第42卷第1期2021年1月
中国农机化学报
JournalofChineseAgriculturalMechanization
Vol.42Nol
Jan&2021
DOI：1013733/j.jcam.issn.2095-5553.202101024
非洲猪瘟对我国肉类价格波动的影响研究"
—
—基于PVAR模型的实证分析
占志$，李美琪$，季勇2，李辉尚1
(1中国农业科学院农业信息研究所/农业农村部农业大数据重点实验室，北京市，100081；
2.中国农业科学院人事局，北京市100081)
摘要：为明确非洲猪瘟对生猪等畜产品价格产生重要影响，构建包含非洲猪瘟疫情的猪肉等主要肉类产品价格的动态面板数据，运用PVAR模型研究非洲猪瘟疫情对猪肉、白条鸡、牛肉和羊肉四种主要肉类价格波动的动态影响)结果表明，非洲猪瘟疫情对肉类价格的影响并不一致，从冲击方向上看，非洲猪瘟疫情对猪肉价格的冲击主要为正，对白条鸡价格的冲击在考察期内均为正向，对牛羊肉价格的冲击在零值上下波动且并不显著；从冲击大小上看，非洲猪瘟疫情对猪肉的冲击影响最大，白条鸡价格次之、牛羊肉价格最小；从持续时间上看，非洲猪瘟疫情对白条鸡价格的冲击持续时间最长，猪肉价格次之、牛羊肉价格最短)在观察期内，四种主要肉类价格受到非洲猪瘟疫情的影响随着时间的推移不同程度的衰减，价格波动的主要影响取决于市场上供求关系的变化)应进一步强化生猪等养殖业规范化标准化生产，完善非洲猪瘟等动物疫情监测预警体系，加强生猪等畜产品市场供需调控，促进生猪等畜牧业的稳定可持续发展)
关键词：非洲猪瘟；肉类价格；波动影响；PVAR模型
中图分类号:F323.7文献标识码：A文章编号：2095-5553(2021)01-0173-06
占志，李美琪，季勇，李辉尚.非洲猪瘟对我国肉类价格波动的影响研究一一基于PVAR模型的实证分析+，中国农机化学报,2021,42(1)：173—178
Zhan Zhi,Li Meiqi,Ji Yong,Li Huishang.Study on the influence of African swine fever on the fluctuation of meat prices in China：Empirical analysis based on PVAR model[J,Journal of Chinese Agricultural Mechanization,2021,42(1)：173—178
0引言
猪粮安天下)猪肉、禽肉等畜禽肉类产品在我国居民日常生活中占有重要地位，其生产稳定发展、市场稳定运行既是我国农业农村经济总体良好运行的重要基石，更是关系到CPI等宏观经济的总体稳定。但值得注意的是，猪肉等畜禽产品市场供给受到动物疫病等多种因素的影响，导致价格大起大落，既影响到生产者收益，也影响到消费者福利，更影响到产业的整体安全[1\自2018年8月非洲猪瘟疫情爆发以来，全国31个省市区陆续有疫情发生，染病致死、感染捕杀、防病禁运等措施使得生猪产能和市场供给受到严重损伤，市场供需形势严重失衡23，猪价在经历震荡后持续高涨并打破“猪周期”呈“非常态”运行态势，同时也对其他畜禽肉类价格产生冲击和带动作用，并且非洲猪瘟疫情的发生发展必然会对我国生猪乃至畜牧业的发展带来长远的影响45。这些引起了众多学者的广泛关注，并从生产供给、市场价格和产业发展等方面进行了深入研究，且取得了丰硕成果。其中，肖琦等归基于供需视角，运用向量误差修正模型(VECM)研究非洲猪瘟疫情对猪肉、鸡肉、羊肉和牛肉的动态影响，结果显示非洲猪瘟疫情对猪肉价格的影响程度和持续时间都大于其他肉类，并且非洲猪瘟与各个肉类价格之间存在长期均衡关系。段琮琮等7运用VAR模型的研究指出，非洲猪瘟疫情对猪肉价格的影响程度最大，且持
续时间大于其他肉类，对所有肉类价格的冲击影响均非常迅速。石自忠等8运用TVP—VAR模型研究包括非洲猪瘟在内的生猪疫病对猪肉等畜产品价格冲击的影响，结果显示猪肉价格受到的冲击最为显著，但在不同时点上，冲击所受的影响有所差异。
然而现有研究方法仍然局限于时间序列研究方法的范畴之内3幻，并没有考虑到非洲猪瘟疫情和畜产
收稿日期：020年$2月29日修回日期：2021年$月5日
"基金项目：国家自然科学基金项目(72073131)冲国农业科学院创新工程(CAAS—All—20⑹；中央级科研院所基本科研业务费专项(2020JKY025)第一作者：占志，男，1994年生，湖北黄冈人，硕士；研究方向为农产品市场与价格理论等。E-mail：156****************
通讯作者：季勇，男，1978年生，江苏太仓人，硕士，副研究员；研究方向为农业经济与科技政策等。E-mail：**************
174中国农机化学报2021年
品价格在区域上的差异，运用传统的向量自回归模型容易存在一定估计误差；同时，鉴于我国生猪等畜牧业分散经营、跨区调运等特点极为显著，充分考虑非洲猪瘟疫情和猪肉等畜产品价格的区域间差异，才能充分把握这一疫情对猪肉等畜产品价格冲击和影响的总体规律，进而采取针对性的市场调控
政策，确保产业稳定可持续发展）基于此，本文构建了基于省级的动态面板数据，运用面板向量自回归模型（Panel Vector Auto-regression Model）[13]，就非洲猪瘟疫情对猪肉等畜产品价格的冲击影响及其价格波动的机理进行了分析，并提出针对性的政策建议，以期为生猪等畜牧业稳定可持续发展提供参考。
1数据与模型构建
1.1数据来源
本文中应用的价格数据包括猪肉（zr）、白条鸡（btj）、牛肉（nr）和羊肉（yr）集贸市场平均价格，均来自中国畜牧兽医信息网的监测系统，包括全国29个省、自治区和直辖市。为确保数据的一致性，剔除了西藏、新疆的价格监测数据不完整的两个省区的数据，全国主要畜产品价格的数据包括黑龙江、吉林、辽宁、内蒙古、河北、北京、天津、山东、河南、安徽、江西、上海、江苏、浙江、福建、湖北、湖南、广东、广西、云南、四川、重庆、甘肃、宁夏、山西、陕西、青海、贵州、海南。考虑到2020年1月新冠肺炎疫情发生后，全国畜禽等农产品市场受到交通运输等非常态情况，猪肉等畜产品价格受此冲击对研究非洲猪瘟的影响有较大干扰，因此在时间跨度上，选择了自2018年8月非洲猪瘟爆发开始至2019年12月这一范畴，更容易观察到非洲猪瘟疫情对市场的总体冲击和影响。为消除通货膨胀因素的影响，本文将2018年第29周作为基期，用月度居民价格指数对肉类价格进行平减处理。
为更好量化非洲猪瘟疫情的发展态势，本文基于百度指数构建非洲猪瘟网络关注度指数+1418]，以便反映消费者、生产者对非洲猪瘟疫情的变化和认知及其对市场的影响，作为非洲猪瘟疫情的代理变量纳入模型系统。在指数构建上，主要采用主观选择法，结合百度搜索引擎相关词推荐功能和百度搜索需求图谱，获取与非洲猪瘟相关的关键词，主要包括三类7个：一是能够直接代表疫情本身的关键词，包括“猪瘟”“非洲猪瘟”和“非洲猪瘟疫情”；二是主要反映非洲猪瘟的传染特征的关键词，包括“非洲猪瘟防控”和“非洲猪瘟症状”；三是反映公众态度和关注倾向的关键词，包括“非洲猪瘟传染人吗”和“非洲猪瘟最新进展”；选用周度数据进行加总后取自然对数以消除异方差，具体计算公式为ASF”=ln（X1+X2+…+X7）0
本文中价格数据和构建的非洲猪瘟疫情指数的时间跨度为2018年第30周一2019年第52周，整体上构建了包括29个省（区、市）的动态面板数据。
1.2模型构建
面板向量自回归模型（Penal V ector Auto-regression Model）由Holtz-Eakin（1987）提出，主要是将变量作为内生变量，研究面板数据中各变量之间及其滞后项的互动关系。PVAR模型既能够有效解决个体异质性问题，又能充分考虑个体和时间效应，一般表现形式
Y-=Y-—A1+J-—2A2+…+J-—”+1A”—1+ Y-—p A p+X-B+u t+e-
$3{1,2，…，N}，3{1,2,•••,「}
式中：Y-----个（1心）行向量，表示k个内生变量；
P一一PVAR模型的滞后阶数；
X*-----个（1X/）行向量，表示/个外生变量；
A一一#X k）维矩阵，矩阵里的元为待估计模型中内生变量滞后项系数；
B一一（X k）维矩阵，矩阵里的元为待估计模型中外生变量的系数；
u$一一（1X k）行向量，表示待估计模型的个体效应；
e”一一（1X k）行向量，表示待估计模型的扰动项。
假定E（e”）=0,E（e-e”）=,，对所有的t>s有E（e/”）=0。为消除面板个体效应偏差，使用一阶差分变换（/7）或者正向正交Helmet变换（fod），变换公式如下。
fd:=”==”—=”—1
fod:=:=（m”一m”）槡1”（$+1）
令Y”=[y1"y$；…y k—1"o”*,
Y=[Y；—1Y応…Y”—p+1Y X:,
e$；=l_e”e$…e$e$」
A，=[A；A‘…A‘—1A'p B',
式中:m”---模型中的每一个变量。
则有Y；=Y；A+e:，假设由M个工具变量构成的矩阵为Z，满足E（Z，e）=0，矩阵E（Y，Z）的秩为kp j l，则GMM估计量为
A=（Y*ZYZ'Y*）—1（y'z Y z'y*）
其中（M X M）维矩阵Y为使得GMM估计量最有效的权重矩阵。
2实证分析
2.1平稳性检验
为避免伪回归和弱工具变量等问题，本文对模型中
第1 期占志等：非洲猪瘟对我国肉类价格波动的影响研究一一基于PVAR 模型的实证分析175
涉及到的变量进行面板单位根检验。需要对各内生变 量进行面板单位根检验,IPS 检验结果如表1所示。结 果表明ASF_index 的t 统计量为一2.88，小于1%水平 的临界值一1.81，拒绝面板单位根的原假设；同时，统计
量K 为一8.05，对应的F 值为0.000 0，同样拒绝原假
设，因此可以判断其为平稳序列。同样方法可知，肉类价 格变量取对数后再做差分后为平稳序列，实际含义为肉类 价格收益率（分别标记为D _lzr  X _Etj 、D_lnr 、D  J yr ））
表1面板单位根检验结果
Tab  1
Panelunitroottestresults
变量
统计量统计量的值R 值1%临界值5% 临界值10%临界值
AS F  _index
6
—28828—1810
—1730
—1690
K
—8050500000
D  _lrr
6
—62587—1810
—1730—1690
K
—22902000000
D  _lbtj
-6
—74336—1810
—1730—1690
K
—26676200000
D  _lnr -6
—77361—1810
—1730—1690
K
—27613700000
D  _lyr
-6
—72158—1810
—1730—1690
乙
—261530
00000
2.2滞后期的确定和单位根检验
本文通过多次调整模型的滞后阶数和工具变量的 方式来判定模型的最优滞后阶数，但如果滞后变量太
多则可能会使模型的自由度减少。因此，根据信息准 则最小化原则，比较不同滞后阶数的参数值的大小）
从表2可知，滞后一阶的PVAR 模型，各变量1/4阶 滞后变量为工具变量较为合理。图1为面板模型的特
征值，所有特征值均在单位圆内，表明在既定参数下的
模型是稳定的。
表2 PVAR 滞后阶数的判定结果
Tab. 2 Determination  of  the  PVAR  model  lag
工具 变量
模型滞
后阶数CD MBIC MAIC MQIC
1
109101/2
10910—104990
35760
—158446
2
0940
1
0907
—250224
30566—7245701/3
20921—118792
21602
—299090
3
0930
1
0892— 404.940"15165"—139085"
1/4
20917—26225817812—85022030923—120433
19602
—318150
4
0953
注："表示各列中的最小值）CD 为模型的可决系数,MBIC 、MAIC
和MQIC 分别为赤池信息准则、贝叶斯信息准则和汉南一昆信息 准则。
2.3脉冲响应函数
非洲猪瘟疫情对猪肉及其他肉类价格的脉冲响应
结果如图2所示。从冲击方向来看，猪肉价格对非洲
猪瘟疫情的响应在前2期为正，第3期时出现反转效
应，响应开始转变为负值，但负向冲击并不显著，说明
非洲猪瘟疫情在短期内对猪肉价格的影响以正向为
主，这也符合猪瘟疫情期间猪肉价格多数期间涨价的 事实。白条鸡价格对非洲猪瘟疫情的响应在观察期内 均呈正向，并且在前3期所受到的冲击不断增强，在第
3期达到最大值，之后趋于平缓且略有减少的趋势） 羊肉价格对非洲猪瘟疫情的响应在第1期为负，但在 第2出现反转效应变为正向，在第3期正向响应达到 最大值，最后逐渐减小，但总体上这种正向影响不够显
著。牛肉价格对非洲猪瘟疫情的响应在第一期为负，
176中国农机化学报2021年但从第二期开始牛肉价格受到的冲击在零附近波动）
从冲击大小来看，短期内猪肉价格受非洲猪瘟疫情的
冲击最大，白条鸡价格次之，牛羊肉价格受到的冲击最
小%从冲击的持续时间来看，白条鸡价格波动的冲击持
续时间最长，猪肉价格次之，牛羊肉价格最短。
0.001
0 -0.001 -0.002
0.001 0.0005
-0.0005
0.004
0.002
-0.002
-0.005
-0.01
step
95%CI——Orthogonalized IRF
图2总体脉冲响应图
Fig.2Overalimpulseresponsediagram
2.4预测误差方差分解
以非洲猪瘟疫情指数为冲击变量，以猪肉价格、白条鸡价格、牛肉价格和羊肉价格为响应变量的预测误差方差分解（表3）。从表3可知，猪肉和白条鸡价格的预测误差来自于非洲猪瘟疫情的比例明显高于猪肉和牛肉，这也印证了脉冲响应分析中非洲猪瘟疫情对猪肉和鸡肉价格的冲击大于牛羊肉价格的结论。同时，随着期数的增加，四种肉类价格的预测误差来自于非洲猪瘟疫情的比例呈现出增大的趋势）第1期非洲猪瘟疫情对猪肉价格波动的贡献率仅有175%，到了第7期为2.59%，到第10期猪瘟疫情对猪肉价格波动的贡献率达到了4.57%。
表3预测误差方差分解表
Tab.3For*asterrorvarian*ede*omposition
预测期数
D_lrr
响应变量
D,yr D_lbtj D,nr
10.01750.00070.00290.0004
20.01440.01450.00250.0007
北京疫情最新数据30.01260.02770.00250.0017
40.01310.03740.00240.0027
50.01590.04460.00260.0035
60.02030.05040.00290.0041
70.02590.05530.00340.0046
80.03220.05960.00400.0050
90.03870.06360.00470.0054
100.04570.06730.00550.0057
2.5肉价波动机理分析
长期以来，肉类等农产品价格取决于市场供给和需求的均衡状况，其价格波动的幅度受到供给端的生
产成本、流通运输、上市供给和消费端的居民收入水平、消费偏好等直接因素的影响，同时也受到环保政策、动物疫病等外部条件和冲击等间接因素的影响，而这些影响因素往往相互交织、相互推动，尤其是外部条件往往通过改变供给和需求状况进而对价格产生影响。一方面，非洲猪瘟疫情在我国大范围发生对猪肉的供给端产生影响，主要是因为非洲猪瘟疫情的持续发生发展使得大量生猪被捕杀，以往传统的活体跨区调运和长距离运输模式转变为冻肉冷链物流，短期内市场供给大幅减少，造成了猪肉价格快速上涨，同时随着疫情防控要求加强，生产流通成本加大也增强了价格高位运行的支撑；但另一方面，非洲猪瘟疫情也对猪肉等肉类产品的需求端产生影响，主要是因为短期内公众对非洲猪瘟疫情认知度偏低，禽肉、牛肉、羊肉等其他替代品可选择性增加，一定程度上抑制了猪肉消费，但会拉动对禽肉和牛羊肉的消费，使得猪肉价格因消费不足而出现价格下跌、禽肉和牛羊肉价格因消费增加拉动价格上涨。
3结论和启示
3.1主要结论
本文基于百度指数构建了量化非洲猪瘟疫情的代理变量，并构建了包括29个省（区、市）、覆盖2018年第30周一2019年第52周共计75周的动态面板数据，运用PVAR模型研究了非洲猪瘟疫情对猪肉、白条鸡、牛肉和羊肉四种主要肉类价格的动态影响，并分析了非洲猪瘟疫情背景下这些肉类价格波动的
内在机制。研究表明，从冲击方向上看，非洲猪瘟疫情对猪肉价格波动的冲击主要为正，后期有一定的负向冲击但并不显著，白条鸡对非洲猪瘟疫情的响应在观察期内均为正向，牛羊肉价格受到的冲击在零附近小范围波动；从冲击大小上看，非洲猪瘟疫情短期内对猪肉的冲击影响最大，白条鸡价格次之、牛羊肉价格最小；从持续时间上看，非洲猪瘟疫情对白条鸡价格的冲击持续时间最长、猪肉价格次之，牛羊肉价格最短。在观察期内，四种主要肉类价格受到非洲猪瘟疫情的影响随着时间的推移不同程度的衰减，价格波动的主要影响取决于市场上供求关系的变化。
3.2启示与建议
猪肉等肉类价格的波动主要是供需两端相互作用的结果，非洲猪瘟疫情通过影响供给端和需求端的双向“挤压和推拉”对猪肉等主要肉类价格产生影响。为更好应对非洲猪瘟等动物疫情对猪肉等主要肉类市场的影响，基于本文的研究结论和我国生猪等畜牧业的
第1期占志等：非洲猪瘟对我国肉类价格波动的影响研究一一基于PVAR模型的实证分析177
发展实际，建议：一是强化生猪等养殖业规范化标准化生产。非洲猪瘟等动物疫病往往具有较强的传染性，主要的传播点在于养殖环节，而规范化、标准化生产则是高效率、高效益的根本保证，也是产业可持续发展的基础。因此，应加大力度推动生猪等畜牧养殖业的规范化、标准化生产，推进养殖模式向规模化、企业化和工厂化加快转型升级，促进区域养殖从良种培育、饲料配方、生产管理、废弃
物排放和疫病防控等标准统一，大力推广生物安全、病源监测和疫病防控技术示范应用，切实增强从源头把控和消灭动物疫病发生风险的能力，夯实整个产业可持续发展基础。二是完善非洲猪瘟等动物疫情监测预警体系。非洲猪瘟等动物疫情的发生往往具有隐蔽性，但其一旦爆发，就会呈现发展速度快、影响范围大、持续时间长等特点。因此，应进一步健全完善非洲猪瘟等动物疫情监测预警体系，坚持“以防为主、防治结合”的发展理念，努力做好“早发现、早上报、早防控”，探索建立全国性动物疫情信息发布公共平台，及时准确发布疫情信息，加大宣传力度，主动回应社会关切，有效引导产业发展。三是加强生猪等畜产品市场供需调控。猪肉等畜产品价格弹性相对较大，相互间替代性较强，加上畜产品流通模式以长距离运输、跨区域调运为主，市场供需形势受到多种因素的影响，进而引起价格的波动。因此，应加大稳定支持生猪等畜牧产业财政支持政策，进一步合理确定禁限养区域，支持和鼓励运用现代信息技术改善流通领域冷链建设，强化市场价格监测和预警研判，稳定养殖户、批发商和消费者的市场预期，防止价格过快大幅上涨或下跌，确保市场整体平稳运行。
参考文献
[1]牛元帅.突发疫情对畜禽产品价格冲击效应研究[J].价格
理论与实践，2018(6)：46—49.
Niu Yuanshuai.Study on the impact of sudden epidemic on the price of livestock and poultry products
[J].Price：Theory k Practice，2018(6)：46—49.
[2]朱增勇，李梦希，张学彪.非洲猪瘟对中国生猪市场和产
业发展影响分析+]•农业工程学报，2019,35(18)：206—211
Zhu Zengyong，Li Mengxi，Zhang Xuebiao Analysis on effects of African swine fever on China's pig market and industry development[J]Transactions of the Chinese Society of Agricultural Engineering，2019，35(18)!
206—211
+]刘婷婷，应瑞瑶，周力.非洲猪瘟对中国生猪产业链的经济影响研究—
—基于市场分割视角+]农村经济，2020
(9)!19—26[4]孙志华，田双喜，张丹辉，等.非洲猪瘟背景下推进生猪产
业发展的思考+]中国畜牧杂志，2020,56(9)：232—234. +]张国华.后非洲猪瘟时代生猪产业该如何发展中国畜牧业，2020(13)!86—87
+]肖琦，周杨.疫病对猪肉价格波动的影响—
—基于供需关系视角+]黑龙江畜牧兽医，2019(2)：12—16.
+]段琮琮，刘灵芝.非洲猪瘟疫情影响下我国畜禽产品价格波动的动态关系研究一一基于舆情管理视角+]农业现代化研究，2020，41(4)!678—686
DuanCongcong，Liu Lingzhi Thedynamicrelationshipof price fluctuation of livestock and poultry products with the influence of African swine fever in China!From the perspective of public opinion management[J]Researchof AgriculturalModernization，2020，41(4)!678—686
+]石自忠，周慧，胡向东.疫病冲击对中国畜产品价格波动的影响+]•农业现代化研究，2020,41(5)：863—871.
ShiZizhong，Zhou Hui，Hu Xiangdong The impacts of diseaseshocksonthe pricevolatility of China'slivestock products[J]Research of Agricultural Modernization，2020，41(5)863—871
[9]LeemingJ，TurnerP TheBSEcrisisandthepriceofred
meat in the UK[J].Applied Economics，2004，36(16): 1825—1829
[10]Park M，Jin Y H，BesslerD A Theimpactsofanimal
diseasecrisesontheKoreanmeatmarket[J]Agricultural Economics，2008，39(2)!183—195
[11]王茂安，刘芳，何忠伟.非洲猪瘟疫情影响中国主要肉类
价格的实证分析[J]农业展望，2020,16(3)：11—17.
Wang Mao'an，LiuFang，HeZhongwei Empiricalstudy ontheinfluence of African swinefever on main meat prices in China[J]AgriculturalOutlook，2020，16(3)
11—17
[12]张喜才，张利庠，卞秋实.外部冲击对生猪产业链价格波
动的影响及调控机制研究农业技术经济，2012(7)：22—31
[13]LoveI，Zicchino L Financialdevelopmentand dynamic
investment behavior Evidence from panel VAR[J]
Quarterly Review of Economics and Finance，2007，46
(2)190—210
[14]徐映梅，高一铭.基于互联网大数据的CPI舆情指数构建
与应用一一以百度指数为例数量经济技术经济研究, 2017，34(1)94—112
Xu Yingmei,Gao Yiming.Construction of the public opinionindexofCPIbasedontheinternetbigdata[J]
The Journal of Quantitative k Technical Economics, 2017，34(1)!94—112
[5]郑燕，马骥.禽流感疫情变动对畜禽产品价格的动态影响
研究一一基于时变参数向量自回归(TVP—VAR)模型[]•农业现代化研究,2018,39(5)：751—760.
ZhenYan，MaJi Theanalysisofthedynamicimpactsof avianinfluenzaonlivestockandpoultryprices!Basedon the TVP—VAR model[J]Research of Agricultural

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。