影響山西省蔬菜價格波動的因素分析

寧 靜，魏 杰，鄭亞惠，李富忠，高富崗

（1. 山西農業大學經濟管理學院，山西 太谷030801；2. 山西農業大學軟件學院，山西 太谷030801；3. 山西農業大學資源環境學院，山西 太谷030801）

蔬菜是我國重要的經濟作物，長期以來蔬菜產業在豐富城鎮居民菜籃子、繁榮農村經濟、增加農民收入、外貿創匯等方面發揮了無可替代的作用。2011年，我國蔬菜總產量達65 099 萬t，人均占有量為0.48 t。山西省作為首批技術改革、經濟改制的省份，目前正處于經濟轉型時期，但經濟發展速度相對較慢，單一的糧食作物種植對農業現代化發展的作用并不明顯。而蔬菜產業由于其風險小、回收周期短、種植格局有層次以及有較大的潛在消費市場和廣闊的利潤空間，在實現農民收入翻番以及促進小康社會順利建成的過程中發揮著重要作用。

近年來，山西省蔬菜產業發展較快，產量大幅度提高。2011年，全省白菜、蘿卜、芹菜、茄子、西紅柿、黃瓜播種面積和產量分別達到32 040 hm2和168 萬t、10 620 hm2和44 萬t、4 660 hm2和19 萬t、9 330 hm2和40 萬t、29 070 hm2和125 萬t、15 110 hm2和81 萬t，全省蔬菜總產量比2010年增加了5.3%，近5年產量平均增長率達到4.08%。然而，隨著種植面積的擴張，產量連年創新高，市場趨于飽和，加上生產資料價格上漲以及氣候災害的影響，大宗蔬菜品種出現了季節性、區域性、結構性過剩，一方面菜價徒長，波動劇烈，基層群眾反響強烈；另一方面競爭加劇，農民種菜效益下降，菜賤傷農事件時有發生。不論是作為消費者的百姓還是生產者的農民，對當下的情況都不滿意。因此，研究近期山西省各類蔬菜價格波動規律，分階段探尋影響蔬菜價格波動的主要因素，對穩定全省蔬菜價格、保障蔬菜供給、提高人民生活質量、促進農民收入翻番、實現蔬菜產業升級及現代農業發展均具有重要的現實意義。

1 材料與方法

1.1 數據來源

研究所用數據時限為2006～2012年，自然災害發生率是根據《中國農村統計年鑒》[1]中的受災面積和《山西統計年鑒》[2]中耕地總資源整理計算而得。由于第二次全國土地調查的主要數據沒有公布，導致《山西統計年鑒》中沒有找到2008年以后的耕地總資源數據，研究將假設2009、2010、2011、2012年的耕地總資源與2008年的耕地總資源相等。計算公式為：自然災害發生率=受災面積/耕地總資源。生產資料價格指數來源于《山西省統計年鑒》，2006年生產資料價格指數為1。蔬菜產量、城鎮居民人均可支配收入、蔬菜播種面積數據來源于《山西省統計年鑒》。

1.2 研究方法

因子分析法起源于20 世紀初，是由Karl Pearson和Charles Spearman 等人在對智力測試結果進行統計分析時提出的一種多元統計方法[3]。其目的是在確保信息丟失最少的原則下，將原始變量進行濃縮，用最少的因子代表絕大部分的原始變量信息。在因子分析中，將相關性較高的原始變量劃分到同一類別，而不同類別之間的相關性比較低[4]。在同一類別中，變量之間的相關性之所以很緊密，是因為它們都受到某一個公共因素的影響，這個公共因素被稱為公共因子。一般情況下，公共因子是不可觀測的。

1.3 指標體系設計

影響蔬菜價格的因素很多，主要為生產成本、國家政策、天氣因素、通貨膨脹水平、蔬菜產量、居民消費水平等。按照一定的原則，從蔬菜供給、需求等方面選取有一定影響的，有利于進行分析的數據，篩選后的指標如下。

（1）由國家統計局發布的與蔬菜價格有最直接關聯的指標：生產成本X1、蔬菜產量X2，蔬菜播種面積X3；（2）不可忽視的指標：天氣因素X4；（3）反映蔬菜的需求指標：居民收入水平X5。具體指標選取見表1。

2 結果與分析

2.1 KMO 檢驗和Bartlett 球形檢驗

進行因子分析的第一步是判斷因子分析在山西省蔬菜價格影響因素評價中是否適用，可以通過KMO 和Bartlett 球形檢驗來確定原始數據是否適合做因子分析，研究利用SPSS 分析軟件得到KMO 的值為0.704，Bartlett 的相伴概率P=0.003（近似卡方=26.852，自由度=10）。

表1 山西省蔬菜價格變動影響因素的變量

KMO 檢驗是檢驗變量之間的偏相關系數，其取值范圍是0 到1 之間；KMO 值越小，則表明變量間的相關性越低，即原始變量不適合做因子分析。Kaiser給出了KMO 度量標準：小于0.5～0.6 表示很差；0.6～0.7 表示差；0.7～0.8 表示一般；0.8～0.9 表示好；0.9以上表示非常好[5-6]。通常，KMO 值在0.7 以上就可以進行因子分析。由檢驗結果可知，KMO 值為0.704，說明研究所選指標適合做因子分析。

Bartlett 檢驗是檢驗實際相關系數矩陣是否為單位矩陣。由檢驗結果可知，相伴概率P 為0.003，小于顯著性水平0.05，則應該拒絕零假設。這表明研究通過了Bartlett 球度檢驗，所選的指標適合做因子分析。

2.2 計算各成分的特征值、方差貢獻率和累積貢獻率

由表2 可知，第1個和第2個主成分的特征值大于1，且累計貢獻率達到86.725%，即這兩個成分所包括的信息占原始變量所包含總信息的86.725%，其余3個成分對方差影響很小，因此可以提取前兩個成分作為主成分。

表2 各成分的特征值、方差貢獻率和累計貢獻率

2.3 確定公共因子

利用SPSS 統計分析軟件，采用方差最大化正交旋轉法得到因子載荷矩陣，該矩陣表示了各個公共因子所代表的原始指標信息量。由表3 可知，每個公因子的載荷分配在旋轉前后的效果相似。第一公共因子為蔬菜產量（X2）、生產成本（X1）、蔬菜播種面積（X3）、天氣因素（X4），載荷值最大的是蔬菜產量，其次是生產成本，說明蔬菜產量和生產成本是影響山西省蔬菜價格的兩個主要因素，要穩定蔬菜價格必須提高蔬菜產量，降低蔬菜生產成本。第二公共因子中居民消費水平（X5）的載荷值為0.968，是影響山西省蔬菜價格的主要因素。這說明提高居民收入水平也是保證蔬菜價格在合理區間內波動的關鍵。第一公共因子反映的是市場對蔬菜的供應情況，稱為供給因子；第二公共因子反映的是蔬菜的需求情況，稱為需求因子。

表3 未轉軸因素矩陣和轉軸因素矩陣

2.4 計算因子得分

由SPSS 統計分析軟件得到因子得分系數矩陣，如表4 所示。由因子得分系數可以得到如下因子得分函數：第一公共因子得分F1=0.300X1＋0.301X2＋0.286X3－0.207X4＋0.011X5；第二公共因子得分F2=0.031X1－0.035X2－0.166X3－0.274X4＋0.918X5。計算影響山西省蔬菜價格的各公共因子的得分，將其描繪成公告因子得分曲線（如圖1）。

表4 成分得分系數矩陣

通過比較山西省蔬菜平均價格（圖1A）、第一公共因子得分（圖1B）和第二公共因子得分（圖1C）波動趨勢可知，第一，2008～2010年F1公共因子對山西蔬菜價格波動影響作用明顯。即：2008～2010年山西省蔬菜價格的波動受供給因素的影響較大。其中，影響蔬菜供給的主要是蔬菜產量和生產成本。在經濟快速發展背景下，石油價格的不斷攀升帶動著化肥、種子、農膜和農藥等產品的價格也不斷上漲，蔬菜生產成本的增加推動了蔬菜價格的上漲。第二，2011年F2公共因子對山西蔬菜價格波動影響作用明顯。即：2011年蔬菜價格波動受需求方面的因素影響較大，主要就是居民消費水平。第三，2012年F1和F2公共因子對山西蔬菜價格波動的影響均較明顯。即：2012年山西省蔬菜供給量和居民對蔬菜的需求量這兩個因素的相互作用使得蔬菜價格不斷上漲，因子分析中5個因素對蔬菜價格的影響程度比較均衡。

3 結 論

圖1 公共因子得分情況比較

研究結果表明，當前對山西省蔬菜價格起決定作用的還是供給。為了穩定山西省蔬菜價格，建議采取以下措施。第一，發展農業專業合作社。蔬菜合作社可以幫助農戶提高蔬菜生產的專業化程度，降低蔬菜生產的盲目性，進而有效緩解蔬菜價格的大幅波動，從而穩定蔬菜價格；第二，有效控制生產成本。降低蔬菜的生產成本，增加菜農的收益，提高菜農種植蔬菜的積極性，最終達到蔬菜產量穩定增長的目的。第三，加強對自然災害的預警預報。通過自然災害預警，在一定程度上可降低因天氣因素導致的蔬菜大面積減產，從而在保證全省蔬菜供給量[7]。第四，有效預測蔬菜需求。通過分析居民收入水平的變化，可以有效預測蔬菜市場需求量的變化，進而有針對性的提出調節蔬菜供給的政策措施，達到穩定蔬菜價格的目的。第五，完善蔬菜信息平臺建設。蔬菜生產者和銷售者之間通過蔬菜信息平臺獲得對稱的信息，就能有效地防止不法商販故意哄抬物價，嚴厲打擊投機行為。

[1]國家統計局農村社會經濟調查司.中國農村統計年鑒[M].北京：中國統計出版社，2013.

[2]山西省統計年鑒編委會.山西省統計年鑒[M].北京：中國統計出版社，2013.

[3]何曉群.現代統計分析方法與應用[M].北京：中國人民大學出版社，1998.

[4]李 斌，蔣 濤，吳俊芳，等.房地產行業上市公司績效評價的實證研究[J].特區經濟，2007，（3）：122-123.

[5]郝黎仁，樊 元，郝哲歐.SPSS實用統計分析[M].北京：中國水利水電出版社，2003.

[6]薛 薇.統計分析與SPSS的應用[M].北京：中國人民大學出版社，2011.

[7]郝麗慧.自然災害預防管理研究[D].上海：上海大學，2008.