国际农产品市场与中国粮食价格波动

为了对开放环境下中国市场上的农产品价格波动有一个全面的认识，我们的实证研究分成两部分。首先，我们将引入常见于时间序列数据整合关系分析的误差修正模型，对比已有研究，分析国内、国外两个市场上各种农产品价格在长期内的整合关系；然后，与王晓松和谢申祥（2012）的做法类似，我们以国内农产品价格变化为被解释变量，以相应农产品的世界市场价格变化为解释变量，在控制其他变量的情况下，以回归分析的方法来研究两者之间的关系，以此来获得更精确的定量数据；最后，我们再将所有农产品价格的时间序列数据合并为一个面板数据，通过面板数据的计量方法，在更有效地控制其他变量的同时，直接地观察开放对国内外农产品价格之间联系的影响。

在第二部分的回归当中，除了作为主要解释变量的农产品世界价格，我们引入的控制变量还包含相应农作物的生产成本、受灾面积、用于控制宏观经济环境的人均GDP和人均工业增加值变量、用于控制货币环境的货币供应量M2/GDP和外汇储备变量、用于控制能源价格的世界市场煤炭和石油价格变量。

我们研究针对的时间范围是中国加入WTO之后的2002年到2010年，这么短的时间内，使用年份数据会导致样本量严重不足，因而我们使用的是月度数据。不过受灾面积、人均GDP变量均无月度数据，因而我们以相应的年份或季度数据作为替代。月度数据会存在季节性波动，因而在进行协整检验和误差修正模型估计时，我们仿照卢锋和彭凯翔（2002）以及王晓松和谢申祥（2012）的做法，取滞后阶数为12；而在进行回归时，控制月份虚拟变量以滤去因季节变化产生的波动。

本章使用的数据当中，国内市场上的农产品价格和生产成本数据来自历年《中国农产品价格调查年鉴》，货币供应量M2和外汇储备数据来自中国人民银行网站^[1]。国际市场上的农产品价格、食品价格指数和能源价格数据来自国际货币基金组织（International Monetary Fund， IMF）网站^[2]。历年中国人口、GDP、工业增加值和农业受灾面积数据来自国家统计局网站^[3]。除了文献中常见的水稻、小麦、大豆、玉米四种农作物价格外，我们还在研究中引入了肉鸡价格，同时分析这五种农产品国内外价格之间的联系。

这部分研究中使用了时间序列数据，因而在一切实证研究之前，首先需要做的便是平稳性检验。表4.1是各价格变量及其一阶差分的单位根ADF（Adjust Dickey-Fuller Test）检验结果。显然，所有价格变量本身都是非平稳的，但在差分之后，所有变量都变得平稳了，换言之，它们都是一阶单整的，因而接下来的实证研究可以继续。表4.2中是Johanson协整检验结果，所有五种农产品的国内外价格在检验中都在5%的置信程度上拒绝了不存在协整关系的原假设。换句话说，至少对这些农产品而言，国内外市场上的价格已经在长期内存在整合关系。协整关系的存在能够说明国内外农产品价格存在长期整合关系，却不能说明这种关系是如何形成的，更无法说明在长期整合关系的形成当中，国内和国际市场价格何者占据主导地位。不过我们可以进一步地通过格兰杰因果检验（Granger Causality Test）和误差修正模型（Error Correct Model）对此做出观察。

表4.1　平稳性检验结果

注：检验形式（C，t，P）中三个参数分别代表有无常数项、有无时间趋势和滞后阶数。*，* *，* * *分别代表在10%，5%，1%程度上显著。

表4.2　Johanson检验结果

表4.3和表4.4分别是对各个农产品的国内外市场价格进行格兰杰因果检验和误差修正模型估计的结果。在误差修正模型当中，所有五个国内市场价格方程的误差修正项均在1%程度上显著，而所有国外市场价格方程的误差修正项均不显著。也就是说，国内外农产品价格之间的长期整合关系基本上是通过对国内市场价格的调整来实现的，而国内市场价格的变动却无法导致国外市场价格发生相应变化。

表4.3　格兰杰因果检验结果

格兰杰因果检验的结果也能在一定程度上说明这一点：各农产品中，只有大豆的国内市场价格构成国际市场价格的格兰杰原因，而玉米、大豆、肉鸡的国际市场价格都构成了其国内市场价格的格兰杰原因。国际市场价格对国内市场价格的影响要远远大于相反方向的影响。

表4.4　误差修正模型估计结果

注：* * *代表在1%程度上显著。

不过，在格兰杰因果检验中，小麦和水稻的检验结果无法拒绝国际市场价格不是国内市场价格格兰杰原因的原假设。这意味着不同的农产品，其国际市场价格对国内市场价格的影响能力仍然是存在差异的，我们将在接下来的研究当中分析这种差异的原因所在。

表4.5中是以各农产品国内市场价格为被解释变量的时间序列回归结果。由于不少变量^[4]都是非平稳序列，因而我们先对这些变量进行了一阶差分处理，平稳后再纳入回归当中。换言之，我们实际上是以各变量的变化，来解释国内市场上农产品价格的变化情况。

表4.5所有回归的调整R²和F统计量均表现良好。考虑到时间序列数据伪回归的可能性，我们还对各回归的残差序列进行了平稳性检验，结果各个序列残差均在1%程度上拒绝了存在单位根的原假设，基本排除了伪回归的可能性。也就是说，表4.5的回归结果是可靠的。

在表4.5给出的所有估计结果当中，农产品世界价格变量均显著为正，这充分说明当下国际市场上的农产品价格变化正在给国内农产品价格变化造成显著影响。并且被国际市场价格变化所解释的农产品国内市场价格变化部分，普遍接近甚至超过20%，大豆甚至接近50%，也就是说，国际市场价格变化已经是当前中国农产品国内价格变化的最主要影响因素之一。

国际市场价格变化之外的其他变量在回归中的表现也并不良好，没有表现出稳定的显著性，这可能是源于多重共线性的存在：我们使用的不少控制变量，比如人均GDP与人均工业增加值、世界市场煤炭价格与石油价格之间都存在很强的相关性。也可能是源于不恰当的变量形式：王晓松和谢申祥（2012）将这些变量对数化并差分后再放入回归当中，其显著性就明显地高于本章所获得的结果。不过它们并非本章关注的重点，因而我们并不对此展开深入论述。

至此为止，我们得到的结果与王晓松和谢申祥（2012）的类似：无论是长期还是短期，国际农产品价格对国内农产品价格都具有格兰杰意义上的因果作用，国际农产品价格对国内农产品价格的影响是十分显著的，并且这种影响在不同农作物之间表现出了很显著的区别。

表4.5　时间序列回归结果

注：①回归中包含常数项，虽然并没报告在表格当中。②括号中的数字是异方差稳健标准误。③*，* *，* * *分别代表在10%，5%，1%程度上显著；ADF统计量的显著程度指的是原假设回归残差存在单位根的置信系数。④被解释变量为各农产品价格的一阶差分，除受灾面积变量，其余变量也做了一阶差分处理。⑤回归使用数据为月度数据，不过我们未能获得人均GDP、受灾面积变量的月度数据，因而分别以季度和年度数据代替之。

然而对于本章的研究，这样的结果仍然是不够的：从这些结果当中，我们只能知道当前国内外农产品价格之间存在十分密切的联系，但却无从得知这种密切联系是否源自开放。虽然在这段时间里农产品市场和中国整体经济开放程度的变化同样令人瞩目，不过却无法简单地直接从中得到开放导致农产品国际市场价格对国内市场价格影响加深的结论。

这部分的研究旨在弥补上一部分研究的不足，分析开放对国内外农产品价格之间联系的影响。我们的思路简单而直接：要获知开放对国内外农产品价格之间联系的影响，就需要观察不同开放程度下两者之间关系的变化情况。我们可以观察不同时间下开放程度和国内外农产品价格之间联系各自的变化情况，不过本研究所采用的时间跨度并不长，难以提供开放程度变量的足够变异程度，而延长数据时间跨度的尝试又受到了数据可得性方面的严格限制。因而我们另辟蹊径，转而在另一个维度上观察开放对国内外农产品价格之间联系的影响。

我们研究使用的数据包含了五种农产品，并且已知五种农产品的国际和国内市场价格之间的联系存在一定的差异，因而如果能证明这种差异源自不同农产品在市场开放程度上的差异，那就相当于证明了开放对国内外农产品价格之间联系存在影响。幸运的是，这些农产品之间在开放程度上的确存在不小的差异。因而通过将上一部分所有的数据合并为一个数据面板，我们就可以观察不同开放程度下国际和国内市场上农产品价格之间关系的变化情况。

各国在农产品生产的比较优势上存在较大差异，因而开放必然会导致国与国之间贸易的增加，基于这一思路，农产品贸易额的变化可以成为相应农产品市场开放程度变化的良好度量变量。图4.2是本研究样本中各种农产品自加入WTO以来进口量占当年总产量比率的变化情况。从图中可以看出，如果以进口量占当年总产量比率来衡量一个农产品国内市场的开放程度的话，一方面各农产品开放程度并没有在时间维度上表现出很明显的变化趋势，这使得我们很难基于时间维度来观察开放对国内外市场上农产品价格之间联系的影响；但在另一方面，不同农产品的开放程度却表现出了较大的差异：大豆市场的开放程度遥遥领先，而在大部分时间内，肉鸡市场的开放程度也要远远高于水稻、小麦和玉米三种粮食作物。

图4.2　加入WTO以来不同农产品进口量占总产量比重变化情况

考虑到不同农作物在市场开放程度和国内外价格联系之间的较大差异，通过对一个包含多种农作物价格数据的面板数据进行回归分析，我们就可以获知开放与国内外农产品价格联系之间的关系。面板数据在计量上的优势并不仅限于此，通过引入固定效应模型，我们还可以进一步控制那些随农产品品种变化而变化，却随时间不变的不可观测变量。除此之外，我们还在回归中引入了年份虚拟变量作为控制变量，进一步控制那些随宏观环境变化而变化的不可观测变量。对这些变量的控制，有助于降低遗漏关键解释变量的可能性，有助于增强我们所主要关心变量的系数在回归中的可靠性。

表4.6中数据是面板数据回归的结果。某一具体年份的贸易总额可能会受各种因素影响而无法有效地代表开放程度，因而我们分别以某种作物在整个样本时期内平均的进口量/总产量、出口量/总产量和进出口总额/总产量代表开放程度。这一变量随时间无变化，因而不能被纳入面板数据的固定效应回归当中。不过我们关注的重点并非是开放对国内农产品价格的直接作用，而是开放对国内外市场上农产品价格之间联系的作用。要观察后者，我们只需要在回归中纳入开放与相应农产品世界市场价格的交叉项即可；而后者在时间维度上是存在变化，因而是可以出现在回归当中的。理论上说，开放程度的提高应当使得各农产品国内外市场价格之间的联系加深，因而我们预期这一交叉项的系数显著为正。

相比之前的时间序列回归，面板数据提供的额外自由度使得我们可以将年份和月份虚拟变量同时纳入回归当中，这有助于我们更好地控制那些不可观测变量。由于年份虚拟变量的纳入，人均GDP和受灾面积等在相同年份内不变的变量被排除出回归。

表4.6　面板数据回归结果

注：①各列回归仅在开放程度表征变量上存在差异，分别为进口、出口和进出口总额占国内相应农产品产量的百分比。②回归使用方法为固定效应模型，回归中包含常数项，虽然并没报告在表格当中。③括号中的数字是异方差稳健标准误。④*和* * *分别代表在10%和1%程度上显著；LLC统计量的显著程度指的是原假设回归残差存在单位根的置信系数。⑤被解释变量为各农产品价格的一阶差分，其余变量也做了一阶差分处理。⑥回归使用数据为月度数据。

与时间序列回归类似，我们对大部分变量做了差分处理，使得纳入回归的变量均为平稳变量。同样，为了排除伪回归存在的可能性，我们也对回归的残差进行了单位根检验。因为残差同样是面板数据，因而我们使用了Levin et al.（2002）提出的LLC检验，以赤池准则（Akaike Information Criterion， AIC）确定滞后阶数，并将得到的统计量报告在了表4.6倒数第二行当中，无论是哪个回归残差的LLC检验结果都显著地拒绝了存在单位根的原假设，换言之，伪回归没有出现。

与预期一致，无论我们以什么变量表征开放程度，它与相应农产品世界市场价格之间交叉项的系数都在回归中显著为正。这意味着市场开放程度较高的农产品，其世界市场价格对国内市场价格的影响也显著更强。这一方面意味着开放是当前国内外市场上农产品价格密切联系的背后原因之一；另一方面也说明，随着未来WTO农业谈判的深入，随着中国开放进程的逐步推进，国内外市场上农产品价格之间的联系还将会变得更为紧密，国内市场上的农产品价格受国外市场影响的程度也将会越来越深。

这也意味着国内农产品生产者所面临的竞争环境将大大加剧，他们必须设法提高自身竞争力，才有可能在新环境中生存下去。而要提高竞争力，生产效率上的进步是必由之路。