长三角地区海洋战略性新兴产业布局评价和优化论文

长三角地区海洋战略性新兴产业布局评价和优化

童心¹, 谭春兰¹, 朱清澄²

(1.上海海洋大学经济管理学院上海 201306;2.上海海洋大学海洋科学学院上海 201306)

摘要: 为促进长三角地区海洋战略性新兴产业的整体化发展和各城市资源的最大化利用, 文章以长三角地区11个城市为研究对象, 选取科技发展水平、经济发展水平和海洋战略性新兴产业发展水平3个评价指标的7个变量, 采用因子分析法和聚类分析法, 评价2014年各城市海洋战略性新兴产业布局, 并提出优化建议。研究结果表明: 长三角地区海洋战略性新兴产业布局存在较大的不平衡性, 其中上海市和宁波市处于领先水平, 温州市较合理, 杭州市等4个城市一般, 南通市等4个城市较不合理; 各城市应根据自身优势, 打造海洋战略性新兴产业产业链, 分别在“ 上游” 科研环节、“ 中游” 承接环节和“ 下游” 市场环节发挥作用, 开展区域一体化合作。

关键词: 海洋经济; 因子分析; 聚类分析; 产业链; 区域一体化

0 引言

海洋战略性新兴产业对于我国促进海洋经济转型升级和掌握全球海洋话语权发挥至关重要的作用,加快培育海洋战略性新兴产业是我国海洋事业发展和“海洋强国”建设的重大课题^[1]。

长三角地区具有优越的地理位置、丰富的资源禀赋、雄厚的经济实力、发达的科技文化和完善的基础设施,是我国重要的海洋经济发展区。自2009年以来,长三角地区的海洋战略性新兴产业快速发展,但由于各城市的经济基础和科技水平等存在差异,导致发展失衡、重复建设、低端产品过剩和高端产能不足等问题^[2],制约整个区域海洋战略性新兴产业的可持续发展。充分发挥资源优势和合理布局海洋产业是实现海洋战略性新兴产业跨越式发展的关键,本研究以长三角地区11个城市为研究对象,评价其海洋战略性新兴产业布局,并提出优化建议。

1 评价方法

1.1 因子分析法和聚类分析法

因子分析法是多元分析法中的降维方法,其通过研究变量之间的关系,找出可综合原始变量的少数因子,并使少数因子反映原始变量的绝大部分信息^[3-4]。

聚类分析法是对事物进行分类的多元统计法,又称为“群分析”,其根据事物的相似程度分类,并找出不同类别事物之间的特征^[5]。

本研究在对数据进行因子分析后,将提取的主成分进行聚类分析。

1.2 评价指标体系

高新技术引领性是海洋战略性新兴产业的首要特征^[6],同时,海洋战略性新兴产业的发展离不开巨大的资金投入和丰富的海洋资源^[7]。从整体来看,长三角地区各城市的自然资源差异不大,因此本研究选取科技发展水平和经济发展水平作为评价指标;此外,由于海洋战略性新兴产业增加值占工业总产值的比重可在一定程度上反映海洋战略性新兴产业发展水平,也将其作为评价指标(表1)。

表1 长三角地区海洋战略性新兴产业布局评价指标体系

1.3 数据来源

权数是各因子的方差贡献率占全部因子方差贡献率的比重(表5)。

表22014年长三角地区11个城市海洋战略性新兴产业布局评价指标数据

2 长三角地区海洋战略性新兴产业布局评价

2.1 因子分析

采用SPSS软件得到相关矩阵后,进行KMO检验和Bartlett球度检验。其中,KMO值为0.749,Bartlett值为59.262,P ＜0.05,故适合进行因子分析。

2.1.1 可行性检验

由表4可以看出:①X ₁、X ₂、X ₃和X ₄在第一个公因子上有较高载荷,第一个公因子即科技发展水平因子;②X ₅和X ₆在第二个公因子上有较高载荷,第二个公因子即经济发展水平因子;③X ₇可单独作为第三个公因子,即海洋战略性新兴产业发展水平因子。

采用主成分分析法提取公因子,结合累计方差贡献率和碎石图,选择前3个因子作为公因子,其累计贡献率达到92.435(表3和图1)。

表3 方差解释表

2.1.3 构建因子模型

图1 碎石图

采用具有Kaiser标准化的最大方差法的正交旋转法,旋转在5次迭代后收敛,得到旋转后的因子载荷矩阵(表4)。

（2）原大明路和永乐路左转公交线路受影响，其中大明路往永乐路左转3条线路受影响，永乐路往大明路左转 4条线路受影响（见图 5）。需要调整公交线路，影响两个现状小区的居民出行。并且小区周边都为支路，两侧有停车位占道，公交车体型较大，对支路的交通造成影响；

适建区主要分布于荣成经济开发区、港西镇、成山镇、港湾街道、斥山街道、桃园街道、王连街道、东山街道、宁津街道。根据资源禀赋和区域特点，港西镇、成山镇和港湾、斥山、桃园、王连、东山、宁津有丰富的旅游资源，可优先发展旅游建设，尽量减少旅游设施对生态环境的影响和破坏，构筑水系和绿带等生态廊道，保障生态系统的完整性；荣成经济开发区，要发挥资源环境承载力较强的优势，在城市建设中起带动作用，促进战略性新兴产业、先进制造业、现代服务业以及高效生态农业的联动发展，建设现代产业集群，增强产业竞争力，完善人口集聚和产业发展的联动机制，提高城市的集聚和辐射能力，积极承接限制区的人口和产业转移。

表4 旋转后的因子载荷矩阵

2.1.2 因子提取

2.1.4 计算得分

商鞅变法并非独一无二，在此之前，魏有李悝变法，楚有吴起变法，与他同时，韩国申不害也在进行变法运动，赵国、齐国、燕国也进行了局部改革，可以说，战国时期变法是主流。然而，我认为商鞅变法是最彻底、最坚决、最全面、最深刻的，他在李悝《法经》的基础上，提出了“废分封、行县制” 、“为田开阡陌封疆”、“废除世卿世禄制”、“连坐法”、“燔诗书而明法令”等明确的法律措施，在执政的19年里，他持续奉行法家政策，以法律形式保护新制度的良性运转，在他死后，他所建立的政治制度依然在继续。

发展海洋战略性新兴产业对于科技和经济的需求较大,而长三角地区11个城市的科技和经济实力存在较大差异。为促进长三角地区海洋战略性新兴产业的整体化发展与各城市自身资源的最大化利用,应开展区域一体化合作,优化海洋战略性新兴产业布局,打造海洋战略性新兴产业产业链,使各城市在产业链的适当环节发挥作用。

本研究选取长三角地区的上海市、南通市、连云港市、盐城市、杭州市、宁波市、温州市、嘉兴市、绍兴市、舟山市和台州市11个城市,原始数据主要来源于2015年的《中国海洋统计年鉴》和各城市统计年鉴。同时,根据我国海洋产业统计分类目录和国家对海洋战略性新兴产业的界定,选择海洋生物医药业、海洋电力业、海洋油气业和海水利用业等已形成规模的产业数据,计算海洋战略性新兴产业增加值(表2)。

表5 旋转后解释的总方差

综合得分由11个城市各因子得分加权求和而得,计算公式为:

经计算,2014年长三角地区11个城市海洋战略性新兴产业布局的因子得分和综合得分如表6所示。

表62014年长三角地区11个城市海洋战略性新兴产业布局的因子得分和综合得分

由表6可以看出:科技发展水平方面,宁波市和上海市较高,舟山市最低;经济发展水平方面,上海市、杭州市和舟山市较高,盐城市最低;海洋战略性新兴产业发展水平方面,温州市和盐城市较高,连云港市最低;综合方面,上海市最高,连云港市最低。

2.2 聚类分析

根据因子分析结果和评价指标,采用SPSS软件和Ward聚类法进行系统聚类(表7)。

表72014年长三角地区11个城市海洋战略性新兴产业布局聚类

由表7可以看出,长三角地区海洋战略性新兴产业布局存在较大的不平衡性,上海市等处于领先水平,而南通市等较不合理。

3 长三角地区海洋战略性新兴产业布局的优化建议

陡河水库0+167坝段地基轻壤土层厚4.0～5.0 m，上覆黏土层仅1.0 m（不计坝坡厚度），0+300坝段横剖面地基轻壤土层厚2.5 m，上覆黏土层厚3.5 m（不计坝坡厚度）。主坝段表层黏土层最厚为7 m。0+167坝段液化层上覆土厚度最小，抗液化能力最低，地震后加剧了轻壤土和砂层的液化破坏程度，引发了下游坝体滑坡。因此易液化土层埋藏的深浅是造成主坝各段液化震害差异的一个重要原因。

采用旋转后的因子载荷矩阵计算各因子得分,计算公式为:

(1)上海市、宁波市、温州市和杭州市可致力于“上游”科研环节,发挥核心和带头作用。继续加强对海洋战略性新兴产业发展的重视和投入,促进新技术的研发和转化;充分利用经济和科技实力广泛开展合作,打造海洋战略性新兴产业科研中心、产业园、项目孵化基地和实验平台等,建立完善的海洋科技创新服务体系。

(2)台州市、南通市、绍兴市和嘉兴市均拥有特殊资源(如南通市风力资源丰富),可致力于“中游”承接环节,将上海市等的研发技术应用于生产实践,发展海洋战略性新兴产业技术设备制造,并提供配套服务。

在本案中，仲裁庭认为，虽然东道国的征收行为是符合国际法的相关规定,但这并不能成为东道国政府减少对外国投资者赔偿的理由,仲裁庭裁决东道国应当根据“及时、充分、有效”的原则就其征收行为给投资者带来的损失作出补偿，但仲裁庭也认可了东道国的补偿范围应当限于外国投资者根据国际法所取得的合法利益,而不是就全部的损失进行补偿。

4D技术是将模型同施工有效连接起来，利用立体模型对整个施工流程实施模拟操作，将各环节施工模型和施工计划导入到系统中，实行施工进度的模拟分析，这样一方面能够及时调整施工计划，另一方面也便于工作人员掌握施工预算等信息。

(3)盐城市、舟山市和连云港市可致力于“下游”市场环节,承担新技术和新产品的市场拓展、宣传和推广。

4 结语

长三角地区11个城市的经济和科技实力存在较大差异,应一体化发展,取长补短,打造海洋战略性新兴产业产业链,从而促进海洋战略性新兴产业的整体化发展和城市资源的最大化利用。本研究的不足之处在于对海洋战略性新兴产业增加值的计算不够精确,将在未来研究中改进。

1）在流量为62m3/h（标准状态下）的条件下，臭氧的浓度、产量及转化率与臭氧发生器的功率基本呈现为正相关，且臭氧转化率的增长速率先升高后降低。为了达到特定的产量时，尽量采用70kW以上的高功率组合制备臭氧，以达到经济高效的效果。

参考文献

[1] 韩立民.中国海洋战略性新兴产业发展问题研究[M].北京:经济科学出版社,2016.

[2] 于会娟,李大海,刘堃.我国海洋战略性新兴产业布局优化研究[J].经济纵横,2014(6):79-82.

[3] 贾俊平.统计学[M].北京:中国人民大学出版社,2003.

[4] 徐杰,段万春,张世湫.西部地区产业布局合理化水平研究:以云南省为例[J].经济问题探索,2013(5):94-101.

[5] 王珂,朱家明,卢杰.基于因子分析及聚类分析对P2P网络借贷平台的研究[J].哈尔滨师范大学自然科学学报,2018,34(3):33-39.

[6] 杨宁生.我国海洋新兴产业战略概观[J].工程研究-跨学科视野中的工程,2014,6(2):156-166.

[7] 杨冠英.中国战略性海洋新兴产业发展要素贡献度与配置研究[D].青岛:中国海洋大学,2014.

Industrial Distribution Evaluation and Optimization of Marine Strategic Emerging Industries in the Yangtze River Delta

TONG Xin¹,TAN Chunlan¹,ZHU Qingcheng²
(1.College of Economics and Management,Shanghai Ocean University,Shanghai 201306,China;2.College of Marine Science,Shanghai Ocean University,Shanghai 201306,China)

Abstract: In order to promote the integrated development of marine strategic emerging industries in the Yangtze River Delta region and maximize the utilization of resources in various cities,the paper took 11 cities in the Yangtze River Delta as research objects,and selected the level of scientific and technological development,the level of economic development and the level of marine strategic emerging industries development as evaluation indicators.The 7 variables of the indicators were evaluated by factor analysis and cluster analysis to evaluate the layout of marine strategic emerging industries in each city in 2014,and optimization suggestions were proposed.The research results showed that there was a large imbalance in the layout of marine strategic emerging industries in the Yangtze River Delta region,among which Shanghai and Ningbo were at the lead-ing level,and Wenzhou was more reasonable,4 cities such as Hangzhou were generally,and 4 cities such as Nantong City were unreasonable.Each city should build a marine strategic emerging industrial chain according to its own advantages,and play a role in the“upstream”scientific research link,the“midstream”undertaking link and the“downstream”market link,and carry out regional integration cooperation.

Key words: Marine economy,Factor analysis,Cluster analysis,Industry chain,Regional integration

中图分类号: F062.9;F061.5;P74

文献标志码: A

文章编号: 1005-9857(2019)10-0047-05

收稿日期: 2019-04-12;

修订日期: 2019-09-27

基金项目: 国家科技支撑计划项目“大洋性渔业捕捞技术与新资源开发”(2013BAD13B05).

作者简介: 童心,硕士研究生,研究方向为海洋经济和产业经济

通信作者: 谭春兰,副教授,硕士,研究方向为海洋经济

标签：海洋经济论文; 因子分析论文; 聚类分析论文; 产业链论文; 区域一体化论文; 上海海洋大学经济管理学院论文; 上海海洋大学海洋科学学院论文;