我國規模化奶牛養殖成本效率及影響因素研究

李雅鑫，李 彤，祝麗云

河北農業大學，河北保定 071000

0 引言

奶牛養殖是奶業振興的基礎，在供給側結構性改革背景下，我國奶業布局不斷調整優化，規模化進程也逐漸加快。據國家統計局數據，2020年全國規模化牧場占比達到67.2%，規模化養殖是必然趨勢，但規模化養殖的成本效益優勢并未得到充分發揮。2020年奶牛養殖成本攀升，生鮮乳的總成本平均為3.36 元/kg，較2019年增加1.2%，分析原因，一方面，受新冠肺炎疫情防控的影響，人工成本上升，2020年規模奶牛養殖的人工成本平均為3 545.3元/頭，較2019年增加4.1%；另一方面，飼料成本上升，如玉米期貨2020年上漲近60%，最高達到3 000元/t，豆粕期貨隨著國際市場上漲到3 800 元/t，苜蓿草、燕麥草進口價格始終維持高位。同時，不合理的資源配置以及不同程度的管理缺陷不僅無法實現資源的有效利用，也限制了奶牛養殖業競爭力的進一步提高。此外，受資源稟賦和經濟發展水平的制約，我國奶牛養殖業的發展狀況在省際區域間存在差異。

近年來，大多數學者主要運用隨機前沿生產函數法[1~3]、數據包絡分析法[4~6]、隨機距離函數法[7]的研究方法從不同視角[8~10]對我國奶牛養殖技術效率和規模效率進行了研究，但更多側重于生產效率角度。關于奶牛成本效率的研究主要針對單一養殖規模，如劉春明等[11]及劉洪云等[12]分別對我國散養和中規模奶牛養殖成本效率及影響因素進行了分析，目前還缺乏對不同規模的奶牛養殖成本效率及其影響因素的比較研究。在畜禽養殖的其他領域，學者對生豬[13，14]及肉雞[15，16]的成本效率及影響因素的研究較為豐富，為本文分析提供可借鑒的思路。因此本文在現有學者研究的基礎上采用Translog-SFA方法對我國2009—2018年規模化奶牛養殖的成本效率進行分析，并對其影響因素進行研究，為有效提高規模化奶牛養殖的成本效率提供參考。

1 模型構建及指標選取

1.1 研究方法

成本效率指前沿成本與實際成本的比率，前沿成本是給定產出下的最小成本。柯布-道格拉斯成本函數（C-D）和超越對數成本函數（Translog）是目前運用最多的兩種隨機前沿成本函數。本文選取超越對數隨機前沿模型（Translog-SFA）為研究方法，該種方法在C-D成本函數的基礎上引入了成本非效率函數，對誤差項進行拆分度量，增加了分析的準確性，并在此基礎上分析相關因素對成本非效率的影響。同時運用極大似然估計和t檢驗對數據的擬合度進行了檢驗與分析。

在對成本效率及其影響因素進行分析時通常需經過兩個步驟，首先要忽略影響成本效率的因素，采用極大似然方法估計效率值。其次將第一步計算出的效率值作為被解釋變量，再對影響效率的因素進行分析，俗稱“兩步法”。該種方法在進行效率估計時，第一步驟中投入要素和效率影響因素之間的相關性被忽視，會出現參數估計結果存在偏差的可能。基于該方法存在的不足，一些學者在此基礎上進行了優化，“一步法”模型則應運而生，既可以計算成本效率，又可以對影響效率的因素進行分析[17]。Battese和Coelli（1995）[18]在面板數據中首次建立了“一步法”的模型。本研究即基于此模型進行下述分析。

1.2 指標選取與模型設定

結合我國規模化奶牛養殖的特點以及考慮到隨機前沿成本函數的適用性，本文將奶牛總成本（C）作為被解釋變量；物質服務費用和人工成本構成了生產成本，其中物質服務費用的占比最大，該比例高達90%，飼料費用則是物質服務費用的主要構成部分，占比能達到近70%，因此，主要選取規模化奶牛養殖的主產品產量（Y）和飼料價格（F）、人工價格（L）作為衡量奶牛成本的解釋變量。其中，飼料價格和人工價格分別用飼料費用除以飼料數量和人工費用除以用工數量得到。

此外，由于科技進步帶來的影響具有不可辨認性，無法用具體的數字衡量，因此本文借助時間虛擬變量t來衡量技術進步對成本效率的影響，設定2009=1，2010=2 …，2018=10等。將上述變量代入超越對數隨機前沿成本模型中，其表達式為：

式中：C代表規模化養殖的總成本，Y代表主產品產量，w1代表飼料價格，w2代表人工價格；α、β、ω、λ、θ表示各投入變量的待估參數，若它們之間的相關性顯著且為正相關，則說明上述變量的投入能夠提高奶牛養殖的成本效率，反之則會降低其效率；各個投入變量的一次項為短時間投入對成本效率的影響，二次項為長期投入對成本效率的影響，交叉項為兩個投入要素之間的相互作用對成本效率的影響；vit和uit為第i個省市第t年的隨機誤差項和成本無效率項，一般認定vit服從正態分布N（0，σv2），uit服從在0處截斷的半正態分布，即N（mit，σu2）。

由于奶牛養殖的過程復雜且養殖環境變化不定，成本投入除了會受到直接投入因素的影響以外，還會受到外在因素的影響，使得投入要素難以實現效率最大化。因此，研究主要選取醫療防疫費用（z1）作為反映對疫病防控重視程度的指標、死亡損失費用（z2）作為衡量奶牛死亡導致成本效益不理想的指標、固定資產折舊費（z3）作為衡量機器設施投入對奶牛成本效益影響的指標，受教育水平（z4）作為衡量人員素質和科學水平的指標，料奶比（z5）作為衡量飼料利用率和報酬率的重要指標。根據mit=zitδ，將上述影響變量代入函數中， 得到研究規模化奶牛養殖的成本非效率函數：

式中：mjit表示奶牛養殖過程中的成本效率損失程度；j表示奶牛養殖的三種規模，小規模、中規模和大規模分別取值為1，2，3。δ為待估參數，若顯著為正，表明該影響變量與成本非效率呈正相關，即不利于奶牛養殖成本效率的提高，反之則相反；εit為隨機誤差項。

2 數據來源與描述性分析

本文以2009—2018年我國規模化奶牛養殖的成本收益面板數據為分析基礎，運用FRONTIER4.1軟件對成本效率進行測算。其中奶牛的總成本、主產品產量、飼料費用、飼料數量、人工成本、用工數量、固定資產折舊、醫療防疫費用、死亡損失費用以及所涉及到的相關數據等均來源于《全國農產品成本收益資料匯編》（簡稱《資料匯編》），在對數據進行選取時，為了避免出現多重共線性，上述數據均采用單產形式；受教育水平數據結果依據《中國統計年鑒》相關數據計算得出。在《資料匯編》中，對于我國奶牛養殖模式的劃分主要是根據年平均存欄量進行的，具體可劃分為四種模式，分別為散養、小規模、中規模和大規模，其中散養模式的年平均存欄量是1~10 頭，小規模養殖的年平均存欄量為11~50 頭，中規模養殖的年平均存欄量為51~500 頭，大規模養殖的年平均存欄量為500 頭以上。本文側重于對規模化的奶牛養殖進行研究，因此研究的重點主要集中在小、中、大三種模式上。同時為了保證數據的可獲得性，以及該研究方法的合理性和可比較性，本文的主要研究對象是同時具有三種養殖模式的省份，符合條件的有山西、遼寧、內蒙、福建、黑龍江以及河南6 個奶牛養殖省區。

將上述投入產出變量運用SPSS 26.0進行運算處理，得到表1，由此總結出2009—2018年我國小、中、大三種模式下奶牛養殖的基本特點：（1）從投入要素來看，三種模式下人工價格的變異系數都為最大，表明養殖戶對人工成本及用工需求的認知存在差異，其中小規模養殖的差異更為明顯；飼料價格的變異系數則相對較小，表明對飼料的投入有著較為一致看法。（2）從影響成本效率的因素來看，醫療防疫費、死亡損失費及固定資產折舊的變異系數在三種養殖模式下都居于前三位，死亡損失費的變異系數在中、小規模中最大，表明兩種養殖模式下養殖戶間的防疫意識千差萬別，由于大規模養殖醫療防疫費選取的樣本數據極差較大，變異系數呈現強變質性；受教育水平的變異系數最低，表明各規模間養殖戶的受教育水平差異程度較小，但平均年限較低，均值僅為9.13，說明養殖戶人力資本水平低，養殖多依靠經驗。

表1 變量的描述性統計

3 模型估計結果及分析

3.1 模型估計結果分析

根據設定的規模化奶牛養殖成本函數，運用FRONTIER4.1軟件對相關變量進行數據處理，得到以下似然比統計結果，見表2。

表2 小、中、大規模奶牛養殖隨機前沿成本函數參數估計結果

主要通過以下兩方面對Translog-SFA方法的適用性進行分析：首先是方差σ2和變差率γ的顯著性分析， 由上表可得，三種養殖規模的σ2和γ都通過了t檢驗，且均在1%水平下顯著；通常作為判定模型成本無效項的指標，取值范圍一般在（0，1），γ越接近1，表明成本低效受無效率影響因素的影響程度越大，三種規模的γ值分別為0.7378、0.7973、0.7096，說明我國規模化奶牛養殖成本效益不理想的主要原因是成本投入的無效率。其次是單邊似然比檢驗統計量LR值分析，當γ=0的假設被拒絕時，LR值必須要大于在約束條件下的最大χ2值，小、中、大規模成本效率的LR值分別為85.1208、112.2732、83.0503，大于約束條件為10、顯著性水平為5%和1%的χ2臨界值（18.31和23.2），說明采用該方法對奶牛養殖成本效率進行研究是可行的。

從要素價格投入的一次項和二次項系數來看，飼料投入對成本效率的提高是一個長期的過程，短期內增加飼料投入會顯著降低三種規模的成本效率，長期增加飼料投入則可以提高奶牛養殖的成本效率，且奶牛養殖規模越大，其成本效率的提高愈為明顯；從人工價格的系數來看，小、中、大這三種規模的一次項系數值全部為負，而二次項系數均為正，說明較短的時間內提高人工價格對成本效率具有負向影響，但長期投入卻能起到促進成本效率提高的作用。從虛擬時間變量來看，無論是短期還是長期，技術進步均有利于小、中、大三種規模成本效率的提高，并且養殖的規模越大，技術進步對成本效率的提高效果更加明顯。從虛擬變量與各投入要素的交叉項來看，技術進步與飼料投入的交叉項僅在小規模下顯著為正，技術進步與人工投入的交叉項在大、中規模下顯著為正，說明短期內提高飼料質量對小規模奶牛養殖成本效率有顯著的積極影響，而提高用工質量會顯著提高中規模和大規模的成本效率。

3.2 成本效率水平和區域差異分析

為了更好的分析我國規模化奶牛養殖成本效率的情況，本文利用FRONTIER 4.1軟件對上述6 個省2009—2018年的數據進行分析，并對三種規模奶牛養殖成本效率的分析結果進行整理，具體數據見表3和表4。其中，由于隨機前沿成本函數得出的效率值是介于[1，∞]之間的正數，代表成本的非效率值，為了更直觀地進行分析，用介于[0，1]的成本效率exp（-uit）來衡量各省區之間的三種規模奶牛成本效率水平和差異。

結合表3可以看出，規模化奶牛養殖的平均成本效率隨規模遞增，即規模越大效率越高，三種規模的平均成本效率分別為0.7 973、0.8 307、0.8 597，分別有20.27%、16.93%、14.03%的上升空間。小規模養殖的成本效率波動下降，大、中規模養殖的成本效率均呈上升趨勢，且大規模的增長速度較快于中規模的增長速度，從分析數據可以看出，自2012年大規模養殖的成本效率高于中規模后，一直保持成本效率的領先優勢。通過分析可以得出，大、中規模能夠實現標準化、智能化養殖，可以充分發揮規模化以及技術所帶來的優勢，使得其成本效率可以快速提高。小規模養殖則達不到運用先進養殖設備的條件，在“萬頭牧場”的養殖趨勢下，小規模不能充分發揮規模優勢，導致成本效率變動率為負。

表3 2009—2018年小、中、大規模奶牛養殖成本效率

由表4所示，處于不同省份的奶牛養殖成本效率也存在明顯差異。在小規模中，成本效率最高的省份是山西省（0.8 567），成本效率最低的是內蒙古自治區（0.7 154）；中規模養殖中，成本效率最高的省份是山西省（0.8 917），成本效率最低的是福建省（0.7 295）；大規模養殖中，成本效率最高的省份是河南省（0.9 027），成本效率最低的是福建省（0.8 021）。綜合來看，成本效率較高的省份大多分布在東北和中部地區，這些地區飼料充足，人口密集市場廣闊，引進的標準化養殖模式有利于規模牧場進行科學、規范的管理，促進管理水平的提升，有效提高了奶牛養殖的成本效率；而西部地區的成本效率相對較低，內蒙古作為奶牛養殖的主產省區成本效率水平卻不高，盡管資源條件優越、牧草豐富，但奶牛良種化水平不高、交通不便、遠離市場等因素限制了成本效率提高。由此可知，由于各區域在地理位置、資源稟賦、社會經濟等方面存在差異，區域間差異導致成本效率上的差別是客觀存在的，各地區應因地制宜地進行奶牛養殖，合理配置資源，實現生產要素利用最大化，從而提高成本效率。

表4 2009—2018年8 個樣本省份（自治區）平均成本效率和排名

3.3 成本非效率的影響因素分析

基于超越對數隨機前沿成本函數，分別估計小、中、大三種養殖規模下醫療防疫費用、死亡損失費用、固定資產折舊、受教育水平、料奶比對奶牛養殖成本效率的影響，結果見表5。

將表5結果代入式（2）中，可得到三種奶牛養殖規模的成本非效率函數，小規模、中規模和大規模的函數形式分別為：

表5 小、中、大規模奶牛養殖成本非效率函數參數估計結果

從影響成本非效率因素的參數估計結果來看：

醫療防疫費用（z1）的參數值在三種規模下都顯著為負，參數值的絕對值與規模同向變動，表明增強防疫意識、在疾病發生前及早進行防控可以顯著增加三種規模奶牛養殖的成本效率，并且隨著規模的增加，效果更為明顯。原因在于疾病發生后再進行治療會影響奶牛的正常產出，原料奶的質量也會下降，進而影響養殖效益。

三種規模死亡損失費用（z2）的參數值均在5%的水平下顯著為正，說明降低死亡率可以有效提高規模化奶牛養殖的成本效率，因此養殖過程中注重疾病防控、減少死亡淘汰對成本效率的提升有積極影響。

固定資產折舊（z3）的參數值在三種規模下都顯著為負，說明在與現有養殖規模和技術匹配的前提下，適當增加基礎設施建設方面的投入、完善輔助技術設備可以在一定程度上實現養殖效益的增加。調研獲取的實際情況對分析結果也予以佐證，實際中確實存在牛舍基礎設施落后的情況，衛生條件得不到保障，存在較大疾病風險，嚴重影響養殖效率。奶牛養殖機械化、智能化設備的投入一方面可以提高奶牛養殖的現代化水平，進行科學、規范養殖，另一方面可以間接減少勞動力投入，降低養殖成本，提高養殖效率。

受教育水平（z4）的參數值在中規模和大規模模式下顯著為負，而在小規模下卻不顯著，說明提高大規模養殖和中規模養殖戶的受教育水平可以使其成本效率得到明顯提高，但是受教育水平對小規模養殖的影響并不是很大。原因可能是小規模的養殖戶大多都是文化程度低、年齡較大的群體， 通常是根據前人或者個人摸索的經驗進行養殖，養殖方式不科學且改進的意愿低或改進難度大。

料奶比（z5）的參數值在三種規模下都顯著為正，即料奶比越高，飼料報酬率越低，奶牛養殖的成本效率也就越低。在奶牛養殖的過程中，飼料是基礎，但現階段我國奶牛養殖在飼料投入結構、飼料轉化率以及飼料損耗率等方面仍存在問題，在這些方面還有待提高。因此，盲目增加飼料投入反而會降低養殖效益。

4 結論與建議

4.1 結論

本文運用Translog-SFA對2009—2018年我國規模化奶牛養殖成本效率、成本非效率及其影響因素進行分析，得出以下結論：

（1）我國大規模和中規模奶牛養殖的成本效率逐漸提高，其養殖優勢逐漸顯現，小規模奶牛養殖的成本效率整體處于比較低的水平，且其成本效率呈下降趨勢。這說明相較于小規模養殖，大規模和中規模奶牛養殖在人工成本、標準化管理、飼料投入以及技術應用等方面具有優勢，隨著奶牛養殖布局的不斷發展，中國的奶牛養殖也逐漸趨于規模化。

（2）在現有規模和技術水平下，我國規模化奶牛養殖的成本效率還沒有達到最優水平，仍有進步的空間。增加醫療防疫費用和固定資產折舊、提升受教育水平可以促進成本效率的提高，死亡損失費用、料奶比高則是導致成本非效率的主要原因。單純依靠擴大養殖規模、增加要素投入難以實現產出的持續增長，解決導致成本效益不理想的突出問題應成為提高養殖成本效率的主要著力點。

（3）不同地區的奶牛養殖成本效率具有明顯差異，總體呈現東部、中部地區相對較高，西部地區相對較低的空間布局。結合各地區經濟水平、資源稟賦以及環境承載力，充分發揮區域優勢，重點扶持養殖主產區的同時著力推進潛力增長區的發展有助于提高奶牛養殖效率。

4.2 建議

基于以上結論，對提高我國規模化奶牛養殖成本效率提出以下對策建議。

（1）積極推動奶牛養殖的規模化發展，促進小規模養殖向中規模或大規模轉變；進一步完善標準化、集約化的養殖模式，并將該模式在中規模和大規模養殖戶中進行推廣和應用，充分發揮規模化養殖的優勢。政府可以借助“政企合作”等形式加大對奶牛養殖龍頭企業的扶持力度，推進智能化規模養殖；對養殖戶在規模化養殖場建設或養殖設備購買方面給予政策支持和補貼，激勵其進行標準化規模養殖。

（2）要樹立“防重于治”的意識，注重防疫支出，降低死亡損失費用，要重視飼料轉換率在提高奶牛規模養殖成本效率過程中發揮的顯著作用。在疾病防疫以及飼料配制方面進行技術鉆研，用科學的管理辦法以及先進的技術來實現相關投入的合理配置。同時，注重基礎設施在奶牛養殖過程中起到的作用，進一步完善輔助技術設備的建設，提高養殖戶受教育水平。在既定產出下實現低成本投入，力求實現成本效率的最優化，從而提升奶牛養殖業的核心競爭力。

（3）東部、中部地區養殖基礎扎實，成本效率相對較高，但仍有較大提升空間，這些地區應該在自身養殖優勢的基礎上進一步細化管理，充分發揮優勢以提高成本效率；西部地區應加大對奶牛養殖戶的扶持力度，尤其在資金和技術等方面，并引進科學的管理方法，以提高成本效率。根據《全國奶業發展規劃（2016—2020）》，我國的奶牛養殖主要劃分為五大產區，不同區域省份的不同規模在成本效率方面存在很大差異，應根據自身發展條件，因地制宜，發展合適的養殖規模。