2023年2月，农业农村部会同多部门修订《“菜篮子”市长负责制考核办法实施细则》，提出“建立蔬菜、猪肉、牛羊肉、禽肉、蛋、奶、水产品、水果等本市消费的重点‘菜篮子’产品监测预警队伍”，为增强猪肉供应链稳定性提供支持。猪肉产业作为种植业下游产业，对以玉米为原料的饲料需求量较大，会受到玉米价格政策影响。其中，玉米“价补分离”政策是我国玉米生产的一次重大改变，能够优化玉米种植结构[1]，保障上下游产业协调发展。猪肉供应链稳定性也会因玉米“价补分离”政策的实施产生变动。全面研究玉米“价补分离”政策对猪肉供应链的影响并分析其背后原因，对继续维护和保持猪肉市场稳定具有重要意义。玉米“价补分离”政策对农民种粮收入[2]、农户生产行为[3]、农户家庭收入[4]、农户种植玉米积极性[5]、玉米期货定价效率[6]和农产品期货市场流动性[7]均具有影响。赵俊卿[8]提出，构建猪肉智慧供应链数据库与溯源平台，从而提升猪肉供应链溯源效果。鲜有学者将玉米“价补分离”政策和猪肉供应链稳定性纳入同一研究框架。因此，本文深入研究玉米“价补分离”政策对猪肉供应链稳定性的影响，为推动我国猪肉市场稳定发展提供有益参考。1猪肉供应链稳定性理论猪肉供应链是基于生猪养殖户、屠宰加工企业等主体，以饲料、兽药、种猪等基础物资供给为保障条件[9]，通过生猪养殖、屠宰加工、物流配送、销售消费等必要环节，最终实现为消费者提供猪肉产品的网链结构。猪肉供应链稳定性是指猪肉市场中猪肉产量、运输、肉质以及供需平衡程度等均保持相对稳定的状态[10]。围绕猪肉供应链稳定性展开分析，可以将猪肉供应链分为4个环节，分别为物流环节、上游生猪养殖环节、中游屠宰加工环节以及下游消费环节。猪肉物流环节保持稳定，有利于完善猪肉可追溯体系，实现各个环节互联互通[11]，降低猪肉市场价格波动，提升猪肉供应链稳定性。上游生猪养殖环节保持稳定，能够提升生猪养殖规模化水平[12]，保障生猪供应稳定性。同时，提升上游生猪养殖环节稳定性可确保生猪信息公开透明，规范猪肉供应市场运行，规避屠宰场或生猪收购者等供应链主体挤压养殖户利润[13]，提高养殖主体饲养积极性。中游屠宰加工环节保持稳定，能够规范屠宰加工流程和卫生标准[14]，确保市场主体严格执行检验检疫制度，促进市场运营有序、稳定。下游消费环节保持稳定，可以帮助消费者充分了解猪肉产品信息，为消费者提供质量安全的猪肉[15]。在此基础上，猪肉供应商会以市场需求为导向，积极响应消费者的多样化需求，确保猪肉市场供需平衡。上、中、下游和物流企业猪肉供应链的高质量管理有利于均衡猪肉市场供需[16]，避免因库存周转效率低下导致的猪肉生产成本上升，对猪肉供应链稳定性造成冲击。2指标选取及研究方法2.1指标选取为了保障研究数据的可得性，选取我国19个玉米主要生产省区市的相关数据为研究样本。依托广义双重差分法进行验证，利用玉米价格增长率（Cpgr）区分处理组与控制组。玉米“价补分离”政策主要在东三省和内蒙古地区实施，故其在其他地区的作用效果相对较弱。玉米价格越高的地区，政策标准及执行力度越强。2.1.1被解释变量被解释变量为猪肉供应链稳定性，参考陈晶璞等[17]的研究方法，使用猪肉存货周转率表征猪肉供应链稳定性，记为Pitr。2.1.2核心解释变量及控制变量核心解释变量为玉米价格与政策实施后的乘积。为了进一步提高估计结果的准确性，参考苏贵芳等[18]、吴佳惠等[19]以及肖琦等[20]的研究结果，加入影响猪肉供应链稳定性的控制变量：城镇居民收入（Pdiur）使用城镇居民人均可支配收入衡量；替代品价格（Subp）选用白条鸡、牛肉和羊肉集市价格表征；经济发展水平（Lede）使用各地区人均GDP衡量；生猪养殖成本（Cpfa）使用生猪价格与主要饲料玉米的比值表征；居民消费价格指数（Cpii）选用通货膨胀率与猪肉价格之比表征；猪肉进口量（Poim）借助猪肉进口量与国内猪肉总消费量比值表征。10.13557/j.cnki.issn1002-2813.2023.24.034.T001表1主要变量说明变量名称符号衡量方法单位猪肉供应链稳定性Pitr猪肉存货周转率次玉米价格增长率Cpgr玉米“价补分离”政策施行前后的平均价格增长率元城镇居民收入Pdiur城镇居民人均可支配收入元替代品价格Subp白条鸡、牛肉和羊肉集市价格元经济发展水平Lede各地区人均GDP%生猪养殖成本Cpfa生猪价格与主要饲料玉米比值%居民消费价格指数Cpii通货膨胀率与猪肉价格之比%猪肉进口量Poim猪肉进口量与国内猪肉总消费量比值%2.2研究方法借鉴余娟娟等[21]的研究，传统双重差分模型如下：treati=1 如果i属于处理组0 如果i属于控制组 (1)postt=1 如果t属于政策实施后0 如果t属于政策实施前 (2)参考陈萌萌等[22]的研究，构建广义双重差分模型，具体公式如下：yit=α+βInCpgri×postt+μit+λit+γ1InPdiurit+γ2InSubpit+γ3InLedeit+γ4InCpfait+γ5InCpiiit+γ6InPoimit+εit (3)式中：yit为个体i在t年的猪肉供应链稳定性；InPdiurit、InSubpit、InLedeit、InCpfait、InCpiiit和InPoimit分别为城镇居民收入、替代品价格、经济发展水平、生猪养殖成本、居民消费价格指数与猪肉进口量；μit为个体固定效应；λit为时间固定效应；εit为随机扰动项；α和β均为回归系数，β表征双重差分估计量，是试验变量对猪肉供应链稳定性的影响效果，也是玉米“价补分离”的政策效应。上述所有变量均取对数，以消除异方差影响。使用InCpgri替代样本的分组虚拟变量treati，故时间虚拟变量与玉米价格增长率的乘积即为双重差分估计结果，也是玉米“价补分离”政策对猪肉供应链影响是否显著的评判方法。3回归结果分析3.1平行趋势检验（见图1）由图1可知，玉米“价补分离”政策实施前4期的虚拟变量系数均与0无显著差异，表明满足平行趋势假设。在玉米“价补分离”政策实施后，虚拟变量系数值均小于0，这在一定限度上说明存在负的处理效应。因此，能够使用双重差分法研究玉米“价补分离”政策对猪肉供应链稳定性的影响。10.13557/j.cnki.issn1002-2813.2023.24.034.F001图1平行趋势检验3.2广义双重差分回归结果多维固定效应回归能够有效提高估计效率，且可以同时固定个体效应和时间效应，保障估计结果的稳健性[23]。因此，借助多维固定效应回归分析法，在加入控制变量后，进一步分析玉米“价补分离”政策与猪肉供应链稳定性之间的关系，结果见表2。由表2可知，玉米“价补分离”政策对猪肉供应链稳定性具有显著正向驱动作用。同时，玉米“价补分离”政策实施深度每上升1个单位，能够推动猪肉供应链稳定性上升0.042个单位。因为玉米“价补分离”政策实施后，取消了玉米按高于市价统一收购措施，这有助于减少国内外玉米差价，降低生猪价格成本，进而提升猪肉供应链稳定性[24]。从控制变量方面分析，城镇居民收入系数值为0.023，表明城镇居民收入能够正向促进猪肉供应链稳定性。原因可能是城镇居民收入增长会改善人们饮食结构，进而增加猪肉需求，能够促进猪肉供应链稳定性。替代品价格系数值为0.014，对猪肉供应链稳定性具有显著影响，说明替代品价格与猪肉供应链稳定性具有正相关关系。若替代品价格降低，猪肉价格保持不变，会促使消费者对猪肉的需求量下降，形成猪肉存货积压现象，进而影响猪肉供应链稳定性。经济发展水平系数值为正，对猪肉供应链稳定性具有显著影响，表明经济发展水平也是正向影响猪肉供应链稳定性的因素之一。经济发展水平较高地区的人均收入水平相对较高，猪肉供给能力较强，有助于提升猪肉供应链稳定性[25]。生猪养殖成本系数值为负，对猪肉供应链稳定性具有显著影响，表明生猪养殖成本上升会在一定限度上对猪肉供应链稳定性产生负面影响。生猪养殖成本上升会提高猪肉价格，导致消费者购买猪肉数量减少，供求关系严重失衡，进而冲击猪肉供应链稳定性。居民消费价格指数的系数值为0.027，对猪肉供应链稳定性具有显著影响，说明居民消费价格指数上升对猪肉供应链稳定性具有正向促进作用。猪肉进口量系数值为负，对猪肉供应链稳定性具有显著影响，表明猪肉进口量会影响猪肉供应链稳定性。10.13557/j.cnki.issn1002-2813.2023.24.034.T002表2多维固定效应回归结果变量系数稳健标准误T值InCpgri×postt0.042***0.0076.00Pdiurit0.023*0.0121.92Subpit0.014***0.0052.80Ledeit0.008***0.0024.00Cpfait-1.624***0.402-4.04Cpiiit0.027***0.0083.38Poimit-0.173***0.052-3.33常数项0.064*0.0361.78注：“***”表示P0.01，“*”表示P0.10。3.3玉米“价补分离”政策效果的进一步研究猪肉供应链稳定性主要分为两方面，包括猪肉供应链上游稳定性[26]和猪肉供应链下游稳定性[27]。其中，猪肉供应链上游稳定性是指养殖户、分销商与物流公司等供应主体的稳定性[28]，猪肉供应链下游稳定性是指大型连锁机构及客户等主体的稳定性[29]。参考许正平[30]的研究方法，测算2012—2021年猪肉供应链稳定性，结果见表3。由表3可知，在玉米“价补分离”政策实施前（2012—2015年），我国猪肉供应链上游稳定性由0.227 8%提升至0.267 6%，上升了0.039 8%；猪肉供应链下游稳定性由0.114 7%上升至0.136 2%，上升了0.021 5%。在玉米“价补分离”政策实施后（2016—2021年），猪肉供应链上游稳定性由0.287 6%增长至0.394 3%，增长了0.106 7%；猪肉供应链下游稳定性增长了0.025 6%。我国猪肉供应链稳定性得到大幅提升，且猪肉供应链上游稳定性与增幅均明显高于下游，表明玉米“价补分离”政策实施使我国猪肉供应链稳定性有所上升，有助于增强猪肉安全供应保障能力。10.13557/j.cnki.issn1002-2813.2023.24.034.T003表32012—2021年猪肉供应链稳定性测算结果年份猪肉供应链上游稳定性猪肉供应链下游稳定性20120.227 80.114 720130.230 40.119 420140.239 90.124 220150.267 60.136 220160.287 60.143 720170.305 60.152 120180.304 20.148 820190.328 70.150 920200.384 60.167 920210.394 30.169 3%4讨论平行趋势检验发现，可以使用双重差分法验证玉米“价补分离”政策对猪肉供应链稳定性的影响。多维固定效应回归模型检验结果发现，玉米“价补分离”政策能够显著提高猪肉供应链稳定性。玉米“价补分离”政策每上升1个单位，会促进猪肉供应链稳定性上升0.042个单位。因为玉米“价补分离”政策实施能够改善玉米种植结构，宏观调控玉米市场价格[31]，促使生猪饲养成本相对稳定，进而促进猪肉供应链稳定性提升。从控制变量方面分析，城镇居民收入、替代品价格、经济发展水平、居民消费价格指数对猪肉供应链稳定性均具有正向促进作用，生猪养殖成本和猪肉进口量对猪肉供应链稳定性具有负向影响。可能因为生猪养殖成本上升会增大养殖户生产压力，倒逼养殖户提高生猪出售价格以维持正常经营[32]，影响猪肉供应链稳定性。深入分析玉米“价补分离”政策发现，政策实施对猪肉供应链上游稳定性的影响更为显著。在玉米“价补分离”政策实施后，猪肉供应链上游稳定性增长0.106 7%，下游稳定性增长0.025 6%。因为玉米“价补分离”政策实施能够有效扩大玉米现货和期货市场交易规模，保障玉米价格稳定性，有效调控饲料成本，控制猪肉价格，进而提升猪肉供应链市场稳定性。5结论本文通过双重差分法分析玉米“价补分离”政策出台前后我国猪肉供应链稳定性的变化情况，结果发现，玉米“价补分离”政策的实施对我国猪肉供应链稳定性有一定促进作用。未来我国还需进一步加强玉米市场价格信息平台建设，在推广落实玉米“价补分离”政策的同时，保持政策实施稳定性，避免玉米价格波动冲击猪肉供应链稳定性。