姜鹏，张斌，程长林

（1.北京市农林科学院农业信息与经济研究所，100097；2.北京物资学院经济学院，北京101149）

0 引 言

乳业惠及亿万人民身体健康，是关系国计民生的大产业[1]。2019年，农业农村部等七部委联合印发《关于进一步促进奶业振兴的若干意见》，加大乳业发展支持力度，促进奶业振兴发展。近年来，奶源基地建设进一步加强，生产全程管控不断强化，国产优质品牌正在深入市场[2-4]。同时，随着智能设备应用于奶牛场生产管理，乳业发生了巨大变革，结构调整与转型升级已初步完成[5-7]。在政策支持与引导下，我国原料乳生产的区域集中度逐步提高，区域竞争力不断提升[8-11]。现有乳业支持政策主要针对养殖环节的补贴政策和加工环节的规范准入政策等。乳业支持政策一方面支持上游养殖环节的生产，另一方面对加工各环节的标准及管理进行规范与约束[12]。然而，为辨析乳业支持政策对原料乳生产的作用机理与实效，本研究将着重分析两者之间的互为关系，为将来乳业振兴献计献策，实现乳业振兴目标。

1 模型设定

原料乳生产的影响主要包括奶牛养殖规模和奶牛单产水平两个方面。原料乳产量是养殖规模与原料乳单产的乘积，其中，原料乳单产反映了奶牛品种、牛群结构、饲养管理等综合水平。因此，在分析原料乳生产各环节影响因素中，要将奶牛养殖及奶牛单产的影响因素分别进行分解。

1.1 理论模型

原料乳生产的影响主要包括奶牛养殖规模和奶牛单产水平两个方面。原料乳产量是养殖规模与原料乳单产的乘积，其中，原料乳单产反映了奶牛品种、牛群结构、饲养管理等综合水平。因此，在分析原料乳生产各环节影响因素中，要将奶牛养殖及奶牛单产的影响因素分别进行分解。首先，奶牛养殖规模模型的设置主要参考了供给反应模型的相关理论[13-14]。目前，WG模型是最主要的供给反应模型，运用十分广泛，在产业实证分析中，供给反应模型的应用可根据产业行为需要引入新的变量，进行多元回归分析[15]。

1.2 变量选取与模型构建

1.2.1 变量解释

(1)奶牛养殖规模的主要影响因素。

①奶牛养殖决策。考虑奶牛泌乳周期，上一期奶牛泌乳单产及供给反应，必将对下一期奶牛养殖策略产生影响。我国奶牛品种主要是中国荷斯坦牛，是纯种荷兰牛与本地母牛的高代杂种，经长期选育而成的，也是我国唯一的乳用牛品种。根据理论模型，应该采用WG模型比较分析奶牛养殖对下一期决策的影响。

②原料乳价格。原料乳价格是影响奶农生产决策最重要的要素之一，目前已有的供给反应研究均已验证了农产品自身价格对供给具有显著的正向影响。对于原料乳而言，原料乳价格不仅直接体现了原料乳价格支持政策的实际作用，也是反映价格支持政策是否能够促进原料乳生产的重要指标。因此，研究原料乳的价格供给弹性，能为原料乳支持政策改革提供重要的参考。

③生产要素价格。生产要素价格是反映原料乳生产过程中各种物质投入的指标，是生产成本的重要体现，对奶农养殖意愿具有重要影响。一般而言，当生产要素价格较高时，生产投入规模将趋于减少；反之，将增加。

④机会成本。机会成本直接体现为替代作物价格。当原料乳的替代品价格日益提高，或原料乳价格降低时，农户可能会选择替代物生产，而放弃原料乳生产，从而减少奶牛养殖规模。除了替代品价格之外，非农就业机会也是机会成本的重要部分。当农业生产比较收益下降时，农户将逐渐放弃农业生产，进而投入到其他行业工作，如建筑业、制造业和服务业等。非农就业机会将通过工资性收入占农民人均纯收入的比重来衡量。当工资性收入越多时，说明农民有更多在非农领域的工作机会和收益，因此会影响其对原料乳生产的意愿。

⑤补贴政策。补贴是价格支持政策的一种，该政策的目的在于，通过良种补贴、苜蓿种植补贴等降低奶牛养殖成本。尽管有些补贴无法直接作用于奶农，但补贴政策能够作用于原料乳价格，改变农户对原料乳的价格预期，进而影响奶农与奶企的生产决策。

(2)原料乳单产的影响因素

①原料乳价格。原料乳价格不仅能影响奶牛养殖规模，还能够影响原料乳单产。这是由于对原料乳价格的预期能够影响奶农的生产积极性，从而影响奶牛养殖及原料乳生产的投入程度。

②生产要素投入。对于原料乳生产而言，生产投入对于奶牛单产水平起着关键作用，合理的生产投入能够促进奶牛单产的提高。对于奶牛养殖而言，最重要的生产要素投入是饲草。

③自然灾害。由于农业生产对土地、气候、水资源等自然资源的依赖较重，导致农业生产的弱质性。对于奶牛养殖与原料乳生产而言，目前的养殖方式还较为粗放，饲草供给单一，抗风险能力极低，因此自然灾害对原料乳单产有重要影响。

④技术进步。技术进步对于单产具有促进作用。技术进步主要表现为品种、生产要素、机械化的创新和发展，意味着科技水平的提高、生产能力的上升、生产方式的转变等，能够提高原料乳生产率。

⑤补贴政策。补贴政策能够影响农户增加资本投入从而影响原料乳产量，这种投入主要影响的是原料乳的单产水平[16]。目前补贴政策主要包括农机具购置补贴，苜蓿种植补贴等。

1.2.2 变量设置及说明

(1)奶牛养殖规模影响变量。

根据上述对奶牛养殖规模影响因素的分析，将以当期的奶牛出栏作为模型的被解释变量，原料乳价格、要素投入（饲草投入、奶牛投入、机械投入），替代品价格（猪肉、鸡肉、羊肉、鸡蛋）、非农就业机会（滞后一期的工资收入占比）、虚拟变量（补贴政策）为解释变量。具体的变量设置及变量代码如表1所示。

表1 奶牛养殖规模影响因素模型变量设置

（2）奶牛单产影响变量。

以当期原料乳单产为被解释变量，滞后一期原料乳单产、原料乳价格、自然灾害受灾率、技术进步、生产性补贴政策为解释变量，具体的变量设置及变量代码如表2所示。

表2 模型变量设置

1.2.3 模型构建

根据上述分析，为防止参数估计中出现异方差，实证模型将采用双对数的形式，直接反映各变量对奶牛养殖规模的变化弹性，因此，将奶牛养殖规模与原料乳单产实证模型的设定如下：

模型一：

模型二：

式中：α0~α6及β0~β6均为待估参数；ut为随机干扰项。

2 实证分析

2.1 数据来源及处理

考虑模型中各变量统计口径的一致性，选取1992年~2017年中国原料乳生产影响变量的数据，其中，奶牛养殖规模、原料乳价格、苜蓿价格及苜蓿消费量等数据来自于《中国乳业资料汇编》。各省农民的工资性收入和人均纯收入、自然灾害受灾率等数据来自历年《中国统计年鉴》以及各原料乳主产区的地方统计年鉴。各主产省份的原料乳价格、替代品价格等数据均来自于历年《全国农产品成本收益资料汇编》。为了剔除价格因素影响，原料乳价格、替代品价格分别用原料乳生产者价格指数（2000年以前为原料乳价格指数）、苜蓿投入价格用各地区的居民消费价格指数进行平减计算。

2.2 实证结果

2.2.1 参数估计

由于面板数据存在时间序列过程，因此解释变量存在潜在的序列不平稳性，有可能导致虚假回归的现象。因此，参数估计前首先通过LLC检验、IPS检验(Im等,2003)、Fisher-ADF检验(Dickey和Fuller，1979)和Fisher-PP检验(Phillips和Perron,1988)，对各变量进行单位根检验，其中LLC检验是针对相同单位根的检验,IPS检验、Fisher-ADF检验和Fisher-PP检验是针对不同单位根的检验。从结果来看，所有变量均通过了单位根检验，表明变量均为平稳序列变量，符合进一步分析的基础。此外，面板模型回归过程中截距项估计的选择，应通过Hausman检验确定采用固定效应回归模型还是随机效应回归模型，当检验结果显著拒绝原假设时，说明模型存在个体效应，应该采用固定效应模型；反之，则采用随机效应模型，因此，Hausman检验结果表明，模型一与模型二最终均拒绝原假设，采用固定效应回归（检验结果如表3和表4所示）。

表3 模型单位根检验与Hausman检验结果

表4 Hausman检验结果

2.2.2 结果分析

上述结果中，模型通过了F检验，且R2都较高，说明模型拟合度较好，因此可以运用上述模型的结果进行分析。

由模型参数估计系数结果可知：

第一，补贴政策对奶牛养殖规模没有起到促进作用，表明目前奶牛养殖补贴政策的挤出效应并未对规模水平提升产生显著的驱动效果，因此，补贴政策调优将是未来乳业政策制定中的重点。就乳业支持政策对原料乳单产的影响而言，生产性补贴政策对原料乳生产具有显著的正相关关系，表明生产性支持政策有利于提高奶农积极性，尤其是农机具购置补贴的实施，对苜蓿种植成本、奶牛养殖水平提升产生积极的影响，对提高奶牛单产起到一定的推动作用。此外，由于目前的生产性补贴政策力度小，标准低，因此还需要进一步的调整和完善。

第二，原料乳价格对奶牛养殖规模有显著的正向作用，价格弹性在99%的置信区间上显著为正，表明奶农对价格的预期能够影响奶牛养殖规模。在奶牛养殖决策时，奶农会根据上一期的原料乳价格来判断预期价格，决定本期的奶牛养殖行为。同样，原料乳价格对原料乳单产有着激励作用，表明原料乳价格的稳定和提高对原料乳单产具有积极意义。因此，其政策启示在于当价格政策合理时，对提高原料乳单产、稳定原料乳生产是有积极意义的。

第三，奶牛养殖受机会成本的影响较大。不论是替代作物价格还是非农就业机会，都对奶牛养殖产生反向的作用。结果表明，奶牛养殖规模受比较收益的影响较大。当前，我国原料乳生产由于成本收益率较低，面临着机会成本增加的困境，因此，奶农将逐渐放弃奶牛养殖，转而在二、三产中就业，不利于原料乳有效供给。

第四，其他因素的影响中，一是滞后一期奶牛养殖规模及前一期原料乳单产的对当期奶牛养殖与单产的影响较为显著，且均对当期产生一定的正向反馈效应。二是物质费用及苜蓿投入的影响，显然要素投入量的增加不仅具有显著的产出效应，同时对单产效率也呈正相关关系，表明当前奶业生产仍处于要素边际报酬递增阶段。三是自然灾害与技术进步水平对原料乳单产的影响截然相反，说明自然灾害率的提高，一方面影响饲草的有效供给，另一方面对奶牛产奶率也有一定的负面影响；相反，随着技术进步与技术支持的加强，高产奶牛繁育、饲草抗灾增产、奶牛精准饲养与智能挤奶技术的不断推广，奶牛养殖成本收益率与原料乳单产效率将随之增加。

表5 模型参数估计结果

3 结果及启示

通过构建供给反映模型，从奶牛养殖规模和单产两个维度分析政策因素对原料乳生产的作用机理，实证结果在很大程度上反映了原料乳生产中的政策支持效应，具体结论如下：第一，当前乳业补贴政策对原料乳生产的激励作用潜力较大，边际效应仍然未达到最大化；由于补贴额度小、标准不高，且区域差异大，导致了原料乳生产补贴政策的传递效率存在减损现象，因此，还需进一步加大对原料乳生产性补贴的力度，充分发挥生产性补贴对原料乳生产的激励作用。第二，原料乳价格对原料乳生产的显著影响，再次说明价格作为重要的市场信号反映奶农预期收益的预期，进而影响生产积极性。因此，原料乳市场中合理的价格形成机制对激励原料乳生产、稳定产量具有重要的推动作用。第三，机会成本越高，则原料乳的比较收益就越低，如从事其他农事活动或二三产劳动带来的收入水平越高，则奶农生产意愿下降，原料乳生产将趋于收缩，因此，只有保障奶农的经营收益，才是政策制定与乳业发展的重点。第四，要素投入与技术进步对原料乳生产效率提升具有一定的激励效果，但是仍需进一步加强，因此，应该支持 对原料乳作物的技术创新和推广，保障原料乳生产。

综上所述，通过乳业支持政策对原料乳生产影响的实证分析，对指导原料乳生产将产生一定的启示意义。首先，奶农在生产决策时对当期原料乳价格与价格变化预期信号具有高度的敏感性，考虑到当期乳业支持政策中苜蓿种植补贴、农机补贴等补贴政策的支持范围与力度有限，因此，充分利用乳业振兴发展的新契机，调整与优化乳业支持政策，探索更有效的稳定和提高原料乳生产的支持政策，提升民族乳业信心，振兴民族乳业。其次，为进一步促进乳业支持政策对生产要素与技术推广向原料乳生产的梯次引导，要制定和完善对奶农的生产性补贴，加大对高质量的生产要素的补贴，增加对新技术的支持，提高原料乳生产的机械化水平，促进原料乳总产量的提升。