中国海域承载力空间差异及其收敛性分析

余璇，胡求光

摘要：海域承載力（MCC）是判断海洋可持续发展能力的重要依据。文章从压力与承压力两方面构建包含海洋经济系统、海洋生态系统和海洋社会系统的MCC评价指标体系。基于2005—2014年中国沿海11个省（直辖市、自治区）的空间面板数据，运用状态空间法、Morans I指数和β收敛模型定量刻画MCC在中国三大海区间的空间差异及其收敛性。研究发现，一方面中国MCC常年处于超载状态，改善速度缓慢，总体不容乐观，且地理位置邻近或海洋经济发展水平相当的地区间MCC不存在显著的空间自相关;另一方面，MCC在三大海区间存在空间差异性，其中东海和南海MCC较高且承载状态改善较大，黄渤海MCC较低且未见明显改善。同时，MCC空间差异处于条件收敛过程，存在MCC较落后地区的追赶效应，但收敛趋势并不稳固。其中黄渤海MCC空间差异的收敛速度最快，南海次之，东海较慢。尤为有趣的发现是条件β收敛模型报告的结果显示各控制变量对不同海区MCC变化影响的相关性和显著性不同。南海MCC变化的动因在于海洋经济规模和社会支持力度的提高;东海MCC提升速度的加快存在显著的人口红利效应;与东海和南海不同，海洋经济的发展并非黄渤海MCC变化的显著动因，同时海洋环境污染的加重会显著降低黄渤海MCC的提升速度。此外，利用效率低下使得社会支持力度的加大对黄渤海MCC的提升收效甚微。

关键词：海域承载力;空间差异;收敛性分析;定量评价;Morans I指数

中图分类号：P74    文献标志码：A    文章编号：1005-9857（2020）07-0023-10

Analysis of Spatial Difference and Its Convergence of China′s Marine Carrying Capacity

YU Xuan1，HU Qiuguang1，2

（1.Business School of Ningbo University，Ningbo 315211，China;2.Donghai Institute of Ningbo University，Ningbo 315211，China）

Abstract： Marine Carrying Capacity （MCC） is an important basis for judging the sustainable marine development capability.This paper constructed an MCC evaluation index system including marine economic system，marine ecosystem and marine social system from two aspects of pressure and carrying pressure.Based on the spatial panel data of 11 provinces （municipalities） along the coast of China from 2005 to 2014，using statespace method，Moran′s I index and βconvergence model to quantitatively describe the spatial difference and convergence of MCC in the three seas of China.The study found： On the one hand，China′s MCC had been in an overloaded state all the year round，the improvement speed was slow，and the marine carrying state was generally not optimistic，and there was no significant spatial autocorrelation in the provincial MCC with geographical proximity or comparable levels of marine economic development.On the other hand，MCC had spatial differences in the three seas.The MCC in the East China Sea and the South China Sea was higher and the carrying state is improved.The MCC of the Huang Bohai was lower and no significant improvement was seen.Meanwhile，the MCC spatial difference was in the conditional convergence process，and there was a catchup effect in backward areas，but the convergence trend was not stable.The MCC′s spatial difference convergence rate of the Huang Bohai Sea was the fastest，followed by the South China Sea and the East China Sea.A particularly interesting finding was that the results of the βconvergence model showed that the correlations and significance of the effects of each control variable on MCC changes in different sea areas were distinct.The motivation for the change of MCC in the South China Sea was due to the scale of the marine economy and the improvement of social support.There was a significant demographic dividend effect in the acceleration of the East China Sea′s MCC.Unlike the East China Sea and the South China Sea，the development of the marine economy was not a significant cause of the changes in the MCC of the Huang Bohai Sea.At the same time，the increase of the marine environmental pollution would significantly reduce the change speed of the MCC.In addition，the use of inefficiency had made the increase in social support less effective in improving the MCC of the Huang Bohai Sea.

Key words：Marine carrying capacity，Spatial difference，Convergence analysis，Quantitative evaluation，Moran′s I index

0 引言

随着陆地资源的不断消耗以及人类对资源需求的不断增加，海洋逐渐成为维持人类可持续发展的物质基础[1]。中国大陆海岸线长达1.8万km，拥有300万km2余的管辖海域，具有得天独厚的海洋资源优势。党的十八大报告提出海洋强国战略后，海洋经济蓬勃发展，2019年中国海洋生产总值占GDP的9 %，海洋经济已成为区域经济发展新的增长点。但是，长期的掠夺式开发对海洋特别是近海的资源和生态环境造成了严重的破坏和污染[2]，据统计，中国入海排污口邻近海域90%以上已无法满足所在海域海洋功能区的环境保护要求。海洋经济发展“十三五”规划提出“坚持绿色发展、生态优先，加强海洋生态文明建设”，无疑凸显了中国对海洋可持续发展的重视。

海域承载力作为一种能反映海洋人地关系可持续发展能力的定量化指标，是海洋可持续发展重要的判断依据[3]，其研究已成为海洋生态环境保护和经济发展研究的重要组成部分[2]。尽管诸多学者从理论与实证角度收获了大量海域承载力研究成果，但大多针对某一单个海域，鲜有从区域差异的视角出发，定量刻画海域承载力在不同区域之间存在的空间差异，而分析海域承载力的空间差异对于实现因地制宜的海洋可持续发展具有重要意义。本研究从压力与承压力两方面构建包含海洋经济系统、海洋生态系统和海洋社会系统的海域承载力评价指标体系，基于2005—2014年中国沿海11个省（直辖市、自治区）的空间面板数据，运用状态空间法、Morans I指数和β收敛模型对海域承载力在中国三大海区本研究的三大海区指黄渤海、东海和南海。参考行政区划标准，黄渤海海区主要包括辽宁、河北、天津和山东;东海海区包括江苏、上海、浙江和福建;南海海区包括广东、广西和海南。间存在的空间差异及其收敛性进行研究，以弥补已有成果在研究视角上的缺陷。

1 文献综述

海域承载力这一概念最早由狄乾斌等[4]提出并界定，“指一定时期内，以海洋资源的可持续利用、海洋生态环境的不被破坏为原则，在符合现阶段社会文化准则的物质生活水平下，通过自我维持与自我调节，海洋能够支持人口、环境和经济协调发展的能力或限度”。而后诸多学者对其内涵进行了补充和完善[5-7]，并从理论角度探讨了其与海洋可持续发展、海洋产业布局和海洋生态补偿等之间的关系[8-10]。随着海域承载力理论基础的不断完善，其研究开始从理论过渡到实证，学界开始尝试借用生态承载力研究中比较成熟的模型和数学分析方法，着力构建相应的指标体系对某一海区海域承载力进行定量评价。如状态空间法[11-12]、模糊综合评判法[13-14]、投影寻踪模型[15]等。

随着对海域承载力定量化研究的不断深入，一些学者将海域承载力与海洋经济发展结合起来，尝试借用定量化的数理模型探讨二者之间的内在联系。于谨凯等[16-17]以山东半岛蓝区为研究对象，从海域承载力的角度出发，分别运用因子分析法和响应面法研究了海洋渔业空间布局合理度、优化标准、适应性优化等问题。单春红等[18]从海域承载力的视角出发，利用层次分析法和因子分析法构建了中国沿海地区滨海旅游业发展的DP战略矩阵，对中国沿海6个省份的滨海旅游业发展战略选择进行了研究。狄乾斌等[19]运用核密度估计和耦合协调度模型，对环渤海地区海域承载力与海洋经济发展水平的耦合度进行了分析，而后又采用VAR模型对中国沿海11个省（直辖市、自治区）海洋产业结构与海域承载力的脉冲响应进行分析，结果发现三大区域的海洋产业结构与海域承载力间存在互为因果关系[20]。

现有的研究成果已对海域承载力的内涵定义进行界定，且被学界普遍接受，这为海域承载力的研究发展奠定了坚实的理论基础。在海域承载力的评价指标设计上，虽然有不同的分类方法：如按资源环境承载力、生态弹性力和人类活动潜力进行划分的三分法;按承压类和压力类划分的二分法等。但无论是何种分类方法，在其具体指标选取上均立足于海域承载力的理论内涵，涵盖海洋经济系统、海洋生态系统和海洋社会系统。海域承载力研究中所使用的实证方法虽不尽相同，但其结果均能较为真实地反映地区海洋生态环境状况，也从产业结构、空间布局、耦合度等不同角度彰显了海域承载力与海洋经济发展之间的内在联系。然而现有的研究大多以某一单个海域作为研究对象进行研究，鲜有从空间差异的角度出发对不同区域的海域承载力进行对比分析。基于此，本研究运用状态空间法、Morans I指数和β收敛模型对海域承载力在中国三大海区间存在的空间差异及其收敛性进行研究，为海域承载力的空间差异研究提供一套可行的思路与方法。

2 海洋生态经济系统下的海域承载力理论

模型 研究海域承载力需要对海域经济和社会、资源与生态等多个方面进行综合性探究，其针对的是海洋生态经济系统这一复杂、开放的系统。基于高乐华等[21]提出的海洋生态经济系统论，将其与海域承载力的概念内涵相结合，构建如图1所示的理论模型。

如图1所示，海域承载力包括压力和承压力两大部分。其中压力主要是指经济社会等人类活动对海洋的影响程度，一方面体现在海洋经济发展的总量上，包括区域经济发展对海洋的依存度和海洋经济发展过程（主要是指各类生产活动）中对海洋资源和环境容量的消耗;另一方面体现在海洋经济发展的质量上，即沿海地区经济发展过程中产生的废气、废水、废弃物对海洋环境的污染程度。与此同时，海域承载力体现的是海洋生态经济系统对沿海地区人口数量的最大支持力。沿海地区人口的发展，如人口增长过快、人口密度过大等，也会增加海域的压力[22]。

海域承载力的承压部分主要包括资源的供给能力、海洋的自我维持与自我调节能力以及沿海地区经济社会发展對海洋环境保护所带来的支持力。资源的供给能力主要体现在资源禀赋上，不仅包括渔业、浮游动植物、大型底栖生物等生物资源，还包括石油、煤炭、矿产、海盐等非生物资源。海洋的自我维持与自我调节能力可以理解为生态弹性，一方面可以缓解各种外界因素所造成的破坏而避免海洋生态经济系统崩溃;另一方面可以最大限度地保障海域承载力发挥其作用与功能。与此同时，沿海地区社会的发展使得海洋环境治理水平提高，政府支持力度加大，海洋环境保护意识加深，提升海域的承压力。

3 研究方法

3.1 状态空间法：海域承载力评估

状态空间法是欧式几何空间法的一种应用与拓展，在对系统状态的定量描述和评价方面，状态空间法是一种非常有效的分析和设计方法，其在定量研究海域承载力问题上应用十分广泛。本研究运用状态空间法来定量化描述中国沿海地区海域承载力状态，其计算公式如下[23]：MCC=M=2ni=1WiR2ij

（1）式中：MCC为海域承载力;M为海域承载力的矢量模;Rij为海洋生态经济系统中各指标预处理后的标准值;Wi为指标权重;i为指标的标码;j为省（直辖市、自治区）;n为选取指标数量。

为消除不同指标量纲和数量级差对于评价的影响，需要对各项评价指标的原始数据进行标准化处理。正负指标数据标准化处理的方法如下：正向指标：Rij=Xij/X′ij

（2）

负向指标：Rij=X′ij/Xij

（3）式中：Rij为各省指标预处理后的标准值;Xij为各省指标原始数据;X′ij为各省指标的理想值。在对数据预处理之后，理想状态指标处理后得到的指标数值为1，1，1…1（n个），则理想状态下海域承载力MCC=M=2ni=1Wi=1，考虑到海洋生态环境系统的复杂性和发展的波动性，参考已有做法[23-24]，本研究将海域承载系统的理想状态以一定的区间表示，该区间以理想状态下的海域承载力值为中心，长度为0.2。海域承载状况的判定主要根据实际值与理想值之间的比较关系，具体的评价方法可表示为：

当MCC<0.9时，海域承载力处在超载状态;当0.9≤MCC<1.1时，海域承载力处在满载状态;当MCC≥1.1时，海域承载力处在可载状态。

3.2 Morans I指数：海域承载力空间相关性检验

Morans I指数主要用于检验中国沿海地区海域承载力的空间相关性，即某一省（直辖市、自治区）的海域承载力是否与邻近省（直辖市、自治区）的海域承载力相关或趋同。Morans I指数的计算公式如下：I=nni=1nj=1wijρi-ρρj-ρS2ni=1nj=1wij

（4）式中：I为Morans I指数值;ρi为各省（直辖市、自治区）海域承载力值;ρ为各省（直辖市、自治区）海域承载力均值;wij为空间权重矩阵;S2为各省（直辖市、自治区）海域承载力的方差。Morans I指数取值为[-1，1]，大于0表示空间正相关，小于0为空间负相关，等于0为不相关。

不同的空间权重矩阵wij对Morans I指数值产生较大影响。现有研究所使用的空间权重矩阵主要有3类：地理距离权重矩阵（wDij）、经济距离权重矩阵（wEij）和经济特征空间权重矩阵（wEij），具体计算方法如下[25]：wDij=1/d2， i≠j

0， i=j

（5）

wEij=1/gopi-gopj， i≠j

0， i=j

（6）

wSij=wDijdiaggop1gop，gop2gop，…，gopngop

（7）式中：d为两地区地理中心位置之间的距离;gop为人均海洋生产总值;gopi为考察期内第i省人均海洋生产总值的均值;gop为考察期内总体人均海洋生产总值的均值。为了科学检验中国海域承载力的空间相关性，本研究采用3种空间权重矩阵分别计算Morans I指数值。

3.3 β收敛模型：空间差异的收敛性分析

β收敛模型主要用于检验海域承载力空间差异在观察期内的收敛和发散情况。β收敛模型主要包括绝对β收敛模型式（8）和条件β收敛模型式（9），两者的区别在于前者假设了不同地区之间具有相同的初始要素结构，后者主要考虑了不同地区在经济、生态、社会等方面的差异情况下海域承载力空间差异的收敛情况[26]，即在绝对收敛模型的基础上加入一系列控制变量。lnMCCi，t+1MCCi，t=α+βlnMCCi，t+εi，t

（8）

lnMCCi，t+1MCCi，t=α+βlnMCCi，t+

nj=1λjXj，i，t+εi，t

（9）式中：MCCi，t和MCCi，t+1分别为i省第t和t+1年的海域承载力;α为常数项;β为收敛系数;εi，t为误差项;X为控制变量;λj为第j个控制变量的系数。若β<0，即海域承载力的增长速度与初始水平成反比，海域承载力较低的地区存在追赶较高地区的趋势，海域承載力空间差异存在β收敛，反之则发散。

若通过Morans I指数检验发现地区间海域承载力存在空间相关性，则需采用空间计量方法，在考察海域承载力空间差异的收敛性时需选用空间β收敛模型，模型表达式如下[27]：lnMCCi，t+1MCCi，t=α+βlnMCCi，t+

θWlnMCCi，t+1MCCi，t+εi，t

（10）

lnMCCi，t+1MCCi，t=α+βlnMCCi，t+

θWlnMCCi，t+1MCCi，t+nj=1λjXj，i，t+εi，t

（11）式中：θ为空间自相关系数;W为空间权重。

4 中国海域承载力空间差异分析

4.1 指标体系构建与说明

基于海洋生态经济系统下的海域承载力理论模型，参考韩立民等[6]、狄乾斌[28]、苗丽娟等[20]在海域承载力评价指标体系构建上的研究成果，本研究从压力与承压力两大类构建了包含海洋经济系统、海洋社会系统和海洋生态系统的海域承载力评价指标体系（表1）。其中：压力类指标为负向指标，表征为数值越大，海域承载力越小;承压类指标为正向指标，表征为数值越大，海域承载力越大。在指标权重确定上，考虑到单一权重划分方法存在一定的误差性，本研究采用综合确权法，首先利用变异系数法和熵值法对评价指标赋权，再根据两种方法计算所得的权重值进行综合确权。

指标理想值确定是进行海域承载力评价的重要前提。只有将海域现实的承载状况与时段理想状态进行比较，才能够判断出现实的承载状况是超载、可载还是满载。本研究主要采用以下3种方法确定各指标理想值。①对于能够找到现阶段国家标准和行业规定的指标，如《生态县、生态市、生态省建设指标（修订稿）》《国民经济和社会发展“十三五”规划》《全国生态保护与建设规划（2013—2020）》《全国海洋经济发展“十三五”规划》以及国际通认指标等，直接采用现有规定作为理想值。②对于不能从现有国家标准和行业规定找到的指标，参考狄乾斌研究成果[28]，主要采取最值法确定理想值，即对于正向指标取各地区中最大值作为理想值，对于负向指标取各地区中最小值作为理想值。③针对极差过大的指标，为排除极端值的影响，参考曹茂林的研究成果[30]，主要采取平均值法确定理想值，即将沿海各地区指标平均值调整20%作为理想值，其中负向指标向下调整，正向指标向上调整。

4.2 测度结果与评析

利用状态空间法对考察期内数据进行计算，得到2005—2014年中国沿海地区海域承载力值（表2）。从表2可以发现，总体上，考察期内中国海域承载力偏低，常年维持超载状态，时间变化上趋于缓慢改善的趋势。为更加形象地反映各海区海域承载力的时间演变情况，图2展示了三大海区海域承载力变化折线图。

如图2所示，从海区分布来看，黄渤海海域承载力最低，东海和南海海域承载力较高，时间变化上三大海区均处于上升的态势。东海和南海变动幅度较大，均从期初的超载状态转变为满载状态，其中东海尤为明显。期初东海海域承载力明显低于南海，到期末东海海域承载力已与南海持平。与东海和南海相比，黄渤海海域承载力变动幅度较小，常年维持超载状态，表明三大海区内黄渤海海域承载状况最差，并且未得到明显改善，东海和南海海域承载状况较好，且均得到较大程度的改善。

从地区分布来看，上海海域承载力最高，河北海域承载力最低。时间变化上，上海、广东、天津和海南等地区海域承载力变化较为明显，承载状况均从超载转变为可载，尤以上海变动幅度最大，广西、河北和山东海域承载状况并无明显改善，尤以广西最为突出，表明不论从现状还是改善情况，上海、广东等海洋经济发展规模较大、海洋产业结构较为合理的地区海域承载状态均优于广西、河北等较为落后地区。

综上所述，2005—2014年中国海域承载力常年维持超载状态，改善速度缓慢，海域承载状态总体不容乐观。其中东海和南海海域承载力较高，黄渤海较低，东海海域承载状态改善较大，黄渤海未见明显改善，海洋经济发展规模较大、海洋产业结构较为合理的地区海域承载状态均优于相对落后地区。无论是在时间演变还是空间分布上，海域承载力均存在明显的空间差异性。

5 中国海域承载力空间差异的收敛性分析

5.1 实证过程

5.1.1 空间相关性检验

利用Stata软件对2005—2014年中国海域承载力Morans I指数进行测算，3种空间权重矩阵计算的Morans I指数值及其显著性如表3所示。

测度结果显示，仅有运用经济距离权重矩阵和经济特征空间权重矩阵计算所得的个别年份的Morans I指数通过了10%下的显著水平检验，总体来看，考察期内中国海域承载力不存在显著的空间相关性，即某一地区海域承载力与其空间地理位置邻近或海洋经济发展水平相当的地区的海域承载力的相关性不强。

5.1.2 收敛模型估计

上文检验结果表明，中国海域承载力不存在显著的空间相关性，因此在进行空间差异的收敛性分析时选用传统的β收敛模型（式8与式9）进行估计即可。利用Stata软件对2005-2014年中国沿海11个省、市、自治区的面板数据进行收敛分析，经Hausman检验结果因文章篇幅所限，本研究未将Hausman检验结果列出，如有需要，可向作者索取。发现，全国及三大海区的绝对β收敛和条件β收敛分析均应建立个体固定效应模型更为合理。β收敛模型估计结果见表4和表5。

从表4可以看出，全国及三大海区海域承载力空间差异的绝对β收敛模型p值均不显著，模型估计结果较差，难以反映中国海域承载力空间差异的收敛特征，不适合将其运用于结果分析。因此，考虑运用含有控制变量的条件β收敛模型对中国海域承载力空间差异的收敛性进行估计。根据海域承载力理论模型，选取经济发展、环境污染、人口发展、社会支持、资源禀赋、生态弹性6个控制变量，由于资源禀赋和生态弹性所包含的指标不存在时间序列上的变化，无法将其运用于条件β收敛模型中进行估计，所以予以剔除。在具體指标选取上，根据海域承载力评价体系中各指标权重，选取权重相对较大的指标来反映各控制变量，其中海洋经济总产值（gop）反映海洋经济变量，沿海地区万元GDP工业固体废物产生量（swp）反映环境污染变量，人口密度（pd）反映人口发展变量，海洋科研人员占总人口比重（mrp）反映社会支持变量。为消除异方差影响，对所有数据均取对数处理。

从表5可以看出，全国及各海区海域承载力空间差异的条件β收敛模型估计结果较好，其中全国、黄渤海和南海的条件β收敛模型处于1%的显著水平下，东海的条件β收敛模型处于5%的显著水平下，所得模型估计结果可以用于分析中国海域承载力空间差异的收敛特征。

5.2 结果分析

从收敛特征来看，条件收敛方面，无论是全国还是三大海区，条件收敛系数均在1%的显著水平下不为零，且均为负数，表明海域承载力空间差异在全国及三大海区中均处于条件收敛过程，海域承载力存在落后地区的追赶效应，空间差异不断缩小。其中黄渤海海域承载力空间差异的收敛速度最快，南海次之，东海较慢。绝对收敛方面，全国及三大海区的海域承载力空间差异的绝对收敛模型结果并不稳健，海域承载力空间差异在全国及三大海区间不存在绝对收敛过程，表明中国海域承载力空间差异的收敛趋势并不稳固洪国志（2010）研究指出条件收敛是绝对收敛的必要条件，绝对收敛是条件收敛的长期趋势，绝对收敛比条件收敛具有更高的稳态水平[31]。[31]。

从各控制变量对海域承载力变化的影响来看，就全国尺度而言，海洋经济规模和社会支持力度的变化与海域承载力变化呈现出显著的正相关，沿海地区人口规模的扩大未对全国海域承载力变化产生显著影响，而海洋环境污染的加剧会降低海域承载力的改善速度。就各海区来说，南海海域承载力变化的主要动因大致与全国类似，主要是海洋经济和社会支持两方面。与其他海区不同，人口的发展对东海海域承载力的变化产生了显著的正向影响。依靠独有的地理区位优势和改革开放等政策的支持，东海沿岸已成为中国经济最发达的区域之一。伴随着经济的迅猛发展东海沿岸人口规模也不断扩大，除常住人口呈暴发式增长外，每年也会吸引大量流動人口，人口的发展给地区带来了巨量的劳动力和智力支持，使得东海海域承载力提升速度加快。黄渤海具有两个特征：①与东海和南海不同，海洋经济的发展并非黄渤海海域承载力变化的动因，而海洋环境污染的加重会显著降低海域承载力的提升速度。究其原因一方面在于黄渤海海洋经济增长速度较慢;另一方面在于海洋产业结构较差，对海洋环境污染较大的重化工业比例较大。据统计，近3年（2015—2017年）环渤海地区海洋生产总值年均增长率仅为2.5%，远低于长三角地区的11.6%和珠三角地区的14.7%。黄渤海海区海洋产业中一、二产业占比约为55%，高出东海和南海约10个百分点。②社会支持力度的提升并未加快黄渤海海域承载力的提升速度。考察期内，黄渤海海洋环境治理的各项投入不断提高，海洋科研和教育人才培养力度不断加大，但资源消耗型、粗放型的海洋经济发展方式使得黄渤海海洋生态效率低下[32]，社会支持力度的加大对海域承载力的提升收效甚微。

6 结论

研究海域承载力的空间差异对实现因地制宜的海洋可持续发展具有重要意义。本研究的主要贡献在于弥补了已有研究在分析视角上的局限性，运用空间差异分析中常用的Morans I指数和β收敛模型定量刻画了海域承载力在中国三大海区间存在的空间差异及其收敛性，为海域承载力的空间差异研究提供了一套可行的思路与方法。通过研究发现，一方面中国海域承载力常年处于超载状态，改善速度缓慢，海域承载状态总体不容乐观。地理位置邻近或海洋经济发展水平相当的省区间海域承载力不存在显著的空间自相关。另一方面，海域承载力在三大海区间存在空间差异性，其中东海和南海海域承载力较高且承载状态改善较大，黄渤海海域承载力较低且未见明显改善。同时，海域承载力空间差异处于条件收敛过程，存在海域承载力较落后地区的追赶效应，但收敛趋势并不稳固。其中黄渤海海域承载力空间差异的收敛速度最快，南海次之，东海较慢。条件β收敛模型报告的结果显示各控制变量对不同海区海域承载力变化影响的相关性和显著性不同。南海海域承载力变动的主要动因在于海洋经济规模和社会支持力度的提高;东海海域承载力提升速度的加快存在显著的人口红利效应;与东海和南海不同，海洋经济的发展并非黄渤海海域承载力变化的显著动因，而海洋环境污染的加重会显著降低海域承载力的提升速度，与此同时，利用效率低下使得社会支持力度的加大并未加快黄渤海海域承载力的提升速度。

参考文献

[1] 郭丽.我国海洋资源承载力变化趋势研究：基于对海洋资源供给能力的分析[J].中国渔业经济，2013（4）：168-171.

[2] 苏子龙，袁国华.我国海域承载力研究综述[J].资源与产业，2016，18（6）：15-20.

[3] 狄乾斌，韩增林.海域承载力研究的理论与展望[C]//中国地理学会2004年学术年会暨海峡两岸地理学术研讨会论文摘要集.广州：地理学会，2004：332.

[4] 狄乾斌，韩增林，刘锴.海域承载力研究的若干问题[J].地理与地理信息科学，2004（5）：50-53.

[5] 韩增林，狄乾斌，刘锴.海域承载力的理论与评价方法[J].地域研究与开发，2006（1）：1-5.

[6] 韩立民，栾秀芝.海域承载力研究综述[J].海洋开发与管理，2008，25（9）：32-36.

[7] 刘康，韩立民.海域承载力本质及内在关系探析[J].太平洋学报，2008（9）：69-75.

[8] 狄乾斌，韩增林，孙才志.海域承载力理论与海洋可持续发展研究[J].海洋开发与管理，2008，25（1）：52-55.

[9] 马彩华，游奎，马伟伟.海域承载力与海洋生态补偿的关系研究[J].中国渔业经济，2009，27（3）：106-110.

[10] 韩立民，任新君.海域承载力与海洋产业布局关系初探[J].太平洋学报，2009（2）：80-84.

[11] 李志伟，崔力拓.河北省近海海域承载力评价研究[J].海洋湖沼通报，2010（4）：87-94.

[12] 李明，董少彧，张海红，等.基于多维状态空间与神经网络模型的山东省海域承载力评价与预警研究[J].海洋通报，2015，34（6）：608-615.

[13] 曹可，吴佳璐，狄乾斌.基于模糊综合评判的辽宁省海域承载力研究[J].海洋环境科学，2012，31（6）：838-842.

[14] 孙才志，于广华，王泽宇，等.环渤海地区海域承载力测度与时空分异分析[J].地理科学，2014，34（5）：513-521.

[15] 于谨凯，刘星华，纪瑞雪.基于投影寻踪模型的我国近海海域承载力评价[J].大连理工大学学报（社会科学版），2015，36（1）：1-6.

[16] 于谨凯，孔海峥.基于海域承载力的海洋渔业空间布局合理度评价：以山东半岛蓝区为例[J].经济地理，2014，34（9）：112-117.

[17] 于谨凯，莫丹丹.海域承载力视角下海洋渔业空间布局适应性优化研究：基于响应面法的分析[J].中国海洋大学学报（社会科学版），2015（4）：1-7.

[18] 单春红，崔莎莎.海域承载力视角下我国滨海旅游业的发展战略选择研究[J].中国海洋大学学报（社会科学版），2016（4）：14-19.

[19] 狄乾斌，李霞.环渤海地区城市化与海域承载力协调关系评价[J].资源与产业，2017，19（4）：69-73.

[20] 狄乾斌，李霞.中國沿海11省市海洋产业结构与海域承载力脉冲响应分析[J].海洋环境科学，2018，37（4）：561-569.

[21] 高乐华，高强.海洋生态经济系统界定与构成研究[J].生态经济，2012（2）：62-66.

[22] 余璇.中国海域承载力及其空间差异研究：基于状态空间评价法和Theil指数法[D].宁波：宁波大学，2018.

[23] 许冬兰，李玉强.基于状态空间法的海洋生态环境承载力评价[J].统计与决策，2013（18）：58-60.

[24] 郭秀锐，杨居荣，毛显强.城市生态系统健康评价初探[J].中国环境科学，2002（6）：46-50.

[25] 李婧，谭清美，白俊红.中国区域创新生产的空间计量分析：基于静态与动态空间面板模型的实证研究[J].管理世界，2010（7）：43-55.

[26] 张子龙，薛冰，陈兴鹏，等.中国工业环境效率及其空间差异的收敛性[J].中国人口·资源与环境，2015，25（2）：30-38.

[27] 简晓彬，仇方道，车冰清.我国制造业价值链攀升效率的区域分异及空间收敛性[J].经济地理，2016，36（11）：100-108.

[28] 狄乾斌.海域承载力的理论、方法与实证研究[D].大连：辽宁师范大学，2004.

[29] 苗丽娟，王玉广，张永华，等.海洋生态环境承载力评价指标体系研究[J].海洋环境科学，2006（3）：75-77.

[30] 曹茂林.基于状态空间法的扬州市生态承载力定量评价[J].三峡环境与生态，2012，34（2）：47-50.

[31] 洪国志，胡华颖，李郇.中国区域经济发展收敛的空间计量分析[J].地理学报，2010（12）：1548-1558.

[32] 胡求光，余璇.中国海洋生态效率评估及时空差异：基于数据包络法的分析[J].社会科学，2018（1）：18-28.

基金项目：浙江省社科规划重大项目（19XXJC02ZD）;国家自然科学基金面上项目（71874092）.

作者简介：余璇，博士研究生，研究方向为海洋生态与海洋经济