非洲猪瘟疫情背景下我国生猪养殖成本效率的变化及提升路径研究

李旭君，王明利，张 浩

（中国农业科学院农业经济与发展研究所，北京 100081）

近年来，公共卫生事件频发，动物疫病的危害日益扩大。我国作为世界第一大猪肉消费国，生猪产业的稳定发展关乎国民经济的健康运行。非洲猪瘟（African Swine Fever，ASF）被世界动物卫生组织列为A 类疾病，病死率高达100%[1]。自2018 年8 月我国首次发现非洲猪瘟疫情以来，短短几个月传遍全国，造成生猪产能和价格出现剧烈波动。统计数据显示，2017 年我国猪肉产量为5 340 万t，2020 年迅速下降为4 113 万t，猪肉平均价格也相应由2017 年的25.72 元/kg，快速上涨到2020 年的54.16 元/kg，各规模头均养殖总成本也由2017 的1 796.79 元，上涨到2020 年的2 752.98 元，严重影响了我国生猪产业正常发展。

为了探究非洲猪瘟疫情的影响，已有部分学者进行了相关研究，现有研究认为生猪养殖业复工复产面临着资金压力大、养殖用地紧张、生物安全风险大、环保约束过严等一系列困难[2]。增加相关保险投入、学习养殖知识、控制养殖场来往人数等，均能有效提高养殖户对非洲猪瘟防控和应对的能力[3]。非洲猪瘟疫情背景下，猪肉价格的上涨能在一定程度上带动猪肉供给的提升[4]。畜产品价格的波动会受到非洲猪瘟等疫病的影响，而且影响的持续时间会很长[5]。还有部分学者利用数据包络分析方法、随机前沿分析方法等，对我国生猪养殖的技术效率进行了研究，认为我国生猪养殖的技术效率总体在较高水平[6]。华北地区与西北地区大规模生猪养殖技术效率较低[7]。小规模、中规模、大规模生猪养殖的绿色全要素生产率增长速度较快[8]。但是现有研究从成本效率角度分析非洲猪瘟疫情影响的相对较少。在非洲猪瘟隐患仍存的背景下，找出提升我国生猪养殖成本效率的路径，有助于养殖场（户）合理配置资源，实现“降本增收”的目标，更具现实意义。

1 分析框架和研究假说

分析非洲猪瘟疫情背景下，我国生猪养殖成本效率的变化情况，首先需要厘清非洲猪瘟疫情冲击对生猪养殖成本收益的影响机理。

总体来看，在疫情初期，消费者出于对食品安全的担心会减少猪肉消费，养殖主体出于规避损失的心理会大量抛售生猪，造成生猪产品价格大幅下降。后期，随着疫情的蔓延，非洲猪瘟导致的生猪死亡和扑杀进一步增加，抛售的育肥猪提前出栏，出栏体重有所下降[9]，猪肉供给严重不足，价格出现反弹。另一方面，由于非洲猪瘟潜伏期长[10]，生猪感染后，可能在3 周内不表现出临床症状，部分养殖场（户）无法及时淘汰病猪，导致养殖环节消耗大量饲料却无法有效增重，饲料浪费严重，饲料成本增加。此外，养殖场（户）为了减少疫情风险带来的损失，对猪舍的升级、饲喂管理的提升，将进一步提高人工、管理等成本。基于此，提出如下假说：

假说1：受非洲猪瘟疫情影响，我国生猪产出水平下降，而投入成本却在增加，导致成本效率总体呈下降趋势。

不同养殖规模在面对非洲猪瘟疫情时，抵御风险的能力是不同的。散养模式具备灵活运用多种资源要素的优势，对潜在的损失也较为敏感。中规模和大规模养殖具备一定的成本优势，且管理规范，硬件设施和技术水平较高，抵御风险的能力相对较强。小规模养殖既不具备灵活运用多种资源要素降低成本的优势，又不具备购买大型设备、应用前沿技术的实力，与其他几种养殖模式相比，受非洲猪瘟疫情影响将较大。基于此，提出如下假说：

假说2：非洲猪瘟疫情背景下，养殖成本效率与养殖规模呈正相关关系，小规模养殖的成本效率下降最为明显。

非洲猪瘟疫情的爆发使养殖场（户）遭受重大损失，养殖主体对动物疫病的危害有了更深刻的认识，因此加大生物安全领域的投入将成为生猪养殖行业后续的发展方向，尤其是规模养殖场（户），为了降低发生大规模动物疫病造成重大损失的可能性，将更倾向于增加生物安全防控方面的投入。基于以上分析，提出如下假说：

假说3：非洲猪瘟疫情背景下，增加生物安全防控的投入能有效提高4 种养殖模式的成本效率。

2 成本收益变化趋势分析

2.1 生猪养殖总成本变动趋势 从生猪养殖总成本变化情况来看，非洲猪瘟疫情发生后，生猪养殖总成本整体呈上涨趋势，尤其是2020 年养殖总成本增幅最大，具体如图1 所示。与完全没有受到非洲猪瘟疫情影响的2017 年相比，2019 年养殖总成本增长了2.58%，2020年增长了53.22%。具体来看，2019 年散养总成本较2017 年下降了1.34%，小规模、中规模、大规模养殖总成本分别增长了1.13%、4.61%和6.73%；2020 年散养、小规模、中规模、大规模养殖总成本较2017 年分别增长了45.18%、55.52%、58.19% 和55.28%。2020年各规模养殖总成本均在2 500 元/头以上，大规模养殖总成本相比散养模式的总成本低了322.56 元/头，成本比较优势明显。

图1 2017—2020 年不同养殖规模单头生猪养殖总成本

2.2 物质服务费及明细项目变动趋势分析 据《全国农产品成本收益汇编》分析，生猪养殖总成本中物质服务费占比最大，包括仔畜费、饲料费、医疗防疫费等。2019年各规模生猪养殖平均物质服务费为1 576.41 元/头，2020 年为2 474.79 元/头，较2017 年（1 537.59 元/头）增长了2.53% 和60.95%。受非洲猪瘟疫情影响，物质服务费中的饲料成本、医疗防疫成本、死亡损失、保险费等变动幅度明显，如图2 所示。与2017 年相比，2019 年各规模生猪养殖平均饲料成本增长了3.99%，医疗防疫费用增长了27.26%，死亡损失增长了45.33%，保险费增长了79.29%；2020 年各规模生猪养殖平均饲料成本增长了17.04%，医疗防疫费用增长了39.02%，死亡损失增长了51.09%，保险费增长了120.48%。主要是由于2020 年受非洲猪瘟疫情和新冠疫情等多重因素叠加的影响，各规模养殖的医疗防疫支出和死亡损失费用增加，养殖场（户）也提高了风险防范意识，保险费用也大幅增加。

图2 2017—2020 年不同规模养殖单头生猪物质服务费明细项目

2.3 不同规模生猪养殖的收益变动情况分析 从总产值、净利润和成本利润率3 项指标对不同养殖规模的收益进行分析，结果如表1 所示。可见，2019—2020 年受非洲猪瘟影响，生猪死亡和扑杀数量增加，导致生猪出栏量大幅减少，生猪供给明显不足，供需缺口过大导致生猪价格出现反弹并呈现急速上升态势[11]。由于生猪价格的涨幅远大于养殖成本的涨幅，2019—2020 年生猪养殖净利润整体呈增加趋势。其中，2019 年各规模养殖的平均总产值达到2 623.60 元/头，平均净利润达到780.54 元/ 头，平均成本利润率也从2017 年的2.82%提高到了52.73%。2020 年各规模养殖平均总产值达到4 225.73 元/ 头，平均净利润达到1 472.76 元/ 头，平均成本利润率提高到了53.80%。综合净利润与成本收益率来看，2019—2020 年各规模收益从高到低依次为：大规模、中规模、小规模、散养。

表1 不同规模养殖单头生猪的收益变动趋势

3 不同规模生猪养殖成本效率分析

3.1 研究方法与变量选取

3.1.1 研究方法与成本函数模型设定 成本效率是指前沿成本与实际成本的比值，前沿成本是指给定产出下的最小成本，一般来说，实际成本总是高于前沿成本，成本效率反映的是实际成本和前沿成本的差距。受不确定因素影响，生猪养殖具有一定的随机性，因此采用随机前沿分析法来测算生猪养殖成本效率较为合适[12]。超越对数成本函数具有包容性强的优点，能够有效降低模型误差，因此选择超越对数成本函数作为具体的函数形式，其表达式如下：

式中，Ci为第i个生产单元的总成本；Yi为第i个生产单元的产出；Xi为第i个生产单元投入要素的价格；vi和ui为随机误差项和非负的成本无效率项，一般认为vi服从正态分布N（0，），ui服从半正态分布N（0，）；mi为成本效率损失函数，其表达式如下：

式中，α为待估参数，当α值为负时，表明该因素对成本效率损失有负向影响，即对成本效率有正向影响，若为正则相反。k为影响成本效率损失的因素。

由于饲料费和人工成本是生猪养殖的主要成本，一般占总成本的90% 以上，为避免解释变量过多导致分析结果存在偏差，故选取单头生猪养殖的饲料价格和劳动力价格来进行成本效率估计，其表达式如下：

式中，Cit表示第i个省份第t期的生猪养殖总成本，Yit为第i个省份第t期的产出，以生猪主产品产量（kg/头）表示；Fit为精饲料价格；Lit为劳动力价格，以劳动力折价（元/d）衡量；βn为待估参数。vit为随机误差项，uit为成本无效率项。

3.1.2 成本效率损失的模型设定 生猪养殖是一个复杂的过程，内外部因素均会对生猪养殖的成本效率产生影响。近几年环保政策的调整、非洲猪瘟疫情的发生等对我国生猪养殖产生了重大影响，但是与此相关的宏观统计数据资料难以获得，为此课题组在2019 年10—11 月调研了8 个省份，及时获取了非洲猪瘟疫情发生后的实地调研数据。通过考察调研地区养殖场（户）粪污资源化利用情况、生物安全防控投入情况、养殖场（户）接受培训的情况以及政府支持情况等，对调研省份的生猪养殖成本效率损失进行分析。

参考相关研究，以干粪和粪水资源化利用的比例（k1）作为对养殖场（户）粪污资源化利用情况的考察，理论上讲，养殖场（户）越注重环境保护、注重资源利用，生猪粪污的利用比率便会越高[13]。受非洲猪瘟疫情影响，生猪养殖行业普遍提高了生物安全防控意识，一般来说，为了避免发生动物疫病造成损失，养殖场（户）在疫病预防阶段的投入比疫病发生后治疗阶段的投入要更有意义。为了验证生物安全预防投入对成本效率损失的影响，选取生物安全预防投入费用（k2）作为反映养殖场（户）对动物疫病防控重视程度的指标。选取养殖场（户）年均接受养殖、管理等相关培训的次数（k3）作为衡量养殖场（户）接受培训情况的指标；选取是否参加政府扶持项目（k4），反映政府扶持作用对生猪养殖业成本效率的影响。成本效率损失函数的具体表达式为：

式中，mit表示生猪养殖过程中成本效率损失程度，kn为影响成本效率损失的各项因素，αn为待估参数，ε为随机误差项。

3.1.3 数据来源 选取2017—2020 年《全国农产品成本收益资料汇编》中各规模生猪养殖的头均总成本、主产品产量、饲料价格、劳动力价格的面板数据进行测算，并参考其养殖规模的划分标准，以养殖场（户）一年内生猪平均存栏数量1～30 头为散养，31～100 头为小规模，101～1 000 头为中规模，1 000 头以上为大规模；为剔除价格因素的影响，涉及到价格的变量均进行平减，平减使用的价格指数以《中国统计年鉴》公布的相关指数为准；需要说明的是，考虑到分析成本效率损失时需要的部分指标缺少宏观统计数据，因此在利用宏观统计数据的基础上，结合2017—2019 年广东、河北、河南、江苏、四川等8 个典型省份的调研数据资料，以调研地区为例分析其成本效率变化趋势及成本无效率情况。

3.2 模型估计结果及讨论

3.2.1 模型估计结果分析 利用Stata 软件对生猪养殖业的随机前沿成本函数进行了估计，相关变量的估计系数如表2 所示。结果显示，4 种规模的对数似然函数值（Log likelihood）均相对较大，说明模型拟合较好，且各规模的γ和σ2均在1%水平下显著，说明采用随机前沿成本函数分析方法适用于分析我国生猪养殖成本效率。生猪散养的γ值为0.884 7，小规模为0.914 7，中规模和大规模养殖的γ值分别为0.647 4 和0.533 0，均在1%的水平上显著，说明模型的综合误差主要来自成本无效率。其中，小规模养殖的γ值最大，表明控制投入要素和其他不可控因素后，成本无效率导致91.47%生猪小规模养殖场（户）未达到前沿面的成本水平；大规模养殖γ值最小，表明控制投入要素和其他不可控因素后，成本无效率导致53.30%生猪大规模养殖场（户）未达到前沿面的成本水平，这也反映出大规模生猪养殖受成本无效率影响相对较小，具有一定的成本优势[14]。

表2 随机前沿生产函数的估计结果

3.2.2 各规模生猪养殖的成本效率和区域差异分析 为了更好地从时间和空间上对成本效率进行分析，对2017—2020 年我国不同规模养殖的平均成本效率进行了估计，结果见表3。

表3 2017—2020 年各规模生猪养殖成本效率

由表3 可以看出，非洲猪瘟疫情背景下我国4 种规模生猪养殖成本效率总体呈下降趋势，由此，假说1 得到验证。与2017 年相比，2019 年散养、小规模、中规模、大规模养殖的成本效率分别下降了0.047 8、0.032 6、0.028 7、0.010 1；2020 年分别下降了0.048 5、0.066 5、0.039 7、0.024 0；4 种规模效率均值从2017 年的0.837 3下降到2020 年的0.792 6，年均下降了0.014 9，主要是由于非洲猪瘟疫情发生后，医疗防疫费用、死亡损失费用、保险费用等大幅度上涨，带动了养殖成本整体上涨。在成本整体上涨的情况下，生猪主产品产量却受疫病影响有所下降，导致更多的成本投入和更低的实际产出，成本效率呈下降趋势。从养殖规模角度看，规模越大成本效率越高，但小规模养殖在疫情发生后成本效率值下降较大，2020 年成本效率值低于散养，这主要是由于小规模养殖既不能像散养模式那样灵活运用多种要素，又不具备中、大规模应对风险的能力[15]。由此，假说2 得到验证。

从不同区域角度分析，2017—2020 年各省份不同规模生猪养殖成本效率均值结果如表4 所示，可以看出，各规模生猪养殖成本效率的区域差异较为明显，各规模成本效率均值排名第1 位的是江苏省，均值为0.853 1，而成本效率较低的青海省，均值为0.748 6，差距较大。东部地区成本效率均值整体要优于西部内陆地区。不同地区的优势养殖规模也不同，如黑龙江散养成本效率为0.847 9，排名第2 位，但是中规模和大规模养殖的成本效率则较低，分别排名第18 位和第20 位，山西省小规模养殖成本效率排名第1 位，但是散养和大规模养殖的成本效率却较低，分别排名第14 位和第11 位，这也说明不同的区域资源禀赋不同，适宜的养殖规模也不同，需要因地制宜地发展不同规模的生猪养殖。

表4 2017—2020 年各省份平均成本效率

3.2.3 成本效率损失函数估计结果——以调研省份为例首先，利用Stata 软件对调研省份生猪养殖业的成本函数进行了估计，并据此测算了调研省份2017—2019 年的成本效率，结果如表5 所示。可见，调研的8 个省份2017—2019 年的成本效率整体呈下降趋势，这与利用宏观统计数据估计的成本效率变化趋势一致，且微观数据反映的下降趋势更为明显。2017 年8 个调研省份的成本效率均值为0.765 6，2019 年下降至0.717 1，进一步说明，非洲猪瘟疫情发生后，我国生猪养殖业的成本效率出现明显下降。

表5 2017—2019 年调研省份生猪养殖成本效率

为探寻提升我国各规模生猪养殖成本效率的路径，对非洲猪瘟疫情发生前后养殖场（户）的粪污资源化利用情况、生物安全防控情况、接受培训情况、政府支持情况等进行了详细调研，对成本效率损失函数估计结果如表6 所示。

将表6 结果代入成本效率损失函数中，可得到调研省份具体的成本效率损失函数为：

表6 效率损失函数估计结果

根据估计结果可以看出，粪污资源化利用情况的参数值为负，说明粪污资源化利用比例与成本效率损失为负向关系，即粪污资源化利用比例越高成本效率损失越低，越有利于提高生猪养殖的成本效率，但是其结果不显著。这主要是由于调研样本中，中规模和大规模养殖样本占比较大，而中规模和大规模的生猪养殖管理较为规范，对环境保护的重视程度和遵守环保规制的意识较好，提高粪污资源化利用率对于其成本效率的增长已不明显。但是，散养和小规模的粪污资源化利用程度相对较低，提高这2 种规模养殖场（户）的生猪粪污资源化利用率对提高成本效率有正向影响。

生物安全防控投入的参数值在1% 水平上显著为负，即生物安全防控的投入越高成本效率损失越低，并且从该参数的系数值来看，生物安全防控对成本效率损失的影响是所考察的四项因素中影响最大的。这也反映出在非洲猪瘟疫情背景下，养殖场（户）生物安全防控的重要性。生物安全防控投入占生猪养殖总成本的比重是非常低的，但是却能够一定程度上减少生猪患病的风险，避免大规模发生动物疫病带来的严重经济损失，有效提高生猪养殖的成本效率。由此，假说3 得到验证。

养殖场（户）年均参加培训次数的参数值在10%水平上显著为负，说明养殖场（户）年均接受培训次数与成本效率损失呈负相关关系，即增加养殖场（户）的培训次数，对提升生猪养殖的成本效率有正向影响。调研也了解到，由于中规模和大规模养殖场在前期要素投入、劳动力素质等方面占有优势，增加的培训次数对于成本效率提升有限；而在散养和小规模养殖户中，劳动力数量和素质都与中、大规模养殖场存在差距，接受培训能够快速提升其养殖和管理技能，有利于提升成本效率，效果较中、大规模养殖场更为明显。

政府支持作用以调研养殖场（户）是否参与政府扶持项目来表示，其参数值在1%水平上显著为负，即参与政府支持项目的生猪养殖场（户），其成本效率损失较低，也就是说其成本效率相对较高，这反映出政府支持对养殖场（户）提高成本效率有正向影响。在实际生产中，由于中、大规模养殖场在行业中具有一定的竞争优势，而且大部分扶持项目对规模化程度也有一定的要求，因此中、大规模的养殖场参与政府支持项目的比例较高。而散养和小规模养殖场（户）参与政府支持项目的比例相对较低，政府支持对成本效率提升的作用没有很好地发挥出来，应当合理调整扶持项目的准入门槛，扩大政策支持的受益面。

4 结论与建议

在随机前沿成本函数的基础上，对非洲猪瘟背景下我国2017—2020 年不同规模生猪养殖成本收益及效率变化情况和提升路径进行了分析，得出以下结论：

第一，非洲猪瘟疫情发生后，2019—2020 年我国各规模生猪养殖总成本较2017 年上涨明显，其中，医疗防疫费用、死亡损失、保险费等增长幅度较大；非洲猪瘟疫情导致生猪产能下降，供给短缺，2019—2020年生猪价格快速反弹并呈现急速上升态势，生猪价格的涨幅远高于养殖成本的涨幅，因此各规模生猪养殖净收益大幅上涨。

第二，非洲猪瘟疫情背景下，我国不同规模生猪养殖的成本效率呈现出下降的趋势。整体上，规模越大成本效率越高。但非洲猪瘟疫情出现后，小规模成本效率出现大幅下降，2020 年小规模养殖成本效率低于散养，原因可能是小规模一方面不具备能够灵活运用多种投入要素的优势，另一方面又不具备中、大规模的资金实力，在使用先进技术和设备方面受限，所以受非洲猪瘟疫情影响较大，成本效率波动明显。

第三，我国各规模生猪养殖的成本效率存在较大的区域差异。生猪养殖的成本效率总体呈现东部地区较高，西部地区相对较低的空间布局；不同地区的优势养殖规模有所不同，黑龙江、山西等地的散养和小规模生猪养殖成本效率较高，但中、大规模养殖成本效率较低，其他省份也存在类似现象。

第四，粪污资源化利用比例、生物安全防控投入、年均接受培训的次数、参与政府的支持项目等因素均对生猪养殖成本效率有正向的影响。提高散养和小规模养殖场（户）的粪污资源化利用率，提高4 种规模养殖场（户）的生物安全防控投入、年均培训次数均会有效提高生猪养殖成本效率，此外，政府支持对生猪养殖成本效率的提升也非常重要。

基于以上研究结论，并考虑当前非洲猪瘟疫情影响仍未消除、隐患仍存的背景，提高我国生猪养殖成本效率可以参考如下建议：

第一，提高饲料转化率，降低饲养成本。生猪养殖业一直以来对饲料粮的依赖程度非常高，受非洲猪瘟疫情影响，不能及时淘汰的病猪对饲料的浪费进一步加剧了生猪养殖的耗粮量，按照国家统计局公布的出栏量计算，2017—2020 年我国生猪养殖的年均耗粮量约为1.3亿t，而2017—2020 年我国玉米平均产量约为2.6 亿t，接近50% 的玉米用于生猪饲养，“人畜争粮”矛盾日益凸显。养殖场（户）应当积极提高生猪饲养技术，改善家畜管理水平，通过调整生猪日粮结构、提高饲料转化率等方式缓解“人畜争粮”的问题，推动我国生猪产业的可持续发展。

第二，因地制宜发展不同规模的生猪养殖。散养户和小规模生猪养殖成本效率相对较低，对非洲猪瘟等动物疫病的应对能力和抗风险能力也较差。但是，结合我国当前的基本国情，散养和小规模养殖仍具有广泛的适应性，在保障猪肉稳定供给方面发挥着重要作用，应当综合考虑各方面因素，因地制宜的发展不同规模的生猪养殖，给予散养户养殖技术指导和疫病防控指导，引导小规模养殖场（户）提高标准化和集约化程度，提高中规模和大规模养殖场（户）的经营管理水平，促进其养殖现代化发展。

第三，发挥比较优势，促进区域协调发展。当前我国不同区域的生猪养殖成本效率存在明显的差异，各地区发展各有优势，也各有瓶颈，应当充分发挥比较优势，缩小地区差异，促进区域协调发展。东部地区物质基础较好，具备一定的资金优势，应充分发挥这一优势，走精细化养殖道路，实现生猪养殖现代化发展。西南地区由于多山脉、高原，且养殖密度较低，能够起到一定的生物安全屏障作用，应当充分利用其地理环境优势，加大招商引资力度，完善畜牧产业基础设施建设[17]，提高成本效率，提升产业竞争力。

第四，提高粪污资源化利用率，重视生物安全，多方面发力提升成本效率。当前散养和小规模生猪养殖对粪污资源化利用的比例较低，应当重点提升其粪污资源化利用比例，构建生态循环发展的种养结合体系，一方面可以改善农村人居环境，另一方面可以变废为宝，节省成本；鉴于当前非洲猪瘟疫情尚未完全根除，其他动物疫病也偶有发生，生物安全防控依旧不能松懈，应当适度增加前期用于生物安全预防的投入，降低发生动物疫病的风险，减少潜在损失，提升成本效率；同时，加强对养殖场（户）经营主体的培训，有助于养殖场（户）接受新技术、新方法，提高管理水平和能力，进而提升成本效率。此外，中国生猪产业作为关系国计民生的重要产业，需要政府的支持和引导，加大政府的支持力度有助于树立行业发展信心，指明行业发展方向。