基于X12-HP模型的水产品价格波动分解研究

李辉尚，沈 辰，孔繁涛

（中国农业科学院农业信息研究所/农业部农业信息服务技术重点实验室，北京 100081）

基于X12-HP模型的水产品价格波动分解研究

李辉尚，沈 辰，孔繁涛

（中国农业科学院农业信息研究所/农业部农业信息服务技术重点实验室，北京 100081）

运用X12季节分解和H-P滤波法，将我国4大类28种水产品批发价格分解成趋势波动、周期波动、季节波动、随机波动4种波动类型，分析总结了不同类型水产品价格的波动特征及其变化规律。研究发现：不同类型水产品价格趋势波动差别较大，同一类型内各品种也存在明显差别；淡水鱼、海水鱼、虾蟹类价格季节波动大体呈倒“V”型波动，贝类价格季节波动年初至年末大体呈直线下降形态；几类水产品中，淡水鱼、海水鱼、贝类价格波动周期在2年以上，虾蟹类价格周期较短，约为10多个月；从各种波动对价格影响看，淡水鱼、海水鱼价格受随机波动、季节波动、周期波动影响相对较小，所考察期间变化不大；贝类价格受随机波动、季节波动和周期波动影响均较大，但几种波动对价格波动贡献趋于减弱。基于分析结果，提出了调整水产品生产结构、加强市场监测预警和构建产业风险防范体系等对策建议。

水产品；价格；X12季节分解法；H-P滤波法；季节波动；随机波动

水产品价格与生产者和消费者利益息息相关，价格的剧烈波动往往伴随着生产者或者消费者利益的巨大损失。近年来，随着生产供给的持续增长和流通范围的不断扩展，水产品价格波动频率日益频繁，波动幅度不断增大。面对水产品市场日益增强的价格波动，探究水产品价格波动规律，分析其价格波动规律及其背后原因日益迫切，也引起了政府和学界的广泛关注。

国内外学者对水产品市场价格已经进行了较为深入的研究。许多学者基于水产品供给和需求形势，对其市场短期走势进行了分析预测［1-3］；也有学者综合分析了水产品生产、消费和贸易的长期变化，对水产品市场未来长期趋势进行了展望［4］；部分学者运用AHCH模型、VAR模型等时间序列分析方式，进行定量分析，预测水产品价格［5-7］。综合来看，目前对水产品价格的研究，定性分析较多，对市场短期预测较多，而定量分析相对较少，对价格波动的长期规律分析较少，相关研究亟待加强。

水产品生产是自然再生产与经济再生产的有机统一，价格波动受到多种因素影响。在统计学上，通常将价格分解为4种波动形式，分别是季节波动、周期波动、趋势波动和随机波动。对于水产品而言，其养殖、捕捞均受到水产品生物属性和水资源、气候等条件的约束限制，使得价格表现出明显的季节性；水产品生产易受病害、灾害等因素影响，价格随机性波动明显；由于生产周期长，生产决策依据往期做出，很容易陷入“供不应求—价格明显上涨—扩大生产—供过于求—价格明显下跌—减少生产—供不应求”的周期运动之中；人力、物质和环境成本等因素的影响，也会给价格波动带来趋势性影响。在以上各种因素的共同作用下，水产品价格时刻处于波动之中，不断向农户安排生产和居民选择消费释放市场信号，在资源配置中发挥了决定性的作用。

本研究将综合采用X12-HP方法，对多种类型、品种水产品价格序列进行分解整理，分离计算各种因素波动的影响程度，分析水产品价格波动具有何种运行趋势，季节表现如何，周期跨度多长，随机冲击多大，不同品种波动又有何异同等问题，进而对不同类型、不同品种水产品价格波动的特征及其变动规律进行总结对比，以期能够准确把握其市场运行规律、有效预测市场价格波动。

1 材料与方法

1.1 理论与方法

基于对水产品价格波动的理论认识，结合统计学相关原理，本研究将水产品价格波动划分为趋势波动、季节波动、周期波动和随机波动4种形式，其分解形式可以用下式表示：

式中，Y表示某一类或一种水产品价格序列，T为价格的趋势波动，反映价格的长期变动规律，比如随着时间变化稳步上升、下降或保持稳定等；S为价格的季节波动，表示价格在1年内各时节的变化规律；R为价格的随机波动，表示一些不可控的偶然因素引起的波动，如台风、暴雨、病害以及罢工、意外事故等；C为价格的周期波动，表示时间跨度超过1年的周期性变化。f表示某一函数，其具体形式决定了各种波动因素的函数关系，根据函数形式的不同，分为加法模型和乘法模型［8-9］。本研究采用加法模型的形式，一方面可以更清楚地分析周期性波动规律，另一方面可以较为方便的测算市场价格波动不同因素的贡献［8］。

具体进行价格分解时，综合采用了美国商务部国势普查局（Bureau of Census，Department of Commerce）开发的X-12季节调整方法和H-P滤波方法。首先采用X-12季节调整方法，对原始价格数据进行分解，分别分解得到趋势+周期波动序列（TC）、季节波动序列（S）、随机波动序列（R）。而后采用H-P滤波法对趋势+周期序列进行分解，得到趋势因素序列和循环因素序列。在H-P滤波法中，平滑参数λ的取值存在一个权衡问题，本研究选择14 400作为权重［10-11］。

1.2 数据与处理

根据研究需要，收集整理了28种（表1）水产品批发市场月度价格数据，时间从2009年1月至2015年9月，共81个月。数据来源于农业部信息中心的全国重要批发市场价格数据。在进行价格分解前，利用所考察时期的月度居民消费价格指数（以2009年1月为基期）对原始价格进行了处理，获得了各种类型水产品的真实价格数据。为了便于分析，将28种水产品划分为4个类型，分别是淡水鱼、海水鱼、虾蟹类和贝类（表1），并利用各种水产品真实价格与交易量数据计算4类产品加权平均批发价进行研究。此外，还从淡水鱼中选择草鱼、鲤鱼、罗非鱼，从海水鱼中选择大带鱼、大黄花鱼，从虾蟹类中选择对虾、梭子蟹等典型品种进行价格分解，以期得到更为细致的分析结论。

表1 水产品类型划分

2 结果与分析

基于处理后的月度价格序列数据，采用X12季节分解法和H-P滤波法，分解得到价格序列的4种波动，并进一步整理分析。

2.1 水产品价格波动不同因素特征分析

2.1.1 价格的趋势波动特征 从分解结果看，各种水产品价格趋势波动的方向、形态和程度均有所差别。其中，海水鱼价格趋势始终保持了上涨趋势，但上涨速度逐渐减缓。2009—2015年，分解所得价格趋势各年增长率分别为10.76%、10.96%、8.82%、5.59%、2.72%、0.69%和0.29%（2015年增长率按前9个月价格计算）。淡水鱼、虾蟹类价格趋势在缓慢上涨后转为缓慢下降，整体仍保持上涨。其中，2009—2012年淡水鱼价格趋势由9.57元/kg增至11.66元/kg，年均上涨5.06%，2013年1月开始下跌，至2015年9月价格趋势跌至10.94元/kg，年均下跌2.12%。淡水鱼价格趋势波动表现与以下原因有关：一是人工成本、环境成本持续增加，支撑了初期趋势波动的整体上涨［12］；二是淡水鱼养殖规模持续快速增长，市场供应整体越来越宽松，是价格趋势波动下行的重要原因；三是石油等大宗商品价格持续下跌，带动饲料价格下跌，为2014年以来趋势波动下降提供了空间。2009年1月至2013年8月虾蟹类价格趋势由80.51元/kg增至99.16元/kg，年均上涨4.26%，2013年9月开始下跌，至2015年9月跌至91.98元/kg，年均下跌3.69%。贝类价格趋势大体呈现“U”型增长，即先下跌再上涨。2009年1月至2011年7月价格趋势由10.63元/kg跌至6.68元/kg，年均下跌16.95%，2011年8月转为上涨，至2015年9月涨至11.16元/kg，年均上涨13.68%（图1）。

从几种典型品种价格趋势表现看，具体品种价格趋势与其所在类别的价格趋势也存在一定差别。鲤鱼、草鱼价格趋势波动表现出较为明显的负相关特点。所考察期间，鲤鱼价格趋势波动呈现“涨—跌—涨”的特点，草鱼价格趋势波动则呈现“跌—涨—跌”的特点，当鲤鱼价格趋势波动上涨时，草鱼价格趋势波动多数为下降，表明两者具有较强的替代性。罗非鱼价格趋势波动表现为逐渐下跌，年均下跌4.80%。作为海水鱼代表的大带鱼和大黄花鱼在所考察期间价格趋势波动整体是上涨的。大带鱼价格趋势在持续上涨后趋于平稳，2009年1月至2013年9月由13.42元/kg涨至24.22元/kg，之后价格趋势基本稳定在23.64元/kg和24.22元/kg之间；大黄鱼价格趋势先小幅下跌而后持续上涨，2009年1月至2010年9月由27.56元/kg跌至26.34元/kg，之后转为上涨，至期末涨至33.66元/kg。对虾价格趋势整体表现为上涨态势，各年增长率分别为10.02%、9.89%、6.05%、2.77%、3.07%、4.77%和3.24%，涨幅前高后低；梭子蟹价格趋势波动表现为倒“U”型特征，即价格趋势先逐渐上升后逐渐下跌。2009年1月至2011年11月价格趋势由78.33元/kg上涨到94.66元/kg，年均上涨6.52%，之后价格趋势转为下跌，至期末跌至68.42元/kg，年均下跌7.80%，前后增速较为接近（图2）。

图1 不同类型水产品价格趋势波动情况

图2 典型品种水产品价格趋势波动情况

2.1.2 价格的季节波动特征 在季节波动方面，淡水鱼、海水鱼、虾蟹类价格季节波动大体表现为倒“V”型波动（图3）。淡水鱼、海水鱼季节波动年初（1、2月份）位于最低点，之后价格逐渐上涨，至年中（6、7月份）达到高峰，而后再逐渐回落，年末再次降至低点。从3种典型淡水鱼价格季节波动看，草鱼、鲤鱼价格季节波动与淡水鱼总体波动相似，而罗非鱼的季节表现与淡水鱼总体表现相差较大。我国淡水鱼生产供应以养殖为主，一般都是春放冬捕，年初临近春节，消费旺盛，养殖户往往选择集中上市，而节日过后，市场供应明显减少，价格逐渐上涨。进入夏季后放养鱼苗开始逐步上市，市场供应逐渐增加，价格转为下行，并降至一年中的低点（图4）。与淡水鱼、海水鱼价格季节波动有所区别，虾蟹类价格季节波动最高点出现在3月份。从所选择典型产品看，对虾与梭子蟹价格季节波动差异较大。对虾价格季节波动最高点为6月份，最低点为11月份，年初年末价格位于低谷。对虾养殖一般在春节后放养，90 d左右出塘，在此期间市场供应偏紧，价格走高，之后市场供应逐渐增加，价格逐步走低；而梭子蟹供应主要依靠捕捞，6月份临近伏季休渔，梭子蟹价格处于高峰，9月份伏季休渔结束后价格明显降低。

贝类价格季节波动在2月份最高，之后整体呈现逐渐下跌的态势。贝类大量上市的时间为每年的11月份，此时市场供应充足，价格位于低谷，之后受到春节消费拉动，价格上涨，至2月份价格达到高峰，之后消费减弱，价格持续下跌。

图3 不同类型水产品价格季节波动情况

2.1.3 价格的周期波动特征 在分解得到不同水产品价格周期波动后，根据价格周期波动谷峰（底）来划分周期，即将一个谷峰（底）至另一个谷峰（底）划分为一个周期。几类水产品中，淡水鱼价格周期波动时间跨度最长，所考察期间淡水鱼价格大体经历了3个周期，第一个周期从2009年1月至2012年5月，持续了41个月，第二个周期为2012年6月至2014年12月，持续了31个月；第三个周期为2015年1月期末，尚未结束。其周期波动的时间长度约为3年；海水鱼价格大体也经历了3个周期，第一个周期为2009年1月至2012年1月，大约持续了37个月，第二个周期大体为2012年2月至2014年5月，大约持续了28个月，第三个周期为2014年6月期末，周期长度基本在2～3年之间；贝类价格大体经历了3个周期，第一个周期为2009年1月至2012年3月，大约持续约39个月，第二个周期为2012年4月至2014年8月，大约持续约29个月，第三个周期为2014年9月至期末，尚未结束，其周期长度大约为2～3年；虾蟹类价格周期波动较为复杂，大体经历了4个周期，第一个周期为2009年8月至2011年3月，约19个月，第二个周期为2011年4月至2012年3月，约12个月，第三个周期为2012年3月至2012年12月，约10个月，第四个周期为2013年1月2014年7月，约19个月，虾蟹类价格周期长度相对较短，基本为10多个月（图5）。

图4 典型品种水产品价格季节波动情况

2.1.4 价格的随机波动特征 在所考察期间，虾蟹类价格随机波动最为剧烈，正向（上涨）随机波动最大超过30元/kg，负向（下跌）随机波动最大达20元/kg；淡水鱼、海水鱼、贝类价格随机波动相对而言较小，特别是淡水鱼随机波动非常小，一般稳定在0.5元/kg之内（图6）。

从随机波动出现的时机看，虾蟹类价格随机波动表现剧烈的时期往往是年初岁末，特别是每年的1～3月份之间是价格随机波动较为明显的时期。究其原因，随机波动发生大多与天气、病害等因素有着一定联系，1月份是往往是冷空气频频南下的时期，冷空气的影响往往会造成虾蟹类养殖应激发病，也会对产品捕捞带来困难，从而影响到市场供应。低温天气影响的结果较为复杂，与低温发生时间、养殖所处阶段以及主要影响形式联系密切。养殖产品临近出塘时出现持续低温，可能造成养殖产品大量冻死，短期内可能带来产品集中上市价格下跌，而后造成价格上涨；也可能因为病害发生造成市场供应不足，短期内价格也可能立即上涨。

图5 不同类型水产品价格周期波动情况

图6 不同水产品价格随机波动情况

表2 2009—2015年水产品不同波动因素对价格波动贡献 （%）

2.2 水产品价格波动贡献分析

通过加法模型，分解得到不同影响因素的波动序列，由于不同品种水产品价格水平存在差异，直接对不同水产品的波动因素进行比较，容易因为水平差异而出现偏差。因此文中选择计算各种波动与原价格之比，进而对其比例的绝对值求平均，以考察其对价格波动的贡献情况，反映各种波动对价格的影响程度，结果见表2。

从不同波动贡献（表3）看，几种类型水产品价格随机波动对整体波动贡献在5%以下，其中，贝类价格随机波动对整体波动影响最大，达到5.0%；虾蟹类价格随机波动对整体波动影响次之，贡献为4.4%，淡水鱼和海水鱼价格随机波动贡献较低，分别为1.2%和1.1%；贝类价格周期波动对价格整体波动贡献相对较大，达11.1%，淡水鱼、海水鱼和虾蟹类价格周期波动贡献在5%以下；虾蟹类价格季节波动对整体波动贡献最大、达到14.5%，贝类价格季节波动贡献也达到5.6%，淡水鱼、海水鱼价格季节波动贡献相对较小，低于5%。

表3 2009—2015年水产品不同波动因素对价格波动贡献

从不同时期波动变化影响看，随机、季节、周期波动对淡水鱼、海水鱼价格整体波动贡献相对较小，随机、季节波动对价格波动贡献基本保持在1%左右，周期波动对价格整体波动贡献绝大多数情况下在5%以下，在所考察时期3种波动对价格整体波动贡献变化也并不大；季节波动对虾蟹类价格整体波动贡献较大，2009年、2012年和2015年的贡献均在10%以上，特别是梭子蟹价格影响更为明显；贝类价格受随机波动、季节波动和周期波动影响均较大，但几种波动对价格整体波动贡献存在逐渐减弱趋势，随机波动影响由期初的13.2%降至期末的2.3%，周期波动贡献由期初16.7%降至期末的6.8%。

3 结论与建议

通过X12季节分解和H-P滤波法，对28种水产品批发市场价格的趋势、季节、周期和随机波动特点和规律进行研究，并详细分析了这种表现的原因，基于上述研究结论，提出了以下对策建议。

3.1 积极调整水产品生产结构，促进市场供需匹配

水产品价格趋势波动特点和原因分析表明，不同水产品生产供应的增长空间和成本构成存在差异，使其价格趋势存在明显差别。一些产品，如淡水鱼在生产供应持续快速增长后，已经开始出现下降趋势，一些产品如海水鱼价格在快速上涨后，逐渐表现出相对稳定的趋势。这提示我们应当进一步优化市场供需匹配，积极调整水产品生产结构。应改变以量取胜的发展思路，树立以质取胜的观念，主动调减部分供过于求的传统养殖品种，特别加强对一些重点河湖和近岸海域中的限制养殖区管理［13］，在实施“退养还滩”、“蓝色海湾整治”等活动的过程中，引导品种结构优化调整。在调减过剩品种生产的同时，要积极促进高营养、高附加值的名优品种生产发展，加强水产品地理标识认证和品牌建设，鼓励发展具有地方特色的品种养殖。

3.2 加强水产品市场监测预警，提高市场分析和预警能力

利用目前收集的数据进行分析，得到初步分析结论，但在研究中也发现所监测品种数量仍然有限，统计标准有待规范，监测环节有待加强。一是要进一步扩大水产品市场监测预警品种范围。随着水产品生产的发展和食用进口的增加，水产品市场供应品种日益多样，应根据交易品种的变化，及时扩充监测品种范围；二是要积极构建水产品全产业链监测体系。针对不同种类水产品，选择重点生产地区，组织、筹划、建设覆盖生产、流通、加工、贸易和消费等产业链各环节的市场监测预警体系，打造上下贯通、互通共享的数据监测与分析预警平台；三是要进一步规范水产品监测品种标准。在充分收集、整理水产品生产、流通和消费各环节指标的基础上，制定分类科学、名目标准、口径一致的统计监测标准，进一步明确规范监测统计的定义和方法。

3.3 构建水产品产业风险防范体系，降低自然和市场风险冲击

水产品市场变化来源众多，各种因素均可能引起价格的剧烈波动，水产品生产因此面临巨大风险，而目前尚且缺少相应机制，一旦遇有自然或市场波动冲击，往往使养殖户面临巨大损失，须及早构建风险防范体系。一方面要积极利用保险等手段，利用市场化手段化解风险。将水产养殖保险纳入大农业补贴范畴［14-15］，启动水产品政策性养殖保险试点，及时总结试点经验，探索实施模式。尽快构建水产养殖保险大灾风险管理体系，规范保险大灾风险准备金管理，加快财政支持的保险大灾风险分散机制。在具体工作中还应加强宣传引导，提高养殖渔民参保的积极性。加强保险产品研发，创新开展天气指数保险、价格指数保险等，简化理赔流程，服务水产养殖业需要。规范承保工作，建立养殖渔民水产养殖存量报告制度。另一方面要积极推广混养套养等技术，利用技术手段降低风险。进一步推广鱼虾、虾蟹、虾鳖等混养以及稻田综合种养等生态循环型养殖模式，在减少病害发生的同时，通过产品多元化降低经营风险，提高养殖效率。

［1］孙琛. 中国水产品市场分析［D］. 北京：中国农业大学，2000.

［2］崔和. 我国对虾产业市场分析、发展现状及前景［J］. 中国水产，2011（6）：69-71.

［3］陈芝梦. 2015年上半年广东水产品价格分析及下半年走势预测［J］. 市场经济与价格，2015（11）：39-40.

［4］张静宜，刘景景，沈辰. 年中国水产品市场分析与展望［J］. 农业展望，2016（2）：13-18.

［5］贺艳辉，袁永明，张红燕，等. BP人工神经网络在罗非鱼价格预测中的应用［J］. 安徽农业科学，2010，38（35）：20443-20445.

［6］朱坚真，刘汉斌. 中国水产品价格波动分析—— 基于ARCH类模型［J］. 南方农村，2012（6）：66-69.

［7］王威巍，梁鸽峰，孙琛. 中国水产品市场价格波动特征研究［J］. 中国渔业经济，33（6）：56-63.

［8］李干琼，许世卫，李哲敏，等. 鲜活农产品市场价格波动规律研究—— 基于H-P滤波法的周期性分析［J］. 农业展望，2013，9（1）：30-34.［9］沈辰，张玉梅，李志强. 我国不同类型蔬菜价格波动分解与贡献分析［J］. 中国蔬菜，2015（5）：52-57.

［10］易丹辉. 数据分析与Eviews应用［M］. 北京：中国人民大学出版社，2009.

［11］张峭，宋淑婷.中国生猪市场价格波动规律及展望［J］. 农业展望，2012（1）：24-26.

［12］宋洪远，翟雪玲，曹慧，等. 农产品价格波动：形成机理与市场调控［J］. 经济研究参考，2012，（28）：28-37.

［13］中共中央国务院《关于落实发展新理念加快农业现代化实现全面小康目标的若干意见》［EB/OL］. http：//www.farmer.com.cn/ xwpd/btxw/201601/t20160127_1176258.htm，2016-01-27.

［14］农业保险财政补贴的新形势、新要求和新任务［EB/OL］. http：//chsh.sinoins.com/2015-08/10/ content_165385.htm，2015-08-10.

［15］王方方，杨正勇，任爱景，等. 我国水产养殖政策性保险探析［J］. 湖南农业科学，2011（5）：122-126.

（责任编辑 杨贤智）

Decomposition of aquatic product price fluctuation based on X12-HP model

LI Hui-shang，SHEN Chen，KONG Fan-tao
（Agricultural Information Institute，Chinese Academy of Agricultural Sciences/Key Laboratory of Agri-information Service Technology，Ministry of Agriculture，Beijing 100081，China）

This article used X12 seasonal decomposition and H-P filtering method to decompose the wholesale price of China's four types，28 kinds of aquatic products into four fluctuation types，which were trend fluctuation，cycle fluctuation，seasonal fluctuation and stochastic fluctuation，and analyzed the fluctuation characteristics and variation law of different types of aquatic products price. The results showed that price of different types of aquatic products kept different trend fluctuation，and the difference also existed in the same type；the seasonal fluctuation of freshwater fish，marine fish，shrimp and crab’ price generally showed inverted “V” shape，the seasonal fluctuation of shellfish price showed a linear decline from the beginning to the end of the year. The time span of freshwater fish，marine fish，shellfish’ cycle fluctuation was about 2 years，but shrimp and crab cycle fluctuation was just more than 10 months. The impact of stochastic fluctuation，seasonal fluctuation，cycle fluctuation on freshwater fish and marine fish’s price was relatively small and changed little during the inspection period，but the impact of stochastic fluctuation，seasonal fluctuation and periodic fluctuation was relatively larger and had a tend to weaken. Based on the analysis conclusion，we proposed some suggestions including adjusting the structure of aquatic production，strengthening market monitoring and early warning，building risk prevention system of industry.

aquatic product；price；X12 seasonal decomposition；H-P filtering method；seasonal fluctuation；stochastic fluctuation

F304.2

A

1004-874X（2016）11-0175-09

2016-08-25

农业部农产品市场监测统计专项

李辉尚（1979-），男，博士，副研究员，E-mail：lihuishang@caas.cn

孔繁涛（1968-），男，博士，副研究员，E-mail：kongfangtao@caas.cn

李辉尚， 沈辰， 孔繁涛. 基于X12-HP模型的水产品价格波动分解研究［J］.广东农业科学，2016，43（11）：175-183.