黃劍橋　王利平　甘麗蓉　袁留闖

摘要本文首先構建糧食最低收購價政策效應的評價指標體系模型，然后結合實施品種不同，利用固定效應回歸分析方法分別對小麥和早稻這兩個糧食品種的具體評價指標模型進行實證分析并進行相應比較，最后構建糧食最低收購價的VAR預測模型，并對小麥和早稻2017年的最低收購價進行預測.

關鍵詞糧食最低收購價政策；評價指標體系模型；固定效應回歸分析；向量自回歸（VAR）模型

中圖分類號F224.0文獻標識碼A

AbstractThis article constructed the evaluation index system model of the grain minimum purchase price policy. Then， combined with the implementation of different varieties， the fixed effect regression analysis method was employed to empirically analyze wheat and rice of the two varieties of grain， and these two models were compared. The VAR prediction model of the minimum grain purchase price was constructed， and the price of wheat and rice in 2017 was forecasted.

Keywordsgrain minimum purchase price policy； evaluation index system model； fixed effect regression analysis； vector autoregressive （VAR） model

1引言

糧食，不僅是人們日常生活的必需品，而且還是維護國家經(jīng)濟發(fā)展和政治穩(wěn)定的戰(zhàn)略物資，具有不可替代的特性.由于耕地減少、人口增加、水資源短缺、氣候變化等問題日益凸顯，加之國際糧食市場的沖擊，我國糧食產業(yè)面臨著潛在的風險.因此，研究我國的糧食保護政策具有十分重要的作用和意義.

但是對于糧食最低收購價政策實施效果的評價，學者們也是見解不一.部分地區(qū)某些糧食品種種植面積、糧食總產量不增反降，導致部分學者質疑糧食最低收購價政策的效果；但也有學者高度肯定了糧食最低收購價政策，認為如果不實施糧食最低收購價政策，這些地區(qū)某些糧食品種的種植面積可能會下降得更快，因而認為糧食最低收購價政策在穩(wěn)定或增加糧食種植面積方面是有著積極的作用.

目前國內對于糧食最低收購價政策實施效果的研究主要是通過采用理論與實證相結合方法來研究政策對農戶供給行為[1]、糧食安全影響[2]、農民收入[3]以及穩(wěn)定市場價格[4]等方面的作用進行研究，且對于糧食最低收購價政策的實證分析主要運用了變截距固定效用模型（見參考文獻[5，6]）.

綜上所述，本文根據(jù)搜集數(shù)據(jù)來建立不同的數(shù)學模型來對糧食最低收購價政策進行不同方面的研究，主要解決以下問題：①分析確定合理的最低收購價政策的評價指標體系；②結合政策實施品種的不同，分別對小麥和早稻最低收購價政策執(zhí)行主產省區(qū)的政策實施效應進行分析；③構建糧食最低收購價的預測模型，對我國2017年糧食最低收購價進行具體預測.

2糧食最低收購價政策評價指標體系模型

衡量糧食最低收購價政策實施的效應，主要是比較政策實施前后糧食種植面積是否有顯著性變化.影響糧食種植面積的因素比較多，例如農業(yè)勞動力人口、糧食進出口貿易、農民受教育程度、城鄉(xiāng)收入差距、家庭負擔等，因此需要對糧食種植面積的影響因素構建一個指標體系，并建立相應模型來分析這些因素對糧食種植面積的具體影響.

2.1變量選取和數(shù)據(jù)處理

本文構建的指標體系主要考慮了城鄉(xiāng)收入差距（IG）、城市建設征用的農用面積（UCR）、糧食種植補貼（FS）、受教育程度水平為高中以下的勞動力人口數(shù)（LE）以及糧食進口總量（IM）這五個因素，其中前3個因素都是直接對糧食種植面積產生影響，如城市建設征用的農村面積越大則會導致糧食種植面積的直接減少；對于受教育程度水平為高中以下的勞動力人口這一指標的選取，是因為勞動力人口和農村人口的文化程度具有太強相關性，且兩者都對糧食種植面積產生一定的影響，因此將這兩個因素結合成這一個因素，更具有代表性；由于我國是一個糧食進口大國，糧食進口會對國內糧食種植產生替代作用，因此在指標體系中考慮糧食進口量這一指標.

2.2模型的建立與求解

本文在建立多元線性回歸模型之前，對數(shù)據(jù)[7]進行了一定的處理，將除了糧食種植補貼這一變量的其他所有變量都進行取對數(shù)化處理，然后用其對數(shù)值來構建模型.

Step 1數(shù)據(jù)驗證.為了模型合理，首先需保證所選指標體系的合理性，即保證模型所選的指標與因變量糧食面積具有較強相關性，且需驗證各指標之間的相關性關系.運用Stata軟件[8]對對數(shù)化處理后的數(shù)據(jù)進行相關性分析，所得到的變量之間的相關系數(shù)見表1.

由表1可知，變量糧食種植補貼（FS）與處理后的糧食種植面積（ln GPA）呈現(xiàn)正相關，表明糧食直接補貼有助于糧食種植面積的擴大；而ln IG、ln UCR、ln LE、ln IM這四個變量與處理后的糧食種植面積（ln GPA）呈現(xiàn)負相關，表明城鄉(xiāng)人均收入差距、城市建設所征用的農用面積、受教育程度水平為高中以下的農村勞動力人口數(shù)以及糧食進口總量都會減少糧食種植面積；ln UCR與ln IG的相關系數(shù)為0.674 3，這表明城市建設所征用的農用面積的擴大會加大城鄉(xiāng)收入差距，收入差距的擴大影響農村勞動力的轉移，從而減少糧食種植面積.

Step 2回歸分析.運用該指標體系構建多元線性回歸模型，利用Stata軟件對處理后的數(shù)據(jù)進行回歸分析，具體結果見表2.

表2分別采用了OLS和GMM兩種方法對影響ln GPA的因素進行回歸分析，從表2中第（3）和（4）列的回歸結果來看，無論用OLS和GMM，得出的結果除了系數(shù)標準誤差不同外，系數(shù)顯著性和估計值完全相同，表明得出的模型結果是穩(wěn)健的并具有可靠性，可運用OLS這一方法進行建模，但同時發(fā)現(xiàn)兩列中l(wèi)n UCR這一變量并不顯著，而表2列中每個解釋變量的P值都小于0.01，則說明這些解釋變量都是顯著的，即在一定程度上說明表2中（2）列構建的指標體系是合理的，且其可決系數(shù)0.846 6大于表2中（1）列的可決系數(shù)0.696 7，因此本文選用列OLS回歸模型；同時觀測表2中4個模型方程的輸出結果，可以發(fā)現(xiàn)無論在哪個模型中，城鄉(xiāng)收入差距（IG）都是顯著的，這在一定程度上說明城鄉(xiāng)收入差距的擴大是造成我國糧食種植面積減少的主要原因.

模型方程（4）表明：①lnIG對ln GPA有顯著的負的抑制作用，表明城鄉(xiāng)人均收入差距的擴大會減少糧食種植面積，這是因為城鄉(xiāng)收入差距的擴大加劇了務農勞動力的轉移，使得大量良田荒廢；②ln UCR顯著抑制ln GPA，即城市建設征地減少糧食種植面積，近年來我國城市化進程的加快，侵占了大量良田，尤其是城鄉(xiāng)結合處的大量良田被占用，直接影響我國糧食種植面積，與此同時，城市化進程的加快又進一步拉大城鄉(xiāng)收入差距，促進農村勞動力產業(yè)轉移，更加減少了糧食種植面積；③ln LE的系數(shù)顯著為負，而且系數(shù)值很大，顯著減少糧食種植面積，這是由于我國的城市化進程速度快，城鄉(xiāng)收入差距大，受教育程度普遍不高的農村勞動力種植技術水平低，糧食種植以個體戶為主，務農收入遠遠低于進城打工的收入，即務農的機會成本很高，進而農村勞動力向城市轉移，導致糧食種植面積的減少；④從模型結果可以看出，F(xiàn)S對ln GPA呈現(xiàn)顯著的正效應，即財政糧食直接補貼有利于糧食種植面積的擴大，但由于其系數(shù)接近于0，這在一定程度上說明糧食種植補貼政策對糧食種植面積的作用并不好.

3糧食最低收購價政策評價研究之實證分析

糧食最低收購價作為國家重要的糧食價格保護政策，于2004年開始對主產區(qū)重點糧食品種實行預案，并于2005年正式啟動并執(zhí)行至今.該政策的設計初衷是為了穩(wěn)定糧食供給，增強國家調控糧食市場的能力，提高農民種糧積極性及收入.本文主要針對政策實施品種的不同，利用所構建的評價指標體系模型對小麥和早稻最低收購價執(zhí)行主產區(qū)進行具體分析.

3.1小麥最低收購價政策評價指標體系模型

本文主要運用固定效應回歸分析法來研究最低收購價政策對小麥種植面積的影響，但是同時考慮到影響小麥種植面積的因素不止政策影響，所以構建了以小麥種植面積為被解釋變量，最低收購價政策、糧食種植成本、糧食市場平均價格和各地發(fā)展水平為解釋變量的指標體系來進行相應的回歸分析.

在進行回歸分析之前根據(jù)小麥15個主產省區(qū)[9]（即河北、江蘇、安徽、山東、河南、湖北、湖南、山西、內蒙古、四川、云南、陜西、寧夏、甘肅和新疆這15個省）的數(shù)據(jù)及其特點，可以發(fā)現(xiàn)對于政策變量來說其他數(shù)據(jù)過小，因此需要對除了政策變量之外的所有變量數(shù)據(jù)進行對數(shù)化處理，再用處理后數(shù)據(jù)進行回歸分析，得到的回歸分析結果見表4.

表4分別采用混合OLS、固定效應模型以及隨機效應模型三種方法來估計小麥最低收購價政策對其種植面積的影響以及評估該政策效應.由于Hausman檢驗的P值為0.000 1拒絕了個體效應與模型解釋變量不相關的原假設，所以選擇固定效應模型，而且根據(jù)固定效應模型所得到的F檢驗統(tǒng)計量的P值為0.023 99，拒絕了個體效應全部為0的原假設，表明小麥主產省區(qū)內存在顯著的個體差異，即最低收購價政策存在一定的區(qū)域性差異.由表4中的第2列（即固定效應模型結果）可知，ln GPA受到其自身滯后項ln GPA（-1）以及l(fā)nMPG、ln EDL及其滯后一階項等變量的顯著影響，這說明小麥本期種植面積不僅受到小麥種植成本、小麥市場價格、各地發(fā)展水平這三個變量本期數(shù)據(jù)影響，還受到這三個變量上期數(shù)據(jù)的影響；同時可以發(fā)現(xiàn)，在控制這些變量之后，小麥最低收購政策執(zhí)行情況變量MPP在1%的顯著水平下對ln GPA影響顯著，并且其系數(shù)為正，這在一定程度上表明該政策有利于小麥種植面積的擴大，說明該政策對小麥糧食種植面積存在積極作用.

3.2早稻最低收購價政策評價指標體系模型

本文主要運用固定效應回歸分析方法來研究最低收購價政策對早稻種植面積的影響，并對早稻種植面積構建與小麥相同的指標體系來進行分析.

在進行回歸分析之前根據(jù)早稻8個主產省區(qū)（即湖南、湖北、江西、安徽、浙江、福建、廣東、廣西這8個省）的面板數(shù)據(jù)[10]及其特點，同樣對除了政策變量之外的所有變量數(shù)據(jù)進行對數(shù)化處理，再用處理后數(shù)據(jù)進行回歸分析，得到的回歸分析結果見表5.

表5采用混合OLS、固定效應模型以及隨機效應模型三種方法來估計早稻最低收購價政策對其種植面積的影響以評估該政策效應.由于Hausman檢驗的P值為0.001 3拒絕了個體效應與模型解釋變量不相關的原假設，所以選擇固定效應模型，而且根據(jù)固定效應模型所得到的F檢驗統(tǒng)計量的P值為0.005 6，拒絕了個體效應全部為0的原假設，表明早稻主產省區(qū)內存在顯著的個體差異，即最低收購價政策存在一定的區(qū)域性差異.同時由表5可知，ln GPA受到其自身滯后項ln GPA（-1）、ln MPG、ln EDL等變量的顯著影響，在控制這些變量之后，早稻最低收購政策執(zhí)行情況MPP在1%的顯著水平下對ln GPA影響顯著，并且其系數(shù)為正，表明該政策有利于早稻種植面積的擴大，這在一定程度上說明該政策對早稻糧食面積具有促進作用.

根據(jù)上述分析結果，可以得到最低收購價政策對早稻種植面積的固定效應模型方程應選為：

4糧食最低收購價的預測模型建立與運用

4.1糧食最低收購價預測模型的建立

根據(jù)對我國糧食價格所具有的特殊規(guī)律性進行數(shù)據(jù)分析研究，可以得到我國糧食價格會受到最低收購價的影響，且兩者之間是相互影響的.在此基礎上，本文利用運用向量自回歸模型根據(jù)糧食市場價格來對最低收購價進行預測，分別對小麥和早稻兩個糧食品種的最低收購價建立具體預測模型.根據(jù)已有數(shù)據(jù)整理小麥和早稻的市場價格和最低收購價，由于2015、2016年小麥主產區(qū)的市場均價還未經(jīng)權威部門統(tǒng)計出來，本文參考中商情報網(wǎng)2015年各月份小麥的平均交易價格，可以得到其價格為124.77元/50 kg；并結合2016年小麥各地當期的交易價格，得到小麥市場價格約為127.5元/50 kg.得到2015年、2016年對應的早稻市場價格約為133.16元/50 kg和130.32元/50 kg.（見參考文獻[11-13]）見表6.

根據(jù)表8輸出結果，可以發(fā)現(xiàn)小麥和早稻預測誤差分別只有2.58%和5.18%，這個誤差范圍是可以接受的，從而在一定程度上說明本文所構建的VAR預測模型是合理的.

同時通過運行程序，可以知道2017年小麥的最低收購價格為118.00元/50kg，參考歷史波動率均值為2.58%，因此預測2017年每100斤小麥最低收購價格范圍是[114.96，121.05]，約為115～121元；同理預測2017年每100斤早稻最低收購價格范圍是[125.03， 138.68]，約為125～138元.

5政策建議

基于上述所有分析結果，可以針對調控糧食種植面積和糧食最低收購價這兩個問題提供相應的優(yōu)化決策和政策意見：第一，基于構建的影響糧食種植面積的指標體系模型結果，需加強新農村建設，提高農村居民收入、縮小與城市居民的收入差距是關鍵.而在城鎮(zhèn)化進程中不應過度、非法占用耕地面積，侵害農民生存的權益.此外政府可以給予農民適當?shù)呢斦Z食直接補貼，這樣能保護種糧農民利益、調動農民種糧積極性、提高糧食產量和促進農民增收；第二，由預測VAR模型的結果可知，國家在對糧食最低收購價進行確定的時候，要充分考慮糧食前幾期的糧食市場價格和最低收購價的影響，即要結合實際情況來制定政策.

參考文獻

[1]張爽.糧食最低收購價政策對主產區(qū)農戶供給行為影響的實證研究[J].經(jīng)濟評論，2013，（1）：130-131.

[2]張建杰.對糧食最低收購價政策效果的評價[J].經(jīng)濟經(jīng)緯，2013，（5）：60-61.

[3]張改清.糧食最低收購價政策下農戶儲售糧行為響應及其收入效應[J].農業(yè)經(jīng)濟問題，2014，（7）：88-92.

[4]賀偉.我國糧食最低收購價政策的現(xiàn)狀、問題及完善對策[J].宏觀經(jīng)濟研究期刊，2010，（10）：32-33.

[5]邱雁，李越.生產、收入與成本：中國糧食補貼政策績效分析[J].財經(jīng)科學，2016，（5）：96-99.

[6]蘭錄平.糧食最低收購價政策實施效應的實證分析[J].農業(yè)經(jīng)濟，2013，（02）：45-46.

[7]國家統(tǒng)計局農村社會經(jīng)濟調查司.中國農村統(tǒng)計年鑒[M].北京：中國統(tǒng)計出版社，2015.

[8]陳強.高級計量經(jīng)濟學及Stata應用[M].北京：高等教育出版社，2010.

[9]陳曉華.中國農業(yè)統(tǒng)計資料[M].北京：中國農業(yè)出版社，2015.

[10]王志剛.面板數(shù)據(jù)模型及其在經(jīng)濟分析中的應用[M].北京：經(jīng)濟科學出版社，2008.

[11]國家發(fā)改委.國家發(fā)布小麥等最低收購價格[EB/OL].（2014-10-16）[ 2016-9-17]. http：//www.ndrc.gov.cn/.

[12]中商情報網(wǎng).小麥價格走勢情況分析[EB/OL].（2016-01-02）[ 2016-9-17].http：//www.askci.com/news/data/2016/01/02/172331gipu.shtml.

[13]中國雞蛋網(wǎng).各地區(qū)小麥等糧食的市場價格[EB/OL]. （2015-05-07）[ 2016-9-17].http：//www.cnjidan.com/xinwen/.

[14]杰弗里·M·伍德里奇.計量經(jīng)濟學導論：現(xiàn)代觀點[M].北京：中國人民大學出版社，2010.

[15]周建興，豈興明，矯津毅.MATLAB從入門到精通[M].北京：人民郵電出版社出版，2008.