中国水产养殖业的生产效率及其影响因素研究.doc

1、中国水产养殖业的生产效率及其影响因素研究摘要:在水产养殖产量不断增长的背景下，渔民增收和渔区社会发展逐渐成为政府关注的焦点。 关键词:水产养殖、生产效率、影响因素 中图分类号：S969.1 文献标识码：A 一、方法的选择 国内外关于农业生产效率的研究较多，过去大多采用生产函数法和索洛余值法进行测算。近年来，随着数据包络法的逐步发展与完善，数据包络法成为测度同类型决策单元相对效率最为常用的方法之一，被广泛运用于农业生产效率的综合评价中。本研究也利用数据包络法，分析水产养殖业的全要素生产效率。数据包络法(DEA)是采用线性规划的方法构建前沿生产可能性边界，优点是不需要设定具体生产函数，可以避免因为

2、错误的生产函数而导致结果的错误，也不像随机前沿分析法需要误差分布假设，并能有效分解要素生产率中的技术效率。大部分使用数据包络法的论文均对其进行了较为详细的阐述，由于篇幅限制，这里不再论述。 二、指标设计与数据来源 1、指标设计 当前学者利用 DEA 方法研究农业全要素生产效率时，产出指标经常使用农林牧渔总产值和农民人均农业经营纯收入，投入指标以农业从业人员、农作物总播种面积、农业机械总动力和化肥施用量等指标为主。本文借鉴前人的研究成果，使用的农业投入指标和产出指标及其定义如下。 1. 1 水产养殖业产出指标 水产养殖业产出以 1990 年价格的水产养殖业总产值进行计算，其中包括以 1990 年

3、价格计算的海水养殖产品总产值和淡水养殖产品总产值，采用水产品价格指数进行折算。 1.2 水产养殖业投入指标 水产养殖业投入主要包括养殖专业劳动力、养殖面积、养殖固定资产投入与养殖中间消耗等 4 个方面。渔业劳动力包括捕捞专业劳动力、养殖专业劳动力、兼业劳动力和后勤服务人员，后两个指标为概括性指标。为了统一口径，本研究选用养殖专业劳动力作为养殖劳动力指标。水产养殖面积为每年的海水养殖面积和淡水养殖面积之和。水产养殖固定资产投资为每年的海水养殖固定资产投资和淡水养殖固定资产投资之和。 2、数据来源 在确定水产养殖业的投入与产出指标之后，着手进行数据的收集与整理。本研究设计指标数据中，海水养殖产品总

4、产值、淡水养殖产品总产值、养殖专业劳动力、养殖面积、海水养殖固定资产投资与淡水养殖固定资产投资等 6 个指标的数据主要来自中国渔业统计年鉴(1990-2010)，其中养殖固定资产投资指标的 2008 年和 2009 年数据为预测值，渔业中间消耗指标的数据来自中国农村统计年鉴(1991 -2010)。水产品价格指数和农业生产资料价格指数来自中国统计年鉴(1991-2010)。 3、水产养殖业生产效率计算结果分析 3. 1 综合效率计算结果分析 选用 DEAP21 软件来进行模型的运算，得到的综合效率评价结果如表1 所示： 表 1 指标的数据主要来自中国渔业统计年鉴(1990-2010)，其中养殖

5、固定资产投资指标的 2008 年和 2009 年数据为预测值，渔业中间消耗指标的数据来自中国农村统计年鉴(1991-2010)。水产品价格指数和农业生产资料价格指数来自中国统计年鉴(1991-2010)。 3. 2 投影分析 为了更好地找到水产养殖业非 DEA 有效的深层原因，调整投入产出结构，提升水产养殖业的生产效率和经济效益，本研究将对技术效率与规模效率均无效年份的模型测评结果投影所产生的数据进行分析。由于篇幅限制，未将技术效率与规模效率均无效年份的投影数据进行一一列举，因此，采用加总的进行分析，对水产养殖业投入与产出的调整方向进行分析，具体数据详见表 2： 由表 2 可知，中国水产养殖业

6、产出不存在剩余，而投入均存在不同程度的剩余，即保持现有水产养殖产出水平情况下，养殖专业劳动力、养殖面积、固定资产投入与中间消耗的投入可分别减少9.3800、7.7800、5.4600、7.2300，从而降低投入成本，提高水产养殖业的经济效益。 3. 3 曼奎斯特生产效率指数分析 运用几何平均法，同样借助 DEAP2.1 软件，计算中国水产养殖业全要素生产效率指数及其构成要素的变化情况，见表 3： 表 3 1990-2009 年间，水产养殖业的纯技术效率和规模效率均为 1，由于篇幅限制在表 3 中未体现。由表 3 可知，1990-2009 年间，水产养殖业全要素生产效率的平均增长率为 3. 60

7、0，主要原因是技术进步缓慢，没能为水产养殖业发展提供有效的技术支撑，技术效率指数均为 1，说明水产养殖业重视养殖技术的推广与应用，现有水产养殖技术得到有效的充分利用，应继续保持此良好现状;技术进步率指数存在频繁且较大幅度的变动，这可能与水产养殖技术创新投入增长差异有关。水产养殖业全要素生产效率指数的分解结果表明，中国水产养殖业仍处在粗放式发展阶段，水产养殖业的产值增长主要源于劳动力、养殖面积、固定资产和中间消耗等资料的大量投入。 三、水产养殖业生产效率的关键影响因素 通过以上计算可知，1990-2009 年间，中国水产养殖业的全要数生产效率指数存在较大波动，本研究将进一步通过实证分析，探求各年

8、份全要素生产效率指数波动的影响因素。 因为全要素生产效率指数的变动主要由技术进步率指数的变动引起的，我们主要从技术创新与推广的人力、物力、财力等资源的投入情况来寻找全要素生产效率指数变动的原因。因此，我们初步设计的潜在影响因素包括:年末科技研发人员数量、每年科技研发经费投入金额、年末技术推广人员数量、每年技术推广经费投入额、每年培训渔民人数。 潜在影响因素设计完成后，我们利用中国渔业统计年鉴进行数据收集。经过收据收集整理发现，未能找到每年科技研发投入的相关数据，因此，首先剔除了每年科技研发经费投入指标，而用每年科教活动固定资产投入金额来替代。由于有些因素在某些年份没有统计，在进行整理后，只有

9、1997-2007 年间所有因素统计数据齐全。因此，只取该年的数据进行影响因素的实证研究。 四、研究结论与政策建议 1、水产养殖业的生效率评价结果显示:1900-2009 年间，中国养殖业的技术效率与规模效率平均值呈现下降状态，导致水产养殖业综合效率和曼奎斯特全要素生产效率出现下降；中国水产养殖业产出不存在剩余，而投入均存在不同程度的剩余。其次，水产养殖业生产效率的关键影响因素识别结果显示:水产养殖业的全要素生产效率指数与年末科技研发人员数量、每年技术推广经费投入额和每年培训渔民人数具有显著的正相关关系。 2、政策建议，加大科技创新投入，完善水产养殖科技创新体系，政府无法控制水产养殖主体的要素

10、投入，而只能通过提高技术创新与推广，提升养殖主体的规模效率和要素生产效率。首先，政府应加大水产养殖科技研发人员的培养与培训投入，结合运用高校培养、科研机构培养、企业培养、产学研合作培养等方式，完善人才培养机制，为科技创新奠定人才基础;其次，加大财政科技投入，通过科技专项、自选科技项目、委托科技项目等形式，对高校、科研机构和企业进行水产养殖技术研发提供财政拨款资金，同时，通过税收减免、贷款扶持等优惠政策，鼓励养殖企业根据自身遇到的技术难题进行技术攻关，平衡水产养殖技术的基础研究和应用研究活动。 总之，研究水产养殖业的生产效率及其影响因素，了解水产养殖业的规模效率、技术效率和全要素生产效率及其关键影响因素，为渔民优化生产要素投入、政府制定水产养殖业发展政策提供一定的理论指导与实践依据，具有重要的理论意义与现实意义。 参考文献： 1张军.施少华.中国经济全要素生产率变动.J.世界经济文汇.2011. 2颜鹏飞.基于 DEA 的实证分析.J.经济研究.2012.