基于DEA-Tobit模型的不同饲养规模生猪生产效率分析

吴庆春，吴彬红，王文烂

(1. 福建农林大学 经济管理学院，福建 福州 350000；2.泉州师范学院 陈守仁商学院，福建 泉州 362000；3.瑞达期货研究院，福建 泉州 362000)

湖南省为我国养猪大省，生猪存栏及出栏量长期处于全国前列。2018年湖南省生猪存栏3822万头，生猪出栏5993.7万头，分别占比全国8.92%，8.63%[1]。近年来，湖南省生猪养殖模式已经发生了较大转变。2009年湖南省生猪年出栏数1～49头户数、年出栏数50～99头户数、年出栏数100～499头户数分别为5480793户、173049户、61794户，2018年则分别为3077086户、146614户、71320户[2]。规模化饲养逐渐成为目前生猪饲养的主基调，散户和小规模饲养的数量大幅下降。随着生猪养殖规模化程度不断提升，生猪养殖户也逐渐面临一系列问题，如：生猪饲养具体程度定位不准、生产效率不高等。而近年来越来越多的文献关注生产效率研究。第一类文献为生产效率的直接测算：如谭莹[3]应用C-D生产函数考察中国生猪生产效率。甘林针[4]借助DEA模型分析生猪生产效率。李佳睿[5]利用共同随机前沿生产函数研究生猪生产效率。部分学者则在上述研究基础上，结合具体的研究视角进行研究，如杜红梅[6]通过对生猪饲养环境全要素构建FWML指数进行分析。李小刚[7]运用曼奎斯特指数研究不同生猪饲养规模的全要素生产效率变化。第二类文献则是研究生猪生产效率影响因素：陈晓亮[8]通过构建外部环境成本和内部资源成本的整体评价模型进行分析。沈鑫琪[9]认为清粪频率、疫苗预防接种种类对生猪生产效率有显著影响。谢杰[10]认为物质、人工等投入要素对不同规模生猪饲养影响效应呈现差异化。胡凤娇[11]从产业链上游节点与政府管理角度对影响不同养殖规模生猪生产效率的因素进行了深入分析。

以上研究较多集中于全国整体生猪生产效率，但生猪生产效率会因地区不同而产生自然禀赋差异。另外，现有学者采取了不同的研究模型分析生产效率，但大多停留于分析生产效率数值上，缺少对生产效率做进一步细分。基于此，本研究选用DEA-Tobit模型，从生产要素视角选取变量，对湖南省不同饲养规模下的生猪生产效率测算，分析影响生猪生产效率的因素，以期为提高生猪生产效率提供参考。

1 模型原理与数据来源

1.1 DEA模型原理

DEA模型可用于分析“多投入多产出”模式下的各决策单元相对有效性[12]，本文对研究所用到的规模报酬可变BCC模型做具体介绍。规模报酬可变BCC模型的公式如下：

Xi为n个决策单元的投入指标，Yi为n个决策单元的产出指标，θ为综合效率，也为生产效率。此时，生产效率可分解为纯技术效率和规模效率。生产效率、纯技术效率和规模效率的数值在(0，1)内分布，数值越大, 效率越高。

1.2 Tobit回归模型原理

在测算湖南省不同饲养规模的生产效率后，本文将进一步对生猪生产效率影响因素进行分析。研究采用Tobit模型。Tobit模型公式如下:

i为各个决策单元：Yi为决策单元效率值；Xi为影响因素；βi为未知系数；μi服从N(0,δ2) 。

1.3 模型指标及数据来源

1.3.1 DEA模型指标选取及数据来源 研究基于数据可获得性，建立下列指标体系(表1)，数据来自《农产品成本收益资料汇编》(2010-2019年)[13]。

表1 生猪产业投入产出效率评价指标体系

1.3.2 Tobit模型指标选取及数据来源 参照文献[13]可将生猪饲养规模分为以下四类：一是农户散养，生猪年饲养量在0-30头；二是小规模养殖，生猪年饲养量在31-100头；三是中规模养殖，生猪年饲养量在101-1000头；四是大规模养殖，生猪年饲养量在1000头以上。从所选的投入与产出指标以外考量影响生猪生产效率的因素[2]，可分为以下四种:一是经济因素，研究选取湖南省农村居民人均可支配收入(LNNH)。一个地区的农村居民人均可支配收入提高，一方面会对生猪生产效率产生收入效应：收入增加，生产资料过度购买和使用，生猪生产效率下降。另一方面对生猪生产效率产生替代效应：收入增加，生产资料的更新带来生产效率的上升；二是环境因素，研究选取湖南省城镇化率(LNCZ)。一般而言，城镇化率越高，生产资源分配越合理，生猪生产效率越高。三是文化因素，研究选取湖南省农村文教娱乐用品与服务支出(LNJY)。农村文教娱乐支出越高，教育水平越高，对生猪饲养技术的应用程度越广泛，进而生猪生产效率越高。四是技术因素，研究选取湖南省科学技术支出(LNKJ)。科学技术支出反映企业开展科学研究及相关科技服务的支出情况[14]，科学技术支出的增加会刺激生猪生产效率的不断增长。五是政策因素，研究选取湖南省财政农林水事务支出(LNNL)。农林水事务支出是国家发挥财政职能保护农业发展的重要手段之一，将其作为影响因素可充分考量国家“强农惠农”政策对生猪产业的导向作用。

模型公式为：TE=α+β1LNNH+β2LNCZ+β3LNJY+β4LNKJ+β5LNNL+ε

式中：TE为决策单元生产效率，α为常数项，ε为随机干扰项，βi为各自变量系数。

2 实证分析

2.1 生产效率分析

研究基于DEA模型产出导向的BCC模型，用过DEAP2.1软件计算湖南省2009-2018各年度的4种生猪饲养规模的生猪生产效率。

2.1.1 散户饲养生产效率分析 由表2可知，散户饲养模式下生产效率总体均值为0.982，生产效率总体波动幅度不大且呈现V字型。2009-2011年及2015-2018年生产效率为1，2012-2015年呈现先逐渐下降后迅速上升的态势，2012-2014年生产效率分别为0.996、0.960、0.876，其中2013-2014年发生较大幅度下降。规模效率总体均值较高，为0.995；规模效率总体下滑幅度不大，在2012年开始发生下降。纯技术效率总体均值为0.987，2009-2012年纯技术效率为1，2013-2014年纯技术效率发生大幅度下降。散户饲养在2009-2011年及2015-2018年呈现规模报酬不变状态，2012年呈现规模收益递减，2013年呈现呈现规模收益递增。这说明，湖南省的散户饲养总体生产效率水平较高，农户基于自身饲养经验不断总结、科学应用技术和管理水平在湖南省散户中已经得以较好程度的实现，但传统的散户生猪饲养仍受限于生猪饲养机器设备、饲养管理水平、生猪饲养技术，是纯技术效率下降的主要原因[15]。同时，规模效率出现下降，说明散户饲养模式下出现了对生产规模把握不准确，生产要素投入不当的问题。

表2 2009-2018年湖南省散户饲养生猪生产效率表

2.1.1 小规模饲养生产效率分析 由表3可知，小规模饲养模式下生产效率总体均值为0.973，生产效率总体波动幅度较大，2009-2013年及2015-2016年生猪生产效率为1，2013-2014及2017-2018年生产效率呈现下降态势，最低生产效率在2017年，为0.838。规模效率总体均值为0.978，规模效率总体波动幅度较大，在2014年开始发生下降，2017年达最低规模效率，为0.869。纯技术效率总体均值为0.994，总体波动幅度不大，2017-2018年纯技术效率发生小幅下降。小规模饲养模式下在2009-2013年及2015-2016年呈现规模报酬不变状态，2014年及2017-2018年呈现规模收益递减。这说明，湖南省小规模饲养模式生产效率总体良好，与散户饲养模式的生产效率总体相差不大，但在个别年份上纯技术效率差异明显，如2017年小规模饲养模式的纯技术效率为0.869，散户饲养模式的纯技术效率为1。造成差异的原因主要是当时政府当局加强了对养殖场养殖污染的监督和治理力度，规模养殖场受到国家“减量提质”政策的影响[16]，小规模饲养模式成为重点整顿对象，对生猪生产的管理和污染防治技术水平不足、环保压力大的问题突出。

表3 2009-2018年湖南省小规模饲养生猪生产效率表

2.1.2 中规模饲养效率分析 由表4可知，中规模饲养模式下生产效率总体均值为0.963，生产效率总体波动幅度较大，2009-2011年、2013年、2015-2016年生产效率为1，2011-2014年生产效率变动呈现W态势，2011-2014年生产效率变动呈现递减趋势；最低生产效率在2017年，为0.836。规模效率总体均值为0.988，规模效率总体波动幅度不大，浮动呈现小幅波浪状。纯技术效率总体均值为0.974；2016-2018年纯技术效率下滑，最低纯技术效率在2017年，为0.836；中规模饲养模式下规模收益在2012年、2014年及2017-2018年呈现规模收益递减。这说明，湖南省中规模饲养模式生产效率总体波动幅度较大，生产效率和纯技术效率呈现同步下滑态势，其中纯技术效率下滑是其主要原因。而纯技术效率下滑具体原因有以下几点：一是生猪产业陷入猪周期下行阶段，猪价连续下跌、饲料价格暴涨等市场变动使得中规模饲养模式对市场变动敏感、管理水平不足的缺点暴露[17]；二是中规模饲养存在一系列生产污染防治不合规的现象，使得中规模养殖场同小规模养殖场相类似，均成为政府环保部门重点整顿对象。

表4 2009-2018年湖南省中规模饲养生猪生产效率表

2.1.3 大规模饲养效率分析 由表5可知，大规模饲养模式下生产效率总体均值为0.949，生产效率总体波动幅度较大，2009-2011年、2016生产效率为1，2011-2014年生产效率变动呈现“V”态势，变动呈现先递减后递增趋势；最低生产效率在2018年，为0.839。规模效率总体均值为0.986，2009-2012年规模效率为1，2012-2018年规模效率总体呈现小幅波动的态势。最低规模效率在2013年，为0.908。纯技术效率总体均值为0.964；2016-2018年纯技术效率下滑，最低纯技术效率在2018年，为0.841；在2012-2015年、2018年大规模饲养呈现规模收益递减。这说明，一是湖南省大规模饲养模式总体生产效率最四种规模饲养模式最低，规模效率总体波动幅度较大，出现生产规模的定位把握不准，生产资源配置不合理、生产效率降低的问题；二是纯技术效率出现衰退现象，大规模饲养模式下企业对生猪饲养技术的更新、扩散、有效应用仍有提升空间[18]。

表5 2009-2018年湖南省大规模饲养生猪生产效率表

2.2 生产效率影响因素比较分析

由表6可知，对于中规模饲养，LNNH、LNCZ、LNNL在5%以下的水平显著，系数分别为-1.280、-2.112、1.411。LNJY在10%以下的水平显著、LNKJ未通过检验。对于大规模饲养：LNNH、LNJY、LNKJ、LNNL在5%以下的水平显著，系数分别为-0.965、-0.604、-0.378、1.027。LNCZ未通过检验。

表6 TOBIT模型回归分析表

3 小 结

本研究结果表明，生猪生产效率并非饲养规模越大，生产效率越高。生猪饲养户存在生产要素的投入、使用把控不当，但知识文化、饲养技术、饲养管理对生产效率的提高有较强正相关。国家大力实施的“强农惠农”政策对于生猪产业导向取得了显著性效果，但科学技术支出存在投入冗余，科学技术支出的支出效率不高。