标题

Size: px

Start display at page:

Download "标题"

册惠
5 years ago
Views:

1 98 海洋开发与管理 2017 年第 7 期全要素生产率视角下的我国渔业转型发展研究基于 SFA 的实证分析刘盼成 1, 杨正勇 2 (1. 上海海洋大学上海 ;2. 上海海洋大学经济管理学院上海 ) 摘要 : 文章以年我国 27 个省市自治区渔业为研究对象, 采用 SFA 方法对我国渔业全要素生产率及其分解项的变化率进行实证分析实证结果表明 : 渔业生产要素对渔业经济贡献大小排序依次为 : 渔业从业人员渔船年末拥有量和渔业养殖面积 ; 整体上看, 我国渔业经济处于规模报酬递减阶段, 缩小渔业经济规模有利于渔业规模效率的改善 ; 我国渔业全要素生产率以每年 7.01% 的平均速度增长, 其分解项 : 技术进步规模效率分别以每年 7.10% -0.09% 的平均速度在变化, 技术效率呈现非时变特征结果说明, 从全要素生产率变化来看, 我国渔业经济增长显著, 技术进步是我国渔业转型发展发挥着主要推动作用 ; 在其他条件不变的条件下, 通过改善技术效率和规模效率是提高渔业发展效率有效途径关键词 : 渔业 ; 随机前沿分析 ; 全要素生产率 ; 转型 ; 途径中文图书分类号 :F326.4;P74 文献标志码 :A 文章编号 : (2017) TheTransitionDevelopmentofChina sfisheryfrom theperspectiveoftotalfactorproductivity: AnApplicationofStochasticFrontierAnalysis LIUPancheng 1,YANGZhengyong 2 (1.ShanghaiOceanUniversity,Shanghai201306,China; 2.ColegeofEconomicsand Management,ShanghaiOceanUniversity,Shanghai201306,China) Abstract:ThispaperspecifiedaStochasticTranslogproductionFrontierfunctiontocalculatethe TotalFactorProductivity (TFP)ofChina sfisheryin Theempiricalresultsshowed thatasregardtothecontributiontotheeconomyoffishery,thefisherylaboristhelargestone, thesecondoneisnumberoffishboat,thelastoneisthesquareofaquaculture.china sfisherywas inthestageofdecreasingreturnstoscale,which meansthatthereducingofthechina sfishery scalewilconducetotheimprovementofthescaleeficiency.thetfpofchina sfisheryisin- 收稿日期 : ; 修订日期 : 基金项目 : 国家现代农业产业技术体系建设专项基金项目鲆鲽类产业技术体系产业经济研究 (CARS-50-G11). 作者简介 : 刘盼成, 硕士研究生, 研究方向为渔业经济技术经济通信作者 : 杨正勇, 教授, 博士, 研究方向为水产养殖经济, 资源与环境经济

2 第 7 期刘盼成, 等 : 全要素生产率视角下的我国渔业转型发展研究 99 creasingatanaveragerateof7.01% peryear,whichcanbedividedintothreeparts:technology progressandscaleeficiencychangewiththeaveragespeedof7.10% and -0.09% peryearrespectively,butthetechnicaleficiency does notchange withthetime.theempiricalresults showedthat China sfishery has growth significantly in the perspective of TFP,and the technologyprogressisthemajorforcetopromoteitsincreasing,theimprovementofthetechnical eficiencyandscaleeficiencyisanefectivewaytoimprovetheeficiencyoffisherydevelopment. Keywords:ChinaFishery,StochasticFrontierAnalysis,TFP,Transition,Way 1 引言渔业作为我国大农业的重要组成部分, 具备相对完整的产业体系, 其转型发展对其他部门转型发展具有重要借鉴意义近年来, 我国渔业在水产品产量总产值等方面取得了持续和显著增长但是渔业整体产出水平的提高导致渔业在不同地区不同部门等方面的复杂关系和发展过程中存在的问题经常被忽视本质上来讲, 我国渔业发展模式仍然属于粗放型发展模式渔业长期粗放的发展模式不仅导致渔业发展的低效率, 还引发了渔业自然资源严重衰退生态环境恶化等严重问题, 制约着 [1] 渔业可持续发展能力研究发现,2005 年之前我国渔业发展主要依赖生产要素投入, 经营方式相对粗放, 而近 10 年我国渔业出现了生产要素对产出影 [2] 响减弱的现象在这样的背景下, 我国渔业水产品产量总产值等方面仍然保持了相对较高的增长速度, 从全要素生产率 (TotalFactorProductivity, TFP) 角度, 研究近年我国渔业增长方式, 对于探究渔业经济增长机制提高渔业发展效率和促进渔业经济转型发展等方面具有非常重要的现实意义 TFP 测算了全部投入要素的生产率, 反映了决策单元的综合生产效率 TFP 不仅与直接的技术进步有关, 还与生产相关的知识水平管理技能制度环 [3] 境等因素密切相关, 是分析经济增长评估经济体可持续发展和运行质量优劣的重要指标, 通过分析经济体 TFP 变化能够确定主导经济体发展的因素, 为经济体转型发展提供科学依据因此, 本研究以我国渔业 TFP 变化为研究对象来分析我国渔业增长方式, 为我国渔业生产效率提高渔业转型发展提供科学建议, 为政府科学制定渔业长期可持续发展政策提供依据早期多在平均生产函数框架下对 TFP 进行测算, 所估计出的生产函数反映了投入和平均产出之间的关系, 同时平均生产函数方法潜在假定所有决策单元在给定的技术条件下都能在最优状态进行 [4] 生产, 不存在技术无效率然而采用平均生产函数来测算 TFP 存在两个缺陷 : 首先, 它没有考虑决策单元可能存在无效率的状况, 这与现实中并非所有决策单元都能够充分利用现有的技术条件的现象是不吻合的 ; 再者, 平均生产函数反映了投入和产出的平均关系, 违背了决策单元可实现技术有效 [5] 的假设, 出现了理论和假设背离的现象因此, 有必要跳出平均生产函数框架重新审视决策单元投入和产出之间的关系生产前沿 ( 边界 ) 分析方法考虑了无效因素对决策单元利用生产技术的影响, 假设部分决策单元能够在生产可能集边界上进行生产, 当决策单元在生产边界之内运行时被称为技术无效数据包络分析 (Data Envelopment Analysis,DEA) 和随机前沿分析 (Stochastic FrontierAnalysis,SFA) 是前沿分析中非参数方法和参数方法的典型代表 DEA 利用数学规划方法构建生产前沿, 不需要预先设置生产函数, 在避免主观性方面非常具有优势, 但该方法很容易受到异常值的影响并且将决策单元和生产前沿的偏离全部归咎于技术无效因素 SFA 利用计量经济学方法构建随机的生产前沿, 该方法可以将决策单元和生产前沿的偏离区分为统计噪音和技术无效率两个部分由于 SFA 方法可以对技术进步和技术效率变化进行有效区分, 这有助于进一步寻找全要素生产率的增长源泉, 更加符合全要素增长理论的内 [6] 涵目前, 国内学者从多个角度对我国渔业增长及其方式进行了深入研究但是, 从 TFP 角度来研

3 100 海洋开发与管理 2017 年究我国渔业经济增长方式的文献相对较少通过在中国知网上以全要素生产率和渔业为关键词进行检索, 搜索到和我国渔业 TFP 研究相关的主要文献和研究结果如表 1 所示表 1 我国渔业 TFP 研究文献和主要结论文献研究样本年份 TPCH/% TECH/% SECH/% TFPCH/% 席利卿彭可茂 (2010) 我国渔业于淑华于会娟 (2012) 沿海省份渔业蒋逸民任淑华慕永通 (2013) 浙江省海洋渔业黄武万婷林连升 (2014) 江苏渔业张成张伟华高志平 (2014) 我国水产养殖业岳冬冬王鲁民鲍旭腾等 (2014) 我国近海捕捞业梁盼盼俞立平 (2014) 我国渔业王秀梅李佩国 (2014) 我国渔业注 :TPCH: 技术变化 ;TECH: 效率变化 ;SECH: 规模效率变化 ;TFPCH: 全要素生产率变化. 从表 1 的研究结论来看, 多数研究结果表明我国渔业 TFP 存在不同程度的提高, 技术进步是引起渔业 TFP 提高的主导因素, 但关于技术效率变化规模效率变化的研究结果并没有显示出较为一致的现象从研究工具来看, 表 1 中的文献均借助非参数 DEA-Malmquist 指数方法对我国渔业 TFP 变化进行的研究然而, 使用非参数 DEA- Malmquist 指数方法来展开研究可能会存在两个问题 : 首先, 该方法不能对参数设置和计算结果的显著性等问题进行检验 ; 如果统计噪音对生产前沿存在显著影响, 该方法计算出的结果将会出现偏误第一种情况可以借助 Simar 和 Wilson 在非参数 DEA 方法中引入的 bootstrap 技术对模型的参数设定和计算结果进行假设检验和构建置信区 [7] 间当出现第二种情况时, 只能借助计量经济学方法来分析考虑到我国渔业经济运行过程中存在很多风险和不确定, 可能会对其生产前沿存在显著的影响, 有必要检验我国渔业经济运行过程中的随机因素是不是对生产前沿产生显著的影响如果随机因素对生产前沿的影响不可忽视, 采用 SFA 方法可以更为精确地描述决策单元的生产行为因此在借鉴现有研究基础上, 尝试使用 SFA 方法对我国渔业 TFP 变化情况进行研究, 并对使用 SFA 方法的必要性进行检验, 以作为现有对我国渔业 TFP 研究的补充 2 研究框架自 Meeusen,VandenBroeck 和 Aigneretal. 独立地提出 SFA 方法之后, 该方法在理论和应用方面均得到了较大发展, 这种类型的模型已经成为了分析效率的一种非常流行的工具 2.1 SFA 模型基于面板数据的随机前沿模型可以表达如下 [8] 形式 : yit =f(x, β ;T) e (Vit-Uit ) (1) 式中 :yit 是第 i 个决策单元在时期 t 的产出 ;f( ) 是 SFA 中确定的生产前沿 ;x 是决策单元的投入向量 ; β 是与投入向量所对应参数的估计值 ;T 为时间趋势项, 是用来捕捉技术变化的代理变量 ;V it 是服从 N (0,σ v) 2 的随机误差项 ;U it 与 V it 相互独立,U it 是表示技术无效因素的随机变量, 其中,U it =u i e ( η (t-t)), 且 u i ~ N (u i,σ u) 2 根据 Batese 和 Corra (1977), 使用最大似然估计联合估计随机前沿生产函数和技术无效项 U it 时, 使用 σ 2 =σ 2 v +σ 2 u 和 γ = σ 2 u 代替 σ 2 σ 2 v +σ 2 v 和 σ 2 u u 2.2 TFP 变化及其分解项的计算在价格信息未知的条件下,SFA 方法估计和分解的我国渔业 TFP 变化被分解为技术效率变化技 [9] 术变化和规模效率变化技术变化表现为生产前沿的移动, 存在技术进步时表现为决策单元集合的

4 第 7 期刘盼成, 等 : 全要素生产率视角下的我国渔业转型发展研究 101 生产前沿的上升, 反之则下降 ; 技术效率变化表现为决策单元和生产前沿相对位置的变化 ; 规模效率反映在一定科技水平下决策单元的生产要素集中度和其长期平均成本之间的关系 TFP 变化的计算公式如下 : 式中 :y 和 x TFP =y -x (rts-1) n = f ( x, β ;t ) t æe n ç ö x n - u it èrts ø t + (2) 分别表示变化率,y = dlny dt, 第 j 个投入要素的变化率计算公式为 :x j = dx j x j dt ; 技术变化公式为 :TPCH = f ( x, β ;t ), 由于本研究使用超 t 越对数形式的随机前沿生产函数, 计算技术变化是对两个相邻时期的时间趋势项 t 的偏导求代数均值得到的 [10] ; 规模效率变化计算公式为 :SECH=(rts e n æ ö -1) n ç x n ; 技术效率变化通过求解技术无效 èrts ø 项中时间趋势项 t 偏导得到 :TECH=- uit t, 如果模型是非时变 SFA 模型则技术无效项不随时间发生变化, 即技术效率的差异只存在不同决策单元之间与时间无关 ;rts(returntoscale) 用来衡量决策单元的规模报酬状况, 可根据决策单元的所有投入的产出弹性之和进行计算, 当 rts<1 时, 表示生产处于规模报酬递减阶段 ; 当 rts=1 时, 表示生产处于规模报酬不变阶段 ; 当 rts>1 时, 表示生产处于规模报酬递增阶段 3 计量经济模型构建和实证分析 3.1 数据和变量本研究以年我国 27 个省市自治区的渔业作为研究样本对我国渔业 TFP 变化进行研究测量渔业 TFP 变化需要渔业经济相关的投入产出数据, 选择渔业从业人数作为渔业的劳动投入 ; 由于渔业可以分为渔业养殖和渔业捕捞两部分, 本文选择渔业养殖面积和渔船年末拥有量作为渔业资本投入 ; 选择渔业经济总产值作为产出变量为了消除通货膨胀的影响, 本研究使用以 1978 年为基期的居民价格指数对变量进行平减数据主要来源于年相应的中国渔业年鉴和中国统计年鉴 3.2 计量经济模型具体形式实证分析时, 随机前沿生产函数初步设置为灵活性较强的超越对数形式的随机前沿生产函数和时变的技术无效项, 其具体形式如下 : lny it=β0+β1lns it+β2lnw it+β3lnl it+β4t [ β11 ( lns it ) 2 +β22 ( lnw it ) 2 +β33 ( lnl it ) 2 +β44 T2+β14lnS it T +β24lnw it T +β34lnl it T + β12lns it lnw it +β13lns it lnl it +β23lnw it lnl it ]+V it -U it (3) 式中 :Y it 为渔业经济总产值, 万元 ;S it 为养殖面积,hm 2 ;W it 为渔船年末拥有量,t;L it 为渔业从业人员, 人 ;T 为时间趋势项,2003 年 T=1,2004 年 T =2,,2014 年 T =14; 下标 i 表示第 i 个省份 ;t 为年份 ;ln 表示自然对数 ; β s 为待估参数 ;V it 服从正态分布的随机变量 ;U it 和 V it 相互独立,U it 是非对称的技术无效项, 假设 U it =u i e ( η (t-t)), 为考虑了技术无效因素的非负随机变量 ἠ 是待估参数, 当 η>0 时, 技术无效性以递减的速度增加 ; 当 η<0 时, 技术无效性以递增的速度减小 ; 当 η=0 时, 该模型退化为时不变 (TimeInvariant) 模型, 如果 η 0 意味着技术效率不仅受到效率值初始值的影响, 还受到时间影响 3.3 实证结果随机前沿生产函数估计结果随机前沿生产函数, 式 (3) 的估计需要使用最大似然估计, 本研究使用 Stata12 的 xtfrontier 进行估计, 后续的假设检验以及对 TFP 变化率的计算均借助该软件进行式 (3) 中参数的估计结果如表 2 所示参数表 2 随机前沿生产函数的最大似然估计结果模型 1( 时变 ) 模型 2( 时不变 ) 系数标准差系数标准差 β β ** ** β

5 102 海洋开发与管理 2017 年续表模型 1( 时变 ) 模型 2( 时不变 ) 参数系数标准差系数标准差 β β β ** ** β *** *** β *** *** β β β *** *** β *** *** β *** *** β β *** *** u *** *** η 注 :***P<0.01;** P<0.05,* P<0.1. 表 2 中为时变模型 ( 模型 1) 和时不变模型 ( 模型 2) 的估计结果, 时变模型的 η 的估计结果显示并不显著, 这意味着技术效率并没有随着时间发生变化, 所以时变模型应该退化为时不变模型, 本文将在后边对选择时变 SFA 模型还是时不变 SFA 模型进行假设检验来判断哪个模型更为合适模型的假设检验 SFA 的函数形式和误差项分布的设置合理与否直接影响估计结果的准确性, 因此需要对 SFA 进行一系列假设检验来判断使用 SFA 的必要性和参 [11] 数设置的合理性本研究的假设检验均通过构建最大似然比统计量来完成检验, 需要注意的是涉及 γ=0 的 LR 检验服从混合卡方分布, 混合卡方分布的临界值来自 Kodde 和 Palm(1986) [12] 假设检验结果如表 3 所示表 3 假设检验原假设 LR 统计量结果 (1) 二次项的系数同时为 *** 拒绝原假设 (2) η = 不能拒绝原假设 (3)u= ** 拒绝原假设 (4)γ=u= *** 决绝原假设续表原假设 LR 统计量结果 (5) β4 =β44 =β14 = β24 =β34 = *** 拒绝原假设注 :*** P<0.01;**P<0.05;* P<0.1. 表 3 中, 第一个假设检验判断超越对数形式的生产函数能否退化为柯布道格拉斯形式的生产函数检验结果表明使用超越对数形式的生产函数更为合适, 因此本文对我国渔业 TFP 的分析均是基于超越对数形式的生产函数展开的第二个假设检验判断时变模型能否退化为时不变模型检验结果显示 ἠ=0 不能被显著拒绝, 意味着使用时不变模型更为合适, 因此本文基于时不变的 SFA 模型展开对我国渔业 TFP 的分析第三个假设判断技术无效项是否服从半正态分布, 检验结果表明假设技术无效项服从截断正态分布更为合适第四个假设检验判断服从截断正态分布的技术无效项是否为随机的, 检验结果表明, 我国渔业经济运行过程中存在随机的技术无效因素导致渔业经济低效运行, 这意味着随机因素对生产前沿存在显著影响, 有必要使用随机前沿分析方法第五个假设检验是为了判断年我国渔业是不是存在技术变化, 检验结果表明, 我国渔业经济存在显著的技术进步使得我国渔业生产前沿向上移动偏效应和规模报酬由于超越对数形式的生产函数的估计结果不能直观判断各投入要素整体上的显著性, 为了直观判断各投入要素对产出的贡献, 有必要对各投入要素的产出弹性进行求解, 计算结果如表 4 所示表 4 各个要素的弹性变量弹性养殖面积 *** 渔船年末拥有量 *** 渔业从业人员 *** rts 注 :*** P<0.01;** P<0.05;* P<0.1.

6 第 7 期刘盼成, 等 : 全要素生产率视角下的我国渔业转型发展研究 103 表 4 中各投入变量的产出弹性的计算结果表明, 渔业从业人员对渔业经济贡献最大, 渔船年末拥有量次之, 渔业养殖面积的弹性最小各个投入要素的弹性总和为我国渔业规模报酬的实际状况, 各弹性总值为小于 1, 说明从整体上来看我国整体处于规模报酬递减阶段, 同比例增加 1% 的投入要素带来的收益变动为 0.791%, 小于要素投入, 因此应该减小渔业规模来改善规模经济状况渔业投入要素的产出弹性结果表明, 衡量渔业养殖的养殖面积对渔业经济的贡献最小, 这和当前我国渔业养殖主导我国渔业的现状不相吻合, 出现这种现象的原因, 可能是近年来我国其他产业挤占渔业自然资源和养殖渔业过度发展导致渔业自然资源不断衰退, 使得我国渔业生产规模超过了渔业自然资源的承受能力, 对我国渔业养殖产生不利的影响 4 TFP 增长率及其分解 TFP 变化是指决策单元的全要素生产率随时间变动, 当渔业产出指数和投入指数变动不同步时, 渔业经济的 TFP 就发生了变化经过假设检验, 本文最终选择了时不变的 SFA 模型, 因此我国渔业 TFP 变动由技术变化规模效率变动共同作用的结果, 与技术效率无关 4.1 技术效率技术效率衡量了决策单元利用现有技术的能力, 技术效率高低表现为决策单元实际产出和生产前沿的靠近程度技术无效率不仅是概念上的损失, 包含了决策单元所投入生产要素的机会成本, 技术效率提高是一种帕累托改进, 改善渔业技术效率具有重要的现实意义时变 SFA 模型隐含着对从业人员能够干中学习的期望, 希望从业人员能够在生产过程中积极思考改善生产流程研究表明, 作为经济活动副产品的知识积累在没有明显创新条件下对经济增长发挥了巨大作用, 使得技术效率随着时间推移而得到改善美国经济学家丹尼森认为, 管理技术和企业组织方面的知识的进步与采用新技术对经济增长的贡献同样重要但是本文对模型进行假设检验的结果表明,SFA 模型的技术无效项不具有时变性, 使用非时变 SFA 模型更能准确地描述年我国渔业经济的技术效率状况这意味着我国渔业技术效率因省份条件不一而异, 并没有随着时间推移而变化表 5 为我国各个省市自治区的渔业技术效率和相应的排序状况结果显示, 我国渔业技术效率在不同省份之间存在较大差异, 技术效率最高的山东省的渔业技术效率值达到 , 效率值最低的贵州省的渔业技术效率值仅为 ; 对年各个省份的渔业技术效率求均值, 得到我国渔业整体技术效率为 , 处于非常低的水平, 存在非常大的改进空间这说明渔业技术效率水平较低是导致我国渔业经济低效运行的重要原因之一, 因此提高渔业技术效率是改善我国渔业发展效率的重要途径但是, 我国渔业技术效率在年之间并没有呈现改善的现象, 出现这种现象的原因可能是由于我国渔业经济中存在大量的小规模的渔业生产厂商, 这导致渔业从业人员进入和退出渔业生产的门槛比较低, 进而使得我国渔业从业人员流动性比较大, 而渔业从业者的频繁流动使得正从事渔业的生产者没能够积累渔业生产经营和管理知识表 5 技术效率状况省市自治区技术效率排序北京天津河北山西内蒙古辽宁吉林黑龙江上海江苏浙江安徽福建江西山东河南

7 104 海洋开发与管理 2017 年续表省市自治区技术效率排序湖北湖南广东广西海南重庆四川贵州云南陕西新疆均值技术变化和规模效率变化表 6 和表 7 分别从省市自治区和时间角度展示了年各省市自治区渔业 TFP 变化及其分解项的均值技术进步衡量了生产能力的变化, 如果技术有效的决策单元存在技术进步意味着相同投入时产出将会增加, 这表现为决策单元集合的生产前沿向上移动结果显示, 我国各个省市自治区的渔业均存在不同程度的技术进步, 总体而言年间我国渔业技术变化平均以每年 7.1% 的速度在增长 SFA 模型是通过对生产函数中时间趋势项求偏导数来计算技术变化, 同时对时间趋势项及其交叉项的参数的检验结果表明, 年间我国渔业经济的技术进步是显著的 SFA 中时间趋势项不仅包括直接的技术因素, 还包括经济周期制度变迁等非直接的技术因素, [13] 分析技术变化需要从更为广泛的角度来展开本研究认为导致我国渔业生产前沿向上移动的原因可能有以下几方面 (1) 渔业产业结构的改善虽然渔业第一产业主导我国渔业, 但是近年来我国渔业二三产业得到一定的发展, 作为为渔业第一产业服务的部门, 它们的比重逐渐提高渔业产业结构的合理化有利于渔业生产要素在不同部门之间的流动, 提高渔业内部不同部门的协调能力, 使得我国渔业 TFP 提高, 这为我国渔业经济转型发展提供了方向和保障 (2) 水产品市场化机制的完善随着我国水产品市场机制的完善和居民消费水平的提高, 居民对水产品品种和水产品质量要求逐渐提高, 迫使企业引入先进的生产方式管理理念来满足我国居民对水产品的需求和水产品质量, 延长了渔业产业链, 提高了水产品的科技含量和附加值, 使得渔业全要素生产率得到提高 (3) 渔业科技的发展, 我国渔业在育苗病害防治等自然科学领域取得了巨大成就, 这不仅提高了渔业经济的科技含量, 增加了渔业产品的附加值, 也为我国现代化渔业的大力发展提供了坚实保障 (4) 近些年来, 我国经济取得了较大发展, 我国的基础设施得到了极大地改善水产品加工能力显著提高水产品贮藏运输能力的提高以及营销方式更加多元等因素, 为我国渔业发展提供了有力的外部环境表年各个省市自治区渔业 TFP 变化省市区 SECH TPCH TFPCH 北京天津河北山西内蒙古辽宁吉林黑龙江上海江苏浙江安徽福建江西山东河南湖北湖南广东广西海南重庆

8 第 7 期刘盼成, 等 : 全要素生产率视角下的我国渔业转型发展研究 105 续表省市区 SECH TPCH TFPCH 四川贵州云南陕西新疆均值表年我国渔业全要素生产率的变化年份 SECH TPCH TFPCH 均值规模效率变化衡量了由经济规模变动所引起的经济效益变化的现象, 反映了生产要素集中程度和经济效益之间的关系由上文可知我国渔业整体处于规模报酬递减阶段, 应该减少渔业规模来提高渔业规模效率表 6 和表 7 的结果显示, 我国多数省份渔业规模效率出现了恶化, 渔业经济整体上出现了规模不经济现象具体而言, 只有内陆 6 个省份呈现了规模效率提升现象, 其他省市自治区均出现了规模效率恶化现象 ; 从时间上看很多年份的渔业也呈现了规模效率恶化的现象, 我国渔业经济在时间上规模经济变化率在 0% 附近波动我国渔业出现规模效率恶化现象的原因可以从渔业内部和渔业外部两个角度来分析从渔业内部来看, 我国渔业粗放式发展加上渔业水产品市场机制不够完善, 使价格机制不能充分发挥作用, 导致部分地区或某些品种出现局部过剩 ; 从渔业外部来看, 渔业资源过度开发加上其他行业对渔业自然资源挤占和污染, 导致的渔业资源衰退和渔业生态环境恶化, 这提高了渔业自然资源的机会成本, 使得渔业生产运行成本上升因此, 从改善规模效率的角度来讲, 我国渔业需要及时调整渔业生产结构, 大力发展现代化渔业, 减少对渔业自然资源的依赖程度, 以适应不断变化的渔业自然资源条件综上所述, 年间我国渔业 TFP 以每年 7.01% 的平均速度在提高, 技术进步是我国渔业 TFP 变化的主导力量, 渔业规模效率的恶化阻碍着渔业 TFP 的升高本研究结果和现有对我国渔业 TFP 变化结果大体上一致, 渔业 TFP 出现一定程度的增长但是 TFP 分解项的研究结果上出现一定的差异,TFP 变化中技术进步是 TFP 变化的主导因素 ; 渔业技术效率是非时变的结果和现有研究结论不一致, 这可能是现有研究主要是借助非参数方法计算的, 并没有对技术效率变化的显著性进行检验 ; 关于我国渔业规模效率变化的研究没有得出一致的结论, 本研究显示规模效率呈现恶化的现象 5 结论本研究采用 SFA 方法对年我国 27 个省自治区的渔业 TFP 变化及其分解进行了研究, 并计算了不同生产要素对渔业经济的贡献, 得出以下结论 (1) 渔业投入要素对渔业经济总产出的贡献从高到低依次为 : 渔业从业人员渔船年末拥有量养殖面积当前渔业自然资源衰退已经成为制约渔业经济发展的重要原因, 需要转变现有生产结构, 采用环境友好型的生产方式降低生态成本, 以保证渔业生产的可持续性 (2) 提高渔业技术效率是转变我国渔业粗放发展的重要途径我国渔业技术效率处于较低水平, 且渔业技术效率没有呈现出随着时间变化而改善的趋势, 渔业技术效率是阻碍渔业全要素生产率提高的重要原因之一 (3) 我国渔业整体上处于规模报酬递减阶段, 但是渔业的规模效率还在恶化, 规模效率的恶化阻

9 106 海洋开发与管理 2017 年碍了我国渔业 TFP 下降的原因我国渔业过度依赖要素投入的低效发展导致的渔业资源衰退, 使得渔业经济运行成本上升, 阻碍了渔业 TFP 的提高在其他条件不变的条件下, 降低渔业经济规模可以向最优生产规模靠近, 提高渔业的规模效率 (4) 技术进步是我国渔业 TFP 增长的重要源泉渔业经济持续发展能力最终要依赖渔业科学技术进步 ; 同时渔业的可持续发展也不能忽视渔业发展的社会制度环境, 充分调整和发挥渔业产业结构水产品市场机制等非技术因素的作用, 提高渔业可持续发展能力参考文献 [1] 韩立民. 渔业经济前沿问题探索 [M]. 北京 : 海洋出版社, 2007:197. [2] 操建华. 中国渔业经济学的研究进展与展望 [J]. 生态经济, 2014,30(12): [3] 鲁晓东连玉君. 中国工业全要素生产率估计 : [J]. 经济学 ( 季刊 ),11(2): [4] 涂正革肖耿. 我国工业企业技术进步的随机前沿模型分析 [J]. 华中师范大学学报 ( 人文社会科学版 ),2007,46(4): [5] 王雅鹏, 凌远云, 马文杰, 等. 农业技术经济学 [M].2 版. 北京 : 高等教育出版社,2014: [6] 陈静, 李谷成, 冯中朝, 等, 油料作物主产区全要素生产率与技术效率分析的随机前沿生产函数分析 [J]. 农业技术经济,2013 (7): [7] BOGETOFTP,OTTO Lars.BenchmarkingwithDEA,SFA, andr[m].copenhagen:internationalseriesinoperationsresearch & ManagementScience,2011: [8] BELOTTIF,DAIDONES,ILARDIG.Stochasticfrontieranalysisusingstata[M].Rome:TheStataJournal,2012. [9] 舒伯利.C. 昆伯卡,C.A. 诺克斯拉维尔. 随机边界分析 [M]. 刘晓宏, 杨倩, 译. 上海 : 复旦大学出版社,2007: [10] 蒂莫西.J. 科埃利, 克里斯托弗.J. 奥唐奈, 乔治.E. 巴蒂斯. 效率与生产率分析引论 [M]. 王君玉, 译.2 版. 北京 : 中国人民大学出版社,2008: [11] SUBALC.KUMBHAKAR,HUNG-JEN WANG,etal.Apractitioner sguidetostochasticfrontieranalysisusingstata[m].cambridge:cambridgeuniversitypress,2015: [12] KODDEDA,PALM FC.Wald.criteriaforjointlytestingand inequalityrestrictions[j].econometric,1986,54(5): [13] 涂正革, 肖耿. 中国的工业生产力革命 : 用随机前沿生产模型对中国大中型工业企业全要素生产率增长的分解及分析 [J]. 经济研究,2005(3):4-15.

公务员版 B 河北公务员版 B 河北公务员版 C 河北公务员版 C 河北公务员版 C 河北

公务员版 B 河北公务员版 B 河北公务员版 C 河北公务员版 C 河北公务员版 C 河北操作代码问卷编号问卷类型调查地 ( 省 / 直辖市 / 自治区 ) 访问员编号 2013202305 10101 公务员版 A 北京 101 2013202305 10102 公务员版 A 北京 101 2013202305 10103 公务员版 A 北京 101 2013202305 10104 公务员版 B 北京 101 2013202305 10105 公务员版 B 北京 101 2013202305