基于灰色关联度模型的平潭综合实验区渔业资源经济产值影响因素分析

傅颜颜，唐 菲

（国家海洋局海岛研究中心，福建 平潭 350400）

基于灰色关联度模型的平潭综合实验区渔业资源经济产值影响因素分析

傅颜颜，唐 菲

（国家海洋局海岛研究中心，福建 平潭 350400）

平潭作为我国重点开发的综合实验区、国际旅游岛建设区，福建省重点建设的自贸试验片区和海峡蓝色经济试验区，是开展对台交流与合作的重要窗口和对外开放的重要平台。平潭海洋经济的发展是带动海岛经济发展、建设平潭国际旅游岛的重要基础，更是我国 “海洋强国”建设的重要支撑。渔业经济是海洋经济的重要支柱，选取2005—2014年十年期间平潭渔业经济产值及其影响因素的相关数据，运用灰色关联度模型进行分析，计算各相关因素与地区渔业经济发展的具体相关程度以及各因素的重要性排名。实证分析结果表明：水产加工类指标与平潭渔业经济产值的综合关联性最高，对渔业经济的影响也较强；渔业生产产量类指标的关联性次之；渔业生产要素投入类指标位居第三。但是平潭渔业发展尚存在发展速度较慢、高附加值产品生产能力低下、技术水平跟不上、劳动力资源使用效率低下、自然灾害防御能力有限等问题，最后针对这些现象提出进一步改进的对策建议。

渔业经济产值；影响因素；灰色关联度分析

引 言

平潭综合实验区是我国推进对台交流与合作的先行先试区；是建设国际旅游岛，支撑对外开放的重要平台；更是拓展蓝色经济发展空间，实现“海洋强国”的重要基础。海岛海洋经济是平潭主要的经济构成，而渔业经济又是海岛海洋经济发展不可或缺的部分，是平潭走向开放开发前岛上居民赖以维持生计的基础产业。从根本上看，渔业经济既是农业经济的重要组成部分，亦是海洋经济发展的重要支柱，在我国维护粮食安全和建设海洋强国战略中均有重要作用。特别是随着水产养殖技术水平的提高和政策支持倾向明确化，渔业经济发展迅速，水产出口量长期处在世界领先地位，学界对于渔业经济发展问题的研究领域也在不断拓宽。然而，根据所查阅的相关文献资料、调研获取的信息资料以及研究分析结果可知，平潭渔业经济发展尚存在发展速度较慢、高附加值产品生产能力低下、技术水平跟不上、劳动力资源使用效率低下、自然灾害防御能力有限等现象。因而，面对当前渔业经济发展遇到的生态破坏、资金不足、技术瓶颈等问题，从影响渔业经济发展的因素入手，分析评价渔业经济产值及其影响因素的关联关系，并有针对性的提出可借鉴的对策，显得十分必要。

1 研究现状

1.1 国外研究现状

国外关于渔业经济的研究集中在渔业政策研究，近年来部分涉及渔业经济领域的研究。在渔业政策方面，典型如1983年欧盟成立专门组织负责渔业管理，欧盟渔业组织负责制定欧共体区域内的渔业政策，包含渔业经济发展、渔业内外贸易及保护和扶持政策、渔业资源的养护性开发、相关司法管理等诸多方面。而日本早在20世纪30年代就发展了较成熟的远洋渔业，因此远洋渔业支持政策发展也较为成熟，包含保险政策、研发政策、对外资金技术支持与合作政策等。加拿大渔业法律发展较为健全，学者潘绪伟（2010）指出，加拿大在保护、修复及发展渔业资源和生态环境方面的政策较尤为成熟[1]。在渔业经济方面，Dari Duval，Dr Bonnie Colby（2016）结合可用地区的时间序列数据建模，实证分析了科罗拉多河流对加利福尼亚渔业经济的影响，得出了河流量与渔获量之间正向相关关系，并且利用得到的模型，权衡分析了作物转移场景可能对农业和渔业部门产生积极的经济产出效应[2]。Anna Schuhbauer，U Rashid Sumaila（2016）分析评估了小规模渔业的经济可行性，得到了有必要制定和完善更合理的方法来评估小规模渔业的经济可行性，以便给出更合理的促进渔业经济可持续发展的策略[3]。Andrew J Dyck，U Rashid Sumaila（2010）分析评估了经济总产出对当时渔业产量的依赖度，即借用在当前的产出水平上的里昂惕夫技术系数的计算，而后估计渔业产出水平对整个经济总产出的支持程度，结果表明渔业产量对经济产出存在一定间接性的乘数影响效应[4]。但是，从总体上看，国外关于渔业经济整体发展状况的研究文献较为匮乏，而专门分析渔业经济产值影响因素的文献材料更是有限。

1.2 国内研究现状

国内关于渔业经济的研究主要可划分为三大类：渔业经济发展中相关资源的投入与分配研究；渔业经济可持续发展政策研究；渔业经济增长方式研究。在对渔业经济发展中相关资源的投入与分配研究方面，万宇（2013）等从演化经济学角度分析了渔业技术进步问题，得出当前渔业经济发展中尚存在对意会知识、中小企业创新能力的重视程度不够及技术使用的限制规范不足现象[5]；安倩倩（2015）等运用VAR模型实证分析了渔业贷款与海洋渔业经济增长之间的关系，得到了资金投入对于海洋渔业经济增长发展的重要性。在对渔业经济可持续发展政策研究方面[6]；罗瑛（2012）等从考虑生物多样性与否的角度分析渔业捕捞情况，得出应该基于鱼类生物多样性的角度来测评鱼类资源的储量和可捕捞量，实现可持续的渔业管理[7]；王震（2015）等通过分析环渤海地区海洋渔业经济的实际发展现状，针对性的提出了区域海洋渔业经济可持续发展的对策建议[8]。在渔业经济增长研究方面，刘明芳（2008）对我国水产品出口对渔业经济增长的作用及对策进行深入剖析[9]；孙佳（2014）基于1995—2011年省级面板数据对中国正规金融发展的渔业经济增长效应进行了实证分析，得出金融的多样化功能影响渔业金融，进而影响渔业经济供需，最后作用于渔业经济增长[10]。针对渔业经济产值影响因素的文献较少，主要有刘慧媛（2014）基于2003—2012年我国渔业经济产值及相关数据实证分析了影响渔业经济产值主要因素的关联程度，得出应当着重加大水产养殖、水产加工、科技引进、资源保护等方面投入，以促进渔业经济的加速发展[11]；周睿（2014）就云南省渔业经济总产值影响因素进行了灰色关联度分析，得出云南省渔业经济发展的对策建议[12]。

综上，国内外学者对渔业经济发展进行了诸多的探索与研究，并取得了相应的研究成果。但是，针对某个海岛区域渔业经济发展的研究基本缺失，针对平潭区域的研究更是空白。平潭作为重要的海岛城市，渔业是其着重发展的重点产业，渔业经济亦是平潭跻身海洋经济强县建设的重要保障。平潭国际旅游岛建设正在如火如荼的推进，然而以平潭海洋经济为研究对象的实际案例鲜少，针对平潭渔业经济发展进行分析的文献更是难以找到。此外，灰色关联度分析法相对一般的关联性分析，具有其独特的优势，尤其是在少数据、贫信息及带有不确定性的领域可以提高分析的准确性；且灰色关联度分析在渔业经济研究中的运用尚处于初级探索阶段，可供实践和尝试的领域广阔。因此，本文选取2005—2014年平潭渔业经济产值以及渔业经济相关数据，结合灰色关联度分析和层次分析法，对平潭渔业经济发展因素进行分析评价。

2 灰色关联度分析的基本原理

灰色系统理论是由华中理工大学邓聚龙教授于20世纪80年代初期创立，主要针对“部分信息已知、部分信息未知”的“少数据”“贫信息”不确定性系统的研究。灰色系统分析有其独特的分析优势，尤其是能实现定性与定量分析的结合，较为真实和全面地反映人们对客观系统的实际认知程度。经过不同学者的拓展研究，灰色关联度分析形成了灰色绝对关联度分析、相对关联度分析以及综合关联度分析的系列分析方法。

灰色关联度分析的基本思想是根据序列曲线几何形状的相似程度来判断变量（序列）之间的联系是否紧密，其中曲线越接近就代表变量间的关联度就越大，反之则反是。

2.1 灰色绝对关联度的基本原理及计算

灰色绝对关联度主要是指广义的概念，其分析创新点是采用计算两个序列变量曲线之间所夹面积的绝对值数据，进而从整体上度量两序列变量曲线间的相似性。其计算步骤如下：

（1）依据具体的研究对象确定参考数列Z0与Zi比较数列，其中：

（3）计算两个序列变量间的灰色关联度数值ε0i：

其中：

这个计算公式同时满足了邓氏关联公理中的规范性公理和接近性公理。

2.2 灰色相对关联度的基本原理及计算

灰色相对关联度是选择始点为基点，再通过测算两个序列变量相对于始点的变化速率的联系得到关联度系数。其计算步骤如下：

（2）求初值像的始点零化像，公式同灰色绝对关联度始点零化像的求法。

（3） 求出两个序列变量的相对关联度数值，公式为：

2.3 灰色综合关联度的基本原理及计算

灰色综合关联度是综合绝对关联度与相对关联度的分析优势，既可以反映两个序列变量间的相似度，又可以反映两个序列变量相对于始点测得的变化速率之间的接近程度，是一个具有较强代表性的数量指标。其计算公式如下：

式中：θ取值一般为0.5，代表平均考虑绝对关联性与相对关联性指标，当需要偏于注重某一方变量时，可倾向一方取值，如对绝对量较重视，可将θ取大，如果对变化速率较为关注，θ则可取小一些。

本文主要是基于2005—2014年平潭渔业统计数据，分析渔业经济产值与各个相关序列变量之间的综合关联度。并根据关联度结果进行重要性排名，对每个因素对渔业经济产值的影响程度进行分析评价，希望可以为优化渔业产业结构、国家渔业政策提供一定的参考与借鉴。

3 变量说明与研究步骤

3.1 变量选取与数据来源

渔业经济是农业经济的重要组成部分，其包含完整的生产、交换、分配和消费等方面的经济活动和经济关系。渔业经济产值是由渔业经济相关产业的产值组成，是体现渔业经济发展的主要可选性指标。渔业经济相关产业包含渔业、渔业工业和建筑业以及渔业流通与服务业，具体统计指标又可细化为渔业捕捞产量、渔业养殖产量、水产加工产量、水产仓储等，故在影响因素指标的选取上可考虑从不同层面切入，选取有针对性的指标进行分析。需要说明的是文中选取的渔业生产产量层面指标侧重指未经加工处理的养殖及捕捞产量，而水产品加工产量侧重代表水产品加工层面的数据。

基于以上分析，本文采用数据来自2005—2014年的平潭渔业统计报表，鉴于影响平潭渔业经济产值的因素众多，且影响程度相对不一，再根据指标选择的基本原则，此处选取的变量指标需要符合一般性原则、特殊性原则、重要性原则以及可得性原则。因此，为方便分析，此处选取了兼具代表性和可得性的十三个序列数据作为分析影响平潭渔业经济产值的指标。综合上述分析，把影响渔业经济产值的因素概括为三个层面，即渔业生产产量、渔业生产要素投入以及水产品加工状况。从渔业生产产量层面看，包括海水养殖产量、淡水养殖产量和海洋捕捞产量；从渔业生产要素投入层面看，包括养殖面积和鱼苗产量投入、渔船投入和劳动力投入；从水产品加工角度看，可反映在海水和淡水产品加工总量、加工企业数以及冷库数量等方面。本文针对平潭具体情况，最终采集到的代表三个层面数据的可用指标如表1所示，Zi（i=1，2，…，13）为相关序列，以原序列Z0作为参考序列。

3.2 数据无量纲化处理

由于表1中各序列数据的计量单位存在较大差异，即量纲不同，因此，在进行灰色关联度分析之前需要进行无量纲化处理，按照下列公式（10）进行计算可得到表2数据。

式中：Z（in）为表1中的原始数据，为同一因素的均值，δi为同一因素的标准差，Z（i′n）表示经过处理后得到的表2中的数据。

表1 2005—2014年平潭渔业经济总产值及其相关因素Tab.1 The total output value and related factors of fishery economy from 2005 to 2014 in Pingtan

表2 数据无量纲化处理结果Tab.2 Results of data dimensionless processing

4 实证结果与分析

依据表2处理过的数据，结合第二部分关联度分析的基本原理进行分析可得如表3所示数据，反映了参考序列与相关比较序列之间的灰色关联度系数以及测得的关系系数的排名。而表4所示为从三大层面区分的灰色关联系数及其重要性排名。

表3 2005—2014年平潭渔业经济产值与各相关因素之间的灰色相关系数及重要性排序Tab.3 The grey correlation coefficient and importance ranking between the total output value of fishery economy in Pingtan and the various related factors in 2005—2014

通过表3可知，从单项指标的综合关联度排名来看：ρ011＞ ρ010＞ ρ05＞ ρ02＞ ρ09＞ ρ012＞ ρ01＞ρ03＞ ρ06＞ ρ04＞ ρ013＞ ρ07＞ ρ08，即海水加工产品总量与渔业经济总产值的综合关联度为0.989 5，排在第一位，说明水产品加工对于渔业经济产值增长具有重要作用，平潭的水产品加工产业综合效益显著，是地区产业经济发展的重要支撑。但近十年平潭水产品加工企业数量变化不大，且现有水产加工业存在的诸如企业规模较小、技术装备水平低下、创新能力欠缺、生产环境卫生差等问题都将制约平潭水产加工业的转型升级，进而限制平潭渔业经济的发展。因此，鉴于平潭尚无淡水加工产品量，平潭水产加工业的发展需要注重改进和提升海水加工业，同时注重开发淡水加工业，以求提高渔业资源利用效率，全面带动平潭渔业经济产值增长，促进平潭海岛海洋经济发展。

渔业户数量与渔业经济产值的综合关联度为0.975 0，仅次于海水产品加工总量；渔村数目的多少与渔业经济产值的综合关联度也达到0.956 4，排在第五位；但是，渔业从业人员数与渔业经济产值的综合关联度系数相对较低，仅达到0.749 2。可见，推进渔业村、渔业户的建设更有利于区域渔业经济的发展，而单纯的增加渔业从业人员，不提高渔业从业者的知识与技术水平对于渔业经济的发展作用不大。

淡水养殖面积和淡水养殖产量与渔业经济产值的综合关联度系数分别为0.9746和0.9711，位于第三位和第四位，而海水养殖面积、海水养殖产量与渔业经济产值的综合关联度系数分别为0.899 5、0.936 0，排在第10、第7名，这说明早期的淡水养殖业对于渔业经济发展仍然有较大关系，平潭的渔业生产能力较强，但海水养殖业对渔业经济的影响较不明显，这与平潭海水养殖业发展存在技术水平低下、防灾减灾不到位、管理规范缺失等问题有关，海水养殖业可开发和改进的空间巨大，需要后期重点关注发展。

海洋捕捞产量与渔业经济产值的综合关联系数较高，系数值为0.910 0。这说明海洋捕捞对于渔业经济的发展具有重大影响，尤其是通过技术水平的改进与提高来进一步开发远洋捕捞业应当作为平潭日后发展的重要领域。

生产渔船数量、辅助渔船数量与渔业经济产值的综合关联系数分别为0.909 7和0.863 6，整体关联性较高，但在上述几大相关影响因素中的重要性排名中相对靠后。这说明渔船投入数量对渔业经济发展影响较重要，但相比于土地（此处主要指养殖面积）、劳动力生产要素来看，渔船数量处于次要地位。因此，渔业经济的发展应当综合考虑生产要素投入结构，注重提高资源投入使用效率。

表4 平潭渔业经济产值与三层面影响因素的灰色相关系数及重要性排名Tab.4 The grey correlation coefficient and importance ranking between the total output value of fishery economy in Pingtan and three-level influence factors

表4反映了从渔业生产产量、渔业生产要素投入和水产品加工三个层面分析的综合关联度数值。其中水产品加工类指标与渔业经济产值的关联性系数达0.946 7，居首位，但从表1的数据可知，水产品加工总量的年增长率参差不齐，除了2010年增长较快以外，大部分年份增长率较低，这综合反映了平潭应该加大力度发展水产加工业，促进渔业经济发展；渔业生产产量类指标与渔业经济产值的关联性系数为0.939 0，仅次于水产品加工类指标，总体关联性较强，但从指标内部结构来看，海水养殖产量以及海洋捕捞产量均比淡水养殖产量高，而与渔业经济的关联度则远低于淡水养殖产量，这与海水产品转化为高附加价值产品的能力低下有重要关系，故着重提高水产加工水平，提升产品附加价值是平潭往后渔业发展的重要方向；渔业生产要素投入类指标与渔业经济产值的关联性系数为0.904 0，排在第三位，整体关联性较高，只是相对重要性次于水产加工类指标和渔业生产类指标，这说明渔业发展需要重视生产要素投入分配，提高生产要素投入产出效益。

5 政策建议

本文基于灰色关联理论，选用2005—2014年平潭渔业发展统计数据，研究了平潭渔业经济产值与各相关因素的灰色关联度，并对每个变量做具体关联性的分析。由上述分析可知，平潭渔业发展与地区水产品加工转化能力、渔业生产能力以及渔业生产要素投入密切相关，各相关因素对渔业经济的综合关联系数不一，但总体关联程度较高，部分因素对渔业经济的影响举足轻重。但是，平潭渔业经济发展目前存在水产加工业发展速度较慢、高附加值产品生产能力低下、技术水平跟不上、劳动力资源使用效率低下、自然灾害防御能力有限等问题，制约了平潭渔业经济的进一步发展，现提出如下建议：

（1）加大水产品加工业的发展力度。水产加工业的发展程度直接影响着渔业经济产值的提高，且水产加工业的发展可以改变渔业发展长期依靠水产养殖的局面，减少初级产品销售，提高高附加值产品比重，逐步带动产业链发展。具体可以先培育一批水产加工龙头企业，通过“龙头企业+养殖户+基地”等建设模式，形成产业集聚，结合规范化管理制度建设、产业化经营理念打造平潭水产加工产业园区；依据区域水产品种差异，针对性布局特色水产加工产业园区，打造区域渔业发展特色品牌；逐步引进卫生标准与质量标准认证，提高平潭水产品的市场综合竞争力。

（2）加大渔业科技创新投入，增强科技支撑水平，提升渔业资源使用效率。尤其要加强与高校、科研机构的合作，发挥产学研一体化的作用，提高渔业产业发展的科研成果转化率，注重高精尖技术推广，提升标准化、生态化养殖水平，综合发挥科技第一生产力的作用。

（3） 加强渔业从业人员的知识与技术培训，提高渔业从业人员的综合素质水平，全面保障劳动力投入质量。渔业经济发展与劳动力要素关联性较高，高水平的劳动者对提高渔业生产效率至关重要。通过渔业部门、渔业科研机构以及高校相关学科设置联合培养人才，并鼓励专业人才到地方区域从事养殖、防灾、管理等指导工作及为基层渔民、渔业工作者提供培训服务。

（4）注重海水养殖产业的发展，促进产业转型升级。从上述关联系数的测算可知，海水养殖产业与渔业经济发展相关性较高，但因为技术水平等因素的限制，海水养殖产业发展较晚，对渔业经济发展的影响度相对于其他影响因素较弱。但平潭地理区位优势明显，四面环海，拥有发展海水养殖业的天然条件，其产业发展空间大，可以通过加强海水养殖技术研究，培育新型养殖品种，提高产品精加工水平等带动产业链转型升级。

（5）政府转变职能，以提供公共产品服务为主，积极承担防灾减灾等大型公共服务设施建设，完善相关市场监管制度，引导市场建立健全的渔业保险制度，着重保护渔业发展，为平潭岛民提供安居乐业的保障条件，同时也为平潭建设国际旅游岛提供基础和为维护我国水产品粮食安全提供支撑。

[1]潘绪伟，程家骅.加拿大渔业政策与管理的研究[J].现代渔业信息，2010（6）：3-5.

[2]Dari Duval，Dr Bonnie Colby.The Influence of Colorado River Flows on the Upper Gulf of California Fisheries Economy[J].Ecological Engineering，2016.

[3]Anna Schuhbauer，U Rashid Sumaila.Economic viability and small-scale fisheries-a review[J].Ecological Economics，2016（124）：69-75.

[4]Andrew J Dyck，U Rashid Sumaila.Economic impact of ocean fish populations in the global fishery[J].Journal of Bioeconomics，2010，12（3）：227-243.

[5]万 宇，慕永通.基于演化经济学的渔业技术进步研究[J].中国渔业经济，2013（2）：106-111.

[6]安倩倩，肖 勇.渔业贷款与海洋渔业经济增长的关系研究：基于VAR模型的实证分析[J].海洋开发与管理，2015，32（01）：75-78.

[7]罗 瑛，Wisdom Akpalu.生物多样性和可持续渔业管理经济[J].中国渔业经济，2012（2）：61-66.

[8]王 震，李宜良，赵 鹏.环渤海地区海洋渔业经济可持续发展对策研究[J].中国渔业经济，2015（1）：38-43.

[9]刘明芳.我国水产品出口对渔业经济增长的作用和策略研究[D].中国海洋大学，2008.

[10]孙佳.中国正规金融发展的渔业经济增长效应研究——基于1995—2011年省级面板数据GMM估计[D].宁波：宁波大学，2014.

[11]刘慧媛，陈孟婕，徐 硕.基于灰色关联度分析的我国渔业经济产值影响因素评价[J].渔业信息与战略，2014（3）：192-198.

[12]周 睿，李光华，吴敬东，等.云南省渔业经济总产值影响因素的灰色关联分析[J].现代农业科技，2014（24）：294-296.

[13]刘思峰.灰色系统理论及其应用（第七版）[M].北京：科学出版社，2014.

An Empirical Analysis of Effect Factors of Fishery Resources Economic Output Value Based on the Grey Correlation Model—Taking the Pingtan Comprehensive Experimental Area for example

FU Yanyan，TANG Fei
（Island Research Center，SOA，Pingtan 350400，China）

As a key of comprehensive experimental Pingtan area developed in our country，the international tourism island construction area and Fujian free-trade test zone and the blue economic test zone of Fujian strait，is one of the important windows through which to exchange and cooperate with Taiwan and an important platform of opening to the outside world.The development of marine economy in Pingtan is not only an important foundation fordriving the developmentofisland economy and constructing the international tourism island of Pingtan，but also the significant support for the"sea power"construction in our country.Fishery economy is the important pillar of marine economy，and this article selected about ten years'relevant data of fishery economic output value and its influencing factors of Pingtan in 2005—2014，using the grey correlation model to analyze，calculate the related degree of the related factors associated with the regional fishery economy development and rank the importance of various factors.Empirical analysis results showed that:the aquatic product processing indexes had the highest comprehensive correlation with the Pingtan fishery economic output value，and its impact on the fishery economy was also stronger；Fishery production indexes were in the second class；Fishery production factors input indexes were in third class.But there still existed problems in the fishery development of Pingtan such as a slower rate of development，lower production capacity of high value-added products，the technical level difficult to keep up with the economic development，low efficiency of labor force resources and limited naturaldisaster defense ability，etc.Therefore，some countermeasures and suggestions were put forward for further improvement directed against these phenomena at the end of this article.

Fisheryeconomicoutputvalue；Influencefactors；Greycorrelationanalysis

F326.4

A

2095-1647（2017）03-0027-09

2017-03-12

国家海洋局课题“海洋经济监测评估、信息发布与业务系统运行维护” [G.2200299.160101]

傅颜颜，女，经济学硕士，主要研究方向为产业经济、海岛经济，E-mail：fuyanyan0924@126.com。

唐菲，女，博士，主要研究方向为海岛经济，E-mail：tang-chu-jun@163.com。