基于VAR模型的吉林省糧食價格波動的影響因素研究

張正坤

（吉林財經大學金融學院，吉林 長春 130117）

一、引言

“民以食為天。”中國是人口大國，十四多億人的吃飯問題是最大的民生問題。黨的十八大以來，以習近平總書記為核心的黨中央將糧食安全放在關鍵位置，提出了“確保谷物基本自給、口糧絕對安全”的糧食安全新理念。而糧食價格的穩定對于維護糧食安全起到重要作用，一旦糧食價格波動勢必會對人們的生產生活產生重要的影響。

吉林省地處中國東北的中部，是國家糧食主產區之一，2019年到2020年連續兩年糧食總產量保持在750億斤以上，穩居全國第五位。地勢東南高、西北低，東部為長白山區，蘊藏著豐富的森林資源。中部為松嫩平原，地勢平坦，土壤肥沃，是全國商品糧的集中產區。西部為草原、濕地生態區是部分經濟作物的生產基地。2020年7月22日至24日，習近平總書記考察吉林期間曾強調，吉林要把保障糧食安全放在突出位置，毫不放松地抓好糧食生產①。因此，吉林省的糧食價格的波動，不僅關系著吉林省糧食安全問題，而且會對全國糧食安全產生重要的影響。本文對吉林省糧食價格波動問題進行研究對于保證糧食供給、穩定吉林省糧食價格、鼓勵農業發展等均具有現實意義，同時對于全國其他糧食主產區的糧食價格波動問題具有借鑒意義。

二、文獻綜述

近幾年來，糧食價格的波動問題一直是國內學者研究的熱點問題。徐小童就中國糧食價格波動的影響因素進行分析，通過建立VAR模型進行研究，指出糧食價格本身的滯后性、生產成本的上升是影響國內糧價波動最為顯著的因素[1]。高露運用ECM模型對我國糧食價格波動的影響因素進行研究，指出我國糧食價格總體呈現上升的趨勢，并且國家政策以及國際因素對于糧食價格的影響顯著，由此建議要進一步對部分農產品實行采購與補貼政策，探索糧食價格機制，調整糧食進出口量[2]。孫宏業、柳宜可通過VAR模型對于內蒙古農產品價格影響因素進行分析，從市場、進出口、通貨膨脹以及制度因素四個層面展開，通過研究發現農產品生產資料價格指數和人民幣匯率對農產品生產價格指數有負沖擊效應，而城鎮居民可支配收入和糧食產量對農產品生產價格指數有正沖擊效應[3]。

張曉玲通過建立ECM模型，對全國范圍內的農產品價格波動的影響因素進行研究，進而得出農產品價格與糧食產量、農產品生產成本、人口自然增長率、糧食進出口以及貨幣供給量之間存在著長期穩定關系[4]。張蘇龍通過面板數據回歸模型，對我國糧食種植面積的影響因素進行研究，從而得出糧食價格指數、農民人均收入、農資費用以及化肥使用量對糧食種植面積的影響很顯著，其中糧食價格指數和化肥使用量對糧食種植面積的影響為正，而農民人均收入對糧食的種植面積產生負向影響[5]。

通過建立VAR模型，楊俊卿發現糧食產量、農業生產資料價格等六個變量與糧食價格波動存在著長期協整關系[6]。王一飛通過回歸分析對我國糧食價格波動的影響因素展開研究，發現國際糧食價格與我國大米和大豆價格表現為顯著的正向相關關系，國際原油價格與我國大米和玉米的價格表現為負向相關關系，種糧成本與小麥、大米和玉米表現為顯著的正向相關關系[7]。

綜上所述，國內各學者對于糧食價格的波動運用不同的方法展開研究，并根據所得結論針對性地提出了相應的政策建議。但部分研究仍有不足之處，首先，多數文獻在考慮影響糧食價格的需求因素時，大多選用人均純收入這一指標，而無法更直接地體現居民的糧食需求。其次，多數文獻研究全國范圍內的糧食價格波動因素，并據此給出的建議不能很好地適用于各個地區。本文在既有文獻的基礎上，多角度選取影響因素構建指標體系，選取的指標能直接地反映所衡量的因素的變化情況，運用VAR模型進行實證分析，針對吉林省這一糧食主產區的實際情況提出建議。

三、數據選取

在廣泛參考糧食價格波動的相關文獻資料的基礎上，考慮到數據的可獲得性與代表性，本文選取1995年～2020年吉林省糧食零售價格指數來衡量吉林省糧食價格波動的情況，作為被解釋變量。同時從供需、成本、通貨膨脹、政策四個層面，選擇糧食總產量、糧食播種面積、城鎮居民人均糧食量、農村居民人均消費糧食量、農業生產資料價格指數、居民消費價格指數以及“三農”支出作為解釋變量，詳細指標體系如表1所示。

表1 吉林省糧食價格波動因素指標體系

本文數據來源于中國“三農”數據庫，“三農”支出是指國家財政在農業、林業、水利事務、農業生產、農業綜合開發、農村救濟、農業基本建設和農村科技等方面的支出。從2007年我國財政支農支出統一采用農林水事務支出這一指標來表示，因此本文2007年后的“三農”支出統一采用農林水事務支出數據。

如表2所示，糧食零售價格指數在1995年～2020年呈顯著的波動趨勢，表明吉林省糧食價格在此期間內呈波動的趨勢。而糧食總產量和糧食播種面積總體上呈上升趨勢，表明吉林省糧食供給水平穩步攀升。城鎮居民人均糧食消費量呈上升趨勢而農村居民人均消費糧食量呈下降趨勢，表明由于農民生活水平的提高，農民對于飲食的需求更加多樣化，從而對糧食的需求有所下降。農業生產資料價格指數呈小幅波動的趨勢，表明農業生產成本并不穩定。居民消費價格指數總體上呈現出上升的趨勢，表明通貨膨脹在慢慢的加強。而“三農”支出呈現顯著的上升趨勢，由此可見國家對于農業的扶持力度正在加大。

表2 1995年～2020年各指標數據

四、模型選擇

向量自回歸模型（VAR）是由克里斯托弗·西姆斯Christopher Sims）1980年首次提出的一種多變量數據分析方法。主要就是用所有當期變量對其若干滯后期變量進行回歸，通常用來預測相互聯系的時間序列系統和分析隨機擾動對變量系統的動態沖擊，解釋各種經濟沖擊對經濟變量的影響。模型表達式如下：

式中ty是內生變量；yt-1，…，yt-p表示yt的滯后期；xt是外生變量；A1， …，Ap表示yt的待估系數；B是xt的待估系數；εt是隨機擾動項。

五、實證分析

1.單位根檢驗

為避免出現“偽回歸”現象，本文通過Eviews10軟件，利用ADF檢驗方法對時間序列進行單位根檢驗。單位根檢驗詳細結果如表3所示，原數據在95%的置信水平下，吉林省糧食零售價格指數、糧食總產量、農村居民人均消費糧食量、農業生產資料價格指數以及居民消費價格指數是平穩序列，其余為非平穩序列。將糧食播種面積與城鎮居民人均糧食消費量進行一階差分，將“三農”支出進行二階差分后，檢驗結果顯示在95%的置信水平下均顯著拒絕原假設，即此三個變量平穩。

表3 單位根檢驗結果

2.VAR模型構建

基于上述單位根檢驗結果，本文選取y、x1、dx2、dx3、x4、x5、x6、ddx7構建多元VAR模型。首先本文借助Eviews軟件確定VAR模型的最優滯后階數。VAR模型的最優滯后階數如表4所示。

表4 各滯后階數的VAR模型檢驗結果

從表4中可以看出，LR、FRE、AIC、HQ信息準則皆判定一階滯后為該VAR模型的最優滯后階數，因此本模型的滯后階數為一階，即VAR（1）。

3.模型穩定性檢驗

向量自回歸模型的穩定性是實證分析的前提，結果表明，該模型的單位根均小于1，即均落在單位圓內，這就說明，該VAR模型是穩定的，從而可以進行后續的脈沖響應分析和方差分解，并且分析結果是合理的。

4.脈沖響應分析

從圖2中可以看出，當糧食零售價格指數對其自身做正向沖擊時，糧食零售價格指數立即表現出正向響應，但是一直衰減，在第二期消失為零，隨后開始回升，第三期回升至2，然后開始慢慢衰減。

當給定糧食總產量一個標準差的正向沖擊時，糧食零售價格指數表現出負向的響應，在第二期時達到最小值-3.0，隨后慢慢上升，在第十期慢慢上升至0。表明糧食總產量的上漲，會導致糧食零售價格指數的下降，即導致吉林省糧食價格的下降。這是因為當糧食的總產量增多時，短期內居民對于糧食的需求并不會大幅增加，此時糧食供給大于需求，因此會導致糧食價格的下降。但市場在長期中會回到均衡狀態，所以該影響在持續一段時間后消散。

當給定糧食播種面積一個標準差的正向沖擊時，糧食零售價格指數首先表現出微弱的負向響應，隨后慢慢回減，在第九期時至0。表明糧食播種面積的上漲會使得糧食零售價格指數下降，即導致吉林省糧食價格下降。這主要是因為糧食播種面積的增加，預示著一定程度上糧食產量的增加，導致短期市場上糧食供給大于糧食需求，因此導致糧食價格的下降。

而當給定城鎮居民人均消費糧食量、農村居民人均糧食消費量一個標準差正向沖擊時，糧食零售價格指數均表先出負向響應，然后慢慢衰減，在0周圍波動。表明當居民人均需求量增加時，會使得吉林省糧食價格下降。

當給定農業生產資料價格指數一個標準差的正向沖擊時，糧食零售價格指數立即表現出正向的響應。在第三期時達到峰值1.1，隨后慢慢衰減。表明農業生產資料價格指數的上漲，導致糧食零售價格指數的上漲。這主要是由于，農業生產資料價格指數代表農業生產投入的成本，當成本上升時會推動糧食價格的上漲。而之所以慢慢地衰減，是因為國家對農業的扶持政策，控制糧食的生產成本，因此這種影響在持續一段時間后消散。

圖2左下角為糧食零售價格指數對居民消費價格指數的脈沖響應。由圖2可得，當給定居民消費價格指數一個標準差的正向沖擊，糧食零售價格指數會立即表現出正向響應。即居民消費價格指數的上漲會提高糧食價格。這樣的結果很好理解，因為居民消費價格指數是衡量通貨膨脹的指標，當居民消費價格指數上升時，表明通貨膨脹有所提高，此時市場總體價格水平會上升，糧食也不例外。但在長期，糧食價格的上漲必然會導致糧食供給的增加以及需求的減少，從而價格慢慢回落，市場經過調整后會回到均衡水平。

給定“三農”支出一個標準差的正向沖擊時，糧食零售價格指數會表現出正向的響應。并在第三期時達到峰值1.3，隨后慢慢回落并有小幅度波動，在第十期時衰減為0，即表明“三農”支出的增加會推動糧食價格的上漲。“三農”支出的增加進一步改善了農業生產活動的條件，提高了農業生產的質量，帶動糧食價格的上漲。

5.方差分析

為進一步定量分析在吉林省糧食價格波動過程中，各個因素貢獻程度的大小，本文借助Eviews10軟件進行方差分解。詳細結果如表5所示。

表5 方差分解

吉林省糧食價格波動主要受自身沖擊的影響，且影響程度從最初的100%逐漸遞減到79.68%。而其他因素對于吉林省糧食價格波動的影響從開始到第十期雖然有小幅波動，但總體上呈上升趨勢。從長期來看，吉林省糧食價格的波動除79.68%受其本身決定外，所受影響程度從高到底分別為：9.61%受糧食總產量影響，2.91%受“三農”支出的影響，2.80%受城鎮居民人均消費糧食量的影響，2.39%受農村居民人均消費糧食量的影響，1.44%受農業生產資料價格指數的影響，0.71%受糧食播種面積的影響，0.44%受居民消費價格指數的影響。

六、結論與建議

1.結論

本文選取吉林省糧食零售價格指數等八個指標，從糧食供需、成本、通貨膨脹、國家政策四個方面，通過建立VAR模型展開研究。得到結論如下。

通過脈沖響應分析，發現當給定各變量一個標準差的正向沖擊時，糧食零售價格指數對于糧食總產量、糧食播種面積、城鎮居民人居消費糧食量，以及農村居民人均消費糧食量均表現出負向響應；而對農業生產資料價格指數、居民消費價格指數，以及“三農”支出均表現出正向的響應。

通過方差分解發現，各變量對吉林省糧食價格波動的貢獻率大小依次為糧食價格本身79.68%、糧食總產量9.61%、“三農”支出2.9%、城鎮居民人均消費糧食量2.8%、農村居民人均消費糧食量2.39%、農業生產資料價格指數1.44%、糧食播種面積0.71%、居民消費價格指數0.44%。糧食供給的貢獻率遠大于糧食需求的貢獻率，說明當前吉林省糧食市場處于賣方市場；“三農”支出和農業生產資料價格指數對于糧食價格波動的貢獻率較大，說明國家政策以及生產成本對于吉林省糧食價格的影響較為重要；而糧食播種面積和居民消費價格指數對于吉林省糧食價格波動的貢獻率很低。

2.建議

（1）加強糧食價格監測和監管，建立健全糧食價格監測監管體系。糧食安全不僅關系著居民的日常生活，而且對工業發展也會有重要影響。因此，糧食價格的變化同時影響著民生問題與工業發展問題。有效的糧食價格監測監管體系，能夠準確把握糧食市場行情，及時作出相應的調控政策，降低糧食價格波動對吉林省居民日常生活及工業發展帶來的影響。

（2）保障糧食生產能力、穩定糧食生產。實證分析表明，當前糧食供給對于糧食價格波動的貢獻率遠大于糧食需求，因此穩定糧食生產，保障糧食供給對于穩定吉林省糧食價格有著重要意義。尤其在新冠疫情大背景下，多國禁止糧食出口，因而保障基本的糧食自給能力，在穩定糧食價格的同時，能夠應對新冠疫情對于糧食生產的沖擊。

（3）降低農業生產成本，加強財政補貼。通過實證分析可以看出，生產成本的提升，會推動吉林省糧食價格的上漲。增加財政對于農業的補貼，尤其是對于糧食生產所需的種子、化肥以及農機具的補貼，控制農民生產糧食的成本，其對于穩定吉林省糧食價格、增加農民收入，以及提高農民種糧積極性方面都存在著積極的影響。

注釋：

①習近平在吉林考察（baidu.com）。