中国海洋经济绿色发展效率评价研究

梅延拓，黄灵海

（中国地质大学（武汉）经济管理学院，武汉 430074）

发展海洋经济已成为世界各国促进可持续发展的重要战略。从20 世纪70 年代至今，整个世界的海洋生产总值大致每10 年翻一番，区域海洋经济的综合实力也逐渐演变为沿海国家的核心竞争力来源。作为众多沿海国家之一，中国比其他很多国家拥有更为辽阔的海岸线，这也使海洋逐渐成为中国经济社会发展的重要依托。尤其是党的十八大和十九大明确提出和强调了海洋强国战略，要求坚持陆海统筹，加快中国海洋强国建设。2013 年习近平总书记在建设海洋强国研究第八次集体学习时强调，发达的海洋经济是建设海洋强国的重要支撑。海洋强国建设思想已成为习近平新时代中国特色社会主义思想的重要组成部分。据相关统计，2018 年中国海洋生产总值达83 415 亿元，同比增长6.7%，占全国海洋生产总值的9.3%。但是，海洋经济迅速增长的背后也带来了一系列不容小觑的问题，如海洋生物栖息地破坏、海域自然资源过度开发、海洋生态环境破坏以及气候环境恶化等诸多问题。

因海洋污染具有污染源广、扩散范围广、持续性强、难以治理等特点，如何实现海洋经济绿色发展成为当前学界高度关注的问题。关于如何实现海洋经济绿色发展，其中的关键问题之一就是如何科学地对海洋经济绿色发展效率进行测度，因此，本研究从投入-产出的角度对海洋经济绿色发展效率及其影响因素进行分析，构建海洋经济绿色发展效率测评模型，并进行实证检验。

1 研究现状

绿色发展是指在生态环境容量和资源承载能力的制约下，通过保护自然环境实现可持续科学发展的新型发展模式和生态发展理念［1］。而海洋经济绿色发展则是指海洋经济在绿色发展理念引领下的一种经济发展模式，它以海洋为活动场所，以海洋资源为开发对象，以经济与环境的和谐为目的，是海洋经济为适应人类环保与健康需要而产生并表现出来的一种发展状态，它将环保技术、清洁生产工艺等众多有益于环境的技术转化为生产力，并通过有益于环境、与环境无对抗的经济行为来实现经济的可持续增长［2］。基于以上认识，学者们对如何促进海洋经济绿色发展问题进行了一定程度的研究。丁黎黎等［3］的研究表明，沿海地区的工业规模严重影响近岸海域资源与环境，因此优化海洋产业结构、推动港口经济、促进科技投入等是政府实现海洋经济绿色发展的重要任务；孙鹏等［4］认为环境规制是促进海洋经济绿色发展的主要因素，因此，政府应当进一步强化海洋环境规制，积极转变海洋生产方式；赵昕等［5］认为产业结构优化升级是海洋经济绿色发展的第一要务，政府应积极发展海洋第三产业，合理高效开发海洋资源。

关于海洋经济绿色发展效率的评价，张莉等［6］提出了由海洋制度系统、环境系统、海洋资源系统、经济系统、社会系统等一系列系统指标组成的，一套较为完整的海洋经济绿色发展指标体系；丁黎黎等［3］使用熵值法构建了资源与环境损耗指数，并在此基础上结合Tobit 对中国的海洋经济绿色全要素生产率进行了测算；吴淑娟等［7］在使用DEA 模型对海洋经济绿色发展效率进行评价的过程中，采用因子分析法对海洋经济绿色发展效率评价指标体系进行了优化；赵林等［8］、苑清敏等［9］都采用了非期望产出的SBM 模型，对海洋经济效率的时间趋势和分布特征进行了分析。现有研究大多采用传统DEA 方法测度海洋经济绿色发展效率，但在关于DEA 模型的使用上都存在一定的局限。一是DEA 模型在使用时要求所需衡量的生产函数边界都要确定，因而不能从测量结果中将测量误差和随机因素进行剥离；二是传统的DEA 模型将与前沿生产面偏离的结果统一归因于管理无效率，这样的做法严重忽略了客观环境对决策单元的影响。由于传统DEA 方法存在以上2 个方面的局限性，导致其计算出的效率值与实际值之间存在偏差。为此，很多学者在之后的研究中都对传统DEA 方法进行了改进，其中，由Fried 等［10］提出的三阶段 DEA 方法最为典型。该方法在计算过程中引入SFA 模型，由于SFA 模型可以观察环境因素和随机因素对DEA 模型投入松弛变量的影响，因此，在这种方法下测得的结果考虑了随机因素的影响，采用这种方法也不需要提前假设环境变量的影响方向。本研究为克服传统DEA 方法的局限性，选择三阶段DEA 方法来对海洋经济绿色发展效率进行评价［11-15］。

2 海洋经济绿色发展效率评价方法与指标体系构建

2.1 三阶段DEA 方法

1）第一阶段——超效率DEA模型。超效率DEA模型最早由Andersen 等［16］提出，由于该模型测得的效率值可以大于1，克服了传统DEA 方法无法对多个有效决策单元（DMU）进行进一步评价的缺点。该模型在测算效率时，将所需测算的决策单元DMU0筛选到所有决策单元DMU的集合外，使用其他决策单元的输入、输出来替换DMU0的输入、输出。因此，该模型在对决策单元的评价中考虑到被评价决策单元与其他决策单元之间的相对关系，这使得超效率DEA 模型测得的效率值可以大于1，原来无法比较的有效决策单元具有了可比性。超效率DEA 模型为：

式中，n为决策单元DMU的个数；xj、yj分别为输入、输出；x0、y0分别为DMU0的输入、输出；θsup为效率值，θsup≥ 1 说明 DEA 有效，θsup＜1 则说明 DEA 无效。

2）第二阶段——SFA 模型。因为环境因素和随机因素等会影响第一阶段计算出的效率值，因此，需要通过第二阶段把环境因素和随机因素分离出来。根据 Kraft［17］的优化方法，第一阶段 DEA 得出的投入松弛变量可表示为：

式中，Sni为第i个决策单元对n种投入要素松弛变量值，xnλ为最佳投入量，xni为实际投入量。

在此基础上建立SFA 回归模型，将Sni作为解释变量及可观测到的影响决策单元的外生环境变量。于是，构造出相似回归模型表达式为：

式中，zi为外生环境变量，βn为待估计参数，uni为管理无效率项，vni为随机误差项。在此假定管理无效率项服从半正态分布随机误差项服从正态分布利用如下公式对原始投入进行调整：

最后通过如下公式得到随机误差项的估计：

除此之外，罗登跃［18］还指出，管理无效率项估计公式为：

式中，λ=σu∕σv，f(*)为标准正态分布的密度函数，F(*)为标准正态分布的分布函数。

3）第三阶段——调整后的DEA 模型。在此阶段，需要使用经过第二阶段调整后的投入指标数据，替换第一阶段中使用过的投入指标数据，并再次运用第一阶段的DEA 模型进行测算，此时得到的效率值已排除了环境因素和随机因素的影响。

2.2 评价指标选取

使用数据包络法时一般将成本类指标作为投入指标，将收益类指标作为产出指标。基于之前学者们的研究成果，本研究以海洋经济活动为投入指标、以海洋经济价值为产出指标。另外，在使用数据包络法时决策单元数需大于指标的2 倍，因此，需要从可以代表海洋经济活动的多个海洋产业指标中，选取较有代表性的指标。由诸大建［19］的研究可知，褐色经济与绿色经济的区别在于资本配置的不同，因此，从众多的海洋产业中选取海洋捕捞业、造船业、海洋交通运输业来分别代表第一、二、三产业，以期对资本配置做出一定的反映。

关于污染物排放，参考 Korhonen 等［20］的研究，将负产出作为投入要素，若其投入越少得到的产出越多，则表明生态环境投入得当，绿色发展效果越好，因此，本研究将工业废水排放量作为一个投入指标。

最终，本研究选取的投入指标有工业废水排放量、造船完工量、海洋捕捞产量、海洋货物运输量，产出类指标为海洋生产总值。

本研究将中国11 个沿海地区定义为DMU，该数据集的收集和编制时间为2006—2016 年。每个DMU有4 个投入变量和1 个产出变量，数据来自《中国海洋统计年鉴》《中国城市统计年鉴》。DMU及指标选取如表1 所示。

表1 DMU 及指标选取

3 实证研究与结果

3.1 调整投入前的结果

本研究首先采用超效率DEA 模型，计算2006—2016 年中国11 个沿海地区的海洋经济绿色发展效率，结果如表2 所示。

这是在只考虑资本、劳动等传统因素，而不考虑地区所处的环境因素下所得到的海洋经济绿色发展效率评价结果。由表2 可知，2006—2016 年11 个沿海地区海洋经济绿色发展效率由高到低依次为天津、上海、山东、河北、广东、海南、辽宁、福建、江苏、广西、浙江。

表2 超效率DEA 模型测算的2006—2016 年中国11 个沿海地区海洋经济绿色发展效率

3.2 随机前沿分析的结果

为剖析环境因素对效率值测算的影响，本研究在此引入SFA 方法展开进一步分析。

在应用SFA 方法时，首先需要合理选择环境因素。由Hsu 等［21］的研究可知，环境因素应选取对样本目标效率产生影响、但不在样本主观可控范围内的因素，如国家的宏观经济环境、国家政策导向和政府激励机制等总体环境。结合中国海洋经济绿色发展的实际情况，本研究对环境因素的选择如下。

1）海域使用权确权面积。海域使用权确权面积是指政府批准取得海域使用权的项目用海面积，不同的沿海地区拥有的海域使用权确权面积不同，因此，每个地区所拥有的自然资源不等。通常来说，拥有较多资源的地区在经济发展上更有优势，因此，选择海域使用权确权面积作为一个环境因素。

2）涉海就业人员数。不同的地区人口数量不同，通常来说，拥有较多人口数量的地区劳动力更充足，在经济发展上也会更有优势。另外，由张国强等［22］的研究可知，人力资本是进行产业结构调整的必要基础，并决定产业结构升级的方向，因此，选择涉海就业人员数作为一个环境因素。

3）海洋环境保护区数。由于环境污染在外部是不经济的，政府将通过制定相应的政策和措施来调整企业的经济活动，以实现环境保护和经济发展的目标，本研究选择使用海洋环境保护区数来对此进行表示。

通过DEA 分析，可以获得4 个投入指标的松弛变量，对测算出的松弛变量进行SFA 分析，结果如表3 所示（以2016 年为例）。

由表3 可知，工业废水排放量、造船完工量、海洋捕捞产量、海洋货物运输量的松弛量的LR 检验均大于混合卡方分布的检验标准值，说明模型估计结果是可接受的。γ代表环境因素导致的管理无效率方差占总方差的比重，γ越趋向于1，说明模型中的误差越来自于环境因素的影响。

进一步考察外生环境变量对期望产出和非期望产出松弛量回归分析的系数。若回归系数为正，表明外生环境变量能够增加产出指标的松弛量，即外生环境因素对中国海洋经济绿色发展效率提升不利；若回归系数为负，则表明外生环境变量能够减少产出指标的松弛量，即外生环境因素对中国海洋经济绿色发展效率提升有利。以下将对海域使用权确权面积、涉海就业人员数、海洋环境保护区数这3 个外生环境变量对投入松弛量的影响一一进行说明。

表3 SFA 分析结果（以2016 年为例）

1）海域使用权确权面积对投入松弛量的影响。由表3 可知，海域使用权确权面积对工业废水排放量、海洋捕捞产量、海洋货物运输量这3 个投入松弛量的估计参数均为正，即海域使用权确权面积对工业废水排放量、海洋捕捞产量、海洋货物运输量的影响都是不利的，但对造船完工量投入松弛量的估计参数为负，即海域使用权确权面积对造船完工量的影响是有利的。从计算结果来看，海域使用权确权面积每增加1 hm2，就会增加0.440 万t工业废水排放量、2.023 t 海洋捕捞产量、0.068 万 t 海洋货物运输量的投入，减少0.001 艘造船完工量的投入。

2）涉海就业人员数对投入松弛量的影响。由表3 可知，涉海就业人员数对工业废水排放量、海洋捕捞产量、海洋货物运输量这3 个投入松弛量的估计参数均为正，即涉海就业人员数对工业废水排放量、海洋捕捞产量、海洋货物运输量的影响都是不利的，但对造船完工量投入松弛量的估计参数为负，即涉海就业人员数对造船完工量的影响是有利的。从计算结果来看，涉海就业人员数每增加1 万人，就会增加79.609 万t工业废水排放量、883.502 t海洋捕捞产量、21.925 万t海洋货物运输量的投入，减少0.073 艘造船完工量的投入。

3）海洋环境保护区数对投入松弛量的影响。由表3 可知，海洋环境保护区数对造船完工量、海洋捕捞产量的估计参数均为正，即海洋环境保护区数对造船完工量、海洋捕捞产量的影响都是不利的，但对工业废水排放量、海洋货物运输量的估计参数均为负，即海洋环境保护区数对工业废水排放量、海洋货物运输量的影响都是有利的。从计算结果来看，海洋环境保护区数每增加1 个，就会增加2 203.166 t海洋捕捞产量、3.237 艘造船完工量的投入，减少1 205.257 万 t 工业废水排 放量、165.336 万 t 海洋货物运输量的投入。

3.3 调整投入后的结果

根据SFA 分析结果，环境因素对海洋经济绿色发展效率有较大影响，因此，对原始的投入变量进行调整，并将调整后的投入变量纳入超效率DEA 模型中，再次对海洋经济绿色发展效率进行计算，这样就可以排除环境因素与随机因素对中国11 个沿海地区海洋经济绿色发展效率评价的影响。SFA 分析调整后测算的2006—2016 年中国11 个沿海地区海洋经济绿色发展效率结果如表4 所示。

表4 SFA 分析调整后测算的2006—2016 年中国11 个沿海地区海洋经济绿色发展效率

各沿海地区第一阶段和第三阶段的平均效率值对比如图1 所示，各沿海地区第三阶段的效率值变化分别如图2 至图12 所示。由图1 至图12 可以得到以下几点结论。

1）效率值在第一阶段较高的河北，在第三阶段显示中等；而效率值在第一阶段中等的海南，在第三阶段显示为较低。除此之外，广西的效率值经调整后也有所下降，说明这些地区的环境因素对其海洋经济绿色发展效率不利；而效率值在第一阶段较低的浙江、福建，在第三阶段显示为中等，说明这些地区的环境因素对其海洋经济绿色发展效率有利。

2）在11 个沿海地区中，效率值较高的有天津、上海、山东、广东，其中，山东大体呈上升趋势；上海大体呈下降趋势；广东上下波动，在2015 年时出现较大增幅；天津在2014 年前大体呈上升趋势，但在2014 年时出现较大回落；效率值中等的有辽宁、江苏、浙江、福建，其中，江苏、浙江上下波动变化不大；福建大体呈下降趋势；浙江在2013 年后呈略微下降趋势；辽宁在2012 年前大体呈上升趋势，但在2012年时出现较大回落，在2013 年后又呈略微上升趋势；效率值较低的有河北、广西、海南，其中，河北大体呈下降趋势；广西大体呈略微上升趋势；海南上下波动。

图1 各沿海地区第一阶段和第三阶段的平均效率值对比

图2 天津2006—2016 年效率值

图3 河北2006—2016 年效率值

图4 辽宁2006—2016 年效率值

图5 上海2006—2016 年效率值

图6 江苏2006—2016 年效率值

图7 浙江2006—2016 年效率值

图8 福建2006—2016 年效率值

图9 山东2006—2016 年效率值

图10 广东2006—2016 年效率值

图11 广西2006—2016 年效率值

图12 海南2006—2016 年效率值

4 小结与建议

4.1 小结

中国当前和未来的经济增长不应以破坏生态环境为代价，在发展经济的同时应该明确可持续发展目标，关注环境保护和资源节约等问题。而想要协调经济发展与环境保护之间的矛盾，政府的干预是必不可少的。本研究以绿色发展理念为视角，运用三阶段DEA 方法对中国11 个沿海地区的海洋经济绿色发展效率进行测算，得到如下结论。

1）由三阶段 DEA 测算出的 2006—2016 年中国11 个沿海地区海洋经济绿色发展效率的实证结果可以看出，近年来中国海洋经济绿色发展效率相对不高，各地区的海洋经济绿色发展效率也没有得到较大的提升，由此可见，中国的海洋经济发展与海洋资源环境保护之间的矛盾依然异常激烈。因此，需要沿海各地区继续优化协调海洋经济高效发展和海洋环境有效保护、海洋资源合理开发之间的关系。

2）通过SFA 对海域使用权确权面积这一环境因素的分析可以看出，海域使用权确权面积对海洋经济绿色发展效率的影响有正有负，在大部分时间段，增加海域使用权确权面积反而会使得海洋经济绿色发展效率下降，对此的解释是虽然部分地区海域使用权确权面积有所增长，但是这些地区并不能有效地管理和使用过多的海域使用权确权面积，产生投入冗余，导致生产率下降。因此，各地区应该加强对海域使用权确权面积的有效管理，提高生产力。

3）通过SFA 对涉海就业人员数这一环境因素的分析可以看出，涉海就业人员数在所有时间段都对海洋经济绿色发展效率有负面影响，说明中国海洋产业的人才结构尚不合理。

4）通过SFA 对海洋环境保护区数这一环境因素的分析可以看出，海洋环境保护区数在所有时间段都对海洋经济绿色发展效率有正面影响，说明设立海洋环境保护区对海洋环境保护非常有利，因此，可以适当增加海洋环境保护区的设立数量与面积。

4.2 建议

1）因地制宜，全面推行绿色发展理念。海洋是人类生存和发展的重要空间，只有全面推行绿色发展理念、强化社会公众的海洋环境保护意识，才能实现海洋经济的绿色发展。在这个过程中，政府需要通过媒体宣传、市场预测等，使社会充分了解海洋经济的绿色发展；通过法律、财政等手段，引导社会资本投入到海洋绿色产业当中，并强化重大项目的监督，提高投资效率，完善海域海岛资源有偿使用制度，确保海域资源使用权合理流转。考虑到各地区海洋经济绿色发展效率存在较大差异，除了整体推进以外，还应结合各地区的具体情况，实行差异化的发展政策，营造竞争与合作共赢的制度环境，充分发挥地方政府的主动性，助力海洋经济高质量发展。

2）完善海洋经济绿色发展的核算与考核体系。目前，关于海洋经济生产率的评价体系主要考虑的是资本、劳动等传统因素，使得测算的效率值偏离实际。为正确引导海洋经济的绿色发展，海洋经济核算应充分考虑生态环境污染、海洋资源浪费和破坏所造成的经济损失，并尝试将政府治理行为等更多因素纳入海洋经济绿色发展考评体系中，进而协调海洋环境与经济发展之间的关系，助推海洋经济的绿色发展。

3）优化产业结构，深化产业转型升级。长期以来，中国海洋产业结构都是以海洋渔业为第一产业龙头，第二、三产业所占比重较少。实现海洋经济绿色发展包括发展绿色新兴海洋产业和优化海洋传统产业这2 条路径。一方面，政府应加大科技投入，支持无污染的现代海洋产业的发展，发展海洋生物制品、海洋电子、海洋旅游等新兴产业；另一方面，针对部分使用粗放式海洋开发模式的区域，政府应重点调整产业结构，优化产业布局，加大第三产业比重，并引进和采用高科技对传统的海洋第一产业进行提升，进一步提高海洋资源开发利用效率，提高海洋资源开发的可持续性。

4）加强海洋人才培养。在调整产业结构的同时还要考虑人力资本适配的问题。如果不考虑本地人力资本供给的状况，而盲目设定过快、过高的产业调整目标，将会导致资源闲置，对海洋经济绿色发展效率造成不良的影响。因此，应该加强海洋人才特别是清洁技术人才的培养和引进，加强海洋产业在岗人员的培训，促进海洋科研成果转化，完善人才引进制度和平台。