中国9个海洋中心城市高质量发展水平测度研究

作者：徐 胜1,2 高 科1(1.中国海洋大学 经济学院，山东 青岛 266100；2.中国海洋大学 海洋发展研究院，山东 青岛 266100) 原文《中国海洋中心城市高质量发展水平测度研究》刊发于《中国海洋大学学报(社会科学版)》 2022年第4期
! ~* `$ Z; z, E9 p1 P结论：以我国提出建设全球海洋中心城市的上海、深圳、广州、天津、大连、青岛、宁波、舟山和厦门9个城市为研究对象，对9个全球海洋中心城市海洋经济高质量发展水平进行量化分析，并对其未来发展趋势进行预测：上海全球海洋中心城市高质量发展水平建设一直处于领先位置；厦门和舟山发展水平增速较快，年均增速均超过2%；天津可能受制于产业结构转型的影响，建设水平出现先升后降的趋势；大连、青岛和宁波高质量建设水平相对较差，青岛和宁波表现出增长的态势，而大连则呈现出波动的态势。上海全球海洋中心城市高质量发展水平在2020—2024年期间将以年均1.35%的速度保持增长，领先于其他城市的建设水平；厦门和舟山增速迅猛，增速分别为2.5%和1.97%，在一定程度上反映出当地政府对全球海洋中心城市建设的重视程度；深圳和天津的增速预期将会放缓，增速分别为1.16%和0.88%，较之前的1.63%和1.15%下降明显；青岛、宁波和大连预计到2024高质量建设水平仍不足80分，与青岛表现出较好的增长势头所不同，宁波和大连增长缓慢，年均增速仅为1.04%和0.4%，海洋中心城市建设受阻。
全文如下

% j; \( A; O. P9 X                               
登录/注册后可看大图

1 ]3 N; ~) P4 f" E摘 要：以中国九个全球海洋中心城市为研究对象，对海洋中心城市高质量发展水平进行综合测度分析。选取2010—2019年相关数据，构建海洋中心城市高质量发展评价指标体系，运用熵值法等四种方法对指标体系进行联合评价、确定指标权重，得到综合评价结果，并进一步利用灰色预测模型对海洋中心城市的未来发展进行预测。研究结论如下：(1)全球海洋中心城市高质量发展水平总体呈现上升趋势，其中，上海市建设水平尤为突出，厦门市和舟山市增长较为迅猛，天津市和大连市增长缓慢，影响其海洋中心城市建设；(2)九个全球海洋中心城市高质量建设发展的侧重点各不相同，其中，大连市在创新性层面、上海市在开放度和集聚度层面、舟山市在协调性层面、厦门市在共享度层面、深圳市在辐射性层面表现突出。
% M- B2 d7 Z3 i, j

" q( a; }/ B& Q" ^3 `/ h/ |. l* Z# V                               
登录/注册后可看大图

0 \  d4 A0 j0 g" ^, y[size=1em]“全球海洋中心城市”这一概念，最早见于挪威海事展、奥斯陆海运机构共同发布的名为“The leading maritime capitals of the world”(意为“全球领先的海事之都”)的报告中，该报告于2012年、2015年、2017年、2019年共发表四期，从主观和客观两个层面对全球范围内30个海洋城市进行排名，其中新加坡连续四期位居榜首，中国香港、上海和广州自2017年开始进入前30名。2017年以来，国内多位学者沿用了张春宇对“The leading maritime capitals of the world”的翻译用语“全球海洋中心城市”；《全国海洋经济发展“十三五”规划》也采用了这一名称，并提出推进深圳和上海等城市建设全球海洋中心城市；随后，广州、天津、宁波、舟山、大连、青岛、厦门等城市也相继出台有关政策，提出建设全球海洋中心城市的目标。
[size=1em]“全球海洋中心城市”最初的内涵是指，随着经济全球化进程的加快，世界各国通过航运活动、跨国经营等多种途径紧密联系在一起，沿海城市成为技术创新和经济增长的依托，为经济发展提供平台。全球海洋中心城市能够吸引产业和企业集中、人才和资金汇集，实现资源的优化配给，促进经济合作与交流，提升技术水平和生产力，同时，其作为连通海洋和陆地的桥梁，有助于利用好海洋和陆地两种资源，实现优势互补，带动区域经济的共同提升，达成陆海统筹发展的目标。
[size=1em]十九大报告指出，中国经济已转向高质量发展阶段，未来城市发展的重心也转向高质量发展，建设全球海洋中心城市也要遵循高质量发展的要求，科学合理地测度海洋城市的高质量发展水平成为“十四五”期间海洋经济高质量发展的重要内容。
2 ~* q+ l# t( X" E0 c2 x9 h4 `一、文献综述

(一)全球海洋中心城市内涵的演变
- {* V0 R# Z# _1 T
[size=1em]全球海洋中心城市作为海洋经济的重要增长点，其所承载的功能也随着海洋经济的发展不断演变。在新航路开辟到现代海洋经济兴起阶段，以货物贸易为主的国际贸易主导世界海洋经济的发展，拥有优良港口的城市凭借先天优势迅速发展起来，并带动周边区域发展，伦敦、纽约、鹿特丹等成为当时著名的国际航运中心。
6 Y" {& u' Y$ R[size=1em]20世纪90年代，随着海洋经济发展过程中海洋资源过度开发、生态环境遭到破坏、海平面上升等问题的出现，发展 “蓝色经济”成为国际社会的共识，经济可持续发展成为各国的共同选择。国际航运中心打破传统海洋经济发展模式，秉持新的发展理念，推动蓝色经济的发展。2012年，挪威海事展、奥斯陆海运机构联合发布了 “The leading maritime capitals of the world”报告，从主观与客观两个维度剖析海洋经济可持续发展趋势，在航运交通、金融与法律、海洋科技、港口建设、吸引力与竞争力五个层面，选取24个指标对全球30多个海洋城市进行排名。2017年，“The leading maritime capitals of the world”被国内学者张春宇直译为“全球海洋中心城市”，并沿用至今。
[size=1em]近几年来，国内学者关于全球海洋中心城市的相关研究不断涌现。周乐萍认为，海洋中心城市即处于全球领先地位、且海洋特色鲜明的、处于世界城市网络节点位置的海洋城市。钮钦将全球海洋中心城市进一步定义为航海运输基础建设完善、在全球海洋相关产业发展处于绝对的领先地位、且依靠其自身的综合实力能够辐射带动其他周边城市发展的主导性城市。张春宇从国际形势和国内条件两个层面，论述了中国建设全球海洋中心城市过程中将要面对的挑战以及拥有的机遇。张沁、王志文、杨继涛等人分别探讨了深圳、宁波和大连建设海洋中心城市的优势及制约因素，为其建设全球海洋中心城市提出政策建议。周乐萍从海洋中心城市的功能出发，在经济、海洋、创新、服务、文化、开放六个层面建立海洋中心城市的评价指标体系并进行综合评价，结果显示，各城市间建设水平相差较大，其中深圳和上海的得分较高。
[size=1em]总体而言，已有多位学者构建指标体系进行了全球海洋中心城市的发展水平的测度与评价，但现有研究大多注重海洋中心城市的特征，忽视了发展过程中的质量问题，对于海洋中心城市高质量发展的研究仍有待进一步完善。
0 `  j3 N, _! d6 |) I(二)海洋经济高质量发展

[size=1em]21世纪以来，伴随着中国海洋经济的快速增长和海洋新兴产业的蓬勃发展，人们主要关注海洋生产总值、海洋生产总值增速、海洋产业增加值等指标，重视海洋经济总体规模和发展水平的提升。但随后海洋产业结构不合理、海洋资源过度开发、海洋生态环境恶化等问题的出现，使得研究更多地转向对海洋经济发展质量等问题的关注。韩增林通过将海洋资源禀赋纳入系统评价指标体系，对中国海洋经济可持续能力进行分析；狄乾斌从海洋经济可持续发展的内涵出发，在海洋资源、海洋经济和城市社会发展三个层面构建可持续发展指标体系，对辽宁省海洋经济可持续发展质量进行评价。
[size=1em]十九大报告指出，当前中国经济已由高速增长阶段转向高质量发展阶段；习近平总书记在参加十三届全国人大会议时提出，“海洋是高质量发展战略要地”，海洋经济高质量发展受到学者的广泛关注。部分学者采用Solow、Jorgenson等人提出的全要素生产率概念，即产出中不能为投入要素所解释的部分，来衡量海洋经济发展质量。郑玉歆则认为，全要素生产率不能反映生产活动中各项资源的配置情况，且会对资本积累产生低估，不能很好地反映经济增长的质量。魏敏通过选取更加丰富的指标构建指标体系，测度的范围也更广，有效地改善了利用单一指标来衡量经济增长水平存在的弊端。
[size=1em]在党的十八届中央委员会第五次会议上，习近平总书记提出了“创新、协调、绿色、开放、共享”的五大发展理念，成为衡量高质量发展的重要标准。鲁亚运认为，“五大发展理念”契合海洋经济高质量发展的要求，从五个维度出发建立中国海洋经济高质量发展的评价指标体系。杜军认为，海洋技术创新是海洋经济高质量发展的关键所在，创新能产生更高的附加值从而提升经济发展效率，利用PVAR模型检验得出结论，海洋技术创新能够显著推动海洋经济高质量发展。张震等对中国海洋经济协调发展水平进行测度，并指出经济协调发展应重视整体发展与局部发展以及多元化、综合性发展等问题，海洋经济协调发展应包括陆海经济统筹发展、海洋政策与海洋文化相适应等内容，协调发展能合理分配各种生产要素，推动产业分工和布局更加清晰。盖美认为，绿色发展是海洋经济高质量发展的基本特征，人与海洋和谐共生成为未来发展的趋势，并以沿海11省份为研究对象，建立海洋绿色发展评价指标体系，得出中国海洋绿色发展水平保持上升趋势、且东南沿海发展水平较高的结论。刘大海等对中国海洋经济发展水平进行测度，认为对外开放是海洋经济高质量发展的重要源泉，开放有助于国内海洋企业“走出去”，同时吸引高质量外资进入支持国内海洋企业的发展，推动国际间海洋经济交流与合作。张涛等认为，共享是发展海洋经济的根本目的，实现海洋经济的高质量发展归根到底是为了提高全社会福祉，全员共享发展成果；当前海洋相关产业发展带动当地经济的发展，带来了更多的就业岗位，缩小了城乡贫困差距，海洋基础设施、科教文化、公共服务等日趋完善，丰富了人们的精神生活。丁黎黎指出，海洋经济高质量发展应以五大发展理念为目标，以海洋经济、资源、环境、科技、社会五大系统为载体，覆盖宏观、中观和微观三个层次。学者有关海洋经济高质量发展的研究，从国家维度发展到省、市、区维度不断深入。例如，刘波、赵晖和程曼曼基于五大发展理念，分别对江苏、天津、广东的海洋经济高质量发展情况进行评价，但目前针对城市层级进行海洋经济高质量发展的研究文献还相对较少。
; Y3 V) E. y" ]6 p[size=1em]海洋中心城市作为连通海洋空间与陆地空间的桥梁，不仅具有城市的特征，能够体现海洋经济的高质量发展水平；而且作为区域经济的中心，能够吸引众多资源具有资源聚集优势。张昌兵、何冬梅分别通过实证研究，剖析金融、人口资源的集聚能够显著推动地区经济的高质量发展。黄庆华指出，产业集聚能通过“竞争激励效应”提升城市的创新能力，以此带动高质量发展。此外，中心城市发展到一定规模后，生产要素会从中心向周边城市流动，带动周边城市发展。王振华指出，便捷的交通网络能够促进各生产要素在区域之间的流动，使资源得到合理配置，提升生产效率，带动城市经济的高质量发展。
# Y) ]. S# t" Z1 c[size=1em]基于以上相关研究基础，本文从高质量发展的五大发展理念出发，采用中心城市集聚和辐射的区域理论的基本分析框架，充分考虑了宏观、中观和微观三个层次，以我国提出建设全球海洋中心城市的上海、深圳、广州、天津、大连、青岛、宁波、舟山和厦门九个城市为研究对象，进行海洋经济、环境、科技、资源和社会五个系统的综合测评，对九个全球海洋中心城市海洋经济高质量发展水平进行量化分析，并对其未来发展趋势进行预测，以期为“十四五”期间海洋中心城市高质量发展和建设提供参考和思路。
* @, H: `# k" ]二、海洋中心城市高质量发展水平指标体系构建
7 Z/ m+ H/ E8 Z: L: H
[size=1em]海洋中心城市高质量发展水平的测度是一个复杂的系统工程。本文以五大发展理念为指引，根据海洋经济高质量发展的内涵以及海洋中心城市的特征，在充分借鉴相关学者的研究基础上，考虑宏观、中观、微观三个维度，从经济、社会、生态、科技、资源五大维度进行海洋中心城市高质量发展水平指标的构建，同时指标的构建要按照科学性、可量化性，以及数据连续性等指导原则，以量化指标为主。
(一)指标体系的构建原则

# v: b; ]& U: ]  E[size=1em]1、科学性
[size=1em]海洋中心城市高质量发展水平指标体系应当发挥引领作用，为建设海洋中心城市提供目标导向。指标体系需要客观、全面地反映海洋中心城市在高质量发展方面的基本要求，突出在建设海洋中心城市过程中，需要面对影响发展质量的核心问题和主要矛盾。同时，注意选取指标之间的独立性，避免指标实际意义重复对评价结果造成偏差。
. q# q$ @$ |; J5 @" }4 Q( e7 n5 a# x[size=1em]2、可量化性
5 F* T" v% m; S1 ~[size=1em]指标选取在符合科学性的同时，为了能够进行相互比较，形成统一的标准，考虑指标能够进行具体量化，对于一些不能够直接量化的指标，采用专家打分的方式。
[size=1em]3、数据的连续性
7 x5 Z  r2 N9 e. }5 r$ O[size=1em]受制于某些统计数据的统计口径等因素的影响，统计年鉴、统计局等对某项数据披露会出现中止的情况，会影响到评价结果的准确性，因而在构建指标体系时综合考虑所选取指标能够获取连续的数据。
6 [$ A" L9 i: o- b$ E, X5 y(二)具体指标的选取方法

[size=1em]1、创新性指标
[size=1em]可以选取海洋R&D经费投入强度(海洋R&D经费投入/地方生产总值)、海洋R&D人员集聚度(海洋R&D人员/总人口)和人均海洋发明专利授予数(海洋发明专利授予数/总人口)三个指标来衡量九个海洋中心城市建设过程中的创新水平。
[size=1em]科技经费和科技技术人员是海洋科技创新中最为重要的两种投入要素，其中海洋R&D经费支出包括用于海洋基础研究、海洋应用研究和海洋试验发展的经费支出，且主要投入为后两项，能为海洋产业的发展提供新材料、新产品，为海洋经济增长注入新的增长动能，所以本文选取海洋R&D经费投入强度、海洋R&D人员集聚度作为海洋创新投入指标。在创新产出中，专利的授予数是最为直观的体现，专利又被划分为实用新型专利、发明专利和外观设计专利，其中发明专利是指对产品作出较大改进的新的技术方案，相较于其他两种专利，申请难度较大且价值较高，故本文选取人均海洋发明专利授予数量作为衡量创新产出水平的指标。
: |6 y; {1 Y* \' X  ?9 {& S: ][size=1em]2、协调度指标
' ~3 J/ M9 l3 e4 H[size=1em]海洋中心城市协调发展的指标可以从城乡协调发展、经济稳定发展和陆海统筹发展三个方面构建，选取城乡居民平均收入水平之比和海陆经济关联程度(地区海洋生产总值/地区生产总值)衡量城乡协调发展程度和陆海统筹发展水平，选取消费价格指数和海洋生产总值增长率衡量经济稳定程度。
/ f# C3 B- d8 B2 z3 m8 ^& R2 t[size=1em]建设海洋中心城市，要有相对均衡的城乡收入为依靠，城乡收入差距会加剧中国经济的不平衡，而由于边际消费递减规律的影响，较大的收入差距会引起消费需求不足，造成经济增长的内部动力枯竭；还要有稳定的经济环境作为依托，经济环境的动荡势必会影响到建设的质量，物价水平的快速上涨会降低人们的实际收入，降低居民的生活质量，海洋城市需要有稳定增长的海洋生产总值为其发展注入动力。
* J% I) s( p+ Q) R( S/ M' C5 S# b3 i[size=1em]3、绿色性指标
[size=1em]在已有研究中，绿色发展水平涉及诸如能源利用效率、生态保护区建设水平等指标，由于受制于相关数据并未披露的原因，本文选取工业三废的排放强度、海水化学需氧量来衡量海洋中心城市绿色发展水平。污染物按形态可分为废水、废气和固体废弃物三种，选取工业废水排放量、工业固定废弃物排放量与地方生产总值的比例代表废水和固体废弃物的排放情况；工业烟(粉)尘排放会引起肺炎、硅肺等多种疾病，二氧化硫(SO2)的排放则会引起酸雨，进而影响人们生产生活和生态环境，选取工业烟(粉)尘排放量和SO2的排放量与地方生产总值的比重衡量城市废气排放情况。化学需氧量为用强氧化器处理水样时所消耗的氧化剂量，能够反映出海水中污染物的含量，化学需氧量越高，海水污染程度越严重。
! r% M: _+ h. a1 ?( V[size=1em]4、开放度指标
4 e& p! m' N) Z2 j& r" ]* N( [[size=1em]海洋中心城市开放发展指标可以从港口建设水平、旅游发展水平、利用外资情况和对外贸易情况四个方面构建，分别选用港口货物吞吐量、国际旅客人数、实际利用外资金额与地区生产总值的比值、进出口金额与地区生产总值的比值进行衡量。
5 S, P* w& Z' _  g( w) u9 Q) O! e[size=1em]2018年，习近平总书记在参加山东代表团审议时提出“要加快建设世界一流海洋港口”，港口作为陆运交通与海运交通的承接点，是城市间联系的重要枢纽，完成船舶停靠、货物装卸、旅客交接、补充船只给养等活动，是城市发展的重要增长点。考虑到当前港口货物运输占相当大的比重，所以选取港口货物吞吐量来衡量港口建设水平，进出口贸易与国内生产总值之比衡量该地区对外贸易发展水平。此外，海洋城市作为对外开放的前沿线，其优美的自然风光和现代化的城市建设，会吸引众多国外旅客与海外资金的涌入。
[size=1em]5、共享性指标
1 f* \  X  M* h0 d[size=1em]共享性指标可划分为海洋财富共享和总财富共享情况，分别选取人均海洋生产总值与人均地区生产总值来衡量。此外还选取了城市建设固定资产投资本年完成额占地区生产总值的比重，来体现当地公共设施的建设情况，反映出政府对共享建设的支持力度。有学者研究城市共享层问题时，采用包括教育、医疗共享等相关指标，但是受制于一些城市统计年鉴、城市经济发展统计公报中并未披露相关数据，所以本文在建立指标体系时，未将这些指标纳入其中。
% k) y) f7 }5 Z[size=1em]6、集聚度指标
[size=1em]海洋中心城市集聚水平指标可以从人口集聚、产业资产集聚、固定资产集聚和金融集聚三个方面构建，分别选用人口密集程度、海洋第三产业区位熵、固定资产总额与地区生产总值之比、金融机构存贷款总额与地区生产总值之比来衡量。人口集聚为城市发展提供充足的劳动资源，同时也为经济发展提供消费保障；海洋产业向高级化转型是当前海洋经济发展的重点，海洋产业集聚有助于企业提高协同效应、降低各种成本，大多数学者多用区位熵来反映地区产业集聚情况，区位熵的计算公式如下：

- T" X3 i6 Z! z/ [6 X  ~3 y1 x4 `                               
登录/注册后可看大图

[size=1em] (1)

% |% x) t& p, j9 v2 z: o[size=1em]其中，qij是j地区i产业的生产总值或就业人数，qj是j地区所有产业的生产总值或者就业人数，qi是全国i产业的生产总值或就业人数，q是全国所有产业的生产总值或就业人数，LQij的值越大，则表示地区产业集聚度更高。固定资产投资在一定程度反映了城市建设的规模大小；金融业的发展为城市提供资金支持，聚集社会闲散资金，并将资金投入到需要的行业中，带动相关产业的发展。
+ k! i+ s+ \: Y  |7 [2 S7 U+ n[size=1em]7、辐射性指标
* w, w, x3 ~3 t/ ?[size=1em]海洋中心城市辐射水平指标可以从交通便利程度和国际影响力两个方面构建，选取公路网密度(公路长度/建成区面积)、轨道交通路网密度(轨道交通长度/建成区面积)来衡量城市交通的便利程度，选取举办国际性会议的次数来衡量城市国际影响力的大小。一方面，当城市发展到一定规模，会引起资源外流，带动周边城市的发展，发挥中心城市辐射的作用，由于中心城市与周边城市距离较近，资源运输以公路运输和轨道交通运输为主；另一方面，当中心城市在国际上的影响力逐步提高后，有利于吸引更多的优质资源集聚，也为周边城市带来诸多好处。
' l& H( Q2 h- m* h6 ^' T[size=1em]综上所述，海洋中心城市高质量发展指标体系共包括7个二级指标、26个四级指标，具体内容如表1所示。
[size=0.8em]表1 海洋中心城市高质量发展指标体系
. ~. J. K1 ?+ d  W9 o6 a( |& F

( M0 D; c+ [' C  K                               
登录/注册后可看大图

三、海洋中心城市高质量发展指标体系评价

(一)研究样本和数据来源
2 ?9 _( _2 M) u
[size=1em]借鉴相关学者对于海洋城市和中心城市研究，从五大发展理念出发衡量海洋中心城市的高质量发展水平，同时加入反映中心城市的集聚和辐射作用的指标，综合建立海洋中心城市高质量发展水平指标体系。选取提出建设海洋中心城市的大连、天津、青岛、上海、宁波、舟山、广州、深圳、厦门九个城市，并将时间维度设为2010—2019年。
$ Q* h" ~& _) V; c8 R[size=1em]指标体系所涉及数据来自《中国统计年鉴》《中国海洋统计年鉴》、各城市统计年鉴，以及Wind数据库。
1 y! d; g" t* b% O(二)主要研究方法

+ K- v* i' m& S! v4 w, I5 B[size=1em]为了使不同指标数据具有可比性，首先对所有数据进行无量纲处理，具体处理如下：
3 H3 u% u' g6 o# k[size=1em]正向指标：

                               
登录/注册后可看大图

  (2)
[size=1em]负向指标：

                               
登录/注册后可看大图

  (3)
[size=1em]其中，xij为第i个样本、j项指标的原始数值，yij为标准化后的指标值。之后，利用以下四种常用的确定指标权重的方法，分别确定各个指标的权重，并利用Kendall协同系数检验来验证在四种不同的方法下确定的权重是否具有一致性。
[size=1em]1、熵值法
[size=1em]熵值法是基于信息理论确定指标权重大小的方法。熵值可通过反映信息量的大小来衡量系统整体规整性，熵值越大，反映的信息量越少，该指标在系统中的重要程度越小，所占权重也越小。
, j5 b( N6 p0 z! I# H% k[size=1em]2、灰色关联法
[size=1em]灰色关联法是灰色系统理论方法之一，主要用在信息不完备的情况下，各因素之间关联程度的方法。系统中两指标在同一因素的影响下变动趋势、变动程度和变动速度相似程度的高低可用来评价该指标之间的关联程度。灰色关联法是以各指标的样本数据分析解释变量与被解释变量之间的关联关系，关联度数值的大小可以反映该指标对被解释变量影响程度的大小，两变量之间变动趋势、变动程度和变动速度越相似则变量之间关联度越高，该变量在系统中所占权重越大。
6 f6 ~3 Q0 A! n4 [! T5 A[size=1em]3、主成分分析法
[size=1em]主成分分析法主要通过降维，减少多个变量之间特征维度即特征属性的相关性，同时在新创建的彼此无关的特征集中舍弃部分不重要特征，使得最后筛选出的变量尽可能地反映原来变量的信息，减少在降维过程中的信息损失。
. v7 s" i/ G  S1 t5 A: q[size=1em]4、层次分析法
[size=1em]层次分析法是一种主观与客观相结合的方法，运用层次分析法建模解决实际问题，该方法综合考虑定性与定量分析方法，根据研究目标与变量性质将系统分解为几个不同层次，由下到上依次确定变量的重要性，对较难完全定量分析的系统进行信息筛选，并确定各个指标的权重。
[size=1em]5、Kendall协同系数检验
[size=1em]为了保证上述评分结果的一致性，还需要对各种赋权结果的一致性进行检验。可以选用Kendall方法进行检验，Kendall一致性系数可以表示为多种方法在评估同一指标时所给出的得分关联度，Kendall协同系数W(Kendall’s W)定义为：

3 s8 `$ {2 Z# q) i8 |                               
登录/注册后可看大图

  (4)

                               
登录/注册后可看大图

  (5)
[size=1em]在大样本下,W协同系数近似服从(n-1)个自由度的卡方分布。其中，m为评判方法数目，n为评价对象个数(Ri为第i个对象的秩和，W其取值范围为0-10)，W协同系数越接近于1，意味着评价对象所得分数之间具有显著差异,从而表明研究所采用的评判标准具有一致性。
) V. n/ j4 Z! z5 Z, ?) y  J' `4 P9 G(三)评价结果

( R% k( T  Q; s! ~[size=1em]本文分别对熵值法、灰色关联度法、主成分分析法和层次分析法研究的结果进行Kendall协同系数检验，确定通过四种不同的方法所得到的指标权重是否是一致的，Kendall协同系数检验结果见表2。
[size=0.8em]表2 Kendall协同系数检验结果

                               
登录/注册后可看大图

[size=1em]由表2结果可知，Kendall系数为0.8722，接近于1，且显著性水平小于0.05，表明四种方法所确定的权重存在一致性。故本文对四种方法所确定的权重进行算数平均以确定最终权重，然后利用平均后的权重与公式(2)和公式(3)无量纲后的数据相乘，再将每个城市、每一年所得的各个指标的乘积相加，即为该城市在该年度的评价得分。为方便比较，在保证不影响结果相对大小的基础上，采用指数功效函数法对结果进行处理，具体公式如下：
+ x5 w( y# _* u, }( p; M[size=1em]Z=α·eβ(X-Xmin )/(Xmax-Xmin)  (6)
[size=1em]其中，Z为处理后的指标得分，Xmin和Xmax分别为权重乘以无量纲后的最小值和最大值，α和β为待定参数，为使处理之后的数据处于区间60到100之间，确定待定参数α=60，β=-ln0.6，具体评价得分情况如表3和图1所示。
  M  s" m, L" S8 O" H, F[size=0.8em]表3 海洋中心城市高质量发展评价得分

                               
登录/注册后可看大图

                               
登录/注册后可看大图

[size=0.8em]图1 海洋中心城市高质量发展评价结果
[size=1em]从图1和表3可以得出以下结论：(1)总体来看，海洋中心城市高质量发展评价得分呈现出波动上升的趋势，海洋中心城市建设稳步提升。(2)上海2010年海洋中心城市发展水平相对评分达到87.33分，较大幅度领先第二名广州的72.98分，且一直维持正向增长，处于领先位置。(3)广州、深圳、厦门和舟山在2010—2019年保持了较好的增速，年均增速超过1.5%，其中厦门和舟山的增速较快，年均增速分别为2.5%和2.28%。(4)天津在2010—2014年维持正向增长，2015年开始出现负向增长，海洋中心城市建设放缓的可能原因是在传统产业向重工业转型过程中，受到国家去产能、去库存政策的影响，其高质量建设进程减缓。2019年，天津海洋中心城市高质量发展及时“止损”，出现增长态势。(5)大连、青岛和宁波在2010年海洋中心城市高质量发展水平不太理想，相对评分均不足70分，增速均未能超过1.5%，使得三座城市一直处于落后位置。与青岛和宁波呈现出增长的态势不同，大连的建设历程可谓“一波三折”，起初大连港口贸易、码头航运占据其城市国内生产总值的比例较大，但随着国际经济走低、中美贸易摩擦的爆发，以及营口港业务量的不断增加，大连港的地位被削弱，造成了大连海洋中心城市高质量发展评价结果出现波动的情况，制约了大连全球海洋中心城市的建设。
: z( {5 z: r* B8 @" c+ L4 K" h6 t[size=1em]将2019年九个城市的7个二级指标下的所有指标结果分别相加，并利用公式(5)进行处理，使得九个城市在二级指标下的得分情况能够分别反映出该城市该指标的相对建设水平，并将所得结果绘制在雷达图上，结果如图2所示。

- m6 u3 f# b+ Z                               
登录/注册后可看大图

[size=0.8em]图2 2019年中国海洋中心城市高质量发水平展二级指标评价情况
) k' c2 V: ^* U$ |[size=1em]从图2得出以下结论：(1)大连海洋科技创新水平相较于高质量发展总体建设水平表现突出，其原因是因为大连人口和生产总值较低，使其人均海洋科技创新指标较高，但在总量方面和其他城市相比仍有不足。(2)舟山在协调度层面表现突出，这主要是因为在该层面下陆海统筹度指标所占权重较大，而海洋经济作为舟山支柱性产业，其海洋生产总值占比较高，陆海统筹发展情况较好。(3)厦门和舟山在共享性层面表现优异，分别得益于其注重城市基础建设投资和较高的人均海洋生产总值。(4)上海、宁波和厦门三市在绿色性层面发展较好，体现出其在建设海洋中心城市的过程中注重对环境的保护。(5)上海在开放度层面表现极为突出，这是因为上海港作为世界性大型港口，其货物吞吐量常年保持世界前列，港口建设为进出口贸易提供便利。(6)在集聚度层面上，上海和广州表现优异，这主要是因为长期发展所形成的结果。(7)在城市辐射性层面，深圳的科学交通网络设计和国际化都市建设具有较多的优势。
四、海洋中心城市高质量发展水平预测

& T8 r  a: D. D5 c9 p4 ~5 ]$ @(一)灰色预测

2 m: h  `' L3 z4 T0 F5 V( S, J[size=1em]基于以上研究，进一步对海洋中心城市未来发展水平进行测度。2020年年初的新型冠状病毒疫情冲击对海洋中心城市的发展产生重大影响，但是出于部分城市并未公布2020年相关数据的原因，本文在预测的时候并未考虑新冠疫情的影响。基于九座城市近10年来的数据，采用经典的GM(1,1)灰色预测模型进行预测，即利用一阶的、一个变量的微分方程进行预测的模型，其具有样本需求小且预测精度高的优势，在各个领域都得到了广泛的运用，模型具体建立如下：
[size=1em]设原始序列为X(0)=[x(0)(1)，x(0)(2)，x(0)(3)，…，x(0)(n)]，对其进行一次累加生成1-AGO，即：
2 N3 ~% L* ]) V0 _0 [[size=1em]X(1)=[x(1)(1)，x(1)(2)，x(1)(3)，…，x(1)(n)]  (7)
7 ?& P& q- U2 K1 H' [) C

                               
登录/注册后可看大图

  (8)
  f$ G3 A; L4 i- [) k[size=1em]根据X(1)可以构造一个新的序列，即Z(1)=[z(1)(1)，z(1)(2)，…，z(1)(n)]。其中，

* e, N' k9 y1 H% ?9 P. l9 ^" U% Y                               
登录/注册后可看大图

则白化微分方程为：

                               
登录/注册后可看大图

  (9)
$ h6 R" G$ C: o0 A1 Y6 f7 ]' R[size=1em]以离散形式表示，可写成：
' c5 h8 m8 d4 B6 S9 b[size=1em]x(0)(k)+az(1)(k)=b  (10)
0 Q4 b/ Z" p+ }7 ^+ |[size=1em]该方程是GM(1,1)的基本形式，a称为模型的发展系数，b称为灰色作用量。
, `8 R0 T4 _5 Z) R[size=1em]设X(0)为初始序列，X(1)为X(0)的1-AGO序列，Z(1)为X(1)的紧邻均值生成序列且：
- Q' Z$ D5 V0 g( f4 N% |

5 ~* P2 v" M# M8 _4 q) K                               
登录/注册后可看大图

  (11)
+ x1 l* s, X$ U1 w" ~7 F5 ~1 Q( j' N8 d[size=1em]则参数向量u=[a，b]T可以根据最小二乘法估计，即：

                               
登录/注册后可看大图

  (12)
[size=1em]利用式(3)求得参数值，并将其带入白化微分方程求解，得到的解也称为时间响应函数，即：

                               
登录/注册后可看大图

  (13)
[size=1em]取x(1)(1)=x(0)(1)，GM(1,1)模型x(0)(k)+az(1)(k)=b的时间响应式为：
9 p% Q4 M' p+ U6 u

                               
登录/注册后可看大图

  (14)
[size=1em]根据累加生成的逆运算得到GM(1,1)模型的最终还原式为：

2 T  t2 T- c. S. c8 ~                               
登录/注册后可看大图

(15)
! H. \* t' g0 F$ q; J[size=1em]因为未验证模型建立是否合适，需进一步进行误差检验-残差检验。
[size=1em]假设

7 d7 |0 ], X4 J6 L8 V  d2 Y2 f9 Y% ^, O                               
登录/注册后可看大图

为预测值，X(0)(t)为实际值，然后分别求出绝对误差值和相对误差值，即：
) F; f' l( B# Q6 h6 |7 ^

                               
登录/注册后可看大图

  (16)
* B4 {  Q' w" u# A- ?# W

                               
登录/注册后可看大图

  (17)
: l* y# n& ]5 W$ H[size=1em]平均相对误差为

0 m! Z2 r' {) a6 q# k                               
登录/注册后可看大图

相对预测精度为

; ^* n* X+ ], q# Z3 h) H- m0 D                               
登录/注册后可看大图

若相对预测精度大于90%，则表示达到了较好的精度要求。
' H  Z$ ?+ k" l$ b. j$ E0 K! n(二)预测结果

[size=1em]采用灰色预测GM(1,1)模型预测，结果如表4和图3所示。其中预测精确度都在0.97以上，说明所建立的模型较为合适。
/ P/ k3 e! t5 s" r& @$ o2 N[size=1em]从表4和图3可以得出以下结论：(1)在2020—2024年期间，上海全球海洋中心城市高质量建设水平保持年均1.35%的增长速度，预计到2024年相对评分能够达到107.38，领先于第二名广州的96.35。(2)厦门和舟山全球海洋中心城市发展水平增速最快，分别可达到2.49%和1.97%。这得益于近年来厦门市政府对海洋经济发展的重视以及科学的政策规划，从多个层面协同推进海洋经济高质量发展；舟山将海洋产业作为支柱性产业，海洋经济蓬勃发展。(3)深圳全球海洋中心城市发展水平的增速有放缓的趋势，预计未来年均增速为1.16%，较之前1.63%的增速下降明显，这可能是因为深圳发展主要以通信技术制造业等信息技术产业为主，与海洋经济的关联程度较低，海洋经济在整个地区经济中的占比也相对较小，这在一定程度上影响到了其全球海洋中心城市的建设进程。(4)天津和大连为仅有的两个未来四年增速不足1%的城市，宁波增速也仅为1.04%，但由于大连和宁波在2019年及以前表现较差，使得其预计在2024年相对评分不足75分，与天津的82.43分仍有一定的差距，三座城市应继续寻找新的增长动能，以推动海洋中心城市的建设 。(5)青岛预计未来年均增速可达1.41%，但其在2019年之前建设水平较差，致使2024年评分仍不足80分。
[size=0.8em]表4 全球海洋中心城市高质量发展水平灰色预测结果

' }3 n9 b! l: S$ `$ d                               
登录/注册后可看大图

" Y- P, T0 t" x5 Y1 U, m

  ?, G$ U8 q- C6 o+ ~0 q9 l2 F& t                               
登录/注册后可看大图

[size=0.8em]图3 海洋中心城市高质量发展灰色预测结果
五、结语

- h/ ]8 j1 G- m9 s& N[size=1em]本文以高质量发展要求的新发展理念与全球海洋中心城市的特征为导向，构建全球海洋中心城市高质量发展指标体系，通过熵值法、层次分析法、灰色关联法，以及主成分分析法，确定2010—2019年上海、广州、深圳等九个城市全球海洋中心城市高质量发展水平，最后通过GM(1,1)灰色预测模型对其未来发展进行预测，主要得到以下结论：
[size=1em](1)2010—2019年期间，上海、广州等九个城市的海洋中心城市高质量建设水平呈现出明显的上升态势。其中，上海全球海洋中心城市高质量发展水平建设一直处于领先位置；厦门和舟山发展水平增速较快，年均增速均超过2%；天津可能受制于产业结构转型的影响，建设水平出现先升后降的趋势；大连、青岛和宁波高质量建设水平相对较差，评分均未超过75分，青岛和宁波表现出增长的态势，而大连则呈现出波动的态势。
[size=1em](2)从全球海洋中心城市高质量发展水平二级指标来看，大连在创新层面大幅度领先其他城市，但其他六个层面均处于末端水平，导致了其综合评价水平较低；舟山在协调度和共享性层面表现较好，这得益于海洋产业作为当地的支柱型产业，在陆海统筹发展以及人均海洋生产总值方面遥遥领先；上海和宁波在绿色性层面发展较好，而大连处于末位且与其他城市差距明显；上海开放水平较高，远高于其他城市；上海和广州在集聚度层面表现出色，固定资产、金融、产业集聚优势为其海洋中心城市建设提供重要支撑；深圳在辐射性层面发挥亮眼，科学的交通网络有助于中心资源扩散，带动周边地区的发展。
[size=1em](3)GM(1,1)灰色预测模型结果显示，上海全球海洋中心城市高质量发展水平在2020—2024年期间将以年均1.35%的速度保持增长，领先于其他城市的建设水平；厦门和舟山增速迅猛，增速分别为2.5%和1.97%，在一定程度上反映出当地政府对全球海洋中心城市建设的重视程度；深圳和天津的增速预期将会放缓，增速分别为1.16%和0.88%，较之前的1.63%和1.15%下降明显；青岛、宁波和大连预计到2024高质量建设水平仍不足80分，与青岛表现出较好的增长势头所不同，宁波和大连增长缓慢，年均增速仅为1.04%和0.4%，海洋中心城市建设受阻。
' u- s& U$ U) @" S[size=1em]参考文献略
! x' [( }' j7 b, F/ j# O该文章来源互联网，如有侵权请联系删除
- ]3 S3 A/ A* f( U查看原文：www.52ocean.cn