李 刚,刘灵芝※,伍国勇,赵佳佳
(1.华中农业大学经济管理学院,湖北 武汉 430070;2.贵州大学经济学院,贵阳 550025)
我国是水禽生产大国,当前年产量位居世界第一。近年来,我国水禽产业在整个畜禽业中的GDP贡献率在不断提升。随着农业现代化、产业组织化的发展,国内水禽养殖的区域差异越来越明显,虽然龙头企业的发展速度越来越快,但是区域之间的不协调仍然会影响到整个产业的全面发展[1]。为了满足更大的市场需求,加快整个水禽产业的发展速度,亟需不断扶持龙头企业,同时帮助发展速度较慢的区域跟上现代化步伐,通过“先发现短板,再补充短板”的思路共同为整个水禽产业健康发展挖掘策略[2]。因此,准确审视各区域之间的差异对因地制宜制定策略有重要现实意义。
产业全要素生产率是衡量产业发展状况的重要指标。新古典增长理论对全要素生产率的解释是总产出增长率超出可核算要素投入增长率的部分[3]。有学者提出全要素生产率(Total Factor Productivity)是衡量经济增长效率和可持续性的核心指标,是指在最终产出中,除去传统有形生产要素以外的其他无形要素对经济增长的贡献部分[4-5]。水禽全要素生产率指数是衡量水禽产业发展状况的重要指标之一,且全要素生产率水平能反映出整个产业投入产出效率的现状,也能说明产业的技术发展水平[6]。在低投入、高产出的目标指引下,新技术开发和创新是实现这一目标的主要路径[7]。因此,提升水禽全要素生产率是加快水禽产业发展步伐的主攻方向。
全要素生产率的估算方法很多,其中,Malmquist-Luengerbe法是应用得较多的方法之一,在此方法基础上进一步结合随机前沿生产函数展开估算[8]。在整体Luenberger绿色生产率指标的基础上,可以通过稳健型整体方向性距离函数衡量区域对产业全要素生产率的贡献[9]。此外,分析区域差异时可以运用非参数法对地区差异进行测算分析[10]。有文献考虑了环境非期望产出的固定窗式参考集FWML指数来分析全要素生产率[11],再通过SML指数对全要素生产率的时空分异趋势进行分析[12]。除此之外,许多文献结合了GML指数法和随机前沿函数分析法分析全要素生产率变动[13]。随机前沿分析(SFA)和数据包络分析法(DEA)都是基于生产函数的估算方法,这种关于生产函数估计的方法虽然有效,但是当假设在规模报酬不变和完全竞争的前提下,需要充分考虑时间因素带来的误差[14-15],除了使用指数法来控制时间之外,更多的方法也在不断获得改进[16]。
针对禽类而言,分析蛋鸡全要素生产率的文献较多,2015年朱宁[17]采用SBM模型和Malmquist-Luengerber生产率指数分析了不同规模蛋鸡养殖场的环境效率与环境全要素生产率,2020年樊琴琴[18]同样基于SBM函数的Malmquist-Luengerber(ML)指数方法,对蛋鸡养殖场环境全要素生产率进行了分析。从学者们使用的方法来看,在估算禽类全要素生产率时使用索洛余值法的文献较少。基于以上分析文章主要采用索洛残差法(参数法)和数据包络分析法(DEA)-Malmquist指数法(非参数法)估算我国水禽全要素生产率(TFP),结合两种方法估算出水禽TFP增长率和贡献率,并在区域分布特征上对比各项指标的分布差异,目的是从区域差异视角构建因地制宜的策略,为后续水禽生产效率方面的研究提供理论参考。此外,从文献研究的禽类来看,鲜有文献对水禽全要素生产率、水禽全要素生产率增长率和水禽全要素生产率贡献率进行分析。因此该文在完善水禽效率研究的基础上以我国水禽主产区为研究对象对各地展开分析,进一步从6个区域视角展开区域对比分析。
在探讨水禽TFP指数的区域差异时,主要选择省级面板数据,通过分析水禽TFP指数的变化来衡量整个产业全要素生产率的发展状况,所以首先选择了DEA-Malmquist指数法来估算水禽TFP指数。为了更好的发现区域之间的差异随时间的变化趋势,该文进一步选择索洛残差法估算其增长率,再通过水禽TFP贡献的区域比较,结合多种方法揭示水禽产业全要素生产率的区域差异。
DEA-Malmquist指数法属于非参数法,在需要考虑规模报酬变化情况时比较适用,能有效避免一些未知因素对其结果带来影响[19]。所以测算水禽TFP时需要获取肉鸭、蛋鸭、鹅的产业投入、产出的综合值,由于劳动力投入、资本投入会随时间的变化而变化,不同地区同一模式的产量、产值也会存在一定的差异[20]。因此全文首先使用DEA-Malmquist指数法测算,使用模型为:
模型(1)计算出从t期到t+1期生产率变化的DEA-Malmquist指数,其中(xt,yt)为t期投入向量和产出向量,(xt+1,yt+1)为t+1期的投入向量和产出向量,为t期的产出距离函数,为t+1期的产出距离函数。当DEA-Malmquist指数大于1时,表示本期TFP处于增长状态;小于1时,表示本期TFP处于下降状态;等于1时,表示本期TFP处于不变状态。模型(1)的简易表达式为:TFPCH=EFFCH×TECH=PECH×SECH×TECH,其中,TFPCH为全要素生产率指数,PECH为纯技术效率指数,SECH为规模效率指数,TECH为技术进步指数,EFFCH为技术效率指数[21]。
1.2.1 全要素生产率增长率估算
通常根据全要素生产率推算全要素生产率的增长率,进一步由技术进步率核算出技术进步贡献率。索洛残差法也称为索洛余值法,索洛残差是指全要素生产率贡献。在新古典经济理论解释中,剥离资本和劳动投入对产出增长的贡献后,所剩余的增长部分就是技术进步对经济增长的贡献[22]。索洛余值法可以通过使用产出增长率减去劳动和资本的贡献后间接核算出水禽TFP的增长率[23]。假设我国各地水禽的生产函数为C-D函数为:
式(2)中,Yit为各地水禽的产出,Ait代表技术水平,uit代表随机干扰项,Kit为各地水禽生产的资本存量(物质和服务费用),Lit为各地水禽生产的劳动力投入量,i表示第i个样本,t表示第t个时期,α、β分别为资本产出份额和劳动力产出份额。通常假设α+β=1即该生产函数为规模效益不变。由式(2)对数处理,并指数化后得出:
进一步得出水禽的全要素生产率增长指数=水禽产出增长指数-(物质和服务投入增长指数×物质和服务投入比重+劳动力投入增长指数×劳动力投入比重)。同理,将不同年份的全要素生产率对比以后可得到全要素生产率的增长率。
1.2.2 全要素生产率贡献率估算
一般情况下认为索洛余值主要表现为科技进步率,水禽科技进步率即水禽TFP[24]。定义EA、EK、EL分别表示全要素增长、物质和服务增长、劳动力增长对总产出增长的贡献率为:
式(4)中,y,k,l分别表示总产出、物质和服务、劳动的年增长速度。
从水禽的生产布局出发,该次测算主要针对全国22个省(市、自治区)。以投入和产出指数为分析对象,主要参考《中国统计年鉴》《中国农业统计年鉴》《全国农产品成本收益资料汇编》,《中国农村统计年鉴》等各类资料,结合国家水禽产业体系产业经济团队依托全国22个主产地建立的75个固定观测点数据,整理出水禽产业的总投入和总产出数据。测算水禽TFP时,为了使模型拟合程度更高,选择使用单位(每百只)投入和单位(每百只)产出数据。投入要素为每百只单位劳动力投入(L)和资本存量(K)。该文的劳动力投入构成要素为自用工折价和雇工费用,劳动力投入由劳动日工价、自用工天数、雇工工价和雇工天数计算得出;资本存量相对复杂,主要组成部分为仔畜费、精饲料费、燃料动力费、医疗防疫费、死亡损失费、固定资产折旧。
3.1.1 水禽全要素生产率指数估算与分析
在使用数据包络分析法(DEA)-Malmquist方法测算时,如果选择从投入角度(INPUT)分析,纯技术效率变化指数(PECH)会比从产出角度(OUTPUT)测算出来的略高,规模效率变化指数(SECH)会比从产出角度(OUTPUT)测算出来的略低,但是两个角度测算出来的纯技术效率变化指数与规模效率变化指数的乘积(EFFCH)均相等,不影响TFP的整体估算结果。水禽TFP测算主要从农民增收、企业增效的角度出发,在养殖规模相对固定(由前期固定资产投资决定)前提下,以最小化投入为目标,所以该次测算主要选择从投入角度(INPUT)分析。
采用DEAP2.1软件分析,测算结果如表1所示,全国水禽TFP指数、技术效率、技术进步变化、纯技术效率、规模效率平均值分别为1.352,0.902,1.5,0.881,1.023。山东省的技术效率、纯技术效率、规模效率均为1,说明山东省有较好的技术支撑,能高效地利用技术服务于产业发展。全国的技术进步值波动不大,而且许多省份均保持在1.503,全国技术进步平均值为1.5,技术进步值均大于1,说明2019年全国水禽产业技术创新能力在不断提升,技术进步在水禽产业中的贡献较大。同时,规模效率值为1.023,该值也大于1,说明规模效率的重视程度也在提升。从全要素生产率指数的角度来分析,2019年北京,辽宁、福建、湖北、广东的全要素生产率指数均小于1,同时,这5个省份的技术进步贡献也小于1,说明技术进步贡献和全要素生产率指数联系较为紧密,其波动趋势较为一致。对比各区域之间的指数,说明了水禽TFP指数区域差异明显。
表1 2019年全国水禽全要素生产率及其构成指数区域差异
3.1.2 水禽全要素生产率指数区域比较
将全国水禽主产区分为六大区域,分别是华北区、东北区、华中区、华东区、华南区和西南区,为了保证区域之间有可比性,该文选择各指标的区域均值来做比较。水禽TFP指数分别由技术效率指数、技术进步指数、纯技术效率指数和规模效率指数综合后估算而出。图1显示,西南地区的水禽TFP指数的均值最大,且该地区的值几乎接近1.6,华中地区的值较低,其均值几乎接近1。此外,其他区域的水禽TFP指数的均值差异并不大。
图1 2019年中国水禽全要素生产率指数区域对比
观察其他指标,纯技术效率指数与规模效率指数的变化趋势成反比,东北地区的纯技术效率均值最大,华北地区的均值最小。反之,华北地区的规模效率均值最大,东北地区的均值最小。除此之外,水禽技术效率指数均值在各项指标中整体最低,技术进步指数均值在各区域之间的差异最小。
3.2.1 水禽全要素生产率增长率估算与分析
表2结果显示:2019年全国水禽TFP增长率均值为正,且水禽产出增长率、资本投入增长率、劳动力投入增长率均为正值,说明水禽TFP整体呈正向增长趋势。其中,重庆、内蒙古、山东的TFP增长率为全国最高,且超过了40%,增长速度相对较快。进一步对比2018年和2019年水禽的TFP增长率可知,2018年北京、内蒙古、上海的全要素生产率增长率为负值,2019年均呈正增长趋势,说明这3个地区的调整策略取得显著成效。2019年河北,辽宁,安徽,福建,河南,河北,广东的全要素生产率增长率为负值,较2018年有所下降,而且这些地区的经济发展水平在全国均为较好。除此之外,全国整体保持正向发展趋势。综合以上分析,说明水禽TFP增长率在不同区域之间存在显著差异。出现这种波动的原因主要是区域之间的政策存在差异,不同时期、不同地区的区域政策差异较为显著,如环境政策对水禽养殖的约束程度不同,政策补贴、政策扶持、技术培训及技术推广等方式均存在差异,所以区域之间的水禽TFP增长率存在显著差异。不同时期的随机资本投入不同,所以TFP增长率可以参考产出增长率的变化,表2显示,产出增长率与TFP增长率同升同减。产出增长率较低的地区TFP增长率也相对较低或者呈负向增长状态。
表2 2019年全国水禽全要素生产率的增长率区域差异
3.2.2 水禽全要素生产率增长率区域比较
通过不同的方法估算,对比全国六大区域的水禽TFP增长率的均值后发现,西南地区的TFP增长率均值最大,西南地区的TFP增长率最大的原因是西南地区本身的TFP基数较小,因此增幅显著。也验证了中国水禽的区域布局继续保持2018年“北向南移”的趋势。华中地区的TFP增长率均值为负,说明2019年华中地区水禽产业发展速度相对较慢,该趋势进一步为调整水禽发展策略作出了政策导向贡献。除此之外,华北地区和华东地区的TFP增长率均值差异不大,华南地区的增长率虽然较小,但是依然保持正向增长趋势。
从产出增长率、资本投如增长率、劳动力投入增长率均值来分析,3个指标在各区域之间的差异较小,比较显著的是东北地区的资本投入增长率,该区域的资本投入增长率较低,说明该区域的劳动力投入增长率显著大于资本投入增长率。从整体趋势来看,各区域的资本投入增长率大于劳动力增长率,进一步说明随着技术的进步,水禽产业通过单纯增加劳动力投入来增收的做法越来越少,更多的养殖模式选择了更多的投入技术和改善养殖环境来增值增效。
3.3.1 水禽全要素生产率贡献率估算与分析
在使用索洛残差法测算的索洛残差表示技术进步对经济增长的贡献。因此在估算全要素生产率贡献时,应当结合索洛残差法和全要素生产率的常规计算方法。一般情况下,技术进步率可以代表全要素生产率的贡献率,因此,该次测算主要以技术进步贡献率为主。技术进步贡献率是衡量科技投入、技术改进等对水禽产出的贡献,通过考核技术进步贡献率、劳动力贡献率、资本贡献率3个指标可以对比三者贡献的权重,充分解释技术进步在产出过程中的重要性。技术进步对水禽产业整体水平的上升有着重要的贡献,科技贡献对水禽产值的增长有较强的推进作用[25]。所以水禽TFP增长率与水禽产值增长率的比值就是科技进步贡献率,其估计结果如表3所示。
表3 2019年全国水禽全要素生产率及技术进步贡献率区域差异
表3数据结果显示:北京,辽宁,福建,湖北,广东的技术进步贡献率低于1,也说明TFP贡献率也相对较低。从数据分布来看,全要素生产率的增长率与技术进步贡献率基本上呈现同样的增长变化规律。原因分析,其一,在数据统计过程中,有可能出现数据统计口径略有偏误,统计数据缺失,品种统计不全等原因;其二,2019年与2018年不同区域政策制定和政策调整方式不同;其三,这些TFP贡献率较低的地区可能投入要素相对稳定,或者新增水禽企业的数量较少,因此产量变化不大,对TFP的贡献也不大;其四,不同区域市场供需影响产量和产值的比例,从而影响投入要素的贡献率。进一步说明水禽TFP技术进步贡献率区域之间的差异显著。
从投入角度分析,产量与养殖规模成正比,但是并非规模越大产量越高,当养殖规模超过适度规模时,投入产出效率递减,因此,科学控制规模方面的投入能直接影响其产出贡献率。从产出角度分析,蛋鸭的产出贡献值主要来源于鸭蛋的产值,蛋的统计方式存在差异,有“kg”和“枚”之分,所以产量和产值要进一步换算以后才能得出,这种统计方法上的误差有可能造成估算结果偏差。此外,肉鸭和肉鹅的产出贡献值主要来源于鸭肉和鹅肉的生产和加工,与蛋鸭的要素投入有一定的区别。所以不同地区养殖种类的差异也会影响投入要素的贡献率[26]。水禽产业的技术进步贡献率大于其他两项投入要素,劳动力和资本贡献率相差不大,说明在劳动力投入与资本投入相对稳定的前提下,重视科技投入是未来提高水禽产出的重要途径。
3.3.2 中国水禽技术进步贡献率区域对比
对比六大区域的技术进步贡献率,从区域差异来看,2019年水禽技术进步贡献率中,西南地区依然是全国均值最高的区域,说明西南地区在水禽产业发展中对技术的投入较多,投入效率越来越高,技术投入在生产资料总投入中的占比最大。然而华中地区的技术进步贡献率均值为全国最低,结合TFP增长率分析,说明水禽技术进步率与水禽TFP增长率成正比。
分析其他指标,全国各大区域的技术进步率均值差异不大,基本保持在1.4以上。然而TFP均值呈现的差异却比较明显,西南地区依然保持最高,华中地区的值依然最低,说明水禽TFP值与技术进步贡献值呈现正比规律。除此之外,资本贡献率和劳动贡献率略低于其他3项指标。除了东北地区以外,区域之间的整体差异不明显。结合图3和图2可以看出,水禽的资本投入增长率和资本投入贡献率均高于劳动力投入增长率和劳动力投入贡献率。
图2 2019年中国水禽全要素生产率增长区域比较
图3 2019年中国水禽技术进步贡献率区域对比
结合索洛余值法和DEA模型估计,两种方法测算出的2019年全国全要素生产率平均值均为1.352,差异很小,波动方向一致,说明估计结果可信度较高。两种方法结果表明,使用索洛余值法和DEAMalmquist指数法测算水禽TFP的结果基本保持一致,水禽TFP增长率与水禽技术进步贡献率趋势基本相同,水禽TFP增长率直接影响技术进步贡献率。
(1)2019年“非洲猪瘟”事件对猪肉市场的影响较大,无论是生产者或消费者,对猪肉的需求量都在不同程度的缩减,特别是在猪肉价格波动较大的形势下,消费者偏好有所调整,猪肉需求量在下降,禽肉的需求量反而在上升,水禽的“替代效应”得到突显。当水禽市场需求量上升的同时,生产端也在不断扩大规模,加大养殖投入,水禽总产量较2018年有所提升。
(2)2019年水禽TFP指数全国平均值大于1,大部分地区的TFP指数也大于1,全国水禽TFP增长率平均值为0.19,水禽TFP贡献率平均值为120%,TFP贡献率和增长率较2018年有所提升,说明技术对水禽产业发展有很大的贡献,技术创新依然是水禽业发展的主要动力。
(3)比较区域差异后发现,西南地区的水禽TFP指数、TFP增长率和水禽TFP贡献率的均值最大,而华中地区的3个指标均值均为全国最小。水禽TFP指数、TFP增长率、TFP技术贡献率区域之间的差异显著存在。虽然2019年产值产量均平稳上升,TFP增长率、TFP贡献率均呈增长趋势,各要素投入的贡献率也在逐步上升,随着产业结构的调整,水禽产业竞争力获得了提升,但依然存在许多弊端,区域发展不平衡,养殖户生产效率差异较大,部分省份的全要素生产率需要进一步调整和改善,投入产出效率需要进一步重视。
2018年以来,我国水禽产业技术进步的发展状况良好,投入产出效率稳步增长2019年增长幅度更加明显。但是依然面临着诸多问题,突发事件预测和防治、绿色生产技术有待创新和加强,如2013年受H7N9禽流感疫情影响,全国范围内水禽的生产均受到了很大的冲击,水禽消费市场也出现了低迷现象,此突发事件对水禽的全要素生产率影响极大,所以养殖户的风险防范意识有待提高,产业的协同发展能力也需要进一步加强。如何进一步完善和提升产业竞争力,发挥区域优势,补充区域短板,让先进技术发挥更大的作用,该文提出以下建议。
(1)因地制宜制定全要素生产率提升策略。由于不同区域之间存在显著差异,所有应当鼓励投入产出效率较高的区域,特别是该区域发展较好的龙头企业积极发挥带头作用,大力推广高效的生产模式,不断加强科技投入,优化自身产业,充分结合产、学、研协同发展,提高发展优势。对于全要素生产率较低的区域,应当加强规模化生产,生产企业、组织等积极引导小农户,鼓励分散小农户联合生产,便于新技术的开发与推广,最终提高技术效率,与此同时,应当及时发现养殖户出现的问题,及时改进并完善生产结构,补充其发展短板。
(2)通过开发水禽产品多样性的方式增强科技创新能力。虽然水禽TFP在不断提高,但增幅较小。比较投入要素贡献率,技术进步贡献占比较大,因此,政策扶持重心应当适当偏向于技术投入方面,加大技术创新和技术投入力度。水禽企业应联合其他企业共同发展,从初级产品到消费者手中的成品,整个过程对产品质量与服务严格把关,努力打造水禽优质品牌,开拓国际市场,建立国际知名品牌,提高企业竞争力,确保快速提高生产效率。
(3)通过加强信息对称的方式有效预测和规避风险,提升机遇收益率。由于水禽TFP受突发事件和市场波动的影响较大,所以应当充分发挥保险在水禽生产过程中的作用,提前做好防疫工作,增强抵抗风险能力。应当加强标准化生产,严格做好安检工作,确保每个环节的卫生检测达标,在避免风险的同时提升风险防范能力。加强市场分析,当机遇来临时,须准确把握机遇,应当及时有效地调整生产策略,为后期发展创造更多的发展机会,确保稳步提升生产效率。