基于Nerlove模型的中国猪肉供给影响因素分析

张 红，刘 芳，何忠伟

(北京农学院 经管学院，北京新农村建设研究基地，北京 102206)

中国是世界上最大的生猪生产国和消费国。2018年中国生猪出栏量为69 382万头，2019年生猪出栏量54 419万头，同比下降21.6%。2019年生猪产量为4 255万t，下降21.3%(表1)。政府出台一系列措施缓解猪肉供给紧张的问题，加强储备猪肉的发放，但猪肉供给缺口仍然较大。本文分别以中国长江流域、黄河流域、东北地区、南部地区的生猪主产区为样本省份，以非洲猪瘟下的猪肉产量、猪肉价格、猪肉替代品价格、生猪生产成本为研究对象，分析猪肉供给的主要影响因素，减少非洲猪瘟对中国猪肉供给的影响，稳定猪肉市场。

表1 2018、2019年生猪数据

1 文献回顾

中外学者对农产品供给反应模型进行了大量研究。Anthony等借助多元广义自回归条件异方差模型将各肉类价格波动纳入牛肉、鸡肉、羊肉和猪肉的理性预期响应模型中，实证结果表明4种肉类市场中生产者存在理性行为，并证实价格波动是肉类生产的主要影响因素[1]。国内学者对农产品供给反应模型的研究，从研究数据来看，一些学者借助时间系列数据，一些学者借助全国或者主产区的省级面板数据对农产品的供给反应展开研究。孙秀玲等基于1997—2002年的时间序列数据，采用协整方法分析猪肉价格以及生产成本对猪肉产量的影响，测算了中国猪肉产量对价格和成本的反应程度[2]。刘宏曼等基于2001—2014年全国10个大豆主产区大豆生产和价格的面板数据，同时引入替代作物收益、农业政策，借助Nerlove模型对中国大豆的供给反应进行了实证分析[3]。此外，在研究对象选取方面，一些学者针对玉米、小麦、棉花等不同粮食作物进行分析[4-6]，也有对牛奶、猪肉、羊肉等畜禽类农产品的研究[7-8]，对粮食作物的研究集中在单产面积或总产面积受价格、收益、成本、政策等方面的影响[9-10]，对畜禽类农产品的影响集中在饲料、畜禽禁养政策、规模化、价格等因素对产出的影响，并对价格弹性进行分析[11]。

综上文献分析可知，国内学者对农产品供给反应模型的研究已经趋于成熟，但在研究稳定猪肉供给时，多数学者以猪肉价格起伏不大且猪肉市场相对稳定的时期为背景。2018年8月非洲猪瘟在中国爆发，猪肉市场出现空前的大幅波动，在猪肉价格居于高位，猪肉供不应求的新形势下，如何稳定猪肉价格保证猪肉供给的充足和猪肉市场的稳定尤为重要。因此，在借鉴国内外学者研究成果的基础上，结合非洲猪瘟疫情，选取19个生猪主产省份，结合猪肉价格、猪肉替代品价格、生产成本等因素，利用Nerlove供给反应模型对猪肉供给进行实证分析，对影响猪肉供给的主要因素进行研究，并提出政策建议。

2 研究方法与数据来源

2.1 研究方法

Nerlove模型以适应性预期模型为理论基础，将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，主要核心公式为

(1)

(2)

(3)

(4)

将式(1)～式(4)整理得到

(1-β)Qt-1+βγ2Zt+βμt

(5)

Qt=δ0+δ1Pt-1+δ2Qt-1+δ3Zt+Vt

(6)

研究猪肉的供给反应情况，因变量选择非洲猪瘟下的猪肉产量，简化后的Nerlove模型将滞后一期的猪肉产量、滞后一期的猪肉价格、鸡肉价格、玉米价格及非洲猪瘟疫情和时间趋势变量作为自变量。其中鸡肉价格作为猪肉替代品价格，设为C，考虑数据的可获得性以及中国生猪喂养的主要饲料来源，将玉米价格作为生猪的生产成本；并引入虚拟变量非洲猪瘟疫情，疫情发生时ASF=1，反之ASF=0；为反映时间、生猪政策改革以及养殖户养殖条件等因素对猪肉供给的影响，设置时间趋势变量为T，2001年时间趋势变量为1，以此类推，截至2019年时间趋势变量为19，Vt为随机误差项。为消除残差项的异方差问题，使得估计结果的残差项符合正态分布，将式(6)进行整理之后取对数得到

lnQt=δ0+δ1lnPt-1+δ2lnQt-1+δ3lnCt-1+δ4lnMt-1+δ5ASF+δ6T+vt

(7)

式中：Pt-1、Ct-1、Mt-1分别表示滞后一期的猪肉价格、鸡肉价格及玉米价格；Qt、Qt-1分别为猪肉的当期产量和滞后一期的猪肉产量；系数δ1为短期供给弹性；系数δ2为预期系数，根据弹性定义在处理后的式(7)中长期供给弹性为δ1/(1-δ2)。

2.2 数据来源

中国是养猪大国，生猪的养殖遍布全国。分别以猪肉的供给反应研究选取长江流域主产区(江苏、浙江、安徽、江西、湖北、湖南、四川)、黄河流域主产区(河北、河南、陕西、山东)、东北主产区(黑龙江、吉林、辽宁)、南部主产区(云南、广东、广西、福建、贵州)等19个省份为研究对象。黄河流域和东北地区是中国的玉米主产区，生猪养殖饲料资源丰富，生产成本相对较低；长江流域是中国的生猪主产区和粮食主产区，生猪养殖的规模化率较高，经济水平较高，猪肉消费市场潜力大；南部地区为生猪的传统产区，猪肉产量大。选取的19个省份2001—2019年生猪总产量均占各年全国生猪总产量的89%以上(图1)。

图1 19个样本省份生猪产量及占比情况数据来源：国家统计局官方网站

数据来源于2001—2019年19个生猪产区的省级面板数据，猪肉价格、玉米价格及鸡肉价格的数据来源于2002—2018年《中国畜牧兽医统计年鉴》及中国畜牧业信息网4.0地方价格走势板块，猪肉产量来源于国家统计局及各年的《中国统计年鉴》，各地区是否发生非洲猪瘟的情况来源于农业农村部非洲猪瘟防控板块整理所得。为了消除物价变动及通货膨胀对价格产生的影响，防止价格之间存在自相关，因此选取各年的CPI，求出各年的定基比，进而对猪肉价格、鸡肉价格及玉米价格进行平减得到最终价格数据。

3 实证结果分析

3.1 非洲猪瘟疫情与猪肉供给现状

非洲猪瘟自2018年8月在中国沈阳爆发，先后在中国28个地区出现，截至2020年12月，全国共发生181起非洲猪瘟疫情，生猪累计发病头数 21 080 头，死亡头数14 552头，致死率极高，范围极广[12-13]。2018—2019年年底累计扑杀染病生猪近120万头，生猪出栏量减少，中国实施了一系列的防控政策和生猪禁运政策加强非洲猪瘟的防控工作，2020年1—2月未出现非洲猪瘟的病例，总体防控效果较好。2020年3月1日，中国研制成功非洲猪瘟疫苗，但自2020年3月以来，全国各地区新增 1 092 头生猪发病，其中致死877头，非洲猪瘟防控形势依然十分严峻，非洲猪瘟对中国猪肉市场的影响仍在持续。

2010—2018年中国生猪产量总体波动性不大，产量在5 138万～5 820万t浮动。在非洲猪瘟影响下，2018年8月起，对大量感染生猪进行扑杀，养殖户生产积极性下降，生猪补栏量大幅减少，2019年生猪产量骤降为4 225万t，同比2018年减少21.26%，逼近2000年生猪产量，达到近10年产量最低点(图2)。由于前期产能下降严重，2020年生猪产量进一步下降，预计和2000年产量持平。

图2 2010—2019年中国生猪产量数据来源：农业农村部非洲猪瘟防控专题

3.2 估计结果

在进行Nerlove模型进行回归时，基于各年度省级动态面板数据，通常采用固定效应、随机效应或混合效应对面板数据进行估计[14]。但本文所采取的动态自回归模型的解释变量中存在解释变量的滞后项，使用固定效应、随机效应等方法进行估计时，无法克服模型的内生性问题，所得到的结果是有偏的、非一致的。因此，选择对误差项要求较为宽松的GMM估计方法，GMM估计包括两种，分别是一阶差分GMM和系统差分GMM。选取系统差分GMM方法对模型进行估计，因为系统GMM方法在一阶差分的基础上结合水平方程，所得估计结果更为准确。将滞后一期的猪肉产出作为水平方程相应变量的工具变量，借助Stata15.1对模型估计结果见表2。非洲猪瘟下猪肉供给反应模型可具体表示为

lnQt=-0.38+0.28lnPt-1+0.98lnQt-1-0.04lnCt-1-0.04lnMt-1-0.06ASF-0.23T。

表2 猪肉供给反映估计结果

3.3 结果分析

1)滞后一期的猪肉产量对猪肉供给影响显著。根据模型的估计结果，滞后一期的猪肉产量在1%水平上显著，说明前期猪肉产量越多，本期的猪肉产量就越高。回归系数为0.983 2说明猪肉产量具有很强的延续性，无论是散户还是规模化养殖户在短期内完成大规模的生产自主调整难度较大，估计结果较为符合中国目前生猪养殖业状况。同时由于生猪生产周期较长，因此在短期实现猪肉供给的大幅增加较为困难。

2)滞后一期的猪肉价格对猪肉供给影响显著，短期猪肉供给缺乏价格弹性，长期富有弹性。根据模型估计结果可知，滞后一期的猪肉价格在1%水平上显著，短期价格弹性为0.28，长期价格弹性为14。短期价格弹性小于1，虽然猪肉价格对猪肉供给影响显著，但在短期内价格变化所带来的供给变化幅度不大，这也解释了为什么在非洲猪瘟发生后猪肉价格快速上涨但猪肉产量却没有带来供给的快速增加。但在长期猪肉供给富有弹性，说明在较长的一段时间内，通过对猪瘟疫情的不断防控，养殖户在对往年猪肉价格、替代品价格、生产成本等因素的综合考量之后有充足的时间对未来的生产进行合理的调整。

3)滞后一期的鸡肉价格和滞后一期的玉米价格在10%水平上对当期猪肉产量有显著的负向影响。说明前期的鸡肉价格越高、前期的玉米价格越高，本期的猪肉产量就越低。玉米作为生猪养殖的主要成本因素，对猪肉供给有显著负向作用，与实际情况一致。当前期的养殖成本上涨时，本期养殖户会倾向于减少对生猪的饲养，导致生猪供给减少。鸡肉作为猪肉的替代品，鸡肉价格对猪肉供给存在显著负向作用，结果与替代品价格的影响不相符，可能是由于近年来鸡肉市场供给充足，人们对鸡肉的消费需求疲软，因此当鸡肉价格下降时，猪肉供给不升反降。此外鸡肉价格对猪肉供给的影响贡献率较小，仅为4%。

4)非洲猪瘟疫情对猪肉供给存在显著的负向作用。根据模型估计结果可知，非洲猪瘟对猪肉供给的影响在1%水平上显著，非洲猪瘟的发生对整个猪肉市场具有非常明显的打压作用。2018年8月非洲猪瘟的爆发以及2018年年底全国大部分地区实施生猪禁运政策，生猪存栏量大幅下降，能繁母猪存栏量减少，后备母猪补栏量受滞严重[15]。经过两年的防控非洲猪瘟的势头减缓，2020年累计扑杀生猪1.35万头，整体损失减少，但非洲猪瘟对猪肉市场的冲击还十分明显。

总体来说，猪肉供给的变动是由于多种因素共同导致的。猪肉替代品和生产成本都对猪肉供给存在抑制作用，猪肉价格对猪肉供给存在促进作用。除此之外，非洲猪瘟对猪肉供给将会具有持续影响，非洲猪瘟导致的大规模生猪扑杀、非洲猪瘟疫苗尚未普及、防控措施存在欠缺都给猪肉供给的调整加强难度，因此结合研究结论通过多种措施刺激猪肉产业的恢复是十分必要的。

4 政策建议

4.1 建立生猪疫情防疫系统，健全生猪市场预警监测机制

非洲猪瘟等生猪疫病是影响中国猪肉供给的关键因素之一，加强生猪市场预警监测尤为重要[16]。首先，加强生猪养殖过程中的健康监测，加强生猪调运和流通中的检疫；其次，制定严格的生猪防疫系统，完善县级及以下的生猪疫病防疫系统建设，引进先进设备，提高专业技术人员占比，定时定点上报生猪疫情信息；最后，建立地方到全国的生猪信息反映通道，及时发布全国各个地区的生猪供给、生猪价格及其他市场信息数据，加强对猪肉供给的分析和预测，及时发布预警信息。

4.2 完善生猪生产恢复政策，降低养殖户生产成本

各级政府加快推进生猪生产的恢复工作，拓宽对生猪养殖户的扶持范围，集中资金推进养殖场的生物安全建设，实行玉米等生产成本的优惠补贴政策，降低养殖户生产成本，激发养殖户生产积极性。同时加强养殖户培训力度，在提高养殖户整体防控能力的同时，有利于缩短部分散户的生猪养殖周期，增加猪肉供给。

4.3 推进规模化养殖进程，提高猪肉供给量

随着农业农村部着力调整优化农业结构，2020年生猪规模化率达到53%。尽管生猪规模化率不断提高，但是散养户仍然占较大比重。近年来，中国的农村人口比重逐年降低，外出务工人口工资水平逐渐提高，导致生猪养殖户机会成本和人工成本不断增加。非洲猪瘟和新冠疫情的双重冲击更使得部分散户生产成本增加，损失惨重。此外，生猪散养监管较难，抵御风险的能力弱，不利于生猪市场的稳定，规模化养殖不仅具备较高的生猪生产效率，在疫情防控、研究和判断猪肉市场供需等方面的能力也更强。因此继续推进生猪养殖的规模化进程，可以从根本上提高猪肉供给的产出量，在非洲猪瘟等生猪疫病发生时具备较高的防控能力。

4.4 落实地方储备，稳定猪肉市场价格

首先，明确猪肉价格与其他肉类价格的关系，做好全方位畜禽肉类的价格调控，宏观调控重点关注鸡肉价格、玉米价格等重要影响因素的变动情况。其次，根据“菜篮子”市长负责制，建立猪肉收储制度，实行冷冻猪肉分级收储，适时投放中央储备冻猪肉和牛羊肉，从根本上解决猪肉的供给问题。最后，面对猪肉价格飞速上涨，通过生猪保险等金融手段调节价格波动，将政策性保险和商业保险相结合，积极开发生猪运输、加工等保险产品，提高养殖企业生产积极性，实现生猪全产业链的稳定，在短期内平抑猪肉价格，稳定猪肉市场供给。