生产空间分布是否影响水果价格波动？——以苹果、香蕉为例的实证检验

王伟新，魏金义

（1.浙江工商大学经济学院，浙江 杭州 310018；2. 石河子大学经济与管理学院，新疆 石河子 832003）

生产空间分布是否影响水果价格波动？
——以苹果、香蕉为例的实证检验

王伟新1，魏金义2

（1.浙江工商大学经济学院，浙江 杭州 310018；2. 石河子大学经济与管理学院，新疆 石河子 832003）

从空间经济角度探究水果价格波动成因及其作用机理，对于稳定水果市场具有重要的现实意义。本文运用修正的Gini系数和Moran’s Ⅰ指数考察了2000-2014年中国水果以及苹果、香蕉生产的空间分布及其变化特征，进而利用X-12-ARIMA季节调整模型和协方差分析法分别检验了生产空间分布对苹果、香蕉价格波动的影响。结果表明：1）中国水果生产的地理集聚特征显著，水果产销分离和跨区流通的宏观格局基本显现，中国水果生产空间分布重心自东向西转移趋势明显。2）同一时期主产区苹果、香蕉价格的波动强度均强于主销区。水果价格波动的剧烈程度可能与地区经济发展水平有关。3）趋势变动和季节性变动是苹果、香蕉价格波动的主要来源，前者对主销区苹果、香蕉价格波动的贡献更大。不规则变动对主产区苹果、香蕉价格波动的贡献明显大于主销区。

空间分布；地理集聚；价格波动；苹果；香蕉

随着中国居民收入水平的日益提高，水果已经从昔日消费的“调剂品”变为居民日常饮食中最重要的农产品之一。在中国农业市场化快速发展以及农业经济结构不断优化的今天，水果产业对于农民就业、增收等方面意义重大，是影响农业农村经济发展稳定性和持续性的重要产业。但是，水果作为鲜活农产品，与蔬菜、肉类等一样具有典型的鲜活易腐特点，价格波动相较一般农产品更为复杂多变[1]。特别是近年来，受多种内外部因素影响叠加，国内水果市场价格异常、剧烈波动现象频发，对生产者与消费者利益造成了不同程度的损害，干扰了经济社会的稳定发展。因此，对水果市场价格波动进行剖析，厘清其波动机理与抑制条件，是制定水果价格调控政策，促进农民增收的现实需要[2]。

农产品价格的异常波动主要表现在两个方面：一是价格波动的剧烈性；二是价格波动损益在市场参与主体中分配的失衡性[3]。尽管两方面在影响机理上存在一定差异，但均体现了农产品价格异常波动的负面效应。由此，也引起了国内外学者的广泛关注。对于农产品价格波动的研究，多集中在波动特征、波动成因、波动效应等方面。其中，关于农产品价格波动成因的探讨，一个显著的观点已经被大多数学者所接受，即供求关系变化是农产品价格波动的基本原因[4-7]。显然，学者们对农产品价格波动成因的研究并非局限于对农产品供求关系变化本身的观察和讨论上，而是更多地追求供求关系以外的其他因素，如国际农产品价格传导[8-10]、信息、汇率等非典型性外部冲击[11-14]等。遗憾的是，空间经济因素却鲜有学者考虑。空间布局显然是影响农产品生产的重要因素，因此它通过影响农产品供给间接地作用于农产品价格波动具有逻辑上的可能性。当然，个别学者对上述问题进行了有益地探讨[15-16]，相关研究结论确也为这种可能性的存在提供了证据，即生产空间分布对农产品价格波动存在不可忽视的影响。但是，农产品种类繁多，以往研究受考察对象限制，研究结论不可避免地会带有一定局限性。

水果在生物习性以及贮藏保鲜等方面与其他农产品有较大差异[17]，因而相较于其他农产品，水果的价格波动及其生产空间布局均具有一定的特殊性。生产空间分布是否影响水果价格波动？结合现有研究，有必要进行专门的实证检验。本文以苹果、香蕉两类大宗水果为例，在对比考察中国水果生产空间分布特征及其变化的基础上，实证检验生产空间分布对苹果、香蕉价格波动的影响，借此窥视生产空间分布对水果价格波动的影响。研究结论预期对丰富相关研究、理解水果价格波动机理产生助益。

1 研究方法与数据说明

1.1 研究方法

1.1.1 水果产业地理集聚测度指标 水果生产的空间分布特征及其变化可以通过测度其地理集聚来考察。测度产业地理集聚的指标有很多，包括区位基尼系数、Hoover地方化系数、赫芬达尔系数、Moran’sⅠ指数等。区位基尼系数是应用较广泛的一项指标[18-20]。区位基尼系数的优点在于思想直观，计算简便，对数据的可获得性要求不高，但也存在一些缺陷[21]。对水果产业而言，区位基尼系数最显著的缺陷是其受地理单元设定的影响，即事先给定的地理单元没有考虑相互之间的空间关系和内部的产业分布情况，测度结果容易产生偏差。造成这种偏差的原因一是过大的地区规模会掩盖地区内部产业的分布情况，如某个产业全都集中在一个城市，而以省份为地理单元的测度显然会低估该产业的实际集聚程度；另一个原因是产业的分布可能存在空间相关性，如某个产业的集聚发生在相邻地区的边界上，人为划界必然会带来结果上的偏差。针对第一个问题，结合水果产业特点，本文采用Bickenbach和Bode[22]构建的以Gini系数为投影函数，以地区规模为权重的相对集中指数加以修正，其表达式为：

式中：i表示某产业；r、s代表不同地区；I、R表示产业和地区总数目。SLQir、SLQis为简单区位熵，表示为：

式中：xir表示地区r中产业i的规模。λr、λs表示地区规模差异，用公式表达即为：

Gi值越高，表明产业i的地理集聚程度越高，反之则越低。

对于第二个问题，则通过计算Moran’sⅠ指数以考虑相邻地区水果生产的空间相关性。鉴于Moran’sⅠ指数的应用已经相对成熟，本文不再赘述其计算过程。Moran’sⅠ指数的取值范围为[-1,1]，在本文中，Moran’sⅠ指数显著为正表示水果产业的分布存在正的空间相关性，说明水果生产在相邻地区具有集聚效应，若Moran’sⅠ指数显著为负或约为零，则不能反映水果生产的空间集聚效应。

1.1.2 水果价格波动分解模型 受作物自然生长属性影响，水果价格必然表现出一定的季节性波动特征；而在较长的观察期内水果价格所体现的趋势变动以及受自然灾害、信息不对称等短期冲击影响的不规则变动均表现为一定的波动特征。因此，有必要分离出表征水果价格季节性波动特征的季节性指数，继而分解出水果价格波动来源的趋势变动和不规则变动因素。目前学术界对经济数据的季节调整方法主要有基于经验的X-12-ARIMA和基于信号提取的TRAMO/SEATS两种。两者在对经济数据进行季节调整时各有优劣，但总体而言，X-12-ARIMA在稳定性和预测效果上较TRAMO/SEATS更优，尤其是对拥有很少异常值的序列而言。因此，本文借鉴宋长鸣等[23]的做法选择X-12-ARIMA季节调整模型。

X-12-ARIMA季节调整模型实际上是乘法模型。其基本形式可以表示为：

式中：P为水果价格；T、S、I分别表示水果价格波动的趋势变动、季节性变动和不规则变动。为了考察水果价格波动中趋势变动、季节性变动和不规则变动的贡献，对（4）式取对数有：

需要指出的是，统计分析中的时间序列数据一般可以分为趋势变动、季节性变动、循环变动和不规则变动四部分，由于本文水果价格数据的时间跨度为2000-2010年，循环变动并不明显，考虑到后续处理的便利性以及对结果影响的可忽略性，本文将循环变动与趋势变动合并处理。

为了进一步求解三类变动对水果价格波动的贡献度，（5）式中各项均对lnP取协方差有：

由（6）式可以看出，水果价格波动自身的总体误差被分解成了三个部分：水果价格与趋势变动之间的总体误差，水果价格与季节性变动之间的总体误差，水果价格与不规则变动之间的总体误差。（6）式进一步变换则有：

由此，可以通过估计三类总体误差分别占水果原始价格方差变异的比例来判断和分析趋势变动、季节性变动以及不规则变动对水果价格波动的贡献程度。

1.2 数据来源及说明

由于水果种类繁多，结合数据可得性，本文选取国内市场上最具代表性的苹果和香蕉作为研究对象。采用2000-2014年除香港、澳门和台湾地区以外的中国大陆31个省份的水果以及苹果、香蕉产量年度数据和2000年1月至2010年8月中等规格的苹果、香蕉的集贸市场价格月度数据。为实证检验生产空间分布对水果价格波动影响的地区差异，本文按苹果（香蕉）自给率，即各省份人均苹果（香蕉）占有量与全国人均苹果（香蕉）占有量之比遴选部分省份作为代表市场，其中主产区市场分别选择苹果产量最高、生产最为集中的陕西和山东，香蕉产量最高、生产最为集中的广东和广西；主销区市场则选择苹果、香蕉的重要外调目标市场北京和上海。水果以及苹果、香蕉产量数据来源于《中国农业统计资料》（2000-2014年），水果以及苹果、香蕉集贸市场价格数据来源于布瑞克农产品数据库（www.agdata.cn），原始数据来源于中国价格信息网，由布瑞克农产品数据库整理发布。

2 中国水果生产的空间分布特征及其变化

2.1 中国水果生产的空间分布特征

与大多数农产品一样，水果的生产受特定的土壤、水、光热等自然条件限制，因而空间布局上必然表现出以生态适宜为基础的地理集聚特点[17]。比如香蕉、龙眼等热带水果对湿热气候的苛刻要求决定了北回归线以北的中国绝大多数地区都不具备种植条件。但是，随着经济、技术等社会因素的发展，农业生产的自然禀赋约束越来越受到挑战，从而为农业生产由生态适宜区向非适宜区扩张提供了可能。典型的例子就是随着葡萄良种开发和栽培技术的不断发展，原本属于非适宜区的中国南方地区也已经大面积种植葡萄。尽管如此，水果仍然是一个自然条件依赖性较强的产业，相较于其他农产品，具有更显著的地理集聚特点。以往研究显示，水果生产的地理集聚程度显著高于粮食、油料、蔬菜等农产品[24]。

表1的测度结果清楚表明，中国水果生产的地理集聚特征显著。从产业集中率CR5（即生产规模排名前五位的地理单元的生产规模之和占全国总生产规模的比重）的结果来看，水果生产的CR5达到44.08%，说明中国水果生产的地理集聚特征较为显著，水果产量排在前5位的省份分别为山东、陕西、广东、河北、广西，其中有3个省份位于东部地区，2个省份位于西部地区；苹果生产的CR5则达到了76.30%，说明中国苹果生产具有显著的地理集聚特征，苹果产量排前5位的省份分别为陕西、山东、河南、山西、河北，其中山东、河北位于东部地区，河南、山西位于中部地区，陕西位于西部地区；香蕉的CR5更是达到了99.58%，说明中国香蕉生产的地理集聚特征极为显著。香蕉产量排前5位的省份分别为广东、广西、云南、海南、福建，其中有3个省份位于东部地区，2个省份位于西部地区。必须指出的是，2014年中国生产香蕉的省份仅有8个，按照排名前五计算的CR5值接近100%，显然夸大了香蕉生产的地理集聚程度。谨慎起见，本文单独计算出香蕉生产的CR3值为78.23%，由此可见，文中基于CR5值的分析是合理的。从地区产量占全国比重来看，中国水果生产主要分布在东部和西部地区，中部地区所占比重相对较小。水果产量最高的10个省份中，除河南和山西外，均位于东部和西部地区，当然这与中部地区国土面积较小且多为粮食主产省有一定关系。

从表1中水果生产的相对集中指数来看，中国水果生产的空间分布呈显著的非均衡性，表明水果生产的地理集聚程度较高。苹果、香蕉生产的相对集中指数更是支持了上述结论。此外，Moran’sⅠ指数的测算结果使得上述结论更具说服力。由表1可知，2014年水果、苹果、香蕉生产的Moran’sⅠ指数分别为0.04、0.17和0.06，均显著为正，表明中国水果（包括苹果、香蕉）生产存在正的空间相关性，水果（包括苹果、香蕉）生产在相邻地区具有显著的集聚效应。

表1 2014年中国水果生产的地理集聚情况Table 1 Fruit industry geographic concentration in China, 2014

2.2 中国水果生产的空间分布变化

图1、图2反映了中国水果生产地理集聚变化的时序特征。总体来看，中国水果生产的地理集聚呈缓慢下降趋势。这与既有研究中利用种植面积数据测算得出的结论基本相同[17]，从而进一步验证了本文结果的可靠性。图1显示，2000-2014年间中国水果生产的相对集中指数表征了水果生产具有较高程度的地理集聚，而其变化趋势同时说明这种较高程度的地理集聚又趋于缓慢下降。水果生产的相对集中指数，由2000年的0.218 3波动下降到2014年的0.201 5，下降幅度为7.69%。图2中国水果生产的Moran’sⅠ指数在2000-2014年间同样呈总体下降趋势，由2000年的0.089 9最终降到2014年的0.039 8，但始终在1%的置信水平下显著，说明观察期内中国水果生产在相邻地区具有显著的空间集聚效应。

图1 中国水果生产的相对集中指数：2000-2014年Fig.1 Relative concentration index of China’s fruit production: 2000-2014

分品种来看，苹果和香蕉生产的相对集中指数在整个观察期内始终高于水果，且表现出与水果生产的相对集中指数大致相同的变动趋势，2014年苹果和香蕉生产的相对集中指数相比2000年下降幅度分别为8.65%和5.64%。苹果生产的空间自相关程度基本保持稳定（Moran’sⅠ指数由2000年的0.168 3上升为2014年的0.168 4，变动幅度可以忽略），而香蕉生产的空间自相关程度则呈连年上升趋势（Moran’sⅠ指数由2000年的0.022 2上升为2014年的0.061 7，变动幅度超过177.93%）。当然，尽管苹果和香蕉生产的Moran’sⅠ指数的绝对值差异较大，但观察期内均始终在1%的置信水平下显著，印证了水果生产空间集聚特征的存在。

图2 中国水果生产的Moran’sⅠ指数：2000—2014年Fig. 2 Moran’sⅠ index of China’s fruit production: 2000-2014

表2、表3反映了中国水果生产的空间分布变化情况。区域尺度上，2000-2014年中国水果生产重心自东向西转移趋势明显（表2）。2000年水果产量占全国总产量比重在10%以上的省份有3个，且全部位于东部地区，分别是山东（15.52%）、河北（10.87%）和广东（10.33%），而到2014年，该比重在10%以上的省份仅剩山东一省，且比重也由15.52%降到了10.04%；不仅如此，2000-2014年间，东部11个省份中，有10个省份的水果产量占全国总产量比重出现下滑，而唯一例外的海南省，其比重上升幅度也仅仅只有0.18%（表3）；与东部地区形成鲜明对比的是，西部地区的水果生产发展迅速，2000年陕西水果产量占全国比重为7.93%，2014年则上升为9.37%，排名也由第4位上升到第2位，同期新疆的水果生产发展更为迅速，水果产量占全国的比重由2000年的2.44%提高到2014年的5.18%，排名由第14位跃升至第7位。值得一提的是，2000-2014年间西部地区除青海（-0.03%）外，其余11个省份的水果产量占全国的比重均有所上升（表3）。

表2 各省份水果产量占全国比重的空间分布Table 2 Spatial distribution of provincial fruit production shares

表3 各省份水果产量占比的增减情况(%）Table 3 Variance of provincial fruit production shares(%)

表4的结果也清晰地反映出了中国水果以及苹果、香蕉生产空间分布向西部转移的变化趋势。由此可见，西部地区水果生产规模相对增加，东部地区水果生产规模相对减少，中部地区则相对稳定，水果生产空间分布上存在“西进东退”现象。

表5、表6所表示的中国苹果、香蕉生产的空间分布变化情况进一步验证了中国水果生产重心的西移现象，由于其变动特征与前文所述水果生产的空间分布变化情况如出一辙，受篇幅限制，不再赘述。我们需要考虑的是，中国水果生产重心表现出来的西移趋势，客观上必然改变着各地区的水果供求关系。2000-2014年间，中国水果生产增长乏力甚至出现下滑的省份多数位于经济较发达、人口密度大、消费需求较旺盛的东部地区，而水果生产发展较快的省份则绝大多数属于经济欠发达且消费需求相对较低的中西部地区。显然，工业化、城镇化等快速发展越来越多地挤占了包括水果产业在内的农业发展空间。水果产业作为第一产业，在国民经济发展的特定阶段，其发展速度与地区经济水平呈负相关关系是符合逻辑的正常现象，但却不可避免地对地区水果供求平衡产生不同程度的影响。东部地区尤其是北京、上海等水果主销区在这一空间分布的西进东退中加剧了水果产销分离以及供求失衡矛盾，而中西部地区由于近年来水果生产的迅速发展，相应地改善了地区水果供求平衡关系。

表4 中国水果生产的地区比重变化(%）Table 4 Regional changes in China’s fruit production shares (%)

表5 各省份苹果产量占全国比重的空间分布Table 5 Spatial distribution of apple production shares

表6 各省份香蕉产量占全国比重的空间分布Table 6 Spatial distribution of banana production shares

由此可知，中国水果以及苹果、香蕉生产空间分布的时空特征变化十分显著：中国水果以及苹果、香蕉生产的地理集聚程度在整体有所下降的情况下，仍然呈现较为显著的地理集聚特征，且表现出生产重心日益向西部地区集中的趋势。上述生产空间分布的变化与当前水果小生产与大流通对接的产业现实无疑是契合的。从农产品流通角度来看，地理集聚的结果使苹果、香蕉产业形成典型的主产区和主销区。产销分离以及由此导致的跨区流通，使得苹果、香蕉产销价格叠加上了贮运、损耗、外部冲击等多种因素的影响而形成不同的波动特点[25]。生产的空间分布是否影响水果价格波动？又以怎样的机理发挥其影响？我们采用苹果、香蕉集贸市场价格数据对此进行实证检验。

3 生产空间分布影响水果价格波动的实证检验

本文以苹果、香蕉为例，首先基于价格时间序列从直观上对苹果、香蕉价格波动特征进行区域比较，进而运用X-12-ARIMA季节调整模型对价格序列进行季节调整，通过计算变异系数来具体考察生产空间分布异质（主产区与主销区）下的苹果、香蕉价格波动强度差异。

3.1 苹果、香蕉价格波动特征的区域比较

图3、图4分别显示了苹果和香蕉价格波动的基本特征。2000年1月至2010年8月苹果、香蕉价格波动具有明显的季节性和周期性特征，且总体呈上升趋势。由图3可以看出，受物流和损耗成本叠加影响，主销区（北京、上海）的苹果价格水平明显高于主产区（山东、陕西），这种现象在2004 年6月之前表现的尤为明显。2004年6月之后，尽管整体上主销区的苹果价格仍然高于主产区，但这种差距已经非常小了。可能的原因是高速公路等现代化交通运输业的迅速发展不断拉近产区和销区之间的经济距离，局部地区的供求关系失衡通过价格信号传递，在现代物流作用下能够快速反应，从而增强了苹果产销价格的联动性。

图3 苹果价格波动的区域比较Fig. 3 Comparison of regional price f uctuations of apple

图4 香蕉价格波动的区域比较Fig. 4 Comparison of regional price f uctuations of banana

与苹果价格相似的是，主销区（北京、上海）的香蕉价格水平普遍高于主产区（广东、广西），可能的原因亦同于苹果，这里不再赘述。而两者之间的区别在于，作为主产区的广东其香蕉价格总体水平并非明显低于北京、上海，而是相差无几的，且在相当长的时间里甚至较北京、上海为高。溯其原因可由广东省香蕉供求关系特点窥见一斑：一方面，广东作为全国最大香蕉产区，每年需外调大量香蕉供应全国市场，从而减少了香蕉的本地供给量；另一方面，广东省经济总量居全国第一位，经济发达、人口稠密、居民消费水平高，对包括香蕉在内的水果产生巨大需求。

表7列出了苹果和香蕉价格的变异系数，本文据此考察生产空间分布异质下的苹果、香蕉价格波动强度差异。可以发现，无论是苹果还是香蕉，其价格波动均表现出明显的地区差异，同种水果在主产区和主销区其价格波动的剧烈程度不同，且呈现一定规律性。对比表7中主销区均值和主产区均值的大小，明显的，苹果和香蕉在主产区的价格波动强度普遍大于主销区。对此，可以通过对比主产区和主销区的供求特点加以解释。一方面，水果作为满足人类获取维生素等营养物质的食物之一，具有较强的需求刚性，且水果消费占居民消费比例普遍较低，因而水果需求相对缺乏价格弹性；在价格波动信号作用下，果农在下一期可以通过改变生产要素投入而相对容易地调整生产规模，因此水果供给相对富有价格弹性。在这种状况下，与生产联系更为紧密的特点使得主产区的市场价格更容易受到供求矛盾的冲击。另一方面，在主销区市场，水果零售价格中流通成本所占比重远高于主产区，而短时间内流通成本相对稳定，因而主销区水果价格的自我稳定能力要强于主产区[16]。

表7 苹果、香蕉价格的变异系数（%）Table 7 Variation coeff cients of apple & banana prices (%)

3.2 苹果、香蕉价格波动的主要来源

本文在运用X-12-ARIMA季节调整模型将苹果、香蕉原始价格分解为季节性变动、趋势变动和不规则变动之后，采用协方差分析得到了各分解因素对苹果、香蕉价格波动的贡献率（表8），由此进一步分析生产空间分布对苹果、香蕉价格波动的影响。

水果生产对自然条件的依赖还体现在作物生长的季节性上。与大多数农作物一样，水果生产严格依循作物生长规律，市场供求关系随鲜果的上市退市而自然波动，其价格在市场供求的作用下表现出显著的季节性和周期性特征[2]。尽管随着育种、栽培、贮运等现代科技的不断发展，水果生产对自然条件的依赖程度有所缓解，但水果生产的季节性和周期性特征，至少在现有技术水平下还是无法逾越的自然规律。因此，季节性变动、趋势变动必然成为水果价格波动的主要来源。由表8可以看出，无论是主产区还是主销区，趋势变动都是苹果、香蕉价格波动的最主要来源，6个省份趋势变动对苹果、香蕉价格波动的贡献率均超过或接近50%。季节性变动是苹果、香蕉价格波动的次要来源，6个省份季节性变动对苹果、香蕉价格波动的贡献多在30%-40%之间。整体来看，趋势变动和季节性变动对苹果或香蕉价格波动的合计贡献率均超过80%（陕西除外，但其合计贡献率也达到了79.74%）。

从价格形成的角度来看，在较长的时间周期内，土地、劳动力、化肥、农药等要素构成的生产成本以及石油、仓储等要素构成的流通成本的变动是导致苹果、香蕉价格波动的主要因素[25]。显然，物流成本占水果价格比重更高的主销区，其水果价格在长期内受趋势变动的影响理应较主产区更大。由此可以推断，趋势变动对主销区苹果、香蕉价格波动的贡献更大。从表8各分解因素对苹果、香蕉价格波动贡献率的区域对比来看，显然上述推断得到了验证。

此外，不规则变动在主产区和主销区的苹果、香蕉价格波动中贡献均最小。需要指出的是，尽管不规则变动未能成为苹果或香蕉价格波动的主要来源，但仍然表现出了显著的地区差异性。不难发现，无论是苹果还是香蕉，不规则变动对主产区水果价格波动的贡献明显大于主销区，其中苹果尤为明显。这再次验证了前文关于主产区市场较主销区市场更易受到外部冲击影响的判断。

表8 苹果、香蕉价格波动来源分解（%）Table 8 Source decomposition of apple & banana price volatility (%)

4 结论

本文从价格形成与波动成因角度出发，深入剖析生产空间分布影响水果价格波动的理论逻辑，进而提出相关研究假说。在对比考察中国水果以及苹果、香蕉生产空间分布特征及其变化的基础上，实证检验了生产空间分布对苹果、香蕉价格波动的影响，最后得出以下结论：

1）中国水果生产的地理集聚特征显著，水果产销分离和跨区流通的宏观格局基本显现。2000-2014年间中国水果生产空间分布重心自东向西转移趋势明显，且这一趋势还在进一步发展。

2）生产空间分布是否影响水果价格波动的研究命题为以苹果、香蕉为例的实证检验所证实，生产空间分布对苹果、香蕉价格波动的影响主要表现在显著的地区差异性上。

3）同一时期主产区苹果、香蕉价格的波动强度强于主销区。研究还进一步发现，苹果、香蕉价格波动的剧烈程度可能与地区经济发展水平有关。

4）趋势变动和季节性变动是苹果、香蕉价格波动的主要来源，前者对主销区苹果、香蕉价格波动的贡献更大。此外，不规则变动对主产区苹果、香蕉价格波动的贡献明显大于主销区。

[1] 祁春节. 中国柑橘产业经济分析与政策研究[M]. 北京: 中国农业出版社, 2003. Qi C J. The Citrus Industry in China: An Economic Analysis and Policy Studies[M]. Beijing: China Agriculture Press, 2003.

[2] 王伟新, 祁春节. 水果价格波动的生产者福利效应研究[J]. 价格月刊, 2016(4): 25-30. Wang W X, Qi C J. Study on the producer welfare effect of fruit price fl uctuations[J]. Prices Monthly, 2016(4): 25-30.

[3] 王伟新. 小农经营、交易关系与农产品价格形成研究[D]. 武汉:华中农业大学, 2015. Wang W X. Study on small-scale peasant economy, transaction relationship and agricultural products price formation[D]. Wuhan: Huazhong Agricultural University, 2015.

[4] 李国祥. 2003年以来中国农产品价格上涨分析[J]. 中国农村经济, 2011(2): 11-21. Li G X. An analysis of the price increase of agricultural products in China since 2003[J]. Chinese Rural Economy, 2011(2): 11-21.

[5] 赵姜, 吴敬学, 杨巍, 等. 我国鲜活农产品价格波动特征与调控政策建议[J]. 中国软科学, 2013(5): 56-63. Zhao J, Wu J X, Yang W, et al. The price fluctuation of fresh agricultural products in China and price regulation policy recommendations[J]. China Soft Science, 2013(5): 56-63.

[6] 涂圣伟, 蓝海涛. 我国重要农产品价格波动、价格调控及其政策效果[J]. 改革, 2013(12): 41-51. Tu S W, Lan H T. Price fl uctuation, price regulation and the policy effects of China’s important agricultural products[J]. Reform, 2013(12): 41-51.

[7] 徐雪高. 新一轮农产品价格波动周期: 特征、机理及影响[J].财经研究, 2008(8): 110-119. Xu X G. The new-round fl uctuation cycle of agricultural products prices: Characteristics, mechanism and effects[J]. Journal of Finance and Economics, 2008(8): 110-119.

[8] 罗锋, 牛宝俊. 国际农产品价格波动对国内农产品价格的传递效应——基于VAR模型的实证研究[J]. 国际贸易问题, 2009(6): 16-22. Luo F, Niu B J. The pass-through effect of fluctuation of international agricultural products on domestic agricultural products: An empirical study based on VAR model[J]. Journal of International Trade, 2009(6): 16-22.

[9] 胡冰川, 徐枫, 董晓霞. 国际农产品价格波动因素分析——基于时间序列的经济计量模型[J]. 中国农村经济, 2009(7): 86-95. Hu B C, Xu F, Dong X X. An analysis of the factors of international agricultural product price fl uctuation based on time series econometric model[J]. Chinese Rural Economy, 2009(7): 86-95.

[10] 顾国达, 方晨靓. 中国农产品价格波动特征分析——基于国际市场因素影响下的局面转移模型[J]. 中国农村经济, 2010(6): 67-76. Gu G D, Fang C L. Analysis on the price fl uctuation of agriculturalproducts in China: Based on the influence of international market[J]. Chinese Rural Economy, 2010(6): 67-76.

[11] 张利庠, 张喜才. 外部冲击对我国农产品价格波动的影响研究——基于农业产业链视角[J]. 管理世界, 2011(1): 71-81. Zhang L Y, Zhang X C. Research on the impact of external shocks on the price fl uctuation of agricultural products in China: Based on the perspective of agricultural industry chain[J]. Management World, 2011(1): 71-81.

[12] 苏应蓉. 全球农产品价格波动中金融化因素探析[J]. 农业经济问题, 2011(6): 89-95, 112. Su Y R. The analysis of financialization in price variation of global agriculture commodity[J]. Issues in Agricultural Economy, 2011(6): 89-95, 112.

[13] 罗锋. 外部冲击对我国农产品价格波动的影响——基于SVAR模型的实证研究[J]. 农业技术经济, 2011(10): 4-11. Luo F. The impact of external shocks on the price fl uctuation of agricultural products in China: An empirical study based on SVAR model[J]. Journal of Agrotechnical Economics, 2011(10): 4-11.

[14] 朱信凯, 韩磊, 曾晨晨. 信息与农产品价格波动: 基于EGARCH模型的分析[J]. 管理世界, 2012(11): 57-66. Zhu X K, Han L, Zeng C C. Information and price fl uctuation of agricultural products: An analysis based on EGARCH model[J]. Management World, 2012(11): 57-66.

[15] 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. Wu L P. A study on the regional price difference and price fl uctuation of agricultural products: A case study of wheat, corn and hog market[J]. Issues of Agricultural Economy, 2000(10): 54-58.

[16] 纪龙, 李崇光, 章胜勇. 中国蔬菜生产的空间分布及其对价格波动的影响[J]. 经济地理, 2016(1): 148-155. Ji L, Li C G, Zhang S Y. The spatial distribution of vegetable production in China and its impact on vegetable price volatility[J]. Economic Geography, 2016(1): 148-155.

[17] 王伟新, 向云, 祁春节. 中国水果产业地理集聚研究: 时空特征与影响因素[J]. 经济地理, 2013(8): 97-103. Wang W X, Xiang Y, Qi C J. Study on geographic agglomeration of fruit industry in China: Spatial-temporal characteristics and affecting factors[J]. Economic Geography, 2013(8): 97-103.

[18] Krugman P. Geography and Trade[M]. Cambridge: MIT Press, 1991.

[19] 梁琦. 中国工业的区位基尼系数——兼论外商直接投资对制造业集聚的影响[J]. 统计研究, 2003(9): 21-25. Liang Q. Locational Gini coefficient of Chinese industry: Also on the influence of foreign direct investment on manufacturing agglomeration[J]. Statistical Research, 2003(9): 21-25.

[20] Wen M. Relocation and agglomeration of Chinese industry[J]. Journal of Development Economics, 2004, 73(1): 329-347.

[21] 蒲业潇. 理解区位基尼系数: 局限性与基准分布的选择[J]. 统计研究, 2011(9): 101-109. Pu Y X. Understanding locational Gini index: Limitations and selection of benchmark distribution[J]. Statistical Research, 2011(9): 101-109.

[22] Bickenbach F, Bode E. Disproportionality measures of concentration, specialization, and localization[J]. International Regional Science Review, 2008(4): 359-388.

[23] 宋长鸣, 徐娟, 项朝阳. 基于时间序列分解视角的蔬菜价格波动原因探析[J]. 统计与决策, 2014(3): 106-108. Song C M, Xu J, Xiang C Y. Analysis on the causes of vegetable price fl uctuation based on time series decomposition[J]. Statistics & Decision, 2014(3): 106-108.

[24] 肖卫东. 中国种植业地理集聚: 时空特征、变化趋势及影响因素[J] .中国农村经济, 2012(5): 19-31. Xiao W D. Geographic agglomeration of China’s cultivated land: Temporal and spatial characteristics, trends and infl uencing factors[J]. Chinese Rural Economy, 2012(5): 19-31.

[25] 祁春节, 王伟新, 魏金义. 我国农产品产销价格的联动性实证分析[J]. 华中农业大学学报(社会科学版), 2013(1): 6-11. Qi C J, Wang W X, Wei J Y. An empirical analysis on linkage of agricultural products price of production and retail in China[J]. Journal of Huazhong Agricultural University (Social Sciences Edition), 2013(1): 6-11.

（责任编辑：王育花）

Will the spatial distribution of production affect the price f uctuations of fruits? A case study of apple and banana

WANG Wei-xin1, WEI Jin-yi2
（1. School of Economics, Zhejiang Gongshang University, Hangzhou, Zhejiang 310018, China; 2. School of Economics and Management, Shihezi University, Shihezi, Xinjiang 832003, China）

It is of great practical signifi cance to study the causes and mechanism of fruit price fl uctuations from the perspective of spatial economics. Taking apple and banana markets from 2000 to 2014 as examples, and applying the revised Gini coeffi cient and Moran’sⅠ index, this paper investigated the spatial distribution and variation characteristics of China’s fruit markets. This paper also empirically tested the influence of the spatial distribution on the price fluctuations of apple and banana markets by the X-12-ARIMA seasonal adjustment model and covariance analysis. Results show that: 1) China’s fruit production displays an obvious geographic concentration feature: fruit production and consumption regions are separated with huge inter-reginal trade fl ows. At the same time, fruit production concentration has been shifting from the east to the west. 2) Apple and banana price fl uctuations of main production areas are more intense than that of main consumption areas. The intensity of fl uctuations of apple and banana prices may be related to regional economic development levels. And 3) general trend change and seasonal change are the main sources of apple and banana price fl uctuations, with the former having more contribution to apple and banana price fl uctuations of main consumption areas. The irregular changes on apple and banana price fl uctuations of main production areas are larger than that of main consumption areas.

spatial distribution; geographic concentration; price fl uctuations; apple; banana

F304.5

A

1000-0275（2017）03-0493-09

10.13872/j.1000-0275.2017.0041

王伟新, 魏金义. 生产空间分布是否影响水果价格波动？——以苹果、香蕉为例的实证检验[J]. 农业现代化研究, 2017, 38(3): 493-501.

Wang W X, Wei J Y. Will the spatial distribution of production affect the price fl uctuations of fruits? A case study of apple and banana[J]. Research of Agricultural Modernization, 2017, 38(3): 493-501.

国家社会科学基金项目（16BJY136）；浙江省教育厅一般科研项目（Y201635547）；浙江省高校人文社科重点研究基地项目（浙江工商大学应用经济学）。

王伟新（1987-），男，山东潍坊人，博士，讲师，主要研究方向为农产品流通与贸易，E-mail: wangweixin87@126.com; 魏金义（1988-），男，河南周口人，博士，讲师，主要研究方向为农业技术进步与农业要素禀赋，E-mail: xjinyi@126.com。

2016-10-16，接受日期：2017-05-04

Foundation iittemm:: National Social Science Foundation of China (16BJY136); Foundation of Zhejiang Provincial Department of Education (Y201635547); Zhejiang Provincial Key Research Base for Humanities and Social Science Research.

Corresponding authhoorr:: WANG Wei-xin, E-mail: wangweixin87@126.com.

Receeiivveedd 16 October, 2016; Acceepptteedd 4 May, 2017