中国畜牧业生产波动的特征及路径识别

丁存振，肖海峰

（中国农业大学经济管理学院，北京 100083）

自改革开放以来，中国畜牧业取得了长足的发展，目前中国已成为世界畜禽产品生产大国。根据wind数据库相关数据显示，2016年中国猪肉、羊肉和禽蛋的产量分别为5 299.0万t、459.0万t和3 095.0万t，均居世界首位；禽肉、牛肉和牛奶产量分别为2 065.0万t、717.0万t和3 602.0万t，均居世界前列。与此同时，畜牧业规模化程度不断提高、产业化进程不断加快、畜牧业生产科技水平不断提高以及畜牧生产结构不断优化。在取得这些成就的同时，中国畜牧业同样面临着市场较大波动、环保压力增加、进口产品冲击以及产品质量安全等困难和挑战。在此背景下，如何稳步提高畜禽产品综合生产能力、保障居民优质安全动物性食品需求、推进畜牧业结构调整和转型升级将是未来一段时期中国畜牧业的主要任务。科学准确地把握畜牧产业生产波动特征和演变路径，探究畜牧业生产波动的原因，对于认识畜牧产业生产规律以及制定宏观调控政策从而有效推动畜牧业供给侧结构性改革具有重要的参考意义。

目前学界有关畜牧业生产波动特征和路径识别的研究较少，而对我国畜牧业发展波动特征及发展路径的有效识别对于探究我国畜牧业发展规律、甄别畜牧业生产波动缘由、助力畜禽产业发展有着举足轻重的意义。通过梳理现有文献，相关研究主要集中于生产周期的演变，大概可以划分为两个方面，一是关于整个畜牧业发展阶段划分研究，如张新焕等[1]、徐雪高等[2]、杨子刚等[3]、隋建利和蔡琪瑶[4]等对我国畜牧业经济周期演变以及发展阶段等进行了相关研究。二是关于某一具体畜牧产业生产的研究。生猪产业作为我国最重要的畜牧产业，对其研究也较为丰富，其中包括生猪产业生产周期[5-6]、生产波动特征[7]和生产波动原因[8-10]等方面的研究。而关于其他产业的相关研究则相对较少，主要包括对肉牛[11]、肉鸡[12]和乳品[13]等产业发展阶段的划分。纵观已有文献可以看出，一方面，关于中国畜牧业总体发展及不同品种产业发展的研究中关于生猪产业研究较多，而关于其他畜牧产业研究较少，且缺乏不同畜禽产业生产波动的对比分析。另一方面，关于畜牧业生产波动研究多为定性分析，缺乏定量研究，部分定量研究也多为线性计量方法，不能有效识别畜牧业发展过程中结构突变特征。

基于此，本文采用1978—2016年中国畜牧业分品种年度产量数据，运用HP滤波技术和非线性MS-AR模型，分析改革开放以来中国畜牧业不同畜禽品种生产的动态演变轨迹，并从畜牧业生产区制转换的视角剖析不同畜禽品种生产波动路径的具体形态，探究影响畜牧业生产波动和路径转换的原因，以期为推动新时期中国畜牧业发展以及畜牧业宏观调控政策的制定提供参考依据。

1 模型构建与数据来源

1.1 模型构建

MS-AR模型由Hamilton[14-15]提出，本质上属于变参数模型，使用该模型可以从数据中提取过去状态的转换信息，一致而有效的估计参数，可以有效的捕捉经济变量中非线性动态特征[16]。考虑K维时间序列经济变量yt=y1,y2, …,yt，t=1, 2, …,T，可以构成以下的AR(p)模型：

式中：yt为时间序列经济变量，v为截距项，Ai(i=1,2, …,p)为系数向量，p为滞后阶数μt～NID(0,ε)。（1）式即为具有截距的线性AR(p)模型，将其转变为均值形式的AR(p)模型，即：

式中：yt为时间序列经济变量，Ai(i=1, 2, …,p)为系数向量，μt～NID(0, …)，μ表示yt的均值。在上述的AR(p)模型均为线性模型，在AR(p)中引入了马尔可夫链，假定模型中存在着不可观测的M种状态，用St(t=1, 2, …,M)来表示，并假定截距项v和误差项u均具有状态转换特征，St是一组服从马尔可夫链的离散随机变量，其转移概率矩阵形式为：

如果截距项v具有状态转换特征，即在（1）式基础上可以构建变参数v(St)的MSI(M)-AR(p)模型。依据模型中自回归系A1,A2, …,AP，和误差项μt的异方差ε是否引入区制状态变量St，可将模型划分为MSI(M)-AR(p)模型、MSIA(M)-AR(p)模型、MSIH(M)-AR(p)模型和MSIAH(M)-AR(p)模型等。如果均值项μt具有状态转换特征，即在（2）式基础上可以构建变参数μ(St)的MSM(M)-AR(p)模型，依据模型中自回归系数A1,A2, …,AP和误差项μt的异方差ε是否引入区制状态变量St，可将模型划分为MSM(M)-AR(p)模 型、MSMA(M)-AR(p)模 型、MSMH(M)-AR(p)模型和MSMAH(M)-AR(p)模型等。MS(M)-AR(p)模型参数可通过Hamilton[15]提出的期望最大化（expectation maximization，EM）算法和Krolzig[17]提出的极大似然估计（maximum likelihood，ML）得到。详细的推导过程可参考Krolzig[17]的研究，在此不再赘述。具体模型形式的选择上，可根据AIC、SC和HQ值最小化原则确定最优模型形式。

1.2 数据来源

本研究涵盖主要畜禽产品，具体包括猪肉、牛肉、羊肉、禽肉、禽蛋和牛奶等6大类畜禽产品，研究数据均为各畜禽产品产量数据，样本区间为1978—2016年，其中1978—1999年产量数据来源于联合国粮农组织统计数据库（FAOSTAT），2000—2016年产量数据来源于农业部畜牧业司、全国畜牧总站编撰的《中国畜牧业统计》。

需要说明的是，有学者对我国畜牧业生产数据、尤其是肉类生产数据的真实性进行了研究[18-20]，发现我国肉类产量数据存在一定的统计误差，但是本文的出发点是探讨畜牧业生产波动特征，不求数据绝对精确，而且，国家统计局对以往部分年份畜产品产量数据根据农业普查结果进行了修订。基于此，在现有数据可获得条件下，本文认为现有畜牧业生产数据虽有一定统计误差，但仍可以反映我国畜牧业生产发展趋势和生产波动基本情况。在没有其他可支撑数据的情况下，本文选用现有统计数据进行分析。

2 结果与分析

2.1 中国畜牧业生产波动的基本特征

改革开放以来，中国畜牧业各类产品产量增长率的动态变动轨迹（图1）。首先，可以看出改革开放以来各畜禽产品产量增长率波动起伏，不同时期畜禽产品产量增长率存在一定差异；其次，可将各畜禽产品产量增长率大致划分为两个阶段，一是1979—2000年，该时期畜禽产品产量增长率相对较高，增长率波动幅度相对较大，二是2000—2016年，该时期畜禽产品产量增长率相对较低，增长率波动幅度相对较小；最后，通过观察2012—2016年畜禽产品产量增长率可以看出，多个畜禽产品产量增长率出现明显的负向增长态势。为了更清晰直观地剖析中国畜牧业不同畜禽产品产量增长率的演变轨迹，下文将基于HP滤波技术和MS-AR模型对各畜禽产品产量增长率进行具体分析。

图1 畜禽产品产量增长率Fig. 1 Output growth rates of livestock and poultry products

2.2 中国畜牧业生产波动的演变轨迹

通过HP滤波技术得到不同畜禽产品产量增长率的趋势成分和波动成分变动轨迹（图2）。改革开放以来猪肉产量增长率总体呈不断下降态势，尤其是2010年以来，下滑趋势较为明显；从波动成分上看，猪肉产量增长率改革开放初期波动幅度较大，自90年代后期开始波动幅度有所收敛，但2012年以来再次表现出较大的波动态势。牛肉产量增长率经历了先上升后下降的过程，在90年代初期达到顶峰，之后开始下降，2010年基本达到谷底并趋于平稳；从波动成分上看，牛肉产量增长率在改革开放后出现了较大的波动起伏现象，但随着时间推移波动幅度呈下降态势，2012年以来波动基本趋于0。对于羊肉产量增长率趋势成分变化趋势而言，改革开放后，羊肉产量增长率缓慢下降，之后开始缓慢回升，但自90年代中期开始出现较大幅度下滑，近几年有缓慢上升趋势；从波动成分上看，同猪肉和牛肉产量增长率波动相似，前期波动幅度较大，之后波动开始收敛。

图2 畜禽产品产量增长率趋势波动变动情况Fig. 2 Fluctuation trend of output growth rates of livestock and poultry products

从禽肉产量增长率趋势成分变化趋势上看，其变化趋势与牛肉产量增长率趋势成分变化趋势相似，经历了先上升后下降的过程，在90年代初期达到顶峰，之后开始下降，2005年之后基本趋于平稳；从波动成分上看，禽肉产量增长率波动经历了先上升后下降的过程，近年来，除个别年份由于禽流感等疫情影响出现大幅波动外，波动幅度均相对较小。禽蛋产量增长率趋势成分经历了先缓慢上升又快速下降的过程，进入新世纪后基本保持较为平稳；从波动成分上看，改革开放后波动幅度较大，但自90年代后期逐渐收敛，进入新世纪以来，除个别年份外，基本呈现小幅波动态势。牛奶产量增长率趋势成分变化趋势不同于其他畜禽产品产量增长率变化趋势，其经历了先缓慢上升、又缓慢下降之后又快速上升、再快速下降的“M”型变化过程，增长率高峰期与其他畜禽产品相比，出现相对滞后，在2004年左右达到峰值，之后出现了“过山车式”快速下降；从波动成分上看，在改革开放后的前20年，基本呈现小幅波动态势，进入新世纪后波动幅度开始增大。

总体而言，从趋势变化上看，猪肉产量增长率高峰期出现最早，在改革开放初期即出现，牛肉、羊肉、禽肉和禽蛋产量增长率高峰期基本出现在90年代初期，而牛奶产量增长率高峰期出现时间最晚，进入新世纪后才出现。从各畜禽产品产量增长率波动变化趋势上看，除牛奶外，其他畜禽产品产量增长率大幅波动期基本在2000年之前，进入新世纪后波动幅度均相对较小，反映了畜牧业生产波动收敛性特征。从不同畜禽产品产量波动比较上看，猪肉产量增长率波动幅度最小，除改革开放初期出现较大波动幅度之外，其他年份波动幅度均较小，这与我国政府政策调控有关，作为我国居民最主要肉类来源，政府对其扶持力度以及政策调控程度均高于其他畜牧产业，因此其波动幅度较小。从最近几年畜禽产品产量增长率波动上看，牛肉产量增长率最为平稳，其次为羊肉和禽蛋产量增长率，猪肉产量增长率波动有增大的趋势，鸡肉产量增长率在最近一些年份也出现较大波动，而牛奶产量增长率处于波动调整期，并未趋于平稳。除此之外，可以看出，畜禽产品生产快速增长阶段往往伴随着产量的大幅波动，说明畜牧产业快速发展时期面对的外部风险和冲击也较大，而随着增速放缓，波动也逐渐下降。

2.3 中国畜牧业生产波动的路径识别

2.3.1 MS-AR模型选择和区制划分 上文仅对各畜禽产品产量增长率进行了简单的刻画，接下来将通过MS-AR模型对各畜禽产品生产波动演变路径进行深入剖析。在模型估计前，首先要对各变量进行平稳性检验以确定各变量是否平稳，通过ADF和PP检验，结果表明，畜禽产品产量增长率均平稳。然后，在选取MS-AR模型时需要确定模型区制M、滞后阶数P和模型基本形式，因此，分别比较区制为2和区制为3以及滞后阶数1～10情况下不同形式MS-AR模型的AIC、SC和HQ值以确定不同序列的最优模型。通过比较，猪肉产量增长率最优模型形式为MSIA(3)-AR(8) 模型，牛肉和禽肉产量增长率最优模型形式为MSIH(3)-AR(5)模型，羊肉和禽蛋产量增长率最优模型形式为MSIAH(3)-AR(5)模型，牛奶产量增长率最优模型形式为MSIAH(3)-AR(4) 模型。可以看出，3个区制下MS-AR模型可有效分析畜禽产品产量增长率演变路径。

通过比较不同区制下畜禽产品产量平均增长率可以看出，区制3下各类畜禽产品产量平均增长率最大，除猪肉产量平均增长率外，其他畜禽产品产量平均增长率均在10%以上（表1）；其次为区制2下平均增长率，各类畜禽产品产量增长率在5%左右；区制1下平均增长率最小，基本在3%左右。因此，可将区制1视为畜牧业“低速增长区制”，区制2视为畜牧业“中速增长区制”，区制3视为畜牧业“高速增长区制”。

表1 不同区制下畜禽产品产量平均增长率（%）Table 1 Average growth rates of livestock and poultry products in different regions（%）

2.3.2 畜禽产品产量增长率区制转移概率和平均持续期 表2展示了各畜禽产品产量增长率区制状态转移概率矩阵。猪肉产量由低速增长区制向中速增长区制和快速增长区制向低速增长区制转移的概率分别达到了0.436 3和0.320 5，说明猪肉生产容易出现由低速增长向中速增长和快速增长向低速增长转移的现象；由中速增长区制向低速和高速增长区制转移的概率均相对较小，说明在进入中速增长区制后，猪肉产量增长率倾向于保持中速增长。牛肉产量由低速增长区制向中速增长区制和中速增长区制向低速增长区制转移的概率分别高达0.512 2和0.816 8，说明牛肉产量容易出现低速增长和中速增长往复徘徊的现象。羊肉产量同牛肉产量增长率区制变迁较为相似，由低速增长区制向中速增长区制和中速增长区制向低速增长区制转移的概率分别为0.506 4和0.349 7，说明羊肉产量同样容易出现低速增长和中速增长往复徘徊的现象。禽肉产量除中速增长区制向低速增长区制转移概率较大之外，其他区制间转移概率均相对较小，说明禽肉产量增长率在各区制下均较为稳定，区制转移较为困难。禽蛋产量同禽肉产量增长率相似，区制间转移概率较小，禽蛋产量增长率在各区制下均较为稳定。牛奶产量由低速增长区制向中速和快速增长区制的转移概率高于0.55，说明牛奶产量增长率容易由低速增长转移至中速或快速增长，而中速增长区制向低速增长区制转移的概率也高达0.477 1，说明牛奶产量增长率在进入中速增长区制后容易下滑至低速增长区制。

表2 畜禽产品产量增长率区制转移概率矩阵Table 2 Transfer probability matrix of livestock production growth rates among different regions

根据各畜禽产品产量增长率在各区制下的维持概率（Pii）计算各区制下对应平均持续期（表3），其计算公式为Di=1/(1-Pii)。从发生频率上看，猪肉产量增长率处于中速增长区制时间最长，占样本期的37.54%，而处于快速增长区制的平均持续期最长。牛肉产量增长率处于低速增长区制时间最长，占样本期的45.90%，处于快速增长区制的平均持续期最长。羊肉产量增长率处于中速增长区制时间最长，占样本期的45.53%，而处于快速增长区制的平均持续期最长。禽肉产量增长率处于低速增长区制时间最长，占样本期的46.88%，而处于快速增长区制的平均持续期最长。禽蛋产量增长率处于中速增长区制时间最长，占样本期的39.99%，而处于低速增长区制的平均持续期最长。牛奶产量增长处于高速增长区制时间最长，占样本期的37.49%，同样处于快速增长区制的平均持续期最长。总体而言，从不同畜禽产品产量增长率在各区制下所处时间长短来看，除牛奶以外，其他畜牧产业基本均在低速和中速增长区制时间最长；从平均持续期来看，除禽蛋以外，其他畜牧产业均在快速增长区制下平均持续期最长。

表3 不同区制状态下畜禽产品产量增长率平均持续期Table 3 Average duration of output growth rates of livestock and poultry products in different regions

2.3.3 区制平滑概率分析 1985年中共中央、国务院发布《关于进一步活跃农村经济的十项政策》，决定取消生猪派养派购，实行自由上市、自由交易，随着该政策的实施，生猪产业迅速发展，猪肉产量在80年代后期和90年代初期保持了较快的增长，较长时间处于快速增长区制；之后在1993年迅速下滑至低速增长区制，虽然在1994年短暂恢复至中速增长区制，但随后又下滑至低速增长区制；自1998年开始，生猪产量开始上升至中速增长区制，除2004年外，一直持续至2008年，并于2009年再次步入快速增长区制；由于2010年生猪价格大幅下跌、养殖效益受损严重，致使散养户退出，规模养殖户缩减规模，能繁母猪数量减少，导致2011年生猪产能下降，2011年猪肉产量增长率下滑至低速增长区制；由于2011年猪肉产量增速下滑，猪肉供应偏紧，猪肉价格上升、养殖效益逐渐提升，随着养殖效益的提升2012年生猪产量增长率又迅速恢复至快速增长区制，并持续到2014年；受2013年和2014年能繁母猪大量淘汰、散户退市的影响，生猪产量增长率2015年下滑至低速增长区制（图3）。随着居民膳食结构改变，居民肉类消费中猪肉比重将呈下降趋势，并且考虑到政府关于生猪区域布局调整力度和环保压力不断加大，生猪产量增长将较难出现中高速增长现象，预计未来一段时期，生猪产业将处于转型升级期，产能调整幅度较大，生猪生产将以低速增长为主。

牛肉产量在1997年之前除个别年份外，基本处于快速增长区制，但在1998年迅速下跌至低速增长区制，虽然在一些年份如1999年、2004年、2007年和2009年短暂进入中速增长区制，但较长时间内仍处于低速增长区制（图4），主要原因是受国内机械化推进、进口牛肉冲击以及养殖效益不佳的影响，虽然近年来牛肉价格出现较大幅度上涨，但由于肉牛养殖周期长、前期投入大和资金周转慢的影响[21]，牛肉价格上涨并未推动牛肉生产进入快速增长区制。可以看出，牛肉产量增长率前期以快速增长为主，后期则以低速增长为主，个别年份处于中速增长状态。随着我国对美国进口牛肉的解禁以及中澳和中新自贸区建设的不断推进，国际牛肉进入中国市场愈加便利，对国内牛肉市场造成冲击将不断加大，预计未来一段时期我国牛肉生产将在较长时间内处于低速增长区制。

图3 猪肉产量增长率区制平滑概率Fig. 3 Region system of smoothing probability of pork yield growth rate

图4 牛肉产量增长率区制平滑概率Fig. 4 Region system of smoothing probability of beef yield growth rate

在80年代初期我国羊肉生产在中低速区制状态下徘徊，随着羊毛市场疲软，羊肉需求增加，极大地促进了肉羊产业的快速发展[22]，自1987年羊肉生产进入快速增长区制，一直持续至1997年（图5）。羊肉生产自1998年进入中速增长区制，并在2001—2002年出现了低速增长情况，之后恢复至中速增长。但随着我国草原生态保护补助奖励政策、禁牧政策和草畜平衡制度的实施，肉羊产业发展受到限制，羊肉产量增速于2007年再次进入低速增长区制，虽在2009年短暂进入中速增长区制，但在之后两年再次进入低速增长区制。随着肉羊养殖效益的提升，羊肉产量于2012年进入中速增长区制并持续至2014年，但由于小反刍疫情的爆发和羊肉价格下跌引起养殖效益的下滑，2015年羊肉产量再次进入低速增长区制，2016年产量增速有所上升，进入中速增长区制。可以看出，自上世纪80年代以来，羊肉产量增长率前期主要处于快速增长区制，后期则以中速增长为主，个别年份处于低速增长区制。随着我国第二轮草原生态保护补助奖励政策的实施，政策范围的扩大以及国家对生态环境的重视，肉羊产业发展受到一定限制，加之中澳自贸区正式建立，进口羊肉对国内羊肉生产造成一定冲击，预计肉羊产业发展难再进入快速增长区制；但随着居民收入的提高，居民对低脂肪、高蛋白肉制品需求将进一步增加，会对羊肉生产有一定拉动作用，因此预计未来一段时期内，羊肉生产主要处于中速增长区制。

图5 羊肉产量增长率区制平滑概率Fig. 5 Region system of smoothing probability of lamb yield growth rate

禽肉生产自1986年进入快速增长区制，并在此区制下持续了10年之久，于1996年进入中速增长区制，经过4年的过渡期后，于2000年进入低速增长区制，一直持续至2013年，在经历了14年的低速增长之后在2014年进入中速增长区制，并持续至2016年（图6）。与猪肉、牛肉和羊肉产量增长率区制变迁相比，禽肉产量增长率区制变迁相对较为平缓，自改革开放以来，并未出现区制频繁转换的现象。其主要原因是与其他几个畜牧产业相比，家禽产业是我国畜牧业中规模化程度最高、专业化发展最迅速、产业化优势最明显的产业，因此在其发展过程中并未出现大幅波动的现象。预计未来一段时期，禽肉生产仍将处于中低速发展状态，但由于禽流感疫情不断爆发，使其逐渐成为家禽产业最大的威胁，因此应警惕其对禽肉生产造成的影响。

80年代中后期禽蛋产量除在1984年短暂进入快速增长区制，较长时间内处于中速增长区制；但随着国家对农产品流通体制的改革，畜牧业逐渐走向市场化，禽蛋产量于1990年进入快速增长区制，并持续至1996年；在经历了改革开放后较长时期的中高速增长后，禽蛋产量于1997年迅速下滑至低速增长区制，在经历了10多年低速增长后，禽蛋生产在2008年上升至中速增长区制；2010年上半年，由于产能过剩，禽蛋的价格长时间处于低迷状态，养殖效益下滑，养殖户家禽存栏相对减少，禽蛋生产再次下滑至低速增长区制，但在2012年又恢复至中速增长区制，并一直持续至2016年（图7）。虽然，近年来禽蛋生产较长时间处于中速增长区制，但考虑到禽蛋供给过剩以及2017年以来蛋价出现的近10年以来最大幅度下跌造成的冲击，预计未来一段时期，禽蛋生产将处于低速增长区制。

图6 禽肉产量增长率区制平滑概率Fig. 6 Region system of smoothing probability of poultry production growth rate

图7 禽蛋产量增长率区制平滑概率Fig. 7 Region system of smoothing probability of egg production growth rate

与其他畜牧产业相比，由于产业发展时滞的原因，牛奶产量在80年代和90年代中前期主要在中低速增长区制徘徊（图8）。随着经济发展和居民生活水平的提高，牛奶需求的不断增加和政府奶业扶持力度的不断加大，牛奶产量自1998年进入快速增长区制，并在此区制下持续12年；受三聚氰胺事件影响、进口牛奶冲击以及养殖效益下滑的影响，牛奶产量增长率于2010年开始下降，并逐步下滑至低速增长区制。2013年下半年和2014年上半年较高的奶价以及较好的养殖效益，推动了国内奶牛养殖积极性，牛奶产量在2014年短暂进入快速增长区制，但随着养殖效益的下滑，牛奶产量之后又逐步下滑至低速增长区制。随着进口牛奶冲击不断加大、奶价低迷、奶牛养殖效益不佳以及中小奶牛养殖户的不断退出，预计未来一段时期，牛奶生产将主要处于中低速增长区制。

图8 牛奶产量增长率区制平滑概率Fig. 8 Region system of smoothing probability of milk yield growth rate

总体而言，从区制变迁上看，猪肉、牛肉、羊肉和牛奶产量增长率区制变迁较为频繁，而禽肉和禽蛋产量增长率区制变迁较为平稳，说明我国家禽产业发展与其他几个畜牧产业相比发展较为平稳。从快速增长区制上看，牛肉、羊肉、禽肉和禽蛋产量快速增长期主要处于80年代中后期和90年代前期，猪肉产量快速增长期主要为80年代末、90年代初期以及2009年之后一段时期，而牛奶产量快速增长期则出现在1998—2009年一段时期，这与各畜禽产品产量增长率趋势波动分析较为一致。通过分析其各自产量增长区制变迁原因可以看出，虽然不同时期造成具体畜禽产品生产区制转换的原因有所差异，但归结起来主要有供需差异、价格波动、进口冲击和畜禽疫情等。除此之外，通过比较不同畜禽产品区制转移情况发现，养殖规模化程度越高（如肉鸡、蛋鸡产业），区制转移越平滑，而养殖规模化程度越低（如肉牛、肉羊产业），区制转移越频繁。

3 结论与政策启示

3.1 结论

研究表明，从产量增长率变化趋势上看，猪肉产量增长率高峰期出现最早，其次是牛肉、羊肉、禽肉和禽蛋产量增长率，而牛奶产量增长率高峰期出现时间最晚；从不同畜禽产品产量波动比较上看，猪肉产量增长率波动幅度最小，但近几年有增大的趋势；从产量增长率的总趋势来看，近几年，牛肉产量增长率最为平稳，其次为羊肉和禽蛋产量增长率，鸡肉产量增长率在最近一些年份也出现较大波动，而牛奶产量增长率处于波动调整期，并未趋于平稳。

通过模型识别将畜禽产品生产划分为“低速增长区制”、“中速增长区制”和“快速增长区制”3个区制，其中低速增长区制下畜禽产品产量平均增长率基本在3%左右，中速增长区制中平均增长率在5%左右，快速增长区制中各畜禽产品产量平均增长率基本在10%以上；猪肉生产倾向于保持中速增长，牛肉、羊肉和牛奶生产容易出现低速增长和中速增长往复徘徊的现象，禽肉和禽蛋产量增长率在各区制下均较为稳定。改革开放以来，除牛奶以外，其他畜牧产业基本在低速或中速增长区制时间最长，从平均持续期来看，除禽蛋产业以外，其他畜牧产业均在快速增长区制下平均持续期最长。从区制变迁上看，猪肉、牛肉、羊肉和牛奶产量增长率区制变迁较为频繁，而禽肉和禽蛋产量增长率区制变迁较为平稳。

造成畜禽产品生产区制转移的原因主要有供需差异、价格波动、进口冲击和畜禽疫情等，除此之外，规模化程度和政府调控政策也会对其造成影响。预计未来一段时期，猪肉、牛肉、禽蛋和牛奶生产将以低速增长为主，羊肉生产主要处于中速增长区制，禽肉生产仍将处于中低速发展状态。

3.2 政策启示

首先，针对不同畜禽产业发展特征，制定不同产业调控政策，稳定重要畜禽产品生产，加大对弱势畜禽产业扶持，因地制宜推动产业平稳发展。

其次，当产业发展进入快速发展阶段时，应提高产业抗风险和外部冲击能力，一方面健全和完善兽医防疫体系，提高畜禽产业疫病防控能力，加大重大动物疫病的防控，强化动物防疫监督执法，维护畜禽养殖业安全发展；另一方面提高产业进口及价格波动监测预警，防止外部冲击对产业造成大幅波动。

再次，应推动畜牧业规模化养殖和产业化经营水平，一方面以推动标准化规模养殖场示范建设为抓手，多种形式的新型畜牧业经济主体规模化发展；另一方面通过加强畜禽产业链建设，完善产业组织利益联结机制，提高产业自身平抑波动的能力。

最后，从供给侧入手结合居民畜禽产品需求，优化产业布局，调整品种结构、产品结构、产业结构，推动产业转型升级，加快建设现代畜禽产业。

参考文献：

[1] 张新焕, 阎新华, 杨德刚, 等. 中国畜牧业发展的时空演变及趋势分析[J]. 干旱区地理, 2003, 26(3): 281-285.Zhang X H, Yan X H, Yang D G, et al. Analysis on spatial and temporal evolution and trend of animal husbandry in China[J].Arid Land Geography, 2003, 26(3): 281-285.

[2] 徐雪高, 陈洁, 李靖. 中国畜牧业发展的历程与特征[J]. 中国畜牧杂志, 2011, 47(20): 14-17.Xu X G, Chen J, Li J. History and characteristics of China’s livestock[J]. Chinese Journal of Animal Science, 2011, 47(20): 14-17.

[3] 杨子刚, 毛文坤, 于海朋. 中国畜牧业生产区域布局演变分析[J]. 中国畜牧杂志, 2012, 48(10): 11-14.Yang Z G, Mao W K, Yu H P. Analysis on evolution of animal husbandry production regional distribution in China[J]. Chinese Journal of Animal Science, 2012, 48(10): 11-14.

[4] 隋建利, 蔡琪瑶. 中国农业经济周期的路径演化识别——改革开放以来的实践与经验[J]. 中国农村经济, 2016(9): 30-43.Sui J L, Cai Q Y. Identification of the agricultural economic cycle in China: A summary since the reform and opening[J]. Chinese Rural Economy, 2016(9): 30-43.

[5] 綦颖, 吕杰, 宋连喜. 关于中国生猪产业的周期波动问题探析[J]. 农业现代化研究, 2007, 28(5): 567-570.Qi Y, Lü J, Song L X. Discussion and analysis on cycles fluctuation of hog industry in China[J]. Research of Agricultural Modernization, 2007, 28(5): 567-570.

[6] 陈蓉. 我国生猪生产波动周期分析[J]. 农业技术经济, 2009(3):77-86.Chen R. Analysis on China’s pig production fluctuation cycles[J].Journal of Agrotechnical Economics, 2009(3): 77-86.

[7] 岳冬冬, 王征兵. 我国生猪生产波动周期研究[J]. 农业技术经济, 2010(10): 18-25.Yue D D, Wang Z B. Characteristics of pig production cycles in China[J]. Journal of Agrotechnical Economics, 2010(10): 18-25.

[8] 王明利, 肖洪波. 我国生猪生产波动的成因分析[J]. 农业经济问题, 2012, 33(12): 28-32.Wang M L, Xiao H B. Analysis on the reasons of the fluctuation of pig production in China[J]. Issues in Agricultural Economy, 2012,33(12): 28-32.

[9] 周晶, 丁士军, 阮冬燕. 中国生猪生产波动影响因素分析——基于2000-2012年省级面板数据的实证研究[J]. 农业现代化研究, 2014, 35(6): 750-756.Zhou J, Ding S J, Ruan D Y. The empirical analysis on influencing factors of pig production fluctuation in China[J]. Research of Agricultural Modernization, 2014, 35(6): 750-756.

[10] 胡向东, 王明利. 美国生猪生产和价格波动成因与启示[J]. 农业经济问题, 2013, 34(9): 98-109, 112.Hu X D, Wang M L. The causes and enlightenments of U.S.hog production and price fluctuation[J]. Issues in Agricultural Economy, 2013, 34(9): 98-109, 112.

[11] 王国刚, 王明利, 杨春. 中国肉牛产业发展的阶段识别及时空分异特征[J]. 经济地理, 2014, 34(10): 131-136, 170.Wang G G, Wang M L, Yang C. Development stage and its patiotemporal evolution of beef cattle industry in China[J]. Economic Geography, 2014, 34(10): 131-136, 170.

[12] 刘春芳, 王济民. 中国肉鸡产业发展历程及趋势[J]. 农业展望,2011, 7(8): 36-40.Liu C F, Wang J M. Development course and trend of broiler industry in China[J]. Agricultural Outlook, 2011, 7(8): 36-40.

[13] 郝晓燕, 长青, 肇先. 我国乳业的产业生命周期的识别与测度[J].内蒙古农业大学学报(社会科学版), 2011, 13(3): 100-102.Hao X Y, Chang Q, Zhao X. A study on China’s dairy industry life cycle recognition and measurement[J]. Journal of Inner Mongolia Agricultural University (Social Science Edition), 2011, 13(3):100-102.

[14] Hamilton J D. A new approach to the economic analysis of nonstationary time series and the business cycle[J]. Econometrica,1989, 57(2): 357-384.

[15] Hamilton J D. Analysis of time series subject to changes in regime[J]. Journal of Econometrics, 1990, 45(1/2): 39-70.

[16] 宋旺, 钟正生. 基于MS-AR模型的中国金融脱媒趋势分析[J].财经研究, 2010, 36(11): 115-126, 134.Song W, Zhong Z S. The analysis of China’s financial disinter mediation trend based on MS-AR model[J]. Journal of Finance and Economics, 2010, 36(11): 115-126, 134.

[17] Krolzig H M. The Markov-Switching Vector Autoregressive Model[M]. Markov-Switching Vector Auto Regressions. Springer Berlin Heidelberg, 1997: 6-28.

[18] 钟甫宁. 关于肉类生产统计数字中的水分及其原因的分析[J].中国农村经济, 1997(10): 63-66.Zhong F N. Analysis of distortion in meat production statistics and its causes[J]. Chinese Rural Economy, 1997(10): 63-66.

[19] 卢锋. 我国若干农产品产消量数据不一致及产量统计失真问题[J]. 中国农村经济, 1998(10): 47-53.Lu F. Inconsistency of output data and distortion of output statistics in some agricultural products in China[J]. Chinese Rural Economy, 1998(10): 47-53.

[20] Yu X, Abler D. Where have all the pigs gone? Inconsistencies in pork statistics in China[J]. China Economic Review, 2014, 30(C):469-484.

[21] 刘玉凤, 杨春, 王明利. 中国肉牛产业发展现状及前景展望[J].农业展望, 2014, 10(4): 36-42.Liu Y F, Yang C, Wang M L. Present situation and prospect of beef cattle industry in China[J]. Agricultural Outlook, 2014, 10(4):36-42.

[22] 夏晓平, 李秉龙. 中国肉羊产业发展特征、矛盾及对策[J]. 农业经济与管理, 2012(1): 54-63.Xia X P, Li B L. Characteristics, contradictions and outlets of Chinese meat sheep industry[J]. Agricultural Economics and Management, 2012(1): 54-63.