——以蛋雞養殖場(戶)最佳淘汰日齡為例"/>
999精品在线视频,手机成人午夜在线视频,久久不卡国产精品无码,中日无码在线观看,成人av手机在线观看,日韩精品亚洲一区中文字幕,亚洲av无码人妻,四虎国产在线观看 ?郭巧苓 馬 驥 張 弛
(中國農業大學 經濟管理學院,北京 100083)
保障重要農產品的穩定供給,是歷年中央一號文件的主旋律,也是產業轉型升級和農業高質量發展的基礎[1]。隨著我國市場化改革和對外開放的不斷深入,追求利潤最大化的農業經營主體與市場的聯系日益密切,農戶必然會根據成本變動、收益變動和風險概率等因素進行資源配置和生產行為決策[2]。現代農業產業的集約化和設施化發展速度較快,對氣候等自然資源的依賴度降低,從而擺脫了生產季節性的影響,有助于調整生產決策。尤其是具有連續性生產特征的蛋雞產業,受市場行情和信息利用的影響,農戶在調整生產周期方面具有更大的自主性和靈活性。例如,在蛋雞養殖中,農戶可能會根據要素價格、產品價格以及掌握的信息渠道,對蛋雞養殖周期進行適應性調整,無論是對單場或單棟雞舍的生產周期調整,都將影響到既定時期內的雞蛋市場供給水平[3],進而影響雞蛋價格以及生產者福利和消費者福利,因此在保障穩定供給方面,應高度關注農戶的生產周期調整問題,了解蛋雞養殖場(戶)生產周期決策規律,分析最佳淘汰日齡決策的影響因素,這對于推進蛋雞產業轉型升級、保障產業安全具有重要的現實意義。
對于畜牧產業而言,養殖場(戶)一般會根據利潤最大化原則做出對出欄/淘汰時間的調整[4]。本研究則以蛋雞產業為例,深入分析蛋雞養殖場(戶)的最佳淘汰日齡決策,在此基礎上探討合理優化養殖場(戶)生產周期和穩定畜禽產品供給的策略。
現有學者主要從自然學科和經濟學科的視角對蛋雞最佳淘汰日齡進行了初步探討。自然學科視角的蛋雞最佳淘汰日齡指標主要包括蛋雞的養殖日齡、產蛋率和外觀形態。目前,多數蛋雞養殖場(戶)以500~600日齡為標準對雞群進行淘汰[4-6],或產蛋率低于50%~60%時對雞群進行淘汰[7],或者以高產蛋雞和低產/停產蛋雞的外觀形態差異進行判斷,對于符合停/低產特征的雞群應及時淘汰,對于一時無把握是否淘汰(尤其500日齡以上)的蛋雞,建議先飼養一段時間,采用2~3 d不撿蛋的辦法選擇淘汰[8]。目前,自然學科對最佳淘汰日齡的判斷方法較為簡便且成熟,但忽略了投入產出與經濟效益之間的關系,以及市場價格變動對蛋雞養殖場(戶)最佳淘汰日齡的影響,難以實現經濟效益最大化。因此,有學者嘗試從經濟學的視角,借助邊際平衡原理確定最佳淘汰日齡。20世紀80年代,宋隆福[9]通過邊際分析確定雞群最佳淘汰期,以北京雙橋農場半機械化雞場和安徽省蕪湖市郊區鳩江鄉養雞專業大戶為例,最佳淘汰日齡的測算結果分別為497日齡和507日齡。90年代,孟令芝[10]以50只商品蛋雞的產蛋量、飼料消耗與產蛋月的實驗追蹤數據為基礎,通過非線性回歸分析獲得該雞群的最佳動態淘汰期,以開產日齡為起始日期,最佳淘汰日齡為11.87個月(即356 d)。而后,Narushin等[11]以Shaver蛋雞的體重數據、產蛋數據實驗數據為基礎,采用多項式構建了預測生長曲線和產蛋期日產蛋量曲線的模型。此外,朱寧等[4]基于遼寧、河北、山東、湖北和四川5省402份蛋雞養殖戶的數據,對蛋雞養殖戶視角的提前淘汰行為進行了初步分析,并通過Logistic模型對其影響因素進行了實證,結論發現市場風險是蛋雞養殖戶生產行為的風向標,突發性疫情、雞蛋價格均會顯著影響蛋雞養殖場(戶)周期決策。
以上研究成果對于蛋雞最佳淘汰日齡的確定具有重要的借鑒價值,但仍存在一些不足之處:第一,由于研究學科、研究時段、研究對象、研究區域的差異,導致研究結果存在較大差異;第二,在市場經濟條件下,追求利潤最大化的養殖場(戶)必將根據成本、收益以及對未來的預期做出動態性的生產周期調整。而以往的研究,以農戶的主觀經驗為依據來探討蛋雞養殖場(戶)的養殖周期決策問題,必然不準確,如此將帶來最佳淘汰日齡標準的差異,以致帶來分析結果的偏差;第三,在我國蛋雞產業經濟學界,目前尚未發現利用回歸模型進行蛋雞最佳淘汰日齡確定及影響因素的研究成果。
綜上可知,在蛋雞最佳淘汰日齡確定及其影響因素方面,仍需進一步科學系統的研究,基于此,本研究基于利潤最大化理論,擬采用C-D生產函數對2020年蛋雞養殖場(戶)調研數據進行模擬,獲取蛋雞養殖場(戶)的最佳淘汰日齡,并進一步深入地探討蛋雞養殖場(戶)提前淘汰或延后淘汰行為及其影響因素,以期為引導養殖企業合理決策、保障畜牧產業健康發展,提供重要的思路和方法借鑒。不僅有助于蛋雞產業的保供穩價,同時有助于指導蛋雞產業的監測預警,提升監測預警的精度,也將為充分發揮信息服務、引導養殖企業合理決策和保障畜牧產業健康發展,提供重要的思路和方法借鑒。
基于利潤最大化的前提,本研究采用C-D生產函數確定最佳飼料投入量,進一步確定最佳淘汰日齡區間,并運用Probit模型分析最佳淘汰日齡決策的影響因素。
按照經濟學理論,在利潤最大化的前提下,最優飼料投入量發生在飼料的邊際產品價值VMPfeed等于飼料價格Pfeed時,因此,可以通過飼料邊際產品價值VMPfeed與飼料價格Pfeed比值為1來計算最佳飼料投入量。具體借鑒張林秀等[12]的研究方法,采用C-D生產函數測算飼料產出彈性系數,計算投入要素飼料的邊際產出,通過邊際平衡原理,利用飼料的邊際產品價值等于邊際投入(VMPfeed/Pfeed=1)來求取最佳的飼料投入量,進而求取最佳淘汰日齡。具體測算過程如下:
首先,考慮到C-D生產函數以產量為目標,探究產量與要素投入之間的關系,且計算方便,在農經領域得到廣泛應用,故通過C-D生產函數測算樣本的飼料產出彈性系數,即:
lnQi=α0+α1ln feedi+α2ln fyi+α3lnZi+μi+εi
(1)
式中:i=1,2,…,n表示樣本中的蛋雞養殖場(戶)經營主體;因變量Q為該蛋雞養殖場目前在養天數最長的雞舍上一批次的只雞產蛋量,(kg/只);自變量為投入的生產要素和控制變量,包含飼料投入量feed,(kg/只)、防疫治療費用fy,(元/只)、以及其他控制變量Z,這里的其他控制變量是指養殖特征、個體特征等;α為待估計參數向量,表示生產要素的產出彈性;μ為地區虛擬變量;ε為隨機擾動項。
其次,依據式(1)得到飼料產出彈性系數為α1,計算飼料投入量的邊際產品MPfeed(平均雞蛋產量除以飼料投入量,然后乘以飼料產出彈性)和邊際產品價值VMPfeed(飼料的邊際產品乘以雞蛋價格)。其中,Pegg代表雞蛋價格,(元/kg)。
(2)
VMPfeed=Pegg×MPfeed
(3)
然后,計算最優飼料投入量feedopt。根據利潤最大化理論,當VMPfeed/Pfeed<1時,表示實際飼料投入量已經超過最優飼料投入量;當VMPfeed/Pfeed>1時,則表明還未達到最優投入量;當VMPfeed/Pfeed=1時,則為最優飼料投入量。料蛋比是飼養全程料蛋比,計算公式為全程(生長期+產蛋期)耗料量,kg/產蛋量,kg[13]。本研究飼料價格通過只雞的全程飼料費用feedcost及其飼料量折算所得,即:Pfeed=feedcost/feed×料蛋比。通過令比VMPfeed/Pfeed等于1,可以推算最優飼料投入量feedopt,(kg/只),計算公式為:
(4)
最后,計算最佳淘汰日齡dayopt,feedd為飼料每日采食量均值kg/d,計算公式為:
(5)
考慮到淘雞前的增重時長約20 d和淘雞后空欄消毒期時長約20 d的蛋雞產業現實,在最佳淘汰日齡的基礎上,進一步以最佳淘汰日齡dayopt±20 d為標準確定最佳淘汰日齡區間,通過判別該養殖場上一批次蛋雞的養殖周期是否在其最佳淘汰日齡區間內,來確定其行為決策是否為最佳淘汰日齡決策。若在最佳淘汰日齡區間內,則為1,若不在,則為0,故采用二值選擇模型Probit進行最佳淘汰日齡決策的影響因素計量分析。
Prob(yi=1)=β0+∑βiXi+μi
(6)
式中:yi為農戶是否做出最佳淘汰日齡行為決策;Xi為第i個自變量,包括市場行情、信息渠道、養殖特征變量等。
根據禽報網2020年6月數據顯示,華東地區蛋雞存欄占比為38.16%、華中地區28.76%、東北地區21.01%、華北地區19.85%、西南地區10.02%、西北地區5.31%、華南地區2.69%,所以按照區域存欄規模,選擇第1名華東地區、第4名華北地區、第5名西南地區進行調研。在新冠疫情防控背景下,為保障調研工作的順利實施,課題組按照區域、養殖規模指標采用配額抽樣方法分配區域樣本容量后,采用線上和線下結合的方式開展對蛋雞養殖場(戶)的調研,即對大規模、中規模養殖場(戶)主要以線上網絡調研為主,對小規模養殖場(戶)以線下實地問卷調研為主。為保證調研數據的準確性,課題組在回收問卷后,采用20%的電話回訪方式對相關蛋雞養殖場(戶)進行了隨機問題的抽檢。本次調研于2020年10月中旬進行了預調研,11月初開始正式調研,至12月結束。在預調研和正式調研中,華東地區、華北地區和西南地區分別獲取樣本351、130和90個,共計樣本場(戶)571個,在剔除34個信息填寫不規范、關鍵信息缺失嚴重、邏輯關系錯亂等無效問卷,以及8個目前處于停養階段的調研樣本后,最終得到有效樣本529個,樣本有效率為92.64%。
最佳淘汰日齡的測定模型,選取飼料投入量作為核心解釋變量,防疫治療費用、養殖場特征、個人特征等作為控制變量。相關變量基本情況如表1。
表1 淘汰日齡變量的描述性統計
3.2.1產出特征變量
產出特征指標主要是指雞蛋產量,(kg/只)。產出指標包括雞蛋產量和雞蛋收益,但鑒于雞蛋價格波動幅度較大,導致雞蛋收益波動較大,而雞蛋產量相較于雞蛋收益更為穩定,故本模型選用雞蛋產量作為求取飼料投入彈性系數的被解釋變量。雞蛋產量指上一批次每只蛋雞全程平均產蛋量枚數,根據現有研究[14-15]的雞蛋產量核算標準14~16枚/kg,本研究以15枚/kg的標準對雞蛋產量進行折算,全樣本蛋雞養殖場(戶)的雞蛋產量均值為20.37 kg/只。
3.2.2投入要素特征變量
選取飼料投入量和防疫治療費用來反映要素投入特征。飼料是飼養畜禽生產各種畜禽產品的基礎,而且飼料的質量和成本對畜牧業的經濟效益和畜禽產品質量起著決定性作用,樣本全周期的平均飼料投入量為43.93 kg/只。集約化、規模化的畜禽養殖模式使得養殖過程中畜禽感染疫病的概率提升,為保證雞群健康,防止疫病影響蛋雞養殖及其所帶來的經濟損失,需要在蛋雞養殖環節中對雞群進行必要的防疫和疾病治療,在國家倡導無抗養殖的大背景下,防疫成為保障雞群健康的重要渠道,平均只雞防疫治療費用為6.48元/只。
3.2.3養殖特征變量
選取養殖場設計規模、標準化規模場、死淘率、換羽技術和淘汰日齡等變量作為養殖場特征變量。規模化、標準化的養殖場與普通養殖場相比,是資本密集型、技術密集型的專業規模養殖場,規模化養殖有助于促進規模報酬的遞增,實現規模經濟效益。
1)死淘率。在蛋雞養殖中,死淘率作為一項衡量蛋雞飼養管理水平的重要指標[16],死淘率越高,該養殖場的產蛋量越低。2)淘汰日齡。根據雞蛋和淘汰雞的市場行情或養殖場的生產規劃,養殖場(戶)進行淘汰日齡決策,具有靈活性[3,17]。3)換羽技術。強制換羽技術在蛋雞養殖中已經得到廣泛應用,成為了蛋雞重新恢復產蛋活力的主要手段,是提升蛋雞生產潛力的最常用方式。在規模化蛋雞養殖場中,雞群自然換羽周期長,產蛋率下降,嚴重影響企業的經濟效益,為減少這一現象導致的經濟損失,對蛋雞采取強制換羽技術。
3.2.4個體特征變量
借鑒以往研究[18-19],選取年齡、性別、養殖經驗、教育、培訓次數作為個體特征變量。1)年齡。受訪者年齡越大,其進行其他生計活動的可能性越小,從事蛋雞養殖的意愿越強烈。2)養殖經驗。養殖年限越長,蛋雞養殖經驗越豐富,能夠有效應對蛋雞養殖過程中出現的各種問題,在市場價格變化時更容易及時做出生產決策調整,但養殖戶教育水平偏低,其經驗判斷相對不足。3)培訓次數。養殖戶通過接受蛋雞養殖的技術培訓和經營培訓,增強對蛋雞養殖行業的了解,鑒于本次蛋雞養殖調研對象中的標準場和規模場占比相對較高,所參加的蛋雞產業技術培訓和經營培訓平均次數為7.27次/年。
最佳淘汰日齡決策的影響因素選取的變量包括市場行情(雞蛋價格、飼料價格、淘汰雞價格、ASF、行情預判)、信息渠道(親朋好友、互聯網、政府監測、行業協會、高校科研、龍頭企業)、養殖場特征和個體特征,市場行情和信息渠道變量特征表2所示,個體特征及養殖場特征變量在上一小節已闡述,在此不再詳細展開。
3.3.1市場行情特征變量
價格機制是市場經濟的核心,完全競爭市場的價格信號,不僅是商品和服務相對稀缺性的體現,還是生產者生產調整行為的關鍵信號[20-21]。一般情形下,農戶是生產要素和產品價格的接受者,根據生產要素和產品價格的相對變化情況以及行情預判,調整生產決策,改變養殖周期[3,22],從而對蛋雞養殖場最佳淘汰日齡決策造成影響。由于本研究數據收集于2020年11—12月,樣本中上一批次蛋雞養殖高峰時段以2018和2019年為主,2018和2019年非洲豬瘟疫情較為嚴重,而豬肉與雞蛋為蛋白替代品,故在計量模型中考慮非洲豬瘟疫情對其的影響。
3.3.2信息渠道特征變量
在信息化時代,構建大數據平臺、強化信息監測和提供預警功能,無疑已成為提高農業生產經營者決策能力和規避風險的重要工具[23-24]。在畜牧產業發展中,目前已經形成了多元化主體的信息服務平臺。無論是政府主導的信息平臺,還是行業協會或企業主導的信息服務,或者親朋好友、互聯網信息交流,均對畜禽養殖場(戶)的生產運作管理和經營決策發揮著重要的作用。
本模型采用普通最小二乘法(OLS)對C-D生產函數進行估計,估計結果如表3所示。從回歸結果來看,模型的擬合優度在0.88以上,總體擬合效果較好,可解釋性較強。
表3 生產函數的回歸結果
鑒于本研究主要依靠飼料產出彈性系數,確定最優飼料投入量,進而推算最佳淘汰日齡,因此,此模型主要獲取飼料投入的產出彈性系數。由表3可知,飼料投入對雞蛋產量的彈性系數為0.729 0,且在1%水平上通過顯著性檢驗。根據飼料產出彈性系數進一步得出,該樣本的平均最佳飼料投入量為46.20 kg,最佳淘汰日齡為461.99日齡。
市場行情發生變化時,蛋雞養殖場(戶)多會對蛋雞養殖周期進行適應性調整,提前或者延后淘汰蛋雞,進而造成雞蛋產量的變化[3]。但不同特征的養殖場戶,其生產決策特征是不同的,其最佳淘汰日齡也存在差異。本部分以最佳淘汰日齡±20 d為標準確定最佳淘汰日齡區間,以進一步分析最佳淘汰日齡決策。
4.2.1不同養殖規模的最佳淘汰日齡區間
規模化的養殖場與普通養殖場相比,是資本密集型、技術密集型的專業規模養殖場,一方面規模化養殖促進規模報酬的遞增,進而實現規模經濟效益,另一方面規模化養殖場通常根據已制定的生產計劃安排生產,生產狀況較為穩定,且規模化養殖場的銷售渠道較為穩定。
表4報告了不同規模養殖主體的最佳淘汰日齡,考慮到蛋雞養殖具有持續性生產的特點,本研究以最佳淘汰日齡±20 d確定最佳淘汰日齡區間。全場養殖規模≤3萬只的蛋雞養殖場(戶)是我國目前從事蛋雞養殖的主體,且養殖周期決策較為靈活,多視市場行情而定,其經濟效益較佳的淘汰日齡區間為(418.43,467.52);全場養殖規模3萬~5萬只的蛋雞養殖場(戶)經濟效益較佳的淘汰日齡區間為(438.54,478.54);全場養殖規模5萬~10萬只的蛋雞養殖場(戶)經濟效益較佳的淘汰日齡區間為(478.38,518.38);規模>10萬的蛋雞養殖場(戶)生產狀況較為穩定,對于市場變化有自己的判斷,故其養殖周期較長且較為穩定,經濟效益較佳的淘汰日齡區間為(490.19,530.19)。
表4 不同養殖規模的最佳淘汰日齡
4.2.2不同品種的最佳淘汰日齡區間
雞蛋大小、蛋殼顏色和厚度等是消費者在挑選雞蛋過程中可以直觀獲得的重要指標[25],與蛋雞品種息息相關。我國的蛋種雞育種起步較晚,21世紀初國產蛋雞生產性能相對落后,祖代和曾祖代蛋雞高度依賴國外引進,海蘭、羅曼等是我國進口蛋種雞最主要的品種[26]。但隨著國內蛋種雞育種技術的進步,近幾年國產品種更新量占祖代蛋種雞年更新量的比例呈增加趨勢,我國國產蛋雞品種主要有京紅/京粉系列、農大3號和江蘇花鳳等。
近年來,由于消費者訴求、地方特色品種保護等原因,國產品種的蛋雞市場逐步擴大,經濟效益突顯,但不同蛋雞品種的生產性能指標差異較大,其養殖周期也存在較大差異。表5報告了不同蛋雞品種的最佳淘汰日齡區間,羅曼系列和京粉京紅系列蛋雞抗病性強,產蛋期長,高峰期持久,其經濟效益較佳的淘汰日齡區間分別為(461.44,501.44)和(445.86,485.86);海蘭系列2019年受滑囊炎支氣管炎影響,養殖場(戶)縮短了養殖周期,其經濟效益較佳的淘汰日齡區間為(437.99,477.99);花鳳等其他特色品種蛋雞以滿足消費者訴求為目的,對蛋品質量要求較高,而隨著養殖周期的增長雞蛋質量容易下降,所以花鳳品種的經濟效益較佳的淘汰日齡區間為(415.74,455.74)。
表5 不同蛋雞品種的最佳淘汰日齡區間
4.2.3最佳淘汰日齡決策行為的統計分析
蛋雞養殖場(戶)作為理性經濟人,其追求利潤最大化,但市場瞬息萬變,蛋雞養殖場(戶)的生產決策行為變的更為復雜。不同經營規模的養殖戶在生產決策上存在較大差異,小規模養殖戶多具有明顯的從眾生產特征,大規模養殖戶的生產決策多依據市場預測以及已制定的生產計劃,其決策依據具有顯著的差異性,故在采用計量模型分析之前,本小節首先對蛋雞養殖場(戶)的最佳淘汰日齡行為決策進行統計分析,以便進一步進行計量模型分析。
圖1報告了養殖場(戶)的最佳淘汰日齡行為決策,可知在總樣本中在經濟效益最佳淘汰日齡區間中的養殖場(戶)有76個,占比14.37%,提前淘汰的養殖場(戶)有131個,占比24.76%,延后淘汰的養殖場(戶)有322個,占比60.87%,延后淘汰天數大部分集中在0~100 d,由此可知14.37%的養殖場(戶)能夠實現利潤最大化,且提前淘汰的養殖場(戶)遠少于延后淘汰的養殖場(戶),可見養殖場(戶)不會輕易提前淘汰蛋雞。
圖1 養殖場(戶)最佳淘汰日齡行為決策的差異性分析
采用Probit模型對最佳淘汰日齡行為決策的影響因素進行計量分析,Probit模型的回歸結果及邊際效應如表6所示。該模型卡方檢驗伴隨概率為0.000 0,說明模型能夠通過穩健性檢驗且擬合度較好,具有較強的解釋能力。考慮到Probit模型的邊際效應系數更具有解釋意義,故以邊際效應系數進行模型解釋說明。
表6 最佳淘汰日齡決策影響因素的回歸結果
1)根據市場行情調整生產決策是農戶理性生產行為的客觀反映。從市場行情的邊際效應系數來看,價格變量是蛋雞養殖場(戶)周期決策的主要影響因素,雞蛋價格、飼料價格、非洲豬瘟疫情、淘汰雞價格等均能顯著影響養殖場(戶)周期決策。雞蛋價格的邊際效應系數為0.064 2,且在1%的水平上正向影響最佳淘汰日齡決策,即蛋價上升時,養殖場(戶)更容易做出實現經濟效益最大化的周期決策;飼料價格則對最佳淘汰日齡決策具有顯著的負向影響,由此可見,當飼料價格升高時,蛋雞養殖場(戶)為獲取較高收益,傾向于延長養殖周期,導致其偏離最佳淘汰日齡區間。淘汰雞價格對最佳淘汰日齡決策同樣具有顯著的負向影響,即蛋雞養殖場(戶)為獲取較高的淘汰雞收益,淘汰雞價格上漲時,改變周期決策,及時淘汰當批蛋雞。綜上,市場行情能夠顯著影響蛋雞養殖場(戶)的周期決策。
其次,非洲豬瘟疫情背景下,蛋價高走,養殖場(戶)對于雞蛋市場前景樂觀,傾向于選擇延后淘汰,導致脫離最佳淘汰日齡區間。非洲豬瘟疫情變量的邊際效應系數為-0.105 1,且通過了5%水平的顯著性檢驗,可見其對最佳淘汰日齡決策顯著的負向影響。養殖者在進行周期決策時,對未來市場的行情預判導致養殖場(戶)傾向于延長淘汰日齡,脫離最佳淘汰日齡區間。
2)根據信息傳播理論,信息渠道是信息傳播的核心要素[27]。一般情況下,養殖戶具有親朋好友、互聯網、政府平臺、行業協會等多種信息獲取渠道,獲取信息越多,養殖戶越容易掌握到各種市場信息,有助于降低信息獲取交易成本和養殖風險[23],但養殖戶獲取信息的渠道數量、分析處理信息的能力、各渠道獲取信息的類型及對其的信任程度都不盡相同,通過互聯網、親朋好友、行業協會等獲得的信息相對較快,而通過政府監測預警、高校科研機構等獲得的信息具有一定時滯性,導致在周期決策的影響因素中前者為正向影響,而后者為負向影響。在信息化時代,紛繁復雜的各類信息對于農戶收集、處理、應用信息的能力要求較高,因此在模型中各類信息渠道對養殖戶周期決策的邊際系數絕對值相對較小。來自親朋好友的信息能夠顯著地正向影響最佳淘汰日齡決策,政府監測預警對其表現為顯著的負向影響,而來自互聯網、行業協會、高校科研機構和龍頭企業的信息則沒有通過顯著性檢驗。綜上,養殖戶在信息獲取、信息利用等綜合管理能力方面仍有待提高。
3)從個體特征變量的邊際效應系數來看,經營主體和養殖經驗顯著影響最佳淘汰日齡決策,教育水平、年齡及養殖經驗均未通過顯著性檢驗。可能的原因在于蛋雞養殖從業者的教育水平普遍偏低,年齡結構偏大,養殖周期決策多以蛋雞養殖日齡及當下市場行情所決定,對最佳淘汰日齡并無深刻的認識。從經營主體來看,從普通農戶到合作社、家庭農場及公司,合作社、家庭農場以及公司經營形式的蛋雞從業者具備更長的生產周期計劃,且多能夠使用換羽技術延長淘汰日齡,從而脫離最佳淘汰日齡區間。從養殖經驗來看,周期調整決策對生產經驗有一定的依賴性,面對市場波動,養殖戶依據積累的養殖生產經驗和自身的經營理念進行周期決策,更有助于實現其經濟利益的最大化。
4)從養殖場特征變量的邊際效應系數來看,養殖場人工費用顯著正向影響最佳淘汰日齡決策,而養殖品種、養殖規模及標準化程度均未通過顯著性檢驗。從勞動力投入的角度來看,一般人工費用越高,所雇傭勞動力的專業性更高,對蛋雞行業的認識更深刻,有助于實現蛋雞養殖場經濟效益的最大化。
基于利潤最大化,本研究采用C-D生產函數對2020年529個蛋雞養殖場(戶)調研樣本進行最佳淘汰日齡測定,并進一步利用Probit模型深入地探討最佳淘汰日齡決策的影響因素。
研究的主要結論有:1)2020年蛋雞養殖調研樣本的飼料產出彈性系數為0.729 0,最優飼料投入量為46.20 kg,最佳淘汰日齡為461.99日齡。2)以最佳淘汰日齡上下浮動20 d劃分出最佳淘汰日齡區間,能夠做出最佳淘汰日齡決策的養殖場(戶)占比14.37%,提前淘汰的養殖場(戶)占比24.76%,延后淘汰的養殖場(戶)占比60.87%,以延后淘汰養殖決策為主。從規模角度來看,養殖規模越大,最佳淘汰日齡越高。從品種角度來看,最佳淘汰日齡排序為:羅曼>京粉、京紅>海蘭>花鳳。3)分析最佳淘汰日齡決策的影響因素,飼料價格、淘汰雞價格、非洲豬瘟疫情以及養殖者的行情預判均會負向影響最佳淘汰日齡決策,增加養殖戶提前或延后淘汰的概率。從信息渠道的角度來看,親朋好友的信息更有助于最佳淘汰日齡決策,政府渠道的信息會增加養殖戶提前淘汰或延后淘汰的概率,而互聯網、龍頭企業的信息對此并無顯著影響。此外,養殖周期決策也受生豬產業的關聯影響,從蛋白替代的消費需求角度,非洲豬瘟疫情爆發顯著抬高了蛋價,延長了蛋雞淘汰日齡。
基于上述結論,提出建議如下:
1)積極開展蛋雞養殖周期科學決策培訓。養殖周期決策對保障雞蛋供給穩定具有重要的作用,而蛋雞養殖者多以養殖經驗或市場行情對此做出決策,缺乏對最佳淘汰日齡的科學認識,故政府及行業應加大對最佳淘汰日齡、最佳養殖周期決策等理念的宣傳、推廣與培訓,通過實時發布相關信息,提升養殖場(戶)對養殖周期的認識,鼓勵養殖主體選擇理性的、適當的養殖周期決策,保障蛋雞行業的穩定供給。
2)從上下游產業鏈的角度,完善重要農業生產資料與農產品的發布機制。對于連續性生產的農業產業而言,較大的生產資料價格波動與農產品價格波動均會顯著影響其農產品的生產周期,并進一步影響至畜禽產品的有效供給。以蛋雞產業為例,現有的兩大蛋雞產業信息平臺,國家發展和改革委員會價格監測中心對蛋雞產業的關注指標為雞蛋價格和飼料價格,智慧蛋雞平臺對蛋雞產業的關注指標為蛋價指數、成本指數和進雞指數,不僅需要重點關注雞蛋和飼料的價格走勢,而且需要關注淘汰雞的價格走勢,促進大宗農產品價格監測的系統性與完整性。
3)從產業關聯的角度,加強突發事件背景下畜禽產業間的價格聯動監測預警。以非洲豬瘟疫情為例,其不僅對生豬產業造成嚴重的影響,而且由于消費替代作用影響至其他肉類、蛋類等蛋白替代品,導致其他肉類、蛋類產品價格上漲及無序擴張,對其他畜禽產業的健康發展產生重要影響。因此,當突發疫情時,應及時關注產業聯動性較強的相關產業動態,加強相關產業的監測與防控。