中国沿海省市海洋渔业产出效率分析——基于DEA的Ma lma quis t指数分析

张安琪

（浙江海洋大学，浙江 舟山 316000）

改革开放40年来，渔业在粮食供给和经济增长方面成绩斐然，其中传统支柱型产业——海洋渔业，对促进我国渔业经济进步起到了不可磨灭的作用[1]。不可忽略的是海洋渔业的发展也带来了一系列的问题，如近海渔业资源日渐枯竭，海水污染较重以及资源利用率低等，影响了我国海洋渔业的可持续性发展。现利用DEA-Malmaquist指数测算我国沿海各省市海洋渔业投入产出效率，分析沿海各省市的海洋渔业发展状况，对于提高海洋资源利用率，加快海洋渔业产业升级转型有重要意义。

国外学者对于渔业效率的研究大部分是从管理角度开展，如Fabio A.Madau（2017）选取了2016年收集的数据，采用DEA模型分析了地中海区域一个小型渔业企业的生产能力和效率，探究了影响企业管理以及生产效益的原因[2]。国内学者对于渔业效率的研究主要采取实证分析法，马舒瑞等[3]通过分析我国沿海各省市的渔业投入产出效率，得出我国近年来渔业投入产出效率不断提高，除上海、江苏、天津外，其他省均存在不同程度的冗余；席丽卿等[4]运用Malmquist指数分析了我国29个省份渔业的全要素生产率及其分解效率，表明沿海地区在注重技术提高的同时提高资源配置效率，内陆地区要继续提高渔业科技投入。

1 DEA简介

数据包络分析（Data Envelopment Analysis，简称DEA）是一个基础的系统分析工具，主要利用相对效率将相关性指标进行相对有效性测算，得到全要素生产率，然后结合Malmquist指数分析，进一步分解得出纯技术效率和规模效率，该方法在计算生产效率方面具有较为广泛的应用。现采用DEAMalmquist模型评价沿海各省市海洋渔业投入产出效率，其计算公式如下。

其中，假设DEA模型中的决策单元数量较多，χab是指某一决策单元b的第a个投入量，χab≥0；γrb是指决策单元b的第r项输出，γrb≥0；θ是规划目标值，λb是规划的决策变量，ε代表阿基米德无穷小，Sr+、Sa-表示松弛变量。当θ=1，s+、s-=0，那么决策单元是DEA有效；当θ＜1，决策单元是DEA无效；当θ=1，且s+≠0或s-≠0时，决策单元是弱有效。

Malmquist指数分析公式如下。

其中（χi,γi）和（χi+1,γi+1）分别代表第i期和i+1期的投入产出向量，若M＞1，表明效率上升；若M＜1，表明效率减慢。Effch和Tech分别表示效率提高及技术进步的值。

若确定规模报酬率时，Effch可再分解为纯技术效率（Pech）和规模技术效率（Sech），即Effch=Pech×Sech[5]。因此M划分为三个维度，

M（χt+1,γt+1,χt,γt,）=Effch×Tech=（Pech×Sech）×Tech

现主要测算沿海各省市海洋渔业生产效率，海洋渔业可划分为海洋捕捞、海水养殖以及远洋渔业。因此，选取我国10个沿海省份（除上海）为决策单元，考虑到海洋渔业的投入、产出因素等，选择海水养殖面积、海洋渔业从业人员以及按功率划分的年末渔船拥有量为投入的因素，选择海洋渔业总产量为产出因素。选取了天津、河北、辽宁、江苏、浙江、福建、山东、广东、广西、海南10个省市2010年至2019年相关数据，数值均来源于《2020年中国渔业统计年鉴》。

2 海洋渔业生产效率分析

通过DEAP2.1软件对2010—2019年我国沿海10个省份海洋渔业投入产出要素进行计算，计算结果见表1。

表1 2011—2019年沿海各省市海洋渔业技术效率值

2.1 海洋渔业技术效率分析

由表1的数据可以得到各决策单元的年均技术效率值，辽宁、浙江、福建以及山东四省技术效率一直大于1，因此DEA有效，表明这四个省海洋渔业规模效益一直处于最佳状态而且具有相对有效性。其他省市的投入要素存在部分冗余。其中广东省技术效率略有下降，这是因为近年来广东省的远洋渔业科技发展与资本投入不匹配，没有充分发挥远洋渔业的经济效益。

2.2 Malmquist指数分析

以2010年为基期，运用DEA-Malmquist指数计算分析沿海省市海洋渔业全要素生产率，计算结果见表2、表3。

表2 2010—2019年沿海各省市海洋渔业Malmquist指数及其分解

表3 2010—2019年沿海各省市Malmquist指数及其分解

从表2可以看出，沿海10个省市的海洋渔业综合效率增长均值为2.7%，10年间总体呈现上升趋势，史长亮等[6]测算出中国1979—2019年农业全要素生产率为3.83%，而谢获宝等[7]测算出服务业年均全要素生产率为2.85%。从以上研究可以看出，海洋渔业的发展对促进我国农业发展有巨大的推动作用，海洋渔业经济在我国农业经济中占有重要地位[8]。

从表3可以看出，除海南省、河北省外，其他各省技术进步率均大于纯技术效率。我国近来年重视在海洋渔业科技方面的投入，例如在培养专业人才、繁殖鱼苗、防治鱼病、更新养殖设施以及更换大功率渔船等方面取得了较为显著的效果，但是在渔业科技推广应用及渔业生产管理等方面还存在不足，限制了海洋渔业全要素生产率的增长。因此，各省在促进海洋渔业经济发展过程中，既要注重吸引高学历人才，也要注重宣传推广渔业科技，切实把科学技术转换为现实生产力，促进沿海渔业经济取得更大的进步，推动沿海渔业经济实现高质量发展。

从各沿海省市的全要素生产率变动来看，各省市虽然都具有独特的发展优势，但是发展水平存在较大差异。除海南省外，其余各省市各项指标均不同程度有所提高，其中进步最大的是天津市，全要素生产率提高了5.6%，其中技术进步和规模效率起到了重要作用；其次是河北省，增长了5%，其中纯技术效率增长了3.7%，表明河北省海洋渔业管理与制度水平较往年有较大提升。不同原因导致各省市的全要素生产率存在明显变化，其中，技术进步促进了辽宁、江苏、浙江、福建以及山东全要素生产率的提升；天津、广西、广东三省的技术效率都有上升，技术进步明显；海南省技术进步的降低（0.03%）阻碍了综合效率的提高，技术效率没有发生显著变化，这主要是因为海南省重点发展旅游业，在海洋渔业方面投入较少，而其他省份在发展远洋渔业方面投入大量人力物力，在一定程度上促进了海洋渔业科技的发展。通过查询《2020年中国渔业统计年鉴》可知，近年来，海南省并未发展海洋渔业，因此科技发展推动海南省渔业进步效果并不明显[9]。

3 建议

通过运用DEA模型测算可知，2010—2019年，辽宁、浙江、福建以及山东四省的技术效率一直处于DEA有效的状态，而其他省份均没有达到有效状态。因此，这部分省市要合理调配投入要素，使之发挥出最大效率，促进海洋渔业经济转型升级，实现渔业高质量发展。技术效率和技术进步是促进全要素生产率提高的重要因素，其中技术进步的贡献略高于技术效率。

3.1 调整海洋渔业产业结构，优化资源配置

海洋捕捞和海水养殖一直是海洋渔业经济发展的支柱，但是由于发展方式过于粗放，渔民盲目扩张、缺乏长期的规划等问题，不仅给生态环境造成了破坏，也导致了资源的浪费。我国目前通过扩大养殖规模，缓解近海捕捞压力，确保居民水产品供给充足。因此，各地区要充分发挥自身优势，合理利用有限的养殖面积实现效益的最大化，如通过规范化的管理，实现集约化工厂养殖进而提高经济效益；利用海水多品种立体生态养殖、抗水抗风浪水箱养殖以及深水筏式养殖等技术实现生态创新养殖；邀请渔业专家及专业人才进行生产规划，避免渔民跟风投产；创新水产品加工形式，开发高价值海洋产品并拓宽销售渠道，及时消化库存，实现渔业资源高效利用。

此外，远洋渔业是“海洋强国”“一带一路”建设的重要组成部分，广阔的大海蕴藏着珍贵而多样的渔业资源[10]。因此，沿海各省市须抓住时代机遇大力发展远洋渔业，推动远洋渔业高质量发展，实现渔业转型升级。

3.2 加大科研投入与宣传力度

目前各省只有加大渔业科技投入，才能实现渔业的现代化。因此，科技工作要以渔业转方式、调结构为主线，根据水域层次划分近海、外海、远洋、极地，积极开展相关科研工作。如以海洋渔业健康发展为目标，推进海洋渔业向资源养护型发展，极地渔业向工业化发展；研究近海渔业资源变动规律，构建渔业资源养护的新平台，注重环境养护的同时建设人工渔礁，开展渔业增殖放流活动；努力实现苗种培育的自主研发，注重基础研究，监控前沿信息，实现高质量苗种自给；水产养殖要转变发展思路，既要注重环境保护，也要创新养殖模式，同时还要加大科研投入，在饲料、设备、人员等方面实现水产养殖标准化、信息化、规模化和优质化发展；更新渔业技术装备，开展关键技术研究、前沿技术创新，不断提升渔业设备的标准化、专业化与信息化。

若想加速渔业科技成果转化，真正实现“科教兴渔、人才强渔”战略，必须要大力开展渔业技术的教育、普及和推广活动。如，编制专题宣传方案，通过电视、报纸等媒体对典型养殖基地、示范基地、优秀人物进行报道宣传，开展科技下乡以及街头宣传活动，坚持以政府为主导、上下级联动、多方参与、大规模培训的工作机制，大力推进渔业科技入户，使渔业科技进步真正使渔民受益，进而实现渔业的长远发展。