农产品价格波动影响因素调查

刘荣杰 张润泽 于建波

摘 要：自2019年猪肉市场剧烈波动以来，猪肉经济始终处于高价位姿态，但推动猪肉价格上涨的因素影响程度及传导路径发生了根本性的改变重组。选取2015—2020年相关数据指标，选择仔猪价格、玉米等变量，引入疫病、政策等虚拟变量，从供求两端逐步深入分析致使2019年猪肉价格异变性波动的各因素影响程度，探求其异变性根源。结果表明：仔猪价格、待宰活猪价格、玉米、豆粕等因素以及替代品去骨牛肉对猪肉价格都存在正向影响;育肥配合饲料价格与猪肉价格变化呈负相关;疫病因素是导致2019年猪肉价格异常性增长的内在根本原因;政策性因素因其具有间接性，是猪肉价格波动的外在原因。

关键词：猪肉;价格波动;影响因素;农产品

中图分类号 F768.2  文獻标识码 A文章编号 1007-7731（2021）18-0124-04

2020年“十四五”规划明确指出，要优先发展农业农村，坚持把解决好“三农”问题作为全党工作重中之重，全面推进乡村振兴，实现农村地区的人民富裕，保障粮、棉、油、糖、肉等重要农产品供给安全，提升收储调控能力。在肉类食品中，猪肉是肉类的主流代表，其价格波动对整体农产品的价格变动具有重要影响，对物价稳定具有正向作用。受非洲猪瘟疫情等影响，2019年以来猪肉产量严重下降，进而导致猪肉价格剧烈变动，严重影响了居民正常的生活消费水平。因此，深入研究猪肉价格变动的影响因素，对防范行业突发性危机的发生，维持物价基本稳定，促进我国农业发展、农村建设和农民增收具有重要意义。

1 研究基础

目前已有的猪肉价格波动研究主要集中在非洲猪瘟对生猪产业及猪肉价格影响机理[1-3]、相关产品（如生鲜农产品、粮食等）的价格对猪肉的传递效应影响[4-5]、政府补贴政策对猪肉价格影响[6]以及猪肉价格波动引起的宏观政策调控措施等方面[7-8]。学者从不同角度对猪肉价格波动的原因进行了研究。朱栎羽聚焦双重疫情期间猪肉价格波动，发现猪肉价格呈现上升趋势，波动幅度较大。邵喜武[9]研究了非洲猪瘟疫情对我国猪肉价格的冲击和影响，以非洲猪瘟疫情舆情指数衡量疫情变动的代理变量，发现非洲猪瘟疫情是生猪产业链中各环节价格的Granger原因，并据此在非洲猪瘟疫情的影响下对生猪产业链的各个环节提出了相应的对策和建议。周海文等[10]分析了玉米、豆粕对猪肉价格的非对称性传递效应，表明豆粕和生猪价格对猪肉有着显著的非对称性，玉米显著性不强。由此可见，以往研究鲜有对猪肉价格变动影响因素的宏观性分析，因此笔者将在宏观分析研究基础上提出新的具体建议。

2 猪肉价格波动情况

生猪市场中价格波动包括正常的价格波动和非正常的价格波动。正常的价格波动是由供需结构引起的自然猪周期变动，有利于促进生猪市场的理性循环;非正常的价格波动则是由于生猪的疾病疫情、自然灾害、经济危机等产生的溢价效果所致[11]。2015—2018年我国的猪肉产量基本稳定，产量增速和消费量增速基本呈平稳上升趋势，猪肉消费量虽然略大于猪肉产量，但供需两端基本平衡;而2019年以后，我国猪肉产量出现断崖式下降，产量下降速度为21%，供求出现较严重失衡。供求失衡带来的价格剧烈波动增加了居民的生活消费成本，对生猪产业发展和人民生活产生了巨大影响。

根据全国各地情况来看，产生这种现象的原因是行业周期性变化、偶发事件与环保政策执行偏差形成的价格反映。2015—2017年部分地区出现对环保政策执行过激现象，导致相关地区许多家庭养殖场被强制拆除，大量生猪低价出栏，使猪肉价格处于较低水平，这种情况在2018年随着政策的全国执行变得更加明显。2019年，在环保政策的负面效应逐渐显现以及非洲猪瘟双重影响下，生猪出栏锐减，使得猪肉价格猛增。从月份数据看，进入7月后，猪肉价格开始上升，并在11月、12月达到峰值，说明猪肉价格同时也受季节性时间的影响。春节到来之前，全国总体猪肉的消费达到高峰，引起猪肉价格居高不下。2020年新冠疫情暴发，地区间防控加重，包括停工停产、居家隔离等一系列防控举措使生猪供给端恢复受阻，延长猪周期红利，又使猪肉价格保持了高波动性。

3 猪肉价格变动的影响因素

3.1 待宰活猪价格 待宰活猪价格直接与去皮带骨猪肉价格相互关联，同时与生产养殖规模及成本也存在着非常紧密的联系。待宰活猪作为生猪产业链的中游，直接对猪肉零售价格产生影响，如果去除宰杀、储存、运输以及零售等后续成本，待宰活猪价格便是对生猪产业链条中上游生产成本的直接反映。因此，待宰活猪价格的变化对猪肉价格变化起着承前启后的中间作用[10]。

3.2 仔猪价格 仔猪培育作为生猪价值链的起始环节，是生猪育肥的关键。仔猪的育肥数决定着未来4～5月后生猪出栏规模，其价格对最后环节的猪肉价格有着重要影响，呈现双向反馈关系[12]。数据显示，当期仔猪价格与当期猪肉价格具有正向关系，起着助长作用，但对滞后四期的猪肉价格有着显著负向关系，起着明显的抑制作用。以2018年我国各月份仔猪价格、去皮带骨猪肉平均价格为例，1—4月份仔猪平均价格为28.5元/kg，对应去皮带骨猪肉价格为23.5元/kg;4—7月份仔猪平均价格24.6元/kg，对应去皮带骨猪肉价格为20.1元/kg，相较1—4月份的去皮带骨猪肉价格下降14.5%，存在明显的负相关关系。

3.3 饲料价格 生猪饲料是生猪养殖成本的必要组成部分，按其原料成分主要分为玉米、豆粕等粮食作物和一些营养物质。实际中，育肥猪配合饲料与猪肉价格一般呈负相关关系，而豆粕及玉米原料类与猪肉价格一般呈正相关关系。在生猪喂养中，饲料是生猪育肥关键一环，对猪肉价格有着代表性影响[13]。

3.4 替代品价格与消费偏好 目前，我国居民消费肉类食品以猪肉为主，其替代品主要指牛羊肉、禽肉、蛋等。在消费者偏好不显著的前提下，消费者对猪肉价格变化比较敏感，对其替代品的需求变化比较明显，并且这种替代效应是相互的。然而当存在消费者偏好，消费者对猪肉价格变动不敏感，价格变动时消费者对其替代品需求变化较小，此时往往导致供求矛盾加剧，价格维持高位。

3.5 疫病因素 疫病往往作为偶发因素对猪肉价格产生影响。疫病不仅包括在牲畜间流行的疾病，也包括人类公共卫生方面。非洲猪瘟暴发严重挫伤了生猪供给端以及居民消费端的热情，造成猪肉价格严重下降。而新冠疫情暴发对生猪养殖产生3个直接冲击：一是需求端的骤减：餐饮旅游行业受挫，各地市的消费降幅巨大，对猪肉消费影响严重;二是产区同销区阻离：疫情致使大部分产区与销区产生阻断，催生出产区抛售而销区缺猪的怪象，供求失衡加剧;三是养猪企业防疫成本上升：养猪企业在防范猪瘟疫病的同时还要增加对员工的新冠防疫成本[2]。

3.6 政策因素 政府宏观调控政策会间接对猪肉市场价格产生影响。政策出台实施后，政策效果可能无法被准确预估，进而无法实现稳定市场的效果，有时甚至会造成后续市场更加强烈的起伏。例如，2019年猪肉价格暴涨，其原因之一可能受环保法规的修改实施的影响。2018年新的环保政策出台，对全国范围内的各类污染企业实行更加严格的规范，对排污企业零容忍。以山东省泰安市为例，对全市不符合环保标准的养殖猪场以及其他畜牧种类养殖场进行全方位的拆迁搬离，因此2018年政策负面效应表现较强。而2019年由于猪肉价格的剧烈变化，政府紧急调控，采取多次投放冷冻库存猪肉、鼓励恢复养殖、对养殖户进行补贴等措施，以恢复供给、稳定物价，因此政策影响正向效应明显。2020年限制区域和非繁育区域的任意扩张以及“无猪县市”的问题得到纠正，生猪买卖制度的实行以及违法、违规调运生猪专项整治力度的加强，降低了复产风险，加快了生猪供给恢复。基于此，笔者认为2018—2020年政策性因素对猪肉价格影响显著。

4 实证分析

采用双对数模型来分析猪肉价格变动各影响因素的实际作用情况，计算出对猪肉价格的弹性，为政府、养殖行业提供模型分析，提高猪周期的价格波动应对能力，尤其是面对突发性因素导致的价格异变性波动。采用双对数模型，一是利用双对数模型可以将各因素的影响程度通过弹性表示出来，建立对比标准;二是可以消除实际观测值较大引起的参数失真的情况。由于变量选取较多，在多元回归中易出现多重共线性，因此采取逐步回归法将对模型拟合不好的变量剔除，重点突出对猪肉价格影响较大的变量进行数据分析。

4.1 变量选取 为了更好地分析影响猪肉价格的因素，从供给和需求层面中选取7个影响变量，并引入2个虚拟变量，利用Stata工具进行拟合回归，采用2015—2020年的实际数据探究变量的影响程度。从供给层面中选取仔猪价格（x1）、待宰活猪价格（x2）、育肥配合饲料（x3）、玉米（x4）、豆粕（x5）作为自变量，在需求层面上选取替代品价格去骨牛肉（x6），去骨羊肉（x7）作为自变量，将猪肉价格作为自变量（y），并通过加法形式引入虚拟变量政策性因素（D1=[1：影响强0：影响弱]），疫病因素（D2=[1：有疫情影响0：没有疫情影响]），分析猪肉价格变动的影响因素。

由表2可知，2015—2019年，豬肉价格最小值为19.52元/kg，最大值为58.08元/kg，价格变化幅度为197%，中位数与平均值相差3.86，说明极端数据对数据有所影响;仔猪价格最小值19.21元/kg，最大值108.64元/kg，波动幅度较大，是所有自变量中变化幅度最大的因素;育肥配合饲料变化幅度为14.8%，价格变化幅度是所有自变量中最小的;玉米价格变化幅度为34.9%;替代品层面上，牛羊肉价格变化幅度分别为38.09%、53.53%，均小于猪肉价格变化幅度。

4.2 分析结果 根据上述分析，建立双对数模型公式，设双对数模型为[lny=β0+β1lnx1+β2lnx2+β3lnx3+β4lnx4+β5lnx5+β6lnx6+β7lnx7+D1+D2+μ]，式中β为待估计参数;μ为随机干扰项。利用Stata工具将所有变量数据带入，经过第一次回归后，lnx7的t检验p值大于0.1，没用通过t检验，再进行相关性检验分析，发现解释变量之间存在关联性，所设立的模型存在多重共线性（表2）。对模型采取逐步回归法，剔除不合适的变量lnx7，进行逐一回归，最终消除模型的多重共线性，保留变量lnx1、lnx2、lnx3、lnx4、lnx5、lnx6、D1、D2。

由于使用数据为时间序列，为保证模型的准确性，利用Stata对模型进行Breusch-Godfrey LM检验，得到检验后模型的P值为0.0225，小于5%，则说明在5%的显著性水平下拒绝不存在自相关的原假设，通过观察Scatter Graph发现模型存在正的自相关。采用稳健标准差法，通过添加滞后项lag（3）来消除模型的自相关性。保留2位小数，得到修正后公式为：[lny=-5.22+0.24lnx1+0.28lnx2-2.34lnx3+0.82lnx4+0.48lnx5+2.01lnx6-0.16D1-0.11D2]。从模型估计结果看，各变量系数对应的p值小于α=0.05，t检验后表现显著，模型调整的可决系数为0.97，F值为470.69，方程的拟合度高，拟合数据良好且整体拟合效果较好。

进行经济意义检验，发现属于养殖成本的育肥配合饲料与猪肉价格存在反比关系，其解释变量前系数为负。一般而言，成本的提高会促使商品的价格提高，但在经济价格波动中，不能单纯地以表面关系为根据。通过2015—2020年的育肥配合饲料价格与猪肉价格的数据分析，发现育肥配合饲料的走势往往与猪肉价格相左，究其原因可能在于猪肉价格是猪肉供需决定的，而猪肉的供应与育肥配合饲料呈反比关系（图1）。猪肉价格的上涨主要原因在于需求大于供给，供应下降则说明生猪存栏量的下降。一方面，育肥配合饲料的喂养作为生猪养殖的关键一环，生猪存栏量的下降会使对育肥配合饲料的需求减少;另外，育肥配合饲料的存货积压较大，供给远大于需求，导致育肥配合饲料价格下降。另一方面，猪肉的供给减少，猪肉的需求远大于供给，猪肉价格上涨。由此可见，育肥配合饲料价格与猪肉价格变化呈负相关的经济意义成立。

分析结果表明，仔猪价格（x1）、待宰活猪价格（x2）、玉米（x4）、豆粕（x5）等因素以及替代品去骨牛肉（x6）对猪肉价格都存在正向影响。在其他变量不变的情况下，其中仔猪价格、待宰活猪价格、玉米、豆粕以及牛肉价格每增长1%，对应会使得猪肉价格分别上涨0.24%、0.28%、0.82%、0.49%、2%，说明这5个变量对于猪肉价格增长具有较强的作用;育肥配合饲料价格每增长1%，猪肉价格对应下降2.34%，从供需角度来说呈负相关趋势;在其他变量不变的情况下，若没有非洲猪瘟疫情影响，则猪肉价格会下降10.65%，表明疫病因素是导致2019年猪肉价格异常性增长的内在根本原因。政策性因素因其具有间接性，是猪肉价格波动的外在原因。

5 对策建议

5.1 加强猪肉市场波动预警，建立生猪疫情防控体系 构建完善的猪肉产品基础数据库，及时采集出栏价格、猪肉市场批发价等数据，为预警模型的构建提供基础数据支撑;根据生猪的生产、消费及流通特性，建立有针对性的预警体系，及时发现问题，提前采取应对措施;重视对疫病类事件的防控，改进重大疫病强制防疫政策，坚持“预防为主”思想方针，指导各养殖户做好养殖场卫生和疫苗接种工作，降低養殖户养殖风险。另外，当危机来临时，应因地制宜地采取防控措施，构建完善的消毒体系，并明确疫病生猪规范化处理流程，防止病源的传播扩大。

5.2 合理统筹各项政策实施规划，达到最优政策效果 在生猪规模化养殖的发展趋势下，合理统筹规划生猪养殖场用地，引导并规范养殖场建立标准化环保设施，将生猪养殖对环境的影响降到最低，并对原有清栏的养殖户给予经济补偿;在生猪疫情流行情况下，谨慎制定切合地方实际的生猪跨区流动政策，科学划定疫区，保障产地到市场的安全猪肉销售通道，保证市场猪肉正常供给;加强产地检疫、运输检疫以及销售检疫，确保猪瘟疫情的检测排查全面覆盖生产—运输—消费全过程，防止带病猪肉及制品在市场中流通，保障餐桌上的安全;出台针对仔猪购买、猪场建设的灵活财政补贴政策，推广先进养殖技术与理念，稳定养殖户积极情绪，恢复其对市场的信心。

5.3 探索构建防范猪肉价格波动风险的合作模式 这种合作模式是由屠宰企业与养殖合作社融合的一种新养殖模式，让专业的市场分析人员作为领头人，由合作社委员会监督。当猪肉价格处于较剧烈波动的情况下，采取定向供应的办法，由养猪合作社提供达成合作意向的生猪数量，而屠宰企业以合理的保底价格收购猪肉。屠宰企业对于市场的猪肉及相关制品的供求有着更加敏锐的意识，因此两者之间的融合既为散户提供了新的生猪销售渠道和高度相关的市场信息，同时也为屠宰企业提供了稳定的猪肉供给来源。

参考文献

[1]王茂安，刘芳，何忠伟.非洲猪瘟疫情影响中国主要肉类价格的实证分析[J].农业展望，2020，16（03）：11-17.

[2]肖琦，周杨.疫病对猪肉价格波动的影响——基于供需关系视角[J].黑龙江畜牧兽医，2019（02）：12-16，177.

[3]段琮琮，刘灵芝.非洲猪瘟疫情影响下我国畜禽产品价格波动的动态关系研究——基于舆情管理视角[J].农业现代化研究，2020，41（04）：678-686.

[4]许增巍，苗珊珊.生鲜农产品突发事件对猪肉价格波动影响研究[J].价格月刊，2018（09）：13-19.

[5]李彦鹏，刘旭，司任华，等.农产品价格波动的影响因素及发展趋势探析[J].新农业，2018（17）：57-58.

[6]王长琴，周德.补贴政策与生猪平稳供给的灰色关联分析[J].黑龙江畜牧兽医，2019（16）：20-23.

[7]王学领.猪肉市场价格波动分析及调控[J].当代畜禽养殖业，2019（11）：47.

[8]张雨菲.我国猪肉价格波动的成因和政府调控政策的经验分析[A].燕山大学.2019京津冀自由贸易区建设研讨会——第五届公共政策智库论坛论文集[C].燕山大学：燕山大学文法学院，2019：7.

[9]朱栎羽，冯春燕，申璐玲.双重疫情冲击下猪肉及其替代品价格关联性分析[J].农村经济与科技，2020，31（23）：86-89.

[10]周海文，周海川，刘庆婕.基于NARDL模型的猪肉价格波动非对称效应研究[J].中国物价，2019（02）：78-81.

[11]李苏，宝哲.我国猪肉价格波动特征及预测研究[J].价格理论与实践，2020（06）：80-83，153.

[12]谭莹.中国猪肉市场总供给波动及影响因素的实证分析[J].华中农业大学学报（社会科学版），2010（03）：24-29.

[13]马名慧，邵喜武.非洲猪瘟疫情下我国生猪产业价格传导机制研究——基于VAR模型的实证分析[J].价格月刊，2020（03）：7-14.

（责编：徐世红）