《Fishes》：Zebrafish Girella zebra (Richardson 1846): Biological Characteristics of an Unexploited Fish Population
编辑推荐：
本文基于2012-2022年中国省级面板数据，创新性地构建渔业产业链韧性（FCR）与新质生产力（NQP）指标体系，运用双机器学习（DML）模型实证验证NQP通过提升劳动生产率增强FCR的作用路径。研究发现NQP对渔业产业链整体韧性具有显著促进效应（系数0.221-0.223），且在沿海地区表现更为突出，为推动渔业高质量发展提供了重要的理论依据和政策启示。
研究背景与意义
渔业作为食物供给的重要来源，其产业链韧性的提升对保障国家供应链安全具有战略意义。随着新质生产力概念的提出，如何通过科技创新驱动渔业产业链韧性增强成为关键课题。中国虽连续35年保持渔业总产量全球第一，但单位水域产出值仅为挪威的三分之一，低生产率仍是制约发展的瓶颈。因此，探究新质生产力与渔业产业链韧性的内在联系，对实现渔业现代化具有重要实践价值。
理论框架与研究假设
研究基于产业韧性和新质生产力理论，构建了四维度的渔业产业链韧性评价体系：抵抗恢复能力（rr）、调整适应能力（aa）、创新转型能力（it）和绿色生态修复能力（ger）。提出两大核心假设：H1：新质生产力能够促进渔业产业链韧性；H2：新质生产力通过提高劳动生产率这一中介变量增强韧性。理论机制表明，NQP通过引入新技术（物联网、区块链）、新生产要素（数字化劳动力）和新组织模式，重构渔业产业生态系统。
研究设计与方法
采用2012-2022年中国29个省份的面板数据，通过熵值法构建复合指标。核心创新在于应用Chernozhukov等人提出的双机器学习模型，该模型通过部分线性设定（公式1-2）和正交化处理（公式5-8），有效解决了高维控制变量下的因果识别问题。模型使用Lasso回归进行变量选择，并采用五折交叉拟合技术确保估计结果的稳健性。
实证结果发现
基准回归显示，NQP对整体FCR存在显著正向影响（系数0.223，p<0.01），且模型设定稳健。分维度检验揭示作用效果存在异质性：对抵抗恢复能力（0.353）和创新转型能力（0.338）促进效应显著，但对调整适应能力产生负向影响（-0.161），绿色生态修复能力虽正向但不显著。机制检验证实劳动生产率的中介效应显著（系数36.722），说明NQP通过技术装备升级和生产周期优化提升了产业弹性。
区域异质性分析
沿海地区NQP对韧性的提升效果（0.216）显著优于内陆地区（-0.831），这种差异源于沿海地区在人才集聚、产学研融合等方面的优势。而内陆地区受人才外流和创新资源限制，难以有效转化新质生产力。
政策启示
建议采取差异化策略：一是加强渔业新技术研发投入，通过税收优惠等政策激发企业创新活力；二是注重从业人员技能培训，推动渔业机械化与自动化转型；三是建立生态补偿机制，强化环境监管与绿色技术推广；四是针对沿海与内陆差异，制定区域协同发展政策，通过跨区域合作促进技术扩散。
研究局限与展望
当前研究基于省级宏观数据，未来可进一步采集企业级微观数据验证机制。同时，该分析框架可延伸至其他初级产业部门，探究新质生产力在不同产业生态中的作用规律。
