我國蔬菜價格波動成分構成及其貢獻率

張 標， 張領先，2， 傅澤田， 王潔瓊

(1.中國農業大學，北京 100083； 2.農業部農業信息化標準化重點實驗室，北京 100083)

蔬菜是城鄉居民生活必需的重要農產品，其價格的大幅波動關系到農民的持續穩定增收和城市居民的生活消費[1]。近年來，我國蔬菜市場價格大起大落，菜貴傷民和菜賤傷農的現象交替出現，且種菜賠與買菜貴同時并存，這引起了人們和政府的高度重視，也成了學者和媒體關注的焦點[2-4]。王麗娟等以天津市8種蔬菜批發均價為研究對象發現，蔬菜價格在生產、流通、季節、氣候等多重因素影響下整體呈上漲趨勢，且季節性波動明顯，受自然災害等突發因素影響較大，蔬菜價格呈“2年漲1年跌”的周期循環特征[5]。王雙進發現，城市郊區菜地面積變化、蔬菜消費量、中間流通環節、城市生活成本、異常天氣、投機炒作等諸多因素是蔬菜價格上漲的主要原因[6]。沈辰等的研究結果表明，黃瓜、番茄、大白菜等3種蔬菜價格均存在明顯的季節變動，且季節變動情況和變化的劇烈程度不盡相同[7]。羅超平等發現，蔬菜價格不規則因子序列在各年都有較大幅度的振動，季節因子序列具有明顯的“V”字態勢，Trend趨勢線呈直線上升趨勢，Cycle循環波動曲線有明顯的周期性[8]。邱書欽發現，生姜價格波動具有一定的周期性，但周期長短不一，波動幅度大小不一，價格漲跌特征不同[9]。目前，雖然已有多位學者對蔬菜價格波動的影響因素進行了研究，但大多只是針對特定品種和區域進行的研究，雖然有少數研究從全國層面進行了蔬菜價格分析，但由于蔬菜價格波動具有時效性，因此以往研究結論的參考價值也在逐漸減弱。為此，本研究基于我國蔬菜價格的歷史數據，利用X-12季節調整法和H-P濾波模型對蔬菜價格波動成分進行分解，并定量測算每種成分對蔬菜價格的貢獻率，以期找到我國蔬菜市場價格波動的一般規律，為蔬菜生產和市場價格調控提供指導，這對穩定蔬菜價格具有重要的現實意義。

1 研究方法與數據來源

時間序列一般包含長期趨勢、周期因素、季節因素和隨機擾動4種變動因素[10-11]。本研究采用X-12季節調整法將季節成分和隨機擾動成分從原始價格序列中剔除，得到我國蔬菜價格的長期循環序列，再利用H-P濾波模型將長期趨勢成分和周期成分分離，從而可以從季節成分、隨機擾動成分、周期成分和長期趨勢成分角度分析我國蔬菜價格波動的內在規律及外在影響。

1.1 X-12季節調整法

X-12季節調整法即基于移動平均法的季節調整算法，包括加法、乘法、偽加法和對數加法4種模型形式。本研究選擇的是最常用的乘法模型，主要是由于以相對數表示季節要素，可以避免計量單位和絕對數值大小的影響，增強不同變量之間的可比性[12]。乘法模型的一般形式為：

Yt=Mt×St×It。

式中：Yt為價格原始時間序列；Mt為長期趨勢循環成分；St、It分別為季節成分、隨機成分；t為月度時間變量。

1.2 H-P濾波模型

在利用X-12季節調整法進行分析時，把長期趨勢成分和周期成分看作整體，因此，須要采用H-P濾波(Hodrick-Prescott filter)模型將長期趨勢循環成分進一步分解為長期趨勢成分Tt和周期成分Ct。假設{Yt}是已經剔除季節成分和隨機成分的經濟時間序列，{YtT}是長期趨勢成分，{YtC}是周期成分，則H-P濾波可使下式的損失函數值最小：

假設Ct和ΔTt服從正態分布，且互相獨立，當平滑系數λ=var(Ct)/var(ΔTt)時，H-P濾波可以取得最佳效果，其中，var(Ct)為周期成分相關系數，var(ΔTt)為長期趨勢成分變動值相關系數。長期趨勢循環成分Mt可被分解為長期趨勢成分Tt和周期成分Ct，則：

Tt=[1+(1-λ2)2(1-λ-1)2]Mt；

損失函數的最小值隨著λ取值的變化而變化，當λ取值為0時，滿足最小化問題的趨勢等于序列{Yt}；λ取值越大，估計趨勢越光滑；當λ趨于無窮大時，估計趨勢接近線性函數，因此要在趨勢要素對實際序列的跟蹤程度和趨勢光滑度之間進行選擇，根據經驗及本研究采用的我國蔬菜價格波動的月度數據發現，當λ取值為14 400時計算效果最佳[13-15]。

1.3 數據來源

采用《中國農產品價格調查年鑒》公布的全國農產品集貿市場的蔬菜價格，選擇的蔬菜品種包括大白菜、黃瓜、番茄、菜椒和菜豆等5種日常食用蔬菜，數據范圍是從2005年1月到2014年的12月，總計10年120個月的價格歷史數據。

2 我國蔬菜價格波動因素分解

基于2005年1月到2014年12月的價格歷史數據，利用Eviews 7.0中的Census X12季節調整法分解出時間序列中的季節成分和隨機成分，然后再通過Hodrick-Prescott Filter模型分解出長期趨勢成分和周期成分，從而完成對蔬菜價格時間序列的分解。

2.1 蔬菜價格季節調整序列

由圖1可以看出，剔除季節成分和隨機成分后，大白菜價格在2006—2008年相對較為平穩，而2009年波動最大，之后價格波動幅度有所下降，但波動幅度依然較為明顯。黃瓜價格表現為階段性的劇烈波動，其劇烈波動主要集中在2008年底至2010年初和2011年底至2013年初2個階段，總體呈上升趨勢。番茄價格在波動中上升，2009年之后出現較為規律的波動。菜椒價格在波動中上升時，在2011—2014年期間出現2個較為明顯的峰值。與其他4種蔬菜相比，菜豆價格的上升趨勢最平緩，沒有出現明顯的劇烈波動。

2.2 蔬菜價格季節成分序列

由圖2可以看出，大白菜價格季節成分在近10年呈現出明顯的規律性，波峰整體出現在每年的4月、9月前后，波谷出現在11月至次年1月，主要是由于4月、9月前后為大白菜市場供給量較少；而11月至次年1月是大白菜上市的旺季， 市場供給量明顯增加。黃瓜價格季節成分的波峰整體出現在每年的1—3月，波谷整體出現在每年的6—7月份，因此黃瓜價格季節成分呈現出較為尖銳的波峰和波谷；不同年份價格季節成分的波動幅度存在差異，2011年后季節成分對黃瓜價格的影響程度逐漸減小。在2005—2008年期間，番茄價格季節成分波峰出現在1—3月，波谷出現在6—7月，且波動幅度和時間跨度高度一致，即季節成分對番茄價格影響的規律不變；從2009年開始，番茄價格季節成分波動有2個明顯變化，一方面是波峰逐漸由12月變為2—4月，波峰由尖銳變得平滑。菜椒價格季節成分的波峰波谷變化規律較為明顯，波峰一般出現在1—4月，波谷出現在7-8月，價格季節成分波動幅度逐漸縮小，說明季節成分對菜椒價格的影響程度正在減小。菜豆價格的季節成分波峰整體出現在2—3月份，波谷出現在6—7月份，可以看出，價格季節成分的波動幅度和時間跨度高度一致，表現出穩定的規律性，說明隨著時間的推移，季節成分對菜豆價格的影響一直不變。

總體來說，5種蔬菜價格的季節成分都呈現出較為明顯的規律性，其中大白菜和菜豆價格的季節成分近10年基本不變，番茄和菜椒價格的季節成分逐漸減小，黃瓜價格的季節成分前期保持不變，后期呈現出逐漸減小趨勢。

2.3 蔬菜價格隨機成分序列

隨機成分波動是指由于突發或偶然事件作用在短期內導致的價格異常波動，沒有特定規律可循，但是對于蔬菜的價格卻產生重要影響[16]。由圖3可以看出，大白菜價格在2008—2009年期間受隨機因素沖擊影響的波動較大，其他年份相對較為平穩。隨機成分對黃瓜價格沖擊影響較大的時間段大致為2005年10月到2006年12月、2008年10月到2010年2月、2011年8月到2012年10月。隨機成分對番茄價格沖擊影響較大的年份是2009年，其次是2005—2006年、2011—2012年。而對于菜椒價格來說，隨機成分在2009年的沖擊影響最大，其次是在2005、2011、2012年。隨機成分對菜豆價格的沖擊影響較大年份是2009年，其次是在2005、2006、2014年。由此可以看出，2008年底到2010年初，我國蔬菜價格受到隨機成分的沖擊影響最大，這可能是由于2008年底我國南方地區遭遇的特大低溫、雨雪、冰凍等災害，2009年冬天北方地區遭遇的強降雪和低溫等惡劣天氣以及2010年初我國南方幾省的持續干旱等自然災害對蔬菜的生產供給造成了很大影響，導致價格在該時間內出現異常[7-8]。

2.4 蔬菜價格周期成分序列

在剔除季節成分和隨機成分后，蔬菜的價格變動表現出一定的周期性[5]，通過H-P濾波模型分解得到大白菜、黃瓜、番茄、菜椒和菜豆的周期成分如圖4所示。通常采用波峰-波谷-波峰和波谷-波峰-波谷2種劃分方法[9]來確定蔬菜價格波動的1個完整周期，結合5種蔬菜的波動周期成分特征，本研究選擇波峰-波谷-波峰劃分方法來確定5種蔬菜波動的1個完整周期。由圖4、表1可知，在2005—2014年，大白菜價格可劃分為3個周期，其中第2個周期(2007年11月—2009年1月)的周期成分波動最大，第3個周期(2009年2月—2013年10月)的周期成分波動幅度有所下降，但持續時間最長，為57個月。黃瓜和番茄的周期成分均被劃分為4個周期，波長均呈現出大-小-更大-小的形式，平均持續時間分別為24.00、22.75個月。菜椒和菜豆的周期成分均被劃分為3個周期，波長均呈現出小-大-小的形式，平均持續時間分別為32.33、32.67個月。綜合來看，5種蔬菜價格周期成分的周期跨度長短不一、波動幅度各異、波形的對稱性較差。5種蔬菜的第1個周期均在2005年10月到2008年1月之間，雖然5種蔬菜第2個周期的波長不一，但是波谷均是出現在2008年6—10月，除大白菜最后1個周期的波谷出現在2011年12月外，其余4種蔬菜最后1個周期的波谷均出現在2012底到2013年初。因此，大白菜、黃瓜、番茄、菜椒和菜豆周期成分的波動形式雖然不一樣，但是周期時間區間和波谷出現的時間仍具有較強的規律性。

2.5 蔬菜價格長期趨勢成分序列

在開放市場條件下，蔬菜價格形成機制的運行特點通?？煞譃?個方面，一方面在長期趨勢因素的影響下，蔬菜價格，呈現出持續、穩定的上升或下降趨勢；另一方面短期供給和需求的波動會使得價格圍繞長期趨勢呈上下反復性運動[17]。前面所分析的季節成分、隨機成分和周期成分均屬于對蔬菜價格產生影響的短期因素，而大白菜、黃瓜、番茄、菜椒和菜豆的長期趨勢如圖5所示，可以看出，黃瓜、番茄、菜椒和菜豆的價格從2005—2012年均呈近似線性平穩上漲趨勢，2013年后黃瓜、番茄和菜豆價格上漲趨勢略有放緩，而菜椒的價格趨勢則停止上漲甚至有略微下降的趨勢。2005—2014年期間，大白菜的價格趨勢明顯不同于另外4種蔬菜，2005—2008年，大白菜價格呈線性上漲趨勢，且上漲速度比另外4種蔬菜快，而2009—2011年大白菜價格的上漲趨勢停滯，從2012年開始價格又開始呈線性緩慢上漲趨勢，但是上漲速度明顯小于2005—2008年期間的速度。綜合來看，我國蔬菜的價格在2013年之前上漲較快，而在此之后，價格上漲速度較慢，甚至停滯或下降。

3 不同因素對蔬菜價格波動的貢獻率測算

通過對2005—2014年5種蔬菜價格時間序列的分解，分別得到大白菜、黃瓜、番茄、菜椒和菜豆的季節成分、隨機成分、周期成分和長期趨勢成分，然而“2”節只是針對蔬菜價格的每種成分進行的定性描述分析，須要進一步定量分析每種成分因素對蔬菜價格的貢獻率。本研究首先對季節成分、隨機成分、周期成分和長期趨勢成分的時間序列進行絕對值化處理，原始分解數值的正負號僅代表影響的方向，然后對4種波動成分進行歸一化處理，測算出每種波動成分對每種蔬菜價格波動的貢獻率。由表2可以看出，季節波動和隨機波動對每種蔬菜價格的貢獻率相近，其整體貢獻率分別為17.09%和17.15%，且對大白菜價格貢獻率最高，對菜椒和菜豆的價格貢獻率較低。長期趨勢對蔬菜的價格的整體貢獻率最高，達61.93%，其中對大白菜的貢獻率最小，為46.57%，對菜豆的貢獻率最大，為71.24%。周期波動對蔬菜價格的貢獻率低至3.83%，對于不同蔬菜品種來說，周期波動對菜椒價格的貢獻率最高。

表1 蔬菜周期劃分的特征

整體來說，波動成分對蔬菜價格的貢獻率表現為長期趨勢>隨機波動>季節波動>周期波動，因此，長期趨勢是蔬菜價格的內在規律走勢，對價格的貢獻率往往較高，但隨機成分對價格波動的貢獻率也非常高，說明氣候變化、自然災害發生、市場環境的改變等隨機因素對蔬菜價格影響較大；季節成分對價格貢獻率的較低，說明設施蔬菜種植優勢逐漸顯現，可保證蔬菜的周年均衡供應，其穩定市場價格的作用越來越明顯；5種蔬菜價格波動周期成分對蔬菜價格的貢獻率最低。

表2 波動成分對蔬菜價格的貢獻率

4 結論與政策建議

本研究基于大白菜、黃瓜、番茄、菜椒和菜豆5種蔬菜近10年的歷史數據，利用X-12季節調整法和H-P濾波模型對其價格波動成分進行分解，并測算季節成分、隨機成分、周期成分和長期趨勢成分對5種蔬菜價格波動的貢獻率。結果表明，(1)在剔除季節成分和隨機成分后得到的蔬菜價格在平穩中緩慢上升，但是在2009年前后有較大波動幅度，且菜豆的價格上升趨勢最為平緩，沒有出現明顯的劇烈波動。(2)5種蔬菜價格的季節成分都呈現出較為明顯的規律性。(3)隨機成分對不同蔬菜價格影響差異較大，其中在2008年底到2010年初整體對我國蔬菜價格的沖擊影響最大。(4)周期成分差異性較大，長期趨勢表現在2013年之前價格上漲較快；4種波動成分對我國蔬菜價格的貢獻率表現為長期趨勢>隨機波動>季節波動>周期波動?；谝陨戏治鎏岢鋈缦抡呓ㄗh，繼續擴大設施蔬菜種植面積，保障蔬菜淡季的穩定供應；加強蔬菜基地建設，提高“菜籃子”產品的供給能力；建立基于“互聯網+”的蔬菜價格預測預警體系，及時采取應對突發事件措施，降低隨機成分對蔬菜價格的影響。完善蔬菜現代物流體系，降低蔬菜流通成本，提高蔬菜流通效率；針對蔬菜價格長期上漲趨勢，結合國內生產總值(gross domestic product，簡稱GDP)、消費水平和經濟社會環境等發展趨勢，采取科學合理的政策調控措施，以避免價格上漲過快。