国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

糧食最低收購價政策下我國糧食價格規(guī)律測度研究

2018-06-01 10:50朱艷娜何剛方仁友
關(guān)鍵詞:時間序列

朱艷娜 何剛 方仁友

摘 要:為探究糧食最低收購價政策下我國糧食價格的波動規(guī)律,搜集我國糧食價格相關(guān)數(shù)據(jù),可視化對比分析糧食價格的變化趨勢,分析影響糧食價格的因素,運用ARIMA時間序列模型測度近年來糧食價格的變化情況,尋找其波動規(guī)律。研究結(jié)果表明:糧食類零售價格指數(shù)對國內(nèi)糧食價格的相關(guān)系數(shù)最大為0.996,人口、CPI、國際糧食價格對國內(nèi)糧食價格的相關(guān)系數(shù)分別為0.357、0.411、0.312;國內(nèi)糧食價格在2003年到2004年期間迅速上漲主要受SARS和稻谷減產(chǎn)影響,2015年至2018年的國內(nèi)糧食價格變動趨于穩(wěn)定。

關(guān)鍵詞:糧食最低收購價;糧食價格;ARIMA;時間序列

中圖分類號:F323.7 文獻標(biāo)識碼:A文章編號:1672-1101(2018)01-0037-06

Abstract: In order to explore the fluctuation law of grain price under the policy of minimum purchase price of grain in our country, collect the relevant data of grain price in China, and visualize and compare the changing trend of grain price. By analyzing the factors that affect grain prices, this paper uses ARIMA time series model to measure the change of grain prices in recent years and looks for the law of fluctuation. The results show that the highest correlation coefficient between the grain retail price index and the domestic grain price is 0.996, while the correlation coefficients of population, CPI and international grain prices to domestic grain prices were 0.357, 0.411 and 0.312 respectively. Domestic grain prices rose rapidly between 2003 and 2004, mainly affected by SARS and rice output reduction. Domestic grain price changes from 2015 to 2018 tended to be stable.

Key words:Crops Minimum purchase price; Grain price; ARIMA; Time series

一、文獻綜述

根據(jù)國家糧食局網(wǎng)站公布的數(shù)據(jù)可知,自執(zhí)行糧食最低收購價格至今,小麥政策性收購量占總產(chǎn)量比重較高,一直維持在20%-40%左右,其最低收購價杠桿效應(yīng)較小,年均增產(chǎn)率達3.8%。

稻谷的最低收購價格逐年上升,其中2007年至2013年間增長速度明顯加快;其政策性收購量占稻谷總產(chǎn)量比重一直維持在7%以下,但稻谷連年增產(chǎn),年均增產(chǎn)率1.5%,可見稻谷最低收購價政策產(chǎn)生的杠桿效應(yīng)十分明顯[1]。

通過查閱大量文獻可知,不少學(xué)者從不同視角運用多種方法測度我國糧食價格變動規(guī)律。為明晰農(nóng)資價格對糧食價格的影響,秦平三借助格蘭杰因果檢驗測度農(nóng)資總體、化學(xué)肥料、農(nóng)藥等價格變動對糧食價格的波動效應(yīng)[2];肖國安等結(jié)合經(jīng)驗?zāi)B(tài)分解(EMD)與典型相關(guān)分析定量探究國際糧價波動對我國糧食市場的沖擊力度[3];邢燕飛運用DCC-MGARCH模型實證研究國際能源價格同我國糧食價格的關(guān)聯(lián)程度,接著應(yīng)用VECM模型從長短期兩視角探究國際能源價格的變動趨勢以預(yù)測糧價的未來走勢[4];何蒲明等應(yīng)用EVIEWS軟件估算糧食儲備總量變化趨勢,測度儲備糧對平抑糧食價格波動的效果[5];韓嘯借助BEKK模型估算不同糧食價格波動溢出效應(yīng),然后應(yīng)用DCC模型測度未來糧食價格波動的動態(tài)趨勢與特征[6]。綜上可知,學(xué)者們運用多種方法測度了我國糧食價格的波動規(guī)律,取得了一定的成果。據(jù)此,在前人研究的基礎(chǔ)上,本文借助ARIMA時間序列模型探究糧食最低收購價政策下我國糧食價格的波動規(guī)律。

二、我國糧食價格指數(shù)變化趨勢分析

通過查閱歷年《中國統(tǒng)計年鑒》整理出2000年至2014年我國糧食的產(chǎn)量情況,結(jié)合糧食作物的最低收購價格可以看出,2005年以前我國糧食產(chǎn)量增長率大多為負(fù)數(shù),增長情況不穩(wěn)定,產(chǎn)量變動幅度較大;2005年以后國家相繼出臺糧食最低收購價格政策,糧食產(chǎn)量增長率逐漸變?yōu)檎龜?shù)[7]。在2006年以前,糧食產(chǎn)量的增長率,小麥和稻谷的增長率均波動較大,2006年以后逐漸趨于平穩(wěn)。這表明糧食最低收購價政策對小麥、稻谷的穩(wěn)產(chǎn)增產(chǎn)作用明顯,使得糧食產(chǎn)量呈穩(wěn)定增長趨勢,政府通過對糧食價格的宏觀調(diào)控來促進糧食生產(chǎn),確保我國糧食安全的初衷基本實現(xiàn)[8]。

(一)糧食類價格指數(shù)變化情況

通常運用糧食類價格指數(shù)來間接衡量國家糧食市場的價格波動情況[9]。其中,糧食收購價格指數(shù)、糧食生產(chǎn)價格指數(shù)、糧食零售價格指數(shù)、小麥,稻谷,玉米平均收購價格指數(shù)等一系列的指標(biāo)在一定程度上反映了我國糧食市場價格變動情況。如圖1、圖2所示:

從圖1可看出,從2000年開始,我國的農(nóng)業(yè)總產(chǎn)值指數(shù)走勢較為平穩(wěn),而農(nóng)業(yè)產(chǎn)品生產(chǎn)價格指數(shù)則變化波動較大,其中2005年至2006年是第一個波谷,分別跌至101.4和101.2,2008年至2009年是第二個波谷,并且跌到最低,為97.6,主要原因是由于2008年金融危機導(dǎo)致的市場波動,從而使得農(nóng)產(chǎn)品生產(chǎn)價格指數(shù)降低。從另一角度來看,宏觀經(jīng)濟環(huán)境對糧食作物的價格產(chǎn)生較大的作用效果。

圖2中,3種糧食的變動趨勢相似,2005年和2009年兩次激烈下跌,2005年分別跌至96.4、101.6、98,2009年分別跌至107.9、105.2、98.5,主要受經(jīng)濟變動和金融危機的沖擊影響,說明玉米的價格敏感性較大,而小麥和稻谷的生產(chǎn)價格變動趨勢較為相似。面對2008年金融危機的沖擊,兩者生產(chǎn)價格指數(shù)波動不大,表明小麥和稻谷的價格敏感性較小。

糧食類農(nóng)村居民CPI同糧食類農(nóng)村商品零售價格指數(shù),這兩個指標(biāo)在一定程度反映出農(nóng)村居民購買糧食的物價水平和糧食的市場零售價格,也可間接反映出2000年之后糧食市場價格的變動情況。由圖3、圖4所示,兩個指數(shù)的變化趨勢相同,總體增長態(tài)勢比較平穩(wěn),在2003年至2004年之間迅速增長至最高點,糧食類農(nóng)村居民消費價格指數(shù)增至127.7,糧食類農(nóng)村商品零售價格指數(shù)增至128.3,2005年后回到正常的增長水平。

結(jié)果表明:2000年至2014年期間我國的農(nóng)產(chǎn)品總產(chǎn)值指數(shù)變化比較穩(wěn)定,小麥、稻谷、玉米等糧食的生產(chǎn)價格指數(shù)總體呈上升趨勢,由于經(jīng)濟環(huán)境的影響,玉米的生產(chǎn)價格指數(shù)波動較大;糧食類農(nóng)村居民消費價格指數(shù)和糧食類農(nóng)村商品零售價格指數(shù)變化趨勢相似,受2003年非典和稻谷減產(chǎn)的影響,價格指數(shù)變動幅度較大,整體變化趨勢較為平穩(wěn)。

(二)國內(nèi)外糧食價格對比

經(jīng)濟全球化日漸發(fā)展,國內(nèi)外糧食價格之間的關(guān)聯(lián)度也在不斷加強,二者對比則可尋找國內(nèi)外糧價變化的規(guī)律,并且判斷國際糧價對國內(nèi)糧價的間接影響程度。

國際糧農(nóng)組織(FAO)公布了名義食品價格指數(shù)和剔除通貨膨脹后的實際食品價格指數(shù)如圖5所示,2003年以后,名義食品價格指數(shù)始終高于名義食品價格指數(shù),2008年兩類價格指數(shù)均出現(xiàn)下跌。

圖6選取2000年至2014年的國內(nèi)外糧食價格進行對比,發(fā)現(xiàn)在2005年以前國內(nèi)糧食價格和國際糧食價格的變動趨勢比較相似,2005年之后,國際糧價波動幅度明顯大于過內(nèi)糧價,其中2008年后國際糧價劇烈下跌,關(guān)鍵受金融危機的沖擊所致,而過內(nèi)糧食價格雖有小幅度的變動,但總體趨勢較為平穩(wěn)。

三、糧食價格變動致因分析

由于糧食市場受多種外在因素的干擾,這些因素會在一定程度上影響糧食均衡價格形成、生產(chǎn)者供給和消費者需求。通過查閱并整理相關(guān)的文獻資料發(fā)現(xiàn),我國的糧食價格間接受到來自國家的人口、經(jīng)濟、糧食產(chǎn)業(yè)發(fā)展情況、科技、 國際糧價等方面因素的間接影響,選取了各個方面比較典型的數(shù)據(jù)指標(biāo),如:人口、居民消費水平、糧食產(chǎn)量、糧食種植面積、財政科技支出、農(nóng)戶消費支出、國際糧價等來進行數(shù)據(jù)的相關(guān)性分析,判斷這些因素對國內(nèi)糧食價格的影響大小。

(一)相關(guān)性分析原理

(二)實證分析

通過查閱《中國統(tǒng)計年鑒》資料和國際糧農(nóng)組織(FAO)數(shù)據(jù)庫的谷物價格指數(shù)等統(tǒng)計從2000年至2014年在經(jīng)濟大環(huán)境下可能影響糧食價格的幾個主要因素數(shù)據(jù),如表1所示:

運用SPSS對各影響因素數(shù)值進行相關(guān)性分析,求出了各因素之間的皮爾遜相關(guān)系數(shù),結(jié)果見表2:

從上表可知,各因素中,糧食類零售價格指數(shù)對國內(nèi)糧食價格的相關(guān)系數(shù)最大,為0.996高度相關(guān),人口、CPI、國際糧食價格對國內(nèi)糧食價格的相關(guān)系數(shù)絕對值在0.3-0.5之間,分別為0.357、0.411、0.312低度相關(guān)。

將以上3個因素分解,人口和GDP、糧食產(chǎn)量、財政科技支出分別為0.959、0.947、0.960顯著相關(guān);CPI和國際糧價指數(shù)為0.687顯著相關(guān);國際糧價指數(shù)和人口、GDP、CPI、糧食產(chǎn)量、糧食播種面積、財政科技支出分別為0.879、0.971、0.687、0.885、0.713、0.869顯著相關(guān)。結(jié)果表明:糧食的零售價格直接影響國內(nèi)的糧食價格,人口、CPI、國際糧食價格雖然和國內(nèi)糧食價格相關(guān)性較小,且與余其他因素的相關(guān)性較大。所以,國內(nèi)糧食市場價格在整個經(jīng)濟大環(huán)境下受各方面的直接和間接影響。

四、ARIMA時間序列模型分析預(yù)測國內(nèi)糧食價格變化

糧食市場價格受經(jīng)濟環(huán)境中各個因素影響,因此在一定期間內(nèi),隨著外部因素的不斷變化,糧食的價格會出現(xiàn)波動的現(xiàn)象,該部分整理了2000年至2014年的糧食類消費價格指數(shù)作為國內(nèi)糧食價格的衡量標(biāo)準(zhǔn),運用ARIMA時間序列模型對該事件段內(nèi)的糧食價格波動進行預(yù)測分析,判斷以往糧食價格的變動情況,預(yù)測未來幾年內(nèi)糧食價格的變動情況。

(一)ARIMA模型原理

ARIMA是自回歸移動平均結(jié)合模型也稱為Box-Jenkins模型,可對面板數(shù)據(jù)進行預(yù)測分析,是對差分后的數(shù)列建立的ARMA模型。AMRA(p,q)模型建立在AR(p)和MA(q)模型基礎(chǔ)上,其一般形式為:

(二)模型求解與結(jié)果分析

選取2000年到2014年國內(nèi)居民糧食消費價格指數(shù)為研究對象,進行ARIMA分析,計算結(jié)果見表3:

結(jié)合表3可以看出,擬合結(jié)果中,平穩(wěn)R方統(tǒng)計量取值為0.864,表明模型擬合結(jié)果較好。由于糧食價格受諸多因素影響,存在一定的波動性,因此模型的擬合結(jié)果可能存在一定誤差。

表4擬合的ARIMA模型參數(shù),t檢驗為45.726大于0,Sig小于0.05,也說明擬合結(jié)果較好。

通過ARIMA模型測度2015年到2018年這4年的國內(nèi)居民糧食消費價格指數(shù),預(yù)測結(jié)果見表5,且求出了預(yù)測值的置信區(qū)間。

圖7描繪了國內(nèi)居民糧食消費價格指數(shù)的實際觀測序列、模型擬合序列的變化趨勢,且顯示了2015年至2018年的預(yù)測數(shù)據(jù),觀測值與擬合值均在置信區(qū)間內(nèi)變動。

國內(nèi)居民糧食消費價格指數(shù)在2000年至2014年期間存在一定波動,2003年到2004年期間,國內(nèi)糧食價格迅速上漲,波動較大,主要受SARS影響。2005年以后我國經(jīng)濟、社會環(huán)境逐漸穩(wěn)定[10],再加上實行了糧食最低收購價政策保護糧食產(chǎn)業(yè),其市場價格雖有小幅波動,但變化趨勢較為穩(wěn)定。據(jù)此可知,2015年至2018年的國內(nèi)糧食價格變動趨于穩(wěn)定。

五、結(jié)論

運用經(jīng)濟學(xué)原理分析影響糧食價格的因素并進行相關(guān)性分析,借助ARIMA時間序列模型預(yù)測分析國內(nèi)糧食價格的變化情況。結(jié)果表明:糧食最低收購價格政策有助于促進糧食增產(chǎn),提高種糧積極性;糧食的市場價格受國內(nèi)外環(huán)境的影響會發(fā)生波動;市場供給與需求變化使得糧食價格達到均衡水平。根據(jù)相關(guān)性分析得知:各因素對國內(nèi)糧食價格均有一定影響,其中糧食類零售價格指數(shù)對國內(nèi)糧食價格的相關(guān)系數(shù)最大為0.996,人口、CPI、國際糧食價格對國內(nèi)糧食價格的相關(guān)系數(shù)分別為0.357、0.411、0.312;國內(nèi)糧食價格在2003年到2004年期間迅速上漲主要受SARS和稻谷減產(chǎn)影響,2015年至2018年四年的國內(nèi)居民糧食消費價格指數(shù)預(yù)測結(jié)果分別為103.31、103.44、103.52、103.58,糧食價格變動趨于穩(wěn)定。

參考文獻:

[1] 施瑾. 我國糧食補貼政策的作用路徑與完善對策研究[D].合肥:安徽農(nóng)業(yè)大學(xué)碩士學(xué)位論文,2013.

[2] 秦平山. 農(nóng)資價格對糧食價格影響機制的研究[J]. 價格理論與實踐,2017(10):1-3.

[3] 肖國安,王穎,龔波. 國際糧食價格與我國糧食生產(chǎn)的波動相關(guān)性研究[J]. 財經(jīng)理論與實踐,2017(4):115-120.

[4] 邢燕飛. 國際能源價格變動對我國糧食價格的影響分析[D].淄博:山東理工大學(xué)碩士學(xué)位論文,2015.

[5] 何蒲明,黎東升,王雅鵬. 儲備糧運作與糧食價格變動關(guān)系的實證分析[J]. 中國農(nóng)業(yè)資源與區(qū)劃,2010(4):17-22.

[6] 韓嘯,齊皓天,王興華. 中國糧食價格波動溢出性和動態(tài)相關(guān)性研究[J]. 統(tǒng)計與決策,2017(20):129-132.

[7] 矯健. 中國糧食市場調(diào)控政策研究[D].北京:中國農(nóng)業(yè)科學(xué)院博士學(xué)位論文,2012.

[8] 袁海平,顧益康,胡豹. 確保新時期我國糧食安全的戰(zhàn)略對策研究[J]. 農(nóng)業(yè)經(jīng)濟問題,2011(6):9-14.

[9] 顧海兵,王樹娟. 國內(nèi)糧食價格指數(shù)的波動性分析和“十三五”預(yù)測[J]. 經(jīng)濟與管理研究,2015(12):26-31.

[10] 董學(xué)力. 糧食安全視角下的國內(nèi)外糧價走勢及我國糧價穩(wěn)定策略[J]. 價格月刊,2016(1):18-22.

[責(zé)任編輯:范 君,李 麗]

猜你喜歡
時間序列
基于分布式架構(gòu)的時間序列局部相似檢測算法
基于嵌入式向量和循環(huán)神經(jīng)網(wǎng)絡(luò)的用戶行為預(yù)測方法
醫(yī)學(xué)時間序列中混沌現(xiàn)象的初步研究
基于時間序列分析南京市二手房的定價模型
云南銀行產(chǎn)業(yè)集聚與地區(qū)經(jīng)濟增長研究
基于Eviews上證綜合指數(shù)預(yù)測
上證綜指收益率的影響因素分析
基于指數(shù)平滑的電站設(shè)備故障時間序列預(yù)測研究
基于時間序列的我國人均GDP分析與預(yù)測
基于組合模型的能源需求預(yù)測
闻喜县| 射阳县| 锡林郭勒盟| 深水埗区| 潮州市| 高邮市| 柳州市| 抚松县| 隆化县| 红原县| 鄯善县| 福鼎市| 博湖县| 长海县| 新乡县| 临高县| 黎平县| 隆林| 米脂县| 双流县| 平利县| 攀枝花市| 仁布县| 息烽县| 崇明县| 延川县| 邵阳县| 天镇县| 乐至县| 栖霞市| 盖州市| 清镇市| 财经| 苍山县| 丹东市| 临沂市| 自贡市| 江城| 兰州市| 万山特区| 阳城县|