《Frontiers in Sustainable Food Systems》:Turning threat into opportunity: unpacking how African swine fever affects swine epidemic prevention investment behaviors in China
编辑推荐:
重大动物疫病是生猪产业不确定性和经营风险的主要来源,对生产者的稳定运营构成最显著威胁。确保动物疫病防控投资的连续性和稳定性是从源头降低疫病爆发风险的基本措施。利用中国18个主要生猪养殖省份(2015–2023年)的面板数据,研究人员采用双差分模型(DID)和调
重大动物疫病是生猪产业不确定性和经营风险的主要来源,对生产者的稳定运营构成最显著威胁。确保动物疫病防控投资的连续性和稳定性是从源头降低疫病爆发风险的基本措施。利用中国18个主要生猪养殖省份(2015–2023年)的面板数据,研究人员采用双差分模型(DID)和调节效应模型,检验了非洲猪瘟(ASF)爆发对生猪疫病防控投资的影响,并阐明了驱动生猪生产者投资行为变化的潜在机制。结果表明,ASF爆发对养殖场疫病防控投资具有统计学上显著的正向影响。从机制检验角度看,区域生物安全体系中的公共投资通过提升区域管理能力,有效降低了养殖场感知的疫病风险和自我保护成本,对私人投资产生了替代效应。从异质性检验角度看,不同规模和不同地区养殖场的疫病防控投资行为存在显著异质性。基于这些发现,研究人员建议将ASF爆发视为引导养殖场升级生物安全基础设施的机遇。政府应优先构建公共防控体系以分担私人成本,实施有针对性的分级区域防控策略,并为核心区域提供定制化支持,从而保障生猪产业的安全可持续发展。
**论文解读:非洲猪瘟对中国生猪疫病防控投资行为的影响及机制研究**
**研究背景与问题**
中国作为全球最大的猪肉生产国,生猪产业健康发展对保障畜牧业基础、稳定养殖户收入及激发农村经济活力至关重要。然而,非洲猪瘟(ASF)的爆发对生猪产业造成了严重冲击:2018年首次爆发后,一年内扩散至全国所有省级行政区,导致生猪存栏量较2018年减少约1亿头,2019年猪肉产量下降21.3%。ASF具有高致死率、快速传播和难以根除的特点,且尚无有效商业疫苗,迫使养殖户面临巨大生存压力。尽管政府提供了强制扑杀补贴(每头猪1200元),但疫病防控作为典型公共物品,仅靠财政支持难以实现最优社会防控水平,亟需养殖户、社会和政府协同发力。现有研究多聚焦于ASF的病原特性、传播机制及应急管理模式,但缺乏对ASF爆发如何系统影响养殖户疫病防控投资决策的因果传导机制分析,尤其未能揭示外生冲击下养殖户投资的“响应性机会窗口”效应及其边界。
**研究目的与意义**
本研究旨在将ASF作为外生冲击,系统检验其对养殖户疫病防控投资行为的影响路径与机制。理论层面,填补了疫病防控行为研究的理论空白,完善了农业风险管理体系,丰富了养殖户决策文献;实证层面,为政府制定科学、针对性的生猪疫病防控政策提供了可靠因果证据与决策参考。
**主要技术方法**
研究采用双差分模型(DID)和调节效应模型,基于中国18个主要生猪养殖省份(河北、山西、辽宁、吉林、黑龙江、浙江、山东、河南、湖北、广东、广西、海南、重庆、四川、贵州、云南、陕西、青海)2015–2023年的面板数据。数据来源包括《全国农产品成本收益资料汇编》《中国畜牧兽医统计年鉴》《中国统计年鉴》,缺失值通过线性插值填补。关键变量:被解释变量为生猪疫病防控投资(各规模养殖场医疗防疫费用总和的对数);核心解释变量为ASF冲击(DID交互项,基于生猪期末存栏减少率≥25%定义处理组,2019年及以后为冲击期);调节变量为政府支持(生猪养殖财政支出占一般预算支出比例)和疫病防控管理水平(畜牧站高学历人员占比);控制变量包括养殖规模(年出栏500头以上养殖场占比)、饲料生产能力(玉米产量占比)、生猪产值对数值、资产利用率(出栏量与期末存栏比)、人均猪肉消费对数值。
**研究结果**
**4.1 基准回归结果**:通过DID模型回归,无论是否加入控制变量,ASF对生猪疫病防控投资的影响均在1%水平上显著为正,验证了假设H1。原因在于:ASF的高致死率与快速传播提升了养殖户风险感知;市场供需波动促使养殖户为获取高预期收益而加强投资;ASF重塑了产业竞争格局,疫病防控管理成为新竞争优势,形成示范效应和同群效应。
**4.2 稳健性检验**:通过平行趋势假设检验(政策实施前实验组与对照组趋势一致,且政策当期及滞后年份系数显著不为零)、安慰剂检验(500次随机分配交互项,系数分布集中且远小于实际估计值0.205)、替换核心被解释变量(滞后一期因变量,系数0.195,1%显著)、倾向得分匹配(PSM,近邻匹配、核匹配、卡尺匹配均显著)、内生性修正(控制变量滞后一期,系数0.176,1%显著)、价格指数平减(使用兽药PPI剔除价格波动,系数0.218,1%显著)、多阈值回归(15%和30%存栏减少率阈值,均1%显著)、政策实施年份变更(提前至2018年,系数0.138,5%显著)以及调节效应稳健性检验(将高学历人员占比替换为二值虚拟变量,交互项系数-0.682,10%显著),均证实基准结论稳健。
**5.1 机制分析**:调节效应检验显示,政府支持与ASF的交互项系数显著为负(-0.524,1%显著),表明财政支持对ASF促进疫病防控投资的正向效应具有负向调节作用,即存在“替代效应”——政府公共支出替代了部分私人疫病防控投入,验证了假设H2。疫病防控管理水平与ASF的交互项系数显著为负(-0.682,10%显著),表明高管理水平地区通过标准化、低成本的精准配置替代了养殖户的松散高成本投入,验证了假设H3。
**5.2 异质性检验**:基于养殖规模的分组检验显示,小规模养殖地区在ASF冲击下疫病防控投资边际增长显著高于大规模养殖地区(交互项系数-0.202,10%显著),原因在于小规模养殖户更倾向于规避生存风险,投入意愿更强。基于区域特征的分组检验显示,中部和西部地区ASF对疫病防控投资的影响显著为正(中部0.258,1%显著;西部0.254,5%显著),而东部地区不显著,这归因于中西部地区生猪产业依赖度高、集中分布易产生示范效应,且原始防控基础薄弱,改善空间大;东部地区生物安全体系相对完善,边际提升不显著。
**讨论与结论**
讨论部分指出,政府支持和疫病防控管理水平的调节效应表明外部干预与内部激励存在替代关系。从资源配置效率角度,疫病防控投资存在帕累托最优分配点:当公共投资替代养殖户低效重复支出(如统一消毒替代分散消毒)时,私人支出下降但整体防疫效率提升,社会接近最优状态;若政府实施全面支持但缺乏差异化监管,易引发“搭便车”行为,导致总投资偏离社会最优水平。反之,仅靠养殖户承担防疫责任会导致私人投资低于社会最优。因此,抓住ASF冲击对养殖户疫病防控投资产生显著影响的有利时机,加速建立政府与养殖户共建、投资合理分担的防控体系,是最优政策取向。
**研究结论**:第一,非洲猪瘟的爆发促使各地区增加了生猪疫病防控投资。经过一系列稳健性检验,该结论依然成立。第二,从机制效应看,非洲猪瘟增加了生猪疫病防控投资,但当养殖户的资金投入达到社会最优水平时,政府支持和疫病防控管理水平的提升替代了部分养殖户的疫病防控资金投入。第三,从异质性检验看,非洲猪瘟对疫病防控投资的促进效应在不同养殖规模和不同地区之间存在显著差异。