成果速览
"Research on China's marine economic growth pattern: An empirical analysis of China's eleven coastal regions"已发表于《Marine Policy》期刊。
引用格式:Wenhan Ren, Qi Wang & Jianyue Ji(2018):Research on China's marine economic growth pattern: An empirical analysis of China's eleven coastal regions,
DOI:10.1016/j.marpol.2017.10.021
研究背景
由于海洋资源浪费、海洋环境污染、区域发展不平衡等严重问题,中国海洋经济的发展面临着前所未有的挑战。因此,研究我国海洋经济增长方式具有重要意义,可以保证海洋经济的可持续发展。本研究利用2006 - 2014年我国11个沿海地区的数据,运用柯布-道格拉斯生产函数和索洛残差法评价了我国沿海地区海洋经济全要素生产率的贡献率。为了更客观地说明海洋经济增长模式,引入了海洋经济增长集约系数。结果表明,2006 - 2014年中国海洋经济全要素生产率贡献率呈小幅上升趋势,平均增长率从- 0.58%上升到3.39%。中国沿海地区对海洋经济全要素生产率的贡献各不相同。同期海洋经济增长的主要驱动因素是要素投入,我国海洋经济增长方式仍然粗放。从区域来看,虽然我国大部分沿海地区经历了粗放式增长,但自2012年中国政府实施试点项目以来,我国沿海地区海洋经济增长幅度有所下降。
研究结果
1.海洋经济TFP的贡献率
表3 海洋经济全要素生产率对我国沿海11个地区的贡献率
|
2006 - 2007 |
2007 - 2008 |
2008 - 2009 |
2009 - 2010 |
2010 - 2011 |
2011 - 2012 |
2012 - 2013 |
2013 - 2014 |
天津 |
0.1948 |
−0.5728 |
0.2555 |
0.2162 |
− |
0.3085 |
0.0511 |
0.1997 |
0.0327 |
河北 |
−0.3529 |
−1.4867 |
0.4807 |
0.0985 |
− |
0.0739 |
0.0993 |
0.0243 |
0.2212 |
辽宁 上海 |
−0.1614 −0.2217 |
−0.7770 −0.3547 |
0.2738 0.4976 |
−0.2578 0.2936 |
− − |
0.0483 0.6143 |
7.1580 0.4520 |
0.0271 0.3902 |
−0.3972 0.6181 |
江苏 浙江 |
0.2544 0.0870 |
−0.8212 −0.1213 |
0.3628 0.3865 |
0.1235 −0.3212 |
− − |
0.2119 0.3734 |
0.2530 0.2499 |
−0.0721 0.0994 |
0.2575 −0.0539 |
福建 山东 |
0.0725 0.0323 |
−0.2639 −0.3061 |
0.2370 0.2911 |
−0.1042 0.0890 |
− − |
0.3416 0.4428 |
−0.4148 0.1226 |
0.1754 0.1191 |
0.2252 0.2697 |
广东 |
−0.2186 |
0.0021 |
0.2850 |
0.1689 |
− |
0.7531 |
0.0745 |
−0.1982 |
0.1284 |
广西 海南 |
−0.4430 0.1613 |
−0.9423 −1.4976 |
−0.1367 0.3115 |
−0.5103 −0.1135 |
− − |
4.6585 0.7418 |
0.1027 −0.3849 |
0.2575 0.0817 |
0.1252 14.2497 |
平均 |
−0.0058 |
−0.0368 |
0.0299 |
0.0048 |
− |
0.0460 |
0.0528 |
0.0065 |
0.0339 |
表3显示了中国11个沿海地区海洋经济TFP的贡献率。2006-2014年,TFP对海洋经济的贡献率呈现缓慢上升趋势;平均值从2006年的- 0.58%上升到2014年的3.39%。这一趋势与我国对海洋经济的不断关注和海洋强国战略政策的制定密切相关。但不可否认的是,要素投入仍是这一时期海洋经济增长的主要驱动因素。具体来说,2006年中央经济工作会议明确指出,海洋经济的发展可以得到政策和资金的支持。海洋经济的长远发展已逐步提升到国家战略水平,我国为海洋经济的发展投入了大量资金。2010年,政府开始关注海洋经济发展试点项目,并制定中央财政资金,确保试点项目顺利进行。然而,这一结果并不意味着这一时期海洋经济的全要素生产率没有贡献,而仅仅意味着这两个时期的海洋经济的全要素生产率相对于巨大的海洋经济的全要素生产率来说是相对较小的资本投资。由于2008年的金融危机,2007 - 2008年海洋经济TFP的贡献率为负。金融危机迅速从美国蔓延到全球,中国经济增速放缓,导致这一时期海洋经济出现负增长。可以预测,由于TFP对海洋经济增长的影响不仅伴随着相应的投入,而且具有一定的滞后性和周期性,短期内海洋经济的TFP贡献率还将继续不规律地发展。因此,每年计算的海洋经济TFP贡献率必然会随着海洋经济发展程度的变化而波动。此外,海洋经济TFP的测量考虑了不可预测的政治因素和自然条件的影响,这些因素也会引起波动。
就各区域而言,从纵向上看,中国11个沿海区域海洋经济TFP贡献率及其变化原因与国家统计数据基本一致。但从横向上看,我国11个沿海地区海洋经济TFP贡献率存在显著差异:在山东、福建、广东等省,海洋经济TFP的贡献率处于前列,主要是由于设立了国家批准的试点项目。2010年,国务院批准了浙江、山东、广东、福建、天津四省海洋经济发展试点项目。试点初期,试点地区投入大量资金进行海洋基础设施建设,导致试点地区海洋经济要素投入过多。此外,这些项目也不同程度地降低了海洋经济TFP的贡献率。在试点项目实施一年后,大量早期资本投资放缓,中国开始将重点从海洋项目转向提高技术水平。2011 - 2012年,山东、浙江、广东、天津四省海洋经济TFP贡献率均有所提高。2012年12月,财政部和国家海洋局分配大约十亿元的中央预算资金支持在山东、浙江、福建、广东开展的重点项目,这直接导致了这四个省份的贡献率迅速增长。与其他试点地区相比,浙江省海洋经济TFP贡献率有所下降,这与浙江省的海洋经济政策密切相关。自试点实施以来,浙江省一直致力于对海岛基础设施、海洋科研、海洋产业和海洋生态环境保护等项目提供财政补贴,每年都有专项资金支持。这些措施直接导致了浙江省海洋经济要素投入过多,从而影响了海洋经济TFP的贡献率。上海和江苏两省海洋自然条件独特,经济实力雄厚,科研水平高,海洋技术较好。这些优势提高了海洋经济TFP的贡献率。广西、海南、河北三省经济实力相对较弱,GOP较低,但海洋经济TFP贡献率远远大于先行区,甚至高于先行区。造成这一结果的主要原因有两个:一是国家某些政策的辐射效应以及周边试点地区在一定程度上促进了海洋经济的全要素生产率。第二个原因是用于计算缴款率的方法。贡献率由海洋经济的TFP和GOP增长率共同决定。当海洋经济的TFP不变时,GOP增长率越小,海洋经济的TFP贡献率越大。辽宁省海洋经济TFP贡献率极低,甚至多年为负值,主要原因是传统海洋产业比重较大,新兴海洋产业比重较小。只有海洋渔业和海洋航运业的产值占比大于50%。海洋生物医药、海水综合利用、海洋发电等行业占GOP的比重不足1%,海洋新兴产业数据统计和发布相对落后于其他省份,辽宁省海洋科学技术水平处于中等水平。海洋科技投入不足不仅不利于海洋经济综合发展整体水平和效率的提高,而且影响了海洋企业技术创新的积极性和海洋科技成果的转化率。
除上述分析结果外,由于本研究的局限性,测量计算得到奇异值。2011 - 2012年海南省和2013 - 2014年辽宁省海洋经济TFP贡献率均大于100%,但这并不意味着海洋经济TFP对产业的促进作用显著。这一结果表明,2013 - 2014年海南省和2011 - 2012年辽宁省海洋经济投入产出比呈下降趋势。同样,海洋经济全要素生产率的贡献率为负,但这并不意味着海洋经济全要素生产率阻碍了海洋经济的发展。2007 - 2008年,河北、海南和广西海洋经济TFP贡献率均大于- 100%,2010 - 2011年,广西海洋经济TFP贡献率大于- 100%。数据可能看起来难以理解;不难看出,过去几年海洋经济TFP的贡献率一直是负的。这些数据表明,这些省份的海洋经济效益近年来呈上升趋势。当使用索洛残差法时,海洋经济TFP的贡献率等于GOP增长率减去资本和劳动力投入增长率,计算出的结果正好相反。因此,海洋经济的贡献率的TFP不是绝对的和孤立的数据。
2.中国区域海洋经济增长模式
表4 2006-2014年我国沿海地区海洋经济增长集约系数
|
2006 - 2007 |
2007 - 2008 |
2008 - 2009 |
2009 - 2010 |
2010 - 2011 |
2011 - 2012 |
2012 - 2013 |
2013 - 2014 |
平均(2006 - 2012) |
平均(2012 - 2014) |
天津 河北 |
0.2419 −0.2608 |
−0.3642 −0.5979 |
0.3432 0.9257 |
0.2758 0.1093 |
− − |
0.2358 0.0688 |
0.0539 0.1102 |
0.2495 0.0249 |
0.0338 0.2840 |
0.0525 0.0363 |
0.1417 0.1545 |
辽宁 上海 |
−0.1390 −0.1815 |
−0.4373 −0.2618 |
0.3770 0.9904 |
−0.2050 0.4156 |
− − |
0.0461 0.3805 |
−1.1624 0.8248 |
0.0279 0.6399 |
−0.2843 1.6185 |
−0.2688 0.2345 |
−0.1282 1.1292 |
江苏 浙江 |
0.3412 0.0953 |
−0.4509 −0.1082 |
0.5694 0.6300 |
0.1409 −0.2431 |
− − |
0.1748 0.2719 |
0.3387 0.3332 |
−0.0673 0.1104 |
0.3468 −0.0511 |
0.1274 0.0725 |
0.1398 0.0296 |
福建 |
0.0782 |
−0.2088 |
0.3106 |
−0.0944 |
− |
0.2546 |
−0.2932 |
0.2127 |
0.2907 |
−0.0770 |
0.2517 |
山东 广东 |
0.0334 −0.1794 |
−0.2344 0.0021 |
0.4106 0.3986 |
0.0977 0.2032 |
− − |
0.3069 0.4296 |
0.1397 0.0805 |
0.1352 −0.1654 |
0.3693 0.1473 |
0.0234 0.0126 |
0.2523 −0.0090 |
广西 海南 |
−0.3070 0.1923 |
−0.4851 −0.5996 |
−0.1203 0.4524 |
−0.3379 −0.1019 |
− − |
0.8233 0.4259 |
0.1145 −0.2779 |
0.3468 0.0890 |
0.1431 −1.0755 |
−0.3265 −0.1268 |
0.2450 −0.4933 |
平均 |
−0.0058 |
−0.0355 |
0.0308 |
0.0048 |
− |
0.0440 |
0.0557 |
0.0065 |
0.0351 |
|
|
表4给出了2006 - 2014年中国沿海地区海洋经济增长的密集系数。总体而言,海洋经济增长的密集系数几乎小于1。因此,中国海洋经济的增长方式仍是粗放型的,即以要素投入为主。但我国海洋经济增长的密集系数有所提高,粗放型海洋经济增长的程度有所下降。自2012年起,中国政府开始在研究地区开展海洋试点;因此,为了更好地观察和比较数据,本文选取了2006-2012和2012-2014两个时间段的海洋经济增长密集系数的平均值。大部分省份在这两个时间段内,海洋经济增长密集系数的平均值几乎小于1。某些省份甚至有负值。2012 - 2014年海洋经济增长密集系数平均值高于2006 - 2012年平均值。2012 - 2014年海洋经济增长集约系数平均值低于2006 - 2012年,只有浙江、广东和海南三个省的海洋经济增长集约系数平均值低于2006 - 2012年。2012-2014年的数据表明只有上海的海洋经济增长集约系数大于1,海南的海洋经济增长集约系数在我国沿海地区中最低。显然,中国大部分沿海地区呈现出粗放型增长模式;然而,2012年中国政府实施试点后,我国沿海地区粗放式的海洋经济增长模式有所下降。
近年来,中国十分重视发展海洋经济,但是,海洋经济增长方式仍然是粗放型的。主要原因是中国的元素成本和技术进步。发达国家通过自主研发实现技术进步。然而,发展中国家不仅依靠自主研发,而且依靠进口技术。自主研发往往投资高、风险大,技术引进成本低、风险小。技术引进一般包括购买技术设备。在经济增长核算中,技术输入表现为要素投入的增加,而不是索洛剩余的增加。相比之下,自主研发的成本表现为索洛剩余的增加,而不是要素投入的增加。中华人民共和国成立以来,中国海洋经济发展实现了全面飞跃,但与发达国家相比,中国的发展还处于起步阶段,要素和技术引进的成本远低于自主研发的成本。因此,当前中国海洋经济增长方式依然粗放。
结论
海洋经济发展对要素投入的依赖程度大于对全要素生产率的依赖程度,阐述了我国海洋经济粗放型增长方式的特点。本文将海洋经济TFP的贡献率作为衡量海洋经济增长方式的指标。为了更客观地说明海洋经济增长模式,引入了海洋经济增长集约系数。本文利用2006 - 2014年中国11个沿海地区的数据,运用柯布-道格拉斯生产函数和索洛残差法对中国沿海地区海洋经济TFP的贡献率进行了评价。分析表明,2006 - 2014年中国海洋经济TFP贡献率呈小幅上升趋势,平均增长率从- 0.58%上升到3.39%。这一结果与国家对海洋经济的不断重视、中国海洋经济产业结构的调整、中国海洋强国战略的制定有着密切的关系。但不可否认的是,要素投入仍是这一时期海洋经济增长的主要驱动因素。根据实证结果,它可以预测,TFP的海洋经济的贡献率在短期内将继续发展,因为它的影响不仅是伴随着相应的输入,也有一定的滞后和周期性的特征。因此,每年计算的海洋经济TFP贡献率会随着海洋经济发展程度的变化而波动。此外,海洋经济TFP的测算还考虑了不可预测的政治因素和自然条件的影响,这些因素也会引起波动。
对于各沿海区域,从纵向上看,中国11个沿海区域海洋经济TFP贡献率,以及贡献率变化的原因,与国家统计数据基本一致。但是,从水平上看,中国11个国家海洋经济TFP的贡献率存在显著差异。山东、福建、广东等省海洋经济TFP贡献率最大,主要是国家批准的试点项目的建立。上海和江苏两省海洋自然条件独特,经济实力雄厚,科研水平高,海洋科技水平高。这些优势使得海洋经济TFP的贡献率提高。广西、海南、河北三省经济实力较弱,GOP较低,然而,海洋经济TFP的贡献率远远大于甚至高于试点地区。辽宁省海洋经济TFP贡献率极低,甚至多年为负值,主要原因是传统海洋产业比重较大,新兴海洋产业比重较小。
总体来看,新中国成立以来,中国海洋经济发展实现了全面飞跃。但是,与发达国家相比,它仍处于初级阶段。要素和技术引进的成本远低于自主研发的成本。因此,中国海洋经济的增长方式仍然是粗放型的,主要依靠要素投入。在区域方面,虽然中国沿海地区大部分呈现粗放型增长模式,但自2012年中国政府开展试点以来,这种增长模式的程度有所下降。为了发展中国的海洋经济,国家应该认识到实现区域海洋经济平衡的重要性。虽然中国海洋经济实现快速持续发展对要素投入的依赖程度较高,但我国不同的沿海地区具有不同的资源优势。因此,政府应根据海洋经济资源在当地所占的比例对海洋产业进行评级。由于国内外经济形势复杂多变,未来我国产业结构调整和海洋经济增长方式转变将是一项十分艰巨的任务。
作者简介
(一)学术简历:
任文菡(1992-),女,博士,讲师,中共党员,青岛大学卓越人才。主要从事海洋经济增长方式、海洋经济增长效率、海洋及相关领域技术进步及其偏向测度、经济与环境相互关系等领域的科研与实践应用工作。先后在《Journal of Cleaner Production》、《Marine Policy》、《Iranian Journal of Fisheries Sciences》、《中国管理科学》等国内外重要期刊发表高水平论文15余篇。主持涉海领域国家社科基金青年项目1项以及青岛市哲学社会科学规划项目1项;参与完成涉海领域的国家社会科学基金重大项目、国家自然科学基金面上项目、国家教育部社会科学发展报告项目、国家公益项目等10余项课题研究。成果获省部级三等奖1项(首位),市厅级二等奖1项(首位)。担任《Resources, Conservation & Recycling》(SSCI一区)、《Journal of Cleaner Production》(SSCI一区)等国际期刊的审稿人。
(二)前期涉海相关研究成果:
[1] Wenhan Ren, Jianyue Ji, Lei Chen, Yi Zhang. Evaluation of China's marine economic efficiency under environmental constraints - An empirical analysis of China's eleven coastal regions[J].Journal of Cleaner Production,2018, 184: 806-814. (SSCI一区, 影响因子7.051)
[2] Wenhan Ren, Qi Wang, Jianyue Ji. Research on China's marine economic growth pattern: An empirical analysis of China's eleven coastal regions[J].Marine Policy,2018, 87: 158-166. (SSCI一区, 影响因子3.1495)
[3] Jianyue Ji, Qiwei Sun, Wenhan Ren*, Pingping Wang. The Spatial spillover effect of technical efficiency and its influencing factors for China's mariculture - Based on the partial differential decomposition of a spatial durbin model in the coastal provinces[J].Iranian Journal of Fisheries Sciences, 2020, 19(2): 921-933. (SCI)