中国海洋大学学报社会科学版  2018  Issue (1): 43-49  

引用本文  

纪建悦, 王奇. 基于随机前沿分析模型的我国海洋经济效率测度及其影响因素研究[J]. 中国海洋大学学报(社会科学版), 2018, (1): 43-49.
Ji Jianyue, Wang Qi. A Study on the Marine Economic Efficiency and Its Influencing Factors in China Based on Stochastic Frontier Analysis Model[J]. Journal of Ocean University of China (Social Sciences), 2018, (1): 43-49.

基金项目

国家自然科学基金项目“蓝色粮仓背景下考虑生态环境约束的我国海水养殖业效率测度、发展模式与优化路径研究”(7157328)

作者简介

纪建悦(1974-),男,山东青岛人,中国海洋大学经济学院教授,主要从事国民经济学和公司金融研究

文章历史

收稿日期:2017-09-28
基于随机前沿分析模型的我国海洋经济效率测度及其影响因素研究
纪建悦 , 王奇     
中国海洋大学 经济学院,山东 青岛 266100
摘要:本文以2006-2014年中国沿海11个省市区面板数据为样本,运用联立方程的随机前沿模型对我国海洋经济的效率及其影响因素进行实证分析。研究发现,2006-2014年,我国海洋经济整体效率呈现出上升的趋势,但是仍然存在较大的提高空间;我国海洋经济发展是以资本密集型为导向,存在规模报酬递减规律;在三大海洋经济区域中,海洋经济年均效率值最高的是长三角洲地区,其次是环渤海地区和珠三角地区,其中环渤海地区追赶势头较明显;对外开放度对海洋经济效率的影响呈现U型非线性关系,区域海洋经济发展水平、海洋人力资源质量、海洋产业结构,以及海洋政策等对海洋经济效率表现为正向线性关系,但是海洋政策性因素的影响并不显著。
关键词随机前沿模型    海洋经济效率    效率影响因素    
A Study on the Marine Economic Efficiency and Its Influencing Factors in China Based on Stochastic Frontier Analysis Model
Ji Jianyue, Wang Qi     
School of Economics, Ocean University of China, Qingdao 266100, China
Abstract: Based on the panel data of 11 provinces in China's coastal areas from 2006 to 2014, this paper makes an empirical analysis of the efficiency and influencing factors of marine economy in China by using the stochastic frontier model of simultaneous equations. The study found that during the period of 2006-2014, the overall efficiency of China's marine economy has shown an upward trend, but there is still room for improvement. The development of marine economy is capital-intensive oriented and obeys the law of decreasing returns to scale. In the three major marine economic zones, Yangtze River Delta region is of the highest marine economic annual average efficiency value, followed by the Bohai Rim region and the Pearl River Delta region, and the momentum of Bohai rim catching up with the Yangtze River Delta is more obvious. The influence of the open-door degree on the marine economic efficiency presents a U-shaped nonlinear relationship. The development level of regional marine economy, the quality of marine human resources, the industrial structure of the oceans and the marine policies are positively and linearly correlated with the efficiency of marine economy, but the impact of marine policy is not significant.
Key words: stochastic frontier model    the efficiency of marine economy    influencing factors    
一、引言

海洋为我国经济发展提供了丰富的资源和广阔的发展空间,发展海洋经济作为我国重大发展战略之一,带动了整个国民经济的发展,海洋生产总值在2006-2014年间以平均11.2%的速度增长,占国内生产总值的比例高达9.6%左右,已经成为我国新的经济增长点。但是,随着海洋开发的深度与广度不断扩展,高代价、低效率、粗放式的海洋经济发展模式导致的海洋生态受损、海洋灾害多发、海水污染等问题越来越严重,其矛盾也日益突出,这严重制约了海洋经济的稳定持续发展。不断提高海洋经济效率,成为转变海洋经济发展方式,实现海洋可持续发展的关键。为此,本文对我国沿海地区海洋经济效率进行定量评价,同时充分挖掘经济增长的非效率环节,进而寻求提高海洋经济效率的有效途径,这将有助于提高海洋资源的综合利用效率,对实现我国海洋领域集约化发展具有重要的理论价值和现实意义。

效率分析一直以来是经济学的核心命题之一,对于海洋经济效率的评价与测算,国外研究最早开始于美国经济学家Wayne,[1]他首次以码头货物吞吐量作为研究对象研究港口经济效率,并从天然腹地、码头性能,以及管制环境等角度分析对效率的影响。之后一些学者也借鉴这一做法,对港口经济效率进行评价分析,得出类似结论。[2-4]Kevern分别从经济发展水平、资源配置状况、可持续利用等三个方面,对渔业经济效率进行分析和论述,并提出了相应的建议;[5]同样的其他一些学者也对渔业经济效率进行了评价分析。[6-9]随着我国海洋经济地位的提升,国内学者受陆域经济效率研究的启发也开始对海洋经济的整体效率进行评价分析。李彬等利用沿海省市海洋经济的面板数据,运用随机前沿方法,对我国海洋经济技术效率进行实证分析,表明技术效率的差距是造成海洋经济发展差异化的主要原因之一;[10]杜军等采用DEA和Malmquist生产率指数模型,对我国沿海11个省市区海洋经济效率进行评价,并提出相应建议;[11]赵林等基于SBM和Malmquist生产率指数对中国海洋经济效率进行测度,同时对海洋经济效率的阶段性演化和动态变化进行分析。[12]

以往的研究对我国海洋经济效率进行了较为深入的探讨,但还存在一些需要改善的地方:一是以往研究多是采用非参数DEA方法测度海洋经济效率,这种方法缺陷是忽视了随机因素对效率的影响产生的误差;二是当前少数采用随机前沿模型去测算海洋经济效率的研究,并未充分考虑外部环境对模型中非效率项的影响,使得对效率的测算存在误差。鉴于此,本文基于随机前沿模型,将影响海洋经济效率的因素纳入无效率函数中,并与由资本和劳动等要素所构成的随机前沿生产函数相结合,分析我国海洋经济在2006-2014年间的效率变化,并对其影响因素加以进一步探讨。

二、研究设计 (一) 模型的选择

在利用面板随机前沿模型时,主要有两步法估计和一步法估计,前者是利用SFA模型进行第一步效率测算,然后用此效率对影响因素进行第二步回归分析,其最大的缺陷是第一步假设技术效率是服从同一分布,而第二步假设技术效率又与其他一系列变量存在某种函数关系,造成矛盾。鉴于此,本文基于随机前沿模型,使用面板数据,采用一步极大似然估计法来评价海洋经济效率及影响因素。

随机前沿模型最早由Aigner & Chu提出,这一模型主要是用于测算多投入和单产出的技术效率。其模型可以表示为:

$ {\rm{ln}}{y_{it}} = {\rm{ln}}f({x_{it,{\beta _i}}}) + {v_{it}} - {u_{it}} $ (1)
$ {\varepsilon _{it}} = {v_{it}} - {u_{it}} $ (2)

在式(1)、式(2)中,f(xit, βi)是生产函数,εit是误差项,它是由两部分组成,一部分是vit,即随机因素对产出的影响,另一部分是uit,即技术无效率项对产出的影响。式(2)中vituit是服从独立不相关分布的,其中,vit是服从标准正态分布N(0, σv2),而uit一般假设服从半正态分布或截断正态分布N+(mi, σu2)。

为了更精确评价经济效率水平,Battese & Coelli等扩充模型,即在随机前沿模型中加入非效率函数同时用极大似然法进行估计,即一步极大似然估计方法,模型如下:

$ {m_i} = {\delta _0} + {\delta _i}{z_i} + {\omega _i} $ (3)
$ T{E_{it}} = {\rm{exp}}( - {u_{it}}) $ (4)

其中,zi是技术无效率项的影响因素,δ是方程待估参数,若δ>0,则说明z对效率有负向影响,反之,若δ < 0,说明z对效率有正向影响,ωi是技术无效率方程的随机扰动项。TE为技术效率。由vituit的方差得到,γ=σu2/(σu2+σv2)(0≤γ≤1),如果γ=0,说明前沿产出完全取决于随机干扰项,没有必要采用随机前沿分析方法,而当γ越接近1时,越适合用SFA模型方法分析。

(二) 数据与变量 1、数据来源

本文选取我国沿海地区,包括天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、广西、海南等11个省市区,作为面板数据的横截面;鉴于《中国海洋统计年鉴》的核算体系的变化,选择2006-2014年为时间维度。本文所有数据均来自于《中国海洋统计年鉴》(2007-2015),《中国统计年鉴》(2007-2015)或者经计算获得。

2、投入与产出变量

(1) 总产出变量。本文选取各沿海地区海洋生产总值(GOP)作为总产出。为了消除价格因素的影响,本文以2006年为基年,利用各地区生产总值指数对各地区海洋生产总值进行定基化处理。(2)劳动投入量。2006年以来海洋统计年鉴中采用的口径是沿海地区涉海从业人员数,且一直沿用至今,本文则以各地区当年涉海从业人员数代替劳动投入量,记为L。(3)资本投入量。本文借鉴何光顺等关于海洋资本存量的估算方式,公式为:海洋资本存量=沿海地区资本存量×(沿海地区GOP/沿海地区GDP)。[13](P232)在对各地区资本存量的测算中,本文采用永续盘存法(PIM)进行测算。其基本计算公式为:Ki, t+1=Ii, t+1+(1-δ)Ki, t,其中,t为年份,δ为固定资产折旧率,在本文计算中,折旧率统一为10.96%,[14]I是按照可比价固定资本形成总额。初始资本存量为:Kit=Iit/(git+δ),git是各省份所考察年份实际固定资本形成总额增长的几何平均数。通过以上方法,得到我国沿海11个省市区的实际海洋资本存量,记为K。

3、效率影响因素变量

本文主要从区域对外开放程度,沿海地区海洋产业结构,区域海洋发展水平,海洋人力资源质量和海洋政策性因素等五个方面对海洋经济效率进行分析。

(1) 区域对外开放程度(OPEN)。在开放状态下,沿海区域间可以合理分配资源,同时引进国外先进的技术,从而提高海洋资源利用率,促进海洋经济发展。本文参照苏为华等的做法,[15]选择各沿海省市区的进出口总额占各省GDP的比例来衡量一个地区的开放程度,其中进出口总额利用中国每年的年均汇率进行换算处理。(2)海洋产业结构(INDUS)。与海洋第一产业相比,海洋第二、第三产业的科技水平相对较高,其生产效率也较高,能较大地提升海洋经济效率水平。在以往的大部分研究中,都是选择海洋第三产业或者第二产业的占比衡量海洋产业结构状况,本文认为这种做法忽视了三种产业之间的相互关联性,因此选择靖学青所提出的产业结构高级化程度来体现海洋产业结构状况。(3)区域海洋经济发展水平(PGOP)。[16]一般来说,对于沿海地区,其海洋经济发展水平较高,可以为海洋产业的发展提供大量的资金和基础设施支持,营造良好的发展环境,其海洋资源利用效率和生产率也相应的较高。本文从发展是第一要义和以人为本的原则出发,选择人均GOP(即:地区GOP/区域年末人数)衡量区域海洋经济实力。(4)海洋人力资源质量(PROF)。海洋生产效率的提升直接受海洋科技研发、推广与转化的影响,而这些工作又是由海洋专业技术人员完成的,也就意味着海洋人力资源的质量越高,海洋生产效率也就越好。在大部分文献中,都是采用人均受教育年限来衡量人力资源质量,但在《海洋统计年鉴》中并没有对海洋从业人员进行受教育年限统计,因此本文选用海洋科研机构专业技术人员占涉海从业人员的比重来衡量海洋人力资源质量。(5)海洋政策性因素(POLICY)。一般来说,我国海洋经济的发展受政策的影响较大,在研究海洋经济的效率时,需要考虑政策性因素的影响。本文将“十一五规划”的起始年份2006年和“十二五规划”的起始年份2011年设置为1,其他年份为0,以此来衡量海洋政策性因素。

(三) 实证模型

运用一步法估计的随机前沿模型对效率进行评价的关键是构建前沿生产函数以及无效率函数。一般来讲,超越对数生产函数通常对数据量有严格的要求,考虑到本文中使用的时间段是2006—2014年这9年,横截面是我国沿海11省市区的数据,选择有限超越对数函数,[17]具体的生产函数和无效率函数形式如下:

$ \begin{array}{l} {\rm{ln}}(GO{P_{it}}) = {\beta _0} + {\beta _t}t + \frac{1}{2}{\beta _{tt}}{t^2} + {\beta _k}{\rm{ln}}({K_{it}}) + \\ {\beta _l}{\rm{ln}}({L_{it}}) + {\beta _{tk}}t{\rm{ln}}({K_{it}}) + {\beta _{tl}}t{\rm{ln}}({L_{it}}) + \frac{1}{2}{\beta _{kk}}{({\rm{ln}}{K_{it}})^2} + \\ \frac{1}{2}{\beta _{ll}}{({\rm{ln}}{L_{it}})^2} + {v_{it}} - {u_{it}} \end{array} $ (5)

其中,K和L是海洋资本存量和海洋劳动力,生产函数中的t代表的是技术进步水平,根据前文所述的海洋经济效率的影响因素,构建的无效率函数方程如下:

$ \begin{array}{l} {m_{it}} = {\delta _0} + {\delta _1}OPE{N_{it}} + {\delta _2}INDU{S_{it}} + {\delta _3}PGO{P_{it}}\\ + {\delta _4}PRO{F_{it}} + {\delta _5}POLIC{Y_{it}} + {\omega _{it}} \end{array} $ (6)
三、实证分析 (一) 描述性统计

表 1列示出了模型中指标变量描述性统计的情况。

表 1 变量描述性统计
(二) 模型检验

为了检验本文所设定的估计海洋经济效率的生产函数以及无效率函数的有效性,进行似然比(LR)检验非常有必要。LR的定义是:LR=-2ln[L(H0)/L(H1)],其中,L(H0)和L(H1)是原假设和备择假设似然函数值,且有LR~χ2(k),k是自由度。本文设定如表 2中的四个假设,运用Frontier 4.1软件得到表 2的LR检验结果,假设1至假设4均在1%的显著性水平下被拒绝。这说明:①文中设定的有限超越对数生产函数适合该研究问题;②海洋经济效率测算存在无效率项,需要进行无效率分析;③海洋经济效率是随着时间变化的,存在技术进步;④文中设置的无效率项因素会对海洋经济效率产生一定的影响。

表 2 模型假设检验结果
(三) 实证结果

对上述构建的模型进行一步极大似然估计,获得了参数估计值如表 3所示。模型中γ值为0.9999,且在1%的水平下显著,说明随机前沿模型在整体上是合理有效的,适合该研究。

表 3 随机前沿生产函数与无效率函数估计结果
(四) 结果分析 1、海洋要素弹性分析

通过超越对数生产函数模型得到的各参数估计值可以反映解释变量与被解释变量之间的正、负向关系,进而反映各个要素之间替代和互补关系,但并不能以此比较解释变量对被解释变量作用的大小,为了分析海洋生产要素在我国海洋经济发展中的作用,本文引入要素产出弹性系数,资本产出弹性为:εk=βk+βtkt+βkklnk,劳动产出弹性为:εl=βl+βtlt+βlllnl,进而得到2006-2014年我国海洋经济每年资本与劳动要素产出弹性,如表 4所示。

表 4 我国海洋经济要素产出弹性

资本产出弹性与劳动产出弹性之和均小于1,说明海洋经济发展规模报酬是处于递减阶段。究其原因,我国海洋经济规模大,在发展海洋经济前期,投入了大量的资金和基础设施等,由于技术水平较低,且基础薄弱,海洋经济生产效率低下,导致海洋产业规模报酬递减。但根据规模报酬年变化趋势来看,海洋经济规模报酬从2006年的0.886增加至2014年的0.997,海洋经济规模收益在逐渐向规模报酬不变的状态发展,说明海洋资本以及劳动力对海洋经济应有的带动和促进作用也得到了比较充分的发挥。同时,从上表 4可以看出,从2007年以来,我国海洋资本的产出弹性均大于海洋劳动力产出弹性,说明海洋经济的发展主要依赖于海洋资本,对劳动力的依赖较小。这一结论,从上文中随机前沿生产函数方程估计结果中也得到了进一步验证,海洋资本要素与时间的交互项系数显著为正,意味着资本要素投入规模在海洋经济技术进步过程中有助于提高海洋经济效率,海洋劳动要素与时间的交互项系数显著为负,意味着劳动要素投入规模在海洋经济技术进步过程中是海洋经济效率的关键掣肘。

2、沿海地区海洋经济效率及差异分析

从各沿海省市区看,海洋经济效率的差距较大,从图 1中看出,海洋经济效率最高的是上海市,年均效率值是0.827,最低的是广西,年均效率值为0.361。上海是我国经济发展的增长极,发达的经济有效促进了海洋经济效率的提升。值得注意的是,除上海市外,其他地区的海洋经济年均效率值介于0.3-0.6之间,效率值较低,说明我国各沿海省区海洋经济效率提升空间较大,各地区应当充分利用自身的发展优势,不断提升海洋经济效率。图 2比较直观地表现了在2006-2014年我国三大海洋区域效率值的变化情况,可以看出,研究期间内三大海洋区域经济效率总体上呈上升态势,但区域分布并非严格呈现“中间高南北低”的梯度状态,2009年起环渤海地区的海洋经济效率反超长三角地区,之后又开始下降,这主要是因为2009年起河北省海洋经济效率出现了迅速提升;从年均效率值来看,长三角地区海洋经济效率值是0.4934,其次是环渤海地区,其年均效率值是0.4817,最后是珠三角地区,其海洋经济效率值是0.4089,低于全国平均水平。长三角地区的两省一市都是我国经济发达的沿海区域,在经济基础和政策支持等方面都存在明显的优势,可以为海洋经济的发展提供良好基础,环渤海地区海洋经济起步较晚,从图 2中看出,尽管环渤海海洋经济追赶势头明显,但是从2013年起区域间差距较为明显。

图 1 中国沿海省份海洋经济效率平均值(2006-2014)

图 2 中国区域海洋经济效率

从全国整体水平来看,2006-2014年,我国海洋经济增长效率均值为0.4661,这说明在不增加海洋劳动力以及海洋资本要素投入的前提下,如果各个沿海地区同时提高海洋技术效率,那么在现有海洋技术进步水平下,我国海洋经济的GOP总量可在当前基础之上提升53.39%,也就意味着在现有的海洋技术进步的条件下,我国海洋经济总体上还有很大的发展空间。与此同时,从图 2中可以看出,我国海洋经济效率整体上呈现出“先下降后上升并相对稳定”的趋势,其特征是,2006-2008年为下降期,这一阶段主要是当时的全球金融危机严重限制了我国沿海地区海洋经济的发展,海洋经济的规模效应等均未获得有效的发挥,在此期间海洋经济效率值下降了4.16%;2009-2014年是上升期,在这一阶段,我国海洋经济的发展进入了后金融危机时代的复苏期,我国海洋经济正由“十一五”规划向“十二五”规划过渡的阶段,同时“十八大”首次提出建设“海洋强国”战略,以及《全国科技兴海规划纲要(2008-2015)》的大力实施和海洋经济创新发展区域示范区的建立,使得海洋科技水平不断提高,带动了我国海洋经济效率的提升。

3、海洋经济效率影响因素分析

(1) 对外开放程度对海洋经济效率的影响作用关系呈现出“U”型状。本文在技术无效率生产函数中加入了对外开放的平方项,经过极大似然估计得到对外开放程度的一次项系数为正,二次项系数为负,且均在1%的显著性水平下显著,说明了区域对外开放程度对海洋经济效率的影响关系是“U”型的,即在区域对外开放的初期对海洋经济效率的影响具有负向作用,随着对外开放的深入,其对海洋经济效率开始有正向作用。其原因是海洋经济是外向型经济,我国海洋经济起步较晚,其发展水平起点低且技术水平落后,在对外开放初期,资源的配置不充分,在国外竞争中处于被动状态,生产效率自然较低,但是随着对外开放的进一步深入,沿海地区通过引入吸收外部先进的海洋技术以及海洋管理理念,加强区域间的信息沟通等,使得海洋资源的开发和利用率提高,海洋经济的发展逐渐趋于有序合理,其效率获得提升。(2)海洋产业结构对海洋经济效率的影响是正向的,其在无效率方程中的系数是负数,且通过1%的显著性水平。近几年,我国海洋经济产业高级化水平取得了较大的发展和进步,特别是海洋第三产业比重逐年提高,从2006年的47%增加到2014年的51%,海洋产业结构的优化,推动了海洋经济综合竞争力和效率的提升。所以,在现阶段“一带一路”战略背景下,我国各沿海地区应当重视海洋产业结构的升级与优化,充分利用自身的海洋产业优势,尤其重视发展海洋第三产业,从而有效促进海洋经济稳定发展。(3)地区海洋经济发展水平对海洋经济效率的影响是正向的,与赵林等结论一致,[12]在无效率方程中的系数是-0.87,且通过5%的显著性水平。地区海洋经济发展水平每提高1单位,海洋经济效率就会提高0.87单位,地区海洋经济发展水平较高,说明该地区能够有效统筹海洋资本、海洋劳动力等要素投入,进而为海洋经济效率的提高提供充分的条件;相对其他影响因素,地区海洋经济发展水平对效率的影响系数最高,这说明了在今后海洋经济发展过程中,如何继续保持较高的海洋经济发展水平是提高海洋经济效率的关键环节。[18](4)海洋人力资源质量对海洋经济效率的影响是正向的,在无效率方程中的系数是负向的,且通过5%的显著性水平,其对海洋经济效率影响系数为0.22,仅次于地区海洋经济发展水平的影响系数,这也验证了海洋经济效率的提升离不开海洋科技人才。科技人才是直接推动海洋经济产业生产技术研发、转化与应用的动力,具有更高的劳动生产力和创造性,现阶段,海洋人力资源的优势开始显现,进而带动海洋经济效率的提升。(5)海洋政策性因素对海洋经济效率的影响是正向的,但是其系数并未通过显著性检验。这意味着在近几年我国海洋经济的发展过程中,我国在海洋经济政策制定上尚处在摸索状态,且制度体制并不健全,虽然出台了一系列海洋相关的政策,但是对海洋经济效率的刺激和影响并不充分。这就意味着,在今后海洋经济发展中,必须制定合理且有效的海洋政策,包括海洋经济、环境、科技政策等,进而保障海洋经济可持续稳定发展。

四、结论

本文运用有限超越对数生产函数和无效率生产函数联立的随机前沿模型,以2006-2014年中国11个沿海省市区的面板数据为样本,对我国海洋经济效率进行合理评价,并就海洋经济的生产要素和效率影响因素进行分析。研究发现,我国海洋经济的发展方式是资本密集型,在近几年资本产出弹性一直远大于劳动产出弹性,且海洋经济的发展处于规模报酬递减阶段,这说明我国海洋投入要素的配置结构不合理。2006-2014年,我国海洋经济效率呈现稳步上升的态势,但整体水平偏低,具有较大的提升空间,并且各个地区海洋经济效率差异较大,上海的海洋经济效率水平最高,广西的最低。区域对外开放程度对海洋经济效率的影响呈现出“U”型非线性关系,海洋产业结构、区域海洋经济发展水平、海洋人力资源质量在一定程度上可以提高海洋经济效率水平,均有显著正向的影响关系,海洋经济政策对海洋经济效率也具有正向刺激作用,但是在现阶段并不显著。

参考文献
[1]
Wayne K. Talley. Optimum Throughput and Performance Evaluation of Marine Terminals?[J]. Maritime Policy & Management, 1988, 15(10). (0)
[2]
Barroscp, Athanassiou M. Efficiency in European Seaports With DEA:Evidence from Greece and Portugal[J]. Maritime Economics&Logistics, 2004, 6(2): 122-140. (0)
[3]
Cullinanek, Jip, Wang T. The Relationship Between Privatization and DEA Estimates of Efficiency in the Container Port Industry[J]. Journal of Economics and Business, 2005, 57(5): 433-462. DOI:10.1016/j.jeconbus.2005.02.007 (0)
[4]
Wanke P F. Physical infrastructure and shipment consolidation efficiency drivers in Brazilian ports:A two-stage network-DEA approach[J]. Transport Policy, 2013, 29(3): 145-153. (0)
[5]
Kevern L Cochrane. Reconciling Sustainability, Economic Efficiency and Equity in Fisheries:the one that got away?[J]. Fish and Fisheries, 2001, (1). (0)
[6]
Tingley D, Pascoe S, Coglan L. Factors affecting technical efficiency in fisheries:Stochastic production frontier versus data envelopment analysis approaches[J]. Fisheries Research, 2005, 73(3): 363-376. DOI:10.1016/j.fishres.2005.01.008 (0)
[7]
Esmaeilia. Technical Efficiency Analysis For the Iranian Fishery in the Persian Gulf[J]. ICES Journal of Marine Science:Journal du Conseil, 2006, 63(9): 1759-1764. DOI:10.1016/j.icesjms.2006.06.012 (0)
[8]
Maravelias C D, Tsitsika E V. Economic efficiency analysis and fleet capacity assessment in Mediterranean fisheries[J]. Fisheries Research, 2008, 93(1-2): 85-91. DOI:10.1016/j.fishres.2008.02.013 (0)
[9]
Jamnia A R, Mazloumzadeh S M, Keikha A A. Estimate the technical efficiency of fishing vessels operating in Chabahar region, Southern Iran[J]. Journal of the Saudi Society of Agricultural Sciences, 2015, 14(1): 26-32. DOI:10.1016/j.jssas.2013.04.005 (0)
[10]
李彬, 高艳. 我国区域海洋经济技术效率实证研究[J]. 中国渔业经济, 2010, (6): 99-103. (0)
[11]
杜军, 鄢波冯, 瑞敏. 我国沿海省份海洋经济效率评价研究[J]. 农业技术经济, 2016, (6): 47-55. (0)
[12]
赵林, 张宇硕, 焦新颖, 等. 基于SBM和Malmquist生产率指数的中国海洋经济效率评价研究[J]. 资源科学, 2016, 38(3): 0461-0475. (0)
[13]
何广顺, 丁黎黎, 宋维玲. 海洋经济分析评估理论、方法与实践[M]. 北京: 海洋出版社, 2014. (0)
[14]
单豪杰. 中国资本存量K的再估算:1952-2006年[J]. 数量经济技术经济研究, 2008, (10): 17-31. (0)
[15]
苏为华, 王龙, 李伟. 中国海洋经济全要素生产率影响因素研究-基于空间面板数据模型[J]. 财经丛论, 2013, (3): 9-13. (0)
[16]
靖学青. 产业结构高级化与经济增长-对长三角地区的实证分析[J]. 南通大学学报, 2005, (9): 45-49. (0)
[17]
姬超. 韩国经济增长与转型过程及其启示:1961-2011——基于随机前沿模型的要素贡献分解分析[J]. 国际经贸探索, 2013, 12(12): 45-60. (0)
[18]
赵昕, 彭勇, 丁黎黎. 中国沿海地区海洋经济效率的空间格局及影响因素分析[J]. 云南师范大学学报, 2016, 9(5): 112-120. (0)