張 晨，曹 俐

（上海海洋大學 經(jīng)濟管理學院，上海 201306）

隨著全球氣候變暖問題的不斷加劇，各國在節(jié)能減排、實現(xiàn)經(jīng)濟與生態(tài)協(xié)調(diào)發(fā)展方面達成共識。聯(lián)合國糧食及農(nóng)業(yè)組織提出，預(yù)計到2030年，捕撈和水產(chǎn)養(yǎng)殖產(chǎn)量達到2.01億噸，捕撈環(huán)境污染和氣候變化等問題將取得進展。中國積極應(yīng)對氣候變化，提出自主減排目標，即到2030年左右，單位二氧化碳（CO2）排放要比2005年下降60%～65%，爭取盡早使二氧化碳排放達到峰值。黨的十九大也發(fā)出了推動海洋產(chǎn)業(yè)綠色發(fā)展的號召，加強對碳減排、漁船設(shè)備等政策的修訂，構(gòu)建經(jīng)濟與生態(tài)協(xié)調(diào)發(fā)展體系。中國沿海9個?。▍^(qū)）①作為重要的漁業(yè)基地，漁業(yè)海水養(yǎng)殖和捕撈業(yè)總產(chǎn)量（3 075.69萬噸）占全國水產(chǎn)品總量（6 457.66萬噸）的47.6%，截至2018年，全社會漁業(yè)經(jīng)濟總產(chǎn)值相比2003年翻了近4倍[1]，極大地推動了我國漁業(yè)經(jīng)濟的快速發(fā)展。然而，長期依賴高能耗、高污染的傳統(tǒng)養(yǎng)殖和捕撈方式，造成大量能源消耗、漁業(yè)碳排放量增加的現(xiàn)象，進一步導(dǎo)致漁業(yè)生態(tài)環(huán)境惡化，為海洋漁業(yè)低碳化發(fā)展提出新的挑戰(zhàn)。因此，有必要對漁業(yè)生態(tài)效率進行研究，分析漁業(yè)生態(tài)效率的靜動態(tài)變化特征，利用海洋的“固碳”作用來實現(xiàn)漁業(yè)低碳化。

“全要素生產(chǎn)率”即“生態(tài)效率”，最早由SCHALTEGGER提出，并將其定義為“投入與產(chǎn)出的比值”即從經(jīng)濟和生態(tài)角度對生產(chǎn)進行評價[2]。據(jù)此漁業(yè)生態(tài)效率可以被定義為將生態(tài)效率運用于漁業(yè)，通過減少漁業(yè)的燃料投入實現(xiàn)環(huán)境與經(jīng)濟的雙贏。目前，學者們關(guān)于碳排放約束下漁業(yè)生態(tài)效率的研究主要集中于測算方法及影響因素的研究，測算方法主要有兩種：參數(shù)方法和非參數(shù)方法。參數(shù)方法以趙昕等的三階段DEA研究為代表[3]，非參數(shù)法以平瑛等的DEA研究為代表[4]，但被學者們廣泛采用的多是兩者的結(jié)合即超效率DEA-SBM模型，如：萬婷以江蘇省為研究對象，采用超效率DEA-SBM模型對其漁業(yè)全要素生產(chǎn)率的變化進行測算，發(fā)現(xiàn)漁業(yè)全要素生產(chǎn)率近幾年呈現(xiàn)增長趨勢，且主要得益于技術(shù)效率的提升[5]。但在產(chǎn)出指標方面存在差異，選擇主要分為以下兩種：（1）前期研究多選擇漁業(yè)總產(chǎn)值或產(chǎn)量作為產(chǎn)出指標。以劉洋、馬舒瑞等的研究為代表，他們認為技術(shù)效率對漁業(yè)全要素生產(chǎn)率的貢獻小于技術(shù)進步，部分地區(qū)之間仍存在差距[6-7]。（2）后期研究考慮到生態(tài)環(huán)境，將二氧化碳排放量作為非期望產(chǎn)出，漁業(yè)產(chǎn)值或產(chǎn)量作為期望產(chǎn)出。以鄭慧、韓增林的研究為代表，他們認為沿海地區(qū)海洋漁業(yè)生態(tài)效率水平較低，且存在區(qū)域差異[8-9]。對于漁業(yè)全要素生產(chǎn)率差異變化的未來趨勢，采用σ收斂和β收斂法進行分析，總的來說，各地區(qū)是朝著各自的穩(wěn)定水平趨近[10]。分地區(qū)來說，華東和華南地區(qū)朝著各自的水平發(fā)展，而華北地區(qū)則反之[11]。

在影響因素研究方面，曾冰采用Tobit隨機效應(yīng)模型，分析了經(jīng)濟發(fā)展水平、科技推廣力度、產(chǎn)業(yè)結(jié)構(gòu)、基礎(chǔ)設(shè)施、對外開放水平與漁業(yè)碳排放效率之間的關(guān)系，結(jié)果表明：除對外開放水平與漁業(yè)碳排放效率呈負相關(guān)外，其他均呈正相關(guān)關(guān)系[12]。雖然科技進步一定程度上促進了漁業(yè)碳排放效率的提高，但速度緩慢、貢獻程度低[13]。而國外學者MOUTINHO則認為技術(shù)進步對漁業(yè)生態(tài)效率的影響很大[14]。除上述因素外，蓋美、WANG在研究中加入環(huán)境規(guī)制因素，發(fā)現(xiàn)更高的環(huán)境規(guī)制強度可以刺激該行業(yè)獲得更多的集聚經(jīng)濟，有效減少二氧化碳排放。相關(guān)研究也有對沿海地區(qū)漁業(yè)經(jīng)濟的差異性進行分析，發(fā)現(xiàn)科技漁船等資本要素的投入對中國漁業(yè)經(jīng)濟發(fā)展具有較大的貢獻作用，而漁業(yè)從業(yè)人員及水產(chǎn)養(yǎng)殖面積則反之[15-16]。劉慧還對比了浮游生物、細菌、海藻和紅樹林等生物固碳量，發(fā)現(xiàn)合理的漁業(yè)養(yǎng)殖結(jié)構(gòu)，加大貝藻養(yǎng)殖在海水養(yǎng)殖中的比重可有效提升海洋漁業(yè)生態(tài)效率，加快低碳漁業(yè)的建設(shè)步伐[17]。

毫無疑問，上述研究成果已極大地豐富了我國漁業(yè)碳排放問題的研究，也為本文提供了理論基礎(chǔ)和借鑒意義。但隨著研究的不斷深入，其局限性也逐漸顯現(xiàn)，主要表現(xiàn)為：已有研究多基于碳排放約束下的漁業(yè)生態(tài)效率測算，將漁業(yè)碳排放作為非期望產(chǎn)出，漁業(yè)總產(chǎn)值作為期望產(chǎn)出，而很少考慮碳匯這一期望產(chǎn)出指標，對于碳排放約束下漁業(yè)全要素生產(chǎn)率及收斂分析的測算結(jié)果會有失偏頗。沿海地區(qū)是我國漁業(yè)主產(chǎn)區(qū)，對它進行研究更具有代表性。那么碳排放約束下海洋漁業(yè)全要素生產(chǎn)率的靜態(tài)和動態(tài)變化如何？技術(shù)效率和規(guī)模效率對于漁業(yè)全要素生產(chǎn)率的貢獻程度如何?未來發(fā)展趨勢如何？這些問題都亟待解決。本文的貢獻主要體現(xiàn)在以下兩個方面：一是在產(chǎn)出指標的選擇上，不僅借鑒前人以二氧化碳排放為非期望產(chǎn)出、漁業(yè)總產(chǎn)值作為期望產(chǎn)出的方法，還將碳匯加入期望產(chǎn)出進行漁業(yè)全要素生產(chǎn)率的測算；二是本文選取2003—2018年沿海9個?。▍^(qū)）為研究對象，基于漁業(yè)投入產(chǎn)出指標數(shù)據(jù)，運用超效率DEA-SBM模型測算漁業(yè)全要素生產(chǎn)率，為漁業(yè)節(jié)能減排、環(huán)境規(guī)制政策的提出提供重要理論依據(jù)。

1 研究方法與數(shù)據(jù)來源

1.1 超效率DEA-SBM模型

DEA是根據(jù)多項投入和產(chǎn)出指標，對具有可比性的同類型單位進行相對有效性評價的一種數(shù)量分析法。主要包括CCR、BBC、SBM、超效率模型4個方面。選用超效率DEA-SBM模型作為評價沿海地區(qū)漁業(yè)生態(tài)效率的方法，是因為在CCR、BBC、SBM模型的分析結(jié)果中，當多個效率決策單元（DMU）的效率值同時等于1時，很難有效對這些DMU進行排名。為了解決這一問題，ANDERSEN等提出了對有效決策單元（DMU）進一步區(qū)分其有效程度的方法，該模型的核心就是有效決策單元（DMU）的超效率值一般會大于1，從而可以對DMU進行區(qū)分，有效的DMU效率值大于等于1時，結(jié)論值越大，效率越高[18]。相應(yīng)的模型公式如下：

現(xiàn)代西方經(jīng)濟學認為生產(chǎn)要素包括勞動力、土地、資本、企業(yè)家才能4種，而企業(yè)家才能（經(jīng)費投入）很難具體衡量，故本文選取海洋漁業(yè)從業(yè)人員（勞動力）、養(yǎng)殖面積（土地）和年末海洋機動漁船總功率（資本）作為投入指標。在產(chǎn)出指標方面，將漁業(yè)經(jīng)濟總產(chǎn)值和漁業(yè)碳匯作為期望產(chǎn)出指標，漁業(yè)碳排放確定為非期望產(chǎn)出指標。考慮到漁船對漁業(yè)生產(chǎn)的影響并非體現(xiàn)在船只數(shù)量上，而是體現(xiàn)在漁船總功率的大小上，因此本文選取年末海洋機動漁船總功率作為漁船擁有量的指標。養(yǎng)殖面積為海水養(yǎng)殖面積。由于捕撈業(yè)CO2排放占漁業(yè)碳排放總量的70%以上，養(yǎng)殖業(yè)是海洋的主要碳匯來源，因此借鑒邵桂蘭等計算碳排放和碳匯的方法，計算得出所需的期望和非期望產(chǎn)出指標[19]。具體的指標及指標說明見表1。

表1 碳排放約束下的漁業(yè)生態(tài)效率評價指標體系

1.2 數(shù)據(jù)來源

本文所采用的數(shù)據(jù)均源于《中國漁業(yè)統(tǒng)計年鑒》（2004—2019）及沿海9個?。▍^(qū)）統(tǒng)計年鑒?？紤]到本文漁業(yè)為海洋漁業(yè)，投入指標均選取海洋漁業(yè)的從業(yè)人員、漁船總功率及養(yǎng)殖面積；產(chǎn)出指標包含價格因素，且易受通貨膨脹的影響，以實際價格計算不能進行縱向比較，故以2003年的漁業(yè)GDP價格指數(shù)為基期，對2003—2018年漁業(yè)總產(chǎn)值進行平減，得出每年實際數(shù)。由于碳匯數(shù)據(jù)獲取困難，本次研究不包括香港、臺灣、澳門、天津和上海5個地區(qū)。

2 漁業(yè)全要素生產(chǎn)率評價分析

2.1 描述性統(tǒng)計分析

表2詳細地描述了2003—2018年沿海9個省（區(qū)）漁業(yè)全要素生產(chǎn)率各項投入產(chǎn)出指標的相關(guān)數(shù)值，可以看出不同時期，沿海9個?。▍^(qū)）漁業(yè)全要素生產(chǎn)率的各項指標存在一定的差異。因此，有必要運用2003—2018年沿海9個?。▍^(qū)）的面板數(shù)據(jù)對其全要素生產(chǎn)率進行分析。

表2 漁業(yè)全要素生產(chǎn)率投入、產(chǎn)出變量的描述性分析

2.2 海洋漁業(yè)全要素生產(chǎn)率靜態(tài)評價分析

本文利用Max DEA ultra7.12軟件對沿海地區(qū)9個省（區(qū)）海洋漁業(yè)全要素生產(chǎn)率進行評價，根據(jù)本文（表1）選取的投入產(chǎn)出指標，測算得出2003—2018年海洋漁業(yè)全要素生產(chǎn)率，結(jié)果如圖1所示。從圖1可以看出，2003—2018年沿海9個?。▍^(qū)）海洋漁業(yè)全要素生產(chǎn)率呈“W”和“M”形變化。第一階段“W”形：2007—2011年“下降-上升-下降-上升”，第二階段“M”形：2014—2018年“上升-下降-上升-下降”。第一階段的效率值走勢緩慢，變化微小，這與中國漁業(yè)發(fā)展歷程有關(guān)。2007年，農(nóng)業(yè)部和環(huán)境部門聯(lián)合發(fā)布《漁業(yè)生態(tài)環(huán)境狀況公報》，該公告顯示，中國環(huán)渤海、珠江、長江流域的漁業(yè)石油類污染占總污染的60%且呈不斷上升趨勢，導(dǎo)致海洋漁業(yè)全要素生產(chǎn)率降低；2008年之后，農(nóng)業(yè)部開展?jié)O業(yè)耗能和節(jié)能分類調(diào)查，開展節(jié)能培訓。同時，在全面推進健康養(yǎng)殖過程中，加強養(yǎng)殖投入品的規(guī)范使用和管理，逐步減少圍網(wǎng)網(wǎng)箱投餌養(yǎng)殖，發(fā)展生態(tài)環(huán)保型增殖漁業(yè)，提高海洋漁業(yè)全要素生產(chǎn)率。而第二階段的效率值變化陡峭，且效率值在2015年和2017年達到頂峰。這主要是因為2014年，國家進一步完善漁船管理政策，加大漁業(yè)科技投入力度，安排42多億用于漁船改造，規(guī)定不再批準建造拖網(wǎng)等燃油消耗量大的作業(yè)船型，鼓勵發(fā)展環(huán)保型漁業(yè)。

圖1 2003—2018年海洋漁業(yè)全要素生產(chǎn)率的變化情況

選取2003—2018年沿海9個?。▍^(qū)）漁業(yè)投入產(chǎn)出數(shù)據(jù)，進行海洋漁業(yè)全要素生產(chǎn)率差異性研究（表3）。結(jié)果表明：福建、江蘇、山東的漁業(yè)全要素生產(chǎn)率均大于1，主要歸因于技術(shù)和資源優(yōu)勢，而遼寧、廣西、廣東、河北、浙江、海南則反之，其中，浙江作為“中國魚倉”，具有得天獨厚的區(qū)位優(yōu)勢和資源優(yōu)勢，但因其海藻貝類養(yǎng)殖數(shù)量少，生物固碳能力弱，導(dǎo)致漁業(yè)全要素生產(chǎn)率下降。福建借助海上絲綢之路的戰(zhàn)略優(yōu)勢，出臺水產(chǎn)養(yǎng)殖尾水治理技術(shù)集成和設(shè)施升級改造技術(shù)創(chuàng)新聯(lián)盟政策，加強水產(chǎn)養(yǎng)殖的技術(shù)支持，助力水產(chǎn)綠色健康養(yǎng)殖，促進漁業(yè)低碳化發(fā)展。以下是漁業(yè)全要素生產(chǎn)率從高到低的區(qū)域排名：福建＞江蘇＞山東＞遼寧＞廣西＞廣東＞河北＞浙江＞海南。

表3 2003—2018年沿海9個省（區(qū)）海洋漁業(yè)全要素生產(chǎn)率值

2.3 漁業(yè)全要素生產(chǎn)率動態(tài)評價分析

漁業(yè)全要素生產(chǎn)率即綜合效率（生態(tài)效率），包括技術(shù)效率和規(guī)模效率兩部分。技術(shù)效率反映決策單元管理和技術(shù)的有效提高，規(guī)模效率則反映的是決策單元管理規(guī)模的不斷優(yōu)化，二者的改進，有利于綜合效率的提高。為進一步對比沿海9個?。▍^(qū)）漁業(yè)全要素生產(chǎn)率的區(qū)域差異，本文將沿海地區(qū)劃分為環(huán)渤海地區(qū)（河北、遼寧、山東）、長三角地區(qū)（江蘇、浙江）、珠三角地區(qū)（福建、廣東、廣西、海南）。計算了三大地區(qū)2003—2018年漁業(yè)全要素生產(chǎn)率（綜合效率指數(shù)）、技術(shù)效率指數(shù)、規(guī)模效率指數(shù)均值，結(jié)果如表4所示?？梢钥闯觯谘芯科陂g，只有山東、江蘇、福建生產(chǎn)率指數(shù)大于1，全要素生產(chǎn)率呈現(xiàn)增長趨勢，其他地區(qū)生產(chǎn)效率指數(shù)均小于1，全要素生產(chǎn)率呈現(xiàn)下降趨勢。從其構(gòu)成來看，長三角和珠三角地區(qū)漁業(yè)全要素生產(chǎn)率的提高主要依賴于技術(shù)效率，環(huán)渤海漁業(yè)全要素生產(chǎn)率的提高則依賴于規(guī)模效率。

表4 漁業(yè)全要素生產(chǎn)率、技術(shù)效率及規(guī)模效率指數(shù)均值計算結(jié)果

從區(qū)域分布來看分為以下幾點：（1）環(huán)渤海地區(qū)漁業(yè)全要素生產(chǎn)率呈現(xiàn)兩極分化。山東省海洋漁業(yè)全要素生產(chǎn)率值大于1，有效水平相對較高，技術(shù)效率提升是拉動山東地區(qū)漁業(yè)全要素生產(chǎn)率的主因，遼寧省居中，河北省海洋漁業(yè)全要素生產(chǎn)率值則為0.374，處于低效率區(qū)，但其規(guī)模效率卻達到最優(yōu)，這與河北海洋漁業(yè)規(guī)模較大、海洋經(jīng)濟實現(xiàn)規(guī)模經(jīng)濟不無關(guān)系。（2）長三角地區(qū)漁業(yè)技術(shù)效率指數(shù)略高于規(guī)模效率指數(shù)，且數(shù)值大于1，表明長三角地區(qū)的技術(shù)效率對漁業(yè)全要素生產(chǎn)率的提高有積極作用。其中，江蘇省漁業(yè)全要素生產(chǎn)率位列9個沿海?。▍^(qū)）第2名，可見其漁業(yè)可持續(xù)發(fā)展水平較高，且在技術(shù)效率上的表現(xiàn)較好。而浙江省無論在技術(shù)效率指數(shù)還是規(guī)模效率指數(shù)上均低于1，可能是由于浙江省長期以來以海洋捕撈為主，燃油能能源消耗、漁業(yè)資源衰退使得整體的全要素生產(chǎn)率下降。（3）珠三角全要素生產(chǎn)率提高得益于技術(shù)效率。除福建省的各項指標大于或接近于1外，其他省市的指標均低于1。不同的是廣東省和廣西壯族自治區(qū)漁業(yè)全要素生產(chǎn)率指數(shù)（綜合效率指數(shù)）在0.5之間徘徊且波動相對穩(wěn)定，而海南省漁業(yè)全要素生產(chǎn)率指數(shù)在0.1附近波動。這是由于海南省海水養(yǎng)殖面積逐年減少、海洋機動漁船總功率不斷增加，進而導(dǎo)致海南省漁業(yè)全要素生產(chǎn)率一直處于低效率區(qū)。整體來看，漁業(yè)全要素生產(chǎn)率：環(huán)渤海地區(qū)＞長三角地區(qū)＞珠三角地區(qū)；漁業(yè)技術(shù)效率：長三角地區(qū)＞珠三角地區(qū)＞環(huán)渤海地區(qū)；規(guī)模效率：環(huán)渤海地區(qū)＞珠三角地區(qū)＞長三角地區(qū)。

3 海洋漁業(yè)全要素生產(chǎn)率的收斂性檢驗

為進一步分析沿海?。▍^(qū)）不同地區(qū)間海洋漁業(yè)全要素生產(chǎn)率的差異及隨著時間演變未來的發(fā)展態(tài)勢，運用σ收斂、絕對β收斂和條件β收斂分析整個沿海地區(qū)及環(huán)渤海地區(qū)、長三角地區(qū)、珠三角地區(qū)的海洋漁業(yè)生產(chǎn)率的收斂情況。

3.1 σ收斂檢驗

σ收斂描述的是地區(qū)間差距隨著時間的推移而逐漸減小，通常采用變異系數(shù)指標進行分析。本文運用Excel對沿海9個?。▍^(qū)）及其環(huán)渤海地區(qū)、長三角地區(qū)及珠三角地區(qū)漁業(yè)全要素生產(chǎn)率進行測算及趨勢預(yù)測，具體的公式如下：

式中，CV表示某一年的變異系數(shù)，Xi為該年的漁業(yè)碳排放效率值，為該年的效率平均值。若變異系數(shù)CV越大，碳排放約束下漁業(yè)全要素生產(chǎn)率差異越大；若變異系數(shù)CV下降，則表明碳排放約束下漁業(yè)全要素生產(chǎn)率存在σ收斂。由圖2可知，2003—2018年整個沿海地區(qū)及其各區(qū)域（環(huán)渤海、長三角、珠三角）漁業(yè)全要素生產(chǎn)率的變異系數(shù)均呈下降趨勢，即存在σ收斂，表明沿海9個?。▍^(qū)）各地區(qū)間漁業(yè)全要素生產(chǎn)率的差距逐漸縮小。從區(qū)域角度來看，環(huán)渤海地區(qū)變異系數(shù)曲線最高，走勢與沿海9個?。▍^(qū)）水平相一致；長三角地區(qū)變異系數(shù)呈倒“V”形變化，經(jīng)歷了2003—2004年發(fā)散、2004—2018年收斂兩個轉(zhuǎn)折過程；而珠三角地區(qū)漁業(yè)全要素生產(chǎn)率變異數(shù)波動較大且走勢陡峭。

圖2 2003—2018年沿海9個省（區(qū)）及其各地區(qū)漁業(yè)全要素生產(chǎn)率σ收斂檢驗結(jié)果

3.2 β收斂檢驗

3.2.1 絕對β收斂

絕對β收斂是用于分析不同區(qū)域之間增長率變量最終是否可以達到相同的穩(wěn)定狀態(tài)，以判斷漁業(yè)全要素生產(chǎn)低效率區(qū)是否存在向高效率區(qū)追趕的趨勢。其模型構(gòu)建如下：

式中：EEi，t、EEi，j+T分別代表初期、末期的漁業(yè)全要素生產(chǎn)率值，T表示時間跨度，α為截距項，εit為隨機擾動項。如果估計系數(shù)β為負且回歸系數(shù)在1%的水平下顯著，則表明漁業(yè)全要素生產(chǎn)率存在絕對β收斂，否則表示不存在收斂。為了消除極端值（初期值和末期值）對增長率的影響，本文將2003—2005年的漁業(yè)全要素生產(chǎn)率平均值作為初期值，將2016—2018年的漁業(yè)全要素生產(chǎn)率平均值作為末期值，時間跨度T=13年。運用Stata15.1軟件檢驗的結(jié)果如表5所示。

表5 漁業(yè)全要素生產(chǎn)率絕對β收斂的估計結(jié)果

由表5可見，整個沿海地區(qū)β估計值0.009 640 2＞0，且P值為0.499＞0.1，即回歸系數(shù)未在1%的水平下顯著，表明沿海9個?。▍^(qū)）漁業(yè)全要素生產(chǎn)率不存在收斂現(xiàn)象。從區(qū)域來看，除環(huán)渤海、珠三角地區(qū)β估計值為正數(shù)外，長三角地區(qū)β估計值為負，表明長三角地區(qū)漁業(yè)全要素生產(chǎn)率具有β絕對收斂，且P值＜0.1，表明β絕對收斂通過1%水平下的顯著性檢驗，因此存在顯著的絕對β收斂，即存在“追趕效應(yīng)”。這同時也意味著長三角地區(qū)漁業(yè)全要素生產(chǎn)率較低地區(qū)與較高地區(qū)的差距正逐漸縮小。

3.2.2 條件β收斂

不同于絕對β收斂，條件β收斂是指由于不同個體各自特征和條件可能存在差異，導(dǎo)致漁業(yè)全要素生產(chǎn)率朝著各自的穩(wěn)定水平趨近。其表達式如下。

式中：EEi，t、EEi，t+1分別代表當期、后一期的漁業(yè)碳排放效率值，α為常數(shù)項，εit為隨機誤差值。本研究的樣本為2003—2018年，時間跨度為15年，以一年為一個周期，共劃分為15個周期，即周期t=1，2，3，…，15。進一步采用固定效應(yīng)模型（fixed effects，簡稱FE）和隨機效應(yīng)模型（randon effects，簡稱RE）測算沿海地區(qū)漁業(yè)全要素生產(chǎn)率的條件β收斂結(jié)果，并基于Hausman檢驗對固定效應(yīng)模型和隨機效應(yīng)模型進行選擇。

從Hausman檢驗結(jié)果來看，固定效應(yīng)模型（FE）比隨機效應(yīng)模型（RE）的回歸結(jié)果好，因此選用固定效應(yīng)模型（FE）。從表6條件β收斂的估算結(jié)果來看，整個沿海地區(qū)及其三大海域的β估計值為負，即存在條件β收斂，意味著各區(qū)域漁業(yè)全要素生產(chǎn)率以不同速度均朝著各自的穩(wěn)定水平收斂。

表6 漁業(yè)全要素生產(chǎn)率條件β收斂的估計結(jié)果

4 結(jié)論與對策

4.1 研究結(jié)論

本文選取沿海9個?。▍^(qū)）2003—2018年的面板數(shù)據(jù)，運用超效率DEA-SBM模型對沿海地區(qū)漁業(yè)全要生產(chǎn)率進行測算，基于測算結(jié)果對漁業(yè)全要素生產(chǎn)率進行收斂分析。研究表明：（1）2003—2018年沿海9個?。▍^(qū)）海洋漁業(yè)全要素生產(chǎn)率呈“W”和“M”形變化。（2）從區(qū)域來看，漁業(yè)全要素生產(chǎn)率：環(huán)渤海地區(qū)＞長三角地區(qū)＞珠三角地區(qū)；漁業(yè)技術(shù)效率：長三角地區(qū)＞珠三角地區(qū)＞環(huán)渤海地區(qū)；規(guī)模效率：環(huán)渤海地區(qū)＞珠三角地區(qū)＞長三角地區(qū)。即長三角地區(qū)漁業(yè)全要素生產(chǎn)率的提高主要源于技術(shù)效率，環(huán)渤海地區(qū)主要依賴于規(guī)模效率，而珠三角地區(qū)則是由于技術(shù)效率與規(guī)模效率的雙重作用。（3）沿海9個?。▍^(qū)）、環(huán)渤海、珠三角地區(qū)均不存在絕對β收斂，但存在σ收斂和條件β收斂，說明沿海9個?。▍^(qū)）、環(huán)渤海、珠三角地區(qū)漁業(yè)全要素生產(chǎn)率沒有朝著同一方向發(fā)展，卻分別朝著各自的均衡水平收斂，且區(qū)域間的差距逐漸縮小。而長三角地區(qū)同時存在σ收斂、絕對β收斂和條件β收斂，表明長三角地區(qū)漁業(yè)全要素生產(chǎn)率總體朝著統(tǒng)一方向趨近。

4.2 政策建議

（1）調(diào)整漁業(yè)產(chǎn)業(yè)結(jié)構(gòu)，優(yōu)化要素配置?；跐O業(yè)全要素生產(chǎn)率的測算結(jié)果可得，中國沿海地區(qū)漁業(yè)全要素生產(chǎn)效率整體小于1，當前處于較低水平，這表明漁業(yè)產(chǎn)業(yè)結(jié)構(gòu)處于混亂狀態(tài)，亟須優(yōu)化漁業(yè)生產(chǎn)要素配置。就漁業(yè)的投入要素而言，應(yīng)鼓勵漁業(yè)相關(guān)部門利用漁業(yè)生產(chǎn)相關(guān)經(jīng)驗、規(guī)模、勞動力等優(yōu)勢，吸引外資，加大對節(jié)能技術(shù)的資金支持。就漁業(yè)的產(chǎn)出要素而言，應(yīng)根據(jù)各地區(qū)資源稟賦狀況，科學調(diào)整捕撈業(yè)和養(yǎng)殖業(yè)的比重，在海域養(yǎng)殖容量范圍內(nèi)加大貝藻類在漁業(yè)中的比重，增強漁業(yè)碳匯功能。同時，規(guī)范海水捕撈業(yè)的作業(yè)形式，減少能源消耗，減少漁業(yè)生產(chǎn)中的非期望產(chǎn)出，促進海洋綠色可持續(xù)發(fā)展。

（2）鼓勵技術(shù)創(chuàng)新，提高全要素生產(chǎn)率。環(huán)渤海地區(qū)的相關(guān)政府應(yīng)充分發(fā)揮其在漁業(yè)科技創(chuàng)新中的主導(dǎo)功能，加大對漁業(yè)科研經(jīng)費的投入，合理調(diào)配科技資源，加快對傳統(tǒng)漁船的升級改造，創(chuàng)造以技術(shù)創(chuàng)新為主的漁業(yè)生產(chǎn)環(huán)境。同時，各地區(qū)還應(yīng)與專業(yè)院校合作，組織實施各項科研工程，保證科研成果在基層得以推廣，形成與當?shù)貪O業(yè)相匹配的發(fā)展模式，調(diào)動當?shù)貪O民使用新型設(shè)備的積極性，從而提高漁業(yè)全要素生產(chǎn)率。

（3）加強區(qū)域合作交流，縮短區(qū)域差異。分析結(jié)果顯示，各區(qū)域間漁業(yè)全要素生產(chǎn)率隨著時間推移仍存在差距，這就要求各省份加強對漁業(yè)技術(shù)的交流與合作?？梢酝ㄟ^建立跨省市漁業(yè)經(jīng)濟合作組織，學習對方優(yōu)勢，完善自身不足。如：珠三角和環(huán)渤海地區(qū)可以學習長三角地區(qū)的漁業(yè)技術(shù)和政策，加快自身漁業(yè)低碳發(fā)展的步伐，力爭3個地區(qū)向更好的水平趨近。