赵京芳

基金项目：本文系2015年度宁波市软科学项目“创新驱动与普惠金融背景下科技与金融服务新型农业经营主体的路径与对策研究”（项目编号：2015A10048）

中图分类号：F323 文献标识码：A

内容摘要：农民增收困难、农产品流通加工业发展迟缓、食品安全问题频发是我国农业发展过程中急需解决的三大问题，而这些问题的出现是由于我国目前的农产品供应链的外部性和参与主体的短视行为造成的。为了从根本上解决农产品供应链中存在的这些问题，有必要对农产品供应链进行深入研究。本文从复杂性视角出发剖析农产品供应链，农产品的复杂性对于供应链提出了动态能力方面的要求，而动态能力又会影响到农产品供应链的绩效。本文通过实证研究验证了动态能力对于农产品供应链绩效的影响。

关键词：供应链绩效 农产品 动态能力 因子分析

农产品供应链动态能力对供应链绩效的影响分析

农产品供应链动态能力是农产品供应链通过学习去整合和重构内外部资源与关系，改造或创新运作流程，以捕获或创造市场机会的过程。通过创新的催化作用与学习的内化作用，供应链将具备更好的资源、关系的整合与重构能力，从而实现资源与环境的匹配。由于供应链动态能力对绩效影响的研究还处于起步阶段，学者们多是针对企业中的动态能力对绩效影响进行研究。基于目前的研究结果，本文提出：

假设1：农产品供应链动态能力对农产品供应链绩效存在正相关关系。

假设1是针对农产品供应链动态能力对农产品供应链绩效总体的影响情况而言。验证假设1的目的是通过提高供应链的动态能力进而提高农产品供应链的绩效，而动态能力的提高需要落实到动态能力的具体构成维度上，因此本文在对动态能力与绩效的总体情况研究基础上，将进一步研究动态能力的各维度与绩效的关系。本文的分析框架如图1所示。

农产品供应链学习能力与供应链绩效。我国落后的农产品行业现状需要农产品供应链不断学习先进的管理经验和技术方法。农产品供应链通过学习能够不断更新知识与动态能力。学习使得农产品供应链能够将在运营过程中获取的知识内化成为供应链运作过程的惯例，并通过对外部环境的扫描获取外部最新的知识、资源、技术，从而提高农产品供应链的反应速度。学习能力对于企业绩效影响来看，学者们大多数认为学习能力对供应链绩效有正向影响。如蔡莉以新创企业为研究对象，认为学习能力能够提高企业对于资源整合水平，有助于新创企业绩效的提高。基于以上研究，本文提出：

假设2：农产品供应链学习能力与农产品供应链绩效正向相关。

农产品供应链重构能力与供应链绩效。重构能力强调的是当供应链中出现如农产品供应中断、农产品价格波动、市场需求转移等不确定情况下，供应链的恢复能力。在针对重构能力对供应链绩效影响的研究方面，巫立宇（2006）、黄俊（2008）、刘静（2008）均认为Teece所提出的重构能力与柔性能力的本质是相同的。因此，对于重构能力与对供应链绩效的影响可以转化为柔性能力对供应链绩效的影响。基于以上研究成果本文提出：

假设3：农产品供应链重构能力与农产品供应链绩效正向相关。

农产品供应链整合能力与供应链绩效。整合能力强调的是供应链内外部在日常运作过程中的配合情况，包括了将新加入的资源和关系与已有资源和关系进行整合、提高现有资源与关系的合作深度，从而使得供应链参与主体各方利益一致，实现供应链成果共享、风险共担。Aoki（1990）认为仅从外部获取企业所需资源是不夠的，还需要通过对这些资源进行整合，才能提高竞争力。Teece（1997）提出了在新产品开发时，如果能有效地获取资源并对其进行整合，能够促进企业新产品开发绩效。Hally（2002）认为供应链的整合能够促进供应链参与主体之间的交流与互动，从而使得参与双方都获得相应利益。基于以上研究本文提出：

假设4：农产品供应链整合能力与农产品供应链绩效正向相关。

农产品供应链创新能力与供应链绩效。我国农产品供应链发展的现状决定了在进行农产品动态能力研究时必须重视对于农产品供应链创新能力的研究。目前，学者们从理论角度分析认为，农产品供应链效率低下的原因是由于农产品供应链流通环节复杂、产品精加工程度较低，这些都是农产品供应链需要创新的地方。在针对一般供应链创新能力对绩效的影响研究方面，林焜的研究表明在汽车供应链中，创新能力对绩效的客户价值、未来发展、财务价值方面有积极作用。基于以上对于一般供应链的研究结果本文提出：

假设5：农产品供应链创新能力与农产品供应链绩效正向相关。

假设检验与模型拟合

（一）正式问卷信度与效度检验

本次调研主要通过电子邮箱与现场发放问卷两种方式收集数据。正式调研共发放问卷760份，收回问卷290份，其中剔除不完整问卷32份、无效问卷27份、无法辨别问卷5份，有效问卷共226份，有效回收率为29.7%，符合回收要求。

在进行假设检验与模型拟合分析之前，本文首先采用SPSS20.0软件对正式问卷的农产品供应链动态能力进行信度与效度分析。结果显示农产品供应链动态能力具有较好的信度，通过信度检验；且具有较好的收敛效度，通过效度检验。

（二）假设检验与模型拟合

本文采用SPSS20.0软件与AMOS20.0软件对本文所提出的5个假设进行检验，结构方程模型是本研究检验假设的重要方法。在进行模型拟合度分析时，本文借鉴蔡树堂（2012）、Gefen（2002）所采用的拟合指标及判别标准，具体判别标准见表1。

1.农产品供应链动态能力的构成维度检验。对于农产品供应链动态能力的构成维度检验采用的是农产品供应链动态能力二阶模型，如图2所示。该图初步表明该模型的拟合效果较好。具体来看，农产品供应链动态能力二阶验证性因子分析模型的拟合指数分别为：χ2/df等于2.10（其中卡方值为734.931，自由度为350），符合χ2/df小于3的要求；RMSEA为0.070小于0.08、NFI为0.830、IFI为0.903、CFI为0.902、TLI为0.895。NFI的值较为不理想，但是在可以接受的范围内，而IFI、CFI、TLI均大于或接近0.9，较为理想。从以上指标可以判断农产品供应链动态能力的模型拟合效果理想。endprint

表2是关于农产品供应链动态能力构成模型系数估计结果。其中：学习能力与动态能力的标准化路径系数为0.883，路径系数的P值小于0.001，在0.001的水平上达到显著；重构能力与动态能力的标准化路径系数为0.930，路径系数的P值小于0.001，在0.001的水平上达到显著；整合能力与动态能力的标准化路径系数为0.938，路径系数的P值小于0.001，在0.001的水平上达到显著；创新能力与动态能力的标准化路径系数为0.879，路径系数的P值小于0.001，在0.001的水平上达到显著。综上，农产品供应链动态能力的各一阶因子的因子负荷均大于0.5，且在0.001水平上达到显著，表明拟合模型有较好的构念效度。本研究中提出的农产品供应链动态能力构成维度的测量模型是有效的，农产品供应链动态能力包含学习能力、重构能力、整合能力、创新能力这四个维度。

2.各变量描述性统计及相关性分析。本文运用SPSS20.0软件对农产品供应链动态能力各变量及农产品供应链绩效各变量进行描述性统计及相关性分析。分析结果显示，农产品供应链学习能力与供应链绩效各维度的相关系数分别为0.582、0.687、0.578，在0.01的水平上呈现显著的正相关性。农产品供应链重构能力与供应链绩效各维度的相关系数分别为0. 611、0.739、0.623，在0.01的水平上呈现显著的正相关性。农产品供应链整合能力与供应链绩效各维度的相关系数分别为0.580、0.799、0.640，在0.01的水平上呈现显著的正相关性。农产品供应链创新能力与供应链绩效各维度的相关系数分别为0.673、0.681、0.600，在0.01的水平上呈现显著的正相关性。以上结论与本研究所提出的假设2、假设3、假设4、假设5相契合，说明本研究有必要进一步验证所提出的假设。

3.农产品供应链动态能力与供应链绩效的关系假设检验。农产品供应链动态能力与农产品供应链绩效的结构模型如图3所示，图3初步表明该结果模型的拟合效果较好。具体来看，该结构模型的拟合指数分别为：χ2/df等于2.11（其中卡方值为1919.352，自由度为912），符合χ2/df小于3的要求；RMSEA为0.070小于0.08、NFI为0.756、IFI为0.855、CFI为0.854、TLI为0.849。NFI、IFI、CFI、TLI的值均较不理想，但是在可以接受的范围内。从以上指标可以判断农产品供应链动态能力对农产品供应链绩效的结构模型拟合可以接受。

表3是关于农产品供应链动态能力与农产品供应链绩效结构模型系数估计结果。其中农产品供应链动态能力与农产品供应链绩效的标准化路径系数为0.928，路径系数的P值小于0.001，在0.001的水平上达到显著。而动态能力各维度与动态能力的关系已在假设1中验证。柔性绩效与农产品供应链绩效的标准化路径系数为0.791，路径系数的P值小于0.001，在0.001的水平上达到显著。质量绩效与农产品供应链绩效的标准化路径系数为0.955，路径系数的P值小于0.001，在0.001的水平上达到显著。财务绩效与农产品供应链绩效的标准化路径系数为0.860，路径系数的P值小于0.001，在0.001的水平上达到显著。农产品供应链绩效的各一阶因子的因子负荷均大于0.5，且在0.001水平上达到显著，表明农产品供应链有较好的构念效度。从以上结果中可以看出，农产品供应链动态能力对农产品供应链绩效具有显著的正影响且农产品供应链动态能力对农产品供应链绩效结构模型成立，假设1得证。

4.农产品供应链动态能力各维度对于供应链绩效的关系假设检验。农产品供应链学习能力与农产品供应链绩效的结构模型如图4所示，对图4初步判断表明该结果模型的拟合效果较好。具体来看，该结构模型的拟合指数分别为：χ2/df等于2.46（其中卡方值为510.124，自由度为207），符合χ2/df小于3的要求；RMSEA为0.079小于0.08、NFI为0.845、IFI为0.902、CFI为0.901、TLI为0.889。NFI、TLI的值不太理想，但是在可以接受的范围内。而IFI、CFI均大于0.9，较为理想。从以上指标可以判断农产品供应链学习能力与供应链绩效的结构模型拟合效果理想。表4中关于农产品供应链学习能力与农产品供应链绩效结构模型系数估计结果。农产品供应链学习能力与农产品供应链绩效的标准化路径系数为0.789，路径系数的P值小于0.001，在0.001的水平上达到显著。以上数据表明农产品供应链学习能力对农产品供应链绩效的结构模型能够得到验证，农产品供应链学习能力对农产品供应链绩效呈显著正向相关，假设2得证。

农产品供应链重构能力与农产品供应链绩效的结构模型如图5所示，对图5初步判断表明该结果模型的拟合效果较好。具体来看，该结构模型的拟合指数分别为：χ2/df等于2.24（其中卡方值为515.584，自由度为230），符合χ2/df小于3的要求；RMSEA为0.079小于0.08、NFI为0.856、IFI为0.915、CFI为0.914、TLI为0.906。NFI的值不太理想，但是在可以接受的范围内。而IFI、CFI、TLI均大于0.9，较为理想。从以上指标可以判断农产品供应链重构能力与供应链绩效的结构模型拟合效果理想。表4中有关于农产品供应链重构能力与农产品供应链绩效各结构模型系数估计结果。农产品供应链重构能力与农产品供应链绩效的标准化路径系数为0.830，路径系数的P值小于0.001，在0.001的水平上达到显著。以上数据表明农产品供应链重构能力对农产品供应链绩效的结构模型能够得到验证；农产品供应链重构能力对农产品供应链绩效呈显著正向相关，假设3得证。

农产品供应链整合能力与农产品供应链绩效的结构模型如图6所示，对图6初步判断表明该结果模型的拟合效果较好。具体来看，该结构模型的拟合指数分别为：χ2/df等于2.55（其中卡方值为690.6，自由度为271），符合χ2/df小于3的要求；RMSEA为0.078小于0.08、NFI为0.830、IFI为0.889、CFI为0.888、TLI为0.876。NFI、IFI、CFI、TLI的值都不太理想，但是在可以接受的范围内。从以上指标可以判断农产品供应链重构能力与供应链绩效的结构模型拟合效果理想。表4中有關于农产品供应链整合能力与农产品供应链绩效各结构模型系数估计结果。农产品供应链整合能力与农产品供应链绩效的标准化路径系数为0.846，路径系数的P值小于0.001，在0.001的水平上达到显著。以上数据表明农产品供应链整合能力对农产品供应链绩效的结构模型能够得到验证，农产品供应链整合能力对农产品供应链绩效呈显著正向相关，假设4得证。

农产品供应链创新能力与农产品供应链绩效的结构模型如图7所示。对图7初步判断表明该结果模型的拟合效果较好。具体来看，该结构模型的拟合指数分别为：χ2/df等于2.54（其中卡方值为515.8，自由度为203），符合χ2/df小于3的要求；RMSEA为0.074小于0.08、NFI为0.851、IFI为0.904、CFI为0.903、TLI为0.890。NFI的值不太理想，但是在可以接受的范围内。IFI、CFI、TLI均大于或接近于0.9。从以上指标可以判断农产品供应链重构能力与供应链绩效的结构模型拟合效果理想。表4中有关于农产品供应链创新能力与农产品供应链绩效各结构模型系数估计结果。农产品供应链创新能力与农产品供应链绩效的标准化路径系数为0.816，路径系数的P值小于0.001，在0.001的水平上达到显著。以上数据表明农产品供应链创新能力对农产品供应链绩效的结构模型能够得到验证，农产品供应链创新能力对农产品供应链绩效呈显著正向相关，假设5得证。

参考文献：

1.李睿.基于质量安全的农产品供应链管理创新研究[J]. 江苏商论，2016（10）

2.杨浩军.信息不对称视角下农产品供应链模式运作机理研究[J].商业经济研究，2016（19）

3.吴彦艳.电子商务环境下黑龙江省农产品供应链整合策略研究[J].电脑迷，2016（4）

4.曹丹丹.基于问卷调查的北京市农产品供应链现状分析[J].商，2016（5）

5.乐娴智，姚雨辰，姜方桃.基于质量安全的农产品供应链博弈分析[J].中国市场，2014（2）endprint