貿易開放改善了糧食安全狀況嗎？
——來自跨國面板數據的經驗證據

孫致陸

（中國農業科學院農業經濟與發展研究所，北京市 100081）

一、引言及文獻綜述

糧食安全一直受到世界各國的高度重視，也是全球重要議題之一。為了協調國際社會改善全球糧食安全形勢，1996年世界糧食首腦會議通過了《世界糧食安全羅馬宣言》和《世界糧食首腦會議行動計劃》，提出“到2015年將全球饑餓人口數減少一半”，這也成為8 項千年發展目標（Millennium Development Goals，MDGs）之一[1]。此后，為了構建全球糧食系統的新愿景，2015年聯合國可持續發展峰會通過了《2030年可持續發展議程》，并承接MDGs 提出了17 項可持續發展目標（Sustainable Development Goals，SDGs），其中可持續發展目標2（SDG2）提出“到2030年消除一切形式的饑餓和營養不良，保證所有人享有充足且營養的食物，促進可持續農業”，也稱“零饑餓”目標[2]。經過國際社會共同努力，2005—2014年全球糧食安全形勢持續改善；然而2015年起形勢出現逆轉，全球糧食不安全問題越來越嚴重，威脅著更多人的生命安全和生計安全。據聯合國糧食及農業組織（Food and Agriculture Organization of the United Nations，FAO）等估計[3]，2020年全球共有約7.20 億～8.11 億人口面臨饑餓，如果取中間值（7.68 億人），比2019年增加了1.18 億人；所有地區都出現不同程度的惡化，2020年全球半數以上饑餓人口（4.18億人）生活在亞洲，三分之一以上（2.82 億人）生活在非洲，拉丁美洲占8%（6 000 萬人），三個地區饑餓人口數分別比2019年增加了5 700 萬人、4 600萬人和1 400 萬人。2020年初以來在全球持續蔓延的新冠肺炎疫情及其引發各國采取的防控政策，導致世界經濟在2020年出現嚴重衰退，且全球、地區和國家層面食物供應鏈受阻，進一步加重了全球糧食不安全問題。據世界糧食計劃署（World Food Programme，WFP）估計，新冠肺炎疫情導致各疫情發生國共有約2.72億人遭受嚴重的糧食不安全影響[4]。因此，近年來全球在SDG2上并未取得明顯進展，這也使得到2030年實現“零饑餓”目標愈加困難。

糧食安全是由FAO在20 世紀70年代提出的，從關注糧食數量到關注食品營養，從關注國家糧食安全到關注家庭和個人糧食安全，糧食安全的內涵不斷豐富和發展[5]。目前關于糧食安全最權威也最廣泛使用的定義是：所有人在任何時候都能從實際、經濟和社會的角度獲得充足、安全和營養的食物，滿足其積極健康生活的膳食需求和食物偏好[6-8]；因此，糧食安全意味著有足夠糧食可供食用，不僅是今天或明天，還包括今后每一天，這是一個同時存在于發展中國家和發達國家且影響著每個人每一天生計的全球議題[9]。此后，FAO進一步提出糧食安全是由供給（通過國內生產、進口或糧食援助，政府和市場可維持足夠數量和質量適當的糧食供給）、獲取（擁有足夠的資源或權利獲取適當的有營養的食物）、穩定（為了實現糧食安全，須在任何時候都能獲取充足食物，而不應受到由于突如其來的風險或周期性事件導致失去糧食可獲得性的后果）和利用（有適當飲食、清潔飲用水、衛生與公共健康標準，充分利用食物，以達到所有營養需求并得到滿足的福祉狀態）四個支柱構成[10]；在此基礎上，通過用一系列指標對每個支柱進行量化測度，可以更好理解糧食安全內涵，這也使從全球、地區和國家層面對糧食安全進行全面評估成為可能。分析糧食安全的傳統視角包括自給自足（Self-sufficiency）和自我依賴（Selfreliance）兩個方面，前者強調國內糧食消費主要依靠國內生產，后者則強調構建更加多元化的供給來源渠道，特別是進口[11-12]。近年來，很多國家認識到貿易開放在保障糧食安全方面的重要作用并加以利用[13-14]，越來越多國家依靠國際貿易來確保糧食安全，這也使得國際糧食貿易正在成為全球糧食供應鏈中越來越重要的組成部分[15-16]。據世界貿易組織（World Trade Organization，WTO）估計[17]，近年來全球平均每6 個人中就有一個人幾乎完全依靠國際貿易獲取糧食，到2050年該比例預計將提高到50%。

鑒于貿易開放在全球糧食安全實踐中發揮的重要作用，貿易開放對糧食安全的影響機制值得深入探究。目前，關于該問題的研究尚未形成一致結論，已有相關文獻發現貿易開放對糧食安全的影響是雙重的[8]。一方面，基于WTO 多邊談判以及區域和雙邊貿易談判的貿易政策改革，通過取消或削減關稅和非關稅貿易壁壘以及放寬市場準入而獲得的貿易利益，有利于通過國際市場聯結渠道增加、進口商品價格下降和食物供給與多樣性改善來彌補國內食物供應短缺[11，18-20]。WTO和世界銀行持續宣傳這樣一種理念，國際市場準入在其成員國特別是發展中國家發展中發揮著重要作用，并且消除主要由發達國家對發展中國家施加的貿易限制越來越引起國際社會的廣泛關注[21]。依靠為弱勢群體制定的完善國內社會安全網政策，貿易開放可以通過降低糧食價格使所有人受益，特別是遭受嚴重糧食不安全的低收入群體，進而促進糧食安全狀況改善，且更多元的膳食還可使低收入群體不再容易受到糧食供應短缺和價格波動的影響[22]。此外，雖然關稅擴大了全球價格波動的影響范圍并使消費者面臨價格飆升，但其持續時間通常很短，而不會像低價格可能持續較長時間，也讓消費者受益于此后的長期低價格[3]。因此，貿易開放將增加東道國福利，降低其經濟波動[23]，相反，保護國內農業市場從長期看將損害而不是保障糧食安全，這已經在很多國家被觀察到[18，22]。

另一方面，糧食供給側面臨的農業生產力波動、暴力沖突與戰爭、自然災害、跨國糧商壟斷、貿易禁運等沖擊因素會導致隨機的收益或損失，其實際影響程度很可能根據貿易開放水平而被放大或減弱，進而危及糧食安全[24-26]。貿易開放還會降低糧食自給率，進而使糧食供應更加依賴進口[18，27]，導致糧食供應不再安全，特別是考慮到農業與自由貿易不完全相容，因為農業在國家和全球層面的生態和自然資源管理中發揮著重要作用，并且農業在各國受到的不同對待（例如政策保護或者被征稅）也會造成不公平的競爭環境[28-29]。考慮到發展中國家小農戶的市場競爭力明顯弱于高收入國家的大規模農戶和發達國家獲得大量政府補貼的農戶，國際貿易自由化特別是農產品貿易自由化并不利于釋放發展中國家的農業生產潛力[28]；同時，降低對國外糧食的依賴有助于減少國際市場沖擊向國內市場的擴散和傳播[12]。此外，還有文獻認為，在欠發達國家（Least Developed Countries，LDCs），貿易開放與糧食安全之間存在U型相關關系，糧食安全在貿易開放的初始階段有所惡化，但超過特定閾值后則會趨于改善[30]。

貿易開放與糧食安全之間存在何種關系，可能會為解決和應對WTO談判以及區域或雙邊貿易談判過程中非常關鍵的農業開放與市場準入問題提供重要的經驗證據[9，22]，盡管是否能形成積極且可行的解決方案還尚未可知[31]，已有相關研究表明，很多因素都會影響貿易開放對糧食安全的作用，特別是考慮到糧食安全是一個多維概念，這也使得僅憑過往大多數相關研究中采用的定性研究和描述性分析很難嚴謹地確定貿易開放會促進或阻礙糧食安全狀況改善。目前，從全球層面分國別定量實證研究貿易開放對糧食安全影響的文獻還較為鮮見。此外，過往大多數相關研究都使用貧困指標而不是直接的糧食安全指標來衡量糧食安全。本文旨在實證研究貿易開放對糧食安全的影響，以解答以下問題：貿易開放促進還是阻礙了糧食安全；貿易開放與糧食安全之間是否存在U型（或倒U型）相關關系；作為控制變量的其他經濟因素和非經濟因素對糧食安全有促進作用還是阻礙作用。因此，本文基于糧食安全四個支柱（供給、獲取、穩定和利用），根據2001—2020年93 個樣本國家的跨國面板數據，實證估計貿易開放和其他控制變量對糧食安全的影響。首先，構建作為基準模型的面板數據固定效應（fixed effects）模型實證分析貿易開放對糧食安全的影響，驗證貿易開放和糧食安全之間是否存在U 型（或倒U 型）相關關系；其次，分別采用面板數據最小二乘法和動態面板數據廣義矩估計（Generalized Method of Moments，GMM）法進行穩健性檢驗，還進一步檢驗貿易開放影響糧食安全是否存在收入水平異質性；最后，根據研究結論提出相應政策建議。

本文有以下兩個方面的邊際貢獻：第一，已有相關研究主要采用定性研究和描述性分析方法，少量實證研究文獻也大多采用貧困指標等單一指標衡量糧食安全。本文根據FAO提出的貿易政策改革與糧食安全關系分析框架[22]，基于糧食安全四個支柱（供給、獲取、穩定和利用）并甄選與之對應的4個指標開展實證研究，拓展了貿易開放影響糧食安全的分析維度，有助于完善和發展FAO 貿易政策改革與糧食安全關系分析框架。第二，已有文獻研究對象以單一國家以及歐洲、欠發達國家等特定區域或國家集合為主[11-12，15，20-21，30]，缺乏基于全球層面跨國數據的深層次定量研究。因此，本文基于全球93 個樣本國家的跨國面板數據研究貿易開放對糧食安全的影響，并進行穩健性檢驗和異質性分析，可為從全球視角深入探討貿易開放影響糧食安全提供更加全面穩健的經驗證據和決策參考。

二、研究設計

（一）樣本選取

從糧食安全四個支柱（供給、獲取、穩定和利用）來實證分析貿易開放對糧食安全的影響，糧食安全各個支柱的評價指標及其數據均來源于FAO的FAOSTAT 數據庫糧食安全指標（Food Security Indicators）模塊①；在該模塊中，對于各個國家糧食安全的每個支柱都有若干個指標來對其進行評價，且最新數據樣本期為2000—2020年，但多數國家的數據在其中的2000年缺失較多，因此，本文將數據樣本期設定為2001—2020年。在刪除主要變量數據缺失的國家后，本文最終選取了涵蓋亞洲、歐洲、非洲、北美洲、拉丁美洲和大洋洲的93 個樣本國家在2001—2020年的數據進行分析②，共計1 860個樣本。

（二）變量說明與數據來源

1.因變量

因變量為糧食安全（FS），具體采用與糧食安全四個支柱（供給、獲取、穩定和利用）分別對應的指標來表示。根據FAOSTAT數據庫糧食安全指標模塊，考慮到93 個樣本國家全部糧食安全指標數據在國別和年份方面的完整情況，選取如下4個與糧食安全四個支柱（供給、獲取、穩定和利用）分別對應的指標來進行分析：一是人均膳食能量供給量（DES），即一國平均每人在每天從可供消費的食物中獲取的卡路里量，用來表示糧食安全的供給支柱；二是鐵路密度（RLD），即一國提供鐵路運輸服務的鐵路里程與該國陸地國土面積之比，用來表示糧食安全的獲取支柱；三是人均食物供給變化量（PCF），即以卡路里表示的一國人均食物供給量的變化量，用來表示糧食安全的穩定支柱；四是安全飲用水使用人口比重（PUS），即一國使用安全飲用水的人口數量占該國人口總量的比重，用來表示糧食安全的利用支柱。

2.自變量

自變量為貿易開放度（TO），即一國的商品和服務進出口貿易總額占該國國內生產總值（GDP）的比重，數據來自世界銀行世界發展指標（World Development Indicator，WDI）數據庫③；該取值方式是研究貿易開放時常用的測度指標，不僅可以避免采用關稅作為替代變量時存在的難以匯總歸并為單一指標問題[20]，還可以反映一國對外貿易整體狀況[32]。

3.控制變量

參考FAO提出的貿易政策改革與糧食安全關系分析框架[22]，并借鑒迪斯末（Dithmer）等[20]、坎（Kang）[30]和福斯科（Fusco）等[15]的研究，本文結合以下5類因素來選取控制變量：

（1）國別特征因素

從宏觀經濟規模、農業重要性和農業生產自然資源稟賦三個方面選取了如下4 個反映國別特征因素的控制變量：一是人均國內生產總值（GDPC），即一國GDP 與人口總量之比，用來表示宏觀經濟規模；強大的經濟規模往往意味著更強有力的食物購買力，因此，GDPC將會對FS產生正向影響[20]；二是農業就業人口比重（EA），即一國農業部門就業人口數占就業人口總量的比重，用來反映農業重要性；三是人均耕地面積（AL），即一國耕地面積與人口總量之比，耕地是決定一國農業生產規模的首要自然資源稟賦；四是農業淡水利用比重（FWA），即一國農業部門淡水利用量占淡水利用總量的比重，淡水也是影響一國農業生產規模的重要自然資源稟賦，因為可利用灌溉用水的供給數量和供給時機都會直接影響糧食單產，因此，淡水資源供給安全是糧食安全的重要基礎之一[33]。這4個控制變量的數據均來自世界銀行WDI數據庫。

（2）農業生產因素

選取農業生產率（AP）來反映農業生產因素。AP用谷物單產表示且等于一國谷物產量與耕地收獲面積之比。數據來自世界銀行WDI數據庫。近年來隨著經濟全球化和區域經濟一體化的持續發展，國際貿易在維護全球糧食安全方面的重要性在增加，但仍有很多國家主要依靠發展國內糧食生產來確保糧食安全[34]，這使得提升農業生產率成為增強這些國家國內糧食供給能力和穩定國內糧食價格的重要途徑之一[35]。

（3）經濟與人口增長因素

選取如下2 個反映經濟與人口增長因素的控制變量：一是GDP 增長率（GDPG），即一國當年GDP 相對于上年GDP 的增速，可以反映該國經濟總量的周期性或非周期性波動變化；GDP 的增長往往意味著收入水平的提升和消費需求的變化，進而會引起更強勁的食物消費需求和食物消費總需求量的增加[36]；二是人口增長率（PG），即一國當年人口總量相對于上年人口總量的增速，可以用來描述該國糧食安全面臨的人口壓力情況，人口快速增長引起的人口壓力，會導致更大的總人口食物消費需求和更低的人均食物獲取水平[20]。這2個控制變量的數據均來自世界銀行WDI數據庫。

（4）宏觀經濟政策因素（貿易政策除外）

采用通貨膨脹率（IR）來表示宏觀經濟政策因素（貿易政策除外），數據來自世界銀行WDI 數據庫。IR表示一國物價的相對變化情況，是反映宏觀經濟政策實施效果特別是宏觀經濟穩定性的重要指標之一[37]；就一國的糧食安全而言，宏觀經濟政策會對糧食生產和糧食價格產生直接或間接作用[38]，因此，物價保持平穩低位運行可以為糧食安全狀況改善提供更有利的宏觀經濟環境。

（5）非經濟因素

采用自然災害（ND）來表示非經濟因素。ND是一國因自然災害（包括地質災害、氣象災害、水文災害、氣候災害、生物災害和天文災害）導致的受傷、受影響和無家可歸的人口數量占該國人口總量比重。數據來自比利時災害流行研究中心（CRED）國際災害統計（EM-DAT）數據庫④。農業的自然屬性決定了農業部門生產活動會直接受到自然災害的影響，自然災害對發生國不僅會導致國內糧食產量下降，還會引起糧食出口減少和進口增加，進而導致糧食貿易和國際收支“雙失衡”，更會阻礙農業可持續發展[39]。

各個變量的說明和數據來源及其描述性統計分析結果如表1和表2所示。對于極個別國家的少數指標在個別年份里缺失的數據，采用插值法進行了補齊。

表1 變量說明與數據來源

表2 變量描述性統計分析結果（n=1 860）

（三）模型構建

1.基準模型

為了實證分析貿易開放對糧食安全的影響，參考FAO 提出的貿易政策改革與糧食安全關系分析框架[22]，并借鑒迪斯末（Dithmer）等[20]、坎（Kang）[30]和福斯科（Fusco）等[15]的研究，構建了如下的面板數據固定效應模型：

其中，i和t分別表示第i個國家和第t年，i=1、2、...、93，t=2001、2002、...、2020；FSi,t表示第i個國家在第t年的糧食安全狀況，具體采用與糧食安全四個支柱（供給、獲取、穩定和利用）分別對應的DES、RLD、PCF和PUS來表示；TOi,t表示第i個國家在第t年的貿易開放度；TO2i,t表示TOi,t的二次方項，根據其系數估計值α2的統計顯著性和符號可以驗證FSi,t和TOi,t之間是否存在U型（或倒U型）相關關系；當α1在統計上顯著小于0且α2在統計上顯著大于0 時，表明FSi,t和TOi,t之間存在U型相關關系，而當α1在統計上顯著大于0且α2在統計上顯著小于0 時，表明FSi,t和TOi,t之間存在倒U 型相關關系。CVi,t表示可能影響FSi,t的控制變量（GDPC、EA、AL、FWA、AP、GDPG、PG、IR和ND）。Ti,t表示時期固定效應，例如，地理特征以及難以量化處理的文化和制度因素；Ci,t表示個體固定效應，例如，國際市場價格變化等對所有國家都是相同的外部沖擊因素。α0表示常數項；α1、α2和α3表示系數估計值；εi,t表示隨機誤差項。

2.穩健性檢驗模型

考慮到面板數據固定效應模型可能存在的估計結果是否只對特定模型成立問題，分別采用面板數據最小二乘法和動態面板數據GMM 法對面板數據固定效應模型估計結果進行穩健性檢驗。

（1）面板數據最小二乘法

采用的面板數據最小二乘法的模型設定形式如下：

其中，β0表示常數項，β1、β2和β3表示系數估計值。

（2）動態面板數據GMM法

考慮到糧食安全狀況的過去值對現在值的潛在影響，并檢驗面板數據動態效應和可能存在的內生性問題，借鑒尼克爾（Nickell）[40]、霍爾茨-伊金（Holtz-Eakin）[41]和阿雷亞諾（Arellano）[42]的研究，構建了如下的動態面板數據GMM 法的模型設定形式：

其中，FSi,t-1表示滯后一期的FSi,t且作為工具變量，表示上年糧食安全水平對當年糧食安全水平的影響，還可以用來控制本文中全部控制變量的長期效應以及可能遺漏的與當年糧食安全水平相關的其他因素的影響。φ1、φ2、φ3和φ4表示系數估計值。

三、估計結果及分析

（一）統計檢驗

1.多重共線性檢驗

考慮到構建的模型中自變量和控制變量之間可能存在的多重共線性問題會降低模型估計結果的可信度，對選取的全部自變量和控制變量進行了皮爾森（Pearson）相關系數分析和方差膨脹因子（VIF）分析，來檢驗多重共線性。根據表3中分析結果可知，絕大多數自變量和控制變量之間的Pearson相關系數絕對值都小于0.6，且全部自變量和控制變量的VIF值都明顯小于10；因此，總體上可以認為選取的全部自變量和控制變量之間不存在顯著的多重共線性問題。

表3 自變量和控制變量之間皮爾森（Pearson）相關系數和方差膨脹因子（VIF）分析結果

2.協整檢驗

傳統的面板數據模型假設各個截面個體之間是相互獨立的，這限制了其適用范圍，并且可能存在的截面相關問題還會導致面板數據模型估計結果是有偏的[43-44]。為了分析宏觀經濟變量之間是否存在長期穩定關系和檢驗截面相關問題，2 000年以來多種面板數據協整檢驗法被提出來，例如，裴德勞因（Pedroin）協整檢驗[45]、基于恩格爾-格蘭杰（Engle-Granger）法的考（Kao）協整檢驗[46]和基于約翰森（Johansen）法的費舍爾（Fisher）協整檢驗[47]。為了檢驗因變量和自變量、控制變量之間是否存在長期穩定關系，采用基于恩格爾-格蘭杰（Engle-Granger）法的考（Kao）協整檢驗進行檢驗，該檢驗的原假設是“不存在長期穩定關系”。根據表4中檢驗結果可知，4 組變量組合的擴展的迪克富勒（ADF）統計量的t值在1%水平下都是統計顯著的；這表明“不存在長期穩定關系”的原假設被拒絕，因變量和自變量、控制變量之間存在長期穩定關系。

表4 面板數據考協整檢驗結果

（二）基準模型估計結果分析

面板數據固定效應模型的設定形式包括時期固定效應（Period Fixed Effects）和個體固定效應（Cross-section Fixed Effects），據此可以得到如下3種模型設定形式：僅包括時期固定效應、僅包含個體固定效應和同時包含時期固定效應與個體固定效應。為了確定最適宜的面板數據固定效應模型設定形式，本文采用基于似然函數（Likelihood Function）的多余固定效應檢驗（Redundant Fixed Effect）進行檢驗，其檢驗原假設是“固定效應是多余的”。根據表5中多余固定效應檢驗結果可知，在列（1）、列（2）、列（3）和列（4）中，3種檢驗統計量在1%水平下都是顯著的，這表明“固定效應是多余的”的原假設被拒絕，本文中面板數據固定效應模型的最適宜設定形式應同時包含時期固定效應和個體固定效應。此外，考慮到時期效應和個體效應的存在性問題也可用面板數據隨機效應模型解決，本文采用豪斯曼（Hausman）檢驗對固定效應和隨機效應哪一種更適合進行檢驗，其檢驗原假設是“隨機效應與解釋變量無關”，即面板數據隨機效應模型更適宜。根據表5中Hausman 檢驗結果可知，在列（1）、列（2）、列（3）和列（4）中，3 種檢驗統計量在1%水平下都是統計顯著的，這表明“隨機效應與解釋變量無關”的原假設被拒絕，本文采用面板數據固定效應模型更適宜。

根據表5中估計結果可知，在列（1）、列（2）、列（3）和列（4）中，TO對DES、RLD、PCF和PUS均具有顯著負向影響，而TO2對DES、RLD、PCF和PUS均具有顯著正向影響，這表明貿易開放與糧食安全四個支柱（供給、獲取、穩定和利用）之間均存在U型相關關系。該結論與坎（Kang）[30]的研究發現是一致的。貿易開放在早期階段對糧食安全具有負向影響，這隱含著基于比較優勢而進行的國際貿易和全球化，會使得貿易開放水平提高引致全球糧食產業鏈和供應鏈格局的重構[48]。這是因為貿易開放通常意味著貿易商品和非貿易商品的相對價格會發生變化[22]，一國的糧食安全越依賴進口糧食，就越會受到國際市場糧食價格的沖擊，當全球通脹出現時，將會對該國民眾特別是低收入群體產生更強負向影響，導致其將更多收入用于糧食消費支出，進而引發更高的糧食安全風險[49]，特別是在尚未建立完善市場經濟體制的發展中國家和欠發達國家。此外，一國雖然會從貿易開放中獲得更多元化糧食供給來源等利益，但這些利益也可能會被隨之增加的糧食市場波動所抵消[50-51]，更需要提及的是全球糧食貿易網絡與供應鏈的脆弱性和不穩定性[52-53]。當貿易開放跨越特定門檻值后，糧食安全狀況會趨于改善，這表明，糧食相對價格的變化最終會導致資源在一國不同行業部門的重新配置和優化調整，進而引起全社會收入水平的提高，有利于降低該國貧困水平和通過改善低收入群體食物獲取能力來改善糧食安全狀況[22]。同時，通過進口獲取的糧食通常具有更高質量和更低價格，會產生跨期替代效應或收入效應，即提高真實收入水平和引致更強勁糧食消費需求[54]。因此，一國通過擴大對外貿易開放特別是貿易政策改革持續融入國際市場，最終會有利于其糧食安全狀況的改善。此外，從控制變量看，相關經濟和非經濟因素也都是影響糧食安全的重要變量。其中，人均GDP、農業生產率和GDP 增長率有利于促進糧食安全狀況的改善，而農業就業人口比重、人均耕地面積、農業淡水利用比重、人口增長率、通貨膨脹率和自然災害則會阻礙糧食安全狀況的改善。

表5 基準模型估計結果：面板數據固定效應模型

（三）穩健性檢驗

本文接下來分別采用面板數據最小二乘法和動態面板數據GMM 法考察面板數據固定效應模型估計結果的穩健性。

1.面板數據最小二乘法估計結果

在采用面板數據最小二乘法進行估計時，為了解決可能存在的同步相關、異方差和序列相關問題，本文具體采用貝克（Beck）等[55]提出的基于面板校正誤（Panel Corrected Standard Errors，PCSE）的截面似不相關（crosssection SUR）法進行估計；同時，為了消除可能存在的自相關問題，本文還根據德賓-沃森統計量（DW-statistic）值，在估計過程中加入合適滯后階的隨機誤差項自回歸量（AR）。根據表6中面板數據最小二乘法估計結果可知，在列（5）、列（6）、列（7）和列（8）中，TO對DES、RLD、PCF和PUS均具有顯著負向影響，TO2對DES、RLD、PCF和PUS均具有顯著正向影響；該結論與表5中基準模型估計結果是一致的，驗證了面板數據固定效應模型估計結果是穩健的。

表6 穩健性檢驗估計結果：面板數據最小二乘法

2.動態面板數據GMM法估計結果

表7中基于兩階段系統GMM 的動態面板數據GMM法估計結果顯示，在自回歸誤差檢驗（AR Errors Test）結果中，全部p值均大于0.1，表明“不存在自相關”的原假設不能被拒絕，即不存在自相關問題；在漢森檢驗（Hansen Test）中，全部p值均大于0.1，表明“所有工具變量都是外生的”的原假設不能被拒絕，即工具變量是外生有效的；在薩爾甘檢驗（Sargan Test）中，全部p值均大于0.1，表明“工具變量與隨機誤差項都不相關”的原假設不能被拒絕，即不存在過度識別問題。因此，本文采用基于兩階段系統GMM 的動態面板數據GMM 法得到的估計結果是可信的。在列（9）、列（10）、列（11）和列（12）中，TO對DES、RLD、PCF和PUS均具有顯著負向影響，TO2對DES、RLD、PCF和PUS均具有顯著正向影響，該發現與表5中基準模型估計結果也是一致的，也驗證了面板數據固定效應模型估計結果是穩健的。此外，作為工具變量的糧食安全四個支柱（供給、獲取、穩定和利用）的一階滯后項DES（-1）、RLD（-1）、PCF（-1）和PUS（-1）對其當前值DES、RLD、PCF和PUS分別都具有顯著正向影響，這說明糧食安全四個支柱隨時間在平緩變化且受到過去水平的顯著影響，這也驗證了本文采用基于兩階段系統GMM 的動態面板數據GMM法進行估計是合理的。

表7 穩健性檢驗估計結果：動態面板數據GMM法

（四）異質性分析

不同國家在經濟發展水平、資源稟賦、經濟制度、政治體制等方面都存在著一定差異，這些差異導致各國糧食安全狀況也存在差別，而收入水平通過影響糧食安全四個支柱（供給、獲取、穩定和利用），在改善糧食安全狀況方面發揮著重要作用。因此，為了探究貿易開放影響糧食安全可能存在的國別差異是否具體表現為收入水平異質性，參考世界銀行提出的最新國家收入水平劃分標準⑤，將93個樣本國家劃分為低收入國家組、中低收入國家組、中高收入國家組和高收入國家組4個樣本國家組，然后采用面板數據固定效應模型進行回歸估計。根據表8中的收入水平異質性檢驗估計結果可知，在4 個樣本國家組中，TO對DES、RLD、PCF和PUS都具有顯著負向影響，TO2對DES、RLD、PCF和PUS都具有顯著正向影響，這表明在不同收入水平國家組中，貿易開放與糧食安全四個支柱（供給、獲取、穩定和利用）之間仍然都表現為U型相關關系，因此，貿易開放對糧食安全的影響機制不存在顯著的國別收入水平異質性。

表8 收入水平異質性檢驗估計結果：面板數據固定效應模型

四、結論與政策建議

（一）結論

以2001—2020年93 個樣本國家的跨國面板數據為研究對象，基于國家層面糧食安全四個支柱（供給、獲取、穩定和利用），利用面板數據固定效應模型實證估計了貿易開放對糧食安全的影響，并驗證了貿易開放和糧食安全之間是否存在U型（或倒U型）相關關系。研究表明，貿易開放和糧食安全四個支柱之間均存在U型相關關系，即貿易開放在早期階段對糧食安全有顯著負向影響，而當貿易開放跨越特定門檻值之后，糧食安全狀況會趨于改善。該結論證實了一國通過擴大對外貿易開放特別是貿易政策改革來持續融入國際市場，最終會有利于該國糧食安全狀況改善。基于面板數據最小二乘法和動態面板數據GMM 法的穩健性檢驗估計結果均驗證了該結論。異質性分析表明，貿易開放對糧食安全的影響在不同收入水平國家不存在顯著差異。從控制變量來看，相關經濟和非經濟因素都是影響糧食安全的重要變量。其中，人均GDP、農業生產率和GDP增長率有利于促進糧食安全狀況改善，而農業就業人口比重、人均耕地面積、農業淡水利用比重、人口增長率、通貨膨脹率和自然災害則會阻礙糧食安全狀況改善。

（二）政策建議

一是要建立更加符合WTO規則的貿易政策體系和食物安全技術標準，持續提升貿易便利化水平，通過簡化貿易政策法規、改進食品安全和衛生與植物衛生（SPS）檢驗檢疫技術與設施、提高公眾對食物安全及其標準的認知等方式，最大限度地發揮貿易開放對糧食安全的積極作用。

二是要完善國內農業支持政策體系，通過加強農業投入品、農業技術研發與推廣、農業基礎設施建設等領域支持力度，促進農業資源利用效率改善、農業生產率提升和農業生產者特別是小農戶自然災害與氣候變化適應能力增強，以推動糧食系統轉型和確保合理糧食自給能力，更好應對和管控貿易開放可能帶來的消極作用。

最后，鑒于當前全球糧食不安全問題主要發生在發展中國家和欠發達國家，要在維護以聯合國為核心的國際體系和以國際法為基礎的國際秩序的基礎上，加強和改革貿易、糧食安全等領域的國際多邊體系，推動上述國家更深入和更有意義地參與全球糧食安全治理決策進程和架構，使全球糧食安全治理更具參與性、代表性和包容性，促進世界各國按期實現聯合國《2030年可持續發展議程》提出的“零饑餓”目標。

注釋：

①聯合國糧食及農業組織FAOSTAT 數據庫糧食安全指標模塊網址：https：//www.fao.org/faostat/en/#data/FS。

②本文選取的93 個樣本國家，按洲劃分具體包括：28 個亞洲國家，即亞美尼亞、阿塞拜疆、孟加拉國、柬埔寨、中國、格魯吉亞、印度、印度尼西亞、伊朗、以色列、伊拉克、日本、約旦、哈薩克斯坦、吉爾吉斯斯坦、馬拉西亞、蒙古國、巴基斯坦、菲律賓、韓國、沙特阿拉伯、斯里蘭卡、塔吉克斯坦、泰國、土耳其、土庫曼斯坦、烏茲別克斯坦和越南；37 個歐洲國家，即阿爾巴尼亞、奧地利、白俄羅斯、比利時、波黑、保加利亞、克羅地亞、捷克、丹麥、愛沙尼亞、芬蘭、法國、德國、希臘、匈牙利、愛爾蘭、意大利、拉脫維亞、立陶宛、盧森堡、黑山、荷蘭、北馬其頓、挪威、波蘭、葡萄牙、摩爾多瓦、羅馬尼亞、俄羅斯、塞維爾亞、斯洛伐克、斯洛文尼亞、西班牙、瑞典、瑞士、烏克蘭和英國；20個非洲國家，即阿爾及利亞、布基納法索、科特迪瓦、剛果民主共和國、埃及、埃塞俄比亞、加蓬、加納、肯尼亞、馬達加斯加、毛里塔尼亞、摩洛哥、莫桑比克、尼日利亞、塞內加爾、南非、突尼斯、坦桑尼亞、贊比亞和津巴布韋；2個北美洲國家，即美國和加拿大；5個拉丁美洲國家，即阿根廷、巴西、智利、墨西哥和烏拉圭；1個大洋洲國家，即澳大利亞。

③世界銀行世界發展指標（WDI）數據庫網址：https：//data.worldbank.org/indicator。

④比利時災害流行研究中心（CRED）國際災害統計（EMDAT）數據庫網址：https：//www.emdat.be/。

⑤根據世界銀行發布的最新國家收入水平劃分標準（https：//datahelpdesk.worldbank.org/knowledgebase/article s/906519），2020年人均國民總收入（GNI per capita）小于等于1 045 美元的國家被界定為低收入國家，人均國民總收入在1 046 美元和4 095 美元之間的國家被界定為中低收入國家，人均國民總收入在4 096 美元和12 695美元之間的國家被界定為中高收入國家，人均國民總收入大于等于12 696美元的國家被界定為高收入國家。