海洋经济绿色发展效率评价及影响因素研究——以中国沿海地区为例

■ 夏梁凯/乔翔

（大连海洋大学经济管理学院，辽宁 大连 116023）

0 引言

海洋经济是我国经济和社会发展的重要组成部分。自党的十八大提出建设海洋强国战略以来，我国海洋经济发展迅速，海洋生产总值从2012年的50087亿增长至2020年的80010亿，八年内增长了近60%。然而，在海洋经济迅猛发展的背后面临着一系列生态问题，海洋环境恶化、海洋资源浪费严重、生物资源持续退化等现象愈发严重。2017年，国家发展和改革委员会、国家海洋局联合印发《全国海洋经济发展“十三五”规划》，将“绿色发展、生态优先”作为我国海洋经济发展四项基本原则之一，要求坚持开发与保护并重，加强海洋资源集约节约利用，强化海洋环境污染源头控制，切实保护海洋生态环境。海洋经济绿色发展逐渐成为各地调整海洋经济结构的重要方向，测算各地区海洋经济绿色发展效率，为明确海洋经济结构优化导向提供参考，就显得尤为重要，本文拟就此问题做些探讨。

1 研究现状

整体看来，海洋经济绿色发展问题至少应当包括两个不可分割的议题。其一，海洋经济绿色发展效率的测度问题；其二，海洋经济绿色发展效率的内在影响因素问题。

对于海洋经济绿色发展的测算，国内外已经有诸多研究，就测算模型而论，主要涉及传统DEA模型、高斯混合模型和超效率SBM模型，在此基础上还会结合Malmquist指数模型、ML指数模型等进一步分析海洋经济绿色发展效率的时间演变规律。YE Fang等采用高斯混合模型测算我国沿海地区的海洋经济绿色发展效率[1]。WANG Zeyu等建立MSMH(M)-VAR(p)模型，探究海洋环境约束下的海洋经济增长速度[2]。REN Wenhan等建立的指数模型能够测算输出指标中存在非期望产出时的经济效率，从而使得海洋绿色经济效率的测量更加准确[3]。丁黎黎等构建DEA模型，测算我国沿海地区海洋绿色经济全要素生产率，以此为基础，采用Malmquist模型分析全要素生产率的时间演变规律[4]。宁靓等构建超效率SBM模型，测算我国环渤海地区的绿色海洋科技资源配置效率，以此为基础，采用ML指数模型分析绿色海洋科技资源配置效率的时间变化规律[5]。赵昕等[6]和苑清敏等[7]构建超效率SBM模型，测算我国沿海地区海洋经济绿色发展的效率值。孙鹏等构建超效率SBM模型，测算我国沿海地区的海洋环境效率，以此为基础，采用Malmquist模型分析我国海洋环境效率的时间演变规律[8]。朱静敏等构建三阶段SBM模型，通过随机前沿分析方法剔除了外部环境的影响，更加客观地测算我国沿海地区海洋绿色经济效率[9]。关于海洋绿色经济效率影响因素的研究，学者们多采用面板Tobit回归模型来分析。丁黎黎等构建Tobit回归模型分析海洋绿色经济全要素生产率的影响因素[4]。孙鹏等构建面板Tobit回归模型分析海洋环境效率的影响因素[8]。

从既有研究成果可以看出，超效率SBM模型在海洋绿色经济效率测算中的重要地位，该模型和DEA模型同属于数据包络分析模型范畴，现已广泛应用于生态效率研究中。DEA模型采用径向测量，默认投入与产出是同向变化，即若投入增加那么产出也应该增加，故不适合有非期望产出的场景。而超效率SBM模型基于非径向、非角度关系，突破了DEA模型的径向限制，允许投入与产出反比例变化[10]，故可应用于存在非期望产出的问题中，以致该模型逐渐成为多数学者测量海洋经济绿色发展效率的基础模型。其中期望产出是指海洋生产活动中的经济产出，非期望产出是指海洋生产活动中的环境污染[8]。然而超效率SBM模型仍然存在疏漏，TONE等[11]、胡晓琳[12]和樊鹏飞[13]等认为，采用超效率SBM模型忽略了投入变量之间的比例关系，当期望产出和非期望产出同时存在时，该模型计算的效率值会有较大偏差。由此可以看出，无论是基于径向关系的DEA模型还是非径向关系的超效率SBM模型，都不能准确测量海洋经济绿色发展效率。

鉴于此，本文基于海洋经济绿色发展效率评价指标体系，采用同时包含径向关系和非径向关系的EBM混合模型，测算2011—2017年间我国沿海11个省份（由于数据获取原因，本文研究对象不包括我国港澳台地区）的海洋经济绿色发展相对效率。在此基础上，利用核密度估计方法动态分析我国沿海地区海洋经济绿色发展效率的时序演变规律。最后，构建面板Tobit模型分析中国三个海洋经济圈（环渤海、长三角和泛珠三角地区）海洋经济绿色发展效率的影响因素。这对沿海各地制定海洋经济发展战略、调整经济结构、提高海洋经济发展质量都具有重要意义。

2 研究方法与数据来源

2.1 研究方法

2.1.1 EBM模型

EBM混合模型是TONE等[11]在2010年提出的，主要解决DEA模型的非径向问题和SBM模型忽略投入变量间比例关系问题，为决策单元的效率评价提供了新的方法，近年来已广泛应用于企业绿色投资效率[14]、工业绿色效率[15]、水资源利用效率[16]和绿色创新效率[17]的实证研究中。该模型是一种混合模型，放宽了径向模型中投入与产出同比例变化的假定，同时兼容径向与非径向松弛变量，弥补了径向模型和非径向模型的缺陷。在有 个决策单元（DMU），每个决策单元有 种投入和 种产出时，EBM模型方程式如下：

式中，r*代表兼容期望产出和非期望产出的综合效率值；θ代表径向模型测出的效率值；εx代表非径向部分的重要程度参数，取值区间为[0,1]，当该参数取0时相当于径向模型，当该参数取1时相当于SBM模型；wi代表各投入指标的权重；代表各投入指标的松弛变量；{xij}和{yrj}代表投入矩阵和产出矩阵；xik代表决策单元k的第i种投入；yik代表决策单元k的第r种产出；m和s分别代表每个决策单元的投入数量和产出数量；λ代表决策单元的线性组合系数。

2.1.2 核密度估计

核密度估计是一种利用核函数K(x)估计概率密度函数的方法[18]，该方法不对数据分布附加任何假定，是一种从数据样本出发研究数据分布特征的非参数估计方法，该方法在诸多领域受到高度重视。给定一组独立同分布样本X，设其概率密度函数为f，核密度函数如下：

式中，K(x)为核密度函数（非负，积分为1）；h＞0，为带宽；n为观测数值；为均值。

本文采用常用的高斯核密度函数绘制我国沿海地区海洋经济绿色发展效率的核密度曲线，通过观察曲线的分布位置及形态，勾勒海洋绿色经济效率值的时序动态演进特征。

2.1.3 构建“海洋资源消耗指数”和“海洋环境污染指数”

海洋经济发展过程中资源消耗和环境污染不容忽略，海洋经济绿色发展评价指标体系中应当既包含海洋经济发展指标，也包括海洋资源消耗程度和海洋环境污染程度指标。同时为了避免以往研究中因采用单一资源消耗指标和单一环境污染指标导致的测量结果失准，本文参考丁黎黎[4]和孙鹏[8]的研究成果，用熵值法构建“海洋资源消耗指数”和“海洋环境污染指数”，分别作为资源投入指标和非期望产出指标。其中资源消耗方面选取海洋捕捞产量作为海洋渔业资源的消耗，选取“海洋电力消耗”“海洋原油消耗” “海洋天然气消耗”作为海洋自然资源的消耗，由于没有获得海洋能源消耗量的数据，本文采用当年各沿海省份电力消耗总量、原油消耗总量、天然气消耗总量分别乘以同期各沿海省份海洋生产总值与总产值的比值，得到上述三种消耗量。海洋环境污染方选取各沿海地区的“地区工业废水排放”和“地区工业废物排放”两个指标。

2.1.4 评价指标体系构建及数据来源

根据EBM模型原理，本文建构了包括投入指标和产出指标的海洋经济绿色发展效率评价指标体系。基于“绿色经济”这一核心思想，评价指标体系中应当至少包括经济、资源、环境三个系统（表1）。

表1 海洋经济绿色发展效率评价指标体系

投入指标包括海洋经济资本存量、涉海就业人员数量、资源消耗指数，分别表征资本投入、劳动力投入、资源投入。产出指标包括经济海洋经济生产总值和环境污染指数，分别表征经济产出（期望产出）和环境污染（非期望产出）。其中海洋经济资本存量根据张军测算的2000年各省资本存量[19]，使用永续盘存法计算各省份不同年度的资本存量并乘以当年各省份海洋生产总值与总产值的比值所得。永续存盘法公式：

式中，Pt为固定资产价格指数，It为当期投资，σt为折旧率。

2.2 数据来源

本文以我国11个沿海地区为研究对象，数据来自《中国海洋统计年鉴》《中国能源统计年鉴》《中国环境统计年鉴》《中国统计年鉴》和国家统计局官网。另外，由于我国的海洋类统计数据只更新到2017年，该年以后的数据不再公布，故本文实证分析数据年限截止到2017年。

3 实证结果与分析

3.1 EBM模型实证结果分析

本文用MATLAB2021软件，根据表1构建的海洋经济绿色发展效率评价指标体系，采用EBM模型测算我国11个沿海省份2011—2017年海洋经济绿色发展效率（表2）。为了便于比较，表2同时给出了DEA模型和SBM模型测算的各年度效率均值。通过比较三种模型测量的各年度效率均值能够看出，DEA模型的测算结果在各年度均大于EBM模型的测量结果，相反SBM模型的测量结果在各年度均小于EBM模型的测量结果。EBM模型兼顾径向与非径向信息，克服了DEA模型高估决策单元效率和SBM模型低估决策单元效率的缺陷，能够更加真实地反映效率水平[20]。考虑到EBM模型的优势，后文均基于EBM模型测算的结果进行分析。

表2 2011—2017年沿海地区海洋经济绿色发展效率测算结果

从纵向比较来看，研究期内我国海洋经济绿色发展效率均值都在0.8～0.9之间浮动，说明我国海洋绿色经济处于稳定发展状态。上海市、天津市、江苏省和海南省的效率值在观察期内始终为1，属于高水平地区。广东省、河北省和浙江省的效率值在观察期内大多高于平均线，属于中水平地区。其中，广东省在2011—2013年间的效率值始终为1，而2014—2017年效率值均小于1。河北省2012—2014年的效率值始终为1，其余年份的效率值均小于1。山东省、福建省、辽宁省和广西壮族自治区的效率值在观察期内始终低于平均值，属于低水平地区。其中，福建省、辽宁省、山东省的效率值在观察期内呈现波动下降态势，而广西壮族自治区的效率值呈现波动上升态势。从地理位置角度分析，长三角地区的平均海洋经济绿色发展效率值在观察期内为0.958，远高于渤海地区的0.849和泛珠三角地区的0.831，说明长三角地区的海洋经济绿色发展水平很高，而环渤海和泛珠三角地区的海洋绿色经济还有很大的提高空间。横向动态比较需要借助下文的核密度估计分析。

3.2 海洋经济绿色发展效率时序演变特征分析

为了观察各沿海地区效率值在时间上的变化规律，将EBM混合模型测算的效率值输入Stata16软件，计算2011年、2014年和2017年的海洋经济绿色发展效率的核密度分布（图1）。从三个年度曲线的位置分布上看，2011年的曲线在中间，2014年向右移动，2017年又向左平移，说明在研究期内我国沿海地区的海洋经济绿色发展效率整体上呈现出先提高再降低的趋势。主要原因是，国务院于2012年发布了《全国海洋经济发展“十二五”规划》，强调要加强海洋产业节能减排工作，增强海洋的可持续发展能力，因此2015年前我国海洋经济绿色发展效率逐渐升高。但是随着对海洋产业的过度投资，导致沿海部分地区资本投入冗余，因此2015—2017年的海洋经济绿色发展效率呈现降低趋势。从曲线的形状上看，2011年曲线的峰值位置至右端的面积较大，而2014年和2017年曲线峰值位置至右端的面积缩小，左端至峰值位置的面积在增大，峰值向左移动，说明低效率地区的海洋经济绿色发展效率增长速度比高效率地区快，地区发展趋向平衡。

图1 2011年、2014年、2017年海洋经济绿色发展效率核密度

3.3 海洋经济绿色发展效率的影响因素分析

为了更好诠释海洋经济绿色发展效率差异的形成机制，有必要实证分析海洋经济绿色发展效率的影响因素。EBM模型测量的海洋经济绿色发展效率值均介于0～1之间，在1处被截断，属于受限因变量，并且不同地区的效率值具有随机分布特征，采用最小二乘法进行估计的结果是有偏的[21]。故本文以海洋经济绿色发展效率值为被解释变量，以各影响因素为解释变量建立了面板Tobit回归模型，分析各解释变量对海洋经济绿色发展效率值的影响。

3.3.1 解释变量的选取与说明

参考丁黎黎等对海洋绿色经济效率的研究[4]，选取海洋环境规制力度(X1)、海洋科研投入(X2)、海洋产业结构(X3)、港口活跃程度(X4)和地区经济发展水平(X5)五个指标对我国海洋经济绿色发展效率进行分析，指标选取说明及描述性统计见表3。同时，为了探究影响因素的空间异质性，本文分别探讨了环渤海、长三角、泛珠三角地区的影响机制差异。相关数据均来自《中国海洋统计年鉴》《中国环境统计年鉴》和国家统计局官网。

表3 海洋经济绿色发展效率的影响因素指标说明

所有变量均通过了LLC法的面板单位根检验，P值均为0.000，强烈拒绝原假设，通过平稳性检验，可以开展下一步的回归分析。

3.3.2 面板Tobit模型构建及实证分析

根据上文选取的变量构建面板Tobit回归模型如下：

式中，Yit为3.1节中用EBM模型测量的各决策单元效率值，β1、β2、β3、β4、β5为各解释变量的系数，ε为误差项，β0为截距项，其中将绝对数变量X4和X5取对数。用Stata16.0软件对各解释变量进行参数估计（表4）。

表4 Tobit面板模型回归结果

从全样本和分地区的回归结果能够看出，各个因素对海洋经济绿色发展效率的影响方向和程度差别较大，且对不同海洋经济圈的影响也有明显的差异特征。下面分析各影响因素对沿海11个省份的影响机制，同时分析各因素在不同地区的影响作用：

就全国沿海地区而言，海洋环境规制力度、海洋科研投入和地区经济发展水平的系数都为正，且均在1%水平上通过显著性检验，说明这些因素在海洋经济绿色发展中发挥了积极作用。港口活跃度系数为负，说明港口贸易对海洋经济绿色发展有消极影响。具体分析如下：①海洋环境规制力度的回归系数比较小，说明海洋环境治理投资在推动海洋经济绿色发展中并未发挥应有的作用。究其原因，一方面，我国在海洋生产活动中过于注重经济效益而忽视了对海洋环境的保护，导致海洋环境破坏严重，现在的环境治理投资力度对于海洋环境修复仍是杯水车薪。另一方面，由于我国海洋环境治理措施还不够完善，存在末端治理现象，导致环境治理投资的回报率很低。②海洋科研投入回归系数很高，说明海洋科研投入的增加和随之而来的技术水平提高能够有效助力海洋经济绿色健康发展。③地区经济发展与海洋经济绿色发展效率呈正相关关系，说明地区经济增长有利于海洋经济绿色发展效率的提升，地区经济是海洋经济绿色发展的基础，可以为海洋经济发展提供资源和技术支持，从而推动海洋经济绿色发展。④港口活跃程度的回归系数为负且在1%的水平上显著，说明沿海地区的港口贸易对海洋经济绿色发展有一定的抑制作用。虽然港口贸易能够促进海洋经济的发展，但是对海洋环境的负面作用却大于对经济增长的正面作用。⑤海洋产业结构的回归系数很小且没能通过显著性检验，说明海洋第三产业占比高对海洋经济绿色发展的促进作用有限，这与孙鹏等[8]和盖美等[22]的研究结论一致。主要原因是以滨海旅游业为主的海洋第三产业虽然有较高的经济效益，但其生产活动中较高的废物和废水排放仍会给海洋环境带来较大的压力。由此可以看出，单纯发展海洋第三产业对海洋经济绿色发展的促进作用十分有限，应当优化海洋第三产业内部结构，积极挖掘绿色旅游产业，有效提高海洋经济绿色发展效率。

就环渤海地区而言，其对海洋环境治理的投资和海洋科研的投入都未能及时反映到海洋经济增长中。海洋环境规制力度回归系数为负且通过了显著性检验，说明环渤海地区的海洋环境治理投资未能发挥出应有的作用。究其原因，环渤海地区的海洋第二产业规模较大，导致废水、废物排放量很高。在研究期内，环渤海地区的单位GDP 废水、废物平均排放量总和为3667.36万吨，远高于长三角地区的752.28万吨和泛珠三角地区的823.21万吨。大量的废水、废物排放对海洋环境造成严重破坏，当前的环境治理力度尚不能发挥明显的作用，同时政府对海洋环境治理的投资增加了海洋经济发展的成本，导致其对环渤海地区的海洋经济增长有一定的消极作用。

就长三角地区而言，除了海洋科研对海洋经济绿色发展有积极作用外，其他变量的回归系数都很小且均未通过显著性检验。这说明海洋环境治理投资、海洋产业结构、港口活跃度和地区经济发展水平的变动对长三角地区海洋经济绿色发展效率的影响作用十分有限。主要原因是，长三角地区的海洋经济绿色发展较为成熟，凭借区域优势和经济优势，更快地实现了海洋经济结构转型，逐渐摆脱了对海洋自然资源和社会资源的依赖。因此，外部因素很难对长三角地区的海洋经济绿色发展产生影响。

就泛珠三角地区而言，海洋科研投入、产业结构、港口贸易和地区经济发展均对其海洋经济绿色发展效率有不同程度的影响。其中海洋科研投入与海洋经济绿色增长呈负相关关系，回归系数相对较大且通过了1%水平上的显著性检验。这说明泛珠三角地区的海洋科研投入对海洋经济绿色发展有一定的抑制作用。究其原因，泛珠三角地区的海洋经济主要以渔业和滨海旅游业等第一、三产业为主导，而依赖技术支持的海洋第二产业占比很小，2011—2017年泛珠三角地区海洋第二产业产值的占比仅为35.4%，远小于环渤海地区的47.7%和长三角地区的41.6%。对海洋第二产业的忽视导致海洋科研体制不够完善，有效产出不足，同时对海洋科研的投入反而增加海洋经济发展的成本。

4 结论与建议

本文运用EBM模型，测算了2011—2017年11个沿海省份的海洋经济绿色发展效率，随后通过核密度估计方法分析了沿海地区海洋经济绿色发展效率值的时序演变特征，最后构建面板Tobit回归模型进一步探索了海洋经济绿色发展的影响因素。研究结果表明：①效率测算结果显示，长三角地区的海洋经济绿色发展效率高于环渤海地区和泛珠三角地区；②核密度图显示，2011—2017年我国沿海地区的海洋经济绿色发展水平整体上呈现出先升高再降低的态势；③面板Tobit回归结果显示，各因素对海洋经济绿色发展效率的影响机制差异较大。从全国沿海地区层面来看，海洋科研投入、海洋环境治理投资和地区经济发展能够提高我国海洋经济绿色发展效率，港口货物贸易对海洋经济绿色发展效率提高有显著的抑制作用，海洋第三产业的发展并不能有效地提高海洋经济绿色发展效率。从分地区层面来看，各因素对不同经济圈的海洋经济绿色发展效率的影响机制具有明显的差异特征。

依据我国海洋经济绿色发展的现状和影响因素，本文提出以下几点建议：①加大海洋环境管制力度，提高海洋环境治理能力。政府应进一步发挥环境规制作用，不仅要在污染排放末端做好治理工作，更应该做好污染源头的节能减排工作，制定更加科学的污染排放标准，提高海洋环境治理效率。②增加海洋科研投入，提高技术创新水平。大力发展海洋高新技术，提高海洋生产设备的研发能力，储备海洋科研人员。同时注重技术研发与实际生产之间的衔接，保证新技术、设备和工艺能够落地到实际生产中。③优化海洋产业结构，挖掘绿色海洋产业。积极发展绿色海洋产业，提高附加值高、污染少产业的占比，如：滨海旅游业、海洋生物医药业、海洋金融服务业等。落实国家“十四五”海洋经济发展规划要求，促进海洋产业多元化发展，加快现代化海洋经济建设。