基于SBM模型的我国海洋生态效率与经济增长实证研究

徐 胜 岳庆德 卢彬彬

中国海洋大学 经济学院 青岛 266100

经济发展对于环境的影响一直是学术界关注的重点。经典环境库兹涅茨曲线理论认为在经济发展的初期会造成能源资源的大量消耗，而人们的环保意识欠缺，环境治理投入也相对不足，因此会加速环境的污染。当经济发展到一定水平时，环境质量得到改善，最终实现经济与环境的协调发展[1]。崔鑫生利用30个经济体1991－2015年的相关面板数据对环境污染和经济发展之间的动态关系进行了研究，结果表明发展程度不同的国家经济发展与环境污染之间均呈现出 “倒U型”关系，验证了环境库兹涅茨曲线的普遍存在[2]。高宏霞利用中国各省份的面板数据进行了实证研究，发现环境污染在中国呈现出库兹涅茨“倒U型”关系，并且曲线形状在各省份之间存在很大差异[3]。Wu等通过研究人均GDP对雾霾污染的影响证实了“倒U型”形状的环境库兹涅茨曲线（EKC）的存在[4]。另外，一些学者研究发现环境库兹涅茨曲线并不总是“倒U型”的。李斌研究了全国范围以及中国东部、西部、中部及其东北地区的经济发展水平对环境污染的影响，结果发现各地区的环境库兹涅茨曲线并非“倒U型”而呈现出“N型”曲线关系[5]。丁俊菘研究了中国空气污染与经济发展的关系，发现中国空气环境库兹涅茨曲线存在明显的地域差异，北部沿海、东部沿海和南部沿海为“N型”，黄河中游、长江中游为“倒N型”，西南和东北地区是“倒U型”，西北地区是线性递减关系[6]。Yang等发现在某些发展中国家和发达国家，经济与环境污染之间的关系并不一定总是遵循传统的“倒U型”分布特征[7]。Peng等研究表明中国东海渔业经济增长与海洋环境之间存在“倒N型”库兹涅茨曲线关系，海水质量将先恶化，但是随着渔业经济的增长，在第二个转折点之后，海水质量将得到改善并逐渐稳定[8]。

Schaltegger在1990年提出了生态效率的概念，考虑经济发展的环境效益[9]。国内外学者对生态效率的问题关注已久，测度环境生态效率的方法主要有随机前沿分析方法（SFA）为代表的参数法和以数据包络分析法（DEA）为代表的非参数法。相对于SFA法来说，DEA方法并不需要构建生产函数，有效避免了函数假设与实际情况不相符的问题。Chung等将非期望产出引入了模型当中对传统模型加以改进，构建方向性距离函数对生态效率进行测度[10]。Tone进一步对方法进行改进，在方向性距离函数中加入松弛变量得到SBM模型使得测算更加科学，被众多学者运用到生态效率测度分析中[11]。胡彪运用非期望产出的SBM模型计算出2004－2012年中国30个省市的生态效率，与传统CCR模型相比生态效率值更加准确、符合实际[12]。王永静采用Super-SBM模型对天山北坡经济带农业生态效率进行了测度，研究区域农业生态化的协同发展问题[13]。罗能生选取从业人员数、固定资本存量、建成区面积、能源消费量、用水量作为投入指标，地区GDP作为期望产出，工业废水排放量、工业废气排放量、工业固体废弃物产生量作为非期望产出，对省域生态效率进行测度[14]。

通过对上述文献的梳理发现，关于生态效率的研究已经取得了斐然的成就，对生态环境的保护具有积极意义。然而相对于陆地生态效率的研究，国内外学者对海洋生态效率的关注较少。所以本文运用考虑非期望产出的SBM-ML模型对11个沿海地区的海洋生态效率进行测算，并将中国沿海地区分为3个海洋经济圈即北部海洋经济圈（辽宁、河北、天津和山东）、东部海洋经济圈（江苏、上海和浙江）、南部海洋经济圈（福建、广东、广西和海南），揭示2004－2017年海洋生态效率时空演变特征，并进一步利用面板模型对海洋生态效率与海洋经济发展的关系及其影响因素进行研究，为今后中国沿海地区海洋经济发展与生态环境保护提供建议。

1 研究方法与数据来源

1.1 SBM模型

本文采用非径向、非角度SBM模型，相较于传统DEA模型该模型将投入和产出的松弛变量（s-，sa，sb）放入目标函数中，从而可以避免松弛所带来的无效率问题。同时非径向、非角度的SBM模型具有无量纲性和非角度的特点,有效解决了量纲不同和角度选择的偏差对测算结果带来的影响，比起其他模型更能体现生态效率评估的本质，结果更加科学合理。在此基础上通过Malmquist-Luenberger生产率指数来测度11个沿海地区的海洋生态效率。

其中：λ表示截面数据的权重，Σλ=1，λ≥0表示可变的规模报酬VRS，如果去掉该条件则表示规模报酬不变CRS。

考虑非期望产出的SBM模型为：

其中：s-，sa，sb分别是投入、非期望产出和期望产出的松弛量。的分子和分母分别表示每个省份的投入和产出与生产前沿相比的平均可缩减比例和可扩张比例。

1.2 构造Malmquist-Luenberger指数

考虑非期望产出的SBM方向性距离函数为：

式中，g=（y，-b）表示期望产出增加、非期望产出减少的方向向量，β表示方向性距离函数值，p（x）表示生产可能性集。

从第t期到t+1期的Malmquist-Luenberger指数为：

Malmquist-Luenberger指数可以进一步分解为技术效率EC和技术进步TC。技术效率表示各省由于内部效率提高以及生产规模变化带来的海洋生态效率的提高。技术进步表示由生产技术的改进带动海洋生态效率的提高。EC和TC公式分别为：

Malmquist-Luenberger指数计算结果为海洋生态效率（MI）的增长率，即基于前一期的变化率。所以借鉴李斌（2013）的方法，海洋生态效率是对Malmquist-Luenberger指数进行累乘获得[15]。即2004年的海洋生态效率设定为1，2005年的海洋生态效率为2004年的海洋生态效率乘以2005年的Malmquist-Luenberger指数，2006年的海洋生态效率为2005年的海洋生态效率乘以2006年的Malmquist-Luenberger指数，以此类推。

1.3 指标选取与数据来源

以中国沿海地区的面板数据为基础，研究海洋生态效率及其影响因素。样本时间为2004－2017年，数据来源于《中国海洋统计年鉴》《中国统计年鉴》《中国海洋统计公报》以及国家统计局公布的数据，缺失数据采用插值法处理。其中海洋固定资产因为没有直接统计数据，本文采用Kaldor方法计算出各省的海洋固定资产投资，具体公式为：

其中：KO表示海洋固定资产投资，YO表示海洋生产总值，KT表示全社会固定资产投资，YT表示国内生产总值。

在对海洋生态效率与海洋经济发展的关系及其影响因素进行实证研究时，为与Malmquist-Luenberger指数的测算保持一致，本文选取了2004－2017年11个沿海地区的面板数据，对各个变量做如下具体说明。

（1）被解释变量是海洋生态效率。基于考虑非期望产出的SBM模型，以海洋生产总值作为期望产出变量，工业废水排放量和工业废气中二氧化硫排放量作为非期望产出，以涉海就业以及海洋固定资产投资作为投入变量，计算得到Malmquist-Luenberger指数，并把2004年作为基期进行累乘得到海洋生态效率。

（2）核心解释变量是海洋生产总值。海洋生产总值是海洋经济生产总值的简称，指按市场价格计算的沿海地区常住单位在一定时期内海洋经济活动的最终成果，是海洋产业和海洋相关产业增加值之和。海洋生产总值是衡量海洋经济发展最核心、最直接的变量。

（3）控制变量：产业结构优化升级是指投入要素在不同的经济部门之间更加合理的分配，本文使用海洋第三产业增加值与第二产业增加值的比值来表示；科研投入取各省的研究与试验发展经费R&D与各省国内生产总值的比值衡量；资本投入使用海洋固定资产投资与各省的国内生产总值之比度量；劳动力投入用涉海就业人数占各省总人口的比例表示；人均国内生产总值用各省的国内生产总值比各省人口数表示。

2 测算结果评价

2.1 沿海地区的海洋生态效率空间分布

使用MAXDEA软件对Malmquist-Luenberger指数进行计算，2016年、2017年的海洋生态效率空间分布特征如表1所示。

表1 2004－2017年11个沿海地区的海洋生态效率

由表1可知，在2004－2017年这一时期内11个沿海地区的海洋生态效率均值为1.081。其中生态技术效率和生态技术进步的均值都大于1，分别为1.013和1.069。由各省份数据来看，海洋生态效率的提高主要来自于生态技术进步。这主要归功于“十五”规划以来环境保护工作受到更多重视，沿海企业积极响应国家节能减排和环境保护的号召，提高了自身的生态技术创新能力，代表创新能力的生态技术进步向外扩展了海洋生态生产前沿从而提高了海洋生态效率。各地区的海洋生态效率显示出较大差异，辽宁、江苏和山东3个省份海洋生态效率最高，分别为1.186、1.175、1.143。他们的生态技术效率和生态技术进步均为大于1。这说明了辽宁、江苏和山东这3个省份在不断提高自身科学研发能力使得生产前沿外移的同时，也在不断提高生产效率，使之接近生产最佳边界。这两方面的因素共同使海洋生态效率得到提高，促进海洋经济高质量发展。其余地区天津、河北、上海、浙江、福建、广东、广西、海南的MI指数也都大于1，这些省份大部分依赖于生态技术进步的提高，而没有实现生态技术效率对海洋生态效率的驱动作用。这样会导致资源的无效配置，不利于实现经济与环境的可持续发展。

2.2 海洋生态效率时空演变分析

图1是三大海洋经济圈和全国整体的海洋生态效率的年际变化。2004－2017年中国海洋生态效率呈现出“降-升”的平缓“V”型结构。具体可以分为三个阶段，第一阶段2004－2006年海洋生态效率略有降低，第二阶段2006－2010年海洋生态效率快速提高阶段，第三阶段2010－2017年海洋生态效率一直平稳增长。

图1 演化博弈相位图

2004－2006年全国的海洋生态效率总体是下降的，这是因为2004年环境保护政策不健全，经济的快速发展不可避免地产生了许多工业废水、工业固体废物等非期望产出，导致海洋生态效率的下降。其中南部海洋经济圈生态效率下降尤为明显，低于全国平均水平。2006－2010年中国海洋生态效率进入了快速提升时期。2006年，国务院召开了第七次全国环境保护工作会议，提出了环境保护的一些重要决策。以保护生态环境为目标，把主要污染物的排放指标纳入法律法规当中，进一步加强了环境保护的政策力度。各地区积极学习国外环境保护的先进经验技术，对重污染地区加强监管处罚力度。这些措施有效地减少了非期望产出，使得海洋环境得到了有效的保护，海洋生态效率快速提高。2010年至今，海洋生态效率一直在稳步提高。党的十八大将生态文明建设纳入中国特色社会主义事业总体布局，强调生态环境保护的重要意义，要求把社会主义生态建设融入进经济、社会、文化生活的方方面面，把握经济、环境发展的协调统一，建设文明、和谐、美丽的中国，实现中华民族的永续发展。环境保护取得了突出成效，海洋环境进一步得到改善。2012－2017年，我国优良海水水质面积约5万平方千米，四类和劣四类水质海水面积减少了4万平方千米，海洋污染物也下降了50多万吨。山东、江苏、福建、广东等省份海洋生态环境保护项目先后建立了起来。从空间分布来看东部海洋经济圈的海洋生态效率水平最高，北部海洋经济圈次之，南部海洋经济圈最低，呈现“东-北-南”梯度分布。这说明东部海洋经济圈生态效率显著提升，已经能够较好地协调经济发展与环境保护之间的关系。北部海洋经济圈达到了全国平均水平而南部海洋经济圈低于全国平均水平，这是因为部分地区的海洋经济发展较为落后，资源利用效率低下，阻碍了海洋生态科技创新水平的提高，拉低了区域经济圈的海洋生态效率。

3 海洋生态效率影响因素分析

3.1 模型设定

本文的主要研究目的是探究海洋经济发展对海洋生态效率的影响是否存在库兹涅茨曲线关系，将前文中计算得到的海洋生态效率作为被解释变量，海洋生产总值以及海洋生产总值的二次方项作为核心解释变量进行回归，构建如下模型：

式中i表示11个沿海地区，t表示各年份，β0表示常数项，β1－β7为待估参数，εit为随机误差项。MI为前文中测算的海洋生态效率，GOP代表海洋经济发展水平，为了考察海洋生态效率与经济发展水平之间的二次型关系，GOP平方项也包含在回归方程中。本文选取科研投入R&D，资本投入FC，劳动力投入LC，人均国内生产总值AGDP和产业结构MIS作为控制变量。

3.2 经济发展与海洋生态效率的库兹涅茨曲线检验

如表2所示，以海洋生态效率作为被解释变量，海洋经济增长作为解释变量的所有模型均通过了显著性检验，说明海洋生态效率与海洋经济发展之间确实存在库兹涅茨效应。所有模型的一次项系数为正，二次项系数为负说明库兹涅茨曲线呈现倒“U”型结构,即海洋环境效率随海洋生产总值先增长后降低。进一步对模型函数进行求导,令一次导数为零,得出全国库兹涅茨拐点在10 000亿元左右，北部海洋经济圈的库兹涅茨拐点在9 000亿元左右，东部海洋经济圈的库兹涅茨拐点在6 000亿元左右，南部海洋经济圈的库兹涅茨拐点在11 400亿元左右。

表2 海洋生态效率与经济发展的库兹涅茨曲线检验

从目前的海洋经济发展状况来看，全国整体水平并没有到达拐点附近，海洋经济增长与生态效率处于同步上升阶段，我国的海洋生态环境还有进一步提升的空间。从表2还可以看出海洋经济增长对于生态效率的影响存在区域性差异。东部海洋经济圈的拐点最小，其次是北部海洋经济圈，南部海洋经济圈的拐点最大。东部海洋经济圈经济发展最接近拐点，能够较好协调海洋经济增长与环境保护之间的关系。而北部和南部海洋经济圈仍在拐点左侧，海洋生态效率处于相对低水平上，海洋经济的增长有利于继续推动海洋生态效率的提高。东部海洋经济圈的经济发展较早，经济外向程度比较高，与环境保护相关的制度、政策、法律相对完善。随着海洋经济的发展，产业结构的优化和绿色技术创新逐渐成为影响海洋生态效率的关键因素。北部海洋经济圈拥有雄厚的工业产业基础，是我国北方地区对外开放的重要平台。北部海洋经济圈海洋三次产业发展的协调性较差，海洋第三产业较海洋第一、二产业发展滞后，产业结构不甚合理阻碍了海洋生态效率的提高。南部海洋经济圈拥有丰富的海洋资源和辽阔的海域面积，战略地位突出。但相比于其他两个经济圈，南部海洋经济圈的海洋经济发展存在较大地域差异，不利于海洋经济增长与环境保护的协调发展。

3.3 海洋生态效率影响因素分析

为研究海洋生态效率的影响因素，本文在考察海洋经济增长对生态效率影响的基础上将科研投入、资本投入、劳动力投入、人均国内生产总值和产业结构加入模型之中，回归结果如表3所示。

从表3我们可以看出：第一，海洋产业结构对全国整体海洋生态效率的影响结果并不显著，仅在北部海洋经济圈的模型中是显著的。对于全国整体而言海洋产业结构虽然总体水平在优化，但各沿海地区存在很大差异。中国正处于海洋产业结构转型优化时期，其产业构成及其运行体制存在不少缺陷，有些地区某些年份产业结构甚至出现倒退的情形，这将会对海洋生态效率产生不利的影响。但对于北部海洋经济圈尤其是辽宁、河北等地区，在样本期内第二产业比例减少而第三产业占比大幅上升，由此带动了工业废物排放的减少和海洋生产总产值的增长，提高了海洋生态效率。第二，研发投资支出对海洋生态效率有负的影响。科研投入并没有像预期一样促进海洋生态效率提高。这是因为样本期内中国的科技成果转化率较低，研发投入不能很好的转化为海洋生产力，海洋科技创新水平没有得到有效提高。第三，固定资产投资对海洋生态效率的影响也是负相关的。固定资产投资并没有支持新兴海洋环境友好型企业，传统产业的固定资产投资仍占很大比例。第四，劳动力投入对海洋生态效率具有正向影响。据测算，2018年全国涉海就业人员3 684万人，涉海就业人员尤其是高素质人才的迅速增长已经成为海洋生态效率提高的重要驱动力量。最后，人均GDP对海洋生态效率的影响也是显著的。人民的收入水平越高，基础设施越发达，地方的海洋生态效率水平也就越高。

表3 海洋生态效率影响因素分析

4 结论及政策建议

本文运用考虑非期望产出的SBM方向性距离函数与Malmquist-Luenberger生产率指标相结合的方法测算了我国11个沿海地区的海洋生态效率,对我国海洋生态效率的时空演变特征进行了分析。基于面板数据模型对海洋生态效率与经济增长之间的库兹涅茨曲线进行检验并对海洋生态效率的影响因素进行了分析，主要结论如下：

（1）通过对海洋生态效率时空演变特征的分析，我们发现2004－2017年中国海洋生态效率呈现出“降-升”的平缓“V”型结构。沿海生态效率存在显著的空间分布差异，东部海洋经济圈的海洋生态效率水平最高，北部海洋经济圈次之，南部海洋经济圈最低，呈现“东-北-南”梯度分布。

（2）海洋生态效率与海洋经济增长之间存在库兹涅茨效应，海洋生态效率随海洋经济增长先提高后下降，而且不同海洋经济圈库兹涅茨曲线形状不完全相同。海洋生态效率库兹涅茨拐点仍未到来，未来很长时间海洋经济发展将继续促进海洋生态效率提高。

（3）影响因素分析结果显示，产业结构优化对全国整体海洋生态效率的影响并不显著，仅对北部海洋经济圈具有正向影响。研发投资和固定资产投资对海洋生态效率具有负向影响，劳动力投入与人均国内生产总值对海洋生态效率具有显著的促进作用。

对以上研究结论可以得到如下政策启示：

（1）协调好海洋经济发展与环境保护的关系。海洋经济发展对于海洋生态效率的提高处于促进作用阶段，中国沿海地区应重视海洋经济的高质量发展，提高海洋生态效率。在海洋经济发展过程中，需要强调环境和资源成本，以节能减排为目标，继续优化经济结构，提高海洋经济的绿色效益。倡导和支持环保海洋产业，如海洋生物医药业、海洋电力业、滨海旅游业等高附加值产业。最紧迫的任务是在高能耗、重污染的行业中推进污染控制专项行动，完成升级改造任务。集中精力弄清各种污染物之间的内在联系，并找出问题的根源。所有沿海城市应加强区域合作，以全面建立污染物排放的共同约束机制。

（2）海洋生态效率的提高特别需要海洋人才和技术的支持。样本期内中国海洋生态效率的分解结果显示，技术进步是生态效率增长的主要来源。技术进步已成为中国海洋经济高质量发展的重要动力，基于生态效益的创新和基于生产效率的创新对海洋产业发展具有重大而积极的影响。政府应通过积极的财政政策和税收优惠政策，鼓励企业加大研发投入。进一步推动海洋科技教育，以培养高科技人才，促进海洋科技水平的提高。同时，政府应维护市场竞争环境，利用市场机制引导企业通过创新提高能效。

（3）促进海洋科技成果转化，提高政府资金的利用率。中国研究与试验发展（R&D）经费投入已经达到了中等发达国家水平，但中国海洋科技投入产出效率并不是很高，对海洋绿色科技创新的影响并不显著，固定资产投入没有显著的促进作用。当前应加快建立鼓励创新、宽容失败的容错机制，对科研成果落地合作形式、利益分配出台宏观指导意见，明晰相关政策、激励机制和合作保障机制，建立科学家与企业家的对接及互信机制。我们需要提高政府资金的使用效率，以改善生态系统，并制定更科学的资本使用计划，以确保政府支出的最佳利用，最大程度地减少不当使用资金的负面影响。引导和鼓励资本进入先进制造业和新能源产业，减少海洋经济发展过程中的非期望产出，提高资源的利用效率。