基于SE-DEA模型的中国生猪规模养殖环境效率时空差异研究

杜红梅，李孟蕊，王明春，胡梅梅

（1.湖南农业大学商学院，湖南长沙 410128；2.湖南农业大学理学院，湖南长沙 410128）

基于SE-DEA模型的中国生猪规模养殖环境效率时空差异研究

杜红梅1，李孟蕊1，王明春2，胡梅梅1

（1.湖南农业大学商学院，湖南长沙 410128；2.湖南农业大学理学院，湖南长沙 410128）

本文在利用相关资料数据计算得到生猪规模养殖的投入、产出的基础上，构建SE-DEA模型，对中国17个生猪主产区2004—2014年规模养殖的环境效率进行测算，比较各主产区不同规模养殖的环境效率，分析不同规模下各区域环境效率的时序变化特征。结果表明：整体上生猪规模养殖环境效率呈现出明显的区域和规模差异，中部和西南优势区比东北及沿海优势区的养殖环境效率更高，大规模养殖环境效率最高，小规模次之，中规模最低；沿海优势区较为适合发展中小规模养殖，东北优势区较为适合发展大规模养殖，中部地区较为适合发展中小规模养殖，西南优势区较为适合发展小规模及大规模养殖。

生猪养殖； 环境效率； SE-DEA模型

改革开放以来，中国农业经济快速增长的同时却伴随着资源利用效率较低、环境质量持续下降等问题。如何科学评价经济活动的绩效？有学者提出环境效率或生态效率概念,其译自英文的Eco—Efficiency,是“生态”和“效率”两词的组合,意味着应该兼顾环境和经济2个方面的效率,促进组织个体、区域或国家的可持续发展。世界可持续发展工商理事会（World Business Council for Sustainable Development,WBCSD）定义环境效率为：必须提供有价格竞争优势的、满足人类需求和保证生活质量的产品或服务，同时能逐步降低产品或服务生命周期中的生态影响和资源的消耗强度，其降低程度与估算的地球承载力相一致。其核心思想就是以较少资源投入和较低污染排放创造较高经济产出，强调经济效益和环境效益的统一，将宏观尺度上的可持续发展目标具体融入到微观 (企业 ) 和中观 (产业和区域 ) 的发展规划和管理中。综合众多学者与机构的相关研究，本文所提出的生猪养殖环境效率是指在保证生猪产品数量和质量的前提下，实现经济附加值最大化以及资源能源消耗和环境污染最小化。

生猪养殖是我国农村传统支柱产业，是拉动农村经济增长、促进农民增收、延伸农业产业链的重要力量，在我国农村经济系统中具有重要的战略地位。同时我国也是世界生猪第一生产大国，猪肉产量多年居世界首位[1]。自2007年国务院发布《关于促进生猪生产发展稳定市场供应的意见》中明确提出了扶持生猪标准化规模养殖的政策要求，生猪规模化养殖迅速发展，年生猪出栏量在50头以上的规模养殖户的生猪出栏数占全国生猪出栏总数的比例达61.3%。截止2014年，年生猪出栏量在500头以上的规模养殖户达到近40%，规模化养殖已经成为生猪养殖的主导模式。然而，生猪规模化养殖虽然提高了养殖效率，却造成了较为严重的环境污染问题，那么，将环境成本纳入生猪养殖效率评价，即计算环境效率，对于优化生猪养殖布局，实现农业经济与资源、环境的协调发展具有重要理论与实践意义。

随着中国农业面源污染问题日益凸显，国内学者开始借鉴国外学者Chung等[2]创新的研究方法，把农业生产的环境成本纳入生产效率分析框架。同时学术界对生猪生产效率也展开了广泛研究,但多数学者评估生猪生产效率时没有考虑环境成本。近些年，随着生猪养殖污染问题日益凸显，开始有学者考虑环境成本对生猪生产效率的影响，张晓恒[3]首先采用随机前沿生产函数计算个体的技术效率，然后采用Kopp提出的非径向的概念计算生猪养殖的环境效率。吴学兵等[1]运用方向性距离函数，构建ML生产率指数，在考虑环境约束的条件下，对中国大规模猪场的生产率进行实证分析。王德鑫[4]构建了一个既包含“期望”产出，又包含“非期望”产出的生产可能性集，基于产出的方向性距离函数计算生产可能性集的最优解。

相关研究存在的不足及本文的改进：①对于投入指标，有学者采用以当年价格计算的饲料费用来表示，由于物价变动，饲料费用年际间差异较大，故本文采用精饲料的重量作为饲料的投入指标；对于水及燃料动力费、医疗防疫费等只能用价值来表示的投入指标，为了消除物价变动的影响，运用农业生产资料价格指数对指标数据进行平减。②对于好产出指标，部分学者使用产品总产量指标，没有考虑投入要素中仔猪的重量，导致数据不够准确，故本文用产品的总产量减去仔猪重量得到的净产出作为好产出指标。③对于污染物指标，多数学者仅考虑化学需氧量（COD），而没有考虑总氮（TN）和总磷（TP）。本文将总氮、总磷和化学需氧量一起作为污染物的重要指标。④方法方面,大多研究采用传统DEA（Data Envelopment Analysis）模型，对同属生产前沿面的评价决策单元没有进行有效区分，为弥补这一缺陷，Andersen等[5]提出超效率DEA模型（SE—DEA模型），使相对有效决策单元之间也能够进行比较和排序。

1 方法与模型

DEA模型是运用线性规划方法构建观测数据的非参数分段前沿，然后相对于这个前沿面来计算效率，分为投入导向型和产出导向型。前者的基本思路是在保持产出水平不变的情况下，通过按比例的减少投入量来测算技术无效性。后者的基本思路是在保持投入不变的情况下，通过按比例的增加产出量来测算技术无效性。由于效率评价中投入量是决策的基本变量，且相对于产出量，更容易控制，因此本文采用基于投入导向的DEA模型。用传统DEA模型评价决策单元效率时，结果可能出现多个评价单元处于前沿面而都相对有效的情况，从而对这些相对有效的单元无法做出进一步评价。因此本文选择SE—DEA模型，一方面是该模型能够解决传统的DEA模型不能对有效单元进行效率高低的区分问题；另一方面是传统的DEA模型采用“投入—期望产出”框架，本文采用“投入—非期望产出—期望产出”框架，将化学需氧量、总氮和总磷等生猪生产的“非期望产出”作为投入指标，测度生猪养殖的环境效率。

假定有 N个评价地区，每个地区有 I种投入，O种产出，假设第k个地区的投入集为xk=（x1k,x2k,..xik），产出集为yk=（y1k,y2k,..yok） ，基于投入导向规模报酬可变的超效率DEA模型的数学形式如下：

2 变量界定和数据处理

2.1 研究对象的选取 以2004—2014年为观察期，对全国17个生猪优势产区进行分析研究，分别是东北优势产区：辽宁、吉林、黑龙江；沿海优势产区：江苏、浙江、广东；中部优势产区：河北、山东、安徽、河南、湖北、湖南；西南优势产区：广西、重庆、四川、贵州、云南。

2.2 投入产出指标选择 本文选取的投入指标分别是仔猪重量（kg）、精饲料重量（kg）、每单位核算用工数量（日）、水及燃料动力费（元）、医疗防疫费（元）、化学需氧量（kg）及总氮、总磷排放量（kg）。选取的产出指标为各省主产品的净产量（kg），即生猪出栏重量减去仔猪重量。

成本数据主要来自2005—2015年的《全国农产品成本收益资料汇编》（以下简称《资料汇编》），其中水及燃料动力费和医疗防疫费是采用当年价格计算，本文根据2005—2015年《中国统计年鉴》中的农业生产资料价格指数对水及燃料动力费、医疗防疫费进行平减，以2003年为基期。

生猪污染排放量的计算过程如下：

生猪污染排放量/头=平均饲养天数×排污系数×（实际体重/参考体重）

平均饲养天数和实际体重均来自于《资料汇编》，排污系数和参考体重均来自于第一次全国污染源普查领导小组办公室发布的《第一次全国污染源普查——畜禽养殖业源产排污系数手册》（以下简称《排污系数手册》）。该手册给出的系数是不同区域、不同饲养阶段、不同养殖规模，并在一定的参考体重下的排污系数。由于猪场清粪方式的不同，干清粪和水冲粪方式导致的化学需氧量及总氮、总磷排放量也不同。根据祝其丽等[6]的调查，规模猪场使用的干清粪和水冲粪方式比例为4:1，吴学兵等[1]将各省规模养殖场干清粪和水冲粪2种方式分别赋予80%和20%的权重。然而在实际中，由于各地养殖习惯以及水、劳动力资源禀赋差异和经济发展水平的不平衡性，各地规模养殖场采用干清粪和水冲粪方式比例都有所不同，因此统一用80%和20%的权重是不合理的。表1是笔者2011—2014年对生猪主产区粪污处理方式抽样调查所整理出的结果，依据这一结果设定各主产地的干清粪及水冲粪比例。

表1 不同省份规模养殖场采用干清粪及水冲粪的比例 %

本文根据《资料汇编》和《排污系数手册》对规模的定义，将养殖专业户（养殖规模在50头以上）对应小规模（年出栏30～100头），将规模化养殖场（养殖规模在500头以上）对应中规模（年出栏100～1 000头），将养殖小区对应大规模（年出栏1 000头以上），分别计算不同地区这3类生猪规模化养殖的污染物排放量。需特别说明的是不同规模、不同区域、不同粪污处理方式的排污系数各不相同。排污系数不仅同区域经济发展水平、污染治理投入、技术与设施条件及运营维护水平有关，同时还与区域气候条件、自然地理等环境因素相关。生猪养殖规模越大，其污染的治理投入可能越多，设施水平相对较高，技术水平相对比较成熟，污染的去除率也就相对较高，因而污染排放率会越低（并非养殖规模越大，污染物排放越多）。值得说明的是，农户散养不在研究范围之内，具体出于以下几方面考虑：①农户散养过程中产生的主要粪便等污染物不一定是“非期望”产出，相反，农户会将其作为宝贵的农作物生产资料；②2004—2014年考察期内，农户散养的数据缺失较为严重；③在测算污染物排放量中，《排污系数手册》并没有对应规模的排放系数。

3 生猪规模养殖环境效率的测算结果与分析

本文运用DEA—SOLVER+Pro5.0软件超效率模型的BCC—I对全国17个生猪主产区的环境效率进行比较分析。

3.1 不同规模类型生猪养殖的环境效率 由表2可知，小规模生猪养殖环境效率值排名依次是中部优势区、西南优势区、沿海优势区、东北优势区。其中，中部地区中，河北、山东和河南位于中国华北地区，安徽、湖南及湖北位于中国中南地区，虽然都位于我国中部，但环境效率排名存在较大差异，呈现两极分化的态势。华北地区较适合发展小规模生猪养殖，而中南地区则不然，尤其是湖北省在小规模生猪养殖主产区环境效率值排名中居于末位。

中规模生猪养殖环境效率值排名依次是中部优势区、西南优势区、沿海优势区、东北优势区。其中，中部地区的中规模环境效率平均值高于全国平均水平0.0628，高于东北优势区0.1736，可见其环境效率有显著优势。值得一提的是，湖北省的环境效率值居于17个优势主产区的最后一位，而与其相邻的湖南，环境效率值却位于17省中的第一位，两省形成鲜明反差，可见，湖南作为生猪养殖大省，注重污染防控，在大力发展养殖业的同时也没有忽视对环境的保护。东北优势区中规模的环境效率值为1.1048，落后于其他生猪养殖优势区，应提升环保意识，一方面加强养殖污染管控，另一方面加大生态养殖技术的推广应用。

大规模生猪养殖环境效率值排名依次是西南优势区、中部优势区、东北优势区、沿海优势区。值得一提的是，在中部地区的6个省份中，两极分化较为严重，河南省居所有优势主产区大规模生猪养殖环境效率值的最后一名，基本不适合发展大规模生猪养殖；同样，湖北省环境效率平均值为1.1，远低于全国平均水平。与其截然不同的是，湖南省大规模生猪养殖方式的环境效率值较高，并且有4个年份的环境效率值大于2。但相对而言，湖南省更适合发展中、小规模的生猪养殖；同样，山东省的大规模生猪养殖模式的环境效率值也较高，可见相较小、中规模来说，其更适合发展大规模的生猪养殖。而西南地区的云南、四川环境效率较好，相比较小规模的生猪养殖，云南更加适合发展中、大规模生猪养殖。沿海地区中，广东省更加适合发展中规模养殖。与之相反的是，江苏省大规模生猪养殖的环境效率值较高，较为适合发展大规模生猪养殖。可见，同为沿海地区，由于地形、纬度等自然条件不同且经济发展模式和经济侧重点的差异，适宜的生猪养殖模式也会有所不同。

表2 2004-2014年不同省份平均生猪生产环境效率值及排名

3.2 规模化生猪养殖环境效率时序变化特征

3.2.1 小规模生猪养殖环境效率的时序趋势特征 图1反映了4个主产区小规模生猪养殖环境效率变化趋势。

①沿海优势区。总体呈现波动下降的趋势，2005年的环境效率值较2004年有所上升，而2006年迅速下降，并且下降量几乎是2005年上升量的近3倍。2006—2010年期间，虽然2008年有小幅度上升，但效率值整体呈现平缓下降趋势。2011年虽有小幅度反弹，但2012—2013年仍以环境效率值下降为主趋势，2014年环境效率又大幅提升，基本与2004年持平。

②东北优势区。总体上呈现波浪形的变化趋势，但环境效率值基本上是在下降的。2004年小规模生猪养殖环境效率值为1.284 3，2014年已下降到1.101 5。 其中，2004—2007年呈现下降趋势，2007—2010年呈现缓慢爬坡增长态势，2011年却又大幅度下降，2012年小幅度反弹，2012—2014年呈现小幅度平缓下降趋势。

③中部优势区。总体呈双对勾型的变化趋势，2004—2007年间，以2005年为转折点，呈现先下降后上升的趋势。2007—2014年间，以2008年为转折点，同样呈现先下降后上升的趋势。值得注意的是，2006—2007年间，小规模生猪养殖优势主产区中，除了中部优势区外，都呈现下降趋势，且中部地区在这期间效率有较大幅度的提高，但2008年又有所回落。2008—2014年，基本呈现平缓上升趋势，并且无较大波动。

④西南优势区。总体呈现M型的变化趋势，2006年及2009年出现2次小高潮，上升幅度都比较大，斜率比同时期其他省份更大，但其效率值下降程度与其增长程度一样非常明显，且幅度较大。2010年之后，基本呈现平缓上升状态，而2014年又有所下降。原因可能是2006年中央政府加大环境保护力度，尤其加大了对包括养殖污染在内的农业面源污染防控力度，使得2006年西南优势区的小规模生猪养殖环境效率值有所提升。2008年后中央和地方政府都加大了包括环保在内的基础设施建设投入。此外，西南地区是我国自然文化遗产较为丰富的地区，对环境的敏感度比较强，地方政府注重发展经济的同时保护好环境，多种因素共同作用，使得该区域养殖环境效率平缓上升。

图1 小规模生猪养殖环境效率区域变化趋势

3.2.2 中规模生猪养殖环境效率的时序趋势特征图2反映了4个主产区中规模生猪养殖环境效率变化趋势。

①沿海优势区。呈现震荡波动的变化趋势，2004—2007年呈现平缓上升趋势，2007—2010年期间，沿海优势区的中规模生猪养殖的环境效率值下降了0.224 2，且2010年处于考察期的环境效率值最低点，2010年后环境效率值有所上升，到2013年基本与2007年持平，2013年后又有所下降。

②东北优势区。呈现平缓波动的变化趋势，2004—2009年间除2007年有所回落外，基本呈现缓慢上升趋势，但上升幅度不大。2009—2011年有所下降，环境效率值下降了0.1025，2011—2014年平滑上升，但幅度不大。

③中部优势区。呈现先骤降后微反弹，之后又平缓上升的趋势。中部地区2004年的环境效率均值为2.1393，2005年则下降了60.3%，此后下降态势一直持续到2007年。2007年中规模养殖中部主产区的效率均值为1.1051，较2004年下降了93.58%，同为环境有效的情况，但效率值差异过大，地方政府对生猪产业宏观规划与调控管理不力是一个重要原因。2008年有较小幅度反弹，2009年回落之后，一直到2014年都呈现平缓上升的态势。

④西南优势区。总体呈现曲折上升的发展趋势。与小规模环境效率不同的是，西南优势区中规模的2个小高峰出现在2005年和2007年。虽是同一地区，但规模的不同导致环境效率的变化突出点也有所不同。2008—2014年，环境效率值虽一直保持上升态势，但趋势不够明显。

图2 中规模生猪养殖环境效率区域变化趋势

3.2.3 大规模生猪养殖环境效率的时序趋势特征图3反映了4个主产区大规模生猪养殖环境效率变化趋势。

①沿海优势区。呈现平缓上升的趋势。2014年大规模养殖的环境效率相较于2004年只提高了0.093 1，可见其环境效率值是较为稳定的，且没有较大波动。在这11年间，最高值为2006年的1.1737，与效率最差年份的2004年相差0.0742，可见，沿海优势区大规模养殖的环境效率整体上处于最平稳的状态。

②东北优势区。呈现先快速上升紧接着迅速下降后曲折上升的变化特征。2004—2006年，大规模养殖的环境效率呈现上升趋势，且2005—2006年的上升趋势更加明显。2006年达到了这11年间的一个峰值，继而迅速下降，2006—2008年下降了0.359，幅度较为明显；2008—2014年呈现曲折下降趋势，但2009年、2012年有所反弹。

③中部优势区。 相较于其他3个优势区，中部优势区的整体波动较为明显，呈现波动及M型的结合特征，2004—2007年呈现上升趋势，2007年比2004年提高了0.2407，有较大幅度的提升；2008—2011年又呈现较大幅度提高的态势，2011年比2008年提高了0.2938，比2004—2007年的上升更加突出；2012年回落后又有所反弹，2013年出现了一个小高峰。

④西南优势区。 发展趋势呈现先曲折上升，达到最高峰又骤降之后平稳发展。2004—2006年呈现先小幅度上升后下降的特征，2006—2007年环境效率值陡然提升，提高了1.3578，相当于增加了2006年的118倍，2007—2008年又以同样迅猛的趋势骤降，降低了103.47%。2008年之后，基本呈现平缓上升的趋势，2008—2014年基本保持现有的环境效率值不变，稳定在1.24左右。

图3 大规模生猪养殖环境效率区域变化趋势

3.3 不同规模生猪养殖环境效率及其时序变化 图4反映了不同规模生猪养殖环境效率的时序变化。由图4可知，生猪规模养殖环境效率呈现出明显的规模差异，大规模养殖环境效率值达1.2622，为最高，小规模效率值达1.2252，排第二位，中规模效率值达1.2156，为最低；但区域之间不同规模的环境效率变化存在差异。不同规模的环境效率值总体上都是呈现波动变化的态势。值得注意的是，大规模生猪养殖环境效率值在2007年达到峰值，2007年的环境效率值较2006年上升了0.2931，而在2008年又迅速下降了0.3717。

图4 不同规模生猪养殖环境效率及其时序变化

4 研究结果及建议

本文构建SE—DEA模型，考虑环境约束条件，对我国2004—2014年4个优势主产区及其不同规模类型下的生猪养殖环境效率进行测算与分析，主要结论如下：

第一，我国生猪规模养殖的环境效率呈现出明显的区域性差异，从整体来看，生猪养殖中部优势区和西南优势区环境效率更高，沿海优势区及东北优势区生猪养殖的环境效率较低。各地区的传统养殖技术与模式、经济发展水平、治理污染投入、技术与设施水平及运营维护情况的的差异以及气候、自然地理条件的不同导致了环境效率呈现了明显的区域性差异。中部优势区经济发展水平在全国虽不算高，但作为传统优势产区，不但注重生猪养殖生产技术开发与应用，同时对养殖污染问题高度重视，治理生猪养殖污染的资金投入力度比较大，治理设施具有较好的适宜性，养殖环境管理水平也在逐步提高，因而环境效率较好。西南优势区占据得天独厚的自然环境优势，注重发展生态养殖，资源循环利用高，且西南地区人口密度较低，污染物的环境承载力相对其他地区高，因而养殖环境效率高。沿海优势区的生猪养殖环境效率较低，可能的原因有：土地资源紧缺，污染物的环境承载力不高；非农就业收入高，污染处置人工机会成本高，导致养殖排泄物还田、还林利用率低；再加上沿海优势区降雨量相对比较高，养殖污染物溶于雨水进入河流中，对水体造成影响的可能性较其他地区更大。东北优势主产区环境效率低的原因可能是东北地区纬度较高，温度低，污染治理设施的利用效果可能较其他地区差，尤其在冬季极易产生冻土，处理不及时的粪便在春季温度回暖后，又随着雪水的融化汇入河流或其他水体中，造成污染排放高，导致环境效率值低。

第二，不同区域存在不同的规模优势，沿海优势区较为适合发展中小规模的养殖，东北优势区较为适合发展大规模养殖，中部地区较为适合发展小或大规模养殖，西南优势区较为适合发展中规模养殖。沿海地区经济发展速度较快，土地资源稀缺，可以说“寸土寸金”，生猪养殖的成本甚至高于从省外运输生猪的成本，因此较为适合小规模生猪养殖。东北优势区地域辽阔，以平原为主，具有良好的地形优势，较为适合大规模的生猪养殖。中部生猪养殖大省虽同划分入中部优势区，但也存在着南北差异，北方（河北、河南）以平原为主，较为适合发展大规模的生猪养殖，南方（湖南、湖北、安徽）多为丘陵，较为适合发展小规模或者中规模的生猪养殖。西南优势区与中部的南方区地形条件有类似之处，但是其人口密度低，人少地多，较为适合发展中规模的生猪养殖。

第三，生猪养殖环境效率也呈现较大的规模差异，整体上大规模养殖环境效率最高，小规模次之，中规模最低。究其原因，大规模养殖具有点源污染特征，因此污染问题受到各方高度重视，治理投入力度大，设施水平及运营效率高，在很大程度上减少了对环境的排放。小规模养殖产生的粪便量有限，大部分可以通过就近还田还林的方式进行处理，作为植物的养分进行再利用。中规模养殖，由于养殖经营主体盈利能力所限，或者先进养殖污染治理技术与工艺采纳低，或者养殖及污染处理设施条件相对差，或者兼而有之，造成污染排放高，因而环境效率最低。

基于以上研究结论提出如下建议①地处内陆的中部优势区及西南优势区是我国生猪养殖的主产区，重点是持续稳步发展，使之成为稳定国内猪肉供给的核心区域,且中部优势区以优先发展小、大规模养殖为主，西南优势区以优先发展大规模养殖为主。②沿海优势区生猪产业发展主要制约因素在于环境压力较大、养殖发展空间受限，所以重点是稳定养殖规模，提升现代化装备水平和生产效率，加强生猪养殖粪污无害化处理与资源利用；因地制宜发展生猪生产，确保区域内猪肉自给率稳定,在基本满足本区域猪肉需求情况下，可以采取多从其他区域输入猪肉，或者在区域外建设养殖基地；该区域经济发达，土地成本及人工成本高，土地资源大多用于发展利润高的二、三产业，因而生猪生产以发展小规模养殖为主。③东北地区土地辽阔，饲料资源丰富，是生猪养殖重点发展的区域。重点是发挥成本优势，建设一批高标准的、种养结合养殖基地；做大做强加工龙头企业，实现产加销对接；针对区域内气候特点，探索生猪养殖的科学模式；东北优势区地形平坦，在地形上适合大规模生猪养殖的需求，东北优势区应发展大规模生猪养殖。

[1] 吴学兵,乔娟,李谷成.环境约束下的中国规模猪场生产率增长与分解研究[J].统计与决策, 2013, 392(20):118-120.

[2] Chung Y H, Fare R. Grosskopf S. Productivity and Undesirable Outputs: A Directional Distance Function Approach[J]. J Environ Manage, 1997,51(3):229-240.

[3] 张晓恒,周应恒,张蓬.中国生猪养殖的环境效率估算——以粪便中氮盈余为例[J].农业技术经济, 2015, (5):92-101.

[4] 王德鑫,郑炎成,李谷成,等.环境规制条件下我国规模化生猪生产效率的测度与分析——兼论生猪养殖的适度规模经营[J].农业现代化研究, 2015, 36(5):818-825.

[5] Andersen, Petersen N C. A Procedure for Ranking Effcient Units in Data Envelopment Analysis[J]. Management Science, 1993, 39: 1261-1264.

[6] 祝其丽,李清,胡启春,等.猪场清粪方式调查与沼气工程适用性分析[J].中国沼气, 2011, (1):27-28.

Study on Temporal and Spatial Diference of Environmental Efciency of Scale Cultivation of Hogs in China Based on SE-DEA Model

DU Hong-mei1, LⅠ Meng-rui1,WANG Ming-chun2, HU Mei-mei1
(1.College of Business, Hunan Agricultural University, Hunan Changsha 410128,China; 2. College of Science, Hunan Agricultural University, Hunan Changsha 410128,China)

The paper calculates the input and output value of scale cultivation of hogs from relative material data, then constructed the SE-DEA model to measure the environmental efciency of scale cultivation of 17 main producing area of hog from 2004 to 2014 and compares the environmental efciency of various main producing areas, and analyzed the characteristics of temporal variation of environmental efciency in diferent areas with diverse scale. The results revealed that the environmental efciency of scale cultivation generally presents regional and scale discrepancy, the efciency of cultivation environment of midland and southwest advantage area was higher than those of northeast and advantage coastal region, and the environmental efciency of large scale cultivation was the highest, middle scale cultivation took the second place, and middle scale cultivation is the lowest; The coastal region was ft for middle and small scale cultivation, the northeast advantage area was suitable for large scale cultivation, and midland was appropriate for middle and small scale cultivation, southwest advantage area was adapt to small and large scale cultivation

Hog cultivation; Environmental efciency; SE-DEA model

F326.3

A

10.19556/j.0258-7033.2017-01-131

2016-08-22；

2016-12-02

湖南省自然科学基金“畜禽产业生态化：评价与路径构建”（2016JJ4041）；湖南省涉农企业发展研究中心项目“畜禽产业生态化评价与实现路径研究”（920390100027）；湖南农业大学人才基金项目（15RCPT03）

杜红梅（1965-），女，湖南长沙人，教授，博士生导师，研究方向为农业生态经济、农业市场与贸易，E-mail：1964523843@qq.com