海洋科技及经济增长效益

1模型的设定与数据说明

1.1模型设定

对柯布－道格拉斯生产函数进行拓展，将科技投入作为除劳动和资本外的另一投入品，生产函数为柯布－道格拉斯函数:Y(t)=f(K，L)=A(KFβKT1－β)αL1－α(1)在此模型中，Y表示产出，K表示资本，L表示劳动。资本投入有两种用途:一是用来生产最终产品，二是提供最终产品的中间投入————科技成果。KF和KT分别表示固定资本的生产总额和科技投入额。对(1)式两边分别取对数:lnY(t)=lnA(t)+αβlnlnKF(t)+α(1－β)lnKT(t)+(1－α)lnL(t)(2)由于对各时间序列取对数后不影响变量之间的关系，而且对经济时间序列取对数后可以避免模型的异方差，因此对指标的原始数据都取其自然对数，建立双对数模型进行计量检验;同时，单纯的时间序列分析和横截面分析没有控制异质性，估计通常是有偏的，而且，我国沿海地区包括11个省份，为了考虑各地区海洋经济发展的异质性，我们采用了面板数据模型。因为面板数据包含的信息量更大，降低了变量间共线性的可能性，增加了自由度和估计的有效性。具体的计量模型如下:lnyit=β0+β1lnKit+β2lnLit+β3lnTit+εit(3)其中，lnyit是地区i在第t年海洋经济总量的自然对数值，是本模型的被解释变量。lnKit是地区i在第t年固定资产投资的自然对数，代表的是海洋经济资本投入情况。lnLit是地区i在第t年主要海洋产业从业人员的自然对数。lnTit是地区i在第t年海洋科技投入的自然对数，反映海洋科技资金投入水平。一般而言，海洋科技政策的直接资金投入水平越高，对海洋经济增长的推动越大，因此，预期的模型回归系数的符号为正。

1.2海洋科技投入变量的说明

在现有的研究文献中，一般把财政投入或财政投入比例作为科技投入的变量，但是，海洋产业是多个产业的复合体，依据国标GB/T20794—2006的解释，海洋经济是开发、利用和保护海洋的各类产业活动以及与之相关联活动的总和，包括海洋产业和海洋相关产业两大类。其中海洋产业分为22大类，海洋相关产业分为7个大类，共涉及《国民经济行业分类》中的20个门类，76个大类，183个中类和330个小类。显然，现有的统计制度不能支持这样的细分统计数据。政府海洋科技投入分为政府直接财政资金拨付和以科研项目为载体的科技投入。根据现行科研管理体制，海洋科技创新政府投入的资金审批权分散在各涉海行政管理部门。尽管我国科研管理体制改革已进行了多年，涉海科研机构及高校的单位属性是事业单位，其管理权隶属于涉海政府部门，即使目前成为独立核算的法人实体，但是仍与政府部门保持着千丝万缕的联系。随着市场体制改革的深入，涉海的非国有企业日渐增多，由于关系、人情、科技实力等因素，很难受益于来自政府部门直接投入的各类科研资金，他们在科技创新方面收益更多的是公共科技政策领域。基于上述理解，我们可以得知，涉海科研机构获得科研资助的比例最高，企业受惠科技政策的主要来源是非涉海管理部门的金融支持。非国有企业通过与高校、科研机构的合作，在科研项目资金可以分一杯羹，但是，相比涉海科研机构、高校及国有企业，获得资金支持的比例低很多。对于这一点，我们在海洋科技投入的直接产出———海洋科技成果的拥有主体的分析中得到验证。本研究采用国内专利授予数量来衡量科技投入的产出，选择这个指标的原因主要基于两点:随着中国专利保护制度的不断健全和完善，越来越多的科研人员选择以申请专利的形式对其研究成果进行保护，因此专利申请数量有着较强的代表性;其次，在各种研发数据中，专利数据较为全面和比较容易取得。分析专利数据得知，2000年以来海洋科技专利的授予单位70%是涉海科研机构及高校。综上所述，可以把政府科研资金的载体科研项目作为投入品从总投资中分离出来，并用课题数量来衡量科技投入的多寡，将海洋科技投入项目作为科技投入变量。

1.3数据来源

本文选取全国11个沿海省、直辖市和自治区2000—2008年的面板数据。本文数据选自历年《中国统计年鉴》、《中国劳动统计年鉴》、《中国海洋统计年鉴》、《中国海洋经济公报》、《各地区统计年鉴》，数据跨度为2000—2008年。考虑到估计模型的真实性，需要剔除价格因素对时间序列的影响造成数据的不可比性，模型中的产出及固定资本投入均以2000年为基期进行了换算。

2模型的估计与检验

2.1面板变量的平稳性检验

板单位根检验特殊的困难是既要考虑横截面的异质性，又要形成一个具有较高“势”(power)的检验统计量。自Levin与Lin［22－23］和Quah［24］等人开创性的研究之后，有关面板单位根检验方法的研究得到了迅速的发展。为使结论具有稳健性，本文面板框架下采用了Breitung检验［25］、LLC检验［26］、Fisher类型检验［27］进行协整检验。检验的结果表明，所有的检验统计量在5%的显著性水平下拒绝“不存在协整关系”的原假设，这就充分地表明非平稳时间序列Y、KF、L、KT之间存在着协整关系。

2.2数据分析结果

对于静态的面板数据估计方法，主要有固定效应和随机效应模型。本文对模型(3)式分别采用两种不同的估计模型，估计结果见表1所示。两个模型的估计系数均在5%的水平下显著，固定效应模型和随机效应模型的拟合度均超过0.9。进行Hausman检验，以了解固定效应和随机效应两种方法所得的系数是否存在显著性差异。零假设是不存在显著性差异，经验分析结果拒绝零假设，并且在1%的显著水平下接受固定效应模型估计结果。进一步地，我们消除时间趋势因素的影响，采用广义最小二乘法(GLS)进行了固定效应模型，并进行了截面异方差、序列相关的检验。劳动力的弹性系数均为正数，与最初的预计符号相符，并且均在1%的显著水平下显著，其中:固定资产投资的弹性最大，为0.658，其次是科技投入的弹性系数，为0.171;弹性系数最小的是劳动力，小于0.1。

3结论及讨论

进入新世纪以来，海洋经济在国民经济中的比重逐渐增加，沿海地区均把发展海洋经济作为地区经济发展的重要举措。本文实证分析了2000—2008年我国沿海地区海洋经济科技投入对海洋经济增长的贡献，结论如下:固定资产投资对沿海地区海洋经济增长具有显著的正向推动作用，固定资产存量投资每增长1%，可以促进经济增长0.65%;劳动力增长与海洋经济增长之间呈现出弱正相关关系，劳动投入每增长1%，可以促进海洋经济增长0.097%。这说明，我国海洋经济增长主要是依赖于投资驱动。在此研究关注的中心问题是科技投入对海洋经济增长的影响作用，分析结果显示，海洋科技投入每增长1%，可促进海洋经济增长0.17%，是劳动力投入要素贡献率的2倍。具体分析，海洋科技投入对海洋经济增长产生影响不高的主要原因有以下三个方面:

第一，从我国海洋经济所涵盖的产业组成来看，劳动密集型产业产值如海洋渔业、海洋船舶业占的份额比较大，这些产业对就业的吸纳力很强但是增长率较低，对科技投入的敏感度不高，而现有的海洋科技投入主要集中在这些产业，因此海洋科技投入对整个海洋经济增长的贡献率不高。

第二，海洋经济的增长主要依赖于固定资产投资拉动，说明我国海洋经济增长方式仍是粗放型增长。粗放型增长模式的主要特点是重复性低水平建设，这意味着产业的技术结构趋同，科技投入难以彻底改造传统产业。而且，我国海洋经济中海洋产业的前后向联系关系较弱，传统产业与新兴产业的关联度不高，占海洋经济份额较少的海洋高新技术产业对相关联动产业的带动力不强。

第三，我国海洋科技政策投入对象主要是高校及科研机构，虽然提升了海洋科技成果的层次和海洋科技成果的数量，但是，海洋科技成果转化为生产力的机制并不是很畅通，持有海洋科技成果的是科研机构，需求方是海洋企业，由于成果交易的市场机制不完善，因此，海洋科技成果的转化率不高。也就是说，海洋科技成果只是潜在的生产力，成为现实的生产力会有时滞效应。

促进海洋经济可持续增长、海洋社会发展是海洋科技投入的根本目标。政府应加大海洋科技投入力度，考虑海洋科技政策的重点领域和海洋经济发展的实际，将政府海洋科技投入与海洋产业结构升级优化结合起来，引导多渠道、多元化投资增加海洋科技成果产出，促进海洋科技成果转化，使海洋科技投入对海洋经济增长发挥更多的正面效应，为海洋经济可持续发展提供智力支持。