论文部分内容阅读
摘 要：运用八省实地调研数据，对养殖规模进行五维度划分，并基于Mlogit模型对养殖规模与生产恢复决策关系进行研究。结果表明，养殖户受猪瘟疫情冲击较大，但仅极少部分养殖户选择退出生猪养殖业，大部分选择缩小生产规模;表征生产规模不同维度的因素对生产恢复行为选择有不同方向的影响。
关键词：非洲猪瘟 Mlogit 生产恢复决策 生猪养殖规模
一、问题的提出
自2018年8月初，非洲猪瘟疫情在我国辽宁沈阳首次被发现以来，至今已蔓延31个省份。据农村农业部统计数据，截至2019年11月21日，全国共报告发生160起非洲猪瘟疫情，扑杀生猪约119.3万头。非洲猪瘟疫情对我国生猪产业稳定发展产生了巨大冲击。2019年中央一号文件明确指出：加大非洲猪瘟等动物疫情监测防控力度，严格落实防控举措，确保产业安全。但由于养殖户防疫意识淡薄，防疫技术落后，疫情冲击使大量生猪死亡及被扑杀，严重打击了养殖户的养殖信心，有些养殖户减小养殖规模甚至完全退出生猪养殖业。根据农业农村部数据显示：
2019年，生猪存栏量和出栏量相较于上一年分别下降27.5%和21.6%，猪肉产量下降21.3%[1]。疫情冲击下养殖户面临生产恢复风险高、资金匮乏等困难[2]，生猪产能大幅下滑，生猪市场严重供不应求，猪肉价格飞速上涨且持续高位。2019年11月猪肉价格上涨到全年最高价47.10元/千克，比2018年11月上涨了143.92%[3]。2020年6月我国CPI同比上涨2.5%，其中仅猪肉价格上涨造成CPI上涨部分就高达2.05%[4]，给国民经济与日常生活带来了严重负面影响。因此，在当前背景下，生猪养殖业生产恢复及其未来走向成为关注焦点。
由于非洲猪瘟传入中国的时间较短，关于疫情冲击下养殖户生产恢复行为决策的研究较少，大多数学者基于其他重大动物疫病公共危机进行研究。例如刘明月和陆迁[9]认为养殖户家庭资源禀赋影响其疫情损失承担能力，进而影响其疫后生产恢复行为，运用结构方程分析得到家庭特征与外部支持对养殖户生产恢复起正向促进作用，而风险感知起负向作用。张淑霞[10]运用Heckman模型得到损失承受能力、补偿额度满意度等因素显著正向影响养殖户是否选择恢复的行为决策以及劳动力数量、补偿范围满意度等因素显著正向影响其生产恢复速度。不同养殖户由于受到疫情不同程度的冲击，其生产恢复行为存在较大差异，但总体来看养殖户养殖意愿表现出稳步回升的状态[2]。于乐荣等[11]以存栏量表征养殖规模，通过比较不同规模养殖户的饲养规模变化时发现中小规模养殖户在短期内恢复生产较为困难，表现为逐步恢复到原规模，而散养户却因养殖规模较小，受到的禽流感冲击相对较小，在疫情之后养殖规模大大增加。然而与之相反，有些学者则认为养殖规模与疾病风险意识紧密联系，大规模养殖户更愿意搜集疫情相关信息以提高其防控等级[12]，在生物安全、防疫管理、资金运作等方面的实力会更强[5]，周勋章等[6]以出栏量表征养殖规模，研究发现养殖户规模越小反而受到的制约条件越多，并将不同规模生猪养殖户的生产恢复行为决策差异归结于生物安全防控能力方面，认为养殖规模越大，越倾向于恢复至原规模或进一步扩大规模。
综上所述，目前国内研究更多关注的是影响养殖户生产恢复行为的因素及其影响机理[9-10]，而在不同规模养殖户生产恢复行为研究方面，更多的是对禽流感等其他高致死病的研究，针对非洲猪瘟主要是对疫后宏观中国猪业和微观生猪养殖户受到的冲击进行的描述性分析，鲜少针对生产恢复的实证性分析，更不用说把“养殖规模”作为专门的研究因子并对其与生产恢复行为决策之间的关系进行实证分析研究。同时，在对不同规模养殖户进行研究时，大部分学者仅用存栏量或出栏量这一变量去表征养殖规模，不曾从更全面的维度进行进一步划分和研究，且学者们在该问题上并未形成一致结论。
基于此，本文根据当前非洲猪瘟的现实背景，考察疫情冲击情景下不同规模生猪养殖户生产恢复行为决策，同时针对学者们关于养殖规模对养殖户行为影响问题的争论进行进一步剖析与研究，致力于为我国生猪产业的稳定发展提供更多的理论依据，推进养殖户的灾后恢复更加有效率地进行。
二、研究假设
前文中已经提到，大部分学者将存栏量或出栏量作为养殖规模的唯一表征因素，但笔者认为除此之外养殖规模还包含养殖年限和猪场总面积等多个方面，仅用其中一種因素表征未免会产生偏差，并认为这就是学者们在养殖规模对养殖户行为影响问题上产生争论的原因之一。基于学者们在影响因素研究方面已有的研究成果，本文选取存栏量、养殖年限、猪场总面积、固定资产投资、家庭年农业支出五个方面对养殖户生产规模进行表征，加上家庭年收入、疫情造成的经济损失共七个指标作为影响养殖户生产恢复决策的因素。并做出以下假设：
H1：存栏量负向影响养殖户的生产恢复，养殖户的生猪存栏量越多，生产恢复积极性越低。
存栏量较少的养殖户在面临生产恢复时，所需投入和承担的风险较少，生产恢复意愿较强，可能会以更短的时间恢复到原有规模。而存栏量较多的养殖户相反，在生产恢复时所需投入和承担的风险会更大，生产恢复意愿较弱，可能会以较长的时间恢复到原有规模，甚至很大一部分养殖户没有能力恢复到原有规模。因此提出假设：存栏量负向影响养殖户的生产恢复，养殖户的生猪存栏量越多，养殖户生产恢复积极性越低。
H2：养殖年限正向影响养殖户的生产恢复，养殖年限越长，生产恢复积极性越高。
养殖户的养殖年限越长，其经验就越丰富，在过往的养殖过程中多经历过蓝耳病、猪链球菌病等其他生猪疫情，处理和应对类似的重大突发动物疫病的专业能力更强，受到的冲击更小，越不愿退出养殖业。因此提出假设：养殖年限正向影响养殖户的生产恢复，养殖年限越长，生产恢复积极性越高。 H3：固定资产投资正向影响养殖户的生产恢复，固定资产投资越多，生产恢复积极性越高。
固定资产，包括饮水设施、喂料设施、温控设备等，其投入越多的养猪场，在生猪的日常喂养、养殖护理等方面更具专业性，其更希望在能利用已有资源的基础上，抓住在猪瘟疫情背景下获利的机会，更有可能扩大养殖规模以获取更多收益[5]。因此提出假设：固定资产投资正向影响养殖户的生产恢复，固定资产投资越多，生产恢复积极性越高。
H4：家庭年农业支出负向影响养殖户的生产恢复，家庭年农业支出越大，生产恢复积极性越低。
养殖规模的扩大，不仅仅是存栏量的增多，更涉及到养殖场在日常护理和喂药打针等方面专业化、科学化、现代化的提升[5]，而非洲猪瘟疫情发生后，疫苗、药品、消毒用具等的使用频率会大幅增加，从而造成养殖费用的进一步增加。因此提出假设：家庭年支出负向影响养殖户的生产恢复，家庭年农业支出越大，生产恢复积极性越低。
三、研究设计
（一）数据来源及样本特征
本文所运用的数据是于2019年11月—2020年7月采用问卷法及访谈法实地调研获得。由于我国非洲猪瘟在绝大部分省份均发生过，因此为保证样本的广泛性和代表性，调查数据覆盖了8个省份14个县，在生猪养殖较为密集的区县及村庄针对受到过猪瘟疫情冲击的养殖户进行随机调研，共收回196份调查问卷，有效问卷184份，有效率为93.88%。
调查内容包括四个方面：第一，受访养殖户基本特征和家庭经营特征;第二，养殖户的经济损失情况，包括疫情发生后由于生猪染病、死亡及扑杀销毁造成的损失，防疫费用的增加和因滞销而带来的损失等;第三，养殖规模，共从存栏量、养殖年限、猪场总面积、固定资产投资和家庭年农业支出五方面综合调研，其中固定资产投资包括饮水设施、喂料设施、温控设备等资金投入;第四，养殖户在疫情冲击后的生产恢复情况，从养殖户“当前养殖状况”、“是否愿意恢复生产”以及“打算或已经恢复的饲养规模与疫情前规模相比”三个问题展开。
从表1被调查养殖户的基本特征来看，受访者以男性（90.76%）、年龄在35-60岁之间（71.20%）、初中及以下文化水平（50.00%）为主，家庭人口规模在4-6人之间（63.59%）、家庭劳动力及参与生猪养殖的劳动力以2人的居多。总体来看，被调查者的年龄、家庭人口规模、劳动力等符合被调查区域养殖户的基本特征，样本能够说明生猪养殖户的基本情况。
（二）变量说明和描述性统计
参考已有研究和实地调研情况，本文从“当前养殖状况”、“是否愿意恢复生产”及“打算或已经恢复的饲养规模与疫情前规模相比”三个问题展开来构建因变量——养殖户生产恢复决策，最终将其结果分为四类：退出生猪养殖业、恢复规模比疫前规模小、恢复规模与疫前规模相等、恢复规模比疫前规模大，并分别赋值为1、2、3、4（见图1）。在对数据进行处理和运算后得到：本次调研的样本中选择退出生猪养殖业的农户仅11.96%，而选择缩小养殖规模的占比最多，达50.54%，说明疫情发生后意愿退出养殖业的养猪户仅为其中的小部分人群，但同时也说明大部分农户确实受到疫情较大冲击选择缩小养殖规模。
本文选取存栏量、养殖年限、猪场总面积、固定资产投资和家庭年农业支出五个变量，从更全面的角度去表征养殖规模。存栏量和猪场总面积是养殖规模最直观的体现，养殖年限一定程度上体现了日常养殖和应对猪瘟疫情的专业化程度，固定资产投资包括饮水设施、喂料设施、温控设备等资金投入体现了养殖场在生猪护理、生物安全、防疫管理等方面的优势，家庭年农业支出包含日常养殖饲料和维护养殖场地等开销，从一定程度上也反映了农户的养殖规模。其描述性统计结果见表2。
根据已有研究成果：家庭收入和疫情带来的经济损失也会影响养殖户的生产恢复决策[9]，因此将其作为控制变量进行研究。
（三）模型的建立
本文研究多种因素对养殖户生产恢复行为的影响。前文中已提到，样本中每个个体均面临四种可能的生产恢复行为选择，是一个多元选择问题，因此就需使用多元无序Logistic（Mlogit）模型进行处理。由于本文想要研究的核心是针对不愿意恢复生产的养殖户，研究能够使得其愿意恢复生产的因素，从而基于经济发展的角度来恢复、促进生产，因此所建模型以“退出生猪养殖业”为参照组。模型具体形式如下：
式中，P（y=j|x）代表养殖户生产恢复行为选择的概率水平，其中j=1，2，3，4分别对应为：退出生猪养殖业、恢复规模比疫前规模小、恢复规模与疫前规模相等、恢复规模比疫前规模大，且∑ 4 j=1 P（y=j|x）=1;x为生猪养猪户养殖决策影响因素，b为待估参数，n为影响因素的数量。
四、MLogit回归结果
（一）MLogit模型
本文模型的估计以养殖户退出生猪养殖业为基准组，采用Stata15.1软件进行处理。表3第二列到第四列中分别汇报了恢复规模比疫前规模小、恢复规模与疫前规模相等和恢复规模比疫前规模大的参数估计结果：
由表3的结果可以看出，存栏量每增加一单位对于养殖户选择缩小生产规模以及恢复至原规模的相对概率没有显著的影响，但是对于选择扩大生产规模的概率则有显著的负向影响，存栏量每增大一单位，个体选择恢复至更大生产规模概率相对于选择退出生猪养殖业的概率减小了65%，表明存栏量越大的养殖户越不愿意扩大生產规模，符合原假设H1。
养殖规模中养殖年限指标对养殖户恢复行为决策的影响并不显著，原因可能是由于样本量不足造成的技术性偏误，但其符号均为正，这与假设H2相一致;
猪场总面积area在模型4中通过检验，且系数为正，表明area每增大一单位，个体选择恢复至更大生产规模的概率相对于选择退出生猪养殖业的胜算比将增加51%，因此得到结论：猪场总面积正向影响生产恢复行为; 模型3中自变量固定资产投资assert以5%的显著性水平通过检验，但其符号为负，这与假设H3相反，原因可能是由于前期固定资产投资过多以至于受到疫情冲击后支持生产恢复的资金量不足，才造成了其对生产恢复行为选择的负向影响。
家庭年支出expense对养猪户的生产恢复决策影响在模型3中以5%的显著性水平通过检验，其每增加一个单位，个体选择恢复至原生产规模的概率相对于退出生猪养殖业的概率就减小4.41%，符合原假设H4。
家庭年收入在模型3、4中分别以1%、10%的显著性水平通过了检验，且系数为正，表明家庭年收入每增加一个单位，养殖户选择恢复至原生产规模概率和恢复至更大生产规模概率相对于选择退出生猪养殖业的概率分别增加了5.01%和4.09%。该指标在模型2中虽均未通过显著性检验，但其系数也为正，因此其正向影响养殖户恢复行为。经济损失指标对养殖户恢复行为决策的影响并不显著，原因可能也是由于样本不足造成的。
（二）稳健性检验
由于在对研究问题变量的测度和细化上可能会有偏差，因此本文选择变量替换法去检验结果的稳健性，用家庭年支出expense替代家庭年农业支出Aexpense。由表4知，变量替换后的结果与前文实证结果基本一致，仅有个别变量的回归系数显著性有了一定的变动：模型4中猪场总面积和家庭年收入由10%水平上显著变为不显著，家庭年农业支出在模型3中5%水平上显著变成家庭年支出在模型3和4中均5%水平上显著。家庭年支出在模型3中显著且符号不变，依旧为正，在模型4中显著但符号却为负，其原因可能是：正是由于扩大生产规模才导致的家庭支出的增加。
综合来看稳健性检验结果与上文实证结论基本一致，说明上述研究的各因素对养殖户生产恢复行为的影响结果可靠，通过了稳健性检验，基本结论不变。
五、结论与建议
本文基于184份实地调查数据，从存栏量、养殖年限、猪场总面积、固定资产投资和家庭年农业支出五个维度表征养殖规模，同时构建生产恢复行为指标，运用Mlogit模型分析疫情冲击下不同规模生猪养殖户的生产恢复行为，并进行了稳健性检验。实证结果表明：1.生猪养殖户受到猪瘟疫情的冲击较大，但仅极少部分养殖户选择退出生猪养殖业，大部分选择缩小生产规模。2.表征生产规模不同维度的因素对生产恢复行为选择有不同方向的影响：存栏量、固定资产投资和家庭年农业支出负向影响养殖户的生产恢复，猪场总面积、家庭年收入正向影响养殖户的生产恢复，养殖年限不是影响养殖户行为的重要因素。
在当前非洲猪瘟背景下，生猪养殖户的生产恢复对稳定当前生猪市场、提高猪肉保障能力及促进我国生猪养殖业可持续发展有着重要意义。一方面，本文将养殖规模进一步划分，研究结论帮助解释了此前学者们关于生产规模对养殖户行为影响方向的争论，其中一个重要原因在于对生产规模的划分不够细致和全面;另一方面本文为促进养殖户生产恢复提供了更多理论依据，有助于日后针对不同规模的生猪养殖户进行管理，对稳定市场安定、支持“三农”经济发展也起到重要作用。然而，尽管笔者从五个维度表征养殖规模，但对其因素的选择和划分无法保證完全全面和细致，希望今后的研究可以弥补这一不足。
参考文献：
[1]石自忠，周慧，胡向东.疫病冲击对中国畜产品价格波动的影响[J].农业现代化研究，2020，41（05）：863-871.
[2]李鹏程，王明利.环保和非洲猪瘟疫情双重夹击下生猪生产如何恢复——基于八省的调研[J].农业经济问题，2020（06）：109-118.
[3]朱宁，曹博，秦富.非洲猪瘟疫情影响下城镇居民家庭畜产品消费替代研究——基于北京市与河北省的调研[J].
农村经济，2020（04）：76-82.
[4]孙志华，田双喜，张丹辉，齐海龙.非洲猪瘟背景下推进生猪产业发展的思考[J].中国畜牧志，2020，56（09）：232-234.
[5]聂赟彬，高翔，李秉龙，乔娟.非洲猪瘟疫情背景下养殖场户生产决策研究——对生猪生产恢复发展的思考[J].农业现代化研究，2020，41（06）：1031-1039.
[6]周勋章，李广东，孟宪华，杨江澜，路剑.非洲猪瘟背景下养猪户决策行为及其影响因素[J].农业工程学报，2020，36（08）：316-324.
[7]朱增勇，李梦希，孟君丽.非洲猪瘟对中国生猪市场和产业发展影响的研究[J].价格理论与实践，2019（07）：20-23.
[8]田文勇.环境规制背景下生猪养殖户适度规模养殖决策分析[J].贵州畜牧兽医，2018，42（05）：10-13.
[9]刘明月，陆迁.禽流感疫情冲击下疫区养殖户生产恢复行为研究——以宁夏中卫沙坡区为例[J].农业经济问
题，2016，37（05）：40-50+111.
[10]张淑霞，刘明月，张晨曦.动物疫情冲击下养殖户生产恢复行为研究——以高致病性禽流感为例[J].东北农业大学学报（社会科学版），2015，13（06）：1-7.
[11]于乐荣，李小云，汪力斌.禽流感发生后家禽养殖农户的生产行为变化分析[J].农业经济问题，2009，30（07）：13-21+110.
〔本文系国家级大学生创新训练项目“疫情冲击和环境规制复杂情境下不同规模生猪养殖户的生产恢复决策”（项目编号：S202010712008）阶段性成果〕
（杜雨昕，西北农林科技大学经济管理学院）
关键词：非洲猪瘟 Mlogit 生产恢复决策 生猪养殖规模
一、问题的提出
自2018年8月初，非洲猪瘟疫情在我国辽宁沈阳首次被发现以来，至今已蔓延31个省份。据农村农业部统计数据，截至2019年11月21日，全国共报告发生160起非洲猪瘟疫情，扑杀生猪约119.3万头。非洲猪瘟疫情对我国生猪产业稳定发展产生了巨大冲击。2019年中央一号文件明确指出：加大非洲猪瘟等动物疫情监测防控力度，严格落实防控举措，确保产业安全。但由于养殖户防疫意识淡薄，防疫技术落后，疫情冲击使大量生猪死亡及被扑杀，严重打击了养殖户的养殖信心，有些养殖户减小养殖规模甚至完全退出生猪养殖业。根据农业农村部数据显示：
2019年，生猪存栏量和出栏量相较于上一年分别下降27.5%和21.6%，猪肉产量下降21.3%[1]。疫情冲击下养殖户面临生产恢复风险高、资金匮乏等困难[2]，生猪产能大幅下滑，生猪市场严重供不应求，猪肉价格飞速上涨且持续高位。2019年11月猪肉价格上涨到全年最高价47.10元/千克，比2018年11月上涨了143.92%[3]。2020年6月我国CPI同比上涨2.5%，其中仅猪肉价格上涨造成CPI上涨部分就高达2.05%[4]，给国民经济与日常生活带来了严重负面影响。因此，在当前背景下，生猪养殖业生产恢复及其未来走向成为关注焦点。
由于非洲猪瘟传入中国的时间较短，关于疫情冲击下养殖户生产恢复行为决策的研究较少，大多数学者基于其他重大动物疫病公共危机进行研究。例如刘明月和陆迁[9]认为养殖户家庭资源禀赋影响其疫情损失承担能力，进而影响其疫后生产恢复行为，运用结构方程分析得到家庭特征与外部支持对养殖户生产恢复起正向促进作用，而风险感知起负向作用。张淑霞[10]运用Heckman模型得到损失承受能力、补偿额度满意度等因素显著正向影响养殖户是否选择恢复的行为决策以及劳动力数量、补偿范围满意度等因素显著正向影响其生产恢复速度。不同养殖户由于受到疫情不同程度的冲击，其生产恢复行为存在较大差异，但总体来看养殖户养殖意愿表现出稳步回升的状态[2]。于乐荣等[11]以存栏量表征养殖规模，通过比较不同规模养殖户的饲养规模变化时发现中小规模养殖户在短期内恢复生产较为困难，表现为逐步恢复到原规模，而散养户却因养殖规模较小，受到的禽流感冲击相对较小，在疫情之后养殖规模大大增加。然而与之相反，有些学者则认为养殖规模与疾病风险意识紧密联系，大规模养殖户更愿意搜集疫情相关信息以提高其防控等级[12]，在生物安全、防疫管理、资金运作等方面的实力会更强[5]，周勋章等[6]以出栏量表征养殖规模，研究发现养殖户规模越小反而受到的制约条件越多，并将不同规模生猪养殖户的生产恢复行为决策差异归结于生物安全防控能力方面，认为养殖规模越大，越倾向于恢复至原规模或进一步扩大规模。
综上所述，目前国内研究更多关注的是影响养殖户生产恢复行为的因素及其影响机理[9-10]，而在不同规模养殖户生产恢复行为研究方面，更多的是对禽流感等其他高致死病的研究，针对非洲猪瘟主要是对疫后宏观中国猪业和微观生猪养殖户受到的冲击进行的描述性分析，鲜少针对生产恢复的实证性分析，更不用说把“养殖规模”作为专门的研究因子并对其与生产恢复行为决策之间的关系进行实证分析研究。同时，在对不同规模养殖户进行研究时，大部分学者仅用存栏量或出栏量这一变量去表征养殖规模，不曾从更全面的维度进行进一步划分和研究，且学者们在该问题上并未形成一致结论。
基于此，本文根据当前非洲猪瘟的现实背景，考察疫情冲击情景下不同规模生猪养殖户生产恢复行为决策，同时针对学者们关于养殖规模对养殖户行为影响问题的争论进行进一步剖析与研究，致力于为我国生猪产业的稳定发展提供更多的理论依据，推进养殖户的灾后恢复更加有效率地进行。
二、研究假设
前文中已经提到，大部分学者将存栏量或出栏量作为养殖规模的唯一表征因素，但笔者认为除此之外养殖规模还包含养殖年限和猪场总面积等多个方面，仅用其中一種因素表征未免会产生偏差，并认为这就是学者们在养殖规模对养殖户行为影响问题上产生争论的原因之一。基于学者们在影响因素研究方面已有的研究成果，本文选取存栏量、养殖年限、猪场总面积、固定资产投资、家庭年农业支出五个方面对养殖户生产规模进行表征，加上家庭年收入、疫情造成的经济损失共七个指标作为影响养殖户生产恢复决策的因素。并做出以下假设：
H1：存栏量负向影响养殖户的生产恢复，养殖户的生猪存栏量越多，生产恢复积极性越低。
存栏量较少的养殖户在面临生产恢复时，所需投入和承担的风险较少，生产恢复意愿较强，可能会以更短的时间恢复到原有规模。而存栏量较多的养殖户相反，在生产恢复时所需投入和承担的风险会更大，生产恢复意愿较弱，可能会以较长的时间恢复到原有规模，甚至很大一部分养殖户没有能力恢复到原有规模。因此提出假设：存栏量负向影响养殖户的生产恢复，养殖户的生猪存栏量越多，养殖户生产恢复积极性越低。
H2：养殖年限正向影响养殖户的生产恢复，养殖年限越长，生产恢复积极性越高。
养殖户的养殖年限越长，其经验就越丰富，在过往的养殖过程中多经历过蓝耳病、猪链球菌病等其他生猪疫情，处理和应对类似的重大突发动物疫病的专业能力更强，受到的冲击更小，越不愿退出养殖业。因此提出假设：养殖年限正向影响养殖户的生产恢复，养殖年限越长，生产恢复积极性越高。 H3：固定资产投资正向影响养殖户的生产恢复，固定资产投资越多，生产恢复积极性越高。
固定资产，包括饮水设施、喂料设施、温控设备等，其投入越多的养猪场，在生猪的日常喂养、养殖护理等方面更具专业性，其更希望在能利用已有资源的基础上，抓住在猪瘟疫情背景下获利的机会，更有可能扩大养殖规模以获取更多收益[5]。因此提出假设：固定资产投资正向影响养殖户的生产恢复，固定资产投资越多，生产恢复积极性越高。
H4：家庭年农业支出负向影响养殖户的生产恢复，家庭年农业支出越大，生产恢复积极性越低。
养殖规模的扩大，不仅仅是存栏量的增多，更涉及到养殖场在日常护理和喂药打针等方面专业化、科学化、现代化的提升[5]，而非洲猪瘟疫情发生后，疫苗、药品、消毒用具等的使用频率会大幅增加，从而造成养殖费用的进一步增加。因此提出假设：家庭年支出负向影响养殖户的生产恢复，家庭年农业支出越大，生产恢复积极性越低。
三、研究设计
（一）数据来源及样本特征
本文所运用的数据是于2019年11月—2020年7月采用问卷法及访谈法实地调研获得。由于我国非洲猪瘟在绝大部分省份均发生过，因此为保证样本的广泛性和代表性，调查数据覆盖了8个省份14个县，在生猪养殖较为密集的区县及村庄针对受到过猪瘟疫情冲击的养殖户进行随机调研，共收回196份调查问卷，有效问卷184份，有效率为93.88%。
调查内容包括四个方面：第一，受访养殖户基本特征和家庭经营特征;第二，养殖户的经济损失情况，包括疫情发生后由于生猪染病、死亡及扑杀销毁造成的损失，防疫费用的增加和因滞销而带来的损失等;第三，养殖规模，共从存栏量、养殖年限、猪场总面积、固定资产投资和家庭年农业支出五方面综合调研，其中固定资产投资包括饮水设施、喂料设施、温控设备等资金投入;第四，养殖户在疫情冲击后的生产恢复情况，从养殖户“当前养殖状况”、“是否愿意恢复生产”以及“打算或已经恢复的饲养规模与疫情前规模相比”三个问题展开。
从表1被调查养殖户的基本特征来看，受访者以男性（90.76%）、年龄在35-60岁之间（71.20%）、初中及以下文化水平（50.00%）为主，家庭人口规模在4-6人之间（63.59%）、家庭劳动力及参与生猪养殖的劳动力以2人的居多。总体来看，被调查者的年龄、家庭人口规模、劳动力等符合被调查区域养殖户的基本特征，样本能够说明生猪养殖户的基本情况。
（二）变量说明和描述性统计
参考已有研究和实地调研情况，本文从“当前养殖状况”、“是否愿意恢复生产”及“打算或已经恢复的饲养规模与疫情前规模相比”三个问题展开来构建因变量——养殖户生产恢复决策，最终将其结果分为四类：退出生猪养殖业、恢复规模比疫前规模小、恢复规模与疫前规模相等、恢复规模比疫前规模大，并分别赋值为1、2、3、4（见图1）。在对数据进行处理和运算后得到：本次调研的样本中选择退出生猪养殖业的农户仅11.96%，而选择缩小养殖规模的占比最多，达50.54%，说明疫情发生后意愿退出养殖业的养猪户仅为其中的小部分人群，但同时也说明大部分农户确实受到疫情较大冲击选择缩小养殖规模。
本文选取存栏量、养殖年限、猪场总面积、固定资产投资和家庭年农业支出五个变量，从更全面的角度去表征养殖规模。存栏量和猪场总面积是养殖规模最直观的体现，养殖年限一定程度上体现了日常养殖和应对猪瘟疫情的专业化程度，固定资产投资包括饮水设施、喂料设施、温控设备等资金投入体现了养殖场在生猪护理、生物安全、防疫管理等方面的优势，家庭年农业支出包含日常养殖饲料和维护养殖场地等开销，从一定程度上也反映了农户的养殖规模。其描述性统计结果见表2。
根据已有研究成果：家庭收入和疫情带来的经济损失也会影响养殖户的生产恢复决策[9]，因此将其作为控制变量进行研究。
（三）模型的建立
本文研究多种因素对养殖户生产恢复行为的影响。前文中已提到，样本中每个个体均面临四种可能的生产恢复行为选择，是一个多元选择问题，因此就需使用多元无序Logistic（Mlogit）模型进行处理。由于本文想要研究的核心是针对不愿意恢复生产的养殖户，研究能够使得其愿意恢复生产的因素，从而基于经济发展的角度来恢复、促进生产，因此所建模型以“退出生猪养殖业”为参照组。模型具体形式如下：
式中，P（y=j|x）代表养殖户生产恢复行为选择的概率水平，其中j=1，2，3，4分别对应为：退出生猪养殖业、恢复规模比疫前规模小、恢复规模与疫前规模相等、恢复规模比疫前规模大，且∑ 4 j=1 P（y=j|x）=1;x为生猪养猪户养殖决策影响因素，b为待估参数，n为影响因素的数量。
四、MLogit回归结果
（一）MLogit模型
本文模型的估计以养殖户退出生猪养殖业为基准组，采用Stata15.1软件进行处理。表3第二列到第四列中分别汇报了恢复规模比疫前规模小、恢复规模与疫前规模相等和恢复规模比疫前规模大的参数估计结果：
由表3的结果可以看出，存栏量每增加一单位对于养殖户选择缩小生产规模以及恢复至原规模的相对概率没有显著的影响，但是对于选择扩大生产规模的概率则有显著的负向影响，存栏量每增大一单位，个体选择恢复至更大生产规模概率相对于选择退出生猪养殖业的概率减小了65%，表明存栏量越大的养殖户越不愿意扩大生產规模，符合原假设H1。
养殖规模中养殖年限指标对养殖户恢复行为决策的影响并不显著，原因可能是由于样本量不足造成的技术性偏误，但其符号均为正，这与假设H2相一致;
猪场总面积area在模型4中通过检验，且系数为正，表明area每增大一单位，个体选择恢复至更大生产规模的概率相对于选择退出生猪养殖业的胜算比将增加51%，因此得到结论：猪场总面积正向影响生产恢复行为; 模型3中自变量固定资产投资assert以5%的显著性水平通过检验，但其符号为负，这与假设H3相反，原因可能是由于前期固定资产投资过多以至于受到疫情冲击后支持生产恢复的资金量不足，才造成了其对生产恢复行为选择的负向影响。
家庭年支出expense对养猪户的生产恢复决策影响在模型3中以5%的显著性水平通过检验，其每增加一个单位，个体选择恢复至原生产规模的概率相对于退出生猪养殖业的概率就减小4.41%，符合原假设H4。
家庭年收入在模型3、4中分别以1%、10%的显著性水平通过了检验，且系数为正，表明家庭年收入每增加一个单位，养殖户选择恢复至原生产规模概率和恢复至更大生产规模概率相对于选择退出生猪养殖业的概率分别增加了5.01%和4.09%。该指标在模型2中虽均未通过显著性检验，但其系数也为正，因此其正向影响养殖户恢复行为。经济损失指标对养殖户恢复行为决策的影响并不显著，原因可能也是由于样本不足造成的。
（二）稳健性检验
由于在对研究问题变量的测度和细化上可能会有偏差，因此本文选择变量替换法去检验结果的稳健性，用家庭年支出expense替代家庭年农业支出Aexpense。由表4知，变量替换后的结果与前文实证结果基本一致，仅有个别变量的回归系数显著性有了一定的变动：模型4中猪场总面积和家庭年收入由10%水平上显著变为不显著，家庭年农业支出在模型3中5%水平上显著变成家庭年支出在模型3和4中均5%水平上显著。家庭年支出在模型3中显著且符号不变，依旧为正，在模型4中显著但符号却为负，其原因可能是：正是由于扩大生产规模才导致的家庭支出的增加。
综合来看稳健性检验结果与上文实证结论基本一致，说明上述研究的各因素对养殖户生产恢复行为的影响结果可靠，通过了稳健性检验，基本结论不变。
五、结论与建议
本文基于184份实地调查数据，从存栏量、养殖年限、猪场总面积、固定资产投资和家庭年农业支出五个维度表征养殖规模，同时构建生产恢复行为指标，运用Mlogit模型分析疫情冲击下不同规模生猪养殖户的生产恢复行为，并进行了稳健性检验。实证结果表明：1.生猪养殖户受到猪瘟疫情的冲击较大，但仅极少部分养殖户选择退出生猪养殖业，大部分选择缩小生产规模。2.表征生产规模不同维度的因素对生产恢复行为选择有不同方向的影响：存栏量、固定资产投资和家庭年农业支出负向影响养殖户的生产恢复，猪场总面积、家庭年收入正向影响养殖户的生产恢复，养殖年限不是影响养殖户行为的重要因素。
在当前非洲猪瘟背景下，生猪养殖户的生产恢复对稳定当前生猪市场、提高猪肉保障能力及促进我国生猪养殖业可持续发展有着重要意义。一方面，本文将养殖规模进一步划分，研究结论帮助解释了此前学者们关于生产规模对养殖户行为影响方向的争论，其中一个重要原因在于对生产规模的划分不够细致和全面;另一方面本文为促进养殖户生产恢复提供了更多理论依据，有助于日后针对不同规模的生猪养殖户进行管理，对稳定市场安定、支持“三农”经济发展也起到重要作用。然而，尽管笔者从五个维度表征养殖规模，但对其因素的选择和划分无法保證完全全面和细致，希望今后的研究可以弥补这一不足。
参考文献：
[1]石自忠，周慧，胡向东.疫病冲击对中国畜产品价格波动的影响[J].农业现代化研究，2020，41（05）：863-871.
[2]李鹏程，王明利.环保和非洲猪瘟疫情双重夹击下生猪生产如何恢复——基于八省的调研[J].农业经济问题，2020（06）：109-118.
[3]朱宁，曹博，秦富.非洲猪瘟疫情影响下城镇居民家庭畜产品消费替代研究——基于北京市与河北省的调研[J].
农村经济，2020（04）：76-82.
[4]孙志华，田双喜，张丹辉，齐海龙.非洲猪瘟背景下推进生猪产业发展的思考[J].中国畜牧志，2020，56（09）：232-234.
[5]聂赟彬，高翔，李秉龙，乔娟.非洲猪瘟疫情背景下养殖场户生产决策研究——对生猪生产恢复发展的思考[J].农业现代化研究，2020，41（06）：1031-1039.
[6]周勋章，李广东，孟宪华，杨江澜，路剑.非洲猪瘟背景下养猪户决策行为及其影响因素[J].农业工程学报，2020，36（08）：316-324.
[7]朱增勇，李梦希，孟君丽.非洲猪瘟对中国生猪市场和产业发展影响的研究[J].价格理论与实践，2019（07）：20-23.
[8]田文勇.环境规制背景下生猪养殖户适度规模养殖决策分析[J].贵州畜牧兽医，2018，42（05）：10-13.
[9]刘明月，陆迁.禽流感疫情冲击下疫区养殖户生产恢复行为研究——以宁夏中卫沙坡区为例[J].农业经济问
题，2016，37（05）：40-50+111.
[10]张淑霞，刘明月，张晨曦.动物疫情冲击下养殖户生产恢复行为研究——以高致病性禽流感为例[J].东北农业大学学报（社会科学版），2015，13（06）：1-7.
[11]于乐荣，李小云，汪力斌.禽流感发生后家禽养殖农户的生产行为变化分析[J].农业经济问题，2009，30（07）：13-21+110.
〔本文系国家级大学生创新训练项目“疫情冲击和环境规制复杂情境下不同规模生猪养殖户的生产恢复决策”（项目编号：S202010712008）阶段性成果〕
（杜雨昕，西北农林科技大学经济管理学院）