我国散养奶牛养殖成本效率及其影响因素研究

刘春明，郝庆升，周 杨

（1.吉林工程技术师范学院工商管理学院，吉林长春 130122；2.吉林农业大学经济管理学院，吉林长春 130118）

2008年“三聚氰胺”事件后，我国奶牛规模化养殖进程加快，牛奶产量和质量明显提高。但调研发现，经过近十年发展，尽管我国奶牛规模化比重显著提升，但其中有大量养殖户只是将原本的散养模式转变成集中于小区的“集中散养”，这种方式只是形式上与散养模式有别，而在饲喂和病疫防控上与散养无异。在新常态和供给侧结构性改革背景下，不能盲目地提高“规模化”速度，而应把提升各种模式的养殖效率和降低资源浪费放在首位。如今，散养模式依然占据我国奶牛养殖的主导地位，有专家预计这种现状还将持续很长时间[1]。然而，散养模式下的饲料成本和劳动力成本逐年升高，资源配置不合理以及不同程度的管理缺陷不仅造成资源浪费，而且限制了奶牛养殖业竞争力的进一步提高。

为此，大量学者运用数据包络模型或成本收益定量分析对散养奶牛养殖生产技术进行了研究[2-5]。尽管这些研究对如何提高奶牛养殖技术效率有着重要的理论价值和指导意义，但研究重点更多放在了生产效率问题上。从散养奶牛养殖的现状来看，养殖户缺少接触市场的渠道以及对价格信息掌握较少是制约养殖效率提高的关键因素，养殖户只能被动接受市场定价[6]，因此，研究既定产出水平下各要素价格投入的奶牛养殖成本效率对于资源配置的优化升级以及提高奶牛养殖业的竞争力意义更大。现有文献中，成本效率的研究更多集中于金融领域，而在畜牧业领域研究较少，至今还未有学者将成本效率概念引入奶牛养殖领域的研究中。本文选择从成本效率的视角研究散养奶牛养殖，在经过实地调研和专家咨询后，采用随机前沿成本模型研究我国散养奶牛养殖十年间的成本效率状况及各省市成本效率差异，并分析其制约因素，以期为决策者理清思路，并为有效提高散养奶牛养殖的成本效率提供理论依据。

1 指标选取、数据来源与描述性分析

1.1 指标选取 笔者在已有文献基础上，秉承着科学性、合理性原则，根据随机前沿成本函数的思想，选择奶牛总成本（C）作为本研究的被解释变量，选择每头奶牛的主产品产量（Y）以及各投入要素的价格作为解释变量。饲料费用、人工成本占据90%以上的成本[2,7]，因此本文选取饲料价格（F）和人工价格（L）作为衡量奶牛成本投入的指标。其中，饲料价格和人工价格分别通过饲料费用和饲料数量以及人工成本和用工数量相除得到。奶牛养殖除了受直接投入要素配置影响，还会受到地区差异、饲养管理和生产技术、规模化水平、固定资产条件、疫病、环境、政策以及养殖户的科学文化水平等外生变量影响。已有多位学者[1,7]对料奶比、疫病、固定资产条件以及养殖户的科学文化水平对奶牛养殖的影响进行了理论分析，因此，本文用实证分析方式主要考察成本无效率指标与这4项影响变量的关系，即将此4项控制变数设定为影响无效率项的外在因素。其中，医疗防疫费用（A）作为反映疫病发生程度的指标、固定资产折旧（D）作为衡量固定资产投入对奶牛成本效益影响的指标、受教育水平（E）作为衡量人力资本水平的指标、料奶比（N）作为衡量饲养管理和生产技术水平的重要指标等。

1.2 数据来源与描述性分析 本文主要选取2006—2015年散养奶牛养殖的面板数据，运用FRONTⅠER4.1软件进行成本效率测度。其中，奶牛的饲料费用、饲料数量、人工成本、用工数量、固定资产折旧、医疗防疫费用以及所涉及到的相关数据等均来自于布瑞克农业数据库中“农产品成本收益”的数据，值得注意的是，以上数据均采用单产形式避免多重共线性的影响；受教育水平以及相关数据等均依据《中国统计年鉴》数据计算所得。我国奶牛养殖依据农户养殖数量分为4种规模：散养（1～10头）、小规模（11～50头）、中规模（51～500头）、大规模（500头以上），本文主要选取散养模式进行研究。在拥有散养模式的15个主要省份中，考虑到数据的可得性以及本研究方法的合理性和可比较性，剔除掉辽宁、黑龙江、浙江、重庆、云南等省份，保留山西、内蒙古、吉林、山东、河南、湖南、广西、贵州、陕西、新疆等10个奶牛养殖省区作为研究对象。将上述10个省区散养模式十年的投入产出变量运用SPSS 17.0进行运算处理，得到表1。

由表1可归纳出十年间散养模式下奶牛养殖的基本特点：①从投入要素角度看，人工价格的变异系数最大，说明各地区对人工质量的认识不一，调研发现，很多地区通过合群放牧的方式来降低劳动报酬；②从影响变量的角度看，医疗防疫费用的变异系数最大，说明各地区散养奶牛养殖过程中对医疗防疫的投入千差万别，调研发现，很多地区对奶牛生病应及时治疗均达成了统一认识，但防疫意识较为落后，致使奶牛出现种种疾病，即使增加投入也不一定能够提高产出，或者即使产出提高，质量也不一定能够得到保证；而人力资本水平的变异系数最低，均值仅为8.4年，说明各地区农民的受教育水平虽然差异程度较小，但是年限较低，大多数散养户仅靠传统经验和个人经验来养殖。

2 研究方法与模型设定

2.1 研究方法 奶牛养殖成本效率是指衡量前沿成本与实际成本的比率，即在等量要素投入的前提下，前沿成本（即最小成本）占养殖总成本可能性集合的比重，而研究成本效率便是对两者的比重与出现的冗余进行分析。分析成本效率应用最为广泛的方法有2种，一种是柯布-道格拉斯成本函数（C-D），另一种是由Aigner等提出来的超越对数成本函数（Translog-SFA）。Translog-SFA将误差项分为由样本控制的技术或配置要素不合理导致的成本非效率项和传统的随机误差项2部分，主要适用于多投入单一产出的效率测算，使用面板数据准确度更高。同时，运用极大似然估计和T检验对数据的拟合度进行了分析，并且在C-D成本函数的基础上引入了成本非效率函数，来研究环境变量和随机误差项对成本效率的影响。

2.2 模型设定 本文采用Translog-SFA方法研究散养奶牛成本效率及其影响因素，依据Altunbs等[8]衡量技术进步方式，在模型中引入了虚拟时间变量t，设定2006=1，2007=2，···，2015=10等，其基本函数形式如下：

表1 变量的描述性统计

其中，Cit表示第i个省份第t年的奶牛养殖总成本；yit表示第i个省份第t年的奶牛养殖主产品产出；w1为饲料价格； w2为人工价格；α、β、ω、λ、θ分别为各投入变量的待估参数，若参数显著且为正，则说明该投入变量对成本效率有正向效应，反之则相反；各个投入变量的一次项为短期内对成本效率的影响，二次项为长期对成本效率的影响，交叉项为两两投入变量之间的相互作用对成本效率的影响；vit和uit为第i个省市第t年的随机误差项和成本非效率项，一般认定vit服从正态分布，uit服从半正态分布

奶牛养殖是一个复杂的过程，制约其效率的因素有很多。笔者经实地调研，在借鉴已有文献的基础上，将前文中选取的影响变量代入成本非效率函数中，函数形式可表示为：

其中，mit表示奶牛养殖过程中的成本损失程度；δ为待估参数,若显著为正，表明该影响变量与成本非效率呈正相关，即与奶牛养殖成本效率呈负相关，反之则相反；εit为随机误差项。

3 散养奶牛成本效率模型估计结果及讨论

3.1 模型估计结果分析 根据设定的散养奶牛成本函数和非效率函数，运用FRONTⅠER4.1软件对相关变量进行数据处理，并联合估计医疗防疫费用、固定资产折旧、受教育水平以及料奶比等因素对散养奶牛成本效率的影响，得到以下似然比统计结果，如表2所示。

由表2可知，上述变量的系数值几乎都通过了显著性检验，方差σ2和变差率γ值均在1%水平下显著，说明使用超越对数随机前沿成本函数模型对于散养奶牛成本效率的研究较为适用。为该模型的技术无效项，意为前沿成本与实际成本的比值与成本非效率的相关程度，γ值越接近1，表明成本冗余与成本非效率的关系越紧密。模型结果表明，本研究的γ值为0.899 9，说明造成我国散养奶牛成本效益不理想的主要原因就是成本非效率，仅有0.100 1是由不可控因素造成，如气候条件、病虫害等。当存在无效率项因素时，可依赖单边似然比统计量LR的显著性来判断。本研究中的LR值为171.440 2，明显大于约束条件为6、显著性水平为1%的χ2临界值16.81，说明本研究建立的模型是成立并有效的。

3.2 成本非效率的影响因素分析 在散养奶牛的随机前沿成本函数模型中，将表2统计的影响变量似然比估计结果代入（2）式中，可得到具体的成本非效率函数：

上述4项影响变量的系数值均在1%的水平下显著。

1）医疗防疫费用的系数值显著为正，说明增加医疗防疫费用会提高成本非效率，可能原因在于大多数养殖户均是在疫病发生后才会支出医疗费用，但病后的奶牛会导致原有的投入产出均衡点偏离最优，影响养殖效益。

表2 随机前沿成本函数及非效率函数的参数估计结果

2）固定资产折旧的系数值显著为负，说明现有技术水平下增加基础设施建设，完善辅助技术设备可以增加成本效益，这与调研实际情况相符。很多散养户牛舍设施比较落后，卫生条件得不到保障，粪便与尿液经常沾满牛全身，尤其乳房根本得不到及时的清理和消毒，再加上大多数散养户采用人工挤奶，不仅劳动强度大、效率低，而且还会增加感染疫病的可能性，严重影响成本效益。

3）受教育水平的系数值显著为负，说明提高养殖户的受教育水平有助于提高成本效率。现阶段，由于比较优势的影响，大多数年轻人都更愿意从事收益更多的二、三产业，导致散养户大多是文化程度低、年龄较大的群体，其不科学的饲养方式对成本效率提升并没有益处。

4）料奶比的系数值显著为正，即料奶比越高，散养奶牛的成本非效率也就越高，反之，若降低料奶比，成本效率便能够得到提高。说明散养奶牛养殖对于饲草料的投入还较为依赖，但是大多散养户在饲养过程中饲料投入结构并不合理、利用效率也较低[9]。盲目增加饲草料的投入不仅无法保证奶牛营养均衡，成本效益也会随之降低。

3.3 成本效率水平和区域差异分析 为更清晰地了解我国散养奶牛养殖成本效率的具体情况，笔者将FRONTⅠER4.1软件做出的结果进行汇编，得到表3和表4。其中，由于随机前沿成本函数得出的效率值 是介于[1，∞]的正数，且这个正数表示的是我国散养奶牛各省区的成本非效率。为了让结果呈现更为直观，均以介于[0，1]的成本非效率的倒数即成本效率来衡量各省区之间的散养奶牛饲养水平和差异。

表4 2006—2015年各省区散养奶牛平均成本效率和变动率

通过表3纵向梳理可知，十年间我国散养奶牛的成本效率基本呈现波动变化趋势，但是波动幅度并不大。这10年间我国散养奶牛养殖成本效率有2个由上升转下降的拐点，分别是2010年和2014年，尤其以2010年的下降幅度最为明显。2008、2009年爆发的“三聚氰胺”事件直接打乱了我国散养奶牛成本效益上升的良好势头，奶农大肆倾倒牛奶，2009年成本效率上升幅度便开始减缓，2010年开始走下坡路。随着政府出台的一系列政策以及规模化的推广，散养奶牛养殖才又开始走上正轨。但是，由于饲料价格和人工成本不断提高，而原料奶收购价格增长并不显著，养殖户收益不容乐观，最终导致2014年成本效率的下降。

通过表4横向梳理可知，我国2006—2015年10个省区散养奶牛的平均成本效率为0.833 1，已达到较高水平，但成本投入还存在一定冗余。成本效率最高的是新疆，达到0.885 3，其次是内蒙古，这2个地区的变动率也位居前两位，可能是源于这2个地区均属于大牧区，资源条件优越、牧草丰富、管理较为规范、畜牧业科技推广率较高，而且新疆的奶牛养殖区大多距离居民居住地较远、地势平坦；内蒙古在蒙牛、伊利两大企业的带动下，奶牛养殖成本效益显著；成本效率最低的是贵州省，而变动率最低的是吉林省，出现了负增长，说明这2个省份散养奶牛的饲养方式尚不规范，造成成本高、产值低，出现冗余，导致成本非效率；我国平均变动率为0.001 0，说明我国散养奶牛十年间处在成本效率递增阶段，但上升幅度并不明显，仅靠增加成本投入或是改变环境对于大幅度提高效率并不显著。

表3 2006—2015年各省区散养奶牛养殖成本效率

4 结论与启示

本文通过随机前沿成本模型在成本最小化假设的基础上，对我国十个省区2006—2015年散养奶牛成本效率进行了分析，得出以下结论：

1）现有技术水平下，我国散养奶牛的成本效率还未达到最优，相关投入和环境差异较大，在人工质量、医疗防疫等方面还未达成统一认识。为降低劳动报酬，还有大量养殖户实行合群放牧；出现疫病只知道进行医疗治疗，防疫意识却很淡薄，导致原料奶质量下降，产值降低；养殖户人均受教育水平低，大多数仅靠传统经验和个人摸索来养殖，这种不科学的饲养方式同样不能实现效益飞跃。

2）成本非效率是造成我国散养奶牛效益不理想的主要因素，将医疗支出转变为防疫支出、完善基础设施和辅助技术设备建设、提高农民受教育水平以及减少饲料投入的不合理对于提高散养奶牛成本效率有正向影响。

3）现有技术水平下，我国散养奶牛的成本效率为0.833 1，还有约17%的上升空间，但年均上升幅度却很小，仅为0.1%，这种传统的重物化投入而轻科学管理和饲养技术的养殖方式已不能使散养奶牛成本效益实现新的突破。

基于以上结论，得出以下启示：

1）树立“防重于治”意识。提前做好防疫工作，及时请专业人员注射口蹄疫等相关疫苗，注意保持牛舍和奶牛的卫生，尤其是奶牛乳房要及时清洗与消毒，还要在春、秋两季做好驱虫工作，避免寄生虫对奶牛健康造成的影响。

2）加强对养殖户的技术指导。将科学手段和养牛行业结合起来，逐步实现养牛效益的新突破。

3）科学饲养、营养均衡。现阶段，我国散养奶牛的饲料投入并不合理。饲料是奶牛养殖的基础，应根据各地区奶牛不同生产时期的特点，制定合理的饲料配方，有针对性地将秸秆合理利用，并通过氨化、微贮等方式提高口感，改善营养成分，减少资源浪费。

4）要大力气搭建平台,把那些扎根基层、能力突出、群众满意、示范带动作用强的农村干部人才留下来。强化政治激励、物质奖励、精神鼓励，建立“爱养殖、懂技术、会管理”的人才队伍，逐渐实现奶牛养殖成本效益的新突破。

5）我国散养奶牛养殖的成本效率总体上离实现最优水平还有明显的差距，这充分表明我国散养奶牛养殖产业的资源配置和充分有效利用资源的能力还有待提高。由此可见，大力提升奶牛养殖产业的成本控制能力十分必要。此外，提升竞争力不能局限在降低劳动力成本方面，而是应该着眼于技术进步和创新体系、先进的管理经营理念、优良的市场和政策环境，力求达到最优的成本效率，提升整个产业的核心竞争力。