基于VAR模型的非洲猪瘟疫情下猪肉价格影响因素分析

吴庆春，吴彬红,2，梁华炜

(1.泉州师范学院 商学院，福建 泉州 362000；2.瑞达期货研究院，福建 泉州 362000；3.黎明职业大学 商学院，福建 泉州 362000)

2018年8月以来，非洲猪瘟疫情肆虐全国，生猪产业发生剧烈波动。根据农业农村部官方数据统计，中国生猪存栏量和出栏量大幅下降，2018生猪存栏42 817万头，出栏69 382万头，2019年生猪存栏31 041万头，出栏54 419万头[1]。2018年至2019年,猪肉供不应求，猪肉市场价格增幅明显。猪肉价格最低发生在2018年2月，为14.92元;价格最高发生在2019年11月，为46.87元。目前，我国生猪产业仍然面临非洲猪瘟带来的严峻挑战，研究此次疫情对中国生猪产业的冲击，保证消费者现实消费水平，加快生猪产业的恢复，具有重要的意义。疫情爆发后，学者大多集中于非洲猪瘟的鉴别、临床特征、疫苗研究[2-4]等研究，关于疫情对生猪产业影响研究相对较少。唐利群等从产能、价格、进出口三个角度分析后疫情时代生猪产业的行业现状，得出此次疫情将造成生猪产能下降，生猪价格具有大范围齐涨齐跌的“联动效应”[5]。朱增勇等则提出此次疫情过后“公司+农户”的适度规模养殖模式将是未来主流方向[6]。盛芳芳等运用农产品局部均衡模型分析得出疫情造成猪肉产量和消费量大幅度下降，同时鸡肉替代效应最为明显[7]。上述学者分别从不同角度分析了疫情对中国生猪产业影响，但是存在两个问题：第一，忽略了不同时间点疫情严重程度不同对生猪市场造成的冲击程度不同，无法区分不同时间点下生猪市场面临疫情冲击的差异。第二，此次疫情为突发事件，生猪产业遭遇外部冲击时生猪产业链各环节的价格传导机制，外部冲击的幅度和特征无法得到体现。为解决上述两个问题，禹旭涛等利用脉冲响应、方差分析等手段对猪肉价格进行相关研究[8]。梁帆通过选取仔猪价格、生猪价格和猪肉价格建立协整和误差修正模型，分析疫情对生猪产业链价格传导过程[9]。同时，猪瘟疫情发生后将会对生猪产业链不同生产环节造成冲击，包含上游饲料需求变化、中游生猪养殖中断、大面积扑杀生猪[10]，下游猪肉产品消费萎缩、替代产品消费需求增加等影响。文章根据生猪产业特征并结合以上学者研究思路，选定研究对象玉米价格为上游生产环节代表，猪仔价格作为中游流通环节代表，猪肉价格、牛肉价格作为下游消费环节代表，研究期限为2018年1月至2019年12月，通过构建VAR模型，探究此次疫情对生猪产业链不同生产环节冲击及各生产环节相互冲击机理，以期为政府选择生猪产业高质量发展政策提供参考。

一、数据来源与模型构建

(一)模型的构建和获取

向量自回归模型的核心在于将当期变量对所有变量的若干滞后变量进行回归。VAR模型数学解释如下：

Yt=A1Yt-1+A2Yt-2+…+AnYt-n+BXt+εt。

其中：Yt为内生变量，Xt为外生变量，t={1，2，…，T}，At和B为需要估计的系数矩阵，εt为扰动项。

(二)生猪产业的市场价格获取与处理

根据生猪产业特征选取猪肉价格(lnY)、牛肉价格(lnX1)、玉米价格(lnX2)、猪仔价格(lnX3)做为变量，对四者做取对数处理，数据区间为2018年1月至2019年12月，数据来源于中国农业信息网，本文模型所有操作在EViews10.0软件下实现。

二、实证检验

(一)单位根检验

为避免回归分析出现“伪回归”，对时间序列数据做模型分析之前，需要先判断数据平稳性。本文采用ADF检验对猪肉价格(lnY)、牛肉价格(lnX1)、玉米价格(lnX2)、猪仔价格(lnX3)序列进行平稳性检验，结果见表1。结果表明：原始数据均存在单位根，时间序列不平稳。对原始数据进行一阶差分后再次进行单位根检验表明：一阶差分时间序列为平稳序列。因此，可对该数据进行实证分析。

表1 ADF检验结果

(二)Johansen 协整检验

建立VAR模型前，必须进行协整关系的判断，本文利用Johansen 检验进行协整检验，可以看出：一阶差分时间序列均拒绝原假设，即存在4个协整关系，结果见表2。

表2 Johansen 协整检验结果

(三)滞后阶数的确定

在构建VAR模型时，需要确定P值，P值太小将导致残差自相关，P值太大将影响参数估计有效性。本文采用AIC，SC准则确定最优阶数[11]，结果见表3，表中最优P值为2阶。

表3 滞后阶数选择表

(四)VAR估计

利用EViews10.0建立VAR模型，滞后区间选取2阶,结果图1所示。由图中可知，所有单位根均落在单位圆内，表明研究建立的模型稳定，可以进行脉冲响应函数分析和方差分解。

图1 AR根图

(五)脉冲响应分析

在上述基础上建立12期脉冲响应函数，结果见图2-5。

从图2dlnY(猪肉价格)对dlnY(猪肉价格)响应来看：当本期给dlnY(猪肉价格)一个单位标准差的正向冲击后，dlnY第1期至第3期呈现正向响应，响应程度呈现递减趋势；第4期至第9期呈现负向响应，响应程度呈现先递增后递减趋势；第10期至第12期呈现新的正向响应，响应程度递增。这主要说明猪肉自身价格具有周期性波动影响特征，短期为正向效应，中期为负向效应，长期开始新一轮效应，即猪肉价格波动呈现“猪周期特征”。

图2 dlnY对dlnY的脉冲响应 图3 dlnY对dlnX1的脉冲响应

从图3dlnY(猪肉价格)对dlnX1(牛肉价格)响应来看：当本期给dlnX1(牛肉价格)一个单位标准差的正向冲击,dlnY在第2期至第3期呈现正向响应，响应程度呈现递减趋势。第4期至第7期呈现负向响应，响应程度呈现先递增后递减趋势，最大的响应程度在第6期。随后第8期至第12期呈现新的正向响应。这主要说明牛肉作为猪肉主要的替代品，由于市场传导效应，牛肉价格的变化会影响猪肉价格的变化，且两者呈现周期性波动影响特征。

从图4dlnY(猪肉价格)对dlnX2(玉米价格)响应来看：当本期给玉米价格一个单位标准差的正向冲后,第2期至第5期呈现正向响应，响应程度呈现递增后递减趋势。随后第6期至第9期呈现新的负向响应，响应程度呈现先递增后递减趋势。这主要说明玉米价格作用机制与猪肉价格、玉米价格相同，对猪肉价格呈现周期性波动影响特征，但影响程度较前两者小。

图4 dlnY对dlnX2的脉冲响应 图5 dlnY对dlnX3的脉冲响应

从图5dlnY(猪肉价格)对dlnX3(猪仔价格)响应来看：当本期给猪仔价格一个单位标准差的正向冲击后，dlnY在第1期至第3期呈现正向响应，随后第4期至第10期呈现负向响应，第12期发生正向响应，响应程度趋近于0。这主要说明，猪仔价格波动对猪肉价格波动有较强的短期正向效应，长期效应不显著。从经济意义上讲，若猪仔价格提高，则短期内会促使猪肉价格提高，但随时间推移，这种作用力逐渐消失。由此可得，此次受非洲猪瘟疫情传播影响，养殖户经历了2018年到2019年的亏损导致观望情绪浓厚、补栏意愿较弱，猪仔供给紧缩从而引发猪仔价格变动，短期内对猪肉价格有拉升作用，长期则会逐渐消失。

(六)方差分析

从猪肉价格(dlnY)的方差分解(表4)来看：自身因素对猪肉价格(dlnY)波动占主导地位，第1期，自身因素占猪肉价格(dlnY)波动绝对主导地位，为100%；猪肉价格(dlnY)对其自身贡献率由第2期的76.282%降至第11期的58.629%，第12期微小反弹至59.00%。其次，牛肉价格对猪肉价格(dlnY)波动的贡献率为第1期的0%，在第2期迅速上升至11.642%，而此后第3期至第9期起伏不定，第11期达最大贡献率，为19.831%。再者，玉米价格的贡献率在第1期至第5期内逐期上升，其中第3期至第4期的贡献率增幅在其总期限内增幅最大，第6期至第12期内总体贡献率上升，期间发生小幅上下反弹，第12期贡献率为15.936%。最后，猪仔价格对猪肉价格的贡献度最小，最大贡献率为9.216%，最小贡献率为0%。

表4 dlnY的方差分解表

三、结论与建议

(一)结论

(1)猪肉价格呈现周期性波动特征，此次价格波动受自身影响的程度随着时间推移而减弱，逐渐演变为生猪产业链上其他环节的影响。从猪肉价格对自身价格脉冲响应结果上看，总体呈现周期性波动特性；进一步结合猪肉价格的方差分解来看，自身因素对猪肉价格波动占主导地位，但影响程度逐渐减弱。

(2)牛肉作为猪肉主要的替代品，由于市场传导效应，两者价格会相互影响。从牛肉价格的方差分解来看，在后期猪肉价格对牛肉价格的替代效应十分剧烈。我国作为猪肉消费世界第一大国，居民对牛肉的消费相对较少，猪肉价格发生剧烈波动则会引起消费者选择减少猪肉消费量而增加牛肉消费量。

(3)玉米价格作用机制与猪肉价格、牛肉价格相同，影响程度较前两者小。玉米作为生猪产业上游生产环节的主要原材料，当玉米价格发生波动时，生猪产业中下游则会发生一系列的反应。

(4)猪仔波动对猪肉价格波动有较强的短期正向效应，长期效应不显著。另外，此次受非洲猪瘟疫情传播影响，生猪产业链其他环节均在长期内引发猪仔价格变动。

(二)建议

(1)养猪企业应当建立健全防治疫情制度，加强疫情防治技术的开发与应用[12]。(2)养猪企业应该加强对生猪饲养管理，现阶段我国生猪饲养农户饲养管理水平不足的短板明显，建立健全科学合理的生猪生产布局，将有效降低市场风险。(3)加强对牛羊规模养殖。在猪肉供给十分短缺的情况下，可以多途径强化牛羊规模养殖，这降有助于抑制肉类替代食品的价格上涨。(4)着力强化产业支持政策。政府应该采取减少养殖农户收入税收等扩张性政策，对生猪养殖户给予一定福利补贴，加快生猪产业复工复产，实现生猪产能恢复。(5)着力强化完善物流体系，对物流配送路线实现优化，采用现代化配送设备，保证疫情期间产品的高效流通。另一方面，疫情防控期间构建临时仓储中心等方式实现猪肉产品的及时输送。