我国区域海洋经济发展的效率评价研究——基于SBM模型和Malmquist-Luenberger指数的实证分析

纪玉俊，张彦彦

（中国海洋大学经济学院，山东 青岛 266100）



我国区域海洋经济发展的效率评价研究
——基于SBM模型和Malmquist-Luenberger指数的实证分析

纪玉俊，张彦彦

（中国海洋大学经济学院，山东 青岛 266100）

摘 要：基于SBM模型，测度了1998—2013年我国区域海洋经济的静态技术效率，并运用Malmquist-Luenberger指数对区域海洋经济的全要素生产率进行了动态分解。在区域海洋经济发展过程中，我国沿海地区应在技术进步的基础上，提高技术效率，同时要注意环境保护和环境治理的投入，以实现同等投入下更多的产出。

关键词：海洋经济；SBM模型；Malmquist-Luenberger指数

随着海洋经济在我国国民经济中地位日益提高，沿海各地区纷纷将其作为新的经济增长点，由此带动区域海洋经济快速发展。在我国经济进入新常态的背景下，对如何发展海洋经济也提出更高的要求，也就是不但要重视发展速度，更要注重发展的质量，从而实现其转型升级与发展的可持续性，而这与区域海洋经济的发展效率有着密切关系。

长期以来，我国区域海洋经济的发展集中体现为一种粗放型的发展模式，其结果就是对海洋资源的“涸泽而渔”以及对海洋生态的破坏。由于海洋资源环境约束与区域经济等方面的不同，其对海洋经济发展效率的影响也存在差异。具体而言，海洋经济的发展是建立在海洋资源的开发利用基础之上，对于我国沿海地区而言，其经济发展水平存在着较大不同，而在区域竞争的推动下，则会造成有的地区海洋资源开发过度，有的地区开发不足，由此带来区域海洋经济发展的无效率。因此，对区域海洋经济发展的效率进行评价在目前而言更是凸显其重要性。通过效率评价及其形成原因分析，可以实现在同样的投入下尽可能提高产出，或者在同样的产出下尽可能减少投入，从而提高区域海洋经济的发展效率，实现其可持续发展。

对于区域经济发展的效率评价，已经积累了较多文献。从研究方法来看，国内学者主要运用DEA、窗口分析、malmquist指数、非期望产出的SBM等方法来研究区域经济发展效率，一是采用DEA和malmquist指数分析法，贾方方等[1]、张伟丽[2]、冯丽等[3]、吴旭晓[4]等运用DEA方法分析不同地区经济发展效率；张运华[5]等则应用窗口分析法，从时间序列角度，研究江苏省各地区1996—2005年经济发展效率，袁晓玲[6]等运用超效率DEA模型测度我国29个省份（自治区、直辖市）1978—2007年的区域经济发展效率并分析其时空变化趋势；赵立成[7]等将绿色GDP作为产出指标，并运用DEA—Malmquist模型，评价环渤海地区的经济效率，张悟移[8]等运用DEA方法对2012年中国内地30个省份经济发展效率进行静态评价，并运用Malmquist指数分析30个省份2008—2012年的经济发展效率；二是非期望产出的SBM，如杨桂元[9]等以非期望产出为基础，运用DEA视窗分析，研究2005-2010年安徽省17个地市经济发展的相对效率，杨桂元等运用灰色关联分析各投入、产出指标之间的关系，基于Malmquist指数，并引入非期望产出的SBM分析我国各省份经济发展效率[10]，易雅馨将非期望产出的SBM与DEA的视窗分析法相结合，分析我国29个地区的区域经济发展效率，并运用Malmquist指数对其分解进行研究[11]。

关于区域海洋经济的效率评价，一类是根据海洋经济的不同特点进行间接评价，主要是从以下三方面展开：一是海洋经济技术效率，李彬等利用沿海省市海洋GDP面板数据，运用SFA法分析我国区域海洋经济的技术效率[12]；二是海洋产业效率，张彤运用DEA研究我国沿海地区海洋捕捞生产效率，并运用Malmquist指数分析其效率变动[13]，程娜通过对海洋第二产业的梳理，基于DEA研究我国海洋第二产业效率[14]；三是发展水平评价，武鹏等通过建立区域海洋经济发展综合评价体系，运用德尔菲法和均值法研究其发展[15]，林筱文等通过建立海洋经济可持续发展能力综合评价指标体系，并建立灰色关联评价模型对其进行研究[16]。随着研究的深入，直接评价区域海洋经济发展效率的文献也逐渐增多，如范斐等运用DEA和Malmquist指数，分别从动态和静态两个角度分析环渤海经济圈17个沿海城市的海洋经济效率[17]，赵昕等基于GRA-DEA混合模型分析了2009年11个省市的海洋经济效率[18]，张继良等通过主成分分析法综合分析我国沿海省市海洋经济发展水平，并利用DEA分析其发展效率[19]。

通过相关文献的梳理发现，直接对区域海洋经济发展效率进行研究的文献还不是很多；同时虽利用了DEA模型对其进行分析，但现有文献并未将海洋经济发展过程中的非期望产出纳入其评价体系中，而这对具有资源特点的海洋经济而言则尤为重要。基于此，本文在相关研究的基础上，基于非期望产出的SBM模型分析我国区域海洋经济的静态技术效率，并利用Malmquist-Luenberger指数分析其效率的动态变化。

1　研究方法与变量选择

1.1研究方法

本研究基于非期望产出的SBM模型和Malmquist-Luenberger指数分析我国区域海洋经济的发展效率。

传统的DEA模型大都属于径向和角度的度量，不能充分考虑投入产出的松弛性问题。Tone提出了非径向、非角度的SBM模型，把投入和产出的松弛变量放入目标函数中评价决策单元的效率，能够评价投入角度和产出共参数的生产效率，解决投入或产出存在非零的松弛问题，同时解决生产过程所包含的非期望产出问题。考虑m种投入（x）,s1种期望产出（yg），s2种非期望产出（yb）的非期望产出的SBM模型：

S为投入、产出的松弛量；l为权重，S-为投入的过多，Sb表示非期望产出的过多，Sg表示期望产出的不足，r（0≤r≤1）表示效率评分，它关于S-，Sg，Sb严格递减。当且仅当r1=，即S-= 0、Sg= 0、Sb= 0时，当前决策单元是有效的，反之，当P〈1，即S-> 0、Sg> 0、Sb> 0，决策单元是无效的，可做如下改进，以达到有效：

Chung[20]提出了Malmquist-Luenberger指数，该指数基于方向距离函数，测度了存在非期望产出时，全要素生产率的动态变化，该指数与Malmquist指数一样，可以将全要素生产率分解成技术水平和技术效率两部分，因此被广泛应用于考虑非期望产出的全要素生产率的计算。

在t时期技术下，从t期到t+1期的Malmquist-Luenberger生产率指数为：

其中ML为全要素生产率，ML>1代表全要素生产率提高，ML<1代表全要素生产率下降；TEC为技术效率的变化，TEC>1代表技术效率提高，TEC<1代表技术效率下降；TC表示技术进步变动，TC>1代表技术进步，TC<1代表技术退步。

1.2投入、产出变量的选择

新古典经济增长模型中投入要素主要为劳动力和资本，以此为基础，根据相关研究以及实际数据的可获得性，选取了合适的投入、产出变量，因考虑环境因素，产出变量包括了期望产出和非期望产出。在投入变量方面，选择了涉海就业人员、海洋固定资产投资、海水养殖面积和盐田总面积，具体如下。

1.2.1涉海就业人员 《中国海洋统计年鉴》中，涉海就业人员的统计口径发生了多次变化，1999—2002年统计年鉴采用的统计口径是海洋社会从业人员，2003年统计年鉴中采用海洋产业年末职工数，2004—2006年统计年鉴采用海洋产业年末从业人员，2007—2013年统计年鉴中采用涉海就业人员，并在2007年统计年鉴中公布了2001年涉海就业人员，通过数据对比，统计口径不同使得数据差距很大，会导致结果的不准确。为避免此类问题，采用张军等对缺失数据的处理方法[21]，用各省的时间序列趋势（取对数）对2001和2006—2013年各地区涉海就业人员（取对数）进行OLS回归，以天津为例，结果如下表1。

表1　天津市时间趋势对涉海就业人员的回归结果Table 1 Regression results of time trend in marine-employees of Tianjin

由表1可知，拟合度达到0.934 267，运用此方法求得1998—2013年沿海地区涉海就业人员数。

1.2.2海洋固定资产投资 本研究采用的基于DEA的Malmquist-Luenberger指数是一种相对效率的计算，只要各个研究对象保持相对一致性，结果就不会有大的偏差。刘祥曾用固定资产投资额来替代资本存量[22]，结果较为可信，本文运用此方法以各省份各年度的固定资产投资额来替代资本存量。现有海洋统计年鉴中，并未有海洋固定资产的投资，需对其进行核算，具体核算方法：

海洋固定资产投资=（海洋生产总值/地区生产总值）´地区固定资产投资总额

1.2.3海水养殖面积和盐田总面积 海洋经济是指开发、利用和保护海洋的各类产业活动，以及与之相关联活动的总和，主要包括海洋渔业、海洋交通运输业、海洋船舶工业、海盐业、海洋油气业、滨海旅游业等。本文选择海水养殖面积和盐田总面积作为一种投入。

本文选择国际旅游外汇收入和海洋生产总值为期望产出变量，废水排放总量、废气排放总量和固体废物排放总量为非期望产出。滨海旅游业的产出可以用国际旅游外汇收入来衡量；一个地区的经济产出指标通常采用GDP来衡量，具体到海洋经济领域，本文采用海洋生产总值来衡量海洋经济产出；因统计年鉴中只有工业“三废”的排放量，并未有海洋产业生产过程中“三废”排放量，需进行相关折算，即海洋产业“三废”排放量=（海洋生产总值/地区生产总值）´工业“三废”排放量。

1.3数据来源及说明

本研究所有数据均来自1999—2014年《中国海洋统计年鉴》、1999—2014年《中国城市统计年鉴》和1999—2014年《中国统计年鉴》，对于缺失数据进行了回归拟合，而对海洋固定资产投资和“三废”排放量则进行相关折算，具体投入、产出变量及相关说明如下表2、表3。

表2　变量及说明Table 2 Variables and instructions

表3　1998—2013年我国沿海地区投入和产出的描述性统计Table 3 Descriptive statistics of input and output from 1998 to 2013 in the coastal areas of our country

总体而言，本研究所选择的变量基本上能满足DEA模型，可以较为准确的评价我国区域海洋经济的发展效率。

2　区域海洋经济发展的效率评价结果

在DEA模型中，当决策单元的个数是投入变量和产出变量和的3倍或者3倍以上时结果最优。为了保证结果的准确性，本文选择我国沿海地区11个省市1998—2013年海洋经济投入、产出指标的相关数据，基于SBM模型，计算我国区域海洋经济静态技术效率，并运用Malmquist-Luenberger指数对区域海洋经济的全要素生产率进行动态分解。

2.1区域海洋经济的静态技术效率

本研究基于SBM方向性距离函数，运用MaxDEA软件计算我国11个省份1998—2013年区域海洋经济的静态技术效率。

2.1.1沿海地区海洋经济静态技术效率变化的区域特征 本文首先分析1998—2013年我国沿海11个省份的静态技术效率，具体结果如表4。

由表4可知，1998—2013年间，上海和广东的技术效率值为1，说明上海和广东的海洋经济技术效率处于生产前沿上。沿海地区的海洋技术效率的平均值为0.922，天津、上海、江苏、浙江、福建、山东、广东和海南8省的技术效率大于平均值，表明这8个省份具有较高的海洋经济技术效率，而河北、辽宁和广西3个省份的技术效率远小于平均值，说明这3个地区海洋经济技术效率不高。

天津、河北、广西和海南4个省份没有实现海洋经济技术效率的相对有效，即并未处于海洋经济的生产前沿上，虽然其纯技术效率是相对有效的，但由于规模效率未处于生产前沿上，使其技术效率未达到有效。天津和海南两省的规模效率大于平均值，即具有较高的规模效率，但是河北和广西的规模效率分别为0.796和0.755，均小于平均值，应当提高4个省的规模效率，使得其达到海洋经济技术的有效。

表4　1998—2013年我国沿海地区海洋经济的静态技术效率值Table 4 The static technical efficiency of marine economy from 1998 to 2013 in the coastal areas of our country

辽宁、江苏、浙江、福建和山东5个省份的技术效率是无效的，由于受到纯技术效率和规模效率较低的影响，使得其技术效率无效，5个省份应该提高各自的纯技术效率和规模效率，以使其达到技术效率的有效。

总体来看1998—2013年我国区域海洋经济的技术效率的均值为0.922，其中纯技术效率为0.973，规模效率为0.949，说明我国并未实现区域海洋经济技术效率的相对有效，产生此结果的原因是由于纯技术效率和规模效率较低。

2.1.2我国区域海洋经济静态技术效率的年均变化此处计算我国区域海洋经济静态技术效率的逐年变化状况，以便进行相关分析。结果如表5。

由表5和图1可知，1998—2013年我国区域海洋经济的技术效率在1998—2007年基本呈现下降趋势，2007—2012年呈现上升趋势，2012—2013年技术效率下降。

1998—2003年技术效率呈现下降趋势的原因是虽然纯技术效率逐年上升，但是规模效率逐年下降，且规模效率的下降速度明显高于纯技术效率的上升，使得技术效率逐年下降；2003—2007年技术效率逐步下降，是纯技术效率和规模效率下降的共同作用结果，2007—2012年技术效率开始上升，技术效率由下降转为上升是由于纯技术效率和规模效率均逐年上升的综合作用；2012—2013年技术效率下降是由于纯技术效率和规模效率下降引起的。

表5　1998—2013年我国区域海洋经济静态技术效率Table 5 The static technical efficiency of regional marine economy from 1998 to 2013 in China

图1　1998—2013年我国区域海洋经济年均静态技术效率值变化Fig. 1 Variation of the annual static technical efficiency of regional marine economy from 1998 to 2013 in China

在分析我国区域海洋经济静态技术效率的基础上，下面运用Malmquist-Luenberger指数对区域海洋经济的全要素生产率进行动态分解，并进行相关分析。

2.2区域海洋经济的全要素生产率

2.2.1沿海地区海洋经济全要素生产率变化的区域特征 通过对相关数据的整理分析，得出我国沿海地区11个省份1998—2013年海洋经济全要素生产率的变化如表6。

表6　我国沿海地区1998-2013年的全要素生产率Table 6 The total factor productivity from 1998 to 2013 in the coastal areas of our country

总体来看我国沿海地区11个省份海洋经济平均全要素生产率的值为1.065，表明2013年我国区域海洋经济的全要素生产率较1998年上升了6.5％，通过对全要素生产率的分解可以看出，其上升的来源是技术进步的6.9％和技术效率下降的0.4％的综合作用。这说明我国区域海洋经济全要素生产率的提高主要是由于技术的改进，而非技术效率的提高，而从相关结果也可以看出其技术效率呈现下降态势。因此我国海洋经济的发展还处于技术的粗放利用阶段，并未能更好的发挥现有技术，而我国区域海洋经济全要素生产效率的提高，不仅要靠技术进步，也需要提高其技术效率。

我国沿海11个省份海洋经济全要素生产率结果的均值基本统计如下表7。

表7　11个省份海洋经济全要素生产率基本统计Table 7 The basic statistics of the total factor productivity in each of 11 provinces

1998—2013年我国11个省份海洋经济全要素生产率得到改善的有9个省份包括天津、河北、辽宁、上海、江苏、浙江、福建、山东和海南，而广东省和广西壮族自治区的全要素生产率是下降的。各省份中全要素生产率改善最大的为20.6％，下降最大的为1.3％，全要素生产率的离散程度较大，其改善程度分布不均，个体之间差异较大。实现全要素生产率改善的9个省份中，天津、上海、江苏和浙江4个省份在技术效率不变的基础上，实现了技术进步；辽宁省实现了技术效率上升和技术进步；河北、福建、山东和海南4个省份全要素生产率的改善，是由于技术进步幅度大于技术效率的下降幅度。未得到改善的2个省份中，广东省的技术效率不变，而技术的退步使其全要素生产率下降；广西壮族自治区全要素生产率下降的原因是技术效率下降的幅度大于技术进步的幅度。

2.2.2我国区域海洋经济全要素生产率的年均变化1998—2013年间，我国区域海洋经济发展效率的发展特征应从11个省份的年度变化来看。具体详见表8和图2。

表8　1998—2013年我国区域海洋经济全要素生产率Table 8 The total factor productivity of the regional marine economy from 1998 to 2013 in China

图2　年均全要素生产率变化Fig. 2 Variation of the annual total factor productivity

根据表8和图2我国区域海洋经济的全要素生产率的变化，可以得出如下结论。

（1）1998—1999年，1999—2000年的全要素生产率连续两年上升，分别上升了30.9％和84.5％，其中1998—1999年全要素生产率的上升来源于技术效率上升和技术进步的综合作用；1999—2000年全要素生产率的上升是由于在技术效率不变的基础上，技术进步引起的。

（2）2000—2001年，2001—2002年全要素生产率连续两年下降，分别下降了44.5％和7％，2000—2001年全要素生产率下降的原因是技术效率下降和技术进步下降的共同作用；2001—2002年导致全要素生产率下降的主要原因是技术效率上升了1.8％，技术退步了8.7％，技术退步的幅度远高于技术效率的上升幅度。

（3）2002-2003年全要素生产率上升了5.9％，产生这种变化的原因是技术进步的8.9％高于技术效率下降的2.7％；2003—2004年全要素生产率提高17.6％，并且由于技术进步的20.2％大于技术效率下降的2.2％使其上升。

（4）2004—2005年全要素生产率为0.723，下降了27.7％，产生这种现象的原因是技术效率下降3.1％和技术退步25.4％的综合作用。

（5）2005—2006年，2006—2007年，2007—2008年全要素生产率连续3年呈现上升态势，分别上升了44.8％、9.8％和93.5％。2005—2006年，2006—2007年全要素生产率的提高是由于技术效率下降幅度小于技术进步幅度的作用结果；2007—2008年全要素生产率提高是技术效率提高0.5％和技术进步92.5％的共同作用的结果。

（6）2008—2009年全要素生产率为0.683，下降了31.7％，其中技术效率上升0.7％，但是技术退步了32.1％，技术退步占据主要地位，使得全要素生产率呈现下降态势。

（7）2009—2010年全要素生产率为1.142，提高了14.2％，技术效率上升0.6％和技术进步13.6％使得全要素生产率表现为上升。

（8）2010—2011年全要素生产率下降了32.2％，产生此种变化的原因是技术效率上升的5％小于技术退步的35.4％。

（9）2011—2012年，2012—2013年全要素生产率分别提高6.1％和28.5％，2011—2012年全要素生产率的上升来源于技术效率提高和技术进步的综合作用；2012—2013年技术进步的33.4％大于技术效率下降的3.6％，使其全要素生产率表现为上升。

3　结论

本研究通过测算我国区域海洋经济的静态技术效率和全要素生产率并进行相关分析，得出如下结论。

（1）上海和广东的技术效率值为1，处于海洋经济的生产前沿上；沿海地区的海洋技术效率的平均值为0.922，天津、上海、江苏、浙江、福建、山东、广东和海南8个省份具有较高的海洋经济技术效率，而河北、辽宁和广西3个省份的技术效率较低。

（2）1998—2013年我国区域海洋经济的静态技术效率在1998—2007年基本呈现下降趋势，2007—2012年呈现上升趋势，2012—2013年下降。

（3）天津、河北、辽宁、上海、江苏、浙江、福建、山东和海南9省的海洋经济全要素生产率得到改善，而广东和广西壮族自治区的全要素生产率是下降的。

（4）1998—2000年我国区域海洋经济全要素生产率呈现上升态势，2000—2002年全要素生产率下降，2002—2004年全要素生产率得到改善，2004—2005年的全要素生产率下降，2005—2008年间全要素生产率得到改善，2008—2009年全要素生产率下降，2009—2010年全要素生产率继续上升，2010—2011年全要素生产率下降，2011—2013年全要素生产率开始稳步上升。

通过实证分析，可以得出1998—2013年我国区域海洋经济全要素生产率得到改善的省份，主要来源于技术进步，但是受技术效率的制约；而未得到改善的省份中，大部分省份的技术都在进步，但是由于技术效率下降幅度大于技术进步程度，表现为全要素生产率下降；由各省份比较看出我国区域海洋经济发展效率并不平衡。

我国沿海地区需引进先进的技术，加大对海洋经济方面的科技以及科研投入；对涉海人员进行教育培训提高其劳动效率和运用先进技术的能力；在开发利用海洋资源的同时，还要注重环境保护以及环境治理，提高相关人员的环保意识，以保证海洋经济的可持续发展；在技术进步的基础上，提高其技术效率，以保证同等投入下，实现更高的产出；由于我国沿海地区发展并不平衡，通过分析本地区的优势产业，加大投资、建设力度，以优势产业为驱动力带动其他海洋产业的发展，相邻地区可以建立联盟，以海洋经济发展水平高的地区为增长点，带动相邻地区，实现地区间海洋经济发展的共赢。

参 考 文 献

[1] 贾方方，何健敏. 数据包络分析法在评价区域经济发展效率中的应用[J]. 现代管理科学，2007（6）：7-9.

[2] 张伟丽. 中部区域经济投入产出有效性分析[J]. 统计与决策，2008（4）：42-44.

[3] 冯丽，李佼瑞. 四川省经济运行效率的评价研究[J]. 西安财经学院学报，2010，23（5）：48-52.

[4] 吴旭晓. 豫鄂湘经济发展效率及其影响因素研究[J].商业研究，2012（10）：45-51.

[5] 张运华，冯鑫明. 江苏省区域经济发展效率的窗口分析[J]. 系统管理学报，2009，18（4）：428-431.

[6] 袁晓玲，仲云云. 我国区域经济发展效率的时空变化及影响因素分析——基于超效率DEA模型的实证分析[J].商业经济与管理，2010（7）：81-90.

[7] 赵立成，任承雨. 绿色经济视角下环渤海经济圈经济效率的再评价——基于熵权法和EDA—Malmquist方法[J]. 资源开发与市场，2012，28（1）：45-47.

[8] 张悟移，杨云飞. 中国区域经济发展效率评价—基于DEA和Malmquist指数[J]. 华东经济管理，2014，28 （11）：63-66.

[9] 杨桂元，郑亚豪.考虑非期望产出的区域经济发展效率测度与评价[J].统计与决策，2013（2）：146-149.

[10] 杨桂元，吴齐，汪侠.考虑非期望产出的中国经济发展效率评价[J]. 蚌埠学院学报，2015，4（2）：26-31.

[11] 易雅馨. 我国经济发展效率的测度 [J]. 统计与决策，2015（4）：132-134.

[12] 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，2010，28（6）：99-103.

[13] 张彤. 基于DEA方法的中国海洋捕捞产业动态生产效率[J]. 中国渔业经济，2007（4）：6-10.

[14] 程娜. 基于DEA方法的我国海洋第二产业效率研究[J]. 财经问题研究，2012（6）：28-34.

[15] 武鹏，王镇，周云波. 中国区域海洋经济发展水平综合评价[J]. 经济问题探索，2010（2）：26-33.

[16] 林筱文，赵彤，廖荣天，徐丽. 中国海洋经济可持续发展能力综合评价与实证研究[J]. 发展研究，2011 （5）：7-12.

[17] 范斐，孙才志，张耀光. 环渤海经济圈沿海城市海洋经济效率的实证研究[J]. 统计与决策，2011（6）：119-123.

[18] 赵昕，郭恺莹. 基于GRA-DEA混合模型的沿海地区海洋经济效率分析与评价[J]. 海洋经济，2012，2（5）：5-10.

[19] 张继良，高志霞，杨荣. 我国沿海地区海洋经济发展水平及效率研究[J]. 调研世界，2013（5）：46-50.

[20] CHUNG Y H, FARE R, GROSSKOPF S. Productivity and undesirable outputs: A directional distance function approach [J]. Journal of Environmental Management，1997，51（3）：229 -240.

[21] 张军，吴桂英，张吉鹏. 中国省级物质资本存量估算：1952-2000[J]. 经济研究，2004（10）：35-44.

[22] 刘祥. 矿业城市经济发展规模效率浅析[J]. 中国矿业，2004，13（9）：72-77.

Research on Performance Measurement of Regional Marine Economic Development in China：Positive Analysis Based on Model of SBM and Index of Malmquist-Luenberger

JI Yu-jun，ZHANG Yan-yan
（School of Economics, Ocean University of China, Qingdao 266100, China）

Abstract：The development of regional marine economic performance determines its ability to achieve sustainability. Based on the model of SBM, the paper measures the static technical efficiency of regional marine economy from 1998 to 2013 in China and decomposes the total factor productivity of the regional marine economy by the index of Malmquist-Luenberger. In the development of regional marine economy,the technical efficiency of coastal areas in China should be improved based on technological progress. In the meantime, the input on protection and governance of environment should be enhanced and there will be more output with the same input.

Key words：marine economy；model of SBM；index of Malmquist-Luenberger

作者简介：纪玉俊，男，1975年生，博士，副教授，主要研究方向为产业经济与海洋经济。

基金项目：教育部人文社会科学重点研究基地中国海洋大学海洋发展研究院基金资助（2015JDZS02）

收稿日期：2015-09-18

中图分类号：F224; F127

文献标志码：A

文章编号：1673-9159（2016）02-0001-08

doi：10.3969/j.issn.1673-9159.2016.02.001