基于非期望超效率Malmquist面板模型中國海洋環境效率測算

孫鵬 宋琳芳

摘要黨的第十九大強調加快推進海洋強國戰略和生態文明建設，海洋經濟發展與海洋生態環境保護越來越受到學術界和政府部門的關注。如何在考慮環境可持續發展的路線下提高海洋經濟效率，成為海洋經濟領域研究的重點。基于非期望超效率模型測算了沿海11個省市2004—2015年12年間的海洋環境效率，并結合Malmquist生產率指數模型對海洋環境效率的動態變化以及分解效率進行分析，最后利用Tobit面板模型分析海洋環境效率的影響因素。結果表明：①沿海各省海洋環境效率大體呈現三個等級分布，粵、滬、津處于第一等級，浙、蘇、魯處于第二等級，冀、遼、閩、瓊、桂處于第三等級。②Malmquist模型結果顯示珠三角、長三角地區海洋環境效率整體較高，環渤海、北部灣地區相對較低，長三角區域圍繞上海、珠三角區域圍繞廣東、環渤海區域圍繞天津形成3個海洋經濟增長極的總體格局。但考慮環境因素后，北部灣區域與其他區域效率差明顯縮小，說明雖然北部灣地區海洋經濟發展還處于較低水平，但政府并沒有一味地開發海洋資源而造成海洋生態環境的大肆破壞，海洋生態環境總體保持良好，海洋環境效率穩中有升。各省市的海洋環境效率增長主要依靠技術效率的提升，而非技術進步效率。③環境規制是促進海洋環境效率的主要因素，海洋產業結構、地區經濟發展水平對海洋環境效率呈正向影響。政府應當進一步強化海洋環境規制，積極轉變海洋生產方式，促進海洋環境效率進一步提升。

關鍵詞海洋環境效率;非期望產出;數據包絡法;超效率

中圖分類號F062.2

文獻標識碼A文章編號1002-2104（2019）02-0043-09DOI：10.12062/cpre.20180722

海洋是經濟社會發展的重要依托和載體，海洋意識不僅是國家軟實力的重要內容，更是實施海洋強國戰略、實現中華民族偉大復興的思想基礎，對國家和民族發展有著持久而深遠的影響[1]。自黨的十八大明確提出海洋強國戰略以來，海洋經濟發展與海洋資源開發越來越得到重視，最近召開的十九大報告再一次強調，堅持陸海統籌，加快建設海洋強國，海洋強國建設思想已經成為習近平新時代中國特色社會主義思想的有機組成部分。與此同時，我國對于生態環境保護日益加強，2018年3月，國務院機構改革方案決定，將生態環境部替代原有的環境保護部，海洋環境管理由國家海洋局劃分到生態環境部，調整職責統一管理，表明政府對海洋環境治理的決心，從而真正實現中國由海洋大國向海洋強國的轉變。中國海洋經濟發展已取得一定成效，如何在保證生態環境良好的基礎上，進一步提高海洋經濟發展效率問題，成為海洋經濟研究中的熱議話題。整個“十二五”時期，全國海洋生產總值增長了42.14%;2016年全國海洋生產總值達70 507億元，占國內生產總值的9.5%。海洋經濟快速發展的同時也帶來了海洋生態環境的壓力，近年頻繁發生的赤潮現象，警示人們在生產活動中排放的廢水廢物嚴重過量、海洋資源消耗強度過大等問題，傳統粗放的海洋經濟發展方式需要轉變為更環保、更低能耗、更有效率的可持續發展方式。基于此，科學評判海洋經濟與環境效率，探尋影響海洋環境效率的影響因素，對于提高沿海地區海洋經濟發展水平，減輕海洋生態環境壓力，有著重要的理論和實踐意義。

1文獻綜述

對于經濟效率和環境效率的測算，何楓[2]較早運用隨機前沿模型（SFA）測算了全國環境效率，發現改革開放20年以來中國環境效率呈穩步上升趨勢;隨后其他學者利用數據包絡法（DEA）等方法對中國省際環境效率進行了測算，得到了類似的結論[3-6]。近些年來學者開始逐漸關注海洋環境效率的測算，學者們要么聚焦于海洋經濟發展全局效率水平[7]，要么聚焦于海洋經濟發展的某些方面，比如海洋捕撈生產效率[8-9]、地區海洋科技效率評價[10]等。

海洋環境效率的測算方法上主要運用隨機前沿法和數據包絡法。隨機前沿法是一種通過估計生產函數且考慮函數中隨機誤差來測算效率的一種參數方法[11-12];相對而言數據包絡法作為測算效率非參數方法中最為常見的一種，其各類模型在測算海洋效率方面使用廣泛[13-18]，其優勢在于不要求生產函數形式和分布，假設條件少，可評價復雜關系的決策單元，被廣泛運用于測算效率值，而最大的缺陷是大部分學者利用DEA測算海洋經濟效率的有效面過多[19];另外也有利用其他方法測算海洋經濟效率，例如解釋結構模型[20]，層次分析法[21]以及增長率回歸法[22]。

以上研究中部分學者對于海洋經濟效率的測算忽略了環境污染帶來的非期望產出;另有部分學者雖然考慮到了非期望產出對經濟效率的影響，但大都是采用單一或多個污染物排放量直接作為非期望產出代入模型中[15，19]。基于此，本文定義海洋環境效率為一般海洋經濟效率的基礎上考慮了環境污染因素，選取的非期望產出，使用熵值法構建了環境污染指數，為了避免隨意增加指標引起效率值結果的大幅波動，能夠相對綜合的反映環境污染程度;其次，使用了超效率模型測算了各省海洋環境效率，對省際差異進行比較;最后，運用Malmquist模型測算海洋環境效率時空動態變化，探尋區域海洋環境效率差異以及分解效率差異性影響。后文的章節安排如下：第二部分介紹了主要研究方法和數據來源，第三部分分析了超效率模型及Malmquist模型的結果，第四部分利用Tobit面板回歸模型初步探究了海洋環境效率的影響因素，最后第五部分給出結論及建議。

2研究方法與數據來源

2.1非期望產出DEA模型

在DEA模型中處理非期望產出的方法大致有曲線測度法、方向距離函數法、線性轉換函數法、作為投入指標法，1989年Fare[23]提出曲線測度法是一種非線性規劃方法，缺點是求解繁瑣;CHUNG[24]提出了方向距離函數，Seiford和Zhu[25]提出了線性轉換函數法，但是這兩種方法都加入了決策者的主觀判斷，與客觀性不符;王波[26]采用將非期望產出放到投入中的方法，在維持輸出不減少的前提下，使投入和非期望的產出越少越好;綜合考慮，本文選擇將非期望產出作為投入的做法。

2.2超效率模型

利用DEA來評價決策單元的效率，已經被廣泛運用到各個領域，但是DEA只能對無效的單元進行排序，而對于前沿面上的多個有效單元不能加以區分，認定有效決策單元效率都等于1。為了進一步區分DEA有效的決策單元之間效率優劣，1993年Andersen和Petersen提出建立超效率模型，相比傳統的DEA模型。超效率模型可以對前沿面上的多個有效單元進行區分。

2.3Malmquist模型

超效率模型只能比較組內決策變量之間的相對效率大小，無法觀測面板數據下的效率變化，為了對海洋效率進行動態變化分析以及效率分解，需要引入非期望產出作為投入變量的Malmquist模型。雖然Malmquist模型要求各種產出在同一個方向上變動，不適合將非期望產出作為負產出的情況，但是本文是將非期望產出作為投入處理，即可直接使用Malmquist模型。

2.4“資源消耗指數”和“環境污染指數”構建

為了完善以往研究中選取單個資源投入作為資源投入指標，單個污染物排放作為非期望產出指標，本文借鑒[7]的方法將資源依賴和環境污染等各項數據整合為“資源與環境消耗指數”，包括“資源消耗指數”和“環境污染指數”兩個指標，分別將“資源消耗指數”作為投入指標，“環境污染指數”作為非期望產出指標。具體做法是通過熵值法構建了“資源消耗指數”作為資源投入，“環境污染指數”作為非期望產出。資源消耗主要選取“海洋捕撈產量”、“海洋養殖面積”體現海洋漁業資源的消耗;由于沒有直接提供海洋方面的電力油氣資源消耗，將全省電力消耗量，天然氣消耗量和原油消耗量乘以海洋生產總值和總生產值占比，得到“海洋電力消耗量”、“海洋天然氣消耗量”和“海洋原油消耗量”。環境污染指數選取的是沿海省市的“海洋工業廢水排放量”以及“海洋工業廢物排放量”，同樣是通過全省的工業廢水、工業廢物排放量折算為海洋生產方面的排放量。

2.5指標選取和數據來源

2.5.1投入指標選取

由于經濟活動中生產投入要素主要包括勞動力投入、資本投入以及土地，本文選取海洋經濟生產中的投入要素除了從這幾個方面考慮，還增加了對資源消耗的投入指標。①勞動力投入，選取沿海各省“涉海就業人員數量”為變量指標。②資本投入方面，使用的是“海洋經濟資本存量”作為資本投入指標。首先，沿用張軍[27]測算的2000年的各省市資本存量，并將其折算為2004年為基期的資本存量數據;其次，使用永續盤存法公式：Kt=It/Pt+（1-σt）×Kt-1，計算每年的資本存量，其中，將全社會固定資產投資作為當期投資It，Pt為固定資產價格指數衡量，Kt-1是上一期的資本存量，考慮到折舊率在不同發展水平的地區會有所不同，更發達的地區折舊率會更高，所以，本文選取的折舊率不同于以往學者使用的固定折舊率，而是借鑒吳延瑞[28]推導估算的不同省份采用的不同折舊率;最后，將各省資本存量分別乘以各省海洋生產總值與全省生產總值占比[22]，得到海洋資本存量數據。“海洋經濟資本存量”測算也是本文的創新之一。③資源投入，將上文構建的“資源消耗指數”作為海洋經濟發展的資源投入。

2.5.2產出指標選取

包括期望產出和非期望產出，期望產出選擇的是大部分學者采用的沿海各省的“海洋生產總值”，重點處理非期望產出，非期望產出構建“環境污染指數”來衡量，本文采取將非期望產出作為投入的處理方式。

2.5.3數據來源

本文以沿海11個省市區（天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西和海南）作為決策單元（香港、澳門、臺灣也屬于中國沿海省市，但由于數據獲取所限，未包含在本文中。后文所指的沿海省市均指除港澳臺的11個省市區），利用2004—2015年間12年數據測算海洋環境效率值。數據來源于《中國海洋統計年鑒》《中國統計年鑒》《中國能源統計年鑒》《中國環境統計年鑒》與中國海洋經濟信息網。

3基于超效率模型的海洋環境效率測算

3.1一般效率模型與超效率模型對比分析

本文采用DEASolver 5.0測算出海洋環境效率值。首先利用一般的DEA方法的CCR模型測算海洋環境效率，發現結果有效的決策單位過多，需要進一步對比有效面的效率差異。因此進一步采用超效率模型對CCR模型進行修正。選取投入角度，規模報酬不變，得到超效率值。

3.2超效率模型結果分析

3.2.1超效率值分析

根據DEASolver 5.0超效率模型可以得到各省市歷年海洋環境效率值（見表1）。

由表1可以看出，首先，效率面樣本在逐漸上升。由2004年的2個（上海、廣東）上升到2015年4個（上海、廣東、天津、江蘇）;其次，地區間的效率差異呈現先擴大后縮小的趨勢，在2004年各地區總體效率較高，上海為最高效率值為1.575，相比最低效率海南0708高出0867，可以看出區域差異明顯，高效率地區主要是上海、廣東和天津，低效率地區主要有河北、遼寧、廣西和海南;2008年可以看出地區差異呈現出更大的趨勢，最高（廣東1134）與最低（廣西0649）相差1252;2012年和2015年各地效率差異又逐漸縮小，差距值分別為0827和0995。

3.2.2排名變化分析

因超效率模型測算的是組內相對效率，所以無法進行組間效率比較，為解決這問題，本文分別以年份為樣本組計算得各地區截面的超效率值，并對各省份不同年份的效率排名進行分析，如表2所示。

由表2可知，根據排名均值，11個省市區大體呈現出三個等級的分布特征。其中，第一等級包括廣東、上海和天津，三者的海洋環境效率排名均值位于前3，這3個地區海洋經濟起步較早，發展水平高，依托區域港口等資源優勢，海洋產業都成為上述三個地區重要的支柱產業，依托雄厚的資金和技術帶動，海洋環境效率表現出較高水平;第二等級包括浙江、江蘇、山東3省，均值排名在第4至第6之間，處于中等發展水平，這3個省份均屬于較發達地區，海洋經濟發展水平較高，主要依靠海洋漁業、海洋鹽業、海洋交通運輸等產業帶動，海洋環境效率相對較高;第三等級包括河北、福建、海南、遼寧和廣西5省區，均值排名位于7到11名，5省區要么表現出海洋經濟發展水平相對較低（海南、廣西），要么海洋環境破壞較為嚴重（遼寧、河北、福建），從而導致海洋環境效率處于較低水平;值得一提的是海南海洋環境效率在前幾年的排名靠后，近些年排名有所提升，達到中等良好水平，這與有些文獻中測算的海南海洋環境效率一直處于落后水平的結論有所不同，表明海南近年來大力發展海洋經濟，并堅持生態立省戰略取得了一定成效。為了更直觀的考察地區間海洋環境效率變化趨勢，可以通過圖1各省排名變化加以分析。

由圖1可以看出，中國11個沿海省市海洋環境效率排名變化表現為上升型、下降型、穩定型和波動型四種類型。江蘇、海南兩省屬于上升型，表明兩省在大力發展海洋經濟的同時，更加注重海洋的生態環境保護問題，在傳統海洋生產方式向綠色海洋發展方式的轉型上取得一定成效;尤其是海南在2010年前后確定建設國際旅游島的政策環境下，更為重視保持良好的海洋生態環境，取得了海洋環境效率的快速增長，在2014年排名跌落異常，主要是由于當年40年一遇的超強臺風“威馬遜”對于海洋生態以及海南海洋經濟的嚴重破壞，導致2014年海南的海洋環境效率大幅跌落。福建省屬于下降型，近年來福建在海洋經濟發展方面的資本投資以及資源索取有所增加，導致產出增長幅度不及投入增長，使得海洋環境效率排名的降低。廣東、上海、遼寧和廣西4省市區環境效率比較穩定，屬于穩定型，其中廣東、上海常年位居排名第一第二，主要得益于兩地良好的經濟環境和綜合發展實力，遼寧 、廣西一直排名靠后說明其海洋經濟發展模式存在問題，應積極改進海洋經濟發展方式，做到海洋經濟發展水平提高和海洋生態環境同時得到保護。天津、河北、山東、上海和浙江四省市屬于波動型，天津在早期資源消耗較高，河北早期勞動力投入逐年增加，各省的投入產出變化幅度不穩定，可能是導致海洋環境效率波動較大的主要原因。

3.3Malmquist模型結果分析

3.3.1總體海洋環境效率時間序列演變及效率分解分析

為進一步分析效率變化受哪個分解效率的影響，本文進一步引入Malmquist模型進行分析。可以觀察總體海洋環境效率在時間序列上的效率值變化，如圖2所示。

可以看出，沿海地區海洋環境效率值大體呈現“M”型變動趨勢，總體都在0.8以上，一直處于高效率水平，說明中國海洋環境效率處于良好發展狀態。2005—2008年間海洋環境效率持續下降，主要原因可能在于“十五”期間國家提出重視海洋經濟發展，強調加大力度對海洋資源開發，隨后而來的資源消耗過多、環境污染嚴重問題，使得中國整體海洋環境效率值從2005年的1199持續下降至2008年的0.958;2010年出現小峰值，原因可能在于2008—2010年間政府為應對全球次貸危機實施的“四萬億投資計劃”，為了擴大內需、促進經濟平穩較快增長而頒布的十項措施中明確提到，加強生態環境建設以及重點流域水污染防治，同時對全國所有行業實施增值稅轉型改革以減輕企業負擔，強有力的宏觀政策所帶來的優勢極大地促進了海洋經濟發展，帶來了短期海洋環境效率的大幅提升;隨后在2011年海洋環境效率急劇下降，可能原因在于強制投資帶來的泡沫效應，引起全國整體海洋產業升級換代腳步加快，在一定程度上忽視了海洋生態環境破壞問題，一味追求產值的提升，粗放型開發海洋導致總體海洋環境效率值下降的結果，這也和2011—2013年間由于污染物排放過量導致東海、渤海區域大面積赤潮現象的事實吻合;直到近幾年出現回升趨勢，原因可以推測為在2012年，國家專門出臺了《全國海洋經濟發展“十二五”規劃》，其中，加強調海洋環境政策中海洋生態環境保護工作的重要性，比之前的規劃更為詳細全面，由此帶來近年海洋經濟可持續發展的改善[22]。

同時，利用Malmquist模型分解出2004—2015年間的技術進步效率和技術效率，其中，技術效率又可以進一步分解為純技術效率和規模效率，得到表3、圖3。

由表3和圖3可知，大部分年份海洋環境效率指數大于1，說明中國總體海洋環境效率變化指數處于上升階段，并且總體海洋環境效率水平的提高是依賴于海洋技術效率的提升，而非海洋技術進步效率的增長。由技術效率指數進一步分解得到的純技術效率指數和規模效率指數變化幅度不大;相比之下，技術進步效率水平變化較為平緩且效率值較低，未來應進一步推進海洋技術進步，大力提高海洋科技水平，以進一步提升海洋環境效率。

3.3.2海洋環境效率地區間比較

本文將中國沿海地區11個省市區按照經濟集聚特點劃分為四大區域，分別為環渤海區域（遼、津、冀、魯）、長三角區域（滬、蘇、浙）、珠三角區域（粵、閩）以及北部灣區域（桂、瓊）。根據四大沿海區域的全要素生產率（TFP）指數，可以看出各區域之間的海洋環境效率增長率的差異。

中國沿海四大區域的海洋全要素生產率總體呈現中間高兩端低的態勢，長三角地區最高，達到1097 3，泛珠三角地區次之，全要素生產率為1042，環境效率較低的其他兩個地區差別不大，環渤海地區全要素生產率為1037 3，北部灣地區為1037 0，環渤海區域圍繞天津海洋效率最高，長三角區域圍繞上海，珠三角區域圍繞廣東，形成三個海洋經濟增長極的總體格局。

值得注意的是，雖然北部灣區域與全國其他沿海區域海洋環境效率還有一定差距，但是將海洋經濟效率和海洋環境效率作對比，可以看出北部灣的海洋環境效率與其他地區的差距明顯縮小，如表4所示。這說明雖然北部灣區域海洋經濟發展還處于較低水平，但政府并沒有一味地開發海洋資源而大肆破壞海洋生態環境，海洋生態環境總體保持良好，因此海洋環境效率穩中有升。

4海洋環境效率的影響因素分析

為了探討影響海洋環境效率發展的因素，尤其是環境規制因素的影響，本文在得到海洋環境效率值結果之后，以此作為因變量，通過建立Tobit面板模型，分析各項變量指標對海洋環境效率的影響。

4.1變量選取和說明

參考以往學者研究，考慮從地區發展水平、海洋產業結構、港口活躍度、科技投入、地區開放程度、環境規制力度以及“十二五”建立的海洋經濟發展試點效果等方面作為變量。①因變量（Y）選取的是跨期超效率模型結果[29]，通過分別對每個省市計算的2004—2015年時序超效率值，作為衡量海洋經濟效率水平;②海洋產業結構選取海洋第三產業占海洋生產總值比重（X1）;③港口活躍度選取港口貨物吞吐量（X2）;④科技投入選取的是海洋科技人員數量（X3）;⑤地區經濟發展水平選取的是人均GDP（X4）;⑥地區對外開放程度選取進出口占GDP比重（X5）;⑦環境規制力度選取完成治理投資占GDP比重，由“海洋環境規制力度=（完成治理投資×海洋產值占總值比重）/海洋總值”折算而來;⑧“十二五”海洋經濟發展試點的影響效果采用倍差法來處理，X7是表示時間界限前后的虛擬變量，將“十二五”規劃的第一年2011年作為界限，2004—2010年賦值為0，2011—2015年賦值為1;X8表示實驗組和對照組的虛擬變量，“十二五”提出將山東、浙江、廣東、福建和天津五個沿海城市作為海洋經濟的發展試點，所以這五個地區設為實驗組，賦值為1，其他地區為對照組賦值為0。數據來源于《中國統計年鑒》《中國海洋統計年鑒》。

由表5結果發現4個模型的回歸結果基本一致。首先，環境規制力度、海洋產業結構和地區經濟發展水平對海洋環境效率存在顯著的正向影響。由此可見環境規制對于海洋經濟發展的重要影響，也說明中國海洋環境規制的成效顯著，未來的海洋經濟發展依然需要重視環境規制，應當適當加大環境規制力度;海洋產業結構對海洋經濟效率具有正向促進作用，說明海洋第三產業的比重增加有利于海洋環境效率的提高，但是回歸系數值并不高，說明促進作用有限，這也正符合海洋結構變遷不同于一般產業結構以“三、二、一”為最優產業結構的現實;地區經濟發展水平對海洋環境效率呈現正向促進作用，原因在于一個地區的經濟發展水平是海洋經濟發展的基礎和平臺，地區發展水平高，方便為海洋經濟發展提供資金、資源和技術支持;其次，科技投入和地區對外開放程度對海洋經濟效率有顯著的負向作用。海洋科研人員的回歸系數為負，這與蘇為華[30]結論一致，說明雖然對于海洋科研人力資本的投入力度在逐年增加，但是帶來的實際效應并不高，所以不能一味地投入人力物力，而忽視了對于海洋技術的內在創新;對外開放程度也呈現出對海洋經濟效率的抑制作用，原因可能在于近年來對外出口疲軟，通過盲目引進外資并不能帶動經濟效率的提升，甚至給海洋環境帶來壓力。再次，分析含有倍差法的模型二和模型四，可以看到兩個模型中交互項均不顯著，說明“十二五”實施的海洋發展經濟區試點政策并沒有達到預想的效果，對海洋環境效率沒有顯著影響。原因可能在于建立試點并沒有將海洋經濟改革落到實處，另一方面，作為實驗區的五個省市沒有很好地利用政策優勢，沒有因地制宜地為當地的海洋經濟可持續發展提供可行性規劃;海洋產業結構對于海洋環境效率沒有顯著影響，說明海洋產業結構的“三、二、一”模式并沒有給海洋環境效率帶來提升，這也正符合海洋結構變遷不同于一般產業結構以“三、二、一”為最優產業結構的現實。

5結論與建議

5.1結論

通過含有非期望的超效率模型和Malmquist模型對2004—2015年間沿海11個省市海洋環境效率進行測算，并且分析了海洋環境效率的差異性和變化特征，隨后利用面板回歸初步地探索了影響海洋環境效率的因素，得到的主要結論有：

由超效率模型測算結果可以進一步比較有效面上廣東、上海和天津之間的效率值高低，廣東和上海常年位居海洋經濟發展的排名前一、二位，天津僅次于后排名第三。沿海各省海洋環境效率大體呈現三個梯隊分布，廣東、上海、天津處于第一梯隊，浙江、江蘇、山東處于第二梯隊，河北、遼寧、福建、海南、廣西處于第三梯隊;歷年各省海洋環境效率排名變化走勢可以分為上升型、下降型、穩定型和波動型四種類型，其中穩定型又包括排名穩定靠前和排名穩定靠后。

中國海洋總體經濟發展水平處于較高水平，且發展歷程波動較大，其中長三角和珠三角地區處于較高發展水平，環渤海地區處于中等發展水平，北部灣地區發展水平最低，尤其是廣西省，應注意調節海洋產業結構，升級海洋發展模式，走綠色可持續發展的海洋經濟發展道路。

珠三角、長三角地區海洋環境效率整體較高，環渤海、北部灣地區海洋環境效率水平相對較低，但考慮環境因素后，北部灣區域與其他區域效率差明顯縮小;總體海洋經濟發展效率增長依靠海洋技術效率的增長，而非技術進步效率的增長，應注重海洋經濟發展中內生技術創新，提高海洋經濟發展中的技術提升，從而進一步提高總體海洋經濟效率。

環境規制是促進海洋經濟發展的重要原因，對于海洋環境效率有顯著的促進作用，對此應更加注重規避海洋生態環境的進一步惡化，注重海洋資源的合理有效配置，加強環境規制力度。科研投入一定程度上抑制了海洋環境效率的提高，一味地科研投入可能忽略了真正的技術創新，使得科技資源配置不當，對海洋環境效率起到了是負向作用。

5.2對策建議

針對沿海各地區海洋環境效率水平存在的差異，應注意沿海各省市海洋經濟均衡發展，海洋環境效率偏低的地區，應當注重利用自身發展優勢，調整自身發展劣勢，以取得海洋環境效率的進一步提升。遼寧、河北、山東和浙江等地應注重海洋生產活動與海洋生態環境平衡發展，做到發展海洋經濟的同時，尤其是海洋養殖業等相關產業，注意在海洋養殖過程中，能夠保護好海洋生態環境;廣西、福建應注重海洋生產中的內生技術進步，提高海洋技術進步效率，結合自身優勢，合理配置海洋資源，擴大海洋生產規模，提高海洋技術效率。

環境規制是促進海洋環境效率提升的主要影響因素，應加大環境規制力度，注意不僅要處理污染末端的治理，更應當加強海洋生產活動中污染源頭的控制，完善相關法律法規的修訂，加強政府政策執行管理能力，確保環保工具有力實施，充分發揮政府管制作用。

為避免科技投入的增加對海洋環境效率反而造成負向的影響，應當注意對海洋科技投入進行有效運用，海洋經濟活動不能盲目模仿外來技術，對于投入海洋科技的大量資源應當用于自身技術創新，在提高海洋產業中科技投入比重的同時，應當鼓勵企業進行生產技術的創新和產品革新，從而實現海洋產業的轉型升級。

（編輯：于杰）

參考文獻

[1]馮梁.論21世紀中華民族海洋意識的深刻內涵與地位作用[J].世界經濟與政治論壇，2009（1）：71-79.

[2]何楓，陳榮，何煉成.SFA模型及其在我國技術效率測算中的應用[J].系統工程理論與實踐，2004（5）：46-50.

[3]王兵，吳延瑞，顏鵬飛.中國區域環境效率與環境全要素生產率增長[J].經濟研究，2010，45（5）：95-109.

[4]劉建國，李國平，張軍濤，等.中國經濟效率和全要素生產率的空間分異及其影響[J].地理學報，2012，67（8）：1069-1084.

[5]宋馬林，王舒鴻.環境規制、技術進步與經濟增長[J].經濟研究，2013（3）：122-134.

[6]楊愛婷.基于可持續發展和福利增長的經濟績效研究[D].武漢：華中科技大學，2013：10-16.

[7]丁黎黎，朱琳，何廣順.中國海洋經濟綠色全要素生產率測度及影響因素[J].中國科技論壇，2015（2）：72-78.

[8]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（4）：6-10.

[9]JAMNIA A R，MAZLOUMZADEH S M，KEIHHA A A.Estimate the technical efficiency of fishing vessels operating in Chabahar region，Southern Iran[J].Journal of the saudi society of agricultural sciences，2015，14（1）：26-32.

[10]劉大海，臧家業，徐偉.基于DEA方法的海洋科技效率評價研究[J].海洋開發與管理，2008（1）：48-51.

[11]李彬，高艷.我國區域海洋經濟技術效率實證研究[J].中國漁業經濟，2010，28（6）：99-103.

[12]紀建悅，王奇.基于隨機前沿分析模型的我國海洋經濟效率測度及其影響因素研究[J].中國海洋大學學報（社會科學版），2018（1）：43-49.

[13]范斐，孫才志，張耀光.環渤海經濟圈沿海城市海洋經濟效率的實證研究[J].統計與決策，2011（6）：119-123.

[14]趙昕，郭愷瑩.基于GRA-DEA混合模型的沿海地區海洋經濟效率分析與評價[J].海洋經濟，2012，2（5）：5-10.

[15]張繼良，高志霞，楊榮.我國沿海地區海洋經濟發展水平及效率研究[J].調研世界，2013（5）：46-50.

[16]DING L L，ZHENG H H，KANG W L.Measuring the efficiency of ocean economy in China： an improved threestage model [J].Romanian journal of economic forecasting，2017，20（1）：5-22.

[17]CASTELLETL，SENANTE M M.Efficiency assessment of wastewater treatment plants： a data envelopment analysis approach integrating technical，economic and environmental issues [J].Journal of environmental management，2016，167：160-166.

[18]KANGW L，WANG L，YU W C.Multiattribute double auction models for resource allocation in computational grids[J]. Open cybernetics and systemics journal，2014，8（1）：357-362.

[19]趙林，張宇碩，焦新穎，等.基于SBM和Malmquist生產率指數的中國海洋經濟效率評價研究[J].資源科學，2016，38（3）：461-475.

[20]殷克東，李興東.中國沿海地區海洋經濟發展水平測度研究[J].經濟管理，2010，32（12）：1-6.

[21]陳金良.我國海洋經濟的環境評價指標體系研究[J].中南財經政法大學學報，2013（1）：18-23.

[22]吳瑋林.中國海洋環境規制績效的實證分析[D].杭州：浙江大學，2017：15-43.

[23]FARER，GROSSKOPF S，LOVELL C A K，et al. Multimateral productivity comparisions when some outputs are undesirable：a nonparametric approach[J].The review of economics and statistics，1989，71（1）：90-98

[24]CHUNGY H， FARE R， GORSSKOPF S. Productivity and undesirable outputs： a directional distance function approach.[J].Journal of environmental management，1997，51（3）：229-240.

[25]SEIFORD L M， ZHU J. Modeling undesirable factors in efficiency evaluation [J].European journal of operational research， 2002，142（1）：16-20.

[26]王波，張群，王飛.考慮環境因素的企業DEA有效性分析[J].控制與決策，2002（1）：24-28.

[27]張軍，吳桂英，張吉鵬.中國省際物質資本存量估算：1952—2000[J].經濟研究，2004（10）：35-44.

[28]吳延瑞.生產率對中國經濟增長的貢獻：新的估計[J].經濟學（季刊），2008（3）：827-842.

[29]劉自敏，張昕竹，楊丹.我國省級政府衛生投入效率的時空演變——基于面板三階段DEA模型的分析[J].中央財經大學學報，2014（6）：97-104.

[30]蘇為華，王龍，李偉.中國海洋經濟全要素生產率影響因素研究——基于空間面板數據模型[J].財經論叢，2013（3）：9-13.