王园，张仪华，李梅芳

（集美大学工商管理学院，福建厦门361021）

●中国经济新常态

我国新常态下海洋经济与产业结构演进的辩证研究

王园，张仪华，李梅芳

（集美大学工商管理学院，福建厦门361021）

文章以我国海洋产业为研究对象，选取1996-2014年数据，构建向量自回归模型，对海洋三次产业与海洋生产总值的关联以及海洋经济与产业结构演进的脉冲响应等进行定量分析，揭示出我国经济新常态下海洋三次产业与海洋生产总值具有长期稳定的均衡关系，海洋经济发展与海洋产业结构演进形成了良性的互动机制；同时也验证出海洋第一、二、三产业和海洋生产总值之间的因果关系。政府在制定产业结构调整和优化政策时，应当立足发展第一产业，重点发展海洋第二产业，并有效地扶持海洋第三产业，以达到协同发展。

新常态；海洋产业；向量自回归模型；脉冲响应函数

［DOI］10.3969/j.issn.1007-5097.2016.10.007

一、引言

我国当前处于经济新常态，进入“十二五”规划以来，我国海洋经济的增长速度快速回落，领先进入到深度调整期，我国海洋经济正处于转向结构合理化、形态高级化、分工细致化的阶段，然而海洋产业结构依然面临着严峻的问题。2015年我国海洋经济工作提出全面对接国家提出的“长江经济带”、“一带一路”和“京津冀一化”等重大战略，构建具有区域特色的海洋经济发展格局。根据《2014年中国海洋经济统计公报》（以下简称公报）显示，2014年我国海洋生产总值（GOP）达59 936亿元，增长率为7.7%，占GDP的9.4%，海洋第一、二、三产业增加值分别为3 226亿元、27 049亿元、29 661亿元，占GOP的比重分别为5.4%、45.1%、49.5%。

由图1可以看出，自1996年以来我国海洋经济增长速度持续快速增长，这与我国制定的经济政策有关。在新常态下，我国海洋经济应该要与时俱进地发展，产业结构不断优化。本文试图探索海洋三大产业对海洋经济增长的影响、三大产业对经济增长各有多大影响程度以及它们之间的内在关联。这些问题的解答有助于为政府部门制定行之有效的政策提供理论依据，对海洋经济快速发展具有现实意义。

图11996　-2014年海洋生产总值（GOP）（单位：亿元）

二、文献综述

美国特拉华大学的Gerald J Mangone在《美国海洋政策》一书中第一次提出了“海洋经济”的观念。Colgan和Plunstead（1993）等人采用就业或区域经济产出评估模型，在多个州之间或者州所辖区域层面对某些特定海洋产业对区域经济的贡献和影响做了深入研究［1］。美国学者Di Jin P.Hoagland（2003）等通过对海洋食物链相关数据的分析，采用投入-产出模型对海洋经济和生态系统进行联合分析研究［2］。韩国学者Kwaka等（2005）采用投入产出法就1975-1998年的韩国海洋产业对其国民经济的影响进行分析，发现韩国海洋产业布局对海洋经济有明显的拉动效应和产业带动效应，但是韩国海洋产业结构对供应短缺以及国内市场价格的变化反应相对较迟钝［3］。Henriela和Hoagland（2006）通过分析关联产业之间的冲突与协调矛盾，对商业捕鲸与海洋生态旅游、国际贸易、商业捕鱼等相关产业之间的关系进行了探讨，提出协调关联产业间矛盾的建议［4］。Charles S.Col⁃gan（2013）对美国的海洋基础数据进行分析，发现2007年美国的海洋经济占国民生产总值的1.7%，其规模与其他自然资源相当，试图构建一个国家海洋数据集，并提出了具体的操作过程［5］。Morrissey、O'Donoghue（2013）通过分析2007年爱尔兰10个海洋产业的产值，得出海洋产业间的联动效应［6］。我国在20世纪80年代开始对海洋经济进行研究，虽然与国外相比迟了将近有一个世纪，但是多年以来，国内学者对海洋经济也进了多角度、多方面的大量研究。干春阵（2011）构建了关于产业结构变迁与经济波动影响的计量经济模型，在测度产业结构合理化和高级化的基础上，研究了两者对经济波动的影响［7］。王艳（2014）运用SVAR模型，实证分析了海洋经济与产业结构演进的动态相关性，得到海洋经济与内陆产业结构演进有良好互动机制的结论［8］。卢珂、吴价宝（2014）运用脉冲响应函数、VAR模型进行实证分析，得出海洋经济的发展短期内会促进第二产业的发展，长期内第二产业所占比例呈下降趋势，第三产业所占比例不断提高的结论［9］。由于传统的计量经济学中简单的线性回归方程模型无法很好地对变量之间的动态关系进行分析，并且通常情况下变量的时间序列都是非平稳的，采用传统方法研究缺乏可靠性。鉴于此，本文在研究全国海洋生产总值时，利用格兰杰因果关系检验分析海洋第一产业产值、海洋第二产业产值、海洋第三产业产值与海洋生产总值间的因果关系，运用向量自回归模型、脉冲响应函数、方差分解等方法研究海洋经济与产业结构演进的动态调整机制，并通过检验及建立协整方程，对长期均衡影响机制进行深入研究。

三、实证研究

（一）数据预处理

选取1996-2014年度的数据（其中1996-2013年数据来源于《中国海洋统计年鉴》，2014年数据来源于《2014年中国海洋经济统计公报》），分别用GOP、IND1、IND2、IND3表示海洋生产总值、海洋第一产业产值、海洋第二产业产值、海洋第三产业产值。分别对各个变量取自然对数，这种变换不改变变量之间的协整关系和短期调整模式，可以更容易得到平稳序列，并在一定程度上消除各个变量之间可能存在的异方差，取对数后的数据序列命名为lnGOP、ln⁃IND1、lnIND2、lnIND3，取一阶差分后的数据序列命名为DlnGOP、DlnIND1、DlnIND2、DlnIND3。实证研究使用的计量软件为E-views8.0。原始数据见表1所列，取对数和一阶差分后的数据由于篇幅此处省略。

表1　原始变量时间序列亿元

（二）单位根检验

只有采用平稳的时间序列进行计量分析才不会导致伪回归，所以本文采用ADF法来检验变量的平稳性，最优滞后期用AIC最小准则确定，以保证残差非自相关。对上文中的取自然对数后的各变量进行单位根检验，结果见表2所列。

表2　ADF单位根检验结果

根据表2中的检验结果，各变量原始序列的ADF值都大于5%临界值，存在单位根，所以各变量的原始序列不平稳；但各变量经过一阶差分后，ADF值都小于5%临界值，不存在单位根，所以各变量的一阶差分序列平稳。

（三）确定最佳滞后阶数

经过单位根检验，发现lnGOP、lnIND1、lnIND2和lnIND3原序列都是非平稳的，一阶差分后的序列才平稳，需要进行Johansen协整检验，否则建模容易出现伪回归，而协整检验对滞后期的选择很敏感，需要先确定滞后期，确定滞后期需要建立VAR模型，建模需要平稳的数据，由于原序列经过一阶差分后才平稳，所以对原序列做一阶差分后建立VAR模型，再确定最佳滞后期。

滞后期数的选择对VAR模型中的估计非常重要，因为不同的滞后期会导致模型估计结果的显著不同。分别采用SC信息准则、AIC信息准则、似然比检验统计（LR）、HQ信息准则和最终预测误差（FPE）方法，确定最佳滞后阶数，检验结果见表3所列。

表3　滞后阶数取2期时各LR、FPE、AIC、SC、HQ值

Eviews软件会自动在最佳取值后标注“*”，从表3检验结果可知，当滞后阶数为2时五种方法推荐的最佳滞后阶数都为2期，因此，VAR模型的最佳滞后阶数选择2期。

（四）Johansen协整

本文选取Johansen协整检验作为研究方法，相比VAR模型，协整检验是有约束的，因此一般情况下VAR的最优滞后减去1为它的最佳滞后期。根据上文VAR模型的最佳滞后阶数为2，则协整检验的最佳滞后期为1，并对上文中去自然对数后的各变量做协整检验，结果见表4-6所列。

表4　迹统计量检验

表5　最大特征值计量检验

表6　协整关系估计结果

由表4和表5可知，Johansen的迹统计值和极大似然值协整检验两种方法均表明在5%的显著水平下均拒绝4种原假设，即不存在、最多存在一个、最多存在两个、最多存在三个协整关系的原假设，因此，这四个变量在5%的显著水平上存在一个协整关系。

由表6可以得到如下的协整方程：从所估计的方程可以看出，海洋生产总值与海洋三次产业产值具有长期稳定的均衡关系。长期来看，海洋第一产业产值、海洋第二产业产值和海洋第三产业产值对海洋生产总值增长都有促进作用，其中海洋第二产业产值对海洋生产总值增长的促进作用最大，海洋第二产业产值的对数增加1%，则海洋生产总值对数相应地大约增加0.45%；海洋第一产业产值的对数增加1%，则海洋生产总值对数相应地大约增加0.19%；海洋第三产业产值的对数增加1%，则海洋生产总值对数相应地大约增加0.36%。海洋第一产业产值的标准误差是0.002 13，海洋第二产业产值的标准误差是0.011 93，海洋第二产业产值的标准误差是0.011 14，常数项的标准误差是0.00 956。该方程只分析了当其他变量不变时，其中一个变量变化对海洋生产总值的影响，但事实上，变量之间存在相互影响，所以需要运用格兰杰因果关系检验来分析变量之间的相互关系。

（五）格兰杰因果关系检验

根据格兰杰因果关系检验，对上文中一阶差分后平稳的数据，建立关于海洋经济总量、海洋第一产业产值、海洋第二产业产值和海洋第三产业产值的变量模型，对原假设进行检验，通过选择不同的滞后期数得到具有因果关系的结果。检验结果见表7所列。

表7　格兰杰因果关系检验

由此可得出如下结论：

（1）海洋经济总量与海洋第二产业产值互为格兰杰原因；

（2）海洋第一、二产业产值与海洋第三产业产值互为格兰杰原因；

（3）海洋经济总量是海洋第一、三产业产值的格兰杰原因，但海洋第一、三产业产值不是它的格兰杰原因；

（4）海洋第二产业产值是海洋第一产业产值的格兰杰原因，但海洋第一产业产值不是它的格兰杰原因。

（六）稳定性检验

只有平稳的VAR模型，脉冲响应才是收敛的，分析才具有经济意义，所以要对建立的VAR模型进行平稳性检测。特征多项式的值决定VAR模型平稳性。由于模型的滞后长度为2并且有4个内生变量，所以，本模型的单位根有2×4个单位根，如图2所示，8个单位根的模都小于1，即所有根都在单位圆内，说明估计的VAR模型是稳定的。

图2　单位圆和特征根检验

（七）脉冲响应函数

基于上文中建立的VAR模型，将刻画海洋生产总值GOP与海洋第一产业产值、海洋第二产业产值和海洋第三产业产值之间的脉冲响应函数，以进一步分析四者之间的短期动态关系。先建立VAR模型残差相关系数矩阵，结果见表8所列。

表8　残差相关系数矩阵表

由残差的相关系数矩阵可以看到，DlnGOP方程的残差与DlnIND2方程、DlnIND3方程回归残差之间的相关系数分别为0.974、0.952，说明这些回归方程的残差之间的相关性较大，而DlnGOP方程与Dln⁃IND1方程的残差之间的相关系数为-0.529，表明这两个方程的残差之间相关性相对较小。由此也反映了海洋生产总值GOP与海洋第二产业产值、海洋第三产业产值关系更紧密，相对来说海洋第一产业产值对其影响较小，这与本文协整检验的结果一致。关于脉冲响应函数结果见图3-6所示。

图3中横坐标表示时期数，纵轴表示脉冲响应函数大小，实线表示海洋第一产业产值受到冲击后的走势，两侧的虚线表示走势的两倍标准误差。海洋经济总量对第一产业产值影响不大，第1期为负影响，第2-5期为较小的正影响，并在第5期下降到0后又上升，到第6期到达峰值0.072，但又迅速下降到趋近于0，之后趋于平稳，海洋生产总值对海洋第一产业产值有长期较小的影响。原因是海洋资源有限，海洋第一产业发展平稳，受海洋经济总量影响小而稳定。

图3　海洋第一产业产值对海洋生产总值扰动的响应

从图4可以看出，第1期影响较大，峰值为0.11，之后迅速下降到0附近上下波动，第5期之后下降到0以下，产生持续的负影响，海洋经济总量对海洋第二产业产值的影响不稳定、变动大、正影响少。原因是第二产业一些资金密集型产业和高新技术产业的前期投入巨大，如石油化工产业、生物医药产业，所以海洋经济总量对其影响较大；后期投入减少，投资不平稳，所以影响减弱甚至为负。

图4　海洋第二产业产值对海洋生产总值扰动的响应

从图5的脉冲响应值的轨迹中可以看出，在第1期时对海洋第三产业有较大影响，峰值为0.9，但迅速下降至0附近，在第5期之后下降到0以下后逐渐在0以下趋于平稳，海洋经济总量对海洋第三产业产值的影响不稳定、变动大、正影响少。原因是我国第三产业发展薄弱，旅游、交通、港口的基础配套设施落后不全，不利于第三产业的发展。

图5　海洋第三产业产值对海洋生产总值扰动的响应

从图6可以看出，对于海洋第二产业产值的扰动，海洋生产总值没有马上做出响应，第1-4期稍微有正向影响，第4期之后在0附近波动，保持波动状态，海洋第二产业产值对海洋生产总值有长期的影响，但波动大、不稳定。原因是海洋第二产业前期各项投入大，积极落实各项政策，得到较好发展，但后期对第二产业的投入不足或中断，海洋第二产业得不到良好发展，所以无法对海洋经济总量产生正向促进作用。

图6　海洋生产总值对海洋第二产业产值扰动的响应

（八）方差分解

利用方程分解方法分析海洋第一产业产值、海洋第二产业产值、海洋第三年产业产值对海洋生产总值的贡献度，其结果见表9所列。

表9　方差分解结果

表9中Period列是方差分解的时期数，即海洋生产总值标准差的预测期；S.E.列是海洋生产总值预测的标准差；DlnGOP列是海洋生产总值预测方差中由海洋生产总值自身引起的百分比；DlnIND1、DlnIND 2、DlnIND 3列分别是海洋生产总值预测方差中由海洋第一、二、三产业产值扰动引起的百分比。可以看出海洋生产总值的一期预测的标准差等于0.078，二期预测的标准差是0.119，比一期的标准差大，这是因为二期的预测包含了海洋第一产业产值、海洋第二产业产值和海洋第三产业产值在一期预测的不确定性的影响，而且随着预测时期数的推移，海洋生产总值预测的标准差也逐渐增加，在第7期趋于稳定。

在一期预测中，海洋生产总值预测方差全部是由海洋生产总值自身扰动所引起的，这是因为方差分解的第一个输入的变量是DlnGOP，在第二期预测中，海洋生产总值预测方差有45.228%是由海洋生产总值自身引起的，有28.509%是由海洋第一产业产值扰动所引起的，有16.386%是由海洋第二产业产值扰动所引起的，有9.875%是由海洋第三产业产值扰动所引起的。随着预测期的推移，海洋生产总值预测方差中由非海洋生产总值变量的扰动所引起的部分增加，而由海洋生产总值自身扰动引起的部分下降，但其所占的比例还是很大。大约在第7期左右，海洋生产总值分解结果基本稳定，海洋生产总值预测方差有32.947%是由海洋第一产业产值扰动所引起，有17.104%是由海洋第二产业产值扰动所引起，21.445%由海洋第三产业产值扰动所引起。

四、结论与建议

海洋经济是新常态下新的经济增长点，重视海洋经济是经济发展和产业结构升级优化的需要。本文基于全国1996-2014年海洋经济数据，运用VAR模型对海洋生产总值与海洋产业结构演进进行实证分析，揭示了海洋生产总值与海洋三次产业的关系，并对海洋生产总值因素对海洋三次产业产值的冲击进行预测，得到如下结论：

（1）海洋生产总值、海洋第一产业产值、海洋第二产业产值和海洋第三产业产值具有长期稳定的均衡关系。

（2）海洋生产总值是海洋第一产业产值、海洋第二产业产值及海洋第三产业产值的格兰杰原因，而反过来只有海洋第二产业产值是海洋生产总值的格兰杰原因。

（3）根据协整检验、格兰杰因果关系检验、VAR残差检验得出目前海洋第二产业对海洋经济贡献最大；但方差分解显示未来几年海洋第一产业与海洋经济相关性更大。

在我国经济新常态的大背景下，根据我国国情和历年来海洋经济与海洋产业结构演进的实际情况，提出以下对策建议：

（1）目前只有海洋第二产业对海洋经济总量有明显推动作用，还要持续地加大基础开发、科研投入、政策推动，重点发展海洋第二产业，承上启下，有力支持海洋第一产业发展，大力带动海洋第三产业发展。

（2）未来几年海洋第一产业与海洋经济相关性更大，要立足发展第一产业，与海洋第二产业、海洋第三产业协调促进，不断调整、优化创造更大经济效益。

（3）在发展海洋产业时要重视海洋绿色生态保护，要走持续、稳定、重视生态的发展道路，使三个产业和谐发展。

［1］Colgan Charles S.Grading the Marine Economy［J］.Marine Policy Review，1994，3（3）：55-62.

［2］Hoagland P，Jin D，Kite-Powell H.The Optimal Allocation of Ocean Space：Aquaculture and Wild-Harvest Fisheries［J］.Marine Resource Economics，2003，18（2）：129-147.

［3］Kwak S J，Yoo S H，Chang J I.The Role of the Maritime In⁃dustry in the Korean National Economy：an Input-Output Analysis［J］.Marine Policy，2005，29（4）：371-383.

［4］Herrera G E，Hoagland P.Commercial Whaling，Tourism，and Boycotts：An Economic Perspective［J］.Marine Policy，2006，30（3）：261-269.

［5］Colgan C S.The Ocean Economy of the United States：Mea⁃surement，Distribution，&Trends［J］.Ocean&Coastal Man⁃agement，2013，71（71）：334-343.

［6］Morrissey Karyn，O'Donoghue Cathal.The Role of the Ma⁃rine Sector in the Irish National Economy：An Input-Output Analysis［J］.Marine Policy，2013，37（1）：230-238.

［7］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.

［8］王艳.广西海洋经济与产业结构关系研究——基于SVAR模型的实证分析［J］.中国市场，2014（47）：62-64.

［9］卢珂，吴价宝.基于脉冲响应的海洋经济与产业结构演进研究［J］.重庆交通大学学报：社会科学版，2014，14（2）：50-53.

［责任编辑：余志虎］

Research on the Dialectic Relationship between Marine Economy and Industrial Structure Development in the New Normal of Chinese Economy

WANG Yuan，ZHANG Yi-hua，LI Mei-fang
（School of Business Administration，Jimei University，Xiamen 361021，China）

The paper，taking Chinese marine industry as the study object and selecting the panel data from 1996 to 2014，Be⁃sides，builds a VAR model to make a quantitative analysis on the correlation between the three main marine industries and gross marine product and impulse response of marine economy and industrial structure development.In the paper，the longterm stable relationship between the three main marine industries and gross marine product is revealed，healthy interaction mechanism between marine economy and marine industries development is taking shape，and the causal relations between the three main marine industries and economic growth are verified in the“new normal”of Chinese economy.The government should develop the primary marine industry base ourselves on China's realities，give priority to the secondary marine industry and effective support to the tertiary marine industry when adjusting the industrial structure and optimizing policies.

new normal；marine industry；VAR model；impulse response function

F124.3

A

1007-5097（2016）10-0044-06

2016-05-22

福建省社会科学规划项目（FJ2015B182）；福建省高等学校杰出青年科研人才培育计划基金项目（JAJQ1501）；福建省软科学项目（2016R0066）

王园（1980-），女，山东无棣人，讲师，博士，研究方向：数据挖掘，产业经济，商务数据分析；张仪华（1971-），男，福建尤溪人，副教授，硕士，研究方向：技术经济与管理；李梅芳（1991-），女，福建泉州人，本科生，研究方向：商务数据分析。