中國活雞價格區(qū)域差異時空特征及其驅(qū)動因素研究

徐小華，王 琪，吳恩平

（1.浙江工業(yè)大學之江學院，浙江紹興 312000；2.浙江工業(yè)大學管理學院，浙江杭州 310000；3.浙江工業(yè)大學經(jīng)濟學院，浙江杭州 310000）

雞肉是我國僅次于豬肉的第二大畜禽消費品[1]，也是居民動物性蛋白質(zhì)攝入的主要來源[2]。近年來受飼料成本[3]、疫情[4]、城鎮(zhèn)化水平[5-6]、豬肉價格[7]等因素影響，活雞價格頻繁波動，這不僅影響到居民對雞肉的需求量，也對家禽養(yǎng)殖戶的利益產(chǎn)生直接影響。因此，如何穩(wěn)定活雞價格，有效發(fā)揮雞肉的替代效應，成為學術(shù)界廣泛關(guān)注的重要命題。

目前學者們大多從活雞產(chǎn)業(yè)鏈視角分析活雞價格波動的原因，發(fā)現(xiàn)價格上漲的根本原因是成本上升和產(chǎn)后各環(huán)節(jié)加價[8]。隨著我國各個區(qū)域一體化進程的推進以及交通運輸業(yè)的發(fā)展，區(qū)域之間關(guān)系越來越緊密，其他區(qū)域影響因素的波動也有可能引起本區(qū)域活雞價格變化。我國學者已經(jīng)注意到了空間效應對生豬價格的影響，運用傳統(tǒng)的空間滯后模型和空間誤差模型、空間杜賓模型[9]的研究結(jié)果發(fā)現(xiàn)，中國豬肉價格波動存在顯著的空間趨同性和空間溢出效應。但是很少有學者關(guān)注區(qū)域間活雞價格的傳導問題，對區(qū)域間價格差異的驅(qū)動因素也較少研究。鑒于此，考慮到數(shù)據(jù)可得性和雞肉價格與活雞價格有高度的關(guān)聯(lián)性[10]，本文嘗試研究我國活雞價格時空分布演變特征，通過建立動態(tài)空間面板模型，分析活雞價格區(qū)域差異的驅(qū)動因素，以期為政府穩(wěn)定雞肉價格提供政策依據(jù)。

1 數(shù)據(jù)與方法

1.1 變量選取與數(shù)據(jù)來源

1.1.1 變量選取 本文選取活雞價格作為被解釋變量。通過對現(xiàn)有文獻的梳理，選取玉米價格、商品代蛋雛雞價格、城鎮(zhèn)化率、商品代肉雛雞價格、豬肉價格、人均地區(qū)生產(chǎn)總值6 個變量作為解釋變量。

雛雞價格：活雞產(chǎn)品價格上漲的主要原因是成本推動[11]。雛雞價格是影響供給的一個重要因素。因此選取商品代蛋雛雞DCP）和商品代肉雛雞RCP）作為影響活雞價格波動的成本因素。

玉米價格：根據(jù)2018 年《全國農(nóng)產(chǎn)品成本與收益資料匯編》，精飼料費用為主要投入成本，精飼料主要由玉米、豆粕等構(gòu)成。因此本文以玉米價格（CP）作為代替變量來衡量飼料價格。

豬肉價格：豬肉及牛羊肉均為雞肉的替代品，但牛羊肉的替代效應不明顯[12]，當豬肉價格上漲時，消費者會傾向于增加雞肉的消費。因此本文選取豬肉價格（PP）作為替代品價格。

城鎮(zhèn)化率：城鎮(zhèn)化水平提高通過增加區(qū)域城鎮(zhèn)人口數(shù)量、促進區(qū)域經(jīng)濟發(fā)展、提高城鄉(xiāng)居民收入并縮小城鄉(xiāng)居民收入差距，直接或間接的影響居民消費結(jié)構(gòu)與居民消費水平[13]，進而促進雞肉價格的上漲。本文選取城鎮(zhèn)化率（UR）刻畫城鎮(zhèn)化水平。

人均地區(qū)生產(chǎn)總值：國民經(jīng)濟水平提高必然會拉動內(nèi)需，推動物價持續(xù)上漲[14]。本文選取人均地區(qū)生產(chǎn)總值（Pgdp）作為替代變量來衡量區(qū)域經(jīng)濟增長水平。

1.1.2 數(shù)據(jù)來源 考慮到數(shù)據(jù)的可得性，本文選取中國大陸（西藏、北京、河南地區(qū)相關(guān)數(shù)據(jù)缺失，不予考慮）28 個省（區(qū)、市）月度數(shù)據(jù)作為分析樣本，樣本區(qū)間為2001—2017 年。數(shù)據(jù)來源于歷年的《中國統(tǒng)計年鑒》《全國農(nóng)產(chǎn)品成本收益資料匯編》《中國畜牧業(yè)年鑒》《中國人口和就業(yè)統(tǒng)計年鑒》《中國畜牧獸醫(yī)年鑒》。利用CPI 定基指數(shù)處理各省的相關(guān)月度數(shù)據(jù)以消除通貨膨脹的影響，所有的變量數(shù)據(jù)均取其自然對數(shù)進行分析。

1.2 研究方法

1.2.1 全局空間自相關(guān) 全局空間自相關(guān)反映了在一個總的空間范圍內(nèi)空間依賴的程度。其最常用的關(guān)聯(lián)指標是Moran' s I，在構(gòu)成的Moran 散點圖中，可以劃分為4 個象限，對應4 種不同的區(qū)域空間差異類型：“高-高”（區(qū)域自身和周邊地區(qū)的屬性水平均較高，二者空間差異程度小）、“高-低”（區(qū)域自身屬性水平高，周邊地區(qū)屬性水平低，二者空間差異程度較大）、“低-低”、“低-高”。根據(jù)“高-高”、“低-低”類型是否占最多，判斷某一地區(qū)是否存在顯著的空間自相關(guān)性，即具有明顯的空間集聚特征。Moran' s I的計算公式為：

式中，Wij為研究區(qū)域每個空間單元i 與j 的空間相鄰權(quán)重矩陣，當二者相鄰時，Wij取1，反之則取0；xi為第i 個單元的觀測值；為觀測量均值。在給定顯著性水平時，Moran's I＞0，表示正相關(guān)；Moran's I＜0 表示負相關(guān)，值越大則相關(guān)的程度越高。反之，則空間上相關(guān)的程度越小。Moran's I=0 表示空間分布呈現(xiàn)隨機的狀態(tài)。

1.2.2 局部空間自相關(guān) 全局自相關(guān)性測度了研究對象的整體空間分布狀況，但可能會忽略空間局域上的非典型特征。因此有必要進行局域空間自相關(guān)分析作為補充。本研究利用OpenGeoDa1.2.0 軟件對局部空間自相關(guān)進行計算，對局部Moran's I采用95%置信水平的檢測，通過顯著性檢測以LISA 集聚圖反映其特征[15]。其計算公式為：

1.2.3 空間杜賓模型 本文通過構(gòu)建空間杜賓模型進行實證分析，具體模型設定如下：

式中，yit為活雞價格；i 和t 分別為省份和時期；ρ為因變量的空間滯后項系數(shù)；wij為空間權(quán)重矩陣；βk是第k 個自變量回歸系數(shù)；xit,k為i 省份t 時期第k 個自變量；λk為第k 個自變量的空間滯后項系數(shù)；εit為隨機誤差項。

由于傳統(tǒng)空間鄰近權(quán)重矩陣僅僅以地理因素為標準，但現(xiàn)實中各省份的經(jīng)濟聯(lián)系錯綜復雜，為確保研究結(jié)論的穩(wěn)健性，本文同時把空間分析中的空間鄰近權(quán)重矩陣Wδ和經(jīng)濟距離權(quán)重矩陣We納入研究框架。其中空間鄰近權(quán)重矩陣Wδ以空間鄰近作為標準，若i 省與j 省空間相鄰，則Wij=1，否則Wij=0；經(jīng)濟距離權(quán)重矩陣We則令i 省份與j 省份的人均GDP 分別為Yi和Yj，定義空間權(quán)重矩陣中的元素wij=1/|Yi-Yj|,經(jīng)濟距離越近，則兩者之間的空間權(quán)重系數(shù)越大。

空間杜賓模型將鄰近省份影響因素考慮在內(nèi)，導致系數(shù)的偏導數(shù)不再等于0，這表明回歸系數(shù)不能準確解釋自變量對因變量的影響。因此本文根據(jù)LeSage 等[16]的研究成果,將自變量對因變量的影響分為直接效應和間接效應。

2 結(jié)果與分析

2.1 中國活雞價格區(qū)域差異的時空特征演變

2.2.1 空間趨勢面分析 為了清晰地展現(xiàn)中國活雞價格的空間結(jié)構(gòu)變化，本文分別繪制出2001、2009、2017年活雞價格的空間趨勢圖，由圖1 可知，2001 年和2009 年活雞價格在東西方向上均呈現(xiàn)“兩端低中間高”的空間結(jié)構(gòu)特征，隨著時間的演變，“倒U 型”特征的空間結(jié)構(gòu)逐漸弱化，說明東西兩邊和中部地區(qū)三者之間的活雞價格差異在逐年縮小?；铍u價格在南北方向呈現(xiàn)較穩(wěn)定的“南高北低”的空間結(jié)構(gòu)特征，隨著時間的推進，逐漸演變?yōu)椤癠 型”的空間結(jié)構(gòu)特征，說明越往南活雞價格越高，可能原因在于飲食習慣不同，中國南部省份的居民較北方更喜雞肉，其次南部省份經(jīng)濟較北方更為發(fā)達。

圖1 2001、2009、2017 年的趨勢面分析

2.1.2 冷熱點分析 為探究活雞價格高低值集聚的空間分布特征，本文使用ArcGIS 10.5 繪制出2001 年、2007 年、2012 年、2017 年活雞價格的冷熱點圖，將29 個省份活雞價格的Getis-Ord Gi 分成7 個等級，分別命名為超熱點區(qū)、高熱點區(qū)、低熱點區(qū)、超冷點區(qū)、高冷點區(qū)、低冷點區(qū)、和隨機分布區(qū)。由結(jié)果可知：①樣本期內(nèi)熱點區(qū)域和冷點區(qū)域均呈現(xiàn)明顯的集中態(tài)勢，局部空間關(guān)聯(lián)特征尤為明顯，“北冷南熱”兩極分化較為嚴重；②超熱點區(qū)、高熱點區(qū)和低熱點區(qū)集中在中國東南部沿海地區(qū)（廣東、福建、廣西、海南）、中部地區(qū)（湖南）以及西南地區(qū)部分省區(qū)（貴州、云南、四川、重慶），而冷點區(qū)主要集中在我國天津、河北、吉林、遼寧、山西、寧夏和內(nèi)蒙古等地；③2012—2017 年，超熱點區(qū)和高熱點區(qū)省份在五年內(nèi)并無變化，與2001年相比，超熱點區(qū)大幅減少，其中廣東、云南、貴州都由超熱點區(qū)域轉(zhuǎn)變?yōu)楦邿狳c區(qū)，而四川則由高熱點區(qū)轉(zhuǎn)變?yōu)殡S機分布區(qū)，重慶由低熱點區(qū)轉(zhuǎn)變?yōu)殡S機分布區(qū)，內(nèi)蒙古、吉林由超冷點區(qū)轉(zhuǎn)變?yōu)楦呃潼c區(qū)，江蘇、安徽由隨機分布區(qū)轉(zhuǎn)變?yōu)楦呃潼c區(qū)，陜西由隨機分布區(qū)轉(zhuǎn)變?yōu)榈屠潼c區(qū)。總體來看，熱點區(qū)在2001—2017 年呈現(xiàn)出圈層式收縮的特征，而冷點區(qū)的空間極化現(xiàn)象減弱。

2.1.3 空間自相關(guān)分析 全國省域活雞價格空間相關(guān)性的檢驗結(jié)果如圖2 所示，樣本期內(nèi)各年的Moran's I都在1% 水平上顯著，即活雞價格存在顯著的空間自相關(guān)性，樣本期內(nèi)各年的Moran's I都在0～1，這表明各個省份的活雞價格在全域空間上存在正相關(guān)關(guān)系，即活雞價格存在集群分布和空間溢出現(xiàn)象。總體來看，Moran's I呈現(xiàn)波動中下降的變化趨勢，其中，2006—2012 年Moran's I值均為正，說明本省活雞價格的提高對于臨近省域具有帶動作用，但這種帶動作用呈現(xiàn)逐年波動下降的趨勢，表明省域間空間正溢出效應趨于下降，空間集聚性和依賴性的明顯下降反映出省域之間的經(jīng)濟帶動作用在減弱；2012—2016 年Moran's I呈小幅上升狀態(tài)，表明近年來活雞價格的空間相關(guān)性在增強，活雞價格較高省份的輻射效應帶動臨近省份活雞價格的提高。

由于全局空間分析只能反映各個省份整體的價格空間依賴程度，忽略了空間過程的不穩(wěn)定性，會掩蓋其局部的空間異質(zhì)特征[17]，省份之間價格差異也很可能存在空間集聚或分散的局部空間自相關(guān)現(xiàn)象，而Moran's I散點圖可以揭示出局部區(qū)域價格波動的差異，因此，本文截取了2001、2007、2012 年和2017 年不同省份活雞年度平均價格，運用OpenGeoDa1.2.0 實現(xiàn)Moran 散點圖以探討其局部變化趨勢，圖中橫坐標為省區(qū)單元活雞價格水平的標準化值，縱坐標表示鄰近省區(qū)活雞價格水平的空間加權(quán)平均值，又稱空間滯后變量。

圖2 活雞價格的全局Moran's I

Moran 散點圖（圖3）反映了被觀測省市及地區(qū)的分布特征和鄰近區(qū)域的相互關(guān)系，可以看出，分布于一、三象限的省份數(shù)量在4 個時間斷面上始終處于高度密集的狀態(tài)，即“高-高”、“低-低”型在數(shù)量上占據(jù)明顯優(yōu)勢。從時間尺度的演變來看，活雞價格的“高-高”型區(qū)域17年來并沒有增減，而“低-低”型區(qū)域卻由2001 年的13個減少到了2017 年的9 個，降幅達30.8%。

圖3 2001、2007、2012 年和2017 年局部莫蘭指數(shù)散點圖

綜合局部Moran's I指數(shù)值和標準化變量Zi的取值，繪制LISA 集聚圖分析空間關(guān)聯(lián)特征。總體來看，2001年與2017 年活雞價格的空間分布呈現(xiàn)出比較明顯的縱向分層連片集聚特征。從空間分布格局來看：①2001與2017 年活雞價格呈現(xiàn)出“高-高”型集聚的省份主要集中在廣西、貴州、福建、江西、廣東、湖南、四川7 省，表明本地與相鄰地區(qū)活雞價格都處于較高水平的省份主要集中在我國東南沿海地區(qū)與西南部地區(qū)；②活雞價格“低-低”型集聚的省份集中分布在黑龍江、內(nèi)蒙古、遼寧、山東、河北、山西、河南、吉林8 省，說明本地與相鄰地區(qū)活雞價格都較低的省份主要集中北部沿海和東北部地區(qū)，這與前文冷熱點分析結(jié)果基本一致；③“高-低”型集聚的省份2001 年為安徽、上海、青海，2017 年為新疆、寧夏、上海、青海、遼寧，此類省份活雞價格較高，但受周邊省份較弱的空間制約，本省較快增長的活雞價格并沒有帶動周圍省份活雞價格的整體增長，而是呈現(xiàn)出一定的極化效應；④“低-高”型集聚的省份主要分布在浙江、陜西、湖北、甘肅，此類省份本身活雞價格較低，而周圍省份的活雞價格均較高，說明區(qū)域間的溢出傳導效應對其影響程度較小。

究其原因，一方面可能在于我國活雞產(chǎn)業(yè)具有生產(chǎn)與消費高度一致性的特點，肉雞傳統(tǒng)生產(chǎn)區(qū)也是雞肉的主要消費區(qū)，廣東和廣西作為我國黃羽肉雞生產(chǎn)排名第一、第二的主產(chǎn)省份，也是主要的消費地區(qū)，這種優(yōu)勢為當?shù)鼐用裉峁┝讼M的便利條件，而居民也因此養(yǎng)成了雞肉消費的習慣，從而促進了當?shù)仉u肉價格的上漲；最后，活雞價格在區(qū)域之間存在差異與各地區(qū)的經(jīng)濟發(fā)展水平密不可分，例如我國西部地區(qū)活雞產(chǎn)業(yè)發(fā)展水平遠落后于東、中部地區(qū)，人口稀少，經(jīng)濟發(fā)展動力不足致使其生產(chǎn)成本高于全國平均水平。

2.2 活雞價格區(qū)域價格差異的驅(qū)動因素分析

2.2.1 泰爾指數(shù)分解 泰爾指數(shù)及其分解的組內(nèi)和組間差距可以很好反映組內(nèi)、組間差距對于活雞價格區(qū)域差異的貢獻度，因此本文將中國劃分為東部、西部、中部和東北部4 個區(qū)域。東部地區(qū)包括天津、江蘇、河北、上海、浙江、山東、廣東、福建、海南；中部地區(qū)包括河南、湖北、江西、山西、安徽、湖南；西部地區(qū)包括重慶、內(nèi)蒙古、四川、云南、甘肅、青海、廣西、貴州、陜西、寧夏、新疆；東北地區(qū)包括黑龍江、吉林、遼寧。

表1 為2001—2017 年泰爾指數(shù)組內(nèi)和組間差距的變動狀況。研究發(fā)現(xiàn)：①東部、中部、西部與東北部區(qū)域之間的差異與各區(qū)域內(nèi)部省域之間的差異比重格局基本保持穩(wěn)定；②在各區(qū)域內(nèi)部省域之間的差異比重格局上，東部區(qū)域內(nèi)各省域的差異在總體差異中的占比從2001 年的19.3849%波動上升至2017 年的38.084%，其在總體差異中的占比排名由第二上升至第一，與此同時，西部區(qū)域內(nèi)各省域的差異貢獻度則呈現(xiàn)出逐年波動下降的趨勢；③西部區(qū)域與東部區(qū)域內(nèi)各省域的差異占比和始終在70%以上，是對總體差異影響最大的兩個區(qū)域?？傮w而言，組內(nèi)差距對活雞價格的空間差異一直起決定性作用，從貢獻度上來看，組內(nèi)差距的貢獻度始終保持在70%以上，顯然各區(qū)域內(nèi)部差異是造成總體差異的主要影響因素，而各區(qū)域間差異對總體差異的影響較小。

2.2.2 空間計量模型分析 通過前文空間自相關(guān)的分析，表明中國活雞價格存在明顯的空間集聚性和空間依賴性，活雞價格的波動水平不但與自身因素有關(guān)，亦與周圍地區(qū)存在相關(guān)性。本研究采用空間杜賓模型分析中國活雞價格的空間效應，為確保研究的穩(wěn)健性，本研究同時把空間鄰近權(quán)重矩陣Wδ和經(jīng)濟距離權(quán)重矩陣We納入研究。Hausman 檢驗結(jié)果顯示卡方差值較大并通過1%顯著性檢驗，對數(shù)似然值顯示固定效應空間杜賓模型明顯優(yōu)于隨機效應的空間杜賓模型，因此，本文最終選擇固定效應空間杜賓模型作為最優(yōu)模型進行模擬分析。估計的結(jié)果見表2，基于空間地理距離權(quán)重矩陣和經(jīng)濟距離權(quán)重矩陣的空間杜賓模型的直接效應、間接效應、總效應的回歸結(jié)果見表3 和表4。

如表2 所示，在空間地理距離權(quán)重矩陣和經(jīng)濟距離權(quán)重矩陣兩種矩陣下，豬肉價格、商品代肉雛雞商品代蛋雛雞、城鎮(zhèn)化率均表現(xiàn)出顯著正向影響。但由于SDM 模型同時考慮了臨近省份相關(guān)變量的影響，回歸系數(shù)不能直接解釋變量的實際影響，因此需要進一步根據(jù)直接效應、間接效應和總效應的結(jié)果分析得出研究結(jié)論，結(jié)果見表3、表4。

由表3、表4 回歸結(jié)果的直接效應部分可以看出，商品代肉雛雞價格、商品代蛋雛雞價格、豬肉價格、城鎮(zhèn)化率的系數(shù)均為正，且都通過了1%的顯著性檢驗，說明豬肉價格、商品代肉雛雞價格、商品代蛋雛雞價格增長與城鎮(zhèn)化率提高都會對活雞價格產(chǎn)生推動作用，原因在于商品代肉雛雞價格、商品代蛋雛雞價格為活雞的生產(chǎn)成本，生產(chǎn)成本的提高將會導致活雞價格上漲。而豬肉屬于雞肉的替代品，當豬肉價格上漲時，居民會增加雞肉消費，從而導致雞肉價格上漲。區(qū)域城鎮(zhèn)化率的提高則通過增加區(qū)域城鎮(zhèn)人口數(shù)量、促進區(qū)域經(jīng)濟發(fā)展、提高城鄉(xiāng)居民收入并縮小城鄉(xiāng)居民收入差距，直接或間接地影響居民消費結(jié)構(gòu)與居民消費水平，進而促進活雞價格的上漲。從間接效應的部分可以看出，商品代肉雛雞價格、商品代蛋雛雞價格、玉米價格、豬肉價格和城鎮(zhèn)化率的系數(shù)均為正，且在1%顯著性水平下顯著，說明商品代肉雛雞價格、商品代蛋雛雞價格、玉米價格、豬肉價格和城鎮(zhèn)化率均具有正向的空間溢出效應，臨近省份商品代肉雛雞價格、商品代蛋雛雞價格、玉米價格與豬肉價格的增長將會導致本省份活雞價格的上升。由此可見生產(chǎn)成本的變化、替代品價格的變化及城鎮(zhèn)化率的變化是活雞價格波動的主要因素。

表2 空間杜賓模型回歸結(jié)果

表3 基于聯(lián)接鄰近的空間杜賓模型的直接效應、間接效應和總效應

表4 基于經(jīng)濟鄰近的空間杜賓模型的直接效應、間接效應和總效應

3 結(jié)論與建議

本文基于中國28 個省2001—2017 年月度面板數(shù)據(jù)，采用空間自相關(guān)和冷熱點分析等技術(shù)手段對中國省域活雞價格差異時空演變特征進行研究，并利用空間杜賓模型進一步從空間視角深入剖析區(qū)域價格差異的驅(qū)動成因。結(jié)論如下：①中國活雞價格熱點區(qū)域和冷點區(qū)域均呈現(xiàn)明顯的集中態(tài)勢，局部空間關(guān)聯(lián)特征尤為鮮明，“北冷南熱”兩極分化較為嚴重，熱點區(qū)在2001—2017 年呈現(xiàn)出圈層式收縮的特征，冷點區(qū)的空間極化現(xiàn)象減弱。②中國活雞價格區(qū)域差異二元分化明顯。從活雞價格的空間分布格局來看，價格“低-低”型區(qū)域主要集中在北部沿海和東北部地區(qū)，“高-高”型區(qū)域主要集中在東南沿海地區(qū)與西南地區(qū)。③泰爾指數(shù)的分解表明，組內(nèi)差距的貢獻度始終保持在70% 以上，各區(qū)域內(nèi)部差異是造成總體差異的主要影響因素，從2011—2017 年的時間演變來看，組內(nèi)差距呈現(xiàn)出階梯式增長的趨勢，2017 年東部地區(qū)組內(nèi)差異的貢獻度超越西部地區(qū)，成為貢獻度占比最高的地區(qū)。④空間杜賓模型分析結(jié)果顯示，中國活雞價格的集聚效應已經(jīng)打破了原有的地理集聚，而存在跨區(qū)域的空間效應。豬肉價格、商品代肉雛雞價格、商品代蛋雛雞價格、城鎮(zhèn)化率均表現(xiàn)出顯著正向影響，從直接效應分析來看，商品代肉雛雞價格、商品代蛋雛雞價格、豬肉價格和城鎮(zhèn)化率的提高會帶動本地活雞價格的提高。從間接效應分析來看，臨近省份商品代肉雛雞價格、商品代蛋雛雞價格、玉米價格、豬肉價格和城鎮(zhèn)化率的提高都會帶動本地活雞價格的提高。

根據(jù)以上結(jié)論，本研究提出如下政策建議：①政府職能部門在雞肉價格政策調(diào)控過程中應充分考慮“集聚效應”和“時空效應”，因地制宜、因時制宜的制定調(diào)控政策；②對”高-高”型集聚的東南沿海地區(qū)與西南地區(qū)要進行重點監(jiān)控，加強不同地區(qū)間的信息共享機制，以防止活雞價格高位運行的省份對臨近省份活雞價格的提升產(chǎn)生的推波助瀾的作用。加大對落后地區(qū)活雞產(chǎn)業(yè)的交通、運輸、倉儲等基礎設施建設和改造，以加強各地區(qū)市場間的流通與技術(shù)合作；③要繼續(xù)推進活雞養(yǎng)殖標準化、規(guī)?；癁楹诵牡漠a(chǎn)業(yè)轉(zhuǎn)型升級和結(jié)構(gòu)性改革，提高基礎設施、生產(chǎn)設施設備及人力投入的利用率，進一步降低活雞養(yǎng)殖成本，并預防豬肉等替代品價格的大幅波動，是建立活雞市場價格穩(wěn)定長效機制的關(guān)鍵。