最低收购价政策背景下小麦与面粉价格非对称传导研究

李 雪，付文阁

（中国农业大学经济管理学院，北京100083）

粮食价格不仅关系到粮食市场的推进和完善，更与消费者利益紧密相连。小麦作为中国主要粮食作物之一，是中国主要的口粮、商品粮和储备品种，其价格形成及运行机制的稳定和完善，具有更加重要的现实意义。小麦和面粉价格间的传导问题一方面与小麦市场直接相关，另一方面与面粉市场关系密切，对生产者和消费者均将产生重要影响。同时，在纵向关联的市场之间，某一环节的价格变化会通过产业关联传递到其他环节并导致整个产业链的福利再分配［1］。纵向关联市场间的价格关系可以用传导幅度、传递速度和对市场波动的调整程度来衡量，理想中的价格波动传导可以将价格的波动完全且迅速地传递到产业链的其他环节。

近年来，小麦市场价格持续稳定上涨，对保障农民收入和稳定粮食生产起到了十分重要的作用。但同时也呈现出一些不寻常特征，特别是2014年以来，由于国内经济增速放缓、市场需求低迷、生产成本高企及原粮内外价差倒挂等因素影响，面粉价格持续低迷，小麦加工企业普遍感到生计维艰。作为产业链中的重要环节，小麦加工企业的平稳有序发展直接关系到小麦产业的持续健康发展。此外，面粉价格长期处于弱势也将使小麦价格缺乏持续上涨的基础，终将影响小麦价格，不利于农民种粮积极性的长期稳定。随着面粉消费的多样化，对小麦的品质要求也逐步提高，特别是对强筋、弱筋等优质专用小麦的需求十分旺盛。不同品质小麦与面粉的价格传导是否存在差异性，造成差异的原因是什么，将对产业上下游产生哪些影响，这些都是研究粮食价格传导机制中的重要问题。深入分析小麦与面粉间的价格传导对充分发挥价格机制在小麦市场传导中的作用有一定的现实意义。

1 相关文献综述

关于小麦和面粉市场关联性方面一些学者做了研究。如王宁等［2］利用Johansen协整检验法和误差修正模型对中国北方主要小麦收购价格和面粉零售价格间的市场整合程度进行分析，发现小麦收购市场和面粉零售市场之间不仅存在长期整合关系，也存在短期协整关系，价格信号在市场间的传递速度加快，小麦价格与面粉价格之间的影响是相互的，价格信息的传递并没有固定走向。刘艺卓等［3］利用协整分析法和误差修正模型分析了小麦批发价格和面粉零售价格之间的传导关系，发现小麦批发价格与面粉零售价格之间存在长期均衡关系，说明两个市场的整合程度较高，价格在不同环节的传导较充分。赵霞［4］利用DCC-GARCH模型分析小麦和面粉市场价格波动的动态关联性并探讨“麦强粉弱”现象的深层次原因，发现这一现象具有持续性，麦粉价格间的关联性较低，造成纵向市场分割是其存在的根本原因。早期研究方法多采用线性方法分析小麦和面粉市场的整合关系以及价格传递路径，假设价格传导为线性的、对称的，实质上忽视了小麦和面粉价格传递中可能存在的非对称影响，特别是交易成本、粮食市场政策等对市场间价格传导的影响。同时，非对称性价格传导已经被证实广泛存在，农产品价格传递过程中存在传导速度、水平及不同阶段传递过程的非对称性特征。一些学者［5-7］从产业上下游的角度研究价格传导的非对称性，运用门限模型、非对称误差修正模型等方法实证研究了生猪价格与猪肉价格的传导关系。也有一些学者［8-11］对粮食市场的价格传导进行研究，较多研究关注国内外粮食市场价格的非对称传导。如屈军［12］采用门限误差修正模型（TVECM）对国内外稻谷、小麦、玉米和大豆期货价格间的动态关系进行分析，得出稻谷、小麦和玉米的期货价格在国内外市场间不存在长期协整关系，在描述国内大豆期货价格“易涨难跌”的非对称现象上非线性的门限误差修正模型比线性的误差修正模型更适合。TVECM模型能够较好地解释价格在相关产品间的非对称性传导，并从传递方向、传导速度和程度等方面分析价格传导的非对称性特征。

现有文献多只关注小麦价格，而较少将小麦市场价格进一步细分进行研究，忽视了不同品质小麦与面粉在价格传导方面的差异。由于小麦加工企业生产面粉的配麦需求致使近几年优质小麦供不应求，导致优质麦价格快速上涨，涨幅超过普通麦；且优质麦的流通渠道与普通麦存在一定差异，与普通麦多流向政府收购不同，优质麦更依赖于定向销售，多流向面粉加工企业。因此，同时关注普通小麦和优质麦的市场价格有助于更加细致和深入地研究小麦市场价格。为对我国小麦和面粉市场间的纵向价格传导做出进一步分析，本研究构建门限误差修正模型考察小麦市场和面粉市场间的非对称价格传导情况，将小麦市场细分为普通麦和优质麦分别展开分析与对比，以期对我国小麦和面粉市场间的价格传导有一个更为细致的认识。

2 研究方法与数据说明

2.1 研究方法

价格序列数据通常都是非平稳的，一般运用误差修正模型考察不同产品价格间的变化情况及其调整过程。基于误差修正项，误差修正模型通常有三种形式，分别为误差修正项没有门槛值、有一个门槛值和有两个门槛值。若模型有n个门槛值，那么就具有n+1个机制，而有一个及以上门槛值的误差修正模型被称为“非线性”误差修正模型。Meyer［13］认为，拥有两个门槛值的三机制门限误差修正模型更具灵活性，因而在一般条件下，建议使用具有更多经济含义的三机制门限误差修正模型。基于小麦和面粉价格间的非线性关系，建立三机制门限向量误差修正模型（TVECM）：

其中，最上面的式子相应于低段（用误差修正项的下标1标识），中间的式子相应于中段（用误差修正项的下标m标识），最下面的式子相应于高段（用误差修正项的下标h标识）。式中：Pt1表示t期小麦的市场价格，Pt2表示t期面粉的市场价格。门限协整推广了线性协整，允许只在超过临界门限时才调整，即考虑了可能的交易成本和价格的粘滞，也允许调整的非对称性，对正负偏移不以同样的方式修正［14］。

2.2 数据来源与处理

本研究主要涉及普通麦价格、优质麦价格和面粉价格，其中普通麦价格选取普通三等白小麦的市场价，优质麦价格选取‘豫麦34’市场价，面粉价格为特一粉市场价。考虑到数据的可得性和可比性，数据区间为2001年1月至2016年12月的月度数据，数据来源为中华粮网的全国主要粮油批发市场月度交易价格。从整体变化趋势来看，近十几年国内小麦和面粉价格总体呈上升趋势，且在2006年之后上涨幅度明显增大，波动趋势基本一致，但面粉价格的波动更为频繁（图1）。分品种来看，普通麦价格从2001年的1 097（人民币，下同）元/t上涨至2016年的2 319元/t，涨幅为1.1倍；优质麦价格从2001年的1 234元/t上涨至2016年的2721元/t，涨幅达1.2倍；面粉价格从2001年的1 754元/t上涨至2016年的3 339元/t，涨幅为0.9倍。与普通麦与面粉价格的变动相比，优质麦与面粉价格的变动趋势更为一致（表1）。因此，小麦价格与面粉价格之间很有可能存在长期协整关系。在进行协整分析之前需要对原始数据做进一步处理，由于数据时间跨度较长，为了剔除通货膨胀因素采用CPI月度数据进行平减，在实证分析阶段利用X12季节调整法对各指标进行季节调整，去掉季节因素，最后对所有数据采取对数转换。

图1 小麦与面粉价格趋势图Fig.1 Price trends of wheat and flour

表1 变量说明及描述性统计Table 1 Variable description and statistical description of wheat and flour prices

3 实证结果分析

3.1 平稳性检验

在建立协整方程之前，首先要通过单位根检验来检验时间序列的平稳性。单位根检验方法较多，本研究选取常用的ADF方法对各时间序列的平稳性进行检验。从表2检验结果可以看出，所有变量的原序列均不能拒绝原假设，即序列是非平稳的。对原序列进行一阶差分后的检验结果均小于5%的水平临界值，表明一阶差分序列均呈平稳性特征。

表2 单位根检验结果Table 2 Results of the unit root test

3.2 协整检验

根据Engle等定理，如果两个时间序列满足同阶单整条件，可以通过对其长期均衡模型的残差进行平稳性检验，如果残差序列是平稳的，则模型的设定是合理的，说明因变量和解释变量之间存在稳定的均衡关系。因此分别研究普通小麦和面粉、优质小麦和面粉之间的长期均衡关系。从实证结果可以看出，普通小麦和面粉、优质小麦和面粉间存在协整关系（表3）。为更进一步判断市场间的传导关系，通过建立门限误差修正模型分析普通麦、优质麦和面粉间的动态关系。

表3 协整检验结果Table 3 Results of cointegration test

3.3 门限误差修正模型

在证实存在协整关系的基础上，利用Hansen检验来判断是否存在门限协整关系。检验结果显示，国内普通麦与面粉、优质麦与面粉的Hansen检验结果均在10%的显著性水平下拒绝原假设，即门限误差修正模型比线性模型更好地反映了彼此之间的动态关系，表明小麦和面粉价格的传导存在非对称性（表4）。因此，进一步运用门限误差修正模型对普通小麦和面粉价格、优质小麦和面粉价格进行实证研究，分析价格非对称传导的具体表现。

表4 Hansen检验结果Table 4 Results of Hansen test

通过建立门限向量误差修正模型估计普通麦与面粉、优质麦与面粉的市场整合程度。一是从价格传导模型的系数显著性分析价格传导是否存在单向传导，二是门限效应的存在判断价格传导幅度是否相同，三是根据误差修正项的系数大小验证价格调整速度是否存在差别。借鉴前人做法，在Sup-Wald检验基础上，用Hanson和Seo提出的极大似然法估计出门限阈值，然后使用格点搜索法确定最优门限阈值，使得OLS的残差平方和最小。在估计过程中，结合门限个数及滞后阶数的不同组合，以及AIC、BIC、SSR、样本区间数据量指标和变量多少来综合选择，最后选择三区制（上、中、下三个机制）、滞后一阶的门限向量误差修正模型，综合结果见表5。

在普通麦和面粉的门限向量误差修正模型中，实证结果得到的两个阈值分别为－0.0174和0.0027。两个阈值将模型分为三个机制，－0.0174＜μ＜0.0027是模型的中机制，44.4%的样本点落入这一机制；μ＜－0.0174为上机制，14.3%的样本点落入上机制；μ＞0.0027为下机制，41.3%的样本点落入该机制，其中μ是模型的残差。从传导方向来看，价格传导呈现小麦向面粉的单向传导。普通麦（pw1）向面粉（pf）传导的pf方程，三个机制模型的误差修正项系数都显著，也就是小麦价格波动幅度较大时，会对面粉价格产生影响。而面粉（pf）向普通麦（pw1）传导的pw1方程，除了上机制外，其他两个机制模型的误差修正项系数都不显著，说明面粉价格对普通麦价格的影响还不存在长期稳定性，即面粉价格的上涨很难传导到其上游的小麦价格。从传导程度来看，普通麦向面粉的价格传导存在幅度差异。误差修正项的大小表示当两价格之间发生短期偏离时会存在向均衡点的调整［15］，均衡点应为普通麦和面粉价格保持相对稳定的差距水平。模型结果来看，中机制的误差修正项系数最大，其次是下机制，上机制的系数最小，表明在普通麦价格波动幅度不同时，面粉价格会有不同程度的调整。从调整速度来看，面粉价格向长期均衡的调整速度快于小麦价格。普通麦上、中、下三机制价格调整速度为－0.2833、－0.4025和－0.2400，均小于面粉价格的调整速度0.4776、1.8012和1.0321。因此，面粉价格向长期均衡的调整速度更为明显地快于小麦价格，即面粉价格波动频率高于小麦价格，这一结论的得出符合客观事实和经济学常识，面粉的价格弹性大于小麦。门限的存在表明，不同时点的调整不仅取决于上期偏离的大小，还取决于在该时点上自身所处的机制，不同机制的调整速度是不同的，这也正是门限协整与传统线性协整的最本质区别［16］。

在优质麦和面粉的门限向量误差修正模型中，实证结果得到的两个阈值分别为－0.0080和0.0021。两个阈值将模型分为三个机制，－0.0080＜μ＜0.0021是模型的中机制，29.1%的样本点落入这一机制；μ＜－0.0080为上机制，28.6%的样本点落入上机制；μ＞0.0021为下机制，42.3%的样本点落入该机制，其中μ是模型的残差。从传导方向来看，价格传导呈现优质小麦和面粉的双向传导。优质麦（pw2）向面粉（pf）传导的pf方程，除了中机制模型外的误差修正项系数都显著。同样，面粉（pf）向优质麦（pw2）传导的pw2方程，除了中机制外，其他两个机制模型的误差修正项系数都显著，说明面粉价格的波动也会对优质麦价格产生影响。从传导程度来看，优质麦和面粉之间的价格传导存在幅度差异。模型结果中，pf方程的下机制误差修正项系数最大，且误差修正项系数符号也存在差异，表明在优质麦价格波动幅度不同时，面粉价格会有不同程度和方向的调整；pw2方程的下机制误差修正项系数最大，其次是中机制，表明面粉价格波动幅度不同时，优质麦价格将呈现不同程度的调整。从调整速度来看，优质麦和面粉价格向长期均衡的调整速度不同，上机制和下机制的优质麦价格调整速度小于面粉价格的调整速度，在中机制则为优质麦价格调整速度大于面粉价格。

表5 门限误差修正模型结果Table 5 Results of TVECM model

从估计结果可以看出，普通麦向面粉的价格传导为单向传导，而优质麦向面粉的传导是双向传导，且调整的速度存在差异。这就意味着普通麦价格的波动能够传递到面粉市场，而面粉市场的价格波动不能传递到普通麦市场。面粉价格的下跌不会通过产业链的价格传导影响小麦市场，加工企业将同时面对面粉市场的低价和小麦市场的高价，致使加工利润空间进一步下降。同样的，面粉价格的上涨也不会通过产业链的价格传导影响小麦市场，生产者很难从面粉价格的上涨中获得收益。普通麦市场和面粉市场间处于一种相对分割的状态，产业上下游之间很难通过价格传导形成利益共同体，与赵霞［4］研究结果一致。而优质麦与面粉市场间的价格传导更为顺畅，产业上下游之间能够通过价格的传递分享利润和分担风险。

造成普通麦和优质麦与面粉间的价格传导存在差异的主要原因为针对普通小麦实施的最低收购价政策。为了保护种粮农民收益，保障粮食市场平稳有序运行，政府自2006年开始实施小麦最低收购价政策。收购政策实施以来小麦市场价格持续上涨，普通三等白小麦年平均价格从2005年的1 506元/t上涨到2016年的2 319元/t，上涨幅度为54%；优质麦‘豫麦34’平均价格由2005年的1 597元/t上涨到2016年的2 721元/t，上涨幅度为70%。尽管政策的实施对保护农民收益、提高生产积极性起到了促进作用，但政策对粮食市场的扭曲和干预也日渐显现。近年来，政策主导粮食价格、调控粮价走向的痕迹较为显著，一度形成了小麦市场“只涨不跌”的价格预期，致使小麦市场价格与最低收购价格高度相关，而弱化了其他因素对市场价格的影响［17］。同时，托市收购的小麦通过竞价销售的方式进入流通环节，2016年之前的竞价销售底价原则上按照最低收购价加收购费用和其他必要费用确定，实际交易价格不得低于公布的销售底价。在这种情况下，作为小麦下游产品的面粉价格变化将很难传导至普通麦价格。由此导致普通麦价格的调节功能弱化，影响其向长期均衡价格调整的速度。而对于优质麦来说，流通和销售更多的依赖定产定销模式，如合作社统一出售或加工厂订单生产。优质麦的市场化程度更高，受政策的影响弱于普通麦，其下游产品的价格变化更易传导至优质麦。同时，优质麦市场价格调节功能较普通麦完善，在一定情况下能够以较快的速度向其均衡价格进行调整，甚至有些时候调整速度快于面粉价格，做出更加快速的反应。

造成小麦和面粉市场间非对称传导的原因主要是政府对小麦市场采取的干预政策，这与Capps等［18］和Lass［19］对奶业价格政策的研究结果较为接近，即美国奶业实施的价格支持政策直接导致了奶产品价格传导的非对称性。另一方面，当所处机制不同时价格传导的调整幅度也不相同，即当小麦价格发生波动时面粉价格并不是均匀地做出反应。一些研究认为，农产品价格非对称传导产生的原因可能是调整成本造成的，当价格发生变化时，频繁地更新价格标签和收银系统等一系列行为将会带来菜单成本，除非价格调整后的新增利润更为可观，否则价格调整将相应迟缓［20］。此外，产品本身的特性以及政府政策等也可能引起价格调整的差异［21］。而面粉作为粮食产品，其价格变化将受到更多的关注，政府出于各方面考虑也会对面粉价格的变化做出一些指导和干预，如2011年发改委约谈古船面粉、五得利面粉等加工企业，要求各企业暂缓对面粉产品的提价。

4 结论及建议

本研究基于协整检验和门限误差修正模型分别对普通麦价格、优质麦价格和面粉价格之间的传导问题进行了分析，结果表明小麦市场与面粉市场间的价格传导存在非对称性，普通麦与面粉间的传导为单向传导，优质麦和面粉之间的传导为双向传导，当小麦价格发生波动时面粉价格并不是均匀地做出反应，面粉价格向长期均衡的调整速度快于普通麦价格，而优质麦和面粉价格的调整速度与所处机制相关。造成价格传导存在差异的主要原因为针对普通小麦实施的价格支持政策。同时，政府对小麦市场采取的干预政策、调整产品价格带来的成本变化、产品本身的特性以及政府的其他相关措施等因素导致了小麦与面粉价格间的非对称传导。普通麦市场和面粉市场间处于一种相对分割的状态，产业上下游之间很难通过价格传导形成利益共同体。而优质麦与面粉市场间的价格传导更为顺畅，产业上下游之间能够通过价格的传递分享利润和分担风险。与现实相联系，实证分析结果表明：小麦最低收购价政策在很大程度上造成了小麦和面粉市场间价格传导的非对称性，由于普通麦以政策性竞价销售为主要流通方式，致使政策对普通麦市场的影响大于优质麦。实证研究结果也在一定程度上说明政策的溢出效应已经通过产业链上下游间的价格传导对加工企业造成了影响，弱化了纵向关联市场间的联系，进一步恶化了加工企业的生产环境。

基于以上研究结论，提出以下建议。首先，从短期来看，尽量降低最低收购价格对市场价格的影响。小麦最低收购价的制定已经连续四年维持2014年水平，一方面保证了农民种植小麦的基本收益，另一方面打破了政策价格不断上涨的预期，一定程度上降低了政策对市场价格的干预。因此，未来仍需调整小麦最低收购价格至不扭曲市场的合理水平。其次，最低收购价政策的执行仍需不断完善，理顺收购入库和拍卖出库等流通环节，降低交易成本；保持小麦的托市收购量在一个合理的水平，放宽对小麦流通环节的管制，避免市场流通的粮源过少影响市场价格。第三，加强对加工企业的引导和支持，面粉加工业的健康发展是小麦原粮市场平稳有序的基础，通过适当的政策引导和支持，鼓励加工企业充分发挥其在市场中的作用。从长期来看，探讨小麦最低收购价政策的市场化改革，充分发挥市场机制在资源配置上的决定作用。

［1］王秀清.纵向关联市场间的价格传递［J］.经济学季刊，2007，6（3）：885-898.

［2］王宁，司伟，王秀清.我国北方小麦收购市场与面粉零售市场的整合研究［J］.农业经济问题，2008（6）：33-37.

［3］刘艺卓，蔡海龙.中国不同市场环节粮食价格传导研究［J］.农业技术经济，2015（6）：66-73.

［4］赵霞.“麦强粉弱”现象的深层次原因探析：麦粉市场价格波动的动态关联性研究［J］.价格理论与实践，2014（08）：73-75.

［5］杨朝英，徐学英.中国生猪与猪肉价格的非对称传递研究［J］.农业技术经济，2011（9）：58-64.

［6］周金城，陈乐一.基于门限模型的我国猪肉产业链非对称价格传导研究［J］.经济问题探索，2014（1）：127-134.

［7］董晓霞.中国生猪价格与猪肉价格非对称传导效应及其原因分析：基于近20年的时间序列数据［J］.中国农村观察，2015（4）：26-38，96.

［8］彭佳颖，谢锐，赖明勇.国际粮食价格对中国粮食价格的非对称性影响研究［J］.资源科学，2016（5）：847-857.

［9］赵涤非，杜晓旭，王月玲.粮食价格非对称性传导：基于阈值非对称误差修正模型的实证研究［J］.价格月刊，2016（3）：17-23.

［10］武舜臣，蒋文斌，曹宝明.基于价格传导视角的“稻强米弱”成因探析：国际价格冲击抑或产业链传导受阻？［J］.当代经济科学，2016（4）：117-123，128.

［11］吴海霞，李鹏.中国粮食市场价格波动的非对称性：基于傅立叶季节外生性VAR模型的实证研究［J］.技术经济，2015（1）：101-108.

［12］屈军.国内外粮食期货价格动态关系研究［J］.商业研究，2015（10）：24-31.

［13］MEYER J.Measuring market integration in the presence of transaction costs：a threshold vector error correction approach［J］.Agricultural Economics，2004，31：327-334.

［14］吴喜之，刘苗.应用时间序列分析：R软件陪同［M］.北京：机械工业出版社，2014：142-143.

［15］刘小铭.我国燃料油期货价格与现货价格动态关系：基于TVECM的实证研究［J］.数学的实践与认识，2010，40（8）：8-14.

［16］邹力宏.我国货币市场货币基金规模对货币供应量的影响：基于门限向量误差修正模型的分析［J］.金融与经济，2016（7）：72-78，38.

［17］刘超，朱满德.我国粮食价格支持政策效应的溢出及其影响研究［J］.广东农业科学，2015（11）：173-179.

［18］CAPPSO J，SHERWELL P.Alternative approaches in detecting asymmetry in farm-retail price transmission of fluid milk［J］.Agribusiness，2007，23：313-331.

［19］LASS，D A.Asymmetric response of retail prices in the northeast revisited［J］.Agribusiness，2005，21：493-508.

［20］LEVY D，BERGEN M，DUTTA S，et al.The Magnitude of Menu Costs：Direct Evidence from Large U.S.Supermarket Chains［J］.Quarterly Journal of Economics，1997，8：792-794.

［21］KINNUCAN HW，FORKER OD.Asymmetry in Farm-Retail Price Transmission for Major Dairy Products［J］.American Journal of Agricultural Economics，1987，2：285-292.