《Critical Insights in Aquaculture》：Aquaculture technology as a driver of economic impact: charting the impact of over-the-horizon technology in North Carolina
编辑推荐：
美国水产养殖业每年产生数十亿美元的收入。公共实体通过面向技术开发的计划性支持和研究资助，在诸如北卡罗来纳州等州支持该产业。该产业的规模及公共研究支持的程度，促使研究人员更深入地了解水产养殖技术开发与采纳对经济影响的意义。为此，研究人员估算了当技术以不同水平被采
美国水产养殖业每年产生数十亿美元的收入。公共实体通过面向技术开发的计划性支持和研究资助，在诸如北卡罗来纳州等州支持该产业。该产业的规模及公共研究支持的程度，促使研究人员更深入地了解水产养殖技术开发与采纳对经济影响的意义。为此，研究人员估算了当技术以不同水平被采纳并对生产力产生不同影响时，北卡罗来纳州水产养殖场的经济影响如何变化。研究人员发现，在收入保持不变的情况下，能够重构农场业务运营的技术采纳有可能增加经济产出和税收，但会减少就业创造和增加值。然而，在某些情况下，技术带来的生产力提升可以弥补这些混合影响效应，实现所有四个类别的增长。研究人员从业务运营和生产力变化的角度，在三维空间中绘制了这些影响，以说明此类情况，并评论了典型利益相关者的活动如何映射到这些图表上。研究结果可作为通用技术采纳水平和生产力变化如何影响州经济的基准，科学家和政策制定者可用其指导对特定技术的更具体评估。
**论文解读：水产养殖技术对经济影响的驱动机制——以北卡罗来纳州为例**
**研究背景与意义**
美国水产养殖业每年创造数十亿美元收入，公共部门通过研究资助和政策支持推动技术发展。然而，技术采纳如何重塑水产养殖场与经济的关联，进而影响产出、就业、增加值及税收等关键经济指标，尚缺乏系统性量化。现有研究多聚焦单一技术对生产率的提升（如循环水养殖系统-RAS、物联网-IoT），但忽视了技术采纳可能改变企业经济部门归属（例如从初级生产转向研发活动），从而引发经济乘数效应的结构性变化。北卡罗来纳州作为美国第14大水产养殖州，其年均收入从2018年的2600万美元增长至2023年的3300万美元，且州政府正通过“蓝色经济（Blue Economy）”战略推动技术开发与部署。因此，以该州为代表研究技术采纳的经济影响，对指导公共资金分配和产业政策制定具有重要价值。研究论文发表在《Critical Insights in Aquaculture》。
**关键技术与方法**
研究人员采用IMPLAN投入产出建模软件（基于社会核算矩阵-SAM），以北卡罗来纳州单个水产养殖场的平均年收入（$349,737，据2023年美国农业部国家农业统计服务-USDA NASS数据）为输入基准。核心方法为：将农场收入在IMPLAN代码14（动物生产，除牛、家禽及鸡蛋）和代码446（科学研究与开发服务）之间按5%递增比例重新分配，生成21个技术采纳情景；再以5%递增比例（0%-100%）对每个情景下的经济影响进行生产力增长缩放，模拟技术采纳与生产力提升的组合效应。通过MATLAB绘制三维“影响景观（impact landscapes）”，展示两个代码收入变化对经济影响的交互作用。
**研究结果**
**3. 结果**
- **基准影响**：现状水产养殖场（100%收入归入代码14）每年支持4.45个就业岗位，创造$421,680增加值、$585,256总产出及$80,882税收（直接、间接和诱导效应合计）。
- **每美元收入边际影响**：代码14每1美元收入带来$1.21增加值、$1.67总产出、$0.23税收及每$100,000收入1.27个就业；代码446则分别为$1.11、$2.03、$0.23及0.90个就业。收入从代码14向代码446每转移1美元，增加值减少$0.10，总产出增加$0.36，税收微增$0.001，就业减少0.37个（每$100,000收入）。
- **技术采纳的结构性权衡**：当总收入不变时，研发占比升高（如50%收入归入代码446）会导致增加值降至$405,039、就业降至3.80个，而总产出升至$647,348、税收升至$81,110。
- **生产力增长的补偿效应**：若技术采纳（如10%）同时带来10%生产力增长（总收入上升），就业增至4.76个，增加值增至$460,187，总产出增至$657,442，税收增至$89,020，所有指标均实现增长。
- **三维影响景观**：图5-8显示，沿等收入曲线（iso-revenue curve）向代码446移动时，就业和增加值下降，产出和税收上升；而通过生产力增长向外平移曲线时，所有影响指标同步增加。
**讨论与结论**
研究奠定了一个可推广的基准框架：技术采纳通过改变产业关联（从代码14转向代码446）和提升生产力两条路径影响经济。虽然每美元收入的就业和增加值乘数因研发活动的高工资和高中间投入成本而下降，但生产力提升足以逆转这一趋势。基于此，研究人员建议政策制定者优先投资能提升生产力的技术（而非仅重构运营），例如通过税收减免或监管豁免鼓励产业-学术合作，并简化北卡罗来纳州水产养殖的许可流程（如对参与合作研究的农场提供有限规模技术采纳的监管豁免）。研究结论强调：技术采纳对就业、增加值、总产出和税收具有混合效应，但生产力增长能够全面产生净正面经济影响；为量化特定技术（如RAS）或特定农场类型的经济贡献，需结合企业访谈进行更细化的案例研究。该工作为蓝色经济分析提供了透明、可扩展的投入产出建模方法，助力科学家和政策制定者在技术开发前预判其下游经济后果。
