海洋科技創新能力對海洋經濟綠色全要素生產率的影響研究

徐勝 顏世鈺

摘要：海洋科技創新能力對海洋經濟綠色健康發展具有重要作用。文章采用2007—2016年沿海11個?。ㄗ灾螀^、直轄市）面板數據，首先建立對海洋科技創新能力的綜合評價體系，使用熵值—TOPSIS法對我國沿海11個?。ㄗ灾螀^、直轄市）的海洋科技創新能力進行測算，再運用DEA- Malmquist法測算我國沿海11個?。ㄗ灾螀^、直轄市）的海洋經濟綠色全要素率，最后通過建立GMM模型研究海洋科技創新能力對海洋經濟綠色全要素生產率的影響。結果表明：海洋科技創新對于海洋經濟綠色全要素生產率具有顯著促進作用，有助于海洋經濟綠色持續發展，海洋經濟綠色全要素生產率增長主要源于海洋經濟綠色技術進步指數而非海洋經濟綠色技術效率指數。

關鍵詞：海洋科技創新能力;海洋經濟GTFP;GMM模型

中圖分類號：P74??? 文獻標志碼：A??? 文章編號：1005-9857（2022）05-0023-09

Research on the Influence of Marine Science and Technology Innovation Capability on Green Total Factor Productivity of Marine Economy：Empirical analysis based on China's coastal areas

XU Sheng1.2，YAN Shiyu1

（1.College of Economics，Ocean University of China，Qingdao 266100，China;

2.Marine Development Research Institute ，Ocean University of China，Qingdao 266100，China）

Abstract：The innovation capability of marine science and technology plays an important role in the green and healthy development of marine economy. This paper adopted the panel data of 11 coastal provinces （autonomous regions，municipaiities）from 2007 to 2016. Firstly，a comprehensive e-valuation system for marine technology innovation capabilities was established，and the Weight- TOPSIS method was used to evaluate the marine technology of 11 coastal provinces （autonomous regions，municipaiiiies）in China. Then the DEA-Malmquist method was used to calculate the green total factor rate of the marine economy in 11 coastal provinces （autonomous regions，munic-ipalities）. Finally，the influence of marine science and technology innovation ability on green total factor productivity of marine economy was studied by establishing GMM model. The results showed that scientific and technological innovation had a significant，role in promoting the green total factor productivity of the marine economy，which was conducive to the sustainable develop-ment of the marine economy.

Keywords：Marine science and technology innovation capability，Marine economy GTFP，GMM model

0??? 引言

海洋經濟高質量發展主要側重于海洋經濟發展動力方面和海洋經濟發展綠色方面。在海洋經濟發展的動力方面，我國海洋經濟表現出較強的資源依賴性，以海洋漁業為代表的傳統海洋產業仍舊在各海洋產業中占據主導地位，而海洋電力、海洋生物與醫藥等海洋新興產業發展體量較小且動力不足，因而海洋領域也面臨海洋產業結構升級和新舊動能轉換的問題，這就需要加快海洋科技創新步伐。在海洋經濟發展的綠色方面，依靠廉價海洋勞動力、豐富海洋資源使得海洋經濟飛速發展的同時，勞動力成本的上升、資源邊際報酬遞減等問題日益凸顯，全要素生產率的提高成為海洋經濟持續發展的關鍵，再加之海洋生態系統受損嚴重而引發的環境壓力，考慮資源和環境約束的海洋經濟綠色全要素生產率更能體現新時代海洋經濟綠色發展的要求。因此，研究海洋科技創新能力和海洋經濟綠色全要素生產率之間的關系對海洋經濟高質量發展具有重要意義。

在科技創新對綠色全要素生產率影響的相關研究中，涉及多個領域，何曉霞等[1]從農業領域，研究發現各省的農業科技創新能夠提升本省自身的農業綠色全要素生產率，但對周邊省、市的農業綠色全要素生產率具有抑制作用;籍艷麗[2]從工業領域，基于環境規制視角，研究發現高低環境規制水平下，科技創新對工業綠色全要素生產率的提升作用分別是顯著和不顯著;蘇科等[3]認為科技創新是綠色全要素生產率提升的重要推動因素，其影響效應表現在資源節約、產業結構和環境規制3個方面。在海洋經濟發展的相關研究中，海洋科技創新與海洋經濟發展之間存在著雙向的影響作用關系，屈莉莉等[4]證明了海洋科技創新能力與海洋經濟之間存在互動正反饋機制;吳梵等[5]研究了海洋科技對海洋經濟影響的門檻效應，結果表明海洋科技創新對海洋經濟增長的影響存在對外開放門檻效應和金融發展門檻效應;Hubbard[6]在不同海洋產業下，分析了海洋科技對海洋經濟的影響;馬仁鋒等[7]研究了海洋經濟和海洋科技的影響關系及協調發展程度，證明了二者之間具有高—中—高的演替趨勢;Lin等[8]通過對中國沿海11個?。ㄗ灾螀^、直轄市）科技能力在海洋漁業中表現出的貢獻差異，來說明海洋科技對海洋經濟的動力作用;房輝等[9]分別構建海洋科技創新和海洋經濟發展水平指標體系，運用動態因子分析模型來研究二者之間的動態變化趨勢，在此基礎上對各個省（自治區、直轄市）的海洋科技與經濟的協調發展程度進行了分級。此外，海洋經濟綠色全要素生產率是海洋經濟綠色發展研究的重要內容，胡曉珍[10]指出技術進步率是造成中國海洋經濟綠色全要素生產率區域差異的主要因素;關洪軍等[11]指出海洋技術進步、海洋經濟與制度管理是促進海洋經濟綠色全要素生產率提高的重要影響因素，海洋規模經濟對海洋經濟綠色全要素生產率的促進作用不明顯;丁黎黎等[12]對海洋經濟綠色全要素生產率內部驅動機制進行研究，得出海洋經濟對海洋勞動與資源具有依賴性的結論;秦琳貴等[13]指出科技創新對于海洋經濟綠色全要素生產率的提升具有重要影響，并且該影響存在單一門檻效應;杜軍等[14]研究表明海洋環境規制、海洋科技創新與海洋經濟綠色全要素生產率呈現三角促進關系。

根據以上文獻梳理，目前對海洋科技創新與海洋經濟綠色全要素生產率直接關系的研究甚少。基于此，本研究首先通過構建海洋科技創新能力評價的指標體系，運用熵值-TOPSIS法對海洋科技創新能力進行度量，再運用SBM-ML指數對海洋經濟綠色全要素生產率進行測算，最后在此基礎上研究海洋科技創新能力對海洋經濟綠色全要素生產率的影響，揭示海洋科技創新能力對于我國海洋經濟綠色健康發展中的作用和效果，為推動海洋經濟綠色持續發展提供決策參考。

1??? 海洋科技創新能力的度量

1.1??? 海洋科技創新能力指標體系的構建

依據指標體系的全面性、科學性和可操作性等原則[15]，從海洋科技創新投入、海洋科技創新產出和海洋科技成果轉化3個方面選取7個三級指標構建海洋科技創新能力指標體系，具體指標見表1。各指標數據均來源于2007—2016年《中國海洋統計年鑒》。

1.2??? 評價方法與評價結果

在對海洋科技創新能力進行評價時，選取熵值法和TOPSIS法相結合的綜合評價方法。熵值法是根據選取的各指標數值所能提供的有效信息量的大小來確定指標權重，與主觀賦權法相比，熵值法能避免主觀性過強的缺點，使得評價結果更加科學。TOPSIS法是一種以距離作為評價標準，對評價對象進行綜合評價的方法，這一方法首先定義目標空間的某一測度，再據此計算評價對象與正、負理想解之間的距離，最后根據距離計算出評價對象對于理想解的貼近度，以此來得出對各評價對象的排名，但TOPSIS法賦權主觀性較強。因此，本研究把熵值法和TOPSIS法結合，對指標進行賦權，以保證對海洋科技創新能力評價的合理性。

在進行評價過程中，首先對原始數據進行無量綱化處理，計算各級指標的權重，然后加權分層逐級綜合，最后得到各個沿海?。ㄗ灾螀^、直轄市）的科技創新能力指數。根據前文所述過程，求得各指標的信息熵權重如表1所示。

通過熵值-TOPSIS法確定指標權重，根據所得數據，計算得出2007—2016年我國11個沿海?。ㄗ灾螀^、直轄市）的海洋科技創新水平，表2是對2007—2016年11個沿海省（自治區、直轄市）海洋科技創新能力綜合評價水平的描述性統計。

由表2可以看出，我國沿海11個?。ㄗ灾螀^、直轄市）的海洋科技創新能力存在明顯差異，可大致分為3個階梯。第一階梯為山東省、上海市和廣東省，其海洋科技創新能力綜合得分的平均值均超過0.5，且標準差變化不大，表明這3個地區海洋科技創新基礎良好且科技創新發展態勢一直較好;第二階梯為天津市、江蘇省、遼寧省和浙江省，其海洋科技創新能力綜合得分均在0.3以上，究其原因，是因為這4個地區的海洋科技創新基礎較為良好，但海洋科技創新產出和成果轉化與第一階梯相比存在較大差距，因而整體得分處于中等水平;第三階梯為河北省、海南省、福建省和廣西壯族自治區，這4個地區的海洋科技創新能力綜合得分均處于較低水平，表明缺少良好的海洋科技創新環境，海洋科技創新投入和產出也相應地減少，海洋科技成果轉化作用不明顯，導致了其在海洋科技創新能力綜合評價中排名靠后。

2??? 海洋經濟綠色全要素生產率的測度及分解

2.1??? 海洋經濟綠色全要素生產率測度方法概述

數據包絡分析（DEA）方法由Charnes等[16]首先提出，作為一種較為客觀的非參數方法，常被用來測量一些決策部門生產效率，在使用時只需要投入和產出的數據。但是DEA模型無法體現全要素生產率隨時間的動態變化情況，因此Caves[17]將Malmquist指數納入全要素生產率的測算之中，以反映效率變化的動態結構，由此形成了基于DEA- ML指數的靜態與動態相結合的分析方法。目前，現有對海洋經濟全要素生產率的測度方法主要是使用DEA-Malmquist相結合的方法。隨著國家更加關注經濟發展的可持續性，越來越多的學者強調要素生產過程中的生態效益，從經濟發展到生態經濟、從經濟增長到綠色增長等從各個研究視角增加對環境影響因素。因此，本研究在此基礎上將海洋生態環境問題考慮進海洋經濟全要素生產率的測算中，即測算我國沿海11個?。ㄗ灾螀^、直轄市）的海洋經濟綠色全要素生產率（GTFP）。在對海洋經濟GTFP測算中，本研究構建了一個同時包含正向和負向產出的生產可能性集合，充分考慮非期望產出，基于SBM和Malmquist指數，實現對海洋經濟GTFP的測算與分解。

運用考慮環境負產出的動態SBM-ML指數模型來對海洋經濟GTFP進行測算，t到t+1時期的ML指數表示如下：

動態ML指數被分解為技術進步效率指數（TC）和綜合效率指數（EC）。據此可得海洋經濟GTFP分解公式如下：

GTFP=GTC×GEC

2.2??? 投入產出指標選取

本研究選擇我國11個沿海?。ㄗ灾螀^、直轄市）為決策單元，每個決策單元包括投入、期望產出和非期望產出，以此作為本研究的對象，研究時段為2007—2016年，數據來源為2007—2016年《中國統計年鑒》《中國海洋統計年鑒》《中國能源統計年鑒》《中國環境統計年鑒》。依據綠色全要素生產率的概念與內涵，具體投入產出指標選取如下。

（1）投入指標。將生產過程中的投入要素分為勞動要素、資本要素和能源要素。在具體海洋經濟綠色全要素生產率的測算中，投入的勞動要素用沿海各地區涉海就業人員數衡量（X）。投入的資本要素用海洋經濟資本存量衡量（X），首先參考張軍等[18]對中國省際物資存量的估計方法，采用永續盤存法計算沿海各地區資本存量及期初資本存量，用每年當期價格表示的名義資本存量，再利用每年固定資產價格指數依次將名義量平減得到每年實際資本存量，t期沿海地區i的資本總存量計算公式如下：

K=（1-δ）K+I/P

式中：K，K分別為t時期和t-1時期沿海地區i的資本存量;δ，為t時期沿海地區i的折舊率，取固定值9.6%;I、P分別為t時期沿海地區i的固定資產總額和固定資產價格指數。

計算得到沿海地區資本總存量后，再采用海洋生產總值與GDP的比例作為比例系數進行折算，進而得到沿海各個地區的海洋資本存量。在能源要素的選取方面，用沿海各個地區海洋經濟能源消費量衡量（X），具體計算時需用海洋生產總值與地區生產總值（GDP）的比例作為比例系數對沿海各地區能源消費量進行折算。

（2）產出指標。在期望產出方面，衡量指標選取地區的實際海洋生產總值Y;在非期望產出方面，選擇直接入海廢水排放量Z和沿海工業固體廢棄物排放量Z兩個指標衡量。在測算分析中原始數據選用2007—2016年的相關指標，指標描述和數據單位如表3所示。

表4為各投入與產出變量的描述性統計結果，據表4可知，各指標的樣本觀測值之間的變動幅度存在差異。具體分析各指標的變異系數，沿海11個省（自治區、直轄市）各年份間的涉海勞動力投入和資本存量差異比較大，這說明各區域勞動力投入規模以及資本存量差異明顯，從一定程度上解釋了沿海各地整體差異性巨大的原因。在非期望產出指標中，沿海工業固體廢棄物排放量的波動相對最小，而直接入海廢水排放量的樣本值差異較大。

2.3??? 海洋經濟綠色全要素生產率

2.3.1??? 海洋經濟綠色全要素生產率測算結果

本研究使用Max DEA軟件輸出測算結果，對10年間我國沿海11個省（自治區、直轄市）海洋經濟綠色全要素生產率及其分解指標進行了測算。表5為2007—2016年我國總體海洋經濟GTFP及其分解指標。

分年度看，在2006—2008年，我國“十一五”期間提出了節能減排的要求，在此期間海洋經濟綠色技術效率指數（GEC）較低，但同期海洋經濟綠色技術進步指數（GTC）保持在較高水平，對于海洋經濟GEC所帶來的負效應進行了適當抵消，使得總體海洋經濟GTFP保持在一個較高水平。2008—2009年受全球金融危機的影響，海洋經濟GTFP大幅下降至1.002 7，海洋經濟GEC和海洋經濟GTC均有明顯下降，且海洋經濟GTC下降幅度更大。經過2009年之后，從2010年開始，海洋經濟GEC的變化相對平穩，基本維持在1左右，海洋經濟GTFP的變動主要是受海洋經濟GTC的影響，同期海洋經濟GTFP基本在1.015左右。從海洋經濟GTFP分解情況來看，2010年之后海洋經濟GTC對海洋經濟GTFP具有較強的正向效應，而海洋經濟GEC 對海洋經濟GTFP的總體效應為負。其主要原因可能是由于，我國雖然擁有豐富的海洋資源，但對其利用和配置能力有限，存在一定的低效率性，與海洋利用和治理相關的配套法律法規不夠完善，使得海洋資源的配置效率不高，從而影響海洋經濟GEC對海洋經濟GTFP作用的發揮。相比較而言，在海洋經濟GTC方面，其對海洋經濟GTFP提升發揮了較大作用，這得益于涉海創新主體不斷推進海洋創新的提升，涉海企業創新生產技能，涉海高校和科研機構為海洋科技的提升提供理論指導，均使得海洋經濟GTC更好地發揮作用。

表6是2007—2016年我國沿海11個?。ㄗ灾螀^、直轄市）海洋經濟綠色全要素生產率的測算結果。按照研究期間內沿海各地區海洋經濟GTFP平均值排名，將沿海11個省（自治區、直轄市）分為4個層次：山東省和上海市的海洋經濟GTFP平均值均在1.3以上，屬于第一層次;天津市、廣東省和江蘇省、為第二層次，其海洋經濟GTFP平均值在1.15～1.2;浙江省、遼寧省和河北省屬于第三層次，其海洋經濟GTFP平均值在1.05～1.15;海南省、福建省和廣西壯族自治區的海洋經濟GTFP在1.05以下，海洋經濟GTFP較低，屬于第四層次。圖1為2007—2016年4個層次和全國海洋經濟GTFP變化趨勢圖。

2.3.2??? 空間格局下Malmquist指數分解分析

圖2為第一層次下兩個地區的GEC和GTC變化趨勢圖，可以看出，同為第一層次的山東省和上海市的海洋經濟技術效率指數在各年間差別不大，數值保持在1左右，技術進步指數對海洋經濟綠色全要素生產率起決定作用，但兩個地區技術進步指數呈現不同的變動類型，上海市技術進步指數變化為平穩型，基本在1.5左右，而山東省技術進步指數變化為波動型，這與山東省海洋運輸業和海洋船舶工業較多有關，導致其在入海污染物方面存在較大的不確定性。

圖3為第二層次下3個地區的GEC和GTC變化趨勢圖，可以看出，在技術效率指數方面，3個地區在各年間變化均不大，海洋經濟綠色全要素生產率的變動主要受技術進步指數的影響，在2010年之前3個地區技術進步指數波動幅度較大，這是因為各地區涉海企業這一技術進步主體的管理與創新能力在不斷探索中，在2010年之后技術進步指數的作用就趨于穩定，是使得3個地區保持在海洋經濟綠色全要素生產率第二層次的主要動因。

圖4為第三層次下3個地區的GEC和GTC變化趨勢圖，可以看出，在技術效率指數方面，3個地區在各年間的數值都為1，海洋經濟綠色全要素生產率的變動全部來自技術進步指數，從時間維度看，3個地區技術進步指數近年來呈現穩定態勢且在1左右，因而對這些地區來說，應該提升對技術效率水平的重視，通過改善技術效率水平來提升海洋經濟綠色全要素生產率。

圖5為第四層次下3個地區的GEC和GTC變化趨勢圖，可以看出，在技術效率指數變化方面，福建和廣西變化幅度不大，海南技術效率指數變化存在較大波動，數值大部分處于小于1的水平，表明這兩個地區在海洋管理與海洋資源使用上存在不合理之處，導致海洋經濟技術效率指數不高，抑制了海洋經濟綠色全要素生產率的提升;在技術進步指數變化方面，福建和廣西變化幅度不大且水平不高，而海南波動幅度較大但水平提升方面存在較大阻礙，近年來下降趨勢明顯，從而導致這些地區海洋經濟綠色全要素生產率在沿海各?。ㄗ灾螀^、直轄市）中排在末位。

3??? 實證分析

3.1??? 模型設定

本文主要研究海洋科技創新能力對海洋經濟綠色全要素生產率的影響，其中被解釋變量為海洋經濟GTFP及其分解得出的海洋經濟GEC和海洋經濟GTC;解釋變量為前文中用熵值-TOPSIS法測算得出的科技創新能力指數MST，此外，選取的控制變量如下：區域經濟發展水平Pgdp，選用地區人均實際GDP的對數值衡量;區域教育水平Edu，選用地區的平均教育年限的對數值來衡量;區域工業發展水平Ind，采用區域工業產值的對數值衡量;區域海洋產業結構Is，采用海洋第三產業占海洋生產總值之比表示;區域環境污染治理水平Envi，采用地方污染治理支出總額的對數值衡量;區域基礎設施建設水平Infr，采用區域公路密度的對數值衡量。本文實證分析部分的時間跨度為2007—2016年。各變量描述性統計結果如表7所示。

根據上述分析以及變量選取結果，為衡量各變量對海洋經濟綠色全要素生產率的影響，設定模型（1），并且為檢驗在影響海洋經濟綠色全要素生產率時內在路徑的差異，分別設定模型（2）和模型（3），具體如下：

GTFP=βGTFP+βMST+γX+α+ε??? （1）

GEC=β₀GEC+βMST+γX+α+ε??? （2）

GTC=βGTC+βMST+γX+α+ε??? （3）

式（1）、式（2）和式（3）分別為海洋科技創新能力對海洋經濟GTFP、海洋經濟GEC和海洋經濟GTC的影響模型，i為省（自治區、直轄市），t為年份，α為不隨時間變化的地區特質，考慮到變量的自相關性，在解釋變量中選擇引入被解釋變量的滯后一期項，構成動態面板數據，X代表控制變量，ε為隨機擾動項。

3.2??? 實證分析

3.2.1??? 單位根檢驗

在利用面板數據實證分析前，首先通過單位根檢驗來確保數據的平穩性，本文分別選取LLC、IPS 方法進行單位根檢驗，結果如表8所示。

表8結果顯示，無論是同根還是異根的單位根假設，LLC和IPS檢驗結果均拒絕了原假設，表明本文實證分析所選變量均不存在單位根，序列是平穩的。

3.2.2??? GMM模型結果分析

在進行系統GMM回歸時，選用Sargan檢驗和Abond（2）檢驗，完成工具變量過度識別和擾動項自相關檢驗。表9給出的實證分析結果顯示，Sargan檢驗的P值均大于0.1，AR（2）的P值均大于0.05，表明系統GMM模型的估計量具備一致性，模型不存在二階自相關。

表中海洋經濟GTFP、海洋經濟GEC和海洋經濟GTC的所有一階滯后項分別在10%、1 %和10% 的顯著性水平下顯著，說明這3個變量的發展變化均具有較強的延續性。

（1）分析海洋科技創新能力以及各控制變量對海洋經濟GTFP的影響。通過觀察表9中第一列數據，可以發現海洋科技創新能力對海洋經濟GTFP在1%的顯著性水平下有正向影響，影響系數為0.986 8，這說明海洋科技創新能力在99%的置信水平上能夠促進海洋經濟GTFP的提高。此外，區域經濟發展水平提升、區域教育水平提升、海洋產業結構的改善及環境污染治理水平的提升有利于提升海洋經濟GTFP，沿海工業規模及區域公路密度對海洋經濟GTFP的提升具有負向作用。

（2）分析海洋科技創新能力及各控制變量對海洋經濟GEC和海洋經濟GTC的影響，通過觀察表9中第二列、第三列數據，發現海洋科技創新能力對海洋經濟GTC的影響系數為0.796 3大于對海洋經濟GEC的影響系數0.272 0，說明海洋科技創新能力對于海洋經濟綠色技術進步效應的正向促進作用大于海洋經濟綠色技術效率效應。出現這一現象可能是由生產率提高的過程決定的，企業生產擴大除了通過規模擴張外還可通過技術進步，而科技研發、科技進步是提高生產率的第一步，起到推動作用。但是相比較來說，效率的提升則需要一定的技術作為基礎，因此在海洋經濟綠色發展方面，技術進步的帶動作用也遠比技術效率的整體提升作用要顯著。

4??? 結語

本文首先對沿海11個省（自治區、直轄市）2007—2016年的海洋科技創新能力以及海洋經濟綠色全要素生產率進行評價，其次再研究海洋科技創新能力對沿海各地區海洋經濟綠色全要素生產率的影響。在此基礎上，對相關結論進行總結歸納。

（1）對于海洋科技創新能力，從海洋科技投入、產出及成果轉化3個方面構建多指標體系，選用熵值-TOPSIS法確定各指標的權重，以此分析各地海洋科技創新能力。結果發現，近10年我國沿海11個?。ㄗ灾螀^、直轄市）的海洋科技創新能力存在明顯差異，可大致分3個階梯。第一階梯為山東省、上海市和廣東省，其海洋科技創新能力綜合得分的平均值均超過0.5;第二階梯為天津市、江蘇省、遼寧省和浙江省，其海洋科技創新能力綜合得分均在0.3以上，整體得分處于中等水平;第三階梯為河北省、海南省、福建省和廣西壯族自治區，這4個地區的海洋科技創新能力綜合得分均處于較低水平。

（2）在綠色全要素生產率計算的基礎上，從海洋經濟角度考慮，在對海洋經濟GTFP測算中構建了一個同時包含正向和負向產出的生產可能性集合，充分考慮非期望產出，基于SBM和Malmquist指數，實現對海洋經濟GTFP的測算與分解。結果分析我國的海洋經濟綠色全要素生產率自2013年之后呈現穩定且略有下降的趨勢，技術進步是其增長動力的主要來源，從區域層面看，研究期間內海洋經濟GTFP水平可以分為4個層次：山東省和上海市屬于第一層次，天津市、江蘇省、廣東省屬于第二層次，浙江省、河北省和遼寧省屬于第三層次，海南省、福建省和廣西壯族自治區屬于第四層次，各層次?。ㄗ灾螀^、直轄市）海洋經濟綠色全要素生產率經ML指數分解后，表現出不同的空間特征。

（3）采用系統GMM模型進行實證分析，并通過Sargan和Abond（2）檢驗等驗證數據分析的準確合理性。實證分析結果表明，科技創新對于海洋經濟綠色全要素生產率具有顯著促進作用，有助于海洋經濟高質量發展，海洋經濟綠色全要素生產率增長主要源于海洋經濟綠色技術進步指數而非技術效率指數。

參考文獻

[1]何曉霞，毛偉.農業科技創新對農業綠色全要素生產率的空間效應分析[J].安徽行政學院學報，2021（1）：58-64.

[2]籍艷麗.科技創新對工業綠色全要素生產率的門檻效應分析：基于環境規制視角[J].河南工學院學報，2020，28（3）：30-34.

[3]蘇科，周超.人力資本、科技創新與綠色全要素生產率：基于長江經濟帶城市數據分析[J].經濟問題，2021（5）：71-79.

[4]屈莉莉，程楊陽，汪心怡.基于PLS-SEM方法分析海洋科技創新與海洋經濟發展的協同效應[J].統計與管理，2021，36（5）：109-115.

[5]吳梵，高強，劉韜.海洋科技創新對海洋經濟增長的門檻效應研究[J].科技管理研究，2019，39（20）：113-120.

[6]HUBBARD J.Mediating the North Atlantic environment：Fisheries biologists，technology，and marine spaces [J]. Environmental History，2013，18（1）：88-100.

[7]馬仁鋒，王騰飛，吳丹丹.長江三角洲地區海洋科技—海洋經濟協調度測量與優化路徑[J].浙江社會科學，2017（3）：11-17 + 155.

[8]LIN X H，ZHENGL，LI W W.Measurement of the contribu-tions of science and technology to the marine fisheries industry in the coastal regions of China [J]. Marine Policy，October 2019，108：103647.

[9]房輝，原峰，熊濤，等.我國區域海洋科技創新與海洋經濟發展協調度研究[J].海洋經濟，2019，9（3）：48-54.

[10]胡曉珍.中國海洋經濟綠色全要素生產率區域增長差異及收斂性分析[J].統計與決策，2018，34（17）：137-140.

[11]關洪軍，孫珍珍，高浩楠，等.中國海洋經濟綠色全要素生產率時空演化及影響因素分析[J].中國海洋大學學報（社會科學版），2019（6）：40-53.

[12]丁黎黎，劉少博，王晨，等.偏向性技術進步與海洋經濟綠色全要素生產率研究[J].海洋經濟，2019，9（4）：12-19.

[13]秦琳貴，沈體雁.科技創新促進中國海洋經濟高質量發展了嗎：基于科技創新對海洋經濟綠色全要素生產率影響的實證檢驗[J].科技進步與對策，2020，37（9）：105-112.

[14]杜軍，寇佳麗，趙培陽.海洋環境規制、海洋科技創新與海洋經濟綠色全要素生產率：基于DEA-Malmquist指數與PVAR模型分析[J].生態經濟，2020，36（1）：144-153 + 197.

[15]徐孟，劉大海，李森，等.中國涉海城市海洋創新能力測度與評價[J].科技和產業，2019，19（1）：47-54.

[16]CHARNES A，COOPER W W，RHODES E.Measuring the efficiency of decision making units [J]. European Journal of Operational Research，1979，2（6）：429-444.

[17]CAVES R E. Multinational enterprise and economic analysis [M].Cambridge：Cambridge University Press，1982.

[18]張軍，張吉鵬，吳桂英.中國省際物質資本存量估算：1952—2000[J].經濟研究，2004（10）：35-44.