《Agribusiness》:Estimation of Import Demand Functions of Two Key Food and Feed Commodities (Corn and Soybean) for India
编辑推荐:
摘要:对肉类和乳制品日益增长的需求所引致的需求,清晰地体现在印度饲料产业的快速发展及其对农业商品(如玉米、大豆、大米、小麦、碎米、小米等)作为饲料原料需求的增加上。玉米(maize)和豆粕(soybean meal)是家禽日粮中最重要的两种饲料原料,而印度国内
摘要:对肉类和乳制品日益增长的需求所引致的需求,清晰地体现在印度饲料产业的快速发展及其对农业商品(如玉米、大豆、大米、小麦、碎米、小米等)作为饲料原料需求的增加上。玉米(maize)和豆粕(soybean meal)是家禽日粮中最重要的两种饲料原料,而印度国内这两种关键饲料原料的生产不足以满足其日益增长的饲料用途需求。尽管印度旨在提高必要农业饲料原料的产量,但其对进口的依赖预计在未来一段可预见的时期内仍将持续。农业商品的进口在印度饲料制造业的经济增长中扮演着重要角色,并可能对其未来发展产生影响。因此,评估和量化对制造动物饲料至关重要的农业商品的进口弹性(import elasticities)及其进口倾向至关重要,因为此类实证研究对于经济和公共政策的制定十分关键。此外,关于印度农业商品(特别是那些同时用作食物和饲料的商品)进口需求函数估计的文献普遍匮乏,本研究试图填补这一文献空白。研究人员采用自回归分布滞后模型(Autoregressive Distributed Lag, ARDL)和误差修正模型(Error Correction Model, ECM),考察了印度玉米和大豆进口量与多种因素(例如,用于食物的GDP相对份额、城市人口增长、进口价格指数等)之间的长期关系,这些因素可能影响上述长期进口需求弹性。研究结果表明,随着印度经济格局的演变,食品支出和城市人口的增长将在塑造这两种关键商品(玉米和大豆)进口动态方面发挥关键作用。该研究强调了国内对农业商品用于饲料(和食品)目的的引致需求与国际贸易之间错综复杂的平衡关系。
一、研究背景、现存问题与研究意义
随着过去几十年家庭收入的增加,印度消费者对更高质量、更安全的食品以及更多基于家禽的蛋白质(受宗教限制影响)产生了需求。这种对肉类和乳制品日益增长的需求所引致的需求,清晰地反映在印度饲料产业的快速增长及其对玉米、大豆、大米、小米等农业商品作为饲料原料需求的激增上。印度制备饲料市场规模从2012年的37.4亿美元增长至2017年的近100亿美元,预计到2024年将达到约120亿美元。然而,尽管饲料产业显著增长,印度仍面临严重的制备饲料短缺,且这一短缺预计将持续。例如,2017-18财年,印度制备饲料消费需求约为2700-2800万吨,而供应量仅为2100-2200万吨。
在此背景下,玉米和豆粕作为家禽日粮中最主要的碳水化合物和蛋白质来源,其国内产量无法满足日益增长的饲料需求。由于生产力停滞等原因,这些农业原料的供应缺口推高了国内饲料价格。2020年,豆粕价格飙升导致家禽养殖成本上涨超过50%。饲料谷物(玉米和大豆)的成本占到家禽生产成本的近70-75%。为了弥补供应短缺,印度不得不从国际市场进口这些商品。尽管印度致力于提高必要的饲料原料产量,但由于政府对主粮作物的价格支持以及可耕种土地的有限性,农民更倾向于种植供人食用的主粮而非饲料作物,这使得其对进口的依赖在未来可预见时期内仍将持续。印度的玉米和大豆单产较低且长期停滞,其进口来源虽已多元化至阿根廷、法国、贝宁、多哥等国,但仍高度依赖特定亚洲国家(尤其是中国)。
鉴于进口在印度饲料制造业经济增长中的重要作用及其对未来发展的潜在影响,精确评估和量化玉米和大豆这两种关键商品的短期和长期进口弹性及其进口倾向显得至关重要。准确识别影响一国进口行为的关键因素,有助于政策制定者制定、评估和实施相关的经济政策策略。然而,关于印度农业商品(特别是同时用作食品和饲料的玉米和大豆)进口需求函数估计的文献严重不足。因此,本研究的首要目标是利用自回归分布滞后模型和误差修正模型,为印度估计玉米和大豆的进口需求函数,以填补这一重要的文献空白。
二、关键技术方法
研究人员采用自回归分布滞后模型(ARDL)和误差修正模型(ECM)进行实证分析。首先,基于不完全替代模型(imperfect substitution model)构建了印度玉米和大豆的单一方程进口需求函数。其次,运用边界检验法(bounds testing approach)来确定进口需求与其解释变量之间是否存在单一的长期协整关系。数据方面,使用了1990年至2023年共32年的年度时间序列数据,变量包括:进口量(Mt)、用于食物的GDP相对份额(FDEXPt)、城市人口增长率(URBt)以及进口价格指数(IMPINXt)。所有变量均取自然对数形式纳入模型。
三、研究结果
1. 引言
研究发现,印度家禽业对玉米和豆粕的需求强劲,但国内供给不足导致对进口的依赖持续存在。饲料成本占家禽生产成本的比例极高(70-75%),凸显了研究进口需求弹性的紧迫性。已有研究表明,印度的进口来源已呈现多元化趋势。
2. 印度农业商品进口需求估计
通过对现有文献的回顾发现,关于印度农业商品进口需求函数的研究非常有限。Kathuria和Kumar(2021)的研究表明,最终消费支出和资本形成总额在长短期内均主导了印度总进口的影响。Agbola和Damoense(2005)发现,经济增长和城市化会推动印度对鹰嘴豆、小扁豆等豆类的进口需求,而进口价格上涨则会抑制需求。Mishra和Mohanty(2017)指出印度总进口需求缺乏弹性。Dutta和Ahmed(2004)则强调收入变量对印度进口的影响最为显著,且进口需求对价格波动不敏感,进口自由化的影响也相对较小。
3. 全球范围内农业商品进口需求弹性估计
国际上的相关研究为本文提供了方法论基础。Hor等人(2018)对柬埔寨的研究表明,相对价格和汇率对进口需求有显著的负向影响。Chen(2008)对中国台湾地区的研究发现,收入和相对价格是影响进口需求的关键因素。Narayan和Narayan(2005, 2010)对斐济、毛里求斯和南非的研究证实了国内收入、相对价格与进口需求之间的长期协整关系。针对玉米和大豆的专门研究中,Arnade和Liefert(2022)估计了各国玉米进口需求对收入、进口价格、汇率等因素的弹性。Yazdani等人(2008)发现,玉米进口受到相对价格、国内产量、消费量等多种因素的显著影响。Zhang等人(2010)指出,汇率波动对美国大豆出口有显著影响。Kim和Lee(2014)强调,美国大豆出口商需关注中国市场的富裕程度和城市化进程。
4. 方法论
研究人员构建了如下对数形式的长期进口需求函数:
lnMt = α0 + β1lnFDEXPt + β2lnURBt + β3lnFOODt + β4lnIMPINXt + εt
其中,Mt代表进口量,FDEXPt代表用于食物的GDP份额,URBt代表城市人口,FOODt代表食品支出,IMPINXt代表进口价格指数,εt为误差项。
四、总结与讨论
讨论部分总结: 研究结果表明,随着印度经济格局的演变,食品支出(FDEXP)和城市人口增长(URB)将在塑造玉米和大豆进口动态方面发挥关键作用。这揭示了国内对农业商品用于饲料和食品的引致需求与国际贸易之间存在着一种错综复杂的平衡关系。进口需求对这些宏观经济变量的弹性,对于理解和预测未来贸易流向至关重要。
研究结论翻译: 研究人员的研究强调了印度经济格局变化对其关键饲料原料进口的深远影响。具体而言,食品支出在GDP中占比的变化以及城市人口的持续增长,是驱动印度玉米和大豆进口需求长期变动的核心因素。这些发现不仅填补了相关领域的文献空白,也为印度政策制定者在制定农业、贸易及工业政策时提供了关键的实证依据,以更好地平衡国内生产与国际采购之间的关系,确保饲料产业乃至整个畜牧业和食品供应链的稳定发展。