徐勝 顏世鈺

摘要：海洋科技創(chuàng)新能力對海洋經(jīng)濟綠色健康發(fā)展具有重要作用。文章采用2007—2016年沿海11個省（自治區(qū)、直轄市）面板數(shù)據(jù)，首先建立對海洋科技創(chuàng)新能力的綜合評價體系，使用熵值—TOPSIS法對我國沿海11個?。ㄗ灾螀^(qū)、直轄市）的海洋科技創(chuàng)新能力進行測算，再運用DEA- Malmquist法測算我國沿海11個省（自治區(qū)、直轄市）的海洋經(jīng)濟綠色全要素率，最后通過建立GMM模型研究海洋科技創(chuàng)新能力對海洋經(jīng)濟綠色全要素生產(chǎn)率的影響。結果表明：海洋科技創(chuàng)新對于海洋經(jīng)濟綠色全要素生產(chǎn)率具有顯著促進作用，有助于海洋經(jīng)濟綠色持續(xù)發(fā)展，海洋經(jīng)濟綠色全要素生產(chǎn)率增長主要源于海洋經(jīng)濟綠色技術進步指數(shù)而非海洋經(jīng)濟綠色技術效率指數(shù)。

關鍵詞：海洋科技創(chuàng)新能力;海洋經(jīng)濟GTFP;GMM模型

中圖分類號：P74??? 文獻標志碼：A??? 文章編號：1005-9857（2022）05-0023-09

Research on the Influence of Marine Science and Technology Innovation Capability on Green Total Factor Productivity of Marine Economy：Empirical analysis based on China's coastal areas

XU Sheng1.2，YAN Shiyu1

（1.College of Economics，Ocean University of China，Qingdao 266100，China;

2.Marine Development Research Institute ，Ocean University of China，Qingdao 266100，China）

Abstract：The innovation capability of marine science and technology plays an important role in the green and healthy development of marine economy. This paper adopted the panel data of 11 coastal provinces （autonomous regions，municipaiities）from 2007 to 2016. Firstly，a comprehensive e-valuation system for marine technology innovation capabilities was established，and the Weight- TOPSIS method was used to evaluate the marine technology of 11 coastal provinces （autonomous regions，municipaiiiies）in China. Then the DEA-Malmquist method was used to calculate the green total factor rate of the marine economy in 11 coastal provinces （autonomous regions，munic-ipalities）. Finally，the influence of marine science and technology innovation ability on green total factor productivity of marine economy was studied by establishing GMM model. The results showed that scientific and technological innovation had a significant，role in promoting the green total factor productivity of the marine economy，which was conducive to the sustainable develop-ment of the marine economy.

Keywords：Marine science and technology innovation capability，Marine economy GTFP，GMM model

0??? 引言

海洋經(jīng)濟高質量發(fā)展主要側重于海洋經(jīng)濟發(fā)展動力方面和海洋經(jīng)濟發(fā)展綠色方面。在海洋經(jīng)濟發(fā)展的動力方面，我國海洋經(jīng)濟表現(xiàn)出較強的資源依賴性，以海洋漁業(yè)為代表的傳統(tǒng)海洋產(chǎn)業(yè)仍舊在各海洋產(chǎn)業(yè)中占據(jù)主導地位，而海洋電力、海洋生物與醫(yī)藥等海洋新興產(chǎn)業(yè)發(fā)展體量較小且動力不足，因而海洋領域也面臨海洋產(chǎn)業(yè)結構升級和新舊動能轉換的問題，這就需要加快海洋科技創(chuàng)新步伐。在海洋經(jīng)濟發(fā)展的綠色方面，依靠廉價海洋勞動力、豐富海洋資源使得海洋經(jīng)濟飛速發(fā)展的同時，勞動力成本的上升、資源邊際報酬遞減等問題日益凸顯，全要素生產(chǎn)率的提高成為海洋經(jīng)濟持續(xù)發(fā)展的關鍵，再加之海洋生態(tài)系統(tǒng)受損嚴重而引發(fā)的環(huán)境壓力，考慮資源和環(huán)境約束的海洋經(jīng)濟綠色全要素生產(chǎn)率更能體現(xiàn)新時代海洋經(jīng)濟綠色發(fā)展的要求。因此，研究海洋科技創(chuàng)新能力和海洋經(jīng)濟綠色全要素生產(chǎn)率之間的關系對海洋經(jīng)濟高質量發(fā)展具有重要意義。

在科技創(chuàng)新對綠色全要素生產(chǎn)率影響的相關研究中，涉及多個領域，何曉霞等[1]從農(nóng)業(yè)領域，研究發(fā)現(xiàn)各省的農(nóng)業(yè)科技創(chuàng)新能夠提升本省自身的農(nóng)業(yè)綠色全要素生產(chǎn)率，但對周邊省、市的農(nóng)業(yè)綠色全要素生產(chǎn)率具有抑制作用;籍艷麗[2]從工業(yè)領域，基于環(huán)境規(guī)制視角，研究發(fā)現(xiàn)高低環(huán)境規(guī)制水平下，科技創(chuàng)新對工業(yè)綠色全要素生產(chǎn)率的提升作用分別是顯著和不顯著;蘇科等[3]認為科技創(chuàng)新是綠色全要素生產(chǎn)率提升的重要推動因素，其影響效應表現(xiàn)在資源節(jié)約、產(chǎn)業(yè)結構和環(huán)境規(guī)制3個方面。在海洋經(jīng)濟發(fā)展的相關研究中，海洋科技創(chuàng)新與海洋經(jīng)濟發(fā)展之間存在著雙向的影響作用關系，屈莉莉等[4]證明了海洋科技創(chuàng)新能力與海洋經(jīng)濟之間存在互動正反饋機制;吳梵等[5]研究了海洋科技對海洋經(jīng)濟影響的門檻效應，結果表明海洋科技創(chuàng)新對海洋經(jīng)濟增長的影響存在對外開放門檻效應和金融發(fā)展門檻效應;Hubbard[6]在不同海洋產(chǎn)業(yè)下，分析了海洋科技對海洋經(jīng)濟的影響;馬仁鋒等[7]研究了海洋經(jīng)濟和海洋科技的影響關系及協(xié)調(diào)發(fā)展程度，證明了二者之間具有高—中—高的演替趨勢;Lin等[8]通過對中國沿海11個?。ㄗ灾螀^(qū)、直轄市）科技能力在海洋漁業(yè)中表現(xiàn)出的貢獻差異，來說明海洋科技對海洋經(jīng)濟的動力作用;房輝等[9]分別構建海洋科技創(chuàng)新和海洋經(jīng)濟發(fā)展水平指標體系，運用動態(tài)因子分析模型來研究二者之間的動態(tài)變化趨勢，在此基礎上對各個?。ㄗ灾螀^(qū)、直轄市）的海洋科技與經(jīng)濟的協(xié)調(diào)發(fā)展程度進行了分級。此外，海洋經(jīng)濟綠色全要素生產(chǎn)率是海洋經(jīng)濟綠色發(fā)展研究的重要內(nèi)容，胡曉珍[10]指出技術進步率是造成中國海洋經(jīng)濟綠色全要素生產(chǎn)率區(qū)域差異的主要因素;關洪軍等[11]指出海洋技術進步、海洋經(jīng)濟與制度管理是促進海洋經(jīng)濟綠色全要素生產(chǎn)率提高的重要影響因素，海洋規(guī)模經(jīng)濟對海洋經(jīng)濟綠色全要素生產(chǎn)率的促進作用不明顯;丁黎黎等[12]對海洋經(jīng)濟綠色全要素生產(chǎn)率內(nèi)部驅動機制進行研究，得出海洋經(jīng)濟對海洋勞動與資源具有依賴性的結論;秦琳貴等[13]指出科技創(chuàng)新對于海洋經(jīng)濟綠色全要素生產(chǎn)率的提升具有重要影響，并且該影響存在單一門檻效應;杜軍等[14]研究表明海洋環(huán)境規(guī)制、海洋科技創(chuàng)新與海洋經(jīng)濟綠色全要素生產(chǎn)率呈現(xiàn)三角促進關系。

根據(jù)以上文獻梳理，目前對海洋科技創(chuàng)新與海洋經(jīng)濟綠色全要素生產(chǎn)率直接關系的研究甚少?；诖?，本研究首先通過構建海洋科技創(chuàng)新能力評價的指標體系，運用熵值-TOPSIS法對海洋科技創(chuàng)新能力進行度量，再運用SBM-ML指數(shù)對海洋經(jīng)濟綠色全要素生產(chǎn)率進行測算，最后在此基礎上研究海洋科技創(chuàng)新能力對海洋經(jīng)濟綠色全要素生產(chǎn)率的影響，揭示海洋科技創(chuàng)新能力對于我國海洋經(jīng)濟綠色健康發(fā)展中的作用和效果，為推動海洋經(jīng)濟綠色持續(xù)發(fā)展提供決策參考。

1??? 海洋科技創(chuàng)新能力的度量

1.1??? 海洋科技創(chuàng)新能力指標體系的構建

依據(jù)指標體系的全面性、科學性和可操作性等原則[15]，從海洋科技創(chuàng)新投入、海洋科技創(chuàng)新產(chǎn)出和海洋科技成果轉化3個方面選取7個三級指標構建海洋科技創(chuàng)新能力指標體系，具體指標見表1。各指標數(shù)據(jù)均來源于2007—2016年《中國海洋統(tǒng)計年鑒》。

1.2??? 評價方法與評價結果

在對海洋科技創(chuàng)新能力進行評價時，選取熵值法和TOPSIS法相結合的綜合評價方法。熵值法是根據(jù)選取的各指標數(shù)值所能提供的有效信息量的大小來確定指標權重，與主觀賦權法相比，熵值法能避免主觀性過強的缺點，使得評價結果更加科學。TOPSIS法是一種以距離作為評價標準，對評價對象進行綜合評價的方法，這一方法首先定義目標空間的某一測度，再據(jù)此計算評價對象與正、負理想解之間的距離，最后根據(jù)距離計算出評價對象對于理想解的貼近度，以此來得出對各評價對象的排名，但TOPSIS法賦權主觀性較強。因此，本研究把熵值法和TOPSIS法結合，對指標進行賦權，以保證對海洋科技創(chuàng)新能力評價的合理性。

在進行評價過程中，首先對原始數(shù)據(jù)進行無量綱化處理，計算各級指標的權重，然后加權分層逐級綜合，最后得到各個沿海省（自治區(qū)、直轄市）的科技創(chuàng)新能力指數(shù)。根據(jù)前文所述過程，求得各指標的信息熵權重如表1所示。

通過熵值-TOPSIS法確定指標權重，根據(jù)所得數(shù)據(jù)，計算得出2007—2016年我國11個沿海?。ㄗ灾螀^(qū)、直轄市）的海洋科技創(chuàng)新水平，表2是對2007—2016年11個沿海?。ㄗ灾螀^(qū)、直轄市）海洋科技創(chuàng)新能力綜合評價水平的描述性統(tǒng)計。

由表2可以看出，我國沿海11個?。ㄗ灾螀^(qū)、直轄市）的海洋科技創(chuàng)新能力存在明顯差異，可大致分為3個階梯。第一階梯為山東省、上海市和廣東省，其海洋科技創(chuàng)新能力綜合得分的平均值均超過0.5，且標準差變化不大，表明這3個地區(qū)海洋科技創(chuàng)新基礎良好且科技創(chuàng)新發(fā)展態(tài)勢一直較好;第二階梯為天津市、江蘇省、遼寧省和浙江省，其海洋科技創(chuàng)新能力綜合得分均在0.3以上，究其原因，是因為這4個地區(qū)的海洋科技創(chuàng)新基礎較為良好，但海洋科技創(chuàng)新產(chǎn)出和成果轉化與第一階梯相比存在較大差距，因而整體得分處于中等水平;第三階梯為河北省、海南省、福建省和廣西壯族自治區(qū)，這4個地區(qū)的海洋科技創(chuàng)新能力綜合得分均處于較低水平，表明缺少良好的海洋科技創(chuàng)新環(huán)境，海洋科技創(chuàng)新投入和產(chǎn)出也相應地減少，海洋科技成果轉化作用不明顯，導致了其在海洋科技創(chuàng)新能力綜合評價中排名靠后。

2??? 海洋經(jīng)濟綠色全要素生產(chǎn)率的測度及分解

2.1??? 海洋經(jīng)濟綠色全要素生產(chǎn)率測度方法概述

數(shù)據(jù)包絡分析（DEA）方法由Charnes等[16]首先提出，作為一種較為客觀的非參數(shù)方法，常被用來測量一些決策部門生產(chǎn)效率，在使用時只需要投入和產(chǎn)出的數(shù)據(jù)。但是DEA模型無法體現(xiàn)全要素生產(chǎn)率隨時間的動態(tài)變化情況，因此Caves[17]將Malmquist指數(shù)納入全要素生產(chǎn)率的測算之中，以反映效率變化的動態(tài)結構，由此形成了基于DEA- ML指數(shù)的靜態(tài)與動態(tài)相結合的分析方法。目前，現(xiàn)有對海洋經(jīng)濟全要素生產(chǎn)率的測度方法主要是使用DEA-Malmquist相結合的方法。隨著國家更加關注經(jīng)濟發(fā)展的可持續(xù)性，越來越多的學者強調(diào)要素生產(chǎn)過程中的生態(tài)效益，從經(jīng)濟發(fā)展到生態(tài)經(jīng)濟、從經(jīng)濟增長到綠色增長等從各個研究視角增加對環(huán)境影響因素。因此，本研究在此基礎上將海洋生態(tài)環(huán)境問題考慮進海洋經(jīng)濟全要素生產(chǎn)率的測算中，即測算我國沿海11個?。ㄗ灾螀^(qū)、直轄市）的海洋經(jīng)濟綠色全要素生產(chǎn)率（GTFP）。在對海洋經(jīng)濟GTFP測算中，本研究構建了一個同時包含正向和負向產(chǎn)出的生產(chǎn)可能性集合，充分考慮非期望產(chǎn)出，基于SBM和Malmquist指數(shù)，實現(xiàn)對海洋經(jīng)濟GTFP的測算與分解。

運用考慮環(huán)境負產(chǎn)出的動態(tài)SBM-ML指數(shù)模型來對海洋經(jīng)濟GTFP進行測算，t到t+1時期的ML指數(shù)表示如下：

動態(tài)ML指數(shù)被分解為技術進步效率指數(shù)（TC）和綜合效率指數(shù)（EC）。據(jù)此可得海洋經(jīng)濟GTFP分解公式如下：

GTFP=GTC×GEC

2.2??? 投入產(chǎn)出指標選取

本研究選擇我國11個沿海省（自治區(qū)、直轄市）為決策單元，每個決策單元包括投入、期望產(chǎn)出和非期望產(chǎn)出，以此作為本研究的對象，研究時段為2007—2016年，數(shù)據(jù)來源為2007—2016年《中國統(tǒng)計年鑒》《中國海洋統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國環(huán)境統(tǒng)計年鑒》。依據(jù)綠色全要素生產(chǎn)率的概念與內(nèi)涵，具體投入產(chǎn)出指標選取如下。

（1）投入指標。將生產(chǎn)過程中的投入要素分為勞動要素、資本要素和能源要素。在具體海洋經(jīng)濟綠色全要素生產(chǎn)率的測算中，投入的勞動要素用沿海各地區(qū)涉海就業(yè)人員數(shù)衡量（X）。投入的資本要素用海洋經(jīng)濟資本存量衡量（X），首先參考張軍等[18]對中國省際物資存量的估計方法，采用永續(xù)盤存法計算沿海各地區(qū)資本存量及期初資本存量，用每年當期價格表示的名義資本存量，再利用每年固定資產(chǎn)價格指數(shù)依次將名義量平減得到每年實際資本存量，t期沿海地區(qū)i的資本總存量計算公式如下：

K=（1-δ）K+I/P

式中：K，K分別為t時期和t-1時期沿海地區(qū)i的資本存量;δ，為t時期沿海地區(qū)i的折舊率，取固定值9.6%;I、P分別為t時期沿海地區(qū)i的固定資產(chǎn)總額和固定資產(chǎn)價格指數(shù)。

計算得到沿海地區(qū)資本總存量后，再采用海洋生產(chǎn)總值與GDP的比例作為比例系數(shù)進行折算，進而得到沿海各個地區(qū)的海洋資本存量。在能源要素的選取方面，用沿海各個地區(qū)海洋經(jīng)濟能源消費量衡量（X），具體計算時需用海洋生產(chǎn)總值與地區(qū)生產(chǎn)總值（GDP）的比例作為比例系數(shù)對沿海各地區(qū)能源消費量進行折算。

（2）產(chǎn)出指標。在期望產(chǎn)出方面，衡量指標選取地區(qū)的實際海洋生產(chǎn)總值Y;在非期望產(chǎn)出方面，選擇直接入海廢水排放量Z和沿海工業(yè)固體廢棄物排放量Z兩個指標衡量。在測算分析中原始數(shù)據(jù)選用2007—2016年的相關指標，指標描述和數(shù)據(jù)單位如表3所示。

表4為各投入與產(chǎn)出變量的描述性統(tǒng)計結果，據(jù)表4可知，各指標的樣本觀測值之間的變動幅度存在差異。具體分析各指標的變異系數(shù)，沿海11個省（自治區(qū)、直轄市）各年份間的涉海勞動力投入和資本存量差異比較大，這說明各區(qū)域勞動力投入規(guī)模以及資本存量差異明顯，從一定程度上解釋了沿海各地整體差異性巨大的原因。在非期望產(chǎn)出指標中，沿海工業(yè)固體廢棄物排放量的波動相對最小，而直接入海廢水排放量的樣本值差異較大。

2.3??? 海洋經(jīng)濟綠色全要素生產(chǎn)率

2.3.1??? 海洋經(jīng)濟綠色全要素生產(chǎn)率測算結果

本研究使用Max DEA軟件輸出測算結果，對10年間我國沿海11個省（自治區(qū)、直轄市）海洋經(jīng)濟綠色全要素生產(chǎn)率及其分解指標進行了測算。表5為2007—2016年我國總體海洋經(jīng)濟GTFP及其分解指標。

分年度看，在2006—2008年，我國“十一五”期間提出了節(jié)能減排的要求，在此期間海洋經(jīng)濟綠色技術效率指數(shù)（GEC）較低，但同期海洋經(jīng)濟綠色技術進步指數(shù)（GTC）保持在較高水平，對于海洋經(jīng)濟GEC所帶來的負效應進行了適當?shù)窒沟每傮w海洋經(jīng)濟GTFP保持在一個較高水平。2008—2009年受全球金融危機的影響，海洋經(jīng)濟GTFP大幅下降至1.002 7，海洋經(jīng)濟GEC和海洋經(jīng)濟GTC均有明顯下降，且海洋經(jīng)濟GTC下降幅度更大。經(jīng)過2009年之后，從2010年開始，海洋經(jīng)濟GEC的變化相對平穩(wěn)，基本維持在1左右，海洋經(jīng)濟GTFP的變動主要是受海洋經(jīng)濟GTC的影響，同期海洋經(jīng)濟GTFP基本在1.015左右。從海洋經(jīng)濟GTFP分解情況來看，2010年之后海洋經(jīng)濟GTC對海洋經(jīng)濟GTFP具有較強的正向效應，而海洋經(jīng)濟GEC 對海洋經(jīng)濟GTFP的總體效應為負。其主要原因可能是由于，我國雖然擁有豐富的海洋資源，但對其利用和配置能力有限，存在一定的低效率性，與海洋利用和治理相關的配套法律法規(guī)不夠完善，使得海洋資源的配置效率不高，從而影響海洋經(jīng)濟GEC對海洋經(jīng)濟GTFP作用的發(fā)揮。相比較而言，在海洋經(jīng)濟GTC方面，其對海洋經(jīng)濟GTFP提升發(fā)揮了較大作用，這得益于涉海創(chuàng)新主體不斷推進海洋創(chuàng)新的提升，涉海企業(yè)創(chuàng)新生產(chǎn)技能，涉海高校和科研機構為海洋科技的提升提供理論指導，均使得海洋經(jīng)濟GTC更好地發(fā)揮作用。

表6是2007—2016年我國沿海11個?。ㄗ灾螀^(qū)、直轄市）海洋經(jīng)濟綠色全要素生產(chǎn)率的測算結果。按照研究期間內(nèi)沿海各地區(qū)海洋經(jīng)濟GTFP平均值排名，將沿海11個?。ㄗ灾螀^(qū)、直轄市）分為4個層次：山東省和上海市的海洋經(jīng)濟GTFP平均值均在1.3以上，屬于第一層次;天津市、廣東省和江蘇省、為第二層次，其海洋經(jīng)濟GTFP平均值在1.15～1.2;浙江省、遼寧省和河北省屬于第三層次，其海洋經(jīng)濟GTFP平均值在1.05～1.15;海南省、福建省和廣西壯族自治區(qū)的海洋經(jīng)濟GTFP在1.05以下，海洋經(jīng)濟GTFP較低，屬于第四層次。圖1為2007—2016年4個層次和全國海洋經(jīng)濟GTFP變化趨勢圖。

2.3.2??? 空間格局下Malmquist指數(shù)分解分析

圖2為第一層次下兩個地區(qū)的GEC和GTC變化趨勢圖，可以看出，同為第一層次的山東省和上海市的海洋經(jīng)濟技術效率指數(shù)在各年間差別不大，數(shù)值保持在1左右，技術進步指數(shù)對海洋經(jīng)濟綠色全要素生產(chǎn)率起決定作用，但兩個地區(qū)技術進步指數(shù)呈現(xiàn)不同的變動類型，上海市技術進步指數(shù)變化為平穩(wěn)型，基本在1.5左右，而山東省技術進步指數(shù)變化為波動型，這與山東省海洋運輸業(yè)和海洋船舶工業(yè)較多有關，導致其在入海污染物方面存在較大的不確定性。

圖3為第二層次下3個地區(qū)的GEC和GTC變化趨勢圖，可以看出，在技術效率指數(shù)方面，3個地區(qū)在各年間變化均不大，海洋經(jīng)濟綠色全要素生產(chǎn)率的變動主要受技術進步指數(shù)的影響，在2010年之前3個地區(qū)技術進步指數(shù)波動幅度較大，這是因為各地區(qū)涉海企業(yè)這一技術進步主體的管理與創(chuàng)新能力在不斷探索中，在2010年之后技術進步指數(shù)的作用就趨于穩(wěn)定，是使得3個地區(qū)保持在海洋經(jīng)濟綠色全要素生產(chǎn)率第二層次的主要動因。

圖4為第三層次下3個地區(qū)的GEC和GTC變化趨勢圖，可以看出，在技術效率指數(shù)方面，3個地區(qū)在各年間的數(shù)值都為1，海洋經(jīng)濟綠色全要素生產(chǎn)率的變動全部來自技術進步指數(shù)，從時間維度看，3個地區(qū)技術進步指數(shù)近年來呈現(xiàn)穩(wěn)定態(tài)勢且在1左右，因而對這些地區(qū)來說，應該提升對技術效率水平的重視，通過改善技術效率水平來提升海洋經(jīng)濟綠色全要素生產(chǎn)率。

圖5為第四層次下3個地區(qū)的GEC和GTC變化趨勢圖，可以看出，在技術效率指數(shù)變化方面，福建和廣西變化幅度不大，海南技術效率指數(shù)變化存在較大波動，數(shù)值大部分處于小于1的水平，表明這兩個地區(qū)在海洋管理與海洋資源使用上存在不合理之處，導致海洋經(jīng)濟技術效率指數(shù)不高，抑制了海洋經(jīng)濟綠色全要素生產(chǎn)率的提升;在技術進步指數(shù)變化方面，福建和廣西變化幅度不大且水平不高，而海南波動幅度較大但水平提升方面存在較大阻礙，近年來下降趨勢明顯，從而導致這些地區(qū)海洋經(jīng)濟綠色全要素生產(chǎn)率在沿海各?。ㄗ灾螀^(qū)、直轄市）中排在末位。

3??? 實證分析

3.1??? 模型設定

本文主要研究海洋科技創(chuàng)新能力對海洋經(jīng)濟綠色全要素生產(chǎn)率的影響，其中被解釋變量為海洋經(jīng)濟GTFP及其分解得出的海洋經(jīng)濟GEC和海洋經(jīng)濟GTC;解釋變量為前文中用熵值-TOPSIS法測算得出的科技創(chuàng)新能力指數(shù)MST，此外，選取的控制變量如下：區(qū)域經(jīng)濟發(fā)展水平Pgdp，選用地區(qū)人均實際GDP的對數(shù)值衡量;區(qū)域教育水平Edu，選用地區(qū)的平均教育年限的對數(shù)值來衡量;區(qū)域工業(yè)發(fā)展水平Ind，采用區(qū)域工業(yè)產(chǎn)值的對數(shù)值衡量;區(qū)域海洋產(chǎn)業(yè)結構Is，采用海洋第三產(chǎn)業(yè)占海洋生產(chǎn)總值之比表示;區(qū)域環(huán)境污染治理水平Envi，采用地方污染治理支出總額的對數(shù)值衡量;區(qū)域基礎設施建設水平Infr，采用區(qū)域公路密度的對數(shù)值衡量。本文實證分析部分的時間跨度為2007—2016年。各變量描述性統(tǒng)計結果如表7所示。

根據(jù)上述分析以及變量選取結果，為衡量各變量對海洋經(jīng)濟綠色全要素生產(chǎn)率的影響，設定模型（1），并且為檢驗在影響海洋經(jīng)濟綠色全要素生產(chǎn)率時內(nèi)在路徑的差異，分別設定模型（2）和模型（3），具體如下：

GTFP=βGTFP+βMST+γX+α+ε??? （1）

GEC=β₀GEC+βMST+γX+α+ε??? （2）

GTC=βGTC+βMST+γX+α+ε??? （3）

式（1）、式（2）和式（3）分別為海洋科技創(chuàng)新能力對海洋經(jīng)濟GTFP、海洋經(jīng)濟GEC和海洋經(jīng)濟GTC的影響模型，i為?。ㄗ灾螀^(qū)、直轄市），t為年份，α為不隨時間變化的地區(qū)特質，考慮到變量的自相關性，在解釋變量中選擇引入被解釋變量的滯后一期項，構成動態(tài)面板數(shù)據(jù)，X代表控制變量，ε為隨機擾動項。

3.2??? 實證分析

3.2.1??? 單位根檢驗

在利用面板數(shù)據(jù)實證分析前，首先通過單位根檢驗來確保數(shù)據(jù)的平穩(wěn)性，本文分別選取LLC、IPS 方法進行單位根檢驗，結果如表8所示。

表8結果顯示，無論是同根還是異根的單位根假設，LLC和IPS檢驗結果均拒絕了原假設，表明本文實證分析所選變量均不存在單位根，序列是平穩(wěn)的。

3.2.2??? GMM模型結果分析

在進行系統(tǒng)GMM回歸時，選用Sargan檢驗和Abond（2）檢驗，完成工具變量過度識別和擾動項自相關檢驗。表9給出的實證分析結果顯示，Sargan檢驗的P值均大于0.1，AR（2）的P值均大于0.05，表明系統(tǒng)GMM模型的估計量具備一致性，模型不存在二階自相關。

表中海洋經(jīng)濟GTFP、海洋經(jīng)濟GEC和海洋經(jīng)濟GTC的所有一階滯后項分別在10%、1 %和10% 的顯著性水平下顯著，說明這3個變量的發(fā)展變化均具有較強的延續(xù)性。

（1）分析海洋科技創(chuàng)新能力以及各控制變量對海洋經(jīng)濟GTFP的影響。通過觀察表9中第一列數(shù)據(jù)，可以發(fā)現(xiàn)海洋科技創(chuàng)新能力對海洋經(jīng)濟GTFP在1%的顯著性水平下有正向影響，影響系數(shù)為0.986 8，這說明海洋科技創(chuàng)新能力在99%的置信水平上能夠促進海洋經(jīng)濟GTFP的提高。此外，區(qū)域經(jīng)濟發(fā)展水平提升、區(qū)域教育水平提升、海洋產(chǎn)業(yè)結構的改善及環(huán)境污染治理水平的提升有利于提升海洋經(jīng)濟GTFP，沿海工業(yè)規(guī)模及區(qū)域公路密度對海洋經(jīng)濟GTFP的提升具有負向作用。

（2）分析海洋科技創(chuàng)新能力及各控制變量對海洋經(jīng)濟GEC和海洋經(jīng)濟GTC的影響，通過觀察表9中第二列、第三列數(shù)據(jù)，發(fā)現(xiàn)海洋科技創(chuàng)新能力對海洋經(jīng)濟GTC的影響系數(shù)為0.796 3大于對海洋經(jīng)濟GEC的影響系數(shù)0.272 0，說明海洋科技創(chuàng)新能力對于海洋經(jīng)濟綠色技術進步效應的正向促進作用大于海洋經(jīng)濟綠色技術效率效應。出現(xiàn)這一現(xiàn)象可能是由生產(chǎn)率提高的過程決定的，企業(yè)生產(chǎn)擴大除了通過規(guī)模擴張外還可通過技術進步，而科技研發(fā)、科技進步是提高生產(chǎn)率的第一步，起到推動作用。但是相比較來說，效率的提升則需要一定的技術作為基礎，因此在海洋經(jīng)濟綠色發(fā)展方面，技術進步的帶動作用也遠比技術效率的整體提升作用要顯著。

4??? 結語

本文首先對沿海11個省（自治區(qū)、直轄市）2007—2016年的海洋科技創(chuàng)新能力以及海洋經(jīng)濟綠色全要素生產(chǎn)率進行評價，其次再研究海洋科技創(chuàng)新能力對沿海各地區(qū)海洋經(jīng)濟綠色全要素生產(chǎn)率的影響。在此基礎上，對相關結論進行總結歸納。

（1）對于海洋科技創(chuàng)新能力，從海洋科技投入、產(chǎn)出及成果轉化3個方面構建多指標體系，選用熵值-TOPSIS法確定各指標的權重，以此分析各地海洋科技創(chuàng)新能力。結果發(fā)現(xiàn)，近10年我國沿海11個?。ㄗ灾螀^(qū)、直轄市）的海洋科技創(chuàng)新能力存在明顯差異，可大致分3個階梯。第一階梯為山東省、上海市和廣東省，其海洋科技創(chuàng)新能力綜合得分的平均值均超過0.5;第二階梯為天津市、江蘇省、遼寧省和浙江省，其海洋科技創(chuàng)新能力綜合得分均在0.3以上，整體得分處于中等水平;第三階梯為河北省、海南省、福建省和廣西壯族自治區(qū)，這4個地區(qū)的海洋科技創(chuàng)新能力綜合得分均處于較低水平。

（2）在綠色全要素生產(chǎn)率計算的基礎上，從海洋經(jīng)濟角度考慮，在對海洋經(jīng)濟GTFP測算中構建了一個同時包含正向和負向產(chǎn)出的生產(chǎn)可能性集合，充分考慮非期望產(chǎn)出，基于SBM和Malmquist指數(shù)，實現(xiàn)對海洋經(jīng)濟GTFP的測算與分解。結果分析我國的海洋經(jīng)濟綠色全要素生產(chǎn)率自2013年之后呈現(xiàn)穩(wěn)定且略有下降的趨勢，技術進步是其增長動力的主要來源，從區(qū)域層面看，研究期間內(nèi)海洋經(jīng)濟GTFP水平可以分為4個層次：山東省和上海市屬于第一層次，天津市、江蘇省、廣東省屬于第二層次，浙江省、河北省和遼寧省屬于第三層次，海南省、福建省和廣西壯族自治區(qū)屬于第四層次，各層次?。ㄗ灾螀^(qū)、直轄市）海洋經(jīng)濟綠色全要素生產(chǎn)率經(jīng)ML指數(shù)分解后，表現(xiàn)出不同的空間特征。

（3）采用系統(tǒng)GMM模型進行實證分析，并通過Sargan和Abond（2）檢驗等驗證數(shù)據(jù)分析的準確合理性。實證分析結果表明，科技創(chuàng)新對于海洋經(jīng)濟綠色全要素生產(chǎn)率具有顯著促進作用，有助于海洋經(jīng)濟高質量發(fā)展，海洋經(jīng)濟綠色全要素生產(chǎn)率增長主要源于海洋經(jīng)濟綠色技術進步指數(shù)而非技術效率指數(shù)。

參考文獻

[1]何曉霞，毛偉.農(nóng)業(yè)科技創(chuàng)新對農(nóng)業(yè)綠色全要素生產(chǎn)率的空間效應分析[J].安徽行政學院學報，2021（1）：58-64.

[2]籍艷麗.科技創(chuàng)新對工業(yè)綠色全要素生產(chǎn)率的門檻效應分析：基于環(huán)境規(guī)制視角[J].河南工學院學報，2020，28（3）：30-34.

[3]蘇科，周超.人力資本、科技創(chuàng)新與綠色全要素生產(chǎn)率：基于長江經(jīng)濟帶城市數(shù)據(jù)分析[J].經(jīng)濟問題，2021（5）：71-79.

[4]屈莉莉，程楊陽，汪心怡.基于PLS-SEM方法分析海洋科技創(chuàng)新與海洋經(jīng)濟發(fā)展的協(xié)同效應[J].統(tǒng)計與管理，2021，36（5）：109-115.

[5]吳梵，高強，劉韜.海洋科技創(chuàng)新對海洋經(jīng)濟增長的門檻效應研究[J].科技管理研究，2019，39（20）：113-120.

[6]HUBBARD J.Mediating the North Atlantic environment：Fisheries biologists，technology，and marine spaces [J]. Environmental History，2013，18（1）：88-100.

[7]馬仁鋒，王騰飛，吳丹丹.長江三角洲地區(qū)海洋科技—海洋經(jīng)濟協(xié)調(diào)度測量與優(yōu)化路徑[J].浙江社會科學，2017（3）：11-17 + 155.

[8]LIN X H，ZHENGL，LI W W.Measurement of the contribu-tions of science and technology to the marine fisheries industry in the coastal regions of China [J]. Marine Policy，October 2019，108：103647.

[9]房輝，原峰，熊濤，等.我國區(qū)域海洋科技創(chuàng)新與海洋經(jīng)濟發(fā)展協(xié)調(diào)度研究[J].海洋經(jīng)濟，2019，9（3）：48-54.

[10]胡曉珍.中國海洋經(jīng)濟綠色全要素生產(chǎn)率區(qū)域增長差異及收斂性分析[J].統(tǒng)計與決策，2018，34（17）：137-140.

[11]關洪軍，孫珍珍，高浩楠，等.中國海洋經(jīng)濟綠色全要素生產(chǎn)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（6）：40-53.

[12]丁黎黎，劉少博，王晨，等.偏向性技術進步與海洋經(jīng)濟綠色全要素生產(chǎn)率研究[J].海洋經(jīng)濟，2019，9（4）：12-19.

[13]秦琳貴，沈體雁.科技創(chuàng)新促進中國海洋經(jīng)濟高質量發(fā)展了嗎：基于科技創(chuàng)新對海洋經(jīng)濟綠色全要素生產(chǎn)率影響的實證檢驗[J].科技進步與對策，2020，37（9）：105-112.

[14]杜軍，寇佳麗，趙培陽.海洋環(huán)境規(guī)制、海洋科技創(chuàng)新與海洋經(jīng)濟綠色全要素生產(chǎn)率：基于DEA-Malmquist指數(shù)與PVAR模型分析[J].生態(tài)經(jīng)濟，2020，36（1）：144-153 + 197.

[15]徐孟，劉大海，李森，等.中國涉海城市海洋創(chuàng)新能力測度與評價[J].科技和產(chǎn)業(yè)，2019，19（1）：47-54.

[16]CHARNES A，COOPER W W，RHODES E.Measuring the efficiency of decision making units [J]. European Journal of Operational Research，1979，2（6）：429-444.

[17]CAVES R E. Multinational enterprise and economic analysis [M].Cambridge：Cambridge University Press，1982.

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