生豬價格的傳導分析與影響因素測度
——基于《全國生豬生產發展規劃（2016-2020年）》

顏美玲

（仰恩大學經濟學院，福建 泉州 362014）

1 引言

生豬產業是農業生產的重要組成部分。豬肉是我國肉類消費的主要來源，是城鄉居民不可或缺的“菜籃子”產品。近年來，豬肉在全肉類生產中的比重大約在65%左右。長期以來，中國豬肉產量居世界首位，約占世界總產量的一半，因此發展我國的生豬產業對保障市場供給、提高農民收入、促進經濟社會穩定發展具有重大意義。自1985年取消生豬統銷統購政策，放開生豬市場以來，受疫病、豬糧價格、自然災害、金融危機、環境監管和政策變化等許多外部因素影響，我國生豬市場價格呈現出典型的“暴漲暴跌”的周期性波動。

2016年4月，原中國農業部（現農業農村部）發布《全國生豬生產發展規劃（2016-2020年）》（下文簡稱規劃），這是“十三五”時期生豬生產發展的指導性文件。規劃提出：要建設現代養豬業，發展飼料獸藥產業，發展標準化規模養殖，強化生豬屠宰管理，加強生豬疫病防控，建立質量安全追溯體系，促進全產業鏈融合發展。規劃的發布，對于解決當時阻礙生豬生產發展的難題，推動生豬養殖產業轉型升級，逐步理順“豬周期”，促進可持續發展，具有重大的現實針對性和長期指導意義。為探究發布規劃是否對生豬價格波動造成影響，以及在此期間生豬產業鏈的價格傳導的特點，文章以規劃為虛擬變量，構建VAR模型來研究發布規劃對生豬價格波動的影響，以及生豬產業鏈價格傳導的特征。

2 研究背景

國內關于生豬價格或豬肉價格的波動特征和傳導效應的有關研究較為深入。石自忠等[1]運用MSGARCH類模型，實證分析了我國豬肉價格波動的雙重非對稱效應。張敏等[2]利用多區制平滑轉移自回歸模型，對生豬價格和豬肉價格序列的區制進行劃分，然后實證分析區制轉移的特點。周錦等[3]使用平滑轉換自回歸方法與事件分析法，研究國內生豬食品安全事件對畜禽產品價格異常變化的影響，并探討差異產生的原因。馬名慧和邵喜武[4]基于VAR模型，分析了非洲豬瘟下中國生豬產業價格傳導機制中各環節價格間垂直傳導的時變轉化特征和動態影響機制。付蓮蓮和羅千峰[5]運用Census-X12和協方差分析方法，探究三種成分在不同階段對生豬價格貢獻度的異質性，建立統計模型，分析生豬價格波動的成因和影響程度。

在模型實證方面，黎海珊[6]以上海自由貿易區為虛擬變量，運用VAR模型、脈沖響應圖與方差分解來判斷自由貿易園區建立對外商投資的影響。張志敏等[7]引入反映我國經濟開放程度與匯率制度改革的虛擬變量，構建VAR模型，分析了相關因素對國內通貨膨脹的影響。史永東和田淵博[8]通過引入虛擬變量代表作為大牛市和大熊市的異常情況，采用Cholesky正交分解的脈沖響應與方差分解分析投資者行為變化的主要影響因素。

前人的研究中未涉及規劃對生豬市場的影響，但顯而易見，規劃的發布對我國生豬市場的發展具有長遠的指導意義。因此文章以規劃為虛擬變量，構建VAR模型，然后運用脈沖響應函數和方差分解，研究發布規劃對生豬價格波動的影響，以及生豬產業鏈價格傳導的特征。

3 生豬產業鏈的價格傳導分析

3.1 產業鏈的傳導機制

根據產業鏈理論，上游商品作為投入，構成了下游產品的成本。上游商品價格波動沿生產鏈向下游變化，下游商品滯后地發生價格波動。這種形式的價格變化被稱為成本驅動的變化。下游商品價格的波動反映了下游消費需求的變化。需求信息沿生產鏈向上游傳遞，上游商品價格相應地發生變化。這種形式的價格變化稱為需求驅動的變化。

我國生豬產業鏈條上主要有飼料供給、種豬繁育、生豬養殖、屠宰加工、豬肉流通等環節。從產業鏈的上、中、下游來看，飼料供給、種豬繁育處在上游，生豬養殖位于中端環節，屠殺加工和豬肉流通屬于下游。生豬產業鏈各環節的商品價格波動受到信息流和資金鏈的影響，推動產業鏈上下游的價格傳導。

3.2 替代品消費對生豬產業鏈的影響

根據《中國農業展望報告（2015-2024）》描述，我國是全球最大的豬肉生產國和消費國，也是第二大雞肉生產國。隨著國民生活水平的提高，我國豬肉消費量近年來呈現出上升趨勢。雞肉和牛肉作為豬肉消費的替代品之一，也可以滿足人們對肉食的消費需求。豬肉和雞肉、牛肉的需求交叉價格彈性為正，當雞肉和（或）牛肉的價格上升時，消費者對豬肉的需求就會增加，如果豬肉的供應量不變，就會導致豬肉價格的上漲，進而影響生豬生產。

4 實證分析

VAR模型常用于研究相關的時間序列系統，分析隨機擾動項對變量系統的動態影響，進而闡釋各種經濟沖擊對經濟變量形成的影響。因此，文章采用VAR模型分析我國生豬價格的傳導關系，接著基于脈沖響應函數研究各因素對中國生豬價格的影響，然后運用方差分解度量各因素的重要程度。

4.1 模型的構建

VAR（p）模型[9]的公式如下：

其中，yt是內生變量向量，xt是外生變量向量，p是滯后階數，A0…Ap和B是待估計參數矩陣，εt是隨機擾動項，服從0均值的獨立同分布，∑是εt的協方差矩陣。

4.2 指標選取與數據說明

VAR模型中各變量的名稱、定義及數據來源詳見表1，本文選用2010年1-12月的月度數據作為研究對象，表1除了POLICY變量，其他變量均采用2010年1月為100的居民消費價格指數CPI進行平減來消除通貨膨脹的影響，然后基于X-13季節調整方法對各個指標進行季節調整以消除季節性因素。

對本次進行研究的100例患者所有數據，均使用統計學軟件SPSS19.0分析處理，計量資料行t檢驗，采用（± s）形式表示，計數資料行χ2檢驗，用率（%）形式表示，當P＜0.05，差異有統計學意義。

表1 VAR模型中變量描述及數據來源

4.3 平穩性檢驗

為了避免偽回歸問題，VAR模型中涉及的變量必須是序列平穩的向量。文章利用ADF單位根檢驗法，對季節調整后的變量以及差分后的變量的平穩性進行檢驗，根據AIC準則及BIC準則來選擇ADF的檢驗形式，由于文章篇幅有限，檢驗結果就沒有列示。結果顯示，在10%的顯著性水平下，除PIG_d11和PORK_d11以外，剩余變量均不平穩。然而，在1%的顯著性水平下，全部變量的一階差分序列均拒絕有單位根的零假設。

4.4 實證結果分析

根據VAR模型滯后期的選擇標準，綜合參考Log likelihood、AIC、BIC信息準則確定最佳滯后階數為2，建立VAR（2）。

4.4.1脈沖響應函數

如果VAR模型不穩定，那么脈沖響應的分析就沒有意義。圖1顯示了VAR模型的穩定性，從圖中可以看出，VAR模型中所有內生變量的特征根均位于單位圓內，說明該模型是一個平穩系統。

圖1 VAR模型的穩定性檢驗

圖2是規劃虛擬變量對生豬價格、豬肉價格、仔豬價格、玉米價格、豆粕價格、牛肉價格、雞肉價格的脈沖響應圖。脈沖響應圖描述的是變量之間的一種短期動態關系。由圖2可見，規劃虛擬變量對生豬價格的脈沖響應前10期為負，在第5期的影響程度最大，隨后各期逐漸收斂。此結果說明：規劃在發布初期降低了生豬價格，到10期之后影響強度逐漸變弱。圖2還表明規劃的發布對豬肉價格、仔豬價格、玉米價格和豆粕價格有一定程度的短期沖擊，但是對牛肉價格和雞肉價格沒有非常顯著的沖擊影響。

圖3是豬肉價格、仔豬價格、玉米價格、豆粕價格、牛肉價格、雞肉價格、規劃虛擬變量對生豬價格的脈沖響應函數圖。由圖3可知，規劃虛擬變量對生豬價格有短期的沖擊，同時也可能通過飼料成本方面對生豬價格產生影響，這可能是由于飼料成本在生豬養殖成本中的比例較高，所以飼料價格由于規劃發布而引起的變化很容易影響生豬價格的變化。

圖3 其他變量對生豬價格的脈沖響應函數

4.4.2方差分解

表2 其他變量對生豬價格變動的貢獻率 %

在滯后11期時，各因素對PIG_d11變動的貢獻率趨向于穩定。穩定時需求因素的貢獻度為0.59%，種豬繁育的貢獻度為1.28%，飼料供應的貢獻度為7.92%，替代品消費的貢獻度為6.87%，規劃的發布的貢獻度為1.38%。因此，對生豬價格變動的貢獻度排名前3的因素分別是飼料供應、替代品消費、規劃的發布。

4.4.3外生變量的解釋

盡管在VAR模型中很難闡釋內生變量的系數，但作為外生變量估計出來的系數具有一定的意義。因此文章進一步考慮把規劃虛擬變量設置為VAR模型的外生變量，根據Log likelihood、AIC、BIC信息準則[8]確定最佳滯后階數為2，估計出來的系數見表3。

表3 POLICY虛擬變量的系數

雖然估計出的大多參數都是不顯著的，但從顯著的系數中可以得知規劃的發布與玉米價格和豆粕價格的變動有明顯的正相關關系，意味著該政策的出臺能夠提高玉米價格和豆粕價格，從而有利于改善生豬產業鏈中的飼料供應環節，這與上文方差分解的分析結果一致。

5 結論與建議

文章將規劃設置為虛擬變量，利用VAR模型分析生豬價格的傳導與影響因素，并利用脈沖響應函數和方差分解來研究生豬產業鏈和該政策對生豬價格波動的影響。主要結論如下：第一，政策的出臺顯著影響生豬價格的變動以及生豬產業鏈的其他環節，尤其是飼料供應環節；第二，脈沖響應函數圖驗證了政策的出臺與生豬產業鏈的各個環節之間的顯著關系；第三，方差分解顯示替代品消費顯著影響生豬價格的變動，規劃虛擬變量對生豬價格波動的貢獻率位于第3，為1.38%，并且其解釋力度隨著時間的增加呈現出不斷增強的態勢。

基于實證結論，文章提出了相應的建議：第一，相關監管單位在制定有關生豬市場的政策時，應該重視并納入替代品消費的因素，比如牛肉價格、雞肉價格對生豬價格的影響；第二，生豬產業鏈可以說是“牽一發而動全身”，各環節之間的關聯性緊密，僅僅對某一環節的政策調控往往達不到預期的效果，因此應從整個產業鏈的角度完善監管機制，出臺適合整個生豬產業鏈的價格監管政策；第三，政策出臺后，玉米價格和豆粕價格對生豬價格的影響最為顯著。因此，有必要關注玉米價格和豆粕價格的走勢，將其作為預測生豬價格的重要指標。