海洋产业科技创新：省域空间差异、原因及对策

杨继超，曾渤然，袁持平

（1.中山大学 粤港澳发展研究院，广州510275；2.中山大学新华学院 经济与贸易学院，广东 东莞523133）

一、问题提出

中国不仅是一个陆地经济大国，更是一个海洋经济大国。据自然资源部公布的数据，2019年中国海洋生产总值占全国GDP的9.0%，党的十九大报告明确提出“坚持陆海统筹，加快建设海洋强国”。根据统计数据结果，中国内地沿海各省（以下简称沿海地区）①海洋产业②产值与本地生产总值呈现明显的正相关，在2016年，海南、福建、上海、天津和广东的海洋产值占本地生产总值比重较大，比重区间为19.5%-28.4%，海洋经济的发展在支撑地区经济的发展中起着关键性的作用，同时也推动着全国的整体经济发展。因此，建设海洋强国对实现中国经济高质量发展起着至关重要的作用。改革开放以来，中国的经济发展取得了举世瞩目的成绩。但自2012年以来，中国经济增速开始放缓，逐渐呈现新常态。作为一个具有国际影响力的大国，如何保持长期稳定的发展，对于中国和世界而言，都是极为重要的命题。世界银行数据显示，“全球60%的经济总量集中在入海口，75%的大城市、70%的工业资本和人口集中在距海岸100 公里的海岸带地区”[1]。未来如何促进全国海洋经济发展成为中国经济高质量发展的重要议题之一。

其中，海洋科技创新又是建设海洋强国的重要一环。习近平总书记多次强调“创新是第一动力”，对于海洋产业而言亦是如此。2018年12月，由国家发展和改革委员会、自然资源部联合发布的《关于发展海洋经济 加快建设海洋强国工作情况的报告》中明确指出“创新为先，把海洋科技作为海洋发展的主攻方向”。值得注意的是，沿海地区海洋产业科技创新水平在地区之间却存在较大的不平衡性，影响沿海地区海洋产业科技创新水平差异性最为关键的因素是什么便成为一个值得探讨的问题。

此外，海洋产业的科技创新不仅仅是单个海洋城市发展的结果。在复杂的经济社会网络当中，个体、地区、国家之间都存在着紧密的联系，城市之间的要素流动、正式或非正式部门的交流学习都会促进彼此之间的相互影响。创新活动的变化往往是沿海城市之间相互影响、相互渗透的结果，沿海地区海洋产业科技创新水平的提升除了受自身的决策的影响外，同时也会受其余地区的体制和科技的外溢作用，包括主动的模仿学习、无意识的扩散等。值得注意的是，地区之间的相互影响并非都是正向的促进作用，也可能会存在负向的影响。目前，中国经济正在以湾区、城市群等方式进一步促进中国长期的经济增长，这就要求中国今后需要更好地协调内部和外部区域发展，处理好城市之间的竞合关系。因此，科学地评估各沿海城市创新水平提升的影响因素、科技创新效率，对于提高海洋产业的科技创新水平，指导今后的体制机制改革、优化资源配置和协调区域发展都具有极高的应用价值。

同时，海洋产业的科技创新水平高低并不能代表海洋产业的科技创新综合实力，创新水平更多是量的问题，因而另一个关键问题便是海洋产业科技创新效率。海洋产业的科技创新综合实力的提升意味着科技创新水平和效率的双提升，即科技创新的质和量的双保障，两者缺一不可。

综上所述，本文将以2006—2016年中国内地11个沿海省份（不含港澳台地区）为样本，研究如下两大问题：（1）从海洋创新效率投入和产出的多个维度出发，测度每个地区海洋产业的科技创新效率空间分布情况，并定性分析各地区海洋产业创新效率的差异性原因；（2）以个体间存在空间效应为背景，科学地评估海洋产业创新水平的影响因素，探究沿海地区海洋产业创新水平差异的原因。最后，根据以上两大问题的研究结论，提出中国海洋产业同时提升创新效率和水平的政策启示。

二、相关研究回顾

（一）海洋产业科技创新效率

衡量创新效率，现有文献中最常采用的是随机前沿方法（SFA）和数据包络分析（DEA）。其中SFA 方法已经广泛地应用于用于国家、地区、产业等层面的创新效率测度[2-3]。例如，Xibao Li 采用SFA 方法测度了中国区域创新绩效和能力[4]。然而，SFA 方法有两点最明显的缺点：第一，SFA 方法依赖于模型函数形式的设定。往往在某些特定行业内，我们无法知晓其行业的生产函数，因此用SFA 方法进行测度时可能就会存在较大的偏误；第二，SFA 方法只能测度单一产出变量时的效率。相比之下，DEA 方法可以测度多投入多产出情形下的效率，无需设定生产函数的特定形式。因此，在无法确定生产函数或存在多产出的情形下，DEA 方法也被广泛应用。例如，Akihiro Hashimoto and Shoko Haneda 采用DEA-Malmquist指数方法来衡量企业和行业层面的研发效率变化，并发现日本制药公司在1983年至1992年间十年来研发投入效率是急剧恶化的[5]。

如今，世界上众多国家陆续开始制定海洋经济发展战略，把发展海洋经济视作促进整体经济发展的重要途径。但海洋强国建设是一个长期、系统和复杂的工程，其中提高创新效率更具挑战性[6]。不仅如此，海洋经济的竞争已经逐渐向高科技技术层面的竞争转变，未来在海洋科技创新领域的发展，极大的程度上会决定一个国家整体海洋经济的发展水平[7]。因为海洋产业的科技创新效率可以在一定程度上推动产业结构的调整、资源配置效率的不断提升，进而促进海洋经济的增长[8]。因此，海洋产业的科技创新能力提升，尤其是海洋新兴产业的创新对于实现海洋产业长期可持续发展至关重要。但值得注意的是，虽然中国的海洋经济近年来在总量上取得了较为突出的成绩，但是在产业结构、陆海统筹和科创水平等方面仍然存在着较大的问题[9]。

近年来，全国海洋产业的科技创新效率整体上有所提高，但全国沿海地区的海洋产业创新效率却存在明显的空间差异性，并且这样的空间差异性原因是多重的，需要对每个城市的情况进行分析才能得到科学的结论[10]。例如，高田义等采用DEA的方法对青岛的海洋科技创新效率进行测度，研究发现，青岛市虽然创新人才储备和投入都居全国前列，但是创新的效率却相对较低，这背后的主要原因是因为产业结构不够合理[11]。产业结构的调整意味着产业内部的资源优化及城市间的分工与协作，从而加速知识外溢，并在一定程度上可以促进产学研更为紧密地结合。因此，调整海洋产业结构有助于提升海洋产业的创新效率[12]。

从现有文献来看，海洋产业的科技创新效率对于海洋经济的长期发展而言起着至关重要的作用，但是海洋产业的科技创新效率仍然存在着较大的地区差异性，已有文献开始探索解决差异的办法。此外，或许是由于数据的局限，关于海洋产业科技创新效率测度的文献极少。现有文献中大多采用DEA的方法进行测度创新效率，但此方法无法对不同时点上的效率变动进行测度。为了弥补这一缺陷，本文采用DEA-Malmquist指数模型进行测度。

（二）海洋产业创新水平的影响因素

海洋经济发展水平可能会影响海洋产业的科技创新水平。中国沿海地区的海洋科技创新效率实际上存在较为显著的不均衡现象。因此厘清这种不均衡现象背后的原因十分重要，大部分学者都将目光集中于海洋经济增长和海洋科技创新之间关系的研究。吴梵等采用门槛效应模型研究2007—2016年中国沿海11 省市海洋科技创新对海洋经济增长的关系，认为海洋科技对海洋经济的促进作用并非简单的线性关系，而是存在显著的门槛效应[13]。具体而言，创新与海洋经济增长之间呈正U型关系[14]。对于海洋经济增长对海洋科技创新的反向影响关系。孙才志等通过VAR模型的估计结果，认为全国海洋经济对海洋科技的影响较小，也就意味着海洋经济的发展对海洋科技创新而言不具有显著的促进作用[15]。但杜军等同样也采用VAR模型进行估计，认为海洋经济增长是海洋科技创新的格兰杰原因。由于时间序列数据并没有考虑地区之间的个体差异性和空间关联性，因此VAR模型实际上无法完全验证海洋经济发展对于海洋科技创新的影响[16]。

除了海洋经济发展水平与海洋科技创新之间有关系，也有大量文献集中于海洋产业的产业结构与海洋科技创新的关系。海洋产业结构升级可以优化资源配置的效率，从而提高海洋经济的整体水平，同时海洋经济增长又能提高海洋科技创新，通过这样的链条得出海洋产业结构的调整会对对海洋科技创新产生显著的正向促进作用，但这种作用在短期并不明显，在长期会通过累积效应，逐渐变得显著[17]。除了产业结构调整以外，产业集聚与创新的关系研究也是学术界较为关心的议题。刘勰和孟勇运用随机效应模型对2009—2016年高技术产业进行研究发现，产业集聚对产业创新绩效存在倒U 形影响关系，集聚度加强了区域内的网络关系，形成规模效应，促进产业创新；当集聚达到一定程度，网络关系密度过高产生拥挤、过度竞争等效应，导致要素、管理等各类成本增加，阻碍了产业创新绩效。市场化水平既可能促进集聚网络活跃度，又加剧了网络密度过高下的关系不稳定性[18]。

科技和金融的结合，往往是提高创新的重要方式。在海洋经济领域中，许林等通过面板SFA模型测算了中国11个沿海地区的金融支持效率，并通过灰色关联分析发现金融发展与海洋经济发展表现出显著的正相关关系[19]。但是，全国沿海地区的金融对海洋经济增长贡献率在缓慢下降。并且，全国沿海地区中存在较多地区金融对海洋经济并没有起到明显的促进作用[20]。同时，全国三大海洋经济圈的金融使用效率水平存在空间差异性，形成了三圈三极的格局，金融支持效率按东部、北部和南部依次递减。

海洋经济的发展离不开对外贸易的发展。开放度越高的地区往往经济外向联系性更高，跨国企业的活动也会更丰富，从而可能会有更多的知识和技术外溢现象，因此对外开放水平可能也会对海洋产业的科技创新水平产生影响。外资的引进确实能够产生一定的科技创新的外溢效应，但这些外溢效应并不涉及核心的技术层面，往往仅仅局限于外观设计等层面[21]。对于与海洋经济类似的长江经济带，对外开放水平能够在一定程度上解决要素的边际递减规律的问题，从而提升创新的效率[22]。

相比于FDI 等其他影响因素，人力资本是提高创新水平的最重要的因素之一[23]。除了人力资本这一投入要素之外，科研经费的投入也是创新水平差异的关键性因素，但是科研经费的使用效率才是决定创新产出的内在原因[24]。并且，科研经费的使用效率差异原因之一是存在信息不对称问题，也就意味着科研经费可能并不会起到显著的促进作用[25]。

除了上述的影响因素外，基础设施的水平会通过影响要素间的流动，从而影响知识和技能的分享及外溢，从而对创新产出也可能会产生相应的影响[26]。此外，市场化程度越高，对产权的保护往往越好，越容易产生创新的活动，提高创新产出[27]。

综上，现有文献对于海洋产业的创新水平影响因素的研究往往局限于某个地区，或者存在控制变量不全的情况，因此本文将综合以上文献中较多讨论的创新水平影响因素，选取海洋经济发展水平、海洋科研投入强度、产业集聚程度、海洋科研人员比重、人力资本水平、金融发展水平、对外开放水平、市场化水平及交通基础设施水平为自变量。

（三）创新的空间溢出效应

前文梳理的文献中，所采用的模型的前提假设往往都是独立观测值，大部分文献都没有考虑地区之间的空间相关性，根据地理学第一定律：任何事物之间都存在相关性，并且这种相关性跟距离成反比[28]，因此，在现实经济世界中，个体之间往往都不会是独立地存在，而是相互关联[29]。此外，如果数据具有一定的地理属性，往往都会遵从地理学第一定律，离得越近的个体之间影响越大[30]。地区之间的各要素相互自由流动、地区内的个体之间相互交流或地区之间紧密的贸易往来，都会产生不同程度的知识和技术外溢[31]，而这种外溢现象会和区域自身的投入变量进行空间上的耦合，从而形成在空间上合成的作用。

除了上述所分析的会产生空间溢出效应的原因外，在现实经济世界中，地区之间往往都会存在一定程度的模仿和竞争，在这个过程中，主动或被动的空间外溢效应便产生[32]。如果设定地区i 决策的“反应函数”为Ii=R（I-i,Xi），I-i表示其他地区的策略，Xi为影响地区i的自身的相关变量，Ii为地区i的最优决策。在这种竞争模式下，当一个地区进行制度创新、技术变革的时候，往往其他地区就会竞相学习和模仿，在网络时代信息的速度加快，这种空间的外溢效应产生的速率极快，尤其是对于地理临近的地区[33]。当然，除了地区间的模仿，在地区竞争的前提下，地区之间也有可能针对其他地区的创新而产生差异化的制度和技术变革，从而获取比较优势[34]。对于海洋产业而言，也存在一定程度的空间溢出效应[35]。

因此，鉴于现有关于海洋产业科技创新的文献大多忽略地区间的空间相关性，提出假设：

H：沿海地区之间的海洋产业会存在空间相关性，并且这种相关性与地区之间的距离成反比，距离可以是实际的地理距离也可以是虚拟的经济距离。

三、沿海地区海洋经济发展现状

在分析沿海地区海洋产业科技创新效率和水平之前，先对沿海地区海洋产业产值、产业结构两大方面进行分析，以期初步了解沿海地区海洋产业的发展现状。

（一）海洋产业产值

如表1所示，全国沿海地区的海洋产值从2006年至2016年几乎都增长了3 倍左右，但是沿海地区海洋产值的区域格局变化较小。2006年，沿海地区海洋产值大致可分为4个梯队。其中，第一梯队包括广东、山东和上海；第二梯队包括浙江和福建；第三梯队包括辽宁、江苏、河北和天津；第四梯队包括广西和海南。

表1 2006年和2016年各沿海城市的海洋产业产值

经过十年的发展，相对于2006年，2016年沿海地区海洋产值的格局变化较小，主要是河北、上海和江苏的变化较大。河北省十年间平均增速约为6.0%，海洋产值大约翻了一番，但相较于其余沿海城市而言，增速相对较为缓慢，从第三梯队进入到第四梯队。江苏省和上海地处长三角地区，属于中国经济版图中的热点区域。江苏省十年间增速迅猛，年均增速约为16.4%，进入到第二梯队。而上海受自身区域面积和基数较高的限制，年均增速仅6.3%，进入到第二梯队。

（二）海洋产业结构

如图1所示，在2016年，除江苏省以外，全国沿海地区的海洋产业结构整体上已经从“二三一”的结构调整优化为“三二一”的结构。“三二一”的产业结构是目前公认的最优产业结构，因为第三产业的发达程度往往跟整体经济的发达程度和高质量发展水平有着正相关的关系。这样的产业结构意味着，目前中国的海洋产业已经从以工业为主导的重化工业阶段向以第三产业迅速崛起为标志的工业化后期阶段成功转变，这对于海洋经济的高质量发展要求而言是极好的产业基础。

图1 2016年各地区海洋三产产值及结构

四、实证分析

（一）海洋产业科技创新效率测度

1.模型构建

采用DEA-Malmquist指数模型对于创新效率进行测度，该模型可以弥补DEA模型无法测算面板数据效率值的缺陷，可以在不同时点测算样本个体的效率，从而更好地适用于面板数据。具体而言，DEA-Malmquist指数模型是通过如下的公式进行测算：

其中，EtI代表t 时期的距离函数,xt和yt分别代表t 时期的投入指标和产出指标。MPIIt代表效率水平。为了更好地考虑动态变化，DEA-Malmquist指数模型将计算两个连续时间的效率值得几何平均值MPIIG，将Malmquist指数MPIIG做一下数学变形，可以将其分解为两个部分，包括效率变化和技术效率。技术效率进一步可以分解为规模效应和纯技术效率两个部分EFFI和TECHIG。其中，EFFI代表效率变化，TECHIG代表技术效率。

2.数据说明及变量选取

参考Jiancheng Guan and Kaihua Chen[36]和常玉苗[37]，对于投入和产出指标的选取采用要素投入和环境投入两个层级（如图2所示）。其中，要素投入最为核心的是海洋产业科研技术人员投入和海洋产业科研经费投入。对于环境投入而言，在中国最为综合的指标为樊纲、王小鲁主编的《中国分省份市场化指数报告（2016）》中提供的市场化指数。对于产出指标分为三大层级，分别是用万人专利数衡量的功能性指标、用千人海洋科技论文衡量的学术性指标及用人均海洋产业总值衡量的综合性指标。

图2 海洋产业科技创新链

本文测度创新效率的投入产出指标如表2所示：

表2 DEA-Malmquist指数模型指标选取

在DEA-Malmquist指数模型可计算的约束下③，选取了表2中的投入和产出变量。本文的数据来源为2007—2017年《中国海洋统计年鉴》和王小鲁、樊纲主编的《中国分省份市场化指数报告（2016）》。

3.实证结果及主要结论

如表3所示，根据2006年和2016年两年的结果可知，2006—2016年间，中国沿海地区创新效率，规模报酬不变（CRS）和规模报酬可变（VRS）两种情形下测算的结果差别较小，整体上创新效率有略微下降。通过将两种创新效率的测算结果取平均值可以得出，十年间，中国沿海地区的创新效率整体格局变化较小，总体上仍然呈现“两头强中间弱”的格局。河北、天津、山东、江苏和上海形成高创新效率的第一头创新聚集区域，这在十年间没有变化。而2006年，广东、广西和海南形成高创新效率的第二头创新聚集区域，在2016年广西退出高创新效率的第二头创新聚集区域，但实际上广西的数值变化较小，中间的福建加入高创新效率行列，而中间的浙江创新效率却逐渐降低，说明在这十年期间浙江和广西的创新投入和产出很大可能是以粗放式非集约型的方式发展的。

从测算结果可得，可得出如下两点主要结论：

第一，2006—2016年间，中国沿海地区创新效率整体格局变化较小，总体上仍然呈现“两头强中间弱”的格局，但全国沿海地区的整体水平有略微下降。一方面是因为存在一些省份采用粗放式的发展模式；另一方面是因为存在海洋经济的中心城市，这些海洋经济较强的城市会对周边城市形成“虹吸效应”。

表3 2006年和2016年沿海地区海洋产业效率测度结果

第二，中国沿海地区的创新确实存在一定的空间聚集性和空间外溢效应，但空间效应在不同区域呈现差异性。具体而言，部分地区通过对海洋中心城市的模仿和学习，改进产业结构，优化资源配置的效率，复制推广相邻省份的制度创新经验，从而起到正的空间外溢效应。但也存在部分中心城市引力太强，导致将周边城市的人力、物力等资源都吸走，从而在一定程度上抑制了周边地区海洋经济的发展，进而抑制周边地区海洋产业的科技创新。

（二）海洋产业科技创新水平的影响因素

整体而言，专利申请和授权量呈现“东匀不高，北部凹陷，南高不均”的现象。在南部地区，广东在专利申请和授权量均独居全国榜首。这与前文分析所提到的广东具有全国最高的海洋科技从业人员数量有着密切的关系。但同样地处南部地区的广西和海南在专利申请和授权方面都占据全国末端。北部地区的河北与天津和辽宁组合呈现凹陷状，其中河北的海洋专利水平居全国最低。东部海洋城市的海洋专利水平差异度并不大，但是整体水平处于中等水平。因此，探究沿海地区不同创新水平背后的原因成为十分重要的议题。

1.模型构建

若想验证前文中假设的内容，便需要构建空间计量的相关模型予以论证。因为SDM模型可以嵌套多个空间计量模型，因此SDM模型被广泛应用于经济问题的分析和研究当中，具体设定如下：

i和t分别表示沿海地区和年份，innit表示海洋产业的科技创新水平指标。ρ和θ表示空间相关系数，用来刻画各地区海洋产业的科技创新和一系列自变量指标的空间溢出效应，其中wij表示沿海地区之间的空间影响关系。

解释变量Xit，包括产业集聚程度、海洋科研投入强度、海洋科研人员比重、海洋经济发展水平、人力资本水平、对外开放水平、市场化水平、金融发展水平和交通基础设施水平。αi、γt、μit分别表示地区个体固定效应、时间固定效应和随机扰动因素。

空间计量模型实际上刻画的是在空间上个体之间的相互影响以及自身影响因素的评估。其中，模型的整体结果称为总效应（Total Effect），衡量所有区域的变量Xit对区域i的被解释变量innit产生的影响。而总效应又可分解为两部分，分别为直接效应（Direct Effect）和间接效应（Indirect Effect），间接效应又称空间溢出效应。

2.数据来源及变量选取

借鉴张可[38]选取的变量，其中海洋产业创新产出是借鉴大量文献中采用的万人专利授权量。模型所采用的变量集合，以及相应的测度指标如表4所示。数据来源为2007—2017年《中国海洋统计年鉴》、《中国各省份市场化指数报告（2016）》、各沿海地区2007—2017年的《统计年鉴》。

表4 空间杜宾模型的变量定义

3.空间权重矩阵选取

基于沿海地区空间分布的特殊性，仅采用两种空间权重矩阵。第一种为地理距离的倒数所构建的空间权重矩阵，具体是采用地区质心之间的弧度地理距离计算其倒数，进而计算空间权重矩阵。第二种则是基于经济距离测度的空间权重矩阵。借鉴林光平等[39]的计算方法，采用地区间人均GDP的差值作为地区之间经济距离的测度指标。

4.实证结果与主要结论

（1）空间自相关检验

如表5所示，基于地理距离的测度的空间权重矩阵计算的Moran’I指数和Geary’s C指数的P值整体上都为0，也就意味着在全局和局部，沿海地区的上述指标几乎都存在着空间自相关。

表5 全局Moran’s I指数和Geary'sC指数（基于地理距离的权重矩阵）

综上所述，整体上拟分析的指标之间存在着显著的空间自相关，这说明应该建立一个空间计量模型而非简单的面板模型，但具体还是得参考模型估计的结果。

（2）回归分析结果

首先建立一个基础的面板模型并进行Hausman 检验，根据检验结果，应该以固定效应模型为主，这也能从侧面说明空间计量模型也应该采取固定效应模型。如表6所示，在采用基于地理距离构建的空间权重矩阵的情形下，SDM固定效应模型的估计结果中，创新水平的空间效应显著为负，系数为-1.049，在1%的显著性水平下显著。这表明，沿海地区海洋产业的科技创新以地理距离的远近为基准产生负向的空间溢出效应，彼此之间会对影响创新的资源进行竞争，发达的沿海地区的创新会对临近的沿海地区的造成抑制作用。

在地区自身的解释变量中，海洋经济发展水平（pgop）和基础设施水平（transport）会对海洋产业的科技创新形成抑制作用，影响系数分别为-0.059和-0.004，均在1%显著性水平下显著。这样的结果主要说明两个含义：第一，目前的海洋经济并没有以海洋产业的科技创新为主攻方向，而是一种粗放式的以产值为主要目标的发展模型。并没有形成“海洋经济—海洋创新”双向共生的发展机制，这对于海洋经济的长远发展是不利的。第二，海洋经济和陆地经济的共生机制尚未形成，陆海统筹的水平极度低下。陆地经济和海洋经济之间是负向的关系，没有形成合而共赢的局面，资源在陆地和海洋两大经济中的配置并没有达到最优的状态，这从另一个角度提出陆海统筹的重要性和紧迫性。

表6 空间杜宾固定效应模型估计结果

海洋科研人员比重（n）和产业集聚水平（hhi）对海洋产业的科技创新也是呈正向的促进作用，系数分别为0.205和0.624，均在1%的显著性水平下显著。前者说明，对于海洋科研人员的投入对于海洋产业的科技创新而言是至关重要的，这也印证了习近平总书记提出的“发展是第一要务，人才是第一资源，创新是第一动力”[40]。未来提升海洋产业的科技创新水平重点之一，即探讨如何引进海洋产业的科研技术人才以及如何培养和激励科研技术人才以创造更大的创新产出。后者说明全国沿海地区的海洋产业聚集产生了规模效应，产业内部由于集聚减少了生产的创新的成本，企业之间相互地知识溢出，从而形成“产业集聚-产业结构优化-产业创新”的良性循环。另外，人力资本水平（edu）也对海洋产业的科技创新起到在10%显著性水平下的正向促进作用，因此提升地区的教育水平也是促进创新的一个有效途径。

空间计量模型中，系数的分析可能会存在系统性偏误，而重点应该分析其总效应、直接效应和间接效应三大效应上。对于直接效应而言，与上文显著的自变量系数和显著性水平差别不大，其中人力资本水平变得不显著。对于空间溢出效应而言，其他的地区的海洋经济发展水平对当地海洋产业的科技创新有负向的空间外溢效应，系数为-0.049，在1%的显著性水平下显著。这说明临近的地区之间的海洋经济发展会对彼此海洋产业的科技创新水平起到抑制作用，并没有形成地区之间的合作共赢，产业间的协作度还有待提高。

此外，其他地区的对外发展水平（fdi）、人力资本水平和基础设施水平对当地海洋产业的科技创新会产生显著的正向作用，显著性水平皆为1%。其余地区对外发展水平对当地的正向促进作用说明对外开放不仅仅对本地的经济发展和创新力提升有帮助，在区域经济一体化的过程中，随着要素的自由流动和地区间的产业分工，会产生正向的外溢作用。其余地区人力资本水平对当地的正向促进作用正说明了地区之间的人员之间存在着广泛的流动和交流，在复杂的社会网络中，人与人之间会形成知识和技能溢出，从而产生正向的作用。除此之外，其余地区的交通基础设施的完善也能促进地区之间的要素流动，从而促进知识溢出，提高相邻地区的创新产出。

如表6所示，在采用基于经济距离构建的空间权重矩阵的情形下，SDM固定效应模型的估计结果中，创新的空间外溢效应并不显著。对直接效应而言，对外开放水平、金融开放水平和基础设施水平对创新都起到抑制作用，这说明以经济距离为基准时，对外开放和金融发展都并没有很好地服务于海洋产业的科技创新，这或许是今后沿海地区海洋产业都需要重点攻破的问题，尤其是如何使海洋经济、海洋创新和海洋金融联系起来。海洋科研人员比重仍然起到正向的促进作用，系数为0.215，在1%的显著性水平下显著。

对空间外溢效应而言，与基于地理距离的SDM固定效应模型不同，海洋经济发展水平存在着显著的正向空间外溢效应，系数为0.072，显著性水平为1%。这说明海洋经济相当的地区，越容易产生跨越地理距离的空间外溢效应，并且彼此之间时相互协作，从而促进双方的海洋产业创新。另外，市场化水平也能对海洋产业的科技创新水平起到显著的正向作用。市场化程度越高的地方，对于产权的保护会更严格，更有助于专利产品的产生，当技术和知识在经济交流当中产生正的外部性时，就会产生正向的额外溢作用。金融发展水平的空间外溢为负，系数为-0.029，在10%的显著性水平下显著。其他地方的金融发展水平越高，越有可能吸引相关科创企业，从而产生对当地的海洋产业创新水平的抑制作用。

因采用了多种模型对海洋产业创新水平的影响因素进行研究，根据前述分析，得出如下九点结论：

第一，海洋产业创新水平的空间外溢效应，仅在采用基于地理距离的固定效应模型中是存在显著的负向外溢作用。这说明临近地区之间存在海洋产业创新的竞争，而非紧密的合作，海洋经济发达和海洋产业创新力较强的地区会吸引周边临近地区的人才、资金等要素。

第二，对于海洋经济发展水平的直接效应，仅在采用基于地理距离的固定效应模型中是存在显著的负向作用。这说明当地海洋经济的发展并没有以海洋产业的科技创新水平为主要攻坚方向，而很可能是一种以产值为主要目标的发展模式，并没有形成“海洋经济—海洋创新”双向共生的发展机制，这可能会不利于海洋经济的长远发展。地区间的GDP 竞争，极大的可能会引发海洋产值的地区竞争，进而忽略了海洋产业的科技创新、海洋环境等问题。

另外，对于海洋经济发展水平的空间外溢效应，在基于地理距离和经济距离的SDM模型中分别是显著的负向和正向外溢效应。这说明当地海洋经济的发展对会对临近地区的各要素形成强有力的竞争力，从而影响临近地区海洋产业创新水平。然而，在经济距离的SDM模型却是正向作用，这说明，海洋经济发展水平相当的地区之间，可能存在着较好的分工协作，从而产生较大的知识相互溢出，进而产生对海洋经济相当的地区产生正向的空间溢出效应。

第三，对外开放水平的直接效应，仅在采用基于经济距离的固定效应模型中是存在显著的负向作用。海洋经济的发展必然是需要不断加大的对外开放水平，但是在开放的过程中如果仅仅是促进了海洋产业产值的增加，而没有对海洋产业的科技创新水平产生促进作用，实质上是一种粗放型的增长模式。这对于海洋产业的长远发展而言是极大障碍，其结果并非是要缩小开放的力度，而是如何协调开放和创新之间的关系。

此外，对外开放水平的空间外溢效应，仅在采用基于地理距离的固定效应模型中是存在显著的正向作用。这说明一个地区的对外开放程度会在临近地区之间的产业协作和分工当中，产生相应的空间溢出效应。

第四，对市场化水平而言，在基于地理距离和经济距离的SDM固定效应模型当中都没有显著的作用，而在基于经济距离的固定效应模型，存在显著的正向空间外溢效应。这说明市场化的完善程度，对于海洋产业的科技创新而言，要产生外溢效应是通过海洋经济水平相当这条途径进行传递。

第五，对于海洋科研人员比重而言，在基于地理距离和经济距离的SDM固定效应模型当中都存在显著的正向作用，这是一个较为容易理解的结果。但是这一解释变量在两大模型中的结果都显示并不存在显著的空间外溢效应。这说明各个地区的海洋科研人员之间的交流或许并不是十分紧密，也没有太多的知识交换和溢出，更多的是在本省或本市内部进行内化。

第六，对于海洋科研投入强度而言，不存在显著的直接效应和空间外溢效应。这在某种意义上说明，目前海洋科研投入是缺乏效率的，这背后并不是科研经费数量出了问题，而是科研经费使用的激励制度出了问题，只有深挖背后的制度问题，才能使用科研经费的使用能够产生更大的效用。

第七，对于金融发展水平而言，在基于经济距离的SDM固定效应模型当中存在显著的负向促进作用和空间外溢效应。这说明目前金融的发展对于海洋产业的科技创新而言并没有形成良好的支持。

第八，对于基础设施水平而言，在基于地理距离和经济距离的SDM固定效应模型当中都存在显著的负向作用。这说明目前海洋经济和陆地经济的共生机制尚未形成，缺乏陆海统筹。也就是说，目前沿海地区的陆地经济和海洋经济之间是负向的关系，并没有统筹起来产生更大的效益。

第九，对于产业聚集水平而言，仅在基于地理距离的SDM固定效应模型当中对海洋产业创新水平存在显著的正向促进作用，这完全符合产业集聚的地理约束。对于人力资本水平而言，仅在基于地理距离的SDM固定效应模型当中存在显著的正向空间外溢效应。

五、政策建议

（一）加强区域及国际合作

海洋经济发达和海洋产业创新力较强的地区应该借助地理临近的优势，跟周边临近地区形成“合理产业分工合作-创新能力相互外溢”的理想共生模式。这需要相邻地区之间建立起相应的官方和非官方组织，才能将目前负向的空间外溢效应转化为正向的空间外溢效应。充分利用沿海地区内外的区域联系性通道来促进人流、物流和资金流的充分流动，提高资源的配置效率，以创新引领经济发展和吸引各类要素的进一步集聚。高标准完善港口基础设施，依托人工智能、智慧口岸系统对港口功能区进行科学规划与基础设施升级改造，创新国际港口合作方式，形成世界级港口服务体系。

加强国际合作，特别是与临近国际地区或城市的合作，共建探索“海洋强国战略”重大科学问题的“海洋实验室”。沿海地区由于其优越的海洋地理区位优势和丰富的海洋资源禀赋，具备发展海洋经济的良好基础条件，但一定要整合城市间及境内外的资源，形成资源互补，错位发展。以我国粤港澳大湾区为例，目前粤港澳三地在海洋经济的产业发展各具特色，较好地实现了产业错位发展和产业优势互补，逐步形成产业结构完善、产业链条完整且具有国际竞争力的现代海洋经济产业体系。粤港澳大湾区可为国家海洋战略的推进提供前沿性制度创新框架和科技合作平台，特别是共建科研实验室项目，补齐三地在重大基础科研领域合作不足的短板。

创建具有地区文化特色的海洋产业园，建设具有竞争力的海洋城市群，以“点轴”模式推动海洋经济发展。深度挖掘沿海地区内部不同城市的海洋产业特色及文化特色，从当地财政支持等角度切入，政府协助企业解决信息不对称等问题，促进各海洋城市形成自身的比较优势，鼓励各大海洋城市间错位发展和资源互补，形成良性竞争和互补合作的机制。同时，在发展各大海洋城市的同时，也不可忽略中心城市和周边城市之间的互动作用，尤其是以中心城市为“点”以经济网络和地理网络为轴，中心城市和周边城市在产业上要尽量做到配套，避免重复竞争，不断发挥中心城市的极点带动作用以及空间外溢效应，从而在整体上为海洋经济发展提供强劲的内生增长动力。

（二）完善考核及科研经费使用制度

沿海地区海洋产业相关激励制度需要进一步完善。未来可考虑在海洋产业的地区竞争当中，加入创新、环境等多项指标，形成一套有利于海洋产业长期可持续发展的考核指标，优化海洋产业的科研经费使用制度和激励制度。尤其对于科研经费使用制度而言，可建立专门的审核小组，对常规项目采用自评、互评以及加入第三方匿名评估。同时，加强地区之间的交流和学习及对比，全方位进行综合考核；对特别项目，可采用申请-审核制度，简化常规步骤，支持加快项目的完成。不断优化相关制度，可提高海洋产业科研经费的使用效率。

（三）促进产业融合发展

沿海地区在扩大开放的同时，需要对海洋产业的长期创新发展进行规划，考虑相关产业的融合发展。同时要极力避免粗放型增长，实现协调对外开放与海洋产业创新力提升的双重目标。生态海洋经济是海洋经济的重要内容之一，因此可考虑探索海洋绿色金融。海洋绿色金融既是金融产品概念，又是发展战略，即以实现海洋资源环境和海洋经济协调发展为目标，开展对绿色金融领域的实践与探索。以我国粤港澳大湾区为例，大湾区内含深圳和香港的金融都极为发达，且澳门也将成立交易所，将来大湾区将汇集国内及国际上优质的商业银行、投资银行、证券业等金融机构，并且目前深交所与港交所在建立海洋绿色金融核心区域方面优势显著。大湾区内部的重大平台建设要以绿色发展为指引，充分发挥绿色金融的推动作用，三地要进行多种形式的绿色金融合作，成立合资类绿色金融机构，逐步以绿色发展为驱动，促进三地的海洋经济和海洋科技发展。

做大做强港口金融产业，增加金融资源对港口产业链的服务供给，特别是鼓励民间资金参与港口设施建设，培育海洋贸易产品期货（现货）交易市场，提升港口贸易金融风险对冲产品设计能力。形成临港现代服务业聚集区，贯彻落实海洋强省战略，必须要培育强大的临港现代服务业，促进产业链条完善和产业聚集，切实降低运营成本，进一步提升临港经济区的核心竞争力和国际视野。同时也应该考虑采用沿海地区数字普惠金融，对地区沿海城市进行资源整合，缩小沿海地区内部海洋产业创新效率的差距。因此，可以在海洋产业科技创新水平较高的城市先试点“海洋产业创新+海洋金融”的模式，随后不断复制推广，最终达到合作共赢。

（四）提高人才培养和引进

进一步扩大海洋科研人员之间的交流以及进一步培养相关人才。沿海地区可根据自身发展规划的政策优势，成立专门的人才协调小组，涵盖海洋、高新科技等多个行业的人才，牵头和组织相邻沿海地区的人才政策，联合培育、共享人才。加强城市与城市、部门与部门之间的政策配合。

沿海地区高校专业设置要侧重本地产业所需，引领海洋经济所需，不合时宜的专业要及时调整。增加对新兴产业人才的培育和投入，如对机器人专业、海洋大气、新能源等产业人才的培育，增加服务于地方经济的地方高校专业的投入。

尽快在沿海地区内部或者相邻沿海地区之间形成高等院校集群，培育大量本土海洋人才。世界上大多数的湾区都有非常好的高等学校和高等职业学校。好的大学能为沿海地区带来持久的活力，能够吸引更多的优秀人才聚集。沿海地区各地政府要为高等教育发展提供良好的环境，尤其是要为本地高水平大学增加硕士博士生招生指标。同时，建议由政府和高校合作，在全国范围内的举办海洋科研学术论坛和培训会议是一个较为可取的思路。

进一步减少国外人才流动的限制条件。为了进一步提高港澳和国际人才的引入和流动，首先是要解决引入人才的专业资格认证问题，对海洋产业所急缺的专业要尽快形成资格互认，并积极配合相应简化的申请程序和入境政策，成立专门的工作小组，优化到当地工作的引入人才的生活环境，并从税收缴纳等切实需求出发，解决引入人才在沿海地区可能会面临的实际问题。

（五）坚持海陆统筹

未来沿海各地区之间需要加强对于陆地经济和海洋经济的统筹规划，坚持陆海统筹，统筹规划陆地和海洋国土空间布局，整合陆海资源和产业。在统筹空间布局的基础上，不断整合陆地资源和海洋资源，挖掘海洋产业和陆地产业的契合点，协调发展陆海产业并形成互补机制。将海洋产业的科技创新与非海洋产业的科技创新共同谋划，积极开展产学研及科研机构间的交流及合作，促进海洋工程技术及装备制造、海水种植、海底通信等技术的创新，并不断提高成果转化率，提升沿海地区在海洋经济和科技创新等领域成为具有国际竞争力的海洋经济增长极。

坚持陆海统筹，发挥高铁经济带和海洋经济带的联动。高铁经济带促进了区域间的可达性，这将在更大程度上促进沿海地区不断向外和向内开放。找准陆地经济和海洋经济的协同性，发挥二者的合成作用，形成“海洋产品-高铁经济带-海洋服务业”的经济网络，不断促进海洋经济的“磁场”通过陆地的基础设施进行整合和外溢。

注释：

①中国内地沿海各省（含直辖市）包括辽宁、天津、河北、山东、江苏、上海、浙江、福建、广东、广西和海南。

②海洋产业（Marine Industry）是指以开发、利用和保护海洋资源和海洋空间为对象的产业部门，主要包括滨海旅游业、海洋交通运输业、海洋渔业、海洋油气业、海洋矿业、海洋盐业、海洋船舶工业、海洋化工业、海洋生物医药业、海洋工程建筑业、海洋电力业、海水利用业等。

③也尝试选取了金融发展水平、基础设施水平等多个投入指标，但模型无法收敛，经过筛选，选取了文中的投入和产出指标。