紀(jì)建悅 曾 琦

(中國海洋大學(xué) 經(jīng)濟(jì)學(xué)院，山東 青島 266100)

考慮非期望產(chǎn)出的中國海水養(yǎng)殖業(yè)全要素生產(chǎn)率研究
——基于Global Malmquist-Luenberger指數(shù)*

紀(jì)建悅 曾 琦

(中國海洋大學(xué) 經(jīng)濟(jì)學(xué)院，山東 青島 266100)

本文運用Global Malmquist-Luenberger指數(shù)方法，將海水養(yǎng)殖過程中的非期望產(chǎn)出納入評價體系，在環(huán)境約束下對我國海水養(yǎng)殖業(yè)的全要素生產(chǎn)率進(jìn)行綜合評價。選取我國沿海9省份2003-2014年的數(shù)據(jù)為研究對象進(jìn)行分析，發(fā)現(xiàn)樣本期內(nèi)我國海水養(yǎng)殖業(yè)全要素生產(chǎn)率自2008年起穩(wěn)步提升；環(huán)渤海經(jīng)濟(jì)圈漲幅最大，南海經(jīng)濟(jì)圈的增長則略顯微弱；山東省全要素生產(chǎn)率的增速最快，廣東省生產(chǎn)率的提升最為緩慢，整體發(fā)展不平衡；生產(chǎn)率的提高主要來源于技術(shù)的進(jìn)步，相對技術(shù)效率的提升作用未顯現(xiàn)。海水養(yǎng)殖業(yè)的進(jìn)一步發(fā)展需要在繼續(xù)提高技術(shù)的同時注重效率的改進(jìn)。

Global Malmquist-Luenberger指數(shù)；非期望產(chǎn)出；全要素生產(chǎn)率；海水養(yǎng)殖業(yè)

一、引言

中國是海洋大國，海域面積占陸地的三分之一。然而據(jù)《中國農(nóng)業(yè)年鑒》《中國漁業(yè)統(tǒng)計年鑒》，我國2014年的海洋漁業(yè)增加值僅占農(nóng)林牧漁大類的4.57%，尚存巨大的開發(fā)潛力。十八大報告明確提出“海洋強國”戰(zhàn)略，對提高海洋資源的開發(fā)能力、發(fā)展海洋經(jīng)濟(jì)有了更高的要求。尤其在人口持續(xù)增長、土地資源逐年減少的今天，海洋漁業(yè)的產(chǎn)出增長對保障糧食供給、緩解我國人口壓力的意義不言自明。海洋產(chǎn)業(yè)應(yīng)乘勢而上，把握發(fā)展的有利契機。海水養(yǎng)殖業(yè)作為海洋漁業(yè)的核心部分，相對于海水捕撈業(yè)，其受環(huán)境和物種豐富度的影響小，可以集中發(fā)展經(jīng)濟(jì)價值較高的魚、蝦、貝及棘皮類動物，其全要素生產(chǎn)率的高低直接關(guān)乎產(chǎn)業(yè)發(fā)展的前景。因此，充分利用海洋優(yōu)勢，提高海水養(yǎng)殖生產(chǎn)率是迫切且必要的。

目前對海水養(yǎng)殖業(yè)全要素生產(chǎn)率的研究較少，多數(shù)文獻(xiàn)僅聚焦于海洋或漁業(yè)的范圍，未對子領(lǐng)域直接進(jìn)行討論。研究方法可分為參數(shù)法與非參數(shù)法，參數(shù)法又可細(xì)分為三種。第一種方法即Solow余值法，H?kan Eggert和Ragnar Tveter?s曾用此方法對冰島、挪威、瑞典的漁場生產(chǎn)率進(jìn)行了評價，[1]該方法模型簡單、合乎經(jīng)濟(jì)原理，一經(jīng)提出便廣為使用。但其難免有計算誤差，對技術(shù)進(jìn)步外生、非體現(xiàn)性、?？怂怪行缘募俣ú缓侠?，存在弊端。第二種方法為T?rnqvist指數(shù)法，Daniely等人利用該種方法對三個亞洲國家對蝦養(yǎng)殖的全要素生產(chǎn)率進(jìn)行了比較研究，[2]Paraguas等基于Divisia-T?rnqvist指數(shù)從空間角度分析了印度水產(chǎn)養(yǎng)殖業(yè)生產(chǎn)率的收斂性質(zhì)。[3]然而T?rnqvist指數(shù)法僅在超越對數(shù)形式下具備合理性，[4]研究領(lǐng)域因此而受限。第三種方法為隨機前沿分析，戴斌等人基于超越對數(shù)生產(chǎn)函數(shù)形式的隨機前沿模型對中國沿海地區(qū)的海洋科技全要素生產(chǎn)率進(jìn)行了時空演化分析。[5]該方法考慮隨機誤差的影響，但對誤差項、無效率項分布有嚴(yán)苛的假設(shè)，且只適用于單產(chǎn)出的情況。參數(shù)法受限于生產(chǎn)函數(shù)設(shè)定的合理性及估計結(jié)果的準(zhǔn)確性，對數(shù)據(jù)要求量較大，使用范圍有局限性。較為廣泛使用的是以Malmquist全要素生產(chǎn)率指數(shù)方法為主的非參數(shù)法，劉洋基于DEA-Malmquist方法對我國海水養(yǎng)殖業(yè)的全要素生產(chǎn)率進(jìn)行分析，[6]Li等用同樣的方法分析了中國沿海經(jīng)濟(jì)生產(chǎn)率，[7]并且，該方法也被多次用于全國及各地的漁業(yè)生產(chǎn)率研究。[8-10]此方法無需在變量之間建立嚴(yán)格的函數(shù)關(guān)系，避免了因模型設(shè)置不當(dāng)導(dǎo)致的有偏結(jié)果與結(jié)論，同時，不需要價格信息，并可以直接處理多投入多產(chǎn)出的問題，具有諸多優(yōu)勢。

然而，現(xiàn)有研究往往忽略了海水養(yǎng)殖本身產(chǎn)生的殘餌、糞便及藥物殘留等對環(huán)境造成的污染，測算所得的全要素生產(chǎn)率無法客觀反映生產(chǎn)關(guān)系，也有違綠色發(fā)展的理念。對此，Martinez-Cordero和Leung于2004年以含有氮、磷等物質(zhì)的廢水排放量作為海水養(yǎng)殖業(yè)的非期望產(chǎn)出，基于方向性距離函數(shù)對墨西哥對蝦養(yǎng)殖的生產(chǎn)率進(jìn)行了評價。[11]方向性距離函數(shù)巧妙地將生產(chǎn)過程中的“壞”產(chǎn)出考慮到生產(chǎn)率的測算中，但其非傳遞性、可能存在無可行解的問題亟需對模型予以修正。Oh提出的Global Malmquist-Luenberger指數(shù)在繼承傳統(tǒng)Malmquist指數(shù)的優(yōu)勢下能較好地解決這些問題，并將非期望產(chǎn)出考慮在內(nèi)。[12]因此本文借鑒Global Malmquist-Luenberger指數(shù)模型，在環(huán)境約束下對海水養(yǎng)殖業(yè)的全要素生產(chǎn)率進(jìn)行測度，并進(jìn)一步分析生產(chǎn)率變動的原因。

二、研究方法

(一)考慮環(huán)境約束的方向性距離函數(shù)模型

在非期望產(chǎn)出弱可處置、期望產(chǎn)出強可處置、在生產(chǎn)可能性集內(nèi)非期望產(chǎn)出為零時期望產(chǎn)出亦為零等假設(shè)下，Chung等提出方向性距離函數(shù)方法，將生產(chǎn)過程中對環(huán)境有害的非期望產(chǎn)出納入生產(chǎn)率評價體系，[13]即：

其中，g為方向向量，此處設(shè)g=(y,-b)。其有別于傳統(tǒng)的Shepherd距離函數(shù)期望與非期望產(chǎn)出必須以同比例增加的情況，要求在增加期望產(chǎn)出的同時減少非期望產(chǎn)出，具體區(qū)別見圖1。

圖1 距離函數(shù)示意圖

A點為生產(chǎn)可能性集合P(x)內(nèi)一點，在Shepherd距離函數(shù)下，其投入型距離函數(shù)值為OA/OB，表示期望與非期望產(chǎn)出同時增加OB/OA倍時能達(dá)到生產(chǎn)可能性邊界上一點B；而在方向性距離函數(shù)下，其最優(yōu)點則為C。兩者存在下述關(guān)系：

可根據(jù)此關(guān)系，對傳統(tǒng)Malmquist全要素生產(chǎn)率指數(shù)進(jìn)行改進(jìn)，得Malmquist-Luenberger(ML)生產(chǎn)率指數(shù)模型：

與Malmquist指數(shù)一樣，Malmquist-Luenberger指數(shù)可以分解為技術(shù)效率變化指數(shù)MLEC與技術(shù)進(jìn)步指數(shù)MLTC。當(dāng)各項指數(shù)大于1時，分別表示生產(chǎn)率增長、技術(shù)效率改善、技術(shù)進(jìn)步。

(二)Global Malmquist-Luenberger指數(shù)的構(gòu)建

由于跨期方向性距離函數(shù)存在無可行解問題，Malmquist指數(shù)的非傳遞性問題仍未解決，Oh在Malmquist-Luenberger指數(shù)的基礎(chǔ)上構(gòu)建共同前沿面，從全局角度分析全要素生產(chǎn)率的變化。[14]全局前沿將所有時期的生產(chǎn)可能集包絡(luò)起來，此時：

PG=P1∪P2∪…∪PT

圖2展現(xiàn)了共同前沿的構(gòu)成，其中A1、A2分別為t期及t+1期的生產(chǎn)點，Global Malmquist-luenberger(GML)指數(shù)不再由兩種指數(shù)的幾何平均表示，而是由相鄰兩期生產(chǎn)點與共同前沿的距離組成，避免了任意選擇問題，同時使模型具備傳遞性，即：

GML也可分解為技術(shù)效率變動指數(shù)(GMLEC)及技術(shù)進(jìn)步指數(shù)(GMLTC)，其中，GML與GMLEC與ML指數(shù)模型中對應(yīng)指數(shù)的經(jīng)濟(jì)含義相似，GMLEC與MLEC的構(gòu)建完全相同，但GMLTC的含義則發(fā)生變化。GMLTC不再將相鄰兩期前沿面直接進(jìn)行比較，而是分別測算其與共同前沿的距離，用相鄰期前沿面與共同前沿的距離是否縮小來判斷技術(shù)提升的存在性，在圖2中可以表示為B1D1與C2D2距離的比較。

圖2 Global Malmquist-Luenberger全要素生產(chǎn)率指數(shù)示意圖

當(dāng)期距離函數(shù)與全局距離函數(shù)可用如下兩類線性規(guī)劃解決：

其中，s可分別選t及t+1期，代表不同的距離函數(shù)；z為權(quán)重向量。

三、實證分析

(一)指標(biāo)選取及數(shù)據(jù)來源

勞動、土地、固定資產(chǎn)是農(nóng)業(yè)生產(chǎn)過程中不可缺少的要素投入。海水養(yǎng)殖業(yè)隸屬于農(nóng)業(yè)，但有別于傳統(tǒng)種植業(yè)?？紤]到其自身特點，本文選取海水養(yǎng)殖面積、海水養(yǎng)殖勞動力、海水養(yǎng)殖固定資產(chǎn)(養(yǎng)殖漁船)作為投入指標(biāo)，以海水養(yǎng)殖的增加值作為期望產(chǎn)出，以因海水養(yǎng)殖污染造成的經(jīng)濟(jì)損失作為非期望產(chǎn)出，對我國海水養(yǎng)殖業(yè)全要素生產(chǎn)率進(jìn)行研究，變量設(shè)置見表1。

表1 變量定義

本文選取中國沿海進(jìn)行海水養(yǎng)殖業(yè)生產(chǎn)的地區(qū)2003-2014年間的相關(guān)數(shù)據(jù)為研究對象，由于天津、上海兩地的數(shù)據(jù)嚴(yán)重缺失，故僅對遼寧、河北、山東、江蘇、浙江、福建、廣東、廣西及海南等九個省份海水養(yǎng)殖業(yè)的全要素生產(chǎn)率進(jìn)行分析。數(shù)據(jù)全部來自各年度《中國漁業(yè)年鑒》《中國漁業(yè)統(tǒng)計年鑒》。因未有統(tǒng)計年鑒直接對由海水養(yǎng)殖業(yè)污染造成的損失進(jìn)行度量，《中國漁業(yè)統(tǒng)計年鑒》中僅有受污染造成的經(jīng)濟(jì)損失一項，而該項損失主要源于外部污染物排放及其自身對環(huán)境的破壞。因此，本文假設(shè)各行業(yè)對環(huán)境的污染與其增加值成正比，并據(jù)此換算得出漁業(yè)污染造成的經(jīng)濟(jì)損失，再按海水養(yǎng)殖面積占總面積的比例提取海水養(yǎng)殖污染所造成的經(jīng)濟(jì)損失。另因海南省2011-2014年間該項數(shù)據(jù)缺失，本文采用指數(shù)函數(shù)對前8年的數(shù)據(jù)進(jìn)行擬合，擬合優(yōu)度達(dá)到0.9657，基于此進(jìn)行了趨勢遞推。本文所涉價格單位指標(biāo)均已根據(jù)GDP平減方法換算為2005年價格水平。

各指標(biāo)描述性統(tǒng)計結(jié)果見表2?？梢?，我國各地海水養(yǎng)殖業(yè)投入、產(chǎn)出指標(biāo)存在較大差異。

表2 變量描述性統(tǒng)計結(jié)果

(二)全要素生產(chǎn)率測算結(jié)果分析

文本借助于MATLAB R2013a軟件，在環(huán)境約束下，測得描述2003-2014年間我國沿海各地區(qū)的海水養(yǎng)殖業(yè)生產(chǎn)率變動的Global Malmquist-Luenberger全要素生產(chǎn)率指數(shù)，并將其進(jìn)一步分解為GMLTC、GMLEC，對我國海水養(yǎng)殖的發(fā)展情況進(jìn)行闡述，并分析生產(chǎn)率變動的原因。

圖3 2003-2014我國海水養(yǎng)殖業(yè)GML指數(shù)及其分解累積變化

結(jié)合Global Malmquist-Luenberger指數(shù)模型及其分解公式，可以計算得到2003-2014年期間我國沿海省份各項指數(shù)值。圖3展示了樣本期內(nèi)各指數(shù)的累積值，反映各項指標(biāo)12年的變化情況。2003-2008年間我國海水養(yǎng)殖業(yè)生產(chǎn)率平穩(wěn)波動，未有明顯提升；2008年后，生產(chǎn)率呈現(xiàn)大幅上升。全要素生產(chǎn)率總體增加了45.00%，其中技術(shù)效率改進(jìn)平均上升了0.13%，技術(shù)進(jìn)步提高了44.81%。究其原因，大抵與2008年之后海洋科研機構(gòu)及從業(yè)人員的大幅增加(見圖4)有所關(guān)聯(lián)，國家陸續(xù)出臺的經(jīng)濟(jì)轉(zhuǎn)型政策也發(fā)揮了一定作用。技術(shù)效率在樣本期內(nèi)相對保持穩(wěn)定，未有改進(jìn)。這表明我國海水養(yǎng)殖業(yè)的全要素生產(chǎn)率在樣本期內(nèi)顯著提升主要依賴于技術(shù)的革新，而非效率的變化。

<1)，且各件產(chǎn)品是否為不合格品相互獨立．

注：數(shù)據(jù)來源于2004-2014年《中國海洋統(tǒng)計年鑒》《中國農(nóng)業(yè)統(tǒng)計資料》。

圖5 2003-2014各地海水養(yǎng)殖業(yè)GML指數(shù)及其分解累積變化

現(xiàn)從地區(qū)角度分析海水養(yǎng)殖業(yè)的生產(chǎn)率。圖5展示了各地區(qū)各指數(shù)的平均數(shù)在樣本期內(nèi)的累積值，可以發(fā)現(xiàn)各地海水養(yǎng)殖業(yè)生產(chǎn)率增加的來源略有不同。環(huán)渤海經(jīng)濟(jì)圈生產(chǎn)率提升最大，2003-2014年間增長82.47%。這一提升主要來自技術(shù)進(jìn)步，相對于各期前沿面的效率增加對生產(chǎn)率的提高作用甚微。東海經(jīng)濟(jì)圈海水養(yǎng)殖業(yè)的發(fā)展則接近全國平均水平，2008年后才開始攀升，其生產(chǎn)率的增長是由技術(shù)效率增加和技術(shù)進(jìn)步兩方面共同作用的結(jié)果。然而南海經(jīng)濟(jì)圈海水養(yǎng)殖業(yè)2014年的全要素生產(chǎn)率僅比2003年的水平高6.95%，2003-2009年間其生產(chǎn)率呈波動下滑，其后呈上升態(tài)勢。但相對效率水平總體仍低于期初，抵消了一部分技術(shù)對生產(chǎn)率的促進(jìn)作用，致使生產(chǎn)率僅有微小提升。綜合來看，技術(shù)的發(fā)展是海水養(yǎng)殖業(yè)生產(chǎn)率提升過程中的關(guān)鍵因素，各地的角逐終歸于科技的競賽。

表3 2003-2014年各省海水養(yǎng)殖業(yè)GML指數(shù)及其分解幾何均值

表3列出各省份Global Malmquist-Luenberger指數(shù)及其分解的幾何均值的情況。可見，樣本期內(nèi)，除廣西、海南兩省的生產(chǎn)率在經(jīng)歷下降與上升后總體保持不變外，其余各沿海省份的海水養(yǎng)殖業(yè)全要素生產(chǎn)率均有提升，但其增速差異較大。其中，山東省生產(chǎn)率增長最快，年均上漲5.94%；廣東省增幅最小，年均僅提高1.85%。在技術(shù)進(jìn)步指數(shù)方面，河北省拔得頭籌，年均提升6.26%；最低的為浙江省，年均增長1.85%。除浙江省外，大部分省份相對技術(shù)效率并沒有明顯改進(jìn)，基本保持不變，廣東、河北兩地的技術(shù)效率變化甚至制約了生產(chǎn)率的發(fā)展。遼寧、浙江兩省效率變化與技術(shù)進(jìn)步共同促進(jìn)生產(chǎn)率的增長，山東、江蘇、福建等地的生產(chǎn)率提高則全部來源于技術(shù)的進(jìn)步?？傮w上講，技術(shù)的變革在全要素生產(chǎn)率發(fā)展的過程中起著舉足輕重的作用，海水養(yǎng)殖業(yè)的又好又快發(fā)展離不開技術(shù)的創(chuàng)新。

四、結(jié)論

本文以我國海水養(yǎng)殖業(yè)沿海9省份為樣本，收集其2003-2014年間各項數(shù)據(jù)，在考慮非期望產(chǎn)出的環(huán)境約束下構(gòu)建Global Malmquist-Luenberger指數(shù)，對我國海水養(yǎng)殖業(yè)的全要素生產(chǎn)率進(jìn)行了分析。結(jié)果表明：(1)2003-2014年間我國海水養(yǎng)殖業(yè)全要素生產(chǎn)率有明顯提高，在2003-2008年間微小波動，其后穩(wěn)步攀升；(2)環(huán)渤海經(jīng)濟(jì)圈的全要素生產(chǎn)率漲幅最大，東海經(jīng)濟(jì)圈緊隨其后，南海經(jīng)濟(jì)圈的生產(chǎn)率總體僅有小幅提升，近年才顯現(xiàn)出上升態(tài)勢；(3)我國海水養(yǎng)殖業(yè)發(fā)展不平衡，山東省海水養(yǎng)殖業(yè)生產(chǎn)率的增速最快，廣東省則提升最慢，年均增速相差4.09%；(4)我國海水養(yǎng)殖業(yè)全要素生產(chǎn)率的提高主要來源于技術(shù)進(jìn)步，技術(shù)效率的改進(jìn)對其影響微弱。我國海水養(yǎng)殖業(yè)的長期增長，一方面，需將科技轉(zhuǎn)化為生產(chǎn)力，不斷提高技術(shù)水平；另一方面，應(yīng)著力提高管理能力，在現(xiàn)有技術(shù)水平下使產(chǎn)出最大化，力圖提升效率，充分發(fā)揮技術(shù)的潛能。

[1] H?kan Eggert, Ragnar Tveter?s. Productivity development in Icelandic, Norwegian and Swedish fisheries[J]. Applied Economics, 2013, 45(6):709-720.

[2] Danielv G, Trond B. A comparative study of production factors and productivity for shrimp farms in three Asian countries: Bangladesh, India, and Indonesia[J]. Aquaculture Economics & Management, 2009, 13(2):176-190.

[3] Paraguas F J, Dey M M. Aquaculture productivity convergence in India: A spatial econometric perspective[J]. Agricultural Economics Research Review, 2006, 19(2006):121-134.

[4] Diewert W E. Exact and superlative index numbers[J]. Journal of Econometrics, 1976, 4(2):115-145.

[5] 戴彬, 金剛, 韓明芳. 中國沿海地區(qū)海洋科技全要素生產(chǎn)率時空格局演變及影響因素[J]. 地理研究, 2015, 34(2):328-340.

[6] 劉洋. 我國海水養(yǎng)殖投入產(chǎn)出動態(tài)效率研究——基于2004-2013年9省、市面板數(shù)據(jù)分析[J]. 海洋開發(fā)與管理, 2015(12):94-99.

[7] Li J, Zhang J, Gong L, et al. Research on the total factor productivity and decomposition of Chinese coastal marine economy: Based on DEA-Malmquist index[J]. Journal of Coastal Research, 2015, 73:283-289.

[8] 于淑華, 于會娟. 中國沿海地區(qū)漁業(yè)產(chǎn)業(yè)效率實證研究——基于DEA的Malmquist指數(shù)分析[J]. 中國漁業(yè)經(jīng)濟(jì), 2012, 30(3):140-146.

[9] 高強, 丁慧媛. 山東省漁業(yè)生產(chǎn)效率及其變動趨勢的測算與分析[J]. 中國漁業(yè)經(jīng)濟(jì), 2011, 29(4):107-114.

[10] 蔣逸民, 任淑華, 慕永通. 生產(chǎn)率視角下浙江海洋漁業(yè)結(jié)構(gòu)的實證研究[J]. 農(nóng)業(yè)經(jīng)濟(jì)與管理, 2013,(5):96-106.

[11] Martinez-Cordero F J, Leung P S. Sustainable aquaculture and producer performance: measurement of environmentally adjusted productivity and efficiency of a sample of shrimp farms in Mexico[J]. Aquaculture, 2004, 241(1-4):249-268.

[12] Oh D H. A global Malmquist-Luenberger productivity index[J]. Journal of Productivity Analysis, 2010, 34(3):183-197.

[13] Chung Y H, F?re R, Grosskopf S. Productivity and undesirable outputs: A directional distance function approach[J]. Microeconomics, 1995, 51(3):229-240.

[14] Oh D H. A global Malmquist-Luenberger productivity index[J]. Journal of Productivity Analysis, 2010, 34(3):183-197.

A Study on the Total Factor Productivity of China's Mariculture

責(zé)任編輯：王明舜

Considered Undesirable Outputs Based on Global Malmquist-Luenberger Index

Ji Jianyue Zeng Qi

(School of Economics, Ocean University of China, Qingdao, 266100)

Based on global Malmquist-Luenberger index model, this paper brings undesirable outputs of mariculture into the measure of total factor productivity to evaluate the performance of mariculture in China under environmental constraints. The data of nine China's coastal provinces from 2003 to 2014 is selected as the objects of study. The results show that the total factor productivity of China's mariculture has increased significantly since 2008. Meanwhile, the improvement in Bohai Economic Rim is the largest, and in the South China Sea economic circle is the least. Besides, the total factor productivity of Shandong's mariculture develops most rapidly, and that of Guangdong's moves smoothly, which reveals the unbalance of development in China's mariculture. Technological progress has become a major source of raising productivity, and technical efficiency improvement has played no role. To further enhance the productivity of mariculture, producers need to upgrade technology and promote efficiency.

global Malmquist-Luenberger index; undesirable outputs; total factor productivity; mariculture

2016-11-12

國家自然科學(xué)基金項目“藍(lán)色糧倉背景下考慮生態(tài)環(huán)境約束的我國海水養(yǎng)殖業(yè)效率測度、發(fā)展模式與優(yōu)化路徑研究”(71573238)

紀(jì)建悅(1974- )，男，山東青島人，中國海洋大學(xué)經(jīng)濟(jì)學(xué)院教授，主要研究從事國民經(jīng)濟(jì)學(xué)與公司金融研究。

F326.4

A

1672-335X(2017)01-0043-06