中國大規模生豬養殖技術效率研究

冷碧濱，吉雪強，曾 顥，涂國平

(1.江西科技師范大學 經濟管理學院，江西 南昌 330038；2.南京大學 商學院，江蘇 南京 210093；3.南昌大學 管理學院，江西 南昌 330031)

中國大規模生豬養殖技術效率研究

冷碧濱1，吉雪強1，曾 顥2，涂國平3，*

(1.江西科技師范大學 經濟管理學院，江西 南昌 330038；2.南京大學 商學院，江蘇 南京 210093；3.南昌大學 管理學院，江西 南昌 330031)

摘 要：利用面板數據，采用非參數前沿法中的數據包絡分析法(data envelopment analysis，DEA)對我國2008—2015年各地區大規模生豬養殖綜合技術效率進行測度及分解，分析各分解效率對大規模生豬養殖綜合技術效率的影響。結果表明，我國西部地區大規模生豬養殖技術效率高，東部地區與中部地區存在較大改進空間；純技術效率對綜合效率的影響及制約能力略強于規模效率。利用參數前沿法中的隨機前沿方法(stochastic frontier approach，SFA)測度所得大規模生豬養殖綜合技術效率與DEA方法測度技術效率進行對比，得出2種方法的共同點。基于研究結論對我國大規模生豬養殖提出改進建議：西部地區應當發揮規模養殖優勢，引入清潔養殖技術；東部地區應當推動生豬養殖向自動化、信息化方向發展；中部地區應當發揮位置優勢，建立中東部技術交流平臺及中西部快速物流通道。

關鍵詞：生豬；大規模養殖；技術效率

自2004年起，中共中央已連續出臺14個“一號文件”指導“三農”工作，農村、農業和農民問題是我國黨和政府當前乃至今后很長時間內的重要工作。生豬養殖業既是我國農業的重要產業，也是農民致富的重要領域。國家統計局數據顯示，豬肉生產在我國畜牧業中處于主體地位，2016年全國全年豬牛羊禽肉產量8 364萬t，其中豬肉產量5 299萬t，占比高達63.35%。生豬養殖業的發展取決于其生產能力的增長，而生產能力的增長則依賴于生產要素的不斷投入和生產效率的不斷提高。隨著我國農業生產逐漸擺脫以增加投入要素帶動增長的粗放型經營模式，生豬養殖業也將逐漸步入以提高生產效率帶動增長的大規模養殖階段。由于我國大規模生豬養殖存在技術消化能力弱、養殖成本增長迅速等諸多問題，如何解決生豬大規模養殖所面臨的問題，推動其進一步發展，是當前生豬養殖業面臨的迫切任務。

研究生豬養殖技術效率，有利于反映技術力量在我國生豬養殖發揮的程度，折射出技術更新應用對推動生豬養殖發展的有效程度，從而對我國大規模生豬養殖生產能力進行合理分析。對技術效率的研究主要有2種方法：一是數據包絡分析方法(data envelopment analysis，DEA)[1]，另一種是隨機前沿分析方法(stochastic frontier approach，SFA)[2]。從過去的研究看，大部分學者選擇無須構建生產函數便可對參數進行估計的DEA方法作為生豬養殖技術效率測度的主要手段，林杰等[3]采用DEA-bad output模型測度了18個省份2007—2011年不同規模生豬養殖在水資源約束下的環境技術效率，翁貞林等[4]利用DEA模型Malmquist指數法分析了4種生豬養殖模式全年平均全要素生產率情況，張曉恒等[5]分析了我國各地區不同規模生豬養殖個體的技術效率與環境效率狀況，王德鑫等[6]基于DEA-Malmquist生產率指數法測度了中國規模化生豬養殖效率的變動情況，杜紅梅等[7]構建SE-DEA模型，對中國17個生豬主產區2004—2014年規模養殖的環境效率進行測算。

以上研究對于我國生豬養殖業的發展起到了一定的推動作用，但是DEA方法將所有對生產邊界或成本邊界的偏離都歸因于低效率，這與生豬養殖實際情況有一定的偏差。為了解我國大規模生豬養殖技術效率的真實情況，本文在使用DEA方法進行技術效率測度的基礎上，引入參數SFA方法，將DEA與SFA測度出來的大規模生豬養殖技術效率值進行對比研究，并基于2種方法測度所得的共同結論為我國生豬養殖業持續發展提供有效建議。

1 模型構建

1.1 DEA模型構建

DEA法[8]是研究具有多個輸入、多個輸出的決策單元相對有效性的常用方法。根據DEA模型與中國生豬大規模養殖實際情況，構建中國生豬大規模養殖DEA效率測度模型。以各省大規模生豬養殖為一個決策單元，則各省的大規模生豬養殖技術效率為

(1)

式(1)中：hj為第j省的大規模生豬養殖技術效率；xij表示第j省的第i項投入；vi為第j省的生豬主產品產出；j0表示第i項投入的權重系數；u表示生豬主產品產出的權重系數。j0省大規模生豬養殖技術效率評價模型為

(2)

為了方便計算，將其轉化為線性規劃模型。令

則大規模生豬養殖技術效率評價模型轉化為

maxhj0=uyj0；

(3)

該模型的含義是，以權系數vi、u為變量，以我國各省大規模生豬養殖技術效率hj為約束，以第j0省的效率指數為目標。即評價第j0省的養殖效率是否有效，是相對于其他各省而言的。

1.2 SFA模型構建

根據SFA原理，其基本模型可表示為y=f(x，β)·exp(v+u)，其中y代表產出，x代表矢量投入，β則是待定的矢量參數。在對我國大規模生豬養殖技術效率進行充分考慮的基礎上，本文擬利用SFA模型[9]對我國大規模生豬養殖技術效率展開研究。同時，運用對數型柯布-道格拉斯生產函數及我國大規模生豬養殖相關數據，對我國大規模生豬養殖技術效率水平進行測定。計算公式如下：

lnyit=β0+β1·lnLit+β2·lnKit+β3·lnSit+vit-uit。

(4)

式(4)中：yit為第i省第t年大規模生豬養殖的主產品產量；Lit為第i省第t年大規模生豬養殖用工數量；Kit為第i省第t年大規模生豬養殖人工成本；Sit為第i省第t年大規模生豬養殖物質與服務費用；β1、β2、β3估計參數；uit與νit表示影響第i省第t年大規模生豬養殖的隨機因素和管理效率。

2 大規模生豬養殖技術效率研究

2.1 指標選取

根據《全國農產品成本收益資料匯編》數據以及我國大規模生豬飼養的主要量化指標，本研究確定用工數量(d·頭-1)、人工成本(元·頭-1)、物質與服務費用(元·頭-1)3個指標作為中國大規模養殖技術效率評價的投入指標，確定每頭生豬的主產品產量(kg·頭-1)為產出指標。其中用工天數是指飼養每頭豬所耗費的工時，人工成本是指飼養每頭豬所消耗的人力成本，物質與服務費用是指飼養每頭豬所耗用的仔畜費、飼料費、燃料動力費、水費等17項費用的綜合。每頭生豬的主產品產量是衡量生豬養殖能力的重要指標，代表著一個養殖單位的最終養殖成果。

2.2 綜合技術效率測度

利用DEAP 2.1軟件，首先建立數據表，將來自《2009—2016年全國農產品成本收益資料匯編》的2008—2015年我國各省大規模生豬養殖的數據(考慮到數據可得性，共選取我國29個省市大規模生豬養殖相關數據)輸入，以我國各省大規模生豬養殖的每頭生豬的主產品產量為產出指標，以我國各省大規模生豬養殖每頭生豬的用工數量、人工成本、物質與服務費用作為投入指標，運算結果見表1。

總體來看，我國大規模生豬養殖綜合技術效率均值西部地區最高，東部地區次之，中部地區最低。處于生產技術前沿面的省份西部地區有2個，分別是青海、新疆，兩地雖然處于我國西部地區，經濟發展水平較東中部較為落后，養殖技術落后，但是其養殖耗用的勞動力成本和生豬養殖投入物料價格較低，投入成本低。東部地區有2個，分別是河北、上海，這2個地區生豬養殖技術先進，一定程度上能夠發揮技術優勢，提高生產效率，從而抵消勞動成本及物料價格帶來的技術效率損耗。我國共有25個省份的大規模生豬養殖技術效率小于1，表示這些省份的生豬大規模養殖處于生產的相對無效率狀態，存在一定的改進空間。

2.3 綜合技術效率分解

通過對大規模生豬養殖綜合技術效率的分解，可以得到大規模生豬養殖的純技術效率與規模效率，2008—2015年我國各省大規模生豬養殖純技術效率均值及規模效率均值如表2所示。

表1各省大規模生豬養殖綜合技術效率DEA處理結果

Table1DEA treatment results of comprehensive technical efficiency of large-scale pig farming

地區Area省、直轄市Provinces or municipalities綜合技術效率Comprehensive technical efficiency排序Rank東部地區北京 Beijing0.85822Eastern China天津 Tianjing0.89714河北 Hebei1.0001上海 Shanghai1.0001江蘇 Jiangsu0.84825浙江 Zhejiang0.87518福建 Fujian0.9857山東 Shandong0.96310廣東 Guangdong0.77229海南 Hainan0.87020均值Mean0.912—中部地區山西 Shanxi0.94112 Central China內蒙古Inner Mongolia0.78527遼寧 Liaoning0.90513吉林 Jilin0.87219黑龍江 Heilongjiang0.96111安徽 Anhui0.86721江西 Jiangxi0.89116河南 Henan0.82426湖北 Hubei0.87717湖南 Hunan0.89215廣西 Guangxi0.77328均值Mean0.872—西部地區重慶 Chongqing0.85424 Western China四川 Sichuan0.9955貴州 Guizhou0.9866云南 Yunnan0.9709陜西 Shaanxi0.9788甘肅 Gansu0.85723青海 Qinghai1.0001新疆 Xinjiang1.0001均值Mean0.955—

從表2可以看出，純技術效率西部地區最高，新疆、青海、四川、貴州、云南等地區達到了生產技術前沿面，其中四川與云貴地區是我國生豬養殖的重點區域，養殖技術先進、經驗豐富，而青海與新疆其生豬養殖數量較少，但整體上為農場養殖，規模較大，技術較先進。東部地區的純技術效率次之，河北、上海、福建等地區純技術效率達到了生產技術前沿面，主要是因為這些地區經濟發達，生產技術先進。中部地區的純技術效率值最低，這是因為中部地區無論在養殖技術或是養殖經驗與東部地區相比都處于弱勢，而養殖規模與西部地區相比也處于弱勢，難以通過規模生產提高養殖技術。規模效率方面，西部地區最高，這與西部地區開展的農場式養殖有關，其次是中部地區，最次是東部地區。東部地區人稠地少，土地成本高昂，降低了其養殖規模效率。

為了解大規模生豬養殖純技術效率及規模效率對于綜合技術效率的貢獻，制作大規模生豬養殖分解效率與綜合技術效率關系散點圖(圖1)。代表各省大規模生豬養殖技術效率的散點沒有實現沿對角線匹配，表示各省大規模生豬養殖綜合技術效率受到兩種分解效率的共同作用。由于只有少數省份大規模生豬養殖技術效率均值達到了有效狀態，而規模效率遠大于純技術效率，所以有更多的由規模效率和綜合效率確定的散點位于散點圖的偏上部和頂部，使得散點偏離對角線的程度較純技術效率偏離的更多，說明在大規模生豬養殖綜合技術效率的分解中，純技術效率對綜合效率的影響及制約能力略強于規模效率。

表2各省大規模生豬養殖純技術效率及規模效率

Table2Pure technical efficiency and scale efficiency of large-scale pig farming

地區Area省、直轄市Provinces or municipalities純技術效率Pure technical efficiency規模效率Scale efficiency東部地區北京 Beijing0.8600.997Eastern China天津 Tianjing0.9280.967河北 Hebei1.0001.000上海 Shanghai1.0001.000江蘇 Jiangsu0.8490.998浙江 Zhejiang0.8990.974福建 Fujian1.0000.985山東 Shandong0.9900.974廣東 Guangdong0.7770.993海南 Hainan0.9790.889均值Mean0.9360.976中部地區山西 Shanxi0.9430.998 Central China內蒙古Inner Mongolia0.7870.998遼寧 Liaoning0.9150.988吉林 Jilin0.8880.982黑龍江 Heilongjiang0.9630.998安徽 Anhui0.8890.976江西 Jiangxi0.9480.940河南 Henan0.8280.995湖北 Hubei0.9080.965湖南 Hunan0.9390.950廣西 Guangxi0.7780.993均值Mean0.8900.980西部地區重慶 Chongqing0.8600.993 Western China四川 Sichuan1.0000.995貴州 Guizhou1.0000.986云南 Yunnan1.0000.970陜西 Shaanxi0.9890.988甘肅 Gansu0.8590.998青海 Qinghai1.0001.000新疆 Xinjiang1.0001.000均值Mean0.9640.991

圖1 分解效率對綜合技術效率的貢獻分析Fig.1 Analysis of decomposition efficiency of comprehensive technical efficiency contribution

3 SFA技術效率測度

由于DEA方法存在一定偏差，利用隨機前沿分析軟件Frontier 4.1[10]進行中國大規模生豬養殖技術效率SFA方法測度。將2008—2015年各省大規模生豬養殖的數據輸入，以每頭生豬的主產品產量為產出指標，以用工數量、人工成本、物質與服務費用為投入指標，運算結果見表3。

將SFA測度的技術效率值與DEA測度的技術效率值進行對比，可以發現一些共同的特征：我國大部分地區技術效率值均未達到1，具有一定的改進空間。西南地區(四川、云南、貴州)的SFA測度技術效率值與DEA測度技術效率值都處于較高水平，而北京、江蘇、廣東等地無論是SFA測度技術效率值還是DEA測度技術效率值都有較大的改進空間。

4 討論

表3各省大規模生豬養殖綜合技術效率SFA處理結果

Table3SFA treatment results of comprehensive technical efficiency of large-scale pig farming

地區Area省、直轄市Provinces or municipalities綜合技術效率Comprehensive technical efficiency排序Rank東部地區北京 Beijing0.82823Eastern China天津 Tianjing0.87116河北 Hebei0.82724上海 Shanghai0.84720江蘇 Jiangsu0.81329浙江 Zhejiang0.9017福建 Fujian0.86617山東 Shandong0.87215廣東 Guangdong0.82426海南 Hainan0.82525均值Mean0.850—中部地區山西 Shanxi0.86519 Central China內蒙古Inner Mongolia0.9631遼寧 Liaoning0.88711吉林 Jilin0.9385黑龍江 Heilongjiang0.83721安徽 Anhui0.9008江西 Jiangxi0.9384河南 Henan0.87214湖北 Hubei0.88712湖南 Hunan0.9116廣西 Guangxi0.8959均值Mean0.900—西部地區重慶 Chongqing0.86518 Western China四川 Sichuan0.89110貴州 Guizhou0.9602云南 Yunnan0.9573陜西 Shanxi0.87713甘肅 Gansu0.82227青海 Qinghai0.81328新疆 Xinjiang0.83422均值Mean0.877—

使用DEA方法對我國大規模生豬養殖技術效率進行測度，對DEA綜合技術效率值進行了分解探討，另用SFA方法對大規模生豬養殖技術效率進行測度，并與DEA測度出的技術效率值進行對比分析，找出2種方法技術效率測度的共同點。研究發現，我國大部分地區大規模生豬養殖技術效率存在改進空間，西部地區的大規模生豬養殖技術效率較高，東部地區與中部地區存在較大改進空間。這主要是因為：西部地區經濟發展水平較低，勞動成本與養殖投入物料成本低，尤其是西南地區生豬養殖技術先進，經驗豐富；東部地區雖然具有技術優勢，但物料成本及勞動成本較為高昂，尤其是北京等經濟發達地區，由于土地成本等因素，難以發揮規模養殖效益；中部地區在技術及成本方面都處于較弱勢地位。純技術效率對大規模生豬養殖綜合技術效率的影響和制約要強于規模效率。

基于此，特提出以下建議。(1)西部地區應發揮規模養殖優勢，進一步推動規?；?、標準化養殖，同時加快先進養殖技術的引入，尤其是要引進清潔養殖技術，既降低技術效率對于低廉勞動力及低物料價格的依賴，同時也避免生豬大規模養殖帶來的污染對西部環境的破壞。(2)東部地區養殖技術較為先進，應發揮技術優勢提高生產效率，降低因養殖成本高昂而帶來的效率損失。建議未來東部地區應當繼續發揮技術優勢，推動生豬養殖自動化、信息化技術發展，以降低不斷提高的勞動成本及物價水平帶來的影響。(3)中部地區在技術上和養殖成本都不具有優勢，因此，既須降低養殖成本，又須提高養殖技術。建議充分發揮中部地區的位置優勢，著力構建東中部養殖技術交流轉化平臺及中西部養殖物料快速物流通道。

：

[1] BANKER R D，CHARNES A，COOPER W W.Some models for estimating technical and scale inefficiencies in data envelopment analysis[J].ManagementScience，1984，30(9):1078-1092.

[2] BEHR A.Stochastic frontier analysis[J].CambridgeBooks，2003，24(4):129-131.

[3] 林杰，趙連閣，王學淵.水資源約束視角下生豬養殖環境技術效率分析：基于中國18個生豬養殖優勢省份的研究[J].農村經濟，2014(8):47-51.

LING J，ZHAO L G，WANG X Y.Environmental technical efficiency of pig breeding from the perspective of water resources constraint:analysis-based on the study of 18 predominance provinces of pig breeding in China[J].RuralEconomy，2014(8):47-51.(in Chinese)

[4] 翁貞林，羅千峰，鄭瑞強.我國生豬不同規模養殖成本效益及全要素生產率分析：基于2004—2013年數據[J].農林經濟管理學報，2015，14(5):490-499.

WENG Z L，LUO Q F，ZHENG R Q.Costs and benefits and total factor productivity of different pig breeding scales in China:an analysis based on data from 2004 to 2013[J].JournalofAgro-ForestryEconomicsandManagement，2015，14(5):490-499.(in Chinese with English abstract)

[5] 張曉恒，周應恒，張蓬.中國生豬養殖的環境效率估算：以糞便中氮盈余為例[J].農業技術經濟，2015(5):92-102.

ZHANG X H，ZHOU Y H，ZHANG P.Estimation of environmental efficiency in Chinese pig breeding:a case study of nitrogen surplus in feces[J].Agriculturaltechnicaleconomy，2015(5):92-102.(in Chinese)

[6] 王德鑫，黃珂，鄭炎成，等.中國規模生豬養殖效率測度及其區域差異性研究：基于DEA-Malmquist指數方法[J].浙江農業學報，2016，28(7):1262-1269.

WANG D X，HUANG K，ZHENG Y C，et al.Empirical analysis of breeding efficiency and regional diversities of scale pig in China:based on DEA-Malmquist index[J].ActaAgriculturaeZhejiangensis，2016，28(7) :1262-1269.(in Chinese with English abstract)

[7] 杜紅梅，李孟蕊，王明春，等.基于SE-DEA模型的中國生豬規模養殖環境效率時空差異研究[J].中國畜牧雜志，2017，53(1):131-137.

DU H M，LI M R，WANG M C，et al.Study on temporal and spatial difference of environmental efficiency of scale cultivation of hogs in China based on SE-DEA model[J].ChineseJournalofAnimalScience，2017,53(1) :131-137.(in Chinese with English abstract)

[8] CHARNES A，COOPER W W，RHODES E.Measuring the efficiency of decision making units[J].EuropeanJournalofOperationalResearch，1978，2(6):429-444.

[9] KUNBBAKAR S，LOVELL C.Stochastic froniter analysis[M].New York:Cambridge University Press，2000.

[10] BATTESE G E，COELLI T J.Frontier production functions，technical efficiency and panel data:With application to paddy farmers in India[J].JournalofProductivityAnalysis，1992，3(1/2):153-169.

Studyontechnicalefficiencyoflarge-scalepigbreedinginChina

LENG Bibin1，JI Xueqiang1，ZENG Hao2，TU Guoping3，*

(1.CollegeofEconomicsandBusinessAdministration，JiangxiScience&TechnologyNormalUniversity，Nanchang330038，China;2.BusinessSchool，NanjingUniversity，Nanjing210093，China;3.SchoolofManagement，NanchangUniversity，Nanchang330031，China)

Abstract:In the present study，the panel data and data development analysis(DEA) and non-parametric frontier model were applied to measure large-scale pig farming comprehensive technical efficiency in all regions of China within 2008-2015.The comprehensive technical efficiency was decomposed and decomposition efficiency was analyzed.The results showed that comprehensive technology efficiency in western China was the highest，and comprehensive technology efficiency in eastern and central China should be improved.The influence of pure technical efficiency was higher than that of scale efficiency.Comprehensive technical efficiency of large-scale pig farming revealed by using stochastic frontier approach(SFA) model was compared with technical efficiency revealed by DEA，and the common points of the two methods were obtained.Based on the study conclusions，according suggestions for improvement of large-scale pig breeding in China were put forward.The advantages of large-scale breeding should be full played and clean breeding technology should be introduced in western China,the development of pig breeding should be promoted in the direction of automation and information in eastern China,the position advantage should be played in the central China，and technology exchange platform should be established in the central and eastern regions，and the fast logistics channel should be built in the central and western regions.

Key words:pig;large-scale breeding;technical efficiency

中圖分類號：S-9；F307.3

A

文章編號：1004-1524(2018)06-1082-07

收稿日期：2017-10-05

基金項目：國家自然科學基金(71501085)；江西省社會科學“十三五”(2016)規劃項目(16YJ09)；江西省教育廳科學技術研究(GJJ160769)

作者簡介：冷碧濱(1984—)，男，江西九江人，博士，副教授，主要研究方向為生態農業系統工程。E-mail:lengbibing@163.com

，涂國平，E-mail:tgping@ncu.edu.cn

10.3969/j.issn.1004-1524.2018.06.27

(責任編輯萬 晶)