我国海水养殖业绿色技术进步测度及其影响因素研究
2019-04-08纪建悦李艺菲
纪建悦 李艺菲
(中国海洋大学 经济学院,山东 青岛 266100)
一、引言
粮食安全是保障国家安全的根本。海洋渔业作为“蓝色粮仓”工程中的核心产业,其发展有助于优化国民膳食结构和提供优质蛋白质,对保障国家安全发挥着重要作用。海洋渔业包括海水养殖业和海洋捕捞业,其中前者受资源限制的程度低于后者,[1]但海水养殖业现阶段过度依赖资源投入并造成环境污染等问题,未来发展同样受到空间和资源的制约。[2]因此,运用技术手段在兼顾环境和资源问题的同时提高生产率,即提高绿色全要素生产率,对海水养殖业可持续发展具有重要意义。绿色全要素生产率可以分解为绿色技术进步和绿色技术效率,绿色技术效率反映配置效率等影响技术水平发挥的因素,绿色技术进步则反映绿色技术真实水平。[3]根据前人学者研究,我国海水养殖业绿色技术进步对提高绿色全要素生产率的作用大于绿色技术效率,且能更好地衡量绿色技术创新和应用的真实水平。[4-5]因此,在“创新、协调、绿色、开放、共享”发展理念指导下,研究海水养殖业绿色技术进步水平及其影响因素对促进行业可持续发展具有重要意义。
随着社会对环境问题的日益重视,研究海水养殖业领域的学者开始逐渐关注绿色发展问题。一些学者将污染物排放纳入考虑范围,与传统粗放型养殖形成对比,形成了绿色分析的基本思路。[6-8]在测度方面,王萍萍运用包含非期望产出的SBM模型测度了我国海水养殖业的绿色效率;[9]纪建悦等运用全局DEA衡量海水养殖业的时空演化,得出观测期间我国海水养殖业绿色技术效率总体呈现增长趋势但存在空间差异性的结论;[10]秦宏等运用SBM测算了海水养殖业生态经济效率。[11]在概念界定及效率测度的基础上,学者们进一步对影响绿色发展的因素进行了研究。张文娟将技术创新视作推动海水养殖业结构转型和绿色发展的重要因素。[12]Rasmus Nielsen等提出扩大规模能够显著提高海水养殖业绿色技术进步水平。[13]一些学者将进出口贸易视作影响水产养殖业绿色发展的重要因素。[14-15]施湘锟等认为,人才、资金、创新体系等是推动海水养殖业科学技术转化的关键因素。[16]
通过对现有文献进行梳理,可以发现现有文献缺乏对海水养殖业绿色技术进步的专门研究,更缺乏对绿色技术进步影响因素较为全面的分析。基于上述原因,本文拟对我国海水养殖业的绿色技术进步水平及其影响因素进行研究,以期对我国蓝色粮仓建设提供支撑。
二、研究设计
(一)研究思路
首先将非期望产出纳入效率分析框架,构建测度模型对海水养殖业的绿色全要素生产率进行测度,进一步构建分解模型分解绿色全要素生产率,从而测度出绿色技术进步,在此基础上,构建影响因素分析模型,选取合适指标,分析影响我国海水养殖业绿色技术进步水平的因素。最后根据分析结果,提出相应对策建议。
(二)模型选择
1、绿色技术进步的测度模型:EBM-GML模型
在绿色全要素生产率测度方面,现有文献多采用改进的DEA模型如SBM模型将非期望产出纳入效率测度分析,但存在无法处理径向和非径向同时存在等问题,EBM(Epsilon-Based Measure)模型能够通过设置参数克服SBM模型的缺陷,因而更具现实适用性。EBM模型构建如下。
假定共有K个决策单元,每个决策单元包含M种投入和N种期望产出和L种废弃物产出,公式如下:
(1)
(2)
(3)
(4)
在计算得出绿色全要素生产率的基础上,为进一步分解得到绿色技术进步,传统的方式是运用ML指数进行分解。由于ML指数是两个当期指数的几何平均,在分解过程中可能存在非传递性和线性规划无解的缺陷,本文借鉴Oh的分解思路,引入GML指数(Global Malmquist-Luenberger)分解法,[17]从而求出绿色技术进步。GML指数法通过构建全局生产可能集,其具体的公式如下:
(5)
其中,EG,t+1表示在t+1期的考虑全局的效率值,GML指数为绿色全要素生产率指数,可以分解为GMLEC和GMLTC,即绿色技术效率和绿色技术进步。一般认为,绿色技术效率反映了管理效率的提升、劳动熟练程度上升等,而绿色技术进步是衡量技术真实水平的重要指标。当GMLTC>1时,代表绿色技术进步;当GMLTC<1时,代表绿色技术退步;等于0表示绿色技术水平维持不变。
2、影响因素分析模型:面板数据模型
根据绿色技术进步影响机理分析确定影响因素,为更加准确分析不同因素的影响大小,需要以我国沿海省市区不同时期的数据为样本建立面板数据模型。基本模型如下:
GTPit=β0+β1X1it+β2X2it+β3X3it+…+βkXkit+εit
i=1,2,…,n;t=1,2,…,T;k=1,2,…,K其中,GTPit代表了第i个省份第t年的绿色技术进步水平,Xkit代表了绿色技术进步第K个影响因素,εit为随机误差项。
(三)数据来源
为了保证数据的可得性和统计口径的一致性,本文选择天津、辽宁、河北、江苏、浙江、福建、山东、广东、广西和海南等10个沿海地区作为研究对象,时间维度为2008-2015年。本文数据来自《中国渔业统计年鉴》《中国农业统计年鉴》和《中国海洋统计年鉴》,或经作者计算所得。
三、我国海水养殖业绿色技术进步的测度及分析
(一)指标选取
1、产出指标
本文借鉴传统的做法,选择海水养殖业生产总值作为期望产出。为了消除价格因素的影响,以2008年为基年,对其进行定基化处理,记为P。
对于非期望产出的选取,为更加精确的测度海水养殖业的污染物产出状况,本文选用包含海水养殖业各年的氮、磷和COD排放量的等标污染物总量作为非期望产出指标,[18]记为C,基本公式为:
Eu,n=∑i,jYi,jwy,i,jeu,i,j,n
(6)
wy,i,j=ωj,nri,j/∑jωj,nri,j
(7)
Cn=∑uEu,n/Ku
(8)
其中,在式(6)中,Eu,n表示省份n从事海水养殖业产生污染物u(u=N,P,COD)的总量,Yi,j表示省份n海产品i的产量,wy,i,j表示省份n海产品i的产量中采用养殖方式j获得的产出占比,eu,i,j,n表示省份n采用养殖方式j养殖海产品i产生污染物u的产污系数,相关数据来源于《水产养殖业污染源产排污系数手册》所定义的28种产生污染的海水养殖生物及5种养殖方式。其中,wy,i,j按照式(7)进行估算,ωj,n表示各省上述养殖方式占总产量的比例;ri,j为衡量海产品i是否可采用养殖方式j进行养殖的0-1变量;[19]最后,对所求出的Eu,n按照等标污染评价法进行处理,根据式(8)将污染物换算为排放标准所需的介质量,最终求出非期望产出指标C。[20]
2、投入指标
海水养殖业属于农业领域,其生产离不开劳动、资本和土地要素的投入,考虑到海水养殖业的特殊性,将其从业人员、资本存量和养殖面积作为投入指标。其具体指标选择如下。
(1)海水养殖业从业人员。本文选择从事海洋渔业养殖类专业劳动数量作为海水养殖业从业人员,记为L。
(2)海水养殖业资本存量。由于目前的统计年鉴并未对海水养殖业的资本进行统计和核算,本研究借鉴张军的处理思路,基本公式为:
Ki,t=Ii,t+Ki,t-1(1-δ)
(9)
K2008=I2008/(gi+δ)
(10)
其中,在式(9)、式(10)中,Ki,t代表第i省份的t时期的资本存量;[21]δ为折旧率,参考樊胜根等的估计方法,本文取δ=0.0424;gi是农业实际总产值的几何平均值;I是农业的固定资产投资额。[22]采用以上方法得到沿海省份农业资本存量,同时假设海水养殖业与农业具有相同的资本-产出比,进而得到沿海地区每年的海水养殖业资本存量。为了消除价格因素,对其进行定基化处理,记为K。
(3)海水养殖面积。本文选择各沿海地区的海水养殖面积进行衡量,记为M。
各个指标描述性统计结果见表1。
表1 变量描述性统计结果
(二)我国海水养殖业绿色技术进步测度结果
本文运用数据包络分析软件MAXDEA pro软件,基于非参数混合EBM模型,结合GML指数对2008-2015年我国各沿海省份海水养殖业绿色技术进步情况进行测度和分析。由GML指数分解得到的GMLTC是绿色技术进步指数,而非绿色技术进步本身,故令2008年绿色技术进步为1,由分解得到的2008-2009年的绿色技术进步指数与其相乘得到2009年绿色技术进步。同理,依次得到2019-2015年我国各沿海海水养殖业绿色技术进步(GTP)。[23]全国海水养殖业绿色技术进步的测算结果见图1。
图1 2008-2015全国海水养殖业绿色技术进步
总体来看,在2008-2015年间,我国海水养殖业绿色技术进步水平有较大提升,年均增长率为3.12%。从变化趋势来看,我国海水养殖业绿色技术进步水平总体呈现波动上升趋势,在观测前期上升幅度较为平缓,观测后期上升幅度较大。
分阶段来看,大致经历2009-2010年、2011-2015年两个上升阶段和2008-2009年、2010-2011年两个下降阶段。2008-2009年,绿色技术进步水平呈现小幅度的下降趋势,2009-2010年相较2008-2009年有明显上升。2010-2011年,绿色技术进步由1.060下降至1.024,下降幅度3.4%,有数据表明,2011年各省海水养殖业总产值相较于2010年水平均存在较大幅度的下降,行业规模的缩减可能会对绿色技术进步产生不良影响。2011-2015年,海水养殖业绿色技术进步保持稳定增长。其原因可能在于随着政府越来越强调绿色发展、创新发展理念,我国海水养殖业绿色技术进步水平得到不断提升。
四、我国海水养殖业绿色技术进步的影响因素分析
(一)指标选取
本文从海水养殖业绿色技术进步的影响机理分析确定影响因素,绿色技术进步的实现是绿色技术从研发到转化为现实生产力的过程,技术形成及技术推广在这一过程中起到了重要作用。因此,在选取影响因素指标时,要充分考虑技术形成及技术推广对绿色技术进步的影响。在选取绿色技术形成方面的指标时,考虑到数据可获得性和指标选取的全面性,本文借鉴王华、姚星垣的思路,选择海洋科研教育管理服务业增加值强度(以下简称科教投入强度)作为衡量海水养殖业技术研发创新的综合指标(根据国民经济核算原理,这些行业大多是非市场性服务产出,其核算是采用变通的方法,即以投入来估算其增加值,因此其增加值相当于在海洋科研教育管理服务业的投入),[24]能够较全面的衡量政府在海水养殖业绿色技术研发的科研和教育投入情况。在选取技术推广方面的指标时,借鉴研究渔业技术推广领域的相关文献,选取推广资金投入、推广技术设施、技术人员学历、渔民培训强度作为衡量指标。[25]同时参考王萍萍的研究,考虑规模和进出口贸易的影响,将养殖规模和外贸依存度纳入影响因素考虑范围。[9]具体见表2。
表2 变量定义表
各指标描述性统计结果见表3。
表3 变量描述性统计
(二)绿色技术进步影响因素分析
本文研究对象间差异较大,在实证前,首先对各个变量进行多重共线性检验,检验VIF的平均值为2.20,介于0到10之间,故不存在多重共线性。考虑到面板数据中可能存在异方差和自相关,通过Modified Wald检验,其值为2600.81,在1%显著性水平下拒绝原假设,存在组间异方差;通过Wooldridge test检验,其值为2.556,结果接受原假设,即不存在自相关。综上考虑,为了修正模型存在的组间异方差等问题,本文选择可行广义最小二乘(FGLS)的估计方法,其具体的模型如下:
GTPit=β0+β1RDit+β2DEXPit+β3DINSTit+β4EDUit+β5TRAINit+δ1IMEXit+δ2SCALit+εit
在选择固定效应还是随机效应模型上,通过豪斯曼检验(Hausman Test),其统计量是18.74,P值是0.0163,小于0.05的显著性水平,也就是说固定效应优于随机效应。基于以上检验,得到以下回归结果,如表4。
表4 FGLS回归结果
注:***为1%水平下显著,**为5%水平下显著,*为10%水平下显著。
从表4中可以看出,回归结果中除科教投入强度以外,其余解释变量和控制变量系数在1%和5%的水平下显著,说明解释变量对被解释变量有显著的解释作用,具体分析如下。
1、与技术形成相关的科教投入强度对海水养殖业绿色技术进步有负向影响,且未通过显著性检验。我国当前主要由高校及科研院所承担绿色养殖技术的研发工作,实证结果显示,研发成果对行业绿色技术进步未能起到显著推动作用。其主要原因可能在于当前我国科研机构缺乏与市场的对接渠道、科研评价体制不够合理、研发资金效率有待提高等。[26-27]
2、在技术推广方面,推广基础设施、技术人员学历、推广资金投入因素对海水养殖业绿色技术进步有显著正向影响,渔民培训强度因素有显著负向影响。单位面积推广机构数、大专及以上学历推广人员占比和推广资金投入强度每增加1个单位,将分别促进绿色技术进步指标上升0.660、0.385和0.016个单位。说明技术推广设施、推广人员素质以及推广资金投入均有显著影响,其中技术推广设施的作用最为显著,推广人员素质次之,而资金投入相对作用较小。培训强度的提升没有起到促进绿色技术进步的效果,参考王萍萍等学者的观点,可能是渔民的文化水平较低、培训缺乏有效性等原因。[28]
3、养殖规模因素对海水养殖业绿色技术进步有显著正向影响。海水养殖规模占比每提高1个单位,能促进绿色技术进步水平上升3.396个单位。养殖规模的扩大有利于绿色养殖技术的推广和应用,从而促进行业绿色技术进步。这与王萍萍等学者的研究结论一致。[9]
4、外贸依存度因素对海水养殖业绿色技术进步有显著负向影响。海水养殖业进出口贸易产值占总产值的比重每提高1个单位,绿色技术进步指标相应下降0.866个单位。本文认为,海产品进出口贸易的增长使利益相关者更注重海水养殖业带来的经济效益,从而忽视了养殖所造成的环境污染问题。
五、结论与建议
(一)结论
本文通过对我国沿海省份海水养殖业绿色技术进步进行测度,并运用面板数据模型进一步分析了绿色技术进步的影响因素,研究结论如下:
我国海水养殖业绿色技术进步总体呈现波动上升趋势,2011-2015年间,绿色技术进步幅度较大;技术形成方面对绿色技术进步无显著作用,说明我国海水养殖业技术研发效率较低;技术推广方面总体来说对绿色技术进步有正向促进作用,不同指标作用强度不同;行业规模扩大能够显著促进绿色技术进步水平的提升;外贸依存度的提升则对绿色技术进步产生一定抑制作用。
(二)建议
1、提高技术形成效率,确保其促进绿色技术进步作用的发挥。针对目前技术形成效率不高、对绿色技术进步无显著促进作用的情况,根据前文分析的原因制定针对性改进措施以提高技术形成效率,确保其促进绿色技术进步作用的发挥。首先,完善科研机构与市场对接渠道,政府提供必要支持加强科研机构与市场联系,构建科研机构与市场、政府的动态交流机制,保障技术成果具有市场应用前景;其次,完善科研评价体制,改善“重量轻质”现象,延长考核周期、完善评价指标、将多方主体纳入评价体系,激励科研机构进行技术研发;最后,加强资金使用制度、审核制度、监督保障制度建设,发挥研发资金投入对技术形成的促进作用,提高技术形成效率。
2、加大技术推广力度,提高渔民培训效率。技术推广方面对海水养殖业绿色技术进步的影响总体表现为正向促进,表明技术推广是实现绿色技术进步的有效途径,未来应进一步加大技术推广力度,充分发挥推广基础设施、技术人员学历和推广资金投入等因素的正向作用。针对目前渔民培训效率偏低、对海水养殖业绿色技术进步无明显促进作用的情况,未来需要进一步改善培训方式、提高培训效率。推广绿色养殖技术时要考虑到渔民文化程度普遍偏低的实际情况,采取恰当的方式方法。在培训过程中注意采取通俗易懂的表述,采用实践教学的方式帮助渔民掌握养殖技术,同时可以选择文化程度相对较高、接受能力较强的渔民先进行培训,再由这部分渔民向其他渔民进行技术传授。[9]