美国贸易政策不确定性对粮食价格的时变冲击效应与政策启示*

邓俊锋，郑 钊，石 建，花俊国

（1.河南农业大学经济与管理学院，郑州 450046；2.河南农业大学信息与管理科学学院，郑州 450046)

一、引 言

贸易政策不确定性（Trade Policy Uncertainty，简称TPU）是对一个国家（或地区）贸易政策等相关政治经济因素变化情况的反映。经济全球化背景下，国际贸易问题一直是学者关注的重点领域，以往研究主要针对现实中实际执行的贸易政策（实际关税与非关税壁垒）进行探讨，但当今世界政治经济环境日益复杂，“逆全球化”与贸易自由化相互交织，贸易争端与贸易谈判相互交错，贸易政策不确定性跌宕起伏，使全球贸易风险加大，而一国贸易政策不确定性的降低对企业出口作用至少不低于其实际关税下降所起的作用（Handley等，2017），基于此，越来越多国内外学者开始研究贸易政策不确定性对贸易及相关问题的影响。

近年来，我国粮食贸易形势发生重大变化，外部风险对国内市场的传导效应显著增强。早在1996年我国就已成为大豆净进口国；2009年成为小麦净进口国；2010年稻米净出口量转为负值，且绝对值越来越大；同年，玉米进口量创历史新高，达157.3万吨，超过以往10年的累计进口总量，我国首次成为玉米净进口国。我国粮食贸易最终表现为进口效应，粮食贸易格局发生转变。美国作为唯一可以规模出口大米、小麦、玉米和大豆的国家，其贸易政策不确定性的提高必然会增加国际粮食市场风险，进而影响中国粮食市场稳定。美国贸易政策不确定性是指美国贸易政策的不确定性，其不确定性既表现为美国实施的贸易政策不确定性，如在2018年中美贸易争端中，对中国出口商品加征关税；也指国际政治经济因素变化而引起的美国贸易政策的不确定性，如英国脱欧公投和特朗普任职等非关税因素变动造成美国贸易政策不确定性的骤升。在中美贸易摩擦和贸易战时有发生背景下，粮食等主要农产品无疑是美国牵制和影响中国的重要筹码。2018年中美贸易摩擦升级，在互相征收几轮关税后，双边经贸谈判几经波折，终于在2020年1月达成了第一阶段协议。虽然持续近两年的中美贸易摩擦迎来了首个阶段性成果，但中美经贸关系具有结构性、复杂性和长期性特点，未来仍存在反复的可能，国际经贸环境依然存在诸多不确定性，这对我国粮食市场平稳运行具有不利影响。而粮食是国家经济发展的基础，也是国家安全战略的重要部分，因此，在我国农业对外开放程度不断加大、当前中美贸易摩擦不断升级以及新冠疫情全球爆发所导致的粮食供给吃紧背景下，研究美国贸易政策不确定性对我国粮食价格波动的影响，对促进农业结构调整和转型升级，提升粮食有效供给能力，把“中国人饭碗牢牢端在自己手上”“牢牢把住粮食安全主动权”具有重要现实意义。

二、文献回顾与述评

在全球经济形势风云变幻的环境下，贸易政策不确定性成为学者研究的重要议题。现有研究针对贸易政策不确定性主要影响贸易广度还是贸易强度尚未得出一致结论（钱学锋等，2017），但无疑贸易政策不确定性下降有利于国际贸易发展（Handley等，2017），甚至这种贸易政策不确定性降低的效果在贸易协定生效之前就开始显现（Lakatos等，2016）。贸易政策不确定性的下降会促进出口企业创新、降低出口产品价格、提高出口企业利润水平，但对企业出口产品质量的影响仍存在不同结论（余淼杰等，2019）。此外，贸易政策不确定性不仅影响贸易量及贸易相关变量，还波及各种宏微观经济指标，如企业全要素生产率和生产模式（Handley等，2017）、企业储蓄率（毛其淋等，2018）、投资、就业和经济增长等（Pierce等，2016）。

国内粮食价格不仅面临生产成本增加等传统内部因素的影响，还受到农产品全球贸易、国际期货市场等国际因素的冲击，且外部冲击因素对国内粮食价格波动的影响日益显著（花俊国等，2020）。学者主要从国内外两个市场间协整关系、价格间传递效应以及传导渠道三个方面研究国际价格对国内价格的影响（肖小勇等，2014）。自2007年以来国际油价与农产品价格表现出相似的大幅上涨现象，有学者认为国际石油价格上涨是引发近年来粮食价格高位波动的主要原因（董秀良等，2014）。此外，国际投机资金、全球农产品供需及库存情况也被认为是引起国内农产品价格波动的原因（顾国达等，2010），经济政策不确定性对我国农产品价格产生负向冲击（张俊华等，2019）。农产品期货市场对现货市场具有波动溢出效应，通过农产品期货合约上市抑制现货价格波动，期货市场中的投机因素成为稳定农产品价格的重要困扰因素（顾国达等，2010）。

2018年美国挑起的贸易争端对中国粮食市场的影响引起众多学者关注与探讨。有学者认为，此次贸易摩擦对中国粮食市场的影响有限。杜娟（2019）认为此次贸易战的真正原因是美国对“中国制造2025”计划的遏制，对其高新技术产业的保护，故此次贸易战对中国农产品贸易和农业生产产生的影响有限，甚至对中国农业发展而言可能是机遇。但有学者认为贸易摩擦对中国粮食市场的影响显著，使因我国农产品进口贸易依赖导致的“贸易困境”凸显，对原产于美国的大豆等农产品加征关税将会进一步推高国内农产品价格，导致豆粕等饲料成本上涨，进而通过产业链传导至奶业、畜牧业（周曙东等，2019）。

现有关于贸易政策不确定性的研究主要针对企业层面，集中于贸易政策不确定性对出口企业贸易及相关情况的作用，虽然也有学者研究中美贸易摩擦对中国农产品价格的影响，但多数为定性研究，缺乏针对美国贸易政策不确定性对中国粮食价格影响量化的定量研究。在研究视角上，目前尚未发现研究美国贸易政策不确定性对中国粮食价格影响的理论文献，本文是对粮食价格影响因素研究的进一步拓展；在研究内容上，根据价格指数的基本定义并借助于Gamber等（2001）的分析框架，厘清美国贸易政策不确定性对中国粮食价格的传导机理和渠道，丰富国际因素对我国粮食价格传导的相关理论；在研究方法上，采用具有时变参数的因子增广向量自回归（TVP—FAVAR）模型，该模型可包含众多经济信息，能有效解决传统模型维度限制问题，并反映冲击的时变特征，增加了模型的全面性和结果的稳健性。因此，在此次中美贸易摩擦互征关税涉及较多粮食等农产品的情况下，深入研究美国贸易政策不确定性对中国粮食价格的冲击效应，将有助于准确认识美国贸易政策不确定性对中国粮食价格波动的传导渠道与时变特征，为我国稳定粮食价格、制定农业可持续发展战略提供理论依据和现实指导。

三、美国贸易政策不确定性对中国粮食价格冲击的传导机制分析

（一）基本分析框架

假定进口国国内市场上某种商品k的价格指数（Pk）可表示为进口商品价格和进口竞争性商品价格的加权平均价格，即

在经济贸易全球化背景下，一国贸易政策不确定性变化会引起全球贸易变动。当商品出口国的贸易政策不确定性发生变化时，该国出口商出口决策随之变化，从而导致进口国进口数量发生被动改变，进口商品价格发生变化，即会引起进口商品需求量变化，从而引起进口竞争性商品有效供给量的变化。由于短期内商品需求量（Qk）变动较小，尤其是需求价格弹性较小的粮食类农产品，而进口竞争性商品供给量的较小变化，势必会因替代效应的存在引起进口竞争性商品价格的变化。近年来中国主要粮食品种价格基本高于进口到岸税后价（见表1），即进口竞争商品与进

表1 中国粮食进口到岸税后价比国内价格高出的百分比

式（2）中的α、β、γ为进口商品、进口竞争性商品和其他商品在消费商品篮子中的份额，则有α+β+γ=1。从式（2）中可以看出，某种商品的需求量越大且需求价格弹性越小，价格变化对消费者价格指数的影响就越大。式（2）也佐证了粮食价格被公认为百价之基。进口粮食价格引起消费者价格指数P的上升，进而引起资本价格、劳动力价格上涨和生产价格指数（PPI）上升。

资料来源：中华人民共和国农业农村部《农产品供需形势分析月报》（http://www.moa.gov.cn/）。

动力成本（w）和边际收益（λ）的影响，e为其他影响的因素，亦即：式（3）隐含地假定了价格是在长期边际成本之上加成而成的，长期边际成本是资本成本、单位劳动和进口投入的正函数，资本成本（i）的增加将通过长期边际成本的增加而提高单位劳动成本（w）和进口价格的上升通过可变成本的增加而提高。对于国内产品供给者而言，其定价行为受进口的中间投入品价格影响，可通过调整价格加成达到利益最大化，故λ是的正函数。当粮食价格升高，由于居民消费支出增加，导致工资水平上涨，即单位劳动成本（w）是进口商品价格的非负函数。

（二）传导渠道效应分析

作为世界超级大国的美国一直是贸易政策不确定性的“始作俑者”，其贸易政策不确定性的上升必然冲击全球经贸格局，进一步加剧国际经贸环境的复杂性和风险性。从上述的微观机理分析可知，美国贸易政策不确定性最终是通过贸易传导渠道，即美国贸易政策不确定性由净进口效应和进口粮食价格效应对中国粮食价格产生冲击。

1.净进口效应

当美国贸易政策不确定性升高时，未来较高的税率或不确定性增强都会遏制企业的投资激励，美国粮食出口企业出于规避政策变动的风险或因难以寻找新的贸易伙伴，会暂时选择少出口甚至不出口，导致中国粮食进口量减少，国内粮食有效供给降低、价格上涨。但美国并不是我国唯一的粮食进口来源国，以大豆为例，中国每年除了从美国进口外，大部分从巴西和阿根廷进口，且2013年之后巴西大豆进口占比逐步攀升，并取代美国成为中国第一大大豆进口来源国。实际上全球粮食的供给来源地是多元的，尤其是习近平总书记提出的“一带一路”倡议加强了与沿线国家的贸易合作，拓宽了粮食等农产品的贸易之路，且世界各国也在积极争取中国这一庞大的粮食市场。在这样的国际市场环境下，加之国际市场粮食价格长期处于较低水平、美国进口替代效应的存在，美国贸易政策不确定性对中国粮食价格的冲击会被弱化甚至产生负向影响。

2.进口粮食价格效应

进口粮食价格的上升直接和间接影响中国国内粮食价格。由式（1）和（3）可得：

美国贸易政策不确定性上升，尤其是中美贸易摩擦，不仅抑制我国进口美国粮食总量，还会增加进口美国粮食成本，引起中国进口商品价格上涨。升高对中国国内粮食价格的直接效应由θ和联合表示；间接效应通过商品竞争途径而导致国内价格上升，这是因为进口粮食变得更有竞争力，国内粮食生产者（即相对应的国内进口竞争产业）不得不通过提高生产效率或降低边际收益以提高其生产的粮食产品的竞争性，间接效应由资本成本（i）、劳动力成本（w）和边际收益（λ）构成，公式表述为：由于因此，理论上中国进口商品价格上涨对国内粮食价格的直接效应和间接效应均为正值。

上述理论分析充分佐证美国贸易政策的不确定性不仅会影响中国进口竞争性商品价格和消费者价格指数，还会通过净进口效应及进口粮食价格效应对中国粮食等主要农产品价格产生影响，但具体影响以及不同时期二者影响的决定性作用仍待检验。

四、变量选取和数据处理

（一）变量选取

以上理论分析中，美国贸易政策不确定性通过贸易渠道对中国粮食价格产生传导效应。这些传导效应涉及多种影响因素，本文选取包括美国贸易政策不确定性在内的影响中国粮食的各种国内外影响因素，共60维变量，具体变量选取如下：

1.中国粮食价格变量

我国大豆对外依存度极高，而美国是我国大豆主要进口来源国之一，玉米、小麦和大米是我国实现“谷物基本自给，口粮绝对安全”国家战略目标的农产品，故选取大豆、玉米、小麦和大米四种粮食类农产品进行实证检验。粮食价格分别选用国产大豆、玉米、小麦和籼稻集贸市场价格，数据来源于《中国农产品价格调查年鉴》和前瞻数据库。

2.美国贸易政策不确定性指数

目前有关贸易政策不确定性的实证度量，主要有以下3种方法：一是文本提取法，Handley等（2017）根据新闻报道的频率构建了贸易政策的不确定性指数，这种测度方法对政策不确定性内涵的覆盖面广。二是关税差值度量法，Pierce等（2016）提出采用正常贸易伙伴关系关税与非正常贸易伙伴关系关税的差额来衡量美国给予中国永久正常贸易伙伴关系的影响力。然而，目前相关文献仅用该种方法分析美国给予中国永久正常贸易伙伴关系，推广到其他事件的可行性不高（余淼杰等，2019）。三是构建结构模型法（Handley，2014），该方法本质上与第二种方法非常接近。

美国针对某个国家的“制裁”，会导致两国之间贸易政策的不确定性加剧，而这个量化指标采用美国贸易政策不确定性指数更为合适，具体如下：一国贸易政策不确定性不仅受关税政策变动的直接影响，国际宏观环境变化和国内政治冲击也会引起贸易政策不确定性的变化（Limao，2016）。正如图1所示，英国脱欧公投和特朗普任职等非关税因素变动也会造成美国贸易政策不确定性的骤升。根据新闻报道频率（即“uncertainty”“trade”“policy”等关键词在权威期刊和报纸中出现的频率）构建的贸易政策不确定性指数，更能反映一国贸易政策不确定性的变动。因此，选用美国贸易政策不确定性指数（TPU）衡量美国贸易政策不确定性。模型关键性变量的描述性统计见表2。

图1 美国贸易政策不确定性指数走势②虽然在2008年9月15日爆发并引发全球经济危机的金融危机，但美国TPU和中国TPU当期并未出现上涨，而是在2010年11-2011年3月之间，详情可见国际货币基金组织（IMF）中国TPU注释。https://www.policyuncertainty.com/media/China_Mainland_Papers_Annotated_Index.pdf

表2 模型关键性变量的描述性统计

3.其他解释变量

粮食价格运行会受到国内外诸多因素的冲击和影响，为了控制此类因素对粮食价格的影响，结合数据可得性，选取55维如下指标：①粮食期货价格及国际价格：国内期货价格选用大连商品交易所黄大豆期货收盘价，选用4种粮食品种的芝加哥期货价格作为国际期货价格；用泰国5%破碎率大米价格、美国1号硬红冬小麦价格、美国2号黄玉米离岸价格和美国1号黄豆出口价格作为国际粮食价格的代理变量；②供求类影响变量，主要包括国内外需求、生产和运输成本、中国粮食的进出口数量等，具体为：居民消费价格指数类、实际GDP、工业品出厂价格指数类、商品零售价格指数类、农副产品类购进价格指数、粮食的进口量以及出口量、社会消费品零售总额、消费者指数、BDI干散货运价指数、全球农产品供需及库存状况等；③能源及货币金融类：国际原油价格和煤炭价格、货币供给量、同业拆借利率、国家外汇储备、汇率、美国利率、美元指数、居民收入和居民短期消费性贷款等变量。数据来源于国家统计局网站、中国人民银行网站、国际货币基金组织IMF数据库、前瞻数据库以及布瑞克农业数据库。

（二）序列的平稳性检验

本文选取2002年1月～2020年10月的月度时间序列数据，大多数变量为非平稳的时间序列数据，为得到平稳序列对原始数据处理如下：①为消除物价因素的影响，实际价格类数据利用以2002年1月为基期的CPI进行平减。②用Census X12方法剔除序列的季节性影响因素。③国内、国际粮食价格及其期货价格利用CPI平减和季节调整后的数据计算价格收益率，计算公式为：Rt=100×ln(Pt/Pt-1)。其中，Rt为第t期粮食价格（期货价格）收益率，Pt是第t期粮食价格（期货价格）。上述公式可求得我国大豆、玉米、小麦和大米价格收益率，用SP、CP、WP和RP分别表示。④本文中价格指数类指标均为同比数据。⑤大多数变量为非平稳的时间序列数据，对非平稳数据取对数或差分，同类数据尽量做相同处理，对同比价格指数类先取对数后差分处理，对实际数量、价格类直接做差分处理。经过单位根检验，所有变换后的序列均为平稳序列，表3为主要变量的单位根检验结果。

表3 主要变量的ADF检验

（三）共同因子估计

以上机制分析中，除美国贸易政策不确定性外，中国粮食价格运行受到国内外诸多因素的冲击和影响，但VAR模型中可包含的变量个数较少。而Bernanke等（2005）提出的将经典向量自回归（VAR）模型与动态因子方法结合所形成的因子增广向量自回归（FAVAR）模型，既能有效克服VAR模型自由度限制的问题，又可利用VAR模型的脉冲响应进行相关分析。参考Bernanke等（2005）方法，将FAVAR模型设定如下：

在传统VAR模型中，Ct中的变量是少量且可观测，为解决传统小模型信息不完全的问题，本文设定Ct由不可观测因子F1和可观测因子F2组成，即Ct=[F1,F2]。φ(L)是p阶滞后算子多项式，vt～N(0,δ2)为随机扰动项。于是，式（5）变成因子F1和F2组成的VAR模型，如果估计出F1，则式（5）就转化为普通VAR模型。Xt是中国粮食价格的影响因素集，包含了影响中国粮食价格的众多国内外因素，是一个高维的数据（信息）集，Ct中为数不多的共同因子可以反映Xt中的大量信息，唯一可观测因子F2是美国贸易政策不确定性，Λ是N×K的因子载荷矩阵，et是N×1维的特质冲击。

为使本文估计的因子F1有直观的经济含义，参考Bagliano等（2009）研究，分别从粮食期货及国际价格类变量、能源及货币金融类变量、需求类变量、供给类变量中提取因子，运用Z-score法对上述平稳序列数据进行标准化处理，即基于原始数据的均值和标准差将原始数值x标准化到x'，计算方法为x'=(x-mean(x))/std(x)。所有因子分析的KMO统计量均大于最低标准0.5，Bartlett球形检验均拒绝单位相关阵的原假设，且P＜0.001，说明上述信息集数据均适合做因子分析（见表4），由此确定其他影响因素信息集中共同因子F1个数为4。

表4 KMO和Bartlett球形检验

五、美国贸易政策不确定性对中国粮食价格冲击的时变特征分析

随着国际经济形势和市场环境的发展，美国贸易政策不确定性在不同历史时期对中国粮食价格波动的影响可能发生变化，为了深入探讨美国贸易政策不确定性与中国粮食价格的动态关系，本文在通过FAVAR模型提取公因子的基础上，进一步构建具有时变参数的因子增广向量自回归（TVP—FAVAR）模型，以动态的视角研究美国贸易政策不确定性对中国粮食价格波动的影响。

（一）TVP—FAVAR模型的建立

TVP—FAVAR模型由Koop等（2011）提出，该模型能有效克服传统VAR模型参数不足且不具有时变性等问题，可先从大量信息集中提取因子，再灵活显著地测度各经济变量间相关关系的时变性特征。一个标准的TVP—FAVAR模型，形式如下：

式（7）中A是一个下三角矩阵，由at=(a1t,...,aqt)构成，对角元素为1；Σt=(δ1t,...,δkt)；定义βt是由(β1t,...,βst)堆积而成的行向量。同时令ht=(h1t,...,hkt)，其中hit=log(δit)，i∈[1,k]，t∈[s+1,n]。上述参数服从如下随机游走过程：

（二）模型滞后期数确定

利用一般VAR模型最优滞后期数的选择方法，可得到TVP—FAVAR模型的最优滞后期数。以美国贸易政策不确定性、上述得到的4个因子变量和中国粮食价格一起建立VAR模型，表5显示了1～8期滞后期数检验的各种信息准则值，根据SC和HQ值，确定最优滞后期数为1。

表5 模型滞后期数选择结果

（三）MCMC算法下的模型估计结果

为了获得足够有效的样本，采用马尔科夫链蒙特卡洛模拟（MCMC）抽样。参照Nakajima（2011）的研究，假定φβ为对角矩阵，且在利用蒙特卡洛方法进行模拟抽样并估计模型前，需要对参数赋初始值，本文做如下设定：μβ0=μa0=μh0=0，φβ0=φa0=10I，φh0=100I，滞后期数确定为1期。为了获取参数的后验分布，通过蒙特卡洛方法模拟抽样10 000次，并舍弃最初的1 000个样本。结果如表6所示，其中均值都在置信区间内，而Geweke收敛诊断值的结果也表明参数收敛于后验分布，且无效因子最高为106.04，即通过模拟至少可获得10 000/106.04≈94.30个不相关样本。由此可见，利用蒙特卡洛模拟抽样，基于模型参数估计所建立的模型有效。

表6 MCMC模拟估计及诊断结果

比较样本自相关性和样本路径。图2分别给出了时变参数自回归模型中样本自相关性和样本路径，样本自相关性随数量的增加迅速下降，接近0值；样本路径围绕某一定值呈上下波动，这进一步验证了模型的拟合效果较好。

图2 样本自相关性与路径

（四）2002～2020年时变参数等间隔脉冲响应结果分析

时变参数等间隔脉冲响应根据每一期的变量确定系统参数测算样本期内每一期解释变量的1单位冲击对相等时间间隔后的被解释变量的影响。一般认为，在脉冲响应分析时，根据“slow-to-fast”（Bernanke等，2005）顺序，应将解释变量置于被解释变量之前。考虑到美国贸易政策不确定性会首先影响能源及货币金融的变动，通过价格传导机制引起粮食期货及国际价格波动，进而导致粮食供给和需求变动，故本文各变量的排列顺序为：美国贸易政策不确定性（TPU）、能源及货币金融因子（EM）、粮食期货及国际价格因子（FI）、供给因子（SU）、需求因子（DE）以及4种粮食价格（SP、CP、WP和RP）。为保证实证结果的稳健性，本文在分析美国贸易政策不确定性（TPU）对中国粮食价格产生的冲击效应时，滞后期数不仅选择3个月，还添加6个月和12个月，等间隔脉冲响应实证结果如图3所示。

从图3描述的3、6、12三期冲击效果图中可以发现：第一，美国贸易政策不确定性对中国粮食价格的影响较大，且冲击效应存在明显的时变特征，即不同时期中国粮食价格对美国贸易政策不确定性的响应不同。第二，在不同的滞后期数下，美国贸易政策不确定性对同一种粮食价格的冲击趋势变化较为相似，随着滞后期数的增加，大豆、玉米、小麦和大米价格受冲击程度逐渐减弱，3期冲击最大，6期冲击次之，12期冲击基本消失。第三，从冲击的影响方向看，美国贸易政策不确定性对大豆价格的冲击主要为正向影响，仅6期和12期在2015年之后出现较小的负向波动，以及3期在2018～2019年出现负向冲击；对玉米价格的影响在2010年以前主要为较小的正向影响，仅在2007～2008年出现负向冲击，2010年之后为负向冲击影响；小麦价格的脉冲响应在2014年以前主要为正向，之后均为负向响应；大米价格在2004年后均表现为负向响应，仅在2010～2012年出现正向响应。

图3 中国粮食价格对美国贸易政策不确定性的等间隔脉冲响应

整体而言，从2002～2020年，美国贸易政策不确定性对中国粮食价格的冲击可划分为3个阶段，分别为渐弱趋稳、大幅波动和冲击加深，这是由于不同时期一单位解释变量（美国贸易政策不确定性）的冲击大小不同。在美国贸易政策不确定性较低时，一般对应全球经济繁荣期，此时国际经贸环境较为稳定，全球粮食的进出口国可根据供需、价格和粮食质量等理性选择合适的贸易伙伴，各国贸易关系向好，故当美国贸易政策不确定性较为稳定时，净进口效应起主要作用，但粮食价格对贸易政策不确定性的突升突降较为敏感，当美国贸易政策不确定性发生较大波动时，进口粮食价格效应发挥主要作用；而在美国贸易政策不确定性较高超出历史水平时，一般对应着全球经济低迷期，此时国际经贸环境较为动荡，由于未来较高的税率或不确定性增强，遏制企业的投资激励，粮食出口企业出于规避政策变动的风险或因难以寻找新的贸易伙伴，会暂时选择少出口甚至不出口，导致粮食进口国进口量减少，但全球粮食的供给来源地是多元的，加之国际市场上粮食价格长期处于较低水平，会弱化粮食出口国的不确定性，甚至较低的国际粮价会引起进口国粮价的下跌，则净进口效应发挥着关键作用。

具体分析如下：第一阶段（2002～2007年），中国粮食价格受美国贸易政策不确定性的冲击减弱并进入平稳期。2001年末中国正式加入WTO，获得美国授予的永久正常贸易关系（PNTR）地位，在很大程度上消除了贸易政策的不确定性（Pierce等，2016），净进口效应发挥重要作用，由此，中国各类粮食价格受美国贸易政策不确定性的冲击大幅下降，以大豆和小麦价格最为显著。2004～2007年，美国贸易政策不确定性低位波动、中国入世“过渡期”结束、世界粮食供应稳定，在整体经济贸易环境向好情况下，美国贸易政策不确定性对中国粮食价格的影响进入平稳期。第二阶段（2008～2014年），美国贸易政策不确定性对中国粮食价格的冲击出现大幅波动。先后爆发的世界粮食危机、全球金融危机以及标普调降美国长期主权信用评级，造成国际贸易环境动荡，在此情况下，美国贸易政策不确定性突升突降，引起我国4种粮食价格的响应出现剧烈波动。第三阶段（2015～2020年），贸易保护主义有所蔓延，美国贸易政策不确定性对我国粮食价格的冲击加深。英国脱欧、特朗普当选美国总统、美国退出TPP等一系列“黑天鹅”事件频发，贸易保护主义抬头，全球贸易形势走低，导致美国贸易政策不确定性骤升，接连突破历史新高，世界两大经济体——中国和美国之间贸易争端更是造成美国贸易政策不确定性指数飙升至稳定期的十倍之高，使美国贸易政策不确定性通过净进口效应对中国粮食价格产生显著冲击，故我国4种粮食价格的响应在2018～2019年出现负向极值。

（五）2002～2020年时变参数时点脉冲响应结果分析

时点脉冲响应函数测度的是解释变量在样本期内某一时点的1单位冲击，在冲击发生后的未来一段时期对被解释变量产生影响。上述等间隔脉冲响应结果表明，美国贸易政策不确定性对中国粮食价格的冲击在3个时期较大，分别是2008年、2016年末以及2018年中旬左右，这3个时期对应相对较高的美国贸易政策不确定性指数。所以，本文将进一步分析2008年9月、2016年11月和2018年7月的美国贸易政策不确定性对中国粮食价格产生的冲击效应，这3个时期分别对应全球粮食和金融危机、特朗普大选获胜及上任和美国退出TPP、中美贸易战，3个时期的美国贸易政策不确定性对中国粮食价格的冲击结果如图4所示。

图4 中国粮食价格对美国贸易政策不确定性的时点脉冲响应

美国贸易政策不确定性与大豆、玉米、小麦和大米价格之间的关系在不同时期背景下存在显著差异。总体而言，呈现如下特征：第一，美国贸易政策不确定性在3个时期对中国粮食价格冲击的持续时间均较短，在5个月后基本趋于平稳或趋于0，说明中国粮食价格具有韧性和“自我修复”能力；第二，2008年的全球粮食和金融危机时期，美国贸易政策不确定性对大豆和大米价格具有正向冲击，对玉米和小麦价格具有负向影响，2016年的贸易保护主义浪潮和2018年中美贸易战时期，美国贸易政策不确定性对玉米、小麦和大米价格主要是负向影响，而对大豆价格主要为正向冲击，且均存在一定滞后效应；第三，上述3个时期美国贸易政策不确定性对中国玉米价格的冲击略大于对大豆价格的影响，对小麦和大米价格的冲击较小（见表7）。

表7 中国粮食进口情况 （万吨）

相较于玉米、小麦和大米，美国是我国大豆主要进口来源国之一。虽然近年来中美关系恶化，我国积极拓展大豆进口来源，但美国大豆仍占我国大豆进口相当比重，2019年进口大豆中美国占比仍高达19.1%。由此，上述3个时期美国贸易政策不确定性均会通过进口粮食价格效应进而影响我国国内有效供给，最终对我国大豆价格产生正向冲击。对于玉米、小麦和大米价格而言，一方面，我国玉米主要从乌克兰进口，小麦主要从加拿大进口，大米主要从泰国等东南亚国家进口；另一方面，由于全球粮食供给来源地的多元性，世界各国都在积极争取中国这一巨大的粮食市场，加之美国进口替代效应的存在，美国贸易政策不确定性对中国粮食价格的冲击被弱化甚至产生负向影响，即美国贸易政策不确定性对玉米、小麦和大米价格产生的净进口效应作用大于进口粮食价格效应，故主要为负向冲击。

冲击大小不同与我国粮食实施的相关政策、贸易现状、需求弹性以及经济形势等密切相关。中国玉米自给率水平不低，但国际玉米更具价格优势，2016年国家实施玉米“价补分离”政策，促使玉米价格逐步回归市场，其价格变动更能反映市场供求状况；虽然我国对玉米进口实行配额制，且进口未达到配额限制水平，但对玉米酒糟等玉米替代品没有配额限制，在近年来对饲用玉米需求增多的情况下，玉米及其替代品进口量快速增长，且玉米替代品进口增长幅度更大，由于替代效应的存在，使国内玉米市场与国际贸易联系较为紧密。美国贸易政策不确定性对中国玉米价格冲击略大于对大豆价格冲击，可能是因为玉米与大豆具有相似的功能，都可作为粮食作物、饲料作物及能源作物，但由于一方面玉米加工产业链的广度和深度都显著高于大豆，基础需求量更大；另一方面玉米供应链环节少，而大豆进口量虽大，供给量环节多，缓冲余地大；此外，玉米需求弹性小于大豆需求弹性。因此，在美国贸易政策不确定性增大引发我国粮食进口风险时，玉米供给量变化引致的玉米价格波动略大于大豆价格变动，且价格波动反应慢，存在滞后效应。小麦和稻谷作为我国重要口粮，政府采取多种措施注重发展生产，如实施最低收购价、粮食补贴政策等；在贸易方面严格配额管理，配额主要调剂给大型国企、央企，而配额外保留高关税，故小麦和大米价格受美国贸易政策不确定性影响较小。

六、结论与政策建议

（一）结论

由于资源禀赋不同，中美两国农业合作非常广泛，美国贸易政策不确定性无疑会对中国粮食贸易产生影响，通过贸易传导渠道导致中国粮食价格波动。本文由理论分析得出美国贸易政策不确定性的变动通过贸易传导渠道对中国粮食市场价格产生影响，接着构建了包括美国贸易政策不确定性在内的影响中国粮食价格的高维宏观经济信息集，使用具有时变参数的因子增广向量自回归（TVP—FAVAR）模型，运用脉冲响应函数更为直观地描述了美国贸易政策不确定性对中国粮食价格的影响。

研究结论如下：第一，美国贸易政策不确定性对中国粮食价格的影响存在时变特征。美国贸易政策不确定性对中国粮食价格的冲击可划分为平稳、大幅波动和冲击加深3个阶段。第二，美国贸易政策不确定性对中国不同种类粮食价格的影响存在差异，对大豆价格和玉米价格的影响较大，对小麦价格和大米价格的冲击较小。第三，2008年全球粮食和金融危机、2016年贸易保护主义浪潮以及2018年中美贸易战3个时期的美国贸易政策不确定性对中国粮食价格的冲击效应不同，对大豆价格主要是正向影响，对玉米价格、小麦价格和大米价格主要是负向影响。

（二）政策建议

此次中美贸易摩擦互征关税涉及较多粮食等农产品，凸显我国农业尤其是粮食行业的重要性，调整中国粮食未来发展方向和粮食贸易格局显得尤为重要。因此，提出有效维持中国粮食价格相对稳定和保障粮食安全的政策建议：一是发展多元化的粮食进口来源地，降低粮食贸易的国别依赖。积极开拓除美国之外的其他粮食进口市场，优化进口区域结构，加强与“一带一路”沿线国家及周边国家的贸易合作，为我国粮食贸易开辟稳定的国际供应渠道，消除渠道依赖，避免我国粮食经济国际大循环“梗阻”。二是实现农业资源的合理配置，增加大豆国内供给。注重农业生产力的空间布局规划和农业生产资源的整合利用，如在稳定小麦等口粮作物生产的基础上，将生产力和生产资源向大豆产业倾斜，适度扩大大豆种植面积，落实大豆生产者补贴，提升大豆种植者积极性，增加国内大豆有效供给。三是打造粮食产业强国，努力形成粮食大国效应。鼓励和支持中国粮食企业“走出去”，积极开拓国际市场，建立建设国际性的粮食期货与现货交易中心，畅通我国农业国际大循环，强化在国际粮食市场的话语权和影响力。