我国猪肉价格波动的原因分析与政策建议_李宝仁

第29卷第5期北京工商大学学报（社会科学版）

JOUＲNALOF BEIJING TECHNOLOGY AND BUSINESS UNIVEＲSITY（SOCIAL SCIENCES ）

Vol．29No．5Sep．2014

2014年9月

我国猪肉价格波动的原因分析与政策建议

李宝仁，姚熙嘉

（北京工商大学经济学院，北京100048）

摘要：以猪肉价格波动的特征为切入点，运用蛛网模型分析供求曲线的弹性关系，发现近年来我国猪肉价格波动

具有发散性特征，不能自发达到均衡。为进一步解释猪肉价格波动的原因，运用向量自回归模型对成本、替代品等影响猪肉价格的因素进行定量分析，研究发现，玉米价格对于猪肉价格波动的影响十分明显，其影响在6个月左右达到峰值，而其他因素对于猪肉价格波动的影响并不明显。因此，可以在参考玉米价格的基础上，通过引导建立有效的育种体系和联动的价格预警机制来抑制猪肉价格的过度波动。

关键词：猪肉价格; 价格波动; 蛛网模型; 玉米价格; 价格预警中图分类号:F323. 7

文献标志码:A

---6116(2014) 05-0119-08文章编号：1009-

猪肉有着特殊的地位。从消费角度在我国，

看，我国是世界第一大猪肉消费国，统计资料显1996—2008年平均猪肉消费占全部肉类消费示，

的比重为66. 11%，猪肉在我国特殊的消费结构中占有极其重要地位。从生产角度考虑，中国9亿农民中有5亿人都养猪。因此，猪肉及生猪等的价格不仅牵动着我国广大消费者和农民的利益，而且关系着我国经济的稳定与否。

然而近几年，猪肉价格连续出现较大幅度波动。一方面加剧了CPI 的波动，对居民的生活带来较大影响。例如2007年猪肉价格飙升，许多地方的猪肉价格创下了历史新高。从而带动当年的CPI 涨幅由年初的2. 2%一路上涨至6. 5%，并持续在高位徘徊，使得民众生活成本大幅提高。另一方面，猪肉价格的不时暴跌又让养猪户们叫苦不迭。不少养猪户由于错误判断价格信号，盲目的扩大生产，从而造成了巨额亏损。为维持猪肉价格的稳定，我国政府频繁出台相关政策。以调控猪肉生产为手段，从而达到调控猪肉价格的目的，然而收效甚微。2014年一季度以来，猪肉价格再次暴跌，调控机制的缺陷再一次显露无遗。猪肉价格为何多番调控又多番暴涨暴跌，这不得

--07-05收稿日期：2014-

不值得深思。

为了探究猪肉价格的波动性特征和原因，本文首先利用蛛网模型讨论价格波动的稳定性，结

合弹性判断猪肉价格是否能自发达到稳态，在此基础上引入向量自回归模型，进一步讨论引发猪肉价格剧烈波动的影响因素，力图为政府对猪肉价格的调控提出建设性意见。

一、猪肉价格波动的理论分析

（一）文献综述

对于猪肉价格波动的特性，国内外学者主要Ezekiel 采用蛛网模型进行敛散性分析。在国外，（1938）最早使用蛛网理论探讨生猪周期，用动态分析方法刻画了生猪供给量和价格在偏离均衡状态以后的实际波动过程及其结果。国内方面，斯琴和申倩（2008）选取2001—2007年的猪肉价格作为研究对象，以蛛网理论对猪肉价格的波动进行定性分析，认为2001—2003年我国猪肉价格趋向封闭型蛛网模型，而2003—2007年全国猪肉价格的波动趋向于发散型蛛网。吴瑛（2011）在此基础上补充了1996—2000年的波动分析，认为1996—2007年间的生猪（猪肉）价格波动顺次表现为趋于收敛型蛛网波动、趋于封闭型蛛网波动

北京工商大学经济学院教授，研究方向：数量经济学；男，天津人，作者简介：李宝仁（1957—），

姚熙嘉（1990—），北京工商大学经济学院硕士研究生，研究方向：数量经济学。男，湖南长沙人，

·119·

和趋于发散型蛛网波动。

对于猪肉价格波动的原因，我国学者也进行过大量的研究。其中，大多数基于时间序列分析的基础之上。马孝斌等（2007）采用向量自回归法，对北京生猪市场价格数据进行分析及预测研究，通过比较3 7阶滞后模型的预测结果，得到3阶和5阶向量自回归模型对实际的预测效果较好。马雄威和朱再清（2008）通过灰色神经网络模型分析认为供给减少是猪肉涨价的直接原因，同时建议政府调控的目标应是供求平衡而非一味压价，同时应鼓励发展标准化规模饲养，缓解生猪生产周期性波动对市场的影响。段隐华和王刚（2011）采用2003—2011年四川猪肉价格，建立VAＲ模型，得出育肥猪配合饲料价格的冲击在短期内对猪肉价格的波动有一定的影响，而牛肉价格对猪肉价格变化的贡献很少。

综合来看，我国猪肉价格波动特征在不同时期拥有不同特点，经历了由收敛型蛛网到封闭型蛛网，再由封闭型蛛网到发散型蛛网的演变。猪肉价格波动处于发散型蛛网之中的结论，也与我国猪肉价格的暴涨暴跌的事实相切合。但是前期研究截至2007年为止，因此有必要通过近几年数据对现在的生猪市场状态进行进一步验证。

（二）猪肉价格影响因素分析结合文献资料和实际情况，影响我国猪肉价格波动的因素主要可以归纳为三大类：一是成本因素，包括玉米价格、小麦价格、仔猪价格等；二是替代品价格，如羊肉价格、牛肉价格等；三是自然灾害，如疫病等。

1. 成本因素。生猪养殖成本是猪肉价格形成的主要部分，因此在考虑影响猪肉价格波动的因素时，养殖成本应当首先考虑。其中，玉米面、高粱米、麦麸、豆粕等是猪饲料的主要构成成分。以20 60kg 体重的育肥猪饲料为例，考虑成本、质量等原则后组成配方为玉米65%、豆粕15%，小麦麸15%、进口鱼粉2%，其他3%。因此，玉米、小麦和豆粕的价格波动将会直接影响饲料的价格，从而进一步影响猪肉价格。仔猪作为养猪成本的重要组成部分，也会对猪肉价格波动产生一定影响。另外，人工成本和医疗防疫费用在生产成本中的比例越来越大，对生产成本的影响作用越来越显著。·120·

2. 替代品价格。根据经济学一般原理，当商品互为替代品时，其价格之间存在着正向的相关关系。即某一商品价格的上涨，将会引发其替代品价格同步上涨。猪肉的替代品主要包括其他肉禽蛋奶产品，如牛羊肉、禽肉、鸡蛋等。理论上分析，在肉类总体的消费水平不变的情况下，牛羊肉和禽肉价格的上涨会使其替代品猪肉的价格也一并上升。

从我国的肉类消费情况来看，猪肉消费的数量占肉类消费总量的60%以上，而且呈现明显的地方性差异。南方地区消费肉类主要以猪肉和禽肉为主，北方地区则以消费猪肉和牛羊肉为主。其牛羊肉的消费量约是南方的2倍，消费的比例相对较高，对于猪肉的替代效应较强。3. 自然灾害。气候因素、生猪疫情等突发事件会对猪肉价格产生较大冲击。入冬过早，气温偏低等因素会使得一些地区出现仔猪成活率下降、母猪流产率上升等一系列问题，这在很大程度上影响生猪出栏量。疫情也会严重影响生猪的供给，使得猪肉价格因供给不足而上升。其中，比较2011年以典型的例子包括2003年的非典疫情，“高热病、猪瘟”等为代表的生猪疫情等。这些疫病的爆发均在当时引发了生猪出栏量的锐减，进一步导致猪肉供应不足。

由于疫病的出现存在偶然性，本文在此主要分析成本因素和替代品价格对于猪肉价格影响的冲击。

二、猪肉价格波动的实证检验（一）蛛网模型与弹性分析

蛛网模型的基本内容是把时间引入均衡分析中，运用弹性理论来考察价格波动对下一周期产量的影响，以及由此而产生的均衡的变动。用斜率绝对值这个数学工具来看供求关系，解释某些生产周期长的商品，在供求不平衡时所发生价格和产量的循环影响。

蛛网模型通常用于分析具有下述特点的价格与产量的关系：这些商品开始生产后，要经过一定时间才能生产出来，在这期间生产不能变更。或者说上期价格决定本期产量，本期产量决定本期价格。生猪生产有4到8个月的周期，在此期间无法变更生产规模，而养殖户又多以前期市场价格决定本期产量，这正好符合蛛网模型的理论假

多用蛛网模型分析猪肉市场价格的敛设。因此，

散性。

蛛网模型的数学表达式可表示为：

d t =a －γp t γ＞0

s t =b +βp *t +εt β＞0

s t =d t

（1）（2）（3）

决定了猪肉价格是否向长期均衡收敛，按其取值

可以分三种情况讨论。

1. 当β/γ＞1（即β＞γ时）波动将逐渐增大时，为发散型蛛网。说明随着时间t 的变化实际价格将以越来越大的幅度围绕均衡价格上下波动，最后无穷大地偏离均衡价格，由于价格波动越来越大，向外呈发散状，无法恢复平衡。因此，供给弹性系数大于需求弹性系数被称为蛛网不稳定条件。

2. 当β/γ＜1（即β＜γ时）波动将逐渐减小时，为收敛型蛛网。说明随着时间t 的变化实际价格将以越来越小的幅度围绕均衡价格上下波动，最后逼近均衡价格。因此，供给弹性系数小于需求弹性系数被称为蛛网稳定条件。

3. 当β/γ=1（即β=γ时）波动将保持不变时，为封闭型蛛网。说明随着时间t 的变化。实际价格以相同的幅度围绕均衡价格上下浮动。既不进一步偏离，也不逐渐逼近均衡价格。因此，供给弹性系数等于需求弹性系数被称为蛛网中立条件。

为了估计现今中国猪肉价格的供求曲线及相应弹性。本文选取2000—2012年的年猪肉消费量以及年平均猪肉价格进行回归分析。其中，猪肉消费量来自国家统计局，月度猪肉价格来自中国畜牧业信息网。计算公式为年猪肉消费量=城镇人口数乘以城镇人口人均消费量+农村人口数乘以农村人口人均消费量，年平均猪肉价格=12个月猪肉价格算术平均。

Eviews 估计结果详见表1和表2。

表1

模型猪肉需求曲线猪肉供给曲线

模型概况Ｒ20. 5525560. 796896表2

回归系数

a γb β

系数值3. 72ˑ 10108. 61ˑ 1083. 67ˑ 10109. 88ˑ 108

系数表

t 值14. 802123. 84954422. 234296. 569595

伴随概率0. 00000. 00230. 00000. 0000调整后Ｒ

式（1）为猪肉需求函数表达式，表示t 期需求依赖于同期猪肉价格，价格与需求为减函数关系。p t 为t 期猪肉价格，d t 为t 期需求量，γ为需其中，

求曲线的斜率。式（2）为猪肉供给函数表达式，表明t 期供给依赖于上期猪肉价格，价格与供给

s t 为t 期猪肉供给量，p *为增函数关系。其中，t 为预期价格，一般用t －1期猪肉的价格表示，β为供

a ，给曲线的斜率。式（3）为猪肉供需均衡条件，b ，γ，β均为大于0的常数。将式（1）和式（2），带

入式（3），利用差分方程的知识计算可以得到：

p t =

a －b 1

－γ+βγ

t －1

（∑i =0

－β/γ）i εt －i +－a －b γ+β

β(－γ)[p ]

（4）

p 0为t =0时的猪肉初始价格，（a 式（4）中，

－b ）/（γ+β）为均衡时的猪肉价格，εt 代表t 期的随机冲击。为了剔除随机冲击的影响，集中分

2，3，…）均为零。析系统的稳定性，假设εt （t =1，那么，如果系统从长期开始，初始条件为p 0=

（a －b ）/（γ+β），得p t =（a －b ）/则根据（4）式，（γ+β）。因此，如果从长期均衡点开始，则猪肉价格将保持在长期均衡价格处。

反之，如果从低于长期均衡价格开始：p 0＜（a －b ）/（γ+β），由式（4）可知：

p 1=（a －b ）/（γ+β）+

（－β/γ）1（5）［p 0－（a －b ）/（γ+β）］

式（5）中，由于p 0＜（a －b ）/（γ+β），－β/γ＜0，则p 1高于长期均衡价（a －b ）/（γ+β）。

p 0－（a －在第2期：p 2=（a －b ）/（γ+β）+［

（－β/γ）2b ）/（γ+β）］

尽管p 0＜（a －b ）/（γ+β），但（－β/γ）＞0，因此p 2将低于猪肉的长期均衡价。在以后各期，t 取偶数，t 取奇数，（－β/γ）t 为正，（－β/γ）t 为负。因此，随着时间变化，猪肉价格p t 将围绕长期均衡价上下波动。若β＜γ，则（－β/γ）趋于

零，若β＞γ，则（－β/γ）递增，因此β/γ的大小

0. 5152690. 778433

·121·

供求曲线的估计式为：

^=3. 72ˑ 1010－8. 61ˑ 108P 需求曲线：d t t

108^t =3. 67ˑ 10+9. 88ˑ 10P t －1供给曲线：s

由模型概况可知猪肉供给曲线整体拟合效果

较好，猪肉需求曲线整体拟合效果略差，可能的原因是影响猪肉需求的因素不止一个。同时，由系数表可知各个系数都是显著的，表明价格对供给、需求有着显著的影响。

进一步可得β/γ=1. 1475＞1，供给弹性大于需求弹性，满足蛛网不稳定条件，表示猪肉市场波动剧烈。随着时间的推演，猪肉价格波动越来越大，且市场不能达到自发调节至均衡状态。

（二）基于VAＲ模型的猪肉价格波动影响因素分析

根据上文分析，本文可以断定猪肉价格波动是发散的，但具体其价格波动受到哪些因素影响，需要进一步进行实证检验。

VAＲ模型是将系统中每一个内生变量作为系统中所有内生变量的滞后值的函数来构造模型，从而将单变量自回归模型推广到由多元时间序列变量组成的向量自回归模型，适于研究变量之间的相互变动与影响的问题。由于本文研究的重点在于分析猪肉价格波动与其他变量的波动之间的相互作用和传导机制，因此适宜在此建立向量自回归模型。

变量选取方面，根据第一部分的理论分析，模型选取猪肉价格指数PP （pork price ）作为主要研究对象。成本方面，选取玉米价格指数COP （corn price ）和小麦价格指数WHP （wheat price ）以估算饲料成本波动对于猪肉价格波动的冲击。替代品方面，选取羊肉价格指数MUP （mutton price ）和牛肉价格指数BEP （beef price ）来研究其价格波动之间的影响关系。其中，月度猪肉价格来自中国畜牧业信息网，其余数据均来自中经网统计数据库。本文选取了2003年1月—2014年4月的136个上述变量的月度数据作为样本点。数据进行了指数化处理，因此只是单纯的波动信息，而不包括确定性的趋势。

由于向量自回归模型要求各个变量均为平稳序列，本文首先进行平稳性检验。其中，滞后阶数以最小信息准则确定。经过检验，得到所有的变量都是平稳的，即所有变量都是0阶单整的，因此·122·

可以直接建立VAＲ模型。

在建立VAＲ模型之前，必须首先确定向量自回归的滞后阶数，其方法主要是采用最小信息准则。通过Eviews 软件，在序列平稳的基础上初步建立任意阶VAＲ模型，并计算各信息准则数值。LＲ、FPE 和AIC 准则指出的最优滞后阶数为p =5，SC 和HQ 准则指出的最优滞后阶数为p =2。结合经济理论，猪肉生产周期大约为4—5个月，短期内其他因素对于猪肉价格波动的影响不强，滞后期过短容易造成信息损失，同时兼顾自由度的要求，应当选择p =5。

取各内生变量的5阶滞后建立VAＲ模型，可得到表3的估计结果。

以猪肉价格为因变量的回归模型为例，可以写出回归模型的估计式：

PP t =0. 777PP t －1－0. 325PP t －2－0. 019PP t －3－0. 045PP t －4－0. 057PP t －5－0. 115COP t －1+0. 101COP t －2+0. 082COP t －3+0. 015CO t －4+0. 804COP t －5+0. 010WHP t －1－0. 061WHP t －2－0. 207WHP t －3+0. 334WHP t －4－0. 342WHP t －5－0. 635MUP t －1－0. 124MUP t －2+0. 369MUP t －3－0. 787MUP t －4－0. 140MUP t －5+0. 116BEP t －1+0. 434BEP t －2－0. 395BEP t －3+0. 285BEP t －4+

0. 836BEP t －5

（6）

首先，对于估计结果可以进行初步分析，滞后两期内的猪肉价格对其本身的影响系数显著，而玉米、羊肉和牛肉的价格对于猪肉价格的影响，均在滞后四期后才显著。小麦价格对猪肉价格的影响不显著。而反观其他变量，滞后一期的猪肉价格对所有变量的影响均是显著的，而滞后多期的猪肉价格对所有变量的影响基本不显著。因此，可以初步概况，其他因素变动时对猪肉价格变动的影响有至少四个月的时滞，是长期的。而猪肉价格的波动则会在一个月内对其他因素的波动性产生影响，是短期的。进一步可以对向量自回归模型进行脉冲响应和方差分解。首先，对所建立的方程进行脉冲响应分析，考虑各个变量变动对于猪肉价格波动的影响，如图1。可以看到玉米价格波动对于猪肉价格波动的影响十分明显，其影响在玉米价格变动后的第6期达到最大值，之后逐步衰减，最终接近于0。系

表3

回归结果系数

自变量

＊＊

0. 777＊＊＊

－0. 325＊

因变量PP p =1p =2p =3p =4p =5COP p =1p =2p =3p =4p =5WHP p =1p =2p =3p =4p =5MUP p =1p =2p =3p =4p =5BEP p =1p =2p =3p =4p =5

COP －0. 1150. 1010. 0820. 015

＊＊

0. 804＊

WHP 0. 010－0. 061－0. 2070. 334－0. 342WHP 0. 132－0. 077－0. 100

＊＊

0. 406＊

MUP －0. 635*－0. 1240. 369

＊

－0. 787＊

BEP 0. 1160. 434－0. 3950. 285

＊

0. 836＊

－0. 0190. 045－0. 057

＊＊

0. 126＊

－0. 140MUP －0. 214－0. 022－0. 1460. 1620. 052MUP －0. 02－0. 0370. 095－0. 0600. 299*MUP 0. 0380. 1590. 284*0. 045－0. 008MUP －0. 156－0. 0840. 2270. 166－0. 041

COP

＊＊

0. 561＊

BEP －0. 0380. 2670. 077－0. 0640. 175BEP －0. 1760. 309*－0. 006－0. 144－0. 095BEP

＊

0. 339＊

－0. 094－0. 0100. 033－0. 044

PP 0. 085*0. 011－0. 057

＊

0. 122＊＊

－0. 111＊

－0. 1350. 137

＊

－0. 232＊

0. 138COP 0. 005－0. 093－0. 0340. 1610. 101COP －0. 1400. 144－0. 1660. 180*0. 185*COP －0. 1570. 166－0. 185*

＊

0. 248＊

－0. 094WHP

＊＊

0. 558＊

－0. 230*0. 2130. 179－0. 072WHP 0. 0080. 100－0. 1000. 061－0. 112WHP 0. 0160. 148－0. 1550. 113－0. 147

＊＊

0. 137＊

－0. 086－0. 012－0. 0330. 024PP

＊

0. 098＊

－0. 127－0. 055－0. 0500. 188BEP

＊＊

0. 574＊

－0. 035－0. 0220. 0370. 020

0. 0290. 010－0. 2280. 218

0. 142

＊＊＊

5%和10%水平下显著。、＊、分别表示在置信度1%、注:＊

统最终是稳定的。因此玉米价格波动对猪肉价格

波动的时滞在6个月左右。这与猪肉生产周期大约为4—5个月的事实比较接近。实际上考虑到养殖户购买饲料还存在一定时滞，这个滞后周期是合理的。小麦价格的脉冲响应效果并不明显，羊肉价格和牛肉价格在滞后2期和滞后3期时达到第一个波峰，即牛羊肉价格波动在2—3月之后对于猪肉价格波动的影响达到最大，但是其对猪肉价格波动并不十分明显。

再考虑猪肉价格变动对其他变量的影响，如图2。

由图2可以看出，当猪肉价格变动时，在1个月后对牛肉价格的冲击达到最大。在2个月后对玉米价格和羊肉价格的冲击达到最大，在3个月后对小麦价格的冲击达到最大。对比上文的结论可以得出，当猪肉价格波动时，会迅速引起玉米价格的变动，但是玉米价格对于猪肉价格波动的滞后期较长，而猪肉、羊肉、牛肉价格相互影响的滞后期相对接近，大约在2—3个月左右。这与根据回归结果进行的初步分析相一致。

·123·

图1

其他变量对猪肉价格脉冲响应图

图2猪肉价格对其他变量脉冲响应图

上述脉冲响应函数所描述的是向量自回归模型中一个内生变量受到外在冲击后，对于其他内生变量影响的传导机制，而方差分解则是通过分解每一种结构冲击对内生变量变化的贡献度，进一步评价不同结果冲击的重要性，结果见表4。·124·

由表可见，猪肉价格变化的主要影响因素是

猪肉价格自身的冲击，占到了总方差的63. 73%。玉米价格是其他因素中对猪肉价格波动最大的变量，占到22. 85%。其余变量的冲击均小于10%，可以说对猪肉价格的影响并不明显。

表4

猪肉价格波动的方差分解表

COP 0. 0000000. 0806390. 1488510. 1819931. 69191315. 0353222. 0161322. 8332222. 4126222. 85167

WHP 0. 0000000. 0187620. 0309210. 6752100. 8526660. 7367270. 7456900. 7428630. 7740990. 897011

BEP 0. 0000002. 8690623. 6685533. 6391525. 9717545. 4124704. 8996995. 2038796. 2972076. 548621

MUP 0. 0000000. 1391451. 1971971. 2338871. 4530743. 3864144. 7173075. 6189026. 0432675. 976001

Period [1**********]

标准误3. 3280844. 0877864. 1629324. 1941444. 3234954. 7247045. 0290905. 1285375. 1773445. 207570

PP 100. 000096. 8923994. 9544894. 2697690. 0305975. 4290767. 6211765. 6011464. 4728163. 72670

三、结论与政策建议（一）结论

1. 猪肉价格波动呈现发散性。近年来猪肉价格波动的幅度呈扩大趋势，市场不能达到自发的均衡，这主要是由于猪肉属于必需品，其消费需求具有刚性，因此需求弹性较小。另外，受制于疫病等因素，养殖户对于价格的敏感性较高，供给弹性相对较大，从而导致需求弹性小于供给弹性，陷入发散型蛛网的困境。

2. 猪肉价格波动最大的影响因素是玉米价格的波动。玉米价格波动影响至猪肉价格存在大约6个月的时滞期，而猪肉价格波动对玉米价格冲击则快得多，只需2—3个月达到最大值。这主要是由于养殖户对于价格信号十分敏感，当看到猪肉价格波动时迅速改变生产规模，改变饲料需求，从而使玉米价格迅速波动。而生猪生产有少则4个月，多则8个月的固定周期，不易迅速调整，因此玉米价格的波动要到大约半年后才能传至猪肉市场。

3. 羊肉价格和牛肉价格等替代品对于猪肉价格波动的冲击并不明显。其主要原因是，由于饮食习惯等原因，我国的牛羊肉和猪肉的消费绝2009年对量差距很大。以牛肉和猪肉消费为例，人均猪肉消费量为37. 3kg ，而牛肉人均消费量仅为4. 1kg ，猪肉消费是牛肉消费的9. 09倍，由于绝对量相差悬殊，牛肉价格一定幅度变化不会立即引发猪肉价格剧烈波动。我国很多相关研究报

告都支持这一结论。

（二）政策建议

综合上述实证分析可以看出，一方面如果调整弹性，使供给弹性减小，需求弹性增大，则蛛网模型会趋于收敛。猪肉价格波动将能通过市场自身的调节作用达到稳定，在长期趋于均衡价格。另一方面由于玉米价格波动对猪肉价格波动存在显著影响，并有6个月左右的时滞。因此，可以在猪肉和玉米市场间建立联动的价格预警机制，修正养殖户接收到的无效价格信号。

由于消费者的需求弹性难以通过调控手段改变，所以如何减小供给弹性，降低养殖户对于价格信号的敏感性成为控制猪肉价格波动最重要的手段，而减小供给弹性的最佳方法就是稳定养殖户预期。可以在猪肉价格暴跌的过程中，通过政府的保护价格和补贴减轻中小养殖户的损失，从而避免生产者对于亏损采取消极的应对措施。同理，在猪肉价格暴涨的过程中，也应采取相应的限价措施，或通过国家收购的方式平抑价格，从而提醒养殖户从长远利益出发，避免盲目扩大生产。

引导建立有效的育种体系或组织也是一个行之有效的方法。我国每年消费的猪肉已经超过5000万吨，但是绝大部分商品猪肉种源依赖进口，其弊端一是价格受制于人，二是存在很大的疫病风险。二者均加大了生产成本，从而提高了生产商对猪肉价格的敏感度，即猪肉的供给弹性，因此改善这一现状应成为政策的突破口。我国缺乏

·125·

目前以政府组织引导为主建立的生猪育种体系，

生猪育种的主体主要是大型企业，因此加速建立起我国自己的生猪育种体系，能起到掌控“肉碗”品质源头，降低生产者的价格敏感的作用。另外，建立联动的价格预警机制有助于畅通信息传递渠道，从而降低养殖户对于价格的敏感度。特别可以针对玉米市场价格和猪肉市场价格的关系，参考猪粮比制定相应的工作预案。一旦玉米市场价格出现较大波动，应在猪肉价格未出现暴涨暴跌之前予以预警。选择合适的时间点，通过发布公告，电视广播等方式告知养殖户调整养殖规模，避免无谓损失。防止市场失灵现象发生，并进一步争取将全国价格监测网络系统联网管理，尽快实现全国计划、价格系统内的信息共享。一旦发现价格异常波动或发生突发事件，应及时处理，避免损失。

参考文献：

［1］沃尔特·恩德斯．应用计量经济学:时间序列分M ］．杜江，析(第三版) ［袁景安，译．北京:高等教育出版2012:18－20．社，

［2］Ezekiel M．The cobweb theorem ［J ］．The Quarterly Journal of Economics ，1938，52(2) :255－280．

［3］Muth J F．Ｒationalexpectations and the theory of price movements ［J ］．Econometrica ，1961，29(3) :315－335．

［4］斯琴，申倩．我国猪肉价格阶段性变化的蛛网理J ］．内蒙古农业大学学报:社会科学版，2008，10论分析［(40) :94－97．

［5］韩一杰，刘秀丽．中国猪肉价格波动对其他部门．中国农村经济，2011产品价格及CPI 的影响测算［J ］(5) :12－20．

［6］J ］．农于少东．北京市猪肉价格波动周期分析［2012(2) :75－78．业经济问题，

［7］马雄威，朱再清．灰色神经网络模型在猪肉价格．内蒙古农业大学学报:社会科学版，预测中的应用［J ］2008，10(40) :91－93．

［8］段隐华，王刚．四川猪肉价格波动的影响因素分J ］．四川农业大学学报，2011，29(4) :析基于VAＲ模型［580－584．

［9］马孝斌，王婷，董霞，等．向量自回归法在生猪J ］．遗传育种，2007，43(23) :4－6．价格预测中的应用［

［10］曹建民，田露，张越杰．我国牛肉消费及其对猪J ］．产业透视，2012，48(12) :肉价格变化的反应研究［12－15．

［11］吴瑛．基于蛛网理论的我国近10年生猪价格波J ］．广东农业科学，2011，3(3) :106－107．动分析［

［12］刘云．基于蛛网模型的2007年猪肉价格问题分J ］．商业现代化，2008(1) :149－151．析［

［13］伍世安，刘萍，付兴．论中国粮食目标价格的目．江西财经大学学报，2012标及预算:以玉米为例［J ］(1) :18－27．

Analysis of the Pork Price Fluctuation in China and Policy Proposals

LI Baoren ＆YAO Xijia

（School of Economics ，Beijing Technology and Business University ，Beijing 100048，China ）

Abstract ：In recent years ，abnormal fluctuationsof China's pork price occur frequently and bring tremendous impact on pro-ducers and consumers．To explain the unusual fluctuations in the pork market ，we firstly point out their features ，using cobweb model to analyze the elasticity between supply and demand and finding that thefluctuations are divergent ，which can not achieve spontaneous equilibrium．Secondly ，to explain the causes of the fluctuations ，we use vector auto regression model to quantitatively analyzethe influential factors ，such as cost ，and substitution ，etc．We find ，there is an obvious relationship between the fluctua-tions of corn price and pork price ，with the time lag of six months．And the influence of other factors is not obvious．So according to corn price ，we can establish an effective warning mechanism and breeding system to slow down excessive pork price fluctua-tions．

Key Words ：pork price ；fluctuation ；cobweb model ；corn price ；price warning

（本文责编

王

轶）

·126·