中國畜牧業生產波動的特征及路徑識別

丁存振，肖海峰

（中國農業大學經濟管理學院，北京 100083）

自改革開放以來，中國畜牧業取得了長足的發展，目前中國已成為世界畜禽產品生產大國。根據wind數據庫相關數據顯示，2016年中國豬肉、羊肉和禽蛋的產量分別為5 299.0萬t、459.0萬t和3 095.0萬t，均居世界首位；禽肉、牛肉和牛奶產量分別為2 065.0萬t、717.0萬t和3 602.0萬t，均居世界前列。與此同時，畜牧業規模化程度不斷提高、產業化進程不斷加快、畜牧業生產科技水平不斷提高以及畜牧生產結構不斷優化。在取得這些成就的同時，中國畜牧業同樣面臨著市場較大波動、環保壓力增加、進口產品沖擊以及產品質量安全等困難和挑戰。在此背景下，如何穩步提高畜禽產品綜合生產能力、保障居民優質安全動物性食品需求、推進畜牧業結構調整和轉型升級將是未來一段時期中國畜牧業的主要任務?？茖W準確地把握畜牧產業生產波動特征和演變路徑，探究畜牧業生產波動的原因，對于認識畜牧產業生產規律以及制定宏觀調控政策從而有效推動畜牧業供給側結構性改革具有重要的參考意義。

目前學界有關畜牧業生產波動特征和路徑識別的研究較少，而對我國畜牧業發展波動特征及發展路徑的有效識別對于探究我國畜牧業發展規律、甄別畜牧業生產波動緣由、助力畜禽產業發展有著舉足輕重的意義。通過梳理現有文獻，相關研究主要集中于生產周期的演變，大概可以劃分為兩個方面，一是關于整個畜牧業發展階段劃分研究，如張新煥等[1]、徐雪高等[2]、楊子剛等[3]、隋建利和蔡琪瑤[4]等對我國畜牧業經濟周期演變以及發展階段等進行了相關研究。二是關于某一具體畜牧產業生產的研究。生豬產業作為我國最重要的畜牧產業，對其研究也較為豐富，其中包括生豬產業生產周期[5-6]、生產波動特征[7]和生產波動原因[8-10]等方面的研究。而關于其他產業的相關研究則相對較少，主要包括對肉牛[11]、肉雞[12]和乳品[13]等產業發展階段的劃分。縱觀已有文獻可以看出，一方面，關于中國畜牧業總體發展及不同品種產業發展的研究中關于生豬產業研究較多，而關于其他畜牧產業研究較少，且缺乏不同畜禽產業生產波動的對比分析。另一方面，關于畜牧業生產波動研究多為定性分析，缺乏定量研究，部分定量研究也多為線性計量方法，不能有效識別畜牧業發展過程中結構突變特征。

基于此，本文采用1978—2016年中國畜牧業分品種年度產量數據，運用HP濾波技術和非線性MS-AR模型，分析改革開放以來中國畜牧業不同畜禽品種生產的動態演變軌跡，并從畜牧業生產區制轉換的視角剖析不同畜禽品種生產波動路徑的具體形態，探究影響畜牧業生產波動和路徑轉換的原因，以期為推動新時期中國畜牧業發展以及畜牧業宏觀調控政策的制定提供參考依據。

1 模型構建與數據來源

1.1 模型構建

MS-AR模型由Hamilton[14-15]提出，本質上屬于變參數模型，使用該模型可以從數據中提取過去狀態的轉換信息，一致而有效的估計參數，可以有效的捕捉經濟變量中非線性動態特征[16]?？紤]K維時間序列經濟變量yt=y1,y2, …,yt，t=1, 2, …,T，可以構成以下的AR(p)模型：

式中：yt為時間序列經濟變量，v為截距項，Ai(i=1,2, …,p)為系數向量，p為滯后階數μt～NID(0,ε)。（1）式即為具有截距的線性AR(p)模型，將其轉變為均值形式的AR(p)模型，即：

式中：yt為時間序列經濟變量，Ai(i=1, 2, …,p)為系數向量，μt～NID(0, …)，μ表示yt的均值。在上述的AR(p)模型均為線性模型，在AR(p)中引入了馬爾可夫鏈，假定模型中存在著不可觀測的M種狀態，用St(t=1, 2, …,M)來表示，并假定截距項v和誤差項u均具有狀態轉換特征，St是一組服從馬爾可夫鏈的離散隨機變量，其轉移概率矩陣形式為：

如果截距項v具有狀態轉換特征，即在（1）式基礎上可以構建變參數v(St)的MSI(M)-AR(p)模型。依據模型中自回歸系A1,A2, …,AP，和誤差項μt的異方差ε是否引入區制狀態變量St，可將模型劃分為MSI(M)-AR(p)模型、MSIA(M)-AR(p)模型、MSIH(M)-AR(p)模型和MSIAH(M)-AR(p)模型等。如果均值項μt具有狀態轉換特征，即在（2）式基礎上可以構建變參數μ(St)的MSM(M)-AR(p)模型，依據模型中自回歸系數A1,A2, …,AP和誤差項μt的異方差ε是否引入區制狀態變量St，可將模型劃分為MSM(M)-AR(p)模 型、MSMA(M)-AR(p)模 型、MSMH(M)-AR(p)模型和MSMAH(M)-AR(p)模型等。MS(M)-AR(p)模型參數可通過Hamilton[15]提出的期望最大化（expectation maximization，EM）算法和Krolzig[17]提出的極大似然估計（maximum likelihood，ML）得到。詳細的推導過程可參考Krolzig[17]的研究，在此不再贅述。具體模型形式的選擇上，可根據AIC、SC和HQ值最小化原則確定最優模型形式。

1.2 數據來源

本研究涵蓋主要畜禽產品，具體包括豬肉、牛肉、羊肉、禽肉、禽蛋和牛奶等6大類畜禽產品，研究數據均為各畜禽產品產量數據，樣本區間為1978—2016年，其中1978—1999年產量數據來源于聯合國糧農組織統計數據庫（FAOSTAT），2000—2016年產量數據來源于農業部畜牧業司、全國畜牧總站編撰的《中國畜牧業統計》。

需要說明的是，有學者對我國畜牧業生產數據、尤其是肉類生產數據的真實性進行了研究[18-20]，發現我國肉類產量數據存在一定的統計誤差，但是本文的出發點是探討畜牧業生產波動特征，不求數據絕對精確，而且，國家統計局對以往部分年份畜產品產量數據根據農業普查結果進行了修訂?；诖耍诂F有數據可獲得條件下，本文認為現有畜牧業生產數據雖有一定統計誤差，但仍可以反映我國畜牧業生產發展趨勢和生產波動基本情況。在沒有其他可支撐數據的情況下，本文選用現有統計數據進行分析。

2 結果與分析

2.1 中國畜牧業生產波動的基本特征

改革開放以來，中國畜牧業各類產品產量增長率的動態變動軌跡（圖1）。首先，可以看出改革開放以來各畜禽產品產量增長率波動起伏，不同時期畜禽產品產量增長率存在一定差異；其次，可將各畜禽產品產量增長率大致劃分為兩個階段，一是1979—2000年，該時期畜禽產品產量增長率相對較高，增長率波動幅度相對較大，二是2000—2016年，該時期畜禽產品產量增長率相對較低，增長率波動幅度相對較小；最后，通過觀察2012—2016年畜禽產品產量增長率可以看出，多個畜禽產品產量增長率出現明顯的負向增長態勢。為了更清晰直觀地剖析中國畜牧業不同畜禽產品產量增長率的演變軌跡，下文將基于HP濾波技術和MS-AR模型對各畜禽產品產量增長率進行具體分析。

圖1 畜禽產品產量增長率Fig. 1 Output growth rates of livestock and poultry products

2.2 中國畜牧業生產波動的演變軌跡

通過HP濾波技術得到不同畜禽產品產量增長率的趨勢成分和波動成分變動軌跡（圖2）。改革開放以來豬肉產量增長率總體呈不斷下降態勢，尤其是2010年以來，下滑趨勢較為明顯；從波動成分上看，豬肉產量增長率改革開放初期波動幅度較大，自90年代后期開始波動幅度有所收斂，但2012年以來再次表現出較大的波動態勢。牛肉產量增長率經歷了先上升后下降的過程，在90年代初期達到頂峰，之后開始下降，2010年基本達到谷底并趨于平穩；從波動成分上看，牛肉產量增長率在改革開放后出現了較大的波動起伏現象，但隨著時間推移波動幅度呈下降態勢，2012年以來波動基本趨于0。對于羊肉產量增長率趨勢成分變化趨勢而言，改革開放后，羊肉產量增長率緩慢下降，之后開始緩慢回升，但自90年代中期開始出現較大幅度下滑，近幾年有緩慢上升趨勢；從波動成分上看，同豬肉和牛肉產量增長率波動相似，前期波動幅度較大，之后波動開始收斂。

圖2 畜禽產品產量增長率趨勢波動變動情況Fig. 2 Fluctuation trend of output growth rates of livestock and poultry products

從禽肉產量增長率趨勢成分變化趨勢上看，其變化趨勢與牛肉產量增長率趨勢成分變化趨勢相似，經歷了先上升后下降的過程，在90年代初期達到頂峰，之后開始下降，2005年之后基本趨于平穩；從波動成分上看，禽肉產量增長率波動經歷了先上升后下降的過程，近年來，除個別年份由于禽流感等疫情影響出現大幅波動外，波動幅度均相對較小。禽蛋產量增長率趨勢成分經歷了先緩慢上升又快速下降的過程，進入新世紀后基本保持較為平穩；從波動成分上看，改革開放后波動幅度較大，但自90年代后期逐漸收斂，進入新世紀以來，除個別年份外，基本呈現小幅波動態勢。牛奶產量增長率趨勢成分變化趨勢不同于其他畜禽產品產量增長率變化趨勢，其經歷了先緩慢上升、又緩慢下降之后又快速上升、再快速下降的“M”型變化過程，增長率高峰期與其他畜禽產品相比，出現相對滯后，在2004年左右達到峰值，之后出現了“過山車式”快速下降；從波動成分上看，在改革開放后的前20年，基本呈現小幅波動態勢，進入新世紀后波動幅度開始增大。

總體而言，從趨勢變化上看，豬肉產量增長率高峰期出現最早，在改革開放初期即出現，牛肉、羊肉、禽肉和禽蛋產量增長率高峰期基本出現在90年代初期，而牛奶產量增長率高峰期出現時間最晚，進入新世紀后才出現。從各畜禽產品產量增長率波動變化趨勢上看，除牛奶外，其他畜禽產品產量增長率大幅波動期基本在2000年之前，進入新世紀后波動幅度均相對較小，反映了畜牧業生產波動收斂性特征。從不同畜禽產品產量波動比較上看，豬肉產量增長率波動幅度最小，除改革開放初期出現較大波動幅度之外，其他年份波動幅度均較小，這與我國政府政策調控有關，作為我國居民最主要肉類來源，政府對其扶持力度以及政策調控程度均高于其他畜牧產業，因此其波動幅度較小。從最近幾年畜禽產品產量增長率波動上看，牛肉產量增長率最為平穩，其次為羊肉和禽蛋產量增長率，豬肉產量增長率波動有增大的趨勢，雞肉產量增長率在最近一些年份也出現較大波動，而牛奶產量增長率處于波動調整期，并未趨于平穩。除此之外，可以看出，畜禽產品生產快速增長階段往往伴隨著產量的大幅波動，說明畜牧產業快速發展時期面對的外部風險和沖擊也較大，而隨著增速放緩，波動也逐漸下降。

2.3 中國畜牧業生產波動的路徑識別

2.3.1 MS-AR模型選擇和區制劃分 上文僅對各畜禽產品產量增長率進行了簡單的刻畫，接下來將通過MS-AR模型對各畜禽產品生產波動演變路徑進行深入剖析。在模型估計前，首先要對各變量進行平穩性檢驗以確定各變量是否平穩，通過ADF和PP檢驗，結果表明，畜禽產品產量增長率均平穩。然后，在選取MS-AR模型時需要確定模型區制M、滯后階數P和模型基本形式，因此，分別比較區制為2和區制為3以及滯后階數1～10情況下不同形式MS-AR模型的AIC、SC和HQ值以確定不同序列的最優模型。通過比較，豬肉產量增長率最優模型形式為MSIA(3)-AR(8) 模型，牛肉和禽肉產量增長率最優模型形式為MSIH(3)-AR(5)模型，羊肉和禽蛋產量增長率最優模型形式為MSIAH(3)-AR(5)模型，牛奶產量增長率最優模型形式為MSIAH(3)-AR(4) 模型?？梢钥闯?，3個區制下MS-AR模型可有效分析畜禽產品產量增長率演變路徑。

通過比較不同區制下畜禽產品產量平均增長率可以看出，區制3下各類畜禽產品產量平均增長率最大，除豬肉產量平均增長率外，其他畜禽產品產量平均增長率均在10%以上（表1）；其次為區制2下平均增長率，各類畜禽產品產量增長率在5%左右；區制1下平均增長率最小，基本在3%左右。因此，可將區制1視為畜牧業“低速增長區制”，區制2視為畜牧業“中速增長區制”，區制3視為畜牧業“高速增長區制”。

表1 不同區制下畜禽產品產量平均增長率（%）Table 1 Average growth rates of livestock and poultry products in different regions（%）

2.3.2 畜禽產品產量增長率區制轉移概率和平均持續期 表2展示了各畜禽產品產量增長率區制狀態轉移概率矩陣。豬肉產量由低速增長區制向中速增長區制和快速增長區制向低速增長區制轉移的概率分別達到了0.436 3和0.320 5，說明豬肉生產容易出現由低速增長向中速增長和快速增長向低速增長轉移的現象；由中速增長區制向低速和高速增長區制轉移的概率均相對較小，說明在進入中速增長區制后，豬肉產量增長率傾向于保持中速增長。牛肉產量由低速增長區制向中速增長區制和中速增長區制向低速增長區制轉移的概率分別高達0.512 2和0.816 8，說明牛肉產量容易出現低速增長和中速增長往復徘徊的現象。羊肉產量同牛肉產量增長率區制變遷較為相似，由低速增長區制向中速增長區制和中速增長區制向低速增長區制轉移的概率分別為0.506 4和0.349 7，說明羊肉產量同樣容易出現低速增長和中速增長往復徘徊的現象。禽肉產量除中速增長區制向低速增長區制轉移概率較大之外，其他區制間轉移概率均相對較小，說明禽肉產量增長率在各區制下均較為穩定，區制轉移較為困難。禽蛋產量同禽肉產量增長率相似，區制間轉移概率較小，禽蛋產量增長率在各區制下均較為穩定。牛奶產量由低速增長區制向中速和快速增長區制的轉移概率高于0.55，說明牛奶產量增長率容易由低速增長轉移至中速或快速增長，而中速增長區制向低速增長區制轉移的概率也高達0.477 1，說明牛奶產量增長率在進入中速增長區制后容易下滑至低速增長區制。

表2 畜禽產品產量增長率區制轉移概率矩陣Table 2 Transfer probability matrix of livestock production growth rates among different regions

根據各畜禽產品產量增長率在各區制下的維持概率（Pii）計算各區制下對應平均持續期（表3），其計算公式為Di=1/(1-Pii)。從發生頻率上看，豬肉產量增長率處于中速增長區制時間最長，占樣本期的37.54%，而處于快速增長區制的平均持續期最長。牛肉產量增長率處于低速增長區制時間最長，占樣本期的45.90%，處于快速增長區制的平均持續期最長。羊肉產量增長率處于中速增長區制時間最長，占樣本期的45.53%，而處于快速增長區制的平均持續期最長。禽肉產量增長率處于低速增長區制時間最長，占樣本期的46.88%，而處于快速增長區制的平均持續期最長。禽蛋產量增長率處于中速增長區制時間最長，占樣本期的39.99%，而處于低速增長區制的平均持續期最長。牛奶產量增長處于高速增長區制時間最長，占樣本期的37.49%，同樣處于快速增長區制的平均持續期最長。總體而言，從不同畜禽產品產量增長率在各區制下所處時間長短來看，除牛奶以外，其他畜牧產業基本均在低速和中速增長區制時間最長；從平均持續期來看，除禽蛋以外，其他畜牧產業均在快速增長區制下平均持續期最長。

表3 不同區制狀態下畜禽產品產量增長率平均持續期Table 3 Average duration of output growth rates of livestock and poultry products in different regions

2.3.3 區制平滑概率分析 1985年中共中央、國務院發布《關于進一步活躍農村經濟的十項政策》，決定取消生豬派養派購，實行自由上市、自由交易，隨著該政策的實施，生豬產業迅速發展，豬肉產量在80年代后期和90年代初期保持了較快的增長，較長時間處于快速增長區制；之后在1993年迅速下滑至低速增長區制，雖然在1994年短暫恢復至中速增長區制，但隨后又下滑至低速增長區制；自1998年開始，生豬產量開始上升至中速增長區制，除2004年外，一直持續至2008年，并于2009年再次步入快速增長區制；由于2010年生豬價格大幅下跌、養殖效益受損嚴重，致使散養戶退出，規模養殖戶縮減規模，能繁母豬數量減少，導致2011年生豬產能下降，2011年豬肉產量增長率下滑至低速增長區制；由于2011年豬肉產量增速下滑，豬肉供應偏緊，豬肉價格上升、養殖效益逐漸提升，隨著養殖效益的提升2012年生豬產量增長率又迅速恢復至快速增長區制，并持續到2014年；受2013年和2014年能繁母豬大量淘汰、散戶退市的影響，生豬產量增長率2015年下滑至低速增長區制（圖3）。隨著居民膳食結構改變，居民肉類消費中豬肉比重將呈下降趨勢，并且考慮到政府關于生豬區域布局調整力度和環保壓力不斷加大，生豬產量增長將較難出現中高速增長現象，預計未來一段時期，生豬產業將處于轉型升級期，產能調整幅度較大，生豬生產將以低速增長為主。

牛肉產量在1997年之前除個別年份外，基本處于快速增長區制，但在1998年迅速下跌至低速增長區制，雖然在一些年份如1999年、2004年、2007年和2009年短暫進入中速增長區制，但較長時間內仍處于低速增長區制（圖4），主要原因是受國內機械化推進、進口牛肉沖擊以及養殖效益不佳的影響，雖然近年來牛肉價格出現較大幅度上漲，但由于肉牛養殖周期長、前期投入大和資金周轉慢的影響[21]，牛肉價格上漲并未推動牛肉生產進入快速增長區制。可以看出，牛肉產量增長率前期以快速增長為主，后期則以低速增長為主，個別年份處于中速增長狀態。隨著我國對美國進口牛肉的解禁以及中澳和中新自貿區建設的不斷推進，國際牛肉進入中國市場愈加便利，對國內牛肉市場造成沖擊將不斷加大，預計未來一段時期我國牛肉生產將在較長時間內處于低速增長區制。

圖3 豬肉產量增長率區制平滑概率Fig. 3 Region system of smoothing probability of pork yield growth rate

圖4 牛肉產量增長率區制平滑概率Fig. 4 Region system of smoothing probability of beef yield growth rate

在80年代初期我國羊肉生產在中低速區制狀態下徘徊，隨著羊毛市場疲軟，羊肉需求增加，極大地促進了肉羊產業的快速發展[22]，自1987年羊肉生產進入快速增長區制，一直持續至1997年（圖5）。羊肉生產自1998年進入中速增長區制，并在2001—2002年出現了低速增長情況，之后恢復至中速增長。但隨著我國草原生態保護補助獎勵政策、禁牧政策和草畜平衡制度的實施，肉羊產業發展受到限制，羊肉產量增速于2007年再次進入低速增長區制，雖在2009年短暫進入中速增長區制，但在之后兩年再次進入低速增長區制。隨著肉羊養殖效益的提升，羊肉產量于2012年進入中速增長區制并持續至2014年，但由于小反芻疫情的爆發和羊肉價格下跌引起養殖效益的下滑，2015年羊肉產量再次進入低速增長區制，2016年產量增速有所上升，進入中速增長區制。可以看出，自上世紀80年代以來，羊肉產量增長率前期主要處于快速增長區制，后期則以中速增長為主，個別年份處于低速增長區制。隨著我國第二輪草原生態保護補助獎勵政策的實施，政策范圍的擴大以及國家對生態環境的重視，肉羊產業發展受到一定限制，加之中澳自貿區正式建立，進口羊肉對國內羊肉生產造成一定沖擊，預計肉羊產業發展難再進入快速增長區制；但隨著居民收入的提高，居民對低脂肪、高蛋白肉制品需求將進一步增加，會對羊肉生產有一定拉動作用，因此預計未來一段時期內，羊肉生產主要處于中速增長區制。

圖5 羊肉產量增長率區制平滑概率Fig. 5 Region system of smoothing probability of lamb yield growth rate

禽肉生產自1986年進入快速增長區制，并在此區制下持續了10年之久，于1996年進入中速增長區制，經過4年的過渡期后，于2000年進入低速增長區制，一直持續至2013年，在經歷了14年的低速增長之后在2014年進入中速增長區制，并持續至2016年（圖6）。與豬肉、牛肉和羊肉產量增長率區制變遷相比，禽肉產量增長率區制變遷相對較為平緩，自改革開放以來，并未出現區制頻繁轉換的現象。其主要原因是與其他幾個畜牧產業相比，家禽產業是我國畜牧業中規?；潭茸罡?、專業化發展最迅速、產業化優勢最明顯的產業，因此在其發展過程中并未出現大幅波動的現象。預計未來一段時期，禽肉生產仍將處于中低速發展狀態，但由于禽流感疫情不斷爆發，使其逐漸成為家禽產業最大的威脅，因此應警惕其對禽肉生產造成的影響。

80年代中后期禽蛋產量除在1984年短暫進入快速增長區制，較長時間內處于中速增長區制；但隨著國家對農產品流通體制的改革，畜牧業逐漸走向市場化，禽蛋產量于1990年進入快速增長區制，并持續至1996年；在經歷了改革開放后較長時期的中高速增長后，禽蛋產量于1997年迅速下滑至低速增長區制，在經歷了10多年低速增長后，禽蛋生產在2008年上升至中速增長區制；2010年上半年，由于產能過剩，禽蛋的價格長時間處于低迷狀態，養殖效益下滑，養殖戶家禽存欄相對減少，禽蛋生產再次下滑至低速增長區制，但在2012年又恢復至中速增長區制，并一直持續至2016年（圖7）。雖然，近年來禽蛋生產較長時間處于中速增長區制，但考慮到禽蛋供給過剩以及2017年以來蛋價出現的近10年以來最大幅度下跌造成的沖擊，預計未來一段時期，禽蛋生產將處于低速增長區制。

圖6 禽肉產量增長率區制平滑概率Fig. 6 Region system of smoothing probability of poultry production growth rate

圖7 禽蛋產量增長率區制平滑概率Fig. 7 Region system of smoothing probability of egg production growth rate

與其他畜牧產業相比，由于產業發展時滯的原因，牛奶產量在80年代和90年代中前期主要在中低速增長區制徘徊（圖8）。隨著經濟發展和居民生活水平的提高，牛奶需求的不斷增加和政府奶業扶持力度的不斷加大，牛奶產量自1998年進入快速增長區制，并在此區制下持續12年；受三聚氰胺事件影響、進口牛奶沖擊以及養殖效益下滑的影響，牛奶產量增長率于2010年開始下降，并逐步下滑至低速增長區制。2013年下半年和2014年上半年較高的奶價以及較好的養殖效益，推動了國內奶牛養殖積極性，牛奶產量在2014年短暫進入快速增長區制，但隨著養殖效益的下滑，牛奶產量之后又逐步下滑至低速增長區制。隨著進口牛奶沖擊不斷加大、奶價低迷、奶牛養殖效益不佳以及中小奶牛養殖戶的不斷退出，預計未來一段時期，牛奶生產將主要處于中低速增長區制。

圖8 牛奶產量增長率區制平滑概率Fig. 8 Region system of smoothing probability of milk yield growth rate

總體而言，從區制變遷上看，豬肉、牛肉、羊肉和牛奶產量增長率區制變遷較為頻繁，而禽肉和禽蛋產量增長率區制變遷較為平穩，說明我國家禽產業發展與其他幾個畜牧產業相比發展較為平穩。從快速增長區制上看，牛肉、羊肉、禽肉和禽蛋產量快速增長期主要處于80年代中后期和90年代前期，豬肉產量快速增長期主要為80年代末、90年代初期以及2009年之后一段時期，而牛奶產量快速增長期則出現在1998—2009年一段時期，這與各畜禽產品產量增長率趨勢波動分析較為一致。通過分析其各自產量增長區制變遷原因可以看出，雖然不同時期造成具體畜禽產品生產區制轉換的原因有所差異，但歸結起來主要有供需差異、價格波動、進口沖擊和畜禽疫情等。除此之外，通過比較不同畜禽產品區制轉移情況發現，養殖規?；潭仍礁撸ㄈ缛怆u、蛋雞產業），區制轉移越平滑，而養殖規模化程度越低（如肉牛、肉羊產業），區制轉移越頻繁。

3 結論與政策啟示

3.1 結論

研究表明，從產量增長率變化趨勢上看，豬肉產量增長率高峰期出現最早，其次是牛肉、羊肉、禽肉和禽蛋產量增長率，而牛奶產量增長率高峰期出現時間最晚；從不同畜禽產品產量波動比較上看，豬肉產量增長率波動幅度最小，但近幾年有增大的趨勢；從產量增長率的總趨勢來看，近幾年，牛肉產量增長率最為平穩，其次為羊肉和禽蛋產量增長率，雞肉產量增長率在最近一些年份也出現較大波動，而牛奶產量增長率處于波動調整期，并未趨于平穩。

通過模型識別將畜禽產品生產劃分為“低速增長區制”、“中速增長區制”和“快速增長區制”3個區制，其中低速增長區制下畜禽產品產量平均增長率基本在3%左右，中速增長區制中平均增長率在5%左右，快速增長區制中各畜禽產品產量平均增長率基本在10%以上；豬肉生產傾向于保持中速增長，牛肉、羊肉和牛奶生產容易出現低速增長和中速增長往復徘徊的現象，禽肉和禽蛋產量增長率在各區制下均較為穩定。改革開放以來，除牛奶以外，其他畜牧產業基本在低速或中速增長區制時間最長，從平均持續期來看，除禽蛋產業以外，其他畜牧產業均在快速增長區制下平均持續期最長。從區制變遷上看，豬肉、牛肉、羊肉和牛奶產量增長率區制變遷較為頻繁，而禽肉和禽蛋產量增長率區制變遷較為平穩。

造成畜禽產品生產區制轉移的原因主要有供需差異、價格波動、進口沖擊和畜禽疫情等，除此之外，規模化程度和政府調控政策也會對其造成影響。預計未來一段時期，豬肉、牛肉、禽蛋和牛奶生產將以低速增長為主，羊肉生產主要處于中速增長區制，禽肉生產仍將處于中低速發展狀態。

3.2 政策啟示

首先，針對不同畜禽產業發展特征，制定不同產業調控政策，穩定重要畜禽產品生產，加大對弱勢畜禽產業扶持，因地制宜推動產業平穩發展。

其次，當產業發展進入快速發展階段時，應提高產業抗風險和外部沖擊能力，一方面健全和完善獸醫防疫體系，提高畜禽產業疫病防控能力，加大重大動物疫病的防控，強化動物防疫監督執法，維護畜禽養殖業安全發展；另一方面提高產業進口及價格波動監測預警，防止外部沖擊對產業造成大幅波動。

再次，應推動畜牧業規?；B殖和產業化經營水平，一方面以推動標準化規模養殖場示范建設為抓手，多種形式的新型畜牧業經濟主體規?；l展；另一方面通過加強畜禽產業鏈建設，完善產業組織利益聯結機制，提高產業自身平抑波動的能力。

最后，從供給側入手結合居民畜禽產品需求，優化產業布局，調整品種結構、產品結構、產業結構，推動產業轉型升級，加快建設現代畜禽產業。

參考文獻：

[1] 張新煥, 閻新華, 楊德剛, 等. 中國畜牧業發展的時空演變及趨勢分析[J]. 干旱區地理, 2003, 26(3): 281-285.Zhang X H, Yan X H, Yang D G, et al. Analysis on spatial and temporal evolution and trend of animal husbandry in China[J].Arid Land Geography, 2003, 26(3): 281-285.

[2] 徐雪高, 陳潔, 李靖. 中國畜牧業發展的歷程與特征[J]. 中國畜牧雜志, 2011, 47(20): 14-17.Xu X G, Chen J, Li J. History and characteristics of China’s livestock[J]. Chinese Journal of Animal Science, 2011, 47(20): 14-17.

[3] 楊子剛, 毛文坤, 于海朋. 中國畜牧業生產區域布局演變分析[J]. 中國畜牧雜志, 2012, 48(10): 11-14.Yang Z G, Mao W K, Yu H P. Analysis on evolution of animal husbandry production regional distribution in China[J]. Chinese Journal of Animal Science, 2012, 48(10): 11-14.

[4] 隋建利, 蔡琪瑤. 中國農業經濟周期的路徑演化識別——改革開放以來的實踐與經驗[J]. 中國農村經濟, 2016(9): 30-43.Sui J L, Cai Q Y. Identification of the agricultural economic cycle in China: A summary since the reform and opening[J]. Chinese Rural Economy, 2016(9): 30-43.

[5] 綦穎, 呂杰, 宋連喜. 關于中國生豬產業的周期波動問題探析[J]. 農業現代化研究, 2007, 28(5): 567-570.Qi Y, Lü J, Song L X. Discussion and analysis on cycles fluctuation of hog industry in China[J]. Research of Agricultural Modernization, 2007, 28(5): 567-570.

[6] 陳蓉. 我國生豬生產波動周期分析[J]. 農業技術經濟, 2009(3):77-86.Chen R. Analysis on China’s pig production fluctuation cycles[J].Journal of Agrotechnical Economics, 2009(3): 77-86.

[7] 岳冬冬, 王征兵. 我國生豬生產波動周期研究[J]. 農業技術經濟, 2010(10): 18-25.Yue D D, Wang Z B. Characteristics of pig production cycles in China[J]. Journal of Agrotechnical Economics, 2010(10): 18-25.

[8] 王明利, 肖洪波. 我國生豬生產波動的成因分析[J]. 農業經濟問題, 2012, 33(12): 28-32.Wang M L, Xiao H B. Analysis on the reasons of the fluctuation of pig production in China[J]. Issues in Agricultural Economy, 2012,33(12): 28-32.

[9] 周晶, 丁士軍, 阮冬燕. 中國生豬生產波動影響因素分析——基于2000-2012年省級面板數據的實證研究[J]. 農業現代化研究, 2014, 35(6): 750-756.Zhou J, Ding S J, Ruan D Y. The empirical analysis on influencing factors of pig production fluctuation in China[J]. Research of Agricultural Modernization, 2014, 35(6): 750-756.

[10] 胡向東, 王明利. 美國生豬生產和價格波動成因與啟示[J]. 農業經濟問題, 2013, 34(9): 98-109, 112.Hu X D, Wang M L. The causes and enlightenments of U.S.hog production and price fluctuation[J]. Issues in Agricultural Economy, 2013, 34(9): 98-109, 112.

[11] 王國剛, 王明利, 楊春. 中國肉牛產業發展的階段識別及時空分異特征[J]. 經濟地理, 2014, 34(10): 131-136, 170.Wang G G, Wang M L, Yang C. Development stage and its patiotemporal evolution of beef cattle industry in China[J]. Economic Geography, 2014, 34(10): 131-136, 170.

[12] 劉春芳, 王濟民. 中國肉雞產業發展歷程及趨勢[J]. 農業展望,2011, 7(8): 36-40.Liu C F, Wang J M. Development course and trend of broiler industry in China[J]. Agricultural Outlook, 2011, 7(8): 36-40.

[13] 郝曉燕, 長青, 肇先. 我國乳業的產業生命周期的識別與測度[J].內蒙古農業大學學報(社會科學版), 2011, 13(3): 100-102.Hao X Y, Chang Q, Zhao X. A study on China’s dairy industry life cycle recognition and measurement[J]. Journal of Inner Mongolia Agricultural University (Social Science Edition), 2011, 13(3):100-102.

[14] Hamilton J D. A new approach to the economic analysis of nonstationary time series and the business cycle[J]. Econometrica,1989, 57(2): 357-384.

[15] Hamilton J D. Analysis of time series subject to changes in regime[J]. Journal of Econometrics, 1990, 45(1/2): 39-70.

[16] 宋旺, 鐘正生. 基于MS-AR模型的中國金融脫媒趨勢分析[J].財經研究, 2010, 36(11): 115-126, 134.Song W, Zhong Z S. The analysis of China’s financial disinter mediation trend based on MS-AR model[J]. Journal of Finance and Economics, 2010, 36(11): 115-126, 134.

[17] Krolzig H M. The Markov-Switching Vector Autoregressive Model[M]. Markov-Switching Vector Auto Regressions. Springer Berlin Heidelberg, 1997: 6-28.

[18] 鐘甫寧. 關于肉類生產統計數字中的水分及其原因的分析[J].中國農村經濟, 1997(10): 63-66.Zhong F N. Analysis of distortion in meat production statistics and its causes[J]. Chinese Rural Economy, 1997(10): 63-66.

[19] 盧鋒. 我國若干農產品產消量數據不一致及產量統計失真問題[J]. 中國農村經濟, 1998(10): 47-53.Lu F. Inconsistency of output data and distortion of output statistics in some agricultural products in China[J]. Chinese Rural Economy, 1998(10): 47-53.

[20] Yu X, Abler D. Where have all the pigs gone? Inconsistencies in pork statistics in China[J]. China Economic Review, 2014, 30(C):469-484.

[21] 劉玉鳳, 楊春, 王明利. 中國肉牛產業發展現狀及前景展望[J].農業展望, 2014, 10(4): 36-42.Liu Y F, Yang C, Wang M L. Present situation and prospect of beef cattle industry in China[J]. Agricultural Outlook, 2014, 10(4):36-42.

[22] 夏曉平, 李秉龍. 中國肉羊產業發展特征、矛盾及對策[J]. 農業經濟與管理, 2012(1): 54-63.Xia X P, Li B L. Characteristics, contradictions and outlets of Chinese meat sheep industry[J]. Agricultural Economics and Management, 2012(1): 54-63.