謝江霞

(萬博科技職業(yè)技術(shù)學院，安徽 合肥 230031)

二十一世紀以來,我國人口老齡化現(xiàn)象日益加重,醫(yī)療衛(wèi)生問題嚴峻,國家大力提倡發(fā)展傳統(tǒng)醫(yī)學和中醫(yī)藥產(chǎn)業(yè)。受到以上多方面因素的影響,全國中醫(yī)藥產(chǎn)品需求量大幅增加,極大地推動了中醫(yī)藥產(chǎn)業(yè)的發(fā)展。但問題也隨之而來,市場上的中藥材價格呈現(xiàn)出漲幅大、波動廣、價格不穩(wěn)定等問題,極大影響了中醫(yī)藥產(chǎn)業(yè)的健康發(fā)展。以金銀花為例,金銀花主要有山東省平邑縣、河北省巨鹿縣、河南省封丘縣三大產(chǎn)區(qū),其中山東平邑的金銀花種植面積最大。由于其特有的抗炎、抗菌作用在治療近年頻繁出現(xiàn)的突發(fā)性、傳染性類疾病上發(fā)揮了顯著作用。這使得金銀花在中藥材市場上供需兩旺,很多地方都在大規(guī)模推廣種植金銀花,市場價格也直線上升。出現(xiàn)這種毫無規(guī)律可尋的價格變動嚴重打擊了從業(yè)人員的生產(chǎn)積極性以及對產(chǎn)業(yè)未來發(fā)展的預期,這也給金銀花銷售市場乃至整個中藥產(chǎn)業(yè)埋下隱患,勢必阻礙中醫(yī)藥產(chǎn)業(yè)的進一步發(fā)展。因此,本文選取平邑縣金銀花數(shù)據(jù)作為分析對象,以區(qū)位因素作為理論基礎(chǔ),構(gòu)建逐步回歸模型對該地金銀花價格進行分析，以期對金銀花產(chǎn)業(yè)的發(fā)展提供參考和借鑒。

區(qū)位因素是指促使區(qū)位地理特性和功能的形成和變化的原因或條件,這些原因和條件又被稱為區(qū)位因子。根據(jù)區(qū)位因素本身的性質(zhì)和狀態(tài),可分為自然因素、社會經(jīng)濟因素和技術(shù)因素[1],其中影響中藥產(chǎn)業(yè)的主要區(qū)位因素主要可以分為自然因素和社會因素。本文通過整理近年來平邑縣主要經(jīng)濟數(shù)據(jù)變化以及該地出產(chǎn)的金銀花產(chǎn)地價格變動情況[2],建立逐步回歸模型分析平邑縣金銀花產(chǎn)地價格的影響因素,分析平邑縣社會因素變化對當?shù)爻霎a(chǎn)的金銀花價格的影響效應,從而為從業(yè)者指導企業(yè)生產(chǎn),保障中醫(yī)藥產(chǎn)業(yè)發(fā)展給出理論依據(jù)和數(shù)據(jù)支撐。

1 研究現(xiàn)狀

當前階段有關(guān)商品市場價格的影響因素研究主要集中在實證分析方面,其中張大勇等[3]運用時間序列成分分解法對國內(nèi)農(nóng)資價格的波動特征進行分析,并建立VAR模型,分析影響農(nóng)資價格波動的主要因素。結(jié)果表明,農(nóng)資價格大幅上漲最根本的原因是上游原料價格飚升,是一種成本推動的剛性上漲,需求因素的影響較小,且僅表現(xiàn)為短期影響。翟帥等[4]構(gòu)建了包含銀行利率、匯率、人口因素等變量的動態(tài)蛛網(wǎng)模型,以中部6省2003～2015年商品住宅數(shù)據(jù)為研究樣本,分析住房市場的供求機制及價格波動特征,結(jié)果表明,中部6省房地產(chǎn)蛛網(wǎng)模型具有較強的發(fā)散性,房地產(chǎn)價格具有明顯的外部性,政府在一定程度的調(diào)整可以保證房產(chǎn)市場的健康發(fā)展。屈小卜等[5]從非線性的角度實證分析了影響豆油價格波動的因素。結(jié)果表明:大豆和豆油價格在低迷、高漲和平穩(wěn)狀態(tài)下均產(chǎn)生正向效應,且在豆油市場低迷時,大豆價格對豆油價格的影響最為顯著[5]。

在借鑒以上研究成果的基礎(chǔ)上,采用2013～2018年平邑縣主要經(jīng)濟數(shù)據(jù),建立逐步回歸模型,對平邑縣金銀花產(chǎn)地價格的影響因素進行分析,并總結(jié)以上分析的結(jié)果給出相關(guān)對策建議。

2 模型構(gòu)建

2.1 概念界定

逐步回歸模型(Stepwise regression model)是一種線性回歸模型自變量選擇方法,其基本思想是將變量一個一個引入,引入的條件是其偏回歸平方和經(jīng)驗是顯著的[6]。同時,每引入一個新變量后,對已入選回歸模型的老變量逐個進行檢驗,將經(jīng)檢驗認為不顯著的變量刪除,以保證所得自變量子集中每一個變量都是顯著的。此過程經(jīng)過若干步直到不能再引入新變量為止。這時回歸模型中所有變量對因變量都是顯著的。

2.2 指標選取

中藥材金銀花具有明顯的農(nóng)產(chǎn)品特征,其價格的變動十分契合時間序列數(shù)據(jù)的一般規(guī)律,因此本文采用逐步回歸分析模型對金銀花的價格變動進行實證分析。參考前人的研究成果,選取了2013～2018年平邑縣金銀花產(chǎn)地價格(CDJG)、第一產(chǎn)業(yè)產(chǎn)值(CYCZ)、農(nóng)業(yè)增加值(NYZJ)、工業(yè)總產(chǎn)值(GYCZ)、固定資產(chǎn)投資(GDTZ)、農(nóng)民專業(yè)合作社個數(shù)(NMHZ)、公路里程數(shù)(GLLC)、居民收入(JMSR)和常住人口數(shù)(CZRK),分析以上數(shù)據(jù)對平邑縣金銀花產(chǎn)地價格的影響情況,部分數(shù)據(jù)如表1所示。

表1 2013～2018年平邑縣經(jīng)濟數(shù)據(jù)

對比3大主要產(chǎn)地可以發(fā)現(xiàn),相對于其他兩大主要產(chǎn)地而言,平邑縣金銀花產(chǎn)地價格波動較小,穩(wěn)定性較高。選取該產(chǎn)地價格作為模型參數(shù),也可以較好地剔除游資炒作以及其他外界因素的干擾,從原始數(shù)據(jù)層面上提高模型的精確度(圖1)。

圖1 不同產(chǎn)地金銀花價格變動情況

2.3 數(shù)據(jù)來源

本文所使用的數(shù)據(jù)主要來源于山東省統(tǒng)計年鑒、中藥材天地網(wǎng)、平邑縣統(tǒng)計局以及平邑縣國民經(jīng)濟和社會發(fā)展統(tǒng)計公報。

2.4 模型的一般形式

逐步回歸法選擇變量的過程包含兩個基本步驟:一是從回歸模型中剔出經(jīng)檢驗不顯著的變量；二是引入新變量到回歸模型中,常用的逐步型選元法有向前法和向后法。其構(gòu)建方法是變量由少到多,每次增加一個,直至沒有可增加的變量為止。具體步驟如下:

步驟1：對P個回歸自變量X1,X2,…,Xp分別同因變量Y建立一元回歸模型

Y=β01+βiXi+εi=1,…,P

步驟3:考慮因變量對變量子集{Xi1,Xi2,…,Xk}的回歸重復步驟2。

依此方法重復進行,每次從未引入回歸模型的自變量中選取一個,直到經(jīng)檢驗沒有變量引入為止。向前逐步回歸分析與上述正好相反,本文采用向前逐步回歸分析法處理數(shù)據(jù)。

2.5 數(shù)據(jù)的預處理

時間序列數(shù)據(jù)按其統(tǒng)計學特性可分為平穩(wěn)性序列和非平穩(wěn)性序列,由于逐步回歸模型僅適應于對平穩(wěn)性序列數(shù)據(jù)的處理,同時為了去除量綱不同可能帶來的共線性問題,因此在建立模型前需要進行取對數(shù)處理以及平穩(wěn)性檢驗,對不滿足平穩(wěn)性的數(shù)據(jù)進行差分處理[7]。檢驗結(jié)果如表2。

表2 數(shù)據(jù)平穩(wěn)性的ADF檢驗

由表2可知,經(jīng)過取對數(shù)處理后的數(shù)據(jù)經(jīng)過差分處理其P<0.05,說明除居民收入為二階差分平穩(wěn)數(shù)據(jù)以外,其他數(shù)據(jù)均是一階差分后的包含截距項和時間趨勢項的平穩(wěn)數(shù)據(jù),滿足構(gòu)建統(tǒng)計模型的要求。

2.6 逐步回歸模型

2.6.1 模型參數(shù)確定 數(shù)據(jù)通過以上檢驗后,可以建立以產(chǎn)地價格(CDJG)為自變量,以其他數(shù)據(jù)為因變量的逐步回歸模型,進而考察各個因素在模型中的影響作用和大小。在本文構(gòu)建的逐步回歸模型中,以0.5/0.5為檢驗精確度對因變量數(shù)據(jù)進行相關(guān)性檢驗,檢驗結(jié)果如表3,其中C項為截距項。

表3 逐步回歸模型具相關(guān)性的參數(shù)檢驗

由表3可知,NYZJ、ZZMJ(農(nóng)作物種植面積)、CL(農(nóng)作物產(chǎn)量)、CYCZ(第一產(chǎn)業(yè)產(chǎn)值)、GDTZ、GYCZ這六個數(shù)據(jù)對CDJG具有顯著相關(guān)性,其中NYZJ(農(nóng)業(yè)增加值)、ZZMJ(農(nóng)作物種植面積)、CYCZ、GYCZ對產(chǎn)地價格具有正向作用,而CL、GDTZ對產(chǎn)地價格具有反向作用,其他數(shù)據(jù)在0.5/0.5檢驗精度下無明顯統(tǒng)計學相關(guān)性。

2.6.2 模型精確度 模型精確度數(shù)據(jù)如表4所示,可知,建立的逐步回歸模型R2為0.884 757,調(diào)整后的R2為0.871 952,精確度較好。

表4 逐步回歸模型精確度數(shù)據(jù)

由上述參數(shù)可獲得模型的表達式為:

CDJG=C(1)+C(2)*NYZJ+C(3)*ZZMJ+C(4)*CL+C(5)*CYCZ+C(6)*GDTZ+C(7)*GYCZ=-312.005 258 877+0.985 101 266 394*NYZJ+25.711 240 474 6*ZZMJ-11.776 269 585 9*CL+1.763 852 353 18*CYCZ-0.831 236 630 532*GDTZ+4.864 569 844 23*GYCZ

2.7 價格預測

根據(jù)文中獲得的統(tǒng)計學模型,可以對金銀花價格進行預測。并以平邑縣金銀花產(chǎn)地價格數(shù)據(jù)對模型進行擬合,最后獲得的預測結(jié)果見圖2。

觀察價格預測圖可知,實際值和預測值之間的擬合度較好,整體差異不大,證明本文建立的逐步回歸模型在影響參數(shù)的選擇和模型方法的建立都比較合適,符合本文模型構(gòu)建的預期。

圖2 逐步回歸模型的金銀花價格預測

2.8 結(jié)果分析

由構(gòu)建的逐步回歸模型結(jié)果分析可知,山東省臨沂市平邑縣金銀花的產(chǎn)量和價格波動幅度較小,市場影響對價格的作用也十分明顯。 其中2014-2017年期間預測較為準確,而2018年之后的預測出現(xiàn)了一定程度的偏差,通過研究相關(guān)市場環(huán)境發(fā)現(xiàn),其主要原因可能是政策變動所導致的,因為從2018年開始,全國都在推廣金銀花國標化,而金銀花的特性是頭茬花很容易達國標,越往后期,金銀花的有效物質(zhì)含量越低,因此國標貨在金銀花總份額中只占三分之一左右,而金銀花的生產(chǎn)周期是五月份產(chǎn)新,正好符合金銀花價格實際值在4-7月份波動巨大。

3 結(jié)語

3.1 結(jié)論

從區(qū)位因素的角度分析平邑縣金銀花價格的影響因素組成,運用逐步回歸模型對主要影響因素及其作用強弱進行實證分析,討論了金銀花價格與生產(chǎn)環(huán)節(jié)、加工環(huán)節(jié)、銷售環(huán)節(jié)的作用關(guān)系。

一、由構(gòu)建的逐步回歸模型結(jié)果分析可知,農(nóng)業(yè)增加值、農(nóng)作物種植面積、第一產(chǎn)業(yè)產(chǎn)值、工業(yè)產(chǎn)值對產(chǎn)地價格具有正向作用,即以上參數(shù)的增加可以推動金銀花產(chǎn)地價格的增加;而農(nóng)作物產(chǎn)量、固定投資對產(chǎn)地價格具有反向作用,即上述參數(shù)的增加可以導致金銀花產(chǎn)地價格的降低。以上數(shù)據(jù)中除固定投資的反向作用外,其他均符合經(jīng)濟學常識和模型預期。

二、通過政府網(wǎng)站查詢平邑縣政府公報,獲得平邑縣的固定投資情況相關(guān)數(shù)據(jù)如表5所示,通過分析平邑縣三大產(chǎn)業(yè)投資占比情況可知:

(1) 第一產(chǎn)業(yè)固定投資所占總投資份額太小。查詢政府公報可知,平邑縣第一產(chǎn)業(yè)固定投資歷年僅占同期三大產(chǎn)業(yè)固定投資總額的0.3%～1.2%,影響作用十分局限。

(2) 第一產(chǎn)業(yè)固定投資的增速不穩(wěn)定。由表5可知,雖然平邑縣的總體固定投資是穩(wěn)定增長的,但其中第一產(chǎn)業(yè)的增速卻忽高忽低,甚至有負增長的時期。本文認為以上兩種情況的共同作用導致了固定投資與產(chǎn)地價格之間在模型中表現(xiàn)出反向作用。

表5 平邑縣三大產(chǎn)業(yè)固定投資增速

3.2 不足之處

通過建立逐步回歸模型對金銀花價格進行預測,結(jié)果表明模型精確度較高,預測結(jié)果符合預期,對實際生產(chǎn)具有指導作用。但仍存在一定問題,主要有以下幾個方面:

1.將中藥材金銀花價格作為時間序列數(shù)據(jù),在保證模型精確度的前提下降低了尋找和分析主要價格影響因素的繁重任務,但同時也忽視了如種植周期、上市季節(jié)和政府政策等因素的影響,降低了模型的可信度。

2.由價格預測圖可知,2014～2017年預測結(jié)果較為準確,2018年之后的數(shù)據(jù)就出現(xiàn)較明顯的偏差,這也證實了該模型忽視了外部因素的影響,一旦外部因素有變,就會很大程度地影響模型預測的準確程度。