中图分类号：F062.2 文献标识码：A 文章编号：1671-4407(2016)12-097-07 1 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，海洋经济的发展极大地带动了整个国民经济的发展。但是随着我国沿海地区工业化进程加和海洋经济快速发展对海洋粗放式地开发和无节制排放，海洋水体污染、生态受损、灾害多发等环境问题突出。绿色海洋经济以海洋经济和环境的和谐发展为目标，将更多有益于环境的技术转化为生产力，并通过有益于环境或与环境无对抗的经济行为，实现海洋经济的可持续长。绿色海洋经济效率的研究应建立在严格、谨慎的经济学理论和经济计量检验之上[1]。研究绿色海洋经济效率并对其影响因素进行分析，有助于了解我国海洋经济与环境协调发展水平，减少环境对海洋经济增长地制衡，并为科学有效地开发利用海洋资源，减少海洋环境污染，促进海洋经济的可持续发展提供理论参考。 目前，国内外关于海洋环境与海洋经济的研究主要集中以下三方面：(1)海洋环境与海洋经济之间的关系研究，如Kildow等比较了不同国家的海洋环境对海洋经济的贡献，寻找其所使用的研究方法的共性和差异，期望寻找到最准确有效的研究方法[2]；秦怀煜等利用库兹涅兹曲线计量模型，对我国海洋经济增长和海洋环境污染之间的库兹涅兹存在性进行了实证研究，结果并不显著[3]；姜烨将海洋经济与海洋环境作为两个同等重要的系统，在纵向分析广东海洋经济与环境状况的基础上，采用耦合分析法对广东省海洋经济与海洋环境之间的耦合协调度进行了定量分析，揭示二者之间的协调关系[4]；(2)海洋经济环境绩效与可持续发展的研究，如Hoagland等分析了世界范围内海洋生态系统中海洋产业对海洋经济发展的贡献程度以及对海洋环境的破坏程度，得出世界各大海域海洋经济效益与环境成本之间的关系状况，为海洋经济健康持续发展提供参考[5]；王腾运用DEA模型对我国沿海11省市的海洋经济发展效率进行了测算分析，对海洋经济的效率与海洋可持续发展之间的逻辑关系进行了探讨并据此提出海洋经济发展的相关建议[6]；郑奕利用CCR模型计算了沿海地区的经济效率和环境效率，并分析了海洋环境效率与经济效率、经济发展程度及海洋产业发展的关系，以此为海洋经济的可持续发展提供指导[7]；(3)海洋经济与海洋环境综合管理的研究，如Garmendia等认为海洋综合管理仅依靠传统方式未必能达到理想效果，还需引入新的方法和技术手段以改善传统方式的弊端[8]：杨璇通过论述河北省海洋环境污染概况，了解河北省海域海洋污染物的来源，污染的特点，污染的危害性，建立河北省海洋环境污染与影响因素的回归模型，确定环境污染的关键因素，为河北省海洋环境污染防治对策制定提供科学依据[9]。 在借鉴前人研究的基础上，本文将绿色海洋经济效率的概念引入研究，深入研究海洋环境与海洋经济增长之间的相互影响关系，将海洋环境与海洋经济增长纳入到一个整体生产过程中，运用柯布—道格拉斯的随机前沿分析方法计算生产者自身的效率，得出我国沿海各地区的绿色海洋经济效率值，并且采用核密度估计、基尼系数、趋同等方法，进行绿色海洋经济效率时空差异及动态变化趋势分析，最后构建Tobit多元线性回归模型，对其影响因素进行分析。加深和拓宽了绿色海洋经济问题研究的深度和广度，对有效把握海洋经济发展与环境污染间的关联性问题起到重要作用，为实现海洋的持续发展提供重要依据。 2 研究方法、指标选取与数据来源 2.1 研究方法 2.1.1 SFA基本模型 测度效率比较常用的方法是非参数型的数据包络分析(DEA)和参数型的随机前沿分析(SFA)。相对于DEA模型，SFA方法引入了随机扰动项以更谁确地描述生产者行为，并且可以利用估计结果对模型本身进行检验(LR检验)，使得计算结果更加严谨。模型定义如下[10～12]：
建立基于柯布—道格拉斯函数的随机前沿分析模型，用以描述我国沿海11个省市绿色海洋经济效率：
2.1.2 核密度估计 核密度估计是在概率论中用来估计未知的密度函数，属于非参数检验方法之一[13～14]。对于数据
，核密度估计为：
式中：h表示窗宽；K(*)表示核函数。在实际估算时要选取窗宽、核函数和分割点数。核密度分布图的优劣取决于上述三者的选择，窗宽的选择对估计量的影响较大[15]。如果h太大或太小，都会影响密度估计的概率密度，使核密度分布图的结果不理想，文章根据Silveman的方法进行选择的，即：
。(S是随机变量观测值的标准差)。本研究采用Epanechnikov核函数，x的取法是将各年的海洋环境效率值分成100份，依次取值为：
，式中j=0，1，…，99。
