我国沿海地区海洋生态环境效率时空演化及影响因素研究

期望产出及非期望产出。本文在借鉴狄乾斌、宋强敏、赵昕等学者研究成果的基础上,”］2讣26］选取我
国海洋生态环境效率投入与产出指标 。
在投入指标方面：（1）人力投入。选取沿海地区涉海就业人员数量①作为海洋人力资本消耗指标 。
（2）资本投入。已有相关研究多数选取“资本存量”表征海洋资本投入，通常是基于固定资产投资变量, 并借助永续盘存法进行计算&固定资产投资在宏观视角能够反映海洋资本的投入情况，但部分建设与
6 * =6& if 6* > 0
6 ! = 0 if 6 * , 0
（2）
其中，6*是潜在因变量，8是自变量，$是系数，误差项％,独立且服从正态分布：％,〜N（0,2） &
（二）指标选取与数据来源
参考海洋生态环境效率相关研究成果，多数学者是将人力、资本、能源消耗等要素作为海洋资源投
入指标。关于产出指标，以海洋经济与生态环境价值最大化、生态环境损耗最小化为目标，将产出分为
,=1
,=1
n
r$AlXl+S-=9X0
&=1
。 S+=Y
⑴
Байду номын сангаас
&=1
入 & 0,S—,S+& 0, = （1,2,…，n）
37
2021年第4期杨云飞屈桂菲：我国沿海地区海洋生态环境效率时空演化及影响因素研究
其中，"代表DMU数量，X&为投入变量，Y,为产出变量，儿为DMU的组合比例，0表示研究期
内海洋生态环境效率值，e代表非阿基米德无穷小量，S0、S+为松弛变量。
出决策单元（DMU）相对效率的一种非参数统计方法。
DEA主要分为CCR、BCC模型。在生态效率研究方面，学术界多数采用的是DEA中的CCR模
型,*如因此本文借鉴前人研究思路 ，采用假定规模效益不变的CCR模型来测算我国沿海地区海洋生态
环境效率。DEA-CCR模型的表达式如下：
n
n
min[0 —3 $S+）
36
中国海洋大学学报（社会科学版）
2021 年7 月
当的海洋保护区为全球食鱼鱼类种群提供了生态效益 &4+ 以上研究成果为深化海洋生态环境效率研究提供了重要支撑。目前,关于海洋生态环境效率的相
关研究主要集中在角度和方法两个方面。在研究角度方面:立足于海洋生态全局视角，许亮、胡求光、狄 乾斌等对我国海洋生态效率进行了测算研究，且剖析了海洋生态效率的影响因素、时空差异或产业结构 响应关系/111 Grace Wang、孙鹏等对海洋环境效率进行了探究同时,也有学者基于海洋产 业或地区海域局部视角对生态效率进行测度研究，如海洋渔业空间生态格局、辽宁沿海地区海洋生态效 率&20+21在研究方法方面：由于DEA模型具有不受投入产出指标数据量纲影响 、无需考虑投入产出指 标间函数关系等优势,22因此多数学者侧重于将DEA或超效率DEA等模型作为海洋生态或环境效率 的测算工具,也有学者结合Malmquist指数对其进行动态分析，或者采用Tobit模型剖析影响因素。
海洋经济与生态环境价值综合指标。（2）非期望产出。选取沿海地区工业废水排放量、工业固体废物排 放量③作为非期望产出指标,采用熵值法构建海洋生态环境损耗综合指标。同时，本文借鉴已有的研究
① 涉海就业人员数量:该指标未能直接获取沿海11省（市、区）2017年数据，采用数据估算的方式来填补数据缺失&在《中国海洋经 济统计公报》中查询到2017年全国涉海就业人员为3657万人,2016年为3624万人，其增长率为0. 0091059.此外，《中国海洋统计年 鉴》中公布的2016年全国涉海就业人员为3622. 5万人，二者统计数据略有差异,依据该数据测算的增长率为0. 0095238.为保证数据 的准确性，将二者测算得到的增长率数据取平均数，并保留小数点后三位为0. 009.将沿海11省（市、区）2016年涉海就业人员数据乘以 0. 009,从而估算得到2017年沿海11省（市、区）涉海就业人员数量.
综上所述，国内外学者有关海洋生态环境的研究成果颇丰，对推进海洋生态环境效率研究具有重要 意义。然而,关于海洋生态环境效率研究，多数学者是从聚焦海洋生态效率或环境效率的单方面视角来 开展研究的，而将生态与环境效率相结合视角的研究成果尚不多见，即在研究过程中同时纳入“生态”与 “环境”要素，从生态环境综合视角出发对海洋生态环境效率进行研究。此外，在选取海洋生态或环境效 率产出指标时，较多学者考虑的是“海洋生产总值”单一指标，尽管该指标对于衡量海洋经济方面产出效 率具有重要作用，然而若产出（或期望产出）仅依据经济指标来评判,这容易导致测算的生态或环境效率 值受地区经济要素的影响较多,此时得到的效率值其科学性有待商榷。基于此,在参考已有研究成果思 路的基础上，本文认为海洋生态环境效率是海洋资源投入及海洋生态环境损耗与海洋经济价值、生态环 境价值产出之间的比率,其研究的核心目标在于以最少的海洋资源投入及最小的海洋生态环境损耗来 获得最大的海洋经济与生态环境价值。
关键词：海洋生态环境；效率；DEA-Tobit模型；时空演化 中图分类号:F062.2 文献标识码:A 文章编号：1672-335X（2021）04-0036-10 DOI： 10.16497%.cnki,1672-335X.202104004
—、弓I言
21世纪是海洋的世纪,海洋作为我国国民经济发展的战略空间,其重要性日益显著。1习近平总书 记在党的十九大报告中明确要求“坚持陆海统筹,加快建设海洋强国”。囚国家层面的重视，对推进我国 海洋经济发展具有重要作用。《2020中国海洋经济发展指数》中显示，2011—2019年，中国海洋经济发 展指数年均增速为3. 3%,总体保持平稳增长。随着我国海洋经济的稳步发展，传统与粗放式的海洋经 济发展模式导致的海洋生态环境负荷超载、海洋资源过度消耗等问题日趋严重，囚从而制约了海洋生态 环境的可持续发展。因此,科学评判我国沿海地区海洋生态环境效率，剖析海洋生态环境时空演化特 征,探究其关键影响要素，对于提升海洋生态环境效率、保护海洋生态环境具有重要意义。
因素为自变量（解释变量），建立回归模型,从而剖析各个影响因素对我国沿海地区海洋生态环境效率的影
响。同时，由于效率值区间为［0,1］，属于截断数据。若采用最小二乘法进行回归会产生偏差，且估计量不
一致，24因此本文基于Tbn提出的受限因变量回归模型进行测算分析」25］T3bit模型表达式如下：
6 * =$8 +%&
考虑研究数据的可得性及完备性，本文以我国沿海11省（市、区）为研究对象，通过获取其2008— 2017年投入产出指标数据，从而实现对我国沿海地区海洋生态环境效率测算研究。数据来源于《中国 统计年鉴》《中国海洋统计年鉴》《中国海洋经济统计年鉴》《中国环境统计年鉴》《中国城市统计年鉴》《中 国能源统计年鉴》。
改造等生产行为可能与海洋经济活动的关联性不够紧密。因此，本文从微观视角出发,以海洋生态环境
治理为出发点，选取海洋生态环境污染治理投资额来反映海洋生态环境资本投入情况。其中，海洋生态
环境污染治理投资额=（沿海地区海洋生产总值/地区生产总值）*沿海地区污染治理项目本年完成投 资。（3）能源投入。选取沿海地区能源消耗总量作为海洋人力能源投入指标。
鉴于此,本文定位于海洋生态环境研究综合视角,在选取投入产出指标的基础上，尤其是在产出指 标选取时融入生态环境相关指标，采用DEA-Tobit模型对沿海11省（市、区）2008—2017年海洋生态环 境效率及影响因素进行测算与分析。
二、研究方法及数据来源
本文在厘清研究方法、选取投入产出指标及界定数据来源的基础上，为下文海洋生态环境效率时空
国内外学者关于海洋生态环境的研究成果较为丰富 ，其研究视角涵盖海洋环境生态风险评价、海洋 生态环境承载力及海洋生态环境保护等方面。关于海洋环境生态风险评价,Girones, L等、Corsi, I 等、张海娟等、肖彩玲等对海洋或海域环境生态风险进行了评估 OM：5：：6：：7：关于海洋生态环境承载力研 究Jmane Agmour等证明了海洋物种承载力对渔民收益存在影响；囚Corinne Corbau等对海洋保护区 的承载力进行了评价。9有关海洋生态环境承载力评价，国内学者们采用定量分析方法对其进行了深入 探究，如Mann-Kendall检验方法、网络分析法等关于海洋生态环境保护研究 ，有学者探究了海洋 生态保护与生态效益之间的关系，研究表明，海洋自然保护区生态保护补偿应以持续的生态效益供给为 导向,公平分享生态效益的参与式治理方式可以帮助建立和管理海洋保护区 ,*13+规模较小但执行得
38
中国海洋大学学报（社会科学版）
2021年7月
思路，将非期望产出作为投入方式进行处理&19+*1+ 综上所述，本文选取的投入指标为沿海地区涉海就业人员数量 （X1）、海洋生态环境污染治理投资
额（X2）、沿海地区能源消耗总量（X3）、海洋生态环境损耗综合指标（XQ,选取的产出指标为海洋经济与 生态环境价值综合指标（Y）。
在产出指标方面：（1）期望产出&构建海洋经济与生态环境价值综合指标，即采用熵值法将沿海地 区海洋生产总值与海洋类型保护区数量 ②进行数据综合处理。需要说明的是,前人研究在考虑海洋生
态效率或环境效率产出（或期望产出）指标方面多是选取海洋生产总值 ，体现了海洋经济方面的产出 。
本文在前人研究基础上，嵌入海洋类型保护区数量指标,表征海洋生态环境保护取得的成效，从而建立
彳閤洛讦九瞪学报社鬻蠶
我国沿海地区海洋生态环境效率 时空演化及影响因素研究*
杨云飞12屈桂菲2
（1.中国科学院大学工程科学学院，北京100049/.河北工程大学管理工程与商学院，河北邯郸056038）
摘 要:基于DEA模型测算我国沿海省（市、区）2008—2017年的海洋生态环境效率,探究其 时空演化趋势及区域差异，结合Tobit回归模型剖析海洋生态环境效率影响因素。研究结果表明， 我国海洋生态环境整体效率不高，且呈现波动演化趋势；海洋生态环境效率空间重心格局整体呈现 "南移"演化趋势，由''南、北、中相对均衡"态势演化为"南移且以南部重心居多"的空间格局；我国海 洋生态环境效率区域间差异显著，效率差异可分为上升型、下降型、平稳型、波动型；海洋产业结构、 海洋科技投入对海洋生态环境效率具有正向显著影响效应，地区经济发展水平对海洋生态环境效 率产生负向影响，港口活跃度、陆域工业规模对海洋生态环境效率具有负向影响，但影响并不显著。
② 海洋类型保护区数量:《中国海洋经济统计年鉴》中2017年辽宁省该数据缺失，经查询《中国环境统计年鉴》，从而获取辽宁省 2017年该指标数据.
③ 工业固体废物排放量:《中国统计年鉴》中2008—2010年该指标名称为工业固体废物排放量,2011 — 2017年该指标名称为一般工 业固体废物倾倒丢弃量,查询其统计指标解释，其含义接近一致，因此将其指标进行统一.2018年《中国统计年鉴》中该指标河北、宁夏 数据缺失且将其他地区数据加总值为“73. 061”,大于年鉴中公布的全国数值总和“73. 04”,因此将2017年河北该指标数据值默认为“0”.
演化及影响因素分析提供理论依据。
（一）研究方法
本文在对面板数据分析处理时采用DEA-Tobit模型，其中，基于DEA模型对我国沿海地区海洋生
态环境效率进行测算，采用Tobit回归模型剖析海洋生态环境效率的影响因素 。 1、DEA模型
DEA是1978年由运筹学家Charnes A等首次提出的一种系统评价方法,23+是测度多投入、多产
海洋生态环境效率值是否有效性的判定依据为:若0 =1且S0=O、S+=0时，则第&个DMU效率
为DEA有效;若0 = 1，且S0* 0或S+* 0时，则第&个DMU效率为弱DEA有效;若0 + 1,则第&个
DMU效率为DEA无效。□寸
2, Tobit 模型
本文将CCR模型测算得到的海洋生态环境效率值作为因变量（被解释变量），海洋生态环境效率影响
*收稿日期:2020-12-07 基金项目：河北省高等学校社会科学研究年度基金项目“科技创新驱动河北省民营经济高质量发展研究：机制与路径” （BJ2O2OO68） 作者简介:杨云飞（988-），男，山东青岛人，中国科学院大学工程科学学院博士后，河北工程大学管理工程与商学院讲师，主要 从事区块链、供应链管理研究。