新冠肺炎疫情對我國豬肉價格的影響

賈 鋮 夏春萍* 覃瓊霞

(1.華中農(nóng)業(yè)大學 經(jīng)濟管理學院，武漢 430070；2.華中農(nóng)業(yè)大學 電子商務(wù)研究所，武漢 430070；3.浙江理工大學 經(jīng)濟管理學院，杭州 310018)

突如其來的新冠肺炎疫情(COVID-19 epidemic)打亂了我國經(jīng)濟運行的節(jié)奏，成為2020年第一個黑天鵝事件，疫情的爆發(fā)對正處于下行壓力加大的中國經(jīng)濟無異于雪上加霜[1]。而價格作為經(jīng)濟運行的晴雨表，最能反映市場供需的真實現(xiàn)況。農(nóng)產(chǎn)品價格更是百價之基，是農(nóng)業(yè)生產(chǎn)與宏觀調(diào)控的重要指標[2]，一旦疫情爆發(fā)，農(nóng)產(chǎn)品價格首當其沖受到?jīng)_擊。隨著國民收入水平提高，肉類價格在我國CPI構(gòu)成中占有較高比重，其大幅度波動會對CPI造成沖擊，進而影響宏觀經(jīng)濟的平穩(wěn)運行。尤其是豬肉，作為大宗農(nóng)產(chǎn)品，其價格在2019年10月達到57.82 元/kg，創(chuàng)下歷史新高；而且整個2019年下半年豬肉價格呈現(xiàn)暴漲趨勢。豬肉價格的穩(wěn)定能夠優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，但頻繁的價格波動會引發(fā)消費市場恐慌[3]，從而對整個生豬產(chǎn)業(yè)鏈不同環(huán)節(jié)的價格傳導造成一定沖擊與破壞[4]。特別是2020年新冠肺炎疫情在全球范圍內(nèi)的“突襲”又會對豬肉價格造成怎樣的沖擊與影響？鑒于此，本研究著重從新冠肺炎疫情等視角下探討對國內(nèi)豬肉價格影響的內(nèi)在機理，全面了解疫情對豬肉價格的沖擊力度，使各級政府能在一定程度上及時調(diào)控豬肉價格的波動，從而穩(wěn)定豬肉市場的供需平衡。

影響豬肉價格波動的因素一直是學者關(guān)注的熱點話題，而造成國內(nèi)豬肉價格波動的原因一般包括傳統(tǒng)因素與外部沖擊。其中，除豬肉供求關(guān)系等傳統(tǒng)影響因素外，還包括難以預測、難以防控、具有突發(fā)性的外部沖擊，例如：貨幣利率、自然災(zāi)害、生物能源、食品安全、疫病和經(jīng)濟政策等。針對貨幣匯率[5-7]、國際石油價格[8]、國際農(nóng)產(chǎn)品價格[9]和動物疫病[3]等外部沖擊對豬肉價格影響的研究較為豐富[10]；但涉及新冠肺炎疫情對豬肉價格影響的研究較少。雖然王明利等[11]論證了疫病沖擊比自然災(zāi)害對豬肉價格波動的影響更為劇烈，但關(guān)于新冠肺炎疫情對其沖擊的嚴重程度尚未得到驗證。因此，需要利用實證模型從“定量+定性”雙重視角共同探討新冠肺炎疫情對豬肉價格沖擊的影響程度。

2018年8月初，國內(nèi)首次爆發(fā)非洲豬瘟，大量病死豬給養(yǎng)殖者帶來巨大的經(jīng)濟損失。觀察圖1，2018年8月—2019年6月期間，豬肉價格雖然有所漲跌，但波動幅度相對較小，介于20～25元/kg。然而從2019年7月開始，豬肉價格一路暴漲，并在第4季度出現(xiàn)了歷史最高點(57.82 元/kg)。聶鳳英等[12]認為豬肉價格飆升的背后原因在于非洲豬瘟帶來的恐慌性心理，養(yǎng)殖戶補欄積極性受到嚴重打擊，大部分中、小型養(yǎng)殖戶選擇放棄生豬養(yǎng)殖，加之地方政府禁養(yǎng)力度的加大，導致生豬產(chǎn)能急劇下降。原本依靠進口豬肉可以緩解價格上漲的壓力，但卻因為部分豬肉進口企業(yè)并未能及時將豬肉投放到市場，導致豬肉市場供不應(yīng)求，引起價格居高不下[13]。除此之外，農(nóng)業(yè)農(nóng)村部關(guān)于“禁止跨省調(diào)運豬肉政策”的出臺，也助推了豬肉價格上漲的趨勢。不過事實上，非洲豬瘟對豬肉價格沖擊有限[14]，伴隨生豬產(chǎn)能恢復促使其價格回落并于2019年12月逐步趨于穩(wěn)定[15]。而且，馬名慧等[4]利用VAR模型計算2018年8月1日—2019年10月31日期間非洲豬瘟對豬肉價格波動的貢獻率較小，僅為2.18%。因此，綜上判斷，2020年以后，非洲豬瘟對豬肉價格的波動不再成為主要影響因素。

雖然暫不考慮非洲豬瘟對豬肉價格的影響，但實際上豬肉價格波動并非趨于穩(wěn)定。圖1中，2020年1—9月，國內(nèi)豬肉市場價格出現(xiàn)先漲后跌再大漲直至穩(wěn)定的變化走勢，如此劇烈的波動特征可能與新冠肺炎疫情的蔓延密切相關(guān)。因為疫情的爆發(fā)，直接造成了豬肉產(chǎn)業(yè)鏈中斷、消費需求急劇下降，容易引發(fā)豬肉價格的漲跌波動。而后進一步思考，新冠肺炎疫情究竟如何影響豬肉價格波動以及對其沖擊的特征規(guī)律又是什么？通過梳理上述問題，本研究將新冠肺炎疫情作為突變點引入VAR模型中探討新冠肺炎疫情對國內(nèi)豬肉價格影響的內(nèi)在機理。以期從經(jīng)濟學視角下充分認識新冠肺炎疫情對豬肉價格影響的復雜性與長期性，同時為國內(nèi)豬肉價格監(jiān)測預警常態(tài)化、豬肉冷鏈管理常態(tài)化提供可能有效的建議對策。

價格數(shù)據(jù)來源于布瑞克農(nóng)業(yè)數(shù)據(jù)庫。Price data are adapted from Brake agriculture database.圖1 2018年7月—2020年9月期間零售白條豬的集貿(mào)市場日度價格Fig.1 Daily price of retail scalded and gutted pig in terminal market from July 2018 to September 2020

1 新冠肺炎疫情對豬肉價格波動的表征分析

1.1 新冠肺炎疫情對豬肉價格的影響

由于疫情爆發(fā)具有傳播迅速、統(tǒng)計時限短等特點，目前國內(nèi)對新冠肺炎疫情嚴重程度的統(tǒng)計指標主要包括確診人數(shù)、新增人數(shù)、死亡人數(shù)以及治愈人數(shù)等4種。在疫情期間，新冠肺炎疫情對豬肉價格的沖擊程度取決于疫情的持續(xù)時間與擴散強度；而新冠肺炎累計確診規(guī)模能夠直觀反映疫情變化的嚴重程度。因此，本研究選擇2020年1月20日—2020年9月30日期間的新冠肺炎累計確診人數(shù)作為疫情嚴重指數(shù)的代理變量[16]；同時選取相同期間內(nèi)零售白條豬集貿(mào)市場日度價格與新冠肺炎疫情數(shù)據(jù)互為匹配(1)考察期間，豬肉日度價格未包含周六、周日數(shù)據(jù)；同理，新冠肺炎累計確診人數(shù)也需要剔除周六、周日數(shù)據(jù)，以此保持豬肉價格與疫情數(shù)據(jù)之間的匹配性。。另外，為便于分析新冠肺炎疫情對豬肉價格影響的邏輯關(guān)系，對兩變量進行對數(shù)化處理以消除異方差與偽回歸的可能性。

圖2為2020年近10個月國內(nèi)豬肉價格和新冠肺炎累計確診人數(shù)變化的趨勢圖。整體來來，疫情變化與豬肉價格波動具有一致性。波動趨勢大體可分為4個階段：1)新冠肺炎確診人數(shù)與豬肉價格延續(xù)2019年底趨勢上漲(1—2月中下旬)：豬價從2019年底50.39 元/kg漲到2月17日的56.52 元/kg；2)春節(jié)過后與疫情爆發(fā)的雙重沖擊導致豬肉市場供大于求，豬價出現(xiàn)懸崖式下跌(2月下旬—5月中旬)：豬肉價格下跌到5月15日的45.07元/kg，此時疫情得到基本控制，確診人數(shù)急劇下降；3)豬肉價格“開掛式”暴漲(5月中旬—7月中旬)：零售白條豬市場售價暴漲到7月16日的55.82 元/kg。本研究推斷，雖然國內(nèi)疫情得到控制，但6—7月境外輸入致使國內(nèi)新冠肺炎累計確診人數(shù)出現(xiàn)短暫反彈，不過上漲幅度明顯低于豬價暴漲幅度；4)高位“震蕩期”(7月中旬—9月底)：豬肉價格在50～55 元/kg波動，但幅度趨于平穩(wěn)。同樣，境外輸入病例也在地方政府管控下逐漸減少[15]。

通過計算后發(fā)現(xiàn)，新冠肺炎疫情與豬肉價格之間的相關(guān)系數(shù)為0.649(P=0.000)，兩者之間具有高度相關(guān)性。進一步思考，在兩者高度相關(guān)的基礎(chǔ)上，新冠肺炎疫情嚴重程度的變化又會對豬肉價格波動造成怎樣的沖擊影響？基于此，本研究利用向量自回歸模型(VAR模型)探究新冠肺炎疫情對豬肉價格影響的邏輯關(guān)系。

1.2 新冠肺炎疫情對豬肉價格的影響機理

由上可知，2020年1月20日以后，國內(nèi)豬肉價格波動與疫情變化高度相關(guān)。理論上，新冠肺炎疫情在一定程度上會引發(fā)豬肉價格的漲跌波動，從而呈現(xiàn)“暴漲暴跌”的波動走勢。究其背后的緣由，本研究認為可能與疫情對豬肉市場供需影響有關(guān)，供需失衡會直接引起豬肉價格波動[3]。具體而言，從供給角度分析：一方面，疫情爆發(fā)初期，由于新冠肺炎疫情傳播速度極快，為控制疫情擴散，各地政府呼吁民眾居家隔離，避免人群接觸以便減少交叉感染的可能性。居家隔離雖然有效控制了疫情的傳播，但同時也對批發(fā)零售、住宿餐飲等行業(yè)造成嚴重沖擊，致使供應(yīng)鏈中斷從而影響儲備豬肉推向市場的進度，引發(fā)豬肉價格上漲[15]；另一方面，由于生豬養(yǎng)殖的長周期，部分養(yǎng)殖大戶無法在短期內(nèi)退出養(yǎng)豬市場，使得已養(yǎng)成的白條豬不能離開飼養(yǎng)場，而需要育肥的仔豬也無法進入飼養(yǎng)場，“前后夾擊”導致飼養(yǎng)場擁擠[17]，造成庫存積壓、經(jīng)營受阻。而后隨疫情有效管控、隔離結(jié)束，大量豬肉投入市場緩解了豬肉價格上漲的緊張局面。從需求角度分析：新冠肺炎疫情的爆發(fā)會引發(fā)消費市場恐慌，消費者會減少豬肉需求，避免與集貿(mào)市場的人群過多接觸，由此導致豬肉價格的下跌。但消費者信心恢復往往具有彈性[3]，伴隨新冠肺炎新增病例減少至0，各地餐飲服務(wù)業(yè)逐步恢復，豬肉價格會隨消費者信心增強而提高。在這種供需關(guān)系拉動下，國內(nèi)豬價出現(xiàn)上漲再持續(xù)下降的波動走勢。由此推斷，新冠肺炎疫情對豬肉價格波動具有“漲跌助推”的影響作用，并存在不確定性與滯后性，進而導致豬肉市場在疫情沖擊下會形成新一輪的均衡價格。

新冠肺炎確診人數(shù)數(shù)據(jù)來源Wind數(shù)據(jù)庫；豬肉價格數(shù)據(jù)來源于布瑞克農(nóng)業(yè)數(shù)據(jù)庫。Data on the number of confirmed cases of COVID-19 are from Wind database; data on pork price are from Brake agricultural database.圖2 新冠肺炎累計確診人數(shù)與豬肉價格波動趨勢圖Fig.2 Cumulative number of confirmed cases of COVID-19 and the trend of pork price

2 模型構(gòu)建及數(shù)據(jù)來源

2.1 VAR模型構(gòu)建

豬肉價格變動屬于復雜的經(jīng)濟系統(tǒng)問題，與疫情爆發(fā)具有一定的關(guān)聯(lián)性。向量自回歸模型(VAR模型)基于一組K維度時間序列數(shù)據(jù)建立的非結(jié)構(gòu)性方程模型[4,18]，它本身具備不以嚴格經(jīng)濟理論為依據(jù)的優(yōu)點，可用來研究新冠肺炎疫情對豬肉價格沖擊的影響程度與持續(xù)時間，然而傳統(tǒng)模型無法將疫情變量從隨機擾動項中剝離出來。如若未將其作為突變點納入VAR模型中，便無法從本質(zhì)上真正了解新冠肺炎疫情對豬肉價格的沖擊影響。所以，本研究在引入新冠肺炎累計確診人數(shù)的基礎(chǔ)上，優(yōu)化VAR模型，模型如下：

(1)

(2)

然而在實際應(yīng)用中，由于VAR模型只是一種非理論性的模型，它的系數(shù)很難用于實際解釋。在分析VAR模型的基礎(chǔ)上，往往需要結(jié)合脈沖響應(yīng)函數(shù)(Impulse response function, IRF)分析隨機擾動項一個標準差信息的沖擊對內(nèi)生變量的影響。IRF函數(shù)主要刻畫了內(nèi)生變量對系統(tǒng)沖擊的動態(tài)反應(yīng)。其模型一般形式如下：

(3)

將式(3)在Wald分解定量轉(zhuǎn)換成移動平均方程的基礎(chǔ)上，通過正交化消除模型當期相關(guān)的特性，引入一個下三角矩陣轉(zhuǎn)換為式(4)：

(4)

令Di=AiC,Ut-i=C-1εt-i，簡化式(4)為：

(5)

通過式(5)可以看出，每個內(nèi)生變量之間都可由當期和滯后期隨機沖擊項的線性組合構(gòu)建IRF函數(shù)模型，并借助Eviews9在已建立的VAR模型上計算新冠肺炎疫情對豬肉價格的沖擊反應(yīng)函數(shù)與沖擊效應(yīng)等[1]。

2.2 數(shù)據(jù)來源

如前述，當前國內(nèi)防疫部門對新冠肺炎疫情嚴重程度的統(tǒng)計指標通常以新冠肺炎累計確診人數(shù)、新增人數(shù)、治愈人數(shù)以及死亡人數(shù)等4種形式。鑒于此，本研究參考王巍等[16]將新冠肺炎累計確診人數(shù)作為疫情變化的代理變量，直觀反映國內(nèi)新冠肺炎疫情嚴重程度。目前，國內(nèi)對新冠肺炎確診人數(shù)的公開數(shù)據(jù)于2020年1月20日開始統(tǒng)計，為保證樣本數(shù)據(jù)的周期性特征，而且能反映新冠肺炎疫情對豬肉價格的影響關(guān)系，本研究最終選擇2020年1月20日—9月30日的日度數(shù)據(jù)作為樣本區(qū)間，并對其對數(shù)化處理后納入VAR模型中。與此同時，選擇等區(qū)間內(nèi)零售白條豬的日度價格。共184個樣本數(shù)據(jù)均來自于Wind數(shù)據(jù)庫、布瑞克農(nóng)業(yè)數(shù)據(jù)庫等(圖2)。

3 實證分析

3.1 平穩(wěn)性檢驗

在構(gòu)建VAR模型之前需要保證原始數(shù)據(jù)的平穩(wěn)性，對疫情代理變量與豬肉價格進行ADF單位根檢驗，結(jié)果如表1所示。觀察表1，原始數(shù)據(jù)的ADF值均小于10%顯著水平下的臨界值，不能拒絕原假設(shè)。接下來對原始數(shù)據(jù)進行一階差分處理，重新進行平穩(wěn)性檢驗，結(jié)果顯示P值均為0，拒絕原假設(shè)，即不存在單位根現(xiàn)象，可用于VAR模型的構(gòu)建。

表1 單位根檢驗Table 1 Unit root test

3.2 滯后階數(shù)的選擇與模型穩(wěn)定性判定

新冠肺炎疫情對豬肉價格傳導機制中各環(huán)節(jié)價格的影響具有一定滯后性，而滯后期對VAR模型的建立至關(guān)重要。本研究利用施瓦茨(SIC)信息準則的計算方法，通過對殘差自相關(guān)和正態(tài)性進行多次模擬并最終確定最優(yōu)滯后階數(shù)。如表2所示。

表2 VAR模型最優(yōu)滯后階數(shù)的確定Table 2 Determination of the optimal lag order of VAR model

根據(jù)SIC信息準則，選擇對應(yīng)“*”最多的滯后階數(shù)作為VAR模型構(gòu)建的最優(yōu)階數(shù)。觀察表2，新冠肺炎疫情對豬肉價格沖擊的最優(yōu)滯后階數(shù)是3階，由此構(gòu)建VAR(3)模型并計算AR特征多項式逆根。圖3單位圓內(nèi)的點數(shù)表示AR特征多項式逆根，即為特征根倒數(shù)的模。如圖3所示，所有特征根的模均小于1.0并落在單位圓內(nèi)，客觀說明VAR(3) 模型的穩(wěn)定性，能夠進行下一步的IRF函數(shù)分析。

圖3 AR特征多項式逆根圖Fig.3 Inverse roads of AR characteristic polynomial

3.3 Granger因果檢驗

為了檢驗新冠肺炎疫情與豬肉價格之間是否具有長期協(xié)整關(guān)系，本研究采用Johansen協(xié)整檢驗來判斷，結(jié)果顯示：Trace統(tǒng)計值和最大特征根統(tǒng)計值均大于5%臨界值，拒絕原假設(shè)，客觀說明在5%顯著性水平下豬肉價格與新冠肺炎疫情存在1個長期協(xié)整關(guān)系，不存在偽回歸現(xiàn)象。另外，在VAR建模之前，還需要從縱向傳導角度進一步檢驗并分析新冠肺炎疫情是否與豬肉價格構(gòu)成因果關(guān)系。而Granger因果檢驗則從預測角度給出了內(nèi)生變量之間的因果定義[19]。本研究采用SIC信息準則所確定的最優(yōu)滯后階數(shù)(3階)作為Granger檢驗的滯后期進行運算，結(jié)果詳見表3。

由表3公布的信息可知，在10%水平下新冠肺炎疫情是豬肉價格波動的Granger原因；而豬肉價格不是新冠肺炎疫情的Granger原因。上述檢驗結(jié)果符合理論假設(shè)與現(xiàn)實情況。新冠肺炎疫情的快速蔓延對國內(nèi)豬肉生產(chǎn)、消費、貿(mào)易等環(huán)節(jié)造成了嚴重的沖擊，致使豬肉供應(yīng)鏈中斷，儲備豬肉無法及時推向市場，而且豬肉消費方式與肉產(chǎn)品消費品類的改變也在影響豬肉價格的“漲跌”波動[20]。

表3 Granger因果關(guān)系檢驗結(jié)果Table 3 The results of Granger test

3.4 VAR模型構(gòu)建

基于上述分析構(gòu)建新冠肺炎疫情對豬肉價格沖擊的VAR模型，分析新冠肺炎疫情對豬肉價格波動的影響程度?；赟IC信息準則確定的最優(yōu)滯后階數(shù)(3階)，回歸結(jié)果如表4所示：

從表4可以來看，VAR(3)模型中的可決系數(shù)與F統(tǒng)計量較大，且R2均接近99%，說明模型擬合度較好，可用來直接分析新冠肺炎疫情對豬肉價格的影響關(guān)系。具體來看，新冠肺炎疫情在滯后1期對豬肉價格的影響系數(shù)為0.005，表明新冠肺炎疫情嚴重程度每提高1%，豬價會在1天后上漲約0.5%。隨后該系數(shù)發(fā)生變動，在滯后2期變?yōu)?0.004，滯后3期降為-0.001，說明新冠肺炎疫情對2期后的豬價有著微弱的負向影響，而這種負向影響會隨時間推移逐漸減弱直至為0。不過，豬價對自身價格沖擊較為顯著，影響系數(shù)在滯后1期為1.282，在滯后2期變?yōu)?0.048，但在滯后3期負向影響有所增強。這也符合疫情沖擊豬肉價格而帶來的漲跌規(guī)律。疫情爆發(fā)初期，生豬產(chǎn)能尚未完全恢復。此時，2020年初會繼續(xù)延續(xù)2019年豬價上漲走勢[21]；隨著國內(nèi)疫情得到控制，餐飲服務(wù)業(yè)逐步恢復，能繁母豬欄穩(wěn)定增加[15]，新冠肺炎疫情對豬肉價格的沖擊逐步轉(zhuǎn)向集貿(mào)市場豬肉價格對其自身的影響作用，間接弱化了新冠肺炎疫情對豬肉價格沖擊的干擾作用。

表4 VAR(3)模型回歸結(jié)果Table 4 The model regression results of VAR(3)

雖然VAR模型初步分析了新冠肺炎疫情對豬肉價格沖擊的影響關(guān)系，但由于模型單個參數(shù)估計值的解釋系數(shù)通常沒有較大的經(jīng)濟學意義。因此，若要對VAR模型作出符合實際意義的研究結(jié)論，通常還需要利用脈沖響應(yīng)函數(shù)來探討新冠肺炎疫情與豬肉價格之間的互動關(guān)系。

3.5 脈沖響應(yīng)函數(shù)分析

脈沖響應(yīng)函數(shù)是指豬肉價格受到新冠肺炎疫情沖擊而對整個豬肉價格系統(tǒng)產(chǎn)生動態(tài)的影響，能夠為豬肉價格波動提供更多的有效信息。為了全面刻畫新冠肺炎疫情對豬肉價格的沖擊影響，本研究延長滯后期到180期(6個月)，利用Cholesky分解技術(shù)模擬新冠肺炎疫情產(chǎn)生1單位標準差的信息沖擊對VAR模型中豬肉價格當期值和未來值的影響程度。分析結(jié)果如圖4所示。

圖4 豬肉價格對新冠肺炎疫情沖擊的脈沖響應(yīng)分析結(jié)果Fig.4 Impulse response analysis results of pork price to the impact of COVID-19 epidemic

新冠肺炎疫情從疫情監(jiān)測、逐級報告、確診病例以及防控隔離等環(huán)節(jié)都需要不同的時間間隔，由此對豬肉價格的沖擊可能也會存在一定滯后性。疫情爆發(fā)初期，消費者對疫情的恐慌心理，在一定程度上減少了對豬肉的消費需求；而伴隨疫情有序管控與消費者信心的反彈，間接弱化了新冠肺炎疫情對豬肉價格的沖擊影響。

進一步觀察圖4，對VAR整體系統(tǒng)而言，受到新冠肺炎疫情1個標準差沖擊后，豬價會在第2期作出反應(yīng)。因為新冠肺炎疫情對豬肉價格的沖擊在第1期為0個標準差，而在第2期沖擊的標準差開始上升，并在第15天后達到最高峰值0.006，隨后緩慢下降到第180天的0.000 1，此時新冠肺炎疫情對豬價正向沖擊的幅度逐步穩(wěn)定，最終呈現(xiàn)“倒U型”的波動規(guī)律。總體而言，新冠肺炎疫情對豬肉價格波動的沖擊影響以第15期為分界點。分界點以前，無論是消費者心理恐慌，還是生豬產(chǎn)能尚未恢復，新冠肺炎疫情對豬肉市場的沖擊都會導致價格快速上漲；而后跨過分界點后，疫情逐步控制，豬肉市場供需逐步趨于穩(wěn)定，此時疫情對豬價上漲沖擊的影響作用逐漸減弱直到穩(wěn)定于0個標準差附近。由此可見，新冠肺炎疫情對豬肉價格上漲的影響作用較為持久，而且影響幅度先快速上升再緩慢下降；另外，在生豬產(chǎn)能恢復、疫情控制與消費者信心反彈的基礎(chǔ)上，豬肉上漲價格最終會穩(wěn)定于“高價”水平，很難回到“低價”時代。

3.6 方差分解分析

在脈沖響應(yīng)函數(shù)基礎(chǔ)上，本研究利用方差分解進一步了解新冠肺炎疫情對豬價沖擊的貢獻度及其變化趨勢。方差分解是通過分析模型中所有內(nèi)生變量的變異按其成因分解為各變量的正交化新息，從而確定各新息(新冠肺炎疫情沖擊)對豬肉價格的沖擊影響與貢獻大小[4]。因此，根據(jù)方差分解結(jié)果，可以判斷多個內(nèi)生變量的獨立作用及其交互作用對豬肉價格所產(chǎn)生的顯著影響。

通過對豬肉價格進行方差分解，同樣以脈沖響應(yīng)函數(shù)的180期作為滯后期，結(jié)果如圖5所示；以滯后30天(一個月)為分界標準，繪制表5。具體而言：在滯后1期時，新冠肺炎疫情對豬價上漲的貢獻率僅為0%；而在第30期時，新冠肺炎疫情對其沖擊的貢獻率迅速上升到23.01%，這與脈沖響應(yīng)函數(shù)中新冠肺炎疫情對豬肉市場沖擊導致其價格上漲的趨勢相同；隨后在第2個月內(nèi)，新冠肺炎疫情對豬肉價格波動的貢獻率上升4.81%，第90天時提高1.26%，并最終在第4個月后沖擊貢獻率逐步穩(wěn)定在29%附近。與此同時，豬肉價格對自身波動的貢獻率卻呈現(xiàn)相反走勢：從滯后1期的100%，直到下降到第6個月的71%，并最終穩(wěn)定在71%左右。由此可見，考察期間，豬肉價格波動的主要因素仍來源于自身，但新冠肺炎疫情對其沖擊的影響很大且不容忽視。

表5 VAR模型(豬肉價格)方差分解Table 5 VAR model (pork price) variance decomposition

圖5 豬肉價格與新冠肺炎疫情對豬肉價格沖擊的方差分解結(jié)果Fig.5 Variance decomposition results of the impact of pork price and COVID-19 epidemic on pork price shock

通過上述VAR模型分析可知，新冠肺炎疫情對豬肉價格波動具有明顯的沖擊影響，但這種沖擊力度具體有多大？它的影響深度與廣度又該如何體現(xiàn)在豬肉價格的波動中？而且，新冠肺炎疫情的爆發(fā)同樣也會對其他肉產(chǎn)品會產(chǎn)生一定的沖擊作用，不過這種影響是否又與豬肉價格波動趨于一致？所以，本研究在上述疑問的基礎(chǔ)上，引入物理學上的沖擊波模型進一步探究新冠肺炎疫情對豬肉價格沖擊的影響程度。

4 討 論

4.1 疫情對豬肉價格波動的沖擊模型構(gòu)建

突發(fā)事件(新冠肺炎疫情)對社會經(jīng)濟各相關(guān)領(lǐng)域往往也具有類似物理學概念上的沖擊波效應(yīng)：新冠肺炎疫情的突然爆發(fā)迅速成為豬肉價格波動的震源，并對其產(chǎn)生橫波、縱波結(jié)合的沖擊效應(yīng)，然后再向其他肉產(chǎn)品價格產(chǎn)生更大范圍的沖擊擴散，從而對整個肉產(chǎn)品等相關(guān)價格系統(tǒng)產(chǎn)生重大沖擊的波動效應(yīng)。該沖擊效應(yīng)從內(nèi)部機理上可以分為“沖擊深度”和“沖擊廣度”兩個維度。

一般而言，沖擊深度是指突發(fā)事件對某社會經(jīng)濟領(lǐng)域的沖擊極差與正常狀態(tài)的比率，具體在本研究中特指，豬肉價格在疫情期間時的極大值與極小值之間差與未被沖擊期間豬肉正常價格均值的比率，其公式為：

(6)

沖擊廣度通常是指突發(fā)事件對某社會經(jīng)濟領(lǐng)域的沖擊累計與正常狀態(tài)的比率。簡單來講，以新冠肺炎疫情為例，豬肉價格在疫情期間偏離正常值的總和與正常值乘以疫情持續(xù)時間的比值，正常值可以通過豬肉價格未被沖擊時的均值來體現(xiàn)。因為新冠肺炎新增確診人數(shù)并非連續(xù)，存在0增長的時間點，所以本研究利用沖擊廣度概念中的離散模型，其表達式為：

(7)

有了沖擊深度與沖擊廣度的概念，本研究則可以量化新冠肺炎疫情對豬肉價格的沖擊程度[22]。

另外，需要注意的是，由于2018年非洲豬瘟對豬肉價格的沖擊，導致禽肉消費替代豬肉在2019年下半年接近完全釋放，而且在新冠肺炎疫情對豬肉需求抑制的疊加作用下，2020年禽肉替代豬肉消費仍會延續(xù)2019年行情，但未來豬肉價格波動將會穩(wěn)定一個新的市場均衡點[21]。同時，朱媛媛[23]通過構(gòu)建豬肉市場價格動態(tài)關(guān)系時發(fā)現(xiàn)，豬肉價格與替代品雞肉價格互動作用顯著，而與羊、牛肉價格的替代關(guān)系較弱。基于此，本研究選擇豬肉以及雞肉作為類比對象，利用沖擊深度與沖擊廣度模型量化新冠肺炎疫情對豬肉和雞肉價格波動的影響程度。

4.2 數(shù)據(jù)來源

上述提到新冠肺炎疫情對豬肉價格沖擊的VAR模型的時間跨度為2020年1月20日—2020年9月30日。由于疫情擴散的嚴重程度，武漢市新型冠狀病毒感染的肺炎疫情防控指揮部發(fā)出通告：自2020年1月23日10時起，武漢市城市公交、地鐵、輪渡、長途客運暫停運營；無特殊原因，市民不要離開武漢，機場、火車站離漢通道暫時關(guān)閉(2)央視新聞，“23日10時起 武漢市城市公交、地鐵、輪渡、長途客運暫停運營 機場、火車站離漢通道暫時關(guān)閉”.2020-01-23.https:∥baijiahao.baidu.com/s?id=1656453773273259927&wfr=spider&for=pc。在當?shù)卣c市民共同努力下，疫情的蔓延得到有效管控，并于4月8日零時起，撤除武漢市交通管控卡口，有序恢復鐵路、民航、水運、公路、城市公交運行(3)湖北省新型冠狀病毒感染肺炎疫情防控指揮部，“湖北省新型冠狀病毒感染肺炎疫情防控指揮部通告”.2020-04-07.https:∥www.guancha.cn/politics/2020_04_07_545893.shtml。雖然武漢市內(nèi)疫情嚴重程度逐步降低，但觀察圖2卻發(fā)現(xiàn)，4月8日以后，國內(nèi)新冠肺炎累計確診人數(shù)并未減少，相反在6月中旬有上漲態(tài)勢。由此推斷，1月23日—9月30日期間可作為新冠肺炎疫情對豬肉(雞肉)價格影響的沖擊時間，即受到疫情影響的豬肉(雞肉)價格非正常期。另外，考慮到?jīng)_擊深度與沖擊廣度模型對時間跨度的要求：往往需要選取豬肉(雞肉)價格未受到疫情沖擊前一個恰當?shù)臅r間段[22]。因此，本研究參考早期研究對新冠肺炎疫情的定性分析，向前延長沖擊模型的考察期間：2019年12月2日—2020年9月30日。2019年12月初，新冠肺炎疫情在武漢市發(fā)現(xiàn)，但擴散程度較低；而后由于春運大規(guī)模人口遷移，使得武漢市政府不得不在2020年1月23日封城，由此進入疫情防控的關(guān)鍵階段，直到9月30日防疫意識仍未減弱。基于上述分析，本研究將2019年12月2日—2020年1月23日期間定義為豬肉(雞肉)價格受新冠肺炎疫情沖擊較弱的正常期限；將2020年1月23日—2020年9月30日定義為豬肉(雞肉)價格受新冠肺炎疫情沖擊嚴重的非正常期限。同時借助式(6)和(7)量化新冠肺炎疫情對豬肉(雞肉)價格影響的沖擊模型。其中，豬肉價格與雞肉價格數(shù)據(jù)均來自于布瑞克農(nóng)業(yè)數(shù)據(jù)庫。

4.3 沖擊深度分析

在考察期間，新冠肺炎疫情對豬肉價格的沖擊深度是指新冠肺炎疫情在1月23日—9月30日之間對豬肉價格的沖擊極差與正常價格均值的比率，其計算過程如下：

同理，疫情沖擊期間新冠肺炎疫情對雞肉價格波動的沖擊深度為：

從直覺上來講，豬肉作為國內(nèi)消費體量最大的肉產(chǎn)品。相比于雞肉，豬肉價格應(yīng)該更容易受到疫情沖擊，但實際計算結(jié)果卻發(fā)現(xiàn)：新冠肺炎疫情對雞肉價格的沖擊深度1.007要大于對豬肉價格的影響深度(0.122)。究其背后緣由，本研究認為可能存在以下原因：1)2020年初，國內(nèi)爆發(fā)禽流感疫病，在新冠肺炎疫情雙重疊加作用下，直接減少消費者對雞肉的需求，導致雞肉價格下跌；同時在疫情沖擊下雞肉供給也出現(xiàn)大幅度減少；直到7月中旬餐飲行業(yè)逐步恢復，消費者對其需求增加，但此時雞肉供給難以滿足需求，繼而出現(xiàn)雞肉價格上漲的走勢；2)相比于新冠肺炎疫情對雞肉價格的沖擊，2020年1—2月初，商務(wù)部向市場投放儲備豬肉8萬頓[12]，及時調(diào)節(jié)了疫情對豬肉價格的沖擊，由此緩解了新冠肺炎疫情對豬肉價格進一步影響的可能性，但不能忽視此時新冠肺炎疫情對豬價波動仍具有一定沖擊影響。

沖擊深度雖然能夠較好地體現(xiàn)新冠肺炎疫情對豬肉價格、雞肉價格沖擊的激烈程度，但無法具象其沖擊范圍的的大小。因此，需要繼續(xù)利用沖擊廣度模型計算其沖擊范圍。

4.4 沖擊廣度分析

利用式(7)計算新冠肺炎疫情對豬肉價格沖擊廣度，結(jié)果如下所示：

同理可得，新冠肺炎疫情對雞肉價格沖擊廣度為：

通過計算結(jié)果可以看出，新冠肺炎疫情對雞肉價格沖擊的范圍(0.097)要大于對豬肉價格沖擊的影響范圍(0.073)。上述結(jié)果很好地說明了沖擊深度與沖擊廣度的關(guān)系：沖擊深度往往決定沖擊廣度，這也符合物理學上波的振幅決定波的位移的移動軌跡[22]。對豬肉和雞肉等肉產(chǎn)品而言，其價格波動除了自身供需關(guān)系變化外，也往往會受到疫情等外部沖擊的影響作用。

綜上所言，沖擊深度和沖擊廣度分別從“點”和“面”上詳細刻畫了新冠肺炎疫情對豬肉與雞肉價格的沖擊幅度和沖擊范圍，說明新冠肺炎疫情對豬肉價格的沖擊強度遠不及對其替代品雞肉價格的沖擊。

5 結(jié)論及政策建議

5.1 結(jié)論

在新冠肺炎疫情爆發(fā)的嚴峻背景下，基于2020年1月20日—2020年9月30日的新冠肺炎累計確診人數(shù)與零售白條豬的日度數(shù)據(jù)，通過構(gòu)建VAR模型、利用Granger因果檢驗分析、脈沖響應(yīng)函數(shù)以及方差分解探討新冠肺炎疫情對豬肉價格沖擊的時變特征與內(nèi)在機理；同時，進一步利用物理學上的沖擊模型計算2019年12月2日—2020年9月30日期間新冠肺炎疫情對豬肉及替代品雞肉價格的沖擊深度與沖擊廣度，研究結(jié)論如下：

1)疫情期間，新冠肺炎疫情與豬肉價格波動具有高度相關(guān)性，其相關(guān)系數(shù)為0.649(P=0.000)；同時新冠肺炎疫情與豬肉價格之間存在長期協(xié)整關(guān)系；在10%的顯著性水平下新冠肺炎疫情是豬肉價格波動的Granger原因，豬肉價格是新冠肺炎疫情的非Granger原因。

2)2020年1月20日—2020年9月30日之間，新冠肺炎疫情對豬肉價格上漲的沖擊幅度先快速上升，而后緩慢下降，最后趨于穩(wěn)定，整體持續(xù)時間較長且呈現(xiàn)“倒U型”波動特征。

3)通過方差分解可以得出，新冠肺炎疫情對豬肉價格波動的貢獻率最終約為29%(滯后6個月)，影響較大。疫情爆發(fā)對豬肉生產(chǎn)、加工以及銷售等整個產(chǎn)業(yè)環(huán)節(jié)造成不可忽視的沖擊影響；但后續(xù)隨著疫情得到控制后，豬價與自身價格波動存在高度關(guān)聯(lián)性(71%)。

4)向前延長疫情考察期(2019年12月2日—2020年9月30日)后發(fā)現(xiàn)：新冠肺炎疫情對豬肉價格的沖擊深度與沖擊廣度明顯小于對豬肉替代品雞肉價格的沖擊影響。這說明新冠肺炎疫情更容易對雞肉價格波動造成沖擊。此外，新冠肺炎疫情對肉產(chǎn)品價格體系的沖擊可能會存在“蝴蝶效應(yīng)”，并在農(nóng)產(chǎn)品價格鏈條中產(chǎn)生更為深遠的影響。

5.2 政策建議

截至目前為止，新冠肺炎疫情對國內(nèi)豬肉價格的沖擊并未完全消散，地方政府應(yīng)在預防新冠肺炎疫情二次擴散的基礎(chǔ)上，重視對豬肉價格波動的影響程度，從而保證豬肉市場供需均衡?；诖?，本研究嘗試提出以下建議：

1)繼續(xù)加大對新冠肺炎疫苗研發(fā)力度的同時，各級政府仍要重視、預防新冠肺炎疫情的二次爆發(fā)，從源頭遏制新冠肺炎疫情對豬價的沖擊影響。一方面，增加防疫專項資金，統(tǒng)籌用于檢測、防護、隔離以及治療新冠肺炎疫情等主要環(huán)節(jié)上；另一方面，商務(wù)部、農(nóng)業(yè)農(nóng)村部等多部協(xié)調(diào)，及時向市場投放儲備豬肉；監(jiān)測反饋并釋放養(yǎng)殖補貼信號；提高當?shù)刂?、小型養(yǎng)豬戶養(yǎng)殖信心，增強養(yǎng)豬競爭力，以期恢復生豬產(chǎn)能，保證市場豬肉的供需穩(wěn)定。

2)任何事情的發(fā)生往往具有兩面性，新冠肺炎疫情的爆發(fā)也暴露出疫情預警系統(tǒng)中存在的問題，轉(zhuǎn)變豬肉產(chǎn)業(yè)發(fā)展方式是有效預防新冠肺炎疫情對豬肉價格沖擊的根本之策。充分利用信息技術(shù)，逐步將豬肉線下零售方式向線上豬肉訂購方式轉(zhuǎn)變。所以，當?shù)卣蓢L試鼓勵大、中型養(yǎng)豬企業(yè)或養(yǎng)豬戶借助“電商平臺”，通過冷藏技術(shù)、物流運輸，完成豬肉銷售的最終環(huán)節(jié)。B2B或B2C等電商平臺模式既可以減少人群接觸，減少新冠肺炎疫情的傳播范圍；又能擴大豬肉銷售的空間半徑，保證豬肉供需均衡，從而保障豬肉價格的動態(tài)穩(wěn)定。

3)結(jié)合物理學上的沖擊波模型，當新冠肺炎疫情爆發(fā)時，各級政府既要控制疫情的影響深度，同時也要減少疫情的影響范圍。及時將累計確診人數(shù)公布于眾，解釋防疫措施，攤薄沖擊廣度，降低消費者心理恐慌。同時，還要有效調(diào)控豬肉替代品雞肉的供需平衡，從而避免對整個肉產(chǎn)品產(chǎn)業(yè)發(fā)展造成更嚴重的破壞。另外，沖擊深度與沖擊廣度模型在VAR模型基礎(chǔ)上的運用更能優(yōu)化新冠肺炎疫情對豬肉(雞肉)價格沖擊影響的預測功能。

總之，各級政府在應(yīng)對突發(fā)的疫情工作中，應(yīng)在正面積極預防、治療的同時，鼓勵媒體及時、準確地公布疫情信息，提高消費者信心，適度給予豬肉產(chǎn)業(yè)資金扶持，而非簡單的銷毀或阻塞。