刘 苇, 陶建平
(华中农业大学 经济管理学院,湖北农村发展研究中心,湖北 武汉 430070)
我国畜禽养殖业的迅速发展,在丰富城乡居民“菜篮子”的同时,也带来了严峻的农业面源污染问题。据《第二次全国污染源普查公报》,2017年中国畜禽养殖的化学需氧量和氨氮排放量分别高达1 000.53万t和11.09万t,分别占农业源化学需氧量和氨氮排放量的93.76%和51.30%。自党的十八大提出推进生态文明建设的战略决策起,畜禽养殖业的环境约束力度逐渐加强。但受配套耕地的限制,固有畜禽养殖模式下的种养结合难以实现,反而造成更严重的畜禽污染[1]。面对严重的污染问题,调整畜牧业布局来推进畜牧业绿色健康发展势在必行。作为调整产业布局的重要手段——畜禽禁养区政策于2013年被正式提出。
环保政策客观上倒逼中国生猪规模化养殖水平提升。规模养殖场初期建场时环境门槛高,相关主体承担建设成本的能力较强,也是政府偏好的补贴对象。以沼气工程为例,养殖规模越大的养殖场,能够得到的补助越高(以规模化畜禽养殖场污染减排工程之一的沼气工程为例,“十二五”期间,上海市对标准猪出栏量在0.5万头以下的养殖场补助300万元,对标准猪出栏量在0.5万～1万头的养殖场补助450万元,对标准猪出栏量在1万～2万头的养殖场补助650万元,对标准猪出栏量在2万头以上的养殖场补助750万元)。得益于资金、技术优势和规模经济效应,规模养殖场受环保政策的影响较小;相反地,散养户环保意识单薄,生产管理粗放,更易被环保政策“重挫”,尤其是部分地区“一刀切”“运动式”执行禁养区政策,散养户数量减少得更多。同时,环保标准的设定、粪污和环境控制处理等设施设备的投入,导致养殖场经营成本增加(2017年,新希望六和董事长刘畅在接受《21世纪经济报道》记者采访时称,公司的环保工程硬件投入和运行费用约占生猪养殖成本的16%)。畜禽养殖场为实现规模经济节约污染治理过程中的交易成本或者获得政府绿色补贴,加快资本支出,大量新建产能,扩大养殖规模,规模化水平显著加速。据《中国畜牧兽医年鉴》数据,自环境约束强化后,年出栏500头以上的养殖场数量逐年减少,但年出栏500头以上的规模养殖比重持续上升,且增长率明显加快(图1)。
数据来源于《中国畜牧兽医年鉴》。Data are adopted from China Animal Husbandry and Veterinary Yearbook.图1 中国生猪养殖业规模化发展情况Fig.1 Scale development of hog breeding industry in China
不可否认,禁养区政策在改善生态环境、加快生猪养殖规模化进程方面具有积极的作用,但地方政府在执行禁养区政策时层层加码,很可能会冲击生猪市场稳定。2014年末,全国能繁母猪、生猪存栏量分别同比下降11.64%、7.82%,2016年因环保整治而削减的生猪存栏量达3 600万头[2],约为当年全国生猪存栏量的9.83%。尤其是在2018年突如其来的非洲猪瘟疫情冲击下,全国生猪产能断崖式下滑。截至2020年5月,我国能繁母猪、生猪存栏数量同比连续92个月下降。生猪市场供需失衡是引起生猪价格波动的重要因素。2016—2018年,生猪价格下跌超过48.31%,随后止跌回升,并于2020年8月攀升至历史最高点。
一方面,在理论上,作为命令型环境规制工具,禁养区政策在有效遏制养殖污染的同时,不可避免地通过资源分配、生产效率影响产业产出,进而造成产品价格波动[3]。另一方面,依据新制度经济学,出于节约成本的考量,畜禽养殖场会在禁养区政策压力下采取紧密的垂直协作模式[4],即畜禽养殖规模化发展,由此禁养区政策可能通过规模养殖稳定生猪生产,缓解价格波动。那么,在当前复杂的情境下,禁养区政策是否影响生猪市场稳定?如何影响生猪市场稳定?在非洲猪瘟疫情期间,能否通过回调环境管制措施减缓生猪价格波动?对上述问题的研究,有助于理解生猪价格频繁波动的原因,并相应提出在环境约束背景下促进生猪产业绿色可持续发展的政策建议。
现有的关于环保政策的研究多聚焦于工业领域。学者发现,无论是宏观经济还是微观主体都能破解环境约束,实现经济发展和环境保护的双赢[5-6]。党的十八大以来,我国畜牧业进入了生态健康养殖的阶段,畜牧业发展中的环境规制问题研究日趋活跃。绝大部分研究肯定了环保政策在环保养殖技术扩散、资源化利用、源头减排方面的重要作用[7-8],但关于其对畜牧业发展的影响尚存争议,主要存在两种观点:一是基于新古典经济学的“成本效应”,认为环保政策的实施加剧了养殖主体的成本压力,扰乱了市场化秩序,损害生产效率,减缓地区生猪养殖产值增长,导致生猪产能下滑[9-11],甚至波及进出口贸易,影响低附加值产品的竞争力,这从禁养区政策导致的猪肉出口减少中可见一斑[12]。这一观点异于工业领域环保政策的双赢效应,主要原因是,不同于工业生产主体能够在高市场化程度的行业背景下依靠强技术创新能力实现产业转型抵消环境规制带来的“成本效应”,我国农产品供需处于紧平衡,遭受冲击后的生产恢复也面临较大不确定性。这种不确定性主要来源于相对落后的农业生产效率。二是围绕“波特假说”展开环保政策对生猪养殖结构升级的倒逼效应的讨论,证实环保政策通过淘汰落后产能、改进生产技术进而促进生猪养殖规模化发展[13]。散养户的环保意识单薄,生产管理粗放,资金约束大,更易受环保政策的影响而被迫退出市场,而环保政策对规模养殖场户优化资源配置效率、扩大养殖规模具有正向激励作用,有助于养殖结构升级和养殖业规模化水平提升[14]。那么,作为衡量市场稳定的重要指标的生猪价格是否受到环保政策的影响呢?这是本研究关注的核心问题。
价格波动是学术界关注的永恒主题。现有的关于生猪价格波动成因的研究众多,可分为3个方面。一是供求因素。供给因素主要包括生产成本和生产者预期[15]。生产成本包括固定成本、人工成本和投入品成本等,其中,投入品又可细分为仔猪和玉米。据《全国农产品成本收益资料汇编2020》,仔猪成本占生猪养殖成本的30%左右,饲料是生猪养殖过程中的主要投入品,而玉米投入占饲料投入的60%～70%;因此,仔猪和玉米价格的变化势必会影响生猪价格。这一观点得到众多研究的证实[16-17]。需求因素包括替代品价格、城乡居民收入等。鸡肉和牛肉作为中国居民肉类消费的主要成分,对猪肉有较强的替代效应[18]。随着经济发展水平的提高,城镇居民收入也逐渐成为推动生猪价格波动的主要驱动力[19]。任何供给和需求的冲击均会影响畜产品价格波动。二是制度性因素。养殖土地规划不完善、产业融资困难、生猪生产规模化和组织化程度低、产业链不完善等因素均影响生猪价格波动[20-21]。生猪养殖业规模化发展乃大势所趋,政府对规模化养殖的支持力度也不断提升。规模化养殖场在市场判断能力、市场势力、疫病防控等多方面都具有明显优势[16],并面临较高的退出壁垒和较强的资产“锁定”效应[22]。学术界对其在稳定生猪生产、减缓价格波动方面的作用已达成共识[16,23],相关结论也已在中美养殖实践中得到印证[21]。三是随机因素,主要为动物疫病。重大生猪疫情具有突发性、广泛性和不确定性特征,是生猪产业稳定健康发展的重大威胁,对猪肉价格波动的影响剧烈而迅速[24-25]。
整体而言,学者们对生猪价格波动成因的研究成果比较丰富,为本文研究提供了宝贵参考,但仍存在有待深入研究的方面:第一,已有研究对环保政策的关注点集中于环境保护效应和经济发展效应,然而因环保政策管控过度给生猪产业稳定发展带来的负效应不可忽视,这对于全面评估环保政策的效应而言尤为重要。尽管黄炳凯等[26]发现,产业政策导致生猪养殖规模结构不稳定,但其研究主要聚焦于生猪养殖规模结构变动上,虽然探究了包含生猪养殖补贴政策和环境规制政策的生猪产业政策对其的影响,但未将研究延长至生猪市场价格稳定维度。第二,我国生猪养殖的资源环境压力将持续加大,环保政策作为重要的制度性安排对生猪生产供给和市场价格变动的影响值得高度关注。尽管环保政策对生猪生产布局的影响在文献[10,14]中已得到印证,但专门关注环保政策对生猪价格波动影响及其路径的研究却鲜见报道。第三,已有文献佐证了规模化养殖在稳定生猪生产和价格波动方面的重要作用[16,22],却未注意到不同规模的养殖主体在重大生猪疫情背景下稳定生猪市场效果的差异性。鉴于此,本文利用2006—2020年我国部分省份的面板数据,基于设立禁养区这一准自然实验,首先采用渐进双重差分方法估计禁养区政策对生猪市场的影响,然后利用有调节的中介效应模型探究其作用机制。
本文可能的边际贡献在于:第一,在生态文明建设的大背景下,厘清生猪价格波动的内在逻辑。以经典供给-价格的互动关联为切入点,将颇具代表性的环境政策之一的禁养区政策纳入生猪价格波动的研究体系,系统考查该政策对生猪养殖规模化水平的影响,以及突发重大生猪疫情下生猪规模化养殖对价格波动平缓效应的影响,以此勾勒出禁养区政策对生猪价格波动影响的机理全貌。第二,区别于已有研究,本文立足于我国重大动物疫情频发的环境特征和生猪市场波动剧烈的现状,整体测算生猪规模化养殖的价格波动平缓效应受突发重大生猪疫情的影响,识别出规模化养殖价格波动平缓效应失效的特定条件和真实主体,弥补已有研究的不足,并拓展性地分析非洲猪瘟疫情下环保政策回调后对生猪市场的影响。为此,本文拟采用2006—2020年我国除香港、澳门、台湾、西藏外30个省份的面板数据,以2014年实施的禁养区政策为准自然实验,运用渐进双重差分模型评估禁养区政策对生猪市场的影响,建立有调节的中介效应模型探讨该政策影响生猪价格波动的路径,以期为环保政策的持续推进和生猪养殖业的高质量绿色发展提供改进新思路。
2.1 制度背景
经济新常态、环保新时代背景下,推进畜禽养殖业绿色发展,是保障“菜篮子”产品安全供给的关键,是进行农业供给侧结构性改革的重要抓手,更是推动乡村振兴的必由之路。囿于配套耕地的限制,固有的畜禽养殖模式下种养结合难以实现,而忽略环境承载能力的发展模式带来严重的环境问题。为此,在保障配给废弃物处理设施和粪污资源化利用工作稳步推进的基础上,立足于资源禀赋和环境承载能力,致力于生产与环境的协调发展,畜禽禁养区政策应运而生。
畜禽禁养区政策是通过产业布局调整强化畜禽污染防治的重要手段。2014年,我国开始实施《畜禽规模养殖污染防治条例》,要求在饮用水水源保护区、风景名胜区、自然保护区的核心区和缓冲区、城镇居民区、文化教育科学研究区等人口集中区域,以及法律、法规规定的其他禁止养殖区域划定畜禽禁养范围,严禁新建、改建和扩建养殖场(小区),并对已建的养殖场(小区)予以关闭或搬迁。2015年,《水污染防治行动计划》明确了禁养区划定的时间限度,要求“在2017年年底前,依法关闭或搬迁禁养区内的畜禽养殖场(小区)和养殖专业户,京津冀、长三角、珠三角等区域提前一年完成”。2016年,《畜禽养殖禁养区划定技术指南》明确了禁养区的划定范围,《全国生猪生产发展规划(2016—2020年)》将全国生猪养殖划分为重点发展区、约束发展区、潜力增长区和适度发展区,加快了地区生猪养殖场(小区)拆迁的速度。为积极响应国家政策,各地区根据实际情况划定禁养区范围,制定畜禽养殖场(小区)关闭或搬迁时间(表1)。
表1 各省禁养区政策的执行时间Table 1 Implementation time of livestock and poultry restricted zone policy
地方政府严格执行禁养区政策,一些环保不达标的规模养殖户加速退出生猪养殖行业,但也有一些地方政府超范围划定禁养区或上调生猪养殖规模标准,甚至出现“无猪区”“无猪县”等情况。截至2017年,全国共划定4.9万个禁养区,覆盖土地面积63.6万km2,约占我国生猪养殖面积的17.3%,关闭21.3万个养殖场(小区)[27]。《全国生猪生产发展规划(2016—2020年)》强调的“南猪北养”的区域规划布局在实践上受到挑战:一方面,地理、气候与人文条件的差异使得北方地区并不具备直接承接南方转移的生猪产能的条件;另一方面,受东北人口流出和工人知识结构的影响,当地生猪养殖劳动力供给明显不足,限制了生猪养殖的产能转移。不仅如此,非洲猪瘟疫情在中国暴发后,活猪跨省禁运政策也中止了“南猪北养”过程中生猪的长途调运,进一步加剧了生猪的供给缺口。
2.2 理论分析
2.2.1 禁养区设立对生猪价格波动的影响
根据经典的供求理论,商品的价格决定于供给价格与需求价格相等时,也就是供给和需求的均衡点。需求和供给之间的相互作用是均衡价格形成的条件,当需求保持不变时,如果供给发生变动,就会形成新的均衡价格;同理,当供给稳定时,需求变动也会产生新的均衡价格。生猪价格是供给和需求共同作用的结果,任何供给和需求的变动必然影响价格波动。禁养区政策作为一项调整生猪产业布局的措施,势必会冲击生猪供给。
禁养区的设立直接影响生猪产能、生产者预期和生产成本等供给因素,打破生猪市场原有的供需均衡关系,引起生猪价格波动。具体分析如下:1)生猪产能。猪肉是我国居民生活中最主要的肉类来源,据《中国统计年鉴—2021)》,2020年猪肉占肉类消费总量的比例高达73.39%。在猪肉需求保持不变的情况下,随着禁养区政策的执行,养殖户由于信息不对称的存在,以及据此做出风险判断的主观性,短期内容易出现集中出栏、抛售生猪的“羊群效应”,从而导致价格剧烈波动。长期来看,受禁养区政策影响,大量的养殖场(小区)被关闭,能繁母猪和生猪存栏量双双下降,供给的大幅下降导致价格上涨[11]。因此,无论是短期还是长期,禁养区政策都将引起生猪市场的供需失衡,加剧生猪价格波动。2)生产者预期。生猪养殖场建设是一项长期投资,政策稳定是实现长期投资的前提和基础,政策稳定性越高,投资积极性越强[2]。一些地方政府在执行禁养区政策时大搞“一刀切”,忽视后续“扫尾工作”,导致部分新建和搬迁的养殖场面临养殖用地审批难、补偿资金不到位等问题,养殖场重建和迁移困难重重,严重挫伤养殖户的养殖信心[28]。此外,一些有关生猪养殖的扶持政策可持续性不明确,养殖户对此心存疑虑,担忧复产或扩大生产后可能会遭受二次伤害[11]。政策的不稳定性改变生猪养殖户的市场预期,降低补栏热情,致使下一阶段生猪产能缩减。由此,生产者预期的变动也会增加生猪价格的波动。3)生产成本。环境规制会造成企业生产成本的增加[29-30]。禁养区政策提高了生猪养殖业的环境准入门槛,增加了养殖企业和养殖户的生产成本。首先,养殖企业和养殖户在治理环境污染时,需要购买治污技术和设备,支付一定的污染治理费用、环保设施折旧费,以及环境治理相关的人力和管理费用,从而带来生产成本的直接增加[31]。其次,实施环境规制的过程会间接造成某些生产要素价格的提高,从而进一步提高企业的间接成本[32]。生产成本高企,致使部分养殖企业的流动性约束加强,在发生经营亏损时资金难以周转而退出市场,亦会加剧生猪价格的波动。综上所述,本文提出假设H1:禁养区设立对生猪价格波动存在正向影响。禁养区设立减少生猪产能,降低生产者预期,提高养殖户生产成本,导致生猪价格升高,加剧生猪价格波动。
2.2.2 禁养区设立影响生猪价格波动的机制
新制度经济学派认为,交易成本影响企业的垂直协作模式选择,紧密的垂直协作模式能够降低污染治理的交易成本。毋庸置疑,对不具有规模效应和竞争优势的小散养殖户来说,禁养区政策的实施使他们不得不拆除或搬迁养殖场,提高了生产成本,甚至被迫退出生猪养殖;中大规模养殖户可凭借雄厚的资金实力扩大养殖规模实现规模效应,以此抵消环境规制成本的上升,从而提高生猪养殖业的规模化水平。虽然禁养区政策对不同规模的养殖主体均有抑制作用,但是,得益于资金、技术优势和规模经济效应,规模养殖场受环保政策的影响较小,相反地,散养户的环保意识单薄,生产管理粗放,更易被环保政策“重挫”,尤其是部分地区“一刀切”“运动式”执行禁养区政策,散养户数量减少得更多[26]。生猪养殖业发达国家的经验证实了养殖场数量与养殖场规模间存在补偿关系[33]。在我国的生猪养殖实践中,学者观察到,具有规模效应的畜禽养殖户的废弃物资源化利用效率比不具有规模效应的养殖户更高[34],原因就在于规模养殖能够实现畜禽污染处理的规模经济,降低污染治理的交易成本。
规模化养殖场在市场判断能力、市场势力、疫病防控等多方面具有明显优势[15,35],退出壁垒和资产“锁定”效应较强[22],有利于市场稳定。禁养区设立可通过以下途径促进生猪养殖规模化:第一,提高小散养殖户的生产成本,迫使其退出生猪养殖;第二,中大规模养殖户扩大养殖规模,实现规模效应,以抵消禁养区政策带来的成本上升,从而提高生猪养殖业规模化水平。据此,本文提出假设H2:规模化养殖水平是禁养区政策与生猪价格波动之间的中介变量。在前半路径,禁养区的设立,倒逼生猪养殖规模化水平提高;在后半路径,规模化养殖水平的提升将平缓价格波动。
我国是动物疫情高发地区,而重大动物疫情会对畜禽产业的发展构成极大威胁。疫病的发生导致供需产生缺口,加剧生猪价格波动。生猪疫病的大规模暴发会导致生猪的大量死亡和养殖户的恐慌性抛售,存栏量大幅降低,且短期内养殖企业难以补栏。同时,为切断生猪疫病的传播链条、降低疫情跨区域传播的风险,生猪的跨省调运将暂停,相关省份的全部生猪交易市场也将关闭,这会进一步降低生猪的有效供给[23]。当重大生猪疫情暴发后,规模化养殖主体因为养殖体量庞大、养殖密度高,疫病的传播更迅速,所遭受的损失也将远大于非规模化养殖主体。此时,规模化养殖主体不得不减少饲养量或被迫退出市场。大规模养殖主体的退出会间接地改变生猪的平均生产成本,从而引起价格波动[36]。据此,本文提出假设H3:生猪疫情调节规模化养殖水平在禁养区政策与生猪价格波动间的中介作用。在疫情严重的地区,规模化养殖的价格波动平缓效应会被削弱,其作用方向甚至会由负向(平缓)变为正向(加剧)。
综上,将禁养区政策影响生猪价格波动的理论分析框架整理于图2。
图2 禁养区政策影响生猪价格波动的理论分析框架Fig.2 Theoretical analysis framework of impact of livestock and poultry restricted zone policy (RZP) on hog price fluctuation
禁养区政策在全国各地的逐步推进,一方面产生了同一地区在禁养区政策执行前后的差异,另一方面又产生了同一时点上实施禁养区政策的地区与未实施禁养区政策的地区之间的差异。这一“准自然实验”为运用渐进双重差分模型研究禁养区政策对生猪市场稳定的影响提供了宝贵机会。
3.1 模型构建
3.1.1 基准模型
双重差分模型通过比较处理组(实施政策的地区)和控制组(未实施政策的地区)在政策前后的相对距离,来剔除时间趋势和不可观测因素,从而识别出外生政策冲击的净效应[37-38]。鉴于不同地区实施禁养区政策的时间不同,研究对象的“处理”时间存在先后差异,本文采用渐进双重差分模型来识别禁养区政策对生猪价格波动率的直接效应,具体模型设置如下:
Fit=β0+β1Ri×Pt+β2Lit+β3Mit+β4Iit+β5Cit+β6Bit+β7Dit+α1i+γ1t+ε1it。
(1)
式(1)中:角标i和t分别代表地区和年份;F为生猪价格波动率,出于稳健性考虑,本文同时选取猪肉价格波动率(F′)作为替代被解释变量;R和P分别表示实施禁养区政策的省份虚拟变量和时间虚拟变量,R×P表征是否实施禁养区政策;L为滞后1期的仔猪价格波动率;M为玉米价格波动率;I为城镇居民可支配收入波动率;C为鸡肉价格波动率;B为牛肉价格波动率;D为生猪疫情指数;α、γ分别表示省份和年份固定效应;ε为随机因素。
3.1.2 调节中介效应模型
为探究禁养区政策对生猪价格波动率的调节中介效应,借鉴Hayes[39]的方法,构建以生猪疫情指数(D)为调节变量,生猪养殖规模化水平(S)为中介变量的调节中介效应模型进行检验:
Sit=π0+π1Ri×Pt+π2Lit+π3Mit+π4Iit+π5Cit+π6Bit+π7Dit+α2i+γ2t+ε2it;
(2)
Fit=η0+η1Ri×Pt+η2Sit+η3Dit+η4Sit×Dit+η5Lit+η6Mit+η7Iit+η8Cit+η9Bit+α3i+γ3t+ε3it;
(3)
E=π1(η2+η4Dit)。
(4)
式(4)中E为条件间接效应。
本文采用Bootstrapping估计方法进行检验,并计算D在低值(平均值-标准差)、中值(平均值)和高值(平均值+标准差)3种情况下的条件间接效应。
3.2 变量说明
3.2.1 被解释变量
本文选取生猪价格波动率作为被解释变量。价格是衡量市场波动的重要指标,生猪价格序列包含明显的长期趋势,学者普遍采用HP滤波法衡量价格波动率。HP滤波法可分解得到序列的趋势项和波动项,本文以波动项与趋势项之比的绝对值来构造生猪价格年度波动率。这里取绝对值的原因是,本文主要考查禁养区政策对生猪价格波动的影响大小,不关注其方向。
3.2.2 核心解释变量
本文的核心解释变量为禁养区政策。借鉴Beck等[40]的做法,只在渐进双重差分模型中引入实施禁养区政策省份虚拟变量和时间虚拟变量的交互项,如果在样本期间某地区某年已经实施禁养区政策,将其定义为“实施禁养区政策”,并将交互项赋值为1;反之,视为“未实施禁养区政策”,并赋值为0。
3.2.3 中介变量
本文以生猪养殖规模化水平作为中介变量。参照《全国生猪生产发展规划(2016—2020年)》对规模养殖的界定标准,本文将年出栏量500头以上规模养殖出栏量占总出栏量的比重定义为生猪养殖规模化水平。自2011年起,《中国畜牧兽医年鉴》仅发布各地各规模生猪养殖户户数,而不发布各地各规模生猪养殖户出栏量的数据,为此,本文采取如下方法衡量生猪养殖规模化水平。首先,测算2011—2020年各地各规模养殖户户均生猪出栏量。具体地,根据2006—2010年数据算出该时段各地各规模养殖户的户均生猪出栏量,利用过去5年的户均出栏量的移动平均值测算2011—2020年各地各规模养殖户的户均生猪出栏量。然后,测算2011—2020年各地各规模养殖户的出栏量和各地的总出栏量。采用户均生猪出栏量与养殖户数的乘积度量各地各规模生猪养殖户的出栏量,加总各规模生猪养殖户的出栏量得到各地的总出栏量。最后,测算生猪养殖规模化水平。
3.2.4 调节变量
本文选取生猪疫情指数作为调节变量。基于各类生猪疫病的影响程度构建生猪疫情指数。具体地,以9种生猪疫病(口蹄疫、猪水泡病、猪瘟、猪繁殖和呼吸系统综合征、猪囊虫病、炭疽、猪丹毒、猪肺疫、非洲猪瘟)导致的生猪死亡数和强制扑杀数之和与生猪出栏量之比(即每万头的死亡数)的自然对数值表征。
3.2.5 控制变量
参照相关研究[15-16],选取滞后一期的仔猪价格波动率、当期的玉米价格波动率、当期的城镇居民可支配收入波动率、当期的鸡肉价格波动率、当期的牛肉价格波动率、当期的生猪疫情指数等作为控制变量。
将上述所有变量的描述性统计结果整理于表2。
表2 变量的描述性统计结果Table 2 Descriptive statistical results of variables
3.3 数据来源
考虑到数据可得性,本文选择2006—2020年我国除香港、澳门、台湾、西藏外的30个省份的面板数据作为样本。禁养区政策实施时间数据来自各省(区、市)办公厅、农业农村厅网站和相关的新闻报道。生猪养殖规模化水平,以及生猪、猪肉、仔猪、玉米、鸡肉、牛肉价格数据来自《中国畜牧兽医年鉴》和中国畜牧业信息网。城镇居民可支配收入、生猪出栏量、消费者价格指数数据来自《中国统计年鉴》。生猪疫病数据来自《兽医公报》。本文以2006年为基期的消费者价格指数对有关名义数据进行平减处理。各波动率的计算方法同生猪价格波动率。
4.1 禁养区政策对生猪价格波动的直接效应
4.1.1 基准回归
首先检验禁养区政策对生猪价格波动率的直接效应(即回归1)。平均而言,禁养区设立导致生猪价格波动率提高11.1%(表3),禁养区的设立在1%的统计学水平上显著加剧了生猪价格波动,对生猪市场稳定造成了明显的震荡。这一结果初步验证了本文的假设H1。
表3 禁养区政策对生猪价格波动的直接效应估计(基准回归)Table 3 Estimation of direct effect of livestock and poultry restricted zone policy on hog price fluctuation (baseline regression)
表4 禁养区政策对生猪价格波动的直接效应估计(安慰剂检验)Table 4 Estimation of direct effect of livestock and poultry restricted zone policy on hog price fluctuation (placebo test)
表5 禁养区政策对生猪价格波动的调节中介效应估计Table 5 Estimation of moderated mediation effect of livestock and poultry restricted zone policy on hog price fluctuation
为检验禁养区政策加剧生猪价格波动的结果是否稳健,将猪肉价格波动率作为被解释变量进行基准回归(即回归2),从消费者价格角度进一步考查环保政策对生猪市场的影响。结果显示,即使加入了控制变量,考虑了各省份的固定效应和时间效应,设立禁养区仍然在1%的统计学水平上显著加剧了猪肉价格的波动,使得猪肉价格波动率提高9.5%。与生猪价格波动相比,猪肉价格波动对禁养区设立的反应稍小一些。
4.1.2 安慰剂检验
除了禁养区设立这一事件外,一些其他政策或随机性因素也可能影响生猪价格的波动,导致前文结论不成立。为了排除随机因素的影响,我们改变禁养区设立时间,进行反事实检验。具体地,将各省设立禁养区的时间统一提前1年和2年,构造“伪禁养区设立”的虚拟变量R×P′和R×P″,替代式(1)中的R×P进行安慰剂效应检验。结果显示,无论是提前1年还是提前2年,被解释变量是生猪价格波动率(分别对应于回归3、回归5)还是猪肉价格波动率(分别对应于回归4、回归6),“伪禁养区设立”虚拟变量的回归系数均在10%的统计学水平上不显著,说明并非其他随机事件导致生猪价格波动加剧,本文结论具有较好的稳健性。
4.2 禁养区政策对生猪价格波动的调节中介效应
首先,分析调节中介模型的前半路径。回归7和回归8的结果显示,无论是否加入控制变量,禁养区政策对生猪养殖规模化水平的影响系数均在1%的统计学水平上显著为正。也就是说,在环保高压下,禁养区设立事实上起到了促进生猪养殖业规模化水平提升的作用,这与已有研究的结论一致[13-14]。显然,这一结果支持假设H2前半部分关于禁养区政策会倒逼生猪养殖规模化水平提升的论述。
其次,分析调节中介模型的后半路径。回归9和回归10是未加入调节变量(生猪疫情指数)时的中介模型,结果显示,生猪养殖规模化水平的估计系数为负,且在1%的统计学水平上显著。引入调节变量后,从回归11和回归12的结果可以看出,生猪养殖规模化水平对生猪价格波动率和猪肉价格波动率估计系数的绝对值分别由0.359降至0.268和由0.303降至0.212。这意味着,生猪疫情在禁养区政策影响生猪价格波动的过程中扮演了重要角色,进一步证实了规模化养殖的确能减缓生猪和猪肉的价格波动,对维护生猪市场稳定具有重要作用。这验证了研究假设H2的后半部分。
最后,检验生猪疫情的调节中介效应。在这一环节,重点关注生猪疫情指数的估计系数大小与显著性。由回归13和回归14的结果可知,生猪养殖规模化水平和生猪疫情指数的交乘项的回归系数在10%的统计学水平上显著为正,其值分别为0.011和0.010,说明生猪疫情确实影响生猪养殖规模化水平的中介作用发挥,会使生猪养殖规模化对价格波动的作用发生由平缓到助长的转变。
进一步,使用Bootstrapping法检验上述调节中介效应的显著性(表6)。无论生猪疫情指数取高值、中值,还是低值,调节中介效应模型都有效,调节中介效应都显著存在。在以生猪价格波动率为被解释变量的回归13中,当生猪疫情指数分别取高值、中值、低值时,受生猪疫情调节影响的生猪养殖规模化水平的中介效应分别为0.004、0.003、0.001;在以猪肉价格波动率为被解释变量的回归14中,当生猪疫情指数取高值、中值、低值时,受生猪疫情调节影响的生猪养殖规模化水平的中介效应分别为0.004、0.002、0.001。这意味着当生猪疫情越严重时,禁养区政策通过提高规模化养殖水平增加生猪和猪肉价格波动的间接效应越剧烈。从总的效应看,无论是禁养区政策制造的间接效应还是直接效应,都会加剧生猪价格波动。由此可知,禁养区政策通过规模化养殖水平对生猪价格波动的抑制作用会随着生猪疫情的严重程度发生变化,疫情越重,生猪养殖规模化水平的调节作用越大。这验证了本研究的假设H3。
表6 生猪疫情调节养殖规模化水平中介效应的Bootstrapping检验Table 6 Bootstrapping test of mediating effect of scale breeding moderated by pig epidemics
4.3 进一步讨论
前文研究表明,禁养区设立通过直接效应,以及受重大生猪疫情引起的规模化养殖价格波动的加剧效应增加生猪价格的波动幅度。生猪市场对不同规模养殖场的反应不同,仅依据由不同规模的养殖场加总得到的生猪养殖规模化水平可能会掩盖该差异,不能笼统地认为所有规模化养殖主体受疫情影响均会加剧生猪价格波动。因此,在前述分析的基础上,本文进一步将生猪规模化养殖分为小规模养殖(年出栏量500～2 999头)、中规模养殖(年出栏量3 000～9 999头)和大规模养殖(年出栏量10 000头及以上)3类,检验生猪规模化养殖程度的高低是否会导致异质性影响。此外,前文仅分析了禁养区政策时期的平均影响,忽略了非洲猪瘟疫情下环保政策回调前后对生猪市场的具体影响,以下将对每年禁养区政策的影响进行深入分析。
4.3.1 生猪疫情影响规模化养殖价格波动平缓效应的异质性分析
为了探究生猪疫情对规模化养殖价格波动平缓效应影响的规模异质性,本文在模型中引入各规模化水平与疫情指数的交互项(S×D)以检验规模化养殖价格波动平缓效应对突发重大生猪疫情反应的规模异质性,探寻价格波动平减效应失效的真实主体。虽然目前规模化已成为我国生猪养殖的必然趋势,但散养户依然在我国的生猪养殖中占据着重要地位。2020年,我国散养户约有2 500万,占生猪养殖总户数的97.62%。乔颖丽等[41]认为,规模养殖与农户散养之间存在明显的互补关系。那么,在规模化养殖的价格波动平缓效应被削弱甚至反转的情况下,农户散养是否依旧能起到互补作用呢?
回归结果(表7)显示,生猪价格波动和猪肉价格波动在不同规模的养殖主体间确实存在差异。
其中,从S的系数可以看出,散养户加剧生猪价格波动,中、大、小规模养殖对生猪价格波动的稳定效应依次减小。S×D的系数有正有负,表明在生猪疫情严重的地区,规模化养殖的价格波动平缓效应会被削弱,甚至逆转。具体地,小规模和大规模养殖的价格波动平缓效应受疫情影响更加严重,而中规模养殖未受到显著影响。大规模养殖由于高密度的养殖可能导致动物疫病发病风险和传染风险的增加,一旦暴发高致死疫病,就会产生大规模的生猪死亡,造成难以估量的经济损失,迫使其退出市场。大规模养殖主体的退出会间接地改变生猪平均生产成本,从而引起价格的波动。小规模养殖主体的防疫能力较弱,一体化生产能力不足,在重大生猪疫情暴发下会恐慌性抛售,从而加剧生猪价格波动。然而,在规模化养殖的价格波动平缓效应被削弱甚至反转的情况下,农户散养对生猪价格波动的加剧效应却得到缓解。这可能是因为散养户分布范围较广,且固定投入少,进入和退出市场比较灵活,能快速补充生猪供给,填补部分生猪供需缺口,稳定局部市场的生猪价格。
4.3.2 非洲猪瘟疫情下环保政策回调后的生猪价格波动分析
受非洲猪瘟疫情、环境保护和猪周期的影响,猪肉供给严重收紧。为恢复生猪生产、缓解市场供给压力,我国政府对部分环保措施作出一定的调整。考虑到环保政策回调可能会减小禁养区政策对生猪价格波动的影响,本文就禁养区政策对生猪价格波动的动态作用进行检验(表8)。在禁养区政策的实施当年,及实施后的第1～3年,该政策对生猪价格波动的加剧效应显著;在实施后的第4年,表现为加剧价格波动但不显著;在实施后的第5年,其对生猪价格波动的影响发生反转。回归16的结果也表明,在禁养区政策的实施当年,及实施后的第1～5年,均会加剧猪肉价格波动,但其影响程度在波动中逐渐减小,尤其是在禁养区政策实施的第5年,其对猪肉价格波动的影响相比上一年下降了44.44%。禁养区政策对猪肉价格波动正向影响的持续时间长于生猪价格波动,可能的原因是,养殖场的拆除与搬迁导致大量后备母猪被处置,能繁母猪存栏量下降将直接减缓生猪产能的恢复速度,严重影响下一阶段的猪肉供给。生猪生产的时滞效应导致猪肉供给不会在短时间内得以恢复。综上,非洲猪瘟疫情暴发后,我国政府为恢复生猪生产对环保措施做出适当调整,促进了生猪生产供给,平缓了价格波动,部分挽救了过度禁养对生猪产业造成的损失。
表8 禁养区影响生猪价格波动的动态效应分析Table 8 Dynamic effect analysis of livestock and poultry restricted zone policy on hog price fluctuation
本文利用2006—2020年30个省份的面板数据,基于我国设立禁养区这一准自然实验,运用渐进双重差分模型评估该政策对生猪价格波动的影响,并采用有调节的中介效应模型检验其作用机制。研究发现:1)禁养区政策显著加剧生猪价格波动。在进行一系列稳健性检验后,该结论依然成立。2)禁养区政策对生猪价格波动存在直接效应和中介效应。一方面,禁养区政策本身对生猪价格波动有推动作用;另一方面,禁养区政策通过有调节的中介效应路径增加生猪价格波动,生猪疫情越严重,禁养区政策通过生猪养殖规模化水平对生猪价格波动的间接效应越大。前半路径上,禁养区政策显著地促进了中国生猪养殖业的规模化进程;在后半路径上,规模化养殖能够减缓生猪价格波动,对维护生猪市场稳定有重要作用。从总效应来看,禁养区政策的直接效应和调节中介效应(或间接效应)共同加剧生猪价格波动,由生猪疫情引起的规模化养殖价格平缓作用发生逆转的事实不容小觑。3)突发重大生猪疫情下,小规模和大规模养殖的价格波动平缓效应会发生逆转。非洲猪瘟冲击下环保措施的回调,促进了疫情期间生猪生产的供给,平缓了价格波动。
本研究表明,以禁养区为代表的畜禽养殖环境保护政策的确会影响生猪市场稳定。环保压力倒逼生猪养殖规模化进程加快,重大突发生猪疫情肆虐会弱化规模化养殖的生猪价格波动平缓效应,且不同规模主体的反应呈现差异性。尽管环保政策回调一定程度上减少了其对生猪价格波动的影响,但是,养猪业仍然存在环境保护方面的限制,环保政策余威犹存。据华中农业大学宏观农业研究院调研数据显示,45.24%的受访农户受到政策因素影响不愿意饲养生猪,他们中有1/3的农户认为政府对养猪业的支持力度不足,剩余2/3农户反映养猪业相关政策的稳定性较差。因此,在提高农民生产积极性、保障生猪供应的过程中:一方面,地方政府应根据养猪业的实际生产情况,进一步规范畜禽养殖禁区的划定,杜绝“一刀切”“运动式”治理方式,在保证生产能力的前提下,按不同规模和政策目标推进实施环境规制。同时,中央政府要加强对地方畜禽禁养政策执行情况的监督,及时纠正部分地区偏离政策初衷的行为,确保肉类供应稳定。另一方面,中小养殖户仍是我国生猪养殖的重要组成部分,在局部生猪市场稳定中发挥着积极作用。各地政府应加大对中小养殖户生猪养殖政策扶持和技术支持的力度,引导生猪产业资金和技术的投入,缓解环境监管的冲击,创新现代化生猪养殖模式。此外,还需完善重大疫情应急响应体系、区域疫情联防联控体系,构建疫病防控培训体系。
猜你喜欢禁养区规模化波动益林中草药 初现规模化今日农业(2022年16期)2022-09-22羊肉价回稳 后期不会大幅波动今日农业(2019年12期)2019-08-13微风里优美地波动文学少年(原创儿童文学)(2019年1期)2019-05-232019年国内外油价或将波动加剧中国化肥信息(2019年3期)2019-04-25规模化育肥羊场免疫程序的探讨兽医导刊(2019年1期)2019-02-21规模化猪场暴发PED后的快速稳定策略猪业科学(2018年4期)2018-05-19畜禽禁养区划定的误区及建议现代农业科技(2017年22期)2018-01-08干湿法SO2排放波动对比及分析环境保护与循环经济(2017年2期)2017-09-26关于农畜产业整治行动的现状和效益分析大观(2017年5期)2017-06-30畜禽养殖禁养区 2017年养殖业的一大心病饲料与畜牧(规模养猪)(2017年3期)2017-03-29
