新冠肺炎疫情對(duì)我國(guó)農(nóng)產(chǎn)品價(jià)格的影響
——基于30 個(gè)省份的面板數(shù)據(jù)分析

□何冬太

（中國(guó)人民銀行朔州市中心支行 山西 朔州 036002）

1 研究背景

農(nóng)業(yè)是支撐國(guó)民經(jīng)濟(jì)發(fā)展的基礎(chǔ)，是人民安居樂業(yè)的根本。我國(guó)是農(nóng)業(yè)大國(guó)，擁有悠久的農(nóng)耕文明。在金十?dāng)?shù)據(jù)發(fā)布的2020 年世界糧食產(chǎn)量前10 名榜單中，我國(guó)以6.69 億t 糧食產(chǎn)量高居榜首。我國(guó)是人口大國(guó)，需要用占世界耕地面積9%的耕地養(yǎng)活占世界人口近20%的人口，保證農(nóng)產(chǎn)品供應(yīng)和維持農(nóng)產(chǎn)品價(jià)格穩(wěn)定可控，對(duì)我國(guó)經(jīng)濟(jì)發(fā)展和社會(huì)安定來說至關(guān)重要[1]。農(nóng)產(chǎn)品價(jià)格缺乏彈性，對(duì)需求變動(dòng)和經(jīng)濟(jì)周期更替不敏感，受自然災(zāi)害、疾病等因素的影響較大，因此研究農(nóng)產(chǎn)品價(jià)格走勢(shì)必須持續(xù)關(guān)注外部事件，特別是重大突發(fā)事件的影響。

2020 年初，新冠肺炎疫情暴發(fā)并迅速演變?yōu)橐粓?chǎng)全球性災(zāi)難。疫區(qū)乃至全國(guó)的食用農(nóng)產(chǎn)品供給是否充足以及農(nóng)產(chǎn)品價(jià)格是否存在大幅波動(dòng)風(fēng)險(xiǎn)，成為了抗疫期間民眾普遍關(guān)注的焦點(diǎn)。2020 年1 季度末，疫情在國(guó)內(nèi)得到有效控制，人民生活逐步回歸常態(tài)。據(jù)我國(guó)農(nóng)業(yè)農(nóng)村部發(fā)布的數(shù)據(jù)顯示，從2019 年6 月至2020 年6 月，我國(guó)農(nóng)產(chǎn)品價(jià)格經(jīng)歷了大起大落，農(nóng)產(chǎn)品批發(fā)價(jià)格200 指數(shù)由2019 年6 月的109.81，漲至2020 年2 月的135.73（峰值），再跌至2020 年6 月的112.92，漲跌幅均超過20%，2020 年下半年漲跌幅收窄至10%以內(nèi)。由此可見，農(nóng)產(chǎn)品價(jià)格的波動(dòng)與疫情嚴(yán)重程度密切相關(guān)，在疫情常態(tài)化背景下研究疫情對(duì)農(nóng)產(chǎn)品價(jià)格的影響具有現(xiàn)實(shí)意義。

2 理論分析

1992 年以前，我國(guó)農(nóng)產(chǎn)品價(jià)格及漲跌幅度由政府計(jì)劃規(guī)定。1992—2003 年，我國(guó)政府逐步放開農(nóng)產(chǎn)品定價(jià)，發(fā)揮“看不見的手”在定價(jià)方面的作用，并著手構(gòu)建主要農(nóng)產(chǎn)品市場(chǎng)調(diào)控體系。2004 年至今，我國(guó)農(nóng)產(chǎn)品定價(jià)機(jī)制已全面實(shí)現(xiàn)市場(chǎng)化。我國(guó)在充分發(fā)揮市場(chǎng)決定性作用的基礎(chǔ)上實(shí)行宏觀調(diào)控，并針對(duì)農(nóng)產(chǎn)品缺乏彈性的特點(diǎn)出臺(tái)了最低收購(gòu)價(jià)政策，為農(nóng)民收益托底[2]。

依據(jù)哈佛學(xué)派構(gòu)造的市場(chǎng)結(jié)構(gòu)、市場(chǎng)行為、市場(chǎng)績(jī)效的分析框架來看，農(nóng)產(chǎn)品市場(chǎng)更符合完全競(jìng)爭(zhēng)市場(chǎng)的特征，即市場(chǎng)主體流動(dòng)性大、產(chǎn)品同質(zhì)化程度高、信息基本實(shí)現(xiàn)可共享。

農(nóng)產(chǎn)品價(jià)格由交易雙方訂立契約和政府干預(yù)共同決定，價(jià)格波動(dòng)主要受以下因素影響。

其中，T為國(guó)民經(jīng)濟(jì)長(zhǎng)期的發(fā)展趨勢(shì)；C為市場(chǎng)周期性變動(dòng)；S為有規(guī)律的季節(jié)變動(dòng)因素；I為不確定因素，主要由意外事故、自然災(zāi)害、疾病以及戰(zhàn)爭(zhēng)等突發(fā)事件構(gòu)成。

隨著農(nóng)業(yè)科學(xué)技術(shù)不斷進(jìn)步以及支農(nóng)惠農(nóng)政策的不斷完善，加之市場(chǎng)經(jīng)濟(jì)自有的農(nóng)產(chǎn)品價(jià)格維持機(jī)制，農(nóng)產(chǎn)品價(jià)格受經(jīng)濟(jì)周期及季節(jié)因素的影響日趨減弱[3-5]。與此同時(shí)，禽流感、非洲豬瘟、新冠肺炎疫情的連續(xù)暴發(fā)逐漸將人們的關(guān)注焦點(diǎn)由傳統(tǒng)影響因素轉(zhuǎn)向以突發(fā)事件為代表的不確定因素[6-7]。

依據(jù)《中國(guó)農(nóng)業(yè)產(chǎn)業(yè)發(fā)展報(bào)告2020》發(fā)布的數(shù)據(jù)顯示，新冠肺炎疫情導(dǎo)致我國(guó)2020 年農(nóng)業(yè)增加值同比下降了3.2%，特別是在武漢市封城（2020 年1 月23 日）到開始復(fù)工復(fù)產(chǎn)（2020 年3 月初）期間，農(nóng)業(yè)總產(chǎn)值同比下降達(dá)16%。分部門來看，畜牧業(yè)、林業(yè)受到的沖擊相對(duì)較大，產(chǎn)值均下降了20%左右；種植業(yè)、漁業(yè)受到的影響較小，產(chǎn)值降幅在16%～18%之間。在農(nóng)業(yè)相關(guān)產(chǎn)業(yè)中，餐飲和住宿業(yè)、紡織業(yè)受到的沖擊最大，產(chǎn)值下降超過40%，食品工業(yè)產(chǎn)值下降27%。疫情在沖擊農(nóng)業(yè)生產(chǎn)的同時(shí)，還波及相關(guān)產(chǎn)業(yè)，從而造成了更嚴(yán)重的不利影響。

如圖1 所示，從2018 年至2019 年上半年，我國(guó)農(nóng)產(chǎn)品價(jià)格指數(shù)圍繞100 窄幅波動(dòng)。

2019 年下半年以來，受非洲豬瘟疫情以及國(guó)內(nèi)部分地區(qū)禁限養(yǎng)等因素影響，生豬供給不足導(dǎo)致豬肉價(jià)格漲幅較大，拉動(dòng)了農(nóng)產(chǎn)品價(jià)格整體上漲。

2020 年初，受新冠肺炎疫情影響，農(nóng)產(chǎn)品生產(chǎn)價(jià)格指數(shù)飆升至140 左右。一方面，新冠肺炎疫情期間大部分農(nóng)副產(chǎn)品企業(yè)因春節(jié)假期延長(zhǎng)，員工無法按時(shí)到崗，導(dǎo)致農(nóng)作物無人收割（采摘），造成了國(guó)內(nèi)農(nóng)產(chǎn)品市場(chǎng)供需失衡。另一方面，由于大部分地區(qū)處于封閉狀態(tài)，人員無法正常流動(dòng)，導(dǎo)致人工成本大幅上升，而企業(yè)仍需支付如工資、租金、水電暖等典型費(fèi)用，生產(chǎn)成本激增[8-9]。

3 實(shí)證分析

突如其來的新冠肺炎疫情無疑是影響2020 年農(nóng)產(chǎn)品價(jià)格的關(guān)鍵因素，其影響涉及產(chǎn)品（主要為菜籃子產(chǎn)品）、供應(yīng)鏈、農(nóng)時(shí)（春耕）等諸多方面。從宏觀角度來看，疫情的影響涉及全國(guó)農(nóng)產(chǎn)品的供給、需求和通貨膨脹水平；從中觀層面來看，由于不同地區(qū)農(nóng)業(yè)在經(jīng)濟(jì)中的地位以及發(fā)展程度不同，疫情造成的影響存在一定差異。

由于數(shù)據(jù)可獲得性的問題，本研究不涉及西藏自治區(qū)、臺(tái)灣省、香港特別行政區(qū)、澳門特別行政區(qū)。依據(jù)除此之外的30 個(gè)省（直轄市、自治區(qū)）的相關(guān)數(shù)據(jù)，分析疫情對(duì)我國(guó)農(nóng)產(chǎn)品價(jià)格影響的地區(qū)差異。

3.1 變量選取及模型設(shè)定

選取我國(guó)2020 年1—4 季度分省份農(nóng)產(chǎn)品生產(chǎn)價(jià)格指數(shù)代表農(nóng)產(chǎn)品價(jià)格，作為被解釋變量；2020 年1—4 季度分省份農(nóng)林牧漁業(yè)生產(chǎn)總值、分省份居民可支配收入、分省份季度消費(fèi)者價(jià)格指數(shù)（該指數(shù)為按月統(tǒng)計(jì)數(shù)據(jù)，本研究中季度消費(fèi)者價(jià)格指數(shù)為3 個(gè)月的算術(shù)平均數(shù)），分別代表農(nóng)產(chǎn)品的供需及通貨膨脹水平，作為解釋變量。數(shù)據(jù)源自中經(jīng)網(wǎng)數(shù)據(jù)庫(kù)、地方政府和統(tǒng)計(jì)局網(wǎng)站。變量名稱及說明，如表1 所示。

表1 變量名稱及說明

假定農(nóng)產(chǎn)品價(jià)格指數(shù)與農(nóng)林牧漁業(yè)生產(chǎn)總值、居民可支配收入、消費(fèi)者價(jià)格指數(shù)滿足線性約束，且因疫情嚴(yán)重程度不同導(dǎo)致不同地區(qū)變量間相關(guān)性存在差異，因此設(shè)定為個(gè)體變系數(shù)模型較為合理。模型的一般形式如下。

其中，yit為被解釋變量；xit為1×k維解釋變量向量；N為變量個(gè)數(shù)；t為每個(gè)變量的觀測(cè)時(shí)期；αi為模型的常數(shù)項(xiàng)；βi為對(duì)應(yīng)于解釋變量的系數(shù)向量；uit為隨機(jī)誤差項(xiàng)，且滿足零均值、同方差假定。

3.2 面板模型的單位根及協(xié)整檢驗(yàn)

由于面板模型中包含的數(shù)據(jù)較多，容易出現(xiàn)變量非平穩(wěn)的情況，進(jìn)而造成分析結(jié)果的“偽回歸”，因此先要對(duì)面板數(shù)據(jù)進(jìn)行單位根檢驗(yàn)。由于季度數(shù)據(jù)存在“寬而短”的特點(diǎn)，分別運(yùn)用Breitung 方法和Hadri 方法進(jìn)行檢驗(yàn)，結(jié)果如表2 所示。

由表2 可知，運(yùn)用Breitung 方法和Hadri 方法對(duì)API、GAP、DIR、CPI 原序列的面板單位根檢驗(yàn)表明，以上4 個(gè)序列均存在單位根，即序列非平穩(wěn)。因此在回歸分析前需要進(jìn)行協(xié)整檢驗(yàn)。運(yùn)用Pedroni 方法對(duì)面板數(shù)據(jù)進(jìn)行協(xié)整檢驗(yàn)，結(jié)果如表3 所示。

表2 面板數(shù)據(jù)單位根檢驗(yàn)

表3 API 與GAP 的面板協(xié)整檢驗(yàn)

上述檢驗(yàn)結(jié)果中，除Panel ρ-Stat 檢驗(yàn)統(tǒng)計(jì)量不拒絕原假設(shè)外，其余均拒絕原假設(shè)，說明兩個(gè)變量存在協(xié)整關(guān)系。運(yùn)用相同的方法，分別將API 與DIR、CPI進(jìn)行協(xié)整檢驗(yàn)，發(fā)現(xiàn)變量間均存在協(xié)整關(guān)系，可以進(jìn)行下一步回歸分析。

3.3 面板模型的回歸分析

通過Eviews 10 軟件，運(yùn)用chow 檢驗(yàn)、Hausman檢驗(yàn)對(duì)模型的固定效應(yīng)、隨機(jī)效應(yīng)以及變量系數(shù)隨個(gè)體變動(dòng)或是時(shí)間變動(dòng)進(jìn)行了對(duì)比分析，最終將模型設(shè)定為如下形式。

其中，α0+αi為個(gè)體效應(yīng)引起的截距項(xiàng)；βni表示系數(shù)隨第i個(gè)個(gè)體特征變動(dòng)，農(nóng)林牧漁業(yè)生產(chǎn)總值、居民可支配收入對(duì)不同地區(qū)的農(nóng)產(chǎn)品價(jià)格有不同的影響，而CPI 的變動(dòng)不受地區(qū)和時(shí)期影響；uit為隨機(jī)誤差項(xiàng)。面板固定效應(yīng)回歸結(jié)果，如圖2 所示。

其中，F(xiàn)統(tǒng)計(jì)量的p值為0，說明解釋變量整體對(duì)被解釋變量的影響顯著不為0。調(diào)整后的擬合優(yōu)度在90%以上，說明模型估計(jì)值與實(shí)際值擬合度較高。

觀察t統(tǒng)計(jì)量的p值可知，CPI 在10%的顯著性水平下拒絕原假設(shè)，且系數(shù)較大，說明通貨膨脹對(duì)農(nóng)產(chǎn)品價(jià)格影響顯著；而居民可支配收入在10%的顯著性水平下不拒絕原假設(shè)，說明人們對(duì)農(nóng)產(chǎn)品的需求比較穩(wěn)定，不會(huì)隨收入的增減而變化。

由于農(nóng)林牧漁業(yè)生產(chǎn)總值對(duì)各省份農(nóng)產(chǎn)品價(jià)格影響的顯著性、方向和程度不盡相同[10]，為了更加直觀，先剔除在90%的置信區(qū)間內(nèi)影響不顯著的省份，并將剩余省份進(jìn)行分類，得出農(nóng)林牧漁業(yè)生產(chǎn)總值GAP 對(duì)農(nóng)產(chǎn)品價(jià)格的影響，如表4 所示。

理論上講，在需求不變的前提下，農(nóng)產(chǎn)品供給增加，價(jià)格會(huì)相應(yīng)下降，即供給與價(jià)格呈負(fù)相關(guān)關(guān)系[11]。但如表4 所示，除北京、上海、廣西外，其余9 個(gè)省（自治區(qū)）的供給與價(jià)格均呈正相關(guān)，其中有7 個(gè)省為我國(guó)疫情較為嚴(yán)重的地區(qū)，分別為湖北（68 158 人）、廣東（2 337 人）、黑龍江（1 610 人）、浙江（1 343 人）、河北（1 317 人）、河南（1 312 人）、湖南（1 044 人）。以上括號(hào)內(nèi)數(shù)據(jù)為截至2021 年4 月30 日各省新冠肺炎累計(jì)確診人數(shù)。

表4 農(nóng)林牧漁業(yè)生產(chǎn)總值對(duì)農(nóng)產(chǎn)品價(jià)格的影響

疫情期間交通閉塞，部分地區(qū)“封城”“封村”，糧食收割后無法及時(shí)從產(chǎn)地運(yùn)到市場(chǎng)，導(dǎo)致農(nóng)產(chǎn)品供不應(yīng)求、價(jià)格上漲。因此，疫情對(duì)農(nóng)產(chǎn)品價(jià)格的影響有顯著的地域差異。

4 結(jié)論

首先，新冠肺炎疫情對(duì)農(nóng)產(chǎn)品價(jià)格的影響范圍較小。在研究囊括的30 個(gè)省（直轄市、自治區(qū)）中，僅有7 個(gè)省份的農(nóng)產(chǎn)品價(jià)格受到了新冠肺炎疫情的影響，其主要原因是我國(guó)憑借強(qiáng)有力的領(lǐng)導(dǎo)、全面的聯(lián)防聯(lián)控機(jī)制和全國(guó)人民的自覺防控，在疫情暴發(fā)初期就采取多種方式控制疫情傳播，通過集中治療、隔離、全民佩戴口罩等措施阻止了病毒蔓延，在短短3 個(gè)月時(shí)間內(nèi)成功控制了疫情擴(kuò)散。截至2020 年底，新冠肺炎疫情在全國(guó)已基本得到遏制，大部分地區(qū)已無本土新增病例。

其次，新冠肺炎疫情對(duì)農(nóng)產(chǎn)品價(jià)格的影響程度較弱。從農(nóng)林牧漁業(yè)生產(chǎn)總值對(duì)農(nóng)產(chǎn)品價(jià)格的影響系數(shù)可以看出，即使是在疫情較為嚴(yán)重的地區(qū)，農(nóng)產(chǎn)品價(jià)格的增長(zhǎng)也只是在可控的范圍內(nèi)小幅波動(dòng)。原因主要有兩個(gè)方面：一是疫情期間，各級(jí)政府紛紛出臺(tái)措施保障農(nóng)產(chǎn)品和農(nóng)業(yè)生產(chǎn)資料運(yùn)輸，受疫情影響較輕的省份，如遼寧、甘肅、江西等，向武漢等疫情重災(zāi)區(qū)運(yùn)送了大量糧食、蔬菜，保障了當(dāng)?shù)剞r(nóng)產(chǎn)品供給[12]；二是疫情得到基本控制后，許多農(nóng)產(chǎn)品企業(yè)及個(gè)人在傳統(tǒng)營(yíng)銷方式受阻的情況下，積極通過電商平臺(tái)進(jìn)行農(nóng)產(chǎn)品銷售。商務(wù)大數(shù)據(jù)監(jiān)測(cè)顯示，2020 年全國(guó)農(nóng)村網(wǎng)絡(luò)零售額達(dá)1.79 萬(wàn)億元，同比增長(zhǎng)8.9%。網(wǎng)絡(luò)營(yíng)銷打破了地域限制，加速了農(nóng)產(chǎn)品在各地市場(chǎng)間的周轉(zhuǎn)，使價(jià)格趨于穩(wěn)定。

再次，新冠肺炎疫情對(duì)農(nóng)產(chǎn)品需求的影響較小。由上述分析可知，居民可支配收入對(duì)我國(guó)農(nóng)產(chǎn)品價(jià)格的影響不顯著，一方面是由于我國(guó)短時(shí)間內(nèi)有效控制疫情，使疫情影響的持續(xù)時(shí)間較短，因此未出現(xiàn)農(nóng)產(chǎn)品短缺的市場(chǎng)預(yù)期；另一方面是由于疫情影響范圍較小，農(nóng)產(chǎn)品價(jià)格只在我國(guó)少部分地區(qū)出現(xiàn)短期大幅波動(dòng)，并未波及全國(guó)。