謝江霞

(萬博科技職業(yè)技術(shù)學(xué)院，安徽 合肥 230031)

二十一世紀(jì)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(yán)峻,國家大力提倡發(fā)展傳統(tǒng)醫(yī)學(xué)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(dòng)了中醫(yī)藥產(chǎn)業(yè)的發(fā)展。但問題也隨之而來,市場(chǎng)上的中藥材價(jià)格呈現(xiàn)出漲幅大、波動(dòng)廣、價(jià)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(chǎng)上供需兩旺,很多地方都在大規(guī)模推廣種植金銀花,市場(chǎng)價(jià)格也直線上升。出現(xiàn)這種毫無規(guī)律可尋的價(jià)格變動(dòng)嚴(yán)重打擊了從業(yè)人員的生產(chǎn)積極性以及對(duì)產(chǎn)業(yè)未來發(fā)展的預(yù)期,這也給金銀花銷售市場(chǎng)乃至整個(gè)中藥產(chǎn)業(yè)埋下隱患,勢(shì)必阻礙中醫(yī)藥產(chǎn)業(yè)的進(jìn)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(duì)象,以區(qū)位因素作為理論基礎(chǔ),構(gòu)建逐步回歸模型對(duì)該地金銀花價(jià)格進(jìn)行分析，以期對(duì)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(huì)經(jīng)濟(jì)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(huì)因素。本文通過整理近年來平邑縣主要經(jīng)濟(jì)數(shù)據(jù)變化以及該地出產(chǎn)的金銀花產(chǎn)地價(jià)格變動(dòng)情況[2],建立逐步回歸模型分析平邑縣金銀花產(chǎn)地價(jià)格的影響因素,分析平邑縣社會(huì)因素變化對(duì)當(dāng)?shù)爻霎a(chǎn)的金銀花價(jià)格的影響效應(yīng),從而為從業(yè)者指導(dǎo)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(dāng)前階段有關(guān)商品市場(chǎng)價(jià)格的影響因素研究主要集中在實(shí)證分析方面,其中張大勇等[3]運(yùn)用時(shí)間序列成分分解法對(duì)國內(nèi)農(nóng)資價(jià)格的波動(dòng)特征進(jìn)行分析,并建立VAR模型,分析影響農(nóng)資價(jià)格波動(dòng)的主要因素。結(jié)果表明,農(nóng)資價(jià)格大幅上漲最根本的原因是上游原料價(jià)格飚升,是一種成本推動(dòng)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(dòng)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(chǎng)的供求機(jī)制及價(jià)格波動(dòng)特征,結(jié)果表明,中部6省房地產(chǎn)蛛網(wǎng)模型具有較強(qiáng)的發(fā)散性,房地產(chǎn)價(jià)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(chǎng)的健康發(fā)展。屈小卜等[5]從非線性的角度實(shí)證分析了影響豆油價(jià)格波動(dòng)的因素。結(jié)果表明:大豆和豆油價(jià)格在低迷、高漲和平穩(wěn)狀態(tài)下均產(chǎn)生正向效應(yīng),且在豆油市場(chǎng)低迷時(shí),大豆價(jià)格對(duì)豆油價(jià)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(jì)數(shù)據(jù),建立逐步回歸模型,對(duì)平邑縣金銀花產(chǎn)地價(jià)格的影響因素進(jìn)行分析,并總結(jié)以上分析的結(jié)果給出相關(guān)對(duì)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(gè)一個(gè)引入,引入的條件是其偏回歸平方和經(jīng)驗(yàn)是顯著的[6]。同時(shí),每引入一個(gè)新變量后,對(duì)已入選回歸模型的老變量逐個(gè)進(jìn)行檢驗(yàn),將經(jīng)檢驗(yàn)認(rèn)為不顯著的變量刪除,以保證所得自變量子集中每一個(gè)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(shí)回歸模型中所有變量對(duì)因變量都是顯著的。

2.2 指標(biāo)選取

中藥材金銀花具有明顯的農(nóng)產(chǎn)品特征,其價(jià)格的變動(dòng)十分契合時(shí)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(duì)金銀花的價(jià)格變動(dòng)進(jìn)行實(shí)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(jià)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(gè)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(duì)平邑縣金銀花產(chǎn)地價(jià)格的影響情況,部分?jǐn)?shù)據(jù)如表1所示。

表1 2013～2018年平邑縣經(jīng)濟(jì)數(shù)據(jù)

對(duì)比3大主要產(chǎn)地可以發(fā)現(xiàn),相對(duì)于其他兩大主要產(chǎn)地而言,平邑縣金銀花產(chǎn)地價(jià)格波動(dòng)較小,穩(wěn)定性較高。選取該產(chǎn)地價(jià)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(jià)格變動(dòng)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(jì)年鑒、中藥材天地網(wǎng)、平邑縣統(tǒng)計(jì)局以及平邑縣國民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)。

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(gè)基本步驟:一是從回歸模型中剔出經(jīng)檢驗(yàn)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(gè),直至沒有可增加的變量為止。具體步驟如下:

步驟1：對(duì)P個(gè)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(duì)變量子集{Xi1,Xi2,…,Xk}的回歸重復(fù)步驟2。

依此方法重復(fù)進(jìn)行,每次從未引入回歸模型的自變量中選取一個(gè),直到經(jīng)檢驗(yàn)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(yù)處理

時(shí)間序列數(shù)據(jù)按其統(tǒng)計(jì)學(xué)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(yīng)于對(duì)平穩(wěn)性序列數(shù)據(jù)的處理,同時(shí)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(jìn)行取對(duì)數(shù)處理以及平穩(wěn)性檢驗(yàn),對(duì)不滿足平穩(wěn)性的數(shù)據(jù)進(jìn)行差分處理[7]。檢驗(yàn)結(jié)果如表2。

表2 數(shù)據(jù)平穩(wěn)性的ADF檢驗(yàn)

由表2可知,經(jīng)過取對(duì)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(xiàng)和時(shí)間趨勢(shì)項(xiàng)的平穩(wěn)數(shù)據(jù),滿足構(gòu)建統(tǒng)計(jì)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(yàn)后,可以建立以產(chǎn)地價(jià)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(jìn)而考察各個(gè)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(yàn)精確度對(duì)因變量數(shù)據(jù)進(jìn)行相關(guān)性檢驗(yàn),檢驗(yàn)結(jié)果如表3,其中C項(xiàng)為截距項(xiàng)。

表3 逐步回歸模型具相關(guān)性的參數(shù)檢驗(yàn)

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(gè)數(shù)據(jù)對(duì)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(duì)產(chǎn)地價(jià)格具有正向作用,而CL、GDTZ對(duì)產(chǎn)地價(jià)格具有反向作用,其他數(shù)據(jù)在0.5/0.5檢驗(yàn)精度下無明顯統(tǒng)計(jì)學(xué)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(dá)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(jià)格預(yù)測(cè)

根據(jù)文中獲得的統(tǒng)計(jì)學(xué)模型,可以對(duì)金銀花價(jià)格進(jìn)行預(yù)測(cè)。并以平邑縣金銀花產(chǎn)地價(jià)格數(shù)據(jù)對(duì)模型進(jìn)行擬合,最后獲得的預(yù)測(cè)結(jié)果見圖2。

觀察價(jià)格預(yù)測(cè)圖可知,實(shí)際值和預(yù)測(cè)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(yù)期。

圖2 逐步回歸模型的金銀花價(jià)格預(yù)測(cè)

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(jià)格波動(dòng)幅度較小,市場(chǎng)影響對(duì)價(jià)格的作用也十分明顯。 其中2014-2017年期間預(yù)測(cè)較為準(zhǔn)確,而2018年之后的預(yù)測(cè)出現(xiàn)了一定程度的偏差,通過研究相關(guān)市場(chǎng)環(huán)境發(fā)現(xiàn),其主要原因可能是政策變動(dòng)所導(dǎo)致的,因?yàn)閺?018年開始,全國都在推廣金銀花國標(biāo)化,而金銀花的特性是頭茬花很容易達(dá)國標(biāo),越往后期,金銀花的有效物質(zhì)含量越低,因此國標(biāo)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(jià)格實(shí)際值在4-7月份波動(dòng)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(jià)格的影響因素組成,運(yùn)用逐步回歸模型對(duì)主要影響因素及其作用強(qiáng)弱進(jìn)行實(shí)證分析,討論了金銀花價(jià)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(duì)產(chǎn)地價(jià)格具有正向作用,即以上參數(shù)的增加可以推動(dòng)金銀花產(chǎn)地價(jià)格的增加;而農(nóng)作物產(chǎn)量、固定投資對(duì)產(chǎn)地價(jià)格具有反向作用,即上述參數(shù)的增加可以導(dǎo)致金銀花產(chǎn)地價(jià)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(jì)學(xué)常識(shí)和模型預(yù)期。

二、通過政府網(wǎng)站查詢平邑縣政府公報(bào),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(bào)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(fù)增長的時(shí)期。本文認(rèn)為以上兩種情況的共同作用導(dǎo)致了固定投資與產(chǎn)地價(jià)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(duì)金銀花價(jià)格進(jìn)行預(yù)測(cè),結(jié)果表明模型精確度較高,預(yù)測(cè)結(jié)果符合預(yù)期,對(duì)實(shí)際生產(chǎn)具有指導(dǎo)作用。但仍存在一定問題,主要有以下幾個(gè)方面:

1.將中藥材金銀花價(jià)格作為時(shí)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(jià)格影響因素的繁重任務(wù),但同時(shí)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(jià)格預(yù)測(cè)圖可知,2014～2017年預(yù)測(cè)結(jié)果較為準(zhǔn)確,2018年之后的數(shù)據(jù)就出現(xiàn)較明顯的偏差,這也證實(shí)了該模型忽視了外部因素的影響,一旦外部因素有變,就會(huì)很大程度地影響模型預(yù)測(cè)的準(zhǔn)確程度。