2015年-世界发展银行全球_Seasonality_in_Local_Food_Markets_and_Consumption___Evidence_from_Tanzania_37页_1mb

报告摘要

本研究探讨了非洲本地食品市场和消费中的季节性现象，以坦桑尼亚为案例，分析了粮食价格季节性波动对消费的影响。研究使用了19年的坦桑尼亚20个区域市场的月度粮食价格数据，以及3轮全国代表性家庭消费面板调查数据，评估了季节性在粮食价格和消费中的表现及其对家庭福利的影响。

季节性在非洲发展讨论中被忽视：尽管季节性在粮食价格和消费中普遍存在，但近年来非洲发展政策讨论更多关注价格波动，而非季节性波动。
季节性对粮食价格的影响显著：研究发现，坦桑尼亚玉米价格的季节性缺口平均为27%，大米为15%，均是国际参考市场的2.5到3倍，表明非洲本地市场存在明显的季节性波动。
季节性对消费的影响不一：贫困城市家庭和农村净粮食销售家庭的热量摄入存在约10%的季节性波动，而农村净粮食购买家庭则表现出较强的消费平滑能力。
传统方法存在偏差：使用月度虚拟变量的方法在短时间序列数据中容易产生向上偏差，而三角函数模型（trigonometric specification）能更准确地衡量季节性缺口。
季节性波动与价格波动的关系：尽管季节性对整体价格波动的贡献有限（玉米为13.1%，大米为7.1%），但它确实影响了消费的季节性变化。

传统方法的局限性：
- 使用月度虚拟变量的方法在短样本中容易产生偏差。
- 缺失值的插值可能引入偏差。
- 季节性缺口是价格波动的非线性函数，容易被误判。
三角函数模型的优势：
- 更加简洁，减少模型复杂性。
- 在短时间序列中表现更优，能更准确地捕捉季节性趋势。
- 通过控制家庭固定效应和宗教节日变量，减少其他因素对季节性估计的干扰。
模型公式：
- 价格季节性模型：$ \Delta \ln p_{ym} = \gamma + \alpha \Delta \cos\left(\frac{m\pi}{6}\right) + \beta \Delta \sin\left(\frac{m\pi}{6}\right) + v_{ym} $
- 消费季节性模型：$ \ln c_{hw} = \kappa_w + \theta \ln p_{hw}^{av} + \alpha \sin\left(\frac{m_{hw}\pi}{6}\right) + \beta \cos\left(\frac{m_{hw}\pi}{6}\right) + \gamma' x_{hw} + \eta_h + \varepsilon_{hw} $

季节性对消费的影响：贫困城市家庭和农村净粮食销售家庭的热量摄入存在约10%的季节性波动，而农村净粮食购买家庭则表现出较强的消费平滑能力。
研究意义：本研究强调了季节性在非洲粮食市场中的重要性，指出忽视季节性可能影响政策制定的有效性。因此，未来的研究和政策应重新关注季节性对粮食安全和营养的影响。