海洋科技创新TFP增长的差异与收敛

周子文 管红波

摘要：文章运用Malmquist-DEA 指数方法考察中国沿海省、市、自治区2006—2015年海洋科技创新全要素生产率（TFP）变化情况，并将其分解为TEC、TC、PC及SE等4个指标用以分析海洋科技创新TFP增长的内在原因，并对沿海各地区海洋科技创新TFP增长的差异进行收敛检验。研究发现：①海洋科技创新TFP呈现总体增长趋势，但总体规模处于规模报酬递减阶段。②在观察期内，沿海地区TEC、PC和SE这3个指数指标走势基本相同，较为稳定，都在1.000这条水平线附近做微小波动，对海洋科技创新TFP的增长影响较小。海洋科技创新TC是海洋科技创新TFP增长的决定性因素。③海洋科技创新TFP增长存在α收敛和绝对β收敛，沿海地区海洋科技创新TFP之间存在“追赶效应”。

关键词：海洋科技创新;全要素生产率;Malmquist-DEA 指数;收敛;“追赶效应”

中图分类号： F062.9;P7 文献标志码：A 文章编号：1005-9857（2019）07-0064-06

Abstract：In this paper，Malmquist-DEA index method was used to investigate the changes of total factor productivity （TFP） of marine science and technology innovation in 11 coastal provinces （municipalities and autonomous regions） of China from 2006 to 2015，and it was decomposed into four indicators： TEC，TC，PC and SE.It was used to analyze the internal causes of the growth of marine technology innovation TFP，and to test the convergence of the growth of marine science and technology innovation TFP in coastal areas.The study found that： （1） The marine technology innovation TFP showed an overall growth trend，but the overall scale was in the stage of diminishing returns to scale.（2） During the observation period，the three index indicators of TEC，PC and SE in coastal areas were basically the same and relatively stable.They all made small fluctuations around the 1.000 level，which had little impact on the growth of marine technology innovation TFP.Marine technology innovation TC was the decisive factor for the growth of marine technology innovation TFP.（3） Ocean technology innovation TFP growth had α convergence and absolute β convergence，and there was a “catch-up effect” between marine technology innovation TFPs in coastal areas.

Key words：Marine science and technology innovation，Total factor productivity，Malmquist-DEA index，Convergence，Catch-up effect

0 引言

我国是一个海洋大国但不是海洋强国，当前各国海洋领域竞争日益激烈。党的十八提出要建设海洋强国战略。改革开放以来，中国不断加大海洋资源的开发力度，进一步加强海洋经济发展规划指导。自从《全国科技兴海规划纲要（2008—2015）》实施以来，我国沿海各省、市、自治区的海洋事业发展迈上了新台阶。其中，海洋科技取得了巨大进步，涌现出一大批海洋科技成果，科技创新能力明显增强，海洋工程装备、海洋生物医药和海洋新能源设备等新兴产业蓬勃发展。然而，如果科技进步是由资源和各要素投入引起而不是效率提高所导致，那么这样不过是外强中干，不利于长远发展，提高海洋科技创新

全要素生产率（Total Factor Productivity，TFP）（以下简称TFP）才是海洋科技发展的根本诉求[1]。TFP是指一定时期内生产活动的效率，即总产出与全要素投入的比率，在一定时期的生产要素配置以及利用效率的动态变动均可以用TFP来表示[2]。

目前，对海洋经济的研究，国外主要集中在可持续发展问题、沿海地区的综合管理问题以及海洋科技创新的效率问题[3]。而国内这方面的研究主要集中在海洋产业结构和可持续发展的区域差异[4]，有关海洋科学技术这方面研究主要是海洋科学技术的内涵、战略意义和投入产出、竞争力和地区差异等[5]。但有关海洋科技效率的研究却很少，现有文献大多是从技术效率或规模效率的角度来看，存在着有限的不足。基于此，以中国沿海 11个省、市、自治区为考察目标，利用Malmquist-DEA 测度海洋科技创新TFP，并对沿海各地区海洋科技创新TFP增長的差异进行收敛检验，希望能为海洋科学技术区域发展战略的合理制定和实施提供参考一些。由于缺乏数据支撑，中国香港、澳门、台湾地区不在研究范围内。

1 研究方法和指标选取

1.1 研究方法

Malmquist最早是1953年由Sten Malmquist提出的，用于解决生产率的换算问题，只是一个理论指数，后Fare等[6]加入DEA，使其由理论变成实证。从t到t+1，TFP增长模型可以用下式表示[2]：

如果TEC处于规模报酬不变的条件下，则无法拆分;而处于可变规模报酬约束条件下，TEC还可以进一步分解为纯技术效率（PC）和规模效率（SE）。当m0大于1时，说明全要素生产率从t到t+1是增长的。反之，就是下降的。

1.2 数据来源

本研究使用的数据为2006—2015年我国沿海11个省、市、自治区有关海洋科技创新生产投入和产出的指标数据。根据中国的沿海地区划分办法，共有14个省、市、自治区，由于缺乏数据支撑，只选取了11个，分别为：天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、广西、海南，其他3个不在研究范围之内。面板数据的相关指标主要来自《中国海洋统计年鉴》（2007—2016年）年和《中国统计年鉴》（2007—2016年）。为防止通货膨胀或紧缩的影响，货币型指标均以2006年为基期利用固定资产投资价格指数进行平减。

1.3 指标选取

根据海洋科技创新活动的特点，并引用了国家海洋创新指数评价指标和中国海洋科技发展指数指标体系，考虑到数据的可用性，确定海洋科技和技术创新的投入产出指标体系（表1）。

1.3.1 投入变量的选取

投入产出变量的选取是计算海洋科技创新TFP的前提与关键，直接关系到后面计算的结果。投入变量主要是劳动投入变量和资本投入变量。劳动者的工资可以很好地反映劳动投入的变化，在计算TFP时，会被优先选用。然而，考虑到中国的收入分配制度、社会文明的进步和数据的可得性，選用《中国海洋统计年鉴》中从事海洋科技活动人员数量和海洋科研机构数量作为人力资源投入变量，之所以选择从事海洋科技活动人员数量，而不选择海洋科研机构从业人员数量，是因为海洋科技活动人员数量覆盖面更广，相比之下针对性更强一些。在资本投入变量的选择中，固定资产通常被认为是最可靠的估计变量，但在此体系中这一变量指标不合时宜，故选用《中国海洋统计年鉴》中的海洋科研经费总额作为资本投入变量[7]。

1.3.2 产出变量的选取

根据海洋科技创新活动的一些特点，在产出变量的选取上，专利数、科技专著书、论文数量、新产品的产值等均可以作为科技创新的产出变量。在《中国海洋统计年鉴》中关于专利数有3个指标，分别为申请专利数量、专利授权数量、拥有发明专利数量，由于专利的申请数量会受到专利授权机构审查的约束，被排除掉的专利就不能带来效益，而拥有发明专利这一变量不能表现每一年份的专利数量产出，因此，选取专利授权数量作为科技产出的变量。综合考虑之下，本研究还选取了科技课题数量、科技论文数量、出版科技著作数量作为海洋科技创新的产出指标。

2 测算结果及分析

2.1 不同年度海洋科技创新TFP及其分解指标变动情况

本研究运用DEAP2.1软件，通过我国11个沿海省、市、自治区海洋科技创新2006—2015年的面板数据，计算出年均海洋科技创新TFP——Malmquist指数及其分解（表2和图1）。从时间序列数据来看，沿海11个省、市、自治区海洋科技创新TFP总体处于上升的趋势，2006—2015年年平均增长率为17.6%，在这9年里有7个年份海洋科技创新TFP是增长的，2个年份是下降的。这种波动在2008—2011年、2012—2015年这两年间较为明显，前者是低于平均值波动，后者是高于平均值波动。这种波动同时也说明海洋科技创新TFP并没有形成不断增长的良好态势，而是处于不稳定的状态。TEC指数在2006—2015年间的年均增长率为0.6%，由公式推导过程知道TEC指数是由PC和SE共同决定的，观察期PC指数年均增长率为0.6%，而SE指数年均增长出现负值，年均下降0.9%，由此可知TEC指数的增长是由PC指数的增长带动起来的，当然，这3个指数的变动并不大。TC指数在2006—2015年间的年均增长率为21.1%，对海洋科技创新TFP的增长起到了决定性的作用。

通过图1进一步探索海洋科技创新TFP增长的原因。从图中TFP与TC指数的变动趋势来看，二者基本一致。而反观其他3个指数，2006—2015年在1附近进行了微小浮动，对TFP的影响也很有限。充分证明了，中国海洋科技创新TFP的增长主要是由TC所带来的，另一种解释就是，这9年海洋科技投入产出的生产前沿面向上移动，在固定投入下的最大产出随之上升。

2.2 不同区域海洋科技创新TFP及其分解指标变动情况

从表3可以看出，中国沿海省、市、自治区海洋科技创新TFP在观察期内的平均增长率为17.6%，说明TFP总体呈增长的特征，其中沿海省、市、自治区中TFP增长的多达8个，占样本总数的73%，而下降的只有3个，占样本总数的27%，由此可见，大部分沿海省、市、自治区的海洋科技创新TFP均实现了增长;TEC指数在观察期内平均增长率为0.6%，观察的地区保持增长的只有3个，4个保持不变，还有4个是处于下降的;TC指数在观察期内与TFP指数的增长数和下降数是相同的，如果再观察具体数据，可以发现两者保持着惊人的一致，同增同降，这也论证了上述的观点;PC指数在观察期内大部分都是处于不变的状态，占样本总数的55%，增长的只有两个，下降的有3个;SE指数平均值小于1，这说明了中国沿海省、市、自治区海洋科技创新总体处于规模报酬递减阶段，其中下降和不变的省、市均为4个，增长的省份有3个，分别为天津市、辽宁省、广东省，这3个省、市海洋创新处于规模报酬处于递增阶段。

为了更形象地说明问题，图2展示了我国11个沿海省、市、自治区海洋科技创新TFP及其分解指标。大部分沿海城市TC指数和TFP指数都比较突出，高于1.000这条水平线，说明了大部分地区这两个指标都是增长的，这与我国对海洋这方面的投入和重视有关，科学技术的创新能力有了不少的进步。这11个沿海省、市、自治区TEC指数、PC指数和SE指数指标趋势基本相同，较为稳定，都在1.000这条水平线附近做微小波动。而TFP出现负增长的3个地区分别为福建、广西和海南。福建和广西的主要问题都是TC指数出现负增长，也即海洋科技创新方面还有待提高。海南省则是需要注意两个方面，一是加大海洋科技创新方面的投入，二是需要通过调整海洋科技整体的规模来提高TFP。

3 收敛性检验

通过上述研究可以发现，我国沿海地区之间的海洋科技创新TFP增长及其分解指标还存在着不同程度的差异，接下来，文章将通过对海洋科技创新TFP增长进行α收敛检验和绝对β收敛检验，来探索沿海各地区海洋科技创新中不断变化的趋同和分散规律。

3.1 α收敛检验

海洋科技创新TFP增长的α收敛是不同地区海洋科技创新TFP指数的水平差，随着时间的推移而降低[8]。海洋科技创新的TEC指数、TC指数、PC指数和SE指数变化的α收敛的定义和模型与TFP增长的定义和模型相似，所以接下来只列出了TFP增长的α的定义模型：

通过图3可以看出，不管海洋科技创新TFP增长还是其分解指标变动的α指标数值在观察期内都存在αt+1<αt，故样本在观察期内存在α收敛，显示出我国沿海各省、市、自治区之间海洋科技创新发展在空间上的差异性越来越小，趋向均衡。α收敛通常被认为时β收敛的充分条件[9]，所以接下来将进行绝对β收敛检验。

3.2 绝对β收敛检验

绝对β收敛指的是海洋科技创新TFP指数较低的地区对指数较高地区存在“追赶效应”[8];另一种解释就是海洋科技创新TFP较落后的地区的增长速度快于海洋科技创新TFP较发达的地区的增长速度，最终所有地区的海洋科技创新TFP收敛在同一收敛水平。按已有的研究成果，将绝对β收敛模型定义为[10]：

这里需要说明的是TEC指数、TC指数、PC指数和SE指数变動的绝对β收敛模型因为相似，在这里就不一一列出了。其中：i代表省（市、自治区）;t和t+T分别代表T周期的开始和结束;β代表收敛系数。如果β<0且通过检验，则海洋科技创新TFP增长存在绝对β收敛;如果β>0且通过检验，就是存在发散;如果β系数没有通过显著性检验，那就不存在β的收敛或发散。

计算出期初年和期末年的海洋科技创新TFP及其分解指标，再利用最小二乘法进行回归进而进行绝对β收敛的检验，结果如表4所示。

通过表4可以发现，TEC和PC的β指标数值大于0，其中TEC的β指标通过显著性检验，故存在发散的过程，而PC的β指标并没有通过显著性检验，故既不发散也不收敛。SE的β指标数值虽然是负值，但没有通过显著性检验，因此也是既不发散也不收敛。TC和TFP的β指标为负值，且通过了在5%水平上的显著性检验，因此我国沿海地区海洋科技创新TFP和TC存在“追赶效应”。

4 结论和政策启示

4.1 结论

根据采用Malmquist-DEA 指数方法考察中国11个沿海省、市、自治区2006—2015年海洋科技创新TFP变化情况，并将其分解为TEC、TC、PC和SE，用以分析海洋科技创新TFP增长的内在原因。随后，对海洋科技创新TFP增长及其分解的差异及收敛进行实证检验。

（1）海洋科技创新TFP总体呈现增长态势。其中，11个沿海省、市、自治区的海洋科技创新均实现了技术进步，但大部分沿海地区PC指数处于下降或不降的状态，且总体规模报酬递减阶段。

（2）在观察期内，沿海地区TEC指数、PC指数和SE指数这3个指数指标趋势基本相同，较为稳定，都在1.000这条水平线附近做微小波动，对海洋科技创新TFP的增长影响较小。海洋科技创新TC指数的增长是海洋科技创新TFP增长的决定性因素。

（3）海洋科技创新TFP增长存在α收敛，这表示我国沿海各省、市、自治区之间海洋科技创新发展在空间上的差异性越来越小，趋向均衡。

（4）海洋科技创新TFP和TC指数存在绝对β收敛，我国沿海地区海洋科技创新TFP和TC存在“追赶效应”。

4.2 启示

（1）海洋科技创新纯技术效率指数大部分处于不变或下降的状态，而面对如今国际上新一轮的技术革命，这样显然不能在国际市场上保有不错的竞争地位，故应加强海洋科技创新管理工作的实效性，注重工作人员之间的协作分工，按要求制订好目标和实施方案，做到权责分明、目标明确，促使海洋科技创新的技术效率有所提升。

（2）有关政府部门在审批资源发放时，应按海洋科技创新效率评价结果来平衡海洋科技创新资源的分配，投入过多的沿海地区应得到有效遏制，相反，投入过少的沿海地区应加大输入。在此之上才能有效优化投入和产出。

参考文献

[1] 王效俐，刘娜娜.高校科技创新全要素生产率增长的差异与收敛[J].中国科技论坛，2015（11）：18-23.

[2] 崔传斌.全要素生产率国外研究文献综述[J].未来与发展，2010，33（10）：97-100.

[3] 戴彬，金刚，韩明芳.中国沿海地区海洋科技全要素生产率时空格局演变及影响因素[J].地理研究，2015，34（2）：328-340.

[4] 韩增林，王茂军，张学霞.中国海洋产业发展的地区差距变动及空间集聚分析[J].地理研究，2003，22（3）：289-296.

[5] 卫梦星，殷克东.海洋科技综合实力评价指标体系研究[J].海洋开发与管理，2009，26（8）：101-105.

[6] 崔传斌.全要素生产率国外研究文献综述[J].未来与发展，2010，33（10）：97-100.

[7] 周子文，管红波.海洋船舶业全要素生产率及影响因素分析：基于产业环境视角[J].海洋开发与管理，2019，36（1）：114-120.

[8] 姜彤彤，武德昆.基于Malmquist指数的高等学校科技创新全要素生产率研究[J].中国科技论坛，2012（5）：79-84.

[9] 屈玉阁.中国船舶工业生产率增长及收敛性研究：基于2005—2012年15个省份面板数据的分析[J].河北经贸大学学报，2014，35（3）：116-120.

[10] 王美霞，樊秀峰，宋爽.中国省会城市生产性服务业全要素生产率增长及收敛性分析[J].当代经济科学，2013，35（4）：102-111+127-128.