环境规制下我国大规模生猪养殖生产效率研究

时间：2024-05-30

孟蕊，许萍，郑金龙，赵海燕

（北京农学院经济管理学院，北京新农村建设研究基地，北京 102206）

我国是世界第一生猪养殖和消费大国，2017年全年猪牛羊禽肉产量达8 431万t，其中猪肉产量为5 340万t，所占比重达63.3%，人均消费猪肉39.76 kg/年。与此同时，我国生猪养殖业正处于由生产要素投入型增长向效率型增长转型升级的关键时期，尽管当前我国小规模和散养的生猪养殖户数目仍然较多，但标准化大规模生猪养殖已成为我国未来生猪养殖的主导模式。大规模生猪养殖诚然在提高生猪绩效、降低养殖成本方面作用显著，但生猪规模化养殖比例提升导致的粪便高废弃率和低还田率进一步致使环境恶化，这一问题已成为制约生猪规模化发展的屏障，解决好大规模生猪养殖所面临的环境问题，合理配置生猪资源，是当前生猪养殖业面临的迫切任务。

目前已有少数专家学者在测算生猪产业生产效率时考虑到了生态环境的因素，当前主要的2种说法是测算生猪产业的环境效率和测算环境规制下生猪的生产效率，笔者在深入研究后认为两者本质上具有一致性。张晓恒等[1]利用随机前沿分析方法测算并分析得出我国西北和东北地区的环境效率较低，环境效率与技术效率存在较高的正相关性等结论。王德鑫等[2]利用ML生产率指数法对环境规制条件下规模化生猪的生产效率进行测算，认为环境规制下我国规模化生猪生产呈现一定幅度的增长，表现出了差异化的区域分布特征。杜红梅等[3]利用 SE-DEA模型对中国17个生猪主产区规模养殖的环境效率进行了测算，认为中部和西南优势区比东北和沿海区的养殖环境效率更高。左永彦[4]通过构建非径向非角度的窗式SBM模型核算了考虑环境因素的2004—2014年中国养殖场生猪养殖的技术效率，认为对养殖场来说，西南区的生猪养殖技术效率最高，而华北和东北区低技术效率特征明显。

总体而言，当前将生态环境因素纳入生猪产业生产效率考察的文献还较少，且多集中在研究环境规制下不同地区生猪生产效率之间的差异，对各地区大规模生猪养殖生产效率损失的原因及改善途径的研究则存在空白。本文采用非径向、非角度的SBM模型对2011—2016年环境规制下我国29个省份大规模生猪生产效率进行测算，分析了生猪养殖生产效率时间和空间分布特征的同时，给出了生产效率损失的原因及改善途径，以实现生猪产业中资源节约、环境保护和经济增长三者的协调发展，对我国生猪生产区域布局调整政策有着重要的参考价值。

1 研究方法、数据来源及指标选取

1.1 研究方法数据包络分析方法（简称DEA）是利用线性规划对多投入多产出指标进行数量分析，测算要素投入和产出之间相对效率评价的系统分析方法。当前已有测算生产效率的文献更多应用DEA方法中的CCR、BCC等传统模型，它们的产出指标一般为价值指标等期望产出，但对于生猪养殖所产生的环境污染物排放等非期望产出却不适用。在评价非期望产出下的效率时，常采用投入产出转置法、正向属性转换法和方向距离函数法，但这3种方法都忽视了投入和产出变量的松弛性问题，其度量的效率值存在偏差[5]。Tone提出的基于非期望产出的SBM模型则综合考虑了各决策单元的投入和产出，其将松弛变量直接放入目标函数，解决了投入产出松弛的问题[6]，该模型的具体原理：假定大规模生猪养殖系统有n个决策单元（简称DMU），且每个决策单元有3个向量，即投入向量、期望产出向量和非期望产出向量，分别用x∈Rm，yo∈RS1，yob∈RS2来表示，定义矩阵为X，Yo，Yob，分别为：X=[x1,...,xn]，Yo=[]，Yob=[]，且 X，Yo，Yob均大于0，生产可能性集P可定义为：

因此，模型可表示为：

方程中，0≤ρ*≤1，s-、so、sob分别为投入、期望产出及非期望产出的松弛变量。当ρ*=1，且s-=so=sob=0时，DMU 处于生产前沿面；当 ρ*＜1，且 s-≠0 或 so≠0 或sob≠0时，DMU处于无效率状态，需要进行效率改进。本文利用DEA-SOLVER PRO5软件中非期望产出的SBM模型对2011—2016年环境规制下我国29个省份大规模生猪养殖生产效率进行计算。

1.2 数据来源与指标选取本文选择《全国农产品成本收益资料汇编》（2012—2017）中各地区大规模生猪的生产成本与效益数据，其中生产规模的划分采用《全国农产品成本收益资料汇编》的划分标准：大规模生猪养殖指养殖规模在1 000头以上。考虑到数据的完整性和可得性，选取了除西藏、宁夏以外的29个生猪生产省份，并依据《第一次全国污染普查——畜禽养殖业源产排污系数手册》中对中国生猪产业区域划分的方法，将这29个省份划分为六大区域，即华北区（北京、天津、河北、山西、内蒙古）、东北区（吉林、辽宁、黑龙江）、华东区（上海、江苏、浙江、安徽、福建、江西、山东）、中南区（河南、湖北、湖南、广东、广西、海南）、西南区（重庆、四川、贵州、云南）和西北区（陕西、甘肃、青海、新疆）。

在考虑环境因素与生猪生产的投入产出特征的基础上，期望产出指标方面选择生猪的主产品产量，非期望产出指标方面选择生猪污染物排放量，这里的生猪污染物排放量指生猪粪尿转化成的CODcr排放量，参考王德鑫[2]的计算方法，具体见表1。投入指标方面选取饲料费用、医疗防疫费用、燃料动力费用和用工数量，其中饲料费用包括精饲料费、青粗饲料费和饲料加工费3项，燃料动力费用包含电费、煤费和其他燃料动力费。

2 结果与讨论

2.1 环境规制下我国大规模生猪养殖生产效率从时间分布上看（图1），2011—2016年环境规制下的我国大规模生猪养殖生产效率整体呈现波动中缓慢上升的态势，这与王德鑫[2]得出的结果一致。首先，2011—2014年环境规制下我国大规模生猪养殖生产效率呈现出明显的下降趋势，2014年后又出现一定幅度的回升。这可能是因为2013年年末能繁母猪存栏量历史最高，2014年生猪产量过剩导致生猪价格下跌严重，养殖亏损严重，且持续时间较长，造成生猪养殖生产效率进一步下滑[7]；2014年以后，生猪产量趋于缩减，生猪价格提高，生猪养殖收益增加，扭转了生猪养殖生产效率下降的趋势。其次，2011—2016年环境规制下的我国大规模生猪养殖生产效率的均值为0.701，这说明了环境规制下我国大规模生猪养殖整体水平还有待提升，生猪产业并没有实现经济增长和资源环境保护的协调发展，还存在着较大的资源节约和环境保护空间[8-9]。

图1 2011—2016年环境规制下我国大规模生猪养殖生产效率

表1 指标选取及说明

从空间分布上看（图2），首先，29个省份中只有上海、山东、湖南、海南、四川、云南6个地区2011—2016年环境规制下大规模生猪养殖生产效率值为1，这说明相对于其他地区而言，这6个地区的投入产出已达最优水平，在生猪产业发展的同时兼顾了资源环境的保护。其次，山西、江苏、江西、重庆、贵州、甘肃以及青海等7个省份的生猪养殖生产效率在平均水平以上，北京、天津、河北、内蒙古、辽宁、吉林、黑龙江、浙江、安徽、福建、河南、湖北、广东、广西、陕西、新疆等16个省份生猪养殖生产效率在平均水平以下。可见环境规制下生猪养殖生产效率较高的省份多集中在西南、华东和中南地区，其余地区的生猪养殖生产效率较低，这说明我国西南、华东和中南地区的生猪产业发展过程中更加注重资源环境的保护，生猪产业经济发展方式较为持久，而其余地区的生猪产业经济发展方式较为粗放，应在下一步更加关注经济效益和环境效益的协调发展。

2.2 环境规制下我国大规模生猪养殖生产效率的改善方向

2.2.1 生产效率损失的原因根据SBM模型，当大规模生猪养殖生产效率值＜1时，松弛量s-、so、sob的大小可以反映环境规制下我国各地区大规模生猪养殖生产效率损失的原因。本文将2011—2016年各个省份各投入变量松弛量s-除以对应的投入指标值得到投入冗余率，将污染物排放松弛量sob除以对应的污染物排放指标值得到污染物排放冗余率，将生猪的主产品产量松弛量so除以对应的污染物排放指标值得到生猪的主产品产量不足率，计算结果如表2所示。

首先，从生产过程看，环境规制下各省份大规模生猪主产品产量的冗余率均为0，而投入要素与污染物排放量存在一定的冗余。这说明大规模生猪主产品产量不足不是环境规制下我国大规模生猪养殖生产效率损失的原因，导致效率损失的原因主要集中在资源投入与非期望产出2方面，资源消耗过多与污染物排放量是现阶段环境规制下大规模生猪养殖生产效率较低的主要原因。

图2 2011—2016年环境规制下各省大规模生猪养殖生产效率均值

表2 各地区大规模生猪养殖生产效率投入和产出优化结果 %

其次，从全国范围来看，环境规制下我国大规模生猪生产效率损失的主要影响因素依次为燃料动力费用、用工数量、医疗防疫费用和饲料费用。燃料动力费用在生猪养殖生产效率损失中所占的比重最高，这说明目前我国大规模生猪养殖过程中燃料动力方面投入过多。饲料费用投入在生猪养殖生产效率损失中所占比重最低，这说明当前大规模生猪养殖过程中饲料费用的投入较为合适。

最后，从各个区域来看，环境规制下不同区域大规模生猪养殖生产效率损失的原因有所不同。华北、东北和西北区大规模生猪生产效率损失的主要影响因素为燃料动力费用和用工数量；华东和中南地区大规模生猪生产效率损失的主要影响因素为医疗防疫费用和燃料动力费用。对比可以发现，华东和中南地区的医疗防疫费用投入对地区大规模生猪生产效率损失的影响较大，这可能与这2个地区经济发展水平较高，医疗防疫费用投入过多有关。

2.2.2 生产效率改善的途径环境规制下我国大规模生猪养殖生产效率的潜力主要表现在资源消耗和污染物排放两方面。

从资源消耗来看，各省大规模生猪养殖生产效率有不同的要素改善方面与潜力。首先，饲料费用是生猪养殖的基本投入，然而过多的饲料投入也会导致生猪产业发展效率的损失，辽宁、陕西、吉林、广西等省份具有较高的饲料改善潜力，降低饲料投入或提高饲料利用率对这些地区环境规制下的大规模生猪养殖生产效率的改善非常关键，辽宁和吉林等东北区省份作为下一阶段承接全国生猪养殖任务的重点区域，更应提高自身的饲料利用率，进一步提高生猪养殖效率。其次，医疗防疫费用投入是生猪产业生产必要的资源投入，然而过多的医疗防疫费用投入可能产生一定的资源浪费，河南、安徽、北京、福建、湖北、广东、新疆等省份医疗防疫费用投入冗余率较高，形成了较大的改善潜力。再次，大多数省份的燃料动力费用投入冗余率都较高，形成了较高的改善潜力，减少燃料动力费用投入、提高燃料动力利用率是这些地区生猪产业生产效率提高的重要途径。最后，用工数量冗余率较高的省份主要分布在辽宁、黑龙江、吉林、陕西、新疆等东北、西北地区，这些地区出现了用工数量投入过剩的现象，提高人力成本利用率和大规模生猪生产技术水平是这些地区生产效率改善的重要途径。

从污染物排放方面来看，北京、内蒙古、吉林、辽宁、黑龙江等省份有较高的生猪污染物减排空间，这些省份主要分布在华北和东北区，这一结论与左永彦[4]得出的结论具有高度一致性，张晓恒等[1]、吴学兵等[10]的研究中也体现了环境规制下东北区规模生猪养殖的生产效率较低。近年来，东北区规模生猪养殖数量不断上升、生猪养殖密度不断增大，导致粪污产生量也不断增多，但对规模生猪养殖环境污染物处理技术水平仍然较低，污染物消减的情况不容乐观，出现生猪污染物排放量冗余的现象。伴随着我国未来生猪养殖布局向北方转移，东北等地区需尽快打造种养结合的生猪养殖产业、提高粪污治理技术，从而提高其环境规制下的生猪生产效率[11]。