删除或更新信息，请邮件至freekaoyan#163.com(#换成@)

中国海洋产业结构变动对海洋经济增长的影响——基于沿海11省市的面板门槛效应回归分析

本站小编 Free考研考试/2021-12-29

王波, 韩立民
中国海洋大学管理学院,青岛 266100

Impacts of marine industrial structure changes on marine economic growth for 11 coastal provinces in China

WANGBo, HANLimin
Ocean University of China Management College,Qingdao 266100,China
通讯作者:通讯作者:韩立民,E-mail:cnqdhlm@163.com
收稿日期:2017-02-13
修回日期:2017-03-23
网络出版日期:2017-06-20
版权声明:2017《资源科学》编辑部《资源科学》编辑部
基金资助:

国家社会科学基金重大项目（14ZDA040）

作者简介:
-->作者简介:王波,男,山东临朐人,博士生,主要研究方向为海洋渔业与海陆产业一体化。E-mail:oucwangbo@163.com

展开

摘要
产业结构变动影响要素的流动与配置,要素配置效率决定着经济增长的质量与速度。本文基于VES生产函数建立了以海洋产业结构为门槛变量的估计模型,探究海洋产业结构变动对海洋经济增长的影响,可为推动中国海洋供给侧结构性改革,提高海洋经济增长质量提供参考。研究结果表明:①海洋产业结构变动对海洋经济增长的影响具有显著差异性。海洋第二产业占GOP比重在越过门槛值时对海洋经济增长的影响比较显著,对海洋经济发展产生较大的“结构红利”,在一定程度上会促进海洋经济增长;海洋第三产业占GOP比重对海洋经济增长的影响则不显著;海洋产业结构高度化对海洋经济增长具有负向效应,会制约海洋经济发展。②海洋产业结构变动引起了海洋资本、海洋劳动力和海洋科技投入对海洋经济增长方式的改变,并呈现阶段性特征。传统海洋投资结构在海洋经济发展初期会促进海洋经济增长,但越过门槛值后,将会抑制海洋经济增长;海洋劳动力对海洋经济增长的正向影响均比较显著;海洋经济增长对科技投入的依赖,更多的需要智力支持而非单纯的体力供给。

关键词：海洋产业结构;生产要素;海洋经济增长;门槛效应;中国
Abstract
Changes in industrial structure influence the flow and distribution of factors,and the allocation efficiency of factors determines the quality and speed of marine economic growth. Based on the VES production function,we establish an estimation model considering marine industry structure as a threshold variable to study the impacts of marine industrial structural changes on marine economic growth,Which provides a reference for promoting the structural reform of China's marine supply side and improving the quality of marine economic growth. We found that marine industrial structure changes have differences on the influence of marine economic growth. The proportion of marine secondary industry in GOP over the threshold has a significant impact on the growth of the marine economy,which has a large ‘structural dividend’ to the development of the marine economy and promotes marine economic growth. The effect of the proportion of marine tertiary industry in GOP on marine economic growth is not significant. However,the high level of marine industrial structure has a negative effect on the growth of the marine economy and hinder the development of the marine economy. A traditional marine investment structure promotes growth of the marine economy in the early stage of marine economic development,but oversteps marine economic growth after crossing the threshold. Marine labor has a positive effect on marine economic growth. The dependence of marine economic growth on science and technology investment means that intellectual support rather than physical supply is needed.

Keywords：marine industrial structure;factors of production;marine economic growth;threshold effect;China

-->0
PDF (1623KB)元数据多维度评价相关文章收藏文章
本文引用格式导出EndNote Ris Bibtex 收藏本文-->
王波, 韩立民. 中国海洋产业结构变动对海洋经济增长的影响——基于沿海11省市的面板门槛效应回归分析[J]. , 2017, 39(6): 1182-1193 https://doi.org/10.18402/resci.2017.06.17
WANG Bo, HAN Limin. Impacts of marine industrial structure changes on marine economic growth for 11 coastal provinces in China[J]. 资源科学, 2017, 39(6): 1182-1193 https://doi.org/10.18402/resci.2017.06.17

1 引言

生产要素投入是经济增长的源泉,其配置方式影响着经济发展的质量与速度。产业结构是生产要素在部门间流动所塑造的结构形态,反映了要素在产业部门间的重新分配与组合情况。根据现有研究与经验显示,产业结构与经济增长存在因果关系,相互制约。一方面随着经济社会的发展,市场需求的改变,会引起产业部门的变动,产业部门的变动影响着产业结构形态。另一方面产业结构变动影响要素配置的方式,生产要素的使用效率影响着经济增长。部门生产率的差异性决定了投入要素从低生产率部门向高生产率部门流动^[1],优化与提高要素配置方式和使用效率所产生的“结构红利”一定程度上会促进经济增长。然而,产业结构的变化可能使生产要素过度集中于某一产业,降低生产要素的边际效用,最终不利于经济的持续发展。根据现有研究可知,产业结构变动对经济增长的影响并没有一致性的结论,但主要存在三种观点:一是产业结构的变化会引起经济增长,结构优化升级必然会推动经济发展^[2-4];二是产业结构的变化对经济增长的制约性比较显著,不利于经济的发展^[5,6];三是产业结构的变化对经济增长的影响不显著^[7-9]。海洋经济是国民经济的重要组成部分,海洋产业结构变动对海洋经济增长有何影响,值得我们深入考量。
随着“海洋强国”与“海上丝绸之路”战略的实施,海洋经济高速发展,海洋经济实力不断增强,海洋经济逐渐成为中国经济增长的蓝色引擎。2015年中国海洋经济实现总产值64 669亿元,比2014年增长7.0%,占国内生产总值的9.6%;海洋产业结构不断优化,三次产业比例由2006年的5.7:47.3:47.0转变为2015年的5.1:42.5:52.4^[10],“三、二、一”^1）(1）本研究的海洋产业结构形态是按照海洋第一、二、三产业的产值占海洋生产总值的比重大小排序而得。“三、二、一”型海洋产业结构形态显示出海洋第三产业占海洋生产总值的比重最大,海洋第二产业所占比重次之,海洋第一产业所占比重最小。)型结构形态已基本形成;海洋经济的辐射效应不断增强,2015年带动涉海就业人员达3589万人。在“稳增长、调结构、转方式”的发展背景下,探究海洋产业结构变动对海洋经济增长的影响机理,吸引了众多****的关注。孙瑞杰等、黄瑞芬等、翟仁祥从整体角度分析了海洋资本、海洋劳动、海洋科技投入对海洋经济增长的影响,结果显示要素投入有利于促进海洋经济的发展,但其贡献度存在较大差异^[11-13]。乔俊果等认为中国海洋经济的增长主要依赖于固定资产投资拉动,海洋经济增长方式仍是粗放型增长^[14]。张岑等、王端岚认为海洋产业结构变化对推动海洋经济增长具有重要作用^[15,16]。王玲玲等认为海洋产业结构与海洋经济增长存在长期稳定均衡关系,海洋二、三产业的发展促进了海洋经济增长^[17]。于梦璇等认为海洋产业结构调整是海洋经济增长的结果,只有改变要素投入报酬率才能从根本上为海洋经济增长提供持续动力^[18]。狄乾斌等认为海洋产业结构的变动与海洋经济增长具有显著的正向关系且匹配关系合理^[19]。
在研究方法方面,大部分研究基于生产函数,采用最小二乘法、岭回归分析法,或者利用结构-偏离、格兰杰因果关系与协整关系检验及VEC模型等对海洋经济发展影响因素进行分析。
分析以上研究成果,大多忽略了海洋产业结构变化影响海洋经济发展的阶段性特征,即海洋产业结构的变化会影响生产要素的分配与流向,导致海洋生产要素在不同的海洋产业结构水平下对海洋经济增长的作用方式存在差异性。本文基于VES生产函数,建立以海洋产业结构为门槛变量的估计模型,研究海洋产业结构变动对海洋经济增长的影响,明确在海洋产业结构不同变动区间内海洋经济增长的主要驱动因素,为促进中国海洋经济的持续增长提供参考依据。

2 研究区概况、模型设计与数据来源

2.1 研究区概况

本文的研究区域为天津、河北、辽宁、江苏、上海、浙江、福建、山东、广东、广西、海南等东部沿海11省、市、自治区。近年来,随着中国沿海地区经济的高速发展,各地区海洋经济发展的差异日益突出（如图1）,山东与广东的海洋经济增长趋势比较明显,2014年两省的地区海洋生产总值分别为11 288亿元与13 229亿元^[10],是2006年的3.060倍与3.120倍,而广西与海南的海洋经济发展水平远低于其他沿海省份。2006-2014年天津、辽宁、江苏、浙江、上海、福建、山东、广东、广西、海南等地区海洋经济年均增长速度均超过10%,且天津、上海、福建、海南等地区的2014年海洋生产总值占地区海洋生产总值的比重均超过25%,海洋经济逐渐成为推动地区经济发展的主要力量。

显示原图|下载原图ZIP|生成PPT
图 12006-2014年中国沿海各省、市、自治区海洋生产总值变化趋势
-->Figure 1Variation trend of GOP in various coastal areas in China from 2006 to 2014
-->

沿海各省、市、自治区基于本地区经济发展基础与海洋资源禀赋,大力培育与发展优势海洋产业,推动了海洋产业结构的优化与升级,但也呈现出显著差异。图2显示,2014年除辽宁、广西、海南之外的其他沿海省份的海洋第一产业占海洋生产总值的比重均低于10%。海洋第一产业在海洋经济发展中的主导地位已被海洋第三产业或第二产业所取代。天津、河北、江苏的海洋第三产业占地区海洋生产总值的比重低于海洋第二产业,高于海洋第一产业,地区海洋产业结构均呈现出“二、三、一”型;辽宁、上海、浙江、福建、山东、广东、广西的海洋第二产业占地区海洋生产总值的比重低于海洋第三产业,高于海洋第一产业,地区海洋产业结构呈现出“三、二、一”型;而海南的海洋第一产业占地区海洋生产总值的比重略高于海洋第二产业,却远低于海洋第三产业,地区产业结构呈现出“三、一、二”型。

显示原图|下载原图ZIP|生成PPT
图 22014年中国沿海各省、市、自治区海洋三次产业占地区海洋生产总值的比重
-->Figure 2The proportion of marine primary,secondary and tertiary industries accounts for the regional GOP in the coastal areas of China in 2014
-->

2.2 模型设计

2.2.1 生产函数设定及变量设置
（1）生产函数设定。关于生产要素投入对经济增长的影响研究,大部分****采用柯布一道格拉斯（C-D）生产函数进行分析,但C-D生产函数必须事前设定投入要素的替代模式,要求所有投入要素的替代弹性之和必须等于1,而VES生产函数克服了此缺陷,要素的替代弹性系数不为常数,会随着要素的稀缺性或科技水平的高低而变化,更符合现实的经济状况。VES生产函数的一般形式为:

\begin{matrix} Y = f (K, L) = A \times K^{\frac{ρ}{1 + a}} \times {[L + (\frac{b}{1 + a}) \times K]}^{\frac{aρ}{1 + a}} \end{matrix}

（1）
式中K、L分别为资本、劳动力投入量;A为科学技术进步系数;a、b为外生参数;ρ为规模报酬系数。科技投入是资本投入重要组成部分,为明确科技投入在产业结构变动中对经济增长的影响以及资本投入结构的变化。本文将科技投入单独作为影响经济发展的要素进行分析。在公式（1）上引入科技投入（ST）,并对公式等号两边同时取对数,转化为:

\begin{matrix} lnY = lnA + \frac{ρ}{1 + a} lnK \\ + \frac{aρ}{1 + a} \ln (L + (\frac{b}{1 + a}) \times K) + φlnST \end{matrix}

（2）
令公式（2）中的

\begin{matrix} \ln (L + (b / (1 + a)) \times K) = \ln (L + λK) \end{matrix} \begin{matrix} = F (λ) \end{matrix}

,在

\begin{matrix} λ \end{matrix}

=0,

\begin{matrix} b \end{matrix}

=0处按照泰勒级数展开,可得到:

\begin{matrix} F (λ) = L + \frac{K}{L} \times λ + 0 (λ) \end{matrix}

（3）
将公式（3）代入公式（2）并进行简化,可得到:

\begin{matrix} lnY = lnA + \frac{ρ}{1 + a} lnK + \frac{aρ}{1 + a} lnL \\ + \frac{aρb}{{(1 + a)}^{2}} \times \frac{K}{L} + φlnST \end{matrix}

（4）
在公式（4）中,令

\begin{matrix} β_{0} = lnA \end{matrix}

\begin{matrix} β_{1} = ρ / (1 + a) \end{matrix}

\begin{matrix} β_{2} = aρ / (1 + a) \end{matrix}

\begin{matrix} β_{3} = aρb / {(1 + a)}^{2} \end{matrix}

\begin{matrix} β_{4} = φ \end{matrix}

,并引入个体异质性的截距项和随个体与时间而改变的扰动项,建立海洋经济增长的静态面板模型:

\begin{matrix} lnGO P_{it} = β_{0} + β_{1} lnM C_{it} + β_{2} lnM L_{it} + β_{3} {(\frac{MC}{ML})}_{it} \\ + β_{4} {(l nMST)}_{it} + {\overset{′}{z}}_{i} δ + μ_{i} + ε_{it} \end{matrix}

（5）
式中GOP为海洋生产总值;

\begin{matrix} i \end{matrix}

为沿海地区;

\begin{matrix} t \end{matrix}

为年份;

\begin{matrix} β_{j} \end{matrix} \begin{matrix} （ j \end{matrix}

=1,2,3,4）表示海洋资本、海洋劳动力、海洋资本劳动比率、海洋科技投入对海洋经济增长的影响系数;MC、ML分别表示海洋资本与海洋劳动力投入;MST为海洋科技投入;

\begin{matrix} {\overset{′}{z}}_{i} \end{matrix}

为不随时间而变的个体特征;

\begin{matrix} δ \end{matrix}

为个体特征对海洋经济增长的影响系数;

\begin{matrix} μ_{i} \end{matrix}

和

\begin{matrix} ε_{it} \end{matrix}

分别表示个体异质性的截距项和随个体与时间而改变的扰动项。
（2）变量设置及说明。本文基于VES生产函数建立了海洋经济增长模型,模型变量主要包括生产函数中所涉及的海洋经济投入与产出变量,即海洋劳动力、海洋资本、海洋科技、海洋生产总值。被解释变量为海洋生产总值（GOP）,用来反映海洋经济增长程度。解释变量主要包括海洋劳动力、海洋资本、海洋资本劳动比率与海洋科技。
（1）海洋劳动力（ML）。由于《中国海洋统计年鉴》^[10]中未涉及各省海洋劳动力投入的数量统计,本文采用年度涉海就业人数来衡量。
（2）海洋资本（MC）。采用年度海洋固定资产投入作为衡量指标。由于缺少海洋固定资产投入数据,本文参考乔俊果等^[14]、王玲玲^[20]的做法,用沿海地区全社会固定资产投入量×（海洋生产总值÷地区生产总值）表示海洋固定资产投入,对海洋固定资产采用永续盘存法进行测算,参考谢兰云、徐杰等、张军等的估算方法,采用7%的固定资产折旧率对海洋资本进行估算^[21-23]。
（3）海洋资本劳动比率（MCLR）。用处理后的海洋资本数据与海洋劳动力数据的比值表示,反映生产中最基本的资源配置。
（4）海洋科技（MST）。本文采用年度海洋科研机构经费收入表示,反映在海洋经济发展中海洋科技的投入力度。
为了判断海洋产业结构变动对海洋经济增长的影响是否存在门槛,需要在海洋经济增长模型的基础上引入门槛变量,建立门槛效应模型。本研究的门槛变量为海洋产业结构,衡量指标主要包括海洋产业结构高度化、海洋第二产业占GOP比重、海洋第三产业占GOP比重。对于海洋产业结构高度化（MHIS）的衡量,本文采用干春晖等^[24]设计的度量指标,即海洋第三产业（主要包括海洋交通运输业、滨海旅游业与海洋科研教育管理服务业等）与海洋第二产业（主要包括海洋油气、海滨砂矿、海洋盐业、海洋化工、海洋船舶业、海洋工程建筑业、海洋生物医药业、海水利用业、海洋电力业）的比重表示。当MHIS越大时,海洋产业结构化程度越高级,反之,则结构化程度较低。采用海洋第二产业占GOP的比重（Sir）与第三产业占GOP的比重（Tir）分别研究不同海洋产业结构条件下生产要素投入对海洋经济增长的影响。
2.2.2 门槛模型设定
本文采用Hansen提出的门槛回归模型^[25]分析海洋经济增长的结构效应。该模型的优点在于门槛值的确定是由样本数据内生决定,并运用Bootstrap方法估计门槛值的显著性,客观性较强。门槛模型的具体形式为:

\begin{matrix} y_{it} = \overset{′}{θ} X_{it} + β_{5} d_{it} I (q_{it} \leq γ) + β_{6} d_{it} I (q_{it} > γ) + u_{i} + ε_{it} \end{matrix}

（6）
式中

\begin{matrix} X_{it} \end{matrix}

为解释变量;

\begin{matrix} q_{it} \end{matrix}

为门槛变量;

\begin{matrix} γ \end{matrix}

为门槛值;

\begin{matrix} u_{i} \end{matrix}

用于反映截面个体效应,

\begin{matrix} ε_{it} \end{matrix}

\begin{matrix} I_{id} \end{matrix}

（0,

\begin{matrix} δ^{2} \end{matrix}

）,为随机干扰项;

\begin{matrix} \overset{′}{θ} \end{matrix}

、

\begin{matrix} β_{5} \end{matrix}

、

\begin{matrix} β_{6} \end{matrix}

为待估参数;

\begin{matrix} I (?) \end{matrix}

为引入的示性函数（7）,根据门槛变量与门槛值关系确定取值,如果存在单一门槛,则取值为0或1,当门槛变量不大于门槛值时,

\begin{matrix} I (?) \end{matrix}

=1,否则,取值为0。

\begin{matrix} I (?) = \{\begin{matrix} 1 & (q \leq γ) \\ 0 & (q > γ) \end{matrix} \end{matrix}

（7）
将公式（5）带入公式（6）得到海洋产业结构变动对海洋经济增长影响的门槛回归模型（8）:

\begin{matrix} lnGO P_{it} = \overset{′}{θ} [β_{0} + β_{1} lnM C_{it} + β_{2} lnM L_{it} \\ + β_{3} {(\frac{MC}{ML})}_{it} + β_{4} lnMS T_{it} \\ + β_{5} d_{it} I (q_{it} \leq γ) + β_{6} d_{it} I (q_{it} > γ) \\ + u_{i} + ε_{it}] \end{matrix}

（8）
门槛模型估计的前提是要获得最优门槛值

\begin{matrix} \hat{γ} \end{matrix}

。最优门槛值要使残差平方和

\begin{matrix} SSR (γ) \end{matrix}

最小,即

\begin{matrix} \hat{γ} (γ) = argminSSR (γ) \end{matrix}

。可以通过构造

\begin{matrix} LR \end{matrix}

似然比统计量,检验模型是否存在门槛值及门槛效应是否显著,似然比统计量LR为:

\begin{matrix} LR = \frac{SS R_{0} - SSR (\hat{γ})}{SSR (\hat{γ})} \end{matrix}

（9）
式中

\begin{matrix} SS R_{0} \end{matrix}

、

\begin{matrix} SSR (\hat{γ}) \end{matrix}

为不存在门槛效应与存在门槛效应时的残差平方和。由于构造的

\begin{matrix} LR \end{matrix}

统计量不满足于标准的χ²分布,无法查其临界值,Hansen提出采用自助抽样法（Bootstrap）得到渐进p 值^[25],根据不同的显著性水平（一般取值为1%、5%或10%）与p值的关系,判断门槛值的显著性。如果LR值所对应的p值小于预先设定的显著水平,则表明该模型存在门槛。如果存在单一门槛效应,可进行双门槛检验,然后再根据LR判断是否存在双门槛,以此类推。

2.3 数据来源

鉴于研究数据的可得性以及统计口径的统一性,在综合考虑各地区海洋经济发展的异质性基础上,本文选择2006-2014年沿海11省、市、自治区的海洋生产总值、海洋劳动力、海洋资本、海洋科技等指标组成的面板数据作为样本,变量数据均来源于《中国海洋统计年鉴》^[10]、《中国海洋年鉴》^[26]、《中国统计年鉴》^[27]及沿海省、市、自治区的经济统计年鉴。为消除通货膨胀率的影响,本文以2005年为基期采用价格指数对变量数据进行了平减。样本变量的描述性统计见表1。
Table 1
表 1
表 1样本变量的描述性统计
Table 1Descriptive statistics of sample variables

变量名称	变量符号	平均值	标准差	最小值	最大值
海洋生产总值	lnGOP	7.248	0.873	5.571	8.545
海洋劳动力	lnML	5.485	0.667	4.401	6.748
海洋资本	lnMC	8.929	0.934	6.025	10.441
海洋科技	lnMST	2.245	1.992	-2.368	4.953
海洋资本劳动比率	MCLR	1.002	0.446	0.330	2.160
海洋产业结构高度化	MHIS	1.316	0.691	0.528	3.545
海洋第二产业占GOP比重	Sir	0.448	0.106	0.192	0.685
海洋第三产业占GOP比重	Tir	0.473	0.074	0.313	0.635

新窗口打开

3 实证分析

3.1 稳定性检验

Hansen门槛回归方法要求数据变量是平稳的,可以采用单位根检验判断变量的稳定性。样本数据为平衡面板数据,符合单位根检验的条件。本文采用不同根单位根的费雪式（Fisher-ADF）检验与相同根单位根的Levin-Lin-Chu（LLC）检验方法。Fisher-ADF检验具体思路为对每个个体分别进行检验,然后再将这些信息综合起来,判断整体是否通过检验,选择滞后1期的ADF 回归检验所有的数据序列。由于所有变量的平均值都不为0,故假设真实模型存在漂移项,检验结果见表2,所有变量均通过了5%的显著性水平,强烈拒绝面板数据存在单位根的原假设,故原有序列数据是平稳的。
Table 2
表 2
表 2样本变量的稳定性检验结果
Table 2Test results of the variable stability

变量	Fisher-ADF检验				LLC检验	检验结果
变量	逆卡方变换	逆正态变换	逆逻辑变换	修正逆卡方变换	LLC检验	检验结果
lnGOP（海洋生产总值）	56.930***	-4.506***	-4.506***	5.266***	-4.120***	平稳
lnML（海洋劳动力）	72.867***	-5.805***	-5.998***	7.668***	-5.367***	平稳
lnMC（海洋资本）	66.545***	-5.045***	-5.269***	6.715***	-2.439***	平稳
lnMST（海洋科技）	44.733***	-3.170***	-3.124***	3.427***	-3.008***	平稳
MCLR（海洋资本劳动比率）	40.453***	-2.205**	-2.303**	2.782**	-4.434***	平稳
MHIS（海洋产业结构高度化）	47.866**	-3.808***	-3.703***	3.900***	-5.099***	平稳
Sir（海洋第二产业占GOP比重）	57.363***	-4.679***	-4.627***	5.331***	-8.618***	平稳
Tir（海洋第三产业占GOP比重）	60.858***	-4.927***	-4.926***	5.858***	-5.845***	平稳

注:**、***分别表示在5%、1%水平上显著。

新窗口打开

3.2 门槛效应检验

在采用静态门槛模型估计前,要通过Hansen检验判断模型是否适合采用固定效应模型。检验结果显示P值为0.03<0.05,强烈拒绝原假设“H₀:

\begin{matrix} u_{i} \end{matrix}

与

\begin{matrix} x_{it} \end{matrix}

、

\begin{matrix} z_{i} \end{matrix}

不相关”,认为应该使用固定效应模型。本文使用Hansen门槛效应检验方法,通过bootstrap（2000）计算P值。检验结果见表3,在5%的显著水平下,Sir、Tir与MHIS对海洋经济增长的影响均存在单一门槛值,不存在双门槛。并对门槛估计值的真实性进行检验,门槛估计值和相应的95%置信区间如表3所示,显示了Sir、Tir与MHIS真实存在一个门槛值,分别为52.4%、40.3%与1.127。因此,本文选择单一门槛模型进行估计。
Table 3
表 3
表 3门槛效应检验结果
Table 3Results of threshold effect test

指标	Sir			Tir			MHIS
指标	RSS	MSE	F值	RSS	MSE	F值	RSS	MSE	F值
单一门槛检验	0.603	0.008	25.89**	0.629	0.007	25.08**	0.632	0.007	24.91**
双门槛检验	0.511	0.006	16.20	0.581	0.007	7.42	0.579	0.006	8.23
检验结果	存在单一门槛			存在单一门槛			存在单一门槛
门槛值（γ）	52.4%			40.3%			1.127
95%置信区间	[52.2% 52.6%]			[39.7% 40.55%]			[ 1.118 1.128]

注:“**表示在5%的水平上显著;RSS为残差平方和;MSE为均方误差。

新窗口打开

3.3 门槛回归结果

本文分别以Sir、Tir与MHIS为门槛变量对模型（8）进行估计,得出面板门槛模型回归结果（如表4）。当Sir小于或等于52.4%时,海洋劳动力、海洋资本、海洋科技投入对海洋经济增长的影响比较显著,但Sir对海洋经济增长的直接影响未通过5%的显著水平检验;当Sir大于52.4%时,海洋劳动力投入的影响仍然比较显著,但作用程度逐渐减弱,海洋资本投入未通过显著性检验,作用效果不明显,海洋科技投入与海洋第二产业占GOP比重的变化对海洋经济增长的影响比较显著。
Table 4
表 4
表 4门槛模型估计结果
Table 4Results of threshold model estimation

解释变量	Sir		Tir		MHIS
解释变量	Sir≤52.4%	Sir>52.4%	Tir ≤40.3%	Tir>40.3%	MHIS ≤1.127	MHIS>1.127
lnML（海洋劳动力）	1.780 0***（23.10）	0.809 0***（7.72）	0.976 0***（9.03）	0.598 0***（4.03）	0.680 0***（22.50）	0.874 0*** （6.02）
lnMC（海洋资本）	0.261 0*** （4.94）	-0.003 0 （-0.04）	0.224 0** （2.14）	-0.105 0 （-1.15）	0.205 0*** （5.53）	0.010 0 （0.08）
lnMST（海洋科技）	0.041 0** （2.91）	0.097 0***（3.74）	0.004 0 （0.17）	0.095 0***（6.53）	0.021 0** （2.68）	0.217 0*** （6.76）
MCLR（海洋资本劳动比率）	0.007 0*** （9.35）	0.000 3 （0.16）	0.002 9 （1.39）	0.000 1 （0.03）	-0.000 4 （-0.75）	-0.012 0** （-2.82）
q（门槛变量）	0.369 0 （0.62）	3.506 0***（8.25）	-0.705 0 （-0.96）	0.361 0 （0.34）	-0.273 0** （-3.27）	-0.313 0***（-5.20）
C（常数）	-0.671 0 （-0.93）	0.300 0 （1.01）	-0.031 2 （-0.05）	3.700 0***（7.06）	1.915 0*** （9.80）	0.532 0 （1.26）
Wald chi2（沃尔德检验）	4 693.280 0***	1 331.140 0***	597.600 0***	317.230 0***	6 051.900 0***	999.670 0***
样本数	14	85	83	16	53	46

注:**、***分别表示在5%、1%水平上显著;括号内表示t值。

新窗口打开
当Tir小于或等于40.3%时,海洋劳动力与海洋资本投入对海洋经济增长的作用效果比较显著;当Tir大于40.3%时,海洋劳动力与海洋科技投入的显著性水平较高,但海洋资本投入的作用效果不显著,Tir对海洋经济增长的直接影响均不显著。当MHIS小于或等于1.127时,海洋劳动力、海洋资本、海洋科技与海洋产业结构高度化均通过了5%的显著水平,海洋劳动力、海洋资本与海洋科技投入对海洋经济增长的影响显著为正;当MHIS大于1.127时,海洋劳动力与海洋科技投入对海洋经济增长的影响显著为正,但海洋资本的作用效果不显著,海洋产业结构高度化对海洋经济增长的直接影响均显著为负。

3.4 回归结果分析

3.4.1 以海洋第二产业占GOP比重为门槛变量的回归结果分析
从海洋生产要素配置视角分析,当Sir低于门槛值时,海洋劳动力、海洋资本、海洋资本劳动比率、海洋科技投入会显著地促进海洋经济增长,但海洋资本劳动比率、海洋科技投入对海洋经济增长的正向作用小于海洋劳动力、海洋资本投入,表明了在海洋第二产业占比较低时,海洋经济增长主要依赖于海洋劳动力、海洋资本要素的投入。当Sir越过门槛值后,海洋资本的作用效果变为不显著。在海洋经济发展初期,海洋资本投入以固定资产投资为主,持续的投入会加快海洋经济发展。但随着海洋经济的深入发展,传统海洋资本投入的边际报酬呈递减趋势,如果不转变传统海洋资本投入方式,将会降低海洋资本的效率,影响海洋经济发展。这表明了通过加大海洋固定资本投入来促进海洋经济增长的方式是不持续的。海洋劳动力对海洋经济增长的作用程度减弱,原因为随着海洋第二产业信息化、机械化、自动化程度的提高,对海洋劳动力的数量需求日益减少,更加注重海洋劳动力的质量。这说明了随着海洋第二产业比重的提高,以工业为主的海洋第二产业单纯依靠海洋资本、海洋劳动力投入拉动海洋经济增长的模式已不适合新的发展形势,海洋产业发展由注重海洋劳动力转向海洋人力资本。海洋科技投入对海洋经济增长的影响显著为正且系数增大,表明海洋第二产业占GOP比重的提高促进了海洋科技投入对海洋经济增长的作用。自中国提出的“科技兴海”战略后,沿海地区加大了对海洋科技创新与研发的支持力度,通过海洋科技创新平台与研发机构的建设,海洋科技创新能力逐步提高,对海洋经济发展的推动力日益显著。同时,也显示出海洋经济增长对海洋科技投入的依赖更多的需要智力投入而非单纯依靠体力供给,这也从侧面解释了海洋劳动力投入对海洋经济增长的推动作用呈下降趋势的原因。
从海洋产业结构变动视角分析,海洋产业结构对海洋经济增长的直接影响由不显著转为正向显著,表明随着海洋第二产业比重的提高,海洋产业结构变化对推动海洋经济增长具有较大的“结构红利”,Sir每增加1个百分点,海洋经济规模直接扩张0.03个百分点^1）(1）由于Sir与lnGOP是对数关系,所以Sir每增加1个百分点所引起GOP变化的计算方式为exp（3.05*0.01）-1=0.03,其余变量也类似考虑。)。由此推断出:在Sir越过门槛后,海洋经济增长方式由海洋劳动、海洋资本驱动转向海洋劳动、海洋科技驱动。海洋产业结构变动对推动海洋经济增长的直接效益比较显著,原因在于海洋产业结构变动将会引导海洋科技、海洋人力资本向海洋第二产业转移与集聚,加快海洋生物医药业、海水利用业、海洋电力业与海洋油气业等海洋战略性新兴产业的发展,促进中国海洋第二产业向“工业4.0”转变。
根据中国海洋经济发展数据可知,Sir基本维持在45%左右,低于门槛值52.4%,表明现阶段中国海洋第二产业的发展仍属于以海洋劳动力、海洋资本为驱动的粗放型发展模式。本文认为此结果背后的产生机制主要是由第二产业内部构成决定的。由图3可知,海洋重工业（包括海洋化工、海洋船舶业、海洋工程建筑业）是海洋第二产业的支柱产业（占海洋第二产业比重在50%~60%）,主要以海洋船舶与工程建筑业为主;海洋矿业（包括海洋油气、海滨砂矿、海洋盐业）占海洋第二产业的比重在30%左右,受资源稀缺性与海洋科技水平的限制,海洋矿业占比整体呈下降趋势;海洋高新技术产业（包括海洋生物医药业、海水利用业、海洋电力业）所占比重较低,均处于10%以下,但呈现上升趋势,表明中国海洋高新技术产业处于初期发展阶段,对生产要素尤其是海洋科技的需求较大。根据海洋产业就业人数统计可知,2014年海洋船舶工业与海洋工程建筑业就业人员分别为34.7万、65.4万,比2001年增长68.4%、68.56%,海洋劳动力的增加一定程度上推动了海洋船舶工业与工程建筑业的发展。但是,自中国政府提出大力发展以海洋服务业为主的海洋第三产业之后,沿海地区纷纷出台相关扶持政策予以响应,海洋生产要素向海洋第三产业极速集聚,导致海洋第二产业因海洋生产要素的缺失而发展缓慢。海洋产业发展与海洋生产要素投入结构的不一致降低了海洋生产要素的效率,严重阻碍了海洋第二产业的发展。

显示原图|下载原图ZIP|生成PPT
图 32001-2014年中国海洋第二产业内部产业占比变动
-->Figure 3Changes about the proportion of the internal industry in marine secondary industry in China from 2001 to 2014
-->

3.4.2 以海洋第三产业占GOP比重为门槛变量的回归结果分析
从海洋生产要素配置视角分析,当Tir小于或等于门槛值时,海洋资本、海洋劳动力投入会极大地促进海洋经济增长,但海洋资本劳动比率、海洋科技投入对其影响不显著。这表明了在海洋第三产业占比较低时,海洋经济增长主要依赖于海洋劳动力与海洋资本要素的投入。在发展初期,海洋经济增长主要依赖于劳动密集型与资本密集型产业,海洋劳动力与海洋资本的大量投入拉动了海洋经济的增长。当Tir大于门槛值时,海洋资本投入对海洋经济增长的作用变为不显著,而海洋劳动力投入对海洋经济增长的影响持续显著,但影响程度降低。海洋资本与海洋劳动力对海洋经济增长影响方式的变化是由海洋经济发展阶段决定的,这与以Sir作为门槛变量时得到结果的解释是一致。但是海洋劳动力的影响系数的降低幅度要小于以Sir作为门槛变量时海洋劳动力的影响系数的降低幅度,主要是因为海洋第三产业为服务性产业,其中大部分产业（例如滨海旅游业、海洋交通运输业等）为劳动密集型产业,对海洋劳动力的需求变化程度要小于海洋第二产业。海洋科技投入对海洋经济增长的影响由不显著转为正向显著,其影响系数为0.095,即每增加1个单位海洋科技投入,海洋经济规模将扩大0.1个单位,说明了海洋科技投入的有效性取决于整体投资的积累额^[28]。当海洋科技投入总量积累到一定程度后,才可能发生由量变到质变的转化,促进海洋经济增长的作用才能逐步突显。分析表明,随着海洋第三产业占GOP比重的提高,海洋经济增长方式发生改变,这与Sir作为门槛变量时得到的结果基本一致。
从海洋产业结构变动视角分析,海洋第三产业占GOP比重的变化对海洋经济增长的直接影响均未通过5%的显著性检验,说明了Tir变动对推进海洋经济增长的“结构红利”不显著,而是通过调整或分配海洋劳动力、海洋资本、海洋科技投入等方式间接地影响海洋经济增长。
本文认为产生此结果背后的内在机制主要是由海洋第三产业内部构成决定的。由图4可知,海洋科研教育管理服务业占海洋第三产业的比重最高,达45%左右,成为海洋第三产业增长的支柱产业。滨海旅游业占海洋第三产业的比重由于受2003年的“非典”的影响有所下降,但在2004年后其占比逐年增加,2007-2014年占比均高于前期水平。海洋交通运输业作为传统型海洋产业,其占海洋第三产业的比重呈现下降趋势,2006年以后其占比均小于滨海旅游业、海洋科研教育管理与服务业且差距逐渐扩大。由此推断出:近年来,海洋第三产业的发展源于海洋科研教育管理与服务业和滨海旅游业的增长。海洋科研教育管理服务业对海洋劳动力质量要求较高,传统的体力劳动供给不能满足其发展的需求。随着国家对海洋经济的重视,沿海区域集聚大批海洋高校与科研院所（2014年达189家）,为海洋科研教育管理提供了大批高端人才（2014年海洋专业博士毕业生达2160人）,海洋人才数量的增加为海洋经济发展提供了强大智力支持。滨海旅游业对海洋劳动力的需求逐渐降低,就业人员的增长率由2006年的6%逐渐下降到2014年的1%,表明了受劳动力需求结构的变化,传统劳动力供给对海洋经济发展的影响逐渐减弱。随着海洋第三产业的发展,单纯依靠海洋固定资本投入与传统劳动力供给很难推动海洋经济增长,要优化海洋资本与劳动力的投入结构,增加海洋科技、人力资本投入。

显示原图|下载原图ZIP|生成PPT
图 42001-2014年中国海洋第三产业内部产业占比变动
-->Figure 4Changes about the proportion of the internal industry in marine tertiary industry in China from 2001 to 2014
-->

3.4.3 以海洋产业结构高度化为门槛变量的回归结果分析
从海洋生产要素配置视角分析,海洋劳动力投入对海洋经济增长的影响在MHIS低于或越过门槛值时对海洋经济增长的影响均比较显著,表明随着海洋产业结构高度化的提高,海洋劳动力投入会加快海洋经济发展。一方面是由于海洋产业结构的高度化会引导大部分海洋劳动力由海洋第一、二产业转移到第三产业中,解决了海洋第三产业发展所面临的劳动力短期需求不足的问题;另一方面是由不同海洋产业发展对海洋劳动力的需求变化程度的差异性决定的。海洋第三产业发展对海洋劳动力的需求变化程度要低于海洋第二产业。原因在于,随着中国海洋产业向机械化、智能化发展,海洋第二产业对海洋劳动力的需求会急剧下降,而海洋第三产业作为服务性产业,海洋劳动力不会因海洋产业的机械化与智能化水平的提高而骤减。所以海洋劳动力对海洋第三产业的贡献度会随着海洋产业结构高度化的提高要大于海洋第二产业。海洋资本投入在MHIS低于门槛值时会显著促进海洋经济增长,其影响系数为0.205,即海洋生产总值每增加1单位产值,海洋资本的贡献为20.5%;当MHIS越过门槛值时,海洋资本投入对海洋经济增长的作用效果变为不显著,表明了以海洋固定资产投入为主的投资结构在海洋经济发展初期发挥了较大作用,但当海洋经济发展到一定规模后,持续的海洋固定资产投入因边际报酬递减降低了海洋经济发展效率。海洋科技投入对海洋经济增长的影响均比较显著,当MHIS越过门槛值时,其作用程度显著增强,影响系数为0.217,即每增加1单位的海洋科技投入,海洋生产总值将增加0.24个单位。这说明了海洋产业结构高度化的提高会增强海洋科技对海洋经济增长的推动作用,促进海洋主导产业由劳动、资本密集型产业向技术密集型产业转移,通过加大海洋科技的基础与应用研究,海洋科技创新能力不断增强,使得海洋科技对海洋经济发展的作用日益显著。海洋资本劳动比率对海洋经济增长的影响由不显著变为负向显著,影响系数为-0.012,即海洋资本劳动比率每增加1个单位,海洋经济规模将萎缩0.01个单位,表明海洋资本劳动比率会抑制海洋经济的发展。随着“海洋强国”与“海上丝绸之路”战略的推进,大量资本、劳动力等生产要素向沿海地区集聚,加速了海洋经济发展。但随着海洋产业结构高度化的提高,传统的以固定资本投入为主的海洋投资结构已不适应海洋经济发展的新形势,在一定程度上会抑制海洋经济增长。同时,中国海洋投资过热及海洋经济结构性过热现象日益突出,海洋资本增长率或海洋资本存量的增长要明显快于海洋劳动力增长速度,导致海洋劳动与海洋资本比率错位,加大了海洋资本劳动比率对海洋经济增长的消极影响。
由分析得知,中国海洋经济增长方式由海洋劳动、海洋资本驱动转向海洋劳动、海洋科技驱动,海洋科技创新对海洋经济发展的影响日益增强。首先,2014年中国海洋第二、三产业就业人数达177.3万、217.7万,比2010年增加6.6万、8.1万,增长速度逐渐放缓,约在3%左右^[10]。但随着中国海洋第二产业中高新技术产业及重工业规模的扩大,对海洋劳动力的需求将会有所提高,一定程度上会促进海洋经济的发展。其次,中国海洋科研机构经费收入总额2014年达310.1亿元,比2011年增长33.53亿元,除海洋基础科学研究外的其他应用研究的收入占52.4%,R & D内部经费支出达156.64亿元,比2011年增长43.53%,中国拥有海洋科技专利授权数达4020件,比2011年增长97.6%^[10]。海洋科技投入促进了中国海洋科教事业的发展,海洋科技效益与扩散效应也逐步增强,极大地推动了中国海洋经济发展。
从海洋产业结构变动视角分析,海洋产业结构高度化会抑制海洋经济增长。在低于或高于门槛值时,模型估计系数分别为-0.273或-0.313,即海洋产业结构高度化每增加1个单位,将会导致海洋经济规模直接萎缩0.24或0.27个单位^1）(1）由于MHIS与lnGOP是对数关系,所以MHIS每增加1个单位所引起GOP变化的计算方式为1-exp（-0.273*1）=0.24,1-exp（-0.313*1）=0.27。)。因为海洋产业结构的高度化会引导海洋生产要素依次向海洋第二、三产业转移,海洋产业结构高度化程度的提高会导致大量海洋生产要素流向于海洋第三产业。当海洋第三产业发展到一定规模后,生产要素的过度集聚会降低其配置效率,导致海洋生产要素的边际效用降低。另外,在中国工业4.0改革背景下,海洋科技创新能力与科研成果日益提高与增多,海洋第二产业中的海洋重工业与海洋生物医药、海水淡化、海洋电力等产业规模随着科技的进步将逐渐扩大,对生产要素需求也随之增大,生产要素缺失会制约海洋第二产业规模的扩张。海洋产业结构高度化与要素配置方式的不协调最终会抑制海洋经济增长。由此可以推断出:现阶段,中国海洋产业结构总体上呈现出的“三、二、一”型的结构形态是不稳定的,随着海洋第二产业的发展壮大,海洋产业结构将有可能趋向于“二、三、一”型。

4 结论

基于VES生产函数,本文建立了以海洋产业结构为门槛变量的回归模型。检验结果表明,海洋经济增长存在结构门槛效应。根据门槛值确定模型估计区间,并分别对海洋经济增长与要素投入的关系进行模型估计。估计结果显示:
（1）海洋产业结构变动引起了海洋资本、海洋劳动力和海洋科技投入对海洋经济增长方式的改变,并呈现阶段性特征。在海洋产业结构低于门槛值时,海洋资本、海洋劳动力投入的增加有利于促进海洋经济增长,海洋科技对海洋经济增长的影响除以海洋第三产业占GOP比重为门槛变量时均比较显著,但作用效果较弱;当海洋产业结构越过门槛值后,海洋劳动力投入对海洋经济增长的正向作用效果减弱,海洋科技投入对海洋经济增长的正向作用效果日益增强,但海洋资本的作用效果却不显著。
（2）海洋产业结构变动对海洋经济增长的直接影响具有显著性差异。海洋第二产业占GOP比重在越过门槛值后对海洋经济增长的影响显著为正,海洋第三产业占GOP比重对海洋经济增长的影响则不显著,海洋产业结构高度化对海洋经济增长的影响显著为负。
因此,本文认为海洋产业结构变动引起了海洋经济增长方式由海洋劳动、海洋资本驱动转为海洋劳动、海洋科技驱动,推动了海洋劳动力供给由单纯的体力劳动转向脑力劳动,劳动供给模式逐步优化与升级。同时,也推动了海洋资本投入结构由传统的以海洋固定资产投入为主向由海洋科技、海洋人力资本投入为主转变,海洋科技成为其主要推动力。然而,海洋产业结构高度化与要素配置方式的不协调抑制了海洋经济的持续有效发展。
The authors have declared that no competing interests exist.

参考文献原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

[1]	Peneder M.Industrial structure and aggregate growth [J]. Tech-nology and the Economy,2003,14(4):427-448. [本文引用: 1]
[2]	刘伟,李绍荣. 产业结构与经济增长 [J]. 中国工业经济,2002,(5):14-21. [本文引用: 1] [Liu W,Li S R.Economic structure and economic growth [J]. China Industrial Economy,2002,(5):14-21.] [本文引用: 1]
[3]	朱慧明,韩玉启. 产业结构与经济增长关系的实证分析 [J]. 运筹与管理,2003,12(2):68-72. [Zhu H J,Han Y Q.Experi-mental analysis on the relationship between industrial structure and economic growth [J]. Operations Research and Management Science,2003,12(2):68-72.]
[4]	纪玉山,吴勇民. 我国产业结构与经济增长关系之协整模型的建立与实现 [J]. 当代经济研究,2006,(6):47-51. [本文引用: 1] [Ji Y S,Wu Y M.Construction and realization of the co-integration model of the relationship between industrial structure and economic growth in China [J]. Contemporary Economic Research,2006,(6):47-51.] [本文引用: 1]
[5]	Baumol W J.Macroeconomics of unbalanced growth:The anatomy of urban crisis [J]. The American Economic Review,1967,57(3):415-426. [本文引用: 1]
[6]	俞晓晶. 转型期中国经济增长的产业结构效应 [J]. 财经科学,2013,(7):55-61. [本文引用: 1] [Yu X J.Economic structure effect of China's economic growth in the transitional period [J]. Finance & Eco-nomics,2013,(7):55-61.] [本文引用: 1]
[7]	吕铁,周叔莲. 中国的产业结构升级与经济增长方式转变 [J]. 管理世界,1999,(1):113-125. [本文引用: 1] [Lü T,Zhou S L.China's industrial upgrading and economic growth mode change [J]. Management World,1999,(1):113-125.] [本文引用: 1]
[8]	付凌晖. 我国产业结构高级化与经济增长关系的实证研究 [J]. 统计研究,2010,27(8):79-81. [Fu L H.Experimental study on the relationship between advanced industrial structure and eco-nomic growth in China [J]. Statistic Research,2010,27(8):79-81.]
[9]	李小平,卢现祥. 中国制造业的结构变动和生产率增长 [J]. 世界经济,2007,30(5):52-64. [本文引用: 1] [Li X P,Lu Q X.Structural changes and productivity growth in China's manufacturing industry [J]. The Journal of World Economy,2007,30(5):52-64.] [本文引用: 1]
[10]	国家海洋局. 中国海洋统计年鉴[M]. 北京:海洋出版社,2007-2015. [本文引用: 6] [State Oceanic Administration People’s Republic of China. China Marine Statistical Yearbook[M]. Beijing:China Ocean Press,2007-2014.] [本文引用: 6]
[11]	孙瑞杰,李双建. 海洋经济领域投入要素贡献率的测算 [J]. 海洋开发与管理,2011,28(7):95-99. [本文引用: 1] [Sun R J,Li S J.Evaluation of contribution rate of input factors in marine economy [J]. Ocean Development and Management,2011,28(7):95-99.] [本文引用: 1]
[12]	黄瑞芬,雷晓. 要素投入对我国海洋经济增长的效应分析:基于广义C-D生产函数与岭回归分析方法 [J]. 中国渔业经济,2013,31(6):118-122. [Huang R F,Lei X.Effects of factor input on China's marine economic growth:Based on generalized C-D production function and ridge regression analysis method [J]. China Fishery Economics,2013,31(6):118-122.]
[13]	翟仁祥. 海洋科技投入与海洋经济增长:中国沿海地区面板数据实证研究 [J]. 数学的实践与认识,2014,44(4):75-80. [本文引用: 1] [Zhai R X.Marine science and technology investment and marine economic growth:An empirical study on panel data in China's coastal areas [J]. Mathematics in Practice and Theory,2014,44(4):75-80.] [本文引用: 1]
[14]	乔俊果,朱坚真. 政府海洋科技投入与海洋经济增长:基于面板数据的实证研究 [J]. 科技管理研究,2012,32(4):37-40. [本文引用: 2] [Qiao J G,Zhu J Z.Marine science and technology investment from government and marine economic growth:An empirical study based on panel data [J]. Science and Technology Manage-ment Research,2012,32(4):37-40.] [本文引用: 2]
[15]	张岑,熊德平. 浙江省海洋产业结构变迁对区域经济增长的影响研究 [J]. 特区经济,2015,(4):46-48. [本文引用: 1] [Zhang C,Xiong D P.Effects of structural change of marine industry on regional eco-nomic growth in Zhejiang province [J]. Special Zone Economy,2015,(4):46-48.] [本文引用: 1]
[16]	王端岚. 福建省海洋产业结构变动与海洋经济增长的关系研究 [J]. 海洋开发与管理,2013,30(9):85-90. [本文引用: 1] [Wang D L.Study on the relationship between marine industrial structure change and marine economic growth in Fujian province [J]. Ocean Deve-lopment and Management,2013,30(9):85-90.] [本文引用: 1]
[17]	王玲玲,殷克东. 我国海洋产业结构与海洋经济增长关系研究 [J]. 中国渔业经济,2013,31(6):89-93. [本文引用: 1] [Wang L L,Yin K D.Study on the relationship between marine industrial structure and marine economic growth in China [J]. China Fishery Economics,2013,31(6):89-93.] [本文引用: 1]
[18]	于梦璇,安平. 海洋产业结构调整与海洋经济增长-生产要素投入贡献率的再测算 [J]. 太平洋学报,2016,24(5):86-93. [本文引用: 1] [Yu M X,An P.Optimization of marine industry structure and marine economic growth-re-calculation of contribution rate of production factor investment [J]. Pacific Journal,2016,24(5):86-93.] [本文引用: 1]
[19]	狄乾斌,刘欣欣,王萌. 我国海洋产业结构变动对海洋经济增长贡献的时空差异研究 [J]. 经济地理,2014,34(10):98-103. [本文引用: 1] [Di Q B,Liu X X,Wang M.Study on the spatial and temporal differences of the contribution of marine industrial structure to marine economic growth [J]. Economic Geography,2014,34(10):98-103.] [本文引用: 1]
[20]	王玲玲. 海洋科技进步对区域海洋经济增长贡献率测度研究 [J]. 海洋湖沼通报,2015,(2):185-190. [本文引用: 1] [Wang L L.Study on contribution rate of marine science and technology progress to regional marine economic growth [J]. Transactions of Oceanology and Limnology,2015,(2):185-190.] [本文引用: 1]
[21]	谢兰云. 创新、产业结构与经济增长的门槛效应分析 [J]. 经济理论与经济管理,2015,35(2):51-59. [本文引用: 1] [Xie Y L.Threshold effect analysis on innovation,industrial structure and economic growth [J]. Economic Theory and Business Management,2015,35(2):51-59.] [本文引用: 1]
[22]	徐杰,段万春,杨建龙. 中国资本存量的重估 [J]. 统计研究,2010,27(12):72-77. [Xu J,Duan W C,Yang J L.Revaluation of China's capital stock [J]. Statistical Research,2010,27(12):72-77.]
[23]	张军,章元. 对中国资本存量K的再估计 [J]. 经济研究,2003,(7):35-43. [本文引用: 1] [Zhang J,Zhang Y.Re-estimation of China's Capital Stock K [J]. Economic Research,2003,(7):35-43.] [本文引用: 1]
[24]	干春晖,郑若谷,余典范. 中国产业结构变迁对经济增长和波动的影响 [J]. 经济研究,2011,(5):4-16. [本文引用: 1] [Gan C H,Zheng R G,Yu D F.The impact of China's industrial structure changes on economic growth and fluctuations [J]. Economic Research,2011,(5):4-16.] [本文引用: 1]
[25]	Hansen B E.Sample splitting and threshold estimation [J]. Eco-nometrica,2000,68(3):575-603. [本文引用: 2]
[26]	国家海洋局. 中国海洋年鉴[M]. 北京:海洋出版社,2007-2015. [本文引用: 1] [State Oceanic Administration People’s Republic of China. China Marine Yearbook[M]. Beijing:China Ocean Press,2007-2014.] [本文引用: 1]
[27]	中华人民共和国国家统计局. 中国统计年鉴[M]. 北京:中国统计出版社,2007-2015. [本文引用: 1] [National Bureau of Statistics of the People’s Republic of China. China Statistical Yearbook[M]. Beijing:China Statistics Press,2007-2015.] [本文引用: 1]
[28]	Arrow K J.The economic implications of learning by doing [J]. The Review of Economic Studies,1962,29(3):155-173. [本文引用: 1]

中国海洋产业结构变动对海洋经济增长的影响——基于沿海11省市的面板门槛效应回归分析

本站小编 Free考研考试/2021-12-29

Impacts of marine industrial structure changes on marine economic growth for 11 coastal provinces in China

1 引言