中国蛋鸡饲养绿色全要素生产率实证研究

仲 深,李俊薇,郭翔宇

(1.哈尔滨商业大学 金融学院,黑龙江 哈尔滨 150000;2.东北农业大学 经济管理学院,黑龙江 哈尔滨 150000)

我国是世界上第一蛋鸡生产大国,蛋鸡产业在增加农民收入、提高居民饮食结构、促进经济发展等方面发挥了重要的作用。但我国蛋鸡产业发展水平和世界上先进国家相比仍然有较大差距,且养殖成本一直在逐步攀升,主要表现在:不同规模蛋鸡的饲养环境和饲养模式不同,农户散养、专业户养殖和工厂养殖获取的蛋鸡养殖效率水平也不同;地理条件和政府扶持力度的不同使蛋鸡养殖呈现明显的区域差异化特征;蛋鸡饲养过程中会产生大量污染物,若不能妥善处理会对空气、水源等造成污染,还会引起蛋鸡的高发病率和死亡率,使得蛋鸡生产性能下降。因此,以前的研究会对蛋鸡生产效率的测度造成一定偏差。本文运用加入负向产出的Metafrontier-Malmquist-Luenberger指数(MML指数),基于共同前沿生产函数的数据包络分析法(Data Envelopment Analysis,DEA),同时考虑到地区异质性和规模异质性,来测算2004-2018年我国蛋鸡养殖绿色全要素生产率变化情况及其形成原因。

目前对于农业生产效率的研究中,对蛋鸡饲养效率的研究非常少,以往的文献研究的视角或者是从不同地区的角度或者是从不同规模的角度出发,缺乏对区域异质性和规模异质性结合的角度的讨论。DEA方法在考虑环境约束条件下的生产效率研究中应用更加广泛。但传统DEA模型并没有考虑到松弛变量的影响,导致测量结果存在偏差,SBM模型能够弥补传统DEA的缺陷,考虑了要素的“拥挤”或者“松弛”。因此,本文在数据选取时既考虑了负向产出,即蛋鸡饲养业对于环境的污染问题,又考虑到蛋鸡养殖过程中的规模异质性和区域异质性。在测度蛋鸡饲养效率时构建SBM模型和基于三个层面的MML指数模型,对不同规模不同地区的蛋鸡饲养绿色全要素(LHBG)生产率进行评价,并将其分解为规模结构效率、技术差异和管理水平三个指标。

1 模型构建

1.1 SBM模型

按不同省份设置决策单元(DMU),各决策单元进行M种投入:x=(x1,x2,…,xM)∈R+M,获得N种期望产出:y=(y1,y2,…,yN)∈R+N,以及L种非期望产出:a=(a1,a2,…,aL)∈R+L。则DMU的投入产出组合形式当期生产可能性集合:

Pt(xt)={(yt,at)├|xtcan produce(yt,at)}

(1)

Cooper等[1]在Tone[2]的基础上,将SBM模型和环境因素相结合,建立了考虑负向非期望产出的SBM模型可以写为:

(2)

式中:σ表示被评价决策单元的效率值,它同时从投入和产出两个角度对无效率状况进行分析,因此称为非角度模型。若σ等于1,则说明决策单元强有效。M表示投入变量的数量,N表示期望产出变量的数量,L表示非期望产出变量的数量,K代表DMU的数量,下标0表示待求的某个决策单元。θ是决策单元k在构造环境技术结构时各自的权重,(smx,sny,sla)代表投入冗余、期望产出不足和非期望产出冗余的松弛量,x、y和a分别是投入向量、期望产出向量和非期望产出向量。目标函数的效率值σ越大,代表DMU的效率值越高,效率值为1时DMU强有效。把蛋鸡饲养绿色全要素生产率指数定义为LHBG=σ.

1.2 基于共同前沿的多层次SBM模型

Hayami和Ruttan[3]提出共同前沿(Metafrontier)的概念,后来考虑异质性的共同前沿思想被众多学者应用于效率评价中。正如图1所示,在共同前沿下有三个规模前沿,每个规模前沿下有三个地区前沿。DMU Z在共同前沿、规模前沿、地区前沿下的蛋鸡饲养绿色全要素生产率分别可被定义为:

(3)

图1 三个层次下的共同前沿结构图

(4)

(5)

本文将共同前沿、规模前沿、地区前沿下的LHBG分别表示为:LHBGM=σmeta,LHBGS=σscale,LHBGR=σregion,根据Choi等[4],σmeta,σscale和σregion可以通过下列DEA模型计算得出:

(6)

(7)

(8)

式中:T表示年数;N、M和I分别代表投入变量、期望产出和非期望产出的数量;KM,KS和KR分别代表DMU在共同前沿、规模前沿和地区前沿下的数量,KM=46,小规模KS=7,中规模KS=21,大规模KS=18,东部地区KR=17,中部地区KR=19,西部地区KR=10,μ、λ和ω分别是在三个层面的强度变量。此外,从图1可知,规模异质性和地区异质性分别由过量排放||DG||和||GI||造成。因此,蛋鸡饲养绿色全要素生产率(LHBG)及其三个分解组成部分:规模结构效率(SE),技术效率(TE)和管理水平(ME)分别可被定义为:

LHBG=SE×TE×ME

(9)

对于DMU Z的规模结构效率(SE),技术效率(TE)和管理水平(ME)分别可以表示为:

(10)

1.3 多层次的Metafrontier-Malmquist-Luenberger指数

全局参比Malmquist指数模型是由Oh提出的[5],其精髓在于将所有研究样本时期的生产可能集包络起来构建全局前沿面,表示为:DG(x)=D1(x1)∪D2(x2)∪…∪DT(xT),从全局角度分析蛋鸡饲养绿色全要素生产率的变化。本文将具体测算蛋鸡饲养绿色全要素生产率,为了强调所加入的负向非期望产出变量,特将MML指数结果记为蛋鸡饲养绿色全要素生产率。MML指数是由相邻两个时期生产点和共同前沿的距离组成,使模型具备传递性的同时也避免了任意选择的问题,即:

根据Wang等[6],将MLLHG分解为如下公式:

(11)

(12)

(13)

(14)

式中:GECH为技术效率变化,GTCH为技术水平变化。结合公式(9),MLLHG可被分解为:

(15)

式中:SECH为规模结构效率变化,TECH为技术效率水平变化,MECH为管理效率水平变化。

2 数据与描述统计

2.1 指标与数据选取

2.1.1 精饲料投入 主要包括农作物的籽实,及其加工的副产品。

2.1.2 耗粮投入 即蛋鸡饲养时消耗的粮食数量,如:大麦、小麦、小麦麸、玉米、碎米、高粱等等。

2.1.3 物质费用投入 物质费用投入是人工成本、医疗防疫费、水及燃料动力费三者加总得到。人工成本是指,每只蛋鸡从育雏期到育成期到产蛋期需要的人力管理费用;医疗防疫费用包括疫病防治和治理的费用;水及燃料动力费用包括电费、水费、煤费以及其他燃料动力费。

2.1.4 正向产出 主产品产量,即为每只蛋鸡的鸡蛋产量。

2.1.5 负向产出 根据排污系数手册中的计算方法,采用公式(16)计算每只蛋鸡的污染排放量(包括化学需氧量COD、总氮排放量TN、总磷排放量TP)。再根据GB3838-2002中的V类水质标准的计算方法,采用公式(17)计算总排污量。

污染排放量=排污系数×平均饲养天数

(16)

(17)

投入和产出指标的描述性统计见表1。

表1 投入与产出指标的描述性统计

本文数据来源于2004-2018年《全国农产品成本收益资料汇编》和第一次全国污染源普查领导小组办公室发布的《排污系数手册》,对于缺失的数据采用取平均值方法补齐。其中精饲料数量、耗粮数量、人工成本、水和燃料费用、医疗费用均来自于《全国农产品成本收益资料汇编》。蛋鸡养殖污染物的排污系数来自于《排污系数手册》。蛋鸡排放的主要污染物COD、TN、TP,由蛋鸡粪尿转化而成。根据以上两份资料对规模的定义,本文将蛋鸡养殖规模类型分为3种规模:小规模300～1 000只蛋鸡;中规模1 000～10 000只;大规模大于10 000只。

2.2 样本选择

对2004-2018年3种不同规模,以及东中西3个不同地区的样本进行研究分析。数据校正后,小规模组保留为辽宁、山东、河南、黑龙江、吉林、山西、陕西7个省,中规模组保留为北京、河北、江苏、辽宁、山东、天津、浙江、安徽、河南、黑龙江、吉林、湖北、内蒙古、山西、云南、甘肃、宁夏、陕西、四川、新疆、重庆21 省(直辖市),大规模组为北京、福建、广东、河南、江苏、辽宁、山东、天津、安徽、海南、黑龙江、湖北、吉林、山西、云南、甘肃、四川、重庆18省(直辖市)。东部省份(10个):辽宁、山东、北京、河北、江苏、天津、浙江、福建、广东、海南。中部省份(7个):河南、黑龙江、吉林、山西、安徽、湖北、内蒙古。西部省份(7个):陕西、甘肃、宁夏、四川、新疆、重庆、云南。样本省份划分见表2。

3 结果与讨论

3.1 不同规模和地区蛋鸡饲养绿色全要素生产率的时间变化特征

如表3所示,2004年到2009年,蛋鸡饲养绿色全要素生产率发展状况不太稳定,有异常值的出现,各省份之间发展差距较大。可看出,2004年由于禽流感的爆发导致LHBG为负,2006-2008年绿色全要素生产率高于1,呈现正向增长,2006年LHBG是近15年最高,之后随着时间的推移,LHBG不断下降,2016年之后又开始呈现出上升的趋势,虽然只是微弱的正向增长,但是可以看出我国蛋鸡产业未来发展形式较为乐观。从全国层面来看,蛋鸡饲养绿色全要素生产率由2004年的0.9812到2018年的1.0018,均值为0.9967,整体呈现下降趋势,下降了0.33%,表明全国层面LHBG偏低,在保证正向产出不变的条件下,蛋鸡饲养绿色全要素生产率仍存在0.33%的提升空间。从LHBG的分解效率来看,TE水平最高,其次是SE,最后是ME。大部分年份TE值高于1,只有2006年、2010年、2012年和2015年低于1;2012年之前只有2008年的SE值低于1,2012年之后只有2015年的SE值高于1,长期以来,我国蛋鸡养殖一直以小规模个体养殖为主,然而随着我国人民生活水平的提高,小规模个体养殖已经不能满足百姓对于鸡蛋的庞大需求量,蛋鸡养殖应由小规模养殖向中规模和大规模养殖发展,充分发挥规模效应优势;2006-2008年和2016-2018年这两个时间段ME高于1,大部分年份ME水平较低。

表3 2004-2018年蛋鸡饲养绿色全要素生产率及分解效率

如表4所示,自从2004年以来,总体发展情况较为稳定,没有明显的波动出现。其中,小规模蛋鸡养殖绿色全要生产率总体为负(0.9938),其增长表现出与“蛋周期”同步变化的不稳定性。2005年之前,我国蛋鸡养殖业的污染处理意识还不强,因此LHBG为近15年最低值(0.9652),2006年开始,蛋鸡养殖利润逐渐增长,养殖户的积极性随之逐步提高,LHBG达到近15年峰值(1.0199),2008年受全球金融危机的影响,各指标变化幅度异常之大,2009年之前,总体LHBG较高,呈现正向增长,2009年之后,除2016年和2018年,其余年份LHBG均为负。这是因为2009年开始,采用“以奖代补”的方法对我国蛋鸡标准化规模养殖场进行大力的扶持,这一举措的实施使得大量人力、物力、财力、土地资源等逐渐向规模化养殖场集中,随之产生的挤出效应使得规模化养殖场对该地区散户造成极大影响,因此小规模LHBG开始逐渐下降,中规模LHBG开始小幅度的上涨。2016年冬季我国出现H7N9流感病毒,对鸡蛋价格和养殖效益造成一定的影响,使得各指标波动幅度较大。小规模分解指标中GTCH、TECH、MECH均大于1,SECH小于1,说明小规模蛋鸡养殖结构不合理,未来我国应逐渐从小规模养殖转为中大规模养殖,更好发挥规模效应,使得LHBG提高。中规模蛋鸡养殖绿色全要素生产率整体为正向增长,增长了0.13%,且其各分解指标均为正向增长,其中GTCH对LHBG的影响最大。可见,要提高我国LHBG的增长率,还要不断加大对技术上的投入和创新,培养技术型人才。大规模蛋鸡养殖绿色全要素生产率整体为负向增长,且同样是GTCH变化幅度最大,说明要在中规模和大规模中推广技术的应用难度更大,但GTCH整体高于其他3个分解指标,说明技术一旦在大规模中得以运用,规模效应使得其会发挥比小规模更大的优势。

表4 2004-2018年不同规模蛋鸡饲养绿色全要素生产率及其动态指标分解

总的来说,可以主要从两个方面提高LHBG。一是政府给予一定的资金支持,培养专业养殖人才和具有管理经验的人才,加大环保宣传力度,增长养殖人员的环保意识,鼓励环保绿色方面的技术创新。二是3种规模都应提升自身的结构效率,技术效率和管理效率,增强先进的养殖和管理技术执行力。只有进行技术创新,提升现有技术的利用效率并提高环保意识,我国LHBG才能不断提高。

3.2 不同规模和地区蛋鸡饲养绿色全要素生产率的空间变化特征

如表5所示,小规模中,LHBG下降0.62%和SE、TE相比较,ME整体水平较低,因此政府要加强对蛋鸡饲养业环保力度的监管和重视,提高管理水平,加大对环保方面的宣传和投入,加强对有关部门的污染管理与控制。中规模LHBG提高了0.13%,三者相差较小,且均接近于1,SE水平相对较高,说明相较于小规模而言,中规模蛋鸡养殖结构较为合理,适合我国当前的发展国情,符合我国未来蛋鸡饲养业的发展趋势。大规模SE和TE水平相对较高,为正向增长,ME为负向增长,PBG下降0.51%,整体发展情况不如中规模,但比小规模好一些。技术创新和对现有技术的利用率对大规模来说尤为重要,规模效应使大规模蛋鸡饲养产生的污染物更多,对效率的提高和技术的创新迫在眉睫。综合三种规模来看,LHBG下降0.31%,其中SE增长0.17%,TE增加0.19%,ME下降0.42%,LHBG下降主要是因为ME过低造成的,未来政府应该加强对相关方面的重视,提高本身和大众的绿色环保饲养意识,做到SE、TE和ME三者共同驱动LHBG的提高。

表5 全国平均蛋鸡饲养绿色全要素生产率及其分解指标

从表6可以看出,东部地区和西部地区均是中规模LHBG高于大规模,大规模LHBG高于小规模;中部地区大规模高于中规模,中规模高于小规模,但三者均为负,具有一定的规模效应。三个地区SE同样是中规模总体情况优于小规模和大规模。小规模养殖的精耕细作模式使得技术的推广更加容易,大规模养殖中技术推广存在一定难度,需要一定的时间来实施,但推广到一定程度就会收益颇多。ME在小规模中低于中规模和大规模,说明相比较小规模而言,政府更加重视中规模和大规模的发展,从重视程度上看,西部地区政府力度最大。

表6 各地区平均蛋鸡饲养绿色全要素生产率及其分解指标

综合3个规模来看,西部地区LHBG最高,中部地区其次,东部地区最低。分解效率中ME水平较低,东部地区SE和TE水平较高,中部地区SE和ME水平较高,均大于1,且SE高于ME,西部地区则是ME水平高于SE和TE。我国东部沿海地区交通便利,产业易于集聚,技术水平较高,中部地区地理位置优越,是人口流动的交通要塞,整体经济较发达,规模结构较为合理,SE水平较高。西部地区位于内陆,经济发展欠缺,TE水平较低,但政府十分重视蛋鸡饲养业的发展,因此ME水平较高。从其他角度出发,充分利用优越的环境条件以及较低的劳动力成本和饲料运输成本,使得整体LHBG高于其他两个地区。LHBG存在显著特征,小规模和中规模中,SE、TE和ME三者没有同时增长的情况。多数是SE驱动LHBG增长,也就是说,当TE或者ME推动LHBG增长时,总会出现另一个下降的要素对LHBG产生不利影响,表明中国蛋鸡饲养业对现有的绿色清洁低碳养殖技术的推广尚不完善。西部地区是三者共同驱动LHBG的提高,整体发展情况较为良好。

由表7可知,从省级层面来看,小规模LHBG吉林省、辽宁省、山东省、河南省、山西省较低,相比于最优前沿,分别存在1.64%、1.17%、0.97%、0.88%和0.20%的提升空间。中规模LHBG辽宁省、吉林省、山西省、山东省、黑龙江省、河南省较低,相比于最优前沿,分别存在2.13%、1.90%、1.00%、0.77%、0.64%和0.53%的提升空间。大规模LHBG海南省、辽宁省、四川省、吉林省、天津市、江苏省较低,相比于最优前沿,分别存在6.86%、1.92%、1.43%、0.95%、0.91和0.86%的提升空间。陕西省在小规模和中规模中排名较靠前,湖北省在中规模和大规模中排名较为靠前。山东省、河南省、山西省在小规模和中规模中均排名较靠后,吉林省和辽宁省不论在小规模、中规模还是大规模中,均排名靠后,整体发展情况不容乐观。这主要是因为陕西省和湖北省饲料资源丰富,一直以来都是蛋鸡养殖的核心区域,同时这些地区也重视污染排放的问题,引进先进的设备和污染治理技术,而技术上的溢出效应使得其可以接触到先进的粪污处理技术,一定程度上促进的LHBG的提高。

表7 各省份平均蛋鸡饲养绿色全要素生产率

总体上我国中规模蛋鸡饲养绿色全要素生产率最高,大规模其次,小规模最低,这主要是因为:小规模无法实现规模效应的优势,并且平均管理成本高,管理效率低下,该养殖模式并非可持续发展模式。大规模虽然有规模养殖的优势,但是蛋鸡饲养中污染量大,处理起来更为复杂,不太适应中国农村劳动力生产水平和小农经营体制下的生产习惯,也不符合行业内从业者的资本能力。所以过大的蛋鸡养殖规模结构效率并不高。

4 结论与建议

本研究结果表明:(1)从规模角度来看,2004-2018年LHBG总体下降了0.33%。其中,中规模LHBG最高,增长了0.13%,大规模其次,下降了0.51%,小规模最低,下降了0.62%。(2)从地区角度来看,2004-2018年LHBG总体上呈现下降的趋势,空间上西部地区LHBG最高,中部地区其次,东部地区最低,区域和省份间的差异性受非农业就业机会、传统养殖习惯、城镇化水平和资源条件的影响。(3)分解效率表现为规模结构效率和技术效率提高,管理效率下降。不同规模拉动蛋鸡饲养绿色全要素生产率提升的分解效率不同,小规模养殖依靠技术效率进步,中规模依靠规模结构效率和管理效率的提高,大规模同样依靠规模结构效率和管理效率的双重驱动。

政策建议:(1)调整蛋鸡养殖业发展的规模结构,大力发展中规模蛋鸡养殖。加大对蛋鸡养殖场关于绿色养殖的宣传力度和政策扶持力度,培养管理者的绿色清洁环保意识,给予一定的科技扶持,同时提高管理水平,实现蛋鸡养殖业的高质量发展。(2)进一步优化蛋鸡产业空间布局。综合考虑非农业就业机会、传统养殖习惯、城镇化水平和资源条件的影响,使得蛋鸡规模发展模式在空间上呈现"协调发展"格局,同时依据各优势产区的实际情况和不同规模养殖户的诉求采取差异化的扶持政策,充分发挥各区域、省份的比较优势,激发发展潜力。(3)提高中国蛋鸡养殖中低碳养殖的技术水平。加强对低碳养殖的宣传力度,制定专项计划,加强蛋鸡养殖的引导,提高农户对低碳养殖的认知和关注,提升环保动力,通过影响意识来影响行为,加大对低碳养殖的技术创新,最终实现低碳高产养殖,提高蛋鸡养殖的绿色全要素生产率。