基于Nerlove模型的中国生猪生产对价格变动的反应研究

（北京农学院 经济管理学院，北京 102206）

一、引言

中国是世界上生猪生产与消费大国，猪肉在中国居民日常消费中一直占据重要地位。纵观中国生猪产业发展历程，猪肉产量和生猪价格“此起彼伏”的变动一直困扰着生猪养殖户。虽然国家出台了一系列支持生猪生产政策，但生猪养殖风险一直存在，对生猪养殖户和消费者尤其是低收入消费群体产生了较大影响。2019年中国猪肉产量为4255.31万吨，相较2018年下降了21.3%；同期中国生猪价格涨至21.22元/公斤。稳定猪肉产量和生猪价格对生猪养殖户、消费者乃至对中国宏观经济平稳运行意义重大。笔者基于现有研究成果，运用2000—2019年中国生猪产业相关数据，基于Nerlove模型并采用二阶段最小二乘法，对中国生猪供给反应进行了实证研究。

二、猪肉产量及生猪价格波动特征

由图1可知，2000—2019年中国猪肉产量大致可以划分为3个波动周期：2000—2006年为缓慢增长期，2007—2014年为快速增长期、2015—2019年为急速下跌期；短期来看，生猪价格呈现较明显的“一年涨、一年跌、一年平”的猪周期，长期来看，生猪价格整体上呈上涨趋势；从猪肉产量和生猪价格之间关系来看，基本符合农产品供给反应规律，即产量增加-价格下降-产量下降-价格上涨-产量增加循环，导致中国生猪生产一直大幅波动，生猪养殖户很难对猪肉行情作出合理的判断。同时猪肉产量和生猪价格受生猪疫病影响较大，如2019年的非洲猪瘟影响，导致生猪散养户养殖意愿下降，猪肉产量大幅度减少，生猪价格急速上涨。

图1 2000—2019年中国猪肉产量与生猪价格变化走势图

三、理论基础

（一）农产品供给反应研究现状

农产品供给反应是指农产品产量受到农产品价格、成本等因素的影响程度。自1956年Nerlove构建了农产品供给反应模型以来，模型被国内外学者广泛应用于农产品供给反应研究。Nerlove模型是在传统静态蛛网模型和适应性预期模型基础上，通过不断修正和调整才形成的，是目前农产品供给反应研究中应用频率最高且较为成熟的一个模型。

国内许多学者运用Nerlove模型对西瓜、玉米、蔬菜、蛋鸡、肉鸡等农产品进行研究。范少玲和史建民（2013）运用Nerlove模型对山东省玉米供给反应进行了研究，得出山东省玉米播种面积对玉米价格变动缺乏弹性。李国飞、徐广才和高运安（2016）构建了蔬菜供给反应模型，发现短期内蔬菜供给受价格影响较大，易引起蔬菜价格剧烈波动，长期内蔬菜供给受价格影响逐渐趋于平缓，最终走向平衡。杨念等（2019）构建了西瓜供需反应模型，发现西瓜价格对需求的影响小于对供给的影响。辛翔飞、王祖力和王济民（2017）运用省级面板数据，以肉鸡产量为因变量构造了肉鸡供给反应模型，得出了短期内肉鸡供给缺乏价格弹性，长期内肉鸡供给具有价格弹性的研究结论。孙秀玲、吴学兵和乔娟（2014）运用Nerlove模型研究了中国猪肉的供给反应，得出猪肉供给无论在短期还是长期内均缺乏价格弹性。国内相关研究在构建农产品供给反应模型时，大多注重考虑价格对农产品供给的影响，很少考虑其他因素对农产品的影响。笔者除了考虑生猪价格影响因素外，还将生猪饲养成本、养殖规模化水平、生猪价格风险指数及重大疫病等影响因素纳入到Nerlove模型中。

（二）生猪Nerlove供给反应模型

Nerlove供给反应模型一般用农产品产量或面积来表示，对于生猪而言，其产量数据更易获取，且便于计算。Nerlove模型的核心内涵可以用以下3个方程来表示：

其中，At表示观测样本在t时期的产量，AtD表示处于长期均衡时的产量，Pte表示t时期的预期价格，Zt表示t时期除了价格因素之外影响产量的其他外生变量，Vt表示随机误差项。此外，λ和β分别表示期望供给调整系数和预期价格调整系数。对于生猪生产而言，由于养殖周期大多数在150天以上，在采用年度数据进行分析时，可以认为养殖户对t时期的价格预期是依据t-1时期的实际价格作出的，此时 β＝1。 通过消除式（1）～（3）中的不可观测变量 AtD和 Pte，可得到简化后的 Nerlove供给反应模型：

短期供给价格弹性公式为：φ2=γ2，长期供给价格弹性公式为：

四、实证分析

（一）数据选择及变量说明

以2000—2019年全国猪肉产量（Qt）为因变量，以2000年为基期，选择了以下变量指标：国民生产总值指数（GDPt），生猪均价（Pt），反映饲养成本的精饲料价格（Ft），劳动力价格（Lt），仔猪价格（PPt），反应养殖规模化水平（年出栏500头占比，St），以及根据中国生猪价格风险保险规定、以猪粮比为参照系定义的生猪价格风险（Rt），重大疫病发生年份（Dt）表示重大疫病发生情况，同时鸡肉作为猪肉最主要的替代品，其可能对生猪产量存在一定影响，笔者用活鸡价格（jpt）表示。

表1列出了所选数据的基本情况。由表1可知，2000—2019年生猪产业链中波动幅度较大的有猪肉产量、生猪价格、劳动力价格、猪粮比、规模化水平，其中猪肉产量和生猪养殖规模化水平波动幅度相对较大，而饲料价格和疫病发生情况波动幅度相对较小。其中饲料价格涨幅一直在可以接受的范围内，劳动力价格和仔猪价格波动幅度较大，劳动力价格逐年上涨，仔猪价格在波动中上涨。猪粮比一直在6：1以上，这意味着生猪养殖户可以保持盈利状态；样本期间，中国生猪发生重大疫病年份在一半以上，表明中国生猪养殖条件仍然存在很大改善空间；2019年生猪养殖规模化水平达到46.9%，表明中国生猪规模化养殖水平在不断提升，这有利于生猪价格和生猪产量稳定。

表1 描述性统计分析

（二）模型构建

首先，利用居民消费价格指数CPI（以2000年为基期）对生猪价格、饲料价格、劳动力价格、仔猪价格、猪粮比和国内生产总值指数进行平减处理，以消除通货膨胀影响；其次，对除了疫病发生情况变量以外的连续性变量进行对数化处理。笔者采取逐步考虑外生变量的方法建立如下生猪供给反应模型：

模型一：不考虑外生变量的Nerlove模型

模型二：考虑养猪成本的Nerlove模型

模型三：考虑上述所列所有外生变量的Nerlove模型

（三）结果分析

考虑存在因变量滞后期的原因，这会给模型带来内生性问题。因此采用二阶段最小二乘法（2SLS）进行分析，其所提供的工具变量线性组合是所有线性组合中最渐进有效的。三种模型估计结果见表2。可以看到，无论是仅考虑了内生变量还是考虑了生猪成本内在因素或考虑了诸多外生变量，除了模型二估计结果中的仔猪价格不显著外，其余两个模型的解释变量均显著，其中模型三的回归结果最具参考价值，基本能代表生猪供给反应。

表2 2SLS回归结果

上一年猪肉产量估计系数为0.257，系数为正且通过了显著性水平检验。表明上一年猪肉产量可以提升生猪养殖户的生猪养殖积极性，这与养殖户前期投入的各项固定成本如猪舍、养殖设备等有较大关系。养殖户一般不愿意缩减或退出其原有的养殖规模，因为要考虑闲置带来的损耗和固定成本收回问题。

上一年生猪价格估计系数为0.152，系数为正且通过了显著性水平检验。表明上一年生猪价格对养殖户继续养殖生猪具有刺激作用，这与很多农产品生产的规律相符。根据供给价格弹性公式分别计算出生猪供给短期价格弹性为0.152，长期供给价格弹性为0.205。两个系数都不大，即无论是在短期内还是长期内生猪供给均缺乏价格弹性，表明面对生猪价格突变，生猪生产迅速作出反应比较困难。

饲料价格是反映生猪生产成本的重要指标之一，其估计系数为-0.037，系数为负且通过了显著性水平检验。表明饲料价格对生猪生产具有抑制作用，其价格上涨会影响到养殖户的养殖意愿。

劳动力价格估计系数为0.213，系数为正且通过了显著性水平检验。表明劳动力价格上涨对养殖户从事生猪养殖具有正向促进作用，这可能和生猪养殖规模化程度不断提升、散养户退出有关。

仔猪价格估计系数为-0.107，系数为负且通过了显著性水平检验。表明仔猪价格对生猪生产具有抑制作用，尤其是在受到猪瘟疫情影响的情境下，猪肉价格会快速上涨。这会给散养户生猪养殖带来巨大困扰。

上一年规模化水平估计系数为0.266，系数为正且通过了显著性水平检验。表明中国规模化养殖水平正在不断提升，养殖户上一年生猪出栏量增加对当期生猪生产具有正向促进作用，有利于稳定中国生猪生产。同时规模化养殖水平提升有助于缓解“猪周期”价格波动，有助于提升行业利润水平。未来，具有规模化和一体化优势的生猪养殖企业将具有更强的抗风险能力。

国内生产总值指数估计系数为-0.536，系数为负且通过了显著性水平检验。表明国内生产总值指数与生猪生产具有显著的负向关系，即国内生产总值指数上升会降低生猪养殖户的养殖意愿。原因在于第二、第三产业产值在国内生产总值中的占比较高，而第二、第三产业发展吸引了大量劳动力，且第二、第三产业发展可能占据大量农村养殖建设用地，进而影响生猪养殖。

疫病发生情况估计系数为-0.004，系数为负且通过了显著性水平检验。表明中国生猪重大疫病发生对养殖户生猪养殖具有负向影响。生猪养殖成本相对较高，一旦发生重大生猪疫情如蓝耳病、非洲猪瘟等，必然会对生猪养殖产生巨大负面影响。

上一年活鸡价格估计系数为-0.179，系数为负且通过了显著性水平检验。表明鸡肉作为猪肉的主要替代品之一，其价格变化与中国生猪生产具有反向变动关系。活鸡价格越低，消费者购买愿意越强，这会影响到生猪消费量，进而对养殖户下一年生猪养殖产生影响。

五、对策建议

第一，加强对生猪产业数据的监测。主要是要加强对能繁母猪数量和仔猪价格变化的监测。能繁母猪质量与数量是中国生猪生产的基础，对中国生猪存栏、出栏量具有重要影响。同时仔猪价格波动对后期生猪价格变化影响较大：若仔猪价格过高，可能会导致后期生猪价格过低养殖户收不回成本，或导致后期生猪价格过高，进而影响市场消费。因此，加强对能繁母猪质量和数量监测，有助于稳定生猪价格，有助于保障生猪产业健康稳定发展。

第二，加强重大疫病监控与防治系统建设。随着中国生猪养殖规模的不断扩大，生猪疫病发生频率也愈加密集，并通过异地运输传染至各地，表明中国生猪重大疫病监控与防治系统亟需完善。必须采取措施，全面完善生猪养殖生物安全防控体系，加强基础兽医人才培养及队伍建设，确保每个养殖场都有兽医定期检查，在防治生猪疫病的同时及时上报生猪疫情。

第三，关注生猪主要替代品价格变化趋势。鸡肉是猪肉的主要替代品，其价格变化对生猪养殖具有重要影响。如受2019年非洲猪瘟疫情影响，中国猪肉产量严重下降，生猪出栏价格一路飙升至21.22元/公斤，居民对鸡肉的消费量大增。因此，必须高度关注生猪主要替代品价格变化趋势，促进生猪养殖业健康发展。

第四，高度重视宏观经济环境影响力。必须加强对宏观经济环境的研究，为生猪养殖提供科学的依据，包括政府制定出台的有关生猪养殖宏观政策，必须保持相对的连续性，不能今天鼓励生猪养殖，明天为了保护生态环境又限制生猪养殖。此外，还要抓好生猪养殖价格扶持政策的贯彻与落实，切实保障生猪养殖户切身利益，有效稳定生猪市场价格，提高消费者福利。