付蓮蓮， 喻龍敏， 趙金霞

(1.江西農(nóng)業(yè)大學(xué)計(jì)算機(jī)與信息工程學(xué)院，江西 南昌 330045；2.江西農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，江西 南昌 330045)

中國是肉類產(chǎn)銷大國，豬肉、雞肉、牛羊肉等肉類價(jià)格波動對于國家經(jīng)濟(jì)的健康發(fā)展具有重要影響，其中豬肉作為國內(nèi)肉類結(jié)構(gòu)比重最大的一類，更是重中之重。2020年習(xí)近平總書記在“三農(nóng)”工作批示意見中強(qiáng)調(diào)要確保農(nóng)產(chǎn)品穩(wěn)產(chǎn)保供，并且重點(diǎn)指出要推動生豬生產(chǎn)恢復(fù)，保障生豬價(jià)格的平穩(wěn)，維護(hù)國民菜籃子的穩(wěn)定性[1]。然而，近年來，豬藍(lán)耳病、布魯氏菌病、豬丹毒等豬疫病層出不窮，生豬價(jià)格受到各類疫情影響波動劇烈。尤其是2018—2020年發(fā)生在全球范圍的非洲豬瘟，疫情暴發(fā)范圍廣且程度嚴(yán)重[2]。中國整體生豬產(chǎn)業(yè)受到?jīng)_擊，不僅染病的養(yǎng)殖場瀕臨破產(chǎn)、正常養(yǎng)殖場出現(xiàn)大量滯銷，而且使得生豬產(chǎn)業(yè)養(yǎng)殖人員養(yǎng)殖積極性下滑、生豬供給不足，生豬供需缺口遲遲未能填合，對國家經(jīng)濟(jì)的穩(wěn)步發(fā)展造成了威脅。

多年來疫情指數(shù)和生豬價(jià)格是如何波動的？疫情對生豬價(jià)格波動的影響效果如何？影響方式是怎樣？應(yīng)當(dāng)怎樣推動價(jià)格機(jī)制的完善？探究以上幾個方面的問題有助于調(diào)節(jié)生豬產(chǎn)品的價(jià)格、穩(wěn)定生豬市場的平穩(wěn)發(fā)展。

周愛珠等[3]運(yùn)用EGARCH 模型和NIF 模型進(jìn)行研究，發(fā)現(xiàn)消息沖擊會使得農(nóng)產(chǎn)品價(jià)格波動起伏更大，沖擊具有明顯的非對稱性且價(jià)格上漲信息對價(jià)格穩(wěn)定的沖擊作用更強(qiáng)。苗珊珊[4]通過PPM模型和TARCH模型分析發(fā)現(xiàn)，信息沖擊和豬肉零售價(jià)格波動之間存在杠桿效應(yīng)，同時(shí)發(fā)現(xiàn)疫情對豬肉價(jià)格波動的影響的非對稱性，呈現(xiàn)為“倒 U 型”特征。朱增勇等[5]探討了在突發(fā)AFS疫情情況下，產(chǎn)能的迅速下降會帶動生豬價(jià)格的快速上升。鄭燕等[6]從GARCH模型入手發(fā)現(xiàn)畜禽產(chǎn)品中白條雞和雞蛋價(jià)格波動受到疫情的作用最為明顯，其次是豬肉價(jià)格，牛肉價(jià)格不受疫情影響。吳佩蓉等[7]構(gòu)建了VAR模型進(jìn)行分析，發(fā)現(xiàn)疫情會影響供需關(guān)系進(jìn)而促使生豬價(jià)格波動，其影響持續(xù)時(shí)間長但影響較小，大致上使得中國生豬價(jià)格上漲。

大量專家學(xué)者針對畜禽產(chǎn)品價(jià)格波動影響的表現(xiàn)形式展開頗多研究，除了對產(chǎn)業(yè)鏈價(jià)格波動的研究，還分析了畜禽產(chǎn)品價(jià)格波動對整體畜禽市場的影響。朱寧等[8]分析了突發(fā)性疫情首先影響雞蛋價(jià)格走勢，進(jìn)而改變養(yǎng)殖戶生產(chǎn)行為，使得養(yǎng)殖戶在疫情初期減少蛋雞產(chǎn)量，或者是提高獸藥用量，而在疫情后期補(bǔ)欄蛋雞。蔡勛等[9]通過誤差修正模型和有向無環(huán)圖(DAG)技術(shù)指出，肉雛雞價(jià)格受禽流感疫情影響最大，蛋雛雞相對較??；家禽產(chǎn)業(yè)受疫情影響明顯，受到禽類之間傳播的禽流感疫情影響時(shí)間短，受人禽之間傳播的禽流感疫情影響時(shí)間較長。胡向東等[10]發(fā)現(xiàn)生豬疫情會引起價(jià)格大幅波動，引發(fā)價(jià)格周期出現(xiàn)轉(zhuǎn)變，短期內(nèi)會造成生豬價(jià)格的區(qū)域化差別，長期來看會造成價(jià)格持續(xù)上漲，進(jìn)一步地會影響飼料市場，促使替代品價(jià)格上漲。馬名慧等[11]發(fā)現(xiàn)非洲豬瘟疫情下，產(chǎn)業(yè)鏈的上中下游會受到傳遞影響，豬肉價(jià)格波動推動了雞肉產(chǎn)業(yè)的發(fā)展。

價(jià)格波動往往集中在股市或期貨市場，而網(wǎng)民的信息通?？梢酝椒从?，同時(shí)大數(shù)據(jù)應(yīng)用統(tǒng)計(jì)又促進(jìn)了價(jià)格波動，基于大數(shù)據(jù)統(tǒng)計(jì)得到的疫情輿情指數(shù)亦是如此。文洪星等[12]通過搜集新聞報(bào)道信息，構(gòu)建了食品安全丑聞報(bào)道指數(shù)，發(fā)現(xiàn)其對豬肉產(chǎn)銷價(jià)格的非對稱傳導(dǎo)作用，這種不對稱傳導(dǎo)會加劇生豬產(chǎn)業(yè)弱勢群體的風(fēng)險(xiǎn)，改變了產(chǎn)銷價(jià)格的一般波動規(guī)律。丁存振等[13]運(yùn)用大數(shù)據(jù)為基礎(chǔ)的禽流感疫情指數(shù)，發(fā)現(xiàn)了在輿情反映的市場正常狀態(tài)和危機(jī)狀態(tài)下，肉雞產(chǎn)業(yè)市場價(jià)格的非對稱特征呈現(xiàn)出不同變化。閆曉明[14]選取32家公司對比疫情事件的影響效果，發(fā)現(xiàn)生豬養(yǎng)殖業(yè)受損程度第一，獸藥行業(yè)受損時(shí)間最長，肉制品加工業(yè)次之，飼料行業(yè)受損較小。

非洲豬瘟疫情發(fā)生后，許多學(xué)者都在理論層面上分析了疫情對中國生豬產(chǎn)業(yè)的影響和展望。黃洪武等[15]認(rèn)為全國生豬出欄量將會大幅走低，生豬價(jià)格預(yù)計(jì)仍將高位運(yùn)行。李鵬程等[16]認(rèn)為，產(chǎn)能斷崖式減少，生豬產(chǎn)能恢復(fù)面臨疫病、資金、環(huán)保等多方面的困難。劉國信[17]認(rèn)為，豬瘟疫情重?fù)舢a(chǎn)業(yè)，豬源偏緊以及盲目擴(kuò)大生豬禁養(yǎng)限養(yǎng)范圍為生豬上漲行情做了鋪墊。胡浩等[18]則認(rèn)為，豬肉“剛需”始終存在，生豬價(jià)格將可能在近2年內(nèi)都處在較高水平。

綜上所述，對于研究內(nèi)容方面，專家學(xué)者們的研究集中于討論由疫情所導(dǎo)致的價(jià)格沖擊的影響效果和影響方式，而對于研究所采用的數(shù)據(jù)，往往基于大數(shù)據(jù)統(tǒng)計(jì)得到的疫情輿情指數(shù)，運(yùn)用疫情寬度指數(shù)作為疫情指標(biāo)進(jìn)行影響效果研究的文獻(xiàn)較少，同時(shí)對于近年來暴發(fā)的非洲豬瘟事件研究多局限于理論探究，未充分納入疫情研究實(shí)證體系。因此，本文將以國內(nèi)研究為基礎(chǔ)，充分運(yùn)用疫情寬度指數(shù)，從各年重大疫情入手，通過格蘭杰因果檢驗(yàn)探究疫情和生豬價(jià)格的因果關(guān)系，通過向量自回歸模型、脈沖響應(yīng)分析和方差分解分析疫情對生豬價(jià)格波動的影響方式和效果，得出結(jié)論并給出有關(guān)建議，以促進(jìn)生豬價(jià)格的穩(wěn)定性。

1 疫情對生豬價(jià)格的作用機(jī)理

1.1 歷年重大疫情

(1)豬瘟、豬肺疫(2008年11月至2009年7月)。豬群暴發(fā)疫病主要存在于華南地區(qū)，且通常為混合感染，感染率高且致死率較高，僅豬瘟生豬發(fā)病數(shù)就有7 290頭，死亡數(shù)13 298頭，撲殺數(shù)6 805頭。豬肺疫生豬發(fā)病數(shù)為7 333頭，死亡數(shù)15 591頭，撲殺數(shù)61頭(中國政府網(wǎng))。

(2)豬藍(lán)耳病(2010年初)。疫情重點(diǎn)暴發(fā)于南方地區(qū)的中小養(yǎng)殖場，具有高致病性，生豬發(fā)病數(shù)為2 908頭，死亡數(shù)1 522頭。

(3)豬布魯氏菌病(2010年11月至2011年2月)。該病廣泛分布全國各地，是一種典型的人和牲畜均易感的病，致使生豬發(fā)病數(shù)為7 804頭，死亡數(shù)66頭。

(4)豬丹毒、豬肺疫(2011年至2019年)。多年來2種疫病同時(shí)存在，疫情影響持續(xù)深遠(yuǎn)，范圍廣大。豬丹毒在2012年8月和2014年7月2個時(shí)期疫情最為嚴(yán)重，分別造成生豬死亡數(shù)死亡1 901頭、2 914頭，歷年累計(jì)生豬發(fā)病數(shù)為57 105頭，死亡數(shù)34 996頭。豬肺疫在2015年6月疫情最為嚴(yán)重，造成生豬死亡數(shù)1 621頭，歷年累計(jì)生豬發(fā)病數(shù)高達(dá)85 986頭，死亡數(shù)54 281頭。

(5)非洲豬瘟(2018年8月至2020年)。自2018年8月沈陽正式發(fā)現(xiàn)后廣泛傳播于中國各地，為一種急性的烈性傳染病，導(dǎo)致了一場影響巨大的豬瘟疫情。引發(fā)生豬發(fā)病數(shù)20 319頭，死亡數(shù)13 810頭。

1.2 疫情對生豬價(jià)格影響的理論模型

生豬的生產(chǎn)周期跨度長達(dá)13個月，生豬生產(chǎn)通常具有周期長、規(guī)模不易變動等特征，供給和需求是生豬價(jià)格波動的主要因素，即生豬市場價(jià)格會影響下一周期的產(chǎn)量，而本期產(chǎn)量通常受到前期價(jià)格的影響。決定當(dāng)期生豬供給量的上一期價(jià)格和決定當(dāng)期生豬需求量的即期價(jià)格有可能不一致，這就導(dǎo)致了生豬產(chǎn)量和生豬價(jià)格偏離預(yù)想的均衡狀態(tài)，出現(xiàn)產(chǎn)量和價(jià)格的非正常波動。在市場自發(fā)機(jī)制的作用下，生豬供給出現(xiàn)明顯滯后，養(yǎng)殖人員、生產(chǎn)者很大程度上依照現(xiàn)有滯后信息做出錯誤判斷，進(jìn)而導(dǎo)致生豬價(jià)格呈現(xiàn)周期性的波動。然而，傳統(tǒng)蛛網(wǎng)模型只是指出了具有明顯供給時(shí)滯性的價(jià)格周期性波動現(xiàn)象的存在。近年來，疫情對生豬價(jià)格的沖擊明顯增大，對于生豬價(jià)格大幅度的波動，“看不見的手”的市場化理論并不能很好地解釋價(jià)格上漲和價(jià)賤傷農(nóng)并存的困局，疫情等外部沖擊因素成為這幾年影響價(jià)格非正常波動的關(guān)鍵[19]。上述重大疫情都在不同程度上影響了生豬價(jià)格的上漲或下跌，這種影響往往先作用于產(chǎn)品的供求關(guān)系，進(jìn)而引起價(jià)格變動。對于需求方面而言，疫情暴發(fā)會引發(fā)消費(fèi)者恐慌，短時(shí)間內(nèi)消費(fèi)者對生豬及相關(guān)產(chǎn)品需求大幅下降[20]。對于供給方面而言，其一，各類疫病自身帶來的患病和死亡，都會直接減少生豬的供給量。其二，養(yǎng)殖人員在面對疫情時(shí)，為防止后續(xù)養(yǎng)殖成本全部虧損，會對已有生豬采取降價(jià)處理，因此造成了短期內(nèi)供應(yīng)量上升的情況。其三，部分養(yǎng)殖戶因疫情導(dǎo)致的虧損嚴(yán)重，選擇暫時(shí)或永久退出養(yǎng)殖市場，市場內(nèi)養(yǎng)殖戶減少，生豬供給量也隨之減少。其四，中小養(yǎng)殖場對疫情的抗擊能力較弱，大型養(yǎng)殖場規(guī)?；图s化程度加強(qiáng)，產(chǎn)能上升，供給量進(jìn)而增加。當(dāng)需求變動大于供給變動時(shí)，出現(xiàn)供不應(yīng)求現(xiàn)象，生豬價(jià)格上漲；當(dāng)需求變動小于供給變動時(shí)，出現(xiàn)供過于求現(xiàn)象，生豬價(jià)格下跌。除了消費(fèi)者和養(yǎng)殖人員造成的影響，政府政策和生豬飼料成本也會影響生豬價(jià)格。如生豬禁運(yùn)政策，加劇了封鎖區(qū)內(nèi)的供過于求和主要消費(fèi)區(qū)的供不應(yīng)求，最終導(dǎo)致生豬價(jià)格上漲。如生豬飼料價(jià)格下跌，會直接導(dǎo)致生豬價(jià)格下跌。

2 實(shí)證分析

2.1 模型構(gòu)建

2.1.1 VAR模型 由于疫情和生豬價(jià)格之間不僅存在相互間的當(dāng)期關(guān)聯(lián)性，還受到彼此滯后期造成的影響，為盡量詳實(shí)地反映疫情和生豬價(jià)格之間的具體動態(tài)關(guān)系，構(gòu)建向量自回歸模型(VAR模型)，其作為自回歸模型(AR模型)的推廣版本，不設(shè)定預(yù)先經(jīng)濟(jì)理論約束，通過模型內(nèi)的所有當(dāng)期變量對其滯后變量的回歸來構(gòu)造VAR模型，可以有效反映時(shí)間序列的變動特征和作用方式[21]。因此，本文設(shè)定用于討論疫情和生豬價(jià)格波動機(jī)制的VAR模型如下。

圖1 疫情對生豬價(jià)格的影響路徑

(1)

式中：Yt為第t期的生豬價(jià)格；Xt為第t期的疫情寬度指數(shù)；c為常數(shù)項(xiàng)；αi為生豬滯后的t-i期對其第t期的影響系數(shù)；βi為疫情寬度指數(shù)滯后的t-i期對其第t期的影響系數(shù)；et為誤差向量；p為滯后階數(shù)。

2.1.2 ADF檢驗(yàn) VAR模型構(gòu)建的前提之一是使用的時(shí)間序列數(shù)據(jù)具有平穩(wěn)性，而Augmented Dickey-Fuller檢驗(yàn)(ADF檢驗(yàn))作為擴(kuò)張的Dickey-Fuller檢驗(yàn)形式，可以有效地檢驗(yàn)隨機(jī)時(shí)間序列的平穩(wěn)性質(zhì)[22]。基于“時(shí)間序列存在單位根”的原假設(shè)，做出如下3類檢驗(yàn)：

(2)

式中：Xt為第t期的時(shí)間序列數(shù)據(jù);α為常數(shù)項(xiàng);p表示Xt的滯后期數(shù);βi為被檢驗(yàn)時(shí)間序列數(shù)據(jù)的t-i期對其第t期的影響系數(shù);ct為趨勢項(xiàng);εt為誤差項(xiàng)。以上模型的原假設(shè)均為H0：γ=0，存在單位根。檢驗(yàn)結(jié)果選擇Xt-i項(xiàng)時(shí)模型回歸得出的T檢驗(yàn)值作為ADF檢驗(yàn)值，將該檢驗(yàn)值和10%、5%、1%顯著性的臨界值做出對比，如果小于臨界值，則可以拒絕原假設(shè)，即認(rèn)為在該臨界值的顯著性水平下，序列具有平穩(wěn)性。

2.1.3 滯后階數(shù)判定 對滯后階數(shù)做出選擇是VAR模型構(gòu)建的重要環(huán)節(jié)，滯后階數(shù)越大，模型動態(tài)特征越能得到充分反映，然而滯后階數(shù)越大，模型的自由度也會越小。為了保證足夠數(shù)目的滯后，同時(shí)又做到盡量少地折損自由度，以下5類檢驗(yàn)都可以幫助最佳滯后階數(shù)的判定：

(1)似然比統(tǒng)計(jì)量(LR)，通常用于驗(yàn)證線性約束條件能否成立，定義為：

(3)

(2)赤池信息量(Akaike information criterion，簡稱AIC)準(zhǔn)則，以“熵”為基礎(chǔ)發(fā)展得來。貝葉斯信息(Bayesian information criterion，簡稱BIC或SC)準(zhǔn)則，漢南-奎因(Hannan-Quinn，簡稱HQ)準(zhǔn)則，上述3種準(zhǔn)則都是能夠反應(yīng)擬合優(yōu)良程度的標(biāo)準(zhǔn)，值越小擬合表現(xiàn)越優(yōu)秀，一般表示為：

(4)

式中：L為似然函數(shù)；k為參數(shù)數(shù)量；n為樣本序列長度。

(3)最終預(yù)測誤差(Final Prediction Error，簡稱FPE)準(zhǔn)則，通過對AR模型由低階到高階的構(gòu)建，一直到確立出最小p值來最終定階，一般表示為：

(5)

2.2 數(shù)據(jù)說明

本文選取2009年2月至2020年7月共138個樣本，以生豬疫情寬度指數(shù)的月度數(shù)值代表疫情指標(biāo)，并以全國生豬價(jià)格的月度數(shù)據(jù)為生豬價(jià)格數(shù)據(jù)。上述數(shù)據(jù)均源于布瑞克農(nóng)業(yè)數(shù)據(jù)庫(http://www.agdata.cn/)，中國畜牧業(yè)信息網(wǎng)(http://www.caaa.cn/)。疫情寬度指數(shù)由布瑞克農(nóng)業(yè)食品產(chǎn)業(yè)鏈調(diào)研中心提供研究支持，根據(jù)暴發(fā)范圍、事態(tài)重要度等方面綜合量化打分得出，主要反映生豬疫病發(fā)生的范圍情況。

生豬價(jià)格作為經(jīng)濟(jì)變量因素，存在明顯季節(jié)特征。為使數(shù)據(jù)更加準(zhǔn)確反映其基本趨勢，本文采取X-12-ARIMA方法進(jìn)行季節(jié)調(diào)整。季節(jié)調(diào)整診斷報(bào)告顯示Q統(tǒng)計(jì)量(評價(jià)季節(jié)調(diào)整質(zhì)量的復(fù)合指標(biāo)，值小于1時(shí)調(diào)整可以被接受，值越小表明季節(jié)調(diào)整質(zhì)量越高)為0.55，給出結(jié)果為接受，且譜圖中垂線未落于峰值上，說明季節(jié)調(diào)整處理不存在不充分，總體結(jié)果可接受。后續(xù)研究中將使用調(diào)整后的生豬價(jià)格為研究數(shù)據(jù)。

2.3 生豬價(jià)格和疫情的波動趨勢

對比生豬價(jià)格波動和疫情寬度指數(shù)起伏情況(圖2)，可得以下特征。生豬價(jià)格受到疫情影響起伏波動。由圖2可發(fā)現(xiàn)，在疫情明顯嚴(yán)重時(shí)，價(jià)格波動也較為劇烈。如2010年2月至2015年2月這5年內(nèi)疫情寬度指數(shù)和生豬價(jià)格都發(fā)生了相似的持續(xù)起伏波動，疫情寬度指數(shù)在0.15到0.39區(qū)間連續(xù)3次上漲再下跌地重復(fù)波動，相應(yīng)地生豬價(jià)格在9.53～18.93元·kg-1發(fā)生周期性漲跌。疫情導(dǎo)致的仔豬死亡、能繁母豬存欄減少、生豬飼料價(jià)格上升等都會促使生豬產(chǎn)量降低、生豬價(jià)格上漲，而消費(fèi)者恐慌心理又會致使生豬需求量減少，以上因素都會推動生豬價(jià)格的起伏波動。

圖2 生豬價(jià)格和生豬疫情寬度指數(shù)(寬度指數(shù)高于0.25表明疫情嚴(yán)重)

生豬價(jià)格波動相對疫情發(fā)生存在滯后性。觀察二者波動趨勢，最為明顯的滯后表現(xiàn)在2018年2月到2020年初期間，非洲豬瘟持續(xù)近一年半的時(shí)間，疫情嚴(yán)重程度從2018年3月不斷增加直到2019年初達(dá)到頂峰，并且在之后一年逐步下降，疫情寬度指數(shù)從2018年2月的0.17上升到2019年1月的0.74。然而生豬價(jià)格上漲卻是從2019年初開始，直到最高點(diǎn)發(fā)生在2020年初，生豬價(jià)格從2019年3月的14.35元·kg-1上漲到2020年2月的37.11元·kg-1，明顯存在接近一年的滯后期。滯后原因通常是初期政府的調(diào)控，促使疫情在初期對生豬價(jià)格的作用效果較低，而后期市場上小規(guī)模養(yǎng)殖人員在受到前期疫情影響，由于虧損過多或考慮到風(fēng)險(xiǎn)較大，養(yǎng)殖積極性下滑，選擇或暫時(shí)或徹底退出養(yǎng)殖，從而引發(fā)對生豬價(jià)格的滯后波動效果。

2.4 平穩(wěn)性檢驗(yàn)

為確保時(shí)間序列的平穩(wěn)性，消除偽回歸發(fā)生的情況，對模型中的變量X和Y進(jìn)行取對數(shù)處理，即疫情寬度指數(shù)的對數(shù)形式記為lnX，生豬價(jià)格的對數(shù)形式記為lnY，同時(shí)取得lnX的一階差分序列D(lnX)和lnY的一階差分序列D(lnY)。通過ADF檢驗(yàn)方法考察上述各序列的平穩(wěn)性，檢驗(yàn)結(jié)果如表1。

由表1可得，lnX變量序列平穩(wěn)、lnY變量序列不平穩(wěn)，但其一階差分序列D(lnX)、D(lnY)序列在檢驗(yàn)精度1%下平穩(wěn)，通過數(shù)據(jù)平穩(wěn)性檢驗(yàn)，具備構(gòu)建VAR模型條件。

表1 數(shù)據(jù)平穩(wěn)性檢驗(yàn)—ADF檢驗(yàn)

2.5 最優(yōu)滯后階數(shù)判定

本文由AIC、SC、HQ三大信息準(zhǔn)則、LR統(tǒng)計(jì)量以及FPE對滯后階數(shù)進(jìn)行判定，由表2可得，LR統(tǒng)計(jì)量和最終預(yù)測誤差FPE、AIC準(zhǔn)則均表明該模型滯后期為10，據(jù)此構(gòu)建VAR(10)模型。

表2 滯后階數(shù)判定

2.6 VAR模型穩(wěn)定性檢驗(yàn)

在對VAR模型后續(xù)操作前，需要檢驗(yàn)其穩(wěn)定性，因此計(jì)算AR特征多項(xiàng)式的逆根，若特征根的模整體均分布在單位圓內(nèi)部，說明模型具有穩(wěn)定性。結(jié)果如圖3，特征根總體都分布在單位圓內(nèi)部，證明模型VAR(10)具有穩(wěn)定性，適合進(jìn)行后續(xù)模型的討論。

圖3 AR特征多項(xiàng)式的逆根

2.7 GRANGER因果檢驗(yàn)

為檢驗(yàn)生豬價(jià)格和疫情之間的因果關(guān)系，即疫情與生豬價(jià)格之間是否相互存在預(yù)測效果，對此本文使用GRANGER因果檢驗(yàn)方法進(jìn)行檢驗(yàn)，檢驗(yàn)結(jié)果見表3。

由表3可得，在1%顯著性水平下，X是Y的GRANGER原因，Y不是X的GRANGER原因。說明疫情能夠引發(fā)生豬價(jià)格波動，疫情的情況在一定程度上對生豬價(jià)格未來一段時(shí)間的波動有預(yù)測效果，而相反地生豬價(jià)格走勢情況對未來疫情發(fā)展情況不具備預(yù)測效果。

表3 GRANGER因果檢驗(yàn)

2.8 脈沖響應(yīng)分析和方差分解

為更全面地對VAR模型做出分析，本文運(yùn)用Eviews9.0軟件對該VAR(10)模型做出脈沖響應(yīng)圖，分析一段時(shí)間內(nèi)生豬價(jià)格變量發(fā)生的動態(tài)影響。即模型中的一個變量受到?jīng)_擊時(shí)，測試該沖擊效果，發(fā)現(xiàn)這個沖擊效果能否對其余變量產(chǎn)生作用，具體表現(xiàn)為生豬價(jià)格對應(yīng)疫情波動發(fā)生的動態(tài)影響，將該變化繪制成變量間的脈沖響應(yīng)圖形，如圖4。

圖4 生豬價(jià)格對疫情的動態(tài)響應(yīng)

由圖4所示，生豬價(jià)格對疫情的動態(tài)響應(yīng)表現(xiàn)為面對疫情指數(shù)每1單位的正向影響，會促使生豬價(jià)格首先做出負(fù)向反應(yīng)，如最初4個月響應(yīng)函數(shù)小于0，表現(xiàn)為負(fù)向響應(yīng)指數(shù)，即在前4個月整體保持每單位疫情沖擊時(shí)生豬價(jià)格下降的趨勢，最大負(fù)向響應(yīng)程度表現(xiàn)為-0.007，但基本穩(wěn)定在-0.005標(biāo)準(zhǔn)差左右。自第5個月起響應(yīng)程度為0.004即出現(xiàn)正向反應(yīng)，說明此時(shí)開始疫情沖擊反而使得生豬價(jià)格逐漸上漲，上漲幅度到第11個月達(dá)到最高點(diǎn)為0.011標(biāo)準(zhǔn)差，一直到第13個月為0標(biāo)準(zhǔn)差，說明影響趨弱，但自第15個月開始反而逐漸出現(xiàn)向上趨勢的正向反應(yīng)，從-0.001開始到第16個月達(dá)到0.004，又在第17個月下降到-0.001及至后期影響波動趨弱與0點(diǎn)相貼近。

總體表明，生豬價(jià)格在前4個月受到疫情負(fù)向影響，第5個月到第13個月和第15個月至第17個月受到正向影響且在第11個月達(dá)到最大程度，并在第17個月開始影響趨于消失。這是因?yàn)橐咔槌霈F(xiàn)初期，消費(fèi)者出現(xiàn)恐慌情緒，抗拒消費(fèi)豬肉，轉(zhuǎn)而尋找替代品，豬肉需求量下降，生豬價(jià)格下跌。疫情發(fā)生5～18個月左右時(shí)間內(nèi)，疫情影響發(fā)酵，豬肉產(chǎn)量大幅下降，促使市場生豬價(jià)格上漲。疫情發(fā)生14～17個月，正值前1年受疫情所困的大量散養(yǎng)戶在第2年選擇退出養(yǎng)豬市場，此時(shí)消費(fèi)者需求處于常態(tài)，而市場生豬供給量大大降低，供不應(yīng)求，疫情帶來的后續(xù)影響開始推動生豬價(jià)格不斷上漲。在疫情開始約18個月時(shí)間后，受到國家政策安撫，疫情基本得到控制或受到疫苗研發(fā)的利好消息刺激，消費(fèi)者心理轉(zhuǎn)變，恐慌情緒消除，疫情對生豬價(jià)格影響逐漸消失。

方差分解分析作為VAR模型分析的重要部分，可以有效解釋變量之間的具體影響程度及發(fā)展趨勢。由圖4可知，生豬價(jià)格對疫情的動態(tài)響應(yīng)在14個月后趨于0，因此，本研究對VAR(10)模型中生豬價(jià)格方差分解討論時(shí)間為14個月。結(jié)果見表4。

表4 生豬價(jià)格的方差分解結(jié)果

從表4第3列(疫情對生豬價(jià)格的每月影響程度)可以發(fā)現(xiàn)，疫情對生豬價(jià)格波動的影響在第1個月僅為0.001%，在第2個月快速上升到0.790%，并且之后呈上升趨勢，最大影響程度出現(xiàn)在第11個月約8.223%，表明疫情的最大影響的出現(xiàn)大概存在約10個月的滯后效應(yīng)，第11個月后呈緩慢下降趨勢，但仍存在約8%的影響程度。同時(shí)對14個月影響程度求均值，得出疫情發(fā)生后對生豬價(jià)格的平均影響程度約為5.03%。而市場價(jià)格趨勢對生豬價(jià)格的影響程度在整個14個月內(nèi)大致呈現(xiàn)出“V”字型，從第1個月的99.999%影響下降至第11個月時(shí)的91.777%的影響，而后又略微上升至91.908%，明顯始終高達(dá)90%以上的影響程度。表明在疫情發(fā)生14個月內(nèi)，生豬價(jià)格的波動主要受到市場價(jià)格趨勢的影響，上期的價(jià)格會對本期的價(jià)格產(chǎn)生較大影響，同時(shí)疫情造成的沖擊影響也不可忽視。

3 結(jié)論及建議

3.1 研究結(jié)論

(1)疫情對生豬價(jià)格的波動影響呈現(xiàn)持續(xù)性和滯后性。

(2)疫情作為生豬價(jià)格的GRANGER原因，反之則不成立，其本身在初期4個月內(nèi)對生豬價(jià)格造成直接的負(fù)向影響，在中期第5個月到第13個月對生豬價(jià)格產(chǎn)生正向影響且影響程度在第11個月達(dá)到最大，第15個月至第17個月對生豬價(jià)格造成間接性的正向影響，第17個月之后疫情的影響趨于消失。

(3)在疫情發(fā)生后14個月內(nèi)，疫情對生豬價(jià)格的平均影響程度約為5.03%，最大影響時(shí)滯約10個月，在第11個月時(shí)影響達(dá)到最大值8.223%，疫情是影響生豬價(jià)格的重要因素。

3.2 政策建議

(1)加強(qiáng)疫情凈化，實(shí)現(xiàn)高效管控。疫情處理效率影響疫情持續(xù)長度，相關(guān)部門應(yīng)當(dāng)落實(shí)到位各項(xiàng)凈化疫情操作[23]，做到快速高效的根除。整體疫情凈化模式方面，參考國際上控制豬瘟疫病的方式，根據(jù)國內(nèi)疫情范圍廣、蔓延快的特點(diǎn)進(jìn)行部分改良，強(qiáng)調(diào)以國家統(tǒng)一政策和地方特色措施相結(jié)合，在短期內(nèi)控制住疫情的蔓延擴(kuò)大。在疫情管控細(xì)節(jié)方面，應(yīng)建立以政府為主導(dǎo)、以豬肉企業(yè)為核心、以各大小養(yǎng)殖場為關(guān)鍵的疫情管控體系，對屠宰場、豬場等可能受污染的用具做到及時(shí)徹底消毒，對疫病影響區(qū)的生豬、冷凍豬肉實(shí)施全面檢測。一旦發(fā)現(xiàn)當(dāng)?shù)匾咔楹笠杆傧蛏霞壊块T通報(bào)，嚴(yán)格撲殺當(dāng)?shù)厥芨腥镜牟∝i并實(shí)施無污染焚燒，嚴(yán)禁風(fēng)險(xiǎn)區(qū)與非風(fēng)險(xiǎn)區(qū)之間生豬轉(zhuǎn)運(yùn)，控制感染區(qū)內(nèi)生豬移動，禁止使用垃圾食物和泔水對生豬進(jìn)行喂養(yǎng)。

(2)提升調(diào)控能力，保證供應(yīng)、穩(wěn)定豬價(jià)。一方面，相關(guān)部門應(yīng)當(dāng)加強(qiáng)調(diào)控，在疫情發(fā)生后市場生豬供給嚴(yán)重不足時(shí)，加強(qiáng)豬肉主要調(diào)出省份產(chǎn)能布局[24]，適度投放儲備豬肉或擴(kuò)大進(jìn)口豬肉量，及時(shí)保障市場需求的滿足，降低疫情帶來的市場影響。另一方面，關(guān)注市場豬價(jià)的波動，建立價(jià)格調(diào)控機(jī)制，合理控制價(jià)格起伏。對于生豬養(yǎng)殖企業(yè)，相關(guān)部門應(yīng)當(dāng)嚴(yán)格把控企業(yè)產(chǎn)能，杜絕無序生產(chǎn)，避免投機(jī)主義加劇生豬市場供需失衡，加強(qiáng)引導(dǎo)作用，適度恢復(fù)產(chǎn)能，保證行業(yè)穩(wěn)定發(fā)展。同時(shí)，及時(shí)發(fā)布官方通報(bào)，降低消費(fèi)恐慌心理，保證民眾消費(fèi)信心，防止價(jià)格出現(xiàn)暴漲暴跌，避免生豬市場混亂。

(3)保障生豬養(yǎng)殖，加快穩(wěn)步復(fù)產(chǎn)。首先，要加大疫情后的補(bǔ)助資金投入，對積極主動撲殺病豬的人員給予屠宰獎勵，幫助疫情受損養(yǎng)殖人員的資金回流，推動養(yǎng)殖安全保險(xiǎn)和養(yǎng)殖業(yè)生產(chǎn)補(bǔ)貼的全面覆蓋，鼓勵養(yǎng)殖人員在疫情受挫后的再生產(chǎn)，幫助市場生豬存量實(shí)現(xiàn)有效恢復(fù)[25]。其次，要加強(qiáng)養(yǎng)殖人員的科學(xué)防疫知識，廣泛宣傳豬瘟疫病的危害，督促養(yǎng)殖人員提高健康養(yǎng)殖的技術(shù)水平。定期開展科學(xué)飼養(yǎng)和有效防疫的宣講，適當(dāng)進(jìn)行養(yǎng)豬防疫培訓(xùn)，邀請專業(yè)養(yǎng)殖技術(shù)人員演講并進(jìn)行實(shí)踐指導(dǎo)。最后，相關(guān)部門對不合格豬場進(jìn)行升級改造，提高豬場分區(qū)化建設(shè)，分期為養(yǎng)殖場注射各類疫病防護(hù)疫苗，加強(qiáng)基礎(chǔ)防控。