基于VAR模型的吉林省粮食价格波动的影响因素研究

张正坤

（吉林财经大学金融学院，吉林 长春 130117）

一、引言

“民以食为天。”中国是人口大国，十四多亿人的吃饭问题是最大的民生问题。党的十八大以来，以习近平总书记为核心的党中央将粮食安全放在关键位置，提出了“确保谷物基本自给、口粮绝对安全”的粮食安全新理念。而粮食价格的稳定对于维护粮食安全起到重要作用，一旦粮食价格波动势必会对人们的生产生活产生重要的影响。

吉林省地处中国东北的中部，是国家粮食主产区之一，2019年到2020年连续两年粮食总产量保持在750亿斤以上，稳居全国第五位。地势东南高、西北低，东部为长白山区，蕴藏着丰富的森林资源。中部为松嫩平原，地势平坦，土壤肥沃，是全国商品粮的集中产区。西部为草原、湿地生态区是部分经济作物的生产基地。2020年7月22日至24日，习近平总书记考察吉林期间曾强调，吉林要把保障粮食安全放在突出位置，毫不放松地抓好粮食生产①。因此，吉林省的粮食价格的波动，不仅关系着吉林省粮食安全问题，而且会对全国粮食安全产生重要的影响。本文对吉林省粮食价格波动问题进行研究对于保证粮食供给、稳定吉林省粮食价格、鼓励农业发展等均具有现实意义，同时对于全国其他粮食主产区的粮食价格波动问题具有借鉴意义。

二、文献综述

近几年来，粮食价格的波动问题一直是国内学者研究的热点问题。徐小童就中国粮食价格波动的影响因素进行分析，通过建立VAR模型进行研究，指出粮食价格本身的滞后性、生产成本的上升是影响国内粮价波动最为显著的因素[1]。高露运用ECM模型对我国粮食价格波动的影响因素进行研究，指出我国粮食价格总体呈现上升的趋势，并且国家政策以及国际因素对于粮食价格的影响显著，由此建议要进一步对部分农产品实行采购与补贴政策，探索粮食价格机制，调整粮食进出口量[2]。孙宏业、柳宜可通过VAR模型对于内蒙古农产品价格影响因素进行分析，从市场、进出口、通货膨胀以及制度因素四个层面展开，通过研究发现农产品生产资料价格指数和人民币汇率对农产品生产价格指数有负冲击效应，而城镇居民可支配收入和粮食产量对农产品生产价格指数有正冲击效应[3]。

张晓玲通过建立ECM模型，对全国范围内的农产品价格波动的影响因素进行研究，进而得出农产品价格与粮食产量、农产品生产成本、人口自然增长率、粮食进出口以及货币供给量之间存在着长期稳定关系[4]。张苏龙通过面板数据回归模型，对我国粮食种植面积的影响因素进行研究，从而得出粮食价格指数、农民人均收入、农资费用以及化肥使用量对粮食种植面积的影响很显著，其中粮食价格指数和化肥使用量对粮食种植面积的影响为正，而农民人均收入对粮食的种植面积产生负向影响[5]。

通过建立VAR模型，杨俊卿发现粮食产量、农业生产资料价格等六个变量与粮食价格波动存在着长期协整关系[6]。王一飞通过回归分析对我国粮食价格波动的影响因素展开研究，发现国际粮食价格与我国大米和大豆价格表现为显著的正向相关关系，国际原油价格与我国大米和玉米的价格表现为负向相关关系，种粮成本与小麦、大米和玉米表现为显著的正向相关关系[7]。

综上所述，国内各学者对于粮食价格的波动运用不同的方法展开研究，并根据所得结论针对性地提出了相应的政策建议。但部分研究仍有不足之处，首先，多数文献在考虑影响粮食价格的需求因素时，大多选用人均纯收入这一指标，而无法更直接地体现居民的粮食需求。其次，多数文献研究全国范围内的粮食价格波动因素，并据此给出的建议不能很好地适用于各个地区。本文在既有文献的基础上，多角度选取影响因素构建指标体系，选取的指标能直接地反映所衡量的因素的变化情况，运用VAR模型进行实证分析，针对吉林省这一粮食主产区的实际情况提出建议。

三、数据选取

在广泛参考粮食价格波动的相关文献资料的基础上，考虑到数据的可获得性与代表性，本文选取1995年～2020年吉林省粮食零售价格指数来衡量吉林省粮食价格波动的情况，作为被解释变量。同时从供需、成本、通货膨胀、政策四个层面，选择粮食总产量、粮食播种面积、城镇居民人均粮食量、农村居民人均消费粮食量、农业生产资料价格指数、居民消费价格指数以及“三农”支出作为解释变量，详细指标体系如表1所示。

表1 吉林省粮食价格波动因素指标体系

本文数据来源于中国“三农”数据库，“三农”支出是指国家财政在农业、林业、水利事务、农业生产、农业综合开发、农村救济、农业基本建设和农村科技等方面的支出。从2007年我国财政支农支出统一采用农林水事务支出这一指标来表示，因此本文2007年后的“三农”支出统一采用农林水事务支出数据。

如表2所示，粮食零售价格指数在1995年～2020年呈显著的波动趋势，表明吉林省粮食价格在此期间内呈波动的趋势。而粮食总产量和粮食播种面积总体上呈上升趋势，表明吉林省粮食供给水平稳步攀升。城镇居民人均粮食消费量呈上升趋势而农村居民人均消费粮食量呈下降趋势，表明由于农民生活水平的提高，农民对于饮食的需求更加多样化，从而对粮食的需求有所下降。农业生产资料价格指数呈小幅波动的趋势，表明农业生产成本并不稳定。居民消费价格指数总体上呈现出上升的趋势，表明通货膨胀在慢慢的加强。而“三农”支出呈现显著的上升趋势，由此可见国家对于农业的扶持力度正在加大。

表2 1995年～2020年各指标数据

四、模型选择

向量自回归模型（VAR）是由克里斯托弗·西姆斯Christopher Sims）1980年首次提出的一种多变量数据分析方法。主要就是用所有当期变量对其若干滞后期变量进行回归，通常用来预测相互联系的时间序列系统和分析随机扰动对变量系统的动态冲击，解释各种经济冲击对经济变量的影响。模型表达式如下：

式中ty是内生变量；yt-1，…，yt-p表示yt的滞后期；xt是外生变量；A1， …，Ap表示yt的待估系数；B是xt的待估系数；εt是随机扰动项。

五、实证分析

1.单位根检验

为避免出现“伪回归”现象，本文通过Eviews10软件，利用ADF检验方法对时间序列进行单位根检验。单位根检验详细结果如表3所示，原数据在95%的置信水平下，吉林省粮食零售价格指数、粮食总产量、农村居民人均消费粮食量、农业生产资料价格指数以及居民消费价格指数是平稳序列，其余为非平稳序列。将粮食播种面积与城镇居民人均粮食消费量进行一阶差分，将“三农”支出进行二阶差分后，检验结果显示在95%的置信水平下均显著拒绝原假设，即此三个变量平稳。

表3 单位根检验结果

2.VAR模型构建

基于上述单位根检验结果，本文选取y、x1、dx2、dx3、x4、x5、x6、ddx7构建多元VAR模型。首先本文借助Eviews软件确定VAR模型的最优滞后阶数。VAR模型的最优滞后阶数如表4所示。

表4 各滞后阶数的VAR模型检验结果

从表4中可以看出，LR、FRE、AIC、HQ信息准则皆判定一阶滞后为该VAR模型的最优滞后阶数，因此本模型的滞后阶数为一阶，即VAR（1）。

3.模型稳定性检验

向量自回归模型的稳定性是实证分析的前提，结果表明，该模型的单位根均小于1，即均落在单位圆内，这就说明，该VAR模型是稳定的，从而可以进行后续的脉冲响应分析和方差分解，并且分析结果是合理的。

4.脉冲响应分析

从图2中可以看出，当粮食零售价格指数对其自身做正向冲击时，粮食零售价格指数立即表现出正向响应，但是一直衰减，在第二期消失为零，随后开始回升，第三期回升至2，然后开始慢慢衰减。

当给定粮食总产量一个标准差的正向冲击时，粮食零售价格指数表现出负向的响应，在第二期时达到最小值-3.0，随后慢慢上升，在第十期慢慢上升至0。表明粮食总产量的上涨，会导致粮食零售价格指数的下降，即导致吉林省粮食价格的下降。这是因为当粮食的总产量增多时，短期内居民对于粮食的需求并不会大幅增加，此时粮食供给大于需求，因此会导致粮食价格的下降。但市场在长期中会回到均衡状态，所以该影响在持续一段时间后消散。

当给定粮食播种面积一个标准差的正向冲击时，粮食零售价格指数首先表现出微弱的负向响应，随后慢慢回减，在第九期时至0。表明粮食播种面积的上涨会使得粮食零售价格指数下降，即导致吉林省粮食价格下降。这主要是因为粮食播种面积的增加，预示着一定程度上粮食产量的增加，导致短期市场上粮食供给大于粮食需求，因此导致粮食价格的下降。

而当给定城镇居民人均消费粮食量、农村居民人均粮食消费量一个标准差正向冲击时，粮食零售价格指数均表先出负向响应，然后慢慢衰减，在0周围波动。表明当居民人均需求量增加时，会使得吉林省粮食价格下降。

当给定农业生产资料价格指数一个标准差的正向冲击时，粮食零售价格指数立即表现出正向的响应。在第三期时达到峰值1.1，随后慢慢衰减。表明农业生产资料价格指数的上涨，导致粮食零售价格指数的上涨。这主要是由于，农业生产资料价格指数代表农业生产投入的成本，当成本上升时会推动粮食价格的上涨。而之所以慢慢地衰减，是因为国家对农业的扶持政策，控制粮食的生产成本，因此这种影响在持续一段时间后消散。

图2左下角为粮食零售价格指数对居民消费价格指数的脉冲响应。由图2可得，当给定居民消费价格指数一个标准差的正向冲击，粮食零售价格指数会立即表现出正向响应。即居民消费价格指数的上涨会提高粮食价格。这样的结果很好理解，因为居民消费价格指数是衡量通货膨胀的指标，当居民消费价格指数上升时，表明通货膨胀有所提高，此时市场总体价格水平会上升，粮食也不例外。但在长期，粮食价格的上涨必然会导致粮食供给的增加以及需求的减少，从而价格慢慢回落，市场经过调整后会回到均衡水平。

给定“三农”支出一个标准差的正向冲击时，粮食零售价格指数会表现出正向的响应。并在第三期时达到峰值1.3，随后慢慢回落并有小幅度波动，在第十期时衰减为0，即表明“三农”支出的增加会推动粮食价格的上涨。“三农”支出的增加进一步改善了农业生产活动的条件，提高了农业生产的质量，带动粮食价格的上涨。

5.方差分析

为进一步定量分析在吉林省粮食价格波动过程中，各个因素贡献程度的大小，本文借助Eviews10软件进行方差分解。详细结果如表5所示。

表5 方差分解

吉林省粮食价格波动主要受自身冲击的影响，且影响程度从最初的100%逐渐递减到79.68%。而其他因素对于吉林省粮食价格波动的影响从开始到第十期虽然有小幅波动，但总体上呈上升趋势。从长期来看，吉林省粮食价格的波动除79.68%受其本身决定外，所受影响程度从高到底分别为：9.61%受粮食总产量影响，2.91%受“三农”支出的影响，2.80%受城镇居民人均消费粮食量的影响，2.39%受农村居民人均消费粮食量的影响，1.44%受农业生产资料价格指数的影响，0.71%受粮食播种面积的影响，0.44%受居民消费价格指数的影响。

六、结论与建议

1.结论

本文选取吉林省粮食零售价格指数等八个指标，从粮食供需、成本、通货膨胀、国家政策四个方面，通过建立VAR模型展开研究。得到结论如下。

通过脉冲响应分析，发现当给定各变量一个标准差的正向冲击时，粮食零售价格指数对于粮食总产量、粮食播种面积、城镇居民人居消费粮食量，以及农村居民人均消费粮食量均表现出负向响应；而对农业生产资料价格指数、居民消费价格指数，以及“三农”支出均表现出正向的响应。

通过方差分解发现，各变量对吉林省粮食价格波动的贡献率大小依次为粮食价格本身79.68%、粮食总产量9.61%、“三农”支出2.9%、城镇居民人均消费粮食量2.8%、农村居民人均消费粮食量2.39%、农业生产资料价格指数1.44%、粮食播种面积0.71%、居民消费价格指数0.44%。粮食供给的贡献率远大于粮食需求的贡献率，说明当前吉林省粮食市场处于卖方市场；“三农”支出和农业生产资料价格指数对于粮食价格波动的贡献率较大，说明国家政策以及生产成本对于吉林省粮食价格的影响较为重要；而粮食播种面积和居民消费价格指数对于吉林省粮食价格波动的贡献率很低。

2.建议

（1）加强粮食价格监测和监管，建立健全粮食价格监测监管体系。粮食安全不仅关系着居民的日常生活，而且对工业发展也会有重要影响。因此，粮食价格的变化同时影响着民生问题与工业发展问题。有效的粮食价格监测监管体系，能够准确把握粮食市场行情，及时作出相应的调控政策，降低粮食价格波动对吉林省居民日常生活及工业发展带来的影响。

（2）保障粮食生产能力、稳定粮食生产。实证分析表明，当前粮食供给对于粮食价格波动的贡献率远大于粮食需求，因此稳定粮食生产，保障粮食供给对于稳定吉林省粮食价格有着重要意义。尤其在新冠疫情大背景下，多国禁止粮食出口，因而保障基本的粮食自给能力，在稳定粮食价格的同时，能够应对新冠疫情对于粮食生产的冲击。

（3）降低农业生产成本，加强财政补贴。通过实证分析可以看出，生产成本的提升，会推动吉林省粮食价格的上涨。增加财政对于农业的补贴，尤其是对于粮食生产所需的种子、化肥以及农机具的补贴，控制农民生产粮食的成本，其对于稳定吉林省粮食价格、增加农民收入，以及提高农民种粮积极性方面都存在着积极的影响。

注释：

①习近平在吉林考察（baidu.com）。