生猪疫情对猪肉价格冲击的实证分析

李炜，党玉丽，方芳，薛祺，杜雪峰

(1.河南农业大学经济与管理学院，河南 郑州 450046；2.河南农业大学理学院，河南 郑州 450002；3.河南农业大学国际教育学院，河南 郑州 450002)

猪肉是中国最多的畜产品，占整个肉类产量的 62%以上[1]。同时，猪肉也在中国居民的消费结构中占据重要地位，是居民菜篮子中的当家品种和餐饮业的主要原料。因此，猪肉价格在居民消费价格指数中占有较高权重。但是，在高风险的农业生产中，外部风险以及农产品价格变动等导致的市场风险会产生较大的负面影响[2]。生猪疫情的发生短期会导致猪肉价格剧烈波动，长期来看会致使猪肉价格上涨，这一定程度上将推动CPI指数上扬，从而加大通货膨胀风险并引发其他畜产品价格上涨，给生猪产业乃至整个畜产品市场造成巨大冲击，也会给城乡居民生产生活及国民经济发展带来较为明显的负面影响。为了缓解猪肉价格极端化造成的经济后果，国务院办公厅于2019年9月6日印发《关于稳定生猪生产促进转型升级的意见》；2021年中央一号文件也提出要加快构建现代养殖体系，保护生猪基础产能，健全生猪产业平稳有序发展。因此，在生猪疫病频发的形势下识别生猪疫情对猪肉价格的作用机制，测定生猪疫病对猪肉价格的影响程度，有助于规避生猪疫情再次导致猪肉价格大幅度波动的风险，对稳定猪肉价格，保障产业稳定发展具有重要的现实意义。

1 文献回顾与评述

猪肉价格大幅波动会对居民生活和生猪产业发展产生巨大影响，学者们对此进行了大量研究。由于研究侧重点的不同，理论研究大致可分为猪肉价格波动因素及特征、猪肉产业链价格传导机制及生猪疫情对猪肉价格的冲击等三个方面。一是关于猪肉价格波动的研究。孙大岩等[3]运用结构向量自回归模型从需求端的饮食习惯与替代品、供给端的成本因素和其他代表性因素分析猪肉价格波动的原因；陈哲蕊等[4]通过脉冲响应函数判定猪肉产业链中玉米价格、豆粕价格波动是影响猪肉价格的主要因素；熊涛[5]基于动态模型检验比较后发现猪肉价格影响因素存在时变特征，且因素间差异明显；李苏等[6]运用H-P滤波模型和ARMA模型分析猪肉月度价格波动趋势，研究表明猪肉价格具有明显的季节性波动特征，测定猪肉价格平均36个月会有一次波动。此外，也有学者研究了猪肉价格波动对畜产品市场与宏观经济的影响。毛学峰等[7]应用动态条件相关DCC-GARCH模型来讨论猪肉、牛肉、羊肉与鸡肉四大肉类产品市场之间的波动溢出性；于爱芝等[8]从猪肉价格与消费价格指数的角度运用阈值协整模型合理把控宏观经济平稳运行的影响。二是猪肉价格的传导机制。不少学者认为猪肉产业链价格传递存在非对称性特征。猪肉价格非对称传导的研究又从理论分析与计量模型检验两方面展开。早期CRAMON-TAUBADEL[9]认为，价格非对称传导是因产业链各环节的价格传导受到政策干预及成本变化等冲击时调整速度不一致产生的；潘方卉等[10]、苏鹏等[11]从市场势力视角论证猪肉产业链的价格非对称性，说明了猪肉批发商具备的市场势力是导致价格非对称传导的重要原因；周金城等[12]、 LUOMA等[13]利用门限模型分别对中国、芬兰猪肉产业链中的价格非对称传导进行研究，证明了非对称性价格传导的存在；周建军等[14]基于现有文献探讨猪肉价格波动非对称传导的新视角及新方法。三是生猪疫情对猪肉价格的冲击效应研究。由于生猪疫情会对猪肉价格会造成长期且巨大的影响，诸多学者通过构建计量模型对疫情对猪肉价格所产生的外部冲击进行了数理分析。苗珊珊[15]利用2008—2015年的月度数据构建PPM模型论证疫情对猪肉价格冲击形成的门限效应和“倒U型”特征；苏贵芳等[16]以疫情宽度指数构建阈值模型测定猪肉价格的阈值效应；刘明月等[17]、付莲莲等[18]运用VAR模型论证了疫病对猪肉价格的影响程度与影响持续时间；石自忠等[19]借助带有随机波动性的TVP-VAR模型研究非洲猪瘟等生猪疫病冲击对猪肉、鸡肉与牛羊肉价格波动的时变影响，指导市场在猪肉价格受疫情影响上涨的情况下缓解猪肉供需矛盾，让畜产品充分发挥替代作用；张利庠等[20]也依据生猪产业现状提出保障猪肉市场供应和生猪调控政策的意见，以期保障猪肉价格稳定。梳理相关文献发现，已有的研究主要集中在猪肉价格波动与传导机制、生猪疫情与猪肉价格方面，而就生猪疫情发生后猪肉价格传导的作用机制鲜有研究。基于此，本研究从猪肉产业链入手，分析生猪价格向猪肉价格即时传导的机理，实证测度生猪疫情对猪肉价格的冲击程度，对生猪产业稳定发展提供建议。

2 生猪疫情对生猪价格冲击的传导机制分析

2.1 生猪疫情对猪肉价格的现实冲击

近年来，中国出现了猪链球菌病、高致病性蓝耳病、猪瘟、口蹄疫、蓝耳病、猪病毒性腹泻与非洲猪瘟等重大生猪疫情。这些生猪疫病具有传播性强、风险性高等特点，将直接影响生猪的供给量与需求量，进而影响猪肉市场供需平衡，对猪肉价格产生冲击。冲击主要表现在生猪养殖户存栏量与出栏量、仔猪价格、猪肉价格等方面，它们所呈现出来的波动特征即是生猪疫病在潜伏期、暴发期、恢复期的客观反映。根据国家统计局公布数据，2019年11月受非洲猪瘟冲击、“猪周期”下行等因素影响，猪肉价格上涨110.2%，影响CPI上涨约2.64百分点；2020年初受生猪疫情与新冠肺炎影响，叠加猪肉价格周期性波动，2月份CPI同比上涨5.2%，而猪肉价格上涨拉动了其中3.2个百分点，比例达到62%。同时，姚万军等[21]总结经验得出猪周期一般为3～5年，但由于近年来猪肉价格调整频繁、波动周期延长[22]，尤其在非洲猪瘟暴发后猪肉价格随疫情变化而波动，这更有可能诱发猪周期进入价格拐点。张海峰等[23]和沈琼等[24]也通过研究预测2021年中国未来生猪市场由于生猪疫情与新冠肺炎长期存在，农牧企业面临着产品销售不出去、原材料运不进来、用工不能及时到位和资金链难以维持等困难，这将导致生产成本上升，生猪产业收益水平下滑，一定程度上也加剧了猪肉价格波动。

2.2 生猪疫情对猪肉价格冲击的传导路径分析

依据现实情况可以刻画猪肉价格冲击的传导路径，如图1所示。在生猪疫情发生初期，一方面仔猪死亡、病猪被捕杀等情况会影响生猪的存栏量，伴随着生猪疫情相关信息的扩散，生猪养殖者也可能会基于自身对疫情风险认知与考量，依据当前和预期市场情况做出是否扩大或延迟出栏的决策，从而影响到生猪的出栏量与猪肉的供给量。另一方面，广大消费群体会因重大动物疫情相关舆情传播产生消费恐慌情绪[25]，从而偏向于选用相对安全的肉类，即会缩减猪肉消费转而寻找猪肉替代品导致猪肉需求量减少。随着生猪疫情发展至中期，疫区范围逐渐扩大，防疫部门监管捕杀的举措会造成生猪出栏量减少，生猪产能下降，此时猪肉市场的供给存在较大缺口，且供给短缺的态势将会随着消费者对生猪疫情正向消息的认知而加剧。生猪疫情发展至恢复期时，由供给不足、消费者信心重塑引起的猪肉价格上涨短期内增强了养殖户的市场势力，加工企业面临此种情况不得不与养殖户进行价格博弈，这种在互相不知道对方决策的前提下博弈所产生的生猪价格将会起到成本推动作用，致使猪肉价格高位运行。此外，加工企业相互博弈所产生的当期生猪价格也将进一步影响生产者决策从而影响下一期生猪出栏量。

图1 生猪疫情对猪肉价格的传导路径Fig.1 The transmission path of the pig epidemic to pork price

2.3 生猪疫情对猪肉价格冲击的微观机理

在猪肉价格波动过程中，猪肉的供给与需求是主要的长期影响因素。在生猪疫情暴发初期，生猪养殖户面对突然暴发的生猪疫情不能及时采取防控措施，加上养殖条件有限，导致生猪死亡、生猪出栏量减少。同时，生产者出于不确定的市场预期恐慌性提前出栏，这都会影响猪肉的供给量。消费者出于恐慌心理会即刻减少对猪肉的消费，从而增加对猪肉替代品的消费，消费者需求变动将直接影响到猪肉市场需求量，猪肉需求减少的程度大于供给减少的程度，猪肉价格下跌。随着疫情发展至中期，各部门采取扑杀、封锁、禁运等防控措施抑制疫情传播，再加上部分散养户遭受巨大损失难以恢复，选择减少生猪养殖规模甚至退出养殖领域，进一步使得生猪出栏量与能繁母猪减少，猪肉供给减少。但是，随着消费者逐步正确看待生猪疫情从而恢复猪肉消费，猪肉市场逐渐供不应求，猪肉价格渐趋上涨。而在生猪疫情的恢复期，养殖户由于短期损失过大补栏意愿下降，猪肉供给恢复缓慢，猪肉市场此时仍是供不应求，猪肉价格呈较快增长态势。

综合以上现实冲击、传导路径与微观机理，可以得出猪肉价格的传导机制。在生猪存栏方面生猪疫病影响仔猪价格，即影响到生猪存栏量与养殖成本和农户价格期望；在生猪出栏方面，生猪疫病的发生、养殖成本的升高，以及短时间内出现的恐慌心理也会影响到生产者的决策，导致此前猪肉供需平衡所产生的均衡价格被打破。在向下游传导的过程中，猪肉加工企业面临紧张的生猪供给时也会出于利益的考量在不完全信息下进行决策，由此增加的成本将转嫁给消费者，进一步推动猪肉价格波动。而且由于生猪疫病具有突发性、波及范围广、不可预知等特性，通常会对生猪产业造成持续性的影响，猪肉价格也容易出现波动幅度较大、回调时间长的情况。

3 生猪疫情对猪肉价格冲击的模型构建

3.1 模型构建

向量自回归模型(VAR)在分析复杂的价格经济系统方面具有较大的优势，它能基于数据的统计性质把系统中每一个内生变量作为系统中所有内生变量滞后值的函数来构造模型，从而研究不同类型的随机变量扰动项对系统变量的动态影响过程。而猪肉价格本身作为复杂的价格经济系统在现实生活中与生猪疫情、仔猪价格、养殖成本等紧密相连，为测定生猪疫病对中国猪肉价格变量间的动态关系，探究其波动特征及影响机理，本研究拟借助向量自回归模型进行分析。模型的一般表达式为：

(1)

式中：Y表示猪肉价格，X表示生猪疫情宽度指数，α表示常数项，βi表示猪肉t-i期价格对t期生猪价格影响系数，γi表示t-i期疫病指数对t期猪肉价格影响系数，n表示滞后阶数，μ表示随机误差项。

3.2 变量说明

由于2009年以来猪瘟、猪肺疫、蓝耳病等发病次数较高，生猪疫情较为严重，且生猪疫情宽度指数自2009年公布，基于数据的时效性，本文以2009年3月至2020年9月的全国月度数据为研究区间，选用生猪疫情宽度指数(width)、仔猪价格(piglet price)、猪肉价格(pork price)、养殖成本(breeding cost)、鸡肉价格(chicken price)等数据作为研究变量。并且选取生猪疫情宽度指数作为代理变量，从疫情暴发范围、严重程度、传播速度等几个方面来客观地衡量生猪疫情的影响广度。在一般情况下，生猪疫病会对仔猪价格产生影响，而仔猪价格又与养殖成本关系紧密，通过价格传导机制影响猪肉价格。故除选用生猪疫情宽度指数以外，还选用仔猪价格与养殖成本作为猪肉价格波动的重要变量。仔猪价格选用15～25 kg单重的集贸市场月度均值，单位为元·kg-1。养殖成本采用监测中的生猪出栏体重结合料肉比计算所需饲料成本，并考虑人工及其他(如医药、圈舍等)分摊得出的养殖成本，单位为元·头-1。猪肉价格选用白条肉猪肉价格，考虑到饮食与消费习惯，选取白条肉鸡肉价格衡量猪肉价格对其替代品的影响，单位均为元·kg-1。本研究所选数据均来源于布瑞克农业数据库终端和中国畜牧业信息网。为统一研究周期，将白条肉周度价格做月度均值转换为月度价格。因研究所选基础数据为月度数据，为了确保模型结果的准确性和客观性，本研究对主要畜产品价格进行季节调整，并利用各年居民消费价格指数(consumer price index,CPI)对价格类数据进行平减，消除物价变动及通货膨胀对价格产生的影响，之后运用Eviews9.0软件对基础数据取对数处理来实现模型的运算。

4 生猪疫情对猪肉价格冲击的实证检验

4.1 时间序列平稳性检验

考虑到本研究选用2009年3月至2020年9月数据为时间序列，在运用VAR模型分析之前需要对各时间序列进行平稳性检验，检验方法为ADF单位根检验法，检验结果如表1所示。首先对取对数的时间序列lnpork、 lnbc、 lnpiglet、lnchicken、lnwidth进行单位根检验，除lnwidth以外对应的P值大于0.05。接下来对lnpork、lnbc、lnpiglet、lnchicken、lnwidth等一阶差分处理后进行加截距项和趋势项的检验，由检验结果可知各序列对应的P值均小于0.05，即表明经过一阶差分后的时间序列在1%水平上都能通过单位根检验，时间序列数据平稳。

4.2 最优阶数选择

结合表1，在时间序列平稳的基础上，拟建立VAR模型并确定生猪疫情冲击的滞后期数。本研究采用综合法，根据少数服从多数原则确定VAR模型的最优滞后阶数为5(表2)，说明生猪疫情与5个月后猪肉价格间相关关系最为密切，这也与生猪养殖周期相符。

表1 时间序列的平稳性检验 Table 1 Stationarity test of the time series

表2 VAR模型最优滞后阶数判定 Table 2 Judgment of the optimal lag order of VAR model

4.3 AR根检验

接下来需要进行模型的拟合以保证模型的稳态性，本文采用AR根检验法对所建模型的有效性进行判定，通过计算AR特征多项式逆根来确定由猪肉价格、生猪疫情宽度指数、仔猪价格、养殖成本与鸡肉价格所构成的经济系统是否稳定，AR根检验的输出结果如图2所示。由图2可知，特征根的模均小于1且处于单位圆内，表明VAR模型是稳定的。

4.4 Granger检验

Granger因果关系检验能识别变量变化在时间序列上的前因后果。在各变量具有长期协整关系条件下，本研究运用Granger因果分析法对生猪疫情宽度指数、猪肉价格、仔猪价格、养殖成本、鸡肉价格之间的关系进行分析，所得结果如下表3所示。

由表3可知，假设生猪疫情对猪肉价格与仔猪价格无影响，得到的P值均小于10%，拒绝原假设，即生猪疫情是猪肉价格与仔猪价格的Granger原因，对其有预测能力。在养殖成本为因变量、仔猪价格作为检验变量时得到的P值为0.004 4，因此可以认为在1%的显著性水平下仔猪价格是养殖成本的格兰杰原因。同理，在鸡肉价格为因变量、猪肉价格作为检验变量时，在1%的显著性水平下可以认为猪肉价格是鸡肉价格的格兰杰原因。

图2 AR根检验Fig.2 AR root test

4.5 脉冲响应函数

脉冲响应函数可以在向量自回归模型中通过分析某一变量受到另一因素的冲击从而捕捉其动态的影响路径，本文将采用脉冲响应分析法了解生猪疫情宽度指数与猪肉价格之间的动态影响过程，得出变量当前值与将来值的关系，分析结果如下图3所示。

表3 Granger因果关系检验Table 3 Granger causality test

由图3(a)可知，给定生猪疫情宽度指数一个单位的正向冲击，滞后1～3期的猪肉价格会率先做出负向反应，4个滞后期后猪肉价格开始回升并穿过0值，约在滞后5期正向反应达到最大值，之后生猪疫病冲击更多地表现为正负交替影响，且冲击态势约在16期渐趋收敛，与现实猪肉价格波动特征相符。在疫情暴发初期公众会产生恐慌心理，消费需求减少，猪肉价格下降。然而随着消费恐慌消减，此时具有特定养殖周期的生猪养殖业受疫情影响不能保证有效供给，猪肉产能尚未恢复，猪肉价格自此回升，价格长期波动性上涨的趋势逐渐明显。疫情恢复期时养殖户做出补栏与提前出栏决策填补供给缺口，同时企业也会根据猪肉市场竞争力对猪肉进行跨区调配[26]，猪肉价格将在生猪产业扶持政策、生猪期货等共同作用下逐渐稳定。

对比图3中(a)和(b)可发现，在给定生猪疫病一个冲击时，仔猪价格与猪肉价格两者波动的趋势具有高度一致性，只有受到冲击的程度略有不同。这是因为仔猪价格一定程度上属于生猪产业链上游范畴，而猪肉价格属于零售环节，仔猪价格对疫情较为敏感，生猪疫病一旦暴发首先会对生猪产业链上游产生较严重的外部冲击，生猪生产者将会受到直接的生产损失。同时，在特定时期猪肉价格与仔猪价格的大幅波动一定程度上也会影响生产者关于生猪出栏量与存栏量的决策，通过价格传导机制对当期的生猪价格与猪肉价格造成影响，这也与(b)图表现出更高的响应程度一致。

图3 脉冲响应图Fig.3 Impulse response graph

4.6 方差分解

方差分解是对猪肉价格进行归因分析，从而得到生猪疫情等变量对猪肉价格变动的贡献程度与变化趋势，方差分解结果如表4所示。

由方差分解结果可知，猪肉价格波动受自身价格的影响最大，生猪疫情与仔猪价格，养殖成本与鸡肉价格对猪肉价格的影响相对较小，这与现实情况较为一致。猪肉价格受价格惯性影响，前期自身价格的贡献率较高，后期逐渐减弱。就生猪疫情对猪肉价格的贡献率而言，从第4期开始生猪疫情对猪肉价格的影响较为显著，贡献率在前6期增幅较大，即在经历短期的消费恐慌与需求下降后猪肉市场回暖，消费者恢复对猪肉的消费信心，之后生猪疫情对猪肉价格的贡献率持续增加，这表明生猪疫情对猪肉价格的影响长期存在，其贡献率在16期之后大约稳定在7.37%，说明生猪疫情对猪肉价格的影响不容忽视。仔猪价格的贡献率也相对较高，当其稳定时约为6.83%。而主要由人工成本和饲料成本组成的养殖成本对猪肉价格的贡献率一直较为平稳且略有波动，这表明近年来生猪养殖业逐渐增加的人工成本与饲料成本一定程度上影响到了猪肉价格。相应地，鸡肉作为其他畜产品也占据了一定的市场份额，对猪肉价格存在替代效应。鸡肉价格对猪肉价格的贡献率前期一直保持在较低水平，说明鸡肉价格对猪肉价格的影响存在滞后性，但是当疫情等外部冲击使得猪肉市场预期不太理想时，消费者可能会对流通中的猪肉存有安全顾虑，会优先考虑鸡肉消费，后期鸡肉价格对猪肉价格的贡献率稳定在2.17%左右。

表4 方差分解Table 4 Variance decomposition

5 结论与建议

5.1 结论

1)生猪疫情是猪肉价格的Granger原因。生猪疫情会影响猪肉价格，猪肉价格对生猪疫情宽度指数变动的脉冲响应表现为先负向后正向，过程中反复波动直至趋向收敛。在生猪疫情与新冠肺炎并存的当下，猪肉供给能力严重下滑，叠加产业链价格传导及市场需求等因素使得猪肉供需矛盾更加突出，致使猪肉价格波动剧烈。此外，由于人们对畜产品的需求是直接且必需的，猪肉价格变动也会显著影响其替代品的价格变化，在猪肉价格上涨时，鸡肉作为猪肉的重要替代品会更受大众欢迎。

2)生猪疫情对猪肉价格的影响持续时间长。从猪肉价格的传导机制来看，受疫情影响的猪肉价格波动会引起产业链上游迅速做出反应，但是猪肉产业链各环节的市场力量又具有非均衡性，导致市场各个主体的连续调整被阻碍，作为产业链下游的供应商与消费者不能迅速地调整价格。从脉冲响应结果来看，生猪疫情冲击下仔猪价格相较猪肉价格的响应程度更高，这种价格传导的非对称性使得猪肉价格易存在“快涨慢跌”的情况，且二者受疫情影响持续的时间较长，会使得猪肉价格回调相对缓慢而长久，同时这也预示着生猪疫情对猪肉产销和流通格局乃至整个生猪产业的冲击是长期存在的，导致疫病冲击的持续时间保持在较长水平。

5.2 建议

一要完善生猪疫情防控机制，加强生猪疫病防控体系建设。以近几年发生的重大生猪疫情为参考，健全应对重大公共卫生安全事件的应急响应机制；完善生猪产业疫情监测体系，提高生猪疫情相关信息透明度，加大对生猪疫情的防控力度，尽量降低疫情冲击下养殖者的经营损失。

二要建立产业链追溯体系，平衡不同环节厂商的市场势力。加快推进生猪养殖业的规模化与专业化，使之与销售地区间信息对称，提升生产者在整个产业中的议价谈判能力；同时注意平衡不同环节厂商的市场势力，避免某一环节的市场主体利用其市场优势影响价格，扰乱市场运作秩序。

三要保证猪肉市场供需平衡，稳定猪肉价格水平。保证猪肉市场供求平衡需要双管齐下，首先需要对生猪产业给予政策倾斜，促使生猪产能快速恢复，保障生猪市场供应；其次需要加快发展生猪期货管理，完善猪肉冷链基础设施建设，稳定猪肉市场供给，同时也要充分发挥鸡肉消费的替代作用，以便猪肉价格变动时调整余缺。