價格支持政策背景下中國小麥?zhǔn)袌鰠^(qū)域動態(tài)關(guān)聯(lián)分析

李雪，韓一軍, ，付文閣

（1. 中國農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，北京 100083；2. 中國農(nóng)業(yè)大學(xué)國家農(nóng)業(yè)市場研究中心，北京100083）

中國是世界小麥頭號生產(chǎn)大國和消費大國，作為主要糧食作物之一，小麥也是中國重要的口糧、商品糧和儲備品種。隨著市場化與貿(mào)易自由化的推進(jìn)，國內(nèi)農(nóng)業(yè)結(jié)構(gòu)不斷調(diào)整，小麥生產(chǎn)布局也發(fā)生了很大變化，呈現(xiàn)出由劣勢產(chǎn)區(qū)向優(yōu)勢產(chǎn)區(qū)轉(zhuǎn)移的特點，并由分散生產(chǎn)模式逐步向區(qū)域集中生產(chǎn)模式轉(zhuǎn)變。生產(chǎn)的區(qū)域集中有利于充分發(fā)揮資源整合優(yōu)勢和技術(shù)進(jìn)步優(yōu)勢，同時也引起各地區(qū)內(nèi)部的供求不均衡，加快了小麥商品在區(qū)域間的頻繁流動，導(dǎo)致國內(nèi)小麥價格出現(xiàn)新的變化。此外，為穩(wěn)定小麥生產(chǎn)、更好地維護(hù)種糧農(nóng)民利益，國家自2006年開始在小麥主產(chǎn)區(qū)實施以最低收購價為核心的價格支持政策，政策的實施對促進(jìn)小麥生產(chǎn)發(fā)展發(fā)揮了重要作用，同時也會對區(qū)域間小麥價格的聯(lián)動變化和市場運行效率產(chǎn)生外部影響。小麥生產(chǎn)區(qū)域集中程度不斷提高、地區(qū)內(nèi)部供求變化以及價格政策執(zhí)行等因素都將對市場價格變化產(chǎn)生影響，波及市場的平穩(wěn)發(fā)展。不同地區(qū)小麥?zhǔn)袌龅耐獠窟\行環(huán)境有所差別，致使各地區(qū)小麥?zhǔn)袌龃嬖诓町悾洳▌犹卣骱褪袌鲩g的價格關(guān)聯(lián)程度也有較大差別。區(qū)域市場波動特征及市場間聯(lián)系在某種程度上能夠反映市場的一體化程度，衡量市場的運行效率。一體化程度不高的市場可能會傳遞錯誤的價格信號，誤導(dǎo)生產(chǎn)者的決策，導(dǎo)致產(chǎn)品市場流通的低效率[1]。同時，相對分割的地區(qū)市場會更有可能存在市場套利空間，意味著生產(chǎn)者和消費者的福利損失[2]，也不利于專業(yè)化分工和規(guī)模化生產(chǎn)。作為重要的糧食作物，不同地區(qū)小麥價格波動是否具有相同的特征，導(dǎo)致波動特征差異的因素是什么？各地區(qū)小麥?zhǔn)袌鲩g的聯(lián)系程度如何，影響關(guān)聯(lián)程度的因素有哪些？在價格支持政策執(zhí)行期間各地區(qū)小麥?zhǔn)袌鲫P(guān)聯(lián)程度如何變化？這些都是政府加強(qiáng)對糧食市場的宏觀調(diào)控、提高市場運行效率的基礎(chǔ)和首先需要解決的問題。因此，有必要對現(xiàn)階段中國不同地區(qū)小麥?zhǔn)袌鲩g的關(guān)聯(lián)程度及其動態(tài)變化進(jìn)行系統(tǒng)研究，特別是價格支持政策背景下各地區(qū)小麥?zhǔn)袌鰞r格的聯(lián)系程度，科學(xué)測定其時空變化特征，對有效調(diào)控小麥?zhǔn)袌龊吞岣呤袌鲞\行效率具有更加重要的現(xiàn)實意義。

關(guān)于農(nóng)產(chǎn)品市場價格關(guān)系的研究雖起步較晚，但進(jìn)展十分迅速，尤其是對于轉(zhuǎn)型時期市場運行特征的研究一直是流通領(lǐng)域研究的熱點，而價格研究則是其重要內(nèi)容之一。關(guān)于市場價格關(guān)系的研究包括橫向關(guān)聯(lián)市場價格關(guān)系研究和縱向關(guān)聯(lián)市場價格關(guān)系研究[3]。在縱向關(guān)聯(lián)市場價格關(guān)系的研究方面，研究品種主要集中于生豬、肉雞、蔬菜、糧食等產(chǎn)品，研究結(jié)果較為豐富。關(guān)于小麥縱向關(guān)聯(lián)市場的研究主要涉及小麥?zhǔn)袌雠c面粉市場價格關(guān)系、整合程度等[4-5]。在橫向關(guān)聯(lián)市場價格關(guān)系的研究方面，研究內(nèi)容多集中在不同產(chǎn)品和地區(qū)間市場整合程度和關(guān)聯(lián)關(guān)系，包括糧食、飼料、蔬菜、畜產(chǎn)品、水果等。如喻聞和黃季焜[6]利用相關(guān)系數(shù)法和協(xié)整檢驗對各省大米市場間的整合程度進(jìn)行分析，辛賢等[7]運用混合運輸模型研究中國飼料糧食的市場流通及對價格的反應(yīng)，董曉霞等[8]采用格蘭杰因果關(guān)系檢驗和市場聯(lián)系指數(shù)對西紅柿主產(chǎn)地市場與其他地區(qū)市場間的價格傳導(dǎo)關(guān)系進(jìn)行分析，文春玲和田志宏[9]利用協(xié)整檢驗和格蘭杰因果檢驗分析中國玉米市場價格的傳導(dǎo)規(guī)律。謝思娜等[10]則利用VAR模型對主產(chǎn)區(qū)和主銷區(qū)的雞蛋價格傳導(dǎo)機(jī)制進(jìn)行分析。

關(guān)于小麥?zhǔn)袌鰞r格關(guān)系的研究，一些學(xué)者對國內(nèi)外市場價格傳導(dǎo)、期貨和現(xiàn)貨市場價格關(guān)聯(lián)等做了有益的摸索和探討，如國內(nèi)外小麥現(xiàn)貨價格關(guān)系及國際小麥價格波動對國內(nèi)市場的溢出效應(yīng)[11]，中美小麥期貨價格的動態(tài)關(guān)聯(lián)性[12]等，但著眼于國內(nèi)小麥區(qū)域間市場價格關(guān)聯(lián)的討論卻不多，特別是關(guān)于價格支持政策的實施對地區(qū)間價格關(guān)聯(lián)性影響的探討較少。從研究方法來看，現(xiàn)有文獻(xiàn)較多的使用協(xié)整檢驗、格蘭杰因果檢驗、誤差修正模型、VAR模型等分析市場整合程度及橫向關(guān)聯(lián)市場間的價格傳導(dǎo)，研究不同地區(qū)市場間的長期均衡關(guān)系和價格信息的流動方向，而對關(guān)聯(lián)性大小的比較以及動態(tài)變化的研究涉及較少。貝葉斯DCC-GARCH模型方法能夠分析各序列的波動特征及其變化趨勢，測定不同時間點上數(shù)據(jù)之間的關(guān)聯(lián)性。目前，已有一些文獻(xiàn)使用該方法對不同市場間關(guān)聯(lián)性進(jìn)行分析，如柳蘇蕓等[13]分析國內(nèi)外大豆期現(xiàn)貨價格的波動特征及其關(guān)聯(lián)性。

綜上所述，對橫向關(guān)聯(lián)市場價格關(guān)系的研究已經(jīng)取得了很多有價值的成果，對本文研究有重要的參考和啟示，但也有一些研究仍需加強(qiáng)。對小麥區(qū)域間市場關(guān)系的研究較少，特別是價格支持政策背景下各地區(qū)小麥?zhǔn)袌雎?lián)系程度的分析不多，不同地區(qū)小麥?zhǔn)袌龅牟▌犹卣骷捌湎嗷ブg的聯(lián)系是否具有差異性，仍未得到初步結(jié)論。因此，本文基于2009年1月—2016年12月河南、山東、河北、山西、黑龍江、福建和天津的小麥?zhǔn)袌鰞r格周數(shù)據(jù)，運用貝葉斯DCC-GARCH模型對不同地區(qū)小麥價格波動特征及其動態(tài)關(guān)聯(lián)性進(jìn)行分析，并結(jié)合價格支持政策的執(zhí)行分析地區(qū)間市場價格波動和關(guān)聯(lián)程度動態(tài)變化的原因，為加強(qiáng)對糧食市場的宏觀調(diào)控以及提高市場運行效率提供一定的理論參考。

1 模型選擇與數(shù)據(jù)來源

1.1 模型選擇

本文選取貝葉斯DCC-GARCH模型進(jìn)行分析，該模型能夠測定不同時間點上數(shù)據(jù)之間的關(guān)聯(lián)性，且可以通過蒙特卡洛（MCMC）方法對非正態(tài)分布的數(shù)據(jù)進(jìn)行穩(wěn)健和有效估計，并能同時給出均值回歸和分位數(shù)回歸結(jié)果，揭示不同波動幅度下各序列的波動特征及其變化趨勢[13]。同時，考慮到價格支持政策對國內(nèi)小麥?zhǔn)袌龅挠绊懀柚撃Ｐ湍軌驕y定不同時點上序列的關(guān)聯(lián)性，更好的考察政策的執(zhí)行對地區(qū)間關(guān)聯(lián)性的影響。因此，基于貝葉斯DCC-GARCH模型和MCMC估計，借助R軟件，對中國不同地區(qū)小麥?zhǔn)袌霾▌雍完P(guān)聯(lián)性進(jìn)行更有效的刻畫。

貝葉斯DCC-GARCH模型由ARCH模型和多元GARCH模型發(fā)展而來，最早為固定條件關(guān)聯(lián)（CCC）模型，后經(jīng)過擴(kuò)展，假定條件關(guān)聯(lián)矩陣關(guān)于時間是可變的，即為動態(tài)條件關(guān)聯(lián)（DCC）模型。該模型的條件關(guān)聯(lián)矩陣可定義為：

其中，Dt為對角矩陣，Rt為對稱的正定矩陣，Dt中的各條件方差被設(shè)定為單變量的GARCH模型，在此可設(shè)定為GARCH(1, 1)模型，即：

式中：ω表示的是方差方程的常數(shù)項，εt-i2為ARCH項，ht-j為GARCH項，α、β分別為其系數(shù)，需要滿足α+β＜1的約束性條件，衡量波動的衰減速度，兩者之和越接近1說明衰減的速度越慢。Rt可表示為：

式中：Qt為k×k階的對稱正定矩陣，并可表示為：

其中，ut為經(jīng)過標(biāo)準(zhǔn)化處理后的收益率，R為ut的非條件協(xié)方差矩陣，a>0，b>0，且a+b＜1。將貝葉斯理論與DCC模型結(jié)合起來，便得到貝葉斯DCCGARCH模型[14]。根據(jù)貝葉斯理論，估計模型前需要對參數(shù)的先驗分布進(jìn)行設(shè)定，對于式（2）的模型參數(shù)，可以利用先驗分布估計得到。當(dāng)使用多元學(xué)生t分布時，需要估計額外的自由度參數(shù)v，并假設(shè)v>2，以保證滿足條件協(xié)方差矩陣。對于偏度參數(shù)γ，衡量分布的偏態(tài)程度，當(dāng)γ>1時為右偏態(tài)，γ＜1時為左偏態(tài)。模型的估計使用MCMC方法，通過其抽樣方法從聯(lián)合后驗分布中抽取樣本，因為條件后驗分布是未知的，Metropolis則提供了簡單的黑箱抽樣方法以獲得后驗分布[13]。

1.2 數(shù)據(jù)來源

本文所用數(shù)據(jù)包括河南、山東、河北、山西、黑龍江、福建和天津的小麥?zhǔn)袌鰞r格數(shù)據(jù)，時間范圍為2009年1月4日至2016年12月31日，數(shù)據(jù)均來源于wind資訊數(shù)據(jù)庫。河南、山東和河北為中國小麥生產(chǎn)的前三大主產(chǎn)省，且均位于黃淮海優(yōu)勢小麥主產(chǎn)區(qū)，地理位置彼此相鄰，2016年小麥產(chǎn)量占全國小麥總產(chǎn)量的55.9%，是小麥的主要輸出省份，也是最低收購價政策的執(zhí)行地區(qū)，具有很強(qiáng)的代表性。山西與河北和河南省相鄰，本省有小麥的種植，但產(chǎn)量較少，產(chǎn)需缺口較大，需要從外省調(diào)入以滿足本區(qū)消費。黑龍江可以作為東北地區(qū)小麥?zhǔn)袌龅拇恚乩砦恢镁慌c所選的其他地區(qū)相鄰，本省有小麥的種植，但產(chǎn)量較少，不能滿足本地區(qū)的小麥消費。天津和福建可以作為華北和華南地區(qū)小麥銷區(qū)的代表，本區(qū)基本沒有或僅有少量小麥種植，是傳統(tǒng)的小麥消費地區(qū)。從樣本選擇來看，選取的7個省區(qū)能夠基本覆蓋小麥消費市場，各省區(qū)均有小麥的流入或流出，小麥?zhǔn)袌隽魍ㄝ^為活躍。

1.3 數(shù)據(jù)處理

為研究方便，對原序列進(jìn)行周平均得到周數(shù)據(jù)，然后計算各序列的收益率，參考酈博文等[15]的處理方法以各地區(qū)小麥?zhǔn)袌鰞r格的收益率作為研究對象，價格收益率的計算公式為：

其中，Rt為小麥價格的收益率，Pt為第t期小麥價格，Pt-1為第t-1期小麥價格。研究對象為7個地區(qū)小麥價格的收益率序列，能夠較客觀地反映市場的變化程度。

2 結(jié)果與分析

2.1 小麥?zhǔn)袌鰞r格波動變化分析

小麥?zhǔn)侵袊鴥H次于大米的口糧作物，全國40%以上人口的主食，其價格走勢及市場穩(wěn)定受到廣泛關(guān)注。國內(nèi)小麥的種植較為廣泛，分為主產(chǎn)區(qū)和主銷區(qū)等，各地區(qū)都有小麥的流通與購銷。從各地區(qū)小麥價格變化來看，河北、山西、天津、河南和山東的小麥價格走勢較為一致，價格整體處于上漲態(tài)勢，存在波動性的價格下跌；黑龍江和福建的小麥價格的走勢與其他地區(qū)基本一致，但價格水平和變化程度有所差別（圖1）。通常新麥上市時小麥價格最低，當(dāng)市場價格低于公布的當(dāng)年最低收購價時，將在小麥主產(chǎn)區(qū)啟動以最低收購價為核心的價格支持政策，以政策價格進(jìn)行托市收購，減少市場流通數(shù)量，拉動價格上漲；當(dāng)市場價格高于政策價格時停止托市收購。由此可見，價格政策的執(zhí)行對市場價格有重要影響。整體來看，福建小麥價格的水平最高，平均價格為2 360元/t；黑龍江小麥價格最低，平均價格為2 030元/t；兩者相差330元/t，其他地區(qū)介于兩者之間。不同區(qū)域間市場價格差別較大，從某種程度上意味著較高的流通成本，這可能會限制了各市場間的流通，導(dǎo)致市場間較低的聯(lián)系程度，影響市場價格信號的傳遞，降低市場流通效率。

圖1 各地區(qū)小麥價格趨勢圖Fig. 1 Wheat price trends in 7 regions

2.2 相關(guān)檢驗

因本研究所選取的基礎(chǔ)數(shù)據(jù)均為時序數(shù)據(jù)，在進(jìn)行實證分析之前首先應(yīng)對收益率序列進(jìn)行單位根檢驗。本文采用ADF（Augmented Dickey and Fuller）檢驗，結(jié)果表明7個收益率序列均通過了1%水平下的顯著性檢驗（表1），說明數(shù)據(jù)是平穩(wěn)的，可以運用GARCH模型進(jìn)行計量[16]。J-B檢驗用于檢驗時間序列數(shù)據(jù)的正態(tài)性，從檢驗結(jié)果看所有數(shù)據(jù)均拒絕了序列服從正態(tài)分布的原假設(shè)，認(rèn)為各序列并不服從正態(tài)分布，具有尖峰、厚尾和非正態(tài)的特征。從各數(shù)據(jù)的波動情況看，波動隨時間的變化出現(xiàn)連續(xù)偏高或偏低的情況，即呈現(xiàn)出明顯的波動集聚性，因此適合ARCH類模型建模[17]。

2.3 小麥?zhǔn)袌鰞r格波動特征分析

表1 收益率序列單位根檢驗和J-B檢驗結(jié)果Table 1 Results of the unit root test and J-B test of the return series

模型估計結(jié)果分別為均值回歸模型及分位數(shù)為2.5%、25%、50%、75%和97.5%時的分位數(shù)回歸結(jié)果，揭示出了不同波動幅度下各序列的波動特征及其變化趨勢。a與b之和如果等于0，利用CCC模型估計更加合理，否則應(yīng)該借助DCC模型進(jìn)行估計。從回歸結(jié)果看，v值均大于2（表2），說明模型假設(shè)是合理的；α與β之和均滿足了小于1的約束性條件；a與b之和不為0且均在0.6以上，說明選擇DCC模型進(jìn)行估計是合理的。

表2 貝葉斯DCC-GARCH模型蒙特卡洛估計結(jié)果Table 2 Results of the Bayesian DCC-GARCH model with the MCMC method

整體來看，政策執(zhí)行區(qū)價格的波動程度更平緩，發(fā)生劇烈波動的概率較低。回歸結(jié)果中，河南、山東、福建、河北和山西的γ值均大于1（表2），說明市場波動存在右偏現(xiàn)象，價格波動程度更加平緩，發(fā)生劇烈波動的概率較低。黑龍江和天津小麥價格波動存在較為明顯的左偏現(xiàn)象，意味著波動風(fēng)險更高。單從價格波動的偏度來看，與執(zhí)行區(qū)相比，河南、山東和河北等政策執(zhí)行區(qū)市場價格的波動程度可能會更平緩，這可能與主產(chǎn)區(qū)執(zhí)行的最低收購價政策有關(guān)，政策的實施使得小麥價格波動的范圍收窄，在一定程度上起到了穩(wěn)定價格波動的作用[18]，這與鐘鈺等[19]的研究結(jié)論較為一致。從小麥價格的走勢來看，通常新麥上市時小麥價格最低，而最低收購價政策的啟動時間正是新麥上市，如此便將市場價格固定在一個較窄的范圍內(nèi)，政策結(jié)束后由于市場流通量大幅減少致使小麥價格處于上升通道，客觀上導(dǎo)致麥價高于最低收購價，這就使得價格波動至少在近4個月的時間里基本落在均值的左側(cè)。山西雖不是小麥主產(chǎn)區(qū)，但地方政府也執(zhí)行最低收購價政策，致使山西與河南等產(chǎn)區(qū)市場具有相似的波動特征。

價格波動很有可能連續(xù)發(fā)生，政策執(zhí)行區(qū)的價格受上期影響更大，波動的持續(xù)性更強(qiáng)。依據(jù)均值回歸結(jié)果α+β的值，河南市場波動衰減最為緩慢，其次分別為山西、天津、山東、河北、福建和黑龍江（表2）。結(jié)果說明河南小麥?zhǔn)袌鰞r格受上期價格的影響最大，波動的持續(xù)性最強(qiáng)；黑龍江小麥?zhǔn)袌鰞r格受上期價格的影響最小，波動的持續(xù)性最小，其他地區(qū)介于兩省之間。市場波動的衰減速度越慢意味著當(dāng)前的價格波動能夠更大程度的傳遞至未來市場，市場參與者依據(jù)當(dāng)前信息對未來的預(yù)期會更加準(zhǔn)確。另外，隨著分位數(shù)的不斷增大，各序列的α+β值呈現(xiàn)出不斷增大的趨勢。分位數(shù)越高意味著小麥?zhǔn)袌鰞r格波動越劇烈，市場波動的衰減速度越緩慢，對下期的影響也就越大，即波動可能會連續(xù)發(fā)生，與羅萬純和劉銳[20]的研究結(jié)論一致。河南、山東和河北均為最低收購價政策執(zhí)行區(qū)，與非執(zhí)行區(qū)相比，政策的執(zhí)行穩(wěn)定了市場對未來價格的預(yù)期，當(dāng)期的信息能夠很好的傳遞到下一期，是預(yù)期對市場價格作用的體現(xiàn)[21]。由于山西地方政府也執(zhí)行最低收購價政策，致使山西的小麥價格也表現(xiàn)出較強(qiáng)的波動持續(xù)性。相比之下，天津由于地理位置優(yōu)勢和便利的交通條件使得與其他幾個產(chǎn)區(qū)聯(lián)系較為緊密，地區(qū)間的流通導(dǎo)致天津小麥?zhǔn)袌鰞r格波動表現(xiàn)出與產(chǎn)區(qū)相似的特征。福建和黑龍江的地理位置與其他地區(qū)相隔較遠(yuǎn)，市場相對獨立，受其他地區(qū)小麥?zhǔn)袌龅挠绊戄^小，且都不是小麥主產(chǎn)區(qū)，受政策的影響也較弱，致使市場價格受上期的影響更小，反應(yīng)更為迅速。

2.4 小麥?zhǔn)袌鰟討B(tài)關(guān)聯(lián)性分析

從不同地區(qū)小麥?zhǔn)袌龅年P(guān)聯(lián)度均值來看，天津與其他地區(qū)的小麥?zhǔn)袌鲫P(guān)聯(lián)度最高，其次分別是山東、山西、河北、河南和福建，黑龍江與其他地區(qū)的市場關(guān)聯(lián)度最低，這也在一定程度上驗證了模型的估計結(jié)果。就單個市場之間的關(guān)聯(lián)度看，21組市場關(guān)聯(lián)度均值中，河北和山東、河北和天津小麥?zhǔn)袌鲩g聯(lián)系最為緊密，分別為0.265和0.257；山東和天津、山東和山西、山西和天津、河南和天津、河北和山西的市場關(guān)聯(lián)度也較高，均值均在0.2以上；其他地區(qū)間小麥?zhǔn)袌龅年P(guān)聯(lián)度相對較弱（表3）。

表3 不同地區(qū)小麥?zhǔn)袌鲫P(guān)聯(lián)度均值情況Table 3 Means of correlation between wheat markets in different regions

從不同地區(qū)小麥?zhǔn)袌鲫P(guān)聯(lián)度分析結(jié)果可以看出，地理位置在市場間的關(guān)聯(lián)程度上具有直接影響，地理位置相鄰地區(qū)間的市場更容易表現(xiàn)出緊密的聯(lián)系，這可能與小麥在不同地區(qū)市場間的運輸便利程度和交通成本有很大關(guān)系，相鄰地區(qū)的市場間更容易流通且運輸成本更低。其次，華北地區(qū)的小麥?zhǔn)袌鲩g聯(lián)系更為緊密，而福建和黑龍江與其他地區(qū)市場的關(guān)聯(lián)度較弱，除了地理位置原因外，華北地區(qū)也是最大的小麥優(yōu)勢產(chǎn)區(qū)黃淮海區(qū)所在地，生產(chǎn)區(qū)域的相對集中降低了糧食跨地區(qū)的運輸壓力[22]，使得小麥?zhǔn)袌鲩g的關(guān)聯(lián)度更大，這也在一定程度上解釋了同為銷區(qū)市場天津較福建與其他地區(qū)的市場關(guān)聯(lián)度更高。

各省間已經(jīng)形成的固定省際貿(mào)易合作也對市場整合度有一定影響，如山西省糧食局與山東省糧食局簽署的省際間糧食產(chǎn)銷合作協(xié)議，在一定程度上增強(qiáng)了兩省市場聯(lián)系的緊密程度，但也削弱了與非合作省區(qū)之間可能存在的市場聯(lián)系，造成市場分割。此外，天津作為北方國際航運核心區(qū)，便利的運輸條件和物流設(shè)施也在一定程度上加強(qiáng)了天津與其他地區(qū)間的關(guān)聯(lián)程度，對市場整合起到了積極的促進(jìn)作用[23]。總體而言，不同地區(qū)小麥?zhǔn)袌鲋g存在關(guān)聯(lián)性，且各地區(qū)間關(guān)聯(lián)程度也有很大差異。由于不同地區(qū)間的關(guān)聯(lián)程度不一致，導(dǎo)致全國小麥?zhǔn)袌稣w波動存在不穩(wěn)定，當(dāng)受到較大的沖擊時，可能會造成市場的失衡[24]。

從關(guān)聯(lián)度較高的幾個地區(qū)市場間價格關(guān)系變化可以看出，最低收購價政策的執(zhí)行顯著提高了市場間的關(guān)聯(lián)程度。與武拉平[25]的研究結(jié)論較為一致，并在此基礎(chǔ)上對市場間關(guān)聯(lián)程度變化進(jìn)行探討。各地區(qū)市場間的關(guān)聯(lián)性一般在每年的6—7月份最大，此后逐步減小，其他時間相對穩(wěn)定（圖2）。市場間的這種關(guān)聯(lián)度變化主要是政策等因素影響的具體表現(xiàn)，最低收購價政策對小麥價格有顯著影響[26]。每年的6—7月份為新麥上市，一般最低收購價政策也相繼啟動，政策的執(zhí)行使得各地區(qū)小麥?zhǔn)袌鼍哂邢嗤膬r格基礎(chǔ)[27]，也具有相同的流通方式，即大部分被執(zhí)行最低收購價政策的糧食企業(yè)收儲，特別是鄰近地區(qū)之間小麥的流通，致使兩地區(qū)在這一時間的關(guān)聯(lián)度更大。這種較高關(guān)聯(lián)度的價格關(guān)系通常會持續(xù)到9—10月，此時正是最低收購價政策執(zhí)行的結(jié)束時間，也從另一個側(cè)面說明了政策對地區(qū)間關(guān)聯(lián)關(guān)系在時變性上的影響。

圖2 地區(qū)間小麥價格關(guān)系變化Fig. 2 Time-varying characteristics of the price correlation between regions

3 結(jié)論與對策建議

3.1 結(jié)論

研究表明，各地區(qū)小麥?zhǔn)袌鰞r格具有顯著的波動集簇性，最低收購價政策的實施對降低小麥主產(chǎn)區(qū)市場價格波動發(fā)揮了一定的積極作用，同時有利于穩(wěn)定價格預(yù)期，但政策價格水平的確定直接影響小麥?zhǔn)袌龅膬r格波動。中國小麥?zhǔn)袌龅囊惑w化程度仍有待提高，市場關(guān)聯(lián)度均值最高的河北和山東、河北和天津小麥?zhǔn)袌龇謩e為0.265和0.257，超過0.2的占全部市場組的1/3。

最低收購價政策的執(zhí)行有利于提高地區(qū)間小麥?zhǔn)袌龅恼铣潭龋邌訒r期的關(guān)聯(lián)度明顯高于其他時期；同時，地理位置、生產(chǎn)區(qū)域集中程度、交通便利條件、政策干預(yù)等也都對地區(qū)間市場關(guān)聯(lián)度有重要的影響，該結(jié)論對提高小麥地區(qū)間的聯(lián)系和市場運行效率具有重要的參考意義。

3.2 對策建議

1）保留最低收購價的政策框架，確定合理的政策價格水平。鑒于最低收購價政策對穩(wěn)定市場價格和提高市場整合程度的作用，短期內(nèi)繼續(xù)保留最低收購價的政策框架，可根據(jù)國內(nèi)外市場的變化情況賦予最低收購價格上下調(diào)整的靈活性，盡可能避免對市場的過多干預(yù)，回歸政策的“保底”功能。

2）改善主產(chǎn)區(qū)和主銷區(qū)小麥物流設(shè)施，提高流通效率。加強(qiáng)包括交通和物流在內(nèi)的各種基礎(chǔ)設(shè)施建設(shè)，便利省區(qū)間的經(jīng)貿(mào)往來，加強(qiáng)地區(qū)間的市場聯(lián)系。地區(qū)間順暢的市場流通能夠提高市場間的關(guān)聯(lián)程度，有助于市場一體化程度的改善，同時還應(yīng)注意省際貿(mào)易合作等直接干預(yù)措施對市場整合程度的影響。

3）不斷完善國內(nèi)小麥?zhǔn)袌鲶w系，促進(jìn)糧食生產(chǎn)和加工的專業(yè)化分工及規(guī)模化發(fā)展。生產(chǎn)與加工的專業(yè)化和集群效應(yīng)能夠提高市場間的關(guān)聯(lián)程度，通過加強(qiáng)和完善市場體系建設(shè)，促進(jìn)專業(yè)化分工及規(guī)模化發(fā)展，充分發(fā)揮生產(chǎn)區(qū)域集中的集群效應(yīng)對市場一體化程度的促進(jìn)作用，提高市場的整體運行效率。

參考文獻(xiàn)：

[1] Goodwin B K, Schroeder T C. Cointegration tests and spatial price linkages in regional cattle markets[J]. American Journal of Agricultural Economics, 1991, 73(2): 452-64.

[2] Heman D L, Fateh M. Spatial price linkages in regional onion markets of Pakistan[J]. Journal of Agriculture & Social Sciences,2005, 1(4): 318-321.

[3] 董曉霞. 中國生豬價格與豬肉價格非對稱傳導(dǎo)效應(yīng)及其原因分析——基于近20年的時間序列數(shù)據(jù)[J]. 中國農(nóng)村觀察,2015(4): 26-38, 96.Dong X X. Asymmetric price transmission effect and causes analysis on the pork market in China: Hog and pork price—Based on the time-series data in recent 20 years[J]. China Rural Survey,2015(4): 26-38, 96.

[4] 王寧, 司偉, 王秀清. 我國北方小麥?zhǔn)召徥袌雠c面粉零售市場的整合研究[J]. 農(nóng)業(yè)經(jīng)濟(jì)問題, 2008(6): 33-37.Wang N, Si W, Wang X Q. Integration of wheat purchasing market and fl our retail market in northern China[J]. Issues in Agricultural Economy, 2008(6): 33-37.

[5] 劉藝卓, 蔡海龍. 中國不同市場環(huán)節(jié)糧食價格傳導(dǎo)研究[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì), 2015(6): 66-73.Liu Y Z, Cai H L. Research on the transmission of grain price in different market links in China[J]. Journal of Agrotechnical Economics, 2015(6): 66-73.

[6] 喻聞, 黃季焜. 從大米市場整合程度看我國糧食市場改革[J].經(jīng)濟(jì)研究, 1998(3): 52-59.Yu W, Huang J K. To view Chinese grain market reform from the reorganization of rice market[J]. Economic Research Journal,1998(3): 52-59.

[7] 辛賢, 萬廣華, 劉曉昀. 中國飼料糧區(qū)域間流通及對價格的反應(yīng)[J]. 中國農(nóng)村觀察, 2002(1): 22-29, 80.Xin X, Wan G H, Liu X Y. China’s regional feedgrain trade fl ows and responses to price changes[J]. China Rural Survey, 2002(1):22-29, 80.

[8] 董曉霞, 許世衛(wèi), 李哲敏, 等. 完全競爭條件下的中國生鮮農(nóng)產(chǎn)品市場價格傳導(dǎo)——以西紅柿為例[J]. 中國農(nóng)村經(jīng)濟(jì),2011(2): 22-32, 51.Dong X X, Xu S W, Li Z M, et al. Price transfer of fresh agricultural product in China under the condition of perfect competition—Taking tomato as an example[J]. Chinese Rural Economy, 2011(2): 22-32, 51.

[9] 文春玲, 田志宏. 我國玉米市場整合及區(qū)域間價格傳導(dǎo)研究[J].價格理論與實踐, 2013(11): 55-56.Wen C L, Tian Z H. Research on the integration of China’s corn market and the transmission of regional price[J]. Price: Theory &Practice, 2013(11): 55-56.

[10] 謝思娜, 劉合光, 秦富. 主產(chǎn)區(qū)與主銷區(qū)雞蛋價格傳導(dǎo)機(jī)制分析[J]. 中國農(nóng)業(yè)大學(xué)學(xué)報, 2013, 18(1): 229-334.Xie S N, Liu H G, Qin F. An analysis of price transmission mechanism between egg’s main producing areas and main sales areas[J]. Journal of China Agricultural University, 2013, 18(1):229-334.

[11] 李光泗, 曹寶明, 馬學(xué)琳. 中國糧食市場開放與國際糧食價格波動——基于糧食價格波動溢出效應(yīng)的分析[J]. 中國農(nóng)村經(jīng)濟(jì), 2015(8): 44-52.Li G S, Cao B M, Ma X L. The opening-up of China’s grain market and the fluctuation in international grain price—An analysis based on spill-over effect of volatility in grain price[J].Chinese Rural Economy, 2015(8): 44-52.

[12] 孫林, 倪卡卡, 李顯戈. 中美糧食期貨價格波動的動態(tài)關(guān)聯(lián)——基于DCC-MGARCH模型的實證分析[J]. 南京農(nóng)業(yè)大學(xué)學(xué)報 (社會科學(xué)版), 2014(2): 65-72.Sun L, Ni K K, Li X G. The dynamic correlation of food price between domestic and abroad: Based on DCC-MGARCH model[J]. Journal of Nanjing Agricultural University (Social Sciences Edition), 2014(2): 65-72.

[13] 柳蘇蕓, 韓一軍, 包利民. 價格支持政策改革背景下國內(nèi)外大豆市場動態(tài)關(guān)聯(lián)分析——基于貝葉斯DCC-GARCH模型[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì), 2016(8): 72-84.Liu S Y, Han Y J, Bao L M. Dynamic correlation analysis of soybean’s domestic and international market in the background of price support policy reform—Based on Bayesian DCC-GARCH model[J]. Journal of Agrotechnical Economics, 2016(8): 72-84.

[14] 朱慧明, 林靜. 貝葉斯計量經(jīng)濟(jì)模型[M]. 北京: 科學(xué)出版社,2009.Zhu H M, Lin J. Bayesian Econometric Model[M]. Beijing:Science Press, 2009.

[15] 酈博文, 巴曙松, 韋偉. 石油價格與股票市場的動態(tài)相關(guān)性分析[J]. 大連理工大學(xué)學(xué)報 (社會科學(xué)版), 2017, 38(4): 40-45.Li B W, Ba S S, Wei W. Analysis of the dynamic correlation between oil price and stock markets[J]. Journal of Dalian University of Technology (Social Sciences), 2017, 38(4): 40-45.

[16] 高鐵梅．計量經(jīng)濟(jì)分析方法與建模: EViews應(yīng)用及實例[M].北京: 清華大學(xué)出版社, 2009．Gao T M. Analysis Method and Modeling for Econometric:EViews Applications and Examples[M]. Beijing: Tsinghua University Press, 2009.

[17] 張躍軍, 范英, 魏一鳴. 基于GED—GARCH模型的中國原油價格波動特征研究[J]. 數(shù)理統(tǒng)計與管理, 2007(3): 398-406.Zhang Y J, Fan Y, Wei Y M. Study on the characteristics of Chinese crude oil price volatility based on GED—GARCH Models[J]. Journal of Applied Statistics and Management,2007(3): 398-406.

[18] 王燕青, 姚靈, 簡林強(qiáng), 等. 臨時收儲政策及其改革對農(nóng)產(chǎn)品期貨市場的影響[J]. 農(nóng)業(yè)現(xiàn)代化研究, 2017, 38(1): 81-88.Wang Y Q, Yao L, Jian L Q, et al. Effects of temporary purchase and storage policy and its reform on agricultural futures market[J].Research of Agricultural Modernization, 2017, 38(1): 81-88.

[19] 鐘鈺, 李光泗, 果文帥. 中國糧食市場調(diào)控效率的實證檢驗—基于糧食價格波動分析[J]. 經(jīng)濟(jì)問題, 2016(4): 111-116.Zhong Y, Li G S, Guo W S. Empirical study of China’s grain market regulation eff i ciency: Based on the analysis of grain price fl uctuation[J]. On Economic Problems, 2016(4): 111-116.

[20] 羅萬純, 劉銳. 中國糧食價格波動分析: 基于ARCH類模型[J].中國農(nóng)村經(jīng)濟(jì), 2010(4): 30-37, 47.Luo W C, Liu R. An analysis of grain price fl uctuation in China with ARCH type models[J]. Chinese Rural Economy, 2010(4): 30-37, 47.

[21] 賈娟琪, 李先德, 王士海. 中國主糧價格支持政策效應(yīng)分析——基于產(chǎn)銷區(qū)省級面板數(shù)據(jù)[J]. 農(nóng)業(yè)現(xiàn)代化研究, 2016,37(4): 680-686.Jia J Q, Li X D, Wang S H. Analysis of price support policy for staple grain in China: Based on provincial-level panel data in producing and consuming regions[J]. Research of Agricultural Modernization, 2016, 37(4): 680-686.

[22] 毛學(xué)峰, 劉靖, 朱信凱. 中國糧食結(jié)構(gòu)與糧食安全:基于糧食流通貿(mào)易的視角[J]. 管理世界, 2015(3): 76-85.Mao X F, Liu J, Zhu X K. China’s grain structure and food safety:Grain circulation and trade[J]. Management World, 2015(3): 76-85.

[23] 洪勇, 許統(tǒng)生. 中國國內(nèi)商品市場整合研究——基于需求—價格關(guān)系的視角[J]. 南方經(jīng)濟(jì), 2016, 34(3): 16-35.Hong Y, Xu T S. The research on the market integration of domestic goods in China: Based on the view of relationships of demand and price[J]. South China Journal of Economics, 2016,34(3): 16-35.

[24] 石自忠, 胡向東. 隨機(jī)沖擊對中國糧食價格波動的影響[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報(社會科學(xué)版), 2015(2): 33-40.Shi Z Z, Hu X D. Analysis of stochastic impact on grain price in China[J]. Journal of Huazhong Agricultural University (Social Sciences Edition), 2015(2): 33-40.

[25] 武拉平. 我國小麥、玉米和生豬收購市場整合程度研究[J]. 中國農(nóng)村觀察, 1999(4): 25-31, 40.Wu L P. Research into integration of purchase market of wheat maize and pig in China[J]. China Rural Survey, 1999(4): 25-31, 40.

[26] 周洲, 石奇. 托市政策下我國糧食價格波動成因分析[J]. 華南農(nóng)業(yè)大學(xué)學(xué)報(社會科學(xué)版), 2018(1): 27-36.Zhou Z, Shi Q. Fluctuation of grain price in China under market support policy[J]. Journal of South China Agricultural University(Social Science Edition), 2018(1): 27-36.

[27] 張益, 郝曉燕, 韓一軍. 我國小麥產(chǎn)業(yè)鏈縱向價格傳導(dǎo)及市場整合分析[J]. 經(jīng)濟(jì)問題, 2018(1): 65-70.Zhang Y, Hao X Y, Han Y J. Analysis on Chinese wheat industry chain vertical price transmission and market integration[J]. On Economic Problems, 2018(1): 65-70.