沿海地区渔业经济投入产出及地区异质性分析

郑凌燕，汪浩瀚

（宁波大学商学院，浙江 宁波 315211）

沿海地区渔业经济投入产出及地区异质性分析

郑凌燕，汪浩瀚

（宁波大学商学院，浙江 宁波 315211）

海洋经济是目前中国国民经济新的增长点，各地区海洋生产能力不尽相同，呈现出明显的地区异质性。本文基于构建的渔业经济投入产出指标体系，采用面板回归结合分位数与变系数回归的方法，分析了我国沿海渔业经济的地区差异性问题。结果表明，渔船等资本要素的投入对中国渔业经济发展有较强的贡献作用，渔业从业人员、水产养殖面积对中国沿海地区渔业经济的推动作用有限。渔业经济处于规模报酬递增阶段，科技已经成为渔业经济发展的重要推动力，需要进一步提高渔业科技成果的转化率。沿海渔业各种资源目前还未达到最优配置，泛珠江三角洲地区渔业发展投入资源配置利用优于长江三角洲和环渤海地区，各地区渔业经济发展呈现较大的异质性。

渔业经济；面板数据；分位数；变系数；异质性

郑凌燕， 汪浩瀚. 沿海地区渔业经济投入产出及地区异质性分析［J］. 农业现代化研究， 2016， 37（2）： 325-331.

Zheng L Y， Wang H H. Study on the regional heterogeneity of input and output of coastal fisheries in China［J］.

Research of Agricultural Modernization， 2016， 37（2）： 325-331.

当前，中国海洋经济呈现出快速发展的局面，发展规模不断扩大，带动了腹地经济的高速发展，形成了国民经济新的增长点。从十七大提出“发展海洋产业”的战略部署，到2010年国务院批复《国家海洋事业发展规划纲要》提出建设海洋强国目标，再到2011-2012年以来几个国家级海洋战略区域成立，充分说明国家层面对海洋经济的重视。但是，随着海洋经济的快速发展和各地涉海政策的差异，海洋投入产出的地域差异性不断加剧，各地区海洋生产能力不尽相同，这些因素决定了海洋经济投入产出空间上的地区异质性。所以，构建渔业经济投入产出的指标体系，进行地区异质性研究并指出相应的对策，是正确指导海洋经济宏观管理的前提，其理论和实践意义重大。

渔业作为海洋经济的主力军，具有社会化程度高、经济渗透力强等特点。渔业经济的发展，必然带动起一个实力雄厚的沿海经济带和规模宏大的海洋产业群。2012年中国全社会渔业经济总产值17 321.88亿元，全年水产品总产量5 907.68万t［1］。其中沿海11个省市（包括天津、河北、辽宁、山东、上海、江苏、浙江、福建、广东、广西、海南）的渔业经济总产值为13 264.79亿元，占全国渔业经济总产值的76.58%，沿海水产品总量为3 589.27万t，占全国渔业水产品总量的60.76%。因此，渔业经济的发展，特别是沿海渔业产出的提高，对中国海洋经济可持续发展具有深刻意义。

国外学者最早涉及渔业经济分析研究的是Smith，分析了水产品市场价格的影响因素，并以鱼商品为例，阐述了其地租理论与交换理论［2］。日本学者清光照夫和岩崎寿男对渔业生产、流通和消费等过程作了较为详细的定性和定量研究，分析了日本渔业的生产函数和水产品需求弹性及价格变动趋势［3］。Bjorndal等［4］采用制度经济学、计量经济学和博弈论等现代经济学研究方法对渔业产权、管理及国际间的渔业合作等问题做了前沿性探讨。

在渔业经济的实证研究方面，Sigfusson等［5］利用冰岛2010-2011年的数据，采用聚类分析法，阐明了渔业在国家经济中的重要性。Kwak等［6］运用投入产出法，分析了韩国1975-1998年间海洋产业对社会经济的影响。Teh等［7］以沙巴州小规模渔业为切入点，试图量化小规模渔业对经济的贡献，结果表明，小规模渔业对经济的贡献在实际中常常被低估。Mundlak等［8］利用面板数据，分析了渔业经济的生产函数。Taylor等［9］通过量化消费者的偏好，认为渔业的多元化面临挑战，但消费者的偏好具有可塑性，经过长期潜在的转移需求，最终能增加生态和经济的可持续发展，提高海洋渔业的潜力。Weigel等［10］从净收入、净利润率，基尼系数、赫芬达尔指数和利益的脆弱性指数五个指标进行海洋保护区（MPA）的经济效应评估，提出在商业捕鱼已经高度发达的环境下，建立海洋保护区的建议与补偿措施。梁盼盼［11］采用面板回归和DEA对 1999-2010年中国27个省区的渔业经济投入产出绩效进行了总体分析和评价。安倩倩和肖勇［12］建立VAR模型，实证分析了渔业贷款与海洋渔业经济增长之间的关系，发现渔业贷款能够促进海洋渔业经济增长，而海洋渔业经济增长对渔业贷款的影响不明显。杨林和夏层英［13］在构建分析以能源投入、人力资本投入、固定资产投入及科研投入为主要投入因素和渔业总产量、渔业总产值、渔业出口量及渔民收入为产出指标的现代渔业投入产出指标体系的基础上，分别从投入和产出两方面进行实证分析；刘明芳［14］运用出口依存度、贡献率劳动度的传统方法和计量分析方法分析了中国水产品出口对渔业经济增长的作用；殷克东等［15］通过构建海洋科学技术与海洋经济可持续发展的评价指标体系，建立了海洋科学技术对海洋可持续发展贡献度的计量经济学模型，并构建了海洋科学技术和海洋经济可持续发展的协调关系模型；张晓惠［16］认为渔业资源和生态环境是渔业经济实现可持续发展的最基本的条件，并从生态经济的人与自然观、系统观和功能观的角度定性分析了渔业资源、生态和经济的协调发展。

现有文献对于海洋经济、渔业经济投入产出的研究，大部分单独采用截面数据或者时间序列，仅侧重于渔业产业中的某一方面或某一时期某一地区的研究，缺乏不同时期不同地区异质性的比较与分析。本文采用扩展的生产函数，基于中国沿海地区11个省份2002-2012年渔业投入产出面板数据，采用面板数据模型，测算不同渔业经济投入要素对渔业经济增长的贡献系数，利用分位数回归测算在不同渔业经济发展水平下各渔业投入要素对渔业经济增长的贡献系数，采用变系数回归模型测算不同沿海地区渔业投入对渔业经济增长的贡献系数，总结沿海地区渔业投入产出异质性的原因，为渔业发展提供一定的政策建议。

1 研究方法

1.1 渔业生产函数

传统的柯布—道格拉斯生产函数为：

式中：Y表示渔业经济产出，K表示资本存量，L表示劳动力，A表示全要素生产率，其中主要的活跃成分是科技进步，α表示资本的弹性系数，β表示劳动力的弹性系数。进一步引入养殖面积（S）、科技活动经费（RD）这两个要素，其弹性系数分别为γ、σ，并且公式两边同时取对数，得到扩展的生产函数：

式中：c为常数项，表示logA，科技因素已经从c中分离。取对数的目的是为了减少异方差，而且这样回归系数表示变量的弹性，解释性好。

1.2 面板数据模型

所谓面板数据（panel data）是指截面上个体在不同时间的重复观测数据，最早是Mundlak［17］引入到经济计量中，它是二维数据，也称作时间序列与截面混合数据。面板数据模型的设定和估计是由对时间与个体异质性结构的假设与分析出发展开的，模型中的系数随着时间和个体的不同而改变，因而可以反映模型中被忽略的时间因素和个体差异因素的影响。

单方程面板数据模型的一般形式为：

式中：xit为1×K向量；βi为K×1；K为解释变量的数目。该模型常用的包括以下三种情况：

面板数据包括了时间序列数据和截面数据，在回归时必须进行数据的平稳性检验，以防止出现伪回归问题。Levin检验、ADF检验、PP检验是常见的3种面板数据平稳性检验方法，考虑到不同方法的检验原理不同，结果也不尽相同，本文以三种方法检验结果一致为准。

1.3 分位数回归

分位数回归（Quantile Regression）由Koenker 和Gilbert［18］首先提出，它是均值回归基础上的一种拓展，其特点是基于因变量的条件分布来拟合自变量。与普通最小二乘法（OLS）相比，分位数回归能够更加精确地描述自变量对因变量的条件分布形状与变化范围的影响，因为分位数回归估计的是自变量对因变量的某个特定分位数的边际效果。在分位数回归估计中，传统的求导方法已经不再适用，一般采用平滑算法、单纯形法、内点算法等方法进行估计。

1.4 数据来源与变量选择

本文数据来自于2003-2013年期间的《中国渔业统计年鉴》，实际数据为2002-2012年的。在渔业经济投入产出指标的选取方面，充分考虑到指标的选取既具有科学性，也要具备可行性，因此选取了渔业经济产业总产值（Y）为产出指标，渔业从业人员（L）、年末机动渔船拥有量（B）、水产养殖面积（S）和科技活动经费（RD）4个变量作为投入指标（表1）。

产出指标：对渔业经济产出的衡量指标通常选取渔业总产值来表示。由于考虑到这个指标受价格水平因素的影响，因此该指标数据通过价格指数统一折算成以1978年为基期。

表1 变量说明Table 1 Variable description

投入指标：劳动力、土地、资本和企业家才能这四个方面被现代西方经济学认为生产要素。由于企业家才能很难具体衡量，故本文只选取劳动力、资本、自然资源这3种生产要素投入指标。渔业从业人员是渔业经济发展中的劳动力投入，把其作为影响因素之一；渔船作为重要的渔业生产资料，对渔业经济发展具有重要作用，属于资本投入部分，因此本文将年末机动渔船拥有量作为资本投入指标。考虑到渔船对渔业生产的影响并非体现在船只数量上，而是体现在渔船吨位数的大小上，因此本文选取年末渔船总吨数作为渔船拥有量的指标。科技活动经费是指各地区水产技术推广机构经费情况，是资金投入，也是创新之源，是科技活动的主体，是衡量一个地区渔业经济科技活动规模以及科技投入的重要指标，在一定程度上反映渔业经济增长潜力和可持续发展能力。

2 实证结果与分析

2.1 渔业投入产出数据的平稳性分析

首先进行平稳性检验，0阶差分时，只有水产养殖面积（S）是平稳的，一阶差分时，除渔业从业人员外，其他变量均平稳，经过二阶差分，所有数据均为平稳时间序列（表2）。

2.2 渔业投入对产出的弹性分析

采用面板数据回归分析各投入指标对产出指标的影响，首先采用F检验分析是采用混合回归还是面板数据，结果发现相伴概率为0.003，拒绝原假设，说明应该采用面板数据模型进行估计，然后进行Hauseman检验，发现相伴概率为0.000，拒绝随机效应模型的原假设，应该采用固定效应进行回归分析。结果如表3的固定效应所示，为了方便比较，表3同时给出了混合回归和随机效应的结果。

模型的可决系数较高，拟合优度为0.842，可见模型的可解释度较好。三个投入指标中均通过统计检验。年末机动渔船拥有量指标对渔业经济产出的贡献最大，每增加1%，会导致渔业经济产业总值增长0.378%，其次是科技活动经费指标，每增加1%，会导致渔业经济产业总值增长0.342%。渔业从业人员指标，每增加1%，会导致渔业经济产业总值增长0.241%，最后是水产养殖面积，每增加1%，会导致渔业经济产业总值增长0.199%。

表2 面板数据单位根检验Table 2 Unit root tests for panel data

表3 面板数据回归结果Table 3 Panel data regression results

2.3 不同水平渔业产出的投入要素弹性比较

为了进一步分析不同渔业经济发展水平下年末机动渔船拥有量、渔业从业人员、水产养殖面积、科技活动经费4个要素对渔业经济增长贡献的弹性，将渔业经济增长分为10个分位（τ=0.1-0.9），继续采用分位数回归进行分析。随着τ值变大，拟R2在0.640-0.765之间波动（表4），拟合优度中上等，所有投入变量在所有分位都通过了统计检验。

进一步总结不同投入要素对渔业经济增长贡献弹性系数的变化规律。从弹性系数的大小看，分位数回归结果和固定效应结果基本一致，年末机动渔船拥有量（B）对渔业经济的弹性最大，其次是科技活动经费（RD），渔业从业人员（L）次之，最后是水产养殖面积（S）。

随着渔业经济发展水平的提高，年末机动渔船拥有量、水产养殖面积这两个投入要素对渔业经济增长贡献的弹性系数是增加的，渔业从业人员对渔业经济增长贡献的弹性系数是下降的，科技经费投入对渔业经济增长贡献弹性系数在小幅度范围内浮动。从弹性系数之和看，无论渔业经济处于哪一个发展水平阶段，弹性系数之和总是大于1，说明渔业经济增长处于规模报酬递增阶段。

2.4 不同地区渔业投入要素的弹性分析

用面板数据的变系数模型进行估计，方法选用两阶段最小二乘法，渔业总产值作为产出，渔业从业人员数、水产养殖面积和科技活动经费用固定系数模型，年末机动渔船拥有量采用变系数模型。固定系数估计结果为：

渔业从业人员的弹性系数为0.312，水产养殖面积的系数为0.129，科技活动经费的弹性系数为0.372，R2很高为0.936，模拟效果很好，年末机动渔船拥有量可变参数的弹性见表5。

表4 分位数回归结果Table 4 Quantile regression results

表5 年末机动渔船拥有量面板变系数估计结果Table 5 Variable coefficient panel estimation results of motorized fishing vessel ownership at the end of year

沿海地区11个省份的回归系数均通过统计检验。年末机动渔船拥有量对渔业经济产出贡献弹性系数从大到小依次是浙江、福建、海南、天津、广西、辽宁、山东、上海、广东、江苏、河北。沿海地区年末机动渔船拥有量回归系数的均值为0.558，标准差为0.201，离散系数为0.359，说明沿海地区渔业年末机动渔船拥有量投入对渔业经济增长贡献波动较小。

泛珠江三角洲地区（广东、福建、广西、海南）年末机动渔船拥有量回归系数均值为0.628，长江三角洲地区（上海、江苏、浙江）年末机动渔船拥有量回归系数均值为0.552，环渤海地区（天津、辽宁、河北、山东）年末机动渔船拥有量回归系数均值为0.501。整体来说，年末机动渔船拥有量对渔业经济增长的贡献较大。其中泛珠江三角洲地区年末机动渔船拥有量弹性系数最大，这说明年末机动渔船拥有量对该区域渔业经济增长贡献值最大，每增加1%，渔业经济增长0.628%，这个值是非常大的。

同样方法采用面板数据的变系数模型进行估计，方法选用两阶段最小二乘法，渔业总产值作为产出、年末机动渔船拥有量、渔业从业人员数、水产养殖面积采用固定系数模型，科技活动经费采用变系数模型。固定系数估计结果为：

年末机动渔船拥有量的弹性系数为0.423，渔业从业人员的弹性系数为0.329，水产养殖面积的系数为0.139，R2很高为0.940，模拟效果很好，科技活动经费可变参数的弹性见表6。

沿海地区11个省份的回归系数均通过统计检验。科技活动经费对渔业经济产出贡献弹性系数从大到小依次是海南、福建、浙江、天津、辽宁、广西、上海、山东、河北、江苏和广东。沿海地区回归系数的均值为0.337，标准差为0.073，离散系数为0.216，说明沿海地区科技活动经费投入对渔业总产值贡献波动较小。

泛珠江三角洲地区（广东、福建、广西、海南）科技活动经费回归系数均值为0.359，环渤海地区（天津、辽宁、河北、山东）科技活动经费回归系数均值为0.318，长江三角洲地区（上海、江苏、浙江）科技活动经费回归系数均值为0.316。这说明科技活动经费的增加带动渔业经济增长最快的区域是泛珠江三角洲地区，环渤海地区与长江三角洲地区科技活动经费弹性系数相差不大。

表6 科技活动经费面板变系数估计结果Table 6 Variable coefficient panel estimation results of science and technology activity expenditures

3 讨论

沿海渔业经济的发展更多依赖于资本要素的投入。从实证的结果来看，渔船等资本要素的投入对渔业经济产出具有重要的作用。而渔业从业人员、水产养殖面积对中国沿海地区渔业经济的推动作用却是有限的，其弹性系数分别为0.241和0.199。这主要是由于20世纪90年代中国实行渔业体制改革以后，海洋捕捞业经济利润大增，大批农业劳动力开始涌入捕捞业，由于缺乏远见和可持续发展理论思想的指导，分散个体经营模式下的捕捞渔民在市场竞争中缺乏优势，大量渔民歇业闲置，造成当前中国渔业劳动力严重过剩。另一方面，随着中国与周边国家相继签署各种渔业协定以及200海里专属经济区制度的实施，迫使中国大量的渔民从原来的海外渔场退回到近海渔场作业，而近海渔场的渔业容量已经饱和。

科技对沿海地区渔业经济发展有较强推动作用。科技活动经费对渔业经济增长的弹性系数为0.342，科技已经成为渔业经济发展的重要推动力。沿海各地区高度重视科学技术的作用，近年来不断加大在渔业科技经费方面的投入，从实际结果来看，科技对沿海地区渔业经济发展有较强推动力，但仍需进一步提高，依旧存在较大的提升空间。沿海各地区不仅应该高度重视科学技术的作用，不断增加科研经费的投入，更要重视科学技术的推广，进一步把科技成果转化为现实生产力。科技推广人员是实现科学技术应用于渔业生产的重要力量，因此，中国沿海地区应当继续加大科学技术推广人员的投入，进一步提高渔业科技成果的转化率。

沿海各海域渔业资源配置异质性明显。研究表明，中国沿海地区渔船和科技经费投入对渔业经济产出的贡献各有特点，总体而言，泛珠江三角洲地区资本和科技活动经费的弹性系数大于长江三角洲地区、环渤海地区。泛珠江三角洲地区渔船等资本投入要素的回归系数均值为0.628，科技活动经费的回归系数均值为0.359。这在一定程度上说明长江三角洲地区、环渤海地区的年末机动渔船拥有量和科技活动经费在投入和使用方面存在一定的不合理性。沿海渔业各种资源目前还未达到最优配置，各海域渔业资源配置呈现出较大的异质性。

［1］ 农业部渔业局. 2013中国渔业统计年鉴［M］. 北京： 中国农业出版社， 2013. Fisheries Bureau of Ministry of agriculture. Fishery Statistical Yearbook of China in 2013［M］. Beijing： China Agriculture Press，2013

［2］ Smith A. An Inquiry into the Nature and Causes of the Wealth of Nations［M］. Liberty Fund Inc， 1982

［3］ 清光照夫， 岩崎寿男. 水产经济学［M］. 王强华， 李艺民， 译.北京： 海洋出版社， 1996. Seikoteruo， Iwasaki Kazuo. Fisher Economics［M］. Wang Q H， Li Y M， translation. Beijing： Ocean Publishing House， 1996.

［4］ Bjorndal T， Gordon D， Arnason R， et al. Advances in Fisheries Economics［M］. Blackwell Publishing Ltd， 2007.

［5］ Sigfusson T， Arnason R， Morrissey K. The economic importance of the Icelandic fisheries cluster-Understanding the role of sheries in a small economy［J］. Marine Policy， 2013， 39（5）： 154-161.

［6］ Kwak S J， Yoo S H， Chang J I. The role of the maritime industry in the Korean national economy： An input-output analysis［J］. Marine Policy， 2005， 29（7）： 371-383.

［7］ Teh L S， Teh L C， Sumaila U R. Time preference of small-scale fishers in open access and traditionally managed reef fisheries［J］. Marine Policy， 2014， 44（2）： 222-231.

［8］ Mundlak Y， Butzer R， Larson D. Heterogeneous technology and panel data： the case of the agricultural production function［J］. Journal of Development Economics， 2012， 99（9）： 139-149.

［9］ Taylor W， Sahan T M， Loren M. Opportunities and barriers for fisheries diversification： Consumer choice in New England［J］. Fisheries Research， 2015， 168（8）： 56-62.

［10］ Weigel J Y， Morand P， Mawongwai T， et al， Tokrishna R. Assessing economic effects of a marine protected area on fishing households—A Thai case study［J］. Fisheries Research， 2015，161（1）： 64-76.

［11］ 梁盼盼. 中国渔业经济投入产出绩效分析——基于1999—2010年面板数据的实证［J］. 科技与管理， 2014， 16（2）： 21-25. Liang P P. Empirical study on the fishery performance in China：Based on 1999-2010 panel data［J］. Science-Technology andManagement， 2014， 16（2）： 21-25.

［12］ 安倩倩， 肖勇. 渔业贷款与海洋渔业经济增长的关系研究［J］.海洋开发与管理， 2015（1）： 75-78. An Q Q， Xiao Y. Study on the relationship between fishery loan and economic growth of marine fishery［J］. Ocean Development and Management， 2015（1）： 75-78.

［13］ 杨林， 夏层英. 现代渔业的投入产出分析［J］. 中国渔业经济，2008（4）： 62-67. Yang L， Xia C Y. Input and output of modern fishery［J］. Chinese Fisheries Economics， 2008（4）： 62-67.

［14］ 刘明芳. 我国水产品出口对渔业经济增长的作用和策略研究［D］. 青岛：中国海洋大学， 2008. Liu M F. The study on strategy and contribution of China's export of aquatic products to the growth of fisheries economy［D］. Qingdao： Ocean University of China， 2008.

［15］ 殷克东， 王伟， 冯晓波. 海洋科技与海洋经济的协调发展关系研究［J］. 海洋开发与管理， 2009（2）： 107-112. Yin K D， Wang W， Feng X B. Research on the coordination development between marine science technology and marine economy［J］. Ocean Development and Management， 2009（2）： 107-112.

［16］ 张晓惠. 渔业资源生态与渔业经济和谐发展的路径选择［J］. 中国渔业经济， 2007（5）： 34-36. Zhang X H. The path chosen of coordinated development between fisheries resources and eco-fisheries economy［J］. Chinese Fisheries Economics， 2007（5）： 34-36.

［17］ Mundlak Y. Empirical productions free of management bias［J］. Journal of Farm Economics， 1961（43）： 44-56.

［18］ Koenker R， Gilbert B. Regression quantiles［J］. Econometrica，1978， 46（1）： 33-50.

（责任编辑：童成立）

Study on the regional heterogeneity of input and output of coastal fisheries in China

ZHENG Ling-yan， WANG Hao-han
（Business School， Ningbo University， Ningbo， Zhejiang 315211， China）

China's marine economy has developed rapidly and became the new growth point of national economy. At the same time， the regional marine production capacity in China shows a significant regional heterogeneity. Based on construction of input and output evaluation system of fishery economy， and applying the combination of panel data and quantile regression， variable coefficient regression methods， this paper analyzes the regional heterogeneity of the input and output of coastal fishery economy in China. Empirical results show that fishing boats and other capital inputs contribute significantly to the economic development in China fishery industry. However， fishery workers， the size of aquaculture area of fisheries play limited roles in China coastal fishery economy. Result also indicates that China's fishery economy is in the stage of increasing returns to scale and science and technology has become an important driving force for the development of fishery economy in China. Coastal fisheries resources in China have not yet reached the optimal allocation status. Fishery development input allocation utilization in Pan Pearl River Delta region is superior to that in Yangtze River Delta and the Bohai region. In general， the fishery economy developments in different regions show significant heterogeneity.

fishery economy； panel data； quantile； variable coefficients； heterogeneity

Ningbo Soft Science Project （2014A10032）； Ningbo University Humanities Post-funded Project （XHQ1402）.

ZHENG Ling-yan， E-mail： zhenglingyan@nbu.edu.cn.

06 February， 2015；Accepted 25 August， 2015

F307.4

A

1000-0275（2016）02-0325-07

10.13872/j.1000-0275.2015.0143

宁波市科技计划软科学项目（2014A10032）；宁波大学人文科学研究后期资助项目（XHQ1402）。

郑凌燕（1978-），女，山东烟台人，博士研究生，副教授，主要从事区域经济研究，E-mail： zhenglingyan@nbu.edu.cn；汪浩瀚（1964-），男，安徽合肥人，博士，教授，博士生导师，主要从事产业经济研究，E-mail： wanghaohan@nbu.edu.cn。

2015-02-06，接受日期：2015-08-25