新冠肺炎疫情对农产品价格波动的影响及政策效应研究

胡 友，陈 昕*，祁春节

（1.江西农业大学经济管理学院，江西南昌330045；2.华中农业大学经济管理学院，湖北武汉430070）

一、引言与文献综述

2020 年1 月23 日，湖北武汉做出史无前例的人员流动限制措施，随后全国各级行政区域（省、自治区、市、县、村镇）陆续启动重大突发公共卫生安全事件一级响应，采取严控交通等措施以阻断新冠疫情蔓延。有目共睹，这场全民参与的抗疫行动取得了丰硕成果。然而，为应对新冠疫情而采取的交通管制措施“无意中”干预了经济活动［1］，对正常的经济秩序产生短期冲击［2］，导致农产品调度困难，加剧供需矛盾，致使部分城市农产品价格高企，田间农产品滞销［3］。各类疫情（包括畜禽和人传疫病）是极具挑战的市场风险之一［4］，新冠疫情作为影响面极广的人传疫病事件，其对农产品价格必然产生冲击。各项防控措施加剧了供需矛盾，造成农产品价格大幅波动，严重影响居民生活质量和国计民生［5］。

新冠疫情防控期间，政府为稳定物价采取了一系列调控措施，包括2020年2月3日驻鄂部队承担周边地区生活物资运输任务①资源来源于2020年2月3日中央新闻联播文字版内容。，2020 年2 月7 日财政部对重点企业提供恢复生产和交易的资金支持［6］、打击哄抬物价行为的措施，在一定程度上缓和了供需矛盾，但农产品价格未能得到有效平抑。由于各地疫情发展和防控力度差异，农产品价格呈现明显区域差异，故研究新冠疫情对农产品价格的冲击效应与区域差异，评估政府调控政策效应，对新冠疫情防控常态时期精准农产品价格调控措施、缓和农产品供需矛盾、平抑农产品价格意义重大。

以往研究为本文提供借鉴，但尚需进一步展开研究。在量化疫情方法上，前述文献将突发事件等同于同时期的随机因素，用随机因素大小衡量突发事件严重程度，这是不准确的。首先，同时期突发事件可能不止一件；其次，同时期随机因素不仅包括突发事件，还包括政府出台的调控措施。市场调控措施本身也是一种影响市场的随机事件［28］。从研究视角看，现有研究大多未考虑突发事件影响的区域差异。然而，突发事件对市场的冲击效应具有区域差异［29］。基于此，本文立足于区域差异视角，采用现存新冠肺炎确诊病例数量量化疫情，构建动态面板模型研究疫情对农产品价格的影响，评估疫情期间价格调控的政策效果，为疫情防控常态化时期稳定我国农产品价格，保障民生提供可行的思路。

二、模型构建与数据来源

（一）模型构建

根据适应性预期理论，短期内生产者和消费者根据商品过去的价格预期未来的价格进而调整供给和需求。假定农产品的供给和需求响应函数分别为Sit= f(pit-1，…，pit-s)，Dit= f(pit-1，…，pit-s)，当期市场价格取决于当期供给与需求量的对比关系，那么，

式（1）中，i为截面个体标识，t为时间，s为滞后期数。式（1）表明在无外部冲击时短期内当期价格水平依赖于往期价格。文献回顾指出各种人畜疫病事件会冲击市场供给或（和）需求进而影响价格，故而考虑新冠疫情冲击的农产品当期价格可以表述为：

式（2）中，NCP 为新冠疫情的量化指标。新冠疫情造成农产品价格暴涨，政府为此采取平抑（或管制）价格的调控措施，对农产品价格也产生影响。考虑价格调控（或管制）措施的影响，当期农产品价格进一步表述为：

式（3）中，c为不可观测因素，zc为价格调控（或管制）的政策变量。为直观地模拟新冠疫情对我国农产品价格的影响机制及调控政策效应，将式（3）线性化得：

基于最大样本容量、个体覆盖面广的原则选取居民膳食中最常见的猪肉、鸡蛋、大白菜3 种农产品作为研究对象。此外，pit-s为内生解释变量，采用静态面板模型估计会产生内生性问题。为避免内生性问题，采用GMM估计方法估计基于式（4）构建的动态面板数据模型。

（二）数据来源

为对比研究疫情爆发前后农产品价格差异，以2020 年1 月23 日武汉封城为疫情爆发节点，选取其前向时间样本从2019 年12 月1 日开始，后向时间样本至2020 年2 月29 日除湖北外其他各省疫情基本平息为止，共91 个日度序列。按照国家卫健委公布的新冠肺炎确诊累计数据和舆情评价，选择湖北为中心疫区即疫情最严重区域；选择河南、浙江、广东、湖南、安徽、江西、重庆为重点疫区即疫情次严重区域；其他省区为轻疫区即疫情相对较轻的区域（表1）。

三、试验菌种亩用量及小区用量：百沃10公斤、454克；卢博士1公斤、45.4克；宏阳10公斤、454克；维恩倍尔25克、1.13克；鑫鑫盛达1公斤、45.4克。

表1 价格数据来源市场及疫情分区

如何量化新冠疫情程度是当前研究各类人畜疫病影响的瓶颈之一。目前较多采用去除长期趋势值的随机波动值［27，30-32］，疫情发生与否的哑变量［32］量化疫情，偶有采用疫情本身发生的频数量化疫情。这些疫情量化方法各有不足，无法区分哪种最优［33］。本文不仅要探讨新冠疫情对农产品价格的影响，还要剖析价格调控措施产生的政策效应，采用适应结构分析模型的疫情直观数据，即各地官方公布的当天现存确诊人数来量化疫情。由于疫情集中爆发期中心疫区现存确诊人数与轻疫区相差甚远，为避免出现异常值，将现存确诊人数变量对数化处理。为验证结果的稳健性，同时采用哑变量量化新冠疫情，将其回归结果与直观量化法的回归结果对比，以分析结果的稳健性。每日现存确诊人数来源于丁香园网（https：//dxy.com/）。量化疫情的哑变量以武汉封城时间为节点，之前哑变量取值0，之后哑变量取值为1。

将价格调控（或管制）措施量化也是本文研究的难点之一。价格调控措施除了定向向中心疫区多次投放库存猪肉外，对全国范围内出现的菜价暴涨行为统一处以行政罚款，疫情期间政府对价格的调控措施在全国范围内是同质的，因此采用哑变量量化调控措施。根据百度搜索发现，2020年2月3日开始，各级政府及有关部门陆续发布各种处罚哄抬物价的公告、公令，故本研究调控政策哑变量在此前取值0，之后取值1。

三、新冠肺炎疫情下农产品价格的基本统计分析

为了对比分析疫情前后各农产品价格水平的差异和变动幅度，选择变量均值和标准误两个统计指标进行农产品价格的统计分析。

表2 显示，除湖北、河南、四川外，其他区域疫情集中爆发后猪肉平均价格高于爆发前，其他区域疫情爆发后的猪肉价格标准误明显大于爆发前的猪肉标准误，表明除湖北、河南、四川外的其他区域猪肉价格在新冠肺炎疫情爆发后都明显提高，波动也更加剧烈。湖北作为重灾区区，疫情爆发前后猪肉价格水平相差无几，可能的原因是疫情爆发后政府采取增加投放、严厉处罚哄抬行为等措施有效平抑了猪肉价格上涨。河南和四川是我国生猪养殖最大的两个省份，严格的交通管制使生猪外调受限，本地猪肉供给增加价格下降，其他多数省区受交通管制影响，猪肉供给减少价格上涨。

表2 猪肉价格描述性统计 元/千克

表3显示，疫情爆发后所有省区大白菜平均价格均高于疫情爆发前，所有省区大白菜价格标准差大于疫情爆发前，表明疫情推动了大白菜价格上涨，也加剧了各地大白菜价格波动，可能的原因是人员和交通限制致使大白菜烂于田间，供给减少价格上涨。表4 显示新冠肺炎疫情爆发使得所有省区鸡蛋平均价格下跌，鸡蛋价格波动幅度扩大，可能的原因是我国蛋鸡养殖区域分散，受暖冬气候影响鸡蛋产能提高，交通管制使得鸡蛋无法外销，造成本地供应充足价格下跌；迅速出台的价格调控措施引导鸡蛋价格剧烈波动。

表3 鸡蛋价格描述性统计 元/千克

表4 大白菜价格描述性统计 元/千克

四、新冠肺炎疫情对农产品价格的影响及政策效应实证分析

（一）面板数据平稳性检验

为避免伪回归，需要对各变量进行平稳性检验。因变量时间长度为91，个体观测数小于30，为长面板数据，按其数据特性，选择IPS和Fisher两种检验法，检验结果如表5所示。

表5 农产品价格影响模型的面板平稳性检验结果

表5表明猪肉价格序列都在1%显著性水平上拒绝原假设，鸡蛋和大白菜价格序列均在1%显著性水平上拒绝原假设，认为猪肉、鸡蛋和大白菜价格序列均是平稳的，可以进行面板数据模型分析。

（二）面板自相关检验

平稳性变量是否适合动态面板模型分析，还需考察静态面板模型回归的残差是否具有序列自相关性。如果该自相关性存在，说明展开动态分析是必要的。采用Wooldridge检验法检验猪肉、鸡蛋和大白菜价格的静态面板模型，得出序列自相关检验结果（表6）。

表6 猪肉、鸡蛋和大白菜价格波动模型的面板自相关检验结果

表6 数据表明，猪肉、鸡蛋和大白菜价格序列的面板数据静态模型均在1%显著性水平上拒绝不存在一阶自相关的原假设，认为三个价格序列的面板数据模型至少存在一阶自相关，有必要展开动态面板分析。

（三）动态面板系统GMM估计结果及分析

动态面板数据模型将滞后被解释变量置于解释变量之列，造成被解释变量的动态滞后项与随机误差序列相关，产生内生性问题。为解决内生性，采用GMM系统估计方法。GMM估计法将解释变量的一阶差分项作为工具变量，能够在很大程度上降低模型的内生性［34］。此外GMM 估计法在不同阶差分项中选取有效工具变量，既能降低模型的内生性，又能降低一阶差分估计产生的偏误［35］，故本文采用GMM系统法估计疫情对农产品价格的影响机制。

表7 新冠肺炎疫情对农产品价格波动的影响（分时段估计）

1.新冠肺炎疫情对农产品价格的影响——分时段分析 分疫情爆发以前、以后和全时段对比研究疫情及调控政策对农产品价格的影响。表7 表明，在整个研究期、疫情发生前和以后猪肉、鸡蛋和大白菜价格影响模型的各解释变量系数大多数情形下在1%水平上是显著的，卡方统计量的p值均大于0.1，不拒绝工具变量有效性的原假设，认为不存在过度识别问题，动态面板模型估计合理。

整个研究期疫情和调控措施对猪肉和大白菜价格的影响机制基本相同：疫情变量在1%水平上显著为正，表明疫情显著推动猪肉和大白菜价格上涨，调控措施在1%水平上显著为负，表明疫情爆发后政府采取的平抑价格的调控措施有明显效果。当然，整个研究期间猪肉和大白菜价格特征存在差异，大白菜当期价格受上期价格的影响远大于猪肉，或者说疫情期间大白菜价格的持续性远大于猪肉价格，换言之，猪肉价格受疫情影响更大。

与猪肉、大白菜价格情形不同的是，鸡蛋上期价格对当期价格的影响系数显著且高达0.948，说明疫情期间鸡蛋价格具有高持续性，受疫情影响非常小。整个研究期疫情对鸡蛋价格的影响在10%水平上显著为负，表明疫情使鸡蛋价格下跌。其原因是我国蛋鸡养殖比较分散，时值暖冬初春鸡蛋产能提高，本地供应相对充足，交通管制使鸡蛋外销受限从而价格下跌。疫情期间政府采取的价格调控政策旨在平抑物价，对于价格下跌的鸡蛋而言调控政策近乎失效，所以整个研究其影响鸡蛋价格的政策变量系数不显著。疫情爆发后的鸡蛋价格影响模型显示疫情发展和价格调控政策都使鸡蛋价格显著下降，前者适才作了解释在此不再赘述。至于后者，平抑物价的价格调控政策在鸡蛋价格下行期间会放大鸡蛋下降原因的效果。

值得一提的是，疫情爆发以后猪肉价格影响模型的政策变量系数不显著，表明行政处罚为主的价格调控措施对猪肉价格的效果不明显。此外，疫情爆发以后猪肉、鸡蛋和大白菜价格模型中上期价格系数都小于疫情爆发前的上期价格系数，表明受疫情各农产品价格的自我持续性降低，疫情造成农产品价格剧烈波动。

2.新冠肺炎疫情对农产品价格的影响——分区域分析 表8分不同疫情区域对比研究新冠肺炎疫情及调控政策对农产品价格的影响。表8数据表明，各不同疫情区域猪肉、鸡蛋和大白菜价格模型的各解释变量系数大多数情形下在1%水平上显著，所有模型卡方统计量的p值均大于0.1，不拒绝工具变量有效性的原假设，认为不存在过度识别问题，各动态面板模型估计合理。

表8 新冠肺炎疫情对农产品价格波动的影响（分区域估计）

表8数据显示，中心疫区猪肉上期价格对当期价格的影响不显著，说明疫情严重区域疫情对猪肉价格影响很大；疫情变量系数显著为负，表明中心疫区疫情降低了猪肉价格，这是因为在中心疫区政府采取严格的价格管制措施，严厉打击哄抬物价行为，各主管部门合作积极疏通物资输入通道，投放库存猪肉等调控措施倍增了调控措施的效应，使猪肉价格下跌。重点疫区和轻疫区模型种疫情变量系数显著为正，说明在这两类区域受疫情影响猪肉价格提高，主要原因是受防控措施影响，生猪外调受限而鲜少库存投入导致供给不足价格上涨。重点疫区和轻疫区模型中猪肉价格影响的政策变量系数显著为负，说明政府采取的处罚性平抑价格措施是有效的。

中心疫区疫情对鸡蛋价格产生显著负向影响，其原因是蛋鸡养殖比较分散、暖冬初春鸡蛋产能提高，本地供给充足，外销受限以致供给过剩从而价格下跌。重点疫区和轻疫区鸡蛋价格模型的疫情变量系数不显著，说明在非中心疫区，鸡蛋价格并未显著受疫情影响，原因是这两个区域疫情程度相对较轻、持续时间较短，经过较短时间交通管制后很快恢复正常供销和价格。重点疫区和轻疫区调控措施对鸡蛋价格的影响显著为负，因为以平抑价格为主调的调控措施效应被放大，使鸡蛋价格下跌。需要提及的是，中心疫区和轻疫区鸡蛋上期价格的影响系数显著且大于0.9，重点疫区该系数大于0.8，表明疫情期间鸡蛋价格自我持续性非常高，鸡蛋价格受疫情影响比较小。

大白菜价格的影响机制与猪肉类似，在3个不同疫情区域，疫情对大白菜价格具有正向影响，或者说疫情影响3个不同疫情区域大白菜价格显著上涨；3个区域大白菜价格的政策变量系数显著为负，说明疫情期间政府采取价格调控措施有效抑制大白菜价格暴涨。3种农产品价格在重点疫区受上期价格的影响均低于中心疫区和轻疫区，表明重点疫区农产品价格受疫情的影响比其他疫区更大，可能的原因是中心疫区实施了强有力的价格平抑政策，而轻疫区交通和人员管制时间较短、供给相对充足，而重点疫区却不具备这两个特点。

（四）动态面板模型GMM估计结果的稳健性检验

为验证上述动态面板模型GMM估计结果的稳健性，采用dayl作为疫情变量的代理变量再次对农产品价格影响的动态面板模型进行估计，结果如表9所示。

表9 动态面板模型GMM估计结果的稳健性检验

表9 采用dayl作为变量NCP 的代理变量对农产品价格影响的动态面板数据模型进行估计，其结果与表7～表8结果一致，说明以上模型估计结果是稳健的。

五、结论与讨论

利用2019 年12 月1 日—2020 年2 月29 日共91 个日度数据，涵盖22 个省（市）的猪肉、鸡蛋、大白菜和新冠疫情数据，构建动态面板模型并进行估计，籍以研究新冠肺炎疫情对农产品价格的影响及价格调控效应，得出如下结论与讨论。

（一）结论

第一，面板单位根和面板自相关检验结果表明，动态面板数据模型研究新冠肺炎疫情对农产品价格影响是合理的；Sargan 检验结果表明GMM 系统估计结果是有效的；稳健性检验结果表明模型拟合结果是稳健的。

第二，新冠肺炎疫情对不同种类农产品价格的影响方向存在差异。具体来看，疫情使猪肉、大白菜等生产较集中、因交通管制造成供给减少的农产品价格显著上涨，使鸡蛋等生产比较分散、疫情期间产能增加的农产品价格因外需受限供给增加显著下降。疫情期间政府采取以平抑物价为导向的价格调控措施有效抑制了猪肉、大白菜价格上涨，却放大了鸡蛋价格下行效应。

第三，新冠肺炎疫情对不同疫情区域农产品价格的影响效果存在差异。疫情并未对中心疫区猪肉价格产生显著影响，主要原因是政府对中心疫区实施严格的物价管制，配合投放库存猪肉，这些措施扭转了中心疫区猪肉价格上涨趋势。重点疫区、轻疫区以打击哄抬物价为主的调控措施并未改善供给现状，交通管制更加剧了供需矛盾从而猪肉价格明显上涨。中心疫区由于交通管制造成鸡蛋外销受阻从而价格明显下降，而在重点疫区和轻疫区相对宽松的交通条件疏通了鸡蛋外销通道从而价格受疫情影响不显著。轻疫区大白菜价格的持续性高于中心疫区和重点疫区，因为轻疫区受交通管制时间最短，供需矛盾很快得到缓和，受疫情影响最小。

（二）讨论

首先，由于新冠肺炎疫情对不同农产品价格的影响方向存在差异，政府采取的“一刀切”式打击哄抬物价价格调控政策存在纰漏，政策对象精准性不足。为提高调控政策精准性，需针对受疫情影响方向不同的农产品采取疏通供给、制止哄抬行为等不同导向的价格调控措施。

其次，新冠肺炎疫情使生产集中、疫情期间产能未能增加的农产品价格高企，使生产分散、疫情期间产能明显增加的农产品价格下跌，而制止哄抬行为的单一性价格调控措施及时平抑了猪肉、大白菜价格，却放大了鸡蛋等农产品价格下行效应，使蛋鸡养殖户利益受损。故而政府采取的价格调控政策要因农产品生产特征不同而有差异。

最后，新冠肺炎疫情对不同疫情程度的区域农产品价格的影响存在差异。疫情对轻疫区农产品价格影响最小，这是因为轻疫区疫情严重程度较轻，交通管制持续时间短，截止2020 年2 月21 日全国有18 个省复工复产率超过50%，其中山东、江苏等轻疫区复工复产率超过70%，这些区域在经历较短时间的交通管制后恢复生产和消费常态；重点疫区农产品价格持续性最低，这是因为与轻疫区相比，重点疫区较长时间实施交通管制造成长时期的供需失衡，而与中心疫区相比，重点疫区容易成为政府实施调价格控政策的盲区，故而价格稳定性最差。因此，政府的价格调控政策不能仅仅关注疫情发生所在区域本身，还要考虑因疫情发生受波及的区域，这些受波及的区域所受影响或许更大。