【前沿研究】用“大数据”研究农产品动态供给

图片来源：CropScape - NASS, USDA 

(http://nassgeodata.gmu.edu/CropScape/)

【前沿研究】分享近几年农业、资源、环境、发展经济学领域的前沿研究成果。我们将重点介绍文章的研究主题和结论及其在理论或实证方面的创新。

Crop Supply Dynamics and the Illusion of Partial Adjustment, American Journal of Agricultural Economics, 2014, 96(5): 1469-1491.

Nathan P. Hendricks, Aaron Smith, and Daniel A. Sumner

在农业经济实证研究中，关于农产品供给反应（supply response）的研究对市场参与者与政策制定者都具有重大的意义。对各类主要农产品供给价格弹性的估计是评价农业政策对未来种植规模、种植结构影响的基础。

我们上期【经典文献】刚刚介绍过，供给反应的大量实证研究都基于Nerlove 早期开创性的工作。而这类传统的供给反应研究通常基于郡县（county）或更高行政级别的数据，并认为主要农作物的播种面积在短期内只对价格信号作出部分调整（partial adjustment），因此短期供给价格弹性将低于长期供给弹性。然而，本文的作者通过利用美国玉米与大豆主产区高精度的卫星数据，使用全新的分析手段，有力地反驳了这一传统认识，并指出部分调整的幻象来源于对郡县内农地面积加总所造成的偏误（aggregation bias）。

作者首先通过理论模型证明，在考虑轮作收益（rotational benefit）的情况下，短期供给弹性可能大于长期供给弹性。这是由于受价格刺激而改种作物的农户可能会在下一年重新种植原先的作物以获得轮作收益。由于县级数据无法表现出微观层面上农户的轮作行为，作者利用地表卫星图片构建出以农地为观测单位（field-level）的面板数据。基于875万个观测值的估计结果显示，玉米和大豆在长期中的播种面积价格弹性分别为0.29和0.26，而短期弹性则分别为0.40和0.36。

本文在计量方法上也有颇多亮点。作者指出，不同农地本身的差异会使其对相同价格信号做出不同的反馈。在实证的层面上，这种差异被视为回归系数异质性（coefficient heterogeneity）。基于计量理论在动态过程方面的研究，系数异质性的存在会导致动态面板估计量（dynamic panel estimators）产生偏误。为了解决这个问题，作者利用土壤与气候数据将观测范围内的农地划分为24个组，并构造出一个“条件组际系数（conditional grouped coefficients）”估计量用以估计供给弹性，从而避免了忽略系数异质性所导致的估计偏误。

在使用县级数据进行实证研究时，县与县之间的潜在差异使得系数异质性的问题同样存在。作者猜想，正是系数异质性所带来的偏误使得基于县级面板数据的研究没有得出与“部分调整”相左的结论。为了进一步验证这一猜想，作者将农地观测值随机分配至不同的“县”，然后再将“县”内数据加总，从而构造出一个虚构的县级数据（pseudo-county data）。因为随机分配的过程消除了“县”间的系统差异，基于这个虚构的县级数据的估计结果与基于农地观测值的估计结果相一致。

小提示：点击会话框中“前沿研究”分栏查看往期【前沿研究】。

关键词：大宗农产品，供给弹性，卫星数据，动态面板

“农经好文章”关注农经领域（包括农业、资源、环境和发展经济学）的学术研究成果，精选并介绍新近发表在各大顶级期刊上的前沿文章，同时分享海外应用经济系博士生课程推荐阅读的经典文献。

搜寻账号：arepapers，或扫描二维码：

  点击蓝字查看论文原文