中国海洋大学学报社会科学版  2020  Issue (2): 64-72  DOI: 10.16497/j.cnki.1672-335X.202002007

引用本文  

赵领娣, 王亚薇, 脱颖. 我国主要海洋产业与海洋就业结构偏离度探究[J]. 中国海洋大学学报(社会科学版), 2020, (2): 64-72.
Zhao Lingdi, Wang Yawei, Tuo Ying. The Research on the Deviation of Major Marine Industry and Marine Employment Structure in China[J]. Journal of Ocean University of China (Social Sciences), 2020, (2): 64-72.

基金项目

国家社科基金重大课题“中国沿海典型区域风暴灾害损失监测预警研究”(14ZDB151);国家社科基金专项课题“新时代中国特色社会主义思想指引下的海洋强国建设方略研究”(18VSJ067)

作者简介

赵领娣(1963-),女,河南武陟人,中国海洋大学经济学院教授,博士生导师,主要从事人力资本与可持续发展、资源环境与劳动力市场演化研究

文章历史

收稿日期:2019-09-10
我国主要海洋产业与海洋就业结构偏离度探究
赵领娣1,2 , 王亚薇1 , 脱颖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
摘要:2018年政府工作报告中将城镇新增就业1100万人以上作为主要发展预期目标之一,同时指出要着力促进就业。近些年来,海洋产业的迅速发展为海洋劳动力就业、缓解全国整体就业压力提供了良好机遇。在此背景下,基于对2006-2016年间我国主要海洋产业与海洋就业结构偏离度的测算,首次建立偏最小二乘通径模型对可能影响结构偏离度的相关因素进行科学探究。结果表明:(1)主要海洋产业的第一产业结构偏离度为负,存在劳动力转出的可能; 第二产业、第三产业结构偏离度为正,有继续吸纳劳动力的潜力。(2)科学技术水平、地区基础设施建设、地区人均收入与消费、对外贸易四大因素均有助于减小结构性偏差,劳动力、固定资产投资两因素则会加大结构性偏差。据此,提出一系列促进海洋产业与海洋就业协调发展、实现海洋劳动力充分就业的对策建议。
关键词主要海洋产业    海洋劳动力就业    结构性偏差    偏最小二乘通径模型    
The Research on the Deviation of Major Marine Industry and Marine Employment Structure in China
Zhao Lingdi1,2 , Wang Yawei1 , Tuo Ying1     
1. School of Economics, Ocean University of China, Qingdao266100, China;
2. Research Institute of Marine Development, Ocean University of China, Qingdao 266100, China
Abstract: In the 2018 government work report, more than 11 million urban jobs will be created as one of the main development goals, and the government will focus on promoting employment. In recent years, the rapid development of the marine industry has provided a good opportunity for the employment of the marine labor force and alleviating the employment pressure of the whole country. In this context, based on the calculation of the deviation degree of major marine industries and marine employment structure in China between 2006 and 2016, this paper established the partial least square path model for the first time to conduct a scientific research on related factors that may affect the structural deviation degree. The results show that(1) the deviation degree of the primary industrial structure of the major marine industries is negative, and there is the possibility of labor force transferring out. The structural deviation degree of secondary industry and tertiary industry is positive, having the potential to continue to absorb labor force; (2) the four factors of science and technology level, regional infrastructure construction, regional per capita income and consumption, and foreign trade are conducive to reducing structural bias, while the two factors of labor force and fixed asset investment will increase structural bias. Accordingly, a series of measures and suggestions are put forward to promote the coordinated development of marine industry and marine employment, and realize the goal of the full employment of marine labor force.
Key words: major marine industry    marine labor employment    structural bias    partial least squares path model    
一、研究背景

就业既是民生之本,也是经济发展之本,就业问题事关国计民生。2018年政府工作报告将城镇新增就业1100万人以上列为主要发展预期目标之一,同时指出要着力促进就业。《中国统计年鉴》显示,2006-2016年,我国总体就业人数的增长率从0.76%波动下降到0.20%,2010年甚至出现了2.42%的负增长,总体情况并不乐观。另外,随着经济的深度发展,陆域产业逐渐受到陆地资源和市场容量的限制,其吸纳就业的能力愈发有限。因此,寻找新的经济发展模式和就业增长点已然成为政府、公众关注的热点之一。

海洋作为人类生存和发展的另一基本环境,与陆域资源有着较好的互补性,在其相关产业迅速发展的同时,吸纳劳动力的潜力也会进一步释放。根据《中国海洋统计年鉴》相关数据计算得到,2006-2016年,我国主要海洋产业增加值实现了近3.23倍的增长,年均增长率高达12.63%,发展势头强劲。涉海从业人数则以平均0.6%的增速攀升,远高于全国总体就业人数0.3%的平均增长率。

海洋产业能有效带动就业及海洋工业的良好发展,[1]其良好的发展趋势既能扩大自身对劳动力的需求,也能刺激其他产业对劳动力的需求。[2]海洋产业就业作为新的研究领域,近些年逐渐受到更多关注。栾维新研究发现,海洋产业增加值每提高1%,3.7万个直接就业岗位也会随之出现,[3]周井娟得出类似结论,主要海洋产业生产总值的提高有利于促进相关就业,但是就业岗位贡献在不同产业之间存在明显差异。[4]利用劳动生产率、比较劳动生产率、就业弹性、岗位贡献度等指标分析发现海洋产业在吸纳劳动力方面具有独特优势,海洋产业即期和长期就业弹性都较大,能够有效促进就业,不仅传统海洋产业吸纳就业依旧十分重要,海洋新兴产业对于海洋劳动力就业也表现出巨大潜力。[5][6][7][8]也有学者以某一沿海地区(如浙江省)为例,研究其海洋产业的劳动就业贡献率、就业弹性,并对未来海洋产业可吸纳的就业人数进行了预测,同样认为海洋产业对于促进就业意义重大。[9][10][11][12]原峰等运用多变量灰色模型分析我国海洋产业就业,并对其进行预测,得出同样观点。[13]优化海洋产业结构,让海洋产业结构更具合理性,有助于保证海洋经济健康发展,进而充分发挥海洋产业吸纳海洋劳动力就业的潜力。[14]梳理文献发现,采用偏最小二乘通径模型分析造成主要海洋产业与海洋就业结构性偏差因素的文献相对较少。本文在对2006-2016年我国主要海洋产业与海洋就业结构偏离度测算的基础上,首次建立该模型科学探究可能影响结构偏离度的相关因素。最终给出促进我国主要海洋产业与海洋就业协调发展,充分释放主要海洋产业就业潜力的针对性政策建议。

二、我国主要海洋产业与海洋就业结构偏离度测算

海洋产业与海洋就业的良性匹配有利于实现海洋产业充分就业,促进海洋经济的持续健康发展。随着经济的发展、技术的进步,产业之间也会表现出不同的生产水平,海洋劳动力资源会由第一产业向第二产业和第三产业逐步转移。但由于现实中海洋劳动力年龄、海洋资产专用性等因素的影响,海洋产业与海洋就业的结构变动不总是一致,从而出现海洋产业与海洋就业之间的结构性偏差。

(一) 主要海洋产业三次产业划分

本文首先根据《中国海洋统计年鉴》主要指标解释、《国民经济行业分类》(GB/T 4754-2002)、《海洋经济统计分类与代码》(HY/T052-1999),以及《海洋及相关产业分类》(GB/T 20794-2006),对我国12个主要海洋产业进行如下划分:主要海洋产业中的第一产业包括海洋渔业; 主要海洋产业中的第二产业包括海洋油气业、海洋矿业、海洋盐业、海洋化工业、海洋生物医药业、海洋电力和海水利用业、海洋船舶工业、海洋工程建筑业; 主要海洋产业中的第三产业包括海洋交通运输业、滨海旅游业。

(二) 主要海洋产业三次产业的结构偏离度

表 1给出了2006-2016年我国主要海洋产业与海洋就业的结构现状:我国主要海洋产业第一产业劳动力数量居高不下,2015年和2016年两年还有攀升趋势,劳动力人数占比远大于产业增加值占比; 第三产业拥有较少的海洋劳动力资源却保持着较高的发展水平。这一点在2016年体现得尤为明显,第一产业的增加值比重为16.256%,从业人员比重高达59.786%;而第三产业比重为63.865%,劳动力占比仅有22.159%。可见我国主要海洋产业与海洋就业的发展并不完全同步。

表 1 2006-2016年我国三次海洋产业的增加值占比与劳动力占比(%)

采用结构偏离度公式进一步分析,公式如下:[15][16][17][18][19][20]

$ 结构偏离度 = \frac{{GDP的产业构成百分比}}{{就业的产业构成百分比}} $

若该值为正,则表示产业比重大于就业比重,说明该部门相对劳动生产率较高,能够接纳更多的劳动力,存在劳动力转入的可能; 若该值为负,则意味着相对劳动生产率较低,存在劳动力转出的可能; 若该值为零,则意味着产业比重与就业比重相等,说明产业结构与就业结构处于均衡状态,此时劳动力资源得到最优配置。也就是说,结构偏离度越接近于零,产业结构与就业结构之间的关系也就越合理。

经测算,我国主要海洋产业与海洋就业结构偏离度呈现如下特点(见表 2图 1):

表 2 2006-2016年我国主要海洋产业与海洋就业结构偏离度

图 1 2006-2016年我国主要海洋产业与海洋就业结构偏离度

第一,海洋第一产业在2006-2016年间结构偏离度始终为负值,且其绝对值呈现出波动上升趋势,说明第一产业的就业比重始终高于产业比重,其占用较多的劳动力却保持着较低的劳动生产率,海洋劳动力资源没有得到充分利用,存在劳动力流出的可能。

第二,海洋第二、第三产业的结构偏离度数值在2006-2016年间均为正数,意味着产业比重大于就业比重,相对劳动生产率较高,有关海洋产业可以进一步吸纳海洋劳动力资源。另外,海洋第二产业的结构偏离度值始终小于第三产业,说明相较于第二产业,第三产业与其就业间的结构性偏差更为明显。

第三,2011-2014年,第二产业的结构偏离度开始减小,2015年和2016年第二产业结构偏离度更是出现明显下降,这意味着第二产业与其就业结构逐步接近均衡状态。相反,第三产业在2011-2014年间的结构偏离度呈增加趋势且高于第二产业。2016年的第三产业结构偏离度较之2015年虽有所增加,但二者均低于此前年份自身结构偏离度的数值,说明第三产业与就业之间的结构性偏差有所减小,但第三产业依然表现出吸纳劳动力的强大潜力。

三、结构偏离度影响因素的偏最小二乘通径分析

通过对结构偏离度的测算可以看出,目前我国主要海洋产业与海洋就业之间存在一定的结构性偏差,海洋劳动力资源在主要海洋产业之间的分布并未实现理想状态,未来可能会出现海洋劳动力在不同海洋产业之间的流动。本文利用偏最小二乘通径方法,分析影响我国主要海洋产业与海洋就业结构偏离度的主要因素,从而为促进海洋劳动力资源的合理、高效流动,实现主要海洋产业充分就业,提出针对性政策建议。

(一) 偏最小二乘通径方法

偏最小二乘通径模型由Herman Wold等人于1983年提出,由测量模型和结构模型组成。采用偏最小二乘回归的求解思路,对样本的个数要求相对宽松,无需对观测变量做正态分布假设,能够有效处理变量的多重共线性问题。该模型同时具备偏最小二乘回归方法的算法优点和结构方程模型直接建模的优势,对于样本较少的情况同样适用。[21][22][23][24]

1、测量模型

潜变量和观测变量是模型中的基本概念。其中潜变量无法直接测量,必须由观测变量推测得知。测量模型反映的是观测变量与潜变量之间的关系,目的在于描述观测变量是否适合作为潜变量的测量手段,二者的关系可以有两种方式表现,即反映方式和构成方式。

反映方式是用潜变量表示观测变量的方式。设有J个潜变量,ξj(j=1, 2, ……, J), ξj记为对应的观测变量。反映方式可用一元线性方程表达,即:

$ {x_{jl}} = {\lambda _{jt}}{\xi _j} + {\delta _{jl}}\left( {j = 1, 2, \cdots \cdots , l = 1, 2, \cdots , {p_j}} \right) $ (1)

式中,λjl表示观测变量与潜变量之间的负荷量。

构成方式是把潜变量表示成对应所有观测变量的线性组合,即:

$ {\xi _j} = \sum\limits_{l = 1}^{{p_j}} {{\omega _{jl}}} {x_{jl}} + {\varepsilon _{jl}}(j = 1, 2, \cdots , J) $ (2)

式中,ωjl为外部权重。

2、结构模型

结构模型描述的是潜变量之间的因果关系,可用一组线性方程组表达,即:

$ {\xi _j} = \sum\limits_{j \ne h} {{\beta _{jh}}} {\xi _h} + {\zeta _j}(j = 1, 2, \cdots \cdots , J) $ (3)

式中,βjh为通径系数。

3、参数估计

从上述分析可知,潜变量可以通过测量模型的构成方式来进行外部估计,也可以通过结构模型进行内部估计。偏最小二乘通径模型不考虑残差项,用观测变量来估计潜变量,即:

$ {\hat \xi _j} = \sum\limits_{l = 1}^{{p_j}} {{\omega _{jl}}} {x_{jl}} + {\varepsilon _{jl}} = {W_j}{X_j}(j = 1, 2, \cdots , J) $ (4)

式中,Wj为外部权重向量。

同时,潜变量还可以由相关的其他潜变量来估计,即:

$ {Y_j} = \sum\limits_{{\beta _{jh}} \ne 0} {\left( {{\alpha _{jh}}{{\hat \xi }_h}} \right)} (j = 1, 2, \cdots , J) $ (5)

式中,αjh称为内部权数,按照式(6)计算。

$ {\alpha _{jh}} = \mathit{sign}\left[ {r\left( {{{\hat \xi }_j}, {{\hat \xi }_h}} \right)} \right] = \left\{ {\begin{array}{*{20}{l}} {1\left( {r\left( {{{\hat \xi }_j}, {{\hat \xi }_h}} \right) > 0} \right)}\\ { - 1\left( {r\left( {{{\hat \xi }_j}, {{\hat \xi }_h}} \right) < 0} \right)}\\ {0\left( {r\left( {{{\hat \xi }_j}, {{\hat \xi }_h}} \right) = 0} \right)} \end{array}} \right. $ (6)

Wj的估计可以表示为YjXj做偏最小二乘回归的第一个轴向量,即:Wj=XjlYj/n

偏最小二乘通径模型对参数的计算采用迭代算法,利用最终得到的${{{\hat \xi }_j}}$和结构模型通过偏最小二乘回归得到通径系数,利用${{{\hat \xi }_j}}$和测量模型的构成方式通过偏最小二乘回归得到外部权重向量。

(二) 数据和指标选取

从结构偏离度的分析可以看出,目前我国主要海洋产业结构与海洋就业结构之间并不协调。参阅相关文献可以发现,影响结构偏离度的因素主要涉及科学技术水平、固定资产投资、居民收入与消费水平以及对外开放程度等。[11][26][27][28][29][30][31]另外考虑《中国海洋统计年鉴》相关指标统计口径一致性以及数据的可得性, 本文选取如下变量:1、劳动力人数:用主要海洋产业就业人数衡量。劳动力人数直接影响着就业情况,所以主要海洋产业就业人数影响着主要海洋产业的就业情况,进而影响主要海洋产业与其对应的海洋就业之间的结构性偏差。2、科学技术水平:科学技术水平反映当地的科技投入程度,科技水平越高的地区和产业,越容易催生新兴海洋产业从而带动就业。科学技术水平具体可以从科研队伍和科研成果角度全面反映,因此选择科研人员数、专利数量两个指标作为观测变量进行衡量。3、沿海地区基础设施:基础设施建设一方面有利于推动海洋产业的发展,另一方面也能够吸引劳动力就业。具体而言,沿海地区的旅行社数会直接影响海洋第三产业的发展,学校数量与沿海地区教育状况密切相关,会对海洋就业和人员的专业化产生影响,而码头长度则直接关乎海洋进出口贸易,进而作用于不同海洋产业的发展。4、固定资产投资:该指标会影响海洋产业尤其是海洋第二产业,如海洋建筑业、船舶工业等的发展,并通过改变产业对劳动力的需求状况来影响就业。5、收入-消费:收入与消费水平是劳动力就业的直接原因,高收入和高消费需求不但会促使劳动力增加就业,还会带动渔业、滨海旅游业等海洋产业的发展,进而创造就业机会。6、对外贸易:对外贸易开放为海洋产业的发展带来契机,有助于促进海洋经济的快速发展,从而创造更多海洋就业机会。本文的潜变量与观测变量的描述与解释如表 3所示,所使用的数据均来自《中国海洋统计年鉴》(2007-2017)。

表 3 我国主要海洋产业与海洋就业结构性偏差的影响因素
(三) 实证分析

按照上述偏最小二乘通径模型的分析思路和内容,本文建立如图 2所示的我国主要海洋产业与海洋就业结构偏离度影响因素模型。其中椭圆形框内为潜变量,矩形框内为观测变量。

图 2 我国主要海洋产业与海洋就业结构偏离度影响因素的偏最小二乘通径模型

将数据标准化处理,利用Smartpls软件得到如表 4所示结果。可以看出,各级指数与对应的指标之间的相关程度都比较高,说明各级指数较好地概括了所对应指标组所包含的信息。同时该模型的R2=0.984,adjR2=0.961,说明原始变量的信息得到了较为充分的体现。

表 4 各指数之间解算结果
(四) 结果分析与讨论

劳动力、科学技术水平等六大指标对我国主要海洋产业与海洋就业结构偏离度的影响可通过路径系数(表 5)来判断。其中,科学技术水平、基础设施、收入与消费、对外贸易的路径系数值均为负,有助于减小结构偏离度,减轻主要海洋产业与海洋就业的结构性偏差。按照所对应数值的大小,作用最大的是科学技术水平,其次是收入与消费、基础设施、对外贸易。劳动力、固定资产投资所对应的路径系数值均为负,意味着会造成结构偏离度的扩大,加剧我国主要海洋产业与海洋就业的结构性偏差。

表 5 偏最小二乘通径模型的路径系数

对这一结果,本文做出如下分析和讨论:

以海洋科技活动人员、海洋科研机构拥有发明专利数等为代表的海洋科学技术,不仅可以通过提高生产要素利用率和劳动生产率,形成产业竞争力,推动科技成果形成产业化,还可以在一定程度上催生新兴海洋产业,进而创造更多的就业机会; 收入是消费的基础,消费是生产的动力,新的消费热点的出现,能够带动一个产业的产生和发展,创造就业; 随着对外贸易规模的扩大,企业对外贸易参与度也不断提高,从而拉动海洋产业发展的同时带动就业; 城市基础设施如旅行社、港口码头等的完善与改进,有助于滨海旅游、海洋交通运输等产业的进一步发展,为劳动力提供更多就业机会。表 6给出了上述四项指标在2006-2016年间的相关数据,同时年均就业弹性为26.31%,即主要海洋产业的增加值每提高一个百分点,海洋劳动力就业增长26.31个百分点。可见,科学技术、收入-消费水平、对外贸易程度的提高,以及基础设施的完善都有利于主要海洋产业的发展,带动就业,从而减小结构性偏差。

表 6 2006-2016年间各项指标的年均增速

在我国主要海洋产业中,第一产业的海洋渔业属于劳动密集型的传统海洋产业,劳动力平均占比高达50.49%,在长期的发展过程中已拥有的较多劳动力工作技能相对固化,其在2006-2016年间增加值平均占比仅为17.52%,比较劳动生产率较低; 海洋电力业、海水利用业、海洋交通业、滨海旅游业等第二、第三产业,对于劳动力、技术的需求都较大,二者拥有的劳动力资源总和与第一产业相当,却创造出超过五分之四的增加值,比较劳动生产率较高。结构偏离度本身是根据比较劳动生产率减一计算得来,所以第一产业的结构偏离度为负,第二、第三产业结构偏离度为正,因而主要海洋产业的三次产业存在结构性偏差。

随着科技的投入和经济的发展,以机器、设备为主要特征的固定资产投资会使得海洋产业的得到更新换代,提高海洋产业增加值的同时为劳动者提供了更多就业岗位,但生产手段的更新也对劳动者的素质和能力提出更高的要求,高效高产的机器设备替代了部分效率相对低下的劳动力,对于新的就业岗位,也只有素质更高、技能更精的劳动者才能有机会获得,可能会对现有海洋劳动力形成“挤出效应”。而且从当前现实情况来看,一方面,劳动力市场中的海洋专业人才相对欠缺,劳动力供应与产业发展需求不匹配; 另一方面,在主要海洋产业内部,第一产业存在劳动力剩余,第二、第三产业仍有吸纳劳动力就业的潜力。第一产业流出的劳动力只有通过接受有关培训才能满足第二、第三产业的需要。由此导致产业与就业发展不同步,出现结构性偏差。

四、政策建议

就业关系到经济发展和社会稳定。海洋世纪的到来为海洋产业提供了良好发展机遇,也为海洋产业拉动就业、缓解总体就业压力提供了解决途径。本文在对2006-2016年我国主要海洋产业与海洋就业结构偏离度测算的基础上,建立偏最小二乘通径模型探究发现,主要海洋产业目前均存在结构性偏差。科学技术水平、地区基础设施建设、地区人均收入与消费、对外贸易四大因素均有助于减小结构性偏差,劳动力、固定资产投资两因素则会加大结构性偏差。据此,本文提出有助于减小结构性偏差、促进海洋产业与海洋就业协调发展、实现海洋劳动力充分就业的四点建议。

(一) 培养高素质海洋劳动力以实现海洋产业与海洋就业良性匹配

劳动力就业难的问题一定程度上在于劳动力素质难以满足产业发展的需要,使得产业发展需求和劳动力供给出现错配。以机器、设备为主要特征的固定资产投资能够带来劳动生产手段的更新换代,一定程度上提高劳动生产率,从而促进产业的发展。但从上述实证结果来看,当前我国海洋产业的劳动力素质无法与产业发展要求相匹配,出现了增加固定资产投资与促进海洋产业就业矛盾的局面。

教育是推动产业发展与人才培养的重要途径。通过海洋教育的改革与发展,能够促进海洋劳动力在质量和结构上更好地匹配海洋产业发展的需要,同时能够实现海洋劳动力资源更充分的就业。因此需要:1、大力提倡科教兴海战略,制定科学的海洋劳动力培养计划,海洋类高等院校要设置科学的海洋专业课程,及时更新海洋教育内容,完善海洋学科人才培养目标。2、加强对海洋产业现有劳动力的技能培训,提高劳动者对提高自身素质的积极性和主动性,鼓励其实现自我培训,从而形成多层次、多形式的海洋产业教育形式,使得劳动力素质更好地满足海洋产业升级优化与产品更新换代的需要,从而实现海洋产业发展与就业增加的良好互动。

(二) 推进海洋产业结构优化升级以推动海洋产业与海洋就业协调发展

产业的合理布局和结构优化能够获得更大的结构效益,实现海洋产业更好、更快、更稳定的发展,为扩大就业规模、增加海洋劳动力就业机会提供渠道。因此政府应当:1、完善海洋产业发展与规划的管理体制,提高对海洋产业布局的指导力度和管理效率,推动海洋产业的升级优化,科学制定有针对性的产业调整方向和发展目标。2、针对海洋渔业等处于粗放型发展阶段的传统海洋产业,加大扶持力度,推进劳动密集型产业向深加工方向发展,延长产业链、生产高附加值的海洋产品,提高产业的发展效益,以带动更多的海洋劳动力就业。3、加强对滨海旅游业等新型海洋产业的培育和扶持力度,继续发挥其吸纳就业的良好优势,通过新兴产业与传统产业相互促进与相互协调,实现更高的经济效益,为海洋劳动力创造更多的就业机会。

(三) 提升海洋科技创新能力以保证海洋产业与海洋就业同步发展

技术进步推动经济增长,科技创新也能够开辟新市场。海洋科技创新不仅会提高生产要素利用率和劳动生产率,从而形成产业竞争力,推动科技成果形成产业化,还能在一定程度上催生新兴海洋产业,进而创造更多的就业机会。与此同时,海洋产业的发展离不开高科技人才与高素质人才的保障,因此:1、鼓励海洋科技创新,大力发展海洋生物医药业、海洋电力业和海水利用业等高新技术产业,加大新兴海洋产业的科技投入力度,鼓励和支持海洋产业走自主创新道路。2、培养和引进海洋科技人才,加强海洋资源的开发力度和综合利用效率,提高海洋产业的经济效益,从而实现海洋产业的发展壮大,更好地发挥海洋科技创新的就业创造效应。

(四) 提高收入消费和对外贸易水平以缩小海洋产业与海洋就业的结构性偏差

通过分析得出,收入与消费水平、对外贸易有助于减小结构性偏差。一方面,收入是消费的基础,消费是生产的动力,新的消费热点能够带动一个产业的出现和发展,从而拉动经济增长,创造就业。因此,要进一步提高整体收入水平,鼓励消费,实现收入-消费水平提高与就业增长的良性循环。另一方面,沿海地区的对外贸易水平对经济发展有着积极的促进作用,通过继续扩大对外贸易规模,鼓励企业参与对外贸易,推动海洋经济的持续健康发展,从而为创造就业、实现海洋产业与海洋就业协调发展提供可能。

参考文献
[1]
Sambracos, Evangelos, Tsiaparikou, Joanna. The good development of marine industry[J]. marine economics, 1998, . (0)
[2]
张耀光, 彭飞, 江海旭. 中国海洋产业的就业结构特征与主要海洋国家对比分析[J]. 海洋经济, 2014, (1): 50-57, 64. (0)
[3]
栾维新, 宋薇. 我国海洋产业吸纳劳动力潜力研究[J]. 经济地理, 2003, (4): 529-533. (0)
[4]
周井娟. 我国主要海洋产业对劳动力就业的拉动效应分析[J]. 工业技术经济, 2011, (3): 46-51. (0)
[5]
郑菊. 海洋产业结构优化与海洋经济增长分析[J]. 经贸实践, 2018, (5): 147. (0)
[6]
郭建科, 邓昭, 许妍, 等. 中国海洋产业就业结构变化及其影响因素[J]. 地域研究与开发, 2018, (2): 36-40, 57. (0)
[7]
邓昭, 郭建科, 夏康, 等. 海洋产业吸纳就业的特征与差异分析[J]. 资源开发与市场, 2017, (4): 451-455, 42. (0)
[8]
毛伟, 赵新泉. 中国海洋产业就业效应研究[J]. 统计与决策, 2014, (1): 137-140. (0)
[9]
崔旺来, 周达军, 汪立, 等. 浙江省海洋科技支撑力分析与评价[J]. 中国软科学, 2011, (2): 91-100. (0)
[10]
刘国军, 周达军. 海洋产业就业弹性的比较优势与实证分析——以浙江省为例[J]. 中国渔业经济, 2011, (6): 142-149. (0)
[11]
王璐茜. 浙江省产业与就业结构偏离度及其影响因素[J]. 浙江树人大学学报(人文社会科学), 2016, (2): 62-66. (0)
[12]
冯友建, 杨蕴真. 浙江省海洋产业结构合理化评价研究[J]. 海洋开发与管理, 2017, 34(7): 118-124. (0)
[13]
原峰, 鲁亚运.基于MGM(1, 2)模型的海洋经济就业效应实证分析[J].海洋经济就业[J].当代经济, 2013, (4): 96-99. http://www.cnki.com.cn/Article/CJFDTotal-DAJJ201304047.htm (0)
[14]
孙才志, 王会. 辽宁省海洋产业结构分析及优化升级对策[J]. 地域研究与开发, 2007, (4): 7-11. (0)
[15]
郑蕊, 何珊, 王晓娟. 我国产业结构合理化对经济增长的影响——基于结构偏离度改进视角[J]. 商业经济研究, 2017, (18): 164-166. (0)
[16]
夏建红, 矫卫红. 产业与就业结构演变路径及耦合效应分析:以山东省为例[J]. 经济问题, 2018, (10): 65-71. (0)
[17]
孙淑军. 辽宁省产业结构与就业结构关系研究[J]. 沈阳工业大学学报(社会科学版), 2018, 11(1): 57-61. (0)
[18]
孙晴, 韩平, 丁莹莹. 三次产业的就业弹性、结构偏离度与比较劳动生产率协同研究[J]. 统计与决策, 2019, (10): 129-133. (0)
[19]
林圆圆. 基于结构偏离度分析西藏产业结构优化研究[J]. 太原城市职业技术学院学报, 2019, (2): 31-32. (0)
[20]
李佳薪, 谭春兰, 朱清澄. 基于结构偏离度的我国海洋产业分析[J]. 海洋开发与管理, 2018, 35(8): 12-16. (0)
[21]
王庆丰. 基于偏最小二乘通径模型的我国区域科技绩效综合评价[J]. 统计与决策, 2013, (6): 111-113. (0)
[22]
姜英英, 李晋明. 偏最小二乘通径模型在某高校学院综合实力评估中的实证研究(上)[J]. 教育教学论坛, 2015, (23): 168-169. (0)
[23]
罗乐, 葛启东, 杨昱, 等. PLS通径模型的通信对抗装备系统效能评估分析[J]. 火力与指挥控制, 2018, (4): 71-74. (0)
[24]
吴斌, 王朗, 陈锋. 基于PLS模型的风险投资联合动因实证研究[J]. 长安大学学报(社会科学版), 2019, (4): 10-18. (0)
[25]
Hongkun Chen, Yujia Zhang, Hanbing Qi, Dong Li. Detection of ethanol content in ethanol diesel based on PLS and multispectral method[J]. Optik, 2019, , 195. (0)
[26]
陈立龙, 胡振华. 中部地区产业结构调整升级的制约因素及对策研究[J]. 湖南工业职业技术学院学报, 2011, (2): 36-38. (0)
[27]
张抗私, 王振波. 中国产业结构和就业结构的失衡及其政策含义[J]. 经济与管理研究, 2014, (8): 45-53. (0)
[28]
邢震. 就业结构与产业结构均衡性发展研究——基于浙江省台州市的实证分析[J]. 吉林工商学院学报, 2014, (1): 47-52. (0)
[29]
李永进. 新疆产业结构偏离度影响因素的实证分析——基于VECM模型[J]. 经济论坛, 2016, (3): 47-51. (0)
[30]
王筱欣, 张玥. 长江经济带三核心城市产业结构趋同影响因素分析[J]. 重庆理工大学学报(社会科学), 2018, (8): 26-33. (0)
[31]
陈蕾. 我国产业结构升级的影响因素研究[J]. 呼伦贝尔学院学报, 2018, (2): 61-71. (0)