核心社员社会资本对农民合作社绩效影响研究.docVIP

核心社员社会资本对农民合作社绩效影响研究.doc

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
核心社员社会资本对农民合作社绩效影响研究

核心社员社会资本对农民合作社绩效影响研究   [摘 要]在对相关文献进行梳理的基础上,本文构建了核心社员社会资本影响合作社绩效的理论分析框架,从信任、人际网络、规范和互惠4个维度,选取了核心社员社会资本相关的17个变量,并假设它们会对合作社绩效水平产生影响,之后对阜蒙县45户农民专业合作社的300位核心社员进行调查,对调查数据进行因子和回归分析。笔者通过因子分析确定了影响合作社绩效的5个公因子,并进行回归分析发现:5个公因子中对合作社绩效水平影响最大的是核心社员信任因子,最小的是核心社员互惠因子。   [关键词]核心社员;社会资本;合作社绩效;阜蒙县   doi:10.3969/j.issn.1673 - 0194.2017.24.077   [中图分类号]F321.42 [文献标?R码]A [文章编号]1673-0194(2017)24-0-02   0 引 言   随着市场经济的深入发展,家庭承包经营体制的弊端日益显露出来,由于信息不对称,农户在市场竞争中的劣势地位越来越明显。农户逐步认识到了合作的重要性,自发成立了农民专业合作社。自2007年《合作社法》颁布以来,我国的农民专业合作社取得了突飞猛进的发展,到2017年上半年底,全国登记注册的农民合作社超过193.3万家,入社农户超过1亿户。在看到合作社飞速发展的同时,我国必须认识到农民专业合作社仍处于初级阶段,自身存在着诸如绩效水平低下等问题,造成合作社绩效水平低下的因素有很多,核心社员社会资本量不足就是其中之一。   近些年,国内外学者从不同角度研究了合作社社会资本对绩效水平的影响。有学者认为社会资本丰富的合作社其创新能力也比较强,社会资本在提高合作社绩效水平方面发挥着重要作用(戈锦文,2016)。还有学者表示合作社的认知社会资本会影响社员参与技术培训的情况,认知程度越高,参与相关培训的热情也会越高;而认知社会资本和结构社会资本都会对合作社的绩效产生正向影响(梁巧,2014)。   1 实证分析   1.1 数据来源   在理论框架的基础上,笔者选择辽宁省阜蒙县作为调研区域,通过随机抽样的方式在阜蒙县选取45户农民专业合作社,每户合作社选择4~7名核心社员进行一对一调查。此次调研笔者共发放问卷315份,回收有效问卷300份,有效问卷率超过90%,调查的总体效果较为明显。   1.2 因子和回归分析   在本文中,笔者采用的是Coleman对组织社会资本的定义,从信任、网络、互惠和规范4个层面选取核心社员社会资本相关的17个指标。其中包括:核心社员对政府部门的信任、对金融机构的信任、对产品经销商的信任、对合作社管理者的信任、对普通社员的信任、对村干部的信任;核心社员获取帮助的难易、核心社员帮助他人频率;当地风俗对合作社产品销售、分红、提供服务、社员进社的影响。另外笔者选用社员年返利多少作为反映合作社绩效水平的指标。   1.2.1 信度和效度检验   进行计量分析之前,一般先要检验问卷的信度和测量的效度,以保证计量分析结果的真实、可靠。笔者将调研数据代入到SPSS19.0中,得到克朗巴哈α系数为0.892(0.6合格),说明数据通过了信度检验。KMO值为0.775,说明样本充足,相关矩阵不是单位矩阵,可进行因子分析。   1.2.2 因子分析过程   因子分析的主要原理是降维,用少数几个公因子来近似代替全体变量的影响。笔者将数据代入SPSS 19.0,采取主成分分析法进行主成分提取,共提取了5个公共因子,并且这5个公因子的累计方差贡献率为74.633%,效果良好。   进行因子旋转的目的在于改变测量项在各个因子上负载量的大小,使测量项能够在共同因子上有较大的因子载荷,能够很清晰地归属于一个明确的主因子。一般来说因子载荷值要超过0.4才能使用。此次分析所有测量项的因子载荷值都超过了0.58,不需要剔除任何测量项。   下面笔者对提取的5个公因子进行命名:第1个公因子与核心社员信任有关,笔者将其命名为“核心社员信任因子”;第2个公因子与核心社员外部网络有关,笔者将其命名为“核心社员外部网络因子”;第3个公因子与核心社员当地的风俗习惯有关,属于非正式性规范,笔者将其命名为“核心社员规范因子”;第4个公因子与核心社员的内部网络有关,笔者将其命名为“核心社员内部网络因子”;第5个因子与核心社员和他人互助有关,笔者将其命名为“核心社员互惠因子”。   1.2.3 回归分析过程   回归分析主要是研究因变量和自变量之间的依赖关系,这种关系包括线性关系也包括非线性关系。进行线性回归分析先要建立如下的回归方程。   Y=P0+P1X1+P2X2+P3X3+…+PmXm+e(1)   P0代表常量;P1,P2,P3,...,Pm是回归系数,衡量X

您可能关注的文档

文档评论(0)

317960162 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档