陕西省粮食价格波动影响因素分析

□文/雷 婧

（西安财经大学统计学院 陕西·西安）

［提要］粮食安全问题至关重要。本文选用陕西省1999～2020年数据作为分析样本，探讨影响陕西省粮食价格波动的因素，通过建立VAR模型，并运用单位根检验、格兰杰因果关系检验、脉冲响应函数以及方差分解，对粮食价格波动与各指标之间的关系进行实证分析，结果表明：粮食价格与粮食产量之间存在着双向格兰杰因果关系。粮食价格是农业生产资料价格、工业增加值和居民消费价格的单向格兰杰原因；粮食价格对自身的冲击响应效果最为显著，其次是粮食产量；粮食价格受自身和粮食产量、农业生产资料价格的冲击贡献较为明显。VAR模型的稳定性检验发现：AR特征根的倒数的模都落在单位圆内，表示VAR模型平稳，说明本文构建的VAR模型具有一定的合理性和科学性。

一、文献综述

粮食价格的波动不仅直接影响了国民生计，还影响了国家的安全，经济、工业化和城市化的发展，在一定程度上对政治的稳定和社会的和谐发展也有所影响。2020年的一场疫情，加之由于经济迅速发展，导致城市化、工业化的快速发展的弊端也随之暴露，人们清醒地看到粮食的重要性，无农不稳，无粮则乱，这是一个不争的事实。自改革开放以来，陕西省的粮食价格发生了很大的变动，为了保障农民种粮的收益，刺激粮农的生产积极性，做好人们的生活保障，有必要对影响陕西省粮食价格波动的因素进行深入研究，从众多因素中寻找出影响较大的因素，进而提出促进实现陕西省农业政策目标的相关建议，以此来实现陕西省农产品市场的稳定，提高陕西省人民的生活水平，为维护社会的和谐稳定做一些贡献，而且对陕西省的经济建设也有很大的帮助。粮食是人类生存以及发展最基本、最重要的前提。粮价与推动城市化进程和现代化发展息息相关。由于工业化和城市化的影响，中国的耕地面积在以每年40万公顷的速度减少，粮食产量也势必会受到一定程度的影响。与此同时，数据显示，随着中国人口增长和消费提升，粮食价格出现波动，这势必会对人民的生活、经济产生影响，甚至影响走向现代化的步伐。研究粮食价格波动的影响因素已经成为学术界和各专家关注的焦点，因此研究陕西省粮食价格波动的影响因素，对于陕西省经济增长、人民生活水平的提高具有现实意义。

“保粮价就是保民生”。粮价问题一直都是人们关注的重点，对于粮食价格波动的影响因素，近年来国内外的研究数不胜数。杨俊卿（2018）以湖南省为分析样本，运用2000～2015年16年间的数据，采用蛛网理论、供求理论等对湖南省粮食价格波动的影响因素进行研究，得出了粮食产量与粮食价格互为因果关系，农业生产资料价格、地区生产总值等均是粮食价格的单向格兰杰原因。王学真、公茂刚、吴石磊（2015）运用供需理论从需求方面发现由经济增长、工业化增加了石油需求，导致增大了对粮食的需求，造成国际粮价波动。杜丽永、蔡志坚（2014）以小麦为例，从市场需求、供给、金融贸易等方面对影响粮食价格波动的因素展开研究，得出人口增长、生物质能源发展为粮食价格波动主要因素，美元贬值也会刺激粮价波动。罗锋、姜百臣（2013）基于2000年1月～2011年10月的月度数据，通过构建VAR模型，实证分析广东粮食价格波动的影响因素，研究表明国际粮食价格较经济增长因素对粮食价格波动的冲击效果更明显。王昕、许平祥、任彦军（2017）利用VAR模型对国内外粮食价格波动的传导效应进行研究，实证表明在产业链的视角下，世界粮食市场带动了国内粮价的产业链传导，需求拉动型占主导地位，国际粮食价格与国内产业链不同环节价格存在着长期均衡关系。

二、陕西省粮食价格波动影响因素分析

粮食作为一种特殊的商品，具有商品属性，而根据经济学中商品的价格理论，我们知道供需关系是影响价格波动的因素，当市场供给大于需求时，商品的价格会下跌；当市场需求大于供给时，商品的价格会上涨。除供求关系之外，国家政策也会影响价格，甚至天气、节日、地域条件这些人为不可控的因素都会影响到价格的波动，例如，各种节日前，鸡蛋的价格会上涨，节日后又趋于正常。因此，从这个角度看，粮食价格波动主要受到粮食市场供给、需求、国家政策以及其他自然因素四个方面的影响。为了深入研究陕西省粮食价格波动的影响因素，本文将从四个视角展开分析。

（一）供给因素。从供给的角度来看，所有可能影响粮食供给的因素最终都会影响价格。粮食价格与粮食产量具有直接相关性，二者存在着密不可分的关系。现有研究对粮食价格波动的供给因素主要表现在粮食产量及成本推动上，本文用农业生产资料价格来反映成本推动因素。因为农业生产资料价格不仅会直接造成粮食价格的波动，还会通过激发农民种粮的积极性，增加粮食作物的收入，从而影响粮食产量，并再次造成粮食价格波动。

（二）需求因素。根据相关理论的观点，任何商品的市场价格波动都与其供给与需求的平衡相关联。粮食价格的波动不是一种孤立的经济现象，它不仅仅受到供给方面所带来的影响，还受需求拉动的影响。凡是能够影响粮食需求的因素最终都会影响到价格。就粮食而言，需求层面的因素不仅包括人口、收入、经济的增长，还包括居民的消费结构，工业化也会导致需求的增加。众所周知，工业的发展离不开粮食，粮食是工业发展的原料，而且工业的发展在一定程度上会促进经济增长。

（三）国家政策。除粮食供给与需求的平衡会影响粮食价格的波动幅度之外，还有一部分是国家政策对其的影响。从数据上可以清晰地看到，2004年的粮食价格、粮食产量、农业生产资料价格等都居于较高的位置，这是因为在2004年国家实施粮食直接补贴政策，而且全面取消了农业税。在新时代发展的背景下，为决战决胜脱贫攻坚，国家对“三农”的扶持政策逐年增大，其中就包括粮食直补；为夯实农业基础，稳定粮食生产，2016年5月财政部、农业部发布了《关于全面推进农业“三项补贴”改革工作的通知》，将对粮食种植户的直接补贴、农作物补贴和对农业资源的综合补贴结合起来，形成对农业的支持和保护补贴。这一政策无疑减轻了粮农的负担，激发了农民种粮的积极性，保证了粮食的收益。

（四）其他因素。粮食价格受到众多复杂因素的影响，除了上文所介绍的之外，还有由自然环境、生物能源、金融投机等诸多因素相互作用、相互影响所带来的影响。比如不可控的自然灾害，2011年底世界范围内出现了自然灾害，中国也不例外，就陕西省而言，农业生产资料价格被提高，以致影响了粮食价格；再比如2020年受新冠肺炎疫情全球蔓延的影响，陕西省粮食进口减少，从而导致粮食价格产生波动；还有金融投机、心理作用等因素对粮食价格波动也会产生影响。

三、实证分析

（一）数据来源与变量处理

1、数据来源。根据以往学者的研究，大多数人采用粮食零售价格指数来衡量粮食价格的变动。因此，本文采用陕西省粮食零售价格指数rgp（单位：%）作为因变量，来表示陕西省粮食价格波动的幅度。根据对陕西省粮食价格波动的影响因素分析，并借鉴其他学者有关粮食价格波动影响因素的研究，本文从供给和需求两个方面选取影响粮食价格波动的变量，在供给方面，选取粮食产量指数rgq（单位：万吨）和农业生产资料价格指数rfp（单位：%）作为自变量；在需求方面，选取工业增加值指数gdp（单位：%）和居民消费价格指数cpi（单位：%）作为自变量。本文数据来源于2000～2021年《陕西省统计年鉴》。

2、变量处理。在数据分析之前，对搜集到的粮食产量进行指数化处理，以减小误差，使结果更加准确，计算方法为本年度粮食产量除以上年度粮食产量，再乘以100，单位为%。

（二）单位根检验。如果时间序列数据是不平稳的，对其直接进行线性回归，根据得到的统计量对模型进行的估计和推断往往是不正确的，也会使回归结果失去意义。因此，在建立VAR模型之前必须对序列进行平稳性检验，即单位根检验。非平稳序列通过d阶差分变成平稳序列，称为d阶单整序列。本文采用ADF方法检验序列的平稳性，检验结果如表1所示。（表1）

表1 变量单位根检验一览表

由表1可知，在5%的显著性水平下，变量rgp、rgq、rfp、gdp和cpi的单位根检验对应的P值大于0.05，不能拒绝原假设，即原序列不平稳，而一阶差分序列△rgp、△rgq、△rfp、△gdp、△cpi的单位根检验对应的P值小于0.05，拒绝原假设，即一阶差分序列平稳。

（三）VAR模型的建立。在建立VAR模型之前，首先需要确定其最优滞后阶数，本文采用Eviews软件中的若干准则确定VAR模型的最优滞后阶数，结果如表2所示。（表2）

表2 滞后阶数的确定一览表

根据AIC和SC最小原则，初步选择建立滞后阶数为2的VAR模型，对VAR模型的稳定性进行检验。

从图1中可以看到，单位圆中的点表示的是AR特征根的倒数的模，如果这些点都落在单位圆内表示VAR模型平稳，反之表示VAR模型不平稳。因为只有稳定的VAR模型脉冲响应的结果才是有效的，所以在进行脉冲响应之前需要对VAR模型进行平稳性检验。本文建立五个变量滞后2期的VAR模型共有10个特征根，AR Roots Graph的检验结果是每个特征根倒数的模都在单位圆内，因此本文建立的VAR模型通过稳定性检验，认为模型是稳定的。（图1）

图1 VAR模型平稳性检验结果图

（四）格兰杰因果检验。本文采用Eviews10软件，用粮食产量指数、农业生产资料价格指数、工业增加值指数和居民消费价格指数进行格兰杰因果关系检验，具体检验结果如表3所示。（表3）

表3 滞后阶数的确定一览表

结合表3中F值和P值，发现粮食价格rgp与粮食产量rgq均在5%的显著性水平下拒绝原假设，即粮食产量指数和粮食价格指数互为因果关系，说明粮食产量的前期变化影响着粮食价格的当期变化。同时，粮食价格指数也是农业生产资料价格指数、工业增加值指数和居民消费价格指数的格兰杰原因，但农业生产资料价格指数、居民消费价格指数和工业增加值指数不构成对粮食价格指数的格兰杰因果关系。

（五）脉冲响应函数。由于前文检验得出建立的VAR模型是稳定的，所以可以分析各因素对粮食价格指数的冲击效应，具体结果如图2所示。（图2）

图2 各因素对粮食价格指数脉冲响应函数图

根据图2可以看到，各因素对rgp的冲击响应不同，意味着对其影响程度也不同。在第一期，rgp对自身的响应最为明显，受到自身的冲击后，粮食价格指数迅速回落到第三期后又开始上升，第四期之后又趋于平稳；rfp变动对rgp的冲击，第一期到第二期增加达到最大值，第二期到第三期下降，随之又上升、下降，直到第六期之后才开始平稳性的波动，整体波动比较明显；rgq变动对rgp的冲击类似于rgp对自身的冲击，第一期到第三期急剧下降，随后上升，直至平稳；gdp变动对rgp的冲击整体来看和rfp较为相像，但波动幅度不如rfp的大，在第六期之前围绕0值上下波动，幅度较大，第六期之后趋于平稳；cpi变动对rgp的冲击呈现出规律性的周期波动，先从第一期到第三期下降，然后增长到第五期后又开始回落，第六期之后逐渐平稳。

（六）方差分解。本文利用Eviews10对粮食价格指数变动的方差分解如表4所示。（表4）

表4 粮食价格指数变动方差分解结果一览表

由表4可知，粮食价格指数rgp对自身的贡献在十期中都保持了46%以上的贡献度，在第一期占到100%，一直到第十期都有46.7%的贡献度，平均每期的贡献度为56%左右；粮食产量指数rgq对粮食价格指数的贡献率也较为明显，在第二期达到峰值20%，之后其贡献度有下降的趋势，但总体一直保持18%左右的贡献度，直到第十期贡献度都有17.5%，因此不可以忽视粮食产量波动对粮食价格波动的影响；农业生产资料价格指数rfp对粮食价格波动的影响在所有因素中排在第三位，对粮食价格变动的解释力度总体呈上升趋势，从第一期的0%达到第十期的最大21.3%，即在第十期大约21.3%的rgp变动方差由农业生产资料价格指数变动可以解释；排在第四位的是居民消费价格指数cpi，第十期为最高，贡献度达到9.7%，平均每一期的贡献度为6.2%左右；工业增加值指数gdp的贡献度不大，最高为5.7%，从长期来看，稳定在5.5%左右的解释水平上，意味着对粮食价格指数的影响较小。

四、对策建议

（一）完善粮食安全政策，保证粮农生产利益。尽量规避粮食价格剧烈波动的风险，保证粮食安全，比如为了防止由于自然灾害以及一些自然因素造成人们恐慌性消费，导致粮价上涨，所以国家应该设立粮食库存警戒线，“存粮如存金”，在允许的范围内，农户应该存粮，国家也应该增加一定程度的粮食储备。

（二）协调粮食市场供需平衡关系，稳定粮食价格。增加粮食供给或者减少其他因素对粮食的需求量来达到供需的平衡，比如通过国家政策增加粮食库存，或者减少粮食出口，增加粮食进口；当农业生产资料价格上涨时意味着成本增加，这就需要调节粮食需求，来控制农业生产资料价格的波动。

（三）引进农业创新技术，增加粮食产量。需要引进大量的农业创新技术，这对农业现代化的发展有一定的推动作用，因此引进农业创新技术时不可待。