这里的“原因”超越了格兰杰因果关系，指的是经济意义上的原因。显然，命题三并非本文关注的核心内容，但可以成为检验过程中的“副产品”而被证明是否为伪命题。通过格兰杰因果性检验和VEC模型，我们只能确定命题二是否是伪命题，如果通过时间序列分析，该命题未被证伪，还要进行下一步的分析，才能确认其是否为真。

　　(二)国际农产品价格对国内农产品价格的影响

　　这部分的关键在于根据以往研究成果确定影响国内农产品价格的重要变量，从而为构建考察国内农产品价格影响因素的计量模型提供理论基础。

　　本文的核心要旨在于考察国际农产品价格的影响作用，因而在命题二中已经将该因素作为待考察的对象。实际上，已有的一些文献从不同侧面对该问题进行了初步的解释，例如丁守海(2009)通过配对Johansen检验，认为间接贸易造成了某些食品价格的国际输入;罗锋、牛宝俊(2009)通过方差分解认为国际期货价格的信息反应机制对国内农产品价格波动产生了重要影响。

　　这样，如果国际农产品价格显著影响了国内农产品价格，则在控制了其他影响因素的情况下，(作为解释变量的)国际价格同国内价格呈正相关关系。

　　Trostle(2008)指出了影响粮食价格的重要供求因素。在需求方面，快速的经济增长、人口增长以及对肉类消费的增长是拉动粮食需求的三大因素。人口增长对粮食需求的影响是显然的。而另外两个因素实际上是同一问题的两个方面，正是由于经济增长带来消费结构升级，才导致肉类消费的增长，所以肉类消费增长也可归结于经济(收入)增长。

　　在供给方面，Trostle(2008)提到了农产品库存减少、生产成本上升、生物燃料生产扩张、美元贬值、粮食进口国外汇储备激增、自然灾害，以及进出口国政策等。具体到的农产品供给，至少有以下几方面影响因素。

　　近年来土地租金、物质费用的大幅上涨(程国强等，2008)，以及石油价格的上涨(李国祥，2008)，均导致了农业生产成本增加。粮食库存时常发生波动，而库存降低会造成粮食价格的剧烈波动(黄季焜、仇焕广，2007)。货币超量供给改变了货币与农产品的比例关系，产生了“通货膨胀”效应(胡冰川等，2009)。自然灾害频发、生产周期性变动等农业生产特有的因素导致了农产品供给下降(钟甫宁，2008)。

　　以上影响农产品价格的供求因素都将作为国际农产品价格的“控制因素”，根据以上论述，概括为如下命题:

　　命题四:经济发展水平越高、人口增速越大、农业生产成本越高、石油等能源价格越高、粮食库存越少、货币供应量越大、外汇储备越多、自然灾害越严重，则国内农产品价格越高。

　　命题四中包含着许多子命题，并非本文关注的核心内容，但进行计量分析时可以验证各个子命题的真伪。

　　四、经验方法与数据

　　(一)经验分析方法

　　第一步，我们对国内和国际的总体食品价格指数、玉米、小麦、大米、大豆等四种粮食价格进行协整和误差修正分析。首先检验每组时间序列数据是否存在协整关系，若协整关系存在，则表明两种价格存在长期均衡关系并至少有一组因果关系，可使用向量误差修正(VEC)模型分析两种价格间格兰杰意义上的因果关系走向。VEC模型的表达式如下:Δpcx，t=β0+β1Et－1+Σt－1i=t－lβiΔpcx，i+Σt－1j=t－kβjΔpfx，j+εct(1)Δpfx，t=γ0+γ1Et－1+Σt－1i=t－lγiΔpcx，i+Σt－1j=t－kγjΔpfx，j+εft(2)其中，p表示粮食价格，E为滞后一期的误差修正项，Δ表示一阶差分，x=g，c，w，r，s分别表示总体食品、玉米、小麦、大米和大豆，t表示时期，l和k表示滞后阶数，上标c和f分别代表国内和国际，ε为估计方程的残差项。β和γ为系数，若β1显著，则表明国际农产品价格在长期对国内农产品价格具有格兰杰意义上的因果关系;若γ1显著，则表明国内农产品价格在长期对国际农产品价格具有格兰杰意义上的因果关系。若至少有一个βj显著，则表示国际农产品价格在短期会影响内农产品价格;若至少有一个γi显著，意味着国内农产品价格在短期会影响国际农产品价格。在估计过程中，为了剔除不显著的滞后项，可以先用协整方程求出残差，再把滞后一期的残差作为E，然后估计联立方程(1)、(2)，根据Step回归程序逐步剔除不显著的滞后项。

　　第二步的回归分析建立在第三部分理论框架的基础之上。以国内农产品价格作为被解释变量，相关的需求和供给因素作为解释变量，则国内农产品价格的决定方程为:p=f(Foreign，Eco，Pop，Stock，Cost，Wea，M，Exch，Energy)(3)其中，Foreign表示国际因素，包括国际农产品价格，以及国际期货市场价格和农产品贸易量。

　　Eco表示国内经济发展状况，包括人均GDP、工业增加值、消费者信心指数等。Pop表示人口数量，Stock表示国内粮食库存量，Cost为农业生产成本，Wea为自然灾害情况。M为货币供应量，Exch表示国际储备等因素，Energy为能源价格。在进行计量分析时，基于现实意义和统计上的要求，上述因素会由各个具体的变量来表示，计量模型为:pcx，t=α+δpfx，t－1+Σiθiwi，t－li+εt(4)我们将用普通最小二乘法(OLS)对(4)式进行估计。被解释变量为国内农产品价格，由于时间序列数据很可能是非平稳的，因此在回归时将使用价格的变动(一阶差分)为被解释变量。pfx为国际农产品价格，x表示具体的食品种类。wi为影响国内农产品价格的其他各因素，本文将在控制了这些因素的条件下，“剖析出”国际农产品价格的影响作用。考虑到国际价格的传递滞后期大约为一个月，所以pfx为滞后1期数据。其他各因素对国内农产品价格的影响也会存在滞后性，因此控制变量wi为滞后li期的数据，li根据赤池信息准则(AIC)确定。α为常数项，δ、θi为待估计系数，ε为残差项。

　　(二)变量说明及数据描述

　　在检验国内农产品价格同国际农产品价格的因果关系，即进行时间序列分析时，只涉及到五对价格变量数据，包括总体食品价格指数和大豆、玉米、大米、小麦这四种农产品价格。在Trostle(2008)的描述中，我们发现国际农产品价格从2002年开始呈现出显著的增长趋势，而在此之前除个别年份发生过较大波动之外，一直比较平稳。另外，于2001年末入世，此后国内农产品价格同国外农产品之间的相关性会更强，因而我们使用的是2002年1月至2010年11月的月度数据，国内价格来源于各年度的《农产品价格调查年鉴》及国研网宏观数据库，国际价格来源于IMF的主要商品价格数据库。总体食品价格指数的原始数据为同比和环比数据，我们将其转化为以2005年1月为100的定基数据。由于农产品贸易和期货市场的信息反映机制，我们预期国内价格同国际价格正相关。

　　进行回归分析时涉及的变量较多，并且一些变量的月度数据无法获得。人口的数据为年度数据，GDP数据为季度数据，来源于国研网宏观数据库。衡量经济发展程度时，除GDP之外，工业增加值也是一个重要的指标，能在一定程度上反映国家的生产状况和繁荣程度，另外，消费者信心指数也从一个侧面反映了一国的经济发展状况。为了使本文的经验分析基于月度数据进行，我们在回归时使用工业增加值或消费者信心指数来代替GDP指标，这两个变量的数据来源于各期《经济景气月报》和国研网宏观数据库。在进行敏感性检验时，我们也会使用GDP，此时将其他变量的月度数据合并为季度数据。由于经济发展状况越好会导致农产品需求增加，所以我们预期农产品价格同上述指标呈正相关关系。

　　国际农产品期货价格来源于芝加哥商品交易所(CME)官方网站，我们对四种农产品期货的每日收盘价取月度平均值获得月度数据，再以四种产品的平均值作为食品期货价格的代理;粮食库存来源于美国农业部的预测信息。在衡量农业生产成本方面，我们使用农业生产支出和购置化肥农药支出两个指标，来源于《全国农产品成本收益资料汇编》。本文用各年度农业受灾面积来衡量自然灾害因素，2008年之前的数据来自《农业统计年鉴》，2009年和2010年数据由我们根据中央气象台发布的《农业气象灾害监测预警评估》整理。显然，国内农产品价格同生产成本和受灾面积正相关。