花卉拍賣參拍順序對競價的影響

［摘 要］ 在實際花卉拍賣競價過程中，花農常常對選擇什么樣的參拍順序才能獲得最大收益感到困惑，究竟先參拍好，還是后參拍好？什么時候價格最高？筆者試圖從價格的影響因素來分析，看成交價格是否與拍賣次序有關，即不同的參拍順序下價格是呈現遞增、遞減還是無差異趨勢，從而為花農在拍賣的先后次序選擇上提供決策依據。通過統計回歸分析得出了：在平均水平下，參拍順序對競價會產生影響，但并非簡單的價格向下偏移，而是表現出了在前面參拍的價格較在中間參拍的價格高，結束前的競價沖擊高位，最后又進一步回落。

［關鍵詞］ 花卉；花卉拍賣；競價；參拍順序

［中圖分類號］F272.3［文獻標識碼］A［文章編號］1673-0194（2008）21-0089-04

1 引 言

1. 1研究實際背景

隨著農業技術的發展及各項政策和資金的支持，農林產品交易方式也發生著巨大的變化。尤其是信息技術的引進和管理手段的變革，使得拍賣交易體系的構建成為了可能，這無疑使得中國的農林產品交易有了更加便利的流通交易平臺。花卉作為一種高雅的農林產品，可讓人賞心悅目，花卉產業更是一種附加值高、可延伸產業鏈、解決農民問題、加快農民致富的朝陽產業，一直受到各級政府的重視和青睞。

云南省斗南鎮的發展就是一個典型，她從一個無名的小漁村發展到如今的世界知名的亞洲最大的鮮切花交易市場、中國最大的花卉種植基地。這里的花農和企業人士都有一種理念，那就是斗南人既要把自己的花銷往世界各地，又要在斗南銷售全國各地的花，從而成為像荷蘭阿斯米爾花卉交易市場那樣的花卉集散中心。然而，隨著種植花卉能夠創收這一現實發揮了示范效應，使得斗南周圍各地紛紛種植花卉，雖然斗南知名度在提高，但是由于花卉的交易對花卉的保鮮程度要求較高，所以發展遠地客戶必然會受到流通環節的限制，從而使得斗南逐漸變成了一個買方市場。很多花無從銷售，受制的一大瓶頸就是流通環節。慶幸的是政府意識到了這一問題，2001年開始構建昆明國際花卉拍賣交易中心，該項目同時由聯合國國際貿易中心（ITC）援助，是國家計委唯一立項支持的花卉拍賣市場項目，于2002年底投入運行。經過4年多的發展，這一交易中心日益成熟，在鮮切花交易中日益扮演著重要的角色。從2003年銷售量約5 555萬枝到2006年的年銷售量1.3億多枝鮮切花，2007年上半年的銷售量已達到約0.89億枝①。

誠然，從宏觀形勢來看，拍賣市場呈現一片良好的景象。但從具體運作過程中來看，難免還存在很多問題。拍賣交易體系畢竟對很多花農來說，還是新鮮事物，接受還需要一個過程。尤其是在選擇先參拍還是后參拍上很是不解，到底什么時候參拍最好。我們知道花卉需要一批接著一批來拍賣，這就有個先后順序之分。但對同一種花，每次拍賣的價格會有所不同，即使花是來自同一花農。有的想先拍，因為他們意識到后面價格會跌；有的想后拍，因為他們預期后期價格會漲。那么到底誰的正確呢？這引發了筆者對這一實際問題的思考。

1. 2相關文獻簡述

國內對拍賣的研究主要集中于“十五”期間，各種基金資助了一些拍賣的課題，也有對花卉拍賣的研究，但很少。很多學者從拍賣機制的優點［1］、發展歷程［2］、流通體系［3］等角度說明我國發展花卉拍賣市場的必要性、可行性，有的指出了由于拍賣市場增加了額外交易環節最終必然被直銷等方式取代的趨勢［4］等。但由于花卉拍賣國內運作實例比較少，涉及我國花卉拍賣發展出現問題的研究就更少了。總體上可以看出，國內的研究主要從產業發展的角度作出定性的分析，然而花卉拍賣機制運作問題還需要依據運作數據來分析，才能更適于解釋拍賣中出現的問題。

分析近年來國外關于花卉拍賣的研究，由于花卉拍賣歷史比較長，有很多關于拍賣的研究。可以說，拍賣理論發展已比較成熟，尤其是在1996年維克瑞獲得諾貝爾獎之前后是拍賣理論的研究熱潮。但是實際中的很多問題仍難以用理想化的模型來解釋。如上提到的競價升降問題就是一個比較典型的問題。花卉拍賣屬于荷蘭式降價拍賣，同時又是多單位序貫拍賣。序貫就是指同一批花可能分幾次競拍，而這幾次競拍是按順序逐個地重復拍賣，形成了一定的順序，又由于每次的價格由競拍決定，所以就可能出現價格不同的現象。Milgrom和Weber理論研究序貫拍賣，其均衡分析表明，在獨立的私人價值情形下，任何序貫拍賣中的均衡價格序列都是一個鞅；在關聯和（或）共同價值的情況下，序貫密封拍賣中的均衡價格序列是向上漂移的［5］。然而，在實際統計中有的學者卻得出的是價格向下漂移現象。Orley Ashenfelter研究同質酒在序貫拍賣中有價格下降現象，McAfee和Daniel Vincent同樣研究同質酒是發現了價格下降現象，Laffont等學者研究非同質產品也發現了價格下降現象［6］。由于實際和理論的不符，這一問題被稱為價格異常現象，這些學者同時也試圖解釋為何理論和實際不相符，但各自從不同的假設條件出發，與荷蘭式花卉拍賣有很大的不同。主要是研究英式拍賣或者是第二價格拍賣而不是第一價格拍賣［3］。這說明理想化模型本身并不能合理解釋各種不同環境下的實際問題，需要根據實際背景來分析價格的影響因素。雖然Ｖａｎ ｄｅｎ Ｂｅｒｇ ｅｔ ａｌ．分析了花卉拍賣中價格下降異常現象［7］，數據處理以荷蘭花卉拍賣交易為實際背景，變量設計上很不適合我國的現狀，使得研究結果難以在我國具有說服力。尤其主要是對于單個花農提供的花卉是否在自己的整個交易中存在價格下降或者上升現象，對于不同花農售價是否與參拍順序有關并沒有研究。這也就是本文的出發點，即以昆明國際花卉拍賣交易中心的交易數據為樣本來分析我國的實際情況，從價格影響因素來分析參拍順序是否是價格的一個重要影響變量。

2 數據選取及數據處理

2. 1數據選取

本文數據主要來源于昆明國際花卉拍賣交易中心（簡稱KIFA）大鐘數據庫。為更全面反映問題本質，選取玫瑰這一大類中的“假日公主”（其中的一個品種）的跨日數據為對象加以分析，時間序列選取2006年7月每日的交易數據。之所以這樣選擇有以下幾個方面的原因：首先，“假日公主”是交易比較平凡而且比較平穩的一個玫瑰品種，有大小近百個供應商。涉及大的花卉企業，也涉及小的個體花農，數據比較全面，具有代表性；其次，我國國內對花卉的需求受季節和節日的影響比較明顯，利用eviews 5.0調用交易數據我們得出圖1、圖2（如下所示），由此我們可以清楚地看出，全年分別在1月、4月、9月、10月等銷量均值較高，分別于春節、五一節、教師節、國慶節等有很大關聯性，供求量波動性也較大。而價格在不同的月份，波動性更是不同，在1月、2月、3月、10月、11月、12月的價格波動性比較大，而在其他月份則相對平穩。最后還需要剔除一些零碎的交易數據，這樣共剩3 119次交易數據，涉及大小40多家供應商。

雖然研究數據是面板數據，但由于每天供應同一品種的花農并不是固定不變的，而且數量每天都在變化，這樣就有大量的不連續數據。為此研究類似于Otto R. Koppius［8］和Van den Berg et al.在處理花卉數據時采用的方法，為了排除供求帶來的影響，特別選擇一個價格比較平穩的時間段，用一個獨立于研究變量的價格均值來反映市場趨勢的變化。這里選取7月的交易數據作為研究對象，同時將“假日公主”之外的玫瑰的平均價格作為反應供

求趨勢的變量，從而消除了供求和趨勢因素的影響。

2. 2數據處理

拍賣競價除了受到上述因素的影響之外，還取決于很多因素，包括季節和節日因素、供求因素、等級因素、品牌因素、花卉的長短和競價者行為以及其他因素。季節和節日因素、供求因素在上面通過選取比較穩定的月份來控制。競價者的行為難以量化和估計，只能包含在隨機擾動項中。

為了研究每天的交易競價是否與拍賣次序有關，本文加上順序變量作為一個解釋變量，這也是本文研究的重點。而順序變量只能作為邏輯變量加以處理，又由于每天有3 000多次序貫拍賣，交易批次涉及四五十次，每天均不相等，從30多次到60多次不等，為了不至于引入過多的虛擬變量，特將這些客戶競拍順序分為5類。最先參拍的前5個供應商為一類，觀察是否最先參與的是試深淺的犧牲品，即價格比較低；接下來的第6~15供應商為一類；最后的5個為一類；倒數第6~15個為一類；剩下的中間供應商不論數量為多少歸為一類，比如對于當天有60個供應商，則中間值有30個，對于當天只有32個供應商，那么中間值有2個。于是定義虛擬變量ranks5，ranks15，rankm， rankf15，rankf5，并讓這些變量在相應的區間時的取值為1。

除了順序為邏輯變量外，等級也是邏輯變量，這樣就涉及多邏輯變量問題。等級是指花卉的好壞分A、B、C、D等等，這里取4個主要的等級，其余等級的花卉只占很少一部分，所以被剔除了。A代表等級最高，價格最高，依次降低一個等級。等級是在拍賣之前必須合理鑒定的，它是拍賣正常進行的保證。品牌主要是指不同的廠商或者種植商，但從實際來看，一般供貨量的大小反映了公司實力的大小，也能體現公司的品牌效應，所以根據種植商的供貨量來反映不同企業帶來的差異，為方便起見，定義交易量Y為供貨量，即Y是種植商在2006年7月“假日公主”的日平均供貨量。花卉的長短，主要是指莖的長度，用X表示，一般花卉的莖越長在國內價格越高，而這在不同的國家愛好可能不同。最后因變量用P表示，代表每個交易商每天各個批次的交易價格。通過構建價格模型，來分析順序是否對價格有明顯性差異。

3 競價的影響變量分析

3. 1競價的回歸分析

根據以上數據的選取以及變量的設置，共涉及3個連續變量、2組虛擬變量。由于涉及2組虛擬變量，為避免共線性，式中選取的每組虛擬變量中的N-1個加入模型，剩余的1個作為基組便于對比，分別是：順序變量剩余中間順序rankm；等級剩余最低等級D。建立如下模型：

p= α + βX + δY+ ηP₀+λ₀A+λ₁B+λ₂C

+ γ₀ranks5+ γ₁ranks15+ γ₂rankf15+ γ₃rankf5+ μ（1）

式中P₀代表2006年7月玫瑰的平均價格趨勢，μ為隨機擾動項，反應沒有被考慮到的其他影響變量。在回歸之前對P進行序列自相關檢驗，結果發現存在自相關，一階差分后，滯后項確定為3，于是在（1）中加入滯后項。然后將殘差絕對值的倒數作為權重，利用加權最小二乘法得出結果。同時對初始的回歸模型，進行殘差一階自相關檢驗、ARCH序列檢驗、異方差檢驗等，所有這些都檢驗合格后得到如下最終結果（如表1所示）。

通過Ｆ值檢驗和擬合優度檢驗來看，基本得到了比較好的結果。所有其他變量都是為了研究順序變量而設置的，只要顯著且不會造成共線性，就留在方程中。其中要說明的是為何Y變量前面的系數為負，Y代表日供應量，也同時反映供應企業規模的大小。雖然系數很小，但ｔ是顯著的，說明平均來看，大花商的花價并不比小花商的花價高。這可以從兩方面來解釋：一方面，由于拍賣市場屬于買方市場，所以供貨量大的花商急于售出而可能低價競拍，這體現在保留價上（可以不設置最低保留價，而小花商可能要設置保留價，保證價格不低于市場成本）；另外一方面，由于大花商種植不可能如小花商那樣對花卉培育、照料精心，使得總體上花的質量不可能如小花商的好。同時，這也反映出花卉的品牌效應并沒有凸現出來。

3. 2競價的順序變量分析

因為我們主要關注順序是否對競價產生影響，所以我們著重來看Rank的回歸系數和ｔ統計量。事實上，我們可以看到所有根據不同順序定義的虛擬變量在統計上都比較顯著。這說明不同的參拍順序對競價是會產生影響的。但在分析比較前，必須注意，前面模型設置時提到的，要選擇基組作為分析對象。在之前已選定Rankm作為對比對象，也即所有順序變量的比較都是相對Rankm而言的。

0.006 678*RANKS5＋0.0145 26*RANKS15

＋0.036 567*RANKF15 ＋（－0.014 544）*RANKF5

ｔ（6.766 825）（14.944 45）（12.173 68）（－4.086 245）（2）

下面將模型（1）中與競拍順序有關的變量的回歸結果列示在（2）中來分析。在其他變量保持不變的情況下，前面參拍的成交價格要高于中間參拍的價格0.6個百分點，最后5個參拍的價格低于中間參拍的價格1.4個百分點（前面的符號為負，其余的為正）；而在快結束的倒數15至倒數第6個參拍的種植商成交價高于中間參拍的成交價3.6個百分點。不過，從回歸系數來看，順序虛擬變量前面的系數都比較小，說明順序雖然對價格有影響，但影響都不是很大。前面參拍的并沒有成為試探價格深淺的犧牲品，反而比中間參拍的價格略高，但略低于接下來參拍的前面的10個種植商的競拍價，這與花農實際中的預測也是多有不同的；而快接近拍賣結束時，但不是倒數5個參拍的種植商的價格有所抬高。為何會出現這種情況呢？這應從競拍參與者行為來分析，正說明競價快結束前沒有競買到花的購貨商，已不可能繼續處于觀望、等待更好的機會出現的狀態，而必須積極應對，結果把賭注押在快結束前，這種競買商的作用，使價格得以抬高。而到最后，很多人已拍賣到自己的花，競買商明顯減少，同時參拍者多為投機商，他們更想得到價格較低的花卉，進而轉手，目的是賺取差價和更多的剩余價格，所以最后的價格又降下來了。這樣總體上來看，我國花卉拍賣市場并不是出現了所謂的價格一直向下偏移的現象，而是處在不同的階段，對競價產生的影響是不同的，這與國外學者的研究結果也是有區別的。

4 結 論

綜上所述，本文通過控制花卉拍賣中價格的其他影響變量，來分析參拍順序對競價的影響。通過回歸分析，發現價格與參拍順序是相關的，即使影響不是很大。雖然最后的價格是下降的，但并沒有出現國內外學者對拍賣研究的價格整個過程都是向下偏移的現象，而是出現了不同階段的漲跌現象，即按照本文分成的5個階段：前5、第6到第15、中間、倒數第6至倒數15和最后5個這樣幾個順序組，得出了“漲→跌→漲→跌”這樣一個過程。參拍的花農最為關注的是哪個階段的花價能相對最高，尤其是關注開始和結束，因為有人并不期望先拍，不希望成為價格的試探品。事實證明了先拍并不比中間參拍的價格低，反而會有所提高。而最后參拍的，從統計來看是略低于中間參拍的花商，雖然個別時候會受供求和投機的影響，最后參拍的價格可能要高于前面。但平均來看，這一因素并不是重要的。而這些結果不同于已得出的理論和實際預測。這樣，花農在選擇參拍時，就有了可行的依據。同樣，拍賣市場在安排種植商拍賣順序時，隨機分配是比較好的選擇，否則將不利于公平競爭。

主要參考文獻

［1］ 肖怡. 國外農產品批發市場的發展對廣東的啟示與借鑒［Ｊ］. 南方經濟，2004（4）：45－47.

［2］ 朱留華. 花卉拍賣市場的發展歷程及其特點［Ｊ］. 世界農業，2003（3）：20－22.

［3］ 李澤華. 關于發展中國鮮活農產品拍賣市場的思考［Ｊ］. 農業經濟問題，2002（7）：53－56.

［4］ 朱信凱. 對中國農產品拍賣交易方式的思考［Ｊ］. 經濟問題，2005（3）：48－50.

［5］ 許永國. 拍賣經濟理論綜述經濟研究［Ｊ］. 2002（９）：84－９1.

[6] J J Laffont. Game Theory and Empirical Economics: The Case of Auction Data[J]. European Economic Review，1997，41(1):1-35.

[7] Gerard J van den Berg，et al. The Declining Price Anomaly in Dutch Rose Auctions[J]. The American Economic Review，2001，91(4):1055.

[8] Otto R Koppius，et al. The Importance of Product Representation Online:Empirical Results and Implications for Electronic Markets [J]. Decision Support Systems，2004，38(2):161-169.