基于DEA的沿海省市海洋渔业产出效率分析

2016-05-30张萌

南方农村 2016年1期

张萌

摘要：海洋渔业资源产出效率的高低与否，关系到渔业资源的可持续利用和对农业经济的促进程度，因此研究沿海省市渔业资源产出效率具有重要的理论和现实意义。本文采用沿海11个省市2005-2012年有关渔业资源方面的投入和产出数据，运用Malmquist指数分析方法和数据包络分析方法（DEA），从动态和静态两个角度分析了沿海11省市海洋渔业产出效率。结果显示：沿海省市的渔业产出效率不断完善，TFP的增长是技术进步和技术效率同时增长作用的结果，而且技术进步的增长幅度略大于技术效率。其次，部分沿海省市渔业资源发展存在着纯技术无效或纯规模无效的现状，对于由此而导致的DEA无效的省市，也提出了相应的改善意见。

关键词：沿海省市；渔业产出效率；Malmquist指数；数据包络分析

中图分类号：F326.4 文献标志码：A 文章编号：1008-2697（2016）01-0026-05

一、引言

21世纪以来，随着陆地资源枯竭、环境污染严重，我国逐渐把强国发展的目光投向了面积辽阔的海洋，把利用海洋资源、发展海洋经济作为国家发展的战略重点，其中渔业资源是海洋四大资源之一，渔业资源的合理开发利用对我国农业以及社会经济的发展具有举足轻重的作用。我国拥有2700万公顷的内陆水域面积，此外还有约1.8万公里的大陆海岸线，河北、山东、江苏、浙江、广东、广西等地区都拥有用天然的海洋养殖优势。近年来，我国渔业经济得到了长足有效的发展，2012年渔业生产总值为6490.5亿元，比上年增长14.3%，占当年农业生产总值的34.45%，渔业总产值占大农业经济的比重从2000年的29.57%增长到2012年的34.45%。在渔业产业快速发展的同时，也存在着诸多问题，例如过度捕捞、海洋环境污染、渔业资源利用效率低下等，这些问题的存在直接阻碍了渔业产业的可持续发展，同时也导致渔民收人偏低[1]。因此，研究我国沿海省市渔业产出效率，进而对渔业资源的可持续发展做出规划和调整，对于如何使得海洋渔业资源最大限度、长久的惠及人类具有重要的指导意义。

目前，国内对渔业资源产出效率的研究多采用实证分析的方法，常用的有数据包络分析和随机前沿模型。如张彤（2006）利用Malmquist指数分析法对我国沿海11省市2000-2005的海洋养殖捕捞能力进行了测评分析，得出结论：我国海洋捕捞纯技术效率较高，然而综合效率却表现低下，其主要原因是规模效率低下造成的[2]。平瑛（2013）利用非参数的DEA模型研究了2011年我国31个地区的渔业生产效率，结果显示大部分地区生产方式粗放、生产效率较低，并且存在渔业生产要素投入过多的现状[3]。于淑华（2013）运用Malmquist指数分析法测算了沿海11个省市全要素生产率（TFP），实证得出我国沿海地区渔业产出效率在近年来有明显提高，但大部分省区是非集约型的技术进步，因此整体效率还有待于进一步改善[4]。

国内对渔业资源产出效率的研究，或是基于海洋捕捞的某个方面，或是采用某一年的截面数据，亦或是指标选取不够全面。本文基于DEA和Malmquist指数方法，计算了我国沿海11省市从2005到2012年的渔业产出效率（技术效率、规模效率、纯技术效率），选取四个投入指标和一个产出指标，投入指标的选择综合考虑了自然资源消耗、基本设施投入、财政专项投入三大方面，同时包含到海洋捕捞与海水养殖。根据实证结果，综合评价11个沿海省市渔业产业效率的现状，并为优化产业结构提供参考意见。

三、指标选取及数据来源

本文运用Maimquist指数分析法以及11个沿海城市2005-2012年的省际面板数据，对我国沿海城市海洋渔业生产效率进行实证分析。考虑自然资源消耗、基本设施投入、财政专项投入、经济产出等因素，选取海水养殖面积（X1）、渔船年末拥有量（X2）、渔业固定资产投资（X3）、海洋科研机构从业人员（X4）这四个要素作为输入指标，选择渔业生产总值（Y1）作为输出指标。其中，海水养殖面积是人们利用海水进行人工养殖的面积，它属于自然资源消耗范畴，反应海洋养殖方面的投入，年末渔船拥有量反应海洋捕捞的投入。

本文所有数据来源于相关年份的11个沿海地区的的统计年鉴、《中国渔业年鉴》以及《中国固定资产投资统计年鉴》，沿海11个省份包括广东、广西、河北、天津、辽宁、山东、福建、上海、江苏、浙江、海南。将上述输入指标和输出指标的相关数据带入到以投入为导向的C2R模型中，确定模型的具体形式，然后利用DEAP2.1软件完成计算。

四、实证分析

（一）2005-2012年各沿海省市全要素生产效率的变化趋势及其分解

DEA技术中的Malmquist指数方法可以直接得到不同省份综合年度的全要素生产率变化率（TFP），此变化率是一个增长率的具体数值，所以本文以2005年的全要素生产率作为基期，以下指标大于 1，表示样本研究期间相应的海洋经济效率水平提高，若指数小于1，表示其海洋经济效率水平下降，利用软件计算结果见表1。

从上表可见，我国11个沿海城市在2005-2012年的八年中，渔业产出全要素生产率平均增长了1.2%，首先从全要素的分解来看，技术效率增长了0.5%，技术进步增长了0.7%，TFP增长的内因是来技术效率和技术进步的同时提高，其中技术进步提高的幅度略大于技术效率。其次，技术效率还可以再分解为纯技术效率和规模效率，从表1可看出，渔业产出技术效率的提高是来自于纯技术效率的增加，规模效率不增反而略减。通过2005-2012年的总体的综合分析可见，我国沿海城市渔业产出水平整体上在提升，技术进步引导我国渔业由传统产业向现代产业转化，保持技术进步和技术效率是促进我国渔业长久高效发展的一条必经之路。

从各个省市的地区差异来看，山东、河北、广东、辽宁、天津、福建六个省份的全要素生产率均表现出不同程度的提高，其中山东最高，全要素生产率增加了15.3%，其次是河北，增加了7.1%，福建增幅最小，仅增加3.7%。虽然六个省市的TFP均表现得有所增加，但究其原因却不尽相同，天津市的技术效率增长了3.7%是导致其全要素生产率提高的主要原因；而其他五个TFP提高的省份均是由于科技进步形成的，说明高技术成果有效带动了这些地区的渔业产业的发展，提高其产出效率。

除了以上六个沿海省份TFP出现增加外，剩余省份均呈下降趋势。海南同期全要素生产率分别下降了13.1%，从上表可见，海南省的纯技术效率和规模效率均保持不变，技术进步的下降是导致TFP下降的主要原因，因此，加大科技投入是提高海南渔业产出效率的有效途径。同时，广西、浙江、江苏、上海同期的TFP分别下降0.6%、3.6%、4.7%、和6.1%，这四个地区TFP下降的主要原因也是技术进步降低所导致的。

（二）不同年份沿海省市全要素生产效率的变化趋势及其分解

沿海省市渔业2005-2012年平均TFP及其分解如表2，从表2可以看出，我国沿海省市全要素生产率在不同年份存在较大差异，除2005-2006、2009-2010、2011-2012这三个时期外，其他年份全要素生产率均呈现上升状态，其中增长最多的是2007-2008年间，全要素生产率增长达到12.1%，主要是由于技术进步和技术效率双重作用的结果。

总体上来看，2005-2012年沿海省市渔业平均 TFP年增长率为1.2%，根据尹雷（2014）测算出1991-2009年沿海省市（东部地区）农业平均TFP增长率为1.6%[7]，李谷成（2009）测算出的 1978-2005 年东部沿海地区农业平均 TFP增长率为5.6%[8]。从这些研究的对比可以看出，2005-2012年沿海省市渔业平均 TFP年增长不太显著，渔业TFP增长对整个农业增长的推动作用是有限的，同时也说明，在今后农业的大发展中渔业还有很大的进步空间。

（三）2012年沿海省市全要素生产效率的变化趋势及其分解

前面是以序列数据讨论了我国沿海省市2005-2012年渔业产业TFP的变化，下面用2012年的截面数据分析沿海11省市技术效率、纯技术效率以及规模效率的变化情况。表3是从投入角度计算的DEA结果。

首先，从技术效率来看，所选择的11个沿海城市中，除了天津、河北、浙江、山东分别是0.81、0.734、0.826、0.848较低以外，其他7个省市都比较高，而且上海、江苏、福建、海南的技术效率均为1，说明这四个省市位于技术前沿面上，纯技术有效且处于最佳规模报酬阶段。2012年各省市的渔业平均产出技术效率为0.921，也比较高。

其次，从纯技术效率看，辽宁省的纯技术效率为0.94，剩余10省市全部纯技术有效且均为1，平均纯技术效率是0.995，说明整体上2012年沿海各省市的渔业捕捞与养殖技术利用情况较好。对于纯技术无效的辽宁省来说，存在松弛变量即投入冗余的情况，若要使渔业资源得到合理配置，可在2012年的基础上将X1（年末渔船拥有量）减少2785.498艘，X2（海水养殖面积）减少48.226千公顷、X3（海洋科研机构从业人员）减少123.198人和X4（渔业固定资产投资）减少84043.895万元。

再者，从规模效率与规模报酬来看，辽宁、上海、江苏、福建、海南这5个地区位于最佳规模报酬阶段，无需改变，继续保持上年情况即可；浙江、山东、广东处于规模报酬递减阶段，说明渔业产业捕捞养殖程度超过最优的生产规模，要想提高渔业产出效率，必须减小现有的捕捞养殖的规模；天津、河北、广西处于规模报酬递增阶段，即这三个省市处在渔业产业蓬勃发展的阶段，增大其生产捕捞规模就可以提高渔业产出效率。整体来讲，2012年各沿海省市的技术效率（0.917）还是比较高的，除个别省份（辽宁）外，造成技术无效的原因只要是规模不经济。

五、结论

本文运用DEA以及Malmquist指数分析方法，测算分析了2005-2012年中国沿海11省市的渔业全要素生产率、技术效率、技术进步、纯技术效率和规模效率这诸多指数，分析得出如下的结论：

（一）在动态衡量中，引入Malmquist生产力指数分析法，测算了沿海11城市海洋渔业产出效率，并对TFP进行分解以便深入了解其变化原因。结果显示：2005-2012年沿海省市渔业产出效率不断改善，TFP以年均1.2%的速度增长，TFP的增长是技术进步和技术效率同时增长作用的结果，而且技术进步的增长略大于技术效率。

（二）沿海省市渔业平均TFP年增长率的1.2%中，技术进步率贡献了0.7%，一方面，技术进步的增长肯定了我国近年来在渔业科技研究等自然领域的科研投入，说明目前在增加渔业产量方面取得了一定的成果；但是0.7%的增幅确实比较小，这另一方面也说明了我国在渔业高新技术推广、利用和管理方面还存在的缺陷，科研成果没有及时的应用到实践中来，忽视技术应用推广会阻碍到科技能力的释放，进而影响到TFP的快速增长，影响渔业产业作为推动农业进步的主要力量。因此，技术进步是是引擎，技术推广是保障，“两手都要抓，两手都要硬”，这样才能快速提高渔业产出效率。

（三）在2005-2012年沿海省市发展的区域差异上，有六个省份的全要素生产率出现增加，其中山东TFP增幅最大为15.3%，而海南省的全要素生产率下降最多，降低了13.1%，主要是由于技术进步的下降造成的，海南要发展其渔业产业，就应该引进人才、学习技术、招商引资，加大海南岛屿内陆的交流学习、互通有无。同时，这也表明各地区全要素生产率有明显的区域性特征，发展极度不平衡，因此渔业有关部门在制定相关政策的时候，一方面要统筹规划制定宏观政策，另一方面也需要给各省份或者区域自由制定政策的空间权限，以方面它们从实际发展状况出发，完善上级原有的宏观政策。

（四）在静态衡量中，应用到DEA的分析方法，对2012年11个沿海省市的海洋渔业产出效率进行测评分析，除天津、河北、浙江、山东技术效率较低外，其他省份的技术效率都接近于1或等于1，而且各省份平均DEA为0.921，这在整体上表明2012年各沿海省市渔业产出效率较为可观。同时，对于DEA无效（技术效率<1）的省份也做出了进一步的分析，辽宁省是由于纯技术效率低下导致的，浙江、山东、广东、天津、河北、广西是由于规模效率低下而导致的，进而给出了DEA无效省市优化渔业产出结构的调整方向。

参考文献：

[1]于淑华，于会娟.中国沿海地区渔业产业效率实证研究——

基于DEA的Malmquist指数分析[J].中国渔业经济，2012（03）：

140-146.

[2]张彤.基于DEA方法的中国海洋捕捞产业动态生产效率[J].

中国渔业经济，2007（04）：6-10.

[3]平瑛，蔡中华，张鸿杨.基于DEA模型的我国渔业生产效率的

研究[J].中国渔业经济，2013（06）：113-117.

[4]郑奕，周应祺.DEA理论及其在我国海洋渔业中的应用[J].

上海水产大学学报，2002（01）：37-42.

[5]孙才志，肖姗.基于数据包络分析的中国沿海省市港口经济

相对效率评价[J].地域研究与开发，2009（01）：32-36.