中国区域煤炭市场一体化研究

毕军贤，毛振福，范 进，魏玖长，刘先彬

(1.河南城建学院 工商学院，河南 平顶山 467036； 2.中国科学技术大学 管理学院，安徽 合肥 230026；3.河南大学 经济学院，河南 开封 475004)

H2(r):∏yt-1+Bxt=αβ′yt-1

H(r):∏yt-1+Bxt=α(β′yt-1+ρ0+ρ1t)+a*(γ0+γ1t)



中国区域煤炭市场一体化研究

毕军贤1，毛振福1，范 进2，魏玖长2，刘先彬3

(1.河南城建学院 工商学院，河南 平顶山 467036； 2.中国科学技术大学 管理学院，安徽 合肥 230026；3.河南大学 经济学院，河南 开封 475004)

基于2011—2014年19个煤炭区域市场的周价格协整性和因果关系检验，提出区域市场中分散交易点的价格影响指数的概念，构建区域市场网络结构模型，分析了煤炭价格形成与传导机制。研究认为：青海、四川、贵州、新疆存在区域性市场，中东部的煤炭生产与消费、中转交易点已经形成了一个竞争性的区域市场；交易点价格间的格兰杰因果关系具有单向性。环渤海、南通、广州、包头等中转地是竞争性价格发现者，大同、神木、靖远、平顶山和宿州等生产基地是竞争性价格的传递者，其他消费者与生产者是价格接受者。

煤炭价格机制；市场一体化，协整检验；因果关系；价格影响指数

煤炭产品是一种资源性商品与大宗物料商品，煤炭市场范围具有区域性的特点。由于煤炭生产与消费地理区域分布非均匀性、运输的通达性、地方费税政策等因素的影响，煤炭区域市场范围大小与竞争程度也在发生变化。长期以来，中国区域煤炭市场存在着比较明显的市场分割与寡头性垄断，不同竞争程度的市场也存在相对明显的市场边界。煤炭区域市场长期呈现为竞争性、寡头性的混合结构。但是，伴随着煤炭行业产能的过剩、煤运通道的建设、“海进江”市场的扩大，某些寡头煤炭企业在某个区域市场的垄断性地位已经大大弱化，中国区域煤炭市场的边界正在逐渐消失。2015年1月神华集团也开始实行部分追随环渤海价格指数定价模式。基于此，本文分析不同区域市场间价格序列因果关系，研究中国区域煤炭市场一体化程度，考察不同交易点是否受到共同供求关系的调节的响应，研判各单个区域煤炭市场之间整合的态势，探究分散交易的煤炭市场的价格形成与传导机制，有利于发挥市场配置煤炭资源的决定作用，也有利于煤炭企业制定有效的营销策略。

国内外有关市场一体化和空间市场的文献不少。在没有运输费用和贸易壁垒的自由竞争市场上，相同商品在不同市场出售，其价格应是相等的[1]。在完全竞争的市场环境中，市场若处于均衡条件，那么空间地域市场间同种商品价格差异应该等于地域市场间交易成本，而运输成本是大宗物料商品的主要交易成本。在20世纪七八十年代，国外学者采用价格计量分析工具界定区域市场。尽管不同区域的商品价格并不相同，若市场价格序列同步变化或保持一种长期稳定的关系，则区域市场是一体化的[2]。相反，若两个区域间市场价格序列变化不同步或者不存在稳定的关系，则两个市场应分别具有独立的价格形成机制，其也分别属于不同区域市场。Linda Warell运用Elzinga-Hogarty检验对比了全球焦炭空间市场和动力煤空间市场在不同年代的一体化程度及整体发展趋势，并且运用协整分析的方法，构建了欧洲和日本的长期关系模型和ECM模型[3]，采用不同区域煤炭价格的协整关系研判分析焦炭空间市场和空间煤炭市场一体化程度的强弱。

针对煤炭市场价格的形成过程及其与经济的关系的文献，主要探讨了煤炭价格市场化改革过程。中国的经济改革是煤炭价格波动的关键因素[3]。同时，煤炭价格的上涨会对中国经济发展产生不利影响[5]。在全球动力煤市场发展趋势上，中国和印度的需求导致全球贸易流量向亚洲转移[6]。2003年以来，中国煤价和电价开始实行联动，中国存在区域能源市场，市场在能源价格形成过程中的作用在不断增强[7]。秦皇岛港煤炭库存量和煤炭价格具有双向因果关系[11]。

国外有关市场一体化的文献主要侧重于市场垄断性的判断。国内文献则集中于价格形成机制，对于区域市场边界研究较少，有些学者测算煤炭行业集中度时，通常将全国煤炭行业作为一个统一市场分析，忽略了区域市场的存在，而不能准确反映区域市场垄断性。本文借鉴Linda Warell的研究方法，选取全国有代表性的市场的价格序列，分析交易点价格时间序列的协整性，考察交易点价格的格兰杰因果关系。基于实证基础，研判我国中部、东部地区煤炭市场空间一体化的发展态势，提出了交易点的价格市场影响指数概念，研究交易分散的煤炭市场的价格形成与传导机制。

1 模型构建

模型构建基本思路：(1)假定各省区煤炭市场是一个相对独立的区域市场，每个相对独立区域市场具有特有的价格形成机制，价格是区域市场特性的综合性指标。(2)在一个区域市场内，由于交易地点间运输成本差异，交易价格存在较大分散性；交易价格受到共同的供求关系影响，应该具有相同的变化趋势。(3)若各区域市场间存在煤炭交易量的流动，一个市场的流入量受到运输或人为限制未必影响到另一个市场价格均衡，两个市场之间不能在供求方面达成一个市场均衡。(4)若两个区域市场的价格序列检验存在协整关系，其价格具有相同的变化趋势，无论市场间是否存在商品的流动，仍可以判定为同一市场。(5)在市场一体化基础上，测算不同交易点市场价格的格兰杰因果关系，研判市场价格波动的内在动因。

1.1 数据指标的选取

从中国煤炭生产、中转销售和消费的空间分布特征，数据指标首先选取煤炭集散的中转地市场价格序列，如秦皇岛港、环渤海港、广州港；其次选取主要煤炭生产省区区域市场价格序列，如内蒙古、山西、陕西、河南、山东等；最后选取非煤炭生产区域的省市区域市场价格。

“三西”地区是我国的煤炭基地聚集地，我国14个大型煤炭生产基地主要集中在西部省区，主要煤炭港口集中在环渤海地区和山东半岛，煤炭消费主要集中在中东部省份。国务院发文取消了煤炭重点合同和电煤价格双轨制，煤炭价格完全进入市场化轨道，煤炭铁路运输进一步走向市场化，煤炭海运能力及长江逆向运输航运能力大幅度提高。按照区域市场及交易点数据可得性，选取19个城市作为区域市场观测点，研究各区域市场煤炭价格的协整性关系。按照地理位置自北向南，对各交易点由小到大编号，每个交易点的煤炭价格序列为模型分析的变量(见表1)。

1.2 协整检验

首先，采用ADF检验方法进行平稳性检验，设第l城市的煤炭价格序列为Pl,t。

当检验拒绝零假设时，原序列不存在单位根，为平稳序列，检验停止。

其次，采取协整方程对价格序列进行协整检验。价格时间序列可能包含确定趋势项和随机趋势项，协整方程可能包含截距和趋势项。协整方程包括5种情况：

第一种情况，序列y没有确定趋势项且协整方程无截距

H2(r):∏yt-1+Bxt=αβ′yt-1

第二种情况，序列y没有确定趋势项且协整方程有截距

第三种情况，序列y有线性趋势项但协整方程只有截距

第四种情况，序列y和协整方程都有线性趋势项

第五种情况，序列y有二次趋势项且协整方程有线性趋势项

H(r):∏yt-1+Bxt=α(β′yt-1+ρ0+ρ1t)+a*(γ0+γ1t)

对于上述5种情况，采用系数矩阵的协整似然比检验方法。

表1 主要区域市场类型及交易点统计表

1.3 格兰杰因果关系检验

在原时间序列不平稳，一阶差分平稳，两个时间序列协整的条件下，对于两个序列进行格兰杰因果关系检验。假设两个时间序列为xt和yt，建立yt关于x和y的滞后项模型：

(1)

式中N为样本量。F统计检验值服从标准的F分布。若F检验值大于标准F分布的临界值，则拒绝原假设，说明x是y变化的格兰杰原因；否则，接受原假设，说明x不是y变化的格兰杰原因。

1.4 交易点价格的区域市场影响指数模型

假定一个区域市场内存在n个交易点，其价格时间序列P1,t，P2,t，…，Pn,t具有协整性，任意两个交易点的价格Pi对Pj(j≠i)相互影响程度可以采用两组价格序列Pi,t与Pj,t(j≠i)的格兰杰因果关系检验结果进行描述，那么Pi对Pj的作用可以分为影响力和抵抗力：

第一种情况，当Pi,t是Pj,t(j≠i)的格兰杰原因时，Pi被Pj所接受，Pi对Pj具有影响力；

第二种情况，当Pj,t(j≠i)不是Pi,t的格兰杰原因时，Pi拒绝Pj，Pi对Pj具有抵抗力。

对于整体区域市场而言，交易点i的价格Pi被接受的交易点数占总交易点数比值，能够反映该交易点价格对区域市场的影响程度。同样地，交易点i的价格Pi拒绝的交易点数占总交易点数的比值，也能够反映该交易点对区域市场的影响程度。当然，这个比值越大，Pi对区域市场影响就愈大。典型的情况下，完全竞争的市场价格被全部交易者接受，而市场价格拒绝其他交易价格的影响。

一个交易点价格被接受的交易点的次数越多，则其拒绝其他交易点的次数相应越多。为了减少统计的偏差，采取两种情况比值的平均值描述单个交易点对区域市场的影响，并给出单个交易点价格的市场影响指数的概念。

定义：交易点i的价格Pi的市场影响指数Ii，是指Pi对市场内其他交易点价格影响和拒绝程度。

假定Pi对Pj之间作用力(抵抗力和影响力)相等，借助Pi,t与Pj,t(j=1,2,…n,j≠i)格兰杰因果关系表示Pi对其他交易点价格的作用，则可以给出Pi的市场影响指数表达式：

(2)

式中：n为区域市场内价格时间序列数或交易点数；ni1为Pi,t是Pj,t(j=1,2,…n,j≠i)格兰杰原因的Pj,t(j≠i)价格时间序列数或交易点数；ni2为Pj,t(j=1,2,…n,j≠i)是Pi,t格兰杰因果关系的Pj,t(j≠i)价格时间序列数或交易点数。

交易点i的价格对区域市场影响指数Ii有利于理解区域市场中各交易点价格分布特征，进一步理解整个区域市场价格形成的机理。

2 实证分析

2.1 数据选取

考虑到2011年前，煤炭市场曾出现“煤荒”以及2012年后电煤市场化、铁路运输市场化、航运市场扩大等作用。本文选取自2011年1月至2014年12月19个样本点动力煤周价格数据，形成19个区域市场的价格时间序列。应用EViews软件对19个样本点价格序列两两做相关性检验。

检验结果表明，correlation(Pi,t,Pj,t)=0.75～1.00，i=1,2,…15，j=1,2,…15，j≠i，correlation(P16,t,Pj,t)=0.37～0.76，correlation(P17,t,Pj,t)=0.54～0.73，correlation(P18,t,Pj,t)=0.51～0.66，correlation(P19,t,Pj,t)=0.38～0.73，j=1,2,…15，j≠i。即所选取的19个样本点所代表的区域市场价格中，天峻、阜康、贵阳、达州的煤炭价格序列与其他区域市场的价格序列之间相关性较低，不宜做协整性检验和因果检验外。其他15个区域市场数据符合统计检验的要求，作为中国煤炭市场一体化研究的样本具有代表性和有效性。

2.2 协整检验分析

2.2.1 平稳性检验结果

选用单位根方法对相关系数值较大的样本序列进行平稳性检验，运用EViews软件计算，在检验过程中，模型种类根据样本描述性统计结果确定，最优滞后项由AIC信息准则确定。P1,t，P2,t，…，P16,t在5%的显著水平下都不能通过平稳性检验(ADF检验结果不再列出)。即，各区域市场煤炭价格时间序列具有不平稳性。对P1,t，P2,t，…，P15,t的一阶差分进行ADF检验，检验结果如表2所示。表2中：t表示趋势项；c表示截距项；n表示滞后变量阶数；临界值显著性概率为1%。

从表2可以看出，15个样本点的煤炭价格序列一阶差分的t-统计值小于1%显著性水平下的临界值，价格序列一阶差分拒绝零假设(不存在单位根)，各市场价格的一阶差分是平稳的时间序列，价格序列为一阶平稳序列。

2.2.2 Johansen协整检验结果

运用EViews检验，P1,t，P2,t，…，P15,t的协整结果如表3所示。

表3结果表明，在5%的显著水平下迹统计值大于临界值，15个价格序列之间存在10个长期协整方程，协整方程在长期中协调着15个区域市场的价格保持均衡状态。即，15个价格序列所代表的相对独立的区域市场是不存在的，其只能是一个整体区域市场下的交易点而已。任何交易点的价格的短期偏离最终受到协整方程的作用，回归到长期的均衡状态。由此可以进一步研判各交易点价格的格兰杰因果关系。

2.3 格兰杰因果关系检验结果

运用EViews检验，P1,t，P2,t，…，P15,t的两两组合间格兰杰因果关系检验结果如表4所示。Pi行与Pj列(j≠i)数值为变量Pi是变量Pj的格兰杰因果关系检验的p值。原假设为变量Pi不是变量Pj的格兰杰原因。p值小于0.05的检验结果表明，在95%的置信水平下拒绝原假设。即Pi是Pj的格兰杰原因。p值大于0.05的检验结果表明，在95%的置信水平下接受原假设。Pi不是Pj的格兰杰原因。例如：表4中第一列第二行的数据0.010 55小于0.05表明，P15是P2的格兰杰原因；第一列第五行的数据0.30417大于0.05表明，P1不是P2的格兰杰原因。

表2 交易点价格序列一阶差分的ADF检验

表3 交易点价格序列的协整检验结果

中东部区域市场交易点的单向因果关系存在明显的不对称性。按照ni1和ni2的大小的差异，可以将交易点划分为单向原因型、原因传递型、单向结果型等三种类型。第一类单向原因型，ni1≥13且ni2≤5，其包括2、4、13、15交易点。该类的价格是第二类、第三类价格的原因。第一类交易点作为其他类交易点价格原因的单向因果关系比率约为98%，而第二类、第三类交易点作为第一类交易点价格原因的单向因果关系比率仅为20%。第二类原因传递型，ni1=7～12且ni2=6～10，包括1、5、6、8、11、12交易点。该类的价格接受第一类交易点价格作为原因，同时又是第三类交易点价格的原因。第二类的价格作为第三类交易点价格原因的单向因果关系比率约为90%，第三类交易点作为第二类交易点原因的单向因果关系比率仅为1/3。第三类单向结果型，ni1=1～5且ni2=10～13，其包括3、7、9、10、14交易点。该类的价格同时是第一类、第二类交易点价格的结果，并拒绝作为其他类价格的原因。第三类接受第一类、第二类价格原因的因果关系比率为92%，同时第三类作为接受第一类、第二类价格原因的因果关系比率仅为24%。为了进一步研究区域市场内15个交易点价格的市场影响程度，需要测算交易点价格影响指数。

表4 交易点价格序列的格兰杰因果关系检验P值统计结果

注：Pi行与Pi列(ni1,ni2,ni3)中，ni1为Pi行中检验结果p值小于0.05的变量数，ni2为Pi列中检验结果p值小于0.05的变量数，ni3与Pi的行列同时满足p值小于0.05的变量数。

图1 交易点价格的市场影响指数与因果关系数量

2.4 区域市场交易点价格影响指数测算

将表4中Pi行与Pi列所对应的ni1和,ni2代入式(2)，依次求得各交易点价格的市场影响指数I1～I15，并以n1和n2为横纵坐标绘制各交易点散点图，标注各交易点价格的市场影响指数(见图1)。

由图1可知，交易点价格的市场影响指数I与n1呈现显著的正相关性，与n2呈现显著的负相关性。单向原因型的交易点2、4、13、15的价格市场影响指数最高，I=0.73～0.83；原因传递型的交易点1、5、6、8、11、12的价格市场影响指数居中，I=0.40～0.57；单向结果型的交易点3、7、9、10、14的市场价格影响指数最低I=0.10～0.33。

3 煤炭区域市场价格机制分析

3.1 煤炭区域市场划分

基于19个样本城市4年200周的煤炭价格时间序列的相关性分析、协整性检验，煤炭作为区域自然禀赋性强的大宗物料商品，仍然存在相对封闭的区域市场。依据样本城市价格序列的相关性分析，阜康、天峻、青海、贵阳、达州5个城市煤炭价格分别与其他18个样本城市价格存在弱相关性，表明新疆、青海、贵州和四川等4个省区分别是相对独立的区域市场。依据环渤海、广州、南通、包头、秦皇岛、神木、大同、平顶山、宿州、靖远、枣庄、汾西、咸阳、黄石、双鸭山等15个样本区域价格序列的协整性检验结果，15个价格序列间存在10个方程的协整关系，表明样本所代表的山东、辽宁、广东、上海、江苏、内蒙古、河北、河南、安徽、安徽、山西、天津、北京、黑龙江、甘肃、山西、湖北等相对封闭的省市煤炭区域市场并不存在，15个样本城市所代表的区域已经成为统一的中东部区域市场。尽管研究样本中缺乏湖南、江西、浙江三个省的煤炭价格数据，考虑到海进江煤炭市场对于湖南岳阳供应、广州港煤炭对湖南市场影响，可以推断湖南、江西、浙江也属于中东部区域市场的一部分。

综上，中国煤炭市场的空间特征表现在：第一、中东部地区煤炭市场已经呈现区域一体化，在一组竞争性价格协调下区域市场处于长期均衡状态；第二、在研究的样本中，新疆、四川、贵州、青海是4个相对独立的区域市场。

3.2 中东部煤炭区域市场价格形成与传导

在现实市场中供给函数和需求函数很难找到，交易活动存在差异性，交易性信息存在隐蔽性，市场价格存在分散性，从而价格协调需求与供给就往往带有一定的盲目性。本文从样本交易点的价格因果关系及其价格市场影响指数分析，总结区域市场价格生成与传导规律。

区域市场是由交易点及其因果关系组成的市场网络结构。市场价格在网络交易点之间有一个生成、发现、传递、反馈与接收的过程。所有的交易点并不是同时生成与发现均衡价格，并协调供求关系的，其价格也不总是直接来自单一的交易点。市场网络的交易点承担着价格发现者、价格传递者、价格接受者三种角色。若某些交易点价格能够成为其它交易点价格变动的原因，该类交易点被称为价格的发现者。若某些交易点价格不能被大多数的交易点接受，也不能成为大多数交易点价格变动的原因，该类交易点被称为价格的接受者。若某些交易点价格只是部分交易点价格变动的原因，该类交易点被称为价格的传递者。

图2 区域市场价格形成与传导机制

价格的传导方向和价格影响指数决定了交易点在市场网络中的角色。由于15个交易点的价格因果关系依次是单向原因型向原因传递型与单向结果型， 单向原因型交易点价格为单向结果和原因传递型交易点价格原因的组合占98%，原因传递型是单向结果交易点原因的组合占90%。将交易点的单向因果关系采用统一箭头简化表示，不再做节点连线，按照表4的检验结果，绘制区域市场中交易点双向因果关系的节点网络结构关系，描述区域市场交易点的形成与传导机制(见图2)。图2中，15个节点共分为三个层级，自上而下层级节点承担着价格接受者、价格传递者和价格接受者的角色。第一层级，交易点2、13、15、4分别是环渤海港口、南通港、广州港和包头，是煤炭的中转集散交易点，四个节点处于网络结构顶部，彼此之间存在多个双向价格因果关系，节点价格市场影响指数最高，与下层级节点联系紧密。它们能够综合煤炭供求的信息形成市场价格，是区域煤炭市场网络的价格发现者。第二层级，交易点1、5、6、8、11、12分别是秦皇岛、大同、神木、靖远、平顶山和宿州，是煤炭中转地和煤炭生产基地，六个节点处于网络结构的中部，与上下层级节点的双向因果关系联系相对紧密，本层级节点的双向因果关系较少。它们借助于生产供给将上下层级节点供求协调，传递上层级发现的市场价格，担负着市场中价格传递者的角色。第三层级，交易点3、7、9、10、14分别是双鸭山、汾西、咸阳、枣庄和黄石，五个节点处于网络结构的底部，交易点的价格市场影响指数最低，本层级节点因果关系连线较少。它们是市场网络的价格接受者。

中东部区域煤炭市场是一个区域性、网络性、竞争性的复杂市场，煤炭生产与消费的区域性决定了各交易点价格的分散性，煤炭运输的网络性决定了各交易点价格的因果关系，煤炭供求的竞争性决定了各交易点价格的协整性。煤炭市场的价格形成机制，就是中转地交易点(环渤海、南通、广州、包头)价格的生成与发现、大型煤炭生产基地交易点(大同、神木、靖远、平顶山和宿州)的供求协调与价格传递、一般消费者和生产者(黄石、双鸭山等)的价格接受的过程。

4 结论与启示

通过煤炭交易点的价格协整性检验、因果关系检验以及区域市场价格机制分析，主要结论为：

(1)煤炭行业产能的过剩、运输壁垒的弱化、动力煤价格的市场并轨等因素，正打破中国煤炭区域性垄断的市场边界，促进区域性市场一体化发展。从动力煤价格时间序列的变动趋势分析，青海、四川、贵州、新疆存在区域性市场，中部、东部的煤炭生产与消费、中转交易点已经形成了一个竞争性的区域市场。区域市场的竞争性价格在煤炭资源配置中发挥着决定作用。

(2)区域性煤炭市场中的交易点价格间的格兰杰因果关系具有单向性，从而导致交易点的市场影响力差异和角色的不同。交易点市场影响指数与其拥有单向因果关系的数量密切相关，交易点所影响的其他交易点数量越多，其市场影响指数就越大。

(3)在交易点及其关系构成的煤炭市场网络中，中转地交易点(环渤海、南通、广州、包头)是价格发现者，大型煤炭生产基地交易点(大同、神木、靖远、平顶山和宿州)是价格的传递者，其他消费者与生产者是价格接受者，不同角色的交易点在竞争性价格协调中实现市场的均衡。

煤炭市场区域性一体化，不仅是区域地理边界的延展与市场规模的扩大，而且是竞争性价格机制的整合与形成。在中国区域煤炭市场一体化的大趋势下，大型煤炭企业应该采取积极价格响应策略，摈弃垄断定价的惯性。

[1]Milton Friedman. Choice, Chance and the Personal Distribution of Income[J].Journal of Political Economy, 1953, 61 (4): 277-290.

[2]Fackler P. Spatial Price Analysis: A Methodological Review[J]. Handbook of Agricultural Economics,2001(1): 971-1024.

[3]Linda Warell. Defining geographic coal markets using price data and shipments data[J]. Energy Policy, 2005(33): 2216-2230.

[4] Yang C J, Xuan X W, Robert B. Jackson. China’s coal price disturbances: Observations, explanations, and implications for global energy economies[J]. Energy Policy, 2012(51): 720-727.

[5] Wang J L, Feng L Y, Gail E Tverberg. An analysis of China’s coal supply and its impact on China’s future economic growth[J]. Energy Policy, 2013(57):542-551.

[6] Haftendorn C, Holz F, Hirschhausen C. The end of cheap coal? A techno-economic analysis until 2030 using the COALMOD-World model[J]. Fuel, 2012(102):305-325

[7]Hengyun Ma, Les Oxley, John Gibson. Gradual reforms and the emergence of energy market in China: Evidence from tests for convergence of energy prices[J]. Energy Policy,2009 (37):4834-4850

[8]Hengyun Ma, Les Oxley. The integration of major fuel source markets in China: Evidence from panel cointegration tests[J]. Energy Economics, 2010(32):1139-1146

[9]胡超.中泰农产品市场一体化水平的测度——基于价格法的检验[J].国际经贸探索,2013,29(10):84-93.

[10]王可,李国平,李治,等.基于协整和脉冲响应的中国煤炭贸易量变化对其价格影响研究[J].当代经济科学,2011,33(03):81-88.

[11]吕涛,丁巍伟,杨玲萍.对秦皇岛港煤炭市场与全国煤炭价格关系的实证分析[J].价格理论与实践,2010(10):27-29.

Research on integration of China geographic coal market

BI Jun-xian1，MAO Zhen-fu1, FAN Jin2, WEI Jiu-chang2, LIU Xian-bin3

(1.BusinessSchool,HenanUniversityofUrbanConstruction,Pingdingshan467036,China;2.ManagmentSchool,HenanofUrbanConstruction,Hefei230026,China;3.EconomicSchool,HenanUniversity,Kaifeng475004,China)

Based on the cointergration tests and Granger test of the week prices time series from 2011 to 2014 of 19 geographic coal markets, the concept of the trade place’s price influence index has been put forward for a scattered trading point, the model of regional network market has been established, and the coal market price mechanism including price formation and conduction have been analyzed in this paper. The results shows that Qinhai, Sichuan, Guizhou and Xinjian are respectively relatively closed coal market, while lots of small geographic coal markets in the east-central China have been integrated into one large regional comparative market which consists of many producers, consumers and some trade points in the east-central China coal market network should play different roles including price detector, price transfer and price taker.

steam coal price mechanism; geographic market integration; cointegration test; Granger-Causality; price influence index

2015-09-16

毕军贤(1968-)，男，河南禹州人，博士，教授。

1674-7046(2015)06-0070-08

10.14140/j.cnki.hncjxb.2015.06.015

F42;O212

A