市场风险、价格预期与农户种植行为响应——基于粮食主产区的实证

赵玉，严武

（1.东华理工大学经济与管理学院，江西 南昌 330013；2.江西财经大学金融管理国际研究院，江西 南昌 330013）

市场风险、价格预期与农户种植行为响应——基于粮食主产区的实证

赵玉1，2，严武2

（1.东华理工大学经济与管理学院，江西 南昌 330013；2.江西财经大学金融管理国际研究院，江西 南昌 330013）

在深化农村改革的背景下，如何发挥市场在种植业资源配置中的决定作用和政府的引导作用是重要的现实问题。分析农户对价格机制的行为响应是破题的关键。采用种植行为响应模型检验了价格预期、农产品市场风险对粮食主产区农户种植行为的影响。结果表明：农户会根据粮食价格、油料价格和化肥价格调整其种植行为，粮食价格预期增加1%，粮食种植面积约增加0.13%；油料价格预期增加1%，粮食种植面积约增加0.16%，有效灌溉面积约增加0.30%，化肥投入量约增加0.29%；化肥价格增加1%，粮食种植面积约减少0.08%，化肥投入量约减少0.20%。另外，农户会对农产品市场风险做出响应，随着市场风险的增加，粮食种植面积、有效灌溉面积和化肥投入量都会减少，而非农收入的增加会降低市场风险对农业生产的冲击。为了保障主产区粮食种植业的可持续发展，政府应该监测并引导农户的价格预期、推广粮油作物价格险和创新目标收入制度，以完善粮食主产区的价格支持体系和利益补偿机制。

粮食安全；市场风险；价格预期；种植行为；粮食主产区

赵玉， 严武. 市场风险、价格预期与农户种植行为响应——基于粮食主产区的实证［J］. 农业现代化研究， 2016， 37（1）: 50-56.

Zhao Y， Yan W. Farmers’ planting responses to market risks and price expectations: An empirical analysis of major grain producing areas［J］. Research of Agricultural Modernization， 2016， 37（1）: 50-56.

粮食生产问题的实质是价格问题。随着农业和农村改革进程的深入，农产品和农资价格较大幅度的波动将成为常态。农产品价格的相对变化将引起种粮比较收益的变化，进一步引起农户生产的项目种类、规模及要素投入的变动并影响到农户收入的稳定和提高。粮食实现连增的背后是政策对价格的扭曲以及由此引起的要素配置扭曲和社会福利的下降。在深化农村改革的背景下，如何发挥市场在粮食种植业资源配置中的决定作用和政府的引导作用是重要的现实问题。分析农户对价格机制的行为响应是破题的关键。

从微观层次上考察，农户生产行为响应是一个相当复杂的决策问题，它不仅受到自然条件、要素禀赋、农业政策与制度、农产品市场不确定性等一系列农业经营环境因素的影响，同时也受到生产者的农业要素投入、生产技术、生产与消费习惯及因单产和价格变化引起的农业生产效益不确定性等微观因素的影响［2］。在完全竞争市场条件下，理性的生产者在一定技术状况下追求的是以预期产出、产品价格和生产成本三者构成的预期农业生产收益的最大化，农业生产响应在很大程度上也是一种在自然风险条件下对产品价格变化的反应［3］。

在有关农民行为的相关研究中，一直存在斯科特-波普金论题，即 “生存小农”和“理性小农”的争论。这场延续几十年的争论的关键点就是农民对价格信号的行为响应。韦伯分析了19世纪德国农业工人面对市场激励时的劳动供给行为，认为小农的供给曲线是不追求利益最大化，只追求代价最小化的“反常供给曲线”。但从最新文献来看，现代农户会对市场刺激做出反应，如农户在价格波动下往往根据预期价格做出最优的种植决策［4］。Coyle等［5］和Hausman［6］使用上一个收割期到种植期的价格作为农户预期价格的代理变量，并使用全球产量响应模型估计了作物种植面积和预期价格之间的关系，研究表明农户会根据预期价格调整种植行为。Abebe等［7］调查了埃塞俄比亚种植土豆农户的生产行为，发现生产要素市场波动在很大程度上促使当地农民参加了订单农业，他们在种子采购和技术选择上都试图最小化所面临的风险。但农户面对价格信号时也存在非理性的一面，Hao等［8］研究了四川生猪价格的蛛网现象，以及价格对生猪养殖户生产行为的影响，结果表明不同规模的养殖户对价格信号的反应存在显著差异。价格或者说农户对价格的预期会影响农户的种植行为，农户往往根据价格预期调整种植面积［9］。

价格变量包含了诸如供给、需求、政策以及自然灾害等丰富的信息。在分析粮食生产时，有必要将价格变量加入到模型中。粮食生产既涉及粮食价格，同时也涉及到要素价格，但多数文献并没有考虑到价格的不确定性。在价格不确定性情境下，农户能对价格信号做出正确的响应吗？市场风险会影响粮食种植面积吗？如何根据农户的价格预期和市场风险设计政策促进粮食种植业的可持续发展？以上问题都是值得深入研究的。

1 概念框架和研究方法

1.1 市场风险下的生产决策模型

与产量相比，种植面积在播种后不会受到天气、虫害、技术等因素的影响，更适合用以衡量农户的种植行为，同时，农户会根据农产品价格调整粮食的种植面积［10］。农户种植什么、种植多少等生产决策受到种粮经济效益的影响。Arnade和Kelch［11］在农户风险中性的假设下给出了一个多产出利润函数∏：

式中：y表示粮食产量，p表示粮食价格，w表示可变要素价格，x表示可变要素投入量，z表示其他控制变量，li表示作物i的种植面积，它的和受到总耕地面积S的约束。

现有文献表明农户并非风险中性的，农户种植行为会对市场风险做出响应，农户的非农收入水平可以调节农户的风险态度。粮食生产的周期性和价格的波动性导致农户做出种植决策时面临着一个有风险的市场。风险规避型农民假说认为农民是风险规避型的，风险态度影响了农户的生产行为，而收入的增长可以弱化风险规避态度［12］，但也有学者认为收入增加并不影响农户的风险规避态度［13］。本文将农户的收入分为非农收入和农业收入两类，非农收入越高，则农产品市场风险对农户生计影响越弱，从而对农户的种植行为影响越小。模型（1）-（2）并未考虑农户对市场风险的态度，因此，本研究在马克维茨均值-方差的决策分析框架下，将价格p视为随机变量，同时考虑农户的市场风险态度。模型（1）扩展如下期望效用函数：

式（3）展开后向量形式表述如下：

式中：Ωp表示价格协方差矩阵。在式（2）的约束下，构建拉格朗日函数L来求解农户的市场风险决策问题。

式中：α表示风险态度参数，α大于0表示风险偏好，α小于0表示风险厌恶，α等于0表示风险中性。参数λ表示耕地的影子价格。函数最大化的一阶条件如下：

根据一阶条件（6）、（7）和（8）得到决策变量作物i的最优种植面积：

由此可知，最优种植面积是农产品期望价格、要素价格和农产品市场风险的函数。同理，最优的要素投入x也是农产品期望价格、要素价格和农产品市场风险的函数。

1.2 计量方法

在均值-方差的决策分析框架下，Haile等［4］给出了式（9）的计量方程：

式（10）为农户种植行为响应方程，l表示农户的生产决策变量，N表示耕地上可种植的主要作物种类，p表示预期价格，Ω表示预期价格的方差-协方差矩阵的元素，用以衡量市场风险，Z为控制变量，α、β、γ和θ为待估计参数。本研究在Haile等［4］的研究基础上将方程拓展为式（11）：

参数γ用以衡量农户的风险态度，根据风险规避型农民理论，γjj预期符号为负。参数φ用以衡量农户的非农就业收入r对市场风险影响的调节作用，根据现有文献预期该参数的符号为正。粮食价格前的系数预期符号为正，而其他作物价格前的系数符号为负，则说明该作物与粮食作物在种植季节上存在冲突，而其他作物价格前的系数符号为正，则说明该作物与粮食作物之间可以套作和轮作。控制变量包括作为可变要素价格的代理变量化肥价格、时间变量（用以衡量与时间有关的农业技术和供需变化对种植面积的影响）和区位变量（用以衡量资源禀赋、耕作制度和农业政策对种植面积的影响）。农户根据价格预期而不是实际农产品价格做出种植决策，但价格预期无法直接获取。根据预期理论，假设农户当期的价格预期等于上期的实际价格［9，14］。粮食价格方差、油料价格方差和粮油价格的协方差的计算借鉴了Liang等［15］的加权方法，市场风险的代理变量用标准差表征。

1.3 数据来源

我国粮食主产区包括黑龙江、辽宁、吉林、内蒙古、河北、山东、河南、江西、湖南、湖北、江苏、安徽、四川13个省区，粮食产量占全国粮食总产量的75%，提供了全国70%的商品粮和95%的增产粮［16］。在粮食主产区大田作物中，农户主要种植粮食作物和油料作物，其中南方粮食主产区主要种植的油料作物为油菜，而北方主产区主要种植的油料作物为大豆和花生。粮食和油料价格采用能反映农户生产和销售行为的生产价格指数，化肥价格采用能反映农户要素投入行为的化肥生产资料价格指数，采用2002年为基期的农村CPI指数对农民人均非农就业收入做了平减。所有指标均选用2003至2013年的样本，共计143组数据，原始数据来源于国家统计局数据库。

2 实证结果

为了使模型参数具有直观的经济意义，对种植面积、价格预期和收入变量取对数。使用EViews软件估计式（11）的参数。粮食和油料价格之间的相关系数为0.24，粮食和化肥价格之间的相关系数为0.37，油料和化肥价格之间的相关系数为0.11，可见变量之间的相关性并不严重。模型（11）将除价格因素外的农业技术、粮食需求变化、资源禀赋、耕作制度和农业政策等控制变量的影响作为不可观测成分加以估计。根据Mundlak的研究［17］，当不可观测成分与解释变量相关时，在估计不可观测成分时采用固定效应模型。考虑到价格与农业政策、供需变化等因素的关联，我们在估计参数时将式（11）视作固定效应模型。

在随机误差项存在截面异方差和同期自相关的情况下，选择White截面方法计算系数的协方差，得到了稳健的估计量。表1给出了参数估计结果。为了保证结论的可靠性，我们分别将粮食种植面积替换成化肥投入量和有效灌溉面积，其他变量保持不变，参数估计结果也列入表1。粮食种植面积、灌溉面积和化肥投入量在空间和时间上的异质性见图1和图2。

图1 种植行为的地区差异Fig. 1 Regional differences of planting behaviors

图1显示各主产区农户种植行为存在明显的差异。在13个粮食主产区中，河北省、黑龙江省、安徽省、山东省、河南省和四川省粮食种植面积高于主产区的平均水平。河北省、黑龙江省、江苏省、安徽省、山东省和河南省的有效灌溉面积高于主产区的平均水平。河北省、江苏省、安徽省、山东省、河南省和湖北省的化肥使用量高于主产区的平均水平。粮食主产区农户种植行为的差异主要是由不同地区的耕作制度和资源禀赋差异造成的。

除此之外，粮食价格支持政策和收购政策在不同省份的差异也是造成农户种植行为地区差异的主要原因。这主要表现在不同省区最低收购价格政策覆盖的品种不同。如早籼稻最低收购价格政策实施范围主要包括湖北、湖南、江西和安徽；中晚稻最低收购价格政策实施范围主要包括东北三省、四川、湖北、湖南、江西、安徽、河南和江苏；小麦最低收购价格政策实施范围主要包括河北、河南、山东、湖北、安徽和江苏［17］。各省区之间甚至省区内各县市粮食直补的力度也不相同。国家在设计粮食直补政策时，充分考虑了地区的差异性。粮食风险基金作为当前粮食补贴政策主要的资金来源，与地方财力直接相关，而且中央拨付比例在不同地区间差异较大，这造成了地区间支持水平的不均衡。

图2显示粮食主产区农户种植行为在时间上存在明显差异。2003至2005年，粮食主产区农户种植积极性下降，2006年以后种植积极性有所提高，但2012、2013年又有所下降，主要表现为有效灌溉面积和化肥使用量的减少。农业技术进步、农业技术效率的提高、粮食政策变化和供需变化等因素是种植行为在时间上表现出明显差异的主要原因。

图2 种植行为的时间差异Fig. 2 Time differences of planting behaviors

2006、2007年发生了世界性的粮食危机，由于粮食短缺，部分粮食主产国甚至禁止粮食出口，从而人为地加剧了粮食市场需求大于供给的局面。与此同时，中国粮食出现了连续增产，国内粮食价格出现了下行压力，为了保障粮食安全，中国加大了对粮食生产的支持力度，如在2005年启动了水稻最低收购价预案，在2006年启动了小麦和水稻最低收购价预案，因此，2005、2006年农户的粮食种植行为出现了较明显地反转。国家在2008年和2011年两次大幅提升了水稻的最低收购价。从图2中可以看出，这两个年份的化肥使用量出现明显的增加。但价格支持政策对粮食生产的边际贡献并不一定总是正的，当最低收购价格不能使粮食种植业的比较收益高于其他行业时，农户的粮食生产积极性就会下降，这在图2中的2008、2009年和2012、2013年表现较为明显。

另外，受到页岩气革命的影响，全球生物质能源价格下跌导致工业用粮油作物需求的下降，同时与化石能源相关的生产资料价格下滑则刺激了农业生产，这导致了2012年以来国际粮食市场供给大于需求的状况。根据联合国粮食与农业组织2015年2月5日发布的《谷物供求简报》，2014年国际粮食作物价格已经下跌至2010年以来的最低点。从图2中2012、2013年曲线的走势可知，近年来供给大于需求的局面已经对我国主产区粮食生产造成了负面冲击。

表1的估计结果显示，粮食主产区农户能够对价格信号做出响应。粮食价格预期增加1%，粮食种植面积约增加0.13%；油料价格预期增加1%，粮食种植面积约增加0.16%，有效灌溉面积约增加0.30%，化肥使用量约增加0.29%；化肥价格增加1%，粮食种植面积约减少0.08%，化肥使用量约减少0.19%。粮食价格预期和油料价格预期对粮食种植面积的影响均为正，主要是因为主产区普遍存在粮油套作或粮油轮作的农作制度，这使得主产区的油料并非粮食的完全替代作物。要素价格的增加降低了要素的投入，而农产品价格预期的增加会刺激农户扩大生产和增加投入。Haile等［4］对全球粮食种植面积的研究也表明，化肥价格的增加或者粮食价格的下降都会导致粮食耕地面积的减少。

表1中市场风险前的系数为负，这表明粮油市场风险的增加会导致粮食种植面积的减少，同时导致粮食主产区有效灌溉面积减少，化肥使用量下降，这一结果与Liang等［15］的研究结果类似，说明农户是风险厌恶的。非农收入对粮油市场风险的作用具有显著的调节效应，农户非农收入越高，粮油市场风险对他的种植行为影响越低。但这也意味着粮食主产区农户在规避市场风险时，会通过降低在粮油种植业上的投入，转而追逐在非农业经营方面的收益。市场风险导致了粮食主产区非农业投入对农业投入的挤占，从而不利于粮食种植业的可持续发展。

表1 农户种植行为响应方程的估计结果Table1 Estimated results of farmers’ planting behavior response equations

表2给出了行为响应方程残差项的面板单位根统计值和相应的概率。检验结果在1%的显著水平下拒绝了共同单位根和个体单位根的原假设。这表明三个行为响应方程都是稳定的，所估计的参数是有意义的，据此得出的结论也是可靠的。

表2 种植行为响应方程稳定性检验结果Table2 Stationary test results of farmers planting behavior response equations

受到微观数据资料的限制，我们在实证研究中并未讨论影响农户价格预期的因素。预期是从价格信号到农户行为决策的纽带。通过综述现有文献，我们发现当前有关农业生产经营问题的研究多在结构方面展开，而忽视对农户市场心理的微观研究。在预期理论框架下运用行为经济学理论分析中国农户行为的文献还非常少。如何根据粮农的市场预期等心理认知设计政策或制度以促进粮食种植业可持续发展是值得进一步深入研究的。

3 结论与政策启示

3.1 结论

本研究采用种植行为响应模型检验了农户价格预期、农产品市场风险对粮食主产区农户种植行为的影响，并得到以下主要结论：

1）农户是理性的，会对市场刺激做出正确反应。现阶段粮食主产区不存在反常的粮食供给曲线。粮油价格预期的上涨会增加粮食的种植面积。总体来看，相比粮食作物，油料作物的市场化程度更高，因此，农户对油料价格更敏感，能够根据油料价格预期做出正确的生产决策，如农户能够根据油料价格预期的增减，决定灌溉面积的大小和化肥用量的多少。题中之义在于政府可以根据农户对粮油作物的价格预期引导粮食种植业的可持续发展。

2）当农户面对粮食市场风险时，会通过缩小粮食种植面积和降低生产要素投入来规避风险。收益和损失是市场风险的两面。潜在的市场损失不利于主产区粮食种植业的可持续发展。因此，如何保障农户在市场风险中获得收益规避损失是值得政府部门思考的问题。

3）收入的多元化会改变风险条件下农户的种植决策。非农收入越高，农户抵御市场风险的能力越强，农户追逐风险收益的行为就越明显。非农收入的增长是粮食主产区农户增收的重要途径。但非农收入越高，说明农户投入到非农产业的要素越多，从而不利于主产区粮食种植业的可持续发展。粮食安全和农民增收都与农民这一社会群体有关，是同一问题的两个方面，二者既相互影响又相互促进［19］。如何在粮食安全和农户增收两个目标之间找到平衡点也是值得政府部门思考的问题。

3.2 政策启示

1）帮助农户形成正确的价格预期，通过引导农户的价格预期来调节粮食主产区农户的种植行为，实现农户的有序生产。粮食宏观调控机制在发挥重要作用的同时，逐步暴露出诸如市场的作用不断弱化、调控政策的保障力和执行力出现下降趋势以及政策调整滞后于市场化形势的发展等问题［20］。解决这些问题的关键在于重视农户的心理诉求、分析农户价格预期的微观机制。政府在设计调控政策时，并未充分考虑政策对农户市场预期的影响，从而容易对市场造成过度干预。政府应借鉴欧美的经验，利用农村固定观察点长期跟踪监测粮食主产区农户的心理预期，特别是农户的价格预期，根据农户的预期及时调整相关政策。相关部门在今后制定粮食目标价格时，也应该参考农户的价格预期，从而更好地引导农户的种植行为。

2）分品种推广粮油作物价格险以完善粮食价格支持政策，通过粮油作物价格保险来降低市场风险对农户种植行为的冲击。价格保险是市场化风险管理的有效手段，同时也是价格支持政策的一部分。但我国近十年的相关政策体系中，主要在运用最低收购价和收储政策等调控工具。在农业政策保险方面，推广的险种也主要是产量险，价格险的保险标的仍限于蔬菜、生猪等农产品，实施范围主要集中于北京、上海等少数试点地区。政策工具低效、市场手段贫乏是现阶段粮食价格支持政策存在的主要问题。欧美国家相关支持政策演变逻辑表明，采取保险方式支持农业发展是大势所趋，这是一种减少要素配置扭曲的市场化途径［21］。在东北三省和内蒙古大豆目标价格试点的基础上，应将粮油作物价格保险作为目标价格制度的有效补充加以试点，并逐步向其他主产区推广。

3）创新目标收入制度，完善主产区粮食种植业的利益补偿机制。粮食主产区农业收入下降的主要原因是由于农业特别是种植业比较收益低于非农产业造成的。而随着国土主体功能区规划的实施，粮食主产区种植业的生产要素将进一步流失。平衡农户增收和粮食安全两个目标的关键在于合理补偿主产区的粮食种植业，使种植业比较收益不低于农民工所从事非农产业的平均水平。政府应综合运用税收和政策性收入保险工具，将主产区粮食生产和农户收入挂钩，创新目标收入制度，并将其作为主产区现有利益补偿机制的补充。这样既可以保障农户非农收入的增加，调动了农户的生产积极性，同时又可借助民间资本的力量减轻政府的财政压力。

［1］ 张硕. 农业空心化比粮价上涨更可怕［EB/OL］. （2010-7-16）. http://www.cacs.gov.cn/cacs/news/xiangguanshow.aspx？articleId=73907.

Zhang S. Hollowing out of agriculture is worse than rising food prices［EB/OL］. （2010-7-16）. http://www.cacs.gov.cn/cacs/news/ xiangguanshow.aspx？articleId=73907.

［2］ 陆文聪， 叶建. 粮食政策市场化改革与浙江农作物生产反应: 价格、风险和定购［J］. 浙江大学学报（人文社会科学版），2004（3）: 5-11.

Lu W C， Ye J. Crop production response in Zhejiang in the grain policy reform process: Price， risk and quota［J］. Journal of Zhejiang University （Humanities and Social Sciences）， 2004， 34（3）: 5-11.

［3］ Backus C， Eildman V， Dijkhuizen A. Farm decision making under risk and uncertainty［J］. Netherlands Journal of Agricultural Science，1997， 45（2）: 307-328.

［4］ Haile M G， Kalkuhl M， Braun J. Inter-and intra-seasonal crop acreage response to international food prices and implications of volatility［J］. Agricultural Economics， 2014， 45（6）: 693-710.

［5］ Coyle B T， Wei R， Rude J. Dynamic econometric models of Manitoba crop production and hypothetical production impacts for CAIS［R］. CATPRN Working Paper 2008-06. Department of Agribusiness and Agricultural Economics， University of Manitoba， Manitoba， 2008.

［6］ Hausman C. Biofuels and land use change: Sugarcane and soybean acreage response in Brazil［J］. Environmental and Resource Economics， 2012， 51（2）: 163-187.

［7］ Abebe G K， Bijman J， Kemp R， et al. Contract farming configuration: Smallholders’ preference for contract design attributes［J］. Food Policy， 2013， 40（3）: 14-24.

［8］ Hao M， Chen R， Fu X. Effect of pig price volatility on Sichuan pig farmers’ behavioral response in China［J］. Journal of Agricultural Science， 2014， 6（4）: 55-67.

［9］ 王天穷， 于冷. 玉米预期价格对农户玉米种植影响的研究——基于吉、黑两省玉米种植户的调查［J］. 吉林农业大学学报，2014（5）: 615-622.

Wang T Q， Yu L. How expected prices of the corn affect farmers' planting decision: Based on the survey of corn farmers in Jilin and Heilongjiang Province［J］. Journal of Jilin Agricultural University，2014（5）: 615-622.

［10］ Roberts M J， Schlenker W. World supply and demand of food commodity calories［J］. American Journal of Agricultural Economics，2009， 91（5）: 1235-1242.

［11］ Arnade C， Kelch D. Estimation of area elasticities from a standard profit function［J］. American Journal of Agricultural Economics，2007， 89（3）: 727-737.

［12］ Wik M， Aragie K T， Bergland O， et al. On the measurement of risk aversion from experimental data［J］. Applied Economics， 2004，36（21）: 2443-2451.

［13］ Cardenas J C， Carpenter J. Risk attitudes and economic well-being in Latin America［J］. Journal of Development Economics， 2013，103（4）: 52-61.

［14］ 雷钦礼.中国粮食生产的价格作用机制分析［J］. 统计研究，2005（3）: 24-28.

Lei Q L. The impacts of price mechanism on China’s grain production［J］. Statistical Research， 2005（3）: 24-28.

［15］ Liang Y， Corey M J， Harri A， et al. Crop supply response under risk: Impacts of emerging issues on Southeastern US agriculture［J］. Journal of Agricultural and Applied Economics， 2011， 43（2）: 181-194.

［16］ 辛岭， 蒋和平. 粮食主产区支持政策的现状与对策［J］. 宏观经济管理， 2014（1）: 39-41.

Xin L， Jiang H P. The present situation and countermeasures of major grain producing areas’ support policy［J］. Macroeconomic Management， 2014（1）: 39-41.

［17］ Mundlak， Y. On the pooling of times series and cross section data［J］. Econometrica， 1978， 46（1）: 69-85.

［18］ 王双进， 苏景然. 粮食价格支持政策演变历程及经验启示［J］.宏观经济管理， 2014（9）: 48-50.

Wang S J， Su J R. Evolution and experience of China’s food price support policy［J］. Macroeconomic Management， 2014（9）: 48-50.

［19］ 王雅鹏. 对我国粮食安全路径选择的思考——基于农民增收的分析［J］. 中国农村经济， 2005（3）: 4-11.

Wang Y P. Thinking about China’s food security path: Based on increase of peasants’ income［J］. Chinese Rural Economy， 2005（3）: 4-11.

［20］ 朱满德. 中国粮食宏观调控的成效和问题及改革建议［J］. 农业现代化研究， 2011， 32（4）: 390-394.

Zhu M D. Effects， problems and reform proposals for China grain macro regulation-control［J］. Research of Agricultural Modernization，2011， 32（4）: 390-394.

［21］ 钟钰， 陈博文， 孙林， 等. 泰国大米价格支持政策实践及启示［J］.农业经济问题， 2014（10）: 103-109， 112.

Zhong Y， Chen B W， Sun L， et al. The practice of rice price support policy in Thailand and its implications for China［J］. Issues in Agricultural Economy， 2014（10）: 103-109， 112.

（责任编辑：王育花）

Farmers’ planting responses to market risks and price expectations: An empirical analysis of major grain producing areas

ZHAO Yu1，2， YAN Wu2
（1. College of Economics & Management， East China Institute of Technology， Nanchang， Jiangxi 330013， China； 2. International Institute for Financial Studies， Jiangxi University of Finance and Economics， Nanchang， Jiangxi 330013， China）

With the deepening of rural reform， it becomes an important and realistic problem about how to realize the market and government functions on the allocation of agricultural resources. The key to solving the problem is the analysis on how farmers react to price changes. Applying the planting behavior response model， this paper analyzed the impact of price expectations and agricultural market risks on grain farmers’ planting responses. Results show that farmers will adjust their planting behaviors according to the grain， oilseed and fertilizer prices. When the expected grain price increases by 1%， the expected planting area will increase by 0.13%. When expected oilseed price increases by 1%， the expected grain planting area will increase by 0.16%， the effective irrigation area will increase by 0.30% and fertilizer input will increase by about 0.29%. When fertilizer prices increase by 1%， grain planting area will decrease by 0.08% and fertilizer input will decrease by about 0.20%. In addition， farmers will respond to the agricultural market risks. With the increased exposure to market risks， grain planting area， effective irrigation area， and fertilizer input will decrease. But the increase of nonagricultural income will reduce the impact of market risks on agricultural production. In order to ensure the sustainable development of the main grain crops， the Government should monitor and guide farmers’ price expectations， promote price insurance of crops and target income system， and to perfect the price support system and the benefit compensation mechanism of major grain producing areas.

grain security； market risks； price expectations； planting behaviors； major grain producing areas

“谁来种地？怎么种地？种什么？”已成为亟待回答的重大现实问题。2013年统计局公布的数据显示，农村人口首次低于城市人口。农村严重的老龄化和精壮劳动力外流使得老弱妇孺成为种粮主力。我国城市人口不断增多，目前城市常住人口总数是6.22亿人，城市化率以年均0.8%的速度增长，大批农民工进城后由粮食生产者转变为粮食消费者，城市人口每年大约增加1 100万人。农村空心化逐渐演化为土地、产业和基础设施的空心化。依靠老弱妇孺支撑的种植业如何满足这些不断增加的粮食需求，才是真正令人头疼的问题［1］。农村青壮年劳动力大多外出务工导致农业劳动力素质下降，留守的劳动力接受新知识、新技术的能力相对偏弱，劳动技能提高难度大，影响粮食新品种和配套栽培技术推广应用，制约粮食科技水平的提升。《全国新增1 000亿斤粮食生产能力规划（2009-2020年）》文件显示，受到来自要素和产品两个市场的冲击，一些地区已出现粮食生产口粮化、兼业化势头。

National Natural Science Fundation of China （71503038）； China Postdoctoral Science Foundation Funded Project （2015M570564）；Jiangxi Postdoctoral Scientifi c Research Project （2015KY55）.

ZHAO Yu， E-mail: zyzyonly@ecit.edu.cn.

14 May， 2015； Accepted 21 August， 2015

F304.2

A

1000-0275（2016）01-0050-07

10.13872/j.1000-0275.2015.0175

国家自然科学基金项目（71503038）；中国博士后科学基金资助项目（2015M570564）；江西省博士后科研择优资助项目（2015KY55）。

赵玉（1982-），男，河北辛集人，博士，副教授，主要从事价格理论、风险管理等研究，E-mail: zyzyonly@ecit.edu.cn；严武（1958-），男，江西抚州人，博士，教授，博士生导师，主要从事资产定价、风险管理等研究，E-mail：ywjxcd@163.com。

2015-05-14，接受日期：2015-08-21