政策风险抑制生猪企业扩张了吗？*——基于政策不确定性视角的分析

王刚毅，李春雷，郝岩芝，王志琳

（东北农业大学经济管理学院，哈尔滨 150030）

一、引 言

生猪生产波动极大地影响着我国的民生。受2018 年非洲猪瘟疫情影响，我国生猪出栏量大幅下降，供给减少导致猪肉价格大幅攀升，为保证生猪供给，《农业农村部办公厅关于抓好生猪生产发展稳定市场供给的通知》中强调，充分发挥畜牧兽医技术支撑机构等的优势，通过技术培训和现场指导等方式，帮助养殖场户改进生物安全措施、提高饲养管理水平，稳定生猪供给；2020年中央一号文件也强调，生猪稳产保供是当前经济工作的一件大事。猪价大幅下跌同样不利于经济民生。随着生猪供给恢复，猪价大幅下跌，损害了养殖主体的利益。为此，农业农村部先后印发《关于促进生猪产业持续健康发展的意见》《生猪产能调控实施方案（暂行）》等，稳定生猪价格，保障养殖户利益。猪价大幅上涨和下跌均不利于我国经济民生的健康稳定运行。

生猪疫病和猪价的周期性波动仍困扰着我国生猪产业的发展。近年来，我国生猪价格呈现出周期性波动的特征（见图2）。由于非洲猪瘟叠加环保政策、新冠疫情等因素，2018年以来，我国生猪产业经历超级猪周期，给生猪产业甚至国民经济带来极大的消极影响。

研究影响生猪企业扩张的因素是稳定生猪供给、平抑猪价周期性波动的重要切入点，也是追溯猪价周期性变动根本原因的重要着手点。一方面，经典供求理论认为，在需求不变时，供给是价格的决定性因素。研究发现，经济政策不确定性会冲击农产品价格（张俊华等，2019）、猪肉价格（石自忠等，2016）。依据供给理论，经济政策不确定性势必影响生猪企业扩张，进而会冲击供给，最终影响生猪价格。研究发现，经济政策不确定性会冲击宏观投资、产出和就业（Baker 等，2016），抑制微观企业投资扩张行为（谭小芬等，2017）。政策不确定性是否会对生猪企业扩张行为产生同质的影响？另一方面，猪价呈现出周期性的波动规律，如图2，2013年以来，我国生猪产业经历5次猪周期。我国生猪产业近年来疫病频繁，禽流感、蓝耳病、非洲猪瘟等生猪疫病一直困扰产业发展。干中学理论认为，企业在生产产品与提供服务的同时也在积累经验，从经验中获得知识。生猪企业是否在猪周期和疫病事件中积累知识和经验、即干中学？回答上述问题对稳定生猪产业发展具有重要的现实意义。

二、文献回顾

（一）政策不确定性风险识别

国外学者从多个角度衡量政策不确定性。Kim等（2012）收集了美国40年来的选举结果，使用每个州的主要政治家与执政党（总统）政治联盟指数（PAI）来代表当地公司与政治权力的接近程度，在此基础上构建政治版图，用来衡量企业面临的政策风险。Julio等（2012）用政府选举换届衡量政策的不确定性。Baker 等（2016）基于《南华早报》文章关键字筛选文章构建政策不确定性指数用来衡量中国经济政策不确定性。国内学者陈德球等（2018）和徐业坤等（2013）用地方官员变动衡量政策的不确定性。上述衡量政策不确定的方法中，政府选举换届虽然能客观反映政策的制定和执行导致的不确定性，对企业决策也是严格外生的，但其欠缺时变性和连续性（Gulen等，2016），只能捕捉政府换届前后短期内的差异。政治版图衡量的是政治家和执政党联盟程度，其在衡量一党执政国家的政策不确定性上表现出极大的局限性。地方官员变动虽具有外生性，但欠缺连续性。Baker 等学者依据报纸文章构建政策不确定性指数，具有全面性、时变性和连续性的特征，能更精准地反映政策中短期的不确定性（王萍等，2021）。

政策不确定性会影响微观企业行为。政策不确定性通过实物期权和金融摩擦两个渠道传导至企业层面，进而抑制企业的投资扩张行为（谭小芬等，2017）。官员变更导致的政策不确定性增加了当地企业经营面临的政策风险，从而抑制企业的投资扩张，对投资拉动增长型经济体造成负面影响，对扩大就业产生不利影响（李凤羽等，2015）。公司现金持有水平随政策不确定性增加而提高（谭小芬等，2017），且在经济政策不确定背景下，企业更倾向于金融投资（郭胤含等，2020）。

政策运行会产生不确定性。政府实施逆周期政策工具解决市场失灵问题的同时，也带来了政策不确定性问题。如图1所示，2000以来，全球政策不确定性指数（次坐标轴）逐年攀升，我国政策不确定性水平（主坐标轴）也呈现出上升趋势。

图1 2000～2019年政策不确定性水平变化趋势

（二）关于猪周期和生猪疫病

近年来，我国生猪价格呈现出周期性波动的特征（见图2）。猪肉价格周期性波动是影响生猪生产的重要因素（陈蓉，2009），不利于生猪产业长期稳定发展（张俊峰等，2019），也会直接影响居民生活（李苏等，2020）。我国主要农产品价格对经济政策不确定性冲击的响应具有显著的实时性和周期性（张俊华等，2019）。猪周期是一种经济现象，本质上受猪肉供需影响（朱增勇，2021），产业政策变动会加剧猪周期变动（张俊峰等，2019），潘方卉等（2016）认为，疫病等外部冲击是导致猪周期的重要因素，非洲猪瘟疫病叠加环保政策，猪肉价格会进入新一轮的周期（朱增勇等，2019）。

图2 猪价格周期性波动

疫病是影响生猪生产的重要因素。研究发现，非洲猪瘟疫情会导致生猪产能下降，使市场供给偏紧，叠加环保政策等因素，促使猪价上涨（朱增勇等，2019），推高CPI进而影响居民消费（王刚毅等，2020）。重大疫病会对猪肉供给产生剧烈影响（李秉龙等，2007），导致生猪供需失衡，引起猪价波动（潘方卉等，2016），健全的疫病防疫体系，能够减少疫病对生猪生产和猪肉消费的冲击（李秉龙等，2007）。赵全新（2017）认为，生猪疫病对市场的影响具有双向性，一是疫病减少生猪供给，二是疫病影响消费者信心从而减少对猪肉的需求，进而影响畜产品收购价格，最终导致相关产品价格波动（王秀清等，2007）。

（三）关于干中学

干中学是在生产中积累工作的过程。随着社会制度、教育和研究的发展，学习的速度将进一步加快（仇童伟等，2020），干中学是农民工劳动技能形成的重要途径（吴炜，2016），Arrow（1971）认为，即使没有新增资本，经验积累和学习效应也可能是存在的。即使不考虑外生技术进步，农业专业化生产本身也会加速农户的“干中学”和生产效率的改进（仇童伟等，2020）。学习效应能够使得企业精准评估政策不确定性对经营现金流的影响，降低政策不确定对扩张的影响（李凤羽等，2015），随机冲击对企业扩张的影响也会减小（Moyen等，2013）。

以往研究认为，经济政策不确定性提高了企业现金持有水平、抑制了企业扩张；猪周期、生猪疫病是影响生猪产业的重要因素，干中学对企业发展具有积极意义。生猪产业易受政策影响，产业政策会加剧猪价的周期性波动，但鲜有文献论述政策不确定性风险对生猪企业扩张的影响及生猪企业是否在历次猪周期和生猪疫病过程中积累经验。本文以政策不确定性为研究视角，探究政策风险对生猪企业扩张的影响及其作用机制，并讨论生猪企业干中学效应的积极影响。基于此，试从以下几个方面对我国生猪企业扩张行为进行研究：首先在数据选用上，考虑企业财务数据的可得性，本文选取A股全部生猪上市企业作为研究对象，研究政策风险对其扩张的影响；其次在研究体系上，本文对政策风险、干中学效应影响生猪企业扩张进行了理论和实证分析。为提高估计结果的稳健性，使用滞后期方式，基于豪斯曼检验（Hausman test），采用面板固定效应模型进行估计；最后，从生猪企业追求利润的角度分析政策不确定性风险的作用机制。

三、理论分析与研究假说

（一）政策不确定性风险产生的原因

短期政策目标的调整使得政策产生不确定性。畜牧业政策目标因情境不同存在异质性，尤其是当畜牧业面临外部冲击时，政府会相机调整政策：当畜牧业受外部突发事件如非典、禽流感、蓝耳病、非洲猪瘟等的影响，畜产品供给受到冲击时，为稳定畜产品生产，政府以稳产保供为目标，以鼓励生产为政策手段。如受2018年非洲猪瘟影响，畜产品供给受创，政府采取一系列措施稳产保供。当畜产品供给未受到影响时，政府以环保、高效为目标，以规制生产为政策手段。如2016年生猪供给稳定，当年4 月，农业部印发《全国生猪生产发展规划（2016—2020 年）》，将生猪养殖区域划分为重点发展区、约束发展区、潜力增长区和适度发展区，提高了生猪养殖门槛。畜牧业政策在应对外部冲击影响、解决市场失灵问题的相机决策过程随着突发事件的发生而具有波动和不确定性的特征。

（二）政策不确定性抑制生猪企业扩张

政策不确定性会抑制生猪企业扩张。政府在应对外部冲击影响、解决市场失灵问题的过程中，使得政策产生不确定性，从而使产业环境具有不确定性，影响生猪企业对产业政策环境的判断。企业在特定行业的投资扩张机会受政策的影响（黎文靖等，2014），经济政策通过影响企业预期影响其投资决策（Arnold等，2010），企业会缩减投资规模以应对宏观经济不确定性带给投资的系统性风险（Julio等，2012）。机会成本理论认为，当企业花费时间或资源生产一种产品时而失去的运用该时间或资源生产其他产品所获得的收益即为机会成本。生猪企业依据净现值理论进行扩张规模决策，当企业预期一项投资满足现金流入要求时，会做出扩张的决策，在政策不确定环境中，生猪企业无法预判政策导向的投资机会和市场机遇，因此生猪企业会压缩当期扩张规模。基于融资约束理论，企业面临的信息不对称越严重，融资成本越高，可供投资的资金越少（Ascioglu 等，2008）。一方面，政策不确定性的上升会导致外部融资成本上升（Gulen等，2016），当政策不确定性上升，外部风险使得企业的股价波动程度大幅增加，导致股东无法预期企业的盈利前景而降低扩张意愿，相应加大了企业的内源融资难度；另一方面，当政策不确定性上升时，外部风险增加，银行会缩小信贷规模并加强信贷的审核力度，从而规避借贷违约风险（Waisman等，2015），提高外源融资难度。政策不确定性提高增加了企业内源融资和外源融资难度，从而抑制生猪企业扩张。基于此，提出如下假设：

H1：政策不确定性风险会抑制生猪企业扩张。

（三）干中学效应对政策不确定性影响的“熨平”效应分析

生猪企业在经营过程中对于生产、管理和参与市场运行等经验总结，形成的企业智力资本（即学习效应或干中学），是推动企业发展的重要因素。

干中学理论认为，企业在生产和物质资本积累的过程中会促使劳动生产率提高和技术外溢。Arrow（1971）认为，即使没有新增资本，经验积累也可能存在，生猪企业基于产品的改进和市场经验的积累，会扩大繁育规模，提高市场占有率，获得规模收益。随着经营经验的积累，企业的投资决策受随机冲击的影响也会变小（Moyen等，2013）。学习效应能使得企业准确评估政策不确定性对经营现金流的影响，降低政策不确定对投资扩张的影响（李凤羽等，2015）。对于生猪企业，一方面，由于长期经营带来的产品质量的提高，使得企业产品在不确定的环境中仍具有较高需求，从而企业不会缩减投资；另一方面，随着生猪企业生产经营不断适应产业特征、市场环境和政策环境，企业管理能力提高，外部不确定性对其扩张的影响也会减弱。基于此，提出如下假设：

H2：干中学效应能够促进生猪企业扩张。

H3：干中学效应能降低政策不确定性对生猪企业扩张的抑制作用。

四、研究设计

（一）数据来源

本文筛选出沪深两市全部生猪上市企业，选取2003～2019 年企业财务面板数据，利用Baker 等构建的政策不确定性指数进行实证分析。受企业财报发布时间限制，为和被解释变量数据报告期相匹配，本文选取季月政策不确定性指数进行实证分析。本文用到的企业财务数据来源于同花顺财经，宏观经济数据GDP来源于国家统计局，政策不确定性数据来源于经济政策不确定网站①经济不确定网站：http://policyuncertainty.com。。

（二）变量设计

1.被解释变量

企业扩张规模（IN）。可以从扩张过程和结果两个视角来观测企业当期扩张规模。从生猪企业扩张过程视角，用当期固定资产投资净额量化企业扩张规模；从扩张结果来看，生猪企业扩张规模表现为生猪出栏量。由于生猪出栏量易受自然风险等的影响，且生猪出栏量相比于当期扩张规模存在滞后，本文选取生猪企业当年新增投资净额衡量当期扩张规模，作为模型的被解释变量。具体为：用企业现金流量表中的投资流量表计算扩张规模。扩张规模用“购建固定资产、无形资产和其他长期资产支付的现金”项目、“投资支付的现金”项目与“支付其他与投资活动有关的现金”项目之和，扣除“处置固定资产、无形资产和其他长期资产收回的现金净额”后，用总资产调整后的数额表示。

2.解释变量

政策不确定性（EPU）。多数学者（石自忠等，2016；王萍等，2021）认为，Baker等（2016）依据《南华早报》文章关键字构建的政策不确定性指数，在评估政策风险时具有科学性，因此本文选用上述指标作为核心解释变量，量化政策不确定性风险。

3.控制变量

借鉴李凤羽等（2015）的做法，选用生猪企业经营现金流（CF）、企业资产规模（Size）、资产负债率（DL）、资产收益率（ROE）、企业经营利润（Income）等控制企业微观特征；用GDP控制宏观层面的投资机会。选用季节虚拟变量（Q）控制季节效应对投资的影响。参考Moyen 等（2013）使用企业成立年限（Age）作为干中学效应的代理变量的做法，引入企业成立年限变量。引入企业是否经历重大生猪疫病变量，依据生猪上市企业当期是否经历重大生猪疫病设置虚拟变量ILL，若该年份未发生重大生猪疫病，则ILL=1，若发生，则ILL=2。引入猪周期变量（PigCycle），如图2所示，依据价格周期性波动将2013年以来的生猪价格划分为5个周期，依据企业历经的猪周期次数对PigCycle赋值，若企业历经小于2次猪周期，则PigCycle=1，若企业历经小于3次、大于两次猪周期，则PigCycle=2，以此类推。

（三）描述性统计分析

本文选取A股全部生猪上市企业共计1 127个报告期的财务报表数据作为实证分析的样本。各变量的描述性统计如表1。

表1 数据描述性统计

（四）模型构建

豪斯曼检验（Hausman test）拒绝了随机效应的原假设，本文构建以下面板固定效应模型进行实证分析：

模型中EPU指政策不确定性指数，用以刻画政策风险，Size表示企业规模，DL表示企业资产负债率，ROA表示企业产收益率，GDP表示国内生产总值，Q表示季节虚拟变量，ν表示不随时间变化的非观测效应，ε表示残差。i表示第i个生猪相关上市企业，t是季度时间变量，表示第t期，

用Learn变量衡量企业干中学效应。干中学效应是成立年限、是否经历生猪重大疫情以及是否经历猪周期的综合表现。企业成立年限表示企业学习时间的长短；是否经历生猪重大疫情及猪周期表示企业是否经历了生猪产业的考验。生猪疫病是影响生猪生产的重要因素（周晶等，2014），因此筛选了2004年以来重大生猪疫病，并据此设置虚拟变量（ILL）；猪周期是影响生猪生产的重要因素（陈蓉，2009；张俊峰等，2019），依据价格周期性波动将2013年的生猪价格划分为5个周期，依据企业历经的猪周期次数对PigCycle赋值。引入Learn变量，采用是否经历生猪重大疫病、经历猪周期次数及成立年限变量的交互项衡量干中学效应，其计算式如下：

把Learn变量加入模型衡量干中学效应对生猪企业扩张的影响

五、实证检验与结果分析

（一）实证结果

为提高实证结果的可信度，基于豪斯曼（Hausman test）检验，本文使用的面板数据不存在随机效应，因此使用固定效应模型进行实证分析。表2报告了实证结果。

表2 政策不确定性挤出效应的实证结果

实证结果表明，政策不确定性（EPU）的系数在1%显著性水平下为负，说明政策不确定性抑制了生猪企业的扩张行为。考虑政策的滞后效应，本文将政策不确定性指数作滞后一期后重新回归，结果表明，政策不确定性仍在1%显著性水平下抑制生猪产业主体扩张规模。这是因为，政策的频繁变动扰乱了企业对未来收益的预期，进而削弱了企业的投资养殖意愿（李鹏程等，2020）。

进一步分析企业干中学效应（Learn）对生猪企业扩张的影响。表3报告了实证结果。

表3 干中学效应的影响

表3第二、三列报告了加入干中学效应（Learn）的实证结果，结果表明滞后2期的干中学效应在5%的显著水平为正，说明干中学效应能促进生猪企业扩张，这是因为，企业根据自身经营经验和对市场较好的预期，倾向于扩大养殖规模。干中学效应和政策不确定性指标的交互项在1%的水平下显著为负，表明二者的交互作用仍会抑制生猪企业扩张，但交互项的回归系数为-0.0005，说明交互项每提高一个单位，引起投资减少0.0005，远低于不考虑干中学效应的政策不确定指数每提高一个单位，引起投资减少0.01个单位，降幅达99.5%，说明干中学效应能够降低政策不确定性对生猪企业扩张的抑制作用。这是因为，企业经历猪周期和重大生猪疫病，能够积累经营经验，这些经营经验使得生猪企业在政策不确定的环境中仍有较好的预期、不会大规模降低养殖规模。

（二）关于内生性的讨论

一般而言，政府通过政策调整生猪企业养殖规模，企业养殖规模又是政府制定政策的参考依据，反过来影响政策制定，二者可能存在双向因果关系导致实证结果失真。在本文实证模型中，核心解释变量政策不确定性为宏观指标，被解释变量投资水平为微观指标，单一部门企业微观经济指标对宏观经济政策的影响几乎可忽略不计，降低了双向因果关系对模型可靠性的影响。为提高实证结果的可信度，本文将政策不确定变量作滞后处理，当期的生猪企业养殖规模不会影响上一期政策不确定性，重新回归后，结果仍然显著。Gulen等（2016）认为，关于不确定性与企业投资扩张之间关系的实证研究所面临的内生性问题主要由遗漏企业投资机会的变量导致。本文对微观企业层面和宏观层面的投资机会进行控制，用资产负债率、经营现金流等变量控制企业层面的投资机会，用GDP控制宏观层面的投资机会，在此基础上，本文还控制了季节因素，降低了遗漏变量使结果不准确的可能性，从而说明实证结果具有可靠性。

（三）机制分析：利润导向促使生猪企业规避政策不确定性风险

利润最大化是生猪企业重要的经营目标之一。生猪企业通过调整财务结构和投资策略等的方式达到利润最大化目标。研究表明，企业面临的风险越高，其破产概率和面临的盈利不确定性也越高，为抵御未来不可预期的风险和兼顾货币资金的收益性，企业会增加对短期交易性金融资产等预防性储蓄的持有（彭俞超等，2018）；在总资金不变的情况下，生猪企业这种为规避盈利不确定性风险增加短期交易性金融资产的行为将导致养殖规模的降低。另一方面，生猪企业在生猪期货市场获取套期保值收益进行的金融投资，同样也会减少实体投资规模，进而降低养殖规模。基于此，本文认为，生猪企业的利润追求导向促使其规避政策不确定性风险，降低养殖规模。将政策不确定性风险指标与生猪企业利润指标的交互项加入模型，检验其回归结果，若系数显著为负，则上述结论得证。表4报告了实证结果。

表4 政策不确定性与生猪企业利润交互项回归结果

续表

表4报告了政策不确定性与生猪企业利润交互项的回归结果，结果表明，交互项及其滞后一期的实证结果显著为负，生猪企业的利润追求导向使其规避政策不确定性风险，降低扩张意愿。

六、结论与政策建议

（一）结论

本文以生猪企业上市公司为样本，在理论分析的基础上，实证分析了政策不确定性对生猪企业扩张的抑制作用。结果表明，政策不确定性抑制了生猪企业扩张行为，干中学效应能够促进企业扩张，且能够缓解政策不确定性对生猪企业投资的抑制程度，提高其在政策不确定性环境中的养殖规模。机制分析结果表明，生猪企业的利润导向目标是导致其规避政策不确定性风险，降低养殖规模的重要原因。

（二）政策建议

第一，建立政策变动补偿机制。政府调控生猪产业的出发点是为了稳定并促进产业高质量发展，频繁干预生猪产业虽能短时间内达到既定的政策目标，也会使政策出现不确定性，从而“挤出”生猪企业扩张投资。因此政府要发挥好无形之手的作用，控制好政策调控的边界。一方面，政府要避免“朝令夕改”，稳定市场主体投资预期；另一方面，政府在出台限制性政策时，要客观辩证地考虑市场主体资产转换时间，避免操之过急使得政策结果与政策目标相左。具体而言，以限养、禁养政策为例，政府应考虑企业退出市场、处置资产所需的时间，而非一刀砍，对限养政策出台前的企业当期新增扩张投资，应给予退出市场的补偿，从而保障养殖主体利益。

第二，建立容错纠偏机制。受政策执行主体主观性的影响，政策执行过程中会出现不同程度的偏差。上级部门应加强政策实施效果的监督，定期评估政策实施情况，对政策执行过程中的不足及时纠偏；因政策失当给市场主体造成不合理损失时，政府应予以适当补偿。

第三，为企业决策提供支撑。一方面，要推广信息公开的渠道，加大信息公开度，使企业能够及时了解市场信息，有助于减少突发事件对畜牧生产的影响；另一方面，政府要协调行业协会、金融机构、智库等研究部门与生猪企业的交流，使企业及时获取产业前沿信息，为其决策提供科学依据。

第四，促进生猪产业规模化经营。本文研究结论表明，企业经营积累的学习效应，能够提高企业适应不确定环境的能力。企业经历猪周期、重大生猪疫病后，会提高企业养殖防疫水平，保障养殖安全。规模化生猪企业具有较长的经营期限，能够积累行业经营和市场经验，有助于提高企业自身的抗逆性，降低小养殖户的从众行为对市场的干扰。