沿海地区经济高质量发展、海洋经济与交通状况耦合协调的时空演化及影响因素

陈小红; 张夫林

doi:10.16503/j.cnki.2095-9931.2026.02.002

交通运输研究 >

2026 , Vol. 12 >Issue 2: 13 - 29

DOI: https://doi.org/10.16503/j.cnki.2095-9931.2026.02.002

战略与政策

沿海地区经济高质量发展、海洋经济与交通状况耦合协调的时空演化及影响因素

陈小红 ^,¹^,²^,^* ,
张夫林 ¹

展开

¹ 广西大学工商管理学院，广西南宁 530004
² 广西发展战略研究院，广西南宁 530004

*陈小红（1982—），女，湖南常德人，博士，讲师，研究方向为交通运输系统工程、大数据预测与决策。E-mail: chenxiaohong@gxu.edu.cn

收稿日期: 2025-11-05

网络出版日期: 2026-06-11

基金资助

国家自然科学基金地区项目(7246002)

广西哲学社会科学研究年度课题(24GLF011)

广西高校人文社会科学重点研究基地广西发展战略研究院课题(2024GDSIYB20)

收起

Spatiotemporal Evolution and Influencing Factors of Coupling Coordination Among High-Quality Economic Development, Marine Economy, and Transportation Conditions in China′s Coastal Regions

CHEN Xiaohong ^,¹^,² ,
ZHANG Fulin ¹

Expand

¹ School of Business, Guangxi University, Nanning 530004, China
² Guangxi Development Strategy Institute, Nanning 530004, China

Received date: 2025-11-05

Online published: 2026-06-11

Fold

摘要

在陆海统筹深入推进的背景下，厘清经济高质量发展、海洋经济与交通状况三者间的互动关系，对推动沿海区域可持续发展具有重要意义。本文基于2013—2022年我国11个沿海省（区、市）面板数据，综合运用耦合协调模型与径向基神经网络，实证分析三大系统耦合协调关系的时空演化特征及其影响因素。研究发现：①沿海省（区、市）三大系统发展水平不均衡，省际差异显著：经济高质量发展综合指数与海洋经济综合发展指数稳步上升，但省际差距持续扩大；交通状况综合发展指数省际差异虽逐步缩小，但两极分化依然明显；②区域发展不协调：东部海洋经济圈各项指标显著领先，南部与北部海洋经济圈均低于整体平均水平；③沿海省（区、市）三大系统的耦合协调度整体偏低，但呈上升趋势，且省际发展差异不断扩大：广东、上海、江苏和山东达到勉强协调水平，辽宁、河北、天津、广西和海南仍处于轻度失调状态；④耦合协调水平不存在显著空间相关性，交通状况类因子在协调发展中起主导作用，海洋水产品与常住人口比值、内河航道密度和海洋生产总值占地区生产总值比重是关键影响因素。研究可为探索沿海地区经济高质量发展路径、推动陆海协同治理提供科学依据与实践参考。

关键词： 沿海省（区、市）; 经济高质量发展; 海洋经济; 交通状况; 耦合协调分析

本文引用格式

陈小红 , 张夫林 . 沿海地区经济高质量发展、海洋经济与交通状况耦合协调的时空演化及影响因素[J]. 交通运输研究, 2026 , 12(2) : 13 -29 . DOI: 10.16503/j.cnki.2095-9931.2026.02.002

Abstract

Against the background of deepening land-sea coordination, clarifying the interactive relationships among high-quality economic development, marine economy, and transportation conditions is of great significance for promoting sustainable development in coastal regions. Based on the panel data of 11 coastal provinces (autonomous regions and municipalities) in China from 2013 to 2022, this study empirically analyzes the spatiotemporal evolution characteristics and influencing factors of the coupling coordination relationship among these three major systems, using a coupling coordination model and a Radial Basis Function (RBF) neural network. The results show that: ① the development levels of the three systems in coastal provincial-level regions are unbalanced with significant inter-provincial disparities—the indices of high-quality economic development and marine economy have steadily increased, yet the inter-provincial gap has continued to widen; although the inter-provincial disparity in the transportation condition index has gradually narrowed, polarization remains evident; ② regional development is uncoordinated—the eastern marine economic circle significantly outperforms the others in various indicators, while both the southern and northern marine economic circles fall below the overall average level of China′s coastal regions; ③ the coupling coordination degree of coastal provincial-level regions is generally low but shows an upward trend, with continuously expanding inter-provincial disparities—Guangdong, Shanghai, Jiangsu, and Shandong are in the barely coordinated stage, whereas Liaoning, Hebei, Tianjin, Guangxi, and Hainan remain in a state of mild imbalance; ④ the coupling coordination level exhibits no significant spatial correlation; transportation condition factors play a leading role in coordinated development, while the ratio of marine aquatic products to permanent resident population, inland waterway density, and the proportion of gross marine product to regional gross domestic product are the key influencing factors. This study may provide a scientific basis and practical reference for exploring high-quality economic development pathways in coastal regions and promoting coordinated land-sea governance.

Key words： coastal provinces (autonomous regions and municipalities); high-quality economic development; marine economy; transportation conditions; coupling coordination analysis

0 引言

在全球经济格局深刻变革与可持续发展议程持续推进的背景下，我国经济发展已进入高质量发展阶段。党的二十大报告明确指出，高质量发展是全面建设社会主义现代化国家的首要任务^[1]。海洋经济作为高质量发展的重要引擎，其独特资源禀赋与战略价值日益凸显。《中华人民共和国国民经济和社会发展第十五个五年规划纲要》提出，“坚持陆海统筹，提高经略海洋能力，加快建设海洋强国，走出一条具有中国特色的向海图强之路”。在这一框架下，交通基础设施作为联结陆海的关键纽带，其互联互通水平直接影响海洋资源开发效率、临港产业布局及腹地经济辐射能力。因此，系统揭示经济高质量发展、海洋经济与交通状况三者间的动态耦合关系，对于构建陆海协同发展新格局、服务海洋强国建设具有重要的理论价值与实践意义。

耦合协调度理论源于物理学，已广泛应用于环境、经济、交通等多个领域^[2-7]。近年来，随着海洋经济地位提升与高质量发展理念深化，经济高质量发展与海洋经济相互间的耦合协调关系成为研究热点。在海洋经济高质量发展方面，学者们不仅聚焦其高质量发展水平的整体测度，还深入探讨系统内部子维度的耦合关系，形成了多层次的研究体系。狄乾斌等^[8]、鲁亚运等^[9]、陈禹静等^[10]围绕评价体系构建、发展特征分析及区域层面比较研究等方面展开探索；曹正旭等^[11]从高质量发展五大维度出发，对海洋经济内部子系统进行耦合度评价。随着研究的不断深入，学者们的研究视角逐步延伸至海洋经济与外部相关系统的互动耦合，主要聚焦于三大类耦合系统：一是海洋经济与区域经济高质量发展的耦合协调，剖析耦合协调机理及关键影响因素^[12-13]；二是海洋经济与资源环境的耦合协调，探讨经济增长与生态保护的双赢路径^[14]；三是海洋经济与科技创新的耦合协调，关注数字化转型对海洋产业的赋能效应^[15]。此外，部分研究还拓展至海洋经济与自由贸易试验区的耦合协调等领域^[16]。

在陆海统筹深入推进背景下，交通作为陆海联通的核心载体，与海洋经济、经济高质量发展的关联研究也逐步涌现，形成了多维度的研究视角。贺向阳等^[17]从功能定位出发，明确了交通运输对海洋经济具有基础性、先导性和服务性三大核心功能，揭示了二者之间的内在关联。韩增林等^[18]则基于陆海统筹视角，测算并验证了海洋、海陆及海陆交通运输对沿海省域经济发展的具体影响。王振华等^[19]发现了交通可达性对不同层级城市经济高质量发展路径差异性的影响。周正祥等^[20]探究了数字交通与经济高质量发展的耦合协调关系及优化路径。国外针对交通与海洋经济耦合协调的研究主要依托航运网络理论展开，关注港口连通性、航运网络结构与区域经济增长的内在耦合机制。例如，研究表明，海运连通性显著降低贸易成本、驱动海洋经济增长^[21]；港口-产业耦合受市场权力结构影响，合作博弈视角揭示了港口与航运公司的互利共赢潜力^[22]。此外，多模式交通协同成为研究热点，铁路-海运联运的垂直结构模型与GIS辅助框架可为绿色转型提供支撑^[23]。

综上，国内外对海洋经济耦合协调发展的研究正从单一系统分析转向陆海多系统耦合协调的综合评估，其中海洋经济与经济高质量发展、交通状况的耦合分析已取得了一定的研究成果，但多聚焦于两两之间的线性关系，忽视了三者作为一个复杂耦合系统的非线性互动机制与空间溢出效应，难以充分支撑陆海统筹视角下三大系统协同发展的实践需求。有鉴于此，本文立足陆海统筹视角，以我国11个沿海省（区、市）（由于数据可得性，未包含香港特别行政区、澳门特别行政区、中国台湾地区）为研究对象，构建经济高质量发展、海洋经济、交通状况三大系统的综合评价指标体系，运用耦合协调理论模型与径向基神经网络（Radial Basis Function, RBF）等定量方法，系统分析三者耦合协调发展的空间特征及关键影响因素，揭示“交通-海洋-陆域”复合系统协调发展的时空演化规律，精准识别驱动因素与区域发展短板，进而弥补现有研究的不足，为探索海洋经济高质量发展路径、推动区域协调发展提供理论参考与实践启示。

1 研究设计

1.1 耦合协调机理分析

区域经济高质量发展、海洋经济与交通状况三者并非孤立存在，而是通过多维相互作用形成“陆海统筹、要素联动”的复合演化系统。其耦合协调机理可从横向与纵向两个层面阐释。横向层面，基础设施、产业经济与制度系统形成耦合增强回路：现代交通体系压缩内陆与海洋的时空距离，将沿海口岸优势转化为向内陆辐射的通道优势；高效交通网络促进要素集聚，推动高端航运、海洋装备制造等产业集群形成，并通过交通轴带与腹地产业实现梯度分工；跨区域规划协调与生态共治等制度创新打破行政壁垒，将交通硬联通与产业软协作固化为稳定协同格局。三者相互强化，构成“交通互联→产业集聚→制度创新→区域能级提升→交通互联升级”的正向回路。纵向层面，高质量发展五维度与海洋经济、交通状况深度协调：创新驱动海洋科技发展，交通为要素流动提供通道；协调发展要求海洋经济与腹地经济梯度分工，交通布局是实现要素流动的先决条件；绿色发展对资源环境形成约束，交通低碳转型支撑环境成本降低；开放发展依托海洋经济外向特征，国际航运网络决定区域竞争力；共享发展通过海洋经济成果惠及腹地，客运服务覆盖关乎民生福祉。此外，海洋经济与交通状况存在“需求-载体”共生关系，二者在规模与质量上协同演进。上述机理表明，陆海统筹协调发展需通过多维相互作用构成有机整体，为量化评估其协同状态，需构建反映上述耦合关系的综合评价指标体系与测度模型。

1.2 指标体系构建

基于经济高质量发展、海洋经济、交通状况之间的协调机理，本文分别构建了经济高质量发展水平、海洋经济发展水平、交通状况发展水平的综合评价指标体系。在指标筛选过程中，遵循系统性、代表性、科学性和可比性原则，参考既有测度方法^[7,9,12,24]，从各维度的核心内涵出发筛选具体指标，以确保指标体系能系统反映经济高质量发展、海洋经济、交通状况之间的互动关系。其中，经济高质量发展系统从创新发展、协调发展、绿色发展、开放发展和共享发展5个维度选取了18个指标；海洋经济系统从经济效应、科技水平、资源环境和社会效应4个维度选取了14个指标；交通状况系统从交通基础设施、交通运输水平和交通运载能力3个维度选取了19个指标，具体指标内容见表1。

表1 经济高质量发展、海洋经济、交通状况评价指标体系

系统	维度	指标名称	代码	单位	权重	属性
经济高质量发展（E）	创新发展（E1）	地区生产总值与就业人数比值	E11	万元/人	0.053	正向
		人均技术市场成交额	E12	元/人	0.011	正向
		每万人专利授权数量	E13	件/万人	0.049	正向
		R&D投入占GDP比重	E14	%	0.082	正向
	协调发展（E2）	城乡居民人均可支配收入比	E21	—	0.081	逆向
		产业结构合理化指标	E22	—	0.106	正向
		居民消费价格总指数（上年=100）	E23	—	0.038	正向
	绿色发展（E3）	能源消耗量/GDP	E31	吨标准煤/万元	0.077	逆向
		单位GDP二氧化硫排放量	E32	吨/万元	0.282	逆向
		单位GDP化学需氧量排放总量	E33	吨/万元	0.054	逆向
		工业污染治理完成投资额占GDP比重	E34	%	0.009	正向
	开放发展（E4）	进出口总额占GDP比重	E41	%	0.046	正向
		外商投资企业投资总额与GDP比值	E42	—	0.044	正向
		入境旅游外国人数总计	E43	万人次	0.067	正向
	共享发展（E5）	城镇居民人均可支配收入	E51	元	0.041	正向
		教育经费与人口比值	E52	元/人	0.145	正向
		人口死亡率	E53	‰	0.070	逆向
		城镇登记失业率	E54	%	0.037	逆向
海洋经济（O）	经济效应（O1）	海洋生产总值占地区生产总值比重	O11	%	0.005	正向
		海洋第三产业增加值占海洋生产总值比重	O12	%	0.062	正向
		沿海主要港口货物吞吐量	O13	万吨	0.013	正向
海洋经济（O）	科技水平（O2）	海洋科研机构R&D经费内部支出	O21	千元	0.018	正向
		R&D课题数	O22	项	0.010	正向
		海洋科研专利申请受理数	O23	件	0.014	正向
		海洋研究与开发机构中博士毕业的R&D人员占比	O24	%	0.053	正向
	资源环境（O3）	海洋水产品总量与常住人口比值	O31	kg/人	0.054	正向
		海洋类型保护区面积	O32	km²	0.327	正向
		地方财政环境保护支出	O33	亿元	0.054	正向
		废水排放中氨氮排放总量	O34	吨	0.039	逆向
	社会效应（O4）	海洋专业高等学校教职工数	O41	人	0.030	正向
		旅行社数量	O42	家	0.010	正向
		各海洋专业硕士研究生在校生人数	O43	人	0.018	正向
交通状况（A）	交通基础设施（A1）	铁路营业里程密度	A11	km/km²	0.043	正向
		公路通车里程密度	A12	km/km²	0.021	正向
		内河航道密度	A13	km/km²	0.088	正向
	交通运输水平（A2）	铁路客运量	A21	万人	0.030	正向
		公路客运量	A22	万人	0.051	正向
		水运客运量	A23	万人	0.056	正向
		铁路客运周转量	A24	百万人公里	0.034	正向
		公路客运周转量	A25	百万人公里	0.056	正向
		水路客运周转量	A26	百万人公里	0.054	正向
		铁路货运量	A27	万吨	0.052	正向
		公路货运量	A28	万吨	0.030	正向
		水路货运量	A29	万吨	0.051	正向
		铁路货运周转量	A210	百万吨公里	0.096	正向
		公路货运周转量	A211	百万吨公里	0.050	正向
		水路货运周转量	A212	百万吨公里	0.070	正向
		沿海港口国际标准集装箱吞吐量	A213	万标准箱	0.050	正向
	交通运载能力（A3）	载客汽车保有量	A31	辆	0.038	正向
		载货汽车保有量	A32	辆	0.039	正向
		机动船拥有量	A33	艘	0.090	正向

本文对少量缺失值（如2020—2022年“入境旅游外国人数”指标的统计中断）的填补遵循同一稳健原则，即：基于各指标自身的已知时序数据，通过动态选择拟合优度最佳的多项式阶数建立趋势模型，并在模型拟合与预测过程中施加非负约束，确保填补结果符合指标的经济含义。同时，选用熵权法进行客观赋权^[4]，各指标权重见表1。其中，指标的变异程度越大，其所包含的信息量越多，权重越高；反之，变异程度越小，权重越低。

为保证数据的可比性，在进行综合水平评价时，需要对原始指标值进行标准化、正向化处理，具体公式如下^[12]：

（1）

r i j = x i j - m i n x i j m a x x i j - m i n x i j + β, x i j 为 正 向 指 标 m a x x i j - x i j m a x x i j - m i n x i j + β, x i j 为 负 向 指 标

式（1）中：

r i j

为标准化后评价指标；

x i j

为第i个地区的第j个评价指标；

β

为平移项，为避免后续计算中ln(0)的出现，文中取

β = 0.001

。

经济高质量发展综合指数

U 1

、海洋经济综合发展指数

U 2

、交通状况综合发展指数

U 3

的计算公式如下：

（2）

U i k = ∑ j k = 1 n k ω j k r i j k

式（2）中：

U i k

为第i个地区第k（k=1, 2, 3）个系统的综合发展指数，

0 ≤ U i k ≤ 1

，值越大说明发展水平越优，反之，发展水平越低；

ω j k

为第k个系统第j个指标的权重，各指标权重见表1；j_k=1, 2,⋯, n_k，

n k

为系统k的评价指标数量。

1.3 研究方法

为系统解析经济高质量发展、海洋经济与交通状况三者间的复杂互动关系与内在驱动机制，本文构建了从“系统整体协同评价”到“内部因子贡献解析”的完整框架。首先，运用耦合协调度模型从宏观层面综合评价三大系统的整体协同状态与发展阶段；其次，通过径向基神经网络模型，从微观指标层面量化各因素对系统耦合协调度的具体贡献。这一组合方法有助于揭示“交通-海洋-经济”这一多系统、高维度指标体系中存在的非线性相互作用机制，为陆海统筹复合系统的复杂性研究提供了有效的分析工具。

1.3.1 耦合度模型

耦合度是指两个或两个以上系统之间的相互作用影响，其大小表征系统之间相互作用联动强度。本文根据王淑佳等^[24]的思路构建经济高质量发展与海洋经济、交通状况之间的耦合度模型，具体计算公式如下：

（3）

C = 1 - U 3 - U 1 2 + U 2 - U 1 2 + U 3 - U 2 2 3 Π k = 1 3 U k m a x U 1, U 2, U 3 12

式（3）中：C为耦合度，当

C = 1

时耦合度最大，系统间达到良好的共振耦合；根据C值以0.1、0.3、0.5、0.8为分界点，把耦合系统大致分为6种等级，具体等级划分标准如表2所示。

表2 耦合度评价标准

耦合度C	耦合等级	耦合度C	耦合等级
1.00	高水平耦合状态	0.30~0.49	拮抗状态
0.80~0.99	较高水平耦合状态	0.10~0.29	较低水平耦合状态
0.50~0.79	基本磨合状态	0.00~0.09	低水平耦合状态

1.3.2 耦合协调度模型

耦合协调发展包括两个指标，一是各系统的综合协调指数T；二是耦合协调度D，具体计算公式如下：

（4）

T = α 1 U 1 + α 2 U 2 + α 3 U 3, D = C × T

式（4）中：T为综合协调指数，反映各系统发展对空间耦合协调度的贡献；

α 1, α 2, α 3

为经济高质量发展、海洋经济和交通状况在综合协调指数中的权重，满足

∑ i = 1 3 α i = 1

；D为耦合协调度，反映同一时间不同地区耦合协调水平的高低，耦合协调度等级划分标准如表3所示^[2]。

表3 耦合协调度评价标准

耦合协调度D	协调等级	耦合协调度D	协调等级
0.90~1.00	优质协调	0.40~0.49	濒临失调
0.80~0.89	良好协调	0.30~0.39	轻度失调
0.70~0.79	中级协调	0.20~0.29	中度失调
0.60~0.69	初级协调	0.10~0.19	严重失调
0.50~0.59	勉强协调	0.00~0.09	极度失调

1.3.3 因子贡献度模型

因子贡献度模型通过定量分析来确定各个指标在总目标实现中的相对贡献，通常用于分析不同指标对某一目标的影响程度，以识别关键驱动因素、确定改进方向。考虑到经济高质量发展、海洋经济与交通状况之间的耦合关系具有非线性且高维度的特征，传统线性回归方法难以准确刻画各影响因子贡献情况，本文将运用径向基神经网络（RBF）模型有效测度三大系统在耦合度和协调度目标导向下各影响因子的贡献度，具体步骤如下^[25]。

第1步：确定隐含层节点数。将沿海11个省（区、市）观察期的耦合度C与耦合协调度D作为输出数据，评价指标作为输入数据。据经验确定隐含层节点数N，

N = n + m + τ

，其中n为输入层节点数，m为输出层节点数，

τ

为调整参数。经过试算后选定N=13。

第2步：构建隐含层输出矩阵。使用 K-means聚类算法对输入数据进行聚类，确定基函数中心

c j' j' = 1, 2, ⋯, N

；计算所有样本到中心

c j'

的距离，并取距离平均值作为该中心对应高斯核的宽度参数

σ j'

，

σ j' = 1 n j' ∑ i' ∈ n j' r i j i' j' - c j' 2

，其中，

n j'

为第

j'

个聚类的样本数，

r i j i' j'

表示以

c j'

为中心的第

i'

(i'=1, 2,⋯, n)个规范化评价指标

r i j

；使用高斯函数作为激活函数输出值

ϕ i' j'

，

ϕ i' j' = e x p - r i j i' j' - c j' 22 2 σ j' 2

，构建隐含层输出矩阵

Φ = ϕ i' j'

。

第3步：计算输出层权值

W

，采用梯度下降法优化。给定初始权值

W 0

，设定学习率

η

（本文取0.45）和迭代步长

Δ W

，

Δ W = Φ T y^- y N

；更新权值

W

，

W = W 0 - η Δ W

，输出预测数据值

y^

，

y^= Φ W

，将均方误差作为损失函数。

第4步：计算特征贡献度。根据径向基网络各层之间的连接关系，计算输入层对输出层的影子贡献度。假设权值

W i' j'

为聚类中心

c j'

的第

i'

个特征值，计算输入层到隐含层权值归一化值

a i' j'

，

a i' j' = W i' j' ∑ i' = 1 n W i' j'

；同理，计算隐含层到输出层权值归一化值

b j' k'

，

b j' k' = W j' k' ∑ j' = 1 13 W j' k'

，其中

k'

(k'=1, 2,⋯, m)为输出节点；输入层对输出层的特征贡献度V的计算公式为

V i' k' = a i' j' b j' k'

。

1.4 研究区域及数据来源

本文以我国11个沿海省（区、市）为研究对象，采集其2013—2022年面板数据。数据来源于2014—2023年《中国统计年鉴》《中国海洋统计年鉴》《中国科技统计年鉴》《中国环境统计年鉴》《中国财政年鉴》《中国劳动统计年鉴》《中国能源统计年鉴》《中国社会统计年鉴》《中国农村统计年鉴》，以及各省（区、市）统计年鉴和调查年鉴。

2 综合发展水平分析

2.1 海洋经济圈综合发展水平时序演变分析

经计算，2013—2022年我国沿海省（区、市）经济高质量发展综合指数、海洋经济综合发展指数、交通状况综合发展指数如表4~表6所示（由于篇幅限制，仅列出2013、2016、2019、2022年的综合发展情况），其发展趋势见图1~图3。结果分析表明：研究期内我国沿海省（区、市）经济高质量发展水平与海洋经济综合发展水平均呈上升趋势，交通状况综合发展水平波动较平缓，但两极分化现象明显。三大海洋经济圈^①发展水平差距显著，其中，东部海洋经济圈整体水平偏高，尤其是经济高质量发展与交通状况的发展水平明显高于北部与南部海洋经济圈。

表4 经济高质量发展综合指数及排名

海洋经济圈	省（区、市）	2013年		2016年		2019年		2022年		2013—2022年
海洋经济圈	省（区、市）	$U 1$	排名	$U 1$	排名	$U 1$	排名	$U 1$	排名	变化幅度（%）	排名
北部海洋经济圈	辽宁	0.133 1	9	0.131 7	9	0.156 8	8	0.175 2	9	31.58	10
	河北	0.093 9	11	0.091 2	11	0.128 9	11	0.147 3	11	56.76	6
	天津	0.215 0	3	0.248 5	2	0.297 7	2	0.372 9	3	73.42	3
	山东	0.152 4	6	0.175 7	6	0.192 6	6	0.247 1	7	62.10	4
	均值	0.148 6		0.161 8		0.194 0		0.235 6		58.52
东部海洋经济圈	上海	0.251 7	1	0.322 4	1	0.368 3	1	0.524 9	1	108.57	2
	浙江	0.192 7	4	0.213 2	4	0.243 3	4	0.286 3	6	48.60	7
	江苏	0.183 3	5	0.197 1	5	0.235 7	5	0.288 7	5	57.46	5
	均值	0.209 2		0.244 2		0.282 4		0.366 7		75.23
南部海洋经济圈	广东	0.228 1	2	0.235 1	3	0.285 1	3	0.320 0	4	40.32	9
	广西	0.135 5	8	0.133 9	8	0.133 3	9	0.149 5	10	10.39	11
	福建	0.143 9	7	0.152 9	7	0.184 1	7	0.213 3	8	48.25	8
	海南	0.104 2	10	0.108 7	10	0.130 9	10	0.472 2	2	353.16	1
	均值	0.152 9		0.157 7		0.183 4		0.288 7		88.85
全国	均值	0.166 7		0.182 8		0.214 2		0.290 7		74.36
全国	极差	0.157 7		0.231 2		0.239 3		0.377 6

表5 海洋经济综合发展指数及排名

海洋经济圈	省（区、市）	2013年		2016年		2019年		2022年		2013—2022年
海洋经济圈	省（区、市）	$U 2$	排名	$U 2$	排名	$U 2$	排名	$U 2$	排名	变化幅度（%）	排名
北部海洋经济圈	辽宁	0.172 3	5	0.183 2	5	0.186 0	8	0.225 9	7	31.08	11
	河北	0.057 1	10	0.081 9	10	0.126 8	10	0.115 1	9	101.44	4
	天津	0.094 4	9	0.091 8	9	0.135 8	9	0.139 5	10	47.76	9
	山东	0.251 9	1	0.265 6	2	0.354 2	2	0.470 1	2	86.60	5
	均值	0.143 9		0.155 6		0.200 7		0.237 6		65.90
东部海洋经济圈	上海	0.194 6	4	0.175 8	6	0.209 9	7	0.357 9	3	83.95	6
	浙江	0.136 5	8	0.174 8	7	0.213 0	6	0.236 5	6	73.21	7
	江苏	0.196 9	3	0.230 5	3	0.278 4	3	0.291 4	5	48.03	8
	均值	0.176 0		0.193 7		0.233 7		0.295 3		67.78
南部海洋经济圈	广东	0.205 7	2	0.295 6	1	0.425 5	1	0.484 4	1	135.48	2
	广西	0.036 9	11	0.049 7	11	0.073 5	11	0.101 9	11	175.97	1
	福建	0.157 0	6	0.185 3	4	0.220 8	5	0.219 5	8	39.82	10
	海南	0.153 1	7	0.164 5	8	0.255 6	4	0.329 2	4	115.00	3
	均值	0.138 2		0.173 8		0.243 8		0.283 7		105.35
全国	均值	0.150 6		0.172 6		0.225 4		0.270 1		79.38
全国	极差	0.215 0		0.245 9		0.352 0		0.382 5

表6 交通状况综合发展指数及排名

海洋经济圈	省（区、市）	2013年		2016年		2019年		2022年		2013—2022年
海洋经济圈	省（区、市）	$U 3$	排名	$U 3$	排名	$U 3$	排名	$U 3$	排名	变化幅度（%）	排名
北部海洋经济圈	辽宁	0.220 8	7	0.213 0	7	0.217 6	7	0.146 5	9	-33.65	11
	河北	0.307 0	4	0.256 4	5	0.310 5	5	0.286 4	6	-6.71	8
	天津	0.109 1	10	0.106 0	10	0.118 7	10	0.122 8	10	12.52	5
	山东	0.405 6	1	0.330 1	3	0.386 0	3	0.338 5	3	-16.53	10
	均值	0.260 6		0.226 4		0.258 2		0.223 6		-14.22
东部海洋经济圈	上海	0.242 6	6	0.254 8	6	0.289 5	6	0.291 4	5	20.14	2
	浙江	0.305 3	5	0.329 2	4	0.385 6	4	0.327 3	4	7.20	6
	江苏	0.397 3	2	0.387 1	2	0.413 2	2	0.361 4	2	-9.03	9
	均值	0.315 1		0.323 7		0.362 8		0.326 7		3.70
南部海洋经济圈	广东	0.389 9	3	0.442 8	1	0.493 2	1	0.379 3	1	-2.72	7
	广西	0.127 3	9	0.148 3	9	0.164 9	9	0.150 4	7	18.16	3
	福建	0.129 1	8	0.151 6	8	0.168 1	8	0.150 1	8	16.26	4
	海南	0.060 5	11	0.058 8	11	0.069 3	11	0.084 0	11	38.69	1
	均值	0.176 7		0.200 4		0.223 9		0.190 9		8.05
全国	均值	0.245 0		0.243 5		0.274 2		0.239 8		-2.09
全国	极差	0.345 0		0.384 1		0.423 9		0.295 4

显示原图|下载原图ZIP|生成PPT

图1 沿海省域经济高质量发展趋势

显示原图|下载原图ZIP|生成PPT

图2 沿海省域海洋经济发展趋势

显示原图|下载原图ZIP|生成PPT

图3 沿海省域交通状况发展趋势

从表4和图1可以看出，2022年，上海、海南、天津的经济高质量发展综合指数位居前三，广西、河北位居后两位，其他省域居中；2013—2022年，沿海各省（区、市）的经济高质量发展综合指数呈上升趋势，但上升幅度呈现明显差异，其中海南、上海、天津等发展较快，增长幅度均在70%以上，尤其海南增长幅度高达353.16%，而浙江、福建、广东、辽宁、广西等发展相对较慢，广西增长幅度最小，仅为10.39%；此外，研究期内沿海省（区、市）经济高质量发展综合指数极差从0.157 7增大至0.377 6，区域发展水平差距有扩大趋势，经济高质量发展综合指数高的区域，发展速度更快（海南除外，因为2018年海南自由贸易试验区设立，引入大量外资，使得经济高质量发展综合指数增大）。由图1可知，从三大海洋经济圈来看，我国沿海省域经济高质量发展水平区域差异性显著，东部海洋经济圈经济高质量发展综合指数远远高于其他两大海洋经济圈，且发展速度最快；早期，北部与南部地区略低于全国平均水平，但在2019年后，南部发展迅速，位于中间水平，北部最低。

从表5和图2可以看出，2022年，广东、山东、上海的海洋经济综合发展指数位居前三，天津、广西的海洋经济综合指数位居后两位，沿海各省（区、市）的海洋经济综合发展指数呈上升趋势，但上升幅度呈现明显差异，其中广西、广东、海南、河北等发展较快，增长幅度均在100%以上，尤其是广西增长幅度达到175.97%，而辽宁、福建、天津、江苏等发展相对较慢，辽宁增长幅度最小，仅为31.08%；此外，2013—2022年，我国沿海省（区、市）海洋经济发展水平差异相对较均衡，海洋经济综合发展指数极差从0.215 0变化至0.382 5，综合指数高的省（区、市），发展速度更快。由图2可知，我国三大海洋经济圈的海洋经济综合发展趋势一致，南部海洋经济圈上升幅度相对较高，北部海洋经济圈相对较低；从各沿海省（区、市）来看，广东和山东为海洋经济发展水平第一梯队，广西、天津和河北为第三梯队，其他省（区、市）为第二梯队，且发展水平差异明显。

从表6和图3可以看出，2022年，各沿海省（区、市）交通状况综合发展指数可分为两大梯队，广东、江苏、山东、浙江、上海、河北为第一梯队，发展指数在0.2以上；广西、福建、辽宁、天津、海南为第二梯队，尤其是海南，发展指数低于0.1；从三大海洋经济圈来看，2013—2022年，我国沿海省域交通状况综合发展指数的变化趋势相差不大，但各海洋经济圈交通状况综合发展指数差异显著，东部海洋经济圈明显高于北部和南部海洋经济圈。

省际与海洋经济圈发展差异的形成源于历史基础、政策导向、产业结构与地理区位等多维度因素的长期叠加与相互作用。在历史制度层面，东部海洋经济圈凭借改革开放初期的政策倾斜与外向型经济先发优势，在基础设施、人力资本与制度创新方面形成了具有路径依赖特征的发展轨迹；南部海洋经济圈依托经济特区、自由贸易港等先行先试政策，在制度创新领域形成了差异化竞争优势，但部分省（区、市）受地理条件与腹地经济规模限制，政策红利释放与制度创新进程相对滞后；北部海洋经济圈受资源型产业占比与港口功能定位影响，新旧动能转换面临阶段性挑战。在产业结构层面，领先地区海洋经济呈现多元化特征，先进制造业与现代服务业占比相对较高；部分后发区域则对传统资源型产业依赖度较高，产业结构转型面临技术积累不足与要素配置效率偏低等约束。在区位条件方面，长三角、珠三角等地区依托港口群规模优势与经济腹地纵深，在全球价值链中占据枢纽位置；而部分沿海省域受限于港口功能定位、集疏运体系效率及与核心经济圈的空间距离，要素集聚能力相对较弱。上述结构性因素的交互作用共同塑造了沿海区域发展的差异化格局。

2.2 系统演化的核密度估计

为更好地揭示三大系统的实际演化特征，采用核密度估计展现三大系统水平的演化情况。如图4所示，以2013、2016、2019、2022年的系统综合发展水平作为分析对象。

显示原图|下载原图ZIP|生成PPT

图4 各子系统核密度函数曲线

从位置上看，2013—2022 年各子系统核密度函数曲线总体呈现右移趋势，其中经济高质量发展综合指数和海洋经济综合发展指数的右移幅度尤为显著；相较之下，交通状况综合发展水平的演进态势相对平缓。

从形状上看，海洋经济综合发展指数和经济高质量发展综合指数的核密度曲线均为单峰分布，而交通状况综合发展指数核密度曲线多为双峰分布，这说明交通状况的区域发展水平存在一定程度的两极分化现象。进一步，经济高质量发展和海洋经济发展水平的曲线形状接近正态分布：早期曲线坡度陡峭、高峰偏左，后期曲线坡度缓和、峰值稍有右移，这表明沿海地区未出现两极分化，但省际间差异有所扩大，整体分布平稳地向高值区间推移。交通状况综合发展指数的核密度曲线仅在2016年接近正态分布，其余年份曲线坡度平缓，左峰位置变化很小，右峰持续右移，这说明沿海地区已出现区域分化，发展水平较高的地区迈向了更高台阶，而落后地区发展缓慢，两极分化现象显著。

从峰度上看，2022年与 2013年相比，3个系统的核密度曲线峰值在后期整体下降。其中，经济高质量发展与海洋经济的曲线由尖峰向宽峰转变，这表明二者的发展水平渐趋分散、分布更加扁平化，区域协同发展取得了良好成效。

3 耦合协调分析

3.1 系统耦合协调度分析

据计算，2013—2022年，我国沿海省（区、市）经济高质量发展与海洋经济、交通状况的耦合度和耦合协调度如图5、表7所示。

显示原图|下载原图ZIP|生成PPT

图5 耦合度与耦合协调度发展趋势图

表7 2022年沿海省（区、市）复合系统耦合度与耦合协调度评价结果

海洋经济圈	省（区、市）	耦合度	耦合等级	耦合协调度	协调类型	主要制约类型	耦合协调度排名
北部海洋经济圈	辽宁	0.820 0	较高水平耦合	0.384 8	轻度失调	交通状况发展制约型	8
	河北	0.634 5	基本磨合	0.339 0	轻度失调	海洋经济发展制约型	9
	天津	0.540 7	基本磨合	0.336 6	轻度失调	交通状况发展制约型	10
	山东	0.723 7	基本磨合	0.502 1	勉强协调	经济高质量发展制约型	4
东部海洋经济圈	上海	0.720 8	基本磨合	0.528 5	勉强协调	交通状况发展制约型	2
	浙江	0.864 3	较高水平耦合	0.492 4	濒临失调	海洋经济发展制约型	5
	江苏	0.873 9	较高水平耦合	0.521 1	勉强协调	经济高质量发展制约型	3
南部海洋经济圈	广东	0.800 3	较高水平耦合	0.559 1	勉强协调	经济高质量发展制约型	1
	广西	0.891 3	较高水平耦合	0.343 8	轻度失调	海洋经济发展制约型	11
	福建	0.881 7	较高水平耦合	0.411 8	濒临失调	交通状况发展制约型	6
	海南	0.510 9	基本磨合	0.386 3	轻度失调	交通状况发展制约型	7

由图5、表7可以看出，研究期内经济高质量发展与海洋经济、交通状况之间的耦合度比较稳定，发展水平差异呈缩小趋势，广西、广东、福建、辽宁、浙江、江苏处于较高水平耦合状态，其他省（区、市）处于基本磨合状态。区域耦合协调度整体上升，广东、上海、江苏和山东的耦合协调度达到勉强协调状态，发展水平处于第一梯队；浙江和福建的耦合协调度处于濒临失调状态，发展水平位于第二梯队；其他沿海省（区、市）处于第三梯队，为轻度失调状态。总体而言，2013—2022年，我国沿海省（区、市）经济高质量发展与海洋经济、交通状况之间基本处于高耦合度、低协调状态。

从海洋经济圈来看，东部海洋经济圈耦合协调度整体水平较高，且发展稳定，属于较高水平耦合、勉强协调度类型。其中，上海的耦合度属于基本磨合类型，制约类型经历了海洋经济发展制约型到交通状况发展制约型的转变，其协调类型经历了濒临失调向勉强协调的升级，处于基本磨合、勉强协调的状态；浙江处于较高水平耦合、濒临失调的状态，制约类型为海洋经济发展制约型；江苏处于较高水平耦合、勉强协调的状态，制约类型为经济高质量发展制约型。北部海洋经济圈耦合协调度整体水平低于平均发展水平，处于基本磨合、轻度失调状态。其中，山东耦合协调水平最高且稳定增长，处于基本磨合、勉强协调状态，制约类型为经济高质量发展制约型；天津处于基本磨合、轻度失调的状态，制约类型为交通状况发展制约型；辽宁处于较高水平耦合、轻度失调的状态，制约类型为交通状况发展制约型；河北处于基本磨合、轻度失调的状态，制约类型为海洋经济发展制约型。南部海洋经济圈内耦合度与耦合协调度差异较大，广东、广西、福建均处于较高水平耦合状态，海南为基本磨合状态。其中，广东经历了从海洋经济发展制约型到经济高质量发展制约型的转变，其耦合协调水平遥遥领先，远超其他三省（区），尤其在2013—2019年间实现了巨大提升；福建和海南均属于交通状况发展制约型，特别是海南，其交通状况综合发展指数一直低于0.1，属于严重滞后型；广西的制约类型为海洋经济发展制约型，耦合协调类型经历了中度失调向轻度失调的转变。

综上，我国沿海省（区、市）经济高质量发展与海洋经济、交通状况的耦合协调水平呈缓慢上升趋势，东部海洋经济圈耦合协调度相对较高，达到勉强协调水平；南部与北部海洋经济圈圈内发展差距较大，尤其是南部海洋经济圈，广东和广西两极分化较为严重。

为进一步分析沿海区域耦合协调性的空间特征，表8列出了耦合协调关系的Moran′s I（莫兰指数）及统计检验值。结果表明，沿海省（区、市）经济高质量发展与海洋经济、交通状况的耦合协调水平不存在明显的空间相关性，即区域间相互作用较小，因而后续采用普通的面板模型进行影响因素分析。

表8 复合系统耦合协调关系的Moran′s I及统计检验值

年份	2013	2014	2015	2016	2017	2018	2019	2020	2021	2022
Moran′s I	-0.108 6	-0.136 1	-0.086 1	-0.156 8	-0.193 4	-0.283 1	-0.276 8	-0.149 4	-0.055 0	-0.107 2
P_value	0.976 1	0.900 0	0.961 5	0.845 0	0.745 3	0.524 2	0.538 6	0.863 6	0.875 6	0.979 9
Z_score	-0.030 0	-0.125 6	0.048 3	-0.197 4	-0.324 9	-0.636 9	-0.614 9	-0.171 8	0.156 6	-0.025 2

3.2 系统耦合协调发展的指标贡献度分析

在沿海省（区、市）经济高质量发展与海洋经济、交通状况耦合协调发展过程中，评价影响因子贡献度能反映出系统在协同变化时所表现出的学习能力与调控弹性，据此可确定未来调控方向。运用径向基神经网络计算经济高质量发展、海洋经济、交通状况各类指标在耦合度和协调度目标下的贡献度，结果如图6所示。结果表明，交通状况类发展指标的贡献度最高，分别为0.364 6、0.365 5，这说明在耦合协调发展过程中交通状况起主导作用，其表现出的自学习能力和调控能力要优于经济高质量发展和海洋经济，但三大系统的贡献度相差不大。

显示原图|下载原图ZIP|生成PPT

图6 复合系统贡献度对比

各类二级指标对系统耦合协调发展的贡献度如图7所示。

显示原图|下载原图ZIP|生成PPT

图 7 耦合协调发展影响因子贡献度示意图

分析图7可知，在耦合度和耦合协调度的不同目标导向下，各因子贡献度差异不大，海洋水产品与常住人口比值（O31）居首位，是影响系统耦合度和耦合协调度的关键因素。该指标是人均海产占有量的核心体现，突出揭示了海洋资源在陆海协调中的根本作用，较高的比值说明海洋生物资源直接支撑着沿海民生，是海洋经济助力区域发展的物质基础。但若这一优势不能与产业升级、科技创新结合，则易强化对传统渔业的依赖，导致产业被锁定在价值链低端，阻碍海陆经济在技术与产业链上的深度融合，制约整体协同发展。因此，该指标的意义不在于单纯肯定资源规模，而在于强调必须推动资源驱动转向创新驱动。应通过发展海洋精深加工、生物医药等高附加值产业，促进海洋一产与滨海旅游、现代物流等三产融合，将人均资源优势真正转化为陆海统筹发展的战略支撑。同时，海洋生产总值占地区生产总值比重（O11）是影响系统耦合协调的主要因素，反映海洋经济对区域经济的支撑作用，该比重越高，则区域经济发展对海洋经济的依赖程度越高；内河航道密度（A13）与水路货运量（A29）对系统耦合协调发展影响较大，这说明在我国沿海地区的耦合协调发展中，应充分利用沿海优势，大力发展内河与海洋运输通道，提高物流运输水平；每万人专利授权数量（E13）、R&D课题数（O22）对当前沿海地区的耦合协调发展影响较大，这表明经济创新发展与海洋科技水平提升是驱动经济高质量发展的第一动力。

入境旅游外国人数总计（E43）、进出口总额占GDP比重（E41）、海洋科研专利申请受理数（O23）、水路货运周转量（A212）、R&D投入占GDP比重（E14）、海洋专业高等学校教职工数（O41）、各海洋专业硕士研究生在校生人数（O43）、海洋科研机构R&D经费内部支出（O21）、公路货运周转量（A211）、沿海港口国际标准集装箱吞吐量（A213）、外商投资企业投资总额与GDP比值（E42）等对三大系统耦合协调发展的贡献度处于中等位置，隶属于经济高质量发展的开放维度、海洋经济的科技水平和社会效应维度，以及交通状况的交通运输水平维度。在提升沿海区域经济高质量发展水平时应侧重关注其发展态势，促进耦合协调发展。

城乡居民人均可支配收入比（E21）贡献度最低，对复合系统耦合协调发展的影响作用最小。海洋第三产业增加值占海洋生产总值比重（O12）、人口死亡率（E53）、居民消费价格总指数（上年=100）（E23）、城镇登记失业率（E54）、废水排放中氨氮排放总量（O34）、单位GDP二氧化硫排放量（E32）、铁路客运量（A21）、公路客运量（A22）等指标贡献度相对较低，表明其对系统耦合协调发展的影响作用较小。

同时，通过对比耦合度与耦合协调度的影响因子贡献度可发现，不同影响因子在不同调控目标下的贡献度基本相同，说明指标设计具有稳健性，也揭示了系统耦合与协调的内在统一性，即提升系统间耦合机制比追求单一系统的高增长更有利于整体协调。

3.3 系统耦合协调发展特征

综合上述耦合协调度分析与因子贡献度测算结果，进一步从系统整体层面归纳其发展特征与作用机制如下。

1）综合发展水平不均衡，省际差异显著。沿海省（区、市）综合发展水平差异显著，经济高质量发展综合指数和海洋经济综合发展指数均呈现稳步上升，但两者发展水平省际差距呈扩大趋势；交通状况综合发展指数波动相对平稳，省际差异逐渐缩小，但两极分化现象依然显著。具体而言，2022年，上海、海南、天津的经济高质量发展综合指数领跑各沿海省（区、市），增速显著，且优于海洋经济和交通状况的综合发展水平；广东和山东则为海洋经济发展的第一梯队，且发展水平超前于经济高质量发展和交通状况；在交通状况方面，广东、江苏、山东、浙江、上海、河北组成第一梯队，其中江苏、浙江、河北的交通状况发展水平相对领先于经济高质量发展水平和海洋经济发展水平。

2）区域发展不协调，海洋经济圈差异突出。从海洋经济圈来看，沿海省域经济高质量发展与交通状况发展水平的区域差异性显著，东部海洋经济圈明显高于其他圈，南部与北部海洋经济圈均低于沿海省域整体平均水平，而海洋经济发展趋势一致，整体有所提升。

3）复合系统耦合协调性差，整体水平偏低。2013—2022年，我国沿海省（区、市）经济高质量发展与海洋经济、交通状况的耦合协调发展水平呈上升趋势，但耦合协调度整体水平偏低，发展水平差异在扩大，两极分化现象开始显现。广东、上海、江苏和山东达到勉强协调水平，而辽宁、河北、天津、广西、海南仍处于轻度失调状态，且主要制约原因分别为交通状况发展制约和海洋经济发展制约。

4）驱动机制复杂，交通状况作用关键。2013—2022年，我国沿海省（区、市）经济高质量发展与海洋经济、交通状况耦合协调水平不存在明显空间相关性。在耦合协调发展过程中，交通状况类因子起着主导作用，其所表现出的自学习能力和调控能力要优于海洋经济和经济高质量发展。单因子方面，海洋经济资源环境维度的海洋水产品与常住人口比值、交通状况类交通基础设施维度的内河航道密度、海洋经济类经济效应维度的海洋生产总值占地区生产总值比重以及经济高质量发展类创新发展维度等的因子贡献度最大，城乡居民人均可支配收入比、海洋第三产业增加值占海洋生产总值比重、人口死亡率、居民消费价格总指数的因子贡献度最低。

4 结束语

本文以2013—2022年我国11个沿海省（区、市）面板数据为研究对象，量化评估了经济高质量发展、海洋经济、交通状况三大系统的综合发展水平，深入研究了三者之间的耦合协调发展关系及其影响因子贡献度。研究表明：沿海省（区、市）三大系统发展水平不均衡且省际差异显著，经济高质量发展综合指数与海洋经济综合发展指数稳步上升但省际差距扩大，交通状况综合发展指数平稳但两极分化明显；区域层面，东部海洋经济圈发展水平显著优于南部和北部；系统耦合协调度整体呈上升趋势但仍处于较低水平，仅广东、上海、江苏和山东达到勉强协调水平，浙江、福建为濒临失调水平，而辽宁、河北、天津、广西、海南仍属轻度失调水平；交通状况在协调发展中起主导作用，海洋水产品与常住人口比值、内河航道密度、海洋生产总值占地区生产总值比重及创新指标是关键驱动因素。

本文虽初步揭示了沿海地区“交通-海洋-经济”复合系统的动态演变规律及关键影响因素，但研究主要从整体层面展开，未能针对不同协调类型省域深入剖析其内在差异化路径。因此，后续研究将结合区域实际，探索适用于不同发展阶段的差异化协调策略，为推进陆海统筹与区域高质量发展提供更具操作性的参考。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序

[1]	习近平. 高举中国特色社会主义伟大旗帜为全面建设社会主义现代化国家而团结奋斗——在中国共产党第二十次全国代表大会上的报告[EB/OL]. (2022-10-25)[2025-11-01]. https://www.gov.cn/xinwen/2022-10/25/content_5721685.htm?jump=true&wd=&eqid=ee77784e0029e72a0000000364904ee1.

[2]	孟德友, 沈惊宏, 陆玉麒. 中原经济区县域交通优势度与区域经济空间耦合[J]. 经济地理, 2012, 32(6):7-14.

[3]	戢晓峰, 郝京京, 陈方. 综合运输可达性与物流经济的空间分异及耦合[J]. 交通运输系统工程与信息, 2015, 15(5):24-31.

[4]	陈小红, 张协奎, 陈诗淼, 等. 中国—东盟综合交通优势度与区域经济耦合协调[J]. 交通运输系统工程与信息, 2018, 18(5):26-30,81.

[5]	曾爱华, 刘冰滨, 李子琴. 数字经济与实体经济耦合协调发展研究[J]. 统计与决策, 2024, 40(16):106-111.

[6]	刘赛特, 刘鹏飞, 李菲. 农业科技创新能力与农村经济发展水平的耦合协调研究[J]. 统计与决策, 2024, 40(16):151-155.

[7]	李勇, 骆琳, 李禹锋, 等. 基于DEA交叉效率的交通运输与区域经济发展耦合协调度分析[J]. 统计与决策, 2021, 37(22):107-110.

[8]	狄乾斌, 高广悦, 於哲. 中国海洋经济高质量发展评价与影响因素研究[J]. 地理科学, 2022, 42(4):650-661.

[9]	鲁亚运, 姚琴. 中国海洋经济高质量发展的时空特征研究[J]. 资源开发与市场, 2024, 40(5):687-697.

[10]	陈禹静, 温雪. 广西海洋经济高质量发展水平评价[J]. 社会科学家, 2022(7):100-107.

[11]	曹正旭, 张樨樨. 中国海洋经济高质量发展评价及差异性分析[J]. 统计与决策, 2023, 39(8):102-107.

[12]	鲁亚运, 原峰. 海洋经济与经济高质量发展的耦合协调机理及测度[J]. 统计与决策, 2022, 38(4):118-123.

[13]	陈烨蕾, 陈梦婷, 朱雯丽, 等. 海洋发展与经济高质量发展的时空耦合及测度研究——以广东省为例[J]. 区域金融研究, 2023(6):83-92.

[14]	GOURVENEC S, DBOUK W, STURT F, et al. Pathways to a blue economy[J]. Current Opinion in Environmental Sustainability, 2025(77): 101570. DOI: 10.1016/j.cosust.2025.101570.

[15]	LIU Y, JIANG Y, PEI Z, et al. Evolution of the coupling coordination between the marine economy and digital economy[J]. Sustainability, 2023, 15(6), 5600. DOI: 10.3390/su15065600.

[16]	王铭利, 陆峰, 蔡幸, 等. 中国沿海省域海洋经济与自由贸易试验区耦合协调发展研究[J]. 管理评论, 2022, 34(7):71-80.

[17]	贺向阳, 吴秋芳. 交通对海洋经济支撑作用研究[J]. 统计与决策, 2016(11):137-139.

[18]	韩增林, 董梦如, 郭建科, 等. 陆海统筹视角下交通运输对沿海地区经济发展的影响[J]. 地域研究与开发, 2020, 39(5):13-18.

[19]	王振华, 李萌萌, 江金启. 交通可达性对城市经济高质量发展的异质性影响[J]. 经济与管理研究, 2020, 41(2):98-111.

[20]	周正祥, 戴红梅, 查嫣媛. 数字交通赋能经济高质量发展的困境及对策研究[J]. 中国软科学, 2023(9):86-94.

[21]	FAURE M, DUCRUET C. The Blue connection. A systematic and critical review of shipping network research[J]. Networks and Spatial Economics, 2026, 26: 129-188.

[22]	TRENT N, JOUBERT J, KIEU M. The policy potential of monitoring market proximal maritime connectivity over time:The case of Aotearoa New Zealand[J]. Networks and Spatial Economics, 2025, 25: 67-94.

[23]	WANG M, LI Z, JIANG L, et al. Combined China-Europe railway express and maritime transport with subsidy and emission tax considerations[J]. Transportation Research Part E: Logistics and Transportation Review, 2025, 204: 104421. DOI: 10.1016/j.tre.2025.104421.

[24]	王淑佳, 孔伟, 任亮, 等. 国内耦合协调度模型的误区及修正[J]. 自然资源学报, 2021, 36(3):793-810.

[25]	向敬伟, 万沙, 胡守庚. 城市生态经济耦合协调发展的因子贡献度分析——以武汉市为例[J]. 中国地质大学学报(社会科学版), 2015, 15(6):30-36,167-168.

Options

摘要页面

文章导航

模态框（Modal）标题

摘要

本文引用格式

Abstract

0 引言

1 研究设计

1.1 耦合协调机理分析

1.2 指标体系构建

表1 经济高质量发展、海洋经济、交通状况评价指标体系

1.3 研究方法

1.3.1 耦合度模型

表2 耦合度评价标准

1.3.2 耦合协调度模型

表3 耦合协调度评价标准

1.3.3 因子贡献度模型

1.4 研究区域及数据来源

2 综合发展水平分析

2.1 海洋经济圈综合发展水平时序演变分析

表4 经济高质量发展综合指数及排名

表5 海洋经济综合发展指数及排名

表6 交通状况综合发展指数及排名

图1 沿海省域经济高质量发展趋势

图2 沿海省域海洋经济发展趋势

图3 沿海省域交通状况发展趋势

2.2 系统演化的核密度估计

图4 各子系统核密度函数曲线

3 耦合协调分析

3.1 系统耦合协调度分析

图5 耦合度与耦合协调度发展趋势图

表7 2022年沿海省（区、市）复合系统耦合度与耦合协调度评价结果

表8 复合系统耦合协调关系的Moran′s I及统计检验值

3.2 系统耦合协调发展的指标贡献度分析

图6 复合系统贡献度对比

图 7 耦合协调发展影响因子贡献度示意图

3.3 系统耦合协调发展特征

4 结束语

参考文献