基于DEA-Malmquist的貴州中藥材種植業投入效率評價

李嘯浪， 梁 穎

(1.貴州省科學技術情報研究所，貴州 貴陽 550004； 2.貴州省科技發展戰略研究院， 貴州 貴陽550004； 3.貴州大學 經濟學院， 貴州 貴陽 550025)

0 引言

【研究意義】貴州生態環境好、生物資源豐富，是全國四大中藥材主產區之一。貴州積極推進農村產業革命，省委、省政府及相關部門先后出臺了貴州省中藥材保護、發展及應用等方面的一系列政策文件[1-4]，大力推進中藥材產業的發展，有效提高農業生產能力和農業GDP水平、解決農民就業和增加農民收入。在深入實施鄉村振興、推進中藥材產業縱深發展進程中，構建中藥材種植業效率評價體系，對全面了解和掌握貴州省中藥材產業發展狀況具有現實意義。【前人研究進展】在農業生產中，DEA方法是效率評價廣為采用的工具，國內外研究大多將DEA方法應用于農業生產條件、農業科技、農業種植業、經濟作物及園藝作物效率評價等方面。管立杰等[5]以農村基礎設施的供給為例，進行農業生產條件投入產出效率評價研究，明確不同省份效率相差明顯，多數省份的純技術效率和規模效率存在不同程度的提升空間。華堅等[6-12]以農業全要素生產率為主題開展地域性研究，進行農業科技投入產出效率評價。劉念等[13-22]分別針對糧食作物、經濟作物和園藝作物進行投入產出效率評價認為，其效率存在顯著地域性差異，技術的開發和應用也對品種產生較大影響。【研究切入點】現有研究對糧食、經濟、園藝作物類等研究較多，對中藥材產業研究較少；對單品種小樣本研究居多，對多品種大樣本研究較少；對平原地區作物研究較多，對山地特色高效農業作物評價研究較少。而中藥材種植業是貴州特色農業產業之一，其種植規模呈上升態勢，但關于如何評價種植業整體運行效率，如何評價農業技術的效率，如何找準中藥材種植業發展過程中的問題等相關研究較少，急需通過效率評價方法對技術活動的實際作用和效果進行評價，并構建一套適合中藥材種植業的效率評價體系。【擬解決的關鍵問題】選取2014-2018年貴州省草本類中藥材33種，共計165個數據樣本為研究對象，通過中藥材種植業的總面積投入(輸入)因素和產量產值(輸出)因素等指標，采用DEA方法對貴州省中藥材進行分析，構建DEA-Malmquist指數模型，進一步分析貴州中藥材面積投入效率，為貴州省相關部門政策制定和中藥材種植推廣提供參考。

1 資料與方法

1.1 資料來源

數據來源于《貴州省中藥民族藥產業統計報告(2015-2019年)》，考慮指標可獲得性和連續性，選取草本類中藥材33種，共計165個數據樣本進行研究。

1.2 方法

1.2.1 指標選取 考慮中藥材種植業面積投入的內涵，選取面積作為投入指標，選取產量和產值作為產出指標，用于衡量貴州33種中藥材投入的產出水平。中藥材種植業投入產出指標體系分準則層和指標層,其中,準則層指標包括投入指標和產出指標,指標層包含投入指標的總面積和產出指標的總產量和總產值。中藥材播種總面積，指在本年度內收獲的中藥產品作物的播種面積之和，包含人工及野生保護撫育面積。中藥材總產量，指本年度全社會范圍內生產的中藥材產品總產量，包含干品及野生采集量。中藥材總產值，指本年度以貨幣形式表現的中藥材產品價值。

1.2.2 DEA-Malquist模型構建 DEA指以多個投入產出指標數據作為決策單元的輸入、輸出數據，利用數學規劃計量決策單元之間的相對有效性，判斷決策單元是否位于“生產前沿面”上的一種計量方法。

決策單元(DMU)是DEA方法中最核心的概念，指將投入轉化為產出的實體單位，主要用來衡量經濟活動。同一計量對象中的DMU具有相同類型的投入和產出。通過對投入、產出的計量，制定實現目標的最優方案[23]。

采用DEA方法評價中藥材種植業投入的效率，表達式為：

式中，假設BC2模型有n個決策、n種類型輸入及s種類型輸出，則利用總輸出與總輸入之比來衡量決策單元DMU的有效性。DMU在經濟活動中的輸出和輸出向量分別為X=(xi,x2,…,xm)T和Y(y1,y2,…,ys)T,(X,Y)表示決策單元的整個經濟活動過程。xji為某個決策單元j的第i個投入量，xji≥ 0；yrj為某個決策單元j的第r項輸出，yrj≥ 0；θ為目標規劃值,ε為非阿基米德無窮小，λj(j=1,…,n)為規劃決策變量,si-，sr+為松弛變量向量。此時(1)式中s-*，s+*，λj*(j=1,…,n)及θ*即為規劃最優解。

若θ= 1，s-=0,s+=0,決策單元DEA為有效；

若θ<1，決策單元DEA為無效；

若θ= 1，且s-≠ 0,s+≠ 0, 決策單元DEA為弱有效。

Malmquist指數由CAVES等[24]提出，以Malmquist數量指數和距離函數為基礎進行建構，用于測算全要素生產率(TFP)。同時，還適用于測算投入產出的動態變化，其計算公式為：

(2)

(3)

(4)

Tfpch=Effch×Tech=(Pech×Sech)×Tech

(5)

式中，(xt,yt)和(xt+1,yt+1)分別表示t時期和t+1時期的投入產出向量。若M>1，則表明效率提高；若M<1，則表明效率降低[25]。

1.2.3 DEA模型靜態分析 利用DEA 2.1對2014年和2018年貴州省中藥材33個品種的總面積、總產量及總產值指標進行投入產出的效率計算，測算中藥材投入的綜合效率值、純技術效率值、規模效率值、規模收益值。用irs和drs表示規模收益情況，其中，irs表示規模收益遞增、drs表示規模效益遞減。綜合效率=技術效率×規模效益。

1.2.4 Malmquist指數的動態分析 Malmquist指數能動態反映各品種中藥材面積投入效率的變化趨勢，因此運用DEAP2.1對2014-2018年貴州省中藥材33個品種的面積投入進行測算，進而分析全要素生產率的動態變化及異質性。

2 結果與分析

2.1 投入產出的效率評價

2.1.1 面積投入效率 以綜合技術效率指數作為衡量標準，中藥材種植業的面積投入效率均未達到DEA有效，2014年、2018年投入效率分別為0.334、0.382，總體呈略增態勢，但還處于較低水平(表1)。不同品種的面積投入效率存在一定差異。11個品種(瓜蔞、玄參、金釵石斛、續斷、前胡、三七、百合、葛根、黃精、白芷、魚腥草，占比33.33%)面積投入效率有所提升，其余品種面積投入效率均降低；2014年的南板藍根、靈芝與2018年的半夏、瓜蔞、玄參分別達到生產前沿面，表明品種的面積投入實現最優配置，投入面積合理，其余品種(占比93.94%)都不同程度地存在純技術效率和規模效率的提升空間；2018年，處于DEA無效且排位后10位的品種(艾納香、白術、丹參、何首烏、苦參、射干、砂仁、桔梗、黨參、薏苡)應加強其農業面積投入后的科學管理水平，注重提高效率。

表1 貴州省33個草本中藥材2014年和2018年投入產出效率值

2.1.2 純技術效率 中藥材面積投入效率的純技術效率呈遞減趨勢。2018年貴州中藥材種植業面積投入的純技術效率為0.463，與生產前沿面相差0.537；9個品種(半夏、瓜蔞、玄參、太子參、金釵石斛、三七、白芷、姜、魚腥草，占比27.27%)純技術效益有效。姜的純技術效率兩年均有效。相較兩個年度的平均水平，17個品種(艾納香、白術、丹參、瓜蔞、何首烏、苦參、頭花蓼、射干、續斷、前胡、元胡、桔梗、葛根、黃精、砂仁、黨參、薏苡，占比51.51%)的純技術效率均低于平均水平0.504(2014年)和0.463(2018年)，需進一步提升其農業綜合生產力，切實加強農業科技創新和應用推廣，積極推動可持續農業技術的研究與開發。

2.1.3 中藥材種植規模效率 2014年、2018年的規模效率分別為0.681、0.871。2018年半夏、瓜蔞和玄參規模效率有效，占比9.09%。2018年規模效率無效且排位后10位的品種(苦參、南板藍根、太子參、射干、元胡、白芷、山藥、姜、薏苡、魚腥草)規模效率值處于較低水平，其種植規模均可以考慮適度擴大。

2.1.4 規模收益 從規模收益遞增和遞減趨勢角度看，2018年，16個品種(艾納香、白術、何首烏、頭花蓼、苦參、射干、續斷、前胡、元胡、三七、桔梗、葛根、黃精、白芷、靈芝、鐵皮石斛)規模收益呈遞增趨勢，應擴大種植面積、推進產業化開發；11個品種(南板藍根、太子參、金釵石斛、百合、茯苓、砂仁、山藥、黨參、姜、薏苡、魚腥草)規模收益呈遞減趨勢，存在農業產業化資金效益不足的可能，需加強農業產業化資金管理；6個品種(白及、半夏、丹參、瓜蔞、玄參、天麻)規模收益保持不變。

2.2 2014—2018年貴州省33個草本中藥材及其面積投入的生產率

2.2.1 中藥材品種投入 50%以上中藥材品種效率有較大提升空間。從表2看出，16個品種全要素生產率大于1，其余均小于1。因全要素生產率提升受規模效率、技術進步以及技術效率和純技術效率影響，根據驅動維度分析，推斷出規模效率大于1的25個品種全要素生產率提升主要受到規模效率驅動；技術進步大于1的24個品種全要素生產率提升受到技術進步影響，應積極推進產業化；而技術效率和純技術效率都小于1的18個品種全要素應加強農業種植管理和科技水平，促進純技術效率與規模效率的協同發揮作用，進一步提高其農業綜合生產力。

表2 2014—2018年貴州省33個草本中藥材品種投入的生產率

2.2.2 面積投入 表3可知：2014-2018年貴州中藥材面積投入的全要素生產率均值為1.019，總體呈上升態勢，且全要素生產效率呈時序上的波動性。研究期間，技術進步和規模效率均值都大于1，處于DEA有效階段，說明技術效率和規模效率對綜合效率的提高起主要作用；而技術效率和純技術效率均值都小于1，處于DEA無效階段。從分解看，規模效率均值較目標規劃值(θ=1)上升7.3%，說明規模效率是驅動主要因素；技術進步均值較目標規劃值(θ=1)上升4.6%，技術進步的驅動次之；純技術效率、技術效率尚處于無效階段，雖然貴州省中藥材種植面積不斷擴大，但是技術管理水平尚需提高，管理水平和制度運行效率存在不足，可通過提高技術管理水平實現貴州中藥材種植面積的有效供給。

表3 2014—2018年貴州省草本中藥材面積投入的生產率

3 討論

2018年，貴州中藥材面積投入的全要素生產率均值大于1，總體呈上升態勢。規模效率是驅動全要素生產效率的主要因素，且其增長主要得益于產業政策扶持。貴州省政府高度重視，明確全省中藥材種植面積發展目標：含野生撫育、仿野生栽培及人工種植，2016-2019年分別為36.67萬、43.33萬、 45.53萬和48.00萬hm2[1]，極大地推動了中藥材種植的工作力度。技術進步是驅動全要素生產效率的次要因素，主要受益于科技支撐農村產業能力的不斷加強。《2018-2020年科技支撐脫貧攻堅十條措施》[3]《科技支撐農村產業革命“三個‘1+1’”試點方案》[4]提出在中藥材等產業，開展一縣一業、多縣一業深入推進農業產業革命。通過在貧困縣實施優良品種引進、高效生產、采后儲運和精深加工等成果轉化項目，加快轉移轉化“短平快”科技成果，加大農業科技創新投入，加強現代山地特色高效農業技術效率與技術進步效率的協同發展；加強農業科技創新和應用推廣，提升農業科技水平，為打贏脫貧攻堅戰，鞏固脫貧成果提供強大動力；推廣優良品種和技術，加大農業科技推廣應用力度，積極引進小型化、智能化、多功能組合式山地農業機具等現代化設備，從而促進全要素生產率效率的整體提升。

4 結論

2014年和2018年，貴州省中藥材種植業的面積投入效率均未達DEA有效，不同品種的面積投入效率存在一定差異。多數品種都不同程度地存在純技術效率和規模效率的提升空間，應加強政策的頂層設計，擴大面積投入以達到最佳種植規模。2014-2018年貴州中藥材面積投入的全要的素生產率均值為1.019，表明總體呈上升態勢，且全要素生產效率呈時序上的波動性。全要素生產率提高主要靠規模效率驅動，其次是技術進步，技術效率和純技術效率驅動作用不大。