中国淡水养殖技术效率研究
——基于2018年的数据
2020-06-03岳冬冬
张 明,岳冬冬
(1.上海海洋大学经济管理学院,上海 201306; 2.中国水产科学研究院东海水产研究所,上海 200090)
我国是世界上水产养殖历史最悠久的国家之一,养殖经验丰富,养殖技术普及[1]。改革开放以来,我国渔业调整了发展重点,确立了“以养为主”的发展方针[2]。2014年淡水养殖产量2 935.8×104t,产量占总养殖产量的61.8%,达近年来最高产量;海水养殖产量为1 812.7×104t,产量占总养殖产量的38.2%[3],说明淡水养殖是我国主要水产养殖方式。从养殖种类上看,鱼类是淡水养殖的主要种类,占淡水养殖总产量的比重约88%。我国是淡水养殖大国,在不少地区,淡水养殖业已成为农村经济发展新的增长点和亮点,为优化农村产业结构、增加农民收入做出新的贡献[4]。
现有淡水养殖技术效率文献多以某一地区为研究对象,林崇峰[5]根据我国淡水养殖产量靠前的18个地区2005—2012年的淡水养殖数据,测算出平均技术效率为0.956,得到技术效率均值较高的结论;茅海兵[6]根据我国18个地区2004—2011年的淡水养殖相关数据,测算出平均技术效率为0.952,认为我国淡水养殖技术效率整体水平较高。以我国部分淡水养殖地区为研究对象,反映全国整体的淡水养殖技术效率水平,存在一定的局限性。因此,本文以我国所有淡水养殖地区为研究对象,比较不同地区的技术效率水平,更具有代表性。
基于目前淡水养殖技术效率研究方面存在的不足,如数据陈旧、缺乏对特定年份技术效率的分析等问题,本文利用全国2018年淡水养殖数据,测算我国淡水养殖技术效率水平、比较各地区之间存在的差异,提出相应的对策建议。
1 数据来源与模型构建
1.1 数据来源
本文的产出指标为淡水养殖产量(y);投入指标为按水域划分的池塘面积(x1)、湖泊面积(x2)、水库面积(x3)、河沟面积(x4)、其它面积(x5)以及稻田(不计入淡水养殖总面积)面积(x6)、淡水鱼苗(x7)、淡水鱼种(x8)、投放鱼种(x9)、虾苗量(x10)河蟹育苗(x11)、扣蟹(x12)、稚鳖(x13)、稚龟(x14)、鳗鱼捕捞(x15)、养殖渔船(x16)、淡水养殖专业从业人员(x17)。上述指标数据均来自2019年《中国渔业统计年鉴》[7]。不同地区养殖面积和苗种数量差异较大,为消除多变量带来的复杂性,进行主成分分析求出综合性面积指标(FA)和综合性苗种指标(FS)。
由于测算过程中采用的投入产出指标数量多,且不同指标之间的量纲、单位等存在差异,因此需对不同的指标进行合理化处理。(1)各投入产出指标数据的标准化处理。研究采用SPSS 25.0软件进行标准化,统一数据,具有可比性。(2)综合性面积指标和综合性苗种指标的构建处理。由于养殖面积指标较多,利用主成分分析方法,构建综合性养殖面积指标反映面积投入特征;同理,构建综合性苗种数量指标反映苗种投入特征。(3)数据指标的平移处理。标准化后的指标出现负值现象,鉴于DEAP 2.1软件对数据指标特征的要求,需要对标准化后的数据指标通过平移将其转换为正值,以达到DEAP 2.1软件使用要求。
1.2 模型构建
1.2.1 主成分分析法
主成分分析法是一种统计分析方法,能够进行数据降维和变量筛选。可以将多组具有一定相关性的指标数据,重新组合成一组新的综合指标。本研究采用Fi表达式为:
Fi=ai1x1+ai2x2+…+aimxm
(1)
式中ai1,ai2,……,aim(i=1,2,……,p)为第i个特征值对应的特征向量,x1,x2,……,xm是原始变量标准化后的值。
由于淡水养殖面积和苗种包括多个分项指标,利用SPSS 25.0软件进行主成分分析,构建淡水养殖面积综合指标(FA)和苗种综合指标(FS),具体表达式为:
(2)
(3)
1.2.2 DEA模型的构建
本研究使用数据包络分析方法进行研究,简称DEA方法,最早由CHARNES等[9]提出。通过保持决策单元(DMU)输入不变,借助数学和统计数据确定相对有效的生产前沿面,将各个决策单元投影到DEA的生产前沿面上,并通过比较决策单元偏离DEA前沿面的程度来评价它们的相对有效性。具有以下优点:一是能够处理多投入多产出数据;二是无需任何权重假设,具有很强的客观性。
DEA-CCR模型是CHARNES等人提出的第一个模型,用于研究多投入多产出部门的效率水平。具有n个DMU,每个DMU中有m个投入指标[10],构建DEA-CCR模型,x对应投入要素,y对应产出要素,s+、s-为松弛变量,j代表决策单元量,表示DUM离有效前沿面的一种径向优化量,λ=(1,2,…,j)表示投入产出指标的权重,ε为非阿基米德无穷小量,构建表达式如下:
2 淡水养殖技术效率分析
借助DEAP 2.1软件分析,其中投入产出指标经过标准化和平移法处理如表1所示,对各指标进行描述性统计分析可得表2。
表1 2018年我国淡水养殖投入产出指标Tab.1 China’s freshwater aquaculture input-output index in 2018
表2 淡水养殖各指标描述性统计分析Tab.2 Descriptive statistical analysis of freshwater aquaculture indicators
从投入的角度分析,FA′、FS′的极大值与极小值差值分别为4.22、4.78、5.04、4.23,均高于平均值2.00,说明不同地区在淡水养殖面积、苗种数量、渔船数量、专业从业人员人数的投入力度上相差较大;标准差位于1.00~1.28之间,即大部分地区在淡水养殖面积、苗种数量、渔船数量、专业从业人员人数的投入力度和平均产量差异较大。
2.1 淡水养殖技术效率整体分析
运用DEAP 2.1软件,处理表1数据得出我国2018年淡水养殖技术效率,如表3所示。得出平均技术效率为0.85,处于相对较高水平。
表3 2018年淡水养殖技术效率测算值Tab.3 Technical efficiency of freshwater aquaculture in 2018
注:规模报酬是指在其他条件不变的情况下,各地区生产要素按相同比例变化时所带来的产量变化。irs、drs分别表示规模报酬出于递增或递减状态
Note: Scale reward refers to the output changes brought by the changes of production factors in different regions according to the same proportion while other conditions remain unchanged. irs and drs indicate the increasing or decreasing status of returns to scale respectively
由于纯技术效率等于技术效率/规模效率,三者共同影响淡水养殖效率水平。总体来看,2018年我国淡水养殖技术效率水平较高,平均效率值为0.85。其中技术效率值为1.00的地区有3个,效率值为1.00,技术效率水平最低的地区也有3个,效率值为0.76。
从纯技术效率值看,全国纯技术效率水平也较高,值达1.00的地区有12个,表明在目前的技术水平上,淡水养殖资源的投入是有效的,此外,仍有19个地区未达到1.00的水平,需要调整资源方向。
从规模效率值看,规模效率值达到1.00的地区有4个,分别为湖北、湖南、广东和四川地区,规模效率最低的为北京、西藏和甘肃,值为0.76。其中,湖北、广东和四川的技术效率、纯技术效率水平均为1.00,规模报酬不变,说明此时这3个地区达到最优生产规模。
2.2 淡水养殖技术效率的空间差异
为分析我国2018年淡水养殖技术效率的区域分布特点,按照行政区划将我国淡水养殖区域划分7个区域(见表4)[11]。
为了更直观地分析表4中各地区的淡水养殖技术效率水平,将各地区2018年技术效率值绘制成图1所示的折线图。
从图1得出,2018年淡水养殖技术效率空间分布相对均匀,值在0.76~1.00之间。技术效率、纯技术效率和规模效率均为1.00的地区有3个,即投入产出效率最优,分别为湖北、广东和四川,湖北位于华中地区;广东位于华南地区;四川位于西南地区;东北、华东、华北和西北均无技术效率为1.00的地区,即技术效率水平在空间分布上不具有明显特征。
通过计算不同区域的平均技术效率可知,东北地区为0.88;华东地区为0.86;华北地区为0.80;华中地区为0.90;华南地区为0.92;西南地区为0.87;西北地区为0.79,各区域平均技术效率水平较高。其中,华南地区的技术效率水平最高,达0.92,广东为1.00,广西为0.85,海南为0.92;西北地区的技术效率水平相对最低,为0.79,山西为0.78,甘肃为0.76,青海为0.77,宁夏为0.83,新疆为0.82,水平值最高的宁夏,为0.83,低于华南地区的最低水平。
从规模报酬角度分析,2018年全国淡水养殖规模报酬总体处于递增状态,不同地区的规模报酬呈不同状态,如表5所示。
表4 我国淡水养殖区域的空间分布Tab.4 Spatial distribution of freshwater aquaculture in China
图1 淡水养殖技术效率空间分布Fig.1 Spatial distribution of technical efficiency of freshwater aquaculture
表5 2018年我国淡水养殖规模报酬情况分析Tab.5 Analysis of returns to scale for freshwater aquaculture in China in 2018
由表5可以看出,26个地区处于规模报酬递增状态;处于规模报酬递减的2个地区分别为江苏和湖南;处于规模报酬不变的地区为湖北、广东和四川,分别位于华中、华南和西南地区,此时效率水平为1.00,达规模经济。
3 主要结论与对策建议
3.1 主要结论
3.1.1 淡水养殖效率整体水平较高
2018年我国淡水养殖平均技术效率较高,为0.85。不同地区的技术效率值不同,总体位于0.76~1.00之间。技术效率最高的是湖北、广东和四川,值达1.00,技术效率水平最低的是北京、西藏和甘肃,值为0.76;纯技术效率水平最高的是北京、天津、黑龙江、上海、湖北、广东、海南、四川、西藏、甘肃、青海和宁夏,值为1.00,纯技术效率水平最低的是湖南,值为0.82;规模效率水平最高的是湖北、湖南、广东和四川,值达1.00,规模效率水平最低的是北京、西藏和甘肃,值为0.76。
从不同区域的平均技术效率结果来看,东北地区为0.88;华东地区为0.86;华北地区为0.80;华中地区为0.90;华南地区为0.92;西南地区为0.87;西北地区为0.79。从区域层面来看,我国淡水养殖技术效率呈较高水平。
3.1.2 不同地区技术效率水平存在差异
中国淡水养殖技术效率存在地区差异,最高为1.00,最低为0.76。从上文可知,湖北、广东和四川地区的技术效率水平为1.00。此时,湖北、广东和四川实现了规模经济,不需要调整投入产出规模。仅有3地实现了规模经济,占整体区域的约10%,说明我国其他地区的效率水平有待提高。
技术效率值小于1.00的地区有28个,分布在不同的区域,其中技术效率水平最低的是北京、西藏和甘肃,水平值为0.76;这些地区需要根据规模报酬的不同状态,及时调整投入产出,制定合理的养殖计划,以提高技术效率水平。
3.1.3 各地区规模报酬变化情况不同
全国仅湖北、广东和四川实现了规模报酬不变;北京、河北、山西、辽宁、黑龙江、浙江、安徽、江西、河南、上海、福建、广西、重庆、贵州、云南、西藏、陕西、宁夏、新疆规模报酬递增;江苏、湖南规模报酬递减。从空间分布看,不同区域的规模报酬存在差异。其中,东北、华北和西北地区呈递增状态,华东地区除江苏规模报酬递减外,其余地区呈递增状态,华中地区的河南、湖北和湖南分别呈递增、不变和递减状态,华南地区的广东、广西和海南分别呈不变、递增和递增状态,西南地区的四川、贵州、云南、西藏分别呈不变、递增、递增和递增状态,不同区域的规模报酬状态不同,不具有明显的区域特征。
3.2 对策建议
提高我国淡水养殖技术效率对于优化资源配置、增加渔民收入具有重要作用,同时还能够吸引外部投资,丰富水产养殖业发展的融资渠道。
3.2.1 创新技术,加强合作
技术创新能够提高淡水养殖效率,如绿色养殖方法通过现代养殖技术,利用不同生物之间的制衡关系,将多个品种水产品混养,不仅减少了饵料和渔药的使用量,还提高了效益;物理方法处理尾水技术,采用机械过滤设备,提高了尾水净化效率,实现了淡水养殖更好的发展。因此,对于技术效率相对低的地区来说,引进先进设备,创新生产技术,是提高淡水养殖效率水平的有效途径。
技术效率达1.00的地区,投入产出最优。其他地区可以向效率水平高的地区学习,开展沟通交流学习活动。还可以通过淡水养殖技术推广,对养殖户进行专业指导,提高他们的专业技术,促进整体养殖技术水平的提高。
3.2.2 调整产业结构
目前,我国淡水养殖产业结构较为单一。调整渔业三大产业结构,坚持“以养为主”的方针,将产业架构从第一产业转向第二、三产业,提高淡水养殖效率。
首先,可以通过建立规范化养殖基地,提高水产品产量和质量,优化第一产业结构;其次,增加资金和技术投入,提高水产品加工工艺,增加第二产业比重;最后,创建各地区特色休闲渔业品牌,发展特色旅游项目,提高淡水养殖基地的吸引力,发展第三产业。
3.2.3 适当调整产业规模
调整产业规模,推动集约化淡水养殖,有利于提升淡水养殖产业化水平。规模报酬递增地区,产业规模过小是阻碍其发展及技术效率提高的主要原因。相关部门应加大对这些地区的扶持力度,因地制宜,加强与当地银行合作,降低淡水养殖风险,提高养殖户们的积极性。扩大产业规模,丰富产业形式,推动各地区渔业资源向优势区域集中。
规模报酬递减地区,可能存在产业规模过大等问题,同样需要向优势地区集中资源,形成产业化养殖,减少不必要的规模扩建。由于规模报酬存在不稳定性,各地要及时适当调整淡水养殖规划,不断出台新政策,促进最优生产技术效率的实现。
3.2.4 加大财政支渔政策力度
我国财政支渔政策有渔业补贴等,其中淡水养殖补贴主要包括渔用柴油补贴、渔机购置补贴、渔业贷款贴息等,帮助渔民和渔业企业减轻生产投入负担。借鉴美国、加拿大等国家的渔业支持政策,如鼓励并促进永续水产养殖,提高国内水产养殖生产的价格,创造商业、工作及贸易机会等,以期从不同方面完善我国的财政支渔政策[12],实现淡水养殖业的更好发展。