全球经济政策不确定性对中国农产品价格的溢出效应研究

豆振江 孟玲丹 何富美

（1.湖南人文科技学院 商学院， 湖南娄底 417000； 2.南京财经大学 金融学院， 江苏南京 210023）

一、引言

农产品价格波动不仅关乎国计民生、农民增收以及通货膨胀等，其作为“隐形之手”，更是对农业资源优化配置、 农业产业现代化进程具有重要影响。 因此，农产品价格波动影响因素是学术界长期关注的焦点，相关研究也取得了丰硕成果。 近些年来，国际形势风云激荡、变幻莫测，全球新冠疫情持续蔓延， 大国关系跌宕起伏， 地缘政治冲突急剧升级， 给全球经济正常运行带来了新的威胁和挑战。为此，全球各经济主体通过频繁出台或调整经济政策予以应对， 由此引发全球经济政策不确定性显著上升。根据Baker et al.（2016）构建的量化指标，2020年3 月全球经济政策不确定性指数急速攀升至356.84，远超历史水平。 根据农业农村部监测结果，2017—2021 年，国内农产品批发价格指数整体呈上升态势， 其中2020 年2 月这一指标数值出现局部峰值，达到135.75。 在经济高度全球化及中国农业对外开放持续增强的背景下，国内农产品价格波动因素呈现明显的局部转移特征，国际因素对国内农产品价格的影响不容忽视。 对此，笔者基于农产品供应链国际成本视角，对全球经济政策不确定性对国内农产品价格的传导效应进行了细致研究。

二、文献回顾与理论机制

自2008 年国际金融危机爆发以来， 全球经济逐渐步入下行通道，欧债危机、美元贬值、全球贸易保护主义、单边主义盛行以及新冠疫情全球蔓延等事件相继出现。 在此背景下，各国政府频繁出台或调整经济政策予以应对，全球经济政策不确定性随之攀升，具体表征在经济政策是否会出台、何时出台、 执行方式以及执行力度的不明朗性等方面（Gulen & Ion，2016）。 这种不明朗性会改变经济主体的预期，进而对经济运行产生干扰。 近些年来，关于国际经济政策不确定性的相关研究大致可归纳为以下几个方面。

（一）关于全球经济不确定性的相关研究

一些文献侧重于探索经济政策不确定性的量化测度研究。 从既有文献看，经济政策不确定性度量方法大致可归结为以下几类。 一是以政策变量或经济变量时间序列波动率来度量经济政策不确定性（Fernández et al，2011），或以货币政策工具变量波动率来捕捉货币政策不确定性（Mumtaz & Surico，2018）。 由于执政者是经济政策制定的主体，因此，一类文献采用政权变更或官员调整作为经济政策不确定性代理变量（Julio & Yook，2012）。然而，官员变更具有地方性和时域上的局限性，无法全面客观呈现宏观经济政策不确定性特征。 此外，随着信息媒体产业的发展，报刊媒体蕴含着大量与经济政策不确定性的相关信息。 Baker et al.（2016）以报刊媒体为载体，借助文本过滤技术构建了经济政策不确定性代理变量，其核心思想是先设定与“经济”“政策”“不确定性”等相关的关键词，借助计算机文本挖掘技术从选定的报刊中筛选出含有设定关键词的文章，最后通过归一化处理得到经济政策不确定性指数。 近些年来，该方法得到国内外学者的广泛认可与应用（朱军和蔡恬恬，2018）。

一些文献侧重于经济政策不确定性形成的经济效应研究。 从近期文献看，Baker et al.（2016），Drobetz et al.（2018），陈乐一和张喜艳（2018），欧阳志刚等（2019）的研究发现，经济政策不确定性是引起宏观经济波动的重要因素。 刘玉荣等（2019）实证检验了经济政策不确定性对消费存在的影响，发现经济政策不确定性上升会显著降低宏观消费水平。杨旭和刘祎（2020）的研究结果表明，经济政策不确定性与贸易呈反向关系。 夏婷和闻岳春（2018），Sharif et al.（2020），Lyu et al.（2021） 等学者研究金融资产价格、金融系统稳定性、国际油价与经济政策不确定性的关联性。 此外，还有一些学者从微观视角考察了经济政策不确定性对企业研发创新（顾夏铭等，2018；张峰等，2019；He et al，2020）及企业投资决策的影响 （Gulen & Ion，2016； Akron et al，2021）， 基本认为经济政策不确定性上升与企业投资、 研发创新呈反向关系。 在跨区域冲击效应研究方面，少量学者立足全球视角评估了经济不确定性溢出效应，如谭小芬等（2018）、Attig et al.（2021）研究了全球经济政策不确定性对跨境资本流动、股票收益率、资本市场的影响，还有少量学者实证检验了某（几）个国家或发达经济体经济政策不确定性对他国产出、通胀、技术扩散等方面的溢出效应（郝大鹏和曹林静，2020；金春雨和张德园，2019）。

（二）关于农产品价格影响因素的相关研究

农产品价格变化事关国民生计， 与通货膨胀之间存在长期的均衡关系（卢锋和彭凯翔，2002），同时也是影响居民消费支出及农民增收的重要因素。 因此，农产品价格波动影响因素是学界关注的焦点问题。 由于农产品同时兼具商品属性与金融属性（李新功，2012）， 因此现有文献基本围绕农产品的双重属性来揭示农产品价格波动影响因素。 从商品属性出发，农产品价格波动影响因素研究可从供给端和需求端两个方面进行。 在供给端方面，一些文献的研究结论表明，气候、自然灾害及耕地面积等可通过改变农产品产量进而影响农产品价格（张利庠和张喜才，2011；Vogel et al，2019）。由于原油是农产品生产过程中重要的基础性原材料，因此一些学者通过供给端的成本渠道对国际油价与农产品价格波动的关联性进行研究 （彭新宇和樊海利，2019；Yahya et al，2019）， 发现国际原油价格与农产品价格变化特征具有高度的相似性。 在需求侧方面，一些学者发现经济发展水平提升促进了农产品食用需求、加工需求及贸易需求， 并由此引起农产品价格上涨（Tsakok，2019；陈丹霞，2020）。 从金融属性出发，现有研究文献多从货币因素、 投资因素等方面展开。如李京栋等（2018）通过检验货币的流动性、农产品期货及国际热钱，对大蒜和绿豆价格巨幅波动现象进行了解释。 冯梦超和张华（2020）研究了美元加息对中国大宗农产品价格的影响。

（三）关于经济政策不确定性与农产品价格的相关研究

随着经济政策不确定性的显著上升，国内外学者关于经济政策不确定性对农产品价格波动冲击的相关研究逐渐增多。 Sun et al.(2021)基于Boostrap原理的滚窗格兰杰因果模型检验了贸易政策不确定性与农产品价格的双向因果关系，发现贸易政策不确定性会通过改变农产品供给进而影响农产品价格。 Gopinath（2021）指出，由美国发起的贸易摩擦导致了国际贸易政策不确定性上升，进而通过关税渠道致使美国农产品价格上涨。 Wen et al.(2021)基于非线性ARDL 模型的实证研究表明，经济政策不确定性具有突发性和不可预见性特征，对食品价格的影响主要表现为短期。 谭莹等（2018）从产业链视角研究了经济政策不确定性对农产品价格波动的影响，发现经济政策不确定性对农产品产业链的价格冲击显著，且存在明显时变特征。 潘群星和陈旭（2019）检验了中国经济政策不确定性与大豆、玉米等主要农产品价格变化的动态特征，发现两者间存在长期的稳定关系，且玉米价格受到经济不确定性冲击效应更显著。 张俊华等（2019）基于FAVAR 模型进行实证研究，发现中国主要农产品价格对经济政策不确定性冲击的响应明显，且不同类型农产品价格响应特征具有一定的差异性。 苏芳等（2021）采用PVAR 模型实证研究了中国经济政策不确定性对粮食安全的影响，发现经济政策不确定性上升显著降低了粮食供给安全、获取安全及资源安全。

综上，学术界的研究成果颇丰，但依然存在进一步探索的空间。 一方面，随着经济全球化、全球农业产业链交叉融合的深入及中国农业对外开放持续增强，国内农产品价格势必受到国际农产品价格波动因素影响。 因此，从全球视角探索经济政策不确定性对国内农产品价格波动的影响具有重要现实意义。 另一方面，从实践视角看，由中美贸易摩擦、新冠疫情蔓延等引发的全球经济政策不确定性对全球供应链的安全性和可获得性冲击尤为明显。因此，立足农产品供给端成本视角揭示全球经济政策不确定性对农产品价格的影响，这一研究具有现实价值。

从农产品供给端成本视角看，既有研究文献基本证实了国际原油构成了全球经济政策不确定性影响农产品价格的重要传导渠道。其作用机制如下：首先，全球经济政策不确定性是引起国际原油价格波动的重要驱动因素。 众所周知，原油是工业的血液和基础，也是世界经济发展的命脉，已经深入渗透到各国工业和农业等领域。 因此，国际原油市场价格波动成了全球瞩目的焦点。 大量文献表明，全球经济政策不确定性是引起国际油价波动的关键性影响因素，从原油的商品属性看，全球经济政策不确定性是引起全球主要宏观经济变量（企业投资、居民消费、 进出口贸易） 波动的主导因素 （Baker et al，2016），鉴于原油在经济体系中的渗透性，这些经济变量的变化将直接改变国际原油的供给与需求，进而影响国际原油价格；从原油的金融属性看，高度市场化的国际原油价格与汇率、 国际资本流动、金融风险等因素息息相关，而全球经济政策不确定性是引起货币汇率、金融风险、资本跨境流动变化的重要影响因素（谭小芬等，2018；Julio &Yook，2016）。其次，国际原油是农产品生产过程中不可或缺的基础原料，是农产品生产成本的重要组成部分。 农产品生产成本总体上可归结为实物资本和人工资本两个方面， 其中实物资本具体体现为农产品生产资料，包括农用工具、饲料、机械化农具、化学肥料、农药、农用机油等，而这些农产品生产资料的加工或生产过程均与原油密切相关， 如化学肥料成分中约70%是由石油构成。 农产品人工资本主要体现为农业从业人员的工资水平，而工资水平又取决于经济发展水平及通胀等因素，原油作为经济运行的基础性资源，其价格波动直接影响一国或地区的经济发展及通货膨胀水平。 综上，从农产品供给端成本视角看，国际原油通过对下游农产品生产资料的影响构成了全球经济政策不确定性对农产品价格冲击的重要传导渠道（见图1）。 此外，既有研究表明，随着宏观经济环境的变化，经济政策不确定性对农产品价格影响呈现非线性时变特征，这为笔者研究提供有益的启示。

图1 基于成本渠道全球经济政策不确定性对农产品价格的传导机制

据此，笔者基于供给端成本渠道揭示全球经济不确定性对中国农产品价格波动的冲击效应。 具体以国际原油作为全球经济政策不确定性对农产品价格影响的国际国内传导路径，设定时变参数向量自回归（TVP-VAR）模型展开实证分析。

三、实证研究设计

自Sims(1980)首次提出向量自回归（VAR）模型以来，该方法在宏观经济及跨国溢出效应研究方面得到了广泛应用， 然而固定系数的VAR 模型难以刻画模型变量之间的结构性变化，因此，后续学者对该模型进行了适当的改进。 Primiceri(2005)以及Nakajima(2011)等将固定系数VAR 模型拓展为时变系数， 极大地拓展了传统VAR 模型对现实问题的解释。 鉴于笔者的研究目的，借鉴Nakajima（2011）的研究，构建了包括全球经济政策不确定性、国际能源、 农产品生产资料及农产品价格4 个变量的TVP-VAR 模型进行实证分析。

（一）计量模型设定

时变参数向量自回归（TVP-VAR）模型设定如下：

Yt表示n×1 维的观测变量，包括全球经济政策不确定性、国际能源价格、农产品生产资料及农产品4 个变量；At为n×n 向量并由此表示模型变量之间同期结构性关系；Yt,Yt-1,L,Yt-p为模型变量滞后项，B1t,B2t,L,Bpt为变量滞后项系数，用以刻画模型变量之间的动态关系， 其中参数p 表示变量滞后阶数。 根据AIC 惩罚性准则，这里确定性的最优值p=2；ut为n×1 扰动向量， 用于捕捉模型变量不可观测的扰动因素；参数At,Bt及ut下标t 分别表明模型变量结构性关系、滞后项系数及扰动项是时变的。 为便于表述，将模型（1）重述为如下简约式：

其中，F1t=At-1Bit，i=1,2,L,p， Σt=E(utut′)表示模型变量结构新息冲击（Innovation Shock），εt为白噪声。为识别模型新息冲击，采用了文献中常见的乔氏分解法，具体根据Nakajima（2011）的研究将结构关系At设定为主对角线为1 的下三角矩阵，并将Σt设定为对角阵，即：

为便于刻画模型参数时变特征， 令βt=(F1t,F2t,L,Fpt)，并将结构同期关系及结构新息冲击矩阵中的非0 和非1 元素进行依次堆叠， 即令αt=(a21,t,a31,t,L,an,n-1,t)′，ht=(h1t,h2t,L,hnt)，其中，hit=iog(δit),i=1,2,L,n。在完成上述设定的基础上，采用一节随机游走刻画模型滞后项系数、结构同期关系及结构性新息冲击的时变特性，即：βt=βt-1+μβt,αt=αt-1+μαt,ht=ht-1+μht。借助（2）式的脉冲响应函数，即可直观呈现全球经济不确定性通过国际能源渠道对国内农产品价格的冲击效应。

（二）变量说明与处理

根据研究需要及图1 所示的理论传导机制，计量模型中包括全球经济政策不确定性、 国际能源、国内农产品生产资料价格及农产品价格4 个变量。关于全球经济政策不确定性， 采用Baker et al.（2016）基于文本挖掘技术构建的全球经济政策不确定性指数作为代理变量（GEPU），其构建的核心思路是以中国、巴西、美国、法国、德国、日本等21 个国家的经济政策不确定性指数为基础，以这些国家在全球GDP 中的占比作为权重综合而成。 正如前文所述，相比官员变更或某个政策变量随机波动率而言，基于报刊文本筛选技术构建的经济政策不确定性指数在时域维度能较好地捕捉全球经济政策的不明朗性；关于国际能源，采用全球影响最广泛、最具代表性的纽约商品交易所原油期货作为代理变量（WTI）。本研究的理论机制分析表明，国际油价主要通过实物资本投入及从业人员工资双重渠道影响农产品生产端的成本，这里采用国内农产品生产资料价格总指数 （CST） 来刻画农产品生产端的成本投入，该指数不仅含有化学肥料、饲料、手工或机械化农具等价格成分，还囊括了农业生产服务等人工成本信息。 农产品价格变量采用了农产品批发价格总指数（PRI）来表示。 本研究的数据频率为月度，考虑到不同宏观经济环境可能出现模型变量的结构性突变，样本区间确定为2005 年1 月至2020 年3 月，共计183 个样本观测点，样本期间基本涵盖了全球金融危机、欧债危机、中美贸易摩擦及新冠疫情等不同阶段的宏观经济环境特征。 全球经济政策不确定性指数来自www.policyuncertainty.com，国际原油价格及农产品生产资料价值指数来自Wind 数据库，农产品批发价格总指数来自CSMAR 数据库， 相关模型变量描述性统计见表1。

表1 模型变量描述性统计

此外， 由于非平稳变量可能引发VAR 模型参数估计出现伪回归，同时考虑最大程度保持基础数据所蕴含的信息，借鉴欧阳志刚（2015）的做法，先对基础数据进行标准化处理，再采用无截距项和无时间趋势的ADF 统计量进行平稳性检验，并对非平稳序列采取差分处理。 表2 为5%显著性水平下模型变量的平稳性检验结果。

表2 5%显著性水平下模型变量的平稳性检验结果

（三）实证结果分析

在完成参数估计的基础上， 借助TVP-VAR 模型的时变脉冲响应函数来呈现全球经济政策不确定性通过成本渠道对国内农产品价格波动的影响及传导机制。

1.全球经济不确定性对农产品价格的时变冲击效应

图2（a）和（b）分别报告了国内农产品批发价格对全球经济政策不确定性的滞后脉冲响应和时点脉冲响应。 从图2（a）结果看，给定一个单位GEPU 正向新息冲击，PRI 的脉冲响应值在滞后4 期时略低于0，且响应特征不明显，在滞后8 期和12 期时，脉冲响应值显著大于0，且响应特征更明显。该实证结果表明，全球经济政策不确定性对国内农产品价格影响存在一定的时间滞后效应，短期内对农产品价格形成微弱负向影响，而在中长期，全球经济政策不确定性上升会显著提高国内农产品价格。 从图2（a） 还可以看出， 在样本期不同时刻，PRI 对GEPU的脉冲响应值呈现波浪形特征，表明随着宏观经济环境的变化，全球经济政策不确定性对国内农产品价格的影响呈现明显的非线性时变特征。以滞后12期为例，在2008 年、2011 年、2017 年及2020 年4 个时间点，脉冲响应值均出现了样本期内的局部峰值，不难理解，在这4 个时间点，全球经济分别历经了全球金融危机、欧债危机、中美贸易摩擦及新冠疫情等特殊时期。 为应对这些不确定性冲击，各国政府调整宏观经济政策的力度和频率明显增强， 致使这4个时间点的全球经济政策不确定性明显高于其他时期。 为进一步探究全球经济不确定性对农产品价格的非线性时变冲击特征， 图2 （b） 报告了PRI 对GEPU 的4 个代表性时点的脉冲响应值， 分别对应全球经济历经的4 个特殊阶段。 不难发现，与全球金融危机、欧债危机、中美贸易摩擦等时期相比，因新冠疫情引起的全球经济政策不确定性对国内农产品价格的影响更显著。 这是因为新冠疫情冲击不同于其他类型冲击，其对农产品全球供应链安全性和可获得性的冲击是首当其中的。 因此，该实证结果较好地捕捉了现实，表现出良好的稳健性。 此外，图2（b）还显示，在给定25 期响应水平前提下，PRI对GEPU 的脉冲响应值并未收敛于0 值， 而仅仅呈现出收敛趋势，这预示着全球经济政策不确定性对国内农产品价格的冲击效应具有持久性。

图2 全球经济政策不确定性对农产价格的传导效应

2.全球经济政策不确定性对国内农产品价格的传导机制

鉴于笔者的研究视角，重点凸显国际、国内成本渠道揭示全球经济政策不确定性对国内农产品价格的传导机制。

图3 报告了全球经济政策不确定性通过国际国内成本渠道对农产品价格冲击的传导机制。 从图3（a）报告结果看，给定一个单位GEPU 正向信息冲击，WTI 脉冲响应值为正， 且在当期响应特征较为显著，表明全球经济政策不确定性上升能显著引起国际原油价格上涨，该实证结果与王奇珍和王玉东（2018）的研究结论基本一致。 此外，从时变特征看，WTI 在2002M2 时刻的脉冲响应值显著高于其他时刻，这意味着新冠疫情暴发以来，全球经济政策不确定性对国际油价的正向促进效应明显增强。 笔者认为，尽管新冠疫情在全球范围的大流行急剧降低了国际原油需求，但为了应对新冠疫情冲击，以美国为代表的经济主体通过增加货币发行等方式来对冲疫情引起的负向影响，进而提升了国际原油的市场价格。 从图3（b）报告结果看，CST 对WTI 的脉冲响应值在0 以上，经过5 期后基本向0 值趋近，表明国际油价上涨会引起国内农产品生产成本上升。 原因在于：国际原油是农产品生产资料（如化肥、农药等）的重要基础性原料，油价上涨必然会引起农业生产成本上升。 图3（c）呈现了PRI 对CST 的脉冲响应结果，不难发现，农产品生产资料价格上涨直接带动了农产品价格同步上涨，即国内农产品价格具有明显的成本推动型特征， 且在新冠疫情全球大流行及2008 年全球金融危机期间，这种供给侧的成本推动效应更加显著。 总体而言，通过国际原油、国内农产品生产资料，已经形成了一条较为完整的成本传导渠道。

图3 全球经济政策不确定性对农产品价格的传导机制

四、研究结论与政策启示

基于农产品供应链国际成本视角， 采用TVPVAR 模型实证检验了全球经济政策不确定性对中国农产品价格的溢出效应，得到以下研究结论：（1）全球经济政策不确定性上升对国内农产品价格的影响存在大约5 个月时滞效应，此后会同向引起农产品价格上涨，且持续时间较长；（2）随着宏观经济环境的改变，全球经济政策不确定性对国内农产品价格的冲击效应呈现明显时变特征，特别是新冠疫情引发的全球经济政策不确定性对国内农产品价格的正向促进效应更显著；（3）国际油价、国内农产品生产资料共同构成了全球经济政策不确定性对国内农产品价格影响的供应链成本渠道，相比其他时期，自疫情暴发后，该渠道发挥的传导效应更加显著。

基于研究结论，提出如下建议。 （1）管理层要密切关注全球经济政策不确定性对国内农产品价格的影响，尤其是疫情引发的全球经济政策不确定性对农产品供应链安全的冲击效应；（2）为降低国际油价对国内农产品生产成本的冲击，一方面国家要增加国际原油储备，以缓解国际油价巨幅波动的冲击，另一方面要加大对农产品生产链的科技投入，大力发展清洁能源或生物能源，实现在农产品生产链过程中对国际原油的替代。