影响山西省蔬菜价格波动的因素分析

宁 静，魏 杰，郑亚惠，李富忠，高富岗

（1. 山西农业大学经济管理学院，山西 太谷030801；2. 山西农业大学软件学院，山西 太谷030801；3. 山西农业大学资源环境学院，山西 太谷030801）

蔬菜是我国重要的经济作物，长期以来蔬菜产业在丰富城镇居民菜篮子、繁荣农村经济、增加农民收入、外贸创汇等方面发挥了无可替代的作用。2011年，我国蔬菜总产量达65 099 万t，人均占有量为0.48 t。山西省作为首批技术改革、经济改制的省份，目前正处于经济转型时期，但经济发展速度相对较慢，单一的粮食作物种植对农业现代化发展的作用并不明显。而蔬菜产业由于其风险小、回收周期短、种植格局有层次以及有较大的潜在消费市场和广阔的利润空间，在实现农民收入翻番以及促进小康社会顺利建成的过程中发挥着重要作用。

近年来，山西省蔬菜产业发展较快，产量大幅度提高。2011年，全省白菜、萝卜、芹菜、茄子、西红柿、黄瓜播种面积和产量分别达到32 040 hm2和168 万t、10 620 hm2和44 万t、4 660 hm2和19 万t、9 330 hm2和40 万t、29 070 hm2和125 万t、15 110 hm2和81 万t，全省蔬菜总产量比2010年增加了5.3%，近5年产量平均增长率达到4.08%。然而，随着种植面积的扩张，产量连年创新高，市场趋于饱和，加上生产资料价格上涨以及气候灾害的影响，大宗蔬菜品种出现了季节性、区域性、结构性过剩，一方面菜价徒长，波动剧烈，基层群众反响强烈；另一方面竞争加剧，农民种菜效益下降，菜贱伤农事件时有发生。不论是作为消费者的百姓还是生产者的农民，对当下的情况都不满意。因此，研究近期山西省各类蔬菜价格波动规律，分阶段探寻影响蔬菜价格波动的主要因素，对稳定全省蔬菜价格、保障蔬菜供给、提高人民生活质量、促进农民收入翻番、实现蔬菜产业升级及现代农业发展均具有重要的现实意义。

1 材料与方法

1.1 数据来源

研究所用数据时限为2006～2012年，自然灾害发生率是根据《中国农村统计年鉴》[1]中的受灾面积和《山西统计年鉴》[2]中耕地总资源整理计算而得。由于第二次全国土地调查的主要数据没有公布，导致《山西统计年鉴》中没有找到2008年以后的耕地总资源数据，研究将假设2009、2010、2011、2012年的耕地总资源与2008年的耕地总资源相等。计算公式为：自然灾害发生率=受灾面积/耕地总资源。生产资料价格指数来源于《山西省统计年鉴》，2006年生产资料价格指数为1。蔬菜产量、城镇居民人均可支配收入、蔬菜播种面积数据来源于《山西省统计年鉴》。

1.2 研究方法

因子分析法起源于20 世纪初，是由Karl Pearson和Charles Spearman 等人在对智力测试结果进行统计分析时提出的一种多元统计方法[3]。其目的是在确保信息丢失最少的原则下，将原始变量进行浓缩，用最少的因子代表绝大部分的原始变量信息。在因子分析中，将相关性较高的原始变量划分到同一类别，而不同类别之间的相关性比较低[4]。在同一类别中，变量之间的相关性之所以很紧密，是因为它们都受到某一个公共因素的影响，这个公共因素被称为公共因子。一般情况下，公共因子是不可观测的。

1.3 指标体系设计

影响蔬菜价格的因素很多，主要为生产成本、国家政策、天气因素、通货膨胀水平、蔬菜产量、居民消费水平等。按照一定的原则，从蔬菜供给、需求等方面选取有一定影响的，有利于进行分析的数据，筛选后的指标如下。

（1）由国家统计局发布的与蔬菜价格有最直接关联的指标：生产成本X1、蔬菜产量X2，蔬菜播种面积X3；（2）不可忽视的指标：天气因素X4；（3）反映蔬菜的需求指标：居民收入水平X5。具体指标选取见表1。

2 结果与分析

2.1 KMO 检验和Bartlett 球形检验

进行因子分析的第一步是判断因子分析在山西省蔬菜价格影响因素评价中是否适用，可以通过KMO 和Bartlett 球形检验来确定原始数据是否适合做因子分析，研究利用SPSS 分析软件得到KMO 的值为0.704，Bartlett 的相伴概率P=0.003（近似卡方=26.852，自由度=10）。

表1 山西省蔬菜价格变动影响因素的变量

KMO 检验是检验变量之间的偏相关系数，其取值范围是0 到1 之间；KMO 值越小，则表明变量间的相关性越低，即原始变量不适合做因子分析。Kaiser给出了KMO 度量标准：小于0.5～0.6 表示很差；0.6～0.7 表示差；0.7～0.8 表示一般；0.8～0.9 表示好；0.9以上表示非常好[5-6]。通常，KMO 值在0.7 以上就可以进行因子分析。由检验结果可知，KMO 值为0.704，说明研究所选指标适合做因子分析。

Bartlett 检验是检验实际相关系数矩阵是否为单位矩阵。由检验结果可知，相伴概率P 为0.003，小于显著性水平0.05，则应该拒绝零假设。这表明研究通过了Bartlett 球度检验，所选的指标适合做因子分析。

2.2 计算各成分的特征值、方差贡献率和累积贡献率

由表2 可知，第1个和第2个主成分的特征值大于1，且累计贡献率达到86.725%，即这两个成分所包括的信息占原始变量所包含总信息的86.725%，其余3个成分对方差影响很小，因此可以提取前两个成分作为主成分。

表2 各成分的特征值、方差贡献率和累计贡献率

2.3 确定公共因子

利用SPSS 统计分析软件，采用方差最大化正交旋转法得到因子载荷矩阵，该矩阵表示了各个公共因子所代表的原始指标信息量。由表3 可知，每个公因子的载荷分配在旋转前后的效果相似。第一公共因子为蔬菜产量（X2）、生产成本（X1）、蔬菜播种面积（X3）、天气因素（X4），载荷值最大的是蔬菜产量，其次是生产成本，说明蔬菜产量和生产成本是影响山西省蔬菜价格的两个主要因素，要稳定蔬菜价格必须提高蔬菜产量，降低蔬菜生产成本。第二公共因子中居民消费水平（X5）的载荷值为0.968，是影响山西省蔬菜价格的主要因素。这说明提高居民收入水平也是保证蔬菜价格在合理区间内波动的关键。第一公共因子反映的是市场对蔬菜的供应情况，称为供给因子；第二公共因子反映的是蔬菜的需求情况，称为需求因子。

表3 未转轴因素矩阵和转轴因素矩阵

2.4 计算因子得分

由SPSS 统计分析软件得到因子得分系数矩阵，如表4 所示。由因子得分系数可以得到如下因子得分函数：第一公共因子得分F1=0.300X1＋0.301X2＋0.286X3－0.207X4＋0.011X5；第二公共因子得分F2=0.031X1－0.035X2－0.166X3－0.274X4＋0.918X5。计算影响山西省蔬菜价格的各公共因子的得分，将其描绘成公告因子得分曲线（如图1）。

表4 成分得分系数矩阵

通过比较山西省蔬菜平均价格（图1A）、第一公共因子得分（图1B）和第二公共因子得分（图1C）波动趋势可知，第一，2008～2010年F1公共因子对山西蔬菜价格波动影响作用明显。即：2008～2010年山西省蔬菜价格的波动受供给因素的影响较大。其中，影响蔬菜供给的主要是蔬菜产量和生产成本。在经济快速发展背景下，石油价格的不断攀升带动着化肥、种子、农膜和农药等产品的价格也不断上涨，蔬菜生产成本的增加推动了蔬菜价格的上涨。第二，2011年F2公共因子对山西蔬菜价格波动影响作用明显。即：2011年蔬菜价格波动受需求方面的因素影响较大，主要就是居民消费水平。第三，2012年F1和F2公共因子对山西蔬菜价格波动的影响均较明显。即：2012年山西省蔬菜供给量和居民对蔬菜的需求量这两个因素的相互作用使得蔬菜价格不断上涨，因子分析中5个因素对蔬菜价格的影响程度比较均衡。

3 结 论

图1 公共因子得分情况比较

研究结果表明，当前对山西省蔬菜价格起决定作用的还是供给。为了稳定山西省蔬菜价格，建议采取以下措施。第一，发展农业专业合作社。蔬菜合作社可以帮助农户提高蔬菜生产的专业化程度，降低蔬菜生产的盲目性，进而有效缓解蔬菜价格的大幅波动，从而稳定蔬菜价格；第二，有效控制生产成本。降低蔬菜的生产成本，增加菜农的收益，提高菜农种植蔬菜的积极性，最终达到蔬菜产量稳定增长的目的。第三，加强对自然灾害的预警预报。通过自然灾害预警，在一定程度上可降低因天气因素导致的蔬菜大面积减产，从而在保证全省蔬菜供给量[7]。第四，有效预测蔬菜需求。通过分析居民收入水平的变化，可以有效预测蔬菜市场需求量的变化，进而有针对性的提出调节蔬菜供给的政策措施，达到稳定蔬菜价格的目的。第五，完善蔬菜信息平台建设。蔬菜生产者和销售者之间通过蔬菜信息平台获得对称的信息，就能有效地防止不法商贩故意哄抬物价，严厉打击投机行为。

[1]国家统计局农村社会经济调查司.中国农村统计年鉴[M].北京：中国统计出版社，2013.

[2]山西省统计年鉴编委会.山西省统计年鉴[M].北京：中国统计出版社，2013.

[3]何晓群.现代统计分析方法与应用[M].北京：中国人民大学出版社，1998.

[4]李 斌，蒋 涛，吴俊芳，等.房地产行业上市公司绩效评价的实证研究[J].特区经济，2007，（3）：122-123.

[5]郝黎仁，樊 元，郝哲欧.SPSS实用统计分析[M].北京：中国水利水电出版社，2003.

[6]薛 薇.统计分析与SPSS的应用[M].北京：中国人民大学出版社，2011.

[7]郝丽慧.自然灾害预防管理研究[D].上海：上海大学，2008.