中國海洋經濟綠色全要素生產率空間關聯及原因分析

薛誠，王小華，2，付秀梅

(1.中國海洋大學海洋與大氣學院，青島 266000；2.新南威爾士大學科學學院，堪培拉2600；3.中國海洋大學經濟學院，青島 266000)

進入21 世紀以來，海洋已經成為人類社會經濟發展的重要空間和資源保障。我國高度重視海洋開發利用工作。黨的十九屆五中全會提出，堅持陸海統籌，發展海洋經濟，建設海洋強國，強調了海洋經濟在國民經濟發展中的重要作用。中國海洋經濟發展迅速。以可比價格計算，2011—2019 年，全國海洋生產總值由45570 億元上升到78740 億元，總體增長72.8%，年均增長7.1%。海洋經濟已經成為推動中國經濟增長的重要一極。然而，傳統粗放的發展方式造成海洋自然資源枯竭、海洋生態環境惡化等問題日益嚴重，不僅對當下海洋經濟的發展形成嚴重制約，更影響了未來海洋經濟發展的可持續性。如何在資源與環境的雙重約束下，實現海洋經濟高質量可持續發展，已成為當下研究的重要課題。作為評價經濟可持續發展水平的重要指標，全要素生產率(TFP，Total Factor Productivity)的增長速度及其對產出增長的貢獻是衡量經濟依托技術進步實現內生增長的主要依據。推動全要素生產率驅動發展是跳出依靠人口紅利釋放、高投資增長、高出口增長的發展模式，避免“中等收入陷阱”的必要途徑[1]。而綠色全要素生產率(GTFP，Green Total Factor Productivity)進一步將資源消耗和環境污染納入經濟發展的分析框架，更能體現高質量發展內涵[2]。鑒于此，科學地評價中國海洋經濟綠色全要素生產率、理清海洋經濟綠色全要素生產率的空間網絡結構及關聯特征，對今后我國區域海洋經濟發展戰略和海洋經濟政策的制訂有著重大的現實意義。

1 文獻綜述

作為衡量經濟發展方式轉變和增長質量的主要依據，全要素生產率已經越來越多地被引入新古典增長核算分析中[3]。近年來，國內學者對中國海洋經濟全要素生產率進行了大量研究，研究視角主要集中在三個方面:一是海洋經濟全要素生產率時空演進特征。戴彬等[4]對2006—2011 年中國沿海11 省份的海洋經濟全要素生產率進行測度，并使用探索性空間數據分析(ESDA，Exploratory Spatial Data Analysis)方法對其時空格局演變進行分析；杜海東等[5]對2006—2013 年中國沿海省份海洋科技進步貢獻率進行測度，并借助Malmquist 指數①不同學者使用不同的Malmquist 指數進行相關研究，本文中Malmquist-Luenberger(ML)指數就是Malmquist 指數下的一個分類。模型對效率變化情況進行分解研究；劉大海等[6]通過對海洋產業進行加權匯總，構建了海洋經濟全要素生產率的測算模型，實現了長時間序列的海洋經濟全要素生產率測算。二是海洋經濟全要素生產率影響因子分析。蘇為華等[7]使用空間計量分析，得到海洋經濟全要素生產率受區域開放程度、教育等相關因素的影響，海洋經濟發展受政策影響顯著的結論；狄乾斌等[8]得出在碳排放約束條件下，海洋經濟發展水平、海洋產業結構水平和海洋科研人力資本水平是海洋經濟效率的驅動因素的結論；寧凌等[9]通過面板向量自回歸(PVAR，Panel Vector AutoRegression)分析，發現我國海洋科技創新與海洋經濟全要素生產率之間存在自我增強機制和雙向促進關系，海洋經濟發展對海洋經濟全要素生產率的影響程度大于對海洋科技創新的影響。三是海洋經濟全要素生產率的預測分析。韓增林等[10]使用PVAR 對未來十年的海洋經濟全要素生產率及其內在機制的變化趨勢進行了預測。

伴隨經濟發展，資源環境問題日益突出，越來越多的學者認為:資源和環境不僅是經濟發展的必要投入，也是經濟發展的剛性約束[11]。傳統的全要素生產率分析忽視了能源環境因素而未能對經濟績效和社會福利變化做出準確評價[12]，從而使得生產率度量結果有偏差[13]。Chung 等[14]首先提出了運用方向性距離函數，將污染排放看作非期望產出，以測算考慮環境因素的全要素生產率。Feng 等[15]將能源消耗與環境污染納入全要素生產率評價中，進而衍生出綠色全要素生產率的概念。近年來，國內學者對中國海洋經濟綠色全要素生產率的研究逐漸重視。杜軍等[16]分析了海洋環境規制、海洋科技創新與海洋經濟綠色全要素生產率之間的關系，發現我國海洋經濟綠色全要素生產率存在區域異質性，并驗證了“波特假說”的存在。秦琳貴等[2]從線性和非線性角度研究海洋科技創新對海洋經濟綠色全要素生產率的影響，發現科技創新對海洋經濟綠色全要素生產率有顯著促進作用，且該作用存在單一門檻效應，越過門檻之后，促進作用會更加顯著。胡曉珍[17]通過對中國海洋經濟綠色全要素生產率進行收斂分析，發現中國海洋綠色Malmquist指數不存在收斂趨勢，海洋經濟的區域差距將長期存在。此外，丁黎黎等[18-19]、蓋美等[20]、趙昕等[21]分別測度了不同時期的中國海洋經濟綠色全要素生產率，并對其空間演進特征及影響因子進行了分析。

綜上，現階段關于海洋經濟綠色全要素生產率的研究主要聚焦于效率評價、時空演進描述和影響因子分析，缺乏對海洋經濟綠色全要素生產率空間網絡關系的考察。而無論是新古典經濟增長理論還是新增長理論都強調，在市場的作用下，區域間要素的自由流動、商品的自由交易及由經濟活動帶來的知識溢出，必然會加深區域之間的經濟聯系，產生經濟增長的空間溢出效應[22]。傳統的空間計量模型雖然可以反映空間關系，卻忽視了對結構數據的考察。社會網絡分析(SNA，Social Network Analysis)方法能夠研究結構數據及其關聯關系[23]，可有效解決上述問題。基于此，本文使用Malmquist-Luenberger(ML)指數測算研究期內中國沿海11 省份海洋經濟綠色全要素生產率，使用社會網絡分析方法構建其空間關系網絡，考察網絡關聯特征及演進規律，進而提出促進中國海洋經濟高質量協同發展的對策建議，以期為中國海洋經濟可持續發展提供理論支撐與決策參考。

2 研究方法與數據來源

2.1 ML 指數模型

ML 指數模型是目前較為常用的測算綠色全要素生產率的非參數模型。本文首先借鑒Li 等[24]的方法，構建包含非期望產出的超效率SBM 模型(SBM，Slacks-based Model)。在此基礎上，根據Chung 等[14]的方法，計算研究時期內各地區的ML 指數。

2.2 修正的引力模型

經濟活動空間關聯關系的確立是經濟空間網絡研究的基礎。引力模型作為研究空間作用的核心工具，現已被廣泛應用于經濟研究[25-28]。傳統的引力模型所依據的是距離衰減理論，即如果各經濟現象之間存在著相互作用，則作用的強度將隨著彼此間距離的增加而降低[29]。本文借鑒該理論思想，將地區間海洋經濟綠色全要素生產率聯系強度定義為綜合經濟質量與空間距離的函數，得到修正的引力模型，相關計算過程可參照侯赟慧等[28]的研究。

2.3 社會網絡分析方法

社會網絡分析方法是用于分析關系數據的一類方法，其目標是通過考察社會網絡中關系的內容和模式來理解行動者之間的聯系以及這些聯系的意義。該方法使用圖論工具或代數模型探索網絡關系結構，并在網絡整體特征、個體網絡特征和塊模型分析等層面做出定量分析[27-30]。本文使用社會網絡分析方法對中國海洋經濟綠色全要素生產率的空間關系進行解構分析。

2.4 指標選取與數據來源

本文以我國沿海11 省份(天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西、海南)為研究對象。考慮到數據可得性，本文的研究時段選擇為2007—2016 年。文中數據來源為《中國海洋統計年鑒》《中國環境統計年鑒》《中國城市統計年鑒》及各省份的統計公報。貨幣型指標使用2007 年為基期的國內生產總值(GDP，Gross Domestic Product)平減指數進行平減，部分海洋經濟數據使用省份整體數據乘以省份海洋生產總值(GOP，Gross Ocean Product)與GDP 的比值進行估算。文中投入指標包括勞動力投入、能源投入和資本投入。其中，勞動力投入指標以“涉海就業人員數量”表示，能源投入以“海洋能源消耗”表示，資本投入以“海洋資本存量”表示。由于“海洋資本存量”無法直接獲取，本文借鑒丁黎黎等[18]的方法對其進行估算。文中的產出指標包括GOP 和海洋環境消耗。其中，GOP 作為期望產出指標，海洋環境消耗作為非期望產出指標。選取“海洋工業化學需氧量排放量”“海洋工業氨氮排放量”“海洋工業二氧化硫排放量”作為海洋經濟活動對環境影響的體現，并通過熵值法構建海洋環境消耗指標。

3 實證分析

3.1 海洋經濟綠色全要素生產率測算

使用Malmquist-Luenberger 指數模型測算2008—2016 年中國沿海11 省份海洋經濟綠色全要素生產率，并在時間維度和空間維度上求得均值(表1)。在時間維度上，研究期內全國海洋經濟綠色全要素生產率呈現波動上升的趨勢。除2011 年均值小于1 以外，其余年份均值都大于1，顯示我國海洋經濟高質量發展水平得到持續提升。2013 年后均值逐年遞增，并在2016 年達到最大值1.276，表明海洋經濟高質量發展能力顯著提高，科技推動和集約化發展政策成效顯著。在空間維度上，除廣西、海南、河北3 省份以外，其他省份海洋經濟綠色全要素生產率均值都大于1，顯示出良好的海洋經濟高質量發展勢頭。廣西、海南、河北3 省份海洋經濟發展過于依賴要素驅動，科技貢獻率低，從而導致了海洋經濟發展不可持續的問題。

表1 2008—2016 年中國沿海11 省份海洋經濟綠色全要素生產率

3.2 中國海洋經濟綠色全要素生產率空間網絡分析

3.2.1 網絡整體特征及其演變

使用修正的引力模型構建海洋經濟綠色全要素生產率空間關聯矩陣。分別選取2008 年和2016 年的截面數據，繪制空間網絡拓撲圖。由圖1 可知，中國海洋經濟綠色全要素生產率存在復雜的空間網絡結構，每個省份至少存在一個空間關聯，省份間的空間聯系打破了地理上“相鄰”或“相近”的限制，非鄰近區域之間也會產生空間溢出效應。因此，中國海洋經濟綠色全要素生產率在空間上存在普遍聯系。

圖1 中國海洋經濟綠色全要素生產率的空間關聯網絡

考察中國海洋經濟綠色全要素生產率空間網絡的整體特征。首先計算網絡密度與網絡關聯數，見圖2(a)。研究期內網絡密度由0.264 升高到0.291，網絡關聯數由29 升高到32，表明中國海洋經濟綠色全要素生產率空間關聯程度呈增大趨勢。2013 年，網絡密度和網絡關聯數達到最大值，分別為0.309 和34，但仍與理論上的最大值(分別為1 和110)存在較大差距，表明各省份間海洋經濟發展的關聯程度并不高，海洋經濟協作還有較大的進展空間。其次計算網絡關聯度、網絡等級度和網絡效率，見圖2(b)。結果顯示，研究期內空間關聯網絡的關聯度為1，表明網絡連通效果好，各省份海洋經濟綠色全要素生產率存在普遍的空間溢出效應。網絡等級度呈現明顯上升的趨勢，由0.182 提升到0.625，說明各省份間海洋經濟發展成果的空間溢出是有等級差異的，溢出效應的非對稱可達程度較大，且受到海洋經濟發展水平的影響。網絡效率呈現出先降低后升高的波動趨勢，但始終保持在0.66 以上，說明網絡中存在較多的冗余連線，海洋經濟發展的溢出效應存在多重疊加的現象，關聯網絡具有較強的空間穩定性。

圖2 中國海洋經濟綠色全要素生產率空間網絡整體特征

3.2.2 網絡個體特征及其演變

此部分主要考察中國海洋經濟綠色全要素生產率空間網絡的個體中心性特征。計算2016 年沿海各省份的度數中心度、接近中心度和中間中心度(表2)。結果表明，天津、廣西、海南和江蘇4 省份的度數中心度位列前四，表明網絡中與這些省份直接關聯的關系數最多。在有向網絡中，空間關聯關系包括空間溢出關系和空間受益關系，分別用點出度和點入度表示。2016 年，福建、江蘇、遼寧、山東和浙江5 省份點出度大于點入度，說明這些省份海洋經濟高質量發展具有溢出效應，促進了關聯省份海洋經濟綠色全要素生產率的提升；河北、上海和天津3 省份點出度小于點入度，說明這些省份的海洋經濟發展表現出對創新成果與資源要素的凈吸收；廣東、廣西和海南3 省份點出度等于點入度，表明這些省份的海洋經濟發展具有較強獨立性，未與關聯區域產生明顯的互動關系。使用接近中心度衡量具體區域利用網絡中其他區域海洋經濟高質量發展成果的難易程度。2016 年接近中心度排名前四位的省份為天津、河北、山東和上海，這些省份容易吸收其他區域的溢出要素，進而促進本省份海洋經濟高質量發展；接近中心度排名后三位的省份為福建、遼寧、浙江和廣東，這些省份難以利用其他區域的溢出要素，外部的發展成果對該省份海洋經濟發展沒有顯著的推動作用。使用中間中心度衡量具體區域對網絡中的信息流和物質流的控制能力。2016 年中間中心度排名前四位的省份為天津、廣西、海南和上海，這些省份對網絡資源的傳導有較強的控制能力，在傳導過程中起到重要的橋梁和中樞作用；中間中心度排名后四位的省份為福建、河北、遼寧和山東，這些省份在網絡中處于弱勢地位，不能對網絡資源進行有效控制。

表2 中國沿海11 省份海洋經濟綠色全要素生產率空間關聯網絡的個體特征

3.2.3 塊模型分析

本部分主要對2016 年中國沿海11 省份海洋經濟綠色全要素生產率空間網絡進行塊模型分析。使用迭代相關收斂法(CONCOR，CONvergence of iterated CORrelation)，最大分割深度設定為2，收斂標準設定為0.2，得到四個非重疊的空間板塊(表3)。第一個板塊包括福建、廣東、浙江和江蘇4 省份，該板塊向外部板塊發送關系數明顯大于接收外部板塊關系數，屬于“凈溢出板塊”；第二個板塊包括山東和天津2 省份，該板塊向外部板塊發送關系數明顯小于接收外部板塊關系數，屬于“凈受益板塊”；第三個板塊包括海南、廣西和上海3 省份，該板塊內部關系數較少，同時與外部板塊存在雙向空間聯系，在網絡物質流和信息流的傳遞中起到橋梁作用，屬于“經紀人板塊”；第四個板塊包括河北和遼寧2 省份，該板塊同時向內部和外部發出關系數，屬于“雙向溢出板塊”。

表3 中國海洋經濟綠色全要素生產率板塊劃分與溢出效應分析

計算各板塊的密度矩陣以反映溢出效應在各板塊之間的分布情況。由于空間網絡密度為0.291，若板塊密度大于0.291，則表明該板塊中具有集聚的趨勢。將大于0.291 的格值賦值為1，小于0.291 的格值賦值為0，得到各板塊的像矩陣。像矩陣可更清晰地展示板塊之間的溢出情況。由表4 可知，第二、第三板塊對角線元素為1，說明這兩個板塊內部具有顯著的集聚特征，表現出明顯的集聚效應。同時，第一板塊對第二板塊和第三板塊、第二板塊對第四板塊、第三板塊對第一板塊和第二板塊、第四板塊對第二板塊都表現出明顯的溢出效應，表明中國海洋經濟高質量發展存在明顯的空間關聯特征。

表4 中國海洋經濟綠色全要素生產率空間網絡板塊的像矩陣

3.3 中國海洋經濟綠色全要素生產率空間關聯影響因素分析

3.3.1 模型設定

現有研究發現中國區域經濟發展的空間關聯性與地理因素有關，相鄰地區之間更可能具有顯著的空間溢出效應[31]。通過塊模型分析可知，產生空間關聯的板塊之間在經濟基礎和科技水平上存在明顯差異，由此可知經濟基礎和科技水平的差異也會影響空間關聯的形成。此外，政府對海洋環境污染的治理力度會影響入海污染物的排放數量，進而影響海洋經濟綠色全要素生產率水平。通過地區經濟發展水平、海洋生產總值占比和海洋產業結構衡量地區間經濟基礎差異，通過海洋科研實力、海洋科技支撐能力衡量科技水平差異，通過海洋污染治理投資衡量污染治理力度，建立模型如下:

其中，R為海洋經濟綠色全要素生產率空間關聯矩陣；D為地理距離矩陣；Gp為地區經濟發展水平差異，以人均GDP 差異矩陣表示；Go為海洋生產總值占比差異，以GDP 中GOP的占比差異矩陣表示；Si為海洋產業結構差異，以海洋經濟中第二產業的占比差異矩陣表示；Eb為海洋科研實力差異，以科研人員中研究生及以上學歷占比差異矩陣表示；Rt為海洋科技支撐能力差異，以海洋基礎研究課題數目差異矩陣表示；Pr為海洋環境污染治理投資差異矩陣。

3.3.2 二次指派程序(QAP，Quadratic Assignment Procedure)分析

由于模型中的變量都是關系數據，數據之間可能存在高度相關性，使用傳統的參數估計方法會存在“多重共線性”的問題，導致參數估計量標準差增大，顯著性檢驗失去意義。本文使用非參數的QAP 方法，該方法不需要自變量獨立的假設，較傳統的參數估計方法更為穩健[32]。

首先使用QAP 相關性分析檢驗空間關聯矩陣與自變量矩陣的相關關系。設置隨機置換次數為5000，結果如表5 所示。其中，空間關聯關系與地理距離、地區經濟發展水平差異、海洋產業結構差異和海洋科研實力差異的相關系數分別為-0.225、0.42、0.187 和0.206，且均在10%水平上顯著，說明地理距離、地區經濟發展水平和海洋科研實力都會對海洋經濟綠色全要素生產率的空間關聯產生影響。空間關聯關系與海洋生產總值占比差異、海洋科技支撐能力差異和海洋環境污染治理投資差異的相關系數分別為0.057、-0.018 和-0.079，但均在10%水平上不顯著，說明海洋經濟的相對體量不能衡量海洋經濟高質量發展水平的高低，海洋基礎研究成果轉化效果欠佳，海洋環境污染治理對海洋經濟綠色全要素生產率的提升效果有限。此外，表中P≥0 表示隨機置換后獲得的相關系數不小于實際相關系數的概率，P≤0 表示隨機置換后獲得的相關系數不大于實際相關系數的概率。

表5 空間關聯矩陣R 與影響因素的QAP 相關性分析

QAP 回歸分析可用來研究一個矩陣與多個矩陣之間的回歸關系，并對判定系數R2的顯著性進行評價。設定置換次數為5000，運行QAP 回歸分析。回歸調整后判定系數為0.30，且在1%的水平上顯著，表明4 個差異矩陣變量可以解釋海洋經濟綠色全要素生產率空間關聯變異的30%。由表6 可知，地理距離系數為負，表明地理因素對中國海洋經濟綠色全要素生產率空間聯系產生負向作用，地區間相隔越近，越容易產生空間溢出，空間聯系表現出地理距離越短關系越密切的特征。海洋產業結構差異系數為正，說明具有不同海洋產業結構的區域更易于優勢互補，產生空間協同效應，地區間海洋產業異質性發展有助于海洋綠色增長成果的交流。地區經濟發展水平差異系數為正，說明地區間經濟發展的非均衡性是海洋經濟綠色全要素生產率空間關聯的條件之一，先進地區的發展經驗對后發地區海洋經濟綠色增長具有現實的借鑒意義。海洋科研實力差異系數為正，說明具有不同海洋科技水平的地區間更容易產生知識成果和信息要素的流動。

表6 空間關聯矩陣R 與影響因素的QAP 回歸分析

4 結論

本文使用Malmquist-Luenberger 指數測算中國沿海11 省份海洋經濟綠色全要素生產率，利用修正的引力模型獲得地區間的空間關聯矩陣。在此基礎上，使用社會網絡分析方法對中國海洋經濟綠色全要素生產率的空間關聯特征進行解構，運用QAP 分析方法探索對空間關聯關系產生影響的因素。研究得出結論如下:

(1)從網絡整體特征來看，研究期內中國海洋經濟綠色全要素生產率空間關聯強度呈上升趨勢，但總體水平仍較弱，地區間海洋經濟協作還有較大的拓展空間；關聯網絡連通效果較好，地區間存在普遍的空間溢出效應；地區間的溢出效應受到海洋經濟發展水平的影響，網絡等級特征明顯；網絡中存在較多的冗余連線，空間溢出存在多重疊加的現象，網絡具有較強的穩定性。

(2)從網絡個體特征來看，天津、海南、廣西和江蘇4 省份的度數中心度最高，表明這些省份具有最多的網絡關聯關系，網絡通達性最好；天津、河北、山東和上海4 省份接近中心度最高，表明這些省份有較強的網絡資源獲取能力，海洋經濟高質量發展可獲得外部助力；天津、廣西、海南和上海4 省份中間中心度最高，表明這些省份對網絡中的信息流和物質流的傳導有較強的控制能力，在網絡關系中起到重要的橋梁作用。

(3)從塊模型分析來看，板塊之間呈現明顯的集聚效應和溢出效應。第二、第三板塊內部具有顯著的關聯性，表現出明顯的集聚效應。第一板塊對第二和第三板塊、第二板塊對第四板塊、第三板塊對第一和第二板塊、第四板塊對第二板塊都表現出明顯的溢出效應，表明中國海洋經濟高質量發展的空間關聯特征明顯。

(4)從關聯關系影響因素來看，地理距離影響為負，表明鄰近區域更容易產生溢出效應；省份經濟發展水平差異、海洋產業結構差異和海洋科研實力差異影響為正，驗證了經濟基礎和科技水平的差異會對空間關聯關系產生影響的假設。

綜合以上研究，為推動中國海洋經濟高質量發展，提出政策建議如下:

(1)從整體角度上，在鼓勵地方提升海洋經濟質量的同時，更加注重區域間海洋經濟協同發展，增加海洋經濟高質量發展成果的交流渠道，鼓勵對海洋高科技成果的引進轉化，鼓勵建立區域間的幫扶機制，切實降低涉及海洋經濟要素的跨省份流動成本。

(2)從板塊角度上，加強海洋經濟高質量發展的梯度層級建設。對于海洋經濟發達、資源吸收能力強的省份，鼓勵其成果轉化與輸出；對于要素流動的中介省份，進一步增強其信息流與物質流的傳導功能；對于海洋經濟落后省份，加快海洋基礎設施建設與海洋科技發展，增強其自身的要素接收能力。

(3)加強各省份的交通基礎設施建設與信息化水平的提高，降低區域間經濟差距，加快各類資源要素跨區域流通，推動中國海洋經濟一體化融合發展。