農產品價格上漲對通貨膨脹的動態影響研究

陳 瑤

（華中農業大學 經濟管理學院，武漢 430070）

1 研究方法與數據說明

1.1 修正后的線性回歸模型

若回歸方程殘差存在序列相關，則運用最小二乘法估計所得到的參數將會被高估或低估，參數檢驗對應的t統計量也不再可信。基于此，為了從經驗上準確揭露樣本期內農產品價格變化對總體物價水平的平均影響程度，本文對農產品價格和通貨膨脹之間的回歸模型進行了修正。

通貨膨脹對農產品價格的簡單線性回歸方程如式（1）所示，其中mt和pt分別指通貨膨脹和農產品價格這兩個變量，εt為隨機擾動項，θ0和θ1為回歸系數。對于擾動項存在序列相關的回歸方程，本文通過構建擾動項的自回歸方程AR(p)來消除序列相關對模型估計結果的不利影響。對于存在一階序列相關的回歸方程，可構建式（4）來消除序列相關的影響。εt的一階自回歸方程如式（2）所示，其中ut為白噪聲序列，φ為回歸系數。將由表達式（3）推出的εt-1帶入式（2），之后將式（2）帶入式（1）整理后得式（4）。顯然，以pt-φpt-1為新的自變量，mt-φmt-1為新的因變量，運用最小二乘法所估計出來的系數是無偏有效的。對于存在高階序列相關的線性回歸方程也可以采用與一階序列相關類似的方法，將滯后殘差逐項帶入，直至得到一個誤差項為白噪聲的序列[1]。

1.2 可變參數模型

可變參數模型中的參數可轉變為狀態空間模型求解。狀態空間模型模擬動態經濟系統中的變量關系有兩個明顯的優點：一是可以估計不可觀測變量的值；二是估計方法采用的是強有力的迭代算法——卡爾曼濾波來估計模型中的未知參數[1]。狀態空間模型一般由量測方程和狀態方程構成。單變量的量測方程和狀態方程如式（5）和式（6）所示。

yt為q×1維觀測向量，xt為p×1維狀態向量，Ht為q×p維載荷矩陣，ct為影響確定性可觀測變量的q×1維向量，而vt是均值為0，協方差矩陣為Rt的連續的不相關擾動項。由于xt是不可觀測的變量，故一般假定其可表示成隨時間變化時具有一階向量自回歸形式的一階馬爾可夫過程。其中，p×p維矩陣Ft為狀態轉移矩陣，dt為影響確定性狀態向量期望值的p×1維向量，wt是協方差矩陣為Qt的p×1維向量。系統矩陣和系統向量集{Ht,Ft,ct,dt,Rt,Qt}依賴于不可觀測的參數向量θ1，狀態空間模型的目的就是估計這些參數[2]。

本文所構造的農產品價格與通貨膨脹之間的變參數模型是狀態空間模型的一種形式，具體如式（7）和式（8）所示。

式（7）和式（8）為相應的量測方程和狀態方程，分別與式（5）和式（6）相對應。其中式（7）表示農產品價格與通貨膨脹序列之間的一般關系。θ1t為不可觀測的狀態變量，即為可變參數模型中的可變參數，需要運用可以觀測的變量農產品價格pt和通貨膨脹序列mt來估計。式（8）為假定不可觀測的可變參數θ1t的生產過程，假設狀態變量θ1t服從于AR(1)模型，μt為狀態方程的擾動項，且與εt相互獨立；ψ為回歸系數。變參數θ1t的值由卡爾曼濾波法估計，估計方法較為復雜，這里不作詳細說明。

1.3 數據說明

本文的研究期限為1978～2011年，所采用的數據為年度數據。農產品價格是一個綜合指標，本文沒有分析具體農產品品種價格與通貨膨脹之間的關系，農產品價格選取的是農產品生產價格指數，其中指數是以1978年為基期的定基數據，來源于《中國統計摘要2012》；通貨膨脹以居民消費價格指數代替，也是以1978年為基期的定基數據，來源于《中國統計摘要2012》。

2 實證分析結果

2.1 單位根檢驗

時間序列變量常顯現出不平穩的特性，運用不平穩的時間序列變量建立實證分析模型所估計的參數結果有可能不準確，從而掩蓋變量間真實的經驗關系。因而在建立關于農產品價格序列與通貨膨脹序列之間的實證模型前，有必要對這兩者進行平穩性檢驗。

表1 居民消費價格指數與農產品價格的平穩性檢驗結果

表征通貨膨脹的居民消費價格指數cpi與農產品價格price序列的ADF平穩性檢驗結果如表1所示。顯然，居民消費價格指數和農產品價格這兩者的原始序列均不平穩，但兩者的一階差分Δcpi和Δprice分別可在97.29%和97.63%的置信度下拒絕存在單位根的原假設，一階差分序列均平穩，即兩者均為一階單整序列。

2.2 農產品價格與通貨膨脹之間的靜態關系分析

在建立農產品價格與通貨膨脹之間的經驗模型之前，首先要確定兩者之間是否存在長期穩定的關系，本部分先驗證農產品價格與通貨膨脹之間協整關系的存在；在此基礎上，運用修正的線性回歸模型分析農產品價格上漲對通貨膨脹的平均影響程度。

2.2.1 協整檢驗

對于非平穩的時間序列數據，雖然直接建立回歸模型所估計的參數有可能不準確，但當它們為同階單整時，它們的某種線性組合可能平穩，即非平穩的時間序列數據仍可能存在長期穩定的比例關系，也即為協整關系。E-G兩步法和Johansen協整檢驗為目前主要的檢驗協整關系的方法，由于E-G兩步法中的第一階段需要設計變量間的線性回歸模型進行最小二乘估計，應用不是很方便，本文運用Johansen協整檢驗來分析農產品價格與通貨膨脹之間是否存在協整關系。其中檢驗形式為時間序列和協整方程均不包含截距和確定性趨勢，且VAR模型中的最大滯后期數取3。表2顯示了無約束條件下的Johansen協整檢驗結果。跡檢驗和最大特征根檢驗表明原假設“沒有協整關系”分別在97.89%和98.66%的置信度水平下被拒絕，表明農產品價格與通貨膨脹之間至少存在一個協整關系；而原假設“有1個協整關系”所對應的跡檢驗和最大特征根檢驗統計量均不顯著，因而此原假設不能被拒絕。因此，Johansen協整檢驗結果表明農產品價格與通貨膨脹之間統計意義上存在一個協整關系。

表2 農產品價格與通貨膨脹間的Johansen協整檢驗結果

2.2.2 修正的線性回歸模型估計結果

為了進一步確立農產品價格與通貨膨脹間這種長期穩定關系的具體形式，本文以通貨膨脹為因變量、農產品價格為自變量構造了兩者間的線性回歸模型。

表3第二行顯示了簡單線性回歸(OLS)相關參數和統計量的估計結果。雖然簡單線性回歸模型中農產品價格所對應的回歸系數高度顯著，擬合優度R2值也達到了0.9109，但D.W.統計量遠大于2，表明殘差項序列存在明顯的正相關。此外，序列相關的拉格朗日乘數檢驗（LM檢驗）所對應滯后2階的n×R2統計量也高度顯著，進一步驗證了殘差序列存在序列相關的結論。若回歸方程殘差存在序列相關，則運用最小二乘法估計所得到的參數將會被高估或低估，參數檢驗對應的t統計量也不再可信。為了準確從經驗上分析農產品價格上漲對通貨膨脹的影響程度，本文對兩者的線性回歸模型進行了修正。表3第三行列示了經修正后的線性回歸(R-OLS)模型估計結果。修正后的回歸模型較好的擬合了農產品價格與通貨膨脹之間的關系，擬合優度R2得到顯著的提高，達到0.9987，幾乎接近于1，表明農產品價格對通貨膨脹的解釋程度非常高。此外，AIC值也顯著降低，D.W.值為1.8505，接近于1，且此時模型殘差序列相關的拉格朗日乘數檢驗所對應的統計量已不顯著，表明修正后回歸方程的殘差序列相關現象已不明顯。農產品價格所對應的回歸系數θ1值為0.2897，且對應的t統計量高度顯著，θ1表明了農產品價格上漲對整體物價水平的平均影響程度，其經濟含義為當農產品價格上漲1%時，通貨膨脹上漲約為0.29%。

表3 農產品價格與通貨膨脹的線性回歸模型估計結果

協整分析的結果表明，農產品價格上漲和總體物價水平之間的確存在長期穩定的關系。修正后的回歸方程模型從經驗上驗證了1978～2011這34年間農產品價格上漲對總體物價水平的平均影響程度。圖1顯示了農產品生產價格指數price與居民消費價格指數cpi兩者的走勢圖，直觀上兩者的變化趨勢基本一致，均呈現出較為明顯的上升趨勢。更為重要的是，兩者的波動趨勢也呈現出相似的特點，上漲過程中，農產品生產價格指數于1997年出現一個波峰，而居民消費價格指數于1998年也出現一個波峰，兩者均在1998年左右突然迅速上漲，之后又出現下跌。協整分析和修正后回歸方程模型的結果進一步從經驗上驗證了圖1所示兩者之間直觀的相似變化關系。

圖1 農產品生產價格指數和居民消費價格指數的走勢圖

2.3 農產品價格與通貨膨脹之間的動態關系分析

修正后的線性回歸模型所估計出來的回歸系數表示的是樣本期內農產品價格上漲對通貨膨脹的平均影響程度。但由于國內政策變化、經濟改革及各種各樣的外界沖擊等因素的影響，經濟結構正逐步在發生變化，故農產品價格上漲對通貨膨脹的影響程度并不是一成不變的。這種動態的變化情況無法通過固定參數模型表現出來，而變參數模型較好的反映了農產品價格上漲對通貨膨脹影響程度的動態變化規律。

運用卡爾曼濾波法估計的各年農產品價格所對應的回歸系數θ1如表4所示。本文估計過程中θ1的初始值和初始的狀態向量直接由系統默認，因而最初的取值隨機性較大，不能準確的反映農產品價格對總體物價水平的影響，甚至出現1979和1980這兩年所對應的回歸系數為負的情況。本文從1991年開始分析農產品價格變化對通貨膨脹的動態影響。為了直觀反映θ1的趨勢變化情況，本文將表4中數據繪制成圖2。

表4 1978～2011年變參數θ1的估計結果

圖2 變參數值θ1的變化趨勢

農產品價格對通貨膨脹的動態影響可以分為兩個階段（如圖2所示）：第一個階段是1991～2001年，這一階段主要的特征是農產品價格變化對通貨膨脹的影響程度越來越強。1991年，當農產品價格上漲1%時，總體物價水平上漲約為0.4%；此后的影響程度越來越大，除1995年出現輕微下跌外，其余年份θ1的值均逐步變大，直至達到2001年的最大值0.7844，這意味著當農產品總體價格水平上漲1%時，對總體物價的推動作用達到了0.78%。第二個階段是2002～2011年，這10年間農產品價格對總體物價水平的影響程度呈現出明顯的下降趨勢，除2006和2007這兩年出現小幅回升外，其余年份θ1的值下降較為明顯。2011年θ1的值為0.5786，意味著此時當農產品價格水平上漲1%時，將推動總體物價的上漲幅度已由2001年的峰值下降到0.58%。

第一階段農產品價格對通貨膨脹的影響程度逐漸變大，主要原因是上世紀90年代農產品供給相對于強勁的需求而言增長較為緩慢，導致農副產品和食品價格的上漲，從而對總體物價水平的影響越來越大。糧食類等主要農產品的生產增長緩慢，1984年后糧食生產進入低速增長的階段[3]。1991～2001年這11年間，糧食總產量徘徊不前，1991、1994、1997、1999、2000和2001這幾年的糧食總產量甚至出現下跌；2001年的糧食產量甚至不及1993年的產量，相對于1991年而言增長不到4%。而與此同時，需求卻迅猛增長，這段期間職工平均貨幣工資一直保持上漲的態勢，2001年相對于1991年而言，工資增長幅度達3.63倍；此外，這一時期每年的人口自然增長率均維持在1%左右。雖然有研究認為這一期間通貨膨脹的主因是投資需求膨脹和貨幣供應量超發等因素，但不可否認農產品供需失調對通貨膨脹重要的推動作用。

第二階段農產品價格對通貨膨脹的影響程度仍然維持在高位，但下降的趨勢已十分明顯。這一期間主要農產品產量增長態勢十分明顯，2002～2011這10年間，僅2003年的糧食產量下降；肉類、水產品、水果等主要農產品產量的上漲趨勢也均比較明顯。第一階段供給相對不足的狀況得到了改善，供需失衡的結構性因素已不是這段時期通貨膨脹的主因。隨著中國經濟的高速向前發展，這一期間貨幣供應量的增長速度較快。除2004年外，2002～2011年貨幣供應量同比增長率均超過了15%，2009年甚至達到了27.7%。快速增長的貨幣供應量推升整個經濟社會的價格水平；雖然這段時期農產品價格因為成本上升、國際農產品價格上漲等其它因素也一直呈現上漲的趨勢，但房地產等資產類的價格上漲更引人注目；工資成本、資源類產品價格的攀升也進一步推升著物價；此外，城鎮和農村居民家庭恩格爾系數的持續下降也說明農產品價格對整體消費水平的影響也正逐漸變弱。總之，貨幣超發、成本上升、農產品需求相對下降等因素共同推升這一階段的物價水平，農產品價格上漲對通貨膨脹的影響仍維持在高位，但影響程度已出現明顯的下降趨勢。

3 結論與政策含義

本文在驗證農產品生產價格指數與總體物價水平之間存在協整關系的基礎上，首先運用修正的線性回歸模型分析樣本期內農產品生產價格上漲對總體物價水平的平均影響程度；之后采用變參數模型進一步分析農產品價格上漲對總體物價水平的動態影響。

經驗上的研究結果表明農產品價格上漲推升著總體物價水平。首先，圖1直觀的顯現出農產品生產價格指數與居民消費價格指數有著類似的增長趨勢。其次，協整檢驗表明兩者之間存在一個協整關系，修正后的線性回歸模型表明樣本期內農產品價格上漲對物價水平的平均影響程度為0.29，即當農產品價格上漲1%時，物價水平將平均上漲0.29%。最后，不同社會經濟背景下農產品價格上漲對通貨膨脹的影響程度也存在明顯的差異，變參數模型反映出了樣本期內農產品價格上漲對總體物價水平影響程度的變化情況。2001年前，由于農產品供需失衡，農業生產結構性的因素快速推動農產品價格上漲，對通貨膨脹的影響程度也逐步變強；2001年后，隨著食品消費比例逐漸下降，資產價格、生產成本持續飛漲及貨幣供應量快速增長等因素的共同作用，農產品價格對通貨膨脹的影響程度呈現出明顯的下跌趨勢。

由于農產品在日常生活中的重要地位，監控其價格水平的變化情況對調控總體物價水平的重要性不言而喻；且有必要建立農產品價格異常波動的預警機制，以防范其因擾亂總體物價水平而對經濟產生負面的影響。經驗研究的結果表明不同時期農產品價格對總體物價水平的影響程度存在差異，若每次均從農產品價格上漲這個角度解釋通貨膨脹發生的原因有失偏頗，也會誤導政策的制定。在農產品供需失衡等結構性因素所導致的農產品價格上漲從而推升物價的情況下，鼓勵農業生產以保障供給對根本上解決因農產品價格上漲所推動的通貨膨脹有效；但在農產品價格上漲不是主要影響因素的情況下主要通過調控農產品價格來緩解通貨膨脹的壓力，不僅達不到最初的政策目的，還會導致農產品市場的不穩定性，進一步加劇其價格波動的幅度。

[1]高鐵梅.計量經濟分析方法與建模：EViews應用及實例[M].北京：清華大學出版社，2009.

[2]易丹輝.數據分析與EViews應用[M].北京：中國人民大學出版社，2008.

[3]馬建堂.我國當前農業發展問題的思考——從通貨膨脹與農產品短缺的關系角度考察[J].經濟研究,1995，（1）.