删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

基于SBM和Malmquist生产率指数的中国海洋经济效率评价研究

本站小编 Free考研考试/2021-12-29

赵林, 张宇硕, 焦新颖, 吴迪, 吴殿廷
北京师范大学地理学与遥感科学学院,北京 100875

An evaluation of Chinese marine economy efficiency based on SBM and Malmquist productivity indexes

ZHAOLin, ZHANGYushuo, JIAOXinying, WUDi, WUDianting
School of Geography,Beijing Normal University,Beijing 100875,China
通讯作者:吴殿廷,E-mail:wudianting@bnu.edu.cn
收稿日期:2015-04-13
修回日期:2015-10-25
网络出版日期:2016-03-25
版权声明:2016《资源科学》编辑部《资源科学》编辑部
基金资助:

国家自然科学基金项目(41101114)

作者简介:
-->作者简介:赵林,男,山东东平人,博士生,研究方向为海洋经济.E-mail:zhaolin19880112@126.com

展开

摘要
通过对海洋经济效率进行评价,可以掌握区域海洋经济发展水平与投入产出状况,为推动海洋经济朝集约化方向发展提供参考依据.本文基于考虑非期望产出的SBM模型和Malmquist生产率指数模型,对2001-2012年中国沿海11个省市区的海洋经济效率进行了测度,并对其跨期动态变化特征进行了刻画,在此基础上对中国海洋经济效率的演化阶段及机制进行了分析.研究发现:①不考虑非期望产出的海洋经济效率值明显高于考虑非期望产出的效率值,考虑非期望产出对于经济效率的测度具有明显影响;②海洋经济效率空间格局上呈现由2001年研究初期的南北高,中部低的特点演进为2012年研究末期的北部围绕天津,中部围绕上海,南部围绕广东的三极格局;时序演化方面,2001-2012年中国海洋经济效率总体上呈现出波动上升的趋势,效率类型呈现由无效向有效转变的特征;③沿海各省区的海洋经济效率区域绝对差距和相对差距呈现先缩小后扩大的趋势;省际海洋经济效率演变特征各异,可以划分为平稳型,上升型,下降型和波动型四种类型;④海洋经济的全要素生产率,技术效率,技术进步效率均呈缓慢上升,技术进步对于全要素生产率的提高作用明显,省际间除广西,河北和江苏外,其余省份的全要素生产率指数均呈上升趋势;⑤2001年以来中国海洋经济效率演化经历了波动下降(2001-2005年),转型(2005-2008年)和提升(2008-2012年)三个阶段,各演进阶段的驱动机制不同,分别受海洋资源驱动,政策驱动和市场技术驱动.

关键词：海洋经济效率;非期望产出;SBM模型;Malmquist生产率指数
Abstract
By evaluating the marine economy efficiency, we can know the development level and the input-output condition of regional marine economy and provide references for promoting the marine economy development mode toward the intensive direction. This paper is based on consideration of undesirable outputs from the SBM model and Malmquist productivity index model when,measuring marine economic efficiency values for 11 coastal provinces in China from 2001 to 2012 and analyzing dynamic changes. We found that the marine economic efficiency value of inconsideration of undesirable output was higher than the one for consideration of undesirable output;undesirable output has a significant effect on marine economic efficiency. The spatial pattern of marine economic efficiency shows that the efficiency of northern and southern China is high,and the middle area is low in the initial stage; in 2012,the spatial pattern shows three poles. Chinese marine economic efficiency showed a fluctuating upward trend from 2001 to 2012,meaning that the inefficiency is changing to an effective state,but remains low. The regional absolute and relative gap of marine economic efficiency in coastal provinces shrank and then expanded. Inter-provincial variation of marine economic efficiency varied from province to province. Eleven coastal provinces can be divided into four patterns:leveling,increasing,descending and fluctuating. Total factor productivity,technical efficiency and technological progress efficiency slowly increased. Technological advances play an important role in enhancing total factor productivity. Total factor productivities showed an ascending trend in all provinces except Guangxi,Hebei and Jiangsu. The evolution of marine economic efficiency can be divided into three stages since 2001:a declining and fluctuating stage(2001-2005),transformation stage(2005-2008))and improving stage(2008-2012). The driving mechanism in these three stages are marine resources,policy,market and technology,respectively.

Keywords：marine economic efficiency;undesirable output;SBM model;Malmquist productivity index

-->0
PDF (2869KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNote Ris Bibtex 收藏本文-->
赵林, 张宇硕, 焦新颖, 吴迪, 吴殿廷. 基于SBM和Malmquist生产率指数的中国海洋经济效率评价研究[J]. , 2016, 38(3): 461-475 https://doi.org/10.18402/resci.2016.03.09
ZHAO Lin, ZHANG Yushuo, JIAO Xinying, WU Di, WU Dianting. An evaluation of Chinese marine economy efficiency based on SBM and Malmquist productivity indexes[J]. 资源科学, 2016, 38(3): 461-475 https://doi.org/10.18402/resci.2016.03.09

1 引言

21世纪是海洋世纪,全球沿海国家纷纷把开发利用海洋资源提升到发展战略的高度,海洋已经成为世界各国提高综合国力和争夺长远战略优势的新领域^[1].20世纪90年代以来,中国把开发海洋资源作为国家发展战略的重要内容^[2],海洋经济开始快速发展.2012年全国海洋生产总值达50 045.2亿元,海洋生产总值占国内生产总值的9.64%,增长速度为8.1%,海洋经济已经成为中国新的经济增长点.与此同时,伴随着沿海地区经济的高速增长以及对海洋开发广度与深度的不断拓展,传统与粗放型的海洋经济发展方式导致的海洋资源消耗强度大,废弃物排放多,海洋生态环境负荷超载等问题也越来越严重^[3],严重制约了海洋经济的可持续发展.提高海洋经济效率,转变传统的发展模式,成为提高海洋经济可持续发展能力的关键.
通过对海洋经济效率的评价,可以掌握区域海洋经济发展水平和投入产出状况,从而推动海洋经济朝集约化方向发展.对于海洋经济效率的研究,以往多集中于对海洋经济的某一部门或产业进行分析,缺乏对海洋经济总体效率的研究.如海洋渔业效率研究方面,Tingley等利用随机前沿(SPF)和DEA方法评价了英吉利海峡渔业生产的技术效率,并分析了其影响因素^[4].Maravelias等利用DEA方法评价了东地中海渔业生产的设备使用率和经济效益^[5].Jamnia等利用随机前沿分析方法分析了伊朗南部巴哈尔地区的渔业生产的技术效率^[6].海洋交通运输业方面,Tongzon运用DEA-CCR模型对澳大利亚4个主要港口和其他12个国际集装箱港口的效率进行了比较分析^[7].Cullinane等运用DEA方法评价了世界30个重要集装箱港口的生产效率,并分析了港口私有化与效率之间的关系^[8].庞瑞芝利用DEA方法对中国50家主要沿海港口1999-2002年的经营效率进了总体分析与评价,并利用Malmquist生产率指数对港口的效率变动进行了分析^[9].Wanke 利用两阶段网络DEA模型研究了巴西港口内部设施和货物装运整合的效率^[10].部分****对海洋经济的总体效率开展了研究,如李彬等利用随机前沿分析方法对中国区域海洋经济的技术效率进行了实证研究^[11].范斐等运用DEA和Malmquist方法对环渤海经济区17个沿海城市的海洋经济效率进行了分析^[12].赵昕等基于GRA-DEA混合模型对中国沿海地区海洋经济效率进行了评价^[13].张继良等利用DEA模型对中国沿海地区海洋经济效率进行了评价^[14].但这些研究均未考虑到海洋经济效率测度中的非期望产出问题,也未考虑传统DEA模型测度中投入产出的松弛性问题.
总结以往的研究可以看出,目前对于海洋经济效率研究方面:①以往的研究多是基于期望产出的视角,而从考虑非期望产出的角度对海洋经济效率开展研究的尚不多见;②以往的研究多是基于普通的DEA模型,缺乏对海洋经济效率的动态变化的刻画和分解.基于此,本文基于考虑非期望产出的SBM模型和Malmquist生产率指数模型,以中国沿海11个省市区为研究单元,对2001-2012年的考虑非期望产出的海洋经济效率进行测度,并对其跨期动态变化进行刻画,在此基础上对中国海洋经济效率的演化阶段及机制进行分析,以期为实现海洋经济可持续发展提供参考.

2 研究方法与数据来源

2.1 非期望产出的SBM模型

数据包络分析(Data Envelopment Analysis,DEA)方法是一种多输入多输出的分析方法,即要素投入与产出之间的相对效率评价的系统分析方法^[15].传统的DEA方法应用主要集中于CCR,BBC等传统模型,这些模型的产出多是基于期望的产出,而并未考虑到非期望产出问题.目前效率评价中对于非期望产出的处理方法主要有投入产出转置法^[16],正向属性转换法^[17],方向距离函数法^[18]等,而这些方法并不能解决投入产出的松弛性问题,因此评价结果往往有所偏差.Tone提出的考虑非期望产出的SBM模型(Slack-Based Measure,SBM),将松弛变量直接放入了目标函数中,既解决了投入产出的松弛性问题,又解决了存在非期望产出时的效率评价问题^[19],在生态效率和环境效率评价中得到了广泛应用^[20-22],并且表现出良好的可信性.因此本文采用SBM模型来评价海洋经济效率,模型如下:

\begin{matrix} ρ^{*} = \frac{1 - \frac{1}{m} \overset{m}{\sum_{i = 1}} \frac{s_{i}^{-}}{x_{io}}}{1 + \frac{1}{s_{1} + s_{2}} (\overset{s_{1}}{\sum_{r = 1}} \frac{s_{r}^{g}}{y_{r 0}^{g}} + \overset{s_{2}}{\sum_{r = 1}} \frac{s_{r}^{b}}{z_{r 0}^{b}})} \end{matrix}

(1)

\begin{matrix} s.t. \{\begin{matrix} x_{0} = Xλ + s^{-} \\ y_{0}^{g} = Y^{g} λ - s^{g} \\ z_{0}^{b} = Z^{b} λ + s^{b} \\ s^{-} \geq 0, s^{g} \geq 0, s^{b} \geq 0, λ \geq 0 \end{matrix} \end{matrix}

式中

\begin{matrix} ρ^{*} \end{matrix}

为要计算的海洋经济效率值;m,s₁和s₂分别为投入,期望产出和非期望产出因素的个数;

\begin{matrix} s = (s^{-}, s^{g}, s^{b}) \end{matrix}

投入,期望产出和非期望产出的松弛量;

\begin{matrix} x ， y^{g} \end{matrix}

和

\begin{matrix} z^{b} \end{matrix}

分别为投入,期望产出与非期望产出值;

\begin{matrix} λ \end{matrix}

是权重向量;模型中的"0"为被评价单元;

\begin{matrix} X ， Y^{g} \end{matrix}

和

\begin{matrix} Z^{b} \end{matrix}

分别为投入,期望产出和非期望产出构成的矩阵.目标函数

\begin{matrix} ρ^{*} \end{matrix}

关于

\begin{matrix} s^{-} \end{matrix}

\begin{matrix} s^{g} \end{matrix}

\begin{matrix} s^{b} \end{matrix}

严格单调递减,且0<

\begin{matrix} ρ^{*} \end{matrix}

≤1.对于特定的被评价单元,当且仅当

\begin{matrix} ρ^{*} \end{matrix}

=1,即

\begin{matrix} s^{-} = 0 \end{matrix}

\begin{matrix} s^{g} = 0 \end{matrix}

\begin{matrix} s^{b} = 0 \end{matrix}

时,生产单元完全有效;如果

\begin{matrix} ρ^{*} \end{matrix}

<1,则说明生产单元存在效率损失,可以通过优化投入量,期望产出及非期望产出量来改善效率.本文根据马占新的研究^[23],设定效率值

\begin{matrix} ρ^{*} \end{matrix}

=1为效率最高;0.8≤

\begin{matrix} ρ^{*} \end{matrix}

<1为效率良好;0.6≤

\begin{matrix} ρ^{*} \end{matrix}

<0.8为效率中等;

\begin{matrix} ρ^{*} \end{matrix}

<0.6为效率无效.将公式(1)中的

\begin{matrix} s_{r}^{b} \end{matrix}

和

\begin{matrix} z_{r 0}^{b} \end{matrix}

去掉,该模型变为一般的不考虑非期望产出的SBM模型.

2.2 Malmquist生产率指数模型

为了对海洋经济效率动态变化趋势特征进行深入分析,以及对海洋经济效率分解效率进行刻画,本文在借鉴Färe^[24]等定义的两个相邻时期的Malmquist生产率指数基础上,参考Shephard^[25]提出的方向性距离函数的概念,提出考虑非期望产出的全要素生产率指数,即Malmquist-Luenberger生产力指数,具体如下:

\begin{matrix} M L_{t}^{t + 1} = [\frac{1 + {\overset{\to t}{D}}_{0} (x^{t}, y^{t}, z^{t}; y^{t}, - z^{t})}{1 + {\overset{\to t}{D}}_{0} (x^{t + 1}, y^{t + 1}, z^{t + 1}; y^{t + 1}, - z^{t + 1})} \\ \times \frac{1 + {\overset{\to t + 1}{D}}_{0} (x^{t}, y^{t}, z^{t}; y^{t}, - z^{t})}{1 + {\overset{\to t + 1}{D}}_{0} (x^{t + 1}, y^{t + 1}, z^{t + 1}; y^{t + 1}, - z^{t + 1})}] \end{matrix}

(2)
ML指数可以分解为技术效率指数(EFFCH)和技术进步指数(TECH),分解公式如下:

\begin{matrix} M L_{t}^{t + 1} = EFFC H_{t}^{t + 1} \times TEC H_{t}^{t + 1} \end{matrix}

(3)
其中:

\begin{matrix} EFFC H_{t}^{t + 1} = \frac{1 + {\overset{\to t}{D}}_{0} (x^{t}, y^{t}, z^{t}; y^{t}, - z^{t})}{1 + {\overset{\to t}{D}}_{0} (x^{t + 1}, y^{t + 1}, z^{t + 1}; y^{t + 1}, - z^{t + 1})} \end{matrix}

(4)

\begin{matrix} TEC H_{t}^{t + 1} = [\frac{1 + {\overset{\to t + 1}{D}}_{0} (x^{t}, y^{t}, z^{t}; y^{t}, - z^{t})}{1 + {\overset{\to t}{D}}_{0} (x^{t + 1}, y^{t + 1}, z^{t + 1}; y^{t + 1}, - z^{t + 1})} \\ \times {\frac{1 + {\overset{\to t + 1}{D}}_{0} (x^{t + 1}, y^{t + 1}, z^{t + 1}; y^{t + 1}, - z^{t + 1})}{1 + {\overset{\to t}{D}}_{0} (x^{t + 1}, y^{t + 1}, z^{t + 1}; y^{t + 1}, - z^{t + 1})}]}^{\frac{1}{2}} \end{matrix}

(5)
式中

\begin{matrix} M L_{t}^{t + 1} \end{matrix}

为决策单元的全要素生产率变化指数,表示海洋经济效率的跨期动态变化情况;

\begin{matrix} {\overset{\to t}{D}}_{0} (x^{t}, y^{t}, z^{t}; y^{t}, - z^{t}) \end{matrix}

和

\begin{matrix} {\overset{\to t}{D}}_{0} (x^{t + 1}, y^{t + 1}, z^{t + 1}; y^{t + 1}, - z^{t + 1}) \end{matrix}

分别指以t期的技术为参考技术,t期和t+1期的决策单元的距离函数;

\begin{matrix} {\overset{\to t + 1}{D}}_{0} (x^{t}, y^{t}, z^{t}; y^{t}, - z^{t}) \end{matrix}

和

\begin{matrix} {\overset{\to t + 1}{D}}_{0} (x^{t + 1}, y^{t + 1}, \end{matrix} \begin{matrix} z^{t + 1}; y^{t + 1}, - z^{t + 1}) \end{matrix}

指以t+1期的技术为参考技术,t期和t+1期的决策单元的距离函数;

\begin{matrix} EFFC H_{t}^{t + 1} \end{matrix}

为决策单元从t期到t+1期技术效率的变化指数;

\begin{matrix} TEC H_{t}^{t + 1} \end{matrix}

为决策单元从t期到t+1期技术进步变化指数.

\begin{matrix} M L_{t}^{t + 1} \end{matrix}

大于1表示综合生产效率有所改善;

\begin{matrix} EFFC H_{t}^{t + 1} \end{matrix}

大于1表示技术效率呈现上升趋势;

\begin{matrix} TEC H_{t}^{t + 1} \end{matrix}

大于1则表示生产技术改进.反之,上述三个指标小于1则表明相应效率恶化.

2.3 指标选取与数据来源

2.3.1 指标选取¹⁾[1)DEA方法对评价指标选择具有某种特殊性,即一般要求(投入指标数目+产出指标数目)

\begin{matrix} \leq \end{matrix}

1/2生产决策单元个数.]
投入指标方面:在古典经济学意义上,经济活动最基本的生产投入要素主要包括土地,劳动力和资本^[26].已有研究采用的投入指标主要有港口货物吞吐量,海水养殖产量,滨海旅游人数,城镇固定资产投资,海洋从业人员,港口数量,星级饭店数等.海洋经济的发展对于资源的依赖性较强,因此海洋资源的投入对于海洋经济的发展至关重要.在借鉴以往研究的基础上,本文考虑到目前中国海洋经济的主导产业是滨海旅游业,海洋交通运输业,海洋渔业的现实,结合数据可获取性,选取码头长度,滨海地区旅行社数量和海水可养殖面积,并对其进行折算作为资源投入指标;劳动力投入方面选取涉海从业人员数作为输入指标;资本投入方面选取沿海地区固定资产投资额作为输入指标,为了去除价格因素,以2001年为基期的固定资产投资作为资本投入.
产出指标方面:海洋经济的生产过程中,不但生产期望的产品,如经济产值,而且还生产非期望的产品,比如废水,废气.本文在借鉴以往研究的基础上^[12,14],考虑到数据的可获得性,选取海洋经济增加值作为期望产出指标;选取工业废水入海量作为非期望产出指标.其中,海洋经济增加值以2001年为基期进行不变价处理来消除价格因素.表1给出了研究时段内的投入产出指标的数据特征.
2.3.2 研究区概况与数据来源
2012年,中国的海洋经济总产值为50 045.2亿元,占国内生产总值的9.6%,占沿海地区生产总值的15.7%,增速达8.1%,海洋三次产业占比为5.3∶46.9∶47.8.随着海洋经济的快速发展,由于过度捕捞,陆地废水排放和海水养殖污染等导致的海洋环境污染和海洋生态破坏问题日益突出,严重制约了海洋经济的可持续发展.为了转变海洋经济发展方式,提高海洋经济效率,需要对沿海地区海洋经济生产效率的状况进行深入分析.考虑到数据可获得性,本文以中国沿海11省市区(除台湾,香港和澳门)即辽宁,河北,天津,山东,江苏,上海,浙江,福建,广东,广西和海南为研究对象(图1),对其2001-2012年的海洋经济效率进行测算.研究数据来自于2002-2013年《中国海洋统计年鉴》^[27].

显示原图|下载原图ZIP|生成PPT
图1中国沿海省区概况
-->Figure 1The synoptic chart of coastal provinces in China
-->

Table 1
表1
表1投入产出指标的数据特征
Table 1The descriptive statistical characteristics of input and output variables

	资源投入			劳动力投入	资本投入	期望产出	非期望产出
	码头长度 /m	旅行社数 /家	可养殖面积 /hm²	涉海从业人员/万人	沿海固定资产投资/万元	海洋经济增加值/亿元	废水入海量 /万t
均值	37 777.8	833.1	229.5	262.2	2 121.5	922.2	11 372.0
中位数	26 936.0	770.0	111.4	191.5	2 060.9	669.9	4 156.0
最大值	152 923.0	1 996.0	835.7	831.6	4 795.0	4 584.3	107 994.4
最小值	4 665.0	143.0	2.3	58.0	213.3	102.3	43.4
标准差	33 722.8	499.8	268.8	186.8	1 228.7	880.6	17 629.4
偏度	1.541	0.573	1.363	1.288	0.137	1.819	2.727
峰度	2.070	-0.572	0.378	1.195	-1.089	3.847	8.704

新窗口打开
Table 2
表2
表2考虑与不考虑非期望产出的海洋经济效率值
Table 2The marine economic efficiency value with and without considering undesirable outputs

省份	2001年考虑/不考虑	2006年考虑/不考虑	2010年考虑/不考虑	2012年考虑/不考虑
福建	0.433/0.596	0.532/0.750	0.714/0.893	1.000/1.000
广东	0.368/0.480	0.557/0.619	0.800/0.817	1.000/1.000
广西	1.000/1.000	0.663/0.643	0.576/0.594	0.528/0.595
海南	1.000/1.000	0.860/0.983	1.000/1.000	1.000/1.000
河北	1.000/1.000	0.417/0.394	0.497/0.410	0.397/0.431
江苏	0.267/0.184	0.242/0.180	0.256/0.225	0.252/0.241
辽宁	0.247/0.262	0.263/0.331	0.318/0.434	0.347/0.480
山东	0.279/0.392	0.351/0.482	0.480/0.646	0.535/0.698
上海	0.599/0.845	0.617/0.871	1.000/0.939	1.000/1.000
天津	1.000/1.000	0.782/0.832	0.710/0.913	1.000/1.000
浙江	0.325/0.427	0.294/0.413	0.367/0.514	0.416/0.564
全国	0.592/0.653	0.507/0.591	0.611/0.671	0.680/0.728

新窗口打开

3 结果分析

3.1 海洋经济效率对比分析

根据公式(1),依托MaxDEA5.2软件平台,可以计算得到基于SBM模型的考虑非期望产出与不考虑非期望产出的2001-2012年的海洋经济效率值(表2),限于篇幅,表2中仅列出2001年,2006年,2010年,2012年4年的效率值.由表2可以看出,就海洋经济效率全国均值而言,考虑非期望产出之后海洋经济效率值明显降低,如2001年考虑与不考虑非期望产出的效率值分别为0.592,0.653,2012年两值分别为0.680,0.728,可见不考虑非期望产出的海洋经济效率值高估了实际生产效率.总体来看,考虑与不考虑非期望产出的海洋经济效率值均不高,2012年两值均为中等水平,效率水平有待进一步提高.考虑到实际生产过程,本文采用考虑非期望产出的海洋经济效率进行分析.

3.2 海洋经济效率时空格局演化分析

3.2.1 海洋经济效率空间格局
结合2001-2012年中国沿海各省区海洋经济效率值,选取2001年,2006年,2010年,2012年截面数据绘制出沿海11省区海洋经济效率空间格局图(图2).通过分析4年截面数据及空间格局图可知:
2001年"十五"计划初期,沿海11省区中广西,海南,河北,天津四省区效率最高且达到完全有效,其余省区均处于无效水平,空间格局上呈现南北效率高,中部效率低的特点;而到了2006年"十一五"规划开局之年,相比2001年,海洋经济效率整体上呈现降低态势,空间上呈低水平均衡的格局,除广西(0.663),海南(0.860),上海(0.617),天津(0.782)处于有效水平以上外,其余省区均为无效且省区间的效率差异较小;2010年较2006年呈明显上升趋势,有效的省区逐渐增多,其中福建,广东,海南,上海,天津效率水平较高,且海南和上海均达到完全有效水平,空间上三极格局初具雏形;2012年研究末期,福建,广东,海南,上海,天津5省区效率水平最高,均为完全有效,广西(0.528),山东(0.535),浙江(0.416)3省区次之,河北(0.397),辽宁(0.347),江苏(0.252)最差,空间上由2001年南北高,中部低的格局演变为北部围绕天津,中部围绕上海,南部围绕广东的三极格局,此种格局特征与中国沿海三大海洋经济区基本吻合.

显示原图|下载原图ZIP|生成PPT
图2中国海洋经济效率空间格局
-->Figure 2The spatial pattern of Chinese marine economic efficiency
-->

3.2.2 海洋经济效率时间序列演化特征
由2001-2012年海洋经济效率均值(图3)可以看出,2001年海洋经济效率值(0.592)属于效率无效,2003年效率值略有上升(0.618)为中等水平,此后效率不断降低,2006年降至研究期最低值(0.507),2007-2008年出现短暂波动后,开始呈现出不断上升趋势且2011年后增速加快,2012年升至0.680.不难得出,2001-2012年中国海洋经济效率总体呈现出波动上升的趋势,效率类型呈现由无效向有效转变的特征.就各效率类型的省区比重,同样可以证明这一判断,2001年有效的省区占比仅为36.4%,且江苏,辽宁,山东三省效率值均低于0.3,而到2012年,有效的省区占比则上升至45%,且仅江苏一省效率值低于0.3.值得注意的是,2012年考虑非期望产出的海洋经济效率值仅为0.680,水平仍然较低,说明海洋经济效率亟待提高.中国海洋经济效率时间序列演化之所以呈现此特征,主要原因在于:中国海洋经济发展起步较晚,基础较为薄弱,2001-2005年"十五"期间,国家开始大力开发海洋资源,发展海洋经济,海洋经济规模迅速扩大,但是由于这一时期主要强调经济规模的扩大,发展方式较为粗放,忽视了经济发展的质量和效益,特别是环境效益,从而带来资源的浪费和环境的破坏,因此该时段效率不断下降;随着资源环境问题的出现,2006-2010年"十一五"期间,国家提出建设资源节约型和环境友好型社会,在海洋经济领域开始转变经济发展方式,加大在节能降耗,环境保护方面的投入,由于前期环境问题较为严重以及前期环保投入的边际效应并不能立即显现,因此2006-2008年海洋经济效率出现短暂波动;2008年以后,特别是进入"十二五"以来,随着技术水平的提高以及前期环保投入的边际效应逐步显现,海洋经济效率得到快速提高.

显示原图|下载原图ZIP|生成PPT
图32001-2012年中国海洋经济效率历年均值
-->Figure 3China's marine economy efficiency mean value from 2001 to 2012
-->

3.2.3 海洋经济效率区域差异演化特征
根据计算得到的2001-2012年各省海洋经济效率值,结合标准差,变异系数计算公式,计算出省际间海洋经济效率的标准差和变异系数数值(图4).其中,标准差数值大小反映区域的绝对差异状况,通过分析2001-2012年海洋经济效率的标准差可知,2001年标准差最大(0.337),此后不断降低,2006年降至最低值(0.211),2010年以后呈现上升趋势.不难得出2001年以来中国沿海各省区的海洋经济效率的区域绝对差异呈现波动式先缩小后扩大的趋势特征.变异系数表征区域的相对差异,通过分析2001-2012年海洋经济效率的变异系数可知,变异系数的变化趋势亦呈现类似标准差的先降低后升高的特点,2001年数值最大(0.569),2006年降至最低(0.417),2010年以后开始不断上升.说明沿海各省区的区域相对差异亦呈现先缩小后扩大的趋势,且与绝对差异升降一致.综合区域相对差异和绝对差异,表明2001年以来沿海各省区的海洋经济效率的差距呈现先缩小后扩大的趋势.之所以呈现该特点,原因在于一方面2001年以来,国家开始大力开发海洋资源,发展海洋经济,前期开发较早的地区如上海,天津等地区海洋经济基础好,海洋经济效率较高,福建,广东,海南具备一定的基础,随着地区海洋经济的快速发展,经济效率得到不断提高,此外其他地区如山东,辽宁等地海洋经济也得到一定发展,因此海洋经济效率的区域差距呈现缩小的趋势;另一方面,2010年以后特别是"十二五"以来,海洋产业的升级换代开始加快,海洋战略性新兴产业开始迅速发展,海洋经济发展较好的地区开始积极发展科技含量高,环境污染小的新兴产业,而将高能耗,高污染,高排放的海洋传统产业等转移到海洋经济后发地区,因此导致先发地区和后发地区的海洋经济效率差距呈现扩大的趋势.

显示原图|下载原图ZIP|生成PPT
图4中国海洋经济效率的标准差和变异系数趋势
-->Figure 4The standard deviation and coefficient of variation line graph of Chinese marine economy efficiency
-->

3.2.4 省际海洋经济效率演化类型
根据各省区海洋经济效率演化特征(图5),可以将沿海11省区分为平稳型,上升型,下降型和波动型4种类型.平稳型地区包括海南和江苏2省,二省的海洋经济效率在研究时段内保持平稳状态,其中:海南省除个别年份效率略有下降外,其余年份均保持在完全有效的水平;江苏省的效率一直维持在较低水平,效率值在0.2~0.3之间波动.上升型地区包括福建,广东,辽宁,山东和浙江5省,五省海洋经济效率呈现不同程度的上升趋势,但上升幅度各异,其中:福建和广东上升幅度最明显,均在研究末期达到完全有效状态;辽宁,山东,浙江三省虽有上升,但幅度相对较小.下降型地区包括广西和河北2个省,二省效率呈现自2001年以来不断下降的特点,效率值分别下降到0.528,0.397,均由完全有效演变为无效水平.波动型地区包括上海和天津两市,二市的效率值在研究期内始终在0.6~1.0之间波动.

显示原图|下载原图ZIP|生成PPT
图5中国省际海洋经济效率演化类型
-->Figure 5Evolution types of marine economic efficiency in China
-->

沿海各省区之所以呈现上述演化特征,原因在于:
(1)就平稳型地区而言,海南省海域广阔,海洋资源丰富,海洋产业中第三产业比重较高,占比高达59.2%,滨海旅游,海岛旅游发达,海洋新兴产业发展较快,海洋经济的集约化水平较高,总体经济与环境效益较好,故其海洋经济效率保持在高水平的稳定状态;江苏省海洋经济规模较小,海洋经济对沿海地区带动力较弱,海洋经济的发展过度依赖第二产业的拉动,由此带来资源消耗偏高,环境压力较大等问题,且沿海地区产业同质化现象严重,导致重复投资和建设,此外,江苏海洋经济生产活动的模式较为粗放,清洁化生产水平不高,存在较为严重的海域污染问题,因此其海洋经济效率水平始终维持在较低水平.
(2)就上升型地区而言,广东,福建两省具备较好的海洋经济基础,较早的享受国家优惠政策,特别是"十一五"以来,通过积极地发展海洋战略性新兴产业,转变经济发展方式,加强资源节约和保护生态环境,故其海洋经济效率上升趋势显著;辽宁,山东,浙江三省具备一定的海洋经济基础,但其主要海洋产业部门多为海洋渔业,海洋船舶业,海洋盐业等传统产业,海洋战略性新兴产业发展滞后,产业结构不甚合理,由此带来较多的低水平重复投资和建设,造成资金投入重复和生产力的浪费,此外三省海洋科技发展总体水平偏低,从而导致海洋生产的集约化程度不高,生产方式粗放,随着2009年以来一系列国家沿海地区发展规划的实施,三省海洋经济发展方式才开始逐步转变,故海洋经济效率缓慢上升.
(3)就下降型地区而言,广西,河北二省海洋经济基础较差,海洋经济产值仅占两省沿海地区产值的5.8%,6.1%,远低于全国平均水平(15.7%),在两省海洋经济发展初期,主要产业部门为海洋渔业,滨海旅游业,海洋交通运输业等,由于投入少,对环境污染小,因此初期经济效率较高,随着两省海洋经济快速发展,开始大力发展海盐化工,海洋石油化工,临港重化工,滨海化工等产业部门,并大量承接高污染,高排放的产业转移,技术水平低,发展模式粗放,故经济效率呈现不断降低的趋势.
(4)就波动型地区而言,上海,天津二市作为直辖市,政策优势明显,浦东新区,滨海新区建设促进了沿海地区的发展,通过积极发展海洋工程建筑业,海洋生物医药等新兴产业促进了海洋经济的快速发展,同时随着转变经济发展方式,节能减排等措施的实施提高了海洋经济效率,但由于海洋新兴产业比重仍然偏低,海洋运输业和船舶工业仍为支柱产业,入海污染物仍然较高,且时有船舶漏油,化学品泄漏等事故发生,因此海洋经济效率呈现波动的状态.

3.3 海洋经济全要素生产率及其分解的动态演变分析

3.3.1 海洋经济全要素生产率及其分解的总体特征分析
结合Malmquist生产率指数模型及其分解公式,可以计算得到2001-2012年全国及沿海各省区海洋经济全要素生产率及其分解指数值.由2001-2012年中国海洋经济全要素生产率变化指数,技术效率变化指数及技术进步变化指数趋势图(图6)可知:就全要素生产率变化指数而言,2001-2012年12年间平均值为1.031,增长幅度仅为3%,表明中国海洋经济整体运行效率呈现缓慢上升的趋势,且年际之间呈现波动状态,2002-2008年表现为波动下降,2009-2012年则呈现波动上升,说明自2001年以来,中国海洋经济效率并未得到明显改善,仍处于较低水平.就技术效率变化指数而言,2001-2012年均值为1.020,增幅为2%,低于全要素生产率指数均值,说明海洋经济技术效率亦呈缓慢上升趋势,与全要素生产率指数变化特征不同的是,技术效率变化指数除2004年,2006年,2009年,2011年四个年份表现为下降外,其余年份均表现为上升趋势.就技术进步变化指数而言,2001-2012年均值为1.065,增幅为6.5%,高于全要素生产率指数与技术效率指数,说明2001年以来海洋经济的技术水平不断得到改善,值得注意的是,该指数呈现类"周期"性的变化特征,2002-2005年,2005-2008年,2008-2011年分别为3个上升-下降周期.综合三个指数可知,海洋经济的全要素生产率,技术效率,技术进步效率均呈现缓慢上升的特点,总体上海洋经济效率的提高主要得益于海洋科学技术的进步,但个别年份技术效率与技术进步交替发挥作用,其主要原因在于中国海洋经济效率的提高,主要得益于新兴的海洋科学技术的应用,而政府的调控措施,管理手段以及海洋经济总体规模的扩大等对于海洋经济效率的提高贡献较小.

显示原图|下载原图ZIP|生成PPT
图6中国海洋经济全要素生产率及其分解指数
-->Figure 6The total factor productivity and decompose index of marine economy in China
-->

3.3.2 海洋经济全要素生产率及其分解的时空格局分析
选取2002年,2006年,2010年,2012年4个时间截面数据绘制成中国海洋经济全要素生产率变化及其分解指数的空间格局分布图(图7).通过分析沿海省区海洋经济全要素生产率变化及其分解指数的空间格局可知:
(1)全要素生产率变化.图7a显示,2001-2002间年沿海省区中福建,广东,辽宁,山东,上海,浙江全要素生产率呈现上升趋势,海南保持稳定,其余省区均呈下降趋势;2005-2006年间省区全要素生产率变动特征与2001-2002年间基本相似,但上升幅度略有提高;2009-2010年间除天津呈下降趋势外,其余省区均呈上升趋势且上升幅度提高明显;而到研究末期(2011-2012年),除广西为下降趋势外,其余均呈现快速提高的态势,提高幅度由研究初期的1%~15%之间提升至研究末期的2%~40%.就各省区全要素生产率均值而言(图8),2001-2012年间除广西(0.953),河北(0.931)和江苏(0.995)呈现下降外,其余省份均呈上升趋势,其中增幅较大的为广东(1.152),上海(1.087),福建(1.084).
(2)技术效率变化.图7b显示,2001-2012年12年间福建,广东,广西,海南,河北,上海,天津均为1,反映出七省区技术效率在研究期内并未明显改变;2001-2002年间,江苏,辽宁,山东,浙江均呈上升趋势;2005-2006年间江苏,山东,浙江出现明显下降态势,仅辽宁一省缓慢上升;2009-2010年江苏,辽宁呈现上升趋势,而山东,浙江两省反而呈下降态势;而到研究末期,江苏,辽宁二省呈现微弱下降,山东和浙江二省呈现缓慢上升.就各省区技术效率均值而言(图8),福建,广东,广西,海南,河北,上海,天津均为1且保持不变,山东(0.998),浙江(0.975)呈现下降趋势,仅江苏(1.224),辽宁(1.021)二省保持上升态势.
(3)技术进步效率变化.图7c显示,2001-2002年沿海省区中福建,广东,山东,上海四省区呈上升趋势,海南保持不变,其余省区均呈不同程度的下降;2005-2006年间江苏异军突起,上升幅度较大,其余省区中除广西,海南,河北和天津四省区下降外均呈上升态势;2009-2010年整体变动趋势较为平稳,除天津,江苏呈下降,上海和海南保持稳定外,其余省区均呈上升趋势且提升幅度较大;研究末期除广西微弱下降,天津保持稳定外,其余省区均呈上升特点,且福建,上海提升幅度较大(20%~40%).就各省区技术进步变化指数均值而言(图8),除广西(0.953),河北(0.931)呈现下降趋势外,其余省份均表现为不同程度的上升趋势,其中江苏(1.285),广东(1.152)增幅较大,其次为山东(1.072),上海(1.087),浙江(1.089)和福建(1.084).

显示原图|下载原图ZIP|生成PPT
图7中国海洋经济全要素生产率变化及其分解指数的空间格局
-->Figure 7The spatial pattern of the total factor productivity and decompose index of marine economy in China
-->

综合三指数可知,福建,广东,海南,山东,上海,天津,浙江七省区的全要素生产率的提高主要在于技术进步因素的驱动,辽宁的效率改善是技术效率变动和技术进步共同作用的结果,广西,河北全要素生产率的变动主要在于技术效率的变化,江苏省虽然技术效率和技术进步指数均呈上升态势,但全要素生产率却呈缓慢下降趋势.究其原因在于:沿海省区中福建,广东等七省市海洋经济基础较好,产业结构水平,海洋科技,环保技术的创新及应用优于沿海其他省区,其海洋经济效率的提高很大程度上依靠海洋新技术的应用;辽宁省海洋经济效率的改善在于海洋经济的规模化生产,周边技术扩散以及政府海洋开发政策的引导和扶持;广西,河北两省区技术效率的提升主要在于海洋经济规模的快速扩大,但由于其规模的扩大主要是大量高污染,高消耗的低技术水平的产业的转入,因此低技术水平使得其经济效率并未提升;江苏省的海洋生产技术水平偏低且进步缓慢,盲目扩大海洋生产规模导致资金,资源利用率明显偏低.总体而言,中国多数沿海省区的海洋经济效率的提高主要是在于技术进步的推动,生产投入要素的配置水平以及规模化生产对于经济效率的提高作用较小.

显示原图|下载原图ZIP|生成PPT
图8中国海洋经济全要素生产率变化及其分解指数均值
-->Figure 8The mean value of the total productivity and decompose index of marine economy in China
-->

Table 3
表3
表3中国沿海各省区海洋经济效率影响因素回归结果
Table 3Regression results of influence factors about marine economy efficiency in China

	Co ef.	Std.Err	z	P
Y
X₁	5.06e-06	2.07e-06	2.70	0.007***
X₂	0.010 465 2	0.003 600 1	2.91	0.004***
X₃	0.003 856 8	0.003 127	1.23	0.217
X₄	-118.798 8	59.181 86	-2.01	0.045**
X₅	0.041 346 2	0.398 110 6	0.10	0.917
X₆	0.184 966 5	0.109 808 3	1.68	0.092*
X₇	6.75e-08	1.49e-07	0.45	0.650
c	-0.284 053 5	0.164 580 9	-1.73	0.084
似然值	65.039 53

注:***,**,*分别表示变量在1%,5%和10%上显著.

新窗口打开

3.4 海洋经济效率影响因素及演化阶段分析

3.4.1 海洋经济效率影响因素分析
为了进一步识别影响海洋经济效率的因素,本文运用面板Tobit模型,对可能影响海洋经济效率的因素进行回归分析.因变量为各地区历年海洋经济效率值,参考相关研究,解释变量选取沿海地区人均地区生产总值(X₁),沿海地区海洋生产总值占地区生产总值比重(X₂),海洋第三产业产值占海洋总产值比重(X₃),海洋科研人员占海洋从业人员比重(X₄),沿海地区进出口总额占GDP比重(X₅),沿海地区单位GDP能耗(X₆),海洋科研经费中政府投入(X₇)7个指标值,分别表征沿海陆域经济发展水平,海洋经济发展水平,海洋产业结构水平,海洋科研人力资本投入水平,地区对外开放水平,海洋环保技术水平,政府对海洋科技支持力度.以上的因素指标数据均来自于相应年份的《中国海洋统计年鉴》^[27],《中国统计年鉴》^[28].
结合影响因素指标和Tobit模型,建立回归方程:

\begin{matrix} Y_{it} = β_{0} + β_{1} X_{1} + β_{2} X_{2} + β_{3} X_{3} + β_{4} X_{4} + β_{5} X_{5} \\ + β_{6} X_{6} + β_{7} X_{7} + ε \end{matrix}

(6)
式中

\begin{matrix} Y_{it} \end{matrix}

指第i个省在t年的海洋经济效率值;

\begin{matrix} β_{0} \end{matrix}

\begin{matrix} β_{1} \end{matrix}

\begin{matrix} β_{2} \end{matrix}

,, et al.,

\begin{matrix} β_{7} \end{matrix}

指各变量回归系数;

\begin{matrix} ε \end{matrix}

为误差项.结合源数据,利用EVIEWS做单位根检验,利用STATA通过豪斯曼检验接受随机效应模型,将指标带入EVIEWS做Tobit回归得到回归结果,见表3.
回归结果显示:
(1)海洋产业结构水平,地区对外开放水平,政府对海洋科技支持水平与海洋经济效率在研究期内无明显相关关系.海洋三次产业结构的升级并不能显著提高海洋经济效率,海洋第一,二,三次产业的经济效率差别并不明确,可见海洋各类产业的投入产出效率均有待提高.对外开放可能在初期对于海洋经济效率的提高有影响,但随着中国对外出口疲软,通过对外开放,引进外资技术并不能显著带动经济效率的改善.政府对于海洋科技的支持水平逐年提高,但并未对海洋经济效率产生影响,说明海洋科技成果的转化率偏低,应用到海洋实际生产过程中的科研成果并不多,应该加强政府对于科技成果转化的引导与支持.
(2)陆域经济发展水平,海洋经济发展水平,海洋环保科技水平与海洋经济效率呈正向作用.海洋经济系统作为一个复杂的区域经济发展系统^[29],是依托陆域经济发展起来的,某种程度上是陆域经济向海洋的延伸^[30],故陆域经济的发展基础和层次对海洋经济具有重要影响,陆域经济的发展可以为海洋经济效率的提高提供资金,技术的支持,因而可以促进海洋经济效率的提高和发展方式的转变.海洋经济发展水平每提高1个单位,海洋经济效率提升0.104,一方面较好的海洋经济基础为海洋经济效率的提高与生产方式的转变提供前提,另一方面经济效率的提高又可以进一步提高海洋经济发展水平,从而形成循环累积效应,因此海洋经济发展水平正向促进经济效率的提高.沿海地区万元GDP能耗的倒数每提高1单位,海洋经济效率上升0.184,即万元GDP能耗的减少能对海洋经济效率产生正向作用,因此应该注重发展海洋环保技术,提高海洋经济活动的环保水平.
(3)海洋科研人员占海洋总从业人员比重的系数为负,与苏为华的结论一致^[31],说明虽然在海洋经济活动中,投入大量的海洋科研人力资本,但是能较好地应用于海洋经济发展中的科技成果并不多.海洋经济的技术进步并不是来自内生的技术创新,而是很大程度上来自于对外来技术的模仿,虽然投入了大量的人力,物力,财力,但并未带来巨大的科技进步和生产效率的提高,相反降低了整体的经济效率.
3.4.2 海洋经济效率演化阶段及机制
根据对中国沿海省区海洋经济效率时序特征,区域差异特征,空间格局演化以及跨期动态特征的分析,可以将2001年以来中国海洋经济效率的演化阶段分为3个时段,进而结合海洋经济效率的影响因素与各阶段的主要驱动力构建起海洋经济效率演化机制分析框架(图9).

显示原图|下载原图ZIP|生成PPT
图9中国海洋经济效率演化阶段及机制
-->Figure 9The development stages and mechanism of marine economic efficiency in China
-->

(1)海洋经济效率波动下降阶段(2001-2005年).2001-2005年"十五"计划期间,中国开始大力开发海洋资源,发展海洋经济,沿海各省区依托原有海洋经济与陆域经济基础初步建立起较为完整的海洋经济体系.海洋经济的发展对于资源禀赋的依赖性极强,由海洋资源禀赋的区域差异导致的海洋经济发展的区域差距较为明显.由于该时段内海洋经济发展的主要目标在于海洋经济规模的迅速扩大,各地区投入大量的人力,物力进行海洋资源的开发,因此海洋经济的发展很大程度上是依赖于大量的资源,资金及人力资本的高投入,发展方式较为粗放,海洋经济发展的集约化水平不高;此外,由于技术水平偏低以及高投入,高消耗所带来的高污染,导致海洋经济的经济和环境效益均较低.因此该阶段海洋经济的效率呈现波动下降的特征.
(2)海洋经济效率转型阶段(2005-2008年).进入"十一五"以来,面对资源和环境压力,中国开始提出转变经济发展方式,建设资源节约型和环境友好型社会.在海洋经济领域,国家通过制定海洋经济发展相关规划和政策(海洋发展规划,海洋行业标准及环境政策),对海洋经济发展进行宏观调控,从而推动海洋经济发展方式的转型;为了促进区域海洋经济的发展,地方政府通过加强节能减排的政策性投资力度,引导传统的海洋经济发展方式转变;地方政府为保护环境所进行的环境规制,会对海洋经济效率的提升形成倒逼机制,刺激涉海企业进行技术革新,提高生产过程的环保化水平,进行污染消减,从而提高海洋经济效率;此外区域的环境规制亦会对某些低生产效率的企业形成"挤出效应",迫使高消耗,高污染的企业转移,造成产业承接地区经济效率的降低.由于国家宏观调控,政策性投资及环境规制政策所产生的效应在短期内并不能立即显现而呈一定的滞后性,因此该阶段海洋经济效率反而呈现短暂波动.
(3)海洋经济效率提升阶段(2008-2012年).2008年以后特别是"十二五"规划实施以来,前期国家宏观调控,政策性投资及环境规制投入的边际效应开始逐步显现,海洋经济效率开始逐步提升;随着治污支出成本的遵循成本边际递减,中国开始注重海洋产业结构的优化升级,加强海洋清洁生产技术的研发应用和生产过程,管理方法的改进,技术的进步不但能够带来技术扩散和结构升级效应,还能够减少资源的消耗和降低污染的排放;市场在资源配置中的决定性作用对于资源的有效配置具有重要影响,市场的竞争机制迫使企业更新技术和管理方法,提高企业市场竞争力,促进经济效率的提升,同时会逐渐淘汰低发展效率的企业;此外,通过引入外来的先进技术,经营管理方法,以及区际间海洋经济效率的溢出会促进区域海洋经济效率的提高.因此该阶段市场及技术因素在海洋经济效率的提升中起到关键作用.

4 结论与讨论

4.1 结论

研究基于考虑非期望产出的SBM模型和Malmquist生产率指数模型,以中国沿海11个省市区为研究单元,对2001-2012年的考虑非期望产出的海洋经济效率进行了测度,并对其跨期动态变化特征进行了刻画,在此基础上对中国海洋经济效率的演化阶段及机制进行了分析,主要结论如下:
(1)不考虑非期望产出的海洋经济效率值明显高于考虑非期望产出的效率值,考虑非期望产出对于经济效率的测度具有明显影响且更符合现实情况;考虑与不考虑非期望产出的中国海洋经济效率水平均不高,海洋经济效率亟待提高.
(2)海洋经济效率空间格局上呈现由2001年研究初期的南北高,中部低的特点演进为2012年研究末期的北部围绕天津,中部围绕上海,南部围绕广东的三极格局;时间序列演化方面,2001-2012年中国海洋经济效率总体上呈现出波动上升的趋势,效率类型呈现由无效向有效转变的特征;沿海各省区的海洋经济效率区域绝对差距和相对差距呈现先缩小后扩大的趋势;省际海洋经济效率演化类型可划分为平稳型,上升型,下降型和波动型四种类型.
(3)中国海洋经济的全要素生产率,技术效率,技术进步效率均呈现缓慢上升的特点,总体上技术进步对于全要素生产率的提高作用明显,个别年份技术效率与技术进步交替发挥作用;省际间全要素生产率指数除广西,河北和江苏下降外,其余省份均呈上升趋势,技术进步对于沿海多数省份效率的提高贡献明显.
(4)2001年以来中国海洋经济效率演化经历了3个阶段,即海洋经济效率波动下降阶段(2001-2005年),海洋经济效率转型阶段(2005-2008年)和海洋经济效率提升阶段(2008-2012年),各演进阶段的驱动机制不同,分别受海洋资源驱动,政策驱动和市场技术驱动.

4.2 讨论

(1)启示.根据本文对中国海洋经济效率的评价结果与分析结论,结合中国海洋经济发展实际,得到以下几点启示:①加强海洋科技创新体系建设,提高海洋经济的科技水平,充分发挥技术进步与创新在海洋经济效率提升中的作用;②发挥市场机制在资源配置中的决定性作用,鼓励有竞争力,技术水平先进的企业在海洋经济发展方式转型中发挥引领作用;③加强政府在海洋经济发展中的引导与扶持力度,促进海洋经济发展方式由粗放型向集约型转变;④鼓励跨区域间海洋经济与技术的交流合作,发挥先发地区对后发地区的带动作用,缩小区域间海洋经济效率的差异.
(2)不足与展望.本文虽然对中国沿海省区考虑非期望产出的海洋经济效率进行了测度,并分析了其动态变化特征,但仍存在以下不足有待进一步探索,主要体现在:①SBM模型虽然能有效克服投入产出的松弛性问题,但其实质仍然是通过构建相对有效前沿面来确定被评价单元的效率,其效率值为相对值而非绝对值,且当所有被评价单元同时完全有效时,无法对其有效程度进行甄别,因此今后应在模型优化上进行有效探索;②文章虽然对海洋经济效率的时空特征进行了分析,并阐述了海洋经济效率的演化阶段及驱动机制,但并未对海洋经济效率空间上作用机理进行分析,今后应通过空间计量等手段对海洋经济效率演变的深层次原因进行探究;③此外,海洋经济效率的优劣对于海洋经济的可持续发展具有重要影响,在当前建设海洋强国的背景下,如何在环境约束背景下提高海洋经济效率,促进海洋经济可持续发展,将成为今后重要的研究方向.
致谢:本文作者衷心感谢审稿专家为本文提出宝贵修改意见.
The authors have declared that no competing interests exist.

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]	王泽宇,郭萌雨,韩增林. 基于集对分析的海洋综合实力评价研究 [J]. 资源科学,2014,36(2):351-360. [本文引用: 1] [Wang Z Y,Guo M Y,Han Z L.Evaluation of marine comprehensive strength based on set pair analysis [J]. Resources Science,2014,36(2):351-360.] [本文引用: 1]
[2]	张耀光,魏东岚,王国力,等. 中国海洋经济省际空间差异与海洋经济强省建设 [J]. 地理研究,2005,24(1):46-56. [本文引用: 1] [Zhang Y G,Wei D L,Wang G L,et al.Analysis of interprovincial space difference in marine economy and the building of marine economically strong provinces in China [J]. Geographical Research,2005,24(1):46-56.] [本文引用: 1]
[3]	狄乾斌,韩增林. 辽宁省海洋经济可持续发展的演进特征及其系统耦合模式 [J]. 经济地理,2009,29(5):799-805. [本文引用: 1] [Di Q B,Han Z L.Analysis of evolutionary characteristics of sustainable development of marine economy and its system coupling pattern in Liaoning Province [J]. Economic Geography,2009,29(5):799-805.] [本文引用: 1]
[4]	Tingley D,Pascoe S,Coglan L.Factors affecting technical effici-ency in fisheries:Stochastic production frontier versus data envelopment analysis approaches [J]. Fisheries Research,2005,73(3):363-376. [本文引用: 1]
[5]	Maravelias C D,Tsitsika E V.Economic efficiency analysis and fleet capacity assessment in Mediterranean fisheries [J]. Fisheries Research,2008,93(1-2):85-91. [本文引用: 1]
[6]	Jamnia A R,Mazloumzadeh S M,Keikha A A.Estimate the technical efficiency of fishing vessels operating in Chabahar region,Southern Iran [J]. Journal of the Saudi Society of Agricultural Sciences,2015,14(1):26-32. [本文引用: 1]
[7]	Tongzon J.Efficiency measurement of selected Australian and other international ports using data envelopment analysis [J]. Transportation Research Par A,2001,35(2):107-122. [本文引用: 1]
[8]	Cullinane K,Wang T,Song D,et al.The technical efficiency of container ports:Comparing data envelopment analysis and stochastic frontier analysis [J]. Transportation Research Part A:Policy and Practice,2006,40(4):354-374. [本文引用: 1]
[9]	庞瑞芝. 中国主要沿海港口的动态效率评价 [J]. 经济研究,2006,(6):92-100. [本文引用: 1] [Pang R Z.Dynamic evaluation of main sea ports in mainland China based on DEA model [J]. Economic Research,2006,(6):92-100.] [本文引用: 1]
[10]	Wanke P F.Physical infrastructure and shipment consolidation efficiency drivers in Brazilian ports:A two-stage network-DEA approach [J]. Transport Policy,2013,29(3):145-153. [本文引用: 1]
[11]	李彬,高艳. 中国区域海洋经济技术效率实证研究 [J]. 中国渔业经济,2010,28(6):99-103. [本文引用: 1] [Li B,Gao Y.The analysis of the regional marine economic efficiency disparities in China [J]. Chinese Fisheries Economics,2010,28(6):99-103.] [本文引用: 1]
[12]	范斐,孙才志,张耀光. 环渤海经济圈沿海城市海洋经济效率的实证研究 [J]. 统计与决策,2011,(6):119-123. [本文引用: 2] [Fan F,Sun C Z,Zhang Y G.The analysis of marine economic efficiency of the coastal cities in Bohai economic circle [J]. Statistics and Decision,2011,(6):119-123.] [本文引用: 2]
[13]	赵昕,郭恺莹. 基于GRA-DEA混合模型的沿海地区海洋经济效率分析与评价 [J]. 海洋经济,2012,2(5):5-10. [本文引用: 1] [Zhao X,Guo K Y.Efficiency analysis and evaluation of marine economy in coastal areas based on the GRA-DEA mixed model [J]. Marine Economy,2012,2(5):5-10.] [本文引用: 1]
[14]	张继良,高志霞,杨荣. 中国沿海地区海洋经济发展水平及效率研究 [J]. 调研世界,2013,(5):46-50. [本文引用: 2] [Zhang J L,Gao Z X,Yang R.The research of marine economic development level and efficiency in China [J]. The World of Survey and Research,2013,(5):46-50.] [本文引用: 2]
[15]	Charnes A,Cooper W W,Rhodes E.Measuring the efficiency of decision making units [J]. European Journal of Operational Research,1978,2(6):429-444. [本文引用: 1]
[16]	Hailu A,Veeman T S.Non-parametric productivity analysis with undesirable outputs:An application to the Canadian pulp and paper industry [J]. American Journal of Agricultural Economics,2001,83(3):605-616. [本文引用: 1]
[17]	Seiford L M,Zhu J.Modeling undesirable factors in efficiency evaluation [J]. European Journal of Operational Research,2002,142(1):16-20. [本文引用: 1]
[18]	Färe R,Grosskopf S,Pasurkajr C.Environmental production functions and environmental directional distance functions [J]. Energy,2007,32(7):1055-1066. [本文引用: 1]
[19]	Tone K.Dealing with Undesirable Outputs in DEA:A Slacks-based Measure(SBM)Approach[R]. GRIPS Research Report Series,2003. [本文引用: 1]
[20]	潘丹,应瑞瑶. 中国农业生态效率评价方法与实证-基于非期望产出的SBM模型分析 [J]. 生态学报,2013,33(12): 3837-3845. [本文引用: 1] [Pan D,Ying R Y.Agricultural eco-efficiency evaluation in China based on SBM model [J]. Acta Ecologica Sinica,2013,33(12):3837-3845.] [本文引用: 1]
[21]	Li H,Shi J.Energy efficiency analysis on Chinese industrial sectors:An improved Super-SBM model with undesirable outputs [J]. Journal of Cleaner Production,2014,65(4):97-107.
[22]	盖美,连冬,田成诗,等. 辽宁省环境效率及其时空分异 [J]. 地理研究,2014,33(12):2345-2357. [本文引用: 1] [Gai M,Lian D,Tian C S,et al.The research for Liaoning environmental efficiency and spatial-temporal differentiation [J]. Geographical Research,2014,33(12):2345-2357.] [本文引用: 1]
[23]	马占新. 数据包络分析模型与方法[M]. 北京:科学出版社,2010. [本文引用: 1] [Ma Z X.The Models and Methods on Data Envelopment Analysis[M]. Beijing:Science Press,2010.] [本文引用: 1]
[24]	Färe R,Grosskopf S,Linderdgren B,et al.Productivity changes in Swedish pharmacies 1980-1989:A nonparametric Malmquist approach [J]. Journal of Productivity Analysis,1992,3(1):85-101. [本文引用: 1]
[25]	Shephard R W.Theory of cost and production functions [J]. Economic Journal,1970,35(3):177-188. [本文引用: 1]
[26]	Mankiw N G.Principle of Economics[M]. London:Oxford University Press,1977. [本文引用: 1]
[27]	国家海洋局. 中国海洋统计年鉴[M]. 北京:海洋出版社,2002-2013. [本文引用: 2] [State Oceanic Administration.China Marine Statistical Year Book[M]. Beijing:China Ocean Press,2002-2013.] [本文引用: 2]
[28]	中华人民共和国国家统计局. 中国统计年鉴[M]. 北京:中国统计出版社,2002-2013. [本文引用: 1] [National Bureau of Statistics of the People's Republic of China. China Statistical Yearbook[M]. Beijing:China Statistics Press,2002-2013.] [本文引用: 1]
[29]	狄乾斌,韩增林,孙迎. 海洋经济可持续发展能力评价及其在辽宁省的应用 [J]. 资源科学,2009,31(2):288-294. [本文引用: 1] [Di Q B,Han Z L,Sun Y.Assessment of sustainable development capability of marine economy and its application in Liaoning Province [J]. Resources Science,2009,31(2):288-294.] [本文引用: 1]
[30]	栾维新. 海陆一体化建设研究[M]. 北京:海洋出版社,2004. [本文引用: 1] [Luan W X.Studies of Sea-land Integrated[M]. Beijing:China Ocean Press,2004.] [本文引用: 1]
[31]	苏为华,王龙,李伟. 中国海洋经济全要素生产率影响因素研究-基于空间面板数据模型 [J]. 财经论丛,2013,(3):9-13. [本文引用: 1] [Su W H,Wang L,Li W.The factor research of total factor productivity of marine economy in China-based on spatial panel data model [J]. Collected Essays on Finance and Economics,2013,(3):9-13.] [本文引用: 1]

基于SBM和Malmquist生产率指数的中国海洋经济效率评价研究

本站小编 Free考研考试/2021-12-29

An evaluation of Chinese marine economy efficiency based on SBM and Malmquist productivity indexes

1 引言