影響山西省蔬菜價(jià)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(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，山西 太谷030801；2. 山西農(nóng)業(yè)大學(xué)軟件學(xué)院，山西 太谷030801；3. 山西農(nóng)業(yè)大學(xué)資源環(huán)境學(xué)院，山西 太谷030801）

蔬菜是我國重要的經(jīng)濟(jì)作物，長期以來蔬菜產(chǎn)業(yè)在豐富城鎮(zhèn)居民菜籃子、繁榮農(nóng)村經(jīng)濟(jì)、增加農(nóng)民收入、外貿(mào)創(chuàng)匯等方面發(fā)揮了無可替代的作用。2011年，我國蔬菜總產(chǎn)量達(dá)65 099 萬t，人均占有量為0.48 t。山西省作為首批技術(shù)改革、經(jīng)濟(jì)改制的省份，目前正處于經(jīng)濟(jì)轉(zhuǎn)型時(shí)期，但經(jīng)濟(jì)發(fā)展速度相對較慢，單一的糧食作物種植對農(nóng)業(yè)現(xiàn)代化發(fā)展的作用并不明顯。而蔬菜產(chǎn)業(yè)由于其風(fēng)險(xiǎn)小、回收周期短、種植格局有層次以及有較大的潛在消費(fèi)市場和廣闊的利潤空間，在實(shí)現(xiàn)農(nóng)民收入翻番以及促進(jìn)小康社會順利建成的過程中發(fā)揮著重要作用。

近年來，山西省蔬菜產(chǎn)業(yè)發(fā)展較快，產(chǎn)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(chǎn)量分別達(dá)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(chǎn)量比2010年增加了5.3%，近5年產(chǎn)量平均增長率達(dá)到4.08%。然而，隨著種植面積的擴(kuò)張，產(chǎn)量連年創(chuàng)新高，市場趨于飽和，加上生產(chǎn)資料價(jià)格上漲以及氣候?yàn)?zāi)害的影響，大宗蔬菜品種出現(xiàn)了季節(jié)性、區(qū)域性、結(jié)構(gòu)性過剩，一方面菜價(jià)徒長，波動劇烈，基層群眾反響強(qiáng)烈；另一方面競爭加劇，農(nóng)民種菜效益下降，菜賤傷農(nóng)事件時(shí)有發(fā)生。不論是作為消費(fèi)者的百姓還是生產(chǎn)者的農(nóng)民，對當(dāng)下的情況都不滿意。因此，研究近期山西省各類蔬菜價(jià)格波動規(guī)律，分階段探尋影響蔬菜價(jià)格波動的主要因素，對穩(wěn)定全省蔬菜價(jià)格、保障蔬菜供給、提高人民生活質(zhì)量、促進(jìn)農(nóng)民收入翻番、實(shí)現(xiàn)蔬菜產(chǎn)業(yè)升級及現(xiàn)代農(nóng)業(yè)發(fā)展均具有重要的現(xiàn)實(shí)意義。

1 材料與方法

1.1 數(shù)據(jù)來源

研究所用數(shù)據(jù)時(shí)限為2006～2012年，自然災(zāi)害發(fā)生率是根據(jù)《中國農(nóng)村統(tǒng)計(jì)年鑒》[1]中的受災(zāi)面積和《山西統(tǒng)計(jì)年鑒》[2]中耕地總資源整理計(jì)算而得。由于第二次全國土地調(diào)查的主要數(shù)據(jù)沒有公布，導(dǎo)致《山西統(tǒng)計(jì)年鑒》中沒有找到2008年以后的耕地總資源數(shù)據(jù)，研究將假設(shè)2009、2010、2011、2012年的耕地總資源與2008年的耕地總資源相等。計(jì)算公式為：自然災(zāi)害發(fā)生率=受災(zāi)面積/耕地總資源。生產(chǎn)資料價(jià)格指數(shù)來源于《山西省統(tǒng)計(jì)年鑒》，2006年生產(chǎn)資料價(jià)格指數(shù)為1。蔬菜產(chǎn)量、城鎮(zhèn)居民人均可支配收入、蔬菜播種面積數(shù)據(jù)來源于《山西省統(tǒng)計(jì)年鑒》。

1.2 研究方法

因子分析法起源于20 世紀(jì)初，是由Karl Pearson和Charles Spearman 等人在對智力測試結(jié)果進(jìn)行統(tǒng)計(jì)分析時(shí)提出的一種多元統(tǒng)計(jì)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(jìn)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(guān)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(guān)性比較低[4]。在同一類別中，變量之間的相關(guān)性之所以很緊密，是因?yàn)樗鼈兌际艿侥骋粋€(gè)公共因素的影響，這個(gè)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(biāo)體系設(shè)計(jì)

影響蔬菜價(jià)格的因素很多，主要為生產(chǎn)成本、國家政策、天氣因素、通貨膨脹水平、蔬菜產(chǎn)量、居民消費(fèi)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(jìn)行分析的數(shù)據(jù)，篩選后的指標(biāo)如下。

（1）由國家統(tǒng)計(jì)局發(fā)布的與蔬菜價(jià)格有最直接關(guān)聯(lián)的指標(biāo)：生產(chǎn)成本X1、蔬菜產(chǎn)量X2，蔬菜播種面積X3；（2）不可忽視的指標(biāo)：天氣因素X4；（3）反映蔬菜的需求指標(biāo)：居民收入水平X5。具體指標(biāo)選取見表1。

2 結(jié)果與分析

2.1 KMO 檢驗(yàn)和Bartlett 球形檢驗(yàn)

進(jìn)行因子分析的第一步是判斷因子分析在山西省蔬菜價(jià)格影響因素評價(jià)中是否適用，可以通過KMO 和Bartlett 球形檢驗(yàn)來確定原始數(shù)據(jù)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(jià)格變動影響因素的變量

KMO 檢驗(yàn)是檢驗(yàn)變量之間的偏相關(guān)系數(shù)，其取值范圍是0 到1 之間；KMO 值越小，則表明變量間的相關(guān)性越低，即原始變量不適合做因子分析。Kaiser給出了KMO 度量標(biāo)準(zhǔn)：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(jìn)行因子分析。由檢驗(yàn)結(jié)果可知，KMO 值為0.704，說明研究所選指標(biāo)適合做因子分析。

Bartlett 檢驗(yàn)是檢驗(yàn)實(shí)際相關(guān)系數(shù)矩陣是否為單位矩陣。由檢驗(yàn)結(jié)果可知，相伴概率P 為0.003，小于顯著性水平0.05，則應(yīng)該拒絕零假設(shè)。這表明研究通過了Bartlett 球度檢驗(yàn)，所選的指標(biāo)適合做因子分析。

2.2 計(jì)算各成分的特征值、方差貢獻(xiàn)率和累積貢獻(xiàn)率

由表2 可知，第1個(gè)和第2個(gè)主成分的特征值大于1，且累計(jì)貢獻(xiàn)率達(dá)到86.725%，即這兩個(gè)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(gè)成分對方差影響很小，因此可以提取前兩個(gè)成分作為主成分。

表2 各成分的特征值、方差貢獻(xiàn)率和累計(jì)貢獻(xiàn)率

2.3 確定公共因子

利用SPSS 統(tǒng)計(jì)分析軟件，采用方差最大化正交旋轉(zhuǎn)法得到因子載荷矩陣，該矩陣表示了各個(gè)公共因子所代表的原始指標(biāo)信息量。由表3 可知，每個(gè)公因子的載荷分配在旋轉(zhuǎn)前后的效果相似。第一公共因子為蔬菜產(chǎn)量（X2）、生產(chǎn)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(chǎn)量，其次是生產(chǎn)成本，說明蔬菜產(chǎn)量和生產(chǎn)成本是影響山西省蔬菜價(jià)格的兩個(gè)主要因素，要穩(wěn)定蔬菜價(jià)格必須提高蔬菜產(chǎn)量，降低蔬菜生產(chǎn)成本。第二公共因子中居民消費(fèi)水平（X5）的載荷值為0.968，是影響山西省蔬菜價(jià)格的主要因素。這說明提高居民收入水平也是保證蔬菜價(jià)格在合理區(qū)間內(nèi)波動的關(guān)鍵。第一公共因子反映的是市場對蔬菜的供應(yīng)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(zhuǎn)軸因素矩陣和轉(zhuǎn)軸因素矩陣

2.4 計(jì)算因子得分

由SPSS 統(tǒng)計(jì)分析軟件得到因子得分系數(shù)矩陣，如表4 所示。由因子得分系數(shù)可以得到如下因子得分函數(shù)：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(jì)算影響山西省蔬菜價(jià)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(shù)矩陣

通過比較山西省蔬菜平均價(jià)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(jià)格波動影響作用明顯。即：2008～2010年山西省蔬菜價(jià)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(chǎn)量和生產(chǎn)成本。在經(jīng)濟(jì)快速發(fā)展背景下，石油價(jià)格的不斷攀升帶動著化肥、種子、農(nóng)膜和農(nóng)藥等產(chǎn)品的價(jià)格也不斷上漲，蔬菜生產(chǎn)成本的增加推動了蔬菜價(jià)格的上漲。第二，2011年F2公共因子對山西蔬菜價(jià)格波動影響作用明顯。即：2011年蔬菜價(jià)格波動受需求方面的因素影響較大，主要就是居民消費(fèi)水平。第三，2012年F1和F2公共因子對山西蔬菜價(jià)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(gè)因素的相互作用使得蔬菜價(jià)格不斷上漲，因子分析中5個(gè)因素對蔬菜價(jià)格的影響程度比較均衡。

3 結(jié) 論

圖1 公共因子得分情況比較

研究結(jié)果表明，當(dāng)前對山西省蔬菜價(jià)格起決定作用的還是供給。為了穩(wěn)定山西省蔬菜價(jià)格，建議采取以下措施。第一，發(fā)展農(nóng)業(yè)專業(yè)合作社。蔬菜合作社可以幫助農(nóng)戶提高蔬菜生產(chǎn)的專業(yè)化程度，降低蔬菜生產(chǎn)的盲目性，進(jìn)而有效緩解蔬菜價(jià)格的大幅波動，從而穩(wěn)定蔬菜價(jià)格；第二，有效控制生產(chǎn)成本。降低蔬菜的生產(chǎn)成本，增加菜農(nóng)的收益，提高菜農(nóng)種植蔬菜的積極性，最終達(dá)到蔬菜產(chǎn)量穩(wěn)定增長的目的。第三，加強(qiáng)對自然災(zāi)害的預(yù)警預(yù)報(bào)。通過自然災(zāi)害預(yù)警，在一定程度上可降低因天氣因素導(dǎo)致的蔬菜大面積減產(chǎn)，從而在保證全省蔬菜供給量[7]。第四，有效預(yù)測蔬菜需求。通過分析居民收入水平的變化，可以有效預(yù)測蔬菜市場需求量的變化，進(jìn)而有針對性的提出調(diào)節(jié)蔬菜供給的政策措施，達(dá)到穩(wěn)定蔬菜價(jià)格的目的。第五，完善蔬菜信息平臺建設(shè)。蔬菜生產(chǎn)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(jià)，嚴(yán)厲打擊投機(jī)行為。

[1]國家統(tǒng)計(jì)局農(nóng)村社會經(jīng)濟(jì)調(diào)查司.中國農(nóng)村統(tǒng)計(jì)年鑒[M].北京：中國統(tǒng)計(jì)出版社，2013.

[2]山西省統(tǒng)計(jì)年鑒編委會.山西省統(tǒng)計(jì)年鑒[M].北京：中國統(tǒng)計(jì)出版社，2013.

[3]何曉群.現(xiàn)代統(tǒng)計(jì)分析方法與應(yīng)用[M].北京：中國人民大學(xué)出版社，1998.

[4]李 斌，蔣 濤，吳俊芳，等.房地產(chǎn)行業(yè)上市公司績效評價(jià)的實(shí)證研究[J].特區(qū)經(jīng)濟(jì)，2007，（3）：122-123.

[5]郝黎仁，樊 元，郝哲歐.SPSS實(shí)用統(tǒng)計(jì)分析[M].北京：中國水利水電出版社，2003.

[6]薛 薇.統(tǒng)計(jì)分析與SPSS的應(yīng)用[M].北京：中國人民大學(xué)出版社，2011.

[7]郝麗慧.自然災(zāi)害預(yù)防管理研究[D].上海：上海大學(xué)，2008.