王刚毅，朱能跃，曲丽丽，张桂僮，司润祥

（东北农业大学经济管理学院，哈尔滨　150030）

基于“M-L”模型东北生猪规模结构波动效应研究

王刚毅，朱能跃，曲丽丽*，张桂僮，司润祥

（东北农业大学经济管理学院，哈尔滨150030）

为探究东北地区不同生猪养殖规模结构波动效应，完善东北地区生猪养殖短板，基于2004～2014年东北三省四种生猪养殖主体，即散户、小规模、中规模和大规模面板数据，利用Malmquist指数法测算各养殖主体生产效率及其构成，LMDI模型得出生产效率增长率，从数值和增长率波动趋势分析影响东北地区生猪有效供给主要因素。研究表明，技术进步对东北地区规模化生猪养殖主体有效供给作用强度最大；东北地区散户生猪有效供给主要影响因素不同；东北地区已具备规模化生猪养殖条件；东北三省各自生猪优势养殖规模不同。

生猪养殖规模；Malmquist指数法；生产效率；LMDI模型；技术进步

网络出版时间2016-8-24 15:04:00[URL]http://www.cnki.net/kcms/detail/23.1391.S.20160824.1504.022.html

王刚毅,朱能跃,曲丽丽,等.基于“M-L”模型东北生猪规模结构波动效应研究[J].东北农业大学学报,2016,47(8):82-89.

Wang Gangyi,Zhu Nengyue,Qu Lili,et al.Study on hogs'productivity ripple effect in northeast China based on"M-L"model [J].Journal of Northeast Agricultural University,2016,47(8):82-89.(in Chinese with English abstract)

生猪养殖是我国传统农业重要组成部分，生猪生产效率是衡量生猪养殖行业发展水平重要标准。自2008年以来，我国生猪生产效率快速上升，其中规模养殖主体生产效率明显提高[1]。从养殖主体比例看，生猪养殖仍以散户居多，占养殖主体总数70%以上[2]。研究不同规模养殖主体生产效率，得出适应各地区的养殖规模，有利于发挥地区比较优势，促进我国生猪有效供给。

在农业生产效率研究方法上，Farrell最早提出以“非预设生产函数”推估效率值，并通过数学规划求出效率前缘线[3]，随后学者通过DEA研究农业生产效率。近年部分学者运用DEA-Malmquist指数法测算我国各产区生猪生产效率[4-7]，王明利等通过SFA测算我国生猪主产区技术效率（Techni⁃cal efficiency，TCH）[8]。迄今为止，多数研究仅测算生猪主产省份[6-8]或大中城市[5]等产区生产效率，针对生产效率影响因素尤其是其作用强度研究较少见。研究发现可以通过LMDI模型研究生猪生产效率各影响因素作用强度，LMDI模型由Ang提出，大多应用于环境、能源方面，通过因素分解得出影响某能源指标主要因素[9]。刘满芝、李国璋等通过LMDI模型分别探索影响污染物排放量、能源强度变动主要因素[10-11]。周纯义、刘金东等通过DIVISIA指数法分别研究社会人力资本各影响因素贡献度、中国税收超GDP增长的主要原因[12-13]。

基于对生猪养殖产业生产效率研究总结发现，大多数已有文献对于生猪生产效率差异与生猪适度养殖规模作分析，致力于全要素生产率增加与分解，采用主要方法包括DEA数据包络分析法、SFA参数随机前沿分析法等。本文在借鉴已有研究思路与方法基础上，以东北地区生猪产业为研究对象，分析东北地区生猪养殖生产效率，影响东北地区不同规模养殖主体生产效率因素及其对东北生猪养殖主体生产效率作用强度。基于此，将Malmquist指数法与LMDI指数法结合，构建“M-L”模型（即“Malmquist-LMDI”模型），对东北地区生猪生产效率影响因素作用强度定量分析。利用Malmquist指数法测算东北地区不同规模生猪养殖主体生产效率及其构成，再通过LMDI模型计算各要素增长率，根据数值和增长率波动一致性判断影响生猪有效供给主要因素，为东北地区农业产业结构调整、部门资源配置优化提供理论依据。

（1）物流园区信息基础设施规划。物流园区信息基础设施规划主要包括通信基础设施和公共数据资源两大部分。一是完善园区通信基础设施建设，为企业提供高速、安全、便捷的通信网络接入服务；二是通过建设物流园区数据中心和大数据平台，为园区管理者、企业提供安全集约的数据存储、计算、共享等服务，汇聚区域物流信息资源，为开展物流大数据的分析、挖掘和运营提供支撑。

个性化服务是一种主动、互动性的服务，学科馆员基于用户的信息执行和修改服务内容，最大限度地减少用户因“信息过载”和“资源迷向”问题而导致时间和精力的浪费。依据各院系个性化定制服务需求进行服务内容的定制、服务方式选择和信息资源的实时推送，是图书馆有效摆脱单一的服务模式、提升大数据阅读服务内容的个性化定制比例、增强读者知识获取效率和价值量的重要途径。

1　研究方法与数据来源

1.1“M-L”模型

Malmquist指数法的表达式为：

式中表明，生产效率即全要素生产率（Total factorefficiency，TFP）可进一步分解为技术进步效率（Efficiency of technological progress，TECH）和技术效率。规模报酬可变时，技术效率进一步分解为纯技术效率（Pure technical efficiency，TE）和规模效率（Scale efficiency，SE）。即生产效率变化由TECH、TE和SE三部分构成：

LMDI指数法是研究某指标增长内因及作用强度较为成熟方法之一[14]。结合（1）式和LMDI指数法构建“M-L”模型：

其中，Q、P、T和S分别表示东北地区生猪养殖主体的TFP、TECH、TE和SE，i（=1,2,3）表示省份：“1”表示黑龙江省，“2”表示吉林省，“3”表示辽宁省。且有：

其中，

2.3中规模生猪养殖生产效率及其影响因素波动效应分析

2.1散户生猪养殖生产效率及其影响因素的波动效应分析

考虑到不同规模生猪养殖生产效率间存在差异，依据《全国农产品成本收益资料汇编》划分标准将养殖规模分为：散户、小规模、中规模和大规模四种，生猪年出栏量分别为<30，30～100， 100～1 000，>1 000头。

校园文化是学校产生强大凝聚力、创造力、持久力的源泉，是学校良好形象的集中体现，它的丰厚内涵为绿色教育铺垫了坚实的基础。常言道：“学校无小事，事事是教育；教师无小节，处处是楷模。”教师的一举一动、一言一行都是学生的榜样，带有示范作用。我们要把绿色教育与校园文化建设对接，使二者互相融合、功能互补。正确识别“心理黑子”［2］，卸下心理包袱，通过校园文化陶冶学生的情操，净化他们的心灵，使学生自知自律，自觉地化丑为美。

根据生猪生产投入和产出特征，将产出分为主产品产值和副产品产值，投入分为直接费用、间接费用和人工成本（见图1）。本文使用数据均来自《全国农产品成本收益资料汇编（2005～2015）》[15]。

由表1可知，近年来，黑龙江省TFP增加0.0371，散户生产效率提高；数值上，技术进步增加0.0365，是生产效率提高主要原因，技术效率仅增加0.0001；波动趋势上，TFP变动的年份TECH 和TCH均有变化，进一步分析TFP变动的原因，结果如图2。吉林省TFP增加0.0034，大体处于较平稳状态，数值上，技术进步增加0.0032，表现为0.0032单独贡献，技术效率增加0.0002；波动趋势上，TFP变化年份TECH和TCH均有变化，进一步分析TFP变动原因，结果见图3。辽宁省TFP增加0.105，生产效率提高，其中TECH增加0.1050，是吉林散户生产效率增长唯一原因。

图1　生猪养殖投入具体分类Fig.1　Specific classification of hog-breeding inputs

2　实证分析

通过“M-L”模型测算东北地区各生猪养殖主体生产效率及其构成和各要素增长率，从数值和增长率波动趋势一致性两方面判断影响东北地区生猪有效供给主要因素。

1.2数据来源

2.2小规模生猪养殖生产效率及其影响因素波动效应分析

3.1 本文建立了螺虫乙酯及其代谢产物在猕猴桃和土壤中的残留检测方法，准确度和精密度较好，方法简单便捷，能满足对目标物的快速检测需求。

表1　2004～2014年东北地区散户生猪养殖TFP及其构成Table 2　TFP and its components of the retail in the Northeast China from 2004 to 2014

图2　近年黑龙江省散户TFP及其构成增长率变化趋势Fig.2　Trends of the growth rate of TFP and its components of the retail in Heilongjiang Province in recent years

图3　近年吉林散户TFP及其构成增长率变化趋势Fig.3　Trends of the growth rate of TFP and its components of the retail in Jilin Province in recent years

由图2可知，黑龙江省散户TECH与TFP增长率变化趋势近乎一致，由此可知技术进步为影响黑龙江省散户生产效率主要因素。由图3可知，吉林省TFP与其构成增长率变动趋势接近一致，TFP增长率上升时，SE和TE增长率作用最强，TFP增长率下降时，三种因素作用强度基本相同；由此可知吉林省散户TFP变化是由技术效率和技术进步共同作用。

结论1：对于散户来说，生猪生产效率主要影响因素存在区域差异，这是因为不同地区散户养殖技术运用程度、管理经验等方面存在差异。因此，东北地区散户需根据自身情况，从改进养殖技术、改善投入结构等不同方式提高生产效率、降低成本，增加有效供给。

由于螺旋管圈水冷壁的焊口都集中在角部，焊口位置不利，给施焊带来很大难度。而且由于该种炉型没有汽包，为保证介质的循环畅通，必须保证螺旋水冷壁的升角，保证机组的安装质量，保证机组在以后的投产运行中的正常性及稳定性。因此，在实际的安装过程中，有许多的难点、要点。

由表2可知，近年来，黑龙江省小规模TFP增加0.0211，生产效率提高；数值上，技术进步增加0.0211，是黑龙江散户生产效率提高的主要原因；波动趋势上，TFP变动年份TECH均有变化，TCH较平稳，故技术进步是影响黑龙江小规模生产效率主要因素。吉林省、辽宁省小规模TFP分别增加0.0547、0.0835，数值上，技术进步分别分别增加0.0547、0.0835；波动趋势上，TFP变化年份TECH均有变化，TCH较为平稳，故技术进步是两省生产效率增长主要原因。

表2　2004～2014年东北地区小规模生猪养殖TFP及其构成Table 2　TFP and its components of the small-sized in northeast China from 2004 to 2014

结论2：对于东北地区小规模生猪养殖主体而言，技术进步是影响其生产效率主要因素。东北地区小规模生猪养殖主体可通过改进自身养殖技术增加生产效率，提高对生猪市场变化适应性。

(2)内外筒设计细化了污水在气浮罐体内的流动，形成不同的气浮区域，避免出水夹带油滴，降低气浮效果，同时空间利用率更高，结构更为紧凑。

目前，从高职学校的教师实际情况来看，在“政校行企”四方联动的模式下，学校缺乏对教师能力培养的重视，企业对教师核心素养和能力建设的参与度不高。虽然出台了一些政策，但是执行得还不太到位。要想全面提高教师的核心素养和能力，必须发挥政府、学校、企业和行业的综合力量。据分析，高职院校教师核心素养和能力建设面临的问题如下。

由表3可知，黑龙江省、辽宁省中规模TFP分别增加0.0285、0.0291，生产效率提高；数值上，技术进步提高0.0285、0.0291，是影响两省中规模养殖主体生产效率的唯一根源。吉林省TFP增加0.047，数值上，技术进步提高0.0472，技术效率增加0.0003；波动趋势上，TFP变化年份TECH和TCH均有变化；吉林省中规模养殖主体生产效率提高小于技术进步和技术效率总贡献，进一步分析吉林省生产效率变动原因，结果见图3。

由图4可知，TECH与TFP增长率变化趋势基本一致；与TECH相比，SE增长率虽也在不断变化，其作用强度弱于TECH，且SE仅在2006年之前与TFP增长率的变化一致，2006～2011年两者变化趋势相反，即规模效率抑制生产效率提高，减缓生产效率降低。由此可得出，对于吉林省中规模生猪养殖主体而言，技术进步对生产效率作用强度最大，技术效率对生产效率有轻微逆向作用。

2.4大规模生猪养殖生产效率及其影响因素波动效应分析

据了解，威县为推进梨产业园区顺利建设，在土地流转、品牌注册等方面出台了一系列奖励政策。同时，以西沙河流域梨产业带为主要阵地，以当地集团公司为依托，以统分结合、资产经营为核心模式，带动贫困群众建设优质梨果基地，发展致富产业，探索创新了“威梨模式”。

本次调查发现，现在的年轻女性较之上一代(婆婆/妈妈)在生育子女方面多选择仅生育1子/女，子女数低于婆婆/妈妈。现代观念、传统生育文化变迁会影响到人们生育意愿结构的变化，绝大部分人摒弃了“多子多福”、“儿女成群”的生育理念[7]。

结论3：对于东北地区中规模生猪养殖主体，技术进步对生产效率作用强度最大。由此，东北地区中规模生猪养殖主体同样可通过改进、创新养殖技术等方法提高对生猪市场变化适应性，增加生猪有效供给。

由表4可知，黑龙江省、吉林省大规模TFP分别增加0.0456、0.0148，生产效率提高；数值上，技术进步分别增加0.0422、0.0118；波动趋势上，TFP变化年份TECH均有变化，TCH较平稳，故技术进步是两省大规模养殖主体生产效率主要影响因素。辽宁省TFP增加0.1475，数值上，技术进步也增加0.1475，是辽宁省大规模生猪养殖主体生产效率主要影响因素。

结论4：技术进步对东北地区大规模生猪养殖生产效率作用强度最大。与中、小规模一样，东北地区大规模生猪养殖主体也可通过提高养殖技术、培养技术人员等方式提高生产效率，增加生猪有效供给，改进生猪养殖投入结构，从生猪生产者角度最大限度增加市场生猪有效供给。

2.4.1 试验设计与结果及建模 采用Box-Behnken响应面法，以乳化剂质量分数（A）、助乳化剂质量分数（B）、油相质量分数（C）3个因素为响应因子，以Y1、Y2、Y3为考察指标，以OD为响应值，采用3因素3水平设计试验，每个水平平行试验3次求其平均值[10]。因素与水平见表2，试验方案与结果见表3。

结论5：综合结论1～4可知，对规模化生猪养殖主体而言，技术进步对生产效率作用强度最大，对于散户，吉林省与黑龙江、辽宁两省生产效率首要影响因素不同。

表3　2004～2014年东北地区中规模生猪养殖TFP及其构成Table 3　TFP and its components of the middle-sized in northeast China from 2004 to 2014

图4　近年来吉林省中规模生猪养殖TFP及其构成增长率变化趋势Fig.4　Trends of the growth rate of TFP and its components of the middle-sized in Jilin Province in recent years

表4　2004～2014年东北地区大规模生猪养殖TFP及其构成Table 4　TFP and its components of the large-sized in northeast China from 2004 to 2014

2.5东北地区各省不同规模生猪养殖TFP均值比较

由表5可知，2004～2014年东北地区各省不同规模生猪养殖主体TFP均值分布情况。

其中，黑龙江省不同规模生猪养殖主体生产效率依次为：大规模、散户、中规模和小规模；吉林省生猪规模养殖主体生产效率依次为：小规模、中规模、大规模和散户；辽宁省生猪规模养殖主体生产效率依次为：大规模、小规模、中规模和散户。

表5　2004～2014年东北地区各省不同规模生猪养殖TFP均值Table 5　Mean of TFP of the hog-breeding of different scale in northeast China from 2004 to 2014

从比较结果来看，东北地区规模化生猪养殖主体生产效率明显高于散户，东北地区已具备生猪养殖规模化条件。表5中，辽宁大、小规模生产效率最高，其后依次是吉林的小、中规模，黑龙江大规模，说明优势生猪养殖规模存在区域差异。因此，东北三省应根据实际情况选择生猪养殖规模，选择生产效率较高的规模养殖，增加有效供给，提高并创新生猪养殖技术，降低生猪养殖成本。

3　结论与建议

本研究将Malmquist指数法与LMDI指数法结合，基于“M-L”模型探索影响东北地区生猪有效供给主要因素，通过比对东北地区生产效率均值，得出东北地区生猪养殖发展现状特征，提出增加东北生猪有效供给、补充生猪养殖短板的针对性建议。研究结果表明：①技术进步是影响东北规模化生猪养殖主体有效供给及其市场应变能力主要因素；②东北散户生猪养殖主体有效供给主要影响因素不同；③从均值看，东北地区规模化生猪养殖主体生产效率高于散户，说明东北地区已具备生猪养殖规模化条件；④东北三省优势养殖规模存在差异，黑龙江省可采取大规模和散户互补方式养殖生猪，吉林省可通过小规模和中规模相结合方式养殖生猪，辽宁省可采取大规模和小规模结合模式养殖生猪。

针对上述结论，建议：①鼓励生猪养殖科技创新，加强生猪养殖技术人才培养，借鉴国外先进养殖技术与经验；②减免生猪养殖主体税收，降低养殖成本，释放生猪市场活力，散户生猪养殖主体可通过合理安排要素投入比例等方法改进生产结构；③东北地区应推动生猪规模化养殖进程，通过建立合作社、规模企业等方式加速生猪养殖规模化；④因地制宜，结合当地环境承载力以及养殖条件等因素选择养殖规模。

[1]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(7):107-112.

[2]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.

[3]郭军华,倪明,李帮义.基于三阶段DEA模型的农业生产效率研究[J].数量经济技术经济研究,2010(12):27-38.

[4] 张园园,孙世民.基于DEA模型的山东省生猪生产效率研究[J].技术经济,2013(2):71-76.

[5]宁攸凉,乔娟,王征兵.中国大中城市生猪大规模养殖模式的成本效率分析[J].技术经济,2010(2):81-84,97.

[6]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.

[7]廖翼,周发明.中国生猪养殖生产效率的实证分析——基于DEA-Malmquist指数法[J].技术经济,2012(5):93-98.

[8]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.

[9] 梁大鹏,刘天森,李一军.基于LMDI模型的金砖五国二氧化碳排放成本及其影响因素比较研究[J].资源科学,2015(12):2319-2329.

[10]刘满芝,杨继贤,马丁,等.基于LMDI模型的中国主要大气污染物的空间差异及其影响因素分析[J].资源科学,2015(2): 333-341.

[11]李国璋,王双.中国能源强度变动的区域因素分解分析——基于LMDI分解方法[J].财经研究,2008(8):52-62.

[12]周纯义.引入人口老龄化的中国人力资本Divisia指数测度[J].统计与决策,2015(18):25-28.

[13] 刘金东,冯经纶.中国税收超GDP增长的因素分解研究——基于Divisia指数分解方法[J].财经研究,2014(2):30-40.

[14]王双英,李东,王群伟.基于LMDI指数分解的中国石油消费影响因素分析[J].资源科学,2011(4):759-765.

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

Study on hogs'productivity ripple effect in northeast China based on

"M-L"model/WANG Gangyi,ZHU Nengyue,QU Lili,ZHANG Guitong,SI Runxiang(School of Economics and Management,NortheastAgricultural University,Harbin 150030,China)

For exploring main factors influencing effective supply of different scale hog-breeding and improving the hog-breeding in northeast China,this paper measures production efficiency and its components by Malmquist index and obtains the growth rate of productivity efficiency by LMDI model based on the data of hogs'main product output,by-product value,direct costs,indirect costs and labor cost from 2004 to 2014 four scale hog-breeding:retail,small-scale,medium-scale and large-scale.Then analyze the main factor influencing production efficiency from two aspects of value and fluctuation trend.The results showed that technological progress was the main factor in northeast scale hog-breeding productivity growth; the main factors affecting productivity of retail in different regions is different;from the average,the productivity of scale hog farming was higher than the retail in northeast;moderate hog scale farming of northeast three provinces were different.

hog-breeding scale;Malmquist index;productivity;LMDI model;technological advances

ΔQi=Qti-Qt-1i=ΔPi+ΔTi+ΔSi

F326.3

A

1005-9369（2016）08-0082-08

2016-01-06

国家自然科学基金项目（71303040，71173035）；中国博士后研究基金项目（2013M540268）

王刚毅（1980-），男，副教授，硕士生导师，博士，研究方向为生猪产业及决策理论。E-mail:awgy@cau.edu.cn

曲丽丽，副研究员，硕士导师，研究方向为农村金融。E-mail:911qll@163.com