基于SD模型的突發(fā)事件對(duì)農(nóng)產(chǎn)品價(jià)格的影響

陳振 張康輝 昝哲

摘要：以2020年新冠肺炎疫情為例，采用系統(tǒng)動(dòng)力學(xué)建立價(jià)格指數(shù)流圖，運(yùn)用回歸模型確定變量的函數(shù)關(guān)系，用殘差和極端條件測(cè)試檢驗(yàn)?zāi)Ｐ偷暮侠硇裕瑒?dòng)態(tài)地探究突發(fā)事件對(duì)我國(guó)農(nóng)產(chǎn)品價(jià)格指數(shù)的影響，并分析產(chǎn)生這種影響的原理。結(jié)果表明，突發(fā)事件對(duì)我國(guó)糧食儲(chǔ)備并不會(huì)產(chǎn)生巨大影響;突發(fā)事件的波及人數(shù)、死亡率、死亡人數(shù)等會(huì)對(duì)居民心理產(chǎn)生影響，且有決定性作用;突發(fā)事件會(huì)導(dǎo)致我國(guó)農(nóng)產(chǎn)品價(jià)格指數(shù)輕微上升，產(chǎn)生這種現(xiàn)象的原因是人對(duì)未來(lái)的誤判。最后從需求和行為經(jīng)濟(jì)學(xué)角度提出相應(yīng)的建議。

關(guān)鍵詞：新冠肺炎;系統(tǒng)動(dòng)力學(xué);突發(fā)事件;價(jià)格指數(shù);農(nóng)產(chǎn)品

農(nóng)業(yè)是支撐國(guó)民經(jīng)濟(jì)建設(shè)與發(fā)展的基礎(chǔ)產(chǎn)業(yè)[1]，農(nóng)產(chǎn)品的有效供給直接關(guān)系著國(guó)家經(jīng)濟(jì)的穩(wěn)定性，而農(nóng)產(chǎn)品價(jià)格對(duì)農(nóng)產(chǎn)品供給有導(dǎo)向作用，且價(jià)格穩(wěn)定是國(guó)家宏觀經(jīng)濟(jì)調(diào)控的重要目標(biāo)[2]。農(nóng)產(chǎn)品價(jià)格受到供給、需求、自然條件、庫(kù)存等因素的影響[3-4]，這導(dǎo)致農(nóng)產(chǎn)品價(jià)格呈現(xiàn)非平穩(wěn)、非線性等特點(diǎn)。除這些因素外，一些突發(fā)事件也會(huì)對(duì)農(nóng)產(chǎn)品價(jià)格產(chǎn)生影響，這些突發(fā)事件可能不會(huì)直接對(duì)農(nóng)產(chǎn)品價(jià)格產(chǎn)生影響，如2020年新型冠狀病毒肺炎（簡(jiǎn)稱(chēng)新冠肺炎）疫情，該事件對(duì)我國(guó)的社會(huì)穩(wěn)定和農(nóng)產(chǎn)品價(jià)格產(chǎn)生了一定沖擊。通過(guò)對(duì)近3年我國(guó)農(nóng)副產(chǎn)品類(lèi)購(gòu)進(jìn)價(jià)格指數(shù)的分析發(fā)現(xiàn)，在新冠肺炎疫情期間，農(nóng)副產(chǎn)品類(lèi)購(gòu)進(jìn)價(jià)格指數(shù)達(dá)到近3年來(lái)的最大值，且一直居高不下。突發(fā)事件本身的危害程度很難量化，一些變量并不能簡(jiǎn)單地以數(shù)據(jù)來(lái)衡量，導(dǎo)致很少有學(xué)者對(duì)這方面展開(kāi)研究，僅有胡冰川定性地分析新冠疫情背景下的農(nóng)產(chǎn)品供給狀況[5]。目前對(duì)突發(fā)事件下農(nóng)產(chǎn)品價(jià)格的研究較少，學(xué)者們的研究一般集中在農(nóng)業(yè)內(nèi)部的突發(fā)事件。徐娟等分析生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件的風(fēng)險(xiǎn)并提出對(duì)應(yīng)策略[6]。張利庠等根據(jù)農(nóng)業(yè)產(chǎn)業(yè)鏈上中下游的月度價(jià)格數(shù)據(jù)建立向量自回歸模型，研究外部沖擊對(duì)農(nóng)產(chǎn)品價(jià)格波動(dòng)的影響[7]。梅盈潔等以廣東省為例對(duì)農(nóng)業(yè)突發(fā)事件進(jìn)行分類(lèi)，并分析突發(fā)事件的特征[8]。我國(guó)是農(nóng)業(yè)大國(guó)，對(duì)于農(nóng)產(chǎn)品價(jià)格的研究較多，研究方法及方向有些許差別。如許世衛(wèi)等分析近百年來(lái)對(duì)農(nóng)產(chǎn)品價(jià)格的短期預(yù)測(cè)研究，發(fā)現(xiàn)目前農(nóng)產(chǎn)品價(jià)格短期預(yù)測(cè)定量方法主要分為計(jì)量經(jīng)濟(jì)預(yù)測(cè)法、數(shù)理統(tǒng)計(jì)預(yù)測(cè)法、智能分析法以及組合預(yù)測(cè)模型四大類(lèi)[9]。楊思雨等采用回歸模型和脈沖分析研究農(nóng)產(chǎn)品批發(fā)價(jià)格指數(shù)與物流業(yè)景氣指數(shù)之間的關(guān)系[10]。丁存振等從溢出效應(yīng)和動(dòng)態(tài)關(guān)聯(lián)2個(gè)方面研究政策對(duì)農(nóng)產(chǎn)品期現(xiàn)貨市場(chǎng)關(guān)聯(lián)的影響[11]。許增巍等采用成分分解法、脈沖響應(yīng)函數(shù)和方差分解法研究生鮮農(nóng)產(chǎn)品突發(fā)事件對(duì)豬肉價(jià)格的影響[12]。王東杰等分析2013年我國(guó)農(nóng)產(chǎn)品價(jià)格變動(dòng)的特征及原因[13]。

本研究主要分析突發(fā)事件對(duì)我國(guó)農(nóng)產(chǎn)品價(jià)格產(chǎn)生的影響及作用機(jī)理，以2020年新冠肺炎為例，將定性與定量方法相結(jié)合，運(yùn)用系統(tǒng)動(dòng)力學(xué)、回歸方法等，通過(guò)VENSIM軟件進(jìn)行仿真分析，根據(jù)仿真結(jié)果，從需求層次和行為經(jīng)濟(jì)學(xué)2個(gè)方面提出相應(yīng)的建議。李旭認(rèn)為，完全定型的分析能夠正確描述系統(tǒng)，但不能對(duì)系統(tǒng)要素之間的相互制約和相互依存關(guān)系等從整體聯(lián)系的機(jī)理出發(fā)進(jìn)行協(xié)調(diào)和優(yōu)化[14]。因此，本研究的創(chuàng)新之處在于采用回歸方法定量分析突發(fā)事件對(duì)農(nóng)產(chǎn)品價(jià)格產(chǎn)生的影響。本研究的貢獻(xiàn)可能有：一是分析我國(guó)新冠肺炎疫情相關(guān)變量的未來(lái)發(fā)展趨勢(shì)，為我國(guó)對(duì)該疫情的研究提供一定的參考;二是發(fā)現(xiàn)在突發(fā)事件期間我國(guó)糧食儲(chǔ)備能夠保證有效供給，且農(nóng)產(chǎn)品價(jià)格指數(shù)僅會(huì)發(fā)生輕微的上浮。

1 方法詳述

1.1 SD模型

系統(tǒng)動(dòng)力學(xué)（system dynamics，SD）是美國(guó)麻省理工學(xué)院的Forrester教授于1956年提出的[15]。系統(tǒng)動(dòng)力學(xué)是基于系統(tǒng)論，以反饋控制理論為基礎(chǔ)，與計(jì)算機(jī)模擬技術(shù)相結(jié)合，用于定量研究社會(huì)系統(tǒng)的方法。系統(tǒng)動(dòng)力學(xué)流圖由輔助變量、狀態(tài)變量、物質(zhì)流、速率變量等部分組成。其中，輔助變量根據(jù)其他變量計(jì)算得到;狀態(tài)變量別稱(chēng)積累變量，是決定系統(tǒng)行為的變量;速率變量直接改變狀態(tài)變量的值[16]。

在系統(tǒng)動(dòng)力學(xué)流圖中，每個(gè)部分均有符號(hào)表示，通常以“”表示狀態(tài)變量，用“”表示速率變量，物質(zhì)流則用“”表示，“”被稱(chēng)為源或漏，具有輸入端與輸出口的含義。

1.2 線性回歸模型

回歸分析是一種廣泛的數(shù)量分析方法，用于分析事物間的統(tǒng)計(jì)關(guān)系，考察變量之間的變化規(guī)律，通過(guò)方程的形式描述和反應(yīng)這種關(guān)系，準(zhǔn)確把握變量受其他1個(gè)或多個(gè)變量影響的程度，為預(yù)測(cè)提供科學(xué)依據(jù)[17]。系統(tǒng)動(dòng)力學(xué)流圖中部分變量可以使用回歸方法來(lái)量化關(guān)系，并用相關(guān)檢驗(yàn)確定其可用性，具有較強(qiáng)的科學(xué)性。線性回歸的數(shù)學(xué)模型為

公式（2）使用最小二乘法估計(jì)回歸參數(shù)，其基本原理是使每個(gè)樣本點(diǎn)（xi，yi）與回歸線上對(duì)應(yīng)的點(diǎn)[xi，E（yi）]在垂直方向上的偏差距離的總和最小，該偏差距離定義為離差的二次方，即[yi-E（yi）]2，E（yi）表示被解釋變量的期望。由公式（2）可以得出公式（1）中解釋變量xi的系數(shù)值。在系數(shù)估計(jì)值得出后采用擬合優(yōu)度檢驗(yàn)分析模型的擬合度R2，其取值在0～1之間，R2越接近1，表示回歸方程對(duì)樣本數(shù)據(jù)點(diǎn)的擬合度越高，反之表示越低。

1.3 檢驗(yàn)?zāi)Ｐ?/p>

模型檢驗(yàn)是為了檢驗(yàn)?zāi)Ｐ褪欠裼行?，分析模型在多大程度上可以被相信。本研究采用歷史檢驗(yàn)法和極端條件測(cè)試檢驗(yàn)?zāi)Ｐ偷暮侠硇约翱捎眯浴?/p>

極端條件測(cè)試是指在模型處于極端條件下，驗(yàn)證模型能否遵循事物發(fā)展的基本物理規(guī)律。雖然極端條件下的模擬結(jié)果在實(shí)際系統(tǒng)中未必會(huì)產(chǎn)生，但是此檢驗(yàn)卻對(duì)提高系統(tǒng)動(dòng)力學(xué)模型的可信性具有極大的作用，一個(gè)模型若在極端條件下不能產(chǎn)生合理的行為模式，其可靠性就值得懷疑。

2 模型建立與檢驗(yàn)

2.1 模型建立

系統(tǒng)動(dòng)力學(xué)模型是以系統(tǒng)動(dòng)力學(xué)相關(guān)理論建立起來(lái)的數(shù)學(xué)模型，用專(zhuān)門(mén)的語(yǔ)言，并借助計(jì)算機(jī)進(jìn)行模擬分析，處理隨時(shí)間變化的行為系統(tǒng)的問(wèn)題。根據(jù)研究問(wèn)題的特性，將時(shí)間步長(zhǎng)設(shè)為1個(gè)月，初始時(shí)間為1 月，結(jié)束時(shí)間為12 月。本研究的主要目的是粗略估算在突發(fā)事件下農(nóng)產(chǎn)品價(jià)格指數(shù)的發(fā)展趨勢(shì)，流圖中包含3個(gè)狀態(tài)變量、2個(gè)速率變量以及8個(gè)輔助變量（圖1）。

以我國(guó)2020年新冠肺炎疫情為例，相關(guān)數(shù)據(jù)分別來(lái)源于國(guó)家數(shù)據(jù)網(wǎng)、國(guó)家健康委員會(huì)、統(tǒng)計(jì)年鑒等網(wǎng)站，部分?jǐn)?shù)據(jù)來(lái)自于相關(guān)文獻(xiàn)[18]。在收集數(shù)據(jù)后分析數(shù)據(jù)間的關(guān)系，并借助公式（1）、公式（2）建立數(shù)學(xué)模型（表1）。

2.2 模型檢驗(yàn)

采用歷史檢驗(yàn)法對(duì)新冠肺炎疫情下的累積感染人數(shù)進(jìn)行仿真檢驗(yàn)，將2020年2—5月的實(shí)際值與仿真值進(jìn)行對(duì)比，發(fā)現(xiàn)實(shí)際值與仿真值間的誤差較少，說(shuō)明該模型的仿真結(jié)果較好（表2）。根據(jù)公式（3）計(jì)算c值，c值約為0.035，說(shuō)明預(yù)測(cè)精度等級(jí)為“好”，模型可以使用。

采用極端條件測(cè)試檢驗(yàn)疫情持續(xù)時(shí)間在 0、6、12等3種狀況下價(jià)格指數(shù)的變化情況（圖2）。在極端條件下，疫情只能改變價(jià)格指數(shù)，并不能影響價(jià)格指數(shù)變化的物理規(guī)律，當(dāng)疫情持續(xù)時(shí)間較長(zhǎng)時(shí)價(jià)格指數(shù)會(huì)較高，當(dāng)不存在疫情時(shí)價(jià)格指數(shù)會(huì)較低。由圖2可知，價(jià)格指數(shù)波動(dòng)較小，說(shuō)明突發(fā)事件的發(fā)生對(duì)我國(guó)農(nóng)產(chǎn)品價(jià)格的影響相對(duì)較小。在極端條件下，價(jià)格指數(shù)僅在1—6月差別較大，之后基本一致，這是因?yàn)槟Ｐ椭?月之后被設(shè)定為糧食收獲期，而模擬的價(jià)格指數(shù)也在7月驟然下降，這是供大于需的結(jié)果，也說(shuō)明我國(guó)糧食的產(chǎn)量能夠有效保證供給，且產(chǎn)量遠(yuǎn)大于需求。極端條件測(cè)試符合價(jià)格指數(shù)的發(fā)展規(guī)律，模型通過(guò)測(cè)試，模型合理可以使用。

3 仿真結(jié)果與分析

由圖3可知，新冠肺炎疫情對(duì)我國(guó)的人口總量影響較小，這可能是因?yàn)槲覈?guó)面對(duì)本次疫情進(jìn)行及時(shí)防治，減少人員流通，對(duì)已感染的患者進(jìn)行隔離治療、施行先看病后付費(fèi)、國(guó)家財(cái)政支持等政策，有效控制了疫情的蔓延，最大程度減少了疫情的危害。但此次事件對(duì)我國(guó)社會(huì)經(jīng)濟(jì)、農(nóng)產(chǎn)品市場(chǎng)等方面造成的負(fù)面影響會(huì)一直持續(xù)。在疫情持續(xù)期間，其影響強(qiáng)度會(huì)增加，而在之后會(huì)保持不變，說(shuō)明疫情期間已產(chǎn)生的經(jīng)濟(jì)衰退等負(fù)面效應(yīng)并不會(huì)隨著疫情的結(jié)束而消失。

由圖4可知，居民心理恐慌程度呈現(xiàn)波動(dòng)性變化，在突發(fā)事件下并不會(huì)保持恒定的增長(zhǎng)或者下降，說(shuō)明人們對(duì)突發(fā)事件的變化會(huì)隨著事態(tài)的嚴(yán)重性發(fā)生改變。曲線從1月到2月增長(zhǎng)較大，這是因?yàn)槔塾?jì)感染人數(shù)在此期間快速增長(zhǎng)導(dǎo)致人們的恐慌心理程度增加;曲線在2—3月出現(xiàn)下降趨勢(shì)，由圖4可以看出累積確診人數(shù)自2月之后增長(zhǎng)幅度較小，且死亡人數(shù)出現(xiàn)下降，導(dǎo)致人們認(rèn)為疫情已被控制，使得人們的信心增加，恐慌程度減小;3—5月，居民心理恐慌程度又出現(xiàn)上升趨勢(shì)，因?yàn)橐迅腥救巳核劳雎食霈F(xiàn)上升趨勢(shì)，使得人們認(rèn)為新冠肺炎致死率較高，對(duì)這種病產(chǎn)生畏懼心理，恐慌程度增加;在6月之后，新冠肺炎對(duì)人造成恐懼心理較小，這是因?yàn)槔鄯e感染人數(shù)增長(zhǎng)較小、死亡人數(shù)不再出現(xiàn)以及死亡比例穩(wěn)定導(dǎo)致的結(jié)果，這也說(shuō)明國(guó)民對(duì)國(guó)家有信心度過(guò)這次疫情，以及我國(guó)面對(duì)突發(fā)狀況時(shí)能夠有效、迅速地作出應(yīng)急反應(yīng)。

由圖5可知，價(jià)格指數(shù)在1—6、7—12月趨勢(shì)均為上升，其中1—6月的上升趨勢(shì)要比7—12月更陡峭。1—6月價(jià)格指數(shù)上升的原因是新冠肺炎疫情所導(dǎo)致的非正常增長(zhǎng)現(xiàn)象;6—7月驟降是由于該時(shí)段為糧食收獲期，糧食的驟然增多致使糧食價(jià)格發(fā)生驟降， 且7—12月價(jià)格指數(shù)小于0.5，這也說(shuō)明我國(guó)的糧食產(chǎn)量遠(yuǎn)大于需求量，需要國(guó)家規(guī)定糧食最低收購(gòu)價(jià)，保障農(nóng)民的收益。糧食剩余量呈現(xiàn)直線下降的趨勢(shì)，表明新冠肺炎疫情并不會(huì)影響我國(guó)的糧食供給，國(guó)家擁有充足的后備庫(kù)存，而由居民恐慌造成的短時(shí)間內(nèi)市場(chǎng)需求的增加也不會(huì)給我國(guó)糧食供給產(chǎn)生影響，只會(huì)使市場(chǎng)價(jià)格出現(xiàn)輕微的增加。圖5-b顯示，市場(chǎng)需求量在上半年出現(xiàn)波動(dòng)性增長(zhǎng)，在下半年則保持不變。表明在不考慮其他市場(chǎng)因素的情況下，突發(fā)事件會(huì)對(duì)需求產(chǎn)生影響，使得需求波動(dòng)增加，隨著人們情緒的平穩(wěn)，需求會(huì)逐漸平穩(wěn)。當(dāng)突發(fā)事件發(fā)生時(shí)，需要政府部門(mén)安撫群眾的情緒，以降低突發(fā)事件造成的社會(huì)危害。

4 結(jié)論與建議

本研究將定性分析方法和定量方法相結(jié)合，借助系統(tǒng)動(dòng)力學(xué)方法定量分析影響價(jià)格指數(shù)的影響因素及相關(guān)因素之間的從屬關(guān)系，建立價(jià)格指數(shù)流圖，使用回歸模型確定變量之間的函數(shù)關(guān)系，采用殘差和極端條件測(cè)試檢驗(yàn)?zāi)Ｐ偷目捎眯浴Ｔ诖_定方程和模型正確的基礎(chǔ)上分析相關(guān)變量的變化趨勢(shì)，探究在突發(fā)事件發(fā)生時(shí)，影響農(nóng)產(chǎn)品價(jià)格指數(shù)的主要因素。結(jié)果表明，我國(guó)的糧食儲(chǔ)備能夠滿(mǎn)足我國(guó)居民的需求，即使在突發(fā)事件發(fā)生的情況下仍能夠有效保證供給。在突發(fā)事件期間造成的糧食需求增加量對(duì)我國(guó)的糧食儲(chǔ)存量并不會(huì)產(chǎn)生巨大的影響。突發(fā)事件對(duì)居民產(chǎn)生影響的因素可能在以下幾個(gè)方面：波及人數(shù)、死亡人數(shù)、死亡比例以及突發(fā)事件造成的經(jīng)濟(jì)衰退等。這些方面可以直接或間接影響人的心理狀況，從而導(dǎo)致不可控的社會(huì)負(fù)面影響。通過(guò)對(duì)我國(guó)本次新冠肺炎疫情期間農(nóng)產(chǎn)品的價(jià)格指數(shù)變化趨勢(shì)進(jìn)行分析，發(fā)現(xiàn)突發(fā)事件會(huì)對(duì)我國(guó)農(nóng)產(chǎn)品價(jià)格產(chǎn)生一定的影響，這種影響源于人們對(duì)未來(lái)未知狀況的誤判導(dǎo)致的價(jià)格波動(dòng)，但是這種負(fù)面影響對(duì)我國(guó)農(nóng)產(chǎn)品價(jià)格影響有限。

結(jié)合上述分析和結(jié)論可知，面對(duì)突發(fā)事件的發(fā)生，穩(wěn)定居民的恐慌心理有著舉足輕重的作用。在不考慮突發(fā)事件造成的經(jīng)濟(jì)等方面的固定危害，保障居民的正常需求能夠有效降低負(fù)面作用。根據(jù)馬斯洛需求層次和行為經(jīng)濟(jì)學(xué)[19]中的易得行知覺(jué)推斷可以從以下2個(gè)方面采取相應(yīng)措施：第一，馬斯洛需求層次理論將人的需求從基礎(chǔ)需求到精神需求進(jìn)行劃分，認(rèn)為只有在低一層的需求得到滿(mǎn)足后，高一層的需求才會(huì)出現(xiàn)，其中低層且最基礎(chǔ)的需求是人的生理需求。面對(duì)新冠肺炎傳染速度快的情況，雖然減少人員的流通能夠有效減少感染人數(shù)，但是這也相對(duì)減少了糧食的流通。為保障居民的基礎(chǔ)生活需求對(duì)特殊行業(yè)如食品行業(yè)，應(yīng)適當(dāng)放寬政策限制。第二，易得性感知是指根據(jù)人回想某件事的難度來(lái)判斷概率的傾向。通過(guò)對(duì)突發(fā)事件波及人數(shù)和范圍的宣傳能夠引起人們的重視程度。借助互聯(lián)網(wǎng)，利用大眾傳媒宣傳相關(guān)預(yù)防知識(shí)以及政府等其他公益性組織采取的快速行動(dòng)能夠有效降低人們的慌亂情緒，維持社會(huì)安定。通過(guò)一張一弛的舉措既能夠引起人們對(duì)突發(fā)事件的重視，又能降低人們的恐慌情緒。

參考文獻(xiàn)：

[1]陳 振，徐瑤瑤，翟振杰，等. 基于SBM-DEA模型的河南省農(nóng)業(yè)生產(chǎn)效率分析[J]. 河南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2019，53（4）：647-652.

[2]許世衛(wèi)，李哲敏，董曉霞，等. 中國(guó)農(nóng)產(chǎn)品在產(chǎn)銷(xiāo)間價(jià)格傳導(dǎo)機(jī)制研究[J]. 資源科學(xué)，2010，32（11）：2092-2099.

[3]付蓮蓮. 國(guó)內(nèi)農(nóng)產(chǎn)品價(jià)格波動(dòng)影響因素的結(jié)構(gòu)及動(dòng)態(tài)演變機(jī)制[D]. 南昌：南昌大學(xué)，2014.

[4]潘群星，陳 旭. 經(jīng)濟(jì)政策不確定性對(duì)我國(guó)農(nóng)產(chǎn)品價(jià)格的影響研究[J]. 江蘇農(nóng)業(yè)科學(xué)，2019，47（15）：335-338.

[5]胡冰川. 新冠疫情防控常態(tài)化背景下重要農(nóng)產(chǎn)品有效供給研究[J]. 價(jià)格理論與實(shí)踐，2020（4）：253-256.

[6]徐 娟，章德賓，黃 慧. 生鮮農(nóng)產(chǎn)品供應(yīng)鏈突發(fā)事件風(fēng)險(xiǎn)分析與應(yīng)對(duì)策略研究[J]. 農(nóng)村經(jīng)濟(jì)，2012（5）：113-116.

[7]張利庠，張喜才. 外部沖擊對(duì)我國(guó)農(nóng)產(chǎn)品價(jià)格波動(dòng)的、影響研究——基于農(nóng)業(yè)產(chǎn)業(yè)鏈視角[J]. 管理世界，2011（1）：71-81.

[8]梅盈潔，劉 軍，邱俊榮，等. 農(nóng)業(yè)突發(fā)事件的分類(lèi)及特征分析——以廣東省為例[J]. 廣東農(nóng)業(yè)科學(xué)，2010，37（12）：221-222，231.

[9]許世衛(wèi)，李哲敏，李干瓊，等. 農(nóng)產(chǎn)品市場(chǎng)價(jià)格短期預(yù)測(cè)研究進(jìn)展[J]. 中國(guó)農(nóng)業(yè)科學(xué)，2011，44（17）：3666-3675.

[10]楊思雨，田國(guó)強(qiáng). 農(nóng)產(chǎn)品批發(fā)價(jià)格指數(shù)與物流業(yè)景氣指數(shù)的關(guān)系研究[J]. 中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2020，25（4）：162-171.

[11]丁存振，鄭 燕. 價(jià)格支持政策對(duì)農(nóng)產(chǎn)品期現(xiàn)貨市場(chǎng)關(guān)聯(lián)的影響研究[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2020（3）：100-109.

[12]許增巍，苗珊珊. 生鮮農(nóng)產(chǎn)品突發(fā)事件對(duì)豬肉價(jià)格波動(dòng)影響研究[J]. 價(jià)格月刊，2018（9）：13-19.

[13]王東杰，董曉霞，李哲敏. 2013年中國(guó)主要農(nóng)產(chǎn)品價(jià)格變動(dòng)特征及原因分析[J]. 價(jià)格月刊，2014（9）：11-16.

[14]李 旭. 社會(huì)系統(tǒng)動(dòng)力學(xué)：政策研究的原理、方法和應(yīng)用[M]. 上海：復(fù)旦大學(xué)出版社，2009.

[15]Forrester J W. Sustainable development strategy of industry[M]. California：Scientific American，1989.

[16]王淇藩. 系統(tǒng)動(dòng)力學(xué)[M]. 上海：上海財(cái)經(jīng)大學(xué)出版社，2009.

[17]薛 薇. SPSS統(tǒng)計(jì)分析方法及應(yīng)用[M]. 北京：電子工業(yè)出版社，2009.

[18]汪希成，潘虹宇. 基于系統(tǒng)動(dòng)力模型的四川省糧食生產(chǎn)與消費(fèi)趨勢(shì)情景仿真[J]. 四川師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2017，44（3）：70-79.

[19]蓋瑞·貝斯基，湯瑪斯·季洛維奇. 行為經(jīng)濟(jì)學(xué)[M]. 羅敏學(xué)，譯.臺(tái)北：日月文化出版股份有限公司，2010.葛廷進(jìn)，朱海東，丁 宇. 交易不確定性對(duì)農(nóng)戶(hù)參與農(nóng)民合作社意愿的影響——基于新疆生產(chǎn)建設(shè)兵團(tuán)第五師E團(tuán)制種玉米種植農(nóng)戶(hù)的調(diào)研[J]. 江蘇農(nóng)業(yè)科學(xué)，2021，49（6）：243-248.