我國海域污染與漁業經濟EKC關系研究

孫康++李麗丹

？眼摘 要？演近年來，我國近岸海域污染加劇，嚴重影響海洋經濟特別是漁業經濟的健康發展。文章以海洋漁業為例，基于2001～2014年我國四大海域水質污染狀況和沿海11省海洋漁業經濟面板數據的分析，運用計量經濟學模型，以三次EKC模型為技術支撐，對我國海域污染與沿海各省漁業經濟增長動態關系進行實證檢驗。結果顯示：海域污染指標與漁業經濟指標間關系呈“N”型或“U”型，并均處于上升階段，表明我國海域污染狀況在不斷惡化并阻礙著漁業經濟的可持續發展。日本自然條件惡劣、資源匱乏，卻保持海域水質良好且漁業經濟發達，總結其海洋經濟發展的先進經驗，為我國改善海域污染、增強漁業經濟實力提供參考。

？眼關鍵詞？演海域污染；漁業經濟；EKC；面板數據模型

[中圖分類號]F127.31；F326.4 [文獻標識碼] A [文章編號]1673-0461（2017）04-0090-08

21世紀是海洋的世紀，世界各國都開始加大對海洋的投入，采取各種有力措施開發和利用海洋資源，經濟利益增加的同時也帶來了海域水質污染、海洋生態環境失衡等問題，并隨著海洋開發利用的不斷深入，海域生態環境惡化的程度更加嚴峻。作為名副其實的海洋大國，我國四大海域重度污染和嚴重污染海域面積近年來不斷上升，近岸海域水質未達到清潔水質標準的海域面積所占比重偏高，海水中無機氮、活性磷酸鹽、重金屬和石油類等影響漁業水質的污染物含量嚴重超標。據《2014年中國海洋環境質量公報》統計結果顯示，我國近岸海域2014年未達到一類水質標準的海域面積為14.9萬平方公里，比2013年增加約0.5萬平方公里。其中主要污染物無機氮在全國海域點位超標率為31.2% ，超過二類水質標準限值10.5倍，活性磷酸鹽含量超標率為14.6%，超過二類水質標準限值3倍。與之對應，日本海域水質清潔度遠超中國，2013年日本河流近半水質達標，湖沼海域水質達標率更是高達90%。我國海域水質環境惡化直接對海洋漁業產生嚴重負面影響，阻礙了漁業經濟的可持續發展。中國作為世界第一漁業大國，漁業經濟不僅是中國現代農業發展體系的重要組成部分，而且是國家海洋戰略重點實施對象之一。研究海域水質污染與漁業經濟發展問題，對綜合治理海域污染，積極改善近岸海域環境，實現海洋漁業經濟的可持續發展具有理論和實踐意義。

一、文獻綜述

環境庫茲涅茨曲線（Environmental Kuznets Curve，簡稱 EKC）是描述環境污染程度與人均收入變化關系的幾何曲線，[1]通過模擬人均收入與環境污染指標之間的動態演變，解釋經濟發展對環境污染程度的影響。[2]已有文獻從多個角度對EKC和海洋漁業經濟可持續發展問題展開研究，包群等[3]對我國經濟增長與6類環境污染指標之間的EKC曲線關系進行了檢驗；劉耀林等[4]從漁業生態環境保護角度對海洋漁業可持續發展進行分析；楊衛[5]概述了在海洋漁場環境惡化、海洋漁業資源減少的大背景下日本實施海洋漁業資源增殖的具體措施及對我國的啟示；張繼平等[6]通過對中日海洋環境陸源污染治理的政策執行進行比較分析，得出日本的政策執行體系對我國的借鑒意義；付雁華[7]以日本海洋環境監測調查結果為依據，對日本周邊海域海洋污染現狀進行考察，并分析了日本海洋污染的防治對策。盡管環境庫茲涅茨曲線應用廣泛，但已有文獻主要分析典型的環境污染物或能源消耗等與人均GDP的關系，研究海水水質污染與漁業經濟增長間關系并借鑒發展良好的他國經驗的文獻較少。基于此，文章通過分別研究我國不同污染程度海域面積與漁業經濟產值間動態關系、不同海域水質污染程度與漁民人均收入間動態關系，模擬EKC曲線的形狀并確定轉折點位置，對比海洋經濟較為發達的日本的發展模式，分析我國黃渤海海域、東海海域與南海海域的水質污染狀況和漁業經濟發展狀況，總結日本海洋漁業經濟發展與海洋保護措施對我國的借鑒意義，為實現海域環境與漁業經濟可持續協調發展提供理論支持。

二、模型方法與數據來源

1.模型設定

EKC曲線有多種函數表達形式，參考已有文獻，借鑒缐文（2015）[8]的方法，選用對數線性三次方程來描述環境庫茲涅茨曲線，具體的函數表達式如下：

ln（Wit）=αi+β1ln（Yit）+β2ln2（Yit）+β3ln3（Yit）+

β4ln（Zit）+εit （1）

其中Wit代表i地區在t年的海域污染指標，Yit代表i地區第t年的漁業經濟指標，αi代表截面效應，Zit代表影響海域水質的其他控制變量，εit為擾動項，αi、β1、β2、β3、β4為待估參數。模型（1）中，當解釋變量系數（β1、β2、β3）取值不同時，海域污染和漁業經濟之間的關系曲線會呈現出不同的形狀：①如果β1>0，β2<0且β3>0，則為三次曲線關系或者說呈“N”型曲線關系；②如果β1<0，β2>0且β3<0，則為倒“N”型曲線關系；③如果β1>0，β2<0且β3=0，則為二次曲線關系，即呈倒“U”型EKC關系；④如果β1<0，β2>0且β3=0，則為“U”型曲線關系；⑤如果β1≠0，且β2=0，β3=0，則二者為線性關系。

2.變量選取與數據來源

文章從3個層面分別分析海域水質污染與漁業經濟之間的關系：首先，從總量上整體估計全海域水質污染面積與漁業經濟總產值之間的關系，選用的經濟指標是沿海地區漁業經濟總產值，環境指標是嚴重污染海域面積，數據區間是2003～2014年。其次，重點分析沿海11省近岸海域水質污染狀況與漁業經濟增長的EKC曲線關系，使用沿海各省四類和劣四類水質海域所占比重（嚴重污染海域比重）作為海洋環境污染的代表指標，以沿海各省漁民人均收入作為經濟指標，數據區間為2001～2014年。最后，考慮到海洋環境污染物主要來自陸源排放，特別是沿海11省直排入海的工業廢水和生活污水，以其中主要污染物（無機氮、活性磷酸鹽、石油類、重金屬等）的超標率與漁民人均收入分別作為污染指標和經濟指標，具體分析海域水質主要污染物超標率與漁民人均收入的EKC曲線關系，選用數據區間為2001～2014年。

文章重點研究水質污染與漁業經濟的關系，選擇海水養殖面積為控制變量以消除海水養殖規模對漁業經濟的影響，同時借鑒熊德平（2014） [9]的方法，選用人均漁船總動力作為控制變量，以控制漁業機械化程度對漁業產出的影響。本文所用數據來源于2002～2015年的《中國統計年鑒》、《中國海洋統計年鑒》、《中國漁業統計年鑒》、《中國海洋環境質量公報》、《中國近岸海域環境質量公報》。

三、模型檢驗與估計

為了分別分析不同海域水質污染與沿海各省漁民人均收入之間的關系，借鑒王光升（2013） [10]的方法，首先將沿海11省作為一個整體進行研究，將沿海11省漁業經濟產值之和作為經濟指標數據；其次將天津、河北、遼寧、山東和江蘇5省漁業產值之和作為渤黃海地區的經濟數據，將上海、浙江和福建3省漁業產值之和作為東海地區的經濟數據，將廣東、廣西和海南3省漁業產值之和作為南海地區的經濟數據。

1.單位根檢驗

為防止數據的大幅波動或可能存在的異方差問題而給實證檢驗帶來不利影響，首先對所有變量進行對數標準化處理，記嚴重污染海域比重、漁民人均收入及其平方項、立方項、海水養殖面積和人均漁船總動力為lnp、lni、ln2i、ln3i、lna和lnr，再進行單位根檢驗。面板數據單位根檢驗的方法分為相同根情形和不同根情形兩大類（高鐵梅等，2009），相同根（即同質單根）情形下的檢驗方法包括 LLC（ Levin-Lin-Chu）檢驗、Hadri檢驗和 Breitung檢驗；不同根（即異質單根）情形下的檢驗方法包括IPS檢驗、Fisher-ADF檢驗和Fisher-PP檢驗等。[11]本文借鑒張兵兵（2016）的方法，選用同質單位根檢驗中常用的 LLC檢驗和異質單位根檢驗中的 Fisher-ADF檢驗方法對各指標數據進行單位根檢驗。[12]檢驗結果（見表1）表明：在95%的顯著性水平下，所有變量的一階差分均平穩，即可以認為：能夠通過面板單位根檢驗，即都是一階單整序列。

2.數據協整檢驗

為了進一步檢驗變量間是否存在長期均衡關系，在通過了面板數據單位根檢驗即同階單整后，需要對變量進行協整檢驗。Pedroni（1999）提出了基于Engle and Granger二步法的面板數據協整檢驗方法（高鐵梅等，2009）[11]，該方法的零假設為在動態多元面板回歸中沒有協整關系，以協整方程的回歸殘差為基礎，通過構造 Panel vStatistic、Panel rho-Statistic、Panel PP-Statistic、Panel ADF-Statistic、Group rhoStatistic、Group PP- Statistic、 Group ADF-Statistic7個統計量來檢驗面板變量之間的協整關系。[13]本文借鑒 Pe-droni的檢驗方法，[14]檢驗結果（見表2）表明：所有變量的 Group PP、Panel rho、Panel PP統計量均在95%顯著性水平下通過檢驗，可以認為變量通過面板數據協整檢驗，即我國近岸海域水質污染與漁民人均收入之間存在長期穩定的均衡關系。

3.模型設定檢驗

面板數據同時包含時間序列和截面數據信息，其參數估計的有效性較大程度上依賴于模型的設定形式，因此需要通過檢驗來確定模型的設定形式，即根據 F-test判斷選用混合模型或者變截距模型，同時根據 Hausman檢驗確定選用固定效應模型或者隨機效應模[15]。兩類檢驗統計量構造如下：

F-test統計量：

F=■～F[（N-1）k，N（T-k-1）] （2）

其中S1、S2分別為變截距模型和混合模型的殘差平方和，N、T分別為截面數和時期數，k為解釋變量個數。在給定置信度下，如果F值小于相應的臨界值，則接受原假設建立混合回歸模型，反之則選擇變截距模型。[11]

Hausman檢驗：

H=（b-■）' [Var（b-■）]-1（b-β） （3）

其中，b、β分別為固定效應和隨機效應模型中回歸系數的估計結果，Var（b-■）為兩估計結果之差的協方差矩陣。Hausman檢驗的原假設為建立隨機效應模型，統計量H服從自由度為k的χ2分布，其中k為回歸方程的解釋變量個數，在給定置信度下，如果統計值小于臨界值，則接受原假設，反之則建立固定效應模型。[11]

運用Eviews6.0軟件，對我國全海域、黃渤海海域、東海海域以及南海海域的模型進行估計，結果（見表3）表明：由于F檢驗與Hausman檢驗均拒絕原假設，并考慮到沿海11省的漁業經濟發展狀況差距較大，區域特征較為明顯，因此選用變截距固定效應模型。

四、各海域EKC曲線結果分析

1.總值EKC曲線趨勢分析

總值EKC曲線模型研究的是嚴重污染海域面積與沿海地區漁業經濟總產值之間的關系，其總體變化趨勢如圖1。由海域污染面積與沿海地區漁業經濟總產值關系曲線可知，二者關系在起伏中大致呈現“N”型，在2004年沿海11省的漁業經濟總產值為5 421.65萬元后海域污染面積開始減少，海域污染狀況有所減輕，但2008年漁業經濟總產值達到8 114.82萬元后嚴重污染海域面積逐漸擴大，且上升趨勢較為明顯（雖然在2011年漁業經濟總產值為11 747.54萬元時，嚴重污染海域面積略有減少，但幅度較小并在之后又呈上升趨勢），這說明海域污染范圍在不斷擴大。主要原因有沿岸化工園區、農業污染和生活污染等陸源排污以及海岸工程與海洋工程建設項目等造成的海域污染，大量含有化學元素的廢水未經處理或處理不當而直排入海，導致赤潮災害多發；近年來，船只泄露事件頻發，大量柴油等污染物進入海洋，嚴重影響了海水的自凈能力，使得海水質量進一步下降，直接威脅到依賴大海生存的海洋漁業的生存環境安全。另外，現有海域污染管理措施效果甚微，應該予以重視，可將沿海地區作為一個整體，以全局的觀點統籌規劃，制定統一海洋環境污染治理政策。

2.漁業經濟相關EKC曲線實證檢驗

漁業經濟相關EKC曲線模型研究嚴重污染海域比例與漁民人均收入之間的關系，根據表3的估計結果，確定了變截距固定效應的回歸模型，圖2～圖5為各海域嚴重污染海域比重與漁民人均收入關系圖，由此模型估計結果及關系圖可得以下結論。

第一，全海域的嚴重污染水質比重與漁民人均收入之間的曲線關系整體大致呈現“U”型，全海域污染狀況在漁民人均收入達到9 513.45元前不斷改善，之后開始惡化，其中可能的原因是海洋排污監管松懈，隨著海洋漁業規模的擴大和漁業經濟的增加，治理和控制污染的投資并未隨之增加或增加力度不夠。

第二，渤黃海地區和東海地區海域嚴重污染海域比重與漁民人均收入曲線關系大致呈“U”型，并分別在漁民人均收入達到9 843.2元和10 465.67元后污染狀況加劇。值得注意的是，東海海域無論是改善還是惡化階段，污染程度均處于較高水平，為全國四大海域水質最差地區，特別是上海地區近岸海域嚴重污染水質比例長期居高不下，多年出現四類和劣四類水質比例為100%，其余年份該比例也均在70%以上，是東海海域水質污染狀況加劇的主要原因。

第三，南海海域嚴重污染水質比重與漁民人均收入大致呈現倒“N”型關系，嚴重污染水質比例雖然在漁民人均收入達到8 011.67元后有所上升，但上升幅度較小，在漁民人均收入達到11 484.11元后呈現出再次下降并逐漸穩定的趨勢，其中海南省近岸海域水質較優，污染狀況改善良好，近幾年四類和劣四類水質比例為零，廣西省該比例也在較低水平趨于平穩。

3.主要超標污染物EKC曲線回歸分析

運用上述模型對影響海洋漁業水質的主要污染物（無機氮、活性磷酸鹽、石油類和重金屬等）的超標率與沿海各地區漁民人均收入的關系進行簡單回歸檢驗，結果如表4。

綜合上述五類海域水質污染物超標率指標與漁民人均收入的數據估計結果，可以總結以下主要結論：第一，海域各污染指標與漁業經濟指標之間的關系并非一致，因為EKC模型的估計結果依賴于指標數據的選取以及估計方法的選擇。第二，超標污染物無機氮、石油類和重金屬汞等與漁民人均收入呈倒“N”型關系，并都在2008年漁民人均收入為9 513.45后超標率增加污染加劇，在2011年漁民人均收入為12 472.11元達到轉折點位置后呈現下降趨勢，但超標率仍在較高水平上，說明上述污染物超標情況2011年之后雖有所好轉但仍不容樂觀。第三，活性磷酸鹽、化學需氧量與漁民人均收入呈現“U”型關系，均在2008年漁民人均收入為9 513.45時達到轉折點，并在轉折點之后呈上升趨勢（化學需氧量雖在2011～2012年略有下降但不明顯且隨后又呈現上升趨勢）。總體來看，我國近岸海域水質污染情況仍然比較嚴重，進而影響了海洋漁業的健康發展。

五、日本漁業經濟發展及海洋環境保護

1.日本海洋漁業的發展

日本四面環海，自然災害多發，國土面積狹小僅有 38萬平方千米（居世界第61位），陸上資源匱乏，但擁有的領海和專屬經濟區面積則達到了447萬平方千米（居世界第6位），蘊藏著巨大的海洋開發潛力。日本所處的西北太平洋海域，是世界著名漁場之一，具有發展海洋水產業得天獨厚的自然條件。正是由于獨特的地理位置和自然條件讓日本的海洋水產業歷史悠久，并成為海洋經濟中的支柱產業之一 [16]。

日本雖然是世界上漁業最發達的國家之一，卻也不得不面對由于過度捕撈，海洋漁場環境惡化、海洋漁業資源減少等原因，使得全世界海洋漁業的發展都共同面臨資源衰退的問題。日本通過增殖放流、設置人工魚礁、保護海底藻場、設立全國性節日（如富海節）等方式在全世界海洋漁業的發展都面臨資源衰退問題的時代背景下實現海洋漁業資源增殖，并通過頒布一系列的法律法規（如《漁業法》、《水產基本法》等）來對海洋漁業資源的增殖提供制度保障。此外，日本每年都會舉行全國性和地區性的增殖漁業會議，對漁業資源情況、增殖放流實施情況、放流效果評估情況和相關研究等進行交流[5]。

2.海洋環境保護

日本一直致力于海洋資源開發和海洋環境保護，同包括我國在內的許多國家一樣，陸源污染是日本海洋污染的主要原因。日本對陸源污染的治理經歷了“先污染，后治理”的崎嶇過程，通過近半個世紀的治理，才使治污目標得以實現，并成為了陸源污染治理效果較顯著的發達國家。20世紀50年代起日本政府開始關注陸源污染的控制，主要通過法律、行政、經濟、教育等綜合手段實施陸源污染治理政策，日本環境署對陸源污染治理出臺了《保護海洋環境免受陸源污染全球行動綱領》、《西北太平洋行動計劃》等多項法規政策，特別是2007 年日本參、眾兩院高票通過的《海洋基本法》，規定了本國的海洋理念，明確國家、地方社會公共團體、企業及國民的義務以便海洋政策綜合而有計劃地推進。[16]除此之外，日本制定了科學完備的環境質量標準體系，對一些水域規定了環境質量達標期限和標準限值等嚴格具體的要求，根據環境條件的變化，水質污染的情況，在科學判斷的基礎上修訂標準值，增加或刪減監測項目，使環境質量標準修訂工作常規化運轉，各項標準值的調整都非常及時和規范，大大提高了監測工作效率。而且日本非常重視監測和調查資料的積累和整理，其環境數據、監測標準、分析方法均在正式的發布渠道公開公布，并及時進行更新和維護，使國際社會和本國民眾能夠及時、準確地了解各個時期日本環境保護的政策措施以及環境狀況。

現在的日本海洋環境污染治理已取得顯著成效并走在世界前列，積累了豐富的控制和治理陸源污染的經驗，這得益于對污染治理政策強有力的落實，政府、企業、非政府組織對污染防治分工明確、相互合作，治污效率顯著提高，通過人事安插與滲透、財政控制等方式實現中央對地方政府海洋污染治理政策執行的監督與調控。[5]另外，日本普通民眾的高度積極參與是陸源污染治理執行力強的有力保障，在污染治理過程中，通過網絡和媒體將海洋環境治理報告、海洋環境現狀傳播給公眾，并定期召開會議及論壇。同時依靠教育手段，提升國民環保意識，通過建立博物館展示海洋生物的演變、介紹海水編制的情況和采取的措施等方式進行廣泛的科普教育，激發公眾保護海洋環境和治理污染的熱情。

六、結論與建議

基于以上2001～2014年中國沿海省市面板數據的分析，結合日本漁業經濟發展模式及海洋環境保護政策，對我國黃渤海海域、東海海域與南海海域的水質污染狀況和漁業經濟發展狀況進行分析，得出以下結論：第一，從總量上分析海域水質污染與漁業經濟指標之間的關系，水域污染狀況呈現出先惡化后改善又再度惡化的“N”型態勢。第二，全海域綜合嚴重污染水質所占比重與沿海11省漁民人均收入之間的EKC 曲線呈“U”型。“U”型曲線表示海域水質污染與沿海地區漁業經濟之間關系呈現出惡化或輕度緩解后再惡化的特征，且輕度緩解階段的海水污染指數降低的幅度均較小。這表明先污染后治理的經濟與環境發展老路行不通，必須轉變漁業經濟增長方式以縮短惡化期避免后期污染加劇，同時還應加強海洋環境污染管控，改善污水處理系統，以實現沿海地區漁業經濟與海域水質環境協調。第三，四大海域水質污染程度與漁業經濟發展情況差異較大，東海海域雖然漁業經濟較發達，漁民收入較高，但污染程度也最嚴重，其EKC 曲線呈“U”型，污染程度處于較高水平并呈上升趨勢，相比之下，南海海域雖然漁業經濟發展較弱，但其污染程度最輕，EKC曲線呈倒“N”型，污染程度較低并呈下降趨勢。第四，海洋環境污染物超標率狀況有隨漁業經濟增長而緩解的趨勢，但是二者之間并不存在必然的因果關系，漁業經濟增長是導致海域水質環境污染的主導因素，但并非全部因素，這也啟示我們，不能僅僅依靠經濟總量的增長來達到減輕海洋環境污染的目的，環境污染問題并不會隨經濟增長而自發解決。

日本在漁業經濟發展和海洋污染防治上均走在發達國家的前列，無論是在政策制定方面，還是技術創新方面均達到了較高的水準，我國面臨諸多海洋污染問題，可以借鑒日本在海洋污染治理領域的技術、經驗和政策：

一是在海洋環境保護方面。參考日本的做法，在海洋漁業模式上，應努力減輕海洋漁業養殖自身對海洋水質環境的污染，科學布局海洋養殖區域，實行多品種、立體化、混養、輪養的養殖模式，做好海水養殖產后凈化工作，將其自身產生的污染降到最低水平；在法律體系上，我國應該完善海洋環境保護法律制度，制定科學嚴格的海洋環境監測標準體系并根據實際情況定期修訂，從源頭上嚴格控制海域環境的污染程度；在執行力上，中央應給予地方政府更多的自主權，并提供一定的技術指導和資金支持，同時明確執行主體的權責，使上下級政府之間、各職能部門之間權責明晰，避免橫向部門間的相互推諉；在監督力度上，對地方政府的政策執行情況實行多樣化監督，尤其是注意調動和發揮社會輿論的監督作用，鼓勵更多的非政府組織、非營利組織和其他社會團體以及普通民眾積極參與，充分發揮其監督職能，建立公開有效的舉報或建議機制，以確保政策執行的有效性和政策目標的順利實現；在公眾參與度上，進一步推進行政事務公開化、透明化，同時加強海洋環境保護宣傳教育，提高公眾的海洋環保意識，通過網絡、公眾平臺等途徑教育民眾海洋環境保護對國家發展的作用以及對普通民眾生活的影響，積極開展以海洋環境保護為目的的啟發普及活動。

二是在漁業經濟發展方面。海洋漁業的發展不應單純的注重漁業經濟總量的增長而進行掠奪式捕撈，或過度依賴單一的產業結構模式，應繼續開展科學的漁業資源增殖放流和人工魚礁建設來恢復資源數量，同時保證放流水域生態系統不受到破壞、特種的自然種質遺傳特征不受干擾。建立科學方法評估增殖放流效果，以彌補我國海洋漁業資源增殖的基礎研究工作滯后和應用技術成效甚微的不足。此外，日本的“海洋牧場”建設自1977年至今已經相當成熟，相比之下我國還處于初期，應更加注重海域功能區劃，避免形成了面積龐大、密度過高、品種單一的養殖格局，并最大程度上降低養殖業自身的污染，保證漁業生產的持續發展，維護生物多樣性，推動漁業產業結構調整和優化升級，促進漁民增收、漁業增效，保持生態平衡。協調各方，建立長期有效機制，并注重國民海洋漁業資源意識的培養，或者像日本那樣設立一個國家性的節日來宣傳。

[參考文獻]

[1] Kuznets S S. Economic growth and income inequality [J].The American Economic Review，1955，45（1）：1-28.

[2] Grossman G E，Krueger A B. Environment impacts of a North American Free Trade Agreement [Z]. NBER Working Paper，No.3914，1991.

[3] 包群，彭水軍，等.是否存在環境庫茲涅茨倒U型曲線？——基于六類污染指標的經驗研究[J].上海經濟研究，2005（12）：3-13.

[4] 劉耀林.保護漁業生態環境，實現漁業可持續發展[J].河北漁業，2006（8）：1-3.

[5] 楊衛.日本海洋漁業資源增殖研究及啟示[J].中國水產，2011（12）：74-75.

[6] 張繼平，熊敏思，顧湘，等.中日海洋環境陸源污染治理的政策執行比較及啟示[J].中國行政管理，2012（6）：45-48.

[7] 付雁華.淺析日本的海洋污染及防治對策[J].湘潮，2016（3）：101-102.

[8] 缐文，馬自龍. 經濟增長與政府環境治理——基于面板數據與蘭州案例的分析[J]. 北京交通大學學報（社會科學版），2016（1）：50-57.

[9] 熊德平，孫佳.中國金融發展的漁業經濟增長效應——基于人均GDP和勞動生產率視角的省級面板數據GMM估計[J].農業技術經濟，2014（3）：97-107.

[10] 王光升.中國沿海地區經濟增長與海洋環境污染關系實證研究[D].青島：中國海洋大學，2013.

[11] 高鐵梅. 計量經濟分析方法與建模[M]. 北京： 清華大學出版社，2009.

[12] 張兵兵，沈滿洪.工業用水庫茲涅茨曲線分析[J].資源科學，2016，38（1）：102-109.

[13] Pedroni P. Critical value for cointegration tests in heterogeneous panels with multiple regressors [J]. Oxford Bulletin of Economics and Statistics，1999，61（S1）：653-670.

[14] Pedroni P. Panel cointegration：Asymptotic and finite sample properties of pooled time series tests with application to the PPP hypothesis [J]. Econometric Theory，2004，20（3）：597-625.

[15] 陳海燕. 面板數據模型的檢驗方法研究[D].天津：天津大學，2010.

[16] 張浩川，麻瑞. 日本海洋產業發展經驗探析[J].現代日本經濟，2015（2）：63-71.