中国海洋经济全要素生产率影响因素研究——基于空间面板数据模型

苏为华，王 龙，李 伟

(浙江财经学院数学与统计学院，浙江 杭州 310018)

一、引 言

近十年来，随着我国经济快速发展，海洋经济发展十分迅速，已成为我国国民经济的重要组成部分。到2010年，全国实现海洋生产总值39572.7亿元，约占当年GDP的9.86%。但从2001－2010年海洋经济三次产业结构的比重看，第一、三产业比重总体呈下降趋势，第二产业比重由43.6%上升到47.8%，总体呈上升趋势。由此可见，在海洋经济发展过程中，第二产业比重依旧很高，这在一定程度上制约了海洋经济的发展，造成环境破坏和资源浪费。在此情形下，只有依靠技术创新，才能实现海洋经济的可持续发展。因此，研究我国海洋经济全要素生产率影响因素对海洋经济的发展具有重大的现实意义。

目前，国内对沿海省市海洋经济全要素生产率影响因素的研究比较少，相关文献主要采用面板数据模型进行分析。樊华(2011)采用DEA模型测度了海洋科技效率，并运用面板tobit模型对我国区域海洋科技创新效率及影响因素进行研究，结果表明海洋科技人员结构、海洋产业从业人员科技素养及政府影响力对海洋科技创新效率有正向影响［1］。常玉苗(2011)基于面板数据模型对我国沿海11个省市海洋经济影响因素进行分析，发现海洋经济发展与海洋产业的规模、港口、政策等因素关系显著［2］。虽然已有文献挖掘出一些非常重要的影响因素，但都忽略了海洋经济发展的空间传导效应。基于此，本文采用空间面板数据模型分析全要素生产率的空间溢出效应和影响因素的作用程度，以期为我国海洋经济更好的发展提供相关参考依据。

二、我国海洋经济全要素生产率测度

目前，已有文献对全要素生产率的测度主要使用Malmquist生产力指数法［3］，并且Malmquist生产力指数法采用非参数的DEA方法估计，不需要多种行为假设，结论比较稳健。因此，本文采用Malmquist生产力指数法进行海洋经济全要素生产率测定。根据Fare(1994)的研究，Malmquist生产力指数定义为如下形式［4］:

即全要素生产率指数(Malmquist生产力指数)可分解为技术效率指数(efficiency change)和技术进步指数(technical change)。

本文选取1996－2010年我国沿海11个省市海洋经济相关方面的数据测度海洋经济全要素生产率，使用的数据来自《中国海洋统计年鉴》和《中国统计年鉴》。变量主要有海洋生产总值(yit)、海洋从业人员(laborit)、海洋资本存量(capitalit)。为便于比较，资本和海洋生产总值都剔除价格因素的影响，资本存量的计算采取永续盘存法获得，即通过wu(2003)的算法进行计算［5］。折旧率δ采用同类研究中的假设，折旧率定为5%。

三、我国海洋经济的空间溢出效应及影响因素分析

在海洋经济的发展过程中，一个地区的发展可能会间接地影响另一个地区的发展，因而需要考虑海洋经济发展过程中的空间效应。下文分别以TFP指数、技术进步指数、技术效率指数为因变量，说明它们是否具有空间溢出效应及影响因素的作用程度。模型的估计结果根据Lesage等人编写的基于matlab软件的Spatial Econometrics工具箱获得。

(一)数据说明

基于海洋经济理论及其数据可获得性的基础上，本文选取的影响因素指标如下:

1.政府财政支出中用于科技投入的比例(finexpit)。该指标主要是通过影响全社会技术水平，进而间接地体现为对海洋经济产生作用。

2.进出口总额占GDP的比例(eximpit)。该指标用来度量一个地区的开放程度，开放程度越高的地区，海洋经济的发展就越有比较优势。

3.科研机构中专业技术人员占从业人员的比例(tecpeoit)、各地区的平均教育年限(eduit)。该指标用来度量人力资本，因为人力资本一般会促进经济发展和技术进步。

4.海洋经济服务业的比例(servindit)。该指标用来度量海洋经济发展水平的高低程度。

5.哑变量(Dum0106it)。该指标用来度量海洋经济的发展是否受到政策的影响。其中， “十五”规划开局之年(2001年)和“十一五”规划开局之年(2006)定义为1，其余的年份定义为0。

以上数据均来源于《中国海洋统计年鉴》和《中国统计年鉴》的1997－2011年各期。

(二)空间面板数据模型及其拟合结果

一般来讲，做空间计量分析，首先是空间自相关性检验。已有的空间相关性检验主要有Moran's I(Moran，1948)、LMlag(Anselin，1988b)、LMerr(Burridge，1980)、Lratios、Walds 等统计量［6］［7］。其次是空间滞后模型(SLM)和空间误差模型(SEM)的选择，主要采用LMerr(Burridge，1980)、LMlag(Anselin，1988b)检验统计量［7］。最后是随机效应(RE)和固定效应(FE)的选择，目前已有文献都是根据Spatial Econometrics工具箱提供的空间固定、时间固定、空间时间都固定以及混合OLS四种模型来分析比较模型，没有对固定效应模型和随机效应模型进行检验。本文在已有研究的基础上，使用空间Hausman检验来选择随机效应模型和固定效应模型［8］，因此本文在理论上更有依据。

根据空间滞后模型(SLM)和空间误差模型(SEM)［9］［10］，结合本文定义的变量，我们建立如下的模型:

其中，Yit分别为TFP指数、技术效率指数、技术进步指数;W为N×N的空间权重矩阵，若地区i与地区j相邻，则Wij=1，否则Wij=0;δ是误差滞后项系数，度量某区域的变量变化对其相邻区域的影响程度;ρ是因变量滞后项系数，度量相邻区域某变量对本区域某变量的影响程度及方向。

根据定义的变量(除技术效率指数外)，TFP指数、技术进步指数与自变量之间都有很强的空间自相关性(5种统计量的p值在1%的显著性水平下都显著①五种统计量指Moran's I、LMlag、LMerr、Lratios、Walds统计量。)。此外，对12个模型进行了空间Hausman检验②由于本文有三个因变量，每个因变量有SLM-FE、SLM-RE、SEM-FE、SEM-RE四个模型，因而总共有12个模型。，表1是通过空间Hausman检验得到的6个模型估计结果。由表1可知，技术效率指数SEM-RE回归系数显著，但其R2特别小，并且其SLM模型估计系数十分不显著，故在以下的讨论中仅分析TFP指数与技术进步指数。

表1 通过Hausman检验的六个模型估计结果

(三)空间效应分析

首先，空间效应取决于空间滞后项系数ρ或δ。TFP指数的SLM-RE、SEM-RE模型中ρ或δ值为正，且检验结果显著;技术进步指数的SLM-RE、SEM-FE模型中ρ或δ值也为正，且检验结果也显著。因此，TFP指数与技术进步指数在空间上存在较强的自相关性，即海洋经济全要素生产率(TFP)和技术进步通过空间传导机制对其周围地区海洋经济的发展产生正向影响，并且有利的随机冲击也对其海洋经济发展起到正向影响。

其次，技术进步指数空间滞后项前的系数大于TFP指数空间滞后项前的系数，因而技术进步指数的空间影响效应更大。这个结果可能的原因是先进的技术是可以通过购买等方式获得的，在经济发展过程中发挥作用的速度较快。然而，全要素生产率指数中包括技术效率指数，技术效率是指在经济发展中更加充分地利用资源，以取得最大的收益，在调整过程中需要改变要素的投入比例、加强管理等方式，其在经济发展过程中发挥作用的速度比较慢，因此技术进步指数的空间效应要大于TFP指数的空间效应。基于以上分析，在海洋经济的发展过程中需要考虑空间的影响作用，即区域与区域之间的相互作用。

(四)影响因素作用效果分析

1.政府科技投入(finexp)的系数为负，这可能是目前政府科技支出逐年增加的同时，能很好应用于海洋经济发展的最新科技比较少，相应的海洋经济发展比较滞后。这要求在海洋经济的研究中需要创新，间接说明中国海洋经济技术进步并非来自内生技术创新，而是来自技术引进过程中的技术模仿。

2.进出口开发程度(eximp)的系数为正，且只有技术进步指数前的系数显著。这说明一个地区的开放程度能较好地引进科技，提高海洋经济发展的科技水平。但如前所述，技术先进并不意味着效率一定会提高，因为技术效率在经济发展过程中发挥作用的速度缓慢，因此其对TFP指数的影响不显著。

3.服务业(seivind)的系数为正，且只有TFP指数前的系数显著。这说明海洋经济服务业的发展能促进全要素生产率的提高，原因在于海洋经济服务业发展水平就像国民经济服务业发展水平一样，可以作为衡量一个地区海洋经济发达程度的重要度量指标，这个结论与樊华(2011)、常玉苗(2011)的研究结果相类似［1］［2］。

4.教育年限(edu)NB的系数为正，除在技术进步指数的SEM-FE模型中不显著外，在其余的三个模型中都显著。这说明教育能促进海洋经济的发展，此结论与贾宁(2011)的研究结果类似［11］，说明人力资本在海洋经济发展中的重大作用。但海洋科研人员的数量占海洋从业人员的比重(tecpeo)这个变量虽然不显著，但其系数为负，这再一次说明了中国海洋经济的技术进步并不是来自内生的创新，而是来自外来技术的模仿，自身科技投入对经济所起的作用比较小。

5.规划年哑变量(Dum0106)的系数为正，且在四个模型中都显著。这印证了中国海洋经济的发展模式为政策导向型，2001、2006年作为“十五”规划和“十一五”规划开局之年，沿海各省市出台的合理利用和开发海洋资源等新政策对海洋经济的发展影响显著。

四、结 语

本文运用Malmquist生产力指数法和空间面板数据模型对1996－2010年沿海11个省市海洋经济全要素生产率影响因素进行研究，得出如下结论:

(一)对外扩大地区开放程度，对内加大人力资本投入

研究表明，区域开发程度对TFP指数、技术进步指数有正向影响，因此扩大地区开放程度、促进国外先进技术的引入，可从外部提升我国海洋经济实力。此外，人力资本对TFP指数、技术进步指数也有正向影响，加大人力资本投入可对内提升我国海洋经济实力，其主要包括海洋科技自主创新能力培养。

(二)增强地区间的技术交流，充分发挥海洋经济发展过程中的空间集聚和溢出效应

研究表明，TFP指数与技术进步指数在空间上存在较强的空间自相关性，因此增强海洋经济先进技术和最新科研成果在区域之间的交流与合作，发挥科技的空间溢出效应，可更好地促进各地区海洋经济的协调可持续发展。

(三)加快海洋产业升级，兼顾技术进步与技术效率

研究表明，海洋服务业的发展对技术传播、技术效率提高比较重要，因此应加快海洋经济的产业升级，加快海洋经济发展方式的转变，提高海洋经济科技含量水平。同时，应注重海洋经济技术进步与技术效率相统一的原则，而不是单方面进行发展。

［1］樊华.中国区域海洋科技创新效率及其影响因素实证研究［J］.海洋开发与管理，2011，(9):57－64.

［2］常玉苗.我国海洋经济发展的影响因素——基于沿海省市面板数据的实证研究［J］.资源与产业，2011，(5):95－99.

［3］范斐，孙才志，张耀光.环渤海经济圈沿海城市海洋经济效率的实证研究［J］.统计与决策，2011，(6):119－123.

［4］Fare Rolf，Grosskopf Shawna，Norris Mary，Zhongyang Zhang.Productivity Growth，Technical Progress and Efficiency Change in Industrialized Countries［J］.American Economic Review，1994，Vol.84，No.1，pp.66 －83.

［5］Wu Yanrui.Has Productivity Contributed to China＇s Growth ［J］.Pacific Economic Review，2003，8(1):15 －30.

［6］Moran P.The Interpretation of Statistical Maps［J］.Journal of the Royal Statistical Society，1948，Vol.10，No.2，pp.243 －251.

［7］Anselin Luc.Spatial Econometrics:Methods and Models［M］.London:Kluwer，1988.

［8］陈青青，龙志和，林光平.面板数据的空间Hausman检验 ［J］.系统工程，2012，(6):95－99.

［9］Elhorst J.P.Specification and Estimation of Spatial Panel Data Models［J］.International Regional Science Review，2003，(26):244－268.

［10］Elhorst J.P.Spatial Panel Data Models［M］.In Fischer M.M.，Getis A.(Eds.)Handbook of Applied Spatial Analysis，Ch.C.2.Springer:Berlin Heidelberg New York，2009.

［11］贾宁.海洋经济区域差异性检验及影响因素分析［D］.中国海洋大学博士学位论文，2011.

［12］李清彬，刘玉海.中国的集体工业:规模、效率及其影响因素［J］.财经论丛，2011，(4):3－9.

［13］李晓慧.技术效率、技术进步与中国流通业生产率增长［J］.商业经济与管理，2011，(6):18－25.

［14］王淑新.中国西部地区旅游业全要素生产效率研究［J］.浙江工商大学学报，2012，(3):47－54.

［15］杜丹清.生产-流通关系协调发展:理论与对策研究［J］.浙江工商大学学报，2011，(4):54－59.