岳冬冬，李旭君,2，郭艷宇，張 明,2，趙 娜，吳反修，于航盛

(1. 中國水產(chǎn)科學研究院東海水產(chǎn)研究所,農(nóng)業(yè)農(nóng)村部遠洋與極地漁業(yè)創(chuàng)新重點實驗室,上海 200090; 2. 上海海洋大學經(jīng)濟管理學院,上海海洋大學研究生院,上海 201306; 3. 華東理工大學材料科學與工程學院,上海 200237; 4. 全國水產(chǎn)技術(shù)推廣總站,中國水產(chǎn)學會,北京 100125)

海水養(yǎng)殖是中國水產(chǎn)養(yǎng)殖業(yè)的重要組成部分，同時也是保障水產(chǎn)品市場有效供給的重要來源。從產(chǎn)量規(guī)模來看，《中國漁業(yè)統(tǒng)計年鑒》數(shù)據(jù)顯示[1]，2018年海水養(yǎng)殖產(chǎn)量為2 031.22×104t，占中國水產(chǎn)養(yǎng)殖總產(chǎn)量的比重為40.70%，產(chǎn)業(yè)發(fā)展地位不斷提升。

中國經(jīng)濟進入新常態(tài)。黨的十九大報告指出，中國經(jīng)濟已由高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，并提出全要素生產(chǎn)率的概念[2]。一般而言，綜合考慮自然資源、勞動、資本之后計算得出的生產(chǎn)率，即為“全要素生產(chǎn)率”。關(guān)于生產(chǎn)效率評估問題，國內(nèi)外學者進行了廣泛深入研究，理論和方法方面均取得重要成果，具體的測算方法包括：索羅余值法、隨機前沿分析法和數(shù)據(jù)包絡(luò)分析法等[3]，在應(yīng)用范圍方面包括：工業(yè)[4]、農(nóng)業(yè)[5]、旅游業(yè)[6]等領(lǐng)域。漁業(yè)產(chǎn)業(yè)綜合生產(chǎn)效率或全要素生產(chǎn)率評估方面也開展了一定的研究，包括捕撈業(yè)[7]和養(yǎng)殖業(yè)等領(lǐng)域，其中，張成等[8]研究認為2006—2012年中國29個省份水產(chǎn)養(yǎng)殖綜合技術(shù)效率平均值為0.86，總體技術(shù)效率偏低，且技術(shù)應(yīng)用和規(guī)模均有一定的提升空間；邢麗榮等[9]對江蘇省水產(chǎn)養(yǎng)殖戶綜合技術(shù)效率進行了分析，認為綜合技術(shù)效率和純技術(shù)效率均有較大的提升空間。通過對海水養(yǎng)殖綜合生產(chǎn)效率測算相關(guān)文獻的分析，有兩個問題亟需進一步討論：其一，已有的文獻主要針對某個特定時間階段進行養(yǎng)殖業(yè)或捕撈業(yè)全要素生產(chǎn)率測算，也有部分學者對水產(chǎn)養(yǎng)殖業(yè)綜合生產(chǎn)效率進行了測算，但鮮見有對于具體年份海水養(yǎng)殖綜合生產(chǎn)效率的測算；其二，在投入產(chǎn)出指標選擇方面，其中產(chǎn)出指標大多采用海水養(yǎng)殖產(chǎn)值，在投入指標方面則主要采用養(yǎng)殖漁船、海水魚苗、專業(yè)從業(yè)人員、海水養(yǎng)殖面積等指標，上述指標在代表海水養(yǎng)殖產(chǎn)業(yè)的投入和產(chǎn)出特征時具有一定的局限性，例如苗種投入方面，僅考慮魚苗的投入，對于蝦類、貝類等投入則沒有納入測算范圍。基于此，本文借助數(shù)據(jù)包絡(luò)分析法，以2018年10個海水養(yǎng)殖省份為例，通過選擇多元化的投入指標，評估海水養(yǎng)殖綜合生產(chǎn)效率，以期為評估特定年份的海水養(yǎng)殖綜合生產(chǎn)效率提供參考。

1 研究方法、指標與數(shù)據(jù)

1.1 研究方法

1.1.1 數(shù)據(jù)包括分析法

數(shù)據(jù)包絡(luò)分析方法(data envelopment analysis，DEA)是根據(jù)多項投入指標和多項產(chǎn)出指標，利用線性規(guī)劃方法，對具有可比性的同類型單位進行相對有效性評價的一種數(shù)量分析方法。與參數(shù)的索羅余值法、隨機前沿生產(chǎn)函數(shù)法相比，數(shù)據(jù)包絡(luò)分析方法是一種數(shù)據(jù)驅(qū)使的方法，具有對樣本容量要求低、不受指標量綱影響及可以避免模型設(shè)定錯誤等特點，從而得到廣泛應(yīng)用[7]。DEA模型分為CRS(constant returns to scale，CRS)模型和VRS(variable returns to scale，VRS)模型，其中CRS模型假設(shè)DMU(decision making unit，DMU)處于固定規(guī)模報酬情形下，用來衡量總效率；VRS模型假設(shè)DMU處于可變規(guī)模報酬情形下，用來衡量純技術(shù)效率和規(guī)模效率[10]。根據(jù)中國海水養(yǎng)殖業(yè)產(chǎn)業(yè)數(shù)據(jù)實際特征，本研究采用DEA方法中投入導向的、適用于規(guī)模報酬可變的VRS模型對中國海水養(yǎng)殖綜合生產(chǎn)效率進行評估。

1.1.2 主成分分析法

主成分分析(principal component analysis，PCA)是考察多個變量間相關(guān)性的一種多元統(tǒng)計方法，通過正交變換將一組可能存在相關(guān)性的變量轉(zhuǎn)換為一組線性不相關(guān)的變量，轉(zhuǎn)換后的這組變量叫主成分——綜合指標，綜合指標是原來多個指標的線性組合，雖然這些線性綜合指標不能直接觀測到，但這些綜合指標間互不相關(guān)，又能反映原來多指標的信息[11]。本文選取的海水養(yǎng)殖投入指標有11個，其中涉及養(yǎng)殖面積的指標包括：按水域分海水養(yǎng)殖面積、深水網(wǎng)箱養(yǎng)殖水體體積、工廠化養(yǎng)殖水體體積3個指標，根據(jù)漁業(yè)統(tǒng)計指標解釋，按水域分海水養(yǎng)殖面積指標則未包含深水網(wǎng)箱養(yǎng)殖水體體積和工廠化養(yǎng)殖水體體積；海水養(yǎng)殖苗種也包括了6個分項投入指標。為了清晰地反映海水養(yǎng)殖面積、海水養(yǎng)殖苗種的指標特征，本研究采用主成分分析法對上述2個大類指標進行降維處理，從而形成2個綜合性指標，以簡化VRS模型的投入指標數(shù)量。

1.2 指標選擇與數(shù)據(jù)來源

從全要素生產(chǎn)率的含義出發(fā)，應(yīng)盡可能全面的分析海水養(yǎng)殖的投入和產(chǎn)出指標以進行綜合生產(chǎn)效率測算。為避免因價格因素的影響，選擇海水養(yǎng)殖產(chǎn)量(y)作為產(chǎn)出指標；在生產(chǎn)投入方面，選擇按水域分海水養(yǎng)殖面積(x1)、深水網(wǎng)箱養(yǎng)殖水體體積(x2)、工廠化養(yǎng)殖水體體積(x3)、海水魚苗(x4)、蝦類育苗(x5)、貝類育苗(x6)、海帶(x7)、紫菜(x8)、海參(x9)、養(yǎng)殖漁船(x10)和海水養(yǎng)殖專業(yè)從業(yè)人員(x11)作為投入指標。上述投入產(chǎn)出指標數(shù)據(jù)均來自《中國漁業(yè)統(tǒng)計年鑒》[1]。

在沿海11個省份中，由于上海未涉及海水養(yǎng)殖業(yè)，因此本文的研究樣本范圍為：天津、河北、遼寧、江蘇、浙江、福建、山東、廣東、廣西和海南10個沿海省份。按照漁業(yè)統(tǒng)計指標解釋，海水養(yǎng)殖投入產(chǎn)出指標的統(tǒng)計數(shù)據(jù)周期為：2018年1月1日—2018年12月31日。

1.2.3 數(shù)據(jù)處理方法

海水養(yǎng)殖面積綜合性指標、海水養(yǎng)殖苗種綜合性指標的構(gòu)建采用SPSS 22.0軟件進行；海水養(yǎng)殖綜合生產(chǎn)效率的測算采用DEAP 2.1軟件進行。

2 評估結(jié)果與分析

2.1 綜合性指標構(gòu)建

由于海水養(yǎng)殖投入指標達11個，其中海水養(yǎng)殖面積、海水養(yǎng)殖苗種分別包含多個分項指標，利用主成分分析法建立2個綜合性指標，分別為海水養(yǎng)殖面積綜合性指標(MJ)和海水養(yǎng)殖苗種綜合性指標(MZ)。根據(jù)SPSS 22.0的運行結(jié)果，海水養(yǎng)殖面積綜合性指標(MJ)和海水養(yǎng)殖苗種綜合性指標(MZ)表達式如下。

(1)

(2)

利用SPSS 22.0對海水養(yǎng)殖產(chǎn)量(y)、養(yǎng)殖漁船(x10)、海水養(yǎng)殖專業(yè)從業(yè)人員(x11)進行標準化，結(jié)果出現(xiàn)了“負值”，不符合VRS模型的使用條件。通過對10省份數(shù)據(jù)的分析，其中山東省各項指標均為“正值”且最大，因此，選擇以山東數(shù)據(jù)為基礎(chǔ)，對天津、河北、遼寧、江蘇、浙江、廣東、廣西、海南等省份投入產(chǎn)出指標數(shù)據(jù)進行初等行變換[13]，以消除標準化后的“負投入和負產(chǎn)出”指標，即“山東×2+天津、河北、遼寧、江蘇、浙江、廣東、廣西、海南”，結(jié)果如表1所示。

2.2 結(jié)果分析

DEA模型中的VRS模型對中國海水養(yǎng)殖綜合生產(chǎn)效率的測算結(jié)果可以分為綜合效率、純技術(shù)效率和規(guī)模效率。其中綜合效率是指在技術(shù)穩(wěn)定情況下綜合生產(chǎn)效率所能達到的程度，用以分析決策單元獲得最大產(chǎn)出的能力，綜合效率為1的決策單元稱為DEA有效，小于1的決策單元稱為非DEA有效；純技術(shù)效率指利用現(xiàn)有生產(chǎn)技術(shù)能夠達到的產(chǎn)出效率，該值為1的決策單元為技術(shù)有效，小于1的決策單元為非技術(shù)有效；規(guī)模效率指產(chǎn)出和投入的比例是否達到最大產(chǎn)出，該值為1的決策單元為規(guī)模有效，小于1的決策單元為非規(guī)模有效。利用DEAP 2.1軟件對變換后海水養(yǎng)殖投入產(chǎn)出指標進行綜合生產(chǎn)效率評估，其中參數(shù)設(shè)置為投入導向和VRS模型，結(jié)果如表2所示。

表1 變換后的海水養(yǎng)殖投入產(chǎn)出指標Tab.1 Converted input and output indicators of marine aquaculture

表2 2018年各省份海水養(yǎng)殖綜合生產(chǎn)效率Tab.2 Overall efficiency of marine aquaculture in each province in 2018

2.2.1 總體分析

根據(jù)表2可知，在綜合效率方面，DEA有效的省份包括4個，分別是：天津、福建、廣東和廣西；低于平均水平的省份包括：遼寧、山東、浙江和海南，其中浙江的綜合效率值最低。在純技術(shù)效率方面，DEA有效的省份包括：天津、福建、廣東、廣西、山東和廣東，低于平均水平的省份有江蘇、浙江和海南，其中浙江的純技術(shù)效率值最低。在規(guī)模效率方面，DEA有效的省份包括：天津、福建、廣東和廣西，低于平均水平的省份包括：遼寧、山東、浙江和海南，其中山東的規(guī)模效率值最低。

根據(jù)表2結(jié)果，2018年沿海10個海水養(yǎng)殖省份中天津、福建、廣東和廣西為規(guī)模報酬不變，即海水養(yǎng)殖規(guī)模合理，占研究樣本對象的比例為40%。對于未處于合理規(guī)模的情況而言，其中河北、遼寧和浙江處于規(guī)模報酬遞減階段，說明養(yǎng)殖規(guī)模偏大；而江蘇、山東和海南則處于規(guī)模報酬遞增階段，說明養(yǎng)殖規(guī)?？蛇m當擴大。

2.2.2 類型劃分

基于DEA模型中的VRS模型測算的海水養(yǎng)殖綜合生產(chǎn)效率屬于相對效率，取值范圍為：0～1，為了便于對10個沿海省份海水養(yǎng)殖綜合生產(chǎn)效率進行對比，將其綜合效率、純技術(shù)效率和規(guī)模效率分別與平均值進行比較，從而判斷不同省份相對于平均水平的相對地位，并依此劃分為4種類型，結(jié)果如表3所示。

表3 海水養(yǎng)殖綜合生產(chǎn)效率類型劃分Tab.3 Classification of overall efficiency of marine aquaculture

2.2.3 差額分析

差額分析是指針對DEA無效的決策單元，為了提高全要素投入的利用效率，從而達到DEA有效，應(yīng)減少其資源要素的投入或增加產(chǎn)出。換言之，即在不增加投入要素的情況下，是否可進一步增加其產(chǎn)出；或者，在不減少產(chǎn)出的情況下，是否可進一步減少投入，結(jié)果如表4所示。

表4 各省份海水養(yǎng)殖投入要素差額分析Tab.4 Analysis of differences in input factors of marine aquaculture in each province

由表4可知，2018年天津、遼寧、福建、山東、廣東和廣西6個省份海水養(yǎng)殖的投入差額均為0，表明上述6個省份的投入產(chǎn)出配置良好，其余的4個省份在投入方面可進一步優(yōu)化。在產(chǎn)出不變的情況下，河北、江蘇、浙江和海南在海水養(yǎng)殖面積綜合性指標、海水養(yǎng)殖苗種綜合性指標、養(yǎng)殖漁船、海水養(yǎng)殖專業(yè)從業(yè)人員等投入方面均存在差額，其中，河北海水養(yǎng)殖的4項投入指標可以分別減少9.95%、0.37%、1.11%和0.39%；江蘇海水養(yǎng)殖的4項投入指標可以分別減少7.08%、6.88%、2.29%和2.27%；浙江海水養(yǎng)殖的4項投入指標可以分別減少12.95%、9.46%、9.46%和9.44%；海南海水養(yǎng)殖的4項投入指標可以分別減少42.73%、3.62%、3.62%和3.58%。

3 主要結(jié)論與政策啟示

3.1 主要結(jié)論

利用VRS模型對2018年沿海10個省份海水養(yǎng)殖綜合生產(chǎn)效率進行了測算，具體包括綜合效率、純技術(shù)效率和規(guī)模效率，得出以下主要結(jié)論。

(1)海水養(yǎng)殖綜合生產(chǎn)效率整體水平較好。沿海10個省份海水養(yǎng)殖綜合生產(chǎn)效率的綜合效率均值為0.952，其中天津、福建、廣東和廣西的綜合效率達到1，但浙江的綜合效率值最低。與規(guī)模效率相比，純技術(shù)效率對于綜合效率的影響作用更大，其中規(guī)模效率的平均值為0.968。從規(guī)模收益階段來看，其中60%的省份未處于合理規(guī)模，說明在海水養(yǎng)殖規(guī)模方面有待進一步優(yōu)化和調(diào)整。

(2)海水養(yǎng)殖綜合生產(chǎn)效率可以分為4種類型。海水養(yǎng)殖綜合生產(chǎn)效率測算結(jié)果的3項指標均高于平均水平的省份有5個，占比達到50%，可見海水養(yǎng)殖綜合生產(chǎn)效率整體占比處于較好的發(fā)展狀態(tài)。

(3)部分省份的投入要素規(guī)模具有一定的壓縮空間。從測算結(jié)果來看，在不增加投入要素的情況下，10個沿海省份的海水養(yǎng)殖產(chǎn)出情況良好，但在保持產(chǎn)出規(guī)模不變的情況下，河北、江蘇、浙江和海南4個省份的投入要素規(guī)模具有一定的壓縮空間，尤其是海水養(yǎng)殖面積綜合性指標、海水養(yǎng)殖苗種綜合性指標2種投入要素，可見，中國海水養(yǎng)殖的發(fā)展仍是以養(yǎng)殖面積和苗種投入為主要推動力。

3.2 政策啟示

提高海水養(yǎng)殖綜合生產(chǎn)效率對于實現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級、促進資源要素配置具有重要意義，在上述分析討論基礎(chǔ)上，提出以下對策建議。

(1)優(yōu)化海水養(yǎng)殖規(guī)模。規(guī)模效率整體拉低了海水養(yǎng)殖綜合效率，建議河北、遼寧和浙江壓縮海水養(yǎng)殖投入要素和產(chǎn)出，降低養(yǎng)殖規(guī)模，提高規(guī)模效率，從而整體提升綜合效率，其中浙江還應(yīng)加強海水養(yǎng)殖技術(shù)創(chuàng)新成果的研發(fā)與應(yīng)用力度，提高純技術(shù)效率，從技術(shù)和規(guī)模2個方面總體提升浙江海水養(yǎng)殖綜合效率；建議江蘇、山東和海南應(yīng)增加海水養(yǎng)殖投入要素和產(chǎn)出，擴大養(yǎng)殖規(guī)模，提高規(guī)模效率，從而整體提升綜合效率。

(2)提高海水養(yǎng)殖技術(shù)水平。從測算結(jié)果來看，海水養(yǎng)殖純技術(shù)效率不低，平均水平達到0.984，但仍有一定的提升空間，建議在海水魚類養(yǎng)殖方面加強創(chuàng)新力度，借助現(xiàn)代化養(yǎng)殖技術(shù)和養(yǎng)殖模式，擴大名特優(yōu)海水魚類養(yǎng)殖規(guī)模，例如通過開展大黃魚深遠海養(yǎng)殖[14]、金槍魚深遠海養(yǎng)殖、三文魚冷水團養(yǎng)殖等先進技術(shù)與管理模式的研發(fā)與應(yīng)用，提高海水養(yǎng)殖技術(shù)效率。

(3)建立資源綠色應(yīng)用機制。在產(chǎn)出規(guī)模不變的情況下，投入要素的配置也有一定的優(yōu)化空間，尤其是養(yǎng)殖面積和養(yǎng)殖苗種投入，建議依據(jù)各地水域灘涂養(yǎng)殖規(guī)劃的內(nèi)容和水產(chǎn)養(yǎng)殖綠色發(fā)展的要求，對于海水養(yǎng)殖水域開展“休漁”制度[15]，以休養(yǎng)生息，同時加強養(yǎng)殖苗種科技創(chuàng)新力度，提高苗種投入質(zhì)量[16]，轉(zhuǎn)變以苗種數(shù)量投入為基礎(chǔ)的“放苗戰(zhàn)術(shù)”，形成依靠優(yōu)質(zhì)種苗投入的高質(zhì)量發(fā)展方式，減少資源浪費，提高資源利用效率。