不同規模羅非魚養殖技術效率差異及影響因素研究

湯智慧　徐翔

摘要：選用修正的非徑向SBM（基于松弛變量的度量方法）模型方法，對我國海南省203戶不同規模的羅非魚養殖戶生產技術效率進行實證分析，試圖探究水產養殖領域養殖規模和生產技術效率的關系及其主要影響因素。結果表明：我國海南省羅非魚養殖環節中養殖規模與養殖戶生產技術效率呈現左低右高的“U”形效應趨勢，即中等養殖規模的養殖技術效率低于小規模養殖戶和大規模養殖戶，同時大規模養殖戶的養殖技術效率又明顯高于小規模農戶；進一步分析發現，小規模農戶中已養年限、參加合作社、參加培訓頻率對養殖技術效率呈現顯著的正效應，風險認知具有顯著的負效應，而在大規模農戶中，資金限制對養殖技術效率有顯著的負效應，受教育程度、市場信息獲取能力以及風險認知等因素具有顯著的正效應。

關鍵詞：羅非魚；養殖規模；養殖戶；技術效率；影響因素

中圖分類號： F304.7文獻標志碼： A文章編號：1002-1302（2015）11-0584-04

收稿日期：2014-12-12

基金項目：國家自然科學基金（編號：71273135）。

作者簡介：湯智慧（1991—），男，江蘇南京人，碩士，主要從事農業經濟研究。E-mail：862131051@qq.com。我國是全球最大的羅非魚生產國和出口國，根據《中國漁業年鑒》2000、2013年的數據，我國羅非魚產量從1999年的561 794 t增長到2012年的1 552 733 t，年增長率達到8.13%。可見近年來羅非魚養殖業在我國發展迅速，其中廣東、海南、廣西等省（區）是我國羅非魚的主產區。但是2012年羅非魚成魚價格卻出現了普遍的下降現象，嚴重打擊了多數養殖戶的養殖積極性，這就意味著如何在生產環節方面盡可能降低養殖成本是我們面臨的一大實際問題，也就要求我們要進一步優化生產要素的投入，提高羅非魚養殖技術效率。而“規模化養殖”是發展羅非魚產業的必由之路，提倡養殖戶規模化、集約化養殖是目前整個行業的指導方針，但是尚沒有明確規模化的具體界定范圍，在實際工作中也只是單純鼓勵養殖戶提高池塘養殖規模，所以筆者認為有必要對養殖規模和技術效率之間的關系及其影響因素問題進行深入的研究。

目前關于農地經營規模與其技術效率關系的問題一直是國內外學者爭論的焦點。很多學者進行過這方面定性和定量的理論研究和實證研究。屈小博對陜西省447戶不同經營規模果農生產技術效率及影響因素進行理論與經驗分析，發現經營規模與農戶生產技術效率呈現倒“U”形效應趨勢，即中等經營規模農戶生產效率高于小規模農戶和較大規模的農戶[1]；但是金福良等卻通過對我國1 707戶冬油菜種植戶進行生產技術效率的實證分析得出了和屈小博完全相反的結論，即種植規模和技術效率呈現“U”形關聯趨勢[2]；而王秀清等發現的則是適度規模擴大可以提高技術效率的結論，他選取了山東省萊西市作為數據采集對象，利用198戶農戶的數據從土地規模的角度論證了小規模經營會提高其使用機械的物質費用，并得出了可以通過適度擴大土地經營規模降低生產成本的途徑建議[3]；得出類似結論的還有劉威等，他們選取了2004—2008年我國23個主要奶牛養殖省奶牛養殖數據，研究發現適度擴大養殖規模有利于提升養殖效率水平[4]。在對國外數據的研究方面，張光輝在界定“單位面積產值”與“單位面積產量”差異的基礎上，對美國和法國的土地經營面積與谷物單產變化進行對比，并沒有發現存在土地規模越大其生產效率越低的結果；另外張光輝還利用日本佐賀縣的水稻生產數據，考察得出了相同的結果[5]。當然，否定規模效應觀點的也大有人在，萬廣華利用農業部與澳大利亞阿德萊德大學合作的抽樣調查數據為基礎，分析了5種主要糧食作物的土地產出率，研究發現我國谷物生產幾乎不存在規模經濟效益，土地產出率并不會隨著土地規模擴大有明顯增加或減少的趨勢，兩者之間不存在顯著的相關關系[6]。

可以看出，目前關于經營規模和生產技術效率關系的爭論仍然是學者們討論的焦點之一，但是在研究結論上學者們的差異比較大，研究領域也主要集中在傳統種植業，較少有對水產養殖業的研究；加上水產養殖不同于傳統作物種植，養殖規模的擴大受制于每個塘口的自然養殖特點，同時應用在池塘養殖上的大型農業機械目前在我國還是空白，所以池塘的規模化養殖是否能得到與傳統作物規模化種植相似的機械化解決方案還不得而知，這使得對水產養殖環節的規模與效率關系的研究更有理論和實際價值。筆者的研究將基于海南省203戶養殖戶微觀調查數據，從養殖規模角度研究養殖規模大小與養殖技術效率之間的關系，并研究導致不同養殖戶技術效率差異的影響因素，進而為我國羅非魚養殖技術效率的提高提供切實的決策依據。

1研究方法與模型介紹

筆者使用的SBM（基于松弛變量的度量方法）模型就是基于DEA（數據包絡分析方法）模型的改良，之所以基于DEA而不是SFA（隨機前沿面方法）主要考慮到水產養殖領域的生產函數目前還沒有人預測過，所以為了避免在構建生產函數中出現不必要的變量丟失或者冗余進而導致研究結論出現偏差[7]，選擇了非參數方法的典型代表DEA模型，后面的改良則是針對DEA模型計算過程中的變量松弛問題所作的處理。因為傳統的DEA模型如基于投入視角CRS（constant return to scale）的CCR模型和基于VRS（variable return to scale）的BCC模型[8]，它們都不能充分考慮投入產出的松弛型問題，可能造成投入要素的“松弛”。而完全有效率則要求既沒有無效率同時又沒有投入要素的松弛，傳統DEA模型顯然無法解決要素松弛的問題，從而很多度量出的效率都因此是不準確或存在偏差的[9]。為了解決要素的松弛問題，筆者應用了Tone于2001年提出的SBM模型。

假設有n戶養殖戶，則每個養殖戶投入與產出向量分別表示為X=xij、Y=yij，其生產可能性集可以定義為：endprint

在該模型中，ρ*是關于s-和s+嚴格遞減的，而且0≤ρ*≤1，ρ*的分子、分母分別測算每個養殖戶的實際投入、產出與生產前沿面的平均距離，即投入無效率與產出無效率。如果某一個養殖戶樣本是SBM有效的，那么根據這個養殖戶投入產出數據計算出的ρ*值必須滿足ρ*=1。即當且僅當ρ*=1，也就是s-=0和s+=0時是完全有效率的。如果ρ*<1，則該養殖戶非有效，即實際投入與產出存在著改進的必要性。由此可見，SBM模型與之前的CCR、BCC模型最大的不同之處在于把松弛變量直接放入了目標函數中，這樣就可以很好地解決實際投入與產出要素松弛性的問題[10]，從而避免了DEA模型中由于徑向和角度的選擇所導致的偏差和影響，使得對效率的測算更加真實和具有意義。

2數據來源及描述分析

2.1數據來源

所使用的數據是研究團隊于2013年7月在海南文昌、樂東和萬寧3個羅非魚養殖區調查所得。因為目前主流的羅非魚養殖方式主要有池塘養殖、網箱養殖和工廠養殖等，其中因為池塘養殖占比最多，所以本研究主要針對羅非魚池塘養殖進行研究，調研組圍繞池塘規模、投入產出量、養殖銷售渠道以及政府扶持力度等問題在文昌市等地總共調查了206戶羅非魚養殖戶。

2.2描述分析

表1至表3是不同規模養殖戶的統計特征，其中表1的數據為3個不同規模養殖戶養殖面積的統計描述；表2、表3則主要是養殖戶羅非魚投入產出情況和自身因素變量的統計描述，其中涉及到投入產出量的衡量時間段是以1個自然年為單位。從樣本的統計描述可見，中等規模養殖戶的羅非魚單產為24 245.32 kg/hm2，高于小規模養殖戶的18 234.21 kg/hm2 和大規模養殖戶的23 344.04 kg/hm2，單產變化趨勢在規模軸上呈現倒“U”形；但是在單位勞動用工上卻呈現反比趨勢，小規模養殖戶單位用工最高，為709.19 d/hm2；而大規模養殖戶單位用工最少，僅為 100.56 d/hm2；而資本投入上則又是相反的關系，小規模養殖戶投入最低，大規模養殖戶最高。

3模型估計結果及分析

3.1不同規模養殖戶技術效率

利用Tone于2001年修正的非徑向SBM模型的方法，筆者借助DEA-SOLVER軟件對203個羅非魚養殖戶的養殖技術效率進行了估算。需要補充說明是在SBM模型估計過程中有可變規模報酬（VRS）、不變規模報酬（CRS）和一般規模報酬（GRS）3種基本類型，考慮到作者主要研究在一定產出情況下如何減少投入要素的目的，同時避免效率估算結果中出現過多的“1”值，所以最后選用的是投入導向型具有一般規模報酬的SBM模型（SBM-I-GRS）。在具體運算過程中產出指標選取的是樣本的羅非魚總產量，投入指標分別包括魚苗、飼料、勞動力、資本、機械以及包含電費維修費等其他費用的總投入值，在得出的效率值后依據3個不同規模組進行分組統計（表4），并將投入要素的冗余情況進行歸類，從而得出以下結論。

（1）在投入導向型下的平均效率值為55.98%，說明如果保持現有的技術不變和產出水平不變，在理論上若完全消除效率損失，投入可以減少現有水平的44.02%，養殖戶盈利空間可以得到較大幅度的提升。

（2）不同規模組的養殖技術效率有差異，小規模養殖戶樣本量占總體樣本量的37.438%，其效率均值為55.72%，樣本中效率值高于80%的有27.6%；中等規模占總樣本的 40.394%，樣本量最多，同時其平均效率值為52.80%，為3個規模組中最低的1組，并且其內部高于80%效率值的只有17.1%的養殖戶，同樣處在最低位；而占總體樣本量22167%的大規模養殖戶，其平均效率值卻達到了62.29%，在3個規模組內最高，同時其內部高于80%效率值的樣本占24.4%。

（3）養殖戶技術效率在規模軸呈現“U”形趨勢，不同于一般研究農業生產規模與生產技術效率的結論。小規模養殖戶的技術效率均值為55.72%，中等規模養殖戶的技術效率均值為52.80%，為3個對照組中的最低值，而后來伴隨著養殖規模的擴大，養殖戶的技術效率也穩步提升，在大規模養殖戶中，養殖技術效率達到了62.29%的高位，明顯高于中等規模組的效率均值，同時也高于小規模的效率均值，可見從樣本得到的分析結果看，養殖戶的技術效率隨著規模的增大在規模軸上呈現著“U”形趨勢，而且所呈現的“U”形還具有左低右高的特點。養殖規模小的養殖戶傾向于投入更多的勞動力來替代資本等其他投入，通過增加勞動力進行精細化養殖，因為規模的限制他們往往在資本、機械方面比較匱乏，而隨著規模的擴大、養殖強度的增加，養殖戶會更多投入資本和機械來替代勞動力，而這一規模達到一定程度后規模擴大所引起養殖方式的變化便會顯現優勢，所以會呈現左低右高的“U”形趨勢。

由此可見，不同規模養殖戶組之間的養殖技術效率雖然差異較大，但是其變化具有一定規律，而這一規律性差異的主要原因是由于不同規模養殖戶生產方式的不同導致的。

3.2不同規模養殖戶養殖技術效率影響因素

在分析了不同規模組養殖技術效率差異后，為了進一步分析效率差異產生的原因，我們通過Tobit模型對不同規模組的養殖技術效率影響因素分別進行了參數估計，其中4個模型整體的顯著性都為0.000 0，R2也都達到符合模型分析標準，說明各模型都顯著并且具有較強的解釋力，結果如表5所示。具體分析如下。

（1）在個體因素方面，羅非魚已養年限因素在小規模樣本中顯著，并且系數為正，但是在中等規模和大規模養殖戶中卻不顯著，而年齡因素在大規模樣本中通過了顯著性檢驗，系數為負，另外受教育程度因素在中等規模和大規模中顯著，呈現正相關的關系，說明小規模養殖戶的養殖生產活動主要依靠經驗積累和自我探索，養殖戶只要知道基本投放魚苗的比例和投喂飼料的比例即可進行簡單的養殖，和自身受教育程度高低關系不大。而中等規模和大規模則由于規模的擴大引起生產管理活動要求的提高，傳統的養殖管理經驗已經無法適應，而這時接受過良好教育的養殖戶便會表現出優勢，他們會關注規模擴大后對養殖方式的調整，尤其是大規模養殖戶，他們由于自身規模的擴大而導致自身抗風險能力上升，更加愿意接受新技術新方法，購買更加實用的投料機和增氧機，提高羅非魚養殖技術效率。endprint

（2）參加合作社因素對小規模養殖戶技術效率有正向影響，但是對中等規模和大規模養殖戶則關系不顯著。說明小規模養殖戶在精耕細作式養殖的過程中技術指導的需求主要是通過當地技術培訓來滿足的，因為生產規模的限制導致他們養殖出現的問題也都比較單一，不會出現多塘口多的現象，同時當地培訓主要是農藥企業組織開展的，參加培訓者一般都會有一定金額的經濟補貼，這種補貼對小規模的吸引力比較大，但是對大規模養殖戶則不太奏效，這也是為什么小規模養殖戶較多參加技術指導培訓并且在培訓過程解決了自身技術指導需求的原因，這一點不同于中等規模和大規模養殖戶，他們養殖過程中有時出現的問題比較復雜和緊迫，所以他們一般會請農技人員到池塘現場進行診斷，進而導致他們對參加培訓需求的降低。

（3）家庭收入水平因素沒有通過顯著性檢驗，可能的原因是樣本中大多數養殖戶家庭存在非農就業情況，筆者對家庭收入的調查并沒有剝離出純養殖收入，所以出現了不相關的情況。

（4）資金限制、風險認知和市場信息獲取能力在大規模組都通過了顯著性檢驗，資金限制系數為負，風險認知和市場信息獲取系數為正；而中等規模中只有資金限制和市場信息獲取通過了檢驗，符號與大規模一致；小規模則僅有風險認知通過了檢驗，符號為負。說明在小規模養殖戶中風險認知意識越高，養殖戶越會弱化池塘養殖的重視程度，這可以從效率的降低看出，可能的原因是小規模養殖戶家庭中存在較多的非農就業，正是這些非農就業途徑使他們成為了風險厭惡者。而大規模和中等規模養殖戶則不同，他們風險意識越高就會更加注意養殖投入的疾病預防，通過采取新技術和新方法將風險降到最低，進而導致效率的提高。而資金限制在大規模養殖戶中較為明顯，說明目前羅非魚養殖過程中資金缺乏較為普遍，尤其在大規模養殖中，并且資金的缺乏直接導致了養殖技術效率的下降；另外市場信息的獲取能力也關系著效率的高低，市場信息獲取能力越強的養殖戶其養殖技術效率越高，因為養殖戶生產的最終目的就是銷售，而對市場需求越了解勢必對自己的生產活動有更好的指導作用，從顯著結果來看這在中等規模和大規模養殖戶中有明顯的體現。

4結論及政策建議

筆者借助修正的非徑向SBM模型的方法，考察了海南省203戶羅非魚養殖戶的養殖技術效率，對不同規模養殖戶的養殖技術效率進行了理論探索和實證分析，并對影響技術效率的影響因素進行了深入分析，結果表明：（1）羅非魚養殖規模與養殖技術效率呈“U”形趨勢，即中等規模養殖戶的技術效率低于小規模養殖戶和大規模養殖戶，同時大規模養殖戶技術效率又明顯高于小規模養殖戶，即技術效率值在規模軸上變化呈現的“U”形具有左低右高的特點，所以現階段羅非魚養殖存在較為明顯的規模效應，雖然中等規模養殖戶的養殖技術效率有所下降，但是下降幅度有限，同時在大規模組中卻有較大幅度的效率提升；（2）羅非魚養殖過程中投入要素的冗余空間很大，以現有的技術水平和產出水平，如果消除技術無效率可以極大減少養殖戶在投入要素上的一部分花費，進而在很大程度上提高養殖戶的盈利空間；（3）不同規模組的養殖技術效率影響因素有差異，小規模養殖戶的養殖技術效率主要受已養年限、參加合作社、參加培訓頻率和風險認知等因素影響，其中風險認知是負向影響，其他都為正向影響，大規模養殖戶的養殖技術效率則主要受受教育程度、資金限制、市場信息獲取能力以及風險認知等因素的影響，其中資金限制為負向影響，其他為正向影響。

通過總結上面的幾點結論，筆者提出以下政策建議：（1）進一步完善土地流轉制度，通過適當的政策鼓勵養殖戶合理地進行養殖池塘的轉讓、租賃和入股，促進土地向大規模養殖戶集中，充分利用養殖規模效應提高羅非魚養殖技術效率；（2）引導當地生產合作社的創建和完善，鼓勵養殖戶自發成立自己需要的合作組織，從而利用群體話語權優勢在生產資料的成本控制和價格控制上發揮議價優勢，同時在市場信息和資金支持上做到互幫互助，必要時以合作社信用為擔保向銀行借貸，真正解決部分養殖戶的生產難題；（3）積極開展多樣化的農技培訓，打破以往僅限于課堂的傳教式指導模式，通過加大農技人員補助鼓勵他們針對不同養殖戶的養殖情況進行跟蹤指導或者田間指導，提高農技指導效率；（4）加大公共物品的供給力度，完善農村的金融信貸市場，鼓勵金融機構針對不同情況的養殖戶推出不同的信貸產品，滿足養殖戶在規模擴大或者生產過程中出現的信貸需求，同時加強當地信息化建設步伐，降低養殖戶獲取市場信息的成本，提高他們產品

在市場上的競爭力。

參考文獻：

[1]屈小博. 不同規模農戶生產技術效率差異及其影響因素分析——基于超越對數隨機前沿生產函數與農戶微觀數據[J]. 南京農業大學學報：社會科學版，2009（3）：27-35.

[2]金福良，王璐，李谷成，等. 不同規模農戶冬油菜生產技術效率及影響因素分析——基于隨機前沿函數與1707個農戶微觀數據[J]. 中國農業大學學報，2013（1）：210-217.

[3]王秀清，蘇旭霞. 農用地細碎化對農業生產的影響——以山東省萊西市為例[J]. 農業技術經濟，2002（2）：2-7.

[4]劉威，張培蘭，馬恒運. 我國不同規模奶牛場的技術效率及其影響因素分析——基于新分類數據和隨機距離函數[J]. 技術經濟，2011（1）：50-55.

[5]張光輝. 農業規模經營與提高單產并行不悖——與任治君同志商榷[J]. 經濟研究，1996（1）：55-58.

[6]萬廣華. 測定技術進步和規模效應的一種新方法[J]. 農業技術經濟，1996（2）：22-25，53.

[7]Banker R D，Cooper W W. Some models for estimating technical and scale inefficiencies in data envelopment analysis[J]. Management Science，1984，30（9）：1078-1092.

[8]Charnes A W，Wei Q L. A semi-infinite multicriteria programming approach to data envelopment analysis with infinitely many decision making units[R]. Center for Cybernetic Studies Report CCS 511，1986.

[9]Charnes A，Cooper W W，Wei Q L，et al. Compositive data envelopment analysis and multi-objective programming[R]. Center for Cybernetic Studies Report CCS 633，1988.

[10]陳超，李紀生. 基于SBM模型的中國水稻生產效率分析[J]. 農業技術經濟，2008（4）：71-78.李康，鄭建國，伍大清. 生鮮農產品冷鏈物流配送干擾管理研究的思考[J]. 江蘇農業科學，2015，43（11：588-591.endprint