我國海洋科技進步貢獻率效率研究
——基于索羅和三階段DEA混合模型

杜海東，關偉，2，王嵩，梁湘波

(1.遼寧師范大學海洋經濟與可持續發展研究中心 大連 116029；2.遼寧師范大學城市與環境學院 大連 116029；3.國家海洋技術中心 天津 300112)

?

我國海洋科技進步貢獻率效率研究
——基于索羅和三階段DEA混合模型

杜海東1，關偉1，2，王嵩1，梁湘波3

(1.遼寧師范大學海洋經濟與可持續發展研究中心 大連 116029；2.遼寧師范大學城市與環境學院 大連 116029；3.國家海洋技術中心 天津 300112)

海洋科技是未來海洋經濟發展的重要驅動力量。文章運用索羅模型和三階段DEA方法測度我國沿海11省(自治區、直轄市)2006—2013年的海洋科技進步貢獻率及其效率，并借助Malmquist指數模型對海洋科技進步貢獻率的效率變化情況進行分解研究。結果表明：我國海洋科技進步貢獻率在時間上變化差異較大，尤其是2011—2013年下降趨勢明顯；在空間上華南地區的廣東、廣西和海南的貢獻率上升，華東地區的江蘇、浙江和上海的貢獻率下降；根據Malmquist指數判斷效率變化的原因，其中天津、遼寧和福建是規模效率變化，上海、廣西和海南是技術變化，河北、江蘇、浙江、山東和廣東是技術變化和規模效率變化雙重驅動。最后，在研究結果的基礎上提出相關對策建議。

科技進步貢獻率；海洋科技；科技創新；可持續發展

在海洋經濟成為經濟發展新增長點的大背景下，世界各發達國家將海洋科技看做加速海洋經濟發展的重中之重。21世紀以來，世界海洋經濟朝縱深方向發展，海洋經濟對海洋科技的依賴性日益增強，海洋科技對海洋經濟的驅動作用日漸凸顯，海洋科技發展水平已成為衡量世界各國海洋競爭實力乃至綜合國力的重要依據之一。在國際發展競爭日趨激烈和我國發展動力轉換的形勢下，我國《國民經濟和社會發展第十三個五年規劃綱要》明確指出“必須把發展基點放在創新上，形成促進創新的體制構架，塑造更多依靠創新驅動、更多發揮先發優勢的引領型發展”，并新增“科技進步貢獻率”指標。海洋經濟具有高科技、高風險、高投入和高收益的特征，同時海洋經濟發展和海洋開發利用有密切關系，而海洋科學技術的發展直接帶動海洋開發利用[1]，因此科學技術在海洋經濟發展過程中發揮著舉足輕重的作用。海洋科技滲透于海洋產業的各個領域，即使是傳統海洋產業也應用大量海洋新技術。海洋科技創新能力直接影響著海洋資源開發利用程度、海洋經濟發展水平和海洋經濟可持續發展能力[2]。海洋科技進步具有重要地位和發展潛力，加速海洋科技進步勢在必行。國外在海洋科技相關研究方面已積累一定的成果：Korsmo[3]從歷史、政治和人類的角度審視海洋科技；David Doloreuxa[4]探討創新支持組織在整個海洋科技創新系統中的作用；Oihane[5]提出一種對海洋科技的可持續性的整體評估的綜合測量方法。隨著我國對海洋科技重視的加強，近年來也涌現一批海洋科技方面的研究成果。在沿海地區整體層面，殷克東[6]構建我國海洋科技實力的綜合評價指標體系，并對2002-2006年我國沿海地區海洋科技實力的測度結果進行分析；王澤宇[2]對我國沿海地區海洋科技創新能力和海洋經濟發展進行評價，并運用協調度模型對海洋科技創新能力與海洋經濟發展的協調度進行度量；劉大海[7]對“十五”和“十一五”期間山東省海洋科技進步貢獻率進行測算；戴彬[8]測度2006—2011 年沿海11 個省(自治區、直轄市)海洋科技全要素生產率指數，并對其時空格局演變及影響因素進行分析；王艾敏[9]采用回歸模型探究我國海洋科技與海洋經濟協調互動機制，結果表明我國海洋經濟和海洋科技之間的作用效果較弱，實現海洋經濟和海洋科技的良性互動仍需努力。在各個沿海地區層面，陳倩[10]對環渤海地區三省一市的海洋科技投入產出進行比較分析，佐證環渤海地區的海洋科技實力；李彬[11]通過多種評價方法的組合模型對山東半島藍色經濟區進行海洋科技創新能力評價，結果顯示海洋科技轉化率是制約山東海洋科技發展的關鍵因素；王麗椰[12]根據江蘇海洋科技發展現狀分析制約江蘇海洋科技發展的瓶頸因素；徐長樂[13]對上海海洋科技進行SWOT分析，認為上海應當繼續加大海洋科技投入力度；崔旺來[14]對浙江海洋科技投入產出進行綜合評價及比較分析，并提出相關政策建議；馬志榮[15]對廣東海洋科技發展的優勢和面臨的問題進行分析，為廣東海洋科技創新戰略實施提出政策建議；徐進[16]通過構建海洋科技創新能力指標體系，分析我國三大海洋經濟示范區之間的差異情況。此外，謝子遠[17]、王金平[18]、王雙[19]、石莉[20]分別對澳大利亞、英國、韓國和美國發展海洋經濟和海洋科技的經驗進行總結，并對我國海洋經濟科技發展提出建議。以上研究仍遠不能滿足飛速發展的海洋科技需求，當前研究的視角也仍有狹窄之處[21]；相關文獻只是單純計算海洋科技進步貢獻率以及海洋科技效率，缺少海洋科技對海洋經濟發展貢獻效率測度研究；趙楠[22]雖引出貢獻率效率的概念，但缺乏對效率客觀全面的測度。基于此，本研究以海洋科技進步貢獻率為切入點，運用索羅模型測算我國沿海11省(自治區、直轄市)的海洋科技進步貢獻率，并以其為產出變量，以海洋科技的人力、資本和科技成果為投入變量，以海洋科技系統人員結構和政府影響力為環境變量，應用三階段DEA方法測度2006—2013年我國沿海11省(自治區、直轄市)的科技貢獻率效率，并用Malmquist生產力指數模型進行動態分析，根據測度結果與分析對我國海洋科技發展提出相關對策建議。

1 研究方法和數據來源

1.1 研究方法

1.1.1 索羅模型

美國經濟學家索羅(Robert Merton Solow)最早提出科技進步貢獻率[23]，即科技進步對經濟增長的貢獻份額。1957年索羅又提出希克斯中性技術進步函數Y=A0eλtKαLβ，其中A0為基期科技水平，λ為科技進步率，Y、K、L分別表示t時期的產出、資本投入和勞動力投入，α和β分別表示資本彈性和勞動彈性。對索羅模型進行取對數、對t求導、差分替代微分以及替換(相關過程可參見朱莉芬[24]的研究結果)可以得到索羅增長速度方程，即y=λ+αk+βl，λ/y×100%即為科技進步貢獻率。

1.1.2 三階段DEA模型

由于傳統DEA模型沒有考慮到環境因素對效率所產生的影響，Fried[25]等提出考察外生環境變量對效率的影響的四階段DEA模型的評價方法；但四階段法仍無法剔除隨機誤差所造成的影響，因此Fried[26]等進一步對四階段DEA法進行優化，并提出三階段DEA模型法，既調整環境變量的影響，又剔除隨機誤差項的影響。本研究采用BCC模型。

三階段DEA模型的構建和運用包括3個階段：

(1)第一階段——超效率BCC模型。BCC模型把CCR固定規模報酬的假設改為可變規模報酬，從而將CCR模型中的技術效率分解為配置效率和純技術效率，即技術效率=純技術效率×配置效率[27]。由于普通的BCC模型并不能體現樣本達到相對有效后的效率變化情況，本研究采用超效率DEA-BCC模型，其形式為：

(1)

利用SFA模型回歸的結果對n個決策單元的投入變量數據進行調整，剔除環境因素和隨機誤差的影響，可以算出單純反映管理水平的效率值[30]。基于最有效的決策單元，以其投入量為基礎，對其他各樣本投入量調整為:

(2)

(3)調整后的超效率BCC模型。用第二階段SFA模型所得到的調整后的投入量代替原始投入量，產出量仍為原始產出量，并再次運用超效率BCC模型進行效率評估，由此得到的各決策單元的效率值就能很好地避免環境因素和隨機因素干擾。

1.1.3 Malmquist指數模型

t時期和t+1時期的Malmquist生產力指數的幾何平均數可表示為：

(3)

式中：x、y分別表示t和t+1時期的投入與產出，D表示不同技術參照下的距離函數。進一步地，根據前人研究，Malmquist生產力指數可以將綜合效率分解為技術效率變化和技術進步率變化，技術效率變化又可以繼續分解為純技術效率變化和規模效率變化，即

(4)

M>1表示生產率提高，M<1表示生產率降低，M=1表示生產率不變。

1.2 指標選取與數據來源

在計算科技進步貢獻率時，根據徐士元[31]的研究成果，資本投入量選取沿海地區全社會固定資產投資增長率，勞動投入量選取沿海地區涉海就業人數增長率，產出量選取各沿海省(自治區、直轄市)海洋生產總值增長率。

在計算各沿海省(自治區、直轄市)科技進步貢獻率效率時，需要確定投入、產出指標和環境變量。借鑒樊華[32]的研究成果，以海洋科研機構從業人員數量和經費收入分別作為人力和資本投入，將科技成果作為科技的投入變量。科技成果主要包括課題情況、科技論著情況和專利情況，本研究采用主觀賦權法得到科技成果數量；發明專利的技術含量高且申請數不受專利授權機構審查能力的約束[8]，因此專利數賦權為0.5，其余賦權0.25。以科技進步貢獻率作為唯一產出，由于科技進步貢獻率有負值存在，而DEA模型的指標不能為負值，借鑒劉毅[33]的處理方法，將科技進步貢獻率采用最小-最大規范化方法進行數據變換，并映射到[1，5]的數據區間上，變換公式為

(5)

式中：V和V′分別表示原數據和處理后的數據；maxA、minA、new_maxA、new_minA分別表示原數據和新數據的最大值和最小值。由于是將原數據映射到[1，5]的數據區間上，本研究取new_maxA=5，new_minA=1。

根據戴彬[8]的研究成果，并從諸多環境影響因素中選取海洋科技系統人員結構和政府影響力作為環境變量，前者用海洋科技機構從業人員中研究生的比例體現人力投入的素質水平，后者用政府出資額占總籌資額的比例體現政府對科技投資的支持程度。

上述所有指標的基礎數據均來自《中國海洋統計年鑒(2007—2014)》。

2 實證分析

2.1 海洋科技進步貢獻率

2.1.1 索羅模型參數的確定

當前一般的估算方法有經驗值法和系數回歸法[31]。對索羅模型取對數可以得到lnY=lnA+αlnK+βlnL。將2006-2013年的相關數據進行對數化處理，然后利用Eviews 8進行回歸，可以得到索羅模型參數回歸結果(表1)。

表1 索羅模型參數回歸結果

同時，結果的表達式為Y=-5.938 919 318 58+0.614 341 299 825×K+ 1.143 883 866 6×L，從結果和檢驗值來看均符合要求。此外，由于假設規模報酬不變，α=α回歸/(α回歸+β回歸)，β=β回歸/(α回歸+β回歸)，即α=0.349 4，β=0.650 6，這一結果與國家給定的取值非常接近，因此本研究采取此結果進行海洋科技進步貢獻率的測算。

2.1.2 海洋科技進步貢獻率測算

根據索羅模型，得到我國沿海11省(自治區、直轄市)2006—2013年海洋科技進步貢獻率，針對各極值點，通過求擬合曲線上極值點位置的值予以替代，從而避免特殊年份海洋科技進步貢獻率過大或過小的情況(表2)，其中帶*的表示替代后的擬合數值。

表2 我國沿海省(自治區、直轄市)海洋科技進步貢獻率 %

根據結果來看，2006—2013年我國各沿海省(自治區、直轄市)的海洋科技進步貢獻率大部分呈現波動上升的趨勢。從時間層面看，2006—2007年80%以上地區的海洋科技進步貢獻率呈現上升趨勢或保持原有狀態，其中7個上升的地區平均上升7.21%。這一趨勢在2007—2009年發生變化，期間60%地區的海洋科技進步貢獻率呈現下降趨勢或保持原有狀態，尤其是2008—2009年有50%以上地區的海洋科技進步貢獻率出現負值，其中6個下降的地區平均下降8.37%，海洋科技對海洋經濟發展起到阻滯作用。究其原因有2個方面。

(1)由于海洋經濟受經濟全球化影響較大，全球范圍內出現的經濟危機使我國海洋經濟發展放緩，而勞動力投入和資本投入增長率仍然較高，導致彼時我國海洋經濟從低科技密集向勞動密集和資本密集方向轉變。

(2)我國海洋科技保持相對穩定，并沒有得到加速發展以逆轉海洋經濟放緩的趨勢，導致彼時海洋科技進步貢獻率下降。而在2010年海洋科技進步貢獻率又出現較大幅度的上升，除浙江和福建略有下降外，其余9個地區的海洋科技進步貢獻率均呈現上升趨勢。然而這一趨勢并沒有延續，2010—2011年50%以上地區的海洋科技進步貢獻率呈下降趨勢，2011—2012年這一趨勢達到頂峰，除兩廣外，其余地區的海洋科技進步貢獻率均有下降，9個地區的平均下降幅度高達7.72%。2012—2013年下降趨勢略有好轉，4個地區的海洋科技進步貢獻率出現上升，平均上升幅度達6.68%，其余7個地區的平均下降幅度為4.71%。總體來說，我國海洋科技進步貢獻率波動幅度較大，但在整個計算跨度內呈現小幅度的提升。

從空間層面看，天津、河北、上海、廣東、廣西和海南呈現上升趨勢，遼寧在2左右波動，江蘇、浙江、福建和山東略有下降。從地區分布情況可以發現，華南地區的廣東、廣西和海南的海洋科技進步貢獻率在波動中上升，而華東地區的山東、江蘇、浙江、上海和福建有所下降，說明海洋科技進步貢獻率的變化具有明顯的地域特征。如何借鑒華南沿海地區經驗，提高華東沿海地區的海洋科技進步貢獻率值得思考。

2.2 海洋科技進步貢獻率效率

由于篇幅有限，本研究不再列出由DEA SolverPro 5軟件得到的DEA第一階段結果；第二階段由Frontier 4.1軟件得到的SFA回歸結果如表3所示。此外，在計算過程中，為反映真實情況，仍采用極值被替代前的數據進行效率評價。

表3 SFA模型的回歸結果

注：*、**和***分別表示在10%、5%和1%顯著性水平上顯著。

由于研究生比例和政府出資比例這2個因素是對各海洋生態資本投入變量的松弛變量進行回歸，當回歸系數為負值時，說明增加該因素將有利于減少各投入變量的浪費或產出的增加；同理，當回歸系數為正值時，說明增加該因素將增加各投入變量的浪費或產出的減少。人員結構對3個投入要素的投入松弛變量的系數為正，且都分別通過1%的顯著性檢驗，說明科技從業人員的受教育水平對海洋科技的經濟驅動力有明顯意義；尤其是當其改善時，從業人員、籌資額和科技3項投入指標也全部隨之得到大幅度改善。政府影響力對從業人員、籌資額和科技3項投入要素的投入松弛變量的系數為負，但僅科技投入未通過10%的顯著性檢驗，從業人員和籌資額投入變量的松弛變量都通過1%的顯著性檢驗，說明政府影響力越低，從業人員、籌資額和科技投入要素越有改善。然而從三者的顯著性來看，前二者的顯著性更高，科技投入松弛變量的顯著性較低，即政府出資比例越低，從業人員和籌資額改善越明顯；但單純從政府獲得的科技投入所能形成的改善程度畢竟有限，這就要求我國海洋科技需在更大程度上吸引民間資本、適當降低政府投資比例，實現又好又快發展。

根據SFA 的結果對原投入數據進行調整，重新調整各沿海地區的投入量，保持原有產出量不變，通過繼續應用DEA SolverPro 5軟件，得到海洋科技人員結構和政府影響力的環境變量以及隨機誤差雙重影響的沿海11省(自治區、直轄市)海洋科技驅動力作用的效率值(表4)。

表4 2006—2013年我國沿海11省(自治區、直轄市)海洋科技進步貢獻率效率

從橫向來看，我國沿海11省(自治區、直轄市)的海洋科技進步貢獻率效率大致分為3種情況：①天津、浙江、山東呈現波動上升趨勢，其中天津和浙江表現為先大幅度上升、再小幅度下降，山東表現為波動后上升；②河北、上海、廣西、海南呈現波動下降趨勢，其中河北、上海和海南表現為先大幅度下降、經過短暫回升后再小幅度下降，廣西表現為波動緩慢下降；③遼寧、江蘇、福建、廣東呈現小幅度波動，其中遼寧、江蘇和廣東表現為先在一定程度上上升再回落，福建表現為在一定范圍內波動。此外，天津、上海、江蘇、山東的效率值較高，河北、遼寧、浙江、福建、廣西和海南的效率值較低，其中浙江、福建、廣西和海南的效率值一直較低，在未來幾年內出現大幅度上升的可能性較小。

從縱向來看，2006—2007年我國沿海11省(自治區、直轄市)的海洋科技進步貢獻率效率有漲有落，整體變化情況并不明顯；2007—2009年大部分得到提升，2009—2010年繼續保持上升，整體呈現緩慢上升趨勢；2010—2011年出現波動，表現為4個地區繼續上升、5個地區出現下降，2個地區保持不變；2011—2013年出現大幅度回落，8個地區有明顯回落，其余地區或保持不變或出現小幅度上升。從整體上看，2006—2013年我國海洋科技進步貢獻率效率可以表述為：波動→上升→波動→回落。這與海洋科技進步貢獻率的變動情況正好相反，即在海洋科技進步貢獻率低時，海洋科技進步貢獻率效率反而高；在海洋科技進步貢獻率高時，海洋科技進步貢獻率效率反而低。這種趨勢說明在海洋經濟發展放緩時，高效率的海洋科技給予海洋經濟大力支持；而在海洋經濟發展較好時，海洋科技并沒有實現高效率的共同發展。

總之，不管從橫向還是縱向看，我國海洋科技進步貢獻率效率總體較低。為更好地驅動海洋經濟發展，必須繼續加強對海洋科技的重視。沿海地區效率值變化的原因可能各不相同，因此在提出相關對策建議前必須首先明確各自變化原因，即具體分析是技術變化或規模效率變化。

2.3 海洋科技進步貢獻率全要素生產率的變化分析

DEA方法僅對我國海洋科技進步貢獻率效率進行基于靜態的比較，而缺乏動態性的比較，Malmquist生產力指數模型則應用面板數據很好地解決這一問題。本研究在原有三階段超效率BCC模型的基礎上，以經SFA修正過的投入產出數據為變量，引入Malmquist生產力指數模型，以進一步從動態角度全面分析我國沿海11省(自治區、直轄市)海洋科技進步貢獻率全要素生產率的變化情況，并具體考查其變化原因是技術變化還是規模效率變化占主要地位。

利用DEAP 2.1軟件從橫向和縱向2個維度對2006—2013年我國沿海11省(自治區、直轄市)的海洋科技進步貢獻率進行Malmquist生產力指數分解(表5)。

表5 2006—2013年我國沿海11省(自治區、直轄市) Malmquist生產力指數及其分解指標

從縱向看，2006—2013年全要素效率平均值為0.778，即全要素效率年均下降22.2%，總體上具有較為明顯的遞減趨勢。技術效率變化、純技術效率變化和規模效率變化的均值分別為1.037、1.019、1.018，表示其增長率分別為3.7%、1.9%和1.8%，因此全要素效率下降的主要原因是技術變化的下降；技術變化平均值為0.750，表示技術變化年均下降25%，這一大幅度下降趨勢直接導致全要素效率22.2%的年下降水平。

從橫向看，2006—2013年全要素效率及其Malmquist生產力指數分解值具有一定的特點：①技術效率變化和規模效率變化在數值上接近，5個地區(天津、河北、遼寧、廣西、海南)完全一致，其余地區最大差值為0.1，說明技術效率和規模效率基本保持一致。②純技術效率變化維持在1.000的水平上下，其中最大為1.095、最小為0.982，波動范圍在0.100以內，說明純技術效率基本保持同步協調發展，區域間沒有太大差距。③技術變化和規模效率變化不同于純技術效率變化相對維持在同一水平，而是均存在巨大差異，因此探討全要素效率是由技術變化還是由規模效率變化造成的，對深化海洋產業體制改革、加強海洋科技創新等有重要意義。

本研究展示我國沿海11省(自治區、直轄市)各年的技術變化、規模效率變化和全要素效率情況(圖1)。由于2009—2011年起伏過大，主要基于各地2008年和2012年效率情況，并根據其余年份變化情況對2009—2011年效率進行優化處理，以期反映各地效率變化的總體態勢。

圖1 我國沿海11省(自治區、直轄市) 海洋科技進步貢獻率效率全要素分解

根據圖1，我國沿海11省(自治區、直轄市)的全要素效率既有技術變化占主導因素的，也有規模效率變化為主要原因的，還有由技術變化和規模效率變化共同引致的。其中，天津、遼寧和福建的規模效率變化與全要素效率變化情況較為一致，說明在這3個地區規模效率變化占主要地位；上海、廣西和海南的技術變化與全要素效率變化情況較為一致，尤其是廣西完全一致，說明在這3個地區技術變化是主導力量；河北、江蘇、浙江、山東和廣東的全要素效率是由技術變化和規模效率變化共同驅動的，除河北外，江蘇、浙江、山東和廣東均在海洋發展中居于前列，海洋科技建設較好，海洋科技發展程度較高，因此海洋科技進步貢獻率效率由技術變化和規模效率變化共同決定。

3 結論和對策建議

本研究通過構建海洋經濟發展的索羅模型，測算出我國沿海11省(自治區、直轄市)海洋科技進步貢獻率情況，結果表明：2006—2013年我國海洋科技進步貢獻率呈現不斷變化的態勢，在波動中有小幅度上升，但整體仍較低，發展形勢也不明朗。繼而以海洋科技進步貢獻率效率為切入點，以人力、資本和科技為投入，以海洋科技進步貢獻率為產出，以人員結構和政府影響力為環境變量，利用三階段DEA模型測度沿海11省(自治區、直轄市)海洋科技進步貢獻率的效率值，結果表明：從SFA回歸結果看，人員結構對人力、資本和科技都有顯著的正向作用，政府影響力對人力和資本有顯著的負向作用；從最終結果看，河北、遼寧、上海、山東和海南的海洋科技進步貢獻率效率呈現波動上升趨勢，天津、江蘇、浙江、福建和廣東呈現波動下降趨勢，廣西的變化則較為平穩；從整體上看，2006—2013年我國海洋科技進步貢獻率效率可以表述為2006—2007年有較大變化、2007—2012年變化較為平緩、2012—2013年變化加大。為厘清變化原因及其動態變化情況，將海洋科技進步貢獻率的效率值進行Malmquist生產力指數分解，結果表明：沿海11省(自治區、直轄市)總體上全要素效率受技術變化影響較大；各地區又不相同，其中天津、遼寧和福建受規模效率變化影響較大，技術變化則在上海、廣西和海南的影響因素中占主導地位，海洋經濟水平整體較高的江蘇、浙江、山東和廣東則同時受規模效率變化和技術變化的雙重驅動。

依據分析結論及各地區科技水平、資源稟賦特點，為提高海洋科技進步貢獻率及其效率，實現海洋經濟可持續發展，提出以下對策建議。

(1)推動海洋經濟與海洋科技的協同發展。依據索羅模型，海洋科技并未對海洋經濟發展起到較大驅動作用，仍存在海洋科技不能有效適應海洋經濟發展的深層次問題。發展海洋經濟必須依靠海洋科技支撐，在海洋經濟發展過程中應更加重視海洋科技對海洋經濟的支撐和驅動作用，建立海洋經濟與海洋科技相結合的科技興海綜合體，深化海洋科技體制改革，改變海洋經濟增長方式，實現科技興海，提升海洋科技發展水平，使海洋科技成為海洋經濟快速、可持續發展的引領力量，促進我國海洋經濟與海洋科技的協調發展。沿海地區應根據自身區位優勢和發展特點，積極探索和組織實施具有特色的海洋經濟和科技發展模式，促進海洋經濟又好又快發展。

(2)加強海洋科技人才培養，提升科技人才素質。海洋科技從業人員是海洋科技創新的重要主體，從SFA回歸結果來看，科技從業人員的受教育水平對于提升海洋科技進步貢獻率的效率有明顯意義。我國迫切需要進行海洋科技人員結構的優化，培養一批具備多學科知識、多方面素養、多種類海洋專業知識的海洋科技從業人員。沿海地區應重視提高海洋高等教育，調整解決海洋高等教育專業單一、結構不合理的問題，加大海洋高層次人才的培養，培養一批具有較好基礎理論知識、較強實踐能力和能夠從事海洋科技研究的高端人才，增加海洋科技人員中碩士生和博士生的比例，注重培養其基礎性研究和具有前瞻性重大課題研究的水平，開展海洋技術國際交流與合作；大力發展海洋職業教育，培養海洋技能型人才，提高海洋從業者素質；加強海洋科技人才的引進，完善海洋科技人才培養開發、評價發現、選拔任用和激勵保障等政策機制，切實提高海洋科技人才的整體水平。

(3)創新投融資渠道，增加對海洋科技的投入。從SFA回歸結果來看，政府出資比例越低，從業人員和籌資額改善越明顯，但科技投入的改善程度有限，因此應適當弱化政府在海洋科技發展過程中的主導作用，在更大程度上吸引民間資本，加大民間資本在海洋科技投入中的比重。政府應實施優惠的稅收政策和財政政策，鼓勵與引導民間資本參與海洋事業發展，引導社會各主體重視和加強科技投入，鼓勵金融機構加大對海洋科技產業的信貸支持力度；鼓勵企業、社會團體和中介機構參與海洋科技創新及成果推廣應用；制定社會支持海洋科技發展的金融政策，努力形成多元化的投資融資渠道，用市場機制推動海洋科技的發展。

(4)促進海洋科技成果轉化，提升海洋科技進步貢獻率效率。從三階段DEA總體結果來看，我國海洋科技進步貢獻率效率仍處于較低水平，各地區有漲有落但變化不明顯。為更好地發揮海洋科技對海洋經濟的驅動作用，必須重視海洋科技進步對海洋經濟的貢獻，在提高海洋科技創新能力以及加強海洋科技人才培養和創新投融資渠道的基礎上，促進科技成果向現實生產力轉化，提高海洋科技成果轉化效益。應建立海洋科技成果轉化平臺，完善三位一體的產學研發展模式，調動政府、市場和中介機構的力量促進海洋科技成果的轉化應用；將海洋科技進步轉化成現實的海洋經濟增量，真正發揮海洋科技對海洋經濟增長的驅動作用。

(5)擴大海洋科研機構規模，提升科技創新能力。從海洋科技進步貢獻率全要素生產率變化的Malmquist生產力指數分解研究可以看出，要提高我國整體海洋科技進步貢獻率效率，需根據各地區實際情況采取相應政策。①天津、遼寧和福建應重視規模效率對海洋科技進步貢獻率效率的主導作用，集中人力和資本投入，擴大海洋科研機構規模，不斷引導海洋科研機構的合并、重組，通過集約發展、跨學科發展和強強聯合等手段，實現海洋科技資源的優化配置；為避免出現科研機構規模大而不強、效率低下的問題，應創新科研機構管理體制，培育若干具有一定規模的研究團隊，形成研究優勢并不斷擴大研究范圍，從而提高效率水平，推動海洋科技對海洋經濟的驅動作用。②上海、廣西和海南應重視技術變化的影響，堅持海洋創新驅動，努力打造企業創新平臺，提升我國海洋科技自主創新能力；改變傳統的政府主導、企業參與的科技創新發展模式，建立市場引領、企業自主的發展模式，實現科技資源的優化配置；充分發揮海洋技術創新對海洋科技進步貢獻率效率的拉動效應，促進技術轉化與應用的區域間交流與合作；加強國內外海洋科技交流與合作，借鑒國外先進海洋技術。③河北、江蘇、浙江、山東和廣東應同時重視規模效率變化和技術變化因素對海洋科技進步貢獻率效率的影響，擴大海洋科研機構規模，形成科研機構規模大、實力強、效率高的局面；更加注重科技創新的作用，完善海洋科技體制機制，鼓勵有條件的企業提升自身科技創新能力，增加海洋科技投入，提高海洋科技創新效率，整合與優化海洋科技創新資源。④海洋科技可持續發展的關鍵在于產學研的結合，應努力形成中小型科研機構、中小海洋科技企業和風險投資三位一體產業化運作的海洋科技發展模式[34]，提高產學研合作的廣度和深度。可創建高校、科研機構和企業合作的交流平臺，依托科技共享平臺將各地區的海洋科技信息、研究成果和技術需求等進行網絡公開，實現外地科技為本地所用，為科研院所和企業合作提供更廣泛的交流平臺，實現海洋科研力量的有機整合，解決我國海洋科研成果轉化率不高的問題，實現海洋科技和海洋經濟的跨越式發展。

[1] 孫吉亭.海洋科技產業論[M].北京:海洋出版社,2012.

[2] 王澤宇,劉鳳朝.我國海洋科技創新能力與海洋經濟發展的協調性分析[J].科學學與科學技術管理,2011,32(5):42-47.

[3] FAE L K.Marine science and technology：history，politics，and people [J].Minerva，2006(44):119-123.

[4] DAVID D，YANNIK M.Innovation-support organizations in the marine science and technology industry：The case of Quebec’s coastal region in Canada [J].Marine Policy，2009,1(33):90-100.

[5] OIHANE C B，EHSAN M.Methodology for the sustainability assessment of marine technologies [J].Journal of Cleaner Production，2014,4(68):155-164.

[6] 殷克東,衛夢星.中國海洋科技發展水平動態變遷測度研究[J].中國軟科學，2009(8)：144-154.

[7] 劉大海,李曉璇,邢文秀.區域海洋科技進步貢獻率測度方法研究[J].海洋開發與管理,2015,32(1):18-21.

[8] 戴彬,金剛,韓明芳.中國沿海地區海洋科技全要素生產率時空格局演變及影響因素[J].地理研究,2015,34(2):328-340.

[9] 王艾敏.海洋科技與海洋經濟協調互動機制研究[J].中國軟科學,2016(8):40-49.

[10] 陳倩.環渤海地區海洋科技投入產出比較分析[J].資源開發與市場,2011,27(7):632-634.

[11] 李彬,戴桂林.基于組合模型的山東半島藍色經濟區海洋科技創新能力綜合評價[J].科技管理研究,2014(21):61-75.

[12] 王麗椰,楊山,王偉利.江蘇省海洋科技發展瓶頸及對策探析[J].科技管理研究,2009(3):111-116.

[13] 徐長樂,徐廷廷,俞琦.上海海洋科技創新的SWOT分析[J].長江流域資源與環境,2012,21(7):797-802.

[14] 崔旺來,周達軍,汪立.浙江省海洋科技支撐力分析與評價[J].中國軟科學,2011(2):91-100.

[15] 馬志榮,徐以國,劉超.實施廣東海洋科技創新戰略問題分析與對策研究[J].科技管理研究,2009(7):24-26.

[16] 徐進.國家三大海洋經濟示范區海洋科技創新能力比較研究[J].科技進步與對策,2012,29(16):35-39.

[17] 謝子遠,閆國慶.澳大利亞發展海洋經濟的經驗及我國的戰略選擇[J].中國軟科學,2011(9):18-29.

[18] 王金平,張志強,高峰.英國海洋科技計劃重點布局及對我國的啟示[J].地球科學進展,2014,29(7):865-873.

[19] 王雙,劉鳴.韓國海洋產業的發展及其對中國的啟示[J].東北亞論壇,2011,6(98):10-17.

[20] 石莉.美國海洋科技發展趨勢及對我們的啟示[J].海洋開發與管理,2008,25(4)：9-11.

[21] 謝子遠.中國海洋科技與海洋經濟的協同發展：理論與實證[M].杭州：浙江大學出版社,2014.

[22] 趙楠.商品出口與對外投資對經濟增長貢獻效率之比較[J].現代財經,2007,6(27):51-53.

[23] 徐盈之,韓顏超.科技進步貢獻率的區域差異與影響因素：應用江蘇省面板數據的經驗分析[J].華東經濟管理,2009,23(11):1-5.

[24] 朱莉芬,司林杰.科技進步對經濟增長影響的路徑變遷研究：以重慶市為例[J].工業技術經濟,2011(10)：63-67.

[25] FRIED H O.Incorporating the operating environment into a non parametric measure of technical efficiency[J].Journal of Productivity Analysis,1999,12(3)：249-267.

[26] FRIED H O.Accounting for environmental effects and statistical noise in data envelopment analysis[J].Journal of Productivity Analysis，2002(17):121-136.

[27] 黃森,蒲勇健.基于三階段Malmquist模型的我國服務業效率研究[J].山西財經大學學報,2011,33(7):57-65.

[28] TIMMER C P.Using a probabilistic frontier production function to measure technical efficiency[J].Journal of Political Economy,1971,79(4):776-794.

[29] BATTESE G E，COELLI T J.A model for technical inefficiency effects in a stochastic frontier production function for panel data[J].Empirical Economics,1995，20(2):325-332.

[30] VALERIE I.The penguin dictionary of physics[M].Beijing：Foreign Language Press，1996.

[31] 徐士元,何寬,樊在虎.對科技進步貢獻率測算索羅模型的重新審視[J].統計與決策,2014(4):10-14.

[32] 樊華.中國區域海洋科技創新效率及其影響因素實證研究[J].海洋開發與管理,2011,28(9):57-64.

[33] 劉毅,黃建毅,馬麗.基于DEA模型的我國自然災害區域脆弱性評價[J].地理研究,2010,29(7):1 153-1 162.

[34] 謝子遠,孫華平.基于產學研結合的海洋科技發展模式與機制創新[J].科技管理研究,2013(9):44-47.

The Efficiency of Chinese Marine Science and Technology Progress Contribution Rate：Based on Solow and Three-stage DEA Model

DU Haidong1,GUAN Wei1，2，WANG Song1，LIANG Xiangbo3

(1.Center for studies of Marine Economy and Sustainable Development，Liaoning Normal University，Dalian 116029，China；2.School of Urban and Environment，Liaoning Normal University，Dalian 116029，China;3.National Ocean Technology Center，Tianjin 300112，China)

Marine science and technology is the driving force of the development of the future marine economy in China.To clarify the contribution of this driving force，this paper measured the contribution rate of scientific and technological progress and the efficiency of the eleven coastal provinces and cities of China in 2006—2013，by the Solow Model and the three-stage DEA.By using the Malmquist index model，the efficiency change of the contribution rate of scientific and technological progress was analyzed.The results showed that the contribution rate of marine science and technology progress in our country has changed greatly from the view of time，especially the decrease of 2011—2013；from the spatial perspective，the contribution rate of Guangdong，Guangxi and Hainan in Southern China increased，while the contribution rate of Shanghai，Jiangsu，Zhejiang and Fujian in East China decreased.According to the Malmquist index to determine the reason of efficiency variation，Tianjin，Liaoning and Fujian are the scale efficiency，Shanghai，Guangxi and Hainan are the reason of technological change，and Hebei，Jiangsu，Zhejiang，Shandong and Guangdong are affected by the both.Some relevant recommendations were also put forward.

Scientific and technological progress contribution rate，Marine technology，Technological innovation，Sustainable development

2016-10-15；

2017-03-08

教育部人文社會科學重點研究基地重大項目(14JJD790044)；遼寧省教育廳科學技術研究項目(L2013411).

杜海東，碩士研究生，研究方向為區域發展與規劃，電子信箱：duhaidongbest@163.com

P7

A

1005-9857(2017)04-0070-11