渔业技术效率研讨进展

渔业养殖技术效率InoniOE［13］采取来自尼日利亚72个渔业养殖场的截面数据分析池塘养殖的资源利用效率，结果表明，鱼塘养殖的产出主要受到鱼塘规模、饲料、鱼苗和劳动力的影响（P＜0．05）；渔民不仅在生产性资料上分配效率低下，同时存在严重过度使用饲料、鱼苗、固定成本和劳动力；其中，饲料、鱼苗、固定成本和劳动的分配效率指数分别为0．0025、0．00064、－0．00017和0．00017；而鱼塘规模的分配效率指数为3．22，远远没有达到充分利用的水平，渔业养殖的技术效率低下。EdwardE等［14］采用加纳150个养殖场的截面数据，运用随机前沿函数检验渔业养殖场的技术效率及其决定因素，结果显示，所有投入的平均产出弹性为正值；渔业养殖场的平均规模报酬递增，渔业经营要素和养殖场的具体因素共同影响着技术效率；平均技术效率约为84％，表明短期内养殖场可以通过鼓励和增加不同年龄段的养殖者、有经验和缺乏经验的养殖者、养殖者与渔业科研机构、养殖者与专业的管理咨询机构之间的交流快速提高渔业养殖的技术效率。Hassanpour等［15］采用曼奎斯特指数分析了伊朗虹鳟鱼养殖生产率和技术效率，并采用混合Tobit回归分析了其影响因素，其中影响技术效率提升的最重要因素为水温的适宜性和管理者的受教育程度等。渔业技术效率的估算方法研究估量渔业技术效率，首先需要确定生产函数和技术条件，选择估计方法。生产函数的不同形式（如，C－D函数或者超越对数），技术变化的假设不同（例如希克斯中性，哈罗德中性），估计方法不同（如，OLS，SF，DEA）和不同投入指标的选择等都会产生最终结果上的差异。有研究表明，技术效率以及全要素生产率的差异主要来源于估计的方法［16－17］。CoelliTJ等［18］对各种渔业技术效率的估算方法进行了比较和综述。生产率的测度方法主要有4种：计量经济学方法（EcometricApproach）、数据包络分析方法（DataEnvelopmentAnalysis，简称DEA）、指数法（IndexNumber）和随机前沿法（Stochasticfrontiers）。计量经济学方法和随机前沿法是参数方法，DEA和指数法是非参数方法。非参数方法与参数方法相比的优点是不需要设定具体的函数形式，从而避免因错误的生产函数而带来问题。BatteseGE［19］对农业经济学中应用计算技术效率的方法进行了总结。渔业技术效率的计算模型中由于数据的可获性较低，随机前沿的生产函数法比其他方法更为有效。FareR等［20］认为，曼奎斯特生产率指数方法更具优越性，原因主要有4个：1）不要求价格信息；2）不要求行为假设；3）便于计算；4）已经被CavesDW等［21］等证明在一定条件下曼奎斯特指数优于Tornqvist指数和Fisher理想指数。渔业技术效率研究的估算方法主要建立在C－D生产函数上，有DEA和SFA。InoniOE［13］采用C－D生产函数的扩展形式计算鱼塘的技术效率。Mi－chaelBasch等［10］采用了超越对数随机前沿函数模型分析捕捞渔船的技术效率。JuanJoséGarcíadelHoyo等［22］分别运用DFA方法（采取截面数据运用调整的普通最小二乘法估算）和不同的SFA方法对西班牙1998—1999年224个样本的大型围网捕捞船队进行了研究，结果显示，用DFA方法要比用SFA方法计算的技术效率值高。Felthoven等［23］采用一般形式的生产函数Y＝f（X，K，S，T），Y表示总产出，X，K，S，T分别表示投入变量向量（包括每一航次的天数和船员人数），固定资本投入向量（捕•113•邢丽荣等渔业技术效率研究进展XINGLirongetalReviewonTechnicalEfficiencyofFisheries捞船只长度和马力），自由变量向量（包括库存和生产策略）和外部变化变量向量（包括天气变化等因素）来确定白令海和阿留申群岛渔业生产技术效率模型及其影响因素。Schnier等［24］比较了传统生产同质性模型和生产异质性模型大西洋东北部鲱鱼的技术效率认为，在允许生产异质性存在的前提下，传统方法测量的技术效率可能不正确。WaldenJB等［25］比较测算基于投入的技术效率和基于产出的技术效率，在计算基于产出的技术效率时，又分别采取带松弛变量的方法和不带松弛变量的方法，在每种模型的计算中都采用了通用代数建模系统，其中，基于投入的渔业技术效率和基于产出的不带松弛变量的渔业技术效率估算结果相近，而带有松弛变量的基于产出的渔业技术效率与前者有较大差别。WaldenJB［26］基于投入生产函数，比较了DEA和SFA两种方法研究美国大西洋中部海岸的扇贝挖掘船只多产出的技术效率，结果显示，两种方法估算的技术效率的置信区间相似度高于95％。

影响渔业技术效率的因素

KompasTom估计了渔业产出前沿函数，为每年墨吉尔虾和虎虾的生产投入、产出弹性、规模报酬、产出规模和每艘捕捞船的经济效益提供关键的信息，同时分析了渔船的技术效率受到随机影响造成（如天气状况），也可以由不同水平的船只捕捞经营效率导致（如不良管理、非完全竞争的行为、不恰当的产出水平等）；技术效率水平与船只齿轮缆绳的长度成反比，与单位燃料支出成正比；渔业中船只大小和动力投入过高都是技术效率损失的原因，因而限制船只动力是为了减少捕捞、保护虾储量同时提高船只效率从而增加经济效益；对现有无效率投入的限制可以提升技术效率，使其接近产出前沿；解除限制则会造成技术效率损失的增加。Behrooz等［15］运用logit和tobit模型研究伊朗虹鳟鱼养殖生产率增长中影响技术变化的因素，结果显示，虹鳟鱼养殖中全要素生产率的提升主要来自于技术效率的提高而不是技术进步或技术创新，基于边际影响分析，正向影响技术变化的主要是水温、延伸部门和经理的受教育水平；负向影响技术变化的主要是政府的保险范围、鱼塘的面积、政府所有（公共企业和合作企业）。Felthoven等［23］研究白令海和阿留申群岛渔业生产技术效率时，重点强调了目前技术效率研究中所忽略的影响因素，除了捕捞天数、船员人数以及资本特征，环境因素、混获产品以及相机的生产策略都会对技术效率产生较大影响。Jesper等［27］重点研究了丹麦个人可转让配额（ITQ）与渔业的技术效率对288艘捕捞渔船经济收益的影响，如果农民能够提高其渔业技术效率并改变产出组合，渔船的收益将会比现有水平增加90％。PascoeS等［28］运用随机前沿方法对英吉利海峡捕鱼船队的整体技术效率进行研究发现，除渔船的设备、马力、航程外，船长的知识、经验以及与渔船主的关系都会对渔业技术效率产生较大的影响。JuanJoséGarcíadelHoyo等［22］运用西班牙捕鱼业的数据进行验证得出，更换新的捕捞设备是近期提高渔业技术效率的可行性途径。Udoh［29］运用SPA方法估算了尼日利亚水藻生产的技术效率，得出技术效率为65％，余下35％是技术无效率，可以通过实践和管理改进。最新的研究逐步进入渔业的微观领域，从渔业养殖户的角度考虑投入成本和产出收益构建投入距离函数，通过曼姆奎斯特指数法预估测量环境对渔业养殖技术效率的影响［30］。另外，有学者以渔业的单一产出为假设前提对虹鳟鱼［15］、青虾［31－33］等养殖淡水养殖渔业的技术效率进行了估算，考察和分析淡水养殖渔业技术效率的影响因素。另外，渔业中的投入管制一直备受批评，因为投入管制通过刺激替入负向影响渔民的效率。Greenville等［34］采用随机前沿分析投入管制对经营南新威尔士州海洋虾拖网渔业渔民的技术效率的影响，同时检验技术效率与投入管制及投入不管制之间的关系，结果表明，投入管制降低了渔民的技术效率。Sergio［35］采用SFA和直接无环图（DAG）检验技术效率和产出存在着直接的因果关系，在影响小规模渔业技术效率中，渔民的技能是最重要的影响因素。如果渔民的主要收入是来自渔业，渔民的教育背景、渔民的经验和使用机械动力的时间都将直接作用于渔业技术效率。如果渔民之间需要共享渔业船只，其技术效率则受到极大限制。

国内研究进展

国内学者对渔业增长中技术效率的分析较少。由于技术效率是从生产率中分解出来，早期国内渔业的技术效率分析源于增长的生产率分析。生产率可以促进渔业增长，最早由葛光华［36］提出，但他既没有进行定义，也没有从经济角度进行论证生产率对渔业经济增长的贡献。1995年，李明峰才真正将科技生产效率与渔业经济增长以及经济转型联系在一起，描述性说明了生产率是提高渔业经济的关键［37］，但并没有用具体的实证方法论证生产率与渔业增长的关系。郭文路等［38］根据1979—1998年的相关数据估算了中国捕捞渔业的技术效率，提出捕捞渔船技术效率和生产率的提升对渔业的经济增长有着重要的作用以及捕捞渔业增长后的问题，提出提高技术效率有两条途径，一是技术进步，二是提高技术进步效果的转化率，即技术成果的运用程度。高健等［39］对远洋渔业的各生产要素进行分析得出，生产效率才是渔业可持续发展的重要因素，生产效率受到技术进步成果转换率的约束，也就是技术效率的约束。席利卿等［40］运用DEA的曼奎斯特指数法测定了1999—2007年中国27个省的渔业全要素生产率以及由全要素生产率分解的技术效率、纯技术效率、技术进步指数和规模效率，并且评价了省际间的渔业经济趋同效应，结果表明：渔业经济全要素增长显著，东部地区重视技术进步忽视技术效率，中西部地区技术进步与技术效率并重，因此西部地区的渔业发展超过了东部部分资源禀赋较好的地区，从而技术效率对渔业经济增长的作用不可忽视。卢江勇等［41］将全要素生产率和技术效率的研究运用到渔业经济增长中，采用海南省的资本、劳动、技术和自然资源4个投入指标，总产值和总产量两个产出指标，运用CES生产函数计算出产量增长率、劳动增加率、资本增加率以及养殖面积增加率对海南省渔业经济增长的分配系数分别为8．273％、34．429％、31．346％、25．95％；养殖面积增加率由此计算出，海南省渔业经济增长的粗放度为91．87％，为高度粗放型增长，技术效率和技术进步的总和（全要素生产率）为8．13％；粗放式的渔业经济增长严重影响了海南省渔业经济的进一步增长，因此，只有促进渔业技术进步、提高渔业全要素技术效率才能使渔业经济持续增长，增加渔民收入。技术效率和技术进步的共同作用形成了全要素生产率的增长，国内近年来的研究主要从全要素生产率的角度分析中国渔业增长的动力，并没有具体分析技术效率对渔业增长的贡献率，同时渔业作为特殊的农业子部门，具有特殊性，其产出多为多产品的单一产出（产值或产量）。基于多投入和单一产出的投入距离函数，随机前沿生产函数法比非参数的DEA模型能更清晰地测度单一产出增长的技术效率。

小结

技术效率对渔业增长的作用至关重要。上述研究渔业技术效率的文献对提高渔业经济增长作了有益的探索，但也留下了进一步研究的空间。首先，关于生产函数和投入指标的选择问题。对于中国来说，由于中国渔业政策补贴的影响，非渔民劳动力投入较多，导致近年来渔业产出快速增长，因此，传统的计算发达国家捕捞渔业的方法对中国不适用。计量分析应使用适合中国特点的渔业养殖投入指标。其次，中国渔业尤其是养殖渔业通常是立体养殖，采用多投入多产出的方法来计算渔业的技术效率更适合。再次，中国海洋渔业和养殖渔业均具有得天独厚的自然优势，其技术效率和技术进步充分体现了目前的自然禀赋，而养殖渔业和捕捞渔业的技术效率从根本上有着明显不同。因此对渔业经济增长的影响也完全不同。中国作为全球渔业养殖大国，应更注重提高养殖渔业的技术效率，而技术效率关系到渔业经济收益和渔民的收入，技术效率的改善能够为渔业提供较高的经济增长率或经济收益。最后，影响技术效率提升因素分析中不仅包括饲料、鱼苗、劳动、机械设备、土地租金等，还应包括技术（技术培训、技术指导）和政策（机械补贴政策、合作社组织）等方面的投入，从多层面入手分析影响中国渔业技术效率的因素，为提高渔业经济和增加渔民收入提供参考。

作者：邢丽荣 林连升 单位：山东理工大学 南京农业大学 中国水产科学研究院