我国海洋“蓝色农田”时空特征及影响因素分析

朱文东，李大海，韩立民,

(中国海洋大学 a.管理学院；b.海洋发展研究院，山东 青岛 266100)

0 引言

我国是世界海水养殖第一大国，2020年海水养殖产量2 135万t，占全球总产量的57%。我国的海水养殖具有明显的食物净产出功能，不需要投喂饲料的海洋贝类和藻类产量占海水养殖总产量的82%，养殖面积占海水养殖总面积的67%[1]。早在20世纪80年代，老一代水产专家就提出了发展“蓝色农业”的构想[2-3]。养殖海域作为蓝色农业的空间载体和生产要素，堪称海洋国土中的“蓝色农田”。改革开放以来，我国的海水养殖经历了快速增长、减速停滞、逐步衰退的发展过程。受养殖品种、技术水平、要素价格、市场需求、环境保护等因素影响，其时空分布也表现出一定的规律性。水产养殖相关研究长期聚焦在水产品产量方面，对养殖海域时空变化特征及其影响因素的研究还比较薄弱。我国海水养殖业正处在绿色转型的关键时期，对养殖海域空间特征进行分析，对于认知海水养殖产业特性和发展规律以及促进海水养殖转型发展具有重要意义。

目前，国内外关于蓝色农田的研究十分少见。韩立民等首次提出“蓝色基本农田”，是指按照一定时期人口和社会经济发展对海洋水产品的需求，为确保基本的海水养殖空间，依据海洋功能区划确定的不得占用的养殖海域[4]。蓝色基本农田偏向于制度构建和法律约束，而蓝色农田是指实施海水养殖生产的滩涂和海域空间，概念更加宽泛。关于蓝色农田的研究成果较少，耕地空间格局演化及海水养殖的有关研究可作为本研究的基础。耕地空间分布格局及空间形态演化研究一般采用诸如动态度[5]、空间相关性[6]、分布重心[7]、重心迁移距离[8]等定量化指标，主要的研究方法包括重心分析法[9]、空间变异函数法[10]、基尼系数法[11]、泰尔系数法[12]等。当前关于海水养殖的研究多集中在效率测度[13-15]、产量波动、碳汇价值、空间布局等方面。研究发现，海域空间资源变动对海洋渔业经济具有显著的正向影响[16]，拓展养殖海域空间并提高利用效率[17]、创新海水养殖模式[18]、保护海域生态环境是促进我国海水养殖业发展的重点。于谨凯等基于空间多标准分析方法，构建海水养殖业空间布局优化标准指标体系[19]。此外，在淡水养殖方面，周磊等利用我国省域淡水养殖的面板数据，探寻了我国淡水养殖区域的格局变化和空间相关性[20]。

本研究从蓝色农田利用与保护的视角出发，将我国沿海11个省份的海水养殖区纳入研究范围，并针对性地对我国蓝色农田的时空分布特征和动态演化规律进行分析。综合运用动态度模型和不平衡指数模型分析我国养殖海域的演化特征，并进一步采用重心分析法、标准差椭圆法分析我国蓝色农田的空间格局动态演化过程和规律，通过固定效应模型测度影响养殖海域空间格局变化的关键因素，提出促进我国海水养殖业健康发展的针对性建议，为我国养殖海域的开发利用提供决策依据。

1 研究区域、数据来源与研究方法

1.1 研究区域与数据来源

研究区域为我国11个沿海省份(不含港澳台地区)，包括天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、广西、海南，总面积128.09万km2，占全国总面积的13.3%，拥有大陆海岸线1.8万km，沿海滩涂面积217.09万km2，是我国蓝色农田的基本载体。本研究中的蓝色农田是指实施海水养殖生产的滩涂和海域空间。研究时段为1989—2020年。数据主要来源于1990—2021年的《中国渔业统计年鉴》《中国渔业年鉴》，以及2006—2020年的《中国海洋统计年鉴》《中国统计年鉴》，少量缺失数据采用移动平均法补齐。

1.2 研究方法

1.2.1动态度分析。蓝色农田动态度是指某区域在一定时间内海水养殖面积的变化情况。本研究利用动态度模型[21]对我国11个沿海省份蓝色农田面积变化速率进行测算。

1.2.2空间不平衡指数。空间分布不平衡指数[22]常用来表征研究对象发展的地域均衡程度，以各元素间比值为参比，用以反映某一时段各研究单元之间空间分布的特征规律，本研究通过空间不平衡指数定量反映我国蓝色农田空间分布的发展状况。

1.2.3重心分析法。借鉴区域经济重心的计算方法[23]，提出海洋蓝色农田重心的概念。分析过程中，仅考虑空间分布，不考虑单位面积产量等其他因素，因此，在本研究中我国海洋蓝色农田的重心与其几何中心相重合。海洋蓝色农田重心是指在各个方向上能够使海洋蓝色农田空间平衡的点，即我国海洋蓝色农田的几何中心。蓝色农田重心的移动反映了沿海各地区海水养殖空间差异化发展趋势，有助于更好地了解我国蓝色农田时空变化的过程特征。

1.2.4标准差椭圆分析。借鉴标准差椭圆的计算方法[24]，通过可视化的方式将我国海洋蓝色农田重心点、沿X轴标准差、沿Y轴标准差、转角等特征要素在地理层面展现出来，分析蓝色农田的空间非均衡性及空间格局特征。

1.2.5固定效应模型。为更好地探究我国海洋蓝色农田空间演化的影响因素，采用面板数据模型展开分析。通过Hausman检验结果表明，固定效应模型[25]相比于随机效应模型更适用于本研究。

2 海洋蓝色农田的时空演化特征

2.1 海洋蓝色农田空间格局演变特征

2.1.1海洋蓝色农田总量变化特征。随着1985年我国全面放开了水产品市场，海水养殖业进入快速发展阶段。20世纪80年代和90年代，以对虾养殖、扇贝养殖为代表的第二、三次海水养殖浪潮迅速扩展到全国，各地潮间带池塘养殖、海上筏式养殖面积持续扩大。2000年以后，受城市建设和产业升级的影响，蓝色农田扩张势头逐步放缓，各地发展不平衡特征凸显。“十三五”时期，我国海水养殖发展进入全面调整阶段，蓝色农田面积由升转降，大部分省份海水养殖面积缩减，各地不平衡发展趋势减弱(图1)。

图1 1989—2020年我国海水养殖面积变化Fig.1 Change of mariculture area in China from 1989 to 2020

2.1.2动态度分析。利用动态度研究方法，计算1989—2020年我国沿海11个省份蓝色农田面积的动态度(表1)。从全国总体情况来看，2000年以前，我国蓝色农田面积保持较高增长趋势，“八五”时期和“九五”时期一直保持10%左右的增速；2000年以后，蓝色农田扩张势头逐步放缓，“十三五”时期开始缩减。从各省份情况来看，沿海各地发展差异性显著。1989—2020年广西、辽宁、山东蓝色农田动态度超过20%，河北、海南的动态度也较高，说明这些省份海水养殖产能大幅增长。由于沿海工业化、城市化建设等原因，上海、天津蓝色农田总体上呈持续减少趋势，与全国蓝色农田发展趋势形成鲜明对比。此外，2000年以后各地蓝色农田动态度变化差异趋于明显，南方经济发达省份蓝色农田动态度变化由正转负的趋势明显早于北方省份。总体来看，全国各地蓝色农田动态度逐步降低，经济发达省份早于后发省份，南方省份早于北方省份。

表1 1989—2020年沿海11个省份海水养殖面积动态度 %

2.1.3海洋蓝色农田空间分布变化特征。采用空间不平衡指数来量化描述我国海洋蓝色农田在不同时期的空间分布特征。由于各地海水养殖发展的差异性，我国海洋蓝色农田空间分布并不平衡，且在不同时期不平衡性亦存在较大差异。总体上看，我国海水养殖的不平衡指数处于不断上升的趋势，从1989年的0.50上升到2020年的0.64(图2)。分阶段来看，1989—2000年，由于沿海各地海水养殖业均呈快速发展趋势，不平衡指数稳中有降，向趋于平衡方向演化。2000年以后，随着各地海水养殖业发展分化，不平衡指数呈较快上升趋势。2000—2015年，不平衡指数从0.48上升到0.67，显示全国蓝色农田空间演化的差异性明显。这一时期，上海、天津养殖空间快速萎缩，广东、浙江、福建、海南海水养殖空间出现结构性调整，而辽宁、山东、江苏蓝色农田开发进程加快，总体上推动了海水养殖不平衡性的加剧。2013年以后，随着海水养殖大省山东、辽宁蓝色农田开发放缓，我国海水养殖的不平衡指数呈现回落趋势。

图2 1989—2020年我国海水养殖空间格局差异

2.2 海洋蓝色农田的空间格局演化

借鉴经济地理学研究方法，引入蓝色农田重心的概念，通过计算蓝色农田重心位置、标准差椭圆分布、位移过程等参数，进一步描述我国海洋蓝色农田空间格局的动态演化过程。总体来看，由于沿海各省份海水养殖业发展的差异性，我国海洋蓝色农田的空间格局总体上呈从南向北移动的趋势。

2.2.1海洋蓝色农田重心演化分析。沿海各地蓝色农田发展不平衡会直接影响全国海洋蓝色农田重心的迁移。重心迁移不仅能够直观显示全国海洋蓝色农田动态发展的趋势，也能够定量描述这种不平衡演化的程度。运用重心分析方法推导出我国海水养殖重心坐标，为使表达更加清晰和直观，每隔5年选取时间节点，运用GIS空间分析技术绘制1989—2019年我国海水养殖的重心迁移轨迹图(图3)。

1989—2019年，我国海水养殖重心总体呈现由南(偏西)向北(偏东)移动的空间演变格局，在117°31′09″～119°00′08″E，31°45′05″～35°42′54″N范围内变动。海水养殖重心从1989年的117°39′26″E，31°45′05″N迁移到2019年的118°40′58″E，35°07′48″N。在东西方向上向东移动1.11°，在南北方向上向北移动3.38°，南北方向移动距离明显大于东西方向。从各阶段海水养殖重心位置变化来看，1989—2019年我国海水养殖重心总体呈现向东北移动的趋势。1989—1994年、1999—2004年、2004—2009年、2009—2014年重心明显向北移动，且位移量分别为89.65 km，120.73 km，164.52 km，95.74 km；1994—1999年、2014—2019年我国海水养殖重心向南移动，位移距离分别为11.99 km，69.59 km，向北移动的距离明显大于向南移动的距离，重心在南北方向上呈现向北移动的趋势。

图3 1989—2019年我国海水养殖重心迁移轨迹

从海水养殖重心移动距离看，1989—2019年我国海水养殖重心整体向东北方向移动了381.23 km，年均移动12.71 km；年际间海水养殖重心移动的最大距离和最小距离分别出现在2007—2008年和2014—2015年，移动距离分别为81.07 km，1.45 km。1989—2019年我国蓝色农田重心整体向北(偏东)迁移，且移动距离较大。从各个时期重心移动来看，蓝色农田重心向北移动幅度最大的时期是2000—2013年,这个时期除个别年份以外，均呈向北移动的趋势。这表明该时期我国北方地区(特别是辽宁、山东)海水养殖面积增长迅速，成为我国海水养殖业发展的“高能”区域。2014年以后，由于辽宁、山东蓝色农田增长放缓并逐步转为负增长，蓝色农田重心向南移动0.5°(纬度)，从山东临沂境内向南迁移至枣庄境内。

总体上看，我国海水养殖重心迁移的范围主要位于东部地区，且呈现明显向北迁移的趋势，表明在研究时段内，我国北方沿海地区蓝色农田增长明显高于南方沿海地区。20世纪80年代末，我国经历了前两次海水养殖浪潮的铺垫，正值以海湾扇贝养殖为代表的第三次海水养殖浪潮，山东、辽宁借助自然条件和资源优势大力发展扇贝养殖，海水养殖面积迅速扩张，导致海水养殖重心呈现北移趋势。20世纪90年代中期，大菱鲆等鱼类养殖和育苗技术实现突破，同时引进并推广半滑舌鳎、条斑星蝶、美国黑石斑等名优新品种，掀起了以鱼类养殖为代表的第四次海水养殖浪潮，以浙江、福建、海南为代表的南方省份鱼类养殖面积迅速增长，海水养殖重心出现南移。进入21世纪，以海参、鲍鱼等海珍品为代表的第五次海水养殖浪潮在北方省份辽宁、山东兴起，凭借其资源优势，依托海洋科技进步对海水养殖业精准发力，在育苗育种、饲料加工、海工装备制造、海洋牧场等领域起到巨大推动作用，海水养殖面积迅速扩张，使得1999年以后我国海水养殖重心迅速向北(偏东)迁移，且位移量十分明显，1999—2014年我国海水养殖重心向北移动416.07 km，年均移动距离达到27.74 km。2013年国务院出台《关于促进海洋渔业持续健康发展的若干意见》，要求转变海洋渔业发展方式，坚持生态优先、控制近海、拓展外海的生产方针，着力加强海洋渔业资源和生态环境保护。随后各省份出台相应政策，2015年海水养殖第一大省辽宁省开展辽河口生态经济整治行动，实施“退养还滩”湿地修复工程，大量海水养殖户停止生产，开始恢复滩涂湿地自然生态，海水养殖面积锐减，海参养殖面积减少2 000～3 000 hm2，贝类养殖面积减少17万hm2。同时，海南、福建深度对接国家发展战略，依托腹地优势发展绿色海水养殖产业，海水养殖面积呈小幅度上升态势。因此，2014年以后我国海水养殖重心呈现向南移动的趋势。

2.2.2蓝色农田标准差椭圆分析。通过标准差椭圆分析能够更为直观地显示我国蓝色农田空间格局的演进规律。借鉴孙智君等[24]的研究方法，计算我国海水养殖空间分布的标准差椭圆相关参数(表2)。选取1989年、1999年、2009年、2019年的数据，通过ArcGIS 10.2软件，绘制我国海水养殖空间格局演进图(图4)。

表2 我国海水养殖空间分布标准差椭圆参数

1989—2019年我国海水养殖的标准差椭圆主要位于东部沿海地区，且整体上向东北移动。根据表2，转角θ值由1989年的9.86°增加到1999年的12.34°，2019年又回落到11.29°，我国海水养殖的空间格局由东北方向朝正东偏转1.43°。总体上，我国海水养殖空间分布格局呈现东北—西南格局，并有逆时针偏移的趋势(图4)。从沿X轴标准差可以看出，1989—1999年主轴由276.03 km延长到315.48 km，1999年之后主轴不断缩短，从1999年315.48 km缩短至2019年260.53 km，表明我国海水养殖的空间格局沿东北—西南方向在主轴方向呈现先扩散后集聚态势；从沿Y轴标准差可以看出，1989—1999年辅轴增加52.76 km，1999—2019年辅轴持续缩短，由1 143.70 km缩短至1 044.75 km，表明东北—西南方向的空间格局在辅轴方向呈先扩散后集聚的态势。从长短轴整体变化来看，我国海水养殖空间布局呈先扩散后集聚的发展趋势。

图4 1989—2019年我国海水养殖空间格局演进

3 蓝色农田空间演化影响因素

采用固定效应模型，分析影响我国海洋蓝色农田空间格局的主要因素，描述其影响机制和程度。

3.1 影响因素识别

海水养殖发展主要受自然条件、科技水平、市场、基础设施等因素影响。沿海各省份依靠海洋科技提升海洋资源利用能力，实现养殖海域集约利用。居民消费能力可以间接反映海水产品的市场需求，根据市场价格和需求的变动，海水养殖面积也会发生变化。自然灾害和海洋环境会影响海水养殖格局的变化，由于风暴潮、台风、赤潮等不可抗自然灾害的影响，造成海水养殖减产或绝收，生产的波动造成海水养殖面积的变化；良好的海洋生态环境和水质条件是开展海水养殖的必要前提，海域海洋环境污染与否是影响海水养殖面积变化的重要因素。冷链物流为海水产品能及时走向市场提供重要的仓储和运输保障，地区冷链物流系统是否满足需求在一定程度上影响地区的海水养殖面积。对外开放程度较高和产业基础较完善的地区对水产品的加工和出口的需求量更大，进而影响海水养殖空间格局的变动。海水养殖从业人员可以反映海水养殖的数量和规模，也是海水养殖空间格局演变的重要影响因素。

在考虑数据可得性和表达效果的基础上确定以下影响因素：(1)海洋资源利用能力(RES)，以海域集约利用指数(确权海域单位面积的海水养殖产值)来表示；(2)消费能力(CAR)，以居民人均可支配收入表示；(3)海水养殖劳动力(FLF)，以海洋渔业养殖从业人员来表示；(4)海洋环境(EVN)，以工业废水直排入海总量来表示；(5)自然灾害(NAD)，以受灾海水养殖面积表示；(6)对外开放程度(OPE)，以海水产品出口数量来表示；(7)冷链物流(COL)，以冷链物流系统中冷库数量来表示；(8)产业基础(BAS)，以水产品加工企业数量表示。

3.2 回归分析

选用面板数据模型进行实证分析，面板数据模型同时具有截面和时间两个维度，可以更加充分地反映各解释变量与被解释变量间的关系，比单独的截面数据模型和时间序列模型更全面、更准确。另外，考虑到异方差对模型估计结果的负面影响，选择对数线性模型对影响我国海水养殖空间格局的因素进行分析。

运用Stata 14.0软件对序列进行F检验，F统计量为8.69，显著性水平P=0.000<0.05，因此，拒绝混合估计模型。进一步采用Hausman检验，结果显示，P= 0.002 9<0.05，拒绝随机效应模型。因此，选择固定效应模型。模型设定如下：

lnYit=c+β1ln RESit+β2ln CARit+β3ln FLFit+

β4ln EVNit+β5ln NADit+β6ln OPEit+

β7ln COLit+β8ln BASit+εit。

式中：Y表示海水养殖面积；t表示时间序列，研究时段为2005—2019年；i=1，2，…，10，为除上海市以外的其他10个沿海省份(上海市海水养殖规模很小，养殖面积自2007年后统计均为0，与其他省份比较得到的结论可能存在较大误差，因此，予以剔除)；β1，β2，…，β8为回归系数；εit为随机误差项；c为常数项。使用固定效应最小二乘虚拟变量(least squares dummy variable,LSDV)法进行回归(表3)。根据模型计算结果，F=8.69，P=0.000，说明模型设定合理，在整体上十分显著；可决系数为0.785 2，表示模型有较好的解释力。

表3 模型回归结果

3.3 分析结果

3.3.1海洋资源利用能力(RES)、海水养殖劳动力(FLF)和冷链物流系统(COL)、居民消费能力(CAR)分别在1%，5%，10%的显著性水平下对蓝色农田空间格局演变具有显著的正向影响。其中:① 海洋资源利用能力的正向作用十分显著。由于沿海省份的自然条件和资源禀赋有所不同，养殖技术和市场规模也存在差异，利用海水养殖的产业优势，将海水养殖与海洋资源高效利用有机结合，使养殖海域更加集约高效利用，推动了蓝色农田空间格局的演变。② 海水养殖劳动力对蓝色农田面积的变化具有正向作用，且在5%显著性水平下显著，说明从事海水养殖的劳动者数量对蓝色农田空间格局的变化起到一定的促进作用。随着海水养殖业快速发展，种苗培育、饲料加工、冷链物流等产业链条不断优化延伸，海洋牧场、养殖工船、深远海网箱等新型养殖模式相继出现，使海水养殖业所吸纳的劳动力不断增加，海水养殖从业人员的增加又会反作用于海水养殖业，一定程度上促进了地区海水养殖业的发展。③ 近年来我国冷链物流行业发展迅速，越发便利的交通运输条件为海水产品的及时运输提供了充足的保障，冷链物流系统的完善对地区海水养殖业的发展起到明显的促进作用。④ 居民消费能力对蓝色农田空间格局的演变具有促进作用。随着居民收入水平的提高，居民消费能力不断提升，对含有优质蛋白海产品的需求也随之增加，促进了沿海地区海水养殖业的发展，推动蓝色农田空间格局的演变。

3.3.2自然灾害(NAD)和海洋环境(EVN)的回归系数为负值，且在5%的显著性水平下显著，说明二者对蓝色农田空间格局演化具有明显的负向作用。沿海各省份一要积极采取措施，增加科技投入，提高海水养殖业抵御自然灾害的能力，并建立健全灾害保障机制，提供切实有效的养殖补贴、保险等服务；二要严抓沿海排污、海岸工程、填海造陆、固体废弃物倾倒等造成的海洋环境污染问题，避免负向影响的加剧。此外，对外开放程度(OPE)和产业基础(BAS)两项因素未通过显著性检验。

4 结论与讨论

4.1 结论

我国海水养殖的不平衡指数从1989年的0.50上升到2020年的0.64，地区间蓝色农田空间差距逐渐增大，蓝色农田的空间分布格局向不平衡方向演化。从蓝色农田动态度来看，广西、辽宁、山东的动态度较高，超过20%。从时间分布来看，“十五”到“十二五”时期我国蓝色农田空间格局不平衡发展趋势最为明显，主要原因是以辽宁、山东等海水养殖大省为代表的北方沿海省份蓝色农田增长明显快于南方沿海省份。“十三五”时期，全国沿海大部分地区海水养殖面积下降，蓝色农田空间分布不平衡性降低，动态度亦由正转负,且绝对值下降。

蓝色农田重心从1989年的117°39′26″E，31°45′05″N迁移到2019年的118°40′58″E，35°07′48″N，总体呈现由南(偏西)向北(偏东)移动的空间演变格局，蓝色农田重心移动的范围由安徽东部地区迁移至山东东南部地区。蓝色农田标准差椭圆主要位于我国东部沿海地区，呈东北—西南走向分布。标准差椭圆随时间推移向逆时针方向偏移，覆盖空间整体向东北移动，且呈现先扩散后集聚的发展趋势。这表明，1989—2019年我国北方沿海地区的海水养殖规模扩张大于南方沿海地区。从时间分布来看，“十五”到“十二五”时期蓝色农田重心北移、标准差椭圆偏移趋势最为显著，表明海水养殖业空间规模的南北差距扩大；“十三五”时期，蓝色农田重心有南移趋势，表明北方海水养殖规模扩张势头停滞，全国海水养殖发展出现趋同态势。

蓝色农田空间格局的演变是多种因素共同作用的结果。海洋资源利用能力、海水养殖劳动力、冷链物流系统和居民消费能力对蓝色农田空间格局演变具有显著正向作用；海洋自然灾害和海洋生态环境对蓝色农田空间格局演变具有明显的负向影响。

4.2 讨论

我国是世界最大的海水养殖生产国，蓝色农田开发时间较长，空间分布范围广。本研究借鉴经济地理学的研究方法，选取动态度、不平衡指数、重心及其位移等指标，对我国海洋蓝色农田时空分布特征进行了探索，反映了我国海洋蓝色农田的总体时空特征，但对细节特征的呈现还有所欠缺。此外，对于海洋蓝色农田时空特征的分析仅以海水养殖面积作为依据，而对成本效益和产出效益等因素的考虑稍显不足。当前，我国海水养殖业正处在绿色转型发展的关键时期，如何衡量蓝色农田绿色转型以及向离岸深水拓展，仍需进一步探索。

影响蓝色农田时空变化的因素较多。由于品种、作业方式的差异，影响不同类别蓝色农田空间分布和演化的因素也有所差别。本研究选取指标对蓝色农田的影响因素进行回归分析，结果较为理想，能够在一定程度上解释沿海地区海洋蓝色农田面积变化情况。但是，能否解释具体品种和养殖方式的蓝色农田的空间演化还有待检验。

蓝色农田研究是渔业研究的重要领域。长期以来，渔业研究形成了捕捞重于养殖、产量重于空间的研究格局。对海水养殖空间分布的研究长期滞后，形成了明显短板，这与国内对耕地研究的丰富成果形成了鲜明对比。加强蓝色农田研究对于更加全面理解我国“蓝色农业”发展特征以及推动“蓝色农业”高质量发展具有重要价值。因此，应进一步深化对蓝色农田的研究。