海洋资源约束与海洋经济增长——基于中美经验的比较*

王舒鸿 卢彬彬

(1.中国海洋大学 经济学院，山东 青岛 266100；2.中国海洋大学 海洋发展研究院，山东 青岛 266100)

一、引 言

海洋不仅仅能够为渔业、化工业、旅游业等产业的发展提供支持，还可以为国际贸易的扩张提供便利的运输通道。[1]随着陆上资源的逐渐耗竭，人们也把视野转向海洋，越来越关注海洋资源对经济增长的作用。[2][3]中国作为海洋资源大国，拥有3.2万公里的海岸线和470万平方公里的海域面积。在中国海洋经济增长初期，海洋资源丰富易得，资源对经济增长的驱动作用非常显著，逐渐形成了以海洋渔业、海洋油气业等第一、第二产业为主,以海洋交通运输业和滨海旅游业等第三产业为辅的三次产业竞相发展的新格局。[4]但随着资源使用接近海洋承载力极限，边际海洋资源的经济产出减少。

有学者指出，如果能增加涉海资本、涉海劳动力与海洋科技的投入，[5][6][7][8][9]就可以更有效地利用海洋资源促进经济的增长。因为资本的投入为经济增长提供动力支持，劳动力的输入刺激了经济的发展活力，[10]而科技的投入则支撑了海洋产业结构优化升级，[11][12][13]这三种要素可以与海洋资源协同促进海洋经济的发展。作为海洋资源开发较早的国家，美国早已面临海洋资源短缺的制约。为了合理开发海洋，美国增加政府扶持力度，增加了用于海洋资源开发利用的财政预算，并将高科技运用于资源开发利用的装备中，大大提升了海洋资源开发利用的效率，使得海洋资源投入对海洋经济增长的驱动作用逐渐增强。[14]

那么，中国是否可以参考美国模式，增加投入，从而有效合理利用海洋资源，增强其对经济的促进作用呢？如果增加投入，那应该增加何种投入才是符合中国的国情呢？美国通过增加资本和技术的投入，缓解了资源短缺的情况。对于中国来说，劳动力成本较低，资本和技术的成本较高。那么中国是否还应该像美国一样，增加资本和技术的投入呢？而且，不同投入影响资源促进经济增长的效果不同，对于中国来说，哪种投入的边际效果最显著呢？基于以上思考，我们对中美情况进行了经验分析，并提出相应的政策建议。

本文从《中国海洋统计年鉴》和国家海洋局收集了中国11个沿海省份的海洋数据，从经济分析局网站、wind数据库和美国海洋经济学数据库收集了美国30个沿海地区的海洋数据。由于2016年以后中国部分涉海数据没有更新且美国海洋经济数据库部分指标统计口径发生改变，为了保证回归结果的准确性，因此本文选择的时间为2006—2016年。

实证研究主要包括以下几个部分：

首先，本文参考了SEEA中心框架中环境资产的分类方式以及海洋资源的特点，根据海洋资源对主要产业的贡献将海洋资源按照三大产业类型进行分类，如海洋捕捞业属于海洋渔业，应将其归类于第一产业，海洋油气主要为第二产业提供能源支持，将其分类为第二产业，其他海洋资源依次进行归类。

其次，我们建立解释海洋资源与经济增长的固定效应模型，分别将资本、劳动力、科技投入作为控制变量。在此基础上，我们分别以这三个投入作为门槛，探究海洋资源在海洋经济增长过程中的作用机制及变化特点。我们发现，中国劳动力和科技投入对海洋资源与经济增长的关系分别存在单门槛和双门槛效应；以美国作为研究对象时，仅有科技投入对海洋资源与经济增长的关系存在单门槛效应。同时，结果表明，这种门槛效应在各个产业间存在差异。另外，无论是中国海洋经济增长还是美国海洋经济增长，资本的投入始终能够起到驱动作用。

这些发现有助于海洋资源与经济方面的文献研究。首先，以往的文献着眼于海洋资源与经济的相互作用，[15][16][17]或者影响海洋经济的因素，[18][19]并没有对海洋资源进行详细分类。[20]本文则是按照海洋资源特点以及资源的产业贡献度对海洋资源进行了划分，更能准确地研究海洋资源与经济增长间的关系。其次，大多数文章忽略了资本、劳动力和技术对资源的相互作用。[21][22][23]本文则充分考虑这三者之间的相互作用，并分别作为门槛变量构建门槛效应模型。第三，考虑到各个国家的海洋资源数量不同、种类不一，这种国家间的差异也可能会影响两者关系的变化，[15][24]由此选择中美两国的海洋资源数据进行对比分析，扩展了原有文献的研究范围。

二、模型、数据与变量

我们建立海洋资源投入与海洋经济增长影响关系的公式，如式(1)所示：

lnGOPit=σit+α1lnMRit+∑Xit+θit+εit

(1)

其中，GOP为中美两国海洋经济增长水平，采用地区海洋生产总值表示。MR为海洋资源投入量，X为控制变量，包括海洋资本的投入(MC)、涉海劳动力投入(ML)、海洋科技投入(MT)和海洋资本劳动比率(MCL)，σit表示截距项，θit表示沿海地区的时间虚拟变量，εit为回归扰动项，i，t分别表示省份和年份。下面对每个指标进行相应的解释。

MR代表中美两国海洋资源投入量，主要包括生物资源与非生物资源。本文参考了SEEA中心框架中环境资产的分类方式，将海洋资源按照所应用的主要产业进行划分。美国海上原油产量数据来源于美国能源信息署，其他数据来自于美国国家海洋和大气局(NOAA)。由于不同产业涉及资源种类不同，无法直接加总，我们采用熵值法对三类产业资源投入量进行指标合成，[25]依次得到MR1、MR2和MR3。

MC代表中美两国海洋资本投入量，采用海洋固定资产投资量测算。[26][27]数据来自于《中国统计年鉴》；美国通过全国社会固定资产投资额确定，数据主要来自于wind数据库。由于不同国家之间的海洋固定资产投资量测度方法存在差异，在进行具体核算时，中国侧重于利用各地区固定资产投资额间接确定。海洋资本的投入，不仅可以为科学控制资源现有开发量、积极拓展资源未来开发量提供充足的物质资本保障，还能够通过改进资源开采方式、增加人力资本数量等来提高资源开发效率。因此，该指标的预判系数为正。

ML为中美两国海洋劳动力投入量，数据来源于《中国海洋统计年鉴》与NOAA国家海洋数据中心。在海洋开发的初期，海洋资源丰富，劳动力人口越多，越能够充分地开发海洋资源，对经济增长的贡献作用也就越大。[28]但随着海洋资源逐渐短缺，当过量的劳动力参与进来时，会加重经济增长负担，消耗经济增长的资源投入，对资源造成浪费。[29]另外，当劳动力投入超过资源开采所需劳动力水平时，会增加资源开发成本，降低资源投入的使用效率，不利于资源对经济增长的促进作用。[30]基于这样的考虑，该指标的预判系数不能确定。

MT为中美两国海洋科技投入量，分别用海洋科研经费与科研从业人数来表示。数据来源于联合国教科文组织和美国国家科学基金会。海洋科学技术水平的高低决定了一国对于海洋资源的开发利用效率，成为驱动海洋经济增长的重要因素。随着技术投入增加，改变了传统粗放型的资源开发模式，更新了资源利用方式，大大提高了资源使用效率；[31]然而，当资源开发过量，特别是过度和无序开发，极易使资源环境遭到破坏，如生物资源的减少甚至灭绝、旅游资源景点的质量降低等，反而会阻碍资源投入对海洋经济增长的可持续性。[32][33]基于以上考虑，该指标的预判系数同样不能确定。

MCL代表中美两国海洋资本劳动比率。劳资比率表示一个国家、一个地区或者一个经济部门中资本和劳动的构成状况，同时也表明资本和劳动的密集程度，能够准确地量化资源配置。一般来说，随着技术进步，劳资比例趋向提高，比值越大，说明经济社会的效率越高。表1是模型中总体样本各主要变量的描述性统计分析结果。

表1 总体样本的描述性统计

三、实证分析

(一)MR与MGOP的最小二乘和固定效应模型回归分析

我们采用最小二乘和固定效应模型，以中美两国数据做海洋资源(MR)与海洋经济增长(MGOP)的整体回归，从整体上对两者关系进行初步判断，检验结果如表2所示。

从表2中可以看出，LnMR1与MGOP系数显著为正，表明第一产业海洋资源投入的增加确实能够促进海洋经济的发展。这可能是由于第一产业多为以海洋生物资源为主的资源依赖型，海洋资源对于该产业海洋经济增长存在约束作用。[15]LnMR2与MGOP的回归结果没有通过显著性检验，这是因为第二产业海洋经济增长会受到多种因素的影响，海洋资源仅作为其中一种要素投入，投入产出效果可能会受到其他因素的干扰存在非线性变化关系。LnMR3与MGOP的回归在固定效应模型中系数显著为正，但没有通过OLS模型的显著性检验，表明在排除了不同地区地理位置、政府政策和经济增长等变量后，两者才存在正向关系。控制变量LnMC、LnML和LnMT对MGOP均表现为正向推动。

表2 海洋资源与经济增长关系的检验结果(被解释变量：海洋经济增长)

从最小二乘和固定效应回归结果来看，海洋资源与经济增长二者关系并非全部表现为显著的线性增长；另外，其他海洋生产要素的投入，确实能够显著促进海洋经济增长。上述分析是我们用整体数据来进行的测算，那么不同国家是否也存在这种资源投入与经济增长的非线性变化关系呢？接下来，我们再以中美两国数据分别做海洋资源与经济增长的固定效应回归，回归结果如表3所示。

从表3中可以看出，两者作用关系存在差异。以中国为例，第一、第二、第三产业海洋资源对海洋经济增长的回归并没有通过显著性检验，这可能是由于对经济增长起作用的不仅仅是海洋资源，还会有其他要素的影响。在美国的回归结果中，除第二产业外，第一、第三产业海洋资源投入能够显著促进海洋经济增长，尤其是第三产业海洋资源，这主要是由于美国第三产业在海洋生产总值中占比较大，其中滨海旅游、海洋运输等发展更是以资源为依托，因此两者作用关系也更加明显。另外，其他要素投入对两国海洋经济增长均具有积极作用。

表2和表3结果都表明，随着MR投入的增加，MGOP并非呈现线性增长。那么是哪些因素导致MR对MGOP边际增长效应出现变化？考虑到要素在经济增长中的相互作用，我们认为这种影响因素是资本、劳动力和技术的投入。[34][35]接下来，本文分别以这三者作为门槛变量，通过建立门槛效应模型来验证三种要素的非线性影响是否成立。

表3 中美两国海洋资源与经济增长关系的检验结果(被解释变量：海洋经济增长)

(二)MR与MGOP的门槛效应检验

本文采用了Hansen的门槛模型，以中美两国沿海地区的海洋投入资本、涉海就业人数、海洋科技为门槛变量，以国家为组别分别在单门槛和双门槛的假设下进行门槛检验，见公式(2)。门槛检验是为了验证门槛效应是否存在，以及门槛值是否显著，通过检验后可以得出变量间是否存在非线性关系的结论。以单门槛模型的显著性检验为例，门槛效应的原假设和备择假设分别为：H0:β1=β2和H1:β1≠β2，原假设为被检验的模型不存在门槛效应，如果结果拒绝原假设，则代表存在门槛效应。

(2)

中美两国2006-2016年的海洋资源投入与经济增长关系是否存在资本、劳动力和科技的门槛值的检验结果如表4所示。表4反映的是各个变量门槛检验的F值和按照自抽样法(Bootstrap)反复抽样500次得到的P值。

根据表4的结果，在自举次数500的情况下，中美两国门槛值检验存在差异。首先，当以LnMC作为门槛变量时，均未通过显著性检验，表明中美两国海洋资源与经济增长不存在资本投入的门槛效应。而表3的回归结果表明无论是中国海洋经济增长还是美国，海洋资本投入都能够起到显著促进作用。

表4 中美两国海洋资源与经济增长门槛值检验

海洋经济的发展离不开涉海资本的投入。从中国来看，海洋经济增长尚处于起步阶段，对于海洋资源的开发主要集中在沿岸和近海区域。由于技术落后，粗放式的开发方式导致了海洋污染，生物资源衰减等问题。这些海洋问题的解决离不开海洋资本的投入。美国作为世界海洋强国，海洋经济发达且产业结构合理。在涉海资本投入上，美国政府主导建立了海洋投资基金，为海洋经济和海洋产业发展提供多方位支持。虽然资本积累已经形成一定规模，但仍然存在区域间的资本投入不平衡。另外，在全球抢占海洋发展先机、力争拿下海洋发展制高点的背景下，海洋经济增长模式的更新、传统海洋产业的转型和新兴海洋产业的培育也需要资本支持。因此，实证结果与现实相符，资本投入始终能够促进经济的发展，对资源投入不存在门槛效应。

其次，当以LnML作为门槛变量时，仅对中国的MR1和MR2通过了单门槛检验；而以LnMT作为门槛变量时，对中美两国MR1、MR2和MR3分别通过了双门槛和单门槛检验。为方便研究，我们按照门槛估计值进行区间划分，如表5所示。

(三)MR与MGOP的门槛回归分析

门槛检验结果表明，ML和MT投入水平的变化能够对MR与MGOP两者关系产生阶段性影响，两种要素如何影响、影响大小，不同国家间是否具有差异等仍然需要进一步门槛回归才能得出结论，门槛回归结果如表6所示。

根据表6可知，当以ML作为门槛变量时，仅对中国第一、第二产业的MR与MGOP关系存在单门槛效应，两者关系表现为一阶段的倒“U”型：在中国海洋经济第一产业发展中，当ML处于海洋劳动力低值分布区，资源投入能够明显促进海洋经济增长，一旦ML进入海洋劳动力高值分布区，促进作用将会明显变小。ML对美国MR与MGOP的关系并不存在门槛效应，根据表5固定效应的回归结果，作为控制变量的ML能够与MR一同促进美国海洋经济的发展。该结果与理论、中国实际发展情况相吻合。在适当的范围内，劳动力的投入能够使海洋资源得到有效开发，在海洋资源承载的范围内促进经济的发展。但是当劳动力投入过度时，特别是低素质劳动力涌入，一方面会出现对资源开发的无序性和野蛮性，对环境造成严重破坏，降低经济增长的可持续性水平，另一方面过度的劳动力投入会大大增加资源使用的成本，抑制海洋经济增长活力。

表5 中美两国海洋资源与经济增长门槛值估计结果区间划分

表6 中美国海洋资源与经济增长门槛回归结果

另外，我们注意到ML对第一产业两者关系的驱动作用显著大于第二产业。分析原因，本文认为这主要是由于中国海洋经济第一产业仍然是以传统渔业为主，属于劳动力密集型产业，由于技术工具的落后、地理环境的限制等因素，使得在海洋资源开发利用过程中仍然需要依靠大量劳动力；相比于第一产业，海洋经济第二产业的发展主要是以制造业为主，虽然传统产业居多，但是中国制造业发展正在进行产业结构的转型升级，劳动力依赖性较第一产业有所降低，因此ML在第一产业对MR的驱动作用要高于第二产业。

当以MT作为门槛变量时，两国海洋资源对于海洋经济增长的影响均存在科技投入的门槛效应，中国表现为双门槛，美国表现为单门槛。MT的投入能够提高MR对MGOP的促进作用，在中国这种作用呈二阶段倒“U”型：在海洋科技低值分布区，MT的投入显著增强了MR的作用效果；当不断增加MT投入直至进入海洋科技中值分布区时，增强效果更加明显；一旦进入海洋科技高值分布区后，增强效果逐渐减弱，但会始终高于最初水平。在美国这种对MR的驱动作用则为一阶段的倒“U”型。新技术的广泛研发，运用于海洋资源领域，可以探索海洋资源新的使用价值、优化海洋资源的开发方式、合理化海洋资源的利用途径、提高资源的使用效率，在这个阶段，海洋资源的开发会显著地促进海洋经济的发展。工具的革新拓宽了资源开发的力度与深度，但是受制于资源的有限性和周期性特征，过量的开发会使得其对经济增长的驱动作用逐渐减弱，不利于经济的可持续发展。

另外，回归结果显示，美国MT的投入更能够增强MR对MGOP发展的驱动作用。在资源一定的情况下，科技投入对美国的经济增长效应要高于中国。美国历年斥巨资投入海洋资源开发的高科技领域，特别是海洋高端装备制造和海洋可再生能源领域，拥有世界上最先进的深海油气资源开发技术，建成了世界上最长的，途径欧、非、亚15个国家的海底光缆。对比来看，中国海洋科技对于海洋资源的利用水平仍然有待提高。

四、结果讨论

首先，ML会对中国的MR与MGOP关系产生门槛效应，然而美国却恰恰相反。另外，固定效应模型显示，美国涉海劳动力投入能够显著促进经济增长。考虑出现这种现象的原因，本文认为是由于中美劳动力素质差异所导致，美国的劳动力人口素质普遍高于中国。随着改革开放的不断推进，中国经济飞速增长，但是仅考虑人口因素时，中国经济的高速增长有25%依靠廉价的劳动力支撑。巨大的人口总量和粗放型经济增长方式，导致经济增长不断临近“资源承载临界点”。当达到临界点时，随着资源的不断投入，企业的成本不断攀升，导致经济增速逐渐放缓，甚至会转为负向增长。

美国劳动力要素没有对资源促进经济的增长形成制约。在美国目前所处的第三次移民高潮中，高知识层次的人才资源成为移民重点；同时，美国有以市场为导向的成熟的劳动力市场，市场化决定各级劳动力的工资水平，这种工资形成机制既可以激励美国劳动力人口主动获取知识、提高自身素质，同时又能够保证劳动力人口的合理配置。因此，无论处于何种规模的劳动力水平，海洋资源的合理利用都会对海洋经济的发展产生正向驱动效应。

其次，MT是影响MR与MGOP关系的重要因素。无论是中国还是美国，都能够通过生产方式的不断优化、生产技术的不断变迁来提高资源的使用效率，合理配置资源，以实现海洋经济进步的政策目标。但是，中美两国出现单门槛和双门槛的差异，本文认为是由于选取的时间区间所导致。本文选取的时间区间为2006—2016年，2006年之前是中国海洋经济增长政策体系化建立时期，此时海洋科技刚刚处于起步阶段，因此MT的投入对MR与MGOP关系的推动作用表现为两阶段增长；但是美国海洋经济增长历史悠久，海洋科技投入已经形成一定规模，第一阶段对于MR的增长效应发生在2006年之前的时间区间内，因此在本文仅呈现后一阶段的增长作用。总体来看，美国对于海洋资源开发的科技投入取得了显著成效，正是由于强大的技术支撑，才使得美国保持着世界海洋强国之位。

五、结论与政策建议

在本文中，我们对中国11个沿海省份和美国30个沿海地区的海洋资源与经济增长关系进行了分析，考虑到海洋生产要素间的相互作用，我们认为，海洋资源与经济增长并非简单的线性关系，可能会受到其他要素投入的影响。回归模型和门槛效应模型证实了这一观点的成立，即在不同的海洋资本、涉海劳动力和海洋科技投入水平下，中美两国海洋资源与经济增长会呈现不同的阶段性变化：无论是中国还是美国，海洋资源对经济增长的影响均不存在资本投入的门槛效应。回归结果表明，随着资本投入的增加，海洋经济呈现出正向发展的趋势；美国海洋资源对于海洋经济增长的影响不存在劳动力投入的门槛效应，而中国在不同的劳动力水平下，两者呈现出倒“U”型变化趋势；海洋资源对中美两国经济增长均存在科技投入的门槛效应，并且两国变化趋势保持一致，随着海洋科技的投入，海洋资源的开发利用对经济增长的驱动效应呈现出先大后小的发展规律。

实证研究结果表明，海洋经济的发展需要大量资本投入。当前，中国海洋开发领域存在着巨大的资本缺口，特别是货币资本。发达国家发展海洋经济的实践经验表明，金融资本是海域开发的核心推动力，它的支持作用体现在海洋资源区开发、海洋装备更新、海洋技术变革等对海洋资源开发利用各方面的全方位渗透。因此，借鉴国内外资本支持产业发展的成功经验，可以通过建立财政支持、民间投资、信贷市场、资本市场运作和外商投资等多轮驱动的多元融资机制，为海洋资源开发提供雄厚而持续的金融资本保障。一方面，要注意加大各级财政性建设资金向海洋资源开发的倾斜力度，根据不同海洋产业对资源的不同需求，有针对性地成立各类海洋专项基金，政策性银行也可以考虑设置“海洋开发专项贷款”为资源开发提供财政支持；另一方面，要缓解开发中的资金瓶颈制约问题，就要多种途径鼓励民间资本投资海洋领域，这就要求各级沿海政府部门大力改进民间投资的服务环境和审批环境，对海洋开发的重要项目投资给予财政贴息或者税收减免，降低民间资本的投资成本。另外，构建完善的资本市场，为解决海域开发资金短缺提供重要融资渠道，特别是海洋产业投资基金的建立，对优化资源配置、促进海洋科技进步、调整海洋产业结构、预防金融风险等具有重要作用。

另外，提高劳动力素质是关键。当前中国海洋经济增长仍然以劳动力密集型为主要发展模式。中国人口较多，海岸线较长，海洋资源十分丰富，资源和劳动力方面具有绝对的优势，这也是导致中国近几年海洋经济飞速发展的根本所在。但是根据门槛效应模型的分析结果，过多的劳动力投入，反而会通过降低资源利用效率、增加企业的生产成本，抑制海洋经济的发展。如何解决劳动力基数过大对经济带来的负面影响？提高劳动力素质水平、重视人才培养为其提供了有效的解决方案。海洋人才的培养决定了海洋产业发展的潜力大小，尤其是新兴海洋产业和以高新技术为主导的海洋产业。培养海洋人才、提高海洋劳动力素质的重要途径在于教育，通过海洋教育的改革和发展，使涉海劳动力在质量和结构上能够更好地匹配海洋产业发展的需要，实现海洋劳动力更充分的就业。相关措施主要包括制定合理的海洋人才培养计划、加快产学结合，加大科技机构与海洋类院校的合作，实现海洋产业与劳动力人口的良性互动。

最后，要加大对海洋科技的投入。海洋科技创新作为推动海洋经济增长的重要因素，它推动了海洋经济系统向资源节约型、绿色导向型、协调运转型的转变，保证了海洋资源开发的合理性和科学性。在海洋科技投入方面，美国开发创立“海洋规划与管理地理信息系统”和“地理规则信息系统”，在沿海地区建立了研究海洋资源的实验室，可以随时监测、显示、分析海洋数据，能够随时掌控海洋动向。相比于美国，中国现代科技起步较晚，早期人才匮乏、创新动力不足，严重阻碍了对资源的探测开发，制约了经济增长。21世纪以来，在国家海洋战略和国际化战略背景下，中国海洋科技取得了显著成效，但仍然具有很大的提升空间。要提高中国的海洋科技创新能力，首先要增加科技创新基础投入，海洋技术的变革发展依赖于资本支持，要扶持具有引领作用的涉海高端研发平台，包括建立国家海洋实验室、工程研究中心等，充分发挥示范作用和外部效应；另外，也要整合创新资源，加强不同涉海主体的协同创新，密切联系海洋经济部门、涉海科研院所，以及企业的合作，利用优势互补和信息共享推动创新资源整合和技术进步。