经济政策不确定性对中国粮食安全的影响

苏 芳 刘 钰 黄德林 薛 冰 周 潮 马 静

(1.陕西科技大学 经济与管理学院，西安 710021；2.中国农业科学院 农业经济与发展研究所，北京 100081；3.中国科学院 沈阳应用生态研究所，沈阳 110016；4.中国人民银行 张掖市中心支行，甘肃 张掖 734000 5.甘肃农业大学 资源与环境学院，兰州 730070)

粮食安全是世界和平与发展的重要保障，是国家安全的基石[1]，关系人类永续发展和前途命运。2020年6月，联合国发布的《新冠疫情对粮食安全和营养造成的影响》政策简报指出受疫情、冲突、自然灾害、气候变化以及虫害影响[2-5]，2020年有4 900万人陷入极端贫困，严重缺乏粮食和营养保障的人口也将迅速增加，粮食安全问题再次引发国际社会的广泛关注。《中国的粮食安全》白皮书将粮食安全定位为头等大事的国家战略[6]。自2014年中国经济发展进入新常态后，粮食生产保持了稳定增长态势，但总体来看，随着中国人口总量增加、城镇人口比重上升、居民食物结构升级和粮食用途拓展，全社会对粮食的需求将持续刚性增长[7]，新常态下中国粮食安全形势依然严峻，粮食供求将长期处于紧平衡状态。经济政策不确定性是指政府未明确经济政策预期、政策执行和政策立场变更的指向和强度引致的不确定性[8]。当前，中国经济正处于“增速换挡、结构调整和前期刺激政策消化”的“三叠加”时期[9]，中国经济政策不确定性水平上升，对粮食安全的影响不断增大，国内粮食生产受国际进口冲击压力也逐渐加大。因此，在此背景下分析经济政策不确定性对中国粮食安全的冲击作用，探究其对粮食安全影响的区域差异性，对保障粮食安全、构建粮食安全防御机制具有现实意义。

现有研究探究了影响粮食安全的诸多因素，如城镇化水平、气候变化、贸易摩擦和区域结构[10-13]等影响粮食安全的宏观因素，也有学者从微观视角研究了粮食价格[14]对粮食安全的影响。关于经济政策不确定性对粮食安全的影响多集中在其对农产品价格冲击方面，例如，张俊华等[15]、朱黄等[16]研究发现经济政策不确定性对农产品价格的冲击具有显著的实时性、周期性和负向性特点。田清淞等[17]运用时变参数向量自回归模型发现了大豆、小麦和玉米的期货价格均受到了经济政策不确定性的冲击，但三类品种受到的冲击又存在明显差异。彭春芽等[18]研究发现生鲜农产品的市场价格也受到经济政策不确定性的冲击，冲击影响在不同的滞后期表现不同，影响程度随滞后期的增大而扩大。此外，还有部分国外研究[19-20]采用VAR模型和FAVAR模型分析了在美国的EPU指数受到冲击之后，国内的农产品价格会下降。综合来看，已有研究对粮食安全影响因素进行了多方面归纳总结，但忽略了宏观的经济政策对粮食安全的影响，且关于经济政策不确定性对粮食的研究角度过于单一化，缺乏经济政策不确定性对粮食安全各维度的综合影响。

经济政策不确定性主要通过粮食价格、粮食贸易、购买力水平、粮食供应链[21-24]影响粮食安全。首先，经济政策不确定性水平较高时，粮食价格受到冲击产生波动，粮食供需平衡难以维系，进而影响粮食安全；其次，经济政策不确定性水平提升时，经济形势动荡，国际粮食贸易受到冲击，粮食出口国调整贸易政策，采取出口限制或提高粮食出口税，对缺粮国家粮食安全造成严重威胁；再次，经济政策不确定性处于高水平时往往对应着经济衰退期[25]，居民购买力水平下降导致粮食获取能力不足；最后，经济政策不确定性水平提升引发的人工成本上涨、交通管制等措施，直接导致运输成本上升甚至是运输中断，粮食供应链受阻，继而威胁粮食安全。为此，本研究基于2000—2018年中国31个省(市、自治区，统计数据未含港澳台地区，下同)的面板数据，采用面板向量自回归(PVAR)模型，将粮食安全划分为4个维度，从经济政策不确定性角度出发，分析其对粮食安全不同维度的冲击作用，并针对不同的粮食生产功能区进行区域差异性分析。以期为国家科学研判当前复杂经济形式下国家中长期粮食安全战略目标和短期粮食市场战术目的之间的关系，完善粮食生产支持保护政策，提高粮食宏观调控能力，保障国家粮食安全提供政策建议。

1 模型构建与变量选取

1.1 模型构建

PVAR模型主要用于处理时间跨度较短的短面板数据，本研究的经济政策不确定性对中国粮食安全影响的短面板数据适用于PVAR模型。

PVAR模型的一般形式如下所示：

(1)

式中：i代表不同个体;t表示不同时期;β0为截距;βj、φk为回归系数矩阵;p代表变量的滞后阶数;μi和γt为固定效应和时间效应;εi,t为模型的随机扰动项，可以通过面板数据的截面均值差分方法消除时间效应，采纳向前差分Hermlet转换方法进行消除个体效应;Yj,t-j为内生变量;Xk,t-k为外生变量。通常情况下，在实证分析中对研究涉及的相关变量不再区分为内生变量还是外生变量，均视为内生变量，因此实证分析采用的PVAR模型如下：

(2)

本研究PVAR模型的建模步骤共有4步，分别为面板数据的平稳性检验、确定最佳滞后阶数、Granger因果检验、脉冲响应分析。

1.2 变量选取

1)核心解释变量。经济政策不确定性为本研究核心解释变量。经济政策不确定性是由于政府制定的经济政策在未来方向与强度等方面不明确，导致市场主体无法预判政策动向而产生的风险[26]，其包括政策变动过程中包含的所有不确定性。本研究采用Baker等测算的EPU指数衡量经济政策不确定性[27-28]，该指标以《南华早报》(SCMP)中与政策相关的经济不确定性的文章频度来计数，这一方法遵循美国和其他国家与地区的基于新闻的经济政策不确定性指标。图1为1999—2018年中国经济政策不确定性指数，可以看出中国的经济不确定性总体处于上升态势，中国的宏观经济环境主要经历了4个波动期：以全球金融危机事件为代表的2008年为第一个波动期；以中国新一届领导集体确立的2012年是第二个波动期；以中国开始进入“十三五”规划时期的2016年为第三个波动期；以中美贸易战为代表事件的2018年是第四个波动期。波动时期所实施的一系列政策及措施影响了中国社会的经济发展，经济政策不确定性水平也不断提升。

图1 1999—2018年中国经济政策不确定性指数Fig.1 China’s economic policy uncertainty index from 1999 to 2018

2)被解释变量。本研究的被解释变量为粮食安全，有关粮食安全如何测度的问题，不同学者皆给出了具有理论支持的衡量标准。如公茂刚等[29]、李腾飞等[30]认为粮食安全应坚持宏观安全与微观安全相统一，在保证数量安全的同时突出质量安全和生态安全。姚成胜等[31]认为中国的粮食安全体系应从粮食供给、粮食获取、粮食利用以及粮食安全的稳定性等方面去衡量，胡岳岷等[32]认为粮食安全价值维度应将数量安全、品质安全、生态安全与健康安全形成有机统一体。基于上述研究，本研究将粮食安全划分为供给安全、获取安全、稳定性安全和资源安全4个维度。粮食供给安全侧重的是通过提高粮食数量以保障粮食供给能力，解决人们“吃得饱”的问题[33]，本研究通过粮食播种面积、粮食单位面积产量、人均粮食占有量3个维度来衡量粮食供给安全。粮食获取安全是指从粮食生产端到粮食消费端的获取过程，能否获取粮食主要取决于两大支柱，即物质手段与经济手段[34]，本研究采用代表物质指标的交通运输能力和代表经济指标的人均国内生产总值、国内粮食价格指数、居民消费价格指数来衡量粮食获取安全。粮食稳定性安全主要指各种冲击事件的发生率对于粮食安全造成的冲击[35]，衡量指标包括国内粮食进口依存度、国内粮食价格波动性、人均粮食产量波动性。粮食资源安全侧重考虑土地资源约束下的粮食供给能力[36]，本研究采用单位粮食产量所占耕地面积来衡量资源安全，单位粮食产量使用耕地面积越小，对粮食安全的保障程度越高。

本研究粮食安全指标处理中，首先采用极差标准化法[37]对正向指标与负向指标做标准化处理。式中，Xij为第i个省份j项指标的原始数据；X′ij为对应的标准化变量值，maxXij、minXij分别表示第j项指标的最大值和最小值。

正向指标：

X′ij=(Xij-minXij)/(maxXij-minXij)

(3)

负向指标：

X′ij=(maxXij-Xij)/(maxXij-minXij)

(4)

(5)

wj=CVj/∑CVj

(6)

1.3 数据来源

本研究选取了2000—2018年31个省(市、自治区)的面板数据，数据来源于国家统计局、中华粮网、《南华早报》网站、交通运输部，并将2000—2018年中国EPU月度指数进行几何平均得到EPU年度指数。为便于比较分析和检验模型结论的稳健性，本研究对各粮食生产功能区进行细分考察，根据《国家粮食安全中长期规划纲要(2008—2020)》的标准划分为粮食主产区、主销区和产销平衡区(图3)，其中粮食主产区包括：辽宁、吉林、黑龙江、内蒙古、河北、山东、安徽、江苏、江西、河南、湖南、四川和湖北13个省(自治区)；主销区包括：北京、上海、天津、浙江、海南、广东和福建7个省(市)；产销平衡区包括：山西、广西、重庆、云南、贵州、西藏、陕西、甘肃、青海、宁夏和新疆11个省(市、自治区)。

图2 中国粮食生产功能区划分Fig.2 Division of grain production functional areas in China

2 实证分析

2.1 数据检验

本研究采用LLC法和IPS法对面板数据进行单位根检验，对时间序列数据采用ADF单位根检验法。由表1可知，供给安全、获取安全、稳定性安全、资源安全均在1%的置信水平下均拒绝了LLC和IPS的原假设，经济政策不确定性在一阶差分后在1%的置信水平下拒绝了ADF的原假设，表明了所有变量均为平稳性序列。

表1 核心变量描述性统计Table 1 Descriptive statistics of core variables

随后本研究采用VAR模型的最优滞后期来确定PVAR模型中各个变量的最优滞后期数，通过计算比较1～8期的LR值、AIC值、SC值及HQ值，根据最小值原则确定了最优滞后阶数为8。最后检验经济政策不确定性与粮食安全之间是否存在因果关系且具有预测能力，本研究Granger因果检验方法来进行判断，检验结果如表3所示，经济政策不确定性与粮食安存在长期因果关系，因此，本研究所建立的PVAR模型是具有意义的。

表3 Granger因果检验结果Table 3 Granger causality test results

2.2 脉冲响应分析

2.2.1粮食安全对经济政策不确定性的脉冲响应

为准确量化和评价经济政策不确定性对粮食安全的冲击效应，本研究通过500次蒙特卡罗模拟得到粮食供给安全、获取安全、稳定性安全、资源安全对经济政策不确定性的脉冲响应函数，从全国粮食安全对经济政策不确定性冲击的脉冲响应图(图3)来看，基本验证了本研究理论分析所得出的结论，粮食安全的不同衡量维度在面对经济政策不确定性冲击时反应出不同特征，经济政策不确定性通过引起粮食价格波动影响供求关系，干扰供求双方心理，导致中国的粮食对外进口依存度提升，从而对粮食安全产生抑制作用。

图3 全国粮食安全对经济政策不确定性的脉冲响应Fig.3 Impulse response of national food security to economic policy uncertainty

表2 平稳性检验结果Table 2 Stationarity test results

从供给安全对经济政策不确定性的响应来看，在受到冲击后的1期、2期响应值为正，在3期后呈现为负冲击并在12期达到负极值，随后响应逐渐减弱并趋向于0。这表明经济政策不确定性总体上对粮食供给安全产生了负向影响。当不确定经济事件突发时，一方面国家会出台惠农利农政策以期保障粮食产量安全[39]，另一方面突发的不确定事件造成居民的“囤粮”心理，粮食需求增加[40]，在这一时期经济政策不确定性会刺激粮食供给量的增加。随滞后期数的延长，粮食价格会随着经济政策不确定性水平的提升而产生波动，粮食供需平衡被打破，威胁粮食市场安全；此外，经济政策不确定性会造成粮食生产资料价格的波动，粮食种植户对其产生“观望”心态，根据种植成本的投入来调整种植规模。从而在滞后期延长后，由于供求关系和种植户心理的变化，经济政策不确定性对供给安全造成不利影响。

从获取安全对经济政策不确定性的响应来看，其在受到冲击后的响应是最大的，1期后响应迅速加强，在2期达到负峰值，随后在3期减弱，在4～6期逐渐加强，6期后逐渐减弱并趋向于0，总体上粮食获取安全在受到冲击后呈现出“双峰型”负效应，6期的负效应峰型较为微弱。经济政策不确定性对经济发展具有衰退性影响，导致国内生产总值增速减缓。一方面为了预防经济政策所带来的不确定性，个人以及企业将会增加储蓄以期减少经济政策不确定性带来的损害，从而导致消费受到抑制；另一方面，随着不确定性的增大，消费者无法预测经济政策不确定性对未来收入的影响，因此更倾向于推迟做出购买决策。此外，交通运输、物流业是获取粮食至关重要的物质手段，经济政策不确定性对全行业都具有不同程度的冲击作用，对于运输业的冲击也不例外，粮食获取面临流通环节的障碍，继而进一步加深了对粮食获取安全的负向影响。

从粮食稳定性安全对经济政策不确定性的响应来看，在受到冲击后的2期达到正峰值，随后冲击逐渐减弱且趋近于0，总体呈现正向影响。粮食稳定性安全是由粮食价格波动、人均粮食产量波动、粮食进口依存度来衡量的，经济政策不确定性对其正向冲击的结果可以从两方面解释，一方面，随机性的经济政策是粮食价格变动的重要因素，经济政策不确定性会直接影响粮食市场的供应方、参与方、终端消费者的未来预期，粮食价格及粮食供应量会在市场机制的作用下随着粮食供求实际情况呈现不同程度的波动；另一方面，中国是粮食进口大国，因不确定性事件会影响到本国粮食生产、流通等环节，引发国内粮食供应短缺，导致粮食进口依存度增强。因此，经济政策不确定性的冲击会导致粮食价格波动性、人均粮食产量波动性及粮食进口依存度增强，进而造成粮食安全稳定性的波动。

从资源安全对经济政策不确定性的响应来看，在受到冲击后的1期到5期影响不断加强，在11期负冲击达到最大值，此后冲击逐渐平缓减弱，经济政策不确定性对资源安全的冲击总体上趋于平稳。粮食安全的前提是耕地资源安全[41]，中国坚守18亿亩(1.2亿hm2)耕地红线不动摇，随着“藏粮于技、藏粮于地”战略的实施，粮食新品种不断研发种植，大型机械化的投入使用以及灌溉等水利设施的日趋完善都使耕地资源得到有效利用，自然灾害预警机制更加完备，粮食亩产量得以提升，从而节约了耕地资源。在强有力的国家政策保障及科技支持下，经济政策不确定性对粮食资源安全的冲击力较为平稳。

2.2.2经济政策不确定性对粮食安全影响的区域效应

既然经济政策不确定性对国家层面的粮食安全产生了负向影响，那么经济政策不确定性对中国不同区域影响如何？同样采用PVAR模型，通过500次蒙特卡罗模拟得到经济政策不确定性对中国粮食主产区、粮食主销区、粮食供给平衡区粮食安全的冲击作用图(图4～6)，通过分区域样本计量分析发现供给安全、获取安全、资源安全在受到经济政策不确定性冲击后反映出负向影响，经济政策不确定性对稳定性安全依旧呈现为正向冲击，这也进一步验证了前述实证结果的稳健性。

图4为中国粮食主产区粮食安全对经济政策不确定性的脉冲响应图，主产区的粮食供给安全是三大粮食生产功能区中在受到冲击后响应波动最为激烈的，在7期达到负峰值，随后响应逐渐减弱，在21期后变为正向冲击并逐渐趋向于0，但正向冲击较为微弱。粮食获取安全在受到冲击后的2期出现负极值，随后响应逐渐减弱在8期后趋向于0。粮食稳定性安全在前7期呈现出较为激烈的响应波动，在2期达到正峰值，在4期迅速出现负冲击，在6期又呈现出正峰型后逐渐减弱并趋近于0，呈现出“双峰型”正效应和“单峰型”负效应的响应轨迹。资源安全整体表现为负向冲击，在9期出现负峰值，随后响应逐渐减弱并趋向于0。粮食主产区是中国粮食生产的核心区域，解决粮食安全问题首先要确保主产区的粮食安全与稳定。主产区供给体量大，承担着70%以上的粮食产量和80%左右的商品粮供给，在受到经济政策不确定性冲击时主产区的粮食供给量所需调整时间更长，这也解释了主产区供给安全在三大粮食功能区中所受冲击最大的原因。当今世界经济与政治形势越来越复杂多变，经济政策不确定性随之增大，受其影响粮食价格的波动频率也不断扩大，对主产区粮食安全造成不利影响。同时，经济政策不确定性的增大也促使中国粮食进口依存度增大，大量的进口粮对国内粮食价格和粮食产量形成冲击，对粮食主产区的影响尤为明显。因此，在粮食安全受到经济政策不确定性冲击时，为保障粮食主产区的供粮稳定，国家应加大对主产区粮食稳定生产的政策保障与资金支持，以解决粮食种植户的资本短缺问题，从而确保国内粮食生产安全。

图4 主产区粮食安全对经济政策不确定性的脉冲响应Fig.4 Impulse response of food security in main producing areas to economic policy uncertainty

图5为中国粮食主销区粮食安全对经济政策不确定性的脉冲响应图，主销区粮食供给安全的极大值出现在2期，随后逐渐向下波动，在12期出现极小值，40期后逐渐趋向于0。主销区粮食获取安全在粮食三大主产功能区中波动幅度最大，2期后，获取安全迅速向下波动并在3期出现极小值，随后又迅速向上波动，5期后向下波动并在7期呈现负峰型，9期后响应逐渐减弱并趋向于0，整体表现为“双峰型”负效应的响应轨迹。稳定性安全在2期后出现极大值，随后迅速向下波动并在5期后响应逐渐减弱趋近于0。资源安全整体呈现为负冲击，在8期达到负极值，25期后响应波动逐渐平缓且趋向于0。主销区多集中在东部发达省区，其粮食播种面积和粮食产量占全国的比重都较小，基本维持在10%左右，因而供给安全所受冲击在三大粮食功能区中表现并不明显。主销区集中了中国的经济中心、金融中心、贸易中心以及对外开放的前沿地带，物价水平相较于其他地区更高且波动更为明显，对进口的依存度也相对更大，主销区人口规模和密度更大，对粮食需求量相对更多，在面临经济政策不确定性冲击时，主销区人口消费力受到干扰，对粮食的心理需求加大，导致粮食市场供不应求，粮食价格抬升，不利于粮食获取。因此，经济政策不确定性给粮食获取安全所带来的冲击在主销区表现的最为明显。

图5 主销区粮食安全对经济政策不确定性的脉冲响应Fig.5 Impulse response of food security in main marketing areas to economic policy uncertainty

图6是中国粮食产销平衡区粮食安全对经济政策不确定性的脉冲响应图，供给安全在2期达到负极值，10期后响应逐渐平缓并趋近于0。获取安全表现为两个“负峰型”响应轨迹，负极值出现在2期，15期后响应逐渐减弱且趋近于0。稳定性安全在2期达到正极值，随后向下波动在18期后趋向于0。资源安全在受到冲击后向下波动，在3期出现正极值，随后向上波动5期后响应减弱，波动趋于平缓。产销平衡区粮食安全在受到经济政策不确定性冲击后的响应波动相比于主产区和主销区整体表现较为平稳，产销平衡区粮食产量基本能保持省域内的自给自足，产销平衡区基本分布在中西部地区，由于受自然地理环境的影响，山区较多，土地较分散，规模效应低，经济发展水平相较于主产区和主销区更加落后，物价水平较低且更趋于平稳，对外贸易额远远低于东部发达省区，进口依存度相较于东部省区更低，因此，经济政策不确定性对产销平衡区的粮食安全冲击相对更小。

图6 产销平衡区粮食安全对经济政策不确定性的脉冲响应Fig.6 Impulse response of food security to economic policy uncertainty in production and marketing balance area

3 结论与政策建议

3.1 结论

本研究基于2000—2018年31个省(市、自治区)的面板数据构建了PVAR模型，研究了经济政策不确定性对中国粮食安全冲击的传导机制，主要结论如下：

第一，从全国水平看，经济政策不确定性对中国粮食安全具有抑制作用。经济政策不确定性通过冲击粮食价格影响粮食市场供求关系，导致粮食对外依存度提升，对粮食供给安全、获取安全、稳定性安全产生不利影响。由于国家对耕地资源实施强有力的战略和政策保障，经济政策不确定性对资源安全的冲击相对较为平稳。

第二，从粮食安全的衡量维度看，经济政策不确定性对供给安全、获取安全、资源安全为负向冲击，对稳定性安全为正向冲击。供给安全对经济政策不确定性的响应幅度相比其他维度更大，经济政策不确定性对获取安全的冲击最为激烈，这表明中国在粮食供给与获取安全层面仍面临不稳定因素的威胁。

第三，分区域看，三大区域由于具有不同的粮食功能定位，因而所产生的影响存在显著差别。经济政策不确定性对供给安全冲击最大的地区是粮食主产区，对获取安全冲击最激烈的地区为粮食主销区，产销平衡区粮食安全所受的经济政策不确定性冲击相比于主产区和主销区较小。

3.2 政策建议

基于以上结论，本研究提出如下政策建议：

1)针对整体脉冲响应来看：①供给安全对经济政策不确定性的响应幅度相比于其他维度更大，为保障粮食安全，必须确保粮食供给安全，政府应发挥对粮食生产安全制度保障作用，保障粮食生产者数量稳定，加大粮食生产配套财政支出，推动粮食生产规模化。粮食生产相关企业应将社会责任与经济效益结合，在扩大企业生产的同时，不断加大技术研发，提高粮食利用效率。②经济政策不确定性对获取安全的冲击最为激烈，多渠道开发粮食获取途径，是解决粮食获取安全的重要手段。在立足本国粮食生产市场的同时应建立多方位的国际粮食获取新途径，与主要粮食出口国通过合作与谈判达成粮食贸易协议，推动国内粮食生产企业积极“走出去”，通过在粮食生产大国、粮食生产条件较好的国家建立海外生产基地，构建稳定的粮食获取渠道，促进获取途径多元化。③经济政策不确定性对稳定性安全冲击反映不明显，为确保粮食安全稳定性，运用宏观调控手段和市场行为相结合，从粮食产业的供给者、参与者、终端消费者3方面出发，维持粮食市场价格的稳定。积极参与国际粮食贸易规则的制定中，充分预测经济政策不确定性对国际粮食市场的冲击并制定政策加以防范从而减少对国内粮食安全的影响。④资源安全对经济政策不确定性的冲击响应较为平缓，粮食生产资源受自然条件、政策调节效果更为明显，政府应通过立法来保障粮食耕地资源不受侵占，严守国家耕地面积红线，加强对农业基础设施投入，运用技术手段提前预防自然灾害，确保资源安全的稳定。企业和公民应加强耕地资源保护意识，遵守国家法律法规，减少农业用地用作非农生产。

2)针对不同粮食生产功能区：①粮食主产区是保障国家粮食安全的核心区域，要加强对粮食主产区的政策倾斜和经济投入，将保障粮食主产区供给安全放在首要地位。政府应推动粮食主产区生产、经营的优化，加快农业现代化水平和农业生产综合能力，为商品粮生产提供全产业链的配套设施。粮食主产区应主动落实保持粮食耕地面积稳定的任务，加强自然灾害预警及防治能力，积极引导农业人口投入粮食生产、加工、运输环节，为市场提供充足的粮食，稳定国内粮食价格。②粮食主销区是粮食安全的薄弱区域。粮食主销区多位于经济发达区域，工业化、城镇化水平较高。政府应加强立法确保主销区耕地不被占用，同时有规划地引导主销区农业劳动力转移，降低粮食生产劳动力损耗。粮食主销区也应发挥经济、科技优势，发展集约化、现代化农业以提高粮食自给率，加强在国内粮食商品产业链中的地位，在加工贸易、运输、销售等产业链环节上发挥重要优势，为进一步提升粮食安全做出贡献。③粮食产销平衡区是粮食安全的重点区域。粮食产销平衡区一般受制于自然地理因素，粮食生产受限制较大，难以形成规模效应。政府应加大对产销平衡区的扶持力度，通过金融机构为粮食种植户提供粮食生产资金保障，提高种植户抵御风险能力和粮食生产积极性，维持区域产销平衡，促进粮食产业化发展。

3)此外应建立制度机制确保粮食安全。既要立足于国内，继续加强粮食安全在国家战略中的重要地位，推动粮食生产结构改革，维持国内粮食生产稳定性，保障国内粮食供应环节顺畅；通过地方立法和行政力量监督，确保耕地安全并以此保障粮食供给安全；又要放眼于国际，一方面，深化与其他国家的贸易伙伴关系，达成国与国之间互利共赢的合作协议，构建新型粮食进口合作关系，加强粮食储备与粮食进口安全。另一方面，各国政府应联合创建粮农组织治理监督平台，推动粮食贸易公平与自由，加强粮食系统的研究和创新，使其更有利于应对极端气候、经济危机、突发性公共卫生事件等不稳定因素冲击。