利用粮价变动研究清代的市场整合.docVIP

利用粮价变动研究清代的市场整合 无灾害年C=0。 以李明珠所作回归分析为例：1738—1910年，直隶16个府州，长期趋势对小麦、小米、高粱价格的影响分别是每年每石增加银0.0059两、0.0061两、0.0045两。季节变动，是计出各月对1月份价格增或减的银数。值得注意的是，灾害作用大于长期趋势和季节变动的作用。李明珠把波及50个以上县的水患作为涝年，涉及25个县以上的干旱作为旱年，173年中共有54个灾年，它们对三种粮食价格的影响分别是增加银0.06两、0.06两、0.01两(李明珠1992，页84)。研究中，缺报月份或年份常用插入法补足。年平均价亦有用12个月算术平均者，长期趋势的影响亦可用相连两年的价格差消除之，以求简易。惟灾荒尤其战乱须注意，因为它们常使大范围以至全区域粮价同时陡涨，造成同步性甚强的假象。政府干预，实际难以计量。论文联盟www.LWLM.com编辑。 研究 市场 整合，一般有四种方法：(1)价格相关分析；(2)价格差相关分析；(3)价格方差相关分析。三者皆分析价格中变动的同步性，同步性愈强，市场愈整合。(4)离散性相关分析。这是分析各地价格离开平均值的程度，离散愈小，市场愈整合。 (一)价格相关分析 这是最简单的方法。只要有价格系列，就可得出两地的相关系数。把一个区域内各地的相关系数制成矩阵图，从中可查知任何二地的相关程度。如陈春声用1750—1769年广东全省13个府州和广西东部5个府的米价进行研究，并以相关系数在0.9以上为强相关，0.8以上为较强相关，不足0.8为弱相关。列矩阵后，可知广东每个府州都与两个以上的府州有强或较强相关(海南岛除外)，意味着一个全省统一的米市场存在。其中，潮州府缺粮，而与福建的泉州米价有近0.9的相关系数，反映由福建运米来。广西米运广东，而梧州、柳州等府与广东各府的相关系数都未超过0.8，盖因广西米运粤是在5—11月，如用5—11月平均价计算，则梧州与广州间相关系数升为0.8387了(陈春声1992，页138—142)。 侯杨方研究1930年代长江中下游的米市场。他根据米罗诺夫等理论，认为两地价格相关系数大于0.7即具有“决定性”作用。依此，他所选定的长江中下游11个城市已形成一个整合的米市场。从他所作矩阵图看，上海与杭州、硖石、无锡、南京、九江、汉口、靖港(长沙)的价格相关系数都在0.9以上，而与邻近的芜湖只为0.87；这是因为上海人不喜食安徽籼米，芜湖米运上海不多，海关 统计 可见。又上海与南昌间只有0.77，则因江西米不是集中南昌运上海，而是经由九江。又洋米进口，仰光、西贡与上海、杭州、镇江、汉口之价格相关系数均在0.7以上，以至0.9；但是，曼谷与这些地方的相关系数均为负数，是不可解(侯杨方1996)。 (二)价格差相关分析 这是用相连两年的价格差来作相关分析，亦构成矩阵图，与上法无异。在粮价上升不是很剧烈的场合，使用价格差可基本上排除价格长期趋势的影响，这是此法最大好处。同时，它会使相关系数降低。如上述陈春声的研究，两广18个府州之间有11对强相关，改用价格差后，就只有广州与韶州、广州与肇庆、广州与罗定、罗定与高州4对强相关了。李中清研究西南(云贵)米市场，他以0.75以上为强相关，用价格计，35个州府之间有85对强相关；改用价格差后，就只有19对强相关了。如前所说，灾害会造成相关假象。李中清研究的是1748—1802年西南米价，其中1768—1772年5年是战乱与灾荒相继，如除去这5年来计算，则19对强相关大部消失，只剩下以丽江为中心的4对和昆明与惩江、黎平与石阡2对了。在云南，东川矿区赖外地输入米粮，但东川米价与各府州的相关系数都不大；有的还是负数，也许是矿区粮价 管理 较严之故(李中清1987，附录G)。 无论是价格相关分析或价格差相关分析都有其局限性，需有记述性 材料 来解释或补充。又不可避免偶然性，我曾见一苏州米价分析，相关最密切者竟是济南。两法相比，我以为价格差分析比较合理；四法之中，也以此法较实用，其他方法，皆有在这点或那点上夸大市场整合之嫌。 (三)价格方差分析 这是韦尔(David WEir)在1984年论文中研究18—19世纪法国市场提出的一种方法，李中清在他的著作中予以介绍，遂为各家取用。这种方法可以测算一个区域整个市场价格变动同步性的程度，亦即整个市场整合的程度。方差即系列数据标准差的平方。如a地粮价变动的方差为Va，一个区域n个地方的方差的平均数为，n个地方平均价格变动的方差为V，那么，V/就可表现整个区域价格变动的情况。其理论是，如n个地方价格的变动是完全(100％)同步的，则n个地方平均价格的方差V必等于n个地方各个方差的平均数，即V/=1。事实上各地价格的变动不会完全同步，V/总是小于1。