花卉拍賣參拍順序?qū)Ω們r(jià)的影響

［摘 要］ 在實(shí)際花卉拍賣競價(jià)過程中，花農(nóng)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(shí)候價(jià)格最高？筆者試圖從價(jià)格的影響因素來分析，看成交價(jià)格是否與拍賣次序有關(guān)，即不同的參拍順序下價(jià)格是呈現(xiàn)遞增、遞減還是無差異趨勢，從而為花農(nóng)在拍賣的先后次序選擇上提供決策依據(jù)。通過統(tǒng)計(jì)回歸分析得出了：在平均水平下，參拍順序?qū)Ω們r(jià)會產(chǎn)生影響，但并非簡單的價(jià)格向下偏移，而是表現(xiàn)出了在前面參拍的價(jià)格較在中間參拍的價(jià)格高，結(jié)束前的競價(jià)沖擊高位，最后又進(jìn)一步回落。

［關(guān)鍵詞］ 花卉；花卉拍賣；競價(jià)；參拍順序

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

1 引 言

1. 1研究實(shí)際背景

隨著農(nóng)業(yè)技術(shù)的發(fā)展及各項(xiàng)政策和資金的支持，農(nóng)林產(chǎn)品交易方式也發(fā)生著巨大的變化。尤其是信息技術(shù)的引進(jìn)和管理手段的變革，使得拍賣交易體系的構(gòu)建成為了可能，這無疑使得中國的農(nóng)林產(chǎn)品交易有了更加便利的流通交易平臺?；ɑ茏鳛橐环N高雅的農(nóng)林產(chǎn)品，可讓人賞心悅目，花卉產(chǎn)業(yè)更是一種附加值高、可延伸產(chǎn)業(yè)鏈、解決農(nóng)民問題、加快農(nóng)民致富的朝陽產(chǎn)業(yè)，一直受到各級政府的重視和青睞。

云南省斗南鎮(zhèn)的發(fā)展就是一個(gè)典型，她從一個(gè)無名的小漁村發(fā)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(nóng)和企業(yè)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(chuàng)收這一現(xiàn)實(shí)發(fā)揮了示范效應(yīng)，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(fā)展遠(yuǎn)地客戶必然會受到流通環(huán)節(jié)的限制，從而使得斗南逐漸變成了一個(gè)買方市場。很多花無從銷售，受制的一大瓶頸就是流通環(huán)節(jié)。慶幸的是政府意識到了這一問題，2001年開始構(gòu)建昆明國際花卉拍賣交易中心，該項(xiàng)目同時(shí)由聯(lián)合國國際貿(mào)易中心（ITC）援助，是國家計(jì)委唯一立項(xiàng)支持的花卉拍賣市場項(xiàng)目，于2002年底投入運(yùn)行。經(jīng)過4年多的發(fā)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(dá)到約0.89億枝①。

誠然，從宏觀形勢來看，拍賣市場呈現(xiàn)一片良好的景象。但從具體運(yùn)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(nóng)來說，還是新鮮事物，接受還需要一個(gè)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(shí)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(gè)先后順序之分。但對同一種花，每次拍賣的價(jià)格會有所不同，即使花是來自同一花農(nóng)。有的想先拍，因?yàn)樗麄円庾R到后面價(jià)格會跌；有的想后拍，因?yàn)樗麄冾A(yù)期后期價(jià)格會漲。那么到底誰的正確呢？這引發(fā)了筆者對這一實(shí)際問題的思考。

1. 2相關(guān)文獻(xiàn)簡述

國內(nèi)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(xué)者從拍賣機(jī)制的優(yōu)點(diǎn)［1］、發(fā)展歷程［2］、流通體系［3］等角度說明我國發(fā)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(huán)節(jié)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(nèi)運(yùn)作實(shí)例比較少，涉及我國花卉拍賣發(fā)展出現(xiàn)問題的研究就更少了。總體上可以看出，國內(nèi)的研究主要從產(chǎn)業(yè)發(fā)展的角度作出定性的分析，然而花卉拍賣機(jī)制運(yùn)作問題還需要依據(jù)運(yùn)作數(shù)據(jù)來分析，才能更適于解釋拍賣中出現(xiàn)的問題。

分析近年來國外關(guān)于花卉拍賣的研究，由于花卉拍賣歷史比較長，有很多關(guān)于拍賣的研究?？梢哉f，拍賣理論發(fā)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(shí)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(jià)升降問題就是一個(gè)比較典型的問題?；ɑ芘馁u屬于荷蘭式降價(jià)拍賣，同時(shí)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(gè)地重復(fù)拍賣，形成了一定的順序，又由于每次的價(jià)格由競拍決定，所以就可能出現(xiàn)價(jià)格不同的現(xiàn)象。Milgrom和Weber理論研究序貫拍賣，其均衡分析表明，在獨(dú)立的私人價(jià)值情形下，任何序貫拍賣中的均衡價(jià)格序列都是一個(gè)鞅；在關(guān)聯(lián)和（或）共同價(jià)值的情況下，序貫密封拍賣中的均衡價(jià)格序列是向上漂移的［5］。然而，在實(shí)際統(tǒng)計(jì)中有的學(xué)者卻得出的是價(jià)格向下漂移現(xiàn)象。Orley Ashenfelter研究同質(zhì)酒在序貫拍賣中有價(jià)格下降現(xiàn)象，McAfee和Daniel Vincent同樣研究同質(zhì)酒是發(fā)現(xiàn)了價(jià)格下降現(xiàn)象，Laffont等學(xué)者研究非同質(zhì)產(chǎn)品也發(fā)現(xiàn)了價(jià)格下降現(xiàn)象［6］。由于實(shí)際和理論的不符，這一問題被稱為價(jià)格異?，F(xiàn)象，這些學(xué)者同時(shí)也試圖解釋為何理論和實(shí)際不相符，但各自從不同的假設(shè)條件出發(fā)，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(jià)格拍賣而不是第一價(jià)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(huán)境下的實(shí)際問題，需要根據(jù)實(shí)際背景來分析價(jià)格的影響因素。雖然Ｖａｎ ｄｅｎ Ｂｅｒｇ ｅｔ ａｌ．分析了花卉拍賣中價(jià)格下降異?，F(xiàn)象［7］，數(shù)據(jù)處理以荷蘭花卉拍賣交易為實(shí)際背景，變量設(shè)計(jì)上很不適合我國的現(xiàn)狀，使得研究結(jié)果難以在我國具有說服力。尤其主要是對于單個(gè)花農(nóng)提供的花卉是否在自己的整個(gè)交易中存在價(jià)格下降或者上升現(xiàn)象，對于不同花農(nóng)售價(jià)是否與參拍順序有關(guān)并沒有研究。這也就是本文的出發(fā)點(diǎn)，即以昆明國際花卉拍賣交易中心的交易數(shù)據(jù)為樣本來分析我國的實(shí)際情況，從價(jià)格影響因素來分析參拍順序是否是價(jià)格的一個(gè)重要影響變量。

2 數(shù)據(jù)選取及數(shù)據(jù)處理

2. 1數(shù)據(jù)選取

本文數(shù)據(jù)主要來源于昆明國際花卉拍賣交易中心（簡稱KIFA）大鐘數(shù)據(jù)庫。為更全面反映問題本質(zhì)，選取玫瑰這一大類中的“假日公主”（其中的一個(gè)品種）的跨日數(shù)據(jù)為對象加以分析，時(shí)間序列選取2006年7月每日的交易數(shù)據(jù)。之所以這樣選擇有以下幾個(gè)方面的原因：首先，“假日公主”是交易比較平凡而且比較平穩(wěn)的一個(gè)玫瑰品種，有大小近百個(gè)供應(yīng)商。涉及大的花卉企業(yè)，也涉及小的個(gè)體花農(nóng)，數(shù)據(jù)比較全面，具有代表性；其次，我國國內(nèi)對花卉的需求受季節(jié)和節(jié)日的影響比較明顯，利用eviews 5.0調(diào)用交易數(shù)據(jù)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(jié)、五一節(jié)、教師節(jié)、國慶節(jié)等有很大關(guān)聯(lián)性，供求量波動性也較大。而價(jià)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(jià)格波動性比較大，而在其他月份則相對平穩(wěn)。最后還需要剔除一些零碎的交易數(shù)據(jù)，這樣共剩3 119次交易數(shù)據(jù)，涉及大小40多家供應(yīng)商。

雖然研究數(shù)據(jù)是面板數(shù)據(jù)，但由于每天供應(yīng)同一品種的花農(nóng)并不是固定不變的，而且數(shù)量每天都在變化，這樣就有大量的不連續(xù)數(shù)據(jù)。為此研究類似于Otto R. Koppius［8］和Van den Berg et al.在處理花卉數(shù)據(jù)時(shí)采用的方法，為了排除供求帶來的影響，特別選擇一個(gè)價(jià)格比較平穩(wěn)的時(shí)間段，用一個(gè)獨(dú)立于研究變量的價(jià)格均值來反映市場趨勢的變化。這里選取7月的交易數(shù)據(jù)作為研究對象，同時(shí)將“假日公主”之外的玫瑰的平均價(jià)格作為反應(yīng)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(shù)據(jù)處理

拍賣競價(jià)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(jié)和節(jié)日因素、供求因素、等級因素、品牌因素、花卉的長短和競價(jià)者行為以及其他因素。季節(jié)和節(jié)日因素、供求因素在上面通過選取比較穩(wěn)定的月份來控制。競價(jià)者的行為難以量化和估計(jì)，只能包含在隨機(jī)擾動項(xiàng)中。

為了研究每天的交易競價(jià)是否與拍賣次序有關(guān)，本文加上順序變量作為一個(gè)解釋變量，這也是本文研究的重點(diǎn)。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(gè)供應(yīng)商為一類，觀察是否最先參與的是試深淺的犧牲品，即價(jià)格比較低；接下來的第6~15供應(yīng)商為一類；最后的5個(gè)為一類；倒數(shù)第6~15個(gè)為一類；剩下的中間供應(yīng)商不論數(shù)量為多少歸為一類，比如對于當(dāng)天有60個(gè)供應(yīng)商，則中間值有30個(gè)，對于當(dāng)天只有32個(gè)供應(yīng)商，那么中間值有2個(gè)。于是定義虛擬變量ranks5，ranks15，rankm， rankf15，rankf5，并讓這些變量在相應(yīng)的區(qū)間時(shí)的取值為1。

除了順序?yàn)檫壿嬜兞客猓燃壱彩沁壿嬜兞?，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(gè)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(jià)格最高，依次降低一個(gè)等級。等級是在拍賣之前必須合理鑒定的，它是拍賣正常進(jìn)行的保證。品牌主要是指不同的廠商或者種植商，但從實(shí)際來看，一般供貨量的大小反映了公司實(shí)力的大小，也能體現(xiàn)公司的品牌效應(yīng)，所以根據(jù)種植商的供貨量來反映不同企業(yè)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?；ɑ艿拈L短，主要是指莖的長度，用X表示，一般花卉的莖越長在國內(nèi)價(jià)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(gè)交易商每天各個(gè)批次的交易價(jià)格。通過構(gòu)建價(jià)格模型，來分析順序是否對價(jià)格有明顯性差異。

3 競價(jià)的影響變量分析

3. 1競價(jià)的回歸分析

根據(jù)以上數(shù)據(jù)的選取以及變量的設(shè)置，共涉及3個(gè)連續(xù)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(gè)加入模型，剩余的1個(gè)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(jià)格趨勢，μ為隨機(jī)擾動項(xiàng)，反應(yīng)沒有被考慮到的其他影響變量。在回歸之前對P進(jìn)行序列自相關(guān)檢驗(yàn)，結(jié)果發(fā)現(xiàn)存在自相關(guān)，一階差分后，滯后項(xiàng)確定為3，于是在（1）中加入滯后項(xiàng)。然后將殘差絕對值的倒數(shù)作為權(quán)重，利用加權(quán)最小二乘法得出結(jié)果。同時(shí)對初始的回歸模型，進(jìn)行殘差一階自相關(guān)檢驗(yàn)、ARCH序列檢驗(yàn)、異方差檢驗(yàn)等，所有這些都檢驗(yàn)合格后得到如下最終結(jié)果（如表1所示）。

通過Ｆ值檢驗(yàn)和擬合優(yōu)度檢驗(yàn)來看，基本得到了比較好的結(jié)果。所有其他變量都是為了研究順序變量而設(shè)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(shù)為負(fù)，Y代表日供應(yīng)量，也同時(shí)反映供應(yīng)企業(yè)規(guī)模的大小。雖然系數(shù)很小，但ｔ是顯著的，說明平均來看，大花商的花價(jià)并不比小花商的花價(jià)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(jià)競拍，這體現(xiàn)在保留價(jià)上（可以不設(shè)置最低保留價(jià)，而小花商可能要設(shè)置保留價(jià)，保證價(jià)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(zhì)量不可能如小花商的好。同時(shí)，這也反映出花卉的品牌效應(yīng)并沒有凸現(xiàn)出來。

3. 2競價(jià)的順序變量分析

因?yàn)槲覀冎饕P(guān)注順序是否對競價(jià)產(chǎn)生影響，所以我們著重來看Rank的回歸系數(shù)和ｔ統(tǒng)計(jì)量。事實(shí)上，我們可以看到所有根據(jù)不同順序定義的虛擬變量在統(tǒng)計(jì)上都比較顯著。這說明不同的參拍順序?qū)Ω們r(jià)是會產(chǎn)生影響的。但在分析比較前，必須注意，前面模型設(shè)置時(shí)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(guān)的變量的回歸結(jié)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(jià)格要高于中間參拍的價(jià)格0.6個(gè)百分點(diǎn)，最后5個(gè)參拍的價(jià)格低于中間參拍的價(jià)格1.4個(gè)百分點(diǎn)（前面的符號為負(fù)，其余的為正）；而在快結(jié)束的倒數(shù)15至倒數(shù)第6個(gè)參拍的種植商成交價(jià)高于中間參拍的成交價(jià)3.6個(gè)百分點(diǎn)。不過，從回歸系數(shù)來看，順序虛擬變量前面的系數(shù)都比較小，說明順序雖然對價(jià)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(jià)格深淺的犧牲品，反而比中間參拍的價(jià)格略高，但略低于接下來參拍的前面的10個(gè)種植商的競拍價(jià)，這與花農(nóng)實(shí)際中的預(yù)測也是多有不同的；而快接近拍賣結(jié)束時(shí)，但不是倒數(shù)5個(gè)參拍的種植商的價(jià)格有所抬高。為何會出現(xiàn)這種情況呢？這應(yīng)從競拍參與者行為來分析，正說明競價(jià)快結(jié)束前沒有競買到花的購貨商，已不可能繼續(xù)處于觀望、等待更好的機(jī)會出現(xiàn)的狀態(tài)，而必須積極應(yīng)對，結(jié)果把賭注押在快結(jié)束前，這種競買商的作用，使價(jià)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(shí)參拍者多為投機(jī)商，他們更想得到價(jià)格較低的花卉，進(jìn)而轉(zhuǎn)手，目的是賺取差價(jià)和更多的剩余價(jià)格，所以最后的價(jià)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(xiàn)了所謂的價(jià)格一直向下偏移的現(xiàn)象，而是處在不同的階段，對競價(jià)產(chǎn)生的影響是不同的，這與國外學(xué)者的研究結(jié)果也是有區(qū)別的。

4 結(jié) 論

綜上所述，本文通過控制花卉拍賣中價(jià)格的其他影響變量，來分析參拍順序?qū)Ω們r(jià)的影響。通過回歸分析，發(fā)現(xiàn)價(jià)格與參拍順序是相關(guān)的，即使影響不是很大。雖然最后的價(jià)格是下降的，但并沒有出現(xiàn)國內(nèi)外學(xué)者對拍賣研究的價(jià)格整個(gè)過程都是向下偏移的現(xiàn)象，而是出現(xiàn)了不同階段的漲跌現(xiàn)象，即按照本文分成的5個(gè)階段：前5、第6到第15、中間、倒數(shù)第6至倒數(shù)15和最后5個(gè)這樣幾個(gè)順序組，得出了“漲→跌→漲→跌”這樣一個(gè)過程。參拍的花農(nóng)最為關(guān)注的是哪個(gè)階段的花價(jià)能相對最高，尤其是關(guān)注開始和結(jié)束，因?yàn)橛腥瞬⒉黄谕扰?，不希望成為價(jià)格的試探品。事實(shí)證明了先拍并不比中間參拍的價(jià)格低，反而會有所提高。而最后參拍的，從統(tǒng)計(jì)來看是略低于中間參拍的花商，雖然個(gè)別時(shí)候會受供求和投機(jī)的影響，最后參拍的價(jià)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(jié)果不同于已得出的理論和實(shí)際預(yù)測。這樣，花農(nóng)在選擇參拍時(shí)，就有了可行的依據(jù)。同樣，拍賣市場在安排種植商拍賣順序時(shí)，隨機(jī)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(xiàn)

［1］ 肖怡. 國外農(nóng)產(chǎn)品批發(fā)市場的發(fā)展對廣東的啟示與借鑒［Ｊ］. 南方經(jīng)濟(jì)，2004（4）：45－47.

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

［3］ 李澤華. 關(guān)于發(fā)展中國鮮活農(nóng)產(chǎn)品拍賣市場的思考［Ｊ］. 農(nóng)業(yè)經(jīng)濟(jì)問題，2002（7）：53－56.

［4］ 朱信凱. 對中國農(nóng)產(chǎn)品拍賣交易方式的思考［Ｊ］. 經(jīng)濟(jì)問題，2005（3）：48－50.

［5］ 許永國. 拍賣經(jīng)濟(jì)理論綜述經(jīng)濟(jì)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.