基于SVAR模型的糧食種植收益與生產變動關系分析
——以山東省玉米、小麥為例

□范成方 史建民

基于SVAR模型的糧食種植收益與生產變動關系分析
——以山東省玉米、小麥為例

□范成方 史建民

本文依據1998-2012年山東省糧食種植收益及產量數據，運用SVAR模型對糧食種植收益與生產之間的變動關系進行計量經濟分析。脈沖響應分析表明：對于產量增長率一個標準差正向沖擊，玉米凈收益增長率的響應值表現為正負交錯，小麥則先減弱，后增強，之后趨于穩定；對于凈收益增長率一個標準差正向沖擊，玉米產量增長率的響應值亦表現為正負交替，小麥則先增強后減弱，且存在時滯。方差分解分析表明，糧食產量增長率及凈收益增長率的變動均主要受來自其自身的結構沖擊的影響。由此得到啟示：糧食種植收益持續增加不能單方面的完全依賴糧食增產；種植收益增加對糧食增產的影響很小。為此，省政府應采取措施：(1)完善糧食價格支持機制；(2)提升糧食種植業的科技含量及單產水平；(3)建立健全土地流轉機制，加強農村土地流轉市場的建設；(4)繼續完善糧食補貼政策，改進對糧農的補貼方式。

糧食；種植收益；生產；脈沖響應；方差分解

一、問題的提出

近年來，糧食增產與農民增收是國家糧食政策的主要目標，糧食增產直接影響國家的糧食安全，農民增收可以縮小城鄉收入差距，因此，研究糧食增產增收問題具有十分重要的意義。山東省是全國糧食主產區之一，1978-2012年，山東省糧食作物年均產量3596.32萬噸，占全國糧食作物產量的8.05%。其中玉米年均產量為1348.68萬噸，占全國玉米產量的12.28%；小麥年均產量為1676.65萬噸，占全國小麥產量的17.64%。可見，山東省玉米、小麥生產在全國糧食供給中占有十分重要的地位，故本文以山東省玉米、小麥為例研究糧食種植收益變動與生產變動之間的關系。

國內很多學者對糧食增產增收問題進行了深入研究，總體可以歸為三類，分別為關于糧食增產、糧食增收及糧食增產增收關系問題的研究。對于糧食增產問題的研究，部分學者認為我國糧食八年增產具有恢復性、脆弱性、替代性及外延性[1]，從我國歷年的糧食播種面積、產量和結構的變化趨勢以及當前種糧的勞動者、生產方式、風險等因素的綜合分析上看，保持我國糧食增產的可持續性，仍存在一些難以輕易解決的問題[2]。也有部分學者認為糧食單產依然是今后幾年影響我國糧食生產的最重要因素[3]，糧食播種面積對糧食生產的影響程度在逐年加強，將來可能替代單產成為第一主要因素[4]。而單產的提高主要依靠科技水平的提高，科技進步是糧食增產的重要支撐[5],[6]。更多的學者從農業結構調整、農地集中、產業化經營、專業合作社等多種不同的視角對農民增收問題進行了大量探討，研究了糧食增收的不同影響因素[7]-[10]。僅有少數學者對增產增收間的關系進行了分析，高帆[11]利用一個供求均衡模型，說明了糧食增產和農民增收既可能一致、也可能沖突，這取決于糧食供求變化的相對程度。張淑萍[12]在研究了糧食增產與農民增收協同發展的必要性、可能性、困境的基礎上，提出可通過實行工業反哺農業及轉變糧食增長方式、建設現代農業兩種思路使二者協同發展。

上述對增收問題的研究有一個共同的特點，即主流學說均是以糧農人均純收入的增加為研究對象，人均純收入按性質可分為生產性收入與非生產性收入，其中生產性收入又可分為農業收入和非農業收入。筆者認為，糧食生產直接與農業收入尤其是種植業收入相關，而與非農業生產性收入及非生產性收入沒有必然的聯系，因此，研究種植業收入增加與增產之間的關系更有意義。然而鮮有學者對作為人均純收入重要組成部分的農業收入的提高進行深入研究，對農業收入變動與生產變動關系的實證研究則更是很少。為此，本文依據1998-2012年山東省成本收益及生產數據，運用SVAR模型對山東省糧食種植收益變動與生產變動關系進行實證研究，探討二者之間的變動規律，進而提出相應的對策建議。

二、變量選取、數據來源與模型

1.變量選取

(1)實際凈收益(TNP)。家庭用工折價與自營地折租分別反映了農戶家庭用工及自營地投入生產時的機會成本，實際上是農戶的現金收入。因此，先將山東省1998-2012年玉米、小麥每畝凈利潤加上每畝補貼收入、家庭用工折價及自營地折租，再減去每畝成本外支出，得到每畝凈收益。然后再用山東省農村居民消費價格定基指數對其進行平減，獲得玉米、小麥每畝實際凈收益，再乘以山東省糧食播種面積，得到實際凈收益，分別以TNPc、TNPw表示，用來反映糧農種糧實際收入情況。對變量取自然對數并進行一階差分，表示玉米、小麥實際凈收益增長率，分別記作DLnTNPc、DLnTNPw。

(2)實際產量(TY)。直接選取1998-2012年玉米、小麥產量數據，作為實際產量的取值，分別以TYc、TYw表示。對變量取自然對數并進行一階差分，表示玉米、小麥實際產量增長率，分別記作DLnTYc、DLnTYw。

2.數據來源

本文的成本收益數據直接來源于《全國農產品成本收益資料匯編(1999-2013)》，產量數據來源于《山東農村統計年鑒2012》及《中國農村統計年鑒2013》，山東省農村居民消費價格總指數數據來源于《山東統計年鑒(1999-2013》，變量數據的取樣時段為1998-2012年。為使數據在年度間具有可比性，本文在對凈收益數據進行平減時，采用以1998年為基期的農業生產資料價格定基指數來處理。

3.模型[13] [14]

2元p階結構向量自回歸模型SVAR(p)為

在這里，p是滯后階數。系數cij表示第i個變量的單位變化對第j個變量的即時響應。i,j=1,2。y1t-j,y2t-j,j=0,1,2…p分別表示糧食凈收益增長率與產量增長率同期及滯后p期的數值。u1t,u2t(t=1,2,…,T)分別表示糧食凈收益增長率與產量增長率的結構式沖擊，均是白噪聲序列。T是樣本個數。本文采用AB-型SVAR模型進行脈沖響應分析及方差分解。

三、山東省糧食種植收益與生產變動關系的實證分析

1.單位根檢驗

采用ADF單位根檢驗法分別對山東省糧

食實際凈收益TNP及實際產量TY進行平穩性檢驗。首先，考察原對數變量及其差分變量的折線圖，據此確定單位根檢驗模型是否帶截距項或趨勢項，然后，依據施瓦茨準則自動確定檢驗的最優滯后期，進行ADF單位根檢驗。檢驗結果見表1。結果表明，糧食的各對數變量均為非平穩序列，均在5%的顯著性水平上服從一階單整I(1)。各差分變量在5%的顯著性水平下皆為平穩變量。

表1 變量單位根檢驗結果

注：檢驗類型中的C表示常數項(取0表示無常數項)，T表示趨勢項(取0表示無趨勢項)，K表示滯后階數；***、**、*分別表示在1%、5%、10%的水平下顯著。

2.SVAR模型滯后階數的確定

表2 SVAR模型滯后階數判斷結果

注：某數字帶*號表示按照該數字所在行的滯后期數選定是SVAR模型的滯后階數

由表2可知，玉米FPE、AIC及HQ三個準則選擇滯后階數為1階，小麥FPE、AIC、SC及HQ三個準則選擇滯后階數為1階，因此，根據多數原則，玉米、小麥SVAR模型的最優滯后期均為1階。

3.建立SVAR(1)模型并進行估計

由單位根檢驗可知，實際產量增長率DLnTY與實際凈收益的增長率DLnTNP均為平穩的。因此，可以直接以山東省糧食實際產量增長率DLnTY及實際凈收益增長率DLnTNP作為內生變量，建立差分平穩SVAR(1)模型：

使用短期約束條件對AB-型SVAR(1)模型進行識別。A是主對角線元素為1的矩陣，NA為待估計的非約束元素。B是主對角線元素為NA的2階矩陣。根據經濟理論采用0約束排除法再施加1個約束：凈收益增長率對同期產量增長率沒有影響，即a12=0。

這樣，矩陣A有1個待估計的非約束元素，恰好滿足Cholesky分解的遞歸形式的短期約束要求。變量的排列順序為產量增長率→凈收益增長率。通過對模型求解結構因子, 得到正交化的脈沖響應函數, 可以用來考察糧食產量增長率與種植收益增長率之間的動態變動關系。

經估計，得到玉米A、B矩陣為

小麥A、B矩陣為

4.平穩性檢驗

VAR平穩性檢驗是通過對模型系統各內生變量序列構建的AR(p)特征多項式求解特征多項根，然后取其倒數即得特征多項式的系數，進而對模型進行檢驗。檢驗標準為所有AR(p)特征多項式的系數均小于1。檢驗結果如圖1及圖2所示。玉米、小麥SVAR(1)模型AR特征多項式的所有根模的倒數都在單位圓內，即AR特征多項式所有系數均小于1，因此，建立的SVAR(1)模型平穩。

圖1 玉米平穩性檢驗結果圖2 小麥平穩性檢驗結果

5.脈沖響應函數

脈沖響應函數是測度模型中每個內生變量對其自身及所有其他內生變量的沖擊的反應，這里的沖擊實質是誤差項的變動，反應實際上是指誤差變動對其自身及其他內生變量的影響。因此，通過脈沖響應函數可以考察模型系統對一個自由變量誤差項變動的動態響應機制。

(1)玉米各變量脈沖響應分析

圖3 玉米DLnTNP對DLnTY一個標準差結構沖擊的響應圖4 玉米DLnTY對DLnTNP一個標準差結構沖擊的響應

由圖3可知，玉米凈收益增長率對產量增長率標準差沖擊存在交叉的正負響應，在沖擊當期為0.0851，第2期直線下降，降至最低點-0.0648，第3期快速回升至0.0235，第4期又降至-0.0058，之后響應值的變化幅度迅速收窄，響應逐漸消失。受自然風險、市場風險及其他因素的影響，糧食生產不確定性較大。由于糧食供給彈性很小，糧食供給的經常變動導致糧食價格忽漲忽跌，這是導致凈收益增長率響應值在前4期正負交替的重要原因之一。由圖4可知，玉米產量增長率對凈收益增長率標準差沖擊的響應較弱，且正負交錯。在沖擊當期響應值為0，第2期迅速攀升至峰值0.0104，第3期又直線下降，降至-0.0049，第4期又回升至0.0014，從第5期開始響應逐漸減弱，呈現出穩定的響應收斂跡象。這表明，這表明玉米產量增長率的變動對凈收益增長率沖擊的響應存在時滯，正負響應交替出現。

(2)小麥各變量脈沖響應分析

圖5 小麥DLnTNP對DLnTY一個標準差結構沖擊的響應圖6 小麥DLnTY對DLnTNP一個標準差結構沖擊的響應

由圖5可知，小麥凈收益增長率對產量增長率標準差沖擊的正響應先減弱，后增強，之后趨于穩定。在沖擊當期達到峰值0.2155，第2期快速下降，降至最低點-0.1183，第3期、第4期及第5期均為負響應，分別為-0.0546、-0.0111及-0.0003，第6期開始出現正響應，之后響應值收斂在0附近。小麥凈收益增長率響應值前5期時正時負的原因之一，也是源于生產的不穩定性致使價格發生波動。由圖6可知，小麥產量增長率對凈收益增長率標準差沖擊的響應先增強后減弱。在沖擊當期響應值為0，第2期迅速升至峰值0.0252，其后兩期快速下降，第四期將至0.0013，第5期開始出現負響應-0.0001，響應程度相當微弱，之后在零附近收斂。這表明小麥產量增長率的變動相對凈收益增長率沖擊的響應存在時滯。

6.方差分解

方差分解是把模型系統中每個內生變量的波動按其成因分解為與各方程隨機擾動項相關聯的若干個組成部分，進而了解各隨機擾動項對各VAR模型中的變量的相對重要性。內生變量的變化通常用方差來度量，因此，方差分解實質是通過分析各變量預測誤差的構成來測度各隨機擾動項對內生變量變化的貢獻度。

(1)玉米方差分解

圖7 玉米DLnTY方差分解結果圖8 玉米DLnTNP方差分解結果

由圖7可知，玉米產量增長率的變動主要受來自其自身的結構沖擊的影響，自身結構沖擊的貢獻度從第1期到第10期均在97%以上，一直高于凈收益增長率結構沖擊的貢獻度。這表明短期內產量增長率自身變動的慣性效應很強。凈收益增長率沖擊對產量增長率的貢獻較低，從第1期到第10期均未超過3%，表明凈收益增長率的結構沖擊對產量增長率的變動影響十分微弱，糧農種植收益的增加很難轉化為增產的因素。由圖8可知，玉米凈收益增長率的變動主要受來自其自身的結構沖擊的影響，其對自身沖擊的響應前3期平緩下降，第1期的貢獻率最高，達到82%，從第4期開始穩定在74.77%。產量增長率沖擊對凈收益增長率的貢獻前3期呈上升趨勢，響應值由第1期的18%升至第3期的25.17%，之后，穩定在25.23%，由此可知，玉米產量的平穩增長在一定程度上促進了凈收益的快速上升。

(2)小麥方差分解

圖9 小麥DLnTY方差分解結果圖10 小麥DLnTNP方差分解結果

由圖9可知，小麥產量增長率的變動主要受來自其自身的結構沖擊的影響，自身結構沖擊的貢獻率第1期為100%，第2期直線下降，降至90.16%，之后穩定在89.26%附近，一直高于凈收益增長率結構沖擊的貢獻度。這表明短期內產量增長率自身變動具有很強的慣性效應。凈收益增長率沖擊對產量增長率的貢獻較低，從第1期的0升至第3期的10.71%，之后穩定在10.73%左右，表明凈收益增長率的結構沖擊對產量增長率的變動影響較弱，略高于玉米產量增長率對凈收益增長率結構沖擊的響應。由圖10可知，小麥凈收益增長率的變動主要受其自身結構沖擊的影響，響應值前3期平緩下降，由第1期的76%降至第3期的70.61%，之后穩定在70.58%。產量增長率沖擊對凈收益增長率的貢獻呈上升趨勢，第1至3期響應值上升幅度較大，由第1期的23.65%升至第3期的29.39%，從第4期開始穩定在29.42%附近，可知，小麥產量的穩步提升對凈收益增加的貢獻較大。

四、結果分析

綜合脈沖響應分析和方差分解的結果，可以揭示生產變動與種植收益增加之間存在的深層次關系。

(1)糧食種植收益持續增加不能單方面的完全依賴糧食增產，增產僅僅是致使增收的途徑之一。在糧食增產的當期，糧食種植收益快速增加，效果比較明顯，從第5期開始糧食增產對增收的影響程度逐漸減弱，甚至消失。并且玉米、小麥增產對凈收益增加的貢獻率均未超過30%。受糧食供求關系的影響，糧食市場價格經常變動，加上其他諸多因素的影響，糧食增產未必轉化為更多的種糧收益。糧食種植業具有弱質性的產業特點，其種植收益增加在很大程度上受制于市場發育程度、價格機制及國家政策的影響，因此，省政府不僅要從種植業內部挖潛增效，向糧食生產的廣度與深度進軍，逐步提升農民種植收益增加的穩定性和可持續性，而且應從種植業外部加大政策支持力度。

(2)糧食種植收益增加對糧食增產的影響程度十分微弱，小麥凈收益增長率對產量增長率的貢獻率穩定在10.73%，尤其是玉米凈收益增長率對產量增長率的貢獻率不足3%。糧食增產受播種面積、單產、科學技術、自然環境因素、有效灌溉面積、國家政策、農業勞動力素質，農業機械化水平、生物防控技術和農業生產資料使用量等很多因素的影響[4]。糧食價格通過引導糧農的價格預期進而對糧食供給行為起導向作用[15]，并且價格變化對產量變化的影響要大于產量變化對價格變化的影響[16]，可見，價格亦是影響糧食增產的重要因素之一。農戶往往根據糧食種植比較效益的高低進行生產決策：是繼續選擇種植糧食作物還是改種經濟作物。只有種植收益不斷增長，糧農才有內在動力繼續種植糧食并努力持續增產。因此，種植收益增加可以在一定程度上提高農戶的生產積極性，進而追加化肥等農業生產資料投入，提高糧農的綜合素質以及加大糧食種植機械投入水平。其他糧食增產影響因素均不是種植收益增加單方面可以左右的，主要取決于全省資源稟賦、環境、體制及政策支持力度。另外，收入具有轉移效應，農戶未必將增加的全部種植收益再次投入農業生產。因此，種植收益增加對糧食增產的影響很小，省政府應從保證糧食安全的戰略高度，采取多種措施提高農民種糧積極性，加大對糧食生產的財政支持力度。

(3)糧食增產與種植收益增加不能持續協同發展。對于產量增長率一個標準差正向沖擊，玉米凈收益增長率的響應值表現為正負交錯，小麥則先減弱，后增強，之后趨于穩定；對于凈收益增長率一個標準差正向沖擊，玉米產量增長率的響應值亦表現為正負交替，小麥則先增強后減弱，且存在時滯。這表明山東省糧食增產與種植收益變動的方向時而一致，時而相反，增產未必增收，增收亦未必增產，主要原因在于增產與增收互為影響因素之一，二者除了受彼此影響以外，均尚有其他影響因素在作用，均是多種影響因素綜合作用的結果。增產與增收的相互作用在前4期較大，之后逐漸變小，直至消失，這表明二者相互影響的持續性較弱。因此，省政府應采取多種措施，盡量使糧食增產與農民種植收益增加協同發展，既能保障糧食供給，又能提高糧農的種植業收入。

五、基本結論與主要啟示

1.基本結論

脈沖響應分析表明：對于產量增長率一個標準差正向沖擊，玉米凈收益增長率的響應值表現為正負交錯，小麥則先減弱，后增強，之后趨于穩定；對于凈收益增長率一個標準差正向沖擊，玉米產量增長率的響應值亦表現為正負交替，小麥則先增強后減弱，且存在時滯。這表明糧食種植收益的增加均不能與增產協同發展。玉米、小麥各變量對一個標準差沖擊的響應均在前4期比較顯著，第5到8期變化幅度迅速收窄，響應逐漸消失，表明糧食增產與增收的相互作用均在前4期較大。

方差分解分析表明，玉米、小麥產量增長率的變動均主要受來自其自身的結構沖擊的影響，自身結構沖擊的貢獻度從第1期到第10期分別在97%及89.%以上，凈收益增長率沖擊對產量增長率的貢獻均較低，糧食種植收益增加對糧食增產的影響程度較弱。玉米、小麥凈收益增長率的變動亦均主要受來自其自身的結構沖擊的影響，其貢獻率分別在74.77%及70.58%以上，產量增長率沖擊對凈收益增長率的貢獻前3期均呈上升趨勢，從第4期開始分別穩定在25.23%及29.42%，增產在一定程度上促進了糧食種植收益的增加。

2.主要啟示

為使山東省糧食增產與種植收益增加協同發展，省政府應綜合運用多種措施，建立增產增收的有效聯動機制，形成增產與增收的良性互動格局。

(1)完善糧食價格支持機制。價格是影響糧農種植收益的重要因素，直接決定著糧農的投資行為與供給決策，并且糧食供給彈性相對較低，當市場上糧食供給少量增加時，糧食價格就會大幅下降，容易導致“谷賤傷農”的現象發生。因此，省政府應保持糧食價格的合理水平，確保農民種糧能夠得到合理的比較收益，以持續調動糧農的種糧積極性。近年來，國家逐年提高糧食最低收購價水平，致使其越來越高，目前國內糧食價格全面越過國際市場上的糧食價格，鑒于二者具有較強的關聯性，這種狀況如果處理不當，容易導致國內糧食價格機制扭曲，為此，在確定糧食最低收購價時，省政府應遵循市場調節為主，政府調控為輔的大原則[17]。省政府可運用糧食期貨市場與現貨市場的有效結合、糧食價格調控基金等多種調控手段，穩定糧食價格，且盡量使糧價與糧食供求的變動基本保持一致。同時，完善糧食種植風險預警及控制機制，盡可能有效地降低甚至規避各種種植風險。

(2)提升糧食種植業的科技含量，提高單產水平,進而促進糧食增產增收。山東省人多地少，人地關系比較緊張，致使依靠科技提高單產成為提高糧食生產能力比較現實的途徑。加之糧食種植對土壤的要求很高，當地力衰竭、肥力下降及水土流失時，單位面積產量會逐漸趨于下降，比較優勢會日趨減弱[18]。因此，為提高糧食生產能力，增加糧農種植收益，必須提高糧食單產水平。省政府應繼續以科技創新加強糧食生產，形成科技支撐糧食增產的長效機制。切實加強科研和技術推廣的投入，大力培育高產優質的糧食新品種，提高節本增效等農業生產技術的有效供給及技術推廣到位率，使農業科技真正發揮重要作用。在保障地力、肥力及農田水土的前提下，進一步提升增產關鍵技術在糧食生產中的運用水平，力爭較高的科技轉化率。

(3)建立健全土地流轉機制，加強農村土地流轉市場的建設，合理配置與利用土地資源。一方面可以提高糧食生產的勞動效率，促使糧農增加種植業收益，另一方面可以擴大糧食作物播種面積，提高糧食生產能力。目前，山東省廣大農戶仍為分散經營，組織化程度較低，土地經營規模較小，致使農業勞動生產率低下。因此，應不斷完善土地流轉機制，在尊重糧農的農地經營自主權的基礎上，加速農村土地使用權流轉，使大量的剩余勞動力盡快轉移到非農產業和城鎮，加快耕地向種糧大戶及種田能手集中，進而促進農戶擴大糧食生產規模，推進規模化生產和集約化經營，提高勞動生產率。同時，完善對種糧專業大戶、家庭農場等新型經營主體的激勵機制，增強其規模經營的意愿。

(4)繼續完善糧食補貼政策，改進對糧農的補貼方式，提高糧食補貼政策的實施效果，以彌補糧食種植成本上升對種糧收益的侵蝕。自2004年起，山東省全面貫徹落實國家農業稅減免及糧食直補、農資綜合補貼及良種補貼等各項強農惠農政策，并對種糧大戶發放獎勵資金，調動了糧農種糧積極性，對穩定糧食生產，確保糧食安全起到了重要的作用，且在一定程度上降低了糧農的實際生產成本，增加了其實際收入。但是截至目前，糧食補貼力度不夠，限制了其發揮作用。今后應將糧食直補與糧食播種面積、產量及交售商品糧數量掛鉤，加大對種糧農民直補的力度，并結合最低收購價政策，使多種糧的糧農不僅不虧本，而且還能夠得到更多的補貼，形成最低收購價與糧食補貼的動態聯動機制。完善糧食補貼下撥與兌現方式，對主要糧食購銷主體執行落實政策的力度進行有效監督，將補貼發放給真正種植糧食的糧農，進而提高糧農的種糧積極性。同時，加大良種補貼與農機具購置補貼力度，提高農業生產的裝備水平，進而提升糧食綜合生產能力。

[1] 王濟民，肖紅波.我國糧食八年增產的性質與前景[J].農業經濟問題，2013,(2):23-31.

[2]馬懷禮，李穎.中國糧食增產的可持續性探析[J].理論前沿，2007,(24)：20-22：20-22.

[3]劉斌，王秀東.我國糧食“九連增”主要因素貢獻淺析[J].中國農業資源與區劃，2013,34(4):5-10.

[4]屈寶香，李文娟，錢靜斐.中國糧食增產潛力主要影響因素分析[J].中國農業資源與區劃，2009，30(4)：34-39.

[5]黨夏寧.我國糧食增產的科技支撐研究[J].管理現代化，2010,(4)：26-27,30.

[6]翟虎渠.科技進步：糧食增產的重要支撐[J].求是，2010,(5)：51-53.

[7]李國祥.農業結構調整對農民增收的效應分析[J].中國農村經濟，2005,(5)：12:20.

[8]彭代彥，吳揚杰.農地集中與農民增收關系的實證檢驗[J].中國農村經濟，2009,(4)：17-22.

[9]郭建宇.農業產業化的農戶增收效應分析——以山西省為例[J].中國農村經濟，2008,(11)：8-17.

[10]張晉華.農民專業合作社對農戶增收績效的實證研究[J].中國農村經濟，2012,(9)：4-12.

[11]高帆.中國經濟發展中的糧食增產與農民增收：一致抑或沖突[J].經濟科學，2005,(2).5-17.

[12]張淑平.新階段糧食增產與農民增收協同發展[J].中國糧食經濟，2010,(11)：21-25.

[13]高鐵梅.計量經濟分析方法與建模[J].清華大學出版社，2011:267-277.

[14]易丹輝.數據分析與Eviews應用[J].中國人民大學出版社，2008：226-228.

[15]張爽.糧食最低收購價政策對主產區農戶供給行為影響的實證研究[J].經濟評論，2013,(1)：130-136.

[16]余家鳳，孔令成，龔五堂.糧食產量與糧價波動關系的再研究[J].經濟問題，2013,(1)：108-111.

[17]王為農，何萍.完善糧食價格調控機制的政策建議[J].宏觀經濟管理，2013,(4)：37-39.

[18]呂博.我國農戶糧食生產及種植選擇的經濟分析[J].重慶商學院學報，2000(5)：36-39.

2014-06-19

山東省軟科學研究計劃項目“山東省糧食種植成本效益研究”(編號：2013RKB01188)；山東省社會科學規劃研究重點項目“全產業鏈視域的山東蘋果產業結構優化升級機制研究”(13BGLJ09)資助。

山東農業大學 經濟管理學院，山東 泰安,271018

范成方(1975- )，男，講師，管理學博士，研究方向：農業經濟理論與政策；史建民(1958- )，男，教授，博士生導師，本文通訊作者。

F326.1

A

1008-8091(2014)03-0060-08