國際石油價格波動對中國農產品價格的影響分析

鄔彩霞，夏 穎，馮紀洲

(1.山東財經大學國際經貿學院，山東 濟南 250014;2.南開大學經濟學院，天津 300071;3.中鋼期貨有限公司，北京 100080)

一、引 言

近年來，中國農產品的價格經歷了劇烈的變化。2002年初到2010年末，小麥的集貿市場價格由每公斤1.08元上漲到2.14元;粳米價格由1.90元增長到4.41元;玉米價格由1.00元上升至2.12元，三者的漲幅分別為98%、132%和112%。同期，大豆的集貿市場價格由每公斤2.34元，經過反復波動后，增長至2010年11月的每公斤5.84元，漲幅達150%。根據國家統計局發布的報告，2010年中國CPI的增長中，70%的漲幅是食品貢獻的，這就引起了社會各界對食品，特別是農產品價格問題的關注。

值得注意的是，2002年至2010年末，國際石油價格波動劇烈。根據國際貨幣基金組織(IMF)公布的數據顯示，自2002年元月以來，英國北海布倫特輕質原油價格(FOB)從每桶19.48美元，一路攀升，2008年7月達到頂峰每桶133.9美元，此后急劇下跌，于2008年12月達到谷底每桶41.58美元，隨后緩慢上升，2010年11月達到85.67美元/桶①數據來源：IMF，http：//www.imf.org/external/np/res/commod/index.asp。。由于原油是農資產品的重要原料，而農產品的種植則需要大量的農資。自中國加入世界貿易組織(WTO)后，中國的石油對外依存度逐年上升，到2010年11月底，達到53.7%②根據國家統計局和海關總署公布的相關數據計算而得。。因此，國際原油價格的變化極有可能對中國農產品的價格造成影響。原油價格的變化可能是中國農產品價格波動的一個重要因素。

二、相關文獻綜述

考察現有文獻，關于國際原油價格與國內農產品價格之間的關系，主要有三類表述，即存在影響、不存在影響和在某一時間段存在影響。

Hanson，et al.［1］借助可計算一般均衡模型(CGE)，分析了國際原油價格沖擊對美國農產品的影響。研究結果顯示，原油價格不僅通過投入品價格，而且也通過匯率來影響農品價格。不過，原油價格的影響在不同的農產品之間表現不一樣。Yu等人［2］借助Johansen協整和因果檢驗方法分析了主要的食用油價格和國際原油價格之間的動態關系。他們的研究表明，國際原油價格沖擊并沒有對食用油價格的變化產生顯著影響。Zhang和Reed［3］應用VARMA模型，Granger因果檢驗，脈沖響應函數，方差分解和協整分析的方法，結果表明國際原油價格并不是影響當前農產品價格增加的主要因素。

由于國際原油價格是以美元標價，而國內農產品是以本國貨幣標價，因此在分析原油價格和國內農產品價格關系的過程中，還應該進一步納入匯率因素。基于此，Harri等人［4］通過分析美國2000年1月至2008年9月間美元匯率、原油價格、玉米、棉花、小麥和大豆價格，發現原油價格和玉米、棉花和大豆價格間存在協整關系，而且匯率在其中發揮了重要作用。按照同樣的思路，Kwoo和Koo［5］借助Toda和Yamamoto提出的Granger因果檢驗方法，探討了能源價格、匯率和食品價格之間的長期因果關系。他們的研究揭示了國際原油價格和匯率通過多種渠道影響食品價格。Baek和Koo［6］發現無論是從短期來看，還是從長期考察，美元匯率都是影響美國食品價格的關鍵性因素，而石油價格對食品價格的短期影響超過其長期影響。

已有文獻為理解國際石油價格和國內農產品間的關系提供了深刻的洞見。不過，由于不同的國家或經濟體擁有不同的經濟形勢，因此，國際原油價格對農產品的影響效應不盡相同。已有文獻大多針對美國或其他發達國家的情況展開研究，很少關注發展中國家國際原油價格和國內農產品價格之間的關聯。盡管國內學者也考察了國際石油價格對國內經濟的可能影響(魏巍賢、林伯強［7］;林金岷、曾林陽［8］;孟巖、張燃［9］;劉建、蔣殿春［10］)，然而這些研究大多比較宏觀，較少涉及到具體的產品。由于農產品的特殊屬性，以及當前我國收入差距急劇擴大的現實，因此運用經驗分析方法和變量說明及數據描述法考察國際原油價格對中國農產品的影響，既具有一定理論價值，又具有重要現實意義。

三、經驗分析方法

通過兩種方式來檢驗國際石油價格對國內農產品價格的影響，一種是借助Granger因果檢驗考察長期影響，另一種借助脈沖響應函數(impulse response function)考察其短期影響。

(一)Granger因果檢驗

為判定國際石油價格和人民幣匯率是否對我國農產品價格產生長期影響，通常的做法是，首先對國際石油價格、人民幣兌美元匯率和國內的總體食品價格指數以及玉米、小麥、大米、大豆等四種農產品價格序列進行單位根檢驗，以判定各個序列的平穩性。若序列不平穩則需進一步判定其單整階數，在此基礎上做協整檢驗，以判定變量之間是否存在均衡關系，若變量之間存在協整關系，我們將建立向量誤差修正(VEC)模型，在此基礎上進一步做Granger因果檢驗。

VEC模型的表達式如下：

其中p表示各個變量的數值，E為滯后一期的誤差修正項，Δ表示一階差分，t表示時期，l和k表示滯后階數，ε為估計方程的殘差項。

β為待估系數，若β1顯著，則表明各變量之間的長期關系對各變量的短期調整產生顯著影響。

如上所述，上述傳統的Granger因果檢驗方法，需要事先判定序列的平穩性，并且對于不平穩的序列還需要進行協整檢驗。這樣的處理過程將可能導致因果檢驗的偏誤。因為無論何種假設檢驗程序都無法保證觸犯第一類錯誤和第二類錯誤的概率均為零，如果我們減少觸犯第一類錯誤的概率，那么假設檢驗的功效(power of test)將會降低。在VEC框架下進行Granger因果檢驗，將會由于協整估計的偏誤而有可能帶來錯誤。為彌補傳統Granger因果檢驗的缺陷，Toda和Yamamoto［11］(此后簡稱為TY)提出了一種能夠克服上述缺陷的方法。

TY方法并不需要對變量進行事先的協整檢驗，也不需要估計協整向量。而且TY方法并不要求不平穩變量之間的單整階數相同。TY方法的具體步驟如下：

首先，通過建立向量自回歸模型(VAR)，借助信息判定準則，確定最佳變量的滯后期數p，然后，確定變量之中的最大單整階數dmax，最后建立VAR(p+dmax)，估計關鍵變量滯后p期系數的聯合顯著性。

以雙變量的VAR(p)為例，TY模型估計式如下：

其中，p為VAR最佳滯后期，dmax為變量中的最大單整階數。通過檢驗零假設H0：γ11=γ12=… =γ1p=0，若無法拒絕零假設，則代表y對于預測x而言沒有幫助，即y不是x的Granger原因。

(二)脈沖響應函數

由于VAR模型是一種非理論性的模型，其理論基礎并不十分令人滿意，模型中得到的估計系數往往難以解釋，所以在分析VAR模型時，往往不分析一個變量的變化對另一個變量的影響，而是分析一個誤差項發生變化，或者模型受到某種沖擊時對系統的動態影響。通過脈沖響應函數以此來刻畫系統中單個方程的因變量如何響應其它因素給予的誤差項沖擊。

如果變量是平穩的，我們可以由它得到向量移動平均模型VMA(∞)為：

其ψp=(ψp，ij)中為系數矩陣，p=0，1，2，…。則對yj的一單位新息(innovations)沖擊引起的響應函數為ψ0，ij，ψ1，ij，ψ2，ij，…。

不過，這種脈沖響應函數受VAR模型中變量所在方程的排列先后順序影響，以致其結果的穩健性一直受到詬病。為彌補這種不足，Koop等人［12］和Pesaran及Shin［13］提出了廣義脈沖響應函數(Generalized impulse response function)。本文將利用該函數分析國際石油價格、人民幣匯率對我國農產品價格的短期影響。

四、變量說明及數據描述

本文涉及的變量有國際石油價格、人民幣匯率和大豆、玉米、大米、小麥這四種農產品價格。由于我國于2001年末入世，此后我國經濟和世界經濟的聯系更加密切，因而我們使用的是2002年1月至2010年11月的月度數據，國內價格來源于各年度的《中國農產品價格調查年鑒》及國研網宏觀數據庫，國際原油價格來源于IMF的主要商品價格數據庫①國研網數據庫http：//data.drcnet.com.cn/web/OLAPQuery.aspx?;IMF數據庫http：//www.imf.org/external/np/res/commod/index.asp。。

各個變量的說明及描述性統計見表1。

表1 變量說明及描述性統計

為了進一步考察各個變量的關系，我們求得各個變量的相關系數，如表2所示：

表2 變量的相關系數

由表2可知，各個農產品的價格與國際原油價格的相關度極高，其相關系數均在0.79以上。各個農產品價格之間接近完全相關，其相關系數均在0.94以上。各個農產品的價格和人民幣匯率的關系呈現出極高的負相關關系，其相關系數均在－0.70以下，人民幣升值伴隨農產品價格的持續上升。值得注意的是，簡單的相關關系并不意味變量之間存在因果關系，判定變量間的因果關系，還需進一步的分析。

同時借助ADF檢驗方法，對各個變量進行單位根檢驗，其結果見表3。

表3 ADF檢驗結果

由表3可知，pc，pw，ps，exch，lcroil變量差分一次后平穩，這些變量的單整階數為1，而pr為水平平穩。因為TY方法并不要求序列間的單整階數相同，因此可以借助TY方法檢驗國際石油價格對國內農產品價格的長期影響。

根據前述的TY方法，構建上述六個變量的VAR模型，根據AIC、SC和HQ信息準則，確定最佳滯后階數為1。滯后選擇的依據見表4。

表4 滯后階數選擇

再利用TY方法進行Granger因果檢驗的結果見表5。

表5 TY Granger因果檢驗結果

從表5可知，國際石油價格在1%的顯著水平是玉米價格的Granger原因，在10%的顯著水平下是小麥和大豆價格的Granger原因，而不是大米價格的Granger原因。造成這一結果的可能解釋是因為玉米、小麥和大豆均是旱地作物，而大米是濕地作物，在整個生產期間，玉米、小麥和大豆使用的燃料成本較高，而中國自改革開放以后，燃料的原料——石油的對外依存度逐年增加，目前已超過50%，因此，玉米、小麥和大豆價格對國際石油價格的變化較為敏感，而石油價格變動對大米價格的影響則很弱。

人民幣匯率均不是玉米、小麥、大米和大豆價格的Granger原因。因此，人民幣匯率變動對預測玉米、小麥、大米和大豆并不起作用，而國際石油價格對大米價格的變動并不產生實質的影響。這一結果可能與兩個原因有關。一是與人民幣匯率的形成機制有關系，因為當前人民幣匯率的形成機制仍是以政府調控為主的，并沒有達到發達國家的市場化程度，因此，這些農產品價格對匯率變動的反應較弱;二是國內農產品與國際市場的整合程度還較弱，玉米、小麥、大豆和大米的國際貿易額較低，因此，國內價格對匯率的變動也較弱。

進一步借用廣義脈沖響應函數來分析國際石油價格對各個主要農產品價格的短期影響。其函數見圖1。

從圖1可以發現，國際石油價格沖擊對玉米、小麥和大豆價格的影響為正，并在第2個月后下降，但是在第3個月后又上升，此后在第6個月后緩慢下降。這意味著，國際石油價格沖擊對玉米、小麥和大豆的價格影響在半年以后方才趨于減小。

使用2002年1月至2010年11月的月度數據，通過時間序列分析，我們檢驗了國際石油價格和國內農產品，主要是玉米、小麥、大豆和大米的因果聯系。Granger因果檢驗表明，國際石油價格是玉米、小麥和大豆價格的Granger原因，不是大米的Granger原因，同時人民幣匯率不是玉米、小麥、大米和大豆價格的Granger原因。此外，借助廣義脈沖響應函數，我們發現國際石油價格在半年之后對玉米、小麥和大豆價格的影響方才穩定趨于下降。本文的經驗研究結果可以為現實的農業政策與農業發展提供一些有益的洞察和啟示。

五、結 論

目前，中國主要農產品價格近年來波動十分頻繁。本文主要考察國際原油價格波動是否是國內主要農產品價格的原因。當然影響農產品價格的因素很多，除國際石油價格的不穩定性外，還有生物能源的進一步開發使用、自然災害、主要出口國的出口管制政策等。

毫無疑問，中國的農產品價格在未來存在著極大的不確定性，由于農產品關系到國計民生，因而其價格波動，即使是暫時性波動都會對國民經濟造成嚴重影響。特別是近年來石油進口量增加迅猛，國際石油價格的劇烈波動甚至會在一定程度上引發中國的農產品安全問題。本文的結論意味著，中國在未來為保證農產品安全、保持糧價穩定需要從內部和外部兩方面著手解決問題。一方面大力強化農業的基礎性地位，真正將農業視為衣食之源、生存之本，加大對農業的扶持力度，從資金、科技、流通體系等方面保障農業的健康發展。

綜上所述，國際石油價格對玉米的影響很顯著，而對小麥和大豆的影響較為顯著，對大米的影響較弱。這樣的結論意味政府對不同的農產品應該采取有針對性的市場措施，加強對農產品的宏觀調控。只有這樣，方能有效的應對農產品價格波動給社會帶來的消極影響，對保民生、促和諧或許有所裨益。

［1］HANSON K，ROBINSON S，SCHLUTER G.Sectoral Effects of A World Oil Price Shock：Economywide Linkages to the Agricultural Sector［J］.Journal of Agricultural and Resource Economics，1993，18(1)：96 －116.

［2］YU BAFFES J.Oil Spills on Other Commodities［J］.Resources Policy，2006(32)：126 －134.

［3］ZHANG，REED.Relationships among Strategic Commodities and with Financial Variables：A New Look［J］.Contemporary Economic Policy，2008，27(1)：251 －264.

［4］HARRI A，NALLEY L，HUDSON D.The Relationship between Oil，Exchange Rates and Eommodity Prices［J］.Journal of Agricultural and Applied Economics，2009，41(2)：501 －510.

［5］KWOO，KOO，TYNER W E.What＇s Driving Food Prices? ［R］.Farm Foundation Issue Report，2009(3)：302 －312.

［6］BAEK.Analyzing Factors Affecting U.S.Food Price Inflation［J］.Canadian Journal of Agricultural Economics，2010(58)：303 －320.

［7］魏巍賢，林伯強.國內外石油價格波動性及其互動關系［J］.經濟研究，2007(12)：130－141.

［8］林金岷，曾林陽.國際石油價格波動對我國通貨膨脹的影響——基于VAR的經驗證據［J］.國際經貿探索，2008(7)：14－18.

［9］孟巖，張燃.國際石油價格波動與我國宏觀經濟：基于VAR的分析［J］.財貿經濟，2008(10)：12－15.

［10］劉建，蔣殿春.國際原油價格波動對我國工業品出廠價格的影響——基于產業層面的實證分析［J］.經濟評論，2010(2)：110－119.

［11］TODA H Y，YAMAMOTO T.Statistical Inferences in Vector Autoregressions with Possibly Integrated Processes［J］.Journal of E-conometrics，1995(66)：225 －250.

［12］KOOP G，PESARAN M H，POTTER S M.Impulse Response Analysis in Nonlinear Multivariate Models［J］.Journal of Econometrics，1996(74)：119 －147.

［13］PESARAN M H，SHIN Y.Generalized Impulse Response Analysis in Linear Multivariate Models［J］.Economic Letters，1998(58)：17 －29.