Page 14 - 《中国药房》2021年22期
P. 14
450.00 120.00 表1 中药材价格及其影响因素的原始数据
400.00 定基指数
环比指数 115.00 Tab 1 Raw data of prices and influential factors of
350.00
Chinese herbal medicine
300.00 110.00
定基指数 250.00 105.00 环比指数 年份 118.40 SA，千公顷 PCM，万吨 519 008.00 124 244.00 105.50 103.10
MT，万元
RPI
CPI
AMPI
EV，万吨
1992
22.60
230.00
200.00
150.00 100.00 1993 113.10 254.00 26.90 545 278.00 121 674.00 102.90 103.40
1994 109.80 254.00 32.20 599 960.00 150 724.00 103.70 106.40
100.00
95.00
50.00 1995 111.60 364.00 36.20 655 954.00 136 549.00 114.10 114.70
1996 112.80 312.10 37.90 718 889.00 157 623.00 121.60 124.10
0 90.00
1992 1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 2016 2018 2019 1997 108.40 278.70 61.36 755 532.00 157 675.00 127.40 117.10
年份 1998 108.10 254.50 40.80 878 556.00 132 723.00 108.40 108.30
图1 1992－2019年我国中药材价格指数 1999 105.60 307.60 47.93 899 563.00 150 886.00 99.50 102.80
2000 104.60 372.00 34.26 974 551.00 175 661.00 94.50 99.20
Fig 1 Price indexes of Chinese crude drug from 1992
2001 102.30 482.51 34.25 1 058 689.00 160 960.00 95.80 98.60
to 2019 in China 2002 97.50 675.60 38.80 983 155.00 144 110.00 99.10 100.40
归（SVAR）模型能较好地弥补上述不足 。基于此，本研 2003 104.40 827.30 65.59 1 632 548.00 163 280.00 99.10 100.70
[6]
2004 98.40 963.90 94.32 1 595 387.00 169 864.00 100.50 99.20
究将运用SVAR模型，结合脉冲响应函数和方差分解等 2005 96.50 1 248.20 70.91 1 148 704.00 203 006.00 101.40 101.20
方法，对影响我国中药材价格的因素进行实证分析，以 2006 100.00 1 284.70 146.24 1 823 333.00 200 176.00 110.60 103.90
期为促进我国中药产业的健康发展提供参考。 2007 108.00 1 213.30 106.48 1 744 218.00 240 556.00 108.30 101.80
2008 106.90 1 214.20 110.98 2 218 017.00 188 296.00 101.50 101.50
1 资料与方法 2009 102.40 1 158.66 112.89 2 495 597.00 199 552.00 107.70 104.80
1.1 资料来源 2010 111.10 1 194.00 177.78 2 446 280.00 226 056.00 120.30 105.90
2011 112.10 1 180.90 200.80 3 842 813.00 196 620.00 97.50 99.30
本研究的数据来源于《中国统计年鉴》（1992－
2012 104.90 1 242.00 215.74 4 127 374.00 196 660.00 102.90 103.30
2019）、《中国农村统计年鉴》（1992－2019）、《中国商品 2013 103.10 1 385.20 259.48 7 906 822.00 197 475.00 111.30 105.40
交易市场统计年鉴》（1992－2019）和国家统计局官网公 2014 103.00 1 560.50 313.04 7 979 043.00 203 216.36 105.60 102.60
2015 102.60 1 821.60 272.05 13 687 730.00 184 453.55 101.40 102.60
开的相关数据。
2016 104.60 1 984.80 328.77 15 071 149.00 151 930.00 99.10 102.00
1.2 指标选取 2017 105.70 2 043.80 350.35 9 010 915.00 155 553.00 100.40 101.40
参考文献[3－5]，本研究选取中药材及中成药零售 2018 105.70 1 932.44 374.60 12 289 933.00 128 400.00 100.10 102.00
2019 104.90 2 161.07 383.61 13 147 475.00 132 514.03 100.60 101.60
价格指数（RPI）表示中药材价格变动情况，从供给、需
求、种植生产成本和通货膨胀等4个角度选取中药材价 间的动态关系。SVAR 模型实际是指 VAR 模型的结构
格影响因素的相关指标：供给因素采用中药材种植面 式，即在 VAR 模型的基础上考虑各变量之间的当期关
积[SA，千公顷（1 000 公顷，1 公顷＝0.01 平方千米）]和 系，并通过对参数空间施加约束条件以减少模型的带估
[8]
中成药产量（PCM，万吨）表示，国内需求用中药材市场 计参数 。k元p阶SVAR（p）模型的表达式为：
成交额（MT，万元）、国际需求用中药材出口量（EV，万 C0yt＝Γ1yt－1+Γ2yt－2+…+Γpyt－p+ut （t＝1，2，…，T）…（1）
吨）表示，中药材种植生产成本用农业生产资料价格指 式中，C0是主对角线元素均为1的k×k阶矩阵，yt是k
数（AMPI）表示，我国通货膨胀情况用居民消费价格指 维内生变量列向量，Γ 1、Γ 2、 …、Γ p是k×k阶待估系数矩阵，
数（CPI）表示。 ut是k维随机扰动项向量，T为样本容量 。
[9]
1.3 数据处理 本研究采用 AB 型 SVAR 模型，重点分析正交化冲
本研究选取自我国实行市场经济体制以后各指标 击的效应，故设 Aε t＝But （式中，ε t为简化式冲击，允许存
的相关数据，即1992－2019年（时间跨度为28年），其原 在同期相关；ut为正交的结构式冲击）。为了使模型能够
始数据详见表 1。为便于比较，将所有环比指数类数据 被识别，需要对模型施加约束，短期约束的表达式如
（RPI、AMPI、CPI）转化为以 1992 年数据为基期的定基 下 ：
[9]
指数。为消除变量间异方差性对实证研究结果的影响， InRPI
1 0 0 0 0 0 0 εt
增加数据的稳定性，本研究采用取自然对数的方法处理 a21 1 0 0 0 0 0 εt InSA
[7]
数据 。对RPI、SA、PCM、MT、EV、AMPI、CPI进行自然 a31 a32 1 0 0 0 0 εt InPCM
对数处理，得到的对数序列分别用lnRPI、lnSA、lnPCM、 a41 a42 a43 1 0 0 0 εt InMT ＝
lnMT、lnEV、lnAMPI、lnCPI表示。 a51 a52 a53 a54 1 0 0 εt InEV
1.4 研究方法 a61 a62 a63 a64 a65 1 0 εt InAMPI
本研究利用SVAR模型探究中药材价格与影响因素 a71 a72 a73 a74 a75 a76 1 εt InCPI
·2696 · China Pharmacy 2021 Vol. 32 No. 22 中国药房 2021年第32卷第22期
