基于主成分分析的江苏省海洋产业发展状况研究

2023-03-27 来源：我们爱旅游

经济理论与实践

程曼曼陈伟

（广东海洋大学管理学院，广东湛江 524088）

摘要：江苏作为海洋大省位居“一带一路”交汇点，政府明确要求江苏“为全国发展探路”，在此背景下评价江苏主要海洋产业发展状况对促进江苏海洋经济高质量发展、建设海洋强省具有重要现实意义。本文基于2001-2016年江苏海洋经济发展数据，通过 SPSS26.0软件利用主成分分析法对江苏海洋捕捞、海水养殖、滨海旅游等主要海洋产业发展水平进行综合分析，结果表明2001-2014年主要海洋产业发展情况的综合得分呈现不断上升趋势，2014-2016年得分呈现微弱下降趋势，最后针对产业发展过程中出现的问题并基于江苏实际提出相应对策建议。

关键词：海洋产业；主成分分析；江苏省

基金项目：教育部人文社会科学研究规划基金项目“海外农业投资区位选择中东道国国家风险研究”（16YJA790007）；广东海洋大学创新强校工程重大科研项目“海外农业投资区位选择中‘一带一路’沿线国家的国家风险研究”（230419059）

中图分类号：F062.9；F307.4 文献标识码：A文章编号：1674-537X（2020）11.0012-08一、引言

地球上海洋的面积大于陆地的面积，海洋有着丰富的资源，随着经济的快速发展带来了一系列如资源的短缺等问题，大力发展海洋经济将对我国经济社会发展具有重要战略意义。政府在党的十九大报告中指出，坚持陆海统筹，加快建设海洋强国，贯彻新发展理念，建设现代化经济体系。建设海洋强国战略目标是党中央从本国国情出发所做出的重大决策，是全面建设社会主义现代化强国的重要组成部分。政府明确要求江苏“为全国发展探路”。江苏地处东部沿海中心，位居“一带一路”交汇点，发展海洋经济有利于发挥海陆兼备、通江达海的优势，在实施“海洋强国”“长江经济带”等重大战略上当好先行军，更好地担当“探路”的应尽之责[1]。为贯彻落实党的十九大加快建设海洋强国重大决策部署，促进海洋经济高质量发展，按照国家“十三五”规划《纲要》要求，近日，发展改革委、自然资源部联合印发《关于建设海洋经济发展示范区的通知》支持包含江苏连云港、江苏盐城地区的海洋经济发展示范区建设，示范区建设要坚持稳中求进工作总基调，坚持新发展理念，围绕统筹推进“五位一体”总体布局和协调推进“四个全面”战略布局，以供给侧结构改革为主线，坚持陆海统筹，深入实施创新驱动发展战略，着力推动海洋经济高质量发展[2]。

高质量发展江苏海洋经济有助于推动海洋强国的建设，发展主要海洋产业作为发展海洋经济的重要一环，研究主要海洋产业的发展状况并不断进行改善对于江苏高质量发展海洋经济具有重要意义。目前学者多从促进高质量发展的路径和构建高质量发展指标体系的角度进行研究，陶长生（2018）指出通过强化海洋利用空间调控，构建现代海洋产业体系，实施海洋生2020年第11期

态保护修复以推动江苏沿海地区高质量发展[3]。邱宇（2019）学者指出江苏要聚焦海洋经济重点发展领域，增强创新驱动发展新动力，加快建设世界一流的海洋港口、完善的现代海洋产业体系、绿色可持续的海洋生态环境，努力实现江苏海洋经济高质量发展[4]。赵巍（2019）等通过构建江苏海洋经济高质量发展评价体系并进行实证分析指出江苏海洋经济高质量发展的提升路径为：连云港要智慧建海，促进错位发展；盐城要开放助海，彰显特色优势；南通要绿色兴海，实现持续开发[5]。本文将运用主成分分析法对海洋主要产业发展状况进行实证分析，这将有利于进一步观察江苏主要海洋产业发展情况，有利于为江苏海洋经济高质量发展提供现实指导依据。主成分分析法是指将数据中具有一定相关性的指标，重新组合成一组新的不相关的综合指标来代替原来的指标，将多个相关的指标转化为少数无关指标[6]。

二、江苏海洋发展现状

江苏2015-2017年海洋生产总值及所包含的产业发展情况与广东进行对比，如表1所示。

广东海洋生产总值已经连续25年位居全国首位，已成为我国海洋经济发展的核心区之一，因此将江苏与广东海洋生产总值进行对比不仅可以观测江苏海洋经济的发展状况，而且还能直观的看出差距，为政府决策提供方便从而更好的发展江苏海洋经济。海洋生产总值是海洋经济生产总值的简称，是海洋产业和海洋相关产业增加值之和。由表1可以得知，江苏在2015-2017年海洋生产总值一直呈现不断上涨的趋势，属于稳中上升的状态，广东海洋生产总值一直以远远高于江苏二倍以上的趋势增加并以差距不断加大的态势发展，看来江苏在提高

该海洋生产总值方面要加大努力。其次，对产业方面进行分析可以看出，在2015-2017年江苏第一产业远高于广东的，海洋第一产业指海洋渔业中的海洋水产品、海洋渔业服务业等；江苏第二三产业远低于广东的，尤其是第三产业江苏与广东相差比较多并且之间的趋势也是不断加大，在2017年已由原来的4655.6亿元相差为6312.2亿元，海洋第二产业是指海洋水产品加工、海洋油气业、海洋生物医药业、海水利用业、海洋盐业等，海洋第三产业指海洋交通运输业、滨海旅游业等，由分析可知广东稳居第一主要是能够充分利用地理位置优势，着力

海洋生产总值（亿元）

5590.213229.86101.714443.16606.615968.4

第一产业（亿元）316.2201.0409.5254.0434.5273.8

提升港口综合服务能力，在海洋产业体系方面能不断推动海洋传统产业转型升级，促进海洋产业结构优化，在海洋科技方面，坚持创新引领，强化自主创新能力，总之广东能够很好地利用地理位置优势并加大科技创新最大程度利用资源、持续完善海洋产业经济结构是其稳步向上发展的重要原因，当然也是我国其他地区应该借鉴的地方。最后在海洋生产总值占沿海地区生产总值比重方面，江苏的百分比变化是有升有降的微波动状态，广东则是缓慢上升状态，可见海洋经济的发展对其整体发展发挥着越来重要的作用。

第二产业（亿元）2894.75993.93071.56223.33290.66500.9

第三产业（亿元）2379.37034.92620.77965.92881.69193.8

海洋生产总值占沿海地区生产总值

比重（％）

8.619.58.719.88.519.8

表1：江苏、广东海洋生产总值对比

时间201520162017

地区江苏广东江苏广东江苏广东

数据来源：中国海洋统计年鉴。

三、实证分析（一）数据指标的选取

为考察江苏海洋产业发展情况，本文主要搜集了2001年至2016年与江苏海洋经济综合发展水平有关的13个产业指标数据，包括江苏省海洋捕捞产量、货物吞吐量、海水养殖面积等，数据来源于《中国海洋统计年鉴》，《江苏省统计年鉴》，中国海洋统计公报，政府官网和相关新闻，通过主成分分析计算每年主要海洋产业发展得分并对其进行分析。

（二）主成分分析评价法步骤1、数据标准化󰀁󰀁󰀁

rij=

xij−µj

根据特征值确定主成分个数，特征值大小反映了主成分的影响力。

4、计算贡献率和累计贡献率

wi=

λj

∑λ，ai=

∑λj=1

p∑λj=1

j=1pj

wi为第i个主成分的方差贡献率，ai为累计方差贡献率，i为Fi的特征值。

5、提取主成分

通常选取累计方差贡献率大于0.85时的特征值个数为主成分个数。

6、计算主成分综合得分

+wmFmF=w1F1+w2F2+、、、

7、作出评价结果

根据综合得分判断评价对象的优劣，综合得分越高，评价对象越优[7]。

（三）主成分分析过程

1、原有变量的相关系数矩阵及KMO和巴特利特检验

σj

上式中为xij原始数据，rij为标准化数据，µj为第j个指标的均值，σj为第j个指标的标准差差。

2、构建相关系数矩阵

计算变量的相关系数然后构建相关系数举矩阵，然后由矩阵分析指标之间的相关性。

3、求相关系数矩阵的特征值和特征向量

表2：原有变量的相关系数矩阵

海洋捕海水养货物吞旅客吞吐旅行海水养从业

海盐产量货运量客运量机构数

捞产量殖产量吐量量（万社数殖面积人员

（万吨）（万吨）（万人）（个）

（吨）（吨）（万吨）人次）（家）（公顷）（人）

海洋捕捞产量

（吨）海水养殖产（吨）

海洋科研机构科技课

专利申请

受理数

题数

（件）

（项）-.819.934

-.370.468

相关性

旅行社数（家）海水养殖面积（公顷）机构数（个）从业人员（人）海洋科研机构科技课题数（项）专利申请受理数

（件）海洋捕捞产量（吨）海水养殖产量（吨）海盐产量（万吨）货运量（万吨）客运量（万人）显著性（单尾）

货物吞吐量（万吨）旅客吞吐量（万人次）旅行社数（家）海水养殖面积（公顷）机构数（个）从业人员（人）海洋科研机构科技课题数（项）专利申请受理数

（件）a.󰀁决定因子󰀁=󰀁1.177E-15

.000.004.000.372.001.427.000.003.038.015.000.079

.000.000.225.000.201.000.000.001.000.000.034

.000.370.000.271.000.004.005.004.000.081

.193.000.270.000.000.004.001.000.004

.334.098.392.145.234.141.430.289

.388.000.002.010.002.000.001

.331.135.007.019.376.413

.000.003.001.000.027

.003.000.000.091

.000.006.109

.001.011

.003

.633-.813-.089-.704-.050-.867-.663-.455-.545-.819-.370

-.886.962.203.888.225.990.846.707.770.934.468.000

1.000-.868-.090-.818-.165-.884-.638-.624-.630-.809-.368.004.000

-.8681.000.233.969.166.968.756.643.741.969.638.000.000.000

-.090.2331.000.156.446.100.371.260.378.064.201.372.225.370.193

-.818.969.1561.000.077.911.688.572.690.964.739.001.000.000.000.334

-.165.166.446.0771.000.141.347.687.604.102.071.427.201.271.270.098.388

-.884.968.100.911.1411.000.802.656.721.957.491.000.000.000.000.392.000.331

-.638.756.371.688.347.8021.000.660.751.750.351.003.000.004.000.145.002.135.000

-.624.643.260.572.687.656.6601.000.930.613.326.038.001.005.004.234.010.007.003.003

-.630.741.378.690.604.721.751.9301.000.695.567.015.000.004.001.141.002.019.001.000.000

-.809.969.064.964.102.957.750.613.6951.000.650.000.000.000.000.430.000.376.000.000.006.001

-.368.638.201.739.071.491.351.326.567.6501.000.079.034.081.004.289.001.413.027.091.109.011.003

比较高，根据变量之间呈现的较强的线性关系可得，能够从中提取公共因子，适合进行因子分析。另外，尽管由KMO󰀁和󰀁Bartlett󰀁检验表可得KMO统计量为0.573，表示不太适合做因子分析，但是巴特利特球形度检验中，统计量的观测值为2020年第11期

海洋捕捞产量（吨）海水养殖产量（吨）󰀁表3：KMO和巴特利特检验KMO󰀁取样适切性量数。近似卡方巴特利特球形度检验自由度显著性.573131.77378.000131.773，对应的概率P值为0小于给定的0.05显著性水平，并且因为如果巴特利特球形度检验和KMO检验结果不同时以KMO检验结果为主，所以原有变量适合做因子分析。综上，适合进行因子分析。

2、描述统计

表4：描述统计平均值574652.19标准偏差a23214.618分析个缺失个案数a案数161600由表2原有变量相关系数矩阵可知大部分的相关系数都

海盐产量（万吨）货运量（万吨）客运量（万人）货物吞吐量（万吨）旅客吞吐量（万人次）旅行社数（家）海水养殖面积（公顷）机构数（个）从业人员（人）海洋科研机构科技课题数（项）专利申请受理数（件）140.161311933.3120.8014116.009.331588.63174651.699.002078.941430.31108.0066.106808211.25110.1058506.5222.996482.75618685.4531.932934.148578.63183.909161616161616161616161600604000004成分12345678910111213

提取.720.965.755.975.459.916.848.973.734.823.901.967.379

提取条件即特征值大于1提取因子时的变量共同度。由表5可以看到，除了专利申请受理数变量，其他变量的共同度均比较高，尤其是海水养殖产量、货运量、货物吞吐量、旅行社数、从业人员、海洋科研机构科技课题数百分之九十以上的信息可被因子解释，各个变量的信息丢失都比较少，因此，本次因子提取的总体效果比较理想。

4、因子解释原有变量总方差的情况及碎石图

表6：因子解释原有变量总方差的情况

初始特征值总计

提取载荷平方和

旋转载荷平方和

方差方差方差

累计%总计累计%总计累计%

百分比百分比百分比

a.󰀁对于每个变量，缺失值将替换为变量平均值。8.54265.70665.7068.54265.70665.7067.69959.22559.2251.87214.40280.1081.87214.40280.1082.71520.88380.108.931.732.381.265.169.081.017.006.002.001.000

7.16487.2715.63292.9032.93295.8352.03597.8691.30299.172.622.133.046.016.009

99.79499.92799.97399.98999.998

在以上表4描述性统计中可知，仅仅对以上指标值的平均值进行比较可以看到，海水养殖产量指标均值最高，其次是海洋捕捞产量指标均值，排名第三的是海水养殖面积指标的平均值，通过以上平均值大小也可以从侧面反映出江苏依然主要以发展传统的海洋第一产业为主，对于海洋第二三产业涉足较少，同时验证了本文刚开始通过数据发现的江苏产业发展态势的结论。标准偏差是可以衡量数据值偏离算术平均值的程度，标准偏差越小，这些值偏离平均值就越小，此处通过标准偏差值的大小以观察选定指标的稳定程度。

3、公因子方差

表5：公因子方差

海洋捕捞产量（吨）海水养殖产量（吨）海盐产量（万吨）货运量（万吨）客运量（万人）货物吞吐量（万吨）旅客吞吐量（万人次）

旅行社数（家）海水养殖面积（公顷）

机构数（个）从业人员（人）

海洋科研机构科技课题数（项）

专利申请受理数（件）注：提取方法为主成分分析法。

初始1.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.0001.000

.002100.000

注：提取方法为主成分分析法。

图1：因子分析的碎石图

因子解释原有变量总方差的情况如表6，每组中数据项的含义依次是特征值（方差贡献）、方差贡献率、累计方差贡献率。第一组数据项（第二列至第四列）描述了因子分析初始解的情况，第一个因子的方差贡献为8.542，解释原有13个变量总方差的65.7%，累计方差贡献率为65.7%；第二个因子的方差贡献为1.872，解释原有13个变量总方差的14.4%，累计方差贡献率为80.1%。其它数据也是这样解释。在初始解中由于提取了13个因子，原有变量的总方差均被解释，累计方差贡献率为100%，在公因子方差表中第二列也说明了这点。第二组数据（第五列至第七列）描述了因子解的情况。根据得出的表6可以看出指定提取了两个因子，这两个因子总共解释了原

在首先根据原有变量的相关系数矩阵，采用主成分分析法提取因子并选取大于1的特征值这步尝试性分析之后，并指定输出因子分析的初始解后，分析结果如表5，其显示了所有的变量共同度，第一列数据是因子分析初始解下的变量共同度，它表明：如果对原有13个变量采用主成分分析方法提取13个因子，那么原有变量的所有方差都可被解释，变量的共同度均为1。但是事实上分析的主要目标是选取的因子个数少于原有变量的个数，所以不可全部提取。第二列数据本文是在按指定

152020年第11期

有变量总方差的80%以上，原有变量的信息丢失较少，因子分析效果较理想。第三组数据项（第八列至第十列）描述了最终因子解的情况。通过表6可以看出，在因子旋转后，总的累计方差贡献率没有改变依旧是80%以上即没有影响原有变量的共同度，但是重新分配了各个因子解释原有变量的方差，由第一个因子解释原有变量总方差的65.71%转变为了旋转后的59.23%，第二个因子解释原有变量总方差的14.40%转变为旋转后的20.88%，改变了各因子的方差贡献，使因子更易于解释。综上由表6可知在所有的主成分中最终提取出了2个主成分，且特征根的大小是从大到小的顺序排列，第一主成分的特征值是3.168，方差贡献率是59.23%；第二主成分的特征值是2.730，方差贡献率是20.88%，选取出的两个主成分包含原有13个变量的80%以上的信息，原有变量的总方差大部分均被解释。另外，根据碎石图1可知，前两个因子的特征值都大于1，尤其是第一个因子的特征值最高，解释了原有变量超过一半的信息，贡献最大，随后的因子特征值都比较小，对解释原有变量贡献小，因此最终可得提取前两个因子是合适的。

5、成分矩阵

表7：成分矩阵成分1海水养殖产量（吨）货运量（万吨）旅行社数（家）海洋科研机构科技课题数（项）货物吞吐量（万吨）海盐产量（万吨）从业人员（人）海水养殖面积（公顷）海洋捕捞产量（吨）机构数（个）专利申请受理数（件）旅客吞吐量（万人次）客运量（万人）提取方法：主成分分析法。a.󰀁提取了󰀁2󰀁个成分。.978.975.966.950.928-.856.852.840-.806.768.606.313.2612-.091-.155-.202-.255-.235.149.417.168.265.482-.107.866.625海洋捕捞产量（吨）海水养殖产量（吨）海盐产量（万吨）货运量（万吨）客运量（万人）货物吞吐量（万吨）旅客吞吐量（万人次）旅行社数（家）海水养殖面积（公顷）机构数（个）从业人员（人）海洋科研机构科技课题数（项）专利申请受理数（件）1-.139.124-.122.136-.090.146-.130.144.060-.007.014.152.087海洋科研机构科技课题数（项）旅行社数（家）货运量（万吨）货物吞吐量（万吨）海水养殖产量（吨）海盐产量（万吨）海洋捕捞产量（吨）海水养殖面积（公顷）专利申请受理数（件）旅客吞吐量（万人次）机构数（个）从业人员（人）客运量（万人）提取方法：主成分分析法。󰀁旋转方法：凯撒正态化最大方差法。a.󰀁旋转在󰀁3󰀁次迭代后已收敛。1.979.974.967.951.947-.853-.848.726.605-.015.547.648.022旋转后的因子载荷如表8，由表8可知，海洋科研机构科技课题数、旅行社数、货运量、货物吞吐量、海水养殖产量在第一个因子上有很高的载荷，海水养殖面积、专利申请受理数、从业人员相关系数在第一因子上也具有较高的载荷，第一个因子解释了多个变量，由于包含面广所以不能给予很好地概括性解释。旅客吞吐量、机构数、从业人员、客运量在第二个因子上有较高的载荷，第二个因子主要解释了这几个变量，尽管依旧不能进行概括性的总结，但相比旋转前能更清晰的看出所解释的因子的含义。

表8：旋转后的成分矩阵成分2.100.154.201.110.262-.165-.039.455.116.921.724.693.6777、成分得分系数矩阵

表9：成分得分系数矩阵成分2.099-.005.039-.037.323-.079.445-.061.119.273.244-.088-.028成分矩阵即因子载荷矩阵，是因子分析的核心计算结果，可以通过此表写出因子分析模型，由表7可以看出，众多变量在第一个因子上的载荷都很高，同时也意味着他们与第一个因子的相关程度很高，表明第一个因子很重要，对于选出的第二个因子通过数据看出与原有变量的相关性均比较小，对原有变量的解释作用不显著。另外这两个因子的实际含义很难整体归纳，所以比较模糊。

6、旋转后的成分矩阵

为使因子具有命名解释权，因子采用方差极大法对因子载荷矩阵实行正交旋转，指定按第一个因子载荷降序的顺序输出2020年第11期

根据回归法估计并输出因子得分系数，结果如上表9。由表9各个因子得分系数可以写出以下因子得分函数：（1）F1=󰀁-0.139*海洋捕捞产量+0.124*海水养殖产量-0.122*海盐产量+0.136*货运量-0.09*客运量+0.146*货物吞吐量-0.13*旅客吞吐量+0.144*旅行社数+0.06*海水养殖面积-0.007*机构数+0.014*从业人员+0.152*海洋科研机构科技课题数+0.087*专利申请受理数

（2）F2=󰀁0.099*海洋捕捞产量-0.005*海水养殖产量+0.039*海盐产量-0.037*货运量+0.323*客运量-0.079*货物吞吐量+0.445*旅客吞吐量-0.061*旅行社数+0.119*海水养殖面积+0.273*机构数+0.244*从业人员-0.088*海洋科研机构科技课题数-0.028*专利申请受理数

（3）采用计算因子加权总分的方法进行综合评价，根据综合主成分公式，以两个因子的方差贡献率为权数计算因子加权总分

F=0.59/(0.59+0.21)*F1+0.21/(0.59+0.21)*F2

由此可见，在计算两个因子得分变量的时候，海洋科研机构科技课题数、旅客吞吐量权重比较高。另外，因子得分的均值为0，正值表示高于平均水平，负值表示低于平均水平，便于以后通过因子得分变量的散点图进行综合评价。

（四）结论分析

表10：主成分与综合主成分得分

年份2001200220032004200520062007200820092010201120122013201420152016

F1-1.57-1.30-1.15-0.90-0.59-0.46-0.22-0.14-0.0580.010.400.700.781.241.551.71

F20.11-0.15-0.22-0.20-0.98-0.70-1.20-0.380.931.381.390.841.360.46-0.66-1.98

F-1.13-1.00-0.91-0.71-0.69-0.52-0.47-0.200.200.370.660.730.931.030.970.74

排名16151413121110987653124

F1F2F2014年得分达到最高为1.03，但是在2014年之后综合得分F呈现微弱下降趋势，2016年得分为0.74，下降到了2012年水平，2008-2009年是海洋产业生产能力综合得分由负到正的转折点，2015相比2014年旅行社数、货物吞吐量、海水养殖产量、专利申请受理数等都明显下降，所以导致2014年之后得分下降，2016年相比2015年海洋科研机构科技课题数、海水养殖产量、机构数、客运量等都在不断减少，所以导致2016年得分偏低。另外，海洋产业生产能力总得分F与F1发展态势相似，F1图像表现出持续上升态势，只不过是在2008—2010年及2012—2013年增长幅度比较小。F2发展变化幅度较大且不稳定性因素较多，2001—2004年呈稳定下降趋势，2004—2010发展呈W型，2010年以后除了2012—2013年略有增长外其余年份得分都在不断下降，尤其是如果新政策限制对于第二因子具有较高载荷的旅客吞吐量、海水养殖面积等，也将会对整个海洋产业发展产生影响。

21.510.50-0.5-1-1.5-2-2.512345678910111213141516得分年份图2：江苏省海洋经济各主成分得分变化图

数据来源：根据笔者计算所得。年份为缩写，为2001－2016年。

3、在2001-2004年综合得分增长率处于平稳状态，2004-2013年综合得分增长率处于变化幅度较大的状态，尤其是2008-2010年期间，综合得分增长率降到最低-2，随后又升到最高0.85，2013-2016年综合得分增长率处于均衡下降状态，在2016年F得分增长率已经变为-0.24。

四、海洋产业发展存在的问题

（一）产业结构不合理，战略性新兴产业发展滞后江苏海洋生产总值在2014-2016年分别为5590.2亿元、6101.7亿元、6606.6亿元，2013-2015年江苏海洋经济三次产业结构比分别为4.6∶49.1∶46.0、5.7∶51.8∶42.6、6.7∶50.3∶43.0，海洋经济第二产业发展高于第三产业，呈现出二三一的产业格局。另外江苏海洋经济总量规模排名为中等，江苏海洋经济规模与其经济大省地位不相称，与海洋经济发展排名第一的广东相比，广东产业以第二三产业发展为主，最主要的是对科技创新研发等方面投入较多，对新兴海洋产业发展较为重视，值得江苏学习。对于海洋产业布局从整体来看，江苏现有海洋支柱产业为海洋渔业和滨海旅游业、交通运输业等，传统海洋产业所占比重较高，海洋经济仍处于传统发展阶

2020年第11期

数据来源：根据笔者计算所得。

1、由表10计算出的F可知，2001-2016年江苏海洋产业生产能力整体呈现递增趋势，由2001年的-1.13到2016年的0.74，尽管江苏海洋经济对江苏省经济的发展拉动作用小，但是由数据可知近十几年海洋产业生产能力对海洋经济发展贡献度越来越大。

2、由折线图可知2001-2014年综合得分F呈现递增状态，

段，对于新兴战略性产业如海洋生物医药业、海洋可再生能源利用业、海洋电力业等海洋新兴产业虽然发展较快，尚未形成一定的规模，与广东省、上海市等省市相比，海洋优势产业相对较少，海洋经济增长主要是粗放型的增长，海洋经济对沿海地区经济发展贡献有待进一步提高[8]。

（二）海洋产业区域发展不平衡

江苏不同地区发展水平有差异，沿海三市连云港、盐城、南通三市GDP相差较大，南通位于苏南，盐城位于苏中，连云港位于苏北，南通经济发展水平高于连云港、盐城，苏南经济发展水平高于苏北，沿海地区区域经济不平衡问题突出，地理位置的不同导致江苏沿海地区内部各城市海洋产业的发展依旧存在不平衡现象，地理位置较好的城市其海洋产业综合发展实力较高。

（三）环境问题突出

江苏沿海地区作为自然保护区和生态湿地的密集分布区，现有国家级自然保护区2个，省级自然保护区2个，县级自然保护区1个，占全省自然保护区总面积的64.7%，是全省乃至全国生态环境保护的重要领地[8]。江苏特殊的地理位置，其可开发的岸线资源有限，在促进沿海产业发展的时候不断加大对海岸线资源的开发，长期如此将会影响海洋经的可持续发展。其次，不断增加的沿海化工企业尽管促进了经济发展，但排放的污水增加了对海洋环境的污染程度，影响了海洋生物种类多样性和其生存环境，尤其是随着海洋产业结构不断调整，滨海旅游业等产业快速发展使得垃圾排放量加大，加重了对海洋环境的污染，导致目前尤其是渔业资源的数量不断减少。

五、海洋产业发展对策建议（一）加强陆海统筹、区域合作

在发展江苏经济的过程中，沿海区域经济与非沿海地区经济的发展没有太大关联，并且沿海城市之间的竞争多为低水平竞争，给江苏海洋经济发展带来了很大阻碍并影响其整体竞争力的提升。所以要对海洋产业进行科学合理分工，优化产业布局，立足江苏全省，将陆域中适合在沿海地区发展的的产业转移到沿海地区，当然也可以反向转移，对于有需要的要向陆域转移的海洋产业价值链也要及时扩大转移，加强陆海统筹发展。其次各涉海部门之间加强合作，发挥区域联动机制的协同效应，统筹规划，建立海洋生态补偿机制并协调推进，探索海洋生态治理保护的大众参与机制也将有助于海洋保护制度的制定和实施。另外，尽可能促进产业集聚，尤其是工业的聚集，建立海洋产业园区，这样不仅可以减少对岸线资源的随意占用现象而且有助于统一实施对海洋生态环境的保护措施，加大对环境的保护力度。

（二）加快现代产业体系的建立

加快传统产业的转型升级，如推进现代海洋渔业建设、优化海洋交通运输业、海洋化工业等，加大高科技技术设备在海

洋船舶工业的制造，提升对海洋油气产业的开采效率；另外，在江苏沿海滩涂面积约5100平方千米，充分利用其广阔的浅海滩涂与丰富的生物资源能为海水养殖业的发展提供良好条件这个优势，打造沿海池塘生态健康养殖示范区；利用地理优势，加大对科技研发、高科技服务业等的投入持续推进海洋第三产业的发展。培育壮大战略性新兴产业，最主要的是要加大对海洋人才的培养与引进，为海洋新兴产业提供人才支撑；加大对海洋生物医药业的研发，积极打造海洋药物和生物制品的完整产业链条；开发利用海洋可再生能源，加快发展海洋可再生能源利用业，如海水利用业、海洋电力业等。推动产业供给侧结构性改革，建立标准的可循环的示范产业园区，对于化工企业政府推行相关政策优惠等鼓励使用低污染低消耗的机器设备，将高污染高消耗的粗放型发展模式转为低污染低消耗高效率的发展模式，走可持续发展道路。

（三）提升对外开放水平，打造新的“蓝色”增长极“一带一路”的本质是促进各国之间的互联互通，加强沟通交流，并利用其越来越完善的基础设施促使经济贸易更加便利化，最终带动周边经济共同发展。随着长江经济带、江苏沿海开发以及“一带一路”等战略的提出，江苏沿海港口建设迎来了崭新的历史起点，国家战略的实施为江苏港口更好地发挥新优势带来了重要机遇[8]。江苏海洋经济增长潜力较大，发展前景广阔，应充分利用其“一带一路交汇点”的位置优势，积极参加“一带一路”战略计划，抢抓“一带一路”建设机遇，高水平引进来，大踏步走出去，加强与沿线各国之间海洋方面的交流合作，重点发展海洋生物医药产业、海洋可再生能源、海水淡化与综合利用产业、滨海旅游业，加大对高新技术的研发，构建开放型海洋经济体系，建设国际海洋经济示范区，吸引国际组织和企业落户，增强海洋贸易能力，打造沿海对外开放新高地。

（四）提高政府宏观调控能力，促进沿海地区均衡发展统筹建立合作机制，构建协调发展新格局。坚持分类引导、整体谋划，通过沿海地区市级政府间的横向合作，建立职能部门间的常态化交流的定期例会制度，加大各级干部交流，寻求沿海地区区域合作方向，突破行政区隔障碍，提升区域资源的优化配置，形成区域协调发展新格局[9]。

（五）以政策为导向，完善执法监督体系

保护海洋生态环境，走可持续发展道路。首先，政府制定相应的政策并给于一定的经济补偿鼓励发展海洋循环经济，从根本上提高大家的环保意识；其次，加强执法人员对海域环境的监督，严格控制向海洋排放的日常生活产生的、企业生产产生的等各类污染物；最后，加强各市县区域合作，构建严格的污染防治体系，打造全国海洋生态经济示范省，基于生态文明理念高质量发展江苏海洋经济。

2020年第11期

参考文献：

[1]胥爱贵.系统推动江苏海洋经济高质量发展[N].新华日报,2018-10-23(013).

[2]󰀁本刊讯.国家发展改革委、自然资源部推动海洋经济发展示范区建设[J].中国经贸导刊,2018(34):43.[3]󰀁陶长生.推动江苏沿海地区高质量发展[J].群众,2018(11):57-58.[4]󰀁邱宇.努力实现江苏海洋经济高质量发展[J].唯实,2019(08):56-58.

[5]󰀁赵巍,汪彤欣,陆芸.江苏海洋经济高质量发展水平评价与提升路径[J].大陆桥视野,2019(12):52-56.[6]󰀁陈龙,方兰,李军.基于主成分分析法的关中城市群水生态文明评价[J].水利发展研究,2018,(5)．

[7]󰀁卞晓娣.基于主成分分析法的安徽省滁州市土地生态安全评价[J].云南农业大学学报(社会科学),2017,(6)．[8]󰀁冒士凤.江苏海洋经济在“一带一路”背景下的优劣势及发展机遇[J].江苏科技信息,2018,35(06):69-72.[9]󰀁孙小祥,顾之与,于英鹏.江苏沿海地区经济发展的现状、问题与对策[J].浙江农业科学,2019,60(10):1709-1711.

192020年第11期

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文

全部栏目

基于主成分分析的江苏省海洋产业发展状况研究