農業自然災害對通貨膨脹的影響——基于動態面板的實證分析

唐文進，許桂華，徐曉偉

（中南財經政法大學 金融學院，湖北 武漢 430073）＊

一、引 言

我國是一個自然災害多發、頻發的國家，水災和旱災等農業自然災害尤為突出。從20世紀90年代開始，我國每年因農業自然災害造成的物資損失呈現整體上升趨勢。2011年，農業自然災害形勢依然不容樂觀：農作物受災面積3247.1萬公頃，其中絕收289.2萬公頃，直接經濟損失3096.4億元，農業自然災害已經成為制約我國農業平穩發展的重要因素。農業自然災害的頻發對我國農業生產、農民增收乃至居民消費帶來嚴重的負面影響。譚本艷等（2009）通過對CPI分類指數分析，研究結果表明食品既是我國CPI波動的短期驅動力，也是CPI波動的長期驅動力［1］，由此，無論從供給面還是從需求面看，農業自然災害都會通過引發食品價格變動進而引發CPI的變動。

自然災害對經濟造成的沖擊突出表現在兩個方面：一是自然災害造成社會資本存量受損，引起社會總體消費和投資下降，進而造成產出水平下降；二是自然災害造成的產出下降，通過需求沖擊和供給沖擊影響物價水平。現有的文獻主要集中在自然災害對產出影響方面：從短期、中期和長期的產出影響來分析自然災害的宏觀經濟影響。短期和中期主要考察自然災害對產出造成的正、負效應［2－7］，長期主要考察自然災害對經濟增長的影響［8－11］。然而，自然災害對物價水平影響方面的研究較為缺乏，已有的研究主要停留在理論分析層面，實證分析層面相對較少。Pantin（1997）構建了自然災害影響經濟的11個指標，通過對比自然災害發生前后三年的數據，發現災前平均通脹率為8%，災后通脹率在6.5%～9%之間波動，自然災害影響物價水平變動方向并不明確［12］。Rasmussen（2004）從長期影響考察了自然災害對通貨膨脹的影響，他認為災害重建的努力會擠出有效投資，推高利率并減少投資，有可能引發通貨膨脹［13］。Popp（2006）在分析自然災害對經濟的長期影響時，將通貨膨脹的產生歸結為債務負擔和市場投機［14］。Baum（2011）運用 AD－AS模型分析了自然災害對通貨膨脹的影響，他們假定自然災害在短期內不影響總需求，然而潛在產出因資本存量受損而下降，自然災害會帶來臨時性通脹壓力［15］，美國2008年的卡特琳娜颶風和2010年昆士蘭洪水造成的食物和農產品價格上漲驗證了他們的推斷。

上述的文獻更多將自然災害視為供給沖擊，結論偏向于自然災害會推高物價水平，然而，自然災害并不單純表現為供給沖擊，也會帶來需求沖擊，物價水平變動的方向取決于自然災害引發的需求沖擊和供給沖擊兩者的力量對比。因此，從理論層面上我們很難得出自然災害對通貨膨脹的具體影響。本文嘗試在傳統理論的基礎上就農業自然災害對通貨膨脹的影響進行實證分析，力圖弄清農業自然災害同通貨膨脹之間的數量關系。

二、農業自然災害影響通貨膨脹的理論基礎

農業自然災害發生以后，微觀經濟主體將遭受自然災害引致的供給沖擊和需求沖擊，引發總供給與總需求的相對變動，進而推動物價水平的持續波動。就供給方面而言，農業自然災害傾向于推高物價水平：農戶物資資本受損（農田、耕地受災），糧食產量下降，推高糧食價格；糧食產量的下降和糧價上漲會增加農產品加工企業的成本，推高農副產品的價格。就需求方面而言，農業自然災害在幾個方面表現出抑制物價：（1）糧食產量是農戶創收的必備條件，糧食產量的下降減少了農戶的收入，農戶因此改變自己的收入分配決策，減少消費和農業投入，在一定程度上抑制了需求；（2）農產品加工企業的成本上升，推高農副產品的價格，相應地會減少企業產品的銷售，進而減少其收入，從而抑制消費需求和投資需求；（3）當農業自然災害的規模、強度、持續時間達到一定的程度時，其影響必然會從農業部門向非農業部門傳導，家庭和企業的消費需求和投資需求受到抑制。下面借鑒鄭超愚（2004）［18］的總需求、總供給動態調整模型，加入農業自然災害所引起的需求沖擊和供給沖擊因素，并假定價格調整是瓦爾拉斯均衡的，則有：

假定原有Yd和Ys是均衡的，并且不隨時間變化；價格預期是適應性的；貨幣供給在短期內不變。對式（1）左右兩邊進行時間求導，可以求得價格的動態調整過程，如式（2）所示。根據價格與總供給和總需求的數量關系，可知式（2）的分母為正。

由式（2）可知，物價變動主要由價格預期、需求沖擊和供給沖擊等因素決定。由于農業自然災害引起的供給沖擊為負，而需求沖擊難以確定，需分三種情況來說明：（1）當需求沖擊為正時（dDshock／dt＞0），由于供給沖擊為負（dSshock／dt＜0，即有dDshock／dt－dSshock／dt＞0，表現為物價上漲；（2）當需求沖擊為負時（dDshock／dt＜0），如果需求沖擊的下降幅度大于供給的下降幅度，即有dDshock／dt－dSshock／dt＜0，表現為物價下降；（3）當需求沖擊為負時（dDshock／dt＜0），如果需求沖擊的下降幅度小于供給沖擊的下降幅度，即有dDshock／dt－dSshock／dt＞0，表現為物價上漲。根據適應性預期理論，價格預期可以由上期價格替代，表現為價格慣性；而需求沖擊和供給沖擊都是由自然災害等外部因素引發。Gordon（1996）提出了三角菲利普斯曲線，認為影響通貨膨脹的因素可以歸結為需求拉動、成本推動和通脹慣性三類［17］；由以上的理論分析，農業自然災害和通貨膨脹率、社會總需求以及社會總供給這三者密切聯系，本文將采用Gordon提出的“三角”模型，即一種菲利普斯曲線的擴展模型，以研究農業自然災害對我國通貨膨脹的影響。

其中，因變量πt是指通貨膨脹率，C表示常數項；通貨膨脹率的滯后項πt－1表示通貨膨脹慣性；Dt指超額需求；zt表示外部沖擊（需求沖擊和供給沖擊）；et為誤差項；a（L）、b（L）、c（L）分別表示各變量的滯后系數。

三、變量選取、數據說明和模型設定

（一）變量選取和數據說明

采用定基CPIt來代表通貨膨脹，并用定基CPIt的滯后一期代表通貨膨脹慣性。根據Gordon的“三角模型”，式（3）中的變量Dt可以用產出比率的對數Rt＝ln（Yt／YtN）代替（YtN為潛在產出），并將Rt－1作為前定變量①。由于潛在產出不可直接觀測，不能采用常規的估計方法，一般解決的辦法有兩種：趨勢分解法（通過線性時間趨勢、HP濾波將產出分解為長期趨勢和周期性成分）、結構分解法（通過向量回歸、卡尼曼濾波將產出分解為結構效應和周期效應）。借鑒 Ravn ＆ Uhlig（2002）［18］所采用的 HP濾波法來估計31個省的產出缺口，平滑參數取6.25，并將農業自然災害作為外部沖擊變量zt引入模型。由于我國統計數據的可得性限制，考慮到不能收集到我國自然災害造成的直接經濟損失的相關數據，因而只能選取間接衡量自然災害沖擊的變量。根據國家統計局對農業成災面積AANDt的相關解釋：成災面積是指在遭受自然災害的受災面積中，農作物實際收獲量較常年產量減少3成以上的播種面積，成災面積可以在一定程度上衡量自然災害的強度以及對農業生產造成的影響。基于以上的考慮，選用對農業生產影響較大的成災面積來衡量農業自然災害的強度，用變量SIZEt＝ln（AANDt）來表示。

選用的數據為1997～2010年我國（除港、澳、臺）31個省市自治區的年度面板數據，所有數據均來源于1997～2011年中國統計年鑒和各地區統計年鑒。CPI作了定基化處理（1997年為100）。

（二）模型設定

由于我國經濟發展的區域差異明顯，為了能夠更好地估計自然災害對我國通貨膨脹的影響，本文按照國家統計局的劃分標準將我國（除港、澳、臺）分為東、中、西三個區域②。依照Gordon提出的“三角模型”，建立涵蓋全國、東部、中部和西部的動態面板模型如下：

其中，i＝0，1，2，3，分別表示全國、東部、中部和西部地區；t＝1，2，3，…，T 表示樣本年度；νi表示截面個體差異；μi，t為隨機擾動項。

對式（4）動態面板數據模型估計的困難之處在于：方程的右邊包含有因變量的滯后值，導致解釋變量和隨機擾動項相關，而且式（4）本身存在橫截面相依性。如果直接運用傳統處理面板數據的固定效應或是隨機效應方法，會導致參數估計的非一致性，產生動態面板偏差，影響模型估計的準確性和適用性。Blundell ＆ Bond（1998）則將差分 GMM 與水平GMM合并，將差分方程與水平方程作為一個整體系統進行GMM估計，這種改進的估計方法稱為系統廣義矩估計（System GMM）［19］。考慮到系統廣義矩估計是一種更有效的估計，將采用系統廣義矩估計對動態面板模型進行估計［20］。

在系統廣義矩估計中，方程（4）經過一階差分并結合水平方程進行變換：

在此基礎上選取合適的工具變量并產生矩條件方程。在式（6）中，需滿足：β1≠1；當t＜s時，解釋變量Ri，t、SIZEi，t和隨機擾動項ui，s是無關的；隨機擾動項ui，s不存在自相關；E（CPIi，1，εi，t）＝0（t＝2，3，…，T），E（ΔCPIi，2，εi，3）＝0。在此基礎上設定矩條件為：

其中，εi，t＝ui，t＋vi，Xi，t＝ ［Ri，t，SIZEi，t］。 設Zi為所選取的工具變量矩陣。

通過GMM估計，可以得到估計參數：

四、實證結果及分析

（一）實證結果

動態面板數據估計的前提是數據要具有平穩性，否則會出現估計的“偽回歸”問題。因此，在對模型進行估計之前，首先對模型進行面板單位根檢驗。為了保證檢驗結論的可靠性，選用了四種單位根檢驗方法：LLC檢驗、IPS檢驗、Hadri的最大似然檢驗以及Breitung檢驗。LLC檢驗、IPS檢驗和Breitung檢驗的原假設是“存在單位根，變量是不平穩”，Hadri檢驗的原假設是“不存在單位根，變量是平穩的”。從表1的檢驗結果可以看出，所有的變量至少在兩種檢驗之下通過平穩性檢驗，這說明面板數據具有平穩性，模型估計的結果不存在偽回歸問題。

表2列出了系統GMM估計的結果。無論是全國、東部、中部還是西部，Wald檢驗值在5%的顯著水平下均拒絕了“方程擬合度較差”的原假設，表明方程擬合較好。其次，Sargan檢驗是判斷方程所選的工具變量是否有效的一個重要檢驗，原假設是“方程所選工具變量是有效的”，從表2中所反映的結果看，Sargan檢驗的P值都大于0.05，四個方程在5%的顯著水平下接受了原假設，表明所選的工具變量是有效的。另外，AR檢驗的原假設是“擾動項無自相關”，表2中的 AR（2）的P值均大于0.05，在5%的顯著水平下接受原假設，表明所選的系統GMM估計方法是適用的。另外，全國、東部、中部和西部的通貨膨脹慣性（CPIt－1）和超額需求（Rt）系數均在1%的顯著水平下拒絕“系數為零”的原假設，表明通貨膨脹慣性、超額需求對當期通貨膨脹具有顯著的推動作用，而農業自然災害（SIZEt）系數只有全國和中部地區通過了t檢驗，東部和西部地區均沒有通過t檢驗，這表明全國和中部地區的農業自然災害對通貨膨脹產生了顯著的影響。

表1 面板殘差的單位根檢驗結果

（二）實證分析

在通貨膨脹慣性方面，全國、東部、中部和西部均表明通貨膨脹慣性對當期通貨膨脹產生較大的正向推動作用，上一期通貨膨脹每上升1%會推動當期通貨膨脹上漲大約1%，這跟傳統的通貨膨脹預期理論相符，說明穩定通貨膨脹預期對于穩定通貨膨脹具有重要的意義，這是貨幣當局在進行貨幣調控時總是強調穩定通脹預期的原因所在。在超額需求方面，全國、東部、中部和西部的數據都反映了超額需求和通貨膨脹存在顯著的正相關。在全國范圍內，當期的超額需求每增加1%會推動當期通貨膨脹上漲0.04%，這表明超額需求因素并不是推動我國通貨膨脹上漲的最主要因素，原因可能是我國家庭最大的消費支出是住房支出，而住房價格并沒有包含在CPI當中，因此，超額需求難以推動通脹的上漲。

在農業自然災害方面，各地區的通貨膨脹對農業自然災害的反應表現出較大的差異性，主要是由各地區的經濟發展水平的差異所致。在東部和西部地區，農業自然災害對通貨膨脹沒有產生顯著影響，而在全國和中部地區表現較為顯著。就全國或中部地區而言，農業自然災害在當期就會對通貨膨脹產生影響，原因是東部地區的經濟發展水平較高，且主要集中在第二和第三產業，受農業自然災害的影響相對較小，而中部地區是我國糧食的主產區，在我國農業現代化程度不高的現實情況下，農業仍易遭受自然災害的影響，因而參數估計較顯著。西部地區一方面經濟發展水平不高，物價傳導效率較低；另一方面糧食生產在農業中的占比相對中部地區較低，受農業自然災害的影響相對較小，因而參數估計不顯著。

值得特別關注的是，農業自然災害對通貨膨脹的影響并不是正向的，農業自然災害會對通貨膨脹率產生下行壓力。全國和中部地區的數據顯示，農業自然災害和通貨膨脹存在顯著的負相關。就全國而言，農業自然災害強度每增加1%會推動當期通貨膨脹下降大約0.11%；就中部地區而言，農業自然災害強度每增加1%會推動當期通貨膨脹下降大約0.71%。這證實了自然災害影響物價變動的第二種情況，即自然災害造成的需求沖擊為負時，如果需求沖擊的下降幅度大于供給的下降幅度，物價將趨于下降，這說明我國自然災害造成的需求面負面沖擊大于供給面負向沖擊。之所以如此可能有幾方面的原因：一是我國消費結構所致。我國城鎮家庭消費結構中住房消費占據很大的比重，在很大程度上抑制了對非住房商品的需求，農業自然災害等外部沖擊造成的收入減少更容易表現為需求的下降；另外，農村居民的消費結構中耐用消費品占較大的比重，而這些商品需求彈性較大，農業自然災害造成的收入下降會引起農村居民消費更大幅度地下降。二是農民收入主要來源于農業，農業自然災害造成當期糧食產量下降，從而降低農民收入，并從需求上抑制農民的消費和投資行為，而糧食價格更多由糧食收購和儲備體系決定，當期糧食產量下降不一定會對國家整體的糧食儲備造成較大沖擊，進而引發糧食價格的上漲。三是我國農村社會保障體系還不夠完善，農村居民收入當中用于消費的部分受到了抑制。當出現農業自然災害沖擊引發糧食生產波動時，農民的收入將變得更加不確定，農村居民的消費和投資需求更容易受到負面的影響。

五、結論

以上將農業自然災害變量引入“三角”模型中，首次嘗試運用動態面板模型實證分析農業自然災害對我國通貨膨脹的影響。為了區分我國區域發展的差異性，分別對全國、東部、中部和西部進行實證。結果表明：在通貨膨脹的影響因素中，通貨膨脹慣性對當期通貨膨脹有顯著的正向推動作用，上期通貨膨脹每上漲1%會推動當期通貨膨脹上漲大約1%；超額需求雖然對當期通貨膨脹有顯著的正向影響，但影響程度小于通貨膨脹慣性，當期超額需求每增加1%會推動當期通貨膨脹上漲0.04%；東部和西部地區的農業自然災害對該地區的通貨膨脹影響不顯著，全國和東部地區的農業自然災害對該地區的通貨膨脹產生了顯著的影響；就全國和中部地區而言，農業自然災害對當期通貨膨脹有顯著的負向沖擊，表現為農業自然災害強度每增加1%，當期通貨膨脹分別下降0.11%和0.71%，農業自然災害會降低當期的通貨膨脹水平；若單獨考慮外部沖擊因素，農業自然災害引發的通脹變動表現為負，但是綜合考慮通貨膨脹慣性、產出缺口和外部沖擊三大因素的共同影響，通貨膨脹變動表現為正。傳統觀點傾向于認為農業自然災害引發通貨膨脹正向變動，在于僅考慮了三大因素的綜合影響。本文從綜合影響中分離出了農業自然災害這一個外部沖擊因素，得出的結論不同于傳統觀點。

由此可見，相比起供給面的緊縮作用，農業自然災害對我國需求面的緊縮作用更大，表現為農業自然災害降低當期的通貨膨脹水平。因此，政府部門應高度重視農業自然災害造成的負面影響，充分重視突發性沖擊對消費需求的抑制作用。首先，應根據各地區農業生產的特點，采取不同的應對措施，尤其是中部地區的產糧大省，政府要加大對農業抗災的投入，減少自然災害對農業生產的影響；其次，要加大應對農業自然災害風險的補貼力度，財政部應加大對農業的投入，增加對農民的轉移支付，保障農戶收入的穩定性；再次，建立自然災害救濟和保險機制，當農業自然災害發生后，政府和社會提供多方面的救濟，保險公司為農民提供自然災害保險。最后，要不斷調整和優化各地區的農業結構，改變農村居民收入過多依賴農業，尤其是糧食作物的局面，多渠道增加農民收入。

注釋：

① Gordon（1996）在“三角”模型中，將超額需求滯后一期Dt－1和通貨膨脹滯后一期πt作為前定變量，考慮到πt－1在動態面板中已作為工具變量，不宜在動態模型中再將此變量作為前定變量，因此，本文的動態面板模型僅將Rt－1作為前定變量。

② 東部包括：北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西和海南，共12個地區；中部包括：山西、內蒙古、吉林、黑龍江、安徽、江西、河南、湖北和湖南，共9個地區；西部包括：重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆，共10個地區。

［1］譚本艷，柳劍平.我國CPI波動的長期驅動力與短期驅動力［J］.統計研究，2009，（1）：50－55.

［2］Benson，C.and Clay，E.Dominica.Natural disasters and economic development in a small island state［R］.Disaster Risk Management Working Paper Series No.2，2001.

［3］Crowards，T.Comparative vulnerability to natural disasters in the caribbean［R］.Charleston，South Carolina，Caribbean Development Bank，2000.

［4］Charveriat，C.Natural disasters in latin america and the caribbean：an overview of risk［R］.IDB Working Paper No.434，2000.

［5］ Mechler，R.Natural disaster risk management and financing disaster losses in developing countries［R］.Karlsruhe，Verlag für Versicherung swissens chaft，2004.

［6］Hochrainer，S.Macroeconomic risk management against natural disasters［M］.Wiesbaden，German University Press，2006：24－45.

［7］Noy，I.The macroeconomic consequences of disasters［J］.Journal of Development Economics，2009，（88）：221－231.

［8］Albala－Bertrand，J.M.The unlikeliness of an economic catastrophe：localization ＆globalization［R］.QMULDE Working Papers 576，2006.

［9］Skidmore，M.and H.Toya.Do natural disasters promote long－run growth？［J］.Journal of Economic Inquiry，2002，40（4）：664－87.

［10］Caselli，F.and Malhotra，P.Natural disasters and growth：from thought experiment to natural experimen［R］.Washington DC，IMF，2004.

［11］Chi－Kyu Kim.The effects of natural disasters on long－run economic growth［J］.The Michigan Journal of Business，2011，4（1）：11－49.

［12］Pantin，D.A.Alternative ecological vulnerability indices for developing countries with special reference to small island developing states（SIDS）［R］.Report for the United Nations Department of Economic and Social Affairs，Sustainable Economic De－velopment Unit，1997.

［13］Rasmussen，T.Macroeconomic implications of natural disasters in the caribbean［R］.IMF Working Paper 04／224，2004.

［14］Aaron Popp.The effects of natural disasters on long－run growth［R］.Major Themes in Economics，2006，（8）：61－82.

［15］Baum，C.Natural disasters in japan threaten to release global inflation genie out of rubble［EB／OL］.The Sydney Morning Herald.Retrieve from http：／／www.smh.com.au／business／natural－disasters－in－japan－threaten－global－inflation－genie－out－ofrubble－20110324－1c8iq.html，March 25，2011.

［16］鄭超愚.中國總供給總需求模型的動態調整［J］.金融研究，2004，（3）：90－98.

［17］Robert J.Gordon.The Time－varying NAIRU and Its implication for economic policy［R］.NBER Working Paper No.5735，1996.

［18］Ravn，Morten，O.and Harald Uhlig.On adjusting the hodrickprescott Filter for the frequency of observations［J］.Review of Economics and Statistics，2002，84（2）：371－376.

［19］Blundell，R.，and S.Bond.Initial conditions and moment restrictions in dynamic panel data models［J］.Journal of Econometrics，1998，（87）：115－143.

［20］白仲林，張曉峒.面板數據的計量經濟分析［M］.天津：南開大學出版社，2009：65－69.