草地类型异质性视角下牧户经营规模决策的比较研究

王 慧,杜富林

(内蒙古农业大学经济管理学院,内蒙古 呼和浩特 010010)

“十四五”时期,草原畜牧业发展的内外部环境愈加复杂,生态环境与资源约束趋紧,畜牧业亟需加快转型升级,实现稳产保供、提质增效的重要任务[1]。纵观中国畜牧业发展现状,牛羊肉市场需求缺口较大,供给趋紧,小规模经营产能有限[2-3],难以实现供需平衡。2022年国内牛羊肉供需缺口分别为322.9万吨,1 000万吨,牛羊肉进口量分别为268.9万吨,35.8万吨,出口量却非常有限。畜产品贸易逆差程度逐渐加深,不仅给国内畜牧业发展造成了巨大冲击,更对畜牧业未来发展方向提出严峻的要求与启示[4]。2022年中国居民人均可支配收入36 883元,同比增长4.9%;全国牛羊肉人均消费量分别为7 和3.97 kg,同比增长6.06%,1.02%。居民收入提高带动牛羊肉消费需求量持续增长[5],消费需求激增以及外部贸易市场波动对畜牧业产能增加提出了更高要求。面对畜牧业分散经营、产能有限的现实困境,适度规模经营被认为是实现畜牧业现代化的有效路径[6-7],不仅有助于提升牧区规模化饲养水平,还能够助推乡村振兴,为早日实现共同富裕夯实基础。

作为草原畜牧业发展的代表性区域,内蒙古肩负着建设农畜产品生产基地的光荣使命和重要责任。丰富的草场资源、独特的区位优势以及广阔的畜产品市场为内蒙古发展草原畜牧业提供了源动力[8]。然而现阶段内蒙古畜牧业的规模化水平较低,碎片化的经营格局仍占主导,难以适应现代畜牧业的发展要求[9]。截止2021年,内蒙古肉羊年出栏量在100只以下的牧户共有604 385 户,占肉羊养殖户总数的80.52%;肉牛年出栏数在49头以下的牧户共计389 390 户,占肉牛养殖户的96.34%。高度分散的经营方式不仅限制了产能提升[10],也使得牧户的抗风险能力较弱,不具备话语权与定价权,难以保障持续增收[11]。另一方面,畜牧业发展受草地资源、气候等因素影响较大,而内蒙古地域辽阔,地形狭长,草地类型多样,东西部地区降水差异显著,使得草甸草原地区的牧草生长茂盛,产草量高,草质优良,而荒漠草原地区的植被分布不均且密度较低,可见不同草地类型适宜载畜量差异明显。因此推进畜牧业适度规模经营没有“普适性”的发展路径[12]。资源禀赋、要素构成和发展水平影响下的畜牧业发展路径不尽相同[13],因地制宜、分类施策逐步推进畜牧业规模化经营是关键。综上,准确把握不同草地类型牧户养畜过程中的要素投入、量化牧户适度规模经营的具体标准,有助于实现畜产品稳产保供、引导牧户科学养畜,更是促进牧区振兴的关键所在。

适度规模经营目标确定与评价标准关系着草原畜牧业规模化与集约化的发展方向。目前,学术界从生态保护、产出、收入等多个视角[14],针对适度规模经营展开测度。就产出视角而言,经营净利润与土地亩均产出被作为确定畜牧业适度规模的标准之一,其中经营净利润用畜牧业收入与成本的差额表示[15],土地亩均单产最优用农作物总产量与播种面积的比值表示,该目标约束下河南省小麦种植的适度规模为13.33～26.67 hm2之间[16]。但反对该标准的学者认为以增加粮食单产为目标探讨适度规模经营意义不大,对于规模报酬处于不变状态的作物而言,扩大规模无法实现产量增加,且现阶段农业发展战略已由“增产”调整为“稳产增效调结构”,盲目追求单产增加不符合未来发展规划[17]。为了避免传统畜牧业落入“小规模、低效率”的陷阱,曾令果等[18-19]认为将效率最大值对应的经营规模确定为适度规模水平更符合规模经济的客观规律[18-19]。目前学术界常用的畜牧业效率测算工具主要有数据包络分析(DEA模型)[20]、DEA-Malmquist指数[21]、超效率EBM模型[22]等。DEA模型能够确定一段时期内某决策单位的静态相对效率水平,较为常见的有BCC模型和CCR模型,例如钱贵霞等[23]采用DEA-BCC模型测算不同牧户的技术效率,将实现较高效率的经营规模确定为适度规模。而DEA-Malmquist模型侧重于各个决策单元不同时期数据的动态效率分析,包括综合效率变化以及技术进步指数。超效率EBM模型能够实现径向与非径向的结合,增强了决策单元的相对可比性。囿于土地资源供给缺乏弹性,以郭庆海为代表的部分学者主张收入才是衡量适度规模经营的合理尺度,效率尺度下的最优规模需要较强的土地供给以及大规模剩余劳动力转移的配合才能实现[24]。中国人多地少的基本国情决定了大规模经营在现实中难以推行。关于收入最大化,已有研究的具体做法不尽相同,例如以单位劳动力利润最优作为评价标准[25]、以家庭劳动力务农收入与外出务工收入相等作为目标约束[26-27]或将边际利润最优点对应的规模确定为适度规模[28]。

从研究结果来看,针对适度规模经营学术界尚未取得统一结论。以粮食经营规模为例,张亚军等学者运用直观分析法测算得出河北省农户粮食生产的适度规模为3.6～6.8 hm2[29];在农业利润最优目标下,中国东北、东部、中部、西部的适度规模分别为2,3.13,1.53和0.8 hm2[26];以粮食生产的经济效益最优为约束,长江中下游地区水稻种植的适度规模在6.67 hm2左右,而东北平原地区玉米种植规模应超过13.33 hm2[30]。基于生态保护视角,刘志强通过构建畜牧业宏观调控模型,确定了肉牛、奶牛、生猪、羊类以及禽类的最优养殖规模分别为1 468.1 万头,1 352.6 万头,11 727.8 万头,7 285.7 万只,67 015.7 万只[31];张檬兼顾牧民收入最大化与生态破坏程度最小化,测算得出草甸草原和典型草原的畜牧业适度经营规模分别为731.19和811.07 hm2[23];刘桂英等[32]通过分析耕地经营规模与化肥施用强度的U型关系,确定了耕地的适度规模为4.6 hm2。

通过梳理现有文献可知,适度规模经营问题依然是具有重要理论价值和现实意义的研究主题,但针对草原畜牧业领域的研究仍存在尚待完善之处。第一,关于适度规模经营的度量尺度仍然存在争议,不同度量尺度得出的经营规模存在明显差异。效益水平的高低直接影响牧民的经济收入与生活质量,不仅是驱动牧户调整经营行为与扩大饲养规模的主要源动力,也是适度规模经营的逻辑起点之一,因此本文将经营效益作为适度规模经营的判断标准之一具有现实可行性。另外,在畜牧业高质量发展的政策引导下,草原畜牧业发展从产量导向转变为质效导向,研究综合效率最大化尺度下的适度规模经营标准体现了落实畜牧业提质增效与稳产保供的重要意义。第二,研究结论暂不统一。即使在相同的目标约束下,运用不同区域的调研数据也会导致研究结果有所差异。由于各地区的资源禀赋、生产对象特征、经营方式存在差异,且畜牧业经营具有复杂性,容易受地形条件、气候、技术水平、劳动力等多项自然因素以及社会经济因素共同影响,因此决定了各地区的经营规模难以达到一致。分地区、分群体的制定合理标准,因地制宜逐步推进适度规模经营更加符合现实情况。综上所述,效率与效益最优目标下牧户养畜的要素投入水平如何?位于不同草地类型的牧户该如何调整经营决策?小牧户与规模户应如何选择适合自己的经营目标?为了回答上述问题,本研究分别将经营效益与综合效率作为衡量适度规模经营的两种尺度,通过比较分析进一步丰富该主题理论层面的探索,深化对于适度规模经营的理解,旨在实现畜牧业提质增效与牧户持续增收。

本文以2022年呼伦贝尔市、锡林郭勒盟与阿拉善盟三个地区的牧户调研数据为研究基础,分别以综合效率与经营效益最优作为目标约束,结合三阶段DEA与门槛模型探索草甸草原、典型草原与荒漠草原牧户适度规模经营的要素投入,并针对性的提出对策建议,期望为牧户经营行为提供科学的参考依据,规范引导散养户的改进方向,为畜牧业高质量发展探寻较为合理的模式选择。

1 材料与方法

1.1 数据来源与样本选取

截止2022年,内蒙古自治区肉牛、肉羊存栏量分别达到820.4 万头,6 124.1 万只,形成了百亿级产业集群;牛、羊肉产量达到71.9 万吨,110.2 万吨,分别占全国的1/10与1/5。因此,本文数据来源于2022年内蒙古部分地区牧户实地调研,调研范围涵盖呼伦贝尔市、锡林郭勒盟与阿拉善盟三个地区,采用随机抽样调研的方法共获取809份牧户的生产生活资料,其中呼伦贝尔市牧户数据173份,锡林郭勒盟调研数据410户,阿拉善盟调研数据226份。由于内蒙古草地类型多样,同一地区内草地类型复杂,本文结合内蒙古植被类型生长时空特征,并借鉴钱贵霞等[23,33]的研究,将呼伦贝尔市、锡林郭勒盟与阿拉善盟作为草甸草原、典型草原与荒漠草原的典型代表区域展开研究。调研问卷具体内容包括牧户个人特征、草场面积、固定资产、家庭生产经营情况、畜产品销售、生产成本支出、家庭全年收支情况、借贷情况等信息。通过分析调研数据能够全面了解牧户畜牧业经营相关问题。

1.2 投入产出变量

由于畜牧业经营是一个多投入多产出的经济活动,结合三阶段DEA模型的应用特点,本文借鉴杜富林等[34-35]的研究,选取4个投入变量,2个产出变量,3个环境变量测算牧户的综合效率[36]。其中,投入变量包括草场、劳动力、资本、能繁母畜数量;产出变量为牲畜出栏数量与畜牧业收入[20];环境变量有牧户居住地与旗政府距离、补贴收入与畜牧业经营性贷款,分别用于衡量牧户的交通环境情况、政策对畜牧业的扶持力度以及牧户所处的金融环境。

表1 三阶段DEA模型指标体系构建Table 1 The indictors system construction of three-stage DEA model

1.3 门槛模型变量选取

1.3.1被解释变量 为了确定效率与效益最大化目标下牧户的适度经营规模,本研究的被解释变量设置为综合效率与经营效益,其中综合效率水平由三阶段DEA模型度量得出;考虑到不同区域资源禀赋差异较大,经营效益用羊单位效益表示。

1.3.2解释变量 牧户适度规模经营是指在当前畜牧业生产条件和技术水平下,畜牧业经营过程中的各类生产要素投入的最优组合和有效运行。本文选择畜群规模、劳动力投入、资本要素投入与草场投入作为解释变量。其中畜群规模用年中牧户饲养牲畜的存栏数量表示;草场面积用牧户经营过程中的实际投入草场面积表示,综合考虑牧户草场的租入与租出情况;劳动力要素投入用牧户家庭劳动力与雇佣劳动力总和表示,将1个雇佣劳动力按0.5个家庭劳动力进行折算;资本投入既包括畜牧业生产成本也包括各项固定资产与机械设备的折旧,其中畜牧业经营成本中的网围栏修理费是指牧户每年针对破损网围栏进行修补的费用,而固定资产中的网围栏费用是是指牧户初始购置网围栏的费用,见变量统计表2。

1.3.3控制变量 为避免遗漏变量导致的模型可信度不足问题,在实证模型中添加6个控制变量综合考虑其他因素对被解释变量的影响,分别用牧户的受教育年数、年龄、养畜经验年数、距离旗政府远近、补贴收入以及畜牧业贷款,其中补贴收入具体包含草畜平衡补贴、禁牧补贴、休牧补贴、牧草良种补贴、牲畜良种补贴、燃油补贴、农机购置补贴、圈舍建设补贴等。样本及变量描述性统计如表3所示。

表3 变量描述性统计分析Table 3 Descriptive statistical analysis of variables

续表3

1.4 描述性统计分析

由表3可知,综合效率均值由高到低排序依次为阿拉善盟、呼伦贝尔市与锡林郭勒盟,三个地区效率最小值与最大值相差大,不同牧户之间的效率水平参差不齐。经营效益反映的是牧户养畜净收益水平,呼伦贝尔地区的牧户养畜获利水平最高,均值达到598.63 元,阿拉善地区牧户的经营效益水平最低,均值为424.52元,锡林郭勒盟地区居中。结合畜群规模来看,三个地区牲畜饲养量有明显差异,呼伦贝尔、锡林郭勒盟与阿拉善盟三个地区样本户的畜群规模均值分别为960,805和453羊单位。作为畜牧业发展的必要条件,草场质量对畜牧业经营规模与牧户收入水平有直接影响。上述三个地区的草地类型各异,导致载畜量不同,这也是三个地区牧户畜群规模差异显著的原因之一。草甸草原土质肥沃,降水充沛,牧草种类繁多且优质高产;典型草原降水比较充足,牧草种类、密度与产量不如草甸草原;阿拉善盟地区的荒漠草原气候干燥,牧草种类贫乏,产草量在三个地区内最低。经统计,呼伦贝尔市牧户畜群规模小于均值的样本共101 户,占比达到一半;锡林郭勒盟与阿拉善盟牧户牲畜饲养量低于均值水平的牧户分别为251 户与141 户,占样本总量的61.22%,62.39%;而呼伦贝尔、锡林郭勒与阿拉善盟三个地区畜群规模超过1 200 羊单位的样本分别为58,85,10 户,占比依次为33.53%,20.73%与4.42%,充分说明未来传统畜牧业经营格局向规模化、集约化转型空间较大。就样本户劳动力而言,最小值1人,最大值为6至9人不等,投入畜牧业经营的劳动力规模差异显著,三个地区劳动力均值分别为2.88,2.65与2.41 人,符合夫妻家庭经营外加雇工的现实情况。呼伦贝尔、锡林郭勒盟与阿拉善盟样本户的资本均值分别为5.69,4.21,4.25万元,极值分布差异较大,可以看出不同牧户资本差异巨大。

从牧户的个人特征来看,三个地区牧户户主年龄均值在45.77～49.79 周岁之间,年龄最小的牧户25 岁,最大的达到80 岁,牧区人口老龄化程度凸显;与之对应的户主受教育水平均值为6.24～8.23 年,受教育年数最小值为0年,说明样本户的受教育程度普遍偏低。内蒙古草原畜牧业历史悠久,是中国北方重要的畜产品基地,因此该地区牧户养畜经验比较丰富,均值可达到24.19～28.67 年,最大值达64 年。牧户的居住地与旗政府距离普遍偏远,阿拉善盟地广人稀,平均距离达到109.94 公里,锡林郭勒盟为54.84公里,呼伦贝尔地区样本户居住地与旗政府距离均值最近,达到25.86 公里;就极值水平而言,最远的可达到460 公里,不便的交通条件给畜牧业经营带来诸多阻碍。就补贴收入而言,呼伦贝尔、锡林郭勒与阿拉善三个地区牧户能够获取的补贴收入均值分别为3.76 万元,2.17 万元,2.33 万元;三个地区牧户的畜牧业贷款均值分别为4.5 万元,5.3 万元和5.8 万元,补贴收入与畜牧业贷款对牧户摆脱贫困、增收致富起到了四两拨千斤的关键作用。

1.5 模型构建

1.5.1三阶段DEA模型 与传统的数据包络分析相比,三阶段DEA模型能够有效消除环境因素带来的不利影响,将不同牧户置于同一环境内进行比较,并调整牧户投入变量的冗余值,从而使测算结果更加准确;同时该模型也减少了相关随机误差,能够更加真实地评价决策单元生产效率,克服了传统DEA模型在效率偏差方面存在的不足[37]。三阶段DEA模型分析步骤如下：

第一阶段：运用传统DEA模型分析决策单元的初始效率值。

本研究采用Deap2.1软件,根据规模报酬的可变性选择DEA-BCC模型评价牧户的效率值。对于任意一个牧户而言,投入导向下的BCC模型见(1)式所示：

(1)

其中,j=1,2,…,n表示牧户,X、Y分别表示牧户i的投入、产出变量。若θ=1,S+=S-=0,表示牧户的经营行为DEA有效;若θ=1,S+≠0,或S-≠0,则表示牧户经营弱DEA有效;若θ<1,则牧户的经营行为DEA无效。第一阶段计算出的综合效率指标可进一步分解为纯技术效率与规模效率,并得出各投入变量的松弛值。

第二阶段：使用随机前沿模型分离环境因素与随机噪声。

由于环境因素、随机噪声与管理无效率会造成决策单元低效率,因此在第二阶段运用Frontier4.1软件重点分离投入变量冗余值,将所有牧户置于同等环境效应影响与随机干扰下,计算得出相对准确的效率值。为了有效地将松弛变量分离,第二阶段采用极大似然估计的随机前沿模型将投入松弛变量作为因变量,对环境因素进行回归,构建投入导向型的SFA回归函数,见(2)式：

Sni=f(Zi;βn)+νni+μni;i=1,2,…,I;n=1,2,…,N

(2)

(3)

第三阶段：针对调整后的投入产出变量进行效率值估计。

在第三阶段使用调整后的投入变量值与原始产出变量再次度量各牧户的综合效率值,此时各牧户的经营行为已剔除环境因素与随机误差的影响,计算得出的效率值相对真实准确。

1.5.2门槛模型 1999年,Hansen首次提出了研究非线性相关关系的门槛模型,门槛效应是指当一个经济参数达到某一特定数值后,引发另一个经济变量的参数发生突然变化,作为原因现象的临界值称为门槛值。本研究采用极大似然估计法构造似然比统计检验量LR(γ)检验门槛值,RSS*表示不存在门槛效应时模型的残差平方和,RSS(γ′)为存在门槛效应时模型的残差平方和,δ′2为原假设下估计得到的残差方差,见(4)式：

(4)

为了确定牧户适度规模经营格局下各生产要素的最佳投入数量,本研究分别构建以畜群规模、劳动力、资本和草场规模为门槛变量的实证模型,见(5)-(8)式所示。由于门槛模型针对连续型样本变量不需要给定非线性方程形式,门槛值及其个数完全由样本数据自身特性决定,估计结果更加客观科学;并且该方法不仅能够运用渐进分布理论建立待估参数的置信区间,还可以运用自举法验证门槛值的显著性。因此,本研究选择采用门槛模型确定牧户适度规模经营模式下各类生产要素的投入情况,从而实现畜牧业生产要素优化配置。

yi=α0+I(qit≤γ1)scalei+I(qit>γ1)scalei+α1labori+α2capi+
α3grassi+α4edui+α5agei+α6expi+α7disi+α8subsidyi+α9loani+ε1

(5)

yi=β0+I(qit≤γ1)grassi+I(qit>γ1)grassi+β1scalei+β2labori+
β3capi+β4edui+β5agei+β6expi+β7disi+β8subsidyi+β9loani+ε2

(6)

yi=η0+I(qit≤γ1)labori+I(qit>γ1)labori+η1scalei+η2capi+
η3grassi+η4edui+η5agei+η6expi+η7disi+η8subsidyi+η9loani+ε3

(7)

yi=φ0+I(qit≤γ1)capi+I(qit>γ1)capi+φ1scalei+φ2labori+
φ3grassi+φ4edui+φ5agei+φ6expi+φ7disi+φ8subsidyi+φ9loani+ε4

(8)

其中,yi表示被解释变量,当i=1 时被解释变量表示样本户的综合效率水平,当i=2时,被解释变量为样本户的经营效益水平。α0,β0,φ0,η0为常数项,表示个体效应。I(·)为示性函数,若括号内的条件为真,则取值为1,条件为假则取0;qit为门槛变量,γ表示待估计门槛值,scale表示畜群规模,grass表示牧户实际使用的草场面积,用承包面积加租入面积减去租出面积度量;labor表示劳动力要素投入,cap表示资本要素投入;edu,age,exp,dis用来衡量牧户的个人特征,分别表示牧户的受教育水平、年龄、养畜经验年数、距离旗政府远近;subsidyi与loani分别为样本户可获取的补贴收入与畜牧业经营贷款额度。αi,βi,φi与ηi表示待估计系数,i=1,2,…,8;εi(i=1,2,3,4)为残差扰动项。

1.6 Pearson相关系数检验

本文采用Pearson相关系数来检验投入产出变量是否符合同向性假设,检验结果见表4所示。各投入产出变量系数均为正,且至少在10%显著性水平上通过检验,因此本研究针对牧户经营的综合效率评价选择的投入产出变量合理可靠。

表4 Pearson相关系数检验(锡林郭勒盟)Table 4 Pearson correlation coefficient test (Xilin Gol League)

表5 Pearson相关系数检验(呼伦贝尔)Table 5 Pearson correlation coefficient test (Hulun Buir)

续表5

表6 Pearson相关系数检验(阿拉善盟)Table 6 Pearson correlation coefficient test (Alxa League)

2 结果与分析

2.1 牧户综合效率度量分析

经过第一阶段对三个地区牧户综合效率的测算,阿拉善盟牧户综合效率均值最高,锡林郭勒盟牧户综合效率最低,仅有0.492。经过第二阶段剔除环境因素和随机误差项的影响以及第三阶段的效率测度,总体来看样本户经营效率较低。虽然阿拉善盟牧户综合效率均值在三个调研区域内最高,但仅达到0.643,锡林郭勒盟地区牧户综合效率均值最低仅有0.320,呼伦贝尔市牧户居中,表7所示。经过统计分析呼伦贝尔市、锡林郭勒盟与阿拉善盟样本户的综合效率低于均值占比分别达到58.96%,62.20%与55.75%。将综合效率分解为纯技术效率与规模效率,三个地区中,锡林郭勒盟牧户的纯技术效率均值较低,呼伦贝尔市牧户的规模效率均值较低。

DEA有效是指牧户的综合效率水平为1,三个盟市中处于DEA有效状态的牧户合计仅有37户,仅占样本总量的4.57%,大多数样本户的实际经营情况不理想。处于弱DEA有效的样本户共计225户,占样本总体的27.81%,这些牧户纯技术效率值为1,在实际经营过程中综合效率值小于1的原因在于规模效率较低,应该适当调整经营规模,以实现规模效率的提升。此外,共有547户样本处于DEA无效状态,占样本总体的67.61%,这类样本户的规模效率值与纯技术效率均小于1,不仅应当改善经营管理方式,提高技术水平从而实现纯技术效率的提升,还应适当调整经营规模,使自身处于规模报酬递增向递减变化的临界点状态。三个盟市分别有153,391,189户牧民实际经营投入不足,分别占样本总体的88.44%,95.37%与46.10%。这类牧户均处于规模报酬递增阶段,其他条件不变的情况下产出增加比例要大于生产要素投入增加比例,未来应该增加各类生产要素的投入以获取超额产出。仅有37户样本处于规模报酬递减状态,在技术条件不变的情况下盲目增加生产要素的投入并不能带来额外产出,规模报酬递减反而会引致边际成本递增。

表7 三个地区效率水平比较Table 7 Comparison of efficiency levels in three regions

2.2 门槛模型结果分析

为了检验解释变量之间是否存在多重共线性,本研究采用方差膨胀因子检验,检验结果见表8,表中各个解释变量的方差膨胀因子最大值均不超过10,结果显示模型不存在严重的多重共线性问题,可在此基础上进行门槛模型回归。

为了确定锡林郭勒盟样本户在效率最优化目标下的适度规模经营,本研究首先验证畜群规模的门槛值是否存在,检验结果Bootstrap P-Value值为0,小于0.01,表示在1%的显著性水平拒绝原假设,即门槛值前后的系数β1和β2显著不同,证明畜群规模这一变量实际存在门槛值。由于干扰参数的存在无法准确估计门槛值,因此需要进一步运用模型精确估计门槛值。图1为锡林郭勒盟牧户的畜群规模门槛值函数趋势图,其中横轴表示门槛值参数,纵轴表示门槛函数LR值,图中的红线表示95%的置信区间,黑色曲线表示函数LR。根据图1可知,在效率最优的目标约束下,当牧户畜群规模的门槛值为952时,LR值最小,位于黑色曲线最低处,最低点突破红色曲线,表示门槛值估计合适,结果稳健。在效率最优的目标约束下,锡林郭勒盟牧户草场面积应当为678 hm2,劳动力投入3人·户-1,资本投入103 516 元,各要素估计过程同上,在此不再赘述。

图1 畜群规模门槛值函数趋势图Fig.1 Trend chart of herd size threshold function

本研究最终确定了综合效率与经营效益最优目标下不同草地类型牧户养畜的要素投入情况,实证分析结果见表9。在综合效率最优目标下,草甸草原地区牧户畜群规模为1 280羊单位,应投入草场规模607.33 hm2,劳动力4人·户-1,资本投入129 273元;典型草原地区牧户畜群规模为952羊单位,应投入草场规模678 hm2,劳动力3人·户-1,资本投入103 516元;荒漠草原地区牧户畜群规模为840羊单位,应投入草场规模851 hm2,劳动力3人·户-1,资本投入65 212元。在经营效益最优目标下,草甸草原地区牧户畜群规模为1 020羊单位,应投入草场规模480 hm2,劳动力3人·户-1,资本投入11 056元;典型草原地区牧户畜群规模为922羊单位,应投入草场规模654 hm2,劳动力3人·户-1,资本投入96 622元;荒漠草原地区牧户畜群规模为740羊单位,应投入草场规模704.67 hm2,劳动力2人·户-1,资本投入50 528元。

表9 门槛模型实证结果Table 9 Empirical results of the threshold model

3 讨论

推进适度规模经营要注意“度”的把握,不能盲目追求规模扩大,更不可一蹴而就,应分阶段、分区域、针对不同群体有序落实。一方面,通过对比研究结论能够发现效率最优对应的要素投入量要高于效益最优时的投入水平,这不仅为规模经济理论提供了畜牧业领域的经验支持,还为不同规模牧户的生产决策提供了实证依据。例如,效率最优目标下呼伦贝尔市牧户畜群规模为1 280 羊单位,而效益最优时该地区牧户的畜群规模为1 020 羊单位,且这一规律在其他两个地区同样得以体现。理论上在规模经济最优点到来之前牧户持续扩大经营规模并优化要素配置才能使综合效率有所提升。但现实中由于要素市场存在摩擦,使得牧户在扩大经营规模的过程中单位养畜成本下降程度缓慢,反而有可能造成短期平均成本攀升;现阶段要素市场发育不健全,像草场这类供给弹性较小的要素流转成本较高,牧户需要承担高昂的交易费用与组织成本。在扩大规模的过程中,小牧户面临着资金与劳动力的双重约束,难以破解经营基础薄弱的现实困境,在不具备扩大经营规模的前提下,小牧户应立足自身的养畜条件,以经营效益最优作为目标,在有限的要素投入中寻求更高水平效益。对于规模户而言,超大规模经营的发展模式虽然具有成本优势,有利于提高规模效益以及集约化、标准化水平,但固定投资较大且成本回收周期长,过大的饲养密度容易引发牲畜疫病风险,配套设施不完善的情况还会对生态环境造成破坏。此外,规模化经营更加应该顺应畜牧业发展的客观规律,超过一定规模后综合效率反而下降。因此规模户应以综合效率最优目标下的要素投入为参考,合理配置资源、规避风险,适当控制经营规模是关键。另一方面,不同地区牧户的经营决策目标应有所侧重,各地区的气候条件与自然环境有明显差别,且资源禀赋差异较大,并非所有地区都适合集中连片经营。例如阿拉善盟远离海洋,雨雪稀少且无霜期短,全年无雨日最长可达到253 天,植被覆盖率低,天然草场载畜能力不高,以双峰驼、雅布赖白绒山羊为主的畜种已形成了适应荒漠草原的生物学特征,因此该地区牧户适合按照经营效益最优为目标投入要素生产,充分挖掘当地特色的畜牧业优势资源,聚焦畜产品高端消费市场,走畜产品高端化、差异化、精细化的发展道路,提升牧户增收获利水平。而位于草甸草原的呼伦贝尔年降水量在350 mm以上,典型草原带降水量约为260～300 mm,地表径流较多,水资源丰富,草场茂盛,为大规模经营创造了有利条件。草甸草原与典型草原地区牧户应以综合效率最优为指导,追求畜牧业提质增效,通过提升综合效率进一步增强产业竞争力,实现畜产品稳产保供与牧民增收致富。

已有关于畜牧业效率的测算分析,针对投入产出指标的选取具有灵活性。就产出指标而言,多以畜牧业收入以及牲畜存栏量为主,其中牲畜存栏量是指一段时期内包括母畜、公畜、幼畜在内所有牲畜的实际数量,该指标难以反映牲畜销售情况,基于此本研究将牲畜出栏量作为产出变量之一。投入指标中关于草场规模这一变量,现有研究中用承包面积与租赁面积的和来表示[15],为了更精确的度量草场规模,本文以承包面积+租入面积-出租面积来度量草场规模。关于研究视角的选择,现有研究多以生产成本最低[15]、收入最大化[28]、生态约束、兼业化[40]等作为约束条件构建畜牧业经营决策模型,鲜有研究关注畜牧业增效与牧民增收的目标下的畜牧业经营决策有何差异。政策导向以优化资源配置、提高生产效率为目标推进畜牧业向规模化方向发展,但牧户常常以收入水平决定经营规模调整生产决策,两者目标不一致也是造成实践中规模经营难以推进的原因之一。本文以综合效率、羊单位效益为目标约束分析不同草地类型牧户的经营决策,并针对性的提出对策建议。

牧户适度规模经营是一个长期、动态的综合概念。本文采用的微观调研截面数据无法针对牧户具体经营情况进行动态追踪研究。由于时间、经费、人力等因素的限制,本研究只着眼于短期内牧户的生产决策调整行为,缺乏对牧户长期经营决策及要素投入调整的行为研究,无法通过时间序列数据或面板数据对研究结论进行验证,未来关于该主题的研究可以按照这一方向给予完善,长期追踪牧户的经营状况,克服静态研究的弊端。

4 政策启示

为推进畜牧业规模化经营,破除牧户迈向规模化经营的现实阻碍,本研究建议：

第一,因地制宜,制定差异化政策目标。坚持因类施策的根本原则,以试点探索的模式推进多种形式的规模化经营,尊重牧民意愿,通过政策引导帮助牧户树立科学的养畜观念,避免一刀切追求超大规模经营的误区。发挥各地区的综合优势,瞄准推进畜牧业规模化经营的着力点,积极探索发展适度规模经营的有效路径。

第二,深化牧户组织化程度,带动小牧户共同发展。为了克服小牧户规模化经营的现实困境,政府加大政策资金扶持,引导专业合作社通过共同出资、共创品牌、共享利益等方式深化合作,扩大牧区集体股份经济组织、龙头企业等主体对牧户的辐射带动能力。切实推动龙头企业深化利益联结的积极性和主动性,构建“公司+牧户”等多样化经营模式将牧户纳入产业化经营链条,鼓励牧户以土地经营权、资产、资源入股合作社、龙头企业,紧密连接龙头企业与小农牧户的利益。

第三,优化政策机制,为规模化经营扫除障碍。具体而言,推进草场流转备案工作,进一步完善草场流转制度,提高草场流转效率。在充分保护草原生态环境的前提下,助力草场规模经营,补齐规模小效益低的短板。优化金融信贷政策,发挥财政资金的杠杆作用,改善牧区的金融服务环境,构建高效的信贷机制,切实降低牧民融资成本,有效缓解牧户经营过程中的资金约束,为畜牧业提供充足的资金支持。