羅 歡，王 芳，陳曉東

（四川農業(yè)大學管理學院，成都 611130）

0 引言

畜牧業(yè)是我國農業(yè)農村經(jīng)濟發(fā)展的支柱性產(chǎn)業(yè)，是保證市場可以及時有效地提供肉蛋奶產(chǎn)品的戰(zhàn)略性產(chǎn)業(yè)[1]。據(jù)最新的2020年《中國統(tǒng)計年鑒》的數(shù)據(jù)，2019年末我國農林牧漁業(yè)總產(chǎn)值達到12.396 79萬億元，其中畜牧業(yè)產(chǎn)值3.306 43萬億元，占農林牧漁業(yè)的26.67%，僅次于農業(yè)產(chǎn)值。據(jù)2019年《四川統(tǒng)計年鑒》的相關數(shù)據(jù)，2018年末四川省農林牧漁總產(chǎn)值達到7 195.65億元，其中畜牧業(yè)產(chǎn)值2 246.08億元，占農林牧漁業(yè)的31.21%，為全國占比最高的省份?？梢姡拇ㄊ⌒竽翗I(yè)的穩(wěn)定健康發(fā)展對我國畜牧業(yè)的影響舉足輕重。

目前學者們關于畜牧業(yè)經(jīng)濟的研究主要從畜牧業(yè)生態(tài)經(jīng)濟[2-4]、畜牧業(yè)與環(huán)境[5,6]、畜牧業(yè)全要素生產(chǎn)率[7-9]、畜牧業(yè)與政府規(guī)制[10,11]、畜牧業(yè)發(fā)展水平評價[12,13]等方面展開，而主要的研究方法為DEA[14,15]、SFA[7-9]等。通過對畜牧業(yè)相關文獻的梳理，發(fā)現(xiàn)對于環(huán)境約束下畜牧業(yè)經(jīng)濟發(fā)展效率的研究較少，且引入三階段DEA模型測算畜牧業(yè)經(jīng)濟發(fā)展效率的研究極少，而在畜牧業(yè)快速發(fā)展過程中，會帶來一系列環(huán)境問題[16]，因此，文章運用三階段DEA模型對四川省21個市州畜牧業(yè)經(jīng)濟發(fā)展水平進行研究，以期能比較合理有效地測度出環(huán)境約束下四川省各市州的畜牧業(yè)經(jīng)濟發(fā)展水平。

1 研究區(qū)概況

據(jù)2019年《四川統(tǒng)計年鑒》記載，四川省總面積為48.6萬km2,，約占全國總面積的5%，2018年末常住人口數(shù)為8 341萬人，自然增長率為4.04‰，人均GDP為4.888 3萬元，增長7.4%；居民人均消費水平為1.986 1萬元/人，比2017年增長了10.8%。隨著國民經(jīng)濟的快速發(fā)展，人們對畜牧產(chǎn)品的需求量不斷提高，推動了畜牧業(yè)經(jīng)濟發(fā)展。

從畜牧業(yè)總產(chǎn)值（圖1）來看，2009年四川省的畜牧業(yè)總產(chǎn)值為1 596.7億元，隨后的幾年均成穩(wěn)步上升態(tài)勢，201—2014年增長較為平緩，增長到2016年畜牧業(yè)總產(chǎn)值最高2 551.71億元，隨后2年呈現(xiàn)下降趨勢。從畜牧產(chǎn)品產(chǎn)量（圖2）來看，肉類產(chǎn)品產(chǎn)量呈現(xiàn)緩慢增長趨勢，2014年達到峰值704.1萬t，之后緩慢下降，2018年末肉類總產(chǎn)量為664.74萬t，相較于2017年而言，增長了1.67%。禽蛋和奶類產(chǎn)量呈現(xiàn)比較平穩(wěn)的小幅度增長趨勢，波動范圍極小。

圖1 2009—2018年畜牧業(yè)總產(chǎn)值變化

圖2 2009—2018年畜牧產(chǎn)品產(chǎn)量變化

2 研究方法、變量選擇與數(shù)據(jù)來源

2.1 研究方法

傳統(tǒng)的數(shù)據(jù)包絡分析模型（Date Envelnt Analysis,DEA），模型沒有考慮環(huán)境因素和隨機誤差干擾對決策單元評價的影響，測算出的效率值不夠準確，于是選擇采用三階段DEA模型，它剔除了環(huán)境因素和隨機誤差的干擾，可以更加準確地效率值進行評價。

2.1.1 第一階段

第一階段采用方向距離函數(shù)（Directional distance function,DDF）模型。1996年Chammbers,Chung和Fare引入了方向距離函數(shù)（Directional distance function,DDF），可以測量具有多投入、多產(chǎn)出（期望產(chǎn)出或者非期望產(chǎn)出或者兩者同時存在）生產(chǎn)單元的效率和生產(chǎn)率，并且在效率測量時可以同時考慮期望產(chǎn)出的擴張和投入（或者非期望產(chǎn)出）的縮減，已被廣泛應用于效率測度[17,18]，能源管理和環(huán)境保護[19,20]等方面。

基本概念為：

假定有n個DMU，對于任一DMUj(j=1，2，…，n)，Xij(i=1，2，…，m)為消耗的投入，Vrj(r=1，2，…，s)為期望產(chǎn)出，btj(t=1，2，…，p)為非期望產(chǎn)出（比如，二氧化碳、廢棄物等）。那么，包含非期望產(chǎn)出的生產(chǎn)可能集定義為：

在非期望產(chǎn)出存在的情況下，基于生產(chǎn)可能集（1），方向距離函數(shù)的一般形式定義[21]為:

該研究選擇采用的是存在投入、期望產(chǎn)出以及非期望產(chǎn)出的DDF模型。根據(jù)定義式（2），非期望產(chǎn)出弱可處置性下的方向距離函數(shù)線性規(guī)劃模型[21]為：

2.1.2 第二階段

為了將第一階段的環(huán)境因素、管理無效率和統(tǒng)計噪聲拆分，該研究選擇了隨機前沿方法（SFA）模型，模型表示為：

式（3）中，Sni是第i個決策單元第n項投入的松弛值，Zi是環(huán)境變量，βn是環(huán)境變量的系數(shù)，Vni是隨機干擾項，μni是管理無效率項，Vni+μni是混合誤差項。為了使所有決策單元在進行效率評估時可以不受環(huán)境因素和隨機因素影響，要使它們處于同樣的外部環(huán)境中，遂調整公式為：

式（4）中，是調整后的投入；Xni是調整前的投入；{max[f(Zi;βn)]-f(Zi;βn)}是對環(huán)境變量進行調整；max(Vni)-Vni是使所有決策單元處于同樣的外部環(huán)境中。

2.1.3 第三階段將第二階段調整后的投入數(shù)據(jù)代入DEA模型中，產(chǎn)出數(shù)據(jù)不變，再次運用方向距離函數(shù)進行測算，根據(jù)測算結果對四川省畜牧業(yè)經(jīng)濟發(fā)展水平進行評價。

2.2 變量選擇

2.2.1 投入產(chǎn)出變量

選擇的投入變量有畜牧業(yè)勞動力數(shù)量和糧食作物總產(chǎn)量[15]，另外再根據(jù)生產(chǎn)函數(shù)的內涵，加入畜牧業(yè)投資額變量。從事畜牧業(yè)勞動力數(shù)量越多，代表投入畜牧業(yè)生產(chǎn)的勞動力越充足；而地區(qū)糧食總產(chǎn)量的提高，會使得牲畜飼料有保障，從而促進畜牧業(yè)經(jīng)濟的發(fā)展；畜牧業(yè)投資額作為資金投入部分為畜牧業(yè)的發(fā)展提供資金保證。而產(chǎn)出變量的選擇，可以從畜牧業(yè)產(chǎn)值來判斷一個地區(qū)畜牧業(yè)經(jīng)濟發(fā)展狀況。當然，畜牧業(yè)發(fā)展過程中也存在非期望產(chǎn)出，如畜禽糞便、氮磷、COD等污染物[22]。

用spss22軟件對投入產(chǎn)出變量進行相關性檢驗，結果見表1。由表1可知，四川省21個地市州投入產(chǎn)出變量之間的相關系數(shù)均為正數(shù)，并通過了顯著性水平檢驗，說明選擇的投入產(chǎn)出變量可進行后續(xù)研究。

表1 投入產(chǎn)出變量相關性分析

2.2.2 外生環(huán)境變量

參考前人的研究經(jīng)驗[15]可知，可以將外生環(huán)境變量歸納為兩大類：第一類是經(jīng)濟因素，比如人均可支配收入；第二類是自身因素，比如技術層面的農業(yè)機械化水平。結合四川省的實際情況以及數(shù)據(jù)的可獲得性，該研究選擇農民人均純收入和畜牧業(yè)機械化水平作為外生環(huán)境變量。

2.3 數(shù)據(jù)來源

數(shù)據(jù)均來自于2010—2019年《四川省統(tǒng)計年鑒》以及四川省21個市州的統(tǒng)計年鑒。

3 實證分析

3.1 第一階段效率值計算

運用MAXDEA Ultra版軟件計算2009—2018年四川省21個市州的畜牧業(yè)經(jīng)濟發(fā)展效率值，結果見表2～4。

表2 2009—2018年四川省21個市、州的畜牧業(yè)經(jīng)濟發(fā)展DEA第一階段技術效率值

由表2至表4可知，在沒有剔除環(huán)境變量的影響下，2009—2018年四川省度畜牧業(yè)經(jīng)濟發(fā)展技術效率均值最高的年份是2018年的0.76，相應的純技術效率均值為0.80，規(guī)模效率值為0.95。21個地市州的具體情況如下：2011年資陽、南充、阿壩藏族羌族自治州、甘孜藏族自治州，2014年德陽和內江，2015年成都等地技術效率值為1，表明對應的決策單元有效，畜牧業(yè)經(jīng)濟發(fā)展水平達最優(yōu)狀態(tài)。2014年阿壩藏族羌族自治州、甘孜藏族自治州、涼山彝族自治州、2015年攀枝花、南充、2016年成都、2018年內江等地純技術效率值為1，表明這些地市州對應的決策單元為弱DEA有效，處于純技術效率前沿面上。2009年資陽、2011年樂山、2012年廣安、2014年瀘州等地規(guī)模效率值為1，表明這幾個地市對應的決策單元為弱DEA有效，處于規(guī)模效率前沿面上。而其他沒有提及到的市州在技術效率和規(guī)模效率上都需要改進。

表4 2009—2018年四川省21個市、州的畜牧業(yè)經(jīng)濟發(fā)展DEA第一階段規(guī)模效率值

3.2 第二階段SFA回歸分析

將第一階段3個投入變量的松弛變量分別作為被解釋變量，將外生環(huán)境變量作為解釋變量，運用Frontier4.1軟件進行回歸分析，其中松弛變量=原始投入值-目標投入值。結果見表5。由表5可知，變量大多通過了t值顯著性檢驗，同時，LR都通過了顯著性檢驗，說明第二階段的SFA回歸分析是合理且有必要的。

表5 第二階段SFA回歸分析

表3 2009—2018年四川省21個市、州的畜牧業(yè)經(jīng)濟發(fā)展DEA第一階段純技術效率值

就農民人均純收入而言，糧食作物總產(chǎn)量、畜牧業(yè)勞動數(shù)量和畜牧業(yè)投資額的松弛量都分別通過了5%、1%顯著性檢驗，且回歸系數(shù)均為負，說明提高農民人均純收入會改善糧食總產(chǎn)量、畜牧業(yè)勞動力數(shù)量和畜牧業(yè)資本投入相對過剩問題?？赡艿脑蚴撬拇ㄗ鳛閯趧蛰敵龃笫?，農民外出務工使農村家庭中的非農收入占比增加，在此基礎上的城鄉(xiāng)人口流動使得外出務工的部分農民工選擇定居城市，這導致農村人口減少，從事畜牧業(yè)的人亦隨之減少，從事農業(yè)生產(chǎn)的人數(shù)也減少，糧食作物總產(chǎn)量相對下降，當然畜牧業(yè)投資額也隨之減少。

就畜牧業(yè)機械總動力而言，畜牧業(yè)勞動力數(shù)量和畜牧業(yè)投資額的松弛量分別通過1%和5%顯著性檢驗，且回歸系數(shù)均為負，說明增加畜牧業(yè)機械總動力有利于改善畜牧業(yè)勞動力和畜牧業(yè)投資額的過剩情況。畜牧業(yè)機械總動力的增加，相當于技術水平的提高在一定程度上會減少畜牧業(yè)勞動力需求量，也能減少畜牧業(yè)投資的額外投入。

3.3 第三階段調整后效率值

結合環(huán)境變量調整值、隨機擾動項調整值和原始投入，得到調整后的投入變量，再結合原始產(chǎn)出變量，重新帶入DEA模型中，得到剔除環(huán)境因素的畜牧業(yè)經(jīng)濟發(fā)展效率值，結果見表6～8。

由表6至表8可知，2009—2018年四川省度畜牧業(yè)經(jīng)濟發(fā)展技術效率均值最高的年份是2018年的0.88，相應的純技術效率均值為0.90，規(guī)模效率值為0.98。與第一階段的效率值相比，技術效率值從0.76上升到0.88，純技術效率值從0.80上升到0.90，規(guī)模效率值從0.95上升到0.98，均有小幅度的上升?？蓮谋?中明顯地看出，技術效率值為1的地市州增多了，以2018年為例，成都、自貢、攀枝花、德陽、內江、雅安、眉山、阿壩藏族羌族自治州、甘孜藏族自治州這9個地市州的技術效率值為1，表明畜牧業(yè)經(jīng)濟發(fā)展水平達最優(yōu)狀態(tài)。2016年成都、攀枝花、南充、阿壩藏族羌族自治州、2018年南充、涼山彝族自治州等地處于純技術效率前沿面上。2016年綿陽、瀘州、資陽、宜賓、眉山、2017年廣元、巴中、涼山彝族自治州、2018年的遂寧等地處于規(guī)模效率前沿面上。

表6 2009—2018年四川省21個市、州的畜牧業(yè)經(jīng)濟發(fā)展DEA第三階段技術效率值

表8 2009—2018年四川省21個市、州的畜牧業(yè)經(jīng)濟發(fā)展DEA第三階段規(guī)模效率值

4 結論

該研究運用三階段DEA模型，合理使用方向距離函數(shù)測算環(huán)境約束下四川省21個地市州的畜牧業(yè)經(jīng)濟發(fā)展效率，得出以下結論。

（1）四川省21個地市州的技術效率均值從2009年的0.59上升到2018年的0.88，可見四川省整體畜牧業(yè)發(fā)展向著優(yōu)質方向提升，逐步提高投入產(chǎn)出效率。但從21個市州的發(fā)展情況來看，部分地市的效率值較低且提升進程較緩慢，如廣元、巴中等地。綿陽、德陽兩地技術效率值呈逐步上升趨勢，德陽從2014年起就進入了畜牧業(yè)經(jīng)濟發(fā)展水平最優(yōu)狀態(tài)，成都、攀枝花、資陽、南充四地的技術效率值提升速度較快。

表7 2009—2018年四川省21個市、州的畜牧業(yè)經(jīng)濟發(fā)展DEA第三階段純技術效率值

（2）就規(guī)模效率、純技術效率而言，2018年四川省規(guī)模效率值和純技術效率值最高，攀枝花、阿壩藏族羌族自治州、南充、涼山彝族自治州等地純技術效率有效，成都、德陽、綿陽、達州、樂山、瀘州等地規(guī)模效率有效，廣元、宜賓、廣安、巴中、涼山彝族自治州等地近10年未出現(xiàn)過技術效率達最優(yōu)狀態(tài)，各地市州需根據(jù)具體情況加大技術投入與推廣力度或者擴大經(jīng)營規(guī)模，以提高畜牧業(yè)經(jīng)濟發(fā)展效率。

（3）整體來看，通過第二階段DEA的結果可知，提高農民人均純收入會改善糧食總產(chǎn)量、畜牧業(yè)勞動力數(shù)量和畜牧業(yè)資本投入相對過剩問題，增加畜牧業(yè)機械總動力有利于改善畜牧業(yè)勞動力和畜牧業(yè)投資額的過剩情況，那么在提升畜牧業(yè)經(jīng)濟發(fā)展效率方面，除了要參考目前的效率值，找準提升效率的方向，還要注重環(huán)境因素對投入的影響，在農民人均純收入和畜牧業(yè)機械總動力方面。