我國生豬價格波動及其影響因素分析
——基于格蘭杰因果檢驗

肖 歡，唐小平，馮小婭，蔣 健

（貴州大學 經濟學院，貴州 貴陽 550025）

豬肉一直以來在世界肉食品消費中，占據著十分重要的一環，其中中國、歐盟以及美國位列其中的前三名，尤其是中國的豬肉消費量，遠超其余兩國。據《2019—2025 年中國豬肉行業市場現狀分析及投資前景預測報告》顯示：2018 年中國的豬肉產量超越美國及歐美國家躍居世界第一，占據全球大約48%的份額。此外，巨大的豬肉消費量致使我國成為世界上最大的豬肉進口國，進口量達到115.1萬噸。人均豬肉消費量在40 千克左右，豬肉消費在我國居民食品消費結構中始終占據著十分重要的一部分。

自2018 年下半年非洲豬瘟蔓延入中國以來，受供給端的影響，我國豬肉價格出現了大幅度增長。基于此，農業農村部在短短一年時間內連續出臺了多項重大舉措。如：2019 年12 月發布了《加快生豬生產恢復發展三年行動方案》的通知：“要求各級政府確保在2020 年年底前實現產能基本恢復到接近常年的水平，2021 年要恢復到正常水平。”然而，隨著新冠肺炎疫情的爆發，生豬的生產和運輸環節都遭受到了嚴重的負面影響，生豬生產產能的恢復勢頭遭受到了遏制。受此影響，豬肉價格出現了進一步大幅度增長的現象，因此，本文就研究有關影響生豬價格波動的各種因素，找到影響生豬價格波動的主要原因，并就此提出相應的解決辦法。

造成本輪豬肉價格上漲的主要原因是非洲豬瘟、相關豬飼料價格的上漲以及環保禁令政策的實施，這些原因造成了生豬出欄量的大幅下降，以及生豬養殖成本的大幅度提高[1]。而關于影響生豬價格的波動因素的研究，陳寧等通過Markvo 區制轉換VAR模型的實證模型，分析得出玉米價格和仔豬價格以及雞肉價格是造成豬肉價格波動的主要因素[2]。許彪等（2014）[3]通過建立五因素模型的豬價分析框架，認為受到勞動力成本上升的影響，生豬價格中長期也會出現上漲的情況。除此以外，田文勇等（2016）[4]運用H-P 濾波法和時間序列分析法得出：生豬養殖規模和生豬價格波動周期性差異明顯，兩者存在長期均衡和單向格蘭杰因果關系。呂杰和綦穎（2007）[5]則通過大量的文獻調查，認為造成供給變化的因素是生豬價格周期性波動的原因，而生豬獨特的供求規律又造成生豬市場出現蛛網現象。

一、我國生豬價格及其影響因素的情況

進入21 世紀以后，黨中央以及各級地方政府高度重視豬肉價格及其相關商品的價格走勢。由表1 可知，除個別年份以外，生豬價格的年增長率始終維持在一個較低水平，如果我們去除掉因受到豬瘟影響而導致價格急劇上漲的2019 年，僅考慮把從2000—2018 年的生豬價格年均增長率作為計算數據，筆者經過計算發現，這一數值是小于5%的，遠低于城鄉居民人均年收入的增長。總而言之，我國的一系列穩定豬肉價格的舉措在過去的一段時間內被證實是取得了較好的成績。

表1 2000—2019 年生豬、育肥豬配合飼料、仔豬、白條雞價格表

由表1 我們可知，生豬價格、豬飼料價格、仔豬價格以及白條雞價格均呈上漲趨勢，其中，生豬價格漲幅最為穩定且明顯，由2000 年的5.8 元/公斤，上漲到2019 年的21.16 元/公斤，漲幅將近4 倍，與此同時，豬飼料價格漲幅超過1 倍，仔豬價格上漲了將近6 倍，白條雞價格上漲了超過1 倍，在這一過程中，除了白條雞的價格時有回落外，生豬價格、育肥豬配合飼料價格以及仔豬價格幾乎每年都有上漲的跡象，甚至有個別年份，價格出現了大幅度的上漲的現象。

盡管生豬的價格維持在一個較為正常的上漲區間，但是仍然可以看到生豬價格在某些時期內會處于比較劇烈波動的現象，“豬貴傷民，豬賤傷農”的基本局面沒有根本上的扭轉，豬肉價格趨勢性大幅增長的可能性沒有消失，構成豬肉價格劇烈波動的原因也仍然存在，因此，本文以分析造成生豬價格波動的原因出發。研究分析這些因素與生豬價格波動之間的關系。

二、生豬價格及其影響因素的格蘭杰因果檢驗

（一）變量選取、數據來源

學者們大部分都認為影響我國生豬價格波動的因素主要是供給、需求和其他因素。其中供給因素主要是：生豬的飼料成本、仔豬成本等，而影響需求層面的主要是居民的收入水平、替代品價格[6]。而在需求和供給二者之間誰更能引起豬肉價格的波動這一層面上，李秉龍等則認為供給層面對于豬肉價格波動的影響更大，需求因素對于豬肉價格起伏的影響則沒那么明顯，供給方的生產波動是造成我國豬肉價格波動的主要原因[7]。而針對供給層面內的各影響因素的研究，譚瑩運用Nerlove 供給模型和ARDL-ECM 模型進行了相關研究，指出豬飼料價格波動是影響短期內生豬供給的重要因素[8]。商迪等通過CARCH 模型，發現生豬價格與豬仔豬價格的波動非常容易在兩個市場間傳遞[9]。鑒于此，將供給層面的各影響因素作為本文的研究對象具有理論價值及現實意義。

作為我國第二大肉制品消費類，雞肉與豬肉之間有著較強的替代性。從歷史經驗來看，每一次生豬供給短缺都伴隨著雞肉消費量的急劇拉升，例如：在2014—2015 年，豬肉消費同比減少2.45%，而雞肉消費同比增加3.41%。

綜上所述，本文選取育肥豬配合飼料價格、仔豬價格以及白條雞價格為解釋變量。生豬價格作為被解釋變量。

生豬價格用變量PLP 表示，育肥豬配合飼料價格用變量PFP 表示，仔豬價格用變量POP 表示，白條雞價格用變量PWC 表示。數據取自中國飼料雜志每月發布的2000—2019 年《全國畜產品、飼料價格情況》。

（二）模型選取和構建

通過Excel，以PLP 為縱坐標，以PFP、POP、PWC為橫坐標，分別作出各自的散點圖。

由圖1、2、3 可知，生豬價格分別與育肥豬配合飼料價格、仔豬價格、白條雞價格之間存在高度線性關系，且均是正相關性。可以初步判定，解釋變量與被解釋變量之間可能存在格蘭杰因果關系。

圖1 生豬價格與育肥豬配合飼料價格的散點圖

圖2 生豬價格與仔豬價格的散點圖

圖3 生豬價格與白條雞價格的散點圖

為了減少實驗誤差，增強檢驗結果的說服力，本文要對PFP、POP、PWC 數據分別取對數，得到LNPFP、LNPOP、LNPWC。

在進行時間序列分析時，為了檢驗證育肥豬飼料價、仔豬價格、白條雞價格的波動是否是造成生豬價格波動的原因，再加上各影響因素對生豬價格的影響有滯后性，所以本文采用格蘭杰因果檢驗法。

（三）變量平穩性檢驗

由于格蘭杰因果檢驗需要保證變量的時間序列具有平穩性，為防止出現偽回歸，因此需要分別對LNPLP、LNPFP、LNPOP、LNPWC 四個時間序列進行平穩性檢驗，這里采用ADF 單位根檢驗（Unit Root Test）。本文單位根檢驗通過AIC（Akaike Information Criterion）或SC（Schwarz Criterion）最小準則來選擇滯后階數。

由表2 可知，LNPLP、LNPFP、LNPOP、LNPWC 都不能拒絕單位根檢驗，說明這4 個變量的原序列均為非平穩的，但LNPLP、LNPFP、LNPOP、LNPWC 的二階差分序列均在99%以上水平下拒絕單位根假設，由此滿足格蘭杰因果檢驗的基本前提。

表2 ADF 單位根檢驗結果

（四）協整關系檢驗

為檢驗模型的回歸方程所描述的因果關系是否是偽回歸，本文要對解釋變量與被解釋變量之間進行協整關系檢驗。協整關系理論認為，兩個時間序列只有他們是同階單整時，才可能有協整關系，而根據單位根結果顯示：LNPLP、LNPFP、LNPOP、LNPWC 均是二階單整，因此，PFP、POP 與PWC 均可以分別于PLP 做協整關系檢驗，協整檢驗臨界值計算公式為：C（α）=∮∞+∮1T-1+∮2T-2，（其中T 值是樣本容量）。

則由表3 可知，在0.01 的置信水平下，LNPLP 與LNPFP 的回歸方程殘差序列ADF 統計量為-4.504，小于-4.502，說明LNPFP 與LNPLP 有協整關系。在0.05 的置信水平下，LNPLP 與LNPWC 和LNPOP 的回歸方程殘差序列ADF 統計量為分別-2.006 和-2.207，均大于-3.659，說明LNPLP 與LNPWC 和LNPOP 無協整關系。這些數據表明育肥豬配合飼料價格與生豬價格有協整關系，而白條雞價格和仔豬價格與生豬價格無協整關系。這說明育肥豬配合飼料價格與生豬價格存在著長期均衡關系，而白條雞價格配合仔豬價格與生豬價格之間并不存在長期的均衡關系，可能在短期內存在著一種均衡關系。

表3 協整檢驗結果

（五）格蘭杰因果檢驗

通過單位根檢驗可知：由于LNPOP、PFP、PLP 與PWC 都通過了平穩性檢驗，所以POP、PFP、PWC 都能進行格蘭杰因果檢驗，所以讓PFP、POP、PWC 分別與LNPFP 進行格蘭杰因果檢驗。

通過Eviews 計量經濟軟件對生豬價格波動及其影響因素的格蘭杰因果檢驗，由表4 可知PFP、POP、PWC 均是PLP的格蘭杰原因，而PLP卻不是PFP、POP、PWC 的格蘭杰因果原因。即育肥豬配合飼料價格、仔豬價格、白條雞的波動都是生豬價格波動的單向格蘭杰因果原因。

表4 格蘭杰因果檢驗結果

三、各因素對生豬價格的影響分析

基于上述格蘭杰因果檢驗，進一步研究生分析影響生豬價格波動的各因素對生豬價格影響的實證分析。

（一）數據和變量選取

數據取自2000—2009 年《全國畜產品、飼料價格情況》，分別選取了當年的生豬價格、育肥豬配合飼料價格、仔豬價格以及白斬雞價格。計量單位統一為：元/公斤。

（二）模型和結果

經過對樣本的初步多元線性回歸分析發現，生豬價格與白條雞價格出現了負相關性，這一結果與白條雞和生豬互為替代品這一事實不符，因此解釋變量之間可能存在共線性，所以建立逐步回歸模型:

本文取α=0.1，利用Eviews8 實現逐步回歸過程，以對被解釋變量貢獻最大的解釋變量所對應的回歸方程為基礎，按對被解釋變量貢獻大小的順序逐個引入其余的解釋變量。

在模型（1）中，解釋變量為PFP（育肥豬配合飼料價格）、POP（仔豬價格）、PWC（白斬雞價格），解釋變量為PLP（生豬價格）。u 是隨機誤差項。β0，β1，β2，β3是待估參數，其中β0是常數項，β1，β2，β3是系數，反映各影響因素對生豬價格波動的影響程度，最終如表5 所示。

表5 逐步回歸分析結果

估計結果如下：

從統計的結果看，PFP（育肥豬配合飼料價格）和POP（仔豬價格）的回歸系數均通過了t 檢驗，而PWC（白條雞價格）的回歸系數未能通過t 檢驗。

從（2）式我們可以看到方程總體顯著性比較好，擬合優度較高，調整的R2達到0.960，說明育肥豬配合飼料價格與仔豬價格對生豬價格有整體上的解釋意義。D.W 檢驗為1.258，說明回歸方程的殘差項不存在序列相關，方程的參數估計在統計意義上可信。PWC 未能通過t 檢驗，且白條雞不是構成生豬價格成本的因素，與育肥豬飼料價格和仔豬價格之間不存在完全替代性。因此從模型中去除出來。

從（2）式可知，育肥豬配合飼料價格每上漲1元，生豬價格約上漲1.842 元，仔豬價格每上漲1元，則生豬價格上漲約0.288 元。這一模型結果也與現實相符：生豬想要生長出一斤的豬肉往往需要超過一斤的育肥豬配合飼料，因此育肥豬配合飼料價格每斤每上漲1 元，則生豬價格每斤應上漲超過1 元。同理，每斤仔豬的價格成本應平均到相應的生豬價格成本中，而由于一斤仔豬豬肉對應超過一斤的生豬豬肉，因此仔豬價格每斤每上漲1 元，則生豬價格應上漲小于1 元。

由于每斤育肥豬配合飼料的價格遠低于每斤生豬價格，因此無法直接比較二者對生豬價格波動的影響大小。筆者通過Eviews 軟件，分別得到生豬價格波動與育肥豬配合飼料價格和仔豬價格之間的價格波動彈性為0.349 和0.530，這意味著當育肥豬配合飼料價格每上漲1%，生豬價格上漲0.349%，當仔豬價格上漲1%，生豬價格上漲0.530%。這說明控制仔豬價格的波動，對控制生豬價格的波動能夠起著更大的作用。

四、結論與建議

本文基于2000—2019 年的統計數據，運用協整檢驗和格蘭杰因果檢驗以及構建了逐步回歸分析模型，考察了我國生豬價格波動及其影響因素之間的相互關系，結果發現：（1）育肥豬配合飼料價格、仔豬價格、白條雞價格是生豬價格的單向格蘭杰原因；（2）育肥豬配合飼料價格與生豬價格之間具有長期的均衡關系，仔豬價格和白條雞價格與生豬價格之間無長期均衡關系；（3）控制仔豬價格的波動，對控制生豬價格的波動能夠起著更大的作用。根據上述研究結論，本文提出如下政策建議：

（一）控制仔豬價格的波動

研究結果表明：相比較于育肥豬配合飼料價格的波動，仔豬價格的波動對生豬價格的影響將更大。雖然根據本文的回歸分析結果：仔豬價格與生豬價格之間是正向相關，但是這一回歸分析是指當仔豬價格上漲時，生豬價格會在一個較短時期內有上漲，但并不意味著從長期來看，仔豬價格的上漲一定會造成生豬價格的上漲。仔豬價格的變化對于養殖戶的養殖意愿可能存在正反兩種激勵效果。首先，仔豬價格的提高，會給養殖戶帶來更高的養殖成本，增加養殖戶的養殖風險，會對一部分的潛在和現存養殖戶形成擠出效應；其次，仔豬價格的提高，也往往伴隨著生豬價格的提高，這一方面可能會增加或減少養殖戶的養殖利潤空間，刺激舊有養殖戶養殖規模的擴大或縮小以及新增養殖戶的增長或減少，另一方面，仔豬價格的提高，會提高仔豬養殖戶的養殖利潤，激勵仔豬養殖戶養殖能繁母豬。從長期來看，會提高生豬養殖的出欄數量，有利于生豬價格的穩定。因此，仔豬價格應該維持在一個怎樣的區間水平，還有待進一步的研究分析如圖4 所示。

圖4 仔豬價格對生豬價格影響流程圖

（二）抑制育肥豬配合飼料價格的過快上漲

雖然育肥豬配合飼料價格并非生豬價格劇烈波動的主要原因，但是育肥豬配合飼料價格與生豬價格之間有著長期均衡關系，育肥豬配合飼料對生豬的影響貫穿生豬養殖的始終。育肥豬配合飼料價格的波動會長期影響著生豬價格的波動，因此穩定育肥豬配合飼料價格對于穩定生豬價格的波動也具有著十分重要的意義。

（三）引導消費者改變消費習慣

雞肉具有生產周期短、養殖成本低的優點，相比較于生豬的養殖，雞肉養殖對于養殖戶來說能夠承受更低的養殖和銷售風險，而雞肉作為中國人餐桌上僅次于豬肉的肉食，在某種程度上二者之間具有極高的可替代性，本文的檢驗結果也間接證實了這一結論。因此，從政府角度出發，鼓勵民眾的餐桌上多些雞肉、少些豬肉，不失為應對豬周期現象和豬肉價格逐年攀升的一個好辦法，通過將對豬肉的食用轉化為對雞肉的食用，也有助于政府的相關調控政策的更加有效。雞的生產周期更短，相比較于對生豬價格的調控，對雞肉的調控所采取的措施能夠更加及時，政策的可實施性也更高，所遇到的不可抗風險也越小。