丁黎黎，鄭海紅，劉新民

(1.中國海洋大學經(jīng)濟學院,山東　青島　266100;2.山東科技大學經(jīng)濟管理學院,山東　青島　266590)

目前對經(jīng)濟增長效率的研究多采用徑向的、角度的DEA及其擴展模型、DEA-Malmquist指數(shù)等或者是非徑向、非角度的SBM模型[1-10]。隨著人們環(huán)保意識的增強、國家對綠色經(jīng)濟的倡導，相關學者逐步將研究轉(zhuǎn)向環(huán)境約束下的經(jīng)濟效率、綠色經(jīng)濟或生態(tài)效率等。Ding等[11]運用改進的三階段DEA模型測度了包含資源投入和環(huán)境產(chǎn)出的海洋經(jīng)濟綠色效率，而后剝離了外部環(huán)境因素分析海洋經(jīng)濟綠色效率的變化，研究表明：在剝離了外部環(huán)境因素影響后，海洋產(chǎn)業(yè)綠色效率、效率變化及技術(shù)變化率均低于調(diào)整前，且技術(shù)效率惡化是制約海洋產(chǎn)業(yè)綠色效率提升的主要原因。章貴軍等[12]利用結(jié)合環(huán)境管理策略的徑向DEA模型對中國30個省份的效率進行評價，研究表明東部地區(qū)的經(jīng)濟效率和環(huán)境效率明顯高于中部和西部，且不同地區(qū)的經(jīng)濟效率和環(huán)境效率受“十五規(guī)劃”“十一五規(guī)劃”的影響不同。趙昕等[13]利用SBM模型對沿海11省市的海洋經(jīng)濟綠色效率進行測度，并借助空間面板模型從空間溢出和空間相關性兩個方面對影響其效率的因素進行了分析，研究表明海洋經(jīng)濟效率存在明顯的空間溢出效應。丁黎黎等[14]利用DEA-Malmquist指數(shù)測算了資源環(huán)境雙重因素下沿海11地區(qū)的海洋經(jīng)濟綠色全要素生產(chǎn)率，研究表明技術(shù)進步是海洋經(jīng)濟綠色全要素生產(chǎn)率增長的主要源泉。Suzuki等[15]利用改進的DEA模型對歐盟、亞太經(jīng)合組織和東盟國家的能源、經(jīng)濟和環(huán)境效率分別進行了評價。

通過以上文獻可以看出，目前對環(huán)境約束下的經(jīng)濟效率評價方法主要使用SBM模型以及DEA-M指數(shù)或ML生產(chǎn)率指數(shù)模型，由于SBM模型不能很好地處理投入產(chǎn)出指標的非正值，需要對其進行轉(zhuǎn)化，進而使得效率的評價存在偏差，且對效率同為1的決策單元無法進行排序，而處理含有非期望產(chǎn)出的評價體系時多采用的是ML指數(shù)而非Malmquist生產(chǎn)率指數(shù)。然而，無論是使用SBM模型還是ML指數(shù)，都將海洋經(jīng)濟評價的過程看成是“黑箱子”，并沒有揭示經(jīng)濟增長過程中不同部分的效率。為了打開效率評價中的“黑箱子”，F(xiàn)?re等[16]提出了網(wǎng)絡DEA模型，從而對決策單元整體和各部分的相對有效性進行評價。然而當多個決策單元的效率為1時，網(wǎng)絡DEA模型卻不能對效率同為1的決策單元進行評價。針對此問題，Sexton等[17]和Doyle等[18]提出了交叉效率模型，包括“激進型交叉效率模型”“仁慈型交叉效率模型”，但是由于兩種模型的結(jié)果存在差異，學者在使用以上兩個模型時選擇較為困難。之后，Andersen等[19]提出了超效率DEA模型，旨在區(qū)分前沿面上有效的決策單元。但是，在超效率DEA模型中對不同決策單元進行效率評價時的參考集是不同的，故而可能會出現(xiàn)不合理的結(jié)果。Cooper 等[20]提出的RAM(Range Adjusted Measure)模型不僅保持了SBM 模型的非徑向和非角度的優(yōu)勢，而且能夠解決投入產(chǎn)出中非正值的問題。王兵等[21]對中國區(qū)域工業(yè)效率的評價，建立網(wǎng)絡RAM模型，給出了工業(yè)過程中的不同組成部分效率值。但這些文獻并沒有給出較好的方案，來解決效率評估為1的決策單元排序問題。

1　研究方法

1.1　網(wǎng)絡RAM模型

傳統(tǒng)的DEA網(wǎng)絡模型要求投入、產(chǎn)出同比例變化，并需要選擇投入、產(chǎn)出的角度，而網(wǎng)絡RAM模型避免了以上問題，從而使效率的計算更加合理，更貼合現(xiàn)實。經(jīng)非期望產(chǎn)出考慮進RAM模型之后，在Maruyama(2009)RAM網(wǎng)絡DEA模型的基礎上建立如下網(wǎng)絡RAM模型：

(1)

(2)

(3)

(4)

1.2　虛擬生產(chǎn)前沿的網(wǎng)絡RAM模型

運用網(wǎng)絡RAM模型進行效率計算時，由于生產(chǎn)前沿面是由被評價決策單元構(gòu)成，所以在進行效率評價時，可能會出現(xiàn)多個效率為1的決策單元。為了更好地區(qū)分前沿面上有效的決策單元，基于虛擬生產(chǎn)前沿的DEA模型[22]，本文構(gòu)建了虛擬生產(chǎn)前沿的網(wǎng)絡RAM模型，其數(shù)學公式如下：

(5)

(6)

(7)

在式(6)中，ωk是第k個子生產(chǎn)單元的權(quán)重，為了避免選擇ωk的主觀性，本文參考王兵等[21]的做法，選用污染物的綜合排放率作為環(huán)境治理階段的權(quán)重，其余則為生產(chǎn)階段的權(quán)重。對于公式(5)，其目標函數(shù)的值越大，則說明所求決策單元的效率水平越低，故其無效率值可以分解為：

(8)

(9)

非期望產(chǎn)出無效率：

(10)

通過公式(8)～(10)可以對無效率的來源進行分析，進而提出針對性的政策建議。

2　變量選擇與數(shù)據(jù)說明

為了打開海洋經(jīng)濟效率評價中的“黑箱子”，本文將海洋經(jīng)濟的發(fā)展分為生產(chǎn)階段和環(huán)境治理階段(見圖1)。生產(chǎn)階段的投入要素主要包含資本、勞動，產(chǎn)生的最終期望產(chǎn)出是海洋生產(chǎn)總值(GOP)，中間產(chǎn)出是沿海地區(qū)工業(yè)廢水和固體廢棄物的排放總量；在環(huán)境治理階段的投入是環(huán)境治理投資，而最終的非期望產(chǎn)出是經(jīng)過環(huán)境治理后達標的廢水和綜合利用的固體廢棄物?？紤]到?jīng)Q策單元數(shù)與投入產(chǎn)出指標個數(shù)的關系，本文利用丁黎黎等[14]的做法，使用改進的熵值法，將沿海地區(qū)排放的工業(yè)廢水和固體廢棄物總量、達標的廢水和綜合利用的固體廢棄物以及治理廢水和固體廢棄物的投資額處理成相應的綜合指數(shù)。

圖1　海洋經(jīng)濟的發(fā)展過程

本文對2002—2014年沿海11地區(qū)海洋經(jīng)濟發(fā)展的生產(chǎn)效率、環(huán)境治理效率和綜合效率進行了測度,具體投入產(chǎn)出指標見表1。

生產(chǎn)階段的指標如下：

(1)投入指標。參考相關文獻[13-14]，選取海洋經(jīng)濟資本存量、涉海就業(yè)人員分別作為資本、勞動的量化指標。對于資本的投入，本文選用的是海洋經(jīng)濟資本存量，其具體計算過程借鑒何廣順等人[24]對海洋經(jīng)濟資本存量的估算公式：

海洋經(jīng)濟資本存量=(沿海地區(qū)GOP/沿海地區(qū)GDP)×沿海地區(qū)資本存量

表1　海洋經(jīng)濟發(fā)展中效率評價的指標體系

折舊率按照10.96%并以2001年沿海地區(qū)全社會固定資產(chǎn)投資價格指數(shù)為基礎，結(jié)合2001年沿海地區(qū)全社會固定資產(chǎn)，求得基期2001年沿海地區(qū)資本存量現(xiàn)價，及以2001年為基期的2002—2014年沿海地區(qū)可比價資本存量。為了消除價格等因素的影響作用，在對資本存量進行修正時使用的是海洋生產(chǎn)總值和沿海地區(qū)生產(chǎn)總值的可比價數(shù)據(jù)。對于涉海人員的投入，由于2002—2005年《中國海洋統(tǒng)計年鑒》中并沒有對該數(shù)據(jù)統(tǒng)計，而是統(tǒng)計了主要海洋產(chǎn)業(yè)的涉海人員數(shù)，為了避免因數(shù)據(jù)統(tǒng)計口徑不同而出現(xiàn)的生產(chǎn)率在時間趨勢上的誤差，本文采用了張軍[25]對缺失數(shù)據(jù)的處理方法，用沿海各省份的時間趨勢(為消除異方差，取對數(shù))對2001年和2005—2014年各地區(qū)涉海人員(同樣取對數(shù))進行OLS回歸，進而得出各地區(qū)2002—2004年涉海就業(yè)人員。

(2)產(chǎn)出指標。期望產(chǎn)出即反映該地區(qū)在一定時期內(nèi)通過生產(chǎn)經(jīng)濟或服務活動而產(chǎn)生的為社會和當?shù)鼐用駧硎找娴漠a(chǎn)出，本文選擇沿海地區(qū)的海洋生產(chǎn)總值(GOP)。為與資本存量保持一致，以2001年的不變價格折算。

(3)中間產(chǎn)出。由于沿海工業(yè)排放的廢水、固體廢棄物等多是直接排放到近海中，對海水造成直接經(jīng)濟污染，而廢氣對海水的污染不易測度，考慮到數(shù)據(jù)可獲得性，本文選取沿海工業(yè)的廢水和固體廢棄物排放總量作為生產(chǎn)階段的中間產(chǎn)物。

對于生產(chǎn)階段的各指標，GOP來源于《中國海洋統(tǒng)計年鑒》(2003—2015)，涉海就業(yè)人員來源于《中國統(tǒng)計年鑒》(2006—2015)；對于沿海工業(yè)廢水和固體廢棄物排放總量，在《中國海洋統(tǒng)計年鑒》等海洋經(jīng)濟統(tǒng)計資料中并未進行詳細記錄，故此數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》(2003—2015)和《中國環(huán)境統(tǒng)計年鑒》(2003—2015)。由于本文的研究對象為海洋經(jīng)濟，故選用沿海地區(qū)GOP/沿海地區(qū)GDP對以上數(shù)據(jù)進行修正，即沿海工業(yè)廢水/固體廢棄物排放總量×該地區(qū)GOP/該地區(qū)GDP作為本文對中間產(chǎn)物的最終量化指標。

環(huán)境治理階段的指標如下：

(1)環(huán)境治理投資。本文選用沿海地區(qū)工業(yè)環(huán)境污染治理廢水和固體廢棄物的投資完成額作為環(huán)境治理投資的量化指標，選用治理污染當年完成的投資作為當期的投資指標，并利用固定資產(chǎn)投資價格指數(shù)，以2001年為基期進行平減。

(2)期望產(chǎn)出。由于中間產(chǎn)物是沿海工業(yè)排放的廢水和固體廢棄物總量，且在治理階段的投入為廢水和固體廢棄物的治理總額，本文選取經(jīng)治理后的廢水達標量和固體廢棄物綜合利用量作為期望產(chǎn)出。此外，考慮到海洋經(jīng)濟的獨特性，沿海地區(qū)的近海水質(zhì)也是反應環(huán)境治理的重要指標，故本文中選用沿海地區(qū)近海一類水質(zhì)和二類水質(zhì)所占的比例之和也作為環(huán)境治理階段的期望產(chǎn)出之一。

近海一類水質(zhì)和二類水質(zhì)來源于《中國近岸海域環(huán)境質(zhì)量公報》(2003—2015)；環(huán)境治理投資和廢水/固體廢棄物達標量來源于《中國統(tǒng)計年鑒》(2003—2015)和《中國環(huán)境統(tǒng)計年鑒》(2003—2015)，并選用沿海地區(qū)GOP/沿海地區(qū)GDP對環(huán)境治理投資和廢水/固體廢棄物達標量進行修正，修正后的數(shù)據(jù)為最終處理數(shù)據(jù)。由于被評價決策單元為沿海11地區(qū)，為了減少評價指標的個數(shù)，本文選用熵值法求出沿海地區(qū)廢水排放總量和固體廢棄物排放總量的權(quán)重，進而構(gòu)建了環(huán)境污染綜合指數(shù)，對廢水達標量和固體廢棄物綜合利用量、廢水治理投資和固體廢棄物治理投資用同樣的方法進行處理。

3　計算結(jié)果與分析

3.1　各效率分析

(1)區(qū)域角度分析。從表2可以看出，在區(qū)域?qū)用嫔希?001—2014年，上海的平均生產(chǎn)效率最高，為0.8062，這也充分說明了上海海洋經(jīng)濟的發(fā)展速度，盡管上海的海洋經(jīng)濟起步較晚，但是其發(fā)展速度卻不容小覷。但是快速增長的經(jīng)濟背后卻也帶來了環(huán)境危機，上海的環(huán)境治理效率為0.5573，處于中等水平，通過對上海水質(zhì)的分析發(fā)現(xiàn)，其近岸水質(zhì)較差，2002—2007年、2010年、2012年和2014年的上海均無一類水質(zhì)和二類水質(zhì)出現(xiàn)。此外，天津、河北、福建等地也存在同樣問題，生產(chǎn)效率較高，而環(huán)境治理效率較低，

表2　2002—2014年沿海地區(qū)各效率值

說明海洋經(jīng)濟發(fā)展中環(huán)境的保護和治理有待加強，不要只顧經(jīng)濟的發(fā)展而忽視了經(jīng)濟發(fā)展的可持續(xù)性。江蘇的生產(chǎn)效率最低，為0.6213，這與江蘇的海洋產(chǎn)業(yè)結(jié)構(gòu)密切相關，此外，江蘇的環(huán)境治理效率并不低，為0.6536，僅次于海南和廣西。海南的環(huán)境治理效率較高，但生產(chǎn)效率相對偏低，濱海旅游業(yè)是海南的支柱產(chǎn)業(yè)，進而決定了海南對環(huán)境治理和環(huán)境保護的重視。根據(jù)各地區(qū)的地理位置以及中國海洋統(tǒng)計年鑒中的劃分，環(huán)渤海地區(qū)包括遼寧、山東、天津和河北，長三角地區(qū)包括浙江、江蘇和上海，泛珠三角地區(qū)包括福建、兩廣和海南。從三大區(qū)域來看，環(huán)渤海地區(qū)的環(huán)境治理效率最低，泛珠三角地區(qū)的環(huán)境治理效率最高，環(huán)渤海地區(qū)的河北、遼寧均屬于重工業(yè)基地，而泛珠三角地區(qū)的海南、廣西等以濱海旅游業(yè)為主要海洋產(chǎn)業(yè)。

(2)時間角度分析。從圖2中可以看出，2002—2014年，海洋經(jīng)濟的生產(chǎn)效率和綜合效率比較穩(wěn)定，而環(huán)境治理效率的波動比較明顯。2007年，中國海洋經(jīng)濟的生產(chǎn)效率、環(huán)境治理效率和綜合效率達到最高值，2008年初開始出現(xiàn)緩慢下降，之后雖出現(xiàn)緩慢上升，但是仍未達到2007年的效率水平，由此可見，2008年金融危機的出現(xiàn)給中國海洋經(jīng)濟的發(fā)展帶來明顯的負面影響。2004年和2010年，環(huán)境治理效率出現(xiàn)明顯下降?！?004年中國海洋環(huán)境質(zhì)量公報》顯示，近岸海域污染嚴重，且主要來自陸域污染物直排入海，由黃河、長江、珠江等攜帶入海污染物總量比2003年大幅增加，赤潮累積發(fā)生面積較2003年增加約83%。由此可見，要想有效提高海洋環(huán)境的治理效率，首先應從源頭治理，降低陸域污染物的排放。2010年環(huán)境治理效率出現(xiàn)下降的原因可能是“十一五”規(guī)劃的實施接近尾聲，政府對環(huán)境治理的管理出現(xiàn)放松，使得海洋經(jīng)濟的環(huán)境治理效率出現(xiàn)下降。此外，2003年《全國海洋經(jīng)濟發(fā)展規(guī)劃綱要》的實施和“十一五”(2006—2010)、“十二五”(2011—2015)規(guī)劃的提出都對海洋經(jīng)濟的環(huán)境治理效率帶來正面影響。2003年、2006年和2011年，海洋經(jīng)濟的環(huán)境治理效率均出現(xiàn)明顯上升。

圖2　2002—2014年沿海地區(qū)各效率值變化趨勢

3.2　無效率來源分析

(1)區(qū)域角度分析。從表3可以看出，除山東、廣西、海南外，其余地區(qū)的無效率來源主要是環(huán)境治理階段的產(chǎn)出，進而說明多數(shù)地區(qū)偏低的環(huán)境治理效率是綜合效率偏低的主要來源。山東的無效率來源主要來自生產(chǎn)階段和環(huán)境治理階段的投入冗余，從投入產(chǎn)出可以看出，山東的最終達標環(huán)境綜合指數(shù)和近岸水質(zhì)以及GOP并不遜色于大多數(shù)地區(qū)，但是其投入要素卻要高于多數(shù)地區(qū)，正是由于過多的投入，進而拉低了山東的綜合效率。對于廣西、海南，其無效率主要來自第一階段的產(chǎn)出不足，當?shù)氐暮Ｑ螽a(chǎn)業(yè)結(jié)構(gòu)決定了海洋經(jīng)濟的發(fā)展水平，在未來的發(fā)展中，海南和廣西應積極引進新型海洋產(chǎn)業(yè)結(jié)構(gòu)，使海洋經(jīng)濟朝多樣化發(fā)展，進而提高海洋經(jīng)濟的發(fā)展水平。對三大地區(qū)而言，環(huán)境治理階段產(chǎn)出不足是拉低綜合效率的主要因素。長三角地區(qū)尤其明顯，此外，長三角地區(qū)還面臨著生產(chǎn)階段的投入冗余，故而在未來的發(fā)展中，對固定資產(chǎn)和人力資源的合理配置也是長三角地區(qū)關注的重點。

(2)時間角度分析。2002—2014年導致中國海洋經(jīng)濟綜合效率偏低的主要來源是環(huán)境治理階段的產(chǎn)出不足，通過對達標綜合指數(shù)和近岸水質(zhì)狀況的無效率值的分析，發(fā)現(xiàn)近岸水質(zhì)偏低是導致海洋經(jīng)濟環(huán)境治理效率偏低的主要因素，據(jù)《中國海洋環(huán)境質(zhì)量公報》統(tǒng)計，中國近岸海域水質(zhì)總體一般，主要超標因子為無機氮和活性磷酸鹽，而這兩種污染物主要來自陸域污染，環(huán)境治理一直是中國經(jīng)濟發(fā)展中需要重點關注的問題。除了海洋產(chǎn)業(yè)產(chǎn)生的污染物外，由內(nèi)陸地區(qū)產(chǎn)生的污染物直排入海等也是需要重點控制的污染源。此外，生產(chǎn)階段的投入冗余也是導致中國海洋經(jīng)濟綜合效率偏低的重要來源，資本和勞動資源的合理配置也是未來海洋經(jīng)濟發(fā)展中需要重點關注的問題。

表3　沿海地區(qū)無效率來源

注：IEx1、IEy1、IEx2、IEy2分別為第一階段投入無效率、第一階段產(chǎn)出無效率、第二階段投入無效率、第二階段產(chǎn)出無效率。

4　海洋經(jīng)濟綜合效率影響因素分析

4.1　變量選擇與數(shù)據(jù)說明

目前尚未形成對海洋經(jīng)濟效率影響因素統(tǒng)一分析的框架，丁黎黎等[13]從海洋經(jīng)濟、政策和陸域污染視角分別選取了綠色海洋經(jīng)濟效率的影響因素，趙昕等[14]不僅從海洋經(jīng)濟的視角出發(fā)，選取海洋專業(yè)技術(shù)水平、海洋產(chǎn)業(yè)結(jié)構(gòu)等影響因素，而且根據(jù)相關學者對國民經(jīng)濟影響因素的分析，選取沿海地區(qū)FDI情況作為影響因素。本文認為海洋經(jīng)濟作為環(huán)境依賴性的區(qū)域經(jīng)濟，不僅具有海洋經(jīng)濟的區(qū)位優(yōu)勢，而且受到陸域經(jīng)濟的影響。此外，政府的監(jiān)管對海洋經(jīng)濟的效率也有顯著作用，故本文分別從以下三個視角確定海洋經(jīng)濟綜合效率的影響因素。①陸域經(jīng)濟視角：陸域工業(yè)規(guī)模(IS)，用沿海地區(qū)第二產(chǎn)業(yè)產(chǎn)值占沿海地區(qū)GDP的比值來衡量。工業(yè)是造成沿海地區(qū)環(huán)境污染的重要來源，此外，近岸水質(zhì)的污染源大部分來自沿海內(nèi)陸地區(qū)；沿海地區(qū)FDI情況，用沿海地區(qū)FDI投資與GDP的比值來衡量。不少學者認為FDI是帶來環(huán)境污染的重要來源，但是FDI也給當?shù)亟?jīng)濟發(fā)展帶來機遇，為此，對FDI的評論褒貶不一，本文將沿海地區(qū)FDI情況作為海洋經(jīng)濟綜合效率的影響因素，進而探尋其對綠色海洋經(jīng)濟的作用。②海洋經(jīng)濟視角：海洋產(chǎn)業(yè)結(jié)構(gòu)(MIS)用第三海洋產(chǎn)業(yè)占比進行衡量，海洋第三產(chǎn)業(yè)低污染的特征對海洋經(jīng)濟的可持續(xù)發(fā)展意義重大；港口經(jīng)濟發(fā)展(PE)用沿海港口貨物吞吐量來衡量，港口經(jīng)濟雖然是海洋經(jīng)濟的重要組成部分，但是在其發(fā)展中帶來的環(huán)境污染也給海洋經(jīng)濟的綠色發(fā)展帶來了負面影響；海洋專業(yè)技術(shù)水平(TE)選擇每百涉海從業(yè)人員中海洋科技活動人員數(shù)來衡量，科技進步與創(chuàng)新是海洋經(jīng)濟發(fā)展的強大動力，可以在技術(shù)效率改善的同時推動海洋經(jīng)濟結(jié)構(gòu)調(diào)整，減少污染的排放。③政府監(jiān)管視角：海洋管理制度(OMI)，由沿海各省市出臺的海洋管理制度數(shù)衡量，本文查找的海洋管理制度主要涉及海洋環(huán)境保護及海洋經(jīng)濟發(fā)展相配套的海洋科技的相關政策和條例。

為了消除不同變量的量綱問題及避免異方差性，模型中涉及的變量均進行對數(shù)處理。以上所需數(shù)據(jù)主要來自2002—2015年的《中國統(tǒng)計年鑒》《中國海洋統(tǒng)計年鑒》《海洋公報》及國家海洋局-沿海省市海洋機構(gòu)網(wǎng)站。

4.2　空間面板回歸結(jié)果分析

作為區(qū)域經(jīng)濟，中國沿海地區(qū)海洋經(jīng)濟的綜合效率可能會存在空間效應，借鑒Fischer等人[26]對空間面板模型的研究成果，建立關于沿海11地區(qū)海洋經(jīng)濟綜合效率的空間面板模型：

(11)

式中，CEit表示第i個地區(qū)在第t時期的海洋經(jīng)濟綜合效率；Xit為控制變量(本文中的影響因素即為控制變量)，表示各地區(qū)海洋經(jīng)濟綜合效率的影響因素；αi、νi和εi分別為地區(qū)效應、時間效應和隨機擾動項；ρ和λ分別為空間滯后項系數(shù)和空間誤差項系數(shù)，均用來度量空間效應，ρ反應的是某地區(qū)變量變化對其相鄰地區(qū)的影響程度，λ反應的是相鄰地區(qū)的變量變化對該地區(qū)的影響程度，若ρ=0，則表示該模型為空間誤差模型，反之，λ=0為空間滯后模型；Wij為空間權(quán)重矩陣，本文采用各省會之間距離的倒數(shù)作為空間權(quán)重。

首先通過Hausman檢驗，判定隨機效應的空間面板模型更適用于本文海洋經(jīng)濟綜合效率影響因素的分析。而在隨機效應中，常用的空間模型主要有空間滯后模型(Spatial Lag Model,SLM)和空間誤差模型(Spatial Error Model,SEM)。隨機效應的空間面板模型對滯后模型和誤差模型的選擇可借鑒Anselin[27]的經(jīng)驗，通過LM檢驗比較兩個模型的Lagrange乘子(LM值)及穩(wěn)健Lagrange乘子(Robust-LM值)進而分析模型的適用性。如果空間誤差模型的LM值和Robust-LM值比空間滯后模型的LM值和Robust-LM值顯著，則選擇空間誤差模型，反之，選擇空間滯后模型。

由表4可以看出，空間滯后模型的LM值通過顯著性水平為10%的檢驗，而空間誤差模型的LM值通過了顯著性水平為5%的檢驗。此外空間滯后模型的Robust-LM值的統(tǒng)計值(113.0043)小于空間誤差模型的Robust-LM值的統(tǒng)計值(114.3766)，所以，本研究選擇空間誤差模型的回歸結(jié)果解釋各變量的參數(shù)意義。

表4　空間面板模型的LM檢驗

由表5空間誤差隨機效應面板模型的回歸結(jié)果可以看出：①陸域工業(yè)規(guī)模的參數(shù)估計值為-0.46758，并且通過顯著性水平為1%的檢驗，說明陸域工業(yè)規(guī)模對海洋經(jīng)濟的綜合效率具有顯著的負向影響。其主要原因在于沿海地區(qū)工業(yè)發(fā)展造成的污染物多數(shù)流入海洋，進而導致各沿海地區(qū)的近岸水質(zhì)不容樂觀，對近岸海域造成嚴重影響。②沿海地區(qū)FDI情況的參數(shù)估計值為-0.015，并沒有通過顯著性檢驗，說明沿海地區(qū)FDI對海洋經(jīng)濟的綜合效率雖然有一定的負向作用，但是并不顯著。該指標參數(shù)值為負證實了“污染避難所”的假說在沿海地區(qū)成立，沿海地區(qū)吸引外商投資的過程中帶來了一定程度的環(huán)境污染；但是參數(shù)估計值并沒有通過顯著性檢驗，并且參數(shù)值較小，也說明了沿海地區(qū)在引進外資的過程中越來越注重對外資質(zhì)量的甄別，在一定程度上遏制了外商投資對海洋環(huán)境的破壞。③海洋產(chǎn)業(yè)結(jié)構(gòu)的參數(shù)估計值為0.02919，并通過顯著性水平為10%的檢驗，說明海洋產(chǎn)業(yè)結(jié)構(gòu)對海洋經(jīng)濟綜合效率具有正向作用，在這種正向作用的帶動下，海洋經(jīng)濟綜合效率隨第三產(chǎn)業(yè)結(jié)構(gòu)的擴張而增長，進而證實了沿海地區(qū)海洋產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化和升級是實現(xiàn)海洋經(jīng)濟可持續(xù)發(fā)展的正確途徑。④港口經(jīng)濟發(fā)展水平的參數(shù)估計值為0.00002，但并沒有通過顯著性檢驗，說明港口經(jīng)濟的發(fā)展對環(huán)境約束下海洋經(jīng)濟的綜合效率具有促進作用，但是并不顯著。港口經(jīng)濟的發(fā)展雖然帶動了沿海地區(qū)海洋經(jīng)濟的增長，但是在貨物運輸過程中給海域環(huán)境帶來的污染也不容忽視，故而對于環(huán)境約束下的海洋經(jīng)濟綜合效率、港口經(jīng)濟發(fā)展水平的影響作用并不顯著。⑤海洋專業(yè)技術(shù)水平的參數(shù)估計值為0.84473，并通過顯著性水平為5%的檢驗，說明海洋專業(yè)技術(shù)水平對海洋經(jīng)濟的綜合效率具有明顯的正向作用，且與海洋產(chǎn)業(yè)結(jié)構(gòu)、港口經(jīng)濟發(fā)展水平等相比影響作用較大，海洋專業(yè)技術(shù)水平每提高一個單位，海洋經(jīng)濟綜合效率會提高0.84個單位。海洋專業(yè)技術(shù)為海洋經(jīng)濟的可持續(xù)發(fā)展提供了技術(shù)創(chuàng)新，而專業(yè)技術(shù)水平的提高是帶動海洋經(jīng)濟可持續(xù)發(fā)展的原動力。⑥海洋管理制度的參數(shù)估計值為0.04933，且通過顯著性水平為1%的檢驗，進而說明國家政策的大力扶持是海洋經(jīng)濟綜合效率得以提升的重要因素。其主要原因是中國海洋經(jīng)濟發(fā)展的政策導向型模式，從前文的分析可以看出，作為“十一五”和“十二五”規(guī)劃的開局之年2006年和2011年，中國海洋經(jīng)濟的治理效率均呈現(xiàn)明顯的上升趨勢。但是參數(shù)估計值較小，說明在政策實施工程中，國家對其監(jiān)管力度可能較小，控制能力及管理水平有待提高。

表5　空間面板模型回歸結(jié)果

注：***、**、*分別表示估計值通過顯著性水平為1%、5%和10%檢驗。

5　結(jié)論與啟示

(1)通過對海洋經(jīng)濟的生產(chǎn)效率、環(huán)境治理效率和綜合效率的分析可以看出，上海、天津、河北等地的生產(chǎn)效率較高，但是其快速發(fā)展的背后卻帶來了嚴重的環(huán)境危機。說明部分地區(qū)海洋經(jīng)濟的發(fā)展中存在盲目擴張的“黑色”發(fā)展模式，從整體變化趨勢可以看出這種現(xiàn)象自2011年后逐步得到改善。泛珠三角地區(qū)整體環(huán)境治理效率為三大區(qū)域中最高，這與廣西、海南的海洋產(chǎn)業(yè)結(jié)構(gòu)有密切關聯(lián)，而且該地區(qū)的生產(chǎn)效率和綜合效率也最高，進而證實了逐步實現(xiàn)海洋產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)化是實現(xiàn)海洋經(jīng)濟可持續(xù)發(fā)展的重要路徑。

(2)多數(shù)地區(qū)的無效率來源是環(huán)境治理階段的產(chǎn)出不足，而水質(zhì)是無效率來源的重要指標。據(jù)《中國海洋環(huán)境質(zhì)量公報》統(tǒng)計，近岸海域水質(zhì)總體一般，主要超標因子無機氮和活性磷酸鹽主要來源于陸域污染的直排入海。對于山東，其投入冗余是無效率的主要來源，當產(chǎn)出與其他地區(qū)不相上下時，過多的投入會在一定程度上拉低效率水平，故而合理配置資本、人力的投入是海洋經(jīng)濟發(fā)展中需要重點關注的問題。對于廣西和海南，其無效率主要來自生產(chǎn)階段的產(chǎn)出不足，在未來的發(fā)展中，海南和廣西應積極引進新型海洋產(chǎn)業(yè)結(jié)構(gòu)，提高海洋經(jīng)濟的發(fā)展水平。

(3)海洋經(jīng)濟的發(fā)展存在明顯的空間效應(λ=1.75，且通過顯著性水平為1%的檢驗)，故而在海洋經(jīng)濟發(fā)展中，沿海省市需要充分考慮相鄰地區(qū)政策環(huán)境、經(jīng)濟發(fā)展等對本地區(qū)的影響，合理利用其正向作用，規(guī)避其不利影響。陸域工業(yè)規(guī)模和海洋產(chǎn)業(yè)結(jié)構(gòu)的影響說明統(tǒng)籌海陸經(jīng)濟協(xié)調(diào)和海洋產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級是促進海洋經(jīng)濟可持續(xù)發(fā)展的重要途徑。深化陸域經(jīng)濟的產(chǎn)業(yè)結(jié)構(gòu)調(diào)整，減少陸域產(chǎn)業(yè)對海洋環(huán)境的破壞，在保持海洋產(chǎn)業(yè)“三、二、一”格局的前提下，積極促進新型海洋產(chǎn)業(yè)的發(fā)展，注重對海洋環(huán)境的保護。對外商投資的引進應提高質(zhì)量水平，防止“高污染、高消耗”的企業(yè)入駐，打破“污染避難所”的假說，充分利用外商投資中先進的技術(shù)、管理經(jīng)驗和資金等，進而推動海洋經(jīng)濟可持續(xù)發(fā)展。此外，在港口經(jīng)濟的發(fā)展中應注意對海洋環(huán)境的保護，減少船舶運輸過程中污染物的直排入海量等。海洋專業(yè)技術(shù)水平的提高和對相關政策的實施力度有待加強，沿海省市應深刻認識到海洋專業(yè)技術(shù)水平在海洋經(jīng)濟發(fā)展中的優(yōu)勢，充分利用科研成果，加快海洋產(chǎn)業(yè)的技術(shù)創(chuàng)新和工藝改造，注重海洋專業(yè)技術(shù)成果的轉(zhuǎn)化。

參考文獻：

[1]趙林,張宇碩,焦新穎，等.基于SBM和Malmquist生產(chǎn)率指數(shù)的中國海洋經(jīng)濟效率評價研究[J].資源科學,2016,38(3):461-475.

[2]胡彪,李健毅.生態(tài)文明視角下的區(qū)域環(huán)境效率時空差異評價[J].中國科技論壇,2015(5):82-88.

[3]馮志軍.中國工業(yè)企業(yè)綠色創(chuàng)新效率研究[J].中國科技論壇,2013(2):82-88.

[4]杜軍,鄢波,馮瑞敏.中國沿海省份海洋經(jīng)濟效率評價研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟,2016(6):47-55.

[5]潘丹.考慮資源環(huán)境因素的中國農(nóng)業(yè)綠色生產(chǎn)率評價及其影響因素分析[J].中國科技論壇,2014(11):149-154.

[6]王慧,苗壯,王樹喬.空間溢出、產(chǎn)業(yè)集聚效應與工業(yè)綠色創(chuàng)新效率[J].中國科技論壇,2015(12):33-38.

[7]LI L,HAO T T,CHI T.Evaluation on China’s forestry resources efficiency based on big data[J].Journal of cleaner production,2016(16):1-11.

[8]MICHAE S,JAMES F,BURGESS Jr,JOE Z.A DEA based composite measure of quality and its associated data uncertainty interval for health care provider profiling and pay-for-performance[J].European journal of operational research,2016(253):489-502.

[9]WANKE P,BARROS C P,NWAOGBE R O.Assessing productive efficiency in Nigerian airports using fuzzy-DEA[J].Transport policy,2016(49):9-19.

[10]錢爭鳴,劉曉晨.中國綠色經(jīng)濟效率的區(qū)域差異與影響因素分析[J].中國人口·資源與環(huán)境,2013,23(7):104-109.

[11]DING L L,ZHENG H H,KANG W L.Measuring the green efficiency of ocean economy in China:an improved three-stage model[J].Romanian journal of economic forecasting,2017,20(1),5-22.

[12]章貴軍,劉潤芳.基于環(huán)境管理策略的中國各地區(qū)經(jīng)濟效率與環(huán)境效率比較與評價[J].統(tǒng)計與信息論壇,2015,30(4):51-59.

[13]丁黎黎,朱琳,何廣順.中國海洋綠色全要素生產(chǎn)率測度及影響因素[J].中國科技論壇,2015(2):72-78.

[14]趙昕,彭勇,丁黎黎.中國海洋綠色經(jīng)濟效率的時空演變及影響因素[J].湖南工業(yè)大學學報(社科版),2016,17(5):81-89.

[15]SUZUKI S,NIJKAMP P.An evaluation of energy-environment-economic efficiency for EU,APEC and ASEAN countries:design of a target-oriented DFM model with fixed factors in data envelopment analysis[J].Energy policy,2016,88:100-112.

[17]SEXTON T R,SILKMAN R H,HOGAN A J.Data envelopment analysis:critique and extensions[M]// SILKMAN R H.Measuring efficiency:an assessment of data envelopment analysis.San Francisco:Jossey-Bass,1986.

[18]DOYLE J R,GREEN R H.Efficiency and cross-efficiency in DEA:derivations,meanings and uses[J].Journal of the operations research society,1994,45(5):567-578.

[19]ANDERSON T R,HOLLINGSWOTRTH K B,INMAN L B.The fixed weighting nature of a cross-evaluation model[J].Journal of productivity analysis,2002,18(1):249-255.

[20]COOPER W W,KYUNG S Park,PASTOR J T.RAM:a range adjusted measure of inefficiency for use with additive models,and relations to other models and measures in DEA[J].Journal of productivity analysis,1999,11:5-42.

[21]王兵,羅佑軍.中國區(qū)域工業(yè)生產(chǎn)效率、環(huán)境治理效率與綜合效率實證研究——基于RAM網(wǎng)絡DEA模型的分析[J].世界經(jīng)濟文匯,2015(1):99-120.

[22]卞亦文,許皓.基于虛擬包絡面和TOPSIS的DEA排序方法[J].系統(tǒng)工程理論與實踐,2013,33(2):482-488.

[23]LI Y,WANG Y Z,CUI Q.Evaluating airline efficiency:an application of virtual frontier network SBM[J].Transportation research part E,2015,81:1-17.

[24]何廣順,丁黎黎,宋維玲.海洋經(jīng)濟分析評估理論、方法與實踐[M].北京:海洋出版社,2014.

[25]張軍,吳桂英,張吉鵬.中國省際物質(zhì)資本存量的估算：1952—2000[J].經(jīng)濟研究，2004(10)：35-44.

[26]FISCHER M M,SCHERNGELL T,REISMANN M.Knowledge spillovers and total factor productivity:evidence using a spatial panel data model[J].Geographical analysis,2009,41(2):204-220.

[27]ANSELIN L.Local indicators of spatial association LISA[J].Geographical analysis,1995,27(2):93-115.