粮食最低收购价格政策的研究茹意鑫
朱艳娜 何刚 方仁友
摘 要：为探究粮食最低收购价政策下我国粮食价格的波动规律，搜集我国粮食价格相关数据，可视化对比分析粮食价格的变化趋势，分析影响粮食价格的因素，运用ARIMA时间序列模型测度近年来粮食价格的变化情况，寻找其波动规律。研究结果表明：粮食类零售价格指数对国内粮食价格的相关系数最大为0.996，人口、CPI、国际粮食价格对国内粮食价格的相关系数分别为0.357、0.411、0.312；国内粮食价格在2003年到2004年期间迅速上涨主要受SARS和稻谷减产影响，2015年至2018年的国内粮食价格变动趋于稳定。
关键词：粮食最低收购价；粮食价格；ARIMA；时间序列
中图分类号：F323.7 文献标识码：A文章编号：1672-1101（2018）01-0037-06
Abstract： In order to explore the fluctuation law of grain price under the policy of minimum purchase price of grain in our country， collect the relevant data of grain price in China， and visualize and compare the changing trend of grain price. By analyzing the factors that affect grain prices， this paper uses ARIMA time series model to measure the change of grain prices in recent years and looks for the law of fluctuation. The results show that the highest correlation coefficient between the grain retail price index and the domestic grain price is 0.996， while the correlation coefficients of population， CPI and international grain prices to domestic grain prices were 0.357， 0.411 and 0.312 respectively. Domestic grain prices rose rapidly between 2003 and 2004， mainly affected by SARS and rice output reduction. Domestic grain price changes from 2015 to 2018 tended to be stable.
Key words：Crops Minimum purchase price； Grain price； ARIMA； Time series
一、文獻综述
根据国家粮食局网站公布的数据可知，自执行粮食最低收购价格至今，小麦政策性收购量占总产量比重较高，一直维持在20%-40%左右，其最低收购价杠杆效应较小，年均增产率达3.8%。
稻谷的最低收购价格逐年上升，其中2007年至2013年间增长速度明显加快；其政策性收购量占稻谷总产量比重一直维持在7%以下，但稻谷连年增产，年均增产率1.5%，可见稻谷最低收购价政策产生的杠杆效应十分明显[1]。
通过查阅大量文献可知，不少学者从不同视角运用多种方法测度我国粮食价格变动规律。为明晰农资价格对粮食价格的影响，秦平三借助格兰杰因果检验测度农资总体、化学肥料、农药等价格变动对粮食价格的波动效应[2]；肖国安等结合经验模态分解（EMD）与典型相关分析定量探究国际粮价波动对我国粮食市场的冲击力度[3]；邢燕飞运用DCC-MGARCH模型实证研究国际能源价格同我国粮食价格的关联程度，接着应用VECM模型从长短期两视角探究国际能源价格的变动趋势以预测粮价的未来走势[4]；何蒲明等应用EVIEWS软件估算粮食储备总量变化趋势，测度储备粮对平抑粮食价格波动的效果[5]；韩啸借助BEKK模型估算不同粮食价格波动溢出效应，然后应用DCC模型测度未来粮食价格波动的动态趋势与特征[6]。综上可知，学者们运用多种方法测度了我国粮食价格的波动规律，取得了一定的成果。据此，在前人研究的基础上，本文借助ARIMA时间序列模型探究粮食最低收购价政策下我国粮食价格的波动规律。
二、我国粮食价格指数变化趋势分析
通过查阅历年《中国统计年鉴》整理出2000年至2014年我国粮食的产量情况，结合粮食作物的最低收购价格可以看出，2005年以前我国粮食产量增长率大多为负数，增长情况不稳定，产量变动幅度较大；2005年以后国家相继出台粮食最低收购价格政策，粮食产量增长率逐渐变为正数[7]。在2006年以前，粮食产量的增长率，小麦和稻谷的增长率均波动较大，2006年以后逐渐趋于平稳。这表明粮食最低收购价政策对小麦、稻谷的稳产增产作用明显，使得粮食产量呈稳定增长趋势，政府通过对粮食价格的宏观调控来促进粮食生产，确保我国粮食安全的初衷基本实现[8]。
（一）粮食类价格指数变化情况
通常运用粮食类价格指数来间接衡量国家粮食市场的价格波动情况[9]。其中，粮食收购价格指数、粮食生产价格指数、粮食零售价格指数、小麦，稻谷，玉米平均收购价格指数等一系列的指标在一定程度上反映了我国粮食市场价格变动情况。如图1、图2所示：
从图1可看出，从2000年开始，我国的农业总产值指数走势较为平稳，而农业产品生产价格指数则变化波动较大，其中2005年至2006年是第一个波谷，分别跌至101.4和101.2，2008年至2009年是第二个波谷，并且跌到最低，为97.6，主要原因是由于2008年金融危机导致的市场波动，从而使得农产品生产价格指数降低。从另一角度来看，宏观经济环境对粮食作物的价格产生较大的作用效果。
图2中，3种粮食的变动趋势相似，2005年和2009年两次激烈下跌，2005年分别跌至96.4、101.6、98，2009年分别跌至107.9、105.2、98.5，主要受经济变动和金融危机的冲击影响，说明玉米的价格敏感性较大，而小麦和稻谷的生产价格变动趋势较为相似。面对2008年金融危机的冲击，两者生产价格指数波动不大，表明小麦和稻谷的价格敏感性较小。
粮食类农村居民CPI同粮食类农村商品零售价格指数，这两个指標在一定程度反映出农村居民购买粮食的物价水平和粮食的市场零售价格，也可间接反映出2000年之后粮食市场价格的变动情况。由图3、图4所示，两个指数的变化趋势相同，总体增长态势比较平稳，在2003年至2004年之间迅速增长至最高点，粮食类农村居民消费价格指数增至127.7，粮食类农村商品零售价格指数增至128.3，2005年后回到正常的增长水平。
结果表明：2000年至2014年期间我国的农产品总产值指数变化比较稳定，小麦、稻谷、玉米等粮食的生产价格指数总体呈上升趋势，由于经济环境的影响，玉米的生产价格指数波动较大；粮食类农村居民消费价格指数和粮食类农村商品零售价格指数变化趋势相似，受2003年非典和稻谷减产的影响，价格指数变动幅度较大，整体变化趋势较为平稳。
（二）国内外粮食价格对比
经济全球化日渐发展，国内外粮食价格之间的关联度也在不断加强，二者对比则可寻找国内外粮价变化的规律，并且判断国际粮价对国内粮价的间接影响程度。
国际粮农组织（FAO）公布了名义食品价格指数和剔除通货膨胀后的实际食品价格指数如图5所示，2003年以后，名义食品价格指数始终高于名义食品价格指数，2008年两类价格指数均出现下跌。
图6选取2000年至2014年的国内外粮食价格进行对比，发现在2005年以前国内粮食价格和国际粮食价格的变动趋势比较相似，2005年之后，国际粮价波动幅度明显大于过内粮价，其中2008年后国际粮价剧烈下跌，关键受金融危机的冲击所致，而过内粮食价格虽有小幅度的变动，但总体趋势较为平稳。
三、粮食价格变动致因分析
由于粮食市场受多种外在因素的干扰，这些因素会在一定程度上影响粮食均衡价格形成、生产者供给和消费者需求。通过查阅并整理相关的文献资料发现，我国的粮食价格间接受到来自国家的人口、经济、粮食产业发展情况、科技、 国际粮价等方面因素的间接影响，选取了各个方面比较典型的数据指标，如：人口、居民消费水平、粮食产量、粮食种植面积、财政科技支出、农户消费支出、国际粮价等来进行数据的相关性分析，判断这些因素对国内粮食价格的影响大小。
（一）相关性分析原理
（二）实证分析
通过查阅《中国统计年鉴》资料和国际粮农组织（FAO）数据库的谷物价格指数等统计从2000年至2014年在经济大环境下可能影响粮食价格的几个主要因素数据，如表1所示：
运用SPSS对各影响因素数值进行相关性分析，求出了各因素之间的皮尔逊相关系数，结果见表2：
从上表可知，各因素中，粮食类零售价格指数对国内粮食价格的相关系数最大，为0.996高度相关，人口、CPI、国际粮食价格对国内粮食价格的相关系数绝对值在0.3-0.5之间，分别为0.357、0.411、0.312低度相关。
将以上3个因素分解，人口和GDP、粮食产量、财政科技支出分别为0.959、0.947、0.960显著相关；CPI和国际粮价指数为0.687显著相关；国际粮价指数和人口、GDP、CPI、粮食产量、粮食播种面积、财政科技支出分别为0.879、0.971、0.687、0.885、0.713、0.869显著相关。结果表明：粮食的零售价格直接影响国内的粮食价格，人口、CPI、国际粮食价格虽然和国内粮食价格相关性较小，且与余其他因素的相关性较大。所以，国内粮食市场价格在整个经济大环境下受各方面的直接和间接影响。
四、ARIMA时间序列模型分析预测国内粮食价格变化
粮食市场价格受经济环境中各个因素影响，因此在一定期间内，随着外部因素的不断变化，粮食的价格会出现波动的现象，该部分整理了2000年至2014年的粮食类消费价格指数作为国内粮食价格的衡量标准，运用ARIMA时间序列模型对该事件段内的粮食价格波动进行预测分析，判断以往粮食价格的变动情况，预测未来几年内粮食价格的变动情况。
（一）ARIMA模型原理
ARIMA是自回归移动平均结合模型也称为Box-Jenkins模型，可对面板数据进行预测分析，是对差分后的数列建立的ARMA模型。AMRA（p，q）模型建立在AR（p）和MA（q）模型基础上，其一般形式为：
（二）模型求解与结果分析
选取2000年到2014年国内居民粮食消费价格指数为研究对象，进行ARIMA分析，计算结果见表3：
结合表3可以看出，拟合结果中，平稳R方统计量取值为0.864，表明模型拟合结果较好。由于粮食价格受诸多因素影响，存在一定的波动性，因此模型的拟合结果可能存在一定误差。
表4拟合的ARIMA模型参数，t检验为45.726大于0，Sig小于0.05，也说明拟合结果较好。
通过ARIMA模型测度2015年到2018年这4年的国内居民粮食消费价格指数，预测结果见表5，且求出了预测值的置信区间。
图7描绘了国内居民粮食消费价格指数的实际观测序列、模型拟合序列的变化趋势，且显示了2015年至2018年的预测数据，观测值与拟合值均在置信区间内变动。
国内居民粮食消费价格指数在2000年至2014年期间存在一定波动，2003年到2004年期间，国内粮食价格迅速上涨，波动较大，主要受SARS影响。2005年以后我国经济、社会环境逐渐稳定[10]，再加上实行了粮食最低收购价政策保护粮食产业，其市场价格虽有小幅波动，但变化趋势较为稳定。据此可知，2015年至2018年的国内粮食价格变动趋于稳定。
五、结论
运用经济学原理分析影响粮食价格的因素并进行相关性分析，借助ARIMA时间序列模型预测分析国内粮食价格的变化情况。结果表明：粮食最低收购价格政策有助于促进粮食增产，提高种粮积极性；粮食的市场价格受国内外环境的影响会发生波动；市场供给与需求变化使得粮食价格达到均衡水平。根据相关性分析得知：各因素对国内粮食价格均有一定影响，其中粮食类零售价格指数对国内粮食价格的相关系数最大为0.996，人口、CPI、国际粮食价格对国内粮食价格的相关系数分别为0.357、0.411、0.312；国内粮食价格在2003年到2004年期間迅速上涨主要受SARS和稻谷减产影响，2015年至2018年四年的国内居民粮食消费价格指数预测结果分别为103.31、103.44、103.52、103.58，粮食价格变动趋于稳定。
参考文献：
[1] 施瑾. 我国粮食补贴政策的作用路径与完善对策研究[D].合肥：安徽农业大学硕士学位论文，2013.
[2] 秦平山. 农资价格对粮食价格影响机制的研究[J]. 价格理论与实践，2017（10）：1-3.
[3] 肖国安，王颖，龚波. 国际粮食价格与我国粮食生产的波动相关性研究[J]. 财经理论与实践，2017（4）：115-120.
[4] 邢燕飞. 国际能源价格变动对我国粮食价格的影响分析[D].淄博：山东理工大学硕士学位论文，2015.
[5] 何蒲明，黎东升，王雅鹏. 储备粮运作与粮食价格变动关系的实证分析[J]. 中国农业资源与区划，2010（4）：17-22.
[6] 韩啸，齐皓天，王兴华. 中国粮食价格波动溢出性和动态相关性研究[J]. 统计与决策，2017（20）：129-132.
[7] 矫健. 中国粮食市场调控政策研究[D].北京：中国农业科学院博士学位论文，2012.
[8] 袁海平，顾益康，胡豹. 确保新时期我国粮食安全的战略对策研究[J]. 农业经济问题，2011（6）：9-14.
[9] 顾海兵，王树娟. 国内粮食价格指数的波动性分析和“十三五”预测[J]. 经济与管理研究，2015（12）：26-31.
[10] 董学力. 粮食安全视角下的国内外粮价走势及我国粮价稳定策略[J]. 价格月刊，2016（1）：18-22.
[责任编辑：范 君，李 丽]
