湖南生猪价格波动影响因素实证分析

苏海霞

[提要] 本文选取湖南省2010～2018年生猪价格为研究对象，从供需关系影响价格角度出发，分别从供应和需求两个层面对生猪价格波动的影响进行说明，通过创建多元线性模型对数据进行回归分析，发现玉米价格和疫情对湖南省生猪价格变动的影响程度较大，并对此提出相应对策。

关键词：湖南;生猪价格;影响因素

中图分类号：F714.1 文献标识码：A

收录日期：2020年2月13日

猪肉是我国城乡居民的主要肉食类产品，人们密切关注其价格变动。受2018年非洲猪瘟的影响，2019年6月，我国生猪价格开始大幅上涨并一直处于较高价位，而我国作为猪肉消费大国，猪肉消费在所有肉类消费中占比超过50%，猪肉价格在CPI食品项中权重最高并且波动幅度最大，其价格的大幅波动在一定程度上会造成生猪养殖产业的动荡和CPI的较大波动。本文以湖南省为例，深入了解影响生猪价格变动的因素，对把握生猪养殖市场、稳定生猪价格、保持居民消费价格的平稳具有重要意义。

一、影响生猪价格波动的主要因素

西方经济学理论认为价值决定价格，供求关系决定价格波动。当市场上某种商品的供求相等时，就会形成一个市场均衡价格。当供大于求时，商品价格就会下降;当求过于供时，价格就会上涨，商品价格会围绕着市场均衡价格上下波动。

（一）影响生猪价格的供应层面因素

1、玉米价格。生猪的供应取决于豢养生猪的利润，即收益减去成本。在生猪价格一定时，豢养生猪的成本越低，生产者的利润就越高，愿意供应的生猪量也越大。在我国的生猪的养殖过程中，饲料成本是总成本的重要组成部分，其中玉米占粮食类猪饲料的六到七成。因此，玉米价格是喂养生猪成本中的重要组成部分，本文选用玉米价格作為饲料价格的代表。

2、仔猪价格。仔猪价格是构成豢养生猪成本的另一重要组成部分。从豢养仔猪到生猪出栏一般需要120天，所以一般来讲，滞后120天的仔猪价格构成当期的生猪价格。生猪价格与仔猪价格相互影响，当期生猪的市场价格高，会带动同期的仔猪价格;而仔猪价格高，又会推动生猪价格上涨。虽然生猪价格也受仔猪滞后价格的影响，但通过对生猪价格和仔猪滞后价格（分别取滞后1～4阶）做相关性分析，发现生猪与当期仔猪价格的相关性最高。因此，选取当期仔猪价格作为自变量进行实证分析。（表1）

3、养殖者价格预期。营利性是生产者经营的根本目标，养殖者的经营决策取决于该决策所能带来的收益，因此生产者增加生猪供应量的前提条件是他们预期未来的猪肉价格会上涨，在成本一定的情况下收益会随之增加，所以养殖者的价格预期也是影响生猪供应的重要因素。因为从豢养仔猪到生猪出栏一般要历经120天，所以120天前的生猪价格构成当期的养殖者预期价格。

（二）影响生猪价格的需求层面因素

1、替代品价格。根据经济学原理，当猪肉价格上涨时，人们更倾向吃鸡肉、牛羊肉等其他肉类产品，从而减少对猪肉的需求，导致生猪价格下降。

2、收入。根据需求的收入弹性，当人们的收入水平比较低时，人们对猪肉需求量会随收入的上升而增加，此时收入增加会推动生猪价格的上涨;当人们的收入上涨到一定程度后，收入增加，人们对猪肉的需求量反而减少，生猪价格随之下降。因此，可根据人们的收入水平判断对猪肉的需求量。

（三）疫情是同时影响供应和需求的重要因素。生猪价格受外部冲击的影响，其中疫病爆发比政策因素等其他外部冲击影响更大。在2010～2018年期间，疫情是影响生猪价格的一个重要因素，如2010年的猪口蹄疫病及后续的高热病导致母猪配种率下降和流产、2011～2012年伪狂犬和仔猪腹泻大面积爆发导致生猪大量死亡、2014年秋冬季出现的A型口蹄疫疫情、2016年猪肺疫和猪丹毒以及2018年8月份的非洲猪瘟等都造成生猪存栏量的减少。

疫情通过影响生猪的供应影响生猪价格，疫情爆发，不仅会造成生猪病死，政府为抑制疫情的扩散，会对染有疫情的生猪进行捕杀，生猪产量随之减少;同时，疫情的发生会降低生猪养殖户对市场的预期，从而减少生猪的补栏量。

疫情通过影响生猪的需求影响生猪价格，人们日益增长的美好生活需要使得人们对食物的品质更为关注，疫情会给人们带来恐慌，会降低人们食用猪肉的意愿，从而转向其他替代品的消费，人们对猪肉的需求会随之降低。

二、生猪价格波动影响因素实证分析

（一）变量选取。本文选取生猪价格作为因变量（Y），在供应层面上，以仔猪价格（X1）、生产者预期价格（X2）、玉米价格（X6）作为自变量;在需求层面上，选取湖南省城镇居民人均可支配收入（X7），作为指标进行分析;替代品中，选择鸡肉价格（X3）、牛肉价格（X4）、羊肉价格（X5）作为主要因素，对其进行分析。选取2010～2018年的月度数据为研究对象，其中价格均为月度均价，数据来源于国家统计局湖南调查总队、中国畜牧业信息网，数据见表2。（表2）

由表2可知：在2010～2018年，生猪最低价格为9.6元/千克，最高价格为20.78元/千克，上涨幅度为116%;仔猪最低价格为15.62元/千克，最高价格为55.42元/千克，涨幅为255%，是上涨幅度最大的自变量;生产者预期价格的涨幅为116%，与生猪价格的涨幅一致;牛肉和羊肉的上涨幅度分别为113%、119%，与生猪价格涨幅接近;玉米价格和鸡肉价格的涨幅分别为40%与51%，涨幅较小;城镇居民人均可支配收入涨幅为144%。

（二）实证模型的建立。因为生猪价格和猪肉价格相关系数高达0.9631，所以不单独考虑猪肉价格对生猪价格的影响。根据以上分析建立多元线性回归模型如下：

Y=b0+b1X1+b2X2+b3X3+bX4+bX5+b6X6+b7X7+b8Dt+u

其中，Dt为虚拟变量（1代表有疫情，0代表无疫情），u为随机扰动项。

对生猪、猪肉、替代品做相关性分析，见表3，由相关系数可知，替代品之间的相关性较高，其中牛肉价格和羊肉价格的相关系数高达0.9545，鸡肉价格与牛肉、羊肉价格的相关系数分别为0.7847、0.7542，因此自变量间可能出现多重共线问题。（表3）

用Eviews软件通过逐步回归分析的方法对模型进行回归分析，选取变量的依据为若新加入的变量能使初始模型的调整的可决系数提高，且参数符号合理，变量也通过了显著性水平为5%的t检验，则在模型中添加该变量，反之剔除。在此基础上，分别添加单个的解释变量或它们的任意线性组合，从中选取回归效果最好的变量组合。

经过逐步回归，最后的回归模型为：

Y=-0.3586+0.2553X1-0.2043X2+0.5799X3+1.0656X6-0.0020X7+0.5531Dt

（1.474095）（0.017922）（0.057767）（0.082465）（0.441622）（0.000388）（0.244954）

其中，R2为0.852，括号内为对应参数的t值。

其中，入选的自变量分别是X1（仔猪价格）、X2（生产者预期价格）、X3（鸡肉价格）、X6（玉米价格）、X7（湖南省城镇居民人均可支配收入）和Dt虚拟变量（疫情）。X4（牛肉价格）和X5（羊肉价格）未能入选的原因是鸡肉、牛肉、羊肉三者间相关系数较高，可能存在多重共线的问题。

（三）回归结果分析。仔猪价格的边际影响系数为0.2553，与生猪价格成正相关，与预期相符。生产者预期价格的边际影响系数为负，可能是生猪养殖户获取的信息是不对称的，认为未来生猪价格会上涨，能从中赚取利润，便纷纷采取补栏措施，导致一段时间后生猪供应大于需求，生猪价格下降。

替代品中，鸡肉价格对生猪价格具有正影响，鸡肉价格上涨，人们会减少鸡肉的需求，增加对猪肉的购买，拉动猪肉价格上涨，鸡肉的边际影响系数较大，表明鸡肉对猪肉的替代性很强。由表2可知，牛肉和羊肉的平均价格远超猪肉的平均价格，因此即使在猪肉价格上涨的情况下，人们会更愿意食用与猪肉价格相近的鸡肉，而非价格高出其3～4倍的羊肉和牛肉。

玉米价格对生猪价格的影响最大，其边际影响系数为1.0656，证明玉米价格是生猪价格的重要组成部分。

城镇居民可支配收入对生猪价格产生负影响，可能原因是城镇居民的收入水平已经达到了一定高度，收入增加，人们更愿意购买海鲜等产品，减少了对猪肉的需求量，进而拉低了生猪的价格。

疫情对生猪价格呈正影响，反映的是疫情从长期来看在供应层面上所起的作用。发生疫情，政府对生猪进行捕杀，养殖户纷纷出售生猪，短期来看，生猪供应增加，导致生猪价格下降;长期来看，由于养殖户对市场的悲观预期，对生猪的补栏意愿下降，生猪供应减少，而消费者在疫情过后，对猪肉的消费量回归正常，此时生猪供应小于需求，生猪价格上涨，因此疫病对生猪价格的影响具有较强的持续性。这也是在2018年非洲猪瘟事件过后，2019年猪肉价格大幅上涨的原因。

三、对策建议

由上述回归方程可知，对生猪影响价格较大的3个因素分别是玉米价格、鸡肉价格和疫情。其中，鸡肉价格主要体现的是猪肉与鸡肉的相互替代性很强，因此价格关联性较大，在此不过多论述。因此，稳定猪肉价格主要应平衡两个方面：一是降低生猪生产成本;二是防范和控制疫情。

在降低生猪生产成本方面，饲料费用是构成生猪养殖成本的重要组成部分，应加快发展生猪饲料加工产业，以获取饲料成本优势;同时，可鼓励养殖户由散养模式向大规模养殖转变，进而实现规模经济，在降低生产成本的同时增加收益。

在防范和控制疫情方面，首先要提高养殖户的风险意识，防疫站的工作人员可以定期向养殖户普及防疫知识，养殖户要定期对养殖场进行打扫和消毒，并为生猪接种疫苗，从根源上杜绝疫情;其次要构建高效的信息传播机制，及时发布疫情等相关信息，减少信息不对称，为养殖户和政府等相关部门提供决策依据;同时，可开发和推广生猪保险类产品，在发生重大疫情时，保险公司按照合同对受益人进行赔偿，降低养殖者所面临的风险，有利于生猪养殖业平稳发展。

主要参考文献：

[1]徐凌峰.生猪价格走高影响因素分析[J].新农业，2019（14）.

[2]王明利，肖洪波.我国生猪生产波动的成因分析[J].农业经济问题，2012.33（12）.

[3]唱晓阳，姜会明.吉林省生豬养殖户不同规模经营成本效益分析[J].黑龙江畜牧兽医，2019（12）.

[4]赵全新.我国“猪周期”怪圈的形成与破解路径选择[J].价格理论与实践，2017（4）.