中小农业企业成长与扶持政策研究：实证分析

第六章　中小农业企业成长机理的实证分析

第一节　研究方法

一、问卷设计

本研究问卷设计流程如图6－1所示。首先，通过图书馆电子数据库和相关研究著作搜寻相关实证研究和本研究有关的结构变量的定义及测量量表，得到初步的测量量表。然后，通过对这些量表的甄别、翻译和整理设计问卷的草稿，并对问卷的内容、编排和用词等方面进行讨论和修正。

在完成问卷初稿后，通过与中小农业企业的管理人员联系，关键是对中小农业企业的企业家和各部门负责人进行访谈，进一步完善和修改问卷中的问题，使得问卷问项能够被被访者理解。在问卷设计完成后，对本研究问卷进行试测，并对量表的信度和效度进行评估。在此基础上，对问卷量表作进一步修改和删减。最后，本研究进行了一对一的正式问卷调查，并且根据回收的资料检测量表质量。

图6－1　问卷设计的流程图

本研究的问卷设计主要围绕中小农业企业的三大竞争资源、战略能力与成长绩效关系及作用机制展开，要求问卷能够为研究内容提供所需要的有效数据，运用因子分析、相关分析、回归分析、结构方程模型对这些数据进行实证分析。根据第五章提出的概念模型和研究假设，确定问卷量表中需要测量的变量包括：三大竞争资源要素（企业家特质、管理团队特征和企业网络关系）、战略能力（战略制定能力和整合创新能力）、成长绩效、企业规模及成立年限等。围绕本书的研究目的和研究内容，调查问卷主要包括五部分内容（详见附录）。

（1）企业基本信息，包括企业名称、成立时间、所在地区、所属行业、员工人数、资产规模、所有制性质和联系农户数。

（2）企业竞争资源情况，包括企业家特质、管理团队特征、网络关系。

（3）战略能力情况，具体包括战略制定能力和资源整合创新能力。

（4）中小农业企业的成长绩效。

（5）问卷者的个人信息。

二、研究方法

为验证本研究概念模型中的研究假设，除问卷设计、数据搜集之外，选择合适的研究方法或程序也非常重要。考虑到对战略能力的中介效应进行实证分析时，变量间的因果关系较为复杂，传统的多元回归方法虽然仍然有效可行但效果可能不够理想，因此，本书将采用结构方程模型检验战略能力作为中小农业企业竞争资源影响成长绩效中介作用的理论假设，其他假设的验证采用SPSS 13．0统计软件进行。对回收的问卷数据进行描述性统计、信度与效度检验、相关分析、多元回归分析、结构方程等统计分析工作。具体分析方法如下。

（一）描述性统计分析

描述性统计主要对样本企业的基本资料，包括企业规模、产业类型、企业成立年限、企业所在地区等进行统计分析，说明各变量的均值、标准差等，以描述样本类别、特性以及比例分配情况。

（二）信度与效度检验

在进行假设检验之前，应对测量结果进行信度和效度分析。只有满足信度和效度要求的量表，其分析结果才具有说服力（李怀祖，2004）。信度即可靠性，是衡量测量结果的一致性和稳定性程度。信度有外在信度和内在信度两大类，外在信度通常指在不同时间测量时量表的一致性程度，通常用再测信度来检验。在多题项量表中，内在信度非常重要。内在信度是指每一个量表是否测量单一的变量，一般用一致性指数克伦巴赫α检验。本研究主要检验样本数据克伦巴赫α系数。按照经验判断法，题项—总体相关系数（CITC）应大于0．35，测度变量的α系数应该大于0．70（李大元，2008）。效度是指测量项目能够真正测量出研究人员所要衡量的事物的真实程度，表明概念和它的测量指标之间的关系。常用的效度有两种，即内容效度（eontentvalidity）和构思效度（eonstruetvalidity）。内容效度是指该领域的专家对某一量表能够测度所衡量事物的认可程度。判断方法为：一是测量工具是否可以真正测量到研究者所要测量的变量；二是测量工具是否涵盖了所要测量的变量。本研究相关变量的量表是由文献探讨、访谈研究、学者检验得来的，因而具有较高的内容效度。所谓构思效度是量表测度出的理论结构与特征的程度，一般可以通过因子分析来检测。这首先需要使用KMO值检验数据是否适合做因子分析。KMO值越接近1，越适合作因子分析。Kaiser（1974）认为，KMO值在0．9以上，非常适合；0．8—0．9，比较适合；0．7—0．8，适合；0．6—0．7，不太适合；0．5—0．6，很勉强；0．5以下，不适合。本研究将针对概念模型中涉及的企业家特质、管理团队特征、企业网络关系、战略能力及成长绩效等变量作主成分因子分析，以检验本研究变量的构思效度。

（三）相关分析

任何事物都不是孤立存在，而是相互联系、相互制约的，说明客观事物相互间关系的密切程度并用适当的统计指标表示出来，这个过程就是相关分析。值得注意的是，事物之间有相关，并不一定是因果关系，也可能是伴随关系。但如果事物之间有因果关系，则两者必然相关。本研究将计算概念模型中涉及的竞争资源、战略能力、企业成长绩效及控制变量的相关系数矩阵，考察各研究变量间是否有显著相关，将其作为下一步回归分析的基础。

（四）多元回归分析

本研究以多元回归分析分别验证竞争资源、战略能力、成长绩效三组变量之间的关系，检验本书提出的研究假设。多元回归分析是研究一个被解释变量与多个解释变量之间的线性统计关系（马庆国，2002）。

（五）结构方程模型

基于多元回归分析结果，本研究将运用结构方程建模（Structural Equation Modeling，简称SEM）的方法进一步检验变量间的作用路径，确认三大竞争资源对成长绩效的不同作用机制。

结构方程模型是一种建立、估计和检验因果关系模型的方法。模型中既包含有可观测的外显变量，也可能包含无法直接观测的潜在变量。结构方程模型可以替代多元回归分析、路径分析、因子分析、协方差分析等方法，清晰分析单项指标对总体的作用和单项指标间的相互关系。与传统的回归分析方法相比，结构方程分析能同时处理多个因变量；容许更大弹性的测量模型；估计整个模型的拟合程度；容许自变量和因变量含测量误差；同时估计因子结构和因子关系。由于关键资源对成长绩效作用机制概念模型中企业家特质、管理团队特征、网络关系、战略制定能力、整合创新能力以及成长绩效具有主观性强、难以直接度量、度量误差大、因果关系比较复杂等特点，因此适合用结构方程模型进行分析。

结构方程模型的分析过程可以分为模型构建、模型拟合、模型修正以及模型解释等步骤。分析的核心是模型的拟合性，即研究者所提出变量间的关联模式是否与实际数据拟合以及拟合的程度如何，从而对研究者的理论模型进行验证（侯杰泰，温忠麟，成子娟，2004）。用于评价和选择模型的拟合指数包括χ2、χ2／df、RMSEA、SRMR、NFI、NNFI或TLI、CFI、GFI、AGFI等。一般来说，要保证模型的拟合效果良好，至少需要达到一个以上的参数标准（Breckler，1990）。借鉴侯杰泰、温忠麟等（2004）的研究，本研究将综合运用绝对拟合指数与相对拟合指数进行模型评价，选取χ2／df、RMSEA、TLI和CFI四类广为认可和应用的指标作为评价模型的拟合指数，具体判别标准如下。

（1）χ2或χ2／df。要求χ2不显著（对应P＞0．05），若此条件不满足，可以考察卡方（χ2）对自由度（df）的比值，是一种基于拟合函数的绝对拟合指数。若χ2／df＜5，则对χ2不显著的要求可忽略不计；2＜χ2／df＜5认为模型可以接受，χ2／df＜2为拟合非常好。

（2）RMSEA。即近似误差均方根，其受样本容量的影响较小，是较好的绝对拟合指数。RMSEA越接近于0，表明模型拟合越好。Steiger（1990）认为，若RMSEA低于0．10，表示模型拟合好；若低于0．05，表示模型拟合非常好；若低于0．01，则表示模型拟合非常出色。

（3）TLI。即Tucker－Lewis指数，是一种在新近的拟合指数研究中较为推崇的相对拟合指数。TLI不保证其值的变化范围在0 和1之间。一般认为，若TLI≥0．90，模型可接受；TLI越接近1，表示模型拟合程度越好。

（4）CFI。即比较拟合指数，它不受样本容量的系统影响，能比较敏感地反映误设模型的变化，是比较理想的相对拟合指数。其值位于0和1之间，若CFI≥0．90，模型可接受；CFI越接近1，表明模型拟合程度越好。

三、变量测量

本研究所涉及的变量包括企业家特质、管理团队特征、企业网络关系、战略制定能力、整合创新能力、成长绩效以及企业成立时间、员工人数、行业类型等控制变量。在变量的测量方式上，本研究主要采用主观感知方法以Likerts分量表的形式对变量进行测量。7分量表尽管能够增加变量的变异量，提高变量之间的区分度，但根据Beulie（1994）的研究经验，5分量表是最可靠的，选项超过5分，一般人难有足够的辨别力。因此，本研究采用Likerts分量表来评估，其中1表示完全不同意，2表示不同意，3表示不确定，4表示同意，5表示完全同意。

（一）中小农业企业成长绩效变量测量

大量研究表明，运用多维指标测量组织绩效更具有重要意义（Kirchhoff，1977；Venkatraman，Ramanujam，1987）。以往实证研究进一步表明，创业绩效主要体现为创业企业的成长目标（Ensley，Banks，1992；Chandler，Hanks，1994），创业企业的成长绩效可以用资产增长、销售增长、利润增长和员工增长以及竞争力成长来测量（Bursh，Vandewrerf，1992；Chandler，Hanks，1994）。同样，在创业绩效和创业成长绩效测量中，一般运用主观绩效和客观绩效两类指标进行测量。在用主观绩效指标测量创业成长绩效时，一般是与行业竞争对手相比较情况下，运用销售成长、市场份额、利润成长和员工成长等指标进行测量；在用客观绩效指标测量创业成长时，有学者运用销售收入增长、销售率水平、净利润、销售回报率、投资收益率、资产回报率、股权收益率以及税前收入8个客观绩效指标进行测量（Robinson，1998）。研究表明，运用主观绩效指标和客观绩效指标进行组织绩效测量时，具有良好的聚合效度（Wall，Michie，2004），在测量组织绩效时，最好同时运用主观绩效和客观绩效进行测量。总之，在测量企业成长绩效时，可以运用主观绩效指标和客观绩效指标、财务指标和非财务指标、绝对指标和相对指标、单一指标和多维指标等进行测量。

本研究借鉴学者们提出的比较成熟的度量指标，结合我国中小农业企业的经营特点，初步拟定的中小农业企业的成长绩效具体指标体系包括：产品销售增长、利润增长、员工增长、客户增长、研发投入增长、新产品开发数量增长、员工培训费用增长、带动农户数量增长、农民培训人次增长、带动农户收入增长等指标。在中小企业成长绩效指标体系研究中，具体绩效指标的选择还需要对调查数据进行信度检验，然后，根据信度检验结果对指标进行取舍。

企业成长是一个过程，因此成长绩效的测量需要考虑时间因素。设定较短的时间往往不能有效地反映出企业成长绩效，从而严重影响研究结论。一些研究利用五年内销售额增长率来衡量企业成长（Dunne，Hughes，1996；Merz，Sauber，1995）；也有用三年内员工人数的相对增长来衡量企业成长（Cooperet et al．，1994；Nonekels，Lambreeht，1995；Zahra，1993）。本研究根据我国中小农业企业的特点，考虑到资料的可获得性和真实性，减少随机波动和异常，在企业成长测度的时间设计上定为较为常用的三年（如2009—2011年）。

综合上述分析，本研究采用由问卷填写者回答：近三年内，相对本地主要竞争者而言，企业员工数增长、主营业务销售增长率、利润增长率及市场份额增长4个题项测量中小农业企业成长绩效，如表6－1所示。

表6－1　中小农业企业成长绩效测量量表

（二）竞争资源变量测量

1．企业家特质。根据企业家特质内涵及维度的界定，本研究分别从企业家主动性、创新性和冒险性三个方面对企业家特质进行测量。

首先，主动性是一个行动概念，它的产生受到所处环境、知识技能、人格等因素的影响（Frese，1996）。Bateman和Crant（1993）最早开发了一个17项量表测度主动性人格，通过总和这些题项得分判断出主动性人格倾向，他们运用Likert 7分量表对这些题项如“我善于发现机会”“无论遇到什么困难，我相信我都能克服”等从“完全不同意”到“完全同意”进行打分。近年来，越来越多的学者尝试从主动发现、识别并利用市场机会等行为测度企业家主动性，如贺小刚（2006）通过对我国29家企业总经理或董事长深度访谈，分别从主动察觉市场机会、鉴别经营机会以及利用商业机会三方面提炼出5个题项测度企业家的主动性行为：从不同的渠道收集足够的市场信息，主动寻找可以为顾客带来实际利益的产品和服务，快速地察觉到顾客的潜在需求，准确地鉴别出本企业可以利用的经营机会，抓住至关重要的商业机会。

其次，企业家创新性表明企业家能在市场竞争环境中不断创新。这种创新性体现在企业家各个方面的创新行为上。蔡明田（2008）等台湾学者在实证研究中用以下题项度量了企业家创新性程度：从不墨守成规，喜欢用创新的方式解决问题，能提出创新的商业概念来创造利润，总有许多源源不绝的创意。结合我国现阶段企业经营的内外部环境，企业家创新行为可以具体表现为理念创新、管理方法创新、制度创新以及技术创新等方面（浙江民营企业家研究课题组，2001）。贺小刚（2006）从产品、市场营销过程、组织形式、企业家经营理念、新的管理方法等方面具体测度企业家创新行为。

最后，企业家冒险性是企业家愿意将大量资源投入不确定事业的承诺意愿（Milier，1983）。Eisenhardt（1989）认为企业家制定战略决策行为时的冒险性主要表现在两个方面：投资决策的冒险性和采取风险承担态度制定行动策略。邹爱其（2007）通过对浙江传统产业集群的实地调研提炼出测度企业家风险承受的4个题项。

综合上述学者的研究成果，并基于实地调研中获得的资料，最后采用12个题项来测量企业家特质，见表6－2。

表6－2　农业企业家特征的测量量表

2．管理团队变量测量。通过前面的访谈建构、理论分析，本书重点关注管理团队的过程并从过程视角对管理团队特征进行抽象与提炼，具体可以表现为高管团队理念一致性、知识异质性以及行为互动性三个维度。理念一致性维度的测度主要通过团队成员的价值取向、经营目标以及面临挑战时团队成员的凝聚力进行衡量。团队知识异质性是影响团队绩效的重要因素，可以借用Lewis （2003）的交互记忆系统概念进行理解。Wegner（1987）通过对有效团队工作过程的观察和研发发现，长期合作的团队成员之间形成了交互记忆系统。因此，本研究中知识异质性的测量在参照Wegner（1987）和Lewis（2003）的研究成果基础上，编制了3个题项测度高管团队的知识异质性。现有文献中关于团队行为互动性的测度主要从沟通过程、决策制定、协调合作等方面展开（Brannick，Roach，1993；孙海法，2003）。根据中小农业企业管理团队的特征，并基于实地调研中获得的资料，使用8个题项来测量管理团队特征变量，见表6－3。

表6－3　管理团队的测量量表

3．企业网络关系变量测量。企业网络关系是一个复杂的多维变量，本研究根据实地访谈结果和文献研究选取与农户共生关系、网络关系广度和网络关系强度三个维度表征网络关系。根据中小农业企业间网络关系的连接主体，网络关系广度可以划分为与供应商（上游企业）之间的关系、与客户（下游企业）之间的关系、与同行企业之间的关系、与政府相关部门之间的关系、与科研院所之间的关系等（McEvily，Zaheer，1999；王庆喜，2005）。网络关系强度表征组织间建立联系的频率（Granovetter，1973）。与农户共生性是衡量中小农业企业与农户之间合作互动的质量（Johnson，Raven，1996）。农业企业与一般企业最大的不同在于农户分散，受土地资源约束，再加上农业本身具有周期性、易受自然灾害冲击等因素，农业企业对采购的要求存在一定的风险性。农业企业为了稳定采购质量和数量，通过与农户建立共生关系，建立长期合作的伙伴关系，不仅可以降低交易成本，还可以保证产品质量，从而降低采购成本，提高中小农业企业的竞争力。

此外，本研究通过对中小农业企业管理者关于影响中小农业企业发展最重要的网络关系类型访谈发现，影响中小农业企业发展最重要的关系类型有：与农户的共生关系、与当地政府的关系、与科研院所的关系和与主要客户的关系。

综合以上学者的研究成果，并基于实地调研中获得的一手资料，我们使用13个题项来测量中小农业企业网络关系变量，见表6－4。

表6－4　中小农业企业网络关系的测量量表

（三）战略能力测量

1．战略制定能力测量。对战略制定能力的测量需要从环境分析和战略决策制定两方面进行。其一，环境分析是收集、监控、分析各种外部环境信息、趋势，并将分析结果引入组织的决策过程。罗眠（2003）等学者提出环境分析包括对外部环境变化的观察、把握行业变化趋势、发现企业发展的新机会与威胁等。Hansen （2007）从如何提高环境分析效率的角度出发，补充了“企业具备完善的信息管理系统”这一题项测度环境分析。其二，许多学者从决策选择过程测量战略决策制定：对各种必要信息进行客观评价，制定出范围广泛的备选行动方针，对各种备选方案的优、缺点重新进行评价，制定已选定方案的具体实施计划及对其进行监控的措施（Jones，Jacobs et al．，1992）。

结合以上学者的研究成果，根据中小农业企业的实践经验，并基于实地调研中获得的资料，我们使用8个题项测量战略制定能力，见表6－5。

表6－5　战略制定能力的测量量表

2．整合创新能力变量测量。在资源整合过程中，任何一家企业都会面临各种资源要素的选择。本研究结合实地调研结果分别从快速组合人、财、物等资源，有效配置内外部资源两方面测度中小农业企业在资源整合过程中的选择指标。在对企业创新能力的测量上，本研究主要基于Chiesa et al．（1996）和Yaln et al．（2004）提出的企业创新能力评价思路和方法，根据吕一博、苏敬勤（2007）提出的中小企业创新能力评价指标体系对中小企业的创新能力进行测量。

结合以上学者的研究成果，根据中小农业企业的实践经验，并基于实地调研中获得的资料，我们使用9个题项测量整合创新能力，见表6－6。

表6－6　整合创新能力的测量量表

第二节　中小农业企业成长机理的实证分析

本节将采用相关实证研究方法对第五章构建的理论模型进行实证检验。首先，对数据收集过程和样本进行描述，通过信度和效度检验对变量的测量题项进行检验，并根据检验结果对变量的测量量表进行纯化。在此基础上进行相关分析、回归分析和结构方程建模，检验假设是否成立。最后，对检验结果展开讨论。

一、数据收集与样本描述

本研究采用问卷调查方式收集数据。为了获取较高质量的样本数据，我们在问卷发放时对样本企业、问卷填写者以及渠道进行了严格控制，以尽量排除外部因素的干扰。

首先，为了提高数据的可靠性和代表性，本问卷通过笔者直接走访发放以及委托教育培训机构、地方政府相关部门（如宜春市发改委、吉安市发改委、江西省农业厅）和朋友个人发放等多种方式进行问卷发放与回收。

其次，由于本问卷涉及企业战略层面，问卷填写者需要是熟悉企业整体经营情况的高层管理人员，因此本问卷将重点针对在该企业具有三年以上工作经验的高层管理者进行发放。考虑到我国中小农业企业的实际情况和调研的难度，实际调查中适当放宽企业高层管理者的职位要求，将在企业工作五年以上（含五年）的中、基层管理人员也纳入问卷填写者范围。由于我国中小农业企业员工数量有限，这些工作人员也会参与企业战略制定，熟悉企业的整体经营情况。

最后，本研究的样本企业范围主要包括如产品加工业、养殖业、药业、果蔬等行业，样本企业要求至少成立三年以上，以确保企业对竞争资源、战略能力等有明晰判断。

本次问卷通过笔者自行调研（现场发放）和委托联系人发放两种方式，共发放问卷500份，收回问卷325份。通过对回收的325份问卷进行检查，发现有5份不合格问卷，其中4份问卷题项选择几乎没有差异，1份问卷题项填写非常不完整。剔除不合格问卷后，得到实际有效问卷320份，有效问卷回收率为64%，具体情况如表6－7所示。

表6－7　样本调查方法与分布情况

二、信度与效度检验

从研究方法论角度来看，考查某些研究的科学性及其价值，主要关心两项指标：效度和信度。只有满足信度和效度要求的实证研究，其结果才具有可信度，才有说服力（李怀祖，2006）。本研究将从量表的构思层次化入手，计算每个变量的题项—总体相关系数，即克伦巴赫α系数，根据其内部结构的一致性程度，对各子量表的信度进行检验。此外，本书还将对模型中的企业家特质、管理团队特征、网络关系、战略能力以及成长绩效变量依次进行因子分析，以判断同一变量的不同测度项是否能够比较准确地反映上述5个被测变量的特性，从而通过效度检验。

（一）竞争资源

1．农业企业家特征。将企业家特质所包含的12个题项做信度分析，以克伦巴赫a系数以及题项对总体的相关系数值（CITC）为指标，分别检验各个因素的信度值，结果如表6－8所示。从表中可以看出，企业家特质各因素的克伦巴赫α系数值均大于0．7，量表的总体信度系数也非常高（0．8700），且题项对总体的相关系数值（CITC）最小为0．4313，大于0．35的最低标准，说明企业家特质量表的信度较好。

表6－8　农业企业家特征的CITC和信度分析

进一步对各个因素做因子分析，因子分析提取的结果如表6－9所示，总共提取出两个特征根大于1的因素，两个因素累计解释的变异量达到62．9%，KMO值为0．877，大于0．8，说明量表具有很高的结构效度。根据各个因素包含的题项内容，分别将两个因素命名为企业经营特质和创新能力。各题项的因素负荷值均超过0．50，说明题项聚合度良好。

表6－9　农业企业家特征因子分析结果

续表

注：各题项小于0．5的因素负荷值已省略。

2．管理团队。将管理团队所包含的8个题项做信度分析，以克伦巴赫α系数以及题项对总体的相关系数值（CITC）为指标，分别检验各个因素的信度值，结果如表6－10所示。由于题项D5、D7对总体的相关系数值（CITC）小于0．35，可以考虑予以删除。表6－10显示，删除D5、D7后，所有题项对总体的相关系数都大于0．35的最低标准，管理团队各因素的克伦巴赫α系数值均大于0．7，量表的总体信度系数也较高（0．7832），说明管理团队量表的信度相对较好。

表6－10　管理团队的CITC和信度分析

注：各题项CITC小于0．35的值已省略。

进一步对各个因素做因子分析，因子分析提取的结果如表6－11所示，总共提取出两个特征根大于1的因素，两个因素累计解释的变异量达到59．9%，KMO值为0．742，大于0．7，说明量表具有较高的结构效度。根据各个因素包含的题项内容，分别将两个因素命名为内在一致性和知识异质性。各题项的因素负荷值均超过0．50，说明题项聚合度良好。

表6－11　管理团队因子分析结果

注：各题项小于0．5的因素负荷值已省略。

3．企业网络关系。将企业网络关系所包含的13个题项做信度分析，以克伦巴赫α系数以及题项对总体的相关系数值（CITC）为指标，分别检验各个因素的信度值，结果如表6－12所示。从表中可以看出，只有题项C7和C13对总体的相关系数值（CITC）小于0．35，删除C7和C13后，所有题项对总体的相关系数都大于0．35的最低标准，企业网络关系各因素的克伦巴赫α系数值均大于0．7，量表的总体信度系数也很高（0．8215），说明企业网络关系量表的信度相对较好。

表6－12　企业网络关系的CITC和信度分析

续表

注：各题项CITC小于0．35的值已省略。

进一步对各个因素做因子分析，因子分析提取的结果如表6－13所示，总共提取出四个特征根大于1的因素，两个因素累计解释的变异量达到66．2%，KMO值为0．708，大于0．7，说明量表具有较高的结构效度。根据各个因素包含的题项内容，分别将三个因素命名为与农户共生性、网络强度和网络广度。各题项的因素负荷值均超过0．50，说明题项聚合度良好。

表6－13　企业网络关系因子分析结果

注：各题项小于0．5的因素负荷值已省略。

（二）战略能力

1．战略制定能力。将战略制定能力因素所包含的8个题项做信度分析，以克伦巴赫α系数以及题项对总体的相关系数值（CITC）为指标，分别检验各个因素的信度值，结果如表6－14所示。从表中可以看出，战略制定能力各因素的克伦巴赫α系数值均大于0．7，所有题项对总体的相关系数都大于0．35的最低标准，量表的总体信度系数也高（0．8101），说明战略制定能力量表的信度很好。

表6－14　战略制定能力的CITC和信度分析

进一步对各个因素做因子分析，因子分析提取的结果如表6－15所示，总共提取出两个特征根大于1的因素，两个因素累计解释的变异量达到63．4%，KMO值为0．740，大于0．7，说明量表具有较高的结构效度。根据各个因素包含的题项内容，分别将两个因素命名为环境分析能力和战略决策能力。各题项的因素负荷值均超过0．50，说明题项聚合度良好。

表6－15　战略制定能力的因子分析结果

注：各题项小于0．5的因素负荷值已省略。(www.chuimin.cn)

2．整合创新能力。将整合创新能力因素所包含的9个题项做信度分析，以克伦巴赫α系数以及题项对总体的相关系数值（CITC）为指标，分别检验各个因素的信度值，结果如表6－16所示。从表中可以看出，只有题项F5对总体的相关系数值（CITC）小于0．35，删除F5后，所有题项对总体的相关系数都大于0．35的最低标准，整合创新能力各因素的克伦巴赫α系数值均大于0．7，量表的总体信度系数也较高（0．7605），说明企业网络关系量表的信度相对较好。

表6－16　整合创新能力的CITC和信度分析

注：各题项CITC小于0．35的值已省略。

进一步对各个因素做因子分析，因子分析提取的结果如表6－17所示，总共提取出两个特征根大于1的因素，两个因素累计解释的变异量达到58．9%，KMO值为0．740，大于0．7，说明量表具有较高的结构效度。根据各个因素包含的题项内容，分别将两个因素命名为创新能力和资源整合能力。各题项的因素负荷值均超过0．50，说明题项聚合度良好。

表6－17　整合创新能力的因子分析结果

注：各题项小于0．5的因素负荷值已省略。

（三）中小农业企业成长绩效

将中小农业企业成长绩效所包含的8个题项做信度分析，以克伦巴赫α系数以及题项对总体的相关系数值（CITC）为指标，分别检验各个因素的信度值，结果如表6－18所示。从表中可以看出，中小农业企业成长绩效各因素的克伦巴赫α系数值均大于0．7，量表的总体信度系数也非常高（0．8848），且题项对总体的相关系数值（CITC）最小为0．4976，大于0．35的最低标准，说明中小农业企业成长绩效量表的信度很好。

表6－18　中小农业企业成长绩效的CITC和信度分析

进一步对各个因素做因子分析，因子分析提取的结果如表6－19所示，总共提取出一个特征根大于1的因素，这个因素累计解释的变异量达到65．8%，KMO值为0．860，大于0．8，说明量表具有很高的结构效度。根据各个因素包含的题项内容，将这个因素命名为中小农业企业成长绩效。各题项的因素负荷值均超过0．50，说明题项聚合度良好。

表6－19　中小农业企业成长绩效因子分析结果

注：各题项小于0．5的因素负荷值已省略。

三、相关分析

进行回归分析之前，首先对各研究变量进行相关分析，结果如表6－20所示。

由表可见，三大竞争资源与战略制定能力、整合创新能力以及企业成长绩效之间均具有显著的相关关系，战略制定能力、整合创新能力与企业成长绩效之间也存在显著的相关关系，而且三大竞争资源之间也存在相关关系，这为本研究的预期假设提供了初步证据。但相关关系只是表明变量间是否存在关系，不一定表示变量间有因果关系存在。因此，后文将采用多元线性回归以及结构方程建模方法对各研究变量之间的关系进行更精确的验证，以验证前述提出的关键资源对企业绩效的影响及作用机制的理论假设。

表6－20显示，中小农业企业的成长绩效不仅与企业家特质、管理团队和企业网络关系显著相关，还与战略制定能力和整合创新能力显著相关；同时还发现，企业家特质对管理团队和企业网络关系也显著相关，这说明在我国中小农业企业中，农业企业家特质不仅对企业战略能力有显著影响，同时对管理团队和企业网络关系也有着非常重要的影响。从中还可以看出，在我国，中小农业企业正处于不断发展的过程中，还没有形成稳定的公司治理阶段。农业企业是农业企业家的企业，农业企业家不仅在农业企业的成长过程中起关键作用，而且在平常的日常事务中左右着企业的发展。农业企业家不仅在战略制定和整合创新方面起关键作用，而且在生产运作、市场销售等职能方面负主要责任，管理团队和网络关系对农业企业成长绩效的作用远不如企业家所起的作用。同时，也反映出我国中小农业企业在成长过程中存在较多的风险，公司治理机制还有待进一步稳定和完善。

当然，相关分析只能初步反映中小农业企业成长机制，还需要进一步做详细的实证分析才能有效地探索企业的内在成长机制。接下来，本书将通过多元回归分析和结构方程建模对农业企业成长机理做进一步的实证研究。

四、多元回归分析

多元线性回归是分析一个随机变量与多个变量之间线性关系最常用的统计方法。该方法用变量的观察数据拟合所关注的变量和影响它变化的变量之间的线性关系式，检验影响变量的显著程度，并比较它们的作用大小，进而用两个或多个变量的变化解释和预测另一个变量的变化。在多元线性回归分析中，SPSS提供五种选取变量的方法，Hower（1987）等学者综合多人观点，认为研究者应该优先使用层次回归分析法或逐步多元回归分析法。本研究根据模型特点采用层次回归分析法。

首先，将竞争资源对成长绩效的影响关系进行回归分析验证；其次，就竞争资源对战略能力的影响关系进行回归分析验证；最后，将战略能力对企业家特质与成长绩效关系的中介作用、战略能力对管理团队特征与成长绩效关系的中介作用以及战略能力对网络关系与成长绩效关系的中介作用进行验证分析。

多重共线性、异方差和序列相关是经济管理研究中经常遇到的三大问题，必须恰当解决，才能得出科学性的结论，正确的引导决策（马庆国，2002）。为了保证本研究结果的有效性，在此首先对此三大问题分别进行检验。

1．多重共线性问题检验。多重共线性指解释变量（包括控制变量）之间存在严重的线性相关，即多个变量有共同的变化趋势，通常可用方差膨胀因子（Variance Inflation Factor，简称VIF）指数来判断（马庆国，2002）。一般来说，当0＜VIF＜10，不存在多重共线性（Chatterjee，Priee，1991）；当10＜VIF＜100，存在较强的多重共线性；当VIF＞100，存在严重多重共线性。经检验，本研究各回归模型的VIF指数均大于0且小于5，因此，可以判定本研究的解释变量之间不存在多重共线性问题。

2．异方差问题检验。异方差问题是指随着解释变量的变化，被解释变量的方差存在明显的变化趋势（不具有常数方差的特征），通常可用散点图进行判断（马庆国，2002）。以标准化预测值为横轴，以标准化残差为纵轴，进行残差项的散点图分析，若散点分布呈现无序状态，则可认为不存在异方差。经检验，本研究各模型的散点图均呈无序状。因此，可以判定本研究各模型均不存在异方差问题。

3．序列相关问题检验。序列相关指不同期的样本值（不同编号的样本值）之间存在相关关系，通常可用Durbin－Watson值（DW值）来判断（马庆国，2002）。

由于本研究使用的是问卷得到的截面数据，理论上不存在序列相关问题，且各回归模型的DW值均非常接近于2。因此，可以判定本研究各模型中不存在序列相关问题。

（一）竞争资源对中小农业企业成长绩效的影响

根据问题性质，本书选用层次回归分析来验证竞争资源与中小农业企业成长绩效之间的关系。表6－21给出了中小农业企业成长绩效的回归分析结果，共估计了六个模型，模型的被解释变量均为中小农业企业成长绩效。模型一的解释变量仅仅包括控制变量，以验证企业的资产、员工数目对中小农业企业成长绩效的影响。模型二在控制变量的基础上增加了竞争资源要素。这个模型是为了验证竞争资源与中小农业企业成长绩效正相关关系的假设。模型三在模型二的基础上加进了战略制定能力中的战略决策能力，模型四、模型五在控制变量的基础上加进了战略制定能力和整合创新能力，这三个模型是为了验证战略制定能力和整合创新能力在竞争资源与中小农业成长绩效关系中的中介作用。

从表6－21可以看出，两个控制变量解释了中小农业企业成长绩效总体方差的24．8%，说明本书中所考虑的控制变量确实对中小农业企业的成长绩效有显著的影响作用。其中，企业的资产投入在P＜0．01的水平上显著，员工数目在P＜0．001的水平上显著，这与相关研究文献也是一致的。在控制了这些变量的作用之后，才能更加准确地解释本书所研究的变量之间的关系。

假设1至假设3c论述的是竞争资源与中小农业企业成长绩效的正相关关系。模型二、模型三的R2值较模型一有显著提高（P＜0．001），这说明竞争资源对中小农业企业的成长绩效有重要的解释作用。其中，企业家特征中的两个维度：经营特质和创新特性的回归系数为正且在P＜0．001水平上显著异于0，意味着企业家对中小农业企业成长绩效有显著的正向影响，因而假设1至假设1b通过验证；管理团队的两个维度：内在一致性和知识异质性的回归系数为正且在P＜0．001水平上显著异于0，意味着管理团队对中小农业企业的成长绩效有显著的正向影响，因而假设2至假设2b通过验证。同时，企业网络关系的三个维度：与农户共生性、企业网络强度和企业网络广度的回归系数为正且在P＜0．01水平上显著异于0，意味着企业网络关系对中小农业企业的成长绩效有显著的影响，假设3至假设3c通过验证。

表6－21　中小农业企业成长绩效的影响因素回归结果

注：被解释变量为中小农业企业成长绩效；表中回归系数为未标准化回归系数；N＝320；＋P＜0．10，＊P＜0．05，＊＊P＜0．01，＊＊＊P＜0．001。

模型四、模型五和模型六是检验战略能力对中小农业企业成长绩效的影响。从表6－21可以看出：模型四、五、六的R2值趋于稳定，说明模型的稳定性好，具备良好的适用性。同时也说明战略能力对中小农业企业的成长绩效有较重要的解释作用。其中，战略能力中的两个维度：战略制定能力和整合创新能力的回归系数为负且在P＜0．01水平上显著异于0，意味着战略能力对中小农业企业成长绩效有显著的负向影响，因而假设4a、假设4b未通过验证。从模型四、五、六中可以看出，中小农业企业的成长绩效与战略制定能力和整合资源能力没有显著的影响，本书将在下面的结构方程模型中进一步检验战略能力对中小农业企业成长绩效的影响。

（二）竞争资源对战略能力的影响

根据上述的发现，本书选用逐步回归法对战略能力的两个维度，即战略制定能力和整合创新能力中的每一个因子进行验证竞争资源对战略能力的影响。以战略能力的四个因子为被解释变量，以企业家特质、管理团队和企业网络关系为解释变量，以企业固定资产和企业员工数目为控制变量，共建立四个回归模型。回归分析结果如表6－22所示。

表6－22　战略能力的影响因素回归结果

续表

注：被解释变量为中小农业企业成长绩效；表中回归系数为未标准化回归系数；N＝320；＋P＜0．10，＊P＜0．05，＊＊P＜0．01，＊＊＊P＜0．001。

从表6－22可以看出，企业家特质对战略制定能力的回归系数为正且在P＜0．001水平上显著异于0，说明企业家特质对战略制定能力有显著正向影响，同时可以看出，企业家的特质对整合创新能力的回归系数为正且在P＜0．001水平上显著异于0，说明企业家特质对整合创新能力有显著正向影响，假设4c通过验证。

管理团队对战略制定能力的回归系数很小且在P＜0．01水平上不显著异于0，说明管理团队对战略制定能力没有显著正向影响。可是，管理团队对整合创新能力的回归系数为正且在P＜0．001水平上显著异于0，说明管理团队对整合创新能力有显著正向影响，假设4d没有通过验证。

企业网络关系对战略制定能力的回归系数为正且在P＜0．001水平上显著异于0，说明企业网络关系对战略制定能力有显著正向影响，同时可以看出，企业网络关系对整合创新能力的回归系数为正且在P＜0．001水平上显著异于0，说明企业网络关系对整合创新能力有显著正向影响，假设4e通过验证。

五、结构方程模型

在对结构模型进行数据分析之前，需要对数据的合理性和有效性进行检验。一般认为，样本容量至少在100—150之间，所使用的数据服从正态分布，才适合使用极大似然法（ML）对结构模型进行估计（Ding，Velieer，Harlow，1995）。本研究的样本数量为320份，已达到最低样本容量要求，使用SPSS 13．0对样本数据的偏度和峰度进行分析，结果表明本研究各题项的样本数据均符合正态分布要求。此外，前文已经对本研究各变量的信度和效度进行了检验。因此，本研究样本数据的分布状态、信度和效度均满足结构方程建模的要求。

一般而言，在应用结构方程进行潜变量之间关系假设检验之前，首先需要对测量方程进行评价，测量方程是结构方程模型中的一个重要构成部分，它描述潜变量与指标之间的关系（侯杰泰，温忠麟，成子娟，2004）。

首先，对三大竞争资源的观测变量做了信度和效度分析，发现：农业企业家的特质与工商企业家的特质有所不同，农业企业家的冒险性并不显著，这可能与我国农业企业的产品市场特征有关。同时，农业企业家的成就动机、主动性并没有显著区分，根据题项内容定义为农业企业家的经营能力因子。其次，农业企业的管理团队维度划分为内在一致性和知识异质性。最后，把农业企业的网络关系维度划分为与农户共生性、网络广度和网络强度。成长绩效的维度只有一个，说明企业的竞争能力、带动农户的能力与潜在能力具有显著的一致性，甚至可以用财务指标来反映企业的成长绩效。

三大竞争资源对成长绩效的验证测量模型如图6－2所示，利用AMOS 7．0对关键资源构成要素进行验证性因子分析，拟合情况如表6－23所示。

从表6－23可以看出，关键资源验证性因子分析模型中，χ2值为1862．014（自由度df为554）；RMSEA值为0．044，小于0．1； CFI和TLI分别为0．858和0．863，高于0．8。综合这几个拟合指数判断，该模型的拟合质量较好。

6－2　竞争资源对中小农业企业成长绩效的验证测量模型

表6－23　竞争资源对企业成长绩效的拟合结果

（一）战略能力的中介变量检验

由于本研究的潜变量不是单一的维度，采用阶层回归容易犯合成谬论的错误，并且存在着复合维度的统计效力要大于分个维度之间的相关性的可能，所以，多维度的变量最好用SEM做中介作用分析，逐渐增加中介变量分析。

中介效应需要满足以下条件：一是在中介变量没有起作用之前，自变量对因变量有显著的直接影响；二是当中介变量出现之后，自变量通过中介变量而对因变量有显著的间接影响；三是自变量对因变量的间接影响大于其直接影响；四是当中介变量起作用之后，自变量对因变量的直接影响随之彻底消失的是完全中介，影响系数减少的是部分中介。

1．战略制定能力的中介变量检验。通过对图6－2与图6－3、表6－23与表6－24分析结果可以得出，在图6－2模型中加入战略制定能力这一中介变量后（如图6－3所示），虽然企业家特质对战略制定能力和战略制定能力对成长绩效都有显著效应，但是企业家特质对成长绩效的路径系数并没有减少，反而由0．54上升为1．45，由此可知，战略制定能力在企业家特质对中小农业企业成长绩效影响机制中不起中介作用。假设5a未通过验证。管理团队对战略制定能力的路径效果不显著，不满足中介效应的检验条件，假设6a未通过验证。然而，网络关系对战略制定能力和战略制定能力对成长绩效均有显著效应，加入战略制定能力后，网络关系对成长绩效由显著变得不显著，路径系数大大减少，因此战略制定能力在网络关系对中小农业企业成长绩效机制中起到了中介变量的作用。假设7a通过验证。

表6－24　战略制定能力对中小农业企业成长绩效的拟合结果

续表

图6－3　战略制定能力对中小农业企业成长绩效的中介变量验证模型

2．整合创新能力的中介变量检验。通过对图6－2与图6－4、表6－23与表6－25分析结果可以得出，在图6－2模型中加入整合创新能力这个中介变量后，企业家特质对整合创新能力的路径效果不显著（C．R．的值小于1．96），不满足中介效应的检验条件，假设5b未通过验证。然而，管理团队对整合创新能力和整合创新能力对成长绩效均有显著效应，加入整合创新这个中介变量后，管理团队对成长绩效由显著变得不显著，路径系数大大减少，因此整合创新能力在管理团队对中小农业企业成长绩效机制中起到了中介变量的作用。假设6b通过验证。由于网络关系对整合创新能力的路径效果不显著（C．R．的值小于1．96），不满足中介效应的检验条件，假设7b未通过验证。

图6－4　整合创新能力对中小农业企业成长绩效的中介变量验证模型

表6－25　整合创新能力对中小农业企业成长绩效的拟合结果

（二）初始模型构建

依据图6－2所构建的竞争资源对中小农业企业成长绩效的作用机制概念模型以及表6－21的层次回归分析结果，本研究的初始结构方程模型如图6－5所示。层次回归分析中已经对控制变量的影响做了详细的分析，为了模型的简约性（侯杰泰，温忠麟，程子娟，2004），初始结构方程模型中不再引入控制变量。该模型对六个内生潜变量（企业家特质、管理团队、战略制定能力、整合创新能力、企业网络关系、成长绩效）进行测量。

图6－5　中小农业企业成长绩效作用机制初始结构方程模型

图6－5是在AMOS 7．0软件中所绘制成的可识别的结构方程模型，导入数据进行拟合，结果如表6－26所示。拟合结果表明，初始模型拟合的χ2值为3699．338（自由度df＝1210），虽然从显著性来看P＜0．000，但χ2／df值为3．057＜5，可对不显著的要求忽略不计；RMSEA的值为0．144，大于0．1；CFI为0．458，远低于0．9的标准；TLI为0．406，远低于0．9的标准。由此可见，从绝对拟合指数χ2／df看模型在可接受范围，模型拟合较好。但是，近似误差均方根RMSEA大于0．1，TLI和CFI的值过低，初始结构方程模型中尚有六条路径（网络关系到整合创新能力、企业家特质到整合创新能力、管理团队到战略制定能力、网络关系到成长绩效、管理团队到成长绩效、企业家特质到成长绩效）系数相应的C．R．低于1%的参考值（1．96），未能达到结构方程模型路径检验的要求，需要进行较多的修正。事实上，很少有初始模型只经过一次运算就能够拟合成功的，这对于产生模型的分析更是常见。为此，接下来主要从初始模型入手，进行调整与修正。

表6－26　初始结构方程模型拟合结果

（三）模型拟合与修正

当模型拟合效果不理想时，研究者可以根据初始模型的参数显著性结果和AMOS提供的模型修正指标进行模型扩展或模型限制。模型扩展是指通过释放部分限制路径或添加新路径，使模型结构更加合理；模型限制是指通过删除或限制部分路径（通过删除初始模型中不存在显著意义的路径），使模型结构更加简洁。AMOS软件提供了两类模型修正指标，其中修正指数（Modification Index）用于模型扩展，临界比率（Critical Ratio）用于模型限制。

本研究根据初始模型拟合结果（如表6－26）以及变量间关系的理论基础与实践情况对模型进行调整和修正。从初始模型拟合结果可以看出，网络关系到整合创新能力、企业家特质到整合创新能力、管理团队到战略制定能力、网络关系到成长绩效、管理团队到成长绩效、企业家特质到成长绩效的六条路径的P值不显著，且C．R．值明显低于1．96，因此，必须对模型进行修正。通过对模型进行修正比较，将前五条路径依次从初始模型中删除，模型达到较好拟合优度。修正后的模型拟合结果如表6－27所示，修正后的模型见图6－6。

图6－6　中小农业企业成长绩效作用机制的最终结构方程模型

从表6－27可以看出，依次删除五条路径后，结构方程模型中各拟合指标都得到了较大改善，模型的各个参数符合拟合要求，拟合优度良好。变量之间共有六条路径是显著的，分别是“战略制定能力←企业家特质”“战略制定能力←网络关系”“整合创新能力←管理团队”“成长绩效←战略制定能力”“成长绩效←企业家特质”“成长绩效←整合创新能力”。

表6－27　模型修正后的拟合结果

六、实证结论与讨论

（一）主要结论

本研究通过对中小农业企业的大样本调研和结构方程建模分析，对三大竞争资源（企业家特质、网络关系和管理团队）对中小农业企业成长绩效作用机制的概念模型做了验证和修正。研究结果表明，原先的研究假设得到了大部分的证实，中小农业企业的竞争资源有利于提升农业企业战略能力，进而提高其成长绩效。实证检验结果汇总如表6－28所示。

需要说明的是，本书首先对中小农业企业的三大竞争资源、企业战略能力和成长绩效进行了信度和效度研究，找出各变量的二级维度，通过相关分析探索各变量间的相关系数，并应用多元回归分析验证了企业家特质、管理团队、网络关系的二级维度对于中小农业企业成长绩效的作用关系。其次，从整体模型考虑，应用结构方程模型验证三大竞争资源对中小农业企业成长绩效的共同作用机制。最后，通过整体结构模型进行中介效应检验，发现企业战略能力在企业家特质、管理团队和网络关系对于成长绩效的影响存在中介效应。具体的作用效果是：网络关系通过战略制定能力影响中小农业企业成长绩效；管理团队通过整合创新能力影响中小农业企业成长绩效；而企业家特质不仅影响中小农业企业战略制定，还对中小农业企业成长绩效有非常明显的作用效果。

表6－28　假设验证结果汇总

续表

（二）实证结果分析

1．企业家特质对中小农业企业成长绩效的作用机制分析。本研究通过对江西省320家中小农业企业的第一手资料和调研数据的实证研究进行分析，结果表明：企业家特质不仅在企业战略制定的过程中起到了重要的作用，而且对中小农业企业的成长起到了关键的作用。这与国内外很多学者的研究结论是一致的，而且与一般工商企业的研究结论也是相同的。这说明农业企业与工商企业一样，无论企业处于创业期还是成长期或成熟期，企业家特质对企业的成长起到了至关重要的作用。

但农业企业与一般工商企业对企业家的要求并不是完全一致的。通过因子分析发现，农业企业家更加重视经营能力和创新能力，而农业企业家的冒险性和主动性并没有表现出显著的效果。究其原因主要有三：一是由于企业家的主动性和冒险性相对于农业企业家的其他维度，更加注重心理层面的测量，这种偏向心理层面的维度有可能使问卷填写者难以准确地与其他维度区分，从而带来对因子分析的偏差；二是农业企业家的冒险性和主动性不可避免地与经营能力和创新能力有一定的内容重合，导致企业家的冒险性和主动性很有可能被分解到经营能力因子和创新能力因子中去，减弱了本身因子的显著性；三是由于农业企业的供应商（农户）依赖于土地面积和资源禀赋，这些资源的不可变动性导致供应数量和质量难以通过企业家的主动性与冒险性的行为提高其效果，表现出企业家的主动性与冒险性不显著。还有可能的原因是由于我国现阶段各级政府对农业企业的各种扶持政策，导致中小农业企业家忽略对农业企业的主动经营管理和对风险的管控，而关注对政府的寻租行为。关于农业企业家的风险管控能力对中小农业企业成长的影响，有待在后续研究中进一步深入考察论证。

尽管农业企业家特质对企业战略制定的正向影响和对企业成长绩效的正向影响在本研究中得到了验证。但农业企业家特质对企业整合创新能力的影响未在本书研究中得到证实。原因可能是，虽然整合创新能力是农业企业家的一项持续活动，农业企业家在对人、财、物不断进行整合的过程中进行重组和协调，以实现对产品的不断创新。但随着企业规模逐渐扩大、组织职能部门增加，企业家对组织资源整合水平的影响会减弱，组织资源整合创新更多地依靠部门成员之间的互动以及管理团队的管理技能。

综上所述，农业企业家的经营能力和创新能力等特质对中小农业企业的成长具有重要影响作用。农业企业家应该通过多种渠道提高企业经营能力，不断学习各种先进的管理理念和技能，提高创新能力，促进企业持续发展。同时要协调各职能部门间的共同发展，加强各管理成员间的合作，在管理团队对资源的整合创新下共同提高中小农业企业的成长。

2．管理团队对中小农业企业成长绩效的作用机制分析。管理团队的两个维度是内在一致性和知识异质性，因子分析的结果表明：内在一致性主要指管理团队内部各成员间的理念一致性、行动一致性，知识异质性指管理团队内部各成员间的知识和技能的多元化。单从管理团队对中小农业企业成长绩效的影响来看，管理团队的内在一致性和知识异质性有利于提高中小农业企业的成长绩效。这一点已在多元回归分析中得到验证，表6－21模型二中管理团队的内在一致性和知识异质性分别与中小农业企业成长绩效显著正相关，且P＜0．001水平上显著。此结论基本上与我国中小农业企业发展现状相一致。多数中小农业企业，包括一些省级以上农业企业为家族式企业或准家族式企业，管理团队成员多数具有“三缘”关系，有共同的价值取向和经营目标。而在团队成员知识和技能构成方面相对落后，缺乏知识和技能方面的互补效应，对经营管理和技术创新方面存在不足。因此，管理团队成员知识和技能异质性是目前中小农业企业管理团队建设需要提高和调整的重要内容。

应用结构方程模型，从竞争资源整体上考虑管理团队对中小农业企业成长绩效的直接效应发现，管理团队对中小农业企业成长绩效的直接效应并不显著，管理团队主要通过整合创新能力影响中小农业企业成长绩效。在本研究最终确定的结构方程模型中，“整合创新能力←管理团队”的标准化路径系数为1．066；“成长绩效←整合创新能力”的标准化路径系数为0．932。这说明管理团队对整合创新能力具有显著的正向作用，而整合创新能力的提高又显著影响中小农业企业成长绩效。

虽然管理团队通过整合创新能力的中介作用对中小农业企业成长绩效起作用，但管理团队对战略制定能力的正向影响在本研究中并没有通过实证检验，究其原因可能主要是两方面：一方面，中小农业企业规模小，职能部门不健全，缺乏战略制定能力，甚至少数中小农业企业是企业创始人说了算，管理团队人员只负责日常工作，并不关注公司的长期发展目标；另一方面，中小农业企业因为企业管理经营人员的起步低，家族化，导致在企业经营上人才严重匮乏，不敢大胆启用“外人”，即使招到人才也难以管理和使用得当，人力资源管理的粗放和薄弱，束缚了企业的发展。对人才培养投入的不足，企业文化和理念的薄弱，产品销售上基本靠关系和人情，对企业内外部环境的分析与决策的缺乏，对战略制定和执行的不够重视，影响了中小农业企业的未来发展。

3．网络关系对中小农业企业成长绩效的作用机制分析。本研究通过统计回归和结构模型分析，验证了中小农业企业网络关系对成长绩效的重要促进作用，这与国内外其他学者的研究结论相符。企业通过与不同类型的组织建立稳定的网络关系，并与各网络组织经常保持交流，可以促进企业获取、吸收和利用各种信息，开拓新市场，开发新技术，从而提高中小农业企业的成长绩效。

单独验证网络关系与中小农业企业成长绩效的关系可以得出：与农户共生性、网络强度和网络广度分别对集群企业成长绩效有正向促进作用，这一点可以从表6－21模型六的回归分析中得到验证和支持。表6－21显示，与农户共生性、网络广度和网络强度对中小农业企业成长绩效的影响分别在P＜0．005水平上显著。这一结论为当前中小农业企业如何克服发展瓶颈提供了重要参考依据。

近年来，虽然各级政府加大了对农业企业的扶持力度，但由于我国农业企业起步晚，企业经营家族化或准家族化，企业管理经营人员缺乏市场认知，盲目定位，产品工艺、技术落后，对品牌推广和营销缺乏长远规划，同时在国际市场需求疲软，国内市场需求不足，国内经济政策不协调的影响下，我国中小农业企业正面临着整合创新、产业结构调整的巨大挑战，中小农业企业面临诸多经营风险、行业风险和市场风险等不确定性因素。

在此背景下，中小农业企业首先需要与农户、主要客户、农业科研院所及农业科技推广机构保持长期稳定的合作关系，实现产学研有机结合，不断实现科研成果向生产力的转化，生产出领先市场的新产品和服务，这有利于降低企业经营风险，保持稳定增长。此外，尽管中小农业企业的发展壮大离不开与本地农户、本地经销商、当地政府机构的紧密联系，但随着信息化时代的深入，企业在市场、生产加工地、技术研发中心等地域空间的拓展和迁移，农业企业一方面需要继续与本地组织保持密切联系，另一方面，还需要与外地农户、客户等保持广泛联系，从而获取更高的成长绩效。

从竞争资源整体考虑网络关系对成长绩效的直接效应发现，网络关系对成长绩效的直接效应不显著，但该直接效应是通过“成长绩效←战略制定能力←网络关系”的间接作用路径实现的。在本研究最终确定的结构方程模型中，“战略制定能力←网络关系”的路径系数为0．389；战略制定能力对成长绩效的路径系数为1．011。这说明网络关系对战略制定能力具有一定的促进作用，战略制定能力的提高又显著影响企业成长绩效。

虽然网络关系通过战略制定能力的中介作用对中小农业企业成长绩效起作用，但网络关系对整合创新能力的正向影响在本研究中并没有通过实证检验，究其原因可能主要是以下两方面。一方面，整合创新能力的提高依赖于管理团队成员间的互动和知识的异质性，如果管理团队人员对网络关系的建立和巩固没有投入时间和精力，必会导致企业的这些网络关系失去对企业的整合创新能力的影响。另一方面，网络关系的建立可能仅取决于企业家的偏好，缺乏管理团队成员的参与，管理团队成员间缺少互动与沟通，各职能部门的管理者只负责各自业务的发展，缺乏对公司未来的整体思考，只注重眼前利益，甚至认为网络关系的建立只是企业家的事情，与管理团队无关。

综上所述，中小农业企业与不同组织建立广泛的网络关系，保持经常交流并与主要合作者构建长期稳定的网络关系，能够为企业带来更大范围、更深层次、更高质量的有用信息，有利于指导企业战略决策制定。特别是与农户建立共生关系，有利于中小农业企业可持续发展。