茍杰松，李宗南，吳柏清，蔣 怡，董秀春

(1.成都理工大學(xué)旅游與城鄉(xiāng)規(guī)劃學(xué)院，成都 610059；2.四川省農(nóng)業(yè)科學(xué)院遙感應(yīng)用研究所，成都 610066)

【研究意義】1985年全國(guó)確定“以養(yǎng)為主”的漁業(yè)發(fā)展方針之后，我國(guó)水產(chǎn)養(yǎng)殖業(yè)發(fā)展得到重點(diǎn)關(guān)注，成為世界第一水產(chǎn)養(yǎng)殖大國(guó)[1]。截至2019年底，中國(guó)水產(chǎn)品總產(chǎn)量6480萬(wàn)t，其中養(yǎng)殖產(chǎn)量達(dá)到5079萬(wàn)t。然而35年以來(lái)，我國(guó)水產(chǎn)養(yǎng)殖業(yè)發(fā)展總體上大而不強(qiáng)、多而不優(yōu)，且在全國(guó)范圍內(nèi)的水產(chǎn)品質(zhì)量、水資源利用率和水環(huán)境生態(tài)功能呈整體下降趨勢(shì)[2-4]。四川省同樣面臨制約其它地區(qū)水產(chǎn)養(yǎng)殖業(yè)發(fā)展過(guò)程中存在的此類問(wèn)題[5-6]。該省位于中國(guó)水資源豐富的長(zhǎng)江流域上游地區(qū)，流經(jīng)四川省的長(zhǎng)江及其眾多支流帶來(lái)了各種營(yíng)養(yǎng)物質(zhì)，境內(nèi)水質(zhì)優(yōu)良的坑塘、湖泊和水庫(kù)星羅棋布，為魚類提供了豐富的餌料和適宜的生長(zhǎng)、養(yǎng)殖環(huán)境[7]。但該省水產(chǎn)品年均總產(chǎn)量150多萬(wàn)t，年均需求量為200萬(wàn)t，供給能力明顯不足。此外，水產(chǎn)養(yǎng)殖分散粗放、發(fā)展質(zhì)量不高、發(fā)展不充分不平衡的問(wèn)題也依然突出，提質(zhì)增量是四川水產(chǎn)當(dāng)前面臨的重要任務(wù)[8]。為深入貫徹生態(tài)文明建設(shè)和漁業(yè)供給側(cè)結(jié)構(gòu)性改革，四川省省委省政府將“川魚振興”納入現(xiàn)代農(nóng)業(yè)“10+3”產(chǎn)業(yè)體系，2019年《四川省現(xiàn)代水產(chǎn)產(chǎn)業(yè)發(fā)展暨農(nóng)村人居環(huán)境整治現(xiàn)場(chǎng)推進(jìn)會(huì)》明確以保護(hù)資源環(huán)境為前提，重點(diǎn)調(diào)整優(yōu)化水產(chǎn)養(yǎng)殖業(yè)布局，推進(jìn)規(guī)模化水產(chǎn)園區(qū)格局，進(jìn)而基本實(shí)現(xiàn)全省水產(chǎn)品自給自足、進(jìn)出平衡。【前人研究進(jìn)展】隨著地理信息技術(shù)的快速發(fā)展，部分學(xué)者開(kāi)始將空間分析方法運(yùn)用到水產(chǎn)養(yǎng)殖業(yè)的研究中[9-11]，通過(guò)空間分析手段探究水產(chǎn)養(yǎng)殖業(yè)空間格局能從宏觀管理層面優(yōu)化地區(qū)水產(chǎn)養(yǎng)殖業(yè)空間布局，有利于提升水產(chǎn)養(yǎng)殖活動(dòng)與資源環(huán)境間的生態(tài)性、水產(chǎn)養(yǎng)殖業(yè)活動(dòng)的外部經(jīng)濟(jì)性，進(jìn)而促進(jìn)水產(chǎn)養(yǎng)殖業(yè)健康可持續(xù)發(fā)展[11-12]。【本研究切入點(diǎn)】總體上，有關(guān)水產(chǎn)養(yǎng)殖業(yè)空間格局的文獻(xiàn)相對(duì)較少，更鮮有進(jìn)一步對(duì)其影響因素及四川區(qū)域展開(kāi)相關(guān)研究報(bào)道。四川省作為西部水產(chǎn)大省，在加快構(gòu)建現(xiàn)代水產(chǎn)產(chǎn)業(yè)體系實(shí)現(xiàn)經(jīng)濟(jì)增長(zhǎng)的同時(shí)，通過(guò)科學(xué)量化分析該省水產(chǎn)養(yǎng)殖業(yè)發(fā)展現(xiàn)狀及驅(qū)動(dòng)原因、合理規(guī)劃促進(jìn)養(yǎng)殖產(chǎn)量提質(zhì)增量的任務(wù)也不容忽視。【擬解決的關(guān)鍵問(wèn)題】本文以四川省各縣域(市轄區(qū))水產(chǎn)養(yǎng)殖業(yè)為研究對(duì)象，結(jié)合漁業(yè)統(tǒng)計(jì)年鑒及地方統(tǒng)計(jì)年鑒，采用空間自相關(guān)分析方法初步探究該省水產(chǎn)養(yǎng)殖業(yè)典型要素(養(yǎng)殖面積、養(yǎng)殖產(chǎn)量)的空間分布格局；其次利用地理探測(cè)器篩選出養(yǎng)殖產(chǎn)量影響因素的主導(dǎo)因子；最后運(yùn)用地理加權(quán)回歸模型對(duì)養(yǎng)殖產(chǎn)量主導(dǎo)因子的空間異質(zhì)性程度進(jìn)行計(jì)算。以期豐富水產(chǎn)養(yǎng)殖業(yè)空間格局及影響因素的相關(guān)內(nèi)容，也為合理優(yōu)化四川省水產(chǎn)養(yǎng)殖業(yè)布局，促進(jìn)產(chǎn)業(yè)提質(zhì)增量提供科學(xué)依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

四川省位于中國(guó)西南地區(qū)，界于97°21′～108°12′E，26°03′～34°19′N，轄區(qū)面積48.6萬(wàn)km2。該省地處中國(guó)第一階梯和第三階梯過(guò)渡帶，地勢(shì)懸殊，西高東低，西部多高原、山地，東部多平原、丘陵。全省氣候條件復(fù)雜多樣，川東為亞熱帶濕潤(rùn)性氣候，川西南為亞熱帶半濕潤(rùn)性氣候，川西北為高山高原高寒氣候。境內(nèi)河流眾多，以長(zhǎng)江水系為主，較大長(zhǎng)江支流包括金沙江、雅礱江、岷江及其最大支流大渡河、沱江、嘉陵江及其主要支流涪江和渠江等[13](圖1)。

圖1 研究區(qū)Fig.1 Study area

四川省分18個(gè)地級(jí)市和3個(gè)自治州共183個(gè)縣域級(jí)空間單元，為便于分析和管理，該文將區(qū)級(jí)空間單元合并為相應(yīng)市轄區(qū)，由于2020年新津縣撤縣設(shè)區(qū)，將此單元合并到成都市市轄區(qū)。另外，由于川西地區(qū)特殊的氣候條件和地理位置以及當(dāng)?shù)厣贁?shù)民族禁食魚的傳統(tǒng)，該區(qū)域有21個(gè)縣域無(wú)水產(chǎn)養(yǎng)殖數(shù)據(jù)，不作為該文研究范圍，故2018年研究區(qū)分107個(gè)縣域和18個(gè)市轄區(qū)，共計(jì)125個(gè)空間單元。

1.2 數(shù)據(jù)來(lái)源

該文數(shù)據(jù)來(lái)源主要包括兩個(gè)部分：一是四川省各縣域(市轄區(qū))的漁業(yè)統(tǒng)計(jì)指標(biāo)，從《2018四川省漁業(yè)統(tǒng)計(jì)年鑒》獲得，二是四川省各縣域(市轄區(qū))的社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)指標(biāo)，從同年四川省地方統(tǒng)計(jì)年鑒及統(tǒng)計(jì)網(wǎng)站獲得。

1.3 空間自相關(guān)分析

全局空間自相關(guān)分析用于檢驗(yàn)?zāi)撤N現(xiàn)象在空間上是否存在集聚[14]，該文利用全局空間自相關(guān)(Moran’sI)和局部空間自相關(guān)(LISA聚類圖)對(duì)四川省各縣域水產(chǎn)養(yǎng)殖業(yè)兩個(gè)典型指標(biāo)(養(yǎng)殖面積、養(yǎng)殖產(chǎn)量)進(jìn)行分析。Moran’sI計(jì)算公式為：

(1)

當(dāng)全局空間自相關(guān)分析結(jié)果整體呈顯著空間自相關(guān)格局時(shí)，為進(jìn)一步識(shí)別水產(chǎn)養(yǎng)殖面積和產(chǎn)量的局部空間關(guān)聯(lián)特征，可采用局部空間自相關(guān)方法。所得的局部Moran散點(diǎn)圖中四個(gè)象限分別代表四類局部空間關(guān)聯(lián)類型：第一象限為H-H型，第二象限為L(zhǎng)-H型，第三象限為L(zhǎng)-L型，第四象限為H-L型，結(jié)合局部Moran散點(diǎn)圖和顯著性統(tǒng)計(jì)指標(biāo)可得到LISA聚類圖[15]。

1.4 地理探測(cè)器

地理探測(cè)器是探測(cè)空間分異性，以及揭示其背后驅(qū)動(dòng)力的一種統(tǒng)計(jì)學(xué)方法[16]。運(yùn)用其中的分異及因子探測(cè)器分析四川省水產(chǎn)養(yǎng)殖業(yè)產(chǎn)出指標(biāo)(養(yǎng)殖產(chǎn)量)影響因素，進(jìn)而識(shí)別無(wú)效因子與主導(dǎo)因子。其計(jì)算公式如下：

(2)

1.5 地理加權(quán)回歸模型

地理加權(quán)回歸(GWR)是一種有效處理空間非平穩(wěn)性估計(jì)參數(shù)影響的建模技術(shù)，可以量化參數(shù)的空間異質(zhì)性[17]。相對(duì)于經(jīng)典全局回歸模型，GWR模型考慮了變參回歸和局部回歸，在回歸的時(shí)候使用空間關(guān)系作為權(quán)重加入運(yùn)算矩陣，采用局部加權(quán)最小二乘法對(duì)目標(biāo)參數(shù)進(jìn)行逐點(diǎn)估計(jì)，識(shí)別變量間的局部特征，有助于揭示局域空間單元水產(chǎn)養(yǎng)殖產(chǎn)量影響因素的差異對(duì)整體的影響。其計(jì)算公式如下：

(3)

式中，yi為模型的因變量，該文指養(yǎng)殖產(chǎn)量；xik為第k個(gè)預(yù)測(cè)變量在第i個(gè)空間單元的觀測(cè)值；ui，vi為第i個(gè)樣本空間單元的地理坐標(biāo)位置；β(ui，vi)是i點(diǎn)的回歸常數(shù)；βk(ui，vi)是第i個(gè)樣本點(diǎn)的第k個(gè)回歸參數(shù)，是地理位置的函數(shù)；εi為第i個(gè)樣本點(diǎn)的隨機(jī)誤差。

常用的權(quán)重函數(shù)包括高斯函數(shù)和雙重平方函數(shù)，這里選取高斯函數(shù)作為權(quán)重衰減函數(shù)。衰減函數(shù)的理論基礎(chǔ)是由Tobler提出的：位置越接近的數(shù)據(jù)，比遠(yuǎn)處的數(shù)據(jù)對(duì)結(jié)果的影響更大[18]。這個(gè)影響在數(shù)學(xué)上就化為了權(quán)重。高斯權(quán)重衰減函數(shù)計(jì)算公式如下：

Wij=exp[-(dij/b)2]

(4)

式中，dij是樣本點(diǎn)i和j的距離，b是帶寬，用來(lái)描述權(quán)重與距離之間函數(shù)關(guān)系的非負(fù)衰減參數(shù)。

帶寬b的選擇，直接影響權(quán)函數(shù)的結(jié)果，由于研究區(qū)樣本數(shù)據(jù)分布均勻，該文選擇固定型高斯函數(shù)。與此同時(shí)，帶寬b選擇后還需要遵循一定的準(zhǔn)則才能作為最終的最優(yōu)帶寬，常見(jiàn)的優(yōu)化準(zhǔn)則包括交叉驗(yàn)證法(CV)和赤池信息量準(zhǔn)則(AIC)，該文通過(guò)多次模擬對(duì)比分析后，選擇CV法作為權(quán)重函數(shù)帶寬的優(yōu)化準(zhǔn)則。

2 結(jié)果與分析

2.1 四川省水產(chǎn)養(yǎng)殖業(yè)空間格局

2.1.1 各縣域水產(chǎn)養(yǎng)殖規(guī)?？臻g差異顯著 養(yǎng)殖面積和養(yǎng)殖產(chǎn)量是代表地區(qū)水產(chǎn)養(yǎng)殖業(yè)發(fā)展規(guī)模的典型基本指標(biāo)，通過(guò)養(yǎng)殖面積和產(chǎn)量的空間分布特征可以直觀了解區(qū)域水產(chǎn)養(yǎng)殖業(yè)的空間分布概況，對(duì)后續(xù)研究做鋪墊。

在水產(chǎn)養(yǎng)殖面積方面(圖2-a)，川東和川西南部分地區(qū)所占比例較大，主要依托長(zhǎng)江流域內(nèi)所有河流、湖泊等各種水體組成的水網(wǎng)系統(tǒng)，豐富的水資源為盆地地區(qū)和西南高山河谷地區(qū)水產(chǎn)養(yǎng)殖業(yè)發(fā)展創(chuàng)造了先決條件。其中，養(yǎng)殖面積超過(guò)4500 hm2的縣域有5個(gè)，仁壽縣最高，達(dá)到7641 hm2，其余依次為綿陽(yáng)市市轄區(qū)、宜賓市市轄區(qū)、廣元市市轄區(qū)、鹽源縣；500～4500 hm2的有88個(gè)，所占比例最大，占全省縣域的60.27%；低于500 hm2的有22個(gè)。

在水產(chǎn)養(yǎng)殖產(chǎn)量方面(圖2-b)，全省各縣域養(yǎng)殖產(chǎn)量的空間分布特征與養(yǎng)殖面積比較相似，而部分地區(qū)如川西南地區(qū)鹽源縣、西昌市水產(chǎn)養(yǎng)殖水域以湖泊和水庫(kù)為主，受湖泊水庫(kù)清退限養(yǎng)等政策影響，造成養(yǎng)殖產(chǎn)量與面積不成正比。研究區(qū)125個(gè)縣域中，養(yǎng)殖產(chǎn)量超過(guò)3萬(wàn)t的縣域有6個(gè)，眉山市市轄區(qū)最高，達(dá)到5.88萬(wàn)t，其余依次為仁壽縣，綿陽(yáng)市市轄區(qū)、成都市市轄區(qū)、樂(lè)山市市轄區(qū)和宜賓市市轄區(qū)；0.5萬(wàn)～3萬(wàn)t的有83個(gè)，占全省縣域最大比例(56.85%)；低于0.5萬(wàn)t的有36個(gè)。

圖2 四川省各縣域水產(chǎn)養(yǎng)殖面積和產(chǎn)量空間分布Fig.2 Spatial distribution of aquaculture area and production in each county in Sichuan province

2.1.2 全局空間自相關(guān) 利用全局空間自相關(guān)指數(shù)Moran’sI可以揭示四川省各縣域水產(chǎn)養(yǎng)殖業(yè)的整體空間關(guān)聯(lián)格局。根據(jù)各縣域之間的鄰近關(guān)系建立二進(jìn)制鄰近矩陣，基于該矩陣通過(guò)Moran’sI對(duì)2018年四川省各縣域養(yǎng)殖面積和養(yǎng)殖產(chǎn)量數(shù)據(jù)進(jìn)行計(jì)算，結(jié)果如表1所示。Moran’sI指數(shù)計(jì)算結(jié)果均大于0，且通過(guò)置信水平為0.001的顯著性檢驗(yàn)，說(shuō)明數(shù)據(jù)呈顯著的空間正相關(guān)表征，即水產(chǎn)養(yǎng)殖面積和產(chǎn)量為高值的空間單元與高值空間單元相鄰，水產(chǎn)養(yǎng)殖面積和產(chǎn)量為低值的空間單元與低值空間單元相鄰，空間上整體呈正相關(guān)模式，在地理上傾向于發(fā)生空間聚集類現(xiàn)象。

表1 四川省水產(chǎn)養(yǎng)殖面積和產(chǎn)量全局Moran’s I統(tǒng)計(jì)

2.1.3 局部空間自相關(guān) 利用局部空間自相關(guān)LISA聚類圖可以揭示四川省各縣域之間水產(chǎn)養(yǎng)殖業(yè)的局部空間關(guān)聯(lián)格局。LISA聚類圖中H-H、L-L、H-L、L-H 4個(gè)聚類類型分顯著型和不顯著型，H-H/(L-L)顯著型為自身與鄰近水產(chǎn)養(yǎng)殖面積和產(chǎn)量均為高值(或低值)，空間差異較小的縣域空間單元；H-L/(L-H)顯著型為自身養(yǎng)殖面積和產(chǎn)量為高值(或低值)但周邊為低值(或高值)，空間差異較大的縣域空間單元。

由水產(chǎn)養(yǎng)殖面積局部自相關(guān)分析結(jié)果得知(圖3-a)，從分布數(shù)量上看，大部分顯著型空間單元屬于H-H型(15個(gè))和L-L型(22個(gè))，所占顯著型比重為90.24%，而L-H顯著型僅4個(gè)，無(wú)H-L顯著型；從分布空間上看，H-H顯著型主要集中在川東岷江、沱江沿岸平原丘陵地區(qū)和嘉陵江、涪江中上游沿岸丘陵地區(qū)，這些地區(qū)為四川省水產(chǎn)養(yǎng)殖面積聚集區(qū)。L-L顯著型主要分布在川西高山高原地區(qū)和川東盆周山區(qū)，L-H顯著型緊鄰H-H顯著型呈離散分布。

由水產(chǎn)養(yǎng)殖產(chǎn)量局部自相關(guān)分析結(jié)果得知(圖3-b)，從分布數(shù)量上看，與水產(chǎn)養(yǎng)殖面積類似，大部分顯著型縣域空間單元屬于H-H型(12個(gè))和L-L型(22個(gè))，所占顯著型比重為82.93%，而L-H顯著型有6個(gè)，H-L顯著型僅1個(gè)；從分布空間上看，除涪江流域梓潼縣，H-H顯著型主要集中在川東岷江、沱江沿岸平原丘陵地區(qū)，該地區(qū)為四川省水產(chǎn)養(yǎng)殖產(chǎn)量聚集區(qū)。L-L顯著型與養(yǎng)殖面積L-L顯著型類似，均分布于川西高山高原地區(qū)和川東盆周山區(qū)，而L-H顯著型離散分布于H-H顯著型周圍，H-L顯著型位于川西南地區(qū)西昌市。

圖3 四川省水產(chǎn)養(yǎng)殖面積和產(chǎn)量的LISA聚類圖Fig.3 LISA cluster map of aquaculture area and production in Sichuan province

基于上述結(jié)果，川東岷江、沱江沿岸平原丘陵地區(qū)(包括榮縣、威遠(yuǎn)縣、資中縣、井研縣、仁壽縣、雁江區(qū)、簡(jiǎn)陽(yáng)市)均為四川省水產(chǎn)養(yǎng)殖面積集聚區(qū)和養(yǎng)殖產(chǎn)量集聚區(qū)，該“熱點(diǎn)”地區(qū)呈組團(tuán)式集聚，與周邊縣域聯(lián)系緊密，輻射帶動(dòng)作用強(qiáng)，池塘面積占比大，受湖泊水庫(kù)清退政策影響較小。雖然嘉陵江、涪江中上游沿岸丘陵地區(qū)(包括閬中市、三臺(tái)縣、梓潼縣、蒼溪縣、劍閣縣)也擁有類似的水資源稟賦和地形條件(主要為淺、中丘)，其人口約403.33萬(wàn)人、GDP約889.67億元，但比起以上岷江、沱江沿岸平原丘陵地區(qū)(714.64萬(wàn)人和2228.06億元)，后者人口眾多、市場(chǎng)廣泛，受成都大都市圈輻射，經(jīng)濟(jì)支撐方面優(yōu)勢(shì)也明顯，所以川東岷江、沱江沿岸平原丘陵地區(qū)為四川省的主要水產(chǎn)養(yǎng)殖業(yè)集聚區(qū)。

2.2 四川省水產(chǎn)養(yǎng)殖業(yè)影響因素

2.2.1 因變量選取 衡量地區(qū)水產(chǎn)養(yǎng)殖業(yè)發(fā)展的指標(biāo)主要有養(yǎng)殖產(chǎn)量、養(yǎng)殖技術(shù)效率和養(yǎng)殖漁民收入等。由于養(yǎng)殖產(chǎn)量能最直接、最客觀地反映水產(chǎn)養(yǎng)殖業(yè)發(fā)展規(guī)模和水平，故該文選取養(yǎng)殖產(chǎn)量作為衡量水產(chǎn)養(yǎng)殖業(yè)發(fā)展的指標(biāo)，即因變量。

2.2.2 自變量選取 水產(chǎn)養(yǎng)殖產(chǎn)量受多重因素影響，參考已有相關(guān)文獻(xiàn)對(duì)水產(chǎn)養(yǎng)殖產(chǎn)量影響因素的研究[9，19-21]，整體可概括為養(yǎng)殖產(chǎn)出因素和社會(huì)經(jīng)濟(jì)因素兩大類，養(yǎng)殖產(chǎn)出因素是指水產(chǎn)養(yǎng)殖活動(dòng)產(chǎn)出數(shù)量的直接影響因素，而社會(huì)經(jīng)濟(jì)因素是指限制水產(chǎn)養(yǎng)殖活動(dòng)的間接影響因素，具體影響因子構(gòu)建情況見(jiàn)表2。

2.2.3 基于地理探測(cè)器的主要影響因子識(shí)別 養(yǎng)殖產(chǎn)量影響因素中有可能包含相互重復(fù)的的信息，并且對(duì)養(yǎng)殖產(chǎn)量的影響程度不一樣，利用地理探測(cè)器可以識(shí)別無(wú)效因子和主導(dǎo)因子，避免信息冗余和多重共線性問(wèn)題?；谔綔y(cè)結(jié)果，結(jié)合因子探測(cè)q值及顯著性檢驗(yàn)，由表3可知，各因子對(duì)水產(chǎn)養(yǎng)殖產(chǎn)量影響強(qiáng)弱依次為：x1>x6>x4>x2>x8>x9>x7>x5>x3。其中，x3、x5、x7、x9的q值相對(duì)較小，對(duì)因變量影響程度較弱，故排除這4個(gè)影響因子。x1、x2、x4、x6、x8的q值明顯高于其余因子，且均通過(guò)0.001顯著型檢驗(yàn)。由于x6與x8均表示人口因素，降維合并為一個(gè)因子可以避免研究的重復(fù)性。故該文篩選后的4個(gè)主導(dǎo)因子分別x1(養(yǎng)殖面積)、x2(平均單產(chǎn)水平)、x4(淡水魚苗數(shù)量)及x6(養(yǎng)殖勞動(dòng)力)。

表3 地理探測(cè)器探測(cè)結(jié)果

2.2.4 基于GWR的影響因素空間異質(zhì)性分析 通過(guò)對(duì)水產(chǎn)養(yǎng)殖產(chǎn)量及其主導(dǎo)因子的地理加權(quán)回歸運(yùn)算，各系數(shù)描述性統(tǒng)計(jì)見(jiàn)表4，結(jié)果表明除養(yǎng)殖勞動(dòng)力外，其余自變量的回歸系數(shù)符號(hào)均為正，說(shuō)明四川省各縣域的養(yǎng)殖面積、淡水魚苗數(shù)量和平均單產(chǎn)水平對(duì)養(yǎng)殖產(chǎn)量都為正向效應(yīng)，而養(yǎng)殖勞動(dòng)力的正負(fù)值回歸系數(shù)在空間上波動(dòng)較大，說(shuō)明其對(duì)養(yǎng)殖產(chǎn)量的影響不穩(wěn)定。為進(jìn)一步探究水產(chǎn)養(yǎng)殖產(chǎn)量影響因素的空間變異特征，通過(guò)GIS平臺(tái)對(duì)各自變量的系數(shù)值進(jìn)行空間可視化，可以更直觀地表達(dá)和分析各變量對(duì)養(yǎng)殖產(chǎn)量影響的空間變異，結(jié)果如圖4所示。

表4 GWR模型回歸系數(shù)描述性統(tǒng)計(jì)分析

水產(chǎn)養(yǎng)殖水體是水產(chǎn)養(yǎng)殖活動(dòng)的自然基本載體，養(yǎng)殖面積是衡量水產(chǎn)養(yǎng)殖業(yè)發(fā)展的基本和重要指標(biāo)。從回歸系數(shù)的空間分布(圖4-a)上看，由中部向南北兩邊逐漸減小，最大間隔值分布于川東成都、資陽(yáng)、雅安、樂(lè)山、自貢等市所轄部分縣域，最小間隔值出現(xiàn)在川西南攀枝花市和涼山州地區(qū)。這說(shuō)明岷江、沱江沿岸平原丘陵地區(qū)水產(chǎn)養(yǎng)殖產(chǎn)量受養(yǎng)殖面積影響較大，其原因主要與水資源和養(yǎng)殖方式有關(guān)。岷江、沱江沿岸平原丘陵地區(qū)地勢(shì)平坦開(kāi)闊，水系輻射面積廣，除了不同大小面積的湖泊水庫(kù)，坑塘遍布，養(yǎng)殖方式多為池塘養(yǎng)殖，平均單產(chǎn)最高(8255.76 t/hm2)，以成都市為例，池塘養(yǎng)殖面積占養(yǎng)殖規(guī)模的68.27%，養(yǎng)殖產(chǎn)量占比則高達(dá)78.55%；而川西南高山地區(qū)位于雅礱江中下游，養(yǎng)殖方式多為湖泊、水庫(kù)等大水面，平均單產(chǎn)較低，例如涼山州湖泊水庫(kù)養(yǎng)殖面積占比高達(dá)86.47%，但產(chǎn)量?jī)H占24.99%。

圖4 四川省各縣域GWR模型回歸系數(shù)空間分布Fig.4 The spatial distribution of the regression coefficients of the GWR model in each county in Sichuan province

平均單產(chǎn)代表了區(qū)域水產(chǎn)養(yǎng)殖水平和能力，提高平均單產(chǎn)能提升水資源利用率和水產(chǎn)養(yǎng)殖效益。從回歸系數(shù)的空間分布(圖4-b)上看，由東北部向西南部逐漸減小，最大間隔值位于川東達(dá)州市，最小間隔值廣布于川西南整個(gè)地區(qū)和川西北甘孜州。這說(shuō)明川東東部盆周山區(qū)水產(chǎn)養(yǎng)殖產(chǎn)量受平均單產(chǎn)影響較大，而影響平均單產(chǎn)的因素有很多，包括養(yǎng)殖品種結(jié)構(gòu)、養(yǎng)殖方式、科學(xué)技術(shù)創(chuàng)新等。眾所周知，“青草鰱鳙”四大家魚繁衍快、產(chǎn)量高，達(dá)州市四大家魚產(chǎn)量占比高達(dá)70.03%，并且池塘養(yǎng)殖面積占養(yǎng)殖規(guī)模的40.52%，養(yǎng)殖產(chǎn)量占比高達(dá)72.44%。此外，達(dá)州市漁業(yè)信息化、自動(dòng)化水平較高，如達(dá)州市開(kāi)江縣率先建立了智慧農(nóng)業(yè)管理中心和農(nóng)產(chǎn)品溯源信息化系統(tǒng)，園區(qū)農(nóng)業(yè)綜合機(jī)械化率更達(dá)到90%以上；而川西南地區(qū)如涼山州，四大家魚產(chǎn)量占比34.46%，養(yǎng)殖方式也多以湖泊水庫(kù)，漁業(yè)技術(shù)創(chuàng)新水平也較低。

淡水魚苗數(shù)量代表資本投入力量，能一定程度上反映水產(chǎn)養(yǎng)殖規(guī)模。從回歸系數(shù)的空間分布(圖4-c)上看，由北部向南部逐漸減小，最大間隔值分布于川東巴中市、廣元市和川西北阿壩州九寨溝縣，最小間隔值分布于川西南攀枝花市、涼山州部分縣域和川西北甘孜州部分縣域。這說(shuō)明川東北部盆周山區(qū)水產(chǎn)養(yǎng)殖產(chǎn)量受淡水魚苗數(shù)量投入影響相對(duì)較大，但總的來(lái)說(shuō)淡水魚苗數(shù)量回歸系數(shù)均值及其極差都較小，表明淡水魚苗數(shù)量對(duì)提高水產(chǎn)養(yǎng)殖產(chǎn)量的邊際報(bào)酬減小，空間異質(zhì)性也相對(duì)較弱。根據(jù)邊際報(bào)酬遞減定律，新增越多的淡水魚苗投入量，其邊際養(yǎng)殖產(chǎn)量會(huì)越小，而淡水魚苗投入數(shù)量主要集中在川東平原、丘陵地區(qū)，表明其新增的淡水魚苗投入數(shù)量并不會(huì)對(duì)養(yǎng)殖產(chǎn)量帶來(lái)太大的邊際報(bào)酬；而川東北部盆周山地區(qū)的新增淡水魚苗投入數(shù)量對(duì)養(yǎng)殖產(chǎn)量帶來(lái)的邊際報(bào)酬則相對(duì)較好。

養(yǎng)殖勞動(dòng)力與養(yǎng)殖產(chǎn)量關(guān)系較為復(fù)雜，125個(gè)縣域單元中為負(fù)向效應(yīng)的有47個(gè)，占比約37.6%。從回歸系數(shù)的空間分布(圖4-d)上看，由東南部向西部逐漸增加。川西地區(qū)為正高值聚集區(qū)，最大間隔值出現(xiàn)在甘孜州、阿壩州和涼山州部分縣域，川東盆地為負(fù)高值聚集區(qū)，最大間隔值廣布于盆地南部。這說(shuō)明養(yǎng)殖勞動(dòng)力為川西高山高原地區(qū)水產(chǎn)養(yǎng)殖產(chǎn)量的重要影響因素，而對(duì)川東盆地地區(qū)影響絕對(duì)值較小，且為負(fù)向影響，其原因與社會(huì)經(jīng)濟(jì)背景、養(yǎng)殖方式、養(yǎng)殖水平等有關(guān)。川西高山高原地區(qū)經(jīng)濟(jì)相對(duì)較落后，勞動(dòng)力吸引力較弱，其中甘孜州、阿壩州、涼山州和攀枝花市養(yǎng)殖勞動(dòng)力數(shù)量?jī)H占全省規(guī)模的2.38%，并且養(yǎng)殖方式以大水面養(yǎng)殖為主，養(yǎng)殖水平較低，集約化程度不高。當(dāng)?shù)厮a(chǎn)偏勞動(dòng)力導(dǎo)向型，此地區(qū)養(yǎng)殖潛力較大，養(yǎng)殖勞動(dòng)力需求也較高，養(yǎng)殖勞動(dòng)力的投入會(huì)增加水產(chǎn)養(yǎng)殖產(chǎn)量；而川東盆地地區(qū)經(jīng)濟(jì)發(fā)達(dá)，人口基數(shù)大，勞動(dòng)力吸引力也較強(qiáng)，其中僅內(nèi)江市、資陽(yáng)市、宜賓市三市養(yǎng)殖勞動(dòng)力數(shù)量就占全省總計(jì)的33.76%，此外，該地區(qū)養(yǎng)殖方式以池塘養(yǎng)殖為主，養(yǎng)殖水平較高，養(yǎng)殖規(guī)模也較大。一方面此地區(qū)養(yǎng)殖勞動(dòng)力數(shù)量較多，處于高位飽和容納狀態(tài)；另一方面隨著水產(chǎn)養(yǎng)殖集約化程度的提高，對(duì)勞動(dòng)力數(shù)量的依賴程度降低，在養(yǎng)殖規(guī)模不變的前提下，養(yǎng)殖勞動(dòng)力數(shù)量的增加不會(huì)對(duì)水產(chǎn)養(yǎng)殖產(chǎn)量起增量作用。

3 討 論

隨著我國(guó)特色社會(huì)主義步入新時(shí)代，漁業(yè)方面的主要矛盾已經(jīng)轉(zhuǎn)化為人們對(duì)優(yōu)美生態(tài)環(huán)境和優(yōu)質(zhì)水產(chǎn)品的需求與漁業(yè)發(fā)展不平衡不充分之間的矛盾，落實(shí)生態(tài)文明建設(shè)和推進(jìn)漁業(yè)供給側(cè)結(jié)構(gòu)性改革是解決這一矛盾的主要方式之一。四川水產(chǎn)在面臨資源與環(huán)境的約束限制作用下，如何將資源和環(huán)境因素變成經(jīng)濟(jì)增長(zhǎng)的外生變量，以資源節(jié)約環(huán)境友好的方式獲得產(chǎn)業(yè)經(jīng)濟(jì)高質(zhì)量發(fā)展增長(zhǎng)，規(guī)模化、集約化的養(yǎng)殖方式是實(shí)現(xiàn)這一目標(biāo)的有效之路[11, 22-23]。

由于四川省各縣域水產(chǎn)養(yǎng)殖業(yè)空間關(guān)聯(lián)格局及關(guān)聯(lián)程度不同，影響四川省各縣域水產(chǎn)養(yǎng)殖業(yè)因素程度不同，所以不同區(qū)域應(yīng)該立足各自的資源稟賦、氣候條件、產(chǎn)業(yè)基礎(chǔ)、功能定位和社會(huì)經(jīng)濟(jì)背景，因地制宜地優(yōu)化調(diào)整水產(chǎn)養(yǎng)殖業(yè)空間布局。

(1)在川東平原丘陵地區(qū)，尤其是岷江、沱江沿岸水產(chǎn)養(yǎng)殖業(yè)地理集聚區(qū)，水產(chǎn)受養(yǎng)殖面積影響較大。應(yīng)繼續(xù)以池塘養(yǎng)殖為基礎(chǔ)，利用現(xiàn)有基礎(chǔ)放大水產(chǎn)養(yǎng)殖業(yè)集聚效應(yīng)，充分發(fā)揮專業(yè)大戶、家庭漁場(chǎng)、養(yǎng)殖合作社和龍頭企業(yè)等新型養(yǎng)殖經(jīng)營(yíng)主體的示范帶動(dòng)作用；與此同時(shí)，對(duì)水產(chǎn)養(yǎng)殖業(yè)產(chǎn)業(yè)集聚區(qū)也要科學(xué)明確其養(yǎng)殖容量。合理結(jié)合指標(biāo)管控池塘養(yǎng)殖規(guī)模和密度，減排二氧化碳，有效防止水產(chǎn)養(yǎng)殖環(huán)境污染，并鼓勵(lì)間養(yǎng)、輪養(yǎng)、混養(yǎng)等多種不同的生態(tài)養(yǎng)殖模式；為強(qiáng)化該組團(tuán)式規(guī)模集聚區(qū)對(duì)全省水產(chǎn)養(yǎng)殖業(yè)發(fā)展的支撐與帶動(dòng)作用，在保持其產(chǎn)量?jī)?yōu)勢(shì)的同時(shí)，應(yīng)推動(dòng)水產(chǎn)養(yǎng)殖與農(nóng)業(yè)、加工、物流、休閑等一二三產(chǎn)業(yè)融合發(fā)展，延伸產(chǎn)業(yè)鏈，促進(jìn)水產(chǎn)養(yǎng)殖綜合效益，如稻魚綜合養(yǎng)殖和休閑漁業(yè)等；最后，由于該區(qū)域水產(chǎn)受淡水魚苗數(shù)量和養(yǎng)殖勞動(dòng)力影響較小。應(yīng)加強(qiáng)產(chǎn)學(xué)研緊密結(jié)合和增強(qiáng)農(nóng)漁民技能水平，推動(dòng)水產(chǎn)產(chǎn)業(yè)發(fā)展由主要依靠淡水魚苗數(shù)量和養(yǎng)殖勞動(dòng)力等生產(chǎn)要素投入逐步向依靠科技進(jìn)步和提高勞動(dòng)者素質(zhì)轉(zhuǎn)變。

(2)在川西高山高原地區(qū)和川東盆周山地區(qū)，水產(chǎn)養(yǎng)殖產(chǎn)業(yè)集聚程度低，水產(chǎn)受養(yǎng)殖面積影響較小，湖泊和水庫(kù)所占比例較大，應(yīng)清退湖泊、大中型水庫(kù)人工養(yǎng)殖，充分利用天然水面和人工庫(kù)湖發(fā)展水產(chǎn)增殖，逐步減少投餌網(wǎng)箱養(yǎng)殖，適當(dāng)投入不投餌濾食性生物如鰱鳙、鲴、羅非魚和貝類等以改善水生態(tài)環(huán)境；該區(qū)域旱期較長(zhǎng)，尤其是川西南攀西地區(qū)，養(yǎng)殖面積有限。應(yīng)充分利用沼澤地、低洼地和鹽堿地養(yǎng)殖，鼓勵(lì)有條件的地區(qū)發(fā)展工廠、大棚和網(wǎng)箱等集約化設(shè)施養(yǎng)殖，提高水資源利用率，促進(jìn)土地資源節(jié)約集約利用；該區(qū)域盆周山區(qū)高山流水，水溫偏低，水質(zhì)清澈，有利于各種冷水性名特優(yōu)魚類的生長(zhǎng)繁殖、移養(yǎng)、馴化。應(yīng)充分發(fā)揮該區(qū)域冷水資源優(yōu)勢(shì)，構(gòu)建獨(dú)具特色的冷水魚產(chǎn)業(yè)園區(qū)，重點(diǎn)圍繞土著品種如雅魚和引進(jìn)品種如鱘魚、鮭鱒魚等打造高端特色冷水水產(chǎn)品品牌，發(fā)揮區(qū)位產(chǎn)業(yè)的比較優(yōu)勢(shì)；該區(qū)域水產(chǎn)受養(yǎng)殖勞動(dòng)力影響大，但養(yǎng)殖勞動(dòng)力吸引力又較弱。應(yīng)加大財(cái)政投入扶持力度，吸引一批專業(yè)養(yǎng)殖勞動(dòng)力，推動(dòng)區(qū)域水產(chǎn)養(yǎng)殖業(yè)健康可持續(xù)發(fā)展；此外，也要把漁業(yè)科技創(chuàng)新作為貫徹水產(chǎn)養(yǎng)殖發(fā)展的第一動(dòng)力，加強(qiáng)科技研發(fā)投入，提高該區(qū)域水產(chǎn)養(yǎng)殖平均單產(chǎn)水平。

4 結(jié) 論

(1)基于全局和局部的空間自相關(guān)結(jié)果，四川省各縣域水產(chǎn)養(yǎng)殖業(yè)的整體空間關(guān)聯(lián)格局呈顯著正相關(guān)，岷江和沱江沿岸平原丘陵地區(qū)(包括榮縣、威遠(yuǎn)縣、資中縣、井研縣、仁壽縣、雁江區(qū)、簡(jiǎn)陽(yáng)市)為該省的主要水產(chǎn)養(yǎng)殖業(yè)集聚區(qū)。

(2)基于地理探測(cè)器結(jié)果，養(yǎng)殖面積、養(yǎng)殖勞動(dòng)力、平均單產(chǎn)水平、淡水魚苗數(shù)量和人口5個(gè)指標(biāo)q值較大并均通過(guò)顯著性檢驗(yàn)。由于養(yǎng)殖勞動(dòng)力和人口均表示人口因素，為降低研究的重復(fù)性，兩者選取其中q值較高的養(yǎng)殖勞動(dòng)力，再加上其余主導(dǎo)指標(biāo)共4個(gè)指標(biāo)作為四川省水產(chǎn)養(yǎng)殖產(chǎn)量的主導(dǎo)因子。

(3)基于地理加權(quán)回歸模型結(jié)果，各主導(dǎo)因子回歸系數(shù)中，養(yǎng)殖面積為正向效應(yīng)，影響程度由中部向南北兩邊逐漸減??；平均單產(chǎn)為正向效應(yīng)，由東北部向西南部逐漸減??；淡水魚苗數(shù)量為正向效應(yīng)，由北部向南部逐漸減小，但回歸系數(shù)均值及其極差較??；養(yǎng)殖勞動(dòng)力由東南部向西部從負(fù)值向正值過(guò)渡且逐漸增加。