規模化水平對中國生豬養殖環境效率的影響研究

王剛毅，趙常娥，王菁菁

（1.重慶鄉村振興研究院，重慶 402160；2.東北農業大學 經濟管理學院，黑龍江 哈爾濱 150030）

0 引言

效率作為衡量農業經濟增長的重要指標，一直是經濟學研究的熱點和焦點［1］，提升效率是實現高質量發展的基本途徑。近年來，在中國畜牧業高質量發展過程中，規模化養殖成為產業未來發展的必然趨勢［2］，生豬養殖規模化也成為學者普遍關注的重點［3，4］。經營規模是影響農業生產效率的基礎［5］。關于規模化對養殖效率的影響，學術界主要有3 種觀點：一是認為養殖規模化的提高有助于生產效率的提升［6］；二是認為并非養殖規模越大，生產效率越優［7］；三是認為養殖規模增大使技術效率呈現出“先遞增、再遞減”的特征，使環境效率呈現出“遞增”特征［8］。隨著生豬養殖規模化程度的提升，其產生的環境污染也日益嚴重［9］，為實現生豬養殖業高質量發展，在環境約束下考慮規模化水平對生豬養殖效率的影響顯得尤為重要。

Chung等最早把環境成本納入生產效率核算框架，隨后國內外學者借鑒其研究方法，不斷改進完善，測算基于環境約束下的生豬養殖效率［10］。國內學者對于環境因素的考量主要分為污染物排放當量［11－15］和碳排放［16］兩種。隨著全球氣候變暖速度的日益加快，碳減排關乎人類生存與發展［17］。畜牧業是碳排放的最主要來源［18，19］，生豬養殖業溫室氣體排放量位居中國養殖業第二［20］。控制二氧化碳排放，努力實現“雙碳”目標是中國今后經濟社會發展的重要任務。因此，本文選擇碳排放量作為非期望產出的指標。

將環境因素納入生產效率時，一部分學者從靜態視角考量生豬養殖的環境效率［21］，另一部分學者則從動態視角考量生豬養殖的綠色全要素生產率［22］。大多數學者采用兩種研究方法：隨機前沿分析和非參數數據包絡分析法。隨機前沿分析法（SFA）有具體的生產函數形式，其允許技術無效率的存在，一定程度上更加接近于實際的生產情況，但其不適用于多投入、多產出的函數設定［23］。非參數數據包絡分析法（DEA）不需要具體的函數形式，能夠衡量多投入、多產出的情況［24］。但對于投入與產出變量間的松弛性問題，傳統的DEA 模型并沒有很好的解決［25］。Tone提出了Super－ SBM 模型彌補了上述缺陷［26］，但其測算結果只能衡量省份的效率值在該年度是否達到最優，不能進行動態的比較［27］。Pastor等構建的Global Malmquist－Luenberger（GML）指數能夠很好地分析全要素生產率的動態變化［28］。為了從靜態和動態視角把握中國生豬養殖業綠色發展態勢，本文在使用Super－ SBM模型測算環境效率的基礎上，采用GML指數測算生豬養殖綠色全要素生產率。

綜上所述，現有研究為本文提供了分析方法的經驗和借鑒。本文可能存在的貢獻在于：一是采用Super－ SBM 模型和GML 指數測算分省生豬養殖的環境效率和綠色全要素生產率，從靜態和動態兩個視角探究中國生豬養殖時空差異，彌補單一視角衡量的不足；二是將碳排放量作為非期望產出指標，在科學測度環境效率的基礎上，利用Tobit模型探究生豬養殖規模化水平對環境效率的影響，以期為中國生豬養殖業規模化發展和控制二氧化碳排放提供依據。

1 模型和數據指標

1.1 Super－SBM模型

在環境效率的測算方法中，使用較多的是徑向DEA模型，Tone提出了基于松弛變量的非徑向SBM模型［26］，其具有非徑向的特點，避免了徑向測量誤差，解決了投入產出的松弛性問題，較好地彌補了傳統DEA模型的缺陷。但原始的SBM 模型測量的效率值在0—1 之間，當多個DUM效率值達到1 時，采取原始的SBM 模型，DUM 有效排序成為一個問題。而Super－ SBM 模型，允許效率值超過1，能夠有效解決DUM排序問題［29］。考慮到中國不同省份生豬養殖環境效率可能同時處于DEA 效率前沿面的情況，本文采用Super－SBM 模型，評價中國生豬養殖業的環境效率，模型構建如下：

1.2 GML模型

Super－ SBM 模型只能對環境效率進行靜態分析，不能分析其動態變化［30］。而GML指數能夠很好的分析環境效率的動態變化，并且彌補了ML 指數不具備循環性和無解的情況，允許存在技術倒退。本文參考Chung等的研究方法［10］，定義t 期到t ＋1期之間的GML指數為：

式中：GML 為綠色全要素生產率，當其大于1時，表明綠色全要素生產率提高，當其小于1 時，表明綠色全要素生產率下降，當其等于1 時，表明綠色全要素生產率不變；GTC 為綠色技術進步，表現為新技術的研發與應用，GTC ＞1 表明綠色技術進步，綠色生產效率改善，GTC ＜1 表明綠色技術退步；GTE 為綠色技術效率變化，反映為追趕效應，GTE ＞1表明綠色技術效率改善，決策單元接近最大生產可能性邊界，GTE ＜1 表明綠色技術效率損失。

1.3 Tobit模型設定

本文采用Super－ SBM 模型測算2008—2020 年中國生豬養殖環境效率，采用Tobit模型重點分析生豬養殖規模化水平對環境效率的影響，計算公式為：

式中：ETEit代表第i 個省份第t 年所對應的環境效率值；cons 為常數項；scaleit代表第i 個省份第t年的生豬養殖規模化水平，用各省份小規模、中規模和大規模生豬出欄數量占該省份生豬出欄總數量表示；pcornit為第i 個省份第t 年的玉米價格，反映生豬養殖的飼料成本；eduit為第i 個省份第t 年的人力資本水平，使用各省份的平均受教育年限來衡量；pigpit為第i 個省份第t 年的豬肉生產能力，用各省份豬肉產量占肉類總產量比例表示；pigfit為第i 個省份第t 年的種豬場數量，表示該地區種質資源研發的力度；techit為第i 個省份第t 年的技術投入水平，用R＆D投入強度表示；εit為隨機誤差。

1.4 指標選取和數據來源

具體指標選取：①生豬養殖綠色全要素生產率測算指標選取。本文主要參考杜紅梅等、汪愛娥等［31，32］的研究。投入指標主要包括仔畜重量（ω1）、勞動力用工數量（ω2）、精飼料數量（ω3）、燃料動力費（ω4）、醫療防疫費（ω5）。期望產出指標是生豬主產品凈產量（y1），用生豬主產品產量減去仔畜重量表示，非期望產出指標是生豬養殖碳排放量（y2），具體核算方法，參考汪愛娥等的研究［32］。②生豬養殖環境效率影響因素指標選取。在現有研究的基礎上，本文主要探討生豬養殖規模化水平對環境效率的影響，并考慮玉米價格、人力資本水平、豬肉生產能力、種豬場數量、技術投入水平相關指標對環境效率的影響。

數據來源：在數據收集過程中發現，北京市2019 年和西藏未有相關統計資料記載。因此，考慮到數據的可獲得性和完整性，故本文選取2008—2020 年不含北京市、西藏自治區、香港特別行政區、澳門特別行政區和臺灣地區的我國29 個生豬養殖省份作為研究區域。仔畜重量、勞動力用工數量、精飼料數量、燃料動力費、醫療防疫費、生豬主產品產量相關指標來自《全國農產品成本收益匯編》，生豬出欄量相關指標來自《中國畜牧獸醫年鑒》，人力資本水平、技術投入水平及豬肉生產能力相關指標來自《中國統計年鑒》，玉米價格、種豬場數量相關指標來自布瑞克數據端。上述與價格相關的數據均用農業生產資料價格指數進行平減（2008 年為基期），以消除通貨膨脹的影響。具體變量的描述性統計結果如表1 所示。

表1 主要變量的描述性統計結果Table 1 Descriptive statistical results of main variables

2 結果及分析

2.1 環境效率的靜態分析

總體上看，2008—2020 年，不論是否考慮非期望產出，中國生豬養殖業的技術效率均低于1（表2），表明生豬養殖業整體效率與生產前沿面存在一定距離，中國生豬養殖業存在投入產出改進的必要性。不考慮非期望產出時，中國生豬養殖傳統技術效率均值為0.89，考慮非期望產出后，環境效率均值為0.86。可見，環境約束對技術效率產生了抑制作用，忽視環境因素的影響會使得生豬養殖的技術效率存在高估現象，也表明中國生豬養殖過程中存在粗放式經營問題。

中國生豬養殖環境效率增長的主要源泉是環境純技術效率，關鍵動力是環境規模效率。2008—2020年，中國生豬養殖環境純技術效率整體水平始終較高，其均值為0.98，但環境規模效率整體水平相對較低，其均值為0.89（表2）。環境純技術效率對環境效率的影響強于環境規模效率對環境效率的影響，說明在中國生豬養殖業發展過程中技術因素發揮了主要作用，規模因素的作用有待提高。環境純技術效率是當前中國生豬養殖環境效率的主要來源，但其水平接近1，趨于飽和狀態，單純通過增加技術投入提高生豬養殖環境效率的空間有限。因此，現階段中國生豬養殖環境效率進一步提升的關鍵動力是環境規模效率。

表2 2008—2020 年中國生豬養殖環境效率及分解Table 2 Environmental efficiency and decomposition of pig breeding industry in China，2008－2020

從區域差異上看（表3），2008—2020 年，不考慮非期望產出時，中國中部地區技術效率最高，均值為0.93，西部地區技術效率次之，均值為0.90，東北地區技術效率最低，均值為0.86。中部地區技術效率水平較高，主要原因是中部地區人口基數較大，生豬產銷量大，生豬養殖的規模化程度較高，且技術投入較大。考慮非期望產出時，中國西部地區環境效率較高，均值為0.92，中部地區環境效率次之，均值為0.85，東北地區環境效率最低，均值為0.73。主要可能的原因是西部地區生豬產量較低，環境壓力較小，加之西部地區農牧結合條件較好，能推行生態養殖，其通過推廣先進高效的生態養殖技術，不斷提高環境純技術效率，使得環境效率較高。東北地區是玉米的主產地，玉米供應量充足，生豬飼料成本較低，有益于生豬規模化發展，但其環境純技術效率較低，表明東北地區生豬養殖業在發展過程中是依靠要素投入的粗放式增長，忽視了清潔技術的投資，對于先進技術的應用有待增強。四大地區環境效率均未達到生產最優狀態，東部地區和西部地區亟需提高環境規模效率，中部地區和東北地區亟需提高環境純技術效率。

表3 2008—2020 年中國生豬養殖環境效率Table 3 Environmental efficiency of pig breeding in China，2008－2020

2.2 環境效率的動態分析

使用Super－ SBM 模型只能對環境效率進行靜態分析，難以分析其動態變化情況。考慮到生豬養殖過程具有連續性、長期性和動態性等特征，為更好地分析環境效率的變化趨勢，本文運用GML指數測算生豬養殖綠色全要素生產率及其分解項（表4、表5），以期從動態視角掌握生豬養殖環境效率的變動情況。

表4 2008—2020 年中國生豬養殖綠色全要素生產率及其分解Table 4 Total factor productivity and decomposition of pig industry in China，2008－2020

2008—2020 年中國生豬養殖綠色全要素生產率指數基本大于1，表明中國生豬養殖綠色全要素生產率不斷提高，中國生豬養殖業發展趨勢整體向好。不考慮非期望產出時，全要素生產率的年增長率為1%，考慮期望產出時，綠色全要素生產率的年增長率為3%。考慮非期望產出后，綠色全要素生產率上升，表明中國環境規制政策在生豬生產領域發揮了積極作用。從GML 指數的分解來看，2008—2016年中國生豬養殖綠色全要素生產率的提高主要歸因于綠色技術效率的提高，這個階段綠色技術效率指數基本大于1，且高于綠色技術進步指數。而2016—2020 年中國生豬養殖綠色全要素生產率的提高主要歸因于綠色技術進步的提高，該階段綠色技術進步指數基本大于綠色技術效率指數，表明2016—2020 年中國生豬綠色技術進步上升的較快，逐步成為提高中國生豬養殖業綠色全要素生產率的主要驅動力。2016 年是中國生豬產業轉型升級的重要時點，可能與國家對生豬產業的相關政策有關。2016年農業部印發了《全國生豬生產發展規劃（2016—2020）》，使越來越多的社會資源向生豬產業聚集，激發了生豬產業的生產活力，一定程度上有利于生豬養殖綠色全要素生產率的提高。

從區域差異上看（表5），2008—2020 年，中國生豬養殖綠色全要素生產率排名第一的地區是東部地區，均值為1.04，排名第二的地區是中部地區，均值為1.03，東北地區排名最后，均值為1.02。東部地區領先全國1 個百分點，綠色技術效率是其主要增長源泉（3%），綠色技術進步貢獻較小（2%），主要原因是東部地區的發展水平和城市化水平較高，勞動、資本、技術等生產要素較為集聚［33］，政府和居民具有較強的環保意識［34］，使得生豬養殖主體在生產行為上更加注重使用綠色技術，促進了該地區生豬養殖業綠色全要素生產率的快速增長。中部地區生豬養殖業綠色全要素生產率的增長主要依靠綠色技術進步的帶動作用，安徽省和江西省的綠色技術進步指數為1.06，年均增長6%，湖南省綠色技術進步年均增長5%，生豬養殖新技術的研發和應用，使得中部地區生豬養殖業綠色全要素生產率得以提高。東北地區生豬綠色全要素生產率處于劣勢地位，主要因為其綠色技術進步指數年增長率（1%）低于全國平均水平（2%）。東北地區作為中國主要糧食基地，生豬養殖產業發展依賴飼料資源優勢，但東北地區的科技創新產業起步較晚，發展較為緩慢［35］，企業自主創新意識薄弱［36］，導致東北地區生豬養殖技術的創新與利用相對低于全國的平均水平，綠色技術進步年均增長率較低，從而使東北地區生豬養殖綠色全要素生產率增長較為緩慢。四大地區的技術效率均大于1，表明中國生豬養殖存在技術追趕效應。

表5 2008—2020 年中國生豬養殖綠色全要素生產率Table 5 Green total factor productivity of pig breeding in China，2008－2020

2.3 環境效率的影響因素分析

根據生豬養殖環境效率影響因素的Tobit 估計結果（表6），與生豬養殖環境效率顯著相關的主要是生豬養殖規模化水平、玉米價格、人力資本水平、豬肉生產能力、種豬場數量、技術投入水平。生豬養殖規模化水平的一次項對環境效率存在負向影響，規模化水平的二次項對其存在正向影響，且均在1%的水平上顯著，表明養殖規模化水平與環境效率之間存在“U”型關系。根據計算，生豬養殖規模化水平的拐點為0.41，中國生豬養殖規模化水平現在為0.51。表明中國生豬養殖業已經跨越了粗放式增長的拐點，進一步提高生豬養殖規模化水平可以實現生豬養殖經濟效益和環境效益的提升。之所以出現上述情況，主要原因在于，中國生豬產業采取粗放式養殖模式［37］，在規模化提升前期，養殖場（戶）追求經濟效應，忽視環境因素，導致資源消耗和環境污染，使得環境效率下降。隨著生豬養殖規模化水平的提高，國家注重環境保護和污染治理，生豬養殖場（戶）逐漸轉變生產方式，發展綠色清潔養殖，進而提高生豬養殖業的環境效率。

表6 生豬養殖環境效率影響因素的Tobit回歸結果Table 6 Tobit regression results of influencing factors of pig breeding environmental efficiency

種豬場數量在1%的顯著水平上對生豬養殖環境效率存在正向影響，表明加強種豬場建設有助于提高生豬養殖環境效率。人力資本水平在5%的顯著水平上對生豬養殖環境效率存在正向影響，說明提高生豬養殖者的專業素質有利于生豬養殖環境效率的提高，這與于連超等觀點一致［37］。技術投入在5%的顯著水平下對生豬養殖環境效率存在負向影響，表明生豬養殖業存在技術投入冗余，應減少技術投入，促進資源的合理利用。人力資本水平對生豬養殖環境效率存在正向影響，而技術投入水平對其存在負向影響，表明目前中國生豬養殖環境效率的增長主要依靠內生技術的作用，應通過提高養殖人員的專業素質水平，而不是加大技術投入的方式促進其提高。玉米價格在10%的顯著水平上對生豬環境效率存在負向影響，即降低玉米價格可以促進環境效率的提高，表明降低飼料成本有利于生豬養殖環境效率的提升。豬肉生產能力在10%的顯著水平上對生豬環境效率存在負向影響，即當豬肉生產能力較高時，養殖場（戶）可能采取了以較高的環境代價來進行生豬生產的行為，進而導致生豬養殖環境效率降低。

3 結論與建議

3.1 結論

本文基于2008—2020 年的29 個省份面板數據，采用Super－ SBM模型和GML 指數，分別從靜態和動態視角考察了中國生豬養殖業環境效率和綠色全要素生產率的時空演化特征，采用Tobit 模型重點分析了生豬養殖規模化水平對環境效率的影響。主要結論如下：①靜態視角下，中國生豬養殖環境效率并未達到最優狀態，環境效率的區域差異明顯。從環境效率提升因素來看，其提高的主要源泉是環境純技術效率，但提升空間較小，提高環境規模效率是目前提升中國生豬養殖業環境效率的關鍵因素。從區域差異特征來看，中國生豬養殖業環境效率呈現“西部地區＞中部地區＞東部地區＞東北地區”的分布特征，東部地區和西部地區亟需提高環境規模效率，中部地區和東北地區亟需提高環境純技術效率。②動態視角下，中國生豬養殖業綠色全要生產率發展趨勢整向好。從區域增速差異看，東部地區增速最快，東北地區增速較慢。從時序變化看，在《全國生豬生產發展規劃（2016—2020 年）》發布之前，中國生豬養殖綠色全要素生產率的提高主要歸因于綠色技術效率的提高，政策發布之后，綠色技術進步逐步成為提高中國生豬養殖業綠色全要素生產率的主要驅動力。③從影響因素角度分析，生豬養殖規模化水平對環境效率存在“U”型影響，中國生豬養殖業已經跨越了粗放式增長的拐點，進一步提高生豬養殖規模化水平可以實現經濟效應和環境效應的提升。加大生豬種豬場建設、提高從業人員素質，減少技術投入和降低玉米飼料價格，均有助于提升生豬養殖環境效率。

3.2 建議

基于以上結論，提出以下對策建議：①因地制宜扶持生豬養殖業的發展。要引導規模養殖場在東部地區、中部地區與西部地區進行產業布局，推進標準化規模養殖，為養殖場（戶）規模化經營提供支撐，加快規模養殖場轉型升級，充分發揮該地區生豬養殖的規模效率。在東北地區要積極引入綠色養殖工藝，建立健全標準化的養殖體系，加強高效清潔技術的推廣與應用，轉變生產方式，通過引入創新技術充分發揮當地的資源優勢，實現環境效率的提高。②繼續推進中國生豬產業規模化養殖。政府可以引導經濟和社會資源向規模化養殖場聚集，規范規模養殖場綠色養殖行為，充分發揮其穩定生豬產生、引領產業高質量發展的作用，促進生豬生產經濟效應和環境效應協同發展。③增強養殖人員的技術培訓。政府可以構建區域性生豬養殖技術交流平臺，引導生豬養殖龍頭企業定期開展經驗交流。養殖企業可以聘請高水平的生豬養殖專業人員，定期對生豬養殖者展開培訓，使其能夠了解并掌握先進養殖技術，掌握清潔高效的管理理念和方法，提高生豬養殖生產管理水平。④加大種豬場建設，建設現代化生豬種業。國家應加大對生豬種質資源選育力度，建設現代化生豬種質資源庫，創建種質資源共享平臺，推動企業、科研院所育種能力的提升，提高種質資源利用效率。