大豆振兴背景下吉林省大豆供给反应研究*——基于Nerlove模型的实证分析

郎敏，刘帅，许鹤，顾莉丽

(1.吉林农业大学经济管理学院，长春市，130118；2.长春光华学院科研处，长春市，130033)

0 引言

大豆原产于中国，距今已有五千多年的种植历史。20世纪90年代，我国同美国、巴西、阿根廷主导世界大豆市场格局，但随着我国经济快速发展，大豆进口量不断增长，国内供给失衡，导致我国由大豆净出口国转变为净进口国，在国际大豆市场上的角色发生了巨大转换。近年来，国内粮食种植结构矛盾突出，大豆生产效益及地位下降，产能日益严峻[1]。吉林省作为我国粮食主产区，历来素有“大豆之乡”的美誉[2]，虽然大豆播种面积处于全国前列，但是与省内优势作物相比存在显著差异。为改善国内大豆生产的窘迫局面，我国为提振大豆生产先后出台过大豆临时收储政策和目标价格政策，但这两项政策对促进大豆生产的作用并不显著，最终退出历史舞台，取而代之的是大豆生产者补贴政策。大豆振兴政策环境下，吉林省积极调减非玉米优势产区玉米种植面积[3]，鼓励大豆种植，提高大豆补贴额度，虽使省内大豆播种面积有所增加，但增长缓慢，增势不足。微观农户的种植行为决定了宏观大豆播种面积，新政策的出台和补贴额度的提高似乎更能鼓励农户种植大豆的积极性，然而实际上吉林省农户大豆种植行为发生的概率偏低，这是导致宏观上吉林省大豆播种面积缓慢增长的原因之一。基于这一事实，研究其背后原因及吉林省大豆供给反应影响因素对于逐步稳定大豆生产具有重要意义。

农户作为农业经营者是理性经济人，在农业生产中追求利润最大化[4-8]，影响农户生产行为最直观的因素是农产品价格。供给反应分析就是在产品价格变化的情况下，农户如何调整其生产行为以实现农产品收益最大化。然而早期国外研究者对农产品供给反应却存在争论，一种持有上述观点，即认为农户是理性的，会根据农产品价格变动进而调整播种面积[9-10]；另外一种则认为农户对农产品价格波动反应较为迟钝，相较于追求利润最大化更偏向于规避风险[11-12]。供给反应模型已经是一种非常成熟的模型，在农业生产领域国内学者对Nerlove模型的使用已非常广泛。从研究对象来看，有针对粮食作物、经济作物、畜牧生产、水产养殖等进行分析的；从研究切入点看，有直接从研究对象入手的，也有从农业政策[13-14]、农户种植行为角度切入的[15-16]；从研究区域看，有从全国整体性出发进行探究的，也有从不同区域出发[17]，进行区域间对比分析的[18]。刘宏曼等[13]基于我国大豆主产区的面板数据，在理论分析中将政策作为调整因素进行考量，研究表明滞后一期的大豆播种面积及单价对大豆播种面积均存在显著正向影响。在研究方法上与刘宏曼不同，廖翼等[17]另外得出替代作物与大豆比价关系也是影响我国大豆供给的主要因素；朱思柱等[19]还创新性地探究了大豆收入与大豆供给弹性之间的关系。

综上所述，Nerlove模型已然在农业生产领域运用十分成熟，但是现阶段针对吉林省大豆生产的研究较少，新政策出台使大豆供给环境相应发生改变，针对政策对大豆供给反应的考量较少。因此，在大豆振兴背景下研究吉林省大豆供给反应十分必要，对于检验生产者补贴政策实施效果具有重要意义，同时为吉林省深化农业供给侧结构性改革、提振大豆生产提供参考。基于此，本文利用1985—2019年吉林省大豆相关宏观数据，通过建立Nerlove模型，分析了大豆供给反应的主要影响因素，并据此提出针对性政策建议。

1 吉林省大豆生产情况变化

虽然我国在1978年拉开了改革开放的帷幕，但是家庭联产承包责任制直到1982年被最终确立，1985年才在吉林省全面铺开，农业生产力得到极大解放，各项农业生产指标都有显著提升。从吉林省大豆播种面积看，1985—1994年大豆播种面积均处于较高水平，居改革开放以来历史高位；然而1995—1999年大豆播种面积迅速下降且降幅较大，连续五年播种面积没有明显起伏。从2000年开始，大豆播种面积大幅增长，基本恢复到历史最高水平，2000—2009年大豆播种面积年际间波动较小，处于相对较高水平。但从2010—2015年吉林省大豆播种面积逐年递减，到2015年达到历史最低。2016—2019年大豆播种面积开始逆势增长，呈现出较快的增长速度，增量显著，得益于大豆生产者补贴政策的实施。但是近几年大豆播种面积与历史最高水平仍有较大差距。2008—2019年吉林省大豆播种面积发生显著变化，在此期间针对大豆实施的政策也经历了三次变动。政策出台的初衷本是为促进大豆生产，保障豆农收益，但是透过宏观数据可以发现吉林省大豆供给受政策影响收效甚微，大豆振兴仍然面临压力，政策对吉林省大豆供给的影响需要深入挖掘。从吉林省大豆单产来看，其变化趋势可以大致分为两个阶段：第一个阶段是1985—2003年，在这期间大豆单产水平呈波动式上升趋势，并在2003年达到最高，表现出大豆单产上的巨大优势；第二阶段是2004—2019年，在这期间吉林省大豆单产水平呈波动式下降趋势，单产优势逐渐丧失。因此，吉林省若要改善大豆种植局面，除了要扩大种植面积，还有进一步改善大豆品种，提高大豆单产(图1)。

图1 1985—2019年吉林省大豆播种面积及单产变动Fig.1 Changes of soybean sown area and yield per unit area in Jilin Province from 1985 to 2019注：数据来源：《吉林统计年鉴》(1986—2020)。

1985—2019年吉林省大豆收购价格变动如图2所示。

图2 1985—2019年吉林省大豆收购价格变动Fig.2 Changes of soybean purchase price in Jilin Province from 1985 to 2019注：数据来源：布瑞克农业数据终端。

从价格角度看，1985—2019年吉林省大豆收购价格整体波动幅度较大，这对大豆种植户稳定收益不利。1985—1991年，大豆收购价格平缓上升，涨幅为57.81%；然而1992—1996年收购价格快速上升，增加近两倍，与上一阶段形成明显对比。1997—2005年，这一阶段吉林省大豆收购价格波动频繁，处在相对低谷阶段，2006—2007年收购价格急剧拉升，到2008年又出现下跌，跌幅18.22%，2009年又出现小幅回暖。2009—2012年收购价格逐年递增，到2012年达到历史最高点，涨幅28.65%；随后到2019年收购价格整体呈下降趋势，但收购价格普遍高于历史同期。2008—2019年间大豆支持价格政策更迭交替实施，吉林省大豆收购价格普遍高于往年收购价格，说明政策的实施在一定程度上带动了市场价格的上涨。然而为何大豆收购价格普遍提高而农户种植的积极性没有随之增长？其内在机理需要进一步探究。

2 变量选择、模型设定与数据来源

2.1 变量的选择

1985—2019年在吉林省施行的关于大豆的政策主要有临时收储政策(2008—2013年)、目标价格政策(2014—2016年)和生产者补贴政策(2017年至今)。通过对吉林省大豆播种面积及收购价格的分析，政策实施期间虽然收购价格普遍高于其他年份但播种面积反而呈现下降态势，高价格没有带动农户大豆生产积极性。按照蛛网模型的基本假定：从生产者角度而言，商品本期产量取决于前一期的商品价格。就吉林省宏观大豆播种面积而言，其是由微观农户的大豆种植面积构成，而种植面积恰恰是农户决策行为最直观的表现形式，更方便量化。农户决策行为受多种因素影响，如种植偏好、收购价格、生产成本、与其他替代作物的比价关系等。因此本文将吉林省当期大豆播种面积作为因变量，把滞后一期大豆播种面积、大豆收购价格、单位面积物质成本、大豆与玉米的单位面积收益比作为自变量。同时，吉林省大豆政策发生了变动，政策的变更是为促进粮食主产区大豆生产，提振大豆产量，为进一步探究政策对吉林省大豆供给反应影响，在模型回归时引入政策作为虚拟变量。其中选择大豆同玉米进行单位面积收益比较，主要考虑吉林省玉米种植范围相对较广、播种面积大，且玉米临储政策取消玉米价格下跌幅度较大，部分非玉米优势产区农户在种植玉米行为上产生摇摆。

2.2 模型设定

由于农户在实际生产中其生产行为存在滞后性，而Nerlove模型正是将农户应对外部环境刺激进而作出种植面积或产量的调整考虑在内，兼具适应性预期与局部调整理论双重特性。已有研究已经证实，Nerlove模型对于评估农业供给反应是诸多计量模型中应用最为广泛和成功的[20-21]。该模型的核心组成部分如下

(1)

(2)

(3)

式中：Qt——当期的产量；

Qt-1——滞后一期的产量；

θ——均衡产量调整系数，且0<θ≤1；

Pt-1——滞后一期的实际价格；

β——预期价格调整系数，且0<β≤1；

Zt——当期影响产量的其他因素；

μt——随机误差项。

最终模型公式可以简化

Qt=b0+b1Qt-1+b2Qt-2+b3Pt-1+b4Zt+

b5Zt-1+εt

(4)

在模型设定上为了使模型选取的时间序列数据服从线性分布，避免出现异方差问题，因此对相关变量采取取对数的形式。同时将其他影响因素引入模型，针对吉林省大豆供给反应分析建立的模型

lnQt=b0+b1lnQt-1+b2lnPt-1+b3lnZt-1+

b4D1+b5D2+b6D3+b7Ct-1+μt

(5)

式中：Qt——当期大豆种植面积；

Qt-1——滞后一期的大豆种植面积；

Pt-1——滞后一期的大豆价格；

Zt-1——大豆的物质成本投入；

D——政策虚拟变量，实施该政策的年份赋值为1，其他年份赋值为0；

D1——大豆临储政策实施；

D2——大豆目标价格政策实施；

D3——大豆生产者补贴政策实施；

Ct-1——大豆与玉米的单位面积收益比；

μt——随机扰动项；

b0——常数项；

b1、b3、b4、b5——系数；

b2——短期供给价格弹性。

预期价格调整系数β=1-b2，调整时滞n=1/β，长期供给价格弹性ξ=b2/1-b1。

2.3 数据来源及说明

模型中1985—2018年吉林省大豆种植面积、大豆平均出售价格数据来源于《建国以来全国主要农产品成本收益资料汇编》(1953—1997)、《全国农产品成本收益资料汇编》(1999—2019)，同时在数据的整理过程中将单位统一为国际标准单位。为减轻解释变量多重共线性、减少异方差，将大豆播种面积、滞后一期的大豆平均价格以及物质投入成本取对数，取对数后，解释变量可以直接表现为弹性系数，从而便于依据估计结果进行经济分析(表1)。

表1 模型数据Tab.1 Model data

3 实证分析

根据回归结果得到的回归方程

lnQt=1.27+0.41lnQt-1+0.23lnPt-1-

0.15lnZt-1-0.29D1-0.44D2-

0.20D3+0.07Ct-1

(6)

由吉林省大豆供给反应模型推出，短期供给价格弹性为0.23，而长期供给价格弹性为0.39。预期价格调整系数为0.72，调整时滞为1.39。从供给价格弹性看，短期与长期价格供给弹性均小于1，表明吉林省大豆供给对大豆价格变动反应较迟缓，因此缺乏弹性。预期价格调整系数取值范围为0～1，当取值趋于0时，表明生产者对本期价格的预判建立在以往多期价格基础上；当取值趋于1时，表明生产者对本期价格的预判取决于上期价格。根据吉林省大豆供给反应模型得出的预期价格调整系数为0.72，说明吉林省大豆种植户对本期大豆价格的预判会综合历史价格。同时大豆种植户在调整种植面积行为上存在滞后性，一般滞后期约为1年，表明吉林省大豆种植户在作出种植决策调整时会依据上一年大豆种植情况，进而保障决策的稳健性，这与预期价格调整存在一定关联性。

在1%的显著性水平下，滞后一期大豆播种面积对吉林省当期大豆播种面积有显著正向影响，即在其他条件不变的情况下，滞后一期的大豆播种面积每变动1%，平均来说会引起当期吉林省大豆播种面积相对变动0.41%。也就是说滞后一期大豆播种面积越大，则当期吉林省大豆播种面积扩大的可能性变大。从滞后一期的大豆播种面积角度看，宏观播种面积是由微观农户种植面积构成，大豆种植户上一期种植面积是其种植决策的直观体现，这种决策是豆农综合权衡各种要素的结果。一般来讲，农户在农业生产经营过程中追求稳定性，若没有发生重大变故，农户在当期种植决策中仅会进行微调，而不会作出较大的生产行为决策调整，较大的生产行为决策调整会增加农户生产的潜在风险和机会成本，作为理性经济人，农户对于种植面积的调整相对谨慎。

在10%的显著性水平下，滞后一期的大豆价格对吉林省当期大豆播种面积有显著正向影响，即在其他条件不变的情况下，滞后一期的大豆市场价格每变动1%，平均来说会引起当期吉林省大豆播种面积相对变动0.23%。从生产者供给角度出发，生产者供给与商品价格之间存在正向线性关系，商品价格上涨，生产者会增加供给；价格下跌，生产者会减少供给。对于大豆种植户而言，大豆市场价格与其大豆种植面积符合这种线性关系。农户在进行生产行为决策时，上期大豆市场价格是其当期生产行为决策的重要参考因素之一，市场价格的高低决定了豆农最终收益。

滞后一期的大豆单位面积物质成本没有通过显著性检验，表明对吉林省当期大豆播种面积没有显著影响。物质成本是农业生产中总成本的重要组成部分，农户在进行生产经营决策时必然选择成本低收益高的作物。随着经济社会发展，农业各项生产成本在近些年都有较大幅度增长，城镇化的加速，推动更多农业人口向城镇转移，导致农业劳动力雇佣成本进一步上涨。农业生产成本的上涨是当前我国农业尚未全面实现现代化过程中必然经历的，但农业生产活动不会因成本上涨而停滞。

大豆政策在显著性检验结果中表现出差异性。大豆临储政策和目标价格政策对吉林省当期大豆播种面积在5%的显著性水平下有显著负向影响，而大豆生产者补贴政策没有通过显著性检验。大豆临储政策与玉米临储政策在实施时间上重叠，平均来说玉米单产约是大豆的3.5倍，大豆价格约是玉米的2.5倍。从收益角度而言，种植玉米的收益性高于大豆，因此玉米对农户更具备收益上的吸引力，大豆临储政策的政策效益低。大豆目标价格时期，该政策的实施也未能改善大豆与玉米的比价关系，且玉米仍处于临储政策阶段，玉米临储价格的攀升拉动农户扩大玉米种植面积，因此也没能达到提振吉林省大豆种植面积的政策效果。大豆生产者补贴政策实施阶段，由于政策实施时间短，且政策存在滞后性，豆农在进行生产行为决策时其心理在一定程度上仍受目标价格政策的影响，因此大豆生产者补贴政策效益难以迅速显现。

在10%的显著性水平下，滞后一期大豆与玉米的单位面积收益比对吉林省当期大豆播种面积有显著正向影响。即滞后一期大豆与玉米的单位面积收益比越高，带动吉林省大豆播种面积提高的可能性越大。吉林省地处世界三大黄金玉米带的东北玉米带，加上其粮食主产区与商品粮基地的区位优势，使玉米成为吉林省内农户普遍种植的农作物。农户在农业生产中追求效益最大化，因此在进行当期种植决策时会参考滞后一期的大豆与玉米的单位面积收益比。当滞后一期大豆的单位面积收益高于玉米时，农户在当期会优先选择种植大豆，增加大豆种植面积；当滞后一期大豆的单位面积收益低于玉米时，农户在当期会优先选择种植玉米，缩减大豆种植面积。当然这种行为决策更容易发生在吉林省玉米非优势产区，通过调整大豆与玉米的单位面积收益比进而引导农户减种玉米，达到调整农业种植结构的目的。

表2 实证分析结果Tab.2 Results of empirical analysis

4 研究结论与政策建议

本文利用1985—2019年吉林省大豆的相关数据，分析得出吉林省大豆播种面积经历了两次波动式的下降，自大豆生产者补贴政策实施之后又出现显著增长。大豆单产呈现出先增长后下降的变动趋势，此外大豆价格整体呈上涨趋势，近些年大豆收购价格整体高于历史记录。同时，通过建立Nerlove模型分析了大豆供给反应的主要影响因素，结果显示滞后一期的大豆播种面积、大豆市场价格、大豆与玉米单位面积收益比和部分大豆相关政策对当期大豆播种面积有显著影响，且大豆种植户在调整种植面积的行为上存在滞后性，一般滞后期约为1年。针对上述研究结论，提出以下三点政策建议。

1)继续深化农业供给侧结构性改革，鼓励吉林省非玉米优势产区因地制宜地种植大豆，继续推广米豆轮作制度，保障大豆播种面积合理增长。采取粮食宏观调控措施，稳定大豆价格，避免价格波动幅度过大，让大豆种植户对价格有合理的心理预期。

2)完善大豆生产者补贴政策。大豆生产者补贴政策将市场价格与补贴剥离开，避免了政策对市场价格的过度干预，是大豆市场趋向良性发展的表现。虽然生产者补贴政策实施时间较短，但应尽快总结实施之后的经验及不足，逐步完善政策，进而能在调减玉米种植的基础上促进吉林省大豆供给的良性循环。此外，价格对大豆种植户具有直接引导作用，保持吉林省大豆价格长期稳定对鼓励农户种植大豆，提高供给有重要意义。

3)改善大豆与玉米的比价关系。在玉米临储政策取消的市场环境下，玉米价格发生了变化，收益性相对下降。通过提高大豆补贴标准，从单位面积收益角度改善大豆与玉米的比价关系。收益性是农户进行生产决策的重要参考，因此可以提高农户种植大豆的积极性，促进吉林省大豆良性供给。