基于VEC模型的全国与主产区羊肉价格传导与整合研究

王士权，常　倩，李秉龙（中国农业大学 经济管理学院，北京 100083）

基于VEC模型的全国与主产区羊肉价格传导与整合研究

王士权，常倩，李秉龙
（中国农业大学 经济管理学院，北京 100083）

本文基于VEC模型，对我国肉羊四大优势产区代表省份十余年来羊肉价格与全国同期羊肉价格进行分析，采用单位根检验、Johansen-Juselius协整检验、格兰杰因果关系检验，结合模型估计结果进行脉冲响应分析和方差分解，对各优势产区与全国羊肉价格的整合和传导进行了细致研究。结果表明：国内羊肉市场在区域一体化方面趋于整合，羊肉市场价格在产业链前端表现为稳定的协整变化；中原优势区、西北优势区与西南优势区在价格整合程度方面高于中东部农牧交错带优势区，主要牧区价格对全国价格影响比农区更为明显；中原优势区、中东部农牧交错带优势区与西北优势区代表省份价格对于全国价格变动解释力较强；牧区中内蒙古、新疆、甘肃以及农区中河北的羊肉价格在全国羊肉价格形成过程中的作用显著高于其他省份。

羊肉价格；整合；传导；优势产区；VEC模型

1　引言

进入新世纪以来，我国羊肉价格上涨趋势明显，在经历了两次较大幅度上升之后，目前我国羊肉价格整体处在历史最高水平。以全国羊肉市场为例，2000年1月到2014年8月，带骨羊肉1价格已接近65元/kg，期间整体涨幅超过300%。从省际角度看2，有15个省份羊肉价格峰值高于全国平均水平，其中海南最高价已突破80元/kg，超过70元/kg的省份有福建与广西，60元/kg以上的省份多达19个。此外，全国与各省区市羊肉价格峰值均出现在2014年2月份以后，表明当下我国羊肉价格处在较高水平且仍存在上涨趋势。而研究全国与主产区羊肉价格的整合与传导是深入分析其快速上涨原因的重要方面。

价格传导与整合是研究市场整合关系的重要方面，因而市场整合相关理论为分析价格关系提供了理论基础与技术方法（刘家富等，2010）。关于市场整合的涵义，张巨勇等（1999）指出如果某产品的输入价等于该产品在输出区的价格加上单位运输成本，则说此时该产品市场是整合的；周章跃等（1999）则将其总结定义为某一市场价格变化对另一市场价格变化的影响的程度。从相关研究结论来看，王少芬等（2012）、王孝松等（2012）指出我国国内大豆市场开始与国际市场长期整合；王永刚等（2006）则具体指出国际大豆市场价格变动快于国内市场价格；余建斌等（2005）指出可以通过大豆的国际贸易来调节和稳定国内大豆市场价格，促进中国大豆产业的健康发展。潘苏等（2011）对于粮食市场价格整合传递分析表明，长期来看国内粮食市场与国际粮食市场整合度不高，价格传递不完善，短期来看国际粮价对国内粮价影响也较为有限。高帆等（2012）具体测算了大米、大豆、小麦、玉米受国际市场价格变动影响的程度。关于国内市场价格整合研究较早的是喻闻等（1998）基于大米市场整合程度对我国粮食市场改革效率的检测。同时也有武拉平（1999、2000）关于小麦、玉米和生猪地区间差价和价格波动以及对其收购市场价格整合的研究；还有辛贤等（2004）模拟贸易自由化背景下，对我国生猪、牛羊肉和禽肉等主要肉类产品市场基本格局以及区域间流通的研究。

随着相关研究深入以及理论方法的丰富和发展，关于市场传导整合文献数量越来越多，其中选取的研究对象和角度也进一步拓宽。具体到羊肉市场，羊肉作为畜产品的一个重要的组成部分，在2000年以来一直保持上涨趋势，学术界给予的关注却极为有限，对于羊肉价格实证研究主要是传统的因素分析法。因而为进一步剖析羊肉价格变动的深层次区域原因，本文将采用向量误差修正模型（VEC）结合脉冲响应函数和方差分解着重探讨羊肉价格在全国与主产区间的传导与整合，为丰富相关领域研究、政府制定相关政策、把握调控重点提供实证依据。

2　数据来源与理论模型

本文的主要研究对象为全国羊肉市场价格与主产区羊肉市场价格，其中主产区确定为内蒙古、新疆、山东、河北、河南、四川、甘肃、安徽、云南、黑龙江和湖南11省区。主产区选择主要基于以下两方面考虑：一方面是以上11省区2011年羊肉总产量占到全国总产量的78%以上，且为全国羊肉产量前11名；另一方面根据农业部《肉羊势区域布局规划（2008~2015）》最新划分，按照“资源优势、产业优势、增长优势和集中连片”原则将我国肉羊生产的主要地区划分为中原肉羊优势区域、中东部农牧交错带肉羊优势区域、西北肉羊优势区域和西南肉羊优势区域，以上11省区分别为各优势产区的主要组成地区。全国以及各省区价格数据来源于中国畜牧业信息网发布的相应价格，其中时间范围和频度是从2001年1月到2013年7月的月度价格。为了消除物价因素的影响，全国及各省区价格分别以各自对应定基CPI（2001年=100）3做平减处理。

表1 全国及11主产省区羊肉价格序列的基本统计量

向量自回归模型（VAR）是基于数据的统计性质建立的模型，把系统中每一个内生变量作为系统中所有内生变量滞后值的函数来构建模型，如果将单变量自回归模型推广到由多元时间序列变量则构成向量自回归模型。该模型由Sims于1980年首先提出，该模型的优点在于不需要对模型中各变量的内生性做出事先假定。模型基本形式如下所示：

向量误差修正模型（VECM）是在协整与误差修正模型基础上建立的。类似于由自回归分布滞后模型（ARDL）导出误差修正模型（ECM），VAR模型中每个方程都是一个自回归分布滞后模型，因而可以把VEC模型认为是含有协整约束的VAR模型。模型基本形式如下所示：

3　基于四大优势产区的实证分析

3.1平稳性检验

在对经济时间变量序列进行协整分析、建立模型之前应先进行平稳性检验来避免伪回归情况，本文选择以ADF检验对各时间序列变量进行平稳性检验4，针对前文所选择的省份与全国羊肉价格，结果表明湖南价格序列为平稳过程，安徽价格序列为I（2）过程，其他价格序列均为I（1）过程（见表2）。根据建立协整关系的前提条件，各经济序列变量须为同阶单整的非平稳时间序列，因而在进一步分析中应剔除安徽、湖南两省价格序列。此外，通过对各主产省份羊肉产量分析，这两个省份产量在主产省份所占比重不大，且其在各自所属优势产区内的地位也有限，因而本文最终选择在模型分析中剔除以上两省份数据。

表2 全国与优势产区代表省份羊肉价格对数序列的ADF检验

3.2 模型定阶

基于前文分析，本文在分析全国与主产区羊肉价格之间传导与整合关系时将按照主产区分别进行研究，因而在下文将分别对全国与四大优势产区代表省份的羊肉价格序列建立VAR模型。关于VAR模型阶数则基于由LR检验统计量、AIC准则、SC信息准则、HQ准则和FPE准则构成的综合评价指标来确定（表3）。根据检验结果全国与中原优势区、中东部农牧交错带优势区、西北优势区、西南优势区的VAR模型最优滞后阶分别为1、1、7、2。

表3 全国与优势产区VAR模型滞后阶数的确定

3.3Johansen-Juselius协整检验

考察几个市场价格之间是否具有长期稳定的内在关系需要用到协整检验来确定变量序列间是否存在协整关系。本文采用基于最大似然估计的协整检验（Johansen-Juselius协整检验），滞后阶数根据无约束VAR模型最优滞后阶数减1确定。根据数据特征和性质，选择序列含有常数项和时间趋势项的对应检验形式。从检验结果来看，四个优势产区代表省份价格序列与全国价格序列分别至少存在一个协整关系（表4），这表明我国羊肉价格在主产区的上游区域市场与全国整体市场之间已经形成了长期稳定的均衡关系，羊肉市场价格在产业链前端表现为稳定的协整变化。

表4 全国与四大优势产区J-J检验结果

3.4格兰杰因果关系检验

在考察市场较多时有时不仅需要考虑所有市场构成整体之间的关系，还应考虑各市场在整个市场体系中的地位和作用，深入分析各市场间的传导关系。格兰杰因果检验是经常用到考察两个经济变量因果关系的方法，因而下文将以优势产区为基础，运用格兰杰因果检验来确定各个市场价格之间的确切关系（见表5）。从检验结果来看，在统计学意义上，除黑龙江外，羊肉主产区河北、山东、河南、内蒙古、新疆、甘肃、四川、云南羊肉价格是全国羊肉价格的格兰杰原因，表明主产区羊肉价格对于全国羊肉价格形成具有内在联系；同时，全国羊肉价格也是其他省份羊肉价格的格兰杰原因，表明全国羊肉价格对于主产区各省份价格的形成也具有反馈作用。此外，主产区内各主要省份价格之间大都互为格兰杰原因，表明在各自产区内也已经逐渐形成了较为紧密的市场联系。

表5 全国与优势产区代表省份羊肉价格对数序列格兰杰因果检验

图1 各主产区代表省份与全国羊肉价格传导关系

3.5VAR模型建立与平稳性检验

VAR模型适用于多变量的平稳序列，在对多个序列建立VAR模型之前除对各序列分别进行单位根检验外，还应在VAR模型建立后对整个系统的平稳性进行检验，以确定模型选择是否得当。因而下文将分别对基于各优势产区建立的VAR模型进行平稳性检验（图2）。结果显示，四大优势产区VAR模型AR特征多项式根的倒数最大值依次为1.0046、1.0083、1.0027、1.0040，均位于单位圆外，四大优势产区的VAR模型均不满足平稳条件，可尝试建立VEC模型来进行下一步脉冲响应与方差分解分析。

图2 各优势产区VAR模型AR特征多项式的倒数分布图

3.6基于VEC模型的脉冲响应与方差分解

利用VEC模型研究时间序列变量之间关系时，对于模型某一或某几个参数绝对数值的大小并不是研究的重点，该类模型主要用于经济变量的预测，而对于模型中有关内生变量之间相互影响的方向和强度往往是研究的重点。下文将分别基于以上模型利用脉冲响应与方差分解分析四大优势产区内各主要省份价格受到冲击时对全国羊肉价格影响方向与强度。根据前文分析，在进行脉冲响应与方差分解分析时，对四大优势产区基于VEC模型分析结果。

3.6.1脉 冲响应

如前文分析，图3中a、b、c、d的脉冲响应函数分别对应中原优势区、中东部农牧交错带优势区、西北优势区、西南优势区的VEC模型得到。其中各条曲线分别表示全国羊肉价格对数序列在对自身及各主产区代表省份羊肉价格对数序列所对应的信息变动一个单位标准差时在未来10期的动态变化情况。从整体来看，各主产区代表省份羊肉价格序列对应信息的变动冲击对全国羊肉价格的影响差异较大。

从影响的时滞效应与持续时间来看，对于不同省份价格序列，全国价格的响应都存在不同程度的滞后，但各自影响基本保持为正向。以不同优势区来看，中原优势区、中东部农牧交错带优势区代表省份（除山东）的正效应在10期以内均逐步上升，山东价格的正效应在第3期迅速达到最大，而后减缓趋势较慢；在西北优势区，甘肃价格的正效应在第9期达到最大，新疆价格的正效应则呈现出一种先缓后升的趋势，在第5期达到第一个高点，第7期后逐渐增大且影响更为显著；西南优势区相对其他优势区影响整体偏小，四川价格的正效应在第3期达到最大，云南对全国价格的影响较小。在10期以内，所有省份价格对全国价格的影响仍显著不为零，表现出较为强劲与持久的影响。

从影响的作用强度来看，山东、河北、河南、内蒙古、黑龙江、新疆、甘肃、四川、云南对全国价格影响峰值分别达到0.0075、0.0210、0.0119、0.0224、 0.0014、0.0076、0.0201、0.0094、0.0019。不同省份影响值大小不同表明各省份价格对全国价格的影响程度有所差异，峰值越大说明该省份价格对全国价格的影响越大，反之则相反。结合图4与以上各省份具体影响峰值可以明显地观察到河北、内蒙古与甘肃价格对全国价格的影响显著高于其他省份，从侧面反映羊肉主产省对全国羊肉价格影响的重要程度。

3.6.2方 差分解

方差分解是考察与分析预测误差方差构成的一种方法，为了进一步确定系统模型中各价格变量对全国价格预测误差贡献的大小，下文将运用方差分解准确测定各优势产区内代表省份价格冲击在各自模型中的重要性，并基于此分析各省份价格对全国价格形成的影响力。

基于以上模型对四大优势产区全国羊肉价格进行方差分解的结果显示（表6、7）：在第2期，全国羊肉价格基本可由自身的信息解释，对应的贡献率达到93%以上；到第10期，随着自身解释力下降，中原优势区、中东部农牧交错带优势区与西北优势区代表省份价格对于全国价格变动贡献率在分别达到60.14%、44.05%、52.05%，西南优势区变化不大，仅为8.77%。具体到省份，河北、内蒙古和甘肃三省份价格对全国价格波动解释力最强，贡献率分别达到39.69%、43.87、49.34%，接近或超过了当期全国价格自身贡献率。

图3 羊肉价格对数序列脉冲响应冲击路径

表6 中原与中东部农牧交错带优势区价格对数序列对全国价格对数序列的方差分解

表7 西北与西南优势区价格对数序列对全国价格对数序列的方差分解

4　结论与政策建议

4.1主要分析结论

通过以上实证分析，可以得到如下结论：

第一，从协整检验结果来看，国内羊肉市场价格在四大优势产区内已经形成长期稳定的均衡关系，羊肉市场在区域一体化方面趋于整合，羊肉市场价格在产业链前端表现为稳定的协整变化。

第二，由格兰杰因果关系检验结果来看，（1）基本形成了由各主产区代表省份向全国传导的局面（黑龙江除外），同时，全国价格也会对各主产区代表省份价格有反馈效应；（2）各主产区代表省份之间的价格形成也会相互影响，反映了在主产区内各省份市场联系日趋紧密，其中中原优势区、西北优势区与西南优势区在价格整合程度方面高于中东部农牧交错带优势区；（3）以主产省份类型来看，主要牧区价格对全国价格影响相比于农区更为明显。

第三，脉冲响应结果表明,（1）各主产区代表省份羊肉价格对全国价格的传导均存在不同程度的滞后且影响为正，在10期以内，所有省份对全国价格影响具有持续性;（2）在四大优势产区所有代表省份中, 山东省对全国羊肉价格影响峰值最早出现, 即相对于其他省份其对全国羊肉价格冲击更为敏感，反应更为迅速；（3）河北、内蒙古与甘肃价格在全国羊肉价格形成过程中的作用显著高于其他省份，体现出产量对整体价格形成的重要性；（4）新疆价格对全国价格形成的影响具有显著的滞后性，但其后期影响逐步增大。

第四，方差分解结果表明，（1）中原优势区、中东部农牧交错带优势区与西北优势区代表省份价格对于全国价格变动解释力较强，具有对全国价格形成的政策指导意义；（2）以河北为代表的农区主产省份和以内蒙古与甘肃为代表的牧区主产省份对全国价格影响最大，大体与脉冲分析结果一致。

4.2政策建议

基于上述分析结论，针对确保全国与主产区羊肉市场价格信息无偏、畅通传递以稳定羊肉市场价格，本文可以得出以下可能的政策建议：

首先, 从全局看, 全国羊肉市场的整合局面已初步形成, 有关羊肉产业政策特别是有关价格方面的政策制定与实施需从全国各优势产区主产省份的实际入手, 综合考量各省份之间可能的相互影响与利益关系。

其次，各主产省份应建立联合预警机制，做好对羊肉生产和需求情况的预测，及时有效地公布各自羊肉价格信息。密切监测优势产区主要省份和全国当期价格，根据存在长期稳定关系的主产省份之间调整反馈系数进行对应调控，以助于预测全国未来价格走势。同时健全政府羊肉储备机制，更好地发挥其政策指挥棒作用。

再有，对重点省份实施重点监测与调控。以本文结果来看，全国牧区羊肉价格比农区更具有代表性，其对全国整体价格的影响也更明显，因而对内蒙古、新疆和甘肃羊肉价格应做到重点的监控与及时发布，农区则应以河北和山东为主要监测对象，使主产区真正发挥对价格引导的信号作用。

最后，着力构建主产区之间的信息流通渠道，提高信息流通效率，消除因各主产省份之间价格无序波动而带来的全国羊肉价格更为剧烈的波动。同时配合猪肉、牛肉以及禽肉等相关替代品供给调控，使羊肉价格上涨势头得到有效遏制。

注释 ：

1本文所采用的羊肉价格为中国畜牧业信息网发布的带骨羊肉价格，下文如无特殊说明将统一以羊肉价格代指带骨羊肉价格.

2限于中国畜牧业信息网发布的数据，本文所考查的省份涵盖了除西藏、台湾以外全国30个省、自治区、直辖市.

3选择2001年为基期主要是基于对所考察省份月度CPI数据的可获得性而定.

4根据现有文献研究结果和实际操作经验来看，对数据进行自然对数变换有利于消除各变量之间的异方差性，因而本文是基于各价格序列变量的对数序列进行实证分析.

[1] 刘家富, 李秉龙, 李孝忠. 基于VAR模型的国产大豆和豆油市场价格传导研究[J]. 农业技术经济, 2010, (8): 33-38.

[2] 张巨勇, 于秉圭, 方天. 我国农产品国内市场与国际市场价格整合研究[J]. 中国农村经济, 1999, (9): 27-29, 37.

[3] 周章跃, 万广华. 论市场整合研究方法——兼评喻闻、黄季焜《从大米市场整合程度看我国粮食市场改革》一文[J]. 经济研究, 1999, (3): 73-79.

[4] 王少芬, 赵昕东. 国际农产品价格波动对国内农产品价格的影响分析[J]. 宏观经济研究, 2012, (9): 81-86.

[5] 王孝松, 谢申祥. 国际农产品价格如何影响了中国农产品价格？[J]. 经济研究, 2012, (3): 141-153.

[6] 王永刚, 张正河, 卢向虎. 我国油料及植物油贸易发展与价格整合分析[J]. 国际贸易问题, 2006, (3): 52-55.

[7] 余建斌, 乔娟, 乔颖丽. 中国大豆国际贸易与国内市场价格关系的实证分析[J]. 农业经济问题, 2005, (11): 31-35.

[8] 潘苏, 熊启泉. 国际粮价对国内粮价传递效应研究——以大米、小麦和玉米为例[J]. 国际贸易问题, 2011, (10): 3-13.

[9] 高帆, 龚芳. 国际粮食价格是如何影响中国粮食价格的[J]. 财贸经济, 2012, (11): 119-126.

[10]喻闻, 黄季焜. 从大米市场整合程度看我国粮食市场改革[J].经济研究, 1998, (3): 50-57.

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

[12]武拉平. 农产品地区差价和地区间价格波动规律研究——以小麦、玉米和生猪市场为例[J]. 农业经济问题, 2000, (10): 54-58.

[13]辛贤, 尹坚. 贸易自由化背景下中国肉产品区域生产、消费和流通[J]. 中国农村经济, 2004, (4): 10-16.

[14]王士权, 李秉龙. 近十年来我国羊肉价格上涨的原因分析[C].第十届全国羊业发展大会会议文集, 2013: 40-47.

[15]易丹辉.时间序列分析方法与应用[M]. 北京: 中国人民大学出版社, 2011.3.

[16]杜江, 李恒,贾文. 计量经济学及其应用[M]. 北京: 机械工业出版社, 2010.3.

[17]高铁梅, 王金明, 梁云芳, 刘玉红. 计量经济分析方法与建模——EViews应用及实例（第二版）[M]. 北京: 清华大学出版社, 2009.5.

A Integration and Conduction Study on Mutton Prices Between the Main Producing Regions and the Whole Country Based on VEC Model

WANG Shiquan, CHANG Qian，LI Binglong
（College of Economics & Management, China Agricultural University, Beijing 100083）

This paper is based on VEC model and mutton prices of major provinces in the four Favorable regions and whole country during the past decade, using unit root test, Johansen-Juselius cointegration test, Granger causality test to obtain model estimation results for impulse response analysis and variance decomposition, then making a detailed study on the Favorable regions and the national mutton prices. The results show that: domestic mutton market tends to integrate in the regional integration, in front of the industrial chain, mutton price perform a stable cointegration; in the degree of integration in mutton price, the Central Plains region and the Favorable regions of Northwest and Southwest are higher than the Eastern Pastoral Transitional Zone; compared to agricultural areas, mutton prices of main pastoral areas influence more obvious about the national mutton price; mutton prices in main provinces of the Central Plains region, the Eastern Pastoral Transitional Zone and the Favorable regions of Northwest explain changes in national mutton price comprehensivly; in the process of mutton price formation, pastoral areas in Inner Mongolia, Xinjiang, Gansu, and agricultural areas in Hebei are significantly higher than other provinces.

Mutton price ；Integration；Conduction; Favorable regions; VEC model

中图文献号：F323.7ADOI:10.3969/j.issn1003-8256.2015.04.004

农业部、财政部国家现代肉羊产业技术体系项目（CARS-39）

王士权（1989-），男，河北邢台人，博士研究生，研究方向为产业经济学；常倩（1989-），女，陕西榆林人，博士研究生；（通讯作者）李秉龙（1957-），男，辽宁沈阳人，中国农业大学经济管理学院教授，博士生导师，国家肉羊产业技术体系产业经济岗位科学家，研究方向为农业经济理论与政策。

（责任编辑：姚英）