王端嵐

（福建省海洋環(huán)境與漁業(yè)資源監(jiān)測中心 福州 350003）

中國水產(chǎn)養(yǎng)殖業(yè)的生產(chǎn)效率及其影響因素研究

王端嵐

（福建省海洋環(huán)境與漁業(yè)資源監(jiān)測中心 福州 350003）

在水產(chǎn)養(yǎng)殖產(chǎn)量不斷增長的背景下，漁民增收和漁區(qū)社會發(fā)展逐漸成為政府關(guān)注的焦點。研究水產(chǎn)養(yǎng)殖業(yè)的生產(chǎn)效率及其影響因素，了解水產(chǎn)養(yǎng)殖業(yè)的規(guī)模效率、技術(shù)效率和全要素生產(chǎn)效率及其關(guān)鍵影響因素，為漁民優(yōu)化生產(chǎn)要素投入、政府制定水產(chǎn)養(yǎng)殖業(yè)發(fā)展政策提供一定的理論指導(dǎo)與實踐依據(jù)，具有重要的理論意義與現(xiàn)實意義。文章首先利用數(shù)據(jù)包絡(luò)法 （DEA）測算了水產(chǎn)養(yǎng)殖業(yè)的綜合效率和全要素生產(chǎn)效率，然后利用多元線性回歸分析法識別全要素生產(chǎn)效率的關(guān)鍵影響因素，結(jié)果表明：1990－2009年間，水產(chǎn)養(yǎng)殖業(yè)的平均綜合效率和曼奎斯特全要素生產(chǎn)效率出現(xiàn)下降；水產(chǎn)養(yǎng)殖業(yè)的全要素生產(chǎn)效率與年末科技研發(fā)人員數(shù)量、每年技術(shù)推廣經(jīng)費投入額和每年培訓(xùn)漁民人數(shù)具有顯著的正相關(guān)關(guān)系。

水產(chǎn)養(yǎng)殖；生產(chǎn)效率；影響因素

改革開放以前，在重捕撈、輕養(yǎng)殖思想影響下，養(yǎng)殖業(yè)發(fā)展受到很大制約；改革開放以后，水產(chǎn)養(yǎng)殖業(yè)成為漁業(yè)發(fā)展的重點內(nèi)容。1985年，中央五號文件確定了 “以養(yǎng)為主，養(yǎng)捕加并舉、因地制宜、各有側(cè)重”的漁業(yè)發(fā)展方針。在 “以養(yǎng)為主”的方針指導(dǎo)和以市場為取向的經(jīng)濟改革的推動下，水產(chǎn)養(yǎng)殖業(yè)進(jìn)入了快速發(fā)展的黃金時期，為中國水產(chǎn)品的生產(chǎn)做出重要貢獻(xiàn)，不僅滿足了不斷增長的水產(chǎn)品消費需求，還在一定程度上保護(hù)了天然漁業(yè)資源。1993年，中國水產(chǎn)養(yǎng)殖產(chǎn)量首次大于捕撈產(chǎn)量，至2009年養(yǎng)殖產(chǎn)量與捕撈產(chǎn)量的比例為71∶29，漁業(yè)增長方式已成功實現(xiàn)從 “捕撈為主”向 “養(yǎng)殖為主”的歷史性轉(zhuǎn)變。在水產(chǎn)養(yǎng)殖產(chǎn)量不斷增長的背景下，漁民增收和漁區(qū)社會發(fā)展逐漸成為政府關(guān)注的焦點。如 《全國漁業(yè)發(fā)展第十一個五年規(guī)劃》明確提出要 “確保水產(chǎn)品安全供給和漁民持續(xù)增收，促進(jìn)漁業(yè)可持續(xù)發(fā)展和農(nóng)村漁區(qū)社會和諧發(fā)展”。因此，對水產(chǎn)養(yǎng)殖業(yè)的生產(chǎn)效率及其影響因素進(jìn)行研究，了解水產(chǎn)養(yǎng)殖業(yè)的規(guī)模效率、技術(shù)效率和全要素生產(chǎn)效率及其關(guān)鍵影響因素，為漁民優(yōu)化生產(chǎn)要素投入、政府制定水產(chǎn)養(yǎng)殖業(yè)發(fā)展政策提供一定的理論指導(dǎo)與實踐依據(jù)，具有重要的理論意義與現(xiàn)實意義。

1 方法的選擇

全要素生產(chǎn)率測度方法主要有非參數(shù)方法和參數(shù)方法，歸納起來主要有5種：增長核算法［1］、生產(chǎn)函數(shù)法［2］、隨機前沿分析法［3］、索洛余值法［4］以及數(shù)據(jù)包絡(luò)分析法［5］。也有學(xué)者根據(jù)自身的研究需要，對現(xiàn)有方法進(jìn)行改進(jìn)，如葉裕民運用索洛經(jīng)濟增長核算模型對全國及各省區(qū)市全要素生產(chǎn)率進(jìn)行了測算［6］；王志剛、龔六堂和陳玉宇利用超越對數(shù)生產(chǎn)函數(shù)的隨機前沿模型，研究中國地區(qū)間生產(chǎn)效率與全要素生產(chǎn)率增長率［7］。

國內(nèi)外關(guān)于農(nóng)業(yè)生產(chǎn)效率的研究較多，過去大多采用生產(chǎn)函數(shù)法和索洛余值法進(jìn)行測算。近年來，隨著數(shù)據(jù)包絡(luò)法的逐步發(fā)展與完善，數(shù)據(jù)包絡(luò)法成為測度同類型決策單元相對效率最為常用的方法之一，被廣泛運用于農(nóng)業(yè)生產(chǎn)效率的綜合評價中。本研究也利用數(shù)據(jù)包絡(luò)法，分析水產(chǎn)養(yǎng)殖業(yè)的全要素生產(chǎn)效率。數(shù)據(jù)包絡(luò)法 （DEA）是采用線性規(guī)劃的方法構(gòu)建前沿生產(chǎn)可能性邊界，優(yōu)點是不需要設(shè)定具體生產(chǎn)函數(shù)，可以避免因為錯誤的生產(chǎn)函數(shù)而導(dǎo)致結(jié)果的錯誤，也不像隨機前沿分析法需要誤差分布假設(shè)，并能有效分解全要素生產(chǎn)率中的技術(shù)效率［8］。大部分使用數(shù)據(jù)包絡(luò)法的論文均對其進(jìn)行了較為詳細(xì)的闡述，由于篇幅限制，這里不再論述。

2 指標(biāo)設(shè)計與數(shù)據(jù)來源

2.1 指標(biāo)設(shè)計

當(dāng)前學(xué)者利用DEA方法研究農(nóng)業(yè)全要素生產(chǎn)效率時，產(chǎn)出指標(biāo)經(jīng)常使用農(nóng)林牧漁總產(chǎn)值和農(nóng)民人均農(nóng)業(yè)經(jīng)營純收入，投入指標(biāo)以農(nóng)業(yè)從業(yè)人員、農(nóng)作物總播種面積、農(nóng)業(yè)機械總動力和化肥施用量等指標(biāo)為主。本文借鑒前人的研究成果，使用的農(nóng)業(yè)投入指標(biāo)和產(chǎn)出指標(biāo)及其定義如下。

2.1.1 水產(chǎn)養(yǎng)殖業(yè)產(chǎn)出指標(biāo)

水產(chǎn)養(yǎng)殖業(yè)產(chǎn)出以1990年價格的水產(chǎn)養(yǎng)殖業(yè)總產(chǎn)值進(jìn)行計算，其中包括以1990年價格計算的海水養(yǎng)殖產(chǎn)品總產(chǎn)值和淡水養(yǎng)殖產(chǎn)品總產(chǎn)值，采用水產(chǎn)品價格指數(shù)進(jìn)行折算。

2.1.2 水產(chǎn)養(yǎng)殖業(yè)投入指標(biāo)

水產(chǎn)養(yǎng)殖業(yè)投入主要包括養(yǎng)殖專業(yè)勞動力、養(yǎng)殖面積、養(yǎng)殖固定資產(chǎn)投入與養(yǎng)殖中間消耗等4個方面。① 漁業(yè)勞動力包括捕撈專業(yè)勞動力、養(yǎng)殖專業(yè)勞動力、兼業(yè)勞動力和后勤服務(wù)人員，后兩個指標(biāo)為概括性指標(biāo)。為了統(tǒng)一口徑，本研究選用養(yǎng)殖專業(yè)勞動力作為養(yǎng)殖勞動力指標(biāo)。② 水產(chǎn)養(yǎng)殖面積為每年的海水養(yǎng)殖面積和淡水養(yǎng)殖面積之和。③水產(chǎn)養(yǎng)殖固定資產(chǎn)投資為每年的海水養(yǎng)殖固定資產(chǎn)投資和淡水養(yǎng)殖固定資產(chǎn)投資之和。④ 水產(chǎn)養(yǎng)殖業(yè)中間消耗無法從相關(guān)統(tǒng)計年鑒中找到，因此由漁業(yè)中間消耗間接計算得到，其計算公式為：中間消耗＝漁業(yè)中間消耗×業(yè)生產(chǎn)資料價格指數(shù)進(jìn)行折算。

2.2 數(shù)據(jù)來源

在確定水產(chǎn)養(yǎng)殖業(yè)的投入與產(chǎn)出指標(biāo)之后，著手進(jìn)行數(shù)據(jù)的收集與整理。本研究設(shè)計指標(biāo)數(shù)據(jù)中，海水養(yǎng)殖產(chǎn)品總產(chǎn)值、淡水養(yǎng)殖產(chǎn)品總產(chǎn)值、養(yǎng)殖專業(yè)勞動力、養(yǎng)殖面積、海水養(yǎng)殖固定資產(chǎn)投資與淡水養(yǎng)殖固定資產(chǎn)投資等6個指標(biāo)的數(shù)據(jù)主要來自 《中國漁業(yè)統(tǒng)計年鑒（1990－2010）》，其中養(yǎng)殖固定資產(chǎn)投資指標(biāo)的2008年和2009年數(shù)據(jù)為預(yù)測值；漁業(yè)中間消耗指標(biāo)的數(shù)據(jù)來自 《中國農(nóng)村統(tǒng)計年鑒 （1991－2010）》。水產(chǎn)品價格指數(shù)和農(nóng)業(yè)生產(chǎn)資料價格指數(shù)來自《中國統(tǒng)計年鑒（1991－2010）》。

3 水產(chǎn)養(yǎng)殖業(yè)生產(chǎn)效率計算結(jié)果分析

3.1 綜合效率計算結(jié)果分析

選用DEAP2.1軟件來進(jìn)行模型的運算，得到的綜合效率評價結(jié)果如表1所示。

表1 水產(chǎn)養(yǎng)殖業(yè)綜合效率及其構(gòu)成的變化趨勢（1990－2009年）

由表1可知，中國水產(chǎn)養(yǎng)殖業(yè)的生產(chǎn)綜合效率指數(shù)、技術(shù)效率變化指數(shù)和規(guī)模效率變化指數(shù)的趨勢基本一致。1990－2009年間，中國水產(chǎn)養(yǎng)殖業(yè)的綜合效率效果一般，有8年為DEA有效，12年為非DEA有效，且兩年的綜合效率指數(shù)在0.9以下。在純技術(shù)效率和規(guī)模效率的綜合作用下，水產(chǎn)養(yǎng)殖業(yè)綜合效率出現(xiàn)了不同程度的波動現(xiàn)象，1990－1992年間，中國水產(chǎn)養(yǎng)殖業(yè)的綜合效率相對穩(wěn)定；1993－1999年間，水產(chǎn)養(yǎng)殖業(yè)的綜合效率波動較大；2000－2009年間，水產(chǎn)養(yǎng)殖業(yè)的綜合效率又相對穩(wěn)定。而由規(guī)模效益狀態(tài)分析結(jié)果可知，除了2008年之外，非DEA有效年份的規(guī)模收益均處于遞增階段，且1996－2005年間的非DEA有效年份，技術(shù)效率變化指數(shù)均低于規(guī)模效率變化指數(shù)。以上兩種情況表明，水產(chǎn)養(yǎng)殖業(yè)非DEA有效的主要原因是養(yǎng)殖技術(shù)進(jìn)步水平低和規(guī)模經(jīng)營水平低共同造成的。

3.2 投影分析

為了更好地找到水產(chǎn)養(yǎng)殖業(yè)非DEA有效的深層原因，調(diào)整投入產(chǎn)出結(jié)構(gòu)，提升水產(chǎn)養(yǎng)殖業(yè)的生產(chǎn)效率和經(jīng)濟效益，本研究將對技術(shù)效率與規(guī)模效率均無效年份的模型測評結(jié)果投影所產(chǎn)生的數(shù)據(jù)進(jìn)行分析。由于篇幅限制，未將技術(shù)效率與規(guī)模效率均無效年份的投影數(shù)據(jù)進(jìn)行一一列舉，因此，采用加總的進(jìn)行分析，對水產(chǎn)養(yǎng)殖業(yè)投入與產(chǎn)出的調(diào)整方向進(jìn)行分析，具體數(shù)據(jù)詳見表2。由表2可知，中國水產(chǎn)養(yǎng)殖業(yè)產(chǎn)出不存在冗余，而投入均存在不同程度的冗余，即保持現(xiàn)有水產(chǎn)養(yǎng)殖產(chǎn)出水平情況下，養(yǎng)殖專業(yè)勞動力、養(yǎng)殖面積、固定資產(chǎn)投入與中間消耗的投入可分別減少9.38%、7.78%、5.46%、7.23%，從而降低投入成本，提高水產(chǎn)養(yǎng)殖業(yè)的經(jīng)濟效益。

表2 水產(chǎn)養(yǎng)殖業(yè)投入產(chǎn)出調(diào)整參考

3.3 曼奎斯特生產(chǎn)效率指數(shù)分析

運用幾何平均法，同樣借助DEAP2.1軟件，計算中國水產(chǎn)養(yǎng)殖業(yè)全要素生產(chǎn)效率指數(shù)（Malmquist指數(shù)）及其構(gòu)成要素的變化情況（表3）。1990－2009年間，水產(chǎn)養(yǎng)殖業(yè)的純技術(shù)效率和規(guī)模效率均為1，由于篇幅限制在表3中未體現(xiàn)。由表3可知，1990－2009年間，水產(chǎn)養(yǎng)殖業(yè)全要素生產(chǎn)效率的平均增長率為－3.6%，主要原因是技術(shù)進(jìn)步緩慢，沒能為水產(chǎn)養(yǎng)殖業(yè)發(fā)展提供有效的技術(shù)支撐；技術(shù)效率指數(shù)均為1，說明水產(chǎn)養(yǎng)殖業(yè)重視養(yǎng)殖技術(shù)的推廣與應(yīng)用，現(xiàn)有水產(chǎn)養(yǎng)殖技術(shù)得到有效的充分利用，應(yīng)繼續(xù)保持此良好現(xiàn)狀；技術(shù)進(jìn)步率指數(shù)存在頻繁且較大幅度的變動，這可能與水產(chǎn)養(yǎng)殖技術(shù)創(chuàng)新投入增長差異有關(guān)。水產(chǎn)養(yǎng)殖業(yè)全要素生產(chǎn)效率指數(shù)的分解結(jié)果表明，中國水產(chǎn)養(yǎng)殖業(yè)仍處在粗放式發(fā)展階段，水產(chǎn)養(yǎng)殖業(yè)的產(chǎn)值增長主要源于勞動力、養(yǎng)殖面積、固定資產(chǎn)和中間消耗等資料的大量投入。

表3 曼奎斯特生產(chǎn)效率指數(shù)及其構(gòu)成變化（1991—2009年）

4 水產(chǎn)養(yǎng)殖業(yè)生產(chǎn)效率的關(guān)鍵影響因素識別

通過以上計算可知，1990－2009年間，中國水產(chǎn)養(yǎng)殖業(yè)的全要數(shù)生產(chǎn)效率指數(shù)存在較大波動，本研究將進(jìn)一步通過實證分析，探求各年份全要素生產(chǎn)效率指數(shù)波動的影響因素。

4.1 潛在影響因素設(shè)計與數(shù)據(jù)收集

因為全要素生產(chǎn)效率指數(shù)的變動主要由技術(shù)進(jìn)步率指數(shù)的變動引起的，本文主要從技術(shù)創(chuàng)新與推廣的人力、物力、財力等資源的投入情況來尋找全要素生產(chǎn)效率指數(shù)變動的原因。因此，本文初步設(shè)計的潛在影響因素包括：年末科技研發(fā)人員數(shù)量、每年科技研發(fā)經(jīng)費投入金額、年末技術(shù)推廣人員數(shù)量、每年技術(shù)推廣經(jīng)費投入額、每年培訓(xùn)漁民人數(shù)。

潛在影響因素設(shè)計完成后，筆者利用 《中國漁業(yè)統(tǒng)計年鑒》進(jìn)行數(shù)據(jù)收集。經(jīng)過收據(jù)收集整理發(fā)現(xiàn)，未能找到每年科技研發(fā)投入的相關(guān)數(shù)據(jù)，因此，首先剔除了每年科技研發(fā)經(jīng)費投入指標(biāo)，而用每年科教活動固定資產(chǎn)投入金額來替代。由于有些因素在某些年份沒有統(tǒng)計，在進(jìn)行整理后，只有1997－2007年間所有因素統(tǒng)計數(shù)據(jù)齊全。因此，只取該11年的數(shù)據(jù)進(jìn)行影響因素的實證研究。

4.2 關(guān)鍵影響因素識別結(jié)果分析

在確定全要素生產(chǎn)效率指數(shù)變動的潛在影響因素后，以1997－2007年間的全要素生產(chǎn)效率指數(shù)（SCXL）為因變量，以年末科技研發(fā)人員數(shù)量、每年科教活動固定資產(chǎn)投入金額、年末技術(shù)推廣人員數(shù)量、每年技術(shù)推廣經(jīng)費投入額、每年培訓(xùn)漁民人數(shù)等5個因素為自變量，進(jìn)行回歸分析。

利用SPSS17.0軟件中的向后逐步回歸功能，進(jìn)行初步多元線性回歸，結(jié)果DW統(tǒng)計值僅為2.678，存在負(fù)自相關(guān)問題。因此，利用加權(quán)的最小二乘回歸分析法進(jìn)行補救，DW統(tǒng)計值有了較大幅度的降低，降為1.710，較為接近2。由表4可知，回歸模型調(diào)整后的擬合優(yōu)度R2＝0.704，說明模型的擬合優(yōu)度較好；同時，由表5可知，回歸模型的F值為8.936，p值為0.009，說明模型的擬合優(yōu)度是非常顯著的，至少有部分變量具有很強的解釋力，如KYRY、TGJF和PRRS。

表4 模型匯總e

表5 回歸模型的方差分析

由表6可知，KYRY、TGJF、PXRS的t統(tǒng)計值分析為4.921、4.978、4.837，p值均為0.002，表明以上3個解釋變量在95%的置信度下非常顯著；同時，3個解釋變量的VIF統(tǒng)計值分別為9.693、5.981、4.509，均小于10，說明模型不存在多重共線性問題。

表6 回歸系數(shù)及顯著性檢驗（Coefficientsa）

5 研究結(jié)論與政策建議

5.1 研究結(jié)論

首先，水產(chǎn)養(yǎng)殖業(yè)的生效率評價結(jié)果顯示：1900－2009年間，中國養(yǎng)殖業(yè)的技術(shù)效率與規(guī)模效率平均值呈現(xiàn)下降狀態(tài)，導(dǎo)致水產(chǎn)養(yǎng)殖業(yè)綜合效率和曼奎斯特全要素生產(chǎn)效率出現(xiàn)下降；中國水產(chǎn)養(yǎng)殖業(yè)產(chǎn)出不存在冗余，而投入均存在不同程度的冗余。其次，水產(chǎn)養(yǎng)殖業(yè)生產(chǎn)效率的關(guān)鍵影響因素識別結(jié)果顯示：水產(chǎn)養(yǎng)殖業(yè)的全要素生產(chǎn)效率指數(shù)與年末科技研發(fā)人員數(shù)量、每年技術(shù)推廣經(jīng)費投入額和每年培訓(xùn)漁民人數(shù)具有顯著的正相關(guān)關(guān)系。

5.2 政策建議

5.2.1 加大科技創(chuàng)新投入，完善水產(chǎn)養(yǎng)殖科技創(chuàng)新體系

政府無法控制水產(chǎn)養(yǎng)殖主體的要素投入，而只能通過提高技術(shù)創(chuàng)新與推廣，提升養(yǎng)殖主體的規(guī)模效率和要素生產(chǎn)效率。首先，政府應(yīng)加大水產(chǎn)養(yǎng)殖科技研發(fā)人員的培養(yǎng)與培訓(xùn)投入，結(jié)合運用高校培養(yǎng)、科研機構(gòu)培養(yǎng)、企業(yè)培養(yǎng)、產(chǎn)學(xué)研合作培養(yǎng)等方式，完善人才培養(yǎng)機制，為科技創(chuàng)新奠定人才基礎(chǔ)；其次，加大財政科技投入，通過科技專項、自選科技項目、委托科技項目等形式，對高校、科研機構(gòu)和企業(yè)進(jìn)行水產(chǎn)養(yǎng)殖技術(shù)研發(fā)提供財政撥款資金，同時，通過稅收減免、貸款扶持等優(yōu)惠政策，鼓勵養(yǎng)殖企業(yè)根據(jù)自身遇到的技術(shù)難題進(jìn)行技術(shù)攻關(guān)，平衡水產(chǎn)養(yǎng)殖技術(shù)的基礎(chǔ)研究和應(yīng)用研究活動。

5.2.2 加大技術(shù)推廣投入，完善水產(chǎn)養(yǎng)殖技術(shù)服務(wù)體系

水產(chǎn)養(yǎng)殖風(fēng)險較高，技術(shù)要求也較高，要求建立強有力的技術(shù)服務(wù)體系，以降低養(yǎng)殖的技術(shù)風(fēng)險，事實證明大多數(shù)養(yǎng)殖失敗往往與養(yǎng)殖技術(shù)落后或技術(shù)服務(wù)不到位有關(guān)。政府應(yīng)加大水產(chǎn)養(yǎng)殖技術(shù)推廣經(jīng)費投入，建立健全水產(chǎn)養(yǎng)殖技術(shù)服務(wù)體系，主要包括養(yǎng)殖水域水質(zhì)監(jiān)測，養(yǎng)殖生物疫病測報與防治；苗種、飼料、藥品質(zhì)量監(jiān)控與管理；從業(yè)人員崗位技術(shù)培訓(xùn)；技術(shù)示范基地建設(shè)和技術(shù)服務(wù)網(wǎng)絡(luò)建設(shè)等。尤其應(yīng)加強水產(chǎn)養(yǎng)殖技術(shù)推廣體系建設(shè)，廣泛開展多種形式的技術(shù)培訓(xùn)活動，提高養(yǎng)殖勞動者的科學(xué)文化素質(zhì)，為發(fā)展水產(chǎn)養(yǎng)殖業(yè)提供良好的技術(shù)支撐。

［1］ FLEISHER，BEHONM，CHENJian.Thecoastnoncoastincomegap；productivityandregionaleconomicpolicyinChina［J］.JournalofComparative Economics，1997，25（2）：220－236.

［2］ 王小魯，樊剛.中國地區(qū)差距的變動因素和影響因素［J］.經(jīng)濟研究，2004（1）：33－44.

［3］ 周曉艷，韓朝華.中國各地區(qū)生產(chǎn)效率與全要素生產(chǎn)率增長率分解（1990－2006）［J］.南開經(jīng)濟研究，2009（5）：26－48.

［4］ 張軍，施少華.中國經(jīng)濟全要素生產(chǎn)率變動：1952－1998［J］.世界經(jīng)濟文匯，2003（2）：17－24.

［5］ 顏鵬飛，王兵.技術(shù)效率、技術(shù)進(jìn)步與生產(chǎn)率增長：基于DEA的實證分析［J］.經(jīng)濟研究，2004（12）：55－65.

［6］ 葉裕民.全國及各省區(qū)市全要素生產(chǎn)率的計算及分析［J］.經(jīng)濟學(xué)家，2002（3）：115－121.

［7］ 王志剛，龔六堂，陳玉宇.中國地區(qū)間生產(chǎn)效率差異與全要素增長率分解（1978－2003）［J］.中國社會科學(xué)，2006（2）：55－67.

［8］ 姚洋.非國有經(jīng)濟成分對我國工業(yè)企業(yè)技術(shù)效率的影響［J］.經(jīng)濟研究，1998（12）：29－35.