孫文婷，嚴(yán) 輝，張小波，晉 玲，閆 韜，石玉強(qiáng)，湯少梁*，段金廒

1.南京中醫(yī)藥大學(xué)衛(wèi)生經(jīng)濟(jì)管理學(xué)院，江蘇 南京 210023

2.南京中醫(yī)藥大學(xué)藥學(xué)院，江蘇 南京 210023

3.南京中醫(yī)藥大學(xué)，江蘇省中藥資源產(chǎn)業(yè)化過程協(xié)同創(chuàng)新中心，江蘇 南京 210023

4.中國中醫(yī)科學(xué)院 中藥資源中心 道地藥材品質(zhì)保障與資源持續(xù)利用全國重點實驗室，北京 100700

5.甘肅中醫(yī)藥大學(xué)藥學(xué)院，甘肅 蘭州 730000

6.甘肅隴西一方制藥有限公司，甘肅 定西 748100

7.甘肅定西市岷縣中醫(yī)院，甘肅 定西 748499

中藥資源是我國重要的戰(zhàn)略資源。近年來，國家和地方政府大力支持中藥材產(chǎn)業(yè)發(fā)展，為地區(qū)經(jīng)濟(jì)賦能，服務(wù)于鄉(xiāng)村振興戰(zhàn)略。同時，隨著我國健康產(chǎn)業(yè)需求的快速增加，優(yōu)質(zhì)藥材受到消費者追捧，2023 年上半年中藥材綜合200 市場價格指數(shù)不斷突破3 500，月漲幅超10%，市場迎來了強(qiáng)勁復(fù)蘇勢頭。其中，當(dāng)歸價格漲幅達(dá)到60%左右，市場價格從每千克不足百元急劇攀升至每千克170 元[1]，成為備受市場關(guān)注的焦點。當(dāng)歸為傘形科植物當(dāng)歸Angelicasinensis(Oliv.) Diels 的干燥根，是我國著名的大宗道地藥材品種，其藥用歷史悠久，素有“十藥九歸”的說法，有補(bǔ)血活血、調(diào)經(jīng)止痛、潤腸通便等功效[2]，現(xiàn)今也被廣泛用于各類保健品及傳統(tǒng)膳食中。目前我國當(dāng)歸道地產(chǎn)區(qū)除了甘肅，主產(chǎn)區(qū)還包括云南、青海、四川、湖北等地[3]?，F(xiàn)階段當(dāng)歸市場價格波動頻繁且幅度較大，給以當(dāng)歸作為主要原材料的經(jīng)營主體帶來了更多風(fēng)險，不利于市場價格秩序的穩(wěn)定和中醫(yī)藥產(chǎn)業(yè)的健康發(fā)展。

本研究基于2013 年1 月—2023 年7 月的當(dāng)歸價格指數(shù)月度數(shù)據(jù)，選用自回歸條件異方差模型（ autoregressive conditional heteroscedasticity，

ARCH）類模型分析其價格指數(shù)波動特征及規(guī)律。并結(jié)合課題組當(dāng)歸產(chǎn)地的調(diào)研結(jié)果，多角度、多模型對岷縣當(dāng)歸價格波動特點及影響因素展開綜合分析，為維護(hù)中藥材產(chǎn)業(yè)鏈各主體利益，引導(dǎo)當(dāng)歸價格回歸合理區(qū)間提供對策和建議。

1 理論與相關(guān)研究概述

1.1 價格指數(shù)的應(yīng)用發(fā)展

價格指數(shù)作為價格運動軌跡的描述性指標(biāo)，指2 個不同時期價格水平變動的相對數(shù)，最早產(chǎn)生于17 世紀(jì)中葉的歐洲，被英國學(xué)者沃恒（R.Voughan）運用于谷物、魚類、棉花等樣本的價格比較中[4]。隨著經(jīng)濟(jì)學(xué)和統(tǒng)計學(xué)理論的不斷發(fā)展，價格指數(shù)成為了一種系統(tǒng)的統(tǒng)計資料，用于分析較長時期內(nèi)相關(guān)商品或生產(chǎn)要素價格運動與供求變化的規(guī)律，并預(yù)測未來一個時期市場發(fā)展變化趨勢，從而為生產(chǎn)經(jīng)營者提供經(jīng)營決策依據(jù)，且時間越長，參考應(yīng)用價值則越大[5]。

1.2 ARCH 模型在價格問題研究中的應(yīng)用

ARCH 模型揭示了存在于時間序列數(shù)據(jù)中的異方差關(guān)系，是剖析價格波動影響因素和原因的重要方法，為價格數(shù)據(jù)走勢的預(yù)測提供依據(jù)。作為過去20 年內(nèi)金融計量發(fā)展中最重大的創(chuàng)新，由Engle 首次提出并獲得2003 年諾貝爾經(jīng)濟(jì)學(xué)獎。ARCH 模型最早被學(xué)者們應(yīng)用于以小麥、大豆、豬肉等為代表的農(nóng)產(chǎn)品價格波動特征的相關(guān)研究[6]，之后在金融領(lǐng)域的市場預(yù)測和決策中發(fā)揮重要作用，并逐漸衍生出ARCH 類模型，包括廣義自回歸條件異方差模 型 （ generalized autoregressive conditional heteroskedasticity，GARCH）、ARCH 均值模型（generalized autoregressive conditional heteroskedasticity in mean，GARCH-M）、門限GARCH 模型（threshold autoregressive conditional heteroskedasticity，TARCH）和指數(shù)條件異方差模型（exponential autoregressive conditional heteroskedasticity，EGARCH），應(yīng)用范圍也逐漸擴(kuò)大到醫(yī)藥領(lǐng)域[7]。

2 當(dāng)歸價格指數(shù)ARCH 類模型構(gòu)建及影響因素分析

2.1 數(shù)據(jù)來源與研究設(shè)計

本研究數(shù)據(jù)來源于成都中藥材價格指數(shù)網(wǎng)（www.ysindex.com），選取2013 年1 月—2023 年7月的當(dāng)歸月度價格指數(shù)，共計127 個時間序列數(shù)據(jù)樣本。研究過程中使用Eviews 10.0 軟件，首先利用HP（Hodrick-Prescott Filter）濾波法揭示該時間序列原始數(shù)據(jù)的階段性特征；之后，在對原始數(shù)據(jù)進(jìn)行描述性統(tǒng)計及平穩(wěn)序列處理的基礎(chǔ)上構(gòu)建ARCH類模型，檢驗數(shù)據(jù)的信息沖擊效應(yīng)、風(fēng)險收益關(guān)系和杠桿效應(yīng)，剖析對價格指數(shù)波動產(chǎn)生影響的重要因素，為價格指數(shù)趨勢預(yù)測和對策建議提供依據(jù)。

2.2 當(dāng)歸價格指數(shù)階段性波動特征描述

本研究借助HP 濾波法，采用“波谷-波谷”的方式將周期成分劃分為了3 個完整的波動階段和1個不完整的波動階段，如圖1 所示。從每個階段的波長以及價格指數(shù)極值的整體特征來看，4 個階段呈現(xiàn)不同的特征（表1）。

圖1 2013 年1 月—2023 年7 月當(dāng)歸價格指數(shù)波動趨勢階段圖Fig.1 Fluctuation trend diagram of price index of Angelicae Sinensis Radix from January 2013 to July 2023

2.2.1 階段一（2013 年1 月—2014 年5 月） 2013年初我國中藥材市場的當(dāng)歸價格指數(shù)出現(xiàn)了第1 輪階段性劇烈震蕩，至當(dāng)年8 月份波動幅度逐漸減緩，之后價格指數(shù)逐漸穩(wěn)定在200 左右，且漲跌幅均在±5%范圍內(nèi)。該階段整個波長跨時17 個月，當(dāng)歸價格指數(shù)最大值與最小值的極差為101.87，表現(xiàn)出陡升陡降、深度收縮的階段性特征。

2.2.2 階段二（2014 年6 月—2015 年5 月） 這一階段的漲跌幅高峰始于2014 年6 月，當(dāng)歸價格指數(shù)呈現(xiàn)斷崖式下跌，降幅一度達(dá)到41.67%，創(chuàng)歷史最低。后期雖也出現(xiàn)過短暫的價格回暖，但整體價格指數(shù)低于前一階段。這一階段波動特征與階段一類似，但極差縮小為87.31，波動幅度有所下降。

2.2.3 階段三（2015 年6 月—2022 年11 月） 作為10 年周期中持續(xù)最長的1 個階段，波長跨時達(dá)89 個月。當(dāng)歸價格指數(shù)穩(wěn)步增長，整體波動幅度較平穩(wěn)。在2015 年12 月—2016 年10 月，出現(xiàn)了2次增長峰值點，漲幅分別為16.15%和18.51%，之后整體漲跌幅度不大，且持續(xù)時間較長。進(jìn)入2019年之后，逐漸顯現(xiàn)下滑態(tài)勢，2020 年初全球新型冠狀病毒肺炎（簡稱新冠）疫情的爆發(fā)使價格指數(shù)一度下降至157.31。之后隨著全球新冠疫情逐步向常態(tài)化過渡，2021 年6 月開始，當(dāng)歸價格指數(shù)出現(xiàn)新一輪階段性上漲，指數(shù)水平整體穩(wěn)步上升。這一階段價格指數(shù)極差僅為82.87，波動呈現(xiàn)緩升緩降，深度擴(kuò)張的階段特征。

2.2.4 階段四（2022 年12 月—2023 年7 月） 這一階段的當(dāng)歸價格指數(shù)出現(xiàn)了第1 次增長高峰值，并于之后的7 個月陸續(xù)出現(xiàn)3 次大幅度增長，漲幅分別達(dá)到21.38%、28.95%和35.50%，最終在2023年7 月攀升至493.55，是往年同時段指數(shù)的5 倍左右。目前該階段并沒有出現(xiàn)明顯的下降趨勢，因此是一個不完整的波動階段，階段性特征仍不明確。但由于該輪連續(xù)的劇烈增長在周期內(nèi)鮮少出現(xiàn)，未來的走勢以及波長持續(xù)時間也引起了產(chǎn)業(yè)內(nèi)各相關(guān)主體的密切關(guān)注。

2.3 描述性分析

通過對當(dāng)歸價格指數(shù)原始數(shù)據(jù)的描述性統(tǒng)計可知，價格指數(shù)的平均值為189.829 2，標(biāo)準(zhǔn)差為47.811 47，峰度（K）值為17.227 48，大于標(biāo)準(zhǔn)正態(tài)分布條件下的峰度值3，說明價格指數(shù)具有尖峰厚尾的分布特征；同時偏度（S）值為2.856 137，大于0，分布呈現(xiàn)較長的右拖尾。JB 正態(tài)檢驗（χ2）值為1 243.813，遠(yuǎn)大于5%顯著性水平的臨界值，P值為0＜0.05，因此該序列不服從正態(tài)分布（圖2）。整體上該時間序列數(shù)據(jù)為非正態(tài)的“尖峰厚尾”分布，如圖2 所示。導(dǎo)致這一特征出現(xiàn)的原因通常源于外部沖擊對于數(shù)據(jù)波動的持續(xù)影響。當(dāng)歸10 年期價格指數(shù)波動的“厚尾”特征，一定程度反映了在政府監(jiān)管和市場完善等因素影響下，我國藥材市場整體趨于穩(wěn)定且波動率逐漸下降，而一旦出現(xiàn)外部突發(fā)因素，則會因為市場各參與主體對信息的非線性反應(yīng)方式而加劇震蕩幅度，增加市場的不穩(wěn)定性，對各產(chǎn)業(yè)主體利益造成損害，因此需要多角度對價格指數(shù)的影響因素展開剖析。

圖2 當(dāng)歸價格指數(shù)描述性統(tǒng)計直方圖Fig.2 Descriptive statistical histogram of price index of Angelicae Sinensis Radix

2.4 數(shù)據(jù)平穩(wěn)序列處理及檢驗

由于當(dāng)歸價格指數(shù)原始數(shù)據(jù)波動趨勢明顯，變量不平穩(wěn)，理論上不能直接構(gòu)建ARCH 類模型。因此，需要對原始價格指數(shù)進(jìn)行取對數(shù)和差分處理（如式1），將其轉(zhuǎn)換為穩(wěn)定性序列，以確保后續(xù)分析的可靠性。

DLNPt是一階差分后的當(dāng)歸價格指數(shù)，Pt第t月的價格指數(shù)，Pt－1為變量第t－1 月的價格指數(shù)

完成穩(wěn)定性序列處理后，對當(dāng)歸價格指數(shù)原始序列（P）以及一階差分后的序列（DLNP）分別進(jìn)行平穩(wěn)序列單位根ADF 檢驗。通過對比可發(fā)現(xiàn)（表2），原始價格指數(shù)（P）的t值為2，對應(yīng)的P值為0.99（大于0.05），接受原假設(shè)，當(dāng)歸價格指數(shù)序列不平穩(wěn)；而一階差分后的數(shù)據(jù)DLNP的t值為?13.36，對應(yīng)P值為0.00（小于0.05），拒絕原假設(shè)，即為平穩(wěn)序列，滿足ARCH 類建模對數(shù)據(jù)的要求。

表2 ADF 檢驗結(jié)果Table 2 Results of ADF test

2.5 ARCH 效應(yīng)檢驗

建立ARCH 類模型前，對一階差分處理的當(dāng)歸價格指數(shù)序列展開ARCH 效應(yīng)檢驗，若存在該效應(yīng)則可以建立模型組，見表3。

表3 ARCH 效應(yīng)檢驗Table 3 ARCH effect test

從表3 的檢驗結(jié)果可知，F(xiàn) 統(tǒng)計量和Obs*Rsquared 統(tǒng)計量的P值均為0.03（小于0.05），殘差序列存在顯著的波動聚集現(xiàn)象，說明存在ARCH 效應(yīng)，可以建立ARCH 類模型并進(jìn)行相應(yīng)分析。

2.6 ARCH 類模型構(gòu)建與結(jié)果分析

2.6.1 當(dāng)歸價格指數(shù)GARCH 回歸結(jié)果 GARCH模型被廣泛應(yīng)用于預(yù)測時間序列數(shù)據(jù)的波動性。根據(jù)赤池信息準(zhǔn)則（Akaike information criterion，AIC）和施瓦茲準(zhǔn)則（Schwarz criterion，SC）相對較小的原則選擇并建立GARCH (1, 1) 條件方差模型。

其中，εt為隨機(jī)擾動項，為條件方差。從表4 的參數(shù)結(jié)果可知，GARCH (1, 1) 模型P值均小于0.05，表明當(dāng)歸價格指數(shù)一階差分序列具有顯著的波動集簇性。模型中的β1系數(shù)為0.857 432，大于0并接近1，符合回歸模型參數(shù)約束條件，反映當(dāng)歸價格指數(shù)波動的“長期記憶性”，即一次價格波動會引起后續(xù)新的價格波動，且對外部沖擊的反應(yīng)函數(shù)以1 個相對較慢的速度遞減，短期內(nèi)難以消除影響。同時，RESID(?1)2和GARCH(?1) 系數(shù)之和接近1，說明當(dāng)歸價格指數(shù)波動存在持續(xù)性。從現(xiàn)實情況來看，價格傳導(dǎo)機(jī)制效應(yīng)減弱、時滯延長是造成價格指數(shù)波動效應(yīng)的主要原因，信息不對稱增加了市場的不穩(wěn)定性，市場情緒受到影響后發(fā)生“多空博弈”，從而導(dǎo)致中長期持續(xù)震蕩。

表4 當(dāng)歸價格指數(shù)一階差分方程GARCH (1, 1) 模型參數(shù)Table 4 Model parameters of first order difference equation GARCH (1, 1) for price index of Angelicae Sinensis Radix

2.6.2 當(dāng)歸價格指數(shù)GARCH-M回歸結(jié)果 基于金融領(lǐng)域中“波動性越大，均值越高”的理論，通過建立當(dāng)歸價格指數(shù)一階差分方程GARCH-M模型對波動率和收益率進(jìn)行匹配。由表5 結(jié)果可知，@SQRT(GARCH) 系數(shù)為0.128，對應(yīng)的統(tǒng)計量0.848 和P值0.397（＞0.05），均未能通過檢驗，說明GARCH-M 模型不顯著，即當(dāng)歸價格指數(shù)不存在高風(fēng)險、高收益的特征，波動與收益之間正相關(guān)關(guān)系不明顯，從側(cè)面體現(xiàn)了市場參與主體理性投資程度不高，存在隨著價格指數(shù)波動的增加，市場風(fēng)險不斷提高的問題。

2.6.3 當(dāng)歸價格指數(shù) T-GARCH 回歸結(jié)果 TGARCH 模型作為GARCH 模型的衍生，可以驗證我國中藥材市場中“利好消息”和“利空消息”對當(dāng)歸價格指數(shù)的影響程度。由表6 模型參數(shù)分析可知，P值為0.039 7（小于0.05），存在顯著性，當(dāng)歸市場存在杠桿效應(yīng)，且市場對不同信息反應(yīng)表現(xiàn)出非對稱現(xiàn)象，進(jìn)一步導(dǎo)致價格指數(shù)的波動幅度增加。同時，杠桿系數(shù)[RESID(?1)2×RESID(?1)＜0]為0.99（大于0），說明“利好消息”和“利空消息”對于藥材市場的影響有明顯差異，“利空消息”相較于“利好消息”對當(dāng)歸市場價格指數(shù)的沖擊力度更大。市場主體對“利空消息”也更為敏感，出現(xiàn)“利空消息”后，各方競爭加劇并做出調(diào)整措施，但由于缺乏理性市場情緒的引導(dǎo)，或缺乏配套措施的支持，存在市場主體錯誤解讀的可能，進(jìn)一步引發(fā)市場的波動并使得波動時長持續(xù)。

表6 當(dāng)歸價格指數(shù)一階差分方程T-GARCH 模型參數(shù)Table 6 Model parameters of first order difference equation T-GARCH of Angelicae Sinensis Radix price index

2.7 基于實證結(jié)果的當(dāng)歸價格指數(shù)波動影響因素分析

2.7.1 產(chǎn)業(yè)鏈外部因素助推價格指數(shù)波動 基于當(dāng)歸價格指數(shù)描述性統(tǒng)計結(jié)果所呈現(xiàn)的“尖峰厚尾”特征可知，該價格指數(shù)易受到外部因素的影響。圍繞我國藥材價格波動問題，已有眾多學(xué)者通過研究發(fā)現(xiàn)全球經(jīng)濟(jì)、市場供需、生產(chǎn)成本、自然災(zāi)害等因素[8-11]為主要外部誘發(fā)因素。現(xiàn)階段全球范圍出現(xiàn)通貨膨脹，世界銀行數(shù)據(jù)顯示，2020—2022 年農(nóng)產(chǎn)品價格指數(shù)上漲1.36 倍，大宗商品價格仍處于高位，且進(jìn)一步漲價仍是大概率事件[12]。過去的10 年間，我國大量的農(nóng)村青壯年勞動力流失，勞動力短缺，用工成本不斷上升[13]。“鄉(xiāng)村振興”戰(zhàn)略的推進(jìn)雖吸引了一部分青壯年勞動力的回流，但伴隨著我國人口紅利消失以及生產(chǎn)要素價格上漲等問題的凸顯，當(dāng)前中國經(jīng)濟(jì)面臨“增量滯脹”風(fēng)險。此外，除拉尼娜、厄爾尼諾等極端天氣導(dǎo)致的自然災(zāi)害給農(nóng)業(yè)生產(chǎn)帶來一定沖擊[14]，始于2020 年初的全球新冠疫情也對整體市場有較大影響。作為大宗中藥材代表的當(dāng)歸，2022 年以來受高溫干旱影響，當(dāng)歸在生產(chǎn)關(guān)鍵期降雨量不足，植株萎蔫以及死苗率攀升，尤以甘肅主產(chǎn)區(qū)影響最大。伴隨種植成本上升，外部經(jīng)濟(jì)因素的影響增加。中藥材產(chǎn)業(yè)作為我國產(chǎn)業(yè)經(jīng)濟(jì)的重要組成，受到產(chǎn)業(yè)鏈外部因素的影響，未來發(fā)展仍會充滿不確定性。外部因素雖不足以成為以當(dāng)歸為代表的藥材價格指數(shù)波動的根本原因，但該類風(fēng)險無法轉(zhuǎn)移，只能通過有效手段進(jìn)行規(guī)避。

2.7.2 政策配套機(jī)制不完善引發(fā)“牛鞭效應(yīng)” 在對當(dāng)歸價格指數(shù)的杠桿效應(yīng)檢驗中發(fā)現(xiàn)，“利空消息”對于當(dāng)歸價格指數(shù)的影響程度更大。產(chǎn)業(yè)鏈各主體對消息的解讀以及引發(fā)的相應(yīng)市場情緒會直接反饋到價格指數(shù)的波動中。在2013—2023 年的10年周期中，第2 階段（2014 年6 月—2015 年5 月）和第3 階段（2015 年6 月—2022 年11 月）均出現(xiàn)過穩(wěn)中有增的階段性趨勢，這主要得益于該時期政府部門陸續(xù)出臺的相關(guān)政策和舉措，如將中藥材產(chǎn)業(yè)發(fā)展納入健康服務(wù)業(yè)戰(zhàn)略；市場監(jiān)管逐步規(guī)范，并提出積極發(fā)展中藥生態(tài)農(nóng)業(yè)和全過程生產(chǎn)質(zhì)量規(guī)范的概念；開展中藥材溯源體系建設(shè)[15]等。一系列政策的配套機(jī)制及時跟進(jìn)，向市場傳遞積極信號。進(jìn)入第4 階段（2022 年12 月）后，隨著全國中成藥集采常態(tài)化推進(jìn)以及《中國藥典》2020 年版質(zhì)量標(biāo)準(zhǔn)的提高，終端銷售價格被集采設(shè)置了“天花板”，利潤空間被壓縮。當(dāng)歸作為2023 年首批集采的品種之一，供應(yīng)端企業(yè)和生產(chǎn)主體經(jīng)營風(fēng)險增加。同時，產(chǎn)業(yè)鏈內(nèi)部存在不合理的利益分配格局，生產(chǎn)環(huán)節(jié)得不到反哺[14]，資金實力不強(qiáng)和生產(chǎn)基礎(chǔ)薄弱的中小型生產(chǎn)經(jīng)營主體面臨困境，進(jìn)而向市場需求端釋放消極信號，伴隨著產(chǎn)業(yè)鏈各環(huán)節(jié)主體存在信息的不對稱、延遲和不準(zhǔn)確，從而引發(fā)“牛鞭效應(yīng)”，導(dǎo)致整個供應(yīng)鏈系統(tǒng)的波動和不穩(wěn)定[7]。作為《“十四五”全國醫(yī)療保障規(guī)劃》中的1 項重要舉措，集采可以有效引導(dǎo)企業(yè)梳理合理收益預(yù)期，將供應(yīng)流通環(huán)節(jié)不合理的“水分”擰干，長期來看是有利于我國中藥產(chǎn)業(yè)高質(zhì)量發(fā)展且多方受益的大工程，而短期的陣痛也不可避免。由于政策推進(jìn)初期的配套機(jī)制尚不完善，各方主體對政策解讀存在偏差，進(jìn)而引發(fā)消極的市場情緒，并向市場傳遞出“利空消息”信號，導(dǎo)致市場價格的震蕩。這一過程中所產(chǎn)生的連鎖反應(yīng)，伴隨著中藥材產(chǎn)業(yè)現(xiàn)存的現(xiàn)實不足，成為了第4 階段開端出現(xiàn)非周期性異動的核心爆發(fā)點。

2.7.3 外部資本進(jìn)入市場端導(dǎo)致波動持續(xù) 后疫情時代我國國民健康意識增強(qiáng)，政府對中醫(yī)藥扶持力度持續(xù)增加，中藥材市場因需求快速升溫，成為資本市場一致看好的產(chǎn)業(yè)領(lǐng)域。從市場交易端來看，現(xiàn)階段我國資本市場存在因缺乏投資渠道而導(dǎo)致大量場外資本流入農(nóng)產(chǎn)品領(lǐng)域，尤其是中藥材產(chǎn)品的現(xiàn)象。游資炒作在這一輪當(dāng)歸價格上漲中起到了關(guān)鍵性的影響，即投資者通過市場消息面炒作價格，采取波段交易策略，為囤貨炒作提供了操作空間?；趯嵶C數(shù)據(jù)結(jié)果可知，當(dāng)歸價格指數(shù)在受到影響引起波動后，具有“長期記憶性”。素有“十藥九歸”稱號的當(dāng)歸，作為藥食同源品種，市場需求巨大，自然成為外部資本的重點關(guān)注對象。金融投資機(jī)構(gòu)炒作性質(zhì)的操作向市場傳遞了誤導(dǎo)性信息，引發(fā)市場參與主體的不理性行為，人為因素導(dǎo)致波動周期變長，現(xiàn)階段的指數(shù)波動效應(yīng)在短期內(nèi)不會消除。資本的本質(zhì)是逐利，因此外部資本在整個中藥材產(chǎn)業(yè)中的滲入方式和角色定位需要被規(guī)范和引導(dǎo)。

2.7.4 供應(yīng)端發(fā)展水平滯后影響整個產(chǎn)業(yè)鏈 中藥材作為兼具藥用價值和經(jīng)濟(jì)價值的特殊農(nóng)產(chǎn)品，產(chǎn)業(yè)鏈較長且涉及流程繁多[16]?，F(xiàn)階段，當(dāng)歸藥材供應(yīng)鏈上游仍以“小農(nóng)生產(chǎn)”為主，集中度低，全過程生產(chǎn)規(guī)范標(biāo)準(zhǔn)缺失嚴(yán)重。本課題組在當(dāng)歸產(chǎn)地調(diào)研中發(fā)現(xiàn)，近年來當(dāng)歸抽薹問題嚴(yán)峻，2022 年各地抽薹率為50%～70%，技術(shù)問題遲遲未能突破。同時，當(dāng)歸盲目引種的情況屢見不鮮，部分地區(qū)種植管理粗放，甚至出現(xiàn)人為增重、染色、摻假現(xiàn)象[17]，導(dǎo)致當(dāng)歸的產(chǎn)量和質(zhì)量均得不到有效保障。核心問題是生產(chǎn)環(huán)節(jié)精準(zhǔn)管控缺失、優(yōu)質(zhì)藥材統(tǒng)一評價標(biāo)準(zhǔn)尚未建立，供應(yīng)鏈無法建立起良性關(guān)系，波及至市場端的價格信號扭曲，無法實現(xiàn)“優(yōu)質(zhì)優(yōu)價，優(yōu)質(zhì)優(yōu)先”的公認(rèn)市場交易原則[18]。由于供應(yīng)端發(fā)展水平滯后而對整個產(chǎn)業(yè)鏈造成了影響，產(chǎn)業(yè)鏈自身薄弱使其對外部沖擊和擾動的反應(yīng)更劇烈，也為價格指數(shù)異動埋下伏筆。目前國家積極強(qiáng)調(diào)“保質(zhì)量、穩(wěn)供應(yīng)、強(qiáng)溯源”導(dǎo)向的同時，“提等級”也成為以當(dāng)歸為代表的大宗中藥材未來的發(fā)展所需，這對于整個產(chǎn)業(yè)鏈的健康可持續(xù)發(fā)展都有著重要的意義。

3 當(dāng)歸價格指數(shù)趨勢預(yù)測及對策建議

3.1 基于當(dāng)歸價格指數(shù)靜態(tài)擬合的趨勢預(yù)測

在建立的GARCH(1, 1) 模型基礎(chǔ)上，對2022年8 月—2023 年7 月的當(dāng)歸價格指數(shù)進(jìn)行擬合預(yù)測分析?；诒? 中的價格指數(shù)結(jié)果擬合可以發(fā)現(xiàn)，2022 年8 月—2023 年7 月，整體平均擬合誤差為7.18%，多數(shù)月份實際價格指數(shù)與擬合值誤差在5%左右，擬合效果較好。但2023 年的2 月、3 月以及7 月則出現(xiàn)了相對誤差較大的異動。從擬合價格指數(shù)的走勢可知，當(dāng)歸價格指數(shù)未來仍整體呈現(xiàn)增長趨勢。結(jié)合實際價格指數(shù)來看，不排除中長期內(nèi)發(fā)生非周期性異動的可能，因此需要配合積極合理的手段引導(dǎo)和監(jiān)管其市場價格走勢。

表7 基于GARCH(1, 1) 模型的2022 年8 月—2023 年7月當(dāng)歸價格指數(shù)靜態(tài)擬合及誤差統(tǒng)計Table 7 Static fitting and error statistics of price index of Angelicae Sinensis from August 2022 to July 2023 based on GARCH(1, 1) model

3.2 對策建議

面對當(dāng)歸價格指數(shù)中長期仍有震蕩的可能，本研究以ARCH 類模型實證分析和課題組調(diào)研數(shù)據(jù)為支撐，提出對策建議，以期引導(dǎo)以當(dāng)歸為代表的大宗中藥材商品價格回歸合理區(qū)間，從而助力我國中藥材產(chǎn)業(yè)健康可持續(xù)發(fā)展。

3.2.1 加強(qiáng)藥材價格的實時動態(tài)監(jiān)測，形成預(yù)警機(jī)制 目前，中藥材市場缺乏有效的平抑價格波動手段，無法實現(xiàn)正確及時傳遞價格波動的信息。當(dāng)歸出現(xiàn)的價格異動應(yīng)被密切關(guān)注，并通過建立預(yù)警機(jī)制，依托信息化渠道及時傳遞藥材價格和供應(yīng)的異常變動信息，及時作出反應(yīng)，在一定程度上緩解市場信息不對稱。同時，配合市場價格監(jiān)管規(guī)范，以藥材產(chǎn)地政府物價部門為抓手，重點關(guān)注流通環(huán)節(jié)的惡意炒作和待價而沽的行為，及時出手打擊市場壟斷炒作行為，加大處罰力度，積極引導(dǎo)當(dāng)歸價格回歸合理水平。

3.2.2 盡快形成政策配套機(jī)制，保障集采政策積極推進(jìn) 中藥集采政策是中醫(yī)藥發(fā)展過程中政策日益完善并強(qiáng)化的體現(xiàn)，而中藥材產(chǎn)業(yè)現(xiàn)實問題突出，對政策效果造成了影響，因此中藥集采政策的配套機(jī)制亟待落地。一方面，為了減弱市場消極情緒，政府相關(guān)部門需要加大對中藥集采政策宣傳的力度，通過引導(dǎo)產(chǎn)業(yè)鏈各主體正確解讀政策內(nèi)涵，理性看待“以量換價”，提振中藥市場信心。另一方面，進(jìn)一步規(guī)范市場秩序，合理引導(dǎo)外部資本，聯(lián)合道地藥材產(chǎn)區(qū)的地方政府共同形成產(chǎn)業(yè)扶持政策，通過技術(shù)支持和稅收優(yōu)惠政策，整合原有分散的供應(yīng)端上游生產(chǎn)者，打造道地中藥材產(chǎn)區(qū)“合作社＋農(nóng)戶”模式。同時基于中藥材全過程質(zhì)量規(guī)范管理的思路，打通產(chǎn)業(yè)鏈上、中、下游各個環(huán)節(jié)，借助優(yōu)質(zhì)中藥材溯源體系的完善，推動產(chǎn)業(yè)從傳統(tǒng)粗放向現(xiàn)代集約提效的轉(zhuǎn)型。并在集采過程中充分體現(xiàn)中藥品質(zhì)等級對于價格的影響，積極探索構(gòu)建優(yōu)質(zhì)優(yōu)價聯(lián)采交易機(jī)制，基于一定漲幅范圍內(nèi)的分級定價，確保質(zhì)價關(guān)聯(lián)，以集采為著力點進(jìn)行合理定價，讓價格成為調(diào)動市場各主體提升中藥材質(zhì)量積極性的重要經(jīng)濟(jì)杠桿。

3.2.3 積極發(fā)揮市場調(diào)控作用，形成產(chǎn)業(yè)大數(shù)據(jù)平臺 作為我國重要的戰(zhàn)略資源之一，中藥材兼具藥品和商品的多重屬性，從而決定了其價格更易發(fā)生波動。為了打破市場信息不對稱帶來的不利影響，可在現(xiàn)有信息技術(shù)的發(fā)展基礎(chǔ)上，建設(shè)全國統(tǒng)一的中藥產(chǎn)業(yè)信息大數(shù)據(jù)平臺。第4 次全國中藥資源普查的結(jié)果為數(shù)據(jù)平臺提供了重要的基礎(chǔ)數(shù)據(jù)支持，讓產(chǎn)業(yè)鏈各主體參與平臺數(shù)據(jù)的建設(shè)，打通藥材生產(chǎn)、加工、流通到銷售的數(shù)據(jù)渠道，實現(xiàn)閉環(huán)管理，整合產(chǎn)地信息、產(chǎn)品信息、價格波動、市場供需數(shù)據(jù)、質(zhì)量標(biāo)準(zhǔn)等信息，利用統(tǒng)一編碼實現(xiàn)全流程貫通。打破傳統(tǒng)中藥材市場的貿(mào)易流通方式，以更為科學(xué)、精準(zhǔn)的數(shù)據(jù)引導(dǎo)產(chǎn)銷和訂單農(nóng)業(yè)，讓市場的調(diào)控作用得到充分發(fā)揮，對于我國中藥資源信息及價值管理的整合也更高效。

3.2.4 加快構(gòu)建當(dāng)歸藥材產(chǎn)業(yè)技術(shù)體系，突破關(guān)鍵技術(shù)問題，政策扶持平穩(wěn)保供 目前我國藥材種植機(jī)械化水平不高、種植戶個體化、良種率不高且受自然災(zāi)害影響大，當(dāng)歸的產(chǎn)量受到了嚴(yán)重影響，其中當(dāng)歸早薹是影響其穩(wěn)定供應(yīng)的代表性問題，需要有組織構(gòu)建當(dāng)歸藥材產(chǎn)業(yè)技術(shù)體系，針對制約其栽培過程中影響產(chǎn)量和質(zhì)量的關(guān)鍵技術(shù)環(huán)節(jié)有組織地開展協(xié)作攻關(guān)，并進(jìn)行有序示范推廣。同時，亟需通過政策扶持，在全過程質(zhì)量規(guī)范生產(chǎn)思想的指導(dǎo)下，加強(qiáng)對當(dāng)歸種植農(nóng)戶的育種和種植技術(shù)指導(dǎo)，聯(lián)結(jié)科研院所與高校的專業(yè)力量，協(xié)同應(yīng)對目前當(dāng)歸抽薹問題，配合提高農(nóng)機(jī)設(shè)備補(bǔ)貼和減稅力度，助推當(dāng)歸種植經(jīng)濟(jì)提質(zhì)增效。引導(dǎo)有實力的企業(yè)及新型農(nóng)業(yè)經(jīng)營主體投資，完善現(xiàn)有當(dāng)歸標(biāo)準(zhǔn)化規(guī)?；N植，逐步推進(jìn)良種繁育基地的建設(shè)。通過積極實現(xiàn)平穩(wěn)保供，穩(wěn)定市場價格，助推產(chǎn)業(yè)健康有序發(fā)展。

4 結(jié)語

中國作為全球最大的中藥材生產(chǎn)和消費市場，推動中藥產(chǎn)業(yè)高質(zhì)量可持續(xù)發(fā)展具有重要的戰(zhàn)略意義。針對近年來中藥材價格劇烈波動的現(xiàn)象，隱藏在背后的是包括種植端薄弱、產(chǎn)業(yè)鏈上下游協(xié)同不足、外部資本過度介入、政策待完善及優(yōu)質(zhì)優(yōu)價機(jī)制尚未完全形成等影響因素。在集采政策不斷深化的背景下，面對中藥材產(chǎn)品“價低傷農(nóng)，價高傷民”的現(xiàn)實問題，中藥產(chǎn)業(yè)應(yīng)積極統(tǒng)籌各環(huán)節(jié)利益主體，加強(qiáng)上下游價格聯(lián)動。政府通過完善配套扶持政策，助力農(nóng)民合作社發(fā)展，規(guī)范中藥材產(chǎn)品的定價機(jī)制，保障生產(chǎn)端得以反哺，實現(xiàn)優(yōu)質(zhì)中藥材穩(wěn)定供應(yīng)，引導(dǎo)價格的理性回歸，從而更好地服務(wù)于中藥質(zhì)量提升和產(chǎn)業(yè)高質(zhì)量發(fā)展戰(zhàn)略工程。

利益沖突所有作者均聲明不存在利益沖突