非洲猪瘟疫情对我国生猪价格的冲击效应研究
经济横横
非洲猪瘟疫情对我国生猪价格的冲击效应研究
程祥芬
摘要：我国于2018年8月暴发的非洲猪瘟疫情是导致生猪市场价格波动的重要因素，目前尚无关于该疫情冲击效应的定量研究。本文首先分析了猪肉价格波动的机理，并阐释国内生猪市场的价格波动是猪肉价格内部传导机制和外部突发事件影响共同作用的结果；其次，通过建立AR I MA模型对非洲猪瘟疫情造成的生猪市场冲击程度进行定量分析，比较实际值和预测值的偏差，发现冲击效应在2019年2月后开始变得明显，且目前冲击仍在继续；最后，提出有效建议，为平抑我国生猪市场价格波动提供帮助。
关键词：非洲猪瘟；价格；冲击中图分类号:F324文献标识码:A
基金项目：河北省教育厅在读研究生创新能力培养资助项目，项目编号：CXZZSS2020102遥
作者单位：河北经贸大学商学院
—、弓言
截至2019年4月19日，我国已经有31个省份岀现非洲猪瘟疫情。非洲猪瘟疫病具有高度的传染性，患病动物的死亡率几乎达到100%，并且没有可用于预防和的疫苗。我国肉类消费的主要品种是猪肉，猪瘟降低了生猪的供应量，使得生猪的价格持续走高，这不利于生猪养殖业的健康发展，也不利于满足居民的消费需求，因此识别本轮非洲猪瘟疫情对我国生猪市场的具体影响并提岀合理的对策建议，对保障我国猪肉市场健康发展非常重要。
生猪价格的波动对国计民生影响较大，一直受到学者们的广泛关注。针对这一问题的研究主要集中在以下几个方面：一是生猪价格周期性波动的形成机理。我国生猪价格周期性波动的形成机理由内部传导机制和外部冲击机制两个方面组成(綦颖、吕杰、宋连喜2007)遥吕杰、綦颖(2007)特别指岀，内部原因在于生猪的养殖规律，外部原因在于突发事件和监管政策。二是生猪价格的波动周期。Parker等(2013)使用时变振幅振荡建立了正弦周期时变序列模型，研究结果显示，德国生猪价格的波动周期为4年，并且波动幅度越来越大。叶锋、谢娟、马敬桂(2017)则采用HP滤波法研究表明，我国猪肉价格的波动具有明显的季节性特征，一般从每年的3月开始下跌，在每年的6月开始上涨，变化特征呈现岀明显的U形，总体上我国猪肉价格表现岀上涨趋势，猪肉价格波动周期通常为3~4年。三是生猪价格周期性波动的影响因素。学者们普遍认为，我国生猪价格的波动是供需双方共同作用的结果(王耀、张艺、艾云辉2018)；影响因素有供给水平的因素，如生猪生产周期、饲料成本、仔猪成本等(方燕、杨双慧2011)；有需求水平的因素，如收入水平、替代品价格等；以及通货膨胀情况、突发事件等其他因素。
部分学者重点针对外部冲击对生猪价格的影响进行了研究：毛学峰、曾寅初(2008)认为，外部冲击一般对生猪市场价格的波动有促进作用；张喜才、张利庠、卞秋实(2012)利用脉冲响应函数和方差分解，分析岀外部冲击对生猪价格的波动影响达到90%遥王明利、李威夷(2010)指岀，我国生猪和猪肉价格中存在一定的稳定增长趋势，总体上外部冲击对生猪价格表现岀负面效应。四是本次非洲猪瘟疫情对生猪市场的影响。张利等(2018)认为，非洲猪瘟疫情加快了“猪周期”提前逆转的可能性；胡向东、郭世娟(2018)认为，非洲猪瘟疫情会导致生猪及相关产品价格在短期表现岀区域性差异以及在长期表现为价格上涨，进一步影响饲料市场和其他相关产品的价格，从而迫使整个生猪行业生产布局的调整与生猪产业的升级。
目前，针对非洲猪瘟疫情对我国生猪市场影响的研究主要集中在对生猪价格波动的定性分析上，非洲猪瘟疫情对我国生猪市场价格冲击效应的定量分析有限，这限制了我们对非洲猪瘟疫情影响程度的准确认识。因此，有必要采取一定的定量分析方法，全面度量非洲猪瘟对我国生猪市场造成的冲击，从而准确把握非洲猪瘟的影响程度并采取有效的应对措施。
二、非洲猪瘟疫情对我国生猪市场价格冲击的经济学分析
在没有外部冲击的情况下，我国生猪市场的价格主要是受到内部传导机制的影响，呈现岀周期性波动的稳定状态。当发生外部冲击时，这种稳定状态会被打破，由于外部冲击的强度、持续时间、对供给
和需求的作用程度不一样，周期内生猪市场价格的波动幅度、周期的持续时间等会有所不同。因此，我国生猪市场的价格波动可以认为是系统在稳定状态下对外部影响的综合反映。
外部冲击主要表现在自然灾害、生猪疫情、国家政策等，这些冲击会导致市场供求的变动，进一步影响市场价格的波动遥由于这些冲击对供求的影响程度不同，所以市场价格面对不同冲击时，波动方向和幅度也不尽相同。外部冲击对生猪市场价格的作用机制也是相通的，下文以猪瘟疫情为例分析。猪瘟疫情会对生猪市场的供给和需求造成不同程度的影响，进而引起生猪市场价格的波动。在猪瘟疫情暴发初期，疫情信息使消费者产生恐慌心理，使得消费者短期内减少对猪
2021年第1期23
经济横横
肉的消费，同时由于生猪养殖的周期较长，尽管养猪户面对 猪瘟疫情的高风险会减少生猪补栏，但生猪供给并不会在短 时间内显著减少，所以生猪市场的需求减少程度大于供给减
全国猪肉价格连降10周
少程度，引起市场价格的下跌。随着疫情的发展，消费者对疫
情的认识更加客观，之前的恐慌心理逐渐消除，对猪肉的需 求量逐渐恢复，但由于前期养猪户减少生猪补栏，生猪供给 减少，生猪市场上整体供给减少，引起市场价格上涨。并随着
生猪存栏量的逐渐恢复，生猪市场价格受到非洲猪瘟疫情的 冲击效应逐渐消失。
三、非洲猪瘟疫情对我国生猪市场价格冲击的测 定
1. A RIMA 模型介绍。ARIMA 模型可以表示为：椎(B)(1-B)d X t =c+0(B)E t
(1)
式中，X t 是时间序列椎(B)=1-渍［B-渍2B 2——渍p B p ；B 是滞 后算子，渍(i=1,2…p)是待估计的自回归系数；其中,d 是模型
的差分阶数。(1-B)d X t 表示对X t 进行d 次差分；专(B)=1- e ,B-02B 2——e q B q ,e ；(i=1,2噎p)是待估计的移动平均系数;&
是误差项。
本文使用 ARIMA  模型来定量评估非洲猪瘟疫情事件对 我国生猪市场价格的影响。基本思路如下：首先，建立ARI ­
MA  模型，采用非洲猪瘟疫情事件发生之前的时间序列，并利 用该模型预测猪瘟事件发生后的各期数值，通过计算得到预 测值和实际值的差值，即猪肉价格受非洲猪瘟疫情事件影响 而下降的数值。分析两者的差值的大小，定量评估岀非洲猪
瘟事件对我国生猪价格的冲击程度。本文的数据采用中国畜 牧业信息网公布的周度白条猪批发价格，并经过月度求平均 法获得月度价格，时间范围选取的是2004年1月一2019年
7月。选择2018年8月公布的国内首例非洲猪瘟疫情事件 来分析其对生猪市场价格的冲击效应。
2. 模型估计。
(1)平稳性及白噪声检验。数据具有平稳性才可以构建
时间序列模型, 因此在构建模型之前需要进行单位根检验
(本文采用ADF 单位根检验)以确定时间序列的稳定性。从 ADF 检验结果(表1)可以看岀，原数据下猪肉价格的检验统 计量大于1%的临界值，因此接受原假设，即时间序列不具有 平稳性。对原时间序列进行一阶差分处理，检验统计量小于
1%的临界值，因此拒绝原假设，即时间序列具有平稳性。其 中c 为含截距项,t 为含趋势项,p 为滞后阶数，选择系统默认
的最大滞后阶数14;price 表示猪肉价格，驻price 表示猪肉价
格的一阶差分。
白噪声检验(也被称为纯随机检验)是一种专门用于检
验序列是否为纯随机序列的方法。纯随机序列的序列值之间
没有相关性，因此我们无法基于之前的数据对未来的数据进
行预测，所以在建立时间序列模型时，严格要求待处理的序
列为非白噪声序列。从一阶差分后的时间序列的自相关-偏 相关分析图中可以看岀，Q 统计量的P 值小于5%的显著性 水平，拒绝原假设，该序列被认为是非白噪声序列，满足模型 建立的条件，即可以通过历史数据来预测未来数据。
表1 ADF 检验结果
变量
检验类型
(c,t,p)
检验统 计量
1%临界值5%临界值
10%临
界值
检验结果
price
(1,1,14)-2.648648-4.008706-3.434433-3.141157不平稳
A p rice
(0,0,14)
-8.924105-2.577590-1.942564-1.615553平稳
(2) 模型识别与建立。模型识别的常用方法是通过观察
数据的自相关-偏相关分析图给岀的信息，岀具有显著截 尾的延迟阶数。这种方法过于主观，所以只能用作识别模型
的参考。对于具体的模型阶数，需要通过自相关-偏自相关分
析图中的特定信息，再经过反复的试验与检验，最终才能够 确定满足各项统计指标要求的模型阶数。通过相关性检验可 知，对猪肉价格进行一阶差分后的时间序列的自相关和偏自 相关系数都是拖尾的，并且自相关系数在1阶后迅速变小， 偏自相关系数在2阶后迅速变小，因此可以判断模型为
ARIMA 的自回归阶数和移动平均阶数为1或2遥根据备选模
型各项统计指标检验结果可知，(1,1,1)的AIC 、SC 信息准则 最小，所以初步估计模型为ARIMA( 1,1,1)遥因此，建立并整
理模型为：
(1-0.2728B  )Aprice t = (1-0.5384B  )E t
(2)
(2.6717)*** (6.0804 )***
整理为：
Aprice t =0.2728Aprice t-1+e t -0.5384e t-1 (3)
(2.6717)***
(6.0804)***
RIMA(1,1,1)模型的识别与估计基于以下假设：随机扰
动项是白噪声。因此，如果残差序列不是白噪声，则意味着残
差序列中存在尚未被提取的有效信息，需要对模型进行改 进。根据残差序列的Q 统计量表可以看岀，Q 统计量的P 值 都是大于5%的显著性水平，接受原假设，即残差序列是白噪 声序列，模型估计正确。
(3) 模型预测与结果分析。运用ARIMA( 1,1,1)模型对 2018年8月至2019年7月的猪肉价格进行预测，预测值和
实际值的差值即为猪肉价格受非洲猪瘟疫情事件影响而减
少的数值。
从模型预测的结果与生猪价格实际值的对比可知，预测 值的平均绝对误差为0.25，平均相对误差为1.15%，可以看 岀预测精确度高，因此模型具有一定的参考价值。2018年8
月猪肉的实际价格为20.01元/千克，预测值为18.93，偏离度
24
2021年第1
期
经济横横
为5.39%，表示为正向冲击；在接下来的的9月、10月、11月、12月，实际价格和预测值差别小，冲击
效应不明显；2019年1月和2月实际价格与预测值的偏离度分别为-4.72%、-1.93%，表示存在一定的负向冲击;2019年3月实际价格和预测值的偏离度为&14%，显示岀明显的正向冲击；随后的4、5月的实际价格和预测值之间的偏离度分别为-1.49%、-0.63%，负向冲击不是很明显；2019年6、7月的实际价格和预测值的偏离度为6.66%,3.26%，具有较明显的正向冲击。
通过偏离值随时间的变动幅度，总体上来说从2018年8月首例非洲猪瘟疫情暴发到2019年春节之间的这段时间，非洲猪瘟疫情对猪肉价格的冲击并不明显，而春节过后至2019年7月，非洲猪瘟疫情对猪肉价格的冲击开始明显显现。主要原因在于，猪肉价格主要受到市场供求关系的影响，而在疫情暴发的早期由于生猪的养殖周期较长和疫情扩散范围较小袁市场的供给量变动不大袁在此阶段猪肉价格主要受到需求量变动的影响。而由于此次非洲猪瘟疫情信息较为公开透明袁且农业农村部多次声明非洲猪瘟不会传染人，使得消费者对猪肉的需求变动不大袁因此非洲猪瘟疫情在2019年春节前一段时间并没有对猪肉价格造成太大冲击。2018年8月的价格异动可能是受到商家为国庆节、中秋节提前备货的影响。虽然非洲猪瘟疫情对市场需求的冲击不大，但进入2019年2月后，疫情对市场供给的冲击开始显现。非洲猪瘟疫情具有高传染性和高致死率，且目前尚没有有效的药物，使得面临巨大风险的养殖户采取观望态度，不敢贸然补栏，这造成生猪存栏量和能繁母猪存栏量的大幅下降。2019年3月受非洲猪瘟疫情使供给量下降的影响，加之国家启动冻猪肉补库收储抬高了市场的价格预期，使得猪肉价格受冲击较大。进入4、5月冲击不明显，原因可能是随着猪瘟疫情的加剧，养殖户为了规避感染
风险采取提前岀栏的行为在一定程度上缓解了供给量下降的程度。而6、7月随着存栏量的进一步下降和养殖户提前岀栏结束，全国范围内面临着猪肉供给短缺的局面，非洲猪瘟疫情对猪肉价格的冲击又开始显现。此次非洲猪瘟疫情较以往疫情有所不同，可以预见短期内养殖户不会积极补栏，由于生猪的养殖周期较长，所以生猪存栏量和能繁母猪存栏量短期内不会有所回升，猪肉市场的供给缺口将会长期存在，此次非洲猪瘟疫情对猪肉价格的冲击也将长期存在。
四、结论和建议
1.结论。我国生猪市场价格波动是猪肉价格内部传导机制和外部突发事件冲击的综合作用的结果。通过建立ARI-MA(1,1,1)模型对非洲猪瘟疫情造成的生猪市场冲击程度进行定量分析，发现非瘟疫情对消费者需求造成的冲击不大，主要冲击在生猪供给端。由于生猪的养殖周期较长，冲击效应在2019年2月后才开始变得明显，且目前冲击仍在继续。由于样本量限制，目前无法对冲击效应的持续时间和冲击程度做岀准确判断，但短时间内非洲猪瘟疫情对猪肉市场的冲击仍将存在。
2.建议。
(1)建立生猪产业链可追溯系统，实现全过程监控。首先，需提高风险意识，时刻注意国外动物疫病的发生，加强进口产品的检疫，防止动物疫病的流入。其次，加强国内生猪质量和安全监管，从饲料加工、防疫保健、屠宰加工、运输与储存，消费者购买猪肉的各个环节进行全面信息记录，并能够对向
上游或下游追溯与跟踪查询。识别每只生猪的来源，明确每只生猪的物流动向，能够在疫情发生时及时采取有效的措施，防止疫病的进一步传播。
(2)增加财政支持力度，使生猪保险发挥更大功效。目前非洲猪瘟已被纳入生猪保险赔偿责任，但并没有起到帮助养猪企业度过低迷行情期和抵御疫病的侵袭的效果，一方面保险公司无利可图，另一方面养猪企业考虑到风险大、赔偿低的原因，并未积极补栏。作为政策性保险，生猪保险可以转移生猪养殖企业的风险，保障生猪养殖企业的利益，进而使生猪产业稳定发展。但由于非洲猪瘟疫情的高风险，生猪养殖企业选择暂缓补栏以规避风险，所以应增加财政支持力度并提高保险赔偿金额，以提高生猪养殖企业补栏积极性。
(3)加快生猪期货上市。生猪期货上市能够帮助市场寻未来的猪肉价格，当市场供应不足时，期货价格高于现货价格，将有助于提高养猪企业的预期利润，从而提高养猪企业补栏的积极性。同时，生猪期货上市有助于降低生产经营中的盲目性，达到收入稳定增长的目的，并且可以为生猪现货企业提供有效的避险工具。
参考文献：
[1]聂赞彬，乔娟.非洲猪瘟发生对我国生猪产业发展的影响[J].中国农业科技导报,2019,21(01):11-17.
[2]王耀，张艺，艾云辉.我国生猪价格波动影响因素研究----基于均衡价格理论J].价格月刊,2018(04):62-65.
[3]赵全新.我国“猪周期”怪圈的形成与破解路径选择[J].价格理论与实践，2017(04):44-48.
[4]孙若愚，周静，李大兵.生猪价格波动与存栏量变化动态关系研究[J].价格理论与实践,2015(05):82-84.
[5]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[J].农业技术经济,2012(07)：22-31.
[6]谭莹，李大胜.猪肉的价格预期、价格波动及供给反映模型J].安徽农业科学，2010,38(21):497-499.
2021年第1期
25

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。