2016年-世界发展银行全球_Price_Seasonality_in_Africa___Measurement_and_Extent_44页_1mb

价格季节性在非洲：测量与程度分析

核心内容

本研究系统测量了非洲七个发展中国家193个市场中13种粮食商品的价格季节性差异。研究指出，常用的虚拟变量或移动平均偏差方法在估算季节性价格差距时可能导致显著的高估偏差，尤其是在样本较短（5-15年）的情况下。相比之下，三角函数和锯齿模型能够更有效地减少偏差，提供更准确的季节性价格差距估计。

主要观点

• 季节性价格差距：季节性价格差距是指收获前的高价格与收获后的低价之间的差异，平均计算。在非洲，这种差距在某些作物中尤为显著，例如玉米（平均33%）和番茄（60.8%），而全年生产的商品如鸡蛋（16.6%）和木薯（16.6%）则表现出较低的季节性。
• 国际市场的对比：非洲市场的季节性价格差距是国际参考市场的2.5到3倍，显示出非洲市场中存在显著的超额季节性。
• 国家差异：在一些国家，如马拉维，由于玉米是主要主食，季节性价格差距尤为突出，给家庭带来双重季节性负担。
• 政策意义：为了实现“零饥饿”可持续发展目标，需要重新关注粮食价格季节性及其对消费和营养的影响。同时，贫困测量依赖于年度食品支出数据，而忽视季节性价格波动会导致数据失真。

关键信息

数据与方法

• 数据来源：多个非洲国家的主要城市市场中收集的月度粮食价格数据。
• 方法论：研究比较了三种常用的方法来估算季节性价格差距：
  • 虚拟变量回归：使用月度虚拟变量对趋势调整后的价格进行回归，但存在非线性偏差。
  • 移动平均偏差（MAD）：基于移动平均趋势的月度价格偏差，但同样存在高估问题。
  • 三角函数与锯齿模型：更简洁的模型，减少参数数量，提高估计效率，并有效降低偏差。

偏差分析

• 虚拟变量模型的偏差：当样本较短时，虚拟变量模型会导致季节性价格差距的高估。例如，在无季节性数据中，5年样本的估计差距为21%，10年样本为15%。
• 移动平均偏差模型的偏差：与虚拟变量模型类似，但会夸大统计显著性。在无季节性数据中，8%的模拟实验拒绝了无季节性的假设，而实际应为5%。
• 样本长度的影响：样本越短，偏差越大；季节性模式越不明确，偏差越高。

建议与步骤

• 为减少偏差，研究提出了一种三步选择模型的方法：
  1. 确定趋势模型（如随机趋势模型）。
  2. 估算季节性因素。
  3. 选择合适的季节性模式（如三角函数或锯齿模型）以提高准确性。
• 三角函数模型能够更有效地捕捉季节性模式，其估计的季节性价格差距为 $2\lambda$，其中 $\lambda$ 是季节性周期的振幅。

结构与发现

• 研究范围：涵盖7个撒哈拉以南非洲国家的13种粮食商品，共1,053个市场-商品对。
• 发现：
  • 玉米的季节性价格差距最大，为33.1%。
  • 蔬菜和水果的季节性价格差距也较高。
  • 食品价格季节性可能对营养摄入和贫困测量产生影响，因此政策制定者应重视其调节。
  • 在样本较短的情况下，使用虚拟变量模型和移动平均偏差模型均会导致高估季节性价格差距，而三角函数和锯齿模型能有效缓解这一问题。

结论

• 模型选择：随机趋势模型在统计推断上更为可靠，且在数据使用上更简洁。
• 季节性存在性：如果标准的F检验拒绝无季节性的假设，可以确定数据存在季节性，尽管估计的差距可能偏高。
• 政策建议：为了提高食品价格季节性的测量准确性，应采用更有效的模型，并关注季节性对贫困和营养的影响。

参考文献与合作单位

• 本研究是“非洲农业—从神话中区分事实”项目的一部分，由世界银行非洲地区首席经济学家办公室、就业组、贫困与不平等单位等机构联合开展。
• 研究成果有助于全球发展政策讨论，并通过世界银行网站公开发布。