中國農業產業集中度與市場績效關系實證研究

劉秀琴，陳藝城，羅 軍

（華南農業大學經濟管理學院，廣東 廣州 510642）

農業是國民經濟的基礎，改革開放以來，我國農業高速發展有效保障了農產品的供給，基本滿足了國內不斷增長的農產品需求。而農業生產效率低下、經營績效欠佳的問題不斷，成為困擾我國農業乃至整個國民經濟發展的重要因素。我國的農業上市公司是國內先進農業生產力的代表［1］，無論是管理水平還是業績狀況，都是農業行業的龍頭。然而，相對于工業企業，農業企業的經營狀態不容樂觀。對農業企業2007—2016年微觀數據（數據來源：wind金融資訊）進行分析顯示，2007年以來，農業企業的凈資產收益率和資產收益率雙雙呈現顯著下降趨勢，觀察期內，農業企業與工業企業的資產收益率（ROA）均值分別為6.6%與9.8%（中位數分別為6.8%與10.4%），農業企業的ROA較工業企業低3個百分點之多，資產收益率分別為5.8%與6.2%，顯示農業企業的經營業績較差。同時，用來測量經營風險的F值，一般小于0.0274屬于經營風險較大公司，大于0.0274屬于經營風險較小公司，在[-0.0501,0.1049]區間內的則風險狀況較難判斷。工業上市公司的F值都遠高于0.1049，風險狀態較為穩定。而農業上市公司的F值從2010年的0.6逐年下降，到2015年下滑至0.07，農業整體處于較為危險的灰色區間，經營風險較高。相比之下，工業上市公司各年的F值都大于農業上市公司，工業與農業2007—2016年的F值平均值分別為0.58和0.36，顯示農業上市公司的經營風險更高。

農業宏觀數據顯示，相對于2001—2016年中國規模以上工業企業年19.0%的利潤率，農業利潤率僅為6.5%，對GDP的貢獻率處于5%以下水平（資料來源于國家統計局，http://data.stats.gov.cn/index.htm）。與同期年均增長率高達3.90%的美國相比較，中國的勞動生產率為544.96美元/人，在統計的128個國家（地區）中排第103位，是世界平均水平的51.3%、日本水平的1.3%、美國水平的1.1%。勞動生產率滯后于土地生產率，在跨國比較中處于明顯劣勢成為我國農業的經濟顯著特征［2］。

影響行業績效的原因有很多，西方產業組織學的主流觀點認為，市場結構決定市場行為，進而決定市場績效。而決定市場結構的首要因素就是產業集中度。因此，產業集中度與經濟績效之間的關系成為關注和研究的焦點。產業理論認為，產業集中度是影響產業市場績效的重要因素。產業集中度（Industrial Concentration）是指某行業內少數企業的生產量、銷售量、資產總額等方面對某一行業的支配程度，一般以幾家企業的銷售額指標占該行業總量的百分比來表示。產業集中度提升的過程是社會生產過程中企業規模擴大、實力提升的過程。現有對產業集中度與市場績效關系的相關研究較為豐富，基于研究對象而言，涉及制造業［3］、銀行業［4］、煤炭業［5］、保險業［6］；從研究成果上看，不同國家、不同行業的產業集中度與市場績效關系仍未有統一定論，兩者主要呈正相關、負相關、非線性相關和無直接相關4種關系。在關于農業產業集中度的研究中，研究內容主要針對農業細分行業的產業集中度進行測量和評價，相關研究涉及到生豬養殖行業［7］、飼料行業［8-9］，文獻檢索未見整體農業產業集中度研究。

國際上對產業集中度與市場績效關系的研究文獻已有很多。OECD國家的統計數據顯示，隨著經濟發展和人均收入水平的提高，產業集中度相對于經濟發展水平和績效呈現先分散后集中的U形特征［10］。中國行業集中度的較早研究來自1992年陳小洪的研究，與美國和日本比較結果顯示：中國工業集中度總體很低，只有少數計劃經濟體制下大型國有企業的產業集中度很高。經濟理論研究邏輯范式使得集中度研究最后必然收斂于從經濟績效角度判斷一個行業的集中度是否適度。1998年戚聿東［11］首次對于中國工業產業集中度與績效之間的關系展開研究，驗證了二者的正相關關系，并對于不同程度的集中度對績效的不同影響以及集中度對績效提升的機理進行了深入探討，為后續相關研究奠定了良好的基礎。進入21世紀以來，對中國產業集中度與經濟績效的研究越來越豐富，研究細分到制造業［12］、銀行業［13］、煤炭業［14］、保險業［15］等諸多行業領域，研究結果顯示，在剔除國家制度、企業經濟性質等影響因素后，中國的產業集中度與經濟績效的關系基本符合現有產業經濟理論的一般性邏輯，呈現出正相關的規律。

對中國農業產業集中度的研究，主要聚焦于對農業細分行業的產業集中度進行測量和評價，相關研究分別涉及到生豬養殖行業［16］、飼料行業［17］、茶葉行業［18］、奶業［19］、林業［20］。眾多研究顯示，農業各個行業的市場集中度均偏低，總體上升趨勢明顯；除了飼料行業以外，市場集中對提高市場績效有顯著促進作用。盡管現有產業集中度與市場績效關系的研究較為豐富，陸續出現探討農業細分行業的集中度現狀及其與行業經濟績效的關系的文獻，但是文獻鮮有涉及對我國總體農業集中度的觀察，對于農業產業集中度與市場績效關系的研究更加缺乏。中國農業產業集中度目前呈現怎樣的狀況，農業產業集中度與經濟績效之間存在怎樣的相關關系，二者之間的關系具有怎樣的經濟解讀，目前并沒有一個完全清晰的答案。基于此，本研究首先對我國農業產業集中度和市場績效進行定量分析，以明晰我國農業產業及其農業企業的生產經營狀況，然后在界定市場績效的基礎上，探討我國農業產業集中度與市場績效兩者之間的關系，為提高我國農業績效和農業激勵政策制定方向提供理論依據。

1 材料與方法

1.1 變量選取

考慮研究方便易行，本研究采用農業絕對集中度作為產業集中度的度量指標，絕對集中度是指經濟規模處于前幾位的農業企業（涉及農、林、漁、牧）產值占整個農業總產值的比重，記為CR，計算公式為：

式中，CRn指市場份額最大的前n位農業企業的集中度，Xi指農業市場中第i位企業的年度營業收入，X指我國農業年度總產值（即農林牧漁業總產值），n指農業企業數量。在已有研究的基礎上，選取每年度營業收入排名前四或前八的企業對農業產業的集中度進行測算，即CR4和CR8。

市場績效是指在特定市場結構下通過一定的市場行為最終形成的涵蓋利潤、產量、產品價格、技術發展等方面的經濟后果。現有文獻主要從多個產業考察其市場績效，包括汽車產業［21］、煤炭業［22］、保險業［23］等。在對產業市場績效進行評價時，主要從資源的配置效率、規模結構效率、技術發展狀況等方面對市場績效進行分析，具體指標的選擇上主要包括資產利潤率、成本費用利潤率、發明專利申請及授予數量、R&D費用占銷售收入比例等指標。文獻檢索顯示，就我國農業整體市場績效的測量及評價的研究鮮見。

其他行業的相關研究在對市場績效進行評價及測量時，大多使用利潤率指標進行測量，考慮到我國農業生產經營單位除企業法人外，還存在著數以億計以家庭為生產單位的農民群體，其數目巨大且財務數據普遍缺乏，因此農業行業整體的盈利數據獲取難度較高，故適用于傳統工業市場績效評價的利潤率指標在評價農業市場績效時適用性較弱。農業勞動生產率的提高是實現我國農業現代化、提高農民收入的重要途徑［24］，是人力資本積累、農業技術發展、農業技術效率提高等多方面的綜合體現［25］，是我國農業生產經營績效的充分反映。基此，從經濟規模能力的利用程度入手，選取農業勞動生產率作為農業市場績效的衡量指標，是一種比較適合我國農業生產現狀的研究選擇。

以勞動生產率作為評價農業市場績效的指標，記為MP，具體計算公式為：

農業勞動生產率=農林牧漁業總產值/第一產業就業人員

該指標既反映出農業產出的總體水平，也從要素投入層面揭示了農業產出的效率，故采用該指標來衡量我國農業的市場績效。

1.2 數據來源

農業上市公司的營業收入數據來源于wind數據庫，樣本的時間跨度為2001—2016年。在計算農業產業集中度時，對我國農業企業的年度營業收入進行排名，找出市場份額較大、排名靠前的農業企業。考慮數據的可獲取性及企業的經營實力，以我國A股農業上市公司作為排名對象，通過比較各個農業上市公司的年度營業收入，得到每年排名靠前的農業企業名單，其中，對于農業上市公司的行業界定，以證監會行業分類為準。農業市場績效涉及的農林牧漁業總產值、第一產業就業人員等年度數據，均源自國家統計局網站。

1.3 研究方法

采用VAR模型分析我國農業產業集中度與市場績效兩者的相互關系。首先，對序列數據進行平穩性檢驗，觀察農業產業集中度和市場績效之間是否存在長期均衡關系。當數據符合平穩性條件后，構建VAR模型，通過脈沖響應分析考察農業市場績效對來自產業集中度沖擊的響應，進而通過方差分解剖析農業產業集中度對市場績效的貢獻程度，數據分析與處理過程采用Eviews 7.0軟件。

圖1 我國農業行業集中度CRn指數

1.4 我國農業產業集中度和市場績效概況

在對農業上市公司的營業收入進行排名后，根據排名前四或前八樣本企業的營業收入數據與農林牧漁業總產值測算出2001—2016年農業絕對集中度。數據分析顯示，我國農業產業集中度處于較低水平，均值僅在0.5%左右，但總體處于上升趨勢，CR4由2001年的0.17%上升到2016年0.73%，CR8由2001年的0.22%上升到2016年的0.91%。雖然我國農業產業集中度總體處于上升趨勢，但長期處于較低水平（圖1）。

我國農業市場績效自2001年以來保持良好的增長態勢，勞動生產率從2001年的0.72持續增長到2016年的5.21，這表明我國農業在觀察期取得了顯著進步（圖2）。

圖2 我國農業行業勞動生產率

2 實證分析

2.1 數據處理和單位根檢驗

選取CR8和MP衡量農業產業集中度和市場績效，建立VAR模型探究二者間的相關關系。為縮減數據間的差異程度以及減少潛在的異方差可能導致的不利影響，對CR和MP進行對數化處理，分別記為LNCR、LNMP。由于經典線性回歸模型要求回歸變量要為平穩變量，為了避免偽回歸，需要對LNCR、LNMP兩個變量進行ADF檢驗，確定變量的平穩性。鑒于ADF檢驗結果受滯后階數影響較大，因此在單位根檢驗時，主要根據AIC信息原則進行最佳滯后階數的選擇，檢驗結果顯示，原序列LNCR、LNMP在5%的顯著性水平下均無法拒絕原假設，即序列不平穩，存在單位根；而對原序列進行一階差分后的序列DLNCR和DLNMP均在5%的顯著性水平下拒絕原假設，即不存在單位根，因此原序列LNCR、LNMP在一階差分后均是平穩時間序列（表1）。

表1 ADF檢驗

2.2 協整檢驗

從單位根檢驗結果可知，LNCR～I（1），LNMP～I（1），二者均是一階單整序列，符合協整檢驗的前提，表明我國農業產業集中度、農業市場績效二者間可能存在長期均衡關系。據此，通過建立無約束VAR模型，確定協整檢驗的最佳滯后階數為2（所建立的無約束var模型最優滯后階數為3，協整檢驗的滯后期為無約束VAR模型最優滯后階數減1，此處省略），進而檢驗農業產業集中度與市場績效兩者間協整關系的個數，結果見表2。從表2可以看出，跡檢驗和最大特征根檢驗均在5%的顯著性水平下拒絕沒有協整關系的原假設，表明農業產業集中度和市場績效存在長期協整關系；同時，在5%的顯著性水平下無法拒絕最多只有1個協整關系的原假設，因此農業產業集中度和市場績效之間存在的協整方程數量為1，協整方程為：

表2 跡檢驗和最大特征根檢驗結果

從協整方程可以看出，我國農業產業集中度與農業市場績效呈同方向變化，農業產業集中度每上升1%，會促使農業市場績效增加1.488%，二者存在長期穩定的關系，長期來看，農業產業集中度的提升有利于提高市場績效。

2.3 VAR模型構建

傳統的VAR模型中，要求納入模型的序列變量應是平穩時間序列，由2.1的ADF檢驗結果可知，原序列均存在單位根，為一階單整序列。借鑒孫會敏等［26］、張日新等［27］的研究方法，將一階差分后的平穩序列構建VAR模型，以探究各變量間的交互關系。由于滯后階數的選擇對模型的結果具有較大的影響，因此在構建VAR模型時，主要借鑒AIC、SC、HQ等信息準則進行滯后階數的選取，結果見表3。

從信息準則建議的滯后階數（表3）來看，FPE、AIC、SC、HQ等4個指標支持的滯后階數為3階，根據多數原則，構造滯后3階的VAR 模型，其結構如下：

VAR模型建立后，為保證結果的可靠性，對VAR模型的平穩性及殘差的自相關進行檢驗，從而支持后續的脈沖相應分析及方差分解，由圖3可知，所有的點均落于單位圓中，證明所建立的VAR模型是平穩的；同時，對殘差序列進行檢驗，發現殘差不存在自相關性，證明所構建的VAR模型具有可靠性，可進行脈沖響應分析及方差分解。

表3 滯后階數的選擇

圖3 VAR模型平穩性檢驗

2.4 脈沖響應分析

脈沖響應函數描述了當給定VAR模型中一個變量正的沖擊時，系統內其他變量的變動情況。從圖4可以看出，當農業產業集中度施以一個正向的沖擊后，農業市場績效表現出正向的響應，表明農業產業集中度對市場績效具有正向影響，這與協整檢驗的結果是一致的。其中在第3期該正向影響達到最大，第3期后其影響緩慢下降并出現波動，至第10期后逐漸消失。當農業市場績效施以一個正向沖擊后，對農業產業集中度表現出負向的影響，在第4期負向影響達到最大，在第7期后轉為正向影響，隨后緩慢下降，至第10期后該影響收斂。

2.5 方差分解

方差分解能夠對VAR系統內某一變量的方差實施分解，從而獲得每個沖擊要素影響各個變量的程度，進一步對不同結構沖擊的重要水平進行評價。在建立的VAR（3）模型的基礎上，表4展示了方差分析的結果。從表4可以看出，除了農業市場績效自身因素外，農業產業集中度對農業市場績效影響較大，第5期解釋度達到42.94%，此后呈緩慢增長趨勢，到第10期解釋度達到最高值44.24%。總體來看，農業產業集中度與農業市場績效關系密切，農業產業集中度的增長有利于提高整個農業行業的市場績效。

圖4 脈沖響應函數

表4 DLNMP方差分解結果

3 實證結果分析與對策建議

3.1 實證結果分析

農業上市公司作為農業企業的龍頭，盡管其經營業績相對于非上市公司或者其他類型的農業生產經營組織較好。然而，相對于工業企業，農業上市公司的經營狀況總體欠佳，處于資產收益率較低、而經營風險較高的窘境。

產業集中度水平是產業成熟水平的標志。研究發現，我國農業產業集中度極度偏低。盡管總體處于上升趨勢，CR4由2001年的0.17%上升到2016年0.73%，CR8由2001年的0.22%上升到2016年的0.91%。然而，與工業行業集中度 57.04%［28］、鋼鐵行業 24.47%［29］相比，近10年均值僅在0.5%左右的農業行業集中度，就不可同日而語。從行業角度看，2003年數據顯示，美國和巴西農業產業集中度分別為66%、54%［30］，相比之下，更加凸顯我國農業生產經營極度分散狀態，行業集中度提升空間巨大。

協整檢驗結果表明，我國農業產業集中度與農業市場績效存在長期均衡的關系，農業產業集中度的提升對于產業市場績效有顯著的促進作用，農業產業集中度每增加1%，農業市場績效提高1.488%。建立的VAR模型顯示，農業產業集中度對農業市場績效產生了正面的沖擊，表明產業集中度是提高農業市場績效的重要因素。

3.2 對策建議

創新是第四次世界領域產業變革的基礎，也是推動經濟增長的主要動力，農業的繁榮發展同樣離不開創新，尤其是組織創新和管理創新。作為農業生產和農產品消費大國，中國當前的農業經營組織規模極度偏小，這種生產組織方式和經營規模狀況勢必導致農業管理水平低下，技術創新嚴重缺失。在中國進一步擴大農業對外開放戰略的實施過程中，國內農業將遭受規模強大的跨國農業公司在組織集中和技術壟斷兩方面的嚴峻挑戰。因而，如何盡快提升我國農業產業集中度，不僅是農業企業亟待解決的問題，無疑也是中國政府面臨的挑戰。

改革開放40年來，面對各行各業突飛猛進地發展，農業整體卻一直處于非盈利狀態，面臨宏觀經濟運行疲乏、新的經濟增長點尚待挖掘的背景下，僅僅依靠農業企業自身的能力擴大經營規模，似乎不是一個現實的選擇。因此，只有通過公共政策的支持，才能夠對于中國農業這個天生弱勢產業的持續發展提供足夠的支持。當前財政收入連續增加，連續幾年以“惠農”為目的的“一號文件”應該有效落地實施，政府公共政策更加著力精準地促進和培育龍頭型農業企業。通過扶持增加農業企業的盈利能力促進經營規模，提高農業產業集中度，由此促進農業行業整體市場績效的提升。由此，不僅可以增加微觀層面的農業企業和宏觀層面的農業行業的國際競爭力，也為緩解我國的“三農問題”提供了備選路徑，同時對培育我國新的經濟增長點有一定的現實意義。