新形勢下穩定中國玉米供給的影響因素研究*
——基于東北地區動態面板數據的實證分析

張詩靚，文浩楠，楊艷濤※

(1.中國農業科學院農業經濟與發展研究所，北京 100081； 2.首都經濟貿易大學，北京 100026)

0 引言

玉米是我國當前最大的糧食品種，是重要的糧食作物、飼料作物和工業原料，具有需求彈性大、產業鏈條長、國內外市場關聯程度高的特點[1]。近年來隨著玉米收儲制度的改革，種植結構調整的持續推進，國內玉米供需形勢發生了較大的變化。玉米播種面積持續減少，已降至2013—2014年的水平。玉米總產量持續下降，由2015年的2.65億t下降到2018年的2.57億t。由于畜禽養殖和深加工行業需求體量巨大且剛性增長基礎牢固，玉米產需缺口逐年擴大。伴隨臨儲拍賣速度加快，玉米庫存消費比已經降至19%左右，逼近安全紅線，國內玉米供求形勢趨緊。據國家糧油信息中心預計， 2018/2019年度國內玉米產需缺口為2 560萬t。為了防止玉米產需缺口的進一步拉大， 2019年“中央一號文件”指出要穩定國內玉米生產，保障國內玉米供給。

東北地區是我國最大的玉米商品糧基地、傳統的玉米調出省份，也是臨時收儲制度改革的執行區域。臨儲制度取消后東北地區玉米總產量由2015年的1.18億t下降到2018年的1.13億t，總產量下降比例占全國下降比例的70%。東北地區玉米供給穩定與否直接關系到國內玉米供給安全。目前我國正處于玉米供求關系趨勢逆轉時期，臨儲政策取消后農戶種植意愿存在不確定性[2-4]，因此探究玉米供給反應的動態過程，對了解玉米供給特征，保障國內玉米供給安全具有重要的現實意義。

圖1 2000/01—2018/19市場年度中國玉米生產量與消費量數據來源：國家糧油信息中心

1 文獻回顧

農產品供給反應是播種面積或產出對價格及其他相關因素的反應。Nerlove(1956)基于適應性預期理論對一年生農產品供給反應作出研究，最先將動態分析方法應用于農產品供給的研究中。Nerlove的適應性預期模型對蛛網模型的預期假設進行了修正，它假設農戶在生產中存在學習過程，認為農戶對預期價格的形成不僅僅依賴上一期的市場價格，而是會綜合考慮以往各期的價格進行生產決策[5]。目前Nerlove適應性預期模型在估計農產品供給反應中應用比較廣泛。在過去的幾十年中，學者們不斷對供給反應模型進行補充完善，將其他影響因素引入模型。

國內學者在借鑒改進Nerlove供給反應模型的基礎上，對不同農產品的供給反應展開了大量的研究，研究對象從糧食作物[6]、經濟作物到畜牧產品均有涉及。針對玉米供給反應的研究，王宏(2010)依據1988—2006年中國玉米播種面積和市場價格的時間序列數據，測算出我國玉米播種面積對價格的反應程度短期較小長期較大，玉米供給對價格的反應存在滯后性[7]。張明楊(2014)通過建立12個玉米主產省省際面板數據，發現在土地資源相對有限的情況下，農戶對玉米未來相對凈收益的預期及以往的播種決策是決定農戶玉米播種面積的重要因素[8]。錢文榮(2015)將我國12個玉米主產省作為研究整體，發現短期內玉米單產價格彈性高于種植面積價格彈性[9]。邵飛(2011)將全國玉米分為3個生產區域，從面積和單產兩個維度計算玉米供給的彈性，發現面積價格彈性優于單產價格彈性[10]。方燕(2016)將玉米分為東北產區、黃淮海產區、南方丘陵山區，以2008年為時間分界對比臨儲政策實施前后玉米供給反應的變化，發現東北產區受政策托底影響增強了玉米價格對玉米種植面積和產量的影響[11]。

根據已有文獻發現目前大多數研究都是在國內玉米供給充足時期，但國內玉米已經由階段性供過于求轉變為階段性供給緊缺，在當前國內玉米供給緊缺的新形勢下，如何提高農戶種植積極性，保障國內玉米供給尤為重要。因此，文章在借鑒前人研究成果的基礎上，選取玉米臨時收儲政策改革省份(遼寧、吉林、黑龍江、內蒙古)，綜合考慮競爭作物價格、生產成本、自然風險及政策等因素，利用Nerlove模型對玉米供給反應進行實證分析，探究當前新形勢下影響玉米供給的因素，為穩定國內玉米生產提供有針對性的政策參考。

2 模型設定與數據說明

2.1 模型設定

(1)

(2)

(3)

(4)

由(1)(2)(4)整理得到簡化的Nerlove供給反應方程為：

At=π0+π1Pt-1+π2At-1+π3Zt+vt

(5)

式(5)中，π0=λα0，π1=λα1，π2=-λ+1，π3=λα2，vt=λμt

由于糧食產量受到諸多客觀因素的影響，為避免不可控因素的影響，本文選取玉米播種面積作為因變量，更能反映農戶自身種植行為的選擇。根據東北主產區玉米生產特點，供給反應模型中其他外生變量具體變量確定如下。

大豆價格：由于地區資源條件等限制，在東北地區大豆與玉米互為競爭性作物，近年來農業供給側調整鼓勵農戶增加大豆種植面積，大豆的價格高低對農戶種植決策產生影響，因此本文將滯后一期大豆市場價格納入模型。玉米生產成本：指物質與服務費用及人工成本的總合，不包含土地成本。自然風險：由于農業生產的弱質性，農戶在生產時會選擇調整播種面積來規避風險，本文用滯后一期受災率來代表當期玉米種植的自然風險，受災率為當地受災面積與當地總播種面積的比值。臨時收儲政策虛擬變量：根據玉米臨時收儲政策實施時間為2008年到2016年，因此本文將2008—2016年D值設為1，其余年份均為0。此外本文根據適應性預期理論將滯后二期玉米市場價格引入模型。

如某年一個中午，單位組織沙漠徒步，在一條大河中間，一個女同事被急流沖倒，盡管沒有被卷走，其他同事齊聲驚叫，有的甚至穿著鞋子跳入河中，奮力施救，而他卻爆發出一陣刺耳的笑聲。那種笑，在烈日之下，讓人渾身打顫。還有一個冬天，單位組織掃雪，在寒風凜冽、雪粒橫飛的馬路上，一個騎摩托車的人，因為車速太快而摔倒，滑出十多米遠。雖然有些滑稽，但這個同事爆發出來的笑，在我和其他同事的耳朵里，卻有些毛骨悚然。

由于Nerlove模型中解釋變量包含因變量和價格的滯后項，為了避免序列自相關和多重共線性。將變量進行對數化處理確保殘差項同方差且服從正態分布，并且可以直接根據系數得出供給彈性。本文借鑒擴展的Nerlove供給反應模型，構建的研究玉米供給反應模型表示如下：

lnAt=π0+π1lnPt-1+π2lnPt-2+π3lnAt-1+π4lnSPt-1+π5lnC+π6NR+π7D+vt

(6)

式(6)中，被解釋變量At為t期玉米的播種面積，解釋變量At-1為玉米滯后一期的播種面積，Pt-1為滯后一期玉米市場價格，Pt-2為滯后二期玉米市場價格，SPt-1為滯后一期大豆價格、C為玉米生產成本、NR為自然風險、D為代表臨時收儲政策的虛擬變量。

2.2 數據說明

該文采用1999—2017年東北地區(遼寧省、吉林省、黑龍江省、內蒙古自治區)玉米生產的面板數據。其中作物播種面積、受災面積及總播種面積來源于《中國統計年鑒》，玉米市場價格、生產成本及大豆市場價格來源于《全國農產品成本收益年鑒匯編》。由于2018年《中國統計年鑒》中對2007—2017年的玉米播種面積進行修訂，但除2017年對各省份進行修訂外其他年份(2007—2016年)的各省玉米播種面積均為未修訂數值，該文根據相應年份全國修訂幅度對各省玉米種植面積進行修訂。

3 實證結果及討論

3.1 實證結果

由于供給反應模型是動態面板數據模型，模型中包含因變量的滯后項作為自變量，導致自變量與誤差項相關，造成模型內生性問題。若采用標準面板數據的固定效應或隨機效應進行估計，會得到有偏的、非一致的參數估計值。為解決模型自身內生性問題，Arellano和Bond提出廣義矩估計，即差分GMM估計方法，對估計方程進行一階差分去掉固定效應的影響，然后用一組滯后解釋變量作為工具變量。但由于差分GMM存在弱工具變量的問題，Arellano 和Blundell等人提出系統GMM估計方法，該方法同時結合了差分方程和水平方程對模型進行估計，除了設置差分方程相應變量的工具變量之外，還增加了一組滯后差分變量作為水平方程相應變量的工具變量。因此該文采用系統GMM方法，利用Stata14.0對模型進行估計，回歸結果如表1所示。

表1 玉米播種面積動態供給反應模型估計結果

變量名稱回歸系數Z值常數項C0.5431.53滯后一期玉米播種面積lnAt-10.855???13.24滯后一期玉米市場價格lnPt-10.599???6.62滯后二期玉米市場價格lnPt-2-0.243??-2.16滯后一期大豆價格lnSPt-1-0.051??-2.20生產成本lnC-0.084-0.96自然風險NR-0.089?-1.69政策虛擬變量D-0.115???-3.62 注:?、??、??? 分別表示回歸系數的顯著水平為10%、5%、1%

根據回歸結果，玉米供給反應模型為：

lnAt=0.54+0.6lnPt-1-0.24lnPt-2+0.86lnAt-1-0.05lnSPt-1-0.08lnC-0.09NR-0.12D+vt

(7)

3.2 模擬結果的分析

(1)滯后一期的玉米市場價格對玉米播種面積有顯著的正向促進作用，滯后期價格對種植決策的影響依次遞減。前一期玉米市場價格越高，生產者會傾向于增加當期玉米播種面積。滯后二期的玉米市場價格估計系數在5%的水平上顯著為負，絕對值小于滯后一期市場價格的估計系數，說明滯后二期的價格對農戶當期種植決策會產生影響但是影響小于滯后一期的價格，且由于農產品市場價格存在大小年，市場價格對農戶決策的影響存在周期性。

(2)滯后一期的玉米播種面積對該期玉米種植決策具有顯著的正向影響。前期播種面積的回歸系數為0.855。由于農業生產容易受到資源條件限制，因此前期的播種面積是影響生產決策最重要的影響因素。東北地區是傳統玉米種植基地，玉米播種面積大、生產地集中，農戶調整播種面積和種植結構的難度較大，農戶種植習慣不容易發生改變，農戶生產存在慣性。

(3)滯后一期大豆價格、自然風險及臨時收儲制度都對玉米播種面積具有顯著的負向影響。大豆價格每上漲1%玉米播種面積就會下降0.05%，隨著農業供給側結構性調整，當大豆市場價格升高農戶會傾向減少玉米種植。自然風險降低了農戶玉米種植意愿，自然風險每上升1%玉米播種面積就會下降0.09%，農戶在種植選擇時會通過減少播種面積規避自然風險。臨時收儲制度的虛擬變量回歸系數為-0.115，這與預期不相符。在實際實施過程中，一方面由于臨時收儲政策存在一定弊端，收儲細則不完善，收購企業在玉米定價上有較大的操作空間，收購標準設置較高，扣水扣雜由收購企業單方面決定，臨時收儲過程中因水分等問題存在限收拒收、壓級壓價的現象，農戶直接從政策中獲得收益有限。另一方面，臨儲政策的實施間接抬高了土地租金，對農戶生產積極性產生一定影響。

(4)生產成本的變化對農戶玉米種植決策的影響并不顯著。由于東北地區資源條件限制，玉米易于管理且產量相對穩定，適應當地種植。課題組在對農戶實地調研中也發現，生產成本的變化對農戶種植決策的影響并不是非常明顯，即使生產資料成本上漲，農戶也會保持一定的玉米種植面積。

4 研究結論與政策建議

4.1 研究結論

該研究利用1999—2017年東北三省一區省級面板數據，基于Nerlove模型構建玉米動態供給反應模型，通過實證研究得到以下結論。

(1)玉米種植面積受到滯后期價格的影響，但農戶在短期內不能及時對市場價格變動作出生產決策調整，玉米恢復正常供給還需要一段時期的調整。

(2)過去幾年玉米臨時收儲制度在實施過程中對農戶生產積極性的影響有限。

(3)由于農業生產的弱質性，玉米生產者傾向于減少種植面積來規避自然風險。

4.2 政策建議

基于以上研究結論，結合課題組在東北地區實地調研情況，該研究為穩定我國玉米生產，保障國家糧食安全，提出如下建議。

(1)積極搭建玉米產銷協作平臺，加強市場價格信息平臺建設。構建玉米生產者與加工企業利益聯接機制，鼓勵加工企業與農戶、合作社直接對接，減少流通環節。建立健全產區內部玉米價格收集、分析及發布渠道，加強玉米生產者及時獲取市場信息的能力。加快玉米全產業鏈大數據建設，使生產者能夠準確了解市場供求情況，合理引導農戶對市場做出預期。鼓勵加工企業與農戶合作共建倉儲設施，實現“藏糧于民”，同時規避新玉米集中上市導致玉米價格降低對農戶利益造成的損害。

(2)保持“價補分離”政策的穩定性，進一步完善生產者補貼機制。政府要制定長期有效的政策，堅持玉米市場定價加補貼的方向，保持政策的連續性和穩定性。生產者補貼應向玉米優勢產區傾斜，明確補貼對象、補貼標準和補貼方式，確保生產者補貼發放到玉米種植戶手中，保障玉米種植者收益的穩定。

(3)加大農業科技創新投入，建立健全農業保險制度。加強田間基礎設施完善與改造，通過農業配套設施建設、科技創新投入，提高農業生產效率。完善農業保險機制，合理農業重大災害保險認定標準，推動成本保險和收入保險試點，增強玉米生產者抗災防災的能力。