李俊茹，石自忠，胡向東

（1.中國農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，北京 100083；2.中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟(jì)與發(fā)展研究所，北京 100081）

0 引言

改革開放以來，中國生豬生產(chǎn)總體保持增長態(tài)勢，在滿足城鄉(xiāng)居民消費(fèi)、保障食品安全方面發(fā)揮重要作用。近年來，生豬產(chǎn)業(yè)及市場面臨的新舊風(fēng)險與挑戰(zhàn)不斷增多，資源約束趨緊、環(huán)保壓力加大、國際競爭力不強(qiáng)、疫情形勢嚴(yán)峻等問題突出，致使生豬保供給、穩(wěn)價格壓力持續(xù)增大，生豬市場價格波動頻繁。雖然當(dāng)前生豬產(chǎn)能已恢復(fù)至正常年份水平，生豬市場價格在歷經(jīng)大幅下跌后開始逐步趨穩(wěn)，非洲豬瘟、新冠肺炎疫情也得到較好控制，但疫情在局部地區(qū)仍時有發(fā)生，必須高度重視、時刻防范疫情沖擊可能對生豬產(chǎn)業(yè)及市場造成的不利影響?；诖耍钊胩骄糠侵挢i瘟、新冠肺炎疫情沖擊對生豬市場價格的影響，挖掘其內(nèi)在機(jī)理，對完善疫情風(fēng)險管理工具、更好地防范疫情沖擊影響具有重要現(xiàn)實意義。

總體來看，現(xiàn)有針對非洲豬瘟、新冠肺炎疫情對生豬市場價格影響的研究較多，涉及定性定量、宏觀微觀多個層面[1—11]，但仍存在一些不足，需要進(jìn)一步探究。一方面，現(xiàn)有針對疫情特別是新冠肺炎疫情對生豬市場及價格影響的研究更多基于定性或理論分析視角，通過構(gòu)建疫情指數(shù)及計量經(jīng)濟(jì)模型進(jìn)行系統(tǒng)實證研究的文獻(xiàn)較少，特別是缺乏不同時點(diǎn)上疫情沖擊時變影響的模擬。另一方面，現(xiàn)有針對非洲豬瘟、新冠肺炎疫情沖擊對生豬市場及價格影響的定量分析往往是割裂的，即單獨(dú)探究非洲豬瘟的沖擊影響或新冠肺炎疫情的沖擊影響，統(tǒng)籌考慮非洲豬瘟、新冠肺炎疫情，探究并比較疫情沖擊對生豬市場價格影響的研究較少。因此，本文將非洲豬瘟、新冠肺炎疫情統(tǒng)籌納入生豬市場價格波動的影響因素中，比較探討疫情沖擊對生豬市場價格的影響，并剖析其內(nèi)在機(jī)理，以期為推動生豬市場平穩(wěn)有序發(fā)展提供決策參考。

1 理論框架、研究方法與數(shù)據(jù)說明

1.1 理論框架

價格是市場的“信號燈”，根據(jù)供需理論，生豬市場價格由生豬供給和需求雙方共同決定，并反映生豬市場供需變化態(tài)勢。無論是非洲豬瘟等生豬疫情，還是新冠肺炎疫情等重大公共衛(wèi)生事件，其影響最終均由供給和需求兩個層面、生產(chǎn)者和消費(fèi)者兩類主體傳遞至生豬市場價格，并推動價格上下波動。

從供給層面看，疫情沖擊對生豬生產(chǎn)主要表現(xiàn)為抑制作用。在不考慮需求因素的情況下，供給減少致使生豬市場呈現(xiàn)供需趨緊態(tài)勢，推動生豬市場價格上漲。就非洲豬瘟疫情而言，疫情沖擊導(dǎo)致生豬因病死亡或被撲殺，能繁母豬、仔豬、育肥豬等生豬存欄量減少，生豬生產(chǎn)基礎(chǔ)受損。雖然生豬出欄在短期內(nèi)可能因“利空”消息，導(dǎo)致養(yǎng)殖場戶加快出欄，進(jìn)而表現(xiàn)出增長態(tài)勢；但從長期來看，受生產(chǎn)基礎(chǔ)受損影響，生豬出欄量下滑不可避免，進(jìn)而造成豬肉產(chǎn)量下滑。當(dāng)然，非洲豬瘟疫情沖擊的負(fù)面影響還表現(xiàn)在流通受阻上，即各地為防止疫情傳播實施嚴(yán)格運(yùn)輸管控，致使生豬等產(chǎn)品無法在全國范圍內(nèi)高效流通?？傮w來看，因仔豬存欄、生豬存欄及豬肉產(chǎn)量下滑，以及生豬等產(chǎn)品運(yùn)輸受限，在需求不變的情況下，無論仔豬價格、生豬價格還是豬肉價格，其均將呈現(xiàn)上漲態(tài)勢，且價格區(qū)域分化問題較為突出。就新冠肺炎疫情而言，其影響主要表現(xiàn)在因封城封路、停產(chǎn)停工等造成的生產(chǎn)及流通環(huán)節(jié)。當(dāng)新冠肺炎疫情暴發(fā)后，受疫情防控需要影響，大量養(yǎng)殖場無法實現(xiàn)規(guī)?；\(yùn)營，或因封村封路無法將飼料、疫苗、仔豬等生豬生產(chǎn)要素運(yùn)至養(yǎng)殖場，也無法保障生豬、豬肉等產(chǎn)品在區(qū)域范圍內(nèi)實現(xiàn)有效流通，對生豬供給形成一定負(fù)面影響，在不考慮需求變化的情況下，其對生豬市場價格的影響總體表現(xiàn)為推動作用。

從需求層面看，雙疫情沖擊對生豬需求的影響路徑是不同的。就非洲豬瘟疫情而言，當(dāng)疫情出現(xiàn)后，對生豬市場價格的影響在短期內(nèi)主要表現(xiàn)為抑制作用。以非洲豬瘟疫情為例，疫情剛出現(xiàn)時，往往會造成市場恐慌，豬肉消費(fèi)需求大幅降低，致使豬肉價格等呈現(xiàn)下跌態(tài)勢。隨著時間推移，消費(fèi)者對疫情認(rèn)知逐步提升，加上豬肉在城鄉(xiāng)居民肉類消費(fèi)中的重要地位不可撼動，豬肉消費(fèi)需求開始回暖，但生豬生產(chǎn)恢復(fù)至正常年份水平不易完全實現(xiàn)，雖然庫存和進(jìn)口發(fā)揮了一定調(diào)節(jié)作用，但效果并不明顯，生豬市場依然存在供不應(yīng)求的現(xiàn)象，推動市場價格不斷攀升。就新冠肺炎疫情而言，疫情沖擊對豬肉消費(fèi)的影響主要體現(xiàn)在因流通受阻、外出受限等導(dǎo)致的消費(fèi)下降，特別是戶外消費(fèi)下降上，致使豬肉消費(fèi)總體遇冷，生豬市場供過于求，拉動生豬市場價格下滑?？傮w來看，非洲豬瘟疫情對生豬市場價格的影響表現(xiàn)為先“負(fù)”后“正”，而新冠肺炎疫情沖擊總體表現(xiàn)為負(fù)面影響。

1.2 研究方法

考慮到生豬市場價格受到非洲豬瘟、新冠肺炎疫情沖擊的影響在不同時點(diǎn)上可能不同，本文采用TVP-VAR-SV模型模擬疫情沖擊影響的時變特征。VAR模型自提出以來得到廣泛運(yùn)用和研究，Primiceri（2005）[12]和Nakajima（2011）[13]對VAR 模型進(jìn)行了深入研究，形成TVP-VAR-SV模型。一般VAR模型如下：

其中，yt是指由仔豬、生豬和豬肉價格以及非洲豬瘟、新冠肺炎疫情組成的待考察變量向量；A,Β1，…，Bs為k×k的參數(shù)矩陣；μt是一個k×1 的結(jié)構(gòu)沖擊向量，同時假設(shè)μt～N(0，∑∑)，其中：

假設(shè)A可以表示為：

式（1）的VAR模型可以簡化為：

其中，Φi=A-1Βi，i=1，2，…，s；將Φi的行元素轉(zhuǎn)換為β（k2s×1向量）形式，并定義，為克羅內(nèi)克積。變換后的模型可表示為：

式（5）中的參數(shù)均為非時變參數(shù)。通過構(gòu)建TVP-VAR 模型，賦予參數(shù)時變特征。帶有隨機(jī)波動性的TVP-VAR模型可表示為：

其中，βt、At和∑t均為模型估計參數(shù)向量且具有時變性。根據(jù)Primiceri（2005）[12]的研究，將At中下三角元素向量定義為at=(a21，a31，a32，a41，…，ak，k-1)'形式，且ht=(h1t，h2t，…，hkt)'，hjt=，j=1，2，…，k，t=s+1，…，n。同時，假設(shè)式（6）中模型參數(shù)服從以下隨機(jī)游走過程：

其中，βs+1～N(μβ0，∑β0) ，as+1～N(μa0，∑a0) ，hs+1～N(μh0，∑h0)。需要說明的是，本文是基于OxMetrics 軟件對TVP-VAR-SV模型進(jìn)行估計。

1.3 數(shù)據(jù)來源與說明

（1）生豬市場價格。為測定非洲豬瘟、新冠肺炎疫情沖擊對生豬市場價格的時變影響，本文選取2005年第1季度至2021年第3季度仔豬價格、生豬價格和豬肉價格作為待考察變量。本文所涉及數(shù)據(jù)均來源于農(nóng)業(yè)農(nóng)村部官方網(wǎng)站，運(yùn)用以2005年第1季度為基期的CPI對生豬市場價格進(jìn)行物價平減，以此來消除物價因素的影響。同時，還運(yùn)用Census X12 季節(jié)調(diào)整法對價格序列進(jìn)行處理來消除季節(jié)性因素的影響。通過價格收益率序列可以衡量生豬市場價格波動態(tài)勢，價格收益率計算公式為Rt=ln(Pt/Pt-1)，其中Rt為第t期價格收益率，Pt為第t期市場價格。處理后的序列可表示為仔豬價格收益率（PLP）、生豬價格收益率（HGP）和豬肉價格收益率（PKP）。2005年以來中國仔豬、生豬和豬肉價格具體走勢如下頁圖1所示。

圖1 生豬市場價格走勢

總體來看，2005 年以來中國生豬市場價格波動呈現(xiàn)較為明顯的4 輪較大幅度波動，其中第4 輪波動較其他3輪更為劇烈，主要原因在于非洲豬瘟疫情形勢變化造成市場供需及價格波動。第1輪波動主要集中于2008年前后，仔豬價格在2008年第2季度達(dá)到峰值（36.30元/公斤），生豬和豬肉價格在2008年第1 季度便達(dá)到峰值（16.68元/公斤和25.77 元/公斤）。第2 輪波動主要集中于2011 年前后，仔豬、生豬和豬肉價格在2011年第3季度達(dá)到峰值，分別為36.23元/公斤、19.33元/公斤和29.83元/公斤。第3輪波動主要集中于2016 年前后，2016 年第2 季度生豬市場價格達(dá)到峰值，仔豬、生豬和豬肉價格分別達(dá)到50.23 元/公斤、20.23 元/公斤和30.82 元/公斤。第4 輪波動集中于2020 年前后，仔豬和生豬價格在2020 年第3 季度達(dá)到歷史峰值（106.51 元/公斤和36.40 元/公斤），豬肉價格則在2020年第1季度便達(dá)到歷史峰值56.64元/公斤。

（2）雙疫情指數(shù)。本文考察非洲豬瘟、新冠肺炎疫情沖擊對生豬市場價格的影響。非洲豬瘟疫情方面，本文根據(jù)生豬死亡及被撲殺數(shù)量構(gòu)建并計算得到的生豬疫情指數(shù)（記為DSI）來衡量，基礎(chǔ)數(shù)據(jù)為在中國政府網(wǎng)收集的2005 年第1 季度至2021 年第3 季度生豬因疫病死亡及被撲殺的數(shù)量。本文所涉及的生豬疫情包括非洲豬瘟、經(jīng)典豬瘟、高致病性豬藍(lán)耳病、豬繁殖與呼吸綜合征、豬囊蟲病、炭疽、豬丹毒、豬肺疫、布魯氏菌病、口蹄疫等。新冠肺炎疫情方面，采用Ahir 等在2022 年編制的中國疫情不確定性指數(shù)來衡量，并記為PCI。該指數(shù)是基于關(guān)鍵詞在經(jīng)濟(jì)學(xué)人智庫國家報告中被提及的次數(shù)構(gòu)建得到，關(guān)鍵詞主要包括SARS、禽流感、H5N1、豬流感、H1N1、新冠肺炎疫情等。疫情不確定性指數(shù)越大，說明疫情被討論頻次越高，也反映出疫情愈加嚴(yán)重。需要說明的是，在構(gòu)建模型時生豬疫情指數(shù)及中國疫情不確定性指數(shù)均經(jīng)過對數(shù)處理。圖2和圖3刻畫的分別是生豬疫情指數(shù)和中國疫情不確定性指數(shù)走勢。

圖2 生豬疫情指數(shù)走勢

圖3 中國疫情不確定性指數(shù)走勢

從2005年以來的生豬疫情指數(shù)及中國疫情不確定性指數(shù)走勢看，其基本呈現(xiàn)相似特征，即前期疫情指數(shù)相對較低且平緩，后期疫情指數(shù)大幅度波動。就生豬疫情指數(shù)而言，非洲豬瘟疫情發(fā)生之前，生豬疫情指數(shù)相對平緩，僅在2005—2007 年存在較大幅度波動，該時期發(fā)生的疫情主要為經(jīng)典豬瘟、豬繁殖與呼吸綜合征；自2018年下半年發(fā)生非洲豬瘟疫情后，生豬疫情指數(shù)開始不斷上漲，2018年第4季度達(dá)到峰值后開始不斷下跌，自2019年第4季度起趨于平穩(wěn)。就中國疫情不確定性指數(shù)而言，前期波動幅度較小，從2020年開始新冠肺炎疫情暴發(fā)并迅速蔓延，推動疫情不確定性指數(shù)大幅攀升。新冠肺炎疫情發(fā)生之前，中國疫情不確定性指數(shù)也出現(xiàn)小幅波動，主要原因為豬流感、禽流感等的暴發(fā)。

2 實證結(jié)果與分析

2.1 數(shù)據(jù)檢驗與模型選擇

在測定雙疫情沖擊影響前，需要檢驗序列平穩(wěn)性并確定模型變量最優(yōu)滯后期數(shù)。表1 展示的是生豬市場價格收益率及雙疫情序列的ADF檢驗結(jié)果，下頁表2給出的是基于一般VAR模型最優(yōu)滯后期數(shù)判斷方法所得結(jié)果?？梢钥闯?，仔豬、生豬和豬肉價格收益率序列均通過了1%水平上的顯著性檢驗，生豬疫情指數(shù)和中國疫情不確定性指數(shù)則分別通過了5%和10%水平上的顯著性檢驗，因此本文中選取的各序列均為平穩(wěn)時間序列。此外，根據(jù)SC和HQ最小值準(zhǔn)則，將模型中各變量最優(yōu)滯后期數(shù)定為滯后1期。

表1 平穩(wěn)性檢驗結(jié)果

表2 模型最優(yōu)滯后期數(shù)選擇結(jié)果

2.2 模型估計結(jié)果與診斷

本文依據(jù)Nakajima（2011）[13]的研究，對各參數(shù)進(jìn)行如下設(shè)定：μβ0=μa0=μh0=0，∑β0=∑a0=10I，∑h0=100I，～Gamma(40，0.02)，～Gamma(4，0.02)，～Gamma(4，0.02)。運(yùn)用Monte Carlo 方法進(jìn)行模擬抽樣，將抽樣次數(shù)設(shè)定為10萬次。從表3可以看出，Geweke值未通過5%水平上的顯著性檢驗，說明參數(shù)收斂于后驗分布；無效因子最大值為242.63，根據(jù)10萬次模擬抽樣次數(shù)，至少可獲得412個不相關(guān)樣本。結(jié)果表明，本文所建TVP-VAR-SV模型可有效模擬與刻畫雙疫情沖擊對生豬市場價格的影響。

表3 模型估計及診斷結(jié)果

2.3 實證結(jié)果分析

（1）等間隔脈沖響應(yīng)。圖4刻畫的是基于TVP-VARSV 模型模擬得出的滯后2 期、4 期和8 期雙疫情沖擊對生豬市場價格的影響情況。從生豬疫情指數(shù)對生豬市場價格影響看，仔豬、生豬和豬肉價格所受沖擊響應(yīng)基本一致，均呈現(xiàn)4 個明顯的周期特征，且沖擊影響基本表現(xiàn)為正。以滯后2期模擬結(jié)果為例，2005年生豬疫情沖擊對價格的影響表現(xiàn)出持續(xù)推動作用，2007 年前后達(dá)到第1 個峰值，之后疫情沖擊影響開始回落，2008 年跌至低谷。此后開始進(jìn)入第2輪周期性波動，2012年前后疫情沖擊影響達(dá)到第2個峰值，但該輪波動持續(xù)時間相對較長。第3輪周期性波動主要集中于2015—2018 年，波峰則分布在2017 年前后。第4 輪周期性波動主要分布在2018 年非洲豬瘟疫情發(fā)生之后，疫情沖擊對價格的推動作用異常明顯。模擬結(jié)果也在一定程度上說明，非洲豬瘟疫情等外部不確定性沖擊是生豬市場價格呈現(xiàn)周期性波動的重要原因。就不同市場價格受沖擊影響程度來看，仔豬價格受到的沖擊影響最大，生豬和豬肉價格受到的影響相對較小。原因在于仔豬處于產(chǎn)業(yè)鏈前端，與能繁母豬一樣，屬于生豬生產(chǎn)基礎(chǔ)，對市場及外部環(huán)境影響更為敏感。非洲豬瘟疫情沖擊的影響隨著滯后期數(shù)的增加而逐漸減弱。

圖4 2005—2021年生豬市場價格對雙疫情沖擊的等間隔脈沖響應(yīng)

從中國疫情不確定性指數(shù)對生豬市場價格影響看，與生豬疫情指數(shù)沖擊相反，其更多表現(xiàn)為負(fù)面影響，但也呈現(xiàn)較為明顯的周期特征。2005—2006 年疫情沖擊對生豬市場價格的影響主要表現(xiàn)為負(fù)，即拉動市場價格下跌；從2007年開始，疫情沖擊作用開始回升，從2008年開始表現(xiàn)為正向作用，2009年達(dá)到峰值之后出現(xiàn)下滑，2010年達(dá)到第2個低谷，此后開始回升，除生豬價格外，仔豬和豬肉價格受到的正向推動作用相對較弱。第3個低谷分布于2015年前后，疫情沖擊對市場價格的抑制作用較強(qiáng)。在2016—2017 年出現(xiàn)一段時期的推升作用后，從2018 年開始生豬市場價格的疫情沖擊負(fù)面作用不斷顯現(xiàn)，2020 年新冠肺炎疫情加速蔓延后疫情沖擊負(fù)面作用更為明顯。與非洲豬瘟等生豬疫情一樣，新冠肺炎疫情的沖擊作用也呈現(xiàn)周期性特征，這也在一定程度上說明外部不確定性是生豬市場價格周期性波動的重要原因。同樣，比較仔豬、生豬及豬肉價格所受沖擊影響，仔豬價格受影響相對更大，其次為生豬價格，豬肉價格所受影響相對更小，說明疫情沖擊在產(chǎn)業(yè)鏈由前到后表現(xiàn)出不斷減弱態(tài)勢。當(dāng)然，隨著滯后期數(shù)擴(kuò)大，新冠肺炎疫情沖擊對生豬市場價格的影響也呈現(xiàn)持續(xù)減弱態(tài)勢。

（2）時點(diǎn)脈沖響應(yīng)。本文選取2016 年第4 季度、2018年第4 季度和2020 年第2 季度3 個時點(diǎn)，來模擬3 個時期雙疫情沖擊對生豬市場價格的影響。下頁圖5 給出的是生豬市場價格在3 個時點(diǎn)對雙疫情沖擊的脈沖響應(yīng)情況。其中，2018 年第4 季度為生豬疫情指數(shù)最高點(diǎn)，也是非洲豬瘟疫情最嚴(yán)重時期，該時點(diǎn)生豬疫情沖擊的脈沖響應(yīng)結(jié)果也代表非洲豬瘟疫情沖擊影響結(jié)果；2020年第2季度為中國疫情不確定性指數(shù)最高點(diǎn)，即新冠肺炎疫情最嚴(yán)重時期，該時點(diǎn)中國疫情不確定性指數(shù)沖擊的脈沖響應(yīng)結(jié)果也代表新冠肺炎疫情沖擊影響結(jié)果；2016年第4季度為未發(fā)生非洲豬瘟疫情的參考時間點(diǎn)。此外，就等間隔脈沖響應(yīng)和時點(diǎn)脈沖響應(yīng)而言，生豬市場價格波動的疫情沖擊效應(yīng)在兩者的結(jié)果中表現(xiàn)一致，說明模型穩(wěn)健性較強(qiáng)。

圖5 生豬市場價格對雙疫情沖擊的時點(diǎn)脈沖響應(yīng)

具體而言，非洲豬瘟疫情沖擊對仔豬價格影響最大，生豬及豬肉價格所受影響相對較小，且沖擊影響總體表現(xiàn)為正，即推動生豬市場價格上漲。同樣，新冠肺炎疫情對仔豬價格的影響相對更大，但沖擊響應(yīng)更多表現(xiàn)為負(fù)，即壓低生豬市場價格。從不同時點(diǎn)看，生豬疫情指數(shù)在2018年第4季度即非洲豬瘟疫情發(fā)生時期沖擊影響更大，其次為2020年第2季度，在非洲豬瘟疫情發(fā)生之前所受影響較小，這從生豬和豬肉價格的脈沖響應(yīng)結(jié)果可知。也在一定程度上說明，非洲豬瘟疫情對生豬市場價格波動具有明顯推動作用，2020 年第2 季度除新冠肺炎疫情之外，也處于后非洲豬瘟疫情時代，雖然非洲豬瘟疫情得到控制，但仍時有發(fā)生，非洲豬瘟疫情的沖擊影響不容忽視。從中國疫情不確定性指數(shù)沖擊情況看，疫情在2020年第2季度所代表的新冠肺炎疫情時期影響最大，說明從2020 年開始新冠肺炎疫情對生豬市場價格的影響很大且應(yīng)引起重視。從疫情沖擊影響的持續(xù)時間看，非洲豬瘟疫情沖擊作用逐步趨于平穩(wěn)，新冠肺炎疫情沖擊并未在短期內(nèi)趨于平穩(wěn)?？傮w來看，生豬市場價格波動的雙疫情沖擊效應(yīng)持續(xù)時間較長。

3 結(jié)論與啟示

基于2005 年第1 季度至2021 年第3 季度中國生豬市場價格、生豬疫情指數(shù)和中國疫情不確定性指數(shù)，本文運(yùn)用帶有隨機(jī)波動性的TVP-VAR-SV 模型，實證探究了非洲豬瘟、新冠肺炎疫情沖擊對生豬市場價格的影響，具體研究結(jié)論如下：（1）生豬市場價格受到非洲豬瘟、新冠肺炎疫情沖擊影響，且雙疫情沖擊存在明顯時變特征，即不同時期疫情沖擊影響存在差異性；疫情沖擊走勢呈現(xiàn)顯著的周期性特征，說明疫情等外部不確定性沖擊是推動生豬市場價格周期性波動的重要原因。（2）不同生豬市場價格沖擊影響存在差異性，仔豬價格所受影響相對更大，生豬和豬肉價格所受影響相對較小，說明疫情沖擊在產(chǎn)業(yè)鏈由前到后表現(xiàn)出不斷減弱態(tài)勢。（3）非洲豬瘟疫情沖擊對生豬市場價格的影響較新冠肺炎疫情沖擊影響更大，且非洲豬瘟疫情沖擊作用更多表現(xiàn)為“正”，即推動生豬市場價格上漲；新冠肺炎疫情沖擊作用更多表現(xiàn)為“負(fù)”，即推動生豬市場價格下滑。（4）非洲豬瘟、新冠肺炎疫情沖擊對生豬市場價格的影響持續(xù)時間較長，雖然后者較前者影響程度不深，但沖擊持續(xù)時間相對更長。

因此，必須高度重視疫情等風(fēng)險防控工作，多渠道多方式施策夯實生豬保供給、穩(wěn)價格基礎(chǔ)。一方面，要建立健全疫情等不確定性沖擊響應(yīng)機(jī)制。集中力量構(gòu)建具有全球影響力的生豬產(chǎn)業(yè)監(jiān)測預(yù)警中心，夯實統(tǒng)一領(lǐng)導(dǎo)、統(tǒng)一監(jiān)測預(yù)警、統(tǒng)一管控基礎(chǔ)，做好短期應(yīng)急預(yù)案及中長期市場調(diào)控政策儲備。另一方面，要強(qiáng)化生豬應(yīng)急保障能力。進(jìn)一步完善生豬產(chǎn)業(yè)政策支持體系，推動政策支持實現(xiàn)制度化法制化，發(fā)揮政策支持“自動穩(wěn)定器”作用，穩(wěn)定供需雙方市場預(yù)期，著力夯實豬肉供給保障的政策和制度基礎(chǔ)。強(qiáng)化生豬生產(chǎn)經(jīng)營主體培育，鞏固拓展豬肉國際貿(mào)易合作基礎(chǔ)，推動形成多元化豬肉市場儲備制度，依托市場調(diào)節(jié)系統(tǒng)，更好地穩(wěn)定生豬產(chǎn)業(yè)及市場供給保障基礎(chǔ)。