国际粮价波动对我国粮食进口的影响研究

摘 要：近年来，全球气候持续变暖、极端天气等因素引发世界粮食市场波动并对我国粮食进口带来风险。本文选取我国2018—2023年相关数据，描述我国粮食进口规模、种类、进口来源国等粮食进口现状，通过理论分析与实证分析相结合，建立VAR模型探究全球粮价波动对我国粮食进口贸易的影响。结果显示，我国粮食进口量受到国际粮价的影响，并在短期内产生负向影响，国际粮价上涨1%，我国粮食进口量下降0.005%。为化解粮食进口风险，提高粮食安全的韧性，我国应铸牢粮食产能，提高粮食自给能力，同时深化和其他国家的粮食生产合作，优化粮食进口结构。

关键词：国际粮价；粮食进口；VAR模型；价格波动；粮食进口贸易

中图分类号：F742 文献标识码：A 文章编号：2096-0298（2024）07（b）--05

全球经济不确定性、能源危机不仅对国际粮食市场产生“蝴蝶效应”[1]，还对我国粮食生产和进口带来影响。全球粮价波动对世界粮食贸易产生冲击[2]，打破世界粮食市场的供求稳定性，影响世界粮食市场的供求体系，世界各国粮食进出口贸易面临一定的挑战。2023年，中央一号文件中指出，统筹做好粮食和重要农产品调控及发挥农产品国际贸易作用，深入实施农产品进口多元化战略[3]，强调粮食进口在市场调控中的重要作用，打通国内外两个市场，利用两种资源保障国内粮食安全。

基于此，本文选取我国2018—2023年粮食进口相关数据，分析我国粮食进口贸易现状，例如我国粮食进口规模、种类、进口来源国等数据描述国际粮价波动对我国粮食进口的影响情况，建立VAR模型进一步探究国际粮价波动对我国粮食进口贸易的影响，并提出优化我国粮食进口贸易的对策建议。

1 我国粮食进口贸易现状

1.1 我国粮食进口规模

21世纪以来，我国粮食进口种类在结构上开始发生变化，主要进口粮食由大麦和小麦逐步扩大到小麦、大麦、大米、玉米、大豆等粮食作物。我国加入世界贸易组织后，粮食进口规模也逐渐扩大，粮食贸易逐渐由贸易顺差转为贸易逆差。

由图1可知，我国粮食进口商品中大豆的进口量相对较多，其次是玉米、小麦与大麦，大米进口量相对较少。大豆进口量基本保持在8000万吨以上，2018—2020年，大豆进口量不断攀升，在2020年达到峰值10031.45万吨，2021年开始大豆进口量逐年下降，截至2022年我国大豆进口量为9108万吨，较2020年大豆进口量下降9.2%。2023年8月，我国大豆进口量为7163万吨。玉米的进口量总体呈现先增长后下降的趋势，在2021年达到过去10多年的峰值2835万吨，进口额达到80亿美元，较2021年同比增长152.2%，2022年较2021年同比下降27.3%。大麦的进口量呈波浪式缓慢上升趋势，2021年大麦进口量最高为1248万吨，2022年同比下降53.8%，截至2023年8月大麦进口量为620万吨，已经超过2022年大麦全年进口量，说明2023年较2022年大麦进口量有所上升。小麦进口量保持逐年增长的态势，截至2022年小麦进口量为996万吨。农业农村部发布的数据显示，我国小麦进口规模不断扩大，2018年、2019年连续两年进口额突破10亿美元，2020年进口规模大幅攀升后保持小幅度上升。大米进口量呈波浪式上升趋势，2018年大米进口量为307.7万吨，2019年大米进口量同比下降17.3%，2019年开始大米进口量逐年上升，在2022年大米进口量最高，为619万吨，截至2023年8月大米进口量为202万吨。

1.2 我国主要粮食进口来源国家

由表1可知，我国小麦进口国主要有美国、澳大利亚、加拿大[4]，2018—2022年，我国从以上三国进口小麦的总量基本占我国小麦总进口量70%以上。其中，我国从加拿大进口小麦总量最大。2018年和2019年我国从加拿大进口小麦总量占的比重分别为44.58%、47.68%。自2020年开始我国进口加拿大小麦的市场份额逐年减少。2022年，加拿大降水减少造成严重干旱，导致加拿大小麦供给不足，我国从加拿大进口小麦总量占我国进口小麦总量的比重降低至17.97%。受中美贸易摩擦影响，我国2018年和2019年进口美国小麦总量有所下降，2020年呈现出上升态势。2021年是近五年我国进口美国小麦总量占小麦总进口量比重最高的年份，比重为27.91%。2022年美国因受拉尼娜现象的影响，玉米产量减少，从而导致玉米出口相应减少。除了新冠疫情爆发外，2019年澳大利亚出现罕见的极端干旱天气，澳大利亚受干旱影响最严重地区的产量下降高达90%，使得澳大利亚近十多年来首次批准进口小麦。可以看出，我国从澳大利亚进口小麦总量在2018—2020年有所下降，2019年达到最低值5.24%，随后开始呈现逐年增长的态势。2022年达到最大比重57.42%，超过美国与加拿大。我国从俄罗斯进口小麦总量占进口小麦总量的比重较小，2018年达到最高值为3.26%。2021年，俄罗斯开始限制小麦出口，我国从俄罗斯小麦进口量逐年递减。

我国大米的进口来源地主要集中于东南亚和南亚国家，主要有越南、泰国、缅甸和巴基斯坦[5]。我国从越南进口大米总量占进口大米总量的比重由2018年最高值47.17%呈波动式下降至2022年的13.86%，比重减少30%。2018年，我国从泰国进口大米的比重为29.21%，接近大米进口总量的1/3，到2020年减少20%，维持在10%左右。同年，我国从缅甸进口大米市场份额达到进口大米总量的30.95%。之后比重开始迅速下降至12.9%。2019年，我国从巴基斯坦进口大米总量占进口大米总量23.71%。随后几年开始下降，基本保持在19%左右。

2018—2019年，我国从美国玉米进口受较大的冲击，我国从美国进口玉米的总量分别占玉米进口总量仅为8.87%、6.63%。在此期间，我国扩宽了乌克兰在玉米进口市场份额，我国从乌克兰进口玉米的比重高达86.38%。2020年由于玉米价格上涨，我国进口乌克兰玉米成本上升，开始减少从乌克兰进口玉米，2022年我国进口乌克兰玉米比重降至0.46%。2022年开始，我国扩大了从美国进口玉米，2022年我国从美国进口玉米的份额为72.09%；我国从俄罗斯进口玉米总额的比重约1%；我国从缅甸进口玉米总量占玉米总进口量的比重由2018年的2.86%下降至2021年的0.11%，2022年，我国与缅甸的玉米贸易小幅度回升，比重升至0.94%。此外，我国还与欧洲的德国与法国，南美洲的巴西等进行玉米进口贸易。乌克兰玉米供应链中断后，为了应对风险，2022年5月我国与全球第二大玉米出口国巴西签订了玉米进口贸易协议，保障玉米进口市场稳定。

我国大豆进口主要集中在美洲地区，其中巴西、美国的市场份额较大，尤其是巴西[6]。2018年以来，巴西成为我国大豆进口最大来源国。虽然近两年我国大豆进口有所下降，但我国从巴西进口大豆的比重仍保持在60%以上。美国是我国第二大大豆进口国。2018—2019年，我国从美国进口大豆的比重降至20%以下，其余年份我国从美国进口大豆比重呈现逐年递增的态势。此外，近年来我国加大从俄罗斯、加拿大的进口大豆，但进口量的比重保持在1%～2%，市场份额较小。

1.3 国际粮价波动对我国粮食进口的影响

小麦和玉米我国有较高的自给率，国际粮价波动对我国大米和小麦进口的影响较小。然而，世界多国开始限制粮食出口，导致我国大米进口受一定影响。

当前，我国的粮食进口主要集中于大豆和玉米，2021年大豆和玉米总和进口量比重高达75.9%[7]。我国玉米一直保有较高的自给率。2021年玉米进口量大幅增长时，玉米的自给率仍能维持91%的水平。我国有30%左右的玉米来自乌克兰，2022年后，玉米进口来源市场越加集中的趋势更为明显，我国玉米保有较高的自给率，对玉米的进口市场多元化转型关注度较低，导致我国玉米进口多元化发展趋势不明显。

以上分析结果显示，国际粮食价格上涨增加我国粮食的进口成本，其中小麦、玉米价格涨幅最大。大豆和玉米是饲料重要的蛋白原料，现阶段我国超过90%的大豆进口依赖美国与巴西，受极端干旱气候的影响，巴西大豆而减产，国际大豆价格开始升高。全球化肥等农业能源价格的上涨造成粮食生产成本及价格的上升。我国海关数据显示，近两年我国玉米、小麦和大豆等粮食的进口成本已大幅提升。

3 实证模型和数据来源

3.1 实证模型

利用向量自回归模型（Vector Auto Regression，VAR）研究国际粮价波动对我国粮食进口贸易的影响，该模型主要通过系统内部变量作为滞后值以及变量的联动关系构建的方程[8]，用来描述不同变量之间的动态关系。基本VAR模型可以写为：

式中：Yn为内生变量向量，F1，F2，...，Fk与P1，P2，...，Pk为被估计的系数矩阵，Yn-1，Yn-2，...，Yn-k为外生变量向量，p是滞后阶数，N是样本数，εn为是扰动向量。

3.2 变量选取与数据来源

通过设置国际粮价波动（IGP）这一主变量来考察其对我国粮食进口贸易的影响。2020年1月—2023年12月，将我国粮食进口量作为因变量，我国粮食类居民消费价格指数和国际粮价作为自变量。对各变量取对数，即LnGIV（我国粮食进口量）、LnCPI（我的粮食类居民消费价格指数）、LnIGP（国际粮价）。

采用国家统计局、中国海关、联合国粮农组织等数据库选取2020年1月—2023年12月的月度数据。

3.2.1 单位根检验与滞后期选择

传统的VAR模型要求其变量具有稳定性，所以在构建VAR模型之前需要对各序列数据进行平稳性检验[9]。本文采用ADF检验法对变量展开平稳性检验，并对各组数据取对数处理。表2所示，所选变量皆为平稳序列。

VAR模型估计需要先确定最优滞后期数[10]，选择星号数据最多的滞后期作为最佳滞后期，由表3可知，选择滞后1期是最优阶数，由此构建VAR模型。

构建模型前要检验VAR模型是否平稳，若单位根全部落在单位圆内，小于1，则认为VAR模型有一定稳定性，可展开方差分解分析和脉冲响应函数；若有AR值超出单位圆，说明模型不稳定，无法进行下一步的研究分析。如图2所示，模型中AR值均在单位圆内，说明该模型平稳。

3.2.2 建立VAR模型

表3所示，滞后一期我国粮食类消费价格指数和国际粮价对我国粮食进口量的参数影响均为负向，我国粮食类消费价格指数对我国粮食进口量的参数影响为-0.0001123；国际粮价对我国粮食进口量的参数影响为-0.0051207，国际粮价上涨1%，我国粮食进口量下降0.005%，短期来看国际粮价对我国粮食进口量产生负向影响，但影响较小，主要是受政府管制的原因，在关税配额等综合作用下，国际粮价对我国粮食的进口影响较小。

3.2.3 脉冲响应分析

由图3可知，国际粮价对我国粮食进口量冲击响应呈现正向冲击响应，在滞后1期与滞后2期国际粮价对我国粮食进口量的影响最明显，随后冲击响应不断减小，直至第6期时，冲击响应逐渐趋近于0。这说明国际粮价对我国粮食进口量的影响会产生一段时间，但随着时间的增长国际粮价对我国粮食进口量的影响会逐渐减弱。

3.2.4 方差分解分析

方差分解可描述各变量冲击对内生变量变动的贡献度，以探究不同变量冲击对内生变量的重要性[11]。由表5可知，除去我国粮食进口量对自身的影响，我国粮食类消费价格指数对我国粮食进口量的影响较大，其次是国际粮价。我国粮食进口量对自身贡献率较大，滞后1期时为1，随后逐期减小，第8期时处于最小值0.970752。我国粮食类消费价格指数对我国粮食进口量的贡献度在第1期为0，第2期为0.022406，逐期减少至第4期的0.023367，第5期开始有小幅增加，随后贡献度不断增加，第8期为0.023399。国际粮价对我国进口量波动的贡献率第1期时为0，第2期增长至0.001684，随后国际粮价对我国进口量波动的贡献率逐期增长，第8期为005849。

4 结论及对策建议

结合实证检验结果可知，我国粮食进口量受到国际粮价的影响，这种影响会持续一段时间，但随着时间增加这种影响会逐渐减弱；短期内国际粮价对我国粮食进口量产生负向影响，国际粮价上涨1%，我国粮食进口量下降0.005%。综合上述实证结果，本文提出几点对策建议。

4.1 完善粮食保障体系，深化粮食贸易机制改革

在全球疫情、极端天气、能源危机、贸易中断等风险交织背景下，粮食供应链受阻、粮食供应体系脆弱性加剧，面对国内外发展环境的深刻变化，必须增强忧患意识。深化粮食流通体制和贸易机制改革，聚焦我国的粮食储备、运输、进口、价格等环节，综合考虑粮食国内外流通格局、加工产业布局等因素，优化调整储备布局。切实加强粮食进口价格风险管理，提升粮食储备水平。要加大关键粮食物流通道基础设施投资力度，减少粮食运输中的损耗浪费与质量安全风险等[12]。

4.2 确保粮食进口安全，分散粮食进口风险

在当前世界经济贸易不确定性增加的形势下，我国面临着巨大的进口竞争压力。构建多元化进口战略，多区域、多层次、多品类的分散式粮食进口格局势在必行[13]。相关部门应扩宽进口渠道，发展粮食出口潜力较大的国家关系，并与这些国家开展长期粮食战略合作，建立双边或多边粮食国际贸易关系，以降低我国粮食进口过度集中化程度。

4.3 提高粮食自给能力，增强农业科技创新

要坚持“谷物基本自给，口粮绝对安全”的底线，将粮食主动权把握在自己手中。始终坚守18亿亩粮食播种面积底线，保护耕地环境，提高土地产出率。持续扩大粮食种植面积，提高粮食生产主体的生产积极性。同时，政府应实施“科技兴粮”，加大对粮食科技研发的投入，积极推广粮食科技创新技术，提升粮食专业化、机械化、规模化生产水平，提升粮食单产水平。

4.4 加强国际合作，提高粮食国际竞争力

借助“一带一路”倡议，寻找新的合作伙伴，积极加强与周边国家的粮食生产合作，提升周边国家的粮食生产能力，减少我国的粮食进口压力[14]。同时应鼓励企业“走出去”，加强企业对外农业投资与合作，不断扩大农业对外开放程度。积极参与国际粮食组织等国际合作机构，加强与联合国粮农组织、20国集团、金砖国家、世界粮食安全委员会等国际机构和平台的合作交流，深度参与世界贸易组织涉农谈判和全球粮农治理，稳定全球粮食价格，减少因国际粮价波动导致的粮食进口压力[15]。

参考文献

赵岚，李巍.俄乌冲突的“蝴蝶效应”与中国粮食安全的地缘风险[J].太平洋学报，2023，31（3）：29-41.

张帅.乌克兰危机下的全球粮食安全[J].当代世界与社会主义，2022（4）：149-158.

齐心，武舜臣，刘合光.中国粮食进口的影响因素及贸易效率测度[J].价格月刊，2023（12）：29-36.

佟光霁，周伦政.双循环背景下我国粮食安全：现状、挑战及保障路径[J].学术交流，2021（1）：97-108+191-192.

朱晶，王容博，曹历娟.俄乌冲突下的世界粮食市场波动与中国粮食安全[J].社会科学辑刊，2023（1）：158-168.

王廷勇.中国粮食进口格局的现状、成因及策略建议[J].对外经贸实务，2020（9）：47-50.

郑健壮，武朝艳，石爱林.基于VAR模型的我国猪肉价格波动影响因素的实证研究[J].中国畜牧杂志，2022，58（2）：259-265.

谢林林，姚雪松，王志勇.金融发展、科技创新与产业升级： 基于VAR和中介效应模型的实证研究[J].技术经济与管理研究，2023（9）：42-47.

刘明月，刘芳，刘亚钊.基于VAR模型的我国生猪价格波动实证研究[J]中国畜牧杂志，2020，56（11）：184-188.

陈晓暾，李佳妮.玉米和猪肉价格波动的动态关系研究： 基于VAR模型的分析[J].价格理论与实践，2018（4）：93-96.

雷娟.豆粕原料进口价格冲击对饲料产业链价格波动的影响研究[J].饲料研究，2024，47（3）：182-186.

张亨明，徐书敏.大国粮食安全视域下我国粮食国际贸易问题及治理[J].深圳大学学报（人文社会科学版），2023，40（5）：5-14.

宋洪远，魏佳朔.全方位加强国家粮食供给保障[J].中州学刊，2024（2）：5-13+2.

崔宁波，董晋.新时代粮食安全观： 挑战、内涵与政策导向[J].求是学刊，2020，47（6）：56-65.

王妍，范爱军.全球粮食进口竞争格局及影响因素研究[J].经济学家，2023（5）：118-128.