重大突发疫病对我国肉禽产业链市场价格的影响研究——以非洲猪瘟为例
时间：2022-12-05 12:30:02 来源：雅意学习网 本文已影响 人 
何雯霞，熊涛，尚燕
（华中农业大学经济管理学院，湖北 武汉 430070）
近些年，突发动物疫病对肉禽市场的冲击持续凸显，特别是2018年8月爆发的非洲猪瘟对我国肉禽市场造成严重冲击。非洲猪瘟是一种发病时间短，致死率达100%，没有特效药，没有疫苗的高度接触性传染疾病，只能采取扑杀手段来控制疫病传播。因此，非洲猪瘟导致我国生猪存栏量大幅锐减，引起生猪价格剧烈波动。2019年下半年，生猪价格和猪肉价格呈现跳跃式上涨并维持高位运行，甚至在2019年10月刷新历史最高价，分别达到37.71元/kg和55.59元/kg。与此同时，因替代效应，鸡肉与牛肉的需求急剧释放，使得鸡肉与牛肉价格在2019年10月也出现明显上涨。非洲猪瘟爆发直接导致肉禽市场供需失衡，价格波动剧烈，农业经济损失惨重。因此，研究非洲猪瘟对肉禽价格的影响对于应对突发疾病风险，提升肉禽产品供应保障能力，稳定市场价格，减少经济损失具有重要理论价值和现实意义。
目前关于重大突发疫病对肉禽价格影响的研究，国内外学者从如下方面进行了有益地探讨。其一，学者从疫病信息传递的角度对肉禽价格波动开展研究。疫病的信息冲击引起猪肉价格产生杠杆效应，是导致猪肉价格呈现集簇性、非对称性特征的原因之一[1]。在信息化时代，媒体过度渲染价格波动信息容易造成消费者产生非理性行为[2-3]，而舆论放大效应也会加剧部分肉禽价格的波动[4]，一般来说，负向信息对农产品价格波动影响远大于正向信息影响[5]。其二，学者探究了疫病不同时点下肉禽市场区制转换特征[6]，如禽流感危机下肉鸡市场处于两种市场状态下频繁转换中[7]，生猪市场也存在阈值效应，当超出阈值范围，疫病对猪肉价格有显著正向作用[8]。此外，受到疫病冲击后，肉禽市场恢复到均衡状态的能力下降且价格以非均衡速度向均衡值调整[9]，因此需要借助政府调控等手段来缓解肉禽供需紧张[10]。其三，学者从肉禽市场紧密型产销联结特征[11-12]角度，将疫病对单一肉禽价格的冲击延伸至产业链[13-15]以及关联替代品市场[16-18]。受信息传递不充分、产销两端市场势力不均等因素影响，产销价格调整速度和幅度不同[19-20]，生产者价格往往具有粘性、反应迟滞[21-22]，零售商和批发商在疫病发生期间能够利用其市场力量提升价格从中获利，而生产者的利润空间则被压缩[23-25]，产业链价格传导具有非对称性特征[26-27]。
综上所述，国内外学者关于突发疫病对肉禽价格的影响已有深入研究，但目前研究仍存在以下不足：其一，现有研究大多将疫情信息作为变量纳入模型中，分析重大突发疫病对价格的冲击效应，但该方法并未排除常规供求因素对价格波动的影响。对此，Park等[28]提出，在假设重大突发疫病未发生前提下，利用样本外预测方法，基于重大突发疫病发生前的价格数据预测价格走势。然后，对比分析重大突发疫病爆发后肉禽产业链价格的真实值与假设重大疫病未爆发情况下的预测值之间的关系，得到重大突发疫病对肉禽市场价格的净影响程度。此方法能够有效剔除疫病爆发后价格波动中由其他因素导致的影响，但基于上述方法的疫病对肉禽市场影响的研究还不多见。蔡勋和陶建平[29]曾通过上述方法探讨禽流感疫情影响下家禽产业链价格波动及其动态关系，但其研究侧重于比较不同类型的禽流感疫情对家禽产业冲击存在的差异，并且该研究仅局限于肉鸡产业和蛋鸡产业，未对我国肉禽市场做出全面分析，再者对家禽产业链上纵向价格差额波动的研究也未涉及；
其二，现有研究集中于重大突发疫病对单一产业链或对其替代品价格的影响，较少同时从横向、纵向两个维度分析多个肉禽市场产业链各环节价格遭受冲击的变化情况，以及纵向产业链上价格差额的变化情况；
其三，现有研究大多基于格兰杰因果检验测定多个价格间的因果关系，但该方法基于时间的先后次序，尚未体现出多条肉禽价格链在疫情冲击下的动态变化关系。
在已有研究的基础上，本文聚焦于我国居民日常消费的主要肉类品种（猪肉、鸡肉和牛肉），探究非洲猪瘟对肉禽产业链横向市场与纵向市场的净影响及其差异。本文力图回答如下问题：1）剔除常规因素的影响后，非洲猪瘟对猪肉市场产业链的净影响程度；
2）猪肉产业链价格的变化如何影响猪肉替代品的价格波动，以及不同替代品的价格波动是否存在差异；
3）非洲猪瘟疫情下的不同时点，猪肉市场及其替代品市场价格波动之间的动态关系。探明以上问题，有助于理清重大突发疫病对我国肉禽市场的影响机理，对稳定肉禽市场的供求关系提供针对性的政策建议。
1.1 误差修正模型
参考Park等[28]的工作，本文采用误差修正模型，误差修正模型（VECM）是包含协整关系的向量自回归模型，其表达式如下：
式中：ΔXt=Xt-Xt-1，Xt为9×1的向量矩阵，X1t，X2t，…，X9t分别依次为生猪价格、猪肉批发价格、猪肉零售价格、肉鸡价格、鸡肉批发价格、鸡肉零售价格、活牛价格、牛肉批发价格、牛肉零售价格，时间t=1，2，3，…，T，Π和Γi分别为长期关系矩阵、短期动态协整矩阵，et为随机扰动项，表示价格新息，是非正交化的n×1的向量矩阵。
1.2 有向无环图
为探究重大突发疫病爆发后猪肉以及替代品市场价格间的动态关联关系，本文基于Spirtes等[30]提出的有向无环图分析我国猪肉、鸡肉、牛肉市场上、中、下游价格间的同期因果关系。该方法识别过程以数据为依托，通过变量之间的相关系数和偏相关系数识别变量间的同期因果关系，克服了格兰杰因果检验法以时间先后为前提判断变量间因果关系的局限，避免了可能导致的误差。有向无环图是以连线的方式表示变量间的同期因果关系，不同连线方式代表不同的因果关系：A→B表示A变量对B变量的影响；
A-B表示A变量与B变量存在的因果关系尚且不明方向；
A←→B表示A变量与B变量存在互为因果关系；
A B则表示两个变量间相互独立，不存在同期因果关系。变量间是否存在因果关系则通过两个变量间的相关系数或偏相关系数判断。若相关系数或偏相关系数为零，则说明变量间不存在因果关系，通常采用Fisher’s z统计量[31]检测偏相关系数是否显著不为零。z统计量表达式为：
式中：i，j为变量，n为样本量，ρ为偏相关系数，|k|为条件变量个数。
此外，Spirtes等[30]提出在小样本（样本容量小于200）情况下，提高显著性水平（20%）能够更准确地判断变量间的同期因果关系。
1.3 历史分解法
历史分解法能够将特定时点下变量的变动分解为不同冲击的累计影响，适用于研究非典型的突发反常事件分析。由于历史分解要求内生变量平稳，本文利用一阶差分后的平稳数据建立向量自回归模型。用过去每期的新息表示：
式中：Xt表示t时刻的某一时间序列，et-i为正交后的新息，Θi矩阵中包含DAG（PC算法）识别的同期因果关系。历史分解法将特定时刻t=T+j下的Xt分解为两个部分的残差，表达式如下：
式中：j=1，2，…，n，T为冲击发生点即历史分解起点时间，XT+j代表冲击发生j时间后的真实值，（4）式中表示利用截止到历史分解起始点之前所有的历史信息对XT+j做出的预测值也称作基期值，在本文中即利用2014年1月至2018年7月所有价格中的历史信息对猪肉市场、鸡肉市场、牛肉市场上、中、下游各个价格做出预测，（4）式中表示变量真实值与基期值的误差，而这一误差可以分解为自冲击发生后，模型中所有变量冲击的累计影响，在本文中即非洲猪瘟发生后，猪肉市场、鸡肉市场、牛肉市场上、中、下游各个价格分别对猪肉零售价格、鸡肉零售价格以及牛肉零售价格超出基期值部分的影响程度。
1.4 数据说明
考虑到本文研究内容和我国消费者对肉禽产品的消费实际情况，本文选择鸡肉和牛肉作为猪肉的替代品，研究重大突发疫病对我国肉禽市场上、中、下游价格的影响。本文数据主要包括肉禽生产价格（包括生猪、肉鸡、活牛价格）、批发价格（包括白条猪、白条鸡、白条牛批发价）和零售价格（包括猪肉、鸡肉、牛肉零售价），价格数据均为全国31省份（不包括港澳台）平均价，数据来源于中国农业农村部统计数据。本文样本区间选择2014年1月—2019年12月。由于非洲猪瘟爆发于2018年8月，因此以2014年1月至2018年7月为非洲猪瘟爆发前的样本期，2018年8月至2019年12月为非洲猪瘟爆发期。
1.5 非洲猪瘟疫情说明
非洲猪瘟自2018年8月爆发以来，截止2019年底，累计发生疫病162起，涉及全国31个省份和自治区（不包括港澳台），扑杀生猪120万头，据农业农村部数据显示，2019年9月，全国能繁母猪存栏量跌到最底，同比减少了38.9%，2019年12月生猪存栏量与2018年8月相比，下降30%。2019年我国猪肉产量仅为4 255万t，同比下降21.3%。从2019年7月全国猪肉价格开始猛烈上涨，在不到一个月时间，超越了2016年的历史最高价29.77元/kg。到了10月猪价加速攀升屡创新高，最高价达到55.59元/kg，影响CPI上涨2.43%。受猪价上涨带动，牛羊禽肉总体走向偏强，与此同时，这些产品生产增多，2019年全年肉鸡出栏同比增加13.2%，牛羊产量增长3%。
本文使用的两个阶段数据描述性统计量如表1所示。由表可知，无论是非洲猪瘟爆发前和爆发后，横向来看，猪肉和牛肉产业链价格波动远高于鸡肉产业链；
纵向来看，产业链中下游的批发价格和零售价格的波动幅度高于上游价格。对比非洲猪瘟爆发前和爆发后两个时期各价格序列波动情况，可以发现非洲猪瘟爆发后，所有9个价格序列的波动更为剧烈，特别是下游零售端价格波动幅度尤其明显。
表 1 数据描述性统计量Table 1 Descriptive statistics of data
2.1 模型构建
由于我国于2018年8月爆发非洲猪瘟，本文选择2014年1月至2018年7月的月度价格数据，建立误差修正模型。首先，采用ADF检验对9个时间序列变量进行平稳性检验，结果显示生猪价格、猪肉批发价格、猪肉零售价格、肉鸡价格、鸡肉批发价格、鸡肉零售价格、活牛价格、牛肉批发价格以及牛肉零售价格在5%的显著性水平下均无法拒绝原假设，而各个变量一阶差分均显著拒绝单位根假设；
其次，根据赤池(AIC)信息准则、奎因(HQIC)信息准则和施瓦茨(SBIC)信息准则确定模型滞后阶数为1（表2）；
最后，利用Johansen协整检验来考察各价格序列之间是否存在协整关系，结果显示在5%的显著性水平下，迹检验以及最大特征根检验均不能拒绝r≤3（协整向量个数为3）的假设，说明各变量间存在3个协整关系（表3）。因此，建立滞后阶数为1，带有3个协整关系的向量误差修正模型。
表 2 误差修正模型最优滞后阶数检验结果Table 2 Results of optimal lag order of the ECM
表 3 Johansen协整检验结果Table 3 Results of the Johansen co-integration tests
2.2 非洲猪瘟对肉禽价格的净影响
本文在上节建立的误差修正模型的基础上，采用样本外预测的方法预测非洲猪瘟发生后（2018年8月到2019年12月），猪肉、鸡肉及牛肉市场上、中、下游的月度价格数据。然后，利用各个价格的实际值与预测值的差值相对于预测值的百分比来测度非洲猪瘟对各个价格的净影响程度，即ΔP= (D-F)/F×100%，其中D为实际价格，F为预测价格。
2.2.1 非洲猪瘟对猪肉市场价格净影响 非洲猪瘟对猪肉、鸡肉以及牛肉市场上、中、下游价格的净影响程度如图1所示。由图1（a）可知，生猪价格、猪肉批发价格和猪肉零售价格在非洲猪瘟发生前11个月维持在低水平增长。随着疫病持续恶化，中小养殖者置换和退出，生猪产能严重下滑，而猪肉理性消费的持续释放致使市场供给进一步趋紧，猪肉市场上、中、下游价格增长速度明显加快，在2019年10月生猪价格和零售价格增长幅度达到顶峰，增长率分别为266%和184%，2019年11月，猪肉批发价格增幅达到极值（即196%）。此后，中央与地方政府颁布实施一系列支持生猪恢复性生产的政策，同时随着生猪养殖利润空间扩大，养殖者恢复信心，生猪存栏量有所恢复，猪肉市场各价格增长趋势稍有放缓，但依旧高出原有价格水平的150%以上。
图1 非洲猪瘟对肉类价格的影响Fig. 1 Impacts of the African swine fever on meat prices
2.2.2 非洲猪瘟对鸡肉和牛肉市场价格净影响 在猪肉市场价格不断上涨，猪肉供给持续短缺的压力下，2018年11月鸡肉需求同比增长4.5%，国内活牛出栏速度加快，屠宰产能持续扩张，鸡肉与牛肉市场供需发生变化，价格也随之波动。由图1（b）可知，非洲猪瘟影响下，鸡肉批发和零售价格增长趋势与猪肉市场走势基本相同，上游肉鸡价格呈现了震荡增长。非洲猪瘟发生一年后（2019年8月），鸡肉批发和零售价格显著上升，在2019年11月达到峰值（13%和21%），其峰值滞后于生猪价格峰值一期。随后，生猪市场价格增长率小幅下降也缓和了鸡肉市场价格的增长压力。由图1（c）可知，牛肉批发与零售价格的走势与生猪市场以及鸡肉市场相似，在非洲猪瘟发生的第16个月（2019年11月）牛肉的批发和零售价格增长幅度分别达到16%和25%，非洲猪瘟对牛肉市场价格的净影响程度高于鸡肉市场。牛肉生产周期较长，供给难以持续扩大，而鸡肉因其生物学特征供给调整相对容易，毛鸡的养殖周期短（40 d左右），在受到外部冲击时其出栏与补栏较为灵活，因此其市场价格波动也更加频繁。
综上所述，非洲猪瘟爆发后，无论猪肉产业链纵向上、中、下游价格或是横向替代品产业链上、中、下游价格均受到疫病不同程度的影响。其中，以猪肉产业链受到的冲击最为强烈，其后依次是牛肉和鸡肉产业链。并且，鸡肉和牛肉产业链的中、下游价格走势与猪肉市场上、中、下游价格走势基本趋同。非洲猪瘟冲击效应影响时间至少持续17个月以上，在经过一年的过渡时期后，肉禽市场价格在非洲猪瘟发生的15个月后相继达到顶峰，值得注意的是鸡肉和牛肉市场生产价格与批发、零售价格联合不够紧密。我国畜禽养殖者多为散户，往往不具备及时获取市场供给需求信息来调整生产的能力，并且市场中存在众多中间商，同时下游具有较强的定价权，这使得鸡肉和牛肉下游价格的波动无法完全传递给上游的养殖端。
2.3 非洲猪瘟对肉禽产业链纵向价格差额的影响
为探究疫病对产业链上、中、下游价格差额的影响情况，本文将疫病发生前上、中、下游价格的差值与疫病发生后的差值比较，以此判断在疫病影响下产业链上各环节的市场势力博弈情况。
非洲猪瘟影响下，猪肉、鸡肉以及牛肉市场价格差额的变化如图2所示，横轴为非洲猪瘟发生后的时间，纵轴表示价格差额。由图2（a）可知，非洲猪瘟发生后的3个月内，猪肉产业链上的价格差额基本维持在疫病发生前的水平，随后的4个月出现小幅度波动，但基本维持在2元/kg以内。自2019年9月后，非洲猪瘟的影响程度加深，各环节市场势力相互博弈，引起纵向价格差额剧烈波动。猪肉零售与生猪价格差、猪肉批发与生猪价格差以及猪肉零售与猪肉批发价格差与疫病发生前相比均急剧攀升，分别增长了近9元/kg、7元/kg以及5.8元/kg。此外，猪肉零售价格与生猪价格差额拉大幅度高于猪肉批发价格与生猪价格差额，猪肉零售价格在此次疫病中获利程度高于批发价格。
由图2（b）可知，虽然鸡肉零售与批发价格差持续高于疫病发生前水平，但相比于猪肉市场，非洲猪瘟对鸡肉产业链上、中、下游价格差的影响有限，鸡肉批发价格增长强度略逊于零售价格，鸡肉产业链中下游市场未出现大幅度价格差波动。然而，肉鸡价格周期性波动使得非洲猪瘟爆发前14个月内，鸡肉零售与肉鸡价格差以及鸡肉批发与肉鸡价格差低于疫病发生前水平，直到2019年10月才逐渐恢复。此后，鸡肉零售价格与批发价格的上涨促使鸡肉产业链中下游与上游的价格差扩大。图2（c）中，非洲猪瘟对牛肉市场价格差的影响显著于猪肉和鸡肉市场，在牛肉市场上，零售与批发价格差、零售与活牛价格差以及批发与活牛价格差最大扩大至6元/kg、10元/kg和17元/kg。在疫病发生的12个月内，牛肉零售与批发价格差额维持在疫病发生前水平，此时，零售价格和批发价格增长强度势均力敌。然而，一年后非洲猪瘟影响突显，替代作用加强，牛肉零售价格增长势头明显强于批发价格，因此两者间的价格差也在不断扩大，直至2019年11月扩大至17元/kg。
由于饲养规模小，养殖技术低，信息不对称等原因，我国肉禽市场利润分配格局长期不协调，养殖户利润分配份额远低于零售加工企业，在利益分配中占劣势，非洲猪瘟爆发引起肉禽市场上、中、下游价格差额的扩大，进一步加剧了我国肉禽市场产业链各环节利润分配不均衡现象。
2.4 肉禽市场同期因果关系
本文在一阶差分基础上建立VAR模型得到残差相关系数矩阵，使用TETRAD软件中的pc算法识别九个价格序列的同期因果关系。鉴于本文样本量小于200个观测值，故选择采用20%的显著性水平来改善DAG分析效果。DAG结果显示：牛肉零售价格分别与牛肉批发价格、鸡肉零售价格以及猪肉批发价格之间存在同期因果关系；
活牛价格与其他价格之间则不存在同期因果关系；
生猪价格不仅直接影响猪肉零售价格，还通过猪肉批发价格间接影响猪肉零售价格；
肉鸡价格分别与鸡肉批发价格以及猪肉零售价格存在同期因果关系。具体各变量之间的同期因果关系见图3。
图3 DAG结果Fig. 3 Results of the DAG
2.5 肉禽零售价格历史分解
在DAG检测出的价格间同期因果关系的基础上，利用历史分解法进一步分析非洲猪瘟影响下，我国肉禽价格之间的动态关系和影响程度。本文以非洲猪瘟疫情发生后的第1个月为起点，直至2019年12月为终点，分别将猪肉、鸡肉、牛肉零售价格进行历史分解，结果如图4所示。图4中实线表示实际零售价格与基期值的差值，柱状图表示其他各个价格对肉禽实际零售价格与基期值的差值正向或负向的影响程度，横轴为非洲猪瘟发生后的时间，纵轴为价格。
2.5.1 猪肉零售价格历史分解 图4（a）中，整体而言，在非洲猪瘟爆发后，猪肉零售价格波动主要由生猪价格解释。自非洲猪瘟爆发的第3个月开始，生猪价格开始拉低猪肉零售价，并且这种负向拉低呈现先增大后缩小的趋势。随着疫病不断影响，生猪存栏量持续下跌，猪肉供给趋紧。在非洲猪瘟发生的第11个月，生猪价格的正向影响逐渐抬升猪肉零售价格，成为影响猪肉零售价格增长的主要原因。直至第15个月，猪肉零售价格与生猪价格的正向影响共同推动猪肉零售价格上涨至最大值。此时猪肉零售价格实际值高出基期值17元/kg。随后，伴随着生猪价格的正向推动减弱，猪肉零售价格开始下行，但依旧高出基期值5元/kg。除受生猪市场影响外，肉鸡价格与牛肉零售价格对猪肉零售价格的波动也有推波助澜的作用。
2.5.2 鸡肉零售价格与牛肉零售价格历史分解 图4（b）中，总体而言，鸡肉实际零售价格变化范围有限，在疫病发生一年内，基本与基期值持平，以生猪价格、牛肉零售价格以及自身零售价格影响为主。在非洲猪瘟爆发后12个月后，鸡肉零售价格的抬升主要依赖于自身价格以及猪肉市场各环节价格和牛肉零售价格的上涨，其中猪肉市场各环节价格对鸡肉零售价格上涨的贡献率合计超过50%，尤其在第14个月，猪肉市场各环节价格的总贡献约占2/3，猪肉零售价格占据主导地位，成为推动鸡肉零售价格上涨的首要因素。随着生猪价格影响消失，加之受自身负向影响，鸡肉零售价格稍有回落。图4（c）中，与鸡肉市场不同，在此次疫病中，猪肉零售价格对牛肉零售价格的贡献程度较少。非洲猪瘟发生前期，牛肉零售价格虽然受生猪价格以及猪肉批发价格负向影响，但是自身市场的正向影响支撑着牛肉零售价格缓慢上升。但在非洲猪瘟爆发的第8个月，牛肉批发价格、牛肉零售价格以及鸡肉零售价格的影响由正转负，使得牛肉零售价格下滑。而在非洲猪瘟发生的12个月后，非洲猪瘟的影响凸显，生猪价格和猪肉批发价格成为影响牛肉零售价格上涨的主要因素，在疫病发生的第14个月，叠加鸡肉零售价格的正向影响，牛肉零售价格上涨达到顶峰，超出基期值4.3元/kg。
图4 非洲猪瘟下肉类零售价格的历史分解Fig. 4 Historical decomposition of meat retail prices under the African swine fever
总体来说，在疫病发生一年内，肉禽零售价格以自身市场各环节价格为主，但在疫病发生的一年后，猪肉、鸡肉以及牛肉的零售价格上涨主要源于猪肉市场各环节价格的正向推动作用。其中，猪肉零售价格受自身价格和生猪价格正向影响最大，在疫病发生的第15个月，猪肉实际零售价格超出基期值17元/kg；
鸡肉零售价格受生猪价格和猪肉零售价格影响较大，而牛肉零售价格在疫病发生后期显著上涨主要由生猪价格和猪肉批发价格引起。除猪肉市场价格的正向推动外，鸡肉与牛肉零售价格相互作用，成为影响价格波动的第二重要因素。
1）从横向肉禽市场来看，非洲猪瘟对猪肉市场的影响最大，猪肉市场上、中、下游净增长率最大值高达266%、196%和184%，其次是牛肉市场批发与零售价格，最大净增长率为16%和31%，最后是鸡肉市场批发和零售价格，最大净增长率为13%和21%。
2）从纵向产业链角度来看，非洲猪瘟影响下，猪肉市场与牛肉市场上、中、下游价格差额均扩大，鸡肉市场中、下游与上游价格差额在疫病发生一年内有缩小趋势，随后也逐渐扩大。
3）非洲猪瘟爆发初期，猪肉、鸡肉和牛肉零售价格波动主要由自身市场各环节价格影响，疫病爆发一年后，猪肉、鸡肉和牛肉零售价格上涨主要动因是猪肉市场各环节价格，包括生猪价格、猪肉批发与猪肉零售价格，其次是鸡肉零售和牛肉零售价格。
结合以上分析，为应对重大突发疫病对肉禽市场冲击，本文提出以下政策建议：
1）加强疫病防控和信息监测体系建设。建立健全疫病防控长效机制，包括推进强制动物疾病免疫，定期排查疫病隐患，做好饲料保障工作，规范动物运输监管等事项；
健全风险预警和市场信息传递机制，建设以能繁母猪存栏量为核心指标的逆周期调节机制，对年出栏500头以上的规模养殖场全覆盖监测，及时公布信息，稳定市场预期；
建立科学合理的活禽储备和冻肉仓储制度，通过储备肉禽的投放缓解供给紧张，避免肉价涨幅过快。
2）加强产业链建设。加强肉禽全产业链大数据平台建设，建设国家农业数据中心，如重点畜禽产品线上信息平台、畜禽产品质量安全可追溯信息平台、国家动物疾病信息系统等数据库，打通生产、加工、储运、消费等产业链核心数据采集、分析和应用，实现产品质量和生产资料信息可追溯管理，推动全产业链监测管理；
建立健全利益联结机制，包括鼓励养殖企业、屠宰加工厂、批发市场建立长期产销合作机制，发展农村电商，搭建“线上+线下”产销对接平台，通过发展订单产业、合同生产、入股分红等形式，将小农户融入产业链，实现全产业链提质增效。
3）优化畜禽产业结构。稳定发展生猪和肉鸡产业，大力发展以牛羊为主的畜牧业，推进畜禽产品多元化，增强畜禽保障供给能力。因地制宜地支持和引导企业及养殖户进行适度规模化和标准化生产，创建产业集群和产业园区，并相应地发展畜牧业配套生产性服务企业；
加快技术创新和品种改良，提升养殖效益，进一步推动品牌建设，完善品牌管理和评价标准体系，不断满足消费者对高品质肉禽的需求。
