潘方卉，王寧，鄧昊楠

（東北農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，黑龍江 哈爾濱 150030）

中國(guó)是世界上第一大豬肉生產(chǎn)國(guó)和消費(fèi)國(guó)，豬肉在畜產(chǎn)品消費(fèi)序列中也一直占有優(yōu)勢(shì)地位，是大眾主要的肉類消費(fèi)品[1]，因此保障豬肉供應(yīng)是關(guān)乎民生的重要問(wèn)題。2017—2021年，連續(xù)5年的中央一號(hào)文件中均將生豬保供作為政府的重要工作目標(biāo)。為了有效防止生豬產(chǎn)能的大幅度波動(dòng)，2021年9月19日，農(nóng)業(yè)農(nóng)村部制定了《生豬產(chǎn)能調(diào)控實(shí)施方案（暫行）》，將能繁母豬存欄量作為生豬生產(chǎn)的基礎(chǔ)和市場(chǎng)供應(yīng)的總開(kāi)關(guān)，以期通過(guò)將能繁母豬存欄量保持在合理區(qū)間，來(lái)實(shí)現(xiàn)生豬保供穩(wěn)價(jià)的政策目標(biāo)。而實(shí)現(xiàn)上述政策目標(biāo)的關(guān)鍵就在于探尋影響能繁母豬存欄量波動(dòng)的關(guān)鍵因素，從而找到穩(wěn)定能繁母豬存欄量的方法和途徑，能繁母豬供給反應(yīng)研究為解決上述問(wèn)題提供了理論和方法支撐。

國(guó)內(nèi)外學(xué)者對(duì)農(nóng)產(chǎn)品供給反應(yīng)展開(kāi)了廣泛且深入的研究，迄今為止最為成熟的模型當(dāng)屬Nerlove[2]供給反應(yīng)模型。在早期研究中，各國(guó)學(xué)者的研究對(duì)象主要集中于種植業(yè)，如：王德文和黃季熴[3]、張爽[4]、范壟基等[5]、劉宏曼和郭鑒碩[6]、李鎖平和王利農(nóng)[7]、丁建國(guó)等[8]均應(yīng)用Nerlove供給反應(yīng)模型對(duì)小麥、稻谷、玉米、大豆、蔬菜、棉花等糧經(jīng)作物的供給反應(yīng)進(jìn)行了研究。隨著畜牧業(yè)的快速發(fā)展以及肉類在居民消費(fèi)中所占比例的提升，畜牧業(yè)產(chǎn)品的供給反應(yīng)研究正在逐步增多，辛翔飛等[9]、楊春和王明利[10]、馬林靜和吳娟[11]分別對(duì)肉雞、肉牛、肉鴨等市場(chǎng)的供給反應(yīng)進(jìn)行了研究。近些年，由于受到非洲豬瘟等生豬疫情的影響，生豬產(chǎn)業(yè)價(jià)格和供給波動(dòng)劇烈，因此關(guān)于生豬供給反應(yīng)的研究逐步得到了我國(guó)學(xué)者的重視，相關(guān)研究文獻(xiàn)主要也是基于Nerlove供給反應(yīng)模型，研究能繁母豬存欄量、生豬或豬肉供給對(duì)價(jià)格等因素變動(dòng)的反應(yīng)行為，大多研究結(jié)論表明生豬產(chǎn)業(yè)供給短期彈性較低，長(zhǎng)期彈性較高，但是也有少數(shù)學(xué)者認(rèn)為生豬產(chǎn)業(yè)供給的長(zhǎng)短期彈性均較低[12]。在研究方法上，主要可以分為兩類：一類為面板數(shù)據(jù)模型[13]，另一類是時(shí)間序列模型，如ARIMA模型[14]、誤差修正模型[15-17]。以上這些研究成果重點(diǎn)在于分析價(jià)格對(duì)農(nóng)產(chǎn)品供給的影響，僅有少數(shù)學(xué)者研究疫病、天氣沖擊、能源價(jià)格沖擊等隨機(jī)因素對(duì)農(nóng)產(chǎn)品供給的影響[17-19]，而且模型均屬于常系數(shù)模型，無(wú)法反應(yīng)經(jīng)濟(jì)結(jié)構(gòu)變化對(duì)供給反應(yīng)行為的影響。

有鑒于此，考慮到當(dāng)前非洲豬瘟等疫情頻發(fā)，中美貿(mào)易戰(zhàn)、英國(guó)脫歐等國(guó)際事件引發(fā)經(jīng)濟(jì)政策不確定性顯著提升，本文將在Nerlove供給反應(yīng)模型中引入生豬疫情和經(jīng)濟(jì)政策不確定性指數(shù)等隨機(jī)因素，構(gòu)建包含生豬疫情和經(jīng)濟(jì)政策不確定性的能繁母豬供給反應(yīng)模型；另外，在研究方法上，采用可以反映供給反應(yīng)行為時(shí)變特征的TVP-VAR-SV模型，與常系數(shù)模型相比，該模型通過(guò)等間隔和不同時(shí)點(diǎn)脈沖響應(yīng)函數(shù)，揭示能繁母豬存欄量在短期（4個(gè)月），中期（8個(gè)月）和長(zhǎng)期（12個(gè)月）以及在不同事件沖擊下的動(dòng)態(tài)供給反應(yīng)路徑及其特征。

綜上，本文將基于能繁母豬供給反應(yīng)模型，應(yīng)用TVP-VAR-SV方法分析能繁母豬存欄量對(duì)生豬疫情、經(jīng)濟(jì)政策不確定性等影響因素的時(shí)變供給反應(yīng)特征，進(jìn)而揭示導(dǎo)致能繁母豬存欄量波動(dòng)的根本原因，借以為養(yǎng)殖戶科學(xué)制定生產(chǎn)決策提供重要參考和依據(jù)，為政府實(shí)現(xiàn)生豬穩(wěn)定保供政策目標(biāo)提供合理路徑與建議。

1 研究方法與數(shù)據(jù)說(shuō)明

1.1 能繁母豬供給反應(yīng)模型

依據(jù)Nerlove供給反應(yīng)模型構(gòu)建的基本方法，即供給反應(yīng)模型應(yīng)該由局部調(diào)整模型與適應(yīng)性預(yù)期理論模型結(jié)合起來(lái)構(gòu)建[20]，局部調(diào)整模型形式如下：

式中：Qt和Qt-1分別為第t期和t-1期的能繁母豬存欄量，是t-1期的預(yù)期能繁母豬存欄量或者長(zhǎng)期均衡存欄量，λ為預(yù)期供給調(diào)整系數(shù)，且0＜λ≤1，即產(chǎn)量的實(shí)際調(diào)整數(shù)量是預(yù)期調(diào)整數(shù)量的一個(gè)比例函數(shù)。

適應(yīng)性預(yù)期模型形式如下：

一般情況下，t期的預(yù)期能繁母豬存欄量是養(yǎng)殖戶根據(jù)自己的生產(chǎn)條件和預(yù)期的豬仔（或生豬）價(jià)格做出決策，即

本文依據(jù)供給理論，對(duì)模型（3）進(jìn)行拓展，引入了影響供給的其他關(guān)鍵因素：生產(chǎn)成本、替代品價(jià)格、政府政策以及其他特殊因素，具體理論關(guān)系分析如下：

1）生產(chǎn)成本：生產(chǎn)成本是決定供給的關(guān)鍵因素，決定生產(chǎn)成本的主要因素是投入品價(jià)格，當(dāng)一種商品的投入品價(jià)格增加時(shí)，那么該商品的生產(chǎn)成本就會(huì)提升，因此廠商將傾向于減少該商品供給。由于飼料成本是養(yǎng)殖能繁母豬的主要成本，而玉米占飼料成本比重可達(dá)60%[22]，因此本文采用玉米價(jià)格（PCt）來(lái)表示生產(chǎn)成本。

2）替代品價(jià)格：如果一種商品的替代品價(jià)格上升，那么廠商將更傾向于生產(chǎn)價(jià)格更高的替代品，那么該商品的供給量就會(huì)下降。參考以往文獻(xiàn)將肉雞作為豬肉替代品的做法[13]，本文將活雞作為生豬替代品，采用活雞價(jià)格（PKt）作為替代品價(jià)格。

3）政府政策：政府政策也會(huì)對(duì)供給產(chǎn)生重大影響，這些政策既包括產(chǎn)業(yè)發(fā)展政策，也包括國(guó)家宏觀經(jīng)濟(jì)調(diào)控政策，這些政策對(duì)供給的影響取決于政策制定的目標(biāo)和實(shí)施效果，為了全面反映影響能繁母豬供給決策的政策和經(jīng)濟(jì)環(huán)境，本文引入經(jīng)濟(jì)政策不確定性指數(shù)（EPUt）作為政策變量。

4）其他特殊因素：每個(gè)產(chǎn)業(yè)都有影響自身供給的特殊因素，疫病是影響生豬產(chǎn)業(yè)供給的重要因素，豬瘟、豬繁殖與呼吸綜合征、豬丹毒、豬肺疫等疫病，尤其是2018年8月爆發(fā)的非洲豬瘟，導(dǎo)致大量能繁母豬死亡或被捕殺，能繁母豬存欄量大幅度下降。因此，本文引入生豬疫情深度指數(shù)（EPIt）作為能繁母豬存欄量的特殊影響因素。

綜上，假定t期的預(yù)期能繁母豬存欄量（Q*t）是養(yǎng)殖戶根據(jù)預(yù)期的豬仔（或生豬）價(jià)格P*t、玉米價(jià)格（PCt）、活雞價(jià)格（PKt）、經(jīng)濟(jì)政策不確定性指數(shù)（EPUt）以及生豬疫情深度指數(shù)（EPIt）做出決策，即：

最后，綜合方程（1）、（2）和（4），可以得到能繁母豬的供給反應(yīng)模型：

式中，d0=c0βλ，d1=c1βλ，d2=(1-β)+(1-λ)，d3=-(1-β)(1-λ)，

d4=c2λ，d5=-λ(1-β)c2，d6=c3λ，d7=-λ(1-β)c3，d8=c4λ，d9=-λ(1-β)c4，d10=c5λ，d11=-λ(1-β)c5。

由于模型（5）中變量估計(jì)系數(shù)為常數(shù)，使得模型（5）無(wú)法刻畫經(jīng)濟(jì)發(fā)生突變時(shí)，影響因素的時(shí)變特征，因此本文假設(shè)模型（5）中的系數(shù)為時(shí)變參數(shù)，服從隨機(jī)游走過(guò)程，從而揭示能繁母豬存欄量供給反應(yīng)的時(shí)變特征。

1.2 TVP-VAR-SV模型

時(shí)變參數(shù)向量自回歸模型（TVP-VAR-SV）是由Nakajima等[23]提出的，該模型的系數(shù)和協(xié)方差矩陣都可以隨時(shí)間推移而不斷變化，因此能夠靈活地捕獲各變量之間關(guān)系的時(shí)變與非線性特征，并且能準(zhǔn)確地觀測(cè)到在不同時(shí)間間隔和時(shí)點(diǎn)上各經(jīng)濟(jì)變量之間的相互作用機(jī)制。與以往的VAR模型相比，TVP-VAR-SV模型不僅能夠有效地提高估計(jì)的精準(zhǔn)度，而且可以更好地?cái)M合出不同時(shí)點(diǎn)的經(jīng)濟(jì)數(shù)據(jù)。TVP-VAR-SV模型具體形式如下：

式中：yt是包含能繁母豬存欄量、豬仔價(jià)格、生豬價(jià)格、玉米價(jià)格、活雞價(jià)格、生豬疫情深度指數(shù)以及經(jīng)濟(jì)政策不確定性指數(shù)7個(gè)變量的列向量；Xt=Ik?（yt-1,yt-2, …,yt-s），?表示Kronecker乘積，Ik是單位矩陣，k是變量個(gè)數(shù)，t表示時(shí)間，s表示滯后階數(shù)；系數(shù)βt，εt為殘差項(xiàng)，聯(lián)立參數(shù)At以及隨機(jī)波動(dòng)協(xié)方差矩陣∑t具有時(shí)變性，下三角矩陣At與∑t可以表示如下：

假定式（6）中的時(shí)變參數(shù)服從隨機(jī)游走過(guò)程，如式（9）所示：

式中，βs+1~N(μβ0,∑β0)，αs+1~N(μα0,∑α0)，hs+1~N(μh0,∑h0)。借鑒Nakajima等[23]的研究，進(jìn)一步假定∑β、∑α和∑h為對(duì)角矩陣，且滿足分布：

最后，借用貝葉斯推斷并采用馬爾科夫蒙特卡洛（MCMC）抽樣方法模擬抽樣，進(jìn)行測(cè)算。對(duì)于TVP-VAR-SV模型估計(jì)時(shí)涉及的先驗(yàn)分布選取、貝葉斯估計(jì)以及蒙特卡洛模擬的詳細(xì)步驟可以參考Nakajima等[23]。

1.3 數(shù)據(jù)來(lái)源與說(shuō)明

1）數(shù)據(jù)選取。本文選取樣本區(qū)間為2009年2月~2020年9月，能繁母豬存欄量（Q）、豬仔價(jià)格（PP）、生豬價(jià)格（PH）、玉米價(jià)格（PC）、活雞價(jià)格（PK）、生豬疫情深度指數(shù)（EPI）數(shù)據(jù)均來(lái)源于《布瑞克農(nóng)業(yè)數(shù)據(jù)庫(kù)》。經(jīng)濟(jì)政策不確定性指數(shù)（EPU）是Baker等[24]利用經(jīng)濟(jì)政策不確定性綜合指數(shù)中的新聞指數(shù)，以《華南早報(bào)》為分析對(duì)象，對(duì)該報(bào)紙每月刊發(fā)的關(guān)于中國(guó)經(jīng)濟(jì)政策不確定性的文章進(jìn)行識(shí)別，將識(shí)別結(jié)果除以該報(bào)紙?jiān)撛驴偪l(fā)量計(jì)算得到，數(shù)據(jù)來(lái)源于網(wǎng)站www. PolicyUncertainty.com。

2）數(shù)據(jù)處理。首先采用X-12方法剔除生豬、豬仔、玉米和活雞價(jià)格序列中的季節(jié)因素。其次，使用以2000年為基期的居民消費(fèi)價(jià)格指數(shù)剔除所有價(jià)格序列中的通脹因素。然后，為了降低變量的異方差性，對(duì)能繁母豬存欄量（Q）、豬仔價(jià)格（PP）、生豬價(jià)格（PH）、玉米價(jià)格（PC）、活雞價(jià)格（PK）、生豬疫情深度指數(shù)（EPI）和經(jīng)濟(jì)政策不確定性指數(shù)（EPU）變量做取對(duì)數(shù)處理，處理后的變量分別使用LQ、LPP、LPH、LPC、LPK、LEPI和LEPU表示。

2 結(jié)果與分析

2.1 能繁母豬存欄量動(dòng)態(tài)走勢(shì)分析

圖1給出能繁母豬存欄量及其增長(zhǎng)率的變動(dòng)情況，圖中左側(cè)坐標(biāo)軸表示能繁母豬存欄量，右側(cè)坐標(biāo)軸表示能繁母豬存欄量增長(zhǎng)率，上下兩條橫線分別表示能繁母豬正常保有量（4 100萬(wàn)頭）和最低保有量（3 700萬(wàn)頭），數(shù)據(jù)來(lái)源于2021年9月19日農(nóng)業(yè)農(nóng)村部頒布的《生豬產(chǎn)能調(diào)控實(shí)施方案（暫行）》。

從圖1可知，2015年之前，能繁母豬存欄量一直高于正常保有量，2015年之后，由于《環(huán)境保護(hù)法》的正式實(shí)施，眾多中小型生豬養(yǎng)殖場(chǎng)由于無(wú)法滿足環(huán)保要求被關(guān)停，因此能繁母豬存欄量持續(xù)下降，在2017年之后，已經(jīng)低于最低保有量。2018年，非洲豬瘟疫情的爆發(fā)導(dǎo)致大量能繁母豬死亡或被撲殺，因此能繁母豬存欄量呈現(xiàn)大幅度下降態(tài)勢(shì)，于2019年6月達(dá)到最低點(diǎn)。隨后，在國(guó)家一系列恢復(fù)產(chǎn)能的政策調(diào)控下，能繁母豬存欄量才開(kāi)始逐步上升，但是截止到2020年9月，能繁母豬存欄量依然遠(yuǎn)低于最低保有量。

從能繁母豬增長(zhǎng)率序列來(lái)看，2018年之前，能繁母豬存欄量的波動(dòng)率較低，且呈現(xiàn)出正負(fù)交替出現(xiàn)的周期波動(dòng)態(tài)勢(shì)，但是2018年之后，由于受到非洲豬瘟的影響，能繁母豬存欄量波動(dòng)率顯著提升。由此可見(jiàn)，非洲豬瘟對(duì)能繁母豬存欄量的影響劇烈，因此在能繁母豬供給反應(yīng)模型中加入生豬疫情變量是十分必要的。

2.2 數(shù)據(jù)檢驗(yàn)與模型選擇

由于TVP-VAR-SV模型主要用于平穩(wěn)時(shí)間序列建模，因此需要對(duì)變量進(jìn)行單位根檢驗(yàn)，檢驗(yàn)結(jié)果見(jiàn)表1。ADF單位根檢驗(yàn)結(jié)果表明，除了疫情深度指數(shù)和經(jīng)濟(jì)政策不確定性指數(shù)外，其余變量均在5%的顯著性水平上是非平穩(wěn)的，但其一階差分序列均在1%的顯著性水平上平穩(wěn)，即為一階單整序列。為了避免使用非平穩(wěn)序列估計(jì)造成的偽回歸問(wèn)題，并保持變量處理的一致性，本文對(duì)所有序列均進(jìn)行了一階差分處理[25]。因此，本文將基于一階差分后的增長(zhǎng)率序列展開(kāi)研究。

表1 單位根檢驗(yàn)結(jié)果Table 1 Unit root test results

最后，需要確定模型的最優(yōu)滯后階數(shù)，具體結(jié)果見(jiàn)表2。由表2可知，除LR統(tǒng)計(jì)量外，F(xiàn)PE、AIC、HQIC和SBIC值均表明，當(dāng)模型滯后階數(shù)為1時(shí)，檢驗(yàn)統(tǒng)計(jì)量FPE、AIC、HQIC和SBIC值達(dá)到最小。因此，TVP-VAR-SV模型的最優(yōu)滯后階數(shù)設(shè)定為1。

表2 最優(yōu)滯后階數(shù)確定Table 2 Determination of the optimal lag order

2.3 參數(shù)估計(jì)和收斂性診斷

本文采用Matlab R2018a軟件對(duì)TVP-VAR-SV模型進(jìn)行模擬檢驗(yàn)，MCMC算法抽樣次數(shù)設(shè)定為10 000次。同時(shí)，為了確保獲取的樣本不依賴于初始值的選取，得到更為穩(wěn)健的估計(jì)結(jié)果，模擬過(guò)程中舍去前1 000次抽取的預(yù)抽樣樣本。根據(jù)模型估計(jì)結(jié)果的后驗(yàn)分布均值、標(biāo)準(zhǔn)差、95%置信區(qū)間、Geweke收斂診斷值和無(wú)效因子來(lái)判斷模型是否有效，詳細(xì)結(jié)果見(jiàn)表3。

從表3可知，各個(gè)參數(shù)的后驗(yàn)分布均值均處在95%的置信區(qū)間以內(nèi)；Geweke值均低于1.96，表明在5%的顯著性水平上不能拒絕參數(shù)收斂于后驗(yàn)分布的零假設(shè)，在迭代周期中預(yù)抽樣能夠有效使得馬爾科夫鏈趨于集中；無(wú)效因子的最大值為61.22，低于一般所能接受的范圍，表明MCMC算法對(duì)參數(shù)的后驗(yàn)分布進(jìn)行了有效抽樣。因此，本文使用TVP-VAR-SV模型可以有效的測(cè)定能繁母豬存欄量對(duì)生豬價(jià)格、豬仔價(jià)格、玉米價(jià)格、活雞價(jià)格、生豬疫情以及經(jīng)濟(jì)政策不確定性的動(dòng)態(tài)供給反應(yīng)。

表3 TVP-VAR-SV模型參數(shù)估計(jì)結(jié)果Table 3 Parameter estimation results of the TVP-VAR-SV model

2.4 等間隔脈沖響應(yīng)分析

圖2給出了能繁母豬存欄量對(duì)生豬價(jià)格、豬仔價(jià)格、玉米價(jià)格、活雞價(jià)格、生豬疫情和經(jīng)濟(jì)政策不確定性沖擊的等間隔脈沖響應(yīng)圖。等間隔滯后期分別選取滯后4期、8期和12期，借以刻畫短期、中期和長(zhǎng)期能繁母豬存欄量的時(shí)變供給反應(yīng)特征。

2.4.1 各價(jià)格因素沖擊對(duì)能繁母豬存欄量的影響 從長(zhǎng)期來(lái)看，生豬價(jià)格、豬仔價(jià)格、活雞價(jià)格以及玉米價(jià)格沖擊對(duì)能繁母豬存欄量的影響接近于零，這就表明上述價(jià)格因素并不是能繁母豬存欄量長(zhǎng)期波動(dòng)的原因，但是在短期內(nèi)，各價(jià)格沖擊對(duì)能繁母豬存欄量具有顯著的影響效應(yīng)，且短期影響效應(yīng)顯著大于中期。

具體而言：1）一個(gè)標(biāo)準(zhǔn)差正向生豬（豬仔）價(jià)格沖擊對(duì)能繁母豬存欄量的影響是正的，即生豬（豬仔）價(jià)格上漲會(huì)提高能繁母豬存欄量，該結(jié)論與經(jīng)濟(jì)理論相符，也和中國(guó)學(xué)者的研究結(jié)論相一致[13-14]。相比之下，能繁母豬存欄量對(duì)生豬價(jià)格的反應(yīng)程度明顯大于對(duì)豬仔價(jià)格的反應(yīng)程度，表明養(yǎng)殖戶重點(diǎn)依據(jù)對(duì)生豬價(jià)格而非豬仔價(jià)格的預(yù)期進(jìn)行生產(chǎn)決策。另外，生豬（豬仔）價(jià)格沖擊對(duì)能繁母豬存欄量的影響效應(yīng)在2010—2012年間是下降的，分析原因可能是由于2009年中國(guó)開(kāi)始是豬肉儲(chǔ)備政策，該政策的實(shí)施在一定程度上起到了穩(wěn)定市場(chǎng)的作用，降低了養(yǎng)殖戶面對(duì)短期生豬和豬仔價(jià)格沖擊的反應(yīng)程度；其余時(shí)間都呈現(xiàn)出不斷提高的態(tài)勢(shì)，這可能是由于自2015年開(kāi)始，非洲豬瘟等突發(fā)事件頻發(fā)，使得生豬和豬仔價(jià)格波動(dòng)水平顯著增加所致。

2）一個(gè)標(biāo)準(zhǔn)差正向活雞價(jià)格沖擊對(duì)能繁母豬存欄量的影響效應(yīng)是負(fù)的，該研究結(jié)果與經(jīng)濟(jì)理論是相符合的，即一種商品的替代品價(jià)格上漲會(huì)導(dǎo)致該商品產(chǎn)量的下降。鑒于活雞是生豬的替代品，因此當(dāng)活雞價(jià)格上漲時(shí)，為了能取得更高的預(yù)期收入，養(yǎng)殖戶將會(huì)更傾向于選擇養(yǎng)殖母雞而非能繁母豬，從而導(dǎo)致能繁母豬存欄量的降低。

3）一個(gè)標(biāo)準(zhǔn)差正向玉米價(jià)格沖擊對(duì)能繁母豬存欄量的影響在2015年前后發(fā)生由正轉(zhuǎn)負(fù)的結(jié)構(gòu)性波動(dòng)，表明玉米價(jià)格是能繁母豬存量短期波動(dòng)的原因，而這種結(jié)構(gòu)性波動(dòng)可能與玉米市場(chǎng)價(jià)格調(diào)控政策轉(zhuǎn)變密切相關(guān)。2015年之前，玉米臨時(shí)儲(chǔ)備收購(gòu)政策的實(shí)施支撐玉米價(jià)格長(zhǎng)期居高不下，2015年9月政府首次下調(diào)玉米收購(gòu)價(jià)格，隨即將玉米市場(chǎng)價(jià)格政策轉(zhuǎn)為“市場(chǎng)化收購(gòu)”加“補(bǔ)貼”的新機(jī)制，玉米價(jià)格市場(chǎng)化水平顯著提升。依據(jù)經(jīng)濟(jì)學(xué)理論可知，玉米價(jià)格提高會(huì)增加能繁母豬的養(yǎng)殖成本，那么能繁母豬存欄量應(yīng)該傾向于減少，即一個(gè)標(biāo)準(zhǔn)差正向玉米價(jià)格沖擊對(duì)能繁母豬存欄量的影響應(yīng)該是負(fù)向的。由此可見(jiàn)，玉米臨時(shí)儲(chǔ)備收購(gòu)政策的實(shí)施在一定程度上扭曲了玉米價(jià)格與能繁母豬存欄量之間的經(jīng)濟(jì)關(guān)系。

2.4.2 生豬疫情對(duì)能繁母豬存欄量的影響 從短期來(lái)看，一個(gè)標(biāo)準(zhǔn)差正向生豬疫情沖擊對(duì)能繁母豬存欄量的影響是負(fù)向的，這主要是由于在動(dòng)物疫情爆發(fā)初期，大量能繁母豬會(huì)因感染疫病而死亡或者被撲殺，因此能繁母豬存欄量會(huì)顯著降低。從中長(zhǎng)期來(lái)看，能繁母豬存欄量對(duì)生豬疫情沖擊的脈沖響應(yīng)呈現(xiàn)出由負(fù)轉(zhuǎn)正的結(jié)構(gòu)性波動(dòng)，分析原因主要是由于疫情初期能繁母豬存欄量的降低會(huì)導(dǎo)致生豬價(jià)格逐漸增加，進(jìn)而刺激養(yǎng)殖戶增加能繁母豬存欄量。這就意味著在中長(zhǎng)期，養(yǎng)殖戶有足夠的時(shí)間根據(jù)實(shí)際情況調(diào)整生產(chǎn)決策，因此生豬疫情沖擊對(duì)能繁母豬存欄量的中長(zhǎng)期影響主要是正向的。另外，養(yǎng)殖戶應(yīng)對(duì)疫情沖擊進(jìn)行生產(chǎn)決策調(diào)整的速度在不斷提高，2013年后，短期的負(fù)向影響需經(jīng)過(guò)長(zhǎng)期（12個(gè)月）才會(huì)轉(zhuǎn)為正向影響，但是2016年后，短期的負(fù)向影響經(jīng)過(guò)中期（6個(gè)月）即轉(zhuǎn)為正向影響，這也是近些年來(lái)能繁母豬存欄量波動(dòng)顯著提升的主要原因。綜上，短期生豬疫情沖擊對(duì)能繁母豬存欄量的影響是負(fù)向的，而中長(zhǎng)期影響卻主要是正向的，這種影響規(guī)律是引發(fā)能繁母豬存欄量周期波動(dòng)的重要原因。

2.4.3 經(jīng)濟(jì)政策不確定性對(duì)能繁母豬存欄量的影響

一個(gè)標(biāo)準(zhǔn)差正向經(jīng)濟(jì)政策不確定性沖擊對(duì)能繁母豬存欄量的影響呈現(xiàn)出正負(fù)交替效應(yīng)，表明經(jīng)濟(jì)政策不確定性沖擊是導(dǎo)致能繁母豬存欄量周期波動(dòng)的重要原因。再者，經(jīng)濟(jì)政策不確定性沖擊對(duì)能繁母豬存欄量的中期影響明顯高于長(zhǎng)、短期，而且經(jīng)濟(jì)政策不確定性沖擊對(duì)能繁母豬存欄量的影響在2010年9月~2012年7月之間是負(fù)向的，其余時(shí)間均為正向，并且隨時(shí)間推移表現(xiàn)出不斷擴(kuò)大態(tài)勢(shì)。這主要是由于自2013年起，中國(guó)經(jīng)濟(jì)政策不確定性指數(shù)不斷提升，尤其是2017年之后，中美貿(mào)易戰(zhàn)、美國(guó)大選和歐債危機(jī)等重大沖擊事件頻發(fā)導(dǎo)致中國(guó)經(jīng)濟(jì)政策不確定性顯著提升。為了應(yīng)對(duì)經(jīng)濟(jì)政策不確定性的負(fù)面影響，中國(guó)政府提出了實(shí)現(xiàn)國(guó)內(nèi)市場(chǎng)大循環(huán)和國(guó)內(nèi)國(guó)外市場(chǎng)雙循環(huán)等一系列拉動(dòng)內(nèi)需，促進(jìn)經(jīng)濟(jì)增長(zhǎng)的政策，同時(shí)生豬產(chǎn)業(yè)也采取相應(yīng)措施恢復(fù)和提升產(chǎn)能，這些政策的實(shí)施對(duì)增加能繁母豬存欄量起到了積極引導(dǎo)作用。因此，經(jīng)濟(jì)政策不確定性的提高反而有助于增加能繁母豬存欄量。

綜上所述，生豬價(jià)格、豬仔價(jià)格、活雞價(jià)格以及玉米價(jià)格沖擊對(duì)能繁母豬存欄量的長(zhǎng)期影響均趨于0，但是生豬疫情和經(jīng)濟(jì)政策不確定沖擊會(huì)對(duì)能繁母豬存欄量產(chǎn)生持久影響。由于經(jīng)濟(jì)政策和生豬疫病均屬于隨機(jī)因素，因此導(dǎo)致能繁母豬存欄量周期波動(dòng)的重要原因是隨機(jī)因素沖擊。真實(shí)經(jīng)濟(jì)周期理論認(rèn)為無(wú)處不在的隨機(jī)因素或者沖擊是真實(shí)生活的常態(tài)，而這些隨機(jī)因素的發(fā)生破壞了經(jīng)濟(jì)體應(yīng)有的平衡，于是產(chǎn)生了經(jīng)濟(jì)周期，真實(shí)經(jīng)濟(jì)周期的理論也可以解釋本文的研究結(jié)論。

另外，大量研究表明，任何供給和需求沖擊均會(huì)影響畜產(chǎn)品價(jià)格波動(dòng)[26-27]，這就意味著隨機(jī)因素沖擊可以通過(guò)影響供給，進(jìn)而引發(fā)價(jià)格波動(dòng)。王明利和李威夷[28]研究也正好表明豬肉價(jià)格的長(zhǎng)期波動(dòng)中90%來(lái)源于隨機(jī)沖擊。由此可見(jiàn)，能繁母豬存欄量周期波動(dòng)源于隨機(jī)沖擊的結(jié)論具有一定理論和現(xiàn)實(shí)依據(jù)。

2.5 時(shí)點(diǎn)脈沖響應(yīng)分析

依據(jù)前文分析可知，影響能繁母豬中長(zhǎng)期（短期）周期波動(dòng)的主要因素是生豬疫情和經(jīng)濟(jì)政策不確定性（玉米價(jià)格），因此，本文以玉米價(jià)格、生豬疫情以及經(jīng)濟(jì)政策不確定性變量相關(guān)的重大沖擊事件作為選取時(shí)點(diǎn)的依據(jù)。具體如下：1）第一個(gè)時(shí)點(diǎn)是2015年9月，2015年9月中國(guó)首次下調(diào)玉米臨時(shí)儲(chǔ)備收購(gòu)價(jià)格，玉米價(jià)格的市場(chǎng)化改革使得玉米價(jià)格自2015年開(kāi)始呈現(xiàn)出顯著的下降趨勢(shì)；2）第二個(gè)時(shí)點(diǎn)是2018年8月，此時(shí)正是非洲豬瘟疫情爆發(fā)的時(shí)刻，非洲豬瘟是研究期內(nèi)生豬產(chǎn)業(yè)爆發(fā)的最嚴(yán)重疫情，導(dǎo)致大量能繁母豬和生豬死亡或者被撲殺；3）第三個(gè)時(shí)點(diǎn)是2020年1月，此時(shí)正是經(jīng)濟(jì)政策不確定性較高的時(shí)刻，英國(guó)脫歐、新冠疫情等一系列事件的爆發(fā)導(dǎo)致經(jīng)濟(jì)政策不確定性顯著提升。因此，本文將基于上述三個(gè)關(guān)鍵時(shí)點(diǎn)，刻畫不同時(shí)點(diǎn)上能繁母豬存欄量對(duì)生豬價(jià)格、豬仔價(jià)格、活雞價(jià)格、玉米價(jià)格、生豬疫情以及經(jīng)濟(jì)政策不確定性沖擊的脈沖響應(yīng)，具體結(jié)果見(jiàn)圖3。

首先，在不同時(shí)點(diǎn)上，生豬價(jià)格、豬仔價(jià)格、活雞價(jià)格以及玉米價(jià)格因素沖擊對(duì)能繁母豬存欄量的影響均在12期內(nèi)逐步收斂于0，這正好與前面各價(jià)格因素沖擊對(duì)能繁母豬存欄量的長(zhǎng)期影響接近為0的結(jié)論相吻合。但是，不同時(shí)點(diǎn)上，能繁母豬存欄量對(duì)上述價(jià)格沖擊的動(dòng)態(tài)反應(yīng)路徑存在顯著差異。

具體而言：1）一個(gè)標(biāo)準(zhǔn)差生豬和豬仔價(jià)格沖擊對(duì)能繁母豬存欄量的影響是正向的，并在第2期達(dá)到最大，然后逐漸減弱，三個(gè)時(shí)點(diǎn)上的脈沖響應(yīng)發(fā)展趨勢(shì)基本一致，但是在2020年1月受到的沖擊影響最大，其次是2018年8月，2015年9月所受影響相對(duì)較小。

2）一個(gè)標(biāo)準(zhǔn)差正向活雞價(jià)格沖擊對(duì)能繁母豬存欄量的影響是負(fù)向的，且在不同時(shí)點(diǎn)上，沒(méi)有顯著差別。因此，活雞價(jià)格沖擊對(duì)能繁母豬存欄量的負(fù)向影響較為穩(wěn)健，幾乎不會(huì)受到相關(guān)市場(chǎng)政策、經(jīng)濟(jì)以及疫情等外界沖擊的影響。

3）一個(gè)標(biāo)準(zhǔn)差正向玉米價(jià)格沖擊對(duì)能繁母豬存欄量的影響在前3期內(nèi)為正向，然后轉(zhuǎn)為負(fù)向，這主要是由于短期內(nèi)，養(yǎng)殖戶無(wú)法快速調(diào)整產(chǎn)能，短期玉米價(jià)格上升僅會(huì)推動(dòng)豬仔和生豬價(jià)格上漲，進(jìn)而增加能繁母豬存欄量，但是從長(zhǎng)期來(lái)看，玉米價(jià)格上漲會(huì)增加養(yǎng)殖成本，導(dǎo)致利潤(rùn)下降，因此養(yǎng)殖戶會(huì)減少能繁母豬存欄量。玉米價(jià)格沖擊對(duì)能繁母豬存欄量的影響在2015年9月是最強(qiáng)的，其次是2020年1月，最后是2018年8月，這就表明玉米價(jià)格市場(chǎng)化政策沖擊顯著提升了玉米價(jià)格對(duì)能繁母豬存欄量的影響效應(yīng)。因此，能繁母豬養(yǎng)殖戶應(yīng)該密切關(guān)注玉米等飼料價(jià)格及其調(diào)控政策的變動(dòng)情況。

其次，一個(gè)標(biāo)準(zhǔn)差正向生豬疫情和經(jīng)濟(jì)政策不確定性沖擊對(duì)能繁母豬存欄量的影響分別在前5期和前2期是負(fù)向的，隨后轉(zhuǎn)為正向，呈現(xiàn)出顯著的周期波動(dòng)態(tài)勢(shì)，再次證明生豬疫情和經(jīng)濟(jì)政策不確定性是導(dǎo)致能繁母豬存欄量周期波動(dòng)的重要因素。其中，能繁母豬存欄量對(duì)生豬疫情負(fù)向沖擊的響應(yīng)在第2期達(dá)到最大，響應(yīng)值為-0.000 2；對(duì)生豬疫情正向沖擊的響應(yīng)在第12期達(dá)到最大，響應(yīng)值為0.000 1；能繁母豬存欄量對(duì)經(jīng)濟(jì)政策不確定性負(fù)向沖擊的響應(yīng)在第1期達(dá)到最大，響應(yīng)值為-0.000 05，對(duì)經(jīng)濟(jì)政策不確定性正向沖擊的響應(yīng)在第7期達(dá)到最大，響應(yīng)值為0.000 25。通過(guò)對(duì)比正向和負(fù)向沖擊程度可知，相比于正向沖擊，生豬疫情對(duì)能繁母豬存欄量的負(fù)向沖擊程度更大，且持續(xù)期更長(zhǎng)；相比于負(fù)向沖擊，經(jīng)濟(jì)政策不確定性對(duì)能繁母豬存欄量的正向沖擊程度更大，持續(xù)期更長(zhǎng)。在不同時(shí)點(diǎn)上，生豬疫情和經(jīng)濟(jì)政策不確定性沖擊對(duì)能繁母豬存欄量的影響路徑基本一致，但是能繁母豬存欄量在2020年1月和2018年8月受到的影響明顯高于2015年9月，這就表明生豬疫情和經(jīng)濟(jì)政策不確定性程度較高時(shí)，會(huì)對(duì)能繁母豬存欄量產(chǎn)生更大的沖擊。

3 結(jié)論與啟示

3.1 研究結(jié)論

本文首先構(gòu)建能繁母豬供給反應(yīng)模型，然后應(yīng)用TVP-VAR-SV模型研究不同時(shí)間間隔和不同時(shí)間點(diǎn)上能繁母豬存欄量對(duì)生豬價(jià)格、豬仔價(jià)格、玉米價(jià)格、活雞價(jià)格、生豬疫情以及經(jīng)濟(jì)政策不確定性的時(shí)變供給反應(yīng)，主要研究結(jié)論如下：

1）從長(zhǎng)期來(lái)看，生豬、豬仔、活雞以及玉米價(jià)格沖擊對(duì)能繁母豬存欄量的影響均接近于0，即各價(jià)格因素沖擊并非能繁母豬存欄量長(zhǎng)期波動(dòng)的主要原因。但是，在短期和中期內(nèi)，各價(jià)格因素沖擊對(duì)能繁母豬存欄量具有顯著的影響，且短期影響效應(yīng)顯著大于中期。其中，生豬和豬肉價(jià)格對(duì)能繁母豬存欄量具有正向沖擊，且生豬價(jià)格的沖擊效果最為顯著；活雞價(jià)格對(duì)能繁母豬存欄量具有負(fù)向沖擊；玉米價(jià)格沖擊對(duì)能繁母豬存欄量的影響呈現(xiàn)出由正轉(zhuǎn)負(fù)的結(jié)構(gòu)性波動(dòng)，表明玉米價(jià)格是能繁母豬存欄量短期波動(dòng)的主要原因。

2）從中長(zhǎng)期來(lái)看，生豬疫情和經(jīng)濟(jì)政策不確定性沖擊對(duì)能繁母豬存欄量的影響均呈現(xiàn)出正負(fù)交替出現(xiàn)的結(jié)構(gòu)性波動(dòng)，且生豬疫情（經(jīng)濟(jì)政策不確定性）沖擊對(duì)能繁母豬存欄量的負(fù)向（正向）影響程度最大，持續(xù)期最長(zhǎng)。因此，生豬疫情和經(jīng)濟(jì)政策不確定性這兩個(gè)隨機(jī)因素是導(dǎo)致能繁母豬存欄量周期波動(dòng)的重要原因，該結(jié)論與真實(shí)經(jīng)濟(jì)周期理論相符。

3）玉米價(jià)格市場(chǎng)化改革沖擊顯著提升了玉米價(jià)格對(duì)能繁母豬存欄量的影響效應(yīng)，而較強(qiáng)的生豬疫情和經(jīng)濟(jì)政策不確定性沖擊，也對(duì)能繁母豬存欄量產(chǎn)生更大的影響效應(yīng)。

3.2 政策啟示

首先，提升養(yǎng)殖戶的生豬疫情防范和應(yīng)對(duì)能力。加大生豬產(chǎn)業(yè)相關(guān)疫病的疫苗研發(fā)，采用政府財(cái)政補(bǔ)貼等措施積極推進(jìn)疫苗應(yīng)用的廣度和深度，同時(shí)建立疫情發(fā)生的應(yīng)急響應(yīng)和預(yù)警機(jī)制以及各省聯(lián)動(dòng)機(jī)制，有效降低生豬疫情對(duì)能繁母豬供給的負(fù)面沖擊。

其次，降低經(jīng)濟(jì)政策不確定性，提升養(yǎng)殖戶應(yīng)對(duì)經(jīng)濟(jì)政策不確定性沖擊的應(yīng)變能力。一方面，政府可以通過(guò)保持宏觀經(jīng)濟(jì)政策的穩(wěn)健性，降低對(duì)國(guó)際市場(chǎng)的依賴度等措施來(lái)降低經(jīng)濟(jì)政策不確定性；另一方面，政府應(yīng)該及時(shí)公布經(jīng)濟(jì)政策信息，提升養(yǎng)殖戶對(duì)經(jīng)濟(jì)政策變化的預(yù)期和應(yīng)對(duì)能力，進(jìn)而科學(xué)地做好生產(chǎn)決策，減少經(jīng)濟(jì)政策不確定性對(duì)能繁母豬供給的沖擊力度。

最后，充分應(yīng)用保險(xiǎn)和期貨等經(jīng)濟(jì)手段穩(wěn)定玉米和生豬價(jià)格，降低玉米和生豬市場(chǎng)價(jià)格波動(dòng)風(fēng)險(xiǎn)對(duì)能繁母豬存欄量的影響。對(duì)于玉米價(jià)格來(lái)說(shuō)，養(yǎng)殖戶應(yīng)該密切關(guān)注玉米市場(chǎng)價(jià)格政策的調(diào)整，利用玉米飼料成本“保險(xiǎn)+期貨”模式提前鎖定玉米價(jià)格；對(duì)于生豬價(jià)格來(lái)說(shuō)，政府可以積極開(kāi)展生豬保險(xiǎn)補(bǔ)貼，激勵(lì)養(yǎng)殖戶購(gòu)買生豬價(jià)格保險(xiǎn)，其次，加大生豬期貨等金融知識(shí)宣講和普及，鼓勵(lì)養(yǎng)殖企業(yè)和規(guī)?；B(yǎng)殖戶利用期貨市場(chǎng)規(guī)避生豬價(jià)格波動(dòng)風(fēng)險(xiǎn)。