王德鑫，郑炎成*，李谷成，黄珂

（1.华中农业大学，a.经济管理学院，b.公共管理学院，湖北 武汉430070；2.湖北农村发展研究中心，湖北 武汉430070）

生猪养殖业是我国的传统产业，在我国农业生产系统中具有“猪粮安天下”的重要战略地位。长期以来，我国生猪养殖以农户散养为主，经营模式单一，生产方式粗放。改革开放之后，随着生猪养殖技术进步和规模经营水平提高，我国生猪养殖业迅速发展，生猪养殖逐渐由农户散养模式向集约化、规模化模式转变。据统计，2007-2012 年我国年出栏1-49 头的散户数量减少了2 820 万户，而年出栏50头以上（含50 头） 的规模养殖户数量增加了55 万户。2012 年，仅年出栏生猪500 头以上规模养殖比重就达39%，规模化已成为生猪养殖业发展的必然趋势。诚然，规模化养殖在提高生猪生产绩效、降低养猪成本等方面作用显著，但并非没有付出代价，也引发了多层次的环境污染问题[1-2]。具体表现为生猪大量粪便及有害气体排放已对大气、水体和土壤造成了严重破坏[1,3]，给我国环境污染的控制带来了巨大压力[4]。尽管有研究指出，目前生猪等畜禽粪便污染可以通过传统堆沤还田、沼气发酵[5]、生物有机肥工程[6]等方式解决，但生猪规模化养殖比例提高而导致的粪便高废弃率和低还田率使污染程度恶化[7-8]。这一问题反而成为阻碍规模化发展的屏障[9]。

2013 年11 月11 日，国务院适时发布了《禽畜规模养殖污染防治条例》，明确提出要统筹考虑保护环境和促进畜牧业发展的双重需要，实现二者的和谐统一。为此，如何将生猪规模生产与环境保护纳入到一个框架内进行研究，即系统分析环境规制条件下的规模化生猪生产效率，对于我国生猪产业的可持续发展和新常态下的畜牧业转型具有重要意义。

传统的生猪生产效率主要致力于研究全要素生产率的增长与分解，衡量的主要工具是参数随机前沿分析法（SFA）[10-12]和非参数数据包络分析法（DEA）[13-14]。但是，这些传统的生产效率测算仅考虑了好的“期望”产出，并未考虑不好的环境污染产出[15]，即“非期望”产出的产生，很可能会扭曲生猪生产效率的评判，从而误导政策建议。由于考虑“非期望”产出的存在，传统的DEA 方法（如Malmquist 生产率指数，以下简称“M 生产率指数”）无法将“非期望”产出纳入到生产效率函数的计算框架内。为解决这一问题，Chung 等[16]在测度瑞典纸浆厂的全要素生产率时，通过引入新的方向性距离函数（DDF），提出可以兼顾“ 期望” 产出和“ 非期望” 产出的Malmquist-Luenberger 生产率指数（以下简称“ML 生产率指数”），为本研究提供了方法和思路。目前，已有学者将环境因素纳入到生猪生产效率的分析框架中，大致有两种思路：1）基于微观调查数据，按照“绿色创新”思想，对生猪的绿色生产效率进行测度[15]。2）运用ML 生产率指数对环境约束下我国大规模猪场的生产效率进行研究[17]。以上思路对于研究环境约束下我国生猪生产效率的问题具有重要的参考意义。但很少有人运用宏观数据对环境规制条件下我国规模化生猪生产效率的问题进行研究。

基于此，本文试图从以下几方面对现有文献进行拓展：1） 运用ML 生产率指数测算环境规制条件下的我国规模化生猪生产效率，并与非环境规制条件下的传统M 生产率指数进行比对。2）对我国生猪的适度规模经营问题做尝试性的探究。3）对生产可能性边界的移动——规模化生猪养殖环境技术“创新者”的身份进行识别确认。

1 研究方法、变量与数据

1.1 研究方法与模型

本文把规模化生猪养殖过程中希望获得的正常产品称为“期望”产出，把不希望得到的粪尿等污染物称为“非期望”产出，为了将环境规制纳入到ML生产率分析框架中，需先构建一个既包含“期望”产出，又包含“非期望”产出的生产可能性集。假设每个省份使用N 种投入x=（x1，…，xN）∈R+N得到M 种“期望”产出y=（y1，…，yM）∈R+M以及I 种“非期望”产出b=（b1，…，bI）∈R+I，用P（x）表示的生产可能性集为：P（x）={（y，b）∶x 能生产（y，b）}，x∈R+N。在生猪规模化养殖过程中，为了既保证生猪的生产效率，又减少环境污染，本文利用Chambers 等[18]提出的基于产出的方向性距离函数计算生产可能性集的最优解。具体可用以下形式表示：

式（1）表示在既定投入x 和技术结构P（x）条件下，沿着产出增长的方向向量，“期望”产出y和“非期望”产出b 成比例地按照最大可能数量β 倍进行扩张和收缩。

关于“期望”产出和“非期望产出”纳入方向性距离函数的详细过程可以参考王兵等[19]、李谷成等[20]的文献，在此不赘述。根据Chung 等[16]的思想，本文基于产出方向性距离函数构建ML 生产率指数，测度环境规制条件下我国规模化生猪生产效率，通过如下计算公式获得：

式（2）中，D0t和D0t+1分别表示以t 期技术和以t+1 期技术为参照的距离函数。该式同时表明，从时期t 到t+1 的生产率指数MLtt+1被分解为技术进步率MLTCtt+1和技术效率MLECtt+1两部分。其中，技术进步率衡量的是生产可能性边界向外扩张的动态变化，技术效率则衡量的是生产决策单元向生产可能性边界的逼近程度，反映出技术落后者追赶先进者的速度。ML、MLTC 和MLEC 大于（小于）1 分别表示生产效率的增长（下降）、技术进步（退步）和技术效率改善（恶化）。

1.2 变量与数据

根据农业部制定的《全国生猪优势区域布局规划（2008-2015 年）》（以下简称《规划》），并鉴于数据可获得性，选取除福建和重庆之外的共17 个生猪优势生产省份，即江苏、浙江、广东、辽宁、吉林、黑龙江、河北、山东、安徽、江西、河南、湖北、湖南、广西、四川、贵州和云南。根据《规划》进一步将其划分为4个优势产区，即沿海优势产区、东北优势产区、中部优势产区和西南优势产区。2004 年国家下发饲养业划分标准，将生猪养殖划分为农户散养（年出栏30头以下）、小规模（年出栏30-100 头）、中规模（100-1 000 头）和大规模（1 000 头以上）四种饲养方式。基于此，本文测算环境规制条件下我国小规模、中规模和大规模生猪的生产效率，但农户散养除外，具体是出于以下原因的考虑：1） 农户散养生猪过程中产生的粪便等污染物不一定是“非期望”产出，相反，农户会将其作为一种宝贵的生产资料；2）2006-2013年考察期内，农户散养的数据缺失比较严重。数据资料主要来源于《全国农产品成本收益资料汇编（2007-2014）》（以下简称《资料汇编》）。基于生猪生产的投入与产出分析，表1 列出了各投入产出变量的定义和含义说明。

表1 变量定义及说明Table 1 Definitions and descriptions of variables

2 实证结果与分析

2.1 我国规模化生猪生产效率时序趋势特征分析

表2 显示的是2006-2013 年环境规制条件和非环境规制条件下我国规模化生猪生产效率及其分解情况。主要包括小规模、中规模和大规模在两种情形下生猪生产效率的时序变动情况，同时表明每种规模生猪养殖在不同时期所表现出的生产率增长源泉构成与变动情况。

2.1.1 小规模生猪生产效率时序趋势特征分析 环境规制条件下，小规模生猪ML 生产率指数的年均增长率是1.8%，其中技术进步率为1.7%，技术效率改善0.1%，表明生产率的上升主要源于技术进步的贡献，技术效率改善作用不明显。但从各年的变化趋势来看，不同时段的增长幅度是有区别的。本文根据ML 指数的变化趋势，以2010 年为界（以2010年为界的原因是，2006-2010 年间，我国生猪受到疫病、自然灾害等风险的困扰；2010 年之后，风险逐渐得到控制，生猪生产得到恢复），划分为2006-2010年和2010-2013 年两个阶段，前者称为“ 风险困扰期”，后者称为“险后恢复期”。风险困扰期内，小规模生猪生产率变动趋势为“下降-上升-下降-上升”，起伏较大。具体来看，2006-2007 年和2008-2009 年的生产率分别出现4.6%和0.7%的下降，技术倒退产生的影响较大，这恰好印证了2006 年底全国爆发的大规模蓝耳病疫情和2008 年又遭遇雪灾、地震等自然灾害直接导致生猪产量下降的事实，也与我国缺乏相应防疫技术和保险措施的实际情况相符合。

2007-2008 年的ML 生产率指数增长幅度为11.0%，其中技术进步率的驱动作用非常明显，高达11.5%，充分表明小规模养殖户经过2007 年的蓝耳病疫情之后，防疫意识、防疫技术明显增强，生猪生产效率显著提高。2009-2010 年的ML 生产率指数较前一年的缩减幅度较大，但也有0.9%的小幅增长，技术效率改善0.8%，贡献明显。这可能是因为2009 年上半年爆发的甲型H1N1 流感病毒影响了生猪生产，但国家适时启动猪肉储备机制，又对生猪生产效率下滑起到了控制作用。险后恢复期内，各年的ML 生产率指数均大于1，生产效率处于上升趋势，且都得益于技术进步的贡献，意味着经历过风险的养殖户的防疫意识、防疫技术和抗风险能力都显著提高，国家的应对措施也得到建立和完善，生猪生产效率实现提升。

表2 我国规模生猪生产效率的时序变动：2006-2013 年Table 2 Timing change of scale hog production efficiency in China from 2006 to 2013

如果忽略环境规制条件，小规模生猪的传统M指数及其分解项的变动趋势与环境规制条件时相同，研究意义不大。关键在于与考虑环境规制条件相比，忽略环境规制条件时的年均增长率以及技术进步率都下降了，技术效率却有少许改善，两个阶段表现基本相同。这与吴丽丽等[21]的研究结果基本一致，但又异于李谷成等[20]，潘丹和应瑞瑶[22]认为的忽视环境因素会高估农业全要素生产率的增长速度的结论。原因可能是他们研究农业总体的全要素生产率，而本文只针对生猪行业。根据Färe 等[23]的研究，ML生产率指数和传统的M 指数测算结果差别的关键在于“期望”产出和“非期望”产出的相对增长率的大小。当投入一定时，“期望”产出的增长率低于（高于）“非期望”产出的减少率，则ML 生产率指数大于（小于）M 生产率指数。那么，我们发现小规模生猪的ML 生产率指数大于传统M 生产率指数，这意味着近年来在环境规制条件下，小规模生猪不仅生产效率有所提升，环境治理和资源利用效率也有所提高，一定程度上验证了“波特假说”的存在[24]。

2.1.2 中规模生猪生产效率时序趋势特征分析 环境规制条件下，中规模生猪ML 生产率指数的年均增长率为1.2%，其中技术进步单独贡献1.1%，技术效率改善0.1%。而风险困扰期和险后恢复期的变动情况和小规模生猪基本一致，增长原因也极为相似，在此不予赘述。

如果忽略环境规制条件，生产率指数年均增长1.1%， 技术进步的驱动作用明显， 技术效率改善0.3%，但与考虑环境规制条件时相比，年均生产率指数以及技术进步率分别低出0.1%和0.3%，技术效率却高出0.2%。说明总体上中规模生猪污染物排放量得到了控制，可能是由于规模养猪场近年来受到一系列环保政策规制而出现的数量下滑所引起[25]。但值得注意的是，两个阶段的具体表现却不然。在风险困扰期内的2007-2008 年、2008-2009 年和2009-2010 年以及险后恢复期的2010-2011 年和2012-2013 年内，传统M 生产率指数都高于环境规制条件下的ML 生产率指数，说明这些年份内如果不考虑环境规制条件，中规模生猪生产效率被高估了，有可能伴随着资源浪费和环境污染的粗放式增长。而2006-2007 年和2011-2012 年两个时期的表现恰好相反，表明环境治理绩效有所改善。前述分析说明环境规制条件下中规模生猪生产并非每年都符合“波特双赢”，需视每年的具体情况而定。

2.1.3 大规模生猪生产效率时序趋势特征分析 大规模生猪在环境规制条件下的ML 生产率指数呈上升趋势，增长率为2.2%，主要表现为技术进步率2.0%的提升，技术效率的改善作用不理想。从两个阶段来看，风险困扰期内大规模生猪生产率增长并不稳定。2006-2007 年和2007-2008 年反映出与小规模、中规模相同的情况，但在2008-2009 年间，ML生产率指数出现了上升，增长率为3.1%，技术进步独自贡献3.1%， 技术效率却处于停滞状态。 在2009-2010 年生猪生产率指数下降1.2%，技术倒退影响很大，原因可能是大规模生猪养殖一旦遇到较大疫情，损失往往比较大，这与小规模、中规模的情况不同。在险后恢复期前两年内生产率都呈上升趋势，增长率分别为1.9%和6.7%。但2012-2013 年内生产率出现停滞，技术进步率下降1.0%，技术效率贡献0.3%，可能与该时期的生猪价格波动有关[17]。

忽略环境规制条件时，传统的M 生产率指数年均增长率为2.2%，技术进步率2.1%，为主要驱动因素，技术效率改善较弱。与环境规制条件时相比，年均生产率指数相等，但其增长源泉并不相同，技术进步率高出0.1%，技术效率却低出0.1%，意味着忽略环境因素，大规模生猪养殖的技术进步可能会增加污染物的排放。具体来看，2006-2007 年、2009-2010年、2011-2012 年和2012-2013 年表现为：ML 生产率指数高于M 指数，说明各年份内的环境治理绩效较为理想。而其余年份的情况与此相反，说明忽略环境因素的生猪生产效率有被高估的可能，结果与中规模情况相似。

每种规模在两种情形下的生猪生产率指数及其增长源泉都不尽相同，各规模之间的生产率指数及其分解项也存有差异。整体来看，ML 生产率指数年均增长率从大到小排列依次为大规模（2.2%）、小规模（1.8%）、中规模（1.2%），对增长做出主要贡献的技术进步率也是如此。忽略环境规制条件的情况也基本一致。这说明无论在哪种情形下，整体上不同养殖规模的生猪生产效率存在差异，意味着并非规模越大，生猪的生产效率就会越高，这与闫振宇和徐家鹏[26]的研究结论一致。

2.2 我国规模化生猪生产效率的区域差异

表3 显示的是环境规制条件和非环境规制条件两种情形下的我国规模化生猪生产效率的区域分布情况。表中涵盖四大优势产区分别在小规模、中规模和大规模养殖模式下呈现出的区域生产率变化及其增长源泉的构成与变动情况。

表3 2006-2013 年我国规模生猪生产效率的区域差异Table 3 Regional differences of scale hog production efficiency in China from 2006 to 2013

2.2.1 小规模生猪生产效率的区域差异 环境规制条件下，沿海优势产区、东北优势产区、中部优势产区的小规模生猪ML 生产率指数均大于1，分别增长2.2%、2.3%、2.5%，其中中部产区增长速度最快。从增长模式来看，技术进步作用明显。主要是由于三大产区在地理位置、饲料加工、消费市场、信息交流、技术应用等方面都具有显著的竞争优势和“扩张效应”。但技术效率没有太大改善，且沿海优势产区和东北优势产区的技术效率还出现恶化，说明资源存在闲置浪费情况，配置效率下降，“追赶效应”不明显。西南产区则由于技术退步导致ML 生产率指数有0.1%的微幅下降，可能与其地处信息封闭，交通落后的山区丘陵地带有关。

如果忽略环境规制条件，四大产区的M 生产率指数及技术进步率基本都小于环境规制条件下所对应的数值，说明环境规制会刺激四大产区在小规模生猪养殖时采取节能减排技术，促进效率提升和环境保护的双赢。

2.2.2 中规模生猪生产效率的区域差异 环境规制条件下，四大产区的中规模生猪ML 生产率指数都呈上升趋势， 从大到小排序为： 沿海优势产区（1.6%）、 中部优势产区（1.4%）、 西南优势产区（1.2%）、东北优势产区（0.5%），技术进步的贡献为主，“扩张效应”明显，与其自身的比较优势密不可分。但值得注意的是东北产区出现效率恶化的状况，反映出其“追赶”先进者的速度较慢。

如果忽略环境规制条件，沿海优势产区和中部优势产区的M 生产率指数大于对应的ML 指数，表明二者的生产效率有被高估的可能，生猪生产过程中可能伴随着环境破坏和资源浪费。而东北优势产区和西南优势产区则相反，生猪养殖的环境污染问题得到较好地解决。

2.2.3 大规模生猪生产效率的区域差异 考虑环境规制条件，大规模生猪ML 生产率指数实现增长的是东北优势产区（2.8%）、中部优势产区（3.2%）和西南优势产区（1.8%），其中中部产区增速最快。从增长源泉来看，技术进步的作用依然明显，技术效率改善不佳。而中小规模生产效率都比较高的沿海产区在大规模模式下，却出现了生产率下降的情况。可能的原因是沿海产区地处台风等自然灾害频发区，一旦遭受风险，损失巨大。

如果忽略环境规制条件，沿海优势产区的M 生产率指数大于对应的ML 指数，说明其生产效率可能被夸大，生猪生产方式比较粗放。而东北优势产区、西南优势产区则相反，比较重视环境保护问题。中部优势产区比较特殊，两种情形的生产率指数相同，但增长源泉不同，非环境规制条件下比环境规制条件下的技术进步率高出0.2%， 技术效率低出0.2%，表明中部产区在非环境规制条件下的“ 扩张效应”更为明显，“追赶效应”力度不够。这和吴学兵等[17]认为的东北优势产区和中部优势产区的传统M值均大于ML 值的研究有出入，可能是由于投入指标及考察期不同。

上述分析对每种规模下四大产区的生猪生产效率做了较为全面的研究，但从中还可发现，环境规制条件下，沿海优势产区对应的最优养殖规模为小规模，东北优势产区、中部优势产区、西南优势产区对应的都是大规模。因此，各产区依据自身资源、环境和经济等发展条件选择适度的经营规模显得尤为重要[27]。

2.3 规模化生猪养殖环境技术“创新者”身份确认

整体来看，生猪养殖技术水平在不断提高，并促使生猪生产效率不断改善，但同样值得研究的问题是不同养殖规模下，每年到底有哪些省份推动着生产可能性边界的外移，即确认生猪养殖环境技术的“创新者”，则需引入其他条件。根据Färe 等[23]的研究，引入条件如下：

式（3）中的第一个条件表示从t 期到t+1 期生产可能性边界向着更多“期望”产出和更少“非期望”产出的方向扩张；第二个条件表示t+1 期的投入产出参考t 期的技术不可行，即技术进步已发生，t+1 期的生产发生在t 期的生产可能性边界之外；最后一个条件表示生猪养殖环境“创新者”必须出现在生产可能性边界上。只有同时满足以上三个条件的省份，才能确定其具有环境技术“创新者”的身份。

表4 显示的是2006-2013 年环境规制条件下我国规模化生猪养殖环境技术“创新者”的身份确认情况，主要从规模和区域角度进行分析。

表4 2006-2013 年规模化生猪养殖环境技术“创新者”的身份确认Table 4 Identification of environmental technology innovators of scale hog breeding from 2006 to 2013

2.3.1 规模角度 8 a 间，小规殖模式下共有13 个省份推动生产前沿面向外移动，其中，河北（6 次）、湖南（5 次）的表现最为突出；中规模模式下共有15 个省份成为环境技术“创新者”，其中表现最为突出的是广东（6 次）、湖南（6 次）、浙江（5 次）、广西（5 次）；而大规模模式下共有16 个省份推动技术进步，其中辽宁（6 次）、湖南（5 次）、广西（5 次）的表现最为明显。通过分析还发现，大规模模式下的“创新者”省份最多，中规模次之，小规模排在最后，说明养殖规模越大，对技术进步的推动作用也越大。

2.3.2 区域角度 以小规模为例，四大优势产区中，沿海优势产区所含省份都有向生产可能性边界不同程度的移动，拥有最佳的环境技术创新状态。这表明判断一个优势产区整体环境技术创新状态的好坏不仅要视养殖规模而定，还取决于其所含每一生产单元的移动情况，即还要满足两个条件：①所含省份都须是环境技术“创新者”。②如果多个产区符合条件①，进而比较各产区“创新者”向生产可能性边界进行移动的合计次数的多少，次数最多者则环境技术创新状态最佳。据此，中规模、大规模对应的最佳环境技术创新状态的产区分别是西南优势产区和中部优势产区。这说明不同养殖模式下拥有最佳状态的优势产区是环境技术创新的主体力量。

3 结论

本研究基于ML 生产率指数法，对2006-2013年环境规制条件下我国规模化生猪的生产效率及其分解项进行测度与分析，并对生猪适度规模经营问题做了尝试性探究。

主要研究结论为：1）环境规制条件下，我国规模化生猪的生产率呈现出一定幅度的增长，其中技术进步成为主要增长源泉，技术效率有微弱改善；从时序变化来看，我国规模化生猪生产率的增长由于受到疫病风险、市场价格等因素的影响呈现出“波动性”增长的特征；从区域效率分布来看，四大优势产区的生产率增长因养殖规模不同而显现出差异化的增长速度；就生猪养殖环境技术“创新者”情况来看，不同养殖模式下均有一定数量的环境技术“创新者”出现，成为生猪养殖技术创新和推广的主体力量，而且越大的养殖规模对技术进步的推动作用也越显著。生猪优势产区整体环境技术状态的好坏既需根据养殖规模而定，还要考虑其所含生产单元的具体移动情况。

2）是否考虑环境规制条件对我国规模化生猪生产效率的测度有较大的影响。如果忽略环境规制条件，总体上我国规模化生猪生产率的增长有被低估的可能，技术进步率也存在相同情况，可能会扭曲对生猪生产效率的评判。同时说明我国规模生猪养殖由于近年来国家对环境保护的重视实现了生产效率提升和环境治理改善的“双赢”，从一定程度上验证了“波特假说”的存在。

3）无论是否考虑环境规制因素，整体上不同养殖规模的生猪生产效率存在差异，并非规模越大，生猪生产效率就会越高。各产区由于生产效率以及最优养殖规模存在差异，需根据自身资源、环境和经济等发展条件，选择适度的经营规模推动生猪生产效率的提升。

4 政策建议

基于研究结论，本文提出的政策建议为：第一，应加强对环保法规政策的宣传力度，提升生猪养殖户的环保意识。环保意识的形成是一个较为缓慢的过程，可设立专门的宣讲和培训机构，形成长效机制，增强养殖户的环保观念，进而推动生猪养殖的环境友好型发展。第二，应加强规模化生猪清洁生产技术的自主研发与交流应用。环保养殖技术的进步是提升环境规制下生猪生产效率的重要手段，因而需加强诸如此类技术的研发、推广与应用，带动诸如黑龙江、安徽等环境技术创新者较为落后的省份。第三，根据各区域规模化生猪养殖业的发展特点，对生产效率偏低的东北优势产区、西南优势产区等地进行科学规划和管理，最大限度地提高饲料、劳动力等投入要素的配置效率，消除环境、疫病、价格等风险带来的不良影响，实现生猪环境生产效率的稳步提升。第四，四大优势产区需根据自身的发展条件，不盲目扩张，因地制宜地选择生猪的适度经营规模。这对经济新常态下生猪养殖业的持续健康发展具有深远的意义。

当然，本文并没有对生猪生产效率的影响因素进行充分的定性分析，这些问题的存在可能会影响结论的说服力以及政策建议的准确性。因此，在采用本文的政策建议时仍需持一定的谨慎态度，这也将是以后着重研究的方向。

[1]谭莹,李大胜.生猪的规模化养殖与环境保护:困境及选择——基于美国生猪产业养殖经验[J].中国农学通报,2010,26(13):20-22.

[2]陈瑶,王树进.我国畜禽集约化养殖环境压力及国外环境治理的启示[J].长江流域资源与环境,2014,23(6):862-868.

[3]谭支良,周传社.现代畜牧业可持续发展:环境问题与现实选择[J].农业现代化研究,2008,29(6):653-656.

[4]杨惠芳.生猪面源污染现状及防治对策研究——以浙江省嘉兴市为例[J].农业经济问题,2013(7):25-29,110.

[5]杨帆,李荣,崔勇,等.我国有机肥料资源利用现状与发展建议[J].中国土壤与肥料,2010(4):77-82.

[6]曾悦,洪华生,曹文志,等.基于GIS和BEHD的粪肥资源评价及其利用的空间布局优化[J].资源科学,2006,28(1):25-29.

[7]仇焕广,严健标,蔡亚庆,等.我国专业畜禽养殖的污染排放与治理对策分析——基于五省调查的实证研究[J].农业技术经济,2012(5):29-35.

[8]仇焕广,廖绍攀,井月,等.我国畜禽粪便污染的区域差异与发展趋势分析[J].环境科学,2013,34(7):2766-2774.

[9]王俊能,许振成,杨剑.我国畜牧业的规模发展模式研究——从环保的角度[J].农业经济问题,2012(8):13-18.

[10]Nigel K,William M.The changing economics of U.S.hog production[J].Economic Research Report,2007(52):1-45.

[11]王明利,李威夷.基于随机前沿函数的中国生猪生产效率研究[J].农业技术经济,2011(12):32-39.

[12]梁剑宏,刘清泉.我国生猪生产规模报酬与全要素生产率[J].农业技术经济,2014(8):44-52.

[13]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,2008,29(1):40-44.

[14]潘国言,龙方,周发明.我国区域生猪生产效率的综合评价[J].农业技术经济,2011(3):58-66.

[15]郑微微,胡浩,周力.基于碳排放约束的生猪养殖业生产效率研究[J].南京农业大学学报:社会科学版,2013,13(2):60-67.

[16]Chung Y H,Färe R,Grosskopf S.Productivity and undesirable outputs:A directional distance function approach[J].Journal of Environmental Management,1997,51(3):229-240.

[17]吴学兵,乔娟,李谷成.环境约束下的中国规模猪场生产率增长与分解研究[J].统计与决策,2013(20):118-120.

[18]Chambers R G,Färe R,Grosskopf S.Productivity growth in APEC countries[J].Pacific Economic Review,1996,1(3):181-190.

[19]王兵,吴延瑞,颜鹏飞.环境管制与全要素增长率:APEC的实证研究[J].经济研究,2008,43(5):19-32.

[20]李谷成,陈宁陆,闵锐.环境规制条件下中国农业全要素生产率增长与分解[J].中国人口·资源与环境,2011,21(11):153-160.

[21]吴丽丽,郑炎成,李谷成.碳排放约束下我国油菜全要素生产率增长与分解——来自13个主产区的实证[J].农业现代化研究,2013,34(1):77-80,94.

[22]潘丹,应瑞瑶.资源环境约束下的中国农业全要素生产率增长研究[J].资源科学,2013,35(7):1329-1338.

[23]Färe R,Grosskopf S,Pasurka C.Accounting for air pollution emissions in measuring state manufacturing productivity growth[J].Journal of Regional Science,2001,41(3):381-409.

[24]王兵,吴延瑞,颜鹏飞.中国区域环境效率与环境全要素生产率增长[J].经济研究,2010,45(5):95-109.

[25]虞祎,张晖,胡浩.环境规制对中国生猪生产布局的影响分析[J].中国农村经济,2011(8):81-88.

[26]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,2012(2):3-7.

[27]闫振宇,陶建平,徐家鹏.中国生猪生产的区域效率差异及其适度规模选择[J].经济地理,2012,32(7):107-112.