基于SVAR模型的我國中藥材價格影響因素實證研究Δ

姜鳳茹 魏驊 陶群山

中圖分類號 R288 文獻標志碼 A 文章編號 1001-0408（2021）22-2695-06

DOI 10.6039/j.issn.1001-0408.2021.22.02

摘 要 目的：探討我國中藥材價格波動的影響因素，為促進我國中藥產業的健康發展提供參考。方法：基于1992-2019年的相關統計數據，構建結構向量自回歸模型，經數據平穩性檢驗、協整關系檢驗、模型估計和穩定性檢驗后，綜合運用脈沖響應函數和方差分解分析方法，探討供給、需求、種植生產成本和通貨膨脹等4個方面的相關因素對我國中藥材價格的影響。結果與結論：中藥材價格、中藥材種植面積、中成藥產量、中藥材市場成交額、中藥材出口量、農業生產資料價格指數、居民消費價格指數之間存在長期的均衡關系，中藥材價格對其自身的沖擊和貢獻率最大，其次是中藥材種植面積、中藥材出口量、農業生產資料價格指數，而中成藥產量、中藥材市場成交額和居民消費價格指數的影響力較弱。建議通過充分利用互聯網信息技術、加強中藥材價格監測預警，推進中藥產業供給側結構性改革，提高中藥材種植科技水平、推進中藥材規模化生產等措施來穩定中藥材價格。

關鍵詞 結構向量自回歸模型;中藥材;價格波動;脈沖響應函數;方差分解分析

Empirical Research on the Influential Factors of Chinese Crude Drug Price Based on SVAR Model

JIANG Fengru，WEI Hua，TAO Qunshan（School of Medical Economics and Management， Anhui University of Chinese Medicine， Hefei 230012， China）

ABSTRACT? ?OBJECTIVE： To explore the influential factors of the price fluctuation of Chinese crud drug， and to provide reference for the healthy development of tranditional Chinese medicine industry in China. METHODS： Based on the relevant statistics from 1992 to 2019， a structural vector autoregressive model was established. After data stationarity test， cointegration relationship test， model estimation and stability test， impulse response function and variance decomposition were used to investigate the impact of supply， demand， cost of implantation and production and inflation on the price of Chinese crud drug. RESULTS & CONCLUSIONS： There was a long-term equilibrium relationship among the price of Chinese crud drug， planting area of Chinese crud drug， output of Chinese patent medicine， market turnover of Chinese crud drug， export volume of Chinese crud drug， price index of agricultural means of production and consumer price index. The price of Chinese crud drug had the greatest impact and contribution rate on itself， followed by planting area of Chinese crud drug， export volume of Chinese crud drug and price index of agricultural means of production. However， the output of Chinese patent medicine， the turnover of Chinese crud drug market and consumer price index had weak influence. It is suggested to make full use of Internet information technology， strengthen the price monitoring and early warning of Chinese crud drug， promote the supply side structural reform of tranditional Chinese medicine industry， improve the scientific and technological level of Chinese crud drug planting and promote large-scale production of Chinese herbal medicine so as to stabilize the price of Chinese crud drug.

KEYWORDS? ? Structural vector autoregressive model; Chinese crud drug; Price fluctuation; Impulse response function; Variance decomposition analysis

近年來，我國相繼出臺了《中醫藥法》《中醫藥發展戰略規劃綱要（2016-2030年）》《中共中央 國務院關于促進中醫藥傳承創新發展的意見》等若干法律、政策以促進中醫藥事業的發展。有關中藥材市場價格的調查資料顯示，自1992年我國實行市場經濟體制以來，我國中藥材價格定基指數總體呈上升趨勢，而環比指數曾多次出現大幅度漲跌波動[圖1，數據來源于《中國統計年鑒》（1992-2019）]。這嚴重擾亂了我國中藥材市場的管理秩序，影響了我國中藥產業的可持續發展[1]。因此，探究中藥材價格的影響因素進而穩定中藥材價格，對促進中藥產業的健康發展具有重要意義。

目前，已有不少研究從不同角度分析了影響我國中藥材價格波動的因素，這些影響因素主要集中在供給量與需求量的變化、種植生產成本、自然災害、通貨膨脹等幾個方面[2-5]。在以往的實證研究中，研究方法多基于向量自回歸（VAR）模型，雖然該模型是研究變量動態關系的有效工具，但由于VAR模型是非結構性的，變量之間的當期關系被隱藏在誤差項的相關結構中而無法被觀測到，因此存在一定的局限性，而運用結構向量自回歸（SVAR）模型能較好地彌補上述不足[6]。基于此，本研究將運用SVAR模型，結合脈沖響應函數和方差分解等方法，對影響我國中藥材價格的因素進行實證分析，以期為促進我國中藥產業的健康發展提供參考。

1 資料與方法

1.1 資料來源

本研究的數據來源于《中國統計年鑒》（1992-2019）、《中國農村統計年鑒》（1992-2019）、《中國商品交易市場統計年鑒》（1992-2019）和國家統計局官網公開的相關數據。

1.2 指標選取

參考文獻[3-5]，本研究選取中藥材及中成藥零售價格指數（RPI）表示中藥材價格變動情況，從供給、需求、種植生產成本和通貨膨脹等4個角度選取中藥材價格影響因素的相關指標：供給因素采用中藥材種植面積[SA，千公頃（1 000公頃，1公頃=0.01平方千米）]和中成藥產量（PCM，萬噸）表示，國內需求用中藥材市場成交額（MT，萬元）、國際需求用中藥材出口量（EV，萬噸）表示，中藥材種植生產成本用農業生產資料價格指數（AMPI）表示，我國通貨膨脹情況用居民消費價格指數（CPI）表示。

1.3 數據處理

本研究選取自我國實行市場經濟體制以后各指標的相關數據，即1992-2019年（時間跨度為28年），其原始數據詳見表1。為便于比較，將所有環比指數類數據（RPI、AMPI、CPI）轉化為以1992年數據為基期的定基指數。為消除變量間異方差性對實證研究結果的影響，增加數據的穩定性，本研究采用取自然對數的方法處理數據[7]。對RPI、SA、PCM、MT、EV、AMPI、CPI進行自然對數處理，得到的對數序列分別用lnRPI、lnSA、lnPCM、lnMT、lnEV、lnAMPI、lnCPI表示。

1.4 研究方法

本研究利用SVAR模型探究中藥材價格與影響因素間的動態關系。SVAR模型實際是指VAR模型的結構式，即在VAR模型的基礎上考慮各變量之間的當期關系，并通過對參數空間施加約束條件以減少模型的帶估計參數[8]。k元p階SVAR（p）模型的表達式為：

C0yt=Γ1yt-1+Γ2yt-2+…+Γpyt-p+ut（t=1，2，…，T）……（1）

式中，C0是主對角線元素均為1的k×k階矩陣，yt是k維內生變量列向量，Γ1、Γ2、…、Γp是k×k階待估系數矩陣，ut是k維隨機擾動項向量，T為樣本容量[9]。

本研究采用AB型SVAR模型，重點分析正交化沖擊的效應，故設Aεt=But（式中，εt為簡化式沖擊，允許存在同期相關;ut為正交的結構式沖擊）。為了使模型能夠被識別，需要對模型施加約束，短期約束的表達式如下[9]：

根據計量經濟學研究方法和相關文獻，本研究將通過以下步驟建立SVAR模型[10]——（1）數據平穩性檢驗：采用單位根檢驗（ADF）法對lnRPI、lnSA、lnPCM、lnMT、lnEV、lnAMPI、lnCPI數據進行平穩性檢驗。（2）協整關系檢驗：采用Johansen協整檢驗方法檢驗變量之間是否存在長期均衡關系。（3）SVAR模型的估計和穩定性檢驗：通過相關準則確定模型的最優滯后階數，運用完全信息極大似然（FIML）法估計模型并通過特征根檢驗法評價模型的穩定性。（4）脈沖響應函數：采用脈沖響應函數分析各變量之間的動態關系。（5）方差分解分析：分析SVAR模型中不同變量對模型影響的貢獻程度，衡量不同外部沖擊的重要性。

2 中藥材價格影響因素的實證分析結果

2.1 數據平穩性檢驗

為避免建立的SVAR模型出現偽回歸現象，本研究借助Eviews 10.0軟件、采用ADF法對所有時間序列進行平穩性檢驗，結果見表2。由表2可知，lnRPI、lnEV、lnAMPI、lnCPI的ADF統計量小于顯著性水平為5%的臨界值，表明上述指標在此顯著性水平上平穩。lnSA、lnPCM、lnMT在5%的顯著性水平上不平穩，但經過一階差分處理后，上述指標的ADF統計量均小于顯著性水平為1%的臨界值，即其一階差分項（DlnSA、DlnPCM、DlnMT）在1%的顯著性水平上平穩。所以，本研究使用lnRPI、lnEV、lnAMPI、lnCPI的水平值以及lnSA、lnPCM和lnMT的一階差分項來構建SVAR模型。

2.2 協整檢驗

為研究各變量之間是否存在協整性，本研究對所有變量進行Johansen協整檢驗，結果見表3。由表3可知，在5%的顯著性水平下，跡統計量均大于相應臨界值，拒絕原假設。這說明7個變量之間至少存在6個以上的協整關系，表示各變量之間存在長期穩定的均衡關系。

2.3 SVAR模型估計與穩定性檢驗

估計模型前還要確定模型的最優滯后階數，本研究通過似然比檢驗（LR）、最終預測誤差（FPE）、赤池信息準則（AIC）、施瓦茨準則（SC）、漢南奎因準則（HQ）等5項準則來綜合判斷模型的滯后階數，結果見表4。由表4可知，滯后2期得到了多數準則的支持[9]，表明本研究最優滯后階數為2。

在模型滿足可識別條件的情況下，本研究運用FIML法估計得到模型的所有參數[11]，AB型SVAR模型的參數估計結果如下：

為檢驗SVAR模型是否有效，本研究通過特征根檢驗法評價模型的穩定性，結果見圖2。由圖2可知，所有特征根的倒數均位于單位圓內，判定該模型有效[12]。因此，可以更進一步基于模型的脈沖響應函數和方差分解分析來探討各沖擊因素對我國中藥材價格的具體影響。

2.4 脈沖響應函數

脈沖響應函數是指對隨機擾動項施加一個標準差沖擊后，對內生變量不同時期所帶來的動態影響，可反映各變量之間的動態關系，因此脈沖響應函數比參數估計更具實際意義[9]。本文通過Eviews 10.0軟件繪制脈沖響應函數圖，結果見圖3。

由圖3可知，給中藥材及中成藥零售價格指數（lnRPI）一個正向沖擊后，第1期就給中藥材價格帶來顯著影響，并在經歷幾期上下波動后呈現穩定的正向影響。在供給因素方面，給中藥材種植面積增長率（DlnSA）一個正向沖擊后，對中藥材價格帶來了持續的負向影響，且影響程度從第1期開始不斷加劇，至第8期達到最大后逐漸衰減，第20期后趨于穩定（限于版面，圖3中未截取20期后的數據）;給中成藥產量增長率（DlnPCM）一個正向沖擊后，給中藥材價格帶來短暫的正向效應，而在第6期之后表現為較長時間的負向效應。在需求因素方面，給中藥材市場成交額增長率（DlnMT）一個正向沖擊后，在第2期對中藥材價格波動有一個較大的正向影響，然后震蕩變小，在第4期后表現為負向影響，但影響程度逐漸變小，在第13期后逐漸趨于0;給中藥材出口量（lnEV）一個正向沖擊后，給中藥材價格帶來短暫的負向效應，在第4期后呈正向影響，正向影響持續增加至第11期時達到最大。在種植生產成本方面，給農業生產資料價格指數（lnAMPI）一個正向沖擊后，對中藥材價格的影響首先表現為短暫的負向效應，從第4期開始表現為正向效應，此后正向影響逐漸增大，到第10期時達到最大值。在通貨膨脹方面，給居民消費價格指數（lnCPI）一個正向沖擊后，給中藥材價格造成短暫的正向影響，從第6期開始變為負向影響，并在第11期時達到最大值，之后逐漸趨于穩定。

由此可見，中藥材及中成藥零售價格指數、藥材出口量、農業生產資料價格指數與中藥材價格總體呈正相關，中藥材種植面積增長率、中成藥產量增長率、中藥材市場成交額增長率、居民消費價格指數與中藥材價格總體呈負相關。此外，除中藥材自身價格外，其余變量對中藥材價格的影響具有滯后性。結合蛛網模型理論可知，前一期的中藥材價格將會影響當期供給，所以對自身具有實時的影響，而其他影響因素都需要經過一定時間后才開始對中藥材價格產生較為明顯的影響[13]。

2.5 方差分解分析

方差分解是通過分析模型中各變量對某一特定變量變動的貢獻程度，進一步衡量不同外部沖擊的重要性[9]。本研究使用Eviews 10.0軟件對上述SVAR模型進行方差分解分析，結果見表5、圖4。由表5、圖4可知，對中藥材價格影響最大的是其本身（lnRPI），第1期影響程度達到100%，影響程度隨時間推移而不斷減小，最后保持在48%左右;此外，中藥材種植面積增長率（DlnSA）對中藥材價格的影響也較大，長期貢獻率超過25%;中藥材出口量（lnEV）對中藥材價格影響的貢獻率也是逐漸增加的，在第15期達到17%左右;農業生產資料價格指數（lnAMPI）的長期貢獻率約為5%;而中成藥產量增長率（DlnPCM）、中藥材市場成交額增長率（DlnMT）、居民消費價格指數（lnCPI）的貢獻率較小，長期貢獻率均在2%以內。

3 結論

本研究基于1992-2019年的相關統計數據，從供給、需求、種植生產成本和通貨膨脹等4個方面探究中藥材價格的影響因素，選取中藥材種植面積、中成藥產量、中藥材市場成交額、中藥材出口量、農業生產資料價格指數、居民消費價格指數等作為主要影響指標，通過建立SVAR模型，運用脈沖響應函數和方差分解分析研究各因素的變化對中藥材價格的沖擊與影響。經過分析，得出以下結論：（1）中藥材價格對其自身具有顯著的正向影響，且長期貢獻率最大。（2）供給因素中，中藥材種植面積對中藥材價格波動的貢獻率較大，中成藥產量的影響較小。（3）需求因素中，中藥材出口量對中藥材價格的影響較大，中藥材市場成交額的影響較小。（4）成本因素也是中藥材價格的重要影響因素，農業生產資料價格的上漲會增加中藥材的生產成本，繼而導致中藥材價格上漲。

4 建議

4.1 充分利用互聯網信息技術，加強中藥材價格監測預警

本研究結果顯示，中藥材價格受其自身影響最為顯著，即中藥材價格的一時波動可能在之后較長時間內影響其價格走向。理論上，中藥材價格對其自身的影響路徑主要分為兩種：一是中藥材價格上漲促使藥農種植意愿增強，市場供給增多，進而導致中藥材價格下跌;二是中藥材價格上漲后，市場投機行為增多而導致供給下降，最終造成中藥材價格不合理上漲[3]。因此，筆者建議，相關部門應充分利用互聯網信息技術進一步加強對中藥材價格的監測，建立健全中藥材價格和市場交易信息平臺，并完善中藥材真實交易價格數據的采集與公布制度[14]，以有利于藥農或藥材種植商及時掌握中藥材市場信息，合理安排種植養殖，避免盲目跟風，從而穩定中藥材市場的供需關系。針對價格變動頻繁、變動幅度較大，或同一品種在不同地區藥材價格差異較大的情況，相關部門應及時進行監測與分析，必要時應開展市場專項調查，防止出現炒作游資、哄抬中藥材價格等現象，從而確保中藥材價格的基本穩定。

4.2 推進中藥產業供給側結構性改革

本實證研究結果表明，供給因素和需求因素均不同程度地影響著中藥材價格。黨的十九大報告提出，“深化供給側結構性改革，提高供給體系質量，以適應新需求變化，實現供需動態均衡”，這為中藥產業的發展指明了方向[15]。以需求側變化為導向，推進中藥材產業供給側結構性改革，保證中藥材供需平衡發展，是穩定中藥材價格的途徑之一。為此，筆者建議，首先，應推進構建中藥材生產供給和市場需求信息管理體系，各級地方政府可依據中藥材產銷信息數據，適時調整中藥材種植面積和生產品種結構，并指導中藥材從業者適度開展生產活動，維持供需相對平衡;其次，應構建全國一體化中藥材種子種苗供應保障平臺，確保優質中藥材種源的持續穩定供應，提升中藥產業鏈源頭質量，并通過對種子種苗供應的調控來調節中藥材種植面積和產量，以防中藥材生產供應過剩或不足;再次，應建立中藥材平準基金，即政府通過特定的機構以法定的方式建立基金，通過對市場的逆向操作“熨平”市場非理性價格波動，從而達到穩定中藥材市場的目的[16];最后，應研究建立中藥材儲備體系，以積極應對重大災害、公共衛生事件等突發風險因素，調節中藥材市場的供需矛盾。

4.3 提高中藥材種植科技水平，推進中藥材規模化生產

本實證研究結果顯示，種植成本因素對中藥材價格產生的正向效應明顯，長期貢獻率占比較大，具有長期推動中藥材價格上漲的特點。為降低中藥材種植生產成本，筆者認為可以從提高中藥材種植科技水平和推進規模化生產兩方面入手：一方面，提高中藥材種植的科技含量，轉變傳統中藥材種植模式，推進中藥材科學化、智能化種植，從節水、節地、節肥、節料、節能等多方面入手，減少農業生產資料投入成本，為降低中藥材種植成本創造條件[17]。另一方面，中藥材種植生產規模化是機械化、產業化發展的基礎，也是降低中藥材生產成本、實現中藥材優質優價的基礎[18]。為推進中藥材規模化生產，相關部門應鼓勵大中型企業、中藥材專業合作社或中藥材產銷聯合體，通過土地承包、合租等形式，建設規模化中藥材種植生產基地，并積極推進中藥材規范化生產，促進中藥材產業高質量發展。

綜上所述，中藥材價格、中藥材種植面積、中成藥產量、中藥材市場成交額、中藥材出口量、農業生產資料價格指數、居民消費價格指數之間存在長期均衡關系，且中藥材價格與中藥材及中成藥零售價格指數、中藥材出口量、農業生產資料價格指數呈正相關，與中藥材種植面積、中成藥產量、中藥材市場成交額、居民消費價格指數呈負相關。由于中藥材價格波動對于中藥產業穩定發展有著重要的影響，故為促進我國中藥產業健康發展，筆者建議可通過利用互聯網信息技術、加強中藥材價格監測預警，推進中藥產業供給側結構性改革，提高中藥材種植科技水平、推進中藥材規模化生產等措施來穩定中藥材價格。

參考文獻

[ 1 ] 楊光，王諾，黃璐琦，等.中藥市場應慎用“降價令”：基于統計資料的分析[J].中國中藥雜志，2014，39（1）：144-148.

[ 2 ] 袁盼，申俊龍.道地中藥材價格波動的成因與優化策略[J].中草藥，2014，45（23）：3503-3508.

[ 3 ] 王諾，劉書真，楊光.基于向量自回歸模型對我國中藥材價格波動影響因素的探討[J].中國中藥雜志，2014，39（20）：4070-4073.

[ 4 ] 常征宇，王樹進.我國中藥材價格波動影響因素的實證研究：基于因子分析和向量自回歸模型[J].科技與經濟，2015，28（5）：101-105.

[ 5 ] 楊勇，陶群山.基于向量自回歸模型的中藥材價格影響因素分析及預測[J].中國現代中藥，2019，21（1）：111-115.

[ 6 ] 胡振華，鐘代立，王歡芳.中國鐵礦石期貨市場的定價影響力研究：基于VEC-SVAR模型的實證分析[J].中國管理科學，2018，26（2）：96-106.

[ 7 ] 楊勇，陶群山.基于產業鏈視角對安徽省中藥價格的誤差修正模型實證分析[J].醫藥導報，2019，38（12）：1678-1680.

[ 8 ] 鄒昆侖.中國財政政策和貨幣政策的股市效應研究：基于SVAR模型的分析[J].宏觀經濟研究，2020（12）：29-37.

[ 9 ] 高鐵梅，王金明，陳飛，等.計量經濟分析方法與建模 Eviews應用及實例[M].3版.北京：清華大學出版社，2016：9.

[10] 張清潔.中藥材價格波動性及影響因素的實證研究[J].河北北方學院學報（自然科學版），2020，36（7）：34-42.

[11] 鄔心迪，方益明，胡彥蓉.基于SVAR模型的我國農產品價格波動與CPI動態關系分析：以粳稻、玉米、大豆為例[J].南方農業學報，2020，51（6）：1485-1492.

[12] 張宇杰，孫圣蘭.基于VAR模型的廣東省醫藥制造業出口貿易關系實證研究[J].中國藥房，2021，32（6）：647-652.

[13] 陳承明，曹艷春，王寶珠.微觀經濟學[M].上海：上海財經大學出版社，2016：13.

[14] 張笑笑，湯少梁.基于全產業鏈管理的中藥材“價格虛高”對策研究[J].中國藥房，2016，27（4）：437-440.

[15] 張愛軍.農業供給側改革背景下山東省中草藥產業現狀及發展對策[J].中國野生植物資源，2020，39（11）：52-55，63.

[16] 鄭冠群，徐妍.中國證券市場平準基金的行為模式與市場效應[J].當代經濟科學，2019，41（2）：27-38.

[17] 崔旭盛，解軍波，張彥青，等.基于市場價格波動因素的中藥材分類研究[J].時珍國醫國藥，2020，31（9）：2256-2258.

[18] 郭蘭萍，呂朝耕，王紅陽，等.中藥生態農業與幾種相關現代農業及GAP的關系[J].中國現代中藥，2018，20（10）：1179-1188.

（收稿日期：2021-07-13 修回日期：2021-10-19）

（編輯：孫 冰）