碳中和目標下海洋生態效率評價及其影響因素研究

劉嘉玥，王洋

（天津大學 海洋科學與技術學院，天津 300072）

在“雙碳”目標下，中國亟須在保證經濟增長的前提下開展碳減排工作，藍碳將成為未來緩解碳排放壓力的主要途徑[1-2]。近年來，海洋在我國經濟社會中的功能日益凸顯，2022 年全國海洋生產總值超過9 萬億元，占國內生產總值的7.8%。但是，經濟增長和碳減排工作難以兼得，在這種情況下更需要借助碳匯手段來滿足海洋經濟高質量發展的內在需求。維護海洋生態系統的可持續發展，是提升海洋碳匯能力和發展藍碳事業的重要保障。目前，有關“碳匯”的研究成果大多聚焦于森林碳匯、種植業碳匯，忽視了海洋碳匯對于實現“雙碳”目標及應對氣候變化問題的重要作用[3]。在經濟發展與環境保護的雙重壓力下，提高海洋生態效率是有效提升海洋生態效益，增強海洋碳匯能力的關鍵途徑。

1 文獻綜述

生態效率理論由德國學者SCHALTEGGER 等[4]首次提出，為解決資源環境保護和地區經濟社會發展之間的矛盾提供了新穎有效的評價方法。生態效率的核心是以較小的資源耗費和環境損害來獲得更多的社會經濟效益。國外相關研究成果重點在生態效率的理論基礎[5]、核算方法[6]、空間差異特性[7]以及生態效率在不同政企、地域等領域的實際應用[8-9]。國內相關研究更傾向于生態效率在行業與區域層面上的應用。盧燕群等[10]測算了2005—2014 年我國工業領域的生態效率，認為全國絕大部分省市工業領域生態效率處于波動上升的態勢，并且不同的省市之間效率差距較大。潘丹等[11]測算了農業領域的生態效率，結果表明我國農業生態效率整體上處于緩慢增長態勢，但仍然相對較低。成金華等[12]采用超效率DEA 模型對30 個省份的生態效率進行測算，認為我國生態效率整體處于波動變化狀態，呈現由沿海向內陸、由東部向中西部遞減的格局，具有明顯的“俱樂部收斂”現象。

關于海洋生態效率，國外學者側重于影響因素探討和生態治理效果的定量分析。WITMAN 等[13]認為，海洋生態的影響因素主要包括局部空間范圍及實驗單元規模大小等方面?？紤]到海洋生態環境和海洋經濟社會發展密切相關，學者們在分析海洋經濟發展時，也會綜合考察海洋生態和人類活動對其的影響。HALPERN 等[14]、CLAUSEN 等[15]認為，除南北極地區外，其余地區的海洋生態環境均不同程度地受到人為活動的影響。陳嬪杰等[16]、秦曼等[17]認為，海洋生態效率是生態效率在海洋經濟效益中的延伸，其宗旨是以盡量小的資源耗費和環境污染，獲取盡量多的海洋生態產出。胡求光等[18]采用DEA 方法開展了我國沿海省份的海洋生態情況評估。許亮等[19]利用DEA 結合Tobit 模型的方法進行測度，認為2010—2015 年我國海洋生態效率整體處于無效狀態并呈現效率下降的趨勢，且主要影響因子涉及中國沿海地區居民生活水平、海洋產業結構、R&D 投入等方面。蓋美等[20]采用SBM 模型進行了海洋生態效率測度，認為影響效率的因素包括海洋產業結構、海洋科技支撐能力以及環境規制等方面。

國內外對于海洋生態效率的研究已經相對成熟，但對于如何通過提高海洋生態效率來滿足海洋經濟高質量發展，促進雙碳目標的實現成為新的研究問題。為此，本文試圖通過建立碳中和目標驅動下的我國海洋生態效率評價指標體系，運用三階段DEA 模型，剖析海洋生態效率的影響因素，客觀評價當前海洋生態效率狀況，為改善海洋生態效率提出策略建議，服務海洋經濟的高質量發展和碳中和目標的實現。

2 海洋生態效率評價指標體系

2.1 評價指標體系構建

（1）投入產出變量。本文構建了碳中和目標下海洋生態效率評價指標體系，如表1 所示。

表1 碳中和目標下海洋生態效率評價指標體系

外界環境變量。結合已有研究，在考慮數據可得性、指標相關性與代表性的基礎上，選取經濟發展水平、海洋漁業產量、能源結構、科技創新水平四個指標作為環境變量。

經濟發展水平：對于常態化的經濟發展，一般會伴隨著更高的二氧化碳排放量，導致生態效率降低。但是，當社會經濟發展到一定程度時，對基礎設施建設等方面會產生外溢效應，將會促進能源使用效率提高，污染物的處理能力也得到加強。本文將11 個沿海省市的人均GDP 作為其經濟發展水平的替代變量。

海洋漁業產量：海洋漁業的二氧化碳排放主要來源于海洋捕撈時漁船的燃料消耗，以及工業化、流程化的海水養殖電耗所帶來的間接排放。隨著人口增加以及人民生活水平的提高，消費者對于水產品的需求不斷上升，因此海洋漁業產生的碳排放水平一直居高不下。本文將海洋漁業產量作為碳排放效率的環境變量之一。

能源結構：二氧化碳排放的最主要途徑來源于含碳燃料（如煤炭、天然氣以及石油）的燃燒，且這些能源的使用極為普遍。若含碳燃料與總能源消耗的比值較高，碳排放量將迅速增加，從而降低效率。本文將含碳燃料與能源消耗總量的比值作為衡量能源結構的指標。

科技創新水平：科技是第一生產力，一個省市科技投入高，其經濟發展水平會相對提升?？萍紕撔聲岣呱a能力，對提升能源利用率產生促進作用，同時加強清潔能源的利用和發展，改善碳排放效率。本文以各省市科技投入總值來衡量科技創新水平。

2.2 數據來源

結合我國沿海地區的海域劃分以及各省市行政區劃分選取渤海、黃海、東海和南海四大海區作為研究對象。其中，自北向南依次包括渤海海區的天津、河北和遼寧，黃海海區的山東和江蘇，東海海區的上海、浙江和福建，以及南海海區的廣東、廣西和海南，共11 個決策單元（DMU）。

選取2016—2019 年我國沿海11 個省市的相關數據組成投入產出以及環境變量數據集，數據均來源于《中國能源統計年鑒》《中國環境統計年鑒》《中國海洋統計年鑒》《中國漁業統計年鑒》、各省市科學技術部門官網公開數據、中國碳核算數據庫（CEADs）和國家經濟和社會發展統計公報等。

3 海洋生態效率評價結果分析

3.1 第一階段：傳統DEA模型分析初始效率

第一階段，基于投入產出類指標數據，通過DEAP 2.1 軟件進行數據處理，得到沿海11 個省市的純技術效率（PTE）、規模效率（SE）以及綜合技術效率（TE）。其中，純技術效率與規模效率分別反映了管理水平和規模效應，綜合技術效率值則反映海洋生態效率的總體情況，為純技術效率值與規模效率值的乘積。當綜合技術效率值為1 時，投入與產出有效；綜合技術效率值小于1 時，則表明存在冗余投入或產出不足。

（1）純技術效率分析。測算后得出純技術效率如表2所示。首先，從四大海域的角度來看，渤海、黃海、東海和南海的純技術效率均值分別為0.405、0.460、0.984和0.972，渤海和黃海海域純技術效率處于較低水平，總體上呈現出“北低南高”的分布特征，尤其是渤海的情況最為嚴峻，側面反映出渤海和黃海地區城市在利用海洋生態進行碳減排方面的管理制度以及技術水平方面相對效率較低。其原因可能是這些地區以工業及重工業產業為主，同時也可能是由于政府部門以及部分企業對于海洋生態保護的意識不夠。其次，從各省市的角度來看，在沿海這11 個省市中，上海、福建、廣東以及海南的年平均純技術效率都達到了有效狀態，這表明這些地區無論是在碳排放和綠色生態建設的相關制度還是管理水平等方面都處于領先地位。天津、浙江、廣西這三個地區雖然未達到有效狀態，但是每年純技術效率值都相對穩定，未出現較大波動。其余四個地區的年平均純技術效率相對較低，特別是河北和遼寧與其他城市差距過大，這表明這兩個城市在制度以及管理水平和技術方面均有待加強。再次，從年度變化上可以看出，除山東外，所有城市的純技術效率盡管出現一些波動，但整體呈現出較好的發展態勢。從某種程度上說明，隨著碳中和以及綠色可持續發展理念被不斷重視，沿海各省都在通過提升自身管理能力和優化制度來提高海洋生態效率。

表2 第一階段2016—2019年11個省市純技術效率值

（2）規模效率分析。測算后得出規模效率如表3 所示。規模效率是各省市在自身生產規模影響下的海洋生態效率，能夠反映出實際和最佳生產規模之間的差距。從表3 中可以看出，11 個省市的規模效率平均水平為0.929，幾乎接近規模有效水平。所以從總體來看，沿海地區在最優生產規模方面相對較好。從各個城市來看，上海、福建和海南達到了規模有效，這說明能夠根據城市的整體水平做出合理規劃，為提升海洋生態效率所需的資源和投入提供了充足的保障。雖然其他城市效率值并未達到有效，但整體上看來一直處于平穩輸出態勢。

表3 第一階段2016—2019年11個省市規模效率值

（3）綜合技術效率分析。測算后得出綜合技術效率如表4 所示。綜合技術效率指綜合性的生態效率，其內涵是從決策單元的制度、管理水平和技術以及生產規模等角度進行綜合分析與權衡。沿海地區在第一階段的綜合技術效率平均值為0.680，距離有效水平仍有一定差距。因此從整體來看，我國沿海11 個省市海洋生態效率仍然有很大的提升空間。

表4 第一階段2016—2019年11個省市綜合技術效率值

從四大海域的角度來看，渤海、黃海、東海和南海的綜合技術效率值分別為0.386、0.393、0.918 和0.929，總體上與純技術效率相似，均呈現出“北低南高”的分布特征；從各個省市的角度來看，仍然是上海、福建和海南處于有效水平，效率值均為1，這表明這幾個省市海洋生態發展水平處于領先地位；天津、浙江、廣東和廣西，這四個城市的生態效率雖未達到有效，但是也都接近有效水平；其余幾個省市效率值過低，距離有效水平有較大差距。

3.2 第二階段：似SFA回歸剔除環境因素和統計噪聲

第一階段計算過程中并未考慮環境因素、隨機誤差等外部因素的影響，因此在一定程度上不能反映真實的效率值。因此，在進行第二階段計算時，將第一階段得到的松弛變量作為SFA 回歸的被解釋變量，解釋變量則由環境變量表示。運用Frontier 4.1 軟件，根據SFA 回歸模型，選取2019 年數據進行分析，結果由表5 所示。

表5 松弛變量與環境變量的SFA回歸分析結果

根據SFA 回歸分析的結果可得，環境變量對于3 個投入變量的松弛值參數基本上都可以通過5%水平的顯著性檢驗，表明選取的環境變量對3 個投入指標存在顯著影響?；赟FA 模型，如果環境變量的回歸系數為負值，則說明該環境變量和松弛變量之間負相關，即提高該環境變量，會使得決策單元的投入松弛量下降，提升生態效率；反之，則呈現正相關，即提高環境變量會使得投入松弛量上升，降低生態效率。對選取的四個環境變量的具體影響進行分析發現：

（1）經濟發展水平對松弛變量的影響。經濟發展水平對3 個投入變量松弛值回歸系數均為負，這說明當一個省市的經濟發展水平提高時，即人均GDP 迅速增長時，溢出效應明顯，使得能源使用效率提高，污染物處理能力加強，也因此能夠提升海洋生態效率。

（2）海洋漁業產量對松弛變量的影響。海洋漁業產量對于3 個投入變量松弛值回歸系數均為正，這說明當海洋漁業產量提高時，即海洋捕撈、漁業養殖和海產品加工所導致的能源消耗和廢物排放量增加，進而降低海洋生態效率。

（3）能源結構對松弛變量的影響。能源結構對于3個投入變量松弛值回歸系數均為正，這說明當能源結構越高時，即含碳能源占能源消耗總量比重大，也就是說該城市相對來說更加偏向于使用非清潔能源，這也會導致更多的二氧化碳排放量，增加污染物排放，最終降低海洋生態效率。

（4）科技創新水平對松弛變量的影響?？萍紕撔滤綄τ? 個投入變量松弛值回歸系數均為正，這說明當各省市科研經費投入增多時，初期為了能夠研制出更好的技術，會增加能源消耗，增大二氧化碳和污染物的排放，因此會降低海洋生態效率。

3.3 第三階段：調整后投入產出變量的DEA效率分析

利用第二階段排除了環境因素影響的指標數據進行第三階段的效率評價，將該數據集代入到DEAP2.1 軟件進行處理，計算得出經調整后的第三階段生態效率值，并計算其與第一階段的效率差值，如圖1 所示。

圖1 沿海各省市第三階段效率值變化及與第一階段的差值

從圖1 可以看出，11 個省市的海洋生態效率顯示出如下特點。首先，從生態效率的年均值可以看出，天津、浙江、福建、廣東和廣西第三階段與第一階段基本持平，但其余省市兩階段的效率年均值相差較大。其次，當排除掉環境因素的影響后，第三階段的效率值整體上降低并且變化趨勢更加陡峭，但呈現出連年提高的趨勢，這說明各個城市在逐漸提升生態效率方面的管理水平和技術，生態效率逐年改善。最后，從各個城市一、三階段具體數據來看，福建一直都處于生態效率有效水平，這說明其整體在海洋生態和碳排放方面的綜合管理水平較高。同時，河北、山東、遼寧、江蘇和廣東相較于第一階段，第三階段數據都有所提升，說明這些城市的管理水平在逐步提升。除此之外，其余省市效率值第三階段小于第一階段，特別是海南省，表明環境因素對于該省市的效率評價作用相對較大。

4 結論及建議

4.1 結論

（1）不同海域海洋生態效率?？傮w上，我國海洋生態效率相對不高，從區域角度來看，呈現出“北低南高”和“北增南穩”的變化趨勢。主要原因可能有如下幾個方面：首先，渤海地區港口和城市群密集，作為我國工業基地之一，重工業占比較高，對能源消耗有較大依賴，同時也會產生大量污染，二氧化碳排放量較高；其次，渤海地區的發展重心集中在如何開發和利用資源，在海洋生態保護方面的重視程度相對較低，海洋意識相對薄弱?？偟膩碚f，四大海區海洋生態效率近年來整體上呈上升趨勢，這也可以說明綠色發展以及碳中和思想越發深入人心，各省市也在逐年提升管理水平與技術能力。

（2）沿海省市海洋生態效率。福建省和廣東省幾年來一直處于生態有效狀態，其余省市大多處于無效狀態，不同省市之間差距較大。這說明我國沿海生態效率呈現出明顯不均衡的狀態。首先，福建和廣東相對效率有效，兩個省市的清潔能源使用量較高，也因此使得能源消耗總量中涉及碳排放的部分相對較小。其次，同處于相同海域的天津、河北和遼寧，天津的海洋生態效率逐年降低，但是河北和遼寧卻逐年增高，河北在2019 年達到了效率有效水平。從數據上來看，主要原因是由于天津市清潔能源在總能源中占比過小，其依賴含碳類能源過多。再次，將同處于南海海域中的廣西和海南進行對比，可以發現廣西的平均效率值要比海南高得多。2016—2019 年，廣西和海南的平均海洋生產總值比較接近，但生態效率卻相差甚遠。據統計數據分析，海南海洋生產總值中，第三產業比重最高，主要是服務業以及旅游業，由于其商業化程度越來越高，但清潔能源的使用相對較少，海洋經濟發展仍然以碳能源消耗為主。最后，對于山東、江蘇、上海和浙江來說，海洋生態效率值呈現上升或平穩趨勢，但都未達到有效狀態。其中山東與廣東兩省海洋生產總值幾乎接近，一直處于全國前列，但是生態效率卻有一定的差距，這主要是由于兩省海洋生產總值的構成不同所導致的。同樣受到海洋產業結構影響的還有江蘇省和浙江省，兩者在能源消耗總量上較其他省來說相對較高，也就是說在海洋生產過程中，這兩個省份對于能源消耗過于依賴，這也說明粗放地依賴于能源消耗的海洋生產方式會導致海洋生態效率的降低。

4.2 建議

（1）能源結構調整。從以上分析我們可以看出，部分省市仍然依靠能源消耗來實現海洋經濟發展的目標，但這樣會造成更高的碳排放產出，降低海洋生態效率，不利于雙碳目標的實現。同時由于生態環境的破壞，也會阻礙海洋經濟的可持續發展。因此，需要加大對于清潔能源的使用，減少碳燃料的燃燒。

（2）產業結構調整。從山東、廣東、江蘇和浙江第三階段的數據可以看出，海洋經濟產業對于海洋生態效率影響較大。首先，對于漁業占比較大的山東省，不能絕對地通過減少漁業產量來達到目的，應該在發展海洋漁業的過程中更加注重對于清潔能源的使用，同時做到環境友好地進行捕撈，以此提高生態效率。其次，對于江蘇、浙江這種過度依賴資源消耗的省份，會導致海洋生態效率的降低，應結合自身情況進行海洋產業結構的優化。

（3）區域協調發展。整體來看，海洋生態效率分布呈現“北低南高”的特點，雖然各省市的優劣勢各不相同，但其中一些共性的問題可以互相借鑒參考。首先，要提高碳減排技術的科技投入，探索更多的清潔能源使用方式，包括潮汐發電、水力發電以及核能源發電等。其次，努力提升政府管理能力和水平，制定詳細且可行的碳減排方案以及海洋生態保護政策和制度。