北京市蔬菜价格变动的特征及影响因素

2011-08-07 09:43潘凤杰穆月英
中国蔬菜 2011年1期
关键词:变动波动北京市

潘凤杰 穆月英

(中国农业大学经济管理学院,北京 100083)

近年来,蔬菜价格波动频繁,2010年上半年蔬菜价格猛涨,消费者叫苦不迭;2011年4、5月蔬菜价格猛跌,诸如有1.0元·kg-1的普通白菜(小白菜)出售,菜贱伤农。蔬菜价格问题引起各界高度关注。蔬菜价格波动的原因何在?本文从蔬菜产业涉及的生产、加工、流通等整个产业链条的视角,分析蔬菜价格的影响因素。

目前为止,关于蔬菜价格问题的研究多集中于以下两个方面:一是对价格波动规律的研究。有的对北京市蔬菜批发市场上一些蔬菜品种价格的季节性变化规律进行了分析(刘瑞涵 等,1998;闫晓军 等,2002;赵友森和赵安平,2010);有的对我国蔬菜生产、供给及价格波动情况进行了分析(安玉发,1999;谭向勇和辛贤,2001;辛佳琳和陈永福,2009)。二是对蔬菜价格波动影响因素的研究。李锁平和王利农(2006)利用蛛网模型对蔬菜的供给与价格间的关系进行了研究;陈彦峰(2008)描述性地分析了蔬菜价格的上涨与农业生产资料价格、燃油价格、运输费用、经营成本、生活成本等的增加、蔬菜的内在价值大幅度提升等原因有关;杜俊(2008)运用小波分析法、层次聚类法和变异系数法分析了江苏省蔬菜价格波动及其与气候的关系;陈晓莉(2009)从供给和需求角度分析了油菜籽和菜籽油的价格波动影响因素;孙倩和穆月英(2011)分析了北京市蔬菜价格的变动特征、上市量与价格的关系等。对北京市蔬菜批发市场自2007年以来蔬菜总体平均价格的变动及影响因素的研究尚属少见。

本文在对北京市蔬菜价格的波动进行分析的基础上,对蔬菜价格的影响因素进行理论分析,最后运用逐步回归分析法对蔬菜价格的影响因素进行实证分析。

1 北京市蔬菜价格的变动特征

1.1 蔬菜价格的长期趋势

从2007~2010年北京市蔬菜价格变动来看(图1),总体呈现上涨趋势,由2007年6月的1.42元·kg-1上升到2010年2月的3.49元·kg-1,涨幅为145.77%。用直线回归来拟合蔬菜价格的上涨趋势,得到图1中直线为价格趋势线。回归估计结果的统计有效性较好,反映直线回归方程斜率的回归系数为0.03,表明北京市蔬菜价格平均每月增长3%。因此,从长期看,蔬菜价格呈现逐年上涨的趋势。

图1 2007~2010年北京市蔬菜总体月平均价格走势

由图2可见,北京市蔬菜主要品种的价格均呈现出与蔬菜总体价格类似的变动趋势,即价格的长期变动呈现上涨趋势。其中黄瓜价格的上涨幅度最大,由2007年6月的1.14元·kg-1上升到2011年1月的3.53元·kg-1,涨幅达209.65%;番茄价格由1.28元·kg-1上升至3.61元·kg-1,涨幅达182.03%;茄子的涨幅为93.90%;青椒的涨幅最小,为78.45%。

1.2 蔬菜价格的波动

首先,蔬菜价格存在季节波动。从图3可以看出,每年1~12月,蔬菜平均价格一般呈两头高、中间低的趋势,具有较明显的季节性波动特征。每年2月蔬菜价格较高,3月后开始下降,5~7月价格较低,处于谷底,然后缓慢回升,在中秋、国庆等重要节日前后又恢复高价位,并以上涨趋势维持到年末,春节前的价格往往会达到一年中的最高值,春节后又开始下跌。蔬菜价格的季节性波动主要来自蔬菜生产的季节性和传统节日对蔬菜需求的季节性。夏季气候适宜蔬菜生产,蔬菜供应量增加,再加上蔬菜容易腐烂、贮藏时间短等原因导致蔬菜价格下降;而北方冬季气温较低,露地蔬菜无法生长,只能依靠大棚蔬菜或从路途遥远的南方运来,再加上冬季我国传统节日较多(尤其春节前后),居民的蔬菜消费量较大,拉动价格上涨。

其次,蔬菜价格存在超常波动。由图3可见,2009年年底出现了蔬菜价格的突发性上涨,从当年11月的2.36元·kg-1涨到 12月的2.92元·kg-1,上涨幅度达23.73%,与当年冬季雪灾对温室蔬菜产量造成的影响有很大关系;2010年11月开始蔬菜价格出现下跌,由3.13元·kg-1下跌到12月的2.89元·kg-1,下跌幅度达7.67%。这种价格的剧烈波动属于价格的超常波动。

图2 2007~2010年北京市4种果类蔬菜月平均价格走势

图3 2007~2011年北京市蔬菜总体月平均价格比较

综上所述,从长期趋势看,蔬菜价格呈现上涨趋势;年度内蔬菜价格有季节性波动。因此,一定范围内的蔬菜价格波动属于正常波动。但历年蔬菜价格变动中,在一些时期出现的蔬菜价格的突发性上涨或者下跌,是蔬菜价格的超常波动。

2 北京市蔬菜价格的影响因素

在市场经济条件下,商品的供给和需求决定商品的价格。北京市的蔬菜供给和需求,通过其内在因素使供给和需求相互作用,决定蔬菜价格。

蔬菜是必不可少的消费品,与粮食等农产品相比,蔬菜消费要求的新鲜度高,而蔬菜不耐贮藏、损耗率高、运输难度大,蔬菜供应更要注意时效性和质量安全。影响蔬菜供给的主要因素包括:第一,蔬菜上市量直接关系到蔬菜供给。第二,在蔬菜生产过程中,需要投入种子、化肥、农药、农膜等农业生产资料,这些农业生产资料价格构成了蔬菜生产成本。一般来说,农业生产资料价格上涨时,蔬菜的生产成本就会上涨,蔬菜价格就会有上涨的趋势。第三,自然灾害会影响蔬菜的生长和贮存。第四,技术进步通过作用于蔬菜的生产效率而作用于蔬菜产量,从而影响蔬菜的市场价格。

居民人均可支配收入、相关替代品价格、消费者偏好、人口数量等因素是影响北京市蔬菜价格需求方面的主要因素。首先,居民人均可支配收入的影响。当居民手中可支配收入高时,会更加注重身体健康和保健,从而会增加对蔬菜多样化的需求,注重蔬菜的数量和质量。其次,蔬菜相关替代品的影响。当蔬菜替代品价格上涨时,会导致对蔬菜需求的增加。此外,消费者偏好也会影响到对蔬菜的需求,当人们偏好某种蔬菜品种时,对该蔬菜品种的消费需求数量就会增加。

北京市蔬菜价格的波动还受到政府政策、流通体系和投机行为等因素的影响。

3 北京市蔬菜价格变动影响因素的实证检验

3.1 模型构建

根据以上理论分析可知,蔬菜价格受供求因素的影响,上述因素及一阶滞后项对蔬菜价格波动的影响可以通过建立多元线性回归模型进行分析。为了消除量纲的影响,方程两边同时取对数,即转化为对数多元回归模型。

式中:t代表时间;β0是常数项;β1,…,β24分别为待定系数;ε为随机扰动项。模型中各变量的含义及预期符号见表1。

表1 北京市蔬菜价格变动影响因素的变量

此外,自然灾害虚拟变量DIS的设定如下:当DISt=1时,发生自然灾害;当DISt=0时,未发生自然灾害。本文选取对蔬菜价格有较大影响的自然灾害月份 2008年 1~2月、2009年 11月~2010年5月、2010年9~10月的DIS值设为1,其他月设为0。时期虚拟变量Djt的设定如下:假定时期变量有12个类别,即一年12个月,要用11个虚拟变量Djt,即:

3.2 数据来源

各变量值均选取2007年6月~2011年1月相应的指标值进行计算。北京市蔬菜价格和上市量的数据来自北京市市场协会网站,每月的数据由每天的数据整理而成。居民可支配收入、人口数量和北京市居民消费者价格指数CPI来自北京市统计局网站。根据居民可支配收入月数据的可获得性,选取了北京市城镇居民的可支配收入作为替代。农业生产资料价格指数来自历年统计局编制的《中国经济景气月报》,由于没有历年北京市每月的农业生产资料价格指数,本文采用全国每月的农业生产资料价格指数进行替代。

3.3 模型估计结果

由于有北京市每月蔬菜价格相关的历史数据的限制,为避免多重共线性的影响,采用逐步回归方法进行分析。逐步回归法是以最少的变量来达成对应变量最大的预测解释力,即一些不具有统计意义的变量被逐步排除,最后一步模型中包含的所有变量就是最终进入回归模型的解释变量,变量所对应的影响因素就是影响价格的因素。根据这一原理,结合收集的数据,运用SPSS软件进行逐步回归,包含9个步骤(表2)。在最初的模型设定中有 24个解释变量,其中包含11个时期虚拟变量,经过 9步回归后,最后得到的回归方程中包含了 7个解释变量,最后的回归方程为:

调整R2=0.920,F=68.657,DW=2.202,括号内为对应参数的t值。

在上述回归方程中,解释变量中包括被解释变量的滞后变量,此时检验随机误差项自相关的D-W统计量是渐近有偏的,因此不能根据DW的值去判断相关性,而是根据Durbin H统计量进行相关性检验判断的依据。

Durbin H检验克服了DW检验要求回归式中不含有被解释变量滞后项的缺点,h的值越大,越倾向于拒绝原假设,即认为存在自相关。根据DW值计算Durbin H统计量,|h|=0.724<1.96,所以模型不存在一阶自相关,再经PAC和BG检验也未发现高阶自相关;变量的最大方差膨胀因子VIF=3.163<10,表明上述模型已不存在多重共线性。因此,上式即为北京市蔬菜价格影响因素的回归方程。

3.3.1 回归过程分析 回归过程中变量进入的标准为因变量的F统计量的p值是小于或等于0.10的数。得到的回归模型共包括7个自变量,按照进入模型的顺序分别为Psc(t-1)、D5、D6、Pzl(t-1)、Pzlt、Qt-1、DISt-1。而CPI、Y、POP、Qt、DISt均没有进入回归方程。具体解释如下:

当期自然灾害DISt和当期蔬菜上市量Qt没有进入回归方程,可能是蔬菜等农产品生产具有一定的周期,当期自然灾害和产量的变化没有及时反应到当期蔬菜价格的变化;城镇居民可支配收入Y没有进入方程,可能是北京市城镇居民人均可支配收入已达到一定高度,收入对蔬菜消费影响不大;人口数量POP、通货膨胀CPI均没有进入方程,可能是北京市人口数量和通货膨胀在短期内没有太大变化,对北京市蔬菜价格的变化影响不显著。

在回归过程中,经过对单个参数的显著性检验,所有解释变量的t统计量的值均大于2,各变量的系数均通过显著性检验,均具有统计意义。随着变量的不断加入,R2值不断增大,最终回归模型修正后的R2值为0.920,说明以上因素能够解释北京市蔬菜价格变动的92.0%。F值在不断变小,从138.819下降到68.657,但最小的F值的p值仍近似为0,方程完全通过显著性检验。

3.3.2 回归结果分析 由于采用的是对数线性回归方程,各变量参数值的统计意义在于说明自变量对因变量的边际弹性影响,因此参数值的绝对值越大,该变量对北京市蔬菜价格的影响也就越大。蔬菜上期价格的弹性系数为0.879,当期农业生产资料价格的弹性系数为4.391,上期蔬菜上市量的弹性系数为0.460,上期自然灾害的回归系数值为0.091,说明上述变量对当期蔬菜价格有正向影响。其中,当期农业生产资料价格对当期蔬菜价格的影响最大。上期农业生产资料价格的回归系数值为-6.925,说明上期农业生产资料价格对当期蔬菜价格产生负向影响。

总之,通过实证分析,验证了蔬菜上期价格、上期和当期农业生产资料价格、上期蔬菜上市量、上期自然灾害、5月和6月的季节因素均对北京市蔬菜价格有影响。其中,蔬菜上期价格、当期农业生产资料价格、上期蔬菜上市量、上期自然灾害与北京市蔬菜价格是同方向变动,即这些变量的值增加,蔬菜价格会上升。上期农业生产资料价格、5月和6月的季节因素对北京市蔬菜价格有负向影响,即这些变量的值增加,蔬菜价格会降低。

上述结果表明,蔬菜价格受到蔬菜上市量、农用生产资料价格、季节、自然灾害等因素的影响,且这些因素有的对蔬菜价格的影响有滞后期,比如当期蔬菜上市量、农业生产资料价格的变动会影响到下一期的蔬菜价格。

4 结论

本文在对近年来北京市蔬菜价格变动的特征进行研究的基础上,对北京市蔬菜价格变动的影响因素进行理论和实证分析。主要研究结论归纳如下:

① 北京市蔬菜价格变动的特征。从长期趋势看,蔬菜价格呈现上涨趋势;年度内蔬菜价格有季节性波动,因此一定范围内的蔬菜价格波动属于正常波动。但是,历年蔬菜价格变动中,在一些时期出现的蔬菜价格的突发性上涨或者下跌,是蔬菜价格的超常波动。

② 北京市蔬菜价格的影响因素。从理论上分析了影响蔬菜价格的因素,主要有供给因素、需求因素和其他因素。其中,供给方面的因素主要有生产资料价格、上期蔬菜价格、自然灾害、蔬菜供给量、技术进步等;需求方面的因素有居民人均可支配收入、人口数量、替代品价格、消费者偏好等。此外,还受到政府政策、流通体系和投机行为等因素的影响。

③ 北京市蔬菜价格变动影响因素的实证检验。通过实证分析,验证了蔬菜价格受蔬菜上市量、农用生产资料价格、季节、自然灾害等因素的影响,并且这些因素有的对蔬菜价格的影响有滞后期,比如当期蔬菜上市量、农业生产资料价格的变动会影响到下一期蔬菜价格。其中,蔬菜上期价格、当期农业生产资料价格、上期蔬菜上市量、上期自然灾害与北京市蔬菜价格是同方向变动的;上期农业生产资料价格、5月和6月的季节因素对北京市蔬菜价格有负向影响。

本文通过侧重于理论和数学模型视角进行研究得到的结论,今后将从蔬菜生产、流通和消费的产业链视角探讨蔬菜价格波动的原因。

安玉发.1996.蔬菜产地批发市场价格波动分析.农业经济问题,(11):51-53.

陈晓莉.2009.油菜产品价格波动的因素分析及对策〔硕士论文〕.武汉:华中农业大学.

陈彦峰.2008.近年蔬菜价格上涨原因分析及蔬菜价格中长期走势预测.中国瓜菜,(1):47-48.

杜俊.2008.基于小波分析的蔬菜价格波动及与气候关系研究〔硕士论文〕.南京:南京农业大学.

李锁平,王利农.2006.我国蔬菜供给对价格的反应程度分析.农业技术经济,(5):59-62.

刘瑞涵,绍连生,王艳霞.1998.北京消费地批发市场蔬菜价格与成交量波动分析.中国农村经济,(10):54-57.

孙倩,穆月英.2011.蔬菜价格变动、影响因素及价格预测—以北京市批发市场为例.中国蔬菜,(9):9-14.

谭向勇,辛贤.2001.中国主要农产品市场分析.北京:中国农业出版社.

辛佳琳,陈永福.2009.近期蔬菜类农产品市场分析与预测.农业展望,(5):8-11.

闫晓军,赵友森,孟和平.2002.北京市三大蔬菜批发市场行情研究.中国农学通报,(2):58-66.

赵友森,赵安平.2010.北京市蔬菜批发市场行情变动分析.中国食物与营养,(4):39-42.

猜你喜欢
变动波动北京市
北京市:发布《北京市2022年能源工作要点》
北京市丰台区少年宫
北京市勘察设计研究院
北京市营养源研究所
北上资金持仓、持股变动
北向资金持仓、持股变动
南向资金持仓、持股变动
羊肉价回稳 后期不会大幅波动
11月汇市:波动率降低 缺乏方向
微风里优美地波动