鄭健壯，武朝艷，石愛林

（浙大城市學(xué)院商學(xué)院，浙江杭州 310015）

1985年之前，我國對豬肉實(shí)行計劃管理，以國家定價為主，豬肉價格相對較為穩(wěn)定。自1985年豬肉價格逐步放開后，國家對豬肉定價進(jìn)行引導(dǎo)，豬肉價格開始波動。但2006年之前豬肉價格總體仍較為平穩(wěn)。之后我國豬肉價格呈整體上漲和波動態(tài)勢，且在2006年6月—2009年5月、2010年4月—2014年4月、2015年3月—2018年5月呈現(xiàn)明顯3個“豬周期”（圖1）。2018年8月以來爆發(fā)的非洲豬瘟疫情給我國生豬養(yǎng)殖業(yè)造成了沉重打擊，大量病豬死亡，使我國生豬供應(yīng)一度緊張。2019年，受生豬存欄量驟減的影響，豬肉價格大幅上漲，漲幅同比達(dá)1倍以上。2021年開始，隨著我國生豬存欄量的顯著回升，豬肉價格出現(xiàn)持續(xù)下降。因此，豬肉價格的變化除了受到國家調(diào)控、政府管制以及非洲豬瘟疫情等外部因素的間接影響，最直接的是受產(chǎn)業(yè)鏈供給端和需求端兩方面因素的影響。

圖1 2006年1月—2021年4月豬肉價格波動圖

作為生豬生產(chǎn)和豬肉消費(fèi)大國，豬肉價格頻繁波動，既不利于養(yǎng)豬行業(yè)的健康持續(xù)發(fā)展，也會嚴(yán)重影響廣大居民日常生活甚至波及社會安定。因此，系統(tǒng)研究影響我國豬肉價格波動的主要因素并采取針對性的調(diào)控手段就顯得尤為重要。綜觀此領(lǐng)域的相關(guān)研究，目前大多仍停留在對豬肉價格的一般趨勢性描述。在對豬肉價格波動的影響因素研究中，段隱華等運(yùn)用脈沖響應(yīng)函數(shù)和方差分解方法發(fā)現(xiàn)四川豬肉價格波動主要受豬肉的供求關(guān)系影響；張富等從供給、需求和成本3方面進(jìn)行定性分析，認(rèn)為影響豬價的主要原因是周期性生產(chǎn)供應(yīng)與季節(jié)性需求之間的不平衡、不同步以及剛性成本上漲；孫秀玲研究發(fā)現(xiàn)加工與流通成本、仔豬價格和替代品活雞價格是影響生豬價格波動的最顯著因素；禹旭濤等基于VAR模型研究發(fā)現(xiàn)除自身的價格外，豆粕、生豬的價格對豬肉價格的貢獻(xiàn)較大。學(xué)者們對其他因素的研究表明，政府政策、疫情疾病等也對豬肉價格具有一定影響。從現(xiàn)有研究可以發(fā)現(xiàn)，豬肉價格波動的影響因素較廣，缺乏一致的結(jié)論，這與學(xué)者們研究視角、選取因素和樣本數(shù)據(jù)不同有著直接關(guān)系，且實(shí)證研究相對較少，特別是在微觀和定量層面缺乏系統(tǒng)研究?；诖?，在參考前人相關(guān)研究的基礎(chǔ)上，本文基于供求理論，從分析影響豬肉價格的自身價格因素以及主要供給因素（玉米價格、豆粕價格、生豬存欄量、能繁母豬存欄量）和主要需求因素（雞肉價格、牛肉價格、城鎮(zhèn)居民人均可支配收入、農(nóng)村居民人均可支配收入）兩方面著手，利用VAR模型進(jìn)行實(shí)證分析，探究和篩選影響我國豬肉價格波動的主要因素，并提出相應(yīng)對策建議。

1 實(shí)證方法的選取

1.1 實(shí)證方法 向量自回歸模型（Vector Auto Regression，簡稱VAR）是基于數(shù)據(jù)統(tǒng)計性質(zhì)建立的模型，借助所有當(dāng)期變量對滯后變量進(jìn)行回歸所構(gòu)建的模型。它用于解釋各種經(jīng)濟(jì)沖擊對經(jīng)濟(jì)變量所形成的影響。本文所研究的內(nèi)容為豬肉價格，是比較復(fù)雜的經(jīng)濟(jì)系統(tǒng)，因而運(yùn)用VAR來建模較為合適。研究過程可概括如下：

①對原序列進(jìn)行平穩(wěn)性檢驗。一般采用ADF進(jìn)行單位根檢驗，對不平穩(wěn)的序列進(jìn)行差分處理；

②滯后期確定。多種準(zhǔn)則比較選多數(shù)準(zhǔn)則認(rèn)同的最優(yōu)滯后期，為保證所有的殘差都不存在自相關(guān)性，可借助Granger因果關(guān)系檢驗；

③建立VAR模型：首先，檢驗?zāi)Ｐ推椒€(wěn)性。平穩(wěn)性檢驗通過（單位根r<1），表明模型平穩(wěn)，可做方差分解。其次，通過方差分解具體分析各變量的解釋力度。

VAR一般形式為：

其中，Y是k維內(nèi)生變量向量，X是d維外生變量向量，p是滯后階數(shù)，N是樣本個數(shù)，A……A和B……B是被估計的系數(shù)矩陣，是k維擾動向量。

1.2 數(shù)據(jù)來源 綜觀我國豬肉價格變化歷程（圖1），可清晰發(fā)現(xiàn)：自2006年以來，我國豬肉價格存在明顯的波動性。因此，本文截取2006年1月至2019年12月的168個樣本數(shù)據(jù)（按14年每年12個月計），研究該時段影響豬肉價格波動的主要因素。相關(guān)數(shù)據(jù)主要來源于國家統(tǒng)計局（http://www.stats.gov.cn）、中國飼料行業(yè)信息網(wǎng)（http://www.feedtrade.com.cn）、《中國農(nóng)產(chǎn)品價格調(diào)查年鑒》（http://www.chinayearbook.com）、《中國統(tǒng)計年鑒》（http://www.stats.gov.cn）和艾媒數(shù)據(jù)中心網(wǎng)站（https://data.iimedia.cn）等。

本文將玉米價格和豆粕價格、生豬存欄量和能繁母豬存欄量、雞肉價格和牛肉價格以及城鎮(zhèn)居民人均可支配收入和農(nóng)村居民人均可支配收入作為自變量；將豬肉價格作為因變量。為消除變量之間的異方差性，對各個自變量所取數(shù)值進(jìn)行自然對數(shù)的變換，即lnPOP（豬肉價格，Price of Pork）、lnCP（玉米價格，Corn Price）、lnSMP（豆粕價格，Soybean Meal Price）、lnLPH（生豬存欄量，Live Pig Herd）、lnBSH（能繁母豬存欄量，Breeding Sow Herd）、lnCHP（雞肉價格，Chicken Price）、lnBEP（牛肉價格，Beef Price）、lnURPCDI（城鎮(zhèn)居民人均可支配收入，Urban Residents Per Capita Disposable Income）、InRRPCDI（農(nóng)村居民人均可支配收入，Rural Residents Per Capita Disposable Income）是各數(shù)據(jù)取對數(shù)后的結(jié)果。

2 實(shí)證分析

2.1 單位根檢驗 為防止回歸分析中偽回歸的存在，在進(jìn)行動態(tài)回歸模型擬合時，必須先檢驗各序列的平穩(wěn)性。只有當(dāng)各個變量通過了平穩(wěn)檢驗，具有平穩(wěn)性，才能開展下一步的分析。本文采用ADF檢驗法。ADF檢驗的原假設(shè)為被檢驗的變量是含有單位根的非平穩(wěn)時間序列，在研究中如果該檢驗統(tǒng)計量小于顯著性水平下的臨界值，就可以拒絕原假設(shè)，表明該變量是平穩(wěn)的，反之就要再次進(jìn)行檢驗，直到拒絕原假設(shè)，最終確定變量的平穩(wěn)階數(shù)。本文應(yīng)用stata16軟件對各變量對數(shù)序列進(jìn)行檢驗，結(jié)果見表1。

根據(jù)表1，豬肉價格、玉米價格、豆粕價格、能繁母豬存欄量、雞肉價格和牛肉價格的ADF統(tǒng)計量都是大于顯著性水平5%的臨界值的，就不能拒絕原假設(shè)，表明不是平穩(wěn)序列。為此，進(jìn)一步對變量的一階差分序列進(jìn)行單位根檢驗，d表示對變量進(jìn)行差分處理，具體可見表2。結(jié)果表明，一階差分處理后各對數(shù)序列的值都小于顯著性水平5%的臨界值，都是平穩(wěn)的，可以用該模型對數(shù)據(jù)開展下一步實(shí)證分析。

表1 原始變量平穩(wěn)性檢驗結(jié)果

表2 一階差分變量平穩(wěn)性檢驗結(jié)果

2.2 Granger因果檢驗 在建立VAR模型之前，還要對模型中的變量進(jìn)行Granger因果關(guān)系檢驗。若值小于顯著性水平5%，則拒絕原假設(shè)，認(rèn)為前者為后者的Granger原因。根據(jù)表3，可以看出豬肉價格受生豬存欄量、能繁母豬存欄量、牛肉價格和農(nóng)村居民人均可支配收入的影響；而豆粕價格、生豬存欄量和能繁母豬存欄量又受豬肉價格的影響。

表3 Granger因果關(guān)系檢驗結(jié)果

2.3 VAR模型的構(gòu)建與檢驗 在研究中，VAR模型計算的關(guān)鍵在于確定滯后階數(shù)p，合理選擇滯后階數(shù)非常重要。接下來，利用似然比統(tǒng)計量（LR）、最終預(yù)測誤差（FPE）、赤池信息準(zhǔn)則（AIC）、HQ統(tǒng)計量（HQIC）和施瓦茨準(zhǔn)則（SBIC）對模型滯后期進(jìn)行篩選，具體見表4。根據(jù)表4的結(jié)果可知，當(dāng)p=1時，“*”的個數(shù)為2，同時當(dāng)p=2時，“*”的個數(shù)也為2，為了確保模型的精確性，應(yīng)當(dāng)選擇最大的滯后階數(shù)，即需要借助滯后二階來完成。

表4 VAR模型滯后階數(shù)選擇表

在研究中，VAR模型是一個牽涉到多個變量之間互相影響的模型，可以同時利用序列本身的滯后信息和與其交互相關(guān)序列的滯后信息。將方程兩邊取對數(shù)，具體模型表示如下：

其中，為滯后項系數(shù)，為方程誤差項。

檢驗VAR模型是否平穩(wěn)，可以通過觀察特征值是否都落在單位圓內(nèi)，若所有的單位根均落在半徑為1的單位圓內(nèi)，則認(rèn)為VAR模型具有一定的穩(wěn)定性。如果有些特征值超出單位圓，則模型就不平穩(wěn)，說明該模型可能存在其他無效的估計，則無法進(jìn)行進(jìn)一步的研究分析。用AR根圖檢驗?zāi)Ｐ偷姆€(wěn)定性，結(jié)果見圖2。從中可以發(fā)現(xiàn)，所有的特征值都在單位圓內(nèi)，這表明豬肉價格、玉米價格、豆粕價格、生豬存欄量、能繁母豬存欄量、雞肉價格、牛肉價格、城鎮(zhèn)居民人均可支配收入和農(nóng)村居民人均可支配收入構(gòu)成的系統(tǒng)是穩(wěn)定的，即所建立的模型是有效的。

圖2 滯后階數(shù)為2的AR特征多項式逆根圖

2.4 方差分解分析 方差分解分析，就是描述VAR模型中各變量沖擊對模型內(nèi)生變量的相對重要性，即變量沖擊的貢獻(xiàn)占總貢獻(xiàn)的比例。具體而言，就是通過比較這種相對重要性隨時間的變化，不僅可以估計出該變量的作用時滯，還可以估計出各變量效應(yīng)的相對大小?；谝褜AR模型進(jìn)行了穩(wěn)定性檢驗，在此，可以通過方差分解來具體分析各變量的解釋力度。

方差分解分析結(jié)果見表5。在表5中，從第2列開始依次是豬肉價格、玉米價格、豆粕價格、生豬存欄量、能繁母豬存欄量、雞肉價格、牛肉價格、城鎮(zhèn)居民人均可支配收入和農(nóng)村居民人均可支配收入對于豬肉價格變動的影響情況。由表5可知，影響豬肉價格波動的主要因素表現(xiàn)為以下3個方面：①豬肉自身價格對豬肉價格變化貢獻(xiàn)率最大，第1期達(dá)到100%，第5期下降到了81.08%，但到第10期仍有66.96%的影響作用；②在供給方面的4個影響因素中，影響程度依次為能繁母豬存欄量、豆粕價格、生豬存欄量和玉米價格，能繁母豬存欄量對豬肉價格的影響最大，最高貢獻(xiàn)率達(dá)到37.7%左右（第10期），豆粕價格在第10期影響率為5.39%；③在需求方面的2個影響因素中，農(nóng)村居民人均可支配收入對豬肉價格變化率的影響高于城鎮(zhèn)居民人均可支配收入的影響，到第10期的影響率為9.07%。

表5 方差分解表

除了豬肉自身價格外，能繁母豬存欄量在10個月左右對豬肉價格的影響最為顯著。從豬的生物學(xué)特征來看，母豬懷孕到產(chǎn)仔一般在114 d左右，而豬仔出生到出欄一般在6個月左右。因此，母豬懷孕到生豬出欄存在著大約10個月左右的時滯。這10個月的時滯對豬肉價格波動具有重要調(diào)節(jié)作用。將能繁母豬存欄量與滯后10個月的豬肉價格進(jìn)行對比以直觀驗證，即將2014年3月—2019年2月能繁母豬存欄量與2015年1月—2019年12月的豬肉價格進(jìn)行對比分析（圖3）。結(jié)果發(fā)現(xiàn)，當(dāng)能繁母豬當(dāng)月存欄量較多時，會導(dǎo)致10個月之后的豬肉價格較低。反之，當(dāng)能繁母豬當(dāng)月存欄量較少時，10個月之后的豬肉價格較高。

圖3 當(dāng)月能繁母豬存欄量與滯后10個月的豬肉價格對比分析圖

2.5 突發(fā)事件的影響分析 綜上所述，豬肉的供給和需求共同影響豬肉價格變化。而當(dāng)受到外部沖擊，如非洲豬瘟、新冠肺炎疫情等突發(fā)事件時，供求關(guān)系就會發(fā)生變化，進(jìn)而影響豬肉價格。2018年8月爆發(fā)的非洲豬瘟疫情一定程度上造成市場恐慌，引起豬肉供給和需求的下降。隨著疫情的控制，豬肉需求恢復(fù)，但由于生豬有固定的生產(chǎn)周期，短期內(nèi)不能及時增加供給，豬肉價格出現(xiàn)了疫情后的報復(fù)性上漲。從2019年6月開始，豬肉價格一路暴漲，在10月出現(xiàn)了高峰點(diǎn)（56.94元/kg）。

本研究采用非洲豬瘟百度搜索指數(shù)作為測度非洲豬瘟疫情的代理變量，選取2018年8月1日—2020年1月5日的周度數(shù)據(jù)，并對數(shù)據(jù)取對數(shù)以消除異方差。在模型穩(wěn)定性檢驗通過的基礎(chǔ)上，Granger因果關(guān)系檢驗結(jié)果顯示：非洲豬瘟（lnASF）在5%顯著性水平下不是豬肉價格（lnPOP）的Granger原因（表6）。通過方差分解來具體分析非洲豬瘟對豬肉價格的解釋力度，結(jié)果如圖4所示。結(jié)果表明，非洲豬瘟對豬肉價格波動的貢獻(xiàn)率從第1期的0.86%增加到第8期的3.94%，呈現(xiàn)平穩(wěn)的增長趨勢，但對豬肉價格沖擊的影響較小，其貢獻(xiàn)率最大值僅為3.94%。

表6 Granger因果關(guān)系檢驗結(jié)果

圖4 非洲豬瘟與豬肉價格對豬肉價格沖擊的方差分解結(jié)果

需要關(guān)注的是，2020年1月—2021年4月，豬價出現(xiàn)三輪先漲后跌的變化走勢（圖1），如此劇烈的波動可能與2020年初新冠肺炎疫情的蔓延有關(guān)。新冠肺炎疫情的爆發(fā)直接造成了豬肉產(chǎn)業(yè)鏈中斷，消費(fèi)需求急劇下降，引發(fā)豬肉價格的“暴漲暴跌”。本研究參考賈鋮等將國內(nèi)新冠肺炎累計確診人數(shù)作為新冠肺炎疫情的代理變量，選取2020年1月10日—2021年4月30日的周度數(shù)據(jù)，并對數(shù)據(jù)取對數(shù)以消除異方差。在模型穩(wěn)定性檢驗通過的基礎(chǔ)上，Granger因果關(guān)系檢驗結(jié)果顯示：新冠肺炎疫情（lnCOVID）在5%顯著性水平下不是豬肉價格（lnPOP）的Granger原因（表7）。通過方差分解來具體分析新冠肺炎疫情對豬肉價格的解釋力度，結(jié)果如圖5所示。結(jié)果表明，新冠肺炎疫情對豬肉價格波動的貢獻(xiàn)率從第1期的1.59%上升到第8期的20.97%，而豬肉價格對自身波動的貢獻(xiàn)率從第1期的98.41%下降到第8期的79.03%。由此可見，在數(shù)據(jù)考察期間，豬肉價格波動的主要影響因素仍是豬肉自身價格，但新冠肺炎疫情的影響較大。

表7 Granger因果關(guān)系檢驗結(jié)果

圖5 新冠肺炎疫情與豬肉價格對豬肉價格沖擊的方差分解結(jié)果

3 結(jié)論與對策建議

3.1 研究的主要結(jié)論 本文利用2006年1月至2019年12月共168個樣本數(shù)據(jù)，從豬肉價格本身、玉米價格、豆粕價格、生豬存欄量、能繁母豬存欄量、雞肉價格、牛肉價格、城鎮(zhèn)居民人均可支配收入和農(nóng)村居民人均可支配收入對豬肉價格的影響開展了實(shí)證研究。研究得到如下主要結(jié)論。

1）豬肉價格的波動受其自身的影響最大。具體表現(xiàn)為短期內(nèi)對豬肉價格變化的影響最大，隨時間推延對豬肉價格變化的影響程度開始下降，但在10期仍對豬肉價格波動有66.96%的影響。

2）在供給層面來看，能繁母豬存欄量對豬肉價格變化的影響程度最大，從第1期的0影響，到第5期時已達(dá)到了35.70%，到第10期，最高貢獻(xiàn)率達(dá)到37.78%。而豆粕價格對豬肉價格變化的影響次之，到第10期貢獻(xiàn)率最高達(dá)6.87%。生豬存欄量和玉米價格兩者對豬肉價格波動的影響較小。

3）從需求層面來看，農(nóng)村居民人均可支配收入的影響率最高，從第6期開始，對豬肉價格變化的影響率已達(dá)到8%以上，最高貢獻(xiàn)率為9.07%（第10期）。其次是雞肉價格，雖然前期影響較弱，但隨著時間的推移，到第10期增加到3.56%。牛肉價格和城鎮(zhèn)居民人均可支配收入的影響程度很低。

4）從突發(fā)事件的外部沖擊來看，2018年8月爆發(fā)的非洲豬瘟對2018年8月—2019年12月豬肉價格波動的貢獻(xiàn)率較小，其貢獻(xiàn)率最大值僅為3.94%；2020年初蔓延的新冠肺炎疫情對2020年1月—2021年4月豬肉價格波動影響較大，對8周后豬肉價格有20.97%的影響，但豬肉自身價格仍是豬肉價格波動的主要影響因素。

總體而言，影響豬肉價格波動的四大供求因素分別為能繁母豬存欄量、農(nóng)村居民人均可支配收入、豆粕價格和雞肉價格。

3.2 對策建議 綜合上述實(shí)證結(jié)果，政府在對豬肉價格宏觀調(diào)控時要重點(diǎn)關(guān)注以下4點(diǎn)：

第一，需建立完善豬肉價格的動態(tài)監(jiān)測預(yù)警系統(tǒng)。綜合各種主要影響因素，構(gòu)建由多指標(biāo)構(gòu)成的“豬肉價格波動預(yù)警體系”，在豬肉價格過度下跌和過度上漲時做出及時響應(yīng)。2021年6月9日，國家發(fā)展改革委員會等部門聯(lián)合印發(fā)《完善政府豬肉儲備調(diào)節(jié)機(jī)制 做好豬肉市場保供穩(wěn)價工作預(yù)案》，指出豬肉市場監(jiān)測預(yù)警主要選取豬糧比價、能繁母豬存欄量變化率、36個大中城市精瘦肉平均零售價格作為預(yù)警指標(biāo)，區(qū)分生豬價格過度下跌和過度上漲2種情形，合理確定預(yù)警指標(biāo)臨界值，并設(shè)立三級預(yù)警區(qū)間。在動態(tài)監(jiān)測預(yù)警系統(tǒng)構(gòu)建和實(shí)施方面，國家層面，由國家發(fā)展改革委員會、農(nóng)業(yè)農(nóng)村部等部門定期發(fā)布生豬行業(yè)和豬肉市場信息，及時發(fā)布預(yù)警信息，引導(dǎo)各市場主體自主調(diào)節(jié)生產(chǎn)經(jīng)營決策，防止豬肉生產(chǎn)供應(yīng)和價格大起大落；地方政府層面，在采用豬糧比價等作為預(yù)警指標(biāo)的同時，可以選擇本地其他監(jiān)測預(yù)警指標(biāo)，如生豬養(yǎng)殖成本收益指數(shù)、替代品雞肉價格，并劃設(shè)預(yù)警區(qū)間。

第二，供需兩端發(fā)力，推進(jìn)豬肉市場結(jié)構(gòu)性改革。從供給端來看，一方面，采取措施保持飼料價格（尤其是豆粕價格）相對穩(wěn)定，控制生豬養(yǎng)殖企業(yè)的養(yǎng)殖成本；另一方面，實(shí)施非洲豬瘟分區(qū)防控，降低跨區(qū)域傳播風(fēng)險，優(yōu)化生豬產(chǎn)業(yè)布局，穩(wěn)步恢復(fù)能繁母豬和生豬的存欄量，以穩(wěn)定生豬生產(chǎn)、保障市場供應(yīng)。從需求端來看，穩(wěn)步提高居民人均可支配收入，尤其是農(nóng)村地區(qū)人均可支配收入，不斷推動居民消費(fèi)升級。在此基礎(chǔ)上，引導(dǎo)居民對肉類的多樣化消費(fèi)需求，用雞肉等替代豬肉消費(fèi)，抑制對豬肉的過度需求，以有效緩解豬肉價格的波動。

第三，創(chuàng)新生豬產(chǎn)業(yè)體制機(jī)制。在技術(shù)層面，加強(qiáng)生豬養(yǎng)殖技術(shù)研發(fā)。2021年1月，中央農(nóng)辦主任、農(nóng)業(yè)農(nóng)村部部長唐仁健在中國農(nóng)科院調(diào)研期間表示，加快啟動實(shí)施種源“卡脖子”技術(shù)攻關(guān)，縮小生豬、大豆等品種和國際先進(jìn)水平的差距，堅決打贏種業(yè)翻身仗。在財務(wù)層面，適度推廣生豬期貨等市場風(fēng)險規(guī)避業(yè)務(wù)。2020年4月24日，中國證監(jiān)會批準(zhǔn)大連商品交易所開展生豬期貨交易，并于2021年1月8日在大商所正式掛牌交易上市。截至6月4日，生豬期貨價格累計下跌35.2%，與2021年豬肉現(xiàn)貨價格持續(xù)下跌一致。根據(jù)農(nóng)業(yè)農(nóng)村部公布的數(shù)據(jù)，6月4日豬肉現(xiàn)貨價格為25.49元/kg，與年初相比下跌了44.5%。生豬養(yǎng)殖企業(yè)可通過生豬期貨價格發(fā)現(xiàn)的功能，合理規(guī)劃生豬生產(chǎn)，減少豬價大幅波動帶來的風(fēng)險，起到間接拉長、緩和“豬周期”的作用。

第四，在疫病沖擊下需增強(qiáng)生豬產(chǎn)業(yè)鏈抗風(fēng)險能力。對于上游生產(chǎn)環(huán)節(jié)，規(guī)范生豬養(yǎng)殖和防疫體系，加強(qiáng)對提高生豬免疫力藥物的研發(fā)，降低生產(chǎn)中的疫病傳播風(fēng)險。對于中游流通環(huán)節(jié)，提高生豬屠宰產(chǎn)能利用率，加強(qiáng)生豬流通運(yùn)輸?shù)谋O(jiān)管，建立生豬主產(chǎn)區(qū)與豬肉主銷區(qū)的定向調(diào)運(yùn)，降低由運(yùn)輸引起的疫病傳播風(fēng)險。對于下游消費(fèi)環(huán)節(jié)，轉(zhuǎn)變豬肉銷售模式，通過線上方式減少人群接觸，遏制新冠肺炎疫情的傳播范圍，并可擴(kuò)大豬肉銷售的市場空間，有效調(diào)控豬肉的供需平衡，進(jìn)而保障豬肉價格的穩(wěn)定。