基于价格传导视角的“稻强米弱”成因探析：国际价格冲击抑或产业链传导受阻？

武舜臣，蒋文斌，曹宝明

(南京财经大学 粮食安全与战略研究中心/江苏省现代粮食流通与安全协同创新中心，江苏 南京210046)



基于价格传导视角的“稻强米弱”成因探析：国际价格冲击抑或产业链传导受阻？

武舜臣，蒋文斌，曹宝明

(南京财经大学 粮食安全与战略研究中心/江苏省现代粮食流通与安全协同创新中心，江苏 南京210046)

文章基于协整检验理论与非对称误差修正模型，从产业链路径和国际贸易路径分品种考察了我国大米市场的价格传导特征，对近期大米市场呈现出的“稻强米弱”原因作出解释。分析结果显示，国际大米市场和上游稻谷市场对国内大米市场的长期价格传导存在差异；短期内国际大米对早籼米价格传导的负向非对称性放大了低价米的冲击作用，而早籼稻、晚籼稻对早籼米、晚籼米价格传导的负向非对称性则弱化了上游高价稻谷的价格传导。本文的结论能够一定程度上对现阶段的“稻强米弱”现象做出解释，并为政策制定提供理论依据。

大米市场；价格传导；非对称误差修正模型

一、引　言

粮食价格不仅关系到粮食市场的推进和完善，更与消费者利益息息相关。大米作为国人的重要口粮，其价格形成及运行机制的稳定和完善，则更具重要的现实意义。近年来，国内大米市场呈现出一定的“不寻常”特征，其中最突出的便是“稻强米弱”现象的出现。理论上一般认为，米价应该跟着谷价走，如果考虑到加工成本，则大米的价格应略高于稻谷价格。然而，近年来，我国市场上反复出现“米”价与“稻”价倒挂的现象，即“稻强米弱”。以籼稻为例，2011年6-8月，早籼稻收购价格上涨了7.7%，而同期早籼米批发价格却下降了0.6%；2012年5-9月，在早籼米价格下跌1.3%的背景下托市收购依然带来早籼稻1.6%的价格上涨；最近的2014年，全年早籼稻收购价上涨1.3%，早籼米批发价格却下跌1.4%。

虽然“稻强米弱”在有效提升农民种粮积极性，保障农民收益的同时，缓解了成品粮的上涨压力，维护了低收入群体的利益。然而，成品粮价格的持续长期低迷，打乱了粮食市场的流通秩序，扭曲了价格形成机制、挤压了粮食加工业生存空间、加大粮食进口压力[1]。长期来看，“米弱”使“稻强”缺乏基础，终将影响稻谷价格，不利于农民种粮积极性的长期保持。

目前，学界对“稻强米弱”的成因已有大量研究。“稻强米弱”现象的产生既有国内因素，又有国际因素。从国内因素来看，“稻强”主要受稻谷种植成本刚性上涨、收购主体抢购、农户惜售以及国家托市收购政策等因素的影响[2]。“米弱”的成因主要是下游加工企业产能过剩、商场大米低价促销、大米加工副产品的收入弥补等[3]。从国际因素来看，“米弱”主要受进口大米冲击以及边境走私大米大量进入内地等因素的影响[4]。不可否认，以上原因对“稻强米弱”现象的产生有很强推动作用，但这些因素仅是该种现象产生的表象，更深层次原因来源于我国的粮食流通机制和价格机制。

围绕大米流通和价格机制已有了丰富的研究。由于视角不同，不同文献会有不同的结论。现有分析通常从两个角度展开。

一是研究横向传导及反应机制，该领域的研究往往包括区域传导和国际传导两个层面。考虑到国内地区间的市场分割特征，不少学者对国内不同大米市场间的整合程度进行了考察[5-6]。伴随着贸易自由化逐渐增强及近年来大米进口量的激增，大米价格国际传导方面也涌现出大量的研究，且存在两种截然相反的观点。其中，部分学者通过考察国内外大米市场间的整合程度及价格溢出效应，认为贸易对国内大米价格影响并不明显[7-8]。此外，部分学者直接考察了国内外大米价格的互动情况，认为随着大米市场化程度的提升，国际大米价格对国内大米价格的影响较为显著，且影响强度逐年提升[9-10]。

二是沿大米产业链分析价格的纵向传递机制。最早的农产品收购和食品零售价格理论模型由Gardner[11]提出，以完全竞争和规模报酬不变为前提假设。随后，国内外学者逐步放松该假设，对不同品种农产品纵向价格传导机制进行分析[12-14]。根据王秀清等[12]的研究结果，考虑到外生问题，农产品收购和食品零售环节的价格传导机制十分复杂。大米产业链中，上游稻谷是托市收购的重要品种，上下游产业间政策力量与市场力量难以平衡，价格纵向传导中的外生问题可能更为严重。

从以上内容可知，现有研究从影响大米价格的不同角度展开分析，一定程度上证实了某些传导路径的有效性及市场的整合性。然而，已有文献却未能从该结果出发，进一步对“稻强米弱”现象的产生原因做出解释。一般意义上说，“稻强”源自托市政策，这一点已有共识[15-16]。“米弱”的产生却更显复杂，并不能用一般的市场势力给予说明*尽管托市政策能够很好地解释“稻强”，但如果价格传导间不存在其他力量，则“稻强”应当会对应“米强”，“米弱”的出现并不能完全由托市政策背后的政策力量给予解释。。分析国内大米市场受到的横向与纵向价格传导，有助于给“稻强米弱”现象提供更为完整的解释。为进一步对国内大米市场受到的横向与纵向价格传导作出分析，本文将结合已有研究，构建非对称误差修正模型，考察不同传导路径下国内大米市场受到的价格影响情况，并尝试在此基础上对“稻强米弱”的产生原因给予解释。此外，考虑到不同品种大米在价格传导方面的差异性[10]，本研究将稻谷市场细分为粳稻、早籼稻和晚籼稻三个品种分别展开分析，以期对现阶段“稻强米弱”的现象及形成有一个更为细致的认识。

本研究的贡献主要有以下三个方面：首先，考虑到国内大米市场价格传导的两个来源，本文从产业链角度和进口贸易角度对国内大米市场受到的价格传导进行考察。其次，产业链角度考察中，本文建设性的区分了粮食流通过程的两个市场——成品粮与原粮市场，在初步分析两个市场价格形成差异的基础上探究了稻谷市场到大米市场间纵向产业链的价格传导情况。第三，本文从不同品种大米出发，通过更为细致的对大米市场间价格传导的刻画，对现阶段“稻强米弱”问题有一个更清晰的认知，并为政策制定提供更具针对性的依据。

二、 模型设定与数据处理

(一)模型设定

为考察不同价格间传导的非对称性问题，本文采用非对称误差修正模型(APT-ECM)。非对称误差修正模型是更加一般化的误差修正模型，克服了已有误差修正模型仅能反映短期内总体偏离长期均衡修正的不足，该模型能反映即期Y正偏离某数值和负偏离某数值对Y下期变动影响的差异性[17]。

非对称误差修正模型与一般误差修正模型的建立过程相似，最常用的方法依旧是E-G两步法，同样首先利用协整技术对不同时间序列间的长期关系进行回归并得到残差序列。在此基础上，取残差序列ecm的滞后项作为误差修正项加入模型中并通过一定调整获得合适的模型形式。非对称误差修正模型建立的差异主要在于需用变量分离技术将ecm分为正向冲击和负向冲击(ecm+和ecm-)，将不对称传导的调整项扩展到误差修正项。

不失一般性，一般意义的误差修正模型如下：

(1)

(二)数据来源与处理

本研究主要涉及的数据有国内成品米价格、国际成品米价格与国内稻谷价格三类。由于国内不同品种大米所处的市场存在差异，因此有必要将不同品种的大米进行进一步细分[6,22]。考虑到国内分类口径，国内成品米本文主要选择粳米、早籼米和晚籼米三种，与之对应的国内稻谷则分别为粳稻、早籼稻和晚籼稻。考虑到数据的可得性，成品粮价格采用各品种大米批发价格*根据程瑞芳(2007)的研究，批发价格是农产品市场的基础价格，发挥着农产品市场的价格导向作用，是政府部门制定政策和企业、农户决定生产经营的重要依据。此外，考虑到成品米零售端产品差异化明显，因此选择批发价格作为成品米价格的考察对象具备一定合理性。，原粮价格采用稻谷收购价格。国际价格角度看，国际大米价格往往采用FOB曼谷大米价格(含碎百分之五)替代而不对品种做进一步细分，本文也借鉴这一习惯以该数据作为国际大米市场上的代表性价格。其中，考虑到数据的可得性和可比性，本文数据区间为2010年1月至2015年5月，国内价格数据主要来自《中国粮食年鉴》(2011-2013)，剩余部分数据来自中华粮网及同花顺行业经济数据库，国外价格主要来自IMF的主要商品价格数据库。

表1　变量说明及描述性统计

所得原始数据存在两个需要处理的问题，其一是时间口径不一致，周度数据和月度数据并存，本文参考一般时间数据的处理方式[23]，将周度数据按平均值转换为月度数据。此外所得数据中，既存在价格变化的绝对数值(国际大米价格和粳米)，也存在价格指数(其他)这一相对数值。考虑到采用价格指数进行价格传导研究能够在不影响结果分析的基础上有效减少数据间的异方差性和增加序列的平稳性[24]，因此本文将绝对数值价格数据做指数化处理，化为基期为2010年1月的定比数据。由于原始数据中的价格指数基期为2008年1月，为统一口径，本文一并将其基数进行调整。最后，本文对所有价格数据采取对数转换，最终各变量的符号及描述性统计见表1。

三、 模型检验结果

(一)平稳性检验

要建立协整方程，首先要通过单位根检验来检验时间序列的平稳性。单位根检验的方法很多，本文采用常用的ADF方法对各价格时间序列数据的平稳性进行检验，检验结果见表2。从表中能够看出，所有价格变量的原序列均不能拒绝原假设，因此是非平稳的。一阶差分序列的检验结果均小于5%水平临界值，一阶差分序列呈现平稳性特征。因此，各价格变量都是I(1)序列。

表2　单位根检验结果

(二)协整检验

根据Engle等(1987)定理，如果两个时间序列式同阶单整，可以通过对其长期均衡模型残差的平稳性进行检验，以确定其长期均衡关系。因此，本文分别探究国际大米价格和分品种国内稻谷价格与分品种国内大米价格间的长期均衡关系，实证结果见表3。

从表3能够得出，所有价格变量协整方程残差均通过了平稳性检验，因此6组数据均存在协整关系，但早籼稻和早籼米协整变量系数的t值较低(-4.84)，其协整关系相对较弱。根据Granger定理，如果两变量是协整的，则他们存在长期均衡关系，则它们之间存在短期关系的动态结构可以通过构建误差修正模型(ECM)来描述。首先分析表3中的协整方程，从解释变量系数看，国内稻谷品种与相应大米品种之间的长期关系强于国际大米与国内大米。因此，长期来看国内稻谷与大米之间有更强的整合关系，这跟潘苏等[7]的研究结论相一致。此外，根据周章跃等[22]的研究，长期关系并不足以判断市场间的整合程度。因此，本文在协整方程基础上提取其误差值，继而建立误差修正模型，来检测短期内市场的整合性。当然，与已有的研究不同，本文选择建立相应非对称误差修正模型。其中，各变量的滞后期选择使用SC信息准则确定，最终结果见表4和表5。

表3　协整检验

注：①*、**、***分别表示在0.10、0.05、0.01水平下通过显著性检验；②由于残差平稳性检验的ADF值通常比正常的ADF值要小，因此本处的5%临界值由麦金农协整检验临界表计算得到。

从表4能够得出，在粳米国际价格传导非对称误差修正模型中，国际价格的短期传导系数为正但未通过显著性检验，说明短期国际大米价格的波动对粳米价格波动并不显著。这可能与国内粳稻的供需关系有关，国内粳稻以自产自销为主，其少量的进口也主要以高端口粮米为主，以满足国内消费中高端的消费需求，故短期内不易受到国际粮价波动的冲击。结合进行分析，尽管通过了原假设，粮价的国际传导是对称的，但由于系数不显著，该判断意义不大。误差修正项系数均显著，且H1原假设成立，这说明当短期内两者价格关系偏离长期均衡时，拉回长期均衡的修正力度差距不大。

表4　误差修正模型结果(国际传导)

注：*、**、***分别表示在0.10、0.05、0.01水平下通过显著性检验。

在早籼米的国际价格传导非对称误差修正模型中，国际大米价格的短期影响系数为正且通过了显著性检验，且从系数能够判断当期国际大米价格波动的影响高于滞后期的影响，说明国内早籼米价格受国际当期价格的影响比远期的大。此外，由于原假设H0并不成立，这说明短期看国际粮价对国内早籼米价格的传导具有非对称性，且早籼米对国际大米价格下跌时的反应程度大于上涨时的反应程度(0.83>0.25)，即存在负的非对称性，滞后一期的短期影响也有同样表现(0.59>0.10)。此外，从误差修正项看，系数均显著，即当早籼米价格偏离长期均衡价格时，都会有一定的修正机制将价格拉回均衡状态。结合H1原假设及误差修正项系数能够得到，从修正力度看，依旧是存在负向偏离时大于正向偏离的特征(-0.89<-0.28)。因此，从早籼稻角度看，国际大米价格的下跌，能够更完全的传递到国内早籼米市场，造成“米弱”。根据现实分析，考虑到早籼米品质较差，与国际进口米区分度不高，较易实现进口米对早籼米的替代，甚至从食品工业市场向低端口粮市场延伸，从销区向产区延伸，对我国早籼稻市场产生了巨大的冲击。

在晚籼米的国际价格传导非对称误差修正模型中，同样呈现出短期国际大米价格影响不显著且H0未通过的特征。从晚籼米在我国的产销情况看，由于晚籼稻生长周期长，口感好，价格稍高，是我国的“口粮航母”。作为我国粮食品种中的当家品种，晚籼米每年产量超亿吨，其产量占稻谷总产量的一半左右，其中口粮消费占9成，每年的进口量较少，因此，受进口的影响较小。从误差修正项看，原假设H1不能被拒绝，说明晚籼稻价格偏离长期均衡价格后修正力度相似，从数值看，该修正力度都远远低于早籼稻和粳稻，这说明国内晚籼米与国际价格间更不易形成相对稳定的长期均衡关系。

从表5能够得出，在粳米国内价格传导非对称误差修正模型中，误差修正项系数均显著，且原假设H0、H1和H2均不能被拒绝，即粳米价格的国内传导同样是对称的，当粳米价格偏离长期均衡价格时，修正是有效的，粳稻的价格波动能有效地传导至粳米。这一结果与现实相近，由于粳米口感好，在国内通常被包装成高端口粮米销售，具有较高的区分度。虽然价格略贵，但随着我国消费水平的提升，粳米越来越受到城乡居民喜爱，消费者也愿意承受高价格，因此粳米的国内价格传导路径更为通畅。

在早籼米的国内价格传导非对称误差修正模型中，原假设H0、H1和H2均被拒绝，即早籼米的国内价格传导过程是非对称的。从短期价格传导系数看，其绝对值都呈现出价格下跌时候影响远高于价格上升(0.48>0.15，0.91>0.22)，这说明早籼稻价格下跌比上涨时能更迅速地将价格波动传导至早籼米价格上。当然，从统计显著性看，当期早籼稻价格的系数未通过显著性检验，这说明早籼米价格受当期早籼稻的价格影响小于远期的影响。此外，从误差修正项看，价格负向偏离长期均衡时的修正力度明显高于正向偏离时期(-0.88<-0.38)，这说明早籼米在早籼稻价格下跌时的调整速度快于早籼稻价格上涨时的调整速度，因此早籼稻价格受到短期价格下跌冲击时候价格传递的更为完全。

与早籼米类似，在晚籼米的国内价格传导非对称误差修正模型中，误差修正项系数均显著，即当晚籼米价格偏离长期均衡价格时，修正是有效的，晚籼稻的价格波动能有效地传导至晚籼米。原假设H0、H1和H2均被拒绝，即晚籼米的国内价格传导过程同样是非对称的。从短期系数看，晚籼米对晚籼稻价格下跌时的反应程度大于对上涨的反应程度(0.37>0.09，0.43>0.17)，因此，晚籼米表现出对晚籼稻价格下跌反应更为强烈的特征。同时，从误差修正项系数看，晚籼米在晚籼稻价格下跌时的调整速度快于晚籼稻价格上涨时的调整速度(-0.70<-0.34)，因此晚籼稻价格下跌时比上涨时更迅速地将价格波动传导至晚籼米价格上。

表5　误差修正模型结果(国内传导)

注：*、**、***分别表示在0.10、0.05、0.01水平下通过显著性检验。

由于托市收购政策和最低保护价的存在，以及国内种植成本的不断攀升，国内稻谷价格居高不下，导致国内大米价格相对于国际大米价格运行于高位，在国内外价差越拉越大的背景下，国内大米市场存在巨大的下行压力。从上面的分析能够看出，从国际价格传导分析，由于国际价格传导负向非对称，导致了国际大米市场价格低位运行下国内早籼米市场的价格疲软，推进了“米弱”的形成；同时，从国内价格传导分析，早籼稻和晚籼稻价格传导的负向非对称，则造成了国内高价托市政策下国内早籼米和晚籼米市场难以形成“米强”。

此外，自2010年政府放宽政策性粮食拍卖门槛以来，为了获得拍卖资格，许多粮企盲目扩大产能，致使我国大米加工业产能过剩，大米加工企业竞争激烈，产能利用率低，市场上大米生产供大于求。同时，大米加工企业缺乏资金、市场和技术，经营观念落后，营销模式陈旧、经营方式粗放，品牌建设滞后，产品销路不稳，抗风险能力差，这些原因共同阻碍了大米市场的价格上涨。

四、 研究结论及政策建议

本文借用协整方程和非对称误差修正模型分别考察了国内大米市场与上游稻谷市场、国际大米市场间的价格传导情况，进而解释了“米弱”的产生原因。实证结果显示，国际大米市场和上游稻谷市场对国内大米市场的价格传导存在差异。从国际贸易视角看，早籼米市场与国际大米市场间的价格传导呈现负的非对称性，国际大米市场价格的下跌将导致早籼米价格更大程度的下跌。粳米和晚籼米市场与国际大米市场的价格传导是对称的。从产业链视角看，粳米价格呈现对称性传导特征，一定意义上说明该品种价格纵向传导是通畅的。早籼米和晚籼米市场接受了价格非对称的原假设，且呈现负的非对称性，说明早籼米和晚籼米价格对其籼稻价格的下跌反应强烈，而对其价格上涨的反应不明显。

从以上分析能够得出，大米市场中的“米弱”现象是分品种大米贸易路径和产业链路径差异化价格传导共同作用的结果。从贸易路径看，早籼米市场的负向非对称价格传导特征放大了低价大米进口对国内大米市场的冲击；从产业链路径看，早籼米和晚籼米市场的负向非对称价格传导特征则抑制了籼稻价格的向下传导。总体上说，国内成品米市场贸易环境依然不够完善，国内稻米价格的上下游及国内外大米间的价格传导都存在市场势力差异下的扭曲问题，价格整合程度不高。

“稻强米弱”作为稻米市场的价格传导问题，扭曲了市场主体间的福利分配，不利于粮食市场化改革的推进。然而，考虑到“稻强米弱”深层根源是稻谷托市政策，而托市政策改革是一个长期渐进的过程。因此，结合已有结论，有以下政策建议。首先，短期内承认“稻强米弱”对稻谷产业扭曲的事实，适时适度的对稻米产业链加以政策干预。一方面，不同品种稻米价格传导对“稻强米弱”贡献存在差异，应在充分了解“稻强米弱”产生原因的基础上，有针对性的做出政策选择*例如，无论是贸易视角还是产业链视角，早籼米都在“稻强米弱”的产生中有着重要作用。然而，考虑到早籼稻(米)往往由于口感较差，往往仅作米粉或储备粮，在口粮中占比不高。因此，由早籼稻(米)带来的“稻强米弱”往往不会对市场主体福利带来过大影响，政策干预的必要性也相对较低。；另一方面，在供给侧改革大背景下，可适当利用该不利价格环境倒逼产业链各环节转型升级；其次，长期看，稻谷托市政策市场化改革是根本。从改革现状看，在继续推进大豆、棉花目标价格试点的同时，应用二三年的时间，逐步调低稻谷最低收购价至不扭曲市场的合理水平[25]。在此基础上，可将目标价格补贴逐步推向稻谷市场，实行“价补分离”，发挥市场机制在资源配置上的决定作用。

[1]梁雪梅, 何玉成. 我国稻米市场价格波动的动态相关性研究——基于“稻强米弱”背景下的分析[J]. 价格理论与实践, 2015(2):59-61.

[2]陈顺成. 浅析“稻强米弱”不正常现象及其对策[J]. 粮油加工, 2015(1):20-20.

[3]丁声俊. 治理“稻强米弱”：根本途径是“两只手”最佳结合[J]. 价格理论与实践, 2014(11):13-16.

[4]沐子. “稻强米弱”形势依旧[J]. 农家致富, 2014(18):14-14.

[5]喻闻, 黄季焜. 从大米市场整合程度看我国粮食市场改革[J]. 经济研究, 1998(3):50-57.

[6]查贵庭, 王凯. 近年来国内主要大米市场协整研究[J]. 农业技术经济, 2006(5):129-134.

[7]潘苏, 熊启泉. 国际粮价对国内粮价传递效应研究——以大米、小麦和玉米为例[J]. 国际贸易问题, 2011(10):3-13.

[8]肖小勇, 李崇光, 李剑. 国际粮食价格对中国粮食价格的溢出效应分析[J]. 中国农村经济, 2014(2):42-55.

[9]罗锋, 牛宝俊. 国际农产品价格波动对国内农产品价格的传递效应——基于VAR模型的实证研究[J]. 国际贸易问题, 2009(6):16-22.

[10]张晶, 周海川. 国际大米价格互动性与中国粮食安全研究[J]. 中国人口·资源与环境, 2014, 24(10):163-169.

[11]GardnerBL.Thefarm-retailpricespreadinacompetitivefoodindustry[J].AmericanJournalofAgriculturalEconomics, 1975, 57(3): 399-409.

[12]王秀清,WeldegebrielHT,RaynerAJ. 纵向关联市场间的价格传递[J]. 经济学(季刊), 2007, 6(3):885-898.

[13]胡华平, 李崇光. 农产品垂直价格传递与纵向市场联结[J]. 农业经济问题, 2010, 31(1):10-17.

[14]杨继生, 徐娟. 从田间到市场:谁托起了食品的价格[J]. 经济学(季刊),2015,14(3):911-930.

[15]冯海发. 对建立我国粮食目标价格制度的思考[J]. 农业经济问题, 2014, 35(8):4-6.

[16]詹琳, 蒋和平. 粮食目标价格制度改革的困局与突破[J]. 农业经济问题, 2015(2):14-20.

[17]RezitiI,PanagopoulosY.AsymmetricpricetransmissionintheGreekagri-foodSector:sometests[J].Agribusiness, 2008, 24(1):16-30.

[18]王思舒, 郑适, 周松. 我国猪肉价格传导机制的非对称性问题研究——以北京市为例[J]. 经济纵横, 2010(6):84-87.

[19]李治国, 郭景刚. 中国原油和成品油价格的非对称实证研究——基于2006年-2011年数据的非对称误差修正模型分析[J]. 资源科学, 2013, 35(1):66-73.

[20]董晓霞, 胡冰川, 于海鹏. 我国鸡蛋市场价格非对称性传导效应研究——基于非对称误差修正模型[J]. 农业技术经济, 2014(9):52-60.

[21]赵涤非, 王月玲. 玉米价格国际传导非对称性实证研究[J]. 物流工程与管理, 2015, 37(4):100-101.

[22]周章跃, 万广华. 论市场整合研究方法——兼评喻闻、黄季焜《从大米市场整合程度看我国粮食市场改革》一文[J]. 经济研究, 1999(3):73-79.

[23]王孝松, 谢申祥. 国际农产品价格如何影响了中国农产品价格?[J]. 经济研究, 2012(3):141-153.

[24]赫婧, 王淑艳. 石油价格波动对粮食价格的传导效应研究——基于APT-ECM模型的实证检验[J]. 数学的实践与认识, 2015(8):216-224.

[25] 程国强. 我国粮价政策改革的逻辑与思路[J]. 农业经济问题, 2016(2):4-9.

责任编辑、校对：李再扬

2016-02-03

本文系国家自然科学基金青年项目“供应链视角下粮食产区和销区利益协调政策的模拟与优化”(编号：71403114)、服务国家特殊需求博士人才培养项目开放课题“论粮食的两个市场——原粮与成品粮价格关联性及形成机制异质性分析”(编号：BSXJ201509)、博士生专项课题“我国粮油加工业产业政策研究”(编号：BSZX15-01)的阶段性研究成果，并受江苏高校优势学科项目建设工程(PAPD)和“青蓝工程”项目(编号：QingLanProject)资助。

武舜臣(1987-)，山东省沂水县人，南京财经大学粮食安全与战略研究中心博士研究生，研究方向：粮食经济；蒋文斌(1992-)，江苏省常州市人，南京财经大学粮食安全与战略研究中心硕士研究生，研究方向：粮食经济；曹宝明(1964-)，江苏省泰州市人，南京财经大学粮食安全与战略研究中心教授，博士生导师，研究方向：粮食经济理论与政策。

A

1002-2848-2016(04)-0117-07