中國海洋生態效率及其影響因素研究

許亮 徐忠

摘要：提高海洋生態效率對海洋經濟可持續發展具有重要意義。文章基于2010—2015年沿海地區11個省、市、自治區的面板數據，采用 DEA和Tobit模型，對中國海洋生態效率進行了測度和影響因素分析。結果發現：2010—2015年，中國平均海洋生態效率為0.720，整體處于無效狀態并呈現效率下降的趨勢。從省際層面看，海洋生態效率較高的多為經濟發達地區，海洋生態效率較低的多為欠發達地區。從區域層面看，海洋生態效率呈現出“長三角—環渤海—泛珠三角”遞減的格局。在海洋生態效率影響因素中，人均收入和海洋生態效率之間存在“正 U 型”庫茲涅茨曲線關系，R&D投入、海洋保護力度對海洋生態效率產生正向影響，港口發展和區位因素對海洋生態效率產生負向影響。

關鍵詞：海洋生態效率;DEA;Tobit;影響因素;海洋經濟;可持續發展

Abstract： Improving marine eco-efficiency is of great significance to the sustainable development of marine economy.Based on the panel data of 11 provinces and cities in the coastal areas from 2010 to 2015，this paper used DEA and Tobit models to measure and analyze the marine eco-efficiency and its influencing factors in China.Results showed that：From 2010 to 2015，the average level of marine eco-efficiency in China was 0.720，the overall situation was ineffective and showed a trend of decreasing efficiency.From the provincial perspective，most of the areas with high marine eco-efficiency were economically developed areas，while the areas with low marine eco-efficiency were mostly underdeveloped areas.From the regional perspective，marine eco-efficiency showed a pattern of decreasing in the “Yangtze River Delta-Bohai Rim -Pan Pearl River Delta ”.Among the influencing factors of marine eco-efficiency，there was a positive “U” Kuznets curve relationship between per capita income and marine eco-efficiency.R&D input and marine protection had a positive impact on marine eco-efficiency，while port development and location factors had a negative impact on marine eco-efficiency.

Key words：Marine eco-efficiency，DEA，Tobit，Influencing factors，Marine economy，Sustainable development

0 引言

海洋在國家經濟中的作用日益凸顯。近年來，海洋經濟產出水平不斷提高，截至2017年，海洋生產總值達到77 611億元，占國內生產總值的9.4%[1]。同時，隨著“海洋強國”戰略和“一帶一路”構想的提出，中國經濟形態和開放格局呈現出前所未有的“依海”特征。然而，海洋經濟快速發展的同時，陸源污染物質持續排放和海洋資源掠奪式開發對海洋生態環境造成了嚴重破壞。因此，提高海洋生態效率，合理協調海洋產出、環境保護和資源投入三者之間的關系，對于實現生態環境友好型的海洋經濟可持續發展具有重要意義。

生態效率由德國學者Schaltegger等[2]首次提出，由于兼顧了經濟發展和資源環境，為解決資源環境和地區發展之間的矛盾提供了新思路。伴隨我國資源趨緊、環境污染和生態退化問題日益嚴重，運用生態效率綜合評價地區經濟活動影響成為近年來學術界研究的熱點。筆者通過對相關文獻的梳理發現，在生態效率測算方法上主要有價值-影響比值法[3]、指標體系法[4]、能值分析法[5]、隨機前沿分析法[6]（SFA）和數據包絡分析法（DEA）[7，8]。其中DEA因具有處理多投入多產出、無需統一指標單元以及無需做出函數假設等優勢，在保證了原始信息完整的基礎上減少了研究的主觀爭議性，成為學者評價生態效率最常用的方法。從生態效率的應用區域看，相比較國外熱衷于企業及其產品系統生態效率的研究，國內的研究更偏好于行業和區域層面的應用。譬如，盧燕群等[9]測算了2005—2014年工業生態效率，發現中國大部分省域的工業生態效率呈現波動上升的趨勢，且省際差異明顯。潘丹等[10]對中國30個省、市、自治區的農業生態效率測算發現，中國農業生態效率呈現緩慢上升態勢，但整體水平依舊較低，同時指出資源的過度消耗和環境污染物過量是農業生態效率損失的主要原因。成金華等[11]和潘興俠等[12]分別基于超效率DEA模型和多指標評價體系法對我國的生態效率進行測算，發現我國生態效率呈整體波動狀態，并且生態效率呈現沿海向內陸、由東部向中西部遞減的“俱樂部收斂”現象。此外還有學者針對不同地域間的旅游生態效率進行了分析[13-14]。

盡管國內關于生態效率的研究已較為豐富，但是關于海洋生態效率的文獻尚不多見，對海洋生態效率影響因素的研究更是微乎其微。海洋生態效率是生態效率在海洋經濟中的拓展，其理念是以盡可能小的資源消耗和環境污染投入，得到盡可能多的海洋產出。因此，筆者基于2010—2015年中國沿海地區11個省、市、自治區的面板數據，采用DEA和Tobit模型對海洋生態效率及影響因素進行了分析，并針對提高我國海洋生態效率提出相應建議。

[BT3]1 研究方法和指標選取

[BT4]1.1 研究方法

本研究擬對中國海洋生態效率進行測算，并對影響海洋生態效率的因素進行分析，在對數據的處理和分析中具體運用到 DEA 模型、熵值法和Tobit模型。

1.1.1 DEA模型

數據包絡分析方法（DEA）是根據多項投入指標和多項產出指標，利用線性規劃的方法，對具有可比性的同類型單位進行相對有效性評價的一種數量分析方法。DEA模型又可以分為規模不變的CCR模型和規模可變的BCC模型。假設在海洋經濟活動中，共有n個決策單元，每個決策單元共有p個投入和q個產出，分別用Xi=（xi1，xi2，…，xip）和Yi=（yi1，yi2，…，yiq）表示第i個省、市、自治區的投入變量和產出變量，則基于規模不變的CCR模型可表示為：

1.1.2 熵值法

利用DEA 測算效率時，需要確保決策單元數量不能少于投入產出指標數的兩倍，避免由于投入產出指標個數過多造成決策單元相對不足，導致評價失真。當投入產出指標過多時，可以通過主成分分析法和熵值法來降低投入指標的維度，達到數據包絡分析對指標個數的要求。本研究利用熵值法將多項環境污染指標綜合為一項指數，以減少投入指標個數，提高海洋生態效率測算的準確度。熵值法是一種客觀賦權法，其根據各項指標觀測值所提供的信息的大小來確定指標權重，利用熵值法計算綜合指數的基本步驟可以參照相關文獻[15-17]。

1.1.3 Tobit模型

在分析影響海洋生態效率的因素時，因數據包絡分析上測算出來的效率值是位于0～1之間具有非負截斷特征的值。對于這類受限因變量的估計，通常采用Tobit模型進行估計，避免用OLS估計造成的有偏結果。Tobit 模型是logit模型的多元擴展模型，可以左右截尾不會出現超域值，并且Tobit模型中因變量與自變量是S型關系，只是通過一個連接函數轉換成線性來處理，因此可以算是廣義線性模型。具體到本研究中的Tobit模型如下。

1.2 指標選取

海洋生態效益的重點是綜合平衡海洋投入、海洋產出、海洋生態環境三者間的關系。基于研究的目標性、準確性和數據的可獲性原則，并結合投入-產出分析思路，本研究選取海洋生產總值作為海洋生態效率評價的產出指標，投入指標包括資源消耗和環境污染兩個方面。資源消耗主要包括傳統生產要素中的勞動力投入、資本投入和土地投入（表1）。

在資源投入方面，選取各地區的涉海就業人員數作為勞動力要素投入，以社會固定資本投入反映海洋經濟活動中所需的資本要素投入，以海水養殖面積衡量土地要素投入。在環境污染方面，因海洋環境污染主要來源于沿海地區以臨海臨港工業體系為核心的相關生產活動產生的廢氣、廢水和固體廢物。所以，本研究選取沿海各地區的工業廢水直排入海量、工業廢氣排放量和工業固體廢物排放量作為環境污染的3個指標，但考慮到現有投入指標及產出指標的總數超過11個決策單元數的一半，通過熵值法將3項污染指標綜合為三廢污染綜合指數。最終，本研究共得到4項投入指標和 1 項產出指標構成DEA模型的海洋生態效率指標體系。各指標數據來源于2010—2015年的《中國海洋統計年鑒》和《中國環境統計年鑒》。

2 海洋生態效率分析

2.1 海洋生態效率的時序變化

本研究從沿海11個省、市、自治區層面出發，基于表1的投入產出指標體系，采用 DEAP 2.1 軟件對中國海洋生態效率進行了測算。測算結果見表2。

由表2可知，從2010—2015年，全國平均海洋生態效率值從0.763減為0.667，同時海洋生態DEA有效的地區數從5個減少到3個，當前有效地區數只占到總數的27%，表明我國的海洋生態效率整體處于較低水平，并隨時間的發展呈現出下降的態勢，反映出我國的海洋經濟發展存在著資源節約和環境保護的提升空間。此外，不同省際之間海洋生態效率時空演變差異較大：①從海洋生態效率平均值的大小來看，大致可以分成3個梯隊。第一個梯隊為效率值為0.8～1之間，依次包括上海、江蘇、天津、廣東和山東。第二個梯隊為效率值在0.6～0.8之間，包括浙江、福建和河北。第三個梯隊為效率值為0.6以下，包括遼寧、海南和廣西。其中，上海市的海洋生態效率整體為1，海洋生態處于DEA有效狀態，排在第一位，廣西壯族自治區的海洋生態效率值最低，僅為0.278，排名最末。②從海洋生態效率的變化趨勢來看，11個沿海省、市、自治區中，廣東（除2013年）和上海在整個時間段保持平穩有效狀態，天津呈現上升趨勢并保持在有效地位，河北、江蘇和浙江海洋生態效率呈現先上升再下降的趨勢，廣西呈現先下降再上升趨勢，遼寧和福建呈現波動式下降趨勢，山東和海南則呈現一直下降趨勢。

總體上看，海洋生態效率排名靠前多為經濟發達的地區，排名較后者多為欠發達地區，而造成這種現象的根本原因在于與經濟發達地區相比，欠發達地區的海洋經濟增長更依賴于“資源高投入、低利用和高污染”的粗放型發展方式，而這種粗放型海洋經濟增長模式嚴重制約著海洋生態效率的提高。同時，在研究末期，海洋生態效率變化呈現出下降趨勢的地區多達7個，其中又以遼寧和海南海洋生態效率值相對更低，因此，這些地區亟須加大對海洋生態環境的保護，提升地區海洋生效效率。

2.2 海洋生態效率的區域比較

將11個沿海省、市、自治區劃分3個區域，以考察海洋生態效率是否存在明顯的區域特征。其中黃渤海經濟區包括遼寧、天津、河北和山東，長三角經濟區包括上海、江蘇和浙江，泛珠三角經濟區包括福建、廣東、廣西和海南（圖1）。

從圖1可以看到，三大經濟區海洋生態效率差異明顯，2010—2015年海洋生態效率總體呈現“長三角-環渤海-泛珠三角”遞減的格局。長三角經濟區平均海洋生態效率最高，達到0.879，泛珠三角經濟區的平均海洋生態效率為0.568，低于全國水平，而環渤海經濟區平均海洋生態效率居于兩者之間，與全國水平較為接近。長三角經濟區海洋生態效率整體較高，主要得益于江蘇、浙江、上海3地對長三角近海海域環境“公共池塘”治理困境取得顯著成效。繼2005年江蘇、浙江和上海二省一市共同簽署了《“長三角”海洋生態環境保護與建設合作協議》后，又于2008年和2009年分別簽署了《長江三角洲地區環境保護工作合作協議》和《長江三角洲地區環境保護工作合作協議》，不同地區間海洋主管部門及環境保護部門的管理職能進一步發揮和合作，使得長三角海洋生態環境治理改善明顯，海洋生態效率因此高于其他區域。泛珠三角經濟區海洋生態效率較低的原因在于近幾年來海南省和廣西壯族自治區經濟的快速發展對海洋環境治理力度不夠，加上風暴潮、海浪等海洋災難頻發，鄰近海域生態環境狀況破壞較為嚴重，一定程度上拉低了泛珠三角經濟區的整體海洋生態效率。此外，長三角經濟區和環渤海經濟區的海洋生態效率表現出“先升后降”的高度相似變化趨勢，但總體看，三大區域海洋生態效率整體均呈現出下降趨勢，這可能說明我國海洋經濟發展對海洋環境的破壞達到了一定累計，導致海洋生態效率全面下降。

3 海洋生態效率的影響因素分析

3.1 變量說明

在測算沿海各地區海洋生態效率的基礎上，進一步分析影響海洋生態效率的因素。由于目前關于海洋生態效率影響因素的研究較少，參考已有生態效率的相關研究，本研究選取了沿海地區人均收入、海洋產業結構、R&D投入、港口發展、地方海洋保護力度和區位因素6個潛在影響變量，各變量的有關說明見表3。

在各影響因素中：①人均收入。沿海地區人均收入和海洋生態效率的可能存在庫茲涅茨曲線關系，即隨人們收入的提高，海洋生態效率可能經歷先下降后上升的變化過程，因此在模型中引入人均收入的平方項。②海洋產業結構。韓永輝等[18]指出發展中國家經濟增長與環境保護的共融更多體現為產業結構的優化升級，本研究以海洋生產總值中第三產業比重作為海洋產業結構的替代變量，并預期產業結構對海洋生態效率的影響為正。③R&D投入。R&D投入是衡量科技活動規模和科技投入水平的重要指標，沿海地區科學技術的發展有利于提高海洋資源有效利用意識，減少污染物的排放和資源的過度消耗、浪費，所以預期R&D投入對海洋生態效率影響為正。④港口發展。港口是海洋貿易與物流的引領，能夠有效促進海洋經濟的發展，但也會增加沿海地區海洋環境污染，所以港口發展對海洋生態效率的影響并不確定。⑤環境保護力度。海洋自然保護區個數反映了對海洋生態的保護力度，一般來說，地方海洋保護力度越強，海洋生態效率就越高。⑥區位因素。從上文的海洋生態效率的區域對比分析中可以看到，不同區域的海洋生態效率存在明顯差異，因此本研究在模型中加入區位因素的虛擬變量。

為使數據盡可能的平滑消除異方差的影響，對人均收入、港口發展和R&D投入數據較大的變量進行對數處理。上述所有數據均來源于相應年份的《中國海洋統計年鑒》。

3.2 結果分析

2010—2015年海洋生態效率的Tobit模型估計結果見表4。從表4可知，除去產業結構變量不顯著外，人均收入、港口吞吐量和區位因素在5%的顯著水平上對海洋生態效率產生影響，R&D支出及海洋保護力度在1%的顯著水平上對海洋生態效率產生影響。

①人均收入系數顯著為負，同時人均收入的平方項顯著為正，說明沿海地區人均收入與海洋生態效率之間存在“正U型”庫茲涅茨曲線關系。當人們收入相對較低時，海洋的產出是屬于靠以資源超載、環境透支為代價的粗放式傳統發展模式。隨著人們收入的進一步提高，因粗放發展模式對海洋生態的負面影響日益嚴重，這反過來促使沿海地區開始注重海洋生產的可持續發展。②R&D投入對海洋生態效率影響與預期一致。R&D投入通過生產新知識和新產品進而促進技術進步和經濟增長。沿海地區的R&D支出越高，意味著該地區的海洋生產過程中的相關科技成果越多，并有效轉化為實際的海洋生產率，極大地減少海洋生產的投入損耗，從而促進海洋生態效率的提高。③港口發展對海洋生態效率具有負向顯著影響。港口發展在海洋經濟增長中占據著舉足輕重的地位[19]，沿海各地也在積極推動港口帶動政策，但港口發展存在重復建設、惡劣競爭、低效益等問題，同時也是資源消耗、環境污染的重災區。港口建設及運營過程中所產生的廢氣、污水、噪音和固體廢棄物，給周邊海洋生態環境帶來很大壓力，造成對海洋生態效率的負向影響，這意味著我國港口發展需要盡快向“資源節約型、環境友好型”的綠色港口轉變。④海洋保護力度對海洋生態效率影響為正。海洋保護力度體現了政府在海洋資源開發和海洋環境保護中的協調管理程度，政府通過制定相關海洋保護政策約束私人和企業對海洋環境、資源的過度破壞行為，建立起規范的海洋經濟發展秩序，增強了海洋經濟的可持續發展能力，因此相對嚴格的海洋環保力度將有利于海洋生態效率的提高。⑤此外，區位因素同樣顯著影響海洋生態效率。不同地區之間經濟水平和資源稟賦不同，海洋經濟發展模式不同，因此各地區間的海洋生態效率差異也較為明顯。

4 結論與啟示

本研究基于2010—2015 年沿海11 個省、市、自治區的面板數據，采用 DEA模型測算了我國海洋生態效率，并運用Tobit模型對影響海洋生態效率的因素進行了分析，得到以下主要結論：①2010—2015年中國平均海洋生態效率為0.720，整體處于DEA無效狀態。2010年平均海洋生態效率為0.763，有效地區數為5，2015年平均海洋生態效率為0.667，有效地區數為3，海洋生態效率整體呈現下降趨勢。②海洋生態效率在省際和區域之間差異明顯。具體而言，省際層面上，海洋生態效率較高的多為經濟發展較好的省市地區，海洋生態效率較低的為經濟發展欠佳的省市地區;區域層面上，海洋生態效率呈現“長三角—環渤海—泛珠三角”遞減的格局。③從海洋生態效率影響因素的實證結果看，沿海地區人均收入和海洋生態效率之間存在“正 U 型”庫茲涅茨曲線關系。R&D投入、自然保護力度對海洋生態效率產生正向影響，港口發展和區位因素對海洋生態效率產生負向影響。

本研究的啟示是：我國海洋生態效率整體處于較低水平，多數省、市、自治區的海洋生態效率仍存在巨大提升潛力。特別是欠發達地區應積極轉變高消耗、高污染的傳統海洋經濟發展模式，結合自身情況以及海洋生態效率的影響因素，制定相關配套措施，提升我國海洋生態效率水平。實證表明，加快轉變港口運營模式，實現綠色港口發展;加強海域環境治理的地方政府合作力度，制定更為完善的海洋環境保護政策;加大沿海地區R&D經費支出，建立“科技興海”長效機制，將有利于促進海洋經濟與生態環境的和諧發展。

參考文獻

[1] 蓋美，朱靜敏，孫才志，等.中國沿海地區海洋經濟效率時空演化及影響因素分析[J].資源科學，2018，40（10）：1966-1979.

[2] SCHALTEGGER S，STURM A.kologische rationalitt ansatzpunkte zur ausgestaltung vonkologieorientierten management instrumenten[J].Die Untemehmung，1990（4）：273-290.

[3] 黃和平，胡晴，喬學忠.基于綠色GDP和生態足跡的江西省生態效率動態變化研究[J].生態學報，2018，38（15）：5473-5484.

[4] 戴鐵軍，陸鐘武.鋼鐵企業生態效率分析[J].東北大學學報（自然科學版），2005，26（12）：1168-1173.

[5] 孫玉峰，郭全營.基于能值分析法的礦區循環經濟系統生態效率分析[J].生態學報，2014，34（3）：710-717.

[6] 李在軍，姚云霞，馬志飛，等.中國生態效率的空間格局與影響機制分析[J].環境科學學報，2016，36（11）：4208-4217.

[7] 吳小慶，王亞平，何麗梅，等.基于AHP和DEA模型的農業生態效率評價：以無錫市為例[J].長江流域資源與環境，2012，21（6）：714-719.

[8] 楊斌.2000—2006年中國區域生態效率研究：基于DEA方法的實證分析[J].經濟地理，2009，29（7）：1197-1202.

[9] 盧燕群，袁鵬.中國省域工業生態效率及影響因素的空間計量分析[J].資源科學，2017，39（7）：1326-1337.

[10] 潘丹，應瑞瑤.中國農業生態效率評價方法與實證：基于非期望產出的SBM模型分析[J].生態學報，2013，33（12）：3837-3845.

[11] 成金華，孫瓊，郭明晶，等.中國生態效率的區域差異及動態演化研究[J].中國人口·資源與環境，2014，24（1）：47-54.

[12] 潘興俠，何宜慶，胡曉峰.區域生態效率評價及其空間計量分析[J].長江流域資源與環境，2013，22（5）：640-647.

[13] 彭紅松，章錦河，韓婭，等.旅游地生態效率測度的SBM-DEA模型及實證分析[J].生態學報，2017，37（2）：628-638.

[14] 姚治國.旅游生態效率模型及其實證研究[J].中國人口·資源與環境，2015，25（11）：113-120.

[15] 王兆華，豐超，郝宇，等.中國典型區域全要素能源效率變動走向及趨同性分析：以八大經濟區域為例[J].北京理工大學學報（社會科學版），2013，15（5）：1-9.

[16] 王會，郭超藝.線性無量綱化方法對熵值法指標權重的影響研究[J].中國人口·資源與環境，2017（S2）：95-98.

[17] 呂開宇，李春肖，張崇尚.基于主成分分析法和熵值法的地區農業保險發展水平分析：來自2008—2013年中國省級層面的數據[J].農業技術經濟，2016（3）：4-15.

[18] 韓永輝，黃亮雄，王賢彬.產業結構優化升級改進生態效率了嗎？[J].數量經濟技術經濟研究，2016（4）：40-59.

[19] 謝冠藝，謝童偉.港口發展對海洋經濟增長與區域收斂性的影響：基于動態面板與β-收斂模型的實證分析[J].調研世界，2015（11）：57-59.