中国生猪生产效率影响因素的实证研究*

◎胡凤娇

一、引言

随着我国经济的发展，城镇化水平和居民收入水平不断提高，猪肉的需求量也不断增长，我国生猪出栏量和猪肉产量连续多年位居世界第一，有效地保障了居民的消费需求，改善了消费者的营养条件。虽然我国已然是猪肉产业大国，但并非猪肉产业强国。首先，我国生猪养殖规模化程度仍然较低。数据显示，目前我国年出栏1-49头的农户数仍然高达4000多万户，小规模散养户仍然占比过高。其次，近年来我国生猪产业发展日益面临农业资源紧张、环境约束不断增强的困境。此外，生猪生产的自然风险和市场风险也在不断增加，猪肉质量安全事件频发，猪肉市场价格波动加剧。

由此可见在生猪生产领域，生猪供给侧结构性改革的要求尤为迫切。在当前情况下，唯有通过提高生猪的生产效率，才能保障猪肉供给体系的质量和效率，为消费者提供优质、安全的猪肉，并最终提高猪肉产业的质量效益和竞争力，走上资源节约型和环境友好型的生猪生产现代化发展道路。因此，考察生猪产业生产效率及其影响因素，将对合理配置生猪生产中的要素投入和提高资源利用效率、控制生猪养殖环境污染和提升生猪品质都有重要参考意义。本文在运用产业链理论的基础上结合生猪产业的生产特点，着重从生猪产业的上游和政府角度来分析各因素对生猪生产效率的影响，包括生猪产业上游的相关及支持性产业如饲料工业、种猪行业以及政府服务等对不同规模养殖主体生产效率的影响，并在此基础上为我国生猪生产管理部门的决策提供一些定量的数据支持及相关建议。

二、模型构建与数据说明

（一）模型构建

1.技术效率影响因素理论模型

本文采用Battese和Coelli（1995）提出的技术效率影响因素模型，该模型可以同时估计随机前沿生产函数和技术效率的影响因素，避免传统两步估计法结果有偏的问题。

其中，Yit表示实际产出，本文选取主产省份i的生猪主产品产量来代替；Xit表示各投入要素，本文分别选取仔猪重量、每头生猪投入的精饲料重量、每头生猪投入的劳动力以及投入费用来作为投入要素；t为时间变量；vit是随机变量，服从N（0，σ2v）的正态分布；uit是独立于vit的非负随机变量，表示技术效率损失，即样本产出与生产可能性边界的距离，它服从截尾正态分布N（mit，σ2u）样本单元的技术效率损失影响因素模型为：

其中zit是可能影响技术效率的p×1阶向量，ωit是随机误差项，δ为待估参数。

（1）生猪育种行业发展情况。本文选取每个省份的种猪场年出栏种母猪数量占比来反映该省份的生猪育种业发展情况，某个省份的种猪场年出栏种猪数量越多，表明该地区的生猪养殖户越容易以较低成本获得优良品种的种猪和其提供的苗猪，因此有利于该地区生猪生产效率的提高。

（2）饲料工业发展情况。本文选取每个省份的饲料工业产值占比来表示。某省份饲料产业产值占比高，表明该省份的饲料工业实力雄厚，能够提供价格较低、质量较高的饲料产品，从而能够很好地支撑自身生猪养殖业发展，对生猪生产效率带来正面影响。

（3）政府畜牧生产管理机构发展情况。本文选取了家畜繁育改良站、畜牧站、饲料兽药监察所三个机构来反映政府生猪生产管理部门对技术效率的影响。

综上，本文提出我国生猪生产效率影响因素模型如下：

其中，ZUit表示某省份的种母猪出栏量占比，用来表明该省份的种猪业发展情况；SLit表示某省份饲料工业产值占比，用来表明该省份饲料工业的发展情况；GLit表示某省份的省、市、县三级改良站的职工总人数比上生猪出栏量，用来表明该省份的生猪良种繁育、推广力度；JCit是每个省份的饲料监察所职工人数比上该省份生猪出栏量，用来表明每个省份保障生猪生产投入品质量安全的力度；XMit是乡镇畜牧兽医站职工人数比上该省份生猪出栏量，用来表明每个省份生猪防疫力量的配备情况；ωit是随机误差项。

（二）数据说明

本文数据主要来源于《全国农产品成本收益资料汇编》、《中国饲料工业年鉴》、《中国畜牧兽医年鉴》。在指标选取上，本文尽量采用实物量形式，并通过全国农业生产资料指数平减以剔除价格变化的影响。

表1 影响因素的描述性分析

从上表可知，不同省份的种猪业发展情况差别较大，17个省份的年出栏种猪数量平均占比为4%以上，占比最高的达20%，最低的只有0.5%左右；不同省份的饲料工业发展情况差异也较大，17个省份的饲料工业产值占比平均值为4.6%，最小值则不到0.1%，而最大值则达13.5%。在政府畜牧技术推广机构方面，乡镇畜牧兽医站的覆盖力度较大，每1万头生猪对应的乡镇兽医站职工人数为3.29人，而家畜繁育改良站和饲料（兽药）监察所的覆盖力度分别为0.1675和0.1029人。

三、实证结果与分析

本文采用Frontier4.1软件对随机前沿生产函数模型（1）和技术非效率函数模型（2）进行极大似然估计，从表2可知大规模、中规模和农户散养的γ值都非常接近于1，且都通过了1%的显著性水平检验，说明这几种养殖模式的误差项主要来自于技术非效率的影响。

首先，年出栏种猪数量占比（ZUit）的系数在大规模养殖模式中为正，表明种猪业发展情况对大规模养殖生产效率的影响为负；而在中、小和农户散养中的符号为负，且在小规模养殖和农户散养模式中都通过了1%的显著性检验，说明种猪业发展情况上述三种规模养殖的生产效率具有正效应。

第二，饲料工业产值占比（SLit）的系数在不同规模养殖模式中都为正，且分别在5%和1%的水平上通过显著性检验，说明各个省份的饲料工业产值占比对生猪生产技术效率具有显著负效应，这也表明我国饲料工业基础薄弱，制约着生猪生产效率的提高，是限制生猪产业发展的瓶颈。

第三，改良站（GLit）的系数在大规模、中规模和农户散养模式中的符号为负，且分别在10%、1%和10%的水平上显著，而在小规模养殖模式中符号为正但不显著。说明家畜繁育改良站的良种繁育和推广对大规模、中规模和农户散养模式的生产效率具有显著正效应；表明我国改良站的设置以及人员配备有利于生猪良种繁育、推广，对生猪生产效率的提高是有利的；

表2 生猪生产效率影响因素的估计结果

第四，饲料（兽药）监察所的系数在四种养殖模式中均为负，并在小规模和农户散养中通过了1%水平上的显著性检验，表明饲料（兽药）监察所的人员配备（监察力度）对生猪生产效率具有正效应。

第五，乡镇兽医站的系数在四种养殖模式中都为正，且在大规模、中规模和农户散养中分别通过了1%、5%和1%的显著性检验，说明总体上我国乡镇畜牧兽医站的人员配备情况对生猪生产效率具有负效应，这可能与乡镇兽医站配置不合理、人员配备不合理有关。

四、结论及政策启示

基于技术效率影响因素模型，本文得出如下研究结论：饲料工业基础薄弱以及发展不足成为限制生猪产业发展的瓶颈，制约着生猪生产效率的提高；种猪年出栏数量占比对大规模养猪的生产效率具有负效应，而对中规模、小规模和农户散养的生产效率具有正效应；总体上我国乡镇畜牧兽医站的人员配备不合理，畜牧兽医机构的疫病防治能力不足，对生猪生产的支持作用不够。因此，提出以下政策建议：首先，注重饲料产品创新与饲料产业发展，为下游生猪养殖业提供有力支撑。其次，建立联合育种机制，遴选优秀种猪场进入国家生猪核心育种场，并加强种猪场之间的交流，形成生猪联合育种的主体力量，从而提升我国种猪业整体竞争力。最后，完善生猪产业监管体系，提高生猪疫病防治与质量安全管理水平。加强基层畜牧兽医人员的配备，更好地为养猪户提供生猪疫病防治服务，提升生猪生产效率。