中国海洋经济绿色全要素生产率区域增长差异及收敛性分析

胡晓珍

（广东省社会科学院 产业经济研究所，广州 510635）

0 引言

伴随着海洋的过度开发和环境污染问题，导致我国海洋生态系统严重受损，海洋经济增长的质量不高。《全国生态保护“十二五”规划》中对改善生态环境、规范海洋资源开发提出硬性要求，环境问题被提升到国家战略高度。因此，将海洋经济增长的环境代价纳入区域海洋经济增长研究框架，探讨环渤海经济区、长三角经济区以及泛珠三角经济区三大沿海区域在环境约束下生产率增长差异与收敛具有重要的理论与现实意义。

通过分析全要素生产率增速的变动来解释区域间技术水平、技术使用效率的增长差异是20世纪90年代中期以来我国学者常用的方法。其中，部分学者运用随机前沿模型（SFA）分析了我国各地区全要素生产率的变动趋势，认为技术进步率是全要素生产率增长率的主要决定因素[1，2]；还有学者运用数据包络分析（DEA）对20世纪90年代以来区域全要素生产率增长差异问题进行了研究，指出技术效率与技术进步率的差异是造成地区生产率差异的主要原因[3-5]。我国学者对海洋经济全要素生产率的研究相对起步较晚[6,7]。而且，以单一的GDP为产出指标所计算得到的经济效率是有偏差的，上述研究均未考虑环境污染所带来的经济效率损失，对经济体可持续发展水平的判断失真。

本文将各地区直接入海废水排放量作为海洋环境污染的测度指标，利用在数据包络分析（DEA）基础上发展起来的Malmquist指数模型估算2006—2014年我国11个沿海省份的海洋绿色Malmquist指数、海洋绿色技术进步指数与海洋绿色技术效率指数。为准确描述我国海洋经济增长的区域差距随时间演进的趋势，本文还利用σ检验、绝对β检验及条件β检验三种方法测算了海洋经济绿色全要素生产率的收敛性。

1 研究方法

DEA-Malmquist指数模型是目前较为常用的测算全要素生产率增长率的非参数模型。DEA模型能够根据既定的投入、产出指标，利用线性规划的方法计算出效率前沿面，每个待考察的生产决策单位与效率前沿面之间的差距即被认定为该生产决策单位的相对效率，在此基础上，再运用Malmquist指数模型将此差距拆分为技术效率与技术进步率。假设在t时刻(t=1,...,T)，决策单位将投入要素所使用的生产技术St即为t时刻的技术可能集：

其中，St满足固定规模报酬与要素可强处置的假设条件，t时刻的产出距离函数定义为在给定投入xt下，生产向产出yt方向扩张的最大比例的倒数，即Farrell所测算的产出技术效率的倒数[8]：

若 (xt，yt)∈St，则；当且仅当时，(xt，yt)处于技术前沿面或“最优生产实践面”上，在既定投入下实现最大产出。而则表示维持t时刻的技术水平不变，(xt+1，yt+1)所能达到的最大可能产出与实际产出之比：

为准确测算出以时刻t为基期的条件下t+1时刻的Malmquist指数，本文用（4）式与（5）式的几何平均值来测算全要素生产率增长率的变化，即：=技术效率变化指数（EFF）×技术进步率指数（TECH）（6）

其中，技术效率变化指数（EFF）大于1表明从t到t+1期技术效率有所提高，反之则意味着技术效率下降；同理，技术进步率指数（TECH）大于1则表明从t到t+1期技术水平有所进步，反之则意味着出现了技术退步。

假定有k=1，...，K个省份在时刻t=1，...，T使用n=1，表示每一个横截面观测值的权重，t时刻生产技术前沿St的计算公式为：

对于k（k=1，...，K）省份 ，t（t=1，...，T）时刻的计算公式为：

2 数据说明与Malmquist指数测算结果

2.1 数据收集与指标选取

本文选取2006—2014年我国沿海11个省市区为样本，并参照国家对沿海经济带的划分方法，将11个省市区划分为环渤海、长三角和泛珠三角经济区①环渤海经济区包括：辽宁、河北、天津和山东；长三角经济区包括：江苏、上海和浙江；泛珠三角经济区包括：广东、海南、福建和广西。，将海洋环境污染纳入模型，对各省份的海洋经济绿色全要素生产率增长差异及收敛趋势进行测算与分析。数据主要来源于《中国海洋统计年鉴》和《中国统计年鉴》。

本文将各地区海洋生产总值与环境污染共同作为产出的度量指标，以各地区直接入海废水排放量作为环境污染衡量指标，取其倒数引入DEA模型。选取各地区劳动、资本以及技术投入共同作为投入的度量指标，其中劳动投入为年末各地区涉海就业人员数量，技术投入为年末各地区海洋专利授权数量；由于各地区海洋资本存量数据难以直接获取，本文按照张军等（2004）[9]的估计方法，估算2006年11个沿海省份资本存量数据作为基年资本存量，在基准年资本存量基础上，利用永续盘存法估算出各省市区各年度资本存量，具体计算方法为：

其中，Ki，t和Ki，t-1分别为t和t-1期第i个省市区资本存量；δi，t、Ii，t和Pi，t分别为t期第i个省市区折旧率、当年投资总额和投资价格指数。本文按照式（9）估算了2006—2014年各省份资本存量，并用地区海洋生产总值与地区生产总值的比例进行折算，以此作为各省份海洋资本投入数据。

2.2 Malmquist指数测算结果与分析

本文利用DEAP2.1软件，对我国11个沿海省市区2006—2014年纳入海洋环境污染因素前后的海洋Malmquist指数、技术效率指数与技术进步指数进行测算，估算结果如表1所示。

表1 我国海洋平均Malmquist指数估算结果（2006—2014年）

总体来看，2006年以来，在技术进步率的主导下，我国海洋经济全要素生产率增速呈缓慢上升趋势，技术效率变动不大，即我国海洋经济具有“增长效应”，缺乏“水平效应”。纳入环境污染变量后，我国海洋经济全要素生产率的增长率、技术效率与技术进步率均显著下调，表明传统的海洋全要素生产率测算高估了海洋经济实际效率。根据表1，2006—2009年我国海洋经济绿色全要素生产率增速的下降趋势较为明显，海洋绿色技术效率指数与技术进步指数均下降，其中海洋绿色技术进步指数的下降是导致海洋经济绿色全要素生产率增速下降的主要原因；2010年至今为我国海洋经济绿色全要素生产率呈低速增长，海洋绿色技术效率指数波动不大，持续上升的海洋绿色技术进步水平成为海洋经济增长的主要动力。实证研究表明，我国海洋经济的技术后发优势还存在较大发展潜力，海洋技术进步依旧是我国海洋经济全要素生产率变动与海洋经济增长的重要驱动力，但我国海洋环境污染造成了极大的效率损失。为细化比较我国11个沿海省市区海洋经济的增长差异，本文给出了2006—2014年各省市区海洋平均Malmquist指数估算结果，如表2所示。

表2 我国各沿海省市区海洋平均Malmquist指数估算结果（2006—2014年）

由表2可知，2006—2014年，我国沿海省份均表现为海洋全要素生产率增长率的下降，纳入海洋环境污染指标后，环渤海经济区的天津市表现出海洋经济绿色全要素生产率增长率的上升。2006—2014年间，环渤海经济区的天津市为海洋全要素生产率增长最快的省份，泛珠三角经济区的广西省为海洋全要素生产率增长最慢省份，海洋全要素生产率增长率、海洋技术进步指数由高到低依次为长三角经济区、环渤海经济区和泛珠三角经济区，而海洋技术效率指数由高到低依次为长三角经济区、泛珠三角经济区和环渤海经济区，表明海洋技术进步是长三角经济区海洋高生产率的源泉。考虑海洋环境污染因素后，各地区海洋全要素生产率增长率显著下调，但长三角经济区、环渤海经济区和泛珠三角经济区的排序并未发生变化，再次表明长三角经济区出现了海洋绿色技术前沿面的外移。可以推断，长三角经济区2006—2014年间在发展海洋经济的同时较为注重海洋环境污染的防治，对海洋环境友好型生产技术使用较多且使用效率较高；而泛珠三角经济区、环渤海经济区由于在海岸带大量布局重化工业，形成“工业滨海化、滨海重化化”趋势，但泛珠三角地区自2008年以来大范围内推广产业转型升级，与香港、澳门及国外发达海洋经济国家与地区广泛合作，充分利用海洋高新技术，海洋技术效率指数显著高于环渤海经济区。

3 海洋绿色Malmquist指数的收敛性分析

3.1 检验方法说明

绝对收敛性检验与条件收敛性检验是现有文献中常用的两种检验收敛性的方法。绝对收敛性检验包括σ收敛和绝对β收敛，其中，σ收敛对变量的标准差进行分析，若标准差存在随时间衰减的趋势，则认为存在σ收敛；绝对β收敛目前普遍利用Martin所提出的回归方程g=c+βlny0+ε，自变量y0为各地区的初始人均收入水平，因变量g为各地区的经济增长率，如果β＜0，则认为存在绝对b收敛，即各地区向着同一个稳态水平趋近，最终落后地区与先进地区之间的收入差距消失。条件收敛性检验常用的方法为动态Panel Data一阶差分GMM估计法，认为各地区具有不同的经济基础条件，其自身的结构性因素决定了其各自达到稳态时的增速与增长水平，各地区并不会趋向同一个稳态水平，区域间的收入差距将永久存在。

3.2 σ收敛与绝对β收敛检验

σ收敛与绝对β收敛是用于绝对收敛性检验的常用方法，本文使用这两种方法对我国海洋经济绿色全要素生产率指数进行检验，以判断区域间海洋经济的发展是否会趋向同一个稳态的增长水平。

图1 海洋绿色Malmquist指数对数标准差（2007—2014年）

根据σ收敛检验方法，本文计算了研究样本期内我国总体和三大海洋经济区的海洋绿色Malmquist指数对数值的标准差（见图1）。就全国而言，海洋绿色Malmquist指数对数值的标准差演进趋势呈现“倒V形”，我国海洋经济绿色全要素生产率的增长率存在σ收敛。其中，2007—2012年间呈发散趋势，我国海洋绿色Malmquist指数的差距水平长期存在，2012年开始，我国海洋绿色Malmquist指数收敛趋势明显。分区域来看，环渤海经济区海洋绿色Malmquist指数对数的标准差变化趋势相对陡峭，内部差距呈快速扩大再缓慢收敛趋势；长三角与泛珠三角地区海洋绿色Malmquist指数对数的的标准差变化趋势相对平稳，内部差距呈缓慢发散态势。由图1还可以看到，环渤海经济区海洋绿色Malmquist指数对数的标准差显著高于长三角和泛珠三角经济区，表明环渤海经济区内部海洋绿色全要素生产率的增长差距远远大于长三角和泛珠三角经济区。在本文所选取的样本期内，环渤海经济区虽然内部差距较大，但这种差距近年来有日益收敛的趋势，这是一个值得重点关注的现象。

根据绝对β收敛检验方法，本文构建如下的面板数据回归模型：

lnMi0为i地区在样本期初的海洋绿色Malmquist指数，ΔMit为i地区从0期到t期海洋绿色全要素生产率平均增长率。若β为负值，且在统计上显著，则表明存在绝对收敛，我国各沿海省市区海洋经济最终会沿着同一条稳态的增长路径发展，区域间海洋经济增长差距长期内将趋于消失。根据Hausman检验结果（随机效应被拒绝），本文采用固定效应模型对11个沿海省市的海洋绿色Malmquist指数进行收敛性检验，估计结果如表3所示。从绝对β收敛检验的结果来看，全国层面的检验回归系数β在统计上显著为正，表明海洋经济绿色全要素生产率的增长差距在全国范围内日益扩大，不存在绝对收敛趋势。分区域来看，环渤海、长三角经济区的回归系数

表3 海洋绿色Malmquist指数绝对β收敛检验结果

β值均显著为正，表明样本期内这两大区域内海洋经济的内部差距日益扩大；泛珠三角经济区回归系数β值虽为负值，但在统计上并不显著，表明海洋经济的内部差距尚不存在明显的收敛趋势。两种绝对收敛性检验的结论相互验证，可以认为三大海洋经济区均未出现绝对收敛特征，沿海各省市区间海洋经济的发展不会趋向于同一个稳态增长路径，海洋经济的区域增长差距将继续扩大。

3.3 条件β收敛检验（动态PanelData一阶差分GMM估计）

本文借鉴Minkiw等[8]对索洛增长模型的修正方法，在绝对β收敛检验模型中加入多个控制变量，得到条件收敛模型如下：

其中，由于缺乏各沿海地区海洋投资率统计数据，本文以地区投资率替代，投资率sit反映了各沿海地区的投资能力，以（资本形成+净出口）/GDP表示；g+d（外生技术进步率+折旧率）按照一般做法设定为0.05，nit是各沿海地区海洋从业人员增长率；Eit为i地区的海洋环境保护度，用各沿海地区每年的海洋污染治理投资额占GDP比重表示。

表4 海洋绿色Malmquist指数条件β收敛检验结果

表4为利用动态Panel Data一阶差分GMM方法对我国海洋经济绿色全要素生产率的增长率进行条件β收敛检验的结果。在研究样本期内，全国各沿海地区以及环渤海经济区、长三角经济区、泛珠三角经济区三大区域均未呈现明显的条件收敛趋势，β值为正，表明海洋经济区域平衡发展的目标在较长时期内都难以实现。

4 结论

（1）海洋环境污染成本的存在对海洋综合经济效率的影响较为明显，考虑环境污染因素后，海洋全要素生产率增长率显著下调。总体而言，2006—2009年我国海洋经济绿色全要素生产率增速的下降趋势较为明显，海洋绿色技术效率指数与技术进步指数均下降，其中海洋绿色技术进步指数的下降是导致海洋经济绿色全要素生产率增速下降的主要原因；2010年至今为海洋经济绿色全要素生产率低增长期，海洋绿色技术效率指数波动不大，持续上升的海洋绿色技术进步水平成为海洋经济增长的主要动力。

（2）区域层面上，海洋绿色Malmquist指数水平由长三角经济区、环渤海经济区和泛珠三角经济区依次递减；长三角经济区在发展海洋经济的同时较为注重海洋环境污染的防治，对海洋环境友好型生产技术使用较多且使用效率较高；泛珠三角经济区、环渤海经济区由于在海岸带大量布局重化工业，形成“工业滨海化、滨海重化化”趋势，海洋经济增长主要依赖自然资源、能源的大量投入而非技术投入。

（3）全国11个沿海省市和环渤海、长三角、泛珠三角经济区的海洋经济绿色全要素生产率增长率均未呈现明显的绝对收敛和条件收敛趋势。