非洲猪瘟疫情冲击下养猪场户生产恢复行为研究*

2022-06-01张园园范玉峰

农业经济与管理 2022年3期

张园园，范玉峰

（1.山东农业大学经济管理学院，山东泰安 271000；2.山东省农业科学院，济南 250100）

一、引言

重大动物疫情具有发病率高、死亡率高、传播速度快等特点，一旦发生，将对养殖业造成重大经济损失。2018年以来全球非洲猪瘟疫情形势相对严峻，多个区域疫情仍在扩散蔓延，目前非洲猪瘟疫情已经传入中国、蒙古、越南、柬埔寨、老挝、韩国等国家。2018年8月以来，非洲猪瘟使得中国生猪产能遭受重创，并直接导致国内猪肉供求极度失衡与市场异动。非洲猪瘟疫情对生猪产业可能产生巨大且长期的影响，供给不足可能将持续较长时间（胡浩等，2020）。因此，生猪复产已成为政府、产业和学术界关心的热点问题，探究疫情冲击下养猪场户生产恢复行为，对于把脉养猪场户未来生产决策及推动生猪产业健康持续发展具有重要现实意义。

在疫情影响下，生猪复产面临更复杂更严峻的考验（谭莹，2011）。农户生产恢复行为影响因素方面的研究成果也印证这一事实：年龄与受教育年限（严奉宪等，2012）、养殖年限（刘明月等，2016）、行业预期（刘婷婷等，2018）以及风险感知（王宏梅等，2019）等因素均在不同程度上影响养殖户响应决策。近期研究已开始关注疫情爆发后养猪场户生产恢复行为：聂赟彬等（2020）指出养殖收入占家庭总收入比例高、生猪价格上涨、了解当地养殖场建设补贴政策显著促进养殖场户扩大养殖规模决策；李鹏程等（2020）的研究表明，资金不足是制约生猪生产恢复的重要原因；江光辉等（2021）基于江苏省的调查分析得出，养殖禀赋对生产恢复的直接促进效应最大，外部支持次之，风险感知则负向影响养殖户疫后生产恢复，且养殖禀赋还通过降低养殖户风险感知间接促进生产恢复。上述研究为本文提供了一定理论和方法借鉴，但对非洲猪瘟疫情爆发后养猪场户生产恢复行为及其影响因素的实证分析不足。鉴于此，本文基于山东省养猪场户的实地调查，通过构建Heckman两阶段模型，对非洲猪瘟疫情爆发后养猪场户生产恢复行为（简称疫后养猪场户生产恢复行为）及其影响因素进行实证分析，以期为政府制定合理有效的疫后生猪养殖业恢复政策提供理论参考和现实借鉴。

二、理论分析与模型构建

（一）理论分析

依据计划行为理论，个体意愿是影响行为的关键因素，而意愿受到态度、主观规范和感知行为控制三类变量的共同影响（Ajzen，2011）。目前在农业经济领域已有较多学者利用该理论探究农户行为决策。在实际决策过程中，主体的决策行为往往受到内在、外在以及历史经验和预期等多重参考点的影响。鉴于此，养猪场户生产恢复行为也并非单一因素影响的结果，而是众多内外部因素综合作用的复杂系统，需从养猪场户自身能力及外部支持条件综合考虑。其一，养猪场户作为生产恢复的经营决策主体，在有限理性框架下作出行为选择。个体年龄和文化水平是养猪场户生产行为的主要决定因素（Andrew，2006），本文试图探究养猪场户自身特征对疫后生产恢复行为的影响。其二，家庭特征是所有家庭成员偏好、能力以及人力资源等复杂要素的总体反映，养猪场户的减灾需求和行为选择与家庭特征存在必然联系。家庭异质性显著影响主体行为决策，尤其是家庭人口规模、耕地数量及非农收入水平对整个家庭的决策存在重要影响（张影等，2016）。其三，不同规模养猪场户的相机选择行为存在差异，规模较大的养猪场户在价格波动时变动生产投入和饲养规模的行为倾向显著偏低（沈鑫琪等，2019）；养殖年限在某种程度上反映了养猪场户积累的从业经验和形成的养殖习惯，对养殖户生产决策有一定影响（赵俊伟等，2019）。本文也将探索养殖规模、年限等经营特征对养猪场户生产恢复行为的影响。其四，风险感知在一定程度上影响养猪场户的风险态度，进而影响其动机和行为。预期风险和预期防疫效果对养殖户在重大疫情风险下的防控行为决策的影响较为显著（张桂新等，2013）；当养猪场户进行“有限理性决策”时，行业盈利前景的判断会影响其决策行为（李文瑛等，2017）。其五，贷款、税收、土地、技术及行业信息等外部条件和支持能为养猪场户生产恢复行为提供便利，在畜牧业发展的各个阶段均需要政府给予相关政策引导和支持。若政府选择一组适当的政策组合与配套的合理干预策略，将有助于疫后养猪场户生产恢复行为（燕志雄等，2014）。

（二）模型构建

由于样本选择性偏差的存在，在计量经济分析前要对其进行修正（Heckman，1979）。Heckman 两阶段法是一种修正样本选择性偏差的计量方法，被广泛应用于社会科学研究（He 等，2016；王建华等，2019）。本文将疫后养猪场户生产恢复行为分解成两个连续的过程：一是决定是否继续从事生猪养殖；二是如果继续从事生猪养殖，进一步决定生产恢复规模。基于此，本文选用Heckman模型进行分析的原因有两个：一是该模型能分别分析疫后养猪场户生产恢复行为及生产恢复规模的影响因素；二是采用一阶段模型分析往往会产生样本选择性偏差，而Heckman两阶段法的第一阶段采用Probit离散选择模型估计疫后养猪场户继续从事生猪养殖的概率，再利用Probit模型估计结果来计算逆米尔斯比率作为第二阶段分析疫后养猪场户生产恢复规模的多元线性回归模型中的调整项，可检验样本选择性偏差的显著程度，并修正。

1.第一阶段选择模型：Probit模型

具体为：

式（1）中，Probit(Yi=1)表示疫后养猪场户选择继续生猪养殖的概率，据此考察疫后养猪场户生产恢复行为选择决策的影响因素。被解释变量Yi是养猪场户生产恢复行为选择决策的虚拟变量{0,1} ，若疫后养猪场户继续生猪养殖，则Yi=1；否则Yi=0。Xi1为第i个样本的特征变量，是包含多个因素的解释变量，即影响养猪场户生产恢复行为选择决策的一系列影响因素，∂1是估计参数向量。为说明模型的含义，假设对应于二值的响应变量Yi，存在一个对应的潜在响应变量yi，满足：

其中，ε为随机误差项，ε～N(0,1)，Xi1与ε相互独立，且Yi与yi之间存在以下关系：

先通过第一阶段选择方程（1），使用所有观察值进行Probit回归，得到未知参数向量，再代入逆米尔斯比率公式，计算每个样本的λi，并将其作为新的解释变量加入到第二阶段的结果方程中，应用继续从事生猪养殖的养猪场户样本进行估计。逆米尔斯比率计算公式如下：

2.第二阶段结果模型：多元线性回归模型

基于选择继续生猪养殖的养猪场户的样本数据，利用多元线性回归模型考察养猪场户生产恢复规模的影响因素，具体方程为：

式（6）中，Zi是第二阶段回归模型的被解释变量，即养猪场户生产恢复规模；Xi2是解释变量，即养猪场户生产恢复规模的一系列影响因素。为避免选择方程与结果方程解释变量相同可能带来的多重共线性问题，导致回归系数难以辨识，选择方程中至少包括一个满足排他性条件的解释变量，即Xi2⊂Xi1，且Xi1中至少存在一个变量影响第一阶段的选择行为，而对第二阶段的被解释变量没有直接影响（Puhani，2000）。β1是估计参数向量，μi是随机误差项。

Heckman样本选择模型通过在结果方程中加入逆米尔斯比率λi，解决样本自选问题，克服样本选择性偏差。若λi显著不为零，则表明存在明显样本选择性偏差，即采用Heckman模型分析是合适的。

三、数据来源与变量设置

（一）数据来源

本文使用的数据来源于2020年1～4月研究团队对山东省养猪场户的调查。山东省是中国传统意义上的生猪养殖大省，2020年生猪出栏量为3 344.80万头，居全国第五位，故本文选取山东省作为研究区域。调查方式有两种：一是依托山东省省情调研中心对具有调查条件（自家或亲朋好友从事养猪、居住地周边有养猪场户等）的大学生和研究生进行培训，委托其在调查期间通过电话、视频等非接触方式开展一对一的问卷调查；二是依托有合作关系的基层畜牧单位（畜牧兽医局、畜牧站、畜牧协会等），委托其组织对辖区内养猪场户进行电子问卷调查。

为使样本具有代表性，在选择调查地区时兼顾山东省16 地市的生猪生产情况和地域差异性。其中，潍坊、济宁、临沂、德州和菏泽为生猪主产区，生猪年出栏量400 万头以上；青岛、济南、泰安、烟台和聊城为生猪中产区，生猪年出栏量200万～400万头；滨州、枣庄、东营、淄博、威海和日照为生猪少产区，生猪年出栏量低于200万头。此次调查共发放问卷600份，剔除关键信息缺失和存在极值的样本后，最终获得有效样本521个，问卷有效率86.83%。受访养猪场户基本特征见表1。

表1 受访养猪场户（负责人）的基本特征

（二）变量设置

变量的含义、赋值说明及其描述性统计见表2。

表2 变量的含义、赋值说明及其描述性统计

1.因变量

生产恢复行为是指非洲猪瘟疫情爆发后，养猪场户作为理性经济人，在追求利润最大化情况下做出的行为决策。具体分为两个层面：一是生产恢复选择，即养猪场户是否继续从事生猪养殖，有退出生猪养殖和继续生猪养殖两种选择；二是生产恢复规模，若选择继续从事生猪养殖，那么养猪场户生产恢复规模（开始恢复生产时的养殖规模）有无变化，可能出现比原规模小、维持原规模、比原规模大三种情形。

2.自变量

选取养殖规模、养殖年限、组织化程度和保险购买4个变量表征养猪场户经营特征；选取疫情损失和行业预期2 个变量表征养猪场户受灾损失与判断；选取防疫便捷性、贷款可得性、政策支持力度、与同行交流频率4个变量表征养猪场户外部条件支持。

3.控制变量

本文从两个方面选取控制变量：一是选取负责人性别、年龄和受教育程度3个变量表征养猪场户个体特征；二是选取家庭收入结构、家庭人口规模、家庭人均耕地面积3个变量表征养猪场户家庭特征。

四、实证结果分析

（一）模型运算结果

基于Stata13.0软件的Heckman两阶段模型，将疫后养猪场户生产恢复选择和生产恢复规模数据作为被解释变量，选取养殖规模等10个自变量及性别等6个控制变量，代入模型进行估计，模型运算结果如表3所示。为避免模型两阶段之间解释变量相同带来的多重共线性问题，本文第一阶段选取全部16 个解释变量，在第二阶段回归分析时，选取能得到显著性结果的8 个变量作为第二阶段的解释变量。表3中，逆米尔斯比率系数为0.5904，且在1%水平上显著不为0（P=0.000），显著的逆米尔斯比率说明疫后养猪场户生产恢复行为存在选择性偏差，Heckman模型选用合理。

表3 Heckman两阶段模型运算结果

（二）疫后养猪场户生产恢复行为影响因素分析

1.养殖规模对疫后养猪场户生产恢复行为的影响分析

在选择模型中，养殖规模的影响在5%的水平上显著，养殖规模越大的养猪场户越倾向于选择继续从事生猪养殖。一般而言，养殖规模越大，养猪场户的养殖经验也越丰富，尤其是应对突发疫情的经历和经验较多，具备更优越的生猪养殖综合条件；若退出生猪养殖，一方面意味丧失未来收益，另一方面也面临更多的前期沉没成本（时间、精力、厂房和设施等投资），出于有限理性考虑，养猪场户更易继续从事生猪养殖，以获得经济收益并挽回损失。在调查中发现，年出栏量500头以下的养猪场户继续从事生猪养殖的比例为58%，而年出栏量500头（含）以上的养猪场户继续从事生猪养殖的比例则高达96.38%，上述研究结论得以验证。

2.保险购买对疫后养猪场户生产恢复行为的影响分析

在选择模型中，保险购买的影响在5%的水平上显著，购买生猪保险的养猪场户更倾向于选择继续从事生猪养殖；在结果模型中，保险购买的影响在1%的水平上显著，购买生猪保险的养猪场户生产恢复规模倾向于比原规模大。作为应对风险的事后补偿，购买生猪保险的养猪场户在此次疫情中基本上均获得了相应理赔，成为支撑养猪场户恢复生产的经济来源之一，也是提振养猪场户信心恢复的一剂良药。在521家受访养猪场户中，54.10%的资金主要来源于家庭自有资金，29.51%的资金主要来源于亲朋好友借款，16.39%的资金主要来源于银行或金融机构贷款，资金来源渠道单一，故在遭受疫情冲击和严重的经济损失后，养猪场户生产恢复面临的经济压力普遍较大，生猪保险成为为数不多弥补损失的经济手段。由此可见，生猪保险等产业政策对稳定生猪产业发展具有实际意义。

3.疫情损失对疫后养猪场户生产恢复行为的影响分析

在选择模型中，疫情损失的影响在5%水平上显著，疫情损失越严重的养猪场户越不倾向于选择继续从事生猪养殖；在结果模型中，疫情损失的影响在1%水平上显著，疫情损失越严重的养猪场户生产恢复规模越倾向于比原规模小。损失厌恶是指人们面对同样数量的收益和损失时，认为损失更令他们难以忍受，基于损失厌恶理论，即使生猪养殖存在预期收益，养猪场户也会因为损失厌恶而退出生猪养殖。在“疫情冲击下养猪场户退出生猪养殖原因”的多项选择题调查中，高达74.63%的受访养猪场户选择“疫情损失惨重”，57.58%选择“资金缺乏”。可见在此次疫情冲击下养猪场户恢复生产普遍面临巨大的经济和心理压力，疫情损失越严重，越倾向于退出生猪养殖或缩小生产恢复。

4.防疫便捷性对疫后养猪场户生产恢复行为的影响分析

在选择模型中，防疫便捷性的影响在5%水平上显著，具有便捷防疫条件的养猪场户更倾向于选择继续从事生猪养殖；在结果模型中，防疫便捷性的影响在1%水平上显著，具有便捷防疫条件的养猪场户生产恢复规模倾向于比原规模大。非洲猪瘟疫情爆发后，养猪场户最直观的心得是生物安全和疫病防疫将成为未来生猪养殖的重中之重，加强疫病防控是减少疫病爆发损失的关键因素。因此，能否便捷有效地开展防疫基础设施建设、组织实施规范的防疫程序（如饲养员体检、养殖场定期消毒、病原检测、抗体检测及出栏检疫等）成为决定养猪场户生产恢复行为的直接影响因素。

5.政策支持力度对疫后养猪场户生产恢复行为的影响分析

在选择模型中，政策支持力度的影响在10%水平上显著，政策支持力度越大，养猪场户越倾向于选择继续从事生猪养殖。在疫情冲击下，生猪复产面临母猪供给偏少、零星疫情频发、补栏成本高、跨地区调运手续繁琐等众多障碍，政府在养殖用地补偿、环保、疫情防控设施补助等方面的支持政策，能有效降低养猪场户生产恢复的门槛，有利于推动养猪场户继续从事生猪养殖。以“强制扑杀补偿”为例，在521家受访养猪场户中，57.97%对疫情补偿速度“满意”或“非常满意”，其生产恢复比例高达80.40%；51.82%对补偿额度“满意”或“非常满意”，其生产恢复比例高达81.11%；59.88%对补偿范围是“满意”或“非常满意”，其生产恢复比例为76.92%；可见，政府补偿落实情况对养猪场户生产恢复决策具有直接推动作用。而在一项养猪场户申请相关贷款难易程度的调查中，仅有21.30%的受访养猪场户认为申请贷款“容易”或“比较容易”，24.50%认为“不容易”或“非常不容易”，故进一步完善融资体系，拓宽融资渠道等扶持政策更能精准解决养猪场户的经济难题，推动疫后养猪场户生产恢复行为。

6.性别对疫后养猪场户生产恢复行为的影响分析

在选择模型中，性别的影响在1%水平上显著，男性负责人更倾向于选择继续从事生猪养殖；在结果模型中，性别的影响在5%水平上显著，男性负责人生产恢复规模倾向于比原规模大。依据高阶理论，男性和女性的决策偏好存在明显差异（熊艾伦等，2018）：女性决策者普遍比男性更加厌恶风险，往往拥有较高的避险意识，偏好稳健性决策；而男性决策者的竞争意识更强，偏好风险性决策，故在疫情冲击下仍愿意继续从事生猪养殖，且更倾向于扩大生产恢复规模。

7.家庭人口规模对疫后养猪场户生产恢复行为的影响分析

在选择模型中，家庭人口规模的影响在5%水平上显著，家庭人口越多的养猪场户越倾向于选择继续从事生猪养殖。究其原因，一是家庭人口规模越大，在一定程度上意味着可支配劳动力数量越多，农户越有可能在生猪养殖业继续投入更多精力和时间等；二是人口规模越大的家庭拥有的社会资源也越多，投入到生猪养殖的资源也相应增加，如资金数量、货源渠道、信息、人脉等。在调查中发现，家庭人口4人以下的受访养猪场户继续从事生猪养殖的比例为66.75%，而家庭人口4人（含）以上的养猪场户继续从事生猪养殖的比例为100%，明显高于前者。由此说明，在生猪复产过程中，家庭的类别化识别显而易见，差异性的家庭人口规模会产生不同的家庭决策。

8.家庭人均耕地对疫后养猪场户生产恢复行为的影响分析

在选择模型和结果模型中，家庭人均耕地的影响均在5%水平上显著，家庭人均耕地越少的养猪场户越倾向于选择继续从事生猪养殖，且生产恢复规模倾向于比原规模大。一般而言，家庭人均耕地规模越大，农户的生计策略越偏向于纯农化（主要指种植业），而家庭人均耕地越少的养猪场户越有富余劳动力投入生猪养殖业；从家庭耕地的经济贡献来看，耕地收入及在食物生产方面的功能越弱，养猪场户越有继续从事生猪养殖甚至扩大养殖规模的内在经济动力。调查结果显示，家庭人均耕地2亩（含）以下的受访养猪场户继续从事生猪养殖的比例为76.16%，而家庭人均耕地2亩以上的受访养猪场户继续从事生猪养殖的比例为71.69%，稍低于前者；进一步从生产恢复规模来看，在人均耕地2 亩（含）以下且继续从事生猪养殖的受访养猪场户中，仅18.26%选择缩小养殖规模，而在人均耕地2亩以上且继续从事生猪养殖的受访养猪场户中，34.39%选择缩小养殖规模，明显高于前者。

（三）稳健性检验

本文以表3中的结果模型为基准进行稳健性检验。如表4所示，OLS 回归结果中各解释变量的系数值大小、方向和显著性未发生明显变化，表明Heckman模型的估计结果稳健。

表4 疫后养猪场户生产恢复规模影响因素的OLS回归结果

五、结论与政策建议

（一）结论

本文利用山东省521家养猪场户调查数据，在理论分析非洲猪瘟疫情冲击下养猪场户生产恢复行为影响因素的基础上，运用Heckman两阶段模型克服解释变量内生性问题以及生产恢复决策导致的样本选择问题，实证分析非洲猪瘟疫情冲击下养猪场户生产恢复行为的影响因素。研究表明，养殖规模、保险购买、疫情损失、防疫便捷性、政策支持力度、性别、家庭人口规模和家庭人均耕地是疫后养猪场户生产恢复选择的显著性影响因素，保险购买、疫情损失、防疫便捷性、性别和家庭人均耕地是疫后养猪场户生产恢复规模的显著性影响因素。