资源描述：
《生猪养殖规模报酬和全要素生产率的作用研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、生猪养殖规模报酬和全要素生产率的作用研究 一、引言 近年来,我国生猪生产正经历区域和规模结构的演变。首先,随着经济增长方式转变、产业结构调整,部分地区从生产逐渐转向消费。20072011年19个生猪主产省份猪肉产量年均增长17.92%,到2011年占全国31个省份猪肉产量的比重达92.08%。其次,养殖规模化程度明显提高。 20072011年年出栏50头以下的散户数量减少了2500万户,50头以上的规模户数量增加了50万户,5万头以上的猪场从50户增加到162户。市场经济条件下,给定投入要素与产出价格,驱动养殖区域和规模结构演变的是由规模报酬和全要素生产率(TFP)所决定的养殖效益
2、。广泛使用的规模报酬测量的是规模弹性,全要素生产率的增长源于效率提升、技术进步、寻找规模经济及配置效率四种因素的组合。分析生猪主产省份不同规模养殖户规模报酬和全要素生产率增长率的变化,对于明确我国生猪养殖规模结构演变的方向、提高资源利用效率具有重要的现实意义。 自Solobhakar(2000)将全要素生产率变化分解为技术进步、规模经济和经济效率(包括技术效率和配置效率)等成分,更有助于评价和制定促进生产率进步的政策(Pires等,2004)。(2)随机前沿技术的应用。Sharma等(1997)和Ma等(2002)分别用截面和时序数据C-D生产函数随机前沿模型预测夏威夷和我国生猪生产技
3、术效率;Nigel等(2008)用超越对数生产函数随机前沿模型比较分析了19922004年美国三个地区生猪生产全要素生产率及其构成变化。 我国关于农业生产率的定量研究开始于20世纪80年代(万广华,1988)。国内学者就随机前沿技术在生猪生产效率评价中的应用已证明了超越对数生产函数能较好地模拟我国生猪生产(周咏,1999),并以散户或规模户为研究对象,测算生猪生产要素贡献或技术效率(杨军,2003;肖红波,2010;王明利等,2011)。 综上所述,测算增长源泉与质量的随机前沿分析技术在国外日渐成熟,我国生猪生产率的研究对象和范围已与养殖规模、区域结构演变的现状不太适应。考虑到200
4、7年下半年以来我国生猪业各项扶持政策的影响,本文基于20042011年我国17个生猪主产省份散户、小规模户、中规模户和大规模户投入与产出面板数据,运用随机前沿模型估计结果,比较分析20042007年与20072011年两个阶段不同省份和规模养殖户规模报酬和全要素生产率变化,明确养殖结构演变过程中规模报酬和全要素生产率的作用,为转变生猪业增长方式、提高生猪生产绩效提供政策参考。 二、模型、变量与数据 (一)模型设定 超越对数生产函数是由抽象的生产函数进行二阶泰勒展开得到的简单对数线性函数,具有二阶灵活性,能够表示中性技术进步和对单个投入要素起作用的偏性技术进步,计算规模弹性可以成为生
5、猪生产函数的较好选择。我国生猪生产超越对数形式的前沿模型定义为: 其中,qit表示第i个主产省份在第t年的产出;xnit表示第n个投入要素,时间变量t表示技术变化的时间趋势,t与投入要素的交互作用考虑了非中性技术变化,二次时间变量t2考虑了非单调的技术变化;β为待估参数;vit~N0,σ2()v独立于非负技术无效项半正态分布;uit~iidN+(0,σ2u)或截断正态分布uit~iidN+(μ,σ2u)。 规模弹性ε是指所有投入要素增加1%时产出增加的百分比,在规模弹性小于、等于或大于1时,生产函数在局部就呈现规模
6、报酬递减(DRS)、规模报酬不变(CRS)或规模报酬递增(IRS): 素生产率的变化可以用马姆奎斯特TFP指数(MTFP)来表示。根据Orea(2002),用超越对数产出导向的距离函数DO(qit,xit,t)表示各主产省份在t期的生产技术,s~t期马姆奎斯特全要素生产率指数的自然对数能分解为技术效率变化(EC:即厂商给定投入水平时达到最大产出的能力变化)、技术变化以及规模效率变化(TC:即给定投入水平时最大产出增长和规模效率变化)以及规模效率变化(SC:即厂商最优规模运营的程度变化): 投入选择的配置效率变化(AC),即厂商在最低成本水平上(给定投入要素价格)生产给定产出时,对投入
7、组合选择的能力变化,与规模效率共同组成经济效率的测量。Nigel等(2007)为估计配置效率的改变,将单一产出Tornqvist指数变化的对数形式与MTFP指数的对数形式相减得到配置效率变化为: 其中,σitn是投入要素的费用份额。 至此,规模弹性为所有投入要素产出弹性之和,全要素生产率的变化被分解为技术效率变化、技术变化、规模效率变化和配置效率变化,规模效率和配置效率变化总称为经济效率变化。 (二)变量与数据
