中國蛋雞養殖成本效率影響因素探究

胡浩++伏其其

摘要：基于成本最小化的假設，利用隨機前沿成本函數對我國蛋雞養殖業2004—2014年的成本效率進行測算，結果表明，小、中、大規模成本效率分別為0.847、0.863和0.866，存在一定的效率損失，近11年來效率值呈現先升后降的倒“U”形變化趨勢。進一步分析成本非效率影響因素發現，料蛋比、疾病防疫、產業結構對成本非效率具有顯著正效應；從養殖戶的角度進一步分析發現，專業戶較非專業戶具有更高的成本效率。此外，養殖規模差異并非導致成本效率差異的直接原因。

關鍵詞：蛋雞；隨機前沿成本函數；成本效率；影響因素

中圖分類號： F326.3文獻標志碼： A

文章編號：1002-1302（2017）09-0308-05

中國是世界第一大雞蛋生產國，2015年雞蛋產量2484.6萬t，占全球總產量的36%，連續29年保持全球第一位，蛋雞養殖產業化和規模化趨勢明顯。目前，國內雞蛋的年消費量約 2 383.4 萬t，年復合增長率1.9%，蛋粉、蛋液等加工品需求也呈現逐年增長的趨勢。然而，在生產消費增長的背后，蛋雞養殖環節還普遍存在投入要素利用率不高和資源浪費的情況。提高成本效率是降低養殖成本的關鍵，分析中國蛋雞成本效率及影響因素，在促進產業發展、提高養殖戶收益等方面都具有現實的意義和價值。

眾多學者運用不同的方法對養殖業成本效率進行了有價值的研究，發現效率缺失現象普遍存在。Chavas等利用非參數法對1987年美國威斯康星州的545個樣本農場農作物和家禽成本效率進行了測算，得出其效率值在0.76～0.96之間[1]；陳瓊等利用隨機前沿函數測算了我國2004—2011年肉雞養殖成本效率，發現所有省份平均效率值為0.635[2]；此外，技術效率作為成本效率的重要組成部分，潘丹等研究表明我國蛋雞生產技術效率約為0.947，存在一定的效率損失[3]；孫致陸等指出我國毛用羊飼養的平均技術效率僅為0.609[4]。

寧攸涼等從技術效率和配置效率角度解釋了畜牧業成本無效的原因[5-6]。此外，科埃利研究發現，環境變量將顯著影響管理者把投入轉化為產出的能力[7]。可觀測的環境變量如所有制、勞動者受教育水平、經驗水平等是影響農戶成本效率的重要因素[8-9]；不可觀測的環境變量，如資源稟賦、社會經濟、疾病風險等，也是導致區域間養殖成本效率差異的重要原因[2]。此外，學者在生產規模和技術效率的關系上存在較大爭議，不相關、正相關、“U”形關系均有論證[4，10-11 ]。

目前學者多從產出角度討論生產的技術效率，關于蛋雞養殖成本效率及其影響因素的文獻尚不充分，結合農戶特征進行解釋的研究更為少見。本研究在采用隨機前沿方法對我國蛋雞養殖的成本效率進行實證評估的基礎上，進一步厘清成本效率的影響因素及其改善的空間和方向，在農業供給側改革的背景下，以期為提高蛋雞生產的成本效率進而實現經濟效益的增加、提升產業競爭力提供理論依據。

1模型設定

柯布-道格拉斯成本函數和超越對數成本函數是目前應用最廣泛的2種隨機前沿成本函數形式，由于后者有投入要素替代彈性可變的特點，更加貼近蛋雞養殖規模收益可變的實際過程，因此本研究采用后者進行成本效率的估算。

1.1基于超越對數的隨機前沿成本函數

依據Battese等建立的隨機成本邊界模型[12]，在研究中，為考慮技術變動引起的影響，將時間因素t引入到模型中，本研究超越對數隨機前沿成本函數模型的具體形式為：

式中：i代表樣本省份數（i=1，2，…，n）；t代表時間（t=1，2，…，n）；Cit代表第i省第t年蛋雞的養殖總成本；Yit為第i省第t年雞蛋產量；Pjit（j=1，2，3）分別表示第i省第t年的主要投入要素價格，分別為飼料價格、仔畜價格與勞動力價格。其中，α、β、γ為待估計參數。vit是隨機誤差項，vit ～N（0，σv2），uit為成本非效率項，其分布方式由所選參數方法設定。

1.2成本非效率影響因素

成本非效率項服從在0處截斷的正態分布，即uit～N（uit，σv2），具體形式為：

式中：uit為成本非效率；zjit為可能影響成本非效率的一系列因素；δi為待估計參數；εit為成本非效率模型的誤差項，服從0處截斷的N（0，σ2u）的正半部分布。由于數據的限制，目前關于畜禽養殖的成本效率研究較多停留在宏觀層面，本研究擬從宏觀產業環境和農戶特征2個角度對成本無效項進行解釋。首先，利用省際面板數據探討成本非效率與料蛋比、疾病防疫、產業結構、養殖規模、區域差異等因素的關系，在此基礎上，進一步利用農戶調研數據，探討成本非效率與農戶個體差異，如經營性質、教育水平、養殖經驗、技術培訓、養殖規模等因素的關系。因此，無效率模型的設定具體如下：

省際成本非效率影響因素模型：

式中：ratit代表第i省第t年蛋雞養殖的料蛋比，反映整體的飼養水平；diseit代表第i省第t年蛋雞養殖的疾病防疫費用，反映該省份當年蛋雞疫情的嚴重程度；struit代表第i省第t年的產業結構，用第一產業產值占國民生產總值的比重表示；Si代表小、中、大養殖規模虛擬變量，其中S2和S3分別代表中規模、大規模；Di代表東、中、西部地區虛擬變量，反映各區域的地理位置、資源稟賦、社會經濟等，其中D2和D3分別代表中部、西部，其系數分別反映東部與中部、東部與西部成本效率的差異。

農戶成本函數及成本非效率影響因素模型：

需要說明的是，在對農戶成本效率及影響因素分析時，本研究使用的是2014年鹽城市蛋雞養殖情況調研數據，因此在設立模型時做出如下調整：（1）成本函數在模型（1）的基礎上刪除t、t2項；（2）對農戶成本效率分析中添加經營性質、經驗水平、教育水平、技術推廣等影響因素；（3）由于鹽城市蛋雞養殖戶面臨的外部環境是相近的，因此模型不再添加產業結構、疾病防疫、地區虛擬變量作為控制變量。農戶的成本非效率模型具體設立如下：

式中：ui為農戶成本非效率項，i代表農戶編號；pro為農戶經營性質虛擬變量，0為專業戶，1為非專業戶；edu為戶主受教育水平虛擬變量（由于戶主文化程度初中、高中的個體占據了樣本的絕大多數，整體變異較小，綜合考量后本研究將受教育水平設定為虛擬變量，即初中及以下為0，高中及以上為1）；rat為料蛋比，同式（3）中定義；exp為農戶的養殖年限；training為農戶參與農業技術培訓的次數；Q為養殖規模，用蛋雞存欄量表示。

在對成本非效率項進行解釋時，Pitt等通過兩階段的因素回歸法，第一步先測算決策單元的效率值，第二步將效率值作為被解釋變量，再通過構建回歸模型，利用一系列變量對無效率項進行解釋，該方法存在估計有偏的缺陷[13]。本研究參照Battese等采用的一步法[12]，先將成本非效率的分布均值假設為各種影響因素的函數，然后將各樣本的成本非效率值和影響效率的因素放在一個模型里，利用Frontier 4.1進行聯合估計。

成本非效率反映個體與前沿面的偏離程度。在超越對數成本函數中，其估計結果為exp（uit），取值為[1，+∞），無效率指標值越高，代表偏離隨機前沿面越遠，其倒數為成本效率（CE），反映理論最小成本與實際成本的比值，取值為[0，1]，效率指標值越高，表示個體i在t期越有效率。為便于闡述，本研究報告結果均為成本效率值。

2樣本選取與變量設定

2.1數據來源

本研究所用數據來源于2個部分，第1部分為《全國農產品成本收益資料匯編》數據（以下簡稱農本），第2部分為調研數據。農本分小、中、大規模（其中，小規模300～999羽，中規模1 000～9 999羽，大規模10 000羽以上）進行成本收益等數據統計，但由于部分省份數據缺失，本研究在小規模分類中選取山東、山西、河南、遼寧、黑龍江等5個樣本省份；中規模分類中選取云南、內蒙、北京、吉林、四川、天津、寧夏、安徽、山東、山西、新疆、江蘇、河北、河南、浙江、湖北、甘肅、遼寧、重慶、陜西、黑龍江等21個樣本省份；大規模中選取云南、北京、吉林、四川、天津、安徽、山東、廣東、江蘇、河南、海南、湖南、湖北、福建、遼寧、黑龍江等16個樣本省份。由于2004年以后農本的統計指標有所變化，為統一口徑，本研究選擇的是2004—2014年小、中、大規模養殖戶投入產出的面板數據，實際成本及投入要素價格按2004年農業生產資料價格指數進行調整。

農戶數據來源于2015年9月課題組在鹽城市實施的蛋雞養殖調查。鹽城市作為江蘇省禽蛋主產區，禽蛋產量占全國3%以上，具有一定的區域代表性。結合實際生產情況，本次調研選取了鹽城市下轄的東臺市、大豐區和建湖縣共計18個鎮作為研究地區。問卷內容涉及養殖戶信息、飼養方式、固定資產、收入、支出與生產性能6個部分。為保證問卷質量，問卷內容經過2次預調查修正后，正式調查采取調查員與養殖戶面對面交流的形式，由調查員代為填寫，并在調查結束后對部分養殖戶進行了電話回訪。本次調查共訪談養殖戶、合作社167個，剔除遺漏信息、題寫錯誤等問卷后，有效問卷140份，有效率83.8%。

2.2變量設定及統計分析

參考農本數據的一般文獻處理方式，總成本（C）為每百羽蛋雞的生產成本；產出（Y）為每百羽蛋雞主產品產量；投入要素包括精飼料、苗雞、勞動力，三者合計分別占小、中、大規模總成本份額的97.1%、95.4%、93.3%，具有極強的代表性。其中，勞動力價格（Pl）以每百羽蛋雞的人工成本除以用工數量得到，精飼料價格（Pf）以每百羽蛋雞所耗用的精飼料費用除以精飼料用量得到，苗雞價格（Pchi）為每百羽的苗雞進價，各變量統計特征見表1。

3實證結果分析

3.1面板模型估計結果

本研究運用Frontier 4.1軟件，采用極大似然法對我國蛋雞養殖隨機前沿成本函數進行估計，估計結果見表2。

在隨機前沿成本函數中，由變差率γ=σu2/σ2，σ2=σu2+σv2是否顯著來推斷成本無效率項對產出是否有顯著的影響。在估計結果中，γ估計值為0.235，在γ值等于0的原假設下，約束條件為9，γ值單邊似然比檢驗統計量LR等于606.6，大于顯著性水平0.01的混合卡方臨界值16.07，即拒絕γ為0的假設。可見隨機前沿成本函數是有效的，成本非效率項u切實存在，成本非效率一定程度上導致了我國蛋雞養殖業實際生產成本偏離最優水平。

估計結果顯示，顯著水平0.1以上的變量有13個，模型整體上較為顯著，t2系數在0.05的統計水平上顯著為正，t系數在0.01的統計水平上顯著為負，說明我國蛋雞養殖成本經歷了先降再升的“U”形變化。該結果與現實情況相一致，2004—2008年，我國小、中、大規模蛋雞養殖每百羽實際成本分別從8 228、8 692、9 076元下降至6 779、6 813、7 543元，2009—2014年進入再次增長階段。

3.2成本效率值及其變化分析

圖1反映了不同蛋雞養殖規模成本效率的變化趨勢。2004—2014年中國蛋雞養殖成本效率整體上呈現先升后降的倒“U”形變化趨勢。2004—2009年間，小規模樣本省份成本效率增長最快，從0.801提高到0.878，2009年以后進入波動下降階段，11年間平均成本效率為0.847。理論上來說，在現有的技術水平下，如果能消除技術效率和配置效率損失，在保持產出不變的前提下，小規模養殖成本仍存在15.3%的下降空間。中規模成本效率呈現前期穩定上升后期波動下降的趨勢，平均成本效率為0.863，養殖成本存在13.7%的下降空間；大規模成本效率呈現前期波動上升，后期波動中趨于平穩的趨勢，平均成本效率為0.866，養殖成本存在13.4%的下降空間。

由表3可以看出，近11年中部地區的平均成本效率最低，其均值為0.857，其次為東部地區，其均值為0.861，西部地區的成本效率最高，其均值為0.872。從各年的變化趨勢來看，各地區蛋雞生產的成本效率整體上也呈現出了倒“U”形的變化趨勢。在前期增長階段，中部地區增幅最大，從2004年的0.819增加到2008年的0.888，西部地區其次，增長幅度為0.031，東部地區增幅最小，其成本效率僅提高了0009。針對上述現象，一是由于生產要素，如勞動力、飼料等在東部價格更高，從而提高了東部地區的養殖成本。二是長三角和珠三角地區為禽流感多發區，養殖風險大，死亡損失高。此外，中部各省份的生產能力與資源利用狀態均未達到最優，與東部相比存在較大的提升空間，因此同期效率也上升較快。

3.3省際成本無效影響因素分析

在隨機前沿成本模型中，成本非效率EFF=exp（uit），根據表2的參數估計結果，可將成本非效率表示為：

料蛋比、疾病防疫費用均在0.01水平上與成本非效率呈顯著正相關關系，該結論與理論相符合，與陳瓊等的結論[2]相一致。養殖過程中的料蛋比越高，同等禽蛋產量下消耗飼料越多，生產成本越高；防疫費用是蛋雞生產直接物質成本的重要組成部分，防疫費用的大幅上升也將顯著提高生產成本；閆振宇等研究指出防疫、飼料等要素投入冗余是大規模生豬養殖成本非效率的重要原因[6]。可見，在蛋雞養殖過程中提高飼料轉化率及防疫水平將有利于降低養殖成本。

產業結構與成本非效率在0.01水平上顯著正相關，即農業產值越高的省份蛋雞養殖的成本效率越低。其原因可能是農[CM（25]業大省在養殖過程中產出過多依賴于勞動力、飼料等要素的投入，而機械設備投入相對遲滯，生產要素配置不協調一定程度上抑制了成本效率的持續改善[1]。

養殖規模差異并非導致成本效率差異的直接原因。模型中規模虛擬變量S2、S3系數為正，其對應t統計值分別為 0.33、0.16，小于0.1顯著水平t值1.65，在統計意義上均不顯著，說明小、中、大規模在生產的技術效率和要素的配置效率上并不存在顯著差異，與潘丹等的研究結論一致[3，10]，成本無效主要由飼料轉化率低、防疫費用過高以及區域間環境差異所導致。

地區虛擬變量中，D2的估計系數在統計意義上并不顯著，可推斷東部、中部的區域差異并不是導致成本效率差異的主要原因；D3的估計系數在0.1的水平上顯著為負，可見西部地區蛋雞養殖的成本效率要高于東部。可見，在蛋雞養殖過程中，由區域間差異導致成本效率上的差異是客觀存在的，各地區應因地制宜，合理配置生產要素，切實降低養殖成本。

3.4農戶成本無效影響因素分析

農產的投入產出及成本無效率影響因素統計特征見表4。

運用Frontier 4.1軟件，采用極大似然法對鹽城市蛋雞養殖戶的隨機前沿成本函數進行估計。γ估計值接近于1，說明成本偏差基本是由成本非效率造成的，樣本數據噪聲較小，且在γ等于0的原假設下，約束條件為8，參數γ的單邊似然比檢驗統計量LR等于286.2，大于顯著性水平0.01的混合卡方臨界值16.07，即拒絕γ為0的假設，可見在隨機前沿成本函數中，成本非效率項u切實存在。具體估計結果見表5。

農戶樣本γ估計值高于面板γ估計值，本研究認為存在以下原因：（1）省際無效率模型可能存在統計誤差、解釋變量遺漏以及函數形式選擇引致的近似誤差。（2）省際面板數據時間跨度大，樣本省份多，疫情沖擊、市場行情等狀況復雜，而調研樣本均來自鹽城市，養殖戶面臨的市場、自然環境等外部因素相近。基于以上原因，調研農戶樣本的隨機擾動影響小于面板數據的隨機擾動項影響。

經營性質虛擬變量在0.01水平上與成本非效率顯著正相關，這意味著專業養殖的成本非效率比非專業養殖低0038，結合調研數據，可能存在以下原因：（1）專業養殖戶一般都是富有經驗的行家里手，在選購苗雞、飼料配制、疾病防治等環節均積累了大量的經驗。且在實際調查中筆者發現，專業戶較非專業戶具有更高的防疫水平，樣本專業戶中636%擁有防疫資格證，而非專業戶中40.3%擁有防疫資格證。（2）專業戶更傾向于采納先進的技術和設備，在受訪農戶中，55.1%的專業戶在喂料環節中采取行車、料線為主的自動化方式，而非專業戶中僅占22%。可見，專業戶有條件采用集約化和標準化的養殖模式，一定程度上提高了成本效率。

料蛋比在0.01水平上與成本非效率顯著正相關，該發現與前述省際面板數據研究結果一致。在相同的技術條件和飼養模式下，料蛋比過高是管理水平低下的直接表現。在樣本養殖戶中，料蛋比最低的10個養殖戶每百羽蛋雞平均飼料成本（7 970元）較最高的10個養殖戶（11 839元）低3 869元。可見，飼料作為蛋雞養殖過程中最重要的物質成本，提高飼料轉化率是降低蛋雞養殖成本的關鍵。

教育水平、養殖經驗與技術推廣的估計系數的t值分別為-1.265、-1.356、1.345，均未通過顯著性檢驗。本研究認為存在以下原因：（1）調查區域養殖戶文化水平整體偏低。樣本中，文化水平初中及以下的養殖戶77人，占樣本量的55%，高中文化水平的養殖戶57人，占40.7%，養殖戶掌握的文化知識與實際養殖過程中需要的疾病防疫、科學管理等知識類型存在差異，且科學文化素質在養殖環節的作用小于非正式教育，如技術培訓等[14]。（2）在技術推廣過程中，畜牧獸醫站等基層機構多采取集體宣講的形式，功效難以直接作用于養殖環節，且培訓效果好壞與農戶接受程度密切相關。

成本非效率與養殖規模并未表現出顯著的相關關系，該結果與面板數據結果一致。學術界關于規模與效率的關系爭論不一，從本研究實證結果來看，規模過大并不是導致養殖成本過高的“元兇”，成本效率主要受飼料轉化率、疫情等因素影響，且大規模具有小規模無法比擬的優勢：（1）人雞分離的管理方式改善了衛生狀況，提高了蛋品質量安全水平。（2）產業化、規模化的生產方式避免了散戶一哄而上、一哄而散的局面，從源頭減少了雞蛋供給側的波動，有利于市場行情的穩定及行業的健康發展。

4結論與討論

本研究基于成本最小化的理論假設，利用2004—2014年省際蛋雞養殖成本收益的面板數據，利用超越對數隨機前沿成本函數對成本效率值進行了測算，并從宏觀環境和農戶特征角度探討了成本非效率的影響因素。

4.1結論

本研究通過運用隨機前沿成本函數對成本有效性進行估計的結果發現：（1）我國蛋雞養殖整體上保持了較高的成本效率，但各省都存在不同程度的成本非效率情況。小、中、大規模樣本省份的平均成本效率分別為0.847、0.863、0.866，說明生產過程中還存在一定的技術無效和要素配置無效現象。在現有的技術水平下，通過消除效率損失，各類養殖規模成本分別還有15.3%、13.7%、13.4%的下降空間；（2）近11年來，全國蛋雞養殖的成本效率呈現先升后降的倒“U”形變化趨勢，小規模成本效率波動最為明顯，蛋雞規模化養殖的優勢逐步體現；（3）從樣本省份來看，2004—2014年間，不同省份間成本效率差異明顯，東、中、西部成本效率也存在一定的差異。

本研究運用成本非效率模型對成本非效率影響因素進行估計的結果發現：（1）料蛋比對成本非效率具有顯著正向影響，飼料的轉化率過低導致飼料費用過高，降低成本效率；（2）疾病防疫費用與成本非效率顯著正相關，疾病的發生一方面導致了防疫費用的增加，另一方面可能導致死亡損失費的增加，從而增加養殖成本，降低成本效率；（3）農業產值占比與成本非效率顯著正相關，在蛋雞養殖過程中，若產出過多依賴于飼料、勞動力等要素的投入，而忽略機械設備投入、科學化的管理，將會影響成本效率的持續改善；（4）養殖規模差異并非導致成本效率差異的直接原因，成本效率受其他因素影響更大；（5）專業化養殖戶通過標準化、集約化的生產，在成本控制上更具優勢。

4.2討論

長久以來，我國蛋雞養殖業普遍重視產出增長、收入增加而輕視成本效率的提高，科學化飼養和管理的意識淡薄，這種生產行為直接導致了要素投入的冗余、生產資源的浪費。市場行情較好時可獲得一定的利潤，在市場波動大的情況下往往入不敷出。本研究結果表明，我國蛋雞養殖的成本效率整體上較高，但仍存在一定的效率損失，且自2009年以來成本效率普遍呈現下行趨勢，離實現最優水平的差距在擴大。在勞動力、飼料等資源約束越發緊迫的現狀下，我國蛋雞養殖業的資源配置及管理水平還有待提高。

值得注意的是，我國蛋雞專業化、規模化養殖的優勢正不斷凸顯。在行業成本效率整體下降的背景下，中、大規模的下降幅度整體上小于小規模養殖戶。隨著我國城鎮化和工業化水平的不斷提高，農村勞動力大量轉移，小戶剩余廉價勞動力的優勢將逐步消失，誘導和培養專業化養殖戶將成為蛋雞行業的新出路。單純地依靠擴大生產規模，增加要素投入實現產出增長的模式難以持續，提高成本效率成為持續增加養殖戶收入、提高產品核競爭力的有效途徑，養殖戶應著眼于先進的管理經營理念，因地制宜的生產技術和生產模式，力求達到最優的成本效率，實現行業健康、持續發展。

參考文獻：

[1]Chavas J P，Aliber M. An analysis of economic efficiency in agriculture：a nonparametric approach[J]. Journal of Agricultural and Resource Economics，1993，18（1）：1-16.

[2]陳瓊，李瑾，王濟民. 基于 SFA 的中國肉雞養殖業成本效率分析[J]. 農業技術經濟，2014（7）：68-78.

[3]潘丹，曹光喬，秦富. 基于隨機前沿分析的中國蛋雞生產技術效率研究[J]. 江蘇農業科學，2013，41（6）：389-392.

[4]孫致陸，肖海峰. 農牧戶羊毛生產技術效率及其影響因素研究——基于內蒙古、新疆等5省份農牧戶調查數據的分析[J]. 農業技術經濟，2013（2）：86-94.

[5]寧攸涼，喬娟. 中國城市生豬規模養殖模式的生產率變動分析[J]. 統計與信息論壇，2010，25（5）：59-64.

[6]閆振宇，陶建平，徐家鵬. 中國生豬生產的區域效率差異及其適度規模選擇[J]. 經濟地理，2012，32（7）：107-112.

[7]科埃利. 效率與生產率分析引論[M]. 北京：中國人民大學出版社，2008.

[8]Ali M，Flinn J C. Profit efficiency among Basmati rice producers in Pakistan Punjab[J]. American Journal of Agricultural Economics，1989，71（2）：303-310.

[9]Ekanayake S A B，Jayasuriya S K. Measurement of firm-specific technical efficiency：a comparison of methods[J]. Journal of Agricultural Economics，1987，38（1）：115-122.

[10]Kalirajan K P. The importance of efficient use in the adoption of technology：a micro panel data analysis[J]. Journal of Productivity Analysis，1991，2（2）：113-126.

[11]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），2009，9（3）：27-35.

[12]Battese G E，Coelli T J. A model for technical inefficiency effects in a stochastic frontier production function for panel data[J]. Empirical Economics，1995，20（2）：325-332.

[13]Pitt M M，Lee L F. The measurement and sources of technical inefficiency in the Indonesian weaving industry[J]. Journal of Development Economics，1981，9（1）：43-64.

[14]Kalirajan K P，Shand R T. Types of education and agricultural productivity：a quantitative analysis of Tamil Nadu rice farming[J]. The Journal of Development Studies，1985，21（2）：232-243.