Почти 30% потерь: как молочное животноводство Китая может сократить разрыв в эффективности

В разных регионах Китая существуют различия в ресурсном обеспечении, экологическом регулировании и зонах производственной деятельности, что приводит к определенной неоднородности и несбалансированности в контроле за загрязнением при ведении молочного животноводства. Это в основном проявляется в региональных различиях экологической эффективности молочного скотоводства. Анализ тенденций конвергенции в разных регионах и масштабах помогает прогнозировать потенциал повышения экологической эффективности и способствовать высококачественному развитию отрасли.

На основе данных по молочному животноводству из 27 провинций (городов и районов) Китая за период с 2004 по 2019 год, с использованием модели SBM с нежелательными выпусками была измерена экологическая эффективность молочного животноводства в разных масштабах. Было установлено, что существуют определенные различия в экологической эффективности молочного скотоводства в Китае. Общая экологическая эффективность демонстрирует U-образную эволюционную тенденцию для мелких, средних и крупных хозяйств. Средние значения экологической эффективности составили 0,6859, 0,6930 и 0,6855 соответственно, причем наилучшие показатели были у средних молочных ферм.

Анализ конвергенции показал наличие противоречия между традиционными результатами σ-конвергенции и β-конвергенции. Однако анализ «клубной конвергенции» показал, что экологическая эффективность мелких молочных хозяйств в целом сходится, и может быть дополнительно разделена на два клуба. Экологическая эффективность средних и крупных хозяйств в целом не сходится, но демонстрирует конвергенцию в рамках четырех различных клубов соответственно.

Принимая наивысшее значение экологической эффективности внутри «клуба» за эталон, был рассчитан потенциал повышения экологической эффективности для хозяйств разного размера. Результаты прогнозирования показали, что разрыв между фактическими и потенциальными значениями сокращается. Ожидается, что в ближайшие 10–20 лет потенциал повышения экологической эффективности молочного животноводства в Китае сохранится на уровне выше 10%.

На основе вышеуказанных исследований в статье предлагаются следующие рекомендации: изменить направление развития молочного животноводства, перейти от расширения масштабов к структурной модернизации; внедрять дифференцированные стратегии повышения экологической эффективности; сокращать разрыв в эффективности между регионами; уделять внимание структуре ввода-вывода факторов; повышать эффективность среды разведения с точки зрения «потребления» и «выбросов».

Экономика Китая перешла от стадии высокоскоростного роста к стадии высококачественного развития.¹ Европейская комиссия 2020² Поэтому в период «четырнадцатой пятилетки» животноводческой отрасли Китая крайне необходимо повысить качество и конкурентоспособность своей продукции, а также сформировать новую модель высококачественного развития, основанную на ресурсосбережении и экологичности.

Как важная часть животноводства, молочное животноводство в Китае трансформируется и модернизируется, стремясь к высококачественному развитию. В связи с растущим спросом на молочную продукцию, масштабы и интенсификация молочного животноводства постоянно совершенствуются (Рехман и др., 2019). Согласно статистическим данным, представленным в документе «Обзор экономической ситуации в молочной промышленности Китая в 2020 году и прогноз на 2021 год»², потребительский спрос на молочные продукты в 2020 году достиг самого быстрого роста за последние 15 лет. Если учесть общий объем внутреннего производства молока и общий объем импорта молочных продуктов, эквивалентных сырому молоку, то общий спрос на молочные продукты в 2020 году достиг 54,31 млн тонн, что на 8,0% больше по сравнению с 2019 годом. Это также год самого быстрого роста потребительского спроса на продукцию. Исходя из того, как потребительский спрос на молочные продукты стимулирует развитие молочного животноводства, можно заметить, что уровень молочного животноводства в Китае постоянно повышается, структура молочной промышленности постепенно приближается к крупномасштабному и интенсивному производству, а условия кормления, качество продукции и уровень производства на крупных пастбищах постепенно улучшаются. Под влиянием как роста спроса, так и роста затрат, цена сырого молока продолжала расти во второй половине 2020 года, при этом среднегодовая цена увеличилась на 3,8% по сравнению с предыдущим годом. Рентабельность молочного животноводства значительно повысилась, со средней годовой валовой прибылью в 13,4%. Согласно данным отслеживания и мониторинга объемов производства сырого молока на сертифицированных станциях закупки сырого молока в Китае³, мелкие, разрозненные фермерские хозяйства, занимающиеся молочным животноводством, ускорят свой выход из системы в 2020 году, и их число продолжит сокращаться. Процесс развития крупномасштабного животноводства постепенно ускоряется. По состоянию на конец четвертого квартала 2020 года количество ферм (домохозяйств), участвующих в общенациональной сети лицензированных пунктов закупки сырого молока, сократилось на 7,4% по сравнению с предыдущим месяцем и на 11,3% по сравнению с аналогичным периодом прошлого года. Среднее количество ферм (домохозяйств), участвующих в сети пунктов закупки сырого молока, увеличилось на 10,4% по сравнению с предыдущим месяцем и на 22,3% по сравнению с аналогичным периодом прошлого года.

Крупномасштабное сельское хозяйство имеет очевидные сравнительные преимущества в плане экономии затрат, увеличения производства и обеспечения поставок. Концентрация животноводства приводит к появлению других непитательных веществ, которые могут способствовать загрязнению окружающей среды (Рехман и др., 2017). Хотя сокращение объемов животноводства в Китае может оказаться недостаточным для снижения выбросов CO₂ в краткосрочной перспективе (Рехман и др., 2021), загрязнение окружающей среды, вызванное молочным животноводством, становится все более распространенным. Молочные коровы являются третьим по величине видом животных, производящих навоз, после свиней и мясного скота, и молоко имеет положительную и конструктивную связь с выбросами CO₂ (Хуссейн и Рехман, 2022). Выбросы их навоза богаты химическим потреблением кислорода (ХПК), общим азотом (ОА) и общим фосфором (ОФ). В процессе разведения молочных коров выбросы не только вызывают эвтрофикацию воды, но и загрязняют воздух и почву (Бейкер, 2002). По сравнению с Соединенными Штатами, взрослая корова потребляет около 5 му навоза, а корова в Китае потребляет менее 2 му земли⁴. В то время как крупные молочные фермы производят больше навоза, а суточный объем навоза на пастбищах с 1000 коровами может достигать около 40 тонн, недостаток земли для поглощения навоза приведет к нерациональному молочному животноводству⁵. В «Бюллетене первой национальной переписи источников загрязнения»⁶ выбросы ХПК и аммонийного азота в животноводстве и птицеводстве составили 12,6826 млн тонн и 717 300 тонн соответственно, что составляет 95,8% и 78,1% от выбросов ХПК и аммонийного азота из сельскохозяйственных источников, и 41,9% и 41,5% от общенациональных выбросов ХПК и аммонийного азота. Ежедневное производство навоза у молочных коров значительно выше, чем у других видов скота и птицы. Количество навоза, производимого взрослой коровой за один день, в 3,6 раза превышает количество навоза, производимого живыми свиньями, в 13,5 раз — баранами, в 219,0 раз — бройлерами и в 117,0 раз — курами-несушками. Большое количество выбросов навоза и отходов приводит к всё более серьёзному ухудшению состояния сельской экологии. Для эффективного решения проблемы загрязнения окружающей среды, вызванного молочным животноводством, можно начать с повышения экологической эффективности молочного животноводства.

Экологическая эффективность отражает степень снижения уровня загрязнения при постоянных объемах производства и затрат, что позволяет точно оценить проблему загрязнения окружающей среды в молочном животноводстве. Кроме того, различия в ресурсной базе, экологических нормах и функциональных зонах производства в разных регионах приводят к определенной неоднородности и дисбалансу в контроле загрязнения в молочном животноводстве. Это в основном отражается в различиях экологической эффективности молочного животноводства между регионами. Каково текущее состояние экологической эффективности молочного животноводства в Китае? Каковы различия в экологической эффективности молочного животноводства в разных масштабах в Китае? Какова тенденция развития экологической эффективности молочного животноводства в Китае в долгосрочной перспективе? Каков потенциал повышения экологической эффективности молочного животноводства в Китае в будущем? Ответы на эти вопросы имеют важное теоретическое и практическое значение для принятия решений в целях реализации экологически безопасного развития молочного животноводства в Китае. В данной работе в анализ модели эффективности молочного животноводства включены данные о выбросах загрязняющих веществ. Предполагается, что измерение и анализ конвергенции экологической эффективности молочного животноводства позволят уточнить эволюционные особенности экологической эффективности молочного животноводства в Китае и способствовать развитию молочного животноводства в разных регионах и масштабах. Скоординированное развитие животноводческой отрасли повысит общий уровень молочного животноводства в Китае.

Содержание данной статьи структурировано следующим образом: Вторая часть представляет собой обзор литературы, включающий методы измерения экологической эффективности, измерение экологической эффективности молочного животноводства и проверку конвергенции экологической эффективности. На основе этого мы рассмотрим недостатки существующих исследований и возможные нововведения в данной работе. Третья часть посвящена измерению экологической эффективности молочного животноводства в Китае. Путем построения модели SBM с неожиданным результатом была измерена экологическая эффективность молочного животноводства, выявлены различия в экологической эффективности молочного животноводства в разных регионах и масштабах, а также проанализированы причины этих различий. Четвертая часть посвящена тенденции конвергенции экологической эффективности молочного животноводства в Китае. На основе традиционных показателей σ-конвергенции и β-конвергенции предварительно определена конвергенция экологической эффективности молочного животноводства в разных масштабах, а метод клубной конвергенции используется в качестве основного инструмента для проверки и анализа конвергенции экологической эффективности молочного животноводства в разных масштабах. Пятая часть дополнительно анализирует потенциал повышения экологической эффективности молочного животноводства в Китае. На основе результатов расчетов экологической эффективности молочного животноводства и анализа конвергенции клуба, на основе оптимального плана улучшения факторов производства и выбросов загрязняющих веществ, а также конвергенции всех членов клуба, в двух измерениях пространства роста проводится дальнейший анализ потенциала повышения экологической эффективности молочного животноводства в различных масштабах; шестая часть посвящена обсуждению, с акцентом на ограничениях данного исследования и направлениях будущих исследований. Седьмая часть содержит выводы исследования и рекомендации для политики.

(Ян и др., 2020; Рейнхард, 1999)

Существует два основных метода расчета экологической эффективности: параметрический и непараметрический. Первый представлен стохастическим анализом границ эффективности (SFA), а второй — методом анализа эффективности данных (DEA). Метод DEA позволяет не только решать проблемы многофакторной и многовыходной сельскохозяйственной экономики, но и эффективно избегать противоречий, связанных с субъективным восприятием данных (Чарнес и др., 1978). Однако традиционная модель DEA основана на идеях «минимизации входных ресурсов» и «максимизации выходных ресурсов», игнорируя отрицательный результат после учета факторов окружающей среды.

С развитием технологий все больше исследований посвящено влиянию выбросов загрязняющих веществ на эффективность сельскохозяйственного производства. Прежде всего, во многих исследованиях в качестве входных переменных в модель DEA были введены загрязняющие вещества, в основном теневые цены (Ли и др., 2016) и метод входных переменных (Рейнхард и др., 2000; Хайлу и Виман, 2001). Во-вторых, некоторые ученые рассматривают загрязнение окружающей среды как негативный результат. В основном используются такие методы, как метод обратного преобразования, метод вектора преобразования, метод функции направленного расстояния и модель SBM (Шеел, 2001; Фэре и Гроссскопф, 2004). Предложенная Фаре функция направленного расстояния, основанная на производственных границах передового опыта в области утилизации отходов с низкой степенью риска, позволила дополнительно усовершенствовать метод расчета экологической эффективности с помощью DEA и минимизировать загрязнение окружающей среды (Фаре и др., 1989; Тоне и Цуцуи, 2010 г.; Ле и др., 2020).

В животноводстве метод анализа эффективности данных (DEA) широко используется для оценки экологической эффективности свиноводства (Галанопулос и др., 2006). Особенно в Китае, в связи с трансформацией свиноводческой отрасли, экологические издержки стали очень серьезной проблемой (Кун и др., 2020), а в некоторых исследованиях в систему оценки эффективности свиноводства были добавлены отрицательные результаты (Кун и др., 2020; Чжун и др., 2021; Яо и др., 2017; Сотериадес и др., 2015), а различия в системах управления молочным хозяйством способствуют различиям в экологической эффективности (Аденуга и др., 2018). Существуют различия в экологической эффективности молочных предприятий, и крупные молочные предприятия экологически менее эффективны по сравнению с малыми (Нджуки и др., 2016).

В вышеупомянутых исследованиях для расчета экологической эффективности молочного животноводства в качестве входных переменных обычно выбираются количество концентрированных кормов, стоимость зеленых кормов, численность рабочей силы, амортизация основных средств и другие показатели, а ожидаемым результатом является выход основной продукции и побочных продуктов, в то время как объем выбросов загрязняющих веществ рассматривается как нежелательный результат.

Теория конвергенции экономического роста выводится из модели Солоу (Солоу, 1956). Ключевым предположением модели Солоу является убывающая предельная доходность капитала. Наличие этого предположения позволяет экономике сходиться к стабильному состоянию. При одинаковых экзогенных факторах все экономики в конечном итоге сходятся к одному и тому же стабильному состоянию, то есть к «безусловной конвергенции». Концепция безусловной конвергенции слишком строга. Разные экономики должны иметь разные сбалансированные траектории роста и сходиться к разным устойчивым состояниям, то есть к «условной конвергенции». Впоследствии академическое сообщество начало обогащать содержание теории конвергенции и сформировало понятия σ-конвергенции, β-конвергенции и клубной конвергенции (Филлипс и Сул, 2007; Кунетас и др., 2021). С углублением исследований многие ученые начали проверять динамические тенденции эволюции конвергенции экологической эффективности (Го и др., 2019; Камареро и др., 2013; Сунь и др., 2020).

В заключение, существующие исследования всесторонне и глубоко изучили методы измерения экологической эффективности, измерение экологической эффективности аквакультуры и конвергенцию эффективности, что заложило хорошую теоретическую основу для данной работы и предоставило полезный опыт для ознакомления, но все еще есть возможности для дальнейшего развития: Во-первых, при выборе методов измерения эффективности большинство исследований по-прежнему используют традиционную модель DEA. Однако традиционная модель DEA не может в полной мере учитывать влияние «релаксационных переменных» на значение эффективности, что приводит к отклонениям в расчете эффективности. Во-вторых, существующие методы измерения экологической эффективности животноводства уделяют больше внимания экологической эффективности свиноводства, в то время как углубленное исследование экологической эффективности разведения коров все еще недостаточно. Коровы являются третьим по величине сельскохозяйственным животным после мясного скота и свиней, поэтому необходимо дополнительно изучить их влияние на экологическую среду. В-третьих, на основе расчета экологической эффективности молочного животноводства необходимо тщательно проанализировать механизм ее конвергенции. Таким образом, на основе данных о молочном животноводстве в Китае за период с 2004 по 2019 год, в данной работе используется модель SBM-Undesirable для измерения экологической эффективности молочного животноводства в Китае, а также метод проверки конвергенции клубного подхода для проверки конвергенции экологической эффективности молочного животноводства в Китае и повышения потенциала экологической эффективности молочного животноводства в Китае. Одновременно в работе исследуются способы повышения экологической эффективности молочного животноводства как на этапе ввода, так и на этапе вывода продукции.

По сравнению с предыдущими исследованиями, потенциальный вклад данной работы заключается в следующем: Во-первых, существует множество споров о том, какой масштаб молочного животноводства является оптимальным. На основе имеющихся данных в данной работе максимально всесторонне, систематически и научно рассчитывается и сравнивается экологическая эффективность молочного животноводства различного масштаба в Китае, исследуется тенденция развития экологической эффективности молочного животноводства различного масштаба, приводятся практические обоснования и объяснения, а также предлагаются рекомендации по направлению развития животноводства среднего масштаба в будущем. Во-вторых, предыдущие исследования более подробно рассматривали факторы, ограничивающие экологическую эффективность, включая индивидуальные характеристики молочного животноводства, технический уровень и масштаб хозяйства. Однако эти исследования игнорируют наиболее важные элементы, а именно улучшение входных и выходных параметров молочного животноводства. В данной работе больше внимания уделяется вопросу о том, какие возможности для улучшения экологической эффективности молочного животноводства существуют и каковы перспективы ее повышения.

3.1 Источники данных

Ввиду доступности данных, в данной работе выбраны статистические данные о молочных фермах различного масштаба из «Сборника национальной информации о затратах и выгодах сельскохозяйственной продукции» (2005–2020 гг.) и «Руководства по коэффициентам загрязнения» в 27 провинциях Китая, и рассчитана и проанализирована экологическая эффективность молочного животноводства. В работе рассматриваются молочные фермы малого, среднего и крупного масштаба. Поскольку предпосылкой конвергентного исследования является обеспечение непрерывности данных, в данной работе данные о молочных фермах различного масштаба организованы в сбалансированную панельную структуру, и получены выборки из 208 малых, 304 средних и 224 крупных молочных ферм, равномерно распределенные по 27 провинциям Китая, что позволяет лучше отразить реальную ситуацию в молочном животноводстве в Китае. Кроме того, все показатели, связанные с ценами в статистических данных, соответствующим образом скорректированы с учетом индекса цен соответствующего продукта из «Китайского статистического ежегодника» за текущий год, чтобы избежать влияния значительных колебаний цен на стабильность данных. Для анализа различий и сходимости экологической эффективности молочного животноводства между различными провинциями и различными масштабами в данной работе используется метод интерполяции или метод взвешенного среднего для восполнения пропущенных данных по провинциям за некоторые годы.

3.2 Проектирование модели

Помимо молочной продукции (желаемый результат), в процессе молочного животноводства образуются также загрязняющие вещества, такие как фекалии и моча (нежелательный результат). К этим загрязняющим веществам относятся такие показатели, как химическое потребление кислорода (ХПК), общий азот (ОА), общий фосфор (ОФ), медь (Cu) и цинк (Zn). Целевая функция модели SBM включает в себя переменные отклонения на входе и выходе, что позволяет эффективно решать проблемы отклонения на входе и выходе, а также отклонения, вызванные радиальным и угловым выбором. При достижении требуемой эффективности модель SBM также позволяет получить входные элементы блока принятия решений, цель улучшения и степень нежелательного результата. Поэтому в данной работе используется модель SBM для измерения экологической эффективности молочного животноводства в Китае с учетом нежелательного результата.

Процесс построения модели выглядит следующим образом:

Предположим, что в производственной системе имеется n единиц принятия решений, и каждая единица принятия решений содержит m входных данных, s1 желаемых выходных данных и s2 нежелаемых выходных данных. В векторной форме это можно выразить следующим образом:

При X > 0, Y^g > 0, Y^b > 0, указанный выше набор правил может быть преобразован в:

(Чжэн и др., 1998 г.). y^g ≤ Y^gλ означает, что фактический ожидаемый объем производства меньше ожидаемого объема производства на производственной границе; y^b ≥ Y^bλ означает, что фактический нежелательный объем производства превышает нежелательный объем производства на производственной границе.

Традиционная модель DEA не может в полной мере учитывать влияние «непредсказуемой переменной» на значение эффективности, а также технические изменения, такие как увеличение ожидаемого объема производства и уменьшение нежелательного объема производства. Для восполнения этого недостатка Тон предложил модель экологической эффективности, основанную на непредсказуемых переменных на входе и выходе, а именно модель SBM, и в 2004 году расширил модель SBM, чтобы получить оценку экологической эффективности в условиях нежелательного объема производства (Тон, 2001). Модель эффективности SBM для конкретного блока принятия решений (x₀, y₀^g, y₀^b) можно выразить следующим образом:

при следующих условиях:

x₀ = Xλ + s^-

y₀^g = Y^gλ - s^g

y₀^b = Y^bλ + s^b

s^- ≥ 0, s^g ≥ 0, s^b ≥ 0, λ ≥ 0

s^-, s^g, s^b представляют собой, соответственно, независимые переменные входной переменной, желаемого выходного значения и нежелаемого выходного значения; целевая функция ρ строго убывает относительно s^-, s^g, s^b. Когда s^- = s^g = s^b = 0, функция имеет оптимальное решение, то есть ρ = 1, что означает, что подразделение, принимающее решения, достаточно эффективно; если 0 ≤ ρ ≤ 1, это указывает на потерю эффективности в ошибочно измеренной единице (экологическая неэффективность). В этом случае входные и выходные параметры могут быть улучшены, а величина улучшения определяется долей переменной запаса по отношению к соответствующим входным и выходным параметрам. Экологическая неэффективность может быть разложена на неэффективность входных параметров и неэффективность выходных параметров:

s_i^- / x_i0 представляет собой коэффициент относительного снижения i-го входного параметра блока принятия решений; (1/m) ∑_{i=1}^m (s_i^- / x_i0) представляет собой среднее значение коэффициента снижения всех входных параметров в подразделении, принимающем решения; (1/s1) ∑_{r=1}^{s1} (s_r^g / y_{r0}^g) представляет собой среднее значение расширяемого коэффициента всех желаемых результатов работы подразделения, принимающего решения; (1/s2) ∑_{r=1}^{s2} (s_r^b / y_{r0}^b) представляет собой среднее значение сокращаемых долей всех нежелательных результатов работы подразделения, принимающего решения.

3.3 Объяснение и описательная статистика переменных

В качестве входных переменных в данной работе рассматриваются стоимость концентрированных кормов, затраты на зеленые грубые корма, трудозатраты и основные средства (Нджуки и др., 2016; Ю и соавторы, 2012; Бай и др., 2022). Вклад в производство зеленых грубых кормов относится к общему объему затрат на зеленые корма, силос, сено, солому и другие материалы; трудовые затраты относятся к сумме количества и численности работников, а затраты на основные средства представлены амортизационными расходами на основные средства. В целом, крупные молочные фермы имеют наибольшие затраты на концентрированные корма, зеленые грубые корма и основные средства, за ними следуют средние и малые молочные фермы, в то время как малые молочные фермы имеют наибольшие затраты на рабочую силу, за ними следуют средние и крупные молочные фермы. Желаемые выходные показатели включают два типа: стоимость основного продукта и стоимость побочных продуктов, где стоимость основного продукта относится к производству сырого молока, а стоимость побочных продуктов относится к общей стоимости других продуктов, кроме сырого молока, а также к стоимости основного продукта крупных молочных ферм и наибольшей стоимости побочных продуктов. Нежелательные выходные показатели измеряются общим объемом выбросов загрязняющих веществ. Коэффициенты выбросов загрязняющих веществ приведены в «Руководстве по коэффициентам загрязнения» и включают химическое потребление кислорода (ХПК), общий азот (ОА), общий фосфор (ОФ), медь (Cu) и цинк (Zn). Вышеуказанные выбросы загрязняющих веществ (г/чел.·сут) используются для суммирования в качестве нежелательного результата. С точки зрения выбросов загрязняющих веществ, малый масштаб является наибольшим, большой масштаб занимает второе место, а средний масштаб — наименьший. Объяснение и описательная статистика переменных представлены в таблице 1.

ТАБЛИЦА 1 Объяснение и описательная статистика переменных

3.4 Результаты расчетов

Для измерения экологической эффективности молочного животноводства различного масштаба в 27 провинциях Китая в период с 2004 по 2019 год использовалась программа DEA-SOLVER Pro5.0 (таблица 2). Было установлено, что с 2004 по 2019 год средняя экологическая эффективность молочного животноводства различного масштаба практически не различалась, при этом значение эффективности для среднего масштаба было самым высоким. Теоретически, по сравнению с малым и средним масштабом, экологическая эффективность крупного молочного животноводства должна быть самой высокой, однако в целом экологическое состояние крупного молочного животноводства не улучшилось должным образом. Это может быть связано с тем, что строительство крупных молочных ферм еще не достигло идеального состояния, и из-за больших масштабов сохраняется значительная нагрузка на систему утилизации отходов. В сегменте мелкомасштабного молочного животноводства наивысший показатель эффективности (0,8588) был отмечен в провинции Нинся, за ней следуют провинции Юньнань, Хэбэй, Шаньдун, Цзилинь и Хунань (0,7–0,8), а в провинциях Ляонин, Внутренняя Монголия, Хэйлунцзян и Шаньси (0,6–0,7), в то время как показатели эффективности в провинциях Хэнань, Фуцзянь и Гуанси были ниже 0,6. В молочном животноводстве среднего масштаба показатели эффективности в Пекине, Синьцзяне, Ганьсу, Нинся и Хунане превышали 0,8, в Шэньси, Цзилине, Тяньцзине, Гуанси, Внутренней Монголии и Шаньси находились в диапазоне от 0,7 до 0,8, в Ляонине, Хэйлунцзяне и Аньхуе — от 0,6 до 0,7, а в Хэнани, Шанхае, Чунцине, Фуцзяни и Сычуани — были ниже 0,6. В молочном животноводстве крупного масштаба самый высокий показатель эффективности был в Ганьсу — 0,9392, в Пекине и Синьцзяне — выше 0,8 (0,8886 и 0,8180 соответственно), в Цинхае и Фуцзяне — от 0,7 до 0,8. В провинциях Хубэй, Шаньси, Шаньдун, Хэйлунцзян, Хэнань, Аньхой и Чжэцзян значения эффективности варьировались от 0,6 до 0,7, в то время как в провинциях Гуандун, Ляонин и Цзянсу значения эффективности были ниже 0,6.

ТАБЛИЦА 2 Результаты расчетов экологической эффективности молочного животноводства различного масштаба в провинциях Китая за период с 2004 по 2019 год.

"--" означает отсутствие данных.

Для дальнейшего изучения тенденций изменения экологической эффективности молочного животноводства в разных масштабах в данной работе была составлена карта тенденций изменения экологической эффективности молочного животноводства в разных масштабах в Китае с 2004 по 2019 год (рис. 1), включающая изменения средней экологической эффективности молочного животноводства в разных масштабах, а также изменения линейных трендов. В целом, экологическая эффективность молочного животноводства показала U-образную тенденцию изменения. С 2004 по 2016 год экологическая эффективность молочного животноводства в разных масштабах демонстрировала признаки непрерывного снижения. После 2016 года экологическая эффективность молочного животноводства в средних и крупных масштабах показала устойчивый рост и стабилизировалась. Экологическая эффективность мелкомасштабного молочного животноводства значительно возросла с 2016 по 2018 год, а затем резко снизилась в 2019 году. Из линейной кривой видно, что с 2004 по 2019 год экологическая эффективность мелкомасштабного молочного животноводства резко снизилась, в то время как экологическая эффективность среднего и крупного молочного животноводства оставалась относительно стабильной. Экологическая эффективность молочного животноводства напрямую связана с национальной политикой контроля загрязнения окружающей среды, а замедление экономического роста предоставляет больше возможностей для улучшения экологической ситуации.

РИСУНОК 1 Динамика изменения экологической эффективности молочного животноводства в Китае в разных масштабах с 2004 по 2019 год.

(Ю и соавторы, 2012)

4.1 Анализ теории сходимости и разработка моделей

Конвергенция давно является предметом изучения в экономике, и механизмы конвергенции можно разделить на σ-конвергенцию, β-конвергенцию и клубную конвергенцию. β-конвергенция означает, что темпы экономического роста отсталых регионов выше, чем у развитых, в то время как σ-конвергенция означает, что разрыв между регионами постепенно сокращается с течением времени. Эти два метода конвергенции тесно связаны, и β-конвергенция является необходимым, но не достаточным условием для σ-конвергенции. Поскольку σ-конвергенция описывает тенденцию изменения определенного показателя между регионами, коэффициент вариации (CV) можно использовать для измерения тенденции изменения различий в экологической эффективности молочного животноводства между провинциями. Конкретное выражение выглядит следующим образом:

σ обозначает стандартное отклонение экологической эффективности молочного животноводства, Y обозначает экологическую эффективность молочного животноводства, Ȳ обозначает среднее значение экологической эффективности молочного животноводства, N обозначает количество провинций, а CV обозначает коэффициент вариации экологической эффективности молочного животноводства. Если значение CV уменьшается, наблюдается конвергенция, в противном случае конвергенции нет.

Поскольку β-сходимость является необходимым, но не достаточным условием для σ-сходимости, трудно отрицать существование β-сходимости на основании вышеупомянутой σ-сходимости, поэтому необходим тест на β-сходимость. Модель β-сходимости может быть выражена следующим образом:

CP_it и CP_i0 представляют собой экологическую эффективность молочного животноводства в период t и в начальный период соответственно, T обозначает рассматриваемый период, α и β — параметры, подлежащие оценке, а ε_it — член ошибки. Если β < 0 и наблюдается значимость, это означает, что экологическая эффективность молочного животноводства в этот период имеет тенденцию к конвергенции β. Соответственно, скорость конвергенции можно рассчитать следующим образом:

Если темпы роста экологической эффективности в отстающих регионах значительно выше, чем в лидирующих, в результате чего отстающие регионы на поздней стадии превосходят лидирующие, и разрыв между ними больше, чем на начальной стадии, то результат сходимости β, полученный с помощью традиционного уравнения Барро, является неверным (Хадри, 2000). В то же время, если в процессе генерации данных присутствует много шума, традиционный t-тест также неприменим. С этой целью Филлипс предложил метод теста клубной сходимости (Филлипс и Сул, 2007). Метод проверки клубной конвергенции позволяет учитывать различные временные тенденции и индивидуальную неоднородность данных. Конвергенция отдельных особей кластеризуется, и особи, достигшие одного и того же стабильного уровня, объединяются в клубные группы конвергенции, что позволяет с помощью статистических методов отсеять все локальные условия конвергенции и сформировать различные клубные группы. В данной работе в основном анализируется конвергенция экологической эффективности молочного животноводства в Китае. Поскольку значения экологической эффективности, измеренные с помощью модели SBM в разные годы, не сопоставимы, анализируются только различия между провинциями в пределах одного года. Поэтому в данной работе будет использован метод проверки клубной конвергенции для дальнейшего анализа конвергенции экологической эффективности молочного животноводства в Китае с целью понимания динамических особенностей ее развития. Процесс анализа выглядит следующим образом:

Для любых панельных данных X_{it} их можно разложить на две части:

μ_i представляет собой общий фактор для всех индивидов, а δ_{it} представляет собой матрицу нагрузок изменяющихся во времени факторов, которую можно дополнительно выразить в виде полупараметрических уравнений:

δ_i представляет собой фиксированную компоненту, которая не изменяется со временем; ξ_{it} подчиняется стандартному нормальному распределению и распределению независимых и одинаковых величин, но является слабо зависимой и стабильной во времени.

L(t) — это уравнение изменения роста, используемое для устранения естественного увеличения дисперсии со временем. Если панельные данные стационарны, L(t) можно игнорировать, что гарантирует, что для любого a больше или равного 0, когда время t стремится к бесконечности, ξ будет сходиться к δ_i. Следовательно, если все индивиды имеют один и тот же общий множитель δ_i = δ, то когда a больше или равно 0, все индивиды будут сходиться к одному и тому же равновесному состоянию, поэтому сходимость или ее отсутствие можно оценить, проверив, больше или равно ли a 0. В эмпирическом анализе сходимость можно проверить с помощью следующей модели:

H₀: δ_i = δ, a ≥ 0, нулевая гипотеза может быть преобразована в следующий логарифмический t-тест:

Это означает, что в регрессии используется только часть данных. Следовательно, нулевая гипотеза о сходимости может быть проверена с помощью одностороннего t-критерия, устойчивого к авторегрессии и гетероскедастичности коэффициентов log t. Критерий log t позволяет не только оценить сходимость выборки, но и определить, происходит ли сходимость отдельных членов с различными клубами, когда популяция не сходится, то есть происходит ли сходимость клуба.

4.2 Эмпирические результаты традиционного теста на сходимость

4.2.1 Результаты теста на сходимость σ

На рисунке 2 показан коэффициент вариации экологической эффективности молочного животноводства в зависимости от масштаба. Коэффициент вариации экологической эффективности мелкомасштабного, среднемасштабного и крупномасштабного молочного животноводства демонстрировал колебания различной величины. Коэффициент вариации экологической эффективности мелкомасштабного молочного животноводства в основном находился в состоянии непрерывного снижения с 2004 по 2016 год. Однако после 2016 года наблюдалась тенденция к непрерывным колебаниям, что указывает на то, что разрыв в экологической эффективности мелкомасштабного молочного животноводства в различных провинциях сначала сократился, а затем увеличился. Коэффициент вариации экологической эффективности среднемасштабного и крупномасштабного молочного животноводства находился в состоянии непрерывных колебаний с 2004 по 2019 год. По сравнению со среднемасштабным, крупномасштабное животноводство демонстрировало относительно ровные колебания, что указывает на то, что разрыв в экологической эффективности среднемасштабного и крупномасштабного молочного животноводства в различных провинциях существенно не сократился и не увеличился. В заключение можно предварительно установить, что не наблюдается признаков сближения показателей σ в общей экологической эффективности мелкомасштабного, среднемасштабного и крупномасштабного молочного животноводства.

РИСУНОК 2 Коэффициент вариации экологической эффективности молочного животноводства в разных масштабах.

4.2.2 Результаты теста на сходимость β

В таблице 3 показана абсолютная β-конвергенция экологической эффективности молочного животноводства в зависимости от масштаба. Результаты регрессионного анализа для малого, среднего и крупного масштабов показывают, что оценочные коэффициенты ln(CP_i0) отрицательны и проходят проверку значимости на уровне 1%, что свидетельствует о наличии явления абсолютной β-конвергенции в экологической эффективности молочного животноводства малого, среднего и крупного масштабов. В рамках малого, среднего и крупного масштабов молочного животноводства провинции с низкой экологической эффективностью будут сближаться с провинциями с более высокой экологической эффективностью. Из сравнения коэффициентов регрессии следует, что в крупном масштабе конвергенция более выражена, за ним следует средний масштаб, а в малом масштабе она будет относительно медленной, что связано с текущей политикой содействия разведению молочных коров в средних масштабах.

ТАБЛИЦА 3 Абсолютная β-конвергенция экологической эффективности молочного животноводства в разных масштабах

4.3 Эмпирические результаты теста на конвергенцию клуба

В процессе построения модели конвергенции было отмечено, что как тест конвергенции σ, так и тест конвергенции β игнорируют конвергентный клуб. Поэтому необходимо использовать конвергенцию клубного типа для проверки конвергенции экологической эффективности молочного животноводства в разных масштабах. Перед проведением теста конвергенции клубного типа необходимо использовать логарифмический t-тест для изучения конвергенции экологической эффективности молочных коров в разных масштабах в целом. Результаты показали, что значение T для экологической эффективности мелкомасштабного молочного животноводства было больше -1,65, а значения T для экологической эффективности средне- и крупномасштабного молочного животноводства были меньше -1,65, что указывает на общую конвергенцию экологической эффективности мелкомасштабного молочного животноводства, в то время как в средне- и крупномасштабном молочном животноводстве общей тенденции конвергенции экологической эффективности не наблюдается (Таблица 4).

ТАБЛИЦА 4 Общий тест на конвергенцию (логарифмический t-тест) экологической эффективности молочного животноводства в различных масштабах.

Общее отсутствие конвергенции не означает отсутствия тенденции к конвергенции. Возможна также клубная конвергенция в экологической эффективности молочного животноводства с различными масштабами. Необходимо использовать логарифмический t-критерий для изучения комбинаций конвергенции экологической эффективности молочного животноводства с различными масштабами. Согласно таблице 5, можно обнаружить клубную конвергенцию в экологической эффективности молочного животноводства с тремя масштабами, при этом малый масштаб объединяется в два клуба, а средний и крупный масштабы — в четыре клуба соответственно.

ТАБЛИЦА 5 Экологическая эффективность молочного животноводства в различных масштабах.

"--" означает отсутствие данных.

Во-первых, по экологической эффективности мелкого молочного животноводства 11 провинций входят в первую группу, включая Хэбэй, Шаньси, Внутреннюю Монголию, Ляонин, Хэйлунцзян, Фуцзянь, Хэнань, Хунань, Гуанси, Юньнань и Нинся, в то время как Цзилинь и Шаньдун входят во вторую группу. Из-за давления рыночной конкуренции и эволюции политики мелкие молочные фермы постепенно вытесняются из числа предприятий молочного животноводства. Поддержка мелких молочных ферм в различных регионах невысока. Поэтому тенденция развития экологической эффективности мелкого молочного животноводства одинакова. Шаньдун и Цзилинь являются крупными провинциями и крупными районами молочного животноводства. Темпы вывода мелких молочных ферм из бизнеса относительно медленные, а их экологическая эффективность относительно низкая.

Во-вторых, по экологической эффективности молочного животноводства в среднем масштабе 6 провинций входят в первую группу, включая Пекин, Цзилинь, Аньхой, Гуанси, Нинся и Синьцзян; 2 провинции входят во вторую группу, включая Шаньси и Ганьсу; 6 провинций входят в третью группу, включая Тяньцзинь, Хэйлунцзян, Шанхай, Фуцзянь, Хэнань, Хунань; 4 провинции входят в четвертую группу, включая Ляонин, Чунцин, Сычуань, Шэньси; в то время как во Внутренней Монголии наблюдается расхождение. Количество действующих молочных ферм среднего масштаба колеблется от 50 до 500. Исходя из основного принципа «больше людей и меньше земли» в Китае, расширение масштабов молочного животноводства должно быть постепенным процессом. При низкой конкурентоспособности отрасли подчеркивается, что чрезмерные масштабы и нерациональная структура масштабов ускоряют быстрый рост затрат на разведение скота. Согласно полевым исследованиям, также установлено, что независимо от того, обусловлены ли ограничения по площади земельных участков, трудозатратами, инвестициями в основные средства и другими факторами, средние молочные фермы обладают наибольшим потенциалом развития. Однако из-за различий в ресурсной обеспеченности различных регионов постепенно будет расти разрыв в экологической эффективности средних молочных ферм. Следовательно, экологическая эффективность в каждой провинции будет сближаться с разными группами.

В-третьих, в сфере крупномасштабного молочного животноводства 3 провинции входят в первую группу по экологической эффективности: Шаньси, Шаньдун и Ганьсу; 5 провинций входят во вторую группу: Пекин, Хэйлунцзян, Фуцзянь, Хубэй и Синьцзян; 2 провинции входят в третью группу: Цинхай и Гуандун, и четыре провинции входят в четвертую группу: Цзянсу, Чжэцзян, Аньхой и Хэнань, в то время как в Ляонине наблюдается расхождение. По сравнению со средними молочными фермами, количество действующих крупных молочных ферм больше, насчитывая более 500 голов скота. Крупные молочные фермы более распространены на северо-востоке Китая, во Внутренней Монголии и Синьцзяне, главным образом потому, что эти районы относительно богаты земельными ресурсами и имеют большие площади пустошей, а также, из-за своих масштабов, получают значительные государственные субсидии на борьбу с загрязнением навозом. Однако субсидии не изменили существующее положение дел с огромными объемами выбросов загрязняющих веществ, и они по-прежнему составляют основную часть этих выбросов. Эта ситуация не в полной мере соответствует первоначальной цели политики поддержки крупных сельскохозяйственных предприятий, не сокращает разрыв в экологической эффективности молочного животноводства между регионами и не повышает его, поэтому тенденции развития в рамках одной группы не сближаются.

На основе приведенных выше результатов расчетов экологической эффективности молочного животноводства и анализа клубной конвергенции проводится дальнейший анализ потенциала повышения экологической эффективности молочного животноводства в различных масштабах, что имеет большое значение для разработки эффективной политики повышения экологической эффективности. Загрязнение окружающей среды, вызываемое молочным животноводством, является результатом совокупного действия различных загрязняющих веществ. Экологическая эффективность молочного животноводства — это комплексная мера устойчивого развития молочного животноводства. С учетом «количества» загрязняющих веществ, выбрасываемых в процессе молочного животноводства, молочное животноводство может быть охарактеризовано в виде конкретных значений от 0 до 1. Комплексный уровень загрязнения окружающей среды также может дополнительно отражать пространство роста экологической эффективности молочного животноводства в следующих двух измерениях.

С одной стороны, модель SBM для нежелательного результата может не только дать значение экологической эффективности каждой единицы принятия решений, но и предоставить каждой единице принятия решений оптимальный план улучшения факторов производства и выбросов загрязняющих веществ при достижении оптимальной эффективности. С точки зрения улучшения факторов производства, улучшение показателей производства зеленых кормов и рабочей силы на крупных молочных фермах ниже, чем на средних и малых, что в полной мере демонстрирует преимущества крупномасштабного развития, позволяющего сократить необходимые потери (таблица 6). Что касается концентрированных кормов и основных средств, улучшение больше, что объясняется тем, что крупные фермы имеют относительно исправную технику и оборудование, но сталкиваются с такими проблемами, как низкая рентабельность основных средств, плохое техническое обслуживание и несовершенство технологий переработки, что требует значительных инвестиций в основные средства для их сокращения. Основные средства, как фактор производства с высокой долей инвестиций на молочных фермах, также указывают на то, что в процессе дальнейшего крупномасштабного развития в будущем следует уделять больше внимания проблеме неэффективного использования инвестиций в основные средства. Что касается степени улучшения нежелательных показателей, то, в отличие от большинства факторов производства, крупнейшие молочные фермы требуют наибольшего улучшения, достигающего 16,22%. Это указывает на то, что, хотя крупномасштабное молочное животноводство и преодолело элементы и технологии традиционных моделей разведения, из-за роста уровня агломерации в этот период давление на окружающую среду слишком велико, земельные ресурсы ограничены, и трудно справиться с выбросами большого количества загрязняющих веществ. Поэтому необходимо перерабатывать отходы крупных молочных ферм и уделять особое внимание вопросам, связанным с использованием ресурсов. В целом, молочные фермы разных масштабов имеют большой потенциал для экономии инвестиций и сокращения выбросов загрязняющих веществ в атмосферу. Повышение экологической эффективности молочного животноводства должно быть сосредоточено не только на внешних факторах, но и на улучшении как затрат, так и результатов.

ТАБЛИЦА 6 Количественные показатели и степень улучшения факторов производства и выбросов загрязняющих веществ на молочных фермах различного размера.

Примечание: Когда молочные фермы различного масштаба достигают оптимальной экологической эффективности, количество сокращений и изменений, необходимых для каждого элемента затрат и выброса загрязняющих веществ на одну корову, учитывается в соотношении с первоначальными затратами и выбросами.

С другой стороны, конвергенция клубов позволяет оценить потенциал роста всех членов. В данной работе наивысшая экологическая эффективность каждого конвергентного клуба за год была принята за потенциальный уровень экологической эффективности членов клуба в этом году, и были проанализированы фактическое значение, потенциальное значение и потенциал роста экологической эффективности молочного животноводства различных масштабов (Таблица 7). Результаты показывают, что: Во-первых, экологическая эффективность мелкого, среднего и крупного молочного животноводства имеет большой потенциал роста, при этом наибольший потенциал роста имеет экологическая эффективность мелкого молочного животноводства. Однако вывод отрасли из эксплуатации должен осуществляться по принципу «шаг за шагом», и в будущем следует уделять внимание проблеме загрязнения окружающей среды, вызываемого мелким молочным животноводством. Во-вторых, потенциал роста экологической эффективности мелкого, среднего и крупного молочного животноводства демонстрирует тенденцию к снижению с течением времени, то есть разрыв между фактическим и потенциальным значением постоянно сокращается, что дополнительно подтверждает уменьшение разницы в экологической эффективности внутри клуба, а также показывает, что нынешняя политика контроля за загрязнением окружающей среды в результате животноводства и птицеводства сыграла значительную роль.

ТАБЛИЦА 7 Пространство роста экологической эффективности молочного животноводства в различных масштабах.

Для прогнозирования потенциала повышения экологической эффективности молочного животноводства в различных масштабах в будущем, в данной работе используется пространство роста для проведения простой линейной регрессии по временному тренду (рис. 3). Результаты показали, что пространство роста экологической эффективности мелкомасштабного, среднемасштабного и крупномасштабного молочного животноводства уменьшится на 0,24%, увеличится на 0,008% и уменьшится на 1,4% соответственно, а к 2035 году достигнет 15,07%, 17,44% и 0 (для крупных молочных ферм пространство роста будет равно нулю примерно к 2030 году). В частности, хотя экологическая эффективность среднемасштабного молочного животноводства в настоящее время является самой высокой, ее потенциал повышения экологической эффективности существенно не снизился, или же экологическая эффективность среднемасштабного молочного животноводства не будет соответствовать потенциальному значению роста крупномасштабного молочного животноводства. Возможная причина заключается в том, что в будущем национальный спрос на «пайки» будет еще больше снижаться в зависимости от эффективного выполнения национальной стратегии продовольственной безопасности, но тенденция высокого потребительского спроса на мясо, яйца и молоко будет продолжать расти, особенно на молочные продукты. Согласно статистике, с 1978 года структура питания населения Китая претерпела значительные изменения, и потребление зерновых на душу населения постепенно снижалось: с 227,0 кг в 1978 году до 132,7 кг в 2019 году, что составляет снижение на 41,5%. Что касается потребления молока городскими и сельскими жителями, то потребление молока на душу населения в городах увеличилось с 4,6 кг в 1995 году до 16,7 кг в 2019 году, в то время как потребление молока на душу населения в сельской местности увеличилось с 0,6 кг до 7,3 кг. С непрерывным повышением дохода на душу населения в сельской местности растет и потребление молока на душу населения, что указывает на то, что в будущем будет высвобождено больше земель, рабочей силы и кормовых зерновых для развития молочного животноводства, масштабы молочного животноводства будут продолжать увеличиваться, а благоприятная институциональная и рыночная среда будет способствовать трансформации средних молочных ферм в крупные, и потенциал экологического управления в молочном животноводстве также значительно улучшится. Вкратце, согласно прогнозам, можно предсказать, что потенциал повышения экологической эффективности молочного животноводства в Китае останется выше 10% в течение следующих 10–20 лет.

РИСУНОК 3 Прогнозирование потенциала повышения экологической эффективности молочного животноводства в различных масштабах.

Благодаря всесторонней реализации цели построения умеренно процветающего общества, материальный уровень жизни людей значительно улучшился. Согласно теории иерархии потребностей Маслоу, когда удовлетворены самые основные потребности в пище (т.е. потребности в рационе), спрос на высокобелковое мясо, яйца, молоко и другие продукты с высоким содержанием белка будет еще больше возрастать. Основной источник молока — молочное животноводство, поэтому устойчивое развитие молочного животноводства является ключевой проблемой сегодня и в будущем, и эта проблема, по сути, сводится к решению проблемы «потребления» и «выбросов». Проблема «выбросов» оказалась гораздо сложнее, чем проблема «потребления». В данной работе в качестве ключевого показателя для измерения проблемы «выбросов» в молочном животноводстве используется экологическая эффективность молочного животноводства. Модель SBM для измерения экологической эффективности молочного животноводства различного масштаба в Китае в период с 2004 по 2019 год используется для анализа различий. Для проверки конвергенции экологической эффективности молочного животноводства используется метод клубной конвергенции, а также рассчитывается потенциал повышения экологической эффективности (Ван и др., 2016).

Однако данная работа также имеет определенные ограничения, а именно: во-первых, из-за ограниченности данных расчет экологической эффективности молочного животноводства в данной работе обновлен только до 2019 года, и влияние эпидемии COVID-19 на молочное животноводство не учтено. В конце 2019 и начале 2020 года по Китаю прокатилась эпидемия COVID-19, которая серьезно повлияла на развитие молочного животноводства. Стоимость производственных факторов, таких как корма и рабочая сила, значительно возросла, но потребительский спрос на молочные продукты продолжал снижаться в течение длительного времени. Это неизбежно изменило модель развития молочного животноводства и неизбежно оказало определенное влияние на его экологическую эффективность. Однако из-за недостатка данных невозможно проанализировать это влияние, что является и самым большим сожалением данной работы. Во-вторых, использование только простой линейной регрессии для прогнозирования потенциала повышения экологической эффективности молочного животноводства может игнорировать влияние внутренних и внешних факторов на экологическую эффективность молочного животноводства. Согласно теории линейной регрессии, линейная регрессия позволяет приблизительно моделировать будущие направления и тенденции развития на основе предыдущих данных. В данной работе, используя метод клубной конвергенции, анализируются тенденции развития и потенциал повышения экологической эффективности молочного животноводства. В качестве дополнительного расширения, линейное прогнозирование анализирует только общую тенденцию роста пространства экологической эффективности молочного животноводства и не учитывает внутренние и внешние факторы, влияющие на эту эффективность. Тщательно рассмотренное исследование показало, что это является основным недостатком данной работы.

Несмотря на некоторые ограничения данной работы, она также указывает четкое направление для будущих исследований: во-первых, после обновления данных можно будет провести более глубокое исследование влияния эпидемии COVID-19 на развитие молочного животноводства, особенно на экологическую эффективность, чтобы восполнить пробел в существующих исследованиях, представленных в данной работе. Во-вторых, необходимо изучить более научные методы прогнозирования для проведения специальных исследований по прогнозированию потенциала улучшения условий в молочном животноводстве. В то же время можно продолжить изучение ключевых факторов, улучшающих или препятствующих улучшению условий в молочном животноводстве, как с теоретической, так и с эмпирической точек зрения.

В данной работе на основе проведенного исследования сделаны следующие выводы:

Во-первых, экологическая эффективность молочного животноводства в Китае различалась в зависимости от масштаба. Общая экологическая эффективность молочного животноводства демонстрировала U-образную тенденцию изменения, а средняя экологическая эффективность для малых, средних и крупных молочных хозяйств составляла 0,6859, 0,6930 и 0,6855 соответственно. Экологическая эффективность средних молочных хозяйств была наилучшей.

Во-вторых, экологическая эффективность мелкомасштабного молочного животноводства в целом сходится, но может быть дополнительно разделена на две группы. Экологическая эффективность среднего и крупного молочного животноводства в целом не сходится и сходится в четырех различных группах соответственно.

В-третьих, дальнейшее измерение потенциала повышения экологической эффективности молочного животноводства в Китае показало, что существует большой потенциал роста экологической эффективности молочного животноводства в различных масштабах, однако этот потенциал демонстрирует тенденцию к снижению с течением времени, и потенциал повышения экологической эффективности молочного животноводства в Китае останется выше 10% в течение следующих 10–20 лет. Для повышения экологической эффективности молочного животноводства следует уделять внимание улучшению факторов «затраты-выпуск».

Цель данной работы – содействие скоординированному развитию молочного животноводства в различных регионах и масштабах, а также повышение общего уровня молочного животноводства в Китае. На основе вышеизложенного обсуждения предлагаются следующие политические рекомендации:

Прежде всего, необходимо изменить направление развития молочного животноводства с расширения масштабов на структурную модернизацию. Результаты оценки экологической эффективности молочного животноводства показывают, что чем больше масштаб, тем выше экологическая эффективность. Напротив, молочные фермы среднего масштаба обладают большими экологическими преимуществами, что соответствует не только политическим указаниям по развитию молочного животноводства среднего масштаба, но и ограниченности ресурсов и экологических требований. Поэтому необходимо продолжать поддерживать развитие молочных ферм среднего масштаба, поощрять приток внешнего капитала в молочное животноводство и формировать ресурсосберегающую и экологически чистую модель развития «общее развитие, совместное открытие новых возможностей и совместное создание будущего»; одновременно необходимо усилить интеграцию отраслей, перейти от «плоского» развития к «структурированному», поддержать создание механизма взаимосвязи интересов между субъектами животноводства разных масштабов и регионов, а также попытаться исследовать различные новые идеи «взаимодействия».

Во-вторых, необходимо внедрять дифференцированные стратегии повышения экологической эффективности для сокращения разрыва в эффективности между регионами. Судя по нынешней ситуации развития, существует большой разрыв в экологической эффективности молочного животноводства между провинциями, что в основном обусловлено значительными различиями в ресурсной базе между провинциями. В рамках исследования конвергенции «клуба» были изучены «регионы-союзники» с одинаковой тенденцией развития и возможностью сотрудничества и конкуренции в будущем. Поэтому необходимо внедрять дифференцированные стратегии повышения экологической эффективности в сочетании с региональными ресурсными возможностями. В качестве примера можно привести крупные районы молочного животноводства, входящие во второй клуб. Пекин и Хэйлунцзян являются перспективными районами молочного животноводства с высокой промышленной концентрацией и сильными показательными характеристиками. Таким образом, передовой и зрелый опыт в области экологического управления может быть передан в Фуцзянь и Ганьсу, а Ганьсу, как важная производственная база люцерны и овса, может постоянно поставлять необходимые производственные факторы в другие регионы. Эффективное сотрудничество между регионами может сократить разрыв и сформировать модель взаимодополняемости ресурсов.

В-третьих, необходимо обратить внимание на структуру «затраты-выпуск» факторов и повысить экологическую эффективность животноводства, начиная с этапов «поедания» и «сброса». Дальнейшее повышение потенциальной эффективности в различных масштабах молочного животноводства показывает, что в масштабах молочного животноводства существует значительный потенциал для повышения экологической эффективности, а степень улучшения факторов производства и выпуска выше. Поэтому структуру факторов производства и выпуска следует корректировать самостоятельно, чтобы избежать растраты ресурсов и производственного давления. С одной стороны, необходимо разработать эффективный и рациональный план использования факторов производства, чтобы обеспечить тщательный контроль каждого килограмма корма, каждого рабочего часа и каждой единицы основных средств; с другой стороны, при переработке отходов, особенно навоза, необходимо применять научные методы, обеспечивать правильную работу и упрощенный процесс, а также осознавать важность решения проблемы «выбросов».

1. Источник: http://www.gov.cn/zhengce/2020-11/03/content_5556991.htm , информация предоставлена правительством Китая.

2. Источник: http://www.cnfia.cn/archives/16712, информация предоставлена Китайской национальной ассоциацией пищевой промышленности.

3. Источник: http://www.moa.gov.cn/ , информация предоставлена Министерством сельского хозяйства и сельских дел Китая.

4. Источник: https://www.sohu.com/a/154658984_648170.

5. Источник: https://www.sohu.com/a/397670382_120608855?_trans_=000014_bdss_dkmwzacjP3p:CP=

6. Источник: http://www.stats.gov.cn/tjsj/tjgb/qttjgb/qgqttjgb/201002/t20100211_30641.html , данные предоставлены Национальным статистическим бюро Китая.

1.    Adenuga A. H., Davis J., Hutchinson G., Donnellan T., Patton M. (2018). Modelling regional environmental efficiency differentials of dairy farms on the island of Ireland. Ecol. Indic. 95, 851–861. doi: 10.1016/j.ecolind.2018.08.040. CrossRef. Google Scholar.

2.    Bai Y., Li L., Wang F., Zhang L., Xiong L. (2022). Impact of dairy imports on raw milk production technology progress in China. Int. J. Environ. Res. Public Health 19 (5), 2911. doi: 10.3390/ijerph19052911. CrossRef. Google Scholar.

3.    Baker A. (2002). Fluorescence properties of some farm wastes: Implications for water quality monitoring. Water Res. 36 (1), 189–195. doi: 10.1016/s0043-1354(01)00210-x. CrossRef. Google Scholar.

4.    Camarero M., Castillo J., Picazo-Tadeo A. J., Tamarit C. (2013). Ecoefficiency and convergence in OECD countries Economics. Environ. Resour. Econ. 55 (1), 87–106. doi: 10.1007/s10640-012-9616-9. CrossRef. Google Scholar.

5.    Charnes A., Cooper W. W., Rhodes E. (1978). Measuring the efficiency of decision making units. Eur. J. Operational Res. 2 (6), 429–444. doi: 10.1016/0377-2217(78)90138-8. CrossRef. Google Scholar.

6.    European Commission (2020). Transitional Common Agricultural Policy 2021–2022. Available at: https://ec.europa.eu/commission/presscorner/detail/en/ip_20_2236. Google Scholar.

7.    Färe R., Grosskopf S., Lovell C. K., Pasurka C. (1989). Multilateral productivity comparisons when some outputs are undesirable: A nonparametric approach. Rev. Econ. Statistics 71, 90–98. doi: 10.2307/1928055. CrossRef. Google Scholar.

8.    Färe R., Grosskopf S. (2004). Modeling undesirable factors in efficiency evaluation: Comment. Eur. J. Operational Res. 157 (1), 242–245. doi: 10.1016/s0377-2217(03)00191-7. CrossRef. Google Scholar.

9.    Galanopoulos K., Aggelopoulos S., Kamenidou I., Mattas K. (2006). Assessing the effects of managerial and production practices on the efficiency of commercial pig farming. Agric. Syst. 88 (2-3), 125–141. doi: 10.1016/j.agsy.2005.03.002. CrossRef. Google Scholar.

10. Guo S., Qian Y., Nie R., Shi H. (2019). Environmental efficiency evaluation and convergence analysis of provinces along "the belt and road" based on SBM-undesirable model. Ekoloji 28 (107), 2405–2415. Google Scholar.

11. Hadri K. (2000). Testing for stationarity in heterogeneous panel data. Econ. J. 3 (2), 148–161. doi: 10.1111/1368-423x.00043. CrossRef. Google Scholar.

12. Hailu A., Veeman T. S. (2001). Non-parametric productivity analysis with undesirable outputs: An application to the Canadian pulp and paper industry. Am. J. Agric. Econ. 83 (3), 605–616. doi: 10.1111/0002-9092.00181. CrossRef. Google Scholar.

13. Kounetas K. E., Polemis M. L., Tzeremes N. G. (2021). Measurement of eco-efficiency and convergence: Evidence from a non-parametric frontier analysis. Eur. J. Operational Res. 291 (1), 365–378. doi: 10.1016/j.ejor.2020.09.024. CrossRef. Google Scholar.

14. Kuhn L., Balezentis T., Hou L., Wang D. (2020). Technical and environmental efficiency of livestock farms in China: A slacks-based DEA approach. China Econ. Rev. 62, 101213. doi: 10.1016/j.chieco.2018.08.009. CrossRef. Google Scholar.

15. Le T.-L., Luu T.-T.-H., Huynh N., Chung R. H. (2020). Environmental efficiency of rice production in Vietnam: An application of SBM-DEA with undesirable output. Biodiversitas 21 (6). doi: 10.13057/biodiv/d210645. CrossRef. Google Scholar.

16. Li T., Baležentis T., Makutėnienė D., Streimikiene D., Kriščiukaitienė I. (2016). Energy-related CO2 emission in European Union agriculture: Driving forces and possibilities for reduction. Appl. Energy 180, 682–694. doi: 10.1016/j.apenergy.2016.08.031. CrossRef. Google Scholar.

17. Njuki E., Bravo-Ureta B. E., Mukherjee D. (2016). The good and the bad: Environmental efficiency in northeastern US dairy farming. Agric. Resour. Econ. Rev. 45 (1), 22–43. doi: 10.1017/age.2016.1. CrossRef. Google Scholar.

18. Phillips P. C., Sul D. (2007). Transition modeling and econometric convergence tests. Econometrica 75 (6), 1771–1855. doi: 10.1111/j.1468-0262.2007.00811.x. CrossRef. Google Scholar.

19. Rehman A., Deyuan Z., Chandio A. A. (2019). Contribution of beef, mutton, and poultry meat production to the agricultural gross domestic product of Pakistan using an autoregressive distributed lag bounds testing approach. Sage Open 9 (3), 215824401987719. doi: 10.1177/2158244019877196. CrossRef. Google Scholar.

20. Rehman A., Jingdong L., Chandio A. A., Hussain I. (2017). Livestock production and population census in Pakistan: Determining their relationship with agricultural GDP using econometric analysis. Inf. Process. Agric. 4 (2), 168–177. doi: 10.1016/j.inpa.2017.03.002. CrossRef. Google Scholar.

21. Rehman A., Ulucak R., Murshed M., Ma H., Işık C. (2021). Carbonization and atmospheric pollution in China: The asymmetric impacts of forests, livestock production, and economic progress on CO2 emissions. J. Environ. Manag. 294, 113059. doi: 10.1016/j.jenvman.2021.113059. CrossRef. Google Scholar.

22. Reinhard S., Lovell C. K., Thijssen G. J. (1999). Econometric estimation of technical and environmental efficiency: an application to Dutch dairy farms. Am. J. Agric. Econ. 81 (1), 44–60. doi: 10.2307/1244449. CrossRef. Google Scholar.

23. Reinhard S., Lovell C. K., Thijssen G. J. (2000). Environmental efficiency with multiple environmentally detrimental variables; estimated with SFA and DEA. Eur. J. Operational Res. 121 (2), 287–303. doi: 10.1016/s0377-2217(99)00218-0. CrossRef. Google Scholar.

24. Scheel H. (2001). Undesirable outputs in efficiency valuations. Eur. J. Operational Res. 132 (2), 400–410. doi: 10.1016/s0377-2217(00)00160-0. CrossRef. Google Scholar.

25. Solow R. M. (1956). A contribution to the theory of economic growth. Q. J. Econ. 70 (1), 65–94. doi: 10.2307/1884513. CrossRef. Google Scholar.

26. Soteriades A. D., Faverdin P., March M., Stott A. W. (2015). Improving efficiency assessments using additive data envelopment analysis models: An application to contrasting dairy farming systems. AFSci. 24 (3), 235–248. doi: 10.23986/afsci.49446. CrossRef. Google Scholar.

27. Sun H., Kporsu A. K., Taghizadeh-Hesary F., Edziah B. K. (2020). Estimating environmental efficiency and convergence: 1980 to 2016. Energy 208. doi: 10.1016/j.energy.2020.118224. CrossRef. Google Scholar.

28. Tone K. (2001). A slacks-based measure of efficiency in data envelopment analysis. Eur. J. Operational Res. 130 (3), 498–509. doi: 10.1016/s0377-2217(99)00407-5. CrossRef. Google Scholar.

29. Tone K., Tsutsui M. (2010). Dynamic DEA: A slacks-based measure approach. Omega 38 (3-4), 145–156. doi: 10.1016/j.omega.2009.07.003. CrossRef. Google Scholar.

30. Wang X., Wu X., Yan P., Gao W., Chen Y., Sui P. (2016). Integrated analysis on economic and environmental consequences of livestock husbandry on different scale in China. J. Clean. Prod. 119, 1–12. doi: 10.1016/j.jclepro.2016.01.084. CrossRef. Google Scholar.

31. Yan Z., Wang C., Liu T. (2020). An analysis of the environmental efficiency of pig farms and its determinants-a field study from China. Environ. Sci. Pollut. Res. 27 (30), 38084–38093. doi: 10.1007/s11356-020-09922-7. CrossRef. Google Scholar.

32. Yao C., Qian S., Li Z., Liang L. (2017). Provincial animal husbandry carbon emissions in China and temporal-spatial evolution mechanism. Res. Sci. 39, 698–712. doi: 10.18402/resci.2017.04.11. CrossRef. Google Scholar.

33. Yu X. Associate (2012). Productivity, efficiency and structural problems in Chinese dairy farms. China Agric. Econ. Rev. 4 (2), 168–175. doi: 10.1108/17561371211224755. CrossRef. Google Scholar.

34. Zheng J., Liu X., Bigsten A. (1998). Ownership structure and determinants of technical efficiency: An application of data envelopment analysis to Chinese enterprises (1986–1990). J. Comp. Econ. 26 (3), 465–484. doi: 10.1006/jcec.1998.1540. CrossRef. Google Scholar.

35. Zhong S., Li J., Chen X., Wen H. (2021). A multi-hierarchy meta-frontier approach for measuring green total factor productivity: An application of pig breeding in China. Socio-Economic Plan. Sci., 101152. doi: 10.1016/j.seps.2021.101152. CrossRef. Google Scholar.

Xu J, Wang J, Wang H and Li C (2022) Evolution trend and promotion potential of environmental efficiency of dairy farming in china from the perspective of “club convergence”. Front. Environ. Sci. 10:967150. doi: 10.3389/fenvs.2022.967150

Перевод статьи «Evolution trend and promotion potential of environmental efficiency of dairy farming in china from the perspective of “club convergence”» авторов Xu J, Wang J, Wang H and Li C., оригинал доступен по ссылке. Лицензия: CC BY. Изменения: переведено на русский язык

Фото: «Designed by Freepik».