基于DEA的沿海省市海洋漁業產出效率分析

張萌

摘 要：海洋漁業資源產出效率的高低與否，關系到漁業資源的可持續利用和對農業經濟的促進程度，因此研究沿海省市漁業資源產出效率具有重要的理論和現實意義。本文采用沿海11個省市2005-2012年有關漁業資源方面的投入和產出數據，運用Malmquist指數分析方法和數據包絡分析方法（DEA），從動態和靜態兩個角度分析了沿海11省市海洋漁業產出效率。結果顯示：沿海省市的漁業產出效率不斷完善，TFP的增長是技術進步和技術效率同時增長作用的結果，而且技術進步的增長幅度略大于技術效率。其次，部分沿海省市漁業資源發展存在著純技術無效或純規模無效的現狀，對于由此而導致的DEA無效的省市，也提出了相應的改善意見。

關鍵詞：沿海省市；漁業產出效率；Malmquist指數；數據包絡分析

中圖分類號：F326.4 文獻標志碼：A 文章編號：1008-2697（2016）01-0026-05

一、引言

21世紀以來，隨著陸地資源枯竭、環境污染嚴重，我國逐漸把強國發展的目光投向了面積遼闊的海洋，把利用海洋資源、發展海洋經濟作為國家發展的戰略重點，其中漁業資源是海洋四大資源之一，漁業資源的合理開發利用對我國農業以及社會經濟的發展具有舉足輕重的作用。我國擁有2700萬公頃的內陸水域面積，此外還有約1.8萬公里的大陸海岸線，河北、山東、江蘇、浙江、廣東、廣西等地區都擁有用天然的海洋養殖優勢。近年來，我國漁業經濟得到了長足有效的發展，2012年漁業生產總值為6490.5億元，比上年增長14.3%，占當年農業生產總值的34.45%，漁業總產值占大農業經濟的比重從2000年的29.57%增長到2012年的34.45%。在漁業產業快速發展的同時，也存在著諸多問題，例如過度捕撈、海洋環境污染、漁業資源利用效率低下等，這些問題的存在直接阻礙了漁業產業的可持續發展，同時也導致漁民收人偏低[1]。因此，研究我國沿海省市漁業產出效率，進而對漁業資源的可持續發展做出規劃和調整，對于如何使得海洋漁業資源最大限度、長久的惠及人類具有重要的指導意義。

目前，國內對漁業資源產出效率的研究多采用實證分析的方法，常用的有數據包絡分析和隨機前沿模型。如張彤（2006）利用Malmquist指數分析法對我國沿海11省市2000-2005的海洋養殖捕撈能力進行了測評分析，得出結論：我國海洋捕撈純技術效率較高，然而綜合效率卻表現低下，其主要原因是規模效率低下造成的[2]。平瑛（2013）利用非參數的DEA模型研究了2011年我國31個地區的漁業生產效率，結果顯示大部分地區生產方式粗放、生產效率較低，并且存在漁業生產要素投入過多的現狀[3]。于淑華（2013）運用Malmquist指數分析法測算了沿海11個省市全要素生產率（TFP），實證得出我國沿海地區漁業產出效率在近年來有明顯提高，但大部分省區是非集約型的技術進步，因此整體效率還有待于進一步改善[4]。

國內對漁業資源產出效率的研究，或是基于海洋捕撈的某個方面，或是采用某一年的截面數據，亦或是指標選取不夠全面。本文基于DEA和Malmquist指數方法，計算了我國沿海11省市從2005到2012年的漁業產出效率（技術效率、規模效率、純技術效率），選取四個投入指標和一個產出指標，投入指標的選擇綜合考慮了自然資源消耗、基本設施投入、財政專項投入三大方面，同時包含到海洋捕撈與海水養殖。根據實證結果，綜合評價11個沿海省市漁業產業效率的現狀，并為優化產業結構提供參考意見。

三、指標選取及數據來源

本文運用Maimquist指數分析法以及11個沿海城市2005-2012年的省際面板數據，對我國沿海城市海洋漁業生產效率進行實證分析。考慮自然資源消耗、基本設施投入、財政專項投入、經濟產出等因素，選取海水養殖面積（X1）、漁船年末擁有量（X2）、漁業固定資產投資（X3）、海洋科研機構從業人員（X4）這四個要素作為輸入指標，選擇漁業生產總值（Y1）作為輸出指標。其中，海水養殖面積是人們利用海水進行人工養殖的面積，它屬于自然資源消耗范疇，反應海洋養殖方面的投入，年末漁船擁有量反應海洋捕撈的投入。

本文所有數據來源于相關年份的11個沿海地區的的統計年鑒、《中國漁業年鑒》以及《中國固定資產投資統計年鑒》，沿海11個省份包括廣東、廣西、河北、天津、遼寧、山東、福建、上海、江蘇、浙江、海南。將上述輸入指標和輸出指標的相關數據帶入到以投入為導向的C2R模型中，確定模型的具體形式，然后利用DEAP2.1軟件完成計算。

四、實證分析

（一）2005-2012年各沿海省市全要素生產效率的變化趨勢及其分解

DEA技術中的Malmquist指數方法可以直接得到不同省份綜合年度的全要素生產率變化率（TFP），此變化率是一個增長率的具體數值，所以本文以2005年的全要素生產率作為基期，以下指標大于 1，表示樣本研究期間相應的海洋經濟效率水平提高，若指數小于1，表示其海洋經濟效率水平下降，利用軟件計算結果見表1。

從上表可見，我國11個沿海城市在2005-2012年的八年中，漁業產出全要素生產率平均增長了1.2%，首先從全要素的分解來看，技術效率增長了0.5%，技術進步增長了0.7%，TFP增長的內因是來技術效率和技術進步的同時提高，其中技術進步提高的幅度略大于技術效率。其次，技術效率還可以再分解為純技術效率和規模效率，從表1可看出，漁業產出技術效率的提高是來自于純技術效率的增加，規模效率不增反而略減。通過2005-2012年的總體的綜合分析可見，我國沿海城市漁業產出水平整體上在提升，技術進步引導我國漁業由傳統產業向現代產業轉化，保持技術進步和技術效率是促進我國漁業長久高效發展的一條必經之路。

從各個省市的地區差異來看，山東、河北、廣東、遼寧、天津、福建六個省份的全要素生產率均表現出不同程度的提高，其中山東最高，全要素生產率增加了15.3%，其次是河北，增加了7.1%，福建增幅最小，僅增加3.7%。雖然六個省市的TFP均表現得有所增加，但究其原因卻不盡相同，天津市的技術效率增長了3.7%是導致其全要素生產率提高的主要原因；而其他五個TFP提高的省份均是由于科技進步形成的，說明高技術成果有效帶動了這些地區的漁業產業的發展，提高其產出效率。

除了以上六個沿海省份TFP出現增加外，剩余省份均呈下降趨勢。海南同期全要素生產率分別下降了13.1%，從上表可見，海南省的純技術效率和規模效率均保持不變，技術進步的下降是導致TFP下降的主要原因，因此，加大科技投入是提高海南漁業產出效率的有效途徑。同時，廣西、浙江、江蘇、上海同期的TFP分別下降0.6%、3.6%、4.7%、和6.1%，這四個地區TFP下降的主要原因也是技術進步降低所導致的。

（二）不同年份沿海省市全要素生產效率的變化趨勢及其分解

沿海省市漁業2005-2012年平均TFP及其分解如表2，從表2可以看出，我國沿海省市全要素生產率在不同年份存在較大差異，除2005-2006、2009-2010、2011-2012這三個時期外，其他年份全要素生產率均呈現上升狀態，其中增長最多的是2007-2008年間，全要素生產率增長達到12.1%，主要是由于技術進步和技術效率雙重作用的結果。

總體上來看，2005-2012年沿海省市漁業平均 TFP年增長率為1.2%，根據尹雷（2014）測算出1991-2009年沿海省市（東部地區）農業平均TFP增長率為1.6%[7]，李谷成（2009）測算出的 1978-2005 年東部沿海地區農業平均 TFP增長率為5.6%[8]。從這些研究的對比可以看出，2005-2012年沿海省市漁業平均 TFP年增長不太顯著，漁業TFP增長對整個農業增長的推動作用是有限的，同時也說明，在今后農業的大發展中漁業還有很大的進步空間。

（三）2012年沿海省市全要素生產效率的變化趨勢及其分解

前面是以序列數據討論了我國沿海省市2005-2012年漁業產業TFP的變化，下面用2012年的截面數據分析沿海11省市技術效率、純技術效率以及規模效率的變化情況。表3是從投入角度計算的DEA結果。

首先，從技術效率來看，所選擇的11個沿海城市中，除了天津、河北、浙江、山東分別是0.81、0.734、0.826、0.848較低以外，其他7個省市都比較高，而且上海、江蘇、福建、海南的技術效率均為1，說明這四個省市位于技術前沿面上，純技術有效且處于最佳規模報酬階段。2012年各省市的漁業平均產出技術效率為0.921，也比較高。

其次，從純技術效率看，遼寧省的純技術效率為0.94，剩余10省市全部純技術有效且均為1，平均純技術效率是0.995，說明整體上2012年沿海各省市的漁業捕撈與養殖技術利用情況較好。對于純技術無效的遼寧省來說，存在松弛變量即投入冗余的情況，若要使漁業資源得到合理配置，可在2012年的基礎上將X1（年末漁船擁有量）減少2785.498艘，X2（海水養殖面積）減少48.226千公頃、X3（海洋科研機構從業人員）減少123.198人和X4（漁業固定資產投資）減少84043.895萬元。

再者，從規模效率與規模報酬來看，遼寧、上海、江蘇、福建、海南這5個地區位于最佳規模報酬階段，無需改變，繼續保持上年情況即可；浙江、山東、廣東處于規模報酬遞減階段，說明漁業產業捕撈養殖程度超過最優的生產規模，要想提高漁業產出效率，必須減小現有的捕撈養殖的規模；天津、河北、廣西處于規模報酬遞增階段，即這三個省市處在漁業產業蓬勃發展的階段，增大其生產捕撈規模就可以提高漁業產出效率。整體來講，2012年各沿海省市的技術效率（0.917）還是比較高的，除個別省份（遼寧）外，造成技術無效的原因只要是規模不經濟。

五、結論

本文運用DEA以及Malmquist指數分析方法，測算分析了2005-2012年中國沿海11省市的漁業全要素生產率、技術效率、技術進步、純技術效率和規模效率這諸多指數，分析得出如下的結論：

（一）在動態衡量中，引入Malmquist生產力指數分析法，測算了沿海11城市海洋漁業產出效率，并對TFP進行分解以便深入了解其變化原因。 結果顯示：2005-2012年沿海省市漁業產出效率不斷改善，TFP以年均1.2%的速度增長，TFP的增長是技術進步和技術效率同時增長作用的結果，而且技術進步的增長略大于技術效率。

（二）沿海省市漁業平均TFP年增長率的1.2%中，技術進步率貢獻了0.7%，一方面，技術進步的增長肯定了我國近年來在漁業科技研究等自然領域的科研投入，說明目前在增加漁業產量方面取得了一定的成果；但是0.7%的增幅確實比較小，這另一方面也說明了我國在漁業高新技術推廣、利用和管理方面還存在的缺陷，科研成果沒有及時的應用到實踐中來，忽視技術應用推廣會阻礙到科技能力的釋放，進而影響到TFP的快速增長，影響漁業產業作為推動農業進步的主要力量。因此，技術進步是是引擎，技術推廣是保障，“兩手都要抓，兩手都要硬”，這樣才能快速提高漁業產出效率。

（三）在2005-2012年沿海省市發展的區域差異上，有六個省份的全要素生產率出現增加，其中山東TFP增幅最大為15.3%，而海南省的全要素生產率下降最多，降低了13.1%，主要是由于技術進步的下降造成的，海南要發展其漁業產業，就應該引進人才、學習技術、招商引資，加大海南島嶼內陸的交流學習、互通有無。同時，這也表明各地區全要素生產率有明顯的區域性特征，發展極度不平衡，因此漁業有關部門在制定相關政策的時候，一方面要統籌規劃制定宏觀政策，另一方面也需要給各省份或者區域自由制定政策的空間權限，以方面它們從實際發展狀況出發，完善上級原有的宏觀政策。

（四）在靜態衡量中，應用到DEA的分析方法，對2012年11個沿海省市的海洋漁業產出效率進行測評分析，除天津、河北、浙江、山東技術效率較低外，其他省份的技術效率都接近于1或等于1，而且各省份平均DEA為0.921，這在整體上表明2012年各沿海省市漁業產出效率較為可觀。同時，對于DEA無效（技術效率<1）的省份也做出了進一步的分析，遼寧省是由于純技術效率低下導致的，浙江、山東、廣東、天津、河北、廣西是由于規模效率低下而導致的，進而給出了DEA無效省市優化漁業產出結構的調整方向。

參考文獻：

[1]于淑華，于會娟.中國沿海地區漁業產業效率實證研究——

基于DEA的Malmquist指數分析[J].中國漁業經濟，2012（03）：

140-146.

[2]張彤.基于DEA方法的中國海洋捕撈產業動態生產效率[J].

中國漁業經濟，2007（04）：6-10.

[3]平瑛，蔡中華，張鴻楊.基于DEA模型的我國漁業生產效率的

研究[J].中國漁業經濟，2013（06）：113-117.

[4]鄭奕，周應祺.DEA理論及其在我國海洋漁業中的應用[J].

上海水產大學學報，2002（01）：37-42.

[5]孫才志，肖姍.基于數據包絡分析的中國沿海省市港口經濟

相對效率評價[J].地域研究與開發，2009（01）：32-36.

[6]王艾敏.我國蘋果主產區生產效率評價——基于DEA的Malmquist

指數分析[J].河南農業科學，2009（07）：110-113.

[7]尹雷，沈毅.農村金融發展對中國農業全要素生產率的影響：

是技術進步還是技術效率——基于省級動態面板數據的GMM

估計[J].財貿研究，2014（02）：32-40.

[8]李谷成.技術效率、技術進步與中國農業生產率增長[J].

經濟評論，2009（01）：60-68.

（責任編輯：陳 勇）