沿海省市海洋渔业产出率的CCR模型测算.docx

沿海省市海洋渔业产出率的CCR模型测算.docx

《沿海省市海洋渔业产出率的CCR模型测算.docx》由会员分享，可在线阅读，更多相关《沿海省市海洋渔业产出率的CCR模型测算.docx（4页珍藏版）》请在冰豆网上搜索。

沿海省市海洋渔业产出率的CCR模型测算

沿海省市海洋渔业产出率的CCR模型测算

　　摘要：

　海洋渔业作为我国海洋经济的传统产业之一,其投入产出效率的高低,不仅关系到海洋资源的可持续发展,而且在我国海洋经济的发展进程中起着至关重要的作用。

运用数据包络分析方法（DEA）和Malmquist指数,计算我国各沿海省市的渔业产出效率,结果表明:

在技术效率和技术进步共同作用下实现了全要素生产率（TFP）的增长,其中技术效率的增长幅度略小于技术进步,但部分省市仍存在产出不足和投入冗余等现象。

　　关键词：

　海洋渔业;数据包络分析;全要素生产率;Malmquist指数;

　　Abstract：

　AsoneofthetraditionalindustriesofmarineeconomyinChina,theinput-outputefficiencyofmarinefisheryisnotonlyrelatedtothesustainabledevelopmentofmarineresources,butalsoplaysanimportantroleinthedevelopmentofmarineeconomyinChina.Usingthedataenvelopmentanalysismethod（DEA）andtheMalmquistindexanalysismethodtocalculatetheefficiencyoffisheryoutputinvariouscoastalprovincesandcitiesinChina,theresultsshowthat:

underthejointactionoftechnicalefficiencyandtechnologicalprogress,thegrowthoftotalfactorproductivity（TFP）hasbeenachieved.Amongthem,theincreaseoftechnologyefficiencyisslightlylessthantheprogressoftechnology,butsomeprovincesandcitiesstillhaveinsufficientoutputandredundantinput.

　　Keyword：

　Marinefishery;dataenvelopmentanalysis;totalfactorproductivity;Malmquistindex;

　　由于陆域资源的日益枯竭,世界各国都对“蓝色粮仓”——海洋资源的发展给予了充分重视。

海洋经济的发展已经成为全球经济发展的一个新的经济增长点。

我国海洋经济活动范围广阔,海洋经济在向多方向发展。

其中作为我国海洋经济中发展较早的支柱性产业——海洋渔业,在我国海洋经济的发展进程中起着至关重要的作用。

经过40多年的不断实践与发展,我国海洋渔业实现了瞩目的成绩,2018年我国海洋渔业生产总值已达到5800.76亿元。

与此同时也存在着诸多问题,如海洋环境污染、资源利用率低下等,这对我国海洋渔业的可持续发展起着阻碍性的作用[1]。

因此对我国各沿海省市的产出效率进行分析,了解各省市海洋渔业的发展状况,对我国海洋经济的科学发展具有重要的指导意义。

　　国外多从管理层面对渔业效率进行了较为实际的研究。

Cochrane（2001）所代表的海外学者,从获取资源的公平性和可持续利用方面,探讨了渔业和渔业资源管理的复杂性,并提出了相应的解决办法[2]。

国内目前关于渔业产出效率的分析多采用实证分析的方法。

如张彤（2007）运用DEA和Malmquist指数对我国各沿海省市的海洋捕捞生产效率进行了分析与评价,结果表明:

我国海洋捕捞产业综合效率低下的主要原因是规模经济效率低下[3]。

肖姗等（2008）运用DEA对我国各沿海省市的海洋渔业经济效率进行了测算,研究发现:

大部分省市为非DEA有效,即存在资源浪费[4]。

丁琳琳等（2015）基于面板数据Tobit模型考察了不同因素对全要素生产率的影响,结果表明:

技术进步是全要素生产率增长的主要源动力[5]。

杜军等（2016）运用DEA和Malmquist指数对我国沿海省份海洋经济效率进行了评价,研究表明:

大部分省份需要进一步提高经济规模效率和技术效率[6]。

张萌（2016）运用DEA和Malmquist指数对我国各沿海省市的渔业产出效率进行了分析,研究发现:

技术进步和技术效率共同促进着海洋渔业产出效率的不断完善[7]。

　　本文结合我国2013—2018年沿海省市海洋渔业相关指标的面板数据,运用数据包络分析与Malmquist指数方法对各省市的海洋渔业产出效率的变动及构成进行分析,探索制约我国海洋渔业经济发展的因素,以期促进我国海洋渔业经济的发展。

　　1、DEA理论简介

　　1.1、CCR模型

　　CCR是把所有的投入和产出指标进行综合并赋予权重,评价决策单元的总体效率。

设有n个DMUj,j=1,2,…n。

DMUj的投入xj=（x1j,x2j,…,xmj）T,产出为yj=（y1j,y2j,…,ytj）T,表示每个DMU有相同的m项投入和t项产出,其中xj,yj≥0,j=1,2,…,n。

具有非阿基米德无穷小的CCR模型如下所示:

　　min[θ?

ε（∑r=1tS+r+∑i=1mS?

i）]∑j=1nλjxij+S?

i=θxij0∑j=1nλjyrj+S+r=yrj0λj≥0,j=1,2?

nS?

i≥0,S+r≥0,min[θ-ε（∑r=1tSr++∑i=1mSi-）]∑j=1nλjxij+Si-=θxij0∑j=1nλjyrj+Sr+=yrj0λj≥0,j=1,2?

nSi-≥0,Sr+≥0,

　　xrj表示第j决策单元的第i项投入,yrj表示第j决策单元的第r项产出,S-i表示松弛变量,S+r表示剩余变量,ε被认为大于零且小于任何一个正数的数,常取（ε=10-6）,λj,S-i,S+r,θ为待估参量。

各参量的经济含义如下:

（1）当θ=1时,则DMU为DEA有效。

（2）当θ<1时,则DMU为DEA无效。

　　（3）令x*0=θx0-S-i,y*0=y0+S+r,则（x*0,y*0）为（x0,y0）在生产有效性前沿面的投影,（x*0,y*0）即相对于前面n个DMU为有效。

　　1.2Malmquist指数

　　Malmquis数是由Malmquist提出,RolfFare等人将该理论与DEA理论相结合,至此开始广泛应用于生产率的测算[8]。

从s期到t期其计算公式如下:

　　M0=（xs,ys,xt,yt）=[ds0（xt,yt）ds0（xs,ys）×dt0（xt,yt）dt0（xs,ys）]?

?

?

?

?

?

?

?

?

?

?

?

?

?

?

√=ds0（xs,ys）ds0（xt,yt）×[ds0（xt,yt）ds0（xs,ys）×ds0（xs,ys）ds0（xt,yt）]=Ech×TchΜ0=（xs,ys,xt,yt）=[d0s（xt,yt）d0s（xs,ys）×d0t（xt,yt）d0t（xs,ys）]=d0s（xs,ys）d0s（xt,yt）×[d0s（xt,yt）d0s（xs,ys）×d0s（xs,ys）d0s（xt,yt）]=Ech×Τch

　　（xs,ys）和（xt,yt）分别表示s期和t期的投入产出关系,投入产出变量从（xs,ys）向（xt,yt）的变化就是生产率的变化。

ds00s和dt00t分别表示以t期为基点时相应的s期和t期的距离函数,Ech和Tch分别表示效率提高和技术进步的变化值。

　　当规模报酬不变,Ech可以再分解为纯技术效率（Pech）和规模效率（Sech）,即Ech=Pech×Sech。

于是TFP可进一步分解为三部分,即M0（xs,ys,xi,yi）=Tch×Pech×Sech。

　　2、指标选取与数据来源

　　海洋渔业具体可划分为海洋捕捞业和海水养殖业。

结合海洋渔业的定义及考虑资源消耗、设施投入、经济产出等因素,选取海水养殖面积（X1）、海洋渔业从业人员（X2）和渔船年末拥有量（X3）这三个要素作为投入指标,选取海洋渔业生产总值（Y1）作为产出指标。

　　本文所有数据来源于《中国渔业统计年鉴》和《中国海洋统计年鉴》,选取了辽宁、天津、河北、山东、江苏、上海、浙江、福建、广东、广西和海南11个省市2013年至2018年相关数据。

　　3、实证分析

　　3.1、2013-2018年各沿海省市技术效率的变化及其分析

　　运用CCR模型计算得到各省市综合年度的技术效率值,其结果如表1所示。

　　从表1的计算结果可知,2013年至2018年,天津、江苏和上海三个省市的技术效率值一直为DEA有效。

表明其在海洋渔业经济发展中具有相对有效性,规模效益处于最佳状态。

然而其他沿海省市均存在资源浪费。

其中辽宁省技术效率值呈现下降的趋势;山东省和海南省技术效率值在0.9与1之间略微波动;河北省、浙江省、福建省、广东省和广西省技术效率值呈波动式提高。

部分省份资源没有达到充分利用和最优组合,主要原因有以下几个方面。

　　3.1.1、养殖结构不合理

　　经过多年的发展,我国海水养殖虽已形成一定规模,但仍存在诸多问题。

由于养殖结构不合理,导致技术效率低下,使投入存在大量冗余或产出存在不足。

其中以辽宁省和河北省为例,辽宁省在五年间海水养殖面积存在大量冗余,如2017年该省养殖面积为698400hm2,其中投入冗余为337594hm2;而河北省则存在产出不足的现象,2017年河北省海洋渔业产业总产值为1394988.50万元,而在原有的投入水平下该省预计产出为2322607.80万元。

　　表12013-2018年各沿海省市技术效率值

　　3.1.2、近海捕捞可持续性较低

　　海洋捕捞在海洋渔业经济中占据着主导地位。

我国海洋捕捞以近海为主,由于捕捞的不合理性造成了一系列的环境问题,如生态结构遭到破坏、鱼种消失等。

由于近海捕捞业的可持续性较低,所以当各省市增加船只投入时,并未使技术效率值明显提高。

　　3.1.3、渔业现代化水平不高

　　技术水平的落后阻碍了海洋渔业经济各方面的发展。

虽然经过多年的发展各省市海洋渔业科技水平有了一定的提高,但是和世界上其他发达国家相比仍处于相对滞后状态。

如,近年来广东省积极发展远洋捕捞,却因成本提高技术水平跟不上等原因,使得远洋捕捞没有得到充分的发展。

　　3.2、2013-2018年各沿海省市全要素生产率的变化及其分析

　　运用Malmquist指数可以得到不同省份综合年度的全要素生产率变化率,本文以2013年作为基期。

计算结果如表2所示。