歐陽曦，齊文娥，左欣婷

（1.華南農(nóng)業(yè)大學經(jīng)濟管理學院，廣東 廣州 510642；2.湖南大學工商管理學院，湖南 長沙 410282）

經(jīng)濟全球化的發(fā)展以及產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)移和升級使各省域之間交流互動更為頻繁。目前，關于我國各省域間的市場聯(lián)動性問題已引起越來越多關注。一部分人認為各省經(jīng)濟依然處于一種相對封閉的狀態(tài)；而另一部分人則持相反態(tài)度，他們認為在如今全球產(chǎn)業(yè)分工的社會，各省經(jīng)濟（尤其在我國東部地區(qū)）總體上表現(xiàn)出區(qū)域相關性。而農(nóng)產(chǎn)品由于受氣候溫度等條件的影響有明顯的地域特征，致使其價格在不同的地區(qū)也存在較大差異，尤其是對于荔枝這種易腐性生鮮農(nóng)產(chǎn)品，因其保鮮期比較短且不易存儲的特點，相比于其它農(nóng)產(chǎn)品而言更容易受到價格沖擊的影響使其價格發(fā)生較大波動。因此研究荔枝價格在不同地區(qū)之間是否具有相關性；面對一個地區(qū)的農(nóng)產(chǎn)品價格沖擊，另一地區(qū)農(nóng)產(chǎn)品價格會如何反應以及傳導效率如何等問題有利于把握荔枝行業(yè)價格波動規(guī)律，為荔枝產(chǎn)業(yè)利益相關者提供信息支持從而更好地促進各地區(qū)荔枝產(chǎn)業(yè)的發(fā)展。

就研究視角而言，現(xiàn)有農(nóng)產(chǎn)品價格傳導的研究焦點主要集中在以下兩方面：一是基于產(chǎn)業(yè)鏈的縱向價格傳導，即同一產(chǎn)品在不同產(chǎn)業(yè)鏈之間的價格傳導方面做了相關的研究［1］。一部分學者通過實證研究發(fā)現(xiàn)農(nóng)產(chǎn)品價格傳導表現(xiàn)為需求拉動型的逆產(chǎn)業(yè)鏈傳導［2-3］，也有部分學者基于不同農(nóng)產(chǎn)品的研究成果表明農(nóng)產(chǎn)品市場存在明顯的順產(chǎn)業(yè)鏈價格傳導現(xiàn)象［4-5］。二是同一產(chǎn)業(yè)鏈上的農(nóng)產(chǎn)品在不同區(qū)域間的空間價格傳導［6］。相比于農(nóng)產(chǎn)品的縱向價格傳導，學者們在空間價格傳導的關注相對較少。一些學者將焦點主要集中于農(nóng)產(chǎn)品國際之間的價格傳導效應［7-10］。宋長鳴等［11］以大豆市場為例研究中美農(nóng)產(chǎn)品價格傳導機制。也有一些學者基于某一農(nóng)產(chǎn)品分析其在我國不同地區(qū)間的價格傳導關系。如欒淑梅等［12］基于VAR模型研究了豬肉價格在不同省份間的價格傳導效應；石自忠等［13］也利用VAR模型分析了東北、西南、京津、中原、華東、西北和華南地區(qū)牛肉價格之間的價格效應；賈偉等［14］利用VAR模型研究主要省份之間玉米價格的價格傳導現(xiàn)象。這些研究大大豐富了農(nóng)產(chǎn)品在空間維度的價格傳導領域，但現(xiàn)有研究對價格波動更為頻繁的易腐性生鮮農(nóng)產(chǎn)品的空間傳導效應關注較少。荔枝是我國最重要的五大經(jīng)濟類農(nóng)作物之一且產(chǎn)量及面積均位于全球第一，在全球荔枝產(chǎn)業(yè)中的地位舉足輕重。然而荔枝由于易腐性而使其價格波動更為頻繁的特征嚴重影響到了荔枝生產(chǎn)者及相關部門的福利?；诖?，本研究利用我國荔枝主產(chǎn)地廣東省、海南省以及廣西壯族自治區(qū)2012—2016年荔枝收購價的日度數(shù)據(jù)，采用VAR模型深度剖析中國荔枝市場之間的空間價格傳導關系、傳導路徑及傳導效率，以期為我國荔枝產(chǎn)業(yè)價格風險防控機制提供參考并促進我國荔枝產(chǎn)業(yè)更好地發(fā)展。

1 數(shù)據(jù)來源及VAR模型

1.1 數(shù)據(jù)來源

本研究使用的數(shù)據(jù)來源于《國家荔枝龍眼產(chǎn)業(yè)技術體系基礎數(shù)據(jù)庫》，國家荔枝龍眼產(chǎn)業(yè)技術體系在荔枝主產(chǎn)地海南省、廣東省以及廣西壯族自治區(qū)三省區(qū)分別設有?？?、儋州；茂名、湛江、深圳；欽州、北海和玉林綜合試驗站。在荔枝上市期間，各試驗站設專人負責收集當?shù)禺斕炖笾灰變r格信息。選取海南、廣東、廣西三省區(qū)所轄2012年5月1日至2016年10月30日荔枝收購價的日度數(shù)據(jù)，以探究我國荔枝空間價格傳導效應。海南、廣東和廣西是我國荔枝生產(chǎn)大省，三省區(qū)荔枝種植面積及產(chǎn)量總和占全國荔枝種植面積及產(chǎn)量的60%以上。因此，選取以上地區(qū)的荔枝收購價可以比較全面地考察各地區(qū)之間的荔枝價格傳導關系。

1.2 VAR模型

本研究運用VAR 模型分析我國荔枝主產(chǎn)區(qū)之間價格傳導機制。VAR（p） 模型的數(shù)學表達式為：

式中，Yt為本期內(nèi)生變量列向量，xt為本期外生變量列向量，Yt-p為滯后階數(shù)為p的內(nèi)生變量列向量，T為樣本個數(shù)，εt為隨機擾動項。

2 實證分析

借助stata 14.0軟件，建立荔枝主產(chǎn)區(qū)（海南、廣東、廣西）荔枝收購價對數(shù)序列（以減少異方差性）的向量自回歸模型。

2.1 變量的平穩(wěn)性檢驗

使用ADF檢驗法對海南、廣東及廣西荔枝收購價對數(shù)序列（以減少異方差性）的平穩(wěn)性進行檢驗，結(jié)果均為平穩(wěn)序列，故可建立海南、廣東及廣西荔枝收購價對數(shù)序列的VAR模型。

表1 平穩(wěn)性檢驗結(jié)果

2.2 模型最優(yōu)滯后階數(shù)的確定

通過對數(shù)似然函數(shù)準則（LL）、似然比檢驗準則（LR）、最小最終預報誤差準則（FPE）、最小信息準則（AIC）、漢南-昆信息準則（HQIC）、施瓦茨信息準則（SBIC）等信息準則確定VAR模型的最優(yōu)滯后階數(shù)，由表2可知各信息準則均支持階數(shù)為1階的VAR模型。

表2 滯后階數(shù)判定結(jié)果

經(jīng)檢驗（圖1），階數(shù)為1的VAR模型所有根的模的倒數(shù)均位于單位圓內(nèi)，表明VAR（1）是穩(wěn)定的，故確定階數(shù)為1階的VAR模型。

2.3 格蘭杰因果檢驗

圖1 VAR模型的單位根檢驗

格蘭杰因果檢驗主要用于解釋變量x的變動能否導致變量y的變動問題，如果變量x有助于解釋變量y將來的變化趨勢，則稱變量x是變量y的格蘭杰成因。采用格蘭杰因果檢驗對各地荔枝收購價對數(shù)序列之間的影響關系進行分析，結(jié)果見表3。由表3可知：（1）荔枝主產(chǎn)地海南省與廣西省的荔枝收購價格互為格蘭杰原因，說明海南的荔枝收購價波動有助于預測廣西的荔枝收購價，同時廣西的荔枝收購價變動也會對海南省的荔枝收購價產(chǎn)生影響。（2）廣東荔枝收購價與海南、廣西荔枝收購價之間無明顯的價格傳導關系，主要受自身價格波動的影響。

2.4 脈沖響應函數(shù)

脈沖響應函數(shù)主要用于分析VAR模型中的一個變量受到?jīng)_擊時，其對整個VAR系統(tǒng)的動態(tài)影響。基于之前建立的VAR（1）模型得到脈沖響應函數(shù)如圖2所示。由圖2可知：（1）各地區(qū)荔枝價格受自身新息的影響。海南省、廣東省及廣西壯族自治區(qū)荔枝收購價都會立即對其自身產(chǎn)生正向影響，隨后該正向影響迅速回調(diào)直到第15期基本消失。（2）荔枝主產(chǎn)地之間的短期傳導效應。在海南、廣東及廣西三大荔枝主產(chǎn)區(qū)中，海南荔枝收購價與廣西荔枝收購價之間存在正向的價格傳導現(xiàn)象，具體表現(xiàn)為：當海南荔枝收購價上漲時，該價格變動沖擊將導致廣西荔枝收購價立即上漲，到第2期影響效果最大，隨后該正向沖擊逐漸減弱直至第10期趨于零。廣西荔枝收購價也會給當期海南荔枝收購價產(chǎn)生正向沖擊，到第3期時該正向影響達到峰值，隨后正向影響又逐漸衰減直至第15期基本趨近于0。

表3 海南、廣東、廣西荔枝收購價的格蘭杰檢驗結(jié)果

圖2 脈沖響應函數(shù)結(jié)果

2.5 方差分解

方差分解用來分析每一個沖擊在不同預測期對VAR系統(tǒng)內(nèi)生變量影響的具體比例。因此為更精確地分析各種因素對海南、廣東、廣西荔枝收購價波動的影響情況，本研究選取20期作為預測期分別對海南、廣東及廣西的荔枝價格波動情況進行方差分解，結(jié)果見表4、表5、表6。

表4 海南荔枝收購價波動的方差分解

由表4可知：當作一期預測時，海南的荔枝收購價波動完全來自于自身新息的變動，而與廣東及廣西的荔枝收購價無多大關聯(lián)；到第2期時，海南荔枝收購價波動還受到來自廣東荔枝收購價的沖擊（貢獻率達0.3%），以及廣西荔枝收購價的沖擊（貢獻率達1.3%）；隨著預測期的增加，海南荔枝收購價對其自身的影響逐漸減小，而廣東及廣西的荔枝收購價對海南荔枝收購價格的波動貢獻率逐漸增大，分別從第2期的0.3%及3.1%增長到第20期的2.8%及8.2%。總體來看，海南荔枝收購價波動主要來自自身價格新息。此外，廣西荔枝價格的變動也會對海南荔枝價格產(chǎn)生較大的沖擊，而廣東的荔枝價格波動則對海南荔枝價格的影響較小。

由表5可知：廣東荔枝收購價的波動主要受自身新息的影響（貢獻率從第1期預測期的98.6%到第20期的91.5%）；而海南、廣西的荔枝收購價對廣東荔枝收購價的影響不大，即使到第20期，海南、廣西荔枝收購價對廣東荔枝收購價波動的貢獻率也分別只有7.9%、0.6%。

表5 廣東荔枝收購價波動的方差分解

表6 廣西荔枝收購價波動的方差分解

由表6可知：當作一期預測時，廣西的荔枝收購價波動有95.3%來自于自身新息的變動，4.5%來自于海南荔枝收購價的沖擊作用而只有0.1%來自于廣東荔枝收購價的沖擊作用。隨后，廣西荔枝收購價受其自身新息的影響逐漸減小，而廣東及海南的荔枝收購價對廣西荔枝收購價的波動貢獻率逐漸增大，分別從第2期的10.3%及0.2%增長到第20期的24.9%及2.0%。總體來看，廣西荔枝收購價波動除受自身新息外，還受海南荔枝收購價的沖擊影響比較大，而廣東荔枝收購價則對廣西荔枝收購價的波動貢獻率不高。

3 結(jié)論與建議

3.1 結(jié)論

（1）荔枝主產(chǎn)地海南與廣西的荔枝收購價之間存在雙向價格傳導關系，海南的荔枝收購價有助于預測廣西的荔枝收購價，同時廣西的荔枝收購價也會影響到海南的荔枝收購價。具體均表現(xiàn)為正向沖擊，海南的荔枝收購價上升會引起廣西的荔枝收購價立即上漲至第2期隨后逐漸減小為零，廣西的荔枝收購價上漲同樣也會引起海南荔枝收購價逐漸上漲，到第3期達到最高峰后逐漸減小至零。

（2）廣東荔枝收購價表現(xiàn)出較強的獨立性。其價格波動大部分可以由自身的新息解釋，受海南及廣西荔枝批發(fā)價變動的影響較小，且廣東荔枝收購價對海南及廣西荔枝收購價的影響也不大。

（3）荔枝收購價在本地區(qū)的急劇波動與自身前期的荔枝收購價有很大的關系，很大程度上會受到前期荔枝價格波動的影響。

3.2 對策建議

針對以上結(jié)論，現(xiàn)就荔枝價格傳導的暢通性方面對荔枝主產(chǎn)地廣東、廣西、海南的荔枝市場提出幾點建議，以避免荔枝價格出現(xiàn)大幅波動。

（1）真實、準確以及及時的荔枝市場價格信息對于荔枝消費者、生產(chǎn)者及相應的荔枝產(chǎn)業(yè)從業(yè)人員都具有指導意義，應建立并完善荔枝市場價格信息發(fā)布平臺并加強荔枝產(chǎn)業(yè)信息化建設，實現(xiàn)荔枝生產(chǎn)者、消費者及荔枝產(chǎn)業(yè)相關從業(yè)人員信息共享，從而增強通過往期荔枝市場價格信息預測后期荔枝市場價格的預測能力，盡量減少并避免因不了解市場行情盲從而引起的荔枝市場價格大幅度波動的情況。

（2）荔枝主產(chǎn)地海南與廣西存在價格傳導效應明顯，因此海南及廣西的荔枝生產(chǎn)經(jīng)營者在荔枝市場營銷方面要考慮到相鄰兩省荔枝價格之間的相互影響關系，加強有利于兩省荔枝產(chǎn)業(yè)經(jīng)濟貿(mào)易的基礎設施建設，以及集流通與營銷的流通體系建設，以便于荔枝市場價格更好地在海南及廣西兩省之間進行傳遞。此外，還應密切關注海南、廣西的荔枝價格走勢并基于科學的價格預警指標在兩省建立荔枝價格聯(lián)合預警機制，提高荔枝市場價格的預警水平并構(gòu)建荔枝市場價格的監(jiān)測體系。

（3）鑒于海南、廣東及廣西三省當?shù)氐睦笾r格與自身前期的荔枝收購價有很大的關系（尤其是廣東的荔枝收購價受到自身前期荔枝收購價的顯著影響），因此有必要采取農(nóng)超對接以及與較大規(guī)模的消費單位進行產(chǎn)銷對接等措施以提高荔枝在本地區(qū)的流通效率，提高對當?shù)乩笾κ袌鰞r格進行預測的技術水平，盡量有效地減少銷售終端因環(huán)節(jié)繁多而造成的荔枝價格大幅度波動。

［1］Drabik D，Ciaian P，Pokriv?ák J.The effect of ethanol policies on the vertical price transmission in corn and food markets［J］.Energy Economics，2016，55：189-199.

［2］張益，郝曉燕，韓一軍.我國小麥產(chǎn)業(yè)鏈縱向價格傳導及市場整合分析［J］.經(jīng)濟問題，2018（1）：65-70.

［3］崔姹，王明利，石自忠.我國肉羊產(chǎn)業(yè)鏈價格傳導研究——基于PVAR模型的分析［J］.價格理論與實踐，2016（4）：73-76.

［4］錢海洋.中國大豆產(chǎn)業(yè)鏈價格傳導機制研究［D］.北京：北京林業(yè)大學，2016.

［5］袁靜.贛南臍橙產(chǎn)銷價格傳導關系研究［J］.安徽農(nóng)業(yè)科學，2016，44（4）：284-286.

［6］Ganneval S.Spatial price transmission on agricultural commodity markets under different volatility regimes［J］.Economic Modelling，2016，52：173-185.

［7］溫鳳榮，史建民.主產(chǎn)區(qū)玉米價格波動分析——以山東省為例［J］.農(nóng)業(yè)技術經(jīng)濟，2014（7）：89-95.

［8］吳崇宇，周建濤.國際大宗商品價格傳導機制的結(jié)構(gòu)特征與路徑特征［J］.經(jīng)濟學動態(tài)，2014（4）：87-96.

［9］王淑漪.國內(nèi)外農(nóng)產(chǎn)品價格傳導及貿(mào)易關系研究［D］.北京：中國農(nóng)業(yè)科學院，2015.

［10］黃春全，司偉.國際甘蔗燃料乙醇與食糖市場間的非對稱價格傳導效應［J］.經(jīng)濟問題探索，2014（2）：123-130.

［11］宋長鳴，李崇光，徐娟.中美農(nóng)產(chǎn)品市場整合及其價格傳導機制研究——以大豆市場為例［J］.世界經(jīng)濟研究，2013（3）：35-40.

［12］欒淑梅，壽金呂，杰王娟.省際間豬肉價格波動的動態(tài)關系研究——基于VAR模型分析［J］.農(nóng)業(yè)經(jīng)濟，2011（8）：87-88.

［13］石自忠，胡向東.中國牛肉市場區(qū)域動態(tài)關聯(lián)分析［J］.中國畜牧雜志，2016（24）：59-65.

［14］賈偉，秦富.中國主要省份玉米價格的傳導效應分析［J］.華南農(nóng)業(yè)大學學報（社會科學版），2012（2）：69-75.