基于時空特征的我國蔬菜流通及影響因素分析

吳　舒， 穆月英

(中國農業(yè)大學 經濟管理學院， 北京 100083)

?

基于時空特征的我國蔬菜流通及影響因素分析

吳舒， 穆月英

(中國農業(yè)大學 經濟管理學院， 北京 100083)

摘要:文章基于我國2001-2012年31個省份的面板數(shù)據(jù)，以貿易引力理論為框架，運用空間動態(tài)面板模型，分析了時空效應下的我國蔬菜區(qū)域流通的時空相關性與影響因素，結果發(fā)現(xiàn)：蔬菜區(qū)域流通具有顯著的時空相關性，存在較強的時間動態(tài)慣性和空間關聯(lián)特征，表現(xiàn)在地區(qū)自身發(fā)展存在連續(xù)性；相鄰地區(qū)存在互補效應；蔬菜輸出地區(qū)蔬菜生產勞動力、土地、輸入地區(qū)城鎮(zhèn)總人口數(shù)以及農產品流通效率對蔬菜區(qū)域流通有正向影響，蔬菜輸出地區(qū)農業(yè)生產資料價格指數(shù)、蔬菜生產價格指數(shù)對蔬菜流通有負向影響。其中，代表需求潛力的城鎮(zhèn)人口數(shù)對蔬菜流通的影響最大。

關鍵詞:蔬菜流通；區(qū)域流通；空間動態(tài)面板模型；時空效應

一、 引言

當前，諸如“京津冀鮮活農產品1小時物流圈”等涉及區(qū)域間流通的問題，已成為各界高度關注的焦點。蔬菜是城鄉(xiāng)居民生活中必不可少的消費品，同時，蔬菜生產又是我國農村的一個重要產業(yè)。隨著蔬菜產業(yè)逐步向區(qū)域化、專業(yè)化方向發(fā)展和轉變，國內蔬菜產品市場發(fā)育程度不斷提高，在大流通背景下，蔬菜供應的空間格局已發(fā)生根本性變化，跨區(qū)域蔬菜流通會成為基本趨勢，各地區(qū)在價格聯(lián)系和交易流通關系上變得更為密切。蔬菜流通既影響到居民的多元化消費，又關系到蔬菜產業(yè)相關經營者的切身利益。此外，近年來蔬菜市場價格起伏波動頻繁，有人認為這也是蔬菜流通問題的一種折射[1]，總之，對區(qū)域蔬菜流通及其影響因素進行分析具有重要意義。

到目前為止，國內外已有關于蔬菜流通問題的研究，多集中在以下三個方面：一是關于蔬菜流通主體的分析。流通主體是流通系統(tǒng)中各環(huán)節(jié)的重要組成部分，在生產者和消費者的連接中發(fā)揮重要作用，但現(xiàn)有系統(tǒng)中存在環(huán)節(jié)冗長、食品安全監(jiān)管難等問題，傳統(tǒng)蔬菜流通的弊端日益顯現(xiàn)[2]。近年來，農產品電子商務在我國開始發(fā)展，涌現(xiàn)出多種蔬菜網絡銷售新型流通主體，較之于傳統(tǒng)流通主體，在提供質量安全的生鮮農產品、信息和配送服務等方面具有較強競爭優(yōu)勢[3]。二是關于流通模式的分析。一些學者結合價差、費用和損耗率等指標從流通效率視角對不同流通模式進行了比較研究[4-6]；也有研究采用多元選擇模型從生產者或消費者視角分析了不同流通模式的影響因素[7-10]；此外，Wang等通過對中國蔬菜流通模式的研究發(fā)現(xiàn)，現(xiàn)階段以中間收購商作為主體的傳統(tǒng)模式仍然是中國北方農戶蔬菜流通的基本模式[11]。三是對流通貿易的分析。20世紀60年代發(fā)展起來的引力模型用于解釋跨國家或地區(qū)的貿易流通中的諸多因素[12]，在農產品國際貿易的實證研究中得到了廣泛應用[13-14]，國內學者運用引力模型多用于分析我國蔬菜出口流通貿易的影響因素[15-17]；也有一些研究通過構建其他數(shù)量經濟分析模型分析了我國蔬菜出口流通貿易的變化及影響因素[18-19]。

綜上所述，國內外已有關于蔬菜流通的研究，多從時間縱向上分析了蔬菜流通相關問題，具體分析蔬菜流通的運行質量、流通效率和流通特點等；而從空間橫向視角對國內蔬菜流通相關問題進行的研究尚屬少見。我國幅員遼闊，加之蔬菜存在著生產的地域性、季節(jié)性和消費的地域性、連續(xù)性，勢必會帶來蔬菜流通中地域間的相互作用。因此本研究在已有研究考慮時間縱向視角分析的基礎上，加入空間橫向視角的分析，并將蔬菜流通中存在的這種時間和空間效應同時考慮加以設定和驗證。這是本文在研究視角上的一大特點。此外，在已有研究中對農產品流通問題的研究，多運用描述性統(tǒng)計進行分析，本文在運用國際上分析空間關系的引力模型作為蔬菜流通分析框架的基礎上，通過構建動態(tài)面板模型，分析區(qū)域之間的蔬菜流通關系，這方面，體現(xiàn)了本文在研究方法上的特點。

鑒于此，本文借鑒引力模型框架，從蔬菜供給、需求和流通成本三個方面解釋影響蔬菜區(qū)域流通的因素，為了考察地區(qū)間的空間橫向關系在模型中引入空間相關項，為了考察地區(qū)自身的時間縱向關系在模型中引入流通量滯后一期，在此基礎上運用空間動態(tài)面板模型，分析蔬菜區(qū)域流通關系與其影響因素之間的時空作用機制。

二、 關于蔬菜流通的影響因素

貿易引力理論認為，影響國際交易量因素可從三個方面進行分析：表示出口國國家供給潛力因素、表示進口國國家需求潛力因素以及表示兩國之間交易成本的因素。以下借鑒此分析框架，從供給、需求和流通成本三個方面分析影響一國內部蔬菜流通的因素[20]。

(一) 供給因素

通過要素供給影響產出從而對蔬菜流通產生影響[21]。選取蔬菜勞動力投入(RPOPi,t)、蔬菜播種面積(VAi,t)和蔬菜生產資本投入(CAPi,t)代表要素供給水平；選取蔬菜單位面積產量(VYi,t)作為衡量蔬菜生產技術水平指標，也是促進蔬菜流通的重要驅動力。價格是引導資源配置的信號，是影響蔬菜供給的重要因素[22]，農戶主要面對兩個價格：一方面，蔬菜生產價格指數(shù)(VPPIi,t-1)，反映了農民種植蔬菜收益情況，農民根據(jù)蔬菜價格不斷調整其種植策略；另一方面，農業(yè)生產資料價格指數(shù)(IPPIi,t-1)，反映了蔬菜生產成本情況，從成本方面影響了農民生產決策。蔬菜生產容易受到自然、氣候、病蟲害等因素影響，自然風險會嚴重影響蔬菜生長，從而減少蔬菜供給量，本文選取蔬菜成災面積(SAi,t)代表風險因素。

(二) 需求因素

按照消費者理論，收入增加是改變居民個人消費行為的直接驅動力，同時人口增加從總量角度表示需求量。農村居民在農產品消費上傾向自給自足，所以，一個地區(qū)對其他地區(qū)農產品需求主要來自其城鎮(zhèn)居民。在研究中，選取了流通伙伴的城鎮(zhèn)人口數(shù)(CPOPi,t)和城鎮(zhèn)居民可支配收入(CMi,t)代表流通伙伴需求潛力。

(三) 流通“成本”

關于“交易成本”，主要包括流通阻力和流通推力。

1.流通阻力。采用經濟距離(Dij,t)從阻力角度度量流通“成本”?？梢杂玫貐^(qū)間經濟距離(Dij,t)表示，等于地區(qū)j蔬菜產值占全國蔬菜產值份額與地區(qū)i到其他地區(qū)距離平均值的乘積[23]。

2.流通推力。采用農產品流通效率(TEi,t)從推力角度衡量流通“成本”。借鑒生產函數(shù)分析框架，將蔬菜流通過程表示為投入與產出的技術關系，流通效率用來測度農產品流通投入-產出的轉化效率。采用線性規(guī)劃的方法，構建一個非參數(shù)逐段線性的生產前沿面，再根據(jù)前沿面計算各地區(qū)農產品流通效率[24]。

三、 數(shù)據(jù)與模式設定、識別

上述從考察蔬菜流通及其影響因素之間的時空聯(lián)系與特征角度，引入了我國蔬菜流通的影響因素。如何從理論上明確影響因素的時空特征，需要將引力模型作為構建流通影響因素分析框架，進一步引入空間動態(tài)面板模型，考察變量間的時空特征。

(一) 數(shù)據(jù)說明與變量值測算

選取2001-2012年中國31個省(區(qū)、市)的相關數(shù)據(jù)。各變量下標i=1,2，…，31；t=1,2，…，12。鑒于國內各地區(qū)之間農產品貿易統(tǒng)計數(shù)據(jù)的匱乏，本文以各行政區(qū)(省、自治區(qū)和直轄市)為單位，將除該地區(qū)之外其余地區(qū)加總看作其流通伙伴，分析每個地區(qū)與其他地區(qū)(加總)之間的蔬菜流通的影響因素。為增強數(shù)據(jù)的可比性，并減少異方差性，所有數(shù)據(jù)均取其對數(shù)形式。數(shù)據(jù)描述如表1所示。

表1　數(shù)據(jù)描述

(二) 空間動態(tài)面板模型的設定

地區(qū)間流通在時間序列及在不同地區(qū)間存在相關性，為了使得模型更貼近實際，將空間計量技術引入傳統(tǒng)引力模型中以使其更具有說服力，因此有必要將時空相關性納入模型對經濟活動進行分析[25-26]?？臻g計量的基本思想是將地區(qū)間相互關系引入模型，具體做法是，對基本線性引力回歸模型通過空間權重矩陣進行修正。根據(jù)空間計量經濟學的定義，空間經濟計量模型可以分為兩種基本模型，即空間誤差模型和空間自回歸模型，前者是把空間相關性體現(xiàn)在誤差項上，后者則放在因變量的滯后項上[27]。

Ti,j=k×MiMj/Dij

(1)

Y=Xβ+ε

(2)

(3)

Y=ρ(IT?WN)Y+Xβ+ε

(4)

(1)式為引力模型的基本形式，其中k為常數(shù)，Ti,j為地區(qū)之間的交易額，Mi和Mj分別表示地區(qū)間的經濟規(guī)模，Dij為地區(qū)間的距離，在實證檢驗中往往采用對數(shù)形式將模型(1)轉化為線性形式(2)。(2)式被稱為經典引力模型，被解釋變量Y代表流通量，X為解釋變量，表示影響流通的各種因素，ε為滿足經典假設的誤差項。式(2)中被解釋變量和解釋變量均采用面板數(shù)據(jù)，則該模型稱之為靜態(tài)面板數(shù)據(jù)模型，將空間計量技術引入傳統(tǒng)引力模型中，從而轉化為(3)和(4)。(3)和(4)分別被稱為空間誤差模型和空間自回歸模型，μ、ε均為nT×1維隨機誤差向量，其中ε為滿足經典假設的誤差擾動項，IT為T維單位時間矩陣，WN為N×N維的空間權重矩陣，(IT?WN)為增廣的空間權重矩陣，(IT?WN)Y反映為空間滯后被解釋變量，λ和ρ分別為空間自相關系數(shù)和空間自回歸系數(shù)，反映了空間上相關性，即當期該地區(qū)受其鄰近地區(qū)的影響?？臻g面板數(shù)據(jù)存在空間效應和時間效應，檢驗證明是固定或隨機出現(xiàn)，可以運用Hausman檢驗。

(三) 空間動態(tài)面板模型的識別

1.單位根檢驗、協(xié)整分析和Hausman檢驗。針對本文所用面板數(shù)據(jù)，為避免偽回歸發(fā)生，有必要進行單位根檢驗和協(xié)整檢驗，并利用Hausman檢驗確定面板數(shù)據(jù)模型適合固定效應還是隨機效應。在此基礎上，對各地區(qū)蔬菜流通與影響因素之間進行空間相關性檢驗，進而根據(jù)檢驗結果選擇空間動態(tài)面板數(shù)據(jù)模型進行估計分析。

采用LLC、IPS、ADF-Fisher和PP-Fisher檢驗對各變量數(shù)據(jù)進行面板單位根檢驗，Ln(CPOPi,t)、Ln(Dij,t)、Ln(TEi,t)、Ln(Ti,t)均為一階單整變量，Ln(CMi,t)為二階單整變量，其余變量為原階平穩(wěn)序列；通過Pedroni方法會產生7個統(tǒng)計量和Kao的ADF統(tǒng)計量來檢驗是否存在協(xié)整關系，由于變量數(shù)太多，樣本數(shù)量不足以支持對所有變量進行一次性協(xié)整檢驗，因此，分組進行變量間的協(xié)整檢驗。第一組檢驗Ln(Ti,t)與Ln(RPOPi,t)、Ln(VAi,t)、Ln(VYi,t)、Ln(CAPi,t)的協(xié)整關系；第二組檢驗Ln(Ti,t)與Ln(IPPIi,t)、Ln(VPPIi,t)、Ln(SAi,t)、Ln(CPOPi,t)的協(xié)整關系；第三組檢驗Ln(Ti,t)與Ln(CMi,t)、Ln(Dij,t)、Ln(TEi,t)的協(xié)整關系。如表2所示。大部分檢驗結果在1%顯著性水平下拒絕原假設，因此可以認為各變量間存在協(xié)整關系；Hausman檢驗P值小于1%顯著水平臨界值，因此拒絕固定效應模型的系數(shù)與隨機效應模型的系數(shù)沒有差別的原假設，應選擇固定效應模型。

2.區(qū)域流通的空間相關性檢驗與模型選擇。本文采用空間計量經濟學的理論方法，基于我國蔬菜的區(qū)域流通數(shù)據(jù)，考察區(qū)域流通中的空間相關性問題。在空間計量建模之前，需要檢驗判斷區(qū)域間是否存在空間相關，并且通過相關數(shù)據(jù)回歸和檢驗加以區(qū)分判斷空間回歸的類型。

首先，空間權重矩陣設計?？臻g計量模型估計的關鍵一步是空間權重矩陣WN的設定，WN是用來描述地區(qū)間的空間相關性的影響方式。本文采用地理權重矩陣進行描述。地理權重矩陣的設計遵循Rook相鄰判定規(guī)則，即假設如果兩個地區(qū)擁有共同邊界，則視為兩者為相鄰。那么，矩陣W的設定方法為：如果i地區(qū)與j地區(qū)相鄰，則Wij為1，否則為0，可以得出，矩陣對角線上的元素均為0。

表2　協(xié)整檢驗和Hausman檢驗結果

注：①表中Pedroni和Kao檢驗原假設為不存在協(xié)整，在零假設下統(tǒng)計量服從漸近正態(tài)分布。②符號***、**和*分別表示在1%、5%和10%的顯著性水平下拒絕原假設。③Pedroni和Kao檢驗設定中，沒有時間趨勢，使用SIC標準選擇滯后階數(shù)，Newey-west窗寬選擇的是Bartlett核函數(shù)。④Hausman檢驗是針對整體變量進行測算，不用沿用協(xié)整檢驗中分組。

表3　基于地理空間權重矩陣的空間相關性檢驗表

其次，區(qū)域流通的空間相關性檢驗與模型選擇?？臻g面板數(shù)據(jù)進行空間計量分析之前需要對其進行空間相關性的檢驗。LMerr、LMsar不僅可以用來檢驗空間相關性，還可以為模型設定提供線索，如果LMerr比LMsar統(tǒng)計量更顯著，那么更適合的模型是空間面板誤差模型，反之，采用空間面板滯后模型是更好的選擇[28]。由表3的測算結果所示，除LMsar以外，其他兩個統(tǒng)計量均在10%顯著性水平上拒絕了原假設，即蔬菜流通與其影響因素之間存在空間相關性。通過比較LMerr、LMsar指數(shù)顯著性水平，可確定應選擇空間誤差模型進行估計。

四、 時空效應下的蔬菜區(qū)域流通影響因素的實證分析

引力模型框架本身是研究空間上兩個區(qū)域之間經濟互動關系(流通往來)的方程，其中地理因素具有重要作用，地理上相聯(lián)系的地區(qū)的這種空間性對其流通也產生影響作用，因此有必要將空間效應納入考慮，同時經濟系統(tǒng)固有的周期性特征，即當期流通量受其滯后一期的影響，所以也有必要將時間效應引入模型中。

根據(jù)前述Hausman檢驗結果，本文模型采用固定效應模型。另外，參考Anselin的判斷規(guī)則，根據(jù)空間相關性和兩個拉格朗日乘數(shù)及其穩(wěn)健形式檢驗結果，選擇空間誤差模型(SEM)。

(一) 時空效應下的空間面板模型

本文采用固定效應的空間誤差模型如下：

Ln(Ti,t)=a+αLn(Ti,t-1)+β1Ln(RPOPi,t)+β2Ln(VAi,t)+β3Ln(CAPi,t)+β4Ln(VYi,t)+β5Ln(IPPIi,t)

+β6Ln(VPPIi,t-1)+β7Ln(SAi,t)+β8Ln(CPOPj,t)+β9Ln(CMj,t)+β10Ln(Di,t)+β11Ln(TEi,t)+μi,t+εi,t

μi,t=λWμi,t+εi,t

(4)

(4)式中，W是空間權重矩陣，其系數(shù)λ反映空間相關性，即在各種影響區(qū)域流通的因素中，有很多存在空間相關，因而區(qū)域流通可能被這些空間相關因素間接影響；Ln(Ti,t-1)是蔬菜流通量的時間滯后項，其系數(shù)α反映時間相關性，即當期地區(qū)i的蔬菜流通量受其滯后一期的影響。

(二) 參數(shù)估計及蔬菜區(qū)域流通影響因素分析

結合上述模型和空間權重矩陣，用Matlab6.5軟件和spatialeconometricsToolbox可以實現(xiàn)參數(shù)估計及其檢驗。根據(jù)誤差的結構，進一步將空間面板模型分為四類：無固定效應、空間固定效應、時間固定效應和時空固定效應。同時，由于變量Ln(CMj,t)為二階單整，將其直接帶入模型回歸可能會使其他變量解釋力度受到影響，因此，模型中采用該變量的一階差分ΔLn(CMj,t)。回歸結果如表4所示。

在診斷模型總體顯著性方面，空間計量一般使用自然對數(shù)似然函數(shù)值(LogL)進行判斷，自然對數(shù)似然函數(shù)值越大，則模型擬合結果越好。從模型擬合優(yōu)度、自然對數(shù)似然函數(shù)值以及變量系數(shù)估計結果來看，第四類即考慮時空固定效應模型要優(yōu)于其他三類。因此，本文后續(xù)選擇第四類模型進行討論。

1.蔬菜區(qū)域流通的時空效應。時間自相關項Ln(Ti,t-1)是將因變量滯后期引入模型中，反映了流通量的動態(tài)變化特征，體現(xiàn)了時間效應，時間變量的回歸系數(shù)為0.218且在1%水平下顯著，說明在模型中流通量在時間上具有一定的慣性強度，流通量的一階滯后項可以代表除前文描述影響蔬菜流通供給、需求以及成本三個方面之外的潛在因素，比如社會環(huán)境、經濟發(fā)展以及制度因素等，可以看到時間相關系數(shù)為正，說明蔬菜流通作為動態(tài)連續(xù)的系統(tǒng)性活動，其前一期的流通狀況必然會通過潛在因素的途徑表現(xiàn)出來，并且促進后一期流通活動的發(fā)展；空間自相關項是通過空間權重矩陣對模型進行修正，反映了流通量的空間相關性，空間相關系數(shù)λ為-0.425且在1%水平下顯著，說明空間因素對蔬菜流通有負向的影響，也就是說地理區(qū)位鄰近的區(qū)域在蔬菜流通中形成了互補關系，即伴隨鄰近地區(qū)蔬菜輸出能力減弱，相應地本地區(qū)市場會通過一些措施，例如增加相關要素投入促進蔬菜生產等，從而提高本地蔬菜輸出能力。

表4　SEM模型估計結果

注：表中***、**和*分別表示在1%、5%和10%的顯著水平下拒絕原假設。

2.時空效應下的蔬菜區(qū)域流通的影響因素分析。本地區(qū)的蔬菜勞動力投入Ln(RPOPi,t)、蔬菜播種面積Ln(VAi,t)地區(qū)i的蔬菜流通量同向變化關系(系數(shù)分別為0.374、0.322)，說明表征勞動力、土地投入水平的變量通過影響蔬菜供給進而對蔬菜流通具有促進作用，在勞動力資源、土地方面，我國蔬菜流通水平體現(xiàn)了比較優(yōu)勢原理；農業(yè)生產資料價格指數(shù)Ln(IPPIi,t)對地區(qū)i的流通有負向影響(系數(shù)為-0.390)，說明隨著蔬菜生產成本增加，會使農民減少要素投入，影響蔬菜供給進而對蔬菜流通具有阻礙作用；蔬菜生產價格指數(shù)Ln(VPPIi,t)對地區(qū)i的蔬菜流通量呈負向影響(系數(shù)為-2.733)，這可能的原因：一是隨著蔬菜生產收益提高，提高農民種菜的積極性，可能會體現(xiàn)在對蔬菜生產相關要素投入的增加，在一定程度上替代了生產收益變量的作用；二是蔬菜生產價格是蔬菜運銷商的運營成本，較低的生產價格意味著蔬菜運銷商承擔的風險較小，這樣會吸引更多的批發(fā)商進入蔬菜運銷市場，從而收購更多的蔬菜，在一定程度上促進了地區(qū)間的流通[29]。

流通伙伴地區(qū)的城鎮(zhèn)人口數(shù)Ln(CPOPi,t)增長對本地區(qū)的蔬菜流通活動有著較強促進作用(系數(shù)為8.394)，由于回歸模型采用雙對數(shù)形式，其特點即估計系數(shù)反映了流通量對影響因素彈性，其中，以城鎮(zhèn)人口數(shù)所代表的需求潛力對蔬菜流通量影響最為顯著。這與城鎮(zhèn)化是擴大內需推動中國經濟可持續(xù)發(fā)展的重大戰(zhàn)略思想相一致，即城鎮(zhèn)化通過非農人口的增加，從而形成對農產品的巨大需求，通過創(chuàng)造需求將擴大內需與蔬菜流通產業(yè)發(fā)展緊密結合起來[30]。同樣，流通效率的不斷提高，擴大了農村蔬菜等農產品供給市場的半徑，增強了市場的輻射能力，帶動了蔬菜交易量，進而促進了區(qū)域流通的發(fā)展。

從統(tǒng)計上來看，流通效率Ln(TEi,t)對地區(qū)i的蔬菜流通量呈現(xiàn)正向影響(系數(shù)為0.305)，說明現(xiàn)代農產品流通為提高蔬菜產業(yè)效益，確保城鄉(xiāng)市場供應提供了良好的渠道保證，在引導生產、擴大消費等方面起到了一定的促進作用[31]。

五、 結論、啟示與展望

本文基于我國省級面板數(shù)據(jù)，運用空間動態(tài)面板模型和引力模型框架，對時空效應下的我國蔬菜區(qū)域流通的相關性及影響因素進行了實證分析。主要研究結論概括如下：

第一，我國蔬菜區(qū)域流通存在顯著的時間和空間效應。其中，時間效應的引入分離了投入變量以外的其他潛在因素的影響，從而能夠更為準確地描述空間相關對蔬菜流通活動的作用；進一步得到空間殘差相關性的回歸系數(shù)為負，反映了區(qū)域關聯(lián)地區(qū)之間具有互補效應。同時，結果的顯著性也表明在模型設定過程中，需要考慮時間效應和空間效應。

第二，對蔬菜區(qū)域流通具有正向作用的影響因素包括：代表要素投入指標的蔬菜生產勞動力、土地、流通伙伴地區(qū)城鎮(zhèn)總人口數(shù)和反映流通“推力”的農產品流通效率。其中，要素投入、流通效率是通過增加蔬菜供給，從而對流通起著促進作用；城鎮(zhèn)人口數(shù)量則是通過擴大需求，拉動流通發(fā)展。

第三，對蔬菜區(qū)域流通具有負向作用的影響因素包括農業(yè)生產資料價格指數(shù)和蔬菜生產價格指數(shù)，分別代表著農戶和運銷商供給蔬菜時承擔的風險，指數(shù)降低意味著農戶和運銷商承擔的風險變小，這在一定程度上吸引了更多的農戶和運銷商參與到蔬菜市場中，從而加大了蔬菜流通量。

第四，在各影響因素中，以城鎮(zhèn)人口數(shù)所代表的需求潛力對蔬菜流通量影響最為顯著，隨著城鎮(zhèn)化水平的提高，蔬菜流通量也會呈現(xiàn)顯著增長趨勢，說明區(qū)域流通的關鍵因素在于需求的創(chuàng)造。

基于主要研究結論，提出的政策建議如下：首先，根據(jù)蔬菜區(qū)域流通分別具有時間和空間關聯(lián)特征，實踐中一方面應鞏固現(xiàn)有流通伙伴之間的合作關系，逐步擴大流通量；另一方面，考慮到地區(qū)間互補效應，實施差異化的流通模式和政策，合理安排不同地區(qū)蔬菜流通的時序，重視不同區(qū)域間的互補與合作。其次，從蔬菜供給方面來看：在相關生產要素投入方面，應強化農業(yè)勞動力教育培訓，提升人力資本；并要保護土地資源，切實貫徹占補平衡政策的同時保持土地質量；從需求方面來看：由于人口流動性增強，城市蔬菜消費不斷擴大，我國蔬菜應注重國內需求；從流通推力來看：加強農村農產品流通體系的建設，減少流通環(huán)節(jié)，提升流通效率，提高市場競爭力，推動流通發(fā)展[32]。與此同時，由于諸多因素的作用，蔬菜的市場價格起伏波動頻繁，在制定蔬菜流通政策方面要考慮到從流通方面促進蔬菜價格的穩(wěn)定，推動區(qū)域流通平衡發(fā)展。具體地，逐步形成有利于生產要素流入農產品流通宏觀條件，有效促進和調整蔬菜種植結構，完善農產品流通體系的建設，一方面使農民增產增收，另一方面保證消費者周年消費和品種多樣化的實現(xiàn)。

今后的研究展望：本研究由于數(shù)據(jù)限制，在構建空間權重矩陣時多考慮地理區(qū)位因素，今后的研究將把社會經濟等靜態(tài)區(qū)域特征以及人力資源流動等動態(tài)區(qū)域特征等的影響因素也引入到模型中進行實證分析。此外，因區(qū)域流通的發(fā)生，反過來會對蔬菜供給、需求方面產生的影響效應，也是值得研究的問題，將作為今后的研究選題進行進一步考察。

參考文獻:

[1]趙曉飛.蔬菜流通渠道中的價格波動規(guī)律與利益協(xié)調機制[J].中國流通經濟,2014(7):101-109.

[2]張振.蔬菜流通主體發(fā)展問題研究——基于山東、上海、海南、北京調研[J].經濟研究參考,2014(62):13-19.

[3]姜玥,章璇,王思思.蔬菜類生鮮電子商務模式實例分析[J].合作經濟與科技,2015(7):125-127.

[4]周應恒,盧凌霄.生鮮蔬菜供應鏈效率研究——以南京市為例[J].江蘇農業(yè)科學,2008(1):69-72.

[5]孫俠,張闖.我國農產品流通的成本構成與利益分配——基于大連蔬菜流通的案例研究[J].農業(yè)經濟問題,2008,29(2):39-48.

[6]張有望,肖小勇.流通成本視角下蔬菜流通模式的比較研究——基于山東、北京的調查[J].廣東農業(yè)科學,2015,42(5):157-162.

[7]屈小博,霍學喜.交易成本對農戶農產品銷售行為的影響——基于陜西省6個縣27個村果農調查數(shù)據(jù)的分析[J].中國農村經濟,2007(8):35-46.

[8]烏云花,黃季焜,ROZELLES.水果銷售渠道主要影響因素的實證研究[J].系統(tǒng)工程理論與實踐,2009,29(4):58-66.

[9]OPPEWALH,TOJIBDR,LOUVIERISP.ExperimentalAnalysisofConsumerChannel-MixUse[J].JournalofBusinessResearch,2013,66(11):2226-2233.

[10]古川,安玉發(fā).多元農產品購買渠道下城市居民的選擇和感知效用因素分析[J].商業(yè)經濟與管理,2015(7):16-24.

[11]WANGH,DONGX,ROZELLES,etal.ProducingandProcuringHorticulturalCropswithChineseCharacteristics:TheCaseofNorthernChina[J].WorldDevelopment,2009,37(11):1791-1801.

[12]史朝興,顧海英.貿易引力模型研究新進展及其在中國的應用[J].財貿研究,2005,16(3):27-32.

[13]OTSUKIT,WILSONJS,SEWADEHM.SavingTwoinaBillion:QuantifyingtheTradeEffectofEuropeanFoodSafetyStandardsonAfricanExports[J].FoodPolicy,2001,26(5):495-514.

[14]OLPERA,RAIMONDIV.AgriculturalMarketIntegrationintheOECD:AGravity-BorderEffectApproach[J].FoodPolicy,2008,33(2):165-175.

[15]潘鳳杰,崔燕,穆月英.中國蔬菜出口貿易變動的新趨勢及影響因素分析[J].中國農學通報,2010,26(22):437-441.

[16]章棋,張明楊,應瑞瑤.雙邊技術性貿易措施對我國蔬菜出口貿易的影響分析[J].國際貿易問題,2013(3):46-58.

[17]張哲晰,穆月英.中國蔬菜出口國際競爭力及其影響因素:國別(地區(qū))差異與貿易潛力分析[J].世界農業(yè),2015(10):132-140.

[18]穆月英.從日本市場看中國蔬菜的國際競爭力[J].世界農業(yè),2008(11):38-40.

[19]陳曉娟.中韓FTA對我國農產品貿易的影響研究[D].北京:中國農業(yè)大學經濟管理學院,2014.

[20]SAWYERJA.AnEconometricStudyofInternationalTradeFlowsbyHansLinnemann[J].CanadianJournalofEconomicsandPoliticalScience,1971,33(4):633-634.

[21]BALDWINRE.DeterminantsoftheCommodityStructureofUSTrade[J].AmericanEconomicReview,1971,61(1):126-146.

[22]NERLOVEM,ADDISONW.StatisticalEstimationofLong-RunElasticitiesofSupplyandDemand[J].JournalofFarmEconomics,1958,40(4):861-880.

[23]劉紅梅,李國軍,王克強.基于引力模型的中國農業(yè)虛擬水國內貿易影響因素分析[J].中國農村經濟,2011(5):21-32.

[24]歐陽小迅,黃福華.我國農產品流通效率的度量及決定因素：2000-2009[J].農業(yè)技術經濟,2011(2):76-84.

[25]胡宗義,劉亦文.能源消耗、污染排放與區(qū)域經濟增長關系的空間計量分析[J].數(shù)理統(tǒng)計與管理,2015,34(1):1-9.

[26]趙華平,張所地.城市宜居性特征對商品住宅價格的影響分析——基于中國35個大中城市靜態(tài)和動態(tài)空間面板模型的實證研究[J].數(shù)理統(tǒng)計與管理,2013,32(4):706-717.

[27]ANSELINL.SpatialEconometrics:MethodsandModels[M].Dordrecht:KluwerAcademicPublisher,1988:111-124.

[28]郭國強.空間計量模型的理論和應用研究[D].武漢:華中科技大學經濟學院,2013.

[29]宋長鳴,徐娟,章勝勇.蔬菜價格波動和縱向傳導機制研究——基于VAR和VECH模型的分析[J].農業(yè)技術經濟,2013(2):10-21.

[30]辜勝阻,李華,易善策.城鎮(zhèn)化是擴大內需實現(xiàn)經濟可持續(xù)發(fā)展的引擎[J].中國人口,2010(3):2-10.

[31]王秀清.大都市郊區(qū)蔬菜產地競爭策略[J].中國農村經濟,1996(9):52-55.

[32]穆月英.北京市蔬菜產業(yè)經濟研究[M].北京：中國農業(yè)出版社,2013:3-15.

Analysis on the Determinants and Regional Trade of Vegetables in China Based

on the Spatio-temporal Characteristics

WU Shu, MU Yue-ying

(CollegeofEconomicsandManagement,ChinaAgriculturalUniversity,Beijing100083,China)

Abstract:Based on the spatial dynamic panel model and the panel data of 31 provinces during 2001-2012, the frame of trade gravity theory is adopted to analyze the influencing factors and spatio-temporal relevance of the regional trade on vegetables in China. The results show that the regional trade of China’s vegetables has significant relevance to time and space: dynamic inertia effect in time and regional correlation characteristics in space; specifically, it shows continuity in its own development and mutual influence in neighbor areas with complementary effects. Meanwhile, the positive factors correlated to regional trade of China’s vegetables are the cabors in vegetable production, the total population of the urban demanders and circulation efficiency of agricultural products while such factors as price indices of means of agricultural production, vegetables producer price index have negative effect on the circulation of the vegetables; among all, the population of the urban areas that represent the demand potentials has the greatest effect on the trade of vegetables.

Key words:vegetables trade; regional trade; SDPD Model; spatio-temporal effect

中圖分類號:F713

文獻標識碼:A

文章編號:1000-2154(2016)02-0018-08

作者簡介:吳舒，女，博士研究生，主要從事農業(yè)經濟理論與政策研究；穆月英，女，教授，主要從事農業(yè)經濟理論與政策研究。

基金項目:現(xiàn)代農業(yè)產業(yè)技術體系北京市果類蔬菜產業(yè)創(chuàng)新團隊項目(BAIC01-2016)；北京市社科基金重點項目(15JGA020)；高等學校博士點專項科研基金項目(20120008110032)；公益性行業(yè)科研專項(201103001)

收稿日期:2015-12-02