我国生猪价格波动及其影响因素分析——基于格兰杰因果检验

肖 欢，唐小平，冯小娅，蒋 健

（贵州大学 经济学院，贵州 贵阳 550025）

猪肉一直以来在世界肉食品消费中，占据着十分重要的一环，其中中国、欧盟以及美国位列其中的前三名，尤其是中国的猪肉消费量，远超其余两国。据《2019—2025 年中国猪肉行业市场现状分析及投资前景预测报告》显示：2018 年中国的猪肉产量超越美国及欧美国家跃居世界第一，占据全球大约48%的份额。此外，巨大的猪肉消费量致使我国成为世界上最大的猪肉进口国，进口量达到115.1万吨。人均猪肉消费量在40 千克左右，猪肉消费在我国居民食品消费结构中始终占据着十分重要的一部分。

自2018 年下半年非洲猪瘟蔓延入中国以来，受供给端的影响，我国猪肉价格出现了大幅度增长。基于此，农业农村部在短短一年时间内连续出台了多项重大举措。如：2019 年12 月发布了《加快生猪生产恢复发展三年行动方案》的通知：“要求各级政府确保在2020 年年底前实现产能基本恢复到接近常年的水平，2021 年要恢复到正常水平。”然而，随着新冠肺炎疫情的爆发，生猪的生产和运输环节都遭受到了严重的负面影响，生猪生产产能的恢复势头遭受到了遏制。受此影响，猪肉价格出现了进一步大幅度增长的现象，因此，本文就研究有关影响生猪价格波动的各种因素，找到影响生猪价格波动的主要原因，并就此提出相应的解决办法。

造成本轮猪肉价格上涨的主要原因是非洲猪瘟、相关猪饲料价格的上涨以及环保禁令政策的实施，这些原因造成了生猪出栏量的大幅下降，以及生猪养殖成本的大幅度提高[1]。而关于影响生猪价格的波动因素的研究，陈宁等通过Markvo 区制转换VAR模型的实证模型，分析得出玉米价格和仔猪价格以及鸡肉价格是造成猪肉价格波动的主要因素[2]。许彪等（2014）[3]通过建立五因素模型的猪价分析框架，认为受到劳动力成本上升的影响，生猪价格中长期也会出现上涨的情况。除此以外，田文勇等（2016）[4]运用H-P 滤波法和时间序列分析法得出：生猪养殖规模和生猪价格波动周期性差异明显，两者存在长期均衡和单向格兰杰因果关系。吕杰和綦颖（2007）[5]则通过大量的文献调查，认为造成供给变化的因素是生猪价格周期性波动的原因，而生猪独特的供求规律又造成生猪市场出现蛛网现象。

一、我国生猪价格及其影响因素的情况

进入21 世纪以后，党中央以及各级地方政府高度重视猪肉价格及其相关商品的价格走势。由表1 可知，除个别年份以外，生猪价格的年增长率始终维持在一个较低水平，如果我们去除掉因受到猪瘟影响而导致价格急剧上涨的2019 年，仅考虑把从2000—2018 年的生猪价格年均增长率作为计算数据，笔者经过计算发现，这一数值是小于5%的，远低于城乡居民人均年收入的增长。总而言之，我国的一系列稳定猪肉价格的举措在过去的一段时间内被证实是取得了较好的成绩。

表1 2000—2019 年生猪、育肥猪配合饲料、仔猪、白条鸡价格表

由表1 我们可知，生猪价格、猪饲料价格、仔猪价格以及白条鸡价格均呈上涨趋势，其中，生猪价格涨幅最为稳定且明显，由2000 年的5.8 元/公斤，上涨到2019 年的21.16 元/公斤，涨幅将近4 倍，与此同时，猪饲料价格涨幅超过1 倍，仔猪价格上涨了将近6 倍，白条鸡价格上涨了超过1 倍，在这一过程中，除了白条鸡的价格时有回落外，生猪价格、育肥猪配合饲料价格以及仔猪价格几乎每年都有上涨的迹象，甚至有个别年份，价格出现了大幅度的上涨的现象。

尽管生猪的价格维持在一个较为正常的上涨区间，但是仍然可以看到生猪价格在某些时期内会处于比较剧烈波动的现象，“猪贵伤民，猪贱伤农”的基本局面没有根本上的扭转，猪肉价格趋势性大幅增长的可能性没有消失，构成猪肉价格剧烈波动的原因也仍然存在，因此，本文以分析造成生猪价格波动的原因出发。研究分析这些因素与生猪价格波动之间的关系。

二、生猪价格及其影响因素的格兰杰因果检验

（一）变量选取、数据来源

学者们大部分都认为影响我国生猪价格波动的因素主要是供给、需求和其他因素。其中供给因素主要是：生猪的饲料成本、仔猪成本等，而影响需求层面的主要是居民的收入水平、替代品价格[6]。而在需求和供给二者之间谁更能引起猪肉价格的波动这一层面上，李秉龙等则认为供给层面对于猪肉价格波动的影响更大，需求因素对于猪肉价格起伏的影响则没那么明显，供给方的生产波动是造成我国猪肉价格波动的主要原因[7]。而针对供给层面内的各影响因素的研究，谭莹运用Nerlove 供给模型和ARDL-ECM 模型进行了相关研究，指出猪饲料价格波动是影响短期内生猪供给的重要因素[8]。商迪等通过CARCH 模型，发现生猪价格与猪仔猪价格的波动非常容易在两个市场间传递[9]。鉴于此，将供给层面的各影响因素作为本文的研究对象具有理论价值及现实意义。

作为我国第二大肉制品消费类，鸡肉与猪肉之间有着较强的替代性。从历史经验来看，每一次生猪供给短缺都伴随着鸡肉消费量的急剧拉升，例如：在2014—2015 年，猪肉消费同比减少2.45%，而鸡肉消费同比增加3.41%。

综上所述，本文选取育肥猪配合饲料价格、仔猪价格以及白条鸡价格为解释变量。生猪价格作为被解释变量。

生猪价格用变量PLP 表示，育肥猪配合饲料价格用变量PFP 表示，仔猪价格用变量POP 表示，白条鸡价格用变量PWC 表示。数据取自中国饲料杂志每月发布的2000—2019 年《全国畜产品、饲料价格情况》。

（二）模型选取和构建

通过Excel，以PLP 为纵坐标，以PFP、POP、PWC为横坐标，分别作出各自的散点图。

由图1、2、3 可知，生猪价格分别与育肥猪配合饲料价格、仔猪价格、白条鸡价格之间存在高度线性关系，且均是正相关性。可以初步判定，解释变量与被解释变量之间可能存在格兰杰因果关系。

图1 生猪价格与育肥猪配合饲料价格的散点图

图2 生猪价格与仔猪价格的散点图

图3 生猪价格与白条鸡价格的散点图

为了减少实验误差，增强检验结果的说服力，本文要对PFP、POP、PWC 数据分别取对数，得到LNPFP、LNPOP、LNPWC。

在进行时间序列分析时，为了检验证育肥猪饲料价、仔猪价格、白条鸡价格的波动是否是造成生猪价格波动的原因，再加上各影响因素对生猪价格的影响有滞后性，所以本文采用格兰杰因果检验法。

（三）变量平稳性检验

由于格兰杰因果检验需要保证变量的时间序列具有平稳性，为防止出现伪回归，因此需要分别对LNPLP、LNPFP、LNPOP、LNPWC 四个时间序列进行平稳性检验，这里采用ADF 单位根检验（Unit Root Test）。本文单位根检验通过AIC（Akaike Information Criterion）或SC（Schwarz Criterion）最小准则来选择滞后阶数。

由表2 可知，LNPLP、LNPFP、LNPOP、LNPWC 都不能拒绝单位根检验，说明这4 个变量的原序列均为非平稳的，但LNPLP、LNPFP、LNPOP、LNPWC 的二阶差分序列均在99%以上水平下拒绝单位根假设，由此满足格兰杰因果检验的基本前提。

表2 ADF 单位根检验结果

（四）协整关系检验

为检验模型的回归方程所描述的因果关系是否是伪回归，本文要对解释变量与被解释变量之间进行协整关系检验。协整关系理论认为，两个时间序列只有他们是同阶单整时，才可能有协整关系，而根据单位根结果显示：LNPLP、LNPFP、LNPOP、LNPWC 均是二阶单整，因此，PFP、POP 与PWC 均可以分别于PLP 做协整关系检验，协整检验临界值计算公式为：C（α）=∮∞+∮1T-1+∮2T-2，（其中T 值是样本容量）。

则由表3 可知，在0.01 的置信水平下，LNPLP 与LNPFP 的回归方程残差序列ADF 统计量为-4.504，小于-4.502，说明LNPFP 与LNPLP 有协整关系。在0.05 的置信水平下，LNPLP 与LNPWC 和LNPOP 的回归方程残差序列ADF 统计量为分别-2.006 和-2.207，均大于-3.659，说明LNPLP 与LNPWC 和LNPOP 无协整关系。这些数据表明育肥猪配合饲料价格与生猪价格有协整关系，而白条鸡价格和仔猪价格与生猪价格无协整关系。这说明育肥猪配合饲料价格与生猪价格存在着长期均衡关系，而白条鸡价格配合仔猪价格与生猪价格之间并不存在长期的均衡关系，可能在短期内存在着一种均衡关系。

表3 协整检验结果

（五）格兰杰因果检验

通过单位根检验可知：由于LNPOP、PFP、PLP 与PWC 都通过了平稳性检验，所以POP、PFP、PWC 都能进行格兰杰因果检验，所以让PFP、POP、PWC 分别与LNPFP 进行格兰杰因果检验。

通过Eviews 计量经济软件对生猪价格波动及其影响因素的格兰杰因果检验，由表4 可知PFP、POP、PWC 均是PLP的格兰杰原因，而PLP却不是PFP、POP、PWC 的格兰杰因果原因。即育肥猪配合饲料价格、仔猪价格、白条鸡的波动都是生猪价格波动的单向格兰杰因果原因。

表4 格兰杰因果检验结果

三、各因素对生猪价格的影响分析

基于上述格兰杰因果检验，进一步研究生分析影响生猪价格波动的各因素对生猪价格影响的实证分析。

（一）数据和变量选取

数据取自2000—2009 年《全国畜产品、饲料价格情况》，分别选取了当年的生猪价格、育肥猪配合饲料价格、仔猪价格以及白斩鸡价格。计量单位统一为：元/公斤。

（二）模型和结果

经过对样本的初步多元线性回归分析发现，生猪价格与白条鸡价格出现了负相关性，这一结果与白条鸡和生猪互为替代品这一事实不符，因此解释变量之间可能存在共线性，所以建立逐步回归模型:

本文取α=0.1，利用Eviews8 实现逐步回归过程，以对被解释变量贡献最大的解释变量所对应的回归方程为基础，按对被解释变量贡献大小的顺序逐个引入其余的解释变量。

在模型（1）中，解释变量为PFP（育肥猪配合饲料价格）、POP（仔猪价格）、PWC（白斩鸡价格），解释变量为PLP（生猪价格）。u 是随机误差项。β0，β1，β2，β3是待估参数，其中β0是常数项，β1，β2，β3是系数，反映各影响因素对生猪价格波动的影响程度，最终如表5 所示。

表5 逐步回归分析结果

估计结果如下：

从统计的结果看，PFP（育肥猪配合饲料价格）和POP（仔猪价格）的回归系数均通过了t 检验，而PWC（白条鸡价格）的回归系数未能通过t 检验。

从（2）式我们可以看到方程总体显著性比较好，拟合优度较高，调整的R2达到0.960，说明育肥猪配合饲料价格与仔猪价格对生猪价格有整体上的解释意义。D.W 检验为1.258，说明回归方程的残差项不存在序列相关，方程的参数估计在统计意义上可信。PWC 未能通过t 检验，且白条鸡不是构成生猪价格成本的因素，与育肥猪饲料价格和仔猪价格之间不存在完全替代性。因此从模型中去除出来。

从（2）式可知，育肥猪配合饲料价格每上涨1元，生猪价格约上涨1.842 元，仔猪价格每上涨1元，则生猪价格上涨约0.288 元。这一模型结果也与现实相符：生猪想要生长出一斤的猪肉往往需要超过一斤的育肥猪配合饲料，因此育肥猪配合饲料价格每斤每上涨1 元，则生猪价格每斤应上涨超过1 元。同理，每斤仔猪的价格成本应平均到相应的生猪价格成本中，而由于一斤仔猪猪肉对应超过一斤的生猪猪肉，因此仔猪价格每斤每上涨1 元，则生猪价格应上涨小于1 元。

由于每斤育肥猪配合饲料的价格远低于每斤生猪价格，因此无法直接比较二者对生猪价格波动的影响大小。笔者通过Eviews 软件，分别得到生猪价格波动与育肥猪配合饲料价格和仔猪价格之间的价格波动弹性为0.349 和0.530，这意味着当育肥猪配合饲料价格每上涨1%，生猪价格上涨0.349%，当仔猪价格上涨1%，生猪价格上涨0.530%。这说明控制仔猪价格的波动，对控制生猪价格的波动能够起着更大的作用。

四、结论与建议

本文基于2000—2019 年的统计数据，运用协整检验和格兰杰因果检验以及构建了逐步回归分析模型，考察了我国生猪价格波动及其影响因素之间的相互关系，结果发现：（1）育肥猪配合饲料价格、仔猪价格、白条鸡价格是生猪价格的单向格兰杰原因；（2）育肥猪配合饲料价格与生猪价格之间具有长期的均衡关系，仔猪价格和白条鸡价格与生猪价格之间无长期均衡关系；（3）控制仔猪价格的波动，对控制生猪价格的波动能够起着更大的作用。根据上述研究结论，本文提出如下政策建议：

（一）控制仔猪价格的波动

研究结果表明：相比较于育肥猪配合饲料价格的波动，仔猪价格的波动对生猪价格的影响将更大。虽然根据本文的回归分析结果：仔猪价格与生猪价格之间是正向相关，但是这一回归分析是指当仔猪价格上涨时，生猪价格会在一个较短时期内有上涨，但并不意味着从长期来看，仔猪价格的上涨一定会造成生猪价格的上涨。仔猪价格的变化对于养殖户的养殖意愿可能存在正反两种激励效果。首先，仔猪价格的提高，会给养殖户带来更高的养殖成本，增加养殖户的养殖风险，会对一部分的潜在和现存养殖户形成挤出效应；其次，仔猪价格的提高，也往往伴随着生猪价格的提高，这一方面可能会增加或减少养殖户的养殖利润空间，刺激旧有养殖户养殖规模的扩大或缩小以及新增养殖户的增长或减少，另一方面，仔猪价格的提高，会提高仔猪养殖户的养殖利润，激励仔猪养殖户养殖能繁母猪。从长期来看，会提高生猪养殖的出栏数量，有利于生猪价格的稳定。因此，仔猪价格应该维持在一个怎样的区间水平，还有待进一步的研究分析如图4 所示。

图4 仔猪价格对生猪价格影响流程图

（二）抑制育肥猪配合饲料价格的过快上涨

虽然育肥猪配合饲料价格并非生猪价格剧烈波动的主要原因，但是育肥猪配合饲料价格与生猪价格之间有着长期均衡关系，育肥猪配合饲料对生猪的影响贯穿生猪养殖的始终。育肥猪配合饲料价格的波动会长期影响着生猪价格的波动，因此稳定育肥猪配合饲料价格对于稳定生猪价格的波动也具有着十分重要的意义。

（三）引导消费者改变消费习惯

鸡肉具有生产周期短、养殖成本低的优点，相比较于生猪的养殖，鸡肉养殖对于养殖户来说能够承受更低的养殖和销售风险，而鸡肉作为中国人餐桌上仅次于猪肉的肉食，在某种程度上二者之间具有极高的可替代性，本文的检验结果也间接证实了这一结论。因此，从政府角度出发，鼓励民众的餐桌上多些鸡肉、少些猪肉，不失为应对猪周期现象和猪肉价格逐年攀升的一个好办法，通过将对猪肉的食用转化为对鸡肉的食用，也有助于政府的相关调控政策的更加有效。鸡的生产周期更短，相比较于对生猪价格的调控，对鸡肉的调控所采取的措施能够更加及时，政策的可实施性也更高，所遇到的不可抗风险也越小。