【渔业经济效率理论基础与文献综述3600字】

渔业经济效率理论基础与文献综述目录TOC\o"1-2"\h\u31103渔业经济效率理论基础与文献综述 14365（一）渔业经济效率理论基础 1102251经济效率概念和影响因素界定 187132渔业经济效率理论依据 212585（二）渔业经济效率测度研究综述 278081传统渔业经济效率测度 234592绿色渔业经济效率测度 3178753研究述评 4（一）渔业经济效率理论基础1经济效率概念和影响因素界定效率，在经济学领域中通常指经济活动过程中所有投入要素和产出要素的比值。它往往用来衡量一项经济活动是否实现资源的优化配置和高效利用。资源的稀缺性使得有效配置和利用资源在经济活动中愈受关注。随着我国经济发展由单一追求发展速度转变为重视发展质量，提高生产要素的利用效率和经济效益以实现帕累托最优是实现经济高质量发展的关键。基于此，仅通过产量的增加说明经济的发展缺乏科学性与准确性，通过对经济效率的衡量才能更好地评估经济发展的质量。传统的经济效率测度通常依据柯布—道格拉斯生产函数，将劳动力和资本总量作为投入要素，总产量作为产出要素，同时考虑技术水平的影响。技术进步已成为经济增长的重要动力，虽然它并不直接作为一项投入要素，但是它可以通过提高劳动力的素质，从而提高生产效率。目前我国经济高速发展的同时，生态环境也遭到了破坏。资源的过分消耗以及污染的大量排放使得经济持续健康发展受到威胁。可持续发展理念强调人类的经济活动必须以不破坏生态系统的平衡为前提，以提高科技水平增加资源环境的利用率，最终实现人与自然的协调统一与社会经济的高质量发展。在该理念的指导下，对于生态经济的研究受到了学界的广泛关注。作为当今高质量的经济发展模式，生态经济强调经济发展与生态环境的平衡共生。这两者处在动态协调的系统当中，任何一者的发展绝不可能以牺牲另外一者为代价。只追求发展速度而忽视对生态环境的破坏绝不属于高质量的经济发展，同样，只强调生态保护而不重视经济水平的提高也不是可持续的经济发展。经济社会真正的高质量发展要求对经济资源的配置与利用，使经济、社会、环境效益达到最大化，因此考虑资源环境对经济发展的影响是目前对经济发展质量研究所必须的。2渔业经济效率理论依据渔业经济作为一种资源依赖型经济，除了传统的劳动力和资本要素，自然资源要素的质量与数量对渔业经济效率及发展质量产生了重要的影响。水域中各类生物的丰裕度直接决定了水产品可利用数量，而水域环境的质量与水产品的质量息息相关。水产品总产量作为渔业经济产出最显著的指标，其大小极大程度地取决于渔业资源的可利用量。渔业资源虽然是可再生的，但是在可持续发展理念之下任何地区的渔业资源都有其承载力界限，超过承载力界限就会使生物多样性降低，甚至出现渔业资源枯竭的情况。近年来沿海地区虽然水产品总产量快速增长，但渔业捕捞规模的过度扩张与污染物的肆意排放都对渔业资源可持续利用产生了威胁。要实现自然资源要素最优化利用，需要协调好经济发展和生态环境的关系。此外，渔业技术水平也是渔业经济效率重要的影响因素。渔业生产过程中新技术的广泛应用不仅带来生产知识和经验存量的增加，实现“干中学”效应，还可以创新生产模式，实现产量增长和环境保护的双重收益。可以说，渔业经济效率综合考虑了除渔业总产量外劳动力、资本、自然资源等要素以及渔业技术水平这些渔业经济发展过程中的重要指标，相较于渔业经济产值可以更确切的评估渔业经济发展质量。因此本文综合考虑发展渔业经济过程中产生的经济收益和对环境质量的影响，将期望产出和非期望产出同时纳入渔业经济效率测度框架中，据此评价中国沿海地区渔业经济发展质量。（二）渔业经济效率测度研究综述1传统渔业经济效率测度在传统的渔业经济效率测度方面，结合国内外众多学者目前的研究，目前主要运用的是参数法和非参数法两大类。参数法的原理在于先根据选择的指标设定具体函数形式，通过估算函数中的待定参数以测度效率，主要包括索罗余值法和随机前沿分析法（SFA）。Squire（1992）将鱼资源丰度作技术进步指标纳入索罗模型测算渔业全要素生产率增长率[3]；Felthoven（2004）在Squire构建的模型基础上，将副捕捞物、生产环境等作为索罗模型中的投入要素变量[4]，这是学者当中较早考虑到资源环境对渔业全要素生产率的影响的一项典例。刘盼成等（2017）为探究渔业技术效率的影响因素，利用SFA方法，通过我国27个省份13年间的相关渔业经济数据得出研究期内我国渔业产业结构在技术效率的变动中占据主要地位[5]。相较于参数法，非参数法不需要以确立生产函数为测度基础，通过数据本身之间的对比，直接分析生产单元的效率水平[6]。在非参数法中尤以数据包络分析法（DEA）模型的运用最为广泛。肖姗等（2008）[7]、平瑛等（2013）[8]、梁盼盼等（2014）[9]、任传堂（2020）[10]采用DEA模型，在测算渔业全要素生产率的基础上，评价了渔业经济效率。而DEA和Malmquist指数法相结合的方式综合考虑了渔业经济效率动态变化及其影响因素，在渔业经济效率测度中准确性高，有说服力。席利卿、彭可茂（2010）根据Malmquist指数测算了中国各地区的渔业全要素生产率及其各分解指数，发现总体上看，中国渔业全要素生产率增长显著，但区域之间全要素生产率增长原因存在差异，技术进步对沿海地区渔业全要素生产率增长做出主要贡献，而内陆地区技术进步和技术效率交替影响全要素生产率[11]。于淑华、于会娟（2012）在测算渔业全要素生产率及其分解的基础上，从投入产出角度比较各沿海省份渔业经济发展效率动态变化及地区差异，此外也分析了对各省份规模报酬的形式[12]。岳冬冬等（2014）经效率测度后指出,在造成捕捞渔业技术效率下降的众多因素中，纯技术效率以及规模效率的下降占据主要地位[13]。王秀梅、李佩国（2014）[14]、张萌（2017）[15]从时间和空间两个维度分析了我国渔业经济全要素生产率指数，无论从静态空间格局还是动态时间序列角度对于提高我国渔业经济效益都有重要作用。近年来，众多学者针对传统DEA-Malmquist指数方法进行了创新。陈张磊等（2017）对传统的DEA模型进行改造，运用SSBM-GlobalMalmquist指数对中国海洋渔业生产效率进行测算及分解，结果显示，技术进步较技术效率对渔业生产水平提高的贡献度较低，渔业经济增长缺乏持续性动力[16]。纪建悦、曾琦（2017）根据传统Malmquist指数无法引入非期望产出的缺点，提出用GlobalMalmquist-Luenberger指数分析中国海水养殖业全要素生产率及其各项分解效率[17]，准确性更高。2绿色渔业经济效率测度为了把资源和环境对渔业经济效率的影响纳入效率测度框架内，学界提出在传统全要素生产率测算的基础上考虑将资源消耗和环境污染所产生的非期望产出，进行绿色渔业经济效率测度。目前，学者们开始以不同形式的环境污染指标作为渔业经济非期望产出指标以提高绿色渔业经济效率的准确性。Martinez-Corderoetal.（2004）将生产过程中排放的含氮、磷废水量作为非期望产出，利用DEA模型和Malmquist指数相结合的方法计算在资源环境约束下的全要素生产率和各项分解效率[18]。徐璐（2015）将能耗、污染等因素纳入海洋渔业效率研究中，以此总结海洋渔业发展质量及地区间异质性，证实中国海洋渔业经济目前属于粗放型发展方式，各省市由于对资源环境影响重视程度不同，其海洋渔业动态增长率存在差异[19]。孙康等（2017）以海洋天然渔业水域污染所造成的负效应作为非期望产出，采用SBM模型，从时间序列、时空分布两方面测度并评价我国沿海11个省市的海洋渔业经济效率，得到中国海洋渔业经济发展速度较慢，且区域间发展水平存在失衡[2]。郑慧等（2019）将海洋渔业二氧化碳排放量作为非期望产出，运用超效率-SBM模型测度海洋渔业生态效率并分析其。这些学者共同发现，在考虑了资源与环境约束带来的非期望产出后，渔业经济全要素生产率出现了明显的下降，甚至有些地区渔业经济效率从有效状态转变为无效状态[20]。3研究述评总结以往的研究发现，目前对于渔业经济效率测度研究方面，主要运用参数与非参数两大方法。早期，国内外的学者主要用参数法，通过具体函数的设定来求解渔业经济全要素生产率。由于函数模型设定需要满足一系列假定，且不同区域渔业经济投入产出的具体情况往往不同，因此学者们更多地开始采用非参数法，尤其是运用DEA模型和Malmquist指数相结合的方法。这种方法不仅可以测度并比较多投入多产出下各个生产单元全要素生产率的相对情况，而且可以对得到的全要素生产率进行分解，明确不同区域不同时期渔业经济发展的主要推动力与缺陷之处。此外，现有文献多基于传统的DEA模型，仅把生产要素和期望产出列入效率测度框架内，而往往忽略了渔业经济发展过程中由于资源消耗和环境污染带来的非期望产出，而渔业经济要实现可持续发展，需要综合考虑环境影响和经济收益，这也是提高渔业经济发展质量的重点。此外，传统的DEA模型未考虑到各项投入产出变