【導(dǎo)讀】為加強乳制品質(zhì)量安全管理是非常必要的。還是“三鹿嬰幼兒奶粉”都有一個共同特點，就是人為的故意污染事件。這種食品安全事件，與國際上發(fā)生的非人為故意污染的食品安全問題不一樣，被稱之為“非傳統(tǒng)食品安全問題”。則”，行業(yè)內(nèi)惡意競爭或人為制造食品安全恐怖事件等。影響的廣泛性等特點。黑龍江省是我國乳業(yè)大省，乳制品生產(chǎn)企業(yè)數(shù)量約占全國9%，乳制品產(chǎn)量約占全國10%。江省均有奶源基地。而安達市作為黑龍江省的“牛城”，“中國奶牛之鄉(xiāng)”，以其為試點進行。價的目的就是引導(dǎo)、幫助被評價對象實現(xiàn)其戰(zhàn)略目標以及檢驗其戰(zhàn)略目標實現(xiàn)的程度。為了切實保證績效評價指標與被評價對象戰(zhàn)略目標的一致性，可運用系統(tǒng)圖式。可行性原則對乳制品區(qū)域化管理績效評價指標體系構(gòu)建作出三個方面的規(guī)定性。定的績效評價指標，不僅會挫傷乳制品區(qū)域化質(zhì)量管理工作人員的積極性，而且會勞民傷財，在此基礎(chǔ)上，參考了以往的區(qū)域化管理的調(diào)研成果，以及安達市乳制品調(diào)查問

　　

【正文】 ，使用較為復(fù)雜和高級的管理會計系統(tǒng)（ MAS）有助于增加公司業(yè)績。但是在穩(wěn)定環(huán)境下，使用較為復(fù)雜和高級的 MAS不但無助于提高公司業(yè)績，甚至?xí)璧K公司業(yè)績，其原因在于信息過載。 Gul（ 1991）的研究有兩個貢獻，一是證明了環(huán)境不確定性會影響 MAS的設(shè)計和使用，二是證明了環(huán)境不確定性和 MAS之間的關(guān)系會影響公司業(yè)績。 Chong amp。 Chong（ 1997）對 62家澳大利亞制造行業(yè)的戰(zhàn)略事業(yè)單元（ SBUs）進行調(diào)研，證明了“環(huán)境不確定性 MAS”、“戰(zhàn)略 MAS”、“戰(zhàn)略 環(huán)境不確定性”之間存在顯著的正相關(guān) 關(guān)系。但是 Hoque（ 2020）對新西蘭52家大型制造型企業(yè)進行調(diào)查研究，通過路徑分析并沒有發(fā)現(xiàn)環(huán)境不確定性與公司業(yè)績衡量方式之間存在顯著的相關(guān)關(guān)系。雖然 Gul（ 1991）和 Chong amp。 Chong（ 1997）研究的是 MAS，但他們的研究框架和模型對研究 MCS仍有很好的借鑒意義。 Mia amp。 Clarke（ 1999）根據(jù) 61家大型制造業(yè)公司的調(diào)查，發(fā)現(xiàn)市場競爭程度越高，業(yè)務(wù)部經(jīng)理對 MAS提供的標桿管理信息和監(jiān)測跟蹤信息使用程度也越高，而這種信息充當(dāng)了環(huán)境不確定性和公司業(yè)績之間關(guān)系的調(diào)節(jié)作用。 Henri et al.（ 2020）利用問卷調(diào)查法研究生態(tài)控制對環(huán)境業(yè)績和公司業(yè)績的影響程度（包括直接影響和間接影響），采用的模型為中間調(diào)節(jié)模型。 在國內(nèi)文獻中，比較有參考和借鑒意義的是文東華、潘飛等人（ 2020）這篇文獻，作者把環(huán)境作為一個整體（沒有把環(huán)境分為內(nèi)外環(huán)境兩部分），把 MCS分為“控制功能”和“探索功能”兩個維度，把公司業(yè)績分為“內(nèi)部經(jīng)營業(yè)績”和“客戶與市場業(yè)績”兩個維度進行研 14 究。本文與之不同的是，把環(huán)境不確定性細分為外部環(huán)境不確定性和內(nèi)部環(huán)境不確定性兩個維度，把 MCS分為對 MCS的使用強度和對 MCS的使用目 的，其中使用目的包括控制目的和協(xié)調(diào)目的兩個方面（相當(dāng)于增加了一個維度 —— 對 MCS的使用強度），公司業(yè)績作為一個整體，不再進行細分，這樣設(shè)計模型的目的更能了突出對環(huán)境的不確定性和 MCS的研究，具體的基本模型如圖 1所示。 外 部 環(huán) 境 不 確 定 性內(nèi) 部 環(huán) 境 不 確 定 性M C S 使 用 強 度M C S 使 用 目 的公 司 業(yè) 績圖 1： 基本研究模型 （二） 調(diào)節(jié)模型和適度模型 根據(jù)基本研究模型，本文把 MCS作為環(huán)境與公司業(yè)績之間的調(diào)節(jié)變量，環(huán)境不確定性對MCS 產(chǎn)生影響， MCS 對公司業(yè)績產(chǎn)生影響， MCS 在環(huán)境不確定性和公司業(yè)績之間起到了調(diào)節(jié)效應(yīng)（ Mediating Effect），即假設(shè) MCS與公司業(yè)績之間的關(guān)系還取決于環(huán)境與 MCS的匹配性。當(dāng)然，本文假定的調(diào)節(jié)模型最終能不能成立還有待實證結(jié)果的檢驗。 與調(diào)節(jié)模型（ Mediation Model）非常相似的一個模型是適度模型（ Moderation Model）。兩者的區(qū)別在于：調(diào)節(jié)模型是假定環(huán)境不確定性通過 MCS對公司業(yè)績產(chǎn)生間接影響，但也可能是環(huán)境不確定性對公司業(yè)績產(chǎn)生了直接影響，只不過間接影響的程度要大于直接影響的程度；適度模型認為環(huán)境不確定性對公司業(yè)績產(chǎn)生了直接的影響，由于 MCS的存在加大或減少了這種影響，相 當(dāng)于起到了催化劑的作用。 為了更好的解釋這兩種模型的區(qū)別，見圖 2所示。 A1代表環(huán)境不確定性對 MCS的影響，A2代表 MCS對公司業(yè)績的影響， A3是一條虛線，表示環(huán)境不確定性對公司業(yè)績的影響是間接而非直接的。 B1代表環(huán)境不確定性對公司業(yè)績的影響，而 B2則表示 MCS所起到的催化作用，可能是加強或者減弱了 B1的影響。由于環(huán)境不確定性和 MCS 各分為兩個不同的維度，所以調(diào)節(jié)模型和適度模型可以具體用下圖 3表示。圖 3比圖 2更加具體化，可以滲透到模型內(nèi)部，更加清楚的了解各個維度之間的相互關(guān)系。 公 司 業(yè) 績管 理 控 制 系 統(tǒng)環(huán) 境 不 確 定 性 管 理 控 制 系 統(tǒng)公 司 業(yè) 績環(huán) 境 不 確 定 性調(diào) 節(jié) 模 型 適 度 模 型A1A2B2B1A3 圖 2： 調(diào)節(jié)模型和適度模型（ 1） 15 A3 2A3 1A2 2外 部 環(huán) 境不 確 定 性內(nèi) 部 環(huán) 境不 確 定 性M C S 使 用強 度M C S 使 用目 的外 部 環(huán) 境不 確 定 性內(nèi) 部 環(huán) 境不 確 定 性M C S 使 用 強度M C S 使 用 目的公 司業(yè) 績A1 1A1 2A1 3A 1 4B1 1B1 2B2 1B2 2B2 3B2 4A2 1公 司 業(yè) 績 圖 3：調(diào)節(jié)模型和適度模型（ 2） ２、研究分析方法 本文研究方法是問卷調(diào)查。分析方法主要包含主成分分析 簡單回歸模型和結(jié)構(gòu)方程模型。目前結(jié)構(gòu)方程模型在管理會計領(lǐng)域也得到了越來越廣泛的應(yīng)用（ Malmi et al.， 2020；Chenhall， 2020）。在實踐過程中，結(jié)構(gòu)方程模型經(jīng)常使用兩步法。第一步基于主成分分析的結(jié)果描述顯變量與隱變量之間的關(guān)系，即驗證性因子分析，第二步通過路徑分 析驗證隱變量之間的因果關(guān)系。根據(jù) Hair et al.（ 1998, 627） , 兩步法如圖 4所示。 Item1是可觀測的內(nèi)生變量， Factor1是不可觀測的外生變量， Factor是不可觀測的內(nèi)生變量。 F a c t o rF a c t o r 1 F a c t o r 2I t e m 1I t e m 2 I t e m 3 I t e m 1 I t e m 2 I t e m 3F a c t o r 3I t e m 1 I t e m 2 I t e m 3F i r s t o r d e r測 量 模 型驗 證 性 因 素 分 析S e c o n d o r d e r結(jié) 構(gòu) 模 型路 徑 分 析 圖 4：結(jié)構(gòu)方程模型分析過程 2. 數(shù)據(jù)搜集和樣本選取 問卷調(diào)查的對象主要以廈門大學(xué)管理學(xué)院 MBA、 EMBA和 MPAcc的學(xué)員為主，被調(diào)查對象對公司的運營管理和財務(wù)狀況比較了解，知識結(jié)構(gòu)與工作背景基本符合問卷調(diào)查對象的要求。作者共發(fā)出 245份問卷，回收 211份，回收率 86%。隨后對問卷進行篩選，剔除內(nèi)容填寫不完整的問卷、明顯帶有規(guī)律性的問卷和前后矛盾的問卷，另外要求被調(diào)查者在目前崗位工作至少兩年或者在目前單位工作至少三年，被調(diào)查單位至少持續(xù)經(jīng)營三年，保證對單位的經(jīng)營情況比較熟悉和了解，可以比較完整填寫問卷。最后符合要求的問卷數(shù)量為 158份。 根據(jù)問卷的數(shù)據(jù)統(tǒng)計，子公司數(shù)量平均值為 ，設(shè)立年限平均值為 10年，說明所調(diào)查的公司具有一定規(guī)模和發(fā)展歷史。另外權(quán)力分散程度平均值為 ，權(quán)力偏于分散。公司戰(zhàn)略類型平均值為 ，一定程度上說明公司具有較大發(fā)展 空間和良好的發(fā)展前景。從公司特征的描述性統(tǒng)計數(shù)據(jù)從側(cè)面表明所調(diào)查公司的 MCS可以被為研究對象。公司基本特征的描述性統(tǒng)計詳見下表。 表 2：公司基本特征描述性統(tǒng)計 公司基本特征 平均值 最小值 最大值 標準差 員工數(shù)量 80 8000 設(shè)立年限 10 3 102 1本文進行因子分析的主要目的是為了提取主成分，降低維度，以較少的幾個指標反應(yīng)總體信息，并不在于歸納潛在類別，尋找共同因子。 16 管理層級 3 8 子公司數(shù)量 0 15 公司戰(zhàn)略類型 2 3 .493 平均年銷售額 2 7 權(quán)力分散程度 1 3 .628 注釋（ 1）：公司戰(zhàn)略類型： 1=收縮型戰(zhàn)略， 2=穩(wěn)定型戰(zhàn)略， 3=成長型戰(zhàn)略； 注釋（ 2）：平均年銷售額： 1=50100 萬， 2=100500 萬， 3=5001000 萬， 4=10005000 萬， 5=5000 萬 1 億，6=110 億， 7=10億以上 在符合篩選標準的 158 家被調(diào)查對象中，國有企業(yè)和外資企業(yè)所占比例較大，分別為%和 %；制造業(yè)和服務(wù)業(yè)類型的企業(yè)所占比例較大，分別為 %和 %。公司性質(zhì)和行業(yè)類型的描述性統(tǒng)計詳見下表 3。雖然有很多文獻都是選擇 某一行業(yè)研究企業(yè)的管理控制系統(tǒng)，目的是為了盡量減少技術(shù)、組織結(jié)構(gòu)、生產(chǎn)過程等方面的差異性（ (Zhang amp。 Li, 2020），但是本文主要是從宏觀層面研究不確定環(huán)境下管理控制系統(tǒng)對公司業(yè)績的影響，而不是具體研究某個行業(yè)的企業(yè)的管理控制系統(tǒng)在不穩(wěn)定環(huán)境下對企業(yè)業(yè)績的影響，所以雖然公司性質(zhì)和行業(yè)類型差異比較大，但并不影響本文的研究。 （二） 主成分分析 根據(jù) SPSS 軟件的分析，外部環(huán)境不確定性（ EEU）、內(nèi)部環(huán)境不確定性（ IEU）、 MCS 使用強度（ INT）、 MCS使用目的（ PUR）和公司業(yè)績（ PER）的 Cronbach39。s Alpha值都大于 ，說明問卷的信度較好， KaiserMeyerOlkin（ KMO）值都大于 ， Bartlett 的球形度檢驗（ Sig.）顯著性水平數(shù)值都小于 ，說明適合進行主成分分析。選取的主成分的載荷都在 ，方差累計解釋百分比在 60%以上。由于本文的樣本量相對比較小，所以方差累計解釋百分比所選擇的臨界值比較低，這也是本文不足的一個地方，但是并不影響整體的分析。經(jīng)過主成分分析，共提取 30個顯變量，檢驗具體結(jié)果見附錄。 （三） 簡單模型回歸 在提取主成分后，用 SPSS軟件進行簡單的多元回歸。使用的模型如下： 模型 1： 模型 2： 模型 3： 模型 4： 模型 5： 其中， EEU為外部環(huán)境不確定性， IEU為內(nèi)部環(huán)境不確定性， INT為 MCS使用強度， PUR為MCS使用目的， PER為公司業(yè)績， STR為公司戰(zhàn)略， SIZ為組織規(guī)模（員工人數(shù)的對數(shù)）， POW為組織分權(quán)程度。 Bisbe amp。 Otley（ 2020）證明了交互式控制系統(tǒng)對創(chuàng)新和公司業(yè)績之間所起的作用適用于適度模型而不適用于調(diào)節(jié)模型，驗證調(diào)節(jié)模型假設(shè)的方法是相關(guān)系數(shù)法和路徑分析法，驗證適度模型假設(shè)的方法是帶 交乘項的模型回歸法。 Bisbe amp。 Otley（ 2020）中 MCS和創(chuàng)新都是單一維度，而本文中 MCS和環(huán)境不確定性都是兩個維度，所以在參考 Bisbe amp。 Otley（ 2020）證明方法的基礎(chǔ)上針對本文的研究對象和研究目的對證明方法進行了一定的修改。假設(shè) H1a、H1b、 H2a、 H2b、 H3a、 H3b可以通過模型 模型 2和模型 3中 β 系數(shù)的正負加以驗證，比較麻煩的是假設(shè) H4。如果調(diào)節(jié)模型中連接線 A1關(guān)系顯著、 A2關(guān)系顯著，且 A3關(guān)系不顯著，即連接 17 線 A11和 A2 A12和 A2 A13和 A2 A14和 A22至 少有一對關(guān)系同時顯著，且 A31和 A32都不顯著，則說明調(diào)節(jié)模型是成立的；如果適度模型中連接線 B1關(guān)系顯著且 B2關(guān)系顯著，即連接線B11和 B2 B11和 B2 B12和 B2 B12和 B24至少有一對關(guān)系同時顯著，則說明適度模型是成立的。為了證明調(diào)節(jié)模型假設(shè)，首先進行簡單回歸分析，然后進行路徑分析；為了證明適度模型假設(shè)，對帶有交乘項的模型進行回歸分析。 SPSS在進行因子分析時只給出了因子載荷矩陣，并沒有給出主成分系數(shù)，需要根據(jù)主成分分析結(jié)果自己計算出綜合得分 。首先 根據(jù)主成分載荷系數(shù)和原變量的標準化數(shù)值得出 特征向量 ，然后 以特征根為權(quán)重，計算主成分綜合得分 。 根據(jù)其綜合得分進行簡單模型回歸 。 模型 原始 變量的描述性統(tǒng)計如下表 5所示。