我國糧食最低收購價政策實施效果的實證研究

劉艷秀++牛佳依++梁丹++姜鵬

摘要：從考察農(nóng)民種植意愿是否增加的角度出發(fā)，結(jié)合因子分析法與支持向量機(jī)回歸模型，分析影響我國糧食種植面積的主要因素，并將糧食種植面積的實際值與無政策條件下的估計值進(jìn)行對比，探討糧食最低收購價政策的實施效果。結(jié)果表明，從全國整體情況來看，最低糧食收購價政策實施效果較好，但是在部分省區(qū)的實施效果一般。根據(jù)上述結(jié)論，提出進(jìn)一步完善糧食最低收購價政策以及與糧食產(chǎn)業(yè)相關(guān)的其他政策。

關(guān)鍵詞：糧食最低收購價政策；糧食種植面積；因子分析；支持向量機(jī)

中圖分類號： F323.7文獻(xiàn)標(biāo)志碼： A

文章編號：1002-1302（2017）09-0313-04

為保護(hù)農(nóng)民利益、保障糧食市場供應(yīng)，2004年國家開始實施糧食最低收購價政策，對重點(diǎn)糧食品種，在糧食主產(chǎn)區(qū)實行最低收購價格政策，并每年事先公布重點(diǎn)糧食品種的最低收購價。在最低收購價格政策執(zhí)行期內(nèi)，當(dāng)市場糧食實際收購價低于國家確定的最低收購價時，國家委托符合一定資質(zhì)條件的糧食企業(yè)，按國家確定的最低收購價格收購農(nóng)民種植的糧食，以保護(hù)糧農(nóng)的種植積極性。

糧食市場收購價是糧食企業(yè)收購糧食的市場價格，由糧食供需雙方通過市場調(diào)節(jié)來決定，與糧食最低收購價一起構(gòu)成糧食價格體系，在宏觀價格調(diào)控系統(tǒng)中有一定的相對獨(dú)立性。過高的糧食最低收購價不僅會提高糧食市場價格從而加重消費(fèi)者負(fù)擔(dān)，同時也會增加糧食的庫存壓力和國家財政的支出風(fēng)險；過低的糧食最低收購價又會打壓糧農(nóng)種植糧食的積極性，造成糧食種植面積的萎縮，因此要將最低收購價定在合理的區(qū)間范圍內(nèi)，以促使效益最大化。國內(nèi)不少學(xué)者從理論角度對最低糧食收購價政策進(jìn)行了分析，認(rèn)為最低糧食收購價政策有助于促進(jìn)糧食生產(chǎn)、穩(wěn)定糧食價格、增加農(nóng)民收入、確保我國糧食安全；但是同時也存在一些弊端：最低糧食收購價政策與糧食市場化改革方向相悖，扭曲了糧食真實的市場價格，使得市場調(diào)節(jié)作用不能得到有效發(fā)揮，進(jìn)一步增加了政府的財政負(fù)擔(dān)[1-5]。糧食最低價收購政策對小麥產(chǎn)區(qū)主產(chǎn)省區(qū)的生產(chǎn)效率提升發(fā)揮非常重要的作用[6]，對主要糧食作物均存在托市效應(yīng)，有必要實施政策干預(yù)[7]。蘭錄平則從實證角度出發(fā)，基于固定影響變截距模型對糧食最低價政策的實施效應(yīng)進(jìn)行分析，發(fā)現(xiàn)糧食最低收購價政策通過影響糧食播種面積，進(jìn)而影響到糧食總產(chǎn)量[8]。不難發(fā)現(xiàn)，國內(nèi)針對糧食最低收購價政策的實證研究相對較少，本研究從農(nóng)民的種植意愿角度出發(fā)，分析政策的實施效果。

衡量糧食最低收購價政策實施的效果，主要是比較政策實施前后糧食種植面積是否有顯著性變化。然而，影響糧食種植面積的因素有很多，一方面是來自政策的影響，我國糧食保護(hù)政策體系主要由三大支持政策組成，包括糧食生產(chǎn)支持政策、糧食價格支持政策和收入支持政策；另一方面則來自非政策性因素，如農(nóng)業(yè)勞動力人口、糧食進(jìn)出口貿(mào)易、農(nóng)民受教育程度、城鄉(xiāng)收入差距、家庭負(fù)擔(dān)等。因此，要研究糧食最低收購價政策的實施效果，不能單純地根據(jù)種植面積的變化來評定。筆者首先運(yùn)用因子分析研究影響種植面積的主要因素，然后基于SVR模型運(yùn)用影響因素指標(biāo)數(shù)據(jù)估計無政策環(huán)境下的種植面積變化，并通過與實際種植面積變化對比來分析政策的實施效果。

1我國糧食種植面積影響因素研究

1.1數(shù)據(jù)選取與來源

本研究以全國和部分省區(qū)為研究對象，選取與糧食種植基本情況相關(guān)的指標(biāo)、與農(nóng)村經(jīng)濟(jì)發(fā)展相關(guān)的指標(biāo)以及與農(nóng)業(yè)生產(chǎn)相關(guān)的指標(biāo)（包括糧食播種面積、糧食凈進(jìn)口量、農(nóng)村居民家庭人均消費(fèi)性現(xiàn)金支出、農(nóng)村居民家庭人均純收入、農(nóng)村居民家庭平均每戶生產(chǎn)性固定資產(chǎn)原值、農(nóng)村居民家庭人總支出中的消費(fèi)性支出、年末農(nóng)村就業(yè)從業(yè)人員數(shù)、農(nóng)業(yè)生產(chǎn)資料價格指數(shù)、農(nóng)產(chǎn)品生產(chǎn)價格指數(shù)、農(nóng)村居民消費(fèi)價格指數(shù)、農(nóng)用化肥使用量、農(nóng)村用電量、農(nóng)用機(jī)械總動力、有效灌溉面積）進(jìn)行研究。由于不同地區(qū)的糧食種植情況具有差異性，因此，本研究以地理分布區(qū)域為標(biāo)準(zhǔn)，從每個區(qū)域中選取1個省份對政策的實施效果進(jìn)行分析，包括吉林省、河北省、甘肅省、湖南省、福建省以及四川省。

我國于1993年開始對糧食市場進(jìn)行市場化改革，并逐漸放開對糧食價格與糧食經(jīng)營的控制，雖然后來為了保護(hù)糧食市場的穩(wěn)定，政府出臺了一些政策對糧食市場實行干預(yù)，但總體上我國糧食的市場價格依然可以發(fā)揮作用。因此，本研究選取1993—2014年的數(shù)據(jù)進(jìn)行實證分析，數(shù)據(jù)來源為中國知網(wǎng)中國經(jīng)濟(jì)與社會發(fā)展統(tǒng)計數(shù)據(jù)庫。

1.2研究方法與結(jié)果分析

影響糧食種植面積的因素有很多，本研究選取了12種可能對糧食種植面積產(chǎn)生影響的因素，并對它們進(jìn)行主成分分析與因子分析。主成分分析是一種通過降維技術(shù)將多個變量化為少數(shù)幾個主成分的統(tǒng)計分析方法。將主成分分析再往前推進(jìn)一步就是因子分析，因子分析是常用的影響因素分析方法，其原理是用最少個數(shù)的不可觀察變量（公共因子）說明出現(xiàn)在可觀察變量中的相關(guān)模型，通過對變量（或樣品）的相關(guān)系數(shù)矩陣（相似系數(shù)矩陣）內(nèi)部結(jié)構(gòu)的研究，找出控制所有變量（或樣品）的少數(shù)幾個（不可觀測的）變量去描述眾多原始變量（或樣品）之間的相關(guān)（或相似）關(guān)系。由于因子分析與主成分分析是較常用的分析方法，鑒于文章篇幅的限制，本研究對主成分分析與因子分析的數(shù)學(xué)模型[9]不做贅述。

本研究利用SPSS軟件對數(shù)據(jù)進(jìn)行主成分分析和因子分析。其中Y代表糧食的種植面積，X1代表農(nóng)村居民家庭人均消費(fèi)性現(xiàn)金支出，X2代表農(nóng)村居民家庭人均純收入，X3代表農(nóng)村居民家庭平均每戶生產(chǎn)性固定資產(chǎn)原值，X4代表農(nóng)村居民家庭人均總支出中的消費(fèi)性支出，X5代表年末農(nóng)村就業(yè)人員數(shù)，X6代表農(nóng)業(yè)生產(chǎn)資料價格指數(shù)，X7代表農(nóng)產(chǎn)品生產(chǎn)價格指數(shù)，X8代表農(nóng)用化肥使用量，X9代表農(nóng)村用電量，X10代表農(nóng)用機(jī)械總動力，X11代表有效灌溉面積，X12代表糧食凈進(jìn)口量。

根據(jù)顯著性檢驗，在對全國的糧食種植面積以及相關(guān)指標(biāo)進(jìn)行分析時，剔除糧食凈進(jìn)口量和有效灌溉面積指標(biāo)，提取相關(guān)性較強(qiáng)的指標(biāo)——X1～X10。

進(jìn)行因子分析前要對上述各指標(biāo)進(jìn)行因子分析適用性檢驗，從表1可以看出，KMO值為0.723，P值為0.000，因此適合做因子分析。

到表2中的結(jié)果，表中1～10代表第1～10個主成分。不難看出只要提取3個主成分就能解釋97%的變量，并且第一主成分的方差貢獻(xiàn)率為69.97%。表3為因子載荷矩陣，表中系數(shù)為各個原始變量的因子表達(dá)式的系數(shù)，表示所提取的3個公因子對原始變量的影響程度。從表3中可以看出X1、X2、X3、X4、X8、X9、X10的系數(shù)均大于0.9，說明3個公因子對以上7個變量的影響程度較大，而這7個指標(biāo)主要代表了農(nóng)戶的經(jīng)濟(jì)情況以及種植意愿相關(guān)。

2最低收購價政策對糧食種植面積的影響

2.1SVR模型理論與步驟

本研究采用對比法對問題進(jìn)行分析，比較2005—2014年最低收購價政策實施情況下糧食種植面積的變化與最低收購價政策未實施情況下糧食種植面積的變化。本研究結(jié)合2005年之前的糧食種植面積情況和主要影響因素數(shù)據(jù)，運(yùn)用支持向量機(jī)回歸模型（support vector regression，SVR）估計2005—2014年未實施最低收購價政策情況下的糧食種植面積。

支持向量機(jī)是由Vapnik等在統(tǒng)計學(xué)習(xí)理論、結(jié)構(gòu)風(fēng)險最小化的基礎(chǔ)上提出的一種機(jī)器學(xué)習(xí)理論[10]。支持向量機(jī)在解決小樣本、非線性及高維模式識別中具有很多優(yōu)勢，其目標(biāo)是根據(jù)小樣本情況，得到現(xiàn)有信息下的最優(yōu)解，具有堅實的數(shù)學(xué)和理論基礎(chǔ)。本研究主要運(yùn)用SVR來解決實際問題。

回歸問題主要研究的內(nèi)容為給定訓(xùn)練集T={（x1，y1），…，（xi，yi）}，其中xi∈Rn，yi∈R（i=1，…，l）根據(jù)訓(xùn)練集提供的信息，在Rn空間里尋找一個實值函數(shù)f（x）對訓(xùn)練點(diǎn)進(jìn)行擬合，當(dāng)給出1個新的輸入x時，根據(jù)y=f（x）來預(yù)測對應(yīng)的輸出值y[11]。而υ-SVR的原理是基于結(jié)構(gòu)風(fēng)險最小化原則對回歸問題進(jìn)行求解。由于無法確定各因素與糧食種植面積之間的關(guān)系是否為線性關(guān)系，因此本研究直接討論非線性情況下的υ-SVR。非線性情況下通過引進(jìn)變換Φ把訓(xùn)練點(diǎn)映射到某個高維Hilbert空間，在該空間對訓(xùn)練集進(jìn)行線性回歸，然后利用核函數(shù)K（x，x′）得到非線性情況下的回歸函數(shù)。該算法的主要思想是根據(jù)已知訓(xùn)練集高維特征空間F中尋找1個回歸函數(shù)f（x）=wTΦ（xi）+b，其中w是F空間的向量，Φ（xi）是輸入變量x從原空間到特征空間F的映射函數(shù)，b是常數(shù)項，假設(shè)所有訓(xùn)練數(shù)據(jù)都可以在精度ε下用線性擬合，考慮到允許擬合誤差的情況，引用松弛因子ξi，ξi*≥0，與最優(yōu)分類超平面中能最大化分類間隔相似，可以將w和b通過求解以下最優(yōu)化過程得出：

式中：C、υ是提前給出的參數(shù)，在目標(biāo)函數(shù)中起著權(quán)衡的作用。約束條件表示訓(xùn)練點(diǎn)應(yīng)最大可能地落在ε-帶外側(cè)時，分別用松弛變量ξi、ξ*i對ε-帶進(jìn)行軟化，以保證ε-帶涵蓋盡可能多的訓(xùn)練點(diǎn)。模型中目標(biāo)函數(shù)（2）式示尋找的決策函數(shù)的斜率盡可能得小，（3）式則表示應(yīng)極小化所構(gòu)造的ε-帶的帶寬，（4）式代表極小化誤[12]。

本研究引入支持向量機(jī)回歸的方法對糧食播種面積進(jìn)行估計，為了較好地評估算法的有效性，試驗中使用五折交叉驗證的方法，該方法是指將數(shù)據(jù)集分為5個子集，首先選擇其中1個作為測試集，剩余4個子集作為訓(xùn)練集，對訓(xùn)練集進(jìn)行試驗確定決策函數(shù)，并利用測試集對算法的有效性進(jìn)行測評?；诖?，本研究選用五折交叉驗證法選出最優(yōu)參數(shù)用以擬合之后的數(shù)據(jù)。因為數(shù)據(jù)存在量綱之間的差異，在進(jìn)行試驗前首先對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，克服數(shù)據(jù)之前存在的量綱差異。

在不考慮糧食最低收購價格的情況下，用實施糧食最低收購價政策前（即2005年前）的每年糧食種植面積以及表1中的指標(biāo)數(shù)據(jù)，使用Matlab進(jìn)行數(shù)值試驗，得到參數(shù)C、υ的最優(yōu)解，進(jìn)而得到最優(yōu)化模型。然后，將2005—2014年主要影響因素指標(biāo)數(shù)據(jù)帶入到最優(yōu)化模型中，估計出2005—2014年的糧食播種面積，得出糧食播種面積估計值的百分比，并與實際糧食播種面積的百分比進(jìn)行比較，用以說明糧食最低收購價格政策的效果。

2.2全國糧食最低價收購政策實施效果

運(yùn)用SVR估計的結(jié)果如表4所示。其中，Y1t= RSt-RSt-1RSt-1 ，代表t年糧食種植面積實際值的變化率，即實施政策情況下糧食種植面積的變化；[FK（W2。7]Y2t=[SX（]ESt-ESt-1ESt-1 ，代表t年糧食種植面積估計值的變化率，即政策未實施情況下糧食種植面積的變化；Y3t為Y1t與Y2t的差值，如果Y3t為正值代表最低糧食收購價政策提高了農(nóng)民種植的積極性。

從表4可以看出，Y3t均為正值，即糧食種植面積實際值變化率明顯高于未加收購價估計值變化率，且糧食種植面積估計值（假設(shè)未實施最低價收購政策條件下的糧食種植面積估計值）變化率除2014年以外在逐年下降。針對這種情況，本研究發(fā)現(xiàn)實施最低收購價政策，可以有效控制糧食種植面積的下降，說明糧食最低收購價政策增加了農(nóng)民的種植意愿。

2.3不同地區(qū)糧食最低收購價政策實施效果

為了進(jìn)一步觀察我國不同地區(qū)糧食最低收購價政策的實施效果，運(yùn)用相同的方法，使用Matlab進(jìn)行數(shù)值試驗，分別估計出我國6個省區(qū)[13]無政策條件下2005—2014年的糧食種植面積，并與實際糧食種植面積（表5）進(jìn)行比較，得到表6中的結(jié)果。

由表6可以看出，實施糧食最低收購價政策后，吉林省除2007年外其他年份糧食種植面積實際值變化率高于估計值變化率，政策的實施效果比較好。河北省2006—2008年糧食種植面積的實際值變化率比估計值變化率要低，說明2005—2007年政策實施效果不太理想；但是2009—2014年兩者的差值均為正，政策實施效果較好；湖南省2006—2007年糧食種植面積的實際值變化率比估計值的變化率低，但是自2008年開始實際值的變化率均高于估計值的變化率；福建省大部分年份里，糧食種植面積實際值變化率高于估計值變化率，總體來看，糧食最低價收購政策在福建省的實施效果較好。2006—2010年與2014年四川省糧食種植面積實際值變化率低于估計值變化率，說明糧食最低收購價政策在該省的實施效果一般，可能是由于近年來農(nóng)戶不斷調(diào)整種植結(jié)構(gòu)導(dǎo)致的，根據(jù)國家統(tǒng)計局成都調(diào)查隊的檢測數(shù)據(jù)顯示，四川省主要種糧大縣的農(nóng)戶為增加收入，減少糧食播種面積，增加蔬菜、瓜果、油菜、花卉等經(jīng)濟(jì)作物的種植面積。

綜上所述，對不同省份實施糧食最低收購價格政策所產(chǎn)生的效果有所差異，但是對于絕大多數(shù)省份來說，實施這項政策的執(zhí)行效果是比較理想的。

3結(jié)論和建議

3.1結(jié)論

對糧食種植面積影響程度較大的指標(biāo)有農(nóng)村居民家庭的收支狀況、農(nóng)業(yè)生產(chǎn)資料價格指數(shù)、化肥施用量、農(nóng)用機(jī)械總動力。

從增加農(nóng)民種植意愿的角度出發(fā)，糧食最低價收購政策在全國實施的效果較好，但由于我國疆域廣大，不同地區(qū)的經(jīng)濟(jì)水平與地理條件存在差異，部分省區(qū)政策效果不是十分理想。

影響糧食種植面積的因素雖然比較復(fù)雜，但是從經(jīng)濟(jì)學(xué)角[CM（25]度來看農(nóng)戶糧食種植決策行為的基礎(chǔ)是追求收益最大化，農(nóng)戶糧食生產(chǎn)收入預(yù)期是決定農(nóng)戶糧食種植決策行為的中介變量，因此，農(nóng)戶是否種植糧食、種植多大規(guī)模，主要取決于農(nóng)戶收入預(yù)期，當(dāng)農(nóng)戶主要來源于糧食生產(chǎn)的收入預(yù)期增加時，農(nóng)戶傾向擴(kuò)大糧食種植面積。而政府實行的糧食直接補(bǔ)貼、最低收購價政策，調(diào)節(jié)了以糧食生產(chǎn)為主要收入來源農(nóng)戶的糧食種植決策行為，提高了其糧食生產(chǎn)積極性，一定程度上促進(jìn)了糧食種植面積的擴(kuò)大。

3.2建議

農(nóng)資漲價使糧食生產(chǎn)成本增加，會在一定程度上抵消政策給農(nóng)民帶來的好處，挫傷農(nóng)民種糧積極性[14]，同時糧食生產(chǎn)的提高也會影響糧食市場價格。因此，須要制定農(nóng)資生產(chǎn)企業(yè)的稅收減免優(yōu)惠政策，加大對農(nóng)資市場價格的監(jiān)管力度，進(jìn)而穩(wěn)定糧食價格。

根據(jù)市場供求狀況、糧食生產(chǎn)成本、不同年份、不同地區(qū)、不同品種的具體情況制定并提前發(fā)布合理的最低糧食收購價格。

建立直接補(bǔ)貼性質(zhì)的糧食最低收購價政策，使農(nóng)民可以將糧食賣給任意一家糧食收儲企業(yè)，為農(nóng)民提供便利條件，防止農(nóng)民出現(xiàn)賣糧難的問題。

針對現(xiàn)有弊端繼續(xù)深化糧食流通市場化改革，提高糧食流通的效率，積極培育多元化市場經(jīng)營性主體，鞏固糧食市場化改革的成果。

加強(qiáng)我國糧食儲備體系建設(shè)，綜合運(yùn)用各種糧食宏觀調(diào)控政策，并與糧食最低收購價相互協(xié)調(diào)，更好地發(fā)揮國家調(diào)控的作用。

參考文獻(xiàn)：

[1]丁偉. 對糧食最低收購價政策功能的評價與思考[J]. 中國農(nóng)業(yè)銀行武漢培訓(xùn)學(xué)院學(xué)報，2006（3）：33-35.[HJ1.75mm]

[2]鄒鳳羽，國娜. 進(jìn)一步完善糧食最低收購價政策的思考[J]. 農(nóng)村經(jīng)濟(jì)，2009（11）：14-16.

[3]賀偉. 我國糧食最低收購價政策的現(xiàn)狀、問題及完善對策[J]. 宏觀經(jīng)濟(jì)研究，2010（10）：32-36，43.

[4]田建民，孟俊杰. 我國現(xiàn)行糧食安全政策績效分析[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題，2010（3）：11-15.

[5]施勇杰. 新形勢下我國糧食最低收購價政策探析[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題，2007（6）：76-79.

[6]張建杰. 對糧食最低收購價政策效果的評價[J]. 經(jīng)濟(jì)經(jīng)緯，2013（5）：19-24.

[7]王士海，李先德. 糧食最低收購價政策托市效應(yīng)研究[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2012（4）：105-111.

[8]蘭錄平. 糧食最低收購價政策實施效應(yīng)的實證分析[J]. 山東農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2013（2）：45-49.

[9]汪曉銀. 數(shù)學(xué)建模與數(shù)學(xué)實驗[M]. 北京：科學(xué)出版社，2012：16-26.

[10]Vapnik V. The nature of statistical learning theory[C]. New York：Springer-Verlag New York，Inc，1995：988-999.

[11]Schlkopf B，Smola A. Learning with Kernels：support vector machines，regularization，optimization，and beyond[J]. Journal of the American Statistical Association，2003，16（462）：489-489.

[12]Christmann A，Steinwart I. Support vector machines[J]. Information Science & Statistics，2008，158（18）：1-28.

[13]汪希成. 中國主要糧食品種生產(chǎn)的區(qū)域優(yōu)勢比較[J]. 財經(jīng)科學(xué)，2014（7）：102-113.

[14]蘭錄平. 我國糧食最低收購價政策的效應(yīng)和問題及完善建議[J]. 農(nóng)業(yè)現(xiàn)代化研究，2013（5）：3-7.