张 昊
(中国社会科学院，北京 100006)
农产品价格波动是市场经济的常态，其成因涉及自然天气、能源价格、意外事件、外部冲击等多个方面(姜长云 等，2009；
张冬平 等，2012)。对于局地性、短期性的价格波动，应充分发挥市场机制的调节作用，避免政府“越位”干预(“新形势下我国农业管理改革及对策研究”课题组 等，2015；
李崇光 等，2016)；
对于全国性、趋势性的价格波动，也应坚持市场调节为主、政府调控为辅的原则，防止频繁、不当的调控“推波助澜”(王小虎 等，2018；
吕捷 等，2019)。在市场调控的过程中，市场机制的反应时间和调节效率尤为关键。从供给角度看，由于农产品多具有易腐性质，若价格数周乃至数月无法走出低谷期，生产者必将面临困境。直至近年，“菜贱伤农”为特点的卖难现象仍时有出现。从需求方面看，农产品价格关乎居民日常生活，其价格变动情况还会对零售、餐饮等行业产生重要影响。若考虑供应链上下游价格信号传递中产生的“长鞭效应”(Forrester，1961)和农产品所具有的“蛛网现象”(Kaldor，1934)，则短期波动还有可能演变为长期趋势，成为产销各环节经营者的一大困扰，甚至影响宏观政策的调控余地(王少平 等，2013)。
在加快构建“新发展格局”的背景下，依托超大规模的国内市场优势形成内生稳定机制，可以为经济持续平稳运行和长期健康发展提供条件和保障(国务院发展研究中心课题组 等，2020)。随着新一代技术革命的不断推进，数字信息技术的快速发展与应用对市场运行效率产生了深刻影响。因此，研究如何通过发挥数字信息技术的积极作用来提升市场机制效率、应对农产品价格波动，就显得很有必要。
随着大数据、人工智能、移动互联网、云计算、区块链等新一代数字信息技术的产生和运用，数字信息技术在提升产销效率、优化供求衔接、畅通国内经济大循环中的作用愈发突出(何大安，2020)。但在依托国内大市场稳定农产品价格波动方面，数字“红利”的释放并不是自然而然的。信息技术本身的作用是使信息以更低的成本实现准确、快速的传播，因而其作用还取决于发生信息交换的主体性质及其背后的交易关系。从产销对接的角度出发，现有文献对信息基础设施提升农产品销售价格、实现农民增收脱贫的作用进行了考察(刘生龙 等，2011；
许竹青 等，2013；
曾亿武 等，2019)。产销交易效率会影响农产品价格，这一过程中信息技术的作用将具体体现在中间流通环节。农产品流通往往需要经过生产地、中转地和消费地等多个市场，呈现多节点、网络化的特征，这使得信息的传递路径也变得尤为复杂。因此，除农民所在的生产端可能存在信息接收与应用的短板外，流通环节的信息传播速度与准确性也会影响供给调整的能力和价格恢复的速度。由此，发挥好数字信息技术在流通环节的作用就显得十分重要(1)2020年9月召开的中央财经委第八次会议专门研究了畅通国民经济循环和现代流通体系建设问题，提出要“完善现代商贸流通体系”，同时“推进数字化、智能化改造和跨界融合”。。并且，在各地信息化水平存在差异的情况下，还需考虑地区间互联网普及程度及发展差距带来的影响(谢莉娟 等，2020)。但目前，对信息化影响价格波动的路径机制加以专门考察的文献相对不足，与地区间价格联动关系及信息化水平差异相结合的研究则更为缺乏。
中国地域面积广阔，农业生产分散，因此针对空间维度的考察必不可少。大量伴随着滞销现象的农产品价格下跌往往是局地性的，而非全国性的生产过剩，原因主要在于信息不对称、流通效率低等问题与生产远离消费的情况相叠加(马晓春 等，2015)。新冠肺炎疫情等突发事件对农产品价格的冲击也大多先在一个地区集中发生。在构成全国大市场的诸多地区市场中，农产品供求结构与自给情况是不同的。如果局部地区价格异常波动反映的短期供求失衡能够很快通过与其他地区间的商品流转加以缓解，那么该地区的价格水平将迅速恢复常态，影响的时间和范围不会再继续扩大。因此，对价格波动的考察应当与商品流通与套利活动相结合，且体现地区间市场联动的作用(张敏 等，2018；
潘建伟 等，2018)。已有文献考察了价格波动的空间溢出效应(郑燕 等，2020)，但对地区市场联动与价格波动间的关系缺乏足够的关注。
本文先构建理论模型考察信息化减少短期价格波动的具体机制及地区间市场联动的角色，而后使用国家发改委价格监测中心“中国价格信息网”发布的2015—2017年间近100个地级市42种生鲜农产品的大样本旬度价格数据及“数字中国”指数进行实证分析。相对于已有文献，本文可能的贡献在于：理论方面，有针对性地论述和验证提升信息化水平在减少价格波动方面的作用，使依托信息技术完善市场机制的理念认识更为具体化；
同时，通过类比“分形几何”的数学原理说明采价频率本身与价格波动测度之间的关系，继而考察反常价格持续时间及其背后的供求调整速度如何对供给者、需求者所感知的价格波动产生影响，有助于深化对价格波动测度原理及理论含义的理解。实证方面，在测算地区间市场联动性的基础上，考察其在信息化减少价格波动的过程中具有的部分中介效应，将空间维度的信息传播与套利活动纳入分析视野；
检验地区间信息化发展差距所带来的不利影响，为补齐短板、促进数字技术红利在农产品产销流通领域中的进一步释放提供政策依据。
(一)供给冲击引起的价格波动
先刻画外生因素冲击后农产品价格波动调整的非均衡过程。假设每一期相对于上一期的价格变化取决于同一期间的需求变化与供给变化，并具有如下简化形式：
ΔPt=ρD·ΔDt-ρS·ΔSt
(1)
其中，ΔPt、ΔSt、ΔDt分别为t时点价格、供给和需求相对于t-Δt时点的变化，Δt为每一期的时长，ρD、ρS均为大于0的参数。
一个地区的农产品消费需求主要由当地人口和人均食物摄入量决定，这两者都是基本稳定的，所以这里主要考虑供给冲击。当然，年节期间一些农产品需求的增加会引发价格上涨，继而影响市场供给和消费需求，直至实现新的平衡，这一过程在本质上与市场遇到供给冲击后的变化是相似的。(2)战争、恐慌等引起的需求波动则需要由政府采取市场管制或储备投放等方式来应对，不属于本文的研究范畴。假定供给量为上一期价格的函数：
St=f(Pt-Δt)·wt
(2)
其中：St为t时点的供给量；
wt为代表持续性外生冲击的系数；
f(·)代表内生部分的供给反应函数，且f’(·)>0。不妨设t+Δt期发生了供给减少冲击，即对于第t+α·Δt期(α为自然数)，当α≥1时有wt=w0<1，当α=0时有wt=1。假定在冲击发生前，价格和供给均处于稳定水平，即Pt-Δt=Pt、St-Δt=St。对t+Δt期的供给及价格进行考察：
St+Δt=f(Pt)·w0 (3) ΔPt+Δt=-ρS·ΔSt+Δt=ρS·f(Pt)·(1-w0)>0 (4) 这一结果是较为直观的，即供给减少后价格向上波动。作为对此的反应，t+2Δt期的供给量将有所增加，相应价格有所下降： St+2Δt=f(Pt+Δt)·w0>f(Pt)·w0=St+Δt (5) ΔPt+2Δt=-ρS·ΔSt+2Δt=-ρS·w0·[f(ΔPt+Δt)-f(ΔPt)]<0 (6) 依此类推，有一般形式： ΔPt+α·Δt=-ρS·ΔSt+α·Δt=-ρS·w0[f(ΔPt+(α-1)·Δt)- f(ΔPt+(α-2)·Δt)], α≥2 (7) 当α为奇数时，ΔPt+α·Δt>0； 由此带来的价格波动是否会自动收敛呢？先对| ΔPt+α·Δt|与|ΔPt+(α-1)·Δt| 之间的关系进行比较，通过推导可知，对于α≥3有： (8) 不难看出，上述问题可递归至前4期波动价格中Pt+2Δt与Pt，Pt+3Δt与Pt+Δt的关系问题。这里考虑价格供给弹性并不很大的情形，假定受到供给减少而上升的价格不会因为供给立刻突增而降至冲击前的价格水平以下(Pt+2Δt>Pt)，在没有叠加冲击的情况下，价格反弹也不会超过刚受到冲击后的水平(Pt+3Δt 价格波动程度通常可以用多个观测时点的价格离散程度来衡量，方差、标准差等是常见的反映离散程度的统计量。如前所述，在这一看似简单的过程背后，实际蕴含着一个基本命题：观测频率会影响测度结果。若以日、周、旬、月等不同周期观测价格，则观测时点所对应的价格波动进程是不同的，计算结果也会有所差异。直观地，观测频率越高，捕捉到的价格波动细节越多，最终测算的价格波动程度就越大。这一原理可以与分形几何的数学性质相类比(4)可以类比“测不准长度的海岸线”这一分形几何中的经典案例，即对于形状蜿蜒复杂的海岸线而言，使用不同的测量尺度，会得出不同的测量结果，测量尺度越细则测得海岸线越长。。在现实中，价格数据采集与发布频率往往是固定的，那么价格调整周期(Δt)的相对长短就成为影响测度结果的关键因素。例如，同样以7天为价格采集周期，如果Δt为一天，则α在7以内实现收敛的价格波动就不会引起测算结果的明显变化； 随着信息技术的推广运用，企业间、地区间交易效率不断提升，价格调整更加迅速。首先，数字信息平台的使用可以明显缩短信息传递时间，渠道成员实时了解价格与销量信息成为可能。相比于过去信息由零售、批发环节逐级向上游传递的方式，移动互联网终端的普及使上游供应者能够随时随地掌握销售环节的实际情况，使自动发货与补货成为可能，市场反应时间也就大大缩短。其次，越来越多的企业和市场管理者开始运用线上信息系统，交易流程得到进一步优化。通过电子化手段传递、核验订单及票据，快速完成货款支付，原先交易环节中繁琐、费时的工作大大降低，商品在流通环节的时间与费用都得到明显节约。最后，信息技术可以提升仓储运输环节的运行效率，减少不必要的物流时间。通过双边平台实现车货匹配，有效减少了“车等货”与“货等车”的现象； Δt=Δt(I)，Δt’(I)<0 (9) 随着信息化水平的提升，供给者价格调整周期Δt逐步缩短，基于固定采集周期价格数据计算的波动程度相应减少，居民对价格波动的感知也将不断减弱。 假定价格观察周期固定为T(T/ Δt为整数)，以N期价格衡量波动程度，其中N1次观测在冲击发生前，剩余N2次在冲击发生后，则有： (10) 其中，VAR1、VAR2分别为冲击发生前后所观测到价格的方差，M1、M2是相应的均值。考察VAR2： (11) 考虑采集的价格同时包含波峰与波谷的情况，当样本数N2足够大时，M2→Pm； VAR2=VAR2(Δt)，VAR’2(Δt)>0 (12) 综合式(9)、(12)，其经济含义在于，信息化通过提升市场主体的反应速度、缩短市场调整时间，减少了被人们感知的价格波动。这体现了优化产销衔接、畅通国内循环的意义。 除了交易效率决定的调整速度以外，供给冲击发生后的恢复能力也会对价格波动程度产生影响。供给价格弹性(e)反映了供应方根据价格变化增减商品供应量的能力。一个地区的生产供应能力常常是有限的，在受到外生冲击后尤其如此。而跨地区的信息传播则能够将更大范围市场中的供给者调动起来，从而增强地区市场间的调节能力。互联网的信息传播速度快、范围广，且除了官方的统计信息采集与发布渠道以外，新闻媒体乃至自媒体的报道也能够在很短时间内通过分享、转发被扩散到区域乃至全国范围，关注价格信息的供给者可以直接订阅相关信息内容并追溯信息来源，这有助于大大减少信息传播的间隔，消除其中可能存在的失真。 外地供应者拥有及时、准确的信息只是组织货源、补充供给的必要条件。这种跨地区经营活动能否真正实现，还取决于两地交易成本与价格差异之间的对比情况，即价格较低地区的经营者将商品销往价格较高地区实现的“套利”能否抵偿交易成本。不难理解，数字信息技术能够在降低交易成本中发挥作用。一方面，信息技术的发展能够直接降低远距离交易的信息传输成本，随着电信资费的不断降低，跨区域经营过程中各种交易信息往返传递的费用对今天的企业来说已不再是沉重负担。另一方面，信息传递质量的提升可以降低经营风险，减少企业因行情判断失误造成的损失，以及等待观望、重复装卸等环节发生的损耗，增强企业跨地区经营的信心和动力，这对于生鲜食品等品质与时间关系密切的商品而言尤为突出。 由此可以认为，供给价格弹性(记作e，一般地e>0)与信息化水平(I)具有以下关系： e=e(I)，e’(I)>0 (13) 在式(10)的价格波动方差计算过程中，e的影响体现在(M1-M2)的计算结果中。直观地，人们对价格波动的感知还取决于受到冲击后收敛的价格与原价格是否接近。具体由式(4)和式(6)可知： (14) 结合式(8)及符号关系进行递归推导可得(5)由于点弹性e的计算结果与价格变动幅度(ΔP)有关，式(15)中的e2实际应为e与e的一个增函数相乘，这并不影响推导结果中的变量间关系。： Pd≡Pm-Pt=ΔPt+Δt/(1-e2·G·ΔPt+Δt) (15) 其中， (16) 可见，e越大，Pm越接近于Pt，即两者的差(Pd)为e的减函数。由此，当样本数N2足够大时，有： M2-M1≈Pm-Pt=Pd(e), P’d(e)<0 (17) 综合式(13)、(17)，其经济含义是，信息化可以通过提升短期供给弹性改善市场的调节能力来减少价格波动。这是依托国内大市场实现的，也体现了国内大流通的作用。 综合式(9)、(10)、(12)、(13)和(17)可得，以方差VAR(或标准差SD)计算的波动程度在其他条件给定的情况下有： VAR=VAR(I)； (18) 或 SD=SD(I)； (18’) 为直观说明并验证上述推导得出的变量间关系，本文进行了数值模拟。取供给冲击发生前的价格为Pt=200，供给量为St=1000，冲击发生后的供给量变为St+Δt=600，同时设定供给参数ρS=0.3。先单独考察信息化水平与冲击后价格收敛之间的关系。假定有高、中、低3种信息化水平，分别记作IH、IM和IL，其对应的供给价格点弹性分别为0.9、0.8和0.7。经过模拟演化后，三种情形下的价格均取得收敛结果，且满足Pt+2Δt>Pt、Pt+3Δt (a) (b) (c) 综合前述理论机制和数值模拟结果，本文提出： H1：信息化水平越高，发生供给冲击后以固定周期采集价格的方差或标准差衡量的价格波动程度越小。 信息化水平主要通过两条路径作用于价格波动：一是交易效率提升以后，经营活动的反应周期(Δt)缩短而带来的，即式(9)和式(12)反映的内容； H2：在信息化水平提高带来价格波动减少的实现机制中，地区间市场价格联动具有部分中介效应。 价格波动程度(SD)、市场联动(Link)与信息化水平(Info)是实证分析中的三个关键变量。为计算前两个变量，本文采集了“中国价格信息网”中“城市居民食品价格”栏目下蔬菜、肉禽蛋、水果、水产品与食用油五个大类数据。其中，每个大类又包含若干个具体品种，部分品种还可进一步细分至子品种。网站提供了全国除港澳台以外31个省级行政区100多个地级市上述各种商品在每月5日、15日和25日的旬度价格。原始价格涉及集市、超市、大型卖场等多个业态的采价点，但由于未说明采价点的具体名称，无法判断采价点是否在数据期间内发生过变化，本文统一以特定城市各个时点所有采价点价格的平均值作为该城市相应商品的价格。 价格波动程度(SD)的计算过程较为简单，即对各个地区(i)每种产品(k)在年份(y)中的36(=12×3)期价格求取标准差SDiky。 (19) (20) 在数据计算与处理过程中，由于少数产品价格观测值存在间断，本文剔除了数据连续缺失超过3期(1个月)的样本，对该时长以内的情形做“等差法”插值填补。这种处理方法的好处在于可以更加充分地利用数据信息，因为每增加一个时序完整的城市商品样本，经过配对处理后增加的样本将达到数十个，各城市由此计算的Linkiky也将更为准确。除此以外，部分商品价格粘性较大，相对价格波动很小，也会导致AR1、SAR计算结果异常。为此，本文采取了每年前后各延长1季度样本期的办法，即观测值由年内12个月的36(=12×3)个扩展到前一年第4季度至下一年第1季度之间的54(=18×3)个。这样，每年计算使用的价格样本得到增加，但仍主要反映当年的情况。这一处理方式的实现过程与“滚动窗口”(Rolling Window)相似。综合插值填补和期间拓展两种处理方法，本文最终得到的数据集包含2015—2017年间93个城市、42种农产品，样本总量达到10743个，以占所有可能组合11718(=93×42×3)的比例计算，完整率为91.7%。计算Linkiky时，平均每个城市使用的配对城市达到40个左右。(7)由于每得到1组配对城市的AR1和SAR实际都需完成6次回归计算，工作量较大，笔者使用了Matlab R2017b的“计量工具箱”及并行计算功能，经插值填补和期间拓展处理后的数据集在配置Intel Xeon E5-2630 2.4G双处理器(逻辑处理器共32个)的工作站上计算耗时约48小时。 信息化水平的测度应当具有综合性。考虑到“腾讯研究院”发布的“互联网+”数字中国指数以腾讯公司及其生态圈伙伴企业多个平台或应用的大数据信息为基础，从经济、文化、政务和生活四个方面测算数字信息技术应用程度，涵盖社交、金融、传媒等多个领域，覆盖多数互联网用户，契合前文机制分析中关于信息发布、资金结算、线上管理等内容，且已被研究文献(刘诚 等，2020)所采用，因而本文使用全国城市层面2015—2017年的数字中国总指数反映信息化水平(Infoiy)。 此外，本文还加入地区经济总量(GDP)、人口总量(Pop)、公路货运量(Freight)、农业从业人数占比(Agrlbr)来控制当地市场规模和供给能力等特征。这些数据均来自相应年份《中国城市统计年鉴》。 变量的描述性统计结果如表1所示。 表1 变量的描述性统计结果 由于本文所使用的变量可能存在异方差、截面相关等非经典残差假设情形，且面板形式具有典型的“扁平型”特点，这里使用Driscoll-Kraay稳健标准误(Driscoll et al.，1998)进行统计推断。同时，采用稳健Hausman检验判断是否采取固定效应模型设定。 为了验证信息化水平(Info)对价格波动程度(SD)的影响以及地区间市场联动性(Link)在其中的中介作用，本文采取分步检验方法。表2列(1)仅包含信息化水平(Info)这一核心解释变量，结果显示，信息化水平(Info)对价格波动程度(SD)存在显著的负向影响。这说明信息化水平越高，价格波动程度越小，H1得到验证。列(2)的被解释变量为以AR1计算的地区间市场联动性(Link)，由回归结果可见，Info的回归系数显著为负，说明信息化水平越高，联动性越强(Link越接近0)。同时将地区间市场联动性(Link)和信息化水平(Info)纳入模型进行回归，结果如列(3)所示，Link的回归系数显著为正，说明地区间市场联动性越强，价格波动幅度越低； 表2 计量分析结果：信息化水平、价格波动与地区间价格联动 考虑到产品需求与当地市场规模和人口总量有关，供给能力也受到产业结构和物流活动的影响，本文在加入前述一系列控制变量后重新进行回归，结果如表3的列(1)～(4)所示。不难发现，其结果与表2基本一致。经计算，在纳入所有控制变量的情况下，Link变量的中介效应为14.7%，相比未加入控制变量时略有提高。 表3 计量分析结果：增加控制变量及稳健性检验 (续表3) 作为稳健性检验，本文以SAR计算的Link指标进行回归，结果与基于AR1进行分析的情况基本一致，如表3的列(5)～(7)所示。此外，本文还采用平均绝对离差替代标准差指标衡量价格波动幅度，检验结果同样支持H1和H2，限于篇幅不再列出。 表4 信息化差异影响分析的数据描述性统计结果 表5 计量分析结果：信息化差距的影响 本文采用理论模型推演与实证分析相结合的方法，对信息化减少农产品短期价格波动的具体机制进行了深入考察。一方面，信息化手段能够促使局地性价格波动信息更为快速、准确地在生产到消费的各个环节间进行传播，并增强地区间供求联动性； 本文研究结论具有重要的政策启示。第一，应着力推动信息技术在农产品生产、中转、销售等各个环节的综合运用，消除信息孤岛，促进供求及价格信息在上下游之间的高效传递与实时共享，为实现农产品国内大流通提供支撑。尤其要建立农产品流通信息化资金的集中统筹使用机制，防止分散化的“零敲碎打”。第二，要在优化产销供应链的基础上，补足新型流通基础设施短板，缩小各地区信息化发展差距。应充分发挥信息技术在远距离市场整合中的突出作用(Ake，2010)，强化地区间联系，推动农产品流通渠道向网络化、立体化发展，为发挥超大规模国内市场优势奠定基础。第三，要在农产品流通信息化过程中发挥多元主体力量，构建能够为多方所用的农产品大数据信息平台。财政资金应更多地用于大型基础性项目建设，减少在低门槛信息化场景中的投入。同时，要发挥大型电商企业的技术优势，综合价格统计、舆情分析、行情跟踪等大数据信息，为生产供应与销路选择提供更为精准的参考。第四，要推动信息化与物流运输、仓储配送协同发展，促进中间批发商、中转地市场等流通环节节点形成组织商流、主导交易的能力，通过“信息多跑路、产品少跑腿”来有效缩短供求双方反应时间、减少农产品物流损耗。 最后需要指出的是，本文结论主要适用于局地性农产品价格受供求冲击而发生波动的情形，而全国性、普遍性的价格波动成因复杂，数字信息技术的作用机制可能有所不同。当然，利用数字信息技术提升国内大市场对价格波动消释吸纳能力的政策含义应具有普遍意义。
当α为偶数时，ΔPt+α·Δt<0。该过程反映了发生外生冲击以后供给环节自发调节带来的价格表现。(二)价格波动程度的衡量与信息技术的影响
但若Δt为一周，则每一次价格上下波动都会被观测到，最终测得的波动程度就会比较大。这与日常生活中的感受也是一致的：若价格在受到冲击后调整恢复的速度很快，那么只有频繁了解价格的顾客才会知晓，而购买间隔周期稍长的居民则很难感知到价格上下波动的过程。
基于位置服务的实时车辆跟踪与路线优化，则可进一步降低路途中的时间耗费。此外，随着电子政务平台功能的逐渐完善，生产者、中间商及运输公司可以在线上平台提交质检、税务、车辆报备等材料，也使得商品交易与流转变得更为便利。因此，Δt可以被看作是信息化水平(记作I)的函数，即
Δt越小，则n×(T/Δt)对应的α越大。在Pt+α·Δt收敛的情形下，Pt+α·Δt与Pm的差将随着α的增大而减小，VAR2也将由此减少。所以，在给定其他条件的情况下有：(三)信息技术、供给价格弹性与波动程度
(四)小结：数值模拟与研究假设
VAR’(I)<0
SD’(I)<0
二是信息传递的速度与准确度提升以后，通过增强跨地区市场联动提高供给价格弹性(e)而间接实现的，即式(10)和式(17)体现的机制。前者对于价格波动发生地之内与之外的所有交易活动都是适用的，而后者则包含外地货源补充本地供给的条件，体现了信息技术在优化产销衔接的同时发挥大市场作用来减少价格波动影响的机制。由此，本文提出：(一)变量与数据
(二)计量分析
信息化水平(info)的回归系数依然为负，但值略有减小，显著性水平(T值衡量)有所减弱。列(4)为价格波动程度(SD)对地区间市场联动性(Link)的回归结果，从中可见，Link的回归系数同样为正且显著。使用Sobel检验考察列(2)中Info变量与列(3)中Link变量回归系数的乘积，结果依旧显著。由此可知，H2得到验证。进一步计算可得，通过Link变量中介的部分为8.4%。
另一方面，信息技术有助于改善商品交易、资金结算等环节的经营效率，提升市场的反应灵敏度和短期供给弹性。这些都有助于恢复价格水平、缩短波动周期，减少价格波动对生产者、消费者的影响。其核心在于数字信息技术应用能够优化产需衔接、畅通国内循环，并依托国内大市场构建内生的价格调节与稳定机制。利用2015—2017年近100个地级市、5大类42种生鲜农产品旬度价格测算相应指标，与数字中国指数等数据进行匹配并开展实证分析，结果证实提高信息化水平可以有效降低当地农产品价格波动，且地区间市场联动在其中发挥部分中介作用。进一步研究发现，地区间数字化能力的不均衡会对市场联动产生不利影响，进而抑制信息技术稳定市场价格作用的发挥。