国际农产品价格如何影响了中国农产品价格？，本文主要内容关键词为：农产品论文,价格论文,中国论文,国际论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
JEL Classification:F14,F15,Q11
一、引言
近年来，中国农产品价格在不断波动中迅猛增长。从2006年初到2010年末，小麦的集贸市场价格由1.46元/公斤上涨到2.14元/公斤，大米价格由2.93元/公斤增长到4.41元/公斤，玉米价格由1.27元/公斤上升至2.12元/公斤，三者的涨幅分别为47%、50%和67%。同期，大豆的集贸市场价格由2006年1月的3.48元/公斤，经过反复波动后，增长至2010年11月的5.84元/公斤，涨幅达68%。当以美元计价时，由于人民币对美元升值，中国农产品价格更是呈现出“疯长”的态势(图1)。根据国家统计局发布的报告，2010年中国CPI的增长中，70%的涨幅是食品贡献的，这就引起了社会各界对食品，特别是农产品价格问题的关注。
造成中国农产品价格迅速增长的原因有很多，包括经济发展和人口增长等长期趋势，还包括农业生产成本上升、通货膨胀预期等中期因素，以及货币超量供应、自然灾害频发等短期因素。当然，不能忽视的，还包括国际农产品价格波动与上涨的影响，本文注重对该方面因素的分析。
2006年以来，国际农产品价格呈现出剧烈波动且迅速上涨的态势。2006年1月的食品价格指数为106.06，2008年6月升至最高峰188.02，涨幅为77.3%；经过大幅下降之后，到2010年11月，食品价格指数恢复到173.35的高位。这一时期，玉米、小麦、大米、大豆等主要农产品的国际价格也迅速攀升，5年间涨幅分别为130%、64%、91%和115%(图2)。国际农产品价格和中国国内农产品价格呈现出同步上涨的状态，二者的波动也具有高度的一致性(图3)，这似乎表明国内农产品受到了国际农产品价格的影响。并且，近年来中国在国际农产品市场上扮演着越来越重要的角色，农产品贸易额迅速攀升，意味着国际农产品价格可能会对中国农产品价格产生不可忽视的影响作用。
那么，国际农产品价格是否对中国农产品价格具有显著影响，如果有影响，其影响的机制是怎样的，影响程度如何，同其他影响因素相比，国际农产品价格因素的重要程度如何？这些都是现有文献未能深入挖掘的问题，而这些问题对于理解国内农产品价格波动、(输入型)通货膨胀的形成机制具有十分重要的理论意义，同时可以为中国各界积极应对国际农产品价格波动、维护国内粮食安全和物价稳定提供深刻的启示。本文旨在对这些问题有进一步突破，探索国际农产品价格是否以及如何影响中国农产品价格，重点在于剖析影响程度并理清作用机制。
本文其余部分结构安排如下：第二部分为相关文献评述，第三部分为理论框架，第四部分介绍经验分析方法与数据，第五部分报告经验结果并进行分析，第六部分为结论性评述。
二、文献评述
关于国内农产品价格同国际农产品价格之间关系的研究，主要是应用协整分析方法来检验两个市场的价格是否具有协整关系。Alexander & Wyeth(1994)使用恩格尔—格兰杰两步法对印度尼西亚大米市场进行检验，发现其国内市场价格同国际市场价格之间具有长期整合关系。Dercon(1995)基于误差修正模型(ECM)方法，对恩格尔—格兰杰两步法进行改进，以使其能检验短期的整合关系。在协整和误差修正模型的基础上，学者们又对方法进行了进一步完善，例如用Johansen检验代替两步法(Goodwin，1992)，构建向量误差修正(VEC)模型来判断市场一体化程度(Asche，1999；Gonzalez，2001)，为克服遗漏变量和自相关问题对ECM的改进(Goodwin，2001)。
图1 中国农产品价格走势(2002-2010年)
图2 国际农产品价格走势(2002-2010年)
图3 中国和国际食品价格走势(2002-2010年)
国内学者应用上述技术，对中国农产品价格同国际农产品价格的关系做出了大量的研究。在较早的研究中，张巨勇等(1999)、武拉平(2000)使用相关分析、ECM等方法考察国内外各种粮食价格的整合程度，发现总体来说国内外市场整合程度不足，但也因粮食品种的不同而存在差异。近期的研究则大都证明了国内外农产品市场之间存在着高度的整合关系。丁守海(2009)使用Johansen检验和VEC模型，以四种主要粮食产品价格为观测对象，发现国际粮价变动无论在长期还是在短期都会在相当程度上输入我国。罗锋、牛宝俊(2009)运用协整和VAR模型证实了国际农产品价格变动对国内农产品价格具有显著影响，国际期货价格的信息反应机制比进口价格传递的作用更大。
与本文的研究目的相近的另一类文献是，运用协整和ECM等方法检验中国或国际的农产品等大宗商品价格对中国整体物价水平的影响，即大宗商品价格同CPI之间的整合关系。卢锋、彭凯翔(2002)使用VEC模型对中国粮食价格和消费物价之间关系的研究颇具代表性，他们发现1987年至1999年间通胀与市场粮价存在长期均衡关系，通货膨胀在格兰杰意义上影响了粮价变动，反之却不成立。此后的一些研究借鉴了上述方法，但得出了不同的结论：吴泰岳(2006)认为农产品价格与通货膨胀之间存在着长期均衡关系，并且是粮价引起物价变动而不是相反；刘小铭(2008)的研究则表明中国粮食价格同CPI之间存在双向的格兰杰因果关系。
纵观现有的文献，考察国内农产品价格变动影响因素的研究大多采用定性分析，从统计数据或逻辑推理出发，对中国农产品价格波动进行解释。在国内外市场整合及粮价与物价关系的研究中，早期使用协整等标准时间序列分析方法的研究对短期整合关系的考察较为欠缺，而使用VEC模型的分析虽然能考察整合程度并验证短期整合关系，但仅限于对国内外农产品价格之间或农产品价格与CPI之间的因果关系作出判断，无法判明是否存在经济意义上的影响，也无法考察一种价格对另一种价格的影响程度，以及在众多影响因素之中所占的地位。
本文将首先借鉴已有文献的研究方法，通过时间序列分析，探究近年来国际农产品价格变动是否对中国农产品价格产生了影响；在此基础上，根据已有的研究成果和中国现实情况，构建理论框架并进行具有针对性的回归分析，探讨中国农产品价格是否在经济意义上受到了国际农产品价格的影响，并在控制一系列重要影响因素的前提下“剖析出”国际农产品价格因素的影响作用。这样的分析可以使我们探明国际农产品价格对国内农产品价格的影响程度与作用机制，将以往文献中格兰杰意义上的因果关系向前推进了一步，是对现有研究的重要突破。
三、理论框架
本文的研究包含两大部分：一是对国内农产品价格与国际农产品价格之间格兰杰因果关系的检验，主要考察国际、国内农产品市场间的整合关系；第二，如果整合关系存在，那么国际农产品价格是否对国内农产品价格具有经济意义上的显著影响，其在多大程度上影响了国内农产品价格，影响的渠道与机制又是什么。
(一)国际农产品市场同国内农产品市场的整合关系
根据周章跃、万广华(1999)，假定农产品市场呈现出完全竞争的市场结构，如果两个市场之间完全整合，则农产品价格的差额应该固定等于运输成本，于是一个市场上的价格波动将完全传导至另一个市场；而如果两个市场之间不具有整合关系，则价格传导将不复存在。利用数据自身特征分析两个市场上价格之间的关系，我们依据市场运行中的实际情况假定国内农产品价格取决于国际农产品的滞后价格。由于中国农产品市场同国际农产品市场之间存在较大的空间距离，而且农产品贸易并非处在自由贸易的“真空”当中，贸易壁垒的广泛存在，生产、运输、交割等过程中的时滞，都要求我们假定国内当期价格受国际滞后价格的影响。这就为本文中VAR模型以及VEC模型的建立提供了基础，在此，我们根据理论和现实提出如下假说。
命题一：国际农产品市场同中国农产品市场之间存在着高度的整合关系，这种整合关系不仅体现在整体的食品价格指数上，还体现在重要的单种农产品价格上。
命题一只表明了两个市场上的农产品价格之间具有格兰杰意义上的因果关系，但未指明因果关系走向。基于本文的研究目的，我们再进一步提出两个有待检验的命题：
命题二：国际农产品价格变动是国内农产品价格变动的显著原因；
命题三：国内农产品价格变动是国际农产品价格变动的显著原因。
这里的“原因”超越了格兰杰因果关系，指的是经济意义上的原因。显然，命题三并非本文关注的核心内容，但可以成为检验过程中的“副产品”而被证明是否为伪命题。通过格兰杰因果性检验和VEC模型，我们只能确定命题二是否是伪命题，如果通过时间序列分析，该命题未被证伪，还要进行下一步的分析，才能确认其是否为真。
(二)国际农产品价格对国内农产品价格的影响
这部分的关键在于根据以往研究成果确定影响国内农产品价格的重要变量，从而为构建考察国内农产品价格影响因素的计量模型提供理论基础。
本文的核心要旨在于考察国际农产品价格的影响作用，因而在命题二中已经将该因素作为待考察的对象。实际上，已有的一些文献从不同侧面对该问题进行了初步的解释，例如丁守海(2009)通过配对Johansen检验，认为间接贸易造成了某些食品价格的国际输入；罗锋、牛宝俊(2009)通过方差分解认为国际期货价格的信息反应机制对国内农产品价格波动产生了重要影响。这样，如果国际农产品价格显著影响了国内农产品价格，则在控制了其他影响因素的情况下，(作为解释变量的)国际价格同国内价格呈正相关关系。
Trostle(2008)指出了影响粮食价格的重要供求因素。在需求方面，快速的经济增长、人口增长以及对肉类消费的增长是拉动粮食需求的三大因素。人口增长对粮食需求的影响是显然的。而另外两个因素实际上是同一问题的两个方面，正是由于经济增长带来消费结构升级，才导致肉类消费的增长，所以肉类消费增长也可归结于经济(收入)增长。
在供给方面，Trostle(2008)提到了农产品库存减少、生产成本上升、生物燃料生产扩张、美元贬值、粮食进口国外汇储备激增、自然灾害，以及进出口国政策等。具体到中国的农产品供给，至少有以下几方面影响因素。
近年来土地租金、物质费用的大幅上涨(程国强等，2008)，以及石油价格的上涨(李国祥，2008)，均导致了农业生产成本增加。中国粮食库存时常发生波动，而库存降低会造成粮食价格的剧烈波动(黄季焜、仇焕广，2007)。货币超量供给改变了货币与农产品的比例关系，产生了“通货膨胀”效应(胡冰川等，2009)。自然灾害频发、生产周期性变动等农业生产特有的因素导致了农产品供给下降(钟甫宁，2008)。
以上影响中国农产品价格的供求因素都将作为国际农产品价格的“控制因素”，根据以上论述，概括为如下命题：
命题四：经济发展水平越高、人口增速越大、农业生产成本越高、石油等能源价格越高、粮食库存越少、货币供应量越大、外汇储备越多、自然灾害越严重，则国内农产品价格越高。
命题四中包含着许多子命题，并非本文关注的核心内容，但进行计量分析时可以验证各个子命题的真伪。
四、经验方法与数据
(一)经验分析方法
第一步，我们对国内和国际的总体食品价格指数、玉米、小麦、大米、大豆等四种粮食价格进行协整和误差修正分析。首先检验每组时间序列数据是否存在协整关系，若协整关系存在，则表明两种价格存在长期均衡关系并至少有一组因果关系，可使用向量误差修正(VEC)模型分析两种价格间格兰杰意义上的因果关系走向。VEC模型的表达式如下：
其中，p表示粮食价格，E为滞后一期的误差修正项，Δ表示一阶差分，x=g，c，w，r，s分别表示总体食品、玉米、小麦、大米和大豆，t表示时期，l和k表示滞后阶数，上标c和f分别代表国内和国际，ε为估计方程的残差项。
β和γ为系数，若
显著，则表明国际农产品价格在长期对国内农产品价格具有格兰杰意义上的因果关系；若
显著，则表明国内农产品价格在长期对国际农产品价格具有格兰杰意义上的因果关系。若至少有一个
显著，则表示国际农产品价格在短期会影响内农产品价格；若至少有一个
显著，意味着国内农产品价格在短期会影响国际农产品价格。在估计过程中，为了剔除不显著的滞后项，可以先用协整方程求出残差，再把滞后一期的残差作为E，然后估计联立方程(1)、(2)，根据Step回归程序逐步剔除不显著的滞后项。
第二步的回归分析建立在第三部分理论框架的基础之上。以国内农产品价格作为被解释变量，相关的需求和供给因素作为解释变量，则国内农产品价格的决定方程为：
p=f(Foreign，Eco，Pop，Stock，Cost，Wea，M，Exch，Energy) (3)
其中，Foreign表示国际因素，包括国际农产品价格，以及国际期货市场价格和中国农产品贸易量。Eco表示国内经济发展状况，包括人均GDP、工业增加值、消费者信心指数等。Pop表示中国人口数量，Stock表示国内粮食库存量，Cost为农业生产成本，Wea为自然灾害情况。M为货币供应量，Exch表示国际储备等因素，Energy为能源价格。在进行计量分析时，基于现实意义和统计上的要求，上述因素会由各个具体的变量来表示，计量模型为：
(二)变量说明及数据描述
在检验国内农产品价格同国际农产品价格的因果关系，即进行时间序列分析时，只涉及五对价格变量数据，包括总体食品价格指数和大豆、玉米、大米、小麦这四种农产品价格。在Trostle(2008)的描述中，我们发现国际农产品价格从2002年开始呈现出显著的增长趋势，而在此之前除个别年份发生过较大波动之外，一直比较平稳。另外，中国于2001年末入世，此后国内农产品价格同国外农产品之间的相关性会更强，因而我们使用的是2002年1月至2010年11月的月度数据，国内价格来源于各年度的《中国农产品价格调查年鉴》及国研网宏观数据库，国际价格来源于IMF的主要商品价格数据库。①总体食品价格指数的原始数据为同比和环比数据，我们将其转化为以2005年1月为100的定基数据。由于农产品贸易和期货市场的信息反映机制，我们预期国内价格同国际价格正相关。
进行回归分析时涉及的变量较多，并且一些变量的月度数据无法获得。人口的数据为年度数据，GDP数据为季度数据，来源于国研网宏观数据库。衡量经济发展程度时，除GDP之外，工业增加值也是一个重要的指标，能在一定程度上反映国家的生产状况和繁荣程度，另外，消费者信心指数也从一个侧面反映了一国的经济发展状况。为了使本文的经验分析基于月度数据进行，我们在回归时使用工业增加值或消费者信心指数来代替GDP指标，这两个变量的数据来源于各期《中国经济景气月报》和国研网宏观数据库。在进行敏感性检验时，我们也会使用GDP，此时将其他变量的月度数据合并为季度数据。由于经济发展状况越好会导致农产品需求增加，所以我们预期农产品价格同上述指标呈正相关关系。
国际农产品期货价格来源于芝加哥商品交易所(CME)官方网站，我们对四种农产品期货的每日收盘价取月度平均值获得月度数据，再以四种产品的平均值作为食品期货价格的代理；粮食库存来源于美国农业部的预测信息。在衡量农业生产成本方面，我们使用农业生产支出和购置化肥农药支出两个指标，来源于《全国农产品成本收益资料汇编》。②本文用各年度农业受灾面积来衡量自然灾害因素，2008年之前的数据来自《中国农业统计年鉴》，2009年和2010年数据由我们根据中央气象台发布的《农业气象灾害监测预警评估》整理。显然，国内农产品价格同生产成本和受灾面积正相关。
广义货币供应量(M2)的数据来源于各期《中国经济景气月报》，外汇储备来源于国家外汇管理局官方网站，我们预期国内农产品价格同M2和外汇储备正相关。另外，石油等能源的价格会从两方面对农产品价格产生影响：一是能源价格上升会导致农产品生产成本上升，由此抬高农产品价格；二是能源价格上升导致生物燃料使用量的增加，也会拉动农产品价格上升。我们将在回归模型中纳入中国进口原油价格，数据来源于各期《中国经济景气月报》。
价格变量的单位为绝对量时，我们使用CPI指数进行了平减；为消除异方差，所有变量均取了对数。各个变量的含义、样本数、描述性统计，解释变量在回归分析中的预期符号列于表1之中。
五、经验分析结果
(一)国际农产品市场同国内农产品市场的整合关系
我们首先检验价格数据的平稳性，结果表明，国内外各种价格数据均为非平稳序列，但这些序列的一阶差分均是平稳的，因此对于每一对价格(或价格指数)，均可以进行Johansen协整检验。③根据协整检验结果，给定序列间不存在协整关系的原假设，对于5对价格序列，无论是迹统计量，还是最大特征值统计量，均大于5%的临界值，因此原假设都被拒绝。④这表明各种农产品的国内外价格间存在协整关系，即国内外农产品市场具有长期的整合关系。命题一中的假说得到证实。
由于各对价格序列之间存在协整关系，可以使用具有协整约束的VAR模型，即VEC模型来分析国内外农产品价格的因果走向及影响强度。我们根据(1)、(2)两式进行VEC估计，并使用Step回归程序逐步剔除不显著的滞后项，估计结果列于表2之中。
五个国内价格方程中的误差修正项均显著，而五个国际价格方程中的误差修正项均不显著，表明国内外价格长期均衡关系的作用方向是国际农产品价格变动引起国内农产品价格的变动，这种单向的格兰杰因果关系已经证伪了命题三，初步支持了命题二。但由于格兰杰因果关系只表明先动和后动的关系，并不能说明经济意义上的因果联系，所以国际农产品价格对国内农产品价格的影响作用还需要进一步验证。
表2中的协整向量可以表明国内外农产品市场的整合程度。从整体食品价格指数来看，协整向量[1，-0.721]表明国际食品价格指数上涨1%，国内食品价格指数便上涨0.721%，二者的协同程度较高。从单种农产品价格来看，国内外农产品市场高度整合，对于小麦和大豆来说，国际价格上涨1%，国内价格上涨幅度接近1%；对于玉米和大米来说，国际价格上涨1%，国内价格上涨幅度则分别为1.1%和1.6%，这种“超整合状态”一方面说明了国内外价格变动的高度一致性，另一方面，国内价格变动幅度超过国际价格变动幅度也意味着国内农产品价格变动不仅仅由国际价格引起，其影响因素还来自于其他方面。⑤
(二)国际农产品价格对国内农产品价格的影响
我们根据(4)式，首先使用月度数据，以各种农产品的国内价格为被解释变量，相关的影响因素为解释变量进行OLS回归。如表1所示，人口和受灾情况为年度数据，农业生产成本变量为季度数据，我们按照Trefler(2004)的方法，使用年度和季度数据与对应的月度数据相匹配，从而保证较大的样本数。由于计量模型中纳入的变量较多，一些变量具有相似的经济意义，因此可能会遇到多重共线性问题。一方面，我们计算了方差膨胀因子(VIF)并剔除存在严重共线性的变量；另一方面，我们进行多次回归，将衡量相似影响因素的变量依次代入计量模型。这样既可以使(4)式中所包含的各解释变量不存在严重的多重共线性，也可以此来考察核心解释变量估计结果的稳健性。随后我们进行两种敏感性检验：一是将月度数据合并，使用季度数据回归；二是克服可能存在的内生性问题，使用工具变量法进行回归。
1.基准检验
当考察国内食品价格指数的影响因素时，由表3第(1)列结果可知，国际食品价格指数的估计系数为0.405，在1%的显著性水平下显著。由于变量均为对数形式，所以估计系数具有弹性的含义，即国际食品价格指数每上升1%，国内指数上升0.4%。因为估计值是在控制了其他一系列影响因素的前提下得出的，国内价格对国际价格变动的弹性在0.4左右，不仅同直觉相符，在经济意义上也是合理的。调整的
达到了0.904，F值为282，表明计量模型的拟合程度很好。由于使用时间序列数据可能存在虚假回归，我们对残差序列进行了单位根检验，ADF统计量为-5.837，小于1%水平的临界值，意味着残差序列是平稳的，排除了虚假回归的可能性。这样的结果意味着国际食品价格指数对国内食品价格指数存在着经济意义上的影响，是国内价格变动的显著原因。结合上一节的协整及VEC分析，命题二的理论假说得到了证实。
其他控制变量的估计结果并非本文关注的重点，但通过这些结果可以更充分地了解国内粮食价格变动的影响因素。大多数变量的符号都同预期相符，并且显著。粮食价格同人口、原油价格、受灾面积、货币发行量正相关，同粮食库存负相关。人均工业增加值、人均生产支出和外汇储备不显著，可能的原因是，工业增加值同GDP之间的变动趋势还存在差异，不能充分反映经济发展状况；人均生产支出仅为农业支出的一部分，无法全面反映各种产品生产成本的变动；中国的外汇储备作用比较特殊，在国际市场上购买农产品的功能十分有限，因而该变量不显著。
用消费者信心指数代替人均工业增加值，煤炭价格代替原油价格，农业固定资产投资代替生产支出，成灾面积代替受灾面积，第(2)列的回归结果同第(1)列之间并无显著差异，
的估计系数为0.396，且在1%的水平下显著，表明我们的估计结果是稳健的。⑥此时消费者信心指数显著为正，支持了经济快速发展带动食品价格上涨的假说。煤炭价格的估计系数仍然为正，显著性水平比原油价格有所上升，可能是由于国际煤炭价格波动对中国农业生产成本具有更直接的传导作用。
类似地，使用具体农产品的国内价格作为被解释变量，估计结果在(3)至(10)列之中。玉米价格的国际价格弹性为0.234，也具有合理的经济意义，而且变换控制变量之后的估计结果十分稳健。小麦的国际价格弹性较小，仅为0.05左右，而且在(5)中显著性水平也有所下降，表明国际小麦价格对国内小麦价格的影响作用十分有限，这在一定程度上反映了中国小麦贸易量很小(课题组，2007)，从而同国外小麦市场相对隔绝的现状。大米、大豆价格的估计结果也证实了国际农产品价格对国内价格的显著影响，国外价格弹性的估计值介于0.20到0.36之间。
所有方程的拟合优度都很高，残差序列都通过了单位根检验，因而表3的结果证实了命题二的理论假说，也同时证实了命题四中的部分结论。
2.敏感性检验
以上通过变换控制变量进行回归，国际价格的估计系数始终显著为正，已经证明了估计结果的稳健性。我们将进一步进行各种敏感性检验。
衡量经济发展水平最直接的指标是人均GDP，2004年之后国家统计局只公开发布季度GDP数据。为了同GDP数据的频度相匹配，我们将月度数据合并为季度数据，在小样本条件下考察国际农产品价格对国内价格的影响作用。由表4所示，国际农产品价格指数仍然为正，且大多在5%以上的水平显著，国外价格弹性的估计值也在合理的区间范围内。⑦但此时小麦价格方程的估计系数都不显著，连同表3的估计结果，表明在小麦市场上，国内外市场分割较为明显，国际小麦价格对国内小麦价格的影响作用有限。⑧大米价格方程的两次估计中，有一次不显著，可能是合并数据造成了部分信息损失，小样本回归又造成了结果的偏差。在各个方程中，人均GDP的估计系数均显著为正，证实了命题四中经济发展水平拉动农产品价格上涨的假说。各方程残差均通过了平稳性检验。总体来看，使用季度数据的回归表明了国际农产品价格对国内农产品价格具有显著的影响作用，从而进一步证实了命题二的理论假说。
表2的分析结果表明，尽管国内农产品价格在长期对国际价格不具有格兰杰意义的因果关系，但在短期会有一定的影响作用。而且近年来中国参与农产品贸易的程度不断加深，国内农产品价格可能会通过贸易渠道影响国际市场的供求关系从而影响国际价格。这意味着核心解释变量可能具有内生性，为此有必要为其选取工具变量进行回归。在国际大宗商品交易中，期货交易常常会通过信息传递、影响预期等渠道影响现货价格；而国际期货交易对国内集贸市场上的农产品价格影响作用十分有限。如果以上假说成立，则根据Acemoglu et al(2001)的方法，期货价格应显著影响国际价格，而对国内价格的影响不显著；或者国内价格单独对期货价格回归时，期货价格显著，加入国际价格之后期货价格转为不显著。
表5汇报了检验期货价格作为工具变量是否合理的估计结果。第(Ⅰ)行是以国际价格为被解释变量，期货价格为解释变量进行的一元线性回归，结果表明各种农产品的国际现货价格同期货价格之间具有高度的相关性。第(Ⅱ)行是以国内价格为被解释变量，将期货价格同(4)式中的各控制变量一起进行回归的结果，此时食品、小麦的期货价格不显著，表明对于这两种商品来说期货价格是合适的工具变量。对于玉米、大米和大豆来说，需要进一步进行回归，以国内价格为被解释变量，国际现货价格和期货价格同时作为解释变量，并加入各控制变量，构成了第(Ⅲ)行的回归结果。此时无论控制变量如何变换，国际农产品期货价格对国内农产品价格均没有显著的解释力，从而表明期货价格是较为合理的工具变量
以国际农产品期货价格作为国际现货价格的工具变量，使用两阶段最小二乘法(2SLS)进行估计，回归结果列于表6之中。此时，国际农产品价格的估计系数仍然显著为正，且估计值略大于OLS的估计结果(比较表3中的结果)。食品价格指数的国际价格弹性达到了0.44左右，玉米在0.22至0.27之间，大米在0.3左右，大豆的国际价格弹性比OLS估计值略有下降，而小麦的国际价格弹性的估计值有了较大幅度提高。并且所有方程的拟合程度都很好，调整的R[2]均在0.94以上。在工具变量对国际价格的解释力方面，各种农产品期货价格的估计系数均显著为正，国际价格方程的拟合程度也较好，调整的R[2]均超过0.9。
表6的最后一行汇报了Hausman内生性检验的概率值。该检验的原假设是OLS估计量和工具变量估计量均是一致的，即国际农产品价格是外生的，概率值p越大，接受原假设的可能性越大。设定0.05为临界值，则只有玉米和大米价格为被解释变量时，国际价格具有内生性，2SLS估计结果更为可信；如果将临界值设定为0.1，则食品价格指数和大豆价格作为被解释变量时，2SLS估计结果也优于OLS估计结果；进一步将临界值提高至0.15，则各种产品的国际价格都具有内生性，需使用2SLS估计来保证结果的一致性。
这样的结果说明，以常规标准(临界值为0.05)衡量，OLS估计结果具有一致性；以较为严格的标准(临界值为0.15)衡量，国际价格是内生的，本文的实证分析中使用2SLS进行估计的结果优于OLS的估计结果，选取工具变量是必要的。而2SLS估计值同OLS估计值只有量上的较小差别，则进一步证明了本文估计结果的稳健性。至此，考虑了内生性问题的计量检验也支持了命题二的理论假说。
六、结论性评述
使用2002年1月至2010年11月的月度数据，通过时间序列分析，我们检验国内外农产品价格之间的因果联系。协整检验表明，国内外农产品市场存在着高度的整合关系；VEC模型的估计结果验证了无论在长期还是短期，国际农产品价格对国内农产品价格都具有格兰杰意义上的因果作用。
在此基础上，我们纳入一系列影响国内农产品价格的变量进行回归分析，在控制了其他影响因素的条件下证实了国际农产品价格对国内价格具有经济意义上的显著影响。各种农产品的国内价格对国际价格的反应程度存在较大差异，玉米、大米、大豆的国际价格弹性处于0.20到0.36的区间范围之内，而小麦的国际价格弹性仅在0.05左右，整体食品价格指数的国际价格弹性约为0.4。本文的经验研究结果可以为现实的农业政策与农业发展提供一些有益的洞察和启示。
目前，中国主要农产品价格仍然在很大程度上受到国际价格影响，而国际农产品价格近年来波动十分频繁，而且价格波动的驱动因素仍然十分活跃，如石油价格的不稳定性、生物能源的进一步开发使用、自然灾害、主要出口国的出口管制政策等。这样，中国的农产品价格在未来存在着极大的不确定性，由于农产品关系到国计民生，因而其价格波动，即使是暂时性波动都会对国民经济造成严重影响。特别是近年来农产品进口量持续增加，国际农产品价格的剧烈波动甚至会在一定程度上引发中国的粮食安全问题。本文的结论意味着，中国在未来为保证粮食安全、保持粮价稳定需要大力强化农业的基础性地位，真正将农业视为衣食之源、生存之本，加大对农业的扶持力度，从资金、科技、流通体系等方面保障农业的健康发展。
本文的计量结果表明，国内外农产品市场间高度的整合关系主要是通过国际贸易建立的。中国在小麦市场上进行严格的贸易管制，因而小麦进口量微乎其微，这样，相比于其他产品，小麦的国际价格弹性很低。这样的结论意味着加强国内农产品储备，对农产品贸易进行管制在很大程度上能抵御国际农产品市场价格波动对国内农产品价格的影响。当然，这并非强调一味的自给自足，而是强调扩大国内农产品产量和储备的重要性。另外，由于农产品贸易，特别是农产品进口在一定范围内是长期存在的，因此加强对国际农产品市场价格的监控，建立农产品价格预警机制，并通过财政补贴等手段平抑因国际价格波动而带来的国内农产品价格上涨，是政府未来需要努力的另一个方向。
感谢匿名审稿人的建设性意见，文责自负。
注释：
①限于篇幅，我们略去了数据来源的具体网址，感兴趣的读者可向作者索取。
②农业生产支出包括物质与服务费用和人工成本，是目前可获得的时间序列数据中衡量农业生产成本的最理想指标；根据众多来源的统计结果，粮食作物生产中50%左右的成本是用于化肥农药支出，因而我们还选取了购置化肥农药支出作为替代指标。
③限于篇幅，我们略去了ADF检验和Johansen协整检验结果，读者可向作者索取。
④由于是月度数据，在进行协整检验时，我们按照卢锋、彭凯翔(2002)的处理方法，取滞后阶数为12。
⑤使用VEC方法估计的滞后项可以反映出国内外价格间短期的相互影响关系。我们的估计结果表明：国内农产品价格明显受到自身滞后项的影响，国际价格对国内价格的短期效应并不明显。与此同时，估计国际农产品价格时，国内价格滞后项仅有少量显著，表明国内农产品价格在短期对国际农产品价格的影响也十分有限。我们略去了具体的估计结果，读者可向作者索取。
⑥实际上，我们逐一变换解释变量进行回归，估计结果之间差异不大。限于篇幅，表3中只报告了同时变换四个解释变量的结果，感兴趣的读者可向作者索取各次回归结果。
⑦限于篇幅，表4至表6只报告了核心解释变量的估计结果，完整的估计结果可向作者索取。
⑧我们说“作用有限”，而并非没有作用，是因为小样本估计可能会带来偏差，不显著的结果不完全可信。另外，如果放宽检验标准，历次小样本回归中，国际小麦价格在15%的水平上显著。