基于縱向傳導的蔬菜批零價格關系研究—以北京市果類蔬菜為例

李 靚 穆月英

（中國農業大學經濟管理學院，北京 100083）

基于縱向傳導的蔬菜批零價格關系研究—以北京市果類蔬菜為例

李 靚 穆月英*

（中國農業大學經濟管理學院，北京 100083）

從蔬菜產業的縱向看，批發和零售是兩個重要環節，蔬菜批發價格和零售價格的走勢以及它們之間的關系是各界關注的焦點。本文以北京市場為例，以番茄和黃瓜兩種果類蔬菜的按日批零價格為對象，運用有限分布滯后模型和誤差修正模型進行實證分析，研究蔬菜批零價格間的傳導關系，并在此基礎上揭示蔬菜批發價格在蔬菜價格形成中的作用。研究發現：蔬菜批零價格走勢基本一致，相關系數很高；批零價格間存在批發價格向零售價格單向傳導的因果關系；批零價格的傳導是順暢的，但不同種蔬菜傳導的時間效應有所不同；批發價格在蔬菜價格形成中占據主導作用，當蔬菜價格受到沖擊時，若零售價格過高則其會向著批發價格下調，若批發價格過高則零售價格會隨之走高。

縱向傳導；批零價格；有限分布滯后模型；誤差修正模型

蔬菜是我國居民的生活必需品，保持蔬菜價格穩定，對保障居民生活水平意義深遠。但近年來我國蔬菜市場價格波動頻繁、起伏較大，不利于蔬菜市場的健康發展。蔬菜零售價格劇烈波動的成因可以從兩個角度進行分析，一是運用供求機制，通過研究蔬菜供給與需求關系，分析蔬菜價格的形成與波動；二是運用市場整合理論，通過研究蔬菜產業鏈下游零售價格與上游生產價格和中游批發價格之間的縱向傳導關系，分析蔬菜價格波動的成因。

我國蔬菜產能過剩的現狀抑制了蔬菜田間收購價格的理性上漲，導致我國蔬菜田間收購價格持續低迷；城市化發展水平的加快，造成蔬菜外埠調運增多，外埠調運過程中面臨的運輸成本和不確定性增加，導致蔬菜批發價格居高不下且波動頻繁（周振亞 等，2012）。由此可見，近年來我國蔬菜零售價格的劇烈波動或與批發價格的頻繁波動密切相關。那么，蔬菜批零價格間到底有何影響關系？是批發價格導致零售價格變動，還是零售價格引起批發價格變動？批發價格在蔬菜價格形成中的作用如何？有必要對此進行深入分析?；诖?，本文從市場整合角度，以北京市果類蔬菜為例，著重分析蔬菜批零價格間的關聯和傳導機制，揭示批發價格在蔬菜價格形成中的作用，以更好地了解蔬菜市場的價格形成和波動規律，促進蔬菜市場穩定發展。

1 文獻回顧

價格形成和波動的分析方法較多，基于經濟學視角的經典理論分析法是運用價格決定理論。該理論認為價格取決于供求相等的均衡狀態，價格的大幅上升，來自需求的明顯增加或供給的顯著減少，通過討論供給、需求的變化或影響供求的主要因素，實證分析價格的形成和波動情況。孫倩和穆月英（2011）對蔬菜價格變動、蔬菜上市量與蔬菜價格變動的關系進行定量分析，認為蔬菜價格受季節、供給等因素影響；高劼祎（2012）認為蔬菜價格波動符合蛛網理論，受供求影響較大。

國內外學者對價格傳導的研究取得了大量成果，包括橫向價格傳導和縱向價格傳導兩個方面。橫向價格傳導研究主要集中在以下兩個角度：一是國際間的價格傳導分析，El-Dukheri和Elamin（2011）、Myers和Jayne（2012）將政府行為引入分析當中，認為當政府對所研究的產品進口干預過多時，會導致該產品國內外價格傳導的通暢度較政府參與較少時低；羅鋒和牛寶?。?009）對國際農產品價格波動影響國內農產品價格的傳遞效應進行實證分析，認為國際農產品價格的變動對國內農產品價格存在顯著影響；宋長鳴等（2013a）對中美大豆的價格傳導機制進行研究，認為中美大豆市場相互影響，但美國大豆市場對中國大豆市場的沖擊較強。二是一國之內不同地區間的價格傳導分析，Brosig等（2011）以土耳其的小麥市場為研究對象，通過分析其價格變化情況，發現土耳其各區域間的整合程度受到市場大小和傳遞成本兩方面的影響；劉金山和尉盼龍（2009）測度了我國省際價格傳導效應，認為我國省際價格傳導呈現出“生產領域傳導快，流通領域傳導慢”的特征；董曉霞等（2011）以番茄為例研究主產地市場與其他地區市場之間的價格傳導關系，認為主產地與非主產地之間、主產地與主產地之間均存在價格傳導關系，且市場價格傳導同時具有地域性和交叉性的特征；趙翠萍（2012）實證分析了我國城鄉之間蔬菜價格的聯動性，發現城鄉蔬菜價格的“單向傳遞”特點明顯，且城鄉之間蔬菜價格的影響速度呈現顯著的非均衡性。

在縱向價格傳導研究方面，學者較多關注產業鏈上、中、下游價格之間的關系，研究主要集中在以下兩個方面：一是對代表一國上、中、下游價格水平的生產者價格指數、商品交易價格指數和消費者價格指數之間的傳導機制進行研究，Cushing和Mcgarvey（1990）、Clark（1995）均對美國的價格傳導機制做了實證分析，前者認為從生產者價格到消費者價格的傳導機制比從消費者價格到生產者價格的傳導機制更重要，后者則認為生產者價格對消費者價格的傳導機制是比較微弱的；張成思（2010）分析了我國的上、中、下游價格傳導機制，認為我國上、中、下游價格存在長期均衡關系，并且上、中游價格對下游價格具有顯著動態傳遞效應，而下游價格對中游價格以及中游價格對上游價格分別存在反向傳導的倒逼機制。二是對某一產業縱向價格傳導關系的研究，王秀清等（2007）研究了農業生產者與食品零售商之間的縱向價格傳遞關系，發現市場力量和規模報酬對價格傳遞的影響十分復雜，取決于農產品供給函數和食品需求函數等多方面因素；胡華平和李崇光（2010）分析了我國主要農產品市場垂直價格傳遞和縱向市場聯結的關系，發現縱向市場聯結越松散，非對稱垂直價格傳遞特征越微弱，縱向市場聯結越緊密，非對稱垂直價格傳遞特征越明顯。

關于蔬菜價格縱向傳導的研究較多，劉芳等（2012）、李桂芹和王麗麗（2012）、宋長鳴等（2013b）均對蔬菜價格縱向傳導機制做了分析，但其中使用的方法有所不同。劉芳等（2012）、李桂芹和王麗麗（2012）運用基于VAR模型的脈沖響應函數法和方差分解法進行實證分析，前者認為果蔬零售價格指數的上漲對生產價格指數的傳導路徑順暢，但生產價格指數對零售價格指數的傳導存在1期滯后；后者認為蔬菜全產業鏈條價格之間的傳遞呈現出明顯的“非均衡性”，與零售價格相比，蔬菜批發價格的上漲更能帶動生產價格的提高。宋長鳴等（2013b）采用方差分解法和VECH模型分析蔬菜價格的波動傳導機制，認為蔬菜本期生產價格受預期零售價格影響，本期零售價格受預期生產價格影響，零售價格在蔬菜市場中的主導作用更強，且生產和零售市場整合程度很高，已建立穩定的聯合機制。

從已有文獻看，目前關于蔬菜價格傳導關系的研究大多是用價格指數的月度或年度數據分析蔬菜上、中、下游價格間的相互影響關系，而蔬菜批零價格關系密切，每天波動頻繁，運用蔬菜按日價格來分析批零價格間傳導關系的文獻卻較少。比起價格指數和年度數據，使用按日價格指標進行研究，能夠真實反映蔬菜價格間的相互影響程度和傳導的時間效應，時效性更強?；诖?，本文以北京市番茄和黃瓜兩種果類蔬菜的按日實際批零價格為研究對象，對其批發價格和零售價格間的傳導關系進行研究，并在此基礎上揭示批發價格在蔬菜價格形成中的作用。本文首先運用有限分布滯后模型分析蔬菜批零價格間的傳導關系以及它們相互影響的時間效應；然后采用誤差修正模型分析蔬菜批零價格的短期波動情況，揭示蔬菜批零價格的動態修正關系以及批發價格在蔬菜價格形成中的作用；最后提出穩定蔬菜市場價格、促進蔬菜市場穩定發展的對策建議。

2 基于市場整合理論的蔬菜價格分析

近年來，市場整合理論被廣泛應用于分析市場間價格關聯和整合情況的研究中。市場整合分析涉及商品和價格信息的跨空間、時間以及產品形式的流動，市場的分隔或整合與貿易的自由流動和價格信息的傳導直接相關，是反映市場化程度和衡量市場效率的重要指標（韓勝飛，2007）。市場整合理論的基本假設是完全競爭，即市場上擁有大量的買者和賣者，市場競爭充分，市場交易主體是價格的接受者，市場交易的商品是同質的，并且資源和信息具有完全的流動性。市場整合包括空間市場整合、營銷階段的整合和相關商品間的整合（武拉平，1999）?？臻g市場整合是研究某一市場價格變化對另一市場價格變化影響的程度；營銷階段的整合主要研究同一商品在某營銷階段的價格變化對下一階段價格變化的影響程度；相關商品間的整合主要研究某商品的價格變化對其相關產品價格變化的影響程度。市場整合理論框架如圖1所示。

圖1市場整合理論框架

關于空間市場整合的研究分為兩個層面：一是價格整合，即使用不同市場的價格數據，分析市場間的價格關系和差異，采用的方法主要有價格相關分析法、Ravallion模型和協整檢驗法；二是市場整合，即使用市場價格、交易成本和貿易流量數據，分析市場之間的整體關系，發現市場競爭化程度和整體運作效率及其主要影響因素，采用的方法主要是狀態轉換模型（韓勝飛，2007）。從時間上看，空間市場價格整合分為兩種情況：一是長期整合，即長期內不同市場價格間存在的相對穩定的均衡關系；二是短期整合，即短期內某個市場價格受到沖擊時對其他市場產生的影響。

蔬菜批發和零售市場存在大量的銷售者和購買者，市場競爭充分，可以認為他們不具有操控市場價格的能力，屬于價格的接受者；蔬菜市場上商品繁多，同種商品基本上是同質的；雖然蔬菜批發和零售市場仍存在一定程度的信息不對稱性，但隨著信息化進程的加快，資源和信息的傳播速度越來越快，傳遞效率也越來越高，因此認為蔬菜批發和零售市場符合市場整合理論的完全競爭市場的基本假定，可以運用市場整合理論進行分析。本文對市場整合理論的運用屬于空間市場整合方面，即使用不同市場的蔬菜價格數據，對市場間的蔬菜價格關系進行分析。具體來說，就是分析北京市蔬菜批發和零售市場之間的價格傳導關系，以及上述兩個市場蔬菜價格之間的長期均衡和短期變動情況。

3 蔬菜批零市場價格的特征分析

3.1樣本與數據說明

研究蔬菜價格間相互關系的數據，選擇有兩種，分別是蔬菜價格的絕對值和蔬菜價格指數，兩者均能反映蔬菜價格變動的幅度與方向，它們的區別在于一個是直接使用實際價格數據，一個是對基期價格數據做比值，但選擇實際價格進行研究，能夠真實反映蔬菜價格間的相互影響程度和傳導的時間效應，具有更強的時效性。為此，本文以北京市場為例，選取番茄和黃瓜兩種果類蔬菜的按日實際批發價格和零售價格作為研究對象，基于2014年4月1日至8月31日共153天的按日數據，實證分析蔬菜批零價格之間的傳導關系，并在此基礎上揭示批發價格在蔬菜價格形成中的作用。批發價格數據來自北京市場協會（http：//www.bjsc.org.cn/），零售價格數據來自實地調研所得，調研對象為北京市的2家超市和1個農貿市場。由于蔬菜銷售終端主要包括超市和農貿市場，其中超市是近年來發展較快的一種蔬菜銷售終端，也是北京蔬菜銷售終端的發展方向，農貿市場在北京仍然存在，為了使樣本更加完善，因此選取2家超市和1個農貿市場作為調研對象，將3個調研網點的番茄和黃瓜的當天零售價格進行算術平均后分別得出兩種蔬菜的當天零售價格數據。

3.2蔬菜批零價格基本走勢和特征

2014年4月1日至8月31日，北京市番茄和黃瓜兩種蔬菜的批發價格和零售價格的走勢如圖2所示。

從圖2可見，兩種蔬菜的批零價格走勢比較相似，基本保持一致的波動趨勢。從相關性來看，番茄和黃瓜批零價格的相關系數分別為0.96和0.82，表明兩者均呈現高度相關性，且番茄的批零價格間相關程度更高。從波動水平看，兩種蔬菜的批發價波動幅度相對較小，番茄和黃瓜批發價格的標準差分別為1.13和0.74，最大值與最小值分別相差3.37和3.14；兩種蔬菜的零售價格波動幅度相對較大，番茄和黃瓜零售價格的標準差分別為1.44和0.95，最大值與最小值分別相差4.72和4.07（表1）。

圖2北京市番茄和黃瓜批零價格走勢

表1北京市番茄和黃瓜批零價格序列的基本統計量

4 蔬菜批零價格的傳導關系分析

本文對蔬菜批零價格傳導關系的研究，首先是采用ADF檢驗法對價格序列進行平穩性檢驗，判斷蔬菜批零價格是否平穩；然后運用格蘭杰因果關系檢驗，揭示蔬菜批零價格間的引導與傳遞關系；最后通過建立有限分布滯后模型，分析蔬菜批零價格的傳導關系和傳導的時間效應。模型運算時運用的是計量經濟軟件Eviews 6.0。

4.1平穩性檢驗

進行平穩性檢驗是進行時間序列分析的基礎。采用 ADF 檢驗來判斷蔬菜批發價格和零售價格的平穩性。根據ADF檢驗結果（表2），番茄批零價格的原序列ADF統計量均在5%的顯著水平下大于臨界值，不能拒絕原假設，所以它們都是非平穩的時間序列；但其一階差分序列的檢驗結果均拒絕了原假設，是平穩的時間序列，表明番茄的批零價格間可能存在長期穩定關系。黃瓜批零價格的原序列ADF統計量均在5%的顯著水平下小于臨界值，拒絕原假設，說明黃瓜的批零價格原序列都是平穩的，它們之間亦可能存在長期穩定關系。

表2北京市番茄和黃瓜批零價格的單位根檢驗結果

4.2格蘭杰因果關系檢驗

因果關系檢驗是用于檢驗經濟時間變量之間的時間先后順序，并不表示真正存在因果關系，是否存在因果關系需要根據理論、經驗和模型進行判斷（劉芳 等，2012）。為了分析番茄和黃瓜的批零價格間的因果關系，采用格蘭杰因果關系法進行檢驗，檢驗結果如表3所示。

表3北京市番茄和黃瓜批零價格的格蘭杰因果關系檢驗結果

根據表3的檢驗結果，對于這兩種蔬菜，它們的批發價格均是零售價格的格蘭杰原因，但它們的零售價格均不是批發價格的格蘭杰原因，表明番茄和黃瓜的批零價格間存在批發價格對零售價格的單向傳導關系。

4.3蔬菜批零價格的傳導關系和傳導的時間效應

因果關系檢驗的結果表明，番茄和黃瓜的批零價格間存在相互影響的時間關系，并且通過平穩性檢驗的結果可知，番茄和黃瓜的批零價格均是同階單整的，因此可以采用有限分布滯后模型分析兩種蔬菜批零價格間的傳導關系和傳導的時間效應。有限分布滯后模型的表達式如（1）式所示：

（1）式中，Yt為被解釋變量，Xt為解釋變量，Xt-i為滯后i期的解釋變量，a0為常數項，ut為殘差；b0為短期影響乘數，表示本期解釋變量X變動一個單位對被解釋變量Y值產生的影響；bi（i= 1，2，…，q）為動態乘數，表示解釋變量在各滯后期變動一個單位對Y值的影響；2，…，q）為長期影響乘數，表示X變動一個單位時，由于滯后效應而形成的對Y值總的影響。

本文利用上述有限分布滯后模型，分別分析番茄和黃瓜的批發價格對零售價格影響的時間效應以及零售價格對批發價格影響的時間效應。模型參數估計采用阿爾蒙多項式法，阿爾蒙多項式的階數取3，滯后期的選取根據AIC準則，取其最小的所對應的滯后期為最佳期，并在結果列表中剔除系數不顯著項。

4.3.1 番茄批零價格傳導的時間效應 番茄批零價格傳導的時間效應如表4所示。從估計結果看，番茄批發價格對零售價格影響的有限分布滯后模型的擬合優度為0.92，F值達到了1%的統計顯著水平，模型整體的擬合效果很好。番茄批發價格與零售價格之間存在正相關關系。當天批發價格每變動1%會引起當天零售價格朝相同的方向變動0.64%，滯后1天和8天的批發價格亦對當天零售價格存在顯著的正向影響，并且當天批發價格系數最大，滯后8天的批發價格系數最小，表明當天批發價格對當天零售價格的影響最大，批發價格近期變動較遠期變動對零售價格的影響更大。根據檢驗結果，番茄批發價格對零售價格的傳導比較順暢。

表4北京市番茄批零價格傳導的有限分布滯后模型檢驗結果

番茄零售價格對批發價格影響的有限分布滯后模型的擬合優度為0.95，F值達到了1%的統計顯著水平，模型整體的擬合效果很好。從表4的模型估計結果看，番茄零售價格對批發價格存在長期影響，雖然這種影響相對較弱，但當天零售價格和滯后7天以內的零售價格對當天批發價格影響均在1%的置信水平上顯著，并且當天零售價格的系數最大，表明當天零售價格對當天批發價格的影響最大。根據檢驗結果，番茄零售價格向批發價格的傳導是通暢的。

4.3.2 黃瓜批零價格傳導的時間效應 黃瓜批零價格傳導的時間效應如表5所示。從估計結果看，黃瓜批發價格對零售價格影響的有限分布滯后模型的擬合優度為0.70，F值達到了1%的統計顯著水平，模型整體的擬合效果較好。黃瓜批發價格與零售價格之間存在正相關關系。當天批發價格每變動1%會引起當天零售價格朝相同的方向變動0.28%，滯后1天的批發價格的系數最大，表明前1天的批發價格對當天零售價格的影響最大，滯后2、3天和6天的批發價格亦對當天零售價格存在顯著的正向影響。根據檢驗結果，黃瓜批發價格對零售價格的傳導是順暢的。

黃瓜零售價格對批發價格影響的有限分布滯后模型的擬合優度為0.65，F值達到了1%的統計顯著水平，模型整體的擬合效果較好。從表5的模型估計結果看，黃瓜零售價格對批發價格存在長期影響。當天零售價格每變動1%會引起當天批發價格朝相同的方向變動0.35%，滯后1天和5天的零售價格亦對當天批發價格存在顯著的正向影響，并且當天零售價格的系數最大，表明當天零售價格對當天批發價格的影響最大。根據檢驗結果，黃瓜零售價格向批發價格的傳導比較暢通。

表5北京市黃瓜批零價格傳導的有限分布滯后模型檢驗結果

5 蔬菜批零價格的短期波動分析

短期波動分析能關注短期內蔬菜批發價格波動怎樣引起零售價格變化或零售價格波動如何導致批發價格變化。本文采用誤差修正模型分析蔬菜批零價格間的短期波動情況。誤差修正模型可以衡量價格系統內是否具有短期修正功能（吳舒和穆月英，2013），即衡量短期內批零價格間是否存在向均衡狀態修正的功能。

由于本文對蔬菜批零價格短期波動的分析關注價格偏離均衡狀態時的修正功能，因此首先需要確定兩種價格間是否存在穩定的均衡狀態。由ADF平穩性檢驗可知，番茄和黃瓜的批零價格均是同階單整的，表明兩種蔬菜的批零價格間可能存在穩定的均衡關系?？梢岳肑ohansen協整檢驗來判斷兩種蔬菜批零價格間是否具有協整關系，如果存在協整關系，則說明兩種蔬菜的批零價格系統內存在穩定的均衡關系。通過Johansen協整檢驗結果可知（表6），番茄和黃瓜的批零價格間均存在一種協整關系，即兩種蔬菜的批零價格系統內存在著穩定的均衡狀態。

表6北京市番茄和黃瓜批零價格的Johansen協整檢驗結果

雖然番茄和黃瓜的批零價格間存在穩定的均衡關系，但短期變化或突發事件的擾動很容易使市場偏離均衡狀態，下面采用誤差修正模型分析番茄和黃瓜的批零價格間的短期波動關系。番茄批零價格的誤差修正模型的具體結果如式（2）和式（3）所示（括號內為t值）。

在式（2）中，誤差修正項的系數為-41.61%，說明當番茄零售價格受到沖擊高于原批零價格間的均衡狀態時，會以41.61%的速度向批發價格下調；在式（3）中，誤差修正項的系數為4.01%，即當番茄批發價格受到沖擊高于原批零價格間的均衡狀態時，則會引起其零售價格以4.01%的速度向批發價格上調。

黃瓜批零價格的誤差修正模型的具體結果如式（4）和式（5）所示（括號內為t值）。

在式（4）中，誤差修正項的系數為30.48%，說明當黃瓜零售價格受到沖擊高于原批零價格間的均衡狀態時，會以30.48%的速度向批發價格下調；在式（5）中，誤差修正項的系數為7.30%，即當黃瓜批發價格受到沖擊高于原批零價格間的均衡狀態時，則會引起其零售價格以7.30%的速度向批發價格上調。

根據上述誤差修正模型的檢驗結果可知，當短期中番茄和黃瓜的批零價格出現非均衡狀態時，若兩種蔬菜的零售價格過高，則它們均會向著批發價格下調；若兩種蔬菜的批發價格過高，則它們的零售價格也會隨之走高?？梢?，蔬菜批發價格在蔬菜價格形成中占據主導作用，蔬菜批發市場的良好運行對于保障蔬菜市場穩定發展具有至關重要的作用。

6 結論

本文以北京市場為例，以番茄和黃瓜兩種果類蔬菜的按日批零價格為對象，運用有限分布滯后模型和誤差修正模型實證分析蔬菜批零價格間的傳導關系和短期波動，并在此基礎上揭示蔬菜批發價格在蔬菜價格形成中的作用，主要研究結論概括如下：

① 兩種蔬菜的批零價格走勢基本一致，且批零價格的相關系數很高，但批發價格的波動幅度相對較小，零售價格的波動幅度相對較大。

② 格蘭杰因果關系檢驗顯示，兩種蔬菜的批發價格和零售價格間存在單向因果關系，即它們的批發價格均是零售價格的格蘭杰原因，但零售價格均不是批發價格的格蘭杰原因。

③ 從兩種蔬菜批零價格傳導的時間效應來看，番茄和黃瓜的批發價格和零售價格傳導的時間效應有所不同，但兩種蔬菜批零價格間的傳導均是順暢的。

④ 蔬菜批發價格在蔬菜價格形成中占據主導作用。當蔬菜市場價格出現非均衡狀態時，若兩種蔬菜的零售價格過高，則它們均會向著批發價格下調；若兩種蔬菜的批發價格過高，則它們的零售價格會隨之走高。

基于以上分析結果，穩定蔬菜價格的首要任務是保持批發價格平穩，降低批發價格的波動幅度和頻率。蔬菜批發市場帶有公益性，政府應出臺相關的土地、稅收、財政等優惠政策，降低批發市場的運行成本，鼓勵批發市場完善基礎設施，平抑蔬菜價格因季節和自然天氣變化引起劇烈波動，建立蔬菜批發價格實時監測機制，制定相關應急預案。此外，批發市場應建立自身穩固的蔬菜生產基地，引導蔬菜批發商與生產者建立風險自擔、利益共享的共同體，確保蔬菜貨源供應，保證蔬菜批發價格穩定。在蔬菜零售方面，政府應進一步優化蔬菜零售終端，降低零售終端的運行成本，防止零售商大幅加價，鼓勵蔬菜批發市場自設零售終端，加強“農超對接”推廣力度，減少蔬菜流通環節，降低蔬菜零售終端的流通成本，以達到降低蔬菜終端零售價格的目的。

董曉霞，許世衛，李哲敏，李干瓊．2011．完全競爭條件下的中國生鮮農產品市場價格傳導——以西紅柿為例．中國農村經濟，（2）：22-32．

高劼祎．2012．我國蔬菜價格波動的經濟學分析．經濟與管理，（3）：38-39．

韓勝飛．2007．市場整合研究方法與傳達的信息．經濟學，6（4）：1359-1372．

胡華平，李崇光．2010．農產品垂直價格傳遞與縱向市場聯結．農業經濟問題，（1）：10-17．

李桂芹，王麗麗．2012．蔬菜全產業鏈價格傳遞機制研究．農業經濟問題，（11）：30-36．

劉芳，王琛，何忠偉．2012．果蔬產品產銷間價格傳導機制研究．農業技術經濟，（1）：99-108．

劉金山，尉盼龍．2009．區際價格傳導效應研究．經濟前沿，（6）：15-21．

羅鋒，牛寶?。?009．國際農產品價格波動對國內農產品價格的傳遞效應——基于VAR模型的實證研究．國際貿易問題，（6）：16-22．

宋長鳴，李崇光，徐娟．2013a．中美農產品市場整合及其價格傳導機制研究——以大豆市場為例．世界經濟研究，（3）：35-40．

宋長鳴，徐娟，章勝勇．2013b．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．農業技術經濟，（2）：10-21．

孫倩，穆月英．2011．蔬菜價格變動、影響因素及價格預測——以北京市批發市場為例．中國蔬菜，（9）：9-14．

王秀清，Weldegebriel H T，Rayner A T．2007．縱向關聯市場間的價格傳遞．經濟學，6（3）：885-898．

武拉平．1999．我國小麥、玉米和生豬收購市場整合程度研究．中國農村觀察，（4）：23-29

吳舒，穆月英．2013．我國蔬菜價格的垂直傳導關系研究．中國蔬菜，（18）：11-18．

張成思．2010．長期均衡、價格倒逼與貨幣驅動——我國上中下游價格傳導機制研究．經濟研究，（6）：42-52．

趙翠萍．2012．我國城鄉蔬菜價格聯動機制實證分析．農業技術經濟，（6）：80-86．

周振亞，李建平，張晴，羅其友，陰晴．2012．中國蔬菜價格解析．經濟問題探索，（1）：72-75．

Brosig S，Glauben T，G?tz L，Weitzel E B，Bayaner A．2011．The Turkish wheat market：spatial price transmission and the impact of transaction costs．Agribusiness，27（2）：147-161．

Clark T E．1995．Do producer prices lead consumer prices?Economic Review，80（3）：25-39．

Cushing M J，Mcgarvey M G．1990．Feedback between wholesale and consumer priceinflation：a re-examination of the evidence．Southern Economic Journal，56：1059-1072．

El-Dukheri I，Elamin N．2011．Farmers’ response to soaring food prices in the Arab region．Food Security，（3）：149-162．

Myers R J，Jayne T S．2012．Multiple-regime spatial price transmission with an application to Maize markets in southern africa．American Journal of Agricultural Economics，94（1）：174-188．

Studies on Relationship Between Vegetable Wholesale and Retail Prices Based on Vertical Transmission—Taking Fruit Vegetables in Beijing as an Example

LI Liang，MU Yue-ying*

（EconomicsManagementCollege，ChinaAgriculturealUniversity，Beijing100083，China）

Looking vegetable industry from the vertical view，wholesale and retail are 2 important links. The movement of vegetable wholesale and retail prices and their relationship are the focus of all circles concern. This article takes the Beijing market as example，and the daily wholesale and retail prices of tomato and cucumber as object，analyzed the transmission relationship between vegetable wholesale and retail prices using the method of finite distributed lag model and error correction model. The study reveals that these 2 price trend are basically the same，and the correlation coefficient between the wholesale price and retail price is very high. There is oneway transmission of causal relationship between these 2 prices；the transmission between them is smooth，but the transmission time effect of different kinds vegetables is different. The wholesale price takes a leading role in vegetable price formation. When the vegetables price is under attack，if the retail impact is too high it will go dowm to the wholesale price；if the wholesale price is too high，the retail price will also be higher.

Vertical transmission；Wholesale and retail prices；Finite distributed lag model；Error correction model

李靚，博士研究生，主要從事農業經濟理論與政策研究，E-mail：liliang0731@126.com

*通訊作者（Corresponding author）：穆月英，教授，博士生導師，主要從事農業經濟理論與政策研究，E-mail：yueyingmu@cau.edu.cn

2017-02-24；接受日期：2017-05-11

現代農業產業技術體系北京市果類蔬菜產業創新團隊項目（BAIC01-2017），北京市社科基金重點項目（15JGA020），國家重點研發計劃項目（2016YFD0300210）