《蔬菜价格波动的影响因素实证分析》5300字.docxVIP

蔬菜价格波动的影响因素实证分析

目录

TOC\o1-2\h\u56991.1变量选择及模型设立 1

173901.2数据来源及处理说明 4

112051.3回归结果分析 5

64431.4本章小结 7

蔬菜作为北京市“菜篮子工程”的重要组成部分，是人们日常饮食中不可或缺的一部分，蔬菜价格一方面影响着生产者的收益，另一方面关系着消费者的利益，因此研究蔬菜价格影响因素，对于稳定蔬菜价格具有重要意义。本章通过person相关分析法考察影响蔬菜价格的因素，并通过构建多元回归模型进一步探讨蔬菜价格波动的影响因素。

1.1变量选择及模型设立

影响蔬菜价格波动的因素很多，但主要的有生产成本、流通成本、蔬菜产量、天气因素、国家政策、通货膨胀水平、居民消费水平等。通过阅读文献了解目前研究的影响蔬菜价格变化的因素，且基于前文的分析，本研究对蔬菜价格的影响因素设定如下，具体指标选取见表5-1。

（1）供求关系：李崇光和包玉泽（2012）在研究中提出供给与需求共同决定了蔬菜价格，但由于蔬菜需求的刚性特征，蔬菜需求基本稳定，所以供给是影响蔬菜价格的主要因素[5]。基于此本研究也选取供给因素，研究供给对蔬菜价格产生的影响。

（2）成本因素：李崇光等（2015）在研究中指出蔬菜供给成本分为生产成本和流通成本等[11]。蔬菜的生产离不开生产资料，同时蔬菜需要经过运输才能最终达到消费者的手中，生产成本和流通成本的上涨都会带来蔬菜价格的上涨，因此本文选取生产成本和流通成本，研究成本因素对蔬菜价格的影响。

（3）季节性因素：蔬菜价格波动具有明显的季节性，冬季价格偏高，夏季价格较低，因此选取了季节性因素，研究季节变化对蔬菜价格的影响。

（4）重大节日：基于前文对蔬菜价格波动特征的分析发现，春节期间蔬菜价格普遍比较高，因此选取重大节日因素，研究重大节日对蔬菜价格的影响。

（5）天气变化：蔬菜生产受气候、自然条件的影响，因此本文选取了天气因素，研究天气变化对蔬菜价格带来的影响。

（6）通货膨胀：赵晓飞（2015）在研究中提出通货膨胀是影响我国蔬菜价格波动的重要因素[6]。通货膨胀导致物价上涨，蔬菜价格也会随之上涨，因此本文选取通货膨胀因素，研究通货膨胀对蔬菜价格的影响。

（7）新冠疫情：疫情发生后，蔬菜价格市场出现了剧烈的波动，因此本文也将研究研究疫情因素对蔬菜价格的影响。

表5-1变量定义与说明

变量名称

定义及赋值

蔬菜价格（p）

用各类蔬菜的月均价格表示

蔬菜供给（yield）

用蔬菜产量除以10%表示

生产成本（vegpi）

用蔬菜生产价格指数表示

流通成本（oil）

用每日油价数据加权平均为月度数据表示

季节性因素（q）

q2、q3、q4分别表示第二、第三和第四季度的季节性虚拟变量

重大节日（cj）

重大节日主要指春节，春节所在月份=1，其余月份=0

天气变化（rain）

用一个月内每天的降水量加和后的数据代表每个月的降水量情况

通货膨胀（infla）

用货币供应量来衡量通货膨胀

新冠疫情（xg）

未发生疫情=0，发生了疫情=1

本研究采用多元回归模型，对北京市2015-2020年相关蔬菜价格数据进行回归分析，以验证供求关系、成本因素、季节性因素、重大节日、天气变化、通货膨胀、新冠疫情对蔬菜价格的影响。构建多元回归模型要求解释变量之间不相关，首先对各解释变量进行相关性分析，检验结果如表4-2。

从表中可以发现生产成本、流通成本、季节性变化、重大节日、天气变化、通货膨胀、新冠疫情因素之间的相关系数绝对值均在0.4以下，可以判断这几个变量之间不存在因果关系或相关性比较弱，他们之间建立多元回归模型是合理的。

但蔬菜供给变量和流通成本、天气变化、通货膨胀因素之间相关性较高，因此在模型中剔除蔬菜供给变量。蔬菜供给和流通成本之间相关性高的原因可能是油价的增长带来流通成本的增加，进而导致流通的蔬菜有所减少，蔬菜上市量降低，供给减少。蔬菜供给和天气变化间相关性高的原因是天气因素直接影响蔬菜的生产，从生产源头影响蔬菜的供给，天气因素与蔬菜供给密切相关。蔬菜供给和通货膨胀之间相关性高的原因可能是通货膨胀导致物价上涨，生产资料价格随之上涨，生产成本增加，蔬菜供给减少。

表5-2解释变量间的相关性检验结果

yield

vegpi

oil

q2

q3

q4

cj

rain

infla

xg

yield

1.0000

vegpi

0.1347

1.0000

oil

-0.7109

-0.1027

1.0000

q2

0.0000

-0.1110

-0.0105

1.0000

q3

0.0000

0.0917

-0.0147

-0.3333

1.0000

q4

0.0000

-0.0346

0.0163

-0.3333

-0.3333

1.00