世界能源价格与粮价关系的实证研究

黄毅

摘要：通过构建数理模型，利用2003～2013年共132个月度数据验证世界能源价格与世界大米、小麦价格关系，结果表明：能源价格对大米、小麦价格具有长期与短期影响，对大米长期影响较大，短期影响较小；对小麦长期影响较小，短期影响较大。最后使用28个国家2003～2010年的面板数据进行经验测算，结果表明能源价格对经济发展程度不同国家的粮价影响不同：对发展中国家，当期影响是正相关，滞后期影响是负相关，加入控制变量后，影响表现为当期性；对发达国家而言，能源对粮价的影响仅表现为当期性。

关键词：世界能源价格；粮食价格；模型

DOI：10.13956/j.ss.1001-8409.2015.03.13

中图分类号：F316 文献标识码：A文章编号：1001-8409（2015）03-0059-05

据世界银行《粮食价格观察》2013年第一季度报告显示，2012年10月至2013年2月，世界主要粮食价格均出现较大幅度增长，其中，小麦价格上涨15%，玉米价格上涨8%，大米价格上涨5%。从地域上看，小麦价格在东欧、南美和南亚地区涨幅均超过10%；玉米价格在非洲部分地区涨幅较大，其中，马拉维玉米价格环比涨幅达43%，赞比亚、乌干达玉米价格环比涨幅超过20%；大米价格在南亚地区出现较大环比涨幅，其中，印度大米价格环比上涨约10%；德国2012年粮食价格较2011年上涨了25%～35%。

从中国情况看，据2013年国家统计局监测，1月全国25个粮食主产省（区、市）粮食企业小麦、稻谷、玉米三种粮食加权平均收购价格比上月上涨115%；主产区和36个大中城市大米、面粉平均出厂价格上涨110%；36个大中城市大米、面粉平均零售价格上涨002元。若以1978年为基期考察1978～2012年人口和粮食产量增长速度之间的关系，粮食产量年均增长速度（275% ）高于人口年均增长速度（118% ）。可见，我国粮食产量增速大于粮食需求量增速以及人口增速，但我国的粮食价格却连续上涨。未来10年，随着人口的增长、居民食物结构的改善以及现代食品工业的振兴和饲料工业的扩大，中国粮食需求量预计每年需增加400万吨。

世界能源价格自1990年以来保持上涨趋势，至2010年国际原油价格已经上涨了3倍之多，到2012年国际油价年平均价格达到100美元/每桶左右，未来世界粮价仍存在上涨压力，其原因主要是产油国动荡不安导致油价上扬，这可能导致生物燃料需求的增加，使粮食作物转变为燃料作物。因此，有必要对世界能源价格和粮食价格的关系进行分析研究。

1文献评述

以往，石油价格的上涨只能通过农业生产成本的上升传导到粮食价格上，而由于生物燃料生产规模的迅速扩大，当前粮食价格与石油价格出现了明显的比价关系[1]。Gohin 和 Chantret运用 CGE 模型对世界粮食价格与石油价格之间的长期关系进行了研究，发现石油价格对粮食价格存在成本推动效应[2]。近年来全球能源价格的大幅上涨、生物质液体燃料的扩张、市场投机及一些国家所采取的贸易限制政策等因素是导致近年来粮食价格大幅上涨的主要原因[3]。一些学者研究发现粮食价格上涨与国际能源价格上涨相关性很高[4～6]。但也有学者研究发现两者之间并不存在因果关系[7～9]，主要原因在于粮食价格保护政策及政府干预行为一定程度上影响与扭曲了粮价波动[10]。

上述文献针对能源价格与粮食价格关系进行了深入分析，虽然存在一定的争议，但多数学者认为能源价格对粮价具有拉动作用。不过，这些研究多为理论分析与比较静态分析，而且多为时间序列的数据比较与论证，在论证上，多数学者是使用一个国家的时间序列数据（即月度数据或年度数据）或者单个粮食品种来验证能源与粮价之间的关系，这种关系是建立在两者存在相关性的假设条件之上，没有证据显示能源与粮价二者之间在所有国家都存在相关性，在发达国家和发展中国家，二者之间的这种假设是否都成立？即使成立，这种影响程度如何？鉴于此，本文在借鉴已有文献的基础上，构建数理模型，运用2003～2013年共132个月度数据验证能源价格与粮食价格的关系，最后对28个国家2003～2010年的面板数据进行测算，检验能源价格对粮价影响在不同国家是否存在差别。

2理论分析

无论是市场机制的完善，还是政府部门为解决近年来粮食价格的持续上涨对人们经济生活造成的影响制定相应政策措施，都需要了解粮价变化的基本驱动力量[11]。从世界范围来看，在经济全球化背景下，世界能源价格变动对世界粮价及我国粮价势必具有直接与间接影响：其一，能源价格波动会导致粮食生产成本的驱动效应引起粮食价格波动；其二，能源价格上涨会诱发生物能源开发，必将使粮食作物转向能源作物的种植，引起能源与农业争地的局面，导致粮食价格波动；其三，生物能源发展对原料的直接消耗，会诱发农产品供需失衡，从而引起粮食价格短期波动。我们把第一种情况称为能源价格变动对粮价变动的间接传导影响，第二种和第三种情况称为直接影响，当然直接影响与间接影响并没有严格意义的区分。

为直观、形象地说明能源价格变化对粮食价格的影响，本文借鉴 McConnell、 Chen与杨志海等的耕地资源配置最优化模型[12～14]。假定可用耕地资源禀赋为X，分为种植粮食作物Xf与种植能源型作物Xe。假设Pfi为第i种粮食作物的价格，其为粮食需求量Qfi的函数；Pej为第j种能源型作物的价格，它是该作物需求量Qej的函数；Cfi（Qfi）和Cei（Qei）分别是种植第i种粮食作物与第j种能源型作物的总成本。TCei是加工成生物能源的边际成本。因此可以建立以下耕地资源配置最优化模型：

Max∑ni=1∫Pfi（Qfi）dQfi-Cfi（Qfi）+

∑mj=1∫Pej（Qej）dQej-Cej（Qej）-∑ni=1TCeiXei（1）

s.t.-YiXfi+Qfi≤0（i=1，2…）

-∑ni=1AYijXei+Qej≤0（j=1，2…）

∑ni=1Xfi+Xej≤X（2）

Yi为第i中粮食作物的单位产量，AYij为第i种粮食作物转换成第j种能源作物的转换率。

式（1）为社会福利最大化的目标函数，其含义为耕地用来种植粮食作物的社会福利与种植能源作物的社会福利之和。式（2）为约束条件，即产品供需平衡条件、社会可用耕地总量的限制条件。

模型的拉格朗日函数可写为：

L=∑ni=1∫Pfi（Qfi）dQfi-Cfi（Qfi）+

∑mj=1∫Pej（Qej）dQej-Cej（Qej）-

∑ni=1TCeiXei+μiYiXfi-Qfi+

λj∑ni=1AYijXei-Qej+γX-∑ni=1Xfi+Xej

一阶条件为：

LQfi=Pfi-MCfi-μi=0

LQei=Pej-MCej-λj=0

LXfi=μiYi-γ=0

LXei=-TCei+λjAYij-γ=0

得到均衡方程如下：

PfiYi=MCfi+PejAYij-MCejAYij-TCei （3）

式（3）表明在粮食作物单位产量和粮食作物转换成生物能源作物的转换率不变情况下，粮食价格与粮食生产的边际成本和能源作物价格正相关。同时，种植能源作物的边际成本和加工能源的边际成本与粮食价格存在负相关。虽然该模型未将能源价格直观地反映在内，而仅反映了与能源价格正相关的能源作物价格，但两者之间具有较强的相关性（见图1），统计数据显示，以2002年为基期的国际原油价格指数与国际玉米及大豆价格指数的相关系数分别为0886、0856，相关系数T检验值为1089、1043，表明国际能源价格与能源作物价格之间的线性相关性是显著的，进而影响粮食价格。图1世界主要能源作物与能源价格走势（200301～201312）

3能源价格与粮食价格时间序列实证研究

31变量选取及数据来源

国际粮食价格选取国际大米价格与国际小麦价格，由于玉米和大豆属于能源作物，在本文中没有被选为被解释变量，国际能源价格选取国际原油价格作为解释变量。以上变量数据来源于中国价格信息网，国际大米价格指数（RP）、国际小麦价格指数（WP）、国际原油价格指数（EP）以2002年为基期，数据范围为2003年1月至2013年12月，同时进行对数转换。

32模型设定

采用自然对数模型，即：

LnRPji=c+LnEPji+LnEPji-t+LnRPji-t+μji（4）

其中，RPji表示第i时期第j种国际粮食（主要是大米和小麦）价格指数；EPi表示第i时期国际原油价格指数；EPji-t表示滞后t期国际原油价格指数；RPji-t表示滞后t期第j种国际粮食价格指数；μji是扰动项。

对时间序列的分析是通过建立以因果关系为基础的结构模型进行的，而无论是单方程计量经济学模型还是联立计量经济学模型，这种分析背后都有一个隐含的假设，即这些数据是平稳的，否则，通常的t、F等假设检验则不可信。在现实经济生活中，实际的时间序列数据往往是非平稳的，因此，协整方程和误差修正模型被广泛应用于时间序列数据的建模。此处的实证过程主要是平稳性检验、协整检验，并建立协整方程和误差修正模型。

33实证结果

平稳性检验结果见表1，由结果可知三序列是一阶单整序列，再对序列进行协整检验，结果（见表2、表3）显示两两序列在5%水平下至少存在一个协整方程，即二者具有长期均衡关系。运行eviews51得到协整方程和误差修正模型，见表4。可知，世界能源价格对世界大米价格的长期弹性为0124，短期弹性为004，即长期内世界能源价格变动1%，世界大米价格变动0124%，短期内世界能源价格变动1%，世界大米价格变动004%；而世界能源价格对小麦价格的影响却相反，即长期内世界能源价格变动1%，世界小麦价格变动仅为0028%，短期内世界能源价格变动1%，世界小麦价格变动043%。综合模型的估计结果来看，世界能源价格对大米的长期影响较大，短期影响较小；而对小麦的长期影响较小，短期影响较大。

表1平稳性检验结果

水平值检验形式P值结论差分项检验形式P值结论LnRP（c，0，0）023非平稳D（LnRP）（c，0，0）000平稳LnWP（c，0，0）052非平稳D（LnWP）（c，0，0）000平稳LnEP（c，0，0）039非平稳D（LnEP）（c，0，0）000平稳注：括号内的c表示带截距项，0表示无趋势项，0表示滞后长度为0

表2LnRP与LnEP 协整检验结果

假设特征值迹统计量005%临界值Prob.None 009 1246 12329 004At most 1 001 029 413 065表3LnWP与LnEP协整检验结果

假设特征值迹统计量005%临界值Prob.None 010 1360 1232 003At most 1 000001 413 096表4世界粮食价格与能源价格OLS估计结果

解释变量长期协整方程误差修正模型被解释变量

LnRP

模型（1）被解释变量

LnWP

模型（2）被解释变量

D（LnRP）

模型（3）被解释变量

D（LnWP）

模型（4）C0017〖4〗0017（217**）〖4〗（217**）（001）〖4〗（001）LnEP01240028（420*）（209**）（003）（001）LnRPt-1095〖4〗-005（3665*）〖4〗（-198**）（003）〖4〗（003）LnWPt-1〖3〗094〖5〗-006〖3〗（2974*）〖5〗（-201**）〖3〗（003）〖5〗（003）LnEPt-1-010〖4〗0010028〖2〗（-342*）〖4〗（122）（209**）〖2〗（003）〖4〗（002）（001）D（LnEP）〖4〗0124〖4〗（420*）〖4〗（003）D（LnWP）〖5〗002〖5〗（039）〖5〗（004）长期弹性〖4〗01240028短期弹性〖4〗004043调整系数λ〖4〗005006R2098096015003F2650-758-D.W.157178157175注：*表示在1%的水平下显著；**表示在5%的水平下显著；***表示在10%的水平下显著

4世界能源价格与世界粮价面板数据实证研究

以上理论分析与时间序列实证检验表明世界能源价格对世界粮价存在正向影响，但能源价格对粮食价格的影响是否在发展程度不同国家存在差别。鉴于此，本文选取了28个国家2003～2010年的面板数据，由于世界各国统计方法和统计数据不全，很难获取各个国家粮食价格指数的统计数据，所以用各国能源消费价格指数代替理论模型的能源价格，用各国农业生产价格指数作为控制变量，用食品价格指数代替粮食价格指数，其次是在食品价格指数分类当中，粮食价格（连同副食品价格，即粗粮经过精加工后的食品价格）占食品价格指数的权重较大（即80%），因此，各国食品价格指数一定程度上能够反映各国粮食价格的变化情况。

41模型设定

采用自然对数模型，即：

LnFPji=c+LnEPji+LnEPji-t+LnFPji-t+Ln（Agr）ji+μji（5）

其中：FPji表示第j个国家第i时期粮食价格指数；EPji表示第j个国家第i时期能源消费价格指数；EPji-t表示第j个国家滞后t期能源价格指数；FPji-t表示第j个国家滞后t期粮食价格指数；（Agr）ji是控制变量，表示第j个国家第i时期农业生产价格指数；μji是扰动项。

42数据选取与处理

本文基于数据的可获得性选取了28个国家（包括13个发展中国家和15个发达国家）2003～2010年的能源消费价格指数（EP）、粮食（食品）价格指数（FP）、农业生产价格指数（Agr），数据来源于2005～2012年《国际统计年鉴》，所有数据均以2000年为基期。发展中国家和发达国家的区分采用2005年国际货币基金组织的世界经济展望报告中的名单，即发达国家32个，其余的都是发展中国家。在本文中，发达国家是：美国、加拿大、以色列、日本、韩国、捷克、法国、德国、意大利、荷兰、波兰、西班牙、英国、澳大利亚、新西兰；发展中国家是：中国、俄罗斯、印度、南非、伊朗、缅甸、巴基斯坦、菲律宾、斯里兰卡、泰国、墨西哥、阿根廷、土耳其。

43实证结果

表5是实证结果，模型（1）和模型（2）是发展中国家的数据估计结果，模型（3）是发达国家的数据估计结果，模型（4）和模型（5）是合并数据的估计结果。从模型（1）和模型（2）可以看出，在发展中国家，能源价格变化对粮食价格有显著影响，不仅当期能源价格对粮价有影响（0127），滞后一期的能源价格对粮价也有影响，不过这种影响是负相关的，这验证了发展中国家对粮食价格的调控政策，即在前期能源价格上涨的情况下，立即制订稳定国内粮价的干预政策，使得滞后期能源价格与当期粮价出现负相关性；粮食价格的滞后一期对当期的粮价具有显著影响（0846）；模型（2）在加入了控制变量后，滞后期的影响不再显著，但能源价格对粮价的影响仍然显著（0014），模型拟合程度较好。总之，从发展中国家的估计结果来看，能源价格对粮食价格具有当期和滞后期的影响，具有直接与间接影响，验证了前面的数理分析。模型（3）表明在发达国家，能源价格与粮价的滞后期对当期的粮食价格影响不显著，未通过检验，控制变量加入后也未通过验证，只有一个方程（3）通过了参数检验，说明在发达国家能源价格对粮价的影响以直接影响为主，滞后期和间接传导的影响不足，表明发达国家的粮食政策和粮食制度都已经成熟。模型（4）和模型（5）是发展中国家和发达国家合并数据的估计结果，合并数据的估计结果显示，能源当期价格与滞后一期价格对粮价的影响通过检验，滞后期的影响为负，粮价滞后期对当期粮价的影响有较高的显著性，加入控制变量后，滞后期的影响未通过检验，但方程的拟合程度、整体关系都有提高。整体来看，未加入控制变量的方程显示能源价格变化对发展中国家粮价的影响是13%左右，对发达国家的影响是88%左右；而加入控制变量之后，能源价格对发展中国家粮价的影响是14%左右，对发达国家的影响未通过检验，说明就世界范围来看，能源价格对粮食价格的影响在目前阶段主要以间接影响为主。

表5粮食价格与能源价格OLS估计结果

被解释变量

LnFPji发展中国家发达国家所有国家模型（1）模型（2）模型（3）模型（4）模型（5）C076026417029033（278*）（198*** ）（1949*）（174*** ）（382*）（027）（013）（021）（017）（009）LnEPji01270014009013001（237**）（237**）（202**）（252**）（217**）（005）（001）（004）（005）（001）LnEPji-1-013〖5〗-012（-224**）——（-221**）—（006）〖5〗（005）LnFPji-10846〖5〗093（1381*）——（2325*）—（006）〖5〗（004）Ln（Agr）ji093〖6〗092〖3〗（3238*）—〖6〗（4488*）〖3〗（003）〖6〗（002）R2072092003080092F75476139440724927134256注：*表示在1%的水平下显著，**表示在5%的水平下显著，***表示在10%的水平下显著；—表示该解释变量未通过检验

从面板数据实证结果来看，可以得出以下结论：①在发展中国家，能源价格对粮价的间接（成本传导）影响较为显著，直接影响较小，而发达国家主要以直接影响为主，经济越发达，影响越小；②当期能源价格与粮价之间的关系是正向的，滞后期影响是负向的，表明各国对粮食产业的控制较为明显，稳定粮价是各国政府首选政策；③方程验证了本文的数理分析，国际能源价格对粮价的影响主要是通过影响粮食生产成本来传导的，农业生产价格指数对粮价的影响较为显著；④除了成本传导之外，能源价格对粮价的直接影响基本通过方程的检验。

5结论

通过以上时间序列与面板数据实证研究发现，世界能源价格对世界粮价具有正向影响，世界能源价格波动既直接影响粮食价格波动，也间接影响农业生产成本，进而导致粮食价格波动。经济发展程度不同的国家，世界能源价格对各国粮价的影响不同，经济越发达、市场开放程度越高的国家，因其市场机制与政策立法较为成熟，且人们在粮食产品方面的支出占可支配收入的比重较低，能源价格变动对粮价的影响表现为当期性，影响较小；而经济较为落后、市场开放程度较低的国家，能源价格对粮价的影响较为复杂，不仅有当期性影响，而且有滞后性，不仅有直接影响，而且有间接成本传导影响，既有正相关性，又有负相关性，这主要是由于在发展中国家粮食产品支出占可支配收入的比重较大。总体来看，世界能源价格对各国粮价有一定的影响，但因经济发展程度、市场开放程度、政策调控力度不同而有所差异，因此，我国应借鉴发达国家的经验，要在确保提高粮食市场国际化程度的同时完善我国粮食市场机制、降低世界能源价格变化对我国粮价的影响。

粮食市场国际化是各国经济发展道路上的必然 ，我国无法回避，更不可能脱离国际市场而单独存在，因此，受到国际影响也将日益加深，世界能源价格变化必将对我国粮价产生实质性的影响，这种影响在国际化进程的前期表现明显，而且有一定的阵痛期。但随着粮食市场国际化进程的加快，各种粮食制度和政策也将得到进一步的完善，粮食生产效率与技术研发投入将得到极大的提升，优胜劣汰机制必会得到很好的发挥，各级政府干预市场的程度将会极大降低，负担也会相应减少。因此，只要在进行国际化接轨的同时，不断完善我国粮食市场机制及相关政策，就能使世界能源价格变化对我国粮价的影响降低，甚至抵消。反之，这种影响势必将加深，不利于我国粮食价格的稳定，进而影响我国的粮食安全。

参考文献：

[1]卢心慧.关于新一轮国际粮食价格上涨的思考[J].吉林金融研究，2011（3）：36-39.

[2]Gohin A， F Chantret.The Longrun Impact of Energy Prices on World Agricultural Markets：The Role of Macroeconomic Linkages[J].Energy Policy，2010，38 （1）：333-339.

[3]黄季焜，杨军，仇焕广，徐志刚.本轮粮食价格的大起大落：主要原因及未来走势[J].管理世界，2009（1）：72-78.

[4]潘蒙红.国际粮食价格变化对中国粮食价格的影响研究[J].世界农业，2012（9）：68-72.

[5]高帆，龚芳.国际粮食价格的波动趋势及内在机理：1961-2010 年[J].经济科学，2011（5）：5-17.

[6]张毅，肖志娟.后危机时代世界粮食价格上涨原因与对策分析[J].经济问题探索，2012（3）：158-162.

[7]Kaltalioglu，M，Soytas，U Price Transmission Between World Food，Agricultural Raw Material，and Oil Prices.In：Proceedings of GBATA International Conference，Prague，2009，596-603.

[8]Gilbert C.How to Understand High Food Prices，Journal of Agricultural Economics， 2010，61（2）：398-425.

[9]刘飞翔，刘伟平.生物质能源发展对粮食安全影响的内在机理分析[J].中国农业资源与区划，2011 （6）：43-49.

[10]赵丙奇，吴彬海.论我国农业经济的产业保障国际化[J].软科学，2002（6）：74-79.

[11]付青叶.生物燃料发展对我国粮食安全的影响研究[D].西北农林大学博士学位论文，陕西：杨凌，201135.

[12]McConnell K E.The Optimal Quantity of Land in Agriculture.Nor J Agric&ResEcon， 1989，18（10）：63-72.

[13]Chen S，H Kuo，C Chen.Modeling the Relationship Between the Oil Price and Global Food Prices.Applied Energy，2010，87（8）：2517-2525.

[14]杨志海，王雨濛，等.粮食价格与石油价格的短期动态关系与长期均衡[J].农业技术经济，2012 （10）：31-39.

（责任编辑：何彬）