基于产业链视角的生猪价格波动及其成因分析

周大朋，刘 凯，穆月英

（中国农业大学经济管理学院，北京 100083）

生猪从养殖业，到屠宰加工业，再到猪肉市场，需要经历多个产业链环节，生猪价格和供给的周期性变化对国家经济稳定、居民生活保障具有广泛影响。由于生猪养殖生产存在一定周期，加上价格信息和供给信息的相互作用，形成了“猪价上涨—供给增加—猪价下跌—供给减少—猪价上涨”的“猪周期”。自2006 年以来，我国已经经历了4 个完整的“猪周期”，每个周期跨度大概3～4 年，分别是：2006 年7 月—2010 年4 月、2010 年5 月—2015 年3 月、2015 年4 月—2018 年5 月、2018 年6 月至今。本轮“猪周期”受非洲猪瘟和新冠肺炎疫情的影响，价格波动程度更大，持续时间更长。在本次周期中，生猪价格于2019 年10 月达到40.98 元/kg最高点，并在2022 年3 月跌破12 元/kg。“猪周期”中的“价高伤民，价低伤农”现象让处于生猪产业链上的农户、企业、消费者承受价格变化的风险，也使得我国经济发展和居民生活受到一定影响。从现实情况来看，对不环保猪圈的强制清理、新冠肺炎疫情、俄乌战争等热点事件都对我国生猪产业链上的各个环节产生影响，引起我国生猪产业结构的调整。因此，研究“猪周期”下生猪价格波动及其影响因素，并为稳定生猪价格、规避“猪周期”带来的风险提供相应建议具有十分重要的意义。

从宏观层面来看，经济、贸易与猪产业政策的稳定性以及进出口情况、汇率等因素会对生猪产业链中仔猪、饲料等价格产生影响，并且由于生猪价格处于产业链核心位置因而受到的影响更大。从产业链角度来看，学者通过格兰杰因果检验及VAR 等模型发现产业链中各个环节存在相关性，仔猪价格、饲料价格、存栏量、收入水平以及欧盟生猪价格都会对我国生猪价格产生一定的影响；还有学者对价格影响因素中趋势性、非对称性、非线性等情况进行分析。从“猪周期”角度来看，“猪周期”成因主要是疫病、政策、自然灾害等导致的供需失衡，并会对产业链其他价格产生影响；对本轮“猪周期”的分析，有学者认为非洲猪瘟对生猪价格和存栏量产生巨大影响，并且疫情加大了生猪产业链上的价格波动。综上所述，已有的研究中着重关注某一因素对生猪产业链、价格的影响。但是，从产业链的视角去探讨我国近几次“猪周期”中生猪价格受产业链上下游和外部因素影响的研究尚属少见。基于此，本文运用VAR 模型，从产业链的角度分析不同时点上生猪价格的波动情况并分析造成波动的因素，为相关研究和决策提供参考依据。

1 数据来源与分析、模型构建及变量选取

1.1 数据来源 数据来源于中华人民共和国农业农村部和欧盟统计局。为了消除数据的量纲差异以及上述分析中生猪价格和其他变量价格的时间波动的影响，本文的数据处理方法是采用原价格数据的变化率，即变化率=（当期价格-前一期价格）/前一期价格。当期与前一期相比通货膨胀率变化小，价格相除可以抵消、减少通货膨胀的影响。

本文选取2009 年7 月至2022 年2 月的月度数据进行实证分析。原因是：2009 年5 月的猪肉价格出现连续3 个月下滑，国家于2009 年6 月5 日启动猪肉收储机制，调整预警指标并着手调控猪价，猪肉价格于7月开始逐渐恢复正常。因此在保证数据完整性的前提下，选取该月指标作为起始点，可以很好反映猪肉价格变动的一个完整周期，避免数据选取不当导致结果的偏误和解释困难。

1.2 生猪产业链价格分析 生猪价格和产业链上其他因素价格变动情况如图1 所示。以生猪价格的波动为参考标准，可以看出生猪价格在2011 年9 月、2016 年6 月和2019 年11 月出现最高价，而在每一次“猪周期”中价格变化也有对应的影响事件。2010 年的“瘦肉精”和“注水肉”事件、2015 年的“猪丹毒”、2018 年的非洲猪瘟等都对生猪养殖、猪肉供给产生了巨大影响。由于生猪养殖出栏需要6～8 个月，生产周期长，短时间内市场供给很难快速调节。在本轮“猪周期”中，叠加新冠肺炎疫情的影响，我国生猪市场供需缺口在一段时间内持续扩大，生猪价格最高达到40 元/kg。伴随着猪产能的恢复，2021 年末的生猪价格开始走低，生猪价格在2022 年2 月降到12 元/kg。

图1 生猪产业链各因素价格时序图

我国生猪产业链上各个环节价格关联性较强，猪肉价格与生猪价格波动趋势保持高度一致。猪肉价格受饲料价格影响较大，饲料主要由玉米、豆粕等农产品构成，猪肉价格受到农产品价格变动的影响更多。饲料价格长时间内在3～4 元/kg 上下波动，在2019 年到2021 年之间有明显上升趋势。仔猪价格和生猪价格波动相对应，但是在生猪价格达到最高点的时候，仔猪价格变动更加剧烈。欧盟生猪价格的变化与我国生猪价格存在一定的关联性，其价格在多数年份与我国生猪价格走势相似。在2019 年后我国生猪价格剧烈波动时，欧盟生猪价格也有相同的趋势。

1.3 模型构建 时变VAR 模型的特点是通过参数的时变性不断调整对时间序列每个时间点的分析，从而动态描绘变量之间的动态时变关系。该模型由Primiceri 提出，并在2011 年由Nakajima 进行运用和完善。本文基于OxMetrics 7.0 软件，并使用Nakajima（2011）的程序包完成模型构建。

VAR 模型基本关系式如下：

用贝叶斯方法对本文模型进行估计，用马尔科夫链蒙特卡洛（MCMC）方法完成参数后验数值的估计。

1.4 变量选取 为了系统分析生猪产业链中生猪价格的受影响程度，本文以生猪价格作为产业链的分界点，将生猪产业链划分为上游、下游和外部因素3 个部分。生猪产业链划分如图2 所示。

图2 我国生猪产业链结构图

生猪产业链的上游变量选取育肥猪饲料价格和仔猪价格。育肥猪阶段是猪体重迅速增加的关键时期，这一阶段育肥猪饲料价格的变动会直接影响生猪养殖成本，进而对生猪价格产生影响。仔猪的养殖处于猪产业链的头部位置，仔猪养殖的数量和规模决定了产业链中下游生猪的供给，同时也体现在养殖成本中。生猪产业链的下游变量选取了猪肉价格。猪肉价格是生猪生产、加工、运输直到零售端的整个过程中的费用总和，猪肉价格变化也会反过来作用于生产端养殖结构，进而影响生猪价格。

生猪产业链的外部变量选取欧盟生猪价格。从猪肉进口的统计数据来看，我国的进口猪肉主要来源于欧盟，欧盟猪产业链各环节价格对我国猪价影响不可忽视。欧盟生猪价格与我国的进口猪价、生猪价格、猪肉价格等也存在一定的关联性。本文的生猪价格、饲料价格、仔猪价格、猪肉价格、欧盟生猪价格分别用SZ、SL、ZZ、ZR、EU 表示。

2 我国生猪价格波动的实证分析

2.1 平稳性检验与滞后阶数确定 为保证建立VAR 模型的合理性，选择ADF 单位根检验的方法来确定时间序列是否平稳，结果如表1 所示。所有序列在5%的置信水平下拒绝原假设，即序列是平稳的，可以进行后续建模。

表1 平稳性检验结果

根据信息准则和简洁性原则确定模型的最优滞后阶数，结果如表2 所示，可以判断滞后1 期时为最优的滞后阶数。

表2 模型滞后阶数确定

表3 MCMC 模拟估计及诊断结果

通过上述分析，可以判断通过MCMC 抽样所建立的VAR 模型是有效的。

2.3 生猪价格等间隔脉冲响应分析 生猪价格的等间隔脉冲响应是指在相等的时间间隔中，每一期自变量施加一单位的冲击后，生猪价格所做出的响应情况。由于时变VAR 模型的时变特征可以很好的反映生猪价格与其他变量之间的动态变化关系，本文选取的提前期是3、6、9 期，因为提前3 期的冲击响应结果明显，因此接下来的分析以提前3 期为例。等间隔脉冲响应结果如图3所示。

图3 生猪价格等间隔脉冲响应

生猪价格对自身的时变脉冲响应随着时间的推移一直是负向冲击，且冲击的强度最大，响应值达到-0.005。产业链上游因素对生猪价格冲击曲线比较相似，正向和负向的冲击交替变换，两者作为代表产业链的上游因素具有较好的一致性。但是仔猪价格的冲击强度更大，生猪价格对仔猪价格最大响应值达到0.005，而饲料价格仅有0.002。产业链下游因素对生猪价格明显呈现出负向冲击，并且最大冲击在2014 年处达到-0.000 5，在2020 年之后转为正向冲击，整个曲线在波动的过程中变化频繁且有明显的周期性。产业链外部因素对生猪价格冲击不明显，只有在个别年份欧盟生猪价格会对国内生猪价格产生明显影响，在2020 年冲击强度达到0.005的正向冲击。

从不同提前期的冲击响应来看，提前3 期的冲击响应效果明显，其波动变化程度大，在不同的时点处有明显的差异性，且冲击具有明显的周期性。提前6 期的响应结果可以看出，冲击的强度已经很小，只存在些许的波峰。当提前9 期时候，各个变量的冲击已经贴于坐标轴，基本上趋于平缓。

综合分析生猪价格的等间隔脉冲响应可以看出：第一，生猪价格的脉冲响应曲线具有明显的周期性和波动性，生猪价格受自身和其他变量影响的时变特征明显，可以认为生猪价格与其他变量之间关系密切，并且提前6 期仍然会产生影响。第二，从冲击强度来看，生猪价格受到变量最大的冲击排序分别是：生猪自身价格>仔猪价格>欧盟生猪价格>饲料价格>猪肉价格。但是欧盟生猪价格的最大冲击只是在2020 年达到0.05 最大冲击，其他年份的冲击程度很小，而饲料价格常年冲击程度达到0.02，因此应该认为饲料价格的影响大于欧盟生猪价格。所以在产业链中可以理解为生猪价格受到自身价格变动的影响最大，其次是产业链上游价格因素和产业链的外部因素，最后是产业链下游因素。第三，从时间跨度来看，生猪自身产能对价格的影响是持续的，产业链上游因素主要是生猪养殖成本会对价格产生一定的影响，产业链外部因素主要是进口价格会对国内生猪价格产生冲击，最后消费端的猪肉价格虽然冲击强度不大但是较为稳定。

2.4 生猪价格不同时点脉冲响应分析 生猪价格不同时点的脉冲响应分析是指：在给定的时间节点自变量施加一单位的冲击后，生猪价格对其响应情况。本文选取的时间节点分别是2011 年10 月、2016 年7 月以及2019年11 月，3 个时点分别对应了3 次生猪价格的最高点，通过比较分析在每次生猪价格达到最高点时对各个变量的脉冲响应来判断在每个“猪周期”过程中产业链中因素的影响是否存在一致性。特定时点的脉冲响应结果如图4 所示。

图4 生猪价格特定时点脉冲响应

生猪价格对自身的脉冲响应在起始点的冲击达到最大，且达到了0.04，随后在1～3 期迅速下降随后趋于平稳。生猪价格自身的脉冲响应曲线在3 个时点的冲击强度和收敛速度基本保持一致，没有明显的差异性。

生猪价格对饲料价格的脉冲响应中，3 个时间点皆在第1 期时达到最大的负向冲击，2016 年和2019 年的冲击强度达到-0.002 5，而2011 年的最大冲击强度为-0.005。随后在1～4 期的冲击强度减弱，在4～7 期有轻微的正向冲击之后变得平缓，说明2016 年和2019 年的饲料价格对生猪的影响程度弱于2011 年。生猪价格对仔猪价格的脉冲响应图中，2011 年和2016 年在第2期时达到最大的负向冲击，响应值为-0.005，2～6 期的冲击逐渐减弱，最后趋于平缓。2019 年正向冲击在第3期达到最大值0.01，在4～6 期逐渐减弱随后趋于平缓，说明2019 年仔猪价格的变动对生猪价格产生的是正向推动作用。生猪价格对猪肉价格的脉冲响应可以看出，3 个时间点的脉冲响应曲线高度相似，在第1 期时达到最大的负向冲击-0.001，随后在第1 期之后强度下降并趋于平缓，说明猪肉价格在不同的时点对生猪价格的影响高度相似。国内生猪价格对欧盟生猪价格的脉冲响应看出，3 个时间点对国内生猪的影响各不相同。2011 年对国内生猪价格没有明显影响；2016 年在第1 期达到最大的负向冲击-0.005，表明当时对国内价格是负向影响；2019 年在第2 期达到最大正向冲击0.01，随后下降并在第5 期后趋于平缓。3 条曲线变化说明了随着我国从欧盟进口猪肉量的增加，欧盟生猪价格对我国生猪价格影响越来越大。

综上所述，从脉冲响应的强度来看，各个变量对生猪价格的影响程度有如下排序：生猪自身价格>仔猪价格>欧盟生猪价格>饲料价格>猪肉价格。因此可以认为在历次生猪价格最高点时，生猪价格自身影响最大，其次是产业链上游和外部因素的作用，最后是产业链下游的影响。从脉冲响应不同期数来看，国内生猪价格、饲料价格、猪肉价格曲线走势相似，没有随着不同“猪周期”发生太大变化；但是欧盟生猪价格的冲击曲线变化明显，说明欧盟生猪价格对我国生猪价格影响在加大。

3 主要结论和对策建议

3.1 主要结论 本文选取2009 年7 月至2022 年2 月的生猪价格和产业链上4 个因素价格的月度数据，运用VAR 模型分析产业链上各个因素对生猪价格的影响情况，所得结论如下：

第一，生猪产业链中上下游因素价格波动趋势高度一致。在2011—2019 年的3 次“猪周期”中，生猪价格和产业链上下游之间的价格变动趋势一致，只是幅度有所差异。生猪价格对自身的影响程度最大，产业链上游因素中的饲料价格和仔猪价格对生猪价格的冲击是随着时间不断变化，两者对生猪价格的冲击有明显的周期性。猪肉价格在3 次历史高价中，对生猪价格的影响基本保持一致，可以认为产业链下游因素对生猪价格的影响十分稳定，主要是因为猪肉价格与生猪价格变化一致性很高。

第二，影响因素对生猪价格影响明显存在差异性。按照最大冲击强度的排序依次是：生猪自身价格>仔猪价格>欧盟生猪价格>饲料价格>猪肉价格。产业链上游因素和外部因素对生猪价格的冲击是正向和负向的冲击随时间交替变换，产业链下游因素和生猪自身价格主要负向冲击。具体原因是：国外的生猪价格上涨，导致进口减少，从而国内产能增加，进而生猪价格下降；同理，国内猪价上涨使得养殖端扩大生猪产能，进而导致生猪价格下降。不同滞后期的冲击曲线说明各因素对生猪价格不具备长期影响。

第三，产业链的外部因素对我国生猪价格的影响逐渐增强。从时间跨度来看，欧盟生猪价格对我国生猪价格的冲击在2015 年和2020 年前后有波峰，其他时间段内没有不明显的冲击。从3 次特定时点来看，2011 年对国内生猪价格影响很弱，2016 年负向冲击较强，到2019 年正向冲击剧烈。这些都说明在非洲猪瘟之后，我国加大从欧盟进口猪肉总量，对欧盟猪肉进口的依赖度不断提高，欧盟生猪价格对国内生猪价格的溢出效应在增强。

第四，“猪周期”的存在会加剧生猪产业链的价格波动。最近一轮的“猪周期”加上新冠肺炎疫情对生猪产业链价格造成了巨大的影响，猪价在2019 年9 月至2021 年3 月近2 年的时间内处于高位。从3 次“猪周期”最高价的时点脉冲响应可以看出，生猪价格受产业链上下游影响的曲线走势十分相似。产业链中上下游的价格变动对生猪价格会产生正向或是负向的推动作用，而“猪周期”中生猪价格的变动也反作用于生猪产业链上下游行业，增加了生猪产业链的总体性风险。

3.2 对策建议 第一，抵御“猪周期”的发生。首先，保证生猪产量稳定，完善猪肉存储调节机制。引导生猪生产组织化和规模化，便于政府从宏观角度调控生猪产能，确保供给端和需求端均衡，防范供需缺口扩大引起价格波动。同时要对存储机制进行完善，保证猪肉存储的规模灵活适度有弹性，从而能够合理的应对市场风险和价格风险。其次，保证产业链上下游价格稳定。上游产业的饲料可以用开发多样的替代品，中下游产业可以调整生产养殖模式降低成本。同时可以制定价格补贴等政策，对产业链中弱势方提供资金支持。

第二，多部门合作共同应对外部市场冲击。首先，建立健全生猪价格国内外信息共享机制，方便产业链中的养殖户及时获取价格信息从而调整生产计划，减少因信息不对称导致的大规模损失和市场供需失衡。其次，完善生猪价格的预警机制，建设能够反映生猪价格变动水平的指标体系，同时保证预警机制的科学性和动态性，对突发事件和风险处置要灵活。

第三，把握政策调节与市场调节的平衡。在生猪价格出现异常波动时，国家政策的引导往往更加有力，可以更快稳定市场。当生猪价格正常运行时，要发挥市场的调节作用，让价格由市场供需来决定，由此形成价格传导机制的良性循环。有关部门要对生产各个环节和市场进行有效适度的监管，全力保证生猪产业平稳运行。