海洋经济绿色全要素生产率与其影响因素的动态响应

王玲玲,苏 萌，田相辉*

(1.青岛农业大学经济管理学院， 山东 青岛 266109；
2.中国海洋大学经济学院，山东 青岛 266100)

中国海洋经济增长长期依赖于传统生产要素驱动，但在海洋资源和海洋环境约束的双重压力下，海洋经济的发展需要新的动力，即需要从要素驱动变为生产率驱动(秦琳贵等，2020)[1]，而海洋经济绿色全要素生产率(MGTFP)既考虑了海洋资源环境，又关注海洋经济内涵质量，契合海洋经济高质量发展理念，必将成为海洋经济增长的新动能。另外，从中国海洋经济增速来看，2006年其增长速度高达18%，2012年后，增长速度明显放缓，2015—2017年稳定在6%～7%之间，进一步说明海洋经济已完成了高速增长阶段，转向了需要提高内涵质量的阶段。因此如何提升MGTFP的水平成为关键，众多学者从不同角度探讨过MGTFP的影响因素，为提升MGTFP提出了相应的对策建议。但鲜有学者从MGTFP指数分解的角度探寻其增长的路径，微观层面的MGTFP指数分解表明，海洋技术进步指数和技术效率指数的提升能有效推动MGTFP的增长；
从宏观和中观层面来看，海洋产业结构升级可能会带来“结构红利”，能够影响MGTFP的水平。因此基于MGTFP的内涵，归纳影响其增长的关键因素为海洋科技创新和海洋产业结构升级。本文在科学测算MGTFP的基础上，分析海洋科技创新与海洋产业结构对MGTFP的动态影响机理，为提升MGTFP水平，实现海洋经济高质量发展提供理论依据和决策参考。

2010年以后关注和研究MGTFP的文献逐渐增多，对MGTFP的测算主要基于SBM方向性距离函数，赵林等(2016)[2]基于SBM和Malmquist指数对MGTFP进行分析。盖美等(2018)[3]、朱静敏等(2019)[4]运用三阶段超效率SBM-Global模型测算MGTFP，并分析其影响因素。丁黎黎等(2017)[5]基于改进RAM-Undesirable模型对我国MGTFP进行测度和分析。

关于MGTFP提升路径研究，丁黎黎等(2015)[6](2018)[7]、邹玮等(2017)[8]、韩增林(2019)[9]、秦琳贵等(2020)[1]分别从不同的视角，选取不同的变量研究MGTFP的影响因素，海洋产业结构升级、海洋科技创新作为其关键影响因素，被大多学者认可。其中有的学者还分析了海洋科技创新与MGTFP的动态关系，宁凌等(2020)[10]分析海洋科技创新、MGTFP和海洋经济发展的动态关系。杜军等(2020)[11]分析了海洋环境规制、海洋科技创新和MGTFP的动态关系。但鲜有文献将海洋科技创新、海洋产业结构升级和MGTFP放在一个框架中,分析两者对MGTFP动态影响机理，并探寻MGTFP的增长路径。

通过对文献的梳理发现，现有文献在MGTFP的测算以及MGTFP影响因素等方面的相关研究，为本文的研究提供了借鉴和参考。但也有些许不足：第一，在对MGTFP的影响因素研究中，多数选择静态计量模型进行分析，忽略了模型存在内生性的问题，可能会导致结果有偏差。第二，对于MGTFP增长路径的探讨，海洋科技创新、海洋产业结构升级对MGTFP影响动态效应的研究，两两之间影响的动态关系分析较多，鲜有文献将这三个变量放在一个框架中进行分析。因此本文将科学、全面的选取投入产出指标测算MGTFP,考虑变量的松弛性和决策单元的有效区分，选择SBM超效率模型进行测算。在此基础上，将海洋科技创新、海洋产业结构升级和MGTFP都看作内生变量，构建PVAR模型分析两者对MGTFP影响的动态效应，以期探索MGTFP提升的路径，为决策提供理论依据和借鉴。

2.1 SBM超效率模型

(1)

其中，λj为权重变量。

借鉴Tone (2002)[12]提出的SBM的超效率模型测算MGTFP，其非导向的模型表示为：

(2)

2.2 全局参比的Malmquist-Luenberger指数

借鉴Pastor和Lovell(2005)[13]提出的全局参比的ML指数，以11个沿海地区所有各期的海洋经济投入产出总和作为参考集，各期的参考集为：

(3)

其中Sg指共同参考集，P指的是期数。

具体的计算公式如下：

(4)

2.3 PVAR模型

本文立足MGTFP的内涵，选择海洋科技创新和海洋产业结构升级两个指标，并将其作为内生变量，构建面板PVAR模型，分析两者对MGTFP的动态响应关系，探寻MGTFP增长路径。

面板PVAR的具体形式如下：

(5)

其中，i表示沿海地区11省市；
t表示年份；
Yit={MGTFP,TECH,MIS}，分别表示MGTFP、海洋科技创新和海洋产业结构升级；
γ0为截距项向量；
p为滞后阶数；
γj为滞后j阶的参数矩阵；
αi为个体固定效应向量；
βt为时间效应向量；
εit为随机扰动项。

2.4 指标的选取与数据来源

2.4.1 MGTFP测算指标

MGTFP测算指标的选取，对于海洋资源投入、海洋非期望产出进行了充分考虑。

1)投入指标

海洋劳动投入：用沿海地区11省市的涉海就业人数来衡量。由于2018年的年鉴中已不再统计此指标，采用张军等(2004)[14]对缺失数据的处理方法，用沿海各省份的时间趋势(取对数)对已有的2006—2016年的沿海各地区涉海就业人数(取对数)进行OLS回归，用2017年的拟合值来代替。

海洋资本投入：现有年鉴中没有对此指标的直接统计，借鉴丁黎黎(2015)[6]的做法，用沿海地区海洋生产总值占地区生产总值的比重作为折算系数，对11个沿海地区资本存量进行折算，其中沿海各地区资本存量的估算方法采用永续盘存法，借鉴张军[14](2004)的计算公式：

Kt=It/Pt+(1-δt)Kt-1

(6)

其中,Kt和Kt-1分别表示t和t-1年的资本存量；
It表示t年的投资；
Pt表示t年的固定资产价格指数；
δt表示t年的资本折旧率，设定为9.6%。根据张军(2004)[14]计算的2000年的初期资本存量以及固定资产价格指数计算出以2005年为基期的实际资本存量。

海洋资源投入：借鉴丁黎黎(2017)[5]的做法，考虑到资源的市场化管理，用海域使用权确权面积对海洋资源投入进行量化。

2)产出指标

期望产出：用沿海地区11省市的海洋生产总值来衡量，然后用CPI换算成以2005年为基期的可比价格。

非期望产出：考虑到海洋的自然属性和海洋经济的特点，选择海洋工业固体废物排放量和海洋工业废水排放量作为非期望产出。由于现有的统计数据中缺失这两个指标，用上述的折算系数对这两个指标进行折算得到。为满足测算模型对自由度的要求，通过熵值法将两个变量转换为一个变量，作为非期望产出。

2.4.2 PVAR模型变量选取

1)海洋科技创新(TECH)

本研究从海洋科技创新成果的角度分析其对MGTFP的影响，因此从产出的角度进行界定，又鉴于海洋科技创新能力主要体现在专利数量上，同时也参考了已有文献如王金波、佟继英(2018)[15]、高瑜玲(2018)[16]度量科技创新的思路，选用2006—2017年沿海各地区拥有发明专利总数来衡量。

2)海洋产业结构升级(MIS)

根据配第-克拉克定理，借鉴陈晓等(2019)[17]的做法，用海洋第二产业增加值和第三产业增加值之和与海洋第一产业增加值的比值来衡量海洋产业结构升级。

所有数据来源于《中国海洋统计年鉴》(2007—2017)、《中国海洋经济统计年鉴》(2018)和Wind数据库。

3.1 MGTFP测算

基于SBM超效率模型，运用MAXDEA Ultra 8.1软件对MGTFP进行测算，根据测算结果，从MGTFP的时序演变和地区差异两个角度进行分析。

我国MGTFP在时间序列上的变化，如图1所示。从总体上看，2006—2017年MGTFP年均增长为2.97%，表明中国MGTFP呈现缓慢上升的趋势。2006—2011年间MGTFP呈现“M”型变动趋势，2006—2008年MGTFP处于明显的增长态势，并于2008年达到研究时段的最高值为1.3195，可能是2003年颁布的《全国海洋经济发展规划纲要》，从海洋科技创新、海洋生态环境和海洋资源保护等方面提出了相应的目标，宏观政策的引领作用已现成效，引领海洋经济的发展方向，促进了MGTFP的提升。2008—2009年，MGTFP出现明显下降，主要受全球性金融危机的影响，海洋经济作为国民经济的一部分，也不可避免的遭受了打击。2009—2011年MGTFP迅速回升，与胡晓珍(2018)[18]、丁黎黎(2015)[6]的研究一致。为应对金融危机的影响，国家出台多条宏观政策刺激经济快速复苏，其中关于海洋经济的政策红利促进了MGTFP提升。2011年之后，MGTFP出现下降，与丁黎黎(2019)[19]、狄乾斌(2018)[20]的研究一致，直到2015年MGTFP指数都是小于1的，说明MGTFP在此阶段呈下降趋势，可能原因是宏观政策的利好虽然促进海洋经济的发展，但在发展的过程中一味地追求海洋生产总值的提升，以海洋环境污染加剧和海洋资源过度利用为代价，在此期间，东海和渤海区域出现大面积赤潮现象，可见这个阶段海洋环境污染的严重性。2016—2017年间，MGTFP呈现回升态势，伴随“十三五”规划的出台，需要转变海洋经济的发展方式，从要素驱动的粗放发展方式向提质增效转变，宏观政策为海洋经济指明了发展方向，更加注重内涵质量的提升，从而带动了MGTFP的提升。

图1 2006—2017年MGTFP指数历年均值

从MGTFP地区间的比较来看，如表1所示，MGTFP在2006—2017年呈现正增长的有天津、上海、江苏、浙江、福建、山东、广东、海南八个沿海地区，其中上海MGTFP均值最大为1.183 3，辽宁MGTFP均值最低为0.968 7，地区间有较明显的差异。MGTFP增长较大的地区，如上海、海南、江苏、天津等，一般是海洋经济较为发达，海洋生态环境良好的地区，与实际情况基本吻合。如河北、辽宁、广西在研究时段内MGTFP指数小于1，呈现负增长，主要原因是海洋经济体量小，或者是资源的配置效率较低。

表1 沿海地区2006—2017年MGTFP指数均值及排名

3.2 PVAR实证结果与分析

3.2.1 平稳性检验和最优滞后阶数确定

1)平稳性检验

结合本文的数据特点，对{MGTFP,TECH,MIS}三个变量进行平稳性检验，选择LLC检验、IPS检验，检验结果如表2所示：

表2 平稳性检验结果

由检验结果可知，在LLC和IPS的检验中，至少在5%的显著性水平下拒绝了原假设，说明三个变量都是平稳序列，可以进行下一步的估计。

2)最优滞后阶数确定

根据MAIC、MBIC和MQIC信息准则确定模型的最优滞后阶数，如表3所示，最优滞后阶数为1阶。

表3 最优滞后阶数选择

3.2.2 系统GMM估计

将{MGTFP,TECH,MIS}三个内生变量的滞后项作为工具变量，根据Love、Zicchino(2005)[21]的Helmert方法，对{MGTFP,TECH,MIS}进行前向均值差分消除个体效应，得到序列{h_MGTFP,h_TECH,h_MIS}，如表4所示，其中L.表示滞后一期变量。另外对PVAR的系统GMM估计结果进行稳定性检验，三个特征根都小于1，所以模型是稳定的。

表4 PVAR模型的系统GMM估计结果

由PVAR的估计结果可见，在MGTFP方程中，滞后一期的MGTFP在99%的置信度下对自身产生正向影响，说明MGTFP的变动在短期内具有动态传导性。滞后一期的海洋产业结构升级在10%的显著性水平下对MGTFP有显著的正向效应，说明海洋产业结构升级能够促进MGTFP的提升，因此提高海洋第二、三产业的比重，将海洋第二、三产业协同发展，持续优化海洋产业结构，是实现MGTFP增长的重要路径。海洋科技创新在1%的显著性水平下不利于MGTFP的提升，本文用专利总数来衡量海洋科技创新，可能由于海洋专利转化率不高，导致不能很快的转化为海洋经济中现实的生产力，所以需要将海洋科技产出成果尽快落地，才能提升MGTFP。

3.2.3 PVAR模型Granger因果检验

利用Granger因果检验进一步明确{MGTFP,TECH,MIS}三者的因果关系以及各变量间短期动态影响的作用方向，如表5所示。海洋科技创新、海洋产业结构升级与MGTFP至少在10%的显著水平下互为格兰杰因果关系，从而表明三个变量间存在短期的因果关系。对于海洋科技创新、海洋产业结构升级以及MGTFP是否存在长期因果关系以及动态影响路径，需要进一步的脉冲响应函数和方差分解进行检验。

表5 Granger因果检验结果

3.2.4 脉冲响应函数

为分析{MGTFP,TECH,MIS}三个变量之间的动态传导机制，运用脉冲响应函数对其进行动态交互效应的研究，为保证模型的稳健性，蒙特卡洛模拟设置为1 000次，时间跨度为0—10期，得到三个变量在95%置信区间的脉冲响应图，如图2所示。

图2 脉冲响应图

MGTFP对自身冲击的反应迅速，冲击时达到最大值，随后迅速下降，并于第5期时趋于稳定，但对来自于自身冲击的效应已变为负向效应，说明MGTFP在短期内自身增强效应明显，与系统GMM的估计结果一致，但从长期来看，不具有累积效应。MGTFP对于来自海洋产业结构升级的冲击时，最初并没有反应，之后响应值上升并一直具有正向影响且趋于稳定，说明海洋产业结构升级对MGTFP的促进作用存在滞后过程，从长远看有利于MGTFP的提升，因此提高海洋第二、三产业的比重，对MGTFP的提升有促进作用。MGTFP受到海洋科技创新的冲击时，前2期处于负向效应并迅速下降，之后负向效应逐渐减弱，第5期时负向效应趋近于0，并有可能在10期之后产生正向效应，说明海洋科技创新虽然在短期内不利于MGTFP的提升，但从长远来看，这种负向效应会随着海洋科技创新成果的转化而逐渐消失。可能是沿海各地区拥有的专利在短期内转化率较低，或者是海洋科技成果转化为现实生产力有时滞性，短期内不利于MGTFP的提升，随着专利转化率的提升，能够形成现实的海洋生产力，海洋科技创新对MGTFP的不利影响会逐渐缩小，并可能会有正向的影响。

3.2.5 方差分解

为分析{MGTFP,TECH,MIS}每一个单位冲击的贡献程度，通过设置蒙特卡洛模拟1 000次，期数为30，得到{MGTFP,TECH,MIS}的方差分解结果，如表6所示。

从表6可见，在20期之后，三个变量的方差分解结果几乎一致，说明20期后{MGTFP,TECH,MIS}三个变量的动态关系已经达到均衡。

MGTFP受自身冲击的影响最大，虽然有下降的趋势，但最终仍稳定在70%左右。因此，从长期看，沿海各地区要做好部署，促进MGTFP增长的良性循环。海洋科技创新对MGTFP的贡献率稳定在7.3%左右，海洋科技创新对GMTFP增长的贡献相对较小，所以要持续提高海洋科技成果转化率，增大海洋科技创新对MGTFP的贡献。海洋产业结构升级对MGTFP的贡献率逐渐增长，从第5期的0.0874，快速增长到第10期的0.1818，最后稳定在22%左右。说明海洋产业结构升级对于MGTFP的提升有明显的促进作用，因此沿海各地区要继续优化海洋产业结构，使海洋二、三产业协调发展，更大程度的提升MGTFP。

表6 方差分解结果

4.1 结论

本文以2006—2017年中国沿海地区11省市为研究对象，基于SBM超效率模型测算了MGTFP，在此基础上，构建PVAR模型考察了海洋产业结构升级和海洋科技创新对MGTFP影响的动态效应。结果发现2007—2017年中国MGTFP年平均增长率为2.97%。从地区来看，MGTFP在2006—2017年呈现正增长的省市有天津、上海、江苏、浙江、福建、山东、广东、海南八个省市，只有河北、辽宁、广西在研究时限内MGTFP呈现负增长。

从PVAR的系统GMM估计结果看，MGTFP的短期变动具有动态传导和明显的累积效应。海洋产业结构升级在短期内对MGTFP的提升有显著的促进作用，而海洋科技创新在短期内不利于MGTFP的提升。从Grander因果检验来看，海洋科技创新、海洋产业结构升级和MGTFP在10%的显著性水平下互为因果关系。

从脉冲响应图可见，MGTFP对自身冲击的反应迅速，冲击时达到最大值，随后迅速下降，并于第5期时趋于稳定且变为负向效应。MGTFP对于来自海洋产业结构升级的冲击时，最初并没有反应，之后响应值上升并一直具有正向影响且趋于稳定。MGTFP受到海洋科技创新的冲击时，前2期处于负向效应并迅速下降，之后负向效应逐渐减弱，第5期时负向效应趋近于0，并有可能在10期之后产生正向效应，长期看海洋科技创新对MGTFP的提升可能会有正向效应。从方差分解的结果来看，MGTFP受自身冲击的影响最大，最终仍稳定在70%左右，现阶段海洋科技创新对GMTFP增长的贡献较小，稳定在7.3%左右，海洋产业结构升级对MGTFP的贡献率逐渐增长，最后稳定在22%左右，说明提高海洋二、三产业的比重对于MGTFP的提升有明显的促进作用。

4.2 建议

1)持续优化海洋产业结构。从本文的结论可知，不管是短期内还是长期内，海洋产业结构升级对MGTFP都有显著的促进作用，所以要增加海洋第二、三产业的比重，在发展海洋第二产业的同时，要注意协调海洋资源与海洋生产活动的平衡发展，避免海洋传统产业对海洋资源的过度消耗和依赖，重点发展高新技术产业和海洋服务业，推动MGTFP的提升，促进海洋经济高质量发展。

2)推动海洋科技创新成果转化落地。从海洋科技创新对MGTFP的动态响应关系来看，在短期内不利于MGTFP的提升，长期对MGTFP的提升可能会有正向效应，可能的原因是短期内海洋科技机构专利的转化率较低，海洋科技成果落地生金的能力较差。因此需要积极推动海洋科技创新成果的转化，在实践中，可以选择海洋高新技术企业进行试点，推动海洋科技创新成果及时应用于海洋产业，形成现实的海洋经济生产力，促进MGTFP的提升。

猜你喜欢 产业结构变量动态 国内动态卫星应用(2022年7期)2022-09-05私募股权投资对产业结构升级的影响客联(2022年4期)2022-07-06国家自主创新示范区在西部产业结构优化升级中的作用党政研究(2022年3期)2022-05-25国内动态卫星应用(2022年3期)2022-05-23国内动态卫星应用(2022年1期)2022-03-09城镇化对产业结构高级化的影响研究科学与财富(2021年34期)2021-05-10我国产业结构合理化程度的差异研究智富时代(2019年6期)2019-07-24我国产业结构合理化程度的差异研究智富时代(2019年6期)2019-07-24分离变量法：常见的通性通法新高考·高二数学(2014年7期)2014-09-18不可忽视变量的离散与连续福建中学数学(2011年9期)2011-11-03 相关热词搜索：生产率，要素，响应，