我国蔬菜价格变动的空间计量分析，本文主要内容关键词为：价格变动论文,蔬菜论文,我国论文,空间论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
蔬菜种植在促进农业增效和带动农民增收方面发挥了重要作用，在相关政策联动及经济效应辐射下，我国蔬菜播种面积和产量均呈递增态势。1978年我国蔬菜播种面积为3331千公顷，到2011年上升为19640千公顷，增长了5.9倍，年均增幅达5.5%；蔬菜播种面积占农作物总播种面积的比重由1978年的2.2%，上升到201 1年的43.8%①，增长了41.6个百分点；1995年我国蔬菜总产量为25726.7万吨，到2010年上升为65099万吨，增长了2.5倍，年均增长6.4%②。但长期以来中国农产品价格一直存在较大幅度波动，呈现小宗农产品和大宗农产品价格轮番上涨的局面（付俊文，2011）。蔬菜作为小宗农产品的典型，价格呈现时间和结构性差异的无规则变动特征。就2010年而言，蔬菜生产价格上涨16.8%，分季度来看，1～4季度分别上涨11.2%、16.9%、17%和18.5%；分种类来看，叶类菜上涨12.5%，瓜菜类上涨9.8%，块根、块茎类上涨14.7%，茄果类上涨11.5%，葱蒜类上涨42.2%，菜用豆类上涨16.7%，水生菜类上涨13.4%，食用菌上涨11.4%③。蔬菜价格的无规则变动不仅对人民生活水平提高、产业发展产生不良影响，更关系到宏观经济稳定大局和社会稳定。深入探究我国蔬菜价格变动的影响因素及机理具有重要理论和实践意义。
近年来，许多国家的商品价格急剧上升，尤其是农产品价格（Bourdon，2011）。因此，关于农产品价格变动方面的研究一直是西方学者关注的热点与难点。Shefer（1987）认为区域要素流动特别是发展中国家大规模的农村向城市的要素迁移将对农产品价格上涨产生推动作用，Sharma等（1996）、Ortiz（1998）、Roe等（2000）研究了贸易政策对农产品价格上涨的总体效应；Reboredo（2012）认为农产品价格飞涨并不是正常的石油价格变动所引起的，这与Nazlioglu和Soytas（2012）的研究结论并不相同。同时，近十年来我国农产品价格涨幅明显高于CPI整体涨幅④（中国人民银行课题组，2011）。因此，关于这方面的研究还有，徐雪高（2008）、秦臻（2013）剖析我国农产品价格波动周期、特征和影响；刘艺桌（2010）、张利庠等（2010）、苏应蓉（2011）分别从人民币实际利率、游资炒作和总需求等视角对农产品价格的变动成因进行论述；王秀清等（2007）、王丽娜（2011）、杜两省等（2012）等研究了农产品价格波动的传导路径。
随着研究日臻成熟，学者对农产品的研究也日趋微观化、特定化、专业化，更注重不同农产品价格变动的差异。如Omezzine和Jabri（1998）以阿曼蔬菜种植户为例，运用适应性预期模型模拟菜农的决策行为和过程。在价格变动研究方面，Imai（2010）研究了玉米、小麦、水果、蔬菜等产量对价格变动的影响。此外，Hsiang等（2011）通过政策模拟发现，贸易政策的扭曲对世界大米价格影响最大，为24%，其次为小麦，为14%。国内学者在这方面的研究内容相对来说较丰富，但在蔬菜价格方面，蒋中一等（1995）以居民对蔬菜价格反应强烈的北京市为例，探究蔬菜价格上涨的原因；赵翠萍（2012）实证分析了城乡之间蔬菜价格的联动性，发现城乡蔬菜价格保持相似的波动趋势，但城市蔬菜价格呈现较强的自我稳定性；周振亚（2012）从蔬菜田间收购价格、批发市场价格、零售市场价格的变动特征和变动动因入手，研究发现，蔬菜产能过剩、跨区域流通和流通体系不健全是导致蔬菜价格不稳定的主要原因。
国内外学者的研究极大地丰富了笔者的理论认知，为写作提供了一个很好的分析框架和逻辑起点。但现阶段的研究存在以下问题：（1）关于蔬菜价格变动的相关研究较少，对于影响蔬菜价格变动的深层次机理并没有合理的解释；（2）现阶段的研究基本停留在宏观层面，对于蔬菜价格变动的差异性研究还有待进一步补充；（3）在研究中国蔬菜价格变动的相关文献中，大多数研究停留于封闭假设条件下。在经济全球化、一体化、信息化的背景下，外部冲击对一个开放经济体内外均衡产生的影响越来越大（张利庠等，2011；罗峰，2011），在开放经济视角下蔬菜价格变动的研究有待进一步展开；（4）在数据与研究方法选择上，大多数研究以时间序列和传统计量为主，甚少涉及面板数据以及空间计量方法。面板数据弥补了时间序列样本容量有限的缺陷，空间计量经济学改变了经典计量经济学数据无关联和匀质性的假定，考虑空间相关性对经济活动的影响，使模型更加贴近客观现实（李靖等，2010），为研究蔬菜价格变动提供了一个新的视角和可靠手段。鉴于此，本文将基于省际面板数据，对我国蔬菜价格变动进行空间统计与计量分析，厘清我国地区蔬菜价格变动的成因，为政府制定科学合理的调控措施提供实证证据和理论支撑。
二、模型设定、变量说明及数据来源
（一）模型设定
面板数据模型一般分为静态面板模型和动态面板模型。传统静态面板模型不能反映因变量自身滞后因素的影响，无法刻画上一期蔬菜价格变动的影响效应。为此，构建中国地区蔬菜价格变动的动态面板模型。
其中，i为地域，t为时间，
表示蔬菜价格，为（n×1）向量，
表示蔬菜价格的一阶滞后项，为[（N-1）×1]向量，
表示影响蔬菜价格变动的其他一系列变量，为（N×K）向量。传统计量经济学中极大地忽视了地区数据模型存在空间异质性和观测中存在空间依赖性两大问题，违反了回归模型的Gauss-Markov假设（沈体雁等，2010），空间计量经济学很好地解决了上述两大问题。运用空间计量经济学的方法，引入空间权重矩阵
，为（N×M）向量,J为地域。刻画的是截面个体之间空间相关的结构，是“无量纲”的矩阵。文中运用的是二进制的邻接空间权重矩阵（见图1）。具体设定方法为：
按照Anselin（1988）的研究划分，空间线性回归模型主要分为空间误差模型（SEM）和空间滞后模型（SLM）。按郭鹏辉（2011）的做法，重点关注空间效应。将（1）式改写为动态空间误差模型（SEM）。
其中，δ表示空间误差系数。（3）式说明我国地区蔬菜价格变动的冲击通过协方差形式传递到邻域空间。同时，如果所关注的经济变量存在利用空间矩阵表示的空间相关性，则仅仅考虑
不足以很好估计和预测该变量的变化趋势（李子奈等，2012）。模型中考虑由于邻域空间结构造成的影响，可以化解这一问题。为此，进一步写出动态空间滞后模型（SLM）。
（二）变量说明
被解释变量：蔬菜价格（POV）。关于蔬菜价格的表示方法，相关研究者并没有达成一致意见。本文用蔬菜消费价格指数来表示。蔬菜消费价格指数反映的是居民购买的蔬菜价格随着时间变动的相对数，且消费作为产品的最终环节，用蔬菜消费价格指数来表示所体现的理论和现实意义更强。
解释变量（X）。遵循可行性原则，着重考察蔬菜生产成本、自然灾害、外部冲击、居民购买能力、货币政策、汇率变动等因素。
生产成本（COP）。多年来，中国农业生产成本不断上升的问题越来越突出，种子、化肥、机械作业、劳动等成本是农产品成本上升的主要推动力量（马晓河，2011）。蔬菜生产成本见表1。鉴于此，用蔬菜生产资料价格指数来表示种子、化肥、机械作业等蔬菜生产资料成本（MAT），用农村居民人均家庭经营性收入作为劳动力成本（LBR）的替代性指标⑥，以此综合衡量蔬菜生产成本。
自然灾害（SQD）。在我国发生的多种灾害中以自然灾害（包括干旱、洪涝、干热风、霜冻、台风、雹灾、尘暴、寒潮等，对农作物产量影响最大（龙方等，2011）。蔬菜由于自身的生产特性，受自然灾害的影响会更大。用公式（6）计算蔬菜受灾面积。其中，
为总受灾面积，
为蔬菜播种面积，
农作物播种总面积。
外部冲击（IPC）。加入WTO后，我国市场开放程度进一步提高，农产品贸易不断发展，一方面拓展了农民的增收渠道，但另一方面也使我国蔬菜价格上涨面临的环境更复杂。为了反映外部冲击因素对蔬菜价格变动的影响，用国际食品价格指数作为替代指标，是通过主要农产品实际价格加权得到，因而可以作为国际农产品价格变动所引发外部冲击的重要因素。
居民购买能力（ICM）。居民购买力提升，会形成改善膳食结构的动力，对蔬菜消费的种类、品质、档次的要求提高。但长期以来我国农村经济发展滞后，农民消费蔬菜，通过自己种植或到小区域内集贸市场购买便可以满足（赵翠萍，2012），农村居民购买能力对整体蔬菜价格变动的影响有限。鉴于此，用城镇居民可支配收入来表示居民购买能力。
货币政策（RAT）。全球金融危机中各国政府普遍利用宽松的货币政策向经济体持续注入巨额流动性以刺激经济复苏，我国也同样采取了力度强大的扩张货币政策（马龙等，2010），较宽松的货币政策环境无疑会成为诱发农产品价格上涨的重要推手（Anzuini等，2012）。“蒜你狠”、“姜你军”、“辣翻天”等网络流行语就是最好的体现。采用中央银行基准贷款利率作为货币政策的量化变量。
汇率变动（EXC）。开放经济条件下，汇率是影响一国价格水平的重要因素，汇率变动导致农产品进出口价格的变动，进而对国内农产品价格产生重要影响（刘艺卓，2010）。我国作为蔬菜出口大国⑦，汇率的变动无疑会对蔬菜价格的变动产生重要影响。用各年人民币对美元平均汇率来表示汇率变动。
（三）数据来源
由于部分省份统计数据缺失较严重，故分析时并不包含其中。最终选取的样本包括中国内地26个地区（北京、天津、上海、重庆、西藏除外）。样本区间为2002—2010年。所有数据均来自《中国统计年鉴》（历年）、《新中国六十年统计资料汇编》、《新中国60年农业统计资料汇编》、《中国农村统计年鉴》（历年）、国泰安CSMAR数据库、中宏教研支持系统（MCDB）、国研网统计数据库、中国经济社会发展统计平台以及FAO统计数据库等。各省市经度、纬度数据来自国家地理信息中心。各变量描述性统计信息见表2。
三、中国地区蔬菜价格变动的空间统计分析
（一）全局空间相关性分析
运用Moran's I指数、Geary's c指数检验中国蔬菜价格变动的空间相关性（见表3）。2002—2010年，中国蔬菜价格变动的Moran's I指数全部为负，说明中国蔬菜价格的变动并不是随机分布的，而是呈现典型的空间依赖性，且逐步增强。同时，中国蔬菜价格变动的Geary's C指数全部大于1，这说明中国蔬菜价格变动存在空间负相关性，与Moran’sI指数的结果相同。分区域来看，Moran's I指数和Geary's C指数都说明东部地区蔬菜价格变动是空间负相关；2004年中部地区的Moran's I指数大于0，Geary's C小于1，说明2004年中部地区蔬菜价格变动呈现空间正相关性，但其他年份均是空间负相关；2002年西部地区蔬菜价格变动的Moran’s I指数大于0，Geary's C指数小于1，说明2002年西部地区蔬菜价格变动是空间正相关，其他均为空间负相关。
（二）局域空间相关性分析
全局空间相关性分析并不能揭示不同地区空间关联模式。为此，采用局域Moran's I散点图分析省际蔬菜价格变动的空间关联模式。以此为坐标点，2010年为例，绘制散点图（见图2）。由于是经过标准化处理的，所以表示了对邻近观测值的加权平均（李林等，2011）。并对散点图的相关信息进一步整理，形成表4，以便于揭示不同地区蔬菜价格变动的空间关联模式。
综合图2和表4的相关内容可知，从各地区的象限分布来看，位于第一象限的省份主要有广西、云南和新疆3省，占比12%，属于高—高（HH）集聚区，蔬菜价格高的省份被蔬菜价格高的省份包围；位于第二象限的省份主要有江苏、浙江、江西、湖北、湖南、广东、海南、四川、贵州、陕西、甘肃、青海、宁夏等13个省，占50%，为低—高（LH）集聚区，蔬菜价格低的省份被蔬菜价格高的省份包围；位于第三象限的省份主要有河北省，占4%，即低—低（LL）集聚区，蔬菜价格低的省份被蔬菜价格低的省份所包围；位于第四象限的省份主要有山西、内蒙古、辽宁、吉林、黑龙江、安徽、福建、山东、河南等9省份，即高—低（HL）集聚区，蔬菜价格高的省份被蔬菜价格低的省份所包围，占34%。总之，中国省际蔬菜价格空间关联以低—高（LH）集聚和高—低（HL）集聚两种模式居多。
四、中国地区蔬菜价格变动的空间计量分析
进行空间计量分析的关键步骤是选择适宜的空间计量模型。究竟是运用SLM模型还是SEM模型，要根据拉格朗日LM检验进行验证（见下页表5）。从全国范围内来看，LMLAG、LMERR、R-LMERR等通过了显著性检验，R-LMLAG并没有通过显著性检验，且LMERR统计值远远大于LM-LAG统计值，所以SEM是非常适合的。同理，东部和西部地区选择SEM模型，中部地区选择SLM模型。为此，继续采用无条件极大似然UMLE方法对空间模型进行估计（见下页表6）。
由模型（2）可知，
的估计系数显著为正，表明邻域省份蔬菜价格对地区蔬菜价格变动具有推动作用。在我国从计划经济向市场经济的改革过程中，价格和市场改革一直是改革中重要组成部分（黄季焜等，2002），随着改革进程不断推进，阻碍蔬菜区域贸易的因素被去除，区域市场保护、割裂的状态被打破，整体互动性不断增强；同时，交通运输业以及蔬菜保鲜技术的发展，缩短了空间距离，冲减了流通成本，加速了蔬菜市场融合的进度，“你中有我，我中有你”的蔬菜市场格局渐趋成熟，推动蔬菜价格上涨在空间上的传导。由模型（4）、（6）、（8）可知，东部邻域蔬菜价格对蔬菜价格变动的影响显著为正且最强烈。虽然东部蔬菜种植大省集聚，如山东、江苏、河北、广东等⑧，但蔬菜价格的空间传导效应依然为正，说明东部蔬菜市场并不是相互分割的，专业化水平高、一体化整合比较彻底。同时，东部地区条件卓越，经济发达、交通网络系统完备，缓减了由于市场分割而产生的摩擦成本，缩短了蔬菜价格在空间传递的“滞后”时间，形成蔬菜价格整体联动、上涨的局面。西部虽然为经济落后区域，但邻域空间的蔬菜价格对其价格影响效应显著为正且与东部地区影响强度相当，这主要是因为西部地区农业资源丰富，蔬菜产业发展特色鲜明、品种繁多、质量较好，蔬菜产业空间布局层次鲜明、互补性较强，如云南、甘肃、青海主要发展反季节蔬菜、无公害蔬菜和野菜，消费的差异性、特色性较强，在“示范效应”的带动下亦会形成联动变动的空间传导局面；且随着西部大开发战略的实施与深度推进，各种要素资源不断集聚（姜松等，2012），优惠政策协同性较强，推动了交通、通讯、水利等基础设施建设，助力蔬菜市场建设不断完善、网络不断健全。因此，西部蔬菜价格空间传导效应显著为正；而中部地区蔬菜价格的空间传导效应为负，说明中部地区消费品市场的分割程度高于西部地区，劳动力市场分割程度显著高于东部地区（赵奇伟等，2009），整体市场分割可见一斑。加之，中部有安徽、河南、湖南、湖北等蔬菜种植大省⑨集聚，邻域蔬菜价格上涨将导致区域蔬菜价格的下降。也正因为中部蔬菜市场的分割，致使中国整体上蔬菜价格调控时效性不高，强化中部蔬菜市场的整合，将是未来中国蔬菜市场建设的重要战略选择。
从其他变量来看⑩，
对POV的影响显著为负，说明人们对蔬菜价格变动上涨预期是理性的，蔬菜高价位很难较长时间维持；MAT对POV的影响显著为负，生产资料成本变动对蔬菜价格变动并没有起到推动作用。纵观蔬菜的生产过程可知，生产资料占据重要的位置，生产资料成本上升需要价格上涨来进行弥补（付俊文，2011）。但关于农业生产资料市场调控一直是政府工作的重点(11)，政府通过各项政策叠加，不断强化农业生产资料市场调控力度，有效抑制了蔬菜生产资料价格的无规则变动，对蔬菜价格上涨产生冲减作用；LBR对POV的影响并不显著。近年来农业生产要素的价格不断上涨，对农业生产成本增加的贡献不断加大。随着农民工工资明显上升，在城乡劳动力市场逐渐一体化的背景下，农业雇工工价也不断上涨（徐雪高，2008；李国祥，2011），劳动力成本对蔬菜价格上涨所产生的推动作用日益明显。但各地政府通过“补贴”形式对蔬菜生产领域进行转移支付，调动了蔬菜种植大户以及其他蔬菜生产组织的生产积极性，化解了市场环境下蔬菜产业的“弱质性”和可持续发展阻力，弱化了劳动力成本传递到终端蔬菜消费市场的幅度。最后，各类蔬菜专业合作社的成立对缓冲劳动力成本上涨压力亦发挥了重要作用。因而劳动力成本对蔬菜价格变动的影响效应并不显著。SQD对POV的影响显著为正，说明频繁的自然灾害，增加了蔬菜生产的不确定性，如2010年极端气候导致下半年蔬菜等农产品价格出现大幅度上涨（中国人民银行，2011）；IPC对POV的影响显著为正，这说明在对外开放程度不断提高的背景下，国际农产品价格波动会传到国内市场上，且不断加深（中国人民银行，2011；李国祥，2011），外部冲击成为蔬菜价格上涨的重要成因；ICM对POV的影响显著为正，但影响效应较弱，这主要源于蔬菜作为城市居民日常生活的必需品，其需求收入弹性较低，随着收入的增加，居民对蔬菜的需求毕竟有限；RAT对POV的影响显著为负，虽然为应对金融危机我国也采取了力度强大的宽松的货币政策，货币过多能够导致农产品价格上涨（Frankel，2006；马龙和刘澜飚，2010），在多重复杂因素交织下，呈现向蔬菜等小宗农产品渗透的趋势。但随着经济企稳回升，我国货币政策也“相机抉择”，由宽松的货币政策向稳健的货币政策转变，抑制了“热钱”向蔬菜等小宗农产品领域“涌入”，有效制止了蔬菜价格的无规则上涨；EXC对POV的影响显著为正，说明随着蔬菜出口总量逐年递增(12)，汇率变动会对蔬菜进出口贸易产生影响，人民币汇率升值将显著提高蔬菜价格。
五、研究结论与政策建议
综合实证结果显示，中国蔬菜价格的变动并不是随机分布的，而是呈现典型的空间依赖性特征，邻域省份的蔬菜价格对地区蔬菜价格具有显著的推动作用。自然灾害、外部冲击、城镇居民购买能力以及汇率变动对中国地区蔬菜价格具有显著的推动作用，但蔬菜价格预期、政府对蔬菜生产成本的补贴和转移支付以及货币政策对中国地区蔬菜价格上涨具有很好的抑制作用。由于经济社会条件发展差异，蔬菜价格的空间传导也存在显著差异，东部和西部地区蔬菜价格传导的空间效应显著为正。中部地区蔬菜价格变动的空间效应显著为负。同时，不同区域蔬菜价格预期、生产成本、自然灾害、外部冲击、购买能力、货币政策以及汇率变动对蔬菜价格的影响效应存在显著差异。据此，本文提出以下政策建议：
第一，进一步整合蔬菜市场，尤其是加快中部地区蔬菜市场的整合，破除阻碍区域贸易的制度屏障，强化区域合作，构建区域蔬菜价格调控联动机制，化解“菜贵伤民、菜贱伤农”的两难困境，将蔬菜价格的变动控制在合理范围内。同时，由于区域资源禀赋、自然条件以及经济发展水平存在差异性，中国省际蔬菜价格变动的空间传导也存在差异性，极易分散政策效力。因此，还必须因地制宜、合理划定蔬菜功能分区，提高蔬菜生产的劳动生产率，实现专业化、集约化生产，错位共赢、优势互补，减缓外部冲击，维护蔬菜价格稳定。
第二，依靠科技进步以及农业基础设施建设，增强蔬菜产业的抗灾能力。依靠科技进步，进一步提升蔬菜产品质量层次，扩大日光温室蔬菜、错季蔬菜和无公害蔬菜种植面积，并积极推进蔬菜良种繁育工程建设，突破气候约束；强化蔬菜流通设施建设，完善功能配置，冲减流通成本，缓解灾害影响；加快支持建设山丘区小水窖、小水池、小塘坝、小泵站、小水渠等“五小水利”工程，增强蔬菜生产风险“抵抗力”。
第三，继续贯彻实施中央强农惠农政策，规范农资和要素市场秩序。继续对化肥、农药、种子等农资产品实施综合直补，调动农民生产积极性；对农资生产企业实行税收减免政策，并运用行政手段对涉嫌农资造假、哄抬农资价格的企业实施严厉打击，稳定农资市场秩序，降低蔬菜生产成本，稳定蔬菜价格；政府大力支持发展多种形式的蔬菜合作经济组织，鼓励农民兴办专业合作和股份合作等多元化、多类型合作社，并在制度装备、法律规范、资金供给等方面创造条件，从而调动各经济组织生产积极性，缓冲要素成本推动带来的蔬菜价格非常规上涨。
第四，继续贯彻实施适度从紧的货币政策。构建长效机制，增强货币政策的针对性和灵活性，密切关注蔬菜等小宗农产品炒作、投机行为，并强化对国外游资的监管，防止其向小宗农产品邻域渗透；构建宏观审慎监管机制，制定货币政策既要考虑外国货币政策的溢出效应，又要保持本国货币政策的稳定性、独立性。同时，还要推进利率市场化进程，使蔬菜价格变动走向常规化轨道。
感谢匿名评审专家的宝贵意见，当然文责自负。
①蔬菜播种面积来自中宏教研系统、《中国农业统计60年》。
②蔬菜产量来自《中国农业统计60年》以及《2011中国发展报告》。
③来自《2011中国发展报告》。
④按照人民银行课题组（2011）的研究结论：2003—2009年，CPI平均上涨2.6%，其中食品价格平均上涨6.5%，非食品价格上涨0.6%。
⑤设定的空间矩阵是根据样本区域计算得到的，不包括北京、天津、上海、重庆、西藏等地。
⑥由于统计资料的局限性，现阶段关于用工费用的统计在省际层面的获取十分有限，故用替代性指标来反映劳动力成本因素。
⑦按照世界粮农组织FAO统计资料表明：2010年中国蔬菜出口总量906375吨，居世界第1位，并保持着稳中有增的发展态势。
⑧按照《中国农村统计年鉴》（2011）显示：2010年山东、江苏、河北、广东等省份的蔬菜种植面积分别为1756千公顷、1147.6千公顷、1100.9千公顷、1138.4千公顷。
⑨按照《中国农村统计年鉴》（2011）显示：2010年安徽、河南、湖南、湖北等省份的蔬菜种植面积分别为745.3千公顷、1692.2千公顷、1079.3千公顷、1063.7千公顷。
⑩由于文章侧重点不同，以及篇幅所限，在分析其他变量对中国蔬菜价格变动的影响时，只从整体视角出发，不对不同区域各因素影响效应的差异性进行解释，后续研究将进一步深化。
(11)如2005年财政部提出了“增加供给、节约使用、淡季储备、限制出口和稳定粮价”的化肥调控思路，大力支持测土培肥等科学施肥体系建设，出台了相应的财税政策；国务院以2006年石油调价综合配套改革委契机，对种粮农民柴油、化肥等农业生产资料增支，实现综合直补。
(12)1980年海关蔬菜出口量为34万吨，到2011年上升到772万吨，增长了22.71倍，年均增幅达16.03%。