我国小麦、玉米和生猪收购市场整合程度研究，本文主要内容关键词为：生猪论文,小麦论文,玉米论文,程度论文,我国论文，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。
一、市场整合的内涵与外延
市场整合（Market Integration），也称“市场一体化”，通常可从以下两个角度理解，一是垂直一体化和水平一体化，垂直一体化即贸工农一体化或产业化，水平一体化即空间一体化或空间整合；二是不同空间市场、不同营销阶段、不同时间和不同商品的整合：
空间整合（Spatial Market Integration）。是研究某一市场价格变化对另一市场价格变化影响的程度。从理论上讲，在完全竞争的假设下，处于不同区域的市场之间进行贸易时，某产品在输入区的单价等于该产品在输出区的价格加上单位运输成本，因而，输出区的价格变化会引起输入区价格的同样方向和同等程度的变化，如此则称为此两个市场是完全整合的。如果某个国家的任何两个市场之间都是整合的，则称这个国家的市场是整合的或一体化的。实际上，任何一个国家的市场都不可能完全整合，完全整合是一种理论上的状态。
营销阶段的整合（Integration across Price Form）。 不同营销阶段的整合，主要研究同一商品在某营销阶段的价格变化对下一阶段价格变化的影响程度。如果某商品在不同营销阶段的价格满足“下一阶段价格＝上一阶段价格+营销成本”，则此营销阶段之间是整合的。如批零市场整合，即某商品的批发市场和零售市场之间的整合。
相关商品间的整合（Integration across Product Form）。 相关商品间的市场整合，主要研究某商品的价格变化对其相关产品价格变化的影响程度，多数是考察初级产品和加工品之间或原料和产品之间的价格影响关系，如果满足“加工品价格＝初级产品价格+加工费用”，则该商品之间的市场是整合的。对相关产品之间市场整合的研究，具有很重要的意义，它可以科学地反映两种产品之间的比价是否合理，反映两种商品价格之间的相互影响和商品市场之间的相互协调关系，能够从本质上揭示市场运行的效率。比如对玉米和生猪市场之间整合程度的研究，将比简单的猪粮比价分析更能科学地说明问题。
由于篇幅所限，本论文将只对小麦、玉米和生猪收购市场的空间整合进行分析。
二、本研究所用方法和模型
可用于检验市场整合的方法有：（Ⅰ）相关分析法； （Ⅱ）Ravallion模型法；（Ⅲ）共聚合法；（Ⅳ）The Parity Bounds模型法（周章跃、万广华，1998）。其中，共聚合法是最常用的方法，但共聚合法的最大缺陷是只对市场是否整合进行检验，不能测量整合程度的高低。另外，Timmer在1984 年提出了市场联系指数的概念（即Index ofMarket Connection，简称IMC指数，详见后面“市场联系指数”部分），IMC指数并不能对市场整合进行检验，但如果已知市场整合时， 则可以对市场整合的程度高低进行测量。共聚合法（注：共聚合法的基本原理，参见万广华等《我国水稻市场整合程度研究》，《中国农村经济》，1997.8（P45—51）。 ）在具体运用时包括价格序列稳定性的检验和整合的检验两步，在此基础上研究还将对整合的市场间价格传递的方向进行测量，即格兰泽尔因果关系分析，最后是IMC指数的计算和分析。
本文首先运用共聚合法检验三种产品市场的整合情况，如果整合，则运用IMC指数法进行整合程度的测量。 所用资料来自农业部农村经济研究中心固定观察点和畜牧兽医司，其中小麦和玉米价格为固定观察点1987年1月至1997年12月月度价格，生猪价格为畜牧兽医司1994年6月至1998年6月月度价格。由于并非每个省市都有小麦、 玉米和生猪产品的收购，同时有些省市的价格长时间不连续，因而本论文分别选取了小麦和玉米的15个收购市场、生猪的16个收购市场（所选省市见表1）。 在模型运算之前，对所选省市价格资料中个别缺少的观察值利用插入法进行了补充，同时利用收购价格指数剔除物价上涨因素。本文在数据处理和模型运算时均应用计量经济软件EVIEWS。
价格序列稳定性的检验。运用ADF 方法（注：ADF ， 即augmentedDickey-Fuller的简称，计量经济学中常用的检验方法， 用来检验序列的稳定性， 参见Michael Intriligator etc( 1996) ,EconometricModels,Techniques,and Applications,pp212- 214， Prentice
Hall International Editions。），对小麦、 玉米和生猪价格的稳定性分别进行检验，结果表明所有价格序列都为一阶稳定。因而，对三种产品均可进行共聚合的检验。
整合（共聚合）的检验。为了使研究更深入，本部分将分长期和短期进行市场整合的检验：
长期整合的检验，是用修正的ADF 检验法对“共聚合回归公式”公式（1）中e[,t]的稳定性进行检验，如果t检验值小于相应的实际值， 则虚拟假设被拒绝，两价格系列于1阶共聚合，因而两市场长期整合。
P[,it]＝ψ+ωP[,jt]+ηt+e[,t] （1）
此处P[,it]为市场i在时间t时的价格；P[,jt]为市场j在时间t时的价格；ψ，ω和η为待估计常数；e[,t]是残差项（随机误差项）。
对小麦、玉米和生猪三种产品市场长期整合的检验结果表明，在检验的各105对省标小麦和玉米市场之间，均存在长期整合； 而生猪市场则有所不同，在检验的120对省际市场之间，23 对市场之间不存在长期整合关系（95%的可信度）。
短期市场整合，意味着某市场的价格变化会“立即”传递到另一市场。对短期市场整合的检验，主要通过对以下模型（公式2）进行F检验，如果虚拟假设：μ[,11]＝…＝μ[,1n]＝μ[,21]＝…＝μ[,2n] ＝0和λ＝1被拒绝，则市场之间不存在短期整合，否则， 则存在短期整合。
其中，△P[,it]＝P[,it]－P[,it-1]，为市场i在时间t时的价格P[,it]与该市场在时间t－1期的价格P[,t-1]的差，j市场的情况相类似，μ为待估计参数，δ为常数，ε[,1t]为残差。后面公式符号，未作特殊说明时，各符号意义同此。
小麦、玉米和生猪市场短期整合的检验结果表明：小麦和玉米市场均不存在短期整合关系，生猪市场除“河南与江苏”和“天津与上海”以外也均不存在短期市场整合关系。
格兰泽尔因果关系检验。Mehra（1994）指出， 如果两个市场整合，则市场之间至少存在一个方向的格兰泽尔因果关系。为了进一步研究整合市场之间价格的关系，下面重点考察整合市场间的因果关系，即价格信息的传播方向。
根据格兰泽尔因果分析理论，可建立如下模型：
对上面两式分别进行以下虚拟假设检验，从而判断价格之间的格兰泽尔因果关系。
θ[,21]＝…＝θ[,2n]＝γ[,1]＝0（从P[,i]到P[,i] 没有因果关系）
θ[,41]＝…＝θ[,4n]＝γ[,2]＝0（从P[,i]到P[,j] 没有因果关系）
在对小麦、玉米和生猪市场检验时，n取5，即滞后5期。 其结果为：
——小麦、玉米和生猪市场的价格信息，分别由其它省份向主产区的河南、吉林和四川传递，因而从市场整合和因果关系来看，以上三省可视为该三种产品的中心市场；
——山东、宁夏、天津和浙江的小麦市场收购价格变化先于其它省市价格的变化，北京玉米市场收购价格变化领先于其它省市，生猪市场价格变化规律性较差，但相对而言河北和上海生猪价格的变化领先于其它省份；
——小麦市场的价格信息传递多为双向的，而玉米和生猪市场信息的传递则多数是单向的；
——与小麦和玉米相比，生猪市场的价格传递缺少规律性，而且不少市场之间并不存在整合关系，这一特点使对生猪市场的研究更加复杂和困难。
市场联系指数（IMC）。Ravallion在其研究中，曾假设有一中心市场可以做为某商品的参考市场，并对该商品的各地方市场与参考市场之间的整合进行了详细研究，得出了后来曾被广泛使用的Ravallion 模型（Ravallion，Matin，1986和Fatimah Mohd，Arshad，1990）， 从此模型可以得到关于某市场与中心市场之间的关系如下：
其中P[,it]是市场i在时间t时的价格；
[,t]是中心市场时间t 时的参照价格；X是时间t时的运输、政策和其他相关变量；α、β和γ为待估计参数。
（5 ）式表明某区域（省市）市场价格的变化是上期该市场与参考市场的地区价格差、参考市场价格变化、参考市场上期价格水平以及运输、政策和其他相关变量的函数。
从（6）式便可计算出IMC，IMC＝（1+b[,1]）／（b[,3]－b[,1] ），即市场联系指数为地方（区域）市场上期价格系数与参考（中心）市场上期价格系数之比。在以上模型假设下，当市场整合时，b[,1] ＝－1，IMC＝0，市场完全分割时，b[,1]＝b[,3]，IMC＝∞，IMC 一般大于0，IMC越接近于0，则市场整合程度越高，反之则整合程度越低。
根据前面因果分析部分的结论，河南、吉林和四川分别可以作为小麦、玉米和生猪的中心（参考）市场，下面将据此计算IMC指数， 从而确定各省市市场与中心市场整合程度的高低。
IMC指数反映的是短期市场整合情况。在计算IMC时，未引入表示运输、政策、季节和时间趋势的变量，即在（6）式中不引入X变量，这主要有几方面的原因：第一，由于各区域市场与中心市场之间运输资料的取得比较困难，同时将各地区的货物周转量作为运输变量引入模型时效果很不明显，因而计算时未引入运输变量；第二，政策性因素是影响市场整合的重要因素之一，在计算时曾将政策变量按政策的历史变化分1987～1992（市场形成价格前）、1993～1995 （市场形成价格期）、 1996～1997（省长负责制时期）三阶段，通过虚拟变量引入模型，但三种产品的结果均不显著，因而未引入政策变量；第三，季节性和时间趋势引入模型时，其结果均不显著，故计算时也未引入此两变量。另外，由于对价格序列已剔除物价因素的影响，因而模型中也未引入通货膨胀因素变量。即采用如下模型：
计算结果见表1，对比三种计算结果可知，玉米市场的IMC指数普遍高于小麦和生猪市
表1 小麦、玉米和生猪市场联系指数（IMC）
小麦市场IMC指数(以河南省为参考市场)
地区 山东省 北京市 浙江省 山西省 贵州省 甘肃省
IMC指数1.562.893.093.393.504.06
IMC指数
天津省 江苏省 四川省 陕西省 云南省 安徽省
4.594.685.175.495.805.94
地区 宁夏省 河北省
IMC指数7.239.14
玉米市场IMC指数(以吉林省为参考市场)
地区 内蒙古 黑龙江 甘肃省 山西省 辽宁省 北京市
IMC指数1.191.715.405.616.747.47
地区 山东省 河南省 江苏省 河北省 陕西省 云南省
IMC指数9.229.239.43
11.15
13.84
14.38
地区 贵州省 四川省
IMC指数
20.06
22.98
生猪市场IMC指数(以四川省为参考市场)
地区广西 上海 北京 湖南省 天津 安全省 黑龙江 广东省
IMC指数 1.60 1.63 2.22 2.423.70 3.764.19 7.24
生猪市场IMC指数(以四川省为参考市场)
地区河北省 湖北省 江苏省 云南省 江西省 河南省 山东省
IMC指数 7.48 7.90
9.17
9.8510.26
11.3814.45
场IMC数值， 这在一定程度上说明了以吉林省为中心的玉米市场缺乏短期市场整合的关系，相对而言，以四川为中心的生猪市场之间具有一定的短期整合关系。
三、结论
1.小麦和玉米收购市场均存在长期整合，生猪收购市场长期整合较差。从前面分析已知，长期整合说明两组价格之间存在长期的、稳定的联系，即使这种长期均衡关系在短期内被打破，但最终也会恢复到均衡状态。在检验的105对省际小麦和省际玉米市场之间， 两种产品均存在长期整合关系；而在120对省际生猪市场之间，95%的可信度条件下， 23对参考市场间不存在长期整合关系，90%的可信度下，10对市场间不存在长期整合关系。
导致以上结果，可能有几方面的原因：第一，小麦和玉米价格长期以来受政府控制或指导，虽然1992年以来，农产品价格放开，但政府的定购价对自由市场价格的引导作用无疑是很大的，同时政府定价时必然考虑各地区价格的平衡性，从而使小麦和玉米市场呈现较高的整合；第二，小麦和玉米的生产相对集中，省际间的产量差异较大，而生猪生产则相对分散。生产集中，必然会导致产需矛盾，进而使产区销区均对价格的关注增强，同时使各地价格均与产地价格变动呈现一致性；第三，从价格水平的地区差异的分析中，我们发现生猪市场的价格变动规律性较差，这是导致长期整合程度较低的重要原因。另外，缺少整合的生猪市场主要以湖南、河南、湖北和云南为中心，其中：
——湖南与河南、河北、山东、江苏、江西、安徽、云南、北京、上海以及天津10省市之间的市场不存在长期整合关系。
——河南与湖南、湖北、河北、山东、云南和北京6 省市之间市场不存在长期整合关系；
——湖北与河南、河北、江西、安徽、云南和北京6 省市之间市场不存在长期整合关系；
——云南与湖南、河南、河北、广东和江苏5 个省份之间的市场不存在长期整合关系；
湖南是我国第二大生猪和猪肉生产省，但由于其生产主要是由农户及中小猪场完成，缺少万头猪场等大规模的企业，因而生产的分散性与湖南交通运输的相对滞后，是导致湖南与其它10个省份之间不存在整合的重要原因。第三大生猪和猪肉主产省的河南，由于省内火腿肠加工等肉制品加工业的需求，因而，生猪和猪肉的供给主要满足本省需要，有一些缺口从四川等地调入，省际之间的贸易量较少是导致河南省与其它6省市之间猪肉市场缺乏长期整合的重要原因。 作为生猪和猪肉生产另一大省的湖北省，虽然近年出现了一些大规模猪场，但其生猪的生产仍然以分散的农户及小规模企业生产为主，同样受运输和地理等条件的限制，导致其整合程度较低。云南省与其它省份生猪市场缺乏整合也主要是交通和分散的生产等所致。
总之，从长期来看，小麦和玉米的各地方市场之间都存在着稳定的联系，这也说明近10年来，我国农产品市场的改革卓有成效。虽然，生猪市场的长期整合，没有小麦和玉米好，但总体来看，我国大部分省市之间的生猪市场还是存在长期整合关系的。
生猪和其它两种市场长期整合情况不同，可能主要是由于生猪产品的特殊性所决定的，众所周知，粮食的价格弹性较小，受其它因素影响时的变化不会很大，而生猪的价格弹性较大，而且影响生猪价格的因素又相对较多，这些多方面影响因素在不同地区的影响方向和影响大小差异较小，因而导致其长期整合没有小麦和玉米的情况好。
2.小麦和玉米市场的短期整合关系均不存在，但在检验的120 对省际生猪市场之间有两对存在短期整合。短期整合，主要指某一时期某市场价格的变化，会立即在下一时期引起另一市场该产品的价格变化，它反映了市场之间产品价格传递的及时性和价格反映的敏感性。与长期整合情况相反，小麦和玉米市场均不存在短期整合关系，而生猪市场则分别在“河南与江苏”和“天津与上海”之间存在短期市场整合。
小麦、玉米和生猪市场缺乏短期整合，原因主要有：地理和运输条件的限制，地方保护等，另外，较高的资料总合度也可能导致短期整合较差。这里有两点需特别说明：第一，某些政策性的因素也是导致短期市场整合较低的重要原因，比如决策的分散化使各地方政府都有权制定有关农产品贸易等方面的政策法规，而这些政策法规往往由于各地方政府仅从当地利益出发，不能很好地协调，有时往往会出现矛盾，造成地方封锁，从而成为整合市场形成的障碍。我国南方某生猪生产大省的省会城市，为了征收屠宰税，禁止屠宰后的白条猪进入该市，这无疑使该市与其“潜在贸易伙伴”间的生猪（猪肉）市场的价格联动造成隔离；第二，“河南与江苏”生猪市场的短期整合，主要是两地地理位置相近，运输条件较好，同时政府对生猪的生产和市场干预相对较少。“天津与上海”生猪市场的短期整合，除了两地运输条件好、政府对生猪干预较少外，还可能是由于上海在我国东部和北方生猪和猪肉流通中的重要地位所决定的，1993年上海猪肉批发市场的建立，无疑使上海对我国北方生猪和猪肉市场的价格变化具有引导作用。
3.河南、吉林和四川三省分别为小麦、玉米和生猪市场收购价格变化的中心，其它省市市场收购价格与其中心市场有着密切的联系。格兰泽尔因果关系表明，小麦、玉米和生猪市场的价格信息，分别由其它省份向主产区的河南、吉林和四川传递，因而从市场整合和因果关系来看，以上三省可视为该三种产品的中心市场。但有关部门不能将河南、吉林和四川作为收购市场调节的中心，因为此三个省份的价格信息滞后于其它省份，究其原因可能是主产省产量较大，价格变化比较困难。相反，其它省份产品供给量少，特别是对于销区其价格相对容易变化，因而，总是其它省份的价格变化早于此三个主产省。
4.小麦、玉米和生猪市场收购价格波动的地区性规律。从前面格兰泽尔因果关系分析可以看出，山东、宁夏、天津和浙江的小麦市场收购价格变化先于其它省市价格的变化，因而此四地为我国小麦收购价格变化的发源地；北京玉米市场收购价格变化领先于其它省市，因而北京为玉米市场收购价格的源泉；由于生猪市场价格变化规律性较差，但相对而言河北和上海生猪价格的变化领先于其它省份，因此河北和上海为市场收购价格变化的发源地。
5.小麦、玉米和生猪收购市场价格联系的比较：IMC 的结论分析（参见表1）。小麦收购市场上，山东、北京、 浙江和山西与河南省市场价格联系较强，云南、安徽、宁夏和河北与河南省市场价格联系较弱。这主要是由于山东、北京和山西都是北方小麦（面粉）的重要消费地，并且它们与河南省的交通相当便利，信息的传递比较迅速；云南、安徽和宁夏与河南省相距很远，交通不便，无疑其IMC值将会较大。 这里浙江和河北两个省份应特别注意，尤其是河北与河南，两省毗邻，但其小麦市场的价格联系则最弱，这可能主要是由于此两小麦主产省之间相互贸易较少，其小麦均主要是调往北京、天津等地。浙江省的IMC 相对较小，可能是由于河南与浙江两地的小麦（面粉）贸易较多，并且有长期的联系，这一点还需进一步研究。
玉米收购市场中，内蒙古、黑龙江、甘肃和山西等省区与吉林省玉米市场价格联系较强，特别是内蒙古和黑龙江，其市场联系指数均远远低于其它省份的数值，这种相邻省区之间的价格密切联系，是符合一般规律的。相反，陕西、云南、贵州和四川等与吉林相距很远的省份，其联系必然较弱。河北省的情况与此不同，河北与吉林相距较近，运输也比较方便，但由于两省都为玉米的重要生产区，省际之间的玉米贸易较少，因而相互之间对对方的玉米价格变化的反映比较弱。黑龙江与吉林省毗邻，为我国玉米的最大产区，由于两省在玉米生产和贸易方面的联手和一致性，使其价格的变化在短期内很快表现出相似的变化。
生猪市场的情况为，广西、上海、北京、天津和湖南等省市与四川生猪市场的价格联系较强，与四川省生猪市场联系松散的省区，主要有云南、江西、河南和山东等。作为我国生猪主产地的南方省区四川、广西和湖南，由于距离相对较近，信息传递比较容易，同时生猪生产为其重要的部门，各省对生猪生产和市场比较重视，因而市场联系程度较高；如前所述，上海在我国猪肉和生猪流通方面具有重要地位，上海猪肉批发市场的建立使其与四川省生猪和猪肉市场的关系日益紧密；而北京和天津等北方城市，则通过与上海或直接与南方其它生猪和猪肉主产省的贸易等的联系，从而使其与四川市场的价格联系较密切。生猪主产区的河南和山东省，由于其生猪生产基本满足本地需求，其中河南省需少量调进，因而与相距较远的四川省的价格联系较弱。江西和云南两地与四川省生猪市场联系程度较低，主要也可能是由于运输条件限制、贸易较少等原因，这还有待于进一步研究。
总之，本研究表明我国小麦、玉米和生猪市场缺乏短期整合。但根据IMC指数，进一步对比三种产品市场的价格联系情况可看到， 玉米市场的IMC指数普遍较大，生猪市场IMC指数普遍较小，因而以吉林省为中心的玉米市场之间的价格联系最差，相对而言，以四川省为中心的生猪市场之间的价格联系好于玉米和小麦市场情况。