生鮮蔬菜供給反應研究

郭娜 閆英杰

摘 要：本文依據2004-2013年我國蔬菜種植面積、銷售價格和生產資料價格的時間序列數據，運用改進的Nerlove供給反應模型，測算了我國蔬菜種植面積對上期價格、生產成本和上一年蔬菜種植規模的反應程度。研究結果顯示： 短期內蔬菜種植面積對蔬菜價格的反應程度較小，但在長期蔬菜供給對價格的反應較敏感，表明蔬菜供給對蔬菜價格的反應存在一定的滯后性;蔬菜生產資料價格對蔬菜種植面積的影響相對較小;上一年的蔬菜種植規模對當期蔬菜種植面積的影響較大，說明菜農過去的行為對現在的種植決策具有較大影響。

關鍵詞：生鮮蔬菜;供給反應;價格;Nerlove模型

我國是蔬菜的生產大國，在我國農產品的供給中，蔬菜占據重要的地位。生鮮蔬菜的供給不僅關乎居民的日常生活，而且還影響國民經濟發展和社會和諧。雖然目前我國蔬菜供給已達到了較高水平，但隨著蔬菜產業市場化程度的不斷加深，蔬菜價格大漲大落、蔬菜市場劇烈波動等問題也頻繁出現。這不僅加大了菜農的生產風險而且還不斷沖擊著消費者的承受能力，同時也對蔬菜產業的健康發展造成了嚴重威脅。因此，保障蔬菜供給的安全和蔬菜價格的穩定，不僅可以滿足居民對蔬菜品種和數量不斷增長的需求，而且對增加菜農收入、提高農業效率以及保持經濟平穩發展和維護社會穩定都具有重要的現實意義。蔬菜的有效供給源于穩定的蔬菜產量，蔬菜產量則在很大程度上取決于菜農種植行為的決策，而對于菜農種植行為的決策，則關鍵是要明確影響蔬菜供給的主要因素以及蔬菜供給對其的反應程度。

1 供給反應研究文獻回顧

蛛網模型是考察不同時期農產品供給量與其價格之間相互關系的一種常用分析方法，該模型直接將上一期價格作為預期價格，而未考慮價格的變動，因此，“蛛網模型”較為粗糙。Nerlove（1958）對農產品動態供給反應的研究做出了開創性貢獻，他對“蛛網模型”的幼稚預期進行了修正，并提出適應性預期的假說，即農業生產者會不斷根據以往的價格變化來修正預期。此后，Nerlove的適應性預期模型便不斷得到學者們的借鑒與創新。Wickens（1973）認為Nerlove模型不能將新增種植面積從產量的決定中區分出來，并指出產量的變化則可以用存貨的動態調整來解釋，在他的分析中引入“存貨調整”作為約束條件。Lucas（1976）認為價格預期是內生的，他在Nerlove模型的基礎上提出了理性預期假說，即假定農業生產者在進行生產決策時能夠理性地利用所能獲取的一切信息，以實現自己的效用最大化。國內學者對于農產品供給反應的研究雖然在研究的內容及模型的應用上各有不同，但大多數都借鑒了 Nerlove模型。王德文等（2001）對于我國糧食供給利用邊際理論、價格預期理論和局部調整模型，在雙軌制度下建立了三種不同的糧食供給反應模型;司偉（2006）運用Nerlove 供給反應模型分析了不同經濟背景下糖料生產的供給反應，指出投入成本的變化、競爭性農產品價格和經濟發展水平都對糖料生產的供給有一定影響;王宏等（2010）根據我國玉米種植面積與玉米價格的時間序列數據，應用 Nerlove 供給反應模型測度了玉米種植面積對其價格的反應程度;范壟基等（2012）依據我國小麥、玉米和稻谷主產省份的種植面積與價格的時間序列數據，并加入相關替代品的價格和政策虛擬變量，應用 Nerlove 模型測算了3種糧食作物種植面積對其價格的供給反應。朱思柱等（2014）基于預期相對收益，運用擴展的 Nerlove 供給反應模型對我國大豆的供給反應彈性進行了實證分析。

通過簡單的文獻回顧可知，當前關于農產品供給反應的實證研究主要集中于玉米、小麥、水稻、棉花等大田作物，而對于生鮮蔬菜供給反應的研究還很少。而且，目前關于農產品供給反應的大多數研究僅測度了種植面積對農產品價格的反應程度，而農產品的供給要受到諸多因素的影響，顯然僅考慮農產品價格對種植面積的影響，并不能全面反映農產品供應反應。雖然有少量研究涉及到了成本因素，但考慮的因素仍不健全。本文將在當前研究的基礎上，運用改進的 Nerlove 供給反應模型，對我國蔬菜種植面積與蔬菜的價格、生產成本以及上一年種植規模之間的相互關系做出進一步研究。

2 生鮮蔬菜供給反應實證模型的設定

菜農的種植行為表現為蔬菜種植面積的變化，蔬菜種植面積的變化比產量的變化更能直接反映生產者的種植決策。因此，本文以蔬菜種植面積作為供給反應模型的因變量。生產者一般根據蔬菜的預期價格來進行生產決策，但影響蔬菜種植的主要因素還包括蔬菜生產成本、蔬菜生產的機會成本、原有蔬菜種植規模、農戶的種植經驗等。考慮到指標的合理性及數據的可得性，在本文中，蔬菜的價格用蔬菜消費價格指數作為替代指標;生產成本用蔬菜生產資料價格指數作為替代指標;原有種植規模用前一年的種植面積來表示。而政策因素、氣候因素以及其他未考慮到影響因素則包含在隨機擾動項中。

在選定指標的前提下，本文選擇2004-2013的相關數據構建時間序列，運用改進的 Nerlove 供給反應模型進行分析。

在模型中對各個時間序列進行對數化處理，以消除變量間的異方差和序列相關性， 避免由直接估計Nerlove模型而導致結果出現“偽回歸”的現象，并且對數化處理后直接就可以根據回歸系數獲得蔬菜的短期供給彈性。由此本文建立的蔬菜供給反應模型如下：

InAt=γ0+γ1InPt-1+γ2InAt-1+γ3InCt+ut

其中：At、At-1分別表示當期和上一期的蔬菜種植面積;Pt-1表示上一期的蔬菜價格;Ct表示當期蔬菜生產成本;ut為隨機擾動項。

3 模型估計及結果分析

3.1 協整檢驗

協整分析是處理非平穩經濟時間序列的有效工具，為了避免“偽回歸”現象，在分析經濟變量與其影響因素的相關關系前，對各變量進行協整檢驗。

首先對我國當期蔬菜種植面積、蔬菜價格、生產成本和原有種植規模這4個變量的平穩性進行檢驗。檢驗結果顯示原序列除InCt之外InAt、InAt-1、InPt-1均存在單位根，說明原序列只有生產成本時間序列是平穩的;進一步對各變量的差分序列進行單位根檢驗，最后得出各序列的二階差分序列均是平穩的，說明各變量均為二階單整，如表1所示。

■

雖然原序列都不是平穩的，但它們的二階差分是平穩的，且為同階單整序列，說明各變量具備了協整的必要條件，他們可能存在協整關系。進一步運用E-G檢驗法對InAt和InAt-1、InPt-1、InCt進行協整檢驗，對變量做回歸分析生成殘差序列，對殘差序列進行單位根檢驗，結果表明殘差序列是平穩序列。因此，以InAt作為因變量的回歸不會出現“偽回歸”現象，它們之間存在長期的協整關系。

3.2 參數估計

對樣本數據進行最小二乘法估計，結果如下：

InAt=0.0712+0.1938InPt-1+0.9527InAt-1-0.0829InCt

（0.4936） （2.6011） ?（9.4553） ? （-1.9727）

方程下方的數值為各變量顯著性檢驗的t值。方程的擬合優度R2=0.978，表明回歸方程的擬合程度較好。F=96.007，P值為0.0104，說明方程整體在5%顯著性水平下通過了顯著性檢驗。

3.3 回歸結果分析

根據回歸結果，對回歸方程進行經濟意義分析，InPt-1與InAt-1的回歸系數為正值而InCt的回歸系數為負值，說明蔬菜價格和上一年種植規模對當期蔬菜種植面積有正的影響而生產成本對其有負的影響。即當期蔬菜種植面積與上一年的蔬菜價格以及上一年的蔬菜種植面積均呈正相關關系;而與蔬菜生產成本呈負相關關系。

上一年的蔬菜價格InPt的系數γ1表示短期供給彈性，其值僅為0.1938，說明蔬菜的短期供給彈性較低，在短期內蔬菜種植面積對蔬菜價格變動的反應存在一定的滯后性，即當蔬菜價格突漲、突跌時，蔬菜供給并不能迅速得到調整，從而可能導致蔬菜供求失衡。根據回歸系數γ1和γ2的值，運用Nerlove價格預期模型推導中的短期供給彈性和長期供給彈性的轉換公式，可以得到蔬菜的長期供應彈性為4.0973，可見，蔬菜的長期供給彈性遠大于短期供給彈性，說明在長期內蔬菜種植面積能夠針對蔬菜價格的變化作出相對比較敏感的反應。上一年蔬菜種植面積InAt-1的回歸系數相對較大，其值為 0.9527，這表明菜農上一年所擁有的蔬菜種植規模對當年蔬菜種植的行為決策有很大影響，因此在短期內，菜農大幅度調整蔬菜種植面積的可能性很小。蔬菜生產成本InCt的回歸系數為-0.0829，說明當蔬菜生產資料的價格每增加1%時，蔬菜種植面積僅僅會減少0.0829%。回歸系數的值較小表明生產資料的價格對蔬菜供給的彈性較小，同時也說明了生產成本對蔬菜供給的影響程度是有限的。

4 結論

本文利用我國蔬菜價格、上一年蔬菜種植面積以及生產資料價格的時間序列數據，對我國的蔬菜供給反應進行了實證分析，測度了其對蔬菜種植面積的影響程度。根據研究結果，本文得出以下結論：

①蔬菜種植面積對蔬菜價格的反應在短期內較遲鈍，在長期較敏感。當蔬菜價格在短期內發生突變時，蔬菜種植面積卻并不能迅速作出相應的調整，這就可能引起蔬菜供求出現短期失衡，損害菜農和居民的利益。蔬菜供給反應在長期要比短期敏感得多，因為在長期，菜農在生產過程中可能會有一個不斷學習與積累經驗的過程，并以此來調整預期價格和蔬菜種植面積。短期供給彈性與長期供給彈性的懸殊，同時也說明了我國蔬菜種植面積對蔬菜價格的反應具有一定的時滯性。

②上一年的蔬菜種植面積對當期蔬菜種植面積的影響很大。這說明菜農過去的種植選擇對當前的蔬菜生產決策有很大的影響。首先，蔬菜大棚、機械設備以及農業用水電等設施的投資建設，都需要大量土地、資本、勞動等的投入，而且這些生產要素都已經具有一定的資產專用性。其次，菜農通過長期的種植行為積累下的蔬菜種植技術和經驗已經形成了一定的“路徑依賴”。因此，在短期內改變菜農的種植決策是很困難的。

③蔬菜生產成本對蔬菜種植面積的影響程度很小。說明蔬菜生產資料價格的變化對菜農生產決策的影響很小。而且，生產資料價格時間序列的回歸系數比蔬菜價格的短期供給彈性還小，這說明當銷售價格與生產成本發生同比例變化時，蔬菜的銷售價格對種植面積的影響程度更大，菜農會更多參考蔬菜價格來決定生產行為。因此，保障蔬菜的穩定供給，要更多關注蔬菜價格的波動。

注釋：

①尹榮梁，劉書琪：《市場化條件下黑龍江省地產蔬菜供給反應實證分析》，載《商業經濟》，2007（11）：14-18.

參考文獻：

[1]NERLOVE.The Dynamics of Supply：Estimations of Farmers Response to Price[M].Baltimore： Johns Hopkins University Press，1958.

[2]王德文，黃季熴.雙軌制度下中國農戶糧食供給反應分析[J].經濟研究，2001（12）：55-66.

[3]司偉，王秀清.中國糖料的供給反應[J].中國農村觀察，2006（4）：2-12.

[4]王宏，張岳恒.中國玉米供給反應：基于Nerlove模型的實證研究[J].農村經濟，2010（6）：36-38.

[5]范壟基，穆月英，付文革.基于Nerlove模型的我國不同糧食作物的供給反應[J].農業技術經濟，2012（12）：4-11.

[6]朱思柱，周曙東.基于擴展Nerlove模型的中國大豆供給反應彈性研究[J].大豆科學，2014（5）：752-758.

基金項目：2014年度河北省社會科學基金項目（HB14YJ066）“生鮮蔬菜價格恢復力研究”。

作者簡介：

郭娜（1976-），女，河北省辛集市人，河北經貿大學商學院副教授，博士，主要研究方向為農產品流通。閆英杰（1989-），男，河北省館陶縣人，河北經貿大學碩士研究生，主要研究方向為農產品流通。