全株玉米窖贮经济效益分析

欧 翔 ，许庆方 ，玉 柱 ，杨 春 ，张为民 ，熊 乙 ，马菱艺

（1.山西农业大学动物科技学院，山西太谷030801；2.中国农业大学动物科学技术学院，北京100193；3.中国农业科学院农业经济与发展研究所，北京100081；4.山西古城乳业集团有限公司，山西山阴036900）

我国人民生活水平的提高，促进了奶牛养殖业的快速发展。自20世纪90年代以来，我国畜牧业进入了快速发展阶段，畜牧业龙头企业大量涌现[1-2]。为了提高奶牛的健康水平和生产性能，养殖企业逐步开始接受并推广青贮玉米和苜蓿等优质饲料的使用，全株玉米青贮成为奶牛日粮的重要组成部分。此外，规模化养殖是畜牧业发展的必然趋势，大规模的养殖意味着在可预见的未来，全株青贮玉米的需求也会逐步提高[3]。2015年中央一号文件提出，加快发展草牧业，支持青贮玉米和苜蓿等饲草料种植，开展粮改饲和种养结合模式试点，促进粮食、经济作物、饲草料三元种植结构协调发展已成为畜牧业发展的新趋势[4]。农业部也提出，粮改饲既是调整种植业结构、推动粮食“去库存”的重要切入点，又是推动草食畜牧业“降成本，补短板”、优化畜禽养殖结构的重要着力点[5]，进一步推广全株青贮玉米很有必要。

全株玉米青贮是指在玉米籽粒于乳熟期末至蜡熟期初收获的，包括玉米果穗、玉米茎、玉米叶在内的新鲜全株玉米，通过切碎、发酵等工序制作而成的草食牲畜饲料[6-8]。其营养成分丰富，适口性好，消化率高，在相同的管理条件下，饲用玉米青贮可使奶牛消化率提高12%，泌乳量增加10%～14%，乳脂率提高10%～15%，进而提高了养殖业的经济效益[9-10]。此外，全株玉米青贮在春冬季时可以有效地保藏饲草的品质与营养，在饲草较为短缺时期，可以解决养畜企业的饲草短缺问题，随需随取，非常方便[11]。所以，在北方农区与牧区，全株玉米青贮的应用比较普遍。全株玉米青贮的制作一般使用窖贮，包括地下窖、半地下窖和地上窖[12]。青贮窖制作简单，建成后可重复使用，非常方便。

前人对于全株玉米窖贮的研究较为丰富，但多集中于青贮玉米的品种比较，以及发酵品质、营养价值，生长期不同处理的影响[13-15]，而对于经济成本方面的分析较为缺乏。对饲草产业进行经济学分析，能够从不同于生物科学的角度，给于饲草企业或农户以决策预算上的支撑。

笔者对山西省朔州市乳业集团的全株玉米窖贮进行了研究，运用柯布-道格拉斯生产函数对全株玉米窖贮的方式进行了经济效益分析，旨在研究青贮玉米窖贮的投入要素对经济效益的影响程度。

1 数据来源和研究方法

1.1 数据来源

通过走访山西省朔州市乳业集团的奶牛示范场，调查收集了示范场内3个青贮窖2007—2016年的相关数据资料，对奶牛场相关人员进行了询问调查，获得一手资料。该奶牛示范场自有饲料地133.3 hm2，种有苜蓿、青贮玉米等饲草料，场内有3个大型全株玉米青贮窖。

1.2 研究方法

青贮玉米来源中，一部分企业自行种植，一部分通过向种植青贮玉米的农户收购。其中，自行种植的青贮玉米通过合理的种植方法、田间管理技术种植，并使用玉米青贮收获机进行青贮玉米收割，之后将收获的玉米进行整株揉切粉碎。青贮玉米达到收获适期时，将自行种植的青贮玉米与收购的青贮玉米一并运输至青贮窖中进行压实处理，同时为提高发酵品质和有氧稳定性，在装填时使用乳酸菌等添加剂。压实后在窖顶用塑料膜覆盖，并于膜顶用轮胎等重物压住，四周用沙土覆盖，防止漏气和进水。之后待青贮厌氧发酵后即可取用饲喂[16-18]。

1.3 数据分析

通过对调研数据的分析处理，将整个青贮过程进行了分类，主要分为收购成本、种植成本、收获成本、建窖成本、封窖成本、干物质损失、土地成本等成本指标，通过柯布-道格拉斯生产函数建立成本函数模型，运用Eviews 8软件进行分析计算。

2 结果与分析

为研究全株玉米青贮窖贮成本的影响因素，选择了窖贮总成本Y、青贮玉米收购成本X1、青贮玉米种植成本X2、青贮玉米收获成本X3、封窖成本X4、青贮窖建设成本X5、干物质损失X6、土地成本X7等8项指标进行计量分析，通过柯布-道格拉斯生产函数建立模型进行分析，得出影响全株玉米青贮窖贮成本的因素，其结果如图1所示。

2.1 柯布-道格拉斯生产函数模型的建立与分析

通过建立窖贮成本的柯布-道格拉斯生产函数能够分析出在全株玉米青贮总成本中，各个影响因素对总成本的影响情况，进而能够找出各成本情况的最佳安排[19]。柯布-道格拉斯生产函数最初是由美国数学家CHARLES COBB和经济学家PAUL DOUGLAS在20世纪30年代共同提出的，此函数广泛应用于研究投入产出关系中，柯布-道格拉斯函数的基本形式如下[20]。

式中，Y代表总成本，L代表劳力投入量，K代表资本投入量。A代表常数项，α，β为相应参数，分别表示劳力投入量和资本投入量在生产过程中的产出弹性系数。将公式（1）函数两边同时取对数得到公式（2）。

在全株玉米青贮窖贮总成本中，有一些因素由于不属于生产活动或无法量化处理，故而不考虑在内。b，c，d，e，f，g，h 分别为 X1，X2，X3，X4，X5，X6，X7的产出弹性。根据解释变量，将公式（2）变换函数形式得公式（3）。

根据公式（3），将于奶牛示范场调查收集的全株玉米青贮窖贮2007—2016年各项成本数据导入Eviews 8软件中进行多元回归分析，其结果如表1所示。

表1 总成本多元回归分析结果

根据多元回归分析结果，将数据代入公式（3）中，得出青贮玉米窖贮成本模型如公式（4）所示。

由表1可知，可决系数为0.999 9，表明数据中各解释变量的拟合程度较为理想。但是X6，X3，X4的t值较小，X3和X4的回归系数为负数，可能存在多重共线性，可利用Eviews 8软件计算X1，X2，X3，X4，X5，X6，X7相关系数矩阵进行进一步分析，其结果列于表2。

从表2可以看出，各变量的相关系数都不高，不存在多重共线性。从公式（4）的回归模型可以看出，收购成本、种植成本、建窖成本、青贮过程中的干物质损失、土地成本的回归系数均为正值，而自行种植青贮玉米的收获成本和封窖成本的回归系数为负值，并且|t|均小于t0.05，不符合实际情况，故在模型中剔除。剔除自行种植青贮玉米的收获成本X3和封窖成本 X4后，进一步对 Y，X1，X2，X5，X6，X7进行回归分析，其结果如公式（5）所示。

表2 总成本相关系数矩阵

从公式（5）的回归模型可以看出，青贮过程中的干物质损失X6的回归系数为负值，|tX6|＜t0.05，未能通过经济意义检验，故予以剔除。剔除干物质损失 X6后，将 Y，X1，X2，X5，X7导入软件中分析，其结果列于表3。

从表3可以看出，可决系数为0.998 5，说明数据中各变量的拟合程度较好，t值均达到显著水平，可以用来解释总成本中各要素的影响程度，由表3可得出，最终的青贮玉米窖贮成本模型如公式（6）所示。

表3 剔除X3，X4，X6后的回归分析结果

从成本模型中各项影响因素的弹性系数来看，影响全株玉米窖贮成本的因素从大到小分别为青贮玉米种植成本、青贮窖建窖成本、青贮玉米收购成本、土地成本。其中，青贮玉米种植成本对总成本的影响程度最大，在其他条件不变情况下，青贮玉米种植成本每增加1%，青贮玉米窖贮总成本就会上升2.125 5百分点；此外，青贮窖建窖成本和青贮玉米收购成本对青贮玉米窖贮总成本的影响也颇为显著，在其他条件不变情况下，青贮窖建窖成本每增加1%，青贮玉米窖贮总成本则上升1.454 8百分点；青贮玉米收购成本每增加1%，青贮玉米窖贮总成本上升0.969 2百分点；土地成本的影响最小。

2.2 青贮玉米种植成本分析

从公式（6）可以看出，在全株玉米青贮窖贮成本中，青贮玉米种植成本和青贮窖建窖成本对总成本的影响最大，而建设好青贮窖后涉及的成本只有维修成本，对每年的总成本影响不大。而对于青贮玉米种植成本来说，则对总成本的影响较大，由于组成青玉米种植成本的各小项较多，故而需对青贮玉米种植成本进行进一步的分析。

青贮玉米种植成本的组成有种子、肥料、除草、灌溉、人工、机械等6项，其他组成由于难以估计，影响较小等原因没有考虑在内。现将以上6项分别设为 x1，x2，x3，x4，x5，x6，青贮玉米种植成本设为 y。收集到2007—2016年种植成本数据，将数据代入E-views 8软件中，其结果如表4所示。

表4 种植成本回归分析

进一步对2007—2016年的种植成本数据进行相关系数分析，得出相关系数矩阵，结果列于表5。

表5 种植成本相关系数矩阵

从表5中各变量的相关系数可以看出，除变量x4以外，其余5个变量的相关系数都较高，说明各变量之间存在多重共线性，下面运用逐步回归法来消除多重共线性。

首先将被解释变量y对每个解释变量x1，x，x3，x4，x5，x6单独进行回归分析，得到每个解释变量的回归方程，如下。

y＝264 499.6＋6.910 7x1（R2＝0.730 7）；y＝420 191.7＋2.079 2x2（R2＝0.632 5）；y＝-13 382.3＋7.976 5x3（R2＝0.756 3）；y＝497 834.1＋0.492 3x4（R2＝0.076 0）；y＝470 383.6 ＋1.201 3x5（R2＝0.625 6）；y＝859 175.1－2.453 4x6（R2＝0.478 2）。

对上述一元回归结果进行统计分析，对比各回归方程可决系数的大小可和，x3＞x1＞x2＞x5＞x6＞x4，根据可决系数最大的原则，选取x3作为第1个变量加入到函数中。在选取x3为第1个变量的基础上，依次将其余变量加入到函数中进行回归分析，其回归方程如下。

y＝77 185.04＋2.767 5x1＋5.059 4x3（R2＝0.772 3）；y＝-6 225.265＋0.044 5x2＋7.834 1x3（R2＝0.756 3）；y＝-178 778.9＋8.511 2x3＋0.729 1x4（R2＝0.919 5）；y＝-18 604.42＋8.067x3－0.016 5x5（R2＝0.756 3）；y＝-74 562.43＋8.454 6x3＋0.225 8x6（R2＝0.757 6）。

对比上述回归结果发现，在代入x3变量后，R2的大小为x4＞x1＞x6＞x2＞x5，于是选择x4作为第2个变量加入到函数中，在加入x3，x4的基础上，加入其余变量进行回归分析，结果如下。

y＝-23 632.78＋5.629 8x1＋2.671 7x3＋0.857 3x4（R2＝0.980 7）；y＝75 604.36＋2.020 9x2＋2.278 6x3＋1.039 9x4（R2＝0.991 2）；y＝132 698＋2.008 4x3＋1.074 4x4＋1.231x5（R2＝0.995 2）；y＝7.070 7＋0.952 3x3＋0.952 3x4－0.972 6x6（R2＝0.964 6）。

对上述结果进行分析，可知可决系数大小依次为x5＞x2＞x1＞x6，将x5作为第3个变量加入到函数中，并依次在x3，x4，x5的基础上加入其余变量进行回归分析，其回归方程如下。

y＝114918.7＋1.2409x1＋1.8063x3＋1.0451x4＋1.025 6x5（R2＝0.996 1）；y＝129 132.2＋0.891 1x2＋1.676 4x3＋1.083 1x4＋0.773 6x5（R2＝0.998 7）；y＝166 224.4＋2.263 3x3＋1.084x4＋1.056 2x5－0.336x6（R2＝0.995 6）。

由以上回归方程可知，在分别加入x1，x2，x6后，回归方程的相关系数的大小依次为x2＞x1＞x6，于是将x2作为第4个变量加入函数中，后在x2，x3，x4，x5的基础上继续逐步回归，其回归方程如下。

y＝136 634.7－0.559x1＋1.017 9x2＋1.072x3＋1.097 6x4＋0.801 1x5（R2＝0.998 8）；y＝50 538.89＋1.355 7x2＋0.93x3＋1.065 8x4＋0.935 3x5＋0.769x6（R2＝0.999 7）。

在 x2，x3，x4，x5的基础上加入 x6后，发现模型的拟合情况达到了最优，并且x6变量引入并未使模型中其余变量的相关系数发生较大改变，F＝2 670.945＞F0.05＝3.633，说明模型已达到极显著水平，而加入x1变量后则出现多重共线性，经济意义无法解释的情况，所以在最后选择剔除x1变量，加入x6变量。于是，最终确定青贮玉米种植成本模型如公式（7）。

从青贮玉米种植成本模型中各影响因素系数的大小可以看出，影响青贮玉米种植成本的因素从大到小为肥料、灌溉、人工、除草、机械。其中，灌溉成本、人工成本和除草、肥料等田间管理对青贮玉米种植成本的影响最大，在其他条件不变的情况下，人工成本上涨1%，种植成本则相应上涨0.935百分点；灌溉成本上涨1%，种植成本相应上涨1.066百分点；除草、肥料等田间管理成本上涨1%，种植成本相应上涨3.291百分点。机械成本对种植总成本的影响则相对较小。

3 结论与建议

笔者通过调查走访山西省朔州市某乳业集团有限公司的奶牛示范场，收集获得第一手关于全株青贮玉米窖贮成本效益情况数据，通过分析2007—2016年的成本数据，建立柯布-道格拉斯生产函数模型，分析了不同的成本投入因素对窖贮总成本的影响情况。结果表明，青贮玉米种植成本与收购成本对窖贮总成本的影响较为显著，建窖成本也对窖贮成本有较大影响。

由于我国对于青贮玉米方面的重视不如欧美等发达国家，很多种植户对于种植用于饲料的青贮玉米抱有怀疑、观望的心态，但这一情况正在逐步改善。据农业部调研，2016年全国青贮玉米的种植面积为92.7万hm2，同比增幅40.97%，总产量为5 977万 t，同比增幅 47.83%，单产为 64.5 t/hm2，同比增幅达7.5%。由于国家中央一号文件中提出了“粮改饲”改革，把传统的二元种植结构调整为粮食作物、经济作物、饲料作物三元种植结构，在减少粮用玉米种植的同时，大力推广青贮玉米的种植，并对青贮玉米种植户给于相应的种植补贴，这也大大提高了种植户对种植青贮玉米的认可度，预计在不远的将来，青贮玉米的种植面积与产量将会再度提升。但是种植青贮玉米，也有其自身的局限性，青贮玉米的种植与销售，大多是局限于当地，基本上是当地种植，当地消化，青贮玉米的市场价格基本是按当地养殖市场的需求量定价，未能统一形成市场，导致青贮玉米价格不稳定，这对农户的种植积极性也会产生一定的影响，尤其在天气情况不好的年份，不仅青贮玉米产量会降低，质量也会降低，这对青贮玉米价格的稳定不利。因此，针对青贮玉米收购价格不稳定的情况，应该推行产销结合的方式，在大力推广青贮玉米种植的同时，将农户与收购商联合起来，农户根据收购商提供的预计收购量种植青贮玉米，从而达到稳定价格的目的；另外，对于企业自身来说，则推荐在自行种植青贮玉米的情况下，兼青贮玉米的收购，从这2个方面一起入手，减小价格波动、种植成本上涨对总成本的影响。

此外，通过建立青贮玉米种植成本模型，分析了青贮玉米种植过程中影响种植成本的影响因素，结果表明，青贮玉米种植过程中，人工成本、田间管理和灌溉成本对种植总成本的影响较为显著。KOMLEH等[21]研究了不同规模的青贮玉米生产农场的能源消耗模式，通过将投入项换算为能源，得出在所有投入中，机械和化肥投入是最重要的能源投入，柴油和种子投入同样也有重要意义，这与笔者研究中田间管理对总成本的影响最大相吻合，但在机械投入方面有出入，这是因为在伊朗德黑兰地区机械化程度较高，并且农场面积大，适合机械操作，故而柴油和机械投入均较多，而在山西北部机械化程度较低，地块小，所以机械投入较小。在人工成本方面，由于近年来人民生活水平的提高，种植业难以招到合适的员工，故而只能通过提高工资等手段来补充劳动力。建议企业应该改善员工的工作生活条件吸引员工，对员工进行培训，提高员工的劳动生产力，精简机构，撤销冗余的机构部门等方式来降低管理成本。此外，近年来农业用水价格变动较为频繁，对种植玉米的成本影响也较大，可以通过引进更为高效的灌溉方式，如滴灌和喷灌等方式代替传统的漫灌，进而达到节水的目的。而对于田间管理方面，应该因地而异，对地力较高的土地可以相对缩减田间管理成本，而对于地力较低的土地，则不能因为对种植成本的影响较大而减少投入。