中國海水養殖產業綠色全要素生產率分解及影響因素分析

張 懿，紀建悅

（1.青島理工大學商學院，山東青島 266520；2.中國海洋大學經濟學院，山東青島 266100；3.中國海洋大學海洋發展研究院，山東青島 266100）

我國人口眾多，陸域糧食增產面臨化肥污染、耕地減少和水資源短缺的嚴峻挑戰，在此矛盾中糧食安全首當其沖。耕海牧漁，建設“藍色糧倉”對于保障糧食安全、緩解人口增長壓力、改善國民膳食結構意義重大。隨著海洋捕撈水產品供給能力的退化，海水養殖產量已經成為“藍色糧倉”有效庫存豐裕度的決定性指標。近年來，隨著國家對海洋食物開發的重視，我國海水養殖產業取得了飛速發展，但其代價卻是巨大的資源投入和嚴重的生態環境污染。一方面近岸海域、灘涂能用于養殖的空間已趨于極限，想要繼續擴大資源要素投入已不現實；另一方面，海水養殖并非清潔生產，養殖生物糞便等排泄物的沉積，殘餌產生的氮、磷等營養物質積累，使養殖海域生態環境惡化與產出增長需求的矛盾加劇。研究海水養殖綠色全要素生產率具有重要的理論與現實意義。

海洋食物對于陸域糧食生產的補充作用得到了學術界的普遍認可，Kobayashi 等［1］指出，海水養殖產業是增長最快的食品生產部門，是未來海洋食品供給的主要來源；盧昆［2］指出隨著近岸捕撈業的衰退，海水養殖業已經成為“藍色糧倉”有效庫存豐裕度的決定性指標，也是“藍色糧倉”建設最為關鍵的支撐性產業；翟璐等［3］認為，控制海洋捕撈產量，優化海水養殖模式有助于促進我國“藍色糧倉”的可持續發展。然而海水養殖并非清潔生產，大量學者從定性和定量角度對海水養殖污染進行測度，Wu［4］指出，海水養殖的污染負荷非常高，氮、磷、碳等大量污染物在魚類呼吸排泄、飼料浪費的過程中積聚流失，并導致嚴重的生態環境問題；董雙林等［5］指出，海水養殖主要通過污染物排放、魚藥等化學品的使用、養殖生物外套等方式對生態環境產生破壞：楊正先等［6］指出中國品種單一、高密度放養、大量投餌的養殖方式造成養殖海域生態環境嚴重破壞，容易導致魚病暴發；隨后學者們對海水養殖污染的影響因素進行了深入研究，唐啟升等［7］認為養殖品種多樣性、不投餌率、養殖生物營養級變化等是影響海水養殖環境影響的重要因素；操建華［8］指出低營養級生物也會存在污染，品類單一、高密度養殖和網箱養殖等粗放養殖方式造成的污染最大；呂兌安等［9］指出，海水養殖業污染主要源自營養鹽、有機質、重金屬和抗生素，應注重源頭治理。近年來，養殖海域生態環境惡化對海洋水產品持續供給能力的威脅已不容忽視，提質增效成為海水養殖產業關注的焦點話題。Vassdal 等［10］使用Malmquist 指數對挪威海水養殖業全要素生產率進行測度發現，海水養殖業達到成熟階段后，行業全要素生產率可能會停止甚至倒退；Asche 等［11］發現挪威三文魚養殖的全要素生產率主要是由技術進步引起的；秦宏等［12］運用SBM 模型對2008 至2016 年中國海水養殖生態經濟效率進行測度，并分析了導致生態經濟效率損失的原因；高晶晶等［13］采用三階段DEA 模型對海水養殖的技術效率進行測度發現，規模無效是阻礙技術效率提升的主要因素；紀建悅等［14］基于超越對數函數的隨機前沿模型對中國養殖海域的綠色技術效率進行研究認為，海水養殖綠色技術效率主要受養殖水域、養殖方式和地區發展水平的影響。

綜上所述，面對人口增長所帶來的糧食安全壓力以及較為嚴峻的海洋資源環境約束，提升綠色全要素生產率是海水養殖產業未來發展的關鍵要點。然而，目前對于海水養殖產業綠色全要素生產率的系統性研究還相對較少，本文在前人研究的基礎上，科學選取海水養殖產業綠色全要素生產率的要素投入、期望產出和非期望產出指標；基于SBM-GML指數對海水養殖產業的綠色全要素生產率水平進行測度，并從純技術效率變化、規模效率變化、純技術變化和規模技術變化4 個角度進行了更加全面細致的分解；最后選取外部影響因素對綠色全要素生產率進行回歸分析，為海水養殖業綠色全要素生產率的提升路徑規劃提供實證支持。

1 研究方法

1.1 SBM 模型

資源環境約束下海水養殖業效率的測度問題實際上是考慮非期望產出的效率測度問題，傳統上經常使用投入處理法［15］，但由于投入處理法存在違背投入產出的實際生產過程的問題，會導致效率測度的不準確。針對這一問題，Tone［16］提出了SBM 模型，該模型直接將投入產出的松弛變量納入目標規劃函數，使得測度結果更加與實際生產相符。SBM 測度模型的形式如式（1）所示。

其中，E為海水養殖業決策單元的效率值，ρ為目標函數，m為投入要素數，n1為期望產出數，n2為非期望產出數，D、Yg、Yb為對應的投入矩陣、期望產出矩陣、非期望產出矩陣。λ為權重向量，s-、sg和sb表示各項投入、期望產出與非期望產出的松弛量，其中s-和sb代表投入及非期望產出的冗余，sg代表期望產出的不足。這樣直接將松弛問題帶來的與有效前沿相比的“無效率”加入模型中，表示投入冗余部分帶來的效率低下，即投入要素的可縮減比例，表示期望產出的不足引起效率低下的部分，即期望產出的可擴張比例，表示非期望產出過多帶來效率的低下，即非期望產出的可縮減部分?？梢钥闯觯斖度牒彤a出約束越松弛，即的值越大，海水養殖的效率值越低。對于被評價的決策單元，當且僅當ρ=1，即時有效率，稱為DEA 有效。ρ＜1，說明被評價的決策單元無效，存在投入過多、期望產出不足、非期望產出過多的情況。

1.2 GML 全要素生產率指數模型

Malmquist 全要素生產率指數的測度最早源自Malmquist，也是該指數的命名由來。Fare 等［17］基于DEA 方法計算Malmquist 指數，構造了跨期變動的Malmquist 全要素生產率指數，計算決策單元（DMU）在兩個時期內的技術效率變化（TEC）和技術變化（TC），如式（2）所示：

如果將SBM 轉變為規模報酬可變的SBM 模型，技術效率（TEC）則又可以進一步純技術效率（PEC）和規模效率變化（SEC），如式（3）所示：

1.3 計量分析模型

基于綠色全要素生產率的理論分析框架，本文從環境規制、技術推廣、科教投入、產業發展和漁業開發程度等方面構建的海水養殖綠色全要素生產率的實證分析模型如下：

2 指標選取與數據來源

2.1 綠色全要素生產率測度指標選取

綠色全要素生產率的投入產出指標體系構建如下：（1）勞動投入。勞動投入通過海水養殖從業人員數來衡量，是直接從事海水養殖生產活動的勞動者數量，與海水養殖業的規模和發展水平息息相關。（2）海水養殖資本投入。本文借鑒王金田等［19］對農業資本存量估算的研究，采用永續盤存法對海水養殖業的資本存量水平進行測算，公式為：其中，為本期和前期的海水養殖資本存量，I為固定資產投資額，為固定資本折舊率取4.24%。（3）魚苗和餌料投入。海水養殖過程主要包括種苗培育→投放→養殖→捕獲，魚苗和餌料投入是不可或缺的重要投入，故本文采用海水養殖飼料與魚苗投入的資金進行衡量。（4）海水養殖面積投入。海水養殖活動需要在近岸灘涂和養殖海域空間上進行，本文采用海水養殖總面積對資源要素投入進行衡量。（5）期望產出選取。本文借鑒傳統的做法，選擇海水養殖業的生產總值作為期望產出，為了消除價格因素的影響，以2008年為基年，對其進行定基化處理。（6）非期望產出的測度。海水養殖生態環境污染物主要包括氮（N）、磷（P）及化學需氧量（COD），但污染物產量無法直接從年鑒中獲得，本文參考既有研究采用產排污系數法進行計算［20］。

2.2 海水養殖綠色全要素生產率的影響因素選取

核心解釋變量：海洋環境規制水平。環境規制是綠色全要素生產率的重要影響因素，理論上存在“遵循成本說”和“波特假說”兩條影響路徑。（2）控制變量：1）海水養殖產業發展，產業發展水平綜合反映了海水養殖產業綠色技術創新能力和資金投入能力，產業發展水平可能與綠色全要素生產率正相關。2）海洋科教投入。海洋科教投入是為了綜合開發、利用和保護海洋資源而在科研、教育、管理等方面進行的投入總稱，是綠色全要素生產率提升的必要條件。3）技術推廣強度。新技術的普及運用對綠色全要素生產率提升起著決定性的作用，海水養殖產業高度依賴海域自然條件，海洋環境條件復雜多變，加之人們對海洋的認知還處于探索階段，更加依賴先進技術的推廣普及。4）漁業開放程度。漁業開放程度有助于國家間的合作交流，是跨區域優化資源配置，提高資源利用效率，對于綠色全要素生產率也存在較大影響。5）漁民培訓強度。漁民技術培訓是提升海水養殖技術的重要手段，可能有助于促進綠色全要素生產率的提升。表1 給出了海水養殖產業綠色全要素生產率影響因素選取及解釋。

表1 海水養殖產業綠色全要素生產率影響因素選取及解釋

2.3 數據來源

本文以2008 至2017 年中國沿海10 個省份的數據為樣本，數據全部來自《中國漁業統計年鑒》《中國農業統計年鑒》《中國環境統計年鑒》和《中國海洋統計年鑒》，對于少數缺失數據，本文根據數據波動規律選擇插值法、幾何增長率方法補充。鑒于上海地區數據缺失嚴重且海水養殖規模較小，本文沒有將其包含在內，變量的描述性統計如表2 所示。

表2 相關變量的描述性統計

3 中國海水養殖綠色全要素生產率測度及分解

3.1 海水養殖綠色全要素生產率的時間趨勢分析

海水養殖綠色全要素生產率及其基礎分解指數的時間趨勢如圖1 所示。從整體上看，2016 年綠色全要素生產率累積值為1.675，提高67.5%，呈現大幅上升趨勢。其中，技術效率累積下降12.9%，技術進步累積提高了92.3%，說明中國海水養殖業綠色全要素生產率的提升主要依靠技術進步，技術效率反而略有倒退，成為中國綠色全要素生產率提升的制約因素。

圖1 海水養殖綠色全要素生產率指數的時間趨勢

從時間趨勢看，綠色全要素生產率存在兩次較大幅度的提升。一次發生在2009 至2011 年間，原因在于，《水污染防治法》在2008 年正式頒布，這代表了國家對水環境治理力度的提升，體現了沿海省份為改善水體環境所做的努力；另一次大幅度提升發生在2013 年后，這是我國“生態優先”的漁業方針正式實施的年份，也是《全國海洋經濟發展“十二五”規劃》以及海洋強國戰略正式實施的年份。海洋強國戰略十分注重科技貢獻率，《國家“十二五”海洋科學與技術發展規劃綱要》明確指出要提高科技貢獻率，將海洋技術創新和海洋科技成果轉化作為本階段發展的重點內容。在宏觀政策的影響下，海水養殖綠色全要素生產率主要由技術進步支撐，而我國海水養殖技術效率指數卻持續走低，反映了養殖海域資源管理方面的欠缺，海域使用金是海洋管理的重要手段。雖然《中華人民共和國海域使用管理法》早在2002 年就已頒布，但并未達成應有效果。2007年財政部和原國家海洋局又聯合頒布了《關于加強海域使用金的通知》，然而我國在養殖海域科學定價方面仍較為欠缺，短期內可能仍難以對養殖海域合理定價，提高養殖海域管理水平是提升綠色全要素生產率的重要課題［21-22］。

3.2 海水養殖綠色全要素生產率的區域異質性分析

各地區的海水養殖產業綠色全要素生產率的波動如表3 所示。只有天津市綠色全要素生產率均值小于1，呈小幅度下降趨勢。其余9 個地區綠色全要素生產率的均值都呈上升趨勢。從均值增幅來看，廣東和江蘇的綠色全要素生產率均值增幅較大，屬于第一梯隊，超過了10%；福建、山東、海南、廣西、河北和海南的增幅超過了5%，屬于第二梯隊；而遼寧和浙江的綠色全要素生產率增幅較小在5%以下，屬于第三梯隊。這一結果表明，在資源環境的硬約束下，我國大部分沿海地區在海水養殖產業發展的過程中開始注重綠色全要素生產率的提升，海水養殖產業的增長質量有所提升。這種區域異質性主要原因在于，我國海洋面積廣闊，包括渤海、黃海、東海和南海四大海域，氣候條件則從溫帶到亞熱帶地區，不同省份在產業發展過程中面臨的資源約束各不相同，在產業增長模式上也就產生了較大差異。

表3 各地區海水養殖產業綠色全要素生產率指數

3.3 對海水養殖綠色全要素生產率的進一步分解

本文進一步將綠色全要素生產率分解為：純技術效率變化指數、規模技術效率變化指數、純技術變化和規模技術變化，從而更加細致而深入地反映海水養殖綠色全要素生產率變化的驅動因素。

從樣本期內各地區不同分解指數的平均累積值來看：首先，就純技術效率變化指數的累積變化而言，各地區純技術效率變化指數的平均累積值為0.85，樣本期間內平均累積下降了15%，說明我國海水養殖業純技術效率的變化趨勢整體不容樂觀，也是抑制綠色全要素生產率增長的最重要因素，也反映了各省份都對純技術效率變化缺乏重視；其次，各地區規模技術效率變化指數的平均累積值為1.020，累積增長2%。說明規模技術效率對綠色全要素生產率存在一定的促進作用，但作用大小較為微弱，且這種促進作用在時間趨勢上存在遞減傾向；另外，各地區純技術變化的平均累積值為1.801，增幅為80.1%，說明我國海水養殖產業在樣本期間取得了巨大的技術進步，并且純技術變化的數值也是所有分解項中的最大值，表明純技術變化是我國海水養殖業綠色全要素生產率提升的最主要驅動力量，加大純技術進步是提升我國海水養殖產業綠色全要素生產率的關鍵所在（見圖2）；最后，各省份規模技術變化的平均累積值為1.068，累積增長6.8%，說明規模技術變化也促進了綠色全要素生產率的提升，但遠低于純技術進步的促進作用。

圖2 考慮規模因素綠色全要素生產率分解指數累積變化

從不同地區各分解指數的變動情況看。第一，各地區純技術效率變化指數分解結果如表4 所示。天津的純技術效率變化始終為1，說明樣本期間內的純技術效率沒有發生明顯變化。廣東、廣西和江蘇3 ?。ㄗ灾螀^）的技術效率變化指數的均值大于1，但上升幅度都相對較小分別為0.1%、0.4%和2.8%，說明上述三省份技術效率都呈上升趨勢，但純技術效率變化對綠色全要素生產率的作用大小都較為微弱。河北、遼寧、浙江、福建、山東和海南的純技術效率變化指數小于1。其中河北平均降幅最大，為11.4%，山東平均降幅最小，為0.2%，說明大多數地區純技術效率對綠色全要素生產率均產生了一定的抑制作用。整體上看，我國海水養殖產業純技術效率略有下降，對綠色全要素生產率產生了一定程度的抑制作用。

表4 各地區海水養殖產業純技術效率變化指數

第二，各地區規模技術效率變化指數測度結果如表5 所示。從均值看，有6 個省份的規模技術效率變化指數大于1，包括天津（1.010）、河北（1.079）、浙江（1.001）、福建（1.005）、廣東（1.002）和海南（1.024）；增幅差異較大，最小增幅為0.1%，最大增幅為7.9%，說明大多數省份處于規模經濟的生產階段。而山東、江蘇、遼寧和廣西的規模技術效率變化指數小于1，處于規模不經濟的階段。從時間維度的均值看，2009 至2011 年間各省份規模技術效率的均值分別為1.008、1.066 和1.027，均大于1，在這一時期內規模技術效率促進了我國綠色全要素生產率提升，但這種促進作用呈遞減趨勢。在2012至2016 年間，除2014 年外，各省份規模技術效率變化指數的均值持續小于1，說明隨著我國海水養殖產業規模的不斷擴張，提高養殖規模對技術效率提升的促進作用已經消失，未來我國居民對海洋水產品需求規模仍較為巨大，應更加重視海水養殖產業技術效率提升面臨的壓力。

表5 各地區海水養殖產業規模技術效率變化指數

第三，各地區純技術變化指數的測度結果如表6 所示。從均值看，除天津外，其他9 個沿海省份的純技術變化都大于1，表明純技術變化是驅動海水養殖產業綠色全要素生產率的主要因素。從增幅來看，河北和廣東的平均增幅最大，分別增長14.1%和11.2%，增幅超過了10%，廣西的增幅最低為0.2%，其余省份增幅也都在5%以上。各省份海水養殖產業純技術變化的平均增幅都較大，反映了在資源環境約束愈發嚴峻的情況下，大多數省份都將技術進步當作促進綠色全要素生產率提升的主要手段。

表6 各地區海水養殖產業純技術變化指數

表6 （續）

第四，各地區規模技術變化指數分解結果如表7 所示。從均值看，只有天津、河北和遼寧的規模技術變化指數均值小于1，降幅最大的是河北（0.963），降幅為3.7%，降幅最小的是天津（0.996），降幅為0.4%，說明上述三省市的規模技術變化都整體呈現微小幅度的下降，對綠色全要素生產率產生了微弱的抑制作用。廣東省歷年規模技術變化均為1，反映了廣東省的規模技術變化在樣本期間未發生明顯變化。江蘇、浙江、福建、山東、廣東、廣西和海南這七個省份的均值均大于1，增幅最大的是廣西，增幅為5.9%。增幅最小的是福建僅為0.1%，說明在這七個省份規模技術進步小幅度促進了綠色全要素生產率的上升?？傮w來說，規模技術變化也小幅度地促進了海水養殖產業綠色全要素生產率提升。

表7 各地區海水養殖產業規模技術變化指數

4 海水養殖綠色全要素生產率的影響因素研究

本文對原始數據進行檢驗。首先對多重共線性問題進行檢驗，VIF 值都為1.39，遠低于10，不存在嚴重的共線性問題；然后對方程進行LM 檢驗，方程（1）檢驗P值為0.000，方程（2）P值為0.033，分別在1%和5%的顯著性水平下拒絕“無個體隨機效應”的原假設，不宜采用OLS 進行估計；進一步對方程進行豪斯曼檢驗發現，均在1%的顯著性水平下拒絕“存在隨機效應”原假設；面板數據很可能存在異方差和自相關，本文對兩個方程進行Modified Wald檢驗、Wooldridge檢驗和Friedman檢驗，結果均在1%的顯著性水平下拒絕了原假設。綜上，采用可行廣義最小二乘法更為合適。本文回歸結果如表8 所示。

表8 海水養殖產業綠色全要素生產率的影響因素回歸結果

從核心解釋變量來看。以海域使用金為代表的經濟激勵型海洋環境規制水平對綠色全要素生產率存在顯著的負向影響，回歸系數為-0.002，結果在1%的顯著性水平下顯著，說明經濟激勵型環境規制手段更多的符合“遵循成本說”，環境規制費用對生產過程添加了新的約束，擠占了生產要素資源，導致綠色全要素生產率的下降。可能原因在于雖然《中華人民共和國海域使用管理法》早在2002 年就已推行，但治理效果遠未達到預期。2007 年財政部和國家海洋局又聯合頒布了《關于加強海域使用金的通知》，意在加強管理提高海洋資源配置效率，但我國在養殖海域科學定價體系方面的研究成果仍非常有限，在短期可能仍難以給予養殖海域合理定價［21-22］。

從控制變量來看：（1）漁民培訓強度在兩個回歸中均對綠色全要素生產率具有正向影響，且均通過了1%水平下的顯著性檢驗，說明漁民培訓強度是促進我國綠色全要素生產率的重要因素，漁民在培訓過程中能夠接觸到更加先進的海水養殖方法，進而在海水養殖的生產過程中實現資源節約和環境友好，最終提升全要素生產率。（2）海洋科教投入對綠色全要素生產率具有正向影響，通過了1%水平下的顯著性檢驗，說明我國海水養殖產業綠色全要素生產率的提升需要海洋科教投入的基礎性作用，海洋科教投入通過形成新的知識和人力資本能夠顯著地促進綠色全要素生產率提升。（3）技術推廣強度對綠色全要素生產率的影響符號為正，通過了5%條件下的顯著性檢驗，實證結果表明技術推廣有助于綠色全要素生產率的提升。（4）海水養殖產業發展對綠色全要素生產率也具有正向促進作用，但系數僅通過了10%條件下的顯著性檢驗，說明對綠色全要素生產率的影響并不十分顯著。（5）漁業開放度的回歸結果，無論顯著性還是穩定性都較差，僅通過了10%水平下的顯著性檢驗。

5 研究結論

本文采用SBM-Malmquist 生產率指數對中國海水養殖產業綠色全要素生產率變動情況進行測度分解表明，我國海水養殖產業的綠色全要素生產率呈明顯上升趨勢。其中綠色全要素生產率累積提高67.5%，技術效率指數累積降幅為12.9%，技術進步指數累積提高了92.3%；分區域來看，沿海地區10個省份中有9 個地區呈現明顯上升趨勢，廣東和江蘇的綠色全要素生產率各年均值增幅較大，超過了10%，福建、山東、海南、廣西、河北和海南的各年平均增幅在5%～10%之間，而遼寧和浙江的綠色全要素生產率各年平均增幅在5%以下，只有天津的綠色全要素生產率水平略有下降；另一方面，從指數分解結果來看，我國綠色全要素生產率的提升主要由技術進步驅動，而技術效率卻略有下降?？紤]規模因素的進一步分解還發現，中國綠色全要素生產率提升主要由純技術變化驅動，規模技術效率變化和規模技術變化也產生了促進作用但影響較小，純技術效率變化則產生了負向影響。

本文還采用FGLS 對海水養殖產業綠色全要素生產力的影響因素進行實證分析，結果表明：海洋環境規制水平與綠色全要素生產率負相關，說明我國海洋使用金定價制度還不完善，海域使用金對稀缺的生產資源產生擠占效應，不利于綠色全要素生產率提升，滿足“遵循成本說”，距離“波特假說”的實現還存在較大差距。海洋科教投入、漁民培訓強度、技術推廣強度有助于我國綠色全要素生產率的提升，這些因素都代表了我國海水養殖產業技術創新與技術推廣的實力與潛力，說明技術創新與技術推廣依然是我國海水養殖產業綠色全要素生產率提升的關鍵因素；海水養殖產業發展和漁業開放程度對綠色全要素生產率的影響不顯著。