重大突发事件对农产品价格冲击的测度及应对措施——以山东省果蔬类农产品为例

张 帆，孙 瑜

（青岛农业大学管理学院，山东 青岛 266109）

2020年，突如其来的新冠肺炎疫情对全国甚至全世界来说，都是一场巨大的危机，严重影响了我国的经济发展。一是生产、消费等经济活动大范围停滞，随之而来的是经济增长不稳定，二是投资、消费、进出口等活动迅速减少，经济出现了负增长。类似的重大突发事件带来的社会影响巨大，它所产生的危害涉及方方面面。

农业作为第一产业，始终是国民经济不可动摇的基础。农业主要是把源于自然界的物质和能量转化为满足人类所需要的生物产品，不仅受恶劣气候、洪水等自然灾害突发事件的影响，也容易受非典、禽流感、新冠肺炎疫情等公共卫生安全突发事件的冲击。其中，最直接的反应就是农产品价格的波动。农产品价格不仅是农产品经济价值的直接反映，也是农产品市场供求关系的直接反映。农产品价格的变化既会影响个体农户的生产经营行为，也会影响市场上消费者的消费行为。基于此，笔者收集了2020年1月1日至2020年7月31日中大白菜、芹菜、西红柿的价格数据，通过时序图分析以及冲击深度、冲击广度、冲击波效应3种模型深入分析了新冠肺炎疫情这一重大突发事件对山东省果蔬类农产品价格的影响，为以后有效应对重大突发事件，合理调控市场价格，助推我国农业经济的健康稳定发展[1]，提出相应的建议。

1 国内外文献综述

重大突发事件可能会给各国农产品市场价格带来一定影响，国外专题学者对此已有不少研究，如Sayed等[2]研究的疯牛病突发疫情对土耳其牛肉和羊肉市场价格带来的影响以及禽流感突发疫情和口蹄疫突发疫情分别对鸡肉和猪肉市场价格带来的影响。Sherman等[3]的研究发现生产者和终端消费者之间的信息传递不对称主要是由信息不对称造成的，增加信息的流动性将有助于减少价格操纵问题。

近几年，国内学界对此亦有颇多研究：刘明月等[4]通过成份分解分析方法对鸡蛋的冲击波价格效应进行了研究；石自忠等[5]通过VAR模型综合分析了我国猪肉价格的区域性波动和它们的冲击波效应；苗珊珊[6]基于突发事件信息冲击下猪肉价格的波动，采用PPM模型和TARCH模型进行实证数据分析，发现生鲜农产品突发事件中存在的相关信息与我国猪肉市场零售价格波动具有密切相关性，信息不断地冲击对于猪肉市场中的零售商品价格波动容易造成杠杆驱动作用效应，导致我国猪肉价格波动主要表现为集簇性、非信息对称性、持久性与记忆性4种类型；陈菁菁等[7]基于疫情事件对我国农产品市场价格冲击的测度研究发现，H7N9等突发疫情或食品安全事件可能会带来“蝴蝶效应”，其对经济的冲击远远超过其本身所能带来的损害。

以往的研究方法主要集中在VAR模型方法上，而对我国农产品重大突发事件的研究内容主要集中于对个体消费者的市场反应、购买恢复的消费行为、风险因素识别等多个方面。

2 冲击波效应模型的构建

（1）经过t时间段，重大突发事件的冲击在相关领域上的分散公式是：

对应的重大突发事件冲击波效应方程为：

式中，p是指冲击波产生的影响；A是指冲击波振幅的大小；S是指冲击波冲击面积的大小；i为冲击波震动强度的大小；λ为冲击波的波长，具体来说就是2个相邻的冲击峰值之间的距离；t是冲击波在相关领域上进行有效传播的时间；T为冲击波长的周期长短，具体为邻近的2个冲击最大值之间所需要经过的时间；D是指损害率，是重大突发事件冲击损害的范围占全部范围的比重；I是指传染者被病毒感染的速度或传播的速率，具体为与传染源接触的事物或个人受到损害的比率；M是指与其密切相关信息的传播速率，具体为接受重大突发事件相关信息的某一个事物或个人占总体的比重；E是指冲击潜能的大小；β是指冲击方向与能量转化力Ei方向之间的夹角。比较容易测定的是D和I，不容易被测定的是Ei和β，因此，为了方便计算，在进行实证数据分析时选择i=DIM的形式。

重大突发事件的冲击波效应模型中包括冲击深度与冲击广度。

（2）冲击深度是指某一重大突发事件对某一相关社会经济活动领域的冲击全距占正常情况下的比重，冲击全距用被冲击的某一个变量在冲击期间的最大值和最小值之间的差来表示，正常情况下则用未被冲击期间的平均值来表示，其公式为：

式中，deep表示冲击深度的大小，V1表示未被重大突发事件冲击时某一变量的所有值，V1表示未被重大突发事件冲击时某一变量的平均值，V2表示受到重大突发事件冲击时某一个变量的所有值，MaxV2表示受到重大突发事件冲击时某一变量的最大值，MinV2表示受到重大突发事件冲击时某一变量的最小值[8]。

（3）冲击广度是指某一重大突发事件对某一相关社会经济活动领域冲击期间累计值占正常情况下的比重。冲击期间累计值用某一个受到冲击的变量在受到冲击时偏离正常值的绝对值总和表示，正常情况下则用时间与平均值的乘积来表示，平均值用未受到重大突发事件冲击时的平均值来表示，其公式表达有离散和连续2种方式。

在离散状态下，冲击广度的表达式为：

在连续状态下，冲击广度的表达式为：

式中，breadth是指冲击期间冲击广度的大小，t1是指未被重大突发事件冲击的时间段，实际计算时往往选取受冲击前的一个恰当时间段，t2是指受到重大突发事件冲击的时间段，V2表示某一个变量受到重大突发事件冲击时的所有值，V2n表示某一变量受到重大突发事件第n次冲击时的数值，n为从1开始计数的自然数，V1是指某一变量未被重大突发事件冲击期间t1的平均值[8]。

3 重大突发事件对山东省果蔬类农产品价格冲击的实证分析

3.1 数据来源

收集2020年1月1日至7月31日寿光农产品物流园中西红柿以及青岛华中蔬菜批发市场中大白菜和芹菜的价格数据。

3.2 时序图分析

从图1可以看出，无论是价格高，还是价格低，青岛市大白菜、芹菜和寿光西红柿价格的整体波动方向是一致的，都是先涨价后降价最后趋于稳定的一个过程。由于疫情爆发期间，农村囤积的大白菜、芹菜、西红柿运送不出来，城市人口对大白菜、芹菜、西红柿的需求无法得到满足，从而导致蔬菜价格上涨；后来，由于疫情得到有效控制，蔬菜运输获得更大程度的允许，青岛市的大白菜、芹菜以及寿光的西红柿的价格得以恢复稳定。

图1 2020年山东省大白菜、芹菜、西红柿价格波动时序图

从图1还可以看出，西红柿的价格波动幅度较大，而大白菜、芹菜的价格除了出现一个峰值以外，其他时间趋于稳定，但整体趋势是相同的，大白菜、芹菜及西红柿的价格在新冠肺炎疫情爆发期都有一定幅度的上涨，且不同蔬菜之间的价格波动没有直接联系。

3.3 冲击深度价格分析

重大突发事件对大白菜价格的冲击深度是指重大突发事件对大白菜价格的冲击极差与正常状态的比率，其冲击深度为：

同样，重大突发事件冲击对芹菜价格的冲击深度为：

重大突发事件冲击对西红柿价格的冲击深度为：

从数值来看，重大突发事件对寿光市西红柿价格的影响深度最大，深度为1.09；其次是青岛市大白菜，深度为0.75；第三是青岛市的芹菜，深度为0.56。但后二者差距不大，可能是因为大白菜和芹菜的价格（大白菜和芹菜最高价分别为4.6和5.6元/kg）相对于西红柿的价格（最高价为8元/kg）较低，在疫情爆发期间，人们无法工作，没有经济来源，可能更倾向购买价格相对较低的大白菜和芹菜，于是市场上对于西红柿的需求变动较大，导致西红柿价格波动较大。重大突发事件会对山东省果蔬类农产品的供求产生影响，从而会影响相关产品的市场价格，进而对相关产品的市场价格产生冲击。

3.4 冲击广度价格分析

重大突发事件对大白菜的冲击广度是指大白菜价格在遭到重大突发事件冲击时价格背离正常值的绝对值的总和占正常情况下时间乘以平均值的比重，由于每次调价行为不是连续的，而是离散的，因此采用冲击广度的离散公式：

同理，重大突发事件冲击对芹菜价格的冲击广度为：

重大突发事件冲击对西红柿价格的冲击广度为：

通过计算结果可以看出，重大突发事件冲击对青岛市大白菜、芹菜、寿光市西红柿的冲击广度分别为0.40、0.27、1.39。重大突发事件对寿光市西红柿价格的影响广度远高于青岛市大白菜和芹菜，也就是说，重大突发事件对价格较高农产品的冲击范围更大。这和冲击深度的结果基本一致，这也表明冲击广度和冲击深度之间存在着一定联系：冲击广度的大小在一定程度上是由冲击深度的大小决定的。

冲击深度与冲击广度指标分别从纵向和横向上刻画的重大突发事件对青岛市大白菜、芹菜以及寿光市西红柿价格的冲击幅度与冲击范围。下面将从综合的角度用冲击波效应模型来刻画重大突发事件对山东省果蔬类农产品价格的冲击效应。

3.5 冲击波效应模型（ESW）分析

重大突发事件对青岛市大白菜与芹菜以及寿光市西红柿价格的冲击属于突发事件对某一经济领域的冲击范畴，其公式为：

具体来说，重大突发事件对大白菜、芹菜与西红柿价格的冲击危害率D是指受到重大突发事件冲击期间大白菜、芹菜与西红柿价格的极端值（远远低于或高于农产品成本）个数占总个数的比重。重大突发事件对大白菜、芹菜与西红柿价格的传播率I是指受到重大突发事件冲击期间大白菜、芹菜与西红柿连续提价次数或连续降价次数之和占调价总次数的比重。重大突发事件冲击对大白菜、芹菜与西红柿价格冲击的信息传播速率M是在重大突发事件冲击期间大白菜、芹菜与西红柿价格发生波动时，获知此信息的人数占该地区所有人数的比重，在信息传播速度飞快的今天，一般取M为l。λ为重大突发事件对大白菜、芹菜与西红柿菜价格的冲击波长，是指重大突发事件冲击下大白菜、芹菜与西红柿调价时，每次调价总和的平均值。重大突发事件对大白菜、芹菜与西红柿价格冲击的影响扩散时间t是指大白菜、芹菜与西红柿屡次调价的这段时间的总天数。T为重大突发事件对大白菜、芹菜与西红柿价格的冲击周期，是指平均每次降价或涨价需要的天数[7]。

首先，根据大白菜的价格数据，计算重大突发事件对大白菜价格的冲击波效应：

然后，根据芹菜的价格数据，计算分析重大突发事件对芹菜价格的冲击波效应：

再根据寿光农产品物流园的价格数据，计算重大突发事件冲击对西红柿价格的冲击波效应：

由计算结果可知：（1）重大突发事件对青岛市大白菜价格的冲击比重大突发事件本身的影响扩大了6.51倍，重大突发事件对青岛市芹菜价格的冲击比重大突发事件本身的影响扩大了2.34倍，重大突发事件对寿光市西红柿价格的冲击比重大突发事件本身的影响扩大了43.61倍；（2）重大突发事件对寿光市西红柿价格的冲击最大，其次是青岛市的大白菜，再次是青岛市的芹菜，这与“冲击深度模型”和“冲击广度模型”的计算结果是一致的。这说明，重大突发事件对价格较高的农产品的冲击大于价格相对较低的农产品，不仅表现在冲击幅度上，也表现在冲击范围上。

4 结论与建议

4.1 结 论

通过研究可以获得如下结论。

（1）从2020年1月1日至7月31日山东省大白菜、芹菜和西红柿价格波动时序图可以看出，西红柿的价格波动幅度较大，而大白菜、芹菜的价格除了出现一个峰值以外，其他事件趋于稳定，但整体趋势是相同的，均表现为先涨价后降价最后趋于稳定，大白菜、芹菜及西红柿的价格在新冠肺炎疫情爆发期都有一定幅度的上涨；（2）采用冲击深度模型计算出重大突发事件对青岛市大白菜价格的影响深度为0.75，对芹菜价格的影响深度为0.56，对寿光市西红柿的影响深度为1.09；（3）采用冲击广度模型计算出重大突发事件对青岛市大白菜价格的影响广度为0.4，对芹菜价格的影响广度为0.27，对寿光市西红柿价格的影响广度为1.39；（4）采用冲击波效应模型计算出重大突发事件对青岛市大白菜价格的冲击波效应为6.51，对芹菜价格的冲击波效应为2.34，对寿光市西红柿的冲击波效应为43.61，表明重大突发事件本身带来的影响远远低于其对社会产生的影响。

综上所述，重大突发事件主要是引起农产品价格的短期剧烈波动，而且对价格相对较高的农产品（西红柿）的冲击大于价格相对较低的农产品（大白菜和芹菜）。

4.2 建 议

4.2.1 建立农产品价格波动的风险预警监督体系 面对重大突发事件等外部因素冲击时，要积极实施相机抉择的价格稳定响应机制，可通过建立农产品价格波动的风险预警监测体系，提前应对价格波动对相关行业与市场主体的冲击，保障市场主体及时准确获得相关信息，确保农产品市场稳定运行。建立价格波动的风险预警体系后，还要完善农产品价格报告管理制度，既要充分借助现有的信息传播渠道，让农业种植者和广大消费者随时随地了解农产品价格变化情况，也要增强政府部门对农产品价格预测的科学性，以便指导农户做出生产决策，引导农业生产，保障广大农业生产者及广大消费者的合法利益。

4.2.2 正确引导社会舆论，帮助农户尽快回复生产当重大突发事件再一次发生，普通老百姓应该积极面对、及时采取止损措施。政府相关部门及新闻媒体等也应及时正确地引导社会舆论的发展，增强和提升广大消费者的信心，避免广大消费者产生恐慌情绪导致农产品供需关系发生剧烈波动。与此同时，政府可通过农业补贴、社会保险等手段帮助广大农户降低损失，提高农户的生产积极性，稳定农产品市场产品的价格[8]，保持农业健康发展。在此期间，对于哄抬物价的行为，相关部门应进行严厉打击，并且加重处罚。

4.2.3 简化复工复产审批手续 有关行政机构和行业主管部门要及时指导和督促企业在条件允许的情况下尽快复工复产，切实简化复工复产审批手续，同时还需要进一步加强对复工复产企业应对重大突发事件的风险防控监督和管理[9]。加大地方财政对农产品的扶持力度，保障特色农产品在市场上的需求和供给；加快教育和培养高端技术人才，做好蔬菜种植及相关技术研发服务的工作[9]。

4.2.4 保障农产品货物运输通道畅通 现在，在对疫情有效防控的前提下，首要任务是保障各行政地区的物流畅通。建议尽快制定和完善国家的相关法律法规，严格贯彻落实“绿色通道”相关政策，解决物资运输过程中可能遇到的困难以及可能存在的问题[10]，保障各地区农业重要生产资料正常有序的流通[11]。各级行政主管部门应切实简化审批和发放物资运输许可证的相关手续，确保农产品生产所需物资正常及时供应。同时，要切实加强与防疫部门之间的信息沟通，形成各司其职的疫情防控工作格局，及时有效控制重大突发事件的蔓延[12]，降低重大突发事件可能带来的不良影响。

4.2.5 建立健全的农产品供应链和价格信息传播网络自然灾害或公共社会事件的突然发生对供应链上的市场需求和产品供应都可能产生扰动，像2020年发生的新冠肺炎疫情对农产品的供需关系就造成了很大影响。重大突发事件的发生一定会对供应链上的各方面造成影响，只有形成比较完善的农产品供应链，才能降低重大突发事件对供应链的影响，从而减少重大突发事件对农产品价格的冲击。政府部门要积极开辟价格信息传播渠道，健全价格信息传播网络，提高农产品供应链价格体系间的信息传播效率。