《陈飞-农业政策、粮食产量与粮食生产调整能力》由会员分享,可在线阅读,更多相关《陈飞-农业政策、粮食产量与粮食生产调整能力(15页珍藏版)》请在金锄头文库上搜索。
1、第8组区域经济协调发展农业政策、粮食产量与粮食生产调整能力* 本文得到国家自然科学基金项目资助,项目号:70673009。作者简介:陈 飞,1973年1月,男,经济学博士,副教授,东北财经大学数学与数量经济学院、经济计量分析与预测研究中心。中国数量经济学会会员。基于中国省际动态面板模型的实证分析陈 飞 范庆泉 高铁梅(东北财经大学经济计量分析与预测研究中心 116025)内容提要:农业政策成功与否不仅取决于政策的实施环境,更主要取决于农民对政策刺激反应的强烈程度。为分析我国农业政策的实施效果,本文利用Nerlove提出的适应性预期模型对我国粮食生产调整能力及农业政策的影响效果进行了实证研究。基
2、于19952021年中国省际农业面板数据,利用动态面板的GMM方法分别估计了农业政策对小麦、稻谷、玉米作物播种面积、单位产量及总产量的影响,并对我国粮食生产调整能力及农业政策影响的长期效应进行了定量分析。实证结果表明,随着政府对农业投入的增加,我国粮食生产的调整能力逐渐增强,各项农业政策对粮食生产均具有显著正向影响,其中,农业支出政策和农村固定资产投资是拉动我国粮食产量增长的最重要因素。但预期价格水平对粮食产量的影响相对偏弱,市场经济的价格杠杆作用并不明显。关键词:粮食生产调整能力、农业政策、适应性预期模型、动态面板GMM方法一、引 言19992003年期间,受政府退耕还林工程、城市扩张和开发
3、区建设、乡镇企业和农民建房占用耕地等诸多因素影响,我国农业耕地面积共计减少2.06亿亩,粮食总产量也随之从1999年5.1亿吨下降到2003年的4.3亿吨 数据来源于2021年中国农村统计年鉴。,国内粮食供求关系一度紧张,粮食生产安全问题引起了全社会的高度重视。2005年1月30日,中共中央国务院关于进一步加强农村工作提高农业综合生产能力若干政策的意见强调,坚持“多予少取放活”的方针,稳定、完善和强化各项支农政策,把加强农业基础设施建设、加快农业科技进步、提高农业综合生产能力,作为一项重大而紧迫的战略任务,切实抓紧抓好。在20062021年间,中国政府又连续5年发布以“三农”为主题的中央一号文
4、件,着重强调农业问题的战略地位,并陆续出台了粮食直补、取消农业税、增加农业财政支出等各项惠农政策,放开粮食购销市场,加强和改善粮食宏观调控,取得了显著成效。自2004年以来,我国粮食产量实现了连续6年的快速增长,并于2021年达到历史最高水平5.3亿吨。粮食产量的大幅度提高,是否表明我国当前的粮食综合生产能力 粮食综合生产能力既表现为一定的粮食产量,又包含了一定的粮食生产潜能,它是国家粮食安全的核心基础和关键内容,是实现粮食安全目标的基本手段。已经能够保证国家的粮食安全?从国际环境来看,世界粮食产量增长正在逐渐放缓,需求不断增长,库存持续下降,粮食价格上涨,部分国家粮荒引发社会动荡,保证我国粮
5、食安全的外部环境并不稳定。从国内环境来看,由于人口增长、农产品加工业的发展以及工业用粮的增加,我国的粮食需求在不断增长。图1描述了我国粮食净出口曲线的变动情况,自2003年以来,我国粮食净出口量开始为负并逐年下降,2021年达到近年来最低水平-4894万吨,表明我国粮食需求的增长速度要高于粮食产量的增长速度,粮食供需缺口逐年增大。从20212021年的中长期来看,中国粮食综合生产能力依然偏弱,确保粮食安全的基础并不牢固(马晓河等,2021)。因此,研究农业政策工具对粮食生产的影响效果和影响方式,对于确保国家粮食安全具有重要意义,同时又可以避免粮食价格冲击对农业生产和宏观稳定所带来的不利影响,现
6、已成为我国政府和学术界普遍关心的重要问题之一。图1 19952021年我国粮食净出口曲线(万吨) 近年来,国内外学者对粮食生产的研究非常广泛和深入,主要包括粮食生产的风险分析、粮食价格的波动分析、粮食产量的波动分析、粮食生产函数的构建、粮食生产发展战略与政策支持等方面内容。较具代表性的研究有,Johnson,L.G.(1956)提出了研究粮食生产的分布滞后模型,他在文献中指出,由于投入的“固定性”、生产调整成本、信息不完全、技术条件限制等因素的制约,使得粮食的供给反应具有粘滞性,因此,解释变量单位变化的影响分布到多个时期。Mark W. Rosegrant et al.(1998)研究了印度尼
7、西亚粮食作物的动态供给反应函数,估计了技术进步、价格与投资等因素对稻谷、玉米、大豆与薯类四种主要粮食作物的影响,利用19691990年的国家数据,分别对总产出模型、播种面积模型和单位产出模型进行估计,结果表明农业投资政策和价格支持政策对印度尼西亚的粮食产量具有重要影响。Sunil Kanwar(2006)使用面板数据随机效应方法分别建立了印度的六种粮食作物的计量模型,得出印度粮食作物调整的周期约为23年,而影响印度粮食作物的主要因素是水资源等,提出采取更加科学的灌溉技术(例如通过私人投资的喷洒式灌溉技术)、提供肥料和优质种子补贴等可使印度所有农民受益。张雪梅(1999)采用随机边界生产函数对我
8、国19911996年玉米生产增长因素进行了实证分析,得出技术进步和化肥是玉米生产增长的主要动力,扩大有效灌溉面积和挖掘玉米生产的技术效率对玉米生产也具有重要作用。宋学明、赵建华(1997)将我国2357个县划分为九个大农业区并对县级粮食单位产量进行实证分析,着重指出目前中国区域粮食生产的差距,影响粮食产量的主要因子及其在区域间作用的差异。杨友孝、罗安军(2006)通过对粮食直补政策的理论分析得出粮食生产直补政策的短期和长期影响不同,直补政策和间接补贴对农业风险的抵御能力不同,其结论指出我国现阶段直接补贴与间接补贴应相互补充,不可分割。上述研究对于分析粮食生产问题极具理论和现实意义。但多数研究倾
9、向于解释价格支持、优越的自然条件和技术进步等对粮食产量的影响,而对于农业政策影响效果的研究相对较少。目前,我国粮食产量的增长主要是由各项惠农政策以及较大规模的农村基础设施投资拉动的,因此,分析农业政策对我国粮食生产能力的影响效果更具有现实意义。本文在借鉴前人研究成果的基础之上,利用Nerlove(1958,1979,2001)提出的适应性预期模型,分析农业支持政策以及其他各类因素对小麦、稻谷、玉米作物播种面积、单位产量及总产量的影响。本文的第二部分建立了研究粮食生产问题的理论框架;第三部分结合我国农业生产的区域差异和农业政策实施情况,给出了实证研究模型中区域、指标的选取方法及依据;第四部分利用
10、19952021年中国省际农业面板数据估计了农业政策对各种粮食作物播种面积与单位产量的影响,并对我国粮食生产的调整能力以及农业政策影响的长期效应进行了定量分析;本文的最后给出结论。二、粮食生产研究的理论框架提高粮食作物的总产量,可以从两方面入手:一是扩大粮食播种面积,二是增加粮食作物的单位产量。因此,本文首先分别对影响粮食播种面积与单位产量变动的各类因素进行分析,然后再利用所得到的结果,建立一个影响粮食总产量变动的动态计量模型。上述过程使得对粮食生产问题的研究更为细化,例如,施肥量主要是通过影响粮食单产进而影响总产量,使用单位产量对施肥量进行回归分析,可以剔除播种面积变动所引起的估计偏误。另外
11、,粮食单位产量是衡量一国粮食综合生产能力的重要指标,在我国土地资源极度紧张的前提下,研究影响单位产量变动的各类因素本身就具有非常重要的现实经济意义。2.1 播种面积的动态分析模型本文首先利用Nerlove(1958)提出的适应性预期模型(adaptive expectation model)研究我国粮食播种面积的调整问题,假设最优播种面积 满足粮食市场供需均衡所要求的粮食播种面积,称为最优播种面积。()受预期价格水平()、价格风险、以及其他各类因素影响。模型表示如下:, (1)其中,表示不同种类的粮食作物,式(1)中共包含M个方程;表示第m种农作物在第t时期的最优播种面积;表示第m种农作物在第
12、t期的预期价格水平;是包括价格风险在内的其他解释变量向量;是服从于的扰动项。在农业生产水平不发达的发展中国家,农民不可能及时地将其实际播种面积调整到最优播种面积,这是由于受到许多农业生产条件的实际约束,例如缺乏农业生产的可获得性投入、播种各种不同的农作物以抵御价格风险等。在Nerlove(2001)的模型中假设,本期的最优播种面积与上期实际播种面积差距的一定比例是相邻两期实际播种面积的变动量,模型形式表示如下: (2)其中,表示第m种农作物在第t期的实际播种面积;表示第m种农作物在第t-1期的实际播种面积;是服从于的扰动项。称为调整参数,代表农民根据市场需求,调整其粮食播种面积的能力。从AR模
13、型的平稳性角度出发,参数的值处于(0, 2)之间 若保证式(2)所示的AR模型的平稳性,则需要满足:-1 1- 1,即取值在(0, 2)之间。将式(1)带入式(2),并整理可得: (3)其中, (4)将式(3)中的参数称为各影响因素对播种面积的短期影响,相对应地,式(1)中的参数称为各因素对播种面积的长期影响(Sunil Kanwar,2006)。长期影响系数反应了价格、风险及其他因素对播种面积的净影响,而短期影响则代表了长期影响和农民调整能力的综合效果。2.2单位产量的动态分析模型受土地资源有限性、保护生态环境以及土地价值不断提高等客观条件的制约,通过增加播种面积进而提高粮食总产量方式的影响
14、效果在逐年减弱,更多地是通过提高粮食单位产量来实现这一目标。1965年以来,印度农业的发展体现了这一转变过程(Vaidyanathan,1994)。因此,本文同时建立了影响单位产出的动态模型,其建立方法类似于播种面积模型,将式(1)(3)中的播种面积变量用单位产出变量替代,可得单位产量模型,其形式如下: (5) (6) (7)其中, (8)类似地,从模型平稳性角度出发,调整参数的取值范围在(0,2)之间。2.3预期价格的ARIMA模型在播种面积和单位产量动态分析模型中,由于农作物m的预期价格是不可观测变量,因此不能直接对式(3)和式(7)进行估计。基于适应性预期假说理论,本文利用ARIMA(p
15、,d,q)过程来描述预期价格的变动情况,模型形式如下:(9)其中,为差分算子,为农作物m的预期价格,为农作物m的实际价格,d为序列的单整阶数。为构造预期价格序列,首先需要在全样本区间1, T中预留初始的子样本区间1, ,其中为区间1, T中的某一固定点,并在子样本区间1, 上估计式(9)所示的基于序列的ARIMA过程,以此为基础进行一步向前预测,得到+1时刻的预期价格,记为;再追加一个样本点,此时子样本区间扩展为1, +1,重复上述ARIMA模型的估计和预测过程,从而得到+2时刻的预期价格,记为;在不断向外拓展的子样本区间上如此反复建模及预测,直到子样本区间扩展到1, T-1时结束,得到T时刻的预期价格。三、区域选取与指标构造本文基于上述理论模型,研究预期价格、政策因素以及其他影响因素对小麦、稻谷、玉米三种主要粮食作物的播种面积和单位产量的影响 国家农业统计年鉴显示,2021年小麦、稻谷、玉米产量分别占当年我国粮食总产量的21.8%、37.1%、30.4%,其他粮食作物仅占到粮食总产量的10.7%,因此,针对这三种粮食作物进行研究具有代表性。考虑到我国农业区域发展不均衡及各地区农业政策差异较大等特点,本文使用我国19952021年的29个省份自治区(其中港澳台地区、西藏自治区除外,重庆市数据合并到四川省数据内)的面