我国羊肉价格的季节波动特征及替代品价格冲击效应——基于HEGY检验和SVAR模型的实证分析

刘山水 肖海峰

(中国农业大学 经济管理学院，北京 100083)

我国是羊肉生产和消费第一大国。近年来羊肉消费市场稳步发展，2020年我国居民人均户内羊肉消费量达1.20 kg，占肉类总消费量4.84%；相较2013年羊肉占肉类总消费比重(3.51%)呈增加趋势。羊肉消费市场的扩张带动了肉羊产业的发展，2020年我国羊肉产量达492.30万t，占肉类总产量6.35%；相较2013年羊肉占肉类总生产比重(4.78%)扩大明显。但是在我国羊肉消费量和生产量相对稳定增长过程中，羊肉价格却从2000年1月的14.54元/kg一路飙升至2020年12月的83.29元/kg，翻了近6倍，且波动频繁特征明显。以超过0.5元/kg的环比变化为明显波动计，此间羊肉价格明显波动93次，平均每3个月发生1次波动。羊肉价格的持续增长和频繁波动会对消费者福利造成不利影响，尤其是对食品开支比例较高的低收入人群和具有羊肉刚性消费需求的少数民族地区人群而言。

与此同时，羊肉替代品市场的不确定性因素也在不断增强，非洲猪瘟、进口牛肉限令和禽流感等突发事件频发导致替代品价格频繁波动。突发事件对替代品的负面冲击会引致羊肉需求上涨，进而造成羊肉价格的异常波动。例如，有报道分析称，受非洲猪瘟影响生猪产能恢复不完全，2021年春节过后羊肉的替代需求依然旺盛，最终导致羊肉价格呈现反季节上涨。但当前关于替代品价格波动对羊肉价格的影响大多是定性探讨，缺乏定量分析的支撑。作为替代品的牛肉、猪肉和活鸡价格对羊肉价格的冲击效应是否显著存在？羊肉价格对替代品价格冲击的响应又是否具备长期持续性？针对这些问题的定量回答在当下对于羊肉价格预警和平抑羊肉价格波动工作更具现实意义。

由于季节性、需求非弹性和生产不确定性的存在，肉类产品的价格波动通常具有明显的季节和趋势特征。特别地，如果价格波动的季节和趋势特征呈现出确定型统计性质，通常需要予以剔除。这是因为跨产品价格间的经济分析更关注不可预测随机序列之间的动态关系。在去季节或趋势的预处理上，主要有2类方法。一类是基于统计学处理的H-P滤波法和Census季节调整法等。另一类是经计量检验识别后的趋势和季节哑变量拟合，其中确定型趋势特征使用ADF等单整检验进行识别，确定型季节特征采用HEGY或OCSB等季节单整检验进行识别。已有文献对趋势特征的处理上，大多使用单整检验进行严格识别，由于实际经济中价格序列通常表现为1阶单整的

I

(1)序列，序列去趋势的预处理也多为1阶差分。但在对季节特征的处理上，现有文献大多不经季节单整检验识别而直接使用带有差分性质的Census季节调整法。然而，杜勇宏等认为，季节调整法只适用于乘积型季节特征序列，如果价格序列属于确定型季节特征，误用差分处理会导致“过度差分”问题。由于可替代关系的存在，畜禽肉类农产品之间通常会发生横向价格传递，亦即价格冲击现象。从静态术语的角度看，畜禽肉类价格间的跨产品横向传递可用传递弹性进行描述。从动态建模的角度看，对

I

(1)单整序列进行1阶差分处理后构建平稳向量自回归模型(VAR model)；或直接基于CI(1,1)协整序列建立非平稳向量误差修正模型(VEC model)，这两种方式是冲击效应在均值溢出层面分析的基础框架。丁存振等使用VAR模型对经CensusX12季节调整后的时间序列进行建模，研究发现羊肉价格对牛肉冲击短期内表现为正响应，对猪肉冲击始终呈正响应；替代品中牛肉的相对贡献程度最高。胡月等使用HEGY季节单整检验和DTSD模型拟合和去除序列的季节与趋势成分，进一步使用VAR模型进行实证研究；结果表明猪肉价格对羊肉价格的传递弹性高达1.3，猪肉的替代效应最强。而田文勇等基于VEC模型的研究显示羊肉替代品中短期内牛肉的替代效应显著、长期内则是猪肉更为明显。石自忠等采用包含牛肉滞后项的羊肉价格平滑转换自回归模型(ST-AR model)的研究表明在非线性部分下由于市场敏感度和产品可替代性难度加大等因素限制，牛肉对羊肉的替代效应不明显；但在线性部分下牛肉价格在较短周期内即可先后通过“消费效应”和“生产效应”拉动和平抑羊肉价格。石自忠等建立两状态马尔科夫转换向量自回归模型(MS-VAR model)，研究发现畜禽肉类系统具有明显的状态转换特征，在常规状态下由需求替代导致的“消费效应”占主导；但在非常规状态下“生产效应”影响更大。

关于替代品价格对羊肉价格冲击效应的研究比较丰富，但总体来看存在以下2点不足：从研究结论看，羊肉替代品价格中牛肉还是猪肉价格的冲击效应更强？对于该问题的回答，已有文献研究结论尚未能达成一致。从研究方法看，现有文献对畜禽肉类价格系统进行实证建模时多使用非结构化VAR和VEC模型，这2类动态模型的不足之处在于忽略了变量间的当期结构关系。考虑到消费者的需求反应具有及时性，如果将当期结构关系隐藏在畜禽肉类系统的残差矩阵中，可能导致向量模型的残差矩阵存在较强的当期相关问题。

有鉴于此，本研究旨在从替代品价格冲击视角，基于2000年1月—2020年12月《全国畜产品及饲料集市价格表》中4类畜产品的252项全国月度集市价格序列，采用结构向量自回归模型(SVAR model)和脉冲响应、方差分解工具(IRF and FEVD tools)，测算分析替代品(牛肉、猪肉和活鸡)价格对羊肉价格的静态传递弹性与动态冲击效应，以期为羊肉价格监测预警和平抑羊肉价格波动工作提供政策建议。在此之前，为排除季节、趋势因素对价格间冲击效应研究的干扰影响，本研究还拟使用季节单整检验(HEGY test)和相应季节模型(FDSD/DTSD model)对价格序列进行去季节、趋势特征的预处理。

1 模型设定

1.1 价格序列的季节波动特征识别

本研究采用季节单整检验识别流程对我国羊肉价格的趋势、季节特征进行一次性地检验识别。价格序列的趋势、季节特征分为确定型、积分型和平稳随机型3类。首先，按照积分型(单整,

I

;季节单整,SI)生成过程对价格序列进行HEGY季节单整检验。再者，按照确定型生成过程(趋势变量,DT;季节哑变量,SDV)对价格序列进行FDSD/DTSD季节建模拟合。最后，价格序列还可能同时存在ARMA平稳随机型过程。

月度序列的HEGY季节单整检验式如下：

ψ

(

B

)(1-

B

)

Y

=

μ

+

π

Y

1,-1+

π

Y

2,-2+
(

π

Y

3,-1+

π

Y

3,-2)+(

π

Y

4,-1+

π

Y

4,-2)+
(

π

Y

5,-1+

π

Y

5,-2)+(

π

Y

6,-1+

π

Y

6,-2)+
(

π

Y

7,-1+

π

Y

7,-2)+

ε

(1)

式中：(1-

B

)

Y

为1次季分的月度价格序列；

μ

为确定性成分，是漂移项(

c

)、趋势项(

t

)和季节哑变量(SDV)的某种组合；

Y

,(

i

=1，2，…，7)为7类月度序列的滞后多项式算子组合，具体构成参考文献[15]；

π

、

π

为相应2个实根的系数，

π

、

π

、…，

π

为相应5组虚根对的系数；

ψ

(

B

)为自回归AR(

p

)部；

ε

为随机干扰项。对2个实根参数和5组虚根对参数进行

t

检验和

F

联合检验以识别是否存在单位根，检验临界值取自文献[16]。通过调整滞后阶数

p

使得随机干扰项

ε

满足白噪声要求。

积分型趋势、确定型季节特征月度序列的FDSD季节模型回归式如下：

(2)

式中：(1-

B

)

Y

为1阶差分的月度价格序列；

D

(

s

=1，2，…，12)为月度季节哑变量；

α

、

α

、…，

α

为相应季节哑变量的系数；

φ

(

B

)为自回归AR(

p

)部；

θ

(

B

)为移动平均MA(

q

)部；

ε

为随机干扰项；表示剔除积分型趋势、确定型季节成分后的月度价格随机序列，服从ARMA(

p

,

q

)的数据生成过程。

确定型趋势、确定型季节特征月度序列的DTSD季节模型回归式如下：

(3)

式中：

Y

为月度价格序列；

T

为趋势变量；

β

为趋势变量的系数；表示剔除确定型趋势、确定型季节成分后的月度价格随机序列，服从ARMA(

p

,

q

)的数据生成过程。

1.2 替代品价格对羊肉价格的冲击效应分析

本研究采用带有常数项的4元

p

阶结构化向量自回归模型(SVAR model)构建包含当期结构关系的羊肉-替代品价格系统。通过当期结构系数矩阵的估计测算替代品对羊肉的短期价格传递弹性。通过基于结构因子矩阵的脉冲响应函数(IRF)和预测误差方差分解(FEVD)比较分析各替代品价格对羊肉价格冲击效应的影响程度和相对重要性。估计SVAR模型等同于估计含有协方差约束的VAR模型。但是，以羊肉-替代品价格系统为例，其4元VAR(

p

)简化式系数矩阵的待估参数有

pn

=16

p

个，扰动项方差-协方差矩阵含有

n

(

n

+1)/2=10个。而相应4元SVAR(

p

)结构式中，待估参数有(

p

+1)

n

=16

p

+16个，扰动项方差-协方差矩阵含有

n

(

n

+1)/2=10个。因此，至少需施加

n

=16个约束条件，模型才可实现“恰好识别”。

本研究根据Cholesky分解定理施加短期约束如下：

1)令矩阵对角线元素为1，获得

n

=4个约束条件。2)令矩阵为对角矩阵，获得

n

(

n

-1)/2=6个约束条件。3)令矩阵为下三角矩阵，获得

n

(

n

-1)/2=6个约束条件。

以上：约束条件2)表示SVAR模型的结构扰动项彼此互不相关，其经济含义为4种畜产品的供求扰动因素互不相关。约束条件3)属于伍德因果链短期关系约束(Short-run relationship)，其经济含义为SVAR系统是递归的；羊肉价格受到牛肉、猪肉和活鸡价格当期影响；牛肉价格仅受到活鸡和猪肉价格当期影响；活鸡价格仅受到猪肉价格当期影响；猪肉价格当期不受其他产品价格影响。

无约束VAR(

p

)模型的简化式如下：=+-1+-2+…+-+

(4)

式中：为月度价格当期向量；-(

i

=1～

p

)为月度价格滞后项向量；为常数向量；(

i

=1～

p

)为滞后期价格向量相应的系数矩阵；为随机干扰项，是均值为零向量、方差-协方差矩阵为实对称正定矩阵的白噪声向量，即～VMN(

0

,)。在简化形式的VAR模型中，变量间的当期关系没有直接给出，而是被隐藏在误差项中；因此随机扰动向量允许相互之间存在同期相关，但不可与其滞后值相关，且不与变量相关。按照Cholesky分解定理，对任意实对称正定矩阵，存在唯一的主对角线元素为1的下三角矩阵和唯一的对角线元素为正的对角矩阵，使得=。据此，取=、=和=，可进一步在无约束VAR模型中识别其当期相关关系，即得具有结构约束的SVAR模型。具有协方差约束SVAR(

p

)模型的结构式如下：=+-1+-2+…+-+

(5)

式中：为常数向量；为当期价格向量的结构系数矩阵；(

i

=1～

p

)为滞后期价格向量相应的系数矩阵；为随机干扰项的结构因子矩阵；为随机干扰项，它是均值为零向量、协方差矩阵为单位矩阵的白噪声向量，即～VMN(,)。在结构化SVAR模型中，随机扰动向量不再存在同期相关。

2 羊肉价格的季节波动特征识别

本研究对羊肉价格序列的积分型特征识别采用HEGY季节单整检验，季节单整检验式(1)具体检验结果见表1。实根参数

π

的

t

值检验未通过，无法拒绝1阶单位根的零假设，说明羊肉价格序列中存在积分型趋势，对序列进行1阶差分处理是可行的。对实根参数

π

的

t

值检验和虚根参数

π

、

π

、…、

π

的联合

F

检验在1%显著性水平上通过检验，证明至少有1个单位根显著不为0。进一步就5组虚根参数对一一进行

F

检验，结果均显著，说明羊肉价格序列不含有季节单位根。综上，采用HEGY检验可以识别出羊肉价格序列的积分型趋势特征，并排除积分型季节特征。

表1 羊肉价格序列HEGY季节单整检验结果
Table 1 HEGY test results on the unique series of mutton price

季节单位根Seasonal unit rootHEGY检验参数Parameter ofHEGY testt/F 统计值t/F statisticalvalue临界值 Critical value1%水平At the 1% level5%水平At the 5% level10%水平At the 10% level实根Real rootπ1-1.670-3.82-3.30-3.02π2-4.446***-3.29-2.79-2.49π3∩π425.524***8.386.315.35π5∩π611.017***7.986.055.15虚根对Pair ofimaginaryrootsπ7∩π814.795***8.186.225.30π9∩π1017.863***8.476.145.19π11∩π1224.297***7.826.045.14π3∩…∩π12157.127***5.374.484.08

注：1)对检验方程的确定性成分()构成设定如下：有常数项、有趋势项、有季节哑变量(,,SDV)。2)*、**、***分别表示在10%、5%、1%水平上显著。下表同。
Note: 1) The composition of deterministic component () in the test equation is set as follows: with constant term, trend term, and seasonal dummy variables term (, , SDV). 2) *, ** and *** represent significant statistical values at the levels of 10%, 5% and 1%, respectively. The same in Tables below.

本研究对羊肉价格序列的确定型特征拟合采用FDSD季节模型，季节模型式(2)具体估计结果为：

(6)

式中：括号内数值为相应参数估值的

t

检验统计值(以下公式同)。

从相对变动看：我国羊肉价格的季节性波动规律主要表现为秋、冬2季显著上升，春、夏2季小幅下降或持平的确定型季节特征；其中，季节变动的波谷出现在3月、波峰出现在1月。这与羊肉性温、适宜冬季食用的消费特性有关，随着温度的下降，羊肉消费量逐渐增加、羊肉价格上涨趋势随之扩大，气温因素是全年羊肉价格呈现确定型季节性变动特征的决定性因素。从绝对变动来看：我国羊肉价格在季节波动规律的促使下呈持续上升态势；以3月—次年2月为完整周期计，羊肉价格在3—5月降至最低，6月—次年2月始终保持上涨直至周期内最高点。考虑到2月多逢春节假日，丁存振等分析认为正是春节期间居民对畜禽肉类产品消费整体增加促使我国羊肉价格上涨至全年最高点。

此外，为构建SVAR模型需要，本研究同样对羊肉替代品价格共计3项价格序列依次进行季节单位根检验和季节模型拟合，结果显示：牛肉和活鸡价格呈现确定型季节、积分型趋势特征，需采用FDSD季节模型进行拟合，猪肉价格呈现确定型季节、确定型趋势特征，需采用DTSD季节模型进行拟合。

3 替代品价格对羊肉价格的冲击效应分析

3.1 平稳性与外生性检验

对价格序列分别进行单整和协整检验识别平稳性。本研究对4类价格序列进行ADF单整检验，具体检验结果见表2：羊肉、牛肉和活鸡价格序列为非平稳序列，经1阶差分后平稳；猪肉价格序列在1%显著性水平上未通过检验，经1阶差分后通过检验。因此，可判定4类价格序列均满足

I

(1)过程。本研究对羊肉-替代品价格系统进行Johansen协整检验，具体检验结果见表3：在1%显著性水平下只有第1个原假设被拒绝，即表明羊肉及其3类替代品价格之间存在唯一的协整关系。

表2 羊肉及替代品价格单序列ADF单整检验结果
Table 2 ADF test results on unique series of mutton and its substitutes prices

单序列Unique series类型Typet 统计值 t statistical value(nc,nt)(c,nt)(c,t)猪肉价格Pork price水平 Level-2.474**-2.468-3.859**一阶差分 First difference-9.350***-9.333***-9.337***活鸡价格Live chicken price水平 Level-2.583**-2.557-2.748一阶差分 First difference-13.518***-13.491***-13.469***牛肉价格Beef price水平 Level-1.932*-1.927-1.887一阶差分 First difference-6.518***-6.515***-6.505***羊肉价格Mutton price水平 Level-1.566-1.562-1.593一阶差分 First difference-5.173***-5.163***-5.147***

注：对检验方程的确定性成分()选择3种构成情况：无常数项、无趋势项(nc,nt)，有常数项、无趋势项(,nt)和有常数项、有趋势项(,)。
Note: The composition of deterministic component () in the test equation can be divided into three types: without constant term or trend term (nc,nt), with constant term only (,nt) and with constant term and trend term both (,).

表3 羊肉-替代品价格向量Johansen协整检验结果
Table 3 Johansen test results on the vector of mutton-substitutes price system

协整向量的数量Number of co-integrationequations特征根Eigen value迹统计值Trace statisticalvalue00.13461.955***≤10.07026.361≤20.0258.469 ≤30.0082.090

对猪肉、活鸡、牛肉和羊肉4类价格序列两两匹配，并依次建立双变量VAR模型、双变量VEC模型，从弱外生性和强外生性2个层面进行更完备的外生性检验。本研究对双变量VEC模型的调整系数进行

t

检验以识别弱外生变量、对双变量VAR模型的滞后项系数进行格兰杰因果

χ

检验以识别强外生变量，具体检验结果见表4。弱外生性检验结果表明：羊肉价格弱外生于猪肉和活鸡价格、牛肉价格弱外生于猪肉价格。强外生性检验结果表明：仅羊肉价格强外生于活鸡价格。综合来看，羊肉和牛肉价格、牛肉和活鸡价格以及活鸡和猪肉价格两两影响，存在着双向因果关系。牛羊肉价格间明显的双向因果关系源于相似的产品属性，且价格相较于其他畜产品偏高。猪鸡肉价格间明显的双向因果关系是因为猪肉和活鸡是我国肉类产品消费量占比最大的2类畜产品，且价格也都相较于其他畜产品偏低。虽然牛肉和鸡肉产品属性不同(牛肉属于畜肉、鸡肉属于禽肉)，但牛鸡肉价格间仍然存在明显的双向因果关系，这是因为它们营养属性较为接近，都是富含蛋白质和氨基酸，且脂肪含量相对较低的2类畜产品。

表4 羊肉-替代品、替代品-替代品价格双序列外生性检验结果
Table 4 Exogeneity test results on the pair series of mutton-substitutes and substitute-substitute price system

双序列Pair seriesVEC模型参数t统计值t statistical value forparameter of VEC modelVAR模型参数χ2统计值χ2 statistical value forparameters of VAR modelαiαjφi1∩…∩φikφj1∩…∩φjk羊肉价格-猪肉价格Mutton price-Pork price-0.431-3.862***13.319**6.388羊肉价格-活鸡价格Mutton price-Live chicken price-1.2282.618***4.4054.285羊肉价格-牛肉价格Mutton price-Beef price3.122***3.085***8.633*14.271**牛肉价格-猪肉价格Beef price-Pork price0.698-2.930***17.448***4.118牛肉价格-活鸡价格Beef price-Live chicken price-2.043**2.851***5.888*7.858*活鸡价格-猪肉价格Live chicken price-Pork price-3.371***-1.554*40.244***7.283*

注：1)双序列VEC模型调整系数参数(或)的检验统计量为统计量；检验原假设为“被解释变量弱外生于解释变量”。2)双变量VAR滞后项系数参数(1∩…∩或1∩…∩)的联合检验统计量为统计量；检验原假设为“被解释变量强外生于解释变量”。
Note: 1) The test statistic of the adjustment coefficient parameter (， ) in the pair series VEC model is statistic. The test null hypothesis is “the explained variable is weakly exogenous to the explained variable”. 2) The joint test statistic of the lag term coefficient parameters (1∩…∩ or 1∩…∩) in the pair series VAR model is statistic. The test null hypothesis is “the explained variable is strongly exogenous to the explained variable”.

3.2 SVAR模型估计与冲击效应分析

本研究使用结构向量自回归模型构造以羊肉价格为核心被解释变量的递归当期价格系统。羊肉-替代品价格系统SVAR(3)模型式(5)的具体识别结果为：

(7)

施加伍德因果链短期约束条件后，得到衡量变量间当期结构关系的下三角矩阵，即当期系数矩阵；矩阵内各系数估值均较大，说明羊肉及替代品4类价格序列两两之间存在较强的当期影响，4类畜产品间存在较强的替代效应。特别地，羊肉方程当期结构系数估计结果(矩阵最后1行)表明：羊肉价格变动与替代品价格变动在当期呈正相关关系，替代品猪肉、活鸡和牛肉差分价格对羊肉差分价格的当期传递弹性依次为0.010、0.038和0.634，牛肉价格的当期传递弹性明显大于其他2类替代品价格，说明牛肉价格对羊肉价格的短期冲击比较明显。

方差分解(FEVD)可以比较各替代品价格对羊肉价格冲击效应的相对重要程度，具体分解结果见表5。在纳入当期结构关系后，替代品肉类价格变动对羊肉价格变动的贡献率在短期内存在变化，但长期来看会稳定至16.4%、5.9%和31.2%水平。羊肉价格波动主要来自于替代品牛肉的冲击，且不论是短期还是长期都是牛肉价格相对贡献率最大。牛肉价格相对贡献度明显大于其他产品，这是因为在羊肉的替代品中，牛肉和羊肉的产品性质最为接近，因此羊肉对牛肉价格的替代作用最为明显。一方面，羊肉和牛肉同属“半奢侈品”，需求价格弹性都较高，一旦价格波动，消费替代现象很容易发生；另一方面，羊肉和牛肉同处于“清真市场”这一特定消费市场，二者具有较强的替代偏好。牛肉价格上涨波动导致的居民肉类消费下降量很容易在羊肉市场找到替代，进而带动羊肉价格明显上涨。

表5 羊肉价格方差分解的标准误差及贡献率
Table 5 Standard error and contribution rate of variance decomposition on mutton price

期数Period标准误差Standard error贡献率/% Contribution rate猪肉价格Pork price活鸡价格Live chicken price牛肉价格Beef price羊肉价格Mutton price10.16810.86.433.649.220.21313.46.832.947.030.21816.86.331.945.040.22016.06.031.246.750.22115.96.031.646.560.22116.26.031.546.470.22216.35.931.246.580.22216.45.931.246.590.22216.45.931.246.5100.22216.45.931.246.5110.22216.45.931.246.5120.22216.45.931.246.6

脉冲响应函数(IRF)可以反映羊肉价格对替代品价格冲击的响应程度，具体响应结果见图1。基于残差标准差的脉冲函数通过设置替代品价格脉冲为残差的1个标准偏差大小，以此得到羊肉价格的响应结果，该脉冲响应函数默认忽略残差当期相关问题。而基于结构因子分解矩阵的脉冲函数正是利用SVAR模型估计识别所得的当期结构系数矩阵和来计算正交化的脉冲函数，该脉冲响应函数充分考虑并利用了残差的当期相关关系。对比图2的(a)、(c)、(e)和(b)、(d)、(f)可以发现，在2种不同类型的脉冲函数下，羊肉价格对猪肉、活鸡和牛肉价格冲击的响应结果大不相同，说明模型的残差序列存在较强当期相关问题，更反映了羊肉-替代品价格系统存在不可忽略的当期需求替代。

(a)、(c)、(e)分别为基于残差标准差脉冲函数的羊肉价格对猪肉、活鸡、牛肉价格冲击的响应结果。(b)、(d)、(f)分别为基于结构因子分解矩阵脉冲函数的羊肉价格对猪肉、活鸡、牛肉价格冲击的响应结果。(a), (c) and (e) are the response results of mutton price to pork, live chicken and beef price shock based on residual standard deviation impulse function, respectively.(b), (d) and (f) are the response results of mutton price to pork, live chicken and beef price shock based on structural factor decomposition matrix impulse function, respectively.图1 羊肉价格对替代品价格的脉冲响应Fig.1 Impulse response of mutton price to substitute price

因此最终本研究采用基于结构因子分解矩阵的脉冲响应函数来分析替代品价格对羊肉价格的冲击效应。分时期对比看：羊肉价格对替代品冲击都是在第1期即达到最大正响应，表明羊肉对替代品肉类多呈现为短期替代关系。受消费习惯影响，羊肉与其他肉类的长期替代关系稳定，猪肉、活鸡和牛肉价格冲击只会在短期内对羊肉价格产生明显扰动，一旦冲击结束，随着替代品价格逐渐恢复，稳定的消费替代关系使得羊肉消费量和价格的变动也会趋于平稳。分品种对比看：羊肉价格对牛肉价格冲击的响应程度高、但衰减速度快，冲击效应从第5期开始趋于0。羊肉对牛肉的需求替代关系在短期内可以明显拉动羊肉价格上涨，但生产端的替代会平抑价格的上升趋势；长期来看，随着肉牛养殖转产肉羊，替代的“生产效应”会对冲“消费效应”。羊肉价格对猪肉价格冲击的响应程度不如牛肉、但持续时间长，冲击效应会一直持续至第10期。这是因为猪肉作为我国居民最主要的肉食消费品，对羊肉价格波动影响具备长期持续性。此外，羊肉价格对活鸡价格冲击的响应程度小、衰减速度快，说明羊肉对活鸡的替代关系并不明显。

4 结论与启示

基于2000年1月—2020年12月我国羊肉及替代品牛肉、猪肉和活鸡价格序列，经HEGY检验识别和FDSD/DTSD模型剔除序列确定型成分后，使用SVAR模型研究了替代品价格对我国羊肉价格的冲击效应。实证分析表明，固有的季节性消费规律促使我国羊肉价格呈现周期性波动，较强的当期需求替代导致猪牛肉价格对羊肉价格的显著冲击效应。

具体研究结论如下：

1)在羊肉价格序列确定型特征的识别和拟合上，HEGY检验识别结果显示我国羊肉价格序列表现为积分型趋势、确定型季节特征，应当使用1阶差分和季节哑变量进行处理。FDSD模型拟合结果表明气温因素和羊肉适宜冬季食用的消费特性支撑着我国羊肉价格呈现秋、冬季节上涨，春、夏季节下降的确定型季节波动；节日效应促使羊肉价格绝对变动在春节前后达到涨跌峰值。

2)在羊肉价格波动的替代品随机冲击效应分析上，SVAR模型的静态传递弹性测算结果显示猪肉、活鸡和牛肉价格对羊肉价格的当期传递弹性依次为0.010、0.038和0.634。FEVD和IRF的动态冲击效应分析结果表明，猪肉、活鸡和牛肉价格对羊肉价格冲击的相对贡献度为16.4%、5.9%和31.2%。分时期来看，替代品对羊肉价格短期冲击效应明显、长期替代关系稳定。纳入当期结构关系后，羊肉价格对各替代品价格冲击效应的脉冲响应均在第1期即达到最大值，说明替代品对羊肉多表现为短期消费替代关系。分品种来看，牛肉、猪肉与羊肉的需求替代关系明显，但特点有所不同。牛肉价格对羊肉价格冲击效应表现为响应程度高、但衰减速度快；这是因为羊肉与牛肉产品属性最为接近，均为具有特定消费市场的“半奢侈品”，生产端替代关系会对冲消费替代效应。猪肉价格对羊肉价格冲击效应则具备长期持续性；猪肉作为我国居民最主要的肉食消费品，羊肉对其的替代需要较长时间的调整。

基于以上研究结论，得到启示如下：

1)按照季节规律科学调控，稳定社会羊肉价格预期、保障特定人群的消费者福利。一方面，羊肉价格的规律性季节波动是对全年羊肉季节消费需求变化的合理反映，但是当羊肉价格波动幅度超过合理区间，或是出现明显的反季节波动，就需要政府出台相关政策适时进行调控。对此，可以考虑建立中央羊肉储备制度，通过储备羊肉的吞吐机制，向社会释放有关羊肉供需情况变化的信号，引导养羊户及时进行生产决策调整，帮助羊肉价格恢复至社会预期水平。另一方面，羊肉消费需求的季节性在我国存在地区差异。对南方地区居民而言，羊肉消费需求随季节变化表现的非常明显。但对新疆、西藏和内蒙这一类少数民族地区来说，当地居民的羊肉消费是全年性的，羊肉价格季节性上涨会对少数民族地区居民福利水平产生不利影响。此外，对于低收入人群而言，羊肉价格上涨也会对其生活造成一定负面影响。因此，可以考虑在春节及少数民族重大节日等羊肉消费旺季，对少数民族地区居民和低收入人群发放补贴，减少羊肉价格季节性上涨的不利影响。

2)建立畜禽产品市场联动监测体系，重视替代品发生重大疫病时对羊肉消费的关联影响。近年来，非洲猪瘟、禽流感等重大动物疫病频繁发生，不仅造成发病产品的供求和价格急剧下降，还将该类冲击蔓延至畜禽肉类消费市场，造成其他关联产品价格剧烈波动。虽然政府也会及时出台应急措施进行调控，但是此类政策通常只针对发病产品本身，缺少对畜禽市场的综合干预。因此，应当继续完善畜禽产品市场监测体系，充分考虑畜禽产品价格相互之间的传导机制和规律。建立畜禽产品市场的联动监测体系，每当重大疫病发生时，通盘考量所有产品受到的影响，维护畜禽消费市场整体的稳定性。特别地，在羊肉价格的监测管理实践上，尤其需要关注牛肉和猪肉两类产品发生重大疫病时对其的关联影响。