基于SVAR模型的粮食种植收益与生产变动关系分析<br/>——以山东省玉米、小麦为例

基于SVAR模型的粮食种植收益与生产变动关系分析
——以山东省玉米、小麦为例

2014-09-21范成方史建民

山东农业大学学报（社会科学版） 2014年3期

□范成方史建民

基于SVAR模型的粮食种植收益与生产变动关系分析
——以山东省玉米、小麦为例

□范成方史建民

本文依据1998-2012年山东省粮食种植收益及产量数据，运用SVAR模型对粮食种植收益与生产之间的变动关系进行计量经济分析。脉冲响应分析表明：对于产量增长率一个标准差正向冲击，玉米净收益增长率的响应值表现为正负交错，小麦则先减弱，后增强，之后趋于稳定；对于净收益增长率一个标准差正向冲击，玉米产量增长率的响应值亦表现为正负交替，小麦则先增强后减弱，且存在时滞。方差分解分析表明，粮食产量增长率及净收益增长率的变动均主要受来自其自身的结构冲击的影响。由此得到启示：粮食种植收益持续增加不能单方面的完全依赖粮食增产；种植收益增加对粮食增产的影响很小。为此，省政府应采取措施：(1)完善粮食价格支持机制；(2)提升粮食种植业的科技含量及单产水平；(3)建立健全土地流转机制，加强农村土地流转市场的建设；(4)继续完善粮食补贴政策，改进对粮农的补贴方式。

粮食；种植收益；生产；脉冲响应；方差分解

一、问题的提出

近年来，粮食增产与农民增收是国家粮食政策的主要目标，粮食增产直接影响国家的粮食安全，农民增收可以缩小城乡收入差距，因此，研究粮食增产增收问题具有十分重要的意义。山东省是全国粮食主产区之一，1978-2012年，山东省粮食作物年均产量3596.32万吨，占全国粮食作物产量的8.05%。其中玉米年均产量为1348.68万吨，占全国玉米产量的12.28%；小麦年均产量为1676.65万吨，占全国小麦产量的17.64%。可见，山东省玉米、小麦生产在全国粮食供给中占有十分重要的地位，故本文以山东省玉米、小麦为例研究粮食种植收益变动与生产变动之间的关系。

国内很多学者对粮食增产增收问题进行了深入研究，总体可以归为三类，分别为关于粮食增产、粮食增收及粮食增产增收关系问题的研究。对于粮食增产问题的研究，部分学者认为我国粮食八年增产具有恢复性、脆弱性、替代性及外延性[1]，从我国历年的粮食播种面积、产量和结构的变化趋势以及当前种粮的劳动者、生产方式、风险等因素的综合分析上看，保持我国粮食增产的可持续性，仍存在一些难以轻易解决的问题[2]。也有部分学者认为粮食单产依然是今后几年影响我国粮食生产的最重要因素[3]，粮食播种面积对粮食生产的影响程度在逐年加强，将来可能替代单产成为第一主要因素[4]。而单产的提高主要依靠科技水平的提高，科技进步是粮食增产的重要支撑[5],[6]。更多的学者从农业结构调整、农地集中、产业化经营、专业合作社等多种不同的视角对农民增收问题进行了大量探讨，研究了粮食增收的不同影响因素[7]-[10]。仅有少数学者对增产增收间的关系进行了分析，高帆[11]利用一个供求均衡模型，说明了粮食增产和农民增收既可能一致、也可能冲突，这取决于粮食供求变化的相对程度。张淑萍[12]在研究了粮食增产与农民增收协同发展的必要性、可能性、困境的基础上，提出可通过实行工业反哺农业及转变粮食增长方式、建设现代农业两种思路使二者协同发展。

上述对增收问题的研究有一个共同的特点，即主流学说均是以粮农人均纯收入的增加为研究对象，人均纯收入按性质可分为生产性收入与非生产性收入，其中生产性收入又可分为农业收入和非农业收入。笔者认为，粮食生产直接与农业收入尤其是种植业收入相关，而与非农业生产性收入及非生产性收入没有必然的联系，因此，研究种植业收入增加与增产之间的关系更有意义。然而鲜有学者对作为人均纯收入重要组成部分的农业收入的提高进行深入研究，对农业收入变动与生产变动关系的实证研究则更是很少。为此，本文依据1998-2012年山东省成本收益及生产数据，运用SVAR模型对山东省粮食种植收益变动与生产变动关系进行实证研究，探讨二者之间的变动规律，进而提出相应的对策建议。

二、变量选取、数据来源与模型

1.变量选取

(1)实际净收益(TNP)。家庭用工折价与自营地折租分别反映了农户家庭用工及自营地投入生产时的机会成本，实际上是农户的现金收入。因此，先将山东省1998-2012年玉米、小麦每亩净利润加上每亩补贴收入、家庭用工折价及自营地折租，再减去每亩成本外支出，得到每亩净收益。然后再用山东省农村居民消费价格定基指数对其进行平减，获得玉米、小麦每亩实际净收益，再乘以山东省粮食播种面积，得到实际净收益，分别以TNPc、TNPw表示，用来反映粮农种粮实际收入情况。对变量取自然对数并进行一阶差分，表示玉米、小麦实际净收益增长率，分别记作DLnTNPc、DLnTNPw。

(2)实际产量(TY)。直接选取1998-2012年玉米、小麦产量数据，作为实际产量的取值，分别以TYc、TYw表示。对变量取自然对数并进行一阶差分，表示玉米、小麦实际产量增长率，分别记作DLnTYc、DLnTYw。

2.数据来源

本文的成本收益数据直接来源于《全国农产品成本收益资料汇编(1999-2013)》，产量数据来源于《山东农村统计年鉴2012》及《中国农村统计年鉴2013》，山东省农村居民消费价格总指数数据来源于《山东统计年鉴(1999-2013》，变量数据的取样时段为1998-2012年。为使数据在年度间具有可比性，本文在对净收益数据进行平减时，采用以1998年为基期的农业生产资料价格定基指数来处理。

3.模型[13] [14]

2元p阶结构向量自回归模型SVAR(p)为

在这里，p是滞后阶数。系数cij表示第i个变量的单位变化对第j个变量的即时响应。i,j=1,2。y1t-j,y2t-j,j=0,1,2…p分别表示粮食净收益增长率与产量增长率同期及滞后p期的数值。u1t,u2t(t=1,2,…,T)分别表示粮食净收益增长率与产量增长率的结构式冲击，均是白噪声序列。T是样本个数。本文采用AB-型SVAR模型进行脉冲响应分析及方差分解。

三、山东省粮食种植收益与生产变动关系的实证分析

1.单位根检验

采用ADF单位根检验法分别对山东省粮

食实际净收益TNP及实际产量TY进行平稳性检验。首先，考察原对数变量及其差分变量的折线图，据此确定单位根检验模型是否带截距项或趋势项，然后，依据施瓦茨准则自动确定检验的最优滞后期，进行ADF单位根检验。检验结果见表1。结果表明，粮食的各对数变量均为非平稳序列，均在5%的显著性水平上服从一阶单整I(1)。各差分变量在5%的显著性水平下皆为平稳变量。

表1 变量单位根检验结果

注：检验类型中的C表示常数项(取0表示无常数项)，T表示趋势项(取0表示无趋势项)，K表示滞后阶数；***、**、*分别表示在1%、5%、10%的水平下显著。

2.SVAR模型滞后阶数的确定

表2 SVAR模型滞后阶数判断结果

注：某数字带*号表示按照该数字所在行的滞后期数选定是SVAR模型的滞后阶数

由表2可知，玉米FPE、AIC及HQ三个准则选择滞后阶数为1阶，小麦FPE、AIC、SC及HQ三个准则选择滞后阶数为1阶，因此，根据多数原则，玉米、小麦SVAR模型的最优滞后期均为1阶。

3.建立SVAR(1)模型并进行估计

由单位根检验可知，实际产量增长率DLnTY与实际净收益的增长率DLnTNP均为平稳的。因此，可以直接以山东省粮食实际产量增长率DLnTY及实际净收益增长率DLnTNP作为内生变量，建立差分平稳SVAR(1)模型：

使用短期约束条件对AB-型SVAR(1)模型进行识别。A是主对角线元素为1的矩阵，NA为待估计的非约束元素。B是主对角线元素为NA的2阶矩阵。根据经济理论采用0约束排除法再施加1个约束：净收益增长率对同期产量增长率没有影响，即a12=0。

这样，矩阵A有1个待估计的非约束元素，恰好满足Cholesky分解的递归形式的短期约束要求。变量的排列顺序为产量增长率→净收益增长率。通过对模型求解结构因子, 得到正交化的脉冲响应函数, 可以用来考察粮食产量增长率与种植收益增长率之间的动态变动关系。

经估计，得到玉米A、B矩阵为

小麦A、B矩阵为

4.平稳性检验

VAR平稳性检验是通过对模型系统各内生变量序列构建的AR(p)特征多项式求解特征多项根，然后取其倒数即得特征多项式的系数，进而对模型进行检验。检验标准为所有AR(p)特征多项式的系数均小于1。检验结果如图1及图2所示。玉米、小麦SVAR(1)模型AR特征多项式的所有根模的倒数都在单位圆内，即AR特征多项式所有系数均小于1，因此，建立的SVAR(1)模型平稳。

图1 玉米平稳性检验结果图2 小麦平稳性检验结果

5.脉冲响应函数

脉冲响应函数是测度模型中每个内生变量对其自身及所有其他内生变量的冲击的反应，这里的冲击实质是误差项的变动，反应实际上是指误差变动对其自身及其他内生变量的影响。因此，通过脉冲响应函数可以考察模型系统对一个自由变量误差项变动的动态响应机制。

(1)玉米各变量脉冲响应分析

图3 玉米DLnTNP对DLnTY一个标准差结构冲击的响应图4 玉米DLnTY对DLnTNP一个标准差结构冲击的响应

由图3可知，玉米净收益增长率对产量增长率标准差冲击存在交叉的正负响应，在冲击当期为0.0851，第2期直线下降，降至最低点-0.0648，第3期快速回升至0.0235，第4期又降至-0.0058，之后响应值的变化幅度迅速收窄，响应逐渐消失。受自然风险、市场风险及其他因素的影响，粮食生产不确定性较大。由于粮食供给弹性很小，粮食供给的经常变动导致粮食价格忽涨忽跌，这是导致净收益增长率响应值在前4期正负交替的重要原因之一。由图4可知，玉米产量增长率对净收益增长率标准差冲击的响应较弱，且正负交错。在冲击当期响应值为0，第2期迅速攀升至峰值0.0104，第3期又直线下降，降至-0.0049，第4期又回升至0.0014，从第5期开始响应逐渐减弱，呈现出稳定的响应收敛迹象。这表明，这表明玉米产量增长率的变动对净收益增长率冲击的响应存在时滞，正负响应交替出现。

(2)小麦各变量脉冲响应分析

图5 小麦DLnTNP对DLnTY一个标准差结构冲击的响应图6 小麦DLnTY对DLnTNP一个标准差结构冲击的响应

由图5可知，小麦净收益增长率对产量增长率标准差冲击的正响应先减弱，后增强，之后趋于稳定。在冲击当期达到峰值0.2155，第2期快速下降，降至最低点-0.1183，第3期、第4期及第5期均为负响应，分别为-0.0546、-0.0111及-0.0003，第6期开始出现正响应，之后响应值收敛在0附近。小麦净收益增长率响应值前5期时正时负的原因之一，也是源于生产的不稳定性致使价格发生波动。由图6可知，小麦产量增长率对净收益增长率标准差冲击的响应先增强后减弱。在冲击当期响应值为0，第2期迅速升至峰值0.0252，其后两期快速下降，第四期将至0.0013，第5期开始出现负响应-0.0001，响应程度相当微弱，之后在零附近收敛。这表明小麦产量增长率的变动相对净收益增长率冲击的响应存在时滞。

6.方差分解

方差分解是把模型系统中每个内生变量的波动按其成因分解为与各方程随机扰动项相关联的若干个组成部分，进而了解各随机扰动项对各VAR模型中的变量的相对重要性。内生变量的变化通常用方差来度量，因此，方差分解实质是通过分析各变量预测误差的构成来测度各随机扰动项对内生变量变化的贡献度。

(1)玉米方差分解

图7 玉米DLnTY方差分解结果图8 玉米DLnTNP方差分解结果

由图7可知，玉米产量增长率的变动主要受来自其自身的结构冲击的影响，自身结构冲击的贡献度从第1期到第10期均在97%以上，一直高于净收益增长率结构冲击的贡献度。这表明短期内产量增长率自身变动的惯性效应很强。净收益增长率冲击对产量增长率的贡献较低，从第1期到第10期均未超过3%，表明净收益增长率的结构冲击对产量增长率的变动影响十分微弱，粮农种植收益的增加很难转化为增产的因素。由图8可知，玉米净收益增长率的变动主要受来自其自身的结构冲击的影响，其对自身冲击的响应前3期平缓下降，第1期的贡献率最高，达到82%，从第4期开始稳定在74.77%。产量增长率冲击对净收益增长率的贡献前3期呈上升趋势，响应值由第1期的18%升至第3期的25.17%，之后，稳定在25.23%，由此可知，玉米产量的平稳增长在一定程度上促进了净收益的快速上升。

(2)小麦方差分解

图9 小麦DLnTY方差分解结果图10 小麦DLnTNP方差分解结果

由图9可知，小麦产量增长率的变动主要受来自其自身的结构冲击的影响，自身结构冲击的贡献率第1期为100%，第2期直线下降，降至90.16%，之后稳定在89.26%附近，一直高于净收益增长率结构冲击的贡献度。这表明短期内产量增长率自身变动具有很强的惯性效应。净收益增长率冲击对产量增长率的贡献较低，从第1期的0升至第3期的10.71%，之后稳定在10.73%左右，表明净收益增长率的结构冲击对产量增长率的变动影响较弱，略高于玉米产量增长率对净收益增长率结构冲击的响应。由图10可知，小麦净收益增长率的变动主要受其自身结构冲击的影响，响应值前3期平缓下降，由第1期的76%降至第3期的70.61%，之后稳定在70.58%。产量增长率冲击对净收益增长率的贡献呈上升趋势，第1至3期响应值上升幅度较大，由第1期的23.65%升至第3期的29.39%，从第4期开始稳定在29.42%附近，可知，小麦产量的稳步提升对净收益增加的贡献较大。

四、结果分析

综合脉冲响应分析和方差分解的结果，可以揭示生产变动与种植收益增加之间存在的深层次关系。

(1)粮食种植收益持续增加不能单方面的完全依赖粮食增产，增产仅仅是致使增收的途径之一。在粮食增产的当期，粮食种植收益快速增加，效果比较明显，从第5期开始粮食增产对增收的影响程度逐渐减弱，甚至消失。并且玉米、小麦增产对净收益增加的贡献率均未超过30%。受粮食供求关系的影响，粮食市场价格经常变动，加上其他诸多因素的影响，粮食增产未必转化为更多的种粮收益。粮食种植业具有弱质性的产业特点，其种植收益增加在很大程度上受制于市场发育程度、价格机制及国家政策的影响，因此，省政府不仅要从种植业内部挖潜增效，向粮食生产的广度与深度进军，逐步提升农民种植收益增加的稳定性和可持续性，而且应从种植业外部加大政策支持力度。

(2)粮食种植收益增加对粮食增产的影响程度十分微弱，小麦净收益增长率对产量增长率的贡献率稳定在10.73%，尤其是玉米净收益增长率对产量增长率的贡献率不足3%。粮食增产受播种面积、单产、科学技术、自然环境因素、有效灌溉面积、国家政策、农业劳动力素质，农业机械化水平、生物防控技术和农业生产资料使用量等很多因素的影响[4]。粮食价格通过引导粮农的价格预期进而对粮食供给行为起导向作用[15]，并且价格变化对产量变化的影响要大于产量变化对价格变化的影响[16]，可见，价格亦是影响粮食增产的重要因素之一。农户往往根据粮食种植比较效益的高低进行生产决策：是继续选择种植粮食作物还是改种经济作物。只有种植收益不断增长，粮农才有内在动力继续种植粮食并努力持续增产。因此，种植收益增加可以在一定程度上提高农户的生产积极性，进而追加化肥等农业生产资料投入，提高粮农的综合素质以及加大粮食种植机械投入水平。其他粮食增产影响因素均不是种植收益增加单方面可以左右的，主要取决于全省资源禀赋、环境、体制及政策支持力度。另外，收入具有转移效应，农户未必将增加的全部种植收益再次投入农业生产。因此，种植收益增加对粮食增产的影响很小，省政府应从保证粮食安全的战略高度，采取多种措施提高农民种粮积极性，加大对粮食生产的财政支持力度。

(3)粮食增产与种植收益增加不能持续协同发展。对于产量增长率一个标准差正向冲击，玉米净收益增长率的响应值表现为正负交错，小麦则先减弱，后增强，之后趋于稳定；对于净收益增长率一个标准差正向冲击，玉米产量增长率的响应值亦表现为正负交替，小麦则先增强后减弱，且存在时滞。这表明山东省粮食增产与种植收益变动的方向时而一致，时而相反，增产未必增收，增收亦未必增产，主要原因在于增产与增收互为影响因素之一，二者除了受彼此影响以外，均尚有其他影响因素在作用，均是多种影响因素综合作用的结果。增产与增收的相互作用在前4期较大，之后逐渐变小，直至消失，这表明二者相互影响的持续性较弱。因此，省政府应采取多种措施，尽量使粮食增产与农民种植收益增加协同发展，既能保障粮食供给，又能提高粮农的种植业收入。

五、基本结论与主要启示

1.基本结论

脉冲响应分析表明：对于产量增长率一个标准差正向冲击，玉米净收益增长率的响应值表现为正负交错，小麦则先减弱，后增强，之后趋于稳定；对于净收益增长率一个标准差正向冲击，玉米产量增长率的响应值亦表现为正负交替，小麦则先增强后减弱，且存在时滞。这表明粮食种植收益的增加均不能与增产协同发展。玉米、小麦各变量对一个标准差冲击的响应均在前4期比较显著，第5到8期变化幅度迅速收窄，响应逐渐消失，表明粮食增产与增收的相互作用均在前4期较大。

方差分解分析表明，玉米、小麦产量增长率的变动均主要受来自其自身的结构冲击的影响，自身结构冲击的贡献度从第1期到第10期分别在97%及89.%以上，净收益增长率冲击对产量增长率的贡献均较低，粮食种植收益增加对粮食增产的影响程度较弱。玉米、小麦净收益增长率的变动亦均主要受来自其自身的结构冲击的影响，其贡献率分别在74.77%及70.58%以上，产量增长率冲击对净收益增长率的贡献前3期均呈上升趋势，从第4期开始分别稳定在25.23%及29.42%，增产在一定程度上促进了粮食种植收益的增加。

2.主要启示

为使山东省粮食增产与种植收益增加协同发展，省政府应综合运用多种措施，建立增产增收的有效联动机制，形成增产与增收的良性互动格局。

(1)完善粮食价格支持机制。价格是影响粮农种植收益的重要因素，直接决定着粮农的投资行为与供给决策，并且粮食供给弹性相对较低，当市场上粮食供给少量增加时，粮食价格就会大幅下降，容易导致“谷贱伤农”的现象发生。因此，省政府应保持粮食价格的合理水平，确保农民种粮能够得到合理的比较收益，以持续调动粮农的种粮积极性。近年来，国家逐年提高粮食最低收购价水平，致使其越来越高，目前国内粮食价格全面越过国际市场上的粮食价格，鉴于二者具有较强的关联性，这种状况如果处理不当，容易导致国内粮食价格机制扭曲，为此，在确定粮食最低收购价时，省政府应遵循市场调节为主，政府调控为辅的大原则[17]。省政府可运用粮食期货市场与现货市场的有效结合、粮食价格调控基金等多种调控手段，稳定粮食价格，且尽量使粮价与粮食供求的变动基本保持一致。同时，完善粮食种植风险预警及控制机制，尽可能有效地降低甚至规避各种种植风险。

(2)提升粮食种植业的科技含量，提高单产水平,进而促进粮食增产增收。山东省人多地少，人地关系比较紧张，致使依靠科技提高单产成为提高粮食生产能力比较现实的途径。加之粮食种植对土壤的要求很高，当地力衰竭、肥力下降及水土流失时，单位面积产量会逐渐趋于下降，比较优势会日趋减弱[18]。因此，为提高粮食生产能力，增加粮农种植收益，必须提高粮食单产水平。省政府应继续以科技创新加强粮食生产，形成科技支撑粮食增产的长效机制。切实加强科研和技术推广的投入，大力培育高产优质的粮食新品种，提高节本增效等农业生产技术的有效供给及技术推广到位率，使农业科技真正发挥重要作用。在保障地力、肥力及农田水土的前提下，进一步提升增产关键技术在粮食生产中的运用水平，力争较高的科技转化率。

(3)建立健全土地流转机制，加强农村土地流转市场的建设，合理配置与利用土地资源。一方面可以提高粮食生产的劳动效率，促使粮农增加种植业收益，另一方面可以扩大粮食作物播种面积，提高粮食生产能力。目前，山东省广大农户仍为分散经营，组织化程度较低，土地经营规模较小，致使农业劳动生产率低下。因此，应不断完善土地流转机制，在尊重粮农的农地经营自主权的基础上，加速农村土地使用权流转，使大量的剩余劳动力尽快转移到非农产业和城镇，加快耕地向种粮大户及种田能手集中，进而促进农户扩大粮食生产规模，推进规模化生产和集约化经营，提高劳动生产率。同时，完善对种粮专业大户、家庭农场等新型经营主体的激励机制，增强其规模经营的意愿。

(4)继续完善粮食补贴政策，改进对粮农的补贴方式，提高粮食补贴政策的实施效果，以弥补粮食种植成本上升对种粮收益的侵蚀。自2004年起，山东省全面贯彻落实国家农业税减免及粮食直补、农资综合补贴及良种补贴等各项强农惠农政策，并对种粮大户发放奖励资金，调动了粮农种粮积极性，对稳定粮食生产，确保粮食安全起到了重要的作用，且在一定程度上降低了粮农的实际生产成本，增加了其实际收入。但是截至目前，粮食补贴力度不够，限制了其发挥作用。今后应将粮食直补与粮食播种面积、产量及交售商品粮数量挂钩，加大对种粮农民直补的力度，并结合最低收购价政策，使多种粮的粮农不仅不亏本，而且还能够得到更多的补贴，形成最低收购价与粮食补贴的动态联动机制。完善粮食补贴下拨与兑现方式，对主要粮食购销主体执行落实政策的力度进行有效监督，将补贴发放给真正种植粮食的粮农，进而提高粮农的种粮积极性。同时，加大良种补贴与农机具购置补贴力度，提高农业生产的装备水平，进而提升粮食综合生产能力。

[1] 王济民，肖红波.我国粮食八年增产的性质与前景[J].农业经济问题，2013,(2):23-31.

[2]马怀礼，李颖.中国粮食增产的可持续性探析[J].理论前沿，2007,(24)：20-22：20-22.

[3]刘斌，王秀东.我国粮食“九连增”主要因素贡献浅析[J].中国农业资源与区划，2013,34(4):5-10.

[4]屈宝香，李文娟，钱静斐.中国粮食增产潜力主要影响因素分析[J].中国农业资源与区划，2009，30(4)：34-39.

[5]党夏宁.我国粮食增产的科技支撑研究[J].管理现代化，2010,(4)：26-27,30.

[6]翟虎渠.科技进步：粮食增产的重要支撑[J].求是，2010,(5)：51-53.

[7]李国祥.农业结构调整对农民增收的效应分析[J].中国农村经济，2005,(5)：12:20.

[8]彭代彦，吴扬杰.农地集中与农民增收关系的实证检验[J].中国农村经济，2009,(4)：17-22.

[9]郭建宇.农业产业化的农户增收效应分析——以山西省为例[J].中国农村经济，2008,(11)：8-17.

[10]张晋华.农民专业合作社对农户增收绩效的实证研究[J].中国农村经济，2012,(9)：4-12.

[11]高帆.中国经济发展中的粮食增产与农民增收：一致抑或冲突[J].经济科学，2005,(2).5-17.

[12]张淑平.新阶段粮食增产与农民增收协同发展[J].中国粮食经济，2010,(11)：21-25.