非洲猪瘟背景下我国猪肉价格上涨的经济效应

康海琪，肖海峰

（中国农业大学经济管理学院，北京 100083）

猪肉是我国重要的畜产品，也是我国大多数居民最主要的肉类食品，其产量和消费量均占我国肉类总产量和居民肉类消费量的60%以上。受2018年猪肉价格走低和非洲猪瘟发生的双重影响，2018年下半年以来我国生猪产业进入“猪周期”的产能低位期。当前非洲猪瘟疫情发生势头明显减缓，生猪生产和运销秩序逐步恢复，但是猪肉市场价格却呈快速持续上涨态势，尤其从2019年5月到9月猪肉价格在4个月内增长了69.69%，全国平均价格达到42元/kg，突破历史最高值。学术界和政策决策者普遍认为，作为重大动物疫情的非洲猪瘟是引起猪肉价格大幅波动的重要因素[1-2]，且由于非洲猪瘟本身具有传播范围广、传播途径多、发病率高、致死性强等特征[3]，目前缺乏有效防治的疫苗药品等，其防控攻坚将是一场持久战，猪肉价格的大幅上涨（波动）在短期内也难以平抑。

猪肉价格上涨产生的经济效应是广泛的[4]，其对猪肉供给、猪肉消费以及CPI的影响最为直接且受到普遍关注。根据供需理论，猪肉价格上涨不仅能够刺激猪肉供给，而且影响我国城乡居民的猪肉消费。已有研究中，众多国内学者采用Nerlove模型等测算猪肉短期供给弹性和长期供给弹性，并分析猪肉产量对猪肉价格上涨（波动）的反应灵敏度，研究结果也有所差异，一种观点认为猪肉供给在短期内难以及时进行调整，但是长期来看猪肉供给反应较为灵敏[5-6]；另一种观点认为无论长期还是短期我国猪肉供给均缺乏弹性[7-8]。关于我国猪肉价格上涨（波动）对居民猪肉消费需求影响的研究主要包括两方面，一是基于局部地区调研数据，将猪肉价格作为影响城乡居民猪肉消费行为的因素进行研究[9-11]，结果显示猪肉价格上涨对居民猪肉消费有显著负向影响；二是采用两阶段Engel模型-Working Leser模型、LA/AIDS模型等估计猪肉需求价格弹性，结果均认为猪肉价格上涨会使居民减少猪肉消费，但减少幅度较小，猪肉仍是我国大部分地区居民的生活必需品[12-13]。此外，猪肉价格作为我国通货膨胀的风向标之一，此次快速持续上涨给维持我国物价平稳运行也带来较大挑战。现有关于猪肉价格上涨对CPI影响的研究，多基于猪肉占CPI的权重进行定性分析[14-15]，结果分为两种观点：一是猪肉价格对CPI具有一定预测力[16-18]；二是肉类价格上涨对CPI没有显著影响[19]。

丰富的研究成果为后续研究奠定了基础，但是也存在一些不足。总体而言，研究时间较早，在非洲猪瘟疫情爆发后，研究多集中于非洲猪瘟（或重大动物疫情）对猪肉价格波动的影响，而较少关注此背景下猪肉价格波动对猪肉供给、需求以及CPI等的影响。具体来看，首先，在关于猪肉价格上涨对猪肉供给影响的研究中，鲜有将当前非洲猪瘟、环保政策等因素纳入猪肉供给反应中，忽略了非洲猪瘟、环保政策对猪肉供给的影响；其次，在关于猪肉价格上涨对居民猪肉消费影响研究中，更多针对某一地区居民进行研究或者将全国居民粗略的分为城镇、农村两部分进行分析，缺少更深入的剖析对比，且近年来随着居民收入水平的提高和消费结构的调整，牛羊肉、禽肉等畜产品消费量也逐年提升，猪肉价格上涨（波动）对居民猪肉消费需求的影响也会有所变化；第三，在关于猪肉价格上涨对CPI变动影响研究中，具体估计猪肉价格上涨对CPI上涨的贡献率等相关研究较少。

在前人研究基础上，本研究将以2000—2019年宏观统计数据为基础，首先，综合探究包括猪肉价格、替代品价格、成本、非洲猪瘟疫情以及环保政策等因素对猪肉供给的影响；其次，根据主产区、主销区等进行更为详细区域划分，分析猪肉价格上涨对不同区域、不同收入人群猪肉消费影响的异同；最后通过协整检验、格兰杰因果分析、方差分解等方法估计猪肉价格上涨对CPI波动的贡献率等。以期更具时效性、更全面的分析此次猪肉价格上涨对猪肉供给、居民猪肉消费以及CPI产生影响，为我国恢复生猪生产、保障居民猪肉消费、稳定物价水平提供理论依据。

1 研究方法与数据来源

1.1 Nerlove供给反应模型

Nerlove供给反应模型是供给反应应用模型，假定农户根据预期价格调整产出以对外部刺激作出相应反应，核心仍是适应性预期模型，但能够兼顾局部调整。在模型中，产出作为被解释变量，预期价格、产出调整和其他外生变量作为模型中的解释变量，该模型是动态自回归模型[20]，形式如下：

式中：0＜α≤1，0＜β≤1，参数α表示预期价格调整系数，参数β表示农户根据预期误差作出的反应程度，Pte、Pt-1e分别表示当期和滞后一期的预期价格，Pt-1表示滞后一期的实际价格，St、St-1分别表示当期和滞后一期的实际产出，StD表示长期均衡的产出，Zt表示当期影响生产的外生变量，γ0为常数项，γ1、γ2分别为当期预期价格和外生变量系数，μt为随机扰动项。如果β=1，上述等式即为幼稚性价格预期。

为了用Nerlove模型估计供给反应，需要消除方程中的不可观测变量长期均衡产出（StD）和预期价格（Pte、Pt-1e），将式（3）反复迭代，可得到Pte的表达式：

由（1）、（2）、（4）式整理可得：

式中：δ0=βγ0，δ1=βαγ1，δ2=1-β，δ3=βγ2，Vt=βμt。由式（5）可知，当i≥2时，Pt-i前的系数接近0，由此得到简化后的Nerlove模型如下：

本研究以猪肉产量作为模型的被解释变量，猪肉价格作为核心解释变量，鸡肉价格作为猪肉替代品价格，玉米是生猪养殖过程中需求量较高且极其重要的饲料，同时考虑数据的可获得性，模型中采用玉米价格代表生猪成本；非洲猪瘟疫情变量中，设定虚拟变量ASF，如果发生非洲猪瘟ASF=1，否则ASF=0；畜禽禁养政策虚拟变量，政策未实施D=0，政策实施D=1。基于以上设定，构建猪肉供给反应模型，并取对数，结果如下：

式中：St表示猪肉当期产量，Pt-1表示滞后一期猪肉价格，St-1分别表示滞后一期猪肉产量，Ct-1表示滞后一期鸡肉价格，Zt-1表示滞后一期玉米价格，ASF为非洲猪瘟虚拟变量，D为畜禽禁养政策虚拟变量，vt为随机误差项。根据弹性定义，经过对数处理后模型中，系数δ1是短期供给弹性，δ2是预期系数，长期供给弹性就是δ1/(1-δ2)。

1.2 猪肉消费支出占居民消费支出比重分析

某种商品消费支出在居民消费支出中所占比重可以判断某种商品价格变化对居民消费影响的大小，该比重越高，其价格上涨对居民消费某种商品的影响越大，反之，则越小[21]。因此，测算不同地区居民猪肉消费支出在居民消费总支出中所占比重，可以判断猪肉价格上涨对居民猪肉消费的影响。

式中：S代表猪肉消费支出占居民消费总支出的比重，Ep代表猪肉消费支出，E代表居民消费总支出，Qp表示人均猪肉购买量，P表示猪肉价格。

1.3 数据来源

根据《中国统计年鉴》，2017和2018年四川、河南、湖南、山东、湖北、云南、河北、广东、广西、江西、安徽、辽宁、江苏、贵州、黑龙江、吉林、重庆、福建、陕西、浙江、内蒙古和山西22个省份猪肉产量合计占全国猪肉产量比重均超过90%，因此将以上22个省份作为样本省份，选择2000—2018年省级面板数据进行猪肉价格上涨对猪肉供给影响的分析。其中，猪肉产量采用猪肉年度产量，数据来源于2001—2019年《中国统计年鉴》和国家统计局网站；猪肉价格、鸡肉价格、玉米价格均采用年度平均价格，数据来源于中国畜牧业信息网；非洲猪瘟疫情虚拟变量，根据农业农村部公开通报的截至2018年12月31日各地非洲猪瘟疫情发生情况整理获得；畜禽禁养政策虚拟变量，2016年10月环保部、农业农村部印发《畜禽养殖禁养区划定技术指南》，全国各省划定畜禽禁养区并严格执行，生猪养殖受到较大冲击，由此设定2016年之前D=0，2016年及以后D=1。

由于猪肉是我国大部分居民的主要肉类消费品，考虑地区经济水平、主产区、主销区和非主销区等多种因素以及国家统计局东、中、西三大地带的划分，在研究猪肉价格上涨对猪肉消费影响中选择了2个东部省份、2个中部省份和3个西部省份作为研究对象，其中东部省份包括北京、浙江，中部省份包括河南、黑龙江，西部省份包括四川、甘肃和新疆。人均猪肉消费量数据来自2016—2018年《中国农产品价格年鉴》，居民消费总支出数据来自《中国统计年鉴》。在猪肉价格上涨对CPI影响研究中，选取2001年1月到2019年8月猪肉价格月度数据和CPI月度数据进行实证分析，其中CPI月度数据来源于国家统计局网站。

2 结果分析

2.1 非洲猪瘟疫情与猪肉价格现状

自2018年8月第一例非洲猪瘟在我国出现，截至到2019年底，在近1年半时间内全国共报告发生了162起非洲猪瘟疫情，共扑杀近120万头染疫生猪，非洲猪瘟病毒在我国已经形成较大污染面。且由于非洲猪瘟具有传播范围广、传播途径多、发病率高、致死性强等特征，目前没有有效防疫手段，当某地区爆发非洲猪瘟后，一般采取封锁、扑杀、消毒等措施，对全部病死和扑杀猪进行无害化处理，防控形势依然严峻，是当前制约我国生猪生产恢复的最大风险因素。非洲猪瘟发生之后，我国猪肉价格总体保持波动上涨态势，2018年8月，我国猪肉价格为21.96元/kg，非洲猪瘟发生初期，猪肉价格波动上涨，到2019年5月达到24.69元/kg；2019年6月之后，猪肉价格出现持续大幅上涨，11月猪肉价格达到54.91元/kg，较2019年5月增长了122.39%，突破历史最高值，尽管在2019年12月猪肉价格有所回落，但仍处于历史高位水平（见图1）。猪肉价格的大幅上涨对我国猪肉供给、居民猪肉消费以及CPI均产生了较大影响。

图1 2001—2019年我国猪肉价格变化情况Fig. 1 Changes of pork price in China from 2001 to 2019

2.2 猪肉价格上涨对猪肉供给的影响

首先，利用历年CPI对猪肉价格、鸡肉价格、玉米价格进行平减；其次，对处理后的数据进行共线性检验，所有解释变量的方差膨胀因子均小于7，不存在多重共线性；最后，采用差分广义矩估计法（差分GMM）估计动态面板模型。

从表1估计结果可知，滞后一期猪肉价格在10%水平上对当期猪肉产量有显著正向影响，根据回归系数计算猪肉短期供给弹性和长期供给弹性分别为0.10和1.30，说明猪肉供给短期不富有弹性，而长期内富有弹性，即猪肉价格突然上涨（波动）并不能促使猪肉产量短期内快速增加（变化），而在长期内猪肉供给可以有较为明显上升（变化）。

滞后一期猪肉产量、滞后一期鸡肉价格以及滞后一期玉米价格对当期猪肉产量均在1%水平上具有显著影响，其中滞后一期猪肉产量、滞后一期鸡肉价格对当期猪肉产量影响为正，滞后一期玉米价格对当期猪肉产量影响为负，说明生猪当期产量除受滞后一期猪肉价格影响外，还受原有生猪养殖生产水平、替代品价格以及养殖成本影响较大。

表1 猪肉供给反应估计结果Table 1 Pork supply response estimation result

非洲猪瘟疫情对猪肉供给有负向影响，且在10%水平上显著，非洲猪瘟疫情导致猪肉供给大幅下降。同时，畜禽禁养政策对猪肉供给也有负向影响，且在5%水平上显著，近年来各省（区）禁养区划定后，在执行过程中存在部分地区将禁养区内养殖户清退后并未在适养区重新划定养殖区域用于养殖户重建养殖场，或者部分地区执行禁养区划定政策时将限养区也当作禁养区管理等一系列问题，导致相当部分养殖企业、养殖场（户）退出生猪养殖，猪肉产量受到较大负向影响。

综上，猪肉产量变动是受多因素影响的，虽然近期猪肉价格暴涨对猪肉产量有一定促进作用，但是短期内不可能实现猪肉产量明显提升，恢复猪肉供给是一个长期的任务，一方面由于生猪本身养殖周期较长，从母猪怀孕、仔猪出生，到育肥猪出栏需约10个月，短期内快速增加繁殖量、育肥量均不现实；另一方面，养殖户尤其养殖企业投资扩大养殖规模除考虑生猪养殖的设备、圈舍等资产的固定性、养殖成本等常规因素外，当下还面临非洲猪瘟疫情和禁养区划定等长期存在的问题，不仅非洲猪瘟疫苗尚未普及、大规模扑杀损失惨重、保险理赔机制和防控措施滞后等，而且各地方对畜禽禁养政策实施过程存在的问题根据实际情况进行调整也需要较长时间。因此，猪肉价格突然上涨，通过多种措施刺激生猪产业恢复生产固然是必须的，但要短期内增加市场供给、平抑猪肉价格，采取投放储备肉等应急措施则更为有效。

2.3 猪肉价格上涨对居民猪肉消费的影响

根据式（8）分别测算2015—2017年北京、浙江、河南、黑龙江、四川、甘肃和新疆各省（区）城镇居民和农村居民猪肉消费支出占居民消费总支出的比重。一般来说城镇居民和农村居民购买猪肉的价格是不同的，但是由于数据的可获得性，这里假设同一省份城镇居民和农村居民购买猪肉的价格是相同的，计算结果如表2所示。

对以上7省的城镇居民和农村居民猪肉消费支出占居民消费总支出的比重进行比较可以发现：除四川、新疆外，东、中、西部地区城镇居民猪肉消费支出占居民消费总支出比重较低且差距较小，而对农村居民猪肉消费情况分析可知，东、中、西部地区农村居民猪肉消费支出占居民消费总支出比重均高于城镇居民，且进一步对比，发现东部地区农村居民猪肉消费支出占居民消费总支出比重比中部地区、西部地区都低，如2017年东部地区的北京、浙江农村居民猪肉消费支出占居民消费总支出比重分别为2.24%、3.59%，而中部地区河南、黑龙江农村居民猪肉消费支出占居民消费总支出比重分别为2.94%、3.09%，西部甘肃农村居民该比重为4.52%。

此外，四川作为我国猪肉的主产区，同时也是主销区，无论是城镇居民还是农村居民猪肉消费支出占居民消费总支出比重均远高于其他省；而新疆等西北部少数民族聚居地区，由于宗教信仰、消费习惯等原因，无论城镇还是农村，居民猪肉消费支出占居民消费总支出比重均较低，且城镇居民猪肉消费支出占居民消费总支出比重高于农村居民，可能由于农村少数民族居民占比更高。

综合来看，居民猪肉消费支出占居民消费总支出比重高，一是由于该居民偏好消费猪肉导致猪肉消费支出较高，如同是猪肉主产区和主销区的四川省无论农村还是城镇居民猪肉消费支出占居民消费总支出比重均高于其他地区；二是居民消费总支出较少，导致猪肉消费支出占比较高，如除新疆以外其他6省的收入较低的农村居民猪肉消费支出占消费总支出比重均高于同省收入较高的城镇居民，中、西部收入较低的河南、黑龙江、甘肃农村居民该比重高于收入较高的东部地区北京、浙江农村居民。那么，假设居民其他商品和服务消费支出不变，对于第一种情况，猪肉价格上涨，其选择保持猪肉消费量不变，那么其总支出会随之增加；对于第二种情况，猪肉价格上涨，保持猪肉消费支出不变，将导致猪肉消费量减少。

因此，猪肉支出占比越高，对居民猪肉消费影响越大，具体而言，一是对于大部分地区来说，猪肉价格上涨对收入较低的农村居民猪肉消费影响更大；二是猪肉价格上涨对经济发展水平较低的中部、西部地区农村居民猪肉消费影响更大；三是猪肉价格上涨对主销区影响大于非主销区。

表2 部分省份城乡居民猪肉消费支出占居民消费总支出的比重(%)Table 2 Proportion of the pork consumption expenditure of urban and rural residents in some provinces to the total expenditure on consumption (%)

此外，虽然目前猪肉仍是我国大部分城乡居民最主要的肉类消费品，但是随着我国居民生活水平的提升和消费结构的调整，牛羊肉、禽肉等其他肉类消费量也逐年上升。由图2可见，1999—2017年我国城镇居民和农村居民猪肉消费量占肉类消费量比重分别下降8.15个百分点和11.12个百分点，均呈逐年下降趋势；牛羊肉消费量占肉类消费量比重保持稳定；禽肉消费量占肉类消费量比重逐年增加，其中农村居民禽肉消费量增加最为明显，从1999年的15.17%上涨至2017年的26.96%，增加了11.79个百分点。可知，随着居民生活水平的提高，居民对禽肉、牛羊肉等替代品的接受度和消费量也在增加，猪肉在居民生活中的重要性在降低，猪肉价格上涨对居民肉类消费的影响呈逐渐降低趋势。

综上所述，猪肉仍是我国大部分城乡居民最主要的肉类消费品，在居民消费总支出中占有一定比重，猪肉价格上涨对城乡居民猪肉消费会产生一定影响，其中对经济发展水平较低的中西部地区居民、收入水平较低的农村居民、猪肉消费量较高的主产区居民影响更大。但是随着我国居民肉类消费结构的调整，牛羊肉、禽肉等作为猪肉替代品消费量增加，在一定程度上能够缓解猪肉价格上涨对居民猪肉消费产生的影响，尤其当猪肉价格直追牛羊肉价格时，居民可能会临时调整肉类消费结构，减少猪肉消费量，增加禽肉、牛羊肉等消费量，从而市场上猪肉需求降低。

图2 1999—2017年城乡居民肉类消费结构变化情况Fig. 2 Changes in meat consumption structures of urban and rural residents from 1999 to 2017

2.4 猪肉价格上涨对CPI变化的影响

猪肉是构成我国居民消费价格指数（CPI）篮子的重要元素，其价格上涨（波动）往往能够带动CPI上涨（波动）。将CPI月度数据基期调整为2001年1月，并对猪肉月度平均价格进行CPI平减。

2.4.1 单位根检验和协整检验 为避免虚假回归等问题，使用ADF单位根检验P序列和CPI序列是否为平稳序列。检验结果如表3所示，P和CPI的原序列分别在5%和1%水平下为平稳序列。再运用Johansen检验法对变量进行协整检验，结果表明，猪肉价格和CPI之间存在一个协整关系，即两者之间存在长期的均衡关系。

表3 P序列和CPI序列平稳性检验结果Table 3 Results of the stationarity tests of the P sequence and the CPI sequence

2.4.2 格兰杰因果关系检验 使用格兰杰因果检验考察P和CPI之间的相互因果关系，检验原假设为x（或y）不是y（或x）的格兰杰原因，检验结果如表4所示，在1%的显著性水平下，原假设“P不是CPI的格兰杰原因”与“CPI不是P的格兰杰原因”均被拒绝，P和CPI之间存在双向格兰杰因果关系，即猪肉价格变动会带动CPI的变动，CPI变动也会带动猪肉价格变动。

表4 格兰杰因果检验结果Table 4 Granger causality test results

2.4.3 脉冲响应分析 进一步采用脉冲响应函数分析猪肉价格序列和CPI序列，如图3所示。图3（a）描述的是猪肉价格对CPI冲击的响应函数，可以看出，给出一个标准差冲击后，猪肉价格对CPI在本期给出一个正冲击，从第2期开始出现下降，到第4期达到最小值，但仍为正效应，随后缓慢上升，到第9期达到最大值，之后趋于平缓并有收敛趋势，表明猪肉价格对CPI的影响较大且持续时间长。图3（b）描述的是CPI对猪肉价格的响应函数，可以看出给出CPI对猪肉价格的冲击在当期为零，之后开始产生正效应，第4期出现小幅下降随后开始较大幅度上升，到第8期左右达到最大值之后开始下降，表明CPI对猪肉价格的冲击有滞后性，影响较大且持续时间较长。

图3 P和CPI的脉冲响应图Fig. 3 Impulse responses of the P and the CPI

2.4.4 方差分解 猪肉价格和CPI的方差分解结果如表5所示。可以看出，在猪肉价格的方差分解中，CPI对猪肉价格的贡献率在第1期为13.76%，此后逐渐下降，到第9期逐渐稳定在5%左右，猪肉价格受自身扰动的贡献率则在95%左右。在CPI的方差分解中，猪肉价格对CPI的贡献率在第1期并不明显，之后逐年上升，最终稳定在34%左右，CPI对自身的贡献率则在66%左右。以上分析表明，猪肉价格波动对CPI波动的贡献率要大于CPI波动对猪肉价格波动的贡献率。

表5 P和CPI的方差分解Table 5 Variance decompositions of the P and the CPI

从上述分析可知，猪肉价格和CPI互为因果关系，即猪肉价格的上涨能够带动CPI的上涨，而CPI的上涨也影响猪肉价格。长期而言，猪肉价格和CPI之间具有长期稳定的均衡关系，猪肉价格波动对CPI波动的贡献率要远大于CPI波动对猪肉价格波动的贡献率，可能由于是猪肉价格作为CPI的重要组成部分，不仅通过直接效应对CPI产生拉动作用，而且通过影响牛羊肉、禽肉等其他猪肉替代品价格间接影响CPI。因此采取多种措施控制猪肉价格暴涨、平抑猪肉价格上涨幅度对维持物价稳定至关重要。

3 研究结论

本研究以宏观统计数据为基础，采用Nerlove模型等方法研究了猪肉价格上涨分别对猪肉供给、居民猪肉消费以及CPI的影响，得出以下结论：

1）猪肉价格对猪肉供给有显著的正向影响，短期内猪肉供给对猪肉价格上涨的反应较为迟钝，长期内猪肉供给对猪肉价格上涨的反应较为灵敏；养殖成本、非洲猪瘟、畜禽禁养政策等对猪肉产量均有显著负向影响，滞后一期猪肉产量、滞后一期鸡肉价格对猪肉产量均有显著正向影响。

2）猪肉价格上涨对城乡居民猪肉消费具有消极影响，对居民猪肉消费的影响因消费习惯和收入不同而有所差别，分城乡来看，在购买力不变的情况下，猪肉价格上涨对收入较低的农村居民猪肉消费影响较大；分区域来看，对经济发展水平较低的中西部地区省份居民猪肉消费影响较大；此外，猪肉价格上涨对猪肉消费量较高的主销区城乡居民猪肉消费影响较大，对西部少数民族聚居地区猪肉消费影响较小。

3）猪肉价格和CPI互为因果关系，猪肉价格的上涨能够带动CPI的上涨，CPI的上涨也影响猪肉价格水平。长期而言，猪肉价格和CPI之间具有长期稳定的均衡关系，猪肉价格波动对CPI波动的贡献率约为34%。

4 政策建议

第一，依据猪肉供给特征，在短期和长期应采取不同措施保证猪肉供给，短期内，猪肉价格突然上涨且幅度较大时，政府应采取投放储备冻猪肉等应急措施，增加市场上猪肉供给，以减小猪肉价格上涨幅度。长期内，猪肉仍是我国大部分居民最主要的肉类消费品，应多措施稳定猪肉生产，在保护生态环境的前提下，各地区根据实际情况规范完善禁养区划定，在适养区重新划定养殖用地支持规模场重建，恢复生猪养殖规模；在疫情防控方面，以非洲猪瘟为契机，完善猪肉重大疫病预警系统，加强对重大动物疫病的监测力度，防患于未然；同时，引导居民饮食习惯，提升居民安全意识，加大宣传推广冷鲜肉，减少活猪长距离调运，推动“运猪”向“运肉”转变。

第二，政府有关部门要加强市场监测与预警，及时掌握各省（地区）猪肉供求数量和市场价格变化趋势，充分利用信息优势，广泛运用广播、电视、网络、报刊、宣传栏和宣传册等媒体，掌握信息发布主动权，严厉打击恶意散布涨价信息、囤积居奇、串通涨价等违法行为，确保猪肉市场秩序健康稳定。

第三，时刻关注低收入群体和主产区居民猪肉消费情况，相关部门应制定猪肉价格上涨预警线，当猪肉价格冲破预警线时，给予低收入群体和主产区居民适当的猪肉消费补贴。

第四，鼓励城乡居民提升牛羊肉、禽肉、蛋类、水产等产品的消费，提升居民消费结构，进一步减小猪肉价格变动对居民生活的影响。