畜禽废弃物处理对规模养殖环境效率的影响——基于蛋鸡粪便处理的视角

朱 宁，秦 富（中国农业科学院农业经济与发展研究所，北京 海淀 100081）

畜禽废弃物处理对规模养殖环境效率的影响
——基于蛋鸡粪便处理的视角

朱 宁，秦 富*（中国农业科学院农业经济与发展研究所，北京 海淀 100081）

以蛋鸡为例，利用我国5个鸡蛋主产省份蛋鸡规模养殖户的调研数据，从蛋鸡粪便处理的角度采用Super-SBM模型和分位数回归相结合的方法实证分析了蛋鸡规模养殖环境效率及其影响因素.结果表明：蛋鸡规模养殖环境效率低于技术效率，且环境效率存在区域差异；养殖过程中仍然存在投入冗余和期望产出不足、非期望产出过剩的现象；机械化、高频率清粪有利于蛋鸡规模养殖环境效率保持在较高水平，而粪便利用方式对蛋鸡养殖环境效率并没有持续的显著影响；我国所推行的规模化、标准化养殖有利于提升蛋鸡养殖环境效率.

畜禽；环境效率；Super-SBM模型；分位数回归

环境保护部抽样调查显示，包括粪便在内的畜禽废弃物已成为农业主要污染源之一，究其原因在于我国有90％的规模化畜禽养殖场未经过环境影响评价、60％的养殖场缺乏必要的污染处理措施，使得养殖场内的粪便等废弃物产生的有害物质难以无害化处理［1-2］，这些有害物质在饲舍内蓄积，不仅引发环境污染，还会导致畜禽发病率和死亡率升高［3-4］，造成畜禽产品产量损失［5-6］.虽然粪便等废弃物经过处理后可减轻由于环境污染而造成的产品产量损失，但目前国内畜禽规模养殖场普遍存在废弃物处理设备差、频率低、方式不科学等问题，极易产生二次污染、造成疫情疾病多发等问题［7-9］.为了改变畜禽养殖污染的现状，推进废弃物的综合利用和无害化处理，保护和改善环境，促进畜禽养殖业持续健康发展，国家颁布和实施了《畜禽规模养殖污染防治条例》和新《中华人民共和国环境保护法》.以上表明，畜禽粪便等废弃物所产生的污染物不仅引发了环境污染，而且容易造成畜禽产品产量下降和其他投入要素难以有效发挥作用，损失了养殖效率，虽然畜禽粪便等废弃物的处理可降低由此带来的效率损失，但效果如何鲜有学者做过相关研究.

目前已有学者利用DEA、SFA和随机前沿生产函数等方法对生猪、奶牛、肉牛、肉鸡、蛋鸡及羊毛的生产效率及其影响因素进行了分析［10-14］，研究表明我国畜禽养殖生产效率较高.但这些研究没有考虑环境因素，使得畜禽养殖生产效率的测算结果偏高.因此，以往学者的评价结果并不能准确地衡量畜禽养殖生产效率水平［15］.

自2008年以来，我国学者对环境效率问题开展了大量的方法探讨与实证应用研究.有学者对评价环境效率的方法进行了对比分析［15］，结果显示只有基于松弛测度的SBM模型对环境效率的差异识别性较强［16-17］.国内外学者对SBM模型进行了形式上的改进以适应不同研究的需要，不少学者对变型后的SBM模型做了应用研究，如ISBM模型［18］、Super-SBM模型［19］、SBMUndesirable模型［20］、SE-SBM模型［21］、SBM-NS模型［17］、SBM-DDF模型［22］.以往学者对环境效率的测算侧重于全国或区域经济发展的角度［23-24］，研究表明环境变量的引入明显降低了平均效率水平［17，25-26］，即环境效率能够体现环境问题给生产效率带来的损失［24］.还有学者对各行业的环境效率做了分析，比如工业环境效率［19，22，27］、农业环境效率［28］.以上利用SBM模型及其改进模型所测算出来的环境效率，学者们大都采用了Tobit模型来分析影响环境效率的关键因素.基于对文献的总结来看，目前对环境效率问题的研究主要集中在方法评判、实证分析方面，且已有的实证分析主要集中在利用宏观数据研究区域以及各行业的环境效率，缺乏利用微观数据研究环境效率，尤其是在农业研究领域运用的较少，鲜有学者专门利用微观数据来探究畜禽规模养殖环境效率的问题.

因此，开展有关畜禽粪便处理对规模养殖环境效率影响的研究具有非常重要的现实意义.本文以蛋鸡为例，利用实地调研得到的微观数据，依据国家标准测算畜禽养殖过程中的非期望产出，采用Super-SBM模型对畜禽规模养殖环境效率进行分析，并在此基础上，采用分位数回归方法对畜禽规模养殖环境效率及其影响因素进行研究，重点分析畜禽粪便处理对环境效率的影响.拟通过以上的研究，为进一步提高畜禽规模养殖效率提供依据.

1 研究方法

1.1 Super-SBM模型

DEA模型的产出最大化假定不适用于考虑非期望产出的情况.因此，如何在DEA模型中考虑非期望产出，成为环境效率评价过程中的一个具有重要理论意义和应用价值的课题［18］.有学者对比了目前测算环境效率的6种方法，分别是投入法、倒数转换法、双曲线法、转换向量法、方向性距离函数、SBM模型，前5种评价方法本质上属于径向或角度的DEA度量方法［29］.径向DEA模型会高估评价对象的生产效率，而角度的DEA模型仅关注投入角度或者产出角度的某一方面，这将导致生产效率值失真［30］.不同于DEA模型，SBM模型将投入和产出的松弛量直接放入目标函数中，解决了DEA模型中投入和产出松弛性的问题，剔除了松弛所造成的非效率因素；同时，也解决了非期望产出存在的生产效率评价问题.而且非径向、非角度的SBM模型具有无量纲性和非角度的特点，能避免量纲不同和角度选择的差异带来的偏差，该模型更能体现生产效率的本质［26］.此外，SBM模型不仅能测算出各个决策单元的生态效率值，还能得出特定决策单元与最优决策单元相比较的投入冗余率、期望产出改进率、非期望产出过剩率［31］.

假设生产过程中有n个决策单元，每个决策单元均有3个向量，即投入、期望产出和非期望产出，这3个向量分别为x∈Rm、yg∈Rs1、yb∈Rs2，可定义矩阵X、Yg、Yb如下：

那么生产可能集p可定义为：

依照SBM模型的处理方法，引入非期望产出的SBM模型（可变规模报酬）的分式为［32-33］：

式中： ρ为目标效率值；x、yg（含）和yb（含）分别为投入、期望产出和非期望产出；向量s-、sg（含）和sb（含）分别为投入、期望产出和非期望产出的松弛量；λ为权重向量.模型中下标“0”表示被评价决策单元.ρ关于s-、sg和sb严格单调递减，且满足0≤ρ≤1.就特定决策单元而言，当且仅当ρ=1且s-、sg和sb均为0时，该决策单元为有效.若ρ＜1，则说明被评价决策单元无效，有必要在投入产出上作相应改进，并可以分解出投入冗余（式2）、产出不足（式3）、环境污染冗余（式4）.

式中：IEx、IEy和IEu分别为投入冗余率、期望产出改进率和非期望产出过剩率；向量xn0、ym0和ui0分别为投入、期望产出和非期望产出；向量分别为投入、期望产出和非期望产出的松弛量；N、M和I分别为投入、期望产出和非期望产出的决策单元数量.

如前文所述，引入非期望产出的SBM模型可能会出现多个决策单元同时有效的情况，从而不便于对这些决策单元进行区分、排序以及实证分析.以畜禽养殖为例，在畜禽养殖过程中必然伴随污染物的产生，且不同地区的畜禽养殖会同时处于DEA效率前沿面（即ρ为1）.因此，本文在评价畜禽养殖环境效率时拟运用Super-SBM模型，该模型最主要的优势就在于可解决多个决策单元同时有效时的区分排序问题，即可体现出不同样本之间的差异性，能够为下一步的实证分析提供更为严谨、科学的数据.

考虑非期望产出的Super-SBM模型（可变规模报酬）的分式规划形式为：

式中：ρ*为目标效率值，其他变量含义与式（1）一致.

1.2 分位数回归

OLS方法以及Tobit模型的前提假设是当随机干扰项满足于自身和自变量互不相关且均值为零方差相同的正态分布时，回归结果就能很好地描述自变量对因变量条件均值的影响过程，且回归系数的估计量具有最佳线性无偏性.但上述假设往往在实际情况中不能完全满足.同时，上述计量方法仅描述了平均的总体信息，而分位数回归则能够更充分反映自变量对不同部分因变量的分布产生不同的影响，而且分位数回归得到的参数估计量不容易受到异常值的影响，从而估计更稳健，符合本研究的需要.此外，分位数回归可以实现分析各个因素对环境效率分布规律的影响.

对于分位数回归而言，设随机变量Y的分布函数为F（ y）=P（ Y≤y ），则Y的第τ分位数可定义为：

式中：0＜τ＜1代表在回归线或回归平面以下的数据占全体数据的百分比，分位函数的特点是变量y的分布中存在比例为τ的部分小于分位数Q（τ），而比例（1-τ）的部分大于分位数Q（τ），y的整个分布被τ分为两部分.对于任意的0＜τ＜1，定义“检验函数”ρτ（u）为：

式中：u为反映检验函数的参数，而ρτ（u）表示被解释变量y的样本点处于τ分位以下和以上时的检验函数关系，假设分位数回归模型为：

在线性条件下，给定x后，y的τ分位数函数为：

在不同的τ分位数下，可以得到不同的分位数函数.随着τ取值由0至1，可得所有y在x上的条件分布轨迹，即一簇曲线，而不像OLS等方法只得到一条曲线.

2 数据来源及变量选取

2.1 数据来源

随着我国工业化的发展和科技水平的提高，为蛋鸡养殖规模的扩大提供了强大的技术和设备支持，2013年，我国蛋鸡养殖规模化程度已达到80％，高于生猪、肉鸡和奶牛等主要畜禽品种.蛋鸡养殖业迅速发展的同时也伴随着废弃物产生量的增加，尤其是蛋鸡粪便（包含粪便和尿），据测算我国蛋鸡粪便产生量已在2013年超过了0.70亿t，蛋鸡粪便等废弃物产生量的不断增加给环境带来了沉重压力［29］，蛋鸡规模养殖与环境保护协调发展问题已经成为实现蛋鸡产业可持续发展的难题之一.因此，本研究以蛋鸡为例具有代表性.

本文所用数据来自于实地调研得到的有关蛋鸡废弃物处理问题的专项入户调查资料.该项调查对辽宁、河北、山东、湖北和四川等5个鸡蛋主产省份开展了蛋鸡规模养殖场的随机抽样调研，共获得438个蛋鸡规模养殖场（户）的样本资料，经数据检查、筛选，共获得402个有效的蛋鸡规模养殖户的样本资料（最小养殖规模为1000只）.

2.2 变量说明

2.2.1 环境效率测算用的变量 根据以往学者利用DEA模型、Super-DEA模型、SBM模型、Super-SBM模型测算生产效率或环境效率的指标选取情况，本文选取了测算蛋鸡规模养殖环境效率的指标.

1）产出指标.蛋鸡养殖过程中会生产出期望产出和非期望产出，其中，期望产出指鸡蛋，本文选取鸡蛋产量作为期望产出指标（表1，平均每只蛋鸡在一个约476d的养殖周期内可产18.71kg鸡蛋，约300枚）.非期望产出指标主要指蛋鸡养殖过程中的污染物，这些污染物主要是附属于废弃物上，尤其是蛋鸡粪便中所产生的污染物.本研究依据《第一次全国污染源普查》中的《畜禽养殖业源产排污系数手册》［34］（以下简称《手册》）对蛋鸡养殖过程中的污染物进行了测算.

表1 规模养殖户蛋鸡养殖投入产出指标Table 1 Sizeable farmers’ input-output indexes for layer breeding

本文对蛋鸡养殖污染物产生量的测算，考虑了地区间的差异、蛋鸡养殖阶段的差异、蛋鸡养殖周期的差异、蛋鸡体重的差异，前3个差异可通过《手册》中的现有指标和调研获取数据进行统计，而蛋鸡体重差异造成的非期望产出的不同，利用了换算式（8）予以确定污染物的产生系数，从而更准确地测算污染物产生量.根据《手册》中的界定，在蛋鸡养殖过程中主要有5种污染物，分别是化学需氧量（COD）、全氮（TN）、全磷（TP）、铜（Cu）、锌（Zn）.从表1中可以看出，调研到的蛋鸡规模养殖场的污染物产生量达到了11.08kg/（只·周期），其中COD的产生量最大，占到污染物产生总量的93.68％；其次是TN和TP的产生量，分别产生了0.55kg/（只·周期）和0.15kg/（只·周期）；产生量较少的是Cu和Zn，分别产生了5.66mg/（只·周期）和3.15mg/（只·周期），但重金属污染比气体污染更难处理.为了避免多个非期望产出代入模型出现结果偏差，本文参考了以往学者对非期望产出变量的处理方法［15-30］，将本研究中的非期望产出变量设定为污染物的产生总量.

式中：FP（FD）site为折算后的产污系数；FP（FD）default为《手册》系数表中的产污系数；Wsite为蛋鸡实际体重；Wdefault为《手册》系数表中的参考体重.

2）投入指标.该项指标选取的是蛋鸡养殖过程中蛋鸡养殖周期内的蛋雏鸡投入、饲料投入、用工投入、兽药投入、动力投入、粪便处理投入以及其他投入（含固定资产折旧、设备维修投入等）.从表1中可以看出，蛋鸡养殖过程中投入量最大的是饲料，达到53.87kg/（只·周期），需要投入143.45元/（只·周期）；其次是蛋雏鸡费用，约为4.29 元/（只·周期）.此外，为了更准确地分析蛋鸡规模养殖环境效率，本研究引入产生污染物最多的蛋鸡粪便的处理投入.

2.2.2 分位数回归模型变量选取及基本情况 现有对农业生产技术效率影响因素的研究为本文选取指标提供了借鉴，大部分研究认为影响畜禽养殖效率的因素主要包括户主特征（户主受教育程度、户主年龄等）、家庭特征（养殖收入和劳动力数量）、养殖特征（养殖年限、标准化示范场、饲舍类型、是否参加过养殖培训）等［11-14］.鉴于此，本研究将影响蛋鸡规模养殖环境效率的变量也分为三类，即户主特征变量、家庭特征变量和养殖特征变量，除了以上所提到的各指标以外，本研究在养殖特征变量中添加了粪便处理方式作为重要解释变量引入到模型中.

1）户主特征变量.我国农户户主对本户农业生产经营决策起到了决定性作用，本文选取了户主受教育程度作为户主特征变量的替代变量.根据以往的研究来看，户主受教育程度越高，对新技术、新设备的接受程度和接受能力越高，蛋鸡养殖越科学，有利于蛋鸡养殖环境效率保持高水平.

2）家庭特征变量.本文选取家庭中蛋鸡养殖收入占总收入比例以及劳动力数量作为家庭特征变量的替代变量.其中，蛋鸡养殖收入占总收入的比例对蛋鸡养殖环境效率的作用方向不明确，需要本文做进一步的验证；劳动力数量越多，说明蛋鸡养殖场机械化水平越低，生产经营管理水平越低，导致蛋鸡养殖环境效率越低.

3）养殖特征变量.本文选取养殖规模、养殖年限、是否接受过蛋鸡养殖培训、饲舍类型以及蛋鸡粪便处理方式作为养殖特征变量的替代变量.其中，养殖户蛋鸡养殖规模越大，则规模效益越明显，从而表现出较高的蛋鸡规模养殖环境效率；由于户主年龄与养殖年限的相关系数超过了0.90，本研究选择了养殖年限作为以上两个因素的代表变量.规模养殖户养殖年限越长，蛋鸡养殖经验越丰富，能够有效应对蛋鸡养殖过程中出现的各种问题，保障了蛋鸡养殖环境效率；若规模养殖户接受过蛋鸡养殖培训，则蛋鸡养殖科学性越高，蛋鸡养殖环境效率也就越高；封闭式的蛋鸡养殖有利于生物安全以及疫情疾病的防控，但是否对蛋鸡养殖环境效率有显著影响，本文将进一步验证；蛋鸡粪便处理方式包括粪便清理方式及频率、粪便利用方式，其中，粪便利用方式包括粪便出售、粪便废弃、粪便沼气利用和粪便堆肥自用，需要特别说明的是，粪便利用方式的取值过程中，考虑到模型虚拟变量设定原则，没有把除粪便出售、废弃以及沼气利用以外的堆肥自用方式的基本情况放到表2中.粪便处理方式与蛋鸡养殖环境效率的关系是本研究的重点，以往的研究并未分析畜禽粪便处理对畜禽养殖效率的影响，基于此，本研究提出一个待验证假说：粪便处理对规模养殖户蛋鸡养殖环境效率具有显著影响.

表2 变量选取及基本情况Table 2 Variable selection and basic conditions

除了以上的重要解释变量以外，本研究引入地区变量（辽宁省、河北省和山东省代表北方地区；湖北省和四川省代表南方地区），以期了解蛋鸡养殖环境效率在区域上的差异.

3 模型估计

3.1 环境效率分析

从表3可以看出，不同的生产效率测算方法得出的生产效率或环境效率存在较大的差异.从考虑非期望产出与未考虑非期望产出的角度来看，考虑非期望产出后的生产效率要比未考虑非期望产出的生产效率低，表明考虑非期望产出的生产效率更为准确地说明了效率的损失情况.从DEA模型和SBM模型结果的对比来看，DEA模型的生产效率值比SBM模型的环境效率高0.058，说明DEA模型的生产效率高估了生产效率.从超效率的角度来看，考虑非期望产出的环境效率要比未考虑非期望产出的生产效率低，而且极大值与极小值都说明了这一问题.总的来看，环境效率更准确的衡量了蛋鸡养殖的生产效率问题，也就是说，在测算包括蛋鸡在内的畜禽养殖生产效率时，应该考虑环境因素，从而可以更为准确地测算生产效率值，也能够为提出相关的发展对策提供严谨的研究依据.

从蛋鸡粪便处理的角度来解析利用Super-SBM模型得到的蛋鸡养殖环境效率值（表4），可从以下三个方面展开具体分析：一是刮粪板清粪的蛋鸡养殖场的环境效率要高于采用人工清粪的蛋鸡养殖场，说明刮粪板清粪在保持养殖环境以及减少污染物排放上比人工清粪更具有优势；二是随着清粪频率的提高，蛋鸡养殖环境效率也随之提高，说明清粪频率越高，则蛋鸡养殖环境保持的越好，即单位时间内清粪次数多，降低了养殖场内污染物的排放机率，也就减少了污染物对蛋鸡养殖的影响；三是若蛋鸡粪便在养殖场内或附近处理或利用，则其环境效率较低，比如蛋鸡粪便废弃、沼气利用、堆肥自用.若蛋鸡粪便远离养殖场进行处理或利用，则其环境效率较高，如目前蛋鸡养殖场采用最主要的利用方式—出售粪便.那么，蛋鸡粪便处理或利用场地到养殖场的距离与蛋鸡规模养殖环境效率呈反比，即距离越近，则环境效率值越低.呈现以上规律的主要原因是蛋鸡粪便处理或利用场地到养殖场距离近，则由于粪便处理或利用过程中的环境污染会近距离地影响蛋鸡养殖，从而造成蛋鸡养殖环境效率值低；若蛋鸡粪便处理或利用场地到养殖场距离远，则由于粪便处理或利用过程中的环境污染就会因为距离的原因而影响较小或没有影响，从而蛋鸡养殖环境效率值较高.

表3 生产效率或环境效率统计表Table 3 Statistical table of production efficiency or environmental efficiency

表4 蛋鸡粪便处理角度的蛋鸡规模养殖环境效率Table 4 Environmental efficiency of layers’ scale breeding from the perspective of layers’ fecal disposal

3.2 废弃物处理角度的投入冗余率及产出改进率分析

蛋鸡规模养殖投入冗余率和产出改进率的测算是根据SBM模型的结果测算的，主要是因为Super-SBM模型主要用于解决多个决策单元同时有效时的区分排序问题，SBM模型则是遵循了样本数据本身的投入产出状况，相比之下，以SBM模型的结果来测算投入冗余率及产出改进率更为准确和严谨.

从投入冗余率的角度来看，所调研到的蛋鸡规模养殖户在用工投入、兽药投入以及动力投入方面的冗余率较大，均已超过了25％，甚至超过了35％，造成了成本损失，说明蛋鸡养殖环境效率的提高可以通过提升用工投入、兽药投入以及动力投入等投入要素的利用效率来实现.作为环境控制主要投入品的粪便处理，其冗余率较少，仅有2.80％.具体来看，采用刮粪板清理蛋鸡粪便的蛋鸡养殖投入在饲料、雏鸡、用工、粪便处理等投入的冗余率相比人工清粪高，而动力、兽药及其他投入的冗余率人工清粪要比刮粪板清粪高；清理频率角度来看投入的冗余率，并没有明显的规律，但总的来看清粪频率越低，则投入冗余率的比例越大；若蛋鸡粪便在养殖场内或附近处理或利用，比如蛋鸡粪便废弃、沼气利用、堆肥自用，则其投入的冗余率整体上要比采用出售方式的养殖户高.从这一统计结果来看，养殖户利用出售方式利用蛋鸡粪便能够保障养殖场环境与蛋鸡养殖的协调发展.

从产出改进的角度来看，蛋鸡养殖的期望产出（鸡蛋）不足，而且非期望产出（污染物）过剩.具体来看，采用刮粪板清粪的蛋鸡养殖场的鸡蛋产量不足的比例要比采用人工清粪的高，相反的是，采用刮粪板清粪的蛋鸡养殖场的污染物过剩的比例要比采用人工清粪的低.说明刮粪板清粪在养殖环境控制方面有优势，而且采用刮粪板清粪的鸡舍的鸡蛋增产的潜力较大；清理频率角度来看产出的改进，并没有明显的规律，但相对来说，清粪频率较高的蛋鸡规模养殖户在污染物减少和鸡蛋产量增加的潜力较大；采用堆肥自用、出售方式处理粪便的养殖户污染物过剩率相对较高，采用废弃和沼气方式处理蛋鸡粪便的养殖户的鸡蛋产出不足率要比采用出售和堆肥自用方式处理蛋鸡粪便的养殖户高，说明应该针对不同的蛋鸡粪便处理方式采取不同的蛋鸡养殖和环境控制的策略.

表5 蛋鸡养殖投入冗余率及产出改进率Table 5 Input redundancy rate and output improvement rate of layer breeding

3.3 影响蛋鸡养殖环境效率的关键因素分析

本研究采用分位数回归的方法对影响蛋鸡养殖环境效率的因素进行了模拟，表6中所列出的模拟结果通过了模型的总体检验，能够满足本研究的需要.

1）从蛋鸡粪便处理方式的角度来看，清粪方式和频率对蛋鸡养殖环境效率具有显著的正向影响，而蛋鸡粪便利用方式对蛋鸡养殖环境效率的影响并不都显著.具体来看，随着环境效率的逐渐增加，清粪方式的系数也逐渐增加，说明采用机械清粪对蛋鸡养殖环境效率的溢出效应显著.清粪频率的系数却随着被解释变量的增加而呈现出先减后增的趋势，到60％分位点下达到了系数最低点，而到90％分位点下达到了系数的最高点，说明应该合理选取清粪频率，高频率的清粪还是有利于蛋鸡养殖环境效率的提高.蛋鸡粪便利用方式中的出售在60％的分位点下对蛋鸡养殖环境效率显著影响，而且随着分位点的提升，其系数也在提高，说明随着环境效率的提高，出售蛋鸡粪便对其影响程度也在不断提高.

2）从其他的显著因素来看，蛋鸡养殖培训对蛋鸡养殖环境效率的影响规律不明显，其影响系数保持在0.039～0.109的较高水平的区间内.依此，养殖培训在提高蛋鸡养殖环境效率方面的作用应该予以加强；蛋鸡养殖规模、养殖场是否是标准化示范场以及鸡舍是否是封闭式鸡舍对蛋鸡养殖环境效率的影响在10％分位点上不显著，但是在其后的分位点上都是显著的，且这三个显著因素的系数没有明显的规律.依此，应该重视蛋鸡养殖的规模化、标准化的发展，尤其是要积极引导标准化示范场起到在蛋鸡养殖环境控制等方面的带动示范作用；地区变量在10％、20％分位点上不显著，但是在其后的分位点上都显著，其影响程度不断提高，说明随着环境效率的提高，地区之间的差异愈发明显.依此，在相关的政策制定上，应该因地制宜，在不同地区出台和实施具有差异化的发展对策.

表6 模拟结果Table 6 Simulation results

4 建议

本研究提出了以下三点提升我国畜禽养殖环境效率的对策建议.

4.1 应重视环境效率指标指导畜禽养殖水平提升的作用.实现包括蛋鸡在内的畜禽产业的可持续发展，应该在评价畜禽养殖水平或畜禽产业发展水平中采用环境效率指标来论证可持续发展的能力，并通过区域间的交流合作，共同推进畜禽养殖环境效率的提升，缩小区域间的差距，实现畜禽产业整体发展水平的提高.

4.2 重视畜禽养殖与废弃物处理的配套发展.着重加强畜禽废弃物的收集技术和设备的研发，包括畜禽粪便在内的畜禽废弃物，是养殖过程中不可避免的伴随性产生物，在处理这一难题的过程中，应根据不同畜禽品种、不同类型养殖场、不同区域等情况，加大科技研发支持力度，努力用现代技术武装畜禽养殖以及废弃物的处理.同时，对于一些中小规模养殖场来说，设备改造的成本较高.为了缓解这一难题，应积极实施对畜禽养殖场配套改造的“以奖代补”政策，并提高“以奖代补”的支持水平，扩大或增加畜禽废弃物处理设备的补贴类别、额度及覆盖面.此外，还应该通过教育、培训的方式宣传机械化、合理频率处理畜禽废弃物，推动畜禽废弃物处理水平的提升.

4.3 继续推进畜禽养殖标准化发展.政府部门应该进一步落实和完善标准化示范场的建设及验收制度，并参考《畜禽规模养殖污染防治条例》的相关规定，特别是将废弃物的处理和利用作为标准化的内容，进一步提高我国畜禽养殖的标准化水平.同时，积极推动畜禽规模化的发展和加强生态环境保护，实现规模化养殖和生态环境保护的协调发展.

5 结论

5.1 蛋鸡规模养殖环境效率低于生产效率，表明考虑非期望产出的环境效率更为准确地说明了效率的损失情况.此外，环境效率呈现出显著的区域差异.

5.2 蛋鸡规模养殖过程中仍然存在投入冗余和期望产出不足、非期望产出过剩的现象，亟需采取措施提升蛋鸡养殖水平.

5.3 机械化、高频率清粪有利于蛋鸡规模养殖环境效率的提高，而蛋鸡粪便利用方式对蛋鸡养殖环境效率没有持续的显著影响.

5.4 我国推行的畜禽标准化、规模化养殖在畜禽养殖环境效率提升方面具有优势，即标准化、规模化养殖有效提升了我国畜禽养殖水平.

［1］刘艳丰，玛依拉·艾尼，唐淑珍.畜禽粪便污染现状及其治理［J］.草食家畜，2010，（4）：47-49.

［2］袁优明，袁满娇.养殖业对环境的污染及防治对策［J］.湖南畜牧兽医，2011，（1）：3-4.

［3］王修川，王 腾，袁新国.运用循环经济理论治理畜禽粪便污染［J］.环境与可持续发展，2008，（1）：55-57.

［4］朱凤连，马友华，周 静.我国畜禽粪便污染和利用现状分析［J］.安徽农学通报，2008，14（13）：48-50，12.

［5］万太军，武隆华.规模养殖对环境及畜产品的污染分析［J］.农业科技与信息，2009，（5）：46-47.

［6］张艳歌.规模养殖的环境污染及其治理对策［J］.畜牧兽医杂志，2009，28（4）：75，77.

［7］冯小鹿.鸡舍鸡粪清除新法［J］.湖北畜牧兽医，2009，30（5）：39.

［8］胡靖明，杨 梅，刘进虎.9FQ-1960地面刮板清粪机的设计与实验［J］.甘肃农业大学学报，2011，46（3）：109-111.

［9］吴荷群，樊洪涛，陈文武.规模化畜禽养殖场废弃物污染现状及防治对策［J］.现代农业科技，2011，（6）：282，286.

［10］王 琛，何忠伟，高 然.我国生猪生产技术效率分析——基于DEA模型的实证研究［J］.农业展望，2012，8（2）：42-45，50.

［11］张 振，乔 娟.中国生猪优势产区规模猪场生产效率研究［J］.西安财经学院学报，2012，25（4）：39-45.

［12］孙致陆，肖海峰.农牧户羊毛生产技术效率及其影响因素研究——基于内蒙古、新疆等5省份农牧户调查数据的分析［J］.农业技术经济，2013，（2）：86-94.

［13］张 菲，卫龙宝.我国奶牛养殖规模与原料奶生产效率研究——基于DEA-Malmquist方法的实证［J］.农业现代化研究，2013，34（4）：491-495.

［14］潘 丹，曹光乔，秦 富.基于随机前沿分析的中国蛋鸡生产技术效率研究［J］.江苏农业科学，2013，41（6）：389-392.

［15］李 静，程丹润.中国区域环境效率差异及演进规律研究——基于非期望产出的SBM模型的分析［J］.工业技术经济，2008，27（11）：143-153.

［16］李 静，程丹润.基于DEA-SBM模型的中国地区环境效率研究［J］.安徽工业大学（自然科学版），2009，32（8）：1208-1211.

［17］刘 勇，李志祥，李 静.基于SBM-NS模型的环境效率评价［J］.数学的实践与认识，2009，39（24）：25-30.

［18］宋马林.环境效率评价方法及其统计属性研究［D］.合肥：中国科学技术大学，2011.

［19］周泽炯，胡建辉.基于Super-SBM模型的低碳经济发展绩效评价研究［J］.资源科学，2013，35（12）：2457-2466.

［20］刘玉海，武 鹏.能源消耗、二氧化碳排放与APEC地区经济增长——基于SBM-Undesirable和Meta-frontier模型的实证研究［J］.经济评论，2011，172（6）：109-129.

［21］张天悦.我国省级环境规制的SE-SBM效率研究［J］.工业技术经济，2014，33（4）：143-153.

［22］蔡 宁，丛雅静，李 卓.技术创新与工业节能减排效率——基于SBM-DDF方法和面板数据模型的区域差异研究［J］.经济理论与经济管理，2014，（6）：57-70.

［23］王 兵，吴延瑞，颜鹏飞.中国区域环境效率与环境全要素生产率增长［J］.经济研究，2010，（5）：95-109.

［24］匡远凤，彭代彦.中国环境生产效率与环境全要素生产率分析［J］.经济研究，2012，（7）：62-74.

［25］Van Middelaar C E，Berentsen P，Dolman M A.Eco-efficiency in the production chain of dutch semi-hard cheese［J］.Livestock Science，2011，139（1）：91-99.

［26］胡达沙，李 杨.环境效率评价及其影响因素的区域差异［J］.财经科学，2012，（4）：116-124.

［27］Liu，S T.Slacks-based efficiency measures for predicting bank performance［J］.Expert System with Applications，2009，36（2）：2813-2818.

［28］韩海彬.中国农业环境技术效率及其影响因素分析［J］.经济与管理研究，2013，34（9）：61-68.

［29］刘 勇，李志祥，李 静.环境效率评价方法的比较研究［J］.数学的实践与认识，2010，40（1）：84-92.

［30］王 兵，杨 华，朱 宁.中国各省份农业效率和全要素生产率增长——基于SBM方向性距离函数的实证分析［J］.南方经济，2011，（10）：12-26.

［31］潘 丹，应瑞瑶.中国农业生态效率评价方法与实证——基于非期望产出的SBM模型分析［J］.生态学报，2013，33（12）：3837-3845.

［32］Tone K A.Slacks-based measure of efficiency in data envelopment analysis［J］.European Journal of Operational Research，2001，130（3）：498-509.

［33］Tone，K.Dealing with undesirable outputs in DEA： a slacksbased measure（SBM）approach［R］.GRIPS Research Report Series，2003.

［34］中国农业科学院农业环境与可持续发展研究所，环境保护部南京环境科学研究所.畜禽养殖业源产排污系数手册［R］.第一次全国污染源普查系列报告，2009.

Influence of livestock and poultry’s waste disposal on the environmental efficiency in scale breeding: from the perspective of layers’ fecal disposal.

ZHU Ning，QIN Fu*（Institute of Agricultural Economics and Development，Chinese Academy of Agricultural Sciences，Beijing 100081，China）.China Environmental Science，2015，35（6）：1901～1910

Taking layer industry as an example，survey data from scale breeding farmers of layer in China′s five major egg production provinces was used，from the perspective of layers′ fecal disposal，with both methods of Super-SBM model and quintile regression，empirical analysis was done on the environmental efficiency in layers′ scale breeding and its influence factors.The results show that： the environmental efficiency of layers′ scale breeding was lower than its technical efficiency.Moreover，the environmental efficiencies vary in different regions.There are phenomena of input redundancy and insufficient desirable output as well as excessive undesirable output during breeding process.Mechanization and high-frequency in fecal cleaning are in favor of maintaining a high level of the environmental efficiency in layers′ scale breeding，while the usage of fecal does not have continuous significant influence.The promotion of scale and standardized breeding in China is good for improving the environmental efficiency in layers′ scale breeding.

livestock and poultry；environmental efficiency；Super-SBM model；Quintile regression

X32

A

1000-6923（2015）06-1901-10

朱 宁（1987-），男，山东泰安人，助理研究员，博士，主要从事农业资源与环境经济研究.发表论文20余篇.

2014-11-10

国家现代农业产业技术体系建设专项（CARS-41-K26）

* 责任作者，教授，qinfu@caas.cn