江苏海洋科技创新水平差异及其对海洋经济发展的影响

文 / 赵巍

一、引言

伴随着世界经济全球化，陆地资源的快速消耗，人们转向自然资源丰富的海洋。海洋对于世界各国来说不单单蕴藏着大量的资源，加上它自身地理位置的优势，也成为世界各国进行贸易往来的重要渠道，因此它具有不容置疑的战略性地位。各国高度重视海洋科学技术的发展，加强以海洋高科技为基础的产业，在海洋科技研发上投入了大量的经费，以便后期更好、更便捷的开发和利用海洋资源。

近年来，我国不断通过加大海洋科技投入提升海洋经济发展水平。2011年，国家战略从“靠海吃海”理念向“科教兴海”理念转变，加快蓝色经济区建设的步伐，推动新兴产业和高端产业发展。2013年，习近平主席提出兴建海上丝绸之路，为海洋科技领域创造机遇，保障海上综合活动的执行与开展，促进中国海洋领域与世界各国深度交流与合作，有利于海洋产业结构的转型升级。“十三五”规划提出扩大蓝色经济空间，实施陆海统筹战略，促进海洋经济发展模式的调整，海洋经济发展成效显著。《2017年中国海洋经济统计公报》显示，2017年海洋生产总值77.617亿元，同比增长0.2%，占国内生产总值（GDP）的9.4%，海洋经济总量处于持续稳定增长的态势。

在此背景下，国内学者围绕海洋科技创新和海洋经济发展方面开展研究，取得了丰硕成果。李百齐[1]从海洋产业结构出发探析了构建和谐海洋的路径。姜旭朝、黄聪[2]从历史角度、当前观点和未来前景三个角度审视了海洋产业的变化趋势。刘明[3]认为海洋科技对中国海洋经济可持续发展能够产生重要影响。黄蔚艳、罗峰[4]从海洋经济、产业发展模式和三个产业结构的角度，分析了我国海洋产业发展存在问题及解决对策。郭贵[5]认为海洋科技创新能力缺失制约了海洋经济发展。马苹 [6]认为海洋产业布局优化和海洋科技创新体系的完善有利于海洋经济的发展。马仁锋等[7]海洋科学与技术是海洋经济可持续发展的动力。赵玉杰[8]认为海洋经济发展与科技创新之间的长短期波动关系。李彬、杨鸣等[9]从11个沿海城市的科技创新效率角度入手，构建合理的指标体系并对海洋科技创新效率进行了评价。

本文通过对江苏省海洋经济发展的横纵向比较，分析影响海洋科技发展的因素；构建江苏省海洋科技创新能力评价指标体系。运用因子分析法对沿海11省市海洋科技能力进行评价；在此基础上，采用协整方法分析江苏省海洋经济与海洋科技创新能力的长期均衡关系。

二、江苏科技创新发展现状分析

江苏省位于中国东部沿海中部，海滨地处苏鲁河口至长江口南海口，全长954公里，海域众多。江苏实施“海上苏东”工程以来，江苏海洋经济翻开了新的一页。根据《中华人民共和国第19次全国代表大会报告》，加快海洋力量建设，提高海洋经济发展水平，将有助于提高海洋经济对国民经济和社会发展的贡献。同时，它还将形成陆地—海洋联动的格局。

根据江苏省海洋统计公报，2017年江苏海洋国民生产总值7217亿元，比上年增长9.2%，海洋产值占国内生产总值的8.4%，海洋经济稳定发展。图1为江苏省2001—2017年海洋生产总值，可以看出，江苏省海洋生产总值呈上升态势，且近几年的上升加速度较快，预期未来将更上一个台阶。

图1 江苏省海洋生产总值

（一）横向比较

1.海洋科技创新基础能力。根据《2015年中国海洋年鉴》数据显示，江苏省海洋科技有关的科研人员人数达3069人。拥有高级职称的科研人员仅占其中的13%，从事相关科研专业的从业人数少，高职称从业人员同样稀缺，反映出江苏省海洋科技创新基础能力薄弱，需要进一步吸引专业人才特别是高素质人才，在此基础上提升现有科研人员的专业知识技能。

2.海洋科技创新投入。科技创新需要相应的经济投入，江苏省在这方面相比其他沿海省份做的比较好，根据2015年相关统计资料显示江苏省在海洋专业相关课题的投入在沿海省份中排名第3，仅次于山东、广东。科研机构经费方面排名第4，还需要进一步加大投入，与第一名山东省差距较大。

3.海洋科技创新产出。从科技创新产出方面来看，2015年江苏省海洋科研机构发表科技论文共969篇，在沿海11个省份中排名第5，89篇发表于国外科研刊物；2015年，江苏省申请海洋科技相关专利172项，产品授权专利数99，以上两项指标在沿海11个省份中均位列第2，极大的说明江苏省海洋科技创新产出成果取得不俗成绩。

4.海洋科技创新社会影响。海洋科技创新能够对海洋经济的进一步发展有促进作用，从而提升整个社会的经济效益与正外部性。2015年江苏省统计公报公示，江苏省GOP为664.6亿元，江苏省GDP为7016亿元，比例约为9.14%。

（二）纵向比较

图2 江苏省历年海洋科技基础能力比较

根据《2006—2015中国海洋统计年鉴》，将与创新能力相关要素进行定性比较结果如图2所示。通过年度的依次对比，从指标构建中提取经济投入类、经济消化类、经济产出类的数据以自身为基础进行对照，从而进一步发现近年来的变化趋势与变化程度。

江苏省海洋科技创新基础能力呈上升趋势，间接说明江苏省参与海洋科研机构的人数一直持续增加，但从高级职称的增长趋势看，与其他指标相比，提升的程度相对来说并不显著，即江苏省海洋科研机构人员的整体素质一般，需要进一步全方面提升科研机构研究人员的素质，包括科学素质、品德素质、思想素质。

图3 江苏省历年海洋科技成果应用占海洋科技课题数比较

而应用成果占课题比例总体呈上升趋势，表明江苏省科技创新成果应用的转化程度相对较高，创新技术从理论到实践应用有了大幅度的提高，结果如图3所示。

三、江苏省海洋科技创新能力差异分析

（一）研究方法

因子分析法能够分析影响海洋科技创新能力影响因素的关系，客观评价海洋科技创新能力差异。其核心思想是在数据压缩和降维的基础上，利用相对较少的独立因素来反映原始变量的大部分信息。因子分析原理如下：设置变量个数为p，每个变量标准化后设置为0，平均和标准偏差设置为1时，使用的每个原始变量k(k ＜ p)表达的因子的线性组合系数分析。因子分析法的主要操作步骤如下：

1.确认变量是否适合作因子分析。根据Bartlett的真实球度和KMO检验，确定是否使用因子分析。若KMO值越接近1，变量之间的相关性越强，说明原变量适合做因子分析。

2.构造因子变量。根据因子载荷矩阵的样本数据，将原始变量组合成几个小的因子。

3.解释因子。使用旋转方法，每个变量可以具有相对较高的负载，尽可能少的元素，从而改善解释。

4.计算因子变量得分。确定代表性解释因子，计算每个样本中因子的具体值。

（二）指标体系构建

根据现有文献的研究结果，从海洋科技支撑能力、海洋科技投入能力、海洋科技产出能力三个方面，设置9个二级指标建立江苏海洋科技创新能力的评价指标。

（三）评价分析

本文选取江苏省海洋科技创新能力的相关指标，对其进行因子分析，并提取具有代表性的公因子，并与沿海其他省的综合得分进行比较排名。通过对2015年11个省9项指标的标准化处理，消除了数据维度差异。使用SPSS20分析了以下结果。研究数据来源于《江苏省海洋统计年报》《中国海洋统计年鉴》。

表1 江苏省海洋科技创新能力评价指标体系

首先使用Bartlett球形检验来确定相关矩阵是否为单位矩阵，并测试变量之间的部分相关性。从表2可以看出，KMO统计值为0.756，表明变量之间的信息重叠度较高，适合进行因子分析，而P值为0.000，这种情况通常适用于因子分析。

表2 KMO和巴特利特检验

接下来，使用SPSS 20获得特征值、方差贡献率和累积方差贡献率，结果如表3所示。表中左侧为初始特征值，右侧为共同因子的提取结果。

从表3可以看出，据提取因子的有效性，贡献率累积达到85%以上才符合标准，表3前两个公因子的累积贡献率达到89.48%合情合理，因此采用前两个公因子代替原来的9个指标。再根据主因子权重的计算方法，两个主因子权重的计算结果分别为：0.87、0.13。

图4 碎石图

表3 解释的总方差

从图4可以看出，水平坐标表示因子的个数，纵坐标表示特征值。第一和第二因子具有非常高的特征值，它们对原始变量解释的贡献是明确的；剩余因子的特征根值都小于1，表明它们对解释原始变量的贡献较低。因此，提取前两个因子是有意义的。

从表4可以看出，第一个公因子在X3、X2、X4、X6、X1等指标上有较大载荷系数，说明这几个指标有较强的相关性，可以归为一类，这些指标主要反映了科技创新基础投入，所以F1可以被定义为海洋科技创新综合投入。第二个公因子主要由指标X5、X8和X7决定，这三项指标主要反映科技创新产出成果，因此F2被定义为海洋科技创新产出。

采用回归分析法估计F1、F2两个主因子的得分系数，然后根据旋转后因子方差贡献率计算综合得分 F ：F=（F1×63.886+F2×25.594）/89.481，进而根据权重计算沿海11省份的得分与排名，从表5可以看出，山东、广东和上海得分较高且远高于其他省份分别位列第一、第二、第三名，从地理位置以及经济发展来看，这些城市环绕着全国数一数二的名牌大学，且大学城具有强烈的集聚效应，自身的经济相对于其他省份而言发展较快，得天独厚的科技投入能力使他们的海洋科技创新引领前端。

?

四、海洋科技创新能力与海洋经济发展的互动关系分析

（一）单位根检验

选取2001-2015江苏省海洋生产总值与海洋科技创新能力两个具有代表性的解释因子综合得分。为消除异方差，对海洋经济生产总值（Y）、海洋科技投入能力（H1）、海洋科技产出能力（H2）取自然对数，分别记为LY、LH1、LH2。采用ADF检验方法对上述三个时间序列进行单位根检验，如表6所示，原始水平值未通过在10%、5%和1%置信水平，是非平稳序列；二阶差分后，三者均通过显著性水平5%，表明它们均为同阶I(2)过程，满足协整检验条件。

表5 各主成分得分值和综合得分值

表6 各变量ADF单位根检验结果

（二）协整检验

线性组合在单一时间序列中可能是稳定的，协整检验可以用来证明时间的推移是否会导致序列之间的稳定平衡关系。基于上述所有变量均为二阶单整的结论，回归结果如式（1）、（2）所示：

经检验，残差e1、e2模型均通过平稳性检验。（6）和（7）的可决系数分别为0.91和0.90，说明模型具有良好的拟合性。所有的变量和方程都通过了显著性检验。根据德宾-沃森（Durbin–Watson, DW）检验表可得，在1%的著性水平下，模型（6）DW值小于DL=1.13，表明模型（6）存在自相关；因此需要采用广义差分法进行修正，修正后的DW值为1.78，结果如模型（8）所示。

模型（3）的DW值为1.25，大于dL=1.13，小于dU=1.8，这个区间表示模型不存在序列自相关。

表7 格兰杰因果关系检验结果

（三）格兰杰因果检验

上述分析已经证明了衡量海洋科技创新能力与海洋经济均存在长期均衡关系，表7显示了Granger在不同变量之间的因果关系检验结果。

由表7可知，在滞后1期时存在海洋科技投入能力（H1）到海洋经济生产总值（Y）的单向格兰杰因果关系，海洋经济生产总值（Y）到海洋科技产出能力（H2）的单向格兰杰因果关系;在滞后2期时存在海洋经济生产总值（Y）到海洋科技产出能力（H2）的单向格兰杰因果关系，说明在短时间内，海洋经济生产总值的提高可以推动海洋科技产出水平，即海洋经济支持海洋科技输出能力的各个方面，海洋科技产出水平离不开海洋经济。原因在于海洋科技产出能力是以海洋经济为基础的，对其具有正向的激励作用，从一个项目的成型到成熟再到转化成果都离不开资金的支撑。

在滞后2期时存在海洋生产总值（Y）到海洋科技投入能力（H1）、海洋科技产出能力（H2）的单向格兰杰因果关系，滞后3期时存在海洋生产总值（Y）到海洋科技投入能力（H1）双向格兰杰因果关系，说明海洋经济的发展在中期能够增大对海洋科技的投入；随着海洋科技投入增加，产出水平上升，对海洋经济产生催化作用。但这种因果关系在滞后1期是不存在的，说明海洋经济对海洋科技投入水平的推动作用需要经历一定的时间才能实现。

（四）误差修正模型

为了知晓短期过程中偏离平衡是的调整力度，需要进一步采用误差修正模型来分析，具体结果如表8所示。

?

从表8可以看出，在以D（LY）为因变量的回归型中，其误差修正系数为-0.0634，与反向修正机制相对应，说明如果江苏省海洋经济在短期发展过程中偏离长期均衡发展的轨道，则会退缩至失衡的平衡状态与6.34%的调整。同时，从表8可以看出，海洋科技投入能力在滞后二期时弹性系数为-0.0719，可能是因为江苏省虽然是海洋大省，但离海洋强省有些差距，江苏省在造船方面相对于其他城市有绝对优势，在海洋科技投入方面颇多，但这仅仅是处于传统制造业，所以在产业转型的同时，也要加大对海洋科技的投入。海洋科技产出能力对海洋经济有正向促进作用，但在滞后2期时也有负面影响。从短期来看，一旦某项专利形成足以促进海洋经济的发展，但长期来看，这种专利生成的正面影响会渐渐随着时间而变弱，海洋科技能力产出又会再次停滞甚至止步不前。在以D（LH2）为因变量的回归模型中，海洋科技产出能力与海洋科技投入能力有积极正向关系，产能越高的海洋科学和技术，促进海洋经济的发展，从而加大对海洋科技的投入。

五、结论及建议

本文以江苏省为研究对象，从海洋科技创新能力的角度构建了海洋科技创新能力评价指标体系，对江苏海洋科技创新水平进行差异化分析，并分析其发展与海洋经济的互动关系，根据实证分析结果，提出三点结论及建议：

第一，海洋科技创新能力有很大提升空间。江苏省地理位置优越，海洋资源丰富，借助经济新常态与一带一路的衔接，增加新的航线，加上江苏省造船有绝对优势，促进了世界各国的交流与借鉴。通过对江苏省海洋科技创新能力进行横纵向比较可以得到，江苏省海洋科技创新能力的综合水平在全国沿海省份中处于中等水平。

第二，影响海洋科技创新能力的因素是科技创新基础投入和科技成果转化。

江苏在这两项因子评价得分上落后于山东、广东和上海，江苏应通过加强产学研合作，不断加强人才集聚优势，加大科技投入，提升科技成果转化效率，不断缩小科技创新能力差距。

第三，海洋经济与海洋科技创新存在长期均衡关系。海洋经济发展的增长在短期内，有利于提高海洋科学和技术生产的程度，对海洋的影响科技产出水平是全面、海洋科学的发展和技术水平的输出取决于海洋经济；从长远角度来看，海洋经济与海洋科技投入程度是双向影响的，海洋科技投入的增多可以增添海洋功效转化，增进海洋经济发展速度。