楊 宇，徐惠敏，王秀敏，何軍東

(1.邢臺學院經濟與貿易學院，河北 邢臺 054001；2.沈陽農業(yè)大學經濟管理學院，遼寧 沈陽 110861；3.邢臺學院農業(yè)經濟研究中心，河北 邢臺 054001；4.邢臺學院會計學院，河北 邢臺 054001)

作為世界畜禽養(yǎng)殖大國，我國對抗生素非常依賴，然而對食品動物長期廣泛甚至過量地使用抗生素，導致藥物殘留，環(huán)境污染和高耐藥性細菌病原體的暴發(fā)性增長。近年來，世界各國紛紛出臺日趨嚴厲的管控措施，控管焦點直指養(yǎng)殖戶對促生長用途抗生素(Growth-promoting antibiotics，GPAs)的使用。2006年，歐盟發(fā)布“禁抗令”，2013年美國食品藥品監(jiān)督管理局(FDA)發(fā)布“限抗令”[1]，2017年6月我國農業(yè)部發(fā)布了《全國遏制動物源細菌耐藥行動計劃》[2]。我國政府“限抗”的政策趨勢已十分明確，不過對GPAs具體的管控思路還可慎重斟酌：是立即禁用風險品種，還是逐步推進風險品種退出市場？是分畜禽生長階段禁用還是全生長階段禁用？不同的管控思路將對養(yǎng)殖戶的收入產生影響。本文以生豬養(yǎng)殖為例，重點考察使用GPAs對養(yǎng)殖戶的經濟影響，試圖揭示養(yǎng)殖戶使用GPAs的動因和內在機理。

1 數據與方法

1.1 數據來源 本文的實證數據來源于2018年1～2月 由課題組組織的“河北省生豬養(yǎng)殖戶抗生素使用行為”的問卷調查。本次調查包括預調查和正式調查2個階段。首先，課題組在邢臺市開展了小規(guī)模預調查，并據此修正了養(yǎng)殖戶容易出現理解偏差的詞語，改善了某些讓他們感到敏感的問題的提問方式，形成了最終的調查問卷。接著對調研人員進行了專門的培訓，以保證獲得數據的準確可靠。然后對河北省石家莊、唐山、保定和邢臺4個城市展開正式調查。具體的抽樣方法是先從每個樣本市分別選取若干個村(鎮(zhèn))，再從每個村(鎮(zhèn))隨機選取受訪的養(yǎng)殖戶。為了確?；厥諉柧淼馁|量，采用問卷為主、訪談為輔的調查方式，并且將調查對象限定為能夠對生豬養(yǎng)殖發(fā)揮直接決策作用的家庭成員。本次調查共收集問卷 600 份，剔除關鍵數據缺失或回答不真實樣本后，共獲得有效問卷476份，有效率為79.3%。

1.2 變量設定與賦值 變量設定與賦值說明如表1所示，由于部分GPAs是由供應商提供的飼料里面添加的，不少養(yǎng)殖戶無法確定促生長用途抗生素的具體種類、數量以及支出成本，因此本文借鑒歐美學者的處理方法[3-5]，在問卷中，受訪養(yǎng)殖戶被問到：“是否向保育豬和育肥豬在其飼料或水中添加過抗生素？”回答選項為“是”或“否”?；卮稹笆恰钡酿B(yǎng)殖戶還被問及在保育和育肥2個不同生長階段添加的抗生素被用于以下哪種目的？回答選項包括促進生長、預防疾病、治療疾病(可多選)。在本文中，GPAs的使用者指的是為達到促進生豬生長的目的使用抗生素的養(yǎng)殖戶。McBride(2008年)采用全要素生產率來衡量美國養(yǎng)殖戶的生豬生產力[5]，類似地本文也采用全要素生產率，即養(yǎng)殖戶出欄生豬重量與全部生產投入之比，單位是kg/元。2012-2016年，我國生豬養(yǎng)殖戶仔豬投入、飼料投入和勞動力投入三者合計占生豬養(yǎng)殖戶總成本的比重平均為96.46%[6]，因此本文選擇這3個指標作為成本變量來表示生產投入情況。模型中規(guī)定的外生變量包括個體特征和養(yǎng)殖場特征，以及一套生豬養(yǎng)殖操作。個體特征包括年齡、受教育程度和養(yǎng)殖經驗，以說明養(yǎng)殖戶知識與能力的差異。養(yǎng)殖場特征首先考慮了生豬養(yǎng)殖結構，包括養(yǎng)殖規(guī)模和養(yǎng)豬專業(yè)化程度，其中養(yǎng)殖規(guī)模借鑒了孫世民等[7]與王建華等[8]的劃分標準?？赡苡绊慓PAs使用決策的其他養(yǎng)殖場特征還包括供應合同、豬舍類型以及生豬買家是否要求禁用抗生素。通過供應合同，供應商可能提供含有GPAs的飼料給養(yǎng)殖戶；豬舍類型(是否封閉)表明生豬被限制活動的程度，表示疾病傳播潛在風險大?。簧i購買者(或銷售商)是否要求生豬在任何時候都不喂養(yǎng)抗生素。為了隔離生產力與GPAs使用決策之間的關聯，產出方程中還增加了一些其他變量，包括蠕蟲病防控、全進全出管理、鼠害防控、運輸車輛消毒、分性別飼喂。

1.3 養(yǎng)殖戶組間差異性檢驗 為了考察使用GPAs和沒使用GPAs養(yǎng)殖戶的差異性，我們將樣本分為2組，通過t檢驗對組間均值進行比較，當P≤0.1時，否定原假設，表明2組均值存在顯著差異。t檢驗結果表明，2組養(yǎng)殖戶在多個變量上存在顯著差異，即存在自選擇問題。

在生豬保育階段，2組養(yǎng)殖戶大多數變量的均值存在顯著差異。在產出與投入方面，無論是單位收入還是仔豬、飼料和勞動力投入，GPAs用戶均值都顯著高于非GPAs用戶。在個體特征方面，使用GPAs的養(yǎng)殖戶通常年齡更大，受教育程度更高，養(yǎng)殖經驗更豐富。在經營特征方面，變量供應合同、養(yǎng)殖規(guī)模和豬舍類型的均值差異顯著，表明更大生產規(guī)模、簽訂供應合同和封閉式豬舍的養(yǎng)殖場，使用GPAs更為普遍。在養(yǎng)殖操作特征方面，使用GPAs的養(yǎng)殖戶，更可能采用蠕蟲病防控，全進全出管理，鼠害防控和運輸車輛消毒等措施。

在生豬育肥階段，同保育階段相比，很多變量的均值不再存在顯著差異。在產出與投入方面，沒有變量存在顯著差異。在個體特征方面，變量養(yǎng)殖經驗差異變得不再顯著。在經營特征方面，變量供應合同與養(yǎng)殖規(guī)模也不再有顯著差異。養(yǎng)殖操作特征方面，變量運輸車輛消毒不再存在顯著差異。

表1 變量設定及賦值說明

1.4 模型構建 本文采用Maddala(1983年)提出的處理效應模型來解決由不可觀測變量導致的自選擇問題[9]。該模型估計2個方程，方程1是產出方程，解釋養(yǎng)殖戶養(yǎng)殖收入的決定因素，而變量使用GPAs包括在產出方程的解釋變量中；方程2是選擇方程，運用Probit估計養(yǎng)殖戶使用GPAs的概率。通過引入干擾項的聯合分布來校正可能存在的樣本選擇偏差，允許無偏估計使用GPAs對養(yǎng)殖收入的影響。首先構建1個簡單的柯布 - 道格拉斯形式的生產函數：

yi=α0+β1x1i+β2x2i+β3x3i+δDi+εi

(1)

其中yi是因變量，表示產出水平；x1i表示第i個養(yǎng)殖戶生產性投入特征向量，包括仔豬投入、飼料投入和勞動力投入3個變量，由實際投入數值取對數后獲得；x2i表示第i個養(yǎng)殖戶個體特征向量，包括養(yǎng)殖戶年齡、受教育程度和養(yǎng)殖經驗3個變量；x3i表示第i個養(yǎng)殖戶經營特征向量，包括專業(yè)化程度、是否簽有訂貨合同、豬舍類型和養(yǎng)殖規(guī)模4個變量；x4i表示第i個養(yǎng)殖戶養(yǎng)殖操作特征向量，包括Di代表第i個養(yǎng)殖戶是否使用GPAs，是二元分類虛擬變量。產出yi用養(yǎng)殖戶平均每頭生豬的收入來表示，產出yi是實際數值取對數后獲得的，ε表示隨機誤差項。

通過前面的t檢驗，發(fā)現養(yǎng)殖戶使用GPAs存在自選擇問題。由于養(yǎng)殖環(huán)境條件差，管理水平低的養(yǎng)殖戶能夠從使用GPAs中獲得更大的生產力提升，因此這類養(yǎng)殖戶更傾向于使用GPAs，而且環(huán)境條件和管理水平等不可觀測變量也可能影響生豬生產力，所以方程(1)無法被直接估計，這種情況下我們引入潛變量Di*，構建以下決定方程。

(2)

當Di=1時，Di*≥0；當Di=0時，Di*<0。其中向量Zi可以與zi有重疊變量，但至少有1個變量，比如Z1i不在zi中，且滿足Cov(Z1i，εi)，此時Z1i可以視為Di的工具變量。這里將買家要求禁止使用抗生素作為工具變量Z1i，而且假設Z1i直接影響Di養(yǎng)殖戶使用GPAs，但并不直接影響結果變量yi(只通過Di間接影響yi)。依據處理效應模型，定義逆米爾斯函數為：

(3)

這樣我們就得到了對使用GPAs與未使用GPAs的養(yǎng)殖戶都適用的預期產出方程。

Ε[yi|xi,Zi]=βxi+γzi+δDi+ρσλi

(4)

這里采用極大似然估計法，同時估計所有模型參數。如果ρ=0，則不存在內生性，可直接做方程(1)的最小二乘估計；如果ρ≠0，這正是模型內生性選擇偏誤的來源。當ρ<0時，最小二乘估計將低估使用GPAs對生豬生產力的貢獻；當ρ>0時，使用GPAs對生豬生產力的貢獻將被高估。

1.5 統計分析 采用STATA15.0軟件對數據進行統計分析，使用極大似然法對處理效應模型進行估計。用“P”表示使用GPAs及其對養(yǎng)殖收入的影響水平，其中P<0.1表示影響基本顯著；P<0.05表示影響比較顯著，P<0.01表示影響極顯著。

2 結果

為了探究在不同養(yǎng)殖階段使用GPAs對生豬生產的影響，我們分別估計養(yǎng)殖戶對保育豬和育肥豬是否使用GPAs及其對養(yǎng)殖收入的影響。表2分別顯示了對保育豬和育肥豬的選擇方程和產出方程的估計結果。

2.1 對選擇方程的估計 無論在生豬保育階段還是育肥階段，對選擇方程的估計有較多相似之處。養(yǎng)殖戶年齡越大，越傾向于使用GPAs。受教育程度高的養(yǎng)殖戶，更傾向于使用GPAs，擁有封閉式豬舍的養(yǎng)殖戶更可能使用GPAs。變量買方要求禁用抗生素對使用GPAs存在顯著的負向影響。變量養(yǎng)殖經驗、專業(yè)化程度、供應合同以及養(yǎng)殖規(guī)模對使用GPAs沒有產生顯著影響。對選擇方程的估計結果的不同之處在于：在生豬育肥階段，變量養(yǎng)殖經驗對使用GPAs存在基本正向影響(只在10%統計水平上顯著)，而在保育階段則影響不顯著。

2.2 對產出方程的估計 如表2所示，在產出方程中，生豬保育階段和育肥階段各個變量的估計有很多相似之處。其中變量飼料投入、勞動力投入、養(yǎng)殖經驗、養(yǎng)殖規(guī)模、蠕蟲病防控、全進全出管理和運輸車輛消毒對養(yǎng)殖收入都具有顯著的正向影響。結果顯示，飼料投入與勞動力投入對生產力存在顯著的正向影響，但是仔豬投入對養(yǎng)殖收入影響不顯著。養(yǎng)殖經驗與生產力顯著正相關，養(yǎng)殖規(guī)模對養(yǎng)殖收入的正向影響，蠕蟲病防控、全進全出管理和運輸車輛消毒對生豬養(yǎng)殖收入的正向影響。

在產出方程中，對保育階段和育肥階段各個變量的估計也有不同之處。一是在保育階段，變量養(yǎng)殖戶年齡對生豬養(yǎng)殖收入產生了顯著的負向影響，在育肥階段影響則不顯著；二是在育肥階段，供應合同對生豬養(yǎng)殖收入存在顯著正向影響(只在10%統計水平上顯著)，在保育階段影響則不顯著。還有一處不同也正是本文考察的重點，即保育豬和育肥豬產出方程中變量添加GPAs的系數差異。在生豬保育階段使用GPAs與生豬養(yǎng)殖收入存在顯著的正相關關系。相反，在生豬育肥階段使用GPAs，對產出的影響不顯著。

表2 生豬養(yǎng)殖戶處理效應模型的極大似然估計

生豬保育階段的選擇方程與產出方程誤差的相關性估計(Rho系數)表明，兩者具有顯著的負相關性。這一結果意味著負選擇偏差，表明如果沒有考慮選擇偏差，那么GPAs選擇對保育階段生豬生產力的影響將會被低估。相反，對于育肥豬來說，2個方程之間誤差的相關性并不顯著，表明兩者不存在選擇偏差。

2.3 穩(wěn)健性檢驗 為了評估結果的穩(wěn)健性，我們使用亞治療劑量抗生素(Sub-therapeutic antibiotics，STAs)作為因變量，重新估計模型。這是因為原因變量GPAs被定義為用于促進生長的抗生素，而促進生長和預防疾病用途的抗生素均通過添加到飼料里飼喂動物，部分受訪者可能混淆添加在飼料里抗生素的用途，但是對是否添加抗生素記憶更加準確。

表3顯示了穩(wěn)健性檢驗的估計結果，僅包括在生豬保育階段和育肥階段，STAs變量對生豬養(yǎng)殖收入影響的估計。在保育階段STAs變量的系數是0.024 7，并且在1%統計水平上顯著，表明使用STAs對生豬養(yǎng)殖收入產生顯著的正向影響。在育肥階段使用STAs對生豬養(yǎng)殖收入依然不存在顯著影響。表明用GPAs作為因變量，結果是穩(wěn)健的。

表3 穩(wěn)健性檢驗

3 討論

國內學者主要對獸藥使用行為做了相關研究，大多從個體特征[10]、認知特征[11-12]、渠道協作[13]、政府規(guī)制[14]等角度探討了獸藥使用行為影響因素以及各影響因素之間層級關系[7]。除了王建華等[8]基于獸藥使用的不同情境，將獸藥分為治療類獸藥和保健類獸藥，國內學者一般在研究中沒有按照用途對獸用抗生素使用行為進行區(qū)分，而針對養(yǎng)殖戶GPAs使用行為方面的研究目前沒有發(fā)現。

國外學者專門針對GPAs使用行為做了細致研究，主要包括GPAs對生豬產出的影響[15]，GPAs對生豬生產性能其他方面的貢獻[16]，禁/限抗令對生豬養(yǎng)殖業(yè)產業(yè)結構的影響[17]，減量使用GPAs的激勵與懲罰機制[18]等方面。但大都忽略了自選擇性問題,即是否使用GPAs是養(yǎng)殖戶自我選擇的結果，那些年齡大的養(yǎng)殖戶，衛(wèi)生條件和管理水平比較差的養(yǎng)殖場往往更傾向于使用GPAs，因為他們通過使用GPAs能獲得更大的生產力提升[4]。由于某些因素(比如環(huán)境條件，管理水平等因素)是不可觀測的，并且對使用GPAs以及生產力都存在影響。在這種情況下，采用最小二乘法所得到的估計量經常是有偏且不一致[19]。

本文以我國養(yǎng)殖戶GPAs使用行為作為研究對象，運用處理效應模型解決由不可觀測變量造成的自選擇性問題，并且采用現實中的調查數據來驗證Dritz等[14]通過試驗得到的結論。因此，本試驗在內容和數據處理方法上有一定新意。

試驗結果表明，在保育階段使用GPAs可顯著提高生豬養(yǎng)殖收入，這一結果獲得了穩(wěn)健性檢驗的支持。而且極大似然估計揭示出在保育階段存在負選擇性偏誤，如果不考慮使用與沒使用GPAs養(yǎng)殖戶之間的差異，那么使用GPAs對生豬養(yǎng)殖收入的影響將會被低估。在保育階段使用GPAs可以有效彌補養(yǎng)殖戶在管理水平、衛(wèi)生條件以及其他不可觀測因素方面存在的差異，那些因為環(huán)境條件和管理水平較差而生產效率低下的養(yǎng)殖戶通過使用GPAs能獲得最大的生產力提升。反之，如果在生豬保育階段禁止使用GPAs會降低生豬養(yǎng)殖收入，增加生豬養(yǎng)殖成本。短期來看這些成本可能是由于豬的死亡率增加和產量下降造成的，長期來看，可能來自生豬養(yǎng)殖戶生物安全管理的改變和其他投入的必要調整。另外，在育肥階段使用GPAs對生豬養(yǎng)殖戶收入未發(fā)現顯著影響。需要指出的是，本文的局限在于僅探究了使用GPAs和生豬養(yǎng)殖收入之間的關系，并未考察使用GPAs對生豬生產可能造成的其他影響，例如GPAs的使用可能會減少生豬養(yǎng)殖收入變化，進而達到降低養(yǎng)殖風險的目的。關于GPAs對生產力波動影響的進一步研究將有助于解釋為什么GPAs在生豬育肥階段被廣泛使用。