基于SBM模型的我國海洋生態效率與經濟增長實證研究

徐 勝 岳慶德 盧彬彬

中國海洋大學 經濟學院 青島 266100

經濟發展對于環境的影響一直是學術界關注的重點。經典環境庫茲涅茨曲線理論認為在經濟發展的初期會造成能源資源的大量消耗，而人們的環保意識欠缺，環境治理投入也相對不足，因此會加速環境的污染。當經濟發展到一定水平時，環境質量得到改善，最終實現經濟與環境的協調發展[1]。崔鑫生利用30個經濟體1991－2015年的相關面板數據對環境污染和經濟發展之間的動態關系進行了研究，結果表明發展程度不同的國家經濟發展與環境污染之間均呈現出 “倒U型”關系，驗證了環境庫茲涅茨曲線的普遍存在[2]。高宏霞利用中國各省份的面板數據進行了實證研究，發現環境污染在中國呈現出庫茲涅茨“倒U型”關系，并且曲線形狀在各省份之間存在很大差異[3]。Wu等通過研究人均GDP對霧霾污染的影響證實了“倒U型”形狀的環境庫茲涅茨曲線（EKC）的存在[4]。另外，一些學者研究發現環境庫茲涅茨曲線并不總是“倒U型”的。李斌研究了全國范圍以及中國東部、西部、中部及其東北地區的經濟發展水平對環境污染的影響，結果發現各地區的環境庫茲涅茨曲線并非“倒U型”而呈現出“N型”曲線關系[5]。丁俊菘研究了中國空氣污染與經濟發展的關系，發現中國空氣環境庫茲涅茨曲線存在明顯的地域差異，北部沿海、東部沿海和南部沿海為“N型”，黃河中游、長江中游為“倒N型”，西南和東北地區是“倒U型”，西北地區是線性遞減關系[6]。Yang等發現在某些發展中國家和發達國家，經濟與環境污染之間的關系并不一定總是遵循傳統的“倒U型”分布特征[7]。Peng等研究表明中國東海漁業經濟增長與海洋環境之間存在“倒N型”庫茲涅茨曲線關系，海水質量將先惡化，但是隨著漁業經濟的增長，在第二個轉折點之后，海水質量將得到改善并逐漸穩定[8]。

Schaltegger在1990年提出了生態效率的概念，考慮經濟發展的環境效益[9]。國內外學者對生態效率的問題關注已久，測度環境生態效率的方法主要有隨機前沿分析方法（SFA）為代表的參數法和以數據包絡分析法（DEA）為代表的非參數法。相對于SFA法來說，DEA方法并不需要構建生產函數，有效避免了函數假設與實際情況不相符的問題。Chung等將非期望產出引入了模型當中對傳統模型加以改進，構建方向性距離函數對生態效率進行測度[10]。Tone進一步對方法進行改進，在方向性距離函數中加入松弛變量得到SBM模型使得測算更加科學，被眾多學者運用到生態效率測度分析中[11]。胡彪運用非期望產出的SBM模型計算出2004－2012年中國30個省市的生態效率，與傳統CCR模型相比生態效率值更加準確、符合實際[12]。王永靜采用Super-SBM模型對天山北坡經濟帶農業生態效率進行了測度，研究區域農業生態化的協同發展問題[13]。羅能生選取從業人員數、固定資本存量、建成區面積、能源消費量、用水量作為投入指標，地區GDP作為期望產出，工業廢水排放量、工業廢氣排放量、工業固體廢棄物產生量作為非期望產出，對省域生態效率進行測度[14]。

通過對上述文獻的梳理發現，關于生態效率的研究已經取得了斐然的成就，對生態環境的保護具有積極意義。然而相對于陸地生態效率的研究，國內外學者對海洋生態效率的關注較少。所以本文運用考慮非期望產出的SBM-ML模型對11個沿海地區的海洋生態效率進行測算，并將中國沿海地區分為3個海洋經濟圈即北部海洋經濟圈（遼寧、河北、天津和山東）、東部海洋經濟圈（江蘇、上海和浙江）、南部海洋經濟圈（福建、廣東、廣西和海南），揭示2004－2017年海洋生態效率時空演變特征，并進一步利用面板模型對海洋生態效率與海洋經濟發展的關系及其影響因素進行研究，為今后中國沿海地區海洋經濟發展與生態環境保護提供建議。

1 研究方法與數據來源

1.1 SBM模型

本文采用非徑向、非角度SBM模型，相較于傳統DEA模型該模型將投入和產出的松弛變量（s-，sa，sb）放入目標函數中，從而可以避免松弛所帶來的無效率問題。同時非徑向、非角度的SBM模型具有無量綱性和非角度的特點,有效解決了量綱不同和角度選擇的偏差對測算結果帶來的影響，比起其他模型更能體現生態效率評估的本質，結果更加科學合理。在此基礎上通過Malmquist-Luenberger生產率指數來測度11個沿海地區的海洋生態效率。

其中：λ表示截面數據的權重，Σλ=1，λ≥0表示可變的規模報酬VRS，如果去掉該條件則表示規模報酬不變CRS。

考慮非期望產出的SBM模型為：

其中：s-，sa，sb分別是投入、非期望產出和期望產出的松弛量。的分子和分母分別表示每個省份的投入和產出與生產前沿相比的平均可縮減比例和可擴張比例。

1.2 構造Malmquist-Luenberger指數

考慮非期望產出的SBM方向性距離函數為：

式中，g=（y，-b）表示期望產出增加、非期望產出減少的方向向量，β表示方向性距離函數值，p（x）表示生產可能性集。

從第t期到t+1期的Malmquist-Luenberger指數為：

Malmquist-Luenberger指數可以進一步分解為技術效率EC和技術進步TC。技術效率表示各省由于內部效率提高以及生產規模變化帶來的海洋生態效率的提高。技術進步表示由生產技術的改進帶動海洋生態效率的提高。EC和TC公式分別為：

Malmquist-Luenberger指數計算結果為海洋生態效率（MI）的增長率，即基于前一期的變化率。所以借鑒李斌（2013）的方法，海洋生態效率是對Malmquist-Luenberger指數進行累乘獲得[15]。即2004年的海洋生態效率設定為1，2005年的海洋生態效率為2004年的海洋生態效率乘以2005年的Malmquist-Luenberger指數，2006年的海洋生態效率為2005年的海洋生態效率乘以2006年的Malmquist-Luenberger指數，以此類推。

1.3 指標選取與數據來源

以中國沿海地區的面板數據為基礎，研究海洋生態效率及其影響因素。樣本時間為2004－2017年，數據來源于《中國海洋統計年鑒》《中國統計年鑒》《中國海洋統計公報》以及國家統計局公布的數據，缺失數據采用插值法處理。其中海洋固定資產因為沒有直接統計數據，本文采用Kaldor方法計算出各省的海洋固定資產投資，具體公式為：

其中：KO表示海洋固定資產投資，YO表示海洋生產總值，KT表示全社會固定資產投資，YT表示國內生產總值。

在對海洋生態效率與海洋經濟發展的關系及其影響因素進行實證研究時，為與Malmquist-Luenberger指數的測算保持一致，本文選取了2004－2017年11個沿海地區的面板數據，對各個變量做如下具體說明。

（1）被解釋變量是海洋生態效率。基于考慮非期望產出的SBM模型，以海洋生產總值作為期望產出變量，工業廢水排放量和工業廢氣中二氧化硫排放量作為非期望產出，以涉海就業以及海洋固定資產投資作為投入變量，計算得到Malmquist-Luenberger指數，并把2004年作為基期進行累乘得到海洋生態效率。

（2）核心解釋變量是海洋生產總值。海洋生產總值是海洋經濟生產總值的簡稱，指按市場價格計算的沿海地區常住單位在一定時期內海洋經濟活動的最終成果，是海洋產業和海洋相關產業增加值之和。海洋生產總值是衡量海洋經濟發展最核心、最直接的變量。

（3）控制變量：產業結構優化升級是指投入要素在不同的經濟部門之間更加合理的分配，本文使用海洋第三產業增加值與第二產業增加值的比值來表示；科研投入取各省的研究與試驗發展經費R&D與各省國內生產總值的比值衡量；資本投入使用海洋固定資產投資與各省的國內生產總值之比度量；勞動力投入用涉海就業人數占各省總人口的比例表示；人均國內生產總值用各省的國內生產總值比各省人口數表示。

2 測算結果評價

2.1 沿海地區的海洋生態效率空間分布

使用MAXDEA軟件對Malmquist-Luenberger指數進行計算，2016年、2017年的海洋生態效率空間分布特征如表1所示。

表1 2004－2017年11個沿海地區的海洋生態效率

由表1可知，在2004－2017年這一時期內11個沿海地區的海洋生態效率均值為1.081。其中生態技術效率和生態技術進步的均值都大于1，分別為1.013和1.069。由各省份數據來看，海洋生態效率的提高主要來自于生態技術進步。這主要歸功于“十五”規劃以來環境保護工作受到更多重視，沿海企業積極響應國家節能減排和環境保護的號召，提高了自身的生態技術創新能力，代表創新能力的生態技術進步向外擴展了海洋生態生產前沿從而提高了海洋生態效率。各地區的海洋生態效率顯示出較大差異，遼寧、江蘇和山東3個省份海洋生態效率最高，分別為1.186、1.175、1.143。他們的生態技術效率和生態技術進步均為大于1。這說明了遼寧、江蘇和山東這3個省份在不斷提高自身科學研發能力使得生產前沿外移的同時，也在不斷提高生產效率，使之接近生產最佳邊界。這兩方面的因素共同使海洋生態效率得到提高，促進海洋經濟高質量發展。其余地區天津、河北、上海、浙江、福建、廣東、廣西、海南的MI指數也都大于1，這些省份大部分依賴于生態技術進步的提高，而沒有實現生態技術效率對海洋生態效率的驅動作用。這樣會導致資源的無效配置，不利于實現經濟與環境的可持續發展。

2.2 海洋生態效率時空演變分析

圖1是三大海洋經濟圈和全國整體的海洋生態效率的年際變化。2004－2017年中國海洋生態效率呈現出“降-升”的平緩“V”型結構。具體可以分為三個階段，第一階段2004－2006年海洋生態效率略有降低，第二階段2006－2010年海洋生態效率快速提高階段，第三階段2010－2017年海洋生態效率一直平穩增長。

圖1 演化博弈相位圖

2004－2006年全國的海洋生態效率總體是下降的，這是因為2004年環境保護政策不健全，經濟的快速發展不可避免地產生了許多工業廢水、工業固體廢物等非期望產出，導致海洋生態效率的下降。其中南部海洋經濟圈生態效率下降尤為明顯，低于全國平均水平。2006－2010年中國海洋生態效率進入了快速提升時期。2006年，國務院召開了第七次全國環境保護工作會議，提出了環境保護的一些重要決策。以保護生態環境為目標，把主要污染物的排放指標納入法律法規當中，進一步加強了環境保護的政策力度。各地區積極學習國外環境保護的先進經驗技術，對重污染地區加強監管處罰力度。這些措施有效地減少了非期望產出，使得海洋環境得到了有效的保護，海洋生態效率快速提高。2010年至今，海洋生態效率一直在穩步提高。黨的十八大將生態文明建設納入中國特色社會主義事業總體布局，強調生態環境保護的重要意義，要求把社會主義生態建設融入進經濟、社會、文化生活的方方面面，把握經濟、環境發展的協調統一，建設文明、和諧、美麗的中國，實現中華民族的永續發展。環境保護取得了突出成效，海洋環境進一步得到改善。2012－2017年，我國優良海水水質面積約5萬平方千米，四類和劣四類水質海水面積減少了4萬平方千米，海洋污染物也下降了50多萬噸。山東、江蘇、福建、廣東等省份海洋生態環境保護項目先后建立了起來。從空間分布來看東部海洋經濟圈的海洋生態效率水平最高，北部海洋經濟圈次之，南部海洋經濟圈最低，呈現“東-北-南”梯度分布。這說明東部海洋經濟圈生態效率顯著提升，已經能夠較好地協調經濟發展與環境保護之間的關系。北部海洋經濟圈達到了全國平均水平而南部海洋經濟圈低于全國平均水平，這是因為部分地區的海洋經濟發展較為落后，資源利用效率低下，阻礙了海洋生態科技創新水平的提高，拉低了區域經濟圈的海洋生態效率。

3 海洋生態效率影響因素分析

3.1 模型設定

本文的主要研究目的是探究海洋經濟發展對海洋生態效率的影響是否存在庫茲涅茨曲線關系，將前文中計算得到的海洋生態效率作為被解釋變量，海洋生產總值以及海洋生產總值的二次方項作為核心解釋變量進行回歸，構建如下模型：

式中i表示11個沿海地區，t表示各年份，β0表示常數項，β1－β7為待估參數，εit為隨機誤差項。MI為前文中測算的海洋生態效率，GOP代表海洋經濟發展水平，為了考察海洋生態效率與經濟發展水平之間的二次型關系，GOP平方項也包含在回歸方程中。本文選取科研投入R&D，資本投入FC，勞動力投入LC，人均國內生產總值AGDP和產業結構MIS作為控制變量。

3.2 經濟發展與海洋生態效率的庫茲涅茨曲線檢驗

如表2所示，以海洋生態效率作為被解釋變量，海洋經濟增長作為解釋變量的所有模型均通過了顯著性檢驗，說明海洋生態效率與海洋經濟發展之間確實存在庫茲涅茨效應。所有模型的一次項系數為正，二次項系數為負說明庫茲涅茨曲線呈現倒“U”型結構,即海洋環境效率隨海洋生產總值先增長后降低。進一步對模型函數進行求導,令一次導數為零,得出全國庫茲涅茨拐點在10 000億元左右，北部海洋經濟圈的庫茲涅茨拐點在9 000億元左右，東部海洋經濟圈的庫茲涅茨拐點在6 000億元左右，南部海洋經濟圈的庫茲涅茨拐點在11 400億元左右。

表2 海洋生態效率與經濟發展的庫茲涅茨曲線檢驗

從目前的海洋經濟發展狀況來看，全國整體水平并沒有到達拐點附近，海洋經濟增長與生態效率處于同步上升階段，我國的海洋生態環境還有進一步提升的空間。從表2還可以看出海洋經濟增長對于生態效率的影響存在區域性差異。東部海洋經濟圈的拐點最小，其次是北部海洋經濟圈，南部海洋經濟圈的拐點最大。東部海洋經濟圈經濟發展最接近拐點，能夠較好協調海洋經濟增長與環境保護之間的關系。而北部和南部海洋經濟圈仍在拐點左側，海洋生態效率處于相對低水平上，海洋經濟的增長有利于繼續推動海洋生態效率的提高。東部海洋經濟圈的經濟發展較早，經濟外向程度比較高，與環境保護相關的制度、政策、法律相對完善。隨著海洋經濟的發展，產業結構的優化和綠色技術創新逐漸成為影響海洋生態效率的關鍵因素。北部海洋經濟圈擁有雄厚的工業產業基礎，是我國北方地區對外開放的重要平臺。北部海洋經濟圈海洋三次產業發展的協調性較差，海洋第三產業較海洋第一、二產業發展滯后，產業結構不甚合理阻礙了海洋生態效率的提高。南部海洋經濟圈擁有豐富的海洋資源和遼闊的海域面積，戰略地位突出。但相比于其他兩個經濟圈，南部海洋經濟圈的海洋經濟發展存在較大地域差異，不利于海洋經濟增長與環境保護的協調發展。

3.3 海洋生態效率影響因素分析

為研究海洋生態效率的影響因素，本文在考察海洋經濟增長對生態效率影響的基礎上將科研投入、資本投入、勞動力投入、人均國內生產總值和產業結構加入模型之中，回歸結果如表3所示。

從表3我們可以看出：第一，海洋產業結構對全國整體海洋生態效率的影響結果并不顯著，僅在北部海洋經濟圈的模型中是顯著的。對于全國整體而言海洋產業結構雖然總體水平在優化，但各沿海地區存在很大差異。中國正處于海洋產業結構轉型優化時期，其產業構成及其運行體制存在不少缺陷，有些地區某些年份產業結構甚至出現倒退的情形，這將會對海洋生態效率產生不利的影響。但對于北部海洋經濟圈尤其是遼寧、河北等地區，在樣本期內第二產業比例減少而第三產業占比大幅上升，由此帶動了工業廢物排放的減少和海洋生產總產值的增長，提高了海洋生態效率。第二，研發投資支出對海洋生態效率有負的影響。科研投入并沒有像預期一樣促進海洋生態效率提高。這是因為樣本期內中國的科技成果轉化率較低，研發投入不能很好的轉化為海洋生產力，海洋科技創新水平沒有得到有效提高。第三，固定資產投資對海洋生態效率的影響也是負相關的。固定資產投資并沒有支持新興海洋環境友好型企業，傳統產業的固定資產投資仍占很大比例。第四，勞動力投入對海洋生態效率具有正向影響。據測算，2018年全國涉海就業人員3 684萬人，涉海就業人員尤其是高素質人才的迅速增長已經成為海洋生態效率提高的重要驅動力量。最后，人均GDP對海洋生態效率的影響也是顯著的。人民的收入水平越高，基礎設施越發達，地方的海洋生態效率水平也就越高。

表3 海洋生態效率影響因素分析

4 結論及政策建議

本文運用考慮非期望產出的SBM方向性距離函數與Malmquist-Luenberger生產率指標相結合的方法測算了我國11個沿海地區的海洋生態效率,對我國海洋生態效率的時空演變特征進行了分析。基于面板數據模型對海洋生態效率與經濟增長之間的庫茲涅茨曲線進行檢驗并對海洋生態效率的影響因素進行了分析，主要結論如下：

（1）通過對海洋生態效率時空演變特征的分析，我們發現2004－2017年中國海洋生態效率呈現出“降-升”的平緩“V”型結構。沿海生態效率存在顯著的空間分布差異，東部海洋經濟圈的海洋生態效率水平最高，北部海洋經濟圈次之，南部海洋經濟圈最低，呈現“東-北-南”梯度分布。

（2）海洋生態效率與海洋經濟增長之間存在庫茲涅茨效應，海洋生態效率隨海洋經濟增長先提高后下降，而且不同海洋經濟圈庫茲涅茨曲線形狀不完全相同。海洋生態效率庫茲涅茨拐點仍未到來，未來很長時間海洋經濟發展將繼續促進海洋生態效率提高。

（3）影響因素分析結果顯示，產業結構優化對全國整體海洋生態效率的影響并不顯著，僅對北部海洋經濟圈具有正向影響。研發投資和固定資產投資對海洋生態效率具有負向影響，勞動力投入與人均國內生產總值對海洋生態效率具有顯著的促進作用。

對以上研究結論可以得到如下政策啟示：

（1）協調好海洋經濟發展與環境保護的關系。海洋經濟發展對于海洋生態效率的提高處于促進作用階段，中國沿海地區應重視海洋經濟的高質量發展，提高海洋生態效率。在海洋經濟發展過程中，需要強調環境和資源成本，以節能減排為目標，繼續優化經濟結構，提高海洋經濟的綠色效益。倡導和支持環保海洋產業，如海洋生物醫藥業、海洋電力業、濱海旅游業等高附加值產業。最緊迫的任務是在高能耗、重污染的行業中推進污染控制專項行動，完成升級改造任務。集中精力弄清各種污染物之間的內在聯系，并找出問題的根源。所有沿海城市應加強區域合作，以全面建立污染物排放的共同約束機制。

（2）海洋生態效率的提高特別需要海洋人才和技術的支持。樣本期內中國海洋生態效率的分解結果顯示，技術進步是生態效率增長的主要來源。技術進步已成為中國海洋經濟高質量發展的重要動力，基于生態效益的創新和基于生產效率的創新對海洋產業發展具有重大而積極的影響。政府應通過積極的財政政策和稅收優惠政策，鼓勵企業加大研發投入。進一步推動海洋科技教育，以培養高科技人才，促進海洋科技水平的提高。同時，政府應維護市場競爭環境，利用市場機制引導企業通過創新提高能效。

（3）促進海洋科技成果轉化，提高政府資金的利用率。中國研究與試驗發展（R&D）經費投入已經達到了中等發達國家水平，但中國海洋科技投入產出效率并不是很高，對海洋綠色科技創新的影響并不顯著，固定資產投入沒有顯著的促進作用。當前應加快建立鼓勵創新、寬容失敗的容錯機制，對科研成果落地合作形式、利益分配出臺宏觀指導意見，明晰相關政策、激勵機制和合作保障機制，建立科學家與企業家的對接及互信機制。我們需要提高政府資金的使用效率，以改善生態系統，并制定更科學的資本使用計劃，以確保政府支出的最佳利用，最大程度地減少不當使用資金的負面影響。引導和鼓勵資本進入先進制造業和新能源產業，減少海洋經濟發展過程中的非期望產出，提高資源的利用效率。