糧農(nóng)能對價(jià)格做出正確響應(yīng)嗎？
——基于參照點(diǎn)效應(yīng)的視角

趙玉，張玉，嚴(yán)武

（1. 東華理工大學(xué)經(jīng)濟(jì)與管理學(xué)院，江西 南昌 330013；2. 江西財(cái)經(jīng)大學(xué)金融管理國際研究院，江西 南昌 330013）

糧農(nóng)能對價(jià)格做出正確響應(yīng)嗎？
——基于參照點(diǎn)效應(yīng)的視角

趙玉1,2，張玉1，嚴(yán)武2

（1. 東華理工大學(xué)經(jīng)濟(jì)與管理學(xué)院，江西 南昌 330013；2. 江西財(cái)經(jīng)大學(xué)金融管理國際研究院，江西 南昌 330013）

研究糧農(nóng)對價(jià)格信號的種植行為響應(yīng)，對于解決糧食安全問題具有重要的現(xiàn)實(shí)意義。在前景理論框架下，分析了糧農(nóng)對市場價(jià)格的種植決策響應(yīng)機(jī)制。利用面板門限模型和2002年至2015年全國各省區(qū)糧食生產(chǎn)數(shù)據(jù)資料，檢驗(yàn)了糧食價(jià)格的心理參照點(diǎn)效應(yīng)對糧農(nóng)種植行為的影響。研究發(fā)現(xiàn)，糧農(nóng)種植行為具有參照點(diǎn)依賴的特征，即糧農(nóng)對虧損和盈利的判斷是相對于價(jià)格參照點(diǎn)而言的。參數(shù)估計(jì)結(jié)果顯示，當(dāng)糧農(nóng)將市場狀態(tài)編輯為盈利前景時(shí)，糧農(nóng)對價(jià)格信號反應(yīng)不足，且是風(fēng)險(xiǎn)厭惡的；當(dāng)糧農(nóng)將市場狀態(tài)編輯為虧損前景時(shí)，糧農(nóng)對價(jià)格信號反應(yīng)過度，對風(fēng)險(xiǎn)和成本的反應(yīng)不足。相較于市場的盈利前景，糧農(nóng)對市場虧損前景下的谷物和油料價(jià)格更敏感。研究啟示在于，政策制定者應(yīng)重視糧農(nóng)市場預(yù)期及其種植行為的心理決策機(jī)制，結(jié)合糧農(nóng)的價(jià)格參照點(diǎn)設(shè)計(jì)更靈活的糧食政策。

糧食生產(chǎn)；種植行為；價(jià)格預(yù)期；參照點(diǎn)效應(yīng)；面板門限模型

Abstract：The study on the response of grain farmers to price signals has a great practical signifcance to solve the food security problem. Based on a panel data of grain farmers’ planting behaviors from some main grain production provinces or autonomous regions in China from 2002 to 2015 and applying the prospect theory and the threshold panel data model, this paper analyzed the mechanism of grain farmers’ planting response to market price. Results show that planting decision-making of grain farmers depends on the reference point, in that the judgment on loss and proft of grain farmers is relative to the price reference point. Parameter estimation results reveal that farmers are risk averse in market returns. However, the behaviors of grain farmers are not significantly affected by market risks from the perspective of market loss. Compared with market returns, grain farmers are more sensitive to the price of food and oil from the perspective of market loss. In summary, this paper suggests that policy makers should pay attention to grain farmers’ market expectations and the psychological decision-making mechanism of their planting behaviors, and then make some fexible grain price policies combined with the reference point of grain farmers.

Key words：grain production; planting behaviors; price expectations; anchoring effect; panel threshold model

隨著“十三五”期間糧食供給側(cè)改革政策文件的密集出臺，深入推進(jìn)糧食供給側(cè)結(jié)構(gòu)性改革已成為各級政府的重點(diǎn)工作。目前，糧食產(chǎn)業(yè)面臨著產(chǎn)量高、庫存量高、進(jìn)口量高的“三高疊加”的嚴(yán)峻形勢和結(jié)構(gòu)性隱患。糧食供給側(cè)結(jié)構(gòu)性改革顯得必要而迫切。推動(dòng)糧食供給側(cè)的改革，需要充分認(rèn)識市場規(guī)律并發(fā)揮市場作用。2016年中央一號文件提出，按照“市場定價(jià)、價(jià)補(bǔ)分離”的原則，發(fā)揮市場在糧食價(jià)格形成中的決定性作用，引導(dǎo)農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)的調(diào)整優(yōu)化。2017年中央一號文件再次提出，推進(jìn)農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革，要在確保國家糧食安全的基礎(chǔ)上，緊緊圍繞市場需求變化，增加農(nóng)民收入，保障有效供給，提高農(nóng)業(yè)供給質(zhì)量。在調(diào)整和優(yōu)化糧食種植結(jié)構(gòu)的背景下，如何發(fā)揮市場在資源配置中的決定作用是糧食供給側(cè)改革中面臨的重大現(xiàn)實(shí)問題。分析糧農(nóng)對價(jià)格信號的行為響應(yīng)是破題的關(guān)鍵。

糧農(nóng)總是在價(jià)格變化的環(huán)境下做出生產(chǎn)決策。這種價(jià)格變化的環(huán)境是由氣候和病蟲害引發(fā)，而缺乏彈性的需求和供給進(jìn)一步加強(qiáng)了糧食價(jià)格的波動(dòng)。除了這些傳統(tǒng)的因素外，與能源、金融之間日益緊密的聯(lián)系也會(huì)降低糧食市場的穩(wěn)定性?，F(xiàn)代農(nóng)戶會(huì)對市場刺激做出反應(yīng)，如農(nóng)戶在價(jià)格波動(dòng)下往往根據(jù)預(yù)期價(jià)格做出最優(yōu)的種植決策[1]。價(jià)格對單個(gè)農(nóng)戶種植結(jié)構(gòu)的微觀影響主要表現(xiàn)為異質(zhì)性風(fēng)險(xiǎn)偏好下個(gè)體價(jià)格預(yù)期及其種植行為響應(yīng)，而價(jià)格對農(nóng)業(yè)種植結(jié)構(gòu)的宏觀影響主要表現(xiàn)為平均風(fēng)險(xiǎn)偏好下群體價(jià)格預(yù)期及其種植行為響應(yīng)。Coyle等[2]和Hausman[3]使用上一個(gè)收割期到種植期的價(jià)格作為預(yù)期價(jià)格的代理變量，并使用全球產(chǎn)量響應(yīng)模型估計(jì)了作物種植面積和預(yù)期價(jià)格之間的關(guān)系，研究表明糧農(nóng)會(huì)根據(jù)預(yù)期價(jià)格調(diào)整其種植行為。糧農(nóng)能夠根據(jù)糧食、油料等作物的價(jià)格預(yù)期相應(yīng)增減種植面積，也能夠決定灌溉面積的大小和化肥用量的多少[4]。但這種反應(yīng)有時(shí)是過度的，在農(nóng)作物當(dāng)年價(jià)格較高的情況下，部分農(nóng)戶會(huì)在第二年跟風(fēng)種植[5]，即對價(jià)格信號的過度反應(yīng)導(dǎo)致了從眾效應(yīng)。

在對15564名加拿大農(nóng)戶抽樣調(diào)查后，Mattos和Fryza[6]發(fā)現(xiàn)農(nóng)戶在銷售小麥時(shí)存在“出贏保虧”的心理認(rèn)知偏差。農(nóng)產(chǎn)品生產(chǎn)周期過長使得農(nóng)戶處于價(jià)格波動(dòng)的不確定環(huán)境中，這就突顯出了對農(nóng)戶心理預(yù)期研究的重要性。在農(nóng)產(chǎn)品生產(chǎn)周期中，行為主體的行為響應(yīng)會(huì)受到框架效應(yīng)和錨定效應(yīng)的影響[7]，他們表現(xiàn)出來的損失厭惡、因時(shí)而異效應(yīng)、羊群效應(yīng)和框架效應(yīng)等認(rèn)知偏差影響了糧食市場的穩(wěn)定[8]。Bocqueho等[9]分別在期望效用和預(yù)期理論框架下，研究了法國農(nóng)戶在不確定性環(huán)境下的經(jīng)營行為，研究結(jié)果表明，農(nóng)戶對損失的敏感度是對收益敏感度的兩倍，農(nóng)戶傾向于高估小概率事件而低估大概率事件，從而表現(xiàn)出了過激的或保守的生產(chǎn)行為。

大量研究表明農(nóng)戶是理性的，表現(xiàn)為他們有追求收益最大化的意愿。但是，受限于外部環(huán)境的不確定性和認(rèn)知水平，農(nóng)戶的理性總是有限的或者說農(nóng)戶的理性是過程理性。當(dāng)農(nóng)產(chǎn)品價(jià)格波動(dòng)時(shí)，農(nóng)戶在市場上一方面表現(xiàn)出了“經(jīng)濟(jì)人”的趨利、避害行為，另一方面表現(xiàn)出了“社會(huì)人”的從眾、錨定、處置等效應(yīng)。由于存在錨定效應(yīng)，農(nóng)戶對下一期價(jià)格的預(yù)期，會(huì)受到上一期價(jià)格的影響[10]。他們在面對收益時(shí)，甚至是風(fēng)險(xiǎn)偏好的[11]。由農(nóng)戶異質(zhì)性市場預(yù)期引起的異質(zhì)性行為是導(dǎo)致生產(chǎn)偏離均衡的根本原因，根據(jù)預(yù)期理論研究農(nóng)戶生產(chǎn)行為，有助于設(shè)計(jì)更合適的農(nóng)業(yè)政策、農(nóng)產(chǎn)品訂單或農(nóng)業(yè)保險(xiǎn)合同[9]。總之，由于價(jià)格包含了豐富的信息，在分析農(nóng)戶的種植行為時(shí)，有必要將價(jià)格變量加入模型中。但多數(shù)文獻(xiàn)將行為視作價(jià)格的線性函數(shù)，這既和行為經(jīng)濟(jì)學(xué)中的前景理論相悖，也不能很好的刻畫現(xiàn)實(shí)生活中農(nóng)戶的“社會(huì)人”特征，因此，相關(guān)的研究框架有待拓展。糧食價(jià)格中是否存在影響農(nóng)戶種植決策的心理參照點(diǎn)？心理參照點(diǎn)是如何影響糧農(nóng)種植行為的？如何根據(jù)農(nóng)戶的“社會(huì)人”特征改進(jìn)現(xiàn)有政策促進(jìn)糧食種植業(yè)的可持續(xù)發(fā)展？以上問題都是值得深入研究的。

1 概念框架

1.1 市場風(fēng)險(xiǎn)與糧食生產(chǎn)

現(xiàn)有實(shí)證研究分別圍繞Nerlovian的局部校正模型和利潤最大化模型兩個(gè)理論框架討論價(jià)格對糧農(nóng)種植決策或行為的影響。由供給理論衍生出來的局部校正模型同時(shí)分析了價(jià)格預(yù)期對產(chǎn)出或供給水平和調(diào)整速度的影響?；谏a(chǎn)者行為理論的利潤最大化模型，除了考慮農(nóng)產(chǎn)品自身的價(jià)格外，還考慮了種植替代品的價(jià)格和要素的價(jià)格。除此之外近期的文獻(xiàn)試圖把兩個(gè)框架整合在一起，將替代品價(jià)格預(yù)期、要素價(jià)格和市場風(fēng)險(xiǎn)加入到計(jì)量模型中，研究種植決策變量對這些變量的動(dòng)態(tài)響應(yīng)[12]。

傳統(tǒng)的經(jīng)濟(jì)理論認(rèn)為農(nóng)戶是追求利潤最大的“理性人”且他們是風(fēng)險(xiǎn)中性的。然而，現(xiàn)有文獻(xiàn)中農(nóng)戶對不同農(nóng)作物市場價(jià)格等因素的反應(yīng)，揭示了農(nóng)戶不是風(fēng)險(xiǎn)中性的[13]。在研究農(nóng)戶種植行為時(shí)，比起“效率型農(nóng)民”假說和“追求利潤型”農(nóng)民假說，“有條件的利潤最大化”假說更符合糧農(nóng)生產(chǎn)的現(xiàn)實(shí)狀況。這里的“有條件”既包含成本約束也包含風(fēng)險(xiǎn)約束。

假設(shè)一個(gè)非風(fēng)險(xiǎn)中性的糧農(nóng)，需要做出生產(chǎn)決策，其中決策變量為耕地資源的配置，決策目標(biāo)為利潤（效用）最大化。不確定性是農(nóng)業(yè)生產(chǎn)的典型特征[14]，在不確定的市場環(huán)境下，農(nóng)戶決定種植何種作物以及種植多少，并在種植過程中決定投入多少化肥等生產(chǎn)要素。這些決策變量會(huì)受到價(jià)格變量的影響。均值-方差效用函數(shù)常被用于分析農(nóng)戶的風(fēng)險(xiǎn)決策行為[2,5,15]，在確定性等價(jià)原則下，市場風(fēng)險(xiǎn)條件下的糧農(nóng)種植決策等價(jià)地轉(zhuǎn)換為期望效用最大化問題。該模型由利潤的一階矩和二階矩構(gòu)成，形式如下，

式中：γ用以測量農(nóng)戶的風(fēng)險(xiǎn)偏好程度。γ＞0表示風(fēng)險(xiǎn)偏好，γ＜0表示風(fēng)險(xiǎn)厭惡，γ=0表示風(fēng)險(xiǎn)中性。風(fēng)險(xiǎn)厭惡表明糧食的邊際生產(chǎn)成本低于糧食的銷售價(jià)格[15]。p表示作物收獲時(shí)的價(jià)格，在模型中為隨機(jī)變量，pe表示價(jià)格預(yù)期。糧農(nóng)做決策時(shí)，他所面臨的要素價(jià)格w的信息是已知的，因此將其視為確定性變量。l為各種作物的種植面積向量。z為控制變量。在耕地總面積的約束下，由期望效用函數(shù)最大化時(shí)的一階條件得到耕地的決策行為方程[5]：

式中：Ωp表示糧食價(jià)格和替代作物價(jià)格的協(xié)方差矩陣，常被用在均值-方差函數(shù)中刻畫市場風(fēng)險(xiǎn)。

1.2 前景理論下的行為決策

Kahneman和Tversky[16]在批判Von Neumann—Morgenstem的期望效用理論基礎(chǔ)上，提出了包含“確定性效應(yīng)、孤立效應(yīng)和反射效應(yīng)”的前景理論。期望效用理論使用了收益和損失客觀期望值（平均數(shù)）的概念，而前景理論（又被翻譯為期望理論）則使用了收益和損失主觀期望（即前景）的概念。前景理論更好的解釋了人們在不確定或風(fēng)險(xiǎn)環(huán)境下的決策行為。該理論中的確定性效應(yīng)是指人們常常低估概率結(jié)果，這會(huì)導(dǎo)致人們在面對確定性收益時(shí)表現(xiàn)出風(fēng)險(xiǎn)厭惡情緒，而當(dāng)選擇中包含確定性損失時(shí)表現(xiàn)出冒險(xiǎn)精神。前景理論中所謂收益或損失并非一個(gè)絕對值，而是基于某一個(gè)參照水平的相對值。人們的心理決策活動(dòng)可以分為編輯和評估兩個(gè)階段，在編輯階段中，由于有限理性，人們會(huì)更關(guān)注效用的相對變化值，在評價(jià)之初往往會(huì)形成一個(gè)主觀參考評價(jià)基準(zhǔn)，即心理參照點(diǎn)[17]。

參照點(diǎn)是前景理論的核心概念，它由價(jià)值函數(shù)中的價(jià)值中性點(diǎn)給出。在決策過程的第一個(gè)階段，決策者將大于參照點(diǎn)的收益編輯為盈利前景，而低于參照點(diǎn)的收益編輯為虧損前景；在決策過程的第二個(gè)階段，決策者依據(jù)價(jià)值函數(shù)和權(quán)重函數(shù)對盈利前景或虧損前景做出評估。根據(jù)決策的兩個(gè)階段可知，人們的前期經(jīng)驗(yàn)與參照點(diǎn)相結(jié)合會(huì)對其隨后的風(fēng)險(xiǎn)偏好產(chǎn)生影響。人們對損失和收益的敏感程度不同，即損失帶來的痛苦要遠(yuǎn)大于獲得帶來的快樂。因此，在決策過程的評估階段，人們對同樣大小的損失和收益，總是給前者賦以更大的權(quán)重。這一來源于行為經(jīng)濟(jì)學(xué)實(shí)驗(yàn)的論斷由前景理論S型價(jià)值函數(shù)來刻畫[16]。大量的實(shí)驗(yàn)和調(diào)查數(shù)據(jù)表明，多數(shù)人的決策行為與前景理論相吻合。

若糧農(nóng)的種植決策行為遵循前景理論，則在糧農(nóng)的價(jià)格預(yù)期pe中一定存在一個(gè)參照點(diǎn)p0。當(dāng)pe≤p0時(shí)，糧農(nóng)將該狀況編輯為損失；當(dāng)pe＞p0時(shí)，糧農(nóng)將該狀況編輯為收益。因此，決策行為的方程也會(huì)發(fā)生變化：

基于前景理論中的參照點(diǎn)效應(yīng)，本文提出了如下待驗(yàn)證的命題：

①糧農(nóng)不是風(fēng)險(xiǎn)中性的，市場風(fēng)險(xiǎn)會(huì)影響到糧農(nóng)的種植行為。

②糧農(nóng)的種植行為具有參照點(diǎn)依賴的特征，即糧農(nóng)對損失和收益的判斷是相對于參照點(diǎn)而言的。

③面對收益時(shí)，糧農(nóng)是風(fēng)險(xiǎn)厭惡的，面對損失時(shí)，糧農(nóng)是風(fēng)險(xiǎn)偏好的。

④相較于收益，糧農(nóng)對損失更敏感。

2 方法和數(shù)據(jù)

2.1 計(jì)量模型

在均值-方差的決策分析框架下，Haile等[1]給出了式（2）的計(jì)量方程：

式中：l表示糧食種植面積，pej表示糧農(nóng)對第j種作物的價(jià)格預(yù)期，Ωjk表示第j和第k種作物價(jià)格的協(xié)方差，Z為控制變量，主要包括化肥等要素的價(jià)格，ε表示殘差項(xiàng)。參數(shù)α表示截距項(xiàng)，βj表示第j種作物的價(jià)格預(yù)期對種植決策的邊際效應(yīng)，γjk表示第j和第k種作物價(jià)格的價(jià)格協(xié)方差對種植決策的邊際效應(yīng)，θ表示控制變量的邊際效應(yīng)，N表示作物的種類。

在前景理論框架下將式（4）改進(jìn)為如下形式：

2.2 變量設(shè)置和數(shù)據(jù)來源

本研究中所涉及的谷物是指傳統(tǒng)的稻谷、小麥和玉米三大主糧。谷物的主要替代作物為油料作物。化肥為糧食種植業(yè)的重要生產(chǎn)資料。為了避免引入過多的變量所帶來的共線性問題，將油料價(jià)格作為替代作物價(jià)格的代理變量，將化肥價(jià)格作為生產(chǎn)要素價(jià)格的代理變量。農(nóng)產(chǎn)品價(jià)格主要包括國際價(jià)格、消費(fèi)者價(jià)格、批發(fā)市場價(jià)格、期貨價(jià)格和生產(chǎn)者價(jià)格。選擇不同的價(jià)格用以實(shí)證分析，估計(jì)得到的模型參數(shù)會(huì)存在一定差異。糧食的生產(chǎn)者價(jià)格是糧農(nóng)出售糧食所使用的價(jià)格，也是糧食其他流通環(huán)節(jié)價(jià)格的基礎(chǔ)。糧農(nóng)種植決策直接受到生產(chǎn)者價(jià)格的影響。因此，本文中的谷物價(jià)格和油料價(jià)格均使用了生產(chǎn)者價(jià)格。谷物種植面積、生產(chǎn)者價(jià)格指數(shù)和化肥價(jià)格指數(shù)的相關(guān)數(shù)據(jù)來源于2003年至2016年的《中國統(tǒng)計(jì)年鑒》和《中國農(nóng)村統(tǒng)計(jì)年鑒》。糧農(nóng)根據(jù)價(jià)格預(yù)期而不是實(shí)際農(nóng)產(chǎn)品價(jià)格做出種植決策。雖然價(jià)格預(yù)期無法直接獲取，但根據(jù)預(yù)期理論，可以假設(shè)糧農(nóng)當(dāng)期的價(jià)格預(yù)期等于上期的實(shí)際價(jià)格[19,20]。由于本研究使用的年鑒數(shù)據(jù)是國家統(tǒng)計(jì)機(jī)關(guān)調(diào)研數(shù)據(jù)的平均值，因此，數(shù)據(jù)和模型刻畫的是一般意義上的“農(nóng)戶”。雖然這些數(shù)據(jù)中遺漏了農(nóng)戶個(gè)體決策行為的異質(zhì)性，但所得出的結(jié)論更具一般性。

市場風(fēng)險(xiǎn)既包括可能的損失也包括潛在的收益。價(jià)格的方差和協(xié)方差僅刻畫了風(fēng)險(xiǎn)的大小，卻不能對收益和損失兩種風(fēng)險(xiǎn)狀態(tài)加以區(qū)分，因而并不是市場風(fēng)險(xiǎn)的最佳代理變量。前景理論認(rèn)為，決策者自身的損益狀態(tài)是影響風(fēng)險(xiǎn)決策的重要因素。因此，在前景理論框架下，本文采取了與Haile等[1,21]不同的風(fēng)險(xiǎn)計(jì)量方式：使用既包含價(jià)格波動(dòng)大小又包含價(jià)格波動(dòng)方向的當(dāng)期價(jià)格與上一期價(jià)格之差來刻畫糧農(nóng)所面臨的市場風(fēng)險(xiǎn)。當(dāng)期價(jià)格高于上一期價(jià)格時(shí)對應(yīng)著客觀的收益狀態(tài)，糧農(nóng)會(huì)獲得收益，當(dāng)期價(jià)格低于上一期價(jià)格時(shí)對應(yīng)著客觀的損失狀態(tài)，糧農(nóng)會(huì)遭受損失。

2.3 模型估計(jì)過程

將除價(jià)格因素外的農(nóng)業(yè)技術(shù)、糧食需求變化、資源稟賦、耕作制度和農(nóng)業(yè)政策等變量的影響作為不可觀測成分加以估計(jì)，而這些不可觀測變量大多與農(nóng)產(chǎn)品價(jià)格存在關(guān)聯(lián)[5]。根據(jù)Mundlak[22]的研究，當(dāng)不可觀測成分與解釋變量相關(guān)時(shí)，在估計(jì)不可觀測成分時(shí)，應(yīng)采用固定效應(yīng)模型。因此，將模型（5）視為同時(shí)帶個(gè)體固定效應(yīng)和時(shí)點(diǎn)固定效應(yīng)的面板門限模型。

在冗余的固定效應(yīng)檢驗(yàn)結(jié)果中，Cross-section F和Cross-section Chi-square統(tǒng)計(jì)量的值分別為1 173.013和1 545.675，對應(yīng)的概率均為小概率，因此，排除模型為混合面板模型的可能，采用固定效應(yīng)模型來估計(jì)參數(shù)。分別估計(jì)個(gè)體固定效應(yīng)、時(shí)點(diǎn)固定效應(yīng)、個(gè)體和時(shí)點(diǎn)固定效應(yīng)的面板模型，并對比估計(jì)結(jié)果（表1）。由表1的估計(jì)結(jié)果可知，個(gè)體固定效應(yīng)模型參數(shù)與理論預(yù)期相吻合，且擬合優(yōu)度相對較高。時(shí)間固定效應(yīng)模型參數(shù)均不顯著，擬合優(yōu)度最低，而個(gè)體時(shí)間固定效應(yīng)模型的部分參數(shù)與理論預(yù)期并不吻合，且擬合優(yōu)度相對個(gè)體固定效應(yīng)而言，提升并不明顯。另外，當(dāng)截面?zhèn)€體數(shù)大于時(shí)點(diǎn)數(shù)時(shí)，伍德里奇建議采用個(gè)體固定效應(yīng)模型。因此，本文選擇個(gè)體固定效應(yīng)模型作為研究糧農(nóng)種植行為的基準(zhǔn)模型。對于個(gè)體數(shù)N較大，時(shí)期數(shù)T較小的短面板，Hansen[23]給出了面板門限模型的估計(jì)步驟和檢驗(yàn)方法：

1）對所有變量做離差變換，消除個(gè)體固定效應(yīng)（變化的截距項(xiàng)）。

2）使用兩步法估計(jì)模型參數(shù)和門限值，首先用普通最小二乘法得到參數(shù)向量估計(jì)值B0、殘差向量e0及殘差平方和S0。然后將門限變量的值由小到大排序，去掉最大和最小的5%門限變量值以消除極值的影響，在相應(yīng)的區(qū)間內(nèi)對門限變量進(jìn)行格點(diǎn)搜索，對每一個(gè)格點(diǎn)重新計(jì)算參數(shù)的估計(jì)值、殘差向量及殘差平方和，選出最小的殘差平方和對應(yīng)的門限值p0、參數(shù)向量B1、殘差向量e1、殘差平方和S1。

3）做假設(shè)檢驗(yàn)。其中原假設(shè)為門限值不存在。在原假設(shè)成立的約束條件下，殘差平方和為S0，非約束條件下的殘差平方和為S1，根據(jù)Hansen提出的似然比檢驗(yàn)統(tǒng)計(jì)量LR=N*(T-1)*[(S0-S1)/S1]，計(jì)算LR的統(tǒng)計(jì)值，其中N為個(gè)體數(shù)，T為時(shí)期數(shù)。

4）LR分布不再漸進(jìn)的服從標(biāo)準(zhǔn)的卡方分布，采用自舉法推導(dǎo)統(tǒng)計(jì)量的臨界值。

5）當(dāng)?shù)贸鲩T限值顯著的結(jié)論后，繼續(xù)檢驗(yàn)是否存在第二個(gè)或更多的門限值。采用迭代和格點(diǎn)搜索數(shù)值計(jì)算方法得到門限值，相關(guān)統(tǒng)計(jì)量的估計(jì)參考了Bai和Perron[24,25]。

3 結(jié)果與分析

3.1 參數(shù)估計(jì)結(jié)果

為了使估計(jì)結(jié)果具有直觀的經(jīng)濟(jì)意義，對種植面積、谷物價(jià)格預(yù)期、油料價(jià)格預(yù)期和化肥價(jià)格四個(gè)變量取對數(shù)之后再估計(jì)參數(shù)。谷物價(jià)格預(yù)期、油料價(jià)格預(yù)期、化肥價(jià)格、谷物市場風(fēng)險(xiǎn)、油料市場風(fēng)險(xiǎn)和價(jià)格協(xié)方差六個(gè)自變量的方差膨脹因子分別為2.639、2.606、1.313、2.917、2.924和1.336。方差膨脹因子小于5，說明自變量之間的多重共線性并不嚴(yán)重。

為了驗(yàn)證經(jīng)典文獻(xiàn)中的傳統(tǒng)面板數(shù)據(jù)模型將得出何種結(jié)論，并作為面板門限模型估計(jì)的參照對象，本文首先使用樣本數(shù)據(jù)得出個(gè)體固定效應(yīng)、時(shí)點(diǎn)固定效應(yīng)、個(gè)體和時(shí)點(diǎn)固定效應(yīng)模型的估計(jì)結(jié)果（見表1），然后，在選擇合適的效應(yīng)，進(jìn)一步估計(jì)面板門限模型。

表1 農(nóng)戶種植行為的固定效應(yīng)方程估計(jì)結(jié)果Table 1 Estimation results of farmers’ planting behaviors of the fxed effect model

在個(gè)體固定效應(yīng)模型的基礎(chǔ)上，首先對數(shù)據(jù)做離差變換，然后根據(jù)Hansen[23]、Bai和Perron[24]給出的計(jì)算和檢驗(yàn)步驟，在Matlab2010上估計(jì)了谷物種植行為響應(yīng)的面板門限方程，估計(jì)結(jié)果見表（2）。無門限回歸結(jié)果是經(jīng)過離差變換剔除了個(gè)體固定效應(yīng)后的估計(jì)結(jié)果，因此不含截距項(xiàng)。其參數(shù)和固定效應(yīng)估計(jì)結(jié)果幾乎一致（表2）。

將谷物價(jià)格預(yù)期設(shè)置為門限變量，經(jīng)過搜索和迭代，得到門限值為-0.069 5，原假設(shè)1為不存在門限效應(yīng)時(shí)，LR值為27.003 0，由自舉法推導(dǎo)出其概率為0.063 3。因此，拒絕原假設(shè)1，認(rèn)為至少存在1個(gè)門限。在該檢驗(yàn)的基礎(chǔ)上，提出原假設(shè)2，即模型有且僅有1個(gè)門限，對應(yīng)的LR值為24.526 2，由自舉法推導(dǎo)出其概率為0.433 3。因此，接受原假設(shè)2，認(rèn)為模型僅存在1個(gè)門限。表2中報(bào)告了門限模型的估計(jì)結(jié)果，R2對應(yīng)的F值表明盡管當(dāng)門限值大于-0.069 5時(shí)，模型的擬合優(yōu)度為0.115 2，但該擬合優(yōu)度是顯著的，即擬合得到的方程是有意義的。表2中另外兩個(gè)方程的擬合優(yōu)度也是顯著的。DW值表明門限模型的殘差項(xiàng)不存在自相關(guān)性。由觀測值個(gè)數(shù)可知，糧農(nóng)在多數(shù)情況下保持了一個(gè)較高的價(jià)格預(yù)期水平。

參數(shù)估計(jì)結(jié)果表明，當(dāng)谷物價(jià)格預(yù)期小于等于門限值時(shí)，糧農(nóng)表現(xiàn)出了有限理性的一面：谷物價(jià)格預(yù)期增加1%，谷物播種面積約增長1.37%，油料作物價(jià)格預(yù)期增加1%，谷物播種面積約下降1.17%；此時(shí)，化肥價(jià)格的變化對谷物播種面積的影響不顯著，客觀的市場風(fēng)險(xiǎn)對谷物的種植面積影響也不顯著。這表明當(dāng)糧農(nóng)將市場狀態(tài)編輯為虧損時(shí)，其種植行為主要受到產(chǎn)品價(jià)格預(yù)期的影響，而對生產(chǎn)成本和風(fēng)險(xiǎn)并不敏感。當(dāng)谷物價(jià)格預(yù)期大于門限值時(shí)，糧農(nóng)表現(xiàn)出了理性的一面：谷物價(jià)格預(yù)期增加1%，谷物播種面積約增長0.41%，油料作物價(jià)格預(yù)期增加1%，谷物播種面積約下降0.28%；化肥價(jià)格上漲1%，谷物播種面積約減少0.17%；谷物市場風(fēng)險(xiǎn)增加，谷物播種面積將會(huì)減少，種植替代品油料作物的市場風(fēng)險(xiǎn)增加，谷物播種面積會(huì)增加，這說明當(dāng)糧農(nóng)將市場狀態(tài)編輯為收益時(shí)，他仍然是風(fēng)險(xiǎn)厭惡的。對比兩種狀態(tài)下的參數(shù)，由價(jià)格預(yù)期彈性值的變化可知，相較于收益，糧農(nóng)對損失更敏感，即損失狀態(tài)下，糧農(nóng)對價(jià)格信號的反應(yīng)更強(qiáng)烈。

表2 離差變換后的農(nóng)戶種植行為響應(yīng)方程估計(jì)結(jié)果Table 2 Estimation results of farmers’ planting response behaviors of the differencing model

3.2 模型穩(wěn)定性檢驗(yàn)

表3報(bào)告了離差變換后的谷物種植行為響應(yīng)方程穩(wěn)定性檢驗(yàn)結(jié)果。通過對方程殘差項(xiàng)面板單位根的檢驗(yàn)可知，無門限變量的種植行為響應(yīng)方程和帶門限變量的種植行為響應(yīng)方程都是穩(wěn)定的，但帶門限變量的種植行為響應(yīng)方程穩(wěn)定性更好。檢驗(yàn)結(jié)果在1%的顯著水平下拒絕了“存在共同單位根”和“存在個(gè)體單位根”的原假設(shè)?；陂T限方程（5）所估計(jì)出來的參數(shù)得到的結(jié)論是可靠的。

表3 種植行為響應(yīng)方程的穩(wěn)定性檢驗(yàn)結(jié)果Table 3 Stationary test results of farmers’ planting behavior response model

無論是傳統(tǒng)的面板模型還是面板門限模型，都不支持農(nóng)戶是風(fēng)險(xiǎn)中性的，即市場風(fēng)險(xiǎn)會(huì)影響農(nóng)戶的種植行為。在收益相同的情況下，農(nóng)戶更傾向于將耕地配置到風(fēng)險(xiǎn)低的作物上。根據(jù)統(tǒng)計(jì)結(jié)果，模型中存在一個(gè)門限值。這表明糧農(nóng)價(jià)格預(yù)期中存在一個(gè)價(jià)格參照點(diǎn)，該參照點(diǎn)在主觀上將市場狀態(tài)劃分為收益和損失，進(jìn)而影響糧農(nóng)的種植行為，即糧農(nóng)的種植行為具有參照點(diǎn)依賴的特征，糧農(nóng)對損失和收益的判斷是相對于參照點(diǎn)而言的。由此可知，糧農(nóng)的決策既受到客觀風(fēng)險(xiǎn)的約束，又受到主觀風(fēng)險(xiǎn)的影響。

4 主要結(jié)論

第一，納入?yún)⒄拯c(diǎn)的決策行為分析框架可以更合理地分析不確定性環(huán)境下農(nóng)戶的生產(chǎn)行為。糧價(jià)參照點(diǎn)是在諸如價(jià)格支持、糧食收儲、生產(chǎn)資料補(bǔ)貼等支農(nóng)惠農(nóng)政策環(huán)境中形成的。這一參照點(diǎn)導(dǎo)致了糧農(nóng)對糧食市場產(chǎn)生估測偏見，使得糧農(nóng)有時(shí)無法對價(jià)格做出正確響應(yīng)。其主要表現(xiàn)之一為盈利和虧損前景下決策行為的非對稱響應(yīng)——對價(jià)格信號的反應(yīng)不足或反應(yīng)過度。長期的政策干預(yù)使得糧農(nóng)對糧食市場產(chǎn)生過度樂觀的情緒，以至于當(dāng)糧食價(jià)格預(yù)期低于價(jià)格參照點(diǎn)時(shí)，由于相信政府會(huì)補(bǔ)貼生產(chǎn)資料、托市收購，糧農(nóng)會(huì)對生產(chǎn)成本和價(jià)格風(fēng)險(xiǎn)反應(yīng)不足。

第二，評估糧農(nóng)群體預(yù)期的參照點(diǎn)，能夠?qū)⒓Z農(nóng)價(jià)格預(yù)期區(qū)分為盈利前景和虧損前景。經(jīng)過離差變換后的參照點(diǎn)為-0.069 5。這一參照點(diǎn)對應(yīng)的谷物生產(chǎn)者價(jià)格指數(shù)（環(huán)比，下同）為98.8。當(dāng)上一年度生產(chǎn)者價(jià)格指數(shù)高于98.8時(shí)，糧農(nóng)會(huì)將該行情編輯為盈利前景，當(dāng)上一年生產(chǎn)者價(jià)格指數(shù)低于98.8時(shí)，糧農(nóng)會(huì)將該行情編輯為虧損前景。一旦糧農(nóng)對未來行情做出盈利和虧損的判斷，其生產(chǎn)行為決策將相應(yīng)發(fā)生調(diào)整。如何根據(jù)糧農(nóng)價(jià)格預(yù)期的參照點(diǎn)制定更合適的糧食政策，以提高政策的效率和幸福含量是值得政策制定者思考的問題。

第三，在盈利前景下，糧農(nóng)對價(jià)格預(yù)期的響應(yīng)較為保守，這導(dǎo)致糧食種植面積是缺乏價(jià)格彈性的。此時(shí)，糧農(nóng)表現(xiàn)出了“落袋為安”的風(fēng)險(xiǎn)厭惡心理。糧食價(jià)格風(fēng)險(xiǎn)越高，糧食種植面積越小，而替代作物價(jià)格風(fēng)險(xiǎn)越低，糧農(nóng)會(huì)減少糧食種植面積轉(zhuǎn)而種植替代作物。在虧損前景下，糧農(nóng)對價(jià)格預(yù)期的響應(yīng)較為激進(jìn)。這導(dǎo)致糧食種植面積是富有價(jià)格彈性的。此時(shí)，糧農(nóng)并未表現(xiàn)出對價(jià)格風(fēng)險(xiǎn)的排斥心理，并且對成本信號的響應(yīng)也是不充分的。盈利前景下的樣本數(shù)量為293個(gè)，而虧損前景下的樣本數(shù)為45個(gè)。由此可知，糧農(nóng)大多數(shù)情況下是在盈利前景下做出種植決策的。

5 啟示和展望

在前景理論的概念框架下，利用面板門限模型和2002至2015年全國各省區(qū)糧食生產(chǎn)數(shù)據(jù)資料，分析了糧農(nóng)對價(jià)格信號的種植行為響應(yīng)這一重要現(xiàn)實(shí)問題。重點(diǎn)回答了“糧食價(jià)格中是否存在影響農(nóng)戶種植決策的心理參照點(diǎn)？心理參照點(diǎn)是如何影響糧農(nóng)種植行為的？”兩個(gè)科學(xué)問題。研究發(fā)現(xiàn)參照點(diǎn)效應(yīng)影響了糧農(nóng)對種糧收益和損失的判斷，并進(jìn)一步影響了糧農(nóng)種植行為。

研究的啟示在于，政策制定者應(yīng)重視糧農(nóng)市場預(yù)期和其種植行為的心理決策機(jī)制，結(jié)合糧農(nóng)的價(jià)格參照點(diǎn)設(shè)計(jì)糧食政策。一方面，提高糧食政策的靈活性，在不同的預(yù)期狀態(tài)下實(shí)施不同的支持政策。當(dāng)糧農(nóng)價(jià)格預(yù)期低于參照點(diǎn)時(shí)，應(yīng)穩(wěn)定糧食、油料作物等農(nóng)產(chǎn)品的價(jià)格，此時(shí)減少化肥等生產(chǎn)資料的補(bǔ)貼并不會(huì)減少糧食種植面積；當(dāng)糧農(nóng)價(jià)格預(yù)期高于參照點(diǎn)時(shí)，應(yīng)加強(qiáng)糧油等農(nóng)產(chǎn)品市場風(fēng)險(xiǎn)的管理，避免化肥等生產(chǎn)資料價(jià)格大幅上漲對糧食生產(chǎn)帶來的負(fù)面沖擊。另一方面，應(yīng)做好糧食等農(nóng)產(chǎn)品的市場信息采集和發(fā)布工作，及時(shí)向農(nóng)戶傳遞有效的市場信息，幫助其形成正確的價(jià)格預(yù)期，減少糧農(nóng)對市場的誤判。同時(shí)，還應(yīng)重視糧食期貨市場對信息資源的配置，做好期貨市場和糧食生產(chǎn)環(huán)節(jié)的銜接，發(fā)揮衍生品在糧食價(jià)格發(fā)現(xiàn)中的引導(dǎo)作用，為糧農(nóng)提供合理的價(jià)格參照點(diǎn)。

本研究采用宏觀數(shù)據(jù)檢驗(yàn)和分析了價(jià)格參照點(diǎn)的存在性及其對糧農(nóng)種植行為的影響。未來還需要通過經(jīng)濟(jì)學(xué)實(shí)驗(yàn)和微觀調(diào)查數(shù)據(jù)研究參照點(diǎn)產(chǎn)生的原因和機(jī)理。糧食宏觀調(diào)控機(jī)制在發(fā)揮重要作用的同時(shí)，逐步暴露出諸如市場的作用不斷弱化、調(diào)控政策的保障力和執(zhí)行力出現(xiàn)下降趨勢以及政策調(diào)整滯后于市場化形勢的發(fā)展等問題[26]。充分運(yùn)用行為經(jīng)濟(jì)學(xué)原理，發(fā)掘農(nóng)戶在決策時(shí)的心理特點(diǎn)與影響因素，在更符合現(xiàn)實(shí)農(nóng)民心理和行為規(guī)律的情景下制定政策目標(biāo)和激勵(lì)政策，可以增強(qiáng)政策激勵(lì)的準(zhǔn)確性和有效性[27]。糧價(jià)參照點(diǎn)并非固定不變的。它本質(zhì)上是糧農(nóng)的一種信念，由行為主體的認(rèn)知能力決定，與其歷史經(jīng)驗(yàn)有關(guān)，并受到外部信息的影響。這種信念最終導(dǎo)致糧食供給價(jià)格彈性和交叉彈性都發(fā)生了變化，破壞了糧食市場的均衡。隨著行為經(jīng)濟(jì)學(xué)和認(rèn)知心理學(xué)的發(fā)展以及相關(guān)研究方法的不斷成熟，農(nóng)民經(jīng)濟(jì)學(xué)和農(nóng)業(yè)經(jīng)濟(jì)學(xué)的相關(guān)研究需要更加關(guān)注農(nóng)戶資源配置決策偏差產(chǎn)生的心理原因和心理過程。

[1] Haile M G, Kalkuhl M, Braun J V. Inter-and intra-seasonal crop acreage response to international food prices and implications of volatility[J]. Agricultural Economics, 2014, 45(6): 693-710.

[2] Coyle B T, Wei R, Rude J. Dynamic econometric models of Manitoba crop production and hypothetical production impacts for CAIS[R]. CATPRN Working Paper 2008-06. Department of Agribusiness and Agricultural Economics, University of Manitoba, Manitoba, 2008.

[3] Hausman C. Biofuels and land use change: sugarcane and soybean acreage response in Brazil[J]. Environmental and Resource Economics, 2012, 51(2): 163-187.

[4] 田文勇, 張會(huì)幈, 黃超, 等. 農(nóng)戶種植結(jié)構(gòu)調(diào)整行為的影響因素研究——基于貴州省的實(shí)證[J]. 中國農(nóng)業(yè)資源與區(qū)劃, 2016, 37(4): 147-153.

Tian W Y, Zhang H P, Huang C, et al. Study on the factors influencing farmers planting structure adjustment behavior: An empirical analysis based on Guizhou Province[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2016, 37(4): 147-153.

[5] 趙玉, 嚴(yán)武. 市場風(fēng)險(xiǎn)、價(jià)格預(yù)期與農(nóng)戶種植行為響應(yīng)——基于糧食主產(chǎn)區(qū)的實(shí)證[J]. 農(nóng)業(yè)現(xiàn)代化研究, 2016, 37(1): 50-56.

Zhao Y, Yan W. Farmers’ planting responses to market risks and price expectations: An empirical analysis of major grain producing areas[J]. Research of Agricultural Modernization, 2016, 37(1): 50-56.

[6] Mattos F L, Fryza S A. Do farmers exhibit disposition effect? Evidence from grain markets[J]. Managerial Finance, 2014, 40(5): 487-505.

[7] Lee S, Park H S. Effects of message framing and anchoring on reaching public consensus on the Korea–U.S. FTA issue[J]. Communication Research, 2013, 40(2): 176-192.

[8] Timmer C P. Behavioral dimensions of food security[J]. Proceedings of the National Academy of Sciences, 2012, 109(31): 12315-12320.

[9] Bocqueho G, Jacquet F, Reynaud A. Expected utility or prospect theory maximisers? Assessing farmers’ risk behavior from feldexperiment data[J]. European Review of Agricultural Economics, 2014, 41(1): 135-172.

[10] Holst G S, Hermann D, Musshoff O. Anchoring effects in an experimental auction-Are farmers anchored?[J]. Journal of Economic Psychology, 2014, 48: 106-117.

[11] Maertens A, Chari A V, Just D R. Why farmers sometimes love risks: Evidence from India[J]. Economic Development and Cultural Change, 2014, 62(2): 239-274.

[12] Haile M G, Kalkuhl M. Agricultural supply response to international food prices and price volatility: A cross-country panel analysis [J]. Neuron, 2013, 38(3): 487-497.

[13] Donato R, Carraro A. Modeling acreage, production and yield supply response to domestic price volatility[C]. Fourth Congress, June 11-12, 2015, Ancona, Italy. Italian Association of Agricultural and Applied Economics (AIEAA), 2015.

[14] Moschini G, Hennessy D A. Chapter 2: Uncertainty, Risk Aversion, and Risk Management for Agricultural Producers[M]. Handbook of Agricultural Economics, Elsevier B.V. 2001.

[15] Lansink A O. Area allocation under price uncertainty on Dutch arable farms[J]. Journal of Agricultural Economics, 1999, 50(1): 93-105.

[16] Kahneman D, Tversky A. Prospect theory: An analysis of decision under risk[J]. Econometrica, 1979, 47(2): 263-291.

[17] 張維康, 曾揚(yáng)一, 傅新紅, 等. 心理參照點(diǎn)、支付意愿與灌溉水價(jià)——以四川省20縣區(qū)567戶農(nóng)民為例[J]. 資源科學(xué), 2014, 36(10): 2020-2028.

Zhang W K, Zeng Y Y, Fu X H, et al. Psychological reference point, willing to pay and irrigation water price: Evidence of 567 farmers from 20 counties in Sichuan[J]. Resources Science, 2014, 36(10): 2020-2028.

[18] Roberts M J, Schlenker W. World supply and demand of food commodity calories[J]. American Journal of Agricultural Economics, 2009, 91(5): 1235-1242.

[19] 王天窮, 于冷. 玉米預(yù)期價(jià)格對農(nóng)戶玉米種植影響的研究——基于吉、黑兩省玉米種植戶的調(diào)查[J]. 吉林農(nóng)業(yè)大學(xué)學(xué)報(bào), 2014(5): 615-622.

Wang T Q, Yu L. How expected prices of the corn affect farmers’planting decision: Based on the survey of corn farmers in Jilin and Heilongjiang Province[J]. Journal of Jilin Agricultural University, 2014(5): 615-622.

[20] 雷欽禮. 中國糧食生產(chǎn)的價(jià)格作用機(jī)制分析[J]. 統(tǒng)計(jì)研究, 2005(3): 24-28.

Lei Q L. The impacts of price mechanism on China’s grain production[J]. Statistical Research, 2005(3): 24-28.

[21] Haile M G, Kalkuhl M, Braun J V. Worldwide acreage and yield response to international price change and volatility: A dynamic panel data analysis for wheat, rice, corn, and soybeans[J]. American Journal of Agricultural Economics, 2016, 97(1): 1-19.

[22] Mundlak, Y. On the pooling of times series and cross section data[J]. Econometrica, 1978, 46(1): 48-50.

[23] Hansen B E. Threshold effects in non-dynamic panels: Estimation, testing, and inference[J]. Journal of Econometrics, 1999, 93(2): 345-368.

[24] Bai J, Perron P. Estimating and testing linear models with multiple structural changes[J]. Econometrica, 1998, 66(1): 47-78.

[25] Bai J, Perron P. Critical values for multiple structural change tests[J]. The Econometrics Journal, 2003, 6(1): 72-78.

[26] 鐘鈺, 陳博文, 孫林, 等. 泰國大米價(jià)格支持政策實(shí)踐及啟示[J].農(nóng)業(yè)經(jīng)濟(jì)問題, 2014(10): 103-109, 112.

Zhong Y, Chen B W, Sun L, et al. The practice of rice price support policy in Thailand and its implications for China[J]. Issues in Agricultural Economy, 2014(10):103-109,112.

[27] 稅尚楠. 運(yùn)用行為經(jīng)濟(jì)學(xué)提高農(nóng)業(yè)政策的效率和幸福含量[J].農(nóng)業(yè)經(jīng)濟(jì)問題, 2011(6): 4-8.

Shui S N. Enhance policy efficiency and happiness content in agricultural policy by applying behavior economics[J]. Issues in Agricultural Economy, 2011(6): 4-8.

（責(zé)任編輯：王育花）

Can grain farmers correctly respond to prices? From an anchoring effect perspective

ZHAO Yu1,2, ZHANG Yu1, YAN Wu2
（1. College of Economics & Management, East China University of Technology, Nanchang, Jiangxi 330013, China; 2 International Institute for Financial Studies, Jiangxi University of Finance and Economics, Nanchang, Jiangxi 330013, China）

F326.1；F202 文獻(xiàn)標(biāo)識碼：A 文章編號：1000-0275（2017）04-0597-08

10.13872/j.1000-0275.2017.0055

趙玉, 張玉, 嚴(yán)武. 糧農(nóng)能對價(jià)格做出正確響應(yīng)嗎？——基于參照點(diǎn)效應(yīng)的視角[J]. 農(nóng)業(yè)現(xiàn)代化研究, 2017, 38(4): 597-604. Zhao Y, Zhang Y, Yan W. Can grain farmers correctly respond to prices? From an anchoring effect perspective[J]. Research of Agricultural Modernization, 2017, 38(4): 597-604.

國家自然科學(xué)基金項(xiàng)目（71503038）；中國博士后科學(xué)基金項(xiàng)目（2015M570564）；中國博士后科學(xué)基金特別資助項(xiàng)目（2016T90602）。

趙玉（1982-），男，河北辛集人，博士，副教授，主要從事價(jià)格理論、風(fēng)險(xiǎn)管理等研究，E-mail：zyzyonly@ecit.edu.cn。

2017-04-08；接受日期：2017-05-26

Foundation item: National Natural Science Foundation of China (71503038); China Postdoctoral Science Foundation Funded Project (2015M570564, 2016T90602).

Corresponding author: ZHAO Yu, zyzyonly@ecit.edu.cn.

Received 8 April, 2017;Accepted 26 May, 2017