高靜 王燕 李學林



摘? ?要:基于2002—2019年沿海11個省(市)的面板數據,首先采用改進的區位熵測度了各省(市)海洋產業集聚水平,然后采用熵值法對各省份區域科技創新進行評價。在此基礎之上建立面板模型,檢驗科技創新在海洋產業集聚與區域經濟增長之間的中介效應。實證結果發現:第一,海洋產業集聚的差異性呈現先下降再上升的趨勢,其中河北省的海洋產業集聚水平一直處于相對落后狀態;第二,科技創新綜合評價處于較高水平的地區依然聚集在東南沿海等經濟較發達的地區,創新能力一直處于落后狀態的是廣西和海南地區;第三,通過中介效應檢驗得出,科技創新在海洋產業集聚與區域經濟增長之間起中間傳導作用。
關鍵詞:海洋產業集聚;科技創新;經濟增長;中介效應
中圖分類號:F224.0? ? ? ? 文獻標志碼:A? ? ? 文章編號:1673-291X(2024)06-0023-04
引言
黨的二十大報告強調,海洋經濟是發展中的重要戰略性產業,要把海洋經濟作為國家現代化建設的重要支撐;提出要加強海洋科技創新,推動人才培養,推進海洋科學技術的創新和應用。我國在推進科技創新的過程中,需要加強人才培養并引進人才,建立完善的科技創新體系。同時,還需要加強科技成果的轉化和應用,促進科技與經濟的深度融合。只有通過全方位的創新推動,才能實現經濟高質量發展的目標,實現經濟結構的轉型升級,提高我國在全球經濟中的競爭力和影響力。近年來,我國經濟發展進入了新常態,傳統的粗放型經濟發展模式已經無法適應經濟發展的需要。因此,產業結構不斷調整,科技創新成為推動社會經濟發展的可持續內在力量。海洋產業的集聚能夠聚集生產要素和人力資本,形成規模經濟,從而促進技術開發、成果轉化和科技創新的發展。這為科技創新提供了強大的支持,同時也促進了區域經濟的可持續發展。近年來,很多學者關注海洋產業集聚、經濟增長以及科技創新之間的關系,進行了多方面的研究。在產業集聚和經濟增長方面,楊羽霏(2021)探究了產業聚集對經濟增長的影響,發現產業集聚具有規模效應。在科技創新與海洋產業方面,袁琴(2021)發現,創新驅動在海洋產業集聚中發揮著重要作用。在科技創新促進經濟增長方面,李文鴻(2021)研究結果顯示,科技創新能夠顯著推動經濟增長。
從以上文獻可以看出,現有研究對我國海洋產業集聚、科技創新以及區域經濟增長之間的關系進行了多方面的探討,但仍有可深入研究之處。大多數研究都是從三者之間的兩兩關系進行研究的,對三者之間的相互關聯的相關研究還相對比較少。本文深入挖掘海洋產業集聚、科技創新、區域經濟增長之間的內部作用機理,將海洋產業集聚、科技創新與區域經濟增長放在同一框架下進行研究,討論科技創新在海洋產業集聚與區域經濟增長之間的中介傳導作用。
一、數據來源與評價指標建立
(一)數據來源
為了確保研究數據的一致性、連續性和完整性,本文選擇了2002—2019年沿海11個?。ㄊ校┳鳛檠芯繉ο蟆N覀兪褂酶倪M的區位熵來測量海洋產業的集聚程度,并采用熵值法對科技創新進行評價,同時使用區域人均實際GDP作為衡量區域經濟增長的指標。本文數據來源包括歷年的《中國統計年鑒》《中國科技統計年鑒》《中國海洋統計年鑒》、Wind數據庫和國家統計局數據庫等。
(二)海洋產業聚集水平測度
隨著產業集聚理論的不斷發展和深入研究,國內外學者提出了多種測度產業集聚的方法。這些方法各有優缺點,但由于傳統的區位熵法計算比較簡便,因此區位熵法被廣泛使用。然而,傳統的區位熵法并不能準確反映一個區域經濟發展的實際水平與其他區域的差異性。因此,本文對傳統的區位熵法進行了改進,以更準確地測度海洋產業的聚集程度。具體的計算公式如下:
(三)科技創新能力評價
根據英國經濟學家Freeman(1987)提出的國家創新體系,企業是科技創新主體,政府則是創新體系的協調機構,國家為實現經濟高質量發展,必須將企業科技創新和國家政府職能相統一,共同促進經濟增長和平穩跨越,因而,科技創新是國家創新體系中必不可少的要素。基于此,本文參考了國內外已有的科技創新體系理論,并構建了省域科技創新評價指標(表1)。
熵值法是一種客觀的賦權法,通過信息熵度量系統狀態的無序程度來判斷指標變化的相對幅度。相比于主觀賦權法,熵值法具有更高的可靠性,繼而為了計算科技創新的綜合評價指數,本文對表1中的指標屬性進行了標準化處理,并在此基礎上進行了無量綱化。通過計算各指標的信息熵、差異系數以及權重,得出了科技創新的綜合評價指數。
二、實證結果
(一)測度海洋產業集聚
根據公式(1)計算出2002—2019年11個沿海?。ㄊ校┑暮Q螽a業集聚水平。為了深入研究11個沿海?。ㄊ校┲g的差異情況,本文采用改進的區位熵作為量化指標,從均值、標準差和變異系數三個方面進行分析,以此得出各年各地區海洋產業集聚水平的差異特征,具體情況見圖1。
從圖1中可以看出,我國海洋產業集聚的均值、標準差以及變異系數的變動形態非常相似,2002—2016年海洋產業集聚的差異逐年下降,但到2016年之后海洋產業集聚的差異性又逐年上升。為了更細致地討論2002—2019年之間各地區之間的差異情況,我們將2002年、2016年和2019年11個沿海?。ㄊ校┑暮Q螽a業集聚水平以及排名情況進行比較,具體結果見表2。
從表2的結果來看,2002年福建省的海洋產業集聚程度最高,改進的區位熵為2.133;海洋產業集聚程度最低的為河北省,區位熵僅為0.201,福建省的區位熵是河北省的10.6倍。2016年海洋產業集聚程度最高的是海南省,區位熵為1.730;河北省的區位熵最低,為0.379,海南省的區位熵是河北省的4.6倍。2019年海洋產業集聚程度最高的是天津市,區位熵為2.313;河北省的區位熵依舊最低,為0.467,天津市的區位熵是河北省的5.0倍。這說明河北省的海洋產業集聚水平在11個沿海?。ㄊ校┲幸恢碧幱谙鄬β浜蟮牡匚?。
(二)科技創新的綜合評價指數
根據表1所列出的科技創新評價指標,采用熵值法測度科技創新綜合評價指數,由于篇幅限制,將2002年、2016年和2019年11個沿海省(市)測度的科技創新綜合評價指數以及排名情況進行比較,具體結果見表3。
從表3可以看出,與海洋產業集聚類似,科技創新綜合評價處于較高水平的地區依然聚集在東南沿海等經濟較發達的地區,創新能力一直處于落后狀態的是廣西壯族自治區和海南省,其科技創新綜合評價在11個沿海?。ㄊ校┲邢鄬β浜?。
(三)科技創新中介效應分析
1.變量選擇
根據統計決策理論,統計決策中的變量包括被解釋變量、解釋變量、中介變量和控制變量。為了更加準確地分析,本文借鑒韓寶國(2018)以及劉程軍(2020)等學者的研究,選取5個控制變量,將其納入到回歸模型中,具體指標選取見表4。
2.中介效應的模型
根據前文分析海洋產業集聚、科技創新和經濟增長之間的關系和傳導機制,我們引入中介效應模型,選取科技創新作為中介變量??紤]到海洋產業集聚與經濟增長之間可能存在非線性關系,我們將中介效應模型具體設定如下:
LnGDP=δ1LQ+Xβ1+ε1(2)
LQ=β0+β2TI+ε2(3)
LnGDP=δ2LQ+ρTI+Xβ3+ε3(4)
如果模型(2)中,δ1和δ2顯著不為0,則說明海洋產業集聚對經濟增長的影響是顯著的。如果模型(3)中,β2顯著不為0,則說明科技創新對海洋產業集聚的影響是顯著的。但是,為了確定科技創新是否存在中介效應,需要對模型(4)進行檢驗。在模型(4)的檢驗中,如果ρ顯著不為0,則說明科技創新存在中介效應;如果δ2不顯著,則說明科技創新具有完全中介。具體的回歸結果見表5。
根據表5的結果可以得到以下結論:模型(2)、模型(3)以及模型(4)中的科技創新系數都是顯著的,顯著水平為5%,表明科技創新在海洋產業集聚和區域經濟增長之間確實起到了中介作用。雖然模型(4)中海洋產業集聚的系數仍然在1%的顯著性水平下為正值,但相比于模型(2)的估計結果系數有所減少。因此,雖然科技創新在海洋產業集聚和區域經濟增長之間存在中介效應,但該中介效應并不完全。
三、結論
本文根據2002—2019年沿海11個?。ㄊ校┑暮Q螽a業、科技創新及經濟增長相關數據,首先采用改進的區位熵測度了沿海11個省(市)的海洋產業聚集水平,結果顯示,2002—2016年海洋產業集聚的差異逐年在下降,但2016年之后海洋產業集聚的差異性又逐年在上升;其中河北省的海洋產業集聚水平一直處于相對落后狀態。其次,采用熵值法測度出沿海11個?。ㄊ校┛萍紕撔履芰Φ木C合評價指數,科技創新綜合評價處于較高水平的省(市)依然聚集在東南沿海等經濟較發達的地區;創新能力一直處于落后狀態的是廣西壯族自治區和海南省,其科技創新綜合評價在11個沿海?。ㄊ校┲刑幱谙鄬β浜笪恢?。最后,通過中介效應的檢驗結果表明,科技創新在海洋產業集聚和區域經濟增長之間具有不完全的中介效應。
參考文獻:
[1]? ?Freeman C.Technology policy and economic performance:Lessons from Japan[M].London:Frances Printer Publishers,1987:12.
[2]? ?韓寶國,李世奇.軟件和信息技術服務業與中國經濟增長[J].數量經濟技術經濟研究,2018,35(11):128-141.
[3]? ?李文鴻,曹萬林.科技創新、對外開放與京津冀高質量協同發展研究[J].統計與決策,2021,37(7):122-126.
[4]? ?劉程軍,王周元曄,楊増鏡,等.浙江省眾創空間時空演變及其經濟增長效應[J].華東經濟管理,2020,34(6):19-26.
[5]? ?楊羽霏.長三角地區產業集聚與經濟收斂的實證研究[D].北京:北京外國語大學,2021:13-32.
[6]? ?袁琴.沿海地區海洋產業集聚與創新驅動研究[J].合作經濟與科技,2021(20):12-17.
[責任編輯? ?彥? ?文]