基于纵向传导的蔬菜批零价格关系研究—以北京市果类蔬菜为例

李 靓 穆月英

（中国农业大学经济管理学院，北京 100083）

基于纵向传导的蔬菜批零价格关系研究—以北京市果类蔬菜为例

李 靓 穆月英*

（中国农业大学经济管理学院，北京 100083）

从蔬菜产业的纵向看，批发和零售是两个重要环节，蔬菜批发价格和零售价格的走势以及它们之间的关系是各界关注的焦点。本文以北京市场为例，以番茄和黄瓜两种果类蔬菜的按日批零价格为对象，运用有限分布滞后模型和误差修正模型进行实证分析，研究蔬菜批零价格间的传导关系，并在此基础上揭示蔬菜批发价格在蔬菜价格形成中的作用。研究发现：蔬菜批零价格走势基本一致，相关系数很高；批零价格间存在批发价格向零售价格单向传导的因果关系；批零价格的传导是顺畅的，但不同种蔬菜传导的时间效应有所不同；批发价格在蔬菜价格形成中占据主导作用，当蔬菜价格受到冲击时，若零售价格过高则其会向着批发价格下调，若批发价格过高则零售价格会随之走高。

纵向传导；批零价格；有限分布滞后模型；误差修正模型

蔬菜是我国居民的生活必需品，保持蔬菜价格稳定，对保障居民生活水平意义深远。但近年来我国蔬菜市场价格波动频繁、起伏较大，不利于蔬菜市场的健康发展。蔬菜零售价格剧烈波动的成因可以从两个角度进行分析，一是运用供求机制，通过研究蔬菜供给与需求关系，分析蔬菜价格的形成与波动；二是运用市场整合理论，通过研究蔬菜产业链下游零售价格与上游生产价格和中游批发价格之间的纵向传导关系，分析蔬菜价格波动的成因。

我国蔬菜产能过剩的现状抑制了蔬菜田间收购价格的理性上涨，导致我国蔬菜田间收购价格持续低迷；城市化发展水平的加快，造成蔬菜外埠调运增多，外埠调运过程中面临的运输成本和不确定性增加，导致蔬菜批发价格居高不下且波动频繁（周振亚 等，2012）。由此可见，近年来我国蔬菜零售价格的剧烈波动或与批发价格的频繁波动密切相关。那么，蔬菜批零价格间到底有何影响关系？是批发价格导致零售价格变动，还是零售价格引起批发价格变动？批发价格在蔬菜价格形成中的作用如何？有必要对此进行深入分析。基于此，本文从市场整合角度，以北京市果类蔬菜为例，着重分析蔬菜批零价格间的关联和传导机制，揭示批发价格在蔬菜价格形成中的作用，以更好地了解蔬菜市场的价格形成和波动规律，促进蔬菜市场稳定发展。

1 文献回顾

价格形成和波动的分析方法较多，基于经济学视角的经典理论分析法是运用价格决定理论。该理论认为价格取决于供求相等的均衡状态，价格的大幅上升，来自需求的明显增加或供给的显著减少，通过讨论供给、需求的变化或影响供求的主要因素，实证分析价格的形成和波动情况。孙倩和穆月英（2011）对蔬菜价格变动、蔬菜上市量与蔬菜价格变动的关系进行定量分析，认为蔬菜价格受季节、供给等因素影响；高劼祎（2012）认为蔬菜价格波动符合蛛网理论，受供求影响较大。

国内外学者对价格传导的研究取得了大量成果，包括横向价格传导和纵向价格传导两个方面。横向价格传导研究主要集中在以下两个角度：一是国际间的价格传导分析，El-Dukheri和Elamin（2011）、Myers和Jayne（2012）将政府行为引入分析当中，认为当政府对所研究的产品进口干预过多时，会导致该产品国内外价格传导的通畅度较政府参与较少时低；罗锋和牛宝俊（2009）对国际农产品价格波动影响国内农产品价格的传递效应进行实证分析，认为国际农产品价格的变动对国内农产品价格存在显著影响；宋长鸣等（2013a）对中美大豆的价格传导机制进行研究，认为中美大豆市场相互影响，但美国大豆市场对中国大豆市场的冲击较强。二是一国之内不同地区间的价格传导分析，Brosig等（2011）以土耳其的小麦市场为研究对象，通过分析其价格变化情况，发现土耳其各区域间的整合程度受到市场大小和传递成本两方面的影响；刘金山和尉盼龙（2009）测度了我国省际价格传导效应，认为我国省际价格传导呈现出“生产领域传导快，流通领域传导慢”的特征；董晓霞等（2011）以番茄为例研究主产地市场与其他地区市场之间的价格传导关系，认为主产地与非主产地之间、主产地与主产地之间均存在价格传导关系，且市场价格传导同时具有地域性和交叉性的特征；赵翠萍（2012）实证分析了我国城乡之间蔬菜价格的联动性，发现城乡蔬菜价格的“单向传递”特点明显，且城乡之间蔬菜价格的影响速度呈现显著的非均衡性。

在纵向价格传导研究方面，学者较多关注产业链上、中、下游价格之间的关系，研究主要集中在以下两个方面：一是对代表一国上、中、下游价格水平的生产者价格指数、商品交易价格指数和消费者价格指数之间的传导机制进行研究，Cushing和Mcgarvey（1990）、Clark（1995）均对美国的价格传导机制做了实证分析，前者认为从生产者价格到消费者价格的传导机制比从消费者价格到生产者价格的传导机制更重要，后者则认为生产者价格对消费者价格的传导机制是比较微弱的；张成思（2010）分析了我国的上、中、下游价格传导机制，认为我国上、中、下游价格存在长期均衡关系，并且上、中游价格对下游价格具有显著动态传递效应，而下游价格对中游价格以及中游价格对上游价格分别存在反向传导的倒逼机制。二是对某一产业纵向价格传导关系的研究，王秀清等（2007）研究了农业生产者与食品零售商之间的纵向价格传递关系，发现市场力量和规模报酬对价格传递的影响十分复杂，取决于农产品供给函数和食品需求函数等多方面因素；胡华平和李崇光（2010）分析了我国主要农产品市场垂直价格传递和纵向市场联结的关系，发现纵向市场联结越松散，非对称垂直价格传递特征越微弱，纵向市场联结越紧密，非对称垂直价格传递特征越明显。

关于蔬菜价格纵向传导的研究较多，刘芳等（2012）、李桂芹和王丽丽（2012）、宋长鸣等（2013b）均对蔬菜价格纵向传导机制做了分析，但其中使用的方法有所不同。刘芳等（2012）、李桂芹和王丽丽（2012）运用基于VAR模型的脉冲响应函数法和方差分解法进行实证分析，前者认为果蔬零售价格指数的上涨对生产价格指数的传导路径顺畅，但生产价格指数对零售价格指数的传导存在1期滞后；后者认为蔬菜全产业链条价格之间的传递呈现出明显的“非均衡性”，与零售价格相比，蔬菜批发价格的上涨更能带动生产价格的提高。宋长鸣等（2013b）采用方差分解法和VECH模型分析蔬菜价格的波动传导机制，认为蔬菜本期生产价格受预期零售价格影响，本期零售价格受预期生产价格影响，零售价格在蔬菜市场中的主导作用更强，且生产和零售市场整合程度很高，已建立稳定的联合机制。

从已有文献看，目前关于蔬菜价格传导关系的研究大多是用价格指数的月度或年度数据分析蔬菜上、中、下游价格间的相互影响关系，而蔬菜批零价格关系密切，每天波动频繁，运用蔬菜按日价格来分析批零价格间传导关系的文献却较少。比起价格指数和年度数据，使用按日价格指标进行研究，能够真实反映蔬菜价格间的相互影响程度和传导的时间效应，时效性更强。基于此，本文以北京市番茄和黄瓜两种果类蔬菜的按日实际批零价格为研究对象，对其批发价格和零售价格间的传导关系进行研究，并在此基础上揭示批发价格在蔬菜价格形成中的作用。本文首先运用有限分布滞后模型分析蔬菜批零价格间的传导关系以及它们相互影响的时间效应；然后采用误差修正模型分析蔬菜批零价格的短期波动情况，揭示蔬菜批零价格的动态修正关系以及批发价格在蔬菜价格形成中的作用；最后提出稳定蔬菜市场价格、促进蔬菜市场稳定发展的对策建议。

2 基于市场整合理论的蔬菜价格分析

近年来，市场整合理论被广泛应用于分析市场间价格关联和整合情况的研究中。市场整合分析涉及商品和价格信息的跨空间、时间以及产品形式的流动，市场的分隔或整合与贸易的自由流动和价格信息的传导直接相关，是反映市场化程度和衡量市场效率的重要指标（韩胜飞，2007）。市场整合理论的基本假设是完全竞争，即市场上拥有大量的买者和卖者，市场竞争充分，市场交易主体是价格的接受者，市场交易的商品是同质的，并且资源和信息具有完全的流动性。市场整合包括空间市场整合、营销阶段的整合和相关商品间的整合（武拉平，1999）。空间市场整合是研究某一市场价格变化对另一市场价格变化影响的程度；营销阶段的整合主要研究同一商品在某营销阶段的价格变化对下一阶段价格变化的影响程度；相关商品间的整合主要研究某商品的价格变化对其相关产品价格变化的影响程度。市场整合理论框架如图1所示。

图1市场整合理论框架

关于空间市场整合的研究分为两个层面：一是价格整合，即使用不同市场的价格数据，分析市场间的价格关系和差异，采用的方法主要有价格相关分析法、Ravallion模型和协整检验法；二是市场整合，即使用市场价格、交易成本和贸易流量数据，分析市场之间的整体关系，发现市场竞争化程度和整体运作效率及其主要影响因素，采用的方法主要是状态转换模型（韩胜飞，2007）。从时间上看，空间市场价格整合分为两种情况：一是长期整合，即长期内不同市场价格间存在的相对稳定的均衡关系；二是短期整合，即短期内某个市场价格受到冲击时对其他市场产生的影响。

蔬菜批发和零售市场存在大量的销售者和购买者，市场竞争充分，可以认为他们不具有操控市场价格的能力，属于价格的接受者；蔬菜市场上商品繁多，同种商品基本上是同质的；虽然蔬菜批发和零售市场仍存在一定程度的信息不对称性，但随着信息化进程的加快，资源和信息的传播速度越来越快，传递效率也越来越高，因此认为蔬菜批发和零售市场符合市场整合理论的完全竞争市场的基本假定，可以运用市场整合理论进行分析。本文对市场整合理论的运用属于空间市场整合方面，即使用不同市场的蔬菜价格数据，对市场间的蔬菜价格关系进行分析。具体来说，就是分析北京市蔬菜批发和零售市场之间的价格传导关系，以及上述两个市场蔬菜价格之间的长期均衡和短期变动情况。

3 蔬菜批零市场价格的特征分析

3.1样本与数据说明

研究蔬菜价格间相互关系的数据，选择有两种，分别是蔬菜价格的绝对值和蔬菜价格指数，两者均能反映蔬菜价格变动的幅度与方向，它们的区别在于一个是直接使用实际价格数据，一个是对基期价格数据做比值，但选择实际价格进行研究，能够真实反映蔬菜价格间的相互影响程度和传导的时间效应，具有更强的时效性。为此，本文以北京市场为例，选取番茄和黄瓜两种果类蔬菜的按日实际批发价格和零售价格作为研究对象，基于2014年4月1日至8月31日共153天的按日数据，实证分析蔬菜批零价格之间的传导关系，并在此基础上揭示批发价格在蔬菜价格形成中的作用。批发价格数据来自北京市场协会（http：//www.bjsc.org.cn/），零售价格数据来自实地调研所得，调研对象为北京市的2家超市和1个农贸市场。由于蔬菜销售终端主要包括超市和农贸市场，其中超市是近年来发展较快的一种蔬菜销售终端，也是北京蔬菜销售终端的发展方向，农贸市场在北京仍然存在，为了使样本更加完善，因此选取2家超市和1个农贸市场作为调研对象，将3个调研网点的番茄和黄瓜的当天零售价格进行算术平均后分别得出两种蔬菜的当天零售价格数据。

3.2蔬菜批零价格基本走势和特征

2014年4月1日至8月31日，北京市番茄和黄瓜两种蔬菜的批发价格和零售价格的走势如图2所示。

从图2可见，两种蔬菜的批零价格走势比较相似，基本保持一致的波动趋势。从相关性来看，番茄和黄瓜批零价格的相关系数分别为0.96和0.82，表明两者均呈现高度相关性，且番茄的批零价格间相关程度更高。从波动水平看，两种蔬菜的批发价波动幅度相对较小，番茄和黄瓜批发价格的标准差分别为1.13和0.74，最大值与最小值分别相差3.37和3.14；两种蔬菜的零售价格波动幅度相对较大，番茄和黄瓜零售价格的标准差分别为1.44和0.95，最大值与最小值分别相差4.72和4.07（表1）。

图2北京市番茄和黄瓜批零价格走势

表1北京市番茄和黄瓜批零价格序列的基本统计量

4 蔬菜批零价格的传导关系分析

本文对蔬菜批零价格传导关系的研究，首先是采用ADF检验法对价格序列进行平稳性检验，判断蔬菜批零价格是否平稳；然后运用格兰杰因果关系检验，揭示蔬菜批零价格间的引导与传递关系；最后通过建立有限分布滞后模型，分析蔬菜批零价格的传导关系和传导的时间效应。模型运算时运用的是计量经济软件Eviews 6.0。

4.1平稳性检验

进行平稳性检验是进行时间序列分析的基础。采用 ADF 检验来判断蔬菜批发价格和零售价格的平稳性。根据ADF检验结果（表2），番茄批零价格的原序列ADF统计量均在5%的显著水平下大于临界值，不能拒绝原假设，所以它们都是非平稳的时间序列；但其一阶差分序列的检验结果均拒绝了原假设，是平稳的时间序列，表明番茄的批零价格间可能存在长期稳定关系。黄瓜批零价格的原序列ADF统计量均在5%的显著水平下小于临界值，拒绝原假设，说明黄瓜的批零价格原序列都是平稳的，它们之间亦可能存在长期稳定关系。

表2北京市番茄和黄瓜批零价格的单位根检验结果

4.2格兰杰因果关系检验

因果关系检验是用于检验经济时间变量之间的时间先后顺序，并不表示真正存在因果关系，是否存在因果关系需要根据理论、经验和模型进行判断（刘芳 等，2012）。为了分析番茄和黄瓜的批零价格间的因果关系，采用格兰杰因果关系法进行检验，检验结果如表3所示。

表3北京市番茄和黄瓜批零价格的格兰杰因果关系检验结果

根据表3的检验结果，对于这两种蔬菜，它们的批发价格均是零售价格的格兰杰原因，但它们的零售价格均不是批发价格的格兰杰原因，表明番茄和黄瓜的批零价格间存在批发价格对零售价格的单向传导关系。

4.3蔬菜批零价格的传导关系和传导的时间效应

因果关系检验的结果表明，番茄和黄瓜的批零价格间存在相互影响的时间关系，并且通过平稳性检验的结果可知，番茄和黄瓜的批零价格均是同阶单整的，因此可以采用有限分布滞后模型分析两种蔬菜批零价格间的传导关系和传导的时间效应。有限分布滞后模型的表达式如（1）式所示：

（1）式中，Yt为被解释变量，Xt为解释变量，Xt-i为滞后i期的解释变量，a0为常数项，ut为残差；b0为短期影响乘数，表示本期解释变量X变动一个单位对被解释变量Y值产生的影响；bi（i= 1，2，…，q）为动态乘数，表示解释变量在各滞后期变动一个单位对Y值的影响；2，…，q）为长期影响乘数，表示X变动一个单位时，由于滞后效应而形成的对Y值总的影响。

本文利用上述有限分布滞后模型，分别分析番茄和黄瓜的批发价格对零售价格影响的时间效应以及零售价格对批发价格影响的时间效应。模型参数估计采用阿尔蒙多项式法，阿尔蒙多项式的阶数取3，滞后期的选取根据AIC准则，取其最小的所对应的滞后期为最佳期，并在结果列表中剔除系数不显著项。

4.3.1 番茄批零价格传导的时间效应 番茄批零价格传导的时间效应如表4所示。从估计结果看，番茄批发价格对零售价格影响的有限分布滞后模型的拟合优度为0.92，F值达到了1%的统计显著水平，模型整体的拟合效果很好。番茄批发价格与零售价格之间存在正相关关系。当天批发价格每变动1%会引起当天零售价格朝相同的方向变动0.64%，滞后1天和8天的批发价格亦对当天零售价格存在显著的正向影响，并且当天批发价格系数最大，滞后8天的批发价格系数最小，表明当天批发价格对当天零售价格的影响最大，批发价格近期变动较远期变动对零售价格的影响更大。根据检验结果，番茄批发价格对零售价格的传导比较顺畅。

表4北京市番茄批零价格传导的有限分布滞后模型检验结果

番茄零售价格对批发价格影响的有限分布滞后模型的拟合优度为0.95，F值达到了1%的统计显著水平，模型整体的拟合效果很好。从表4的模型估计结果看，番茄零售价格对批发价格存在长期影响，虽然这种影响相对较弱，但当天零售价格和滞后7天以内的零售价格对当天批发价格影响均在1%的置信水平上显著，并且当天零售价格的系数最大，表明当天零售价格对当天批发价格的影响最大。根据检验结果，番茄零售价格向批发价格的传导是通畅的。

4.3.2 黄瓜批零价格传导的时间效应 黄瓜批零价格传导的时间效应如表5所示。从估计结果看，黄瓜批发价格对零售价格影响的有限分布滞后模型的拟合优度为0.70，F值达到了1%的统计显著水平，模型整体的拟合效果较好。黄瓜批发价格与零售价格之间存在正相关关系。当天批发价格每变动1%会引起当天零售价格朝相同的方向变动0.28%，滞后1天的批发价格的系数最大，表明前1天的批发价格对当天零售价格的影响最大，滞后2、3天和6天的批发价格亦对当天零售价格存在显著的正向影响。根据检验结果，黄瓜批发价格对零售价格的传导是顺畅的。

黄瓜零售价格对批发价格影响的有限分布滞后模型的拟合优度为0.65，F值达到了1%的统计显著水平，模型整体的拟合效果较好。从表5的模型估计结果看，黄瓜零售价格对批发价格存在长期影响。当天零售价格每变动1%会引起当天批发价格朝相同的方向变动0.35%，滞后1天和5天的零售价格亦对当天批发价格存在显著的正向影响，并且当天零售价格的系数最大，表明当天零售价格对当天批发价格的影响最大。根据检验结果，黄瓜零售价格向批发价格的传导比较畅通。

表5北京市黄瓜批零价格传导的有限分布滞后模型检验结果

5 蔬菜批零价格的短期波动分析

短期波动分析能关注短期内蔬菜批发价格波动怎样引起零售价格变化或零售价格波动如何导致批发价格变化。本文采用误差修正模型分析蔬菜批零价格间的短期波动情况。误差修正模型可以衡量价格系统内是否具有短期修正功能（吴舒和穆月英，2013），即衡量短期内批零价格间是否存在向均衡状态修正的功能。

由于本文对蔬菜批零价格短期波动的分析关注价格偏离均衡状态时的修正功能，因此首先需要确定两种价格间是否存在稳定的均衡状态。由ADF平稳性检验可知，番茄和黄瓜的批零价格均是同阶单整的，表明两种蔬菜的批零价格间可能存在稳定的均衡关系。可以利用Johansen协整检验来判断两种蔬菜批零价格间是否具有协整关系，如果存在协整关系，则说明两种蔬菜的批零价格系统内存在稳定的均衡关系。通过Johansen协整检验结果可知（表6），番茄和黄瓜的批零价格间均存在一种协整关系，即两种蔬菜的批零价格系统内存在着稳定的均衡状态。

表6北京市番茄和黄瓜批零价格的Johansen协整检验结果

虽然番茄和黄瓜的批零价格间存在稳定的均衡关系，但短期变化或突发事件的扰动很容易使市场偏离均衡状态，下面采用误差修正模型分析番茄和黄瓜的批零价格间的短期波动关系。番茄批零价格的误差修正模型的具体结果如式（2）和式（3）所示（括号内为t值）。

在式（2）中，误差修正项的系数为-41.61%，说明当番茄零售价格受到冲击高于原批零价格间的均衡状态时，会以41.61%的速度向批发价格下调；在式（3）中，误差修正项的系数为4.01%，即当番茄批发价格受到冲击高于原批零价格间的均衡状态时，则会引起其零售价格以4.01%的速度向批发价格上调。

黄瓜批零价格的误差修正模型的具体结果如式（4）和式（5）所示（括号内为t值）。

在式（4）中，误差修正项的系数为30.48%，说明当黄瓜零售价格受到冲击高于原批零价格间的均衡状态时，会以30.48%的速度向批发价格下调；在式（5）中，误差修正项的系数为7.30%，即当黄瓜批发价格受到冲击高于原批零价格间的均衡状态时，则会引起其零售价格以7.30%的速度向批发价格上调。

根据上述误差修正模型的检验结果可知，当短期中番茄和黄瓜的批零价格出现非均衡状态时，若两种蔬菜的零售价格过高，则它们均会向着批发价格下调；若两种蔬菜的批发价格过高，则它们的零售价格也会随之走高。可见，蔬菜批发价格在蔬菜价格形成中占据主导作用，蔬菜批发市场的良好运行对于保障蔬菜市场稳定发展具有至关重要的作用。

6 结论

本文以北京市场为例，以番茄和黄瓜两种果类蔬菜的按日批零价格为对象，运用有限分布滞后模型和误差修正模型实证分析蔬菜批零价格间的传导关系和短期波动，并在此基础上揭示蔬菜批发价格在蔬菜价格形成中的作用，主要研究结论概括如下：

① 两种蔬菜的批零价格走势基本一致，且批零价格的相关系数很高，但批发价格的波动幅度相对较小，零售价格的波动幅度相对较大。

② 格兰杰因果关系检验显示，两种蔬菜的批发价格和零售价格间存在单向因果关系，即它们的批发价格均是零售价格的格兰杰原因，但零售价格均不是批发价格的格兰杰原因。

③ 从两种蔬菜批零价格传导的时间效应来看，番茄和黄瓜的批发价格和零售价格传导的时间效应有所不同，但两种蔬菜批零价格间的传导均是顺畅的。

④ 蔬菜批发价格在蔬菜价格形成中占据主导作用。当蔬菜市场价格出现非均衡状态时，若两种蔬菜的零售价格过高，则它们均会向着批发价格下调；若两种蔬菜的批发价格过高，则它们的零售价格会随之走高。

基于以上分析结果，稳定蔬菜价格的首要任务是保持批发价格平稳，降低批发价格的波动幅度和频率。蔬菜批发市场带有公益性，政府应出台相关的土地、税收、财政等优惠政策，降低批发市场的运行成本，鼓励批发市场完善基础设施，平抑蔬菜价格因季节和自然天气变化引起剧烈波动，建立蔬菜批发价格实时监测机制，制定相关应急预案。此外，批发市场应建立自身稳固的蔬菜生产基地，引导蔬菜批发商与生产者建立风险自担、利益共享的共同体，确保蔬菜货源供应，保证蔬菜批发价格稳定。在蔬菜零售方面，政府应进一步优化蔬菜零售终端，降低零售终端的运行成本，防止零售商大幅加价，鼓励蔬菜批发市场自设零售终端，加强“农超对接”推广力度，减少蔬菜流通环节，降低蔬菜零售终端的流通成本，以达到降低蔬菜终端零售价格的目的。

董晓霞，许世卫，李哲敏，李干琼．2011．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．中国农村经济，（2）：22-32．

高劼祎．2012．我国蔬菜价格波动的经济学分析．经济与管理，（3）：38-39．

韩胜飞．2007．市场整合研究方法与传达的信息．经济学，6（4）：1359-1372．

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

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

刘芳，王琛，何忠伟．2012．果蔬产品产销间价格传导机制研究．农业技术经济，（1）：99-108．

刘金山，尉盼龙．2009．区际价格传导效应研究．经济前沿，（6）：15-21．

罗锋，牛宝俊．2009．国际农产品价格波动对国内农产品价格的传递效应——基于VAR模型的实证研究．国际贸易问题，（6）：16-22．

宋长鸣，李崇光，徐娟．2013a．中美农产品市场整合及其价格传导机制研究——以大豆市场为例．世界经济研究，（3）：35-40．

宋长鸣，徐娟，章胜勇．2013b．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．农业技术经济，（2）：10-21．

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．

王秀清，Weldegebriel H T，Rayner A T．2007．纵向关联市场间的价格传递．经济学，6（3）：885-898．

武拉平．1999．我国小麦、玉米和生猪收购市场整合程度研究．中国农村观察，（4）：23-29

吴舒，穆月英．2013．我国蔬菜价格的垂直传导关系研究．中国蔬菜，（18）：11-18．

张成思．2010．长期均衡、价格倒逼与货币驱动——我国上中下游价格传导机制研究．经济研究，（6）：42-52．

赵翠萍．2012．我国城乡蔬菜价格联动机制实证分析．农业技术经济，（6）：80-86．

周振亚，李建平，张晴，罗其友，阴晴．2012．中国蔬菜价格解析．经济问题探索，（1）：72-75．

Brosig S，Glauben T，Götz L，Weitzel E B，Bayaner A．2011．The Turkish wheat market：spatial price transmission and the impact of transaction costs．Agribusiness，27（2）：147-161．

Clark T E．1995．Do producer prices lead consumer prices?Economic Review，80（3）：25-39．

Cushing M J，Mcgarvey M G．1990．Feedback between wholesale and consumer priceinflation：a re-examination of the evidence．Southern Economic Journal，56：1059-1072．

El-Dukheri I，Elamin N．2011．Farmers’ response to soaring food prices in the Arab region．Food Security，（3）：149-162．

Myers R J，Jayne T S．2012．Multiple-regime spatial price transmission with an application to Maize markets in southern africa．American Journal of Agricultural Economics，94（1）：174-188．

Studies on Relationship Between Vegetable Wholesale and Retail Prices Based on Vertical Transmission—Taking Fruit Vegetables in Beijing as an Example

LI Liang，MU Yue-ying*

（EconomicsManagementCollege，ChinaAgriculturealUniversity，Beijing100083，China）

Looking vegetable industry from the vertical view，wholesale and retail are 2 important links. The movement of vegetable wholesale and retail prices and their relationship are the focus of all circles concern. This article takes the Beijing market as example，and the daily wholesale and retail prices of tomato and cucumber as object，analyzed the transmission relationship between vegetable wholesale and retail prices using the method of finite distributed lag model and error correction model. The study reveals that these 2 price trend are basically the same，and the correlation coefficient between the wholesale price and retail price is very high. There is oneway transmission of causal relationship between these 2 prices；the transmission between them is smooth，but the transmission time effect of different kinds vegetables is different. The wholesale price takes a leading role in vegetable price formation. When the vegetables price is under attack，if the retail impact is too high it will go dowm to the wholesale price；if the wholesale price is too high，the retail price will also be higher.

Vertical transmission；Wholesale and retail prices；Finite distributed lag model；Error correction model

李靓，博士研究生，主要从事农业经济理论与政策研究，E-mail：liliang0731@126.com

*通讯作者（Corresponding author）：穆月英，教授，博士生导师，主要从事农业经济理论与政策研究，E-mail：yueyingmu@cau.edu.cn

2017-02-24；接受日期：2017-05-11

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（BAIC01-2017），北京市社科基金重点项目（15JGA020），国家重点研发计划项目（2016YFD0300210）