版权信息
省级大型综合性科技类期刊
主管部门:自治区科技厅
主办单位:自治区科学技术信息研究院 
协办单位:自治区科学技术情报学会
编辑出版:科技期刊编译室
刊社地址:内蒙古呼和浩特新城西街149号本刊杂志社
邮政编码:100010
电      话:0471-2536371

E-mail  :

nmgkjzz@vip.163.com 

网站地址:www.nmgkjzz.com


往期杂志
当前位置: 首页>往期杂志>详细介绍

我国不同规模生猪养殖效率测度分析

时间:2016-11-28来源: 作者: 点击: 83次


摘要:生猪生产是农业的重要组成部分,发展生猪生产,对保障市场供应、增加农民收入、促进经济社会稳定发展具有重要意义。本文从生猪的四种饲养规模出发,运用DEA数据包络分析法和Malmquist指数法对2010-2014年我国不同地区生猪养殖综合效率和全要素效率进行测算和分解,从静态和动态两个方面分析不同省份和地区生猪养殖效率,并对不同规模生猪养殖投入冗余进行分析,结果表明:大规模养殖的综合技术效率均值最高,散养的最低;小规模、中规模和大规模的养殖效率受技术进步的影响均呈现正向增长,而散养的养殖效率呈现负向增长,其主要是技术衰退造成的;我国不同产区生猪散养、小规模养殖和中规模养殖在所选的5项投入中均存在不同程度的冗余。

关键词生猪养殖效率;DEA数据包络分析法;Malmquist指数法;投入冗余

我国既是养猪大国,也是猪肉消费大国,生猪饲养量和猪肉消费量均占世界总量的一半左右。改革开放以来,我国生猪生产稳定发展,有效保障了城乡居民猪肉消费需求。当前,我国生猪产业正处于转型升级的关键时期,生猪的养殖环境发生了显著变化,制约条件和不确定性因素的增加使可持续发展面临重大挑战。“十二五”期间,我国生猪生产总体保持稳定增长,生猪存栏量、出栏量和猪肉产量稳居世界第一位。2015年生猪存栏量45113万头,与“十一五”末相比降低了2.9%,生猪出栏量70825万头,与“十一五”末相比增长了6.2%,猪肉总产量约5487万吨,占肉类总产量约64%左右,始终是肉类供给的主体,生猪标准化规模养殖发展步伐加快,2014年,年出栏500头以上的规模养殖比重为41.8%,比“十一五”末提高了7.3个百分点,已成为猪肉市场平稳供给的重要支撑。2015年,我国共进口猪肉77.8万吨,是2010年的3.9倍,给国内生猪生产带来一定压力。我国生猪的综合竞争力明显低于发达国家,养殖成本比美国高40%左右,饲料价格、人工成本的上涨使得生猪生产成本升高,利润空间变小,生猪养殖形势依然严峻。因此,提高我国生猪养殖效率对增强我国生猪生产能力,稳定猪肉市场供给状况,推进畜牧业高效发展和提高生猪生产的国际竞争力等方面都有着重要意义。

近年来,越来越多的学者通过不同的方法对生猪不同规模的养殖效率展开了研究。James Kliebenstein et al.[1]的研究结果证实了美国生猪大中饲养规模的养殖效益高于散养和小规模养殖,成本也低于散养和小规模养殖;Apostolopoulos et al.[2]Key[3]的研究表明生猪生产效率与农场的管理有关,专业化生产模式的农场管理制度有利于降低生猪生产成本,提高生猪生产效率;Cheng Fang et al.[4]计算了中国不同生猪养殖方式的效益,并得出中国生猪养殖方式中散养的成本最低,但效益也最低,规模化养殖的成本最高,但效益也最高的结论,此外,还比较了中美两国生猪生产的饲料转化率和劳动生产率的关系。

张晓辉[5]利用调查数据对我国农区农户生猪生产的效益进行了比较分析,得出普通农户和专业农户饲养规模都在扩大,但专业户的规模饲养在饲养效益、饲料转换效率、用工效率、综合经济效率等方面更具竞争力的结论;于欣、潘春玲[6]运用灰色局势决策法对沈阳市三种饲养规模的生猪生产成本和效益进行分析,结果表明,沈阳市小规模生猪养殖的综合经济效益最高,中规模养殖与小规模养殖效益相差不大;张园园,孙世民[7]运用DEA方法对山东省2000-2011年不同规模养殖的生猪生产效率进行研究,结果表明,散户养殖、小规模养殖和中规模养殖的生猪生产规模效益呈递减趋势,大规模养殖的生猪生产规模收益呈递增趋势;陈泓嘉[8]从多功能农业的视角下对金华市的养猪产业不同经营规模的综合效率进行了评价,认为中等规模家庭养殖农场的综合效率高于大、小规模的养殖场,中等规模养殖农场能够较好的平衡生态、经济以及社会各方面的效率,应成为养猪产业的最佳组织形式;陈诗波,王亚静和李崇光[9]利用DEA技术和Malmquist指数的方法,对我国1991-2005年不同地区生猪生产的生产率、技术变动和技术效率变动进行分析研究,结果表明技术水平是制约散户养殖生产率增长的关键因素;王德鑫,黄珂,郑炎成和李谷成[10]采用DEA-Malmquist生产率指数法测度了2004-2012年中国15个生猪优势产区的规模化生猪养殖效率的变动情况,结果结果表明,从总体来看,中国规模化生猪养殖效率均呈现正向增长,其中,小规模养殖效率水平最高,大规模最低;闫振宇,徐家鹏[11]运用DEA方法测算了我国2002-2009年间东中西地区29个省(市)生猪散养、小规模、中规模和大规模养殖方式的生产效率,得出不同省份要因地制宜选择合适的发展规模的结论;杨湘华[12]对我国生猪业生产的效率进行了较为全面的分析,并在此基础上对影响我国生猪生产效率的相关因素进行了实证分析,得出科技进步对我国生猪养殖业的经济增长和生产效率的提高有着非常重要的作用的结论;罗利平[13]以生猪养殖模式为切入点,对2008-2013年我国21个省份四种生猪生产模式的综合效率和全要素效率进行测度和分解,并对生猪生产效率的影响因素的几个方面开展研究,结果表明,我国生猪生产综合技术效率水平较高,区域间效率差异教小,全要素生产率小规模增长最快。

国外对生猪生产领域的研究较多,研究对象集中在欧美发达国家,尤其是对养猪业生产率影响因素的研究较多,认为生产率与母猪的繁育能力、管理等方面相关。国内学者通过不同地区的数据和方法对生猪成本效益、不同饲养规模的生产效益进行研究,结论也各不相同。前人的研究维度比较单一,且在研究生猪生产冗余方面也有所欠缺,本文借鉴已有的研究成果,运用DEA方法和Malmquist指数法从静态和动态两个维度对全国不同地区不同养殖规模下的养殖效率进行测度与分析,同时对我国生猪不同规模养殖下的投入要素冗余进行测度分析,这有利于优化资源配置,为减少不必要的浪费提供依据。总之,本文的研究可以为提高我国生猪生产能力、稳定物价和市场、提高市场竞争力提供借鉴和参考。

一、研究方法和数据来源

(一)研究方法

1.DEA模型

数据包络分析起源于20世纪70年代末,是由Charnes和Cooper等[14]创立的。数据包络模型(DEA)是评价多投入、多产出的多个决策单元效率的重要非参数方法,分为基于规模效益不变的CCR模型和规模收益可变的BCC模型。该模型利用包络线代替微观经济学中的生产函数,通过数学规划来确定经济上的最优点,以折线将最优点连接起来,形成一条效率前沿的包络线,然后将所有决策单元的投入、产出映射于空间中,并寻找其边界点。凡是落在边界上的决策单元,认为其投入产出组合最优效率,并将其绩效指标定为1;而不在边界上的决策单元则被认为无效率,同时以特定的有效率点为基准,给予每个决策单元一相对的绩效指标。以评估投入产出总体效率的C2R模型为例,假设线性规划()的最优解为θ0S-0S+0,λ0,分三种情况进行解释[15]

(1)当θ0=1,S-0=0,S+0=0时,决策单元DMU0DEA总体有效,其经济意义是决策单元DMU0同时技术有效和规模有效,即在现有技术条件和资源能力下,产出效率已达到最优,不存在“超量”投入或“亏量”产出。

(2)当θ0=1,S-00或S+00时,表明决策单元DMU0为弱DEA总体有效,即在现有技术条件和资源能力下,决策单元DMU0存在某种投入尚未得到充分利用,或产出还可以继续增加的情况。

(3)当θ01时,表明决策单元DMU0不是DEA总体有效,即在保持现有产出水平不变的前提下,所有投入指标可以压缩为原来的θ0倍。若,说明决策单元DMU0的技术效率未达到最优,技术推广力度有待加强;若,说明决策单元DMU0的规模效率未达到最优水平,资源配置不合理。

另外,假如最优解θ0S-0S+0,λ0满足,则决策单元DMU0规模收益不变,产出随着投入的增加等比例增加;,则决策单元DMU0的规模收益递减,产出的增加比例小于投入的增加比例,前两种情形表明,决策单元DMU0不能依赖扩大规模来提高产出效率;,则决策单元DMU0的规模收益递增,产出的增加比例大于投入的增加比例,表明决策单元DMU0投入不足,可以通过扩大规模来提高效率。

2.Malmquist生产率指数

生产率可以分为单要素生产率和全要素生产率,全要素生产率(TFP)是对包括所有生产要素的经济效率度量,是总产出变化与所有要素投入变化的比例,它能全面反映系统投入、产出的总体转换效率。测度全要素生产率变动的Malmquist指数最早由瑞典经济学家Malmquist Sten[16]1953年提出,用来分析不同时期的消费问题。1982年,Caves等[17]首次运用基于DEA方法的Malmquist生产率指数方法进行生产率的测算。在此基础上,Fare等[18]进一步将Malmquist指数与Shephard距离函数相结合,并首次将其分解为技术进步和技术效率变化等几个重要组成部分。

在规模报酬不变的情况下,Fare等人所定义的基于产出导向型的Malmquist生产率指数的表达式为:。(1)

式(1)中:(xtyt)表示t时期的投入产出向量,(xt+1yt+1)表示t+1时期的投入产出向量;为以第t期的技术表示的当期技术效率水平;为以第t期技术表示的第t+1期的技术效率水平;为以第t+1期的技术表示第t期的技术效率水平;为以第t+1期的技术表示的当期的技术效率水平。大于1、等于1和小于1分别表示决策单元的生产率从t期到t+1期为增长、不变和下降。进一步,可将Malmquist指数分解为技术效率变化指数和技术进步变化指数:

=。(2)

式(2)中,表示决策单元的相对技术效率变化指数,测度了决策单元从t到t+1对生产前沿面的追赶效应,衡量生产单元是否在靠近当期的生产前沿组织生产,若TEC>1,表明决策单元在生产经营方面有所改善,相对技术效率得到提高,更靠近生产前沿面;是决策单元的技术变动指数,表示t到t+1期的技术前沿面的移动,反映了技术进步对生产效率的影响,若TC>1,表明技术边界的向前移动。两者之间的关系表明全要素生产率(TFP)的提高是技术效率提高和技术进步综合作用的结果。

当规模报酬可变时,可将技术效率变化指数进一步分解为纯技术效率变化和规模效率变化的乘积。Malmquist指数法可将TFP变动分解为纯技术效率变动、规模效率变动和技术变动[19]

因此,可以通过观察和分析和分析技术变动、纯技术效率变动、规模变动和技术效率变动指数的取值和变化情况,来判断引起全要素生产效率变化的原因[20]

(二数据来源与指标的选取

1.数据来源

本文的数据主要来源于2010-2015年《全国农产品成本收益资料汇编》,使用的是2009-2014年生猪生产的一些投入和生产数据,在分析中使用的规模划分是汇编中的划分标准,即将我国生猪生产分为散养、小规模、中规模和大规模生产,其中,散养是生猪年出栏量小于等于30头,小规模生产是生猪年出栏量30~100头,中规模生产是生猪年出栏量100~1000头,大规模生产是生猪年出栏量大于1000头。地区选取是依据《(2008-2015年)全国生猪优势区域布局规划》中选定的19个优势主产区,在此基础上,考虑到数据的可获得性和数据的完整性,剔除掉一些信息严重缺失的省份,最终选取17个生猪优势产区作为研究对象(见表1)。

1 我国生猪优势区域省份分布情况

地区

省份

东部沿海地区

江苏、浙江、广东

东北地区

辽宁、吉林、黑龙江

中部地区

河北、山东、安徽、河南、湖北、湖南

西南地区

广西、四川、重庆、云南、贵州

 

2.指标的选取及说明

根据本研究的目的以及数据的可获得性,生猪生产的投入指标主要从饲料、用工、医疗和燃料等方面选取,产出指标用主产品产量表示,具体变量选取结果见表2。

2 不同规模生猪养殖效率测度变量选择[21]

变量类型

变量

变量说明

投入变量

每核算单位用工数量(日)

包括家庭用工和雇佣工人的直接劳动天数

仔畜费(元)

按实际购进价格加运杂费计算

饲料投入费(元)

包括精饲料投入费用和青饲料投入费用

燃料动力费(元)

包括电费、煤费以及其他燃料动力费

医疗防疫费(元)

包括疫病防护和治理的费用

产出变量

主产品产量(kg/头)

育肥猪年出栏活重

二、基于DEA模型的我国不同规模生猪养殖静态效率分析

(一)散养生猪养殖效率的测度与分析

3 2009-2014年我国散养生猪养殖效率测度结果

区域

省份

综合技术效率

纯技术效率

规模效率

规模报酬

全国

0.944

0.945

0.999

递增

东部沿海地区

江苏

0.972

0.974

0.999

递增

浙江

0.895

0.896

0.999

递增

广东

0.869

0.870

1.000

不变

平均

0.912

0.913

0.999

-

东北地区

辽宁

0.863

0.863

1.000

不变

吉林

0.861

0.866

0.994

递减

黑龙江

1.000

1.000

1.000

不变

平均

0.908

0.910

0.998

-

中部地区

河北

0.994

0.994

1.000

不变

山东

1.000

1.000

1.000

不变

安徽

0.997

0.998

1.000

不变

河南

1.000

1.000

1.000

不变

湖北

1.000

1.000

1.000

不变

湖南

0.784

0.785

0.998

递增

平均

0.963

0.963

1.000

-

西南地区

广西

0.855

0.855

0.999

递增

四川

0.848

0.848

1.000

不变

重庆

0.782

0.782

1.000

不变

云南

0.726

0.726

1.000

不变

贵州

1.000

1.000

1.000

不变

平均

0.842

0.842

1.000

-

从全国来看,我国生猪散养综合技术效率值为0.944,处于DEA较无效状态,其中,纯技术效率值为0.945,规模效率值为0.999,说明我国散养生猪的技术利用水平有待提高,需要进一步调整投入及提高养殖管理水平,而我国散养生猪的规模效益已接近规模报酬不变,要想提高养殖效率,除了继续维持在原规模水平管理外,可以通过引进新的技术,改变饲养模式来实现。

从区域层面来看,中部地区的技术效率最优,说明在技术利用上要高于其他区域。各省份规模效率相差不大,因此提高这些省份的效率的主要途径是调整投入结构。

    具体省份而言,黑龙江、山东、河南、湖北、贵州的综合技术效率值为1,达到了DEA有效状态,其纯技术效率值也均为1,没有投入需要减少、没有产出需要增加,DEA总体有效的单元都处于规模收益不变的阶段,说明同时技术和规模有效,产出会随投入同比例增加;江苏、河北、安徽的综合技术效率值在0.900~1之间,处于DEA较无效状态,剩余省份(包括:浙江、广东、辽宁、吉林、湖南、广西、四川、重庆、云南)的综合技术效率值均在0.900以下,处于DEA低无效状态。从无效省份的分布来看,散养在中部地区比在东部沿海地区、东北地区和西南地地区养殖更有效率,这主要是因为,散养的技术效率水平和规模效率水平都不高,更适合在中部地区发展。

(二)小规模生猪养殖效率的测度与分析

4 2009-2014年我国小规模生猪养殖效率测度结果

区域

省份

综合技术效率

纯技术效率

规模效率

规模报酬

全国

0.957

0.958

1.000

递增

东部沿海地区

江苏

1.000

1.000

1.000

递增

浙江

0.886

0.908

0.976

递减

广东

0.869

0.903

0.962

递减

平均

0.918

0.937

0.979

-

东北地区

辽宁

0.865

0.915

0.945

递减

吉林

0.861

0.950

0.906

递减

黑龙江

1.000

1.000

1.000

不变

平均

0.909

0.955

0.950

-

中部地区

河北

1.000

1.000

1.000

不变

山东

0.945

1.000

0.945

递减

安徽

0.980

1.000

0.980

递减

河南

0.949

1.000

0.949

递减

湖北

0.925

1.000

0.925

递减

湖南

1.000

1.000

1.000

不变

平均

0.967

1.000

0.967

-

西南地区

广西

0.920

0.920

1.000

不变

四川

0.946

0.947

1.000

不变

重庆

0.924

0.925

1.000

不变

云南

0.884

0.894

0.990

递减

贵州

1.000

1.000

1.000

不变

平均

0.935

0.937

0.998

-

从全国来看,我国生猪小规模养殖综合技术效率值为0.957,处于DEA较无效状态,主要是技术利用水平较低造成的。

从区域层面来看,依然是中部地区的技术效率值最高,但是我国中规模生猪养殖的规模效率普遍都是规模效益递减或递增,规模效益不变的占少数,说明要提高养殖技术还需从加大技术利用水平和改变养殖规模两方面着手。

具体省份而言,江苏、黑龙江、河北、湖南、贵州的综合技术效率值都为1,处于DEA有效状态,既是技术有效又是规模有效;山东、安徽、河南、湖北、广西、四川、重庆的综合技术效率值在0.900~1之间,处于DEA较无效状态,但造成的原因是不同的,山东、安徽、河南是因为养殖规模不合理,而广西、四川、重庆的规模收益是不变的,造成无效的原因主要是技术利用水平较低;浙江、广东、辽宁、吉林、云南的综合技术效率值在0.900以下,处于DEA低无效状态。主要原因依然是技术利用水平不足。

(三)中规模生猪养殖效率的测度与分析

5 2009-2014年我国中规模生猪养殖效率测度结果

区域

省份

综合技术效率

纯技术效率

规模效率

规模报酬

全国

0.944

0.945

1.000

不变

东部沿海地区

江苏

1.000

1.000

1.000

不变

浙江

0.906

0.906

0.999

递增

广东

0.887

0.887

1.000

不变

平均

0.931

0.931

1.000

-

东北地区

辽宁

0.882

0.887

0.994

递减

吉林

0.873

0.925

0.944

递减

黑龙江

1.000

1.000

1.000

不变

平均

0.918

0.937

0.979

-

中部地区

河北

1.000

1.000

1.000

不变

山东

0.985

0.985

1.000

不变

安徽

1.000

1.000

1.000

不变

河南

1.000

1.000

1.000

不变

湖北

1.000

1.000

1.000

不变

湖南

0.970

0.971

0.999

递增

平均

0.993

0.993

1.000

-

西南地区

广西

0.894

0.895

0.999

递增

四川

0.888

0.889

0.999

递增

重庆

0.914

0.914

0.999

递增

云南

0.879

0.879

1.000

不变

贵州

1.000

1.000

1.000

不变

平均

0.915

0.915

0.999

-

从全国来看,我国中规模生猪养殖综合技术效率值为0.944,处于DEA较无效状态,但其规模收益不变,说明造成技术效率低下的主要原因是技术利用水平较低。

从区域层面来看,中部地区(0.993)>东北地区(0.918)>西南地区(0.915)>东部沿海地区(0.887),其中,东部沿海地区、中部地区和西南地区的规模效率相差不大,主要是技术利用水平差异造成的,而东北地区的技术利用水平和规模效率都需要进行改善。

从省际层面来看,江苏、黑龙江、河北、安徽、河南、湖北、贵州的综合技术效率值为1,处于DEA有效状态;浙江、山东、湖南、重庆的综合技术效率值在0.900~1之间,处于DEA较无效状态,规模效率相差不大,接近规模收益不变,所以造成这几个省份DEA较无效的主要原因是技术水平利用较低;广东、辽宁、吉林、广西、四川、云南的综合技术效率值在0.900以下,处于DEA低无效状态,主要也是因为技术水平利用低下。

(四)大规模生猪养殖效率的测度与分析

6 2009-2014年我国大规模生猪养殖效率测度结果

区域

省份

综合技术效率

纯技术效率

规模效率

规模报酬

全国

1.000

1.000

1.000

不变

东部沿海地区

江苏

1.000

1.000

1.000

不变

浙江

0.943

0.945

0.998

递减

广东

0.933

0.947

0.985

递减

平均

0.959

0.964

0.994

-

东北地区

辽宁

0.949

1.000

0.949

递减

吉林

0.912

1.000

0.912

递减

黑龙江

1.000

1.000

1.000

不变

平均

0.954

1.000

0.954

-

中部地区

河北

1.000

1.000

1.000

不变

山东

0.993

0.993

1.000

不变

安徽

1.000

1.000

1.000

不变

河南

1.000

1.000

1.000

不变

湖北

1.000

1.000

1.000

不变

湖南

1.000

1.000

1.000

不变

平均

0.999

0.999

1.000

-

西南地区

广西

0.999

1.000

0.999

递减

四川

0.930

0.946

0.982

递减

重庆

0.929

0.929

1.000

不变

云南

1.000

1.000

1.000

不变

贵州

1.000

1.000

1.000

不变

平均

0.972

0.975

0.996

-

从全国来看,我国大规模生猪养殖综合技术效率值为1,处于DEA有效状态,规模收益保持不变,技术利用水平也较高,要想有进一步发展,可以引进新的技术。

从区域层面看,中部地区(0.999)>西南地区(0.972)>东部沿海地区(0.959)>东北地区(0.954),其中,中部地区的技术效率和规模效率都较高,可进一步引进新技术;东部沿海地区和西南地区的规模效率相差不大,但技术利用水平较低;东北地区的技术利用水平较高,但规模不合理造成效率低下。

从省际层面看,江苏、黑龙江、河北、安徽、河南、湖北、湖南、云南、贵州的综合技术效率值为1,处于DEA有效状态;浙江、广东、辽宁、吉林、山东、广西、四川、重庆的综合技术效率值在0.900~1之间,处于DEA较无效状态,其中,辽宁、吉林和广西的技术利用水平较高,但规模不合理;山东和重庆的规模收益保持不变,主要是技术利用较低;浙江、广东、四川均是规模收益递减,而且技术利用水平不高,说明既要提高技术的利用水平,又要调整规模结构来提高生猪养殖效率。

三、我国不同规模生猪养殖的动态效率—全要素生产率的变化分析

(一)散养生猪的全要素生产率变化分析

7 2009-2014年我国散养生猪全要素生产率变化及其分解项

区域

省份

技术变动

技术效率变动

纯技术效率指数

规模效率指数

全要素生产率指数

全国

0.926

1.012

1.011

1.000

0.937

东部沿海地区

江苏

0.966

1.006

1.005

1.000

0.971

浙江

0.937

1.021

1.022

1.000

0.957

广东

0.951

1.018

1.020

0.998

0.968

平均

0.951

1.015

1.016

0.999

0.965

东北地区

辽宁

0.960

1.025

1.027

0.998

0.984

吉林

0.951

1.028

1.029

0.999

0.978

黑龙江

0.883

1.000

1.000

1.000

0.883

平均

0.931

1.018

1.019

0.999

0.948

中部地区

河北

0.875

1.001

1.001

1.000

0.876

山东

0.870

0.997

0.999

0.999

0.868

安徽

0.887

0.997

0.998

0.999

0.885

河南

0.869

1.000

1.000

1.000

0.869

湖北

0.881

1.000

1.000

1.000

0.881

湖南

0.924

1.050

1.049

1.000

0.970

平均

0.884

1.008

1.008

1.000

0.892

西南地区

广西

0.944

1.032

1.032

1.000

0.974

四川

0.914

1.034

1.034

1.000

0.944

重庆

0.907

1.049

1.049

1.000

0.952

云南

0.921

1.066

1.066

1.000

0.982

贵州

0.925

1.000

1.000

1.000

0.925

平均

0.922

1.036

1.036

1.000

0.955

7列出了2009-2014年我国17个生猪优势产区散养生猪养殖效率指数(即Malmquist生产率指数)及其分解结果。结果表明,2009-2014年间,我国散养生猪养殖效率指数均值为0.937,生产率负向增长6.3%,其中,技术变动负向增长7.4%,技术效率变动增长1.2%,这表明我国散养生猪效率出现负向增长的主要原因是技术衰退,说明我国散养生猪养殖配套技术的使用和推广不完善。从技术效率变动指数的分解情况来看,对技术效率改进主要依赖于纯技术效率的提高(1.1%),而规模效率的作用不明显。

从区域层面来看,2009-2014年我国散养生猪养殖效率增长的顺序从高到低依次为东部沿海地区(-3.5%)>西南地区(-4.5%)>东北地区(-5.2%)中部地区(-10.8%),这表明我国不同区域散养生猪的效率增长均是负向增长,主要原因是技术衰退造成,即在散养中配套技术的使用和推广不足。从技术效率分解项的变动情况来看,纯技术效率的改善起到主要作用。

从省际层面来看,该时期所有省份的效率指数均值都小于1,生猪养殖效率均呈现负向增长,而造成此结果的主要原因是技术衰退。散养模式下的生猪养殖大多是家庭自给,养殖配套技术几乎没有,养殖效率低下。

根据以上分析,该时期我国基本所有生猪优势产区散养生猪养殖效率呈现负向增长,技术投入不足是主要原因,因此,我国散养生猪养殖一方面要调整生产要素的投入结构提高技术效率,另一方面要注重技术引进和利用养殖配套技术,促进技术进步。

(二)小规模生猪全要素生产率变化分析

8 2009-2014年我国小规模生猪全要素生产率变化及其分解项

区域

省份

技术变动

技术效率变动

纯技术效率指数

规模效率指数

全要素生产率指数

全国

1.047

1.009

1.009

1.000

1.056

东部沿海地区

江苏

1.058

1.000

1.000

1.000

1.058

浙江

1.025

0.988

0.989

0.999

1.013

广东

1.057

1.029

1.021

1.008

1.087

平均

1.047

1.006

1.003

1.002

1.053

东北地区

辽宁

1.050

1.029

1.018

1.011

1.081

吉林

1.015

1.023

1.010

1.012

1.038

黑龙江

0.982

1.000

1.000

1.000

0.982

平均

1.016

1.017

1.009

1.008

1.034

中部地区

河北

0.987

1.000

1.000

1.000

0.987

山东

0.996

0.982

0.971

1.011

0.977

安徽

1.000

0.969

0.967

1.002

0.970

河南

1.002

0.972

0.968

1.005

0.974

湖北

1.024

0.982

0.995

0.987

1.005

湖南

0.972

1.000

1.000

1.000

0.972

平均

0.997

0.984

0.984

1.001

0.981

西南地区

广西

1.003

1.017

1.017

1.000

1.020

四川

0.976

0.977

0.986

0.991

0.954

重庆

0.980

0.978

0.996

0.982

0.959

云南

0.984

0.985

1.002

0.983

0.970

贵州

0.967

0.965

1.000

0.965

0.933

平均

0.982

0.984

1.000

0.984

0.967

8列出了2009-2014年我国17个生猪优势产区散养生猪养殖效率指数(即Malmquist生产率指数)及其分解结果。结果表明,2009-2014年间,我国小规模生猪养殖效率指数均值为1.056,生产率正向增长5.6%,其中,技术变动增长了4.7%,技术效率改善了0.9%,这表明小规模生猪养殖效率的正向增长是由技术进步和技术效率改善共同作用的,但技术进步的作用是主要的。从技术效率变动指数的分解来看,纯技术效率的提高(0.9%)是技术效率改善的主要原因。综上表明,2009-2014年我国小规模生猪养殖配套技术的使用和推广取得明显进步,而投入要素的利用效率还需进一步提高。

从区域层面来看,2009-2014年我国散养生猪养殖效率增长的顺序从高到低依次为东部沿海地区(5.3%)>东北地区(3.4%)>中部地区(-1.9%)>西南地区(-3.3%),这表明东部沿海地区的小规模生猪养殖效率水平高于其他地区。从技术效率变化指数的均值来看,东北地区超过东部沿海地区成为最高。从技术效率分解项的变动情况来看,东部沿海地区和东北地区均表现为纯技术效率和规模效率双重改善,中部地区表现为纯技术效率恶化,西南地区表现为规模效率的恶化。从技术进步的角度看,东部沿海地区仍然是最高,西南地区最低。

从省际层面来看,江苏、浙江、广东、辽宁、吉林、湖北、广西的效率指数均值大于1,生猪养殖效率呈现正向增长,并且做出主要贡献的基本是技术进步。在17个生猪优势主产区中,效率增长最快的是广东省,为8.7%,其中,技术进步的贡献率为5.7%,技术效率改善的贡献率为2.9%,说明广东省的小规模生猪养殖技术进步明显;而效率增长最慢的是贵州省(-6.7%),主要是技术效率和技术变动双重恶化造成的。

综上,2009-2014年我国小部分生猪养殖优势产区小规模生猪养殖效率呈现正向增长,大部分地区因技术效率不完善和技术投入不足造成养殖效率低下。所以,还需进一步引进新技术和提高投入要素的利用率。

(三)中规模生猪全要素生产率变化分析

9 2009-2014年我国中规模生猪全要素生产率变化及其分解项

区域

省份

技术变动

技术效率变动

纯技术效率指数

规模效率指数

全要素生产率指数

全国

1.031

1.012

1.011

1.000

1.043

东部沿海地区

江苏

1.061

1.000

1.000

1.000

1.061

浙江

1.023

1.013

1.015

0.998

1.036

广东

1.015

1.019

1.020

1.000

1.034

平均

1.033

1.011

1.012

0.999

1.044

东北地区

辽宁

1.011

1.025

1.024

1.001

1.037

吉林

1.095

1.027

1.016

1.012

1.125

黑龙江

0.994

1.000

1.000

1.000

0.994

平均

1.033

1.017

1.013

1.004

1.052

中部地区

河北

0.997

1.000

1.000

1.000

0.997

山东

0.978

1.001

1.003

0.998

0.978

安徽

0.990

0.994

1.000

0.994

0.983

河南

0.973

0.985

0.992

0.993

0.958

湖北

0.984

0.988

1.000

0.988

0.972

湖南

0.985

1.006

1.006

1.000

0.991

平均

0.985

0.996

1.000

0.996

0.980

西南地区

广西

0.985

1.023

1.022

1.000

1.007

四川

0.973

1.023

1.024

0.999

0.995

重庆

0.966

1.013

1.018

0.995

0.979

云南

0.967

1.015

1.026

0.989

0.982

贵州

0.941

0.985

1.000

0.985

0.927

平均

0.966

1.012

1.018

0.994

0.978

9列出了2009-2014年我国17个生猪优势产区散养生猪养殖效率指数(即Malmquist生产率指数)及其分解结果。结果表明,2009-2014年间,我国中规模生猪养殖效率指数均值为1.043,正向增长4.3%,其中,技术进步增长3.1%,技术效率变化改善1.2%,表明中规模生猪养殖效率是技术进步和技术效率改善综合作用的结果,但技术进步起到了主要作用。从技术效率指数分解项来看,纯技术效率指数增长1.1%,起主要作用,规模效率作用不明显,这表明,该阶段我国中规模生猪养殖整体技术更新和技术扩散的有效程度较高,但生产要素结构配置不尽合理。

从区域层面来看,2009-2014年我国散养生猪养殖效率增长的顺序从高到低依次为东北地区(5.2%)>东部沿海地区(4.4%)>中部地区(-2.0%)>西南地区(-2.2%),表明东北地区的中规模生猪养殖效率水平最高。其中,技术进步起到主要作用。从技术变动指数的均值来看,东北地区和东部沿海地区的值是一样的,均为1.033,增长率为3.3%,中部地区和西南地区仍是负向增长;从技术效率指数的均值来看,除中部地区呈现负向增长以外,其余地区均为正向增长;从技术效率指数分解项来看,东北地区表现为纯技术效率和规模效率的双重改善,东部沿海地区、中部地区和西南地区共同表现为纯技术效率的改善和规模效率的恶化。

从省际层面来看,该时期只有江苏、浙江、广东、辽宁、吉林、广西6个省份的效率指数均值大于1 ,其余省份的效率呈负向增长。其中,江苏、浙江和吉林效率指数均值正向增长主要源于技术进步,而广东、辽宁和广西养殖效率增长主要源于技术效率的改善。在17个生猪优势主产区中,江苏省的养殖效率增长最大,为6.1%;贵州省的养殖效率增长最慢,为-7.3%,主要是因为技术效率和技术变动的双重恶化。

总之,2009-2014年我国中规模生猪养殖效率呈现正向增长的只有6个省份,其余优势主产区省份的生猪养殖效率均呈现福相增长。西南地区和中部地区呈负向增长的产区居多。养殖效率正向增长的省份部分是因为技术效率的改善,部分是因为技术进步;养殖效率呈负向增长的省份多为技术衰退引起,这也说明,要提高养殖效率需要推动技术进步。

(四)大规模生猪全要素生产率变化分析

10 2009-2014年我国大规模生猪全要素生产率变化及其分解项

区域

省份

技术变动

技术效率变动

纯技术效率指数

规模效率指数

全要素生产率指数

全国

1.020

1.000

1.000

1.000

1.020

东部沿海地区

江苏

1.016

1.000

1.000

1.000

1.016

浙江

1.007

1.012

1.011

1.000

1.019

广东

1.013

1.014

1.011

1.003

1.027

平均

1.012

1.009

1.007

1.001

1.021

东北地区

辽宁

1.028

1.011

1.000

1.011

1.038

吉林

1.063

1.019

1.000

1.019

1.083

黑龙江

1.023

1.000

1.000

1.000

1.023

平均

1.038

1.010

1.000

1.010

1.048

中部地区

河北

1.037

1.000

1.000

1.000

1.037

山东

1.022

0.992

0.992

1.000

1.014

安徽

1.035

0.993

0.994

1.000

1.028

河南

1.063

1.000

1.000

1.000

1.063

湖北

1.050

0.992

1.000

0.992

1.042

湖南

1.074

1.000

1.000

1.000

1.074

平均

1.047

0.996

0.998

0.999

1.043

西南地区

广西

1.063

1.000

1.000

1.000

1.063

四川

1.072

1.011

1.009

1.002

1.084

重庆

1.126

1.006

1.008

0.999

1.133

云南

1.139

0.999

1.000

0.999

1.138

贵州

1.147

0.991

1.000

0.991

1.136

平均

1.109

1.001

1.003

0.998

1.111

10列出了2009-2014年我国17个生猪优势产区散养生猪养殖效率指数(即Malmquist生产率指数)及其分解结果。结果表明,2009-2014年间,我国大规模生猪养殖生产率指数均值为1.020,养殖效率正向增长2.0%,其中,技术进步2.0%是主要原因,技术效率改善作用不明显。从技术效率指数分解项来看,纯技术效率和规模效率的变动对技术效率变动的影响都不明显,所以,在该时期我国大规模生猪养殖效率的提高主要依靠技术进步。

从区域层面来看,2009-2014年我国散养生猪养殖效率增长的顺序从高到低依次为西南地区(11.1%)>东北地区(4.8%)>中部地区(4.3%)>东部沿海地区(2.1%),这表明我国西南地区的大规模生猪养殖效率水平最高,而东部沿海地区最低。从技术进步的角度来看,依然是西南地区最高,但所有区域都表现为技术进步;从技术效率变动指数来看,中部地区表现为负向增长,说明对投入要素使用不合理,需要调整投入要素结构,提高利用率;从技术效率分解项来看,东部沿海地区和西南地区的纯技术效率的改善对技术效率的提高起主要作用,东北地区的规模效率对技术效率的改善起主要作用,而中部地区纯技术效率和规模效率的双重恶化造成技术效率低下。

从省际层面来看,我国17个生猪优势主产区的效率指数均大于1,其中,养殖效率增长最快的是云南省,增长率为13.8%,养殖效率增长最慢的是山东省,增长率为1.4%。造成各产区养殖效率增长的原因是不相同的,其中,绝大部分产区(包括江苏、辽宁、吉林、黑龙江、河北、山东、安徽、河南、湖北、湖南、广西、四川、重庆、云南、贵州)是因为技术进步引起的,而浙江和广东是技术效率的改善造成的。

综上分析,该时期我国17个生猪优势主产区大规模生猪养殖效率均呈正向增长,呈正向增长大部分是因为技术进步引起的。所以,为了进一步提高我国大规模生猪养殖效益,可以在技术进步的基础上,提高各投入要素的利用率,使资源配置更加合理。

四、我国不同规模生猪养殖投入冗余分析

11 2009-2014年我国不同规模生猪养殖投入冗余分析

养殖规模

散养

小规模养殖

地区

省份

每核算单位用工数量

仔畜费

饲料投入费

燃料动力费

医疗防疫费

每核算单位用工数量

仔畜费

饲料投入费

燃料动力费

医疗防疫费

全国

 

9.10 (8.76)

3.37 (73.50)

16.26

(5.83)

35.01 (5.83)

5.48 (330.44)

7.70 (7.37)

0.86 (31.39)

12.76 (4.43)

28.19 (4.43)

1.77 (62.55)

东部沿海地区

江苏

9.81 (9.64)

3.43 (81.49)

6.73 (2.68)

18.17 (2.68)

6.06 (320.41)

 

 

 

 

 

浙江

11.73 (11.61)

3.63 (92.62)

112.69 (35.12)

81.38 (11.61)

6.42 (467.86)

10.48 (10.15)

1.48 (63.81)

125.31 (38.91)

118.99 (16.80)

2.44 (103.97)

广东

14.96 (14.99)

3.55 (96.73)

130.47 (40.41)

116.21 (15.65)

5.56 (405.84)

11.28 (10.76)

1.09 (45.79)

102.77 (28.42)

140.06 (18.52)

2.40 (92.53)

东北地区

辽宁

15.82 (15.85)

3.38 (92.10)

82.88 (25.67)

164.55 (22.16)

5.14 (375.18)

9.89 (9.27)

0.89 (36.20)

36.31 (9.27)

134.92 (16.70)

2.16 (75.73)

吉林

15.53 (15.44)

2.71 (67.92)

125.26 (53.08)

202.25 (27.99)

4.47 (221.29)

5.85 (5.25)

0.88 (36.82)

21.7 (6.17)

61.28 (6.89)

1.47 (47.27)

黑龙江

 

 

 

 

 

 

 

 

 

 

中部地区

河北

0.615 (0.59)

0.112 (2.39)

1.76 (0.59)

4.46 (0.78)

0.01 (0.60)

 

 

 

 

 

山东

 

 

 

 

 

 

 

 

 

 

安徽

0.25 (0.25)

1.37 (35.14)

116.54 (36.29)

1.75 (0.25)

0.43 (31.20)

 

 

 

 

 

河南

 

 

 

 

 

 

 

 

 

 

湖北

 

 

 

 

 

 

 

 

 

 

湖南

29.46 (28.90)

1.15 (27.32)

74.81 (27.32)

183.38 (27.32)

2.08 (121.13)

 

 

 

 

 

西南地区

广西

18.38 (17.77)

0.76 (16.93)

47.63 (16.92)

104.23 (16.92)

5.15 (313.46)

10.15 (9.64)

0.19 (8.69)

27.97 (8.67)

61.37 (8.67)

1.23 (48.81)

四川

18.39 (17.94)

1.08 (25.50)

215.65 (67.74)

115.96 (17.94)

5.59 (406.55)

6.37 (5.62)

0.11 (5.61)

180.01 (43.02)

44.61 (5.62)

1.60 (46.44)

重庆

28.09 (27.90)

1.20 (31.09)

167.59 (52.14)

198.46 (27.90)

5.92 (431.66)

9.45 (8.15)

0.16 (8.14)

136.90 (31.16)

67.37 (8.15)

1.04 (28.54)

云南

37.87 (37.73)

1.38 (37.71)

123.62 (38.06)

375.83 (49.96)

5.82 (402.77)

13.38 (11.90)

0.24 (11.88)

180.52 (43.20)

107.73 (12.71)

1.18 (31.94)

贵州

 

 

 

 

 

 

 

 

 

 

平均值

15.00 (14.81)

1.94(48.60)

87.28 (28.70)

114.40 (16.21)

4.15 (273.46)

6.04 (5.58)

0.42 (17.74)

58.88 (15.23)

54.61 (7.04)

1.09 (38.41)

养殖规模

中规模养殖

大规模养殖

地区

省份

每核算单位用工数量

仔畜费

饲料投入费

燃料动力费

医疗防疫费

每核算单位用工数量

仔畜费

饲料投入费

燃料动力费

医疗防疫费

全国

 

8.39 (8.08)

0.86 (55.33)

17.52 (5.85)

37.61 (5.85)

2.38 (75.37)

 

 

 

 

 

东部沿海地区

江苏

 

 

 

 

 

 

 

 

 

 

浙江

10.53 (10.32)

0.94 (67.75)

43.78 (10.32)

99.14 (13.75)

1.63 (35.96)

5.99 (5.80)

0.31 (27.34)

103.21 (25.79)

85.76 (12.30)

0.42 (5.80)

广东

12.98 (12.72)

0.84 (61.08)

55.12 (12.72)

159.47 (21.61)

1.30 (27.64)

5.90 (5.58)

0.35 (35.63)

86.41 (19.65)

81.79 (10.56)

0.41 (5.57)

东北地区

辽宁

13.06 (55.49)

0.78 (55.49)

50.73 (12.69)

185.77 (24.50)

1.19 (25.46)

 

 

 

 

 

吉林

13.32 (12.78)

0.72 (51.06)

29.81 (8.05)

140.14 (16.94)

0.81 (16.07)

 

 

 

 

 

黑龙江

 

 

 

 

 

 

 

 

 

 

中部地区

河北

 

 

 

 

 

 

 

 

 

 

山东

1.52 (1.49)

0.07 (4.53)

124.73 (31.30)

10.06 (1.49)

0.07 (1.58)

0.66 (0.66)

0.01 (0.66)

73.02 (17.06)

4.42 (0.66)

0.06 (0.66)

安徽

 

 

 

 

 

 

 

 

 

 

河南

 

 

 

 

 

 

 

 

 

 

湖北

 

 

 

 

 

 

 

 

 

 

湖南

13.39 (12.21)

0.04 (2.99)

11.18 (2.96)

72.03 (9.63)

0.14 (2.95)

 

 

 

 

 

西南地区

广西

12.58 (11.73)

0.17 (11.74)

40.77 (11.73)

89.6 (11.73)

2.29 (51.01)

 

 

 

 

 

四川

13.07 (12.54)

0.17 (12.53)

114.98 (26.38)

110.74 (14.23)

2.97 (58.26)

6.32 (5.81)

0.06 (5.66)

126.14 (29.18)

67.46 (8.78)

0.39 (5.68)

重庆

10.59 (9.37)

0.11 (9.34)

107.42 (24.29)

122.11 (13.15)

1.45 (21.96)

8.32 (7.60)

0.06 (7.55)

77.07 (16.24)

105.72 (12.42)

0.61 (7.61)

云南

15.18 (13.80)

0.17 (13.80)

89.17 (20.27)

186.94 (21.34)

2.23 (36.71)

 

 

 

 

 

贵州

 

 

 

 

 

 

 

 

 

 

平均值

8.90(8.41)

0.35 (24.69)

48.94 (11.90)

86.69 (11.02)

1.17(25.21)

1.94 (1.82)

0.06 (5.49)

33.27 (7.71)

24.65 (3.19)

0.13 (1.81)

本文进一步分析了我国不同省份不同养殖规模的养殖生产投入冗余。投入冗余越大,说明投入要素中的无效投入越多,浪费越严重,资源配置越不合理。利用DEAP2.1软件运行得到17个优势主产区的生猪生产投入冗余(见表11)。

从表11可以看出,整体来看,全国不同规模要素投入冗余各不相同,其中,大规模生猪养殖不存在投入要素冗余,投入要素配置较为合理,散养、小规模养殖、中规模养殖都存在不同程度的投入冗余,而医疗防疫费在其中的投入冗余度最高,主要是因为医疗设施的配备成本较高;从投入项目来看,不同省份不同规模生猪养殖在每核算单位用工数量、仔畜费、饲料投入费、燃料动力费、医疗防疫费5项均存在不同程度的投入冗余,其中,散养和中规模养殖的燃料动力费投入冗余最大,小规模养殖和大规模养殖的饲料投入费投入冗余最大,但总体而言,所有规模下投入冗余居前两位的都是燃料动力费和饲料投入费,主要原因有:一是饲料费用在生猪养殖成本中的比重很大,约占60%;二是受饲料原料供给紧张的影响,饲料的价格不断上涨;三是石油、煤炭等燃料受环境因素的制约使用成本也在提高。从区域来看,中部地区的小规模养殖几乎不存在投入要素的冗余,说明中部地区的小规模养殖在投入要素的使用上是比较合理的,产生的浪费较少,符合当地的发展。从省际层面来看,黑龙江、贵州、河南、湖北四省在不同规模生猪生产下均不存在投入冗余,而其余各省在不同规模下都存在不同程度的投入冗余,说明在17个生猪优势主产区,投入冗余存在于大部分地区,这就要求我们要调整不同地区不同规模的生猪生产要素投入结构,从而减少浪费,实现资源有效配置。

五、结论与政策建议

(一)结论

本文根据2010-2015年《全国农产品成本效益资料汇编》中的数据对我国17个生猪优势主产区不同规模生猪养殖效率进行静态和动态两个维度的测度和分析,得出如下结论:

1)从静态效率测度来看,大规模养殖的综合技术效率均值最高,而散养的综合技术效率均值最低,主要是因为技术利用水平不高;(2)从动态效率测度来看,生猪散养的效率指数呈现负向增长,是技术衰退和技术效率下降共同作用的结果,但主要原因是技术衰退;生猪小规模养殖、中规模养殖和大规模养殖效率均呈现正向增长,是技术进步和技术效率提高共同作用的结果,技术进步占主导地位。(3)我国散养生猪、小规模生猪养殖和中规模生猪养殖在每核算单位用工数量、仔畜费、饲料投入费、燃料动力费和医疗防疫费5项投入中均存在不同程度的投入冗余,其中燃料动力费和饲料投入费的投入冗余占比最大,主要跟市场供给和价格变化有关。

(二)政策建议

1.加强宣传力度,提高生猪养殖技术利用水平

首先,可以拓展宣传的手段,加强宣传力度,更好的推广先进技术和管理经验;其次,加强对农户和生猪养殖场户的技术指导,提高他们的认知能力,能更好的运用技术,改善饲养水平的管理;最后还要加强农户和养殖户的效率意识,提高生猪养殖技术的利用水平。

2.加大技术投入力度,引进先进技术

技术的发展主导着我国不同规模生猪的养殖效率,所以,一方面我们要积极引进国外先进的生猪繁育和养殖技术,另一方面要加大对生猪产业技术方面的投入力度,从资金、人力、物力等各方面保障生猪养殖技术的进步与发展。

3.合理配置要素投入,优化产业结构

除大规模养殖外,其他3种养殖方式均存在不同程度费投入冗余,而不同地区和不同省份在不同规模下的投入冗余也不相同,这就要求我们要合理配置资源,根据不同地区在不同规模上的比较优势,因地制宜,优化生猪产业资源,合理布局生产。

 

 

 

 

 

 

参考文献

[1] James Kliebenstein,Ben Larson,Mark Honeyman,Arlie Penner.A comparison of production costs,returns and profitability of swine finishing systems[C].Lowa state university,march.2002.

[2] Apostolopulous C.D.,Theodoropoulou H.,Petrakos G.,Theodorpoulos G..Factors affecting the egional pig meat productivity of commercial pig units in Greece[J].Agricultural economics review,2001(02):39-46.

[3] Key N.Mcbride W.G..Technologylarger farm size increased productivity on U.S. Hog farms.

[4] Cheng Fang,Jay Fabiosa.Does the U.S.Midwest have a cost advantage over China in produeing coin,Soybeans,and Hogs?[C],August,2003.

[5] 张晓辉.中国农户生猪生产状况及效益分析[J].中国农村观察,19981):53-61.

[6] 于欣,潘春玲.基于灰色局势决策法的沈阳市生猪饲养规模分析[J].黑龙江畜牧兽医,20111218-19.

[7] 张园园,孙世明.基于DEA模型的山东省生猪生产效率研究[J].技术经济,2013322):71-76.

[8] 陈泓嘉.多功能农业视角下养猪产业不同经营规模的综合效率评价[D].浙江农林大学,2014.

[9] 陈诗波,王亚静,李崇光.中国生猪生产效率及影响因素分析[J].农业现代化研究,2008291):40-44.

[10] 王德鑫,黄珂,郑炎成,李谷成.中国规模生猪养殖效率测度及其区域差异性研究-基于DEA-Malmquist指数方法[J].浙江农业学报,2016287):1262-1269.

[11] 闫振宇,徐家鹏.生猪规模生产就有效率吗?——兼论我国不同地区生猪养殖适度规模选择[J].财经论丛,2012023-7.

[12] 杨湘华.中国生猪业生产的技术效率研究——基于DEA方法的运用[J].农业展望,2012,(2):42-50.

[13] 罗丽平.基于DEA-Tobit模型的中国生猪生产效率研究[D].四川农业大学,2015.

[14] Charnes ACooper W W,Rhodes E.Measuring the efficiency of decision making units.European Journal of Operational Research19782):429-444.

[15] 马占新.数据包络分析模型与方法[M].北京:科学出版社,2011.

[16] Malquists.Index numbers and indifference surface[J].Trabajos de Estadistica195342):209-242.

[17] Cave D WDiewert W E.The economic theory of index numbers and the measurement of inputoutputand productivity[J].Econometrica1982506):1393-1414.

[18] Fare RCrosskope SNorris Met al.Productivity growthtechnical progress and efficiency change in industrialized countries[J].American Economic Review1994841):66-83.

[19] 宁攸凉.中国生猪业生产率及增长研究[D].西北农林科技大学,2009.

[20] 竺媛媛.基于DEAMalmquist法的航运上市公司效率实证研究[D].大连海事大学,2011.

[21] 国家发展和改革委员会价格司编.全国农产品成本收益资料汇编[M].北京:中国统计出版社,2015.

 

 

 

 

An Analysis Of The Different Scale Live Pig-breeding Efficiency Measure In Our Country

 

AbstractLive pig production is an important part of agriculture,developing live pig production has a great significance to guarantee market supply,increase farmer’s income and promote social stability. In this paper,starting from the four live pig-breeding scale,using the data envelopment analysis DEA and Malmquist index method ,analyzed live pig-breeding comprehensive efficiency in different areas in china from 2010 to 2014 through two aspects of static and dynamic analysis and analyzed live pig-breeding’s input redundancy in different scales. Then give the conclusion as follows:the mean of comprehensive efficiency of large-scale pig-breeding is highest and free-range is lowest.All of scale of live pig-breeding except free-range are influenced by technical progress presenting positive growth,while the free-range of live pig-breeding is influenced by technical recession presenting negative growth. Live pig free-range,small-scale pig-breeding,middle-scale pig-breeding based on five inputs in this paper all exist different degree of redundancy in different region in China.

Key words:Live pig-breeding efficiency; the data envelopment analysis DEA; Malmquist productivity indexinput redundancy

 

 

 

 

 

 

 

 

 

 

 

 

 

 

作者信息:

姓名:樊慧丽

单位:中国农业大学

职称:硕士研究生

 

本刊创刊于1982年,是由自治区科技厅主管、自治区科技信息研究院主办,由自治区科技情报学会协办、国内外公开发行的省级综合性科技刊物,是反映内蒙古自治区科技与经济发展的窗口。杂志入选《中国期刊全文数据(CJFD)》全文收录期刊和《中国学术期刊综合评价数据(CAJCED)统计刊源期刊,《中国核心期刊(遴选)数据库》收录。本刊是公开发行的综合性科技期刊,为月刊,大16开本。本刊坚持以科技创新为目标,融科技、经济、信息、产业、市场为一体,是促进科技成果转化、推动科技进步、加强技术创新,促进经济发展的专业性期刊。