預期心理與種植風險對高麗菜價格決定之影響－以臺北市拍賣交易市場為例

Abstract

「靠天吃飯」的農業生產，為高度依賴水分、土壤及適當之氣候環境之產業，首當其衝直接受到氣候影響。隨著氣候變遷，造成環境與市場變化之頻率與規律不斷改變，種種因素不僅不利於農作物生長，亦造成生產者在評估各項決策時的難度提升，形成農民收入的不穩定。 由以上，本研究欲進行決策因子與價格關係模型之建立，取葉菜類交易最為主要的「甘藍」作為研究標的，蒐集2010年至2019年期間，臺灣主要蔬菜生產地雲林氣候監測站資料及主要蔬菜批發市場（臺北）中甘藍價格資料，當中氣象資料包括氣溫與降雨量；而價格資料有日平均價，另外納入前述甘藍產業概況中提及種植者對於價格的預期、氣溫對需求之影響，以及氣溫對種植時間長短之影響，彙整相關資料進行實證分析。 本研究透過文獻回顧決定模型變數後，首先探討各項變數與高麗菜價格之間的關係，次之考量全年不同時段可能影響之因子效力有所變異，故本研究進一步將全年度資料依時節區分，嘗試探討相同因子下造成不同行為反應之效果。最後，因為各因子之間有複雜的交互關係，本研究將進行多因子迴歸模型之建立，根據迴歸模型估計之實證結果，提出結論與建議 研究實證發現，納入種植逆境標準，確有顯著解釋力，但是因子之間交互關係複雜，單一因子不足以提供價格預估；而且單一因子所呈現之影響強度與方向，的確在不同時間段出現變化。故將時間段區分，並建立多因子複迴歸模型能獲得更好的解釋能力，讓不同時期獲得更具參考性的決策模型。

Agriculture production and price was seriously influenced by climate. During these years, climate change exacerbates the difficulty of production management, in turns causes the price become further unpredictable. Take Cabbage as the research case, this study focuses on the model of relation between decision factors and price. This study collected the data of price and environment from 2010-2019, combine with the expectation about price, the influence of air temperature to plant period and market need to build the model. This study sorted the data by season to inquire the seasonal effect that might cause different outcome, and found the complicate relationship among those factors. Using multiple regression model, this study found that incorporating the crop stress standard do increase the explanation power of the model, however, single factor is not sufficient to provide the prediction of price due to the complicated relationship among factors. In the other hand, multiple regression model based on seasonal data provide stronger power of explanation, thus is suitable for building a better price prediction model.