全株玉米窖貯經濟效益分析

歐 翔 ，許慶方 ，玉 柱 ，楊 春 ，張為民 ，熊 乙 ，馬菱藝

（1.山西農業大學動物科技學院，山西太谷030801；2.中國農業大學動物科學技術學院，北京100193；3.中國農業科學院農業經濟與發展研究所，北京100081；4.山西古城乳業集團有限公司，山西山陰036900）

我國人民生活水平的提高，促進了奶牛養殖業的快速發展。自20世紀90年代以來，我國畜牧業進入了快速發展階段，畜牧業龍頭企業大量涌現[1-2]。為了提高奶牛的健康水平和生產性能，養殖企業逐步開始接受并推廣青貯玉米和苜蓿等優質飼料的使用，全株玉米青貯成為奶牛日糧的重要組成部分。此外，規模化養殖是畜牧業發展的必然趨勢，大規模的養殖意味著在可預見的未來，全株青貯玉米的需求也會逐步提高[3]。2015年中央一號文件提出，加快發展草牧業，支持青貯玉米和苜蓿等飼草料種植，開展糧改飼和種養結合模式試點，促進糧食、經濟作物、飼草料三元種植結構協調發展已成為畜牧業發展的新趨勢[4]。農業部也提出，糧改飼既是調整種植業結構、推動糧食“去庫存”的重要切入點，又是推動草食畜牧業“降成本，補短板”、優化畜禽養殖結構的重要著力點[5]，進一步推廣全株青貯玉米很有必要。

全株玉米青貯是指在玉米籽粒于乳熟期末至蠟熟期初收獲的，包括玉米果穗、玉米莖、玉米葉在內的新鮮全株玉米，通過切碎、發酵等工序制作而成的草食牲畜飼料[6-8]。其營養成分豐富，適口性好，消化率高，在相同的管理條件下，飼用玉米青貯可使奶牛消化率提高12%，泌乳量增加10%～14%，乳脂率提高10%～15%，進而提高了養殖業的經濟效益[9-10]。此外，全株玉米青貯在春冬季時可以有效地保藏飼草的品質與營養，在飼草較為短缺時期，可以解決養畜企業的飼草短缺問題，隨需隨取，非常方便[11]。所以，在北方農區與牧區，全株玉米青貯的應用比較普遍。全株玉米青貯的制作一般使用窖貯，包括地下窖、半地下窖和地上窖[12]。青貯窖制作簡單，建成后可重復使用，非常方便。

前人對于全株玉米窖貯的研究較為豐富，但多集中于青貯玉米的品種比較，以及發酵品質、營養價值，生長期不同處理的影響[13-15]，而對于經濟成本方面的分析較為缺乏。對飼草產業進行經濟學分析，能夠從不同于生物科學的角度，給于飼草企業或農戶以決策預算上的支撐。

筆者對山西省朔州市乳業集團的全株玉米窖貯進行了研究，運用柯布-道格拉斯生產函數對全株玉米窖貯的方式進行了經濟效益分析，旨在研究青貯玉米窖貯的投入要素對經濟效益的影響程度。

1 數據來源和研究方法

1.1 數據來源

通過走訪山西省朔州市乳業集團的奶牛示范場，調查收集了示范場內3個青貯窖2007—2016年的相關數據資料，對奶牛場相關人員進行了詢問調查，獲得一手資料。該奶牛示范場自有飼料地133.3 hm2，種有苜蓿、青貯玉米等飼草料，場內有3個大型全株玉米青貯窖。

1.2 研究方法

青貯玉米來源中，一部分企業自行種植，一部分通過向種植青貯玉米的農戶收購。其中，自行種植的青貯玉米通過合理的種植方法、田間管理技術種植，并使用玉米青貯收獲機進行青貯玉米收割，之后將收獲的玉米進行整株揉切粉碎。青貯玉米達到收獲適期時，將自行種植的青貯玉米與收購的青貯玉米一并運輸至青貯窖中進行壓實處理，同時為提高發酵品質和有氧穩定性，在裝填時使用乳酸菌等添加劑。壓實后在窖頂用塑料膜覆蓋，并于膜頂用輪胎等重物壓住，四周用沙土覆蓋，防止漏氣和進水。之后待青貯厭氧發酵后即可取用飼喂[16-18]。

1.3 數據分析

通過對調研數據的分析處理，將整個青貯過程進行了分類，主要分為收購成本、種植成本、收獲成本、建窖成本、封窖成本、干物質損失、土地成本等成本指標，通過柯布-道格拉斯生產函數建立成本函數模型，運用Eviews 8軟件進行分析計算。

2 結果與分析

為研究全株玉米青貯窖貯成本的影響因素，選擇了窖貯總成本Y、青貯玉米收購成本X1、青貯玉米種植成本X2、青貯玉米收獲成本X3、封窖成本X4、青貯窖建設成本X5、干物質損失X6、土地成本X7等8項指標進行計量分析，通過柯布-道格拉斯生產函數建立模型進行分析，得出影響全株玉米青貯窖貯成本的因素，其結果如圖1所示。

2.1 柯布-道格拉斯生產函數模型的建立與分析

通過建立窖貯成本的柯布-道格拉斯生產函數能夠分析出在全株玉米青貯總成本中，各個影響因素對總成本的影響情況，進而能夠找出各成本情況的最佳安排[19]。柯布-道格拉斯生產函數最初是由美國數學家CHARLES COBB和經濟學家PAUL DOUGLAS在20世紀30年代共同提出的，此函數廣泛應用于研究投入產出關系中，柯布-道格拉斯函數的基本形式如下[20]。

式中，Y代表總成本，L代表勞力投入量，K代表資本投入量。A代表常數項，α，β為相應參數，分別表示勞力投入量和資本投入量在生產過程中的產出彈性系數。將公式（1）函數兩邊同時取對數得到公式（2）。

在全株玉米青貯窖貯總成本中，有一些因素由于不屬于生產活動或無法量化處理，故而不考慮在內。b，c，d，e，f，g，h 分別為 X1，X2，X3，X4，X5，X6，X7的產出彈性。根據解釋變量，將公式（2）變換函數形式得公式（3）。

根據公式（3），將于奶牛示范場調查收集的全株玉米青貯窖貯2007—2016年各項成本數據導入Eviews 8軟件中進行多元回歸分析，其結果如表1所示。

表1 總成本多元回歸分析結果

根據多元回歸分析結果，將數據代入公式（3）中，得出青貯玉米窖貯成本模型如公式（4）所示。

由表1可知，可決系數為0.999 9，表明數據中各解釋變量的擬合程度較為理想。但是X6，X3，X4的t值較小，X3和X4的回歸系數為負數，可能存在多重共線性，可利用Eviews 8軟件計算X1，X2，X3，X4，X5，X6，X7相關系數矩陣進行進一步分析，其結果列于表2。

從表2可以看出，各變量的相關系數都不高，不存在多重共線性。從公式（4）的回歸模型可以看出，收購成本、種植成本、建窖成本、青貯過程中的干物質損失、土地成本的回歸系數均為正值，而自行種植青貯玉米的收獲成本和封窖成本的回歸系數為負值，并且|t|均小于t0.05，不符合實際情況，故在模型中剔除。剔除自行種植青貯玉米的收獲成本X3和封窖成本 X4后，進一步對 Y，X1，X2，X5，X6，X7進行回歸分析，其結果如公式（5）所示。

表2 總成本相關系數矩陣

從公式（5）的回歸模型可以看出，青貯過程中的干物質損失X6的回歸系數為負值，|tX6|＜t0.05，未能通過經濟意義檢驗，故予以剔除。剔除干物質損失 X6后，將 Y，X1，X2，X5，X7導入軟件中分析，其結果列于表3。

從表3可以看出，可決系數為0.998 5，說明數據中各變量的擬合程度較好，t值均達到顯著水平，可以用來解釋總成本中各要素的影響程度，由表3可得出，最終的青貯玉米窖貯成本模型如公式（6）所示。

表3 剔除X3，X4，X6后的回歸分析結果

從成本模型中各項影響因素的彈性系數來看，影響全株玉米窖貯成本的因素從大到小分別為青貯玉米種植成本、青貯窖建窖成本、青貯玉米收購成本、土地成本。其中，青貯玉米種植成本對總成本的影響程度最大，在其他條件不變情況下，青貯玉米種植成本每增加1%，青貯玉米窖貯總成本就會上升2.125 5百分點；此外，青貯窖建窖成本和青貯玉米收購成本對青貯玉米窖貯總成本的影響也頗為顯著，在其他條件不變情況下，青貯窖建窖成本每增加1%，青貯玉米窖貯總成本則上升1.454 8百分點；青貯玉米收購成本每增加1%，青貯玉米窖貯總成本上升0.969 2百分點；土地成本的影響最小。

2.2 青貯玉米種植成本分析

從公式（6）可以看出，在全株玉米青貯窖貯成本中，青貯玉米種植成本和青貯窖建窖成本對總成本的影響最大，而建設好青貯窖后涉及的成本只有維修成本，對每年的總成本影響不大。而對于青貯玉米種植成本來說，則對總成本的影響較大，由于組成青玉米種植成本的各小項較多，故而需對青貯玉米種植成本進行進一步的分析。

青貯玉米種植成本的組成有種子、肥料、除草、灌溉、人工、機械等6項，其他組成由于難以估計，影響較小等原因沒有考慮在內。現將以上6項分別設為 x1，x2，x3，x4，x5，x6，青貯玉米種植成本設為 y。收集到2007—2016年種植成本數據，將數據代入E-views 8軟件中，其結果如表4所示。

表4 種植成本回歸分析

進一步對2007—2016年的種植成本數據進行相關系數分析，得出相關系數矩陣，結果列于表5。

表5 種植成本相關系數矩陣

從表5中各變量的相關系數可以看出，除變量x4以外，其余5個變量的相關系數都較高，說明各變量之間存在多重共線性，下面運用逐步回歸法來消除多重共線性。

首先將被解釋變量y對每個解釋變量x1，x，x3，x4，x5，x6單獨進行回歸分析，得到每個解釋變量的回歸方程，如下。

y＝264 499.6＋6.910 7x1（R2＝0.730 7）；y＝420 191.7＋2.079 2x2（R2＝0.632 5）；y＝-13 382.3＋7.976 5x3（R2＝0.756 3）；y＝497 834.1＋0.492 3x4（R2＝0.076 0）；y＝470 383.6 ＋1.201 3x5（R2＝0.625 6）；y＝859 175.1－2.453 4x6（R2＝0.478 2）。

對上述一元回歸結果進行統計分析，對比各回歸方程可決系數的大小可和，x3＞x1＞x2＞x5＞x6＞x4，根據可決系數最大的原則，選取x3作為第1個變量加入到函數中。在選取x3為第1個變量的基礎上，依次將其余變量加入到函數中進行回歸分析，其回歸方程如下。

y＝77 185.04＋2.767 5x1＋5.059 4x3（R2＝0.772 3）；y＝-6 225.265＋0.044 5x2＋7.834 1x3（R2＝0.756 3）；y＝-178 778.9＋8.511 2x3＋0.729 1x4（R2＝0.919 5）；y＝-18 604.42＋8.067x3－0.016 5x5（R2＝0.756 3）；y＝-74 562.43＋8.454 6x3＋0.225 8x6（R2＝0.757 6）。

對比上述回歸結果發現，在代入x3變量后，R2的大小為x4＞x1＞x6＞x2＞x5，于是選擇x4作為第2個變量加入到函數中，在加入x3，x4的基礎上，加入其余變量進行回歸分析，結果如下。

y＝-23 632.78＋5.629 8x1＋2.671 7x3＋0.857 3x4（R2＝0.980 7）；y＝75 604.36＋2.020 9x2＋2.278 6x3＋1.039 9x4（R2＝0.991 2）；y＝132 698＋2.008 4x3＋1.074 4x4＋1.231x5（R2＝0.995 2）；y＝7.070 7＋0.952 3x3＋0.952 3x4－0.972 6x6（R2＝0.964 6）。

對上述結果進行分析，可知可決系數大小依次為x5＞x2＞x1＞x6，將x5作為第3個變量加入到函數中，并依次在x3，x4，x5的基礎上加入其余變量進行回歸分析，其回歸方程如下。

y＝114918.7＋1.2409x1＋1.8063x3＋1.0451x4＋1.025 6x5（R2＝0.996 1）；y＝129 132.2＋0.891 1x2＋1.676 4x3＋1.083 1x4＋0.773 6x5（R2＝0.998 7）；y＝166 224.4＋2.263 3x3＋1.084x4＋1.056 2x5－0.336x6（R2＝0.995 6）。

由以上回歸方程可知，在分別加入x1，x2，x6后，回歸方程的相關系數的大小依次為x2＞x1＞x6，于是將x2作為第4個變量加入函數中，后在x2，x3，x4，x5的基礎上繼續逐步回歸，其回歸方程如下。

y＝136 634.7－0.559x1＋1.017 9x2＋1.072x3＋1.097 6x4＋0.801 1x5（R2＝0.998 8）；y＝50 538.89＋1.355 7x2＋0.93x3＋1.065 8x4＋0.935 3x5＋0.769x6（R2＝0.999 7）。

在 x2，x3，x4，x5的基礎上加入 x6后，發現模型的擬合情況達到了最優，并且x6變量引入并未使模型中其余變量的相關系數發生較大改變，F＝2 670.945＞F0.05＝3.633，說明模型已達到極顯著水平，而加入x1變量后則出現多重共線性，經濟意義無法解釋的情況，所以在最后選擇剔除x1變量，加入x6變量。于是，最終確定青貯玉米種植成本模型如公式（7）。

從青貯玉米種植成本模型中各影響因素系數的大小可以看出，影響青貯玉米種植成本的因素從大到小為肥料、灌溉、人工、除草、機械。其中，灌溉成本、人工成本和除草、肥料等田間管理對青貯玉米種植成本的影響最大，在其他條件不變的情況下，人工成本上漲1%，種植成本則相應上漲0.935百分點；灌溉成本上漲1%，種植成本相應上漲1.066百分點；除草、肥料等田間管理成本上漲1%，種植成本相應上漲3.291百分點。機械成本對種植總成本的影響則相對較小。

3 結論與建議

筆者通過調查走訪山西省朔州市某乳業集團有限公司的奶牛示范場，收集獲得第一手關于全株青貯玉米窖貯成本效益情況數據，通過分析2007—2016年的成本數據，建立柯布-道格拉斯生產函數模型，分析了不同的成本投入因素對窖貯總成本的影響情況。結果表明，青貯玉米種植成本與收購成本對窖貯總成本的影響較為顯著，建窖成本也對窖貯成本有較大影響。

由于我國對于青貯玉米方面的重視不如歐美等發達國家，很多種植戶對于種植用于飼料的青貯玉米抱有懷疑、觀望的心態，但這一情況正在逐步改善。據農業部調研，2016年全國青貯玉米的種植面積為92.7萬hm2，同比增幅40.97%，總產量為5 977萬 t，同比增幅 47.83%，單產為 64.5 t/hm2，同比增幅達7.5%。由于國家中央一號文件中提出了“糧改飼”改革，把傳統的二元種植結構調整為糧食作物、經濟作物、飼料作物三元種植結構，在減少糧用玉米種植的同時，大力推廣青貯玉米的種植，并對青貯玉米種植戶給于相應的種植補貼，這也大大提高了種植戶對種植青貯玉米的認可度，預計在不遠的將來，青貯玉米的種植面積與產量將會再度提升。但是種植青貯玉米，也有其自身的局限性，青貯玉米的種植與銷售，大多是局限于當地，基本上是當地種植，當地消化，青貯玉米的市場價格基本是按當地養殖市場的需求量定價，未能統一形成市場，導致青貯玉米價格不穩定，這對農戶的種植積極性也會產生一定的影響，尤其在天氣情況不好的年份，不僅青貯玉米產量會降低，質量也會降低，這對青貯玉米價格的穩定不利。因此，針對青貯玉米收購價格不穩定的情況，應該推行產銷結合的方式，在大力推廣青貯玉米種植的同時，將農戶與收購商聯合起來，農戶根據收購商提供的預計收購量種植青貯玉米，從而達到穩定價格的目的；另外，對于企業自身來說，則推薦在自行種植青貯玉米的情況下，兼青貯玉米的收購，從這2個方面一起入手，減小價格波動、種植成本上漲對總成本的影響。

此外，通過建立青貯玉米種植成本模型，分析了青貯玉米種植過程中影響種植成本的影響因素，結果表明，青貯玉米種植過程中，人工成本、田間管理和灌溉成本對種植總成本的影響較為顯著。KOMLEH等[21]研究了不同規模的青貯玉米生產農場的能源消耗模式，通過將投入項換算為能源，得出在所有投入中，機械和化肥投入是最重要的能源投入，柴油和種子投入同樣也有重要意義，這與筆者研究中田間管理對總成本的影響最大相吻合，但在機械投入方面有出入，這是因為在伊朗德黑蘭地區機械化程度較高，并且農場面積大，適合機械操作，故而柴油和機械投入均較多，而在山西北部機械化程度較低，地塊小，所以機械投入較小。在人工成本方面，由于近年來人民生活水平的提高，種植業難以招到合適的員工，故而只能通過提高工資等手段來補充勞動力。建議企業應該改善員工的工作生活條件吸引員工，對員工進行培訓，提高員工的勞動生產力，精簡機構，撤銷冗余的機構部門等方式來降低管理成本。此外，近年來農業用水價格變動較為頻繁，對種植玉米的成本影響也較大，可以通過引進更為高效的灌溉方式，如滴灌和噴灌等方式代替傳統的漫灌，進而達到節水的目的。而對于田間管理方面，應該因地而異，對地力較高的土地可以相對縮減田間管理成本，而對于地力較低的土地，則不能因為對種植成本的影響較大而減少投入。