生物质能源发展对粮食安全影响的内在机理分析*

刘飞翔，刘伟平

(1.福建农林大学作物学院，福州 350002;2.福建农林大学经济管理学院，福州 350002)

1 粮食安全与能源安全的平衡思索

生物质能源发展对粮食生产的影响可以分为直接影响和间接影响两个方面。该文主要关注生物质能源发展对粮食生产的直接影响，间接影响是指对其他部门的影响，文中暂不详述。企业是理性经济人，市场通过价格杠杆的作用导致资源配置结构的改变，如果乙醇生产有利可图，生产厂商对未来的乙醇生产销售有良好的预期，那么市场对玉米的需求就十分的强劲，从而导致玉米价格的上涨，农户因有利可图就把种植水稻或小麦的耕地用来种植玉米。简单说，就是看玉米用于食物链消费和乙醇生产，两者之间谁的利润更大。生物质能源发展对粮食生产的直接影响表现为:目前中国乙醇燃料的加工主要以玉米为原料，乙醇燃料的发展扩大了玉米的需求，也就是改变了市场对粮食的需求结构，在市场经济条件下，这种对粮食需求结构的改变会通过价格体制影响到粮食的供给结构，导致资源配置结构的改变。由此产生两种截然相反的观点，其一，乙醇燃料对于开辟新的粮食消费渠道，平衡农产品的生产与消费，稳定农产品价格，相对提高农民收入，调动农民生产积极性，充分利用边际土地，促进农业生产的良性循环，最终有效促进农业产业化都具有重大意义，即使大量使用玉米加工燃料乙醇，也不会威胁到国家粮食供应安全;其二，不仅第一代生物质能源依赖于粮食作物，甚至以非粮作物为基础的第二代生物质能源仍然会与粮食作物争水和争地，用来生产粮食的土地被用来生产生物质能源的原料，这样会损害粮食安全［1-4］。

2 蛛网理论与粮食安全分析

蛛网模型是用来考察在市场自发作用下，农产品价格与产量偏离市场均衡状态后波动趋势的一种方法。传统的蛛网模型有两个基本的假设条件:商品t期供给量决定于t-1期价格Pt-1，即供给函数为期的需求量决定于t期价格Pt，即需求函数为=f(Pt)。一些学者认为传统蛛网模型的假设与现实不相符合，因为生产者是“理性经济人”，不会把预期价格永远保持在前一期，而会从经验中逐步修正自己的预期价格，使预期价格接近正常价格。这些学者对传统蛛网模型进行了修正，相继提出了引入期望价格和正常价格的蛛网模型和引入自适应期望价格的蛛网模型。这三种模型的需求函数都是=a-bP，其中a表示价格为零时的商品需求，b表示商品的需求价格弹性;主要区别是生产者在决定tt期的产量时对t期的预期价格不同。传统的蛛网模型中生产者是将t-1期的价格作为t期的预期价格，即其中c表示价格为零时的商品供给量，d表示商品的供给价格弹性，Pt表示t期价格。在引入期望价格和正常价格的蛛网模型中，生产者是将t期的期望价格①即生产者对t-1期的实际价格同正常价格进行比较，并对未来市场做出估计后确定的价格。作为t期的预期价格，即d［Pt-1-φ(Pt-Pt-1)］，其中Pt-1表示t-1期价格，φ为调节系数，当φ=0时，此模型变为传统的蛛网模型，其他的变量含义不变。在引入自适应期望价格的蛛网模型中，生产者虽然也将t期的期望价格作为t期的预期价格，但t期的期望价格是将t-1期的价格与同期的期望价格进行比较，对t-1期的期望价格做出调整后确定的价格，即其中为t-1期的期望价格，其他的变量含义不变，当φ=1时，此模型变为传统的蛛网模型。

三种模型到底哪种更适合用来分析中国的农户如何根据市场价格进行生产决策仍存在争论。但是，只要某产品的生产存在季节性而不存在生产垄断，在市场自发的调节下，多数生产者就会把该商品t-1期的实际价格作为t期预期价格来决定该商品t期的实际产量。粮食生产具有这种特征，多数粮食生产者会把粮食t-1期的实际价格作为t期预期价格来决定t期商品粮产量，即多数粮食生产者的商品粮生产决策行为符合传统蛛网模型的假设条件［5-7］。

蛛网模型说明了在市场机制自发调节的情况下，农产品产量和价格必然发生周期波动，从而影响农业生产与农民增收。粮食是生活必需品，需求价格弹性小，具有刚性，农产品的供给弹性则较大，因为农民可以选择生产或不生产粮食以及生产多少粮食。因此，农产品的供给弹性一般要大于需求弹性。目前，中国农民的粮食生产决策主要是根据农产品价格当期的市场价格来决定第二年的生产。由于粮食价格对生产和供给的调节滞后，这使得粮食市场的供求波动呈现出典型的“发散型蛛网波动”［8］。

3 影响机理的计量模型解释

在经济分析中，常常要对经济变量之间的因果关系做出判断。尽管人们可以根据经济理论对变量间的因果关系做出初步判断，但由于不同的经济理论所依据的前提假设不一致，使得有时单凭经济理论很难做出合理的判断，甚至有可能会给同一对变量间的因果关系做出近乎完全相反的判断。因此，用统计推断的方法，从实际观测数据中得出变量间因果关系的经验判断，这或许是因果关系检验的一种有效方法。在此，借助格兰杰因果检验方法对中国的玉米价格与乙醇价格之间的因果关系做出判断。

研究主要运用协整 (Co-integration)和误差修正模型 (Error-Correction Model，ECM)方法来研究玉米价格与乙醇价格的逻辑关系。

该文中，主要是运用协整理论进行格兰杰因果关系检验。时间序列的两组经济变量X，Y之间的因果关系可以定义为:若在包含了变量X，Y的过去信息的条件下，对Y的预测效果好于只单独由Y的过去信息对Y进行的预测，即变量x有助于解释变量Y的将来变化，则认为变量X引致变量Y，两者之间存在因果关系。考虑X，Y，样本在t=1，2，......，T期间，要检验X是否是为影响Y的原因分布滞后模型:

上述模型中X的分布滞后项正是要考察的是否对Y当前水平有影响的因素，他们的系数反映了这种影响。其中Y的各阶自回归项，则是为了排除把自回归效应误作分布滞后效应进而得出错误结论的可能性。在上式中如果αyi=0对所有i=1，2，3......，q都成立，则X变量不会引起Y变量的发生，二者不构成因果关系，滞后期的选择可以是任意的。

这样可以设定假设，即 Ho:αyi=0，i=1，2，3......，q

该假设一般通过构造如下F统计量进行检验，即

式中，RSS0是在Ho下的误差平方和，RSS1为备选假设H1下的误差平方和，F服从第一自由度为q，第二自由度为T-(2q+1)分布。给定显著性水平α，则有对应的临界值Fα，如果F＞Fα，则1-α以的置信度拒绝H0假设，在格兰杰意义上X是Y的原因;否则接受H0假设，Y的变化不能归因于x的变化。因为因果性检验是针对因果关系不清楚或有疑问的变量，因此，一般格兰杰检验总是进行双向的检验。检验Y影响X的因果性的方法也是相同的，就不再复赘。

4 实证分析与检验

4.1 玉米价格及乙醇价格数据的选择

受资料收集的限制，该文采用2002年8月～2007年12月中国玉米价格及乙醇价格的月度数据行进分析和检验，见图1。

图1 玉米价格和乙醇价格历年月份图

为了寻找合适的函数模型，根据2002年8月～2007年12月中国玉米价格及乙醇价格的数据做散点图，纵轴为玉米价格 (Y也表示为ymjg)，横轴为乙醇价格 (X也表示为ycjg)。散点图直观的印象是玉米价格随乙醇价格的增加而增加，呈线性关系，见图2。于是选用线性回归模型 (Linear Regression)，通过Eviews6.0软件计算，建立模型为:

图2 玉米价格和乙醇价格散点图

该模型的回归系数在1%显著性水平下不显著为零;拟合优度R2=0.5256表现一般;D.W=0.2739，给定5%显著性水平，查Durbin-Watson表，自由度为65，解释变量个数为1，查得下限临界值dL=1.567，上限临界值dU=1.629，因为D.W统计量＜dL，根据判定区域知，残差存在正一阶自相关。

为了进一步确定自相关的阶数，进行相关图和Q统计量检验，设滞后阶数为28(此处采用Eviews6.0软件的系统默认阶数)，图4显示了残差项的自相关系数、偏自相关系数和对应于高阶序列相关的Ljung-Box Q统计量。

图3 相关图和Q统计量检验结果

虚线之间的区域是序列相关中正负两倍于估计标准差所夹成的，如果自相关值在这个区域内，则在显著性水平为5%的情况下于0没有显著区别［8］。图中的一阶自相关系数和偏自相关系数都超过了虚线部分，说明序列存在一阶自相关。各阶Q统计量的P值都小于0.05，说明了在5%的显著性水平下，拒绝原假设，残差序列存在序列相关。

表1 LM检验结果

已经检验到序列存在着二阶序列相关，就不能用D.W统计量估计自相关系数①若模型只存在一阶自相关，在大样本的情况下，自相关系数ρ≈1-。该文采用科克兰纳-奥克特 (Cochrane-Orcutt)迭代法进行修正，估计修正结果，见表2。

表2 序列相关性修正模型:科克兰纳－奥克特迭代法估计结果

经过修正的D.W统计量为1.8283，dU=1.629＜D.W ＜4-dU，说明了修正后不存在序列相关了。给出了模型修正后的自相关系数、偏自相关系数和对应于高阶序列相关的Ljung-Box Q统计量，见图4。根据检验结果可以得出结论修正后的模型已经消除了序列相关。

图4 修正后相关图和Q统计量检验结果

从表中可以看出，修正后的模型的拟合优度R2=0.9751有了大幅度的提高，表明了修正后的模型可以几乎完美的解释数据的关系。自变量乙醇价格 (ycjg)对因变量玉米价格 (ymjg)影响系数的P值为0.1020，表明了即使在10%显著性水平上也无异于0，接受零假设，说明了乙醇价格的变动不会对玉米价格的变动造成影响。为了进一步验证，下面进行格兰杰因果关系检验。

4.2 因果关系检验

格兰杰检验 (Granger Cause Tests)的前提是数据的ADF检验不稳定。设滞后期为12，在Level水平下，玉米价格的ADF检验结果，见表3。

表3 玉米价格的ADF检验结果

表4 乙醇价格的ADF检验结果

由于-1.4671＞-2.5973，因此玉米价格可以进行格兰杰因果检验。

相同滞后期、相同水平情况下乙醇价格的ADF检验结果，见表4。

可见，-1.4544＞-2.5973，因此通货膨胀率也可以进行格兰杰检验。

在滞后期为12的情况下，二者的格兰杰因果检验结果，见表5。

表5 玉米价格和乙醇价格的格兰杰因果检验

其中， “ymjg”表示玉米价格，“ycjg”表示乙醇价格。如表5可见，在玉米价格和乙醇价格的格兰杰因果检验中，对于乙醇价格不是玉米价格的格兰杰成因的原假设，F值为1.0220，相对较小，拒绝它犯第一类错误的概率是0.46，表明乙醇价格不是玉米价格的格兰杰成因的概率较大，不能拒绝原假设，即乙醇价格的变动不能影响玉米价格的变动，玉米价格的上升和下降是受其他因素的影响和控制。

对于玉米价格不是乙醇价格的格兰杰成因的原假设，显示出同样的结论，F值为0.6998，相对更小，拒绝它犯第一类错误的概率是0.74，表明玉米价格不是乙醇价格的格兰杰成因，说明了玉米价格的波动也不会造成乙醇价格的波动，乙醇价格的变动是由其他因素造成的。

4.3 误差修正模型验证

运用ECM模型进行分析的第一步实际上是对两个时间序列进行单积检验，即检验玉米价格 (ymjg)和乙醇价格 (ycjg)的单积性，看它们是否属于同阶I(1)。如果这一点不成立，那么无法进行ECM模型分析;如果这一点成立，则进行下一步。

设滞后期为0，在1st difference水平下，玉米价格的一次差分ADF检验结果，见表6。

表6 玉米价格的一次差分ADF检验结果

表7 乙醇价格的一次差分ADF检验结果

由于-5.2086＜-4.1104，因此玉米价格属于I(1)。

相同滞后期、相同水平情况下乙醇价格的一次差分ADF检验结果，见表7。

由于-9.3482＜-4.1104，因此乙醇价格也属于I(1)。

第二步是对两个I(1)进行协积分析。具体方法是:对Yt=α+βXt+ut进行线性回归，得到回归系数a、b和残差序列et。在检验残差序列et的单积性，如果et不是平稳的I(0)，则不能进行ECM分析，如果是平稳的I(0)，则Yt和Xt间的协整性获得肯定，协整系数向量为 (1，-b)。残差序列etADF检验结果，见表8。

表8 残差的ADF检验结果

在10%的显著水平上，残差序列et通过平稳性检验，表明残差序列et是平稳的，可以建立误差修正模型。

第三步，把et作为误差修正项，代入ECM模型。因为Yt和Xt有协整关系，ECM模型各项都平稳，因此可直接用OLS法估计参数。滞后期为1的情况下，通过Eviews6.0软件计算，建立模型为:

模型中，ΔYt代表被解释变量玉米价格 (ymjg)的短期波动，ΔXt为解释变量乙醇价格 (ycjg)的短期波动，ecmt-1代表的是两个变量之间关系对长期均衡的偏离。自变量乙醇价格的短期波动对因变量玉米价格的短期波动影响系数的P值为0.0912，表明了即使在5%显著性水平上也无异于0，接受零假设，说明模型中的自变量系数αij是统计上不显著的，表明不存在由ΔXt到ΔYt的短期因果关系。

5 结论

经过计量经济学模型证实:乙醇价格和玉米价格两者的关系既无长期的因果联系也无短期的因果联系。即乙醇价格的上升并不必然导致玉米价格的上升，意味着也不一定会带来玉米生产积极性的提高和产量的增加，反而由于对有限土地资源的竞争加剧了用于食物链的粮食供需矛盾，从而带来粮食危机。由此可见，生物质燃料的原料来源非常广泛，只要合理开发，发展生物能源不但不会对粮食安全构成威胁，反而能在一定程度上保障粮食安全［9］。

1 屈宝香.从粮食生产周期变化看中国粮食安全.作物杂志，2004，(1):6

2 朱希刚.跨世纪的探索:中国粮食问题研究.北京:中国农业出版社，1997

3 农业部软科学委员会办公室.粮食安全问题.北京:中国农业出版社，2001

4 杨军，仇焕广，黄季焜.生物液体能源发展对我国农业发展和粮食安全的影响.中国农业资源与区划，2008，(4):1～4

5 全海.中国的粮食市场:波动与调控.北京:中国物价出版社，2002

6 高鸿业.西方经济学.北京:中国人民大学出版社，2004

7 曼昆.经济学原理.北京:北京大学出版社，2008

8 刘星彦.蛛网理论与我国的粮食安全.粮食流通技术，2005，(5):5

9 刘飞翔，刘伟平.福建农村绿色能源发展战略.中国农业资源与区划，2007，(5):52～54