禽流感疫情影響下家禽產業鏈價格波動及其動態關系研究

蔡勛，陶建平

（1.華中農業大學，a.經濟管理學院，b.湖北農村發展研究中心，湖北 武漢 430070）

禽流感疫情影響下家禽產業鏈價格波動及其動態關系研究

蔡勛，陶建平*

（1.華中農業大學，a.經濟管理學院，b.湖北農村發展研究中心，湖北 武漢 430070）

我國是禽流感多發地區，重大禽流感疫情對家禽產業的市場供求有著重大的影響。本文基于1998年1月-2014年12月肉雞產業鏈以及蛋雞產業鏈的月度價格數據，以我國內地已發生的三次重大禽流感疫情為背景，運用誤差修正模型分析了歷次禽流感疫情沖擊對家禽產業鏈各產品價格的影響程度，并基于有向無環圖（DAG）技術以及歷史分解方法分析了禽流感疫情發生后各個產品價格之間的動態關系。研究表明:肉雛雞價格對禽流感疫情最為敏感，跌幅最高可達27%，蛋雛雞次之；在禽類之間傳播的禽流感疫情對家禽產業具有短期沖擊效應，當發生人感染禽流感疫情時，家禽產業至少需要13個月恢復至原有價格水平；疫情發生后，活雞、肉雛雞價格下降分別對禽肉和雞苗價格下跌的貢獻程度最大，而雞肉和雞蛋價格的率先上漲推動了禽肉市場的恢復。在此基礎上提出了適時啟動雞苗補貼、推廣冷鮮雞肉消費習慣、加強銀保合作等應對禽流感疫情風險的政策建議。

禽流感疫情；家禽產業鏈；價格；DAG；歷史分解

受動物疫情和市場供求關系波動的影響，近些年來我國畜禽產品市場價格大起大落，對CPI的影響程度不斷加大（市場上有“豬PI”之說），家禽產業受到禽流感疫情的沖擊影響尤為突出：疫情發生時，市場恐慌造成的需求不足直接導致畜禽產品價格下降[1-2]，家禽市場量價齊跌；疫情過后，畜禽價格則出現報復性上漲，使家禽產品價格呈“V”型走勢，出現“高價雞”、“火箭蛋”的現象。家禽市場的劇烈波動，不僅使養殖戶遭受巨大損失，而且嚴重阻礙了我國家禽產業的健康發展。本文旨在深入剖析禽流感疫情對家禽產業鏈價格的影響，探究疫情發生期間產業鏈價格間的動態關系，以期為政府制定高效準確的宏觀調控措施提供實證依據。

關于動物疫情對畜禽產品價格的影響，國外學者進行了廣泛而深入的研究，不僅研究了動物疫情對一個或多個畜禽產品價格的影響特征，還比較了不同類型動物疫情對畜禽產品價格影響的差異。Lloyd等[3]通過分析英國瘋牛病疫情對牛肉各銷售環節價格的影響，指出關于疫情報道的食品安全指數每增加一個單位（1%）的沖擊，牛肉的零售、批發以及收購價格將分別下降1.7 p/kg、2.25 p/kg和3.0 p/kg。瘋牛病疫情雖然導致牛肉各銷售環節的價格出現不同程度下滑，但牛肉零售環節的利潤卻有所增加[4-5]。Leeming和Turner[6]探究了瘋牛病疫情侵襲下英國紅肉市場各產品價格的波動情況，結果表明，在疫情影響下牛肉價格下跌而羊肉價格上漲，豬肉價格則相對平穩。Park等[7]則比較了韓國發生的口蹄疫和禽流感疫情以及美國發生的瘋牛病疫情對韓國肉類市場價格的影響差異，結果表明，口蹄疫疫情會導致豬肉和牛肉的收購、批發以及零售價格不同程度下跌，而雞肉市場的各環節價格卻有所上漲；禽流感和瘋牛病疫情使得豬肉市場各環節價格持續上漲，雞肉市場和牛肉市場則存在不同程度的下跌。Abao等[8]則認為菲律賓1995年發生的口蹄疫疫情并沒有使雞肉各流通環節的價格上漲，而是出現了與豬肉市場一致的下跌行情。

影響畜禽產品價格波動的外部沖擊有匯率、自然災害、生物能源、食品安全、動物疫病等諸多因素[9]，國內學者對總體外部沖擊的影響分析較多[10-12]，針對單一的外部因素尤其是動物疫病沖擊影響的研究較少。如：吳登生等[13]認為生豬疫情只對生豬價格的短期自調波動和養殖周期波動產生影響，而對長期趨勢和經濟周期波動影響不大；劉明月和陸遷[14]基于向量自回歸模型對新疆地區雞蛋價格的波動進行了分析，指出禽流感對新疆雞蛋價格的沖擊持續時間為一年，并且在疫情發生后第6個月達到最大；趙玉[15]認為導致禽蛋市場異常波動的主要原因是禽流感疫情，并且禽流感疫情發生后禽蛋市場向長期均衡調整的能力下降，大約需要3-4個月才能恢復到均衡狀態。

綜上所述，國外學者深入研究了口蹄疫、禽流感等動物疫情對不同畜禽產業的影響，并取得豐碩的研究成果。國內相關研究較少，僅有部分學者就禽流感疫情對蛋禽產業的影響展開了研究，而對肉禽產業的研究并沒有涉及。此外，在我國內地發生的歷次重大禽流感疫情中，不僅有在禽類之間傳播的疫情，也有突破種屬屏障發生人感染的禽流感疫情。這些不同類型的禽流感疫情對我國家禽產業的沖擊程度有何差異，現有文獻并未涉及。在研究方法上，本文采用最新發展的有向無環圖（DAG）分析技術來識別變量之間的同期因果關系，彌補了Granger因果檢驗僅依據時間先后次序判斷變量之間的因果關系，并且重統計意義輕經濟意義的不足。因此，本文基于產業鏈視角，運用誤差修正模型分析了不同類型的禽流感疫情對肉禽產業和蛋禽產業的影響程度。再進一步采用DAG分析技術在準確識別家禽產業鏈各產品之間同期因果關系的基礎上，結合歷史分解法，研究了禽流感疫情發生后家禽產業鏈各產品價格在歷史時間上的動態關系，以期為政府針對不同類型的禽流感疫情制定精準的應對措施提供有益的參考。

1 研究方法及數據說明

誤差修正模型（ECM）的應用已經非常廣泛且成熟，在此不加贅述。本文僅介紹用于識別同期因果關系的有向無環圖（DAG）技術和分析禽流感疫情沖擊下價格間動態關系變化的歷史分解法。

1.1 有向無環圖（DAG）方法

Pearl[16]提出的有向無環圖（DAG）完全基于數據驅動，通過分析變量之間的相關系數和偏相關系數來識別變量之間的同期因果關系。DAG有效地解決了傳統研究方法在識別同期因果關系時的不足，在諸多研究領域都有廣泛的應用[17-18]。DAG方法中的PC算法應用較為廣泛，由Spirtes等[19]提出。該算法從完全無向圖出發（所有變量之間兩兩相連），通過“去邊”和“定向”兩個步驟來確定變量的同期因果結構。首先通過檢驗變量兩兩之間的無條件相關系數是否顯著為零，若為零則去除表示兩者同期相關的連線；其次，對剩下的可能存在同期關系的變量檢驗其1階偏相關系數是否顯著為零，若為零則去除兩者之間的連線；然后再逐次檢驗N-2階的偏相關系數（N為變量個數）。在PC算法中，采用Fisher’s Z統計檢驗量判斷偏相關系數是否為零。Z統計量表達式為：

式中：n為樣本總數，X、Y和K均為變量集，|K|為變量集K的個數，ρXY,K表示以K為條件變量時，X和Y的總體偏相關系數。

在分析相關系數的基礎上，依據相關判定準則確定因果關系的指向。對任意三個變量X、Y和Z，如果X和Y相鄰，Y和Z相鄰，X和Z不相鄰。若X和Z的無條件相關系數為零，當以Y為條件變量，X和Z的偏相關系數不為零時，可以判斷“X-Y-Z”的同期因果關系為“X→Y←Z”；若已知“X→Y”，且以Y為條件變量時，X和Z的偏相關系數為零，則可以判斷“X-Y-Z”的同期因果關系為“X→Y→Z”。

1.2 歷史分解方法

歷史分解是基于移動平均的公式構建：

式中：Hi是包含了正交新息εt之間的同期因果關系矩陣。通過DAG方法對同期因果關系識別后，以時間T為歷史分解的起點，對于任意j=1，2，…，YT+j可以進一步寫成如下形式：

公式（3）中，等式右邊第一項是假定在歷史分解起點（T期）后不含任何變量的沖擊，利用T期前的真實值估計得到的YT+j基礎預測值；等式右邊第二項是歷史分解起點之后（T+1期至T+j期）各變量的沖擊造成的真實值與基礎預測值之間的累積偏差。通過歷史分解，可以刻畫歷史事件（本文指動物疫情）發生后一定時期內各變量累積沖擊造成的影響以及在每個時期各變量對YT+j變化的貢獻度。因此，歷史分解方法比較適用于分析非典型事件造成的外部沖擊帶來的影響。

1.3 變量選取及數據來源

本文將家禽產業進一步分為肉雞產業和蛋雞產業。肉雞產業選取肉雛雞（RCJ）、活雞（HJ）和雞肉（JR）作為肉雞產業鏈上、中、下游產品的分析指標，選取蛋雛雞（DCJ）和雞蛋（JD）作為蛋雞產業鏈的分析指標。飼料是肉雞和蛋雞產業共同的上游端產品，但飼料品種多樣且不同日齡的飼料產品價格差異較大，因此本文選取占飼料配比超過50%的玉米（YM）作為飼料的代理變量。樣本區間從1998年1月至2014年12月，數據來源于歷年《中國畜牧業年鑒》及農業部畜牧獸醫局和全國畜牧獸醫總站提供的全國畜產品及飼料集市價格。玉米和家禽產品價格數據具有明顯的季節性特征，故本文先對其進行X-12季節性調整以消除季節影響，然后再做進一步的分析。

1.4 疫情說明

目前，可跨越種屬屏障并引發人類感染的禽流感病毒主要有甲型H7N9和甲型H5N1流感病毒。中國內地自2003年以來發生多次禽流感疫情，但是有些疫情為散發狀態、局部存在，并未產生較大影響。由于本文的研究對象是全國家禽產業，故本文選取在中國內地已發生的三次較大禽流感疫情進行分析。

1）2004年1月27日在廣西隆安發生中國內地首次禽流感疫情，被國家流感病毒實驗室診斷為A型H5N1流感病毒，隨后湖北、安徽、廣東等省相繼發生H5N1流感疫情。據中國獸醫局統計，從疫情發生至3月16日結束，中國共發生49起H5N1流感疫情，波及到16個省市區，導致236萬只家禽被撲殺。此次疫情沒有出現人感染流感的病例。

2）2005年11月16日，禽流感疫情再次發生，在湖南、安徽兩地出現人感染H5N1流感的病例，這是中國內地首次出現人感染H5N1病例。在隨后連續六個月內均有人感染H5N1病例，疫情涉及安徽、廣西、福建、四川等10個省市。

3）2013年3月31日，上海發生人感染H7N9疫情，此次疫情主要集中在兩個時間段發生，2013年4-5月以及2014年1-2月，截止2014年3月7日，中國內地共發生人感染H7N9病例378例，疫情分布在浙江、上海、北京等14個省市。

2 實證分析

2.1 誤差修正模型的構建

通過時間序列樣本識別數據生成過程的統計特征，以判斷序列是否包含確定性趨勢或隨機趨勢，從而進一步進行單位根檢驗。數據生成過程識別結果顯示各個價格序列均為不含時間趨勢的序列，且肉雛雞的一階差分均值顯著為零。因此，對肉雛雞價格序列進行不含截距項和趨勢項的單位根檢驗，其余序列進行只含截距項的單位根檢驗，檢驗結果見表1。各序列的水平值在5%顯著性水平下均無法拒絕“存在單位根”的原假設，而一階差分在1%顯著性水平下均顯著地拒絕了“存在單位根”的原假設。因此，可以判斷所有價格序列為I(1)過程。

構建ECM模型需要對最優滯后階數以及協整關系進行檢驗。最優滯后階數的選擇結果見表2。從表2中可知，施瓦茨(SC)信息準則和奎因(HQ)信息準則選取的最優滯后階數為1，而赤池(AIC)信息準則選擇的滯后階數為4，根據少數服從多數的原則，本文選擇滯后1階。

表1 ADF單位根檢驗結果Table 1 Results of the ADF unit root tests

表2 ECM模型最優滯后期檢驗結果Table 2 Results of the optimal lag time test of the ECM model

采用Johansen協整檢驗來考察玉米、肉雛雞、活雞、雞肉、蛋雛雞以及雞蛋價格序列是否存在協整關系。基于前文數據生成過程的結果選定序列不含確定性趨勢、協整方程包含截距項的模型進行協整檢驗。協整檢驗結果見表3。在5%的顯著性水平下無法拒絕“協整向量至多3個的原假設”，表明各變量間存在3個協整關系。因此可以構建滯后階數為1，含有3個協整的ECM模型。

表3 Johansen協整檢驗結果Table 3 Results of the Johansen co-integration tests

2.2 歷次禽流感疫情影響分析

通過以上所構建的ECM模型分別對已發生的三次重大禽流感疫情進行分析。如分析2004年1月份發生的H5N1禽流感疫情的影響，則選取1998年1月至2003年12月（疫情發生前一個月）的家禽產業鏈價格序列作為樣本構建ECM模型。采用樣本外預測方法估計此次禽流感疫情發生后若干個月（疫情發生后一個月與下次疫情發生前一個月的時間區間）的家禽產業鏈價格，此預測價格即代表不發生禽流感疫情時的價格趨勢。實際價格與預測價格之間的差值為此次禽流感疫情影響下價格的波動情況，該差值相對于預測價格的百分比則可以代表禽流感疫情對價格的影響程度，記為：

式中：Xi表示第i個變量的實際價格，Fi表示第i個變量的預測價格。

2.2.1 2004年1月的禽流感影響分析 由式（4）可得到2004年1月份的H5N1禽流感疫情對家禽產業鏈各環節價格的影響程度，圖1（a）表示肉雞產業鏈受此次疫情的影響程度，圖1（b）表示蛋雞產業鏈受疫情的影響程度，圖中縱軸為疫情對價格的影響程度，橫軸表示時間。疫情發生后第1個月，家禽產業鏈價格均觸底。肉雛雞和蛋雛雞價格受疫情影響程度最大，分別下跌了18%和13%；雞蛋和玉米受疫情影響程度較小，價格分別下跌了4%和3%。除肉雛雞以外，其余產品價格在疫情發生后3個月內均恢復到原有價格水平，而肉雛雞價格直到第7個月（2004年8月）才恢復。從整體來看，疫情過后家禽產業各環節價格的上漲幅度均超過了疫情時期價格的下跌幅度，其中肉雛雞和蛋雛雞價格上漲幅度要遠大于疫情時期價格下跌幅度。

圖1 2004年H5N1禽流感疫情影響的價格波動Fig. 1 Price fluctuation under H5N1 avian influenza in 2004

2.2.2 2005年11月的人感染H5N1禽流感影響分析2005年11月份的人感染H5N1流感疫情影響如圖2所示。發生人感染H5N1疫情后，活雞和雞肉價格保持一個相對穩定的負向響應，其中活雞價格下跌幅度在10%左右，雞肉價格下跌幅度則為6%左右。在疫情發生的當月及第6個月，肉雛雞價格有兩次觸底，其中跌幅均超過20%。雞蛋價格則始終保持下跌趨勢，直到第7個月價格才開始反彈。玉米穩定在-3%的價格水平，并在第6個月恢復至疫情發生前水平，其余產品價格在13個月內相繼恢復至原有水平并出現大幅度上漲。

圖2 2005年人感染H5N1流感疫情影響的價格波動Fig. 2 Price fluctuation of human infection with H5N1 influenza in 2005

2.2.3 2013年3月的人感染H7N9禽流感影響分析2013年3月份的人感染H7N9疫情影響如圖3所示。在疫情發生后第1個月肉雛雞價格立即下跌了27%，在經歷一段時間震蕩后，從2014年2月才開始逐漸恢復。雞肉和活雞價格在疫情后第2個月價格觸底，隨后小幅度反彈并維持在-8%的下跌水平。而玉米、蛋雛雞和雞蛋價格始終保持下跌趨勢，直到2014年2月后才開始反彈。由于2013年發生的人感染H7N9疫情爆發時間主要集中在2013年4-5月，以及2014年1-2月，連續兩次疫情對家禽產業造成的影響極大，在整個考察期內，各產品價格始終未穩定恢復至原來價格水平。

綜合以上分析，在禽流感疫情發生后，家禽產業鏈價格均有不同程度的下降，其中肉雛雞和蛋雛雞價格下跌幅度較大，而疫情過后價格開始回升，上漲幅度大于疫情期間下跌幅度，造成疫情期間價格暴跌，疫情過后價格暴漲的局面。雞苗屬于鮮活農產品，其銷售窗口期比活雞要短，在達到一定日齡后其價值隨日齡增長而降低，并且增加了育雛成本。當禽流感來襲時，家禽養殖戶補欄停滯，對雞苗的需求較低，雞苗價格進而迅速下跌。為節約養殖成本，雞苗養殖戶會將短期內無法售賣的雞苗進行人道主義毀滅甚至淘汰父母代種雞。當疫情恢復后，下游家禽養殖戶對雞苗的需求逐漸恢復，父母代種雞的減少以及固有的育雛周期使得市場在一段時期內存在突出的供需矛盾，最終導致雞苗價格的報復性上漲。此外，從三次禽流感疫情影響沖擊來看，雞肉價格的波動幅度均小于活雞價格的波動幅度。

圖3 2013年人感染H7N9流感疫情影響的價格波動Fig. 3 Price fluctuation of human infection with H7N9 influenza in 2013

在未發生人感染禽流感疫情時，禽流感疫情對家禽產業的影響周期大約為7個月；發生人感染禽流感疫情后，則疫情影響周期相對較長，持續時間大約為13個月甚至更長。其原因可能在于，當發生人感染禽流感疫情時，政府采取的防控措施更加嚴密，對家禽產業的損害程度也就越大。同時，出現人感染禽流感病例時消費者對禽產品的消費顯得更加謹慎。因此，當發生人感染禽流感疫情時，家禽養殖業受疫情影響的時間更長。

2.3 家禽產業鏈價格動態關系分析

同期因果關系的識別是進行歷史分解的重要前提，本文運用TETRAD V中的PC算法得到價格之間具有指向性的同期因果關系。在5%的顯著性水平下，各個價格序列之間呈現一定同期因果關系（見圖4）。肉雛雞價格受同期蛋雛雞和雞肉價格的直接影響，同時蛋雛雞價格也會影響同期雞肉價格；雞蛋價格會影響到同期活雞和玉米的價格，而活雞價格也會直接影響到玉米和雞肉價格。也就是說，同期蛋雛雞和雞蛋價格會直接或者間接影響到肉雞產業鏈上肉雛雞、活雞以及雞肉價格，玉米作為產業鏈的上游，其價格則受同期活雞和雞蛋價格的影響。

圖4 家禽產業各環節的同期因果關系Fig. 4 Simultaneous causality of poultry industry chain

圖 5 禽流感疫情影響下活雞價格歷史分解Fig. 5 Historical decomposition of live chicken price under the influence of avian influenza

基于以上家禽產業鏈價格間同期因果關系的識別，對疫情發生后各價格序列進行歷史分解。疫情發生前兩個月為分解區間起點，將下次疫情發生前一個月設為分解終點。2004年H5N1禽流感疫情以及2005年人感染H5N1禽流感疫情影響的歷史分解區間為18個月，2013年人感染H7N9疫情影響的分解區間為24個月。圖5顯示了不同疫情影響下活雞價格的歷史分解結果。

圖5中實線表示活雞實際價格與基礎預測價格的差值，柱狀圖表示相應的價格序列對活雞預測誤差價格產生的正向或負向累積影響。從整體來看，2013年人感染H7N9疫情對活雞價格的影響幅度和持續時間要大于其余兩次疫情。圖5(a)表明，2004年H5N1疫情對活雞價格是脈沖式的短期影響，活雞自身負向累積影響促使活雞價格下跌，而疫情過后除活雞自身價格調整外，雞蛋、雞肉價格對活雞價格的恢復也起到了一定的推動作用。圖5(b)和圖5(c)則表明，在疫情發生期間，活雞價格主要受自身價格的負向累積影響，且累積效應呈現先增大后逐漸減弱的趨勢；疫情過后，活雞自身價格的累積效應為正，與雞蛋價格及雞肉價格形成的正向累積效應共同推動了活雞價格的上漲。傳統的消費習慣決定了人們更傾向于購買活雞產品，而活雞是禽流感病毒的主要攜帶者。當發生禽流感疫情時，消費者對禽流感的恐懼使得人們對交易市場的活雞避猶不及，導致活雞的消費需求大幅減小，造成活雞價格下跌。同時，政府為控制疫情擴散對疫區實施大規模撲殺和6個月禁養期等防控措施，導致后期活雞供給不足。隨著疫情逐步得到控制，消費需求也逐漸回升，供給短缺和需求旺盛的供需矛盾推動活雞價格迅速上升。此外，雞蛋和雞肉的需求增加也對活雞價格的上漲產生了一定的協同效應。

對肉雞、雞蛋、肉雛雞、蛋雛雞等其他價格序列進行歷史分解的結果表明，活雞價格在疫情影響期間對雞肉價格呈負向影響且占主導地位，疫情過后雞肉價格主要受活雞價格以及自身價格的正向影響。在2013年人感染H7N9疫情的影響下，肉雛雞和蛋雛雞價格下跌主要受肉雛雞負向累積的影響，且在考察期內肉雛雞價格的累積影響始終為負。在疫情發生后第13個月，蛋雛雞、雞肉及玉米價格的正向累積作用開始顯現，且蛋雛雞價格是推動肉雛雞和蛋雛雞價格上升的主要因素。

3 結論

本文運用誤差修正模型及基于DAG技術的歷史分解方法，系統分析了禽流感疫情對家禽產業鏈價格波動的影響特征以及疫情發生后價格間的動態關系，主要結論如下：

1）禽流感疫情是導致家禽產業鏈價格劇烈波動的主要原因。肉雛雞和蛋雛雞價格對禽流感疫情事件最為敏感，價格波動幅度較大，且疫情對肉雛雞的影響程度大于對蛋雛雞的影響程度。雞肉價格的波動幅度小于活雞價格的波動幅度。

2）當禽流感未感染人群時，疫情對家禽產業僅具有短期沖擊效應，除肉雛雞價格外其他產品價格在疫情結束一個月內均能較快恢復至原有價格水平；而一旦禽流感疫情出現感染人群的案例，疫情對家禽產業鏈價格則具有長期影響，其影響持續時間為13個月甚至更長。

3）在疫情發生期間，受活雞自身價格的負向累積效應影響，禽肉價格呈現整體下滑的趨勢；疫情影響消散后，雞肉和雞蛋價格的率先上漲帶動了禽肉價格的恢復。此外，當疫情較嚴重時，肉雛雞價格的負向累積效應是雞苗價格低迷的主要因素，而蛋雛雞價格的正向累積效應對雞苗價格的恢復有顯著的拉動作用。

4 政策建議

結合以上結論分析，本文提出禽流感疫情背景下減緩家禽市場波動的政策建議：

1）本文研究結論顯示，蛋雛雞、雞蛋以及雞肉價格的回暖預示著家禽產業鏈市場的恢復。因此，當監測的蛋雛雞、雞蛋以及雞肉價格有回暖跡象時，及時啟動雞苗補貼以提高養殖戶補欄積極性，從而保持家禽生產的持續性和平穩性，避免家禽市場在疫情過后較長一段時間內因供需矛盾激化而引發的家禽產品價格報復性上漲。

2）政府應大力推動肉禽養殖業的標準化、規模化養殖，在提高疫情防御能力的同時，提高冷鮮雞肉的加工管理水平和供給能力，積極推廣冷鮮雞肉的消費，逐步引導消費者習慣的改變。

3）加強銀保合作，積極探索活體家禽抵押貸款模式。目前，活體畜禽抵押貸款模式已有部分地區開始試點并且運行良好，但主要集中在牛、豬等大型牲畜上。參照已有的試點模式，在解決好家禽監管、識別的問題基礎上，積極探索“家禽活體抵押登記+家禽養殖保險+應收賬款質押”的貸款模式。一方面通過家禽養殖保險分散養殖戶風險，降低災后的經濟損失；另一方面，通過銀行貸款使其在短期內能夠迅速組織再生產，緩解疫情過后家禽市場供需矛盾，從而促進家禽產業穩健發展、抑制家禽市場的劇烈波動。

[1] 王秀清, Weldegebriel H T, Rayner A J. 縱向關聯市場間的價格傳遞[J]. 經濟學（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.

[2] 李圣軍, 李素芳, 孔祥智. 農業產業鏈條價格傳遞機制的實證分析[J]. 技術經濟, 2010, 29(1): 108-112. Li S J, Li S F, Kong X Z. Empirical analysis on price transmission mechanism in agricultural industrial chain[J]. Technology Economics, 2010, 29(1): 108-112.

[3] Lloyd T, McCorriston S, Morgan C W, et al. The impact of food scares on price adjustment in the UK beef market[J]. Agricultural Economics, 2001, 25(2/3): 347-357.

[4] Lloyd T A, McCorriston S, Morgan C W, et al. Food scares, market power and price transmission: the UK BSE crisis[J]. European Review of Agricultural Economics, 2006, 33(2): 119-147.

[5] Sanjuán A I, Dawson P J. Price transmission, BSE and structural breaks in the UK meat sector[J]. European Review of Agricultural Economics, 2003, 30(2): 155-172.

[6] Leeming J, Turner P. The BSE crisis and the price of red meat in the UK[J]. Applied Economics, 2004, 36(16): 1825-1829.

[7] Park M, Jin Y H, Bessler D A. The impacts of animal disease crises on the Korean meat market[J]. Agricultural Economics, 2008, 39(2): 183-195.

[8] Abao L N B, Kono H, Gunarathne A, et al. Impact of foot-andmouth disease on pork and chicken prices in Central Luzon, Philippines[J]. Preventive Veterinary Medicine, 2014, 113(4): 398-406.

[9] 張喜才, 張利庠, 卞秋實. 外部沖擊對生豬產業鏈價格波動的影響及調控機制研究[J]. 農業技術經濟, 2012(7): 22-31. Zhang X C, Zhang L X, Bian Q S. External shocks’ impact on the price fluctuations in the pig industry chain and regulatory mechanism[J]. Journal of Agrotechnical Economics, 2012(7): 22-31.

[10] 毛學峰, 曾寅初. 基于時間序列分解的生豬價格周期識別[J].中國農村經濟, 2008(12): 4-13. Mao X F, Zeng Y C. Identification of hog price cycle based on decomposition of time series data[J]. Chinese Rural Economy, 2008(12): 4-13.

[11] 王明利, 李威夷. 生豬價格的趨勢周期分解和隨機沖擊效應測定[J]. 農業技術經濟, 2010(12): 68-77. Wang M L, Li W Y. Circular decomposition of hog prices trend and measure on the effect of random shocks[J]. Journal of Agrotechnical Economics, 2010(12): 68-77.

[12] 張利庠, 張喜才. 外部沖擊對我國農產品價格波動的影響研究——基于農業產業鏈視角[J]. 管理世界, 2011(1): 71-81. Zhang L X, Zhang X C. A study on the impact of emergencies on the fluctuation of the agricultural produce prices—Based on agricultural industrial chains[J]. Management World, 2011(1): 71-81.

[13] 吳登生, 李建平, 湯鈴, 等. 生豬價格波動特征及影響事件的混合分析模型與實證[J]. 系統工程理論與實踐, 2011, 31(11): 2033-2042. Wu D S, Li J P, Tang L, et al. A hybrid analysis model for fluctuation characteristics and influence events of live pig price and empirical study[J]. Systems Engineering—Theory & Practice, 2011, 31(11): 2033-2042.

[14] 劉明月, 陸遷. 突發性疫情事件對新疆雞蛋價格波動的隨機沖擊效應研究[J]. 中國軟科學, 2013(11): 66-72. Liu M Y, Lu Q. The random shocks of epidemic outbreak on fluctuations of eggs price in Xinjiang[J]. China Soft Science, 2013(11): 66-72.

[15] 趙玉. 禽流感疫情對禽蛋養殖業的沖擊與政府應對[J]. 農業現代化研究, 2015, 36(2): 230-236. Zhao Y. The impacts of bird flu on the poultry and egg industry and Government’s reactions[J]. Research of Agricultural Modernization, 2015, 36(2): 230-236.

[16] Pearl J. Causal diagrams for empirical research[J]. Biometrika, 1995, 82(4): 669-688.

[17] 楊子暉. 財政政策與貨幣政策對私人投資的影響研究——基于有向無環圖的應用分析[J]. 經濟研究, 2008(5): 81-93. Yang Z H. The effects of fiscal and monetary policy on private investment—An application of directed acyclic graphs[J]. Economic Research Journal, 2008(5): 81-93.

[18] 卜林, 李政, 張馨月. 短期國際資本流動, 人民幣匯率和資產價格——基于有向無環圖的分析[J]. 經濟評論, 2015(1): 140-151. Bu L, Li Z, Zhang X Y. Short-run international capital flows, the RMB exchange rate and asset price: An approach based on the directed acyclic graph[J]. Economic Review, 2015(1): 140-151.

[19] Spirtes P, Glymour C N, Scheines R. Causation, Prediction, and Search[M]. Massachusetts Institute of Technology Press, 2000.

（責任編輯：王育花）

The price fuctuation and its dynamic relations of the poultry industry chain under the infuence of avian infuenza

CAI Xun, TAO Jian-ping
（1. Huazhong Agricultural University, a. College of Economics & Management, b. Hubei Rural Development Research Center, Wuhan, Hubei 430070, China）

China is an avian infuenza-prone region, where major bird fu epidemics affect greatly the market supply and demand of poultry products. Based on the monthly price data of broilers and laying hens from January 1998 to December 2014, and applying the error correction model, this paper explored the impacts of previous avian infuenza outbreaks on the prices along the poultry industry chain of three major avian influenza outbreaks in China, and analyzed the dynamic relationships among the prices of each product after the outbreaks of avian infuenza based on the technology of directed acyclic graphs (DAG) and the historical decomposition method. Results show that the price of broiler chickens is the most sensitive to avian infuenza epidemic with the highest price drop of 27%, followed by egglaying chickens. The avian infuenza epidemic has a short-term impact on poultry industry. And when human being gets infected by avian infuenza, it takes at least 13 months for price to return to the original level for poultry industry. After the outbreaks of the epidemic, the decrease in the prices of live chickens and broiler chickens contribute most to the price drop in poultry and chicken respectively. While the leading increase in chicken and egg prices drives the recovery of the poultry market. Accordingly, to improve the price risk management for the poultry industry, this paper suggests to form and implement subsidy policies for baby chicks in the due time, to promote the consumption of frozen chicken, and to strengthen the cooperation between banks and insurance companies.

avian infuenza epidemics; poultry industry chain; prices; DAG; historical decomposition

TAO Jian-ping, E-mail: jptao@mail.hzau.edu.cn.

F323.7

A

1000-0275（2017）02-0267-08

10.13872/j.1000-0275.2016.0139

蔡勛, 陶建平. 禽流感疫情影響下家禽產業鏈價格波動及其動態關系研究[J]. 農業現代化研究, 2017, 38(2): 267-274.

Cai X, Tao J P. The price fluctuation and its dynamic relations of the poultry industry chain under the influence of avian influenza[J]. Research of Agricultural Modernization, 2017, 38(2): 267-274.

國家社科基金重點項目(11AZD106)。

蔡勛（1987-），男，湖北監利人，博士研究生，主要從事畜牧產業經濟研究，E-mail：caixunl@webmail.hzau.edu.cn；通訊作者：陶建平（1964-）男，湖北麻城人，博士，教授，博士生導師，主要從事畜牧產業經濟和農業保險研究，E-mail：jptao@mail.hzau.edu.cn。

2016-07-07，接受日期：2016-11-30

Foundation item: The Key Program of National Social Science Foundation of China (11AZD106).

Received 7 July, 2016; Accepted 30 November, 2016