基于三阶段DEA模型的海洋渔业生态效率研究——以青岛、烟台、威海三个城市为例

张同贺，刘林忻，刘 津

(山东大学商学院，山东 威海 264209)

近年来，在“海洋强国”战略布局推动下，海洋经济成为我国经济发展过程中不可或缺的蓝色引擎，开发和利用海洋资源也成为沿海地区新的经济增长点[1-2]。作为海洋基础产业，海洋渔业不仅可以为人民提供大量的动物蛋白，满足人们日益增长的食物需求，还为外贸提供重要商品，对于缓解我国地少人多的矛盾以及促进国民经济的发展具有重要意义[3]。然而，基于海洋生态环境的复杂性、脆弱性和不确定性，在海洋经济快速发展的同时，海洋资源大量消耗与环境问题也日益突出[4]。海洋渔业作为海洋产业中资源投入占比最大的部门，在过去的发展中大多局限于海洋资源的开发利用，能源消耗过多，对我国的海洋生态环境造成了不可小觑的危害[5]。在一定程度上，海洋资源耗竭、环境恶化逐渐制约着我国海洋渔业经济的增长。

生态效率能在高效利用资源与破坏环境程度最小的前提下评价经济发展的水平与质量，因此其成为衡量经济与资源环境可持续发展的重要指标，综合反映一个地区资源-经济-生态系统的协调发展程度[6]。海洋渔业生态效率测算能够定量描述海洋生态-海洋经济的相互作用及相互联系，实现海洋生态环境与海洋经济发展、海洋经济效益与海洋生态环境效益的协调可持续。国内外学者对于生态效率展开了一系列研究，在研究对象上，多集中于企业[7-8]、农牧业[9-10]、城市及区域[11]生态效率的研究；在研究方法上，多采用DEA(Data Envelopment Analysis)模型法[12-13]、Takagi-Sugeno模糊评价法[14]、生命周期分析(LCA)方法[15]建立指标体系和测算生态效率。DEA模型，因为可以较大程度地规避在设定权重时发生的主观因素，并可以不考虑评价指标的类型和量纲，所以被广泛应用[16]。解亚丽等[17]收集了三峡水库26个区县的数据并利用超效率DEA模型对其生态效率进行了测算。但由于忽略了外部环境变量对生态效率评价的影响，导致测算值并不能反映真实的效率水平，所以在运用DEA模型评价生态效率的过程中，有学者引入Tobit回归模型用来分析影响生态效率的因素，即二阶段DEA模型。朱新颜等[18]运用DEA-Tobit二阶段DEA法，利用统计数据对我国12个主要沿海城市的海洋经济效率进行评价，同时进一步探究海洋经济效率的影响因素。然而，由于忽略了随机误差与外部变量对实际生态效率的影响，二阶段DEA模型得出的计算结果并不能体现决策单元实际生态效率水平[6]。为了弥补以上研究缺陷，Fried等[19]提出了三阶段DEA模型的生态效率评价方法，即在DEA模型的计算结果中充分考虑了外部环境变量和随机误差的影响。三阶段DEA模型能够规避随机误差和外部环境变量的影响，通过测算结果准确地反映出决策单元实际的内部管理水平[6]。周申蓓等[20]运用三阶段DEA方法，测算了我国2002—2011年的海洋污染治理效率值，结果表明：外部环境变量在经济、技术和社会三方面对海洋污染治理效率具有显著影响。

就国内外学者对于海洋渔业可持续发展与生态效率研究的内容来看，大多数学者以海洋渔业养殖、捕捞有效管理为目的，建立模型或评价体系，从而为海洋渔业可持续发展提供理论支撑，较少从生态系统的视角出发评价人类经济活动对海洋渔业生态环境造成的影响，未将生态效率理论应用到海洋渔业可持续发展的研究中。基于此，本文以山东半岛蓝色经济区内青岛市、烟台市、威海市为研究样本，在研究海洋渔业生态效率影响机制的基础上，构建评价指标体系，运用三阶段DEA方法对2014—2018年三个城市海洋渔业的生态效率进行分析，同时对外部环境变量进行研究，结果可为涉渔企业、政府投入提供理论指导，为海洋渔业可持续发展奠定理论基础。

1 海洋渔业生态效率影响的机制分析

海洋渔业生态效率的变化不仅取决于各城市海洋活动自身的变动，还与外在的宏观环境与国家海洋政策等众多因素相关。本文在参照赵林等[21]对海洋经济效率影响机制分析的基础上，结合涉海企业、政府单位、研究机构的实地调研结果，利用系统分析的思想，尝试从要素、动力、路径、效应四个层面对海洋渔业生态效率的影响机制进行解释(图1)。

从要素层面上看，影响海洋渔业生态效率的因素可以分为基础因素和外部因素。其中，基础因素指表示投入的四项指标，即资金投入、劳动力投入、土地(海域)投入和能源投入。合理且有效的基础要素投入可以大幅度提升海洋渔业生态效率，而投入混乱且不符合发展实际则不利于海洋渔业生态效率的提升，甚至会给整个海洋产业发展带来负面影响。外部因素包括海洋政策、市场机制与区域关系、政府为海洋渔业发展制定相关的海洋经济政策、海洋环境政策等，有利于引导传统海洋渔业的转型升级，同时在一定程度上可以避免市场的盲目性所带来渔业资源过度开发等问题[21]，从而实现海洋渔业生态效率的优化；市场机制作为资源配置的基础与核心，主要通过市场竞争机制与价格机制发挥作用[22]，市场的竞争机制迫使涉海企业在严格的生态保护监管下更新技术和管理方法，提高投入-产出效率，进而在降低成本的同时促进海洋渔业经济效率的提升和生态保护的改进；市场的价格机制能够准确反映供求的变化，促使涉海企业调整要素投入方向，避免无效投入，提高要素利用效率；区域关系则是指沿海区域间各涉海企业资金、技术和劳动力等生产要素的流动，构建区域协调与互动机制，通过各企业的交流与合作，有利于提高区域创新的知识溢出效应，充分实现资源的优化配置，促进地区间海洋渔业生态效率的共同提升，促进地区间海洋渔业生态效率朝“扁平化”方向发展[21]。总之，海洋渔业生态效率的提升，虽然在一定程度上需要依靠政府，但其主要载体还是海洋渔业的生产组织，即以海洋牧场为主的涉海企业。只有以市场机制为主导，充分发挥政策规范的作用，提高这类企业的技术和管理水平，才能改进投入要素的配置效率，进而实现区域海洋渔业生态效率的提升。

从动力层面上看，涉海类企业在利润驱动、市场竞争、环保监管的三重压力下，为了获取更大的利润，增强企业竞争力，同时实现海洋生态修复以促进企业的可持续发展，会通过创新技术与更新管理方法，引进外来的先进技术以及经验促使海洋渔业生态效率的提升。除此之外，在规模效应与集聚效应的作用下，能力较强的涉海企业通过扩大生产规模来获得规模收益，能力较弱的企业则会追求产业集聚的溢出效应进行技术模仿和整合来提升综合竞争力[23]。为了实现生态保护，地方政府通过设置严格的产业准入标准、甚至出台相关法律等措施进行环境规制，刺激涉海企业进行相关的技术创新，改变路径依赖，加大内部资源整合力度，打造绿色环保的生产流程，促使企业削污减消，采用更新和更有效率的生产技术和设备，优化企业的冗余资源。此外区域的环境规制亦会对某些低生产效率的企业形成“挤出效应”，迫使高消耗、高污染的企业转移，分散的企业整合[21]；亦会提升企业营销能力，实现能耗与原料的减量化，走出一条绿色发展之路[24]。地方政府为了进一步优化海洋渔业生态效率，也会通过加大节能减排的投资力度，引导传统海洋渔业的转型升级。

从路径层和效应层来看，随着海洋渔业逐步从依托资源发展起来的资源密集型产业向劳动资本密集型产业转型，再升级到技术密集型产业，海洋渔业的科技含量不断提升，海洋渔业的生态效率也不断上升。一方面，为了追求规模经济，涉海企业的生产规模不断增大，从而实现规模收益；为了提升资源配置效率，海洋渔业生产过程中技术进步和管理方式在不断改善；为了更好地优化生态效率，提升质量，进行产业的转型升级。另一方面，海洋渔业生态效率的提升会形成反馈作用机制。首先，企业的生态效率越高，就越容易在市场竞争中获得优势，其市场份额也不断扩大，形成行业壁垒，效率低的企业则会在严格的环保监管与激烈的竞争环境下逐渐被边缘化，甚至被淘汰；其次生态效率高的海洋渔业的产业部门会在区域产业中形成优势，乃至成为区域发展的主导产业，例如滨海旅游业，进而得到政府支持和引导，不断扩大规模。最后，海洋渔业生态效率的提升，会促进区域海洋渔业经济总量的增长和质的提升，并通过传导效应来影响基础要素的投入与配置，从而进一步促进海洋渔业生态效率的提升。

2 指标选取与数据来源

2.1 投入和产出指标

本文从可持续发展的角度出发，基于张鑫等[25]已构建的海洋渔业生态效率指标体系，考虑区域经济发展状况和资源环境现状等多方面影响海洋渔业生态效率的因素，选取投入和产出共5项指标(表1)。在投入方面，本文选取海洋渔业发展财政支出(104元)作为资本投入指标，渔业从业人口数量(人)作为劳动性投入指标，海水养殖面积(hm2)与海洋船舶总动力(kW)作为资源投入指标。在产出方面，选取海洋渔业增加值(104元)作为产出指标，该指标去除了海洋渔业生产过程中消耗或转移的物质产品和劳务价值，反映了海洋渔业经济活动对国内生产总值的贡献[22]。

然而，以往的研究大多将固定资产投入作为资本投入指标，本文并未予采用。一是统计数据未统计该指标；二是投资的滞后效应；三是固定资本是投资增量，其贡献度相对于资本存量要小得多。此外，还有学者认为应将民营企业、沿海广大的渔民投入作为资本投入指标，本文从DEA模型指标选择中应包含更多生产要素的角度出发，也未将其采用。渔业发展财政支出具体包括渔业技术推广支出、渔业资源增殖放流、渔业补贴、渔业监测减灾支出、渔业监察督查支出、渔业安全应急支出等多个方面，而民营企业、渔业投入渠道则涉及面则相对较窄，不能包含海洋渔业发展各方面的资本投入。且若以民营企业、渔业投入作为指标，该指标与其他投入指标(劳动力、能源等)也在一定程度上存在重复。基于以上分析，本文采用海洋渔业发展财政支出作为资本投入指标。

2.2 外部环境变量

本文遵循科学有效性、系统完整性、层次连续性、真实可行性的原则，根据海洋渔业发展现状与生态效率概念，结合实践调研专家给出的意见，选取海洋牧场数量(省级及以上)和入境游客数量这两个指标作为外部环境变量(表1)。

2.2.1 海洋牧场(省级及以上)数量

海洋牧场是在近年来海洋生态环境不断恶化的背景下，为恢复海洋生态环境、实现海洋经济可持续发展的新型产物[26]。优质的海洋牧场不仅能够加快生态修复的进程，还能改变原有渔业生产方式，获得客观的渔业经济成果[27]。海洋牧场数量的多少意味着海洋环境保护与生态修复的投入力度，也决定着海洋经济产出增长的质量，能够极大改善该地区的生态效率，促进资源-经济-环境系统的可持续发展。因此，选取海洋牧场的数量(省级及以上)作为生态效率的环境变量。

2.2.2 入境游客数量

近年来，旅游成为国民常态化消费方式之一，其中的滨海旅游模式则得到了更多消费者的偏好，在国民经济中所占比重不断上升[28]。游客数量与热度是反映某地旅游业发展水平的重要指标，根据本课题关于威海市海洋渔业与滨海旅游业融合发展问卷的调查结果，外地来威游客中70%以上均参与涉海旅游项目，这表明接待的入境游客数量即非本地人员的游客数量在一定程度上说明了海洋渔业第三产业即滨海旅游服务业的发展状况。第三产业的发展极大程度地改善了海洋经济的产业结构，改善了传统渔业高消耗、低收益的状况，促进海洋经济的可持续发展。因此，入境游客数量可以反映滨海旅游业的发展程度，可作为影响海洋渔业生态效率的重要环境变量。

表1 生态效率评价指标体系Tab.1 Evaluation index system of ecological efficiency

2.3 数据来源

由于海洋渔业方面的统计数据不完全，考虑到本文所需指标的系统完整性及层次连续性等特性，指标的选取是在结合各地统计年鉴上已有的统计数据综合得出。本文所用数据来源于2015—2019年《山东省统计年鉴》《威海市统计年鉴》《烟台市统计年鉴》《青岛市统计年鉴》《中国海洋统计年鉴》《中国渔业统计年鉴》，以及各地财政渔业部门与旅游部门财政收支预算明细与实地调研数据等。

3 海洋渔业生态效率的实证分析

3.1 传统DEA计算分析

利用MaxDEA软件对青岛市、烟台市、威海市2014—2018年的生态效率进行分析，结果如表2所示。

表2 2014—2018年第一阶段生态效率值Tab.2 Ecological efficiency value of the first stage in 2014—2018

续表2

由表2可以得到：2014年三个城市生态技术效率(TE1)平均值为0.288，生态纯技术效率(PTE1)平均值为0.648，生态规模效率(SE1)平均值为0.475，生态技术效率离效率前沿面尚存在一定的距离，具有较大的提升空间。生态技术效率最低，说明海洋渔业生态效率不高的主要原因是由于技术效率较低。从城市方面分析，青岛市生态技术效率最低；烟台市生态纯技术效率最低；威海市生态技术与纯技术效率虽处于中等水平，但生态规模效率较低。自2014年以来，各地市对海洋发展重视程度的提升与海洋渔业的发展，至研究末期，各生态效率值均有所提高。但总体来看，山东半岛蓝色经济区内三个城市的海洋渔业生态效率值偏低，在各个方面均存在改进空间。

由于第一阶段的生态效率评价并没有规避外部环境变量和随机误差的影响，测算的效率值所反映的生态效率水平与实际生态效率水平存在一定的差异，因此不作过多分析。需要在第二阶段利用相似SFA回归分析，调整三个城市的外部环境变量，使其和随机误差处于同一水平。

3.2 相似SFA回归分析

为了反映真实生态效率水平，第二阶段分析剔除了外部环境因素和随机误差对生态效率评价的影响。将第一阶段中的四个投入的松弛变量作为因变量，将外部环境变量作为自变量，进行相似SFA回归分析，结果见表3。

表3 SFA回归结果Tab.3 SFA regression results

由表3可知，两个外部环境变量对四个投入松弛变量的回归系数均能在0.10显著性水平上通过检验，说明外部环境变量对投入松弛具有显著影响。由于因变量为投入松弛变量，自变量为外部环境变量，因此当回归系数为负时，外部环境变量与投入松弛变量存在负相关性，即外部环境变量值增加时，投入松弛变量降低，相应的生态效率得到提高；反之，当回归系数为正时，生态效率会降低。

3.2.1 海洋牧场(省级及以上)数量

表3显示，海洋牧场数量对X1(海洋渔业发展财政支出)松弛变量、X2(海洋渔业从业人口数量)松弛变量的回归系数均为负，且均在0.05显著性水平下显著，说明海洋牧场数量增加时，会导致海洋渔业发展财政支出、海洋渔业从业人口数量的减少，对效率的提高起到有利影响。这一点符合理论预期，一是海洋牧场改善了原有的传统渔业结构，使得地方渔业部门在渔业补贴、技术推广等方面的渔业支出减少；二是海洋牧场在减少传统渔业从业人口的同时，也最大程度上促进劳动，提供了数以万计的工作岗位，但基于海洋牧场作业的现代化、集约化方式，也大大减少了劳动力的投入数量，从而造成了渔业从业人口数量的减少。

表3显示，海洋牧场数量对X3(海水养殖面积)松弛变量、X4(渔业船舶总动力)松弛变量回归系数均为正，且均在0.10显著性水平下显著，这说明增加海洋牧场数量会导致海水养殖面积、渔业船舶总动力的增加，进而导致生态效率的降低。这一结论恰好与理论预期相反。海洋牧场是以实现生态修复为目的现代海洋渔业生产方式，海洋牧场数量的上升理应进一步实现海域内生态效率的提升，并且在一定程度上改善传统捕捞方式，减少渔业船舶的使用。而分析结果与预期相反恰好说明了海洋牧场建设对生态效率的提升没有起到相应的作用，海洋牧场建设的数量虽然在突飞猛进的增长，但发展质量却存在一定的问题。这与部分海洋牧场前期规划不充分、建设后不注重发展质量、关键产业技术有待系统研发等存在一定的关系。

3.2.2 入境游客数量

表3显示，入境游客数量对X2(海洋渔业从业人口数量)松弛变量、X3(海水养殖面积)松弛变量、X4(渔业船舶总动力)松弛变量回归系数均为负，且均在0.01显著性水平下显著，说明当接待入境游客数不断增加时，会导致海洋渔业从业人口数量下降，海洋渔业养殖面积减少，渔业船舶能源消耗减少，这与理论预期符合。沿海城市入境游客数在一定程度上说明了滨海旅游业的发展程度。现阶段，海洋渔业在发展过程中开始注重旅游项目的开发，其低投入、高收益的性质使部分企业不再以传统养殖为核心[29]，从而导致海域养殖面积不断减少，船舶消耗也随之减少，这对于提升海洋渔业的生态效率是有效的。

表3显示，入境游客数量对X1(海洋渔业发展财政支出)松弛变量回归系数为正，且在0.01显著性水平下显著，说明随着接待入境游客数的增加，会导致海洋渔业发展的财政支出增加，这符合理论预期。随着游客数量的增加，渔业旅游部门对于渔业周边的公共旅游设施等建设投入力度增加，促进旅游项目开发投入增加，从而导致财政支出增加。

由以上分析可知，由于外部环境变量对海洋渔业生态效率存在显著影响，各城市的海洋渔业的真实生态效率水平无法由第一阶段的测算值分析得出。因此，在考察三个城市海洋渔业实际生态效率水平之前，各市的外部变量和随机误差应调整至同一水平。

3.3 调整后的DEA模型结果分析

将三个城市的外部变量和随机误差调整到同一水平后，再次运用DEA模型测算各市的海洋渔业生态效率值，结果见表4。由表2与表4的对比分析可知：第三阶段生态效率值较第一阶段有明显的变化。

表4 2014—2018年第三阶段生态效率值Tab.4 Ecological efficiency value of the third stage in 2014—2018

经过第二阶段对外部变量和随机误差的调整，第三阶段2014年三个城市生态技术效率(TE1)平均值为0.405，生态纯技术效率(PTE1)平均值为0.610，生态规模效率(SE1)平均值为0.672，与调整前相比，生态技术效率明显上升，生态纯技术效率略有下降，生态规模效率略有上升。从各城市来看，2014年，调整后三个城市的生态技术效率均有所提升，其中青岛市的提升幅度最大；在生态纯技术效率方面，青岛市也出现了明显的上升，其他两个城市变化不显著；烟台市的生态规模效率有所下降。各个城市比较来看，青岛市受外部变量影响较大，这是基于青岛市海洋牧场建设以及滨海旅游业发展的先进性的结果，更符合客观事实。

根据对三个城市的海洋渔业生态效率计算结果，绘制出海洋渔业生态效率一、三阶段分析趋势图。图2、图3、图4中显示了2014—2018年DEA第一阶段分析与第三阶段各城市的生态效率变化。

由图2～4可知，调整外部变量后的第三阶段生态效率值总体上高于第一阶段，说明外部变量对海洋渔业生态效率的提升呈显著影响。2014—2018年，青岛市、烟台市、威海市海洋渔业生态效率显著提升，结合文献研究与实地调研分析发现，由于三个城市的海洋渔业经济规模不断扩大、产业经济结构日趋完善、科学技术水平不断进步、传统渔业模式不断改善，促使其海洋渔业生态效率稳步提升。但数据显示，三个城市2018年的渔业生态效率均未达到最优水平，仍具有较大提升空间，所以应从资源的有效利用、降低对环境的不利影响以及外部变量投入等方面提高生态效率。

4 结论与讨论

4.1 结论

本文运用三阶段DEA模型对青岛、烟台、威海三个城市2014—2018年海洋渔业生态效率进行了评价，并分析了影响海洋渔业生态效率的外部环境因素与影响机制。

4.1.1 海洋渔业生态效率影响因素是多方面的

通过构建要素、动力、路径和效应4个层面的海洋渔业生态效率影响机制解释框架可知：在要素层面上，基本要素投入、政府海洋政策、市场机制及区域关系通过涉海企业的生产组织活动影响海洋渔业生态效率的变动；在动力层面上，涉海企业在利润驱动、市场竞争、环保监管的驱动下提高生态效率，规模经济与集聚经济分别对中小企业发挥作用，促进经济效益的增长与综合竞争力的提高；在路径和效应层面上，通过海洋渔业升级、产业规模的扩大、技术进步和管理放大的改进直接促进了海洋渔业生态效率的提高，海洋渔业生态效率的提高会形成反馈作用机制影响涉海企业竞争力、产业升级与海洋经济发展。

4.1.2 海洋渔业生态效率仍具有较大的提升空间

从整体上来看：在规避环境变量和随机因素的影响后，海洋渔业的生态技术效率、生态纯技术效率和生态规模效率是在不断提高的，但是在研究末期，三个城市的平均生态技术效率、平均生态纯技术效率、平均生态规模效率分别为0.490、0.618、0.803，并未达到最优水平，说明我国在海洋环境与海洋经济的协调发展上存在很大的改进空间。从各个城市来看，以2018年为例，青岛市、威海市、烟台市的生态纯技术效率值分别为0.524、0.914、0.416，各个城市之间存在较大差异，说明我国沿海城市区域间资金、技术等沟通与合作有待加强。

4.1.3 外部变量和随机误差对海洋渔业生态效率存在显著影响

在外部环境因素中，海洋牧场(省级及以上)数量对海洋渔业发展财政支出、海洋渔业从业人口数量的回归系数均为负，说明海洋牧场数量增加时，会导致海洋渔业发展财政支出、海洋渔业从业人口数量的减少，对效率的提高起到有利影响；其对海水养殖面积、渔业船舶总动力回归系数均为正，说明增加海洋牧场数量会导致海水养殖面积、渔业船舶总动力的增加，进而导致生态效率的降低。这一结论恰好与理论预期相反，说明了山东半岛蓝色经济区内三个城市海洋牧场建设对生态效率的提升没有起到相应的作用，海洋牧场建设的数量虽然在突飞猛进的增长，但发展质量却存在一定的问题。入境游客数量在一定程度上反映了滨海旅游业的发展程度，其对海洋渔业发展财政支出回归系数为正，说明随着游客数量的增加，渔业部门对于渔业周边的公共旅游设施等建设投入力度不断增大；其对海洋渔业从业人口数量、海水养殖面积、渔业船舶总动力回归系数均为负，说明入境游客数量的不断增加可以提高生态效率。

4.1.4 利用SAF回归分析调整后的效率值更能反映各城市真实的效率水平

三阶段DEA模型中，利用SAF回归分析，在第三阶段调整环境变量和随机误差后进行生态效率值测算，发现三个城市海洋渔业平均的生态规模效率、生态技术效率和生态纯技术效率均发生了变化。以2017年为例，在规避外部环境因素影响后，平均生态规模效率由0.823变为0.862，平均生态技术效率由0.597变为0.529，平均生态纯技术效率由0.749变为0.603，说明外部环境变量对生态效率具有显著影响，调整后的效率值更能反映各城市真实的效率水平。

4.2 讨论

4.2.1 优化海洋渔业生态效率的建议

随着我国海洋经济的快速发展以及“海洋强国”战略的推进，结合生态文明建设背景，传统的海洋渔业发展模式亟需转变，新型的海洋渔业发展战略亟需完善。本文通过对考虑外部变量的海洋渔业生态效率进行分析，结合沿海城市海洋渔业发展实践，认为提高海洋渔业生态效率的路径主要有以下几个方面。

1)从海洋渔业生态效率的影响机制出发，优化海洋渔业资源配置，促进海洋科学技术发展，深化渔业组织程度并提高管理水平，推广如莱州市“泽潭模式”这样的新型海洋牧场经营管理模式，同时健全海洋渔业污染监测与治理机制，加强渔业从业人员与民众节能减排意识，深化渔业组织程度并提高管理水平，从而推进海洋渔业稳步健康的可持续发展。

2)从海洋渔业生态修复和经济发展两个核心出发，目前最主要的措施是立足于海洋牧场的建设与优化，坚持绿色生态发展理念，科学制定海洋牧场发展规划，加快关键技术研发。如在合适地区推广例如莱州市明波水产“陆海接力”模式等新兴养殖技术，该技术高效、低碳、环境负荷低，能有效提升沿海地区海洋渔业整体生态效率。对于已申报的海洋牧场企业需强化运营监管，优化市场资源配置，保证海洋牧场功能性有效发挥。同时注重把握区域化特色化发展方向，着力提升产业化水平，积极推进海洋牧场高质量建设。

3)从海洋渔业产业结构出发，推进海洋渔业与滨海旅游业等相关产业融合发展，逐步提升产业结构层次水平。以威海市为例，在传统渔业养殖的基础上，大力发展海洋牧场休闲垂钓业与生态养殖，积极建设“海上粮仓”，威海市的经验说明了加快海洋经济转型、统筹规划产业布局可以有效促进当地海洋渔业经济健康增长；另外应积极发挥获评省级商标品牌示范单位如荣成市渔业协会的作用，完善监管体制，规范行业标准，加强人才培养，为海洋渔业赋能，实现海洋经济的高质量增长。

4)从海洋渔业区域发展合作出发，推进区域协调发展。积极开展类似“国际渔业博览会”“渔业发展论坛”等会议；同时还应充分发挥地区的示范领头作用，积极组织渔业从业人员前往示范地区学习。互通有无，因地制宜，从而逐渐缩小地区间海洋技术水平和生态效率的差距，构建海洋渔业发展新体系。

4.2.2 不足与展望

本文利用三阶段DEA模型分析了2014—2018年山东半岛蓝色经济区三个城市海洋渔业的生态效率，并根据研究结果提出了一些建议，但仍然存在以下不足，有待进一步探索。

1)在人们的实际生产过程中，不可避免地会出现非期望产出。在DEA模型测算中，构建考虑非期望产出的非DEA生态效率评价模型，可以提高生态效率评价的精度[30]。因此关于海洋渔业生态效率评价可以在模型改进上进行新的探索。

2)本文基于前人研究与专家建议构建了海洋渔业生态效率评价体系，虽在资本、劳动、能源投入等均有涉及，但局限于海洋渔业统计数据的不健全和不详细，评价指标还不够完善，不能特别精准地反映海洋渔业生态效率水平；此外，海洋渔业生态效率影响机制仍有待进行深入研究。