禽流感疫情變動(dòng)對(duì)畜禽產(chǎn)品價(jià)格的動(dòng)態(tài)影響研究
——基于時(shí)變參數(shù)向量自回歸（TVP-VAR）模型

鄭燕，馬驥

（中國(guó)農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，北京 100083）

近年來(lái)，禽流感疫情對(duì)我國(guó)畜禽市場(chǎng)沖擊較大，其已與金融危機(jī)、恐怖主義等不可預(yù)測(cè)事件，統(tǒng)稱為現(xiàn)今最具挑戰(zhàn)的市場(chǎng)風(fēng)險(xiǎn)之一[1]。已有研究表明，疫病是畜禽產(chǎn)品價(jià)格波動(dòng)的主要原因之一[2-3]。近幾年，有關(guān)禽流感疫情的影響逐漸受到國(guó)內(nèi)外學(xué)者的關(guān)注，相關(guān)研究主要集中在禽流感疫情對(duì)價(jià)格的影響[4-5]、禽流感疫情對(duì)經(jīng)濟(jì)的影響[6-7]以及禽流感防治措施及補(bǔ)償問(wèn)題[8-10]等方面。在禽流感疫情數(shù)據(jù)的量化方面，學(xué)者們并沒(méi)有統(tǒng)一的指標(biāo)。當(dāng)禽流感造成大量家禽死亡時(shí)，主要衡量指標(biāo)為代表禽流感疫情是否發(fā)生的虛擬變量[4]、禽流感發(fā)生次數(shù)[6]、畜禽撲殺量[11]等，但這些指標(biāo)并不能很好地反映禽流感發(fā)生的影響強(qiáng)度，而且數(shù)據(jù)的有效性和及時(shí)性較差。針對(duì)這一方面，國(guó)外學(xué)者采用指數(shù)構(gòu)建的方式進(jìn)行研究，如Roux[12]通過(guò)建立食品恐慌指數(shù)評(píng)估了禽流感疫情對(duì)埃及家禽行業(yè)垂直價(jià)格傳導(dǎo)的影響；Serra[13]通過(guò)建立信息索引變量評(píng)估了禽流感疫情對(duì)土耳其家禽產(chǎn)業(yè)市場(chǎng)價(jià)格傳遞的影響。但是，當(dāng)前我國(guó)并沒(méi)有建立這方面的指數(shù)，這為研究禽流感疫情與畜禽產(chǎn)品價(jià)格波動(dòng)的關(guān)系方面帶來(lái)了不便。但值得慶幸的是，互聯(lián)網(wǎng)大數(shù)據(jù)的快速發(fā)展為相關(guān)研究帶來(lái)了新的思路，尤其是網(wǎng)絡(luò)搜索引擎的發(fā)展為經(jīng)濟(jì)學(xué)、社會(huì)學(xué)的研究開(kāi)辟了新的領(lǐng)域。由于信息搜索是公眾為滿足一定的目標(biāo)需求而進(jìn)行的信息查尋活動(dòng)，而用戶需求又受到外部環(huán)境的影響，因此，用戶關(guān)鍵詞的搜索與外部環(huán)境必然存在對(duì)應(yīng)的關(guān)系[14]，而且根據(jù)搜索引擎提供的詞頻查詢工具獲得的關(guān)鍵詞搜索趨勢(shì)與流行趨勢(shì)保持了高度的一致性[15]，能夠準(zhǔn)確地反映公眾對(duì)于某一事件的關(guān)注程度變化[16]。除此之外，由于禽流感關(guān)注度和畜禽產(chǎn)品市場(chǎng)價(jià)格波動(dòng)起伏，可能會(huì)出現(xiàn)結(jié)構(gòu)突變的現(xiàn)象，在不同時(shí)期，禽流感對(duì)畜禽產(chǎn)品價(jià)格的影響亦有所不同。以往較多研究利用線性或固定系數(shù)模型進(jìn)行分析，但利用傳統(tǒng)的線性或固定系數(shù)模型，不僅容易造成系統(tǒng)性偏誤，而且會(huì)影響估計(jì)效果，不利于準(zhǔn)確把握隨時(shí)間變化禽流感疫情對(duì)畜禽產(chǎn)品價(jià)格的影響。

綜上所述，現(xiàn)有研究存在禽流感疫情度量以及研究方法的局限性，并不能在特定的社會(huì)背景下，分時(shí)期、分時(shí)點(diǎn)、分品種地研究禽流感疫情變動(dòng)對(duì)畜禽產(chǎn)品價(jià)格的沖擊作用，而這一點(diǎn)對(duì)我國(guó)政府制定相關(guān)政策、穩(wěn)定畜禽產(chǎn)品價(jià)格具有至關(guān)重要的戰(zhàn)略意義?；诖?，本文一方面借鑒國(guó)外學(xué)者相關(guān)研究思路，借助全球最大的中文搜索引擎——百度，利用其提供的百度指數(shù)功能，通過(guò)構(gòu)建禽流感輿情指數(shù)作為禽流感疫情變動(dòng)的代理變量，以此彌補(bǔ)禽流感疫情度量指標(biāo)的不足；另一方面借助時(shí)變參數(shù)向量自回歸模型（TVP-VAR），分時(shí)期地研究禽流感疫情變動(dòng)對(duì)畜禽產(chǎn)品價(jià)格的動(dòng)態(tài)沖擊作用，深入剖析禽流感疫情變動(dòng)與畜禽價(jià)格波動(dòng)之間的關(guān)系，探究禽流感疫情變動(dòng)在社會(huì)輿論的“風(fēng)險(xiǎn)放大效應(yīng)”下對(duì)畜禽產(chǎn)品價(jià)格波動(dòng)的動(dòng)態(tài)影響。

1 影響機(jī)制

根據(jù)供求理論，畜禽產(chǎn)品的供求關(guān)系決定了畜禽產(chǎn)品的價(jià)格，以雞肉及其替代品豬肉為例，結(jié)合圖1來(lái)看，雞肉供給曲線為S0，雞肉需求曲線為D0，兩條曲線相交，形成雞肉的均衡價(jià)格P0。當(dāng)其他條件不變，雞肉的供求關(guān)系受到禽流感疫情的影響時(shí)，則會(huì)引起消費(fèi)者恐慌，從而導(dǎo)致雞肉購(gòu)買量下降，造成雞肉需求曲線下降到D1，同時(shí)由于禽流感疫情對(duì)肉雞的健康養(yǎng)殖也會(huì)造成一定影響，養(yǎng)殖場(chǎng)（戶）也可以接觸到禽流感疫情爆發(fā)的信息，根據(jù)自身生產(chǎn)預(yù)期，調(diào)整生產(chǎn)，造成雞肉供給曲線下降到S1，雞肉需求和供給均下降的情況下，雞肉的價(jià)格也會(huì)發(fā)生變化，從均衡價(jià)格P0下降到P1。

與此同時(shí)，由于肉類消費(fèi)結(jié)構(gòu)的替代性，肉類產(chǎn)品之間存在“替代效應(yīng)”，在減少雞肉消費(fèi)情況下，會(huì)使得替代品豬肉的需求隨之上升，而在豬肉供給不變的情況下，豬肉價(jià)格也會(huì)隨之提高；但隨著時(shí)間的推移，禽流感疫情逐漸被控制或消退，公眾有關(guān)禽流感疫情關(guān)注度逐漸衰退，消費(fèi)者對(duì)雞肉的購(gòu)買信心回升，雞肉需求增加，養(yǎng)殖場(chǎng)(戶)抓住補(bǔ)欄時(shí)機(jī)，從而帶動(dòng)了雞肉供給的增加，即供給曲線由S1上升到S2、需求曲線由D1上升到D2，雞肉價(jià)格回升到P2的水平，形成新的均衡價(jià)格，而對(duì)豬肉需求也會(huì)隨著禽流感疫情的控制或消退而恢復(fù)正常，價(jià)格也會(huì)達(dá)到新的均衡價(jià)格。

可以看出，由于市場(chǎng)信息的不對(duì)稱，消費(fèi)者單純依靠媒體途徑所獲得的動(dòng)物疫情信息進(jìn)行消費(fèi)行為決策，具有一定的盲目性。當(dāng)消費(fèi)者獲取到疫情發(fā)生的信息后，由于周邊環(huán)境和輿論媒體等的“風(fēng)險(xiǎn)放大效應(yīng)”，容易造成恐慌，消費(fèi)者消費(fèi)信心下降，改變?cè)械南M(fèi)產(chǎn)品結(jié)構(gòu)，選擇其認(rèn)為安全的和偏好的其他產(chǎn)品消費(fèi)，從而導(dǎo)致某些產(chǎn)品價(jià)格發(fā)生變動(dòng)，但這種改變會(huì)隨著政府的應(yīng)急措施以及信息的時(shí)效性減弱而逐漸恢復(fù)。

已有文獻(xiàn)研究表明，學(xué)者們對(duì)疫病會(huì)導(dǎo)致相關(guān)農(nóng)產(chǎn)品價(jià)格波動(dòng)的觀點(diǎn)基本達(dá)成共識(shí)，但具體的影響關(guān)系還有一定的爭(zhēng)議[5,17]，造成這種差異的原因可能是不同國(guó)家的人們飲食結(jié)構(gòu)的不同以及研究對(duì)象的不同。關(guān)于我國(guó)禽流感疫情變動(dòng)與畜禽產(chǎn)品價(jià)格方面還未有學(xué)者進(jìn)行深入研究，因此還需進(jìn)一步的探討。由此，提出本文的研究問(wèn)題，即禽流感疫情變動(dòng)對(duì)不同畜禽產(chǎn)品價(jià)格的沖擊大小、沖擊方向和沖擊持續(xù)時(shí)間上有何差異？隨著時(shí)間的推移有何變化？不同時(shí)期是否存在差異？

圖1 禽流感疫情變動(dòng)影響下的雞肉價(jià)格變動(dòng)圖Fig. 1 Changes of poultry price under the in fluence of avian in fluenza

2 研究方法與數(shù)據(jù)來(lái)源

借助網(wǎng)絡(luò)搜索關(guān)鍵詞的搜索量分析相關(guān)事物的趨勢(shì)，已被廣泛應(yīng)用在不同領(lǐng)域[18]，其主要集中在疾病監(jiān)測(cè)和經(jīng)濟(jì)金融等領(lǐng)域，研究結(jié)果顯示人們的網(wǎng)絡(luò)搜索行為與其社會(huì)活動(dòng)的相關(guān)性較高，因此可以通過(guò)這種相關(guān)性代替某些難以量化的指標(biāo)，并預(yù)測(cè)未來(lái)事件的發(fā)展趨勢(shì)，故本文通過(guò)構(gòu)建公眾禽流感關(guān)注度指數(shù)來(lái)表示禽流感疫情的變動(dòng)及程度大小。

2.1 公眾禽流感關(guān)注度指數(shù)的構(gòu)建

本文借鑒輿情指數(shù)的構(gòu)建方法[19]，構(gòu)建公眾禽流感關(guān)注度指數(shù)，步驟如下：首先選擇若干個(gè)與社會(huì)經(jīng)濟(jì)事件密切相關(guān)的關(guān)鍵詞，然后通過(guò)互聯(lián)網(wǎng)獲取不同時(shí)段內(nèi)該關(guān)鍵詞的搜索量，并通過(guò)一定算法將搜索量進(jìn)行合成，進(jìn)而得到該指數(shù)，以此來(lái)反映公眾對(duì)該關(guān)鍵詞所代表的社會(huì)經(jīng)濟(jì)事件的關(guān)注度，從而反應(yīng)此社會(huì)經(jīng)濟(jì)事件影響。

2.1.1 選擇關(guān)鍵詞 以往研究中關(guān)鍵詞的選取可以歸納為主觀選詞法和模型選詞法兩種，其中，主觀選詞法工作量相對(duì)較小，獲取較為方便，在實(shí)際研究中也運(yùn)用較多，且取得了較好的研究效果[19]。為此，本文采用主觀選詞法結(jié)合搜索引擎相關(guān)詞推薦功能以及百度搜索需求圖譜獲取與禽流感密切相關(guān)的關(guān)鍵詞，其中，關(guān)于禽流感疫情的關(guān)鍵詞主要包括以下三類：一是“禽流感”、“禽流感病毒”和“禽流感疫情”等反映禽流感疫情名稱的關(guān)鍵詞；二是包括“H5N1”、“H5N2”、“H7N7” 和“H7N9” 等 在內(nèi)的4種已經(jīng)確認(rèn)能夠感染人且為公眾熟知的禽流感病毒型號(hào)關(guān)鍵詞，以上兩類關(guān)鍵詞用于反映禽流感疫情本身；三是“預(yù)防禽流感”、“禽流感癥狀”和“禽流感最新消息”等反映公眾態(tài)度和關(guān)注傾向的關(guān)鍵詞。因此，本文共包括以上三類、10個(gè)關(guān)鍵詞。2.1.2 信息獲取 百度作為全球最大的中文搜索引擎，其市場(chǎng)占有率和市場(chǎng)份額一直位居我國(guó)搜索引擎市場(chǎng)第一，其搜索數(shù)據(jù)具有廣泛和持續(xù)的代表性[19]，因此，本文選擇百度作為數(shù)據(jù)來(lái)源。通過(guò)提取上文10個(gè)關(guān)鍵詞搜索數(shù)據(jù)并進(jìn)行加總，考慮到公眾關(guān)注度變化較快，且為獲得更多的數(shù)據(jù)樣本，本文選取周度數(shù)據(jù)進(jìn)行分析，為消除異方差，對(duì)獲取的數(shù)據(jù)取對(duì)數(shù)處理，計(jì)算公式如下：

式中：i=1，2，…，10。qlg表示禽流感輿情指數(shù)，Xi表示第i個(gè)關(guān)鍵詞搜索數(shù)據(jù)。鑒于樣本可獲得性，樣本區(qū)間選取為2013年1月至2017年3月，圖2展示了公眾禽流感關(guān)注度指數(shù)的走勢(shì)。

通過(guò)圖2可以看出，自2013年以來(lái)我國(guó)出現(xiàn)了5次禽流感關(guān)注度高峰期（2013年4月、2014年2月、2015年1月、2016年1月和2017年3月），分別對(duì)應(yīng)于禽流感疫情的5個(gè)發(fā)病高峰期：1）2013年我國(guó)發(fā)現(xiàn)人感染H7N9禽流感病例事件，并造成約有40人喪生，此次事件短時(shí)間內(nèi)迅速引起公眾廣泛關(guān)注，禽流感關(guān)注度短時(shí)間內(nèi)大幅上升，為歷年最高水平；2）2014年年初發(fā)現(xiàn)的多起人感染禽流感事件，在兩個(gè)月時(shí)間內(nèi)，人感染禽流感病毒的病例達(dá)180多例，引起社會(huì)廣泛關(guān)注；3）2015年年初禽流感關(guān)注度高峰期，此次禽流感關(guān)注高峰主要是由于當(dāng)時(shí)世界多國(guó)和地區(qū)（日本、英國(guó)等）爆發(fā)的禽流感疫情；4）2016年上半年禽流感關(guān)注高峰期，主要是由于上海、江蘇、福建和廣東等地發(fā)生多起人感染禽流感事件，而且出現(xiàn)多起患者死亡事件，引起上半年公眾關(guān)注高峰；5）2017年以來(lái)關(guān)注高峰，此次高峰主要是由于2017年以來(lái)人感染禽流感疫情病例數(shù)顯著增加所引起。

圖2 公眾禽流感關(guān)注度指數(shù)走勢(shì)Fig. 2 Public avian in fluenza concern index

2.2 價(jià)格數(shù)據(jù)獲取與處理

為考察禽流感疫情變動(dòng)對(duì)畜禽產(chǎn)品價(jià)格的影響，本文選擇雞肉、豬肉、牛肉和羊肉4種我國(guó)主要畜禽消費(fèi)產(chǎn)品的價(jià)格。與公眾禽流感關(guān)注度指數(shù)一樣，本文選取畜禽產(chǎn)品價(jià)格均為周度數(shù)據(jù)，數(shù)據(jù)來(lái)源于中國(guó)畜牧業(yè)信息網(wǎng)。樣本區(qū)間為2013年1月—2017年3月。在獲取基礎(chǔ)價(jià)格數(shù)據(jù)后，為消除物價(jià)因素的影響，畜禽產(chǎn)品價(jià)格數(shù)據(jù)均以2013年1月為基期的CPI指數(shù)進(jìn)行平減，再計(jì)算出畜產(chǎn)品價(jià)格收益率序列，其中雞肉價(jià)格、豬肉價(jià)格、牛肉價(jià)格和羊肉價(jià)格的收益率分別用jr、zr、nr和yr表示。2013年以來(lái)，四者價(jià)格走勢(shì)如圖3所示。

圖3 畜禽產(chǎn)品價(jià)格走勢(shì)Fig. 3 Livestock and poultry product prices

從圖3可以看出，2013年以來(lái)我國(guó)畜禽產(chǎn)品價(jià)格總體較為平穩(wěn)，但存在短期的波動(dòng)起伏。其中，雞肉和豬肉價(jià)格波動(dòng)幅度和頻率高于牛羊肉價(jià)格波動(dòng)幅度和頻率；2013年禽流感的大范圍爆發(fā)，雞肉價(jià)格一度下跌嚴(yán)重，2013年5月8號(hào)跌至15.23元/kg，相比于同年2月13日下降17.94%，此時(shí)期，豬肉、牛肉、羊肉價(jià)格均有一個(gè)下降的過(guò)程，其中豬肉下降幅度最大，牛羊肉價(jià)格下降相對(duì)較小。2017年1月份爆發(fā)的H7N9疫情，雞肉價(jià)格再次出現(xiàn)大幅下降的現(xiàn)象，相比于年初下降了10%，豬肉、牛肉也同樣伴隨著價(jià)格的波動(dòng)。

2.3 模型構(gòu)建

由于禽流感關(guān)注度和畜禽產(chǎn)品市場(chǎng)價(jià)格波動(dòng)起伏，可能會(huì)出現(xiàn)結(jié)構(gòu)突變的現(xiàn)象，利用傳統(tǒng)的線性或固定系數(shù)模型，不僅會(huì)影響估計(jì)效果，而且易造成系統(tǒng)性偏誤，而借助時(shí)變性和非線性的時(shí)變參數(shù)向量自回歸（TVP-VAR）模型進(jìn)行分析可以彌補(bǔ)上述不足。TVP-VAR模型由Primiceri[20]于2005年提出，并由Nakajima[21]于2011年進(jìn)行完善，不同于傳統(tǒng)的VAR模型，該模型的優(yōu)點(diǎn)是模型的系數(shù)伴隨著沖擊大小的變動(dòng)以及傳播機(jī)制的變動(dòng)而變動(dòng)，可以通過(guò)時(shí)變參數(shù)捕捉到時(shí)間序列上每個(gè)時(shí)間點(diǎn)的脈沖響應(yīng)，從而有效的從動(dòng)態(tài)角度刻畫(huà)變量之間的時(shí)變作用關(guān)系[22]。因此，本文借助該模型分析不同時(shí)期禽流感疫情變動(dòng)對(duì)畜禽產(chǎn)品價(jià)格造成的動(dòng)態(tài)影響。

根據(jù)Nakajima[21]的模型構(gòu)建思路，首先，考慮如下模型：

式中：yt是一個(gè)n×1的可觀察內(nèi)生向量；ct是一個(gè)n×1的時(shí)變常數(shù)項(xiàng)向量；Bi,t，i=1，…，k是n×n的時(shí)變系數(shù)向量；μt衡量擁有協(xié)方差矩陣Ωt的不可觀察的沖擊向量，Ωt由以下方程表示其中，矩陣At具有下三角的矩陣形式：

Σt為對(duì)稱矩陣 ：Σt=diag(σ1,t，…，σn,t)，通過(guò)把Bi,t，i=1，…，k轉(zhuǎn)為向量 βt， （1）式可以轉(zhuǎn)化為 ：

式中：I3為三維單位矩陣，Σβ、Σα和Σh均為正定矩陣。本文中模型的估計(jì)通過(guò)貝葉斯方法來(lái)完成，參數(shù)的后驗(yàn)數(shù)值估計(jì)通過(guò)馬爾可夫鏈蒙特卡洛（MCMC）方法完成。

3 實(shí)證分析

3.1 模型估計(jì)

3.1.1 平穩(wěn)性檢驗(yàn) 在模型估計(jì)前，首先要對(duì)各變量進(jìn)行平穩(wěn)性檢驗(yàn)，以免出現(xiàn)偽回歸。通過(guò)ADF檢驗(yàn)對(duì)各變量進(jìn)行平穩(wěn)性檢驗(yàn)（見(jiàn)表1），結(jié)果表明，5個(gè)變量均是平穩(wěn)的，其中，雞肉、豬肉、牛肉和羊肉價(jià)格收益率均在1%水平下平穩(wěn)，公眾禽流感關(guān)注度指數(shù)在5%水平下平穩(wěn)。說(shuō)明各變量均不存在單位根，變量可用于構(gòu)建TVP-VAR模型，能夠保證估計(jì)的有效性。

表1 變量單位根檢驗(yàn)Table 1 Unit root test resutls

3.1.2 模型估計(jì) 為判定模型的滯后階數(shù)，借助一般VAR模型最優(yōu)滯后階數(shù)的選擇辦法，根據(jù)FPE、AIC、SC和HQ最小值準(zhǔn)則，可知模型最優(yōu)滯后期數(shù)為2（見(jiàn)表2）。在利用MCMC法進(jìn)行模擬前需先對(duì)參數(shù)賦初值，利用MCMC算法抽取M=10 000次樣本，并舍棄初始的1 000次抽樣，從而得到模型的有效樣本。表3是待估參數(shù)后驗(yàn)分布的均值、標(biāo)準(zhǔn)差、95%的置信區(qū)間以及收斂統(tǒng)計(jì)量。其中，參數(shù)的后驗(yàn)均值都位于95%的置信區(qū)間，Geweke診斷概率均大于10%，說(shuō)明后驗(yàn)分布收斂于零的假設(shè)無(wú)法拒絕，而且從無(wú)效因子來(lái)看，除了（Σh）2的無(wú)效因子較大外，其他參數(shù)的無(wú)效因子均處于合理水平，說(shuō)明本文模型參數(shù)的估計(jì)結(jié)果較為穩(wěn)?。ㄒ?jiàn)表3）。

表2 模型滯后階數(shù)判定Table 2 Determination of the model lag

表3 模型估計(jì)結(jié)果Table 3 Estimation results of the model

3.2 時(shí)變脈沖響應(yīng)結(jié)果

3.2.1 不同畜禽產(chǎn)品價(jià)格對(duì)禽流感疫情變動(dòng)的等間隔脈沖響應(yīng) 圖4展示了不同畜禽產(chǎn)品價(jià)格對(duì)禽流感疫情變動(dòng)的動(dòng)態(tài)脈沖響應(yīng)。首先，從圖4上可以看出畜禽產(chǎn)品價(jià)格對(duì)禽流感疫情變動(dòng)的脈沖響應(yīng)具有明顯的時(shí)變性特征，說(shuō)明不同時(shí)期隨著禽流感疫情的變化，其對(duì)畜禽產(chǎn)品價(jià)格造成的影響不同。其次，從不同畜禽產(chǎn)品價(jià)格對(duì)禽流感疫情變動(dòng)脈沖響應(yīng)程度上看，雞肉價(jià)格受到的影響最大，其次為豬肉價(jià)格，牛羊肉價(jià)格受到的影響相對(duì)較小，這與以往研究結(jié)果基本一致[17,23]，可能原因是禽流感爆發(fā)時(shí)公眾禽流感關(guān)注度快速上升，導(dǎo)致雞肉消費(fèi)大幅減少引起價(jià)格出現(xiàn)較大下降，豬肉作為雞肉最主要的替代品同樣受到較大的影響，而牛羊肉消費(fèi)群體較為固定，兩者與雞肉替代性較小，因此受到的影響也最小。

再次，從不同滯后期畜禽產(chǎn)品價(jià)格對(duì)禽流感疫情變動(dòng)的脈沖響應(yīng)上看，滯后2期時(shí)畜禽產(chǎn)品價(jià)格對(duì)禽流感疫情變動(dòng)的響應(yīng)最大，滯后4期的脈沖響應(yīng)明顯減弱，滯后6期的脈沖響應(yīng)基本趨于0，說(shuō)明隨著滯后期的增加禽流感疫情變動(dòng)對(duì)畜禽產(chǎn)品價(jià)格的影響快速減弱，持續(xù)期并不長(zhǎng)。最后，從不同畜禽產(chǎn)品價(jià)格對(duì)禽流感疫情變動(dòng)脈沖響應(yīng)的方向上看，短期內(nèi)（滯后2期）主要以負(fù)向響應(yīng)為主，雞肉和牛羊肉在滯后4期和6期時(shí)對(duì)禽流感疫情變動(dòng)的響應(yīng)也以負(fù)向響應(yīng)為主，值得注意的是，豬肉在滯后4期和6期時(shí)對(duì)禽流感疫情變動(dòng)的響應(yīng)主要以正向響應(yīng)為主，這與周海文等[24]的研究類似，解釋這一現(xiàn)象的原因可能是：禽流感疫情發(fā)生時(shí)，公眾關(guān)于禽流感關(guān)注迅速增加，短期內(nèi)造成市場(chǎng)恐慌，降低畜禽產(chǎn)品消費(fèi)，引起畜禽產(chǎn)品價(jià)格下降；但之后作為雞肉的主要替代品，豬肉消費(fèi)開(kāi)始增加引起價(jià)格的上升，而牛羊肉由于與雞肉替代性較小并未出現(xiàn)價(jià)格上升。

圖4 不同畜禽產(chǎn)品價(jià)格對(duì)禽流感疫情變動(dòng)的動(dòng)態(tài)脈沖響應(yīng)Fig. 4 Dynamic impulse response of different livestock product prices to avian in fluenza epidemic

3.2.2 不同畜禽產(chǎn)品價(jià)格對(duì)禽流感疫情變動(dòng)的動(dòng)態(tài)脈沖響應(yīng) 具體來(lái)看不同畜禽產(chǎn)品價(jià)格對(duì)禽流感疫情變動(dòng)的動(dòng)態(tài)脈沖響應(yīng)。首先，從圖4（a）可以看出，雞肉價(jià)格對(duì)禽流感疫情變動(dòng)的響應(yīng)在滯后2期、4期和6期時(shí)均為負(fù)向；自2013年以來(lái)經(jīng)歷了5次響應(yīng)高峰期，分別對(duì)應(yīng)于2013年以來(lái)的禽流感疫情關(guān)注度高峰期；其中2013年3月和2017年3月兩次脈沖響應(yīng)程度較高，主要原因是2013年3月初次發(fā)現(xiàn)人感染H7N9禽流感事件，引起市場(chǎng)恐慌，導(dǎo)致雞肉價(jià)格大幅度下降，而2017年3月的高峰期是由于2017年年初人感染禽流感疫情病例數(shù)顯著增加所引起，導(dǎo)致雞肉消費(fèi)下降進(jìn)而引起價(jià)格下降。從圖4（b）豬肉對(duì)禽流感疫情變動(dòng)的脈沖響應(yīng)上看，由于與雞肉之間存在較強(qiáng)的替代性，其脈沖響應(yīng)走勢(shì)與雞肉較為相似，同樣經(jīng)歷了幾次響應(yīng)高峰期。

從圖4（c）可以看出，自2013年下半年以來(lái)，牛肉對(duì)禽流感疫情變動(dòng)的脈沖響應(yīng)均為負(fù)向，但同樣經(jīng)歷了幾個(gè)波動(dòng)的周期，在2014年初以及2015年初存在兩個(gè)較大的響應(yīng)高峰期，出現(xiàn)這一現(xiàn)象可能有兩個(gè)原因，一是與禽流感關(guān)注度波動(dòng)有關(guān)，隨著關(guān)注度的波動(dòng)起伏，對(duì)牛肉價(jià)格影響也波動(dòng)起伏，在禽流感關(guān)注度高峰期對(duì)牛肉價(jià)格造成較大影響；二是與牛肉的季節(jié)性消費(fèi)有關(guān)，第一和第四季度為消費(fèi)旺季，當(dāng)此時(shí)期發(fā)生禽流感疫情時(shí)，公眾關(guān)注度增加，市場(chǎng)恐慌程度增加引起消費(fèi)量下降程度較大，導(dǎo)致價(jià)格下降程度較大。羊肉價(jià)格對(duì)禽流感疫情變動(dòng)的脈沖響應(yīng)可以劃分為兩個(gè)階段（見(jiàn)圖4（d）），一是2013年—2015年小幅波動(dòng)期，此階段羊肉價(jià)格對(duì)禽流感疫情變動(dòng)脈沖響應(yīng)較?。欢?015年以來(lái)的大幅波動(dòng)期，此階段羊肉價(jià)格對(duì)禽流感疫情變動(dòng)脈沖響應(yīng)較大，同時(shí)還可以發(fā)現(xiàn)，2015年以來(lái)其他畜禽產(chǎn)品價(jià)格脈沖響應(yīng)也處在較高水平，造成這一現(xiàn)象的原因可能是隨著互聯(lián)網(wǎng)、多媒體等信息技術(shù)的快速發(fā)展，尤其是最近兩年智能手機(jī)、移動(dòng)終端的快速普及，使得公眾信息接收速度不斷加快，禽流感疫情的發(fā)生極易引起公眾關(guān)注，造成市場(chǎng)恐慌進(jìn)而導(dǎo)致畜禽產(chǎn)品市場(chǎng)不穩(wěn)定程度增加。

3.2.3 不同畜禽產(chǎn)品價(jià)格對(duì)禽流感疫情變動(dòng)的時(shí)點(diǎn)脈沖響應(yīng) 圖5展示了不同畜禽產(chǎn)品價(jià)格對(duì)禽流感疫情變動(dòng)的時(shí)點(diǎn)脈沖響應(yīng)，本文主要選取2013年第15周、2014年第5周和2016年第3周做時(shí)點(diǎn)脈沖響應(yīng)分析。從雞肉價(jià)格對(duì)禽流感疫情變動(dòng)在三個(gè)時(shí)點(diǎn)的脈沖響應(yīng)上看（圖5（a）），三個(gè)時(shí)點(diǎn)上雞肉價(jià)格對(duì)禽流感疫情變動(dòng)均產(chǎn)生了較大的負(fù)向響應(yīng)，這與前文分析一致，但產(chǎn)生最大響應(yīng)期數(shù)不同，2016年第3周時(shí)的脈沖響應(yīng)峰值為當(dāng)期，而2013年和2014年兩個(gè)時(shí)點(diǎn)上響應(yīng)峰值均在第一期，這主要是由于近兩年互聯(lián)網(wǎng)信息傳播速度加快，人們關(guān)于禽流感疫情的響應(yīng)速度同樣加快，導(dǎo)致價(jià)格響應(yīng)時(shí)間縮短。圖5（b）展示了豬肉價(jià)格對(duì)禽流感疫情變動(dòng)的脈沖響應(yīng)，可以看出，豬肉價(jià)格對(duì)禽流感疫情變動(dòng)在短期為負(fù)向響應(yīng)，之后出現(xiàn)反轉(zhuǎn)，轉(zhuǎn)為正向響應(yīng)，這進(jìn)一步證實(shí)了前文分析結(jié)果。

從圖5（c）牛肉價(jià)格對(duì)禽流感疫情變動(dòng)的脈沖響應(yīng)上看，2013年第15周以正向響應(yīng)為主，2014年和2016年兩個(gè)時(shí)點(diǎn)均為負(fù)向響應(yīng)。羊肉價(jià)格對(duì)禽流感疫情變動(dòng)的脈沖響應(yīng)上看（圖5（d）），2013年第15周羊肉價(jià)格對(duì)禽流感疫情變動(dòng)為微弱正向響應(yīng)，2014年第5周為正負(fù)交替的響應(yīng)，2016年第3周為負(fù)向響應(yīng)，這與前文結(jié)果一致。同時(shí)，從圖上可以看出，豬肉和牛羊肉價(jià)格對(duì)禽流感疫情變動(dòng)的脈沖響應(yīng)的持續(xù)時(shí)間基本在6周左右，而雞肉對(duì)禽流感疫情變動(dòng)的脈沖響應(yīng)的持續(xù)時(shí)間相對(duì)較長(zhǎng)，在9周左右。

圖5 不同畜禽產(chǎn)品價(jià)格對(duì)禽流感疫情變動(dòng)的時(shí)點(diǎn)脈沖響應(yīng)Fig. 5 Time point impulse response of different livestock product prices to avian in fluenza epidemic

3.3 穩(wěn)健性檢驗(yàn)

為進(jìn)一步驗(yàn)證前文實(shí)證結(jié)果的穩(wěn)健性，本文通過(guò)兩種方式來(lái)進(jìn)行，首先，通過(guò)調(diào)整估計(jì)模型的方式進(jìn)行穩(wěn)健性檢驗(yàn)，通過(guò)采用BVAR模型分析禽流感疫情變動(dòng)對(duì)不同畜禽產(chǎn)品價(jià)格的影響，得到不同畜禽產(chǎn)品價(jià)格對(duì)禽流感疫情變動(dòng)的脈沖響應(yīng)（圖6）。從圖6可以看出，雞肉、牛羊肉價(jià)格對(duì)禽流感疫情變動(dòng)均為負(fù)向響應(yīng)，而豬肉價(jià)格對(duì)禽流感疫情變動(dòng)則存在明顯的反轉(zhuǎn)效應(yīng)，即短期為負(fù)向響應(yīng)，之后轉(zhuǎn)為正向響應(yīng)，該結(jié)果進(jìn)一步驗(yàn)證了前文實(shí)證結(jié)果。

圖6 不同畜禽產(chǎn)品價(jià)格對(duì)禽流感疫情變動(dòng)脈沖響應(yīng)Fig. 6 Impulse response of different livestock product prices to avian in fluenza epidemic

其次，通過(guò)構(gòu)建禽流感疫情發(fā)生變量替換上文禽流感代理變量，再次對(duì)模型進(jìn)行估計(jì)，進(jìn)一步檢驗(yàn)上文結(jié)論的穩(wěn)健性。禽流感疫情變量數(shù)據(jù)來(lái)源于農(nóng)業(yè)部公布的《獸醫(yī)公報(bào)》，計(jì)算各地禽流感發(fā)病數(shù)、死亡數(shù)和撲殺數(shù)之和，并對(duì)其取對(duì)數(shù)，最終獲取禽流感疫情發(fā)生變量（由于《獸醫(yī)公報(bào)》均為月度數(shù)據(jù)，因此將各月所有周度數(shù)據(jù)均與月度數(shù)據(jù)相對(duì)應(yīng)進(jìn)行模型估計(jì)）。并再次采用BVAR模型分析禽流感疫情變動(dòng)對(duì)不同畜禽產(chǎn)品價(jià)格的影響，得到不同畜禽產(chǎn)品價(jià)格對(duì)禽流感疫情變動(dòng)的脈沖響應(yīng)（圖7）。可以看出，脈沖響應(yīng)結(jié)果與代理變量估計(jì)結(jié)果較為一致，由此可以證明本文實(shí)證結(jié)果的穩(wěn)健性。

4 結(jié)論與建議

4.1 結(jié)論

為分析禽流感疫情變動(dòng)是否會(huì)影響畜禽產(chǎn)品價(jià)格以及影響的大小，本文通過(guò)構(gòu)建禽流感疫情變動(dòng)代理變量——公眾禽流感關(guān)注度指數(shù)，選取雞肉、豬肉、牛肉和羊肉價(jià)格，運(yùn)用2013年1月至2017年3月的周度數(shù)據(jù)，采用時(shí)變參數(shù)向量自回歸模型（TVP-VAR）分析了禽流感疫情變動(dòng)對(duì)不同畜禽產(chǎn)品價(jià)格波動(dòng)的動(dòng)態(tài)影響，結(jié)果表明，禽流感疫情變動(dòng)會(huì)對(duì)畜禽產(chǎn)品價(jià)格造成影響，且影響具有時(shí)變性，禽流感疫情變動(dòng)對(duì)不同畜禽產(chǎn)品價(jià)格的沖擊大小、沖擊方向和沖擊持續(xù)時(shí)間上存在差異。其中，禽流感疫情對(duì)雞肉價(jià)格影響最大，其次為豬肉價(jià)格，牛羊肉價(jià)格受到的影響相對(duì)較??；禽流感疫情的變動(dòng)對(duì)雞肉和牛羊肉價(jià)格以負(fù)向影響為主，而對(duì)豬肉價(jià)格的影響存在反轉(zhuǎn)效應(yīng)，即短期存在負(fù)向影響，中長(zhǎng)期存在正向影響；由于消費(fèi)季節(jié)性等特點(diǎn)，禽流感疫情對(duì)畜禽產(chǎn)品價(jià)格的影響存在差異。上述結(jié)果通過(guò)調(diào)整估計(jì)方法以及調(diào)換變量等穩(wěn)健性檢驗(yàn)均得到了驗(yàn)證，從而保證了本文實(shí)證結(jié)果的穩(wěn)健性。

4.2 建議

基于本研究結(jié)論，認(rèn)為政府有關(guān)部門(mén)應(yīng)進(jìn)一步加大對(duì)禽流感疫情的監(jiān)測(cè)力度以及提高疫情處理能力。首先，應(yīng)進(jìn)一步完善禽流感預(yù)警系統(tǒng)，加強(qiáng)對(duì)禽流感的監(jiān)測(cè)力度，建立畜禽產(chǎn)品價(jià)格聯(lián)動(dòng)監(jiān)測(cè)機(jī)制，防患于未然。其次，除關(guān)注禽流感疫情本身發(fā)生情況之外，一方面應(yīng)通過(guò)多渠道密切關(guān)注公眾禽流感輿情動(dòng)態(tài)變動(dòng)情況，尤其是借助互聯(lián)網(wǎng)渠道加強(qiáng)輿情監(jiān)督，做好輿情引導(dǎo)；另一方面，加強(qiáng)禽流感疫情科學(xué)知識(shí)的宣傳，增強(qiáng)公眾對(duì)禽流感的認(rèn)知，減少公眾禽流感恐慌。最后，在疫情發(fā)生時(shí)，除應(yīng)重點(diǎn)關(guān)注肉雞產(chǎn)業(yè)市場(chǎng)變化外，還應(yīng)關(guān)注豬肉產(chǎn)業(yè)的市場(chǎng)變化，做到積極正確的消費(fèi)及生產(chǎn)引導(dǎo)。

圖7 不同畜禽產(chǎn)品價(jià)格對(duì)禽流感疫情變動(dòng)代理變量脈沖響應(yīng)Fig. 7 Impulse response of different livestock product prices to proxy variable of avian in fluenza epidemic

參考文獻(xiàn)：

[1] Suder G, Inthavong S. New health risks and sociocultural contexts: Bird flu impacts on consumers and poultry businesses in Lao PDR[J]. Risk Analysis, 2008, 28(1): 1-12.

[2] 王秀清, Weldegebriel H T, Rayner A J. 縱向關(guān)聯(lián)市場(chǎng)間的價(jià)格傳遞[J]. 經(jīng)濟(jì)學(xué)(季刊), 2007, 6(3): 885-898.Wang X Q, Weldegebriel H T, Rayner A J. Price transmission in vertically related markets[J]. China Economic Quarterly, 2007,6(3): 885-898.

[3] Beach R H, Kuchler F, Leibtag E, et al. The effects of avian in fluenza news on consumer purchasing behavior: A case study of Italian consumers’ retail purchases[R]. Washington, 2008.

[4] 周力, 劉常瑜. 禽流感風(fēng)險(xiǎn)下肉雞產(chǎn)業(yè)價(jià)格縱橫傳導(dǎo)研究[J].統(tǒng)計(jì)與決策, 2016(17): 93-96.Zhou L, Liu C Y. Vertical and horizontal transmission of broiler industry price under avian in fluenza risk[J]. Statistics & Decision,2016(17): 93-96.

[5] 夏云. H7N9疫情對(duì)家禽產(chǎn)業(yè)的影響[D]. 廣州: 華南農(nóng)業(yè)大學(xué),2016.Xia Y. An empirical study on the impact of H7N9 influenza on poultry industry[D]. Guangzhou: South China Agricultural University, 2016.

[6] 黃澤穎, 王濟(jì)民. 高致病性禽流感對(duì)我國(guó)肉雞產(chǎn)業(yè)的影響[J].中國(guó)農(nóng)業(yè)科技導(dǎo)報(bào), 2016, 18(1): 189-199.Huang Z Y, Wang J M. Economic impact of highly pathogenic avian influenza on broiler industry in China[J]. Journal of Agricultural Science and Technology, 2016, 18(1): 189-199.

[7] 于樂(lè)榮, 李小云, 汪力斌, 等. 禽流感發(fā)生對(duì)家禽養(yǎng)殖農(nóng)戶的經(jīng)濟(jì)影響評(píng)估——基于兩期面板數(shù)據(jù)的分析[J]. 中國(guó)農(nóng)村經(jīng)濟(jì), 2009(7): 12-19, 30.Yu L R, Li X Y, Wang L B , et al. An assessment of the economic impacts of occurrence of avian influenza on poultry raising famers’ households: An analysis based on two period panel data[J]. Chinese Rural Economy, 2009(7): 12-19, 30.

[8] 梅付春, 張陸彪. 禽流感疫區(qū)散養(yǎng)戶對(duì)撲殺補(bǔ)償政策配合意愿的實(shí)證分析[J]. 農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題, 2008(S1): 173-177.Mei F C, Zhang L B. Empirical analysis on the small’s willingness to corporate with the compensation policy for culling in the bird flu-infected areas[J]. Issues in Agricultural Economy, 2008(S1):173-177.

[9] 張莉琴, 康小瑋, 林萬(wàn)龍. 高致病性禽流感疫情防制措施造成的養(yǎng)殖戶損失及政府補(bǔ)償分析[J]. 農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題, 2009(12):28-33.Zhang L Q, Kang X W, Lin W L. Loss of livestock farms and government compensatory in the control of HPAI[J]. Issues in Agricultural Economy, 2009(12): 28-33.

[10] Serra T. Food scare crises and price volatility: The case of the BSE in Spain[J]. Food Policy, 2011, 36(2): 179-185.

[11] 劉明月, 陸遷. 禽流感疫情沖擊下疫區(qū)養(yǎng)殖戶生產(chǎn)恢復(fù)行為研究——以寧夏中衛(wèi)沙坡區(qū)為例[J]. 農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題, 2016(5): 40-50, 111.Liu M Y, Lu Q. Study of farmers’ productive recovery behavior in avian-infected area under the shocks of avian in fluenza: A case study of Zhongwei in Ningxia[J]. Issues in Agricultural Economy,2016(5): 40-50, 111.

[12] Roux A. Food scare crises and developing countries: The impact of avian in fluenza on vertical price transmission in the Egyptian poultry sector[J]. Food Policy, 2012, 37(3): 264-274.

[13] Serra T. Vertical price transmission in the Turkish poultry market:The avian in fluenza crisis[J]. Applied Economics, 2015, 47(11):1106-1117.

[14] 孫毅, 呂本富. 網(wǎng)絡(luò)搜索與經(jīng)濟(jì)行為相關(guān)性研究綜述[J]. 管理評(píng)論, 2011, 23(7): 72-77.Sun Y, Lü B F. A review of the researches on the correlation between internet search and economic behavior[J]. Management Review, 2011, 23(7): 72-77.

[15] Rech J. Discovering trends in software engineering with google trend[J]. Acm Sigsoft Software Engineering Notes, 2007, 32(2): 1-2.

[16] 張繼德, 廖微, 張榮武. 普通投資者關(guān)注對(duì)股市交易的量?jī)r(jià)影響——基于百度指數(shù)的實(shí)證研究[J]. 會(huì)計(jì)研究, 2014(8): 52-59, 97.Zhang J D, Liao W, Zhang R W. The effect of ordinary investors’attention on volume an price of stock market: empirical evidence based on baidu index [J]. Accounting Research, 2014(8): 52-59, 97.

[17] 黃德林, 董蕾, 王濟(jì)民. 禽流感對(duì)養(yǎng)禽業(yè)和農(nóng)民收入的影響[J].農(nóng)業(yè)經(jīng)濟(jì)問(wèn)題, 2004(6): 21-25, 79.Huang D L, Dong L, Wang J M. Influence of bird flu on the poultry industry and farmers’ income[J]. Issues in Agricultural Economy, 2004(6): 21-25, 79.

[18] 盧洪濤, 李綱. 網(wǎng)絡(luò)搜索關(guān)鍵詞時(shí)序變化特征研究——以H7N9禽流感關(guān)鍵詞實(shí)驗(yàn)為例[J]. 情報(bào)雜志, 2014, 33(11): 175-180.Lu H T, Li G. Research on timing variation characteristics of keywords in web search keywords based on a case study about H7N9 avian influenza keywords experiment[J]. Journal of Intelligence, 2014, 33(11): 175-180.

[19] 徐映梅, 高一銘. 基于互聯(lián)網(wǎng)大數(shù)據(jù)的CPI輿情指數(shù)構(gòu)建與應(yīng)用——以百度指數(shù)為例[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究, 2017,34(1): 94-112.Xu Y M, Gao Y M. Construction of the public opinion index of CPI based on the internet big data[J]. The Journal of Quantitative& Technical Economics, 2017, 34(1): 94-112.

[20] Primiceri. Time varying structural vector autoregressions and monetary policy[J]. Review of Economic Studies, 2005, 72(3):821-852.

[21] Nakajima J. Time-varying parameter VAR model with stochastic volatility: An overview of methodology and empirical applications[J]. Jouchi Nakajima, 2011, 29: 107-142.

[22] 錢燕, 萬(wàn)解秋. 貨幣供應(yīng)、通貨膨脹與經(jīng)濟(jì)增長(zhǎng)的互動(dòng)關(guān)系研究——基于時(shí)變參數(shù)VAR模型的實(shí)證檢驗(yàn)[J]. 西安財(cái)經(jīng)學(xué)院學(xué)報(bào), 2014, 27(1): 5-10.Qian Y, Wan J Q. Research on the interaction between money supply, in flation and economic growth: Based on the time-varying parameter VAR model[J]. Journal of Xi’an University of Finance and Economics, 2014, 27(1): 5-10.

[23] Ishida T, Ishikawa N, Fukushige M. Impact of BSE and bird flu on consumers’ meat demand in Japan[J]. Applied Economics , 2010,42(1): 49-56.

[24] 周海文, 王勁松, 王銳, 等. 外部沖擊對(duì)肉產(chǎn)品價(jià)格的影響——以疫病為例[J]. 世界農(nóng)業(yè), 2014(11): 76-82.Zhou H W, Wang J S, Wang R, et al. The impact of external shocks on meat products prices: A case study of epidemic diseases[J].World Agriculture, 2014(11): 76-82.