李 玉， 范成方

(山东农业大学 经济管理学院， 山东 泰安 271018)

自供给侧结构性改革的概念提出以来，农业供给侧结构性改革也被逐渐纳入重点，成为中国农业发展的重要战略部署。粮食作为农业的支撑点，粮食产业供给侧结构性改革是协调粮食供需矛盾、解决粮食发展难题、推进农业发展迈入新台阶的关键力量。据国家统计局发布的关于2019年粮食产量数据的公告显示，2019年中国粮食总产量达66 384万t，较2018年增加594万t，创历史新高。同时，在农业供给侧结构性改革持续推进的背景下，2019年中国粮食生产结构也进一步优化。对此，国家统计局农村司高级统计师黄秉信表示这“有利于巩固农业农村良好发展形势，有利于充分发挥‘三农’压舱石作用，稳定市场，稳定经济，为有效应对各种风险挑战赢得主动权和确保经济持续健康发展奠定了良好基础。”(1)黄秉信2019年12月6日对2019年全国粮食发展状况的总结摘要，2019年全国粮食生产喜获丰收，为有效应对各种风险挑战赢得主动权和确保经济持续健康发展奠定了良好基础。人民网。

随着粮食产业供给侧结构性改革的深入推进，目前中国学术界也基于不同视角对此开展了诸多研究。粮食安全方面，成升魁和汪寿阳[1]基于新时期粮食安全观背景，探讨了粮食产业供给侧结构性改革的发展形势、存在问题及解决对策，朱熙宁[2]仅就粮食质量安全视角，利用灰度关联得出化肥施用量对粮食质量安全的影响最大的结论；粮食供需平衡方面，朱艳娜等[3]以水稻为例，孙学立等[4]以玉米为例研究了市场供需现状；粮食政策方面，周洲和石奇[5]利用面板数据模型就托市政策下粮食供给做出实证分析；万晓萌和周晓亚[6]探讨了粮食最低收购价政策的实施效果；另外，刘帅等[7]、余志刚等[8]、杨向飞等[9]还分别就粮食结构、贸易及衍生品问题进行了深入研究。然而，经文献梳理发现，从汇率视角研究粮食产业供给侧结构性改革的文献相对较少。

汇率作为宏观层面一个重要的经济指标，是一国综合国力和经济素质的体现，对一国经济稳定和运行具有重要调节作用。粮食产业供给侧结构性改革的推进受多方面因素的影响，汇率是其中之一。范成方[10]在对粮食价格波动机理的研究中指出粮食价格对汇率最为敏感。汇率对粮食产业供给侧结构性改革的作用主要通过改变粮食本身及农用物资相对价格的方式传导，经过长期发展，汇率会对粮食进出口贸易和本国粮食生产产生影响。在现有对汇率与粮食供给侧结构性改革的研究中，大多数学者的研究范围均集中于汇率对粮食进出口贸易及价格的影响上：边丽娜[11]分析了汇率波动对我国粮食贸易产生影响的成因；陈倩[12]、孙泉利[13]则借助向量自回归(VAR)模型，以实证形式研究了汇率对粮食贸易的影响。刘春雨等[14]以大豆为例研究了国际大宗粮食商品价格对中国粮食价格的传导机制，得出作为作用因素之一的汇率影响时滞作用为7期；邓宏亮等[15]运用ARCH模型就粮食价格波动的影响因素进行分析，得出中国粮食价格波动与美元汇率下降呈正相关关系，但其作用效果相较于货币增长率而言较弱的基本结论。

由此可见，就汇率与粮食产业供给侧结构性改革之间关系的角度而言，学术界的研究相对薄弱。即便是研究频次较高的粮食价格与进出口贸易也仅仅代表了粮食产业供给侧结构性改革的一个小的部分，鲜有学者从汇率视角多维度地对粮食产业供给侧结构性改革进行综合研究。为此，基于以往的研究成果，结合粮食产业供给侧结构性改革的时代背景，运用向量自回归(VAR)模型，从粮食产业供给侧结构性改革的内容出发，选择数量、效率、效益及竞争力4个层面，全面系统地探讨汇率波动对粮食产业供给侧结构性改革的影响，这对提高中国粮食产业竞争力、增强抵御汇率风险的能力具有重要的现实意义。

1 变量选取及作用机理分析

粮食产业供给侧结构性改革是一个综合性较强的概念，涉及粮食安全、粮食有效供给等经济新常态下粮食产业的诸多问题。为全面研究汇率对粮食产业供给侧结构性改革的影响，基于数量、效率、效益及竞争力4个易量化视角进行了变量指标的选取[7，16]。其中，数量衡量了粮食产业供给侧结构性改革的供需现状，是粮食产业供给侧结构性改革的背景条件；效率衡量了粮食生产上的要素生产率，体现了粮食产业供给侧结构性改革的方法和任务；效益衡量了粮食生产的产出和投入水平，是粮食产业供给侧结构性改革实施效果的反馈；粮食竞争力衡量了粮食供给的价格及质量状况，是粮食产业供给侧结构性改革的目的之一。具体指标如下。

1.1 粮食库存量

粮食数量包括粮食库存量、产量、进出口量等多个要素，其中粮食库存量=产量+进口量-需求量-出口量。考虑到变量选取的代表性及当前中国粮食产业“三量齐增”[17]、供给侧结构性改革“去库存”任务繁重的现状，选取粮食库存量作为数量指标。由粮食库存量的计算公式可见，汇率对粮食库存量的作用可以通过粮食产量、需求量及进出口量等多途径传导：一方面，汇率变动，意味着国内外粮食的相对价格发生变化，粮食进出口贸易的成本、收益亦会随之发生相应变化，进而会改变中外粮食需求的状况，最终对粮食进出口数量和国内粮食的产量产生影响；另一方面，汇率变动会影响吸引外资的能力，外资的投入变化对于粮食生产的资金、技术缺口产生影响，进而影响粮食产量及库存量。

1.2 粮食土地产出率

效率是指所付出与所获得之间的比率。粮食供给的效率主要表现在土地、劳动力、技术水平、资金等生产要素上，相应的指标主要有土地产出率、劳动生产率、资源利用率、机械化率、资本效率等。考虑到数据的可获得性及完整性，选择土地产出率，即每亩土地的产值作为代表粮食供给效率的指标。汇率变动对粮食土地产出率的影响主要通过技术要素和资源要素发挥作用。由于土地产出率是用以衡量每亩土地产出水平的一个指标，因此，技术要素和资源要素在土地产出能力上的作用占主导地位。在汇率变动的情况下，无论是生产的技术投入、机械设备投入还是化肥的投入都会随成本和贸易发生一定变化，土地产出水平自然也会发生相应变化。

1.3 粮食成本利润率

效益是效果和利益的结合体，粮食供给的效益可通过利润和成本两方面综合反映，考虑到指标的全面性，选取二者的比值，即成本利润率来综合评定粮食供给的效益。汇率变动对粮食生产成本和利润的作用主要沿汇率-成本-利润的方向传导：一方面，汇率变动使得汇率预期和进出口差额变动，从而影响外汇储备和货币供应量的变动，最终作用于生产成本；另一方面，汇率变动会直接影响粮食生产的原料成本，包括化肥、技术等要素投入，由此影响粮食生产成本的变动。在粮价不变的情况下，粮食生产成本的变化会左右利润水平[18]。

1.4 粮食生产者价格指数

粮食竞争力是当前粮食产业供给侧结构性改革面临的关键问题，主要表现在粮食价格及粮食生产的质量水平两方面。其中，粮食价格的高低首先影响了粮食的内外部贸易及生产状况，从而决定了粮食的国际竞争；粮食质量则制约了粮食的有效供给能力，优质的粮食供给是解决当前有效需求不足问题的关键点，更是提高国际竞争力的重要方向。由于粮食的质量水平难以以定量的指标确切衡量，故选择以粮食生产者价格指数作为竞争力指标。汇率变动本身便反映了一种相对价格的变动，汇率对粮食生产者价格指数的影响首先可以通过上文所阐述的生产成本、利润进行传递；其次，也可以通过贸易渠道影响供需水平，供需双方的不平衡势必会带来价格的变动；另外，汇率作为一项重要的宏观经济指标，其变动可能会带来政策层面的相应变动，如政策性补贴等，由此会带动微观层面的粮食生产积极性及粮食价格的变动。

2 模型选取与数据来源

2.1 模型选取

为研究汇率波动对粮食产业供给侧结构性改革的影响，采用向量自回归(VAR)模型进行实证研究。相较于传统的经济计量方法，向量自回归(VAR)模型从数据出发，常用于预测相互联系的时间序列系统及分析随机扰动对变量系统的动态冲击，从而解释各种经济冲击对经济变量形成的影响[19]。在变量间的动态影响上具备一定优势。

VAR(ρ)模型的一般表达式为

Yt=α+Φ1Yt-1+…+ΦpYt-p+εt,t= 1, 2, …,T

(1)

式中：Yt为m维变量序列；Φi(i=1,2，…，p)为m×m维系数矩阵；ρ为滞后阶数；T为样本个数；εt为m维随机扰动向量，每一维εt独立同分布，但不要求不同维之间相互独立。

综上分析，最终选取的5个变量为人民币实际有效汇率、粮食库存量、土地产出率、成本利润率和粮食生产者价格指数，分别用h、kc、cc、cl、PPI表示。为消除时间序列异方差的影响，首先对变量进行了对数处理，得到新序列：ln h、ln kc、ln cc及ln PPI。粮食净利润由于存在负值，故其使用原始数据建模。

以汇率为自变量，其余4个变量为因变量，拟分别建立4个不同的VAR模型，逐一研究汇率波动对粮食库存量、土地产出率、成本利润率和粮食生产者价格指数的影响。但受制于向量自回归(VAR)模型的数据要求，粮食产业供给侧结构性改革由于实施时间较短，年度数据数量较少，故采取差值法，通过选取1994—2018年和1994—2013年两个样本区间，对4个模型的两个时间区间分别进行研究，两个样本区间结果之差反映了汇率对粮食产业供给侧结构性改革的影响。其中，在1994—2018年的样本区间内，汇率与粮食库存量模型记为VAR1，汇率与粮食土地产出率模型记为VAR2，汇率与粮食成本利润率模型记为VAR3，汇率与粮食生产者价格指数模型记为VAR4；在1994—2013年的样本区间内，汇率与粮食库存量模型记为VAR5，汇率与粮食土地产出率模型记为VAR6，汇率与粮食成本利润率模型记为VAR7，汇率与粮食生产者价格指数模型记为VAR8。最后将两样本区间模型结果做比较分析来探讨汇率对粮食产业供给侧结构性改革的影响。

2.2 数据来源

所选用数据皆通过WIND数据库及布瑞克数据库查询得到，相关指标由原始数据计算得出。其中，汇率取自国际清算银行人民币实际有效汇率指数的月度数据，以2010年=100为标准，年度数据由月度数据加权平均得到；粮食库存量取自布瑞克数据库的谷物供需平衡表，是小麦库存量、玉米库存量与稻谷库存量3个指标的算术平均值，单位为千t；土地产出率取自《农产品成本收益年鉴(1995—2019)》的粮食产值，单位为元/亩；粮食成本利润率=净利润/总成本，其中净利润和总成本均取自《农产品成本收益年鉴(1995—2019)》，单位为元/亩；粮食生产者价格指数以上年=100为标准，取自《中国农产品价格调查年鉴(1995—2019)》。

3 实证结果与分析

3.1 平稳性检验

向量自回归(VAR)模型的建立要求时间序列为平稳序列，在时间序列不平稳的情况下，可通过差分方式进行数据调整，若差分后序列平稳且有合理的经济意义，亦可利用差分后的平稳序列建立模型。因此，为避免出现伪回归现象，首先对各时间序列进行单位根检验。检验序列平稳性的方法主要有ADF检验、DF检验及PP检验3种，ADF检验较于其余二者更为稳健，故以Eviews10.0的ADF检验为准则得出检验结果。经ADF检验，各时间序列单位根检验结果如表1、表2所示。

表1 1994—2018年变量平稳性检验结果

表2 1994—2013年变量平稳性检验结果

据表1知，在1994—2018年样本区间内：汇率在10%的显著水平下，ADF检验值大于自身的临界值，为非平稳序列；粮食库存量、粮食生产者价格指数均在10%的显著水平下拒绝原假设，表现平稳；土地产出率与成本利润率分别在5%与1%的显著水平下平稳。将汇率、粮食库存量及粮食生产者价格指数进行一阶差分，差分后三者均在1%的显著水平下拒绝原假设，序列表现平稳。故最终采用D(ln h)、D(ln kc)、ln cc、cl及D(ln PPI)建立向量自回归(VAR)模型。

据表2知，在1994—2013年样本区间内：汇率、粮食库存量、土地产出率在10%的显著水平下，ADF检验值均大于自身临界值，为非平稳序列；粮食生产者价格指数在10%的显著水平下方拒绝原假设，表现平稳；成本利润率在5%的显著水平下表现平稳。将汇率、粮食库存量、土地产出率、生产者价格指数进行一阶差分后，汇率在5%的显著水平下拒绝原假设，序列表现平稳；土地产出率与粮食生产者价格指数均在1%的显著水平下表现平稳；而粮食库存量仍未拒绝原假设，为非平稳序列，故无法建立汇率与粮食库存量差分的向量自回归(VAR)模型。因此最终采用D(ln h)、D(ln cc)、cl、D(ln PPI)建立VAR模型，剔除原设定模型VAR5。

由于变量取对数后的差分表示该变量的增长率，故上述变量的差分具有经济意义，可利用差分后的平稳序列建立VAR模型，所建模型揭示了汇率波动对粮食产业供给侧结构性改革的影响。

3.2 滞后阶数选择

建立VAR模型的一项首要工作是确定模型的最优滞后阶数。在选择滞后阶数ρ时，一方面，滞后阶数要足够大方能完整反映所构造模型的动态特征；另一方面，滞后阶数若过大则会使模型自由度越小。因此，在进行选择时需要综合考虑，既要有足够数目的滞后项，也要有足够的自由度。通过Eviews软件，综合LR、FPE、AIC、SC、HQ5项准则，确定了7个VAR模型的最优滞后阶数，自VAR1～VAR8，分别为1、1、1、2、1、1、2阶。具体数值如表3、表4所示。

表3 1994—2018年VAR模型滞后阶数

表4 1994～2013年VAR模型滞后阶数

3.3 建立VAR模型并进行稳定性检验

由于目的是进行脉冲响应及方差分解分析，故模型结果略。为保证各模型设定的平稳性和模型结果的有效性，利用单位根检验的方法对模型稳定性进行检验。通过观察AR根图(图1)，所有模型全部根的倒数值均落在单位圆内，表明模型表现平稳，结果具备有效性，可以进行脉冲响应与方差分解的分析。

图1 AR根图

图2 脉冲响应图

3.4 脉冲响应函数分析

脉冲响应函数是度量模型系统中，每个内生变量对它自己及所有其他内生变量的变化的反应，即分析当模型受到某种干扰或冲击时通过传递对系统产生的动态影响[20]。在建立向量自回归(VAR)模型后，选择最大滞后10阶，考察汇率增长率增加一个波动，对粮食库存量增长率、土地产出率或其增长率、成本利润率及生产者价格指数增长率的影响。脉冲响应图如图2所示，图2中实线为脉冲响应曲线，虚线为正负2倍标准差的置信线，模型的脉冲响应结果显示：

在1994—2018年的样本区间内，粮食库存增长率在受到汇率增长率一个正的冲击后，在前2期内稳步上升，于第2期初达到峰值，而后稳定至第3期，第4期起响应呈阶梯式下降，最终趋于平稳。土地产出率在受到汇率增长率一个正的冲击后持续表现为负响应，且响应先增大，而后小幅度阶梯式波动并呈现收敛迹象。粮食成本利润率在受到汇率增长率一个正的冲击后呈现负响应，且负响应曲线在前期波幅较大。在前2期负响应逐渐增大，到第2期达到峰值，自第2期起平稳延续至第3期，而后逐渐减小，呈稳定收敛趋势。粮食生产者价格指数增长率对汇率增长率的冲击存在交叉的正负响应。受到汇率增长率一个正的冲击后，粮食生产者价格指数增长率在前3期内首先表现为一个负响应，即汇率增长率上升，粮食生产者价格指数增长率下降。随着时间推移，响应逐渐由负转正，于第4期达到正值，而后响应值的波动幅度逐渐收窄，正负波动趋于消失[21]。

在1994—2013年的样本区间内，粮食土地产出率增长率对汇率增长率标准差冲击的负响应先增强后减弱，而后逐步趋于零，且响应曲线在前中期波幅较大。在前2期内，冲击稳步增强，到第2期达到峰值，而后不断减弱，自第6期后收敛于零。粮食成本利润率对汇率增长率的一个扰动持续表现为负响应，且先增大，后稳定，而后逐渐减弱趋于平稳。在前2期，响应逐步增大，到第2期到达峰值并延续至第3期，而后逐渐减弱，呈现稳定收敛迹象。粮食生产者价格指数增长率对汇率增长率的冲击存在交叉的正负响应。在冲击前3期，粮食生产者价格指数增长率呈现负响应。随着期数增加，响应逐渐由负转正，于第4期达到正值，而后响应值的波动幅度逐渐收窄，正负震荡趋于0。

经两样本区间脉冲响应比较分析，可以发现粮食土地产出率或其增长率、成本利润率及生产者价格指数增长率在面对汇率增长率的冲击时，其响应的方向和趋势基本保持不变。上述结果表明粮食产业供给侧结构性改革4个指标变量或其增长率的波动性受汇率增长率冲击的影响主要表现在短期乃至中期，且在该时期内响应波动幅度较大，汇率增长率作用效果较强。随着期数的不断增加，这种波动性逐渐减小，到长期响应基本消失，趋近于0。这主要是由于汇率变动首先表现为相对价格的变化，这种价格变化会在短期内发生作用，使得粮食进出口量和产量相应增加或减少，粮食市场供需出现波动。但随着时间推进，这种变动会反作用于汇率，使汇率趋于平稳，故作用效果也随之减弱。

3.5 方差分解分析

方差分解是考察与分析预测误差的方差构成，即在预测误差的方差中，那一部分是由哪一个变量所导致的，用以表达模型的动态特征[20]。在模型建立的基础上，选择预测期为10期，误差方差的分解如表5、表6所示。结果显示：

表5 1994—2018年模型方差分解结果

表6 1994—2013年模型方差分解结果

在1994—2018年的样本区间内：粮食库存增长率预测值的误差几乎全部来源于自身，自身结构冲击的影响自1第期至第10期均维持在96%以上，明显高于汇率增长率结构冲击的贡献度。土地产出率的变动主要受来自自身冲击的影响。其自身冲击的贡献率第1期为100%，而后不断减小，到第10期稳定在77%左右。汇率增长率冲击的贡献率较低，从第1期的0逐步上升至第10期的22.17%。粮食成本利润率第1期预测值的误差全部源于自身的解释，随着预测期数的延长，汇率增长率的贡献不断增大，并于第10期达到最大值18.13%。粮食生产者价格指数增长率的方差分解中自身解释部分占主要比重，随着预测期数的延长，自身解释的比重有所下降，汇率增长率解释的部分不断增加。在第1期，粮食生产者价格指数增长率的自身解释占到100%，第2期直线下降到77%左右，之后稳定在75%左右。相对应的汇率增长率的贡献率由零不断上升，自第4期起稳定在24%左右。

在1994—2013年的样本区间内，粮食土地产出率增长率的变动主要受自身结构冲击的影响。汇率增长率冲击对土地产出率增长率的贡献较小，但呈上升趋势。在前3期，汇率增长率解释部分迅速增大，由0升至18.04%，而后稳定在19%左右的水平。粮食成本利润率的预测中，第1期预测值的误差全部源于自身的解释，随着时间的推移，汇率增长率的解释比重逐渐增大，自第5期起稳定在20%左右。粮食生产者价格指数增长率的方差分解中，粮食生产者价格指数增长率自身结构冲击的贡献度由100%逐渐减小。汇率增长率的贡献率在前两期内迅速上升，由0增长至16.8%，而后缓慢增长，持续稳定在18%左右。

经两样本区间方差分解结果比较发现，汇率增长率对粮食土地产出率及其增长率、粮食生产者价格指数增长率的解释作用有所增强。其中，汇率增长率对粮食土地产出率增长率及其产出率的最大贡献由19.36%增加至22.17%，对粮食生产者价格指数增长率的最大贡献18.22%上升至24.27%。与此同时，汇率增长率对粮食成本利润率的解释作用有小幅减弱，最大贡献由20.51%降低至18.13%。因此，从整体来看，随着粮食产业供给侧结构性改革的持续推进，汇率对粮食产业供给侧结构性改革的解释能力有所增强。这主要是由于当前经济全球化与贸易全球化不断深入，各国之间的经济联系越来越密切，汇率的波动性也随之增强。与此同时，近年来中国国际地位不断提升，人民币国际化趋势越来越强，汇率作为反映两国之间经济及贸易水平的一个重要指标，对国内经济运行和生产发展的作用效果也越来越强。

4 结论与建议

4.1 结论

综合脉冲响应与方差分解的结果，可得出以下基本结论：汇率增长率的波动对粮食产业供给侧结构性改革4个指标变量或其增长率的冲击主要集中在短中期，且该时期内响应波动幅度较大，汇率增长率的作用效果较强。在面对汇率增长率的一个正的冲击时，粮食库存量表现为正响应(2)受数据等因素影响，此处仅对粮食库存量的一个时间区间模型做了分析，并未比较分析，但是由所做模型脉冲响应图基本可以得出此结论。，粮食土地产出率及其增长率、成本利润率均表现为负向响应，粮食生产者价格指数增长率表现为正负交叉响应。另外，随着粮食产业供给侧结构性改革的持续推进，汇率增长率波动对粮食产业供给侧结构性改革的贡献度从整体而言有增大的趋势，其解释能力有所增强。

4.2 建议

综合上述结论，要实现中国粮食产业供给侧结构性改革的深入推进，保持人民币币值稳定、降低汇率风险是一个关键点。与此同时，汇率波动往往是整体经济、政治等多方面因素共同作用的结果，因此，想要仅仅依靠积极应对汇率波动来完全解决问题是不现实的。要想彻底解决粮食产业供给侧结构性改革中汇率变动带来的负面影响，还必须从粮食发展自身出发，调动多方面力量，切实提高粮食实际有效供给能力和竞争力。

1)深入推进改革开放，释放经济活力。汇率波动受诸多要素的影响，包括内部环境和国际环境等，但从长期来看，汇率波动反映了整个经济基本面的情况。因此，解决好内部经济问题是保持人民币汇率稳定的治本之策[22]。为此，要持续深化改革开放，将经济高质量发展放到关键位置。同时改进人民币汇率形成机制，提高市场化程度，从而健全外汇市场，使之朝健康高效的方向发展。

2)加强政策调节，适度调整汇率，降低汇率波动对粮食产业供给侧结构性改革的不利影响[3-4]。在经济环境基本稳定的前提条件下，保持汇率的合理、平稳运行离不开央行和相关政府机构的有效调节。一方面，货币政策是国家依据不同时期经济发展情况而对货币供应做出相应调整的政策手段，央行要合理利用基本和创新性的货币政策工具，以渐进方式适度调节汇率，使汇率在合理区间内平稳运行，提高涉粮企业对汇率变动的适应能力。同时，由脉冲响应的结果知，粮食土地产出率及其增长率、成本利润率、生产者价格指数增长率在受到汇率增长率正的冲击后均存在负响应。由此可见，人民币适度贬值或可有效促进粮食产业供给侧结构性改革的发展，故央行可在适当情况下适度调节人民币汇率。另外，外汇储备作为后备力量，在调节国际收支和维持汇率稳定方面扮演着重要角色。因此，管理当局要充分发挥外汇储备的调节作用，调整供求关系，维持汇率的合理波动。另一方面，为减小汇率波动对粮食产业供给侧结构性改革带来的不利影响，政府应继续加大对粮食产业供给侧结构性改革的支持力度，从财政层面改善粮食供给侧结构性改革过程中的难题。相关机构应合理运用财政拨款、粮食生产与加工补贴及税收优惠政策，提高粮食产业的吸引力，使粮食产业成为有奔头的产业，切实提高粮食竞争力。与此同时，要加强宣传，对涉粮企业的风险应对意识做出有效引导。

3)涉粮企业提高汇率风险防御能力。随着中国国际地位的提高，人民币国际化程度不断加深，汇率的双向波动难以避免。因此，首先要求相关涉粮企业加强汇率风险的防范意识，提高风险抵御能力。一方面，企业要积极响应《关于加快推进农业供给侧结构性改革大力发展粮食产业经济的意见》，“做到以‘粮头食尾’‘农头工尾’为抓手，打通粮食从生产、流通、仓储到消费的各个环节，适度延长产业链，发展粮食产业经济，提升产业附加值，”(3)国务院新闻办公室2019年10月14日发布的《中国粮食安全》白皮书摘要。加快推动粮食产业转型升级。紧紧围绕“粮头食尾”“农头工尾”，充分发挥加工企业的引擎带动作用，延伸粮食产业链，提升价值链，打造供应链，在更高层次上提升国家粮食安全保障水平。中央政府门户网站。以需求带动生产，以生产拉动消费，以消费推进“去库存”，形成产业闭环，实现粮食产业纵深发展，为国家粮食安全提供保障；另一方面，相关粮食贸易企业更易受汇率波动的影响，因此相关企业应加大汇率风险的知识学习，通过定期开展汇率风险知识培训，提高员工素质和思想重视度。其次，将汇率风险重点纳入风险管理系统，从风险识别、监测、预警、应对及控制等多环节着手，将汇率风险置于可控范围内。再者，企业要充分利用金融思想和金融方法解决问题，通过合理运用和开发期权、期货及远期等金融衍生工具对冲潜在和已有的汇率风险，降低汇率双向波动带来的负面影响，切实提高风险防御能力。

4)增加有效供给，提高粮食产业竞争力。随着中国经济发展水平和人民生活水平的不断提升，当前中国对粮食的需求已经由数量规模逐渐向质量效益转变，优质粮食的有效供给不足是当前中国粮食发展面临的关键问题[12]。因此，以市场需求为导向，增加绿色优质粮食产品供给，从种植到加工多环节紧抓粮食生产质量，是满足人民粮食需求的重要举措。另一方面，中国一直存在粮食产销“倒挂”的现象，相较于国外市场，国内粮食的价格居高不下，“降成本”也成为粮食供给侧结构性改革的重要任务之一[23]。为解决粮食价格问题，加强科技投入、提高粮食竞争力，是有效解决路径。为此，要着力培养技术型人才，加强从业人员技术培训，扩大粮食科技人才队伍。同时，自坚持主创新与外资引进双管齐下提高粮食科技含量。一方面加强粮食种植和培育技术的研究，培育优质粮食品种；另一方面，引进外国先进的经验和机械化设备及物资，提高粮食机械化水平，降低粮食生产成本，提升价格优势。