基于VAR-NETWORK模型的生豬價格關聯網絡構建與分析

王品 熊超

摘要：該文以我國2011年至2020年的生豬月度價格為研究對象，利用VAR模型對兩兩地區進行格蘭杰因果關系檢驗，構建我國生豬價格因果關聯網絡。通過網絡分析得出以下結論：（1）我國生豬價格因果關聯網絡反映我國各省市生豬價格關聯較為緊密，但仍有很大提升空間。（2）生豬價格溢出型省市主要集中在北部、中部和東部地區，而受益型主要集中在西部地區。（3）第四板塊地區相對其他板塊地區來說，更容易受到來自省外生豬價格波動的影響，其穩定性較差。

關鍵詞：生豬價格? 關聯網絡? VAR模型? 格蘭杰因果檢驗? 社交網絡分析

中圖分類號：TP393?? 文獻標識碼：A?? 文章編號：1672-3791（2022）03（a）-0000-00

Construction and Analysis of Live Pig Price Association Network Based on VAR-NETWORK Model

WANG PinXIONG Chao

（Guizhou University of Finance and Economics，Guiyang，Guizhou Province，550025 China）

Abstract： This paper takes the monthly price of pigs in China from 2011 to 2020 as the research object， uses VAR model to test Granger causality in two regions， and constructs the causality correlation network of pig prices in China. The following conclusions are drawn through network analysis： （1） the causal correlation network of pig prices in China reflects that pig prices in various provinces and cities in China are closely related， but there is still much room for improvement. （2） Pig price spillover provinces and cities are mainly concentrated in the north， central and eastern regions， while the benefit type is mainly concentrated in the western region. （3） Compared with other plate regions， the fourth plate region is more vulnerable to the impact of pig price fluctuations outside the province， and its stability is poor.

Key Words： Pig price;Correlation network;VAR model;Granger causality test;Social network analysis

我國豬肉的消費總量占全球消費總量的1/2，且在我國的肉類消費結構中，豬肉的消費量占到了2/3，充分體現豬肉在百姓餐桌上的重要性。根據《中國畜牧業統計年鑒》的統計數據顯示，近20年來，我國豬肉產量由2003年的4518.6萬t提升到2018年5403.7萬t。然而，根據市場規律，某省市的生豬價格不會是獨立，必然受到周邊省市的生豬價格波動影響。在省際價格關聯研究中，也有學者對其進行了實證，譚瑩和周建軍（2017年）采用杜賓模型研究我國省際豬肉價格的空間傳導機制，發現省際間豬肉價格波動空間傳導的主要原因是豬肉價格溢出效應，并證明了豬肉價格空間傳導效應的存在。因此，研究者認為省市間生豬價格關聯及分析全國生豬關聯網絡格局至關重要。

農產品價格緊系民生，在生豬價格關聯的研究中，現有研究已經取到了豐厚的成果。寧攸涼和喬娟（2012年）在研究生豬產業鏈橫向傳導機制中，發現在生豬產業鏈中各環節價格存在長期的均衡關系，并相互影響。在此基礎上，夏龍和劉芳（2014年）在國內生豬價格與國際價格的傳導機制研究中，發現國際價格對國內價格有均值溢出效應，而國內價格與國際價格之間不存在任何方向的波動溢出。結合已有研究歸納，現有生豬價格關聯影響研究中主要分為橫向傳導和縱向傳導兩個方向。雖然部分學者使用的方法不一樣，導致了結果存在差異。幸運地是這部分研究都得出一個共識：生豬產業鏈的各環節間以及各省市間都存在長期的相互影響關系。王婭鑫（2019年）較為完整地闡述了在省際視角下生豬價格波動之間的關聯關系，但缺少對所構建的生豬關聯網絡的整體分析，也有學者從地理空間和產業鏈兩個角度構建豬肉價格關聯網絡，對網絡進行社交分析，但構建方法并沒有考慮數據特征。因此，該文基于VAR-NETWORK模型對生豬價格關聯網絡進行構建和分析。

1? 生豬價格因果關聯網絡構建

該文重點在于利用VAR模型構建生豬價格因果關聯網絡，并分析。其中數據收集至關重要。該文數據來自《中國畜牧業統計年鑒》，時間跨度為2011年1月至2020年12月。該文選取全國30個省市的生豬月度價格為研究對象，對于某時間節點的缺失數據采用均值進行補齊。在構建關聯網絡的研究中，大多數學者會采用兩種方法：一種是基于引力模型，該模型結合經濟和地理兩個因素測算出兩地之間的貿易引力值;另一種是基于VAR模型，從數據本身出發，檢驗兩地區之間是否存在格蘭杰因果關系。也就是說，某地會的價格波動會不會受到其他地區價格波動滯后的影響。因影響豬肉價格波動的因素繁多，該文選用了更完整體現數據信息的VAR模型來構建生豬價格因果關聯網絡。

1.1? 平穩性檢驗

在進行VAR模型構建前，為滿足經典假設，需要對原數據進行平穩性檢驗。該文在結合以往研究后，采用檢驗結果更為直觀的ADF檢驗法對時間序列數據進行平穩性檢驗。為了消除物價上漲的影響，首先對原始數據進行對數處理，進行平穩性檢驗。發現各省市對數化數據均不能通過平穩性檢驗。需要進行一階差分，各省市差分數據均通過了平穩性檢驗。

1.2? VAR模型構建因果關聯網絡

向量自回歸（VAR）模型不僅把內生變量的滯后值納入系統，還允許有外生變量的滯后值，在價格傳導領域得到廣泛的應用。其數學表達式為：

其中，是個省市時刻生豬價格序列;是維系數矩陣;是獨立分布的30維隨機隨機變量。在構建VAR模型之前，需要確定模型最優階數。該文采用AIC最低的方法來確定模型最優階數。然后，構建兩兩地區間的VAR模型，每一個模型再進行格蘭杰因果檢驗，該文選取5%作為顯著性水平檢驗結果。

2? 生豬價格因果關聯網絡分析

通過上文構建的VAR模型，進行格蘭杰因果關系檢驗，將存在因果關聯的賦值為1，反之賦值為0，構建一個生豬價格因果關聯網絡。根據關聯網絡得出關聯矩陣，地區間通過檢驗的有428條，軟件計算可得網絡密度為0.492，觀測到具有價格因果關聯接近一半。

2.1? 度分析

該文以全國30個省市為研究對象，即節點數為30，節點的度是節點屬性中最基本的特征，兩個地區之間存在因果關聯且具有方向。例如：天津的生豬價格是北京生豬價格的格蘭杰因果關系，則兩個地區存在邊，且方向為天津指向北京。通過軟件可歸納出各省市的出入度，如表1所示。

該文將入度大于出度的省市歸納為受益型省市，將入度小于出度的省市歸納為溢出型省市。由表可知，入度排在前五的省市有：寧夏、貴州、甘肅、青海、云南，說明這些省市的生豬價格容易受到周邊生豬價格波動的影響。結合這些省市自身情況分析可知，這些省市分布于中國西北和西南地區。這些地區大多為高原、喀斯特地貌或邊疆，不具備大規模飼養活豬的最優條件，以散養形式為主，這也造成了省內供給不足的情況，主要依靠省外的調運來滿足省內的需求。因此，省內生豬價格很大程度上受到省外生豬價格的影響。出度排在前五的省市有：北京、遼寧、黑龍江、河南、山西，說明這些省市生豬價格不易受到其他省市生豬價格波動的影響。除北京市以外，其他四個省市均具有龐大生豬存欄量，且具有巨大的供應能力，在一定程度上影響了其他省市的生豬價格。

2.2 社團分析

通過度分析，可以明確知道，不同省市的度數是不一樣的，這也說明了各省市在整體網絡中具有不同角色的作用，充當同樣的角色也有可能所處不同的社團，因此該節為了分析整體網絡中的社團構建塊模型，當社團數選擇4時，我們很容易發現，第四板塊與其他板塊的聯系是非常密切了，第四板塊的省市大多數為邊緣地區、經濟欠發達地區，地形和氣候都不適合大規模養殖生豬，因此省內供給不足，極需省外調運供應，補充省內供不應求的局面，因此生豬價格相對其他板塊來說，更容易受到省外價格波動的影響。第一板塊與其他板塊的聯系排在第二，因為該板塊的省市為東北和華東地區，在糧食生產力和儲備方面在國內排在前列，擁有很強的生豬供應能力，在很大程度上影響著周圍省市的生豬供應，進而影響著其他省市的生豬價格波動。

3 結語

該文利用各省市的生豬月度價格的格蘭杰因果關系構建了全國生豬價格因果關聯網絡，采用節點度分析和社團分析，從局部和整體上分析我國生豬價格關聯的分布格局，結果表明：（1）我國生豬價格關聯網絡密度雖然為0.49，但仍有很大提升空間。（2）我國生豬產業呈現出區域不均衡現象，中東部地區以及北部地區屬于生豬價格穩定地區，而西部地區處于生豬價格非穩定地區，極易受到關聯省市生豬價格的波動影響。

基于此，該文提出了以下幾點參考建議：（1）生豬價格關聯密集的區域集中在我國中北東部地區，西部地區較為稀疏，應在西部地區確立中心城市，增強各省市之間的聯系。（2）分析發現第四板塊地區與其他板塊地區具有緊密的聯系，同時也反映了第四板塊極易受到其他板塊生豬價格波動的影響，應增強第四板塊的生豬的供需穩定，保證充足的供給力，具有一定的抵御風險能力。

參考文獻

[1]?? 譚瑩，周建軍，何勤英.我國豬肉價格波動的省際空間傳導研究[J].價格理論與實踐，2017（5）：65-68.

[2]?? ZHANG D B，LI Q，MUGERA A W，etal.AHybrid Model Considering Cointegration for Interval‐valued Pork Price Forecasting in China[J].Journal of Forecasting，2020，39（8）：1324-1341.

[3]?? 張俊峰.玉米-生豬產業鏈價格傳導機制研究[D].上海：上海交通大學，2019.

[4]?? 寧攸涼，喬娟，寧澤逵.中國生豬產業鏈價格傳導機制研究[J].統計與決策，2012（10）：96-98.

[5]?? 夏龍，劉芳.中國生豬價格國際傳導中的溢出效應研究[J].農林經濟管理學報，2014（6）：628-635.

[6]?? 王婭鑫.省域視角下生豬價格波動的空間關聯研究[D].武漢：華中農業大學，2019.

[7]?? LIU M Y，BAI J Y，MA L，et al. Provincial Linkage Characteristics of Hog Price in China Based on Linkage Social Network Analysis Method[J].International Journal of Agricultural and Environmental Information Systems （IJAEIS），2020，11（3）：61-74.

[8]?? CAI M S，HUANG G，TAN Y J，etal.Decoding the Complexity of Large-scale Pork Supply Chain Networks in China[J].Industrial Management & Data Systems，2020，120（8）：1483-1500.

[9]?? 方大春，裴夢迪.房價空間關聯網絡結構實證分析[J].上海經濟研究，2018（1）：63-73.