蔬菜批零价格联动性分析

李桂芹，李圣军，刘 敏，杨 鑫

(1.南京航空航天大学经济管理学院，江苏 南京 210016；2.中国人民大学可持续发展高等研究院，北京100731；3.河南农业大学经济与管理学院，河南 郑州 450002)

保持蔬菜价格的稳定，对保障城乡居民，尤其是低收入居民的生活水平意义重大.然而，2009年下半年以来蔬菜价格的急剧波动，已经严重影响到城乡居民的日常生活，也影响了农村居民的收入，蔬菜“卖难”和“买贵”问题甚至同时出现.目前，关于蔬菜价格的研究主要集中在两个方面:一个是蔬菜价格与生产之间的关系，主要包括菜农蔬菜销售量与蔬菜生产价格之间的关系［1］和蔬菜供给对蔬菜价格的反应［2］;一个是围绕蔬菜价格开展的相关研究，主要包括蔬菜价格波动及与蔬菜“买难”、“卖难”之间关系［3］和蔬菜追溯溢价问题［4］.虽然蔬菜流通“最后一公里”问题已引起政府、学术界和媒体的高度关注，成为整个社会关注的焦点，但围绕蔬菜流通“最后一公里”开展的相关研究却较少，实证研究更是少见.本研究拟根据2005-01—2011-12 蔬菜批零价格的月度数据，实证分析蔬菜批零价格之间的联动性问题，探讨蔬菜批零价格之间的联动渠道、影响机制，并在此基础上提出批零之间实现良性互动的措施.

1 蔬菜批零价格波动规律

蔬菜全产业链条包括生产、批发与零售3个环节，从蔬菜零售价格的构成看(以2009年为例)，2009年蔬菜价格中，蔬菜生产成本仅占31%，而流通成本却占69%［5］.批零环节作为流通链条中相邻的两个环节，具有上下游关系，从价格传递、成本转移角度，批零价格之间具有一定的相关性.同时，由于批零价格，尤其是零售价格接近蔬菜消费终端，直接影响城乡居民的消费支出和生活水平，批零价格的波动也容易成为消费者、政府和新闻媒体的关注点.本研究基于2005-01—2007-01的蔬菜批零价格，实证分析蔬菜批零价格之间的联动性，其中蔬菜批发价格根据商务部公布的16种蔬菜(圆白菜、油菜、芹菜、生菜、大白菜、白萝卜、土豆、洋葱、蒜头、生姜、茄子、辣椒、青椒、豆角、冬瓜、苦瓜)的“周度”价格计算而来，首先通过16种蔬菜“周度”价格的“求和平均”计算蔬菜的“周度”批发价格;然后以月为单位，计算“月度”内“周度”批发价格的平均值，得到蔬菜“月度”批发价格;最后通过同比计算得到蔬菜“月度”批发价格指数.蔬菜同比零售价格指数直接来自中经网，具体为“居民消费价格指数”中“居民食品消费价格指数”中的“居民鲜菜消费价格指数”.

1.1 蔬菜批零价格波动“周期性”特点明显

图1 表明，蔬菜批零价格之间总体保持了基本一致的波动趋势.以年为单位，呈现出明显的周期性，2005-01—2007-01，蔬菜批零价格完成1个先上升再下降的完整波动周期，其中批发价格指数从89 升至133后又下降到86，零售价格指数从89.8 上涨到134.9后又下降到88.1;2007-02—2009-02，蔬菜批零价格完成了第2个先上升后下降的波动周期，谷峰均出现在2008-02，批零价格指数分别为132和146，到2009-02，则分别降到了91和90.7;2009-03—2011-11，蔬菜批零价格完成了第3个先上升后下降的波动周期，批发价格指数谷峰值出现在2010-07 达到154，零售价格谷峰值出现在2009-12，达到136.2，到2011-11，蔬菜批零价格指数则分别降至71和89.目前，蔬菜价格整体在波动中呈现出下滑的态势.

图1 2005—2011年1月份蔬菜批零价格波动走势图Fig.1 The fluctuation trend of vegetable wholesale and retail prices

从蔬菜批零价格自身波动来看，2005-01—2011-12，批发价格月度平均同比涨幅(108.5)比零售价格的月度平均同比涨幅(110.7)略低.其中主要是2个方面的原因:首先，蔬菜零售终端经营环境不断改善，尤其是超市销售量占比提高，导致蔬菜零售的经营成本增加;其次，蔬菜零售的人工成本和生活开支不断增加，主要是人员的机会成本和在城市的生活成本不断提高.从波动幅度看，蔬菜批发价格同比涨幅的波动幅度较大，标准差高达18，最大值与最小值相差83个百分点，这与蔬菜批发市场交易方式落后、交易设施缺乏有密切关系，一天之内蔬菜价格会随着上市量的波动而明显波动.其次是蔬菜零售价格，标准差为12，最大值与最小值相差57.9，也呈现出较强的波动性，但零售价格同比涨幅的波动幅度明显低于批发价格.

1.2 蔬菜批零价格波动“季节性”特征不明显

图2 表明，除了1月份和12月份之外，蔬菜批零价格的季节性特征均不太显著，这与最近几年中国北方地区蔬菜大棚种植面积的迅速扩大和“南菜北运”规模的扩大有密切关系.据统计，仅海南省，冬季瓜果菜占黄河以北冬季果蔬销售市场的20%以上［6］.同时，在“菜篮子”工程的推动下，北方各地冬季蔬菜大棚种植面积也迅速扩大，以新疆吐鲁番为例，截至2011年底，吐鲁番设施农业温室达到4万余座，设置农业种植面积达到8万余hm-2，成为乌鲁木齐市的“菜篮子”［7］.

图2 蔬菜批零价格季节因子Fig.2 The season factors of vegetable wholesale and retail price

根据蔬菜批零价格月度波动的季节因子，批零价格12月份的季节因子分别为1.065和1.086，为12个月之内的最高值;而1月份的季节因子最低，分别为0.912和0.926，相差较大.这显然与“节日因素”带动菜价的传统观点相悖，1月份临近元旦和春节，蔬菜批零价格同比涨幅却最低.这与最近几年，政府加大蔬菜价格调控力度，尤其是节假日期间的蔬菜价格调控有密切关系，各地方政府也加大了蔬菜储备力度，加大节假日期间的蔬菜投放力度，从而导致1月份蔬菜价格涨幅年内最低;同时，蔬菜经销商在节假日期间蔬菜涨价的市场预期下，也提前储备，节假日集中投放.由于蔬菜属于鲜活易腐产品，即使在冷库中也不能长期保存，政府和蔬菜经销商为确保1月份的市场投放和价格稳定，大多在12月份集中采购储藏，导致12月份的蔬菜价格涨幅达到年内最高.

1.3 蔬菜批零价格“相关性”较强

根据2005-01—2011-12 蔬菜批零价格的月度数据，蔬菜批零价格的同期相关系数为0.7858，呈现高度相关性.根据Granger 检验结果，在10%的置信度下，考虑到蔬菜批零价格波动的季节性，采用12 期滞后，蔬菜批零价格之间互为Granger 原因，相伴概率分别为0.064和0.076，由此可以看出，蔬菜批零价格之间总体呈现出相互影响、相互作用的关系，而内在的影响机制有2个:一个是批零价格作为蔬菜全产业链条中相邻的上下游环节，蔬菜批发价格便是蔬菜零售商的进货价，对零售价有直接推动作用;一个是随着“农零对接”的开展，蔬菜批发和零售同时受到蔬菜生产价格的影响，具有共同的影响动力源.

总体上，蔬菜批零价格波动呈现出明显的周期性，基本以2年为1个周期，这与蔬菜生产中存在的“蛛网模型”是基本一致的;同时，存在一定的季节性，但季节性特征除个别月份之外显著性不强.蔬菜批零价格之间则呈现出较强的相关性，且在10%的置信度下互为对方的Granger 原因.

2 蔬菜批零价格联动性的实证分析

从世界范围观察，农产品流通渠道主要有3种模式:东亚模式、西欧模式和北美模式.流通主体分别为批发市场、合作社和超市连锁店［9］.在中国蔬菜生产“小生产”与“大市场”的约束下，批发市场一直是中国蔬菜流通的“主渠道”.据统计，中国蔬菜90%左右是通过批发市场进行集散［10］，蔬菜批零价格既受自身滞后变量的影响，彼此之间也存在相互影响的关系.为实证分析蔬菜批零价格之间的关系，选用ADL(Auto-regressive distribution lag)，即分布滞后模型，寻找理想的动态完整模型，确定蔬菜批零价格之间的相互影响机制.

2.1 蔬菜批零价格ADF 单位根检验

根据ADF 检验结果如表1 所示.在5%的置信度下，蔬菜零售价格为平稳时间序列，蔬菜批发价格则无法拒绝非平稳时间序列的原假设，属于单位根序列，即蔬菜批发价格是“随机游走”的时间序列，但经过一阶差分后，在5%置信度下是平稳时间序列.

表1 各变量单位根ADF 检验结果(2005－01—2011－12)Table 1 The variable ADF test conclusion(From January 2005 to December 2011)

2.2 蔬菜批零价格联动性的实证分析

2.2.1 模型设定 综合考虑蔬菜批零价格的季节性特征和样本数量，本研究决定选取12 阶滞后构建ADL 模型，具体模型如下:

利用Eviews 5 软件，在蔬菜批发价格的实证分析中，根据12 阶滞后的LM 检验结果，LM 值为23.06，相伴概率为0.03，在5%的置信度下，无法拒绝残差序列不相关的原假设.根据误差“自相关系数”和“偏自相关系数”图及其Q 检验，1～12 阶的自相关系数均未超过虚线，基于蔬菜批零价格波动频繁和季节性特点明显的特点，合理推测是存在1 阶或12 阶自相关，根据AR 模型检验，在回归分析中，纳入AR(1)项可消除方程回归中的误差序列相关问题，为此，决定在回归分析中纳入误差的1 阶滞后项，消除模型中的误差序列相关问题.而蔬菜零售价格的实证分析模型中，LM 值为13.85，相伴概率为0.31，可以拒绝残差序列不相关的原假设.这主要是因为，蔬菜批零价格除彼此影响之外，还受生产价格的影响，而在本研究模型设定中，蔬菜生产价格对批零价格的影响均在残差中，而蔬菜生产价格序列显然具有一定的序列相关性，从而导致模型误差存在一定序列相关性，但与蔬菜零售价格相比，批发市场作为蔬菜流通的主渠道，蔬菜批发价格受生产价格的影响程度更深，从而导致蔬菜批发价格回归模型中，出现残差序列相关问题，而在零售价格回归模型中，却不存在显著的残差序列相关问题.表2中的实证分析结果是消除批发价格回归模型误差序列相关后的模型结果.

如表2 所示，加入AR(1)后，蔬菜批发价格回归模型中，LM 检验值为15.81，相伴概率为0.2，在5%的置信度下无法拒绝残差序列不相关的原假设，即模型回归不存在误差序列相关问题.同时，两个回归模型的R2值均在0.9 以上，具有较高的解释力度，F 值分别为29.22和25.28，相伴概率均为0.00，模型均具有较强的显著性.根据AIC和SC 检验准则，蔬菜零售价格模型回归效果比批发价格模型回归效果更好，这与批发价格波动幅度大、零售价格相对较稳定是一致的.

表2 蔬菜批零价格联动性的实证分析结果Table 2 Empirical analysis conclusion of vegetable wholesale and retail price linkage

2.2.2 结果分析 实证分析结果如表2 所示，蔬菜批零价格均受到蔬菜批发价格及滞后项和蔬菜零售价格及滞后项的影响.

蔬菜批零价格均受自身滞后项的影响，但两者略有不同.滞后1 期的蔬菜批零价格对当期价格均有一定的正面影响，系数分别为0.17和0.31，但在5%的置信度下，蔬菜零售价格1 期滞后项对当期蔬菜零售价格有显著影响，而蔬菜批发价格的影响则不显著.这再次证明了研究假说1的内容，蔬菜零售价格的稳定性强于蔬菜批发价格.鉴于本研究数据选择的均为蔬菜批零价格同比指数，因此，实证分析结果显示，在5%的置信度下，蔬菜批零价格均受自身12 期滞后项的显著影响，影响系数分别为-0.43和-0.42，即上一年批零价格涨幅越大，下一年同期的蔬菜批零价格涨幅越小.但除此之外，在5%的置信度下，蔬菜批发价格还受自身9 期滞后项的显著影响，影响系数为0.38，这与批发环节蔬菜的储藏有一定的关系，即9 期滞后的蔬菜批发价格越高，当期蔬菜批发价格越高，主要原因是9 期滞后的蔬菜批发价格越高，蔬菜储存量越低，导致当期蔬菜上市量下降，推高蔬菜批发价格.

蔬菜批零价格之间的影响关系呈现出一定的“对称性”.这再次证明了研究假说3的内容.首先，在5%的置信度下，蔬菜批发、零售价格均受同期零售、批发价格的显著影响，蔬菜批发价格对同期零售价格的影响系数为0.57，蔬菜零售价格对同期蔬菜批发价格的影响系数为1.09，均为正向影响，即蔬菜批零价格之间相互推动或拉动，共同上涨或下跌，这与蔬菜批发是零售环节蔬菜来源“主渠道”的地位是相一致的.同时，在5%的置信度下，滞后1 期的蔬菜批发价格对当期零售价格也有显著的影响，影响系数为-0.27，这与蔬菜零售终端储藏能力的提高有一定关系，这证明了研究假说2的内容，即上月蔬菜批发价格上涨，超市与农贸市场零售商加大蔬菜采购力度，利用有限的储存设施加大库存量，由于蔬菜保质期较短，直接导致当月蔬菜零售价格下跌.此外，在5%的置信度下，滞后9 期的蔬菜零售、批发价格对当期的蔬菜批发、零售价格均有显著的负向影响，影响系数分别为-0.32和-0.24，这与蔬菜的生产周期是密切相关的，无论是蔬菜批发价格，还是零售价格的上涨，都会导致蔬菜生产价格的上涨，而9个月已达到大多数蔬菜的一个完整生产周期，在“蛛网模型”的作用下，直接导致9个月后蔬菜批零价格涨幅的回落.同时，在10%的置信度下，蔬菜滞后12期的批发、零售价格对当期的蔬菜零售、批发价格均具有显著的正向影响，这与蔬菜生产中存在的“蛛网模型”现象和大棚菜及南菜北运导致12个月内部分蔬菜已完成2个生产周期有密切关系，蔬菜价格一旦大幅上涨，在6个月之内，大棚菜便可完成一个生产周期，加大市场供应量.

总之，蔬菜批发价格与零售价格均受自身滞后项的影响，受“翘尾因素”的影响，批零价格均受自身12 期滞后的负向影响，由于零售环节价格波动幅度较小，蔬菜零售价格受自身1 期滞后项的显著影响;由于批发环节储藏能力较强，导致蔬菜批发价格还受自身9 期滞后项的显著影响.在蔬菜批零价格之间的彼此影响呈现出一定的“对称性”，两者同期之间彼此会产生显著的正向影响，两者9 期滞后项对彼此均有显著的负向影响，12 期滞后项对彼此均有显著的正向影响，此外，批发价格1 期滞后项对当期蔬菜零售价格有显著的正向影响.由于蔬菜生产经由“批发”进“零售”是目前蔬菜流通的“主渠道”，导致蔬菜批发价格回归模型存在“序列相关”问题，纳入AR(1)项后，蔬菜批发价格回归模型“序列相关”问题消除，同时系数为0.54，在5%的置信度下有显著影响，这与蔬菜生产价格对批发价格的正向影响关系是相一致的.

3 结论与建议

批发与零售作为蔬菜流通链条中前后相连的2个环节，批零价格之间的联动性直接反应了批零市场的一体化程度和流通效率.实证分析表明，蔬菜批零价格之间总体保持了一致的变动态势，而且批零价格波动均呈现一定的“周期性”，但“季节性”特点不太明显.从价格波动情况来看，蔬菜零售价格月度平均同比涨幅较大，批发价格波动幅度较大.根据ADL 模型的实证分析结果，蔬菜批零价格均受自身滞后项的显著影响，同时，蔬菜批零价格之间的影响关系呈现出一定的“对称性”.相关部门应采取有效措施进一步增强蔬菜批零一体化程度，提高蔬菜流通效率.

3.1 提高蔬菜批零环节的信息化水平

市场经济下的价格决策是以信息为基础的，只有蔬菜批零价格保持长期稳定的合理关系才能实现蔬菜的高效流通，为此，需建立覆盖各主要批发市场、各种零售业态的信息服务体系，实时向批零环节发布价格信息，可以有效防止批零价格的大起大落或过度的偏离均衡关系，解决蔬菜批零环节存在的信息不对称问题.

3.2 提高蔬菜批零环节的组织化水平

市场价格是市场交易双方讨价还价的结果，交易双方交易规模越小、交易概率就越多，契约的签约率与履约率就越低，价格稳定性就相对不高.提高蔬菜批发商与零售商的组织化水平，有利于蔬菜批零双方构建长期稳定的合作机制，确定稳定的交易价格，减少批零交易价格的波动频率与波动幅度.

3.3 提高蔬菜批零环节的一体化水平

在专业分工的基础上提高蔬菜批零环节的一体化水平，对减少流通成本、缩小批零价差、减少批零价格波动具有重要意义.鼓励批发商或批发市场自建零售终端或通过相互投资、相互持股等方式与零售终端建立稳定的交易关系;同时，鼓励批发商自己或与零售终端联合建立配送中心，向单位食堂、餐饮企业或集贸市场、超市等零售终端进行统一配送.

［1］李桂芹，赵翠萍，方湖柳.农户出售量与蔬菜生产价格之间关系的实证研究［J］.北京工商大学学报:社会科学版，2012(7):37-43.

［2］李索平，王利农.我国蔬菜供给对价格的反应程度分析［J］.农业技术经济，2006(5):59-62.

［3］李圣军.蔬菜“卖贱买贵”的内在根源及解决对策［J］.理论与改革，2011(4):84-86.

［4］陈红华，田志宏，周 洁.基于Shapley 值法的蔬菜可追溯系统利益分配研究——以北京市T 公司为例［J］.农业技术经济，2011(2):56-65.

［5］周振亚，李建平，张 晴，等.我国蔬菜价格问题及其成因分析［J］.农业经济问题，2012(7):91-95.

［6］商务部在海南文昌组织召开全国农产品现代流通综合试点工作启动现场会［EB/OL］.(2012-03-21).http//www.mofcom.gov.cn.

［7］陶拴科.新疆吐鲁番大棚经济带动万余农民致富 蔬菜多销往国外［EB/OL］.(2011-12-22).http//www.chinanews.com.

［8］李连英，郑 鹏.蔬菜营销渠道合作博弈研究——基于批发商和零售商视角［J］.农业技术经济:2012(7):77-86.

［9］赵晓飞，田 野.我国农产品流通渠道模式创新研究［J］.商业经济与管理，2009(2):16-22.

［10］农业部市场和经济信息司.关于今年蔬菜市场波动的研究报告［R］.市场信息工作简报，2011.