杨朝英，徐学荣

（福建农林大学经济学院，福建福州 350002）

根据《中国统计年鉴2019》测算，2018 年我国城镇人均猪肉消费占肉类消费的72.7%，农村居民这一消费占比（83.6%）更高（《中国统计年鉴》中肉类统计包含猪肉、牛肉及羊肉等，将禽类单独列支，因此，此处肉类占比不含禽类消费），可见猪肉生产关系着国计民生。然而生猪供给波动及由此带来的价格大幅震荡一直困扰着我国生猪业的发展。尤其是2019 年生猪产能的大幅下降（出栏环比下降21.57%，猪肉减产1148 万t），给猪肉市场带来巨大冲击。2020 年1 月又叠加新冠肺炎影响，生猪产能恢复更加艰难。

为稳定市场保障民生，国家发布了一系列促进生猪供给稳定并加快恢复生猪生产的政策。农业农村部2019 年3 月印发《稳定生猪生产保障市场供给的意见》，2019 年9 月，国家发改委及农业农村部联合发布了《关于做好稳定生猪生产中央预算内投资安排工作的通知》，2019 年12 月及2020 年3 月分别出台了《加快生猪生产恢复发展3 年行动方案》及《关于进一步加大支持力度促进生猪稳产保供的通知》。回顾我国生猪业的发展，这并非我国政府第一次连续发布政策稳定生猪供给，实际上，自2007 年以来已经陆续出台了许多支持生猪生产的政策，但生猪供给波动仍时有发生。在非洲猪瘟尚未走远，新冠肺炎未完全退却下的2020 年，探寻影响生猪供给波动的影响因素有着重要的现实意义。

由于生猪供给的波动，我国涌现了许多关于生猪周期及生猪供给影响因素的研究文献。研究表明我国生猪周期的时间跨度在4～7 年[1-4]。为探索生猪生产波动的成因，国内学者从定性及定量的视角展开了分析。从定性视角看，刘清泉等[5]研究认为中国生猪生产效率（出栏率和单产水平）低、规模化水平不足、疫病和灾害等多种因素制约了我国生猪产业的发展。从定量分析看，谭莹[6]、孙秀玲等[7]利用全国的时间序列数据对我国生猪供给影响因素进行研究，发现猪肉短期波动缺乏弹性，但其对成本因素和长期供给弹性研究存在分歧，前者认为成本影响显著而后者认为不显著。谭莹[6]认为长期供给弹性小于短期供给弹性，而孙秀玲等[7]认为长期供应敏感性大于短期供给弹性。但二者由于数据的原因均未涉及省级数据可能存在的异质性问题。周晶等[8]研究发现规模化因素对生猪供给波动率的影响效应很小，部分模型甚至表明这种影响是不显著的，疫病发病率对生猪供给波动影响不显著。

随着我国生猪生产支持政策的发布，部分学者对政策的影响效应展开了研究。杨朝英等[9]认为2007 年调控政策将会加剧下一时期生猪市场波动的风险。关于规模化补贴政策对促进规模化的影响效应存在一定的争议。赵国庆等[10]研究认为规模化扶持政策对促进规模化养殖的提升效果并不显著；王长琴等[11]、周晶等[12]的研究则认为规模化补贴政策推动了中国生猪规模化的发展。钟明珠等[13]认为环保政策的实施对我国生猪生产具有重大影响。

总体而言，关于生猪供给影响因素的研究已经取得相当的进展，但关于培育技术及近来环保政策对我国生猪供给产生的影响研究关注不足。鉴于此，本文应用2000—2018 年我国省级面板数据（不包括港澳台及西藏地区），基于预期理论，在控制生猪生产惯性、主要生产成本等因素后，考察生猪价格变化、疫病、环保政策以及培育技术的提升带来的影响效应，以期对我国生猪供给宏观调控提供实证依据。

1 适应性预期理论及模型构建

1.1 适应性预期理论 由于现实中不确定性的存在，预期与不确定性成为经济学研究者关心的一个重要问题。Cargan[14]提出了适应性预期理论，认为决策者会根据自己过去决策时所犯的错误来调整自己将来的决策，过去的信息对当前决策具有重要的借鉴意义。若第t－1期产品的实际价格为pt－1，则t期的预期价格：

为第t期时的预期价格，pt－1为第t-1 期的产品实际价格，参数γ为预期价格调整系数(0＜γ≤1)，若将（1）式重新整理表明预期价格是前期预期价格和预测偏差的一个加权。

若γ=1，则，即预期价格等于上一期实际价格，表明此时决策者不存在学习过程，对当期价格的预期依赖于上一期价格，根据上一期价格来决定自己的生产行为，即幼稚性预期。可见，幼稚性预期为适应性预期的特例。

1.2 农产品供给反应模型 Nerlove[15]应用预期理论，结合局部调整模型构建了农产品供给反应模型（Nerlove模型），研究农业产出如何根据过去的产出来预期产出的调整。若Qt为第t期生产的产品产量，为第t期的期望产量，θ为产出调整速度，Zt为影响实际产品数量的其他因素，供给反应模型表示如下：

其中μt为随机扰动项。由于预期产量及预期价格均不可直接观测，可基于预期理论对预期价格进行假设，本文分别讨论基于幼稚性预期及适应性预期情境下生猪供给波动影响因素。

若生产者基于幼稚性预期，则模型可变换为如下：

若生产者基于适应性预期，即假定生产者存在一定的学习过程，对价格的预期可以利用过去更多的信息进行决策，则模型变换如下：

1.3 模型构建 根据上文所构建的生猪供给反应模型，选择生猪出栏量为供给变量（Qt），Pt－1为滞后一期生猪价格，其他影响因素则考虑成本、替代品、技术进步以及疫病和政策。

1）生产成本和替代品。生猪生产成本主要包括物质与服务费用成本以及人工成本，仔猪及饲料费用是生猪生产成本的主体，基于此，生猪生产物质成本指标选择玉米价格以及仔猪价格。替代品价格选择活鸡价格。

由于农村青壮年劳动力人口的减少、城市务工收入的提高增加了农户从事生猪养殖的机会成本[16]，间接推动了规模养殖人工成本的上升。由于机会成本难以直接测量，本文选择人均GDP 作为生产者工资机会成本的代理变量。

2）技术进步。关于技术进步因素，本文选择生猪出栏率作为代理变量。生猪出栏率体现了一定时期内产业培育的可以出售的生猪速度，不仅是养殖户培育技术的体现，同时也是其管理能力的体现。生猪出栏率的计算采用传统的出栏率计算方法（因为目前缺乏更细致的生猪生产数据），生猪出栏率=生猪年出栏头数/年初存栏头数（年初存栏头数用年末存栏头数替代）。

3）动物疫病及政策。动物疫病[17]及政策变化[9,13]也会对我国生猪生产产生影响。根据2000—2018 年我国动物疫病的发病情况，疫病爆发的年份变量值设为1，其余年份设为0。分别设置了3 个哑变量用于控制2004年、2007 年以及2018 年爆发的动物疫病带来的影响。除疫病外，本文将2016 年作为国家环保政策的控制变量。

为考察不同预期理论下的生猪供给反应，本文分别构建了幼稚性与适应性预期生猪供给模型：

其中，hogit、hogit－1、hogit－2分别表示第i个省份，第t期、t－1 期以及t－2 期的生猪出栏数量；pr_hogit－1第i个省份第t－ 1 期的生猪价格；hog_efit表示第i个省份第t 期的生猪出栏率，hog_efit－1表示第i个省份第t－ 1期的生猪出栏率，Costit表示成本，包含仔猪价格、玉米价格以及机会成本3 个变量。yr_dum表示时间控制哑变量向量（包括2004 年、2007 年、2016 年及2018年4 个哑变量）。

1.4 数据来源 本文研究时间为2000—2018 年，生猪出栏数量（万头）、人口数（万人）、人均GDP（元/年）来自于中国国家统计局出版的各年《中国统计年鉴》，生猪价格（元/kg）来自于中国畜牧业信息网，活鸡价格（元/kg）、玉米价格（元/t）以及仔猪价格（元/kg）来自于《中国畜牧业年鉴》及《中国畜牧兽医年鉴》。以上价格年度数据是基于月度价格数据平均得到。样本统计特征见表1。

表1 样本描述性统计指标

2 实证结果分析

基于构建的模型为动态面板模型，仍使用最小二乘估计将会产生动态面板偏差，引起估计不一致的问题。为解决这一问题，本文使用Вlundell 等[18]提出的“系统GMM”估计方法，对幼稚性预期及适应性预期模型进行估计，并通过变量的增减比较不同的预期系统生猪供给反应差异及稳健性情况，结果如表2 所示。

2.1 稳健性检验 模型Ⅰ和模型Ⅲ分别为两类基础模型，即上文中的模型（6）及（7）；模型Ⅱ及Ⅳ为不含2018 年疫病控制变量模型。模型均满足Sargan 检验以及自相关检验，说明表2 中的模型使用“系统GMM”方法估计是合适的。

模型的回归结果显示，适应性预期模型Ⅲ与幼稚性预期模型Ⅰ的参数估计值较为接近，参数估计量的方向也一致，说明滞后二期项并未对其他变量估计产生较大影响。2018 年控制变量不显著，在剔除该控制变量后，模型Ⅱ及模型Ⅳ参数估计量方向并未发生变化且估计值变动幅度很小，因此可见模型估计较为稳健。

2.2 估计结果分析 1）滞后一期生猪出栏量影响显著。根据模型估计结果，无论是幼稚性预期还是适应性预期，生猪出栏滞后一期系数很接近，均在0.9 以上且在1%水平上显著，说明生猪出栏数量具有很强的延续性或惯性，就短期来看生产者自主调整速度不大。这一结果也较为符合当下的生猪养殖业状况。我国于2007 年以来大力鼓励规模化养殖，大型生猪养殖场数量增加，同时散养农户数量减少。根据《2018 年中国畜牧兽医年鉴》统计，2017 年我国畜禽养殖业生产方式规模化率达到58%。生猪养殖规模化的发展使得生猪养殖业进入和退出都有相当的成本，且生猪生产也有一定的生产周期，因此，短期内大幅调整供给量较为困难。

2）生猪短期供给缺乏价格弹性，长期供给则富有弹性。无论是幼稚性预期还是适应性预期，短期供给价格弹性＜1，生猪价格变动1%，供给量变动约在17%左右。说明短期内生猪价格变化虽然会带来一定的出栏量变化，但变化幅度不大。这也可以解释为什么近年来猪肉价格快速上涨并未带来供给的快速增加。虽然生猪生产者可能因为出栏生猪价格变化调整生猪出栏数量，但因为生猪生产具有一定生产周期，短期生猪出栏数量调整范围局限于养殖户即有的生产规模。需求与供给的缺口短期内难以通过“看不见的手”进行调节。

生猪长期供给弹性大于1，远大于短期供给弹性。说明在时间约束放松的条件下，无论是规模养殖场还是散户养殖均有相对充裕的时间对未来的生产进行调整。如 2002—2017 年，中国生猪年出栏数量50 头以下的殖户数量从2002 年的1.04 亿户减少到2017 年的0.36亿户，养殖户数量减少65%（根据《2018 年中国畜牧兽医年鉴》与《2002 年中国畜牧业年鉴》计算得到）。

表2 模型估计结果

3）生猪出栏率对生猪供给影响显著。无论是适应性预期还是幼稚性预期，生猪出栏率的变化对生猪供给增加的影响约在0.33 左右。说明进一步提高育肥猪的培育技术缩短生猪饲养周期也能有效增加生猪供给。

4）仔猪价格以及机会成本对生猪供给影响显著，玉米及替代品影响不显著。仔猪价格对生猪供给负面影响显著，但影响幅度较小；玉米价格对生猪供给影响分析结果显示，就物质生产成本而言，饲料成本上涨虽然带来总成本的上升，但不是影响生产者决策的主要因素。活鸡（替代品）价格变化对生猪供给影响不显著。人均GDP 增加将提高生猪养殖的机会成本，对生猪供给影响为负，这与陈蓉[1]研究结论一致。这一结论可以解释为什么我国发达省市（如上海、北京、浙江等省份）的生猪出栏数量出现持续下降的趋势。谭莹等[19]研究也发现经济因素是生猪生产布局影响的重要因素，生猪的主产省份已经由经济发达地区向中西部地区转移。

5）疫病对生猪供给影响显著。2004 年禽流感推动了生猪供给增加；2007 年猪蓝耳病对生猪供给影响显著为负；但2018 年非洲猪瘟对生猪供给影响不显著。2018 年8 月，我国爆发非洲猪瘟，全年生猪出栏总数比2017 年减少819.7 万头。之所以模型并未测出其显著性，可能的原因是非洲猪瘟虽然带来部分生猪被扑杀，但生猪减少量远未达到2007 年及2016 年水平（2007年生猪出栏量比2016 年减少4 699 万头，2016 年减少2 323 万头），加之2017 年生猪市场存在产能过剩的局面[17]，一定程度上抵消了部分生猪出栏下降对生猪供给产生的影响。另一可能原因是由于生猪生产需要一定时间，因此，当年生猪或母猪死亡带来下一期仔猪数量减少，因此疫情影响有一定的滞后性。

6）环保政策对生猪供给增加的抑制作用显著。这一结论可以较好地解释我国因施行环保政策对生猪供给市场带来的影响。从实际情况上看，2016 年全国生猪出栏量减少2 323.3 万头（不含西藏及港澳台地区），难以由市场给出解释。因为从市场层面看，2015 年下半年生猪价格已经出现了上升的趋势，生猪价格周期已经进入了上升通道，且同期我国并未发生较为重大的动物疫病，理论上市场行情的向好将提高养殖户补栏积极性而不是大规模减少供给。从政策实施情况看，根据2015 年底的《南方水网地区生猪养殖布局优化指导意见》和2016 年《畜禽养殖禁养区划定指南》文件精神，2016 年各省加强了畜禽养殖污染防治工作，关闭或搬迁部分畜禽养殖场，客观上对生猪供给的增加产生了抑制作用。

4 结论及政策建议

4.1 结论 本文基于上述分析得到如下结论：①短期内生猪生产者通过市场预期自主调整的生产幅度较小；②短期内“看不见的手”对生猪供给的调节作用有限，生猪供给的调节应从长远进行规划；③生猪出栏率提高对生猪供给的增加具有相当的贡献，这表明培育技术的提高将有利于促进生猪供给增加；④控制仔猪成本将有利于促进生猪供给的增加；劳动力机会成本的上升将给生猪养殖业的发展带来压力；⑤生猪疫病控制对生猪养殖业发展具有重要意义；家禽的动物疫病会通过替代效应影响生猪供给；近年来的环保政策对生猪供给的增加产生了一定的抑制作用。

4.2 政策建议 根据分析所得结论，提出如下建议：

1）加强对散户养殖的技术培训，继续推进标准化规模养殖场的建设。散户养殖的生猪出栏周期平均长于规模养殖，加强散户养殖技术培训有利于缩短养殖周期增加市场供给。继续鼓励企业开办标准化养殖场，不仅有利于生猪养殖业的可持续发展，同时也有利于生猪供给的稳定。

2）加强基层防疫机构建设，增强基层防疫机构的技术支持能力，培训和配备村级防疫人员，提高防疫服务的可获得性。我国已经建成动物疫病防控管理体系，但动物疫病的防控重点还在于基层防疫机构的防控能力。由于我国仍有相当部分的农户从事生猪养殖且养殖户较为分散，提高散户养殖的防疫技术、普及防疫知识以及增强防疫服务的可获得性显得相当必要且重要。因此，基层防疫机构是否有能力对当地的生猪养殖业提供足够的防疫技术支持和服务，很大程度上决定着我国疫病防控的质量和效果。

3）加强动物疫病监测和疫病防控技术的研发，预防重大动物疫情的发生。2000 年以来，我国经历了2次较大的生猪疫病，导致生猪出栏数量大幅减少，带来生猪价格的剧烈波动。如何更加有效防控重大疫情的发生及在发生后如何迅速的控制和扑灭疫情仍是疫病防控面临的重大课题。加强动物疫病的监测和相关疫苗的研发，提高疫病的防控能力将可以有效防止供给市场出现突发的剧烈波动，促进生猪养殖业的健康发展。

4）建立生猪养殖的大数据管理平台，及时发布市场预警信息，将政府对生猪供给调控的时间点前置。由于生猪短期供给调节作用有限，因此，加强对生猪市场的监测和预警，将政府对生猪市场的调控时间点前置，显得更为重要。及时的市场预警和政策引导需要以充分的市场信息为基础。因此，需要充分利用大数据技术，整合各部分信息资源（如：动物疫病防控体系、国家生猪监测大县数据以及畜禽规模养殖场信息直联直报平台），建立生猪养殖的大数据管理平台，以便更科学的管理和监测生猪养殖状况，稳定生猪市场。

5）关注并控制能繁母猪养殖数量，防止仔猪价格的过度波动。仔猪成本是影响生猪供给的一个重要因素，控制仔猪价格的剧烈波动有利于稳定生猪供给市场。价格上升期，养殖户会增加能繁母猪的饲养数量，此时仍需对能繁母猪饲养数量进行监控，防止能繁母猪数量过度增加带来仔猪价格下跌，进而波及生猪供给市场。价格下跌期，则需进行相应的母猪价格补贴，为下期市场复苏做准备，防止仔猪价格的过度上涨影响生猪供给。