【摘要】基于中国海洋科技资源配置现状,提出了当前存在的两个关键学术问题｡探讨了“海洋科技梯度”的内涵定义,构建了基于涉海城市的“海洋科技梯度系数测度改进模型”，搜集整理了2001-2014年海洋科研机构的科技统计数据,在海洋科技创新效率测度的基础上,测算了全国涉海城市的海洋科技梯度,深入分析了我国海洋科技资源配置的总体规律｡研究表明:我国海洋科技资源配置在区域空间上呈现“东高北高､南低中西低”布局,以行政为导向呈现出北上广的强势崛起,以政策为导向呈现出深圳､南宁､沈阳､济南等的后发优势｡最后,讨论了当前海洋科技资源配置的形成原因,并提出了对策建议｡

【关键词】海洋科技资源;科技资源配置;海洋科技梯度;海洋科技创新效率

0 引言

    经济新常态下,以科技为核心实现创新驱动发展成为新趋势｡海洋科技创新能力是加速落实国家“海洋强国”战略和“21世纪海上丝绸之路”战略的重要支撑｡合理配置海洋科技资源,对于提高海洋科技创新效益､驱动国家海洋创新发展具有重要意义｡

    当前,国内对海洋科技资源配置研究主要集中于省级或者单一城市｡如叶向东[1-3]分析了福建省海洋科技资源配置现状及优化措施,胡振宇[4]从新经济地理学视角研究了11个沿海省市海洋科研机构布局,梁永国[5]探讨了河北省海洋科技发展现状及存在的问题,刘大海等[6]分析了青岛市海洋科研力量在全国占比情况及发展趋势等｡总体来看,对于全国涉海城市海洋科技资源配置总体状况的研究较少｡

    关于中国海洋科技资源配置,有两个关键学术问题需要明确:①在全国尺度上的不同区域空间,海洋科技资源配置现状如何?呈现什么规律?②我国海洋科技资源配置是否存在显著的地理梯度差异?行政导向和政策导向是否发挥重要作用?

    鉴于此,本文以涉海城市为基本研究单元,以海洋科技资源为重点研究对象,将科技梯度概念[7]应用于海洋科技研究领域,构建海洋科技梯度测度公式｡基于2001-2014年海洋科研机构的科技统计数据,在海洋科技创新效率测度的基础上,对全国涉海城市的海洋科技梯度进行定量测算,总结海洋科技资源分布状况及其发展规律,为科学配置我国海洋科技资源提供理论支持｡

1 海洋科技梯度内涵定义与模型方法

1.1 内涵定义探索

    广义上讲,梯度描述了事物在空间内不均匀的分布状况,指事物在一定方向上呈有规律的递增或递减现象｡梯度理论最早源于欧洲,1826年德国经济学家杜能[8]在农业圈理论中提到农业集约化水平呈现由中心城市向四周农牧区下降的梯度分布,韦伯[9]､马歇尔[10]在企业领域进一步丰富了梯度理论,奠定了梯度理论雏形｡1975年,克鲁默[11]､海特[12]等在不平衡发展理论和产品生命周期理论的基础上创立了区域发展梯度理论｡20世纪80年代梯度理论引入我国并得到广泛发展,李国平和许扬[13]提出了广义的梯度理论,将传统梯度理论在经济学领域加以拓展,其中一个层面是指社会､经济､科技等发展水平的梯度分布｡

    目前国内外对于梯度的研究主要集中于经济梯度､产业梯度和技术梯度等方面,关于科技梯度的研究相对较少｡Caniels[14]基于实证研究,分析了影响欧盟八国科技空间分布差异的因素;Chung[15]将韩国各类科研机构数量作为衡量区域创新能力的指标,将区域创新体系分为发达､发展中和欠发达3个梯度;Nicole等[16]通过科技产出指标评价了德国7个地区的科技吸引力､科技强度和科技密度情况;刘玲利[17]将广义梯度理论用于评价和比较国家､地区与省域层面的科技资源配置效率;仵凤清等[7]首次提出“科技梯度”的概念,用来描述国家和地区科技发展水平不均衡状况｡自此,“科技梯度”这一指标逐渐用于反映科技资源配置状况｡

    本研究将“科技梯度”引入海洋领域,探索中国海洋科技资源配置规律｡本文认为海洋科技梯度是国家或地区之间在海洋科技实力上呈现不均衡发展状况的表征,能够反映区域间海洋科技资源配置状况｡

1.2 测算模型构建

    合理测算海洋科技梯度的首要前提是海洋科技梯度模型构建｡就目前研究来看,科技梯度模型的构建基于产业梯度模型｡戴宏伟[18]最早提出产业梯度模型,并用区位熵和比较劳动生产率的乘积表示产业梯度系数以衡量区域产业梯度水平,之后该模型得到较为广泛的应用[19‐22]｡陈蕊[23]､熊必琳[24]､仵凤清[25]等通过引入比较资本产出率,对产业梯度系数测度模型加以改进｡在此基础上,仵凤清[7]将其应用到科技梯度研究方面,利用比较科技创新效率､比较科技资金投入率､比较科技人员投入率,构建了科技梯度系数测度模型;秦杨[26]对仵凤清等构建的梯度模型加以改进,将比较综合科技进步水平指数变量加入测算模型,更加全面地反映区域科技发展水平｡

    本文尝试在海洋领域将科技梯度系数进行应用改进,从理论角度来说,投入､产出和效率是科研竞争力的基本要素,科技梯度受科技投入､产出和效率的共同影响｡结合海洋管理实际,海洋科学技术的研究与应用多具有投入高､回报周期长等特点,在衡量海洋科技资源配置状况时应重点考虑海洋科技投入指标与投入产出效率指标｡因此,采用海洋科技人员投入比率､海洋科技资金投入比率和比较海洋科技创新效率定量测算不同地区海洋科技梯度｡构建海洋科技梯度系数改进模型如下:

海洋科技梯度系数=海洋科技人员投入比率倡海洋科技资金投入比率倡比较海洋科技创新效率

海洋科技人员投入比率=地区涉海科研机构从事科技活动人员数量/全国涉海科研机构从事科技活动人员数量

海洋科技资金投入比率=地区涉海科研机构科技活动支出/全国涉海科研机构科技活动支出

比较海洋科技创新效率=地区海洋科技创新效率/全国海洋科技创新效率

    其中,海洋科技人员投入比率是指一个地区相对于全国的海洋科技人员投入水平,利用地区涉海科研机构从事科技活动人员数量占全国涉海科研机构科技活动从业人员数量的比重进行衡量;海洋科技资金投入比率是指一个地区相对于全国海洋科技资金投入水平,利用地区涉海科研机构科技活动支出占全国涉海科研机构科技活动支出的比重进行衡量;比较海洋科技创新效率是指一个地区相对于全国而言海洋科技创新效率水平,科技创新效率是科技投入产出转化率,是反映科技实力的重要指标,即在一定的科技创新环境和创新资源配置条件下单位科技投入获得的产出,或者单位科技产出消耗的科技创新投入[27]｡利用地区海洋科技创新效率与全国海洋科技创新效率的比值衡量比较海洋科技创新效率｡

2 海洋科技梯度测算

    本研究数据来源于科技部提供的2001—2014年海洋科研机构的科技统计数据,在“海洋科技梯度系数=海洋科技人员投入比率倡海洋科技资金投入比率倡比较海洋科技创新效率”模型中,海洋科技人员投入比率和海洋科技资金投入比率的计算涉及指标单一,均采用简单的比值法即可,而比较海洋科技创新效率中的海洋科技创新效率涉及投入产出等多个指标,测算较为复杂,是模型测算的重点｡因此,在测算海洋科技梯度前,首先对海洋科技效率的测算进行重点介绍｡

2.1 海洋科技效率测算

    目前国内外学者评价科技效率的常用方法是数据包络分析方法(DataEnvelopmentAnalysis,DEA)[27‐31],即运用数学规划模型针对多个被评价单位的多指标投入与产出关系进行相对有效性评价[32]｡当测算结果的值等于1时,表示决策单元DEA有效;小于1时,表示DEA无效;值越接近1,投入产出比越高,效率越高｡

    本文通过构建投入产出指标体系,运用DEA方法测算海洋科技创新效率｡综合考虑指标的科学性和数据可获得性,海洋科技投入选取海洋科研机构数量､从事科技活动人员数量和科技活动支出3项指标,利用海洋科研机构从事科技活动人员数量和科技活动支出分别反映海洋科技人员投入和海洋科技资金投入,利用科技论文发表数量､科技著作出版数量和科技专利授权数量3个指标衡量海洋科技产出(见表1)｡基于投入产出指标,运用DEAP2.1计算得到2001—2014年全国涉海城市海洋科技创新效率｡

表1海洋科技创新效率指标体系

    总体来看,2001—2014年海洋科技创新效率投入产出达到DEA有效的涉海城市数量在4~11范围内波动,其中,2013年数量最多,达11个;DEA有效涉海城市数量占当年全国涉海城市总数量的比例在12.28%~23.26%范围内波动,其中,2008年占比最高,达23.26%｡技术效率有效的城市数量相对较多,占比基本保持在50%以上,说明有一半以上城市的海洋科技投入得到了充分利用(见表2)｡规模报酬最优的城市数量和占比情况与DEA有效的城市数量和占比大致相当｡从平均水平来看,2001—2014年全国涉海城市的平均综合效率稳中有升,除2001和2009年小于0.40外,其它年份均在0.40~0.50范围内波动,其中,2010最高,达0.50;平均纯技术效率在0.70~0.84范围内波动,并呈下降趋势,2014年最低,为0.70;平均规模效率走势与综合效率基本一致,2004年最高,为0.83,如图1所示｡

2.2 海洋科技梯度测算

    在海洋科技创新效率测度的基础上,对海洋科技梯度系数进行测算｡表3列出了2001—2014年全国排名前20的涉海城市海洋科技梯度系数值,从中可以发现,2001—2014年北京､上海､广州､天津､青岛､南京､杭州､厦门8个城市始终处于全国前十的行列中,其中,北京从2007年开始取代青岛位居全国首位,武汉和大连基本保持在第10~15名之间,此外,石家庄､宁波､烟台､舟山､沈阳､盐城､南通､秦皇岛､济南和福州等10个城市有10年以上出现在前20位的名单中,保持在第10~20名之间;从海洋科技梯度系数具体数值来看,2001—2014年涉海城市之间海洋科技梯度系数值差距变大,尤其是2011年以后,北京的系数值是排名第二城市系数值的十几倍,这在一定程度上说明全国海洋科技力量越来越多地集中于北京､上海､广州､青岛等城市,北京最为集中｡

表2 2001—2014全国涉海城市海洋科技创新效率有效数量及占比

3 基于测算结果的海洋科技资源配置规律与原因分析

基于测算结果,综合海洋科技投入､产出和效率,总结我国海洋科技资源配置规律如下:

3.1 区域空间呈现“东高北高､南低中西低”布局

    根据统计数据,2001—2014年统计资料中共涉及全国涉海城市59个｡在区域空间分布上,从南北和东西两个维度将全国涉海城市进行分类,首先从南北位置来看,以秦岭淮河为界,秦岭淮河以南为南部,秦岭淮河以北为北部,其中,北部城市25个,南部城市34个;从东西位置来看,结合地理位置和经济发展水平,与东中西部省份的划分原则保持一致,东部城市有53个,中西部城市有6个｡

表3 2001—2014排名前20的涉海城市海洋科技梯度系数

    在海洋科技投入方面,人员投入和资金投入趋势大致相同,见图2和图3(因时间轴较长,图中仅选取2001､2003､2005､2007､2009､2011､2013年数据代表整体趋势,下同)｡北部和南部的海洋科技投入梯度较小(见图2),2008年以前,北部和南部海洋科技人员投入和资金投入比率基本持平,2008年以后北部地区超过南部地区,2012年二者间差距最大｡因与海洋距离存在差距,东部和中西部海洋科技人员投入相差悬殊,存在明显海洋科技投入梯度,见图2｡

    海洋科技创新效率和比较科技创新效率如图4所示｡在海洋科技创新效率方面,纵向来看,2001—2014年北部地区一直高于南部地区;中西部地区一直高于东部地区;横向来看,2006年以前,除中西部地区外,北部､南部和东部效率均小于1,2006年以后,各区域效率基本保持在1左右,实现了投入产出在技术上的有效转化｡比较海洋科技创新效率趋势,结果与海洋科技创新效率基本保持一致,2006年以前,中西部地区比较海洋科技创新效率大于1,并高于东部地区;北部地区除2006､2013､2014年的比较海洋科技创新效率与南部地区持平等于1外,其它年份均高于南部地区｡综上,根据海洋科技梯度测算公式得到东部､中西部､南部､北部海洋科技梯度系数,如图5所示｡我国海洋科技资源配置不均衡,呈现出明显的梯度差异,北部地区高于南部地区,东部地区高于中西部地区,空间梯度上呈现“东高北高､南低中西低”的布局｡

图2 北部和南部､东部和中西部海洋科技人员投入比率情况

图3 北部和南部､东部和中西部海洋科技资金投入率情况

图4 东部､中西部､南部､北部海洋科技创新效率和比较海洋科技创新效率

图5 北部､南部､东部､中西部海洋科技梯度系数

3.2 以行政为导向呈现为北上广的强势崛起

    通过对2001—2014年全国涉海城市海洋科技实力的测算分析可以发现,我国海洋科技梯度以行政梯度为导向,具体表现为北京､上海､广州强势崛起,天津､青岛提质升级,南京､杭州､厦门､大连稳定发展｡

    (1)作为我国的政治中心和经济中心,北京2001-2014年实现海洋科技创新领域的强势崛起,2014年在海洋科技人员投入､海洋科技资金投入和海洋科技梯度方面均稳居全国首位｡2001—2014年海洋科技人员投入和资金投入比率实现巨幅增长(见表4､表5);2001—2014年北京的比较海洋科技创新效率均大于1,说明科技创新效率高于全国水平,但总体呈现先增后降趋势,说明其效率与全国平均效率的差值越来越小(见表6);2001年北京的海洋科技梯度系数排名第4,2007年以后稳居第一(见表7)｡

    (2)作为我国长三角､珠三角的重要沿海城市,上海､广州的海洋科技创新总体实力仅次于北京,各项海洋科技指标基本保持在全国前二三名,其中,海洋科技人员投入比率和资金投入比率较为明显｡

表4 主要涉海城市海洋科技人员投入比率(%)

表5 主要涉海城市海洋科技资金投入比率(%)

表6 主要涉海城市比较海洋科技创新效率

    （3）随着北京､上海､广州三大政治经济中心城市的强势崛起,作为传统海洋强市的青岛､天津优势不再明显,排名略降,但二者总体向提质升级方向转型,具体呈现出两大特点:一是各项海洋科技创新指标数量上的绝对增加,二是由于北上广强势冲击和其它城市的快速发展,其在海洋科技人员投入比率､资金投入比率､比较海洋科技创新效率和海洋科技梯度上的相对下降｡

    (4)同样作为传统的涉海城市,南京､杭州､厦门､大连4个城市的海洋科技保持稳定发展,数量上呈现增长趋势,排名基本稳定在全国前10,只有大连稍有落后｡

表7 主要涉海城市海洋科技梯度系数排名

3.3 以政策为导向呈现出南宁､沈阳､济南､深圳等的后发优势

    在国家政策引导下,一些沿海城市和内陆省会城市充分发挥后发优势,实现了海洋科技实力的快速发展｡其中,南宁､深圳作为沿海城市代表,沈阳､济南作为内陆省会城市代表｡

    南宁､沈阳和济南的初始条件较为相似,海洋科技实力全国排名从中低层上升到中上层,沈阳和南宁上升更为明显,2014年沈阳各项指标均跻身全国前10,南宁则稳定在前20｡在海洋科技人员和资金投入比率上,南宁､沈阳和济南均呈现增长趋势,2014年沈阳的两项比率最高(见表8);从海洋科技创新效率来看,3个城市呈现不规律波动趋势,就比较海洋科技创新效率而言,2001—2014年沈阳和济南两城市的海洋科技创新效率均高于全国平均水平,南宁除2002､2009和2014年外,也均高于全国平均效率(见表9);在海洋科技梯度系数方面,沈阳和济南呈现明显上升趋势,2013年和2014年沈阳海洋科技实力跻身全国前10，南宁上升趋势相对较小（见表10）。深圳海洋科技创新起步相对较晚，但发展尤为迅速，2014年海洋科技创新效率比率远高于全国平均水平。2001-2014年深圳不仅表现为数量上从无到有的巨幅增长，而且各项衡量指标的排名均跻身全国前列。

3.4　原因分析

    2001-2014年我国各涉海城市的海洋科技力量不断增强，表现为数量上的绝对增长，并呈现出比率和排名情况的升降变化，进而表现为科技资源配置在空间上的聚集、转移、转型、稳定等趋势。本文将探讨其发展变化规律的成因，以期为国家海洋科技资源配置提供技术支撑。

表8　部分涉海城市海洋科技人员投入和资金投入比率（％）

表9　部分涉海城市海洋科技创新效率和比较海洋科技创新效率

表10　部分涉海城市海洋科技梯度系数排名

    （1）北京、上海、广州是我国政治中心和经济中心，经济高度发达，对外开放水平高，综合竞争力强，有更多资本投入到海洋科技创新领域，同时，能够吸引更多海洋领域人才和技术的流入，为海洋科研实力的崛起和快速发展提供了重要支撑。

    （2）天津作为直辖市，青岛、厦门、大连作为计划单列市，具有一定的行政优势。此外，初始资源条件优越、海洋科技创新起步较早较快也是青岛、天津提质转型以及南京、杭州、厦门、大连稳定发展的重要原因。这些城市天然的地理优势和较为雄厚的海洋科技基础为海洋科技力量的聚集奠定了基础，但受北上广强势崛起的影响，其比率和排名情况呈现一定的波动和下滑。

    （3）南宁、沈阳、济南和深圳４个后发优势型城市的初始发展较晚，但地缘优势和后发优势明显，因此，可抓住发展机遇实现跨越式增长。南宁尤为典型，作为北部湾的重要城市，具有国家政策倾斜优势、地缘优势和后发优势，随着“一带一路”战略的逐步推进，可预见其将迎来发展机遇期。

4　对策建议

    随着国家对海洋科技创新重视程度的不断提高，我国海洋科技力量不断增强，2001-2014年实现了质与量的双重提高，海洋科技投入和产出呈现增长趋势且增幅明显，海洋科技创新效率稳中有升。在海洋科技力量呈现强劲增长态势的背景下，统筹海洋科技资源配置，提高资源配置效率显得愈加重要。基于以上分析，本文提出如下对策建议：

    （1）以《国家海洋科技创新总体规划（2016-2030年）》、《全国科技兴海规划（2016-2020年）》等规划的出台为契机，基于沿海各地区海洋科技资源配置现状和问题，以国家战略为导向，统筹全国海洋科技整体布局，适当考虑向我国西南沿海地区倾斜，促进全国海洋科技协调发展。优化配置海洋科技资源，加快海洋科技人才、技术、资金等核心要素的流动，吸引各类创新资源向海洋科技领域聚集，促进发达地区海洋技术向落后地区转移。完善有利于海洋科学研究、成果转化和创新创业的制度机制，形成全国海洋领域敢于创新、善于创新的良好氛围。

    （2）充分发挥北上广和天津、青岛等城市的核心作用，辐射并带动周边城市海洋科技向创新引领型转变，提高海洋科技资源配置效率，形成以枢纽城市为中心的海洋科技创新圈，逐步打造区域性海洋产业集群；以海洋科技带动海洋产业发展，提高海洋科技对国民经济的贡献率，扩大海洋经济规模，提高海洋经济质量，拉动海洋战略性新兴产业跨越式发展。

    （3）整合跨地区涉海科技资源，建设海洋科技资源共享平台，例如建设海洋虚拟研究院等海洋智库。重点加强落后地区海洋人才的培养和引进，有效增强其海洋科研实力，更好地支撑区域海洋经济发展。目前，国家海洋局的3个国家级研究所分布在青岛、杭州和厦门，应该结合西南和中南地区发展的迫切需求，在广西或海南建立国家海洋局第四海洋研究所，开展南海和北部湾海洋科学研究，加强与东盟合作交流，扭转西南中南地区海洋科技落后的局面，为当地海洋经济发展提供全方位的科技和智力支撑。

[参考文献]

［1］叶向东．福建海洋科技资源配置研究［J］．福州党校学报，2006（6）：38-42．

［2］叶向东．福建海洋科技资源优化配置初探［J］．网络财富，2009（13）：143-144．

［3］ 叶向东．科技资源配置与提高福建海洋经济效益的研究［J］．网络财富，2010（1）：63-64．

［4］胡振宇．海洋科研机构布局及策略［J］．开放导报，2014（3）：84-87．

［5］梁永国，曾昭春，李少云．沿海开发战略背景下河北省海洋科技力量整合研究［J］．安徽农业科学，2012（4）：2452-2455．

［6］刘大海，王春娟，李晓璇．从数据看青岛市海洋科研力量占比［J］．海洋开发与管理，2016（2）：87-90．

［7］仵凤清，高利岩，陈飞宇．京津冀科技梯度测度研究［J］．企业经济，2013（2）：171-176．

［8］［德］杜能．孤立国同农业和国民经济的关系［M］．吴衡康，译．北京：商务印书馆，1997：35-42．

［9］［德］韦伯．工业区位论［M］．李刚剑，陈志人，张英保，译．北京：商务印书馆，1997：64-69．

［10］［英］马歇尔．经济学原理［M］．朱志泰，译．北京：商务印书馆，1964．

［11］［德］赫希曼．经济发展战略［M］．曹征海，潘照东，译．北京：经济科学出版社，1991．

［13］李国平，许扬．梯度理论的发展及其意义［J］．经济学家，2002（4）：69-75．

［17］刘玲利．科技资源配置理论与配置效率研究［M］．北京：企业管理出版社，2008．

［18］戴宏伟，田学斌，陈永国．区域产业转移研究：以“大北京”经济圈为例［M］．北京：中国物价出版社，2003．

［19］陈永国，马丽慧．基于产业梯度系数分析的京津冀工业分行业的发展取向［J］．生产力研究，2004（1）：111-113．

［20］华德亚，丁玉龙，左菲菲．基于产业梯度系数视角的长三角区域产业转移趋势分析［J］．皖西学院学报，2014（1）：38-42.

［21］赵彦超．基于产业梯度系数分析的西江经济带产业布局［J］．市场论坛，2010（7）：15-16．

［22］胡丹，晏敬东．基于产业梯度系数的湖北承接产业梯度转移对策研究［J］．武汉理工大学学报：社会科学版，2014（3）：374-379．

［23］陈蕊，熊必琳．基于改进产业梯度系数的中国区域产业转

移战略构想［J］．中国科技论坛，2007（8）：8-12,27．

［24］熊必琳，陈蕊，杨善林．基于改进梯度系数的区域产业转移特征分析［J］．经济理论与经济管理，2007（7）：45-49．

［25］仵凤清，李艳丽，盛肖，等．京津冀高技术产业梯度发展仿真研究［J］．燕山大学学报：哲学社会科学版，2013（2）：109-113.

［26］秦杨．基于梯度理论的重庆市区域科技发展差异及对策分析［D］．重庆：重庆大学，2014．

［27］樊华．中国区域海洋科技创新效率及其影响因素实证研究［J］．海洋开发与管理，2011（9）：57-64．

［28］周静，王立杰，石晓军．我国不同地区高校科技创新的制度效率与规模效率研究［J］．研究与发展管理，2005（1）：109-117

［29］林佳丽，薛声家．广东省各市科技创新有效性评价———基于DEA超效率模型的分析［J］．科技管理研究，2008（8）：111‐114.

 [30] 李泽霞,董瑜,张薇.应用DEA方法评价我国区域科技创新效率[J].图书情报工作,2011(18):24‐28.

 [31] 樊华,周德群.中国省域科技创新效率演化及其影响因素研究[J].科研管理,2012(1):10‐18,26.

 [32] 喻登科,邓群钊.DEA方法应用的若干思考[J].现代管理科学,2012(10):20‐23.