禁牧政策、養殖規模與技術效率
——基于五省區絨毛用羊養殖戶的微觀研究

劉春鵬，肖海峰

（中國農業大學經濟管理學院，北京 100083）

隨著人口增長、收入提高及城鎮化發展，我國已成為世界上肉類消費增速最快的國家[1]。如何提高畜牧業產能以滿足日益增長的肉類需求，這不但關系到我國新的食物安全戰略，更是社會普遍關注的熱點問題。早期我國畜牧業發展主要依賴于生產資料投入，即重視對草場等資源的開發和利用，而對養殖技術效率的重要性認識不足，使得畜牧業生產陷入高消耗低產出的發展困境，我國草原生態環境也一度持續惡化。為了抑制草場退化，2011年起我國相繼在包括內蒙古、甘肅、新疆等在內的13個省區全面建立草原生態保護補助獎勵機制。禁牧政策作為其中重要的一項政策措施，是指為恢復草原植被，在生態脆弱區和草原退化嚴重的地區實行圍封禁牧[2]。隨著禁牧等草原保護政策的推行，近年來我國草原生態環境持續惡化的趨勢得到遏制。然而，禁牧等草原生態保護政策在取得顯著成效的同時，也使得草原生態保護與牧民生計，乃至畜牧業發展之間的矛盾愈加突出[3-5]。那么，禁牧政策與保障畜牧業產能之間是否存在著一種協調關系？即禁牧政策作為具有較強約束力的制度安排，能否形成一種倒逼機制，促使農牧民減少對草原的過度依賴，提高養殖技術效率，實現向高投入高產出的畜牧生產方式轉變？如若這種機制存在，那么它對不同規模農牧戶作用強度是否存在差異？對這一系列問題的回答不僅關乎我國草原生態環境的保護，更關系到我國畜牧業產能的穩步提升。

目前，國內學者對禁牧政策及其實施下畜牧養殖問題展開了大量研究，已有研究主要集中于以下三個方面：一是基于政策制定與完善的視角，對禁牧政策執行中存在的具體問題進行探究。相關研究指出農牧戶對禁牧政策認識有限、草場使用權限不明、禁牧補助標準偏低、政府執行和監管不力、缺乏配套政策措施、農牧戶轉產難度大等問題會限制禁牧政策執行效果的有效發揮[6-8]。二是聚焦于禁牧政策實施對農牧戶畜牧養殖的影響。陳潔和蘇永玲[9]指出禁牧政策的實施剝奪了牧民原有的生產資料，顯著增加了養殖戶在飼草料、養殖圈舍等方面的投入，挫傷了牧民的養殖積極性，進而不利于畜牧業產能的提升。但韋惠蘭和孫婉婉[10]認為雖然短期內禁牧政策使得農牧戶養殖成本增加，但長期來看，農牧戶養殖設施的完善、物質資本的積累均有利于畜牧生產。三是重點關注了禁牧政策下農牧戶養殖行為轉變的問題。齊顧波和胡新萍[11]指出農牧戶的養殖行為是理性的，當農牧戶認為違規放牧下可節省的養殖成本高于可能帶來的處罰時，農牧戶會傾向于選擇違規放牧，而非進行舍飼養殖。李軍和沈政[12]運用Logistic模型研究還發現，禁牧政策下農牧戶的舍飼意愿主要受戶主年齡、舍飼技術培訓、家庭養羊數量等因素影響，而政府監管力度、農牧戶對禁牧罰款的評價對農牧戶舍飼意愿無顯著影響。

已有文獻為本文研究的開展奠定了良好的基礎，但仍存在進一步改進的空間。首先，現有研究大多基于定性分析探討了禁牧政策本身存在的問題以及政策實施對畜牧養殖造成的影響，少有文獻定量地分析禁牧政策實施對農牧戶畜牧養殖技術效率可能產生的作用；其次，少數研究雖注意到禁牧政策對農牧戶養殖行為的影響存在規模差異，但在規模分組上，已有文獻往往具有較強的主觀性和隨意性，容易導致回歸結果出現偏誤。基于此，本文將主要基于在內蒙古、新疆、甘肅、遼寧和山西等五個我國主要禁牧政策實施地區的微觀調研數據，以絨毛用羊養殖戶為例，運用超越對數隨機前沿生產函數模型研究禁牧政策對農牧戶養殖技術效率的影響，并進一步利用門檻模型，探究不同養殖規模下禁牧政策對農牧戶養殖技術效率的影響是否存在異質性，以期為禁牧政策的進一步完善提供實證參考依據。

1 計量模型、變量與數據

1.1 超越對數隨機前沿生產函數模型

目前，技術效率主要有兩種測算方法：參數法和非參數法，其中參數法主要指隨機前沿生產函數模型（SFA），非參數法主要指數據包絡分析方法（DEA）。兩種方法間并無明顯的優劣之分，與DEA相比，SFA的特點在于具有經濟學理論基礎，且考慮了隨機誤差項對技術效率的影響，測算結果可能更為精確。SFA模型最早于1977年由Aigner等[13]、Meeusen和Broeck[14]分別提出，目前已被學界廣泛應用。本文主要基于Battese和Coelli[15]提出的隨機前沿生產函數模型進行分析，模型形式如下：式中：Yit表示第i個生產單元在t時期的產出；Xit表示第i個生產單元在t時期的要素投入；β表示投入要素的待估系數；Vit為隨機變量，且Uit為非負隨機變量，表示技術無效率項，Uit～N+（mit，），而且U與V相互獨立。由于（1）式中的誤itit差項不滿足最小二乘法的古典假定，進而令分別表示(Vit-Uit)、Vit、Uit的方差，γ表示技術無效率方差項在復合方差項中所占比重，該值越接近于1，表明實際產出與最大可能產出間的差距主要是技術無效率導致的。

此外，相應的技術效率表達式如下：

當TEit=1時，表示生產單元無效率損失，為完全技術效率；當0≤TEit＜1時，表明生產單元存在技術效率損失。

SFA模型主要基于兩種生產函數設定形式，即柯布—道格拉斯（C-D）生產函數和超越對數（Translog）生產函數。針對不同數據類型，往往需要采用適宜的模型設定形式，以確保模型估計結果的穩健性。本文擬采用超越對數隨機前沿生產函數模型及其對應的技術無效率影響因素模型來進行實證分析，相應表達式如下：

（3）式中，Yi表示第i個農牧戶全年絨毛用羊養殖總收入；Xai和Xbi表示第α種和第β種生產要素投入量；βa、βab分別為投入要素的待估系數；（4）式中，mi表示第i個農牧戶的養殖技術效率損失，Zit表示技術效率的影響因素，δj為待估系數，δ0為常數項。

1.2 門檻模型

本文意在考察禁牧政策對農牧戶養殖技術效率的影響是否會因養殖規模不同而存在差異。為避免主觀選定農牧戶養殖規模區間造成的結果偏誤，筆者借鑒Hansen[16]提出的門檻模型，以統計推斷方法自動生成門檻值，劃分養殖規模區間，進而分析不同區間內禁牧政策與養殖技術效率之間的關系。單一門檻模型表達式如下：

式中：mi同樣表示技術效率損失值，Ai為禁牧政策變量，I(·)表示指標函數，qi表示門檻變量養殖規模，γ表示特定的門檻值，Ki表示一系列控制變量，ai表示個體效應，η和λ為待估系數，ei為隨機誤差項。

需要指出的是，本文在利用養殖規模作為禁牧政策的門檻變量之前，有必要就養殖規模與技術效率間關系進行說明。農業規模與農業效率的關系一直是學界關注的焦點問題，從現有研究來看，認為兩者之間存在正向關系、反向關系和無相關關系的文獻兼而有之[17-18]，學界對此尚未形成一致結論。實際上，筆者也無意對此問題展開研究，文中假定養殖規模與養殖技術效率無關，養殖規模僅作為門檻變量進行分析。為進一步驗證本文的假定，本研究將養殖技術效率和養殖規模分別作為被解釋變量和解釋變量進行簡單回歸，結果發現兩者間相關關系并不顯著。因此，本文的假定具有合理性。

1.3 變量選取

本文測算農牧戶養殖技術效率的產出指標為養殖戶全年養羊總收入（Y）。投入指標包括精飼料費用支出（X1），主要指加工飼料、玉米、豆粕等精飼料支出總額；粗飼料費用支出（X2），主要指秸稈、干草、花生秧等粗飼料支出總額；勞動力投入量（X3），主要指養殖過程中養殖戶家庭自身及其雇工的勞動力投入總天數；其他物質費用支出（X4），主要是指養殖過程中的醫療防疫費、飼鹽費、機械修理費、草場建設維護費等費用支出總額。

農牧戶養殖技術效率影響因素方面，本文意在探究禁牧政策實施對養殖技術效率的影響。以往研究大多用農牧戶草場是否禁牧作為禁牧政策的衡量變量，但是有學者指出由于農牧戶草場資源稟賦不同，對于擁有草場面積較大的養殖戶，草原生態保護政策實施對其畜牧養殖影響并不明顯[19]。就畜牧養殖而言，禁牧政策實施對農牧戶最直接的影響在于放牧行為受限。因此，本文選取“農牧戶放牧行為是否受禁牧政策影響”這一虛擬變量作為禁牧政策的替代變量，用以研究禁牧政策對農牧戶養殖技術效率的影響。此外，已有文獻發現農戶個人及家庭資源稟賦、技術采用情況、政府相關政策、信貸獲得情況、氣候環境等因素均會對農業生產技術效率產生影響[20-22]。因此，本文主要選取戶主性別、戶主年齡、戶主受教育程度、家庭人口數量、家庭生產性資產總值、是否參與技術培訓、是否獲得銀行貸款、是否參加專業合作社、養殖規模、養殖收入占比、養殖方式、養殖品種、地區差異等變量作為本研究的控制變量。

1.4 數據來源及處理說明

本文分析所用數據來自于國家絨毛用羊產業技術體系產業經濟研究團隊在2017年度對內蒙古、新疆、甘肅、山西和遼寧等地區絨毛用羊養殖戶的問卷調查。這五省區均是我國絨毛用羊的養殖大省，同時也是我國禁牧政策的重點實施地區。本次調查主要利用分層抽樣的方法，在每個省區選擇2到3個絨毛用羊的主要養殖縣（同時也是禁牧政策實施縣），在每個縣隨機選擇2個鄉，每個鄉隨機選擇1個村，并在每個村根據養殖戶數量和養殖規模選取10～15個養殖戶。調查方式為與養殖戶進行一對一的入戶問卷調查，涉及有疑問數據，會通過電話回訪進行核實，以確保問卷調查結果的真實性和有效性。調研問卷內容主要包括養殖戶家庭基本特征、絨毛用羊養殖過程中生產要素投入情況和成本收益情況、養殖技術采用情況、養殖戶禁牧補助的獲得情況及對禁牧政策的評價等內容。本次調查共獲得270份農牧戶調查問卷，經過篩選剔除無效問卷后，最終得到5省區12個縣（旗、市）的268份有效農牧戶調查問卷。為保證農牧戶養殖技術效率測算結果的準確性，本文基于農牧戶整群飼養、整群出欄的整群核算方法對投入產出變量進行計算，各變 量的定義和基本描述統計結果見表1。

表1 變量說明與描述性統計Table 1 Variable descriptions and descriptive statistics

2 實證結果

2.1 模型設定形式檢驗

為確保本文模型設定形式準確，此處運用最大似然值比值檢驗法進行驗證。該檢驗的原假設H0：若（3）式中βab均為零，則采用C-D生產函數形式；備擇假設H1：若（3）式中至少有一個βab的估計值不為0，則采用Translog生產函數形式。該檢驗的檢驗統計量為：

式中：LH0和LH1分別表示SFA模型在H0和H1下的最大對數似然函數值，q表示約束條件個數。當LR大于臨界值時，拒絕原假設，即采用Translog生產函數形式；當LR小于臨界值時，接受原假設，即采用C-D生產函數形式。本文計算的檢驗統計量如下：

由（7）式可知，在1%的顯著性水平下拒絕原假設H0，因此，本文運用Translog形式SFA模型測算農牧戶的養殖技術效率。根據表2結果，表示技術無效率方差項在復合方差項中所占比重的γ值在1%的水平上顯著，為0.626 7，說明農牧戶在養殖過程中存在明顯的技術效率損失，且技術效率損失更多是由技術無效率因素引起的。

2.2 禁牧政策對養殖技術效率的影響分析

從表3可知，“是否受到禁牧政策影響”這一變量的回歸系數為-0.027 6，且在1%的水平下顯著，說明農牧戶放牧行為受限對其養殖技術效率提升具有正向作用。這一結果在一定程度上驗證了禁牧政策與畜牧生產之間可通過促進技術效率的提升而實現共贏，即禁牧政策的實施雖會對傳統放牧的養殖方式造成沖擊，使得農牧戶減少放牧時間，增加養殖過程中的飼草料、圈舍修建等成本投入，但禁牧補助也能在一定程度上緩解農牧戶的成本壓力，而且禁牧政策作為具有強制力和長期性的制度安排，會倒逼農牧戶轉變發展方式，提高養殖管理能力，最終導致養殖技術效率的改善。

其余控制變量對養殖技術效率的影響也基本符合預期。養殖收入占比回歸系數在1%水平下顯著，為-0.000 9，說明養殖收入占比對養殖技術效率有顯著促進作用。究其原因，養殖收入在家庭收入中所占份額越大，農牧戶對養殖經營的重視程度越高，越可能通過先進技術采用和增加生產性投資來改善養殖技術效率。家庭人口數量回歸系數為-0.005 3，且在10%的水平下顯著，說明家庭人口數量越多，越可能有利于農牧戶依靠家庭自身勞動投入而非雇工來維持經營，一方面可減少雇工成本，另一方面家庭成員經營也可避免監督問題，進而有利于提高養殖技術效率。加入合作社的回歸系數為-0.020 4，且在5%水平下顯著，說明加入合作社有利于養殖技術效率的提升，這可能是因為合作社在飼草料采購、活羊或羊絨（毛）銷售、先進技術培訓等方面的積極作用有助于農牧戶提高養殖技術效率。舍飼及半舍飼的回歸系數均顯著為負，分別為-0.071 1和-0.066 6，說明與傳統養殖方式（放牧）相比，采用舍飼或半舍飼的養殖方式更有助于養殖技術效率的提升，原因在于養殖方式由傳統放牧向舍飼、半舍飼的轉變過程，往往也伴隨著由粗放養殖向精細化管理的轉變。在此過程中，農牧戶的生產經營能力不斷提升，最終帶動養殖技術效率的提高。除此之外，地區差異同樣是影響農牧戶養殖技術效率的重要因素，內蒙古地區受訪農牧戶養殖技術效率水平顯著高于山西、新疆和甘肅等地區的受訪農牧戶。

表2 超越對數隨機前沿生產函數模型估計結果Table 2 Estimation results of stochastic frontier production function model

表3 技術效率損失模型估計結果Table 3 Estimation of technical efficiency loss model

2.3 不同養殖規模下禁牧政策對養殖技術效率的影響分析

根據上文結果，禁牧政策對農牧戶養殖技術效率具有促進作用，但對于不同養殖規模的農牧戶，該促進作用是否存在差異，仍有待驗證。本文以養殖規模作為門檻變量，試圖更準確地刻畫禁牧政策與養殖技術效率間的關系。從表4可知，在單一門檻模型中，門檻估計值為70，即應按照養殖規模將農牧戶劃分為較小規模（養殖量小于等于70只）和較大規模（養殖量大于70只）兩類進行分析（有關檢驗過程并未列出，如有需要可向作者索取）。

表4 門檻估計結果Table 4 Estimation results of threshold models

通過模型回歸結果（表5）可知，禁牧政策對較小規模和較大規模農牧戶養殖技術效率的影響存在顯著門檻效應。具體來看，對于較小規模農牧戶，禁牧政策對養殖技術效率的提升作用并不顯著；但在農牧戶養殖規模超過70只時，禁牧政策的回歸系數為-0.028 0，且在1%的水平下顯著，說明禁牧政策對較大規模養殖戶的養殖技術效率具有顯著的正向影響。造成上述結果的主要原因可能是：第一，不同規模農牧戶的草場資源稟賦存在差異，一般而言，小規模農牧戶擁有草場面積有限，而出于收入最大化考量，小規模農牧戶往往是草原超載過牧的主體，且超載程度高于大規模農牧戶[19]，即小規模農牧戶對草場的依賴程度更高。因此，在禁牧政策實施的背景下，與大規模農牧戶相比，小規模農牧戶轉變原有發展方式的難度更高，養殖技術效率很難獲得提升；第二，由傳統放牧向舍飼、半舍飼的養殖方式轉變不但要大幅增加飼草料成本，還需要棚圈建設、養殖機械購置等資金投入，而小規模農牧戶自有資金有限，又由于家庭草場面積有限，所獲禁牧補助也相對較少，最終導致小規模農牧戶難以獲得舍飼養殖所需的必要資金支持；第三，由于小規模農牧戶分布較為分散，違規放牧行為不易被監管，再加上農牧戶養殖傳統不易改變、缺乏舍飼養殖的資金等原因，小規模農牧戶具有偷牧、維持傳統養殖方式的傾向，導致禁牧政策對小規模農牧戶缺乏約束力，難以促使其轉變原有的發展方式，進而也不利于養殖技術效率的改善。

表5 基于門檻模型的技術效率損失模型估計結果Table 5 Estimation of technical efficiency loss model based on threshold model

3 結論與啟示

3.1 結論

本文基于2017年五省區絨毛用羊養殖戶的微觀調研數據，利用超越對數隨機前沿生產函數模型和門檻模型分析了禁牧政策對農牧戶養殖技術效率的影響，研究發現，禁牧政策實施對農牧戶養殖技術效率提升具有顯著的正向作用，表明禁牧政策的實施有助于農牧戶轉變傳統發展方式，促進農牧戶養殖管理能力的提升以及養殖技術效率的改善。進一步分析發現，禁牧政策對養殖技術效率的影響會因養殖規模的不同而存在顯著的門檻效應，即禁牧政策對小規模農牧戶養殖技術效率的影響并不顯著，而對大規模農牧戶表現出顯著的促進作用。與大規模農牧戶相比，小規模農牧戶轉變養殖方式的代價過高、舍飼養殖資金相對不足，以及違規放牧行為不易被監管等因素，可能是導致上述結果的主要原因。除此之外，養殖收入占比、家庭人口數量、加入養殖專業合作社、舍飼和半舍飼的養殖方式、地區因素均對農牧戶養殖技術效率具有顯著正向影響。

3.2 啟示

首先，未來禁牧政策的制度設計應考慮到農牧戶的異質性，針對不同養殖規模農牧戶的利益訴求制定針對性的政策措施。建議根據農牧戶超載程度以及家庭資源稟賦的差異，完善禁牧補貼的制定標準，適當提高對小規模農牧戶的禁牧補貼金額。

其次，加大對農牧戶改善養殖配套設施的支持力度。應積極破除農牧戶養殖方式轉變過程中面臨的資金限制，加強在圈舍修建、人工種草、養殖機械購置等方面的支持力度，切實改善農牧戶的養殖條件。

最后，加強對農牧戶的養殖技術培訓。應著力完善養殖技術培訓體系，創新培訓方式，加強對舍飼、半舍飼養殖技術的推廣力度，提高農牧戶的養殖技術水平，使得農牧戶的綜合素質能夠與現代畜牧業的發展要求相匹配。