基于DEA-Malmquist的贵州中药材种植业投入效率评价

李啸浪， 梁 颖

(1.贵州省科学技术情报研究所，贵州 贵阳 550004； 2.贵州省科技发展战略研究院， 贵州 贵阳550004； 3.贵州大学 经济学院， 贵州 贵阳 550025)

0 引言

【研究意义】贵州生态环境好、生物资源丰富，是全国四大中药材主产区之一。贵州积极推进农村产业革命，省委、省政府及相关部门先后出台了贵州省中药材保护、发展及应用等方面的一系列政策文件[1-4]，大力推进中药材产业的发展，有效提高农业生产能力和农业GDP水平、解决农民就业和增加农民收入。在深入实施乡村振兴、推进中药材产业纵深发展进程中，构建中药材种植业效率评价体系，对全面了解和掌握贵州省中药材产业发展状况具有现实意义。【前人研究进展】在农业生产中，DEA方法是效率评价广为采用的工具，国内外研究大多将DEA方法应用于农业生产条件、农业科技、农业种植业、经济作物及园艺作物效率评价等方面。管立杰等[5]以农村基础设施的供给为例，进行农业生产条件投入产出效率评价研究，明确不同省份效率相差明显，多数省份的纯技术效率和规模效率存在不同程度的提升空间。华坚等[6-12]以农业全要素生产率为主题开展地域性研究，进行农业科技投入产出效率评价。刘念等[13-22]分别针对粮食作物、经济作物和园艺作物进行投入产出效率评价认为，其效率存在显著地域性差异，技术的开发和应用也对品种产生较大影响。【研究切入点】现有研究对粮食、经济、园艺作物类等研究较多，对中药材产业研究较少；对单品种小样本研究居多，对多品种大样本研究较少；对平原地区作物研究较多，对山地特色高效农业作物评价研究较少。而中药材种植业是贵州特色农业产业之一，其种植规模呈上升态势，但关于如何评价种植业整体运行效率，如何评价农业技术的效率，如何找准中药材种植业发展过程中的问题等相关研究较少，急需通过效率评价方法对技术活动的实际作用和效果进行评价，并构建一套适合中药材种植业的效率评价体系。【拟解决的关键问题】选取2014-2018年贵州省草本类中药材33种，共计165个数据样本为研究对象，通过中药材种植业的总面积投入(输入)因素和产量产值(输出)因素等指标，采用DEA方法对贵州省中药材进行分析，构建DEA-Malmquist指数模型，进一步分析贵州中药材面积投入效率，为贵州省相关部门政策制定和中药材种植推广提供参考。

1 资料与方法

1.1 资料来源

数据来源于《贵州省中药民族药产业统计报告(2015-2019年)》，考虑指标可获得性和连续性，选取草本类中药材33种，共计165个数据样本进行研究。

1.2 方法

1.2.1 指标选取 考虑中药材种植业面积投入的内涵，选取面积作为投入指标，选取产量和产值作为产出指标，用于衡量贵州33种中药材投入的产出水平。中药材种植业投入产出指标体系分准则层和指标层,其中,准则层指标包括投入指标和产出指标,指标层包含投入指标的总面积和产出指标的总产量和总产值。中药材播种总面积，指在本年度内收获的中药产品作物的播种面积之和，包含人工及野生保护抚育面积。中药材总产量，指本年度全社会范围内生产的中药材产品总产量，包含干品及野生采集量。中药材总产值，指本年度以货币形式表现的中药材产品价值。

1.2.2 DEA-Malquist模型构建 DEA指以多个投入产出指标数据作为决策单元的输入、输出数据，利用数学规划计量决策单元之间的相对有效性，判断决策单元是否位于“生产前沿面”上的一种计量方法。

决策单元(DMU)是DEA方法中最核心的概念，指将投入转化为产出的实体单位，主要用来衡量经济活动。同一计量对象中的DMU具有相同类型的投入和产出。通过对投入、产出的计量，制定实现目标的最优方案[23]。

采用DEA方法评价中药材种植业投入的效率，表达式为：

式中，假设BC2模型有n个决策、n种类型输入及s种类型输出，则利用总输出与总输入之比来衡量决策单元DMU的有效性。DMU在经济活动中的输出和输出向量分别为X=(xi,x2,…,xm)T和Y(y1,y2,…,ys)T,(X,Y)表示决策单元的整个经济活动过程。xji为某个决策单元j的第i个投入量，xji≥ 0；yrj为某个决策单元j的第r项输出，yrj≥ 0；θ为目标规划值,ε为非阿基米德无穷小，λj(j=1,…,n)为规划决策变量,si-，sr+为松弛变量向量。此时(1)式中s-*，s+*，λj*(j=1,…,n)及θ*即为规划最优解。

若θ= 1，s-=0,s+=0,决策单元DEA为有效；

若θ<1，决策单元DEA为无效；

若θ= 1，且s-≠ 0,s+≠ 0, 决策单元DEA为弱有效。

Malmquist指数由CAVES等[24]提出，以Malmquist数量指数和距离函数为基础进行建构，用于测算全要素生产率(TFP)。同时，还适用于测算投入产出的动态变化，其计算公式为：

(2)

(3)

(4)

Tfpch=Effch×Tech=(Pech×Sech)×Tech

(5)

式中，(xt,yt)和(xt+1,yt+1)分别表示t时期和t+1时期的投入产出向量。若M>1，则表明效率提高；若M<1，则表明效率降低[25]。

1.2.3 DEA模型静态分析 利用DEA 2.1对2014年和2018年贵州省中药材33个品种的总面积、总产量及总产值指标进行投入产出的效率计算，测算中药材投入的综合效率值、纯技术效率值、规模效率值、规模收益值。用irs和drs表示规模收益情况，其中，irs表示规模收益递增、drs表示规模效益递减。综合效率=技术效率×规模效益。

1.2.4 Malmquist指数的动态分析 Malmquist指数能动态反映各品种中药材面积投入效率的变化趋势，因此运用DEAP2.1对2014-2018年贵州省中药材33个品种的面积投入进行测算，进而分析全要素生产率的动态变化及异质性。

2 结果与分析

2.1 投入产出的效率评价

2.1.1 面积投入效率 以综合技术效率指数作为衡量标准，中药材种植业的面积投入效率均未达到DEA有效，2014年、2018年投入效率分别为0.334、0.382，总体呈略增态势，但还处于较低水平(表1)。不同品种的面积投入效率存在一定差异。11个品种(瓜蒌、玄参、金钗石斛、续断、前胡、三七、百合、葛根、黄精、白芷、鱼腥草，占比33.33%)面积投入效率有所提升，其余品种面积投入效率均降低；2014年的南板蓝根、灵芝与2018年的半夏、瓜蒌、玄参分别达到生产前沿面，表明品种的面积投入实现最优配置，投入面积合理，其余品种(占比93.94%)都不同程度地存在纯技术效率和规模效率的提升空间；2018年，处于DEA无效且排位后10位的品种(艾纳香、白术、丹参、何首乌、苦参、射干、砂仁、桔梗、党参、薏苡)应加强其农业面积投入后的科学管理水平，注重提高效率。

表1 贵州省33个草本中药材2014年和2018年投入产出效率值

2.1.2 纯技术效率 中药材面积投入效率的纯技术效率呈递减趋势。2018年贵州中药材种植业面积投入的纯技术效率为0.463，与生产前沿面相差0.537；9个品种(半夏、瓜蒌、玄参、太子参、金钗石斛、三七、白芷、姜、鱼腥草，占比27.27%)纯技术效益有效。姜的纯技术效率两年均有效。相较两个年度的平均水平，17个品种(艾纳香、白术、丹参、瓜蒌、何首乌、苦参、头花蓼、射干、续断、前胡、元胡、桔梗、葛根、黄精、砂仁、党参、薏苡，占比51.51%)的纯技术效率均低于平均水平0.504(2014年)和0.463(2018年)，需进一步提升其农业综合生产力，切实加强农业科技创新和应用推广，积极推动可持续农业技术的研究与开发。

2.1.3 中药材种植规模效率 2014年、2018年的规模效率分别为0.681、0.871。2018年半夏、瓜蒌和玄参规模效率有效，占比9.09%。2018年规模效率无效且排位后10位的品种(苦参、南板蓝根、太子参、射干、元胡、白芷、山药、姜、薏苡、鱼腥草)规模效率值处于较低水平，其种植规模均可以考虑适度扩大。

2.1.4 规模收益 从规模收益递增和递减趋势角度看，2018年，16个品种(艾纳香、白术、何首乌、头花蓼、苦参、射干、续断、前胡、元胡、三七、桔梗、葛根、黄精、白芷、灵芝、铁皮石斛)规模收益呈递增趋势，应扩大种植面积、推进产业化开发；11个品种(南板蓝根、太子参、金钗石斛、百合、茯苓、砂仁、山药、党参、姜、薏苡、鱼腥草)规模收益呈递减趋势，存在农业产业化资金效益不足的可能，需加强农业产业化资金管理；6个品种(白及、半夏、丹参、瓜蒌、玄参、天麻)规模收益保持不变。

2.2 2014—2018年贵州省33个草本中药材及其面积投入的生产率

2.2.1 中药材品种投入 50%以上中药材品种效率有较大提升空间。从表2看出，16个品种全要素生产率大于1，其余均小于1。因全要素生产率提升受规模效率、技术进步以及技术效率和纯技术效率影响，根据驱动维度分析，推断出规模效率大于1的25个品种全要素生产率提升主要受到规模效率驱动；技术进步大于1的24个品种全要素生产率提升受到技术进步影响，应积极推进产业化；而技术效率和纯技术效率都小于1的18个品种全要素应加强农业种植管理和科技水平，促进纯技术效率与规模效率的协同发挥作用，进一步提高其农业综合生产力。

表2 2014—2018年贵州省33个草本中药材品种投入的生产率

2.2.2 面积投入 表3可知：2014-2018年贵州中药材面积投入的全要素生产率均值为1.019，总体呈上升态势，且全要素生产效率呈时序上的波动性。研究期间，技术进步和规模效率均值都大于1，处于DEA有效阶段，说明技术效率和规模效率对综合效率的提高起主要作用；而技术效率和纯技术效率均值都小于1，处于DEA无效阶段。从分解看，规模效率均值较目标规划值(θ=1)上升7.3%，说明规模效率是驱动主要因素；技术进步均值较目标规划值(θ=1)上升4.6%，技术进步的驱动次之；纯技术效率、技术效率尚处于无效阶段，虽然贵州省中药材种植面积不断扩大，但是技术管理水平尚需提高，管理水平和制度运行效率存在不足，可通过提高技术管理水平实现贵州中药材种植面积的有效供给。

表3 2014—2018年贵州省草本中药材面积投入的生产率

3 讨论

2018年，贵州中药材面积投入的全要素生产率均值大于1，总体呈上升态势。规模效率是驱动全要素生产效率的主要因素，且其增长主要得益于产业政策扶持。贵州省政府高度重视，明确全省中药材种植面积发展目标：含野生抚育、仿野生栽培及人工种植，2016-2019年分别为36.67万、43.33万、 45.53万和48.00万hm2[1]，极大地推动了中药材种植的工作力度。技术进步是驱动全要素生产效率的次要因素，主要受益于科技支撑农村产业能力的不断加强。《2018-2020年科技支撑脱贫攻坚十条措施》[3]《科技支撑农村产业革命“三个‘1+1’”试点方案》[4]提出在中药材等产业，开展一县一业、多县一业深入推进农业产业革命。通过在贫困县实施优良品种引进、高效生产、采后储运和精深加工等成果转化项目，加快转移转化“短平快”科技成果，加大农业科技创新投入，加强现代山地特色高效农业技术效率与技术进步效率的协同发展；加强农业科技创新和应用推广，提升农业科技水平，为打赢脱贫攻坚战，巩固脱贫成果提供强大动力；推广优良品种和技术，加大农业科技推广应用力度，积极引进小型化、智能化、多功能组合式山地农业机具等现代化设备，从而促进全要素生产率效率的整体提升。

4 结论

2014年和2018年，贵州省中药材种植业的面积投入效率均未达DEA有效，不同品种的面积投入效率存在一定差异。多数品种都不同程度地存在纯技术效率和规模效率的提升空间，应加强政策的顶层设计，扩大面积投入以达到最佳种植规模。2014-2018年贵州中药材面积投入的全要的素生产率均值为1.019，表明总体呈上升态势，且全要素生产效率呈时序上的波动性。全要素生产率提高主要靠规模效率驱动，其次是技术进步，技术效率和纯技术效率驱动作用不大。