杜亞萍，魏驊，陶群山

（安徽中醫(yī)藥大學(xué)，安徽 合肥 230000）

中藥材是在中醫(yī)藥理論指導(dǎo)下用于治病救人的物質(zhì)基礎(chǔ)，中藥材藥效的發(fā)揮直接影響中醫(yī)的臨床效果[1]。近年來(lái)，隨著國(guó)家和地方政府對(duì)中藥材產(chǎn)業(yè)的大力支持，中醫(yī)藥迎來(lái)了千載難逢的黃金發(fā)展時(shí)期[2]，中藥材的種植規(guī)模逐年擴(kuò)大，產(chǎn)量和銷(xiāo)量不斷遞增。然而，在自然災(zāi)害、盲目生產(chǎn)以及游資炒作等綜合因素的影響下，近期中藥材價(jià)格指數(shù)波動(dòng)頻繁且劇烈，致使藥商投資風(fēng)險(xiǎn)加大，上游藥農(nóng)中藥材種植意愿下降，進(jìn)一步加劇了中藥材價(jià)格的波動(dòng)，最終影響到我國(guó)中醫(yī)藥產(chǎn)業(yè)的健康穩(wěn)定發(fā)展[3]。精準(zhǔn)預(yù)測(cè)中藥材價(jià)格是保障藥農(nóng)種植收益、彌補(bǔ)市場(chǎng)失靈和進(jìn)行宏觀(guān)調(diào)控的有效措施[4]，有利于促進(jìn)中醫(yī)藥產(chǎn)業(yè)的繁榮發(fā)展。本文基于中藥材價(jià)格指數(shù)的歷史數(shù)據(jù)，通過(guò)建立ARIMA模型和GM（1，1），預(yù)測(cè)未來(lái)短期內(nèi)我國(guó)中藥材價(jià)格指數(shù)的趨勢(shì)，為中藥材行業(yè)的平穩(wěn)發(fā)展提供助力。

近年來(lái)，伴隨著中藥材價(jià)格的上漲，中藥材的價(jià)格也成為諸多學(xué)者們研究的熱點(diǎn)。國(guó)內(nèi)學(xué)者的研究主要集中在中藥材價(jià)格波動(dòng)的影響因素和價(jià)格預(yù)測(cè)兩個(gè)方面。中藥材價(jià)格波動(dòng)的影響因素研究方面，湯少梁等[5]基于中藥材“農(nóng)副產(chǎn)品”屬性，對(duì)中藥材價(jià)格波動(dòng)成因進(jìn)行分析，認(rèn)為市場(chǎng)供需不平衡、信息不對(duì)稱(chēng)、生產(chǎn)成本增加、游資囤積的炒作是造成中藥材價(jià)格波動(dòng)的主要成因。申遠(yuǎn)等[6]基于中藥材非市場(chǎng)因素深入探究中藥材價(jià)格異常波動(dòng)的影響因素，發(fā)現(xiàn)醫(yī)療衛(wèi)生體制改革、突發(fā)風(fēng)險(xiǎn)、藥農(nóng)價(jià)格預(yù)期、以及游資等都可能導(dǎo)致中藥材價(jià)格波動(dòng)。袁盼等[7]從市場(chǎng)因素和品質(zhì)因素兩個(gè)方面對(duì)中藥材異常波動(dòng)的成因進(jìn)行分析，供給與需求量的變化、游資炒作、疫情等突發(fā)因素等都對(duì)中藥材價(jià)格波動(dòng)產(chǎn)生重要影響，質(zhì)量、藥材生長(zhǎng)年限、道地藥材供給的局限性是影響中藥材價(jià)格波動(dòng)的品質(zhì)因素。還有一些學(xué)者從實(shí)證的角度進(jìn)行研究。王諾等[8]、姜鳳茹等[9]通過(guò)構(gòu)建向量自回歸模型，對(duì)中藥材價(jià)格影響因素進(jìn)行探討，都發(fā)現(xiàn)中藥材價(jià)格對(duì)其自身的沖擊和貢獻(xiàn)率最大。楊勇[10]等基于產(chǎn)業(yè)鏈的角度以誤差修正模型為基礎(chǔ)進(jìn)行實(shí)證研究，發(fā)現(xiàn)中藥材產(chǎn)量對(duì)中藥材價(jià)格的影響是最大的，醫(yī)藥企業(yè)數(shù)量對(duì)其的影響最小。在中藥材價(jià)格預(yù)測(cè)方面，李優(yōu)柱等[11]以30種中藥材價(jià)格指數(shù)為研究變量，使用HP-LSTM-MLP混合預(yù)測(cè)模型對(duì)中藥材價(jià)格指數(shù)進(jìn)行預(yù)測(cè)，毛鴦對(duì)[12]等運(yùn)用Matlab軟件建立GM（1，1）模型實(shí)現(xiàn)對(duì)中藥材價(jià)格指數(shù)的預(yù)測(cè)，證明該模型可以用于中藥材價(jià)格指數(shù)的中期預(yù)測(cè)。從以上文獻(xiàn)來(lái)看，對(duì)中藥材價(jià)格影響因素的研究較多，對(duì)中藥材價(jià)格預(yù)測(cè)的研究相對(duì)較少。本研究采用ARIMA和GM（1，1）模型對(duì)中藥材綜合價(jià)格指數(shù)進(jìn)行預(yù)測(cè)，以期為中藥材行業(yè)的健康穩(wěn)定發(fā)展提供參考。

1 資料與方法

1.1 資料來(lái)源

本文數(shù)據(jù)來(lái)源于康美中藥材價(jià)格指數(shù)網(wǎng)，收集2015年1月至2022年4月我國(guó)中藥材價(jià)格指數(shù)，2015年1月至2022年4月 的 數(shù)據(jù)建立ARIMA預(yù)測(cè)模型，2021年1月至2022年4月的數(shù)據(jù)建立GM（1，1）預(yù)測(cè)模型，樣本選擇同期對(duì)比數(shù)據(jù)。

1.2 研究方法

1.2.1 時(shí)間序列ARIMA模型自回歸移動(dòng)平均模型（autoregressive intergrated moving average model，ARIMA）將預(yù)測(cè)對(duì)象隨時(shí)間推移而形成的時(shí)間序列視為隨機(jī)過(guò)程，用一個(gè)數(shù)學(xué)模型來(lái)描述，此模型可以用來(lái)預(yù)測(cè)未來(lái)時(shí)的取值[13]?，F(xiàn)已經(jīng)成為發(fā)展較為成熟的時(shí)間序列預(yù)測(cè)模型，被廣泛應(yīng)用于各個(gè)領(lǐng)域。ARIMA（p，d，q）模型一般的表達(dá)式為：

其中c是常數(shù)，φ是自回歸模型系數(shù)，θ為移動(dòng)平均模型系數(shù)，εt為白噪聲序列。p為自回歸項(xiàng)；q為移動(dòng)平均項(xiàng)，d為時(shí)間序列為平穩(wěn)時(shí)所做的差分次數(shù)。ARIMA模型建模的基本步驟為：（1）平穩(wěn)性檢驗(yàn)；（2）對(duì)非平穩(wěn)序列進(jìn)行平穩(wěn)化處理；（3）模型的識(shí)別與定階；（4）模型的參數(shù)估計(jì)及檢驗(yàn)；（5）模型預(yù)測(cè)。

1.2.2 GM（1，1）模型灰色預(yù)測(cè)模型是灰色系統(tǒng)理論中常用的動(dòng)態(tài)預(yù)測(cè)模型，通過(guò)少量的信息對(duì)復(fù)雜系統(tǒng)中某一主導(dǎo)因素特征值的擬合和預(yù)測(cè)，運(yùn)算方法簡(jiǎn)便、精度較高，可以較為準(zhǔn)確的揭示該主導(dǎo)因素隨時(shí)間的變化規(guī)律和未來(lái)的發(fā)展態(tài)勢(shì)。其建模的基本步驟為：

（1）數(shù)據(jù)預(yù)處理。為減輕原始序列的內(nèi)在隨機(jī)性，需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，累加生成（AGO）獲得灰色序列。

其中，所得x(1)為原始序列x(0)的一次累加序列，即（1-AGO）。

（2）構(gòu)建GM（1，1）對(duì)應(yīng)微分方程。

方程中a，μ為待定系數(shù)，a為發(fā)展灰度，μ為內(nèi)生控制灰度。a主要是用來(lái)判斷預(yù)測(cè)周期，（1）當(dāng)-a＜0.3時(shí)，模型可以進(jìn)行中長(zhǎng)期預(yù)測(cè)；（2）當(dāng)0.3＜-a＜0.5，模型可以用來(lái)進(jìn)行短期預(yù)測(cè)；（3）當(dāng)0.5＜-a＜1.0時(shí)，表明模型需經(jīng)過(guò)校正之后才可進(jìn)行預(yù)測(cè)；（4）當(dāng)-a＜1.0時(shí)，表明該序列不能夠使用GM（1，1）模型進(jìn)行預(yù)測(cè)。

（3）通過(guò)構(gòu)建矩陣向量B及向量Yn。

利用最小二乘法解出：

將參數(shù)a，μ值帶入微分方程，解得：

x(1)(k)為生成序列的預(yù)測(cè)值，對(duì)其進(jìn)行累減還原得到原始序列的預(yù)測(cè)值x(0)(k)。

（4）模型檢驗(yàn)。模型預(yù)測(cè)精度檢驗(yàn)采用后驗(yàn)差比值C值和小概率誤差P兩個(gè)指標(biāo)。

1.2.3 評(píng)價(jià)指標(biāo)本文采用以下MAE和MRE兩個(gè)指標(biāo)比較ARIMA模型和GM（1，1）模型預(yù)測(cè)結(jié)果。

（1）平均絕對(duì)誤差（MAE）

（2）平均相對(duì)誤差（MRE）

其中，x為實(shí)際值，xt為預(yù)測(cè)值，xˉ為x的平均值，n為數(shù)據(jù)個(gè)數(shù)。

1.2.4 統(tǒng)計(jì)學(xué)方法采用Eviews 8.0軟件建立ARIMA模型；采用Matlab軟件建立灰色預(yù)測(cè)模型，檢驗(yàn)水準(zhǔn)α=0.05。

2 結(jié)果

2.1 中藥材價(jià)格指數(shù)的基本情況

2015年1月-2022年4月我國(guó)中藥材價(jià)格指數(shù)呈現(xiàn)波動(dòng)上升趨勢(shì)。2015年1月-2022年4月期間，中藥材價(jià)格指數(shù)最大值為1 733.31，最小值為1 086.61，表明不同年份中藥材價(jià)格指數(shù)的差距懸殊，波動(dòng)較大。其中2015-2017年中藥材平均價(jià)格指數(shù)由1 130.03上漲至1 269.42，平均增長(zhǎng)率為12.33%；2018年之后開(kāi)始有所下降，2019年降至1 215.81，平均下降率為4.22%；2020年中藥材價(jià)格指數(shù)開(kāi)始大幅度上升，2021年平均價(jià)格指數(shù)達(dá)到1 463.18，平均增長(zhǎng)率為22.02%。總體來(lái)看，2015年至今我國(guó)中藥材價(jià)格指數(shù)總體上呈現(xiàn)上升趨勢(shì)，且價(jià)格指數(shù)波動(dòng)的幅度較大。

2.2 ARIMA模型的建立

（1）平穩(wěn)性檢驗(yàn)。繪制中藥材價(jià)格指數(shù)序列Y的趨勢(shì)圖（如圖1），對(duì)其進(jìn)行單位根檢驗(yàn)，其中t=2.394 030，均大于1%、5%、10%顯著性水平下的臨界值，提示中藥材價(jià)格指數(shù)序列為非平穩(wěn)序列，存在單位根。

圖1 中藥材價(jià)格指數(shù)序列Y的趨勢(shì)圖Figure 1 Trend diagram of price index sequence Y of Chinese medicinal materials

（2）對(duì)非平穩(wěn)序列進(jìn)行平穩(wěn)化處理。采用序列圖和單位根檢驗(yàn)進(jìn)行驗(yàn)證，中藥材價(jià)格指數(shù)序列Y經(jīng)過(guò)2次差分運(yùn)算后序列的穩(wěn)定性較好（如圖2）。單位根檢驗(yàn)值為-6.752 264，小于1%顯著性水平下的臨界值，（P＜0.05，如表1），說(shuō)明中藥材價(jià)格指數(shù)序列經(jīng)過(guò)2階差分后不存在單位根，是平穩(wěn)的時(shí)間序列。

圖2 中藥材價(jià)格指數(shù)序列Y二階差分時(shí)序圖Figure 2 Second-order difference sequence diagram of price index sequence Y of Chinese medicinal materials

表1 中藥材價(jià)格指數(shù)序列Y單位根檢驗(yàn)Table 1 Price index sequence Y unit root test of Chinese medicinal materials

（3）模型的識(shí)別與定階。建立ARIMA模型（p，2，q）模型，p和q的值可以根據(jù)差分后的平穩(wěn)時(shí)間序列的自相關(guān)與偏自相關(guān)函數(shù)圖形來(lái)判斷，并根據(jù)赤池信息準(zhǔn)則（AIC）以及葉貝斯信息準(zhǔn)則（BIC）確定ARIMA（0，2，1）模型為最優(yōu)模型。

（4）模型的參數(shù)估計(jì)及檢驗(yàn)。對(duì)建立的模型進(jìn)行參數(shù)估計(jì)，結(jié)果如表2所示。表中MA（1）的系數(shù)在5%的顯著性水平下通過(guò)檢驗(yàn)，截距項(xiàng)C未通過(guò)檢驗(yàn)，因此模型的表達(dá)式為：

表2 ARIMA（0，2，1）模型結(jié)果Table 2 ARIMA（0，2，1）model results

對(duì)模型進(jìn)行白噪聲檢驗(yàn)，得到ACF和PACF圖，自相關(guān)系數(shù)、偏自相關(guān)系數(shù)均在2倍標(biāo)準(zhǔn)差以?xún)?nèi)，且Q統(tǒng)計(jì)量的P值大于0.05顯著性水平，提示序列的殘差項(xiàng)為白噪聲序列，模型可用于預(yù)測(cè)。

（5）模型預(yù)測(cè)。對(duì)模型ARIMA（0，2，1）的2022年5月-2023年12月的中藥材價(jià)格指數(shù)數(shù)據(jù)進(jìn)行預(yù)測(cè)，結(jié)果如表3所示。

表3 ARIMA模型中藥材價(jià)格指數(shù)預(yù)測(cè)值Table 3 Predictive values of ARIMA model price index of Chinese medicinal materials

2.3 GM（1，1）模型

以2021年1月-2022年4月中藥材價(jià)格指數(shù)為原始序列，利用Matlab軟件對(duì)中藥材價(jià)格指數(shù)序列建立GM（1，1）模型，得到序列的灰色預(yù)測(cè)模型表達(dá)式為：

其中a=-0.021 422 401，μ=1 261.080 848。對(duì)建立的模型進(jìn)行精度檢驗(yàn)，后驗(yàn)比C值為0.244 5＜0.35，小誤差概率p=1，模型精度為1級(jí)，適合用于外推預(yù)測(cè)，預(yù)測(cè)結(jié)果如表4所示。

表4 GM（1，1）模型中藥材價(jià)格指數(shù)預(yù)測(cè)值Table 4 Predicted values of price index of Chinese medicinal materials in GM（1，1）model

2.4 評(píng)價(jià)指標(biāo)比較

通過(guò)計(jì)算ARIMA（0，2，1）和GM（1，1）模型的平均絕對(duì)誤差和平均相對(duì)誤差（如表5），ARIMA（0，2，1）模型的誤差值均小于GM（1，1）模型，由此可知，ARIMA模型的精度值更高，更加適用于中藥材價(jià)格指數(shù)預(yù)測(cè)。

表5 模型預(yù)測(cè)效果比較Table 5 Comparison of model prediction effects

3 討論與建議

3.1 討論

3.1.1 ARIMA模型與GM(1,1)模型比較ARIMA模型和GM（1，1）模型是經(jīng)濟(jì)領(lǐng)域較為常用的時(shí)間序列模型，多用于價(jià)格預(yù)測(cè)，而用于中藥材價(jià)格指數(shù)預(yù)測(cè)的研究相對(duì)較少。從實(shí)證分析結(jié)果來(lái)看，ARIMA模型和GM（1，1）模型對(duì)中藥材價(jià)格指數(shù)預(yù)測(cè)的平均絕對(duì)誤差分別為11.625、18.151，平均相對(duì)誤差分別是0.009和0.012，結(jié)果表明，ARIMA模型的預(yù)測(cè)精度較高，更加適用于中藥材價(jià)格指數(shù)的預(yù)測(cè)。圖3為ARIMA（0，2，1）模型與GM（1，1）模型的預(yù)測(cè)結(jié)果對(duì)比圖。

圖3 ARIMA（0，2，1）模型與GM（1，1）模型的預(yù)測(cè)結(jié)果對(duì)比圖Figure 3 Comparison of ARIMA（0，2，1）model and GM（1，1）model prediction results

3.1.2 2015年-2022年中藥價(jià)格指數(shù)呈現(xiàn)波動(dòng)上升趨勢(shì)2015年1月-2022年4月期間，中藥材價(jià)格指數(shù)由最低點(diǎn)1086.61上漲至2022年1月份的最高點(diǎn)1733.31，漲幅達(dá)到60%，表明中藥材價(jià)格指數(shù)上升的幅度較大。但是這期間中藥材價(jià)格指數(shù)并非處于一味的上漲狀態(tài)，而是呈現(xiàn)出“短期有升有降、長(zhǎng)期穩(wěn)步上升”的趨勢(shì)，具體可分為4個(gè)階段。第一階段為2015年4月-12月，中藥材價(jià)格指數(shù)下降。這主要是由于過(guò)去的幾年，持續(xù)上漲的中藥材價(jià)格行情，刺激了中藥材種植產(chǎn)區(qū)大面積發(fā)展中藥材種植，中藥材產(chǎn)量不斷增加，但市場(chǎng)需求量冷淡，導(dǎo)致供大于求，中藥材價(jià)格開(kāi)始出現(xiàn)下滑[14]。第二階段為2016年1月-2017年9月，價(jià)格指數(shù)上升。為解決前期中藥材價(jià)格大幅波動(dòng)問(wèn)題，工業(yè)和信息化部、國(guó)家中醫(yī)藥管理局等部門(mén)頒布《中藥材保護(hù)和發(fā)展規(guī)劃2015-2020》[15]，為中藥材行業(yè)的發(fā)展注入了新的活力，2016年開(kāi)始中藥材價(jià)格指數(shù)逐漸回升，2017年9月上漲至1 295.62，相較于2015年上漲了17%。第三階段為2017年10月-2019年6月，中藥材價(jià)格指數(shù)整體保持平穩(wěn)，略有下降。一方面在大健康及中醫(yī)藥產(chǎn)業(yè)快速發(fā)展的背景下，國(guó)內(nèi)開(kāi)展供給側(cè)改革和精準(zhǔn)扶貧，發(fā)展中藥材生產(chǎn)成為熱點(diǎn)，全球糧食價(jià)格普遍走低的情況進(jìn)一步刺激各地加強(qiáng)中藥材種植積極性，家種藥材供應(yīng)量持續(xù)增加。另一方面，監(jiān)管部門(mén)對(duì)中藥材市場(chǎng)的監(jiān)管力度不斷加大，消費(fèi)者對(duì)優(yōu)質(zhì)中藥材需求量不斷擴(kuò)大，以及經(jīng)濟(jì)的發(fā)展、人民生活水平的提高，人們對(duì)健康的需求日益增加，進(jìn)一步拉動(dòng)了對(duì)藥食同源中藥材品種的需求量。第四階段為2019年7月至今，中藥材價(jià)格指數(shù)快速上漲階段。且根據(jù)預(yù)測(cè)結(jié)果顯示，2022年4-12月中藥材價(jià)格指數(shù)也將不斷上漲。供需不平衡仍然是導(dǎo)致中藥材價(jià)格上漲的主要原因，同時(shí)疫情的爆發(fā)以及人們健康意識(shí)的覺(jué)醒，增加了對(duì)中藥材的需求量。另外，2020年新版《中國(guó)藥典》對(duì)中藥材質(zhì)量提出了更高的要求，中藥材的生產(chǎn)成本進(jìn)一步增加、多地發(fā)文支持中醫(yī)藥產(chǎn)業(yè)發(fā)展，持續(xù)釋放利好中醫(yī)藥行業(yè)發(fā)展的信號(hào)以及出于對(duì)中藥價(jià)格上漲的預(yù)期，市場(chǎng)囤積、炒作的情況等[16]都刺激了中藥材價(jià)格的上漲。

3.2 建議

中藥材作為中藥產(chǎn)品的基礎(chǔ)原料，是關(guān)系國(guó)民健康的特殊商品，其價(jià)格上漲不僅影響到群眾用藥需求和用藥安全，同時(shí)對(duì)產(chǎn)業(yè)鏈上的各主體帶來(lái)無(wú)法回避的不利影響[6]。為保障中藥材市場(chǎng)平穩(wěn)運(yùn)行避免價(jià)格頻的劇烈波動(dòng)，本文提出如下建議：

3.2.1 加大對(duì)中藥材生產(chǎn)的扶持，保障中藥材有效供給我國(guó)是中醫(yī)藥大國(guó)，對(duì)中藥資源的需求剛性較強(qiáng)，為了確保中藥材貨源充足、供需平衡和價(jià)格穩(wěn)定，一方面做好中藥材行業(yè)的頂層設(shè)計(jì)，編制中藥材行業(yè)發(fā)展規(guī)劃，合理安排中藥材的區(qū)域布局種植計(jì)劃，鼓勵(lì)規(guī)模化組織化種植中藥材[17]。另一方面可以加大對(duì)中藥材種植的扶持力度，出臺(tái)相關(guān)的優(yōu)惠政策，如對(duì)中藥材種植戶(hù)實(shí)施財(cái)政補(bǔ)貼、稅收減免等措施，激發(fā)藥農(nóng)、藥企的積極性，擴(kuò)大中藥材的種植面積，從而增加中藥材的供給量[18]。另外，建立以國(guó)家為主、社會(huì)為輔的中藥材儲(chǔ)備制度可以有效地應(yīng)對(duì)中藥材價(jià)格地異常波動(dòng)，保證中藥材的不脫銷(xiāo)、不斷檔[6]。

3.2.2 完善中藥材種植保險(xiǎn)，增強(qiáng)農(nóng)戶(hù)抵御風(fēng)險(xiǎn)能力針對(duì)當(dāng)前自然災(zāi)害頻發(fā)、動(dòng)植物疫病防控難度加大等突出問(wèn)題，要加快健全中藥材風(fēng)險(xiǎn)防范機(jī)制[19]。關(guān)鍵要完善中藥材種植保險(xiǎn)，要繼續(xù)擴(kuò)大中藥材種植保險(xiǎn)的品種和規(guī)模，提高賠償標(biāo)準(zhǔn)。政府可以通過(guò)政策性補(bǔ)貼，鼓勵(lì)社會(huì)商業(yè)保險(xiǎn)進(jìn)入中藥材行業(yè)，同時(shí)加大財(cái)政投入帶動(dòng)農(nóng)戶(hù)積極投保實(shí)現(xiàn)風(fēng)險(xiǎn)分擔(dān)機(jī)制，保障中藥材種植戶(hù)基本種植收益和生產(chǎn)的積極性，降低突發(fā)事故給農(nóng)戶(hù)帶來(lái)的損失[20]。

3.2.3 建立中藥材電子商務(wù)平臺(tái)在政府的引領(lǐng)下充分利用中藥資源普查建立的全國(guó)資源檢測(cè)站，依托大型企業(yè)和商業(yè)協(xié)會(huì)建立覆蓋全國(guó)的中藥材市場(chǎng)信息平臺(tái)。通過(guò)收集和發(fā)布中藥材種植、價(jià)格以及交易等相關(guān)信息，搭建藥農(nóng)、藥商和藥廠(chǎng)三者之間的信息溝通的橋梁、暢通溝通渠道，提高中藥材市場(chǎng)信息的透明度從而保障中藥材價(jià)格基本穩(wěn)定[21]。在此基礎(chǔ)上，通過(guò)借助現(xiàn)代信息技術(shù)建立中藥材電子商務(wù)平臺(tái)，實(shí)現(xiàn)中藥材產(chǎn)銷(xiāo)雙方的無(wú)縫銜接，促進(jìn)雙方網(wǎng)上簽約，減少交易中間環(huán)節(jié)，壓縮流通成本[22]。

3.2.4 建立中藥材價(jià)格監(jiān)測(cè)調(diào)整機(jī)制首先應(yīng)聯(lián)合多部委建立中藥材價(jià)格監(jiān)測(cè)調(diào)整機(jī)制，完善中藥材價(jià)格領(lǐng)域的相關(guān)政策法規(guī)，明確重點(diǎn)檢測(cè)的品種和指標(biāo)。其次，嚴(yán)懲中藥材炒作行為。聯(lián)合各地的市場(chǎng)監(jiān)管部門(mén)對(duì)中藥材市場(chǎng)實(shí)行監(jiān)測(cè)，重點(diǎn)收集市場(chǎng)異常交易信息，按照政策法規(guī)對(duì)囤積、炒作等行為進(jìn)行處理。最后，建立中藥材價(jià)格監(jiān)測(cè)預(yù)警平臺(tái)。針對(duì)不同風(fēng)險(xiǎn)等級(jí)的事項(xiàng)發(fā)出不同的警報(bào)，提示中藥材的生產(chǎn)經(jīng)營(yíng)決策者警惕市場(chǎng)風(fēng)險(xiǎn)[22]。