饲料市场发展潜力测算研究

摘要：研究旨在研究我国饲料市场发展潜力测算。文章立足2010—2020年面板数据，实证检验影响我国饲料市场发展的主要因素，在此基础上借助扩展后的引力模型对饲料市场发展潜力进行测算。结果显示，财政投入水平对我国饲料市场发展潜力影响最大，而后依次为基础设施水平、城镇化水平与人力资本水平；我国饲料市场发展潜力存在较大上升空间；西南、华中、华南为饲料市场发展潜力巨大型地区，华东、东北为饲料市场发展潜力开拓型地区，华北、西北为饲料市场发展潜力再造型地区。研究发现，研究结果可为挖掘饲料市场发展潜力、助推饲料产业高质量发展提供有益参考。

关键词：饲料市场；发展潜力；影响因素；引力模型

自21世纪以来，我国饲料市场迅猛发展，逐步由以量为主的高速发展阶段迈向以质为主的高质量发展阶段[1]。据我国饲料工业协会公布数据显示，2021年全国饲料市场生产规模达3.17亿t。但近几年，国内饲料粮涨价、养殖业增速放缓等问题日益凸显，引起市场容量饱和、产能过剩等现象，促使饲料市场整体进入微利常态化时代[2-3]。在此背景下，饲料市场面临重要机遇与挑战，故有必要深入探析饲料市场发展潜力，为推动饲料市场高质量、可持续发展提供有益借鉴。梳理已有文献发现，大多研究主要集中于细分饲料市场的价格波动特征[4-7]、饲料市场及其原料产区特征[8-9]、饲料粮市场的供给与竞争品替代博弈问题[10]、饲料市场发展现状与趋势[11]等方面，鲜有学者针对饲料市场发展潜力及其影响因素展开实证研究。因此，文章利用引力模型研究饲料市场发展的影响因素与影响程度，进一步测算不同地区饲料市场发展潜力，为探究饲料市场发展规律、推动饲料市场实现稳步、高质量增长提供参考。

1研究方法、变量选取及数据来源

1.1模型设定

为探析2010—2020年我国饲料市场发展潜力及其影响因素，借鉴已有研究成果[12-15]，在传统引力模型基础上构建饲料市场发展特点引力模型。具体模型设定为:lnMDPt=δ0+δ1lnFint+δ2lnInft+δ3lnUrbt+δ4lnHuct+bt(1)式中：lnMDPt为中国饲料市场交易额的自然对数；δ0代表常数项；t为年份；lnFint为财政投入水平的自然对数；lnInft为基础设施水平的自然对数；lnUrbt为城镇化水平的自然对数；lnHuct为人力资本水平的自然对数δ1、δ2、δ3、δ4为弹性系数，bt为误差项。

1.2变量说明

依据引力模型原理，文章将我国饲料市场交易额MDP作为被解释变量。考虑到饲料市场发展离不开政府、基础设施、城镇化及人力资源等方面支撑，选取财政投入水平、基础设施水平、城镇化水平与人力资本水平等4个变量为解释变量[16-19]。解释变量含义、计算方式、说明及预期符号1.3样本选取和数据来源本研究选取2010—2020年作为研究时段。为保证所获取数据全面、真实且准确，各变量数据来自各年份中国饲料工业年鉴、中华人民共和国人力资源和社会保障部、中国饲料行业信息网、中国畜牧兽医信息网、中国饲料工业协会、中国饲料信息统计网、中国饲料工业信息网。个别缺失年份数据采取插值法补齐。

2实证分析

2.1参数估计

考虑模型在设立前各变量间极可能具有多重共线性关系，故在回归前进行膨胀因子测算。通过计算得出，膨胀因子平均值（VIF）为2.72，可知各变量间共线性问题较弱。随后对各变量间相关系数进行计算，测算结果发现被解释变量与解释变量间相关性较强，且相关系数高于0.5，表明财政投入水平、基础设施水平、城镇化水平和人力资本水平对饲料市场发展潜力影响较强，且变量间存在内生性问题。借助Stata15.0软件对样本数据进行回归分析，并度量扩展后方程的稳健性与各变量解释力程度。首先对仅包含Fin和Inf两个变量的模型Ma进行回归，随后加入其他解释变量进行混合最小二乘法回归（Ma-Mc），得到回归结果见表2。依据R2值变化情况可知，模型Mc虽拟合程度在其他模型中最高，但解释力仍然较弱。依据模型Mc结果显示，解释变量Fin、Inf、Urb均通过1%水平的显著性检验，而Huc未通过显著性水平检验。故上述混合回归模型仅可作为模型相互对比的基准，结果有效性仍有待进一步考察。对扩展后模型（Mc）进行随机效应模型（RE）、固定效应模型（FE）与混合混合最小二乘法（OLS）回归，结果见表3。通过分析可知，即使FE模型中各解释变量回归系数的显著性较强，拟合优度也良好，系数间整体变动幅度较弱，但借助该方法无法进行核心解释变量的回归估计，且Hausman检验结果中P值为0.359，接受原假设。因此，文章采用RE模型作为回归估计的方法。同时，LM检验也进一步证实结果有效，故文章以RE模型作为研究的基础模型进行回归分析。考虑所选变量之间可能存在内生性问题，从而引起估计结果出现误差，故遵循“外生性”与“相关性”两大原则，选用基于两阶段最小二乘法的工具变量估计方法进行回归分析。鉴于研究对象以饲料企业为主，故选择“饲料需求量”和“饲料产品质量水平”作为工具变量。“饲料需求量”“饲料产品质量水平”这两个工具变量选取原则主要是基于相关性与外生性的考量。相关性在于随着人们经济稳步提升、人们生活水平以及收入水平得到有力保障，人们对猪肉、鸡肉、海鲜等产品需求逐年上涨。为满足人们对各类肉质产品需求，养殖业产量得到飞速上涨，对饲料产品需求量处于旺盛阶段，进一步为饲料市场发展提供新动能。外生性主要体现在：饲料产品质量优劣程度只能对养殖业饲料购买量造成影响，间接通过交易量与交易额影响市场发展，对饲料市场发展潜力缺少直接因果关系。因此选取上述变量作为工具变量，对模型Mc进行两阶段随机效应回归，结果显示，解释变量的回归系数变动较微弱，且系数正负情况与随机效应模型结果较相符。尽管存在部分解释变量显著性有所下调，但其结果是克服内生性扰动后所得的估计结果，可信程度更高。Sargan-Hanson检验结果也同样表明所选工具变量符合验证要求，模型过度识别问题得到妥善解决。在解决变量内生性问题基础上，对回归结果稳健性进行检验。选用我国饲料总产值占比较高的猪饲料作为被解释变量，分别以模型Mc为基础进行回归，结果见表3。由表3可知，解释变量的回归系数变动较小，系数符号均保持不变，且基本均通过了显著性水平检验。由此可知，该模型具有稳健性，回归结果具有较高可靠性。因此，文章以此为基础先对中国饲料市场发展的影响因素进行分析，而后对饲料市场发展潜力以及各细分饲料市场发展潜力进行预测。

2.2饲料市场发展潜力影响因素

以上述回归结果为基础，可得到扩展引力模型。运用扩展引力模型对中国饲料市场发展潜力的影响因素进行分析，具体如下：lnMDPt=ϑ+ϑ1lnFint+ϑ2lnInft+ϑ3lnUrbt+ϑ4lnHuct(2)式中：ϑ为回归系数。各因素对中国饲料市场发展潜力影响作用及强度见表4由表4结果进一步分析，得出以下结论：

（1）财政投入水平是影响中国饲料市场发展潜力的主要因素。该模型中财政投入的回归系数为正，且通过了显著性水平检验，与上述潜力测算预期结果一致。在公式

（2）中其系数为1.346，在1%水平上显著。结果表明，财政投入水平是影响我国饲料市场发展潜力的重要因素，财政投入每增加1%，将推动饲料市场发展潜力提升1.346%。（2）基础设施水平为影响饲料市场发展潜力的重要因素。基础设施水平的回归系数显著为正，与预期结果一致。式（2）中该变量的回归系数为0.474，且通过1%显著性水平检验。结果表明，基础设施建设是影响我国饲料市场发展潜力的重要因素，基础设施水平每增加1%，将推动饲料市场发展潜力提升0.474%。

（3）城镇化水平是影响饲料市场发展潜力的重要因素。城镇化水平回归系数显著为正，与研究初期预想相符。城镇化水平系数在10%水平上显著，表明城镇化水平每提升1%，将助推我国饲料市场交易额增添0.586%。城镇化水平提高有助于各类创新要素流转及集聚，为饲料产业发展提供良好助益，进而促使饲料市场发展潜力大幅提升。

（4）人力资本水平是影响饲料市场发展潜力的因素之一。人力资本水平回归系数为正，且在5%水平上显著。结果显示人力资本水平每提升1%，将带动我国饲料市场交易额增加0.491%。作为饲料产业发展的重要支撑，劳动力受教育程度愈高，表明饲料行业工作人员基本素养愈高，对于创新技术应用并转化为实际生产能力愈强，对饲料市场发展潜力具有一定影响。

3中国饲料市场发展潜力测算

发展潜力测算多运用发展引力模型预估出理论交易额，随后将理论交易额与实际交易额进行对比[20-21]。以此为研究思路并结合饲料市场发展特点，对中国饲料市场发展潜力进行测算。以《2022—2027年中国饲料行业市场深度分析及投资战略规划报告》为依据，从华北、华东、华中、华南、西南、东北、西北区域入手，着力探究饲料市场发展潜力。具体做法为：首先原方程测算中国及各地区饲料市场的理论交易额，之后将实际交易额与理论交易额的比值作为饲料市场发展潜力值。借鉴已有文献[22]，根据饲料市场发展潜力类型划分为四类，具体见表5。若市场发展潜力值低于0.5，表明该饲料市场发展潜力非常大，为发展潜力巨大型；若市场发展潜力值处于0.5~1.0，表明该饲料市场发展不足或饲料市场发展潜力较大，为发展潜力开拓型；若市场发展潜力值处于1.0~2.0，表明该饲料市场发展处于饱和状态，市场发展上升空间相对较小，为发展潜力再造型；若市场发展潜力值大于2.0，则该饲料市场为发展潜力微小型市场，表明该饲料市场发展充分或发展过度；若市场发展潜力值处于1.0附近，表明该地区饲料市场发展较为合理。

（1）发展潜力巨大型。发展潜力巨大型主要是指该饲料市场实际交易额尚未达到市场模拟预期交易额50%。由表5可知，西南、华中与华南地区为饲料市场发展潜力巨大型，表明上述地区饲料市场发展存在巨大潜力，市场挖掘与拓展空间极大。并且，上述地区中包含广东这一饲料生产大省，该省份对周边省份具有较强引领作用与牵头效应，使得邻近省份饲料市场发展潜力较好。针对上述地区饲料市场，有必要创新功能性饲料产品，探索精细化饲料营养调控方向，合理开发绿色环保型饲料产品及绿色添加剂产品，助推该饲料市场形成良好竞争格局。

（2）发展潜力开拓型。发展潜力开拓型主要是指该饲料市场实际交易额达到市场模拟预期交易额50%及以上。由表5可知，我国饲料市场属于发展潜力开拓型，表明我国饲料市场发展潜力呈明显向好趋势，并存在较大发展空间，对国民经济发展存在驱动效应。华东、东北两个地区饲料市场亦为发展潜力开拓型，表明华东地区、东北地区饲料市场实际交易额略低于市场模拟预期交易额，可能存在发展动力不足的问题，仍需深入发掘并探索其市场发展潜力。面对处于发展潜力开拓型地区，我国应及时针对其发展存在的堵点、难点进行逐一突破，引导饲料市场进行数字化、智能化转型，激发其隐匿的发展潜力。

（3）发展潜力再造型。发展潜力再造型主要是指该地区饲料市场实际交易额与市场模拟预期交易额间比例在1.0附近，表明该地区饲料市场发展与预期较为相符，其发展趋势可进行提前预判。通过数据分析可知，饲料市场发展潜力再造型地区为华北地区和西北地区，表明我国对两地区饲料市场发展布局以及战略规划获得明显成效，使华北地区和西北地区饲料市场发展相对较为稳定。改革开放以来，我国以饲料加工产业为核心，着力完善饲料产业链，使大量饲料加工企业融入西北、华北饲料产业链，为西北地区饲料产业发展提供强大引擎。在此基础上，政府可在现有发展成果中出台各项政策，推动饲料行业实现由大到强的转变，实现饲料市场高质量发展。

（4）发展潜力衰退型。发展潜力衰退型主要是指该饲料市场实际交易额远超过市场模拟预期交易额，即处于该类型的饲料市场发展存在过度饱和现象。针对这类饲料市场需探究新发展突破点，为未来发展趋势提供参考。根据选取数据分析，尚无地区饲料市场发展处于潜力衰退型。

4结论

随着我国对饲料行业重视程度逐步深化，饲料行业发展日趋向好。文章借助引力模型探析影响中国饲料市场发展的重要因素，进一步探究其发展潜力与不同区域发展潜力类型。结果发现，影响中国饲料市场发展潜力最大因素为财政投入水平，而后依次为基础设施水平、城镇化水平、人力资本水平。就全国层面分析，我国饲料市场发展属于潜力开拓型；就区域层面分析，西南、华中、华南地区饲料市场发展类型为潜力巨大型，华东、东北地区为潜力开拓型，华北、西北地区为发展潜力再造型。上述研究结论直观剖析我国饲料市场发展潜力现状以及不同区域饲料市场发展潜力类型，进而为饲料行业经营决策提供参考，助推饲料产业实现可持续、高质量发展。

参考文献

[1]张艺.高质量发展背景下饲料企业电子商务创新模式研究[J].中国饲料,2020(9):132-135,140.

[2]文湘,梁力军.金融风暴影响下的生态饲料发展路径探索[J].中国饲料,2021(4):124-127.

[3]杨莹,陆静,陈洪贵,等.饲料产品企业标准存在的问题与规范编写[J].食品安全质量检测学报,2020(9):2708-2713.

[4]王长梅.2019—2020年我国奶牛饲料市场现状及未来发展趋势[J].中国饲料,2020(23):117-122.

[5]田文勇,石国望.我国鸡饲料市场价格波动分析[J].中国农业资源与区划,2020(2):91-100.

[6]曹先磊,张颖.我国生猪饲料市场价格波动特征分析——基于产业链视角[J].华中农业大学学报:社会科学版,2017(1):55-63,142.
[7]谢凯丽.2020年12月国际市场主要畜产品与饲料价格分析[J].草业科学,2021(1):62.

[8]王蕾,张锋.浅析我国饲料市场的区域结构性特征[J].饲料工业,2018(4):61-64.

[9]辛良杰,王立新,刘爱民.我国饲料粮区域产销平衡特征及政策启示[J].自然资源学报,2018(6):965-977.

[10]卫龙宝,张艳虹.我国DDGS市场供给与竞争品替代博弈——“供给侧改革”背景下饲料粮市场回顾与展望[J].中国畜牧杂志,2017(10):131-135.

[11]卢宁,褚旭.金融全球化下我国饲料市场发展潜力及发展方向[J].中国饲料,2021(20):139-142.

[12]陆梦秋,李恩康,陆玉麒,等.距离成本重构与贸易引力模型的比较检验[J].经济地理,2021(7):40-49.

[13]季雯婷,任文龙.中国对“一带一路”沿线国家体育用品出口的影响因素及贸易潜力——基于扩展的贸易引力模型检验[J].上海体育学院学报,2020(4):70-77.

[14]吴丹,吴野.贸易便利化对中国从“一带一路”国家进口的影响——基于贸易引力模型的实证分析[J].工业技术经济,2020(2):73-81.

[15]刘昭洁,蓝庆新,崔鑫生.贸易便利化对中国出口贸易的影响——基于贸易引力模型的实证分析[J].现代经济探讨,2018(5):54-61.

[16]刘鑫鑫,惠宁.互联网、技术创新与制造业高质量发展——基于创新模式的异质效应分析[J].经济问题探索,2021(9):143-155.

[17]孙莹,郑素丽,甘克勤.我国国家质量基础设施发展水平测度及空间格局研究[J].科技管理研究,2021(7):191-198.

[18]刘鑫鑫,惠宁.数字经济对中国制造业高质量发展的影响研究[J].经济体制改革,2021(5):92-98.

[19]谭诚.人力资本价值视角下饲料企业员工激励机制的构建[J].中国饲料,2021(3):101-104.

[20]潘紫燕,胡德顺,张玉玲.中国与“一带一路”沿线国家的服务出口贸易效率及潜力测算[J].统计与决策,2021(15):92-95.

[21]曹安,汪晶晶,黄如梦.中国与“一带一路”沿线国家农产品出口贸易效率及潜力测算[J].统计与决策,2018(10):113-117.

[22]胡霞,崔翔宇,叶雨昕,等.中国与“一带一路”沿线国家医药产品贸易潜力测算[J].统计与决策,2020(19):51-55.

作者:赵肖肖 单位:河南经贸职业学院