科技創(chuàng)新、環(huán)境規(guī)制與海洋漁業(yè)全要素生產(chǎn)率

曹 俐，張 晨

(上海海洋大學(xué)經(jīng)濟(jì)管理學(xué)院，上海 201306)

近年來(lái)，我國(guó)海洋漁業(yè)地位不斷提高，其產(chǎn)量也不斷地增加。2018年，我國(guó)海水養(yǎng)殖和海洋捕撈業(yè)總產(chǎn)量高達(dá)4 768.03×104t，占全國(guó)水產(chǎn)品總產(chǎn)量(6 457.66×104t)74%，全社會(huì)漁業(yè)經(jīng)濟(jì)總產(chǎn)值相比1998年增長(zhǎng)了近16倍[1]，成為推動(dòng)漁業(yè)經(jīng)濟(jì)飛速發(fā)展的引擎。然而，我國(guó)海洋漁業(yè)發(fā)展方式仍然粗放，設(shè)施裝備條件較差，海洋漁業(yè)技術(shù)創(chuàng)新能力不強(qiáng)，加之近海捕撈過(guò)度，環(huán)境污染加劇，嚴(yán)重制約海洋漁業(yè)可持續(xù)發(fā)展。沿海地區(qū)作為中國(guó)漁業(yè)經(jīng)濟(jì)發(fā)展的引擎，其生態(tài)環(huán)境保護(hù)和經(jīng)濟(jì)可持續(xù)發(fā)展至關(guān)重要，未來(lái)如果不改變傳統(tǒng)的養(yǎng)殖和捕撈模式，我國(guó)由漁業(yè)大國(guó)向漁業(yè)強(qiáng)國(guó)的轉(zhuǎn)變將困難重重。2017年，原農(nóng)業(yè)部頒布《全國(guó)漁業(yè)發(fā)展第十三個(gè)五年規(guī)劃》，強(qiáng)調(diào)漁業(yè)要遵循“創(chuàng)新、協(xié)調(diào)、綠色、開(kāi)放、共享”的發(fā)展理念[2]；2019年2月，我國(guó)政府還為環(huán)境保護(hù)劃重點(diǎn)，提出堅(jiān)持生態(tài)優(yōu)先，實(shí)現(xiàn)經(jīng)濟(jì)與環(huán)境保護(hù)協(xié)調(diào)發(fā)展[3]；2020年9月，習(xí)總書(shū)記在第七十五屆聯(lián)合國(guó)大會(huì)一般性辯論上表示，中國(guó)將提高國(guó)家自主貢獻(xiàn)力度，采取更加有力的政策和措施，二氧化碳的碳排放力爭(zhēng)于2030年前達(dá)到峰值，努力爭(zhēng)取到2060年前實(shí)現(xiàn)“碳中和”，即 “3060雙碳目標(biāo)”。 海洋漁業(yè)響應(yīng)海洋產(chǎn)業(yè)綠色發(fā)展號(hào)召，以更小的能源消耗實(shí)現(xiàn)更大的經(jīng)濟(jì)效益，同時(shí)將更多的技術(shù)用于環(huán)境治理，以促進(jìn)海洋經(jīng)濟(jì)的可持續(xù)發(fā)展。

“全要素生產(chǎn)率”(Total factor productivity)是指為了符合人類(lèi)需求而使用生態(tài)資源的效率，可以理解為產(chǎn)出與投入的比值。其中，“產(chǎn)出”是指一個(gè)企業(yè)、產(chǎn)業(yè)或一個(gè)經(jīng)濟(jì)體生產(chǎn)的產(chǎn)品或提供的產(chǎn)品服務(wù)價(jià)值，即 GDP；“投入”是指一個(gè)企業(yè)、產(chǎn)業(yè)或經(jīng)濟(jì)體消耗的資源能源以及由此造成的環(huán)境負(fù)荷[4]。海洋漁業(yè)全要素生產(chǎn)率(Marine fishery total factor productivity，MFTFP)是將全要素生產(chǎn)率的概念運(yùn)用于海洋漁業(yè)，客觀來(lái)說(shuō)是在滿足人類(lèi)自身需求的基礎(chǔ)上，注重其生產(chǎn)過(guò)程中的資源投入及其能源消耗的排放情況，簡(jiǎn)而言之是轉(zhuǎn)變傳統(tǒng)的生產(chǎn)模式，倡導(dǎo)“綠色、優(yōu)質(zhì)、節(jié)能”的理念。目前，國(guó)內(nèi)外在工業(yè)、農(nóng)業(yè)領(lǐng)域?qū)τ谌厣a(chǎn)率的研究比較多，對(duì)海洋漁業(yè)全要素生產(chǎn)率的研究相對(duì)較少。海洋漁業(yè)全要素生產(chǎn)率受技術(shù)進(jìn)步、科技創(chuàng)新、環(huán)境規(guī)制等因素影響。其中，技術(shù)進(jìn)步、科技創(chuàng)新(Technical innovation，TI)是影響企業(yè)、產(chǎn)業(yè)或者區(qū)域全要素生產(chǎn)率的關(guān)鍵因素，王櫻潔[5]、Moutinho V等[6]選取包括技術(shù)進(jìn)步在內(nèi)的5個(gè)指標(biāo)，即漁業(yè)發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)、對(duì)外開(kāi)放度、能源消耗和技術(shù)進(jìn)步，探究其對(duì)漁業(yè)全要素生產(chǎn)率的影響，結(jié)果顯示技術(shù)進(jìn)步和產(chǎn)業(yè)結(jié)構(gòu)對(duì)漁業(yè)全要素生產(chǎn)率的影響最大，能源消耗降低了漁業(yè)全要素生產(chǎn)率。環(huán)境規(guī)制(Environmental regulation，RE)對(duì)于全要素生產(chǎn)率的影響效果在時(shí)間、強(qiáng)度以及空間方面存在一定的差異性。而技術(shù)進(jìn)步、環(huán)境規(guī)制與全要素生產(chǎn)率之間也存在相互影響的特征，尤其是環(huán)境規(guī)制與科技創(chuàng)新之間的相互影響更為復(fù)雜。劉陽(yáng)[7]運(yùn)用方向距離函數(shù)超效率模型和動(dòng)態(tài)面板回歸模型檢驗(yàn)分析了環(huán)境規(guī)制、技術(shù)創(chuàng)新和漁業(yè)全要素生產(chǎn)率各變量之間的關(guān)系，得出環(huán)境政策可以通過(guò)企業(yè)的技術(shù)創(chuàng)新來(lái)提高漁業(yè)全要素生產(chǎn)率，即“弱”波特假說(shuō)成立，但環(huán)境規(guī)制對(duì)科技創(chuàng)新的影響是負(fù)向的。

縱觀現(xiàn)有文獻(xiàn)，對(duì)于海洋漁業(yè)全要素生產(chǎn)率的驅(qū)動(dòng)機(jī)制或者影響機(jī)理的研究尚存在不足，更鮮有在空間視角上探究環(huán)境規(guī)制、科技創(chuàng)新與海洋漁業(yè)全要素生產(chǎn)率內(nèi)在的關(guān)系。本文基于面板向量自回歸(Panel vector autoregressive,PVAR)模型，實(shí)證分析了環(huán)境規(guī)制、科技創(chuàng)新與海洋漁業(yè)全要素生產(chǎn)率三者的關(guān)系，旨在：一是測(cè)算以漁業(yè)經(jīng)濟(jì)總產(chǎn)值和漁業(yè)碳匯為期望產(chǎn)出指標(biāo)、以漁業(yè)碳排放為非期望產(chǎn)出指標(biāo)的我國(guó)沿海地區(qū)海洋漁業(yè)全要素生產(chǎn)率；二是運(yùn)用PVAR模型厘清環(huán)境規(guī)制、科技創(chuàng)新與海洋漁業(yè)全要素生產(chǎn)率之間的關(guān)系，為進(jìn)一步通過(guò)環(huán)境治理機(jī)制推進(jìn)技術(shù)進(jìn)步、提升沿海地區(qū)海洋漁業(yè)全要素生產(chǎn)率作政策借鑒。

1 研究方法與數(shù)據(jù)來(lái)源

1.1 PVAR模型

1980年，Sims C A[8]第一次提出向量自回歸(VAR)模型，該模型沒(méi)有任何約束條件，采用滯后項(xiàng)分析內(nèi)生變量之間的關(guān)系。但其涉及的估計(jì)參數(shù)較多，因而對(duì)于小樣本數(shù)據(jù)的測(cè)量，精度低且很難達(dá)到要求的時(shí)間序列長(zhǎng)度。為了克服這一缺陷，Holtz-Eakin D 等[9]提出PVAR模型，該模型基于面板數(shù)據(jù)，綜合考慮了個(gè)體固定效應(yīng)和時(shí)間效應(yīng)，通過(guò)單位根檢驗(yàn)、格蘭因果檢驗(yàn)、脈沖響應(yīng)函數(shù)、方差分解等方式對(duì)數(shù)據(jù)進(jìn)行分析，其模型表達(dá)式如(1)所示。

(1)

其中，Yi，t表示三維列向量(MFTFP、RE、TI)，即海洋漁業(yè)全要素生產(chǎn)率、環(huán)境規(guī)制、科技創(chuàng)新，i和t分別表示沿海省份和時(shí)間；X0和Xj分別為常數(shù)項(xiàng)和滯后內(nèi)生變量的估計(jì)參數(shù)；p為模型的滯后階數(shù)；σi表示截距項(xiàng)，是沿海11省(市)的個(gè)體固定效應(yīng)；θi，t代表時(shí)間固定效應(yīng)；ε為隨機(jī)擾動(dòng)項(xiàng)。

1.2 熵值法

熵值法[10]是一種用于觀測(cè)指標(biāo)離散程度的方法，如果一個(gè)指標(biāo)的離散程度越大，表明其對(duì)綜合評(píng)價(jià)的影響就越大。本文運(yùn)用熵值法對(duì)各個(gè)指標(biāo)權(quán)重進(jìn)行計(jì)算。計(jì)算步驟如下：

1)選取n個(gè)省份，m個(gè)指標(biāo)，則為第i個(gè)省份的第j個(gè)指標(biāo)的數(shù)值，原始矩陣Xij(i=1，2……，n；j=1，2，……，m)，即：

(2)

2)指標(biāo)標(biāo)準(zhǔn)化處理。由于每個(gè)指標(biāo)單位和正負(fù)向的不同，無(wú)法直接進(jìn)行計(jì)算和比較，因此，需先進(jìn)行標(biāo)準(zhǔn)化處理，之后再進(jìn)行權(quán)重計(jì)算。當(dāng)指標(biāo)為正向指標(biāo)時(shí)，其標(biāo)準(zhǔn)化公式為：

(3)

當(dāng)指標(biāo)為負(fù)向指標(biāo)時(shí)，其標(biāo)準(zhǔn)化公式為：

(4)

當(dāng)指標(biāo)為適中型指標(biāo)時(shí)，其標(biāo)準(zhǔn)化公式為：

(5)

其中，di為確定的標(biāo)準(zhǔn)值。

3)為了消除負(fù)值，有些指標(biāo)的值經(jīng)過(guò)標(biāo)準(zhǔn)化后可能會(huì)變小或?yàn)樨?fù)值。為了統(tǒng)一和方便計(jì)算，對(duì)標(biāo)準(zhǔn)化值進(jìn)行平移處理，從而消除上述情況。

(6)

其中，H為指標(biāo)平移的幅度，一般取1。

4)利用比重法對(duì)數(shù)據(jù)進(jìn)行無(wú)量綱化：

(7)

5)計(jì)算第j個(gè)指標(biāo)的熵值：

(8)

6)第j個(gè)指標(biāo)的差異系數(shù)：

gj=1-ej

(9)

其中，j=1，2，……p。

7)第j個(gè)指標(biāo)的權(quán)重：

(10)

其中，j=1，2，……p。

8)綜合得分為標(biāo)準(zhǔn)化的數(shù)據(jù)與權(quán)重的乘積：

(11)

1.3 超效率DEA-SBM模型

DEA是一種基于投入產(chǎn)出指標(biāo)對(duì)相同類(lèi)型可比較的單位進(jìn)行有效性分析的一種方法，它主要包括BBC、CCR、SBM及超效率四種。其中，在分析BBC、CCR、SBM這三者的結(jié)果時(shí)，如果多個(gè)效率決策單元的值同時(shí)與1相等，那么就不能分辨這些決策單元效率的高低，而超效率模型能較好地解決上述難題，因此本文選擇使用Andersen P 等[11]在1993年提出的超效率DEA-SBM模型，該模型的核心就是當(dāng)有效決策單元(DMU)的超效率值大于1時(shí)，可以對(duì)有效DMU進(jìn)行區(qū)分，因此，當(dāng)DMU效率值大于或等于1時(shí)，結(jié)論值越大，表明其效率就越高。相應(yīng)的模型公式如(12)、(13)：

(12)

(13)

本文采用超效率DEA-SBM模型來(lái)估算海洋漁業(yè)全要素生產(chǎn)率值，在計(jì)算過(guò)程中，有漁業(yè)投入要素，也有產(chǎn)出要素，其中產(chǎn)出要素中包含好的產(chǎn)出(期望產(chǎn)出)和壞的產(chǎn)出(非期望產(chǎn)出)，期望產(chǎn)出越大，非期望產(chǎn)出越小，表明海洋漁業(yè)全要素生產(chǎn)率值就越好。故采用非期望產(chǎn)出的超效率DEA-SBM模型來(lái)估算沿海各省(市)的海洋漁業(yè)全要素生產(chǎn)率。

1.4 指標(biāo)構(gòu)建與數(shù)據(jù)來(lái)源

本文遵循數(shù)據(jù)可行性和科學(xué)性原則，根據(jù)環(huán)境規(guī)制與科技創(chuàng)新概念，結(jié)合李嬌嬌[12]和杜軍等[13]的研究結(jié)果，將環(huán)境規(guī)制的二級(jí)指標(biāo)設(shè)置為環(huán)境污染治理投資總額(億元)、排污費(fèi)征收額(萬(wàn)元)，將科技創(chuàng)新的二級(jí)指標(biāo)設(shè)置為海洋科技專(zhuān)利總發(fā)明數(shù)(件)、海洋科技課題論著數(shù)(篇)、海洋科技類(lèi)課題成果數(shù)(項(xiàng))，運(yùn)用熵值法將二級(jí)指標(biāo)綜合合并，計(jì)算得出環(huán)境規(guī)制和科技創(chuàng)新指標(biāo)。

環(huán)境規(guī)制：環(huán)境規(guī)制是以保護(hù)環(huán)境為目的的對(duì)各種環(huán)境污染行為的規(guī)制，分為命令控制型和市場(chǎng)激勵(lì)型，前者主要是以政府干預(yù)的形式實(shí)現(xiàn)減排目標(biāo)，這種政府干預(yù)包括事前、事中和事后，其中事中的環(huán)境規(guī)制成本較高、控制者難以度量、效果不好，事后的環(huán)境規(guī)制受收費(fèi)限制，管理面窄，因此本文選取事前的環(huán)境污染治理投資總額來(lái)度量環(huán)境規(guī)制，從源頭控制排放；后者主要包括排污收費(fèi)或征稅制度、排污權(quán)交易制度等，通過(guò)企業(yè)自身生產(chǎn)方式的轉(zhuǎn)變來(lái)降低排放，其中排污收費(fèi)制度在我國(guó)實(shí)施時(shí)間較長(zhǎng)，發(fā)展穩(wěn)定且效果好。因此，本文選取排污征收額(污染處罰)作為環(huán)境規(guī)制的另一二級(jí)指標(biāo)。

科技創(chuàng)新：科技創(chuàng)新即不同行業(yè)用于科技創(chuàng)新和技術(shù)開(kāi)發(fā)方面的具體活動(dòng)，從海洋漁業(yè)全要素生產(chǎn)率角度來(lái)說(shuō)，一個(gè)行業(yè)科技水平越高，其資源利用率就越高，污染排放率也就越低，進(jìn)一步提高海洋漁業(yè)全要素生產(chǎn)率。而海洋漁業(yè)全要素生產(chǎn)率的提高則依靠于海洋漁業(yè)的科研投入，高水平的科研團(tuán)隊(duì)及科技設(shè)備對(duì)于海洋經(jīng)濟(jì)的發(fā)展有著重要的影響，故選取海洋科技專(zhuān)利總發(fā)明數(shù)(件)、海洋科技課題論著數(shù)(篇)和海洋科技類(lèi)課題成果數(shù)(項(xiàng))3個(gè)指標(biāo)作為科技創(chuàng)新的二級(jí)指標(biāo)。

表1 環(huán)境規(guī)制和科技創(chuàng)新相關(guān)指標(biāo)選擇

注：以上所有的環(huán)境和科技數(shù)據(jù)均來(lái)自于2003—2018年《中國(guó)環(huán)境年鑒》《中國(guó)環(huán)境統(tǒng)計(jì)年鑒》及《中國(guó)海洋統(tǒng)計(jì)年鑒》。由于2019年個(gè)別數(shù)據(jù)存在缺失，因此，本文環(huán)境規(guī)制和科技創(chuàng)新數(shù)據(jù)僅至2018年。

Notes：All the environmental and technological data above were from “China Environmental Yearbook”，“China Environmental Statistical Yearbook” and “China Marine Statistical Yearbook” from 2003 to 2018.Due to some missing data in 2019，the data of environmental regulation and technological innovation in this paper only went to 2018.

海洋漁業(yè)全要素生產(chǎn)率：漁業(yè)總體上可以分為淡水漁業(yè)和海洋漁業(yè)，本文以海洋漁業(yè)為研究對(duì)象，研究區(qū)域?yàn)槲覈?guó)沿海地區(qū)，所以本文研究的漁業(yè)全要素生產(chǎn)率是海洋漁業(yè)全要素生產(chǎn)率。

根據(jù)現(xiàn)代西方經(jīng)濟(jì)學(xué)的觀點(diǎn)，勞動(dòng)力、土地、資本和企業(yè)家能力均為生產(chǎn)要素中的一部分，但企業(yè)家能力(經(jīng)費(fèi)投入)難以衡量，因此，本文選取海洋漁業(yè)從業(yè)人員數(shù)(勞動(dòng)力)、養(yǎng)殖面積和魚(yú)苗數(shù)(土地)、機(jī)動(dòng)漁船總功率和水產(chǎn)技術(shù)推廣業(yè)務(wù)經(jīng)費(fèi)(資本)作為投入指標(biāo)。在產(chǎn)出指標(biāo)方面，以海洋漁業(yè)經(jīng)濟(jì)總產(chǎn)值和海洋漁業(yè)碳匯為期望產(chǎn)出指標(biāo)，以海洋漁業(yè)碳排放為非期望產(chǎn)出指標(biāo)。由于捕撈業(yè)CO2排放占漁業(yè)碳排放總量的 70%以上，養(yǎng)殖業(yè)是海洋的主要碳匯來(lái)源，因此本文借鑒邵桂蘭等[14]計(jì)算碳排放和碳匯的方法，計(jì)算得出所需的期望和非期望產(chǎn)出指標(biāo)。

本文所采用的數(shù)據(jù)均源于《中國(guó)漁業(yè)統(tǒng)計(jì)年鑒》(2003—2019)及沿海 11 個(gè)省(區(qū))統(tǒng)計(jì)年鑒?？紤]到本文海洋漁業(yè)產(chǎn)出指標(biāo)包含價(jià)格因素，且易受通貨膨脹的影響，以實(shí)際價(jià)格計(jì)算不能進(jìn)行縱向比較，故以 2003 年的漁業(yè) GDP 價(jià)格指數(shù)為基期，對(duì) 2003—2018 年漁業(yè)總產(chǎn)值進(jìn)行平減，得出每年實(shí)際數(shù)。

2 科技創(chuàng)新、環(huán)境規(guī)制與海洋漁業(yè)全要素生產(chǎn)率的實(shí)證研究

本文將沿海11省(市)劃分為黃渤海地區(qū)(遼、京、津、冀、魯)、長(zhǎng)三角地區(qū)(滬、蘇、浙)、珠三角地區(qū)(閩、粵、桂)，采用PVAR模型，運(yùn)用軟件Stata 15.0從單位根檢驗(yàn)、最優(yōu)滯后階數(shù)、協(xié)整檢驗(yàn)、GMM估計(jì)、格蘭杰因果檢驗(yàn)、脈沖響應(yīng)及方差分解7個(gè)方面對(duì)環(huán)境規(guī)制(RE)、科技創(chuàng)新(TI)、海洋漁業(yè)全要素生產(chǎn)率(MFTFP)進(jìn)行相關(guān)性分析。

2.1 單位根檢驗(yàn)

單位根檢驗(yàn)的目的是為了避免因不平穩(wěn)數(shù)據(jù)產(chǎn)生的偽回歸現(xiàn)象，使用最多的檢驗(yàn)方法是時(shí)間序列單位根檢驗(yàn)(ADF)和面板數(shù)據(jù)單位根檢驗(yàn)(LLC)，但ADF檢驗(yàn)不適用于面板數(shù)據(jù)，因此，本文選用LLC檢驗(yàn)方法。若檢驗(yàn)出來(lái)的P值≤0.05，即存在95%的置信度拒絕原假設(shè)，則時(shí)間序列趨于穩(wěn)定，表2為L(zhǎng)LC檢驗(yàn)的結(jié)果。

表2 沿海11省(市)及黃渤海、長(zhǎng)三角、珠三角地區(qū)面板數(shù)據(jù)單位根檢驗(yàn)

注：***、**、*分別代表t值在1%、5%和10%置信水平下顯著。變量中字母D表示數(shù)據(jù)的差分，以下同此。

Note：***，**，and*represented that the t value was significant difference at the 1%，5%，and 10% confidence levels，respectively.The letter D in the variable represented the difference of the data，the same as below.

就整個(gè)沿海地區(qū)而言，海洋漁業(yè)全要素生產(chǎn)率、環(huán)境規(guī)制和科技創(chuàng)新的t值均表現(xiàn)為1%置信水平下拒絕原假設(shè)，說(shuō)明數(shù)據(jù)穩(wěn)定。反觀P值，除黃渤海地區(qū)DTI、長(zhǎng)三角地區(qū)DRE和DTI及珠三角DMFTFP的P值均大于0.05外，其他數(shù)據(jù)均小于等于0.05，說(shuō)明拒絕原假設(shè)的概率為95%以上，數(shù)據(jù)均為平穩(wěn)序列。

2.2 最優(yōu)滯后階數(shù)與協(xié)整檢驗(yàn)

在對(duì)整個(gè)沿海地區(qū)的面板數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗(yàn)之后，還需進(jìn)一步確定構(gòu)建PVAR模型中的滯后期。為了確保結(jié)果客觀準(zhǔn)確，一般在選擇最優(yōu)滯后階數(shù)時(shí)多采用貝葉斯信息(BIC)、赤池信息(AIC)、準(zhǔn)似然獨(dú)立(QIC)三個(gè)準(zhǔn)則進(jìn)行分析，哪個(gè)信息準(zhǔn)則最小，其就是最優(yōu)滯后階數(shù)。由表3可知，除長(zhǎng)三角地區(qū)PVAR模型的滯后階數(shù)為2階外，其他地區(qū)PVAR模型滯后階數(shù)均為3階，但無(wú)論沿海11省(市)還是黃渤海地區(qū)、長(zhǎng)三角地區(qū)、珠三角地區(qū)，其PVAR模型的最優(yōu)滯后階數(shù)均為1階。

表3 PVAR模型滯后檢驗(yàn)

根據(jù)最優(yōu)滯后階數(shù)1階的檢驗(yàn)結(jié)果，通過(guò)數(shù)據(jù)進(jìn)一步分析變量之間是否存在長(zhǎng)期均衡關(guān)系，結(jié)果如表4所示。

表4 環(huán)境規(guī)制、科技創(chuàng)新與海洋漁業(yè)全要素生產(chǎn)率協(xié)整關(guān)系檢驗(yàn)

注：Gt、Ga、Pt、Pa四個(gè)統(tǒng)計(jì)量的原假設(shè)均為不存在協(xié)整關(guān)系。

Note：The null hypothesis of the four statistics of Gt，Ga，Pt and Pa were no cointegration relationship.

表4檢驗(yàn)結(jié)果顯示，黃渤海、長(zhǎng)三角和珠三角地區(qū)各統(tǒng)計(jì)變量的P>0.05，拒絕原假設(shè)，表明各變量之間存在協(xié)整關(guān)系，而沿海11省(市)區(qū)反之，P<0.05，未拒絕原假設(shè)，說(shuō)明變量之間不存在協(xié)整關(guān)系。綜合黃渤海、長(zhǎng)三角和珠三角地區(qū)的數(shù)據(jù)來(lái)看，環(huán)境規(guī)制、科技創(chuàng)新和海洋漁業(yè)全要素生產(chǎn)率之間存在協(xié)整關(guān)系。

2.3 PVAR模型的參數(shù)估計(jì)

相比傳統(tǒng)的計(jì)量經(jīng)濟(jì)學(xué)估計(jì)法(如普通最小二乘法)，GMM估計(jì)有兩個(gè)優(yōu)點(diǎn)：1)它允許隨機(jī)誤差項(xiàng)有異方差和序列相關(guān)性；2)準(zhǔn)確的參數(shù)估計(jì)量可以在不知道隨機(jī)誤差分部信息的情況下被得到，結(jié)果更為客觀。其次，為了避免個(gè)體固體效應(yīng)引起的參數(shù)偏差，在模型估計(jì)中通常會(huì)利用Helmet變換對(duì)個(gè)體固定效應(yīng)予以消除，以此來(lái)提高模型估計(jì)的精度，但由于數(shù)據(jù)的局限性，本文不采用Helmet對(duì)面板數(shù)據(jù)進(jìn)行變換，而是對(duì)數(shù)據(jù)直接進(jìn)行參數(shù)估計(jì)，估算結(jié)果見(jiàn)表5。

表5 PVAR模型參數(shù)估計(jì)結(jié)果

注：Coef.為GMM估計(jì)的系數(shù)，***、**、*分別代表在1%、5%、10%置信水平下顯著。

Notes：Coef.was the coefficient estimated by GMM.***，**，*represented significant difference at the confidence level of 1%，5% and 10%，respectively.

由表5可知，當(dāng)海洋漁業(yè)全要素生產(chǎn)率作為解釋變量時(shí)，除黃渤海地區(qū)外，沿海11省(市)、長(zhǎng)三角地區(qū)、珠三角地區(qū)的海洋漁業(yè)全要素生產(chǎn)率對(duì)其自身具有負(fù)向作用，且沿海11省(市)和長(zhǎng)三角地區(qū)表現(xiàn)最為顯著，即P值均在1%和5%的置信水平下顯著，進(jìn)一步表明海洋漁業(yè)全要素生產(chǎn)率對(duì)其自身具有很強(qiáng)的負(fù)向作用；而從環(huán)境規(guī)制角度來(lái)說(shuō)，環(huán)境規(guī)制對(duì)海洋漁業(yè)全要素生產(chǎn)率的影響呈現(xiàn)正負(fù)交替影響，說(shuō)明二者之間具有較強(qiáng)的敏感性且環(huán)境規(guī)制對(duì)海洋漁業(yè)全要素生產(chǎn)率的影響在短時(shí)間內(nèi)不易表現(xiàn)出來(lái)；從科技創(chuàng)新角度來(lái)說(shuō)，科技創(chuàng)新對(duì)海洋漁業(yè)全要素生產(chǎn)率具有正向的驅(qū)動(dòng)作用，且系數(shù)值均小于0，表明在短期內(nèi)，科技創(chuàng)新對(duì)海洋漁業(yè)全要素生產(chǎn)率的推動(dòng)作用不明顯。

由表中4個(gè)地區(qū)的數(shù)據(jù)可知，海洋漁業(yè)全要素生產(chǎn)率對(duì)環(huán)境規(guī)制的作用表現(xiàn)為正負(fù)交替，作用力較強(qiáng)，但這種作用力在短時(shí)間內(nèi)難以顯現(xiàn)出來(lái)；其次，雖然黃渤海地區(qū)的環(huán)境規(guī)制對(duì)其自身具有正向作用，但整體上環(huán)境規(guī)制還是對(duì)其自身具有負(fù)向作用，只是負(fù)向作用表現(xiàn)不明顯，說(shuō)明環(huán)境規(guī)制對(duì)其自身的負(fù)向作用不顯著；最后除沿海11省(市)科技創(chuàng)新對(duì)環(huán)境規(guī)制具有正向作用外，科技創(chuàng)新整體上對(duì)環(huán)境規(guī)制具有抑制作用，簡(jiǎn)言之就是科技創(chuàng)新在近期內(nèi)不利于環(huán)境規(guī)制發(fā)揮作用。

當(dāng)科技創(chuàng)新作為解釋變量時(shí)，整體上，海洋漁業(yè)全要素生產(chǎn)率對(duì)科技創(chuàng)新的作用表現(xiàn)為正向、負(fù)向波動(dòng)，也表明海洋漁業(yè)全要素生產(chǎn)率具有潛在優(yōu)勢(shì)，而沿海11省(市)、長(zhǎng)三角地區(qū)呈現(xiàn)不顯著的正向作用；環(huán)境規(guī)制對(duì)科技創(chuàng)新的作用是負(fù)向驅(qū)動(dòng)，尤其珠三角地區(qū)這種負(fù)作用時(shí)間更長(zhǎng)，即環(huán)境規(guī)制的完善不能加快技術(shù)革新，不利于科技創(chuàng)新的發(fā)展；就科技創(chuàng)新本身而言，沿海11省(市)、珠三角地區(qū)的科技創(chuàng)新對(duì)其自身具有負(fù)向作用，且二者的負(fù)向作用比較顯著，而其他兩個(gè)地區(qū)則反之，黃渤海地區(qū)的科技創(chuàng)新表現(xiàn)出較強(qiáng)的正向驅(qū)動(dòng)。

探究上述關(guān)系表現(xiàn)的原因：一方面與科技成果的轉(zhuǎn)化周期有關(guān)系；另一方面，環(huán)境治理需要區(qū)域之間的協(xié)調(diào)治理，當(dāng)前環(huán)境跨界合作治理機(jī)制的不完善是制約因素之一。

2.4 格蘭杰因果檢驗(yàn)

穩(wěn)定性檢驗(yàn)僅是PVAR模型估算的第一步，要想進(jìn)一步研究變量之間的因果關(guān)系，還需對(duì)變量進(jìn)行格蘭杰因果檢驗(yàn)。而所謂的格蘭杰因果檢驗(yàn)就是有兩個(gè)變量X和Y，在包含兩者過(guò)去信息的條件下，對(duì)變量Y的預(yù)測(cè)效果要優(yōu)于僅用過(guò)去Y的信息來(lái)預(yù)測(cè)未來(lái)Y的信息效果，即X有助于解釋Y的變化，表明X是引致B的格蘭杰原因。由表6可得，沿海11省(市)和珠三角地區(qū)在以海洋漁業(yè)全要素生產(chǎn)率為被解釋變量、環(huán)境規(guī)制為解釋變量時(shí)，其卡方統(tǒng)計(jì)量分別為8.620、13.827，對(duì)應(yīng)的P值為0.003和0.000，故可認(rèn)為環(huán)境規(guī)制是海洋漁業(yè)全要素生產(chǎn)率的格蘭杰原因。類(lèi)似地，兩地區(qū)科技創(chuàng)新的卡方統(tǒng)計(jì)量為0.118、1.056，P值為0.732、0.304，故可認(rèn)為科技創(chuàng)新不是海洋漁業(yè)全要素生產(chǎn)率的格蘭杰原因。但如果變量環(huán)境規(guī)制和科技創(chuàng)新聯(lián)合系數(shù)顯著，則拒絕原假設(shè)，即“環(huán)境規(guī)制、科技創(chuàng)新是海洋漁業(yè)全要素生產(chǎn)率的格蘭杰單向原因”。黃渤海和長(zhǎng)三角地區(qū)的格蘭杰因果不顯著，表明該地區(qū)的環(huán)境規(guī)制和科技創(chuàng)新對(duì)海洋漁業(yè)全要素生產(chǎn)率提高的促進(jìn)作用較弱。在以環(huán)境規(guī)制、科技創(chuàng)新為被解釋變量時(shí)，對(duì)應(yīng)的P值也都大于0.05，說(shuō)明變量之間不顯著，不存在格蘭杰因果關(guān)系，但值得注意的是長(zhǎng)三角地區(qū)的環(huán)境規(guī)制對(duì)科技創(chuàng)新的促進(jìn)作用在10%的置信區(qū)間下顯著，表明環(huán)境規(guī)制對(duì)科技創(chuàng)新具有潛在的促進(jìn)作用。

表6 格蘭杰因果檢驗(yàn)結(jié)果

續(xù)表6

2.5 脈沖響應(yīng)函數(shù)分析

脈沖響應(yīng)函數(shù)(Impulse response function，IRF)是指對(duì)某一內(nèi)生變量施加一個(gè)單位脈沖而另一個(gè)變量的變化程度，有時(shí)也可理解為某個(gè)內(nèi)生變量發(fā)生變化時(shí)，其對(duì)整個(gè)模型的影響程度。本文經(jīng)過(guò)200次蒙特卡羅實(shí)驗(yàn)，得到沿海11省(市)、黃渤海地區(qū)、長(zhǎng)三角地區(qū)和珠三角地區(qū)的脈沖響應(yīng)函數(shù)圖。其中每幅圖的縱坐標(biāo)代表變量受到的沖擊，橫坐標(biāo)代表沖擊時(shí)間。而每幅圖的第一列都代表當(dāng)科技創(chuàng)新受到一個(gè)標(biāo)準(zhǔn)差大小的沖擊時(shí)，科技創(chuàng)新、環(huán)境規(guī)制和海洋漁業(yè)全要素生產(chǎn)率做出的反應(yīng)；第二列表示當(dāng)環(huán)境規(guī)制受到一個(gè)標(biāo)準(zhǔn)差大小的沖擊時(shí)，科技創(chuàng)新、環(huán)境規(guī)制和海洋漁業(yè)全要素生產(chǎn)率做出的反應(yīng)；第三列表示當(dāng)海洋漁業(yè)全要素生產(chǎn)率受到一個(gè)標(biāo)準(zhǔn)差大小的沖擊時(shí)，科技創(chuàng)新、環(huán)境規(guī)制和海洋漁業(yè)全要素生產(chǎn)率做出的反應(yīng)。從圖1至圖4可知，全部變量的脈沖響應(yīng)函數(shù)經(jīng)過(guò)10期后，值都趨于0，呈收斂趨勢(shì)，說(shuō)明本文采用的PVAR模型是穩(wěn)健的。

1)沿海11省(市)脈沖響應(yīng)函數(shù)分析

如圖1所示，當(dāng)科技創(chuàng)新受到一個(gè)正向單位沖擊時(shí)(第一列)，科技創(chuàng)新自身、海洋漁業(yè)全要素生產(chǎn)率大體呈正向驅(qū)動(dòng)，環(huán)境規(guī)制呈波動(dòng)狀態(tài)，但整體上表現(xiàn)出正向影響，說(shuō)明科技創(chuàng)新能夠推動(dòng)自身的發(fā)展及海洋漁業(yè)全要素生產(chǎn)率的提高，但對(duì)環(huán)境規(guī)制的發(fā)展在短期內(nèi)很難推動(dòng)。當(dāng)環(huán)境規(guī)制受到一個(gè)正向單位沖擊時(shí)(第二列)，環(huán)境規(guī)制、海洋漁業(yè)全要素生產(chǎn)率整體表現(xiàn)出正向影響，且從第4期開(kāi)始都趨于穩(wěn)定，說(shuō)明環(huán)境規(guī)制對(duì)其自身和海洋漁業(yè)全要素生產(chǎn)率具有很強(qiáng)的促進(jìn)作用，科技創(chuàng)新則反之。當(dāng)海洋漁業(yè)全要素生產(chǎn)率受到一個(gè)正向單位沖擊時(shí)(第三列)，除海洋漁業(yè)全要素生產(chǎn)率自身呈正向驅(qū)動(dòng)外，科技創(chuàng)新和環(huán)境規(guī)制的波動(dòng)趨勢(shì)一致，且正向影響居多，表明海洋漁業(yè)全要素生產(chǎn)率在短期內(nèi)可以促進(jìn)科技創(chuàng)新和環(huán)境規(guī)制的發(fā)展。

2)黃渤海地區(qū)脈沖響應(yīng)函數(shù)分析

由圖2可知，當(dāng)科技創(chuàng)新受到一個(gè)正向單位沖擊時(shí)，科技創(chuàng)新、環(huán)境規(guī)制、海洋漁業(yè)全要素生產(chǎn)率整體均呈正向上升，且從第3期開(kāi)始趨于穩(wěn)定，表明科技創(chuàng)新可以持續(xù)推動(dòng)自身、環(huán)境規(guī)制和海洋漁業(yè)全要素生產(chǎn)率的發(fā)展；當(dāng)環(huán)境規(guī)制受到一個(gè)正向單位沖擊時(shí)，自身和其他兩個(gè)變量呈現(xiàn)作用與第一列完全一致，且科技創(chuàng)新和海洋漁業(yè)全要素生產(chǎn)率在第2期時(shí)就達(dá)到正向頂峰，由此可知，環(huán)境規(guī)制對(duì)科技創(chuàng)新和海洋漁業(yè)全要素生產(chǎn)率具有很強(qiáng)的促進(jìn)作用，對(duì)其自身的促進(jìn)作用從開(kāi)始的強(qiáng)逐漸變?nèi)?、最后趨于穩(wěn)定；當(dāng)海洋漁業(yè)全要素生產(chǎn)率受到一個(gè)正向單位沖擊時(shí)，科技創(chuàng)新前兩期呈正向影響，隨后3～4期呈負(fù)向驅(qū)動(dòng)，表明海洋漁業(yè)全要素生產(chǎn)率在短期內(nèi)可以促進(jìn)科技創(chuàng)新，但后期驅(qū)動(dòng)作用不穩(wěn)定，環(huán)境規(guī)制則與科技創(chuàng)新趨勢(shì)相反，說(shuō)明海洋漁業(yè)全要素生產(chǎn)率在短期內(nèi)對(duì)環(huán)境規(guī)制具有弱化作用，海洋漁業(yè)全要素生產(chǎn)率整體呈正向影響。

3)長(zhǎng)三角地區(qū)脈沖響應(yīng)函數(shù)分析

圖3呈現(xiàn)了長(zhǎng)三角地區(qū)環(huán)境規(guī)制、科技創(chuàng)新、海洋漁業(yè)全要素生產(chǎn)率三個(gè)變量之間的相互作用結(jié)果。首先第一列，當(dāng)科技創(chuàng)新受到一個(gè)正向單位沖擊時(shí)，科技創(chuàng)新自身的反應(yīng)均呈正向影響，而環(huán)境規(guī)制和海洋漁業(yè)全要素生產(chǎn)率波動(dòng)趨勢(shì)一致，正向影響和負(fù)向影響交錯(cuò)分布，且正向影響居多，因此認(rèn)為科技創(chuàng)新能夠促進(jìn)自身、環(huán)境規(guī)制和海洋漁業(yè)全要素生產(chǎn)率的提高；其次第二列，當(dāng)環(huán)境規(guī)制受到一個(gè)正向單位沖擊時(shí)，環(huán)境規(guī)制自身和科技創(chuàng)新均表現(xiàn)出比較大的負(fù)向反應(yīng)，即環(huán)境規(guī)制不能推動(dòng)自身和科技創(chuàng)新的發(fā)展，而海洋漁業(yè)全要素生產(chǎn)率表現(xiàn)為正負(fù)波動(dòng)，且正向居多、縱坐標(biāo)的正向值均在0.005水平下，表明環(huán)境規(guī)制對(duì)海洋漁業(yè)全要素生產(chǎn)率的提高具有很強(qiáng)的推動(dòng)作用；最后第三列，當(dāng)海洋漁業(yè)全要素生產(chǎn)率受到一個(gè)正向單位沖擊時(shí)，科技創(chuàng)新和漁業(yè)全要素生產(chǎn)率的波動(dòng)趨勢(shì)一致，從第2期開(kāi)始表現(xiàn)為正向影響，而環(huán)境規(guī)制時(shí)正時(shí)負(fù)，波動(dòng)幅度較大，且在第8～9期之后才趨于穩(wěn)定。

4)珠三角地區(qū)脈沖響應(yīng)函數(shù)分析

由圖4可知，對(duì)科技創(chuàng)新施加一個(gè)單位脈沖，其自身呈正向作用，環(huán)境規(guī)劃和海洋漁業(yè)全要素生產(chǎn)率的響應(yīng)趨勢(shì)一致，且在第2期的時(shí)候正向作用最大化，第5期開(kāi)始二者趨于平穩(wěn)，說(shuō)明科技創(chuàng)新在短期內(nèi)對(duì)其自身、環(huán)境規(guī)制和海洋漁業(yè)全要素生產(chǎn)率具有負(fù)向影響，但這種影響只持續(xù)到第2期；對(duì)環(huán)境規(guī)制施加一個(gè)單位脈沖，科技創(chuàng)新、環(huán)境規(guī)制和海洋漁業(yè)全要素生產(chǎn)率從最開(kāi)始的負(fù)向轉(zhuǎn)為第3期的正向，最后波動(dòng)幅度之間縮小，表明環(huán)境規(guī)制能夠促進(jìn)科技創(chuàng)新、海洋漁業(yè)全要素生產(chǎn)率及其自身的發(fā)展；當(dāng)海洋漁業(yè)全要素生產(chǎn)率受到一個(gè)正向單位沖擊時(shí)，雖然三個(gè)變量的反應(yīng)大致相同，但環(huán)境規(guī)制和海洋漁業(yè)全要素生產(chǎn)率大多是正向驅(qū)動(dòng)，而科技創(chuàng)新波動(dòng)浮動(dòng)較大，前期表現(xiàn)為負(fù)向驅(qū)動(dòng)，且在第2期達(dá)到負(fù)向頂峰。

2.6 方差分解

方差分解與脈沖響應(yīng)基本類(lèi)似，唯一的不同就是在分析每個(gè)內(nèi)生變量對(duì)自身影響的基礎(chǔ)上，方差分解分析了各內(nèi)生變量的不同變動(dòng)情況對(duì)整個(gè)模型影響的重要程度。表7分別展現(xiàn)了沿海11省(市)、黃渤海地區(qū)、長(zhǎng)三角地區(qū)和珠三角地區(qū)PVAR模型的第5期和第10期方差分解結(jié)果，表中海洋漁業(yè)全要素生產(chǎn)率、環(huán)境規(guī)制、科技創(chuàng)新的數(shù)據(jù)結(jié)果分別代表其對(duì)第二列變量的預(yù)測(cè)方差貢獻(xiàn)度。

表7 PVAR模型的方差分解結(jié)果

續(xù)表7

注：表中的“S”代表方差分解中的預(yù)測(cè)期。

Note：S in the table represented the prediction period in variance decomposition.

由表7可知，1)沿海11省(市)、黃渤海地區(qū)、長(zhǎng)三角地區(qū)和珠三角地區(qū)第5期和第10期的方差分解結(jié)果大體相同，說(shuō)明內(nèi)生變量對(duì)其他變量的貢獻(xiàn)度從第5期開(kāi)始趨向穩(wěn)定，且持續(xù)時(shí)間長(zhǎng)；2)在海洋漁業(yè)全要素生產(chǎn)率的貢獻(xiàn)程度變動(dòng)中，沿海11省(市)和珠三角相似，均對(duì)自身和環(huán)境規(guī)制的影響更大，這表明這兩個(gè)地區(qū)的海洋漁業(yè)全要素生產(chǎn)率對(duì)其自身具有很強(qiáng)的依賴(lài)性，而且海洋漁業(yè)全要素生產(chǎn)率對(duì)環(huán)境規(guī)制的貢獻(xiàn)度大于其對(duì)科技創(chuàng)新的貢獻(xiàn)度，就黃渤海和長(zhǎng)三角來(lái)說(shuō)，黃渤海地區(qū)環(huán)境規(guī)制和科技創(chuàng)新的提高、長(zhǎng)三角地區(qū)的海洋漁業(yè)全要素生產(chǎn)率和科技創(chuàng)新的提高都是由于海洋漁業(yè)全要素生產(chǎn)率的作用，且對(duì)科技創(chuàng)新的貢獻(xiàn)度都是最大；3)在環(huán)境規(guī)制的貢獻(xiàn)程度變動(dòng)中，四個(gè)地區(qū)的環(huán)境規(guī)制對(duì)自身的貢獻(xiàn)度最大，且都在70%～90%之間，有些甚至超過(guò)了90%，這表明沿海11省(市)、黃渤海地區(qū)、長(zhǎng)三角地區(qū)和珠三角地區(qū)環(huán)境規(guī)制程度的大小更依賴(lài)于自身的作用，而對(duì)海洋漁業(yè)全要素生產(chǎn)率的貢獻(xiàn)度排名第二，說(shuō)明環(huán)境規(guī)制程度促進(jìn)了海洋漁業(yè)全要素生產(chǎn)率的提高；4)在科技創(chuàng)新的貢獻(xiàn)程度變動(dòng)中，與海洋漁業(yè)全要素生產(chǎn)率和環(huán)境規(guī)制的貢獻(xiàn)度相同，都對(duì)自身具有很大的貢獻(xiàn)，環(huán)境規(guī)制居后，海洋漁業(yè)全要素生產(chǎn)率次之；5)從地區(qū)來(lái)看，沿海11省(市)、黃渤海地區(qū)、珠三角地區(qū)環(huán)境規(guī)制對(duì)海洋漁業(yè)全要素生產(chǎn)率的貢獻(xiàn)度均大于科技創(chuàng)新對(duì)海洋漁業(yè)全要素生產(chǎn)率的貢獻(xiàn)度，而長(zhǎng)三角地區(qū)反之，主要是因?yàn)殚L(zhǎng)三角作為我國(guó)高經(jīng)濟(jì)水平地區(qū)，海港貿(mào)易發(fā)達(dá)，較易引進(jìn)先進(jìn)的技術(shù)，從而創(chuàng)新水平相對(duì)較高。

3 結(jié)論

整體上，環(huán)境規(guī)制和科技創(chuàng)新促進(jìn)海洋漁業(yè)全要素生產(chǎn)率的提高，但海洋漁業(yè)全要素生產(chǎn)率受環(huán)境規(guī)制和科技創(chuàng)新的影響存在著明顯的區(qū)域差異，沿海11省(市)、黃渤海地區(qū)、珠三角地區(qū)環(huán)境規(guī)制對(duì)海洋漁業(yè)全要素生產(chǎn)率的貢獻(xiàn)度均大于科技創(chuàng)新對(duì)海洋漁業(yè)全要素生產(chǎn)率的貢獻(xiàn)度，而長(zhǎng)三角反之。這表明當(dāng)前我國(guó)在環(huán)境規(guī)制和科技創(chuàng)新方面的發(fā)展存在區(qū)域不平衡現(xiàn)象，且長(zhǎng)三角地區(qū)科技水平明顯高于珠三角和黃渤海地區(qū)。同樣地，海洋漁業(yè)全要素生產(chǎn)率對(duì)環(huán)境規(guī)制和科技創(chuàng)新的作用也因不同地區(qū)的實(shí)際情況而不同，表現(xiàn)出的影響也不同，對(duì)于整個(gè)沿海地區(qū)，海洋漁業(yè)全要素生產(chǎn)率在短期內(nèi)可以推動(dòng)二者的發(fā)展，珠三角地區(qū)則反之；海洋漁業(yè)全要素生產(chǎn)率對(duì)二者的正向影響不顯著，但存在一定的潛伏期，在黃渤海和長(zhǎng)三角地區(qū)，海洋漁業(yè)全要素生產(chǎn)率促進(jìn)科技創(chuàng)新的發(fā)展，短期內(nèi)對(duì)環(huán)境沒(méi)有推動(dòng)作用。再具體到環(huán)境規(guī)制和科技創(chuàng)新二者，不論是格蘭杰因果還是GMM估計(jì)、脈沖響應(yīng)，對(duì)“環(huán)境規(guī)制對(duì)科技創(chuàng)新是促進(jìn)還是抑制？”“科技創(chuàng)新對(duì)環(huán)境規(guī)制是促進(jìn)還是抑制？”這類(lèi)問(wèn)題都很難作出判斷，由此可認(rèn)為環(huán)境規(guī)制與科技創(chuàng)新的相互作用不對(duì)等。

根據(jù)PVAR模型的實(shí)證結(jié)果，環(huán)境規(guī)制和科技創(chuàng)新對(duì)海洋漁業(yè)全要素生產(chǎn)率的發(fā)展均有促進(jìn)作用，因此需要通過(guò)相關(guān)舉措來(lái)加強(qiáng)環(huán)境規(guī)制、革新技術(shù)，進(jìn)而推動(dòng)海洋漁業(yè)綠色可持續(xù)發(fā)展。對(duì)于環(huán)境規(guī)制來(lái)說(shuō)，針對(duì)沿海不同省市環(huán)境規(guī)章作適當(dāng)補(bǔ)充和調(diào)整，加強(qiáng)對(duì)漁業(yè)環(huán)境的監(jiān)管力度，嚴(yán)格控制排放，做到“源頭治理”。如由“長(zhǎng)三角地區(qū)環(huán)境規(guī)制對(duì)海洋漁業(yè)全要素生產(chǎn)率的貢獻(xiàn)大于科技創(chuàng)新對(duì)生態(tài)效率的貢獻(xiàn)”可建議，通過(guò)規(guī)范長(zhǎng)三角地區(qū)相關(guān)環(huán)境保護(hù)標(biāo)準(zhǔn)，劃分環(huán)境污染程度，并對(duì)污染海洋環(huán)境的個(gè)人和企業(yè)實(shí)施相應(yīng)的處罰，而且嚴(yán)重的將追究刑事責(zé)任，以實(shí)現(xiàn)環(huán)境的優(yōu)化。再者，鼓勵(lì)當(dāng)?shù)卣雠_(tái)有關(guān)保護(hù)漁業(yè)的政策措施，成立專(zhuān)門(mén)的漁業(yè)環(huán)境監(jiān)督管理局，借助媒體平臺(tái)向大眾普及漁業(yè)環(huán)保知識(shí)，間接提高公民的環(huán)保意識(shí)。對(duì)于科技創(chuàng)新，珠三角、黃渤海兩大地區(qū)應(yīng)首先學(xué)習(xí)借鑒長(zhǎng)三角漁業(yè)發(fā)展的技術(shù)，加強(qiáng)地區(qū)間的技術(shù)聯(lián)動(dòng)；其次完善科技創(chuàng)新機(jī)制，不僅要提高福利待遇，引進(jìn)科技人才，還需培養(yǎng)多元化、專(zhuān)業(yè)性強(qiáng)的漁業(yè)技術(shù)人才，實(shí)現(xiàn)高校、企業(yè)和科研團(tuán)隊(duì)的三重聯(lián)動(dòng)，進(jìn)而推進(jìn)科技成果的轉(zhuǎn)換；最后要實(shí)施科研獎(jiǎng)勵(lì)機(jī)制，對(duì)在促進(jìn)漁業(yè)發(fā)展方面有重大貢獻(xiàn)的人、團(tuán)隊(duì)要予以獎(jiǎng)勵(lì)和表彰，鼓勵(lì)漁業(yè)科技研究，以上二者綜合均衡發(fā)展，共同引領(lǐng)漁業(yè)綠色健康可持續(xù)發(fā)展。