基于随机前沿函数的中国生猪生产效率研究

《基于随机前沿函数的中国生猪生产效率研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、农业技术经济2011年第12期*基于随机前沿函数的中国生猪生产效率研究王明利李威夷(中国农业科学院农业经济与发展研究所北京100081)内容提要本文运用随机前沿分析方法，对2002—2009年全国15个生猪主产区的技术效率进行测算，并按规模划分，分析了各生猪主产区间的效率差别以及不同投入要素对生猪生产的贡献。研究发现，我国生猪养殖的总体技术效率较高，规模养殖的技术效率优势逐步体现，其中饲料投入对生猪产出的影响最大，用工数量其次;不同地域的技术效率具有明显差异，粮食主产区要高于经济发达的沿海地区。关键词生猪生产

2、效率技术效率投入要素随机前沿分析一、引言我国是生猪生产大国，这些年随着市场放开和政策引导，生猪生产保持稳定增长的趋势。2009年我国生猪出栏总数为6.5亿头，猪肉总产量4890.8万吨，分别占世界生猪总出栏量的48%和全球猪肉总产量的49%，稳居世界首位。到2008年底，我国规模化生猪养殖场(户)出栏数量所占比重已经上升至62%。从产量上讲，我国已是畜牧业大国，但还远不是畜牧业强国，生猪生产水平与世界发达国家存在很大差距。纵观近年来的数据资料，无论散养还是规模养殖，我国生猪养殖成本收益都比较低，出栏猪的胴体重

3、不足世界平均水平。当前我国农业资源紧张，粮食增产有限，饲料工业基础薄弱，生猪疫病时有发生，而随着经济的快速发展，劳动力成本也在不断上升，这些都是我国生猪生产今后面临的困难和问题。如何系统分析我国生猪生产的效率，并找出提高生产效率的合理方法，有效利用现有的物质资源和劳动力资源，使生猪产品产出最大化，进而推动生猪生产的增长和农业转型具有重要的现实意义。国内许多学者都对我国生猪生产效率进行分析，一方面集中在成本收益的定量分析，于爱芝(2005)采用国内资源成本法对我国生猪养殖业的比较优势进行了测定，李桦等(2006

4、)利用统计指数因素分析法从生猪养殖成本构成角度对我国生猪规模养殖做了实证研究;另一方面集中在生产效率的测定，杨军(2003)利用随机前沿函数对中国畜牧业的技术效率进行研究，其中包括农户散养生猪;陈诗波等(2008)采用DEA方法和Malmquist指数方法对我国生猪散养户养殖生产率进行分析。综上所述，以往的研究多侧重于农户散养，在对生猪生产效率的规模差异、地区差异以及不同要素贡献率的研究方面还有所欠缺。作为效率研究的主要方法，前沿分析是一种标注决策单位相对效率的基本方法，在估计上一般存在有参数和无参数两种。有

5、参数的前沿效率分析方法即SFA，也称为随机前沿分析方法，其最大优势是估计的前沿面是随机的，包含了噪声、测量误差和外生干扰。本文根据2002—2009年我国15个生*项目来源:国家自然科学基金项目“我国生猪产业波动规律及其调控对策研究”(编号:70973127)—32—王明利等:基于随机前沿函数的中国生猪生产效率研究猪主产省份的投入与产出面板数据，利用随机前沿分析方法对农户散养和规模养殖的生猪生产效率进行测算，并研究各生猪主产区间的效率差别以及不同投入要素对生猪生产的贡献。二、模型构建和数据说明(一)模型构建技

6、术效率的前沿函数测定最早由Farrel(1957)提出，后经不断发展。目前测度技术效率的方法主要有参数法和非参数法两种。非参数法主要利用线性规划方法求解技术效率水平，不需要具体的函数形式，对样本量要求不大，但存在难以计算随机误差及结果离散度大的问题。参数法主要运用计量经济学方法，估计出前沿生产函数的未知参数，进而求出实际产出与潜在产出的比值，该方法具有经济理论基础，并有很强的政策倾向，在模型设定合理且采用面板数据的条件下，参数法通常比非参数法得到更好的估计效果。本文以Battese和Coelli(1995)提

7、出的随机前沿模型为基础，选取函数形式最为灵活的超越对数生产函数作为模型表达，计算出不同地区不同规模的生猪生产效率。模型表达式为:22LnYit=β0+β1LnFeedit+β2LnLaborit+β3LnFineit+β11(LnFeedit)+β22(LnLaborit)+2β33(LnFineit)+β12(LnFeedit)×(LnLaborit)+β13(LnFeedit)×(LnFineit)+2β23(LnLaborit)×(LnFineit)+β4t+β5t+Vit－Uit其中，Yit为主产省i

8、的生猪净产量(公斤/每头)，即每头生猪出栏重量减去仔猪重量;Feedit为每头生猪投入的精饲料数量(公斤/每头);Laborit为每头生猪投入的劳动力，以用工数量(日)衡量;Fineit为每头生猪的投入费用(元)，包括燃料动力费、医疗防疫费和间接费用;t为时间变量;Vit为随机变量，2服从正态分布N～(0，σv)，用于测度误差和各种不可控的随机因素，如疫情等;Uit是独立于Vit的非负随机变量，表示