畢軍賢，毛振福，范 進，魏玖長，劉先彬

(1.河南城建學院 工商學院，河南 平頂山 467036； 2.中國科學技術大學 管理學院，安徽 合肥 230026；3.河南大學 經(jīng)濟學院，河南 開封 475004)

H2(r):∏yt-1+Bxt=αβ′yt-1

H(r):∏yt-1+Bxt=α(β′yt-1+ρ0+ρ1t)+a*(γ0+γ1t)

?

中國區(qū)域煤炭市場一體化研究

畢軍賢1，毛振福1，范 進2，魏玖長2，劉先彬3

(1.河南城建學院 工商學院，河南 平頂山 467036； 2.中國科學技術大學 管理學院，安徽 合肥 230026；3.河南大學 經(jīng)濟學院，河南 開封 475004)

基于2011—2014年19個煤炭區(qū)域市場的周價格協(xié)整性和因果關系檢驗，提出區(qū)域市場中分散交易點的價格影響指數(shù)的概念，構建區(qū)域市場網(wǎng)絡結構模型，分析了煤炭價格形成與傳導機制。研究認為：青海、四川、貴州、新疆存在區(qū)域性市場，中東部的煤炭生產(chǎn)與消費、中轉交易點已經(jīng)形成了一個競爭性的區(qū)域市場；交易點價格間的格蘭杰因果關系具有單向性。環(huán)渤海、南通、廣州、包頭等中轉地是競爭性價格發(fā)現(xiàn)者，大同、神木、靖遠、平頂山和宿州等生產(chǎn)基地是競爭性價格的傳遞者，其他消費者與生產(chǎn)者是價格接受者。

煤炭價格機制；市場一體化，協(xié)整檢驗；因果關系；價格影響指數(shù)

煤炭產(chǎn)品是一種資源性商品與大宗物料商品，煤炭市場范圍具有區(qū)域性的特點。由于煤炭生產(chǎn)與消費地理區(qū)域分布非均勻性、運輸?shù)耐ㄟ_性、地方費稅政策等因素的影響，煤炭區(qū)域市場范圍大小與競爭程度也在發(fā)生變化。長期以來，中國區(qū)域煤炭市場存在著比較明顯的市場分割與寡頭性壟斷，不同競爭程度的市場也存在相對明顯的市場邊界。煤炭區(qū)域市場長期呈現(xiàn)為競爭性、寡頭性的混合結構。但是，伴隨著煤炭行業(yè)產(chǎn)能的過剩、煤運通道的建設、“海進江”市場的擴大，某些寡頭煤炭企業(yè)在某個區(qū)域市場的壟斷性地位已經(jīng)大大弱化，中國區(qū)域煤炭市場的邊界正在逐漸消失。2015年1月神華集團也開始實行部分追隨環(huán)渤海價格指數(shù)定價模式?；诖?，本文分析不同區(qū)域市場間價格序列因果關系，研究中國區(qū)域煤炭市場一體化程度，考察不同交易點是否受到共同供求關系的調(diào)節(jié)的響應，研判各單個區(qū)域煤炭市場之間整合的態(tài)勢，探究分散交易的煤炭市場的價格形成與傳導機制，有利于發(fā)揮市場配置煤炭資源的決定作用，也有利于煤炭企業(yè)制定有效的營銷策略。

國內(nèi)外有關市場一體化和空間市場的文獻不少。在沒有運輸費用和貿(mào)易壁壘的自由競爭市場上，相同商品在不同市場出售，其價格應是相等的[1]。在完全競爭的市場環(huán)境中，市場若處于均衡條件，那么空間地域市場間同種商品價格差異應該等于地域市場間交易成本，而運輸成本是大宗物料商品的主要交易成本。在20世紀七八十年代，國外學者采用價格計量分析工具界定區(qū)域市場。盡管不同區(qū)域的商品價格并不相同，若市場價格序列同步變化或保持一種長期穩(wěn)定的關系，則區(qū)域市場是一體化的[2]。相反，若兩個區(qū)域間市場價格序列變化不同步或者不存在穩(wěn)定的關系，則兩個市場應分別具有獨立的價格形成機制，其也分別屬于不同區(qū)域市場。Linda Warell運用Elzinga-Hogarty檢驗對比了全球焦炭空間市場和動力煤空間市場在不同年代的一體化程度及整體發(fā)展趨勢，并且運用協(xié)整分析的方法，構建了歐洲和日本的長期關系模型和ECM模型[3]，采用不同區(qū)域煤炭價格的協(xié)整關系研判分析焦炭空間市場和空間煤炭市場一體化程度的強弱。

針對煤炭市場價格的形成過程及其與經(jīng)濟的關系的文獻，主要探討了煤炭價格市場化改革過程。中國的經(jīng)濟改革是煤炭價格波動的關鍵因素[3]。同時，煤炭價格的上漲會對中國經(jīng)濟發(fā)展產(chǎn)生不利影響[5]。在全球動力煤市場發(fā)展趨勢上，中國和印度的需求導致全球貿(mào)易流量向亞洲轉移[6]。2003年以來，中國煤價和電價開始實行聯(lián)動，中國存在區(qū)域能源市場，市場在能源價格形成過程中的作用在不斷增強[7]。秦皇島港煤炭庫存量和煤炭價格具有雙向因果關系[11]。

國外有關市場一體化的文獻主要側重于市場壟斷性的判斷。國內(nèi)文獻則集中于價格形成機制，對于區(qū)域市場邊界研究較少，有些學者測算煤炭行業(yè)集中度時，通常將全國煤炭行業(yè)作為一個統(tǒng)一市場分析，忽略了區(qū)域市場的存在，而不能準確反映區(qū)域市場壟斷性。本文借鑒Linda Warell的研究方法，選取全國有代表性的市場的價格序列，分析交易點價格時間序列的協(xié)整性，考察交易點價格的格蘭杰因果關系。基于實證基礎，研判我國中部、東部地區(qū)煤炭市場空間一體化的發(fā)展態(tài)勢，提出了交易點的價格市場影響指數(shù)概念，研究交易分散的煤炭市場的價格形成與傳導機制。

1 模型構建

模型構建基本思路：(1)假定各省區(qū)煤炭市場是一個相對獨立的區(qū)域市場，每個相對獨立區(qū)域市場具有特有的價格形成機制，價格是區(qū)域市場特性的綜合性指標。(2)在一個區(qū)域市場內(nèi)，由于交易地點間運輸成本差異，交易價格存在較大分散性；交易價格受到共同的供求關系影響，應該具有相同的變化趨勢。(3)若各區(qū)域市場間存在煤炭交易量的流動，一個市場的流入量受到運輸或人為限制未必影響到另一個市場價格均衡，兩個市場之間不能在供求方面達成一個市場均衡。(4)若兩個區(qū)域市場的價格序列檢驗存在協(xié)整關系，其價格具有相同的變化趨勢，無論市場間是否存在商品的流動，仍可以判定為同一市場。(5)在市場一體化基礎上，測算不同交易點市場價格的格蘭杰因果關系，研判市場價格波動的內(nèi)在動因。

1.1 數(shù)據(jù)指標的選取

從中國煤炭生產(chǎn)、中轉銷售和消費的空間分布特征，數(shù)據(jù)指標首先選取煤炭集散的中轉地市場價格序列，如秦皇島港、環(huán)渤海港、廣州港；其次選取主要煤炭生產(chǎn)省區(qū)區(qū)域市場價格序列，如內(nèi)蒙古、山西、陜西、河南、山東等；最后選取非煤炭生產(chǎn)區(qū)域的省市區(qū)域市場價格。

“三西”地區(qū)是我國的煤炭基地聚集地，我國14個大型煤炭生產(chǎn)基地主要集中在西部省區(qū)，主要煤炭港口集中在環(huán)渤海地區(qū)和山東半島，煤炭消費主要集中在中東部省份。國務院發(fā)文取消了煤炭重點合同和電煤價格雙軌制，煤炭價格完全進入市場化軌道，煤炭鐵路運輸進一步走向市場化，煤炭海運能力及長江逆向運輸航運能力大幅度提高。按照區(qū)域市場及交易點數(shù)據(jù)可得性，選取19個城市作為區(qū)域市場觀測點，研究各區(qū)域市場煤炭價格的協(xié)整性關系。按照地理位置自北向南，對各交易點由小到大編號，每個交易點的煤炭價格序列為模型分析的變量(見表1)。

1.2 協(xié)整檢驗

首先，采用ADF檢驗方法進行平穩(wěn)性檢驗，設第l城市的煤炭價格序列為Pl,t。

當檢驗拒絕零假設時，原序列不存在單位根，為平穩(wěn)序列，檢驗停止。

其次，采取協(xié)整方程對價格序列進行協(xié)整檢驗。價格時間序列可能包含確定趨勢項和隨機趨勢項，協(xié)整方程可能包含截距和趨勢項。協(xié)整方程包括5種情況：

第一種情況，序列y沒有確定趨勢項且協(xié)整方程無截距

H2(r):∏yt-1+Bxt=αβ′yt-1

第二種情況，序列y沒有確定趨勢項且協(xié)整方程有截距

第三種情況，序列y有線性趨勢項但協(xié)整方程只有截距

第四種情況，序列y和協(xié)整方程都有線性趨勢項

第五種情況，序列y有二次趨勢項且協(xié)整方程有線性趨勢項

H(r):∏yt-1+Bxt=α(β′yt-1+ρ0+ρ1t)+a*(γ0+γ1t)

對于上述5種情況，采用系數(shù)矩陣的協(xié)整似然比檢驗方法。

表1 主要區(qū)域市場類型及交易點統(tǒng)計表

1.3 格蘭杰因果關系檢驗

在原時間序列不平穩(wěn)，一階差分平穩(wěn)，兩個時間序列協(xié)整的條件下，對于兩個序列進行格蘭杰因果關系檢驗。假設兩個時間序列為xt和yt，建立yt關于x和y的滯后項模型：

(1)

式中N為樣本量。F統(tǒng)計檢驗值服從標準的F分布。若F檢驗值大于標準F分布的臨界值，則拒絕原假設，說明x是y變化的格蘭杰原因；否則，接受原假設，說明x不是y變化的格蘭杰原因。

1.4 交易點價格的區(qū)域市場影響指數(shù)模型

假定一個區(qū)域市場內(nèi)存在n個交易點，其價格時間序列P1,t，P2,t，…，Pn,t具有協(xié)整性，任意兩個交易點的價格Pi對Pj(j≠i)相互影響程度可以采用兩組價格序列Pi,t與Pj,t(j≠i)的格蘭杰因果關系檢驗結果進行描述，那么Pi對Pj的作用可以分為影響力和抵抗力：

第一種情況，當Pi,t是Pj,t(j≠i)的格蘭杰原因時，Pi被Pj所接受，Pi對Pj具有影響力；

第二種情況，當Pj,t(j≠i)不是Pi,t的格蘭杰原因時，Pi拒絕Pj，Pi對Pj具有抵抗力。

對于整體區(qū)域市場而言，交易點i的價格Pi被接受的交易點數(shù)占總交易點數(shù)比值，能夠反映該交易點價格對區(qū)域市場的影響程度。同樣地，交易點i的價格Pi拒絕的交易點數(shù)占總交易點數(shù)的比值，也能夠反映該交易點對區(qū)域市場的影響程度。當然，這個比值越大，Pi對區(qū)域市場影響就愈大。典型的情況下，完全競爭的市場價格被全部交易者接受，而市場價格拒絕其他交易價格的影響。

一個交易點價格被接受的交易點的次數(shù)越多，則其拒絕其他交易點的次數(shù)相應越多。為了減少統(tǒng)計的偏差，采取兩種情況比值的平均值描述單個交易點對區(qū)域市場的影響，并給出單個交易點價格的市場影響指數(shù)的概念。

定義：交易點i的價格Pi的市場影響指數(shù)Ii，是指Pi對市場內(nèi)其他交易點價格影響和拒絕程度。

假定Pi對Pj之間作用力(抵抗力和影響力)相等，借助Pi,t與Pj,t(j=1,2,…n,j≠i)格蘭杰因果關系表示Pi對其他交易點價格的作用，則可以給出Pi的市場影響指數(shù)表達式：

(2)

式中：n為區(qū)域市場內(nèi)價格時間序列數(shù)或交易點數(shù)；ni1為Pi,t是Pj,t(j=1,2,…n,j≠i)格蘭杰原因的Pj,t(j≠i)價格時間序列數(shù)或交易點數(shù)；ni2為Pj,t(j=1,2,…n,j≠i)是Pi,t格蘭杰因果關系的Pj,t(j≠i)價格時間序列數(shù)或交易點數(shù)。

交易點i的價格對區(qū)域市場影響指數(shù)Ii有利于理解區(qū)域市場中各交易點價格分布特征，進一步理解整個區(qū)域市場價格形成的機理。

2 實證分析

2.1 數(shù)據(jù)選取

考慮到2011年前，煤炭市場曾出現(xiàn)“煤荒”以及2012年后電煤市場化、鐵路運輸市場化、航運市場擴大等作用。本文選取自2011年1月至2014年12月19個樣本點動力煤周價格數(shù)據(jù)，形成19個區(qū)域市場的價格時間序列。應用EViews軟件對19個樣本點價格序列兩兩做相關性檢驗。

檢驗結果表明，correlation(Pi,t,Pj,t)=0.75～1.00，i=1,2,…15，j=1,2,…15，j≠i，correlation(P16,t,Pj,t)=0.37～0.76，correlation(P17,t,Pj,t)=0.54～0.73，correlation(P18,t,Pj,t)=0.51～0.66，correlation(P19,t,Pj,t)=0.38～0.73，j=1,2,…15，j≠i。即所選取的19個樣本點所代表的區(qū)域市場價格中，天峻、阜康、貴陽、達州的煤炭價格序列與其他區(qū)域市場的價格序列之間相關性較低，不宜做協(xié)整性檢驗和因果檢驗外。其他15個區(qū)域市場數(shù)據(jù)符合統(tǒng)計檢驗的要求，作為中國煤炭市場一體化研究的樣本具有代表性和有效性。

2.2 協(xié)整檢驗分析

2.2.1 平穩(wěn)性檢驗結果

選用單位根方法對相關系數(shù)值較大的樣本序列進行平穩(wěn)性檢驗，運用EViews軟件計算，在檢驗過程中，模型種類根據(jù)樣本描述性統(tǒng)計結果確定，最優(yōu)滯后項由AIC信息準則確定。P1,t，P2,t，…，P16,t在5%的顯著水平下都不能通過平穩(wěn)性檢驗(ADF檢驗結果不再列出)。即，各區(qū)域市場煤炭價格時間序列具有不平穩(wěn)性。對P1,t，P2,t，…，P15,t的一階差分進行ADF檢驗，檢驗結果如表2所示。表2中：t表示趨勢項；c表示截距項；n表示滯后變量階數(shù)；臨界值顯著性概率為1%。

從表2可以看出，15個樣本點的煤炭價格序列一階差分的t-統(tǒng)計值小于1%顯著性水平下的臨界值，價格序列一階差分拒絕零假設(不存在單位根)，各市場價格的一階差分是平穩(wěn)的時間序列，價格序列為一階平穩(wěn)序列。

2.2.2 Johansen協(xié)整檢驗結果

運用EViews檢驗，P1,t，P2,t，…，P15,t的協(xié)整結果如表3所示。

表3結果表明，在5%的顯著水平下跡統(tǒng)計值大于臨界值，15個價格序列之間存在10個長期協(xié)整方程，協(xié)整方程在長期中協(xié)調(diào)著15個區(qū)域市場的價格保持均衡狀態(tài)。即，15個價格序列所代表的相對獨立的區(qū)域市場是不存在的，其只能是一個整體區(qū)域市場下的交易點而已。任何交易點的價格的短期偏離最終受到協(xié)整方程的作用，回歸到長期的均衡狀態(tài)。由此可以進一步研判各交易點價格的格蘭杰因果關系。

2.3 格蘭杰因果關系檢驗結果

運用EViews檢驗，P1,t，P2,t，…，P15,t的兩兩組合間格蘭杰因果關系檢驗結果如表4所示。Pi行與Pj列(j≠i)數(shù)值為變量Pi是變量Pj的格蘭杰因果關系檢驗的p值。原假設為變量Pi不是變量Pj的格蘭杰原因。p值小于0.05的檢驗結果表明，在95%的置信水平下拒絕原假設。即Pi是Pj的格蘭杰原因。p值大于0.05的檢驗結果表明，在95%的置信水平下接受原假設。Pi不是Pj的格蘭杰原因。例如：表4中第一列第二行的數(shù)據(jù)0.010 55小于0.05表明，P15是P2的格蘭杰原因；第一列第五行的數(shù)據(jù)0.30417大于0.05表明，P1不是P2的格蘭杰原因。

表2 交易點價格序列一階差分的ADF檢驗

表3 交易點價格序列的協(xié)整檢驗結果

中東部區(qū)域市場交易點的單向因果關系存在明顯的不對稱性。按照ni1和ni2的大小的差異，可以將交易點劃分為單向原因型、原因傳遞型、單向結果型等三種類型。第一類單向原因型，ni1≥13且ni2≤5，其包括2、4、13、15交易點。該類的價格是第二類、第三類價格的原因。第一類交易點作為其他類交易點價格原因的單向因果關系比率約為98%，而第二類、第三類交易點作為第一類交易點價格原因的單向因果關系比率僅為20%。第二類原因傳遞型，ni1=7～12且ni2=6～10，包括1、5、6、8、11、12交易點。該類的價格接受第一類交易點價格作為原因，同時又是第三類交易點價格的原因。第二類的價格作為第三類交易點價格原因的單向因果關系比率約為90%，第三類交易點作為第二類交易點原因的單向因果關系比率僅為1/3。第三類單向結果型，ni1=1～5且ni2=10～13，其包括3、7、9、10、14交易點。該類的價格同時是第一類、第二類交易點價格的結果，并拒絕作為其他類價格的原因。第三類接受第一類、第二類價格原因的因果關系比率為92%，同時第三類作為接受第一類、第二類價格原因的因果關系比率僅為24%。為了進一步研究區(qū)域市場內(nèi)15個交易點價格的市場影響程度，需要測算交易點價格影響指數(shù)。

表4 交易點價格序列的格蘭杰因果關系檢驗P值統(tǒng)計結果

注：Pi行與Pi列(ni1,ni2,ni3)中，ni1為Pi行中檢驗結果p值小于0.05的變量數(shù)，ni2為Pi列中檢驗結果p值小于0.05的變量數(shù)，ni3與Pi的行列同時滿足p值小于0.05的變量數(shù)。

圖1 交易點價格的市場影響指數(shù)與因果關系數(shù)量

2.4 區(qū)域市場交易點價格影響指數(shù)測算

將表4中Pi行與Pi列所對應的ni1和,ni2代入式(2)，依次求得各交易點價格的市場影響指數(shù)I1～I15，并以n1和n2為橫縱坐標繪制各交易點散點圖，標注各交易點價格的市場影響指數(shù)(見圖1)。

由圖1可知，交易點價格的市場影響指數(shù)I與n1呈現(xiàn)顯著的正相關性，與n2呈現(xiàn)顯著的負相關性。單向原因型的交易點2、4、13、15的價格市場影響指數(shù)最高，I=0.73～0.83；原因傳遞型的交易點1、5、6、8、11、12的價格市場影響指數(shù)居中，I=0.40～0.57；單向結果型的交易點3、7、9、10、14的市場價格影響指數(shù)最低I=0.10～0.33。

3 煤炭區(qū)域市場價格機制分析

3.1 煤炭區(qū)域市場劃分

基于19個樣本城市4年200周的煤炭價格時間序列的相關性分析、協(xié)整性檢驗，煤炭作為區(qū)域自然稟賦性強的大宗物料商品，仍然存在相對封閉的區(qū)域市場。依據(jù)樣本城市價格序列的相關性分析，阜康、天峻、青海、貴陽、達州5個城市煤炭價格分別與其他18個樣本城市價格存在弱相關性，表明新疆、青海、貴州和四川等4個省區(qū)分別是相對獨立的區(qū)域市場。依據(jù)環(huán)渤海、廣州、南通、包頭、秦皇島、神木、大同、平頂山、宿州、靖遠、棗莊、汾西、咸陽、黃石、雙鴨山等15個樣本區(qū)域價格序列的協(xié)整性檢驗結果，15個價格序列間存在10個方程的協(xié)整關系，表明樣本所代表的山東、遼寧、廣東、上海、江蘇、內(nèi)蒙古、河北、河南、安徽、安徽、山西、天津、北京、黑龍江、甘肅、山西、湖北等相對封閉的省市煤炭區(qū)域市場并不存在，15個樣本城市所代表的區(qū)域已經(jīng)成為統(tǒng)一的中東部區(qū)域市場。盡管研究樣本中缺乏湖南、江西、浙江三個省的煤炭價格數(shù)據(jù)，考慮到海進江煤炭市場對于湖南岳陽供應、廣州港煤炭對湖南市場影響，可以推斷湖南、江西、浙江也屬于中東部區(qū)域市場的一部分。

綜上，中國煤炭市場的空間特征表現(xiàn)在：第一、中東部地區(qū)煤炭市場已經(jīng)呈現(xiàn)區(qū)域一體化，在一組競爭性價格協(xié)調(diào)下區(qū)域市場處于長期均衡狀態(tài)；第二、在研究的樣本中，新疆、四川、貴州、青海是4個相對獨立的區(qū)域市場。

3.2 中東部煤炭區(qū)域市場價格形成與傳導

在現(xiàn)實市場中供給函數(shù)和需求函數(shù)很難找到，交易活動存在差異性，交易性信息存在隱蔽性，市場價格存在分散性，從而價格協(xié)調(diào)需求與供給就往往帶有一定的盲目性。本文從樣本交易點的價格因果關系及其價格市場影響指數(shù)分析，總結區(qū)域市場價格生成與傳導規(guī)律。

區(qū)域市場是由交易點及其因果關系組成的市場網(wǎng)絡結構。市場價格在網(wǎng)絡交易點之間有一個生成、發(fā)現(xiàn)、傳遞、反饋與接收的過程。所有的交易點并不是同時生成與發(fā)現(xiàn)均衡價格，并協(xié)調(diào)供求關系的，其價格也不總是直接來自單一的交易點。市場網(wǎng)絡的交易點承擔著價格發(fā)現(xiàn)者、價格傳遞者、價格接受者三種角色。若某些交易點價格能夠成為其它交易點價格變動的原因，該類交易點被稱為價格的發(fā)現(xiàn)者。若某些交易點價格不能被大多數(shù)的交易點接受，也不能成為大多數(shù)交易點價格變動的原因，該類交易點被稱為價格的接受者。若某些交易點價格只是部分交易點價格變動的原因，該類交易點被稱為價格的傳遞者。

圖2 區(qū)域市場價格形成與傳導機制

價格的傳導方向和價格影響指數(shù)決定了交易點在市場網(wǎng)絡中的角色。由于15個交易點的價格因果關系依次是單向原因型向原因傳遞型與單向結果型， 單向原因型交易點價格為單向結果和原因傳遞型交易點價格原因的組合占98%，原因傳遞型是單向結果交易點原因的組合占90%。將交易點的單向因果關系采用統(tǒng)一箭頭簡化表示，不再做節(jié)點連線，按照表4的檢驗結果，繪制區(qū)域市場中交易點雙向因果關系的節(jié)點網(wǎng)絡結構關系，描述區(qū)域市場交易點的形成與傳導機制(見圖2)。圖2中，15個節(jié)點共分為三個層級，自上而下層級節(jié)點承擔著價格接受者、價格傳遞者和價格接受者的角色。第一層級，交易點2、13、15、4分別是環(huán)渤海港口、南通港、廣州港和包頭，是煤炭的中轉集散交易點，四個節(jié)點處于網(wǎng)絡結構頂部，彼此之間存在多個雙向價格因果關系，節(jié)點價格市場影響指數(shù)最高，與下層級節(jié)點聯(lián)系緊密。它們能夠綜合煤炭供求的信息形成市場價格，是區(qū)域煤炭市場網(wǎng)絡的價格發(fā)現(xiàn)者。第二層級，交易點1、5、6、8、11、12分別是秦皇島、大同、神木、靖遠、平頂山和宿州，是煤炭中轉地和煤炭生產(chǎn)基地，六個節(jié)點處于網(wǎng)絡結構的中部，與上下層級節(jié)點的雙向因果關系聯(lián)系相對緊密，本層級節(jié)點的雙向因果關系較少。它們借助于生產(chǎn)供給將上下層級節(jié)點供求協(xié)調(diào)，傳遞上層級發(fā)現(xiàn)的市場價格，擔負著市場中價格傳遞者的角色。第三層級，交易點3、7、9、10、14分別是雙鴨山、汾西、咸陽、棗莊和黃石，五個節(jié)點處于網(wǎng)絡結構的底部，交易點的價格市場影響指數(shù)最低，本層級節(jié)點因果關系連線較少。它們是市場網(wǎng)絡的價格接受者。

中東部區(qū)域煤炭市場是一個區(qū)域性、網(wǎng)絡性、競爭性的復雜市場，煤炭生產(chǎn)與消費的區(qū)域性決定了各交易點價格的分散性，煤炭運輸?shù)木W(wǎng)絡性決定了各交易點價格的因果關系，煤炭供求的競爭性決定了各交易點價格的協(xié)整性。煤炭市場的價格形成機制，就是中轉地交易點(環(huán)渤海、南通、廣州、包頭)價格的生成與發(fā)現(xiàn)、大型煤炭生產(chǎn)基地交易點(大同、神木、靖遠、平頂山和宿州)的供求協(xié)調(diào)與價格傳遞、一般消費者和生產(chǎn)者(黃石、雙鴨山等)的價格接受的過程。

4 結論與啟示

通過煤炭交易點的價格協(xié)整性檢驗、因果關系檢驗以及區(qū)域市場價格機制分析，主要結論為：

(1)煤炭行業(yè)產(chǎn)能的過剩、運輸壁壘的弱化、動力煤價格的市場并軌等因素，正打破中國煤炭區(qū)域性壟斷的市場邊界，促進區(qū)域性市場一體化發(fā)展。從動力煤價格時間序列的變動趨勢分析，青海、四川、貴州、新疆存在區(qū)域性市場，中部、東部的煤炭生產(chǎn)與消費、中轉交易點已經(jīng)形成了一個競爭性的區(qū)域市場。區(qū)域市場的競爭性價格在煤炭資源配置中發(fā)揮著決定作用。

(2)區(qū)域性煤炭市場中的交易點價格間的格蘭杰因果關系具有單向性，從而導致交易點的市場影響力差異和角色的不同。交易點市場影響指數(shù)與其擁有單向因果關系的數(shù)量密切相關，交易點所影響的其他交易點數(shù)量越多，其市場影響指數(shù)就越大。

(3)在交易點及其關系構成的煤炭市場網(wǎng)絡中，中轉地交易點(環(huán)渤海、南通、廣州、包頭)是價格發(fā)現(xiàn)者，大型煤炭生產(chǎn)基地交易點(大同、神木、靖遠、平頂山和宿州)是價格的傳遞者，其他消費者與生產(chǎn)者是價格接受者，不同角色的交易點在競爭性價格協(xié)調(diào)中實現(xiàn)市場的均衡。

煤炭市場區(qū)域性一體化，不僅是區(qū)域地理邊界的延展與市場規(guī)模的擴大，而且是競爭性價格機制的整合與形成。在中國區(qū)域煤炭市場一體化的大趨勢下，大型煤炭企業(yè)應該采取積極價格響應策略，擯棄壟斷定價的慣性。

[1]Milton Friedman. Choice, Chance and the Personal Distribution of Income[J].Journal of Political Economy, 1953, 61 (4): 277-290.

[2]Fackler P. Spatial Price Analysis: A Methodological Review[J]. Handbook of Agricultural Economics,2001(1): 971-1024.

[3]Linda Warell. Defining geographic coal markets using price data and shipments data[J]. Energy Policy, 2005(33): 2216-2230.

[4] Yang C J, Xuan X W, Robert B. Jackson. China’s coal price disturbances: Observations, explanations, and implications for global energy economies[J]. Energy Policy, 2012(51): 720-727.

[5] Wang J L, Feng L Y, Gail E Tverberg. An analysis of China’s coal supply and its impact on China’s future economic growth[J]. Energy Policy, 2013(57):542-551.

[6] Haftendorn C, Holz F, Hirschhausen C. The end of cheap coal? A techno-economic analysis until 2030 using the COALMOD-World model[J]. Fuel, 2012(102):305-325

[7]Hengyun Ma, Les Oxley, John Gibson. Gradual reforms and the emergence of energy market in China: Evidence from tests for convergence of energy prices[J]. Energy Policy,2009 (37):4834-4850

[8]Hengyun Ma, Les Oxley. The integration of major fuel source markets in China: Evidence from panel cointegration tests[J]. Energy Economics, 2010(32):1139-1146

[9]胡超.中泰農(nóng)產(chǎn)品市場一體化水平的測度——基于價格法的檢驗[J].國際經(jīng)貿(mào)探索,2013,29(10):84-93.

[10]王可,李國平,李治,等.基于協(xié)整和脈沖響應的中國煤炭貿(mào)易量變化對其價格影響研究[J].當代經(jīng)濟科學,2011,33(03):81-88.

[11]呂濤,丁巍偉,楊玲萍.對秦皇島港煤炭市場與全國煤炭價格關系的實證分析[J].價格理論與實踐,2010(10):27-29.

Research on integration of China geographic coal market

BI Jun-xian1，MAO Zhen-fu1, FAN Jin2, WEI Jiu-chang2, LIU Xian-bin3

(1.BusinessSchool,HenanUniversityofUrbanConstruction,Pingdingshan467036,China;2.ManagmentSchool,HenanofUrbanConstruction,Hefei230026,China;3.EconomicSchool,HenanUniversity,Kaifeng475004,China)

Based on the cointergration tests and Granger test of the week prices time series from 2011 to 2014 of 19 geographic coal markets, the concept of the trade place’s price influence index has been put forward for a scattered trading point, the model of regional network market has been established, and the coal market price mechanism including price formation and conduction have been analyzed in this paper. The results shows that Qinhai, Sichuan, Guizhou and Xinjian are respectively relatively closed coal market, while lots of small geographic coal markets in the east-central China have been integrated into one large regional comparative market which consists of many producers, consumers and some trade points in the east-central China coal market network should play different roles including price detector, price transfer and price taker.

steam coal price mechanism; geographic market integration; cointegration test; Granger-Causality; price influence index

2015-09-16

畢軍賢(1968-)，男，河南禹州人，博士，教授。

1674-7046(2015)06-0070-08

10.14140/j.cnki.hncjxb.2015.06.015

F42;O212

A