在实现中国式现代化的伟大征程中, 海洋是高质量发展战略要地。海洋经济高质量发展是建设海洋强国的关键路径, 已成为推动国民经济持续增长的重要引擎^[1]。

目前, 国内学者对海洋经济高质量发展的研究主要集中于新质生产力、数字经济、金融体系等因素的影响分析和对具体发展路径的探析。如, 邱书钦等^[2]实证表明新质生产力通过创新要素配置与产业结构升级双重路径驱动海洋经济高质量发展; 孙泽文等^[3]提出需依托工业体系优势, 以区域协同与绿色技术创新培育差异化海洋产业路径; 侯毅等^[4]实证表明数字经济通过人力资本积累、产业结构升级与生产服务智能化三大效应促进海洋经济且存在门槛效应; 马文婷等^[5]基于马克思社会再生产理论, 论证其通过破解资源错配、时空约束与传统动能衰减重塑海洋生产关系; 潘捷^[6]则构建了“蓝色金融-绿色金融-科技金融”三维体系。同时, 学者们还基于全国、省域及市域多尺度视角, 通过构建多维评价体系与差异化路径, 系统揭示了海洋经济高质量发展的驱动机制与区域实践特征。全国层面, 吴正杰等^[7]验证海洋强国战略对渔业经济活力与绿色转型的非线性影响, 强调政策适配性。省域层面, 孟霏等^[8]构建山东省“增长质量-资源节约-环境友好”三维评价体系, 揭示东部沿海城市群主导的非均衡特征; 陈敬明等^[9]通过熵值法与SVR模型发现河北协调发展与创新驱动的核心地位, 但绿色发展贡献滞后; 王元军等^[10]提出山东需“科技-产业-金融”三链协同破局。市域层面, 周小文^[11]聚焦平潭等地特色产业生态构建, 提出“国际旅游岛+蓝色粮仓”路径。

国外关于海洋经济高质量发展的研究主要集中于海洋能源与资源开发、高端装备与技术革新和可持续治理与政策设计等方面。Bonar等^[12]强调海洋能源可持续发展需要统筹生态与社会影响, 并通过产学研协同优化监测与阵列设计以推动海洋绿色能源转型。Kilcher等^[13]基于美国能源部资助的海洋能源评估, 整合国家实验室最新数据, 细化全美各州/区域多尺度海洋能资源(波浪、潮汐、洋流等)量化分布, 并优化了相应评估方案。Itani^[14]揭示现有研究在清洁燃料开发、智能船舶系统整合等领域的知识缺口, 并指出现代化水运体系构建中产学研协同不足的关键瓶颈。Muawanah等^[15]指出印尼以2045年实现可持续海洋保护与蓝色经济为目标, 现有研究需强化跨学科整合, 深入解析政策、资源、经济活动与气候变化及地缘冲突的交互机制, 以应对海洋环境稳定与社会经济收益平衡的复合挑战。

另一方面, 竞争作为市场经济发展的必然产物, 是各要素综合作用下生产力状况的体现, 也是海洋经济高质量发展战略制定需要考虑的关键要素之一。理论上, 海洋经济高质量发展涉及竞争机制的动态演化与空间协同^{[5, 16]}, 区域间对资源禀赋、政策红利与市场机会的竞争既是发展势能的直观映射, 也是治理效能跃升的底层逻辑^[17-18]。现实中, 随着市场在海洋经济资源配置中的决定性作用日益突出, 沿海各省份及区域海洋经济主体将不可避免地会参与到多层次、多维度的竞争之中。因此, 在海洋经济高质量发展体系中, 必须精准确定竞争地位和竞争力, 以制定和实施有效的策略。

但是, 当前从竞争视角下进行的研究还鲜有涉及。鉴于此, 本文基于竞争态模型动态分析我国海洋经济高质量发展的时序变化和空间格局, 并预测其长期演变趋势。文章的边际贡献主要体现在以下两个方面: 第一, 引入基于波士顿矩阵理论构建的模型, 动态识别“明星-金牛-幼童-瘦狗” 4类区域的跃迁路径, 从竞争态视角揭示我国海洋经济高质量发展的时序演变规律。第二, 结合空间马尔科夫链, 将地理邻近性纳入转移概率矩阵, 量化邻近区域类型对竞争态演化的影响, 预测区域发展的未来演化方向, 以期拓展已有研究的实证与解释领域, 同时为进一步推动国家海洋经济高质量发展提供智力支持。

1 研究方法与数据来源 1.1 研究方法

1) 竞争态模型。竞争态模型又称波士顿矩阵分析法^[19-21], 主要应用于企业管理学和经济学等领域, 为企业等组织的战略决策提供有力依据^[22]。当前, 波士顿矩阵模型已被广泛应用于区域经济发展竞争格局的评估^[23-24]、旅游业发展战略研究^[25-27]等多个领域。参考其他学者对竞争态模型的研究, 可以将海洋经济高质量发展的竞争态表述为: 区域海洋经济高质量发展得分(α_i)和增长率(β_i)的指标组合, 记为$\phi $(α_i, β_i), 具体公式如下:

$ {\alpha _i} = ({x_i}/\sum\nolimits_{i = 1}^n {{x_i}} ) \times 100\% , $

(1)

$ {\beta }_{i}=（{x}_{i}-{x}_{i-1}/{x}_{i}）\times 100\% , $

(2)

式中: x_i表示某区域当年的海洋经济高质量发展得分; $ \sum\limits_{i = 1}^n {{x_i}} $表示区域内当年的海洋经济高质量发展得分增长率; x_i–1表示某区域上一统计年度的海洋经济高质量发展得分。

如图 1所示, 以α=m, β=n (m、n)分别为研究区域内的海洋经济高质量发展得分和增长率的值)为二维象限的原点, 某一研究区域在二维坐标中对应一点, 依据其与m、n的相对关系, 可将不同区域划分为4类海洋经济高质量发展类型: 瘦狗型, 增长率与得分均低; 幼童型, 增长率高, 得分低; 明星型, 增长率与得分均高; 金牛型, 增长率低, 得分高。

在海洋经济高质量发展的进程中, 发展得分与增长率的动态变化构成了海洋经济高质量发展竞争态模型的基础。海洋经济高质量发展竞争态随时间演变的趋势及其特性共同定义了其演化模式。这一模式由竞争势、发展动向以及竞争态评估三个维度组成。具体而言, 竞争势是对区域海洋经济高质量发展竞争态历史地位的评判; 发展动向则反映了区域海洋经济高质量发展竞争态变化的特征; 而竞争态评估则是对区域未来海洋经济高质量发展竞争态变迁的研判。

2) 核密度估计。本文采用核密度估计(KDE)探究我国海洋经济高质量发展得分的动态演进趋势。核密度估计优势在于提供平滑连续的概率密度函数, 准确捕捉数据集中趋势、波动范围和极值, 为政策制定和学术研究提供有力支持。本文核密度估计模型公式详见文献[28]。

3) 空间自相关分析。空间自相关分析包含全局和局部自相关, 旨在研究地理空间数据间的相互依赖性或相似性。本文用全局莫兰指数(Global Moran’s I)分析海洋经济高质量发展的空间集聚特征及其强度与显著性, 模型公式详见文献[29]。

4) 马尔科夫链。马尔科夫链是指在离散时间下的随机状态序列, 特点在于状态转移的无记忆性。本文通过马尔科夫链及空间马尔科夫链预测各沿海省份

海洋经济高质量发展的长期演变趋势, 模型公式详见文献[30]。

1.2 指标体系构建与数据来源

海洋经济高质量发展是以海洋经济、资源、环境、科技、社会五大系统为核心^[31-32], 在新发展理念指导下^{[2, 33]}, 以自主创新突破关键核心技术驱动产业升级; 在此基础上, 实施严格生态保护机制维护海洋资源环境可持续性, 以实现经济效益、社会福祉与生态安全的有机统一^[34-36], 从而构建创新驱动、协调均衡、绿色低碳、开放包容的现代化海洋经济体系^[37-38], 最终达到海洋经济发展的创新性、协调性、绿色性、开放性、共享性的统一^{[32, 39]}。

据此, 本文参考已有研究成果^[40], 构建海洋经济高质量发展水平评价指标体系, 具体如表 1所示。

基于数据可获取性, 本文将研究时段界定为2010—2021年。数据来自《中国海洋统计年鉴》(2011— 2017)^[41-47]、《中国海洋经济统计年鉴》(2018—2022)^[48-52]及各省份相关政府官网等公开渠道。对个别缺失数据, 采用线性插值法进行补充。

对于各海洋经济高质量发展水平评价指标权重的计算, 本文采用熵权法, 并在此基础上, 对海洋经济高质量发展水平进行测度。

2 结果与分析 2.1 海洋经济高质量发展格局 2.1.1 海洋经济高质量发展水平

图 2显示, 2010—2021年全国多数省份海洋经济高质量发展得分总体上呈现出逐年上升的趋势, 这标志着全国海洋经济高质量发展水平在持续提高。其中, 广东省、山东省、福建省和上海市的海洋经济高质量发展得分较高, 且在多数年份中都稳居前列, 而广西壮族自治区、河北省、江苏省和天津市的得分在多数年份中则相对较低。

进一步地, 针对2011—2021年海洋经济高质量发展得分增长率进行分析(图 3), 发现广西壮族自治区、广东省、河北省和江苏省的增长率相对较高, 说明这些地区在海洋经济高质量发展方面取得较快的进步。而海南省的增长率相对较低, 说明该省在海洋经济质量发展方面需要加大力度。此外, 广东省、福建省和广西壮族自治区的增长率波动较大, 可能与海洋经济政策调整、海洋环境变化等有关。

2.1.2 海洋经济高质量发展时序分析

图 4显示, 研究期内, 海洋经济高质量发展竞争态优势区集中分布于长江三角洲、珠江三角洲以及山东省、辽宁省。在2011—2021年期间辽宁省、福建省、浙江省、广东省以及山东省的海洋经济高质量发展维持明星—金牛的高质量循环, 广西壮族自治区、天津市和河北省的海洋经济高质量发展维持瘦狗—幼童的低质量循环。

另一方面, 海南省跨双循环发展, 在2011— 2021年期间海洋经济高质量发展竞争态势得到增强。在2011—2013年期间, 海南省的海洋经济高质量发展处于瘦狗型区块。在2014年, 其海洋经济高质量发展增长速度明显加快, 转变为处于幼童型海洋经济高质量发展区块。随后的2015—2021年间, 海南省在明星型与金牛型海洋经济高质量发展区块之间循环。

为更深入刻画海洋经济高质量发展格局的时序演化特征, 本文采用核密度估计法并根据等值原则选取2010年、2014年、2018年、2021年4个时间节点进行探究。据图 5可知, 全国海洋经济高质量发展得分的核密度曲线总体自左向右偏移, 波峰有所下降且变化区间略有扩大。其中, 2010—2014年曲线右移显著, 波峰降且区间扩大, 表明发展水平提升, 省际差异缩小。2014—2018年曲线继续右移, 波峰升且区间扩大并出现次峰, 表明发展水平显著提升, 但省际差异增大, 高得分省份聚集。2018— 2021年曲线略左移, 主峰降且区间缩小, 次峰升且左移, 说明水平有所回落, 但省际差异减小。整体看, 2010—2021年全国海洋经济高质量发展水平上升, 省际差异先增后减。同时, 高得分省份显著增加, 引领作用突出; 低得分省份得分提升, 均衡性加强。

2.1.3 海洋经济高质量发展空间格局

在全国尺度下, 沿海11省2011—2021年间的海洋经济高质量发展呈现出多元化的格局(图 6)。广东省、山东省、福建省和浙江省为明星型海洋经济高质量发展区块, 上海市、辽宁省和海南省为金牛型海洋经济高质量发展区块, 江苏省、河北省和广西壮族自治区为幼童型海洋经济高质量发展区块, 天津市为瘦狗型海洋经济高质量发展区块。

海洋经济高质量发展的金牛型和明星型区块主要集中在长江三角洲、珠江三角洲及环渤海经济区, 这些区域凭借优越的地理位置、丰富的自然资源、完善的产业基础以及强大的科技创新能力成为引领我国海洋经济高质量发展的核心。长江三角洲的上海市与浙江省凭借密集的海洋研发机构网络及第三产业的蓬勃兴盛, 推动其海洋经济高质量发展。2019年, 《长江三角洲区域一体化发展规划纲要》^[53]印发。其作为推动海洋经济高质量发展的重大战略蓝图, 为区域协同与海洋产业的深度融合指明了方向。2021年发布的《上海市海洋“十四五”规划》^[54]进一步强调统筹陆海空间布局, 以科技创新为核心驱动力, 加速推进海洋经济的高质量发展进程。珠江三角洲地区则以广州、深圳等城市为龙头, 依托其卓越的海运能力及雄厚的海洋人才储备, 为其高质量发展奠定坚实基础。广东省出台了《广东省沿海经济带综合发展规划(2017—2030年)》^[55], 明确发展重点与空间布局, 为海洋经济的持续繁荣提供了政策指引。环渤海经济区则在山东省的引领下, 凭借其在港口物流、船舶制造等领域的显著优势, 构建独具特色的高质量发展格局。

海洋经济高质量发展劣势区块, 即幼童型和瘦狗型海洋经济高质量发展区块分散于海洋经济高质量发展优势区块的周边。其中, 幼童型区块的江苏省、河北省和广西壮族自治区虽具备一定的发展潜力, 但受资金、技术、人才短缺及产业结构单一限制, 可能难以在短时间内实现质的飞跃, 但江苏省凭借自身对海洋经济发展的重视以及受到以上海为主导、浙江省为辅助的辐射带动, 已经十分接近明星型区块的海洋经济高质量发展水平。而天津市这一瘦狗型区块则面临如海洋环境恶化、海洋专业人才流失等严峻挑战, 需要采取更为有效的措施进行治理和提升。

2.2 海洋经济高质量发展未来趋势预测 2.2.1 海洋经济高质量发展的空间自相关分析

本文利用ArcGIS10.8软件对全国海洋经济高质量发展进行全局莫兰指数测算, 结果如表 2所示。2010—2021年间的全局莫兰指数均为负数, 表明我国海洋经济高质量发展在空间分布上呈显著的负相关性, 即高分区域不聚集而是分散, 且与低分区域相邻。具体表现为山东省、长江三角洲、广东省3个高分区域分散于北、中、南, 而这些区域的邻近区域得分较低。

2.2.2 海洋经济高质量发展态势预测

本文利用马尔科夫链模型预测各省份未来在海洋经济高质量发展上可能会经历的状态变化, 以及这些变化背后的潜在动力和机制。采用四分位法, 将全国海洋经济高质量发展得分划分为1(低)、2(较低)、3(较高)和4(高)这4种类型, 并计算传统马尔科夫转移概率矩阵(表 3)。在马尔科夫链的转移概率矩阵中, P代表概率(Probability), P后面的下标ij表示从状态i转移到状态j的条件概率, 例如P₂₃表示一个处于状态2的区域, 在下一时期转变为状态3区域的概率。P_23/1则表示当一个区域邻近状态1区域时, 该区域在下一时期从状态2转移到状态3的条件概率。

表 3中矩阵对角线上的元素表示全国海洋经济高质量发展得分类型未发生转移的概率, 而非对角线上的元素表示发生转移的概率。由此可以得出: 1)对角线上元素的值明显大于非对角线元素的值, 表明全国海洋经济高质量发展得分类型转移稳定性较强。对角线元素最小值为0.719, 最大值为0.933, 说明某个类型在下一年仍保持本年类型的概率至少为71.9%。另外, 两端低水平(得分为1类型)和高水平(得分为4类型)的稳定性最大, 其维持原有状态的概率分别为87.1%和93.3%, 表明海洋经济高质量发展存在向低水平和高水平收敛的可能性, 即存在“俱乐部收敛”现象。本文认为造成这一现象的原因主要为: 一方面, 跨板块发展鸿沟显著。江浙沪两省一市和珠三角地区凭借政策叠加优势与创新要素集聚, 持续巩固优势区域地位, 使得区域海洋经济高质量发展综合得分均值显著高于其他区域; 另一方面, 板块内部分层加剧。同一经济板块内呈现“核心-边缘”分化格局, 如山东省作为环渤海经济区唯一的明星型区域, 通过港口集群与海洋装备制造优势形成增长极, 而河北省和天津市受限于资金、技术、人才短缺等方面问题的制约, 与山东省形成较大发展落差。2)发展类型整体上向高水平方向转移的趋势高于向低水平方向转移的趋势。从类型2和3的转移方向看, 类型2向类型3转移概率(21.9%)高于向类型1(6.3%), 类型3向类型4(14.3%)高于向类型2(10.7%), 说明全国海洋经济高质量发展得分整体上向好的类型发展。3)发展类型较难实现跨越式变迁。与对角线元素相邻的概率值均小于对角线上的概率值, 最大值为0.219, 而与对角线元素不相邻的概率值为0, 说明全国海洋经济高质量发展得分的提高是一个持续且稳定的过程, 短期内的发展难以实现跨类型变化。

传统马尔科夫链未考虑沿海省份间的空间相互作用, 因此本文在传统马尔科夫链基础上引入地理背景因素, 构建空间马尔科夫链转移概率矩阵(表 4), 以考察省份间的经济联动效应, 更精准地模拟和预测海洋经济高质量发展的动态变化及区域差异。

对比表 3和表 4结果, 可以得出以下结论: 1)地理背景对区域海洋经济高质量发展的变化有重要影响。例如, 在不考虑地理因素的情况下P₂₃为0.219, 与类型1的省份为邻时P_23/1为0.182。2)在考虑地理背景的影响下, 与不同类型的省份为邻时向不同类型转移的概率不同。例如, 在不考虑地理因素的情况下P₂₃为0.219, 与类型1的省份为邻时P_23/1为0.182, 与类型3的省份为邻时P_23/3为0.200, 与类型4的省份为邻时P_23/4为0.250, 即P_23/1 < P₂₃ < P_23/3 < P_23/4。3)在考虑地理背景的影响下, 与高水平类型省份相邻的情况下, 海洋经济高质量发展类型转移过程中保持不变的稳定性将增强, 而与低水平类型省份相邻的情况下, 海洋经济高质量发展类型转移过程中保持不变的稳定性将减弱。例如, 在不考虑地理因素的情况下P₂₂为0.719, 与类型1的省份为邻时P_22/1为0.600, 与类型3的省份为邻时P_22/3为0.800, 与类型4的省份为邻时P_22/4为0.750, 即P_22/1 < P₂₂ < P_22/3 < P_22/4。说明这些沿海省份如果与海洋经济高质量发展水平较高的区域相邻时, 会提高其类型的稳定性, 而与海洋经济高质量发展水平较低的区域相邻时, 会带来一定负面的抑制性影响。

产生上述结果可能的原因为: 与高水平区域相邻时, 其完善的基础设施、创新能力和政策体系可通过技术溢出、产业链协同及资源要素流动形成正向传导, 从而推动相邻省份融入高附加值产业网络, 抑制低端路径依赖, 强化发展稳定性; 反之, 低水平区域则因技术滞后、生态压力及产业结构单一性, 通过资源虹吸、污染扩散及政策协同不足等对邻近省份产生拖累效应, 加剧资源错配并削弱创新投入, 最终形成“高水平邻近强化正向锁定, 低水平邻近加剧负向锁定”的空间发展格局^[56-57]。

综上, 各省份海洋经济高质量发展的态势在未来将呈以下变化趋势: 山东省、浙江省与广东省未来将继续保持其明星型发展区域的地位, 引领全国海洋经济高质量发展。福建省由于周边浙江省与广东省两大明星型发展区域展现出的强大辐射效应, 会逐渐向金牛型发展区域转型。海南省与上海市相对稳定, 海南省在广东省的引领下, 以及幼童型发展区域广西壮族自治区的陪衬下继续保持金牛型的地位; 上海市同样受益于明星型区域浙江省的辐射及幼童型发展区域江苏省的互补, 使其金牛型发展区域地位得以巩固。河北省处于多元发展环境中, 周边既有瘦狗型也有明星型和金牛型发展区域, 使其未来大概率将继续维持在幼童型阶段, 但亦存在较小突破至明星型的可能性。辽宁省可能会受到邻近的河北省的拖拽效应影响, 有从金牛型发展区域滑落至幼童型的风险。江苏省被浙江省与山东省两大明星型区域以及上海市这一金牛型区域所环绕, 使得其当前的发展状态极为稳固, 但也有潜力进一步向更高层次的金牛型发展。天津市因受到邻近幼童型发展区域河北省的制约, 导致其未来发展受限, 预计将继续保持在瘦狗型区域。

3 结论与讨论

本文基于竞争态模型, 通过运用核密度方法分析我国海洋经济高质量发展的时空格局, 在此基础上对各省份海洋经济高质量发展态势的未来趋势进行预测, 结论如下: 1)从竞争态角度来看, 全国海洋经济高质量发展优势区主要集中于长江三角洲、珠江三角洲及环渤海经济区, 其中辽宁省、山东省、浙江省、福建省、广东省维持了高质量循环, 天津市、河北省、广西壮族自治区则处于低质量循环, 海南省在2011—2021年间实现了从瘦狗型到幼童型, 再到明星型与金牛型之间的高质量循环跨越式发展。2)从时间演变的角度来看, 在2010年至2021年期间, 全国海洋经济高质量发展水平的省际差异先增后减, 高水平省份数量显著增加并引领全国海洋经济进步, 同时低水平省份也得到了显著提升, 全国海洋经济高质量发展的均衡性得到加强。3)从空间演变的角度来看, 全国海洋经济高质量发展展现出南北均衡态势, 南方以浙江省、福建省、广东省为明星区块, 北方则依靠山东省的高水平与之抗衡。4)从长期演变的趋势来看, 全国海洋经济高质量发展态势维持原有状态的概率较高, 表现出较强的稳定性, 且存在向低水平和高水平收敛的“俱乐部收敛”现象。

基于对全国海洋经济高质量发展态势的深入剖析, 本文认为促进我国海洋经济高质量发展应做好以下工作: 1)对于天津市这一唯一瘦狗型海洋经济高质量发展区域, 应适度提升海洋第三产业的比例, 以优化海洋产业结构; 同时, 增加海洋自然保护区的数量和面积, 强化生态保护力度; 第三, 应提高沿海港口的货物与旅客吞吐量, 增强区域联通性; 最后, 需增加涉海从业人员和在校生的数量, 以提升海洋经济的社会影响力与参与度, 提高其海洋经济高质量发展的增长率, 促使其向幼童型发展区域转变。2)广西壮族自治区需要积极参与国家“一带一路”建设, 加强与东盟等国家和地区的经贸合作, 推动中国-东盟海洋合作平台建设, 加强海洋产业合作、人文交流和科技合作并鼓励企业“走出去”, 参与国际海洋经济合作和竞争; 河北省需要积极参与京津冀协同发展, 并加强与山东省等海洋经济水平较高的地区之间的交流合作, 从而提升自身海洋经济高质量发展水平, 促使其步入明星型区域。对江苏省而言, 尽管其同样处于幼童型区域, 但凭借其位于长三角地区的优越地理位置以及在协调稳定、开放合作和民生共享方面的积极努力, 已接近明星型发展区域的标准。因此, 该省未来需要谋划推进共建长江口海洋产业创新协同区等, 积极策应上海现代海洋城市建设, 全面落实其“1+3”重点功能区建设任务并紧扣上海“2+3+X”现代海洋产业体系, 在船舶海工、航运服务、海洋新能源等重点领域深化与周边省份的合作。3)明星型和金牛型海洋经济发展区域未来应继续发挥其在科技创新、协调稳定、绿色生态、开放合作和民生共享方面的优势。例如广东省已发布《广东省现代化海洋牧场发展总体规划(2024—2035年)》^[58], 旨在践行大食物观, 构建多元化食物供给体系, 建设“蓝色粮仓”, 并引领中国式现代化海洋渔业的高质量发展; 浙江省则出台了促进海洋经济倍增的相关计划, 通过强化规划引领和科学规划配置海洋经济发展空间, 促进区域海洋经济的高质量发展; 山东省出台了《现代海洋产业行动计划(2024—2025年)》^[59], 力争实现全省海洋生产总值年均6%以上的增长, 完善现代海洋产业体系, 推动海洋传统产业向高端化、绿色化、智能化方向升级, 并发展壮大海洋前沿和战略性新兴产业。这些措施的实施确保了这些区域海洋经济高质量发展得分的持续增长, 为其他非优势区域海洋经济高质量发展提供了有益的借鉴和启示。

另一方面, 本研究虽然为海洋经济高质量发展竞争态势的分析提供了一种简洁而有效的模型, 并在一定程度上预测了海洋经济高质量发展的未来趋势, 然而在自然、社会经济要素与海洋经济发展水平之间的定量分析等方面尚存局限, 未来研究可进一步构建海洋经济高质量发展水平与社会经济之间的相关模型, 深入探究两者之间的耦合关系, 为海洋经济高质量发展提供更加详尽的实证解释与理论支撑。