我国青贮玉米饲料价格波动的影响因素分析

王春凤 沈曼君

（1．江苏开放大学，江苏 南京 210036；2．河海大学，江苏 南京 210036）

青贮饲料由高含水量植物性饲料发酵而成，比新鲜饲料更耐储存，营养更丰富。青贮玉米的广泛种植，为发展肉牛、肉羊等草食畜牧业提供了支撑[1-2]。2015 年，青贮玉米饲料价格受到国外低价玉米冲击[3]，国内青贮玉米价格连年下降。“粮改饲”政策出台，缓解了国内玉米市场需求。青贮玉米饲料作为草食畜牧业养殖的重要支撑，价格的频繁波动不利于草食畜牧业的发展，对国家粮食安全产生影响。因此，研究我国青贮玉米饲料价格波动的因素，制定应对策略极为重要。从成本视角分析，张玲等[4]以河北省为样本，分析不同模式下青贮玉米饲料的成本效益，得出种养结合模式下的青贮玉米饲料成本效益要优于外购模式。从需求视角分析，谢长城[5]以养殖产能恢复性增长为切入点，提出“去库存、降成本、补短板”为核心的供给侧结构性改革，使玉米及相关替代品进口减少，饲料原料成本下降。从供给视角分析，吕晓英等[6]构建了系统动力学模型和多方案模拟，得出未来我国玉米供需关系将长期处于偏紧格局。从经济效益视角分析，石子墨等[7]对青贮玉米饲料展开探究，得出在全株玉米青贮的过程中，二次发酵、有氧腐败严重影响玉米青贮发酵的品质与价格，给草食畜牧业养殖者带来经济损失。张红燕等[8]指出，与单一青贮饲料相比，混合青贮饲料营养物质更丰富，可以明显提高养殖效益。目前，关于青贮玉米饲料价格的研究多停留在成本、供需以及经济方面，对价格波动的研究较少。青贮玉米饲料价格波动的影响因素较广，单一视角并不具有普适性。本文借助VAR模型实证，分析青贮玉米饲料价格波动的自身因素、供给因素以及需求因素，筛选出我国青贮玉米饲料价格波动的主要因素，助力我国草食畜牧业稳步发展。

1 实证设计

1.1 实证方法

VAR 模型可借助当期变量对滞后变量进行回归[9-10]。VAR 模型主要用于分析经济冲击对经济变量的影响。对于青贮玉米饲料价格，影响因素可能源于内部、外部，数量较多，适用于VAR模型。VAR模型一般形式为：

式中：n=1,2,…,N；Yn为内生变量向量；Xn为外生变量向量；p为滞后期数；N为样本数；A、B为系数矩阵；εn为扰动向量。

1.2 数据来源与处理

2022 年3 月—2023 年2 月青贮玉米饲料价格波动见图1。由图1 可知，青贮玉米饲料价格存在波动性。以2005 年1 月—2022 年12 月的204 个月数据为样本，分析影响青贮玉米饲料价格变动的因素。本文数据来源为历年《中国统计年鉴》《中国农产品价格调查年鉴》、中国饲料行业信息网以及艾媒数据中心网站。将豆粕价格、肉牛存栏量、肉羊存栏量、生猪存栏量、牛肉价格、羊肉价格、猪肉价格、城镇人均可支配收入、乡村人均可支配收入为自变量，青贮玉米价格为因变量。为避免变量之间异方差导致结果不准确，对变量数值进行对数处理，即青贮玉米价格（lnSCP）、豆粕价格（lnSMP）、肉牛存栏量（lnBCS）、肉羊存栏量（lnMSS）、生猪存栏量（lnLHS）、牛肉价格（lnBP）、羊肉价格（lnMP）、猪肉价格（lnPP）、城镇人均可支配收入（lnCCDI）、乡村人均可支配收入（lnRPCDI）。

图1 2022年3月—2023年2月青贮玉米饲料价格波动

2 实证分析

2.1 单位根检验（见表1、表2）

表1 原始变量平稳性检验结果

表2 一阶差分变量平稳性检验结果

为避免出现伪回归问题，在模型回归之前选用ADF检验法检验各变量序列平稳性[11]。统计量低于显著性水平5%临界值，说明变量平稳，拒绝原假设。统计量高于显著性水平5%临界值，需要对各变量进行差分处理，直至所得结果拒绝原假设，得到最终平稳阶数。Stata17.0软件进行模型检验。

由表1 可知，ADF 各变量统计量均大于显著性水平5%临界值，说明原始变量为非平稳序列，需对其一阶差分序列进行单位根检验。

由表2 可知，一阶差分处理后，变量具备平稳性，可进行下一步分析。

2.2 格兰杰因果检验（见表3）

表3 格兰杰因果检验结果

VAR 模型检验前需进行变量间格兰杰因果关系检验[12-13]。P值低于5%说明拒绝原假设，认为格兰杰因果关系成立。由表3 可知，我国青贮玉米饲料价格受豆粕价格、肉牛存栏量、肉牛价格、肉羊存栏量、肉羊价格乡村人均可支配收入的影响。豆粕价格、牛肉价格、羊肉价格受青贮玉米饲料价格的影响。

2.3 VAR模型构建及检验（见表4）

表4 最优滞后阶数选择

为保证VAR模型计算结果精确，需选择最优的滞后阶数[14-15]。由表4 可知，经过滞后期准则检验，FPE、AIC、SC和HQ准则均认为应建立VAR（2）模型。为确保模型精确性，最优滞后阶数应选择二阶。

VAR 模型是非结构化的多方程模型[16-17]，将其两边各项指标取对数，得到式（2）：

式中：n=1,2,…,216；αi为滞后项系数；εn为方程误差项。

借助AR 根图检验VAR 模型稳定性。单位根均落于圆内，VAR 模型稳定。反之，单位根均落于圆外情况，该模型可能为无效估计，无法进行下一步研究[18]。

AR特征多项式逆根图见图2。

图2 AR特征多项式逆根图

由图2 可知，所有单位根均落于圆内，表明各指标系统稳定，VAR模型有效。

2.4 方差分解

方差分解刻画出不同变量冲击贡献在总贡献中的比重[19-20]，对比出不同变量效应的相对大小。为探究我国青贮玉米饲料价格波动的影响因素，对VAR模型各变量进行方差分解，见表5。

表5 方差分解

由表5 可知，玉米饲料价格波动的因素分为3 个方面。第一方面，从饲料价格视觉分析，青贮玉米饲料自身价格对价格波动的影响最大，第1 期贡献率最高为100%，第10 期下降至52.71%。第二方面，从供给视角分析，豆粕价格对青贮玉米饲料价格波动的影响最大，第10 期最高贡献率为8.92%；肉牛存栏量最高贡献率次之，为7.49%；猪肉价格贡献率最小，为1.74%。第三方面，从需求视角分析，城市人均可支配收入、乡村人均可支配收入对青贮玉米饲料价格波动的最高贡献率分别为4.93%、8.01%。整体分析，除青贮玉米饲料自身价格对青贮玉米饲料价格变化的贡献率最大，豆粕价格在第10 期对青贮玉米饲料价格变化的影响最显著，乡村人均可支配收入贡献率次之，猪肉价格贡献率最低。

3 结论与建议

3.1 结论

本文以2005—2021 年青贮玉米饲料价格月度数据为样本，借助VAR模型探究青贮玉米饲料价格本身、豆粕价格、肉牛存栏量等10个因素对青贮玉米饲料价格波动的影响。

从直接影响视角分析，青贮玉米饲料自身价格对青贮玉米饲料价格波动影响最大。短期内对价格波动的影响最大。随着时间推移，影响程度有所下降。

从供给视角分析，豆粕价格对青贮玉米饲料价格波动的影响最大，第10 期贡献率为8.92%。肉牛存栏量、肉羊存栏量、生猪存栏量在第10期的最高贡献率依次为7.49%、4.33%、2.03%；羊肉价格对青贮玉米饲料价格波动的影响最大，贡献率为5.88%，牛肉价格贡献率为3.96%，猪肉价格贡献率为1.74%。

从需求视角分析，城市人均可支配收入、乡村人均可支配收入对青贮玉米饲料价格波动的最高贡献率分别为4.93%、8.01%。

因此，青贮玉米饲料价格波动的主要因素为豆粕价格、乡村人均可支配收入、肉牛存栏量以及羊肉价格。

3.2 建议

第一，完善动态监测预警系统。政府相关部门需综合青贮玉米饲料价格的主要因素，从多个维度构建综合性“价格波动预警体系”，以便青贮玉米饲料价格产生异常波动时，作出响应。首先，政府对价格异常波动进行判别，确定预警指标临界值，设置预警区间。其次，政府需定期发布玉米、豆粕、小麦等青贮玉米饲料相关的市场信息，防止价格大幅波动。最后，地方部门结合当地饲料产业与养殖产业的实际情况，以青贮玉米饲料成本收益指数等指标，预测青贮玉米饲料价格的趋势。

第二，推进市场结构性改革。在供给端层面，政府需持续优化粮食结构，扩大青贮玉米等饲料作物种植面积，强化青贮玉米饲料供给。按照“政府推动、企业带动、农户联动、市场互动”的思路，实施订单式种植、合同式种植等模式，提高青贮玉米饲料原料供给的稳定性。政府还应加速推进农村闲置土地流转进程，建立集中规划与大片作业的青贮玉米饲料原料示范区，借助政府优惠补贴政策，培育一批高度规模化、专业化的现代饲料产业群，提高青贮玉米饲料供给能力。政府根据农牧结合、循环发展的要求，统筹优化区域养殖布局。如，对于牛、羊养殖量超过环境承载能力的地区，政府相关部门严格控制养殖总量，引导畜牧养殖向非超载区转移。

第三，强化产业链抗风险能力。对上游生产环节，政府部门应支持青贮玉米饲料原料的种植、运输、加工、存储等环节的基础设施建设，提高青贮玉米饲料生产率。对中游流通环节，需推动主产区与主销区之间的定向调运，提升运输效率，避免流通不畅引发的产业链断裂风险。对下游消费环节，从多元化青贮玉米饲料销售端完善。