一、引言
随着经济条件改善和人民生活水平提高，以及畜产品供给稳定增加，我国肉类消费量整体呈上涨趋势。据国家统计局数据显示，2019年我国居民人均猪禽牛羊肉消费量分别为20.28、10.8、2.20、1.19千克，4种肉类消费量分别比2014年增加了1.2%、35.8%、44.7%、21.4%。禽肉是我国仅次于猪肉的第二大肉类消费品，受非洲猪瘟疫情影响，2014~2019年五年间禽肉消费量增长速度高出猪肉34.6%；正常年份（2013~2018年）的五年间禽肉消费量增长速度也高出猪肉消费量增长速度近10%；禽肉消费量与猪肉消费量差距正逐渐缩小。但我国禽肉消费潜力仍未完全释放，一是我国禽肉消费与世界发达国家和具有相似消费结构的亚洲国家相比差距较大，据美国农业部（USDA ）数据显示，美国年人均禽肉消费量超过40千克，新加坡超过38千克，而我国年人均禽肉消费量目前只有10.8千克；二是农村居民禽肉消费量相比城镇居民也有一定差距，2019年农村居民人均禽肉消费量为10.01千克，约为城镇居民的87.7%；三是随着我国居民人均可支配收入不断增加，禽肉消费能力也不断提升，“十三五”期间我国农民收入年均实际增长6%，比城镇居民收入增速高1.24
习惯形成、收入结构与
农村居民禽肉消费
*——基于2009~2018年江西省农村固定观察点数据
翁贞林1,2，鄢朝辉1,2，唐文苏1,2
（1.江西农业大学经济管理学院，南昌330045；2.江西农业大学江西省乡村振兴战略研究院，南昌330045）
*项目来源：江西省现代农业产业技术体系经济岗专家项目（JXARS-09）；江西省社会科学规划项目（17GL28）。作者简介：翁贞林，男，博士，教授，研究员，博士生导师，研究方向：农业政策和畜牧经济。
摘要：促进农村居民禽肉消费对于调整肉类消费结构、改善农民膳食营养结构、优
化肉类生产结构、节约耕地资源、拉动经济增长、加快受新冠肺炎疫情影响的家禽产业恢
复生产能力与健康发展具有重要意义。在此背景下，基于农业农村部全国农村固定观察点
江西省2009~2018年的农户家庭微观面板数据，运用动态面板系统广义矩估计模型（SYS
GMM ），实证分析习惯形成和收入结构对农户禽肉消费的影响。结果表明，农户禽肉消费习惯形成效应较强；收入提高会促进农户禽肉消费，收入结构中，家庭人均转移净收入对
禽肉边际消费倾向最大，其次为人均经营净收入、人均工资性收入和人均财产净收入。基
于此，提出加强禽肉营养价值宣传、转变农村居民消费观念，增加农民收入、特别是转移
性和经营性收入，促进农村居民非农就业等政策建议促进禽肉消费。
关键词：农村居民消费行为；习惯形成；收入结构；禽肉；系统广义矩估计
中图分类号：F326.3文献标志码：A 文章编号：1674-9189（2021）
02-0113-12
个百分点。综上可见，我国禽肉消费潜力巨大，且农村居民消费潜力大于城镇居民消费潜力。
近期，国内国际突发动物疫情和公共卫生事件对我国肉类消费产生较强冲击，2019年非洲猪瘟在我国全面爆发，生猪供给严重不足，猪肉价格持续高位运行，家禽因生产周期相对较短，禽肉成为猪肉最主要替代品，为缓解肉类供给短缺发挥了重要作用。据国家统计局数据，2019年全国猪肉产量较上年下降21.3%，禽肉产量较上年增长12.3%；2019年我国人均消费鸡肉12千克，增长
15%，禽肉消费得到较大释放。但随着2020年新冠肺炎疫情爆发，活禽交易市场关闭和疫情防控导致
的物流受阻，使正在恢复的畜禽养殖业又遭重创，家禽业受疫情影响尤为严重，据文杰（2020）预计，此次新冠疫情造成我国一季度肉鸡产业损失约125.21亿元，饲料价格上涨和产品销售困难使部分家禽养殖企业遭遇生存危机，导致肉类短期供给过剩。随着国内疫情的有效控制，鼓励和刺激禽肉消费，可有效地去除肉鸡过剩产能、加快家禽产业恢复发展、减轻新冠肺炎疫情对家禽产业影响（叶兴庆，2020）。
受消费习惯影响，我国城乡居民肉类消费中，以猪肉为主的“红肉”消费短期内难以发生变化（翁贞林，2015）。从营养学角度看，禽肉作为“白肉”，具有蛋白质含量高、脂肪低、热能低和胆固醇低的营养优势。同时，家禽是“节粮型”饲养动物，料肉比远低于生猪，故禽肉是性价比最高的动物蛋白，鼓励居民消费禽肉，特别是农村居民，对于改善其营养摄入、提高健康素质具有重要现实意义，一定程度上还可节约耕地资源、保障国家粮食安全。因此，研究我国农村居民禽肉消费的主要影响因素及其作用大小，对调整农村居民肉类消费结构、改善膳食营养结构、优化肉类生产结构、促进消费拉动经济增长、推动受疫情影响的家禽产业恢复生产能力和健康发展具有重要意义。
已有文献得出影响禽肉等畜产品消费的主要因素有收入、价格、城市化水平（黄季焜，1999；刘磊，2014）、消费习惯（陈琼等，2012）、人口特征（白军飞等，2014）、外出务工（李雷等，2019）、收入质量（刘胜科等，2019）、地域特征（徐上等，2014）及社会风险（闫建伟等，2014；牛东来等，2018；蒋乃华等，2002），一般利用调研数据、统计年鉴的时间序列数据或面板数
据，构建有限扩展线性支出系统模型（ELES）、几乎理想需求系统模型（AIDS）、面板固定效应模型等，这些研究均为本文提供了有力参考。但因数据获取和统计指标问题，不少文献将所有肉类混在一起分析，忽略了禽肉消费与猪牛羊肉消费异质性，无法准确解释居民禽肉消费的影响因素；同时，现有研究多关注城镇居民禽肉消费，较少关注农村居民消费市场；且多数研究利用年鉴数据或CHNS数据，缺少连续多年追踪数据实证分析农村居民禽肉消费。鉴于此，本文利用农业农村部全国农村固定观察点江西省2009~2018年农村居民家庭微观数据，实证分析农户习惯形成与收入结构对农村居民禽肉消费的影响情况。
二、理论逻辑与研究假说
（一）收入结构与农村居民禽肉消费
收入是影响消费最重要因素，对正常商品而言，收入水平正向影响消费。根据经典生命周期——持久收入假说理论，人能够在一生的财富约束下合理安排各阶段消费，使一生效用最大化。但该假说建立在完全理性人的假设之上，不能与人是有限理性的现实完全相符，为修正和完善传统生命周期假说不符实际的地方，Shefrin等（1988）提出行为生命周期理论，使之更好地描述人们消费行为，其中心理账户是一个重要概念，消费者会根据收入来源和形式将其划分为现期可花费的现金收入账户、现期资产账户和未来收入账户等不同心理账户，消费者不同收入账户表现的消费行
为也有所差异，其中现金收入账户的边际消费倾向最大，接近1；现期资产账户次之；未来收入账户最小，接近0。根据行为生命周期理论，农村居民也会把可支配收入按照不同来源划分成不同心理账户，而不同心理账户消费行为也会表现出差异。按国家统计局划分标准，我国居民人均可支配收入被划分为工资性收入、经营净收入、财产净收入和转移净收入的收入结构。对农村居民而言，工资性收入和经营净收入为主要收入来源，财产净收入与转移净收入一般只作为补充，按此逻辑，工资性收入和经营净收入对农村居民禽肉消费的促进作用应大于财产净收入和转移净收入。依据心理账户理论，农村居民会将政府转移支付和亲友给钱为主的转移性净收入视为“意外之财”，用于消费；会将工资性收入和经营净收入视为“血汗钱”，大部分用于储蓄。相对于定期打入固定账户的工资性收入，经营净收入，交易较频繁，且多为现金支付，农村居民易将其视为现期可花费的现金收入账户，其对农户禽肉消费的促进作用应大于工资性收入。
综上提出假说一：不同来源收入均正向影响农村居民禽肉消费，其中转移净收入作用最大，其次为经营净收入、工资性收入和财产净收入。
（二）习惯形成与禽肉消费
1949年，Duesenberry首次将习惯效应引入消费函数，提出“相对收入假说”，认为消费者当期消费水平不仅受当期收入影响，还受过去消费影响，由此提出习惯形成理论，合理反映现实情况。消费习惯形成理论分为外部习惯和内部习惯形成，即“示范效应”和“棘轮效应”。“示范效应”是指消费者消费行为易受他人影响，如高收入者的消费行为对低收入者具有一定引导作用。“棘轮效应”是指消费者当期消费水平不仅受当期收入水平影响，还受自身消费习惯影响。因此，短期收入波动不会立即使消费水平变化。“相对收入假说”提出后得到学术界广泛回应，国内外诸多学者研究结果表明居民消费存在习惯形成效应。如Browning等（2007）、贾男等（2011）分别利用西班牙住户调查面板数据和CHNS数据验证了居民食品消费存在习惯形成效应。王小华等（2020）利用中国农村居民住户调查年鉴面板数据验证了改革开放以来中国农民消费行为呈显著的习惯形成效应。因农村居民外出就餐频率较低，“示范效应”对其食品消费影响不显著（贾男，2011），故本文主要检验“棘轮效应”。根据消费产品属性不同，耐用品与非耐用品在“棘轮效应”表现的特征差异明显，耐用品具有价值高、使用年限久，易出现上期消费多而下期减少特征。禽肉属于正常商品，而非耐用品，农村居民禽肉消费量受消费习惯影响，当有外来冲击时，为维持之前禽肉消费效用，禽肉消费的调整幅度变化不会很大。
综上提出假说二：农村居民禽肉消费具有习惯形成效应，其滞后期正向影响当期消费量。
三、模型、数据及变量
（一）数据来源与处理
本文数据来自2009~2018年农业农村部农村固定观察点在江西省的农户微观面板数据，该数据库涵盖农户家庭主要食品消费量、家庭收支情况、生产经营情况及基本特征等诸多指标，较全面反映了我国农村居民生产、生活情况，是具有代表性的调查资料。
首先，将连续10年的非平衡面板转换成平衡面板数据，得到农户689户。然后剔除不满足调查问卷平衡表关系的样本；剔除家庭常住人口为0的样本；禽肉消费量缺失值采用前后两年的均值替代；为减小奇异值影响，主要变量使用Winsor2命令作缩尾处理，最后得到641户6410个观察值。实际分析中因各变量缺失值不一致，各回归模型实际样本数可能有所不同。本文数据处理和
模型估计均采用Stata15.1软件完成。
（二）变量说明
根据上述理论分析与文献综述，理论上应把影响农户禽肉消费的所有因素均纳入模型中，如禽肉价格是影响消费的重要因素之一，但因所得数据缺少禽肉价格和禽肉消费支出数据，故未纳入模型中，而通过年度效应可一定程度上控制禽肉价格对农户禽肉消费的影响（李雷，2019）。根据数据可得性，被解释变量选择农户家庭年人均禽肉消费量，解释变量包括人均禽肉消费量的滞后期，按照收入来源划分为农户家庭人均经营净收入、人均工资性收入、人均财产净收入和人均转移净收入，家庭常住人口数，是否饲养生猪，是否饲养家禽，以及地区和年度虚拟变量。
1.家庭年人均禽肉消费量
家庭年人均禽肉消费量，根据农业农村部全国农村固定观察点数据统计口径，家庭年人均禽肉消费量为居家农户（不包括外食）禽肉总消量除以家庭常住人口，禽肉消费量按去毛和内脏后的家禽重量计算，家庭常住人口为每年居家6个月及以上农户。
2.核心解释变量
核心解释变量为习惯形成和收入结构。习惯形成常用滞后一期的人均禽肉消费量表示，若习惯形成效应更强，需加入滞后两期与滞后一期共同作为解释变量来度量习惯形成效应的强度。收入是影响消费的重要因素之一，因此，收入水平及其结构可能会影响农户禽肉消费，故按照国家统计局划分标准，将收入结构作为核心解释变量。为消除物价因素对收入的影响，本文利用《中国统计年鉴》中江西省各年度农村居民消费价格指数，将收入结构相关变量以2009年为基期进行了价格平减。
3.其他控制变量
固定观察点记录的禽肉消费量为家庭消费，若家庭常住人口越多，越容易发挥规模经济效应，故把家庭常住人口数纳入模型中。同时，禽肉可获得性和获得便利程度越高其消费量越高，而替代产品猪肉的获得性越好越可能抑制其消费，因此将是否饲养家禽和生猪也纳入模型中。不同地域经济发展水平
和禽肉消费习惯均有异质性，为控制时间效应和地区效应，将年份和村庄作为虚拟变量纳入模型中。变量定义及基本情况见表1。
（三）描述性统计
1.收入与禽肉消费量
根据观察点数据，得到如图1所示的农村居民年人均可支配收入和人均年禽肉消费量。由图1可知，在2009~2018年十年间，江西省农村居民人均可支配收入不断提高，人均禽肉消费量总体呈上升趋势，从2009年的4.58千克升至2018年的5.64千克，仅部分年份受外因影响导致消费量放缓或略微下降，如2013年和2016~2017年国内禽流感爆发减少了禽肉供给量并降低了人们禽肉消费信心，使得禽肉消费量增长放缓或下降。从人均禽肉消费量和人均可支配收入的线性拟合趋势看，人均消费量增速明显低于收入水平增速，表明随着收入水平不断提高，禽肉增幅逐渐变小，换言之禽肉消费需求的收入弹性不断减小，显示出正常商品属性。
2.收入结构类型与禽肉消费关系
为考查农户是否因不同收入结构类型使其禽肉消费存在差异，并根据家庭收入不同来源划分为经营户、工资户和其他收入户三种类型（浙江大学中国农村发展研究院，2018）。根据样本数据得到如图2所示的不同收入结构类型农户2009~2018年各年度平均禽肉消费量。
变量
被解释变量
家庭年人均禽肉消费量（千克）
全国猪肉价格连降10周
核心解释变量
家庭人均经营净收入（元）家庭人均工资性收入（元）家庭人均财产净收入（元）家庭人均转移净收入（元）
控制变量
家庭常住人口数（人）
是否饲养生猪（是=1；否=0）是否饲养家禽（是=1；否=0）
地区虚拟变量
是否为A村（是=1；否=0）是否为B村（是=1；否=0）是否为C村（是=1；否=0）是否为D村（是=1；否=0）是否为E村（是=1；否=0）是否为F村（是=1；否=0）是否为G村（是=1；否=0）是否为H村（是=1；否=0）
是否为I村（是=1；否=0）
年度虚拟变量
是否为2009年（是=1；否=0）是否为2010年（是=1；否=0）是否为2011年（是=1；否=0）是否为2012年（是=1；否=0）是否为2013年（是=1；否=0）是否为2014年（是=1；否=0）是否为2015年（是=1；否=0）是否为2016年（是=1；否=0）是否为2017年（是=1；否=0）是否为2018年（是=1；否=0）
样本量
6410
6410
6410
6410
6410
6410
6410
6410
6410
6410
6410
6410
6410
6410
6410
6410
6410
6410
6410
6410
6410
6410
6410
6410
6410
6410
6410
均值
5.291
2795.897
7201.255
86.580
1071.830
4.343
0.055
0.206
0.144
0.109
0.142
0.156
0.131
0.062
0.042
0.154
0.059
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
0.1
标准差
3.6
3565.575
6256.194
167.726
2717.219
1.768
0.228
0.404
0.351
0.312
0.349
0.363
0.337
0.242
0.201
0.361
0.236
0.300
0.300
0.300
0.300
0.300
0.300
0.300
0.300
0.300
0.300
最小值
0.667
-875.25
1
最大值
15
12376.50
21740.73
630.76
104000.00
12
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1表1模型变量定义与描述统计
数据来源：农业农村部江西省农村固定观察点数据（2009~2018年）。