广东省重点农业龙头企业高质量发展的绩效水平、区域差距与动态演进

摘 要：农业龙头企业的高质量和区域均衡发展是推动农业高质量和区域均衡发展的关键。文章在构建农业龙头企业高质量发展绩效评价指标体系的基础上，运用熵权法、Dagum基尼系数及其分解法、Kernel密度估计法和Markov链法，对广东省重点农业龙头企业高质量发展的绩效水平、区域差距与动态演进进行了分析。研究发现：广东省不同区域农业龙头企业的高质量发展在规模和质量绩效上呈上升趋势，且质量绩效的上升速率快于规模绩效，但仍存在显著的区域差距，整体上呈现“珠三角高-非珠三角低”的分异格局；区域总体差距逐年缩小，规模绩效总体差距主要来源于区域间差距，质量绩效总体差距则由区域间差距演变为超变密度；各区域绩效存在多极化现象或趋势；长期来看，规模和质量绩效均将稳定在高绩效层级。基于以上结论，提出了推动农业龙头企业高质量和区域均衡发展的对策建议。

关键词：农业龙头企业；高质量发展；绩效水平；区域差距；动态演进

中图分类号：F306

文献标识码：A

文章编号：1008-2697（2024）04-0004-09

一、引言

农业高质量发展的重要标志之一是实现区域均衡发展，但研究表明，我国农业高质量发展存在较大的区域差距[1]，这给中国式农业现代化带来了一定的挑战。作为构建现代农业产业体系、生产体系、经营体系的重要参与者、贡献者和引领者，农业龙头企业的高质量和区域均衡发展是推动农业高质量和区域均衡发展的关键[2]。然而，《广东省农业产业化龙头企业调查表》显示，广东省四大区域农业龙头企业的高质量发展存在明显的区域失衡现象。本研究主要关注广东省重点农业龙头企业高质量发展绩效的区域差距与动态演进趋势。对上述问题的研究，对于全面了解广东省农业龙头企业高质量发展的现状和趋势，制定和完善相关规范与扶持政策，缩小区域农业发展差距，推动农业实现平衡充分的高质量发展具有重要现实意义。

关于农业龙头企业高质量发展的研究主要涉及以下几个方面：农业龙头企业带动小农户衔接现代农业[3-4]及其合作治理[5]；农业龙头企业与农业科技创新[6]；农业龙头企业与农村一二三产业融合[7-8]；农业龙头企业与农业社会化服务[9-10]；农业龙头企业与农产品品牌建设[11-12]；农业龙头企业发展绩效，包括财务、成长、竞争、创新和社会绩效[13-18]。现有研究为农业龙头企业高质量发展的进一步探索积累了一定成果，但也存在一定的局限性，特别是系统构建农业龙头企业高质量发展绩效评价指标体系并进行测度的研究较少。虽有部分研究构建了发展绩效评价指标体系，但与高质量发展指标关联不够紧密，不能很好反映国家赋予农业龙头企业在全面推进乡村振兴和区域协调发展进程中的历史使命。此外，现有研究多基于静态和单一区域分析，无法反映农业龙头企业绩效的区域差距和动态变化情况，而分析此问题对于考察其在推动区域农业均衡发展中的作用至关重要。基于以上分析，本研究首先厘清国家对农业龙头企业高质量发展赋予的历史使命，在此基础上构建农业龙头企业高质量发展绩效评价指标体系，分析广东省重点农业龙头企业高质量发展的绩效水平、区域差距和动态演进趋势，并提出相应的对策建议，以期为推动广东省各区域农业龙头企业，进而推动各区域农业高质量协同发展提供参考。

二、评价指标体系构建

在全面推进乡村振兴和区域协调发展战略背景下，国家出台了一系列政策文件来推动农业龙头企业的高质量发展，其中，国家农业农村部于2021年12月份发布的《关于促进农业产业化龙头企业做大做强的意见》（下文简称《意见》）颇具代表性和针对性。本研究遵循科学性、完备性、合理性、可操作性和可比性原则，以《意见》内容和精神为指导，运用内容分析法，从联农带农、三产融合、保障供给等十个关键维度构建了农业龙头企业高质量发展评价指标体系，具体指标体系如表1所示。这套指标体系全面对标了国家对农业龙头企业高质量发展的要求。

三、研究方法、数据来源与区域划分

（一）研究方法

本研究运用熵权法测算农业龙头企业高质量发展绩效水平，利用基于面板数据的Q型聚类方法对不同地市绩效水平进行层级划分，采用Dagum基尼系数及其分解法分析绩效的总体差距、区域内部差距、区域间差距和贡献率，运用Kernel密度估计法绘制企业绩效水平的概率密度分布曲线，描述不同区域绩效的分布形态、绝对差距及其所体现出来的空间极化特征，构建Markov转移矩阵，计算稳态分布，分析绩效水平分布的动态演进是否存在稳定状态[2，19]。

（二）数据来源

数据来源于《广东省农业产业化龙头企业调查表》，时间跨度为2019—2021年，共3年，研究对象为调查表中的省重点农业龙头企业，数据包含企业的基本信息、联农带农情况、三产融合程度等多个方面。对于个别缺失的数据，根据实际情况选择赋予均值或0值加以补充。

（三）区域划分

依据《广东统计年鉴》的划分，广东省由珠三角、东翼、西翼和山区4大区域组成。4大区域具体涵盖的地市范围如表2所示。

四、实证结果与分析

（一）广东省重点农业龙头企业高质量发展的绩效水平与聚类分析

1.绩效水平

本研究将绩效分为规模绩效和质量绩效，二者

分别指所有农业龙头企业高质量发展绩效值的总和与均值，规模绩效反映整体规模水平，质量绩效反映平均质量水平。广东省21地市重点农业龙头企业高质量发展的绩效值与排序如表3所示。

2.聚类分析

广东省重点农业龙头企业高质量发展绩效的聚类谱系图如图1所示。依据表3数据并参考聚类结果，本研究将广东省21个地市重点农业龙头企业高质量发展的绩效划分为三类：高绩效地区、中等绩效地区和低绩效地区（表4）。

第一种类型是高绩效地区，表现为规模绩效和质量绩效双高的特征，包括广州、深圳、佛山、湛江四个地市。这类地区主要集中在珠三角地区，除了交通区位优越、人才储备丰富、资金实力雄厚、基础设施良好外，还积极响应国家乡村振兴和区域协调发展战略号召，率先出台了有效的政策措施。

第二种类型是中等绩效地区，这一类型又分为两种子类型：子类型一表现为高规模绩效和低质量绩效，子类型二表现为低规模绩效和高质量绩效。子类型一包括茂名、清远、梅州、惠州四个地市，主要集中在山区和西翼。这些地区通常是农业大市，

拥有丰富的农村劳动力资源、较大的可耕地面积和完善的水利基础设施，农林牧渔业总产值较高。但由于区位较差，吸引资本、人才和技术的条件较为不足，农业发展质量有待提高。子类型二包括珠海、东莞、中山、肇庆、云浮五个地市，主要集中在珠三角地区。这些地区受自然资源禀赋限制和产业发展结构锚定的影响，农业规模较小，但资本、人才和技术相对充裕，农业发展质量较高，都市现代农业发展较快。

第三种类型是低绩效地区，表现为低规模绩效和低质量绩效。这类地区包括江门、汕头、汕尾、潮州、揭阳、阳江、河源和韶关八个地市，主要集中在东翼、西翼和山区。这些地区农业基础薄弱，招商引资环境不佳，科技创新能力较弱，交通区位条件差，且受到珠三角的虹吸效应影响较大。

（二）广东省重点农业龙头企业高质量发展的区域差距与动态演进

1.广东省重点农业龙头企业高质量发展的Dagum基尼系数分析

广东省重点农业龙头企业高质量发展规模绩效和质量绩效的总体差距、区域内部差距、区域间差距和贡献率如表5和表6所示。为更加直观地呈现动态演进趋势，将表5和表6转化为图2至图9。

（1）规模绩效差距分析。在样本观测期内，规模绩效的区域内差距和区域间差距有所波动，虽然上升的力量略小于下降的力量，但总体差距呈现逐渐下降的趋势，降幅较小，主要由区域间差距贡献。可能的原因如下：虽然各地市都在积极扶持本地农业龙头企业做大做强，但由于各地市在农业资源禀赋、人才储备、交通区位、资本实力、科技创新能力和政策实施情况等方面的差异，导致农业龙头企业高质量发展的规模绩效提升速度不一。从原始数据可以看出，总体差距下降的主要来源之一是东翼、西翼和山区与珠三角之间差距的缩小。东翼、西翼良好的农业发展环境等优势，在联农带农、保障供给、基地建设、产业项目建设、休闲农业和乡村旅游、有机农产品认证、国家地理标志产品认证等方面持续发力，逐渐缩小了与珠三角的区域差距。然而，珠三角在人才储备、交通区位、资本实力、科技创新能力和吸引外来务工人员等方面具有明显优势，使其在联农带农、三产融合、科技创新、社会服务和国际竞争力等指标上占据显著优势。东翼、西翼和山区在短时间内难以赶上这些差距。因此，区域间差距下降的力量有限，总体差距降幅也相对有限。

（2）质量绩效差距分析。在样本观测期内，质量绩效的区域内差距和区域间差距总体上均呈现出持续下降的趋势，总体差距也逐年下降，其下降速度明显快于规模绩效的下降速度。质量绩效总体差距的主要来源从区域间差距转变为超变密度。可能的原因如下：规模绩效反映整体规模水平，更多与区域内农业龙头企业的数量相关；而质量绩效反映个体平均质量水平，更多与单个农业龙头企业的高质量发展效果有关。一方面，企业数量在短时间内不太可能出现大的变化，而单个企业高质量发展的效果则可能随着支持政策的实施，尤其是针对非珠三角地区的倾斜性支持政策的制定和执行而逐渐趋同。另一方面，这也表明各个企业的发展方向正逐渐与国家的引导方向相契合。

2.广东省重点农业龙头企业高质量发展的Kernel密度估计

通过Dagum基尼系数及其分解方法得到的分析结果仅能反映绩效的相对差距特征，而不能反映绩效的绝对差距、分布形态及其所体现出来的空间极化特征，本研究将通过绘制二维Kernel密度函数研究此问题。结果如图10至图19所示。

（1）规模绩效的Kernel密度函数曲线特征如下：第一，全省和各区域的Kernel密度函数的主峰均逐年向右移动，表明各区域及全省的规模绩效呈现出上升趋势；第二，除了东翼外，全省和其它区域的Kernel密度函数总体上均由单峰演变为多峰，表明除东翼外，全省和其它区域内部的规模绩效均出现了多极化趋势；第三，全省和各区域的Kernel密度函数的“右拖尾”或波形均逐年扩宽，表明全省和各区域的规模绩效的绝对差距有扩大的趋势。

（2）质量绩效的Kernel密度函数曲线特征如下：第一，全省和各区域的Kernel密度函数的主峰均逐年向右移动，且移动速率明显快于规模绩效的移动速率，表明各区域及全省的质量绩效呈现出上升趋势，且上升速率快于规模绩效的上升速率；第二，全省、珠三角和山区的Kernel密度函数均由单峰演变为多峰，而东翼始终为多峰，西翼始终为单峰，表明西翼不存在多极化现象和趋势，而全省、珠三角和山区出现了多极化趋势，东翼一直存在多极化现象。

3.广东省重点农业龙头企业高质量发展的Markov链分析

通过Dagum基尼系数分析和kernel密度估计仅能够观察广东省重点农业龙头企业高质量发展绩效的动态演进趋势，而无法对绩效变化的最终归宿展开精确预测，本研究将运用Markov链方法研究此问题。首先将规模绩效和质量绩效分别划分为三个区间，分别为（0，30]、（30，60]和（60，+∞]，（0，04]、（04，1]和（1，+∞]，三个区间分别属于低绩效层级（Ⅰ）、中等绩效层级（Ⅱ）和高绩效层级（Ⅲ）。然后分别计算得到规模绩效和质量绩效的Markov转移概率矩阵，见表7和表8。最后结合转移概率矩阵和绩效初始分布计算广东省重点农业龙头企业高质量发展绩效重要时间节点分布和稳态分布（表9和表10）。此处的重要时间节点是指2025“十四五”收官之年和2035基本实现社会主义现代化之年。

（1）规模绩效的重要时间节点和稳态分布特征如下：与2019年相比，2025年处于低绩效层级的地市比例下降至4%，减少了865个百分点；处于中等绩效层级的地市比例下降至78%，减少了17个百分点；处于高绩效层级的地市比例上升至883%，增加了883个百分点。这表明，经过“十四五”的努力，绝大多数地市的规模绩效可能从低绩效层级跃升至高绩效层级。到2034年，规模绩效分布将达到稳态分布，此时999%的地市规模绩效达到高绩效层级，规模绩效动态演进达到长期均衡状态。因此，到2035年，所有地市的规模绩效将可能全部跃升至高绩效层级。

（2）质量绩效的重要时间节点和稳态分布特征如下：与2019年相比，到2025年，所有地市均跃升至中高绩效层级。其中，54%的地市位于中等绩效层级，下降了89个百分点，946%的地市位于高绩效层级，上升了946个百分点，这一比例高于规模绩效的跃升比例，证明了质量绩效提升的速率快于规模绩效的提升速率。到2032年，质量绩效分布达到稳态分布，此时999%的地市质量绩效达到高绩效层级，质量绩效动态演进达到长期均衡状态，比规模绩效提前了两年。因此，到2035年，所有地市的质量绩效将可能维持在高绩效层级。

五、结论与建议

本研究构建了包含联农带农、三产融合、保障供给等十个维度的农业龙头企业高质量发展绩效评价指标体系，运用该评价指标体系分析了广东省农业龙头企业高质量发展的绩效水平、区域差距和动态演进趋势，得到如下结论：

（1）广东省不同区域重点农业龙头企业高质量发展绩效存在显著差距，珠三角在两类绩效上明显领先其它区域，呈现出“珠三角高—非珠三角低”的差异格局。

（2）广东省各区域重点农业龙头企业高质量发展的规模绩效总体差距较大，但呈缓慢缩小趋势，质量绩效总体差距较小，但呈快速缩小趋势。规模绩效和质量绩效的区域内差距和区域间差距有升有降，总体上下降力量大于上升力量。区域间差距是造成规模绩效总体差距的主要原因，而质量绩效总体差距的主要来源由区域间差距转变为超变密度。

（3）广东省四大区域重点农业龙头企业高质量发展绩效在上升过程中存在空间极化现象或趋势。除了东翼外，全省和其它区域内部规模绩效均出现了多极化趋势。虽然东翼的规模绩效没有出现多极化趋势，但规模绩效的绝对差距存在扩大趋势。全省、珠三角和山区的质量绩效出现了多极化趋势，东翼的质量绩效一直存在多极化现象，西翼的质量绩效则不存在多极化现象和趋势。

（4）广东省重点农业龙头企业高质量发展绩效有较大可能性从低层级向高层级转移，甚至可能发生跨层级转移。规模绩效预计于2034年达到稳态分布，质量绩效预计于2032年达到稳态分布，并稳定在高绩效层级。

基于以上结论，提出如下对策建议：

首先，全面把握农业龙头企业高质量发展绩效的区域差距与动态演进规律。为此，需要高度重视农业产业化发展情况调查工作，进一步完善调查机制，细化实施方案，做好数据复核，确保数据的完整性和真实性，为制定有效政策措施奠定基础。

其次，着力解决农业龙头企业高质量发展绩效的空间非均衡问题。制定差异化扶持政策，对中低绩效区域给予更多财政补贴、信贷支持和税收优惠。引进高绩效区域农业kSu6C24Cs4nMWD8hlrTrwfldwWvsEUH485d8nAeYXzM=龙头企业的先进经验，组织高绩效区域企业对口帮扶中低绩效区域企业，开展技术指导和管理培训，提供成功案例，帮助中低绩效区域企业改进发展思路，掌握先进的种养、加工、流通和运营管理等专业知识和技能。建立农业龙头企业联合体，由高绩效区域龙头企业牵头，选择发展潜力较大的中低绩效区域龙头企业组建联合体，共享研发、人才、品牌和销售渠道等资源，形成优势互补。

再次，因地制宜制定引导和扶持政策。例如，引导各区域农业龙头企业根据当地实际情况合理选择土地租金、入股分红、订单保底、托管经营、技术扶持、就近劳务等联农带农利益联结机制。扶持自然风光禀赋好的区域将休闲农业、观光农业、创意农业和体验农业作为切入点，推进农业与旅游、教育、文化、康养等深度融合。立足不同区域的农业发展基础，整合资源要素，扶持农业龙头企业承担优势特色产业集群、现代农业产业园、农业产业强镇、农产品加工园、田园综合体、“一村一品、一镇一业”等重大项目建设。

最后，在农业龙头企业与农户合作中引入合作社、金融机构和保险机构，引导和扶持企业参与“万企帮万村”、帮镇扶村行动，发展清洗分拣、烘干储藏、预冷保鲜、净菜鲜切、分级分割、产品包装、腌制熟制等初加工，开发养生保健、食药同源深加工食品，布局中央厨房，发展预制菜，开展高标准农田建设、生态养殖基地建设和宜机化数字改造，抓住“一带一路”、RCEP机遇等措施，都有利于提高农业龙头企业的高质量发展绩效。

参考文献：

［1］刘忠宇，热孜燕·瓦卡斯.中国农业高质量发展的地区差异及分布动态演进[J].数量经济技术经济研究，2021，38（06）：28-44.

[2] 李炳坤.发展现代农业与龙头企业的历史责任[J].农业经济问题，2006（09）：4-8+79.

[3] 孔东升，孔凡丕，陈学渊.小农户与现代农业衔接的经验、启示与建议[J].农业经济问题，2019（04）：46-50.

[4] 王颜齐，孙瑞遥，班立国.新型农业经营主体带动小农户与现代农业衔接路径、问题及对策[J].农业经济，2022（01）：3-5.

[5] 万俊毅.准纵向一体化、关系治理与合约履行——以农业产业化经营的温氏模式为例[J].管理世界，2008（12）：93-102+187-188.

[6] 苑鹏，刘玉萍，宫哲元.龙头企业在农业科技创新中的作用及发挥政府的引导功能研究[J].农村经济，2008（01）：3-7.

[7] 江泽林.农村一二三产业融合发展再探索[J].农业经济问题，2021（06）：8-18.

[8] 朱信凯，徐星美.一二三产业融合发展的问题与对策研究[J].华中农业大学学报（社会科学版），2017（04）：9-12+145.

[9] 程莹莹，张开华.龙头企业创新农业社会化服务模式的探索与启示——以湖北省老农民高新农业科技有限公司为例[J].农村经济，2015（04）：116-119.

[10]彭建仿，胡森森.农业社会化服务供应链的商业模式创新[J].华南农业大学学报（社会科学版），2019，18（06）：1-11.

[11] 郭守亭.对我国实施农产品品牌工程的几点思考[J].农业经济问题，2005（12）：61-64.

[12] 黄俐晔.农产品区域品牌研究——基于主体、机制的角度[J].贵州社会科学，2008（04）：97-101.

[13] 邱浩然，徐辉.数字化转型对农业企业绩效的影响[J].统计与决策，2022，38（03）：90-95.

[14] Lu Y， Chen Y.Is China's Agricultural Enterprise Growing Steadily？ Evidence from Listed Agricultural Companies[J].Chinese Journal of Population， Resources and Environment， 2021，19（02）：203-212.

[15] 朱红根.农业龙头企业绿色创业与企业绩效——基于新制度经济学的理论与实证分析[J].农业经济问题，2018（10）：121-131.

[16] 陆华良，黄惠盈.领导风格对农业龙头企业旅行社会责任的影响研究[J].软科学，2018，32（09）：62-66.

[17] 张延龙，王明哲，廖永松.入驻农业产业园能提高企业经营绩效吗？——基于全国59384家农业产业化龙头企业的微观证据[J].中国农村经济，2022（04）：126-144.

[18] 韩光鹤，李思奇.合作网络特征与创新模式对企业创新绩效的组态影响[J].经济与管理评论，2023，39（03）：147-160.

[19]熊巍，潘传快.县域高质量发展耦合协调水平评价与障碍因素分析——以湖北省为例[J].统计与决策，2023，39（22）：123-127.

（责任编辑：楚 霞）

The Performance Level， Regional Gap， and Dynamic Evolution of High Quality

Development of Key Agricultural Leading Enterprises in Guangdong Province

TAN Xiang1，2， OU Xiaoming3

（1.School of Economics， Jiangxi University of Finance and Economics， Nanchang 330013;

2.School of Management， Zhongkai College of Agricultural Engineering， Guangzhou 510225;

3.School of Economics and Management， South China Agricultural University， Guangzhou 510642

）

Abstract：

The high-quality and regional balanced development of agricultural leading enterprises is the key to promoting highquality and regional balanced development of agriculture. On the basis of constructing a performance evaluation index system for highquality development of agricultural leading enterprises， this article uses entropy weight method， Dagum Gini coefficient and its decomposition method， Kernel density estimation method， and Markov chain method to analyze the performance level， regional gap， and dynamic evolution of highquality development of key agricultural leading enterprises in Guangdong Province. Research has found that the highquality development of agricultural leading enterprises in different regions of Guangdong Province shows an upward trend in terms of scale and quality performance， and the rate of improvement in quality performance is faster than that of scale performance. However， there are still significant regional disparities， showing a differentiation pattern of "high in the Pearl River Deltalow in non Pearl River Delta" as a whole; The overall regional gap has been narrowing year by year， and the overall gap in scale performance mainly comes from the gap between regions， while the overall gap in quality performance has evolved from the gap between regions to a super variable density; There is a phenomenon or trend of multipolarity in the performance of each region; In the long run， both scale and quality performance will remain stable at high performance levels. Based on the above conclusions， countermeasures and suggestions have been proposed to promote highquality and regional balanced development of agricultural leading enterprises.

Key words：

Agricultural leading enterprises; High quality development; Performance level; Regional disparities; Dynamic evolution

基金项目：广东省哲学社会科学规划项目“乡村振兴背景下广东农业龙头企业高质量发展研究”（GD21YGL02）；广东省普通高校青年创新人才类项目“农业龙头企业践行高质量发展：内涵、驱动因素、制约因素与实现路径——兼评广东省1183家重点农业龙头企业践行高质量发展的实绩”（2021WQNCX025）。

作者简介：谭翔，男，江西财经大学在站博士后，讲师，研究方向：农业企业发展与管理；欧晓明（通讯作者），男，博士，教授，研究方向：企业社会责任。