2021年12月，中华人民共和国农业农村部印发《“十四五”全国畜牧兽医行业发展规划》，强调“做强现代饲料工业……鼓励饲料企业强化技术创新和经营模式创新，实施全产业链、全球化发展战略，打造具有国际影响力的知名品牌和企业”[1]。饲料产业作为畜牧业发展的重要基础，切实维护饲料产业链价格稳定成为各界关注的重点问题[2]。从影响因素分析，豆粕作为饲料生产中的关键原料，其进口价格变动与饲料产业链价格存在密切联系。若豆粕原料进口价格受到冲击，相应的饲料产业链价格下跌；反之则会上升[3]。马驰等[4]认为，非洲猪瘟时点下，网络关注的猪价波动冲击效应在2个月由负转正。何雯霞等[5]表示，非洲猪瘟爆发15个月后，其对生猪价格和猪肉零售价净增长率分别达到166%和184%。刘春等[6]指出，肉雏鸡价格对活鸡价格波动的影响最强，肉鸡配合饲料价格对活鸡价格波动影响较弱。刘烁等[7]发现，规模化养殖可平缓生猪价格波动且呈现出显著的空间溢出效应。道日娜等[8]认为，进口婴幼儿奶粉零售价格冲击对国产婴幼儿奶粉零售价格产生影响，而前者的变化向上游原料环节的传递效应有限。石自忠等[9]表示，非洲猪瘟等生猪疫病冲击对畜产品价格波动存在明显的时变影响，且冲击影响持续时间长。目前，少有学者探讨豆粕原料进口价格冲击对饲料产业链价格波动的影响。因此，本研究通过构建VAR模型，探究豆粕原料进口价格冲击对饲料产业链价格波动的影响，为切实加强饲料产业链价格调控提供参考。1研究方法与数据来源1.1VAR理论与模型表达VAR模型是通过多方程联合形式，将所有变量作为内生变量处理，以此有效规避了因主观判断错误导致的研究结果不确定性。因此，VAR模型成为多数学者进行价格波动测算的重要方法[10-11]。本研究参考陈昱帆等[12]的研究思路，构建VAR模型实证检验豆粕原料进口价格冲击对饲料产业链价格波动的影响。构建含有m个变量滞后p期的VARp模型。Xt=C+Π1Xt-1+Π2Xt-2+⋯+ΠpXt-p+εt (1)式中：t为时间（月）；Xt代表m×1中阶内生列向量；C代表m×1阶常数项列向量；Π1，…，Πp表示m×m待估矩阵；p为滞后期数；εt~IID0,Ω代表m×1阶随机误差列向量。以双变量且滞后两期的VAR模型为例，其线性方程为：xt=c1+π11.1xt-1+π12.1xt-1+π11.2xt-2+π12.2xt-2+ε1tzt=c2+π21.1xt-1+π22.1xt-1+π21.2xt-2+π22.2xt-2+ε2t (2)矩阵形式：xtzt=c1c2+π11.1π12.1π21.1π22.1xt-1zt-1+π11.2π12.2π21.2π22.2xt-2zt-2+ε1tε2t (3)上述方程显示，VAR模型为分析联合内生性变量动态关联模型，可通过脉冲效应函数与方差分解，对变量间结构及特点进行分析。1.2变量设定饲料产业链价格波动（Sp）：考虑到玉米、小麦、麦麸作为饲料产业的原料，对应期货价格和基础价格调整，可能通过传导效应导致饲料产业链价格波动。同时，原材料采购、加购、存储和销售等也会导致饲料产业链价格波动。因此，选取玉米、小麦、麦麸3大原料和原材料采购、加购、存储、销售4种运营成本共同构成饲料产业链价格波动评价指标，具体包含玉米全国均价、小麦全国均价、麦麸全国均价和各渠道价格成本。使用熵权法进行测算饲料产业链价格波动。豆粕原料进口价格冲击（Fp）：参考杨少华等[13]研究思路，选取豆粕价格波动率衡量豆粕进口原料冲击。使用（当日收盘价—前一交易日收盘价）/前一交易日收盘价×100%测算豆粕原料价格波动率。考虑到豆粕进口单位与我国存在差异，本文依据国家外汇管理局公布的月度汇率，将豆粕原料价格统一折算成人民币，以衡量豆粕原料进口价格冲击。1.3数据来源与处理本研究选取2017年1月—2022年2月共62个月的月度豆粕原料进口价格冲击（Sp）与饲料产业链价格（Fp）为样本进行考察。其中，豆粕原料进口价格冲击主要来源于中国海关、经济及社会理事会。饲料产业链价格主要来源于《中国统计年鉴》《中国农产品价格调查年鉴》《中国饲料工业年鉴》、中国饲料行业信息网、中国畜牧业信息网及艾媒数据中心公开数据。为避免时间序列数据的异方差性导致最终研究存在偏误，对两个变量作对数化处理。此外，为规避季节变动对数据产生影响，使用x12方法对数据进行季节调整，最终得到lnSp和lnFp。2实证研究2.1变量平稳性检验VAR模型强调变量数据时间序列具有稳定性，否则极易出现伪回归现象[14]。因此，参考多位学者研究思路[15-16]，采用ADF方法对各变量进行平稳性检验，并使用Eviews 8.0软件对结果进行处理，具体结果见表1。由表1可知，检验结果均在5%统计水平下显著拒绝存在单位根原假设，故认为本文构建的变量均为平稳性序列，可直接对两个变量建立VAR模型，并进行相关分析。10.13557/j.cnki.issn1002-2813.2024.03.034.T001表1变量平稳性检验变量名称t统计量P值是否平稳lnSp-2.193 20.044 5平稳**lnFp-2.212 40.061 2平稳**注：“**”表示在5%统计水平上拒绝有单位根的原假设。2.2VAR模型的建立与检验2.2.1滞后阶数的确定为保证最终研究结果不受结果滞后性影响，在构建VAR模型前，需确定变量的滞后阶数k。考虑到本研究为月度数据，参考多位学者研究思路[17-18]，选择12期作为滞后期，具体结果见表2。由表2可知，赤池信息准则和施瓦兹准则数据不一致。当k=3时，赤池信息准则AIC（-11.255 2）最小；k=2时，施瓦兹准则SC（-8.678 5）最小。基于此，使用似然比率LR确定P值，具体结果见表2。当P=2时，似然比率（LR）（57.122 3）最大，故证明VAR模型滞后阶数为2。10.13557/j.cnki.issn1002-2813.2024.03.034.T002表2VAR模型滞后阶数确定最优滞后阶数（k）似然函数值（logl）似然比率（LR）最后预测误差准则（FPE）赤池信息准则（AIC）施瓦兹准则（SC）汉南-奎因准则（HQ）091.473 3NA0.685 9-2.685 8-2.145 8-2.382 11412.383 1623.383 92.570 0×10-11-8.489 4-8.489 2-9.467 92410.383 957.122 3*2.580 0×10-11-11.184 3-8.678 5*-9.382 5*3434.674 59.389 22.570 0×10-11*-11.255 2*-9.465 7-9.689 5注：“*”代表由准测确定最优滞后阶数；NA表示无系数。2.2.2格兰杰因果关系检验为验证变量滞后项是否对其他变量的当期值有影响，参考多位学者研究思路[19-20]，使用格兰杰因果关系进行验证。具体而言，若在Z关于Z自身的过去值回归中，加入变量X作为独立值可显著提升回归解释能力，则说明变量X有助于预测Z，则称变量X是Z的格兰杰原因[21]，具体方法如下：Zt=αo+∑i=1ραiZt-i+∑i=1lγiXt-i+εt (4)式中：Zt、Xt依次表示经济变量现期值；t代表时间；α0为常数项；αi、βi（i=1,2,⋯,q）表示系数；i代表滞后期；Zt-i、Xt-i代表过去t-i期的变量值；ρ与l代表变量Z、X的最大滞后期数；εt代表白噪声。接下来对βi（i=1,2,⋯,q）=0进行验证，假设测算过程中等同于“X不是引起Z变化的格兰杰原因”。若拒绝βi（i=1,2,⋯,q）=0的原假设，说明“X是引起Z变化的格兰杰原因”，具体结果见表3。由表3可知，豆粕原料进口价格与饲料产业链价格波动互为格兰杰因果关系。由此可知，我国饲料产业链价格波动受到豆粕原料进口价格冲击的滞后影响，即豆粕原料进口价格冲击是我国饲料产业链价格波动的格兰杰原因。10.13557/j.cnki.issn1002-2813.2024.03.034.T003表3格兰杰因果关系检验假设F统计量P值lnSp不是lnFp的格兰杰原因7.382 90.005 6lnFp不是lnSp的格兰杰原因12.485 60.000 0本文对lnSp和lnFp构建滞后阶数为2的VAR模型，如下所示：lnSPtlnFPt=0.012 30.018 4+1.578 40.075 61.843 11.084 3lnSPt-1lnFPt-1+-0.567 4-0.712 3-1.383 4-0.412 3lnSPt-2lnFPt-2 (5)2.2.3系统稳定性检验考虑到VAR模型为多元时间序列模型，内部包含多个可能相关的变量，而每一变量均可被自身过去值和其他变量过去值所解释[22]。因此，为保证研究结果准确性，在构建VAR模型后需对其进行稳定性检验[23]。若模型所有根模的倒数小于1，即位于单位圆内，证明VAR模型具有稳定性，可进行下一步脉冲响应函数和方差分解分析。参考文献[24]至文献[25]，使用AR根图进行验证（见图1）。由图1可知，所有单位根的模型均落于单位圆内，证明构建的VAR模型具有稳定性。10.13557/j.cnki.issn1002-2813.2024.03.034.F001图1VAR模型的AR根图2.3脉冲响应函数为描述豆粕原料进口价格冲击后对饲料产业链价格波动的动态影响情况，参考多位学者的研究方法[26-27]，借助脉冲响应函数刻画随机误差施加标准差大小的冲击对内生变量的影响程度。脉冲响应函数可以定义为：当给扰动项加一个标准差的大小冲击后，该冲击对变量当前值和未来值的影响效果。因此，参考花俊国等[28]做法，构建如下脉冲响应函数：Xt=ψ0δt+ψ1δt-1+ψ2δt-2+⋯+ψηδt-η (6)式中：Xt表示变量现期值；ψ0，ψ1，ψ2，⋯，ψη代表系数矩阵，δt，δt-1，δt-2，⋯，δt-η代表随机扰动项。依据公式（6）绘出图2，由于24期后数据趋于稳定，不具备研究意义，故本文仅列示前24期研究结果。10.13557/j.cnki.issn1002-2813.2024.03.034.F002图2豆粕原料价格冲击引起的饲料产业链价格波动的响应函数注：实线为脉冲响应函数的计算值，虚线为脉冲响应的正负2个标准差的偏离带。由图2可知，当豆粕原料进口价格受到1个标准差的正向冲击时，饲料产业价格将从第2期出现0.001 3的响应，并持续呈现不断上升态势，于第10期达到顶峰0.004 2。随后，饲料产业链价格逐渐下降，在2年的时间趋近于0，影响几乎消失。从整个发展周期分析，豆粕原料进口价格变化对之后的饲料产业链价格波动具有显著同向性影响。这意味着豆粕原料进口价格冲击对饲料产业链价格波动具有正向推动作用。原因可能是受长期干旱天气和新一轮厄尔尼诺现象影响，豆粕法人优良率可能大幅度下降。作为主要饲料原料，豆粕优良率会在一定程度上造成饲料产业链价格波动[29-30]。研究发现，豆粕原料冲击具有滞后性，故其对饲料产业链价格的影响在第13期达到最高峰，说明结论具有一定合理性。2.4方差分解为验证模型中豆粕原料进口价格冲击对内生变量的影响程度，参考田皓森等[31]的研究思路，通过拆解时期豆粕原料价格冲击影响饲料产业链价格波动的贡献度，可以判断不同时期冲击下豆粕原料价格对饲料产业链价格波动造成的影响。由于24期后的数据趋于稳定，不具备研究意义，故设定方差分解周期为24期，并依据上文建立的VAR（2）模型，参考以往学者研究思路[32]，对变量间影响关系进行定量研究，结果见表4。由表4可知，饲料产业链价格波动自身的贡献率较大，且呈现“先降后升”的态势，并在第9期达到最小值90.177 7%。同时，由于豆粕原料进口价格冲击对饲料产业链价格波动具有一定滞后期，从第3期开始显现，并于第9期达到顶峰9.822 3%，在24期仍具有7.1246%贡献率。10.13557/j.cnki.issn1002-2813.2024.03.034.T004表4饲料产业链价格波动分解时期S.ElnSplnFp时期S.ElnSplnFp第1期0.009 1100.000 00.000 0第13期0.047 191.054 48.945 6第2期0.009 596.541 63.458 4第14期0.567 291.108 88.891 2第3期0.009 896.314 13.685 9第15期0.591 691.253 58.746 5第4期0.016 595.710 54.289 5第16期0.060 291.365 98.634 1第5期0.017 295.304 64.695 4第17期0.064 491.460 98.539 1第6期0.018 994.320 35.679 7第18期0.072 391.850 58.149 5第7期0.026 792.508 07.492 0第19期0.076 892.042 67.957 4第8期0.028 991.521 18.478 9第20期0.079 292.260 97.739 1第9期0.029 490.177 79.822 3第21期0.085 792.425 27.574 8第10期0.035 690.351 79.648 3第22期0.089 192.609 07.391 0第11期0.037 190.487 79.512 3第23期0.091 192.731 57.268 5第12期0.043 190.987 69.012 4第24期0.095 692.875 47.124 6%3结果与分析选取2017年1月—2022年2月共62个月度豆粕原料进口价格与饲料产业链价格为样本，通过构建VAR模型，实证检验豆粕原料进口价格冲击对饲料产业链价格波动的影响效果。格兰杰因果效应显示，豆粕原料进口价格冲击对饲料产业链价格波动的影响具有滞后效应。脉冲效应显示，当豆粕原料进口价格受到1个标准差的正向冲击时，饲料产业价格将从第2期出现0.001 3的响应，并持续呈现不断上升态势，并于第10期达到顶峰。冲击周期结果显示，豆粕原料进口价格变化对之后的饲料产业链价格波动具有显著同向性影响，即豆粕原料进口价格冲击对饲料产业链价格具有正向推动作用。方差分析显示，在饲料产业链价格波动期间，饲料产业价格自身发挥主导作用，贡献率呈现“先降后升”的态势。豆粕原料进口价格冲击对饲料产业链价格波动具有一定滞后期，从第3期开始显现，并于第9期达到顶峰，随后呈现下降趋势。4结论本文借助VAR模型，实证检验豆粕原料进口价格冲击对饲料产业链价格波动的影响，进一步借助格兰杰因果关系检验、脉冲响应函数、方差分解验证结果稳定性。研究结果显示，豆粕原料进口价格冲击是造成饲料产业链价格波动主要原因；豆粕原料进口价格冲击与饲料产业链价格波动间具有同向影响，且这一影响存在一定滞后性；在饲料产业链价格波动期间，饲料产业价格自身发挥主导作用，贡献率呈现“先降后升”的态势。针对上述情况，文章提出如下建议：第一，强化产业种植技术支撑。依托农业农村部设施农业工程学科群重点实验室、农业农村部设施园艺区域技术公共研发中心及地方科研院等平台，聚焦绿色高效生产技术、设施智能装备研发，进一步提高豆粕国内种植水平，以加强饲料产业链价格调控。第二，合理规划饲料种植区域，助力饲料产业链价格稳定发展，加快豆粕产业的培育，制定合理的饲料作物种植区域规划，以调整我国传统的粮食—经济作物二元农业结构，消减玉米种植面积，增加大豆等蛋白质饲料作物种植面积。第三，优化饲料产业供应保障机制。按整个粮食年度产量占比，重新制定政策性分配比例，以保障各饲料产业发展集约化与规模化，助力饲料产业链价格稳定。