烏云花，王 慧，董曉霞

（1內(nèi)蒙古農(nóng)業(yè)大學經(jīng)濟管理學院，呼和浩特010010；2中國農(nóng)業(yè)科學院農(nóng)業(yè)信息研究所，北京100081）

我國奶牛養(yǎng)殖模式正在發(fā)生結構性變化，小規(guī)模養(yǎng)殖戶所占的比例在逐漸下降，其他新型養(yǎng)殖模式不斷出現(xiàn)［1］。散戶和小規(guī)模養(yǎng)殖戶逐步退出、規(guī)模養(yǎng)殖戶在不斷擴大，整個奶牛養(yǎng)殖業(yè)生產(chǎn)主體正在發(fā)生結構性轉變［2］。我國奶業(yè)進入轉變方式、調(diào)整結構、創(chuàng)新模式、強化管理、提高質量的新階段［3］。

目前，學者們對不同養(yǎng)殖模式的效率及測定效率的方法進行了較為廣泛的研究。郜亮亮等［4］在研究中指出，在其他因素不變的情況下，散養(yǎng)模式的技術效率低于中小規(guī)模養(yǎng)殖模式的技術效率，而且散戶模式的產(chǎn)出效率也不如中小規(guī)模養(yǎng)殖的穩(wěn)定。Wu等［5］指出，在養(yǎng)殖模式前端主要包括散戶養(yǎng)殖、養(yǎng)殖小區(qū)及牧場等三種養(yǎng)殖模式，相對來講養(yǎng)殖小區(qū)模式在降低成本提高收益方面有一定的優(yōu)勢。杜鳳蓮等［6］在研究中指出，散養(yǎng)、養(yǎng)殖小區(qū)和牧場三種模式的經(jīng)濟效率都不高，最低的為散養(yǎng)45.9%，最高的為牧場62.3%。曹暕等［7］也在研究中指出我國農(nóng)戶奶牛養(yǎng)殖平均技術效率為70%。李冬雪等［8］研究黑龍江奶牛場的管理效率中指出，黑龍江省的大規(guī)模奶牛場的管理效率平均值為0.715。馬恒運等［9］的計算結果是中國牛奶生產(chǎn)的技術效率水平大約為80%—90%。彭秀芬［10］研究得出2004—2006年我國原料奶生產(chǎn)的平均技術效率為91.1%。而劉威等［11］的研究結論表明我國牛奶生產(chǎn)的平均技術效率值僅為78.3%。

不管是研究不同養(yǎng)殖模式的效率還是研究測定效率的方法，學者們的研究結論有很大的差異。大部分研究在樣本和變量選擇上有所不同，而且最大區(qū)別在于模型的選擇上，不同生產(chǎn)效率模型會導致不同的研究結論，現(xiàn)有的大部分研究在選擇模型的時候缺乏一定的定量檢驗。本研究運用隨機前沿分析（SFA）模型在內(nèi)蒙古呼和浩特周邊地區(qū)利用最新的第一手調(diào)研數(shù)據(jù)，對養(yǎng)殖牧場、養(yǎng)殖小區(qū)及散戶養(yǎng)殖等不同養(yǎng)殖模式的技術效率進行計算與比較，并探討技術效率損失的影響因素。

1 研究方法

首先檢驗模型設定，然后利用SFA模型計算奶牛不同養(yǎng)殖模式的技術效率，并探討其影響因素。SFA模型一般形式為：

式（1）中，Pi表示第i個單位的產(chǎn)出量；xi表示第i個單位的投入量；α為模型的待估系數(shù)。vi是模型的隨機誤差項，假設vi服從正態(tài)分布，均值是0，方差是σ2v，vi～N（0，σ2v）；μi表示由技術無效率引起的隨機誤差，反映第i個單位的技術效率損失的隨機變量，其值大于或等于零。通常假定μi服從均值為b，方差為 σ2μ的半正態(tài)分布［12］，μi～N（b，σ2μ）；νi與 μi相互獨立。

將SFA技術效率定義為：

式（2）中，te是實際產(chǎn)出水平與沒有技術效率損失的產(chǎn)出水平之比，如果沒有效率損失，te為1，一般情況下te小于1。te越大說明效率損失越?。环粗嗳唬?2］。

令［13］：

其中，γ的取值為0—1。γ值的檢驗能反映出生產(chǎn)單位的技術效率的變異是不是具有統(tǒng)計顯著性，如果接受γ＝0的假設，也就是σ2μ＝0，這樣實際產(chǎn)出值與最大的產(chǎn)出值之間的差異主要來源于隨機誤差項ν，說明不存在技術效率損失，μ從模型中去掉，采用普通最小二乘法估計；若接受γ＝1的假設，則表明SFA的誤差部分主要來源于技術效率的損失［12］。

模型設定首先采用常用的超對數(shù)生產(chǎn)函數(shù)形式，用最大似然比（LR）檢驗法來驗證函數(shù)形式是否適用。超對數(shù)生產(chǎn)函數(shù)為［12］：

其中，p表示原料奶年產(chǎn)量（單位：kg），x1為勞動力投入天數(shù)（d），x2為固定資產(chǎn)投入［元（人民幣，下同）］，x3為精飼料投入（kg），x4為粗飼料投入（元）。當上面式中所有平方項和交差項系數(shù)均為零時，超對數(shù)生產(chǎn)函數(shù)就會變?yōu)镃obb-Douglas生產(chǎn)函數(shù)。

考慮技術效率的影響因素時，由于調(diào)研區(qū)域的社會經(jīng)濟條件、環(huán)境氣候、奶牛的品種等方面基本差不多，因此只考慮養(yǎng)殖規(guī)模、不同模式、養(yǎng)殖戶的個人特征及精粗飼料配比等影響因素。

技術效率函數(shù)的具體形式為：

其中，ten表示技術無效率的程度，pa為養(yǎng)殖牧場的虛變量（是牧場模式＝1，其他＝0），ap為小區(qū)模式的虛變量（是小區(qū)模式＝1，其他＝0），sc表示養(yǎng)殖規(guī)模（頭），br是養(yǎng)殖年限（年），ed是養(yǎng)殖戶的受教育程度（年），tr是養(yǎng)殖戶是否接受過培訓（是＝1，否＝0），pr是精飼料和粗飼料的比例（%）。

2 數(shù)據(jù)來源

調(diào)研區(qū)域選擇在奶牛養(yǎng)殖模式比較多樣的呼和浩特周邊地區(qū)，根據(jù)奶牛養(yǎng)殖頭數(shù)，在每個區(qū)域分別選擇了3個縣，每個縣選擇兩個鎮(zhèn)（每個鎮(zhèn)選擇一個牧場），每個鎮(zhèn)選擇兩個村（每個村選擇一個養(yǎng)殖小區(qū)），每個村隨機選擇10個奶牛養(yǎng)殖戶。由于近年來養(yǎng)殖戶退出的比較多，最后收集到36個養(yǎng)殖戶，46個牧場及19個養(yǎng)殖小區(qū)的相關數(shù)據(jù)。

3 不同養(yǎng)殖模式效率差異的理論邏輯

從產(chǎn)業(yè)經(jīng)濟學理論可知，某個產(chǎn)業(yè)的特點決定該產(chǎn)業(yè)的組織模式和組織結構，影響其規(guī)?；潭龋罱K影響其生產(chǎn)效率［14］。從奶業(yè)經(jīng)濟的鮮活性、交易的弱質性、信息不對稱性、自然風險和市場風險大等特點看，規(guī)模養(yǎng)殖比散戶養(yǎng)殖具有一定的優(yōu)勢［4］。但是，從整體產(chǎn)業(yè)的發(fā)展看，不同主體如果按一定的比例形成的規(guī)模結構會更有利于整個產(chǎn)業(yè)實現(xiàn)生產(chǎn)的協(xié)同效應［11］。從奶業(yè)養(yǎng)殖規(guī)模來看，規(guī)模過大的牧場生產(chǎn)成本遠遠高于規(guī)模小的牧場，造成整個奶牛產(chǎn)業(yè)的效率損失，使整個奶牛產(chǎn)業(yè)很難實現(xiàn)規(guī)模效益。另外，奶產(chǎn)業(yè)存在很高的退出壁壘，導致資源要素無法合理流動，最終造成低效率。因此，預期目前規(guī)模牧場的效率不一定與其他養(yǎng)殖模式的效率有很大的差別，需要進一步驗證。

4 實證模型結果

4.1 檢驗函數(shù)設定

首先驗證生產(chǎn)函數(shù)的形式是否適當，用LR檢驗法對超對數(shù)生產(chǎn)函數(shù)和Cobb-Douglas生產(chǎn)函數(shù)進行檢驗，檢驗統(tǒng)計量為［12］：

其中，l（θ1）是無約束條件下 θ的最大似然估計值，l（θ0）是有約束條件下 θ的最大似然估計值［12］，p為條件個數(shù)。

表1中，假設1是Cobb-Douglas生產(chǎn)函數(shù)，假設2不存在技術效率損失。檢驗結果顯示，超對數(shù)函數(shù)比Cobb-Douglas生產(chǎn)函數(shù)優(yōu)越［12］，函數(shù)設定是適當?shù)摹?/p>

表1 函數(shù)設定檢驗結果Table 1 Testing results of themodel specification

4.2 模型估計結果

超對數(shù)生產(chǎn)函數(shù)模型估計結果見表2。首先，γ為正，且在1%的水平上顯著，說明不同養(yǎng)殖主體在奶牛養(yǎng)殖過程中存在顯著的效率損失。其次，固定資產(chǎn)投入對牛奶產(chǎn)量有正的極顯著的作用，在統(tǒng)計上達到1%的極顯著水平。在調(diào)研中也發(fā)現(xiàn)，在3種養(yǎng)殖模式中，很多散戶的設施簡陋粗糙，設施不健全，在固定資產(chǎn)投入上遠遠不如牧場和養(yǎng)殖小區(qū)，所以散戶的奶牛平均單產(chǎn)水平低于其他模式。再次，精飼料投入對牛奶產(chǎn)量的貢獻顯示了U型作用。精飼料投入一次項的系數(shù)估計符號為負，但沒有通過顯著性檢驗。而精飼料的二次項對產(chǎn)量起到5%的正向顯著作用。最后，對產(chǎn)量有統(tǒng)計顯著作用的還有各種投入的交叉項。交差項系數(shù)為負數(shù)說明一種投入的增加會引起另一投入的減少。比如，固定資產(chǎn)與勞動力投入的交叉項系數(shù)達到5%的統(tǒng)計負顯著水平。勞動力與精飼料投入及固定資產(chǎn)與精飼料投入交差項為正，都達到5%的統(tǒng)計顯著水平。

表2 SFA的估計結果Table 2 Results of the SFA

4.3 投入產(chǎn)出彈性

投入要素的產(chǎn)出彈性也可以說明各投入要素對養(yǎng)殖技術效率的影響。公式為：

其中，εx1、εx2、εx3和εx4分別表示勞動力、固定資產(chǎn)、精飼料和粗飼料投入的產(chǎn)出彈性。α值來源于表2的估計結果，lnx1、lnx2、lnx3、lnx4取各投入要素的幾何平均值，結果見表 3［12］。

表3 投入要素的產(chǎn)出彈性Table 3 Output elasticity of input factors

從表3可知，除了勞動力產(chǎn)出彈性，其他產(chǎn)出彈性都是正值。勞動力的產(chǎn)出彈性是負的表明可能存在勞動力投入過剩的問題，如果增加勞動力的投入對牛奶產(chǎn)出沒有積極的作用［12］。這一結論與其他學者的研究（例如曹暕等［7］）相吻合。固定資產(chǎn)的產(chǎn)出彈性為正值，說明繼續(xù)增加固定資產(chǎn)的投入可以提高產(chǎn)奶量。精飼料和粗飼料投入的產(chǎn)出彈性也是正值，繼續(xù)增加精飼料和粗飼料的投入量也有利于提高產(chǎn)奶量［12］。對比來講，固定資產(chǎn)的產(chǎn)出彈性相對大，說明固定資產(chǎn)的投入對產(chǎn)出的貢獻比其他投入要更大。

4.4 不同養(yǎng)殖模式技術效率的測算

牧場模式的技術效率平均值達到0.88，養(yǎng)殖小區(qū)模式的技術效率平均值為0.84，散戶模式的技術效率平均值為0.73（表4）。如果按照效率分組，效率值大于90%的區(qū)域里牧場比例是39%，養(yǎng)殖小區(qū)的比例是42%，而散戶的比例只有14%（表4）。不同養(yǎng)殖模式的技術效率都有一定的提升空間。

表4 不同養(yǎng)殖模式的技術效率對比Table 4 The com parison of technical efficiency of different breeding patterns

4.5 效率損失的決定因素的估計結果

首先，相對比小規(guī)模養(yǎng)殖散戶模式，牧場和養(yǎng)殖小區(qū)模式對技術效率損失有負的顯著影響。即，牧場和養(yǎng)殖小區(qū)的技術效率高于散戶的技術效率，在統(tǒng)計上分別達到5%和1%的顯著水平（表5）。因此，養(yǎng)殖模式顯著影響技術效率。其次，養(yǎng)殖年限對技術效率損失產(chǎn)生了顯著的正向影響。即：養(yǎng)殖年限越長，技術效率損失越大。這可能是由于養(yǎng)殖年限長意味著養(yǎng)殖戶年齡大，年齡越大，新技術的接受能力越低，對技術效率的提高是不利的。再次，精粗飼料比值對技術效率損失有顯著的正向影響。即：精粗飼料比值越高，技術效率損失越大（表5）。這表明精飼料和粗飼料配比存在問題，如果減少精飼料的投入，適當增加粗飼料的投入，可以提高技術效率。最后，養(yǎng)殖頭數(shù)對技術效率損失的影響是負顯著的。即：養(yǎng)殖規(guī)模越大，技術效率損失就越?。ū?）。這在一定程度上說明了奶牛養(yǎng)殖業(yè)仍存在規(guī)模效應，目前的養(yǎng)殖規(guī)模還沒有達到最優(yōu)規(guī)模。適當?shù)囊?guī)模經(jīng)營對技術效率的提高有顯著的推動作用。

表5 技術效率損失決定因素的估計結果Table 5 Results of the determ inants of technical efficiency loss

5 結論與政策建議

本研究以內(nèi)蒙古呼和浩特周邊地區(qū)為例，對3種奶牛養(yǎng)殖模式包括牧場、養(yǎng)殖小區(qū)及散戶的技術效率及影響因素進行了實證研究，得出如下的幾點研究結論：首先，模型設定檢驗表明超對數(shù)函數(shù)比Cobb-Douglas生產(chǎn)函數(shù)優(yōu)越，模型設定是適當?shù)?。其次，超對?shù)生產(chǎn)函數(shù)模型結果表明，各種投入因素里固定資產(chǎn)投入對牛奶產(chǎn)量的提高有極顯著的正向影響，說明可以繼續(xù)適當增加固定資產(chǎn)的投入對牛奶產(chǎn)量的提高有積極作用。再次，投入要素的產(chǎn)出彈性估計結果表明勞動力的產(chǎn)出彈性是負值，說明可能存在勞動力投入過剩的現(xiàn)象。其他投入量的產(chǎn)出彈性都是正值，其中固定資產(chǎn)的產(chǎn)出彈性最大，說明固定資產(chǎn)投入對產(chǎn)出的貢獻比其他投入更大。最后，技術效率損失的影響因素模型估計結果表明，養(yǎng)殖模式和養(yǎng)殖規(guī)模對技術效率的提高有顯著的正向影響，精粗飼料比和養(yǎng)殖年限對技術效率的提高有顯著的負向影響。

以上研究結論有重要的政策含義。首先，從不同養(yǎng)殖模式的技術效率都沒有達到理想水平來看，我國的奶牛養(yǎng)殖業(yè)的發(fā)展任重道遠，應該引起各方的足夠重視。其次，規(guī)模養(yǎng)殖雖然在技術效率上體現(xiàn)出具有一定的優(yōu)勢，但是如果盲目擴大養(yǎng)殖規(guī)模，不僅養(yǎng)殖成本無法控制，對環(huán)境也會造成很大壓力。調(diào)研中也發(fā)現(xiàn)，一些牧場為獲得政府補貼追求數(shù)量和規(guī)模的盲目擴張，對草地、耕地等有限自然資源過度需求，導致資源要素無法合理流動，因此規(guī)模發(fā)展決不能貪大求快。最后，科學的精粗飼料配比對提高牛奶產(chǎn)量至關重要。從精粗飼料比對牛奶產(chǎn)量有顯著的負向影響看，需要適當減少精飼料投入，提高粗飼料營養(yǎng)和數(shù)量。飼料資源的豐富與否是奶牛養(yǎng)殖是否可以持續(xù)發(fā)展的重要條件。調(diào)查過程中發(fā)現(xiàn)很多養(yǎng)殖戶過度強調(diào)精飼料的作用，而忽視了粗飼料的作用，精飼料在投入上存在一定的浪費。