全球經(jīng)濟政策不確定性對中國糧食價格波動影響的實證分析

楊國蕾，鄭沫利，劉 潔

（國家糧食和物資儲備局科學研究院，北京 100037）

全球糧食市場在2006年后進入了一個極度不穩(wěn)定的時期。2007年，大米、小麥和玉米的國際市場價格開始快速上漲，2008年下半年出現(xiàn)了突然下跌，此后又出現(xiàn)了兩次價格上漲（2010年和2012年），2013年之后價格又出現(xiàn)了下跌。全球糧食價格的波動上漲，引發(fā)了各國政府和學術界的廣泛關注[1-2]。作為關系到十四億人生存與發(fā)展不可或缺的戰(zhàn)略物資，糧食問題一直是中國政府和學術界關注的焦點。自加入WTO以來，我國農(nóng)產(chǎn)品貿(mào)易額不斷攀升，國內(nèi)外糧食價格聯(lián)動程度持續(xù)加深，全球宏觀經(jīng)濟因素對糧食貿(mào)易的影響也愈發(fā)突出，給國內(nèi)糧食價格和糧食進出口貿(mào)易的平穩(wěn)運行帶來了很大的不確定性。

大量文獻對影響此輪糧食價格波動的原因進行了研究，主要包括以下幾個方面：（1）發(fā)展中國家的經(jīng)濟增長和消費結構轉型，導致了糧食需求的快速增長。Trostle[3]指出經(jīng)濟增長、人口增長和肉類消費的增長是影響糧食需求的三大因素。（2）隨著大宗農(nóng)產(chǎn)品期貨化、貨幣化、金融化屬性的不斷深化，單個市場受到的自然災害沖擊，很可能會觸發(fā)全球的市場波動[4]。（3）生物質燃料的發(fā)展導致對玉米、大豆等能源作物的需求不斷增長[5]。（4）石油等能源價格的上漲導致糧食生產(chǎn)成本提高。（5）主要貿(mào)易國的出口限制等貿(mào)易干預政策，也是導致國際糧價大幅波動的一個重要原因。2007—2008年全球食物危機期間，多國采取了一系列的干預措施，尤其是價格控制和貿(mào)易干預政策，以期阻斷不斷上漲的國際糧食價格傳導到國內(nèi)[1，6-7]。政策制定者采取貿(mào)易保護措施的初衷是平抑國內(nèi)糧價，但實際上卻對國際糧價的大幅波動起到了推波助瀾的作用。（6）糧食庫存的減少，導致市場投機因素增加，也會帶來糧食價格的暴漲暴跌。根據(jù)USDA提供的數(shù)據(jù)測算，2007年度世界三大主糧庫存消費比由2000年度的32.6%下降到17.86%，食物價格指數(shù)較2005年上漲了近80%。簡言之，糧食價格要受到諸多因素的影響，如糧食供求結構變化、糧食庫存變動、能源價格波動和糧食期貨市場的發(fā)展，糧食價格波動是一系列事件綜合作用的結果，而一系列系統(tǒng)事件發(fā)生作用顯然會受全球經(jīng)濟政策不確定性的影響[8]。

目前中國糧食進口趨勢非常明顯，在國內(nèi)外經(jīng)濟政策不斷調整，國際貿(mào)易爭端頻發(fā)，貿(mào)易保護主義蔓延的背景下，研究全球經(jīng)濟政策不確定性對中國糧食價格波動和貿(mào)易的影響具有重要現(xiàn)實意義。頻繁調整的全球經(jīng)濟政策使得市場主體面臨著更高的經(jīng)濟政策不確定性。Gulen & Ion[9]的研究表明，2007—2009年間經(jīng)濟政策的不確定性導致美國企業(yè)投資下降了約2/3。近年來越來越多的學者開始關注經(jīng)濟政策不確定性對市場經(jīng)濟的影響。特別是Baker[10]將經(jīng)濟政策不確定性這個無形的政策變量進行量化后，國內(nèi)也有不少學者開始關注經(jīng)濟政策不確定性對農(nóng)業(yè)的影響。魏中京和張兵兵[8]的研究指出經(jīng)濟政策不確定性對小麥和大米的沖擊要高于玉米和大豆。張俊華等[11]的研究表明主要農(nóng)產(chǎn)品對經(jīng)濟政策不確定性沖擊的響應具有顯著的實時性、周期性和負向性。

總之，近年來全球經(jīng)濟政策不確定性表現(xiàn)出來的普遍性、復雜性和實效性對農(nóng)產(chǎn)品貿(mào)易的沖擊具有隨機性和未知性的特點。按照以往僅從某幾個因素著手去分析糧食價格波動的原因并不全面和準確。全球糧食供需基本面對糧食價格波動起到什么樣的作用？貨幣金融因素和能源因素如何影響糧食價格？全球經(jīng)濟政策不確定性和中國經(jīng)濟政策不確定性對我國糧食價格波動的影響是否存在差異？為了理清這些問題，本文將使用增廣型向量自回歸模型（FAVAR），并結合TVPFAVAR模型從動態(tài)視角分析供求因素、金融和能源因素和全球經(jīng)濟政策不確定性3個層面因素對糧食價格波動影響的變化情況。

1 全球經(jīng)濟政策不確定性影響糧食價格波動的內(nèi)在機理分析

當經(jīng)濟處于繁榮時期，世界各國不會頻繁調整經(jīng)濟政策，因此貿(mào)易政策也不會發(fā)生劇烈變動。糧食進口國的進口數(shù)量主要取決于糧食進口價格和本國的糧食需求，糧食出口國的出口數(shù)量也主要取決于出口成本和進口國的需求量。此時，國際糧食市場會處于一個相對均衡的狀態(tài)，國際糧食價格和國內(nèi)糧食價則會相對穩(wěn)定。在穩(wěn)定的經(jīng)濟政策環(huán)境下，進口國可以根據(jù)糧食價格、品質需求和進口成本理性選擇糧食進口國。當一國不能滿足糧食進口國的進口需求時，進口國可以在國際市場上較為迅速的找到其他貿(mào)易對象。簡言之，當全球經(jīng)濟政策穩(wěn)定時，糧食進口國可以通過貿(mào)易的方式，獲取穩(wěn)定糧食供給，因此國內(nèi)價格不會出現(xiàn)大幅波動。

當經(jīng)濟處于衰退期，各國會頻繁調整經(jīng)濟政策，貿(mào)易政策不確定性風險上升。當糧食出口國對非糧食產(chǎn)品進行貿(mào)易保護時，短期內(nèi)糧食進口國出于制衡出口國貿(mào)易政策變量的目的，往往會對出口國的糧食產(chǎn)品征加關稅，并尋求新的貿(mào)易伙伴。由于糧食是生活必需品，進口國對糧食的需求并不會因貿(mào)易摩擦的升級而下降。當糧食進口國難以尋求合適的替代國時，最終導致進口國糧食供給減少，糧食價格上漲。

2 變量的選擇和數(shù)據(jù)處理

2.1 變量選取

在當前背景下，糧食供需矛盾、貨幣金融因素、能源與運輸因素、宏觀經(jīng)濟因素以及經(jīng)濟政策不確定性等眾多因素都會直接或者間接地對糧食價格產(chǎn)生沖擊。在實證分析中，很難將眾多因素包含在模型中，為解決這一分體，本課題將主成分分析與VAR模型相結合，通過提取公因子的方式，建立起影響糧食價格波動的代表性因子。主成分分析通過將數(shù)據(jù)降維的方式，有效涵蓋了多種因素的信息，解決了傳統(tǒng)向量自回歸模型變量增多對模型效率的影響。主成分是觀測變量的線性組合，形成線性組合的權重是通過最大化各主成分所解釋的方差獲得的，且要保障各主成分之間不相關。

本文所用數(shù)據(jù)的頻率為月度，跨度為2005年1月至2018年12月，具體見表1。現(xiàn)階段相比小麥和稻谷，大豆和玉米的價格波動受國際市場影響更為明顯，因此，本課題選取中國鄭州批發(fā)市場二等黃玉米平均價格和三等大豆平均價格作為被解釋變量。本課題選用供求因素、貨幣金和能源因素和政治不確定性3層面的變量，作為國內(nèi)糧食價格波動的解釋變量，其中前兩種因素將通過提取主成分的方式得到。

第一方面糧食供求變量，包括以下13個指標：糧食生長狀況一般及以上的占比、全球市場年度產(chǎn)量、全球市場年度消費量、全球市場年度期末庫存量、國際市場價格、糧食進口量、出口量、干旱指數(shù)、生產(chǎn)資料價格指數(shù)、人均糧食占有量、人均豬牛羊肉占有量、人均水產(chǎn)占有量、人均牛奶占有量和中國消費者信心指數(shù)。其中糧食作物生長狀況、全球市場年度產(chǎn)量、全球市場年度消費量和全球市場年度期末庫存量數(shù)據(jù)來自美國農(nóng)業(yè)部；本文采用的國際市場價格是美國墨西哥灣2號黃玉米價格和芝加哥2號黃豆現(xiàn)貨價格，數(shù)據(jù)來自國際貨幣基金組織；糧食進口和出口量月度數(shù)據(jù)來自海關總署；代表氣候變量的干旱指數(shù)來自中國氣象局，生產(chǎn)資料價格指數(shù)月度數(shù)據(jù)來自WIND數(shù)據(jù)庫；代表消費者飲食結構的人均食物占有量和消費者信息指數(shù)，數(shù)據(jù)來自國家統(tǒng)計局。

第二方面金融及能源因素，包括以下9個具體的指標：中國廣義貨幣M2供應量、中國外匯儲備量、大商所期貨收盤價、注冊倉單量和CBOT糧食期貨非商業(yè)持倉數(shù)量占比、澳大利亞和南非煤炭價格指數(shù)、布倫特、德克薩斯和迪拜原油價格指數(shù)和干散貨運輸景氣指數(shù)。其中M2供應量數(shù)據(jù)來自中國人民銀行；外匯儲備增長率數(shù)據(jù)來自國家外匯管理局；連續(xù)合約期貨收盤價和注冊倉單量均來自大連商品交易所、CBOT糧食期貨非商業(yè)持倉數(shù)量占比是非商業(yè)空頭持倉、非商業(yè)多投持倉和非商業(yè)套利持倉三者之和，數(shù)據(jù)來自美國商品期貨交易委員會。其中澳大利亞和南非煤炭價格指數(shù)、布倫特、德克薩斯和迪拜原油價格指數(shù)數(shù)據(jù)來自國際貨幣基金組織，波羅的海干散貨指數(shù)數(shù)據(jù)來自WIND數(shù)據(jù)庫。

表1 變量說明及描述性統(tǒng)計

第三方面是經(jīng)濟不確定性，包括全球經(jīng)濟政策不確定性指數(shù)和中國經(jīng)濟政策不確定性指數(shù)，數(shù)據(jù)來自Baker[10]的研究。Baker等基于“不確定性”構建的經(jīng)濟政策不缺確定性指數(shù)，克服了經(jīng)濟政策變量不可連續(xù)和難以量化的困難。圖1中的全球經(jīng)濟政策不穩(wěn)定指數(shù)的編制使用了18個重要國家的數(shù)據(jù)，其經(jīng)濟體量占全球GDP的2/3。

圖1 全球經(jīng)濟政策不穩(wěn)定指數(shù)

2.2 數(shù)據(jù)處理

在進行主成分分析之前，為消除各變量的量綱不同，我們先對數(shù)據(jù)進行了標準化處理。玉米和大豆的供求因素（supply and demand factors，SDF）和金融及能源因素(financialand energy factors，MEF)的主成分分析貢獻率，見表2。根據(jù)各組變量，我們提主成分變量：SDcorn=0.591*comp1+0.225 3*comp2+0.085 8*comp3，F(xiàn)Ecorn=0.477 8*comp1+0.211 7*comp2+0.157 6*comp3，SDsoybean=0.621 3*comp1+0.193 9*comp2+0.092 9*comp3，F(xiàn)Esoybean=0.426 0*comp1+0.271 5*comp2+0.107 6*comp3，從表2可以看出三個因子的累計貢獻度均超過了80%。

表2 主成分分析貢獻率 %

從圖2可以看出，在2015年前，供求因素和國內(nèi)玉米價格走勢有著較為一致的運動趨勢，但2015年之后金融及能源因素和國內(nèi)玉米價格表現(xiàn)出更為一致的走勢。整體來看，在大豆的走勢圖中，相比供求因素，金融及能源因素的走勢與大豆價格運行趨勢更接近。

2.3 數(shù)據(jù)檢驗

經(jīng)濟數(shù)據(jù)很多都為非平穩(wěn)的，由于相互獨立的非平穩(wěn)變量之間可能存在偽回歸的關系，因此我們需要對數(shù)據(jù)的平穩(wěn)性進行檢驗。本文采用ADF方法檢驗各變量的平穩(wěn)性，最優(yōu)滯后階數(shù)根據(jù)SIC準則確定，并根據(jù)數(shù)據(jù)呈現(xiàn)的趨勢，決定是否增加趨勢項。經(jīng)檢驗所有變量均為含有單位根的非平穩(wěn)變量，檢驗結果見表3。

當經(jīng)濟序列含有單位根時，通常有兩種處理方式：一是將數(shù)據(jù)進行差分處理，差分后平穩(wěn)數(shù)據(jù)進行VAR分析；二是檢驗非平穩(wěn)數(shù)據(jù)之間是否存在協(xié)整關系，若存在則進行協(xié)整分析，若不存在進行VAR分析。因此，接下來，我們需要對數(shù)據(jù)間是否存在協(xié)整關系進行檢驗。我們采用的檢驗方法為Johanse秩跡檢驗，檢驗結果見表4。從表4可以看出，大豆和玉米均未通過秩跡檢驗，即兩組變量不存在協(xié)整關系。

圖2 各解釋變量與國內(nèi)糧食價格走勢圖

表3 變量平穩(wěn)性檢驗結果

2.4 糧食價格波動方差分解

接下來，基于VAR模型運行的結果，我們運用Cholesky方差分解的方法對各變量沖擊對糧價波動1單位標準差的貢獻程度，結果見表5。從表中可以看出，在前4期中，各因素對玉米價格波動的貢獻度由大到小依次為供求因素、金融及能源因素和全球經(jīng)濟政策不穩(wěn)定指數(shù)。在后4期中，玉米價格波動程度由大到小依次是金融及能源因素、供求因素和全球經(jīng)濟政策不穩(wěn)定指數(shù)。在大豆價格波動中，貢獻率從大到小依次是金融及能源因素、供求因素和全球經(jīng)濟政策不穩(wěn)定指數(shù)。從各因素沖擊達到峰值的速度來看，供求因素對玉米價格影響最為迅速，在沖擊的第一期就達到了峰值，金融及能源因素對玉米價格波動影響也較為迅速，并在第8期，達到峰值4.25，全球經(jīng)濟政策不穩(wěn)定指數(shù)對玉米價格的影響隨著時間的推移逐漸加大，傳遞速度最慢。

表4 Johansen秩跡檢驗

表5 糧食價格波動方差分解結果 %

3 TVP-FAVAR模型的實證分析

隨著中國市場的逐步開放，我國糧食行業(yè)面臨的產(chǎn)業(yè)結構、經(jīng)濟體制和內(nèi)外部環(huán)境都在不斷發(fā)生變化，因此需要在時變框架下建立更加符合現(xiàn)實的非線性模型對我國糧食價格的波動特征進行描述。

3.1 TVP-FAVAR模型

TVP-FAVAR模型的特點在于假定系數(shù)矩陣與信息的協(xié)方差矩陣均有時變特征，故而來自沖擊強度和傳導途徑的改變都能在脈沖圖上得到響應[12]。標準的TVP-FAVAR模型的形式為：

其中βt、∑t都為時變參數(shù)。假設時變參數(shù)動態(tài)變化服從如下的一階隨機游走過程：

在對模型參數(shù)進行估計時，本文采用蒙特卡羅（MCMC）算法連續(xù)抽樣10 000次，滯后階數(shù)與VAR模型保持一致。

3.2 糧食價格波動因素時變參數(shù)模型結果分析

本文統(tǒng)一選取供求因素、金融及能源因素、全球經(jīng)濟政策不穩(wěn)定指數(shù)在2005—2018年每一期沖擊2個季度后對糧食價格的影響。同時，為了保障結果的穩(wěn)健性，在結果中我們同時添加了4個季度和6個季度后對糧食價格的影響。

首先是玉米價格波動的影響因素分析。圖3～5分別刻畫了2005—2018年供求因素、金融及能源因素、全球經(jīng)濟政策不穩(wěn)定指數(shù)受到1單位的沖擊后，在2、4、6個季度后對玉米價格的影響。從圖3中可以看出2007—2008年全球食物危機期間，供需因素對國內(nèi)玉米價格的有一個小的正向沖擊。這是由于中國政府在2007年底和2008年秋季采取了一系列應對措施[13]，來防范全球食物危機對國內(nèi)糧食安全構成的潛在威脅。針對玉米市場，中國政府采取的措施主要有釋放庫存、征收5%的出口稅等。隨著國內(nèi)和國際市場的價格差距不斷擴大，中國政府在2007年底和2008年初禁止了糧食和飼料的出口。由于上述的措施，中國的玉米價格在全球糧食危機期間走勢平穩(wěn)。從圖3還可以看出，供求因素對玉米價格的最大負項沖擊出現(xiàn)在2010年和2014年。2010年中國玉米市場的供需基本面偏緊，國內(nèi)供給量難以滿足旺盛的消費需求。此外，2010年東北玉米產(chǎn)區(qū)因低溫雨雪天氣影響玉米播種，加大了市場對供應趨緊的預期。與此同時，國內(nèi)養(yǎng)殖行業(yè)的迅速恢復和玉米深加工產(chǎn)業(yè)的不斷發(fā)展，進一步增大了市場的供求矛盾。2014年的供需沖擊，主要因為當年玉米產(chǎn)區(qū)遭受了較為嚴重的旱災，玉米減產(chǎn)較為嚴重。例如2014年遼寧省玉米減產(chǎn)了300萬t，河南省減產(chǎn)了約100萬t。圖4是金融及能源因素受到1單位的沖擊后，2、4、6個季度后對玉米價格的影響。對比圖3和圖4發(fā)現(xiàn)，供需基本面和金融及能源因素對玉米價格影響的趨勢是相似的，均在2010年和2014年達到了最大的負項沖擊。2004年玉米期貨在大連商品交易所上市，目前已成為國內(nèi)最大的農(nóng)產(chǎn)品期貨品種。在影響程度上，可以看出金融及能源因素比供需基本面對玉米價格的沖擊更大。這一結果和已有研究也是一致的，吳海霞等[14]的研究表明期貨市場逐漸成為決定玉米現(xiàn)貨價格波動的主要方面。圖5是全球經(jīng)濟政策不確定性指數(shù)受到?jīng)_擊后，對玉米價格的影響。從圖中可以看出2012—2016年間不確定性指數(shù)對玉米價格的影響幾乎很小，均值在0附近上下波動。2010和2018兩個時間點全球經(jīng)濟政策不穩(wěn)定對玉米價格的影響很大，甚至超過了供需基本面和金融及能源因素的影響。

圖3 供求因素對玉米價格的影響

圖4 金融及能源因素對玉米價格的影響

圖5 全球經(jīng)濟政策不確定性對玉米價格的影響

其次是大豆價格波動的影響因素分析。圖6～8分別刻畫了2005—2018年供求基本面、金融及能源因素、全球經(jīng)濟政策不穩(wěn)定指數(shù)受到1單位的沖擊后，在2、4、6個季度后對國內(nèi)大豆價格的影響。從圖6中可以看出2007—2008年全球食物危機期間，供需因素對大豆價格的有一較大的負向沖擊，其余年份供需基本面對大豆價格影響較為微弱。2007—2008年大豆價格的走勢可謂是波瀾壯闊，展現(xiàn)了扶搖直上的上漲行情。這一時期全球大豆供需基本面偏緊，供給大幅減少，美國大豆種植更是處于近十年最低的水平。同時，美豆還遭受了南澇北旱的災害天氣威脅，結轉庫存持續(xù)下調。全球供需基本面趨緊是這一時期大豆價格波動的主要原因。自2001年中國加入世貿(mào)組織以來，大豆進口關稅僅為3%。由于大豆不受配額關稅管理，在全球糧食危機期間，中國政府付出了很大的努力來穩(wěn)定國內(nèi)大豆市場。在貿(mào)易方面，將大豆關稅從3%降至1%，還試圖簽訂新的大豆進口合同以增加大豆進口，來穩(wěn)定大豆價格，但收效甚微。圖7是金融及能源因素對大豆價格波動的影響情況，從圖中可以看出除2007年全球食物危機時期外，其余年份金融及能源因素對大豆價格的波動都有一個平抑作用。2007金融及能源因素帶來的負項沖擊主要來自以下幾個方面：（1）2007年7月初，受供需基本面偏緊的影響，CBOT大豆期貨價格開始大幅上漲，由最低的878美分漲到最高的1 036.5美分，拉漲幅度近200美分。（2）同時期，美國次貸危機的爆發(fā)，帶來美元的貶值，使得以美元計價的大宗商品價格大漲，大豆期貨價格也開始飆升。（3）受利多因素影響，國際能源價格大漲，油價創(chuàng)下新高，導致大豆、玉米等具有能源題材的商品聯(lián)動走高。（4）在全球通貨膨脹的壓力下，價格相對低廉的農(nóng)產(chǎn)品期貨，顯示了較好的規(guī)避風險功能，指數(shù)基金等開始大規(guī)模介入大豆期貨市場。圖8顯示，相比玉米，全球經(jīng)濟政策不穩(wěn)定性對大豆的沖擊幅度更大，其中2008年的沖擊最為明顯。大豆的金融化屬性已經(jīng)相當顯著，2008年全球金融危機帶來的政策頻繁調整，成為這一時期大豆價格波動的主要原因。

最后，根據(jù)時變參數(shù)模型結果，我們有以下主要發(fā)現(xiàn)：（1）全球經(jīng)濟政策不確定性對糧食價格波動具有顯著的負向沖擊。在全球經(jīng)濟政策頻繁調整期，無論是玉米還是大豆，來自經(jīng)濟不確定性的沖擊甚至超過供求基本面和金融及能源因素對糧食價格的影響，成為糧食價格波動的主要原因。（2）不同時期影響糧食價格波動的因素是不同的。相比大豆，玉米的能源化屬性更高，金融及能源因素和供需基本面成為影響玉米價格波動的主要因素。大豆金融化屬性較高，供需基本面經(jīng)濟不是影響大豆價格波動主要因素。根據(jù)多年數(shù)據(jù)觀察，大豆供需基本面的變動往往是大豆價格波動的一個觸發(fā)因素，金融及能源因素對大豆價格波動的影響更加明顯。（3）與玉米價格波動相比，大豆價格波動在面對全球經(jīng)濟政策不確定沖擊時，上下波動的幅度更大，受外部市場影響更嚴重。可能的解釋原因是我國大豆需求主要依靠進口滿足，而玉米主要依賴國內(nèi)市場供給。2017年中國進口大豆9 553萬t，而國內(nèi)僅生產(chǎn)了1 528.25萬t，進口量占國內(nèi)產(chǎn)量的625.09%。2017年中國進口玉米3 467萬t，占國內(nèi)生產(chǎn)量的13.38%。

圖6 供求因素對大豆價格的影響

圖7 金融及能源因素對大豆價格的影響

圖8 全球經(jīng)濟政策不確定性對大豆價格的影響

4 結論與啟示

糧食是關系到人類生存和發(fā)展不可或缺的戰(zhàn)略物資，其價格波動歷來都是政府和學術界關注的焦點。本課題采用將影響糧食價格波動的多個指標，采用主成分分析的方法，分為3類指標，并采用TVP-FAVAR模型從動態(tài)的視角對2005—2018年影響玉米和大豆價格波動的因素進行分析，得到的主要結論和啟示如下：

第一，全球經(jīng)濟政策不確定性對國內(nèi)糧食價格有顯著的負向沖擊，要基于全球視野來看待中國糧食價格波動問題。從模型分析結果來看，在經(jīng)濟繁榮時期，各國不傾向于頻繁調整自己的貿(mào)易政策。糧食進口國面臨的貿(mào)易政策風險較小，可以很便捷地在國際市場上獲取食物供給，供給來源比較穩(wěn)定，國內(nèi)價格的波動也較小。當經(jīng)濟處于衰退期時，“逆全球化”思潮往往會涌向，各國傾向于采用貿(mào)易保護政策來干預市場，全球經(jīng)濟政策不確定性上升。這種經(jīng)濟政策不確定性必然會傳導到國際糧食市場，引發(fā)國際糧價的波動，增加國內(nèi)糧食進口的不確定性。因此，在政策制定者在采取措施應對國內(nèi)糧食價格波動時，要有全球視野，充分考慮全球經(jīng)濟政策不穩(wěn)定性的負向沖擊。

第二，不同種類糧食價格對不確定性沖擊的響應是有差異的，政策制定者應針對不同糧食品種實施有差別的價格政策和調節(jié)手段。對于像大豆這樣主要依靠國際市場解決國內(nèi)需求的產(chǎn)品，許多保護措施可能是無效的。在應對全球食物危機時，中國政府采取了多種措施干預國內(nèi)大豆市場（例如，國產(chǎn)非轉基因大豆的臨時收儲政策）和貿(mào)易（例如，在全球糧食危機期間將關稅從3%降至1%），但國內(nèi)大豆價格依然出現(xiàn)了暴漲暴跌的現(xiàn)象。對于像玉米這樣主要依賴國內(nèi)市場解決需求的糧食產(chǎn)品，中國政府采取的一些應對政策是有效的。例如，雖然2010年以來，中國政府能夠在國際玉米市場價格大幅下降的時候，通過關稅配額（TRQ）和其他貿(mào)易政策措施限制玉米的進口，來提高國內(nèi)玉米價格。

第三，在中美貿(mào)易戰(zhàn)愈演愈烈的今天，面對來自國際市場的不確定性沖擊，政策制定者應該采取組合策略平抑國際市場的沖擊。一方面，加強糧食市場信息監(jiān)測系統(tǒng)建設，提高根據(jù)價格監(jiān)測信息準確解讀市場行情的能力，制定多樣化價格調整政策來抵消外部市場的不確定性沖擊。另一方面，我國可以通過更多具有糧食出口潛力的國家實施更多的貿(mào)易自由協(xié)定，為國內(nèi)人民尋求更加穩(wěn)定的外部供給渠道，減緩主要國家貿(mào)易政策不穩(wěn)定性帶來的不利影響。

備注：本文的彩色圖表可從本刊官網(wǎng)（http://lyspkj.ijournal.cn/ch/index.axpx）、中國知網(wǎng)、萬方、維普、超星等數(shù)據(jù)庫下載獲取。