生猪标准化规模养殖扶持政策的效果研究，本文主要内容关键词为：生猪论文,扶持政策论文,规模论文,效果论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：F304 文献标识码：A 文章编号：1003-3890(2016)02-0072-10 生猪产业在我国经济系统中具有十分重要的作用，猪肉不仅是我国消耗量最大的肉类，也是CPI指数的重要组成部分，猪肉所占权重在CPI指数的计算中超过6%(Yu et al.，2014)[1]。近年我国的生猪养殖产业，基本形成以规模养殖为主、散户为辅的分布状态，出栏率约为142%，平均每头母猪年生产肥猪16～17头，虽然我国生猪养殖产业已经取得了长足的发展，但是相比欧美的一些农业发达国家还有存在明显的差距(肖红波等，2014)[2]。 为改善落后的生产方式，提升生产效率，促进养殖户迅速形成规模，对生猪养殖业采取补贴政策是政府的必然选择。从2007年我国启动对生猪养殖产业提供补贴以来，现已形成普惠型与定向型相结合的基本补贴机制，普惠型补贴主要包括能繁母猪补贴、良种补贴、种猪保险补贴等，定向型补贴则是针对特定的对象进行相应的扶持，主要包括标准化规模养殖扶持、生猪调出大县奖励等。我国对生猪养殖提供补贴还处于初级阶段。Hurt(2010)[3]对1949-2008年的中美两国农业政策作了详细的比较，美国自1930年以来一直坚持基于市场和自愿原则的农业补贴政策，其目的是保障农户的收入水平，鼓励农民进入城市就业，促进大规模农场的形成。中国的农业政策虽然一直在变迁，但其实质是采取牺牲农业发展工业的方式，致使粮食长期处于低价状态，至今农户收入仍然严重低于城市居民。欧美等发达国家的畜产品猪补贴政策经过六十年以上的运行和改进，形成了一套完整的体系，已成为影响畜产品生产的主要力量，王为农、方松海(2009)[4]美国、欧盟与日本的农业补贴政策进行了比较，认为三大经济体的农业补贴政策的目的虽然都是保障农业生产者的收入不低于市民平均收入，但是三者之间也有较大的差别，其中美国的补贴政策最为成熟和全面，欧盟和日本的补贴则有附带条件。陈阵(2013)[5]认为美国的农业补贴政策强化了美国的农业生产和农产品出口强国的地位，而猪肉补贴是其政策的重要部分。但是全面的补贴政策同时引起了一些争议。Carter et al.(1999)[6]研究了因美国从加拿大进口大量生猪而导致的针对加拿大生猪养殖业补贴的审查，结果显示补贴并不是促进加拿大生猪出口的主要因素，两国间汇率贬值的影响更为显著，同时美国自身的生猪补贴政策存在一定的寻租行为。 国内目前对生猪补贴政策的研究比较缺乏，已有文献大多从定性的角度对目前实施的生猪补贴政策持正面评价。程国强(2011)[7]对我国农业直接补贴①中的部分类型进行了实证分析，认为直接补贴没有起到扩大农业生产的作用，但显著增加了农户的收入，而生猪作为进口敏感性农产品，适用直接补贴，但需要根据市场实际情况实施“反周期补贴”，以防止对生猪供给与价格形成负面影响(程国强等，2012)[8]。方松海、王为农(2009)[9]研究成本快速上升背景下的农业补贴效果，强调了生猪补贴存在的战略考虑不足问题，认为生猪补贴确实存在边际激励效果，但整体激励效果并不突出。郭宏宝(2009)[10]认为农业补贴还存在补贴力度不够、补贴结构不合理、补贴方式不科学等问题。黄德林(2004)[11]研究了我国最佳的生猪规模养殖区位优势问题，提倡在优势区域进行大规模养殖，同时认为规模养殖场的形成需要大量的资金投入与技术，需要政府为生猪产业标准化规模养殖提供必要的扶持。 现有生猪补贴政策相关文献，主要基于定性的角度，从“应补贴与否”或“如何补贴”两个方面研究生猪补贴政策的可行性。从2007年标准化规模养殖扶持政策推出至今已实施8年，其实际效果如何？我们认为有必要从定性与定量的角度，对该政策的实际效果进行分析。本文作者在我国中部某省的生猪调出大市A市内三个县②生行了实地调查，基于实地调查的面板数据，借助微观计量方法，试图对该政策的实际效果进行研究。 本文的主要贡献如下：第一，用约3个月时间，对A市三个县的规模养殖户进行实地调查，获得了一手资料；第二，对影响养殖规模的控制变量进行仔细的分类，包括养殖户的家庭特征和户主个体特征等因素，运用静态和动态面板数据模型检验了标准化规模养殖扶持政策的实际影响；第三，为检验估计结果的稳健性，本文进行了三种稳健性检验，均得到支持本文结论的结果。本文其他部分的结构如下：第二节为标准化规模养殖扶持政策推出的背景；第三节为数据来源与变量统计性描述；第四节为模型设定与估计结果；第五节为估计结果的稳健性研究；第六节为本文的结论。 二、生猪标准化规模养殖扶持政策推出的背景 标准化规模养殖扶持政策(下文简称为扶持政策)的目的是促进大型标准化生猪养殖场的建设，具有单户补贴数额较大，进入门槛较高的特点。该项扶持政策的推出主要基于以下背景。 (一)生猪出栏价格波动剧烈 我国生猪出栏价格存在显著的周期性波动，且周期不断缩短，波峰与波谷间的落差逐步拉大。从2000年至2013年的14年我国生猪出栏价经历了三次周期波动(见图1)。2000年至2006年为第一个周期，该周期内生猪出栏价格一直处于较平稳的状态，仅在2004年达到了8.5元的峰值，2005年和2006年有小幅度的回落。2007年出现了显著的增长，第二季度均价为9.97元，第三季度则飙升至13.26元，2008年第一季度达到顶点16.14元，之后又迅速下降，到2009年第二季度时价格已跌至10元以下，2009年的最低点达到8.4元，这是第二个周期。2010年上半年的生猪出栏价格稳定在11.5元左右，当年年下半年开始则爆发了新一轮的上涨，到2011年第三季度时，生猪均价已经攀升至19.03元的高位，当年部分地区的生猪价格甚至达到了24元的历史顶点。由于我国猪肉价格的波动剧烈，且价格变化呈现出非对称、非线性的特征(ZHAO et al.，2015)[12]，导致规模养殖户的经营面临严重的风险。
图1 2000-2013年生猪出栏均价(元/千克) 数据来源：《中国农产品价格调查年鉴》(2001-2014)。 (二)成本挤压养殖户获益空间 生猪价格剧烈波动的同时，生猪养殖成本却持续上升，从图2可看出，2002年至2013年，全国生猪养殖的成本持续上升，上升幅度超过了220%。生猪养殖成本居高不下，单只成本甚至多次逼近单只销售收入，使成本收入比达到95%以上。成本上升的主要原因是饲料价格与人力成本持续上涨。实地调查数据显示，A市的三种主要饲料的价格，玉米从2007年的1 660元/吨上涨到2013年的2 490元/吨，豆粕价格从2 420元/吨上涨到4 180元/吨，麦麸则从1 225元/吨上涨到1 610元/吨。根据对A市内年出栏量600头的养殖大户的调查，2006年时，当地玉米、麦麸、豆粕、预混料③按一定的比率制成混合饲料后的成本约为2 000元，加上水电、兽药、场地建设维护等费用及种猪成本分摊与死亡损耗④等各项费用后养殖成本达到了7.2元/千克，而当地的生猪均价仅为7.6元/千克，养殖成本收益比达到了94.7%，故养殖户只能获得微利。作者所调查的大部分规模养殖户表示2002年至2014年的多数年间处于微利甚至亏损状态，仅在出栏价较高的2008年、2011年与2012年有相对较高的利润。
图2 2002-2013年全国规模生猪成本情况(元/头) 数据来源：《全国农产品成本收益资料汇编》(2008，2010，2014)。 (三)散养户比率过高 2006年，A市所在省年出栏量在50头以上的规模养殖户数量占全省养殖户总量的比率约为4%，年出栏量在500头以上的规模养殖户占比不足0.2%，规模养殖户生猪出栏量占全省出栏总量的比率不足46%。省内生猪供给主要依靠散户，因此产生如下两个问题：首先是供给不稳定，散养户通常是采用青饲料、厨余残食等喂养生猪，生猪生长周期较长，质量参差不齐，且生猪出栏往往集中在特定时节如春节等，导致平时生猪供给不足，年底则供大于求；其次是易受疫情影响，散养及小规模养殖条件下的检疫预防条件落后，生猪容易感染口蹄疫、蓝耳病、丹毒等传染疾病，由于散养生猪难以实施有效监管，当地甚至发生过多次病猪死猪流入市场后危害居民健康的事件。为了确保生猪市场有安全稳定的供给源，发展生猪肉质稳定、疾病控制条件好的标准化规模养殖场是最优的路径。 (四)养殖户受到环保政策的压力 生猪养殖业伴有严重的污染问题。养殖污染主要有粪物与污水排放、病猪死猪抛放等，给养殖地的生态造成严重的破坏。为保护环境，各地政府均采取措施对养殖业的污染进行限制整改。A市所在省已经推出相应的环保政策，鼓励新建或扩建的猪栏舍配备基本的环保设施，如化粪池、沼气池及病猪死猪处理设备等，而且随着国家对环保问题的进一步重视，生猪养殖行业的环保要求也逐渐严格。以A市某县为例，该县为全国生猪调出大县之一，但目前境内多条河流、水渠以及部分水田受到了污染。2014年该县获得中央财政投入284万元，针对9户存栏量1 000头以上的养殖大户进行污染改造，主要用于建设或购买三级沉淀池、化尸池、大型沼气池、雨水分离器、干粪堆放池、槽罐车等，取得了良好的效果，但此类改造需要大量的资金和技术协助，单靠养殖户自身难以承担。其次，目前该省为了保护省内最大河流的水源安全，河道两岸500米范围内禁止养殖，位于禁止范围内的养殖场一律搬迁或拆除，导致部分规模养殖户必须另择场地重新建设，尽管政府提供了一定标准的补偿，但该补偿不足以弥补新建成本，从而造成养殖户新的成本负担。 基于以上背景，国务院制定颁布了《关于促进生猪生产发展稳定市场供应的意见》，以财政拨款的形式针对生猪养殖业进行补贴，其中一个重要部分为标准化规模养殖扶持政策。各省根据该意见制定并实施具体的扶持政策。例如，A市所在省份规定，将年出栏500头以上的养殖场按年实际出栏量分为4个档次，分别进行相应金额的扶持，资金主要用作猪舍改造及环保设施建设等，原则上不得重复申请。 三、数据来源与变量描述性统计 本文数据主要源于作者在华中地区某生猪大省的A市针对400余户生猪年出栏量500头以上的规模养殖户进行的实地调查，该市的生猪养殖业产值约占全市畜牧业总产值的65%以上，生猪养殖规模、养殖技术与区位优势均处于全省平均水平偏上，因此具有良好的代表性。调查采取了入户调查与委托调查相结合的方式，委托对象为各乡镇兽医站，此外得到了当地畜牧管理部门、保险公司等提供的部分数据。共发放400余份调查问卷，收回150余份，经过对收回问卷进行甄选，剔除缺失值较多的样本，同时为了便于比较扶持政策推出前后的母猪存栏量变化，最终我们采用70户2008年后获得扶持政策的养殖户作为实证分析样本⑤。其中有3户在2009年后进入该行业，另有2户在2013年之前关闭了养殖场。 2014年该省出台政策，禁止在该省境内最大河流沿线两岸500米范围内养殖生猪，受此影响，A市关闭了处于禁止地带内的全部养殖场，导致处于调查序列的70户规模养殖场中的20户关闭或迁址，考虑到数据的一致性，本文删去2014年度的数据。实证研究使用数据为2007-2013年的非平衡面板数据。表1为该数据的基本统计描述。 (一)养殖规模的衡量指标 本文衡量养殖场规模的变量为能繁母猪存栏数⑥(以下简称母猪存栏数)，该变量是衡量一个养殖场持续生产能力的主要指标。表1显示，标准化规模养殖扶持政策推出当年，所调查的70户规模养殖户尚未获得扶持时，平均母猪存栏量为46头。2008年年底，70户规模养殖户中的大部分获得了首次扶持，但在获得首次扶持前均经历了一段较长的遴选期，在此期间，部分养殖户通过购买母猪和仔猪的形式扩充生猪保有量，以在短时间内达到通过遴选的最低规模。遴选期间70家养殖户的户均母猪存栏量增加到50头，养殖规模明显扩大。首次扶持后的数年间，平均母猪存栏量进一步扩大至56头。 (二)养殖规模的影响变量 XIAO et al.(2012)[13]认为生猪养殖增长的源泉在于资源配置效率和规模效率的提高，中国的猪肉产量增长主要取决于要素投入量特别是饲料的投入。本文采取的主要解释变量为生猪出栏价、饲料用玉米批发价(以下简称玉米价格)、饲料用豆粕批发价(以下简称豆粕价格)、饲料用麦麸批发价(以下简称麦麸价格)等；用虚拟变量考察扶持政策对养殖规模的影响；与养殖规模相关的变量还包括仔猪购买量、是否扩建猪栏舍、兽药购买量、是否购买新式设备、长期从事养殖的人员数量等；部分养殖户除了自繁自育仔猪外也会从外部购买仔猪填充猪舍，由表1可以发现，首次扶持前1年，70户规模养殖户平均仔猪购买量为20.38头，遴选期间增加到31.46头。在猪栏舍扩建方面，首次遴选期间有20%的养殖户选择新建或扩建⑦猪栏舍，一为消化新购入的母猪及猪仔，二为确保形成更大的规模。在首次扶持后的5年间，总计有54.3%的养殖户对猪栏舍进行了新建或扩建，据作者的调查，约60%的养殖户表示新建或扩建的资金直接来自标准化规模养殖扶持政策的资金支持。随着养殖规模的扩大，养殖户购置农运车、大型粉碎机、产床等先进设备的比率也相应提高，但是在遴选期内仅有6户新购置了设备，与此对应的是在获得扶持后的5年间，总计有41户更新或新购了大型组合粉碎机、产床、农运车等设备。养殖规模的扩大往往伴随更多的人力投入，表1显示从2009-2013年，有6家养殖场的从业人员增加到3人以上。此外还有一个比较特殊的指标，即修建环保设备的比率，根据当地畜牧管理部门的规定，新建生猪养殖场必须配备一定的环保设施，如封闭化粪池、雨水分离器等，因此新建的养殖场均购置了相应的环保设备，该行为不是养殖户的自主行为，对养殖规模也没有直接影响，但有效改善了养殖场造成的环境问题。 (三)养殖规模的控制变量 影响养殖规模的控制变量主要包括养殖户的家庭特征与户主的个人特征。养殖户的家庭特征主要包括家里是否有党员或干部、是否大家族、子女受教育程度、建房或购房情况、购买轿车等，这些特征能直接影响养殖户的行为决策。表1显示，养殖户家有党员或干部的比率在22%左右，而出身大家族的比率高达60%以上，两个指标叠加后的比率约为70%，说明在农村从事大规模生猪养殖需要一定的家族势力和社会地位支撑。需要重点关注的是养殖户子女受教育状况，在2007-2013年，41.4%的养殖户的子女已完成或正在接受大学及以上学历的教育，而若干养殖户为毕业子女在城市里购买房屋，从而引致一定的购买房屋比率。户主的个体特征包括年龄和学历，这两个指标可能影响户主的行为决策。在所调查的70个户主中，70%以上年龄大于45周岁，且仅有20%左右为高中及以上学历。
四、模型设定与估计结果 (一)模型与变量选取 本文利用非平衡面板模型，探讨生猪出栏价格、饲料价格、扶持政策及养殖户家庭特征与个人特征等因素对母猪存栏数的影响。模型设定如下：
其中
代表养殖户i在第t期的母猪存栏数，
表示价格变量，其包含生猪出栏价格、玉米价格、豆粕价格、麦麸价格，经过计算各变量的VIF后剔除了导致多重共线性的麦麸价格；
代表随时间变动的、可能会影响养殖规模的解释变量，包括是否享受扶持政策、是否扩建猪栏舍、养殖人员数量、是否购置新式设备等，
代表养殖户家庭特征与户主个人特征。
表示不随时间变化的个体特征，
表示与解释变量无关的随机干扰项。表2为模型中各个变量的具体含义。
(二)静态面板数据模型 在实地调查中发现，部分养殖户为达到扶持政策规定的最低规模标准，存在当年主动扩建猪栏舍、从外部购入母猪及仔猪的现象，表明扶持政策在短期内对扩大生猪养殖规模可能存在正面效果。本文首先利用静态面板模型，重点考察扶持政策在当年对生猪养殖规模的影响。本文对母猪存栏量与各个价格变量进行对数化处理，以消除异方差，并使变量序列线性化。 本文通过LM检验、Hausman检验与过度识别检验后发现应采用固定效应的面板模型。表3给出了固定效应的静态面板模型估计结果。其中模型(1)以价格变量、是否获得政策扶持、扩建猪栏舍及养殖人员数量为解释变量，模型(2)、(3)、(4)分别考虑加入养殖户的家庭特征、户主个人特征及固定资产投资支出与政策扶持的交叉变量。4个模型估计结果显示，扶持政策对母猪存栏数有显著的正影响，表明该政策达到了促进生猪养殖规模的预期。在模型(2)、(3)、(4)中，子女上大学在1%的水平上显著，在模型(4)中，户主为自己或子女修建购买房屋也在1%的水平上显著，表明子女教育与购置房产对养殖户扩大生产有重要的影响。购置轿车的影响则不显著。而生猪出栏价、玉米价格和豆粕价格等对母猪存栏数的影响均不显著，表明这三个价格的变化并不能在当年显著改变总体养殖规模。另外扩建猪栏舍与扶持政策的交叉项系数及修建购买房屋与扶持政策的交叉项系数均显著为负。
考虑到生猪出栏价、饲料价格与母猪存栏量之间存在双向反馈的机制，例如，饲料价格提高在很大程度上是源自生猪养殖规模增长，另外养殖规模扩大也会对子女教育及购置房产产生影响，故静态面板模型的误差项与解释变量之间存在相关性，导致估计结果的偏倚，OLS估计是有偏和不一致的。为了解决内生性问题，下文将采用动态面板进行进一步估计。 (三)动态面板数据模型 实地调查结果显示，健康母猪的最优繁育期为2～3年，持续经营的养殖场当年的母猪存量有一部分来自上一年度，另一部分则来自当年新购，故母猪存栏量表现出动态变化的特性，即母猪的繁育期存在明显跨年度的特点。为了研究养殖规模的惯性特征，减少扶持政策实际效果估计的偏误，下面采用动态面板数据模型进行再估计。考虑到母猪最优繁育期一般只持续2年，在模型中引入滞后一期与滞后二期的母猪存栏量。动态模型的设定如下：
其中
分别代表养殖户i在t-1与第t-2期的母猪存栏数，其他变量均与模型(1)相同。动态面板数据模型(2)的OLS与GLS估计是有偏的，对于模型(2)，可以采用差分GMM与系统GMM方法(赵国庆，2014)[14]，系统GMM相对更有效率，应用该方法的条件是“扰动项
不存在自相关”，且“所有工具变量都有效”，我们对使用系统GMM的四个方程进行自相关性检验13，发现四个方程均不拒绝“扰动项
不存在自相关”的原假设，但过度识别检验的四个Sargan统计量的P值中有两个小于0.05，拒绝“所有工具变量都有效”的原假设，表明系统GMM成立的前提并不完全满足。对使用差分GMM的四个方程进行自相关检验与过度识别检验后发现，四个方程均不拒绝“扰动项
不存在自相关”的原假设，同时四个Sargan统计量的P值均大于0.05，接受“所有工具变量都有效”的原假设，考虑到本文模型数据的时间维数T较小，据此可以认为该动态面板数据模型适用差分GMM(ARELLANO，2003)[15]。估计结果如表4所示，在模型(1)、(2)、(3)、(4)中，滞后一期的母猪存栏量都在5%水平上显著，而滞后二期的母猪存栏量均不显著，说明母猪存栏量存在明显的惯性，上一年度的母猪存栏量是本年度存栏量的主要组成部分。更重要的是，与静态模型的估计结果不同，标准化规模养殖扶持的系数不显著，表明扶持政策不是影响母猪存栏量的主要因素。同时，子女教育与购买房屋的系数也均不显著，影响母猪存栏量的主要因素还是上一年度的母猪存栏量、当年生猪出栏价以及玉米价格，其中生猪出栏价对母猪存栏量具有正向影响，而玉米价格为负向影响。另外交叉项的结果与静态模型有所不同，扩建猪栏舍与扶持政策的交叉项系数显著为负(-0.411)，但修建购买房屋与扶持政策的交叉项系数显著为正(0.127)，表明获得扶持政策当年扩建猪栏舍对养殖规模存在一定的负面影响，实地调查结果也支持了这一结论，扩建猪栏舍的资金会挤占部分生猪养殖的投入。
模型中的豆粕价格变量不显著，这可能是由于豆粕成本在养殖总成本中占比不足20%，使得豆粕对养殖规模的影响较弱。 可以发现无论是静态还是动态的面板数据模型，扩建猪栏舍与养殖人员数量的系数都显著，这两个因素是生猪养殖的基本要素，其投入量决定了相应的基础规模，因此这两个要素是影响生猪养殖规模变化的最基本因素。 五、稳健性检验 在第四节，采用静态与动态面板数据模型分别对母猪存栏量的影响因素进行了实证分析，静态模型的结果表明扶持政策在当年对养殖规模有显著影响，而在动态模型的扶持政策变量并不显著。考虑到模型内生性的影响，动态模型的结果更具有合理性。为了进一步验证这些结果，有必要进行下面稳健性的讨论。
(一)采用原始数据的检验 第四节的静态与动态面板数据模型都对母猪存栏量与价格变量进行了对数化处理，以消除自变量的异方差并将之线性化，还能直观地估计母猪存栏量的价格弹性。为了验证第四节的结论的可信度，我们根据基本的价格供给模型，采用母猪存栏量与三个价格变量的原始数据进行稳健性检验。首先对原始数据进行了Hausman检验和过度识别检验，发现静态模型适用随机效应模型进行估计。通过自相关检验和过度识别检验，发现动态面板数据模型适用差分GMM进行估计。静态模型与动态模型的其他变量设定与第四节一致。结果如表5[14]、表6所示，这些结果与表3、表4的结论基本一致。在静态模型，扶持政策变量的系数显著，在动态模型里则不显著。可以认为影响养殖规模的主因是上年度母猪存栏量、生猪出栏价格、养殖成本、人力和养殖场地等因素。 (二)采用全省价格的检验 第四节所采用的生猪出栏价、玉米价格、豆粕价格均来自于实地调研统计样本数据。我们采用全省的生猪出栏价格、玉米价格等来进行稳健性检验，以验证上述结论在全省范围内的可信度。这里选取了该省2007年至2013年的活猪农贸市场价格替代前文的生猪出栏价，同时由于当地养殖户所购买的玉米来自东北、河南、河北等玉米生产大省，因此采用全国价格用全国玉米批发价格替代上文的玉米价格，由于缺乏全国范围的豆粕价格指标，且考虑到第四节中的豆粕价格系数不显著，将豆粕变量予以剔除。检验诊断表明静态模型应采用固定效应模型，动态模型则采用差分GMM。对母猪存栏量、活猪价格、玉米价格进行对数化处理，其他的变量设定与第四节相同。根据静态与动态面板数据模型的估计结果(见表7、表8)，静态模型中扶持政策变量在1‰的水平上显著，而在动态模型中则不显著。活猪农贸市场价格、玉米价格、养殖人员、扩建猪栏舍等变量的系数显著性与第四节的估计基本保持一致，表明生猪价格、养殖成本、人力资源、场地等才是制约养殖规模变化的基本要素。
(三)扶持政策的长期效果调查 根据实地调查发现，在扶持对象遴选期间，部分养殖户选择扩建猪栏舍并从外部购入母猪及仔猪，以达到政策有关最低规模的标准，表明扶持政策在当年内对扩大生猪养殖规模具有显著效果。另外，对超过60%的养殖户而言，其扩大生产规模的主要原因还是源于生猪价格、养殖成本和家庭重大支出，例如，较高的生猪价格、子女教育和购房需求均能促使养殖户扩大生产。对于扶持政策带来的补贴，养殖户基本上将其视作“收入”，如果某一年度生猪出栏价格持续处于低迷状态，当年基本上会产生部分亏损，但是考虑到前期投入以及生猪成长周期，养殖户一般会选择接受亏损坚持经营，此时国家提供的补贴能直接弥补亏损，成为当年生产和生活水平的最终保障。以生猪大省湖南省为例，根据武深树(2014)[16]对该省历年畜牧业统计年报的分析，2002年全省年出栏量500头以上的规模养殖户的总量为2 625个，2007年即标准化规模养殖扶持政策推出的首年则快速上升至14 383个，相比2002年增加448%，2013年该数量为26 876个，相比2007年上升86.9%，说明扶持政策的推出与实施确实促进了已有规模养殖户进一步扩大经营，但是与之形成对比的是生猪出栏量，2007年年出栏500头以上的规模养殖户的生猪出栏量占全省出栏总量的比率为38.85%，2013年为55.87%，增长了17%，说明享受扶持政策的养殖户的数量大幅增长并没有实现生猪出栏量的相应飞跃。据此我们认为扶持政策的实施虽然能促进养殖户当年的迅速规模化，但是从根本上影响生猪养殖规模的还是生猪价格、养殖成本、人力及场地等基本要素，因此期望通过扶持政策实现推动养殖规模的提高还需要政府对相关政策的进一步深化。 我国推出标准化规模养殖扶持政策的主要目的是推动养殖成本低、防疫条件好、生产能力高的规模养殖场的建设。该政策实施以来，在一定程度上减轻了养殖户的成本负担，调动了养殖户的积极性，促进了养殖户修建环保设施。但是这一政策是否能从根本上推动养殖规模的扩大一直缺乏量化研究，本文运用静态与动态面板数据模型研究了该扶持政策的实际效果。在静态框架下，这一政策对当年母猪存栏量具有显著的正向影响，但在动态框架下，该扶持政策对养殖规模几乎没有影响，即扶持政策不具有提升养殖规模的作用。考虑到静态面板数模型受到内生性的影响，其估计结果存在偏误问题，动态模型的估计结果更具有可信度。我们认为，扶持政策作为一种收入补贴政策，在政策实施当年内能刺激养殖户规模的扩大，提升区域内规模养殖户的比重，但由于该政策为一次性补贴，对养殖规模产生影响的持续性较弱，影响生猪养殖的主要因素还是上年的母猪存栏量、生猪出栏价、饲料成本、养殖人员数量及养殖场地等变量，尤其是在生猪出栏价格波动剧烈与饲料价格迅速上涨时，养殖户面临的环境更加恶劣，故政府应从以下两方面着手稳定生猪养殖行业，一方面是继续深化标准化规模养殖扶持政策，不仅着眼于促进养殖规模的扩大，还要补偿市场波动与养殖成本上升给养殖户带来的损失，将扶持政策从一次性补贴调整为持续性相机补贴，同时扩大扶持对象，适当支持中等以上规模的养殖户扩大再生产；另一方面是出台稳定粮食与猪肉供给的政策，平抑猪肉与粮食尤其是玉米等饲料价格的波动，降低养殖户所的经营风险，进一步增强规模养殖户生产扩大的信心。 ①OECD对补贴类型归纳为两种类型，分别为对农业生产者的支持和政府一般服务支持，前者又分为价格支持和直接补贴，直接补贴是按照一定标准直接发放给农民的补贴，本文的生猪标准化养殖扶持政策属于该范畴。 ②应作者实地调查的三个县相关政府部门要求，本文匿去该市及三县的名称。 ③由于养殖户选用的预混料即精饲料品种较多，价格也有一定的差异，难以获得相应的精确数据，且预混料在饲料总成本中的比重不到5%，在实证研究中不予考虑。 ④种猪本身不直接供肉，其养殖成本需分摊到肉猪养殖成本中。而肉猪在饲养过程中有一定的死亡率，这部分成本也需要分摊到出栏生猪养殖成本内。 ⑤2007年该省启动生猪补贴后，开办能繁母猪保险的保险公司才开始记录母猪存栏量，为便于比较扶持前后的母猪存栏量变化，选取2008年之后获取扶持的养殖户进行研究。 ⑥采用母猪存栏数作为衡量养殖规模的指标有三个原因：第一，生猪出栏量难以获得精确的统计；第二，母猪存栏数更能确切反映长期生产能力与养殖规模；第三，母猪存量与生猪出栏量之间存在较稳定的比率，可以用母猪存栏量来衡量养殖规模。 ⑦新建是在原有猪栏舍范围外建设全新的猪栏舍，扩建是在原有猪栏舍的基础上进行拼接建设或者增加层数以扩大面积。
标签：生猪论文; 面板数据论文; 规模化养殖场论文; 农民论文; 三农论文; 畜牧业论文;
