海洋經濟效率的空間格局與影響因素

曾 妮

（浙江海洋大學 經濟與管理學院，浙江 舟山 316000）

一、導言

中國“十四五”規劃明確提出“積極拓展海洋經濟發展空間”“協同推進海洋經濟發展”“加快建設海洋強國”。 目前，海洋經濟日漸成為新的經濟增長點：全國海洋生產總值從2007 年的25073 億元，大幅增至2020 年的80010 億元。 沿海各省海洋生產總值與地區生產總值呈現明顯正相關，在2017 年，天津、上海、福建和海南的海洋產值比重區間高達25—29%， 海洋經濟為區域經濟發展起關鍵性的支撐作用。 然而近年來，我國經濟已由高速增長階段轉向高質量發展階段，與全國經濟形勢類似，海洋經濟同樣轉向新常態。 同時，海洋經濟特有的硬性約束如海洋生態環境惡化、資源能源供應緊張等也制約了海洋經濟持續高速增長。 面對發展瓶頸，提升和改善經濟效率，推動海洋經濟向質量效益型轉變是拓展海洋經濟發展空間的必由之路。

在發展海洋經濟中，國外研究如Madau 等估計撒丁島漁業合作社的技術效率與規模效率，以便有效調整可持續政策①。 Murat 等通過比較土耳其遠洋拖網漁業效率，得出提高補貼率比燃料補貼更有效的結論②。Mainardi 利用參數和半參數模型研究馬爾維納斯群島的漁業效率，強調規模經濟、船舶所有權和氣候等因素的相關性③。 Qiao 等選取泊位利用率、集裝箱停留時間等指標衡量加拿大主要集裝箱港口活動的表現， 對港口效率進行評估④。 至于國內，如蓋美等測算并分析海洋經濟效率的時空演化特征， 探究海洋經濟效率影響因素⑤； 王青等從地區、時間雙重角度研究海洋經濟綜合效率，并得出地區間投入產出具有顯著差異的結論⑥。 王澤宇等測度海洋三次產業的經濟效率，研究表明靜態效率存在缺失，增長率及貢獻率呈現顯著的部門差異和地區差異⑦。 康旺霖等測算海洋經濟內生性綠色生產率， 研究發現各要素效率呈現波動發展趨勢，各地區呈現不同要素驅動發展模式⑧。

根據上述文獻比較可知： 從研究方法角度，國外學者選用數據包絡分析（DEA）或隨機前沿分析（SFA）測度效率①-②，而國內學者更多地將DEA 的多種形式與Malmquist 指數相結合， 以期得到更準確的測度結果。 從研究內容角度看，國外研究集中于漁業、 港口等某一具體生產部門或海洋產業的效率；而國內研究更關注海洋經濟總體層面上的效率測度并分析省際差異。 從研究目的角度看，國內外有關研究都有調整相關政策、 促進效率提升的意圖。 同時，以往我國對海洋經濟效率研究較少包含空間效應的探討。 然而隨著區域間競爭與合作的加強，要素流、資金流、信息流在區域間流動也相應加強，空間效應已成為海洋經濟研究不可忽略的重要因素。 因此，本文利用2006—2017 年中國沿海省市的省際面板數據，構建空間杜賓模型（SDM），實證分析我國海洋經濟效率的影響因素，發掘海洋經濟潛在發展空間。

二、研究設計

（一）空間計量模型

空間計量模型不再忽略個體變量之間的空間相互作用，在已有數據基礎上附加位置信息以得到更準確的估計結果。 SDM 一般形式如下：

式中，i、t 分別表示區域、 時間，Yit是被解釋變量，X′it是1×k 維解釋變量，β 表示k×1 維回歸系數向量，ρ 表示被解釋變量空間滯后項系數；X′jt 是區域i 的1×k 維空間滯后解釋變量向量，θ 表示k×1維系數向量。λt和μi分別表示時間和空間上的特定效應，εit表示殘差，服從均值為0、同方差σ2、與解釋變量不相關等古典假定；Wij表示空間權重矩陣，以地區質心之間弧度地理距離的倒數計算。

（二）指標選取

1.被解釋變量。 本文使用DEA-Malmquist 指數測度各沿海區域海洋經濟全要素生產率 （TFP），為此需要投入產出數據。 產出指標以地區海洋生產總值（GOP）衡量。 投入指標包括資本、勞動力，后者以涉海就業人數（L）表示，資本則以海洋資本存量表示，采用永續盤存法計算如下：

式(2)中，K 表示海洋資本存量，R 表示固定資產資本存量，GOP 為地區海洋生產總值，GDPit為地區生產總值，I 表示當期固定資產投資，g 表示投資增長率，δ 取張軍的省級折舊率9.6%⑨。 借助DEAP2.1軟件，選擇規模報酬不變（CRS），基于投入導向型DEA， 輸入以上三項投入產出數據， 本文將所得Malmquist 指數累乘，以得到TFP⑩，以此衡量海洋經濟效率。

2.解釋變量。 本研究聚焦于海洋產業結構(Ind)、科技創新能力(Tec)、金融發展水平(Fin)、生態環境保護(Env) 對海洋經濟效率的影響， 并選擇人口密度(Pd)與以人均GDP 衡量的區域經濟水平(Pg)作為控制變量。 影響因素指標說明如下：（1）海洋產業結構升級體現了海洋經濟高技術化與高集約化的發展態勢， 意味著產業內部資源整合及區域間分工合作的資源要素配置效率有效提高， 本文以海洋產業結構高度化指數來反映海洋產業結構。（2）海洋經濟的發展從資源要素投入型向科技創新驅動型轉變?，海洋科技作為重要主攻方向， 成為海洋經濟打開新局面、轉變新態勢的重要推力，本文以海洋科技研究課題數反映科技創新能力。 （3）金融作為一種資源配置手段，直接引導資本流動的方向與規模，有效破解海洋產業資金供需不平衡問題，為海洋經濟發展創造適宜環境，本文以存貸款總額占地區生產總值的比例反映金融發展水平。 （4）綠色是可持續海洋經濟適應新常態、貫徹新理念的必然要求?，本文以海洋自然保護區面積占轄區面積的比例反映生態環境保護力度。

3.數據來源。 根據2006—2017 年《中國海洋統計年鑒》《中國統計年鑒》、2018 年《中國海洋經濟統計年鑒》及相關地區的統計資料的統計口徑進行研究，區域涵蓋我國11 個沿海省市。 沿海省市經緯度坐標來源于國家基礎地理信息系統地形數據庫。 以上所有貨幣型數據均利用GDP 平減指數剔除價格波動影響。

三、結果分析

（一）海洋經濟效率空間格局

基于沿海省市TFPC 的測算結果， 利用GeoDa軟件繪制經濟效率空間分布圖，限于篇幅，取2007年、2013 年和2017 年的結果進行分析，根據自然斷裂點法劃分三個等級，以考察經濟效率空間格局演變（圖1）。

圖1 中國沿海省（市）海洋經濟效率空間格局演化

從總體上看：經濟效率處于高水平的省份趨向于增加，2007 年僅遼寧處于高值區，至2013 年增加了上海、江蘇、浙江，后來保持3 個高值區域。 經濟效率處于低水平的省份趨于減少，2007 年天津、河北、福建、廣西、海南5 省市處于低值區，至2017 年僅剩廣西、海南位于低值區。 除2013 年外，經濟效率處于中等水平的省份均維持最多。 由此可知，隨著時間推移，中國沿海區域經濟效率低值區的數量銳減，高值區的數量增多，空間格局表現為“低水平均衡”向“高水平均衡”演化，說明后發地區在努力縮小海洋經濟效率的差距，沿海地區海洋經濟效率呈現出均衡發展的良好態勢。

具體而言：天津、河北由低值區向中值區躍升，上海、江蘇、山東由中值區向高值區躍升，可見該5省市的海洋經濟效率改善力度相對較強。 遼寧、浙江、廣東3 省則居于中、高值區，而廣西、海南的海洋經濟效率一直處于低水平區。 造成該演變現象的原因可能有：（1）政策支持，如天津、河北所在的京津冀協同發展戰略，山東步入正軌的藍色海洋經濟區，上海成立自貿實驗區等，這些頂層設計有力帶動相應沿海省份改善海洋經濟效率。 （2）科技支撐，山東聚集全國近一半的海洋科技人才，江蘇在海上風電與海洋生物醫藥等新興產業上成績斐然，科技力量雄厚的區域通過技術進步拉動海洋經濟效率。（3）要素協調，如江浙滬等經濟發達地區，在產業設施、企業管理、人員素質、信息通信等方面具備優勢，以內生力量加強生產要素協調性，從而在更大程度上釋放技術水平、提高技術效率，最終提升海洋經濟效率。 此外經測算， 海洋經濟效率的全局Moran 指數在0.286-0.465 之間，整體空間集聚程度有所增強。 這意味著海洋經濟效率存在整體性空間溢出效應，呈現出較低的“后發區域”努力追趕“先發區域”的全局空間分布格局，同時證明運用空間計量模型的必要性。

（二）海洋經濟效率影響因素

為準確刻畫影響因素對經濟效率的空間交互作用， 需選擇恰當的空間面板計量模型進行估計。根據本文研究內容，首先構建無空間效應的基準面板模型：

式中，λt和μi表示的時間和空間效應待定。 檢驗結果表明， 空間固定效應LR 統計量為158.7，通過1%的顯著性檢驗；而時間固定效應LR 統計量為29.8， 未通過顯著性檢驗， 說明模型應選擇空間效應。 基于空間固定效應的LM 檢驗結果，傳統的LM檢驗結果對于空間滯后與空間誤差影響均在1%水平上顯著； 但穩健的LM 檢驗均不顯著。 Elhorst（2010）認為，若LM 檢驗結果支持SAR 或SEM，則需進一步估計SDM 的適用性?。 進一步構建SDM如式(4)進行驗證：

LeSage 和Pace?以及Elhorst?認為，根據傳統計量經濟學對空間溢出參數的解釋可能會存在系統性偏誤，因此進行SDM 驗證，得到表1。

表1 解釋變量對海洋經濟效率的直接效應和溢出效應檢驗

產業結構（Ind）、金融水平（Fin）對海洋經濟效率的直接效應與溢出效應的估計系數都顯著為負；科技創新（Tec）對經濟效率的直接效應與溢出效應的估計系數都顯著為正；環境保護（Env）的效應均未通過顯著性檢驗。 相較于正向空間外溢作用即涓流效應的解釋變量，負向空間外溢作用即虹吸效應略多，表明海洋經濟提質增效進程中存在不協調動機，需要提升海洋區域整體協調能力。

具體而言，海洋產業結構水平每提升1%，將導致海洋經濟效率下降1.792%。 其中，本省產業結構升級對海洋經濟效率的抑制作用為1.084%，相鄰省份產業結構升級對海洋經濟效率的抑制作用為0.708%。 可能的原因：（1）短期內，產業結構升級不一定改善經濟效率，需要較長時間才能顯現對效率提升的積極作用。 （2）產業結構向“三二一”格局轉變過程中， 產生的負外部性導致資源配置扭曲、加劇摩擦性失業，影響勞動力等要素對海洋經濟的拉動作用。 （3）產業結構處于高水平的省份憑借關聯度大、輻射面寬的特點，促使先進生產要素聚集，進而對相鄰省份的先進生產要素產生虹吸效應，制約其海洋經濟效率的改善。

科技創新能力每提升1%， 海洋經濟效率將提高8.052%。 其中，本省產業結構升級對海洋經濟效率的促進作用為1.084%，相鄰省份產業結構升級對海洋經濟效率的促進作用為7.339%。由此可得：（1）與韓增林的分析海洋經濟全要素是推動海洋生產率發展的結論一致?。 （2） 科技創新能力越強的省份，越容易跨越地理距離產生涓流效應。 沿海省份彼此之間相互作用、相互滲透，通過主動的模仿學習以及無意識的知識擴散，本省科技創新活動對相鄰省份產生擴散效應，拉動其海洋科技創新綜合實力，進而提升海洋經濟效率。

金融發展水平每提升1%，將導致海洋經濟效率下降0.222%，其中，本省金融發展對海洋經濟效率的抑制作為0.158%，而相鄰省份金融發展對海洋經濟效率的抑制作用為0.064%。 究其原因：（1）從宏觀視角看， 目前金融業服務模式與海洋產業的融資特性匹配程度不足，因此抑制了產業形成機制、產融結合機制與資本導向機制的良性運轉。（2）從微觀視角看，涉海企業資金消耗大且收益前景不明確，而金融機構對其風險預判及控制能力欠缺， 導致涉海金融產品供給不足， 無法對涉海企業形成良好的金融支持。 （3）金融優勢顯著的省份，產生的虹吸效應越有可能吸引涉海企業， 導致鄰近省份海洋經濟主體相對流失，進而抑制海洋經濟的提質增效。

海洋生態環境保護對海洋經濟效率的直接效應、溢出效應與總效應的估計系數較之表1 所示的回歸系數更大，但仍未通過顯著性檢驗。 這表明，海洋生態環境保護對海洋經濟發展產生額外成本、缺乏經濟效益，海洋生態保護未能與海洋經濟發展有效銜接，二者矛盾凸顯，這與Chen 等、王舒鴻等研究海洋生態環境與經濟發展所得出的結論類似??。因此，亟須統籌協調海洋生態環境保護與經濟發展的辯證關系，貫徹落實“保護生態環境就是保護生產力，改善生態環境就是發展生產力”的理念。

四、結論與啟示

（一）結論

本文用DEA-Malmquist 方法測算沿海11 個省市2007—2017 年海洋經濟全要素生產率， 以此衡量海洋經濟效率并分析其空間格局演化，再選取空間杜賓模型分析海洋經濟效率影響因素的空間效應，主要結論有兩點：第一，沿海各省海洋經濟效率差距明顯，空間格局呈“低水平均衡”向“高水平均衡”演化的特征。 第二，空間效應檢驗結果表明，無論是直接效應還是溢出效應，海洋產業結構、金融發展都對海洋經濟效率產生顯著抑制作用，海洋科技創新具有正向促進作用，而海洋環境保護未有顯著影響。

（二）啟示

上述研究結論對我國加快海洋經濟提質增效的政策啟示：

第一，加強區域間交流與合作，包括橫向協同與深層次分工協作，充分發揮沿海核心區域的輻射帶動作用，形成聯系緊密、互動高級、效應高效的海洋經濟區。 在供給側結構性改革背景下，合理優化海洋經濟整體布局， 完善現代海洋產業分工體系。避免無效無序競爭與低端鎖定， 形成優勢互補、相互促進的經濟格局；同時，培育壯大具有高附加值的海洋戰略性新興產業， 推動產業鏈縱向延伸、價值鏈高端攀升。

第二，繼續深入實施“科技興海戰略”，加快海洋科技創新步伐，自主研發關鍵技術。 涉海企業是最具活力的海洋科技創新主體， 充分利用大數據、云計算、人工智能、物聯網等新技術，智能化加快企業推陳出新， 以創新思維破解海洋經濟效率難題，引導成果與市場需求相銜接，促進海洋科技成果轉化，讓海洋經濟更具科技底色。

第三，統籌優化金融資源，探索多種形式的海洋金融合作，從融資渠道、保險保障、投融資服務等方面增強金融資源對海洋產業的服務供給。 有針對性地改善海洋產業資金供給與需求不平衡的局面，對海洋高新產業，多渠道調動資金。 對協作緊密的海洋產業核心企業和配套中小企業，積極開展產業鏈融資。 在引導海洋產業與多層次資本市場對接的同時，注意避免盲目投資，建立完善的風險控制與防范體系，引導資本良性運轉。

第四，綠色發展。“十四五”是碳達峰的關鍵期，海洋是實現碳達峰、碳中和的重點領域，要深入貫徹生態文明理念，堅定不移地走生態優先、綠色低碳的高質量發展道路。為從根本上協調海洋經濟增長無限性與生態資源供給有限性之間的矛盾，需多種措施并舉驅動海洋經濟生態化、綠色化和循環化。 這要求轉變傳統的末端治理，加強海洋生態環境與經濟發展深度融合的前端防御，如開發利用海洋可再生能源、綠色低碳發展海運業、養護利用海洋生物資源等。

注釋：

①MADAU F A,FURESI R,PULINA P.The technical efficiency in Sardinian fisheries cooperatives[J].Marine Policy,2018,95:111-116.

②MURAT D, OSMAN U, SERHAN C, et al. Productive efficiency of the pelagic trawl fisheries in the Southern Black Sea[J]. Regional Studies in Marine Science, 2021, 45(prepublish):101853.

③MAINARDI S.Parametric and Semiparametric Efficiency Frontiers in Fishery Analysis:Overview and Case Study on the Falkland Islands[J].Environmental and Resource Economics,2021,79(prepublish):169-210.

④QIAO L, CHRIS B. Assessing the role of port efficiency as a determinant of maritime transport costs: evidence from Canada[J]. Maritime Economics & Logistics, 2020, 22(4): 562-584.

⑤蓋美,朱靜敏,孫才志,等.中國沿海地區海洋經濟效率時空演化及影響因素分析[J].資源科學,2018,40(10):1966-1979.

⑥王青,和晨陽.中國海洋經濟效率的區域差異分析[J].遼寧大學學報(哲學社會科學版),2020,48(01):54-65.

⑦王澤宇,張夢雅,王焱熙等.中國海洋三次產業經濟效率時空演變及影響因素分析[J].經濟地理,2020(11):121-130.

⑧康旺霖,鄒玉坤,王壘.中國海洋經濟內生性綠色生產率及分解分析[J].統計與決策,2021,37(02):116-120.

⑨張軍,吳桂英,張吉鵬.中國省際物質資本存量估算:1952—2000[J].經濟研究,2004(10):35-44.

⑩程惠芳,陸嘉俊.知識資本對工業企業全要素生產率影響的實證分析[J].經濟研究,2014,49(05):174-187.

?關洪軍,孫珍珍,高浩楠,等.中國海洋經濟綠色全要素生產率時空演化及影響因素分析[J].中國海洋大學學報(社會科學版),2019(06):40-53.

?李志偉.“生態+” 視域下海洋經濟綠色發展的轉型路徑[J].經濟與管理,2020,34(01):35-41.

?ELHORST J P. Applied Spatial Econometrics: Raising the Bar[J]. Spatial economic analysis, 2010(No.1): 9-28.

?LESAGE J P, PACE R K. Introduction to Spatial Economics[M]. Boca Raton: CRC Press, 2009: 514.

?韓增林,王曉辰,彭飛.中國海洋經濟全要素生產率動態分析及預測[J].地理與地理信息科學,2019,35(01): 95-101.

?CHEN J, WANG Y, SONG M, et al. Analyzing the Decoupling Relationship Between Marine Economic Growth and Marine Pollution in China[J]. Ocean Engineering, 2017, 137: 1-12.

?王舒鴻,孫曉麗.海洋產業現代化、經濟發展與生態保護[J].中國海洋大學學報(社會科學版),2018(04):15-26.