能源价格对粮食生产要素成本及粮食价格的传导机制研究

摘要：随着国际能源价格的剧烈波动，中国粮食生产的风险也在不断增加，分析国内外能源价格对中国粮食生产要素的传导机制，有利于及早判别粮食价格波动，识别风险。通过VAR模型对2014年1月至2022年3月能源和粮食价格进行实证分析。结果表明，能源要素的投入带动了粮食生产要素的上涨，投入要素重要性越高，其传导性越高；煤炭价格是通过影响汽油价格和柴油价格来影响小麦价格的，且对小麦价格的影响是正向的，对大豆价格的影响是负向的；原油价格是通过影响汽油价格来影响大豆价格的，且对大豆的影响是正向的，对小麦价格的影响是负向的。原油对小麦、大米、大豆的脉冲都不是很明显，但是氮肥对小麦、大米、大豆的脉冲很明显。当某一投入要素在粮食生产中的重要性越高，其对粮食生产价格的传导性则越高；当某一投入要素在粮食生产中的重要性较低时，其对粮食生产价格的传导性则较低；随着投入要素的可替代性逐渐增强，那么其传导性也会被逐渐削弱。

关键词：能源价格；粮食生产；要素；传导机制；粮食价格

中图分类号：F326.11；F206" " " " "文献标识码：A

文章编号：0439-8114（2025）01-0227-07

DOI：10.14088/j.cnki.issn0439-8114.2025.01.036 开放科学（资源服务）标识码（OSID）：

Research on conduction mechanism of energy price to grain production factor cost

and grain price

YUAN Shi-yi

（Institute of Agricultural Information， CAAS， Beijing" 100081，China）

Abstract：With the drastic fluctuation of international energy prices， the risk of grain production in China is also increasing. Analyzing the conduction mechanism of domestic and foreign energy prices to the main factors of grain production in China is conducive to discriminating grain price fluctuations and identifying risks as soon as possible. The energy and food prices from January 2014 to March 2022 were empirically analyzed through VAR model. The results showed that the input of energy factors led to the increase of grain production factors， and the higher the importance of the input factors， the higher the conductivity. The coal price affected the wheat price by affecting the gasoline price and the diesel price， and the impact on the wheat price was positive， the impact on the soybean price was negative； crude oil price affected soybean price by influencing gasoline price， and the impact on soybean was positive， and the impact on wheat price was negative. The pulse of crude oil on wheat， rice and soybean was not obvious， but the pulse of nitrogen fertilizer on wheat， rice and soybean was obvious. When the importance of an input factor in grain production was higher， its conductivity to grain production price was higher； when the importance of an input factor in grain production was low， its conductivity to grain production price was low； with the increasing substitutability of input factors， their conductivity would be weakened gradually.

Key words： energy price； grain production； factors； conduction mechanism； grain price

粮食是一种特殊的战略物资，是国家安全保障的重要组成部分。中国作为世界上重要的粮食消费国和进口国，粮食生产要素的研究至关重要。随着贸易透明度的不断增加，中国粮食生产受到多重因素的影响，除传统生产因素外，能源价格、汇率波动、农产品期货等国际贸易影响因素日渐凸出，特别是能源价格与粮食生产要素之间的联动性不断增强［1］。近年来，联合国粮农组织多次提到全球性的粮食短缺，以及国际局势的动荡，直接带动了国际能源价格剧烈波动，粮食生产中的要素投入价格也相应出现变化，很多学者认为能源价格与粮食生产要素之间密不可分［2］，特别是能源价格［3］、能源政策［4］、粮食价格等，也有学者认为，国内外粮食生产市场存在不显著的协整关系［5］，国际粮食价格对国内粮食价格具有显著的单向溢出效应［6］，因此，厘清能源价格对粮食生产要素的传导机制具有重要的理论价值与现实意义。国内外学者从多个角度研究了能源价格对粮食生产的冲击与传导［7］，特别是能源型生产要素市场与相关政策，导致能源价格对粮食成本的影响程度和影响方式不同［8］。但是尚缺乏针对“能源价格-生产要素-粮食价格”的结构性传导机制分析。因此，本研究从粮食生产要素入手，分析原油价格、煤炭价格以及氮肥价格对国内市场粮食价格的传导机制，并进行实证分析。

1 研究基础

1.1 技术要素代替部分能源要素

技术投入使得农业逐渐向精准农业［9］和智能农业［10］转变。为改变农业生产过程中不合理的生产要素投入对生态的破坏，中国加大对生物技术的研发工作，例如有机物料腐熟剂、微生物菌剂、生物有机肥等，一定程度上代替了传统要素投入增加的边际效应递减［11］。农机技术的投入改变了农村劳动力稀缺的问题，农业机械不仅代替传统劳动力，提高了生产率，还增加了单位面积的粮食产量。2021年中国农作物耕种收综合机械化率超过71.25%［12］，而农机作业费与石油价格密切相关。随着化肥和农业机械投入增多，能源价格能够较为直接地影响中国粮食生产成本。

1.2 能源价格的传导效应受政策影响

由于化肥生产的原材料主要是煤炭和天然气，因此，煤炭的价格影响化肥的价格［13］，化肥价格又直接关系到粮食生产者的生产成本和积极性，因此，化肥价格是粮食生产要素中的重要一极。随着中国政府对化肥价格逐渐放开，能源价格对化肥价格的传导日益明显，特别是对粮食生产成本的传导更加显著。中国长期以来一直对化肥等主要农资价格采取宏观调控政策［14］。例如，2021年尿素、磷肥、钾肥、复合肥等价格上涨明显，中国政府通过一次性补贴弥补粮食生产成本的上涨。但这也使得粮食生产对国际能源价格的变化存在一定程度的滞后性，这种滞后性会随着宏观政策的力度发生变化。在全球各国追求“双碳”背景下，国际原油市场将呈现持续性的波动，成为影响粮食生产的主要因素之一。随着中国成品油机制的不断完善，新的成品油定价机制将使得粮食生产成本对国际原油价格波动的反应更加灵敏。

1.3 粮食生产要素的指标选取

学者在研究粮食生产要素时主要考虑劳动力、机械化［15］、土地利用［16］、技术进步［17］、政府投入［18］等因素。本研究重点在于找到能源价格对粮食生产要素的影响机制，从综合考虑粮食生产要素与国际市场联动性角度入手选取主要粮食作物小麦、玉米、大米和大豆价格作为研究对象，分析化肥和国际能源价格波动对其所产生的联动效应。

1.4 能源价格与粮食价格的相关性

对2014年1月至2022年3月能源和粮食价格进行分析。能源价格采用原油和煤炭价格指数；中国粮食价格采用国内集贸市场价格指数；均以上年同期水平为100进行指数化处理。相关系数绝对值大于0.3为显著线性相关，大于0.5为高度线性相关。根据表1可知，4种粮食价格与原油价格呈显著相关，小麦价格与煤炭价格相关度较高。

2 能源价格对粮食生产要素的传导机理

本研究在Bahela模型基础上分析能源价格对粮食生产要素的传导机理。假设存在一个由农业部门和石油部门组成的两部门经济，农民使用土地和能源来生产和供应粮食，卡特尔负责石油的开采和供应［19］，并对石油进行定价。

假设石油均匀定量存储，消耗速率为[Eft]，石油所产生总的能量供给为[Et]，则石油存储量的变化[St]可表示为：

[St=-Eft=Et" "∀t" ]" " " " " " " " " " " " " （1）

规模报酬不变的粮食产出函数可表示为：

[QLat=ALtαEtβ，α+β=1]" " " " "（2）

式中，[Q（t）]表示粮食产量；[L（t）]表示种粮土地；[α]和[β]分别表示土地和能源要素的产出弹性。

不管是能源市场还是粮食市场，农民都是价格接收方，对农民利润最大化的一阶进行求导：

[∂π∂E=PaAαC0-PeErα-1-PerEβ+PaAC0-PeErαβEβ-1=]0" " " " " " （3）

将E和L解出[E∗=βC0α+βPe]和[L∗=αC0α+βr]，并代入到式（2），则有：

[QL，E=AL∗αE∗β=Aαα+βαβα+ββCα+β0r-αP-βe]"" （4）

[Pe]（t）为卡塔尔指定，当市场均衡时，则有式（2）=式（4），解出[Pa=Pa-AN（αα+β）α（βα+β）βCα+β0r-αP-βe]。当[α+β=1]，令[θ=ANααββC0]，求[∂Pa∂Pe]，则有：

[∂Pa∂Pe=-θ-βr-αP-β+1e=θβr-αP-β+1egt;0] " （5）

在式（5）两端同时除以[Pa/Pe]，得到传导弹性E为：

[E=∂Pa/Pa∂Pe/Pe=θβr-αP-β+1ePePa=θβr-αP-βePa-θr-αP-βe=βParαPβe/θ-1] " （6）

式中，[β]表示粮食生产函数中能源投入要素的重要性，与传导弹性[E]呈正相关关系。因此，能源投入要素在农业生产中的重要性越高，其对粮食价格的传导弹性越高。

最后，考察农业部门能源要素对土地要素的替代弹性[MRSTE，L]。

[MRSTE，L=∂Q∂L∂Q∂E=αEβL=αE∗βL∗=rPe]" " " " " " " （7）

式（7）结果说明，当粮食市场供需均衡时，要素相对价格能一定程度上左右能源投入要素对土地要素的替代弹性。

[E=βPa（r/Pe）αPα+βeθ-1=βPacMRSTαE，LPeθ-1]" " （8）

式（8）说明，对粮食价格的传导弹性[E]受粮食生产要素替代弹性[MRSTE，L]的影响，且两者负相关，即要素替代弹性[MRSTE，L]越大，传导弹性[E]越小。

3 实证分析

3.1 模型设定与平稳性检验

根据数据的统计性质建立VAR模型，将系统中内生变量作为所有内生变量的函数，模型表达式为：

[Yt=A1Yt-1+A2Yt−2+…+C+ut] " （9）

式中，[Yt]是K维内生变量，[C]是常数列向量，[ut]是随机误差列向量，[Ai]是需要估计的系数矩阵。本研究选取11个向量，[Yt]各向量分别代表国内粮食价格，国内化肥价格，国内汽油、柴油价格，国际煤碳、原油价格。对原始数据进行基本描述性统计，包含均值、标准差、最小值、最大值（表2）。样本期为2014年1月至2022年3月。

在对VAR模型估计前，为防止出现伪回归现象，本研究选取ADF单位根检验法对各变量的协整关系及平稳性进行检验。在做检验之前，首先对数据做对数处理，消除异方差影响，检验结果如表3所示。

表3显示，lndiesel（国内柴油价格）和lnoil（国际原油价格）是平稳的。其他变量的一阶差分在1%水平上平稳。因此，可以进行协整检验判断变量间是否存在长期均衡关系。

3.2 VAR模型的估计

根据表3的平稳性检验结果可知，变量的一阶差分均为平稳的，因此可以用于VAR模型的估计。本研究综合运用LR统计量、FPE值、AIC信息准则、SC信息准则和HQ信息准则模型的最优滞后阶数为1阶。使用OLS方法对VAR模型进行估计。由于玉米和大米的模型系数不显著，选取小麦和大豆进行进一步分析，结果如表4所示。

3.2.1 小麦煤炭模型 根据式（9）可知，当期小麦价格与前期小麦和汽油价格正相关，而与前期柴油和煤炭价格负相关。同时，汽油和柴油价格与前期煤炭价格正相关。因此，煤炭价格通过影响汽油和柴油价格来间接影响小麦价格，但汽油和柴油的影响方向相反。由于柴油价格是原序列平稳，所以不符合协整的前提。小麦模型调整的拟合优度分别为10%、15%、87%、19%（表5）。

[dlnwheattdlngasolinetlndieseltdlncoalt=-0.170.040.320.16+0.230.05-0.004-0.040.120.36-0.010.02-0.750.360.920.621.080.42-0.030.01×dlnwℎeatt-1dlngasolinet-1lndieselt-1dlncoalt-1+μ1tμ2tμ3tμ4t]（9）

3.2.2 大豆煤炭模型（汽油） 根据式（10）可知，汽油价格与前期煤炭价格正相关，因此煤炭价格通过影响汽油价格来影响大豆价格。煤炭价格上升会导致汽油价格上升，但大豆价格下降。从系数来看，当期大豆价格与前期大豆价格正相关，与前期汽油价格负相关，与前期煤炭价格正相关。大豆和汽油模型的拟合优度分别为94%、89%、91%，表明当前大豆价格受前期大豆、汽油和煤炭价格的影响（表6）。

[lnsoytlngasolinetlncoalt=0.110.31-1.42+0.98-0.000 40.0030.080.880.050.150.030.97×lnsoyt-1lngasolinet-1lncoalt-1+μ1tμ2tμ3t] （10）

3.2.3 大豆煤炭模型（柴油） 根据式（11）可知，柴油价格与前期煤炭价格正相关，因此煤炭价格通过影响柴油价格来影响大豆价格。煤炭价格上涨会导致柴油价格上涨，但大豆价格下降。从系数来看，大豆价格与前期大豆价格正相关，与前期柴油价格负相关，与前期煤炭价格正相关。大豆和柴油模型的拟合度分别为7%、86%和5%，表明大豆价格受前一期大豆、柴油和煤炭价格的影响（表7）。

[dlnsoytlndieseltdlncoalt=0.0030.360.17+0.24-0.000 50.03-0.630.910.65-0.47-0.030.07×dlnsoyt-1lndieselt-1dlncoalt-1+μ1tμ2tμ3t] （11）

3.2.4 小麦原油模型 根据式（12）可知，小麦价格受前一期的小麦价格、汽油价格和柴油价格影响。小麦价格与前期小麦价格和汽油价格正相关，而与前期柴油和原油价格负相关。汽油和柴油价格则与前期原油价格正相关。因此，煤炭价格通过影响汽油和柴油价格间接影响小麦价格，但汽油和柴油对小麦价格的影响方向相反。小麦模型的拟合度分别为8%、23%、85%、85%（表8）。

[dlnwℎeattdlngasolinetlndieseltlnoilt=-0.01-0.030.230.38+0.230.05-0.0020.0060.140.25-0.060.07-0.720.270.750.190.19-0.27-0.050.96×dlnwℎeatt-1dlngasolinet-1lndieselt-1lnoilt-1+μ1tμ2tμ3tμ4t]（12）

3.2.5 大豆原油模型（汽油） 根据式（13）可知，汽油价格与前期原油价格呈正相关关系。因此，原油价格是通过影响汽油价格来影响大豆价格的，原油价格升高，会导致汽油价格升高，所以也会导致大豆价格升高。大豆（汽油）模型拟合优度分别为10%、30%、88%（表9）。

[dlnsoytdlngasolinetlnoilt=0.04-0.110.45+0.230.03-0.03-0.0070.360.130.37-0.221.37×dlnsoyt−1dlngasolinet−1lnoilt−1+-0.070.040.02-0.33-0.15-0.11-0.240.07-0.48×dlnsoyt−2dlngasolinet−2lnoilt−2+μ1tμ2tμ3t] （13）

3.2.6 大豆原油模型（柴油） 根据式（14）可知，柴油价格与前一期原油价格呈负相关关系。因此，原油价格是通过影响柴油价格来影响大豆价格的，原油价格升高，会导致柴油价格降低，但是会导致大豆价格升高。大豆柴油模型拟合优度分别为11%、90%、88%（表10）。

[dlnsoytlndieseltlnoilt=0.050.490.28+0.240.03-0.03-0.420.83-0.170.250.121.39×dlnsoyt-1lndieselt-1lnoilt-1+-0.05-0.040.02-0.35-0.240.43-0.15-0.01-0.58×dlnsoyt-2lndieselt-2lnoilt-2+μ1tμ2tμ3t] （14）

3.3 能源与化肥的传导机制

由于玉米脉冲结果不显著，选取小麦、大米和大豆进行分析。根据脉冲结果（图1）可知，小麦价格受到氮肥一个标准差的冲击后，其脉冲响应函数值在初期呈上升趋势，随后逐渐下降。说明氮肥在短期内会对小麦价格产生正向的冲击，随着时间推移，影响会逐渐减弱。大米和大豆的冲击对小麦价格的影响相似，当小麦价格受到大米或大豆一个标准差的冲击后，其脉冲响应函数值呈下降趋势，后逐渐消失，说明大米或大豆的影响也可以由时间抵消。原油冲击对小麦价格的影响平稳，且相对较小。

根据脉冲结果（图2）可知，大豆和氮肥的冲击对大米的影响较为相似，大米价格受到氮肥或大豆一个标准差的冲击后，其脉冲响应值呈先上升后下降的趋势，说明大米价格前期受到氮肥和大豆的价格影响，影响效果随着时间的推移而下降。大米价格受小麦影响较为明显，当受到一个标准差的冲击后，其脉冲响应函数值在初期呈快速下降趋势，后逐渐消失。原油冲击对大米价格影响平稳，且相对较小。

根据脉冲结果（图3）可知，大豆价格受到氮肥一个标准差的冲击后，其脉冲响应值先快速上升后逐渐下降，直至消失。大米、小麦和原油的脉冲响应对大豆的影响相对较小，均是只在初期有较小的波动，随后逐渐消失，说明长期来看并不影响大豆价格。

根据图1、图2、图3可知，原油对小麦、大米、大豆的脉冲均表现不明显，但是氮肥对小麦、大米、大豆的脉冲很明显，且都是正向影响，因此，原油价格是通过化肥传导来影响粮食生产价格的。

4 小结

本研究在分析能源价格对粮食生产要素的影响机理基础上，通过VAR模型进行了实证分析，得出以下结论：①当某一投入要素在粮食生产中的重要性越高，其对粮食生产价格的传导性越高；当某一投入要素在粮食生产中的重要性较低时，其对粮食生产价格的传导性则较低。随着某一投入要素的可替代性逐渐增强，那么其传导性也会被逐渐削弱。②煤炭价格对小麦价格的影响是正向的，煤炭价格对大豆价格的影响是负向的；原油价格对大豆价格的影响是正向的，对小麦价格的影响是负向的，原油和柴油价格之间的关系则是反向的；柴油价格对大豆价格的影响是负向的。③原油本身的价格对小麦、大米、大豆价格的脉冲不显著，但是氮肥价格对小麦、大米、大豆价格的脉冲则较为明显，且是正向的。因此，可知国际原油价格是通过化肥传导来影响粮食生产价格的。

参考文献：

［1］ 杨义武，林万龙. 农机具购置补贴、农机社会化服务与农民增收［J］. 农业技术经济，2021（9）：16-35.

［2］ 赵扶扬，陈斌开，刘守英. 宏观调控、地方政府与中国经济发展模式转型：土地供给的视角［J］. 经济研究，2021，56（7）：4-23.

［3］ 何慧爽，原雷雷. 我国粮食主产区水—能源—粮食耦合协调发展分析与预测［J］. 生态经济，2021，37（6）：102-108.

［4］ 陈媛媛，游 炯，幸泽峰，等. 世界主要国家精准农业发展概况及对中国的发展建议［J］. 农业工程学报，2021，37（11）：315-324.

［5］ 吴昊宇. 国际原油价格与国内成品油价格传导机制浅析［J］. 市场周刊，2021，34（5）：43-45.

［6］ 李志军，张文祥，杜 丽，等. 基于物联网的智能农业监控系统设计［J］. 内蒙古农业大学学报（自然科学版），2021，42（2）：93-98.

［7］ 李辛一，韩 啸，齐皓天. 中国粮食保供稳价局势：现状、挑战与政府的应对——基于新冠肺炎疫情视角［J］. 价格月刊，2021（1）：9-15.

［8］ 刘 婷，王 凌. 价格支持政策如何影响国内粮食市场期现价格关系——基于玉米和大豆市场的检验［J］. 农业经济问题，" "2020（12）：133-144.

［9］ 杨 军，肖志敏，董婉璐. 中国玉米是否会成为“大豆第二”？——基于中国、美国和巴西玉米生产成本变化规律的解释［J］. 经济与管理，2020，34（6）：55-63.

［10］ 冯永晟，张 娅，刘自敏. 能源价格、技术进步与能源强度——基于中国城市数据的动态时空演化［J］. 城市与环境研究，" 2020（3）：69-92.

［11］ 纪 龙，徐春春，陈中督，等. 中国粮食生产波动：特征、成因及启示［J］. 中国农业资源与区划，2020，41（3）：46-52.

［12］ 魏君英，贺亚亚. 化肥价格变化对粮食价格的影响研究——基于省际动态面板数据模型的系统GMM检验［J］. 价格月刊，2020（1）：9-15.

［13］ 林光彬，郑 川. 农产品价格管理政策的中国理论与中国方案［J］. 经济与管理评论，2018，34（2）：33-50.

［14］ 武舜臣. 国内粮食价格政策研究现状及展望［J］. 贵州大学学报（社会科学版），2017，35（4）：92-97.

［15］ 李春婷，曾 靖.农业机械化水平对粮食产量的影响研究——基于粮食播种面积的中介效应［J］.湖北农业科学，2023，62（6）：233-239.

［16］ 屈群屹，杨 慧，赵永华，等.2009—2017年中国耕地资源与粮食产量时空变化特征［J］.湖北农业科学，2022，61（8）：29-34，76.

［17］ 汪中华，尹 妮.农业技术进步偏向对粮食全要素生产率的影响［J］.农业现代化研究，2022，43（6）：1029-1041.

［18］ 张 晖，张雨萌.农业补贴提高了粮食生产技术效率吗？——基于江苏省552户粮食生产型家庭农场数据的实证研究［J］.华中农业大学学报（社会科学版），2022（6）：58-67.

［19］ 倪 娜. 核心卡特尔规制的动因、机制及制度构建：国际比较及对中国的借鉴［D］.天津：南开大学，2013.