海水养殖规模效率差异性原因分析
一、海水养殖规模效率差异性原因分析方法
要对海水养殖规模效率差异性原因进行分析，就要分析各投入变量对产出变量的影响大小，这可以通过建立生产函数模型来实现。本书以柯布道格拉斯生产函数为基础，通过SFA参数估计模型对海水养殖生产函数进行估计，并分析海水养殖规模效率差异性产生的原因。
参数法需要事先建构生产函数与成本函数的模型，并给出投入产出的函数关系，利用残差项估算海水养殖的效率值，对决策单元模型机理要求较高，主要有随机前沿法、自由分布法和厚前沿方法三种，其中随机前沿法应用最为广泛。
随机前沿法（SFA）是最早使用的一种分析方法。该方法认为，干扰项来自于随机误差以及技术的无效性，在进行技术效率的估测时，应该剔除随机误差的影响。理论上，若随机误差的期望值为零，则可以假设其服从期望为零的正态分布；但实际中技术无效性的期望一般不为零，于是可假设其服从期望不为零的正态分布。通过前面两点的假设，可以在误差项中分离出随机误差干扰项和技术无效项。本书采用随机前沿方法估计海水养殖的生产函数，并分析各因素对其影响的不同。
构建的模型如下：
式中，qi代表第i个省份的海水养殖产出取自然对数后的值；xi是包含投入对数的向量，分别为人员、鱼苗、海水养殖面积、海水养殖渔船投入取自然对数后的值；β是待估参数的列向量；μi是与技术无效率相关的非负随机变量；vi为观测误差及其他随机因素。技术效率可以用计算观测产出与相应的随机前沿产出的比值：
按照这种方法的技术效率取值为0～1之间。可以很明显看出，技术效率预测的第一步是估计随机前沿生产函数的参数。
二、海水养殖生产函数估计
采用frontier4.1对海水养殖生产函数进行估计，从估计参数中可以看出各因素对其产量影响的不同。估计结果如表6－6所示。由于渔船投入中三个指标具有很强的相关性，因此我们分别用三个模型进行估计。
表6－6 海水养殖生产函数估计结果
从模型估计结果中可以看出从业人员是海水养殖生产函数的主要决定因素，这和目前我国海水养殖为劳动密集型产业的情况也是相符的。其次，渔船投资的海水养殖生产函数系数也较大，说明资本投入在海水养殖中起到了重要的作用。而海水养殖面积相对系数较小，这说明海水养殖在扩大经营规模时，带来的产出结果并不明显，也印证了前面对海水养殖规模效率的分析，小规模情况下其单位面积产量较高，生产效率、规模效率有效。鱼苗在生产函数中的系数较小，这说明鱼苗的投入带来的直接增加值增长是较小的，也从侧面反映出我海水养殖业生产技术水平不高，对海水鱼苗的利用率较低的状况。
三、实证结论
从上面的分析结果来看，海水养殖人员、海水养殖资本投入是海水养殖生产增加的主要原因。而目前我国海水养殖业的整体技术水平较低，没有发挥出鱼苗、海水养殖面积规模的效用，致使海水养殖规模效率不高。从经济学理论上来分析，当技术水平过低时，盲目增加人员、资本、基本生产资料的投入，会形成这些生产要素的边际报酬递减现象，造成生产的规模不经济。海水养殖技术水平过低是导致我国当前海水养殖规模差异的主要原因，因此应当从产业升级的角度入手，改善海水养殖规模效率。
同时研究发现小规模海水养殖具有较高的效率，且单位面积增加值较高。因此，我国不应盲目扩大海水养殖规模，应采用适当的养殖规模，着重提升海水养殖技术水平，提高资本、鱼苗、海水养殖面积规模的生产效率。从长远来说，应当实现海水养殖从劳动密集型向资本和技术密集型产业的转变，改善海水养殖的规模效率，实现规模经济，避免因养殖规模过度扩大而造成的资源浪费，甚至造成其他要素产生规模报酬递减现象。且生产效率低下的省份应当借鉴技术水平较高省份的发展经验，在技术水平发展到一定程度后，再扩大生产规模，实现规模经济。