基于SD模型的突發(fā)事件對農產品價格的影響

陳振 張康輝 昝哲

摘要：以2020年新冠肺炎疫情為例，采用系統動力學建立價格指數流圖，運用回歸模型確定變量的函數關系，用殘差和極端條件測試檢驗模型的合理性，動態(tài)地探究突發(fā)事件對我國農產品價格指數的影響，并分析產生這種影響的原理。結果表明，突發(fā)事件對我國糧食儲備并不會產生巨大影響;突發(fā)事件的波及人數、死亡率、死亡人數等會對居民心理產生影響，且有決定性作用;突發(fā)事件會導致我國農產品價格指數輕微上升，產生這種現象的原因是人對未來的誤判。最后從需求和行為經濟學角度提出相應的建議。

關鍵詞：新冠肺炎;系統動力學;突發(fā)事件;價格指數;農產品

農業(yè)是支撐國民經濟建設與發(fā)展的基礎產業(yè)[1]，農產品的有效供給直接關系著國家經濟的穩(wěn)定性，而農產品價格對農產品供給有導向作用，且價格穩(wěn)定是國家宏觀經濟調控的重要目標[2]。農產品價格受到供給、需求、自然條件、庫存等因素的影響[3-4]，這導致農產品價格呈現非平穩(wěn)、非線性等特點。除這些因素外，一些突發(fā)事件也會對農產品價格產生影響，這些突發(fā)事件可能不會直接對農產品價格產生影響，如2020年新型冠狀病毒肺炎（簡稱新冠肺炎）疫情，該事件對我國的社會穩(wěn)定和農產品價格產生了一定沖擊。通過對近3年我國農副產品類購進價格指數的分析發(fā)現，在新冠肺炎疫情期間，農副產品類購進價格指數達到近3年來的最大值，且一直居高不下。突發(fā)事件本身的危害程度很難量化，一些變量并不能簡單地以數據來衡量，導致很少有學者對這方面展開研究，僅有胡冰川定性地分析新冠疫情背景下的農產品供給狀況[5]。目前對突發(fā)事件下農產品價格的研究較少，學者們的研究一般集中在農業(yè)內部的突發(fā)事件。徐娟等分析生鮮農產品供應鏈突發(fā)事件的風險并提出對應策略[6]。張利庠等根據農業(yè)產業(yè)鏈上中下游的月度價格數據建立向量自回歸模型，研究外部沖擊對農產品價格波動的影響[7]。梅盈潔等以廣東省為例對農業(yè)突發(fā)事件進行分類，并分析突發(fā)事件的特征[8]。我國是農業(yè)大國，對于農產品價格的研究較多，研究方法及方向有些許差別。如許世衛(wèi)等分析近百年來對農產品價格的短期預測研究，發(fā)現目前農產品價格短期預測定量方法主要分為計量經濟預測法、數理統計預測法、智能分析法以及組合預測模型四大類[9]。楊思雨等采用回歸模型和脈沖分析研究農產品批發(fā)價格指數與物流業(yè)景氣指數之間的關系[10]。丁存振等從溢出效應和動態(tài)關聯2個方面研究政策對農產品期現貨市場關聯的影響[11]。許增巍等采用成分分解法、脈沖響應函數和方差分解法研究生鮮農產品突發(fā)事件對豬肉價格的影響[12]。王東杰等分析2013年我國農產品價格變動的特征及原因[13]。

本研究主要分析突發(fā)事件對我國農產品價格產生的影響及作用機理，以2020年新冠肺炎為例，將定性與定量方法相結合，運用系統動力學、回歸方法等，通過VENSIM軟件進行仿真分析，根據仿真結果，從需求層次和行為經濟學2個方面提出相應的建議。李旭認為，完全定型的分析能夠正確描述系統，但不能對系統要素之間的相互制約和相互依存關系等從整體聯系的機理出發(fā)進行協調和優(yōu)化[14]。因此，本研究的創(chuàng)新之處在于采用回歸方法定量分析突發(fā)事件對農產品價格產生的影響。本研究的貢獻可能有：一是分析我國新冠肺炎疫情相關變量的未來發(fā)展趨勢，為我國對該疫情的研究提供一定的參考;二是發(fā)現在突發(fā)事件期間我國糧食儲備能夠保證有效供給，且農產品價格指數僅會發(fā)生輕微的上浮。

1 方法詳述

1.1 SD模型

系統動力學（system dynamics，SD）是美國麻省理工學院的Forrester教授于1956年提出的[15]。系統動力學是基于系統論，以反饋控制理論為基礎，與計算機模擬技術相結合，用于定量研究社會系統的方法。系統動力學流圖由輔助變量、狀態(tài)變量、物質流、速率變量等部分組成。其中，輔助變量根據其他變量計算得到;狀態(tài)變量別稱積累變量，是決定系統行為的變量;速率變量直接改變狀態(tài)變量的值[16]。

在系統動力學流圖中，每個部分均有符號表示，通常以“”表示狀態(tài)變量，用“”表示速率變量，物質流則用“”表示，“”被稱為源或漏，具有輸入端與輸出口的含義。

1.2 線性回歸模型

回歸分析是一種廣泛的數量分析方法，用于分析事物間的統計關系，考察變量之間的變化規(guī)律，通過方程的形式描述和反應這種關系，準確把握變量受其他1個或多個變量影響的程度，為預測提供科學依據[17]。系統動力學流圖中部分變量可以使用回歸方法來量化關系，并用相關檢驗確定其可用性，具有較強的科學性。線性回歸的數學模型為

公式（2）使用最小二乘法估計回歸參數，其基本原理是使每個樣本點（xi，yi）與回歸線上對應的點[xi，E（yi）]在垂直方向上的偏差距離的總和最小，該偏差距離定義為離差的二次方，即[yi-E（yi）]2，E（yi）表示被解釋變量的期望。由公式（2）可以得出公式（1）中解釋變量xi的系數值。在系數估計值得出后采用擬合優(yōu)度檢驗分析模型的擬合度R2，其取值在0～1之間，R2越接近1，表示回歸方程對樣本數據點的擬合度越高，反之表示越低。

1.3 檢驗模型

模型檢驗是為了檢驗模型是否有效，分析模型在多大程度上可以被相信。本研究采用歷史檢驗法和極端條件測試檢驗模型的合理性及可用性。

極端條件測試是指在模型處于極端條件下，驗證模型能否遵循事物發(fā)展的基本物理規(guī)律。雖然極端條件下的模擬結果在實際系統中未必會產生，但是此檢驗卻對提高系統動力學模型的可信性具有極大的作用，一個模型若在極端條件下不能產生合理的行為模式，其可靠性就值得懷疑。

2 模型建立與檢驗

2.1 模型建立

系統動力學模型是以系統動力學相關理論建立起來的數學模型，用專門的語言，并借助計算機進行模擬分析，處理隨時間變化的行為系統的問題。根據研究問題的特性，將時間步長設為1個月，初始時間為1 月，結束時間為12 月。本研究的主要目的是粗略估算在突發(fā)事件下農產品價格指數的發(fā)展趨勢，流圖中包含3個狀態(tài)變量、2個速率變量以及8個輔助變量（圖1）。

以我國2020年新冠肺炎疫情為例，相關數據分別來源于國家數據網、國家健康委員會、統計年鑒等網站，部分數據來自于相關文獻[18]。在收集數據后分析數據間的關系，并借助公式（1）、公式（2）建立數學模型（表1）。

2.2 模型檢驗

采用歷史檢驗法對新冠肺炎疫情下的累積感染人數進行仿真檢驗，將2020年2—5月的實際值與仿真值進行對比，發(fā)現實際值與仿真值間的誤差較少，說明該模型的仿真結果較好（表2）。根據公式（3）計算c值，c值約為0.035，說明預測精度等級為“好”，模型可以使用。

采用極端條件測試檢驗疫情持續(xù)時間在 0、6、12等3種狀況下價格指數的變化情況（圖2）。在極端條件下，疫情只能改變價格指數，并不能影響價格指數變化的物理規(guī)律，當疫情持續(xù)時間較長時價格指數會較高，當不存在疫情時價格指數會較低。由圖2可知，價格指數波動較小，說明突發(fā)事件的發(fā)生對我國農產品價格的影響相對較小。在極端條件下，價格指數僅在1—6月差別較大，之后基本一致，這是因為模型中6月之后被設定為糧食收獲期，而模擬的價格指數也在7月驟然下降，這是供大于需的結果，也說明我國糧食的產量能夠有效保證供給，且產量遠大于需求。極端條件測試符合價格指數的發(fā)展規(guī)律，模型通過測試，模型合理可以使用。

3 仿真結果與分析

由圖3可知，新冠肺炎疫情對我國的人口總量影響較小，這可能是因為我國面對本次疫情進行及時防治，減少人員流通，對已感染的患者進行隔離治療、施行先看病后付費、國家財政支持等政策，有效控制了疫情的蔓延，最大程度減少了疫情的危害。但此次事件對我國社會經濟、農產品市場等方面造成的負面影響會一直持續(xù)。在疫情持續(xù)期間，其影響強度會增加，而在之后會保持不變，說明疫情期間已產生的經濟衰退等負面效應并不會隨著疫情的結束而消失。

由圖4可知，居民心理恐慌程度呈現波動性變化，在突發(fā)事件下并不會保持恒定的增長或者下降，說明人們對突發(fā)事件的變化會隨著事態(tài)的嚴重性發(fā)生改變。曲線從1月到2月增長較大，這是因為累計感染人數在此期間快速增長導致人們的恐慌心理程度增加;曲線在2—3月出現下降趨勢，由圖4可以看出累積確診人數自2月之后增長幅度較小，且死亡人數出現下降，導致人們認為疫情已被控制，使得人們的信心增加，恐慌程度減小;3—5月，居民心理恐慌程度又出現上升趨勢，因為已感染人群死亡率出現上升趨勢，使得人們認為新冠肺炎致死率較高，對這種病產生畏懼心理，恐慌程度增加;在6月之后，新冠肺炎對人造成恐懼心理較小，這是因為累積感染人數增長較小、死亡人數不再出現以及死亡比例穩(wěn)定導致的結果，這也說明國民對國家有信心度過這次疫情，以及我國面對突發(fā)狀況時能夠有效、迅速地作出應急反應。

由圖5可知，價格指數在1—6、7—12月趨勢均為上升，其中1—6月的上升趨勢要比7—12月更陡峭。1—6月價格指數上升的原因是新冠肺炎疫情所導致的非正常增長現象;6—7月驟降是由于該時段為糧食收獲期，糧食的驟然增多致使糧食價格發(fā)生驟降， 且7—12月價格指數小于0.5，這也說明我國的糧食產量遠大于需求量，需要國家規(guī)定糧食最低收購價，保障農民的收益。糧食剩余量呈現直線下降的趨勢，表明新冠肺炎疫情并不會影響我國的糧食供給，國家擁有充足的后備庫存，而由居民恐慌造成的短時間內市場需求的增加也不會給我國糧食供給產生影響，只會使市場價格出現輕微的增加。圖5-b顯示，市場需求量在上半年出現波動性增長，在下半年則保持不變。表明在不考慮其他市場因素的情況下，突發(fā)事件會對需求產生影響，使得需求波動增加，隨著人們情緒的平穩(wěn)，需求會逐漸平穩(wěn)。當突發(fā)事件發(fā)生時，需要政府部門安撫群眾的情緒，以降低突發(fā)事件造成的社會危害。

4 結論與建議

本研究將定性分析方法和定量方法相結合，借助系統動力學方法定量分析影響價格指數的影響因素及相關因素之間的從屬關系，建立價格指數流圖，使用回歸模型確定變量之間的函數關系，采用殘差和極端條件測試檢驗模型的可用性。在確定方程和模型正確的基礎上分析相關變量的變化趨勢，探究在突發(fā)事件發(fā)生時，影響農產品價格指數的主要因素。結果表明，我國的糧食儲備能夠滿足我國居民的需求，即使在突發(fā)事件發(fā)生的情況下仍能夠有效保證供給。在突發(fā)事件期間造成的糧食需求增加量對我國的糧食儲存量并不會產生巨大的影響。突發(fā)事件對居民產生影響的因素可能在以下幾個方面：波及人數、死亡人數、死亡比例以及突發(fā)事件造成的經濟衰退等。這些方面可以直接或間接影響人的心理狀況，從而導致不可控的社會負面影響。通過對我國本次新冠肺炎疫情期間農產品的價格指數變化趨勢進行分析，發(fā)現突發(fā)事件會對我國農產品價格產生一定的影響，這種影響源于人們對未來未知狀況的誤判導致的價格波動，但是這種負面影響對我國農產品價格影響有限。

結合上述分析和結論可知，面對突發(fā)事件的發(fā)生，穩(wěn)定居民的恐慌心理有著舉足輕重的作用。在不考慮突發(fā)事件造成的經濟等方面的固定危害，保障居民的正常需求能夠有效降低負面作用。根據馬斯洛需求層次和行為經濟學[19]中的易得行知覺推斷可以從以下2個方面采取相應措施：第一，馬斯洛需求層次理論將人的需求從基礎需求到精神需求進行劃分，認為只有在低一層的需求得到滿足后，高一層的需求才會出現，其中低層且最基礎的需求是人的生理需求。面對新冠肺炎傳染速度快的情況，雖然減少人員的流通能夠有效減少感染人數，但是這也相對減少了糧食的流通。為保障居民的基礎生活需求對特殊行業(yè)如食品行業(yè)，應適當放寬政策限制。第二，易得性感知是指根據人回想某件事的難度來判斷概率的傾向。通過對突發(fā)事件波及人數和范圍的宣傳能夠引起人們的重視程度。借助互聯網，利用大眾傳媒宣傳相關預防知識以及政府等其他公益性組織采取的快速行動能夠有效降低人們的慌亂情緒，維持社會安定。通過一張一弛的舉措既能夠引起人們對突發(fā)事件的重視，又能降低人們的恐慌情緒。

參考文獻：

[1]陳 振，徐瑤瑤，翟振杰，等. 基于SBM-DEA模型的河南省農業(yè)生產效率分析[J]. 河南農業(yè)大學學報，2019，53（4）：647-652.

[2]許世衛(wèi)，李哲敏，董曉霞，等. 中國農產品在產銷間價格傳導機制研究[J]. 資源科學，2010，32（11）：2092-2099.

[3]付蓮蓮. 國內農產品價格波動影響因素的結構及動態(tài)演變機制[D]. 南昌：南昌大學，2014.

[4]潘群星，陳 旭. 經濟政策不確定性對我國農產品價格的影響研究[J]. 江蘇農業(yè)科學，2019，47（15）：335-338.

[5]胡冰川. 新冠疫情防控常態(tài)化背景下重要農產品有效供給研究[J]. 價格理論與實踐，2020（4）：253-256.

[6]徐 娟，章德賓，黃 慧. 生鮮農產品供應鏈突發(fā)事件風險分析與應對策略研究[J]. 農村經濟，2012（5）：113-116.

[7]張利庠，張喜才. 外部沖擊對我國農產品價格波動的、影響研究——基于農業(yè)產業(yè)鏈視角[J]. 管理世界，2011（1）：71-81.

[8]梅盈潔，劉 軍，邱俊榮，等. 農業(yè)突發(fā)事件的分類及特征分析——以廣東省為例[J]. 廣東農業(yè)科學，2010，37（12）：221-222，231.

[9]許世衛(wèi)，李哲敏，李干瓊，等. 農產品市場價格短期預測研究進展[J]. 中國農業(yè)科學，2011，44（17）：3666-3675.

[10]楊思雨，田國強. 農產品批發(fā)價格指數與物流業(yè)景氣指數的關系研究[J]. 中國農業(yè)大學學報，2020，25（4）：162-171.

[11]丁存振，鄭 燕. 價格支持政策對農產品期現貨市場關聯的影響研究[J]. 華中農業(yè)大學學報（社會科學版），2020（3）：100-109.

[12]許增巍，苗珊珊. 生鮮農產品突發(fā)事件對豬肉價格波動影響研究[J]. 價格月刊，2018（9）：13-19.

[13]王東杰，董曉霞，李哲敏. 2013年中國主要農產品價格變動特征及原因分析[J]. 價格月刊，2014（9）：11-16.

[14]李 旭. 社會系統動力學：政策研究的原理、方法和應用[M]. 上海：復旦大學出版社，2009.

[15]Forrester J W. Sustainable development strategy of industry[M]. California：Scientific American，1989.

[16]王淇藩. 系統動力學[M]. 上海：上海財經大學出版社，2009.

[17]薛 薇. SPSS統計分析方法及應用[M]. 北京：電子工業(yè)出版社，2009.

[18]汪希成，潘虹宇. 基于系統動力模型的四川省糧食生產與消費趨勢情景仿真[J]. 四川師范大學學報（社會科學版），2017，44（3）：70-79.

[19]蓋瑞·貝斯基，湯瑪斯·季洛維奇. 行為經濟學[M]. 羅敏學，譯.臺北：日月文化出版股份有限公司，2010.葛廷進，朱海東，丁 宇. 交易不確定性對農戶參與農民合作社意愿的影響——基于新疆生產建設兵團第五師E團制種玉米種植農戶的調研[J]. 江蘇農業(yè)科學，2021，49（6）：243-248.