邵桂蘭，侯涵涵，李 晨

(中國(guó)海洋大學(xué)經(jīng)濟(jì)學(xué)院，山東青島 266100)

一、引 言

節(jié)能減排對(duì)緩解全球氣候變暖、應(yīng)對(duì)環(huán)境污染問(wèn)題以及發(fā)展可持續(xù)經(jīng)濟(jì)有著重大意義，發(fā)展低碳經(jīng)濟(jì)已經(jīng)成為經(jīng)濟(jì)發(fā)展的必然選擇。在哥本哈根全球氣候大會(huì)上中國(guó)承諾延緩二氧化碳的排放，《國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃綱要》提出我國(guó)要實(shí)現(xiàn)總體碳排放量峰值的中長(zhǎng)期低碳化發(fā)展目標(biāo)，在環(huán)境污染防治等指標(biāo)方面取得良好效果①。海洋漁業(yè)碳排放是農(nóng)業(yè)碳排放的重要組成部分，《全國(guó)漁業(yè)發(fā)展第十三個(gè)五年規(guī)劃》中明確提出了要縮減調(diào)控海洋捕撈業(yè)、轉(zhuǎn)型升級(jí)水產(chǎn)品養(yǎng)殖業(yè)等一系列促進(jìn)漁業(yè)經(jīng)濟(jì)低碳化發(fā)展的目標(biāo)。

因此，我國(guó)學(xué)術(shù)界對(duì)碳排放的研究越來(lái)越多，主要集中在碳排放的影響因素以及能源效率相關(guān)方面。邵桂蘭等[1]運(yùn)用LMDI方法對(duì)我國(guó)海洋漁業(yè)人均碳排放驅(qū)動(dòng)因素進(jìn)行分解分析，發(fā)現(xiàn)能源強(qiáng)度是負(fù)向驅(qū)動(dòng)因素，產(chǎn)業(yè)規(guī)模是正向驅(qū)動(dòng)因素；焦文獻(xiàn)等[2]利用STIRPAT模型進(jìn)行嶺回歸函數(shù)擬合，探討了碳足跡與經(jīng)濟(jì)增長(zhǎng)二者的定量關(guān)系，研究結(jié)果表明人口和人均GDP是驅(qū)動(dòng)碳足跡增長(zhǎng)的主要因素，并證明了碳排放庫(kù)茲涅茨曲線的存在性；張彬等[3]將我國(guó)碳排放的驅(qū)動(dòng)因素分為人均國(guó)民生產(chǎn)總值、單位國(guó)民生產(chǎn)總值和人口三大因素，借助Kaya模型對(duì)影響中國(guó)碳排放的三大因素進(jìn)行分析，以此三項(xiàng)因素指標(biāo)作為模糊聚類指標(biāo)進(jìn)行測(cè)度，按照碳排放驅(qū)動(dòng)因素將中國(guó)劃分為4大區(qū)域；杜強(qiáng)等[4]對(duì)IPAT模型進(jìn)行擴(kuò)展，引入科技進(jìn)步變量因子，預(yù)測(cè)和分析2010-2050年中國(guó)碳排放量的趨勢(shì)及特征，結(jié)果表明中國(guó)碳排放量將以平均每年2.89%的速度持續(xù)增加，在2030年達(dá)到頂峰后下降。國(guó)外對(duì)于ESDA技術(shù)的運(yùn)用較為廣泛和深入，Cristina等[5]借助ESDA研究城市發(fā)展和土地利用結(jié)構(gòu)之間的關(guān)系，得出城市發(fā)展和城市建筑覆蓋率之間存在一種反向關(guān)系；Jae等[6]運(yùn)用ESDA技術(shù)，通過(guò)就業(yè)密度函數(shù)的估計(jì)，得出不同產(chǎn)業(yè)的就業(yè)空間分布不同。國(guó)內(nèi)將ESDA技術(shù)運(yùn)用到碳排放領(lǐng)域的研究非常少見(jiàn)，胡艷興等[7]根據(jù)碳排放量劃分標(biāo)準(zhǔn)將中國(guó)各省份劃分為不同類型的碳排放區(qū)予以研究，結(jié)果表明近16年間我國(guó)碳排放量重心呈現(xiàn)出逐步向西遷移的態(tài)勢(shì)；劉曉婷等[8]對(duì)新疆能源碳排放空間結(jié)構(gòu)時(shí)空演變特征進(jìn)行了研究，發(fā)現(xiàn)新疆能源碳排放重心為東南—東北—東北方向的變動(dòng)趨勢(shì)。

以上可以看出，國(guó)內(nèi)學(xué)者對(duì)于影響碳排放的驅(qū)動(dòng)因素做了較為完整和系統(tǒng)的研究，對(duì)能源強(qiáng)度、產(chǎn)業(yè)規(guī)模、經(jīng)濟(jì)增長(zhǎng)等影響因素做了分解論證，可以有效地揭示各個(gè)因素與碳排放之間的關(guān)系。并有學(xué)者對(duì)近年來(lái)我國(guó)碳排放量重心軌跡的空間變動(dòng)趨勢(shì)做了研究，且對(duì)未來(lái)幾十年我國(guó)碳排放量的增長(zhǎng)速度做出了預(yù)測(cè)，為我國(guó)減少碳排放闡明了區(qū)域重心和時(shí)間節(jié)點(diǎn)。

對(duì)碳排放的現(xiàn)有研究主要集中在碳排放的影響因素與能源效率相關(guān)方面[9-15]以及碳排放與行業(yè)增長(zhǎng)關(guān)系及其驅(qū)動(dòng)因素[16-19]，這些研究往往掩蓋了各區(qū)域的空間差異，并且忽視了地理位置對(duì)碳排放影響因素間相互作用的重要性。大力發(fā)展海洋經(jīng)濟(jì)已成為國(guó)家級(jí)戰(zhàn)略，海洋漁業(yè)作為海洋經(jīng)濟(jì)的重要產(chǎn)業(yè)之一，其碳排放的相關(guān)研究尚處在初級(jí)階段，并且未見(jiàn)利用ESDA技術(shù)對(duì)海洋漁業(yè)碳排放生產(chǎn)效率空間關(guān)聯(lián)結(jié)構(gòu)的研究?；诖?，本文使用地理信息科學(xué)中新興的ESDA技術(shù)測(cè)度我國(guó)省際海洋漁業(yè)碳排放生產(chǎn)效率空間關(guān)聯(lián)性，分析不同時(shí)期和發(fā)展階段我國(guó)省際海洋漁業(yè)碳排放生產(chǎn)效率的空間異質(zhì)性和空間關(guān)聯(lián)性，揭示我國(guó)省際海洋漁業(yè)碳排放生產(chǎn)效率的空間關(guān)聯(lián)特征、內(nèi)在規(guī)律性及動(dòng)態(tài)演變過(guò)程。

二、我國(guó)省際海洋漁業(yè)碳排放時(shí)空分異的研究方法

ESDA方法通過(guò)對(duì)數(shù)據(jù)和區(qū)域進(jìn)行描述性統(tǒng)計(jì)分析來(lái)衡量區(qū)域某種屬性的空間異質(zhì)性和空間依賴性，其優(yōu)點(diǎn)在于建立空間權(quán)重矩陣，考慮空間地理位置相互作用對(duì)區(qū)域經(jīng)濟(jì)發(fā)展的影響。本文采用ESDA研究方法，以考慮我國(guó)不同省際相互作用對(duì)其海洋漁業(yè)碳排放的影響。

(一)我國(guó)沿海11個(gè)省的主體區(qū)域碳排放量計(jì)算方法

海洋漁業(yè)碳排放是指海洋漁業(yè)生產(chǎn)過(guò)程中所產(chǎn)生的二氧化碳排放。如圖1所示。海洋漁業(yè)碳排放分為狹義和廣義，狹義的海洋漁業(yè)碳排放指海洋漁業(yè)生產(chǎn)造成的直接和間接碳排放，而廣義的海洋漁業(yè)碳排放指直接和間接碳排放量扣除漁業(yè)碳匯固碳量后的凈碳排放①出于以下兩點(diǎn)考慮，未將海洋休閑漁業(yè)納入研究：1.目前我國(guó)海洋休閑漁業(yè)尚處于初級(jí)階段、產(chǎn)業(yè)規(guī)模較小，2014年休閑漁業(yè)(海水、淡水)產(chǎn)值僅約為文中所選海洋漁業(yè)代表產(chǎn)業(yè)產(chǎn)值總和的5%；考慮到海洋休閑漁業(yè)作為服務(wù)業(yè)、其生產(chǎn)方式相對(duì)清潔低碳，因此有理由推斷，目前我國(guó)海洋休閑漁業(yè)碳排放量在海洋漁業(yè)總碳排放量中所占比重很小。2.測(cè)算海洋休閑漁業(yè)碳排放量所必需的基本數(shù)據(jù)，如海洋休閑漁業(yè)產(chǎn)值、年接納游客人數(shù)、船只數(shù)量與功率等，目前均無(wú)可靠的統(tǒng)計(jì)來(lái)源，因此無(wú)法對(duì)海洋休閑漁業(yè)碳排放進(jìn)行測(cè)算乃至估算。，本文所研究的碳排放為廣義概念。

圖1 海洋漁業(yè)碳排放過(guò)程分解框架

(二)探索性空間數(shù)據(jù)分析模型構(gòu)建

ESDA技術(shù)方法的核心內(nèi)容就是對(duì)一個(gè)變量空間關(guān)聯(lián)性的測(cè)度，即空間自相關(guān)檢驗(yàn)是研究空間地理位置中的研究對(duì)象的集聚程度，揭露了某個(gè)因子在不同空間區(qū)位上的關(guān)聯(lián)性。衡量空間關(guān)聯(lián)性的主要指標(biāo)包括全局自相關(guān)檢驗(yàn)系數(shù)和局部自相關(guān)檢驗(yàn)系數(shù)，其中用于度量目標(biāo)區(qū)域整體上是否存在某種經(jīng)濟(jì)活動(dòng)或現(xiàn)象集聚的為全局相關(guān)性指標(biāo)，普遍采用統(tǒng)計(jì)量Global Moran's I表示，但該指標(biāo)只能說(shuō)明整體是否存在集聚性，并不能給出哪些區(qū)域?yàn)榧蹍^(qū)。局部自相關(guān)指標(biāo)是用于測(cè)度某一特定空間區(qū)位的研究對(duì)象的空間集聚類型，通常采用統(tǒng)計(jì)量Local Moran's I表示，是空間研究對(duì)象或要素在局部區(qū)位的關(guān)聯(lián)類型。ESDA技術(shù)通過(guò)測(cè)度全局空間自相關(guān)系數(shù)和分析比較不同子系統(tǒng)的局部空間自相關(guān)系數(shù)就可以得出目標(biāo)區(qū)位的經(jīng)濟(jì)活動(dòng)空間分布集聚程度和經(jīng)濟(jì)空間結(jié)構(gòu)關(guān)聯(lián)性特征。

全局空間自相關(guān)——全局空間自相關(guān)檢驗(yàn)了研究對(duì)象在整個(gè)空間區(qū)域內(nèi)相關(guān)性的總體特征，根據(jù)Moran's I指數(shù)檢驗(yàn)其是否顯著相關(guān)。

局部空間自相關(guān)——雖然全局空間自相關(guān)檢驗(yàn)可以反映研究對(duì)象在目標(biāo)區(qū)域整體上的關(guān)聯(lián)特征，但卻無(wú)法得到空間內(nèi)局部地區(qū)的關(guān)聯(lián)方式，需要借助局部空間自相關(guān)檢驗(yàn)研究對(duì)象在局部空間單元的集聚程度差異。借助GeoDA軟件計(jì)算空間聯(lián)系局域指標(biāo)LISA，形成LISA集聚圖。

1.全局空間自相關(guān)檢驗(yàn)

Moran's I指數(shù)用某一特定區(qū)域研究對(duì)象屬性值作為評(píng)價(jià)指標(biāo)，以揭示目標(biāo)空間單元間的差異度或集聚度。Ord和Cliff兩位學(xué)者在此研究理論的基礎(chǔ)上擴(kuò)展出全局自相關(guān)性分析，以更好的用于研究區(qū)域經(jīng)濟(jì)的差異化發(fā)展。公式為：

式中：n為研究樣本數(shù)；S2為方差；xi和xj則分別代表某個(gè)社會(huì)現(xiàn)象的屬性值或某項(xiàng)經(jīng)濟(jì)活動(dòng)在空間區(qū)位單元i和j上的觀測(cè)值；x-是研究對(duì)象觀測(cè)值的期望值或平均值；wij為設(shè)立的空間權(quán)重矩陣，反映了各空間區(qū)域之間的聯(lián)系程度。

設(shè)立符合實(shí)際的空間權(quán)重矩陣w對(duì)于空間自相關(guān)檢驗(yàn)是相當(dāng)重要的，通常選擇一個(gè)二元權(quán)重矩陣wn×n來(lái)展示n個(gè)目標(biāo)空間單元間的鄰近程度。在對(duì)ESDA技術(shù)的實(shí)際操作中，按照特定的規(guī)則將二元空間權(quán)重矩陣標(biāo)準(zhǔn)化處理。通常有兩種規(guī)則標(biāo)準(zhǔn)化二元空間權(quán)重矩陣：(1)距離規(guī)則(Arc Distance contiguity)：提前設(shè)定好一個(gè)空間距離的最大值d，如果目標(biāo)區(qū)域間的空間距離小于設(shè)定的距離最大值，就認(rèn)為目標(biāo)區(qū)域?yàn)榫嚯x上的鄰接關(guān)系，二元空間權(quán)重矩陣{wn×n}的觀測(cè)值為1，如果空間距離大于給定的最大臨界距離，則視為非鄰接關(guān)系，二元空間權(quán)重矩陣{wn×n}的觀測(cè)值為0；(2)鄰接規(guī)則(Rook contiguity)：該規(guī)則規(guī)定相互接壤的目標(biāo)區(qū)域間為空間上的鄰接關(guān)系，二元空間權(quán)重矩陣{wn×n}的觀測(cè)值為1，否則視為非鄰接關(guān)系，二元空間權(quán)重矩陣{wn×n}的觀測(cè)值為 0。

根據(jù)上述ESDA方法計(jì)算出的Moran's I指數(shù)的取值大小應(yīng)在-1到1之間，空間單元某一研究對(duì)象屬性值越相似——集聚在一起呈現(xiàn)出低值與低值相鄰或高值與高值相鄰的時(shí)候，Moran's I指數(shù)值越接近于1；當(dāng)空間單元屬性值差異較為顯著的時(shí)候，Moran's I指數(shù)值則會(huì)向-1靠攏。如果得出Moran's I指數(shù)值接近于0，則表明不存在全局空間自相關(guān)，或者說(shuō)空間單元關(guān)聯(lián)性不顯著。

2.局部空間自相關(guān)檢驗(yàn)

上述全局Moran's I統(tǒng)計(jì)量反映了我國(guó)沿海11個(gè)省的主體區(qū)域海洋漁業(yè)碳排放生產(chǎn)效率空間自相關(guān)的整體情況，但無(wú)法反映單個(gè)空間區(qū)位的情況，也不能揭示其內(nèi)部空間關(guān)聯(lián)的特征。當(dāng)ESDA全局差異穩(wěn)定不存在顯著關(guān)聯(lián)的同時(shí)，局部差異的變化可能被掩蓋。局部空間自相關(guān)檢驗(yàn)則可以合適的補(bǔ)充全局自相關(guān)檢驗(yàn)所造成的空間關(guān)聯(lián)性遺漏，本文采用顯著性水平LISA(local indicators of spatial association)聚類圖表示局部關(guān)聯(lián)特征。一般采用Local Moran's I統(tǒng)計(jì)量來(lái)測(cè)度局部空間自相關(guān)程度，其計(jì)算公式如下：

式中：n為研究樣本數(shù)；zi和zj則分別代表目標(biāo)省份i及與其存在鄰近關(guān)系省份j的碳排放生產(chǎn)效率的標(biāo)準(zhǔn)化值，表示各省碳生產(chǎn)效率與其均值的偏離程度；wij同樣為二元空間權(quán)重矩陣，反映了各空間區(qū)域之間的聯(lián)系程度，局部自相關(guān)檢驗(yàn)的二元空間權(quán)重矩陣的定義與全局自相關(guān)相同。

ESDA技術(shù)的優(yōu)點(diǎn)在于Local Moran's I指數(shù)的作用不僅可以用于度量局部區(qū)域海洋漁業(yè)碳排放相關(guān)性(正、負(fù))，更重要的是Local Moran's I指數(shù)可以多層次的展示局部區(qū)域之間的空間關(guān)聯(lián)類型。Local Moran's I指數(shù)值需要通過(guò)兩步計(jì)算得出，首先要求出目標(biāo)省份海洋漁業(yè)碳排放生產(chǎn)效率的標(biāo)準(zhǔn)化值，然后計(jì)算其鄰接省份偏差的加權(quán)平均數(shù)。因?yàn)檫@兩個(gè)數(shù)值的結(jié)果都可為正值、零或負(fù)值，所以Moran's I指數(shù)計(jì)算結(jié)果對(duì)應(yīng)的海洋漁業(yè)碳排放配比組合共有四種形式(正-負(fù)，正-正，負(fù)-正，負(fù)-負(fù))的可能，與之相對(duì)應(yīng)的四種海洋漁業(yè)碳排放空間關(guān)聯(lián)模式如下：

(1)目標(biāo)省份與其周邊區(qū)域海洋漁業(yè)碳排放生產(chǎn)效率均高于整體水平，集聚效應(yīng)顯著?？梢哉J(rèn)為鄰近省份與目標(biāo)省份海洋漁業(yè)碳排放生產(chǎn)效率存在明顯的一致性，設(shè)定為高值擴(kuò)散區(qū)，也可以稱為高值集聚區(qū)，記作HH。

(2)周邊省份海洋漁業(yè)碳排放生產(chǎn)效率低于整體平均水平，唯獨(dú)目標(biāo)省份海洋漁業(yè)碳排放生產(chǎn)效率高于平均值，目標(biāo)省份與周邊省份存在顯著反向關(guān)系，極化效應(yīng)顯著，定義為碳排放的“極化區(qū)”，記作HL。

(3)目標(biāo)省份與其相鄰省份海洋漁業(yè)碳排放生產(chǎn)效率均低于平均水平，目標(biāo)區(qū)域與其周邊鄰近區(qū)域在空間上形成一個(gè)碳生產(chǎn)效率低值聚集區(qū)，記作LL。

(4)中心區(qū)域海洋漁業(yè)碳排放生產(chǎn)效率低于均值，而其周邊區(qū)域海洋漁業(yè)碳生產(chǎn)效率高于整個(gè)區(qū)域的均值，在中心區(qū)域形成海洋漁業(yè)碳生產(chǎn)效率的塌陷區(qū)，記作LH。

三、我國(guó)省際海洋漁業(yè)碳排放時(shí)空分異的實(shí)證研究

基于ESDA模型，分階段研究2004-2014年我國(guó)沿海11個(gè)省的主體區(qū)域海洋漁業(yè)碳生產(chǎn)效率的空間關(guān)聯(lián)特征。

(一)數(shù)據(jù)來(lái)源說(shuō)明

本文所需的主要數(shù)據(jù)分為兩類：一是GeoDa軟件所需的數(shù)字化格式圖片，將我國(guó)沿海11個(gè)省份的主體區(qū)域圖形數(shù)字化處理①基于數(shù)據(jù)的可獲得性和研究的現(xiàn)實(shí)意義，選取我國(guó)沿海11個(gè)省份的主體區(qū)域作為研究對(duì)象。；二是海洋漁業(yè)經(jīng)濟(jì)相關(guān)數(shù)據(jù)來(lái)源于2004-2014年《中國(guó)漁業(yè)年鑒》。碳排放系數(shù)方面，根據(jù)《IPCC國(guó)家溫室氣體清單指南》碳排放計(jì)算缺省值，取柴油碳排放因子為0.592 1公斤/公斤標(biāo)準(zhǔn)煤，電力碳排放因子為0.680公斤/公斤標(biāo)準(zhǔn)煤②根據(jù)《中國(guó)能源統(tǒng)計(jì)年鑒》能源折標(biāo)準(zhǔn)煤系數(shù)，1公斤柴油可折算為1.4571公斤標(biāo)準(zhǔn)煤，1千瓦時(shí)電力可折算為0.1229公斤標(biāo)準(zhǔn)煤，1kg標(biāo)準(zhǔn)煤＝2.493kg二氧化碳。。能耗轉(zhuǎn)化系數(shù)方面，根據(jù)《國(guó)內(nèi)機(jī)動(dòng)漁船油價(jià)補(bǔ)助用油量測(cè)算參考標(biāo)準(zhǔn)》，確定海洋漁船油耗轉(zhuǎn)化系數(shù)；參考徐皓等[20]對(duì)我國(guó)海洋漁業(yè)能源消耗的測(cè)算過(guò)程，確定我國(guó)海水養(yǎng)殖業(yè)和海水產(chǎn)品加工業(yè)不同生產(chǎn)方式和環(huán)節(jié)的能耗轉(zhuǎn)化系數(shù)。碳匯轉(zhuǎn)化系數(shù)方面，根據(jù)張繼紅等[21]對(duì)2002年貝類養(yǎng)殖碳匯能力的測(cè)度，估算貝類碳匯轉(zhuǎn)化系數(shù)約為0.0888噸/噸；根據(jù)宋金明等[22]對(duì)2000-2005年我國(guó)近海大型經(jīng)濟(jì)藻類固碳能力的測(cè)度，估算藻類碳匯轉(zhuǎn)化系數(shù)約為0.3413噸/噸，經(jīng)計(jì)算得到2004-2014年我國(guó)海洋漁業(yè)碳排放總量(見(jiàn)表1)。

表1 2004-2014年我國(guó)沿海11個(gè)省的主體區(qū)域海洋漁業(yè)碳排放量(萬(wàn)噸)

結(jié)果表明：我國(guó)海洋漁業(yè)碳排放總量總體呈現(xiàn)上升趨勢(shì)，僅在2006-2007年、2007-2008年出現(xiàn)小幅回落，說(shuō)明從總體上看我國(guó)海洋漁業(yè)經(jīng)濟(jì)活動(dòng)造成的環(huán)境污染壓力逐年增大。

表2 2004-2014年我國(guó)沿海11個(gè)省的主體區(qū)域海洋漁業(yè)單位產(chǎn)值碳排放量(噸/萬(wàn)元)

(二)我國(guó)海洋漁業(yè)碳排放時(shí)空分異實(shí)證結(jié)果

以表2整理得到的各省海洋漁業(yè)碳排放生產(chǎn)效率作為二次數(shù)據(jù)利用Open GeoDa進(jìn)行ESDA的實(shí)證檢驗(yàn)。

1.全局空間自相關(guān)檢驗(yàn)結(jié)果

從圖2可以看出，整個(gè)研究期間，Global Moran's I值全部為負(fù)且總體呈上升趨勢(shì)，數(shù)值接近-1。表明近年來(lái)隨著我國(guó)對(duì)海洋資源開(kāi)發(fā)以及海洋經(jīng)濟(jì)發(fā)展投資力度的加大，我國(guó)沿海地區(qū)海洋漁業(yè)碳排放生產(chǎn)效率的整體相關(guān)性不斷加強(qiáng)，單元間的差異性在逐步擴(kuò)大，在空間上分布較為分散，區(qū)域分異較為明顯，而且隨著時(shí)間的推移和我國(guó)海洋戰(zhàn)略的深入實(shí)施這種分散趨勢(shì)還在不斷加強(qiáng)。

圖2 2004-2014年間我國(guó)沿海11個(gè)省的主體區(qū)域海洋漁業(yè)碳排放生產(chǎn)效率Moran's I值

2.局部空間自相關(guān)檢驗(yàn)結(jié)果

選取2010、2012以及2014年作為近幾年發(fā)展趨勢(shì)的代表，根據(jù)計(jì)算得到的我國(guó)沿海11個(gè)省的主體區(qū)域海洋漁業(yè)碳排放生產(chǎn)效率值作為二次數(shù)據(jù)利用Open GeoDa軟件進(jìn)行ESDA的實(shí)證檢驗(yàn)，以LISA集聚圖和顯著性水平圖的形式更直觀地展現(xiàn)出我國(guó)海洋漁業(yè)碳生產(chǎn)效率的區(qū)域關(guān)聯(lián)模式。

由圖3看出，在2010年以前我國(guó)沿海11個(gè)省份的主體區(qū)域海洋漁業(yè)碳排放并沒(méi)有呈現(xiàn)出任何集聚模式，表明這一階段我國(guó)沿海省份海洋漁業(yè)發(fā)展水平及低碳化水平無(wú)明顯差異，一定程度上反映出我國(guó)沿海地區(qū)并沒(méi)有形成海洋漁業(yè)發(fā)展的增長(zhǎng)極點(diǎn)。

圖3 2010年我國(guó)沿海11個(gè)省的主體區(qū)域海洋漁業(yè)碳排放集聚性水平LISA圖

圖4 2013年我國(guó)沿海11個(gè)省的主體區(qū)域海洋漁業(yè)碳排放LISA集聚性水平圖

圖5 2013年我國(guó)沿海11個(gè)省的主體區(qū)域海洋漁業(yè)碳排放顯著性水平圖

由圖4及圖5我們可以看出，近幾年隨著我國(guó)沿海地區(qū)間海洋漁業(yè)發(fā)展呈現(xiàn)出不同程度的增長(zhǎng)，我國(guó)沿海地區(qū)11個(gè)省的主體區(qū)域海洋漁業(yè)碳排放空間關(guān)聯(lián)模式有了明顯變化，在LISA集聚性水平圖中南方海域出現(xiàn)了以福建為中心的H-H高高集聚區(qū)，且通過(guò)了LISA顯著性水平圖中p＝0.05的檢驗(yàn)。目標(biāo)省份與其周邊區(qū)域海洋漁業(yè)碳排放均高于整體水平，集聚效應(yīng)顯著，可以認(rèn)為鄰近省份與目標(biāo)省份海洋漁業(yè)碳排放存在明顯的一致性。這一現(xiàn)象可以歸結(jié)為該地區(qū)海洋漁業(yè)經(jīng)濟(jì)發(fā)展規(guī)模的擴(kuò)大以及發(fā)展質(zhì)量的相對(duì)滯后，海洋漁業(yè)低碳化發(fā)展水平較低，該地區(qū)內(nèi)各省整體碳排放高，具有很強(qiáng)的輻射和帶動(dòng)效應(yīng)，聯(lián)系較強(qiáng)，海洋漁業(yè)經(jīng)濟(jì)發(fā)展對(duì)環(huán)境造成的壓力較大。

圖6 2014年我國(guó)沿海11個(gè)省的主體區(qū)域海洋漁業(yè)碳排放LISA集聚性水平圖

圖7 2014年我國(guó)沿海11個(gè)省的主體區(qū)域海洋漁業(yè)碳排放顯著性水平圖

圖6及圖7顯示2014年我國(guó)沿海11個(gè)省的主體區(qū)域的海洋漁業(yè)碳排放區(qū)域關(guān)聯(lián)模式較2013年相比又發(fā)生顯著變化，在以福建為中心的南方海域產(chǎn)生H-H高高集聚區(qū)的同時(shí)，在以山東省為中心的北方海域呈現(xiàn)出了海洋漁業(yè)碳排放的極化效應(yīng)，產(chǎn)生了H-L高低極化區(qū)。山東省周邊省份海洋漁業(yè)碳排放低于整體平均水平，唯獨(dú)山東省海洋漁業(yè)碳排放高于平均值，目標(biāo)省份與周邊省份海洋漁業(yè)碳排放存在顯著反向關(guān)系，極化效應(yīng)顯著，形成海洋漁業(yè)碳排放的“極化區(qū)”。這一現(xiàn)象可以歸結(jié)為隨著山東半島藍(lán)色經(jīng)濟(jì)區(qū)的建立，山東省的海洋漁業(yè)經(jīng)濟(jì)發(fā)展逐步優(yōu)于周邊地區(qū)，但海洋漁業(yè)經(jīng)濟(jì)發(fā)展方式以及產(chǎn)業(yè)結(jié)構(gòu)尚需完善，以更好的促進(jìn)海洋漁業(yè)經(jīng)濟(jì)低碳化發(fā)展，減少海洋漁業(yè)碳排放。

四、結(jié)論與政策建議

利用省際面板數(shù)據(jù)測(cè)算2004-2014年我國(guó)沿海11個(gè)省的主體區(qū)域海洋漁業(yè)碳排放生產(chǎn)效率，作為海洋漁業(yè)低碳化發(fā)展的衡量指標(biāo)，借助探索性時(shí)空分析(ESDA)的研究方法，分階段研究我國(guó)沿海11個(gè)省的主體區(qū)域海洋漁業(yè)碳排放的空間關(guān)聯(lián)特征、各省份海洋漁業(yè)碳排放層次及所屬的區(qū)域發(fā)展類型。得出兩點(diǎn)主要結(jié)論：一是山東省周邊省份碳排放低于整體平均水平，唯獨(dú)目標(biāo)省份碳排放高于平均值，目標(biāo)省份與周邊省份碳排放存在顯著反向關(guān)系，極化效應(yīng)明顯，形成碳排放的“極化區(qū)”；二是福建省與其周邊區(qū)域碳排放均高于整體水平，集聚效應(yīng)顯著，鄰近省份與目標(biāo)省份碳排放存在明顯的同步性，形成碳排放的“高值集聚區(qū)”。

研究提出的對(duì)策為：一是山東半島藍(lán)色經(jīng)濟(jì)區(qū)的建設(shè)要嚴(yán)格遵循海陸統(tǒng)籌、集中集約用海、海洋開(kāi)發(fā)與保護(hù)同時(shí)并舉和綜合配套改革的原則，科學(xué)開(kāi)發(fā)利用海洋資源，推進(jìn)海洋生態(tài)文明建設(shè)，建設(shè)海洋經(jīng)濟(jì)發(fā)達(dá)、海洋產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化、人與自然和諧的藍(lán)色經(jīng)濟(jì)區(qū)；二是福建、浙江、廣東三個(gè)省份要大力開(kāi)發(fā)種養(yǎng)結(jié)合稻田養(yǎng)殖、池塘工程化循環(huán)水養(yǎng)殖、工廠化循環(huán)水養(yǎng)殖、外海深水抗風(fēng)浪網(wǎng)箱養(yǎng)殖和海洋牧場(chǎng)立體養(yǎng)殖等低碳高效健康的養(yǎng)殖方式。調(diào)減控制捕撈業(yè)，優(yōu)化捕撈空間布局，加大捕撈漁民減船轉(zhuǎn)產(chǎn)力度，減少海洋捕撈漁船數(shù)量和功率總量，優(yōu)化海洋捕撈作業(yè)結(jié)構(gòu)，逐步減少對(duì)生態(tài)環(huán)境和海洋漁業(yè)資源破壞性嚴(yán)重的漁船作業(yè)方式。積極培育水族觀賞、漁事體驗(yàn)、垂釣、科普教育等多種休閑業(yè)態(tài)，促進(jìn)海洋漁業(yè)低碳化發(fā)展。

[1]邵桂蘭，孔海崢，于謹(jǐn)凱，等.基于LMDI法的我國(guó)海洋漁業(yè)碳排放驅(qū)動(dòng)因素分解研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2015(6)：119-128.

[2]焦文獻(xiàn)，陳興鵬，賈卓.甘肅省能源消費(fèi)碳足跡變化及影響因素分析[J].資源科學(xué)，2012(3)：559-565.

[3]張彬，姚娜，劉學(xué)敏.基于模糊聚類的中國(guó)分省碳排放初步研究[J].中國(guó)人口.資源與環(huán)境，2011(1)：53-56.

[4]杜強(qiáng)，陳喬，陸寧.基于改進(jìn)IPAT模型的中國(guó)未來(lái)碳排放預(yù)測(cè)[J].環(huán)境科學(xué)學(xué)報(bào)，2012，(9)：2294-2302.

[5]LINCARU C， ATANASIU D， CIU?CAV， et al.Peri-urban Areas and Land Use Structure in Romania at LAU2 Level： An Exploratory Spatial Data Analysis[J].Procedia Environmental Sciences， 2016(32)： 24-30.

[6]KIM J I， YEO C H， KWON J H.Spatial Change in Urban Employment Distribution in Seoul Metropolitan City： Clustering，Dispersion and General Dispersion[J].International Journal of Urban Sciences， 2014， 18(3)： 21-23.

[7]胡艷興，潘竟虎，王怡睿.基于ESDA-GWR的1997—2012年中國(guó)省域能源消費(fèi)碳排放時(shí)空演變特征[J].環(huán)境科學(xué)學(xué)報(bào)，2015(6)：18-19.

[8]劉曉婷，陳聞君.基于ESDA-GIS的新疆能源碳排放空間差異動(dòng)態(tài)演化分析[J].干旱區(qū)地理，2016(3)：678-685.

[9]ANG B W，LIU N.Negative-value Problems of Logarithmic Mean Divisia Index Decomposition Approach[J].Energy Policy，2007(35)：39-42.

[10]BOLTON C T， STOLL H M.Late Miocene Threshold Response of Marine Algae to Carbon Dioxide Limitation[J].Nature， 2013，500(7464)：558.

[11]CHMURA G L.What Do We Need to Assess the Sustainability of the Tidal Salt Marsh Carbon Sink[J].Ocean＆Coastal Management，2013(10)：25-31.

[12]SCHUENHOFF A， SHPIGEL M， LUPATSCH I， et al.A Semi-recirculating， Integrated System for the Culture of Fish and Seaweed[J].Aquaculture， 2003，221(1-4)： 167-181.

[13]陳橋驛，楊寧生.水產(chǎn)養(yǎng)殖碳排放量計(jì)算模型的研究[J].中國(guó)漁業(yè)經(jīng)濟(jì)，2013(5)：63-67.

[14]紀(jì)建悅，王萍萍.我國(guó)海水養(yǎng)殖藻類碳匯能力及影響因素研究[J].中國(guó)海洋大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)，2014(4)：17-20.

[15]權(quán)偉，應(yīng)苗苗，康華靖，等.中國(guó)近海海藻養(yǎng)殖及碳匯強(qiáng)度估算[J].水產(chǎn)學(xué)報(bào)，2014(4)：509-514.

[16]李晨，遲萍，邵桂蘭.我國(guó)遠(yuǎn)洋漁業(yè)碳排放與行業(yè)經(jīng)濟(jì)增長(zhǎng)的響應(yīng)關(guān)系研究——基于脫鉤理論與LMDI分解的實(shí)證分析[J].科技管理研究，2016(6)：233-237+244.

[17]岳冬冬，王魯民，方海，等.基于碳平衡的中國(guó)海洋漁業(yè)產(chǎn)業(yè)發(fā)展對(duì)策探析[J].中國(guó)農(nóng)業(yè)科技導(dǎo)報(bào)，2016(4)：1-8.

[18]王逸清.IPCC排放因子法在漁業(yè)碳排放減排評(píng)價(jià)中的應(yīng)用[J].現(xiàn)代農(nóng)業(yè)科技，2015(20)：165-166+182.

[19]陳安全.中國(guó)循環(huán)經(jīng)濟(jì)運(yùn)行效率的評(píng)估與空間差異性研究——基于DEA-ESDA的探索性分析[J].生態(tài)經(jīng)濟(jì)，2015(12)：39-43.

[20]徐皓，劉晃，張建華，等.我國(guó)漁業(yè)能源消耗測(cè)算[J].中國(guó)水產(chǎn)，2007(11)：75-76.

[21]張繼紅，方建光，唐啟升.中國(guó)淺海貝藻養(yǎng)殖對(duì)海洋碳循環(huán)的貢獻(xiàn)[J].地球科學(xué)進(jìn)展，2005(30)：359-365.

[22]宋金明，李學(xué)剛，袁華茂，等.中國(guó)近海生物固碳強(qiáng)度與潛力[J].生態(tài)學(xué)報(bào)，2008(2)：551-558.