海洋碳匯漁業(yè)綠色發(fā)展空間外溢效應(yīng)評(píng)價(jià)研究

徐敬俊 張潔 佘翠花

摘要海洋碳匯漁業(yè)綠色發(fā)展空間關(guān)聯(lián)性及其外溢效應(yīng)對(duì)于海水養(yǎng)殖業(yè)的有效協(xié)調(diào)和區(qū)域海洋環(huán)境的有效保護(hù)具有重要意義，科學(xué)估算沿海各省（自治區(qū)）海水養(yǎng)殖漁業(yè)碳匯量并探討其空間相關(guān)性特征是制定差異化漁業(yè)碳匯發(fā)展政策的重要基礎(chǔ)。根據(jù)2006—2016年中國(guó)大陸沿海9個(gè)省（自治區(qū)）的碳匯漁業(yè)資源清查數(shù)據(jù)，在檢驗(yàn)和比較省域空間漁業(yè)碳匯總量相關(guān)性特征的基礎(chǔ)上，運(yùn)用空間計(jì)量模型分析了漁業(yè)碳匯的外溢效應(yīng)及其影響因素。結(jié)果表明：①中國(guó)海水養(yǎng)殖漁業(yè)碳匯量整體上呈現(xiàn)上升趨勢(shì)，但各省漁業(yè)碳匯量也存在明顯差異。②研究期內(nèi)的MoransI指數(shù)整體呈現(xiàn)為“V”型的波動(dòng)變化特征，漁業(yè)碳匯在省域空間分布上的差異性并不是隨機(jī)的，而是具備顯著的空間相關(guān)性。③海水養(yǎng)殖漁業(yè)碳匯存在明顯的空間外溢效應(yīng)，通過(guò)隨機(jī)效應(yīng)的杜賓模型分解后得出漁業(yè)產(chǎn)值、勞動(dòng)力投入的直接效應(yīng)為正，而漁業(yè)受災(zāi)面積和科研項(xiàng)目經(jīng)費(fèi)投入的直接效應(yīng)為負(fù);從間接效應(yīng)來(lái)看，漁業(yè)產(chǎn)值在各省域間存在競(jìng)爭(zhēng)與依存關(guān)系，海水養(yǎng)殖業(yè)勞動(dòng)力投入和漁業(yè)技術(shù)推廣的項(xiàng)目經(jīng)費(fèi)投入在各省域間存在互補(bǔ)關(guān)系。因此，中國(guó)沿海各省份在發(fā)揮海洋水產(chǎn)養(yǎng)殖業(yè)生態(tài)功能時(shí)，應(yīng)當(dāng)考慮省域區(qū)位因素，合理制定兼具差異化和協(xié)調(diào)性的海洋碳匯漁業(yè)發(fā)展政策。

關(guān)鍵詞 海水養(yǎng)殖漁業(yè)碳匯;綠色發(fā)展;空間外溢效應(yīng)

減少碳排放量以緩解其對(duì)全球氣候和環(huán)境變化產(chǎn)生的負(fù)面影響已成為國(guó)際社會(huì)的共識(shí)。作為一個(gè)負(fù)責(zé)任大國(guó)，中國(guó)承諾2016—2020年把每年的CO2排放量控制在100億t以下。從目前科學(xué)技術(shù)的發(fā)展水平來(lái)看，碳捕集與封存主要有兩種方式：一是捕集CO2等溫室氣體，通過(guò)礦物、地質(zhì)等手段進(jìn)行封存;二是通過(guò)林地、草場(chǎng)、海洋及其生物的固碳/儲(chǔ)碳功能實(shí)施生物碳匯。生物碳匯已成為國(guó)際社會(huì)碳減排的重要方式之一。通過(guò)養(yǎng)殖具有碳匯功能的水產(chǎn)品進(jìn)行固碳/儲(chǔ)碳的碳匯模式在發(fā)展低碳經(jīng)濟(jì)、參與溫室氣體減排的治理機(jī)制中具有巨大的潛力，特別是海洋生物死亡后形成的保留在深海沉積物中的有機(jī)碎屑，其碳循環(huán)周期可達(dá)上百萬(wàn)年之久，遠(yuǎn)超陸地生物的碳循環(huán)周期[1]。海洋生物固定了全球55%的碳，尤其是海洋植物（海草、海藻、紅樹(shù)林等）的固碳能力極強(qiáng)、效率極高，其生物量雖然只有陸生植物的0.05%，但兩者的碳儲(chǔ)量不相上下[2]。海水養(yǎng)殖活動(dòng)的固碳/儲(chǔ)碳功能作為地球碳循環(huán)研究的重要內(nèi)容，其碳匯形式主要有四種：可移出碳匯（即通過(guò)海水養(yǎng)殖動(dòng)植物的生長(zhǎng)機(jī)制而固定在其體內(nèi)，待其成熟后進(jìn)行捕獲從而將碳匯從海水中移出）、顆粒有機(jī)碳（ParticulateOrganicCarbon，POC）、可溶性有機(jī)碳（DissolvedOrganicCarbon，DOC）和沉積碳（海水養(yǎng)殖動(dòng)植物自然死亡及其生長(zhǎng)等過(guò)程中形成的部分POC沉降后經(jīng)過(guò)海水動(dòng)力輸送到深遠(yuǎn)海而埋藏的碳）[3]。中國(guó)是世界上海水養(yǎng)殖規(guī)模最大的國(guó)家，每年海水貝、藻養(yǎng)殖對(duì)減少大氣二氧化碳的貢獻(xiàn)相當(dāng)于造林50多萬(wàn)hm2，為國(guó)家造林投入節(jié)省近40億元/年，因此，應(yīng)該大力發(fā)展具有碳匯功能的海洋水產(chǎn)養(yǎng)殖品種，推進(jìn)中國(guó)海洋漁業(yè)經(jīng)濟(jì)高質(zhì)量發(fā)展[4]。這是中國(guó)政府兌現(xiàn)國(guó)際社會(huì)承諾、應(yīng)對(duì)和減緩氣候變化、平衡經(jīng)濟(jì)發(fā)展與碳排放關(guān)系的重要實(shí)踐之一。

在區(qū)域經(jīng)濟(jì)增長(zhǎng)中，空間數(shù)據(jù)之間可能存在著或強(qiáng)或弱的空間相關(guān)性，空間相關(guān)性對(duì)于鄰近相似產(chǎn)業(yè)生產(chǎn)率提升和成本的降低乃至產(chǎn)業(yè)的高質(zhì)量發(fā)展具有重要影響?？臻g外溢效應(yīng)是區(qū)域產(chǎn)業(yè)經(jīng)濟(jì)空間相關(guān)性的重要表現(xiàn)形式。中國(guó)大陸沿海省（自治區(qū)）碳匯漁業(yè)資源的空間分布也不是孤立存在的，沿海海域碳匯漁業(yè)資源稟賦，例如養(yǎng)殖面積的差異性、海域環(huán)境的相似性、漁業(yè)政策的引導(dǎo)性、水產(chǎn)養(yǎng)殖技術(shù)創(chuàng)新的遞進(jìn)性與互補(bǔ)性、養(yǎng)殖品種的多樣性等往往會(huì)導(dǎo)致空間單元的相互關(guān)聯(lián)，這種空間關(guān)聯(lián)性及其外溢效應(yīng)對(duì)于沿海?。ㄗ灾螀^(qū)）間海水養(yǎng)殖業(yè)的有效協(xié)調(diào)和區(qū)域海洋環(huán)境的有效保護(hù)具有重要意義。

濾食性貝類(lèi)和大型藻類(lèi)具有顯著的碳匯潛力[5]。據(jù)《2018中國(guó)漁業(yè)統(tǒng)計(jì)年鑒》數(shù)據(jù)，2017年我國(guó)海水養(yǎng)殖產(chǎn)量達(dá)20006973t，其中貝類(lèi)14371304t，藻類(lèi)2227838t，兩者合計(jì)占海水養(yǎng)殖總產(chǎn)量的82.97%。藻類(lèi)通過(guò)光合作用直接吸收CO2轉(zhuǎn)化固定碳，貝類(lèi)軟體組織和貝殼固定的碳則通過(guò)濾食和同化浮游植物等轉(zhuǎn)化而來(lái)，因此收獲海水養(yǎng)殖貝類(lèi)和大型藻類(lèi)產(chǎn)品，相當(dāng)于從水體中移出了CO2[6]。藻類(lèi)的碳匯量取決于養(yǎng)殖品種和產(chǎn)量?jī)蓚€(gè)因素，當(dāng)藻類(lèi)品種確定后，該品種的碳含量也就隨之確定，此時(shí)海藻養(yǎng)殖形成的碳匯量則主要取決于該品種的產(chǎn)量[7];在不同區(qū)域，貝類(lèi)殼碳及軟體部中碳的含量沒(méi)有顯著性差異，導(dǎo)致區(qū)域性碳匯量差異的主要原因是貝類(lèi)產(chǎn)量[8]。國(guó)內(nèi)外學(xué)者對(duì)貝、藻類(lèi)海水養(yǎng)殖品種固碳能力的測(cè)算[5-23]取得了重要可供參考的數(shù)據(jù)，為本研究奠定了堅(jiān)實(shí)基礎(chǔ)。

然而就碳匯漁業(yè)的文獻(xiàn)檢索來(lái)看，現(xiàn)有研究主要集中在養(yǎng)殖品種的固碳能力測(cè)算、影響因素、發(fā)展對(duì)策以及激勵(lì)機(jī)制等方面[5-23]，而對(duì)其碳匯量的空間外溢效應(yīng)及其影響因素鮮有研究。由于海洋水產(chǎn)養(yǎng)殖業(yè)的勞動(dòng)強(qiáng)度大而形成的特殊業(yè)態(tài)、海水養(yǎng)殖品種的生長(zhǎng)受海洋環(huán)境影響大以及品種價(jià)格的波動(dòng)強(qiáng)等特性、科技推廣與小規(guī)模養(yǎng)殖不兼容的特點(diǎn)等，都會(huì)對(duì)海水養(yǎng)殖業(yè)產(chǎn)生持續(xù)的異動(dòng)影響，從而使海洋水產(chǎn)養(yǎng)殖業(yè)碳匯量產(chǎn)生動(dòng)態(tài)不清、時(shí)空格局不明等復(fù)雜情況。因此，海水養(yǎng)殖碳匯漁業(yè)是否存在地理空間單元的關(guān)聯(lián)性及外溢效應(yīng)？如果存在外溢效應(yīng)，其時(shí)空格局的特點(diǎn)如何？海洋水產(chǎn)養(yǎng)殖業(yè)空間其他因素又會(huì)對(duì)漁業(yè)碳匯量產(chǎn)生怎樣的影響？通過(guò)對(duì)這些問(wèn)題的實(shí)證研究和科學(xué)回答，以期對(duì)促進(jìn)區(qū)域海洋生態(tài)環(huán)境的良性循環(huán)，實(shí)現(xiàn)各區(qū)域海洋水產(chǎn)養(yǎng)殖業(yè)協(xié)同發(fā)展和海洋生態(tài)文明建設(shè)以及制定差異化碳匯漁業(yè)發(fā)展政策提供可參考的依據(jù)。

1數(shù)據(jù)來(lái)源說(shuō)明及研究思路

1.1數(shù)據(jù)來(lái)源說(shuō)明

本研究以省級(jí)行政單位為空間單元。大陸沿海共有11個(gè)省級(jí)行政單位，但由于天津和上海兩個(gè)直轄市海水養(yǎng)殖生產(chǎn)活動(dòng)比較少，不具有研究意義，故只選取其他9個(gè)省（自治區(qū)）的養(yǎng)殖漁業(yè)碳匯量為研究對(duì)象。所采用的數(shù)據(jù)均來(lái)自于2006—2016年《中國(guó)漁業(yè)統(tǒng)計(jì)年鑒》和《中國(guó)漁業(yè)年鑒》，以上述年鑒中沿海9?。ㄗ灾螀^(qū)）具有顯著碳匯能力的養(yǎng)殖品種——貝類(lèi)和藻類(lèi)養(yǎng)殖產(chǎn)品為資源清查對(duì)象，測(cè)算和評(píng)估其碳匯量。

1.2研究思路

地理學(xué)第一定律（又稱(chēng)托伯勒第一定律，ToblersFirstLaw）認(rèn)為，在地表空間中，所有事物都是與其他事物相關(guān)的，只不過(guò)是相近的事物相關(guān)性更緊密（Everythingisrelatedtoeverythingelse，butnearthingsaremorerelatedtoeachother.）[24]?？臻g計(jì)量經(jīng)濟(jì)學(xué)引入空間外溢效應(yīng)這一概念來(lái)分析地理空間中的經(jīng)濟(jì)事物之間的相關(guān)性及其交互效應(yīng)?？臻g計(jì)量經(jīng)濟(jì)學(xué)經(jīng)過(guò)多年發(fā)展，尤其是《空間計(jì)量經(jīng)濟(jì)學(xué)：方法與模型》[25]一書(shū)的出版，標(biāo)志著該領(lǐng)域的研究方法與模型及理論框架日臻成熟。

本研究在對(duì)大陸沿海9?。ㄗ灾螀^(qū)）貝類(lèi)和藻類(lèi)養(yǎng)殖產(chǎn)品碳匯量測(cè)算的基礎(chǔ)上，采用莫蘭指數(shù)（MoransI）考察海水養(yǎng)殖漁業(yè)碳匯量的時(shí)空格局特點(diǎn)，并構(gòu)建碳匯漁業(yè)資源空間權(quán)重矩陣對(duì)其進(jìn)行空間關(guān)聯(lián)性分析，最后選取相應(yīng)的空間計(jì)量模型探討海水養(yǎng)殖漁業(yè)碳匯的空間外溢效應(yīng)與影響因素。

2研究方法

2.1海水養(yǎng)殖漁業(yè)碳匯量估算

2.1.1藻類(lèi)養(yǎng)殖品種碳匯量估算

藻類(lèi)養(yǎng)殖品種的碳匯量除了收獲時(shí)移出的碳匯量外，對(duì)于大型藻類(lèi)碳匯量的估算還應(yīng)包括溶解有機(jī)碳（DOC）和顆粒有機(jī)碳（POC）向水體和沉積物的輸送部分，所依據(jù)的計(jì)算方法如下：

（1）藻類(lèi)產(chǎn)品收獲移出碳匯量（Cbio）的測(cè)算。藻類(lèi)通過(guò)收獲而移除的碳匯量比較易確定。根據(jù)相關(guān)化學(xué)知識(shí)及光合作用原理，CO2中C的質(zhì)量分?jǐn)?shù)為27.27%，海藻養(yǎng)殖每生產(chǎn)1t干物質(zhì)，可固定1.63tCO2，釋放1.19tO2。因此理論上，海藻純固碳量=光合作用固定CO2的量×27.27%=海藻干物質(zhì)量×1.63×27.27%。但實(shí)際上，由于各種條件的限制，海藻的固碳量并不一定有那么多。根據(jù)相關(guān)學(xué)者的實(shí)際測(cè)定，藻類(lèi)養(yǎng)殖品種通過(guò)光合作用所固定的碳，可以用碳在藻體營(yíng)養(yǎng)成分中的質(zhì)量分?jǐn)?shù)確定（見(jiàn)表1）。

本研究根據(jù)相關(guān)文獻(xiàn)，對(duì)藻類(lèi)養(yǎng)殖品種的可移出碳按照如下標(biāo)準(zhǔn)測(cè)算：海帶中C的質(zhì)量分?jǐn)?shù)約為31.2%[26]，江籬中C的質(zhì)量分?jǐn)?shù)約在20.6%～28.4%之間[27]，取均值為24.5%;其他種類(lèi)海藻（紫菜等）則采用多種海藻C含量的平均值為27.39[19]，以上質(zhì)量分?jǐn)?shù)均為藻類(lèi)產(chǎn)品的干重分?jǐn)?shù)。由于藻類(lèi)產(chǎn)品公布的產(chǎn)量數(shù)據(jù)為濕重，需要將濕重轉(zhuǎn)換為干重才能測(cè)算不同藻類(lèi)產(chǎn)品的可移出碳匯量。據(jù)研究，江籬的平均含水量為90%[28]，其他品種的藻類(lèi)干重轉(zhuǎn)換根據(jù)Gao的方法[29]，按照5：1的比例將濕重轉(zhuǎn)化為干重。

（2）藻類(lèi)產(chǎn)品溶解有機(jī)碳（DOC）和顆粒有機(jī)碳（POC）碳匯量測(cè)算。不同藻類(lèi)生長(zhǎng)過(guò)程中釋放的DOC和POC占光合固碳量比重的經(jīng)驗(yàn)系數(shù)（分別為α、β）有較多研究成果可以參照，大部分研究顯示DOC的釋放量一般小于5%[30-31];POC的釋放主要是由動(dòng)力侵蝕和收獲期的碎屑沉降等作用引起。日本Otsuchi灣養(yǎng)殖區(qū)的研究結(jié)果顯示，POC釋放量約占其光合生產(chǎn)力的19%[32]。根據(jù)上述研究結(jié)果，大型藻類(lèi)固碳強(qiáng)度的估算中溶解有機(jī)碳（DOC）和顆粒有機(jī)碳（POC）質(zhì)量分?jǐn)?shù)因子α可取為5%，β為19%。據(jù)此可以反推藻類(lèi)的固碳強(qiáng)度：2.1.2貝類(lèi)碳匯量估算貝類(lèi)屬于濾食性生物，其在生長(zhǎng)過(guò)程中通過(guò)濾食而形成的碳匯分為兩部分：一部分是其貝殼所固定的碳，一部分是其軟組織所固定的碳。收獲海水養(yǎng)殖貝類(lèi)產(chǎn)品就相當(dāng)于從海水水體中移出了CO2。因此對(duì)于貝類(lèi)養(yǎng)殖產(chǎn)品的碳匯量計(jì)算公式如下：

海水養(yǎng)殖貝類(lèi)產(chǎn)品固定C=軟組織C+貝殼C

軟組織碳匯量=產(chǎn)量（濕重）×干濕系數(shù)×軟組織質(zhì)量比重×軟組織碳含量系數(shù)

貝殼碳匯量=貝類(lèi)產(chǎn)量（濕重）×干濕系數(shù)×貝殼質(zhì)量比重×貝殼含碳量系數(shù)

根據(jù)中國(guó)海域主要養(yǎng)殖的貝類(lèi)產(chǎn)品的碳匯能力核算系數(shù)[25]，濾食性貝類(lèi)的軟組織中碳的含量通常為軟組織干重44%左右，而貝殼中碳的含量約為貝殼干重的12%（見(jiàn)表2碳含量均值）;貝類(lèi)產(chǎn)品軟體組織干重與濕重的比值（干重/濕重）[20-24]及其一些生物學(xué)參數(shù)及參照桑溝灣收獲貝類(lèi)的測(cè)定結(jié)果[27，33]，具體計(jì)算依據(jù)見(jiàn)表2。

為說(shuō)明藻類(lèi)、貝類(lèi)碳匯量的測(cè)算過(guò)程，本研究以山東省2006年養(yǎng)殖數(shù)據(jù)為例，測(cè)算當(dāng)年《中國(guó)漁業(yè)統(tǒng)計(jì)年鑒》和《中國(guó)漁業(yè)年鑒》中各種海水藻類(lèi)、貝類(lèi)養(yǎng)殖品種的碳匯量如表3所示。

按照上述方法，可以計(jì)算出2006—2016年中國(guó)海域主要養(yǎng)殖藻類(lèi)、貝類(lèi)產(chǎn)品的碳匯量，匯總?cè)绫?所示。

2.2空間關(guān)聯(lián)性指標(biāo)

變量之間存在空間相關(guān)性是進(jìn)行空間計(jì)量分析的前提，空間計(jì)量模型大多選擇MoransI指數(shù)作為考察空間要素關(guān)聯(lián)性檢驗(yàn)的通常指標(biāo)。莫蘭指數(shù)（MoransI）包括全局莫蘭指數(shù)（GMI，又稱(chēng)全域空間相關(guān)指數(shù)，GlobalMoranIndex）和局部莫蘭指數(shù)（LMI，又稱(chēng)局部空間相關(guān)指數(shù)，LocalMoranIndex）兩種。

2.2.1全局莫蘭指數(shù)

全局莫蘭指數(shù)計(jì)算公式為：

于0時(shí)，表明某屬性值在各單元之間存在空間正相關(guān)，越接近1表明這種空間正相關(guān)性越顯著;當(dāng)莫蘭指數(shù)等于0時(shí)，表明不存在空間相關(guān)性。

2.2.2局部莫蘭指數(shù)

全局莫蘭指數(shù)是以各空間單元同質(zhì)性為前提，或者說(shuō)認(rèn)為存在一種充滿(mǎn)整個(gè)空間的趨勢(shì)，從而對(duì)某一個(gè)屬性值在整個(gè)同質(zhì)區(qū)域的空間特征進(jìn)行描述。但事實(shí)上空間各單元要素的同質(zhì)性是不符合現(xiàn)實(shí)情況的，空間各單元要素的異質(zhì)性并不少見(jiàn)[34]。因此，還需要采用局部莫蘭指數(shù)來(lái)更準(zhǔn)確地把握各空間單元要素的特征。局部莫蘭指數(shù)計(jì)算公式為：

式中，Ii代表第i空間單元的莫蘭指數(shù)，其他變量同公式（2）、（3）。局部莫蘭指數(shù)通常用莫蘭散點(diǎn)圖來(lái)表示。

2.3空間權(quán)重矩陣的設(shè)置

進(jìn)行莫蘭指數(shù)檢驗(yàn)最關(guān)鍵的是空間權(quán)重矩陣的設(shè)置，選取不同的空間權(quán)重矩陣會(huì)產(chǎn)生不同的分析結(jié)果。通常空間權(quán)重矩陣的設(shè)置方法有三種：

2.3.1空間鄰接權(quán)重矩陣w1

空間區(qū)域相鄰接的空間單元權(quán)重為1，否則為0，對(duì)角線上的元素為零，這是簡(jiǎn)單的二進(jìn)制權(quán)重矩陣，具體的設(shè)定方式如下：

2.3.2地理距離空間權(quán)重矩陣w2

它是根據(jù)兩個(gè)空間單元之間地理距離的倒數(shù)來(lái)設(shè)定，兩個(gè)空間單元之間的距離越近，賦予權(quán)重越大;反之，賦予權(quán)重越小。一般選取空間單元之間的直線距離（d）作為距離標(biāo)準(zhǔn)。設(shè)定方式如下：

2.3.3經(jīng)濟(jì)空間權(quán)重矩陣w3

經(jīng)濟(jì)空間權(quán)重矩陣是在鄰接權(quán)重矩陣w1的基礎(chǔ)上乘上經(jīng)濟(jì)矩陣e，e矩陣中的元素為：

2.3.4碳匯漁業(yè)資源空間權(quán)重矩陣

在上述三個(gè)矩陣中，由于空間鄰接權(quán)重矩陣和地理距離權(quán)重矩陣假設(shè)各相鄰空間單元的經(jīng)濟(jì)發(fā)展水平是相同的，但本研究中，沿海各省、自治區(qū)經(jīng)濟(jì)發(fā)展水平存在較大差異，因此不能更好地體現(xiàn)研究對(duì)象在空間中的特征。經(jīng)濟(jì)空間權(quán)重矩陣雖然將經(jīng)濟(jì)因素考慮在內(nèi)，但是相比經(jīng)濟(jì)發(fā)展水平，養(yǎng)殖資源的豐裕程度更能影響碳匯漁業(yè)養(yǎng)殖品種的碳匯量，即養(yǎng)殖資源豐裕度的空間分布對(duì)碳匯漁業(yè)發(fā)展的空間相關(guān)性有著決定性的作用。因此考慮到沿海各個(gè)省、自治區(qū)的碳匯量與各個(gè)地區(qū)的養(yǎng)殖資源尤其是養(yǎng)殖面積相關(guān)，本研究借鑒經(jīng)濟(jì)空間權(quán)重矩陣設(shè)置的思路，在空間鄰接矩陣的基礎(chǔ)上，考慮養(yǎng)殖資源豐裕度（養(yǎng)殖面積），構(gòu)建碳匯漁業(yè)資源空間權(quán)重矩陣。具體的矩陣構(gòu)建方式為：

2.4空間計(jì)量模型

在進(jìn)行空間計(jì)量經(jīng)濟(jì)學(xué)模型分析時(shí)，通常先不考慮空間單元的相互作用，選擇普通最小二乘模型（OLS）為基準(zhǔn)模型，一般將面板數(shù)據(jù)的基準(zhǔn)模型設(shè)為：

式中，t為時(shí)間，i為觀察樣本，yit為n×1維的被解釋變量，xit為n×k維的解釋變量，βi為k×1維的對(duì)應(yīng)于解釋變量xit的影響系數(shù)，μit為n×1維的相互獨(dú)立的隨機(jī)誤差項(xiàng)向量且服從μit～（0，σ2）分布。

在此基礎(chǔ)上，考慮空間單元要素之間的相互作用，引入莫蘭指數(shù)，對(duì)被解釋變量進(jìn)行空間相關(guān)分析，用來(lái)描述空間單元要素的屬性值與相鄰空間單元要素的屬性值是否存在相關(guān)性。在確定存在空間相關(guān)性后，根據(jù)拉格朗日乘子檢驗(yàn)結(jié)果選擇相應(yīng)的空間計(jì)量模型。常用空間計(jì)量模型有兩種：

2.4.1空間滯后模型（SLM）

該模型只考慮因變量滯后，認(rèn)為i空間單元被解釋變量是由鄰近的空間單元的屬性值聯(lián)合決定的。其公式為：

式中，ρ為被解釋變量的空間滯后項(xiàng)的待估系數(shù)，亦即空間單元的外溢效應(yīng)值，wij為空間權(quán)重矩陣的元素，其他同公式（10）。

2.4.2空間誤差模型（SEM）

該模型只考慮誤差項(xiàng)滯后，空間誤差項(xiàng)是度量鄰近空間單元的誤差沖擊對(duì)i空間單元的影響程度。其公式為：

式中，λit為被解釋變量的空間誤差項(xiàng)的待估參數(shù)，也稱(chēng)為空間自相關(guān)系數(shù);ε為隨機(jī)誤差，且服從獨(dú)立分布，具有零均值和同方差;其他同公式（10）、（11）。

2.4.3海水養(yǎng)殖產(chǎn)品碳匯量的空間計(jì)量模型

影響海水養(yǎng)殖漁業(yè)碳匯量的因素除了空間外溢效應(yīng)之外，還有許多其他因素。在相關(guān)文獻(xiàn)研究的基礎(chǔ)上，選取了以下變量：①漁業(yè)產(chǎn)業(yè)發(fā)展水平。漁業(yè)產(chǎn)業(yè)發(fā)展水平與漁業(yè)碳匯量存在相互促進(jìn)的作用[10，23，27]。本文選取貝類(lèi)、藻類(lèi)產(chǎn)品的總產(chǎn)值來(lái)代表漁業(yè)產(chǎn)業(yè)發(fā)展水平，記為value。②勞動(dòng)要素投入，在勞動(dòng)力素質(zhì)一定的前提下，勞動(dòng)力人數(shù)決定了碳匯漁業(yè)養(yǎng)殖品種的產(chǎn)量，而產(chǎn)量因素對(duì)海水養(yǎng)殖的碳匯能力具有主導(dǎo)作用[23]。本研究選取碳匯漁業(yè)從業(yè)人員來(lái)代表勞動(dòng)要素投入水平，記為labor。③漁業(yè)災(zāi)情。各地區(qū)的漁業(yè)災(zāi)情會(huì)影響漁業(yè)產(chǎn)量，進(jìn)而影響碳匯量[10]。我們用漁業(yè)災(zāi)情所造成的受損養(yǎng)殖面積來(lái)表示，記為acreage。④科技推廣情況，貝類(lèi)藻類(lèi)的養(yǎng)殖需要相關(guān)技術(shù)支持[10]，技術(shù)因素會(huì)影響貝類(lèi)、藻類(lèi)的產(chǎn)量，進(jìn)而影響碳匯量。本研究用海洋水產(chǎn)養(yǎng)殖業(yè)技術(shù)推廣經(jīng)費(fèi)情況來(lái)表示漁業(yè)技術(shù)的推廣力度，記為tech。以上數(shù)據(jù)均根據(jù)2006—2016年《中國(guó)漁業(yè)統(tǒng)計(jì)年鑒》和《中國(guó)漁業(yè)年鑒》進(jìn)行統(tǒng)計(jì)核算。

添加其他因素作為外生變量后，空間計(jì)量經(jīng)濟(jì)模型中的被解釋變量的部分空間相關(guān)性可以通過(guò)這些添加的外生變量的空間效應(yīng)來(lái)進(jìn)一步解釋。使用面板數(shù)據(jù)進(jìn)行空間計(jì)量模型分析時(shí)，空間面板數(shù)據(jù)的個(gè)體效應(yīng)可分為固定效應(yīng)和隨機(jī)效應(yīng)。固定效應(yīng)模型把個(gè)體效應(yīng)作為截距項(xiàng)來(lái)看待，隨機(jī)效應(yīng)把個(gè)體效應(yīng)作為誤差項(xiàng)看待，二者在模型的形式上具有很大的相似性[36]。

綜上，添加其他因素作為外生變量后，構(gòu)建中國(guó)沿海9省（自治區(qū)）海水養(yǎng)殖產(chǎn)品碳匯量影響因素的空間計(jì)量模型。

（1）添加海水養(yǎng)殖產(chǎn)品碳匯量影響因素的空間滯后模型：

式中，quantity為被解釋變量——碳匯量，value為貝類(lèi)藻類(lèi)總產(chǎn)值，labor為漁業(yè)從業(yè)人員的數(shù)量，acreage為養(yǎng)殖漁業(yè)受災(zāi)面積，tech為漁業(yè)科技經(jīng)費(fèi)，其他同公式（10）～（12）。

（2）添加海水養(yǎng)殖產(chǎn)品碳匯量影響因素的空間誤差模型：

（3）添加海水養(yǎng)殖產(chǎn)品碳匯量影響因素的空間杜賓模型。

其實(shí)，不僅因變量的空間滯后項(xiàng)和新添加的外生變量會(huì)對(duì)因變量產(chǎn)生影響，外生變量的滯后項(xiàng)也會(huì)影響因變量，因此模型（14）中如果再考慮到添加的其他外生變量的滯后影響，空間計(jì)量經(jīng)濟(jì)模型就蛻變?yōu)榭臻g杜賓模型（SpatialDurbinModel，SDM）。其模型為：

式中，δ1、δ2、δ3、δ4為對(duì)應(yīng)的外生變量的空間滯后項(xiàng)的待估系數(shù)，該系數(shù)不可以直接解釋?zhuān)驗(yàn)樗艘蜃兞康目臻g滯后影響，是該變量的累積空間外溢效應(yīng)，需要通過(guò)計(jì)算將其分解為直接效應(yīng)和間接效應(yīng)。其他同（14）。

（4）添加海水養(yǎng)殖產(chǎn)品碳匯量影響因素的空間杜賓誤差模型。

同理，在空間誤差模型（15）中，如果在誤差項(xiàng)中再添加生變量的滯后項(xiàng)，就是蛻變?yōu)榭臻g杜賓誤差模型（SpatialDurbinErrorModel，SDEM）。

式中，δ1、δ2、δ3、δ4作為對(duì)應(yīng)外生變量的待估系數(shù)可以直接進(jìn)行解釋?zhuān)苯芋w現(xiàn)了外生變量空間外溢效應(yīng)，其他同（15）。

空間計(jì)量經(jīng)濟(jì)學(xué)模型分析首先要從普通最小二乘模型（OLS）開(kāi)始，用OLS回歸后的殘差進(jìn)行拉格朗日乘子檢驗(yàn)（LM）。該檢驗(yàn)包括兩個(gè)統(tǒng)計(jì)量，即LM-herror和LM-hlag。若兩個(gè)統(tǒng)計(jì)量均不顯著，則應(yīng)該選取OLS模型;若LM-herror統(tǒng)計(jì)量顯著則應(yīng)該選取空間誤差模型;若LM-hlag統(tǒng)計(jì)量顯著則應(yīng)該選取空間滯后模型[36-37]。

3研究過(guò)程與結(jié)果分析

3.1沿海省域海水養(yǎng)殖漁業(yè)碳匯量分析

由表4可知，從總量上來(lái)說(shuō)，中國(guó)大陸沿海省域具有豐富的海水養(yǎng)殖漁業(yè)碳匯量，年均碳匯量超過(guò)100×104t（1084204t）。山東省是我國(guó)海水養(yǎng)殖漁業(yè)碳匯量最大的省（年均碳匯量302841t），約占全國(guó)總量的三分之一（27.93%）;其次是福建省（年均碳匯量258884t）、廣東?。昃紖R量163567t）、遼寧?。昃紖R量151560t），年均碳匯量均超過(guò)10×104t;碳匯量最小的省是海南?。昃紖R量2672t）。中國(guó)海水養(yǎng)殖漁業(yè)不僅碳匯量豐富，并且年均增長(zhǎng)速度較快，多數(shù)省份碳匯量整體上呈現(xiàn)上升趨勢(shì)，2016年碳匯量相比2006年的年均增長(zhǎng)率為20.99%，但各省（自治區(qū)）之間的變化率差距明顯。盡管廣東、海南漁業(yè)資源稟賦優(yōu)裕，但其2016年碳匯量相比2006年的年均增長(zhǎng)率均為負(fù)增長(zhǎng);河北養(yǎng)殖漁業(yè)碳匯量年均增長(zhǎng)率最高（2016年碳匯量相比2006年的年均增長(zhǎng)率為89.95%）。從碳匯量年均增長(zhǎng)率變化來(lái)看，北部沿海的遼寧、河北、山東、江蘇四省區(qū)的提升率（這四省年均增長(zhǎng)率均大于40%）遠(yuǎn)高于南部沿海的浙江、福建、廣東、廣西、海南五省區(qū);但從海水養(yǎng)殖漁業(yè)碳匯總量來(lái)看，北部沿海四省區(qū)的養(yǎng)殖漁業(yè)碳匯總量（年均碳匯量為531761t）與南部沿海五省區(qū)的碳匯總量（年均碳匯量為552442t）大致相當(dāng)。

3.2沿海省域海水養(yǎng)殖漁業(yè)碳匯的空間相關(guān)性分析

3.2.1全局空間關(guān)聯(lián)性分析

本文用stata15對(duì)被考察變量——海水養(yǎng)殖漁業(yè)碳匯量所進(jìn)行的全局莫蘭指數(shù)檢驗(yàn)結(jié)果如表5所示。

由表5可知，莫蘭指數(shù)均為正值，除了2008、2009兩年之外，其他各年的莫蘭指數(shù)均通過(guò)了5%的顯著性檢驗(yàn)，2008、2009這兩年則通過(guò)了10%的顯著性檢驗(yàn)。

2006—2016年，貝藻類(lèi)碳匯量莫蘭指數(shù)存在一種先降后升的“V”字形變化趨勢(shì)（如圖1），表明海水養(yǎng)殖漁業(yè)碳匯量水平近似的?。ㄗ灾螀^(qū)）在空間上的集聚程度存在著不穩(wěn)定性。研究期內(nèi)MoransI指數(shù)下降的拐點(diǎn)在2008年，2010年后趨于穩(wěn)定。2008年發(fā)生了全球金融危機(jī)，中國(guó)又出現(xiàn)了冰凍雨雪、地震、臺(tái)風(fēng)等多次特大、重大自然災(zāi)害，這對(duì)沿海各個(gè)地區(qū)產(chǎn)生不同程度的影響，影響一直延續(xù)到2009年，所以在這兩年內(nèi)莫蘭指數(shù)下降幅度很大，但仍然為正值，即2008、2009這兩年沿海各省（自治區(qū)）的單位面積碳匯量仍然存在正的空間相關(guān)性。為了應(yīng)對(duì)經(jīng)濟(jì)和自然災(zāi)害的消極影響，中國(guó)政府2008年支漁惠漁政策力度明顯加大，有效地調(diào)動(dòng)了廣大漁民生產(chǎn)積極性，有力地促進(jìn)了漁業(yè)生產(chǎn)發(fā)展，保證了大災(zāi)之年全國(guó)漁業(yè)經(jīng)濟(jì)繼續(xù)保持平穩(wěn)發(fā)展態(tài)勢(shì)。從2010年開(kāi)始，莫蘭指數(shù)逐步上升并趨于平緩。研究期內(nèi)莫蘭指數(shù)雖然并不穩(wěn)定但卻均為正值，且都通過(guò)了10%顯著性檢驗(yàn)，這說(shuō)明貝藻類(lèi)碳匯量在中國(guó)沿海省（自治區(qū)）表現(xiàn)出顯著的空間相關(guān)性，因此需要運(yùn)用空間計(jì)量模型進(jìn)行后續(xù)研究。

3.2.2局部空間關(guān)聯(lián)性分析

全局莫蘭指數(shù)并不能夠進(jìn)一步揭示碳匯量在具體省份之間的空間自相關(guān)情況，為此需要用局部莫蘭指數(shù)散點(diǎn)圖進(jìn)行分析。

研究期內(nèi)局部莫蘭散點(diǎn)圖表明，除了海南省和浙江省，其他省份都處于一、三象限，即高-高、低-低型區(qū)域，這表明沿海某一研究?。ㄗ灾螀^(qū)）域與周?chē)渌。ㄗ灾螀^(qū)）域的樣本觀測(cè)值存在較強(qiáng)的空間正相關(guān)性。具體來(lái)說(shuō)，從2006—2016年11年的局部莫蘭散點(diǎn)圖可以看出，廣東、廣西、福建三省位于高-高型區(qū)域，這三個(gè)?。ㄗ灾螀^(qū)）擁有適宜的養(yǎng)殖海域，碳匯漁業(yè)養(yǎng)殖品種受氣候變化影響小，養(yǎng)殖業(yè)主市場(chǎng)意識(shí)敏銳，養(yǎng)殖基礎(chǔ)設(shè)施較為完善，碳匯漁業(yè)養(yǎng)殖品種推廣潛力很大，有力推進(jìn)了高-高集聚地區(qū);而低—低集聚的省份主要是江蘇、河北、遼寧、山東四個(gè)省份，這些省自身養(yǎng)殖業(yè)發(fā)展基礎(chǔ)雖然比較好，但碳匯漁業(yè)養(yǎng)殖品種比例大，碳匯漁業(yè)養(yǎng)殖潛力已經(jīng)有限，導(dǎo)致這些省份出現(xiàn)了低-低集聚的效應(yīng)。浙江省多數(shù)年份莫蘭指數(shù)趨向于為零，空間相關(guān)性不明顯，這主要是由于浙江省處于高-高型區(qū)域和低-低型區(qū)域的分界點(diǎn)上，這種交叉影響導(dǎo)致了其與相鄰省域的空間相關(guān)性不明顯。海南省作為一座“孤島”，為了便于研究，本文將其設(shè)定為與廣東、廣西相鄰，結(jié)果顯示海南省一直處于低-高型區(qū)域，這說(shuō)明高-高型區(qū)域（廣東、廣西、福建）對(duì)其產(chǎn)生了積極影響。

3.3中國(guó)大陸海水養(yǎng)殖漁業(yè)碳匯量的外溢效應(yīng)與空間影響因素分析

3.3.1外溢效應(yīng)分析

MoransI指數(shù)說(shuō)明海水養(yǎng)殖碳匯漁業(yè)具有較強(qiáng)的空間外溢效應(yīng)，在考慮空間因素的基礎(chǔ)上，為了更好地在空間計(jì)量模型中做出選擇，首先用matlab2015b軟件進(jìn)行拉格朗日乘子（LM）檢驗(yàn)，以及穩(wěn)健的拉格朗日乘子檢驗(yàn)（RobustLM），具體結(jié)果見(jiàn)表6。

由表6可以看出，LMtestnospatiallag、robustLMtestnospatiallag、LMtestnospatialerror和robustLMtestnospatialerror都在1%的顯著性水平下拒絕了沒(méi)有空間滯后和空間誤差影響的原假設(shè)，因此應(yīng)該選擇空間杜賓模型（SDM）?？臻g杜賓模型假設(shè)區(qū)域i的被解釋變量yi除了依賴(lài)于本區(qū)域的自變量還依賴(lài)于相鄰地區(qū)的自變量。

根據(jù)空間杜賓模型（SDM），如果存在空間效應(yīng)，OLS結(jié)果是有偏差的。因此，需要通過(guò)matlab2105b軟件進(jìn)行不考慮空間項(xiàng)的普通OLS檢驗(yàn)，結(jié)果如表7所示。

表7顯示，產(chǎn)值（value）、受災(zāi)面積（acrage）對(duì)碳匯量均有顯著的負(fù)作用，勞動(dòng)力投入（labor）、技術(shù)推廣（tech）對(duì)碳匯量均有正向作用，但是技術(shù)推廣對(duì)碳匯量的正向作用不顯著。然后用stata15進(jìn)行Hausman檢驗(yàn)，來(lái)判斷應(yīng)該采用固定效應(yīng)模型還是隨機(jī)效應(yīng)模型。具體結(jié)果見(jiàn)表8所示。由表8知，Hausman檢驗(yàn)沒(méi)有通過(guò)5%的顯著性檢驗(yàn)（0.3075），故不能拒絕隨機(jī)效應(yīng)的原假設(shè)[38]。綜上，本研究最終選擇隨機(jī)效應(yīng)的空間杜賓模型。由于空間杜賓模型中引入解釋變量的空間滯后項(xiàng)，并采用極大似然估計(jì)法，因此也有效消除了內(nèi)生性問(wèn)題。但是空間杜賓模型的系數(shù)不可以直接解釋?zhuān)驗(yàn)槟Ｐ椭屑{入了空間滯后解釋變量與被解釋變量，不能直接反應(yīng)其邊際效應(yīng)，其估計(jì)值也很難準(zhǔn)確衡量自變量對(duì)因變量的直接影響，因此還要通過(guò)偏微分方程計(jì)算各自變量的直接效應(yīng)和間接效應(yīng)[36]。具體計(jì)量結(jié)果匯總見(jiàn)表9所示。根據(jù)表9中普通OLS模型和SDM模型結(jié)果發(fā)現(xiàn)，加入空間關(guān)聯(lián)性考慮后效果更為顯著。SDM擬合優(yōu)度R2從0.4226提高到0.7165，Log-lik從-56.1585提高到-54.8336，這表明加入空間因素后的海水養(yǎng)殖漁業(yè)碳匯影響因素分析模型更為合適。在SDM模型中，空間被解釋變量滯后項(xiàng)W×dep的系數(shù)為0.3110且通過(guò)了1%的顯著性檢驗(yàn)，說(shuō)明中國(guó)沿海各省（自治區(qū)）的碳匯量存在明顯的空間外溢效應(yīng)，鄰接省區(qū)的碳匯量每變動(dòng)一個(gè)百分點(diǎn)，本省區(qū)的碳匯量會(huì)同向變動(dòng)0.3110個(gè)百分點(diǎn)。3.3.2影響因素的空間計(jì)量分析

盡管隨機(jī)效應(yīng)的空間杜賓模型的擬合度要優(yōu)于普通模型，但為防止模型變量之間存在多重共線性對(duì)計(jì)量結(jié)果分析的影響，本研究使用stata軟件進(jìn)行了方差膨脹因子（VIF）檢驗(yàn)。結(jié)果顯示，各個(gè)變量的VIF均值（MeanVIF）為2.41，未超過(guò)5，說(shuō)明變量之間不存在多重共線性。模型結(jié)果表明。

1）從各因素的直接效應(yīng)來(lái)看，產(chǎn)值（value）、勞動(dòng)力投入（labor）、受災(zāi)面積（acreage）和漁業(yè)技術(shù)推廣的項(xiàng)目經(jīng)費(fèi)投入力度（tech）的直接效應(yīng)分別為0.2686、6.7630、-1.4204、-1.7480。說(shuō)明海水養(yǎng)殖業(yè)產(chǎn)值的提高、養(yǎng)殖勞動(dòng)力人數(shù)的增加有助于碳匯量水平的提高，進(jìn)一步佐證了漁業(yè)產(chǎn)業(yè)發(fā)展水平與漁業(yè)碳匯量存在相互促進(jìn)的作用[24-25]。貝類(lèi)與藻類(lèi)產(chǎn)值的提高會(huì)激勵(lì)漁業(yè)從業(yè)者加大貝、藻類(lèi)的養(yǎng)殖力度進(jìn)而促進(jìn)產(chǎn)量的提升，勞動(dòng)力人數(shù)（labor）的增加意味著有更充足的人員來(lái)進(jìn)行碳匯漁業(yè)品種的養(yǎng)殖，進(jìn)而會(huì)對(duì)碳匯量的提高產(chǎn)生積極作用;海洋水產(chǎn)養(yǎng)殖業(yè)受災(zāi)面積（acreage）系數(shù)為負(fù)，意味著受災(zāi)面積增加會(huì)減少養(yǎng)殖產(chǎn)量，對(duì)養(yǎng)殖業(yè)碳匯量的提高產(chǎn)生消極的影響;漁業(yè)技術(shù)推廣項(xiàng)目經(jīng)費(fèi)投入（tech）的系數(shù)值為負(fù)，可能是因?yàn)樗度氲捻?xiàng)目經(jīng)費(fèi)并非全部用來(lái)研究如何提高貝類(lèi)與藻類(lèi)產(chǎn)量，而很大部分是用在了漁業(yè)產(chǎn)值高的非碳匯漁業(yè)品種上。（2）從各因素的間接效應(yīng)來(lái)看，產(chǎn)值（value）、勞動(dòng)力投入（labor）、受災(zāi)面積（acreage）和技術(shù)推廣的項(xiàng)目經(jīng)費(fèi)投入力度（tech）的間接效應(yīng)分別為-3.655、10.2878、-1.3421、2.1100。其中產(chǎn)值系數(shù)和受災(zāi)面積為負(fù)說(shuō)明鄰近?。ㄗ灾螀^(qū)）之間在貝類(lèi)和藻類(lèi)養(yǎng)殖中既存在競(jìng)爭(zhēng)關(guān)系也存在依存關(guān)系，一?。ㄗ灾螀^(qū)）貝藻類(lèi)養(yǎng)殖品種產(chǎn)值的提高，會(huì)引起鄰近?。ㄗ灾螀^(qū)）的模仿行為，導(dǎo)致同類(lèi)產(chǎn)品的競(jìng)爭(zhēng)加劇，從而產(chǎn)生空間間接負(fù)效應(yīng);同時(shí)，鄰近的?。ㄗ灾螀^(qū)）通常緊挨同一片海域，鄰近的海域遭遇自然災(zāi)害，也會(huì)波及鄰近其他?。ㄗ灾螀^(qū)）的海域在一定程度上受到消極影響;勞動(dòng)力投入（labor）和技術(shù)推廣項(xiàng)目經(jīng)費(fèi)（tech）投入情況間接效應(yīng)系數(shù)為正，說(shuō)明一?。ㄗ灾螀^(qū)）的勞動(dòng)力投入和項(xiàng)目經(jīng)費(fèi)投入會(huì)對(duì)鄰近?。ㄗ灾螀^(qū)）的勞動(dòng)力投入和經(jīng)費(fèi)投入產(chǎn)生積極影響。這是因?yàn)猷徑氖。ㄗ灾螀^(qū)）養(yǎng)殖戶(hù)之間具有示范效應(yīng)，并且鄰近的海域在資源條件方面具有相似性或同質(zhì)性，從而強(qiáng)化了這種示范效應(yīng)，使得空間相鄰的?。ㄗ灾螀^(qū)）會(huì)在同類(lèi)產(chǎn)品的生產(chǎn)上產(chǎn)生正向相關(guān)性。但這種示范效應(yīng)也導(dǎo)致了競(jìng)爭(zhēng)的加劇和一榮俱榮、一損俱損的空間依賴(lài)性，又會(huì)對(duì)產(chǎn)值和受災(zāi)情況的空間間接效應(yīng)產(chǎn)生負(fù)面影響，也進(jìn)一步說(shuō)明了產(chǎn)值和受災(zāi)面積的系數(shù)為負(fù)的原因。（3）對(duì)比表9中產(chǎn)值（value）、勞動(dòng)力投入（labor）、受災(zāi)面積（acreage）和技術(shù)推廣的項(xiàng)目經(jīng)費(fèi)投入力度（tech）的彈性系數(shù)和其直接效應(yīng)的數(shù)值并不相同，其原因是存在空間滯后項(xiàng)的反饋效應(yīng)（反饋效應(yīng)=彈性系數(shù)-直接效應(yīng)）[39]，這種反饋效應(yīng)一部分來(lái)自空間滯后被解釋變量，另一部分則來(lái)自空間滯后解釋變量。即某一?。ㄗ灾螀^(qū)）通過(guò)影響相鄰?。ㄗ灾螀^(qū)）的碳匯量再反過(guò)來(lái)影響本省區(qū)的碳匯量。各變量的反饋效應(yīng)計(jì)算如表10所示。通過(guò)計(jì)算發(fā)現(xiàn)產(chǎn)值（value）、勞動(dòng)力投入（labor）、受災(zāi)面積（acreage）和技術(shù)推廣的項(xiàng)目經(jīng)費(fèi)投入力度（tech）的反饋效應(yīng)分別約為0.5357、-1.5771、0.2040、-0.3087，這四個(gè)反饋效應(yīng)分別源于四個(gè)因素的空間滯后變量W×value、W×labor、W×acreage、W×tech和空間被解釋變量滯后項(xiàng)W×dep的交互作用形成的綜合效應(yīng)。

4結(jié)論和建議

4.1主要結(jié)論根據(jù)前文的分析，得出以下結(jié)論：①中國(guó)大陸沿海省域具有豐富的海水養(yǎng)殖漁業(yè)碳匯量，年均碳匯量超過(guò)100×104t（1084204t）。2006—2016年11年間，中國(guó)大陸沿海9個(gè)?。ㄗ灾螀^(qū)）的碳匯量總體上呈上升趨勢(shì)，但研究期內(nèi)各省（自治區(qū)）之間的碳匯量年均增長(zhǎng)率差距明顯。北部沿海的遼寧、河北、山東、江蘇四省區(qū)的提升率遠(yuǎn)高于南部沿海的浙江、福建、廣東、廣西、海南五省區(qū);但從海水養(yǎng)殖漁業(yè)碳匯總量來(lái)看，北部沿海四省區(qū)與南部沿海五省區(qū)的碳匯總量大致相當(dāng)。②從全局莫蘭指數(shù)來(lái)看，除2008、2009年略低之外，其余年份基本穩(wěn)定在0.5～0.7之間，表明沿海各?。ㄗ灾螀^(qū)）的單位養(yǎng)殖面積碳匯量在地理上存在顯著的空間相關(guān)性;局部莫蘭指數(shù)反映出南部三省廣東、廣西、福建為高-高集聚地區(qū)，北方四省江蘇、河北、遼寧、山東為低-低集聚地區(qū)，并且這種趨勢(shì)基本穩(wěn)定，沒(méi)有大幅波動(dòng)。③通過(guò)選取隨機(jī)效應(yīng)杜賓模型和分解后的杜賓模型對(duì)漁業(yè)碳匯量及其影響因素的分析，表明中國(guó)沿海各?。ㄗ灾螀^(qū)）的碳匯量存在明顯的空間外溢效應(yīng)。通過(guò)分解后的杜賓模型得出產(chǎn)值（value）、勞動(dòng)力投入（labor）的直接效應(yīng)為正，而受災(zāi)面積（acreage）和項(xiàng)目經(jīng)費(fèi)投入（tech）的直接效應(yīng)為負(fù);從間接效應(yīng)來(lái)看，漁業(yè)產(chǎn)值在各地區(qū)存在競(jìng)爭(zhēng)與依存關(guān)系。鄰近地區(qū)的海域遭遇自然災(zāi)害，本地區(qū)的海域會(huì)在一定程度上受到消極影響;水產(chǎn)養(yǎng)殖業(yè)勞動(dòng)力投入和漁業(yè)技術(shù)推廣的項(xiàng)目經(jīng)費(fèi)投入在各地區(qū)之間存在互補(bǔ)關(guān)系，鄰近省份的海洋水產(chǎn)養(yǎng)殖勞動(dòng)力和漁業(yè)技術(shù)推廣的項(xiàng)目經(jīng)費(fèi)投入的增加，會(huì)對(duì)本地區(qū)的海洋水產(chǎn)養(yǎng)殖業(yè)的投入在一定程度上產(chǎn)生積極影響。

4.2啟示與建議

上述結(jié)論對(duì)制定與實(shí)施漁業(yè)碳匯政策具有重要的啟示：①漁業(yè)碳匯量在空間上是存在顯著的空間相關(guān)性和空間外溢效應(yīng)的，因此，在制定和實(shí)施提高漁業(yè)碳匯量、減少二氧化碳含量的政策時(shí)，應(yīng)該將區(qū)位因素以及鄰近地區(qū)的相關(guān)資源和經(jīng)濟(jì)情況考慮在內(nèi)。要通過(guò)相應(yīng)的綜合性海洋空間規(guī)劃來(lái)進(jìn)行綜合協(xié)調(diào)，加快在國(guó)家空間規(guī)劃思路和要求下開(kāi)展海洋水產(chǎn)養(yǎng)殖業(yè)的綜合管理模式和管控政策的調(diào)整，以適應(yīng)新時(shí)代海洋經(jīng)濟(jì)高質(zhì)量發(fā)展的要求，實(shí)現(xiàn)“山水林田湖草?！鄙餐w的系統(tǒng)治理。②為了促進(jìn)碳匯漁業(yè)更好地發(fā)展，可以主要從以下幾個(gè)方面來(lái)考慮：首先，貝類(lèi)和藻類(lèi)產(chǎn)值提高對(duì)碳匯量會(huì)有積極作用，為鼓勵(lì)水產(chǎn)養(yǎng)殖戶(hù)對(duì)貝藻養(yǎng)殖的積極性，應(yīng)對(duì)貝藻類(lèi)產(chǎn)品的整個(gè)產(chǎn)業(yè)鏈進(jìn)行整合和拓展，形成以貝藻類(lèi)養(yǎng)殖業(yè)為基礎(chǔ)，延伸貝藻類(lèi)產(chǎn)品加工業(yè)，形成制藥業(yè)、生物飼料業(yè)、化肥、保健食品業(yè)等在內(nèi)的完整的、能提升貝藻類(lèi)產(chǎn)品綜合價(jià)值的高端產(chǎn)業(yè)鏈;其次，要增加勞動(dòng)者的人力資本，保證充足的碳匯漁業(yè)養(yǎng)殖所需的勞動(dòng)力，讓人力資本在海水養(yǎng)殖投入要素中與資本要素結(jié)合，進(jìn)行資源配置，實(shí)現(xiàn)最大產(chǎn)出。③政府應(yīng)提高對(duì)漁業(yè)養(yǎng)殖的支持力度，加大科研經(jīng)費(fèi)和項(xiàng)目經(jīng)費(fèi)投入，其中尤其要加大貝類(lèi)和藻類(lèi)等碳匯漁業(yè)的養(yǎng)殖扶持力度，促進(jìn)碳匯漁業(yè)養(yǎng)殖技術(shù)和加工技術(shù)的進(jìn)一步提高。各地區(qū)之間應(yīng)加強(qiáng)技術(shù)交流，進(jìn)一步加大碳匯漁業(yè)養(yǎng)殖品種的技術(shù)研發(fā)平臺(tái)建設(shè)，不斷增加碳匯漁業(yè)養(yǎng)殖科學(xué)技術(shù)的投入比例，重視碳匯漁業(yè)養(yǎng)殖科技創(chuàng)新力度，提高養(yǎng)殖品種與水產(chǎn)養(yǎng)殖業(yè)病害防治技術(shù)的研發(fā)能力，從而提高碳匯漁業(yè)的產(chǎn)量產(chǎn)值。調(diào)動(dòng)海洋碳匯漁業(yè)養(yǎng)殖業(yè)主的積極性，讓海洋碳匯養(yǎng)殖漁業(yè)成為有奔頭的產(chǎn)業(yè)，全面實(shí)現(xiàn)漁業(yè)強(qiáng)、漁村美、漁民富的鄉(xiāng)村振興戰(zhàn)略目標(biāo)。④健康的海洋環(huán)境是提高漁業(yè)產(chǎn)量、提高漁業(yè)碳匯量的基礎(chǔ)，因此要追求經(jīng)濟(jì)效益、社會(huì)效益、環(huán)境效益的統(tǒng)一，提高人們的藍(lán)色海洋意識(shí)，科學(xué)制定應(yīng)對(duì)海洋自然災(zāi)害的方案。完善海水養(yǎng)殖業(yè)基礎(chǔ)設(shè)施建設(shè)和海域資源整合，優(yōu)化碳匯漁業(yè)養(yǎng)殖品種的規(guī)模和養(yǎng)殖要素投入的比例，建立碳匯漁業(yè)養(yǎng)殖園區(qū)（基地），實(shí)行集約化養(yǎng)殖，減輕海水養(yǎng)殖業(yè)對(duì)環(huán)境的影響。鼓勵(lì)養(yǎng)殖業(yè)主采用先進(jìn)的海水養(yǎng)殖機(jī)動(dòng)裝備和加工設(shè)備，引導(dǎo)養(yǎng)殖業(yè)主選擇特色品種，實(shí)現(xiàn)養(yǎng)殖資源的優(yōu)化配置，推進(jìn)碳匯養(yǎng)殖漁業(yè)升級(jí)。

（編輯：劉照勝）

參考文獻(xiàn)

[1]徐敬俊，覃恬恬，韓立民.海洋“碳匯漁業(yè)”研究述評(píng)[J].資源科學(xué)，2018，40（1）：161-172.

[2]唐啟升，劉慧.海洋漁業(yè)碳匯及其擴(kuò)增戰(zhàn)略[J].中國(guó)工程科學(xué)，2016，18（3）：68-73.

[3]張永雨，張繼紅，梁彥韜，等.中國(guó)近海養(yǎng)殖環(huán)境碳匯形成過(guò)程與機(jī)制[J].中國(guó)科學(xué)：地球科學(xué)，2017，47（12）：1414-1424.

[4]唐起升.碳匯漁業(yè)與又好又快發(fā)展現(xiàn)代漁業(yè)[J].江西水產(chǎn)科技，2011（2）：5-7

[5]張繼紅，方建光，唐啟升.中國(guó)淺海貝藻養(yǎng)殖對(duì)海洋碳循環(huán)的貢獻(xiàn)[J].地球科學(xué)進(jìn)展，2005，20（3）：359-365.

[6]齊占會(huì)，王珺，黃洪輝，等.廣東省海水養(yǎng)殖貝藻類(lèi)碳匯潛力評(píng)估[J].南方水產(chǎn)科學(xué)，2012，8（1）：30-35.

[7]岳冬冬.海帶養(yǎng)殖結(jié)構(gòu)變動(dòng)與海藻養(yǎng)殖碳匯量核算的情景分析[J].福建農(nóng)業(yè)學(xué)報(bào)，2012，27（4）：432-436..

[8]張繼紅，方建光，唐啟升，等.桑溝灣不同區(qū)域養(yǎng)殖櫛孔扇貝的固碳速率[J].漁業(yè)科學(xué)進(jìn)展，2013，34（1）：12-16.

[9]MACROYC，MCMILLANC.Productionofecologyandphysidogyofseagrasses[J].Marinescience，1977（4）：53-81.

[10]孫軍.海洋浮游植物與生物碳匯[J].生態(tài)學(xué)報(bào)，2011，31（18）：5372-5378.

[11]唐啟升，丁曉明，劉世祿，等.我國(guó)水產(chǎn)養(yǎng)殖業(yè)綠色、可持續(xù)發(fā)展保障措施與政策建議[J].中國(guó)漁業(yè)經(jīng)濟(jì)，2014，32（2）：5-11.

[12]ORRJC，SARMIENTOJL.PotentialofmarinemacroalgaeassinkforCO2：constraintsfroma3-Dgeneralcirculationmodeloftheglobalocean[J].Waterair&soilpollution，1992，64（1-2）：405-421.

[13GORSHKOVVG.OceanicdissolvedorganiccarboninthemainsinkofatmosphericCO2[J].Worldresourcerev，1997，9（2）：153-169.

[14]宋金明.海洋碳的源與匯[J].海洋環(huán)境科學(xué)，2003，22（2）：75-80.

[15]DUARTECM，MIDDELBURGJJ，CARACON.Majorroleofmarinevegetationontheoceaniccarboncycle[J].Biogeosciences，2005（2）：1-8.

[16]LAFFOLEYD，GRIMSDITCHG.Themanagementofnaturalcoastalcarbonsinks[M].Gland：InternationalUnionforConservationofNature，2009：1-11.

[17]DASILVACM.Addcoastalvegetationtotheclimatecriticallist[J].Nature，2011，473（7347）：255-255.

[18]焦念志.海洋固碳與儲(chǔ)碳——并論微型生物在其中的重要作用[J].中國(guó)科學(xué)，2012，42（10）：1473-1486.

[19]FOURQUREANJW，DUARTECM，KENNEDYH，etal.Seagrassecosystemsasagloballysignificantcarbonstock[J].NatureGeoscience，2012（5）：505-509.

[20]孫軍.海洋浮游植物與漁業(yè)碳匯計(jì)量[J].漁業(yè)科學(xué)進(jìn)展，2013，34（1）：90-96.

[21]嚴(yán)立文，黃海軍，陳紀(jì)濤，等.我國(guó)近海藻類(lèi)養(yǎng)殖的碳匯強(qiáng)度估算[J].海洋科學(xué)進(jìn)展，2011，29（4）：537-545.

[22]邵桂蘭，張亞敏，于謹(jǐn)凱.海藻養(yǎng)殖碳匯漁業(yè)的政府激勵(lì)機(jī)制研究[J].農(nóng)業(yè)經(jīng)濟(jì)與管理，2012（2）：79-85.

[23]紀(jì)建悅，王萍萍.我國(guó)海水養(yǎng)殖業(yè)碳匯能力測(cè)度及其影響因素分解研究[J].海洋環(huán)境科學(xué)，2015（6）：871-878.

[24]TOBLERWR.Acomputermoviesimulatingurbangrowthinthedetroitregion[J].Economicgeography，1970，46（s1）：234-270.

[25]ANSELINL.Spatialeconometrics：methodsandmodels[M].Dordrecht：LuwerAcademicPublishers，1988：3-20.

[26]周毅，楊紅生，劉石林，等.煙臺(tái)四十里灣淺海養(yǎng)殖生物及附著生物的化學(xué)組成、有機(jī)凈生產(chǎn)量及其生態(tài)效應(yīng)[J].水產(chǎn)學(xué)報(bào)，2002，26（1）：21-27.

[27]LAPOINTEBE，LITTLERMM，LITTLERDS.Nutrientavailabilitytomarinemacroalgaeinsiliciclasticversuscarbonate-richcoastalwaters[J].Estuaries，1992，15（1）：75-82.

[28]宋金明，李學(xué)剛，袁華茂，等.中國(guó)近海生物固碳強(qiáng)度與潛力[J].生態(tài)學(xué)報(bào)，2008，28（2）：551-558.

[29GAOKMCKINLEYKR.UseofmacroalgaeformarinebiomassproductionandCO2remediation：areview[J].Journalofappliedphycology，1994，6（1）：45-60.

[30]PENHALEPA，CAPONEDG.Primaryproductivityandnitrogenfixationintwomacroalgae-cyanobacteriaassociations[J].Bulletinofmarinescience，1981，31（1）：164-169.

[31]姜愛(ài)軍，陳中笑，任慧軍，等.針對(duì)IPCC評(píng)估報(bào)告中海洋碳循環(huán)的疑問(wèn)——δ13C收支平衡法的驗(yàn)證[J].氣候變化研究進(jìn)展，2008，4（6）：369-375.

[32]YOSHIKAWAT，TAKEUCHII，F(xiàn)URUYAK.Activeerosionofundariapinnatifida，suringar（Laminariales，Phaeophyceae）mass-culturedinOtsuchiBayinnortheasternJapan[J].Journalofexperimentalmarinebiology&ecology，2001，266（1）：51-65.

[33]周興.菲律賓蛤仔（Ruditapesphilippinarum）對(duì)膠州灣生態(tài)環(huán)境影響的現(xiàn)場(chǎng)研究[D].青島：中國(guó)科學(xué)院研究生院（海洋研究所），2006：3-40.

[34]孟斌，王勁峰，張文忠，等.基于空間分析方法的中國(guó)區(qū)域差異研究[J].地理科學(xué)，2005，25（4）：393-400.

[35]王守坤.空間計(jì)量模型中權(quán)重矩陣的類(lèi)型與選擇[J].經(jīng)濟(jì)數(shù)學(xué)，2013，30（3）：57-63.

[36]胡安俊，孫久文.空間計(jì)量——模型、方法與趨勢(shì)[J].世界經(jīng)濟(jì)文匯，2014（6）：111-120.

[37]姜磊.空間回歸模型選擇的反思[J].統(tǒng)計(jì)與信息論壇，2016，31（10）：10-16.

[38]陳強(qiáng).高級(jí)計(jì)量經(jīng)濟(jì)學(xué)及Stata應(yīng)用[M].第二版.北京：高等教育出版社，2014：597-598.

[39]曹飛.中國(guó)省域人口城鎮(zhèn)化率影響因素的空間杜賓分析[J].統(tǒng)計(jì)與決策，2017（20）：102-105.