中國海洋經濟綠色全要素生產率區域增長差異及收斂性分析

胡曉珍

（廣東省社會科學院 產業經濟研究所，廣州 510635）

0 引言

伴隨著海洋的過度開發和環境污染問題，導致我國海洋生態系統嚴重受損，海洋經濟增長的質量不高?！度珖鷳B保護“十二五”規劃》中對改善生態環境、規范海洋資源開發提出硬性要求，環境問題被提升到國家戰略高度。因此，將海洋經濟增長的環境代價納入區域海洋經濟增長研究框架，探討環渤海經濟區、長三角經濟區以及泛珠三角經濟區三大沿海區域在環境約束下生產率增長差異與收斂具有重要的理論與現實意義。

通過分析全要素生產率增速的變動來解釋區域間技術水平、技術使用效率的增長差異是20世紀90年代中期以來我國學者常用的方法。其中，部分學者運用隨機前沿模型（SFA）分析了我國各地區全要素生產率的變動趨勢，認為技術進步率是全要素生產率增長率的主要決定因素[1，2]；還有學者運用數據包絡分析（DEA）對20世紀90年代以來區域全要素生產率增長差異問題進行了研究，指出技術效率與技術進步率的差異是造成地區生產率差異的主要原因[3-5]。我國學者對海洋經濟全要素生產率的研究相對起步較晚[6,7]。而且，以單一的GDP為產出指標所計算得到的經濟效率是有偏差的，上述研究均未考慮環境污染所帶來的經濟效率損失，對經濟體可持續發展水平的判斷失真。

本文將各地區直接入海廢水排放量作為海洋環境污染的測度指標，利用在數據包絡分析（DEA）基礎上發展起來的Malmquist指數模型估算2006—2014年我國11個沿海省份的海洋綠色Malmquist指數、海洋綠色技術進步指數與海洋綠色技術效率指數。為準確描述我國海洋經濟增長的區域差距隨時間演進的趨勢，本文還利用σ檢驗、絕對β檢驗及條件β檢驗三種方法測算了海洋經濟綠色全要素生產率的收斂性。

1 研究方法

DEA-Malmquist指數模型是目前較為常用的測算全要素生產率增長率的非參數模型。DEA模型能夠根據既定的投入、產出指標，利用線性規劃的方法計算出效率前沿面，每個待考察的生產決策單位與效率前沿面之間的差距即被認定為該生產決策單位的相對效率，在此基礎上，再運用Malmquist指數模型將此差距拆分為技術效率與技術進步率。假設在t時刻(t=1,...,T)，決策單位將投入要素所使用的生產技術St即為t時刻的技術可能集：

其中，St滿足固定規模報酬與要素可強處置的假設條件，t時刻的產出距離函數定義為在給定投入xt下，生產向產出yt方向擴張的最大比例的倒數，即Farrell所測算的產出技術效率的倒數[8]：

若 (xt，yt)∈St，則；當且僅當時，(xt，yt)處于技術前沿面或“最優生產實踐面”上，在既定投入下實現最大產出。而則表示維持t時刻的技術水平不變，(xt+1，yt+1)所能達到的最大可能產出與實際產出之比：

為準確測算出以時刻t為基期的條件下t+1時刻的Malmquist指數，本文用（4）式與（5）式的幾何平均值來測算全要素生產率增長率的變化，即：=技術效率變化指數（EFF）×技術進步率指數（TECH）（6）

其中，技術效率變化指數（EFF）大于1表明從t到t+1期技術效率有所提高，反之則意味著技術效率下降；同理，技術進步率指數（TECH）大于1則表明從t到t+1期技術水平有所進步，反之則意味著出現了技術退步。

假定有k=1，...，K個省份在時刻t=1，...，T使用n=1，表示每一個橫截面觀測值的權重，t時刻生產技術前沿St的計算公式為：

對于k（k=1，...，K）省份 ，t（t=1，...，T）時刻的計算公式為：

2 數據說明與Malmquist指數測算結果

2.1 數據收集與指標選取

本文選取2006—2014年我國沿海11個省市區為樣本，并參照國家對沿海經濟帶的劃分方法，將11個省市區劃分為環渤海、長三角和泛珠三角經濟區①環渤海經濟區包括：遼寧、河北、天津和山東；長三角經濟區包括：江蘇、上海和浙江；泛珠三角經濟區包括：廣東、海南、福建和廣西。，將海洋環境污染納入模型，對各省份的海洋經濟綠色全要素生產率增長差異及收斂趨勢進行測算與分析。數據主要來源于《中國海洋統計年鑒》和《中國統計年鑒》。

本文將各地區海洋生產總值與環境污染共同作為產出的度量指標，以各地區直接入海廢水排放量作為環境污染衡量指標，取其倒數引入DEA模型。選取各地區勞動、資本以及技術投入共同作為投入的度量指標，其中勞動投入為年末各地區涉海就業人員數量，技術投入為年末各地區海洋專利授權數量；由于各地區海洋資本存量數據難以直接獲取，本文按照張軍等（2004）[9]的估計方法，估算2006年11個沿海省份資本存量數據作為基年資本存量，在基準年資本存量基礎上，利用永續盤存法估算出各省市區各年度資本存量，具體計算方法為：

其中，Ki，t和Ki，t-1分別為t和t-1期第i個省市區資本存量；δi，t、Ii，t和Pi，t分別為t期第i個省市區折舊率、當年投資總額和投資價格指數。本文按照式（9）估算了2006—2014年各省份資本存量，并用地區海洋生產總值與地區生產總值的比例進行折算，以此作為各省份海洋資本投入數據。

2.2 Malmquist指數測算結果與分析

本文利用DEAP2.1軟件，對我國11個沿海省市區2006—2014年納入海洋環境污染因素前后的海洋Malmquist指數、技術效率指數與技術進步指數進行測算，估算結果如表1所示。

表1 我國海洋平均Malmquist指數估算結果（2006—2014年）

總體來看，2006年以來，在技術進步率的主導下，我國海洋經濟全要素生產率增速呈緩慢上升趨勢，技術效率變動不大，即我國海洋經濟具有“增長效應”，缺乏“水平效應”。納入環境污染變量后，我國海洋經濟全要素生產率的增長率、技術效率與技術進步率均顯著下調，表明傳統的海洋全要素生產率測算高估了海洋經濟實際效率。根據表1，2006—2009年我國海洋經濟綠色全要素生產率增速的下降趨勢較為明顯，海洋綠色技術效率指數與技術進步指數均下降，其中海洋綠色技術進步指數的下降是導致海洋經濟綠色全要素生產率增速下降的主要原因；2010年至今為我國海洋經濟綠色全要素生產率呈低速增長，海洋綠色技術效率指數波動不大，持續上升的海洋綠色技術進步水平成為海洋經濟增長的主要動力。實證研究表明，我國海洋經濟的技術后發優勢還存在較大發展潛力，海洋技術進步依舊是我國海洋經濟全要素生產率變動與海洋經濟增長的重要驅動力，但我國海洋環境污染造成了極大的效率損失。為細化比較我國11個沿海省市區海洋經濟的增長差異，本文給出了2006—2014年各省市區海洋平均Malmquist指數估算結果，如表2所示。

表2 我國各沿海省市區海洋平均Malmquist指數估算結果（2006—2014年）

由表2可知，2006—2014年，我國沿海省份均表現為海洋全要素生產率增長率的下降，納入海洋環境污染指標后，環渤海經濟區的天津市表現出海洋經濟綠色全要素生產率增長率的上升。2006—2014年間，環渤海經濟區的天津市為海洋全要素生產率增長最快的省份，泛珠三角經濟區的廣西省為海洋全要素生產率增長最慢省份，海洋全要素生產率增長率、海洋技術進步指數由高到低依次為長三角經濟區、環渤海經濟區和泛珠三角經濟區，而海洋技術效率指數由高到低依次為長三角經濟區、泛珠三角經濟區和環渤海經濟區，表明海洋技術進步是長三角經濟區海洋高生產率的源泉?？紤]海洋環境污染因素后，各地區海洋全要素生產率增長率顯著下調，但長三角經濟區、環渤海經濟區和泛珠三角經濟區的排序并未發生變化，再次表明長三角經濟區出現了海洋綠色技術前沿面的外移。可以推斷，長三角經濟區2006—2014年間在發展海洋經濟的同時較為注重海洋環境污染的防治，對海洋環境友好型生產技術使用較多且使用效率較高；而泛珠三角經濟區、環渤海經濟區由于在海岸帶大量布局重化工業，形成“工業濱?；I海重化化”趨勢，但泛珠三角地區自2008年以來大范圍內推廣產業轉型升級，與香港、澳門及國外發達海洋經濟國家與地區廣泛合作，充分利用海洋高新技術，海洋技術效率指數顯著高于環渤海經濟區。

3 海洋綠色Malmquist指數的收斂性分析

3.1 檢驗方法說明

絕對收斂性檢驗與條件收斂性檢驗是現有文獻中常用的兩種檢驗收斂性的方法。絕對收斂性檢驗包括σ收斂和絕對β收斂，其中，σ收斂對變量的標準差進行分析，若標準差存在隨時間衰減的趨勢，則認為存在σ收斂；絕對β收斂目前普遍利用Martin所提出的回歸方程g=c+βlny0+ε，自變量y0為各地區的初始人均收入水平，因變量g為各地區的經濟增長率，如果β＜0，則認為存在絕對b收斂，即各地區向著同一個穩態水平趨近，最終落后地區與先進地區之間的收入差距消失。條件收斂性檢驗常用的方法為動態Panel Data一階差分GMM估計法，認為各地區具有不同的經濟基礎條件，其自身的結構性因素決定了其各自達到穩態時的增速與增長水平，各地區并不會趨向同一個穩態水平，區域間的收入差距將永久存在。

3.2 σ收斂與絕對β收斂檢驗

σ收斂與絕對β收斂是用于絕對收斂性檢驗的常用方法，本文使用這兩種方法對我國海洋經濟綠色全要素生產率指數進行檢驗，以判斷區域間海洋經濟的發展是否會趨向同一個穩態的增長水平。

圖1 海洋綠色Malmquist指數對數標準差（2007—2014年）

根據σ收斂檢驗方法，本文計算了研究樣本期內我國總體和三大海洋經濟區的海洋綠色Malmquist指數對數值的標準差（見圖1）。就全國而言，海洋綠色Malmquist指數對數值的標準差演進趨勢呈現“倒V形”，我國海洋經濟綠色全要素生產率的增長率存在σ收斂。其中，2007—2012年間呈發散趨勢，我國海洋綠色Malmquist指數的差距水平長期存在，2012年開始，我國海洋綠色Malmquist指數收斂趨勢明顯。分區域來看，環渤海經濟區海洋綠色Malmquist指數對數的標準差變化趨勢相對陡峭，內部差距呈快速擴大再緩慢收斂趨勢；長三角與泛珠三角地區海洋綠色Malmquist指數對數的的標準差變化趨勢相對平穩，內部差距呈緩慢發散態勢。由圖1還可以看到，環渤海經濟區海洋綠色Malmquist指數對數的標準差顯著高于長三角和泛珠三角經濟區，表明環渤海經濟區內部海洋綠色全要素生產率的增長差距遠遠大于長三角和泛珠三角經濟區。在本文所選取的樣本期內，環渤海經濟區雖然內部差距較大，但這種差距近年來有日益收斂的趨勢，這是一個值得重點關注的現象。

根據絕對β收斂檢驗方法，本文構建如下的面板數據回歸模型：

lnMi0為i地區在樣本期初的海洋綠色Malmquist指數，ΔMit為i地區從0期到t期海洋綠色全要素生產率平均增長率。若β為負值，且在統計上顯著，則表明存在絕對收斂，我國各沿海省市區海洋經濟最終會沿著同一條穩態的增長路徑發展，區域間海洋經濟增長差距長期內將趨于消失。根據Hausman檢驗結果（隨機效應被拒絕），本文采用固定效應模型對11個沿海省市的海洋綠色Malmquist指數進行收斂性檢驗，估計結果如表3所示。從絕對β收斂檢驗的結果來看，全國層面的檢驗回歸系數β在統計上顯著為正，表明海洋經濟綠色全要素生產率的增長差距在全國范圍內日益擴大，不存在絕對收斂趨勢。分區域來看，環渤海、長三角經濟區的回歸系數

表3 海洋綠色Malmquist指數絕對β收斂檢驗結果

β值均顯著為正，表明樣本期內這兩大區域內海洋經濟的內部差距日益擴大；泛珠三角經濟區回歸系數β值雖為負值，但在統計上并不顯著，表明海洋經濟的內部差距尚不存在明顯的收斂趨勢。兩種絕對收斂性檢驗的結論相互驗證，可以認為三大海洋經濟區均未出現絕對收斂特征，沿海各省市區間海洋經濟的發展不會趨向于同一個穩態增長路徑，海洋經濟的區域增長差距將繼續擴大。

3.3 條件β收斂檢驗（動態PanelData一階差分GMM估計）

本文借鑒Minkiw等[8]對索洛增長模型的修正方法，在絕對β收斂檢驗模型中加入多個控制變量，得到條件收斂模型如下：

其中，由于缺乏各沿海地區海洋投資率統計數據，本文以地區投資率替代，投資率sit反映了各沿海地區的投資能力，以（資本形成+凈出口）/GDP表示；g+d（外生技術進步率+折舊率）按照一般做法設定為0.05，nit是各沿海地區海洋從業人員增長率；Eit為i地區的海洋環境保護度，用各沿海地區每年的海洋污染治理投資額占GDP比重表示。

表4 海洋綠色Malmquist指數條件β收斂檢驗結果

表4為利用動態Panel Data一階差分GMM方法對我國海洋經濟綠色全要素生產率的增長率進行條件β收斂檢驗的結果。在研究樣本期內，全國各沿海地區以及環渤海經濟區、長三角經濟區、泛珠三角經濟區三大區域均未呈現明顯的條件收斂趨勢，β值為正，表明海洋經濟區域平衡發展的目標在較長時期內都難以實現。

4 結論

（1）海洋環境污染成本的存在對海洋綜合經濟效率的影響較為明顯，考慮環境污染因素后，海洋全要素生產率增長率顯著下調?？傮w而言，2006—2009年我國海洋經濟綠色全要素生產率增速的下降趨勢較為明顯，海洋綠色技術效率指數與技術進步指數均下降，其中海洋綠色技術進步指數的下降是導致海洋經濟綠色全要素生產率增速下降的主要原因；2010年至今為海洋經濟綠色全要素生產率低增長期，海洋綠色技術效率指數波動不大，持續上升的海洋綠色技術進步水平成為海洋經濟增長的主要動力。

（2）區域層面上，海洋綠色Malmquist指數水平由長三角經濟區、環渤海經濟區和泛珠三角經濟區依次遞減；長三角經濟區在發展海洋經濟的同時較為注重海洋環境污染的防治，對海洋環境友好型生產技術使用較多且使用效率較高；泛珠三角經濟區、環渤海經濟區由于在海岸帶大量布局重化工業，形成“工業濱?；I海重化化”趨勢，海洋經濟增長主要依賴自然資源、能源的大量投入而非技術投入。

（3）全國11個沿海省市和環渤海、長三角、泛珠三角經濟區的海洋經濟綠色全要素生產率增長率均未呈現明顯的絕對收斂和條件收斂趨勢。