陈 伟,苗海民,朱俊峰
(中国农业大学经济管理学院,北京 100083)
摘 要:随着我国居民生活水平的提高,对肉蛋奶的需求越大越多。肉兔养殖在我国家兔养殖中占有重要地位。本文统计全国13个肉兔主产省2012-2017年的混合面板数据,采用随机前沿方法(SFA)来估计肉兔养殖户生产函数,用得到的养殖效率指数作为养殖户生产能力水平的衡量指标;在此基础上,使用OLS模型来考察养殖户养殖效率与养殖规模的关系。结果表明:我国当前肉兔养殖存在适度规模,当超过该规模时,存在效率损失。因此,针对当前我国肉兔养殖,重点针对中小规模养殖农户进行扶持,尤其是小规模养殖农户。提升小规模农户的养殖规模,有利于降低农户成本,提升生产效率,提升生产利润,促进肉兔养殖效率的提升。
关键词:肉兔;不同规模;技术效率[1]
1 前言
随着我国居民生活水平的提高,对肉蛋奶的需求越大越多,兔肉作为一种肉类产品,是我国肉类中重要的组成部分。从营养学角度讲,兔肉以“三高三低”著称,“三高”即兔肉中蛋白质含量高、矿物质含量高、人对兔肉的消化率高;“三低”即脂肪含量低、胆固醇含量低、热量低。因此,兔肉的营养价值较高,是居民未来肉类消费的一大潜在选择,有广阔的市场前景。肉兔作为典型的节粮型草食家畜之一,在保障畜产品有效供给、缓解粮食供求矛盾、丰富居民膳食结构等方面做出重要贡献。
理论上,无论是短期还是长期,都存在适度规模,这就意味着养殖规模并非越大越好,存在适宜当前我国肉兔产业发展基础和市场演变需求的适度规模。因此,如何确定规模化发展的度成为当前产业部门和养殖业者普遍关心的问题。关于规模经营的话题最早是土地方面的研究[1],对于养殖业规模的研究也多集中在奶牛、肉羊、生猪、蛋鸡等大型牲畜[2-6],兔子似乎被轻视,没有太多的文章研究家兔养殖,包括规模养殖方面统计部门也没有提供大、中、小、散养等养殖规模的参考标准。
本文以肉兔主产省养殖场(户)问卷调查数据为基础,通过采用随机前沿方法(SFA),估计肉兔养殖户生产函数,用得到的养殖效率指数作为养殖户生产能力水平的衡量指标;在此基础上,使用OLS模型来考察肉兔生产规模经济的存在性。试图回答如下几个问题:肉兔养殖是否存在效率损失?生产效率与规模之间是否存在反向关系?
2 研究方法
2.1 数据来源与处理
本研究数据来自国家兔产业技术体系产业经济团队在2012年至2017年期间,每年在我国肉兔养殖主产省(市),通过随机抽样的原则对养殖户进行成本收益的抽样调查,调查方法以问卷调查法和访谈法为主。这些区域肉兔养殖量占据全国总养殖量的90%以上[7],因此调研地区能较好的代表全国总体发展情况。持续6年肉兔的成本收益调研,共得到1 395份问卷,其中有效问卷959份,有效回收率为68%(见表1)。
数据处理中采用以下方法:固定资产的折旧中,由于一般养殖户对于兔笼、兔舍的成本计算都归在一起,故此处将兔笼与兔舍合并在一起按照20年的使用年限以及8%的折旧率进行折算;机械设备费以10年的使用期,按照12.5%的折旧率进行折算;其他的固定资产按20%的折旧率进行折算。用工费用由家庭用工折价和雇工费用组成。在散养模式下,一般都是家庭用工,很少有雇工经营的现象;规模化小区养殖雇工费用会占较大比例。文中土地费用仅指养殖户租用他人土地产生的费用,占用自家宅基地和承包土地的不计土地成本。劳动力费用的折算与国家发改委《中国主要农产品成本收益资料汇编》一致,由劳动日工价与用工天数之积得来,其中劳动日工价指每个劳动力从事一个标准劳动日的畜牧业生产劳动的理论报酬,按照当地的标准劳动日工价核算得出。
表1 调研总问卷及有效问卷
年份
(年)
|
调研地点省
(市)
|
调研问卷(份)
|
有效问卷
(份)
|
有效回收率
(%)
|
2012
|
山东、河南、江苏、吉林、福建、山西、黑龙江、四川、重庆、河北、云南
|
251
|
171
|
68
|
2013
|
山东、江苏、吉林、福建、山西、四川、重庆、河北
|
265
|
197
|
74
|
2014
|
山东、河南、江苏、吉林、福建、山西、四川、重庆、安徽、河北
|
270
|
129
|
48
|
2015
|
山东、河南、江苏、吉林、福建、山西、四川、重庆、安徽、河北、内蒙古、浙江、北京
|
242
|
197
|
81
|
2016
|
山东、河南、江苏、吉林、福建、山西、黑龙江、四川、重庆、安徽、浙江
|
243
|
192
|
79
|
2017
|
山东、河南、江苏、吉林、福建、山西、浙江
|
124
|
73
|
59
|
合计
|
1 395
|
959
|
68
|
数据来源:国家兔产业技术体系产业经济团队抽样调查数据
2.2 肉兔生产技术效率模型设定与变量选择
2.2.1 模型设定 通过估计随机前沿生产函数所得到的农业生产效率指数来近似反映养殖户i所从事肉兔养殖的能力大小,其基本形式如下:
式中:i=1,2,…,n表示第i个生产单元(这里为养殖户);Yi为产出变量;Xij是一组投入要素向量,包括饲料、水电及燃料费用、医疗防疫及技术服务费、固定资产折旧、人工成本;β为待估计参数向量;f(·)表示前沿生产函数它可以选择不同的函数形式,这里采用常见的C-D生产函数。具体设定如下:
θi为传统的随机误差项,被假定服从正态分布;μi为非负的技术无效率项,常被假定服从半正态分布或指数分布、断尾正态分布以及伽马分布。不同的分布假设会导致不同的生产效率的估计结果,但是,科埃利等证明指出,当我们在所估算的生产效率基础上对生产单元进行排序时,各个排序相对于分布选择却是非常稳健的。本着简单原则,我们假设μi服从均值为λ的指数分布。
对于式(2)确定的SFA模型,可以采用最小而成估计方法进行联合估计。在得到模型参数后,就可以构造生产效率指数(Technical Efficiency,TE)对养殖户i的农业生产能力水平αi进行度量,该指数越大,表示养殖户从事肉兔养殖的能力越高。在SFA模型中,生产效率指数TE被表示为养殖户实际产出与最优产出的偏离程度,被定义为:
2.2.2 变量选择 由随机前沿生产函数可知,本文采用C-D生产函数。因此,本文选择变量如下,Yi为肉兔养殖总产值;Xij分别代表养殖户进行肉兔养殖中所投入要素j,要素j分别为饲料、水电及燃料费用、医疗防疫及技术服务费、固定资产折旧、人工成本。变量的描述性统计如表2所示。
表2 变量定义及描述统计
变量名称
|
测量单位和变量说明
|
均值
|
均方差
|
最小值
|
最大值
|
饲料费用
|
元
|
404487
|
883419.8
|
600
|
1.56e+07
|
水电及燃料动力费
|
元
|
7715.261
|
24427.35
|
14
|
451736.6
|
医疗防疫及技术服务费
|
元
|
17580.39
|
24401.15
|
2.5
|
250000
|
固定资产折旧
|
元
|
60459.82
|
333296.4
|
64
|
5661500
|
人工成本
|
元
|
105742.5
|
318192.7
|
213.38
|
5331960
|
产值合计
|
元
|
853392.9
|
2000104
|
5280
|
3.20e+07
|
出栏量
|
只
|
20894.01
|
48647.72
|
200
|
880000
|
3 实证结果分析
3.1 随机前沿模型估计结果
表3可知,变量均较为显著,表明模型有较好的解释力。回归方程通过了似然比检验,均拒绝了不存在技术效率的零假设(uit=0)和不存在随机扰动的零假设 (γ=1),因此随机前沿生产函数和技术效率损失模型的假设是合理的。
表3 肉兔生产效率的随机前沿模型估计结果
变量
|
模型(1)C-D生产函数
|
ML估计值
|
标准误
|
Z统计量
|
饲料费用
|
0.516***
|
0.222
|
23.23
|
水电及燃料动力费
|
0.142***
|
0.191
|
7.45
|
医疗防疫及技术服务费
|
0.0946***
|
0.166
|
5.71
|
固定资产折旧
|
0.0703***
|
0.179
|
3.94
|
人工成本
|
0.208***
|
0.195
|
10.64
|
常数项
|
2.553***
|
0.243
|
10.51
|
σv
|
-2.003***
|
0.071
|
-28.35
|
σu
|
-2.425***
|
0.143
|
-16.94
|
省固定效应
|
Yes
|
Loglikelihood
|
-631.49895
|
样本数
|
959
|
LR test of sigma_u=0:
|
chibar2(01) = 130 Prob >= chibar2 = 0.000
|
注:表中*表示差异显著(P<0.05),**表示差异极显著(P<0.01),***表示差异极极显著(P<0.001)。
3.2 养殖规模和效率
在表3回归基础上,得出生产效率指数TE。表4中的回归则是将生产效率指数作为被解释变量,将出栏量(对数)和出栏量(对数)的平方项作为解释变量。若出栏量显著为正则表明存在规模效率,随着规模的增加,肉兔的生产效率也在提升;反之亦然。若出栏量平方项显著为负,则表明存在拐点,即规模超过拐点后,存在效率下降。
由表4可知,无论是OLS方法还是比例因变量模型回归,均表明存在拐点。模型2中出栏量(对数)的拐点为11.83,模型3中出栏量(对数)的拐点为12.42,而出栏量(对数)的区间为(5.298317,13.68768),拐点在样本区间内。这表明当前存在适度规模,若超过该规模则存在效率损失。
表4 养殖规模与生产效率的关系
变量
|
模型(2)
|
模型(3)
|
TE
|
标准误
|
Z统计量
|
TE
|
标准误
|
Z统计量
|
出栏量(对数)
|
0.137***
|
0.039
|
3.49
|
0.658***
|
0.200
|
3.29
|
出栏量(对数)平方项
|
-0.00579**
|
0.002
|
-2.71
|
-0.0265**
|
0.011
|
-2.43
|
截距项
|
0.0192
|
-
|
-
|
-2.574**
|
-
|
-
|
样本数
|
959
|
-
|
-
|
959
|
-
|
-
|
注:表中*表示差异显著(P<0.05),**表示差异极显著(P<0.01),***表示差异极极显著(P<0.001)。4结论与启示
肉兔作为典型的节粮型草食家畜之一,在保障畜产品有效供给、缓解粮食供求矛盾、丰富居民膳食结构等方面做出重要贡献。本文全国13个肉兔主产省2012-2017年的混合面板数据,采用随机前沿方法(SFA)来估计肉兔养殖户生产函数,用得到的养殖效率指数作为养殖户生产能力水平的衡量指标;在此基础上,使用OLS模型和比例因变量模型来考察养殖户养殖效率与养殖规模的关系。
实证结果显示:OLS模型中出栏量(对数)的拐点为11.83,比例因变量模型中出栏量(对数)的拐点为12.42,而出栏量(对数)的样本区间为(5.298317,13.68768),拐点均在样本区间内。这表明我国当前肉兔养殖存在适度规模,当规模小于该规模时,存在一定的效率损失,而当超过该规模时,也存在一定的效率损失。而样本中大多数样本小于拐点,表明当前大部分肉兔养殖规模偏小,存在效率损失。因此,针对当前我国肉兔养殖现状,应重点针对中小规模养殖农户进行扶持,尤其是小规模养殖农户。通过提升小规模农户的养殖规模,才能降低农户成本,提升生产效率,增加生产利润,促进肉兔产业养殖效率的提升高。
参考文献:
[1] 史常亮,朱俊峰,栾江.我国小麦化肥投入效率及其影响因素分析——基于全国15个小麦主产省的实证[J].农业技术经济,2015(11):69-78.
[2] 史常亮,栾江,朱俊峰.土地流转促进了农地资源的优化配置吗——基于8省858个农户样本的经验分析[J]. 西北工业大学学报(社会科学版),2016,36(04):20-29.
[3] 沙敏,宋雨河.养殖户种兔需求及其影响因素分析[J].中国畜牧杂志,2017,53(07):138-141.
[4] 中国畜牧协会兔业分会,国家兔产业技术体系编中国兔产业发展报告:1985~2010年.中国农业出版社,2013.9
[5] 王辉. 肉兔规模化生产中养殖环节的技术基础及优化研究[D].山东农业大学,2015.
[6] 李娟,赵一夫.兼业型蛋鸡养殖户的生产效率及其差异性分析[J].中国农业大学学报,2017,22(05):180-189.
[7] 阎英凯.中国肉兔产业近年来的发展历程回顾与未来展望[J].中国养兔,2015(06):22-25.
收稿日期:2018-07-21
基金项目:国家现代兔产业技术体系项目(CARS-44-0-5)。
作者简介:陈伟(1990-),男,汉族,陕西榆林人,硕士研究生,主要从事农业经济研究。E-mail:18706882626@163.com
通讯作者:朱俊峰(1969-),男,汉族,河南项城人,教授,博士导师,主要从事农业政策研究。E-mail:zhujunf501@sina.com
|