杜宇能，房桐桐，孫歆惠

（安徽農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，合肥 230036）

“六畜豬為首，豬糧安天下”。豬肉是我國居民最主要的肉食來源，生豬的生產(chǎn)在我國的畜牧養(yǎng)殖中地位尤為重要。與糧食作物不同，豬肉的價格彈性相對較高，供給量的變化會導(dǎo)致豬肉價格發(fā)生較為明顯的波動。豬肉價格的這種波動無論是對生豬的生產(chǎn)者，還是消費者都是一種困擾。和一般工業(yè)產(chǎn)品不同，生豬的生產(chǎn)需要一定的時間周期。一般而言，從能繁母豬懷孕、到仔豬、再到出欄大約需要9 個月左右的時間[1]，這種剛性的生產(chǎn)周期往往會導(dǎo)致生豬的生產(chǎn)者面臨如下困境：市場豬肉價格上升→擴(kuò)大生產(chǎn)→豬肉供給過量→價格下跌→豬肉生產(chǎn)者虧損。這種現(xiàn)象在經(jīng)濟(jì)學(xué)里被稱為“蛛網(wǎng)模型”[2]，它會導(dǎo)致生豬生產(chǎn)者面臨“肉賤傷農(nóng)、肉貴無貨”尷尬局面，一方面加大了生豬生產(chǎn)企業(yè)的經(jīng)營風(fēng)險，另一方面也增加了生豬生產(chǎn)企業(yè)的決策復(fù)雜度。

近年來，豬肉市場價格的波動愈發(fā)頻繁，呈現(xiàn)出“過山車”式的走勢[3]，這種大起大落的豬肉價格有諸多的危害,一是給百姓的日常生活帶來不便，影響百姓的生活質(zhì)量；二是給豬肉下游企業(yè)的經(jīng)營造成成本波動，影響生產(chǎn)和經(jīng)營的平順性；三是給政府的豬肉供給管理和價格平抑帶來操作上的困難，影響政策實施的效果；四是干擾了生豬養(yǎng)殖主體的生產(chǎn)決策，影響了養(yǎng)豬的獲利能力。盡管政府采取了諸多辦法，努力達(dá)成平抑豬肉價格的目的，但我國豬肉價格的大幅度、周期性、成本穿透性波動仍然是豬肉市場上的常態(tài)[4]。

應(yīng)對豬肉價格的大起大落，不僅是政府重點的決策領(lǐng)域，也是學(xué)術(shù)界長期以來的研究熱點。豬肉價格究竟受哪些因素影響[5]，學(xué)術(shù)界圍繞這個議題展開了諸多的研究，研究發(fā)現(xiàn)貨幣發(fā)行[6]、CPI 走勢[7]、豬肉疫病[8]、突發(fā)事件[9]都有可能是豬肉價格波動的原因。在這些影響因素的作用下，豬肉的價格走勢呈現(xiàn)出一種“有偏隨機(jī)游動”的狀態(tài)，其主要特征就是“漲久必跌、跌久必漲”，并且還有學(xué)者針對豬肉價格的走勢進(jìn)行了非線性分析[10]，指出在看似隨機(jī)和無規(guī)律的價格走勢中蘊藏的規(guī)律性因素[11]。通過相關(guān)研究，學(xué)術(shù)界普遍的共識是要依據(jù)反周期操作的方法，在豬肉價格走低時增產(chǎn)，在豬肉價格走高時減產(chǎn)，從而平抑豬肉的生產(chǎn)，同時按照這個思路進(jìn)行豬肉的有關(guān)儲備[12]。盡管反周期操作是學(xué)術(shù)共識，也是政策實操，但是事實上，我國豬肉價格的波動并沒有明顯好轉(zhuǎn)，“一年虧、一年平、一年賺”的經(jīng)營波動，著實使豬肉生產(chǎn)主體苦不堪言[13]。

既然學(xué)術(shù)界對豬肉價格波動的原因和走勢做出了比較充分的研究，也有原則性的對抗方法，那么為什么在實操過程中，無法達(dá)成減弱豬肉價格波動幅度的效果呢。作為研究者，是不是應(yīng)該反思豬肉價格波動研究的服務(wù)對象，或者說調(diào)整豬肉價格研究的立場。學(xué)術(shù)不僅僅要服務(wù)學(xué)術(shù)本身，也不能僅限于政策建議，將“軟科學(xué)”研究服務(wù)市場主體，也是學(xué)術(shù)研究的重要方向。因此，如何利用現(xiàn)有研究成果，服務(wù)相關(guān)生產(chǎn)主體，尤其是幫助豬肉生產(chǎn)企業(yè)進(jìn)行決策優(yōu)化，就成為了學(xué)術(shù)研究的應(yīng)然指向。不過遺憾的是，對于豬肉價格波動的研究仍然較多集中在波動原因、波動特征、政策建議等三個方面?；诂F(xiàn)有豬肉有關(guān)價格的時間序列數(shù)據(jù)，通過適當(dāng)?shù)姆椒ㄑ芯亢皖A(yù)測豬肉價格的走勢，進(jìn)而服務(wù)豬肉生產(chǎn)企業(yè)的決策，幫助企業(yè)在最恰當(dāng)?shù)臅r機(jī)增產(chǎn)或者穩(wěn)產(chǎn)乃至減產(chǎn)，仍然是有待發(fā)掘的學(xué)術(shù)藍(lán)海。

1 研究的理論基礎(chǔ)和思路

1.1 研究的理論基礎(chǔ)

反周期操作是應(yīng)對農(nóng)產(chǎn)品波動性價格的主要策略[14-15]。“反周期操作”來源于20 世紀(jì)經(jīng)濟(jì)“大蕭條”之后理論上的凱恩斯主義和實踐中的羅斯福新政，已經(jīng)成為市場經(jīng)濟(jì)體普遍遵循的一個調(diào)控方式[16]。盡管“反周期操作”一詞屬于舶來品，但是我國古代先賢的著作里早有關(guān)于反周期操作的思想?！豆篡`滅吳》中的名句“旱則資舟，水則資車”，指的是在干旱的時候，做生意的人要儲備船，干旱結(jié)束后船的需求量就會上漲；下雨的時候做生意的人要儲備馬車，雨過天晴后馬車的需求量就會上漲。中國先賢的古老智慧與現(xiàn)代宏觀經(jīng)濟(jì)學(xué)之父凱恩斯提出的反周期貨幣政策的理念不謀而合。

在豬肉的生產(chǎn)過程中，運用反周期思維應(yīng)對價格波動是理論的應(yīng)然，但缺乏實證主義的操作辦法。因此，研究就是要從實證主義的思路出發(fā)，運用反周期操作思想，研究豬肉價格和豬肉生產(chǎn)成本歷史時間序列數(shù)據(jù)中蘊含的重要信息，結(jié)合豬肉生產(chǎn)的周期長度，為豬肉生產(chǎn)企業(yè)提供“天氣預(yù)報”式的豬肉未來價格變化情況，輔助豬肉生產(chǎn)企業(yè)做出“增產(chǎn)”或者“減產(chǎn)”的當(dāng)前決策，進(jìn)而優(yōu)化豬肉生產(chǎn)企業(yè)的生產(chǎn)決策，提高豬肉生產(chǎn)企業(yè)應(yīng)對豬肉價格波動的能力。與此同時，研究還可以將具體企業(yè)的“增產(chǎn)”或者“減產(chǎn)”決策推廣到政府收儲調(diào)節(jié)市場的決策中，進(jìn)而有助于政府調(diào)節(jié)豬肉市場的供應(yīng)和價格。

1.2 思路的概述

盡管當(dāng)前我國居民豬肉消費的習(xí)慣有漸變的趨勢，比如對瘦肉率的偏好，以及對其他肉類替代品需求的增長[17]，但總體上我國居民豬肉消費的總量和結(jié)構(gòu)比較穩(wěn)定，豬肉價格的波動原因主要來自供給端[18]。生豬養(yǎng)殖屬于競爭性行業(yè)，市場主體以民營企業(yè)為主，主體數(shù)量眾多，呈現(xiàn)出明顯的完全競爭市場特征[19]。因此，能否獲取利潤成為影響豬肉生產(chǎn)企業(yè)的第一追逐，而能否獲利的最直接和最根本決定因素，一個是銷售價格，另一個就是生產(chǎn)成本。由于生豬生產(chǎn)面對的是全國性的大市場，因此同一時間下，不同區(qū)域豬肉銷售價格并沒有顯著的差異。盡管受到養(yǎng)殖規(guī)模和固定投入差異的影響，不同類型養(yǎng)殖企業(yè)生豬生產(chǎn)的分?jǐn)偟膯挝还潭ǔ杀究赡艽嬖诓町悾菑目偝杀镜臉?gòu)成看，生豬飼料成本才是最主要的生產(chǎn)成本，一般占到總成本的60%左右[20]。根據(jù)奧卡姆剃刀的原則，應(yīng)當(dāng)用最核心、最簡潔的理論和變量來解釋問題，而在研究中影響豬肉生產(chǎn)企業(yè)生產(chǎn)決策的核心因素可以認(rèn)為是市場的價格和飼料的成本。

在具體研究中，多采用豬糧比，也就是生豬和飼料的價格比作為判斷生豬生產(chǎn)盈虧點的重要指標(biāo)，一般認(rèn)為當(dāng)豬糧比達(dá)到6∶1 及以上時，生豬生產(chǎn)處于盈利范圍[21]。因此，以豬糧比為核心變量，考慮到生豬生產(chǎn)9 個月的時間周期，根據(jù)生豬價格和飼料價格的歷史數(shù)據(jù)，以過去某一個時間為起點，考慮該時間點9 個月后的豬糧比，如果9 個月以后豬糧比高于6，那么該時間點的決策應(yīng)當(dāng)是增產(chǎn)（設(shè)為1），如果9個月以后豬糧比低于6，那么該時間點的決策應(yīng)當(dāng)是減產(chǎn)（設(shè)為0）。在以上述二元決策為因變量的基礎(chǔ)上，以同期的生豬價格和豬糧比為自變量，探索因變量增產(chǎn)和減產(chǎn)與當(dāng)前生豬價格和豬糧比之間的二元線性回歸關(guān)系。這種以生豬生產(chǎn)9 個月周期時間跨度為因變量取值的研究，體現(xiàn)了應(yīng)對生豬價格蛛網(wǎng)模型走勢的反周期操作思路。研究的思路和邏輯圖如圖1 所示。

圖1 研究思路的邏輯圖Fig.1 Logic diagram of research ideas

1.3 變量的設(shè)定

因變量的形成過程：利用歷史數(shù)據(jù)，某一周9 個月之后的豬糧比作為那時決策（0，1）的依據(jù)，例如2010 年8 月20 日的因變量是以該時間點為起點，將9 個月后的2011 年5 月20 日的豬糧比的數(shù)值與6相比作為（0，1）的決策依據(jù)，大于等于6 決策選擇為1，即增加投入，小于6 則決策選擇為0，即減少投入，進(jìn)而得出二元線性回歸中的因變量。

自變量的形成過程：自變量則為當(dāng)期的生豬價格和豬糧比，例如2010 年8 月20 日，其兩個自變量分別為當(dāng)期的生豬價格和豬糧比。如上所述，這樣思路體現(xiàn)了“旱則資舟、水則資車”的反周期思路。

2 研究設(shè)計與模型構(gòu)建

2.1 研究思路與模型設(shè)定

研究擬采用的基礎(chǔ)模型為“線性概率模型”∶

由于線性概率模型導(dǎo)致估計不一致、存在異方差等缺點，而且被解釋變量y 的取值非0 即1，但根據(jù)這個線性概率模型所作的預(yù)測值卻可能出現(xiàn)被解釋變量大于1 或者小于0 的不現(xiàn)實情形。為使y 的預(yù)測值總是介于［0，1］之間，在給定x 的情況下，考慮y 的兩點分布概率。

此函數(shù)F（x，β）稱為“連接函數(shù)”，因為它將解釋變量x 與被解釋變量y 連接起來。由于y 的取值要么為0，要么為1，故y 肯定服從兩點分布。連接函數(shù)的選擇具有一定的靈活性。通過選擇合適的連接函數(shù)F（x，β）（比如，某隨機(jī)變量的累積分布函數(shù)），可以保證0≤y≤1，并將理解為“y=1”發(fā)生的概率：

由于生豬生產(chǎn)的投入決策是二值選擇，即增加投入或者減少投入，所以選擇二元logit 模型。如果F（x，β）為“邏輯分布”（Logistic distribution）的累積分布函數(shù)為：

模型成為“Logit”。Logit 模型的樣本不需要服從正態(tài)分布，具有了較其他模型更廣泛的適用性[22]，對于Logit 模型，增加投入的概率為：

在得知了投入概率的基礎(chǔ)上，易知減少投入的概率為：

由上述理論可知，故設(shè)置模型，變量解釋如表1 所示。

表1 變量解釋Table 1 Variable interpretation

2.2 數(shù)據(jù)來源及變量選擇

選取Wind 數(shù)據(jù)庫2010 年8 月20 日-2021 年4月9 日的每周生豬價格和每周生豬飼料價格（因假期或其他原因，而缺失的數(shù)據(jù)已采用計量方法插入）555 個樣本，采用二元logit 模型，選取0、1 變量作為因變量，0 作為減少投入的生產(chǎn)決策，1 作為增加投入的生產(chǎn)決策，自變量為每周生豬價格（元·kg-1）和豬糧比（生豬價格/飼料價格）。0 或1 的決策選擇以9個月后的豬糧比與6 相比得出，體現(xiàn)了蛛網(wǎng)模型和反周期操作，即不以現(xiàn)狀為決策依據(jù)，而以豬周期的時間跨度為決策依據(jù)。決策的選擇有以下原因：

（1）2009 年1 月13 日，國家發(fā)改委、商業(yè)部等六部門聯(lián)合發(fā)表了防止生豬價格過度下跌調(diào)控預(yù)案（暫行）（以下簡稱《預(yù)案》），《預(yù)案》選取豬糧比價作為判斷生豬出場價格與玉米批發(fā)價格的比值，它能直觀地反映養(yǎng)豬成本收益的變化情況。根據(jù)歷史經(jīng)驗，由于飼料成本在生豬生產(chǎn)成本中的比重、料肉比都是基本穩(wěn)定的。因此，豬糧比價作為判斷生豬生產(chǎn)和市場情況的基本指標(biāo)，具有簡潔、清晰、容易理解等特點，能夠為國家及時、準(zhǔn)確判斷生豬市場供求，采取相應(yīng)調(diào)控措施，提供較為準(zhǔn)確的依據(jù)。

（2）選取豬糧比為6 的原因：豬糧比，通俗說就是生豬價格和作為生豬主要飼料的玉米價格的比值?！额A(yù)案》在基于歷史數(shù)據(jù)進(jìn)行測算和廣泛征求專家意見的基礎(chǔ)上，訂立了5.5∶1 這一比價，當(dāng)同一時間、同一地區(qū)的豬價和玉米價格的比例達(dá)到5.5∶1 的時候，養(yǎng)豬處于盈利的平衡點，生豬價格和玉米價格比值在6.0∶1，生豬養(yǎng)殖基本處于盈虧平衡點。豬糧比越高，說明養(yǎng)殖利潤越好，反之則越差。因此，豬糧比超過6 說明應(yīng)該增加投入，即選擇1，小于6 應(yīng)該減少投入，即選擇0 既能夠發(fā)揮市場機(jī)制配置資源的基礎(chǔ)性作用，又可緩解生豬生產(chǎn)的周期波動。

2.3 變量的描述性統(tǒng)計

選取了2010 年8 月20 日-2021 年4 月9 日的每周生豬價格和每周生豬飼料價格，所得出的描述性統(tǒng)計結(jié)果如表2 所示。

從表2 結(jié)果中可以看出共有555 個樣本參與了分析，模型決策選擇的均值為0.33，統(tǒng)計標(biāo)準(zhǔn)誤為0.47，最小值為0.00，最大值為1.11；生豬價格的均值為17.51，統(tǒng)計標(biāo)準(zhǔn)誤為7.20，最小值為10.10，最大值為39.80；豬糧比的均值為6.03，統(tǒng)計標(biāo)準(zhǔn)誤為2.63，最小值為3.02，最大值為14.63。

從圖2~3 中的生豬價格趨勢圖和豬糧比的趨勢圖可以看出，生豬價格和豬糧比的波動程度很相似，呈現(xiàn)出較為劇烈地波動情況，這說明了飼料價格是隨著生豬價格的變動而變化。

圖2 生豬價格趨勢圖Fig.2 Hog price trend chart

圖3 豬糧比趨勢圖Fig.3 Pig-to-food ratio trend chart

3 實證結(jié)果分析

3.1 使用線性概率模型進(jìn)行估計

表3 為使用線性概率模型估計出的結(jié)果。

表3 線性模型估計結(jié)果Table 3 Estimation results of linear model

從表3 結(jié)果中可以看出共有555 個樣本參與了分析，P 值（Prob＞F）=0.00，說明模型整體上是非常顯著的。變量生豬價格的系數(shù)是-0.09，統(tǒng)計標(biāo)準(zhǔn)誤為0.01，P 值為0.00，系數(shù)顯著。變量豬糧比的系數(shù)是0.33，統(tǒng)計標(biāo)準(zhǔn)誤是0.03，P 值為0.00，系數(shù)也非常顯著。常數(shù)項的系數(shù)為-0.01，標(biāo)準(zhǔn)誤是0.05，P值為0.87，系數(shù)不夠顯著。從上述分析結(jié)果可以得出回歸方程是：

從上面的分析可以看出，最小二乘線性模型的系數(shù)顯著性以及模型的整體解釋能力都比較好，但是常數(shù)項的系數(shù)不夠顯著。總體上，使用線性概率模型有較大提升空間。

3.2 使用二元Logit 模型進(jìn)行估計

將555 個樣本進(jìn)行二元Logit 模型估計，運用stata 等計量經(jīng)濟(jì)學(xué)分析軟件，使用普通標(biāo)準(zhǔn)誤進(jìn)行Logit 估計，得出表4。

表4 普通標(biāo)準(zhǔn)誤Logit 模型估計結(jié)果Table 4 Estimation results of general standard error Logit model

從表4 可以看出，Logit 模型相對于最小二乘回歸模型得到了很大程度的改進(jìn)。模型的常數(shù)項P 值為0.00，顯著性提高。

最終得出模型表達(dá)式為：

其中，LNchoice，price 和ratio 分別表示決策選擇的對數(shù)值、生豬價格和豬糧比。綜上所述，可以得出大致的研究結(jié)論，生豬價格與決策選擇呈反向變化，豬糧比與決策選擇呈正向變化。

為了便于解釋回歸結(jié)果，下面匯報幾率比而非系數(shù)，得出表5。

表5 Logit 模型匯報幾率比估計結(jié)果Table 5 Probability ratio estimation of Logit model reports

與一般的回歸形式不同，它的含義是在其他自變量保持不變的條件下，被觀測自變量（price，ratio）每增加1 個單位時choice=1 的發(fā)生比的變化倍數(shù)?？梢钥闯?，各個變量中只有豬糧比變量的增加會引起因變量取1 值的大于1 倍的增加。這說明只有豬糧比是與決策選擇呈現(xiàn)正向變化，只有豬糧比使得增加投入的概率更大。

計算模型預(yù)測準(zhǔn)確的百分比（要求預(yù)測概率達(dá)到80%對模型估計有效性進(jìn)行評價），可以得出表6。

表6 80%預(yù)測概率對模型估計有效性評價結(jié)果Table 6 Evaluation results of 80% prediction probability on the validity of model estimation

按照模型預(yù)測增加投入決策的概率至少在0.8以上的標(biāo)準(zhǔn)，有39 次是增加投入，且模型預(yù)測的概率值大于分割點，有371 次是減少投入，且模型預(yù)測的概率值小于分割點。所以，一共有410 個樣本的預(yù)測是正確的，預(yù)測正確率占全部樣本的73.87%。有145 次是增加投入，但模型預(yù)測的概率值小于分割點；有0 次是減少投入，但模型預(yù)測的概率值大于分割點。一共有145 個樣本的預(yù)測是錯誤的，預(yù)測錯誤率占全部樣本的26.13%。

從上面的分析結(jié)果中可以看出，在設(shè)置概率為0.8 的時候，模型的預(yù)測正確性為73.87%，也就是說模型根據(jù)歷史豬肉價格和豬糧比信息所給出的增產(chǎn)（1）或者減產(chǎn)（0）建議，通過歷史數(shù)據(jù)的檢驗后，具有將近80%的正確率。參考天氣預(yù)報的相關(guān)評價尺度，研究得出的增加投入或者減少投入的決策選擇的準(zhǔn)確率達(dá)到了較高的水平[23]。

4 結(jié)論及建議

文章進(jìn)一步研究生豬生產(chǎn)投入決策對平抑生豬價格波動的重要影響。結(jié)果表明，生豬價格與決策選擇呈反向變化，豬糧比與決策選擇呈正向變化，即生豬價格越高，基于飼料價格以及其他因素考慮，越要減少生豬養(yǎng)殖的投入；生豬價格越低，在考慮飼料及其他影響因素的基礎(chǔ)上，越要增加養(yǎng)殖投入，從而實現(xiàn)生豬養(yǎng)殖產(chǎn)業(yè)的利潤最大化。

由于現(xiàn)行的生豬養(yǎng)殖補(bǔ)貼政策（無論是普惠政策還是專項補(bǔ)貼政策）都是針對生豬養(yǎng)殖前和養(yǎng)殖過程中采取的，并沒有真正針對生豬養(yǎng)殖后價格變化導(dǎo)致賠本或者破產(chǎn)的優(yōu)惠補(bǔ)貼政策。因此，養(yǎng)殖戶真正面對的困難是生豬價格的大幅度波動帶來的風(fēng)險。就此看來，研究提供的研究成果通過對生豬價格的預(yù)測來判斷前期投入的多少，保障生豬養(yǎng)殖戶的利潤。實質(zhì)上，無論是生豬養(yǎng)殖補(bǔ)貼政策還是環(huán)境規(guī)則政策，對于生豬養(yǎng)殖戶的作用影響是有限的。生豬養(yǎng)殖產(chǎn)業(yè)真正想要實現(xiàn)長久發(fā)展最重要的是要把握住生豬市場價格變化，無論生豬價格是高還是低，都要做出最合適的投入決策才是最重要的。通過上述論證，模型預(yù)測的準(zhǔn)確性與魯棒性都是較好的，具有進(jìn)一步開發(fā)的潛力和應(yīng)用價值。

生豬養(yǎng)殖在現(xiàn)代畜禽養(yǎng)殖中占有重要地位。不可否認(rèn)，現(xiàn)有的支持規(guī)模養(yǎng)殖為重點的補(bǔ)貼政策在推動中國生豬養(yǎng)殖中發(fā)揮了關(guān)鍵動力作用。但卻不能有效解決市場豬價波動幅度大的問題。盡管中國生豬產(chǎn)業(yè)支持政策不少，但效力持續(xù)性差，這使得中國的大規(guī)模生豬養(yǎng)殖產(chǎn)業(yè)并不多見，散戶養(yǎng)殖仍然在中國生豬養(yǎng)殖規(guī)模結(jié)構(gòu)中占絕大多數(shù)。在關(guān)注生豬養(yǎng)殖補(bǔ)貼政策所帶來積極作用的同時，環(huán)境規(guī)則政策對大規(guī)模生豬養(yǎng)殖場發(fā)展的抑制作用也是不容忽略的。這些方面無一不證明，生豬養(yǎng)殖產(chǎn)業(yè)想要發(fā)展得更好，不能僅僅依靠政府政策扶持，更重要的是要想方設(shè)法去提高抵御市場風(fēng)險的能力，同時發(fā)揮好散養(yǎng)戶的重要作用。因此，未來扶持生豬產(chǎn)業(yè)發(fā)展的政策導(dǎo)向中，要制定對生豬養(yǎng)殖預(yù)測技術(shù)方面的政策支持，加大對生豬養(yǎng)殖業(yè)動向預(yù)測，提高生豬養(yǎng)殖產(chǎn)業(yè)的抗風(fēng)險能力，保持政策的連續(xù)性和穩(wěn)定性。