河北省玉米供給反應研究
——基于2003～2010年農戶層面的動態(tài)面板分析*

楊　蕾，錢小平，陳永福，武志剛

(1.西安外國語大學經濟金融學院，陜西西安　710128； 2.日本國際農林水產業(yè)研究中心，日本筑波　305-8686；3.中國農業(yè)大學經濟管理學院，北京　100083； 4.農業(yè)部農村經濟研究中心，北京　100810)

?

·中日合作項目——“北方農業(yè)循環(huán)型系統(tǒng)設計與評價”專欄·

河北省玉米供給反應研究
——基于2003～2010年農戶層面的動態(tài)面板分析*

楊蕾1※，錢小平2，陳永福3，武志剛4

(1.西安外國語大學經濟金融學院，陜西西安710128； 2.日本國際農林水產業(yè)研究中心，日本筑波305-8686；3.中國農業(yè)大學經濟管理學院，北京100083； 4.農業(yè)部農村經濟研究中心，北京100810)

玉米已成為我國播種面積最大的糧食作物，同時玉米在主要糧食作物中比例也不斷攀升。文章利用2003～2010年河北省農戶玉米種植的動態(tài)面板數據，建立了農業(yè)供給反應(適應性預期)模型，采用廣義矩陣估計方法(GMM)，對影響河北省9個縣534戶農民的玉米供給和調整的價格、政策以及氣候等因素進行了動態(tài)面板實證分析和相關探討?；谵r戶玉米生產供給反應模型的理論框架，推導出研究所采用的動態(tài)面板適應性預期模型。結果表明，首先，河北省農戶的玉米種植面積對于價格變化很敏感，玉米種植面積的長期價格彈性較大。其次，補貼政策對于農戶種植玉米有一定的積極促進作用，但是農戶對于補貼額的反應程度很小。再次，生產成本投入增加會制約河北省農戶玉米種植。最后，降水對于保證玉米生產具有重要作用。因此，穩(wěn)定玉米價格、繼續(xù)加大政策支持力度、完善水利基礎設施補貼力度對于保證河北省玉米生產和供給會產生積極促進作用。

玉米河北農業(yè)供給模型動態(tài)面板廣義矩陣估計(GMM)

0　引言

玉米是中國主要糧食作物之一，而且近年來，玉米全年播種面積呈現穩(wěn)步上升態(tài)勢。2002年中國玉米種植面積超過了小麥， 2007年超過了稻谷，已經躍居為播種面積最大的糧食作物。與此同時，全年玉米播種面積在糧食作物，甚至農作物中所占比例也在不斷攀升， 2014年玉米占糧食作物種植結構比例為32.9%，占農作物種植結構比例為22.4%①數據來源于2015年中國統(tǒng)計年鑒。。玉米種植面積的增減體現了生產者的種植意愿，從而反映了其生產決策行為，因此分析、理解和把握影響中國玉米生產者決策行為的因素，對于穩(wěn)定發(fā)展我國玉米產業(yè)及其相關工業(yè)，以及確保國家糧食安全乃至維護國家穩(wěn)定具有重要意義。

玉米長期以來是我國居民消費口糧之一，隨著經濟的發(fā)展，玉米逐漸成為飼料糧、工業(yè)用糧的主要對象，尤其是在飼料糧里居于主導地位。玉米還可以廣泛地應用在食品加工、釀造等深加工行業(yè)。尤其是，近年來隨著生物燃料等的興起，使得將玉米生產的生物乙醇作為新型能源又成為玉米廣泛用途中的一種重要走勢。在我國經濟高速發(fā)展的背景下，一方面，居民收入水平的提高使得消費結構和消費觀念發(fā)生了很大變化，對于牛奶、肉類等畜產品的需求更進一步地增加了玉米的需求； 另一方面對于新型生物能源的利用程度的增加也會推進玉米消費需求的增加。從價格方面來看，中國國內玉米實際收購價從2003年的1.9元/kg上升到2010年第一季度實際平均收購價3.2元/kg，增長率為71%②數據來源于中國價格信息網(http：//www.cpic.gov.cn/fgw/chinaprice/free/index.htm)。，之后有些回落，總體呈現高位態(tài)勢。同時，我國擁有接近14億人口的廣大市場，因此，中國玉米需求必定在未來會呈現出增長態(tài)勢。從而，對玉米供給必定會產生重要且深遠的影響。

河北省是中國玉米主產省之一， 2014年玉米種植面積高達211.39萬hm2，在全國居于黑龍江、吉林、內蒙古和河南之后，排第五位*數據來源于種植業(yè)信息網(http：//zzys.agri.gov.cn)。； 同年，河北省玉米產量達1670.7萬t，為國家糧食安全做出了重要貢獻。河北省地域遼闊，耕地廣袤，生態(tài)環(huán)境和氣候條件適于玉米生產，玉米種植遍及全省。因此，將河北省作為玉米生產研究對象具有一定代表性和重要意義。

文章主要利用農業(yè)部全國農村固定觀察點2003～2010年河北省9縣的玉米種植農戶的調研數據，從農戶層面，采用農業(yè)供給反應(適應性預期)模型和動態(tài)面板的廣義矩陣估計方法(GMM)，對影響河北省玉米供給和調整的價格、政策以及氣候等因素進行了實證分析和相關探討。

1　文獻綜述

農業(yè)供給反應模型是研究糧食供給影響因素分析的有效方法之一。農業(yè)供給反應主要是對影響農業(yè)供給(如糧食供給)的價格進行分析，推算出價格長短期彈性以及調整周期。糧食生產供給反應中，糧食供給一般被考慮分為面積、產量和單產進行分析[1]。

在對玉米供給反應的研究中，Rosegrant等[3]針對印度尼西亞1969～1990年間的糧食作物進行研究，結果表明，農業(yè)研究的公共投資、普及和灌溉因素對印度尼西亞糧食作物長期產出增長影響高于價格變化的影響； 玉米的長期自價格彈性為0.37。在Kanwar[7]估計的印度各糧食作物的產出對價格風險(價格變異系數)的彈性中，玉米為-0.048； 同時該研究指出對糧食產出影響因素彈性中最大值的是降水或灌溉而不是價格，其原因在于價格因素在一定程度上已經被政府收購糧食需要支付昂貴的雙重成本抵消，即對農戶提高收購價格的支出和通過公共流通渠道分配收購糧食所需付出的成本。

在對中國玉米供給影響研究中，Rozelle和黃季焜[6]估計的中國玉米產出的短期和長期價格供給彈性分別為0.292和0.289。Zhuang和Abbott[4]估計得到的中國玉米產出的價格供給彈性為0.278。王宏和張岳恒[11]依據1988～2006年共19年中國玉米播種面積和價格的時間序列數據，測算得出玉米的短期供給彈性為0.1128，長期供給彈性為0.1265。邵飛和陸遷[12]，把全國分為3個玉米生產區(qū)域，說明玉米種植面積價格彈性均優(yōu)于玉米單產價格彈性，生產者根據玉米價格的變化對玉米種植面積的調整更為有效和準確。Imai等[10]以中國等10個亞洲國家為對象估計得到的供給價格彈性中，測算出2000年以前的玉米的供給價格彈性分別為0.204， 2000～2005年的供給價格彈性為0.301。上述研究所研究對象和時空范圍的差異造成了價格彈性值之間存在著一定的區(qū)別。

綜合以上研究看出，鑒于數據的可獲得性，已有研究大多數基于時間序列數據進行，但是時間序列數據大多在20或者30年左右，屬于小樣本，因此對于模型估計的準確性會有影響。該文基于農戶層面的面板數據，對于模型估計的準確性有一定保證。同時，影響農業(yè)供給的因素包括價格和非價格因素(投入、氣候等)，考慮玉米生產供給的時候，除了玉米自價格是主要參考指標之一，其他因素如生產投入、政策和氣候等也是需要考慮的重要因素。尤其是在中國，農業(yè)政策的出臺和實施，對于農業(yè)生產會產生至關重要的作用。在農戶層面考慮農戶玉米生產行為，也離不開對于玉米生產成本的考慮，特別是在近幾年人工投入、化肥等生產投入價格上漲的形勢下，顯得更為重要。在中國現有農業(yè)生產條件情況下，農業(yè)生產依然不能完全避開氣候等客觀因素的影響，對于河北省，目前干旱可能成為嚴重制約玉米生產的因素。因此，有必要考察河北省玉米供給的相關價格與非價格因素，進而為中國玉米供求關系的宏觀調控提供相關參考，最終保障中國玉米供給以及糧食供給安全。

2　理論框架和模型

農戶糧食供給反應是一個動態(tài)調整過程，該過程不僅是反映農戶根據價格和非價格因素未來“預期”的外部沖擊調整決策的過程，也是農戶根據現有的農業(yè)市場政策與土地制度、其自身的糧食生產、流通和庫存技術以及管理經驗等各方面的條件，對糧食生產和銷售做出局部調整的過程[2-5]。由于預期值是不可觀測的，因此往往要對預期過程進行假定，而適應性預期是對實際情況比較切合的假定，也是應用最為廣泛的假定。適應性預期假定認為，經濟活動主體會根據過去所做的預期偏離現實的程度來修正以后每一時期的預期，使其適應新的經濟環(huán)境[1]。

該文以農戶糧食生產供給反應的調整過程為基礎對典型Nerlovian 農戶玉米生產供給反應模型形式進行推導[5]。鑒于以往研究者的研究思路和成果，同時由于雙對數形式能有效解決異方差問題，以及方便計算解釋變量短期和長期彈性等優(yōu)點，該文采用雙對數形式對模型進行估計，具體推導過程如下：

(1)

(2)

(3)

把式(2)和(3)代入到式(1)并整理后，可得式(4)

(4)

將式(1)滯后一起并乘以(1-λ)整理得到式(5)：

(5)

然后用式(4)減去式(5)整理得式(6)：

(6)

(7)

為了分析中國農業(yè)政策的實施效果、經濟因素以及氣候等因素的影響，該文采用Nerlove提出的適應性預期模型對中國農戶玉米生產調整能力及農業(yè)政策、經濟、氣候等的影響效果進行實證分析。研究模型形式如下：

(8)

在適應性預期模型中，由于存在因變量的滯后項，因此稱之為“動態(tài)面板模型”(Dynamic Panel Model)。如果仍然使用普通最小二乘法(OLS)進行模型的估計，那么得到的估計量是有偏的和非一致的。而極大似然估計法(MLE)雖然能得到一致估計量，但由于估計量的一致性取決于模型的初值的不同設定，因此錯誤的選擇初值條件會使參數估計有誤。相比而言，動態(tài)面板模型的廣義矩估計方法(Generalize Moment Method，簡稱GMM)可以解決這個問題。

(9)

對(8)進行一階差分得到

(10)

其中，ΔlogQt=logQt-logQt-1，ΔlogQt-1=logQt-1-logQt-2，Δεt=εt-εt-1。可以看出，ΔlogQt-1與Δεt之間存在相關性，因此不能采用OLS估計，而需要引入有效的矩條件。

因為，logQt-2與Δεt不相關，且logQt-2與logQt-1高度相關，因此可以用做差分方程的工具變量。除此之外，logQt-k(2≤k≤t-1)與其他外生解釋變量也可以作為差分方程的工具變量對模型進行估計。

圖1　河北省調查村分布及平均調查農戶樣本數(戶)數據來源：農業(yè)部全國農村固定觀察點辦公室2003～2010年數據

3　數據及分析

3.1數據來源及分布情況

該文采用2003～2010年農業(yè)部固定觀察點在河北省調查的9個村的玉米種植數據，調查村分別為廣平縣席寨村、邢臺縣水門村、藁城市廉州鎮(zhèn)西壘下村、定州市清風店清西街、廊坊市安次區(qū)前南莊、黃驊市西白莊、棗強縣楊莊、豐潤縣巖口鄉(xiāng)比沽鈾村和青龍滿族自治縣汗溝村。每村每年平均調查農戶數為59戶，各村調查農戶樣本平均分布如圖1。在對原始數據剔除異常值并取連續(xù)戶后，共得到涉及每年534戶，從2003～2010年共8年的平衡面板數據。

對調查農戶年平均玉米種植面積進行計算，得出2003～2010年農戶平均玉米種植面積呈現遞增態(tài)勢，尤其是2008～2010年增幅急劇增加， 2009年比2008年增加9.9%， 2010年平均比2010年增加18.5%(圖2)。同時，將每年農戶玉米種植面積規(guī)模分為6類，分別為種植面積低于且等于0.13hm2，大于0.13hm2小于等于0.27hm2，大于0.27hm2小于等于0.4hm2，大于0.4hm2小于等于0.53hm2，大于0.53hm2小于等于0.67hm2和大于0.67hm2小于3.33hm2(樣本最高種植面積為1.33hm2)。根據對樣本的分析可以看出，農戶種植面積規(guī)模是隨著時間的變化而增加的，即小規(guī)模種植面積農戶數量減少，而大中規(guī)模面積農戶逐漸增加。例如，種植面積在0.13～0.27hm2之間的小規(guī)模種植農戶數量2003年為223戶，而2010年則減少為197戶； 與此同時，種植面積在0.53～0.67hm2之間的農戶數量從2003年的13戶增加到2010年的45戶(圖2)?？梢?，根據對調查樣本農戶的玉米種植情況的分析，河北玉米種植面積呈現出較快的增長態(tài)勢。

圖2　2003～2010年農戶平均玉米種植面積變化及種植規(guī)模分布情況(hm2)數據來源：農業(yè)部全國農村固定觀察點辦公室2003～2010年數據

3.2相關指標描述性統(tǒng)計分析

根據該文選擇的影響玉米種植面積的變量，表1列出了各指標樣本總體的描述統(tǒng)計量。調查農戶玉米種植面積平均為0.28hm2，標準差為2.31。玉米價格平均為1.37元/kg，標準差為0.29，價格變化程度略小。政府給農戶補貼平均為283.5元，標準差較大為405.8。生產成本均值為169.27元，標準差較大為74.54。月平均降水為45.51mm，標準差為9.24。月氣溫平均為13.19℃，標準差為1.26。

表1　樣本總體描述性統(tǒng)計指標

指標單位變量均值標準差玉米種植面積hm2/戶Q0.272.31玉米價格元/kgP1.370.29農戶補貼元/戶SUB283.5405.8生產成本元/戶IN169.2774.54月平均降水mmRF45.519.24月平均氣溫℃TEM13.191.26 數據來源:農業(yè)部全國農村固定觀察點辦公室2003～2010年數據

調查樣本為面板數據，根據其特征，分別對分年度和分地區(qū)各指標進行了描述性統(tǒng)計分析。表2為2003～2010年各年指標統(tǒng)計量?？梢钥闯觯{查農戶年均玉米種植面積逐漸呈增加趨勢。玉米平均價格則穩(wěn)定在1.37元/kg左右， 2009年偏高，標準差較小，調查樣本農戶玉米價格變化幅度不大。政府對農戶平均補貼呈顯著增加趨勢，從2003年平均46.94元增加到2010年552.93元，增幅高達892%； 同時標準差較大，

表2　2003～2010年各指標統(tǒng)計描述

年份/指標玉米種植面積(hm2/戶)農戶補貼(元/戶)玉米價格(元/kg)生產成本(元/戶)平均降水(mm)平均氣溫(℃)均值20030.2646.941.37113.9649.1312.9120040.2680.351.36130.5245.1613.3920050.26110.241.37149.0544.1213.1120060.26199.381.36162.9837.2513.5020070.27296.431.36175.1243.5913.8020080.27515.701.37205.9550.4013.1920090.29465.681.40203.6447.1213.0920100.31552.931.34213.0247.3812.50標準差20032.21229.580.2841.278.670.9420042.16245.730.2952.837.041.0920052.27245.320.2950.8710.971.2720062.18289.840.2972.4010.291.1820072.12353.410.3060.975.041.1620082.18396.320.3085.105.211.3520092.46338.890.3176.175.831.2320102.76608.870.2977.0511.401.35 數據來源:農業(yè)部全國農村固定觀察點辦公室2003～2010年數據

可以看出各農戶之間補貼額變異度較大。平均生產成本呈現明顯上升態(tài)勢， 2010年為213.02元，與其他指標相比，波動水平較大。平均降水波動水平較大，呈現先下降后上升的趨勢， 2010年為47.38mm。平均氣溫先由2003年的12.91攝氏度上升到2007年的13.8攝氏度后下降到2010年的12.5攝氏度，標準差略有增加說明溫度變異程度增加。

表3為調查樣本縣的指標描述統(tǒng)計量，玉米平均種植面積中藁城市廉州鎮(zhèn)西壘下村最大，為0.41hm2； 邢臺縣水門村最小，為0.07hm2，其余各村均在0.13～0.4hm2之間。玉米平均價格則較穩(wěn)定，在1.36元/kg左右。政府給農戶平均補貼中，棗強縣楊莊最多，為435.73元，青龍滿族自治縣汗溝村最少，為125.07元。藁城市平均生產成本最高，為211.04元，黃驊市則最少，為110.76元。黃驊市月平均降水最多，為52.1mm，廊坊市最少，為39.28mm。邢臺縣水門村的平均氣溫最高，為14.7攝氏度，青龍滿族自治縣汗溝村最低為9.9攝氏度，各村氣溫標準差較小說明變異程度較小。

表3　調查村各指標描述分析

村碼/指標玉米種植面積(hm2/戶)玉米價格(元/kg)農戶補貼(元/戶)生產成本(元/戶)平均降水(mm)平均氣溫(℃)均值廣平縣0.231.42269.69188.8648.1613.76邢臺縣0.071.33157.27180.6244.6214.70藁城市0.411.27360.79211.0444.0714.37定州市0.181.35186.53193.8141.0013.72廊坊市0.371.40289.33184.1439.2813.28黃驊市0.261.40359.89110.7652.1013.32棗強縣0.331.36435.73176.3241.4913.70豐潤縣0.211.33234.92172.4248.7412.26青龍滿族自治縣0.221.39125.07138.3451.329.90標準差廣平縣1.680.30455.4776.3710.930.39邢臺縣0.510.29471.2373.725.990.39藁城市2.380.25341.2468.8210.500.35定州市0.540.29383.4481.226.190.31廊坊市2.040.32453.2968.446.910.40黃驊市2.300.31370.0959.925.540.34棗強縣2.550.33413.6176.417.810.36豐潤縣1.370.25388.3460.837.650.87青龍滿族自治縣1.160.19160.4950.5710.380.34 數據來源:農業(yè)部全國農村固定觀察點辦公室2003～2010年數據

4　實證結果分析

通過動態(tài)面板的GMM估計，可以得到河北省農戶玉米種植面積的影響因素的估計結果，并計算了彈性(表4)。F檢驗值為119，模型通過F檢驗，模型具有較好的擬合效果。模型通過過度識別檢驗和序列相關檢驗，均拒絕原假設，說明模型適用。從表4中可以看到，解釋變量均為顯著，因此對玉米種植面積具有影響作用。

(1)玉米預期價格及供給價格彈性

(11)

表4　河北省玉米種植面積影響因素估計結果

解釋變量含義估計系數短期彈性logQt-1面積滯后一期0.84120.8412(0.044)***(0.044)***logPt-1價格滯后一期0.71650.7165(0.1659)***(0.1659)***logSUBt-1補貼滯后一期0.05470.0547(0.0082)***(0.0082)***logIN生產成本-0.2133-0.2133(0.0284)***(0.0284)***RF月平均降水0.00230.1104(0.0007)***(0.0639)***TEM月平均氣溫0.00840.1052(0.0048)*(0.0321)*cons常數項0.6154(0.1587)***樣本數3574Sargan檢驗142.78*** 注:(1)括號內為標準差;(2)“*”,“**”和“***”分別代表在10%,5%和1%的水平上顯著

可以推想，農戶對玉米價格的預期，主要是根據上一期玉米實際價格做出的?？梢?，上一期價格對于農戶本期價格預期有著直接參考價值。根據模型估計結果，上一期價格顯著為正，說明上一期價格上升，會使農戶對本期玉米價格預期增加，因而會促使農戶增加本期玉米種植面積，由此擴大產量，從而增加預期農業(yè)收入。

農戶玉米生產對于價格反應較大，可能與近些年玉米需求增加，農戶關注市場行情等原因有關。同時，河北省是玉米主產省，因此更加會關注玉米行情，所以農戶對于玉米種植面積的調整根據市場行情變化的也較為迅速。

(2)補貼預期及彈性

根據適應性預期模型，與價格相同，可以近似得出以下對于補貼的預期公式：

(12)

(3)生產成本

根據模型估計結果，生產成本對玉米種植面積影響顯著為負，說明生產投入費用增加，會影響農民種植積極性，從而減少種植面積。生產成本每增加1%，面積減少0.21%。短期彈性為-0.21，為缺乏彈性。

(4)降水和氣溫的影響及彈性

從模型估計結果來看，平均降水與氣溫均顯著為正。這說明降水和溫度增加，玉米種植面積會增加。月平均降水增加1%，玉米種植面積增加0.0023%，短期彈性為0.11，缺乏彈性。溫度增加1%，玉米種植面積增加0.0084%，短期彈性為0.1，也是缺乏彈性?？梢?，由于農業(yè)的生產性質，降水量對于增加玉米供給有重要作用。

(5)玉米種植面積調整

根據適應性預期模型，玉米種植面積在遭受外界沖擊時候，從舊均衡點向新均衡點調整15.58%，完全調整大約需要6.3年*因為T=1/λ=1/0.1588=6.2972。。這與農戶決定玉米種植面積決策不僅僅考慮價格因素的影響，而需要綜合考慮成本、政策等各個因素密切相關，因此調整周期較長。

5　結論和政策建議

5.1主要結論

根據對河北省9調查縣農戶玉米種植面積影響因素的供給反應分析，可以得到如下主要結論：

(1)河北省農戶的玉米種植面積對于價格變化很敏感，玉米價格是影響玉米種植面積最重要因素，玉米種植面積的長期價格彈性較大。

(2)補貼政策對于農戶種植玉米有一定的積極促進作用，但是農戶對于補貼額的反應程度很小。生產成本投入增加會制約河北省農戶玉米種植。

(3)模型估計結果表明，降水量的增加，對于保證玉米生產具有重要作用。

5.2政策建議

(1)玉米種植對于價格很敏感，這與河北玉米主產省的地位和玉米需求旺盛、關注度提高有著密切關系。因此，穩(wěn)定玉米價格對于保障玉米生產和供應具有至關重要的作用。

(2)玉米種植的補貼額度普遍較小(根據調查樣本2010年數據計算得出一年平均552.93元)。因此，繼續(xù)加大政策支持力度對于促進農民種植玉米的增加具有促進作用，在保證糧食安全方面還需要繼續(xù)加大投入。

(3)河北省面臨的糧食生產的環(huán)境問題，主要是干旱。因此，為了保證玉米種植面積，需要政府在加強水利基礎設施方面加大投入和補貼力度，以緩解由氣候因素帶來的干旱所造成的玉米面積和玉米供應減少的情況。

[1]Nerlove M.Estimates of the Elasticities of Supply of Selected Agricultural Commodities.Journal of Farm Economics,1965, 38(2): 496～509

[2]Nerlove M, Kenneth L,Bachman.The Analysis of Changes in Agricultural Supply：Problems and Approaches.Journal of Farm Economics,1960, 42(3): 531～554

[3]Rosegrant M.W，Kasryno F，Perez N.D.Output response to prices and public investment in agriculture：Indonesian food crops.Journal of Development Economics,1998， 55： 333～352

[4]Zhuang R.，Abbott P.Price elasticities of key agricultural commodities in China.China Economic Review,2007， 18： 155～169

[5]Nlandu M.The impact of prices and macroeconomic policies on agricultural supply：a synthesis of available results.Agricultural Economics,1997， 16： 17～34

[6]Rozelle S，Huang J.K.Transition，development，and the supply of wheat in China.Australian Journal of Agricultural and Resource Economics,2000， 44:43～571

[7]Kanwar S.Relative profitability，supply shifters and dynamic output response，in a developing economy.Journal of Policy Modeling,2006， 28： 67～88

[8]Ocran M.K，Biekpe N.Agricultural commodity supply response in Ghana.Journal of Economic Studies,2008, 35(3): 224～235

[9]Rahji M.A.Y，Adewumi M.O.Market supply response and demand for local rice in Nigeria：Implications for self-sufficiency policy.Journal of Central European Agriculture,2008, 9(3): 567～574

[10]Imai K.S，Gaiha R，Thapa G.Supply response to changes in agricultural commodity prices in Asian countries.Journal of Asian Economics，Journal of Asian Economics,2011， 22： 61～75

[11]王宏， 張岳恒.中國玉米供給反應：基于Nerlove模型的實證研究.農村經濟,2010,(6)： 36～38

[12]邵飛， 陸遷.基于Nerlove模型的中國不同區(qū)域玉米供給反應研究.經濟問題,2011,(7)： 73～76

[13]范成方， 史建民.山東省糧食種植成本影響因素的實證分析——玉米、小麥為例.中國農業(yè)資源與區(qū)劃，2014,35(4)： 67～74

[14]王琛， 吳敬學.我國玉米產業(yè)生產技術效率與其影響因素研究——基于2001～2011年的省級面板數據.中國農業(yè)資源與區(qū)劃,2015,36(8)： 23～32

RESEARCH ON THE SUPPLY RESPONSE OF MAIZE IN HEBEI PROVINCE*——BASED ON THE DYNAMIC PANEL ANALYSIS AT FARMER HOUSEHOLDS′ LEVEL FROM 2003 TO 2010

Lei Yang1※，Hsiaoping Chien2，Yongfu Chen3，Zhigang Wu4

(1.College of Economics and Finance，Xi′an International Studies University，Xi′an 710128，China；2.Japan International Research Center for Agricultural Sciences，Tsukuba 305-8686，Japan；3.College of Economics and Management，China Agricultural University，Beijing 100083，China；4.Research Center for Rural Economy，Ministry of Agriculture of China，Beijing 100810，China)

Maize has the largest planting area of the grain crops in China, and the proportion in the major grain crops is also increasing. This paper analyzed the supply response (adaptive expectations model) for maize in Hebei province and its impact factors like price, policy, and climatic factors using Generalize Moment Method with a cluster data from 534 farm households across 9 villages from 2003 to 2010. Based on the theoretical framework of supply response model for farmer household, it deduced the dynamic panel adaptive expectations model for this study. The empirical results showedthat, first, planting area of maize in Hebei was sensitive to the change of price, and the long-term price elasticity of maize planting area was large; second, the subsidy from the government had a positive role in promoting maize planting area, but the farmers′response to the amount of subsidies was very small; third, the increased production costs restricted farmers′ maize planting area in Hebei province; finally, precipitation played an important role in maize production. Therefore, the stability of maize price, increased policy support, improved water conservancy infrastructure construction were crucial to ensure the production and supply of maize in Hebei province.

maize; Hebei; supply response model;dynamic panel;GMM

10.7621/cjarrp.1005-9121.20160712

2016-02-15

楊蕾(1988—)，女，陜西渭南人，講師。研究方向：反傾銷貿易政策評估、生產供給反應等。Email：yangleicau@163.com

S513; F3

A

1005-9121[2016]07-0078-09

*資助項目：中日合作研究課題“食物供求與預測分析”；中日合作項目“農產品供求展望與單產等的預測”