我國水產養殖業生產效率評估及其對漁業統計的啟示

岳冬冬，吳反修，李欣童，張 爽

（1.中國水產科學研究院東海水產研究所，農業農村部遠洋與極地漁業創新重點實驗室，上海 200090；2.全國水產技術推廣總站，中國水產學會，北京 100125）

水產養殖業已經成為中國水產品產量的主要來源，為解決優質安全動物蛋白供給問題發揮了重要作用［1］。《中國漁業統計年鑒》數據顯示，2019年中國水產養殖產量5 079.07×104t，養殖產品與捕撈產品的產量比例達到78.4∶21.6［2］，隨著中國近海捕撈漁業管控措施的進一步升級以及長江“十年禁漁”任務的貫徹落實，預計養殖水產品在水產品總產量中的占比將繼續提高。然而，從生產實踐過程來看，在水產養殖業快速發展的同時，以要素投入驅動的水產品產量增長方式所引發的效率問題，已成為社會各界關注的焦點之一。

水產養殖業屬于第一產業，其生產過程對于要素投入更為依賴，苗種、養殖水體面積、勞動力和資本投入是提高水產養殖產量的關鍵因素，因此，提高水產養殖投入產出效率是實現漁業高質量發展的重要路徑之一。張成等［3］測算認為2006—2012年中國水產養殖業綜合技術效率不高，純技術效率和規模效率都相對偏低；紀建悅和李藝菲［4］的測算結果顯示，中國海水養殖業的綠色技術進步處于上升過程；在上述研究的基礎上，岳冬冬等［1］通過構建綜合苗種指標、綜合面積指標，測算了2018年中國水產養殖業技術效率，結果顯示，水產養殖綜合技術效率均值為0.827，純技術效率和規模效率的均值分別為0.93和0.89，均有提升空間。《中國漁業統計年鑒》是目前獲取水產養殖業投入產出指標的主要數據來源，但上述研究成果在選擇測算指標時，卻略有不同。其中，產出指標可以選擇水產養殖產量或產值，投入指標主要選擇養殖用工、漁船、苗種和面積等要素。從水產養殖業投入產出統計指標的含義來看，現有研究中的養殖面積和養殖產量指標選擇存在一定的“擴大”現象。例如，水產養殖面積應剔除掉當年受災養殖面積，水產養殖產量應與面積相對應，考慮是否需要納入“海水工廠化養殖產量”“淡水工廠化養殖產量”和“海水深水網箱養殖產量”。因為在《中國漁業統計年鑒》中，統計生產要素指標時，未將“海水工廠化養殖面積”“淡水工廠化養殖面積”和“海水深水網箱養殖面積”計入水產養殖總面積。可見，現有文獻中直接使用“水產養殖產量”指標作為產出指標，造成了“水產養殖產量”指標與“水產養殖面積”指標不相匹配的對應關系。

鑒于上述研究成果在指標選擇中有待進一步探討的問題，本研究通過梳理水產養殖產量與面積指標對應關系，引入綜合苗種指標以簡化水產苗種指標數量多而帶來的數據處理“繁雜”特征，并進一步優化選擇投入產出指標，以逼近真實的水產養殖業發展特征，從而獲取更為準確的水產養殖技術效率評價結果，為制定水產養殖轉型升級政策提供參考。最后，結合現行漁業統計指標特點，提出相關啟示。

1 研究方法與指標選擇

1.1 研究方法

（1）數據包絡法。數據包絡法（data envelopment analysis，DEA）是一種非參數方法，在測算多投入、多產出的多個決策單元效率及其有效性分析方面應用廣泛。DEA模型有投入導向（input-oriented）和產出導向（output-oriented）兩種形式，根據用途可假定為規模收益不變（constant return to scale，CRS）和規模收益可變（variable return to scale，VRS）。本研究采用投入導向、假定規模收益可變的DEA模型測算中國水產養殖業生產效率。

（2）主成分分析法。《中國漁業統計年鑒》中涉及水產苗種的指標有14個類別，將其全部作為“苗種”投入指標進行效率測算，一是投入指標數量多，導致數據處理過程冗余；二是不便于從總體上說明“苗種”投入對水產養殖業生產效率的影響程度。因此，本研究利用主成分分析法對14個類別的水產苗種指標建立綜合苗種指標，作為投入指標之一。

1.2 指標選擇與數據來源

水產養殖業的產出指標包括產量和產值，由于產量指標更有利于在“海水工廠化養殖產量”“淡水工廠化養殖產量”和“海水深水網箱養殖產量”取舍時進行數據處理，而產值指標則不具有該優勢，因此，本研究采用產量（y）作為產出指標，數據來源于《中國漁業統計年鑒》。

從水產養殖投入成本來看，其中飼料費、苗種費、人工費和塘租費等是其主要構成來源，但從數據的可獲得性看，《中國漁業統計年鑒》中可以對應到省份的水產養殖投入指標包括養殖面積、苗種、養殖漁船和養殖漁民數量。《中國漁業統計年鑒》統計的海水養殖面積不包括深水網箱和工廠化養殖方式，但其產量在統計范圍之內；統計的淡水養殖面積不包括稻田養殖、工廠化養殖方式，但其產量在統計范圍之內；漁業災情損失中統計了受災養殖面積；按照《農業農村部辦公廳關于規范稻漁綜合種養產業發展的通知》（農辦漁〔2019〕24號）和《稻魚綜合種養技術通則》［6］的要求，稻田中用于水產養殖的面積占稻田總面積的比例不超過10%。基于上述分析，按照“無養殖面積統計則無產量”的原則，水產養殖產量（y）指標的數據處理方式為：

養殖漁船指標（x2）和養殖專業從業人員指標（x3）數據來源于《中國漁業統計年鑒》。《中國漁業統計年鑒》統計的海淡水養殖苗種指標包括14個類別，全部納入本文研究范圍，并經主成分分析處理，得到綜合苗種指標（x4）。由于綜合苗種指標（x4）為標準化數據，為保持其他投入產出指標數據特征一致性，對水產養殖產量指標（y）、水產養殖面積指標（x1）、養殖漁船指標（x2）和養殖專業從業人員指標（x3）進行標準化處理。經標準化處理后，若投入產出指標存在“負值”，需要通過初等行變換后轉為“正值”，以符合數據包絡法對輸入數據的要求［7］。本研究上述投入產出指標數據的統計周期范圍為2019年1月1日—2019年12月31日。

1.3 數據處理

對水產養殖產量指標（y）、水產養殖面積指標（x1）、養殖漁船指標（x2）和養殖專業從業人員指標（x3）進行標準化處理，構建綜合苗種指標（x4）的過程以及31個省份水產養殖綜合效率的聚類分析采用SPSS 22.0軟件；水產養殖業綜合效率的測算采用DEAP 2.1軟件。

2 結果與分析

2.1 綜合苗種指標構建與指標數據標準化

2.1.1 綜合苗種指標構建

利用主成分分析法構建綜合苗種指標（x4）以反映水產苗種對養殖產量的影響程度。《中國漁業統計年鑒》統計的水產苗種指標包括：海水魚苗（x4，1）、蝦類育苗（x4，2）、貝類育苗（x4，3）、海帶（x4，4）、紫 菜（x4，5）、海參（x4，6）、淡水魚苗（x4，7）、淡水魚種（x4，8）、投放魚種（x4，9）、河蟹育苗（x4，10）、扣蟹（x4，11）、稚鱉（x4，12）、稚龜（x4，13）和鰻苗捕撈（x4，14）。利用SPSS 22.0軟件對上述水產苗種指標數據進行標準化，分別表示為：海水魚苗（x’4，1）、蝦類育苗（x’4，2）、貝類育苗（x’4，3）、海帶（x’4，4）、紫菜（x’4，5）、海參（x’4，6）、淡水魚苗（x’4，7）、淡水魚種（x’4，8）、投放魚種（x’4，9）、河蟹育苗（x’4，10）、扣蟹（x’4，11）、稚鱉（x’4，12）、稚龜（x’4，13）和鰻苗捕撈（x’4，14）。結果如表1所示。

對經標準化處理后的14個水產苗種指標進行主成分分析，結果見表2和表3。

由表2可以看出，第1主成分的特征值為4.491，方差貢獻率為32.080%，為最重要的主成分；第2主成分特征值為3.303，方差貢獻率為23.593%；第3主成分特征值為2.074，方差貢獻率為14.817%；第4主成分特征值為1.464，方差貢獻率為10.458%；第5主成分特征值為1.189，方差貢獻率為8.491%。基于特征值大于1的因子判斷標準，提取前5個主成分。前5個主成分累計方差貢獻率為89.439%，表明前5個主成分可以解釋水產苗種指標89%以上的信息。通過表3的主成分載荷矩陣，構建綜合苗種5個主成分的表達式分別如下：

其中，F1、F2、F3、F4和F5分別表示特征值較大的前5個主成分。根據主成分權重=方差貢獻率/累積方差貢獻率，建立綜合苗種指標（x4）表達式如下：

利用各主成分權重計算苗種指標的綜合得分，得分值越高，表明該省份的苗種生產實力越強。綜合苗種得分結果見表4。

由表4可知，福建、江蘇、湖北、廣東、山東、江西和浙江7個省份的水產苗種主成分綜合得分均＞1，其中福建得分最高，達到6.238；其次是遼寧、安徽和湖南，水產苗種主成分綜合得分＜1，屬于第二梯隊；其余省份水產苗種主成分綜合得分均小于0，表明這些省份水產苗種的生產實力相對較為薄弱。

表2 主成分的特征根與貢獻率Tab.2 Characteristic roots and contribution rate of principal components

表3 主成分的主因子載荷矩陣Tab.3 Main factor loading matrix of principal components

表4 各省份水產苗種主成分得分、綜合得分及排序Tab.4 Principal component scores，comprehensive scores and rankings of aquatic seedlings in each province

2.1.2 指標數據標準化

為滿足數據包絡法對投入產出指標數據特征的要求，利用SPSS 22.0軟件對水產養殖產量指標（y）、水產養殖面積指標（x1）、養殖漁船指標（x2）和養殖專業從業人員指標（x3）進行標準化處理，并以指標值最大的山東數據為基礎進行初等行變換，轉換各指標值為正值［8］；同時對綜合苗種指標（x4）進行平移處理，以轉換指標值為正值。數據處理結果如表5所示。

表5 經處理后的水產養殖投入產出指標Tab.5 Input and output indicatorsof aquaculture after treatment

2.2 綜合效率測算結果分析

采用DEAP 2.1軟件對水產養殖業生產效率進行測算，全國31個省份的水產養殖業綜合效率、技術效率、規模效率和規模報酬結果見表6。

表6 水產養殖業綜合效率及其構成Tab.6 Comprehensive efficiency and composition of aquaculture

（1）水產養殖綜合效率均值為0.916。綜合效率指標表示各省份水產養殖投入要素的整體使用效率，從表6的結果看，綜合效率未達到有效（綜合效率＜1）的省份22個，占比為70.97%，說明全國有超過2/3的省份在水產養殖投入要素配置方面的效率低下。全國31個省份水產養殖綜合效率均值為0.916，其中19個省份的水產養殖綜合效率值大于全國平均值，占比為61.29%，其綜合效率值的平均數為0.986，高于全國平均水平7.64%；其余12個省份的水產養殖綜合效率值小于全國平均值，其綜合效率值的平均數為0.804，低于全國平均水平12.23%。

（2）水產養殖技術效率均值為0.957。技術效率指當水產養殖規模一定的情況下，產出水平的有效程度，從表6的結果看，水產養殖技術效率未達到有效（技術效率＜1）的省份有11個，占比為35.48%，說明全國約65%的省份在水產養殖管理和技術投入方面有效。31個省份水產養殖技術效率均值為0.957，其中24個省份的水產養殖技術效率值大于全國平均值，占比為77.42%，其平均值為0.997，高于全國平均水平4.18%；其余7個省份的水產養殖技術效率值小于全國平均值，其平均值為0.818，低于全國平均水平14.52%。

（3）水產養殖規模效率均值為0.956。規模效率反映的是不同省份水產養殖現有生產規模與最優生產規模之間的差距，從表6的結果看，水產養殖規模效率未達到有效（規模效率＜1）的省份22個，占比為70.97%，說明全國大部分省份的水產養殖規模未實現最優規模下生產。水產養殖規模效率均值為0.956，其中20個省份水產養殖規模效率值大于全國平均值，占比為64.52%，其水產養殖規模效率平均值為0.993，高于全國平均水平3.9%；11個省份水產養殖規模效率值小于全國平均值，其水產養殖規模效率平均值為0.891，低于全國平均水平6.8%。

（4）規模報酬遞增的省份占比為45.16%。規模報酬指各省份水產養殖投入的生產要素按相同比例變化時所帶來的產量變化特征，從表6的結果看，規模報酬遞增的省份有14個，占比為45.16%，這些省份應提高生產要素投入規模，以提高規模報酬；規模報酬不變的省份有9個，占比為29.03%，這些省份可以保持現有要素投入規模；規模報酬遞減的省份有8個，占比為25.81%，這些省份應通過優化生產要素投入規模，加強管理水平，從而達到水產養殖最優規模。

3 主要結論與啟示

提高全要素生產率對于提升我國水產養殖業發展效益具有重要作用。科學合理選擇投入產出指標是測算我國水產養殖業生產效率的前提，結合本研究選取、處理的投入產出指標來看，建議對水產養殖業相關統計指標的設置進行調整完善，以期為準確測算水產養殖業生產效率提供數據支撐，進一步為水產養殖業生產管理決策提供依據。

3.1 主要結論

3.1.1 各省份水產養殖苗種綜合生產能力差異較大

通過主成分分析法構建的水產養殖苗種生產綜合指標結果反映，福建省水產苗種綜合生產能力最強，主成分得分值6.238，遠高于居第二位的江蘇省。根據主成分得分值結果，福建、江蘇、湖北、廣東、山東、江西和浙江7個省份的水產苗種綜合生產能力屬于第一梯隊；遼寧、安徽和湖南3個省份的水產苗種綜合生產能力屬于第二梯隊；其余省份的水產苗種綜合生產能力屬于第三梯隊。

3.1.2 水產養殖綜合效率均值較高

全國31個省份水產養殖綜合效率均值為0.916，總體較高，但未達到有效（綜合效率＜1）的省份有22個，占比為70.97%，說明全國有超過2/3的省份在水產養殖投入要素配置方面的效率低下。水產養殖技術效率均值為0.957，其中24個省份的水產養殖技術效率值大于全國平均值，占比為77.42%，其平均值為0.997，高于全國平均水平4.18%。水產養殖規模效率均值為0.956，其中20個省份水產養殖規模效率值大于全國平均值，占比為64.52%。規模報酬遞增的省份有14個，占比為45.16%，這些省份應提高生產要素投入規模，以提高規模報酬；規模報酬遞減的省份有8個，占比為25.81%，這些省份應通過優化生產要素投入規模，加強管理水平，從而達到水產養殖最優規模；其他省份規模報酬不變，可以保持現有要素投入規模。

3.2 完善漁業統計指標的啟示

3.2.1 水產養殖面積指標的分類統計

按照不同方式進行區分，水產養殖面積的內容也有所不同。例如，從是否起捕水產品角度來看，水產養殖面積可以分為“起捕水產品養殖面積”和“未起捕水產品養殖面積”，或者將后者稱為“存塘養殖面積”；從水產品的生長階段角度來看，水產養殖面積可以分為“成品養殖面積”和“苗種養殖面積”。通過上述對水產養殖面積統計指標的區分，可以更為準確地識別水產品產量對應的養殖面積投入，即“起捕水產品養殖面積”，避免了在養殖面積投入要素中包括“存塘養殖面積”和“苗種養殖面積”，不僅擴大了水產品產量對應的“實際投入養殖面積”，同時對于掌握水產品“存塘”規模和“苗種生產形勢”也難以做到數據調度。

3.2.2 水產苗種指標的分類統計

《中國漁業統計年鑒》中統計的水產苗種指標涉及14個類別，從指標解釋來看，除“投放魚種”指標外，其余指標僅反映了各省份水產苗種的生產情況，難以將其與水產品產量直接對應起來，即水產苗種生產到水產品產量之間的苗種流通和苗種投放環節處于黑箱狀態。同時，統計指標中的“投放魚種”是包括海淡水魚種投放，還是僅指淡水魚種投放難以清晰辨別。因此，直接使用“投放魚種”或者其他水產苗種指標作為水產養殖投入要素，都不夠準確，一定程度上會影響水產養殖效率測算結果質量，因此，需要對“投放魚種”指標進一步細化，以實現其與水產養殖產量的對應關系。