蔣逸民， 慕永通，姚麗娜

（1.浙江海洋學(xué)院 管理學(xué)院， 浙江 舟山 316000； 2.中國海洋大學(xué) 水產(chǎn)學(xué)院， 山東 青島 266003）

【產(chǎn)業(yè)經(jīng)濟(jì)】

養(yǎng)殖面積和勞動力對中國海水養(yǎng)殖產(chǎn)出的貢獻(xiàn)度研究
——基于沿海省 （市、 區(qū)） 面板數(shù)據(jù)的分析

蔣逸民1， 慕永通2，姚麗娜1

（1.浙江海洋學(xué)院 管理學(xué)院， 浙江 舟山 316000； 2.中國海洋大學(xué) 水產(chǎn)學(xué)院， 山東 青島 266003）

選用面板數(shù)據(jù)，研究海水養(yǎng)殖中要素投入對產(chǎn)出的貢獻(xiàn)。首先對要素產(chǎn)出彈性作均值估計(jì)，進(jìn)而采用分位數(shù)回歸研究不同產(chǎn)出水平下養(yǎng)殖面積和專業(yè)從業(yè)人員數(shù)量增加對投入的貢獻(xiàn)，最后根據(jù)研究結(jié)果提出了相應(yīng)的政策建議。結(jié)果表明：海水養(yǎng)殖面積每增加1%， 會帶來海水養(yǎng)殖產(chǎn)量增加 0.38%； 而專業(yè)從業(yè)人員每增加 1%， 則帶來海水養(yǎng)殖產(chǎn)量增加 0.84%。 不論一個(gè)地區(qū)養(yǎng)殖產(chǎn)出水平高低變化如何，專業(yè)從業(yè)人員的產(chǎn)出貢獻(xiàn)都較大且較為穩(wěn)定，而海水養(yǎng)殖面積貢獻(xiàn)總體上低于專業(yè)從業(yè)人員，且隨著產(chǎn)出水平的增高，其貢獻(xiàn)亦呈持續(xù)下降趨勢。

海水養(yǎng)殖；海水養(yǎng)殖面積；專業(yè)從業(yè)人員；分位數(shù)回歸

引言

海水產(chǎn)品一直是中國水產(chǎn)品總量的重要組成部分。近 20年來，海水產(chǎn)品產(chǎn)量的比重呈現(xiàn)出下降趨勢。根據(jù)中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)顯示，1991 年海水產(chǎn)品產(chǎn)量占水產(chǎn)品總產(chǎn)量的 59%，至 2010 年這一比例僅為 52%，主要原因是淡水產(chǎn)品產(chǎn)量持續(xù)增加和海水產(chǎn)品產(chǎn)量中捕撈量增速趨于停滯。然而，海水養(yǎng)殖產(chǎn)量除個(gè)別年份外，均保持較為穩(wěn)定的增速。2006 年起，養(yǎng)殖產(chǎn)量超過了捕撈產(chǎn)量，且逐步拉大了與后者的差距。2010 年海水養(yǎng)殖量為 1 482.3 萬噸，是 1991 年的 7.78 倍，高出捕撈量 172.9 萬噸，養(yǎng)殖量占全部海水產(chǎn)量的比重也由 1991 年的 24%上升為 2010 年的 53%?？梢?，海水養(yǎng)殖逐步成為海洋漁業(yè)產(chǎn)出的主要部分，對中國海洋漁業(yè)產(chǎn)量的貢獻(xiàn)也在不斷增大。

中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)同時(shí)也顯示，中國沿海省市在海水養(yǎng)殖方面的要素投入正在大幅增加。1991—2010 年期間，海水養(yǎng)殖面積由 44.94 萬公頃增加到 208.09 萬公頃，年均增長 8.16 萬公頃。2003 年海水養(yǎng)殖專業(yè)從業(yè)人員數(shù)量為 745 641人，2010 年增長到 819 430 人，年均增長 9 224人。研究海水養(yǎng)殖投入產(chǎn)出要素的貢獻(xiàn)，準(zhǔn)確測度海水養(yǎng)殖面積和養(yǎng)殖專業(yè)技術(shù)人員的貢獻(xiàn)，可以全面掌握中國海水養(yǎng)殖業(yè)的發(fā)展水平，對于促進(jìn)中國海洋第一產(chǎn)業(yè)發(fā)展，優(yōu)化資源配置，具有十分重要的意義。

國外對水產(chǎn)養(yǎng)殖經(jīng)濟(jì)的研究，是隨 20世紀(jì)60、70 年代海洋漁業(yè)資源不斷衰退而逐步興起的，水產(chǎn)養(yǎng)殖的技術(shù)經(jīng)濟(jì)效率問題是早期研究的一個(gè)重點(diǎn)。Huguenin 等人分析了網(wǎng)箱養(yǎng)殖系統(tǒng)的技術(shù)經(jīng)濟(jì)效率問題[1]；Lipschult 和 Krantz （1980）研究了牡礪養(yǎng)殖的最優(yōu)化問題[2]；Aiken （1989）探索了三文魚養(yǎng)殖的經(jīng)濟(jì)效率[3]；Salvages（1989）研究了挪威水產(chǎn)養(yǎng)殖業(yè)的最優(yōu)規(guī)模[4]。新世紀(jì)以來，養(yǎng)殖業(yè)技術(shù)經(jīng)濟(jì)效率研究出現(xiàn)了一些新成果。Cinemre （2006） 等人研究了土耳其黑海羅非魚養(yǎng)殖業(yè)的技術(shù)效率、配置效率及成本效率問題[5]；聯(lián)合國糧農(nóng)組織 （2007） 對中國、印度、孟加拉、越南、泰國、菲律賓等亞洲的個(gè)體養(yǎng)殖經(jīng)濟(jì)行為的經(jīng)濟(jì)效率進(jìn)行了 比 較研究[6]；Asche（2009） 等人通過挪威三文魚養(yǎng)殖者的抽樣調(diào)查，估算了技術(shù)和配置效率[7]。國內(nèi)對水產(chǎn)養(yǎng)殖業(yè)的技術(shù)和經(jīng)濟(jì)效率研究成果不多。研究重點(diǎn)主要放在養(yǎng)殖業(yè)經(jīng)濟(jì)結(jié)構(gòu)，養(yǎng)殖者經(jīng)濟(jì)行為、產(chǎn)業(yè)政策、養(yǎng)殖業(yè)的環(huán)境成本與生態(tài)服務(wù)價(jià)值核算等方面。研究方法大多是定性和規(guī)范分析，缺少實(shí)證分析。

本文研究要素投入對海水養(yǎng)殖產(chǎn)出的貢獻(xiàn)程度。試圖利用面板數(shù)據(jù)分位數(shù)回歸模型，探索在不同產(chǎn)出水平下，海水養(yǎng)殖的不同投入要素對產(chǎn)出貢獻(xiàn)彈性系數(shù)的縱向變化規(guī)律。

1 研究框架和數(shù)據(jù)處理

1.1 研究框架

本文主體部分包括均值研究和非均值研究兩個(gè)部分：其中，均值研究是利用面板數(shù)據(jù)先進(jìn)行模型具體設(shè)定形式的檢驗(yàn)，決定采取的模型，最后進(jìn)行估計(jì)。非均值研究是將海水養(yǎng)殖產(chǎn)出水平劃分為若干剖面，研究不同剖面要素投入對養(yǎng)殖產(chǎn)出的貢獻(xiàn)，然后，對若干剖面同一個(gè)投入要素不同的彈性系數(shù)進(jìn)行比較，歸納其中可能存在的規(guī)律，從而可以展現(xiàn)要素投入對養(yǎng)殖產(chǎn)出貢獻(xiàn)的動態(tài)變化過程，研究方法為面板數(shù)據(jù)分位數(shù)回歸。在此基礎(chǔ)上得出研究結(jié)論。本文研究過程如圖1所示。

圖1 研究框架Fig.1 Research framework

面板數(shù)據(jù)可以消除時(shí)間序列分析受多重共線性的影響，提供了更多的信息、更少共線性、更多的變化和自由度以及更高的估計(jì)效率。但是，面板數(shù)據(jù)既包括時(shí)間序列數(shù)據(jù)也包括截面數(shù)據(jù)，所以在用面板數(shù)據(jù)進(jìn)行估計(jì)時(shí)，就必須進(jìn)行平穩(wěn)性檢驗(yàn)，避免出現(xiàn)偽回歸問題。因此，在選取養(yǎng)殖面積和從業(yè)人員為投入變量，養(yǎng)殖產(chǎn)量為產(chǎn)出變量后，有必要進(jìn)行面板數(shù)據(jù)單位根檢驗(yàn)。

1.2 數(shù)據(jù)處理

本文選取的海水養(yǎng)殖面積指標(biāo)是指利用天然海域養(yǎng)殖水產(chǎn)品的水面面積。包括海上養(yǎng)殖、灘涂養(yǎng)殖、其他養(yǎng)殖。海洋漁業(yè)專業(yè)從業(yè)人員指全年從事海洋漁業(yè)活動 6 個(gè)月以上或 50%以上的生活來源依賴漁業(yè)活動的漁業(yè)從業(yè)人員。其中，漁業(yè)從業(yè)人員是指全社會中 16歲以上，有勞動能力，從事一定漁業(yè)勞動并取得勞動報(bào)酬或經(jīng)營收人的人員。

數(shù)據(jù)來自于 2003—2011 年的 《中國漁業(yè)統(tǒng)計(jì)年鑒》，實(shí)際數(shù)據(jù)為 2003—2010 年期間的沿海?。ㄊ小^(qū)） 數(shù)據(jù)。由于北京和上海市海水養(yǎng)殖量較多年份為0，因而將其省略，最終使用的養(yǎng)殖量、養(yǎng)殖面積和專業(yè)從業(yè)人員數(shù)量為遼寧、河北、天津、山東、江蘇、浙江、福建、廣東、廣西和海南 10個(gè)地區(qū)的數(shù)據(jù)。

生產(chǎn)函數(shù)模型是投入與產(chǎn)出之間的關(guān)系，反映了資本、土地和勞動的投入對產(chǎn)出的影響。由于海水養(yǎng)殖投入中，固定資產(chǎn)投入總體較少，數(shù)據(jù)難以獲得，加上采用面板數(shù)據(jù)處理可以通過差分消除遺失重要變量帶來的負(fù)面效應(yīng)，因此本文舍棄了海水養(yǎng)殖固定資產(chǎn)投入變量，僅考慮海水養(yǎng)殖面積、勞動力投入，采用傳統(tǒng)的思路，將專業(yè)從業(yè)人員數(shù)量、養(yǎng)殖面積和養(yǎng)殖量表示成 C-D生產(chǎn)函數(shù)形式。為了減少異方差并且增加結(jié)果的解釋性，本文對全部數(shù)據(jù)進(jìn)行取對數(shù)處理，數(shù)據(jù)描述統(tǒng)計(jì)量如表1所示。

表1 數(shù)據(jù)描述統(tǒng)計(jì)量Tab.1 Data description statistics

2 研究方法

Koenker 、Bassett （1978） 提出線性分位數(shù)回歸理論后[8]，分位數(shù)回歸迅速得到了廣泛的應(yīng)用，既深化了對傳統(tǒng)回歸模型的理解，也推廣了回歸模型的類型及其應(yīng)用，使回歸模型擬合統(tǒng)計(jì)樣本數(shù)據(jù)更加精致[9]。分位數(shù)回歸強(qiáng)調(diào)的是，以解釋變量的分位數(shù)來估計(jì)和推斷因變量的分位數(shù)，通過建立分位數(shù)估計(jì)方程，來估計(jì)相應(yīng)于不同分位數(shù)的解釋變量系數(shù)或未知參數(shù)。

對面板數(shù)據(jù)模型采用分位數(shù)回歸的方法進(jìn)行參數(shù)估計(jì)時(shí)，通過將分位數(shù)回歸和面板數(shù)據(jù)模型相結(jié)合對變量之間的關(guān)系進(jìn)行研究，可以更好地在控制個(gè)體差異的基礎(chǔ)上對因變量條件分布的不同分位點(diǎn)上各種變量之間的關(guān)系進(jìn)行分析。面板數(shù)據(jù)模型可以分為混合估計(jì)模型、固定效應(yīng)模型和隨機(jī)效應(yīng)模型三類?；旌瞎烙?jì)模型因?yàn)樵诓煌瑫r(shí)間和截面上均不存在顯著差異，可以視為普通最小二乘模型。隨機(jī)效應(yīng)模型因?yàn)檎`差項(xiàng)在時(shí)間和截面上均具有相關(guān)性，一般采用廣義最小二乘估計(jì)。固定效應(yīng)模型由于對于不同的截面或不同的時(shí)間序列，模型的截距是不同的，則可以采用在模型中加虛擬變量的方法通過分位數(shù)回歸得到參數(shù)估計(jì)量。

考慮一般面板數(shù)據(jù)模型，表達(dá)式如下：

式中：i代表不同的樣本個(gè)體，t代表不同的樣本觀察時(shí)點(diǎn)，u表示隨機(jī)誤差項(xiàng)向量，β表示解釋變量的系數(shù)向量，αi表示第 i個(gè)樣本的不可觀察隨機(jī)效應(yīng)。

對于上述面板模型也可采取分位數(shù)回歸法進(jìn)行參數(shù)估計(jì)。為此。建立以下條件分位數(shù)方程：

當(dāng) τ在 （0，1） 上 （區(qū)間） 變動時(shí)，求解加權(quán)絕對殘差最小化問題就可以得到分位數(shù)回歸在不同分位點(diǎn)上的參數(shù)估計(jì)量。最小化加權(quán)絕對殘差的表達(dá)式為：

如果不用向量表示，則可以表示成下式：

式中：ρτj為與給分位數(shù)相對應(yīng)的權(quán)重。

利用 Eviews軟件的分位數(shù)回歸功能通過迭代求解，可以很方便的對以上面板數(shù)據(jù)模型求出因變量在不同分位點(diǎn)水平上對應(yīng)的參數(shù)估計(jì)量。采用分位數(shù)回歸對要素投入產(chǎn)出進(jìn)行估計(jì)，可以更加精確細(xì)致地得出不同產(chǎn)出水平下同一投入要素貢獻(xiàn)的大小變化情況，從中發(fā)現(xiàn)存在的規(guī)律性。

3 實(shí)證結(jié)果

3.1 面板數(shù)據(jù)單位根檢驗(yàn)

常用的面板數(shù)據(jù)單位跟檢驗(yàn)方法包括 Levin檢驗(yàn)、ADF 檢驗(yàn)、PP 檢驗(yàn)等，基于不同的檢驗(yàn)原理，不同檢驗(yàn)方法的結(jié)果可能不同。當(dāng)同時(shí)采用這三種方法進(jìn)行檢驗(yàn)，若三種檢驗(yàn)方法結(jié)果一致時(shí)，可以說明結(jié)果的信度更高。文本采用三種方法檢驗(yàn)，可得結(jié)果如表 2。海水養(yǎng)殖量、養(yǎng)殖面積和專業(yè)從業(yè)人員數(shù)量在所有情況下都是平穩(wěn)的，因此可以繼續(xù)采用面板數(shù)據(jù)分位數(shù)回歸模型進(jìn)行進(jìn)一步估計(jì)。

表2 面板數(shù)據(jù)單位根檢驗(yàn)Tab.2 Panel data unit root test

3.2 面板數(shù)據(jù)產(chǎn)出彈性的估計(jì)

面板數(shù)據(jù)模型可以劃分為三種形式：無個(gè)體效應(yīng)的混合數(shù)據(jù)模型（不變系數(shù)模型）、變截距模型和變系數(shù)模型。為了避免由于模型形式設(shè)立造成的估計(jì)結(jié)果與所要模擬的經(jīng)濟(jì)現(xiàn)實(shí)的偏離，需要就具體的模型設(shè)立形式進(jìn)行檢驗(yàn)，常用的檢驗(yàn)方法為構(gòu)建于F統(tǒng)計(jì)量基礎(chǔ)之上的協(xié)方差分析檢驗(yàn)。此外，無論是變系數(shù)模型還是變截距模型，都有固定效應(yīng)模型和隨機(jī)效應(yīng)模型兩種形式，對固定效應(yīng)和隨機(jī)效應(yīng)的檢驗(yàn)可以采用Hausman 檢驗(yàn)的方法。采用本文數(shù)據(jù)進(jìn)行檢驗(yàn)，結(jié)果表明，在應(yīng)用所選樣本對海水養(yǎng)殖投入產(chǎn)出模型進(jìn)行參數(shù)估計(jì)時(shí)，應(yīng)該選取隨機(jī)效應(yīng)變系數(shù)模型。結(jié)果如表3的隨機(jī)效應(yīng)欄所示，當(dāng)海水養(yǎng)殖面積每增長 1%，會帶來海水養(yǎng)殖量增加0.38%，專業(yè)從業(yè)人員每增長 1%，帶來的海水養(yǎng)殖量增加 0.84%。為了進(jìn)行比較，表 3 同時(shí)給出了混合回歸結(jié)果。

表3 養(yǎng)殖量影響因素面板數(shù)據(jù)估計(jì)Tab.3 Panel data estimation of aquaculture influencing factors

3.3 面板數(shù)據(jù)分位數(shù)回歸

為了進(jìn)一步分析不同海水養(yǎng)殖產(chǎn)出水平下養(yǎng)殖面積和專業(yè)從業(yè)人員貢獻(xiàn)的差距，將海水養(yǎng)殖產(chǎn)出分為 10 個(gè)分位 （τ=0.1 ～ 0.9），滯后期選為 1年，進(jìn)行分位數(shù)回歸估計(jì)。最后結(jié)果如表4所示。隨著 τ值變大，擬 R2由 0.881 緩慢下降到 0.722，總體擬合優(yōu)度水平較高，達(dá)到中等程度相關(guān)。

將所有投入要素彈性系數(shù)在不同分位情況下的結(jié)果畫成折線圖 （圖 2），可以更清晰地看出不同投入要素在不同產(chǎn)出水平下要素貢獻(xiàn)彈性系數(shù)的變化規(guī)律：

第一，專業(yè)從業(yè)人員投入產(chǎn)出貢獻(xiàn)的彈性系數(shù)介于 0.8 ～ 0.95 之間，變化幅度較小，說明不論一個(gè)地區(qū)養(yǎng)殖產(chǎn)出水平高低變化如何，從業(yè)人員的產(chǎn)出貢獻(xiàn)都較為穩(wěn)定。大于養(yǎng)殖面積投入產(chǎn)出貢獻(xiàn)彈性，說明相比而言，養(yǎng)殖人員的投入更具有規(guī)模經(jīng)濟(jì)性。

表4 分位數(shù)回歸結(jié)果Tab.4 Results of regression quantiles

圖2 不同投入要素在不同產(chǎn)出水平下彈性系數(shù)的差距Fig.2 Gap in the coefficient of elasticity between different input factors under different level

第二，海水養(yǎng)殖面積貢獻(xiàn)的彈性系數(shù)小于0.5，總體上低于專業(yè)從業(yè)人員，可能的原因是海水養(yǎng)殖存在密度限制，τ≤0.4 時(shí)，彈性系數(shù)變化幅度較小，說明養(yǎng)殖面積的規(guī)模經(jīng)濟(jì)基本不變。

第三，τ＞ 0.4 時(shí)，隨著產(chǎn)出水平的增高，養(yǎng)殖面積的貢獻(xiàn)彈性呈持續(xù)下降趨勢，說明養(yǎng)殖面積貢獻(xiàn)越來越低。例如中低水平產(chǎn)出時(shí) （τ在0.1 ～ 0.5 之間），彈性系數(shù)主要在 0.4 ～ 0.5 之間，而最高產(chǎn)出 （τ=0.9） 的彈性系數(shù)僅為 0.166，相差兩倍多。

4 討論與建議

通過上述回歸分析結(jié)果，可以發(fā)現(xiàn)中國海水養(yǎng)殖業(yè)中，勞動力要素的貢獻(xiàn)較高而且穩(wěn)定，而具有土地要素的性質(zhì)的海水養(yǎng)殖面積對產(chǎn)量的貢獻(xiàn)降低，并且出現(xiàn)了下降趨勢。說明了海水養(yǎng)殖業(yè)勞動力要素具有規(guī)模經(jīng)濟(jì)性，但是，養(yǎng)殖面積貢獻(xiàn)度的提高受到限制，而且越發(fā)嚴(yán)重。結(jié)合國內(nèi)海水養(yǎng)殖產(chǎn)業(yè)實(shí)際發(fā)展過程可知，養(yǎng)殖面積貢獻(xiàn)度增長受限源于養(yǎng)殖海域水體質(zhì)量的不斷惡化。這涉及到如下兩方面問題：

1） 養(yǎng)殖環(huán)境污染問題

環(huán)境監(jiān)測結(jié)果表明：沿海養(yǎng)殖區(qū)域的主要污染包括石油污染、重金屬污染和有機(jī)污染。其原因是中國海域 80%的污水和各種有害物質(zhì)來源于陸地，很多海水養(yǎng)殖區(qū)分布在港灣和河流入?？?，城市生活污水和工業(yè)廢水大量排放入海，農(nóng)業(yè)污水通過各種地表徑流進(jìn)入養(yǎng)殖水域，導(dǎo)致水體富營養(yǎng)化，海域富營養(yǎng)化是赤潮發(fā)生的物質(zhì)基礎(chǔ)。近年，海上溢油事故發(fā)生次數(shù)在增加，嚴(yán)重的油污給海洋生物和海洋生態(tài)環(huán)境帶來巨大的危害。另外，海水池塘和灘涂養(yǎng)殖中的高投餌率和高水交換率的養(yǎng)殖方式，也致使沿岸水體生態(tài)環(huán)境惡化[10]。污染的累積直接影響了養(yǎng)殖物的生長和存活，導(dǎo)致海水養(yǎng)殖單位面積產(chǎn)量下降。

2） 養(yǎng)殖技術(shù)問題

國內(nèi)海水池塘和灘涂貝類養(yǎng)殖中，長期存在養(yǎng)殖種類或者類群單一問題，例如灘涂貝類養(yǎng)殖業(yè)中養(yǎng)殖對象幾乎全部是濾食性貝類。養(yǎng)殖技術(shù)較為粗放，“天種人收”、“廣種薄收”，種質(zhì)衰退等現(xiàn)象普遍存在。在采收環(huán)節(jié)，則由于不恰當(dāng)?shù)牟稉品绞?，?dǎo)致養(yǎng)殖物的棲息生存環(huán)境遭到不同程度的破壞，如蘇北灘涂區(qū)的文蛤，黃河三角洲的毛蛤等。這些由養(yǎng)殖技術(shù)帶來的相關(guān)問題嚴(yán)重影響了單產(chǎn)數(shù)量。

此外，除了上述養(yǎng)殖環(huán)境污染、生態(tài)失衡和養(yǎng)殖技術(shù)停滯不前等原因，還存在宏觀調(diào)控和養(yǎng)殖單位經(jīng)營管理等等問題，這些因素的綜合作用限制了中國養(yǎng)殖業(yè)的單位面積產(chǎn)量，導(dǎo)致了養(yǎng)殖面積貢獻(xiàn)的下降趨勢。

筆者認(rèn)為，由于養(yǎng)殖面積和勞動力要素之間存在替代性，單位養(yǎng)殖面積所匹配的勞動力數(shù)量先是遞增，然后遞減。因此，針對海水養(yǎng)殖面積對產(chǎn)量的貢獻(xiàn)度不斷降低的問題，為了持續(xù)提高養(yǎng)殖產(chǎn)業(yè)效率，必須消除養(yǎng)殖海域水體惡化帶來的限制性影響，從而實(shí)現(xiàn)海水養(yǎng)殖業(yè)內(nèi)涵式增長。具體對策包括如下兩個(gè)方面：

1） 加強(qiáng)宏觀管理，完善監(jiān)管法律法規(guī)體系，健全海洋生態(tài)環(huán)境保障體制

養(yǎng)殖生態(tài)環(huán)境的保障和改善離不開制度支持。目前，中國海水養(yǎng)殖相關(guān)環(huán)境問題還未得到足夠重視，相關(guān)法律、法規(guī)缺失較多，海洋生態(tài)環(huán)境保護(hù)和治理缺乏有效的監(jiān)管機(jī)制。必須在提高海洋環(huán)境監(jiān)測水平基礎(chǔ)上，建立健全宏觀監(jiān)管體系，將環(huán)境治理工作落到實(shí)處，加大環(huán)保和污染治理的公共投入，才能營造一個(gè)良好的產(chǎn)業(yè)環(huán)境，實(shí)現(xiàn)可持續(xù)發(fā)展。

2） 重視海水養(yǎng)殖業(yè)的科學(xué)研究，加強(qiáng)養(yǎng)殖應(yīng)用技術(shù)推廣

海水養(yǎng)殖面積貢獻(xiàn)的提升是一項(xiàng)跨學(xué)科、復(fù)雜的系統(tǒng)工程。不僅包括養(yǎng)殖技術(shù)的提高和推廣，還包括海洋生態(tài)環(huán)境治理技術(shù)；不僅是基礎(chǔ)研究，還是應(yīng)用技術(shù)研究；不僅涉及理、工學(xué)科研究，還涉及經(jīng)濟(jì)、管理、社會等學(xué)科的研究。養(yǎng)殖效益的提升取決于上述相關(guān)領(lǐng)域的綜合發(fā)展。

[1] Huguenin J E and Ansuini F J.A review of the technology and economics of marine fish cage systems[J].Aquaculture，1978，15（2）：151-170.

[2] E Lipschultz and Krantz G E.Production optimization and economic analysis of an oyster （Crassostera virginica） hatchery on the Chesapeake Bay，Maryland USA，Proc[J].World Mariculture Society，1980，11：580-591.

[3] Aiken D.The economics of salmon farming in the Bay of Fundy [J].World Aquacult，1989，70（3）：11-20.

[4] Salvanes K G.The structure of the Norwegian fish farming industry：An empirical analysis of economies of scale and substitution possibilities[J].Marine Resource Economics，1989（6）：349，73. [5]H A Cinemre，V Ceyhan，M Bozog lu，et al.The cost efficiency of trout farms in the Black Sea Region，Turkey [J].Aquaculture，2006，251：324-332.

[6] FAO.Economics of aquaculture feeding practices in selected Asian countries[R].FAO Fisheries Technical Paper，2007.505. Rome.

[7] Frank Aache，Kristin H Roll，Ragnar Tveteras.Economic inefficiency and environmental impact：An application to Aquaculture production[J].Journal of Environmental Economics and Management，2009，58：93-105.

[8] Koenker R，Gilbert B.Regression quantiles.Econometrical， 1978，46（1）：33-50.

[9] Roger Koenker，Kevin F Hallock.Quantile Regression[J].Journal of Economic Perspectives，2001，15（4）：143-156.

[10] 于曉清，陳偉杰，劉天紅，等.海水養(yǎng)殖產(chǎn)業(yè)的可持續(xù)發(fā)展[J].《齊魯漁業(yè)》，2010，27（8）：50-52.

A Study on the Contributions of Input Factors to the Seawater Aquaculture Output in China—Analysis based on the panel data by coastal province

Jiang Yimin， Mu Yongtong，Yao Lina
（1.School of Management， Zhejiang Ocean University， Zhoushan 316000， China；2.Fisheries College， Ocean University of China， Qingdao 266003， China）

This paper uses panel data to study the contribution of input factors to the mariculture output.First of all it makes on output elasticity static estimation of the fators， and then analyzes different output levels under different input key contributions by Quantile Regression.The results show that： the 1%growth per breeding area will bring Marine aquaculture increased 0.38%increase in mariculture.For each growth 1%of professional employees， the sea culture output will increase by 0.84%.So the output contribution of professional employees is more significant.No matter how the region breeding output levels change， the output contribution of employees is stable.Contribution of the mariculture area is lower than that of the professional employees in general.As the output level increases， the contribution of breeding area shows a trend of consistent decline.Finally,in view of the existing problems， the authors put forward related suggestions.

Marculture； sea water breeding area； professional employees； Quantile Regression

F307.4

A

2095-1647（2013）01-0032-06

2012-09-05

現(xiàn) 代 農(nóng) 業(yè)產(chǎn) 業(yè) 技 術(shù) 體系 建 設(shè) 專 項(xiàng) 資 金 項(xiàng) 目 （Supported by the earmarked fund for Modern Agro-industry Technology Research System； 浙江省社科規(guī)劃項(xiàng)目 “舟山現(xiàn)代海洋漁業(yè)基地建設(shè)發(fā)展戰(zhàn)略研究： 海洋綜合開發(fā)試驗(yàn)區(qū)視角”（12XKGJ24）； 浙江省教育廳項(xiàng)目 “浙江海洋捕撈業(yè)與養(yǎng)殖業(yè)全要素生產(chǎn)率增長的比較研究” （Y201225269）

蔣逸民， 男， 講師， 中國海洋大學(xué)博士后， 主要研究方向： 農(nóng)業(yè)經(jīng)濟(jì)與管理， E-mail： zhoushanjym@163.com。