禽流感风险、空间异质性与中国养禽农户养殖恢复行为研究

刘婷婷，应瑞瑶

（南京农业大学经济管理学院，江苏 南京 210095）

家禽养殖具有不受土地规模的严重限制，固定资产投入少，生产周期短，见效快等特点[1-2]，且可由妇女、儿童和弱势群体（如老人和残疾人）管理[3-4]，是中国农户重要的生计手段，有利于农户吸收家庭剩余劳动力，提高家庭收入和维持生计，其发展也符合中国当前劳动力剩余的国情（中国农业部，2016）。然而自2004年以来，高致病性禽流感频频爆发，疫情风险日益突出，截止到2017年1月，中国大陆除海南省和重庆市外，其余省（直辖市，自治区）均爆发过高致病性禽流感，且每年均有疫情发生，发生总次数达1 108次，造成61.42万只家禽感染疫情，病禽死亡数48.76万只，扑杀家禽超过1.64亿只（中国农业部，2017；中国卫计委，2017）。禽流感爆发强度大，范围广，杀伤力强，不仅使养禽户遭受巨大损失，而且严重阻碍我国家禽业的健康发展[4-7]。在此背景下养禽户家禽养殖受到的冲击以及灾后养殖恢复及未来走向成为关注焦点。

近年来，学界就禽流感对养禽户生产、生计的影响展开了大量研究，并得出较为丰富的结论。现有研究认为农业是典型的风险性产业，在市场化的农业经营环境下，中国农业的微观主体——农户正面临着日趋多样化，复杂化的农业经营风险，包括生产风险和市场风险，从而导致农户收入的意外变化[8-10]。养禽户防疫意识淡薄，防疫技术落后，是禽流感发生的重灾区[10-11]，禽流感一旦发生，会对养禽户当期家禽养殖造成两个方面的影响。一是直接影响，指疫情致病致死和政府强制扑杀造成疫区养禽户禽只完全损失；非疫区养禽户家禽养殖中断、家禽产品无法顺利出售和强制免疫造成额外成本[12-14]。二是间接影响，指消费需求萎缩导致市场价格波动从而影响到非疫区养禽户家禽收入[15-16]。因此禽流感的发生势必会冲击到大量的养禽户使其减少家禽养殖规模甚至退出家禽养殖经营。那么，疫情结束之后受到冲击的养禽户是否会重新补栏恢复家禽养殖？为什么？此外，已有文献大多仅关注禽流感对疫情发生地或全国养禽户家禽养殖的影响，鲜少研究关注到禽流感对相邻甚至更远地区的影响。

然而，中国禽流感发生范围之广，各地区爆发频次与延续时间不一，再结合疫情发生地禀赋特征，使得禽流感对养禽户养殖及恢复行为的影响机制颇为复杂。就全国一概而论或仅以某个地区为例，掩盖和忽略了疫情影响的空间差异性。那么，不同空间分布的养禽户家禽养殖恢复行为是否存在空间异质性？疫情发生后养禽户是否能够恢复家禽养殖？不同空间分布的养禽户恢复行为有何差异？鲜少有文献针对这类做出详细地解释，而清楚地回答上述问题有助于我们了解禽流感结束后不同空间分布的养禽户养殖恢复能力及其影响机制。因此，本文基于中国农村固定观察点2 520个养禽农户2004—2012年家禽养殖跟踪数据，根据禽流感发生的地理位置划分为4个类型区域，采用随机效应Probit模型，从经济学角度分析禽流感冲击后养禽户家禽养殖恢复行为，探讨其空间异质性及其形成原因，以期能够深入研究养禽户家禽恢复行为中的障碍及地区差异，为政府在禽流感发生后建立更精准完善的扶持补贴政策提供依据。

1 理论分析

禽流感的发生造成养禽户家禽收入受损，家禽养殖规模减少，前者使得养禽户受到现金约束，后者使得养禽户出现剩余劳动力。新古典经济学表明，在新的资源约束（时间约束、技术约束和现金约束等）和外部风险环境下，养禽户必然会根据不同经营项目的比较优势和外部风险环境重新配置劳动力，决定是否继续补栏恢复家禽养殖。假设家禽散养户将劳动力投入到家禽养殖和其他生产经营项目，生产家禽养殖和从事其他生产经营项目有两种不同的生产函数Y1和Y2：

则劳动力有两种边际物质产品：

生产函数Y1和Y2的转换率为：

当有一种给定资源（劳动力）和两种产出的情况下，边际转换率为边际物质产品之比，当利润最大化时边际转换率满足下列条件：

因此在劳动力资源配置最优点有：

当可变要素的边际产品价值在两种产出中相等时，生产函数达到最优组合，农户为了达到劳动力资源在家庭生产中最佳配置效率，需要在家禽养殖和其他生产经营项目之间合理安排劳动力资源，直到劳动力在家禽养殖和其他生产经营项目的边际产品价值相等。可以看出，家禽产品价格是农户决定是否恢复家禽养殖的关键。

根据相关规定，疫情发生地指死亡禽只所在县（县级市、区），而该地区包括疫区和非疫区。病禽死亡和非病禽强制扑杀对该地区养禽户家禽养殖规模造成直接冲击。同时疫情爆发前，该地区家禽市场与非禽流感发生地的家禽市场是整合的，且供给和需求达到市场均衡（如图1和图2中E0点）。禽流感爆发后，疫情致病致死和政府强制扑杀导致禽流感发生地的禽只严重受损，而新的家禽产品上市需要一定的养殖时间，因此短时间内市场上禽类产品供给迅速下降，供给曲线向内移动（由S0移动到S1），而该地区消费者处于高风险区，暴露于风险的概率大，风险感知强，家禽产品消费量也会短时间内大量减少，家禽产品的最终价格取决于供给的减少和需求的减少。如果供给的减少大于需求的减少，市场均衡价格上升，由原来的A0变为A1；如果供给的减少小于需求的减少，市场均衡价格下降，由原来的A0变为A2。

本文认为禽流感发生时，该地区家禽产品均衡价格是上升的，具体原因为：疫情发生地扑杀强度大，家禽死亡数量多，且政府规定疫区半年内不能饲养家禽，同时疫情发生后家禽产品流通受阻，使得禽流感发生地在短时间内形成单独的非整合市场，家禽产品供给量大量减少；而即使疫情爆发，禽肉作为蛋白质的重要来源，仍然是一部分人群的食品选择（尤其是收入低的家庭，因为鱼虾水产等蛋白质替代品都是价格偏高的食品），因此禽流感发生时，该地区家禽产品供给量的减少大于需求量的减少，均衡价格上升，由原来的A0变为A1。疫情发生地的养禽户家禽生产虽然在当期受到了较为严重的冲击，但在家禽产品市场价格上升的激励下养禽户对家禽养殖的未来预期增加，因此会在疫情结束之后重新补栏恢复家禽养殖。

图1 禽流感发生地，家禽产品市场价格形成机制Fig. 1 Price formation mechanism of poultry products in the epidemic regions

对于非疫情发生地，疫情不会给该地区禽只产量造成直接损失。而短期内家禽产品市场供给不变，供给曲线不会发生变动（仍然为原来的S0），但非禽流感发生地消费者仍然会出于对疫情的惧怕而减少对禽类产品的消费，且消费者距爆发源越近，暴露于风险的概率越大，对疫情的风险感知越强，越倾向于减少家禽产品消费，新的供求关系下均衡价格降低（如图2中A1和A2）。家禽产品一旦成型，既不能积压也不能存放，致使养禽户不得不以低价出售，造成亏损。价格的波动虽未导致该地区养禽户家禽产量直接受损，但使得养禽户家禽供给量和家禽收入受到冲击，而低迷的价格使得养禽户对家禽养殖的未来预期降低，疫情之后补栏积极性低。尤其疫情发生地的相邻区域，该区域受到的间接冲击最大（该地区距离疫区最近，供给不变但消费大幅减少），价格下降幅度最大，该地区养禽户在疫情结束后家禽养殖恢复程度最低。

图2 非禽流感发生地，家禽产品市场价格形成机制Fig. 2 Price formation mechanism of poultry products in the non-epidemic regions

综上所述，本研究认为禽流感的发生使得疫情发生地家禽产品价格上升，激励该地区受冲击的养禽户在疫情结束之后重新补栏，恢复家禽养殖规模。禽流感的发生使得疫情发生地相邻区域的家禽产品价格大幅下降，导致该地区受冲击的养禽户在疫情结束之后重新补栏积极性不高，家禽养殖规模难以恢复。

2 研究方法

2.1 数据来源与样本筛选

按照《国家突发重大动物疫情应急预案》，根据2004—2012年禽流感发生的地理位置划分为4个类型空间区域：区域一为疫情发生地——发生过疫情的县；区域二为非疫情发生地——按照距离当年疫情发生地远近分为当年邻县发生过疫情的县；区域三为本县邻县未发生过但是本省发生过疫情；区域四为本县邻县未发生且本省也未发生过疫情。涉及到的数据包括两个方面：禽流感发生概况和养禽户家禽养殖数据。前者来自于中国农业部网站；后者来自于中国农村固定观察点。由于后者数据仅更新到2012年，笔者仅以2004—2012年禽流感为例，将疫情分布概况与养禽户家禽养殖数据相结合进行分析。

中国农村固定观察点的数据包括农户各年家庭成员基本情况、家庭生产、家庭收入、家庭消费、家庭支出和家庭财产等信息，该调查系统着重对固定样本村和样本户的跟踪调查，能够较为准确地反映样本村和样本户的各方面情况的长期变化。到2012年底，全国共有2 852个县级行政区单位，其中有109个县发生过禽流感，疫情发生县的数量占全国总数的3.82%；而2004—2012年中国农村固定观察点355个县中有39个县发生过疫情，占数据库样本总数的10.98%，能够代表全国禽流感发生概况，即采用中国农村固定观察点数据能够较好地验证本研究提出的问题。根据研究内容，按以下两个标准从355个样本县筛选样本农户：2001—2012年都参加调研的农户；2001—2003年都在养殖的农户。前者是为了获得养禽农户的跟踪调研数据；后者是将样本户锁定在疫情发生前长期从事家禽养殖的农户。筛选后样本农户共有2 520户。4个区域的样本户分布如表1。

表1 样本农户的分布Table 1 Distribution of sample farmers

2.2 实证模型

实证研究数据一般分为三类，截面数据、时间序列数据和面板数据。面板数据综合了时间和截面两种类型的数据，是对总体中的给定样本在某一段特定时期进行多重观察构成的数据集。面板数据模型一般可以分为两类：随机效应模型（Random Effect Model）和固定效应模型（Fixed Effect Model）。根据研究需要，本文养禽恢复行为的衡量标准值为0，1虚拟变量，由于数据是养禽户2004—2012年微观面板数据，本研究使用面板随机效应Probit模型，以更好地利用纵观样本信息，符合变量分布和体现异质性，而且由于跟踪数据存在一定程度的样本磨损，因此使用随机模型优于固定效应模型[17]。本文建立随机效应Probit 模型为：

式中：i代表农户；t表时期，表示2004—2012年中的任意一年；Yit+1代表第i个养禽户在t+1时期是否恢复家禽养殖，取值0，1，即疫情结束后养禽户是否继续补栏。用疫情结束后第一年的家禽产量与疫情发生当年家禽产量的差值，如果产量增加代表该养禽户选择恢复家禽养殖，Yit+1=1；反之，则代表该养禽户没有恢复家禽养殖，Yit+1=0。家禽产量包括鸡、鸭、鹅、鸽等家禽产量总和，数据来源于中国农村固定观察点。

2.3 变量设定

模型中的关键变量是养禽户所在区域、家禽产品价格以及两者的交互项。本文按照t期疫情发生的地理位置，将t时期全国分为了4个区域。D1it，D2it，D3it为养禽户所在的区域的虚拟变量，对照组为区域四；Pit代表养禽户所在县疫情发生年份的家禽产品价格；D1it×Pit、D2it×Pit、D3it×Pit分别为区域虚拟变量和疫情发生年份该地区家禽产品价格的交互项。其中，养禽户所在区域的划分依据来自于中国农业部网站公布的禽流感爆发情况；养禽户所在县疫情发生年份的家禽产品价格由中国农村固定观察点系统中各养禽户家禽产品价格在县级层面的加权。

Zit+1根据现有文献梳理后选取的一组影响变量Yit+1的控制变量；包括家禽养殖饲料投入、家禽养殖劳动投入、户主年龄、户主性别、户主受教育程度、家庭规模、家庭女性人数占比、家庭非农就业人数占比、家庭非健康人数占比和产品销售量合同占比[18-22]。同时，为了更好的反映禽流感对养禽户家禽养殖恢复行为的影响，本文额外控制了时间固定效应和县域固定效应。各个变量的基本概况见表2。

3 结果与分析

3.1 描述性统计分析

统计数据显示，区域一的养禽户家禽养殖恢复程度最高，区域二的养禽户恢复程度最低。具体分析如下，疫情发生前全国共有养禽户2 520户，其中1 421户养禽户在疫情冲击下减少家禽养殖产量，受到冲击的这1 421户养禽户在疫情结束后有725户重新恢复家禽养殖，占比为51.02%（表3）。此外，不同空间分布的养禽户家禽养殖恢复行为存在异质性：区域一的养禽户受到的冲击最大，85.71%的养禽户在疫情冲击下减少家禽养殖规模，但疫情结束后该区域养禽户家禽养殖恢复程度也是最大的，有86.84%的受冲击养禽户在疫情结束之后继续补栏恢复家禽养殖；区域二的养禽户受到的风险冲击程度次之，79.35%的养禽户在疫情冲击下减少家禽养殖规模，但该区域养禽户家禽养殖恢复程度在4个区域中却是最低的，仅有20.82%的养禽户在疫情结束之后选择恢复家禽养殖；区域三中66.44%的养禽户在疫情冲击下减少家禽养殖规模，其中仅54.62%的受冲击养禽户在疫情结束之后重新补栏恢复家禽养殖；区域四养禽户受到疫情冲击程度最小，且恢复程度也较高。

表2 各变量描述性统计量Table 2 Descriptive statistics of variables

表3 禽流感对不同空间分布的养禽户家禽养殖行为的影响Table 3 Effects of avian influenza on poultry farmers’behavior in different spatial distribution

事实上，禽流感冲击下不同空间分布的家禽养殖市场价格变动是造成养禽户家禽养殖恢复行为存在空间异质性的原因。以区域四的家禽产品价格变化为对照组，分别检验了区域一、区域二和区域三家禽产品价格在禽流感发生前后的变化是否存在显著差异。结果显示，这3个区域家禽产品价格的变化均存在显著差异。相对于区域四，区域一的家禽产品价格的变化显著为正，区域二和区域三的家禽产品价格变化显著为负（表4）。

表4 禽流感对不同空间的分布的家禽产品价格的影响Table 4 Effects of avian influenza on poultry products price in different spatial distribution

3.2 养禽户家禽养殖恢复行为空间异质性分析

本文为了检验禽流感冲击下，家禽产品价格变动对不同空间分布的养禽户家禽养殖恢复行为的影响，以受到冲击的1 421户养禽户为样本户，通过其在疫情发生年份和疫情结束后一年家禽养殖数据整理，运用Stata12.1 SE计量分析软件，选择面板随机效应Probit模型检验分析。表5列出了面板随机效应Probit估计的平均边际效应结果。模型的WALD值为271.55，P值为0.000，模型拟合良好且解释力较强，回归结果可信。

疫情冲击下区域一家禽产品价格变动与区域一虚拟变量的交互项显著正向影响养禽户疫情结束后的家禽养殖恢复行为，这表明与低风险区（区域四）相比，疫情的发生使得该区域家禽产品价格上升，而上升的价格激励养禽户在疫情结束后恢复家禽养殖。这是因为疫情发生地扑杀强度大，家禽死亡数量多，且政府规定疫区半年内不能饲养家禽，同时疫情发生后家禽产品流通受阻，使得禽流感发生地在短时间内形成单独的非整合市场，家禽产品供给量大量减少；而即使疫情爆发，禽肉作为蛋白质的重要来源，仍然是一部分人群的食品选择（尤其是收入低的家庭，因为鱼虾水产等蛋白质替代品都是价格偏高的食品），因此禽流感冲击下该区域家禽产品供给量的减少大于需求量的减少，均衡价格上升。而养禽户是否恢复家禽养殖的决策取决于对未来家禽产品市场价格的预期，市场价格的上涨激励了该区域养禽户养殖信心，养禽户重新补栏恢复家禽养殖。

表5 养禽户家禽养殖恢复行为空间异质性分析Table 5 Analysis of spatial heterogeneity of poultry farmers’ behaviors

疫情冲击下区域二家禽产品价格变动与区域二虚拟变量的交互项显著负向影响养禽户疫情结束后的家禽养殖恢复行为，这表明与低风险区（区域四）相比，疫情的发生使得该区域家禽产品价格下降，而下降的价格使得养禽户在疫情结束后难以恢复家禽养殖。这是因为该区域位于疫情爆发县的邻县，禽只总产量不会受到直接冲击，短期内家禽产品供给不变，但该区域由于距离疫情爆发源较近出于对疫情的惧怕短期内消费大量减少，家禽产品市场价格在疫情的冲击下下降。下降的价格打击了该区域养禽户的养殖信心，降低了养禽户对未来家禽市场的预期，使得疫情结束后养禽户家禽养殖难以恢复。

疫情冲击下区域三家禽产品价格变动与区域三虚拟变量的交互项对养禽户疫情结束后家禽养殖恢复行为的影响不显著，这表明与低风险区（区域四）相比，禽流感对家禽市场价格的冲击不大，对养禽户疫情结束后家禽恢复行为的影响也并不显著。这是因为该计量模型中对照组为区域四，而疫情冲击下区域三和区域四家禽产品价格变化趋势大致相同：这两个区域均为非疫情发生地，疫情发生时家禽产量不会受到直接冲击，短时间内供给不变，而消费者由于距离疫区较远暴露于风险的概率较低，家禽产品消费小幅度变动。短时间内供给不变，消费小幅度变动使得区域三和区域四家禽产品价格在疫情冲击下均出现了相同程度的小幅度下降，疫情结束后养禽户家禽养殖恢复程度也就大致相同。

综上所述，禽流感的发生使得疫情发生地家禽产品价格上升，激励该区域养禽户在疫情结束后重新补栏，恢复家禽养殖；禽流感的发生使得疫情发生地相邻地区的家禽产品价格下降，该区域养禽户在疫情结束后补栏积极性不高，家禽养殖难以恢复到疫情发生前的水平。

4 结论与启示

4.1 结论

研究表明，禽流感结束后养禽户家禽养殖恢复行为存在明显的空间异质性，而养禽户家禽养殖行为与疫情冲击下养禽户所在家禽产品市场价格变动有关。其中，禽流感冲击使得疫情发生地养禽户家禽产品价格上升，该区域大部分的养禽户在疫情结束之后选择重新补栏恢复家禽养殖；而疫情发生地相邻区域的家禽产品价格在疫情冲击下降低，该区域受冲击的养禽户中仅有小部分在疫情结束后重新补栏，家禽养殖难以恢复。研究结论有助于了解养禽户家禽恢复行为中的障碍及地区差异，既丰富了现有养禽户生产行为的理论成果，也为政府建立更为精准完善的灾后扶持补偿政策提供了一定的理论依据。

本研究也存在一定不足。首先，样本来自于中国农村固定观察点，该数据库虽然包含全国样本，但数据更新到2012年，未来研究将采取近几年的更新数据；其次，本研究是从养禽户生产投入角度以及文献整理的方法获得农户家禽养殖行为的影响因素，但可能还有其他影响因素尚未考虑，如养禽户是否加入合作社或是龙头企业等，未来将开展更深入、全面的研究。

4.2 启示

家禽养殖是中国农户重要生计手段，有利于吸收家庭剩余劳动力。政府制定灾后扶持补偿政策时需要关注禽流感对养禽户冲击的空间异质性，充分考虑相邻甚至更远区域家禽产品价格变动。

1）扩大政策关注范围。中国现行的禽流感防控政策中，仅关注到了疫情发生地养禽户家禽养殖，鲜少关注到相邻甚至更远地区。而研究结论表明，非疫情发生地的养殖户也会受到冲击，且受到冲击后家禽养殖恢复程度不及疫情发生地的养禽户，尤其是疫情发生地相邻区域，该区域受疫情冲击的养禽户中仅有20.82%在疫情结束后恢复家禽养殖。因此对于疫情发生地政府应该加大补偿力度，弥补疫情造成的直接损失；对于非疫情发生地，政府可以通过农业保险及补偿机制等方式努力把市场波动对养禽户的损失降到最低，以调动养禽户养殖积极性，保护养禽业的生产力，为产业的健康发展提供有力的保障。

2）建立农业保险机制，完善价格补偿机制。中国禽流感防控政策中，政府对强制扑杀的禽只，以每只10元的标准对养禽户进行发放现金补偿。该项政策仅针对政府强制扑杀带来的禽只直接损失，而本文研究结论表明禽流感造成的价格波动会显著影响养禽户家禽养殖恢复行为。因此政府可以通过农业保险及补偿机制等方式通过保护市场价格调动农户家禽养殖积极性，激励受冲击的养禽户在疫情结束后重新恢复家禽养殖，保护养禽业的生产力，为禽业健康发展提供有力保障。

致谢：研究过程中使用的养禽农户数据来自于中国农村固定观察点，作者对提供数据的农业部农研中心致以诚挚的谢意。

[1] 赵玉. 禽流感疫情对禽蛋养殖业的冲击与政府应对[J]. 农业现代化研究, 2015, 36(2): 230-236.Zhao Y. The impacts of bird flu on the poultry and egg industry and Government’s reactions[J]. Research of Agricultural Modernization, 2015, 36(2): 230-236.

[2] 辛翔飞, 王济民. 我国肉鸡产业当前发展形势特点、问题与政策建议[J]. 中国家禽, 2015, 37(7): 1-6.Xin X F, Wang J M. Current development situation of poultry industry’s characteristics, problems and suggestions in China[J].China Poultry, 2015, 37(7): 1-6.

[3] Gueye E F. Evaluation of the impact of HPAI on family poultry production in Africa[J]. World’s Poultry Science Journal, 2007,63(3): 391-400.

[4] Muteia H, Oparinde A, Maina G. A descriptive analysis of the impact of avian influenza outbreaks on the livelihoods of poultry farmers in Nigeria[J]. African Journal of Agricultural Research,2011, 6(20): 4680-4692.

[5] 刘明月, 陆迁. 禽流感疫情冲击下疫区养殖户生产恢复行为研究——以宁夏中卫沙坡区为例[J]. 农业经济问题, 2016(5): 40-50.Liu M Y, Lu Q. Study of farmers’ productive recovery behavior in avian-infected area under the shocks of avian influenza—A case study of Zhongwei in Ningxia[J]. Issues in Agricultural Economy,2016(5): 40-50.

[6] 黄泽颖, 王济民. 高致病性禽流感对我国肉鸡产业的影响[J].中国农业科技导报, 2016, 18(1): 189-199.Huang Z Y, Wang J M. Economic impact of highly pathogenic avian influenza on broiler industry in China[J]. Journal of Agricultural Science and Technology, 2016, 18(1): 189-199.

[7] Paul M, Baritaux V, Wongnarkpet S, et al. Practices associated with Highly Pathogenic Avian Influenza spread in traditional poultry marketing chains: Social and economic perspectives[J].Acta Tropica, 2013, 126(1): 43-53.

[8] 陈琼, 王济民. 我国肉鸡生产现状与存在的问题分析[J]. 中国食物与营养, 2013, 19(7): 27-31.Chen Q, Wang J M. Analysis of poultry production’s present situation and existing problems in China[J]. Food and Nutrition in China, 2013, 19(7): 27-31.

[9] 黄德林, 董蕾, 王济民. 禽流感对养禽业和农民收入的影响[J].农业经济问题, 2004, 24(6): 21-25.Huang D L, Dong L, Wang J M. The impact of bird flu on China poultry industry and farmer’s income[J]. Issues in Agricultural Economy, 2004, 24(6): 21-25.

[10] Ibrahim H I, Iliyasu H, Ibrahim H Y, et al. Avian influenza and employment decisions of poultry farmers in the Federal Capital Territory of Nigeria[J]. Journal of Agricultural Science, 2010,2(1): 138-143.

[11] 刘明月, 陆迁, 张淑霞. 高致病性禽流感补偿政策农民满意度研究——基于宁夏中卫沙坡区数据[J]. 湖南农业大学学报(社会科学版), 2017, 18(1): 77-85.Liu M Y, Lu Q, Zhang S X. Farmer’s satisfaction with compensation policy for avian influenza: A structural equation modelling study in Zhongwei City, Ningxia[J]. Journal of Hunan Agricultural University (Social Sciences), 2017, 18(1): 77-85.

[12] 张淑霞, 刘明月, 张晨曦. 动物疫情冲击下养殖户生产恢复行为研究——以高致病性禽流感为例[J]. 东北农业大学学报(社会科学版), 2015, 13(6): 1-7.Zhang S X, Liu M Y, Zhang C X. Study on the production recovery of farmers under the impact of animal epidemic situation—A case of highly pathogenic avian influenza[J]. Journal of Northeast Agricultural University (Social Science Edition),2015, 13(6): 1-7.

[13] Obayelu A E. Socio-economic analysis of the impacts of avian influenza epidemic on households poultry consumption and poultry industry in Nigeria: Empirical investigation of Kwara State[J]. Livestock Research for Rural Development, 2007, 19(1):http://www.lrrd.org/lrrd19/1/obay19004.htm.

[14] Rudisill C, Costafont J, Mossialos E. Behavioral adjustment to avian flu in Europe during spring 2006: The roles of knowledge and proximity to risk[J]. Social Science & Medicine, 2012, 75(8):1362-1371.

[15] Akpabio I A, Okon D P, Angba A O, et al. Avian influenza scare and poultry egg production in Uyo Urban, Nigeria[J]. International Journal of Poultry Science, 2007, 6(4): 298-301.

[16] 胡宏伟, 王静茹, 李佳怿, 等. 城居保促进了少数民族居民卫生服务利用——基于面板Probit模型的公共政策评估[J]. 广西经济管理干部学院学报, 2015, 27(3): 12-17.Hu H W, Wang J R, Li J D, et al. Urban residents medical insurance enhance the utilization of Ethnic Minority’s medical service—A public policy evaluation based on Panel Probit model[J]. Journal of Guangxi Cadres College of Economic and Management, 2015, 27(3): 12-17.

[17] 蔡勋, 陶建平. 禽流感疫情影响下家禽产业链价格波动及其动态关系研究[J]. 农业现代化研究, 2017, 38(2): 267-274.Cai X, Tao J P. The price fluctuation and its dynamic relations of the poultry chain under the influence of avian influenza[J].Research of Agricultural Modernization, 2017, 38(2): 267-274.

[18] 李琳玉. 肉鸡生产成本价格和零售价格传递机制分析——基于1994—2015年的月度数据[J]. 黑龙江畜牧兽医, 2017(16):8-12.Li L Y. Analysis of transmission mechanism of production cost price and retail price of broilers—Based on monthly price data from 1994 to 2015[J]. Heilongjiang Animal Science and Veterinary Medicine, 2017(16): 8-12.

[19] Birol E, Asaremarfo D, Ayele G, et al. The impact of avian flu on livelihood outcomes in Africa: Evidence from Ethiopia, Ghana,Kenya and Nigeria[J]. African Journal of Agricultural & Resource Economics, 2013, 8(4): 275-288.

[20] 丁丽娜, 肖海峰. 我国羊肉供求的影响因素及未来趋势——基于局部均衡模型的分析与预测[J]. 农业技术经济, 2014(9): 22-31.Ding L N, Xiao H F. The influencing factors and future trends of the supply and demand of mutton in China—Based on the analysis and prediction of the local equilibrium model[J]. Journal of Agrotechnical Economics, 2014(9): 22-31.

[21] 韩纪琴, 徐璐. 我国肉鸡价格波动的空间计量分析[J]. 价格理论与实践, 2017(7): 98-101.Han J Q, Xu L. Spatial econometric analysis of price fluctuation of broiler in China[J]. Price: Theory & Practice, 2017(7): 98-101.

[22] 黄泽颖, 王济民. 契约农业、地区差异与养殖信心恢复——以H7N9禽流感事件为例[J]. 资源科学, 2017, 39(4): 782-794.Huang Z Y, Wang J M. Contract farming, area difference and farmer rebound in breeding confidence after a H7N9 avian influenza event[J]. Resources Science, 2017, 39(4): 782-794.