柏繼云，孟 軍，徐 飛，趙紅杰

（東北農(nóng)業(yè)大學 理學院，黑龍江 哈爾濱 150030）

隨著經(jīng)濟體制改革的深入以及信息和商品流通成本降低，中國生豬市場整合水平在不斷提升。但是由于省區(qū)地理距離、生豬運輸成本以及資源環(huán)境約束及地方政策干預等因素，仍然存在區(qū)域生豬市場分割、生豬產(chǎn)品難以自由流動、資源配置效率低下的問題。

區(qū)域生豬市場整合可以促進生豬資源在省際空間范圍內(nèi)重新流動配置，打破市場空間的分割格局，扭轉(zhuǎn)區(qū)域生豬市場分割造成的資源錯配，進一步優(yōu)化生豬資源配置效率，促進地區(qū)間生豬資源合理流動，有利于不同地區(qū)按照自身的資源稟賦進行生豬生產(chǎn)布局，促進技術進步和效率提升，也能擴大企業(yè)的發(fā)展空間。

現(xiàn)有關于市場整合測度的方法一般分為貿(mào)易法和價格法。但利用貿(mào)易法測度市場整合有如下問題：測度結(jié)果存在偏誤，未考慮各類商品的替代彈性從而對市場整合造成誤判，缺乏相應的理論基礎支撐。

基于貿(mào)易法的諸多缺陷，一些學者開始關注價格法在市場整合測度方面的應用。MEYER 應用門檻誤差修正模型研究發(fā)現(xiàn)德國和荷蘭生豬市場之間存在并非完全整合。EMMANOUILIDES 和FOUSEKIS 應用平滑遷移自回歸模型研究表明德國、法國、西班牙和丹麥的生豬市場整合水平滿足“一價定律”要求。然而，有學者認為該方法對貿(mào)易流量和交易成本的持續(xù)性前提假定過于依賴，洪勇認為，價格指數(shù)和價格法中所提到的價格水平存在較大差異。

鑒于上述方法及研究角度存在的不足，本文在價格法的基礎上引用關聯(lián)規(guī)則算法，測度生豬市場整合特征，利用眾多數(shù)據(jù)自身的演變特征獲取因素間支持度的高低，從而判斷市場整合程度，為確定和推動中國生豬市場穩(wěn)定發(fā)展提出更有針對性的建議。

1 中國生豬區(qū)域市場整合測度方法

1.1 測度方法選擇

與現(xiàn)有文獻相比，利用關聯(lián)規(guī)則算法測度中國市場整合具有以下優(yōu)勢：放寬了利用價格法測度市場整合時對貿(mào)易量和交易成本的假定，放寬了對樣本數(shù)據(jù)的要求。

在具體測度方面，本文選用數(shù)據(jù)間支持度進行空間相關性的分析。支持度表示規(guī)則的頻度，是項集{A，B}同時出現(xiàn)的概率，這個數(shù)值的大小可以表達二者同期出現(xiàn)的頻率，計算結(jié)果在[0，1]之間，越接近1，說明二值數(shù)據(jù)變化越接近，二者的相似度越高；反之，二者的相似度越低。

1.2 數(shù)據(jù)選取及處理

本文選取2009—2019 年30 個省市（基于特殊性排除臺灣省、西藏自治區(qū)）外三元日生豬價格，單位為元/公斤，從統(tǒng)計年鑒、互聯(lián)網(wǎng)絡、政府部門以及相關企業(yè)等多個渠道收集數(shù)據(jù)，采取數(shù)據(jù)挖掘預處理技術對數(shù)據(jù)進行清理、集成，構(gòu)建 30×365×10 數(shù)據(jù)庫。

1.3 應用 Apriori 算法獲取關聯(lián)規(guī)則支持度步驟實現(xiàn)

為了考察生豬價格取值及走勢的關聯(lián)支持度，將數(shù)據(jù)庫中的生豬日價格進行處理，計算各省市每日的生豬價格增長方向及增長量，并根據(jù)增長量的數(shù)據(jù)范圍主要集中于-0.3～0.3 之間，將其分為正增長、負增長及無增長三種狀態(tài)?？疾焐i價格的增長方向及增長量的關聯(lián)規(guī)則。

在數(shù)據(jù)庫中應用Apriori 算法的步驟如下：計算生豬價格的日增量；對每條樣本進行三種等級標記，例如0 黑、1 贛、-1 皖等；設定最小支持度minsup 和最小置信度minconf；獲取三種等級下各省市各級別之間的關聯(lián)規(guī)則支持度；將三種等級下各省市之間關聯(lián)規(guī)則的支持度進行累加匯總，獲取生豬價格支持度的最終數(shù)據(jù)。

按照以上方法，由兩個省市的組合逐步擴展到所有省市的組合，并由此獲得區(qū)域之間以及不同年度之間支持度的結(jié)果。

2 基于關聯(lián)規(guī)則算法的中國生豬市場整合測度結(jié)果分析

2.1 各年度生豬市場整合測度結(jié)果分析

為了考察中國生豬市場整合隨時間的演變過程，本文運用關聯(lián)規(guī)則算法對中國2009—2019 年生豬價格年度日均價格波動進行支持度測度，計算相鄰兩年年度日數(shù)據(jù)的支持度，考察隨時間變化生豬價格的年度相關性，其演變的最終結(jié)果如圖1 所示。

圖1 中國生豬價格年度支持度走勢

由圖1 可知，2009—2019 年國內(nèi)生豬價格波動的年度支持度呈現(xiàn)出明顯的上升趨勢，數(shù)據(jù)從0.45 變化到0.80 附近，表明生豬價格波動的時間相關性在逐年波動性增強，生豬價格的年度變化相似度越來越大?？芍?，支持度的變化是呈現(xiàn)震蕩性增強，在2011 年附近及2016 年附近，支持度都呈現(xiàn)出了下降的動蕩形勢，在2011 年和2016 年，生豬價格出現(xiàn)了大幅周期變化。這是因為2015-03 生豬價格開始上升，到2016-06 最高漲至20.6 元/公斤，之后逐步下降，2016 年下半年全國生豬供給能力逐步恢復，價格也進入下行通道。中國生豬價格整合的年度支持度變化趨勢，表明了生豬價格年度走勢的特征，因此，可以根據(jù)往年當期生豬價格的變動形勢，提前進入預警狀態(tài)，對可能到來的豬價波動提前防范。

2.2 各省域生豬市場整合測度結(jié)果分析

為了考察中國生豬市場的空間整合特征，本文運用關聯(lián)規(guī)則算法對中國30 個省域的生豬價格波動的支持度進行測度?？芍綎|和安徽、四川和貴州、廣東和廣西、湖南和湖北、河北和北京、重慶與四川等地生豬價格支持度最大，二者的波動頻率最接近，即在確定其中一省生豬價格波動方向的情況下，能夠以大概率確定另一個省份生豬價格波動方向。

利用聚類算法，以相互之間支持度設定為距離矩陣，對上述結(jié)果進行聚類，從而確定中國生豬市場的整合特征，結(jié)果如圖2 所示。

圖2 生豬價格區(qū)域劃分圖

依照地理行政區(qū)劃特征，將所分區(qū)域命名為華東地區(qū)、華南地區(qū)、華中華北地區(qū)、西北地區(qū)、西南地區(qū)、東北地區(qū)，六大分區(qū)與地理及經(jīng)濟分區(qū)基本一致，表現(xiàn)出較高的地理地區(qū)聚集效應，說明地理位置及生態(tài)環(huán)境對生豬價格影響的重要性，也說明不在同區(qū)域內(nèi)省區(qū)生豬價格的差異性。

對聚類內(nèi)部的支持度進行排序，可以觀察到不同區(qū)域整合的緊密程度。結(jié)果如表1 所示。

表1 各區(qū)域內(nèi)部支持度排名

3 結(jié)論與建議

本文基于國內(nèi)30 個省、市和自治區(qū)的2009—2019 年外三元生豬價格數(shù)據(jù)，引入關聯(lián)規(guī)則算法測算了中國生豬市場整合的時空演變情況。結(jié)果表明：從時間整合的角度分析，中國生豬市場在2009—2019 年間市場整合程度呈現(xiàn)震蕩性越來越緊密的狀態(tài)；從空間整合的角度分析，中國生豬市場整合分區(qū)與地理及經(jīng)濟分區(qū)基本一致，區(qū)域之間也存在一定的整合程度。

根據(jù)中國生豬市場時空整合特征獲得如下結(jié)論：①地理距離是影響地區(qū)內(nèi)部和地區(qū)之間生豬市場整合的重要因素。中國生豬市場受資源環(huán)境、地方政策等的制約表現(xiàn)出較高的地理地區(qū)聚集效應。西南地區(qū)、東北和華東地區(qū)內(nèi)部都有較好的聚集效應，東北地區(qū)與華中華北地區(qū)以及華東地區(qū)相對較為緊密，西南市場與西北地區(qū)較為緊密，華南地區(qū)與華東地區(qū)緊密性更強，表明目前生豬市場具有一定的整合度。②全國生豬市場整合程度在動蕩中不斷提升，2009—2019年是中國生豬市場整合水平的相對穩(wěn)定發(fā)展時期，除了幾次周期性的震蕩，生豬市場整合方向明確，整合前景良好。