基于方法的海水养殖业规模效率实证研究

第六章　我国海水养殖业规模效率的实证分析

第一节　我国海水养殖业规模效率评价的模型构建

一、DEA方法的基本原理

DEA方法是由美国著名运筹学家Charne，Coope和Rhoder提出的一种效率测度方法，被世人称为CCR模型。CCR模型利用数学规划原理，在规模报酬不变的假设前提下，运用多组投入产出数据来衡量效率，但这种假设条件一般不符合现实情况。为了解决这一局限性，Banker，Charnes和Cooper于1954年在CCR模型的基础上，经过反复研究、论证，提出了相应的修正模型，把规模报酬不变CCR模型修正为规模可变的BCC模型，将CCR模型的技术效率分解为规模效率和纯技术效率，并将三者之间的关系用公式确定，指出技术效率等于规模效率与纯技术效率的乘积。在此基础上，BCC模型认为导致技术无效率的原因有两方面，一方面是未处于最佳规模而导致的低效率，即规模低效率；另一方面是生产技术的低水平导致的低效率，即纯技术效率低。因此，CCR模型的技术效率分析能够更准确地衡量所考察对象的经营管理效率。图6－1所示直观表达了技术效率、纯技术效率及规模效率三者之间的关系。

图6－1　BCC模型效率分析

1.技术效率

点O、A、B、C为规模报酬不变的情况下的生产可能性曲线，投入导向的A、D有相同产出量YA，但D点的投入量XD大于生产可能集合上A点的投入量XA，所以D点是无效率的，其技术效率为XA/XD＝FA/FD。

2.纯技术效率

点E、G、C、H为规模报酬变动情况下的生产可能性曲线。投入导向的D、E有相同的产出量YA，但D点的投入量XD大于生产可能集上E点的投入量XE，所以D点是无效率的，其技术效率XE/XD＝FE/FD，该值为BCC模型的纯技术效率，即在特定的产出下位于生产可能性边界上的投入与实际投入的比值。

3.规模效率

在D点技术效率与纯技术效率的基础上，可以得到其规模效率。D点的规模效率为（XA/XD）/（XE/XD）＝（FA/FD）/（FE/FD），从而得到规模效率＝XA/XE＝FA/FE，从图6－1可以看到，C点在固定规模报酬下具有技术效率；在可变规模报酬下既具有技术效率又具有规模效率。

实质上，决策单元的规模效率＝CCR模型的技术效率/BCC模型的纯技术效率。

了解技术效率、纯技术效率与规模效率之间的关系后，就可以在CCR模型基础上可得到如下的BCC模型：

（1）投入导向的BCC模型：

其中，Vj0代表规模报酬指标，因此，由Vj0可判断各决策单元的规模报酬属于哪个阶段：

Vj0＜0时，该决策单元处于规模报酬递增；

Vj0＝0时，该决策单元处于规模报酬不变；

Vj0＞0时，该决策单元处于规模报酬递减。

以上对偶形式如下：

（2）产出导向的BCC模型：

其中，Vj0代表规模报酬指标，因此，由Vj0可判断决策单元的规模报酬属于哪个阶段：

Vj0＜0时，该决策单元处于规模报酬递增；

Vj0＝0时，该决策单元处于规模报酬不变；

Vj0＞0时，该决策单元处于规模报酬递减。

其对偶形式如下：

二、海水养殖业规模效率评价的模型构建

笔者首先运用DEA方法衡量海水养殖业投入要素的总体纯技术效率和规模效率，然后通过计量结果中得到的海水养殖业目标投入（潜在投入）与目标产出（潜在产出）进一步测度海水养殖业的规模效率。

从前面对DEA方法中的CCR和BCC两个模型的介绍可知，CCR模型假设在规模报酬不变，决策单元处于最优生产规模的情况；BCC模型则是用来衡量决策单元在规模可变情况下的效率。面对海水养殖业巨大的市场需求以及海水养殖技术的提高，海水养殖业进行规模经营既具有可能性也具有现实性。因此，规模报酬可变的BCC模型比较符合海水养殖业中长期发展的实际状况。另外，BCC模型将技术效率分解为纯技术效率与规模效率，可直接用来评价海水养殖业全要素的整体规模效率。本研究在测度海水养殖规模效率过程中采用投入法。

虽然BCC模型适合评价海水养殖业的规模效率，但该模型在于规模效率测度存在着一个天然的缺陷，即对于规模无效的海水养殖业规模效率不能由该效率值直接看出总体规模是处于规模报酬递增阶段还是处于规模报酬递减阶段，这就降低了对海水养殖规模效率的分析力度。1996年，Coeili提出可以通过另外求解一个规模报酬非增（以下简称为NIRS）的DEA模型来判断被考察的决策单元规模处于哪个区域，得到如下模型。

投入导向：

其中，λj≥0；r＝1，2，…，s；i＝1，2，…，m；j＝1，2，…，n。

通过比较NIRS条件下的技术效率TENIRS与TEVRS模型的技术效率TEVRS值，可判断被评价的非效率海水养殖业户处于规模报酬的哪个阶段。当TENIRS＞TEVRS时，表明被评价的海水养殖农户处于规模报酬上升阶段，规模过小导致规模无效，在这种情况下扩大规模即可提高经营效率；当TENIRS＜TEVRS时，表明被评价的海水养殖农户处于规模报酬递减阶段，家庭经营规模偏大反而带来规模无效，在这种情况下，可以通过缩小规模来提高经营效率。

以上对海水养殖规模效率评价是对海水养殖生产经营的纯技术效率和总体规模效率的评价，还不能够直接得出海水养殖的经营规模效率。根据海水养殖规模效率的定义可构建如下模型。

投入导向下的海水养殖规模效率：其中，i表示第i个海水养殖省份，SSE（Sea　Seale　Effieieney）为海水养殖规模效率。

对于投入导向下的SSE而言，ASI（Actual　Sea　Input）为海水养殖实际投入规模，LSI（Loss　Sea　Input）为海水养殖投入损失的规模，TSI（Target　Sea　Input）为海水养殖投入的目标规模，即在当前的生产技术水平下，海水养殖为实现一定的产出所需要的最优（最小）的海水养殖规模。从该模型可以看到ASI－LSI即为海水养殖效率最优的规模TLI。当海水养殖规模不存在效率损失时LSI＝0，此时的海水养殖实际规模就是效率最优规模；当LSI＞0时，海水养殖的实际规模存在效率损失，即实际规模大于效率最优规模。

海水养殖业规模效率是一个不大于1的正数。笔者所测度的海水养殖规模效率最优不仅仅指海水养殖规模这一个效率的最优，而是在海水养殖规模效率最优的同时还要满足纯技术效率和总体规模效率都达到最佳效果。

值得注意的是，当海水养殖业规模处于非效率时，为了使其达到有效，并不意味着仅仅调整海水养殖规模某一生产要素，海水养殖规模的非效率也有可能是其他要素投入比例不当造成的。因此，实现海水养殖规模有效，除了海水养殖规模调整外往往还要伴随着其他生产要素投入的调整。因此，笔者在给出非效率海水养殖规模调整方向与数量的同时，相应地给出其他投入要素的调整方向与调整空间。

第二节　海水养殖业经营规模效率评价指标体系

一、指标体系构建的原则

评价海水养殖经营规模效率，既要保证海水养殖业发展的多功能的目标，又要保证海水养殖业的生产者、经营者的经营利润的不断增长和产业的可持续发展。因此，海水养殖规模效率评价指标体系的选择既要符合海水养殖规模效率的自然属性，又要考虑海水养殖业规模效率的经济属性与社会属性。具体而言，海水养殖业经营规模效率指标体系的选择应遵守以下基本原则。

1.海洋生物资源永续利用原则

养殖水域对于海水养殖业户而言是一种特殊的生产资料，海水养殖生产在一定程度上限定了其用途，而且海水产品作为海水养殖面积密集型产品，海域的稀缺性要求必须不断提高海水单位养殖面积的生产效率和利用率。众所周知，随着陆地资源的短缺，海域的市场价值越来越高，相对于其他海洋产业，海水养殖业的收益水平比较低，海水养殖面积面临日趋减少的压力，上海海水养殖面积为零，就是一个典型的案例。随着海水产品国际、国内需求量的日趋加大，提高海水养殖面积的单位产量，即发展规模经济，就成为必然要求。这些资源不但包括海域资源、生物资源、环境资源、人力资源，而且也涵盖货币、技术等资源，海水养殖规模效率评价指标体系应该也必须以该目标为构建的宗旨。当然从数据可获得方面考虑，一些要素暂时忽略。因此，本研究所建立的评价指标体系是建立在全要素生产效率衡量基础上的海水养殖规模效率评价。

2.市场机制发挥主导性作用原则

海水养殖业规模效率评价指标体系不能违背市场经济发展的基本规律。该规律要求市场机制在资源配置方面发挥主导性调节作用，提高海水养殖业规模效益，促进海水养殖业的现代化。海水养殖规模效率评价指标体系应满足社会主义市场经济发展要求，并符合其运行机制。资源稀缺和经济效益问题是任何行业、产业发展都必须解决的两大问题，海水养殖业也不能例外，这就要求海水养殖业运用竞争机制、价格机制、供求机制等市场机制进行调节，在实现经济效益的同时，实现可持续发展，完善的市场机制可以发挥规范生产经营者的作用。海水养殖业规模效率评价指标体系只有与这些机制结合才能真正反映市场对资源的配置效率，从而实现资源的有效配置以及海水养殖总供求的基本平衡。

3.遵循世贸组织的相关规则原则

加入世贸组织后，我国海产品贸易同样要按国际规则进行，其成本核算目标已经不仅仅控制在国内市场价格之下，更要控制在国际市场价格之下。以往不计成本不搞核算或仅仅在本国市场范围内进行成本收益核算的做法很难与农业国际化接轨，这也与当前经济全球化大趋势相悖。另外，众多专家学者认为“入世”在给我国进入国际市场带来便利的同时，也会给国内的许多行业带来巨大的冲击，其中最为严重的就是农业。海水养殖规模效率评价指标体系的建立，不仅要遵循社会主义市场经济发展的基本规律，同时还要与海洋经济国际化、经济全球化大环境相接轨，这样才能促使海水养殖生产出高产、优质、高效的海产品，从而进一步提高我国海洋经济的国际竞争力和渔民的生产经营管理水平。

二、海水养殖业规模效率评价指标体系的构建

根据上面对建立海水养殖规模效率评价指标体系目的与原则的分析，以及所选取的DEA效率评价方法，笔者建立如下指标体系（表6－1）。

表6－1　海水养殖业规模效率评价指标体系

从表6－1可以看到，这里的效率指标不仅包括海水养殖规模效率自身，同时包括了全要素纯技术效率和总体效率。原因在于，评价海水养殖业的规模效率必须同时考虑到总体规模效率的变化状况以及其他生产要素效率的变化状况。纯技术效率反映的是在当前生产力水平下，包括养殖水域在内的所有投入要素在海水养殖业发展过程中是否充分发挥了其潜在的生产能力。而总体效率则反映的是农户海水养殖生产中包括海水养殖水域在内的所有要素投入规模是否达到总体收益最大化所要求的规模。海水养殖规模效率是在这两个效率的基础上，评价海域规模效率的。

在产出指标中，由于海水养殖种类繁多，这里采用海水养殖增加值作为产出项对海水养殖规模效率进行评价。在市场经济条件下其更加关注的是海水养殖的增加值的数量，因此用海水养殖业的增加值来反映海水养殖生产的目标比较现实。

投入指标主要包括直接投入、间接投入、劳动投入、海域投入，这几个指标囊括了海水养殖生产中的所有投入。直接投入是指在海水养殖生产过程中发生的，可以直接计入其成本中的投入（不包括劳动和海水养殖面积投入），包括鱼苗、渔船作业等。直接投入是从事海水养殖生产经营投入重要的组成部分，其占了海水养殖生产每年绝大部分的现金支出。因此，直接投入的多少在很大程度上决定了当年海水养殖的生产成本。间接投入是指与海水养殖生产过程有关、但需要分摊才能计入其成本的费用，包括固定资产折旧、税金、保险费、管理费、财务费、销售费。劳动投入是指当年从事海水养殖生产经营的实际用工。海域投入是指当年海水养殖面积，反映海水养殖的经营规模。

DEA模型要求投入和产出变量都为正向变量，同时要正相关。因此，要在采用DEA模型分析海水养殖规模效率之前，运用软件statal2.0对种海水养殖增加值与各个投入的相关性进行分析。表6－2说明，海水养殖增加值与直接投入、间接投入、劳动投入以及海水养殖投入相关性均比较高，而且均在1%的水平下显著，尤其是海水养殖面积的相关性最高，相关系数达到0.703，这充分表明海水养殖规模在很大程度上决定着海水养殖增加值，从而DEA模型是合理的。

表6－2　海水养殖投入产出指标相关性分析

注：＊＊＊表示1%显著水平；var1、var2、var3、var4、var5、var6、var7分别表示各地区海水养殖增加值、海水养殖面积、海水鱼苗、海水养殖渔船数、海水养殖渔船吨位数、海水养殖渔船千瓦数与海水养殖专业从业人员数。

第三节　基于DEA方法的海水养殖业规模效率实证研究

一、数据处理与说明

本书对海水养殖规模效率的研究主要以沿海省份海水养殖生产投入产出数据为基础，但是由于天津、上海等省份的数据不完整，因此选择剔除，使得结果更具有可比性。本书选择河北、辽宁、江苏、浙江、福建、山东、广东、广西、海南9个沿海省份2003～2012年的数据作为研究样本，对海水养殖规模效率进行评价。

二、不同规模海水养殖业规模效率实证分析

采用Coelh小组开发的专用软件DEAP2.1来计量海水养殖生产的总效率、纯技术效率和规模效率。具体计算结果见表6－3。

表6－3　2003～2012年各省份效率值

（续表）

（续表）

注：irs表示处于规模报酬递增阶段，drs表示处于规模报酬递减阶段。

从表6－3基于投入导向的海水养殖规模效率计算结果来看，多数省份处于效率有效阶段，如要分析不同规模的效率值我们需要分析效率与规模之间的关系。本书按照海水养殖面积对其生产规模进行划分，作出海水养殖面积与不同效率值之间的散点图。

图6－2　海水养殖效率随养殖规模变动图

从图6－2可以看出规模效率是影响总效率的主要因素，而各省份的纯技术效率则大体相当，大多达到了有效水平，基本保持在1的水平上。而规模效率对总效率影响较大，说明调整养殖规模是提高海水养殖总体效率水平的最重要方式。

图6－3为各省份年均海水养殖效率随养殖规模变动图，从图中可以看出，海水养殖效率随养殖规模的增长而有所改善，这表明为了改善规模效率与总效率，应当逐步提高海水养殖规模，形成规模化养殖，提升效率与收益。

图6－3　各省份年均海水养殖效率随养殖规模变动图

三、海水养殖业效率最优规模的确定

为了确定海水养殖的最优规模，需要对其效率值进行进一步分析，由于年度跨度上，技术水平会发生变化，因此本书以2012年为例，在生产力水平既定的情况下，对海水养殖最适规模进行分析，见图6－4。

如前所述，辽宁、山东、浙江、广西和海南5个省份的海水养殖规模效率、总体纯技术效率和规模效率均达到了最优，也就是说在基于纯技术效率和规模效率最优基础上的海水养殖规模效率最优解并不唯一。因此，为了确定一个效率最优的规模区域，本书将对5个省份的绝对效率予以进一步的比较。

图6－4　2012年海水养殖效率随养殖规模变动

从2012年海水养殖规模效率来看，效率值随养殖规模变化呈现出“两头大，中间小”的U形趋势，这表明小规模与大规模农户的海水养殖的生产潜力得到了有效的发挥，而中等规模农户的海水养殖规模存在较大的效率损失。在海水养殖规模化发展的要求之下，我们需要对5个省份进行比较，分析优劣。

表6－4　2012年各省份海水养殖单位面积增加值

（续表）

比较2012年9个省份的单位面积增加值，在海水养殖面积小于30万公顷的小规模养殖省份中，浙江、广西与海南的效率为1，但是，海南的单位面积增加值最高，因此在不需要增加规模的情况下，海南的规模更加合理，其他小规模的海水养殖省份应当改善自身的生产、管理等技术。而在较大规模（海水养殖面积大于30万公顷）的省份中，辽宁与山东两个省份的效率值为1，山东的单位面积增加值相对较高，同时可以看出随着海水养殖面积的增长，其单位产出呈现下降趋势，因此山东在较大规模的海水养殖省份中表现优异，是最为合适的生产规模。

采用相同的分析方法可以确定出各年的最优规模省份，2003 ～2012年最优规模省份如表6－5所示。

表6－5　2003～2012年海水养殖最优规模省份

（续表）

注：大规模指养殖面积在30万公顷之上，小规模指在30万公顷之下。

从表6－5中可以看出海南为小规模中单位面积增加值最多的省份，但从海水养殖面积来看，其一直保持这较低的生产规模，但是其单位面积产量保持在较高水平，技术效率与规模效率也达到最优。这一方面是由于海南的海水养殖技术一直处于较高水平，同时也选择了较为适合的小规模生产方式。

大规模海水养殖省份当中，山东一直保持着较高的单位面积产量，但是其单位面积产量要比低规模的省份小得多。而且较大规模中在2003年与2004年其生产效率都是不最优水平，这从一定程度上说明了小规模海水养殖要优于大规模海水养殖。同时在10万公顷左右的海水养殖面积省份当中，浙江的单位面积产量也较大，但是要小于海南和山东。

由于我国南北地区气候差异较大，从不同地理位置来分析，在南方，海南的效率和单位面积产量处于较高水平，而广西虽然大部分年份效率值也为1，但是其单位面积产值只有5万元/公顷左右，比海南小得多。从北方情况来看，山东与浙江的效率与单位面积增加值都相对较高，处于较优规模，而辽宁的单位面积增加值较低。

第四节　海水养殖规模效率差异性原因分析

一、海水养殖规模效率差异性原因分析方法

要对海水养殖规模效率差异性原因进行分析，就要分析各投入变量对产出变量的影响大小，这可以通过建立生产函数模型来实现。本书以柯布道格拉斯生产函数为基础，通过SFA参数估计模型对海水养殖生产函数进行估计，并分析海水养殖规模效率差异性产生的原因。

参数法需要事先建构生产函数与成本函数的模型，并给出投入产出的函数关系，利用残差项估算海水养殖的效率值，对决策单元模型机理要求较高，主要有随机前沿法、自由分布法和厚前沿方法三种，其中随机前沿法应用最为广泛。

随机前沿法（SFA）是最早使用的一种分析方法。该方法认为，干扰项来自于随机误差以及技术的无效性，在进行技术效率的估测时，应该剔除随机误差的影响。理论上，若随机误差的期望值为零，则可以假设其服从期望为零的正态分布；但实际中技术无效性的期望一般不为零，于是可假设其服从期望不为零的正态分布。通过前面两点的假设，可以在误差项中分离出随机误差干扰项和技术无效项。本书采用随机前沿方法估计海水养殖的生产函数，并分析各因素对其影响的不同。

构建的模型如下：

式中，qi代表第i个省份的海水养殖产出取自然对数后的值；xi是包含投入对数的向量，分别为人员、鱼苗、海水养殖面积、海水养殖渔船投入取自然对数后的值；β是待估参数的列向量；μi是与技术无效率相关的非负随机变量；vi为观测误差及其他随机因素。技术效率可以用计算观测产出与相应的随机前沿产出的比值：

按照这种方法的技术效率取值为0～1之间。可以很明显看出，技术效率预测的第一步是估计随机前沿生产函数的参数。

二、海水养殖生产函数估计

采用frontier4.1对海水养殖生产函数进行估计，从估计参数中可以看出各因素对其产量影响的不同。估计结果如表6－6所示。由于渔船投入中三个指标具有很强的相关性，因此我们分别用三个模型进行估计。

表6－6　海水养殖生产函数估计结果

从模型估计结果中可以看出从业人员是海水养殖生产函数的主要决定因素，这和目前我国海水养殖为劳动密集型产业的情况也是相符的。其次，渔船投资的海水养殖生产函数系数也较大，说明资本投入在海水养殖中起到了重要的作用。而海水养殖面积相对系数较小，这说明海水养殖在扩大经营规模时，带来的产出结果并不明显，也印证了前面对海水养殖规模效率的分析，小规模情况下其单位面积产量较高，生产效率、规模效率有效。鱼苗在生产函数中的系数较小，这说明鱼苗的投入带来的直接增加值增长是较小的，也从侧面反映出我海水养殖业生产技术水平不高，对海水鱼苗的利用率较低的状况。

三、实证结论

从上面的分析结果来看，海水养殖人员、海水养殖资本投入是海水养殖生产增加的主要原因。而目前我国海水养殖业的整体技术水平较低，没有发挥出鱼苗、海水养殖面积规模的效用，致使海水养殖规模效率不高。从经济学理论上来分析，当技术水平过低时，盲目增加人员、资本、基本生产资料的投入，会形成这些生产要素的边际报酬递减现象，造成生产的规模不经济。海水养殖技术水平过低是导致我国当前海水养殖规模差异的主要原因，因此应当从产业升级的角度入手，改善海水养殖规模效率。

同时研究发现小规模海水养殖具有较高的效率，且单位面积增加值较高。因此，我国不应盲目扩大海水养殖规模，应采用适当的养殖规模，着重提升海水养殖技术水平，提高资本、鱼苗、海水养殖面积规模的生产效率。从长远来说，应当实现海水养殖从劳动密集型向资本和技术密集型产业的转变，改善海水养殖的规模效率，实现规模经济，避免因养殖规模过度扩大而造成的资源浪费，甚至造成其他要素产生规模报酬递减现象。且生产效率低下的省份应当借鉴技术水平较高省份的发展经验，在技术水平发展到一定程度后，再扩大生产规模，实现规模经济。