河北省玉米供给反应研究——基于2003～2010年农户层面的动态面板分析*

杨　蕾，钱小平，陈永福，武志刚

(1.西安外国语大学经济金融学院，陕西西安　710128； 2.日本国际农林水产业研究中心，日本筑波　305-8686；3.中国农业大学经济管理学院，北京　100083； 4.农业部农村经济研究中心，北京　100810)



·中日合作项目——“北方农业循环型系统设计与评价”专栏·

河北省玉米供给反应研究
——基于2003～2010年农户层面的动态面板分析*

杨蕾1※，钱小平2，陈永福3，武志刚4

(1.西安外国语大学经济金融学院，陕西西安710128； 2.日本国际农林水产业研究中心，日本筑波305-8686；3.中国农业大学经济管理学院，北京100083； 4.农业部农村经济研究中心，北京100810)

玉米已成为我国播种面积最大的粮食作物，同时玉米在主要粮食作物中比例也不断攀升。文章利用2003～2010年河北省农户玉米种植的动态面板数据，建立了农业供给反应(适应性预期)模型，采用广义矩阵估计方法(GMM)，对影响河北省9个县534户农民的玉米供给和调整的价格、政策以及气候等因素进行了动态面板实证分析和相关探讨。基于农户玉米生产供给反应模型的理论框架，推导出研究所采用的动态面板适应性预期模型。结果表明，首先，河北省农户的玉米种植面积对于价格变化很敏感，玉米种植面积的长期价格弹性较大。其次，补贴政策对于农户种植玉米有一定的积极促进作用，但是农户对于补贴额的反应程度很小。再次，生产成本投入增加会制约河北省农户玉米种植。最后，降水对于保证玉米生产具有重要作用。因此，稳定玉米价格、继续加大政策支持力度、完善水利基础设施补贴力度对于保证河北省玉米生产和供给会产生积极促进作用。

玉米河北农业供给模型动态面板广义矩阵估计(GMM)

0　引言

玉米是中国主要粮食作物之一，而且近年来，玉米全年播种面积呈现稳步上升态势。2002年中国玉米种植面积超过了小麦， 2007年超过了稻谷，已经跃居为播种面积最大的粮食作物。与此同时，全年玉米播种面积在粮食作物，甚至农作物中所占比例也在不断攀升， 2014年玉米占粮食作物种植结构比例为32.9%，占农作物种植结构比例为22.4%①数据来源于2015年中国统计年鉴。。玉米种植面积的增减体现了生产者的种植意愿，从而反映了其生产决策行为，因此分析、理解和把握影响中国玉米生产者决策行为的因素，对于稳定发展我国玉米产业及其相关工业，以及确保国家粮食安全乃至维护国家稳定具有重要意义。

玉米长期以来是我国居民消费口粮之一，随着经济的发展，玉米逐渐成为饲料粮、工业用粮的主要对象，尤其是在饲料粮里居于主导地位。玉米还可以广泛地应用在食品加工、酿造等深加工行业。尤其是，近年来随着生物燃料等的兴起，使得将玉米生产的生物乙醇作为新型能源又成为玉米广泛用途中的一种重要走势。在我国经济高速发展的背景下，一方面，居民收入水平的提高使得消费结构和消费观念发生了很大变化，对于牛奶、肉类等畜产品的需求更进一步地增加了玉米的需求； 另一方面对于新型生物能源的利用程度的增加也会推进玉米消费需求的增加。从价格方面来看，中国国内玉米实际收购价从2003年的1.9元/kg上升到2010年第一季度实际平均收购价3.2元/kg，增长率为71%②数据来源于中国价格信息网(http：//www.cpic.gov.cn/fgw/chinaprice/free/index.htm)。，之后有些回落，总体呈现高位态势。同时，我国拥有接近14亿人口的广大市场，因此，中国玉米需求必定在未来会呈现出增长态势。从而，对玉米供给必定会产生重要且深远的影响。

河北省是中国玉米主产省之一， 2014年玉米种植面积高达211.39万hm2，在全国居于黑龙江、吉林、内蒙古和河南之后，排第五位*数据来源于种植业信息网(http：//zzys.agri.gov.cn)。； 同年，河北省玉米产量达1670.7万t，为国家粮食安全做出了重要贡献。河北省地域辽阔，耕地广袤，生态环境和气候条件适于玉米生产，玉米种植遍及全省。因此，将河北省作为玉米生产研究对象具有一定代表性和重要意义。

文章主要利用农业部全国农村固定观察点2003～2010年河北省9县的玉米种植农户的调研数据，从农户层面，采用农业供给反应(适应性预期)模型和动态面板的广义矩阵估计方法(GMM)，对影响河北省玉米供给和调整的价格、政策以及气候等因素进行了实证分析和相关探讨。

1　文献综述

农业供给反应模型是研究粮食供给影响因素分析的有效方法之一。农业供给反应主要是对影响农业供给(如粮食供给)的价格进行分析，推算出价格长短期弹性以及调整周期。粮食生产供给反应中，粮食供给一般被考虑分为面积、产量和单产进行分析[1]。

在对玉米供给反应的研究中，Rosegrant等[3]针对印度尼西亚1969～1990年间的粮食作物进行研究，结果表明，农业研究的公共投资、普及和灌溉因素对印度尼西亚粮食作物长期产出增长影响高于价格变化的影响； 玉米的长期自价格弹性为0.37。在Kanwar[7]估计的印度各粮食作物的产出对价格风险(价格变异系数)的弹性中，玉米为-0.048； 同时该研究指出对粮食产出影响因素弹性中最大值的是降水或灌溉而不是价格，其原因在于价格因素在一定程度上已经被政府收购粮食需要支付昂贵的双重成本抵消，即对农户提高收购价格的支出和通过公共流通渠道分配收购粮食所需付出的成本。

在对中国玉米供给影响研究中，Rozelle和黄季焜[6]估计的中国玉米产出的短期和长期价格供给弹性分别为0.292和0.289。Zhuang和Abbott[4]估计得到的中国玉米产出的价格供给弹性为0.278。王宏和张岳恒[11]依据1988～2006年共19年中国玉米播种面积和价格的时间序列数据，测算得出玉米的短期供给弹性为0.1128，长期供给弹性为0.1265。邵飞和陆迁[12]，把全国分为3个玉米生产区域，说明玉米种植面积价格弹性均优于玉米单产价格弹性，生产者根据玉米价格的变化对玉米种植面积的调整更为有效和准确。Imai等[10]以中国等10个亚洲国家为对象估计得到的供给价格弹性中，测算出2000年以前的玉米的供给价格弹性分别为0.204， 2000～2005年的供给价格弹性为0.301。上述研究所研究对象和时空范围的差异造成了价格弹性值之间存在着一定的区别。

综合以上研究看出，鉴于数据的可获得性，已有研究大多数基于时间序列数据进行，但是时间序列数据大多在20或者30年左右，属于小样本，因此对于模型估计的准确性会有影响。该文基于农户层面的面板数据，对于模型估计的准确性有一定保证。同时，影响农业供给的因素包括价格和非价格因素(投入、气候等)，考虑玉米生产供给的时候，除了玉米自价格是主要参考指标之一，其他因素如生产投入、政策和气候等也是需要考虑的重要因素。尤其是在中国，农业政策的出台和实施，对于农业生产会产生至关重要的作用。在农户层面考虑农户玉米生产行为，也离不开对于玉米生产成本的考虑，特别是在近几年人工投入、化肥等生产投入价格上涨的形势下，显得更为重要。在中国现有农业生产条件情况下，农业生产依然不能完全避开气候等客观因素的影响，对于河北省，目前干旱可能成为严重制约玉米生产的因素。因此，有必要考察河北省玉米供给的相关价格与非价格因素，进而为中国玉米供求关系的宏观调控提供相关参考，最终保障中国玉米供给以及粮食供给安全。

2　理论框架和模型

农户粮食供给反应是一个动态调整过程，该过程不仅是反映农户根据价格和非价格因素未来“预期”的外部冲击调整决策的过程，也是农户根据现有的农业市场政策与土地制度、其自身的粮食生产、流通和库存技术以及管理经验等各方面的条件，对粮食生产和销售做出局部调整的过程[2-5]。由于预期值是不可观测的，因此往往要对预期过程进行假定，而适应性预期是对实际情况比较切合的假定，也是应用最为广泛的假定。适应性预期假定认为，经济活动主体会根据过去所做的预期偏离现实的程度来修正以后每一时期的预期，使其适应新的经济环境[1]。

该文以农户粮食生产供给反应的调整过程为基础对典型Nerlovian 农户玉米生产供给反应模型形式进行推导[5]。鉴于以往研究者的研究思路和成果，同时由于双对数形式能有效解决异方差问题，以及方便计算解释变量短期和长期弹性等优点，该文采用双对数形式对模型进行估计，具体推导过程如下：

(1)

(2)

(3)

把式(2)和(3)代入到式(1)并整理后，可得式(4)

(4)

将式(1)滞后一起并乘以(1-λ)整理得到式(5)：

(5)

然后用式(4)减去式(5)整理得式(6)：

(6)

(7)

为了分析中国农业政策的实施效果、经济因素以及气候等因素的影响，该文采用Nerlove提出的适应性预期模型对中国农户玉米生产调整能力及农业政策、经济、气候等的影响效果进行实证分析。研究模型形式如下：

(8)

在适应性预期模型中，由于存在因变量的滞后项，因此称之为“动态面板模型”(Dynamic Panel Model)。如果仍然使用普通最小二乘法(OLS)进行模型的估计，那么得到的估计量是有偏的和非一致的。而极大似然估计法(MLE)虽然能得到一致估计量，但由于估计量的一致性取决于模型的初值的不同设定，因此错误的选择初值条件会使参数估计有误。相比而言，动态面板模型的广义矩估计方法(Generalize Moment Method，简称GMM)可以解决这个问题。

(9)

对(8)进行一阶差分得到

(10)

其中，ΔlogQt=logQt-logQt-1，ΔlogQt-1=logQt-1-logQt-2，Δεt=εt-εt-1。可以看出，ΔlogQt-1与Δεt之间存在相关性，因此不能采用OLS估计，而需要引入有效的矩条件。

因为，logQt-2与Δεt不相关，且logQt-2与logQt-1高度相关，因此可以用做差分方程的工具变量。除此之外，logQt-k(2≤k≤t-1)与其他外生解释变量也可以作为差分方程的工具变量对模型进行估计。

图1　河北省调查村分布及平均调查农户样本数(户)数据来源：农业部全国农村固定观察点办公室2003～2010年数据

3　数据及分析

3.1数据来源及分布情况

该文采用2003～2010年农业部固定观察点在河北省调查的9个村的玉米种植数据，调查村分别为广平县席寨村、邢台县水门村、藁城市廉州镇西垒下村、定州市清风店清西街、廊坊市安次区前南庄、黄骅市西白庄、枣强县杨庄、丰润县岩口乡比沽铀村和青龙满族自治县汗沟村。每村每年平均调查农户数为59户，各村调查农户样本平均分布如图1。在对原始数据剔除异常值并取连续户后，共得到涉及每年534户，从2003～2010年共8年的平衡面板数据。

对调查农户年平均玉米种植面积进行计算，得出2003～2010年农户平均玉米种植面积呈现递增态势，尤其是2008～2010年增幅急剧增加， 2009年比2008年增加9.9%， 2010年平均比2010年增加18.5%(图2)。同时，将每年农户玉米种植面积规模分为6类，分别为种植面积低于且等于0.13hm2，大于0.13hm2小于等于0.27hm2，大于0.27hm2小于等于0.4hm2，大于0.4hm2小于等于0.53hm2，大于0.53hm2小于等于0.67hm2和大于0.67hm2小于3.33hm2(样本最高种植面积为1.33hm2)。根据对样本的分析可以看出，农户种植面积规模是随着时间的变化而增加的，即小规模种植面积农户数量减少，而大中规模面积农户逐渐增加。例如，种植面积在0.13～0.27hm2之间的小规模种植农户数量2003年为223户，而2010年则减少为197户； 与此同时，种植面积在0.53～0.67hm2之间的农户数量从2003年的13户增加到2010年的45户(图2)。可见，根据对调查样本农户的玉米种植情况的分析，河北玉米种植面积呈现出较快的增长态势。

图2　2003～2010年农户平均玉米种植面积变化及种植规模分布情况(hm2)数据来源：农业部全国农村固定观察点办公室2003～2010年数据

3.2相关指标描述性统计分析

根据该文选择的影响玉米种植面积的变量，表1列出了各指标样本总体的描述统计量。调查农户玉米种植面积平均为0.28hm2，标准差为2.31。玉米价格平均为1.37元/kg，标准差为0.29，价格变化程度略小。政府给农户补贴平均为283.5元，标准差较大为405.8。生产成本均值为169.27元，标准差较大为74.54。月平均降水为45.51mm，标准差为9.24。月气温平均为13.19℃，标准差为1.26。

表1　样本总体描述性统计指标

指标单位变量均值标准差玉米种植面积hm2/户Q0.272.31玉米价格元/kgP1.370.29农户补贴元/户SUB283.5405.8生产成本元/户IN169.2774.54月平均降水mmRF45.519.24月平均气温℃TEM13.191.26 数据来源:农业部全国农村固定观察点办公室2003～2010年数据

调查样本为面板数据，根据其特征，分别对分年度和分地区各指标进行了描述性统计分析。表2为2003～2010年各年指标统计量。可以看出，调查农户年均玉米种植面积逐渐呈增加趋势。玉米平均价格则稳定在1.37元/kg左右， 2009年偏高，标准差较小，调查样本农户玉米价格变化幅度不大。政府对农户平均补贴呈显著增加趋势，从2003年平均46.94元增加到2010年552.93元，增幅高达892%； 同时标准差较大，

表2　2003～2010年各指标统计描述

年份/指标玉米种植面积(hm2/户)农户补贴(元/户)玉米价格(元/kg)生产成本(元/户)平均降水(mm)平均气温(℃)均值20030.2646.941.37113.9649.1312.9120040.2680.351.36130.5245.1613.3920050.26110.241.37149.0544.1213.1120060.26199.381.36162.9837.2513.5020070.27296.431.36175.1243.5913.8020080.27515.701.37205.9550.4013.1920090.29465.681.40203.6447.1213.0920100.31552.931.34213.0247.3812.50标准差20032.21229.580.2841.278.670.9420042.16245.730.2952.837.041.0920052.27245.320.2950.8710.971.2720062.18289.840.2972.4010.291.1820072.12353.410.3060.975.041.1620082.18396.320.3085.105.211.3520092.46338.890.3176.175.831.2320102.76608.870.2977.0511.401.35 数据来源:农业部全国农村固定观察点办公室2003～2010年数据

可以看出各农户之间补贴额变异度较大。平均生产成本呈现明显上升态势， 2010年为213.02元，与其他指标相比，波动水平较大。平均降水波动水平较大，呈现先下降后上升的趋势， 2010年为47.38mm。平均气温先由2003年的12.91摄氏度上升到2007年的13.8摄氏度后下降到2010年的12.5摄氏度，标准差略有增加说明温度变异程度增加。

表3为调查样本县的指标描述统计量，玉米平均种植面积中藁城市廉州镇西垒下村最大，为0.41hm2； 邢台县水门村最小，为0.07hm2，其余各村均在0.13～0.4hm2之间。玉米平均价格则较稳定，在1.36元/kg左右。政府给农户平均补贴中，枣强县杨庄最多，为435.73元，青龙满族自治县汗沟村最少，为125.07元。藁城市平均生产成本最高，为211.04元，黄骅市则最少，为110.76元。黄骅市月平均降水最多，为52.1mm，廊坊市最少，为39.28mm。邢台县水门村的平均气温最高，为14.7摄氏度，青龙满族自治县汗沟村最低为9.9摄氏度，各村气温标准差较小说明变异程度较小。

表3　调查村各指标描述分析

村码/指标玉米种植面积(hm2/户)玉米价格(元/kg)农户补贴(元/户)生产成本(元/户)平均降水(mm)平均气温(℃)均值广平县0.231.42269.69188.8648.1613.76邢台县0.071.33157.27180.6244.6214.70藁城市0.411.27360.79211.0444.0714.37定州市0.181.35186.53193.8141.0013.72廊坊市0.371.40289.33184.1439.2813.28黄骅市0.261.40359.89110.7652.1013.32枣强县0.331.36435.73176.3241.4913.70丰润县0.211.33234.92172.4248.7412.26青龙满族自治县0.221.39125.07138.3451.329.90标准差广平县1.680.30455.4776.3710.930.39邢台县0.510.29471.2373.725.990.39藁城市2.380.25341.2468.8210.500.35定州市0.540.29383.4481.226.190.31廊坊市2.040.32453.2968.446.910.40黄骅市2.300.31370.0959.925.540.34枣强县2.550.33413.6176.417.810.36丰润县1.370.25388.3460.837.650.87青龙满族自治县1.160.19160.4950.5710.380.34 数据来源:农业部全国农村固定观察点办公室2003～2010年数据

4　实证结果分析

通过动态面板的GMM估计，可以得到河北省农户玉米种植面积的影响因素的估计结果，并计算了弹性(表4)。F检验值为119，模型通过F检验，模型具有较好的拟合效果。模型通过过度识别检验和序列相关检验，均拒绝原假设，说明模型适用。从表4中可以看到，解释变量均为显著，因此对玉米种植面积具有影响作用。

(1)玉米预期价格及供给价格弹性

(11)

表4　河北省玉米种植面积影响因素估计结果

解释变量含义估计系数短期弹性logQt-1面积滞后一期0.84120.8412(0.044)***(0.044)***logPt-1价格滞后一期0.71650.7165(0.1659)***(0.1659)***logSUBt-1补贴滞后一期0.05470.0547(0.0082)***(0.0082)***logIN生产成本-0.2133-0.2133(0.0284)***(0.0284)***RF月平均降水0.00230.1104(0.0007)***(0.0639)***TEM月平均气温0.00840.1052(0.0048)*(0.0321)*cons常数项0.6154(0.1587)***样本数3574Sargan检验142.78*** 注:(1)括号内为标准差;(2)“*”,“**”和“***”分别代表在10%,5%和1%的水平上显著

可以推想，农户对玉米价格的预期，主要是根据上一期玉米实际价格做出的。可见，上一期价格对于农户本期价格预期有着直接参考价值。根据模型估计结果，上一期价格显著为正，说明上一期价格上升，会使农户对本期玉米价格预期增加，因而会促使农户增加本期玉米种植面积，由此扩大产量，从而增加预期农业收入。

农户玉米生产对于价格反应较大，可能与近些年玉米需求增加，农户关注市场行情等原因有关。同时，河北省是玉米主产省，因此更加会关注玉米行情，所以农户对于玉米种植面积的调整根据市场行情变化的也较为迅速。

(2)补贴预期及弹性

根据适应性预期模型，与价格相同，可以近似得出以下对于补贴的预期公式：

(12)

(3)生产成本

根据模型估计结果，生产成本对玉米种植面积影响显著为负，说明生产投入费用增加，会影响农民种植积极性，从而减少种植面积。生产成本每增加1%，面积减少0.21%。短期弹性为-0.21，为缺乏弹性。

(4)降水和气温的影响及弹性

从模型估计结果来看，平均降水与气温均显著为正。这说明降水和温度增加，玉米种植面积会增加。月平均降水增加1%，玉米种植面积增加0.0023%，短期弹性为0.11，缺乏弹性。温度增加1%，玉米种植面积增加0.0084%，短期弹性为0.1，也是缺乏弹性。可见，由于农业的生产性质，降水量对于增加玉米供给有重要作用。

(5)玉米种植面积调整

根据适应性预期模型，玉米种植面积在遭受外界冲击时候，从旧均衡点向新均衡点调整15.58%，完全调整大约需要6.3年*因为T=1/λ=1/0.1588=6.2972。。这与农户决定玉米种植面积决策不仅仅考虑价格因素的影响，而需要综合考虑成本、政策等各个因素密切相关，因此调整周期较长。

5　结论和政策建议

5.1主要结论

根据对河北省9调查县农户玉米种植面积影响因素的供给反应分析，可以得到如下主要结论：

(1)河北省农户的玉米种植面积对于价格变化很敏感，玉米价格是影响玉米种植面积最重要因素，玉米种植面积的长期价格弹性较大。

(2)补贴政策对于农户种植玉米有一定的积极促进作用，但是农户对于补贴额的反应程度很小。生产成本投入增加会制约河北省农户玉米种植。

(3)模型估计结果表明，降水量的增加，对于保证玉米生产具有重要作用。

5.2政策建议

(1)玉米种植对于价格很敏感，这与河北玉米主产省的地位和玉米需求旺盛、关注度提高有着密切关系。因此，稳定玉米价格对于保障玉米生产和供应具有至关重要的作用。

(2)玉米种植的补贴额度普遍较小(根据调查样本2010年数据计算得出一年平均552.93元)。因此，继续加大政策支持力度对于促进农民种植玉米的增加具有促进作用，在保证粮食安全方面还需要继续加大投入。

(3)河北省面临的粮食生产的环境问题，主要是干旱。因此，为了保证玉米种植面积，需要政府在加强水利基础设施方面加大投入和补贴力度，以缓解由气候因素带来的干旱所造成的玉米面积和玉米供应减少的情况。

[1]Nerlove M.Estimates of the Elasticities of Supply of Selected Agricultural Commodities.Journal of Farm Economics,1965, 38(2): 496～509

[2]Nerlove M, Kenneth L,Bachman.The Analysis of Changes in Agricultural Supply：Problems and Approaches.Journal of Farm Economics,1960, 42(3): 531～554

[3]Rosegrant M.W，Kasryno F，Perez N.D.Output response to prices and public investment in agriculture：Indonesian food crops.Journal of Development Economics,1998， 55： 333～352

[4]Zhuang R.，Abbott P.Price elasticities of key agricultural commodities in China.China Economic Review,2007， 18： 155～169

[5]Nlandu M.The impact of prices and macroeconomic policies on agricultural supply：a synthesis of available results.Agricultural Economics,1997， 16： 17～34

[6]Rozelle S，Huang J.K.Transition，development，and the supply of wheat in China.Australian Journal of Agricultural and Resource Economics,2000， 44:43～571

[7]Kanwar S.Relative profitability，supply shifters and dynamic output response，in a developing economy.Journal of Policy Modeling,2006， 28： 67～88

[8]Ocran M.K，Biekpe N.Agricultural commodity supply response in Ghana.Journal of Economic Studies,2008, 35(3): 224～235

[9]Rahji M.A.Y，Adewumi M.O.Market supply response and demand for local rice in Nigeria：Implications for self-sufficiency policy.Journal of Central European Agriculture,2008, 9(3): 567～574

[10]Imai K.S，Gaiha R，Thapa G.Supply response to changes in agricultural commodity prices in Asian countries.Journal of Asian Economics，Journal of Asian Economics,2011， 22： 61～75

[11]王宏， 张岳恒.中国玉米供给反应：基于Nerlove模型的实证研究.农村经济,2010,(6)： 36～38

[12]邵飞， 陆迁.基于Nerlove模型的中国不同区域玉米供给反应研究.经济问题,2011,(7)： 73～76

[13]范成方， 史建民.山东省粮食种植成本影响因素的实证分析——玉米、小麦为例.中国农业资源与区划，2014,35(4)： 67～74

[14]王琛， 吴敬学.我国玉米产业生产技术效率与其影响因素研究——基于2001～2011年的省级面板数据.中国农业资源与区划,2015,36(8)： 23～32

RESEARCH ON THE SUPPLY RESPONSE OF MAIZE IN HEBEI PROVINCE*——BASED ON THE DYNAMIC PANEL ANALYSIS AT FARMER HOUSEHOLDS′ LEVEL FROM 2003 TO 2010

Lei Yang1※，Hsiaoping Chien2，Yongfu Chen3，Zhigang Wu4

(1.College of Economics and Finance，Xi′an International Studies University，Xi′an 710128，China；2.Japan International Research Center for Agricultural Sciences，Tsukuba 305-8686，Japan；3.College of Economics and Management，China Agricultural University，Beijing 100083，China；4.Research Center for Rural Economy，Ministry of Agriculture of China，Beijing 100810，China)

Maize has the largest planting area of the grain crops in China, and the proportion in the major grain crops is also increasing. This paper analyzed the supply response (adaptive expectations model) for maize in Hebei province and its impact factors like price, policy, and climatic factors using Generalize Moment Method with a cluster data from 534 farm households across 9 villages from 2003 to 2010. Based on the theoretical framework of supply response model for farmer household, it deduced the dynamic panel adaptive expectations model for this study. The empirical results showedthat, first, planting area of maize in Hebei was sensitive to the change of price, and the long-term price elasticity of maize planting area was large; second, the subsidy from the government had a positive role in promoting maize planting area, but the farmers′response to the amount of subsidies was very small; third, the increased production costs restricted farmers′ maize planting area in Hebei province; finally, precipitation played an important role in maize production. Therefore, the stability of maize price, increased policy support, improved water conservancy infrastructure construction were crucial to ensure the production and supply of maize in Hebei province.

maize; Hebei; supply response model;dynamic panel;GMM

10.7621/cjarrp.1005-9121.20160712

2016-02-15

杨蕾(1988—)，女，陕西渭南人，讲师。研究方向：反倾销贸易政策评估、生产供给反应等。Email：yangleicau@163.com

S513; F3

A

1005-9121[2016]07-0078-09

*资助项目：中日合作研究课题“食物供求与预测分析”；中日合作项目“农产品供求展望与单产等的预测”