杨 威,蔡礼彬,林明裕
(1.山东大学 管理学院,山东 济南 250100;2.中国海洋大学 管理学院,山东 青岛 266100;3.国家海洋局 北海海洋环境监测中心站,广西 北海 536000)
休闲渔业是将渔业资源、休闲娱乐、生态环境有机结合,实现一、二、三产业融合的一种新型产业形态。2019 年,我国休闲渔业产值达到963.68 亿元,同比增长12.34%,占渔业经济总产值的3.57%,占渔业三产产值的12.45%[1]。
围绕休闲渔业的研究,国内外取得了丰硕的成果。国外研究起步较早,主要从休闲渔业产业的政策与管理、渔业资源开发利用、休闲渔业发展与生态环境的相互关系、休闲渔业发展影响因素等开展研究[2-7],而国内学者研究主要关注经营开发模式、产业发展影响因素等[8,9]。如,平瑛从供给侧视角探讨了休闲渔业发展的影响因素[10];刘广东、蒋佳佳从政府等4 个维度总结了休闲渔业经营的影响因素[11];张广海、卢飞、徐翠蓉采用面板向量自回归方法对科技创新与休闲渔业经济互动关系进行了研究[12];蔡礼彬、杨威运用计量模型分析了沿海区域休闲渔业与渔业经济的互动关系,发现其具有良好的促进作用[13];赵金金从构建耦合度模型的角度分析了国内休闲渔业发展与旅游经济增长的互动与耦合关系,结果表明11 个沿海省份长期耦合关系明显[14];卢飞、宫红平基于地理学视角对国内休闲渔业区域发展特征进行了识别与分析[15]。通过文献回顾,可以总结休闲渔业研究的发展脉络,即从早期的定性分析逐渐转向定量研究,视角更加细化,研究方法更为深入。在研究视角和方法上,或是运用计量方法针对休闲渔业发展影响的某些变量进行统计检验,或是通过地理学视角分析区域特征,而将计量经济学方法和地理空间视角二者结合的研究较为缺乏,鲜有基于空间溢出效应的角度探究休闲渔业发展的空间关联性及其影响因素。
根据地理学第一定律,在地理空间中,所有的物体都是相互关联的,相近的物体之间的关联性会更高[16]。空间计量经济学将空间经济学和计量经济学相结合,引入空间效应来研究经济现象中的空间关联,这种关联表现为一种溢出效应,被用于特指某一活动的外部性影响[17],分为正向溢出效应和负向溢出效应。研究经济体或经济行为的溢出效应,对研究经济行为之间的关系,挖掘产业发展潜力和可持续发展具有重要意义[18]。空间计量模型伴随着空间计量经济学理论和方法的不断完善和发展,受到了国内外研究人员的广泛重视,并逐渐应用于经济地理学、区域经济学、环境与资源经济学等研究领域[19-24]。在考虑空间溢出性的条件下,我国沿海地区休闲渔业发展的空间相关性如何?哪些主要因素将会影响着休闲渔业的进一步发展?本文着重把空间因素纳入研究框架,以2004——2019 年我国休闲渔业相关数据为基础,对沿海11 个省份休闲渔业发展展开了空间计量分析。通过对上述问题的实证分析,以期对促进我国沿海区域休闲渔业统筹协同发展,实现渔业资源合理利用,推进海洋生态环境保护和制定海洋生态文明建设发展政策提供参考。
休闲渔业发展状况一方面存在着区域自身的空间差异性,另一方面由于存在空间效应的影响,其发展状况在地理空间上也会相互影响。空间效应分为空间差异性和空间关联性。空间异质性在休闲渔业发展中表现为经济数据在地理空间缺乏均质性;空间相关性是指不同位置上的观测值在空间上的分布呈现出某种非随机性,从而使不同地区存在着复杂的联系。休闲渔业发展中存在的空间相关性主要表现为相邻区域间的休闲渔业要素相互之间具有影响,在区域间表现出区域的同质性。检验空间是否存在相关性或异质性一般通过测算全局莫兰指数和局部莫兰指数来实现。全局Moran′s I计算公式为:
式(1)中,Wij为空间权重矩阵;n 为所研究的区域数目;xi、xj分别为第i、j 区域的具体属性值。式(2)中,S2为属性的方差。式(3)表示属性的均值。
Moran′s I的值域是[-1,1]。Moran′s I >0,表示邻近区域的休闲渔业发展状况在空间上具有相关性。即休闲渔业发展良好地区周围也是休闲渔业发展良好的地区,且值越接近1,表明这种空间相关性越强。Moran′s I <0,表示休闲渔业发展在空间上存在异质性。即休闲渔业发展存在空间负相关性,且值越接近-1,表明这种异质性越强。Moran′s I =0,表示各区域间不存在空间效应,而呈现无规律的随机分布状态。
全局莫兰指数反映了研究区域整体间的空间性,而局部莫兰指数则可以反映出某局部区域间的空间性。如果在整个区域中,一部分呈现空间异质性,另一部分呈现出空间关联性,由于全局莫兰指数反映的是整个区域间的空间关系,所以全局莫兰指数接近于0,从而整个区域中不存在空间关系。但因为两部分所表现出的空间效应并不相同,所以局部莫兰指数不为0。从局部来看,存在空间效应,所以有必要对局部莫兰指数进行测算。局部莫兰指数的计算公式为:
式中,Ii为第i空间区域的莫兰指数,其他变量同公式(2)、(3)。
空间计量经济学建模通常是由OLS 模型开始,即先不考虑空间效应。面板数据的OLS 基准模型设定通常为:
式中,t为时间;i 为观察样本;y 被解释变量;xit为解释变量;βi为对应于解释变量xit的影响系数;μit为相互独立的随机误差项。
OLS 回归后,通过对回归后的残差进行拉格朗日乘子检验(LM test)和稳健的拉格朗日乘子检验(Robust LM test),本文分别检验了LM—Error、LM—Lag、Robust LM—Error 和Robust LM—Lag,根据其显著性来判断选择空间滞后模型或空间误差模型。
空间滞后模型(SLM),主要讨论在区域间各个变量的扩散性,即区域j 的研究对象除了受本区域各种要素条件的影响外,还同时受到邻近区域i 研究对象的影响。空间滞后模型的计算公式为:
式中,ρ为被解释变量的空间滞后项的系数,也是空间效应的溢出值;wij为空间权重矩阵的元素。
空间误差模型(SEM),主要考察邻近地区关于因变量的误差冲击对本地区观测对象的影响。除了邻近区域研究对象的相互影响之外,有时区域间的其他要素也会相互影响,即要素之间也存在空间相关性。空间误差模型的计算公式为:
式中,λit为被解释变量的空间误差项的参数,也称为空间自相关系数;ε为随机误差。
本文选取我国沿海11 个省份休闲渔业发展水平为因变量。由于除了空间溢出效应之外还存在着许多影响休闲渔业发展的因素,加上相关文献的查阅梳理,并结合数据的可得性,本文最终选取以下变量作为影响休闲渔业发展的解释变量:①交通便利性。交通便利性可提高休闲渔业目的地的可达性,良好的交通条件还使休闲渔业纳入客源地的环城游憩带,对旅游者参与休闲渔业起到促进的作用[10]。②技术培训。休闲渔业活动的开展需要一定从业人员具备一定的技术基础,不仅包含着传统的渔业生产与养殖,还要有一定的服务技能和其他技术的支持。因此,技术培训能促进我国休闲渔业发展[11,12]。③劳动力投入。渔业从业人员在淡季或者渔业活动休歇时期可以从事休闲渔业活动,而休闲渔业从业人员也大多来自渔业从业人员群体。换言之,劳动力要素能在很大程度推动休闲渔业活动的开展[8]。④旅游者生活水平。休闲渔业是区域经济社会发展到一定阶段的产物,如客源地旅游者达到一定的收入水平,会推动他们更积极地参与休闲娱乐活动[10]。⑤旅游发展。良好的旅游发展水平将给当地休闲渔业活动的开展起到支撑作用,不仅如此,其他旅游资源能与休闲渔业共同发挥作用,吸引旅游者到访。当地旅游发展能给休闲渔业产业的发展起到“搭便车”的效应[9,13]。
相关理论指标和对应的实际指标具体表示如下:①休闲渔业发展水平:当年价格计算的我国沿海11个省份休闲渔业产值;②交通便利性:我国沿海11个省份的公路里程数;③技术培训:我国沿海11个省份水产技术(渔民技术)培训次数;④劳动力投入:我国沿海11 个省份渔业从业人员数量;⑤旅游者生活水平:我国沿海11 个省份人均GDP;⑥旅游发展水平:当年价格计算的我国沿海11 个省份旅游业总收入。
综上所述,本文构建了我国休闲渔业发展的影响因素模型(图1)。
图1 我国休闲渔业发展的影响因素模型
本文以我国沿海11 个省份为空间单元,所采用的原始数据来源于《中国渔业统计年鉴》(2005—2020)、中国沿海各省份统计局统计数据和《中国交通运输统计年鉴》(2005—2020),个别缺失值采用插值法处理。为了减小数据波动,保证数据的平稳性,本文在实际回归时对数据均采用取对数处理。
空间计量模型的一大关键问题是设置合适的空间权重矩阵。空间权重矩阵是区域间存在空间效应的重要体现,通常采用的权重矩阵有地理邻接矩阵、反距离矩阵、经济空间矩阵等。虽然邻接矩阵最早被国外文献所使用,并在国内被广泛应用,可以说空间相关性研究是以地理邻接矩阵或反距离矩阵开始的,但是除了地理因素外,经济因素也可以纳入权重矩阵中,经济水平相似的空间单元能够更好地吸收与利用经济资源,从而趋近规模收益递增状态[25]。由于各沿海省份的经济发展水平存在一定的差异性,用地理邻接矩阵和反距离权重矩阵不能更好地体现研究对象的空间效应,因此本文通过构建经济权重矩阵来进行后续研究。选取空间单元中能够产生空间效应的某项指标,并以该指标之差绝对值的倒数来构建空间权重矩阵,计算公式为:
式中,xi、xj分别表示第i、j 空间单元的经济变量,包括人力资本、外商投资额、人均GDP或GDP总量等[26],本文采用的经济变量为我国沿海地区各省份的人均GDP。
本文使用Stata15.0 软件测算了我国沿海省份休闲渔业产值的莫兰指数,结果见表1。
表1 2004—2019年我国休闲渔业发展全局莫兰指数
由表1 可知,全局莫兰指数均为正值,除2004年、2005 年、2007 年和2019 年外,其他年份莫兰指数均较显著。总体上分析,莫兰指数不显著的年份主要分布在我国的“十五”和“十一五”时期,由于此时国内休闲渔业仍处于探索时期,休闲渔业经济体和经营企业规模较小,且主要依据各区域的自然资源基础分散分布,加上早年基础设施建设等薄弱不足,各省域之间各要素流动较少,区域协调发展不明显,因此各省域休闲渔业空间关联度较低。
从莫兰指数变化趋势折线图(图2)可见,2004—2007 年我国休闲渔业发展莫兰指数呈现不稳定的变化趋势,2007—2013 年呈现明显上升趋势,2013—2019 年呈现下降趋势。总体而言,休闲渔业的发展在我国沿海省份表现出显著的空间正相关,为保证计量结果的准确性,需要进一步运用空间计量模型开展后续的计量研究。
图2 2004—2019 年我国休闲渔业发展莫兰指数变化趋势
由全局莫兰指数可知,除2004 年、2005 年、2007年和2009 年外,其他年份我国各省域休闲渔业发展总体上呈正向空间相关性。2004—2019 年,我国沿海休闲渔业莫兰指数存在一种波动变化,总体上呈先升后降的“M”字形变化趋势,表明我国沿海地工休闲渔业发展水平近似的省份在空间上的集聚程度存在着不稳定性。研究期内全局莫兰指数下降的拐点在2007 年,2007—2009 年上升明显,2009 年后趋于稳定,2013 年达到峰值,转而呈现下降的趋势。
局部莫兰指数通常是以莫兰散点图的形式呈现。莫兰散点图可进一步揭示各个省域之间的局部空间差异性,分为“高—高”、“高—低”、“低—高”、“低—低”4 个象限,其中“高—高”、“低—低”象限表明存在空间正相关,“高—低”、“低—高”象限表明存在空间负相关。本文选取具有代表性的2014 年莫兰指数(Moran′s I =0.153,P <0.05)为示例,具体内容见图3。从图3 可见,我国沿海地区大部分省域分布在一、三象限,即“高—高”、“低—低”型区域,说明我国沿海省份休闲渔业发展存在显著的空间正相关。从具体省域来看,天津市、河北省、广西壮族自治区、海南省处于“低—低”型区域,空间上这些省份彼此集聚,形成消极影响,表现为在空间上天津与河北两省域间休闲渔业产值呈低—低相关,广西与海南两省域间休闲渔业产值呈低—低相关;浙江省、江苏省、辽宁省、山东省、广东省均处于“高—高”型区域,空间中这些省份彼此集聚,产生积极影响,即休闲渔业产值高的地区相互集聚;福建省、上海市与其他省份在空间中未表现出相关性。
图3 2014 年我国沿海休闲渔业发展Moran′s I散点图
本文采取LISA 分析在Moran 散点图的基础上深化研究空间分析的结果,它的值是衡量空间单元属性和周围单元的正相关及相近或负相关及相异程度的指标。本文采用空间分析软件GeoDa计算相关数据,得到我国沿海地区休闲渔业2014 年LISA 集聚结果(图4)。
图4 2014 年我国沿海休闲渔业发展LISA集聚图
经上述分析发现,我国沿海省份休闲渔业发展存在着空间相关性。休闲渔业发展的空间相关性及影响因素是如何发生相互作用的,还需要通过具体的计量模型来开展进一步的研究。根据前文空间计量模型的分析,以本文解释变量与被解释变量所构建的OLS模型、空间滞后模型和空间误差模型如下所示。
普通面板模型:
在上述研究的基础上,本文先使用Matlab2105b软件计算了不考虑空间项的普通OLS 回归,具体结果见表2。从表2 中的OLS 回归结果可以看出,交通条件(lnj)、人均GDP(lng)、渔业劳动力投入(lnl)均对休闲渔业存在着显著的正向影响,而劳动力培训次数(lnp)和旅游发展水平(lnly)对休闲渔业发展影响不显著。然而,如果存在空间效应,OLS 结果是有偏差的,为此应考虑空间因素。为了确定应采用何种空间计量模型,本文首先进行了拉格朗日乘子(LM)检验和稳健的拉格朗日乘子检验(Robust LM),然后进行了豪斯曼(Hausman)检验。表2 中的LM—Error和LM—Lag均通过了显著性检验,Robust LM—Lag未通过显著性检验,Robust LM—Error 通过显著性检验,故根据前文的探讨,本文选择空间误差模型进行最后的计量分析。Hausman 检验的结果表明,Hausman数值为正且通过显著性检验,因此应拒绝随机效应的原假设[27]。综上,本文选用SEM固定效应模型。
表2 我国休闲渔业空间溢出的面板计量结果
为验证变量之间是否存在多重共线性,使用Stata软件进行方差膨胀因子(VIF)检验,结果见表3。
表3 多重共线性检验
由表3 可知,每个变量的方差膨胀因子值均在10以内,故可以说明各个变量之间不存在多重共线性。从表2 可见,未考虑空间影响的OLS 回归,其R2为0.73,Log-likelihood 值为- 256.19,而考虑了空间影响的空间误差固定效应模型的R2为0.73,Log-likelihood 值为- 239.80。从Log-likelihood 值来看,考虑空间影响的空间计量方式要略优于普通OLS回归。从参数的显著性来看,空间误差固定效应模型中,旅游发展水平(lnly)和渔业从业人员的技术培训次数(lnp)均未通过显著性检验,说明旅游发展水平和渔业从业人员技术培训次数对休闲渔业发展的影响作用并不显著,造成这两项指标不显著的可能原因是:①休闲渔业作为渔业生产和旅游业交叉的新兴产业形态,从理论上来说会伴随着旅游业的兴盛而发展,但从实际而言休闲渔业作为交叉产业容易受到忽略,当地旅游业的基础设施、软硬件环境、资金和专业人才支持等要素向休闲渔业倾斜的力度较小,进而导致休闲渔业产业发展在一定程度上趋于边缘化,与旅游业发展水平并不完全同步。②虽然各省份都有开展渔业从业人员的技术培训,但是渔业技术培训主要内容仍是传统的渔业捕捞、养殖和生产技能培训,与休闲渔业有关的无论是操作技能、经营管理,还是旅游服务鲜有涉及,导致渔业从业人员的技术培训次数对休闲渔业的发展并不存在显著的影响关系。交通便利性系数为0.69,且通过1%的显著性检验,说明交通便利性对休闲渔业的发展存在显著的正向影响。即,在其他条件不变的情况下,交通便利性每增长1%,休闲渔业产值将随之增长0.69%。借由交通基础设施建设改善旅游目的地的交通便利性和可达性,可让更多的旅游者易于抵达目的地开展休闲渔业活动,从而促进休闲渔业发展。旅游者生活水平(lng)系数为1.14,且通过1%的显著性检验,说明旅游者生活水平对休闲渔业的发展存在显著的正向影响。即,在其他条件不变的情况下,人均GDP每增长1%,休闲渔业产值将随之增长1.14%。一个地区人均GDP 水平越高,该地区的休闲渔业产值也越高。旅游学界有普遍的共识,当地区的人均GDP水平在8000 美元以上时,人们会产生新的需求,休闲愿望将被极大地调动,休闲旅游活动将大幅增加。我国沿海省份大多属于经济较发达地区,大部分省份的人均GDP 水平已超过8000 美元,且随着我国经济的持续中高速发展,人均可支配收入的增加,旅游者参与休闲渔业活动会增多;劳动力投入(lnl)的系数为0.65 且通过1%的显著性检验,说明目前劳动力投入对休闲渔业的发展存在积极影响。即,在其他条件不变的情况下,劳动力投入每增长1%,休闲渔业产值将随之增长0.65%。休闲渔业是一项专业性较强的旅游休闲活动,如赶海活动,依赖从业人员对于专业技能的熟练和掌握以及足够的身体素质,对于其他劳动力从事休闲渔业存在一定的门槛。加上休闲渔业存在淡旺季明显的特点,旺季时其他劳动力很难通过进入该行业,去立刻补足旺盛的市场需求。因此,劳动力投入尤其是具有专业技能的从业人员的投入对于开展休闲渔业起到基础支撑和显著的促进作用。再者,本文结果里空间误差模型的空间误差项为0.50,且通过1%的显著性水平,证明各个地区休闲渔业产业发展并非独立进行,休闲渔业发展存在显著的空间溢出效应,且这种溢出效应是由随机扰动项的空间相关引起的。某一地区休闲渔业发展水平不仅与该地区的要素水平有关,还会受到临近地区休闲渔业发展水平的影响。
为验证研究结果的稳健性,本文采用地理邻接矩阵进行空间效应检验的结果也列示于表2 中。由表2 可知,无论采取经济权重矩阵或是地理邻接矩阵,休闲渔业发展的空间溢出效应均在1%水平上显著为正,由此也可以再次证明我国沿海11 个省份休闲渔业发展的空间溢出效应显著存在。
本文通过构建经济权重矩阵并运用空间计量方法,基于2004—2019 年的我国休闲渔业相关面板数据,探究了沿海11 个省份休闲渔业的空间溢出效应,得出以下结论:①通过全局莫兰指数分析,除2004 年、2005 年、2007 年和2019 年外,其他大多数年份莫兰指数较显著,表明我国沿海11 个省份的休闲渔业发展水平在地理上存在显著的空间正向关性。②2004—2019 年,我国沿海休闲渔业莫兰指数存在先升后降的“M”字形变化趋势。③分别在基于经济权重矩阵和邻接权重的基础上计量休闲渔业发展的空间溢出效应,两种结果均表明我国沿海各省份的休闲渔业发展存在显著的空间溢出效应,且这种溢出体现在误差项的空间相关性。④就各个影响因素来分析,旅游者生活水平、劳动力投入、交通便利性对休闲渔业的发展均存在显著的正向影响,而旅游发展水平和渔业从业人员的技术培训次数均未对休闲渔业表现出显著影响。
根据研究结论,提出以下政策建议:①科学规划,加强区域合作。考虑到各地区存在显著的空间相关性,各个省域在制定休闲渔业发展策略的时候首先应做好本辖区的规划发展和经营管理,加强与邻近省域的密切合作,消除地区之间的交流壁垒,加快完善宏观层面的政策法规体系和体制机制,政策上引导地区之间加快资金流、人才流、游客流、信息流、物流的流动,优化资源配置。其次,向发达国家学习经验,尤其是休闲渔业政策的制定,如构建休闲渔业与渔业渔村扶贫联动机制等。第三,规划投放人工鱼礁和建设海洋牧场,充分使自然渔业资源、生态环境与人们参与休闲渔业活动相结合,循环发展、相互促进。②鼓励经营,健全融资体系。一是各地区应有计划地推进渔村进行旅游服务功能升级,鼓励有足够专业技能的渔业劳动力投入从事休闲渔业,不断提升渔业劳动力质量和技能。二是健全休闲渔业产业开发的融资体系。鼓励社会民间资本采取多种形式参与休闲渔业的开发和经营。鼓励金融机构对信用状况良好、市场前景较好、资源优势突出的休闲渔业项目适当放宽担保抵押条件,并在贷款利率上给予适当的优惠。此项举措对鼓励更多的渔业从业人员投入休闲渔业项目的开发、经营将起到一定的保障作用。③改善交通,实现持续发展。在大力开发休闲渔业产业的同时,要继续完善交通基础设施建设,提高休闲渔业目的地的交通便利性和可达性,关注渔业生态环境的保护与产业的可持续发展,开展科学调研,借鉴国外的先进经验,针对性地构建适用于当地的由于休闲渔业活动所引发的环境污染和自然生态破坏的补偿机制,避免“涸泽而渔”,实现可持续发展。