刘 莹 卢彦林 付秀梅

（作者单位：中国海洋大学经济学院)

一、研究背景

21 世纪以来，我国海洋经济进入快速发展时期，2019 年全国海洋生产总值超过8.9 万亿，十年间翻了一番，成为拉动国民经济增长的重要引擎点[1]。但在快速发展的同时，资源环境问题日益凸显，生态系统退化，海洋经济可持续动能不足等问题也制约着海洋经济长期发展[2]。我国迫切需要转变海洋经济增长方式、提高海洋经济发展质量,而不能把短期收益置于长期可持续之上。海洋渔业是“大农业”的重要组成部分，也是我国海洋经济发展三大支柱产业之一。2019 年，我国海洋渔业增加值为全国海洋产业的13.2%。海洋渔业的高质量发展有利于满足消费者不断升级的食品消费需求，缓解陆上种植业、畜牧业等食物供给压力和人多地少的矛盾，有助于稳定就业和促进陆海环境健康发展，涉及巨大的经济、社会以及环境效益[3]。进入新时期，《“十四五”全国渔业发展规划》明确提出了“稳产保供、创新增效、绿色低碳、规范安全、富裕渔民”的工作思路，将创新驱动、绿色发展等作为发展原则，具体提出绿色生态、科技创新等几个方面的指标。推动绿色创新，符合我国海洋渔业当前发展方向，有利于2035 年基本实现渔业现代化的远景目标。山东省作为传统海洋大省，海洋渔业产值占全国的21.7%，在我国海洋经济中占据着重要地位。山东省不断采取积极措施统筹渔业生产与生态保护，提升海洋渔业绿色发展水平。进入“十四五”阶段，山东省更加重视经济、环境共同发展，2020 年印发实施的《关于促进海洋渔业高质量发展的意见》明确了坚持减量增收、提质增效的总体要求，绿色创新也成为海洋渔业持续协调发展的目标。因此，本文以山东省为例，通过对2004—2018 年间山东省海洋渔业绿色创新效率的测度和投入产出分析，尝试揭示山东省海洋渔业绿色创新效率的具体表现和资源配置优化情况，进而根据各投入指标对效率值的影响程度，为山东省海洋渔业绿色创新发展政策提供理论支持，同时也有助于较为全面地探究我国海洋渔业绿色创新相关表现和要素配置，为未来海洋渔业发展提出建设性意见。

目前在海洋渔业绿色创新效率方面的研究相对较少，更多集中在对海洋经济创新效率和海洋经济绿色全要素生产率方面的研究。国外有学者对单一部门产业或企业中的技术创新产品、创新管理模式等进行分析；也有学者根据地区和海洋产业发展案例，分析海洋科技创新发展的影响因素等。国内的研究则侧重从宏观角度对海洋科技创新问题开展研究，主要通过运用各种DEA 或SFA 的方法分析区域海洋科技创新效率，这些研究普遍发现研究区海洋科技创新效率小幅增长，整体效率水平较低[4]。在海洋经济绿色全要素生产率方面，有学者通过构造资源与环境损耗指数，测算资源环境双重因素下沿海地区海洋经济绿色全要素生产率，并分析海洋产业结构、海洋专业技术水平、环境污染治理等因素的影响[5]；也有学者分别使用DEA-Malmquist 指数模型、三阶段超效率SBM-Global 模型和SBM-Malmquist 指数模型测度沿海省市海洋经济绿色全要素生产率，并分析了科技创新、陆域经济发展水平、海洋产业结构、海洋科研人力资本等影响因素[6]。

本文从海洋渔业出发，将绿色和创新结合在一起，运用超效率SBM 方法测算山东省海洋渔业绿色创新效率，并回答以下问题：山东省海洋渔业绿色创新效率的具体表现；山东省海洋渔业绿色创新过程中各投入和产出是否相适应，及其背后的原因；深入分析各投入指标对效率的影响程度。

二、研究方法与计算过程

传统DEA 模型在评估决策单元时是按照比例对投入数据进行调整的，没有考虑投入产出的松弛问题，使结果存在一定的偏差。在传统模型的基础上，2001 年Tone创造性地提出了SBM-DEA 模型。SBM-DEA 模型是反映非径向非角度的效率评价的有效模型，这一模型不仅能够有效解决投入松弛性的问题，而且加入了非期望产出，更加贴合了绿色创新效率的本质[7]。

但是传统的模型会出现多个决策单元均处在生产前沿面的问题，效率值均为1，从而无法比较，为解决这一问题，Tone 在安德森与彼得森（Anderson and Peterson，1993）提出的超效率方法的基础上，将SBM 模型与超效率方法相结合，提出了超效率SBM 模型，从而对SBM 有效的决策单元进行进一步的效率测算，实现决策单元完全排序。

在创新活动的投入方面，学者们一般从研发资金投入和人员投入两个方面进行表征。资金投入方面，本文选择山东省海洋渔业R&D 经费内部支出及技术推广经费作为相关指标进行测算；研发人员投入方面，选取山东省海洋渔业R&D 人员及技术推广人员数这两个指标进行衡量。同时本文考虑到科技成果的转化投入对创新产出也存在一定的影响，因此选取滞后一期的科技论文数和滞后一期的专利申请量作为科技成果的投入。由于目前传统的海洋渔业在山东省海洋渔业产业结构中仍然占有很大的比重，因此在海洋渔业绿色创新投入指标方面，本文还加入了传统渔业生产的投入。根据西方经济学的观点，最基本的生产要素有三个，分别是土地、资本和劳动力，因此本文将2004—2018 年作为决策单元，选取海洋渔业从业人员数、海洋机动渔船年末拥有量、海水养殖面积作为传统渔业的生产投入。

从绿色创新系统的双重外部性这一特点来看，海洋渔业的绿色创新过程是收获创新经济效益和绿色效益两方面效益的过程，因此绿色创新的产出也就从反映创新经济效益的期望产出和反映绿色相关内容的非期望产出两方面进行确定。在期望产出方面，从创新基本理论出发，创新可以分为技术创造成果和技术转化成果两个过程。本文选用科技论文数与专利申请数作为创新科技成果产出指标，在专利方面，选择专利的申请数作为相关指标；在创新科技成果转化过程中，科技成果最终将转化为实际的经济增长，因此本文选用海洋渔业总产值作为相关指标[8]。在非期望产出方面，由于渔业的生产活动过程中会产生废气、废水、废物等污染物，对海洋渔业造成一定的损失，根据《中国渔业生态环境状况公报》对海洋天然渔业经济损失的估算，选取海洋天然渔业经济损失这一指标作为非期望产出进行研究。

以上相关数据主要来自2004—2018 年的《中国渔业统计年鉴》《中国海洋统计年鉴》《中国统计年鉴》、山东省相关统计年鉴、国家统计局统计数据以及《中国渔业生态环境状况公报》。为了消除通货膨胀的影响，本文以2004 年为基期的GDP 平减指数对R&D 经费内部支出、技术推广经费、海洋渔业产值以及海洋天然渔业损失这4 个变量进行平减处理，具体见表1。

表1 山东省海洋渔业绿色创新效率评价指标体系

三、计算结果与分析

（一）绿色创新效率结果分析

本文选取山东省2004—2018 年共15 年的海洋渔业相关数据，运用DEA SOLVER PRO 5.0 软件对山东省海洋渔业绿色创新效率进行测度，得到绿色创新效率测算值。根据超效率SBM 模型的原理，如果得分大于等于1，表示处于生产前沿上，表明该年份在山东省近15 年中处于最佳投入产出状态，即海洋渔业创新发展与资源环境相协调；如果得分小于1，则表明其投入产出状态不是最佳的，并且得分越小，表明该年份与其他年份相比，投入或非期望产出较多，期望产出相对较少，海洋渔业创新发展与资源环境并不协调。

从测算结果可以得知，2004—2018 年山东省海洋渔业的绿色创新效率基本均达到了1，但是存在改进空间。从全省15 年来的整体水平来看，绿色创新效率的方差为0.046，说明这15 年来山东省海洋渔业绿色创新效率并未有太大的变化；15 年间绿色创新效率均值为1.057 左右，2018 年绿色创新效率达到1.139，平均涨幅达到7.76%。纵观15 年间山东省海洋渔业绿色创新效率的变化，随着投入等积极因素的增加，山东省海洋渔业绿色创新效率整体变化不大，说明在绿色创新效率方面山东省这15 年间发展较为平稳，有较大提升空间。

（二）投入产出松弛变量分析

根据DEA 的投影理论，可以说明投入和产出是否相适应，通过减少投入或是增加产出来实现创新效率的优化。运用DEA SOLVER PRO 5.0 软件得到山东省2004—2018 年各年份关于绿色创新投入产出的松弛变量。由计算结果可以发现，虽然山东省海洋渔的绿色创新效率较为平稳，但是仍然存在投入冗余和产出不足的情况。从时间上来看，2004 年、2011 年和2016 年的投入产出松弛量均为0，说明这三年的绿色创新投入产出达到较好的水平。除这三年外，山东省其他年份均存在绿色创新投入产出的松弛变量不等于0 的情况，这说明投入和产出不相适应，可以通过减少或是增加投入产出来实现创新效率的优化。

将测算出的山东省海洋渔业绿色创新效率投入冗余值和产出不足值，通过与对应的原始投入数据的比值得到投入冗余率和产出不足率，之后取山东省2004—2018年的投入冗余率和产出不足率，经平均得到平均值进行分析，山东省的9 个投入指标均存在冗余的问题。按照冗余率从高到低排序，分别是滞后一期的专利申请数、技术推广经费、R&D 经费、技术推广人员、滞后一期的科技论文数、R&D 人员、海洋渔业从业人员、海洋机动渔船年末拥有量以及海水养殖面积。其中滞后一期的专利申请数冗余率最高，为7.35%，这说明山东省在科技成果的投入方面存在投入大于产出的问题，需要进一步优化资源配置，将科技成果进行转化。

从绿色创新期望产出不足率来看，各产出指标均存在产出不足的问题。首先，在科技成果产出方面，山东省的科技论文数量和发明专利申请数的产出不足率分别为4.44%和3.3%，说明山东省目前科技成果的产出与投入比例不当，在绿色创新方面投入大，但成果转化率低。其次，在经济效益产出方面，山东省的海洋渔业总产值的不足率为3.48%，说明山东省今后在经济效益方面还存在一定的提升空间，可以进一步优化绿色创新。

（三）各投入指标对绿色创新效率影响程度分析

为了计算各投入指标对山东省海洋渔业绿色创新效率的影响程度，本文采取的思路是逐一剔除投入指标测算效率值，然后根据相关计算方法处理得到各投入指标的影响程度。

在参考前人研究的基础上，可利用投入或产出的不同组合方案来测算各个投入或产出指标对效率的影响程度。由于投入产出组合方案较多，本文选取剔除单一指标后的组合方案进行比较，同样利用DEA SOLVER PRO 5.0 软件，计算出在各种不同投入产出情况下的绿色创新效率均值，在测算出不同投入产出组合方案的效率值后，进一步计算各投入-产出指标对效率的影响程度。根据计算结果，对效率影响较大的前五种投入指标集合组合分别是剔除滞后一期专利申请数、剔除R&D 经费内部支出、剔除滞后一期科技论文、剔除海洋渔业从业人员、剔除技术推广经费。

其中，对效率影响最大的是滞后一期的专利申请数，影响程度为0.156 1。在海洋渔业绿色创新过程中，专利等知识产出是保证创新产出的重要因素，这一指标在一定程度上可以代表当年的科技成果投入，是绿色创新发展的直接动力之一。

其次，R&D 经费内部支出也对山东省海洋渔业绿色创新效率产生重要的影响。R&D 内部经费是保证科技创新顺利开展的关键，缺少经费的投入会对科研工作的开展造成一定的影响，阻碍创新成果的产出。

影响程度排在第三位的是滞后一期的科技论文数，影响程度为0.066 2。科技论文的产出是专家学者在某一领域进行创新研究的基础，只有具备了相关的理论支撑，才有可能产生技术的改进、新产品的发明等创新活动，进一步产生相关的专利发明，提高科技成果在实际生产过程中的利用率。

四、结语

基于研究结果，结合实际情况，提出以下对策建议。

（一）优化海洋渔业资源配置，提高科技发展水平

企业应加大科技创新力度，创新是社会前进发展的动力，企业作为社会发展过程中不可缺少的一环，可从种苗培育、生态养殖、渔船设备等方面加大投入，走创新发展之路。以市场为导向，以涉海企业为龙头，以广大海洋渔民为基础，实现海洋渔业捕捞、养殖、加工、仓储、运输一体化运营，充分发挥规模经济效应，合理配置海洋渔业资源。

（二）完善产学研合作机制，加快科研成果转化进程

首先要发挥政府的引导作用，通过完善科技创新法律法规体系和财政税收政策，创造有利于海洋渔业创新发展的外部环境，积极推动海洋企业和科研院所创新联动，建立持续稳定的合作关系；其次，要充分发挥科研机构的人才优势，以重大建设项目为载体吸引、培养人才，建设具有高水平的海洋渔业技术创新人才队伍；再次，要让涉海企业真正成为海洋渔业创新的主体，聚集各创新要素，促进高校及科研院所的创新成果向企业转移，政府应鼓励和支持有条件的企业加快提高自身创新水平。要建立以海洋企业为主体，以涉海高校和科研院所科技力量为依托，以现代企业制度为规范的三位一体的新型产学研结合机制，充分发挥各主体优势，整合创新资源，立足创新需求，制定技术标准，加快科研成果转化进程[9]。

（三）完善投资融资机制，保障海洋渔业创新投入

海洋渔业的创新发展，不仅需要人才的支撑，更需要建设多元化的资金投入，因此要充分调动政府、海洋企业以及金融机构等多方的积极性，建立多层次、多渠道的投资融资机制。各高校和科研机构要积极争取国家发展规划中海洋领域的研究课题，大力争取国家财政支持；要发展涉海企业技术创新基金，对拥有创新产品的涉海企业给予一定的财政资金补助，制定相关的税收优惠政策[10]；要发展涉海的风险投资，支持海洋渔业领域的新产品、新技术的研究与开发，充分发挥证券公司、保险公司等金融机构在资金方面的优势，利用多元化的资本市场进行投资、融资，优化金融资本和产业资本配置，加大海洋渔业创新资本投入。

（四）提高政府管理水平，推进海洋渔业绿色发展

政府是海洋渔业各类组织制度最主要的管理者，在企业过分追求经济效率而忽视资源环境可持续发展的过程中，作为统筹考虑经济发展与绿色发展的重要主体，政府应该积极作为，完善各项法律法规，制定相关配套政策，推动海洋渔业绿色发展。要加大对海洋生态环境保护的投入力度，对涉海企业及时治理三废排放物等有利于海洋生态改善的行为进行补贴或提供相应的税收优惠。要完善海洋渔业监管制度，建立海上统一执法监察队伍，严厉打击海洋渔业发展过程中存在的生态破坏等问题。要提高海洋监视监测能力，及时发现并处理海洋污染事件，建立海洋生态环境修复与补偿机制，明确事故责任主体，保障海洋渔业绿色发展。