大豆振興背景下吉林省大豆供給反應研究*——基于Nerlove模型的實證分析

郎敏，劉帥，許鶴，顧莉麗

(1.吉林農業大學經濟管理學院，長春市，130118；2.長春光華學院科研處，長春市，130033)

0 引言

大豆原產于中國，距今已有五千多年的種植歷史。20世紀90年代，我國同美國、巴西、阿根廷主導世界大豆市場格局，但隨著我國經濟快速發展，大豆進口量不斷增長，國內供給失衡，導致我國由大豆凈出口國轉變為凈進口國，在國際大豆市場上的角色發生了巨大轉換。近年來，國內糧食種植結構矛盾突出，大豆生產效益及地位下降，產能日益嚴峻[1]。吉林省作為我國糧食主產區，歷來素有“大豆之鄉”的美譽[2]，雖然大豆播種面積處于全國前列，但是與省內優勢作物相比存在顯著差異。為改善國內大豆生產的窘迫局面，我國為提振大豆生產先后出臺過大豆臨時收儲政策和目標價格政策，但這兩項政策對促進大豆生產的作用并不顯著，最終退出歷史舞臺，取而代之的是大豆生產者補貼政策。大豆振興政策環境下，吉林省積極調減非玉米優勢產區玉米種植面積[3]，鼓勵大豆種植，提高大豆補貼額度，雖使省內大豆播種面積有所增加，但增長緩慢，增勢不足。微觀農戶的種植行為決定了宏觀大豆播種面積，新政策的出臺和補貼額度的提高似乎更能鼓勵農戶種植大豆的積極性，然而實際上吉林省農戶大豆種植行為發生的概率偏低，這是導致宏觀上吉林省大豆播種面積緩慢增長的原因之一。基于這一事實，研究其背后原因及吉林省大豆供給反應影響因素對于逐步穩定大豆生產具有重要意義。

農戶作為農業經營者是理性經濟人，在農業生產中追求利潤最大化[4-8]，影響農戶生產行為最直觀的因素是農產品價格。供給反應分析就是在產品價格變化的情況下，農戶如何調整其生產行為以實現農產品收益最大化。然而早期國外研究者對農產品供給反應卻存在爭論，一種持有上述觀點，即認為農戶是理性的，會根據農產品價格變動進而調整播種面積[9-10]；另外一種則認為農戶對農產品價格波動反應較為遲鈍，相較于追求利潤最大化更偏向于規避風險[11-12]。供給反應模型已經是一種非常成熟的模型，在農業生產領域國內學者對Nerlove模型的使用已非常廣泛。從研究對象來看，有針對糧食作物、經濟作物、畜牧生產、水產養殖等進行分析的；從研究切入點看，有直接從研究對象入手的，也有從農業政策[13-14]、農戶種植行為角度切入的[15-16]；從研究區域看，有從全國整體性出發進行探究的，也有從不同區域出發[17]，進行區域間對比分析的[18]。劉宏曼等[13]基于我國大豆主產區的面板數據，在理論分析中將政策作為調整因素進行考量，研究表明滯后一期的大豆播種面積及單價對大豆播種面積均存在顯著正向影響。在研究方法上與劉宏曼不同，廖翼等[17]另外得出替代作物與大豆比價關系也是影響我國大豆供給的主要因素；朱思柱等[19]還創新性地探究了大豆收入與大豆供給彈性之間的關系。

綜上所述，Nerlove模型已然在農業生產領域運用十分成熟，但是現階段針對吉林省大豆生產的研究較少，新政策出臺使大豆供給環境相應發生改變，針對政策對大豆供給反應的考量較少。因此，在大豆振興背景下研究吉林省大豆供給反應十分必要，對于檢驗生產者補貼政策實施效果具有重要意義，同時為吉林省深化農業供給側結構性改革、提振大豆生產提供參考。基于此，本文利用1985—2019年吉林省大豆相關宏觀數據，通過建立Nerlove模型，分析了大豆供給反應的主要影響因素，并據此提出針對性政策建議。

1 吉林省大豆生產情況變化

雖然我國在1978年拉開了改革開放的帷幕，但是家庭聯產承包責任制直到1982年被最終確立，1985年才在吉林省全面鋪開，農業生產力得到極大解放，各項農業生產指標都有顯著提升。從吉林省大豆播種面積看，1985—1994年大豆播種面積均處于較高水平，居改革開放以來歷史高位；然而1995—1999年大豆播種面積迅速下降且降幅較大，連續五年播種面積沒有明顯起伏。從2000年開始，大豆播種面積大幅增長，基本恢復到歷史最高水平，2000—2009年大豆播種面積年際間波動較小，處于相對較高水平。但從2010—2015年吉林省大豆播種面積逐年遞減，到2015年達到歷史最低。2016—2019年大豆播種面積開始逆勢增長，呈現出較快的增長速度，增量顯著，得益于大豆生產者補貼政策的實施。但是近幾年大豆播種面積與歷史最高水平仍有較大差距。2008—2019年吉林省大豆播種面積發生顯著變化，在此期間針對大豆實施的政策也經歷了三次變動。政策出臺的初衷本是為促進大豆生產，保障豆農收益，但是透過宏觀數據可以發現吉林省大豆供給受政策影響收效甚微，大豆振興仍然面臨壓力，政策對吉林省大豆供給的影響需要深入挖掘。從吉林省大豆單產來看，其變化趨勢可以大致分為兩個階段：第一個階段是1985—2003年，在這期間大豆單產水平呈波動式上升趨勢，并在2003年達到最高，表現出大豆單產上的巨大優勢；第二階段是2004—2019年，在這期間吉林省大豆單產水平呈波動式下降趨勢，單產優勢逐漸喪失。因此，吉林省若要改善大豆種植局面，除了要擴大種植面積，還有進一步改善大豆品種，提高大豆單產(圖1)。

圖1 1985—2019年吉林省大豆播種面積及單產變動Fig.1 Changes of soybean sown area and yield per unit area in Jilin Province from 1985 to 2019注：數據來源：《吉林統計年鑒》(1986—2020)。

1985—2019年吉林省大豆收購價格變動如圖2所示。

圖2 1985—2019年吉林省大豆收購價格變動Fig.2 Changes of soybean purchase price in Jilin Province from 1985 to 2019注：數據來源：布瑞克農業數據終端。

從價格角度看，1985—2019年吉林省大豆收購價格整體波動幅度較大，這對大豆種植戶穩定收益不利。1985—1991年，大豆收購價格平緩上升，漲幅為57.81%；然而1992—1996年收購價格快速上升，增加近兩倍，與上一階段形成明顯對比。1997—2005年，這一階段吉林省大豆收購價格波動頻繁，處在相對低谷階段，2006—2007年收購價格急劇拉升，到2008年又出現下跌，跌幅18.22%，2009年又出現小幅回暖。2009—2012年收購價格逐年遞增，到2012年達到歷史最高點，漲幅28.65%；隨后到2019年收購價格整體呈下降趨勢，但收購價格普遍高于歷史同期。2008—2019年間大豆支持價格政策更迭交替實施，吉林省大豆收購價格普遍高于往年收購價格，說明政策的實施在一定程度上帶動了市場價格的上漲。然而為何大豆收購價格普遍提高而農戶種植的積極性沒有隨之增長？其內在機理需要進一步探究。

2 變量選擇、模型設定與數據來源

2.1 變量的選擇

1985—2019年在吉林省施行的關于大豆的政策主要有臨時收儲政策(2008—2013年)、目標價格政策(2014—2016年)和生產者補貼政策(2017年至今)。通過對吉林省大豆播種面積及收購價格的分析，政策實施期間雖然收購價格普遍高于其他年份但播種面積反而呈現下降態勢，高價格沒有帶動農戶大豆生產積極性。按照蛛網模型的基本假定：從生產者角度而言，商品本期產量取決于前一期的商品價格。就吉林省宏觀大豆播種面積而言，其是由微觀農戶的大豆種植面積構成，而種植面積恰恰是農戶決策行為最直觀的表現形式，更方便量化。農戶決策行為受多種因素影響，如種植偏好、收購價格、生產成本、與其他替代作物的比價關系等。因此本文將吉林省當期大豆播種面積作為因變量，把滯后一期大豆播種面積、大豆收購價格、單位面積物質成本、大豆與玉米的單位面積收益比作為自變量。同時，吉林省大豆政策發生了變動，政策的變更是為促進糧食主產區大豆生產，提振大豆產量，為進一步探究政策對吉林省大豆供給反應影響，在模型回歸時引入政策作為虛擬變量。其中選擇大豆同玉米進行單位面積收益比較，主要考慮吉林省玉米種植范圍相對較廣、播種面積大，且玉米臨儲政策取消玉米價格下跌幅度較大，部分非玉米優勢產區農戶在種植玉米行為上產生搖擺。

2.2 模型設定

由于農戶在實際生產中其生產行為存在滯后性，而Nerlove模型正是將農戶應對外部環境刺激進而作出種植面積或產量的調整考慮在內，兼具適應性預期與局部調整理論雙重特性。已有研究已經證實，Nerlove模型對于評估農業供給反應是諸多計量模型中應用最為廣泛和成功的[20-21]。該模型的核心組成部分如下

(1)

(2)

(3)

式中：Qt——當期的產量；

Qt-1——滯后一期的產量；

θ——均衡產量調整系數，且0<θ≤1；

Pt-1——滯后一期的實際價格；

β——預期價格調整系數，且0<β≤1；

Zt——當期影響產量的其他因素；

μt——隨機誤差項。

最終模型公式可以簡化

Qt=b0+b1Qt-1+b2Qt-2+b3Pt-1+b4Zt+

b5Zt-1+εt

(4)

在模型設定上為了使模型選取的時間序列數據服從線性分布，避免出現異方差問題，因此對相關變量采取取對數的形式。同時將其他影響因素引入模型，針對吉林省大豆供給反應分析建立的模型

lnQt=b0+b1lnQt-1+b2lnPt-1+b3lnZt-1+

b4D1+b5D2+b6D3+b7Ct-1+μt

(5)

式中：Qt——當期大豆種植面積；

Qt-1——滯后一期的大豆種植面積；

Pt-1——滯后一期的大豆價格；

Zt-1——大豆的物質成本投入；

D——政策虛擬變量，實施該政策的年份賦值為1，其他年份賦值為0；

D1——大豆臨儲政策實施；

D2——大豆目標價格政策實施；

D3——大豆生產者補貼政策實施；

Ct-1——大豆與玉米的單位面積收益比；

μt——隨機擾動項；

b0——常數項；

b1、b3、b4、b5——系數；

b2——短期供給價格彈性。

預期價格調整系數β=1-b2，調整時滯n=1/β，長期供給價格彈性ξ=b2/1-b1。

2.3 數據來源及說明

模型中1985—2018年吉林省大豆種植面積、大豆平均出售價格數據來源于《建國以來全國主要農產品成本收益資料匯編》(1953—1997)、《全國農產品成本收益資料匯編》(1999—2019)，同時在數據的整理過程中將單位統一為國際標準單位。為減輕解釋變量多重共線性、減少異方差，將大豆播種面積、滯后一期的大豆平均價格以及物質投入成本取對數，取對數后，解釋變量可以直接表現為彈性系數，從而便于依據估計結果進行經濟分析(表1)。

表1 模型數據Tab.1 Model data

3 實證分析

根據回歸結果得到的回歸方程

lnQt=1.27+0.41lnQt-1+0.23lnPt-1-

0.15lnZt-1-0.29D1-0.44D2-

0.20D3+0.07Ct-1

(6)

由吉林省大豆供給反應模型推出，短期供給價格彈性為0.23，而長期供給價格彈性為0.39。預期價格調整系數為0.72，調整時滯為1.39。從供給價格彈性看，短期與長期價格供給彈性均小于1，表明吉林省大豆供給對大豆價格變動反應較遲緩，因此缺乏彈性。預期價格調整系數取值范圍為0～1，當取值趨于0時，表明生產者對本期價格的預判建立在以往多期價格基礎上；當取值趨于1時，表明生產者對本期價格的預判取決于上期價格。根據吉林省大豆供給反應模型得出的預期價格調整系數為0.72，說明吉林省大豆種植戶對本期大豆價格的預判會綜合歷史價格。同時大豆種植戶在調整種植面積行為上存在滯后性，一般滯后期約為1年，表明吉林省大豆種植戶在作出種植決策調整時會依據上一年大豆種植情況，進而保障決策的穩健性，這與預期價格調整存在一定關聯性。

在1%的顯著性水平下，滯后一期大豆播種面積對吉林省當期大豆播種面積有顯著正向影響，即在其他條件不變的情況下，滯后一期的大豆播種面積每變動1%，平均來說會引起當期吉林省大豆播種面積相對變動0.41%。也就是說滯后一期大豆播種面積越大，則當期吉林省大豆播種面積擴大的可能性變大。從滯后一期的大豆播種面積角度看，宏觀播種面積是由微觀農戶種植面積構成，大豆種植戶上一期種植面積是其種植決策的直觀體現，這種決策是豆農綜合權衡各種要素的結果。一般來講，農戶在農業生產經營過程中追求穩定性，若沒有發生重大變故，農戶在當期種植決策中僅會進行微調，而不會作出較大的生產行為決策調整，較大的生產行為決策調整會增加農戶生產的潛在風險和機會成本，作為理性經濟人，農戶對于種植面積的調整相對謹慎。

在10%的顯著性水平下，滯后一期的大豆價格對吉林省當期大豆播種面積有顯著正向影響，即在其他條件不變的情況下，滯后一期的大豆市場價格每變動1%，平均來說會引起當期吉林省大豆播種面積相對變動0.23%。從生產者供給角度出發，生產者供給與商品價格之間存在正向線性關系，商品價格上漲，生產者會增加供給；價格下跌，生產者會減少供給。對于大豆種植戶而言，大豆市場價格與其大豆種植面積符合這種線性關系。農戶在進行生產行為決策時，上期大豆市場價格是其當期生產行為決策的重要參考因素之一，市場價格的高低決定了豆農最終收益。

滯后一期的大豆單位面積物質成本沒有通過顯著性檢驗，表明對吉林省當期大豆播種面積沒有顯著影響。物質成本是農業生產中總成本的重要組成部分，農戶在進行生產經營決策時必然選擇成本低收益高的作物。隨著經濟社會發展，農業各項生產成本在近些年都有較大幅度增長，城鎮化的加速，推動更多農業人口向城鎮轉移，導致農業勞動力雇傭成本進一步上漲。農業生產成本的上漲是當前我國農業尚未全面實現現代化過程中必然經歷的，但農業生產活動不會因成本上漲而停滯。

大豆政策在顯著性檢驗結果中表現出差異性。大豆臨儲政策和目標價格政策對吉林省當期大豆播種面積在5%的顯著性水平下有顯著負向影響，而大豆生產者補貼政策沒有通過顯著性檢驗。大豆臨儲政策與玉米臨儲政策在實施時間上重疊，平均來說玉米單產約是大豆的3.5倍，大豆價格約是玉米的2.5倍。從收益角度而言，種植玉米的收益性高于大豆，因此玉米對農戶更具備收益上的吸引力，大豆臨儲政策的政策效益低。大豆目標價格時期，該政策的實施也未能改善大豆與玉米的比價關系，且玉米仍處于臨儲政策階段，玉米臨儲價格的攀升拉動農戶擴大玉米種植面積，因此也沒能達到提振吉林省大豆種植面積的政策效果。大豆生產者補貼政策實施階段，由于政策實施時間短，且政策存在滯后性，豆農在進行生產行為決策時其心理在一定程度上仍受目標價格政策的影響，因此大豆生產者補貼政策效益難以迅速顯現。

在10%的顯著性水平下，滯后一期大豆與玉米的單位面積收益比對吉林省當期大豆播種面積有顯著正向影響。即滯后一期大豆與玉米的單位面積收益比越高，帶動吉林省大豆播種面積提高的可能性越大。吉林省地處世界三大黃金玉米帶的東北玉米帶，加上其糧食主產區與商品糧基地的區位優勢，使玉米成為吉林省內農戶普遍種植的農作物。農戶在農業生產中追求效益最大化，因此在進行當期種植決策時會參考滯后一期的大豆與玉米的單位面積收益比。當滯后一期大豆的單位面積收益高于玉米時，農戶在當期會優先選擇種植大豆，增加大豆種植面積；當滯后一期大豆的單位面積收益低于玉米時，農戶在當期會優先選擇種植玉米，縮減大豆種植面積。當然這種行為決策更容易發生在吉林省玉米非優勢產區，通過調整大豆與玉米的單位面積收益比進而引導農戶減種玉米，達到調整農業種植結構的目的。

表2 實證分析結果Tab.2 Results of empirical analysis

4 研究結論與政策建議

本文利用1985—2019年吉林省大豆的相關數據，分析得出吉林省大豆播種面積經歷了兩次波動式的下降，自大豆生產者補貼政策實施之后又出現顯著增長。大豆單產呈現出先增長后下降的變動趨勢，此外大豆價格整體呈上漲趨勢，近些年大豆收購價格整體高于歷史記錄。同時，通過建立Nerlove模型分析了大豆供給反應的主要影響因素，結果顯示滯后一期的大豆播種面積、大豆市場價格、大豆與玉米單位面積收益比和部分大豆相關政策對當期大豆播種面積有顯著影響，且大豆種植戶在調整種植面積的行為上存在滯后性，一般滯后期約為1年。針對上述研究結論，提出以下三點政策建議。

1)繼續深化農業供給側結構性改革，鼓勵吉林省非玉米優勢產區因地制宜地種植大豆，繼續推廣米豆輪作制度，保障大豆播種面積合理增長。采取糧食宏觀調控措施，穩定大豆價格，避免價格波動幅度過大，讓大豆種植戶對價格有合理的心理預期。

2)完善大豆生產者補貼政策。大豆生產者補貼政策將市場價格與補貼剝離開，避免了政策對市場價格的過度干預，是大豆市場趨向良性發展的表現。雖然生產者補貼政策實施時間較短，但應盡快總結實施之后的經驗及不足，逐步完善政策，進而能在調減玉米種植的基礎上促進吉林省大豆供給的良性循環。此外，價格對大豆種植戶具有直接引導作用，保持吉林省大豆價格長期穩定對鼓勵農戶種植大豆，提高供給有重要意義。

3)改善大豆與玉米的比價關系。在玉米臨儲政策取消的市場環境下，玉米價格發生了變化，收益性相對下降。通過提高大豆補貼標準，從單位面積收益角度改善大豆與玉米的比價關系。收益性是農戶進行生產決策的重要參考，因此可以提高農戶種植大豆的積極性，促進吉林省大豆良性供給。