蔬菜产销地批发市场间的价格传递效应研究——基于山东寿光至北京蔬菜流通的考察

张有望

(华中农业大学 经济管理学院， 湖北 武汉 430070)



蔬菜产销地批发市场间的价格传递效应研究
——基于山东寿光至北京蔬菜流通的考察

张有望

(华中农业大学 经济管理学院， 湖北 武汉 430070)

作为居民日常消费品之一，蔬菜近年来价格的频繁波动直接影响到了其消费和生产。蔬菜流通是蔬菜价格形成的基础，研究蔬菜各流通环节间的价格传递效应有助于更深入地认识蔬菜价格的形成和波动。文章基于2014年1月—2016年4月黄瓜、西红柿、茄子和尖椒四个蔬菜代表品种的周价格数据，运用Granger因果关系检验和三元BEKK- GARCH(1,1)模型考察了山东寿光到北京产销地批发市场间蔬菜价格的传递效应。研究发现，山东寿光产地批发市场与北京销地批发市场间蔬菜价格的均值传递效应因蔬菜品种不同而存在差异；单个市场的蔬菜价格同时受到其自身前期波动和其他市场同种蔬菜价格波动传递效应的影响；销地一级批发市场蔬菜价格对产地批发市场和销地二级批发市场同种蔬菜价格具有显著的传递效应。因此，在调控北京市蔬菜价格异常波动过程中，应重点关注销地一级批发市场这一关键环节。

蔬菜流通； 产地批发市场； 销地批发市场； 价格传递； Granger因果检验； BEKK- GARCH模型

蔬菜是紧系民生的三农产品，其价格关系到城镇居民生活和农民收入[1]。近年来，北京市蔬菜价格波动较为剧烈。中国经济与社会发展统计数据库公布的数据显示，2010年1月—2015年12月，北京市居民鲜菜消费环比价格指数上涨或下跌超过10%的月份达到37个，占月份总数的一半以上。商务部全国农产品商务信息公共服务平台公布的数据显示，2016年1月，北京市新发地农产品批发市场黄瓜、西红柿、茄子和尖椒价格最高分别上涨到每公斤10.3元、6.7元、6.4元和6.8元，最低则分别下跌到每公斤5元、4.6元、3.2元和2.8元；同期北京市岳各庄批发市场四种蔬菜的价格最高分别上涨到每公斤10元、8元、9元和7元，最低分别下跌到每公斤5.6元、5.2元、5.4元和3元，两个市场的蔬菜价格均出现了较大幅度的波动。北京市蔬菜价格的剧烈波动，一方面影响了北京市居民的日常饮食，另一方面无疑会打击蔬菜来源地菜农的生产积极性，不利于蔬菜产业的健康和可持续发展。如何稳定北京市的蔬菜价格和平抑其异常波动，已成为亟待解决的重要问题。

蔬菜价格在流通过程中逐步形成，各流通环节是形成蔬菜终端价格的基础，其中任何一个环节的价格波动都可能会引起其他环节价格的波动。因此，研究蔬菜流通过程中各环节之间价格的相互关系，有助于理解蔬菜价格的形成和波动机制，同时也能够从供应链视角为有效平抑蔬菜价格异常波动提供新的思路。本文选取北京市蔬菜供应链上的三个主要流通环节产地批发市场、销地一级批发市场和销地二级批发市场，拟通过对三类批发市场之间蔬菜价格的相互关系进行研究，厘清北京市蔬菜流通主要环节价格之间的传递关系与传导机理，并从供应链视角为稳定北京市的蔬菜价格提供有益的参考和借鉴。

一、蔬菜价格传递的相关文献综述

本文研究的蔬菜产销地批发市场间价格传递效应包括均值传递效应和波动传递效应两方面。前者反映的是蔬菜价格在绝对水平变化上的关联性；后者反映的是蔬菜价格的相对水平变化，即波动层面的关联性[2]。

相比于粮食等大宗农产品，目前国内有关蔬菜不同市场间价格传递效应的研究相对较少，且主要集中在均值层面进行研究。胡华平、李崇光(2010)[3]采用非对称误差修正模型对蔬菜等农产品的垂直价格传递进行了研究，发现价格传递的强度与市场联结程度正相关；董晓霞等(2011)[4]通过格兰杰因果关系检验和市场综合联系指数考察了西红柿产地与其他地区市场之间的价格传导关系，发现二者之间的价格传导兼具交叉性和地域性特征；李桂芹、王丽丽(2012)[5]运用VAR模型考察了我国蔬菜生产、批发与零售价格之间的相互关系，发现蔬菜批发价格对生产价格的影响更明显；宋长鸣等(2013)[6]通过格兰杰因果关系检验分析了蔬菜生产和零售价格之间的传递效应，结果表明当期生产价格和零售价格分别受到预期零售价格和生产价格的影响；随学超等(2015)[7]基于非对称误差修正模型考察了蔬菜产销地之间的价格传递，发现产地价格对销地价格下跌的反应大于上涨。

综上所述，目前有关蔬菜不同市场间价格传递效应的研究总体上仍相对薄弱，并且以均值(一阶矩)层面的研究居多，所采用的方法包括格兰杰因果关系检验、误差修正模型等，缺少对波动(二阶矩)层面的深入考察。因此，本文拟在现有研究的基础上，通过Granger因果关系检验和三元BEKK- GARCH模型综合分析北京市蔬菜产销地批发市场间价格的均值传递效应和波动传递效应，试图在一个完整的理论框架中考察北京市蔬菜主要流通环节价格在一阶矩(均值)和二阶矩(方差)层面的传递关系，将均值、条件方差和协方差等因素同时考虑到其中，以期更加科学地揭示出不同市场间蔬菜价格的传递机理。

二、山东寿光产地市场与北京销地市场的蔬菜价格变动情况

山东寿光至北京蔬菜流通过程中的产地批发市场、销地一级批发市场和销地二级批发市场依次选取了山东寿光农产品物流园、新发地农产品批发市场和岳各庄批发市场作为代表。北京市蔬菜流通经由三级批发市场和四级批发市场的情形较少[8]，因而在此不作考虑。综合考虑蔬菜的产地特征、供应持续性和消费特性等因素后，选取黄瓜、西红柿、茄子和尖椒四种蔬菜作为研究对象。四种蔬菜的相关价格数据均来源于商务部全国农产品商务信息公共服务平台，单位为元/公斤。其中，原始数据为2014年1月1日—2016年4月5日的日度价格数据，由于存在部分数据的缺失，为保证数据的连续性和三个市场数据的匹配性，本文将日度价格数据转化为周价格数据，处理后共得到四种蔬菜各118组价格序列。

山东寿光产地与北京销地批发市场的蔬菜价格走势大致相同。具体而言，山东寿光农产品物流园、北京新发地和北京岳各庄三个市场黄瓜、西红柿、茄子、尖椒四种蔬菜价格的变动趋势基本一致，三个市场同种蔬菜的价格多数情况均表现为同时上涨或下跌(见图1～图4)，表明上述三个市场同种蔬菜价格之间可能存在一定的关联性。

表1显示了上述三个市场黄瓜、西红柿、茄子和尖椒四种蔬菜价格数据的描述性统计结果。从均值来看，黄瓜、西红柿和茄子的价格均值由产地批发市场向销地批发市场呈现逐渐递增的趋势，表明在流通成本的作用下，三种蔬菜价格沿供应链向下游逐渐上涨；虽然尖椒同样是销地二级批发市场的价格均值最大，但其产地批发市场的价格均值大于销地一级批发市场①。从标准差来看，四种蔬菜销地二级批发市场价格的标准差均大于销地一级批发市场，表明前者的波动幅度大于后者，零售终端蔬菜价格的波动幅度明显大于中间流通环节。从JB统计量来看，所有价格序列均至少在5%的显著水平上拒绝服从正态分布的零假设，即所有价格序列均服从非正态分布。进一步观察偏度和峰度的统计结果发现，所有价格序列均呈右偏，黄瓜所有价格序列、西红柿产地批发市场价格序列和尖椒销地二级批发市场价格序列呈尖峰分布，其余价格序列的分布较为平坦。

表1 蔬菜产销地批发市场价格描述性统计结果

注：第2列中，1代表山东寿光农产品物流园，2代表北京新发地农产品批发市场，3代表北京岳各庄批发市场。

三、蔬菜产销地批发市场间价格传递效应分析

本文通过Granger因果关系检验和BEKK- GARCH模型两种方法考察蔬菜产销地批发市场间价格的传递效应。其中，Granger因果关系检验用于考察均值传递效应，BEKK- GARCH模型用于考察波动传递效应。

(一)蔬菜价格的均值传递效应分析

首先，采用ADF方法考察相关蔬菜价格序列的平稳性。结果表明，所有蔬菜价格序列均不平稳，而其各自对应的一阶差分序列均为平稳序列，据此可继续进行协整检验。其次，采用Johansen协整方法考察四种蔬菜各组价格序列之间是否存在协整关系。Johansen协整方法对滞后阶数比较敏感，因而在协整检验之前通过构建VAR模型确定滞后阶数。根据LR、FPE、AIC、SC和HQ五个检验量，得出黄瓜、西红柿、茄子和尖椒的最优滞后阶数分别为2阶、1阶、1阶和3阶。

协整检验结果(表2)表明，黄瓜、西红柿、茄子和尖椒各自对应的三组价格序列之间均在10%的显著性水平上存在协整关系。因此，四种蔬菜各自所对应的三组价格序列之间均存在长期整合关系，其中一个市场蔬菜价格的变动必然会影响到其他两个市场同种蔬菜的长期均衡价格。最后，通过Granger因果关系检验考察四种蔬菜不同市场价格序列之间的均值传递效应。

表2 蔬菜产销地批发市场价格协整检验结果

由表3可知，Granger因果关系检验结果表明，黄瓜、西红柿、茄子和尖椒四种蔬菜产销地批发市场价格间存在紧密的动态关联关系，但不同品种蔬菜价格序列间的均值传递效应及单双向关系存在差异。具体而言，黄瓜产地批发市场价格对销地一级和二级批发市场价格分别在10%和1%的显著性水平上具有均值传递效应，销地一级批发市场价格对产地批发市场和销地二级批发市场价格在1%的显著性水平上具有均值传递效应，销地二级批发市场价格对产地批发市场价格在10%的显著性水平上具有均值传递效应；西红柿销地一级批发市场价格对产地批发市场和销地二级批发市场价格分别在5%和1%显著性水平上具有均值传递效应；茄子销地一级批发市场价格对产地批发市场和销地二级批发市场价格分别在10%和1%的显著性水平上具有均值传递效应，销地二级批发市场价格对产地批发市场价格在1%的显著性水平上具有均值传递效应；尖椒产地批发市场与销地一级批发市场价格间在5%显著性水平上存在双向均值传递效应，产地批发市场和销地一级批发市场价格对销地二级批发市场价格在1%显著性水平上具有均值传递效应。

表3 蔬菜产销地批发市场间价格均值传递效应检验结果

注：P1a、P2a、P3a和P4a分别为黄瓜、西红柿、茄子和尖椒的产地批发市场价格，P1b、P2b、P3b和P4b分别为对应的销地一级批发市场价格，P1c、P2c、P3c和P4c分别为对应的销地二级批发市场价格；*、**和***分别代表在10%、5%和1%的显著性水平上显著。

通过上述分析发现，山东寿光产地批发市场与北京销地批发市场间不同蔬菜品种价格的均值传递效应存在差异。但通过观察发现，黄瓜、西红柿、茄子和尖椒的销地一级批发市场价格对供应链上游产地批发市场和下游销地二级批发市场同种蔬菜价格均具有显著的均值传递效应，即四种蔬菜销地一级批发市场价格的上涨或下跌都将会传递给其他两个市场的同种蔬菜，并导致其价格的上涨或下跌。这表明新发地农产品批发市场作为北京的蔬菜一级批发市场，在山东寿光到北京蔬菜供应链的价格形成过程中占据重要地位，该市场的蔬菜价格能够同时对供应链上下游市场同种蔬菜的价格走势产生影响。

(二)蔬菜价格的波动传递效应分析

BEKK- GARCH模型最早由Engle & Kroner(1995)[9]提出，可以用来分析单一市场的价格波动和某一市场价格对其他市场价格波动的传递效应[10]。同时该模型能够在较弱条件下假定协方差矩阵的正定性，且待估参数少，因而具有较大的优越性。一般情况下，GARCH模型的阶数较小，GARCH(1,1)模型就能够描述大量时间序列[11]。因此，本文将采用三元BEKK- GARCH(1,1)模型考察三个市场间蔬菜价格的波动传递效应，设定其方差方程如下：

Ht=CC′+A(εt-1ε′t-1)A′+BHt-1B′

(1)

式(1)中，C为下三角矩阵，A为ARCH项系数矩阵，B为GARCH项系数矩阵。由于矩阵Ht、A、B、C及式(1)展开后涉及变量较多，此处略去了展开后的具体形式。

采用极大似然法对式(1)中的参数进行估计，假定εt服从二元条件正态分布，则待估参数的对数似然函数如下：

(2)

式(2)中，θ为待估参数，T为样本量，N为序列数。

矩阵A、B主对角线上元素aii、bii分别为i市场蔬菜价格对自身前期的ARCH型、GARCH型波动传递效应；副对角线上元素aij、bij分别为j市场蔬菜价格对i市场同种蔬菜价格的ARCH型、GARCH型波动传递效应。其中，ARCH型和GARCH型波动传递效应表现出的特征分别为方差时变性和波动持久性，且对应的系数为正值表示正向引导作用，为负值表示负向引导作用[12-13]。假设当aij=bij=0时，表明i市场蔬菜价格的条件方差不受j市场同种蔬菜价格前期绝对残差和前期波动影响，即j市场蔬菜价格对i市场同种蔬菜价格不存在波动传递效应；反之则存在波动传递效应。

采用极大似然法估计BEKK- GARCH(1,1)模型的相关参数。借鉴肖小勇等(2014)[2]的研究，在BHHH(Berndt- Hall- Hall- Haus)算法的基础上，通过Winrats软件完成。首先对未施加任何约束的方差方程进行估计，然后运用χ2检验对受约束BEKK- GARCH(1,1)模型原假设进行检验，相关结果见表4。

由表4可知，黄瓜、西红柿、茄子和尖椒产地批发市场价格、销地一级批发市场价格和销地二级批发市场价格受自身前期波动的影响较大，具有方差时变性或波动持久性特征。ARCH项系数矩阵A和GARCH项系数矩阵B主对角线上元素中，黄瓜除a33外，其余元素均在1%显著性水平上异于0；西红柿和茄子对应的所有元素均至少在10%显著性水平上异于0；尖椒除a11和a33外，其余元素均在1%显著性水平上异于0。因此，在自身前期波动的影响下，四种蔬菜销地一级批发市场价格，黄瓜、西红柿和茄子产地批发市场价格，以及西红柿和茄子销地二级批发市场价格波动兼具ARCH型和GARCH型特征，表现出方差时变性与波动持久性；黄瓜销地二级批发市场价格以及尖椒产地批发市场价格和销地二级批发市场价格波动具有GARCH型特征，仅表现出波动持久性。

由表4可知，黄瓜、西红柿、茄子和尖椒产地批发市场价格、销地一级批发市场价格和销地二级批发市场价格间的波动传递效应及单双向关系存在差异。ARCH项系数矩阵A和GARCH项系数矩阵B副对角线上元素中，黄瓜除a31和b31外，其余元素均至少在5%显著水平上异于0；西红柿除a13、b13和b23外，其余元素均至少在10%显著水平上异于0；茄子除b23外，其余元素均在1%显著水平上异于0；尖椒除a13、b13、a21、b21、b23、b31和a32外，其余元素均至少在5%显著水平上异于0。由此可以得到三个市场同种蔬菜间价格波动传递效应的特征：产地批发市场与销地一级批发市场间，黄瓜、西红柿和茄子价格表现为ARCH型和GARCH型双向波动传递效应，尖椒价格表现为后者对前者的ARCH型和GARCH型单向波动传递效应；销地一级批发市场与二级批发市场间，黄瓜价格表现为ARCH型和GARCH型双向波动传递效应，西红柿和茄子价格表现为前者对后者的ARCH型和GARCH型波动传递效应以及后者对前者的ARCH型波动传递效应，尖椒价格表现为前者对后者的GARCH型波动传递效应以及后者对前者的ARCH型波动传递效应；产地批发市场与销地二级批发市场间，茄子价格表现为ARCH型和GARCH型双向波动传递效应，黄瓜、西红柿价格分别表现为后者对前者、前者对后者的ARCH型和GARCH型波动传递效应，尖椒价格表现为前者对后者的ARCH型波动传递效应。

表4 BEKK- GARCH(1,1)模型估计结果

注：A和B分别表示ARCH型和GARCH型波动传递效应，1、2和3分别代表产地批发市场价格、销地一级和二级批发市场价格，例如，黄瓜的矩阵A对应的矩阵元素(3,2)(或a32)代表黄瓜销地一级批发市场价格对二级批发市场价格的波动传递效应；*、**和***分别代表在10%、5%和1%的显著性水平上显著。

通过上述分析发现，单个市场的蔬菜价格同时受到自身前期波动和其他市场同种蔬菜价格波动传递效应的双重影响。一方面，黄瓜、西红柿、茄子和尖椒价格的波动均受到自身前期价格波动影响，具有方差时变性或波动持久性特征。反映出山东寿光到北京蔬菜流通链上的三个重要环节农产品物流园、新发地和岳各庄批发市场，每个市场内部均具有各自的价格运行机制，影响和调节各自市场内部的蔬菜价格。另一方面，不同批发市场的同种蔬菜价格之间可能存在波动传递效应。其中，四种蔬菜的销地一级批发市场价格对产地批发市场和销地二级批发市场同种蔬菜价格均存在显著的波动传递效应，且通过表4下方给出的四种蔬菜对应原假设的χ2检验结果进一步验证了这一结论。这表明三个市场之间的蔬菜价格波动具有联动性，一个市场的价格波动能够通过这种联动机制传递到其他市场，并引起其价格波动。同时，这种联动机制中存在关键节点。新发地农产品批发市场作为其中的关键节点，其蔬菜价格波动能够同时传递到上游的山东寿光农产品物流园和下游的岳各庄市场，并引起两个市场同种蔬菜价格的波动。

四、相关讨论与启示

通过均值和波动两个层面实证考察不同市场间蔬菜价格的传递情况发现，各个市场间价格的传递效应因蔬菜品种的不同而存在差异，三个市场相互之间存在一定的价格联动机制和风险扩散机制。在这一过程中，新发地农产品批发市场的蔬菜价格对其他两个市场同种蔬菜的价格同时具有均值传递效应和波动传递效应，能够同时影响其他两个市场同种蔬菜价格的形成和波动，是山东寿光到北京蔬菜流通链条上的关键节点。新发地农产品批发市场之所以扮演着如此重要的角色，本文认为其中的原因有以下两方面。

第一，新发地农产品批发市场蔬菜价格对下游二级批发市场同种蔬菜价格具有传递效应，主要是受其一级批发市场地位的影响。新发地批发市场是北京最大的蔬菜一级批发市场，被誉为北京的大“菜篮子”，承担着北京约 70%的蔬菜供应量[14]。由新发地农产品批发市场调研数据知，2015年该市场蔬菜和水果交易总量1510万吨，交易额606亿元，在全国同行业市场中交易量和交易额均排名第一位，在保障北京市的蔬菜供应方面扮演着重要角色。相比于新发地批发市场，岳各庄、大洋路、八里桥和水屯等北京市规模相对较大的蔬菜批发市场均属于二级批发市场，其蔬菜大多来源于新发地，并在新发地批发市场价格的基础上，加入二级批发商相对固定的经营成本和利润，形成其蔬菜价格。因此，新发地农产品批发的蔬菜价格是岳各庄等北京市二级批发市场蔬菜价格形成的基础，其价格的变动也必然会引起二级批发市场同种蔬菜价格的变动。

第二，新发地农产品批发市场蔬菜价格对上游产地批发市场同种蔬菜价格具有传递效应，可能是受到了二者之间蔬菜流通模式的影响所致。山东省是北京重要的蔬菜供应地，由新发地农产品批发市场调研数据知，2015年该市场蔬菜调入量为686.35万吨，其中123.54万吨来自山东省，仅次于来自河北省的137.27万吨，而山东寿光农产品物流园又是山东省向北京市供应蔬菜的主要基地。山东寿光到北京新发地的蔬菜流通，通常是由新发地的蔬菜收购商在山东寿光设立的代收商收购蔬菜，收购商综合考虑新发地批发市场前期价格和产地蔬菜供求量等因素后确定收购价格，代收商则根据收购商的报价进行收购，从而形成单笔交易中山东寿光物流园的蔬菜收购价格。因此，山东寿光农产品物流园的蔬菜价格在某种程度上部分参照了新发地农产品批发市场的价格，在中间流通成本相对固定的情况下，后者价格的变动就很可能引起前者价格的变动。

基于上述讨论，对于蔬菜价格的波动，政府应充分发挥市场机制作用，重点关注和调控其中的异常波动[15]。对此，本文认为应主要注意以下两点。第一，密切关注蔬菜流通过程中的关键节点和重要环节。本文的研究发现，新发地农产品批发市场的蔬菜价格能够对上下游市场同种蔬菜的价格产生影响，在山东寿光与北京的蔬菜流通中占据着核心地位，因而在调控北京市蔬菜价格异常波动时需对其格外关注。第二，创新蔬菜的流通方式和交易模式。山东寿光与北京之间经由大型批发市场的蔬菜流通模式，由于流通环节相对较多，各流通环节之间的价格相互影响，极易导致蔬菜价格的不稳定。因此，亟须改革当前蔬菜流通和交易模式，鼓励“农超对接”等流通模式的发展，减少蔬菜流通的中间环节和交易次数。

注 释：

① 尖椒产地和销地一级批发市场价格的118组数据中，有69组为前者大于后者，从而导致前者的均值大于后者。其原因可能在于：一是供求关系的作用。新发地市场蔬菜价格除参照产地价格外，还受供给量影响，当尖椒供给量过大时就会滞销，为避免更大的损失，此时即使亏本商贩也会选择出售。这种亏损可以通过商贩经营的其他蔬菜的获利来弥补，即品种间的调剂能够维持一定的总利润。二是其他产地市场的影响。新发地市场中还有部分蔬菜来自其他产地市场，尤其是北京周边地区，其价格一般低于山东寿光，从而会拉低新发地市场的平均价格。由于本文主要研究各市场间蔬菜价格在均值和方差变动量上的关联性，两个市场价格绝对值的差异不会影响研究结果，故未深入分析其中原因。

[1]李崇光, 肖小勇, 张有望. 蔬菜流通不同模式及其价格形成的比较——山东寿光至北京的蔬菜流通跟踪考察[J]. 中国农村经济, 2015(8): 53-66.

[2]肖小勇, 李崇光, 李剑. 国际粮食价格对中国粮食价格的溢出效应分析[J]. 中国农村经济, 2014(2): 42-55.

[3] 胡华平, 李崇光. 农产品垂直价格传递与纵向市场联结[J]. 农业经济问题, 2010(1): 10-17.

[4] 董晓霞, 许世卫, 李哲敏, 等. 完全竞争条件下的中国生鲜农产品市场价格传导——以西红柿为例[J]. 中国农村经济, 2011(2): 22-32.

[5] 李桂芹, 王丽丽. 蔬菜全产业链价格传递机制研究[J]. 农业经济问题, 2012(11): 30-36.

[6] 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.

[7] 随学超, 周应恒, 耿献辉. 中国蔬菜产地价格的非对称反应:理论与实证分析[J]. 统计与信息论坛, 2015(3): 45-50.

[8] 刘达, 庞毅. 北京市蔬菜“最后一公里”问题的实证研究[J]. 北京工商大学学报：社会科学版, 2012(4): 44-50.

[9] Engle R F, Kroner K F. Multivariate simultaneous generalized ARCH [J]. Econometric Theory, 1995, 11(1): 120-150.

[10]李光泗, 曹宝明, 马学琳. 中国粮食市场开放与国际粮食价格波动——基于粮食价格波动溢出效应的分析[J]. 中国农村经济, 2015(8): 44-52.

[11]易丹辉. 数据分析与EViews应用[M]. 北京: 中国人民大学出版社, 2008.

[12]颜斌斌, 田立平, 刘洪伟. 沪铜期货与现货市场的价格发现与波动溢出效应[J]. 数学的实践与认识, 2016(2): 114-120.

[13]何晓燕, 张蜀林. 我国棉花期货与现货市场的价格发现与波动溢出效应[J]. 系统工程理论与实践, 2013(7): 1723-1728.

[14]张闯, 夏春玉, 刘凤芹. 农产品批发市场公益性实现方式研究——以北京新发地市场为案例[J]. 农业经济问题, 2015(1): 93-100.

[15]李崇光，宋长鸣. 蔬菜水果产品价格波动与调控政策[J]. 农业经济问题，2016(2): 17-24.

(本文责编 邓 艳)

Price Transfer Effect of Vegetables between Original and Sale Wholesale Markets Based on Investigation of Vegetable Circulation from Shouguang Shandong to Beijing

ZHANG Youwang

(CollegeofEconomics&Management,HuazhongAgriculturalUnivercity,Wuhan,Hubei430070,China)

Vegetable is one of daily consumer goods for residents. Vegetable prices have fluctuated frequently in recent years, which directly impacts the production and consumption of vegetables. The circulation of vegetables is the foundation for the formation of vegetable prices. The research on price transfer effect of vegetables between circulation links is helpful to understand the formation and the fluctuation of vegetable prices. Based on the weekly data from January 2014 to April 2016 for the four typical vegetables such as cucumber, tomato, eggplant and pepper, this paper uses the Granger causality test and BEKK- GARCH (1, 1) model to investigate the price transfer effect of vegetable wholesale prices between original market in Shouguang, Shandong and sale market in Beijing. The results show that the average price transfer effect between original market in Shouguang, Shandong and sale market in Beijing varies from vegetable varieties. The vegetable prices of one market are both affected by its own previous fluctuations and price volatility transfer effects of the same vegetables on other markets. There is a significant price transfer effect from primary sale market on original market and second level sale market for the same vegetable. Therefore, great attention should be paid to the primary market in regulating abnormal fluctuations of vegetable prices in Beijing.

vegetable circulation; original wholesale market; sale wholesale market; price transfer; Granger causality test; BEKK- GARCH model

10.16299/j.1009-6116.2016.06.004

2016--07--10

财政部、农业部国家现代农业(蔬菜)产业技术体系产业经济研究专项(nycytx-35)。

张有望(1990—)，男，黑龙江双城人，华中农业大学经济管理学院博士研究生，研究方向：农产品市场与价格。

F713； F323.7

A

1009--6116(2016)06--0026--08