基于时空特征的我国蔬菜流通及影响因素分析

吴　舒， 穆月英

(中国农业大学 经济管理学院， 北京 100083)



基于时空特征的我国蔬菜流通及影响因素分析

吴舒， 穆月英

(中国农业大学 经济管理学院， 北京 100083)

摘要:文章基于我国2001-2012年31个省份的面板数据，以贸易引力理论为框架，运用空间动态面板模型，分析了时空效应下的我国蔬菜区域流通的时空相关性与影响因素，结果发现：蔬菜区域流通具有显著的时空相关性，存在较强的时间动态惯性和空间关联特征，表现在地区自身发展存在连续性；相邻地区存在互补效应；蔬菜输出地区蔬菜生产劳动力、土地、输入地区城镇总人口数以及农产品流通效率对蔬菜区域流通有正向影响，蔬菜输出地区农业生产资料价格指数、蔬菜生产价格指数对蔬菜流通有负向影响。其中，代表需求潜力的城镇人口数对蔬菜流通的影响最大。

关键词:蔬菜流通；区域流通；空间动态面板模型；时空效应

一、 引言

当前，诸如“京津冀鲜活农产品1小时物流圈”等涉及区域间流通的问题，已成为各界高度关注的焦点。蔬菜是城乡居民生活中必不可少的消费品，同时，蔬菜生产又是我国农村的一个重要产业。随着蔬菜产业逐步向区域化、专业化方向发展和转变，国内蔬菜产品市场发育程度不断提高，在大流通背景下，蔬菜供应的空间格局已发生根本性变化，跨区域蔬菜流通会成为基本趋势，各地区在价格联系和交易流通关系上变得更为密切。蔬菜流通既影响到居民的多元化消费，又关系到蔬菜产业相关经营者的切身利益。此外，近年来蔬菜市场价格起伏波动频繁，有人认为这也是蔬菜流通问题的一种折射[1]，总之，对区域蔬菜流通及其影响因素进行分析具有重要意义。

到目前为止，国内外已有关于蔬菜流通问题的研究，多集中在以下三个方面：一是关于蔬菜流通主体的分析。流通主体是流通系统中各环节的重要组成部分，在生产者和消费者的连接中发挥重要作用，但现有系统中存在环节冗长、食品安全监管难等问题，传统蔬菜流通的弊端日益显现[2]。近年来，农产品电子商务在我国开始发展，涌现出多种蔬菜网络销售新型流通主体，较之于传统流通主体，在提供质量安全的生鲜农产品、信息和配送服务等方面具有较强竞争优势[3]。二是关于流通模式的分析。一些学者结合价差、费用和损耗率等指标从流通效率视角对不同流通模式进行了比较研究[4-6]；也有研究采用多元选择模型从生产者或消费者视角分析了不同流通模式的影响因素[7-10]；此外，Wang等通过对中国蔬菜流通模式的研究发现，现阶段以中间收购商作为主体的传统模式仍然是中国北方农户蔬菜流通的基本模式[11]。三是对流通贸易的分析。20世纪60年代发展起来的引力模型用于解释跨国家或地区的贸易流通中的诸多因素[12]，在农产品国际贸易的实证研究中得到了广泛应用[13-14]，国内学者运用引力模型多用于分析我国蔬菜出口流通贸易的影响因素[15-17]；也有一些研究通过构建其他数量经济分析模型分析了我国蔬菜出口流通贸易的变化及影响因素[18-19]。

综上所述，国内外已有关于蔬菜流通的研究，多从时间纵向上分析了蔬菜流通相关问题，具体分析蔬菜流通的运行质量、流通效率和流通特点等；而从空间横向视角对国内蔬菜流通相关问题进行的研究尚属少见。我国幅员辽阔，加之蔬菜存在着生产的地域性、季节性和消费的地域性、连续性，势必会带来蔬菜流通中地域间的相互作用。因此本研究在已有研究考虑时间纵向视角分析的基础上，加入空间横向视角的分析，并将蔬菜流通中存在的这种时间和空间效应同时考虑加以设定和验证。这是本文在研究视角上的一大特点。此外，在已有研究中对农产品流通问题的研究，多运用描述性统计进行分析，本文在运用国际上分析空间关系的引力模型作为蔬菜流通分析框架的基础上，通过构建动态面板模型，分析区域之间的蔬菜流通关系，这方面，体现了本文在研究方法上的特点。

鉴于此，本文借鉴引力模型框架，从蔬菜供给、需求和流通成本三个方面解释影响蔬菜区域流通的因素，为了考察地区间的空间横向关系在模型中引入空间相关项，为了考察地区自身的时间纵向关系在模型中引入流通量滞后一期，在此基础上运用空间动态面板模型，分析蔬菜区域流通关系与其影响因素之间的时空作用机制。

二、 关于蔬菜流通的影响因素

贸易引力理论认为，影响国际交易量因素可从三个方面进行分析：表示出口国国家供给潜力因素、表示进口国国家需求潜力因素以及表示两国之间交易成本的因素。以下借鉴此分析框架，从供给、需求和流通成本三个方面分析影响一国内部蔬菜流通的因素[20]。

(一) 供给因素

通过要素供给影响产出从而对蔬菜流通产生影响[21]。选取蔬菜劳动力投入(RPOPi,t)、蔬菜播种面积(VAi,t)和蔬菜生产资本投入(CAPi,t)代表要素供给水平；选取蔬菜单位面积产量(VYi,t)作为衡量蔬菜生产技术水平指标，也是促进蔬菜流通的重要驱动力。价格是引导资源配置的信号，是影响蔬菜供给的重要因素[22]，农户主要面对两个价格：一方面，蔬菜生产价格指数(VPPIi,t-1)，反映了农民种植蔬菜收益情况，农民根据蔬菜价格不断调整其种植策略；另一方面，农业生产资料价格指数(IPPIi,t-1)，反映了蔬菜生产成本情况，从成本方面影响了农民生产决策。蔬菜生产容易受到自然、气候、病虫害等因素影响，自然风险会严重影响蔬菜生长，从而减少蔬菜供给量，本文选取蔬菜成灾面积(SAi,t)代表风险因素。

(二) 需求因素

按照消费者理论，收入增加是改变居民个人消费行为的直接驱动力，同时人口增加从总量角度表示需求量。农村居民在农产品消费上倾向自给自足，所以，一个地区对其他地区农产品需求主要来自其城镇居民。在研究中，选取了流通伙伴的城镇人口数(CPOPi,t)和城镇居民可支配收入(CMi,t)代表流通伙伴需求潜力。

(三) 流通“成本”

关于“交易成本”，主要包括流通阻力和流通推力。

1.流通阻力。采用经济距离(Dij,t)从阻力角度度量流通“成本”。可以用地区间经济距离(Dij,t)表示，等于地区j蔬菜产值占全国蔬菜产值份额与地区i到其他地区距离平均值的乘积[23]。

2.流通推力。采用农产品流通效率(TEi,t)从推力角度衡量流通“成本”。借鉴生产函数分析框架，将蔬菜流通过程表示为投入与产出的技术关系，流通效率用来测度农产品流通投入-产出的转化效率。采用线性规划的方法，构建一个非参数逐段线性的生产前沿面，再根据前沿面计算各地区农产品流通效率[24]。

三、 数据与模式设定、识别

上述从考察蔬菜流通及其影响因素之间的时空联系与特征角度，引入了我国蔬菜流通的影响因素。如何从理论上明确影响因素的时空特征，需要将引力模型作为构建流通影响因素分析框架，进一步引入空间动态面板模型，考察变量间的时空特征。

(一) 数据说明与变量值测算

选取2001-2012年中国31个省(区、市)的相关数据。各变量下标i=1,2，…，31；t=1,2，…，12。鉴于国内各地区之间农产品贸易统计数据的匮乏，本文以各行政区(省、自治区和直辖市)为单位，将除该地区之外其余地区加总看作其流通伙伴，分析每个地区与其他地区(加总)之间的蔬菜流通的影响因素。为增强数据的可比性，并减少异方差性，所有数据均取其对数形式。数据描述如表1所示。

表1　数据描述

(二) 空间动态面板模型的设定

地区间流通在时间序列及在不同地区间存在相关性，为了使得模型更贴近实际，将空间计量技术引入传统引力模型中以使其更具有说服力，因此有必要将时空相关性纳入模型对经济活动进行分析[25-26]。空间计量的基本思想是将地区间相互关系引入模型，具体做法是，对基本线性引力回归模型通过空间权重矩阵进行修正。根据空间计量经济学的定义，空间经济计量模型可以分为两种基本模型，即空间误差模型和空间自回归模型，前者是把空间相关性体现在误差项上，后者则放在因变量的滞后项上[27]。

Ti,j=k×MiMj/Dij

(1)

Y=Xβ+ε

(2)

(3)

Y=ρ(IT⊗WN)Y+Xβ+ε

(4)

(1)式为引力模型的基本形式，其中k为常数，Ti,j为地区之间的交易额，Mi和Mj分别表示地区间的经济规模，Dij为地区间的距离，在实证检验中往往采用对数形式将模型(1)转化为线性形式(2)。(2)式被称为经典引力模型，被解释变量Y代表流通量，X为解释变量，表示影响流通的各种因素，ε为满足经典假设的误差项。式(2)中被解释变量和解释变量均采用面板数据，则该模型称之为静态面板数据模型，将空间计量技术引入传统引力模型中，从而转化为(3)和(4)。(3)和(4)分别被称为空间误差模型和空间自回归模型，μ、ε均为nT×1维随机误差向量，其中ε为满足经典假设的误差扰动项，IT为T维单位时间矩阵，WN为N×N维的空间权重矩阵，(IT⊗WN)为增广的空间权重矩阵，(IT⊗WN)Y反映为空间滞后被解释变量，λ和ρ分别为空间自相关系数和空间自回归系数，反映了空间上相关性，即当期该地区受其邻近地区的影响。空间面板数据存在空间效应和时间效应，检验证明是固定或随机出现，可以运用Hausman检验。

(三) 空间动态面板模型的识别

1.单位根检验、协整分析和Hausman检验。针对本文所用面板数据，为避免伪回归发生，有必要进行单位根检验和协整检验，并利用Hausman检验确定面板数据模型适合固定效应还是随机效应。在此基础上，对各地区蔬菜流通与影响因素之间进行空间相关性检验，进而根据检验结果选择空间动态面板数据模型进行估计分析。

采用LLC、IPS、ADF-Fisher和PP-Fisher检验对各变量数据进行面板单位根检验，Ln(CPOPi,t)、Ln(Dij,t)、Ln(TEi,t)、Ln(Ti,t)均为一阶单整变量，Ln(CMi,t)为二阶单整变量，其余变量为原阶平稳序列；通过Pedroni方法会产生7个统计量和Kao的ADF统计量来检验是否存在协整关系，由于变量数太多，样本数量不足以支持对所有变量进行一次性协整检验，因此，分组进行变量间的协整检验。第一组检验Ln(Ti,t)与Ln(RPOPi,t)、Ln(VAi,t)、Ln(VYi,t)、Ln(CAPi,t)的协整关系；第二组检验Ln(Ti,t)与Ln(IPPIi,t)、Ln(VPPIi,t)、Ln(SAi,t)、Ln(CPOPi,t)的协整关系；第三组检验Ln(Ti,t)与Ln(CMi,t)、Ln(Dij,t)、Ln(TEi,t)的协整关系。如表2所示。大部分检验结果在1%显著性水平下拒绝原假设，因此可以认为各变量间存在协整关系；Hausman检验P值小于1%显著水平临界值，因此拒绝固定效应模型的系数与随机效应模型的系数没有差别的原假设，应选择固定效应模型。

2.区域流通的空间相关性检验与模型选择。本文采用空间计量经济学的理论方法，基于我国蔬菜的区域流通数据，考察区域流通中的空间相关性问题。在空间计量建模之前，需要检验判断区域间是否存在空间相关，并且通过相关数据回归和检验加以区分判断空间回归的类型。

首先，空间权重矩阵设计。空间计量模型估计的关键一步是空间权重矩阵WN的设定，WN是用来描述地区间的空间相关性的影响方式。本文采用地理权重矩阵进行描述。地理权重矩阵的设计遵循Rook相邻判定规则，即假设如果两个地区拥有共同边界，则视为两者为相邻。那么，矩阵W的设定方法为：如果i地区与j地区相邻，则Wij为1，否则为0，可以得出，矩阵对角线上的元素均为0。

表2　协整检验和Hausman检验结果

注：①表中Pedroni和Kao检验原假设为不存在协整，在零假设下统计量服从渐近正态分布。②符号***、**和*分别表示在1%、5%和10%的显著性水平下拒绝原假设。③Pedroni和Kao检验设定中，没有时间趋势，使用SIC标准选择滞后阶数，Newey-west窗宽选择的是Bartlett核函数。④Hausman检验是针对整体变量进行测算，不用沿用协整检验中分组。

表3　基于地理空间权重矩阵的空间相关性检验表

其次，区域流通的空间相关性检验与模型选择。空间面板数据进行空间计量分析之前需要对其进行空间相关性的检验。LMerr、LMsar不仅可以用来检验空间相关性，还可以为模型设定提供线索，如果LMerr比LMsar统计量更显著，那么更适合的模型是空间面板误差模型，反之，采用空间面板滞后模型是更好的选择[28]。由表3的测算结果所示，除LMsar以外，其他两个统计量均在10%显著性水平上拒绝了原假设，即蔬菜流通与其影响因素之间存在空间相关性。通过比较LMerr、LMsar指数显著性水平，可确定应选择空间误差模型进行估计。

四、 时空效应下的蔬菜区域流通影响因素的实证分析

引力模型框架本身是研究空间上两个区域之间经济互动关系(流通往来)的方程，其中地理因素具有重要作用，地理上相联系的地区的这种空间性对其流通也产生影响作用，因此有必要将空间效应纳入考虑，同时经济系统固有的周期性特征，即当期流通量受其滞后一期的影响，所以也有必要将时间效应引入模型中。

根据前述Hausman检验结果，本文模型采用固定效应模型。另外，参考Anselin的判断规则，根据空间相关性和两个拉格朗日乘数及其稳健形式检验结果，选择空间误差模型(SEM)。

(一) 时空效应下的空间面板模型

本文采用固定效应的空间误差模型如下：

Ln(Ti,t)=a+αLn(Ti,t-1)+β1Ln(RPOPi,t)+β2Ln(VAi,t)+β3Ln(CAPi,t)+β4Ln(VYi,t)+β5Ln(IPPIi,t)

+β6Ln(VPPIi,t-1)+β7Ln(SAi,t)+β8Ln(CPOPj,t)+β9Ln(CMj,t)+β10Ln(Di,t)+β11Ln(TEi,t)+μi,t+εi,t

μi,t=λWμi,t+εi,t

(4)

(4)式中，W是空间权重矩阵，其系数λ反映空间相关性，即在各种影响区域流通的因素中，有很多存在空间相关，因而区域流通可能被这些空间相关因素间接影响；Ln(Ti,t-1)是蔬菜流通量的时间滞后项，其系数α反映时间相关性，即当期地区i的蔬菜流通量受其滞后一期的影响。

(二) 参数估计及蔬菜区域流通影响因素分析

结合上述模型和空间权重矩阵，用Matlab6.5软件和spatialeconometricsToolbox可以实现参数估计及其检验。根据误差的结构，进一步将空间面板模型分为四类：无固定效应、空间固定效应、时间固定效应和时空固定效应。同时，由于变量Ln(CMj,t)为二阶单整，将其直接带入模型回归可能会使其他变量解释力度受到影响，因此，模型中采用该变量的一阶差分ΔLn(CMj,t)。回归结果如表4所示。

在诊断模型总体显著性方面，空间计量一般使用自然对数似然函数值(LogL)进行判断，自然对数似然函数值越大，则模型拟合结果越好。从模型拟合优度、自然对数似然函数值以及变量系数估计结果来看，第四类即考虑时空固定效应模型要优于其他三类。因此，本文后续选择第四类模型进行讨论。

1.蔬菜区域流通的时空效应。时间自相关项Ln(Ti,t-1)是将因变量滞后期引入模型中，反映了流通量的动态变化特征，体现了时间效应，时间变量的回归系数为0.218且在1%水平下显著，说明在模型中流通量在时间上具有一定的惯性强度，流通量的一阶滞后项可以代表除前文描述影响蔬菜流通供给、需求以及成本三个方面之外的潜在因素，比如社会环境、经济发展以及制度因素等，可以看到时间相关系数为正，说明蔬菜流通作为动态连续的系统性活动，其前一期的流通状况必然会通过潜在因素的途径表现出来，并且促进后一期流通活动的发展；空间自相关项是通过空间权重矩阵对模型进行修正，反映了流通量的空间相关性，空间相关系数λ为-0.425且在1%水平下显著，说明空间因素对蔬菜流通有负向的影响，也就是说地理区位邻近的区域在蔬菜流通中形成了互补关系，即伴随邻近地区蔬菜输出能力减弱，相应地本地区市场会通过一些措施，例如增加相关要素投入促进蔬菜生产等，从而提高本地蔬菜输出能力。

表4　SEM模型估计结果

注：表中***、**和*分别表示在1%、5%和10%的显著水平下拒绝原假设。

2.时空效应下的蔬菜区域流通的影响因素分析。本地区的蔬菜劳动力投入Ln(RPOPi,t)、蔬菜播种面积Ln(VAi,t)地区i的蔬菜流通量同向变化关系(系数分别为0.374、0.322)，说明表征劳动力、土地投入水平的变量通过影响蔬菜供给进而对蔬菜流通具有促进作用，在劳动力资源、土地方面，我国蔬菜流通水平体现了比较优势原理；农业生产资料价格指数Ln(IPPIi,t)对地区i的流通有负向影响(系数为-0.390)，说明随着蔬菜生产成本增加，会使农民减少要素投入，影响蔬菜供给进而对蔬菜流通具有阻碍作用；蔬菜生产价格指数Ln(VPPIi,t)对地区i的蔬菜流通量呈负向影响(系数为-2.733)，这可能的原因：一是随着蔬菜生产收益提高，提高农民种菜的积极性，可能会体现在对蔬菜生产相关要素投入的增加，在一定程度上替代了生产收益变量的作用；二是蔬菜生产价格是蔬菜运销商的运营成本，较低的生产价格意味着蔬菜运销商承担的风险较小，这样会吸引更多的批发商进入蔬菜运销市场，从而收购更多的蔬菜，在一定程度上促进了地区间的流通[29]。

流通伙伴地区的城镇人口数Ln(CPOPi,t)增长对本地区的蔬菜流通活动有着较强促进作用(系数为8.394)，由于回归模型采用双对数形式，其特点即估计系数反映了流通量对影响因素弹性，其中，以城镇人口数所代表的需求潜力对蔬菜流通量影响最为显著。这与城镇化是扩大内需推动中国经济可持续发展的重大战略思想相一致，即城镇化通过非农人口的增加，从而形成对农产品的巨大需求，通过创造需求将扩大内需与蔬菜流通产业发展紧密结合起来[30]。同样，流通效率的不断提高，扩大了农村蔬菜等农产品供给市场的半径，增强了市场的辐射能力，带动了蔬菜交易量，进而促进了区域流通的发展。

从统计上来看，流通效率Ln(TEi,t)对地区i的蔬菜流通量呈现正向影响(系数为0.305)，说明现代农产品流通为提高蔬菜产业效益，确保城乡市场供应提供了良好的渠道保证，在引导生产、扩大消费等方面起到了一定的促进作用[31]。

五、 结论、启示与展望

本文基于我国省级面板数据，运用空间动态面板模型和引力模型框架，对时空效应下的我国蔬菜区域流通的相关性及影响因素进行了实证分析。主要研究结论概括如下：

第一，我国蔬菜区域流通存在显著的时间和空间效应。其中，时间效应的引入分离了投入变量以外的其他潜在因素的影响，从而能够更为准确地描述空间相关对蔬菜流通活动的作用；进一步得到空间残差相关性的回归系数为负，反映了区域关联地区之间具有互补效应。同时，结果的显著性也表明在模型设定过程中，需要考虑时间效应和空间效应。

第二，对蔬菜区域流通具有正向作用的影响因素包括：代表要素投入指标的蔬菜生产劳动力、土地、流通伙伴地区城镇总人口数和反映流通“推力”的农产品流通效率。其中，要素投入、流通效率是通过增加蔬菜供给，从而对流通起着促进作用；城镇人口数量则是通过扩大需求，拉动流通发展。

第三，对蔬菜区域流通具有负向作用的影响因素包括农业生产资料价格指数和蔬菜生产价格指数，分别代表着农户和运销商供给蔬菜时承担的风险，指数降低意味着农户和运销商承担的风险变小，这在一定程度上吸引了更多的农户和运销商参与到蔬菜市场中，从而加大了蔬菜流通量。

第四，在各影响因素中，以城镇人口数所代表的需求潜力对蔬菜流通量影响最为显著，随着城镇化水平的提高，蔬菜流通量也会呈现显著增长趋势，说明区域流通的关键因素在于需求的创造。

基于主要研究结论，提出的政策建议如下：首先，根据蔬菜区域流通分别具有时间和空间关联特征，实践中一方面应巩固现有流通伙伴之间的合作关系，逐步扩大流通量；另一方面，考虑到地区间互补效应，实施差异化的流通模式和政策，合理安排不同地区蔬菜流通的时序，重视不同区域间的互补与合作。其次，从蔬菜供给方面来看：在相关生产要素投入方面，应强化农业劳动力教育培训，提升人力资本；并要保护土地资源，切实贯彻占补平衡政策的同时保持土地质量；从需求方面来看：由于人口流动性增强，城市蔬菜消费不断扩大，我国蔬菜应注重国内需求；从流通推力来看：加强农村农产品流通体系的建设，减少流通环节，提升流通效率，提高市场竞争力，推动流通发展[32]。与此同时，由于诸多因素的作用，蔬菜的市场价格起伏波动频繁，在制定蔬菜流通政策方面要考虑到从流通方面促进蔬菜价格的稳定，推动区域流通平衡发展。具体地，逐步形成有利于生产要素流入农产品流通宏观条件，有效促进和调整蔬菜种植结构，完善农产品流通体系的建设，一方面使农民增产增收，另一方面保证消费者周年消费和品种多样化的实现。

今后的研究展望：本研究由于数据限制，在构建空间权重矩阵时多考虑地理区位因素，今后的研究将把社会经济等静态区域特征以及人力资源流动等动态区域特征等的影响因素也引入到模型中进行实证分析。此外，因区域流通的发生，反过来会对蔬菜供给、需求方面产生的影响效应，也是值得研究的问题，将作为今后的研究选题进行进一步考察。

参考文献:

[1]赵晓飞.蔬菜流通渠道中的价格波动规律与利益协调机制[J].中国流通经济,2014(7):101-109.

[2]张振.蔬菜流通主体发展问题研究——基于山东、上海、海南、北京调研[J].经济研究参考,2014(62):13-19.

[3]姜玥,章璇,王思思.蔬菜类生鲜电子商务模式实例分析[J].合作经济与科技,2015(7):125-127.

[4]周应恒,卢凌霄.生鲜蔬菜供应链效率研究——以南京市为例[J].江苏农业科学,2008(1):69-72.

[5]孙侠,张闯.我国农产品流通的成本构成与利益分配——基于大连蔬菜流通的案例研究[J].农业经济问题,2008,29(2):39-48.

[6]张有望,肖小勇.流通成本视角下蔬菜流通模式的比较研究——基于山东、北京的调查[J].广东农业科学,2015,42(5):157-162.

[7]屈小博,霍学喜.交易成本对农户农产品销售行为的影响——基于陕西省6个县27个村果农调查数据的分析[J].中国农村经济,2007(8):35-46.

[8]乌云花,黄季焜,ROZELLES.水果销售渠道主要影响因素的实证研究[J].系统工程理论与实践,2009,29(4):58-66.

[9]OPPEWALH,TOJIBDR,LOUVIERISP.ExperimentalAnalysisofConsumerChannel-MixUse[J].JournalofBusinessResearch,2013,66(11):2226-2233.

[10]古川,安玉发.多元农产品购买渠道下城市居民的选择和感知效用因素分析[J].商业经济与管理,2015(7):16-24.

[11]WANGH,DONGX,ROZELLES,etal.ProducingandProcuringHorticulturalCropswithChineseCharacteristics:TheCaseofNorthernChina[J].WorldDevelopment,2009,37(11):1791-1801.

[12]史朝兴,顾海英.贸易引力模型研究新进展及其在中国的应用[J].财贸研究,2005,16(3):27-32.

[13]OTSUKIT,WILSONJS,SEWADEHM.SavingTwoinaBillion:QuantifyingtheTradeEffectofEuropeanFoodSafetyStandardsonAfricanExports[J].FoodPolicy,2001,26(5):495-514.

[14]OLPERA,RAIMONDIV.AgriculturalMarketIntegrationintheOECD:AGravity-BorderEffectApproach[J].FoodPolicy,2008,33(2):165-175.

[15]潘凤杰,崔燕,穆月英.中国蔬菜出口贸易变动的新趋势及影响因素分析[J].中国农学通报,2010,26(22):437-441.

[16]章棋,张明杨,应瑞瑶.双边技术性贸易措施对我国蔬菜出口贸易的影响分析[J].国际贸易问题,2013(3):46-58.

[17]张哲晰,穆月英.中国蔬菜出口国际竞争力及其影响因素:国别(地区)差异与贸易潜力分析[J].世界农业,2015(10):132-140.

[18]穆月英.从日本市场看中国蔬菜的国际竞争力[J].世界农业,2008(11):38-40.

[19]陈晓娟.中韩FTA对我国农产品贸易的影响研究[D].北京:中国农业大学经济管理学院,2014.

[20]SAWYERJA.AnEconometricStudyofInternationalTradeFlowsbyHansLinnemann[J].CanadianJournalofEconomicsandPoliticalScience,1971,33(4):633-634.

[21]BALDWINRE.DeterminantsoftheCommodityStructureofUSTrade[J].AmericanEconomicReview,1971,61(1):126-146.

[22]NERLOVEM,ADDISONW.StatisticalEstimationofLong-RunElasticitiesofSupplyandDemand[J].JournalofFarmEconomics,1958,40(4):861-880.

[23]刘红梅,李国军,王克强.基于引力模型的中国农业虚拟水国内贸易影响因素分析[J].中国农村经济,2011(5):21-32.

[24]欧阳小迅,黄福华.我国农产品流通效率的度量及决定因素：2000-2009[J].农业技术经济,2011(2):76-84.

[25]胡宗义,刘亦文.能源消耗、污染排放与区域经济增长关系的空间计量分析[J].数理统计与管理,2015,34(1):1-9.

[26]赵华平,张所地.城市宜居性特征对商品住宅价格的影响分析——基于中国35个大中城市静态和动态空间面板模型的实证研究[J].数理统计与管理,2013,32(4):706-717.

[27]ANSELINL.SpatialEconometrics:MethodsandModels[M].Dordrecht:KluwerAcademicPublisher,1988:111-124.

[28]郭国强.空间计量模型的理论和应用研究[D].武汉:华中科技大学经济学院,2013.

[29]宋长鸣,徐娟,章胜勇.蔬菜价格波动和纵向传导机制研究——基于VAR和VECH模型的分析[J].农业技术经济,2013(2):10-21.

[30]辜胜阻,李华,易善策.城镇化是扩大内需实现经济可持续发展的引擎[J].中国人口,2010(3):2-10.

[31]王秀清.大都市郊区蔬菜产地竞争策略[J].中国农村经济,1996(9):52-55.

[32]穆月英.北京市蔬菜产业经济研究[M].北京：中国农业出版社,2013:3-15.

Analysis on the Determinants and Regional Trade of Vegetables in China Based

on the Spatio-temporal Characteristics

WU Shu, MU Yue-ying

(CollegeofEconomicsandManagement,ChinaAgriculturalUniversity,Beijing100083,China)

Abstract:Based on the spatial dynamic panel model and the panel data of 31 provinces during 2001-2012, the frame of trade gravity theory is adopted to analyze the influencing factors and spatio-temporal relevance of the regional trade on vegetables in China. The results show that the regional trade of China’s vegetables has significant relevance to time and space: dynamic inertia effect in time and regional correlation characteristics in space; specifically, it shows continuity in its own development and mutual influence in neighbor areas with complementary effects. Meanwhile, the positive factors correlated to regional trade of China’s vegetables are the cabors in vegetable production, the total population of the urban demanders and circulation efficiency of agricultural products while such factors as price indices of means of agricultural production, vegetables producer price index have negative effect on the circulation of the vegetables; among all, the population of the urban areas that represent the demand potentials has the greatest effect on the trade of vegetables.

Key words:vegetables trade; regional trade; SDPD Model; spatio-temporal effect

中图分类号:F713

文献标识码:A

文章编号:1000-2154(2016)02-0018-08

作者简介:吴舒，女，博士研究生，主要从事农业经济理论与政策研究；穆月英，女，教授，主要从事农业经济理论与政策研究。

基金项目:现代农业产业技术体系北京市果类蔬菜产业创新团队项目(BAIC01-2016)；北京市社科基金重点项目(15JGA020)；高等学校博士点专项科研基金项目(20120008110032)；公益性行业科研专项(201103001)

收稿日期:2015-12-02