中國沿海省市海洋漁業產出效率分析
——基于DEA的Ma lma quis t指數分析

張安琪

（浙江海洋大學，浙江 舟山 316000）

改革開放40年來，漁業在糧食供給和經濟增長方面成績斐然，其中傳統支柱型產業——海洋漁業，對促進我國漁業經濟進步起到了不可磨滅的作用[1]。不可忽略的是海洋漁業的發展也帶來了一系列的問題，如近海漁業資源日漸枯竭，海水污染較重以及資源利用率低等，影響了我國海洋漁業的可持續性發展。現利用DEA-Malmaquist指數測算我國沿海各省市海洋漁業投入產出效率，分析沿海各省市的海洋漁業發展狀況，對于提高海洋資源利用率，加快海洋漁業產業升級轉型有重要意義。

國外學者對于漁業效率的研究大部分是從管理角度開展，如Fabio A.Madau（2017）選取了2016年收集的數據，采用DEA模型分析了地中海區域一個小型漁業企業的生產能力和效率，探究了影響企業管理以及生產效益的原因[2]。國內學者對于漁業效率的研究主要采取實證分析法，馬舒瑞等[3]通過分析我國沿海各省市的漁業投入產出效率，得出我國近年來漁業投入產出效率不斷提高，除上海、江蘇、天津外，其他省均存在不同程度的冗余；席麗卿等[4]運用Malmquist指數分析了我國29個省份漁業的全要素生產率及其分解效率，表明沿海地區在注重技術提高的同時提高資源配置效率，內陸地區要繼續提高漁業科技投入。

1 DEA簡介

數據包絡分析（Data Envelopment Analysis，簡稱DEA）是一個基礎的系統分析工具，主要利用相對效率將相關性指標進行相對有效性測算，得到全要素生產率，然后結合Malmquist指數分析，進一步分解得出純技術效率和規模效率，該方法在計算生產效率方面具有較為廣泛的應用。現采用DEAMalmquist模型評價沿海各省市海洋漁業投入產出效率，其計算公式如下。

其中，假設DEA模型中的決策單元數量較多，χab是指某一決策單元b的第a個投入量，χab≥0；γrb是指決策單元b的第r項輸出，γrb≥0；θ是規劃目標值，λb是規劃的決策變量，ε代表阿基米德無窮小，Sr+、Sa-表示松弛變量。當θ=1，s+、s-=0，那么決策單元是DEA有效；當θ＜1，決策單元是DEA無效；當θ=1，且s+≠0或s-≠0時，決策單元是弱有效。

Malmquist指數分析公式如下。

其中（χi,γi）和（χi+1,γi+1）分別代表第i期和i+1期的投入產出向量，若M＞1，表明效率上升；若M＜1，表明效率減慢。Effch和Tech分別表示效率提高及技術進步的值。

若確定規模報酬率時，Effch可再分解為純技術效率（Pech）和規模技術效率（Sech），即Effch=Pech×Sech[5]。因此M劃分為三個維度，

M（χt+1,γt+1,χt,γt,）=Effch×Tech=（Pech×Sech）×Tech

現主要測算沿海各省市海洋漁業生產效率，海洋漁業可劃分為海洋捕撈、海水養殖以及遠洋漁業。因此，選取我國10個沿海省份（除上海）為決策單元，考慮到海洋漁業的投入、產出因素等，選擇海水養殖面積、海洋漁業從業人員以及按功率劃分的年末漁船擁有量為投入的因素，選擇海洋漁業總產量為產出因素。選取了天津、河北、遼寧、江蘇、浙江、福建、山東、廣東、廣西、海南10個省市2010年至2019年相關數據，數值均來源于《2020年中國漁業統計年鑒》。

2 海洋漁業生產效率分析

通過DEAP2.1軟件對2010—2019年我國沿海10個省份海洋漁業投入產出要素進行計算，計算結果見表1。

表1 2011—2019年沿海各省市海洋漁業技術效率值

2.1 海洋漁業技術效率分析

由表1的數據可以得到各決策單元的年均技術效率值，遼寧、浙江、福建以及山東四省技術效率一直大于1，因此DEA有效，表明這四個省海洋漁業規模效益一直處于最佳狀態而且具有相對有效性。其他省市的投入要素存在部分冗余。其中廣東省技術效率略有下降，這是因為近年來廣東省的遠洋漁業科技發展與資本投入不匹配，沒有充分發揮遠洋漁業的經濟效益。

2.2 Malmquist指數分析

以2010年為基期，運用DEA-Malmquist指數計算分析沿海省市海洋漁業全要素生產率，計算結果見表2、表3。

表2 2010—2019年沿海各省市海洋漁業Malmquist指數及其分解

表3 2010—2019年沿海各省市Malmquist指數及其分解

從表2可以看出，沿海10個省市的海洋漁業綜合效率增長均值為2.7%，10年間總體呈現上升趨勢，史長亮等[6]測算出中國1979—2019年農業全要素生產率為3.83%，而謝獲寶等[7]測算出服務業年均全要素生產率為2.85%。從以上研究可以看出，海洋漁業的發展對促進我國農業發展有巨大的推動作用，海洋漁業經濟在我國農業經濟中占有重要地位[8]。

從表3可以看出，除海南省、河北省外，其他各省技術進步率均大于純技術效率。我國近來年重視在海洋漁業科技方面的投入，例如在培養專業人才、繁殖魚苗、防治魚病、更新養殖設施以及更換大功率漁船等方面取得了較為顯著的效果，但是在漁業科技推廣應用及漁業生產管理等方面還存在不足，限制了海洋漁業全要素生產率的增長。因此，各省在促進海洋漁業經濟發展過程中，既要注重吸引高學歷人才，也要注重宣傳推廣漁業科技，切實把科學技術轉換為現實生產力，促進沿海漁業經濟取得更大的進步，推動沿海漁業經濟實現高質量發展。

從各沿海省市的全要素生產率變動來看，各省市雖然都具有獨特的發展優勢，但是發展水平存在較大差異。除海南省外，其余各省市各項指標均不同程度有所提高，其中進步最大的是天津市，全要素生產率提高了5.6%，其中技術進步和規模效率起到了重要作用；其次是河北省，增長了5%，其中純技術效率增長了3.7%，表明河北省海洋漁業管理與制度水平較往年有較大提升。不同原因導致各省市的全要素生產率存在明顯變化，其中，技術進步促進了遼寧、江蘇、浙江、福建以及山東全要素生產率的提升；天津、廣西、廣東三省的技術效率都有上升，技術進步明顯；海南省技術進步的降低（0.03%）阻礙了綜合效率的提高，技術效率沒有發生顯著變化，這主要是因為海南省重點發展旅游業，在海洋漁業方面投入較少，而其他省份在發展遠洋漁業方面投入大量人力物力，在一定程度上促進了海洋漁業科技的發展。通過查詢《2020年中國漁業統計年鑒》可知，近年來，海南省并未發展海洋漁業，因此科技發展推動海南省漁業進步效果并不明顯[9]。

3 建議

通過運用DEA模型測算可知，2010—2019年，遼寧、浙江、福建以及山東四省的技術效率一直處于DEA有效的狀態，而其他省份均沒有達到有效狀態。因此，這部分省市要合理調配投入要素，使之發揮出最大效率，促進海洋漁業經濟轉型升級，實現漁業高質量發展。技術效率和技術進步是促進全要素生產率提高的重要因素，其中技術進步的貢獻略高于技術效率。

3.1 調整海洋漁業產業結構，優化資源配置

海洋捕撈和海水養殖一直是海洋漁業經濟發展的支柱，但是由于發展方式過于粗放，漁民盲目擴張、缺乏長期的規劃等問題，不僅給生態環境造成了破壞，也導致了資源的浪費。我國目前通過擴大養殖規模，緩解近海捕撈壓力，確保居民水產品供給充足。因此，各地區要充分發揮自身優勢，合理利用有限的養殖面積實現效益的最大化，如通過規范化的管理，實現集約化工廠養殖進而提高經濟效益；利用海水多品種立體生態養殖、抗水抗風浪水箱養殖以及深水筏式養殖等技術實現生態創新養殖；邀請漁業專家及專業人才進行生產規劃，避免漁民跟風投產；創新水產品加工形式，開發高價值海洋產品并拓寬銷售渠道，及時消化庫存，實現漁業資源高效利用。

此外，遠洋漁業是“海洋強國”“一帶一路”建設的重要組成部分，廣闊的大海蘊藏著珍貴而多樣的漁業資源[10]。因此，沿海各省市須抓住時代機遇大力發展遠洋漁業，推動遠洋漁業高質量發展，實現漁業轉型升級。

3.2 加大科研投入與宣傳力度

目前各省只有加大漁業科技投入，才能實現漁業的現代化。因此，科技工作要以漁業轉方式、調結構為主線，根據水域層次劃分近海、外海、遠洋、極地，積極開展相關科研工作。如以海洋漁業健康發展為目標，推進海洋漁業向資源養護型發展，極地漁業向工業化發展；研究近海漁業資源變動規律，構建漁業資源養護的新平臺，注重環境養護的同時建設人工漁礁，開展漁業增殖放流活動；努力實現苗種培育的自主研發，注重基礎研究，監控前沿信息，實現高質量苗種自給；水產養殖要轉變發展思路，既要注重環境保護，也要創新養殖模式，同時還要加大科研投入，在飼料、設備、人員等方面實現水產養殖標準化、信息化、規模化和優質化發展；更新漁業技術裝備，開展關鍵技術研究、前沿技術創新，不斷提升漁業設備的標準化、專業化與信息化。

若想加速漁業科技成果轉化，真正實現“科教興漁、人才強漁”戰略，必須要大力開展漁業技術的教育、普及和推廣活動。如，編制專題宣傳方案，通過電視、報紙等媒體對典型養殖基地、示范基地、優秀人物進行報道宣傳，開展科技下鄉以及街頭宣傳活動，堅持以政府為主導、上下級聯動、多方參與、大規模培訓的工作機制，大力推進漁業科技入戶，使漁業科技進步真正使漁民受益，進而實現漁業的長遠發展。