非洲豬瘟對我國肉類價格波動的影響研究*
——基于PVAR模型的實證分析

占志，李美琪，季勇，李輝尚

(1. 中國農業科學院農業信息研究所/農業農村部農業大數據重點實驗室，北京市，100081；2. 中國農業科學院人事局，北京市，100081)

0 引言

豬糧安天下。豬肉、禽肉等畜禽肉類產品在我國居民日常生活中占有重要地位，其生產穩定發展、市場穩定運行既是我國農業農村經濟總體良好運行的重要基石，更是關系到CPI等宏觀經濟的總體穩定。但值得注意的是，豬肉等畜禽產品市場供給受到動物疫病等多種因素的影響，導致價格大起大落，既影響到生產者收益，也影響到消費者福利，更影響到產業的整體安全[1]。自2018年8月非洲豬瘟疫情爆發以來，全國31個省市區陸續有疫情發生，染病致死、感染捕殺、防病禁運等措施使得生豬產能和市場供給受到嚴重損傷，市場供需形勢嚴重失衡[2-3]，豬價在經歷震蕩后持續高漲并打破“豬周期”呈“非常態”運行態勢，同時也對其他畜禽肉類價格產生沖擊和帶動作用，并且非洲豬瘟疫情的發生發展必然會對我國生豬乃至畜牧業的發展帶來長遠的影響[4-5]。這些引起了眾多學者的廣泛關注，并從生產供給、市場價格和產業發展等方面進行了深入研究，且取得了豐碩成果。其中，肖琦等[6]基于供需視角，運用向量誤差修正模型(VECM)研究非洲豬瘟疫情對豬肉、雞肉、羊肉和牛肉的動態影響，結果顯示非洲豬瘟疫情對豬肉價格的影響程度和持續時間都大于其他肉類，并且非洲豬瘟與各個肉類價格之間存在長期均衡關系。段琮琮等[7]運用VAR模型的研究指出，非洲豬瘟疫情對豬肉價格的影響程度最大，且持續時間大于其他肉類，對所有肉類價格的沖擊影響均非常迅速。石自忠等[8]運用TVP-VAR模型研究包括非洲豬瘟在內的生豬疫病對豬肉等畜產品價格沖擊的影響，結果顯示豬肉價格受到的沖擊最為顯著，但在不同時點上，沖擊所受的影響有所差異。

然而現有研究方法仍然局限于時間序列研究方法的范疇之內[9-12]，并沒有考慮到非洲豬瘟疫情和畜產品價格在區域上的差異，運用傳統的向量自回歸模型容易存在一定估計誤差；同時，鑒于我國生豬等畜牧業分散經營、跨區調運等特點極為顯著，充分考慮非洲豬瘟疫情和豬肉等畜產品價格的區域間差異，才能充分把握這一疫情對豬肉等畜產品價格沖擊和影響的總體規律，進而采取針對性的市場調控政策，確保產業穩定可持續發展。基于此，本文構建了基于省級的動態面板數據，運用面板向量自回歸模型(Panel Vector Auto-regression Model)[13]，就非洲豬瘟疫情對豬肉等畜產品價格的沖擊影響及其價格波動的機理進行了分析，并提出針對性的政策建議，以期為生豬等畜牧業穩定可持續發展提供參考。

1 數據與模型構建

1.1 數據來源

本文中應用的價格數據包括豬肉(zr)、白條雞(btj)、牛肉(nr)和羊肉(yr)集貿市場平均價格，均來自中國畜牧獸醫信息網的監測系統，包括全國29個省、自治區和直轄市。為確保數據的一致性，剔除了西藏、新疆的價格監測數據不完整的兩個省區的數據，全國主要畜產品價格的數據包括黑龍江、吉林、遼寧、內蒙古、河北、北京、天津、山東、河南、安徽、江西、上海、江蘇、浙江、福建、湖北、湖南、廣東、廣西、云南、四川、重慶、甘肅、寧夏、山西、陜西、青海、貴州、海南。考慮到2020年1月新冠肺炎疫情發生后，全國畜禽等農產品市場受到交通運輸等非常態情況，豬肉等畜產品價格受此沖擊對研究非洲豬瘟的影響有較大干擾，因此在時間跨度上，選擇了自2018年8月非洲豬瘟爆發開始至2019年12月這一范疇，更容易觀察到非洲豬瘟疫情對市場的總體沖擊和影響。為消除通貨膨脹因素的影響，本文將2018年第29周作為基期，用月度居民價格指數對肉類價格進行平減處理。

為更好量化非洲豬瘟疫情的發展態勢，本文基于百度指數構建非洲豬瘟網絡關注度指數[14-18]，以便反映消費者、生產者對非洲豬瘟疫情的變化和認知及其對市場的影響，作為非洲豬瘟疫情的代理變量納入模型系統。在指數構建上，主要采用主觀選擇法，結合百度搜索引擎相關詞推薦功能和百度搜索需求圖譜，獲取與非洲豬瘟相關的關鍵詞，主要包括三類7個：一是能夠直接代表疫情本身的關鍵詞，包括“豬瘟”“非洲豬瘟”和“非洲豬瘟疫情”；二是主要反映非洲豬瘟的傳染特征的關鍵詞，包括“非洲豬瘟防控”和“非洲豬瘟癥狀”；三是反映公眾態度和關注傾向的關鍵詞，包括“非洲豬瘟傳染人嗎”和“非洲豬瘟最新進展”；選用周度數據進行加總后取自然對數以消除異方差，具體計算公式為ASF_index=ln(X1+X2+…+X7)。

本文中價格數據和構建的非洲豬瘟疫情指數的時間跨度為2018年第30周—2019年第52周，整體上構建了包括29個省(區、市)的動態面板數據。

1.2 模型構建

面板向量自回歸模型(Penal Vector Auto-regression Model)由Holtz-Eakin(1987)提出，主要是將變量作為內生變量，研究面板數據中各變量之間及其滯后項的互動關系。PVAR模型既能夠有效解決個體異質性問題，又能充分考慮個體和時間效應，一般表現形式

Yit=Yit-1A1+Yit-2A2+…+Yit-p+1Ap-1+Yit-pAp+XitB+ui+eit

i∈{1,2,…,N}，t∈{1,2,…,Ti}

式中：Yit——一個(1×k)行向量，表示k個內生變量；

p——PVAR模型的滯后階數；

Xit——一個(1×l)行向量，表示l個外生變量；

A——(k×k)維矩陣，矩陣里的元為待估計模型中內生變量滯后項系數；

B——(l×k)維矩陣，矩陣里的元為待估計模型中外生變量的系數；

ui——(1×k)行向量，表示待估計模型的個體效應；

eit——(1×k)行向量，表示待估計模型的擾動項。

假定E(eit)=0,E(e′iteit)=Σ，對所有的t>s有E(e′iteis)=0。為消除面板個體效應偏差，使用一階差分變換(fd)或者正向正交Helmet變換(fod)，變換公式如下。

A′=[A′1A′2…A′p-1A′pB′]

式中：mit——模型中的每一個變量。

2 實證分析

2.1 平穩性檢驗

表1 面板單位根檢驗結果

2.2 滯后期的確定和單位根檢驗

本文通過多次調整模型的滯后階數和工具變量的方式來判定模型的最優滯后階數，但如果滯后變量太多則可能會使模型的自由度減少。因此，根據信息準則最小化原則，比較不同滯后階數的參數值的大小。從表2可知，滯后一階的PVAR模型，各變量1/4階滯后變量為工具變量較為合理。圖1為面板模型的特征值，所有特征值均在單位圓內，表明在既定參數下的模型是穩定的。

表2 PVAR滯后階數的判定結果

圖1 PVAR(1)模型的特征值

2.3 脈沖響應函數

非洲豬瘟疫情對豬肉及其他肉類價格的脈沖響應結果如圖2所示。從沖擊方向來看，豬肉價格對非洲豬瘟疫情的響應在前2期為正，第3期時出現反轉效應，響應開始轉變為負值，但負向沖擊并不顯著，說明非洲豬瘟疫情在短期內對豬肉價格的影響以正向為主，這也符合豬瘟疫情期間豬肉價格多數期間漲價的事實。白條雞價格對非洲豬瘟疫情的響應在觀察期內均呈正向，并且在前3期所受到的沖擊不斷增強，在第3期達到最大值，之后趨于平緩且略有減少的趨勢。羊肉價格對非洲豬瘟疫情的響應在第1期為負，但在第2出現反轉效應變為正向，在第3期正向響應達到最大值，最后逐漸減小，但總體上這種正向影響不夠顯著。牛肉價格對非洲豬瘟疫情的響應在第一期為負，但從第二期開始牛肉價格受到的沖擊在零附近波動。從沖擊大小來看，短期內豬肉價格受非洲豬瘟疫情的沖擊最大，白條雞價格次之，牛羊肉價格受到的沖擊最小；從沖擊的持續時間來看，白條雞價格波動的沖擊持續時間最長，豬肉價格次之，牛羊肉價格最短。

圖2 總體脈沖響應圖

2.4 預測誤差方差分解

以非洲豬瘟疫情指數為沖擊變量，以豬肉價格、白條雞價格、牛肉價格和羊肉價格為響應變量的預測誤差方差分解(表3)。從表3可知，豬肉和白條雞價格的預測誤差來自于非洲豬瘟疫情的比例明顯高于豬肉和牛肉，這也印證了脈沖響應分析中非洲豬瘟疫情對豬肉和雞肉價格的沖擊大于牛羊肉價格的結論。同時，隨著期數的增加，四種肉類價格的預測誤差來自于非洲豬瘟疫情的比例呈現出增大的趨勢。第1期非洲豬瘟疫情對豬肉價格波動的貢獻率僅有1.75%，到了第7期為2.59%，到第10期豬瘟疫情對豬肉價格波動的貢獻率達到了4.57%。

表3 預測誤差方差分解表

2.5 肉價波動機理分析

長期以來，肉類等農產品價格取決于市場供給和需求的均衡狀況，其價格波動的幅度受到供給端的生產成本、流通運輸、上市供給和消費端的居民收入水平、消費偏好等直接因素的影響，同時也受到環保政策、動物疫病等外部條件和沖擊等間接因素的影響，而這些影響因素往往相互交織、相互推動，尤其是外部條件往往通過改變供給和需求狀況進而對價格產生影響。一方面，非洲豬瘟疫情在我國大范圍發生對豬肉的供給端產生影響，主要是因為非洲豬瘟疫情的持續發生發展使得大量生豬被捕殺，以往傳統的活體跨區調運和長距離運輸模式轉變為凍肉冷鏈物流，短期內市場供給大幅減少，造成了豬肉價格快速上漲，同時隨著疫情防控要求加強，生產流通成本加大也增強了價格高位運行的支撐；但另一方面，非洲豬瘟疫情也對豬肉等肉類產品的需求端產生影響，主要是因為短期內公眾對非洲豬瘟疫情認知度偏低，禽肉、牛肉、羊肉等其他替代品可選擇性增加，一定程度上抑制了豬肉消費，但會拉動對禽肉和牛羊肉的消費，使得豬肉價格因消費不足而出現價格下跌、禽肉和牛羊肉價格因消費增加拉動價格上漲。

3 結論和啟示

3.1 主要結論

本文基于百度指數構建了量化非洲豬瘟疫情的代理變量，并構建了包括29個省(區、市)、覆蓋2018年第30周—2019年第52周共計75周的動態面板數據，運用PVAR模型研究了非洲豬瘟疫情對豬肉、白條雞、牛肉和羊肉四種主要肉類價格的動態影響，并分析了非洲豬瘟疫情背景下這些肉類價格波動的內在機制。研究表明，從沖擊方向上看，非洲豬瘟疫情對豬肉價格波動的沖擊主要為正，后期有一定的負向沖擊但并不顯著，白條雞對非洲豬瘟疫情的響應在觀察期內均為正向，牛羊肉價格受到的沖擊在零附近小范圍波動；從沖擊大小上看，非洲豬瘟疫情短期內對豬肉的沖擊影響最大，白條雞價格次之、牛羊肉價格最小；從持續時間上看，非洲豬瘟疫情對白條雞價格的沖擊持續時間最長、豬肉價格次之，牛羊肉價格最短。在觀察期內，四種主要肉類價格受到非洲豬瘟疫情的影響隨著時間的推移不同程度的衰減，價格波動的主要影響取決于市場上供求關系的變化。

3.2 啟示與建議

豬肉等肉類價格的波動主要是供需兩端相互作用的結果，非洲豬瘟疫情通過影響供給端和需求端的雙向“擠壓和推拉”對豬肉等主要肉類價格產生影響。為更好應對非洲豬瘟等動物疫情對豬肉等主要肉類市場的影響，基于本文的研究結論和我國生豬等畜牧業的發展實際，建議：一是強化生豬等養殖業規范化標準化生產。非洲豬瘟等動物疫病往往具有較強的傳染性，主要的傳播點在于養殖環節，而規范化、標準化生產則是高效率、高效益的根本保證，也是產業可持續發展的基礎。因此，應加大力度推動生豬等畜牧養殖業的規范化、標準化生產，推進養殖模式向規模化、企業化和工廠化加快轉型升級，促進區域養殖從良種培育、飼料配方、生產管理、廢棄物排放和疫病防控等標準統一，大力推廣生物安全、病源監測和疫病防控技術示范應用，切實增強從源頭把控和消滅動物疫病發生風險的能力，夯實整個產業可持續發展基礎。二是完善非洲豬瘟等動物疫情監測預警體系。非洲豬瘟等動物疫情的發生往往具有隱蔽性，但其一旦爆發，就會呈現發展速度快、影響范圍大、持續時間長等特點。因此，應進一步健全完善非洲豬瘟等動物疫情監測預警體系，堅持“以防為主、防治結合”的發展理念，努力做好“早發現、早上報、早防控”，探索建立全國性動物疫情信息發布公共平臺，及時準確發布疫情信息，加大宣傳力度，主動回應社會關切，有效引導產業發展。三是加強生豬等畜產品市場供需調控。豬肉等畜產品價格彈性相對較大，相互間替代性較強，加上畜產品流通模式以長距離運輸、跨區域調運為主，市場供需形勢受到多種因素的影響，進而引起價格的波動。因此，應加大穩定支持生豬等畜牧產業財政支持政策，進一步合理確定禁限養區域，支持和鼓勵運用現代信息技術改善流通領域冷鏈建設，強化市場價格監測和預警研判，穩定養殖戶、批發商和消費者的市場預期，防止價格過快大幅上漲或下跌，確保市場整體平穩運行。