新形势下稳定中国玉米供给的影响因素研究*——基于东北地区动态面板数据的实证分析

张诗靓，文浩楠，杨艳涛※

(1.中国农业科学院农业经济与发展研究所，北京 100081； 2.首都经济贸易大学，北京 100026)

0 引言

玉米是我国当前最大的粮食品种，是重要的粮食作物、饲料作物和工业原料，具有需求弹性大、产业链条长、国内外市场关联程度高的特点[1]。近年来随着玉米收储制度的改革，种植结构调整的持续推进，国内玉米供需形势发生了较大的变化。玉米播种面积持续减少，已降至2013—2014年的水平。玉米总产量持续下降，由2015年的2.65亿t下降到2018年的2.57亿t。由于畜禽养殖和深加工行业需求体量巨大且刚性增长基础牢固，玉米产需缺口逐年扩大。伴随临储拍卖速度加快，玉米库存消费比已经降至19%左右，逼近安全红线，国内玉米供求形势趋紧。据国家粮油信息中心预计， 2018/2019年度国内玉米产需缺口为2 560万t。为了防止玉米产需缺口的进一步拉大， 2019年“中央一号文件”指出要稳定国内玉米生产，保障国内玉米供给。

东北地区是我国最大的玉米商品粮基地、传统的玉米调出省份，也是临时收储制度改革的执行区域。临储制度取消后东北地区玉米总产量由2015年的1.18亿t下降到2018年的1.13亿t，总产量下降比例占全国下降比例的70%。东北地区玉米供给稳定与否直接关系到国内玉米供给安全。目前我国正处于玉米供求关系趋势逆转时期，临储政策取消后农户种植意愿存在不确定性[2-4]，因此探究玉米供给反应的动态过程，对了解玉米供给特征，保障国内玉米供给安全具有重要的现实意义。

图1 2000/01—2018/19市场年度中国玉米生产量与消费量数据来源：国家粮油信息中心

1 文献回顾

农产品供给反应是播种面积或产出对价格及其他相关因素的反应。Nerlove(1956)基于适应性预期理论对一年生农产品供给反应作出研究，最先将动态分析方法应用于农产品供给的研究中。Nerlove的适应性预期模型对蛛网模型的预期假设进行了修正，它假设农户在生产中存在学习过程，认为农户对预期价格的形成不仅仅依赖上一期的市场价格，而是会综合考虑以往各期的价格进行生产决策[5]。目前Nerlove适应性预期模型在估计农产品供给反应中应用比较广泛。在过去的几十年中，学者们不断对供给反应模型进行补充完善，将其他影响因素引入模型。

国内学者在借鉴改进Nerlove供给反应模型的基础上，对不同农产品的供给反应展开了大量的研究，研究对象从粮食作物[6]、经济作物到畜牧产品均有涉及。针对玉米供给反应的研究，王宏(2010)依据1988—2006年中国玉米播种面积和市场价格的时间序列数据，测算出我国玉米播种面积对价格的反应程度短期较小长期较大，玉米供给对价格的反应存在滞后性[7]。张明杨(2014)通过建立12个玉米主产省省际面板数据，发现在土地资源相对有限的情况下，农户对玉米未来相对净收益的预期及以往的播种决策是决定农户玉米播种面积的重要因素[8]。钱文荣(2015)将我国12个玉米主产省作为研究整体，发现短期内玉米单产价格弹性高于种植面积价格弹性[9]。邵飞(2011)将全国玉米分为3个生产区域，从面积和单产两个维度计算玉米供给的弹性，发现面积价格弹性优于单产价格弹性[10]。方燕(2016)将玉米分为东北产区、黄淮海产区、南方丘陵山区，以2008年为时间分界对比临储政策实施前后玉米供给反应的变化，发现东北产区受政策托底影响增强了玉米价格对玉米种植面积和产量的影响[11]。

根据已有文献发现目前大多数研究都是在国内玉米供给充足时期，但国内玉米已经由阶段性供过于求转变为阶段性供给紧缺，在当前国内玉米供给紧缺的新形势下，如何提高农户种植积极性，保障国内玉米供给尤为重要。因此，文章在借鉴前人研究成果的基础上，选取玉米临时收储政策改革省份(辽宁、吉林、黑龙江、内蒙古)，综合考虑竞争作物价格、生产成本、自然风险及政策等因素，利用Nerlove模型对玉米供给反应进行实证分析，探究当前新形势下影响玉米供给的因素，为稳定国内玉米生产提供有针对性的政策参考。

2 模型设定与数据说明

2.1 模型设定

(1)

(2)

(3)

(4)

由(1)(2)(4)整理得到简化的Nerlove供给反应方程为：

At=π0+π1Pt-1+π2At-1+π3Zt+vt

(5)

式(5)中，π0=λα0，π1=λα1，π2=-λ+1，π3=λα2，vt=λμt

由于粮食产量受到诸多客观因素的影响，为避免不可控因素的影响，本文选取玉米播种面积作为因变量，更能反映农户自身种植行为的选择。根据东北主产区玉米生产特点，供给反应模型中其他外生变量具体变量确定如下。

大豆价格：由于地区资源条件等限制，在东北地区大豆与玉米互为竞争性作物，近年来农业供给侧调整鼓励农户增加大豆种植面积，大豆的价格高低对农户种植决策产生影响，因此本文将滞后一期大豆市场价格纳入模型。玉米生产成本：指物质与服务费用及人工成本的总合，不包含土地成本。自然风险：由于农业生产的弱质性，农户在生产时会选择调整播种面积来规避风险，本文用滞后一期受灾率来代表当期玉米种植的自然风险，受灾率为当地受灾面积与当地总播种面积的比值。临时收储政策虚拟变量：根据玉米临时收储政策实施时间为2008年到2016年，因此本文将2008—2016年D值设为1，其余年份均为0。此外本文根据适应性预期理论将滞后二期玉米市场价格引入模型。

如某年一个中午，单位组织沙漠徒步，在一条大河中间，一个女同事被急流冲倒，尽管没有被卷走，其他同事齐声惊叫，有的甚至穿着鞋子跳入河中，奋力施救，而他却爆发出一阵刺耳的笑声。那种笑，在烈日之下，让人浑身打颤。还有一个冬天，单位组织扫雪，在寒风凛冽、雪粒横飞的马路上，一个骑摩托车的人，因为车速太快而摔倒，滑出十多米远。虽然有些滑稽，但这个同事爆发出来的笑，在我和其他同事的耳朵里，却有些毛骨悚然。

由于Nerlove模型中解释变量包含因变量和价格的滞后项，为了避免序列自相关和多重共线性。将变量进行对数化处理确保残差项同方差且服从正态分布，并且可以直接根据系数得出供给弹性。本文借鉴扩展的Nerlove供给反应模型，构建的研究玉米供给反应模型表示如下：

lnAt=π0+π1lnPt-1+π2lnPt-2+π3lnAt-1+π4lnSPt-1+π5lnC+π6NR+π7D+vt

(6)

式(6)中，被解释变量At为t期玉米的播种面积，解释变量At-1为玉米滞后一期的播种面积，Pt-1为滞后一期玉米市场价格，Pt-2为滞后二期玉米市场价格，SPt-1为滞后一期大豆价格、C为玉米生产成本、NR为自然风险、D为代表临时收储政策的虚拟变量。

2.2 数据说明

该文采用1999—2017年东北地区(辽宁省、吉林省、黑龙江省、内蒙古自治区)玉米生产的面板数据。其中作物播种面积、受灾面积及总播种面积来源于《中国统计年鉴》，玉米市场价格、生产成本及大豆市场价格来源于《全国农产品成本收益年鉴汇编》。由于2018年《中国统计年鉴》中对2007—2017年的玉米播种面积进行修订，但除2017年对各省份进行修订外其他年份(2007—2016年)的各省玉米播种面积均为未修订数值，该文根据相应年份全国修订幅度对各省玉米种植面积进行修订。

3 实证结果及讨论

3.1 实证结果

由于供给反应模型是动态面板数据模型，模型中包含因变量的滞后项作为自变量，导致自变量与误差项相关，造成模型内生性问题。若采用标准面板数据的固定效应或随机效应进行估计，会得到有偏的、非一致的参数估计值。为解决模型自身内生性问题，Arellano和Bond提出广义矩估计，即差分GMM估计方法，对估计方程进行一阶差分去掉固定效应的影响，然后用一组滞后解释变量作为工具变量。但由于差分GMM存在弱工具变量的问题，Arellano 和Blundell等人提出系统GMM估计方法，该方法同时结合了差分方程和水平方程对模型进行估计，除了设置差分方程相应变量的工具变量之外，还增加了一组滞后差分变量作为水平方程相应变量的工具变量。因此该文采用系统GMM方法，利用Stata14.0对模型进行估计，回归结果如表1所示。

表1 玉米播种面积动态供给反应模型估计结果

变量名称回归系数Z值常数项C0.5431.53滞后一期玉米播种面积lnAt-10.855∗∗∗13.24滞后一期玉米市场价格lnPt-10.599∗∗∗6.62滞后二期玉米市场价格lnPt-2-0.243∗∗-2.16滞后一期大豆价格lnSPt-1-0.051∗∗-2.20生产成本lnC-0.084-0.96自然风险NR-0.089∗-1.69政策虚拟变量D-0.115∗∗∗-3.62 注:∗、∗∗、∗∗∗ 分别表示回归系数的显著水平为10%、5%、1%

根据回归结果，玉米供给反应模型为：

lnAt=0.54+0.6lnPt-1-0.24lnPt-2+0.86lnAt-1-0.05lnSPt-1-0.08lnC-0.09NR-0.12D+vt

(7)

3.2 模拟结果的分析

(1)滞后一期的玉米市场价格对玉米播种面积有显著的正向促进作用，滞后期价格对种植决策的影响依次递减。前一期玉米市场价格越高，生产者会倾向于增加当期玉米播种面积。滞后二期的玉米市场价格估计系数在5%的水平上显著为负，绝对值小于滞后一期市场价格的估计系数，说明滞后二期的价格对农户当期种植决策会产生影响但是影响小于滞后一期的价格，且由于农产品市场价格存在大小年，市场价格对农户决策的影响存在周期性。

(2)滞后一期的玉米播种面积对该期玉米种植决策具有显著的正向影响。前期播种面积的回归系数为0.855。由于农业生产容易受到资源条件限制，因此前期的播种面积是影响生产决策最重要的影响因素。东北地区是传统玉米种植基地，玉米播种面积大、生产地集中，农户调整播种面积和种植结构的难度较大，农户种植习惯不容易发生改变，农户生产存在惯性。

(3)滞后一期大豆价格、自然风险及临时收储制度都对玉米播种面积具有显著的负向影响。大豆价格每上涨1%玉米播种面积就会下降0.05%，随着农业供给侧结构性调整，当大豆市场价格升高农户会倾向减少玉米种植。自然风险降低了农户玉米种植意愿，自然风险每上升1%玉米播种面积就会下降0.09%，农户在种植选择时会通过减少播种面积规避自然风险。临时收储制度的虚拟变量回归系数为-0.115，这与预期不相符。在实际实施过程中，一方面由于临时收储政策存在一定弊端，收储细则不完善，收购企业在玉米定价上有较大的操作空间，收购标准设置较高，扣水扣杂由收购企业单方面决定，临时收储过程中因水分等问题存在限收拒收、压级压价的现象，农户直接从政策中获得收益有限。另一方面，临储政策的实施间接抬高了土地租金，对农户生产积极性产生一定影响。

(4)生产成本的变化对农户玉米种植决策的影响并不显著。由于东北地区资源条件限制，玉米易于管理且产量相对稳定，适应当地种植。课题组在对农户实地调研中也发现，生产成本的变化对农户种植决策的影响并不是非常明显，即使生产资料成本上涨，农户也会保持一定的玉米种植面积。

4 研究结论与政策建议

4.1 研究结论

该研究利用1999—2017年东北三省一区省级面板数据，基于Nerlove模型构建玉米动态供给反应模型，通过实证研究得到以下结论。

(1)玉米种植面积受到滞后期价格的影响，但农户在短期内不能及时对市场价格变动作出生产决策调整，玉米恢复正常供给还需要一段时期的调整。

(2)过去几年玉米临时收储制度在实施过程中对农户生产积极性的影响有限。

(3)由于农业生产的弱质性，玉米生产者倾向于减少种植面积来规避自然风险。

4.2 政策建议

基于以上研究结论，结合课题组在东北地区实地调研情况，该研究为稳定我国玉米生产，保障国家粮食安全，提出如下建议。

(1)积极搭建玉米产销协作平台，加强市场价格信息平台建设。构建玉米生产者与加工企业利益联接机制，鼓励加工企业与农户、合作社直接对接，减少流通环节。建立健全产区内部玉米价格收集、分析及发布渠道，加强玉米生产者及时获取市场信息的能力。加快玉米全产业链大数据建设，使生产者能够准确了解市场供求情况，合理引导农户对市场做出预期。鼓励加工企业与农户合作共建仓储设施，实现“藏粮于民”，同时规避新玉米集中上市导致玉米价格降低对农户利益造成的损害。

(2)保持“价补分离”政策的稳定性，进一步完善生产者补贴机制。政府要制定长期有效的政策，坚持玉米市场定价加补贴的方向，保持政策的连续性和稳定性。生产者补贴应向玉米优势产区倾斜，明确补贴对象、补贴标准和补贴方式，确保生产者补贴发放到玉米种植户手中，保障玉米种植者收益的稳定。

(3)加大农业科技创新投入，建立健全农业保险制度。加强田间基础设施完善与改造，通过农业配套设施建设、科技创新投入，提高农业生产效率。完善农业保险机制，合理农业重大灾害保险认定标准，推动成本保险和收入保险试点，增强玉米生产者抗灾防灾的能力。