国际粮食价格影响因素实证分析*

公茂刚

（山东理工大学商学院，山东　淄博　255012）

国际粮食价格影响因素实证分析*

公茂刚

（山东理工大学商学院，山东淄博255012）

利用1964～2014年数据实证分析国际粮食价格的影响因素。通过协整检验，认为国际粮食价格与世界农业生产率、世界粮食超额供给量、世界粮食库存量、国际原油价格、美元有效汇率间存在协整关系。国际粮食价格受到世界农业生产率、世界粮食超额供给量、世界粮食库存量和美元有效汇率显著负向影响；受到世界石油价格显著正向影响。从误差修正模型结果看，各变量及误差修正项系数的统计检验不显著，表明变量间只存在长期趋势关系，无短期调整。可能与采用年度数据而非跨度较小的月度数据或周数据有关。提高农业生产效率、增加世界粮食产量是稳定国际粮食价格的关键举措。通过分析世界粮食消费量和美元汇率变动情况，预判国际粮食价格走向，提早采取措施保障粮食安全。

国际粮食价格；农业生产率；美元有效汇率；石油价格

一、引　言

近年来，国际粮食价格波动异常。2007～2008年国际粮食价格快速上涨，引发亚非拉广大发展中国家粮食安全问题，部分国家因此出现流血冲突和政局不稳情况。2009～2010年，国际粮价回落，低位运行两年后，2011年国际粮价开始新一轮上涨，此后虽有波动，但至目前一直在高位运行。粮价波动，特别是高位波动是影响粮食安全的主要因素，尤其对贫困人口粮食安全影响更不利。根据联合国联农组织（FAO）2009年做出的界定，粮食安全是指所有人在任何时候均能在物质、社会和经济上获得足够、安全和富有营养的食物，满足其积极和健康生活的膳食需要及食物喜好。即确保粮食安全不仅有充足的粮食供给，还有足够的粮食获取能力。粮食价格高涨并频繁波动会增加粮食购买的费用，粮食作为必需品，需求价格弹性极低，粮食价格上涨时，人们不会减少对粮食的消费。粮食价格通过影响人们的粮食获取能力影响粮食安全，对于收入较低的贫困人口影响更大。因此，掌握国际粮食价格变动规律，提前采取有效应对措施，对确保粮食安全意义重大。掌握国际粮食价格的波动规律，首先需了解国际粮食价格如何定价，主要影响因素有哪些及其如何起作用。近年来，已有大量国内外学者关注国际粮食价格波动及国际粮食价格定价的影响因素问题。

Bigman等（1983）运用线性回归方法验证芝加哥期货交易所小麦、玉米、大豆的期货价格与现货价格间关系密切。Gilbert（2006）研究表明，农产品价格波动在20世纪60年代较低，在70年代和80年代前半期较高，在20世纪80年代和90年代后半期回落，但远高于20世纪60年代水平。Cooke等（2009）利用2002至2009年月度数据分析玉米、小麦、大米和大豆的国际价格变动情况。Gilbert等（2010）利用GARCH（1，1）模型研究2007～2009年国际粮食价格波动模式，认为这3年粮食价格呈较高波动性，花生油、大豆和豆油的条件异方差显著上升。Gilbert（2011）认为，在过去十年间粮食价格经历历史最高水平后下降，出现很大波动，除大米外，其他粮食价格的波动规律在历史经验内，无强有力证据表明价格波动出现广泛意义的加剧。

普遍认为天气等自然因素对农业生产的冲击是粮食价格波动的重要原因，而需求冲击，尤其是收入冲击（Gilbert等，2010）和政策冲击（Christiaensen，2009）是粮食价格波动的主因。Smith （1993）、Karali等（2013）等认为，粮食价格波动水平直接和间接受到宏观经济政策特别是货币政策影响，如利率、通货膨胀和汇率等。Pindyck（1994）认为短期内投机因素是解释粮食价格波动的重要变量。Tyner等（2008）认为由于补贴及政府对生物能源产业的支持，市场对玉米及大豆的需求倍增，粮食价格异常波动。黄季焜等（2009）认为全球能源价格波动、生物燃料产业扩张与萎缩、市场投机及一些国家所采取的贸易政策等因素导致2006～2009年国际粮食价格大幅波动。王文斌等（2009）认为国际粮价波动与粮食产量、粮食消费和粮食库存的变化存在密切关联。Cooke等（2009）认为国际粮食价格波动主要由期货市场金融投机行为导致。Gilbert（2010）认为中国及其他亚洲经济体的快速增长是国际粮食价格高企原因。Nazlioglu等（2011）研究表明无论短期或长期，世界石油价格和美元实际有效汇率的波动对农产品价格均有显著影响。Baffes（2011）发现国际粮食价格波动的一个显著特点是能源市场和粮食市场间的同步性。Mitra等（2012）分析了粮食库存量与粮食价格间的关系，研究结果显示库存是价格变动的有效影响因素。

综上所述，以往学者对国际粮食价格影响因素的分析分为两层面，一是实物层面；二是货币金融层面。粮食供给、粮食需求、粮食库存量、生物燃料等因素归为实物层面；国际资本流动、美元汇率等因素归结为货币金融因素。以往的研究往往侧重某一方面，未将两者结合起来比较分析二者作用。本文系统分析农业生产率、粮食供给、粮食需求、国际原油价格、美元汇率等因素对国际粮食价格定价的影响。其中，粮食是狭义的粮食，即国际上的谷物，包括稻米、小麦、玉米、大麦、黑麦、燕麦、高粱、谷子及杂粮等，不完全等同于我国粮食分类。我国粮食种类还包括豆类和薯类，但我国粮食构成中，谷物占比最大，由中国统计年鉴数据可知，2013年谷物产量占粮食总产量的91.8%，且关系到粮食安全的主要是谷物。

二、影响因素构成及基本假说

价格是价值的货币表现，围绕价值上下波动。价值是凝结在商品中无差别的人类劳动，这是马克思政治经济学基本原理，因此世界粮食价格取决于世界粮食价值。商品价值度量依据凝结在商品中的社会必要劳动时间，时间越长，价值越高。生产商品使用的社会必要劳动时间与劳动生产力呈反比，劳动生产力越高，所需必要劳动时间越少，商品价值越低。科技进步提高了劳动生产力，在粮食生产领域也如此。一般使用全要素生产率（TFP）表示技术进步，农业技术进步体现在农业生产率变动上。图1中世界农业生产率指数，以1992年为基期（美国农业部数据库，2015）。由于统计数据只到2012年，2013和2014年数据根据1961～2012年的平均年增长率计算得到。1961～2014年世界农业生产率持续增长，因此世界粮食价值长期看呈降低趋势。根据联合国粮农组织数据（2015），从1990年开始有世界谷物名义与实际价格指数的年度数据，但联合国粮农组织从1961年开始统计食物名义与实际价格指数，以2002～2004年为100计算。由于食物价格指数计算除谷物外还包括肉类、奶类、蔬菜、食用油和糖类等，谷物价格波动比其他类食物略低，谷物价格指数略低于食物价格指数。通过计算，1990～2014年，谷物名义与实际价格指数均是食物的0.975倍。由此，本文对1990年之前的食物名义与实际价格指数用0.975的系数作调整得到谷物名义与实际价格指数。可见，名义价格指数总体呈上升趋势，且2005年后迅速上升，并在高位波动，2011年后呈下降趋势。从实际价格指数看，长期增长趋势不明显，近年来高位波动明显，2011年后也呈下降趋势。随世界农业生产率的提高，世界谷物实际价格有一定下降趋势。本文提出假说，即世界粮食价格与世界农业生产率存在反向变动关系，世界农业生产率越高，世界粮食价格越低。

图1　1961～2014年世界农业生产率、世界谷物名义与实际价格指数

根据马歇尔供需均衡理论，世界粮食价格由国际粮食供给和需求共同决定。供给超过需求，粮食价格下降；需求大于供给，粮食价格上升，即存在超额需求时价格上升，反之下降。一段时间（通常一年）内世界粮食供给主要由两部分够成，一是当期生产，二是期初库存，其中生产是根本。粮食净进口是一国粮食供给的重要来源，一国粮食净进口是其他国家粮食净出口，计算世界粮食供给时两者相互抵消，不需计入世界粮食供给。粮食库存最终来源于粮食生产，粮食库存变动取决于当期粮食生产与消费之差。当期粮食生产低于消费时，粮食价格上涨，但期初库存会抑制这种上涨；当期粮食生产高于消费时，粮食价格下降，通过库存可减轻粮食价格下跌，稳定粮价。

图2显示世界谷物产量、消费量及库存量变化情况，谷物包括大米、小麦、玉米、大麦、黑麦、燕麦、高粱、谷子及杂粮等九类粮食作物，库存量指期初库存。数据来源于美国农业部数据库（USDA）（2015）。可以看出，世界谷物产量及消费量具有长期增长趋势，虽有些年份存在波动。通过库存变化可见每一期谷物产量与消费量的差距，两者之差时正时负。从产量和消费量波动可看出，消费量波幅较小，增长较平稳，产量波动较大。因粮食是必须品，消费量较稳定，由于其需求弹性低，即使遇到价格等因素的不利影响，变动不会很大。由于粮食生产周期较长，在其自然生长过程中会受到较多因素影响，农作物自然生长周期不可逆，遇到自然或人为因素等不利影响时，损失很难补救，因此粮食产量波动幅度较大。

图2　1960～2014年世界谷物产量、消费量及库存量

某一年的世界粮食总供给由当年生产加上年初库存构成，总供给与总消费需求之差反映供需力量对比，两者之差即超额供给，超额供给越多，价格越低。图3显示全球谷物超额供给与谷物实际价格指数间的散点图，可见全球谷物超额供给越多，谷物实际价格越低。两者斯皮尔曼等级相关系数为-0.495，且在1%的水平下通过显著性检验。通过与联合国粮农组织公布的谷物价格指数对比发现，2000年左右，当世界谷物库存较高时，世界谷物价格指数较低，在2006～2008年当世界谷物库存较低时，世界谷物价格指数则在较高位运行。由图4可知，全球谷物库存量越多，谷物价格越低，两者斯皮尔曼等级相关系数为-0.612，且在1%的水平下通过显著性检验。本文提出假说，即世界粮食超额供给量与世界粮食库存量对世界粮食价格影响为负。

图3　全球谷物超额供给与谷物实际价格指数散点图

图4　全球谷物库存量与谷物实际价格指数散点图

世界能源价格与粮食价格间存在密切关联。能源密集型是粮食生产的必经阶段。由于粮食生产中使用的能源主要是石油，因此在分析时用到的能源价格是原油价格。能源价格主要通过粮食的生产投入渠道影响粮食价格，如能源价格上涨提高粮食生产中机械作业、肥料及运输成本，抬高粮食价格。能源价格对粮食价格的影响还可通过生物能源渠道实现。生物能源主要是指生物柴油、燃料乙醇等通过玉米、高粱、大豆等农作物提取加工而成的能源，是石油的可替代品。因此当石油价格上涨时，作为其替代产品的生物能源需求会增加，派生出对生物能源生产中所需粮食类产品的需求，导致粮食价格上涨。图5表示世界谷物价格随世界原油价格变动的散点图，数据源自英国石油公司（BP）《世界能源统计年鉴2015》。其中原油价格以2014年美元价格表示。该图体现出两者具有明显正向线性关系，两者斯皮尔曼等级相关系数为0.281，且在5%的水平下通过显著性检验。由此提出假说，即世界能源价格对世界粮食价格影响为正。

图5　世界原油价格与世界谷物实际价格指数散点图

在世界粮食贸易中，世界粮食价格一般用美元表示，因此美元汇率会影响世界粮食价格。当前世界粮食价格高位运行受美元贬值影响，且美元汇率变动与国际游资数量相关，国际游资在国际粮食市场上的投机行为是国际粮食价格变动的重要因素。国际游资由美元过量发行导致，当美元超额发行、国际游资增加时，美元价值降低，美元汇率变动可反映国际游资变化。美元贬值与升值可通过美元有效汇率衡量。有效汇率是以某个变量为权重计算的加权平均汇率指数，通常以一国与样本国双边贸易额占该国对所有样本国全部对外贸易额比重为权数。有效汇率分为名义和实际有效汇率，名义有效汇率是用来衡量一国货币相对各个样本国货币汇率的加权平均值，实际有效汇率根据价格变化作调整，即剔除通货膨胀后的有效汇率。本文采用实际有效汇率，以2010年为基期，根据国际清算银行数据，采用Narrow indices。2001年之后美元持续贬值，世界谷物价格上升。图6表示谷物价格指数与美元实际有效汇率的反向变动关系，美元实际有效汇率数据来源于国际清算银行（2015）。由此提出假说，美元有效汇率对世界粮食价格影响为负。

图6　美元实际有效汇率与谷物价格指数散点图

三、计量模型构建与分析

由上述分析可知，农业生产率、粮食产量、消费量、库存量、世界原油价格、美元汇率等是影响世界粮食价格的重要因素，对世界粮食价格影响的显著性及影响程度需通过建立计量经济模型分析。

（一）变量选取与数据描述

本文粮食价格数据采用谷物价格。由于谷物包含种类众多，没有统一货币单位表示的价格。本文采用联合国粮农组织计算的实际谷物价格指数。由美国农业部计算的农业全要素生产率（TFP）代表生产效率的农业生产率。超额供给量由谷物的总供给减去消费总需求得到，库存量是期初库存。原油价格采用英国石油公司《世界能源统计年鉴2015》中的世界原油价格，并按2014年美元计算。美元有效汇率是国际清算银行数据库中Narrow indices数据中实际有效汇率。综合考虑各变量数据可得性，将样本区间设定为1964～2014年，即51年的样本数据。由于美元有效汇率以月份统计，需将其转换为年度数据，采用《中国统计年鉴》中计算人民币汇率的方法，即将每年12个月的数据作简单算术平均，并将粮食价格、生产效率、粮食超额供给量、库存量、原油价格和美元有效汇率分别用PRI、TFP、CHG、STO、OIL、EER表示。相关数据描述性统计见表1。

（二）模型检验与建立

采用时间序列数据，为避免伪回归，需作平稳性检验。首先对原始数据取自然对数，对取对数后的变量作单位根检验，采用ADF检验法。为确定检验类型，对取对数后的变量作线性图形，可看出所有变量均有截距，除LN（PRI）外均存在时间趋势。采用同样方式确定一阶差分后检验类型。通过施瓦茨信息准则确定滞后阶数。由表2检验结果可知，各变量取对数后均不平稳，但一阶差分后均在1%显著性水平下通过检验，表明不能作回归分析。由于所有变量均一阶单整，可作协整检验，若存在协整关系，则可建立协整方程和误差修正模型。

表1　相关变量的描述性统计

表2　相关变量的单位根检验

多变量协整检验建立在向量自回归基础上，建立VAR模型首先需确定滞后期长度，根据LR统计量及AIC信息准则，确定VAR滞后期为2期。采用Johansen协整检验方法，检验类型采取序列具有线性趋势项，协整方程有截距无趋势。由表3检验结果可知，在5%的显著性水平下，特征根迹检验和最大特征值检验结果均表明存在两个协整方程。说明世界粮食价格与其他变量存在长期趋势关系，式（1）为协整方程，在1%显著性水平下，LN（TFP）、LN（STO）、LN（CHG）、LN（OIL）前系数显著不为零，在10%水平下，LN（EER）前系数通过显著性检验。需建立向量误差修正模型，根据研究问题需要，此处只列出向量误差修正模型中粮食价格作为被解释变量的模型，见式（2）。

表3　Johansen协整检验结果

注：括号内数字为t值，***、**、*分别表示在1%、5%和10%的水平上t检验显著。

（三）模型结果分析

从协整方程式（1）系数可看出，在1%水平下，世界粮食价格受农业全要素生产率显著负向影响，农业全要素生产率越高，表明粮食生产效率越高，生产单位粮食的社会必要劳动时间越少，粮食价值越低，价格越低，农业全要素生产率提高1%时，粮食价格降低-0.47%。世界农业生产率对世界粮食价格的负向影响验证了前文假说。在1%水平下，世界粮食库存量对世界粮食价格影响显著为负，世界粮食库存量增加1%时，世界粮食价格下降24.77%。随世界粮食库存量增加，粮食价格下降的实证结果与假说一致。在1%水平下，世界粮食超额供给量对粮食价格有显著负向影响，粮食超额供给增长1%时，世界粮食价格下降24.58%，这一结果也验证了假说。世界原油价格对世界粮食价格的影响在1%水平下显著，随石油价格上涨，世界粮食价格随之上涨，弹性约为0.16，与假说一致。世界粮食价格与原油价格间除具有长期趋势关系，还具有波动间的关系。在5%水平下，美元有效汇率对世界粮食价格有显著负向影响，美元升值1%时，世界粮食价格下降0.01%，与假说一致。主要因为世界粮食交易以美元计价，两者间必然存在此消彼长关系。美元汇率降低时，表明国际游资数量增加，当国际游资大举进入国际粮食市场时，国际粮食价格则上升。协整方程体现变量间的长期趋势关系，变量间短期调整关系则需向量误差修正模型分析。从式（2）误差修正模型结果看，误差修正项的系数虽为负，也符合对误差修正项符号的要求，但未通过显著性检验，因此该影响在统计上不显著。表明变量间只存在长期趋势关系，无短期调整，可能与采用数据为年度数据而非跨度较小的月度数据或周数据有关。

四、结论与启示

通过分析得出两点结论。

第一，世界粮食价格受世界农业生产率、世界粮食超额供给量、库存量、世界石油价格及美元有效汇率的显著影响。世界农业生产率越高，世界粮食价格越低；世界粮食超额供给量越高，世界粮食价格越低；世界库存量越多，世界粮食价格越低；世界原油价格越高，世界粮食价格越高；美元有效汇率越高，世界粮食价格越低。实证结果与基本假说一致。

第二，世界粮食价格与相关变量间存在长期趋势关系，不存在短期调整关系，可能与采用数据为年度数据而非跨度较小的月度数据或周数据有关。

由此可见，国际粮食价格的定价受多种因素影响。当前粮食价格不断高涨，影响世界特别是低收入国家粮食安全，各国政府应采取有效措施稳定或降低国际粮食价格。如加强对农业研发特别是生物技术的支持，提高农业生产效率，增加世界粮食产量；通过分析世界粮食消费量和美元汇率变动情况，预判国际粮食价格走向，及时采取措施保障粮食安全。

［1］黄季焜，杨军，仇焕广，等.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.

［2］王文斌，戴金平.国际粮食价格与其产量、消费和库存［J］.国际贸易问题，2009（5）:35-40.

［3］美国农业部数据库［EB/OL］.［2015-10-16］.http://www.ers.usda.gov/data-products/international-agricultural-productivity.aspx.

［4］联合国粮农组织数据［EB/OL］.［2015-10-16］.http://www.fao.org/worldfoodsituation/foodpricesindex/en/.

［5］美国农业部数据库［EB/OL］.［2015-10-20］.http://www.fas.usda.gov/psdonline.

［6］英国石油公司（BP）世界能源统计年鉴［EB/OL］.［2015-7-15］.http://www.bp.com/statisticalreview.

［7］国际清算银行［EB/OL］.［2015-11-1］.http://www.bis.org/statistics/eer.htm？m=6%7C187.

［8］Baffes J.The economics of food:How feeding and fueling the planet affects food prices［J］.European Review of Agricultural Economics，2011，38（1）:157-160.

［9］Bigman D，Goldfarb D，Schechtman E.Futures market efficiency and the time content of the information sets［J］.Journal of Futures Markets 1983，3（3）:321-334.

［10］Christiaensen L.Revisiting the global food architecture:Lessons from the 2008 food crisis［J］.Review of Business and Economics，2009 （3）:3345-3361.

［11］Cooke B，Robles M.Recent food price movements:A time series analysis［R］.IFPRI Discussion Paper，Washington，DC，2009.

［12］Gilbert C L.Trends and volatility in agricultural commodity prices［C］.In Agricultural commodity markets and trade（eds Sarris A.，Hallam D），Cheltenham，Edward Elgar，2006:31-60.

［13］Gilbert C，Morgan W.Has food price volatility risen？［R］.Discussion Paper，Trento，Italy，2010.

［14］Gilbert C.International agreements for commodity price stabilization:An assessment［R］.OECD Food Agriculture and Fisheries Papers 53，2011.

［15］Gilbert C L.How to understand high food prices［J］Journal of Agricultural Economics，2010，61（2）:398-425.

［16］Karali B，Power G J.Short-and long-run determinants of commodity price volatility［J］.American Journal of Agricultural Economics，2013，95（3）:724-738.

［17］Mitra S，Boussard J M.A simple model of endogenous agricultural commodity price fluctuations with storage［J］.Agricultural Economics，2012.43（1）:1-15.

［18］Nazlioglu S，Soytas U.World oil prices and agricultural commodity prices:Evidence from an emerging market［J］.Energy Economics，2011，33（3）:488-496.

［19］Pindyck R S.Inventories and the short-run dynamics of commodity prices［J］.RAND Journal of Economics，1994，25（1）:141-159.

［20］Smith V H，Lapp J S.Relative price variability among agricultural commodities and macroeconomic instability in the United Kingdom ［J］.Journal of Agricultural Economics，1993，44（2）:272-283.

［21］Tyner W，Taheripour F.Biofuels，policy options，and their implications:Analyses using partial and general equilibrium approaches［J］. Journal of Agricultural&Food Industrial Organization，2008，6（2）:1-19.

Analysis on Influencing Factors of International Food Price

GONG Maogang
（Business College，Shandong University of Technology，Zibo 255012，Shandong，China）

The paper analyzes influencing factors of the international food price by using the data from 1964 to 2014.There is cointegration relationship among the international food price，world agricultural productivity，world food excessive supply，food inventory，international oil price，and the exchange rate of dollar.The world agricultural productivity，world food the amount of excessive supply，world food stock and the exchange rate of dollar had significantly negative effects on the international food price.The international oil price had significantly positive impact on the international food price.But from the results of the error correction model，the statistical test of the coefficient of the variable and the error correction factor was not significant，which indicated that there was only a long-term trend of the relationship between the variables，and no short-term adjustment.This might be related to the data which used in the paper were annual data rather than the small span of the monthly data or weekly data.To improve the agricultural productivity，increase food production was the key measure to stabilize the international food prices. Through the analysis of the world food consumption and the change of the dollar exchange rate，the trend of international food prices could be predicted，and measures to ensure food security were took in advance.

international food price；influencing factor；agricultural productivity；effectivee exchange rate of dollar；oil price

F326.11

A

1674-9189（2016）03-0035-09

*项目来源：国家社会科学基金项目（13CJY103）。

公茂刚（1982-），男，博士，副教授，研究方向：农业经济。