散养奶牛养殖成本效率模型构建分析

　　散养奶牛养殖成本效率及影响因素

　　摘要：本文针对散养奶牛养殖发展的客观趋势, 从散养奶牛养殖的成本效率出发, 通过采用大量参考文献的分析法、对比法, 分析了指标收集、数据信息与描述性等概念, 阐述了探讨方法与构建模型, 探讨了散养奶牛养殖成本效率模型的构建与分析。首先, 分别详细介绍了指标收集、数据信息与描述性等概念, 其次, 分别详细阐述了探讨方法与构建模型的内容, 最后, 通过模型估计结果分析、非成本效率的影响因素分析、成本效率水平差异性分析三个全面的探讨了散养奶牛养殖成本效率模型估计结果。希望通过这次研究, 为散养奶牛养殖人员提供有效的参考。

　　关键词：散养; 奶牛; 养殖成本; 效率; 影响因素;

　　作者简介： 钟铸 1998年生, 男, 本科, 在读学生, 研究方向:农林经济管理。;

　　最近几年, 随着我国对散养奶牛养殖的不断关注, 对散养奶牛养殖技术提出了更高的要求, 因此, 关于“散养奶牛养殖成本效率及影响因素”这一话题成为了社会关注的焦点。为了推动散养奶牛养殖技术的快速发展, 我们一方面要重视对指标收集、数据信息与描述性等概念的认识和理解, 另一方面积极参与到研究方法与模型选定的探讨中, 除此之外, 还要加强对散养奶牛养殖成本效率模型估计结果的研究和探讨。对散养奶牛养殖技术的快速发展起着积极的促进作用。

　　1 指标收集、数据信息与描述性分析

　　1.1 指标收集

　　本文在查阅大量的参考文献的基础上, 坚持科学、高效、公平的研究原则, 根据随机参数形成的边际和效率成本函数的思想, 将从样本中选取奶牛总质量 (C) 作为本研究的唯一解释变量, 众所周知, 散养奶牛养殖成本效率跟养殖人员对指标数据信息的收集有很大的关系, 所以为了提高散养奶牛养殖成本效率, 必须加强养殖人员对指标数据信息的收集意识, 例如, 养殖人员可以通过网络的形式, 查找网络发布的关于指标数据信息的官方数据, 加强对指标数据信息的深刻的认识和理解, 同时, 养殖人员在收集指标数据信息的过程中, 要主要辨别不合理的指标数据信息, 避免因为收集指标信息数据不合理对散养奶牛养殖成本效率的研究结果产生影响。许多学者从在研究理论的基础上分析了奶牛饲料配比、多种疫病、固定资产条件和农民综合素质对奶牛养殖的影响。因此, 本文主要通过实证分析的方法, 探讨了散养奶牛养殖成本效率指数与其他四个影响变量之间的内在关系。

　　1.2 数据资源以及对数据资源的描述性分析

　　本文通过大量的参考文献并参考了关于“2016-2018年散养奶牛养殖”的官方数据, 并利用数据分析软件对散养奶牛养殖成本效率进行了一系列的测算和分析。可以从以下几个方面入手, 第一方面是散养奶牛的饲料成本, 第二方面是散养奶牛的饲料量, 第三方面是散养奶牛的人工成本[2], 第四方面是散养奶牛的固定资产, 第五方面是散养奶牛的医疗防疫成本。其中, 需要引起大家关注和重视的是, 为了避免因过多的使用多重共线性效应而产生成本不准确的问题, 必须控制好散养奶牛养殖成本效率。

　　2 探讨方法与构建模型

　　2.1 探讨方法

　　散养奶牛养殖成本效率是指通过衡量喂养奶牛的饲料成本费用与实际消耗成本费用的比值, 即在相同影响因素的情况下[3]。根据研究的成果可知, 散养奶牛养殖成本效率应用最为广泛两种新型的理念, 一种新型的理念是提高对奶牛的饲料的喂养量, 第二种新型的理念是加强对奶牛乳房的清洁和消毒, 只有把这两种喂养奶牛的新型理念应用到对散养奶牛养殖成本效率的研究中, 才能将这两种新型的喂养理念的价值充分发挥出来。通过加强对适用于散养奶牛养殖成本效率测算[4], 使用各种成本数据得到准确度更高的研究成果。同时, 通过大量运用极大似然的数学预估和测算方法对各种成本数据的拟合度进行了全面而详细的分析, 并且在散养奶牛养殖成本函数的基础上引入了各种成本数据作为实参的函数, 来研究喂养奶牛所要求的环境条件和随机误差成本数据对散养奶牛养殖成本效率的影响。

　　2.2 构建模型

　　散养奶牛养殖是一个漫长、繁琐、复杂的过程, 影响和制约散养奶牛养殖成本效率的因素有很多。在借鉴大量参考文献的基础上, 将前文中选取的影响散养奶牛养殖成本效率变量代入成本非效率函数中和非效率函数[5], 运用数据分析软件对相关多个变量进行检验和分析, 并通过与大量医疗防疫费用、喂养奶牛的固定资产、喂养者的受教育水平以及喂养饲料产量等因素对散养奶牛成本效率的影响。

　　3 散养奶牛养殖成本效率模型的构建与分析

　　3.1 散养奶牛养殖成本效率模型的构建

　　众所周知, 成本变量的效率系数值几乎都通过了实验人员的验证和检验, 方差σ2和变差率γ值均在1%水平下有明显的上升趋势, 通过这次实验说明了一个问题, 只有加强使用超越各种成本效率函数所构建的模型, 才能增强研究成果对散养奶牛成本效率的实用性和科学性。所以为了提高对该散养奶牛成本效率模型的构建, 可以通过不断提高和改善因前沿奶牛成本效率与实际奶牛成本效率的比值产生的成本非效率的相关性和安全性, 通过对γ值接近性的不断研究。发现了一个明显的现象, 当散养奶牛成本效率与散养奶牛成本非效率之间的相关性越强时。对散养奶牛成本模型的构建就显得意义重大, 从这次研究中可以看出, 本研究的γ值为0.859说明一个很深奥的问题, 造成我国散养奶牛成本效益比较低的根本原因不是成本效率过低问题, 而是成本非效率过低问题, 因为仅有0.1031是由成本非效率过低问题等不可控因素造成的, 例如喂养奶牛需要的气候条件、对奶牛的病虫害的防治等一系列问题。与此同时, 当存在成本非效率作为主要的制约因素时, 可以通过对似然比统计量的分析和研究, 从而验证因可依赖单边所导致的似然比统计量和LR的显着性归纳结构, 通过这次判断和探讨。发现一个很有意思的现象, 本次实验所用到的LR值为171.4602时, 其散养奶牛成本效益明显大于约束条件为6的散养奶牛非成本效益。因此, 为了提高散养奶牛成本效益, 必须把奶牛的成本效率水平控制在为12%的χ2临界值14.81的范围内, 从而大大提高了饲养人员的经济效益和奶牛的质量水平, 同时也说明本研究对于建立散养奶牛成本效益模型是有着非常大的参考意义。

　　3.2 非成本效率的影响因素分析

　　众所周知, 当散养奶牛养殖所涉及的固定资产系数值为负值的情况下[6], 说明饲养户的教育水平比较低, 因此, 提高饲养户的教育水平可以提高散养奶牛成本效率。因此, 通过非成本效率的影响因素分析和研究, 发现影响非成本效率的影响因素有饲养人员缺乏专业的饲养技术、对奶牛身上的粪便和尿液没有有效清理等因素。

　　3.3 成本效率水平差异性分析

　　众所周知, 当散养奶牛养殖所涉及的固定资产系数值为负值的情况下, 说明大量的先进奶牛养殖技术对推动基础设施建设有很强的推动作用, 为了完善奶牛养殖技术所用到的先进技术设备。可以通过增加散养奶牛养殖成本效益入手, 因为只有这样才能让成本效率与真实的调研效率相符。随着我国对散养奶牛养殖技术的不断重视[8], 很多散养用户用到的饲养设备比较落后, 并且存在卫生条件严重不达标的情况, 由于卫生条件得不到保障, 大量的粪便与尿液在奶牛身上随处可见, 由于工作人员的疏忽[9], 奶牛的乳房由于没有真正做到有效的清理和消毒, 又因为很多饲养户缺乏挤奶的基本常识, 当饲养户采用人工挤奶方式进行挤奶的时候, 会导致因为人工挤奶的技术不过关, 导致不能把奶牛的奶充分的挤出来, 造成牛奶的浪费, 给养殖人员造成不必要的经济损失, 从而对奶牛的成本效益造成了严重的影响[10]。

　　4 结束语

　　综上所述, 随着我国散养奶牛养殖技术的快速发展, 越来越多的人加入到这项技术的研究中, 通过不断加强对指标收集、数据信息与描述性等概念的认识和理解, 为接下来对研究方法与模型选定的分析奠定了一定的基础, 除此之外, 关于对散养奶牛养殖成本效率模型估计结果与探讨的研究也取得了可喜可贺的成果, 为我国散养奶牛养殖技术未来的可持续发展奠定了一定的理论基础。

　　参考文献

　　[1]刘春明, 郝庆升, 周杨.我国散养奶牛养殖成本效率及其影响因素研究[J].中国畜牧杂志, 2018, 54 (11) :128-132.
　　[2]段弯弯, 杨红.我国肉羊散养的成本效率及其影响因素[J].贵州农业科学, 2015 (5) :232-234.
　　[3]宁静, 魏杰, 吕芳, etal.农户散养奶牛生产成本与收益分析——以山西省为例[J].现代农业科技, 2015 (15) :318.
　　[4]汪浩, 刘鹏凌.基于DEA模型奶牛不同规模养殖生产效率分析——河南省与全国的比较[J].云南农业大学学报 (社会科学) , 2018, v.12;-No.64 (2) :40-47.
　　[5]胡月.奶牛养殖模式效率评价与产业发展政策研究[D].石家庄:河北经贸大学, 2015.
　　[6]周杨, 郝庆升, 李彩彩.我国4种规模奶牛养殖生产要素配置现状及其优化研究——基于Translog-SFA的技术效率分析[J].中国畜牧杂志, 2017 (12) :124-129.
　　[7]李尊娟.内蒙古奶牛不同养殖规模对比研究——基于成本收益和技术效率分析[D].呼和浩特:内蒙古农业大学, 2013.
　　[8]韩青.八五八农场托牛所奶牛养殖模式经济效益研究[D].哈尔滨:东北农业大学, 2013.
　　[9]谭留兵.黑龙江省散户模式奶农收益影响因素及对策研究[D].哈尔滨:东北农业大学, 2013.
　　[10]潘亚茹, 王娜娜, 耿飙, etal.适度集中清洁资源化处理散养奶牛粪便生态补偿标准测算——以云南大理奶牛养殖为例[J].农业展望, 2017 (2) :12.