海洋漁業(yè)碳排放效率的時空演變及影響因素
——以北部海洋經濟圈為例

狄乾斌 ，陳小龍，蘇子曉，孫康

（1. 遼寧師范大學 地理科學學院，遼寧 大連 116029；2. 遼寧師范大學 海洋經濟與可持續(xù)發(fā)展研究中心，遼寧 大連 116029）

隨著全球氣候變暖問題日益嚴重，各地區(qū)逐漸加大對相關產業(yè)碳排放與低碳經濟發(fā)展的重視[1]，海洋漁業(yè)作為海洋產業(yè)碳排放的重要來源，節(jié)能減排作用不可忽視[2]。海洋漁業(yè)因涉及海洋生態(tài)系統(tǒng)中對二氧化碳的吸收排放效應，海洋漁業(yè)活動促進水生生物吸收水中的二氧化碳，能有效地提升碳匯量，改革開放以來，中國海洋漁業(yè)生產總體穩(wěn)定，海水養(yǎng)殖產量穩(wěn)步增長，在各類海洋經濟發(fā)展政策實施下，海洋經濟規(guī)模不斷擴大，海洋漁業(yè)低碳化發(fā)展任務艱巨[3]。發(fā)展低碳海洋漁業(yè)經濟，對提高海洋漁業(yè)碳排放效率，推動碳排放達峰目標的實現具有重要意義。

關于海洋漁業(yè)發(fā)展、碳排放、效率的研究已引起國內外學者的廣泛關注，研究主要集中以下幾方面：一是海洋漁業(yè)碳排放及效率測度與方法討論。GUIJARRO 等[4]主要是對拖網捕撈漁業(yè)的效率進行研究，分析漁業(yè)技術和海洋管理對海洋漁業(yè)效率的影響；盧昆等[5]利用隨機前沿分析法對中國遠洋漁業(yè)的漁業(yè)生產效率分析；狄乾斌等[6]基于“碳排”和“碳匯”計算中國海洋漁業(yè)碳排放量，并采用非期望產出超效率SBM 模型測算海洋漁業(yè)碳排放效率；陳張磊[7]借助SBM-Global Malmquist 指數對中國沿海11 個省市海洋漁業(yè)全要素生產效率及其收斂性進行檢驗。二是區(qū)域海洋漁業(yè)碳排放及效率差異性研究。既有國家、區(qū)域等大尺度的研究范疇[8-9]，也有省級、城市等小尺度的研究范疇[10-11]；研究內容上邵桂蘭等[12]測算2004—2014 年中國沿海海洋漁業(yè)碳排放生產效率，借助探索性時空分析法研究其空間關聯特征；李純厚等[13]對碳源和碳匯及海洋固碳機制研究進展綜述，并探討南海碳匯漁業(yè)今后發(fā)展重點研究方向；張熒楠[14]運用DEA模型測算海洋漁業(yè)碳排放效率，然后實證分析產業(yè)結構優(yōu)化對效率的影響；岳冬冬等[15]研究海洋捕撈漁業(yè)與海水貝藻養(yǎng)殖碳排放與碳匯，并分析其碳平衡狀態(tài)；CHEN等[16]在測算海洋漁業(yè)碳排放的基礎上，運用系統(tǒng)動力學方法對海洋漁業(yè)碳排放進行預測。三是海洋漁業(yè)碳排放及效率影響因素分析。主要有STIRPAT 模型LMDI 分解法和回歸分析法等研究經濟、產業(yè)、能源、科技等因素對海洋漁業(yè)碳排放及效率的影響[17-20]。

現有研究中，雖有部分學者考慮到海洋漁業(yè)效率問題，但多集中在海洋生態(tài)保護，較少考慮海洋漁業(yè)碳排放和碳排放效率及碳排與碳匯整體對海洋漁業(yè)碳排放效率驅動因素方面的研究?；诖?，本文以北部海洋經濟圈三省一市為研究對象，計算海洋漁業(yè)碳排放量基礎上，采用超效率SBM 模型測算2006—2019 年海洋漁業(yè)碳排放效率；借助STIRPAT 模型綜合分析海洋經濟發(fā)展、產業(yè)結構、能源結構等對海洋漁業(yè)碳排放效率的影響。

1 研究方法與數據來源

1.1 研究區(qū)概況

北部海洋經濟圈由遼東半島、渤海灣和山東半島沿岸及海域組成，主要包括遼寧、河北、天津和山東的海域與陸域（圖1）。

圖1 北部海洋經濟圈范圍

由圖2 可知，近十多年來海洋養(yǎng)殖業(yè)、海洋捕撈業(yè)、海洋水產品加工業(yè)生產總值不斷增加，說明海洋漁業(yè)發(fā)展迅速。海洋漁業(yè)高速發(fā)展及能源消耗不斷增加，帶來碳排放量的快速增長，如何通過海洋漁業(yè)產業(yè)結構優(yōu)化升級、能源利用效率提高及海洋生態(tài)環(huán)境改善等措施，完成海洋漁業(yè)碳減排目標并實現海洋經濟高質量發(fā)展成為北部經濟圈當前海洋漁業(yè)發(fā)展面臨的主要問題。本文所采用的各類統(tǒng)計數據來源為各年份《中國漁業(yè)統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《中國能源統(tǒng)計年鑒》《中國海洋統(tǒng)計年鑒》、中國海洋統(tǒng)計公報和相關省份統(tǒng)計資料，數據均進行了適當處理，年份缺失數據通過線性插值法得到[21]。

圖2 北部海洋經濟圈海洋漁業(yè)發(fā)展現狀

1.2 海洋漁業(yè)碳排放的測度

海洋漁業(yè)碳排放主要指海洋漁業(yè)生產發(fā)展過程中所造成的碳排放。狹義上是海洋漁業(yè)生產過程中直接和間接排放二氧化碳；廣義上海洋漁業(yè)碳排放不僅包括直接和間接的碳排放，還把海洋漁業(yè)碳匯所吸收的部分扣除[6]。本文海洋漁業(yè)直接碳排放主要考慮海洋漁船捕撈、養(yǎng)殖等方面的柴油消耗量；海洋漁業(yè)的間接排放量考慮海洋漁業(yè)各方面生產過程中對電力的消耗量；海洋漁業(yè)的碳匯是海洋貝類和海洋藻類對碳排放的吸收和固定，借鑒此思路，通過海洋漁業(yè)柴油消耗量、海洋漁業(yè)電力消耗量、海水養(yǎng)殖的貝藻類數量來計算海洋漁業(yè)碳排放總量，具體模型如下：

式中：C表示海洋漁業(yè)碳排放總量；Yi表示各碳排放源的能源消耗量；Ai表示消耗碳排放系數；Di代表貝藻類養(yǎng)殖產量；Bi表示相應的碳匯轉化系數（表1）。

表1 海洋漁業(yè)碳源（轉化）的碳排放系數

1.3 海洋漁業(yè)碳排放效率的測度

海洋漁業(yè)低碳發(fā)展以碳排放效率最大化為核心，通過效率的提高與技術的改進，實現資源利用效率的提高和對海洋環(huán)境壓力的減小[25]。討論的海洋漁業(yè)碳排放效率是基于資源投入—經濟產出—污染產出的角度研究分析，投入要素中勞動力投入指標選取海洋漁業(yè)從業(yè)人員；資本投入指標選取年末海洋機動漁船總數和水產技術推廣業(yè)務經費；資源投入指標選取海水養(yǎng)殖面積和海水魚苗投入量；在產出方面選取海洋漁業(yè)總產量作為期望產出；海洋漁業(yè)碳排放是實現海洋漁業(yè)碳中和碳達峰的重要指標，選取海洋漁業(yè)碳排放量作為非期望產出，對投入要素和產出要素的選取見表2。

表2 海洋漁業(yè)碳排放效率指標體系

基于指標體系，采用超效率SBM 模型來測算海洋漁業(yè)的碳排放效率，模型設定如下：

式中：ρ為海洋漁業(yè)碳排放效率值；m為決策單元投入變量個數；n代表決策單元個數；r為決策單元產出變量個數；xik、yrk表示第k個決策單元的投入、產出變量；分別為投入、產出的松弛變量；xij為第j項投入時，第i個的效率值，yij為第j項投入時第r個效率值；λ為約束條件[26]。

1.4 STIRPAT模型

STIRPAT 模型是傳統(tǒng)的IPAT 模型基礎上提出的，模型具有可拓展性，廣泛應用在區(qū)域碳排放影響因素研究中，其一般形式可表示為：

式中：I、P、A、T分別表示環(huán)境、人口、財富、技術因素，a表示模型系數，b、c、d分別表示人口、財富、技術因素的估計系數，e表示隨機誤差項[23]。將模型兩邊分別取對數形式后，可表示為：

參考已有研究的成果對STIRPAT 模型進行擴展[27-28]，本研究的初始模型設計中包含8 種影響因素，拓展后的STIRPAT 面板模型的表達式為：

式中：I為海洋漁業(yè)排放量；β為模型系數；e為模型誤差項，自變量選取如表3 所示。

表3 模型的影響因素與說明

2 結果分析

2.1 海洋漁業(yè)碳排放特征分析

根據上述公式對2006—2019 年北部海洋經濟圈三省一市海洋漁業(yè)碳排放量進行測算。從圖3 可知，研究期內北部海洋經濟圈海洋漁業(yè)碳排放總量基本保持上升趨勢，盡管近幾年上升的速度放緩，但區(qū)域海洋漁業(yè)碳排放的形勢依舊較嚴峻。北部海洋經濟圈三省一市擁有不同的海岸線和海域面積，海洋漁業(yè)資源占有量差距較大，對海洋資源利用及海洋漁業(yè)開發(fā)重視程度也不一樣，導致各地區(qū)間海洋漁業(yè)碳排放量差異較大。從海洋漁業(yè)碳排放量看，山東的碳排放量最大，研究期超2 萬噸，在北部海洋經濟圈中占比最大；河北和遼寧海洋漁業(yè)碳排放均呈上升趨勢，研究期分別由1 000.74 噸上升到3 918.27 噸、2 501.66 噸上升到4 960.27 噸，在北部海洋經濟圈海洋漁業(yè)碳排放中占比較大；天津海洋漁業(yè)碳排放量最小，由2006 年的130.83 噸上升到2019 年的528.77 噸，在北部海洋經濟圈海洋漁業(yè)碳排放中占有較小比重。海洋漁業(yè)碳排放增長率看，北部海洋經濟圈三省一市海洋漁業(yè)碳排放增長率的變化趨勢較為相似，2007—2013 年呈波動下降趨勢，2013—2019 年呈下降趨勢，海洋經濟發(fā)展逐漸轉向高質量發(fā)展，海洋漁業(yè)碳排放增長率明顯降低。

圖3 2006—2019年北部海洋經濟圈海洋漁業(yè)碳排放演變趨勢

2.2 海洋漁業(yè)碳排放效率特征分析

借助MaxDEA 軟件測算2006—2019 年北部海洋經濟圈海洋漁業(yè)碳排放規(guī)模效率、純技術效率和綜合效率（表4）?？傮w來看，2006—2019 年北部海洋經濟圈海洋漁業(yè)碳排放效率水平不高，在一定時間段處于波動下降趨勢。2006—2010 年效率處于緩慢下降趨勢，2011—2015 年處于波動上升趨勢，2016—2019 年處于波動下降趨勢，表明北部海洋經濟圈海洋漁業(yè)碳排放效率水平呈現緩慢下降—波動上升—波動下降的變化態(tài)勢（圖4）。結合海洋漁業(yè)經濟不斷增長、產業(yè)規(guī)模不斷擴大的背景下，海洋漁業(yè)建立起低碳化發(fā)展與管理的機制，海洋漁業(yè)碳排放效率近年來呈現波動下降趨勢，可見，海洋漁業(yè)碳排放效率的發(fā)展趨勢與海洋經濟發(fā)展的整體大環(huán)境相關。

表4 2006—2020年北部海洋經濟圈海洋漁業(yè)碳排放效率表

圖4 為北部海洋經濟圈海洋漁業(yè)碳排放各項效率變化曲線。研究期間三省一市海洋漁業(yè)碳排放各項效率指數均具有一定的波動性，其中純技術效率的波動幅度最大，其次是綜合效率，規(guī)模效率表現最較為穩(wěn)定。分地區(qū)看，山東2006—2019 年綜合效率處于波動下降的趨勢，整體明顯高于河北、遼寧和天津，表明山東在海洋漁業(yè)碳排放效率較其他地區(qū)有一定的優(yōu)勢；遼寧和河北的綜合效率的波動趨勢較為一致，2006—2010 年變化不大，2011—2013 年則明顯上升，2014 年之后處于波動下降趨勢；而天津處于最低的位置，說明海洋漁業(yè)碳排放效率居于末位。純技術效率除2013 年山東位置均最高，進一步表明山東海洋漁業(yè)碳排放效率較高，天津和河北變化緩慢。天津和河北規(guī)模效率與純技術效率變化趨勢相對一致，較為平穩(wěn)，遼寧和山東在研究期間波動變化，交替位置，表明遼寧和山東在海洋漁業(yè)碳排放效率方面在逐步完善，進一步提高自身的競爭力。

從圖5 可知，2006—2019 年，北部海洋經濟圈海洋漁業(yè)碳排放效率空間上存在較大差異。2006 年海洋漁業(yè)碳排放效率水平均處于較低水平，這主要與海洋漁業(yè)發(fā)展進程相關，海洋漁業(yè)捕撈、養(yǎng)殖技術水平低，造成的能源消耗高；2010 年海洋漁業(yè)碳排放效率明顯提升，山東表現較為明顯，山東在此期間注重海洋漁業(yè)養(yǎng)殖的節(jié)能減排，開展調查，加強了海水養(yǎng)殖過程中的規(guī)范化管理，積極發(fā)展生態(tài)養(yǎng)殖，技術效率提升拉動海洋漁業(yè)碳排放效率。2015 年海洋漁業(yè)碳排放效率有下降趨勢，這主要因為此時期由于海洋漁業(yè)需求增加，相應增加了資源投入和污染產出，海洋漁業(yè)加速發(fā)展，帶來了海洋漁業(yè)石油類污染，導致海洋漁業(yè)碳排放效率降低，其中山東和遼寧較為明顯，天津2015 年海洋漁業(yè)碳排放效率與2010 年相比變化不大，河北有所提升。2015—2019 年山東、河北等地區(qū)海洋漁業(yè)效率持續(xù)下滑，遼寧效率也出現下降，主要因為與前期海洋漁業(yè)發(fā)展相關，山東海洋捕撈資源消耗量增長速度以及水產品加工電耗量增長速度大幅上升，在此背景下加強技術創(chuàng)新和改造，助力海洋漁業(yè)綠色健康發(fā)展，促進海洋漁業(yè)低碳化發(fā)展。總的來看海洋漁業(yè)碳排放效率：山東＞遼寧＞天津＞河北。

圖5 2006—2019年北部海洋經濟圈海洋漁業(yè)碳排放效率空間格局

3 海洋漁業(yè)碳排放效率影響因素分析

以線性STIRPAT 方程為模型，采用普通最小二乘法（OLS）對模型進行檢驗，運用SPSS 軟件對變量進行多元回歸分析，結果見表5。其中，模型的回歸擬合優(yōu)度R2=0.927，調整后的R2=0.829，通過了0.001 顯著水平F 檢驗。各變量的方差膨脹因子（VIF）較小，但變量X4、X6和X7高于10，說明變量之間存在多重共線性問題，因此采用偏最小二乘回歸模型。偏最小二乘回歸模型通過數據標準化、主成分和OLS 回歸分析解決變量較少和自由度較低等問題。將海洋漁業(yè)碳排放效率作為因變量，8 個影響因素作為自變量做OLS 回歸分析，對標準化后數據進行提取主成分，結果見表6。

表5 最小二乘回歸模型擬合結果

表6 主成分分析解釋的總方差

從表6 可以看出主成分FAC1、FAC2、FAC3的累計貢獻率達84.496%，因此提取3 個主成分，對3 個主成分的得分系數矩陣進行展示（表7）。最后將提取的3個主成分作為自變量，海洋漁業(yè)碳排放效率作為因變量，利用最小二乘法回歸擬合分析，擬合優(yōu)度R2=0.806，F=15.199，檢驗sig.=0 小于0.01，說明模型擬合結果良好（表8）。因此，式（6）能較好地解釋重海洋漁業(yè)碳排放效率與其影響因素之間的關系，具體公式如下：

表7 成分得分系數矩陣

表8 模型系數

根據標準化公式及標準化描述量，可將式（6）轉化為：

從擴展的STIRPAT 模型即偏最小二乘回歸結果來看，模型的擬合效果顯著。從系數來看，北部海洋經濟圈海洋漁業(yè)碳排放與海洋漁業(yè)規(guī)模、海洋經濟規(guī)模、海洋漁業(yè)產品結構、海洋漁業(yè)科技水平、海洋漁業(yè)對外開放程度和海洋漁業(yè)災害損失存在正相關關系，與海洋漁業(yè)產業(yè)結構和海洋漁業(yè)能源強度存在負相關關系；各項系數基本符合實際情況。影響程度存在顯著差異，海洋漁業(yè)科技水平是海洋漁業(yè)碳排放效率最重要的影響因素，海洋漁業(yè)科技水平每提高1%，就使得海洋漁業(yè)碳排放效率提高0.412%，技術進步會提高資源利用效率，減少能源消耗，增加海洋漁業(yè)產值。海洋漁業(yè)對外開放程度是影響海洋漁業(yè)碳排放效率的另一個重要因素，對外開放程度每提高1%，北部海洋經濟圈海洋漁業(yè)碳排放效率將增加0.389%，是影響海洋漁業(yè)碳排放效率的第二大因素，這是因為北部海洋經濟圈區(qū)位優(yōu)勢明顯，對外開放水平較高。海洋漁業(yè)產品結構、海洋漁業(yè)規(guī)模、海洋經濟規(guī)模對海洋漁業(yè)碳排放效率提高具有重要作用。結果表明，海洋漁業(yè)碳排放效率每增加1%，將會使得海洋漁業(yè)產品結構、海洋漁業(yè)規(guī)模、海洋經濟規(guī)模將分別發(fā)生0.307%、0.221%、0.056%的變化。海洋漁業(yè)能源強度是另一個引起海洋漁業(yè)碳排放效率變化的因素，能源強度每增加 1% ，將會造成碳排放效率降低0.113%，通過對北部海洋經濟圈2006—2019 年的能源強度進行計算，發(fā)現能源強度是不斷下降的，能源強度的降低對碳排放效率起到重要的作用。

4 研究結論

（1）研究期內，北部海洋經濟圈海洋漁業(yè)碳排放總量基本保持上升趨勢；北部海洋經濟圈各地區(qū)間海洋漁業(yè)碳排放量差異較大，山東的碳排放量最大，近年來海洋碳排放量超2 萬噸，河北和遼寧海洋漁業(yè)碳排放均呈明顯的上升趨勢，天津海洋漁業(yè)碳排放量最??；海洋漁業(yè)碳排放增長率的變化趨勢較為一致，2007—2013 年呈波動下降的趨勢，2013—2019 年呈下降趨勢。

（2）2006—2019 年北部海洋經濟圈海洋漁業(yè)碳排放效率總體水平不高，2006—2010 年效率處于緩慢下降趨勢，2011—2015 年處于波動上升趨勢，2016—2019年處于波動下降趨勢，表明北部海洋經濟圈海洋漁業(yè)碳排放效率水平呈現緩慢下降—波動上升—波動下降的變化態(tài)勢；海洋漁業(yè)碳排放各項效率指數均具有一定的波動性，其中純技術效率的波動幅度最大，其次是綜合效率，規(guī)模效率表現較為穩(wěn)定；分地區(qū)看，山東 綜合效率處于波動下降的趨勢，整體明顯高于河北、遼寧和天津。

（3）海洋漁業(yè)科技水平是海洋漁業(yè)碳排放效率最重要的影響因素，海洋漁業(yè)規(guī)模、經濟規(guī)模、對外開放程度、產業(yè)結構每變化1%，北部海洋經濟圈海洋漁業(yè)碳排放效率將分別發(fā)生0.221%、0.056%、0.389%、0.307%的變化；海洋漁業(yè)能源強度和海洋漁業(yè)產業(yè)結構的系數為負，能源強度的降低和產業(yè)結構優(yōu)化對碳排放效率起到重要的作用。