我国不同规模奶牛生产效率差异及省域比较

马广旭，程广燕

（农业农村部食物与营养发展研究所，北京 100081）

奶业是我国畜牧业的重要组成部分，发展民族奶业对于保障我国居民食物供给、促进畜牧业结构调整具有重要意义。近年来，我国奶业已取得巨大成就，奶牛生产规模和单产水平不断提升。2012年起我国奶牛存栏量超过1 000万头，2019年全国奶牛存栏已达到1 037万头，奶牛单产由2010年5.5 t/头逐步提升到2020年8.6 t/头，生鲜乳总产量同步由827.4万t增长到3 440.0万t。但我国奶业受资源环境制约，生产成本高、国际竞争力不强等问题突出，且随着城镇化、工业化推进，土地、人工、投入品等农业生产资料成本逐步提高，奶牛养殖成本与奶业发达国家差距进一步拉大。同时，我国奶业在种源、饲草料、养殖管理等方面仍存不足，奶业国际竞争力将长期处于弱势地位。在进口奶的冲击下，我国奶源自给率由94%快速下降至63%（自给率由海关总署乳制品进出口数据及国家统计局乳制品生产相关数据计算得出），已连续多年跌破70%的安全自给红线。为促进民族奶业发展，2018年《国务院办公厅关于推进奶业振兴保障乳品质量安全的意见》中提出我国要加快实施奶业振兴战略，保障我国奶业生产能力，提升奶业国际竞争力，归根结底是要提升我国奶业生产全要素生产率。纵观已有研究，学者已对不同时间段、不同区域、不同规模的奶牛养殖效率进行了测算，研究方法主要有成本收益对比法、随机前沿方法（SFA）以及数据包络分析法（DEA）等，这些成果为后续研究提供了良好借鉴。但当前研究中，学者大多关注不同规模奶牛养殖效率差异而忽略了不同省域之间奶牛养殖效率的差异，且成本收益分析与生产效率分析尚未兼顾。因此，本文拟利用《全国农产品成本收益资料汇编（2014-2019）》数据，对近年来我国不同省份、不同规模间奶牛养殖投入产出情况进行对比分析，并进一步采用DEA-Malmquist方法测算其全要素生产率，以期把握当前我国不同规模奶牛生产效率发展变化趋势，找寻各省份奶牛养殖最佳效率规模，为促进我国奶牛生产效率提升提供决策参考。

1 测算方法与数据来源

1.1 测算方法 全要素生产率（TFP）表示的是一种资源配置效率，既可以反映生产技术水平的高低，也反映生产效率的高低，因此在研究中往往将其作为衡量发展质量的重要标准。本文在前期投入产出对比分析的基础上，采用DEA-Malmquist方法对中国2013—2018年不同省份大中小规模奶牛养殖TFP进行测算。Malmquist指数法是由Malmquist于1953年提出，1994年Fare等将其与Charnes等设计的DEA理论相结合，由此该方法广泛用于生产效率的测算。模型表达式为：

从t到t+1时期，Malmquist指数一般形式为：

即（x，y，x，y）=TFPch=Ech×Tch=Pech×Sech×Tch。当TFPch>1时表示一定时期内生产效率有所提升，TFPch<1时表示一定时期内生产效率有所下降，TFPch=1时则表示一定时期内生产效率无变动。

1.2 数据来源 本研究数据来源于2014—2019年《全国农产品成本收益资料汇编》，根据奶牛饲养基本特征，选择每头用工数量、精饲料费、青粗饲料费、水费、燃料动力费、医疗防疫费作为投入指标，以主产品产量作为产出指标。各投入指标以2013年为基期经过各省份相应年份的农业生产资料价格指数平减，价格指数数据均来源于历年《中国统计年鉴》。饲养业品种规模分类标准中划定奶牛养殖10头以上即可视为规模化养殖，其中养殖数量10～50头之间为小规模，50～500头为中规模，500头以上为大规模，本研究中的大中小奶牛养殖规模划分依从上述标准。考虑到数据的可获得性，同时为避免分析结果的繁杂，本研究根据我国奶业发展区域布局，选取东北内蒙古优势区的黑龙江、辽宁省、内蒙古自治区；华北奶牛优势区的山东、河南、山西省；南方地区的福建省共7个省份作为样本省参与分析。

2 不同规模养殖投入产出分析

2.1 全国层面投入产出分析 通过对3种规模养殖场数据进行整理发现，奶牛单产水平随着养殖场规模的加大而明显提高。2013—2018年我国小中大规模养殖场奶牛年平均单产分别为5 410.0、6 026.4、7 189.6 kg，大规模养殖场具有较强单产优势。从投入角度来看，随着奶牛场规模的加大，自动化水平不断提高，从而代替了部分奶牛场的人工投入。小规模奶牛场每头用工数量最多，平均需要37.7 d，而中大规模奶牛场每头用工仅需要31.4 d和28.5 d。养殖规模越大，往往对应养殖场的自动化水平越高，水电燃料动力需求也相应提高。大规模养殖场的头均燃料动力费用是中规模养殖场平均水平的1.7倍，近乎小规模养殖场平均水平的4倍。饲料成本在3种规模养殖场中投入差距同样明显，小规模养殖场平均每头奶牛青粗饲料及精饲料投入10 729.4元，中规模养殖场投入为13 630.0元，大规模养殖场投入则达到了17 068.0元。3种养殖规模中饲料费用的标准差和变异系数相对较小，表明同等规模养殖场饲料投入差距并不明显。在疫病防治方面，大规模养殖场投入最高，单头奶牛医疗防疫费用达到了394.4元，远高于中小规模平均水平，且医疗防疫费的变异系数在3种规模中分别为0.57、0.77和0.85，这表明奶牛养殖中医疗防疫费用存在较为明显的时空差异，间接反映奶牛养殖面临的疫病风险发生不确定性。总体而言，不同奶牛养殖模式投入与产出数量存在明显的规律，奶牛单产水平、饲料、水电燃料费以及医疗防疫费会随着养殖规模扩大而提高，每头用工数量随着养殖规模的扩大而减少（表1）。

表1 2013—2018年3种规模奶牛养殖年均投入产出情况

2.2 分省层面投入产出分析 我国幅员辽阔，各省奶业发展禀赋不同，奶牛养殖过程中的要素投入与产出水平具有较大差距，具体如表2所示。

表2 2013—2018年部分省份3种规模奶牛养殖年均投入产出情况

从样本省区奶牛单产情况来看，东北地区省份以及内蒙古奶牛单产水平较高，即使在全国同样具有较大优势。山东、山西以及河南省的小规模奶牛场单产较为接近，而山东省在中规模及大规模奶牛养殖中单产比另外两省水平更高。福建省虽然小规模及中规模奶牛养殖单产较低，但大规模奶牛养殖单产却排名前列。

从投入角度来看，奶牛单头用工数在一定程度上反映了各省奶牛养殖场的机械化水平。黑龙江、山东、山西奶牛用工数量较少，这表明该地区奶牛场机械化水平相对较高；福建省小规模以及中规模奶牛养殖用工数偏高，养殖场机械化水平与北方奶业生产优势区相比存在较大差距。从饲料费用来看，福建省大规模奶牛养殖中饲料费用居高不下，2018年福建省大规模奶牛养殖场头均青贮饲料费用高达10 766.3元，比山东等地高出近3 000元。从水电燃料动力费用来看，黑龙江省奶牛养殖场水电燃料等支出最少，原因一是黑龙江省气温偏低，夏季用于奶牛降温的水、电费用支出较少；二是黑龙江省全力推进规模化标准养殖，通过更合理的喂养方式、粪污清理方式达到减少资源耗用的目的。福建省水电燃料费用高于北方省份，这与福建省奶牛养殖不利的气候条件紧密相关。同时，在过滤掉投入品价格波动的影响后，原料奶生产成本随着养殖规模扩大而不断提高的趋势十分明显。2013—2018年7个代表省小规模奶牛养殖场公斤奶主要生产成本为2.0元，中规模奶牛养殖场公斤奶主要生产成本为2.1元，大规模奶牛养殖场则达到2.4元。从各省结果来看，黑龙江、山西省牛奶公斤奶生产成本低于平均水平，表现出较优的成本优势；内蒙古、福建省、山东省3省公斤奶生产成本偏高，尤其是福建省大规模奶牛场公斤奶生产成本远高于7省平均水平，这就意味着该区域奶牛单产的提高往往需要更多的资本投入。辽宁、河南省公斤奶生产成本最为接近平均水平，奶牛养殖成本效率表现良好。

3 不同规模养殖TFP测算

以上仅对奶牛养殖投入与产出数据对比分析，无法直观反映各省、各种规模间奶牛养殖效率的时空差异，为此本研究进一步借助TFP对不同地区、不同规模奶牛场生产效率做进一步实证分析（表3）。

表3 2013—2018年3种规模奶牛养殖TFP变化情况

3.1 TFP变化趋势分析：时间维度

3.1.1 小规模养殖的TFP变化趋势 2013—2018年7省小规模奶牛TFP总体上以年均0.4%的速度下降，其中在2014—2016年间我国小规模奶牛TFP有所提高，但2016—2018年TFP下降趋势尤为明显，从而带动整体趋势的下降。将2013—2018年间小规模奶牛TFP变化分解后可以看出，6年间小规模奶牛养殖实现了年均0.7%的技术进步，规模效率水平一直保持原有水平，纯技术效率年均下降1.0%，技术效率也同样年均下降1.0%。这说明，在现有规模水平下，小规模奶牛养殖中对资本和劳动等投入要素并未充分有效利用，纯技术效率的下降已成为阻碍小规模奶牛生产效率提升的关键因素。

3.1.2 中规模养殖的TFP变化趋势 2013—2018年7省中规模奶牛养殖的TFP变化均值为0.994，生产率呈现负向变动。其中2014—2015年、2017—2018年中规模奶牛TFP为正增长，增幅分别为3.0%和3.3%，其余年份均为负增长。从测算结果来看，各年份技术效率与技术进步变化此消彼长，导致年际间TFP波动幅度不大。其中，技术效率变化均值为1.010，技术进步均值为0.984，技术退步在一定程度上影响了TFP的增长。单从技术效率来看，分解后的规模效率有所下降，但纯技术效率实现了年均1.2%的增长，增长幅度高过纯技术效率的下降幅度。由此判断，中规模奶牛养殖饲养可以熟练使用现有的饲喂技术，在现有投入水平下奶牛产出效率不断提升。但养殖场对于新的饲养技术及新的管理理念采纳更新方面存在不足，技术进步水平不高影响了中规模奶牛场的总体生产效率提升。

3.1.3 大规模养殖的TFP变化趋势 2013—2018年间7省大规模奶牛养殖的TFP年均增长0.1%，提升幅度相对有限。从年度变化来看，2013—2014年TFP较上年度增长2.0%；随后2014—2017年间一直保持负增长；2017—2018年又转为正增长，增长幅度为1.9%。从技术效率变化看，大规模养殖的养殖规模效率年均增长0.3%，但纯技术效率下降幅度高于规模效率的增长幅度，为此技术效率总体表现出波动下降趋势。单从技术进步指数来看，2013—2018年中国大规模奶牛养殖实现了年均0.4%的技术进步，有效拉动了TFP的提高。可见，技术效率的下降，尤其是纯技术效率的下降在一定程度上影响了中国大规模奶牛TFP的增长，技术进步则是推动大规模奶牛TFP提高的重要因素。

3.2 TFP变化趋势分析：省域维度

3.2.1 小规模养殖的省域TFP变化趋势 从2013—2018年间7个省小规模奶牛养殖的TFP变化来看（表4），只有内蒙古1省TFP为正增长，其余6个省份TFP为负增长，这从侧面表明各省小规模奶牛养殖效率已存在明显下降。具体来看，东北地区黑龙江、辽宁小规模奶牛TFP年均下降1.3%、3.0%，未能实现技术进步是TFP下降的关键因素。山东、山西、河南等中原地区省份小规模奶牛TFP均呈现下降趋势，尤其是山东省下降最为明显，年均下降幅度达到3.7%。下降原因主要是由于纯技术效率水平下降从而带动综合技术效率的下降，并最终导致了TFP水平的负向变动。福建省在小规模奶牛养殖中实现了年均0.1%的技术进步，但是其综合技术效率下降十分严重，最终也使得福建省成为7省中TFP下降最为明显的省份。

表4 2013—2018年部分省份奶牛养殖TFP年均变化情况

3.2.2 中规模养殖的省域TFP变化趋势 从2013—2018年间7个省份中规模奶牛养殖的TFP来看，有4个省份TFP有所提升，3个省份TFP呈现下降趋势。从区域分布来看，东北地区省份中规模奶牛TFP均有不同幅度的提升，其中技术效率和技术进步的双提升是该区域TFP提升的重要因素。内蒙古和河南省中规模奶牛TFP也有所提升，其中内蒙古生产效率提升主要靠综合技术效率水平的提升拉动，而河南省则是更多依靠技术进步。山东省在技术进步方面有所退步，但是由于取得了更佳的规模效率，由此TFP下降并不明显。福建省中规模奶牛TFP与小规模变动趋势基本一致，综合技术效率的大幅下降带来总体生产效率的下降，迫切需要提高资本和劳动等生产要素的利用率。

3.2.3 大规模养殖的省域TFP变化趋势 从2013—2018年间7个省份大规模奶牛养殖的TFP变化来看，有4个省份TFP为正向增长，3个省份TFP为负向增长。黑龙江是TFP年均下降最明显的省份，年均降幅达到3.3%，其中技术退步问题最为突出。辽宁、内蒙古、山东、河南4省份大规模奶牛TFP均有不同幅度的增长，尤其是内蒙古以及山东的综合技术效率以及技术进步效率均有所提升，使得生产效率有较大幅度的提高；河南省和辽宁省的综合技术效率有所提升，但是技术进步水平有较小幅度下降，在一定程度上阻碍了TFP的进一步提升。福建省在大规模奶牛养殖中综合技术效率以及技术进步效率均下降，由此TFP也表现为递减趋势。值得注意的是，有5个省份中大规模奶牛养殖的规模效率正向增长，这表明其大部分省份奶牛养殖数量逐渐向最优规模靠拢。

4 基于测算结果的讨论

4.1 规模差异对奶牛养殖效率的影响 不同规模奶牛养殖模式对应不同投入要素组合必然存在不同产出和生产效率。从测算结果可以看出，2013—2018年大中小3种规模养殖生产效率存在明显差异，小规模及中规模奶牛养殖TFP有所下降，尤其是中规模奶牛养殖生产效率下降最为明显，只有大规模奶牛养殖TFP为正向增长。具体分析，小规模奶牛养殖的综合技术效率水平不足是造成TFP负向变动的关键因素。当前奶牛场逐渐向百头以上规模场发展，小规模奶牛场由于缺乏经验工人和先进技术导致生产效率有所降低，同时奶牛品种劣势、资金周转困难、防疫及医疗成本高等问题在小规模奶牛养殖中普遍存在，综合技术效率很难达到最优。中规模奶牛TFP下降主要归因于技术进步水平的严重降低，这由于中规模奶牛养殖场投入的饲草、防疫、人工价格逐年攀升，而当前技术水平下奶牛单产水平未实现同步提升，最终造成中规模奶牛TFP较快下降。大规模奶牛养殖TFP的提高主要受益于技术进步，原因在于大规模奶牛养殖一般资本较为雄厚，在养殖理念上更注重研发和引进国内外先进技术，现代化的机械设备更容易得到应用。但大规模奶牛养殖模式的技术效率下降趋势同样值得关注，目前随着养殖规模的扩大，要素投入的边际报酬递减趋势难以避免，加上大规模养殖场管理难度的增加，各部门分工协调成本增加又会损失一部分生产效率。因此，大中小规模奶牛养殖在技术效率以及技术进步方面各有不足，导致我国奶牛养殖效率增长乏力。为提高我国奶牛生产效率，奶牛养殖必然要走向高质量发展道路，一方面要合理安排要素投入，提高要素的利用率；另一方面要转变发展方式，使奶牛增产更多依靠技术进步驱动。

4.2 省域差异对奶牛养殖效率的影响 由于各地区奶牛养殖发展基础和资源禀赋条件不均，各省奶牛养殖TFP是否随规模变化不可一概而论。目前，从不同省份表现出不同的TFP水平来看，内蒙古的大中小养殖规模TFP变化均大于1，表现出内蒙古地区在奶牛养殖中的天然优势。东北以及中原地区小规模奶牛养殖平均TFP水平在不断降低，但在中规模、大规模奶牛养殖中TFP水平逐渐提高，说明北方地区奶牛养殖规模仍有进一步提升空间。以福建为代表的南方省份在3种养殖规模下的TFP均表现为递减趋势，造成这种现象的原因在于一是南方省份饲草料自给能力差，饲料原料的跨省运输在一定程度上加大了奶牛饲养成本；二是南方地区气温偏高，奶牛更容易出现热应激现象，影响产奶效率。南方地区奶牛养殖投入成本普遍高于北方地区，在产出相同的情况下很难获得比北方地区更优的生产效率。基于此，中国奶牛养殖业区域分布特征十分明显，华北、东北、西北“三北”地区的产奶量占全国牛奶产量的80%以上，“南牛北养”“北奶南运”现象日益普遍。各地区应因地制宜，在充分考虑当地经济发展水平、市场条件、资源条件和环境承载力的前提下发展适度规模的奶牛养殖。

5 结论与对策建议

5.1 结论 本文通过对中国不同规模奶牛养殖成本收益情况进行核算，发现当前奶牛养殖主要投入要素成本及产出水平均随着养殖规模的扩大而增加，人工投入随着规模的扩大而减少；不同奶牛养殖模式对应不同投入要素组合，由此产生了不同的生产效率。我国大规模奶牛养殖TFP水平最高，小规模奶牛养殖次之，中规模奶牛养殖TFP水平最低。且由于不同省份间奶牛养殖基础和资源禀赋地域分布不均，单位原料奶生产成本存在明显的差异，各省奶牛养殖效率也由此不同。单从成本收益及TFP分析结果来看，北方省份更适合较大的奶牛养殖规模，尤其是东北、内蒙古优势区更适合牛奶的生产。因此，必须将因地制宜、适度发展作为我国奶业区域布局优化的重要指导方针。

5.2 对策建议 首先，鼓励适度规模养殖。TFP的测算结果表明，不同省份有其适宜的养殖规模，规模过大或过小均会对养殖效率产生影响。因此建议政府在制定奶业发展政策上要立足本省实际，利用补贴政策、土地政策、融资政策等积极引导奶牛养殖向适度规模发展。其次，提高奶牛养殖科技支撑能力。技术效率和技术进步的提升是带动TFP提高的关键，我国奶业要从过去依靠要素投入向依靠创新驱动引领发展转变。一是要在奶牛养殖中加强饲养管理，制定奶牛养殖标准化管理流程，加大对养殖人员的培训，提高养殖的精细化程度。二是要充分吸收借鉴国内外前沿技术和经验，鼓励养殖模式创新，引进和培育优良品种。尤其是注重提高中小规模养殖场的装备水平，加强养殖规范化程度，提升奶牛养殖中的科技含量。再次，稳定奶牛养殖饲草料供给。饲草料是奶牛养殖的基础，饲草料营养因素对奶牛产奶量的贡献率高达50%。稳定优质的饲草料供给、降低饲草料成本不仅可以提高养殖场奶牛养殖效益，还可以提高牛奶的产量和质量。