2. 中国渔业发展战略研究中心, 上海 201306;
3. 海洋产业发展战略研究中心, 上海 201306
中国海水养殖产量连续多年居于世界首位,但随着产业经济发展,资源约束与环境问题逐步凸显。正确处理好资源、环境与经济发展的关系,是中国海水养殖业破除发展瓶颈,提升绿色发展水平,实现由海水养殖业大国向强国转变的重中之重。
关于海水养殖业发展过程中资源、环境与经济之间关系的探讨由来已久,自然科技视角与经济学角度均有相关研究[1-2]。就经济学视角而言,学者主要从理论分析框架[3]、水产养殖绿色发展评价体系[4]及生态经济效率方面研究海水养殖业发展现状[5-6]。
耦合协调度模型是能够客观连接不同系统,凸显其协调发展关系的重要方法。在这方面,现有研究较多使用此模型分析双系统及多系统协调发展[7-8];也有学者对不同产业之间的协调关系进行了评价,如对中国展览业与旅游业协调发展水平及其驱动因素进行的研究以及对水产养殖业与捕捞业协调发展程度进行的测度[9-10]。
从现有研究成果看,耦合协调度模型能够客观分析不同主体的协调发展度及其优劣势,对于中国海水养殖业各系统协调发展研究具有适用性。基于此,本研究为揭示资源、环境及经济三系统发展现状,构建中国海水养殖业综合评价体系,并运用耦合协调模型等方法对本产业三系统协调程度进行解析,在揭示各省市海水养殖业发展弱势的基础上,探讨该产业资源、环境与经济耦合协调发展路径。
1 研究方法 1.1 研究方法与指标选取的理论基础要评判海水养殖业资源、环境与经济系统的协调程度,首先需对三者之间的关系有正确理解。事实上,在海水养殖业中,资源、环境与经济构成了产业发展的有机统一体,即海水养殖资源-环境-经济系统。在该系统中,自然资源为海水养殖业经济发展提供了物质基础,但对资源的过度索取会导致资源生态系统的崩溃和环境的恶化。养殖环境则为养殖水产品提供了赖以生存的空间和环境,保障资源承载力水平;经济发展所产生的污染可由环境来储存及自然资源生态系统来净化,若经济发展过快,环境所承担的污染物规模会超出自然资源生态系统的净化能力,进而导致环境恶化。三者处在互相影响、互相支持的综合体中,唯有资源、环境与经济发展间形成平衡关系,构成科学发展体系,才可推动海水养殖业的绿色可持续发展[11]。
需要看到的是,海水养殖业处于不同的经济发展水平时,对资源与环境的影响是不同的:当经济发展水平较低,产业发展方式一般比较粗放,虽然经济活动对资源与环境生态系统的总体压力可能比较小,但单位产量的资源消耗较大且产生的污染较多;当经济发展到一定水平,随着资本积累水平的提升,技术创新会逐步加速,生产方式会逐步向集约型发展,单位产出的资源消耗水平会下降,同时技术的创新会促进自然资源的再生与环境生态系统的改良(比如养殖技术进步使得增殖放流成为可能,而增殖放流可能增加渔业资源),持续提高养殖资源运用效率、生态治理技术能力以及水域负载水平[12]。
总之,为评判海水养殖业发展过程中资源、环境与经济系统之间的协调程度,需选择适合于揭示三个子系统之间关系的模型与指标,在揭示其发展水平的基础上,评判彼此之间的协调性。
1.2 耦合协调度模型本研究借鉴丛晓男修正后的模型[13]来测度海水养殖资源-环境-经济耦合协调度。
1.2.1 数据标准化处理为了使得各个系统及多指标之间具有可比性,将原始数据值进行标准化:
式中:xij为第i个省市的第j项指标原始值,yij为其对应的标准化值。
1.2.2 熵权赋值法在标准化处理基础上,利用熵权赋值法确定指标权重,得到资源、环境、经济子系统各项指标权重,有效避免层次分析法等赋权法的主观性,保证权重的准确性。
1.2.3 综合发展指数综合发展指数是通过将各项指标经标准化、熵权赋值法处理后进行综合,最后形成的概括性指数值,以达到评价发展水平的目的。采用该指数,旨在衡量资源、环境及经济发展水平。测算具体方法如下:
式中:Ucfr (x)、Ucfc (y)、Ucfe (z)分别为海水养殖资源、环境及经济发展指数, xi、yj、zk分别为海水养殖资源、环境、经济子系统各项指标标准化数值;ai、bj、ck分别为各项指标的权重;a、p、q分别为资源、环境、经济子系统指标数量;Tij为复合系统(三系统)综合发展指数,α、β、γ为各系统权重系数,海水养殖发展过程中资源、环境及经济三系统需同等重视,故在此假设α=β=γ=1/3。
1.2.4 耦合协调度耦合度反映各系统相互作用的程度,耦合协调度(以下简称协调度)更进一步反映各系统协同发展程度。协调发展是海水养殖业绿色发展的本质要求,因此可通过协调度模型深入剖析系统协调发展水平。
在测算出上述发展指数基础上,借鉴汪永生等学者的研究思路[8],构建三系统耦合度模型,如公式(6):
式中:Cij为海水养殖复合系统耦合度,取值范围为[0, 1]。
综合以上测度结果,可得到海水养殖复合系统协调度模型:
式中Dij为复合系统协调度,协调度越大,表明海水养殖系统协调发展水平越高。借鉴前人耦合度及协调度等级划分[14],将耦合度及协调度分别划分:
耦合度等级:低度耦合(0.000~0.299)、拮抗耦合(0.300~0.499)、初步磨合(0.500~0.799)、高度耦合(0.800~1.000)。
协调度等级:极度失调(0.000~0.099)、严重失调(0.100~0.199)、中度失调(0.200~0.299)、轻度失调(0.300~0.399)、濒临失调(0.400~0.499)、勉强协调(0.500~0.599)、初级协调(0.600~0.699)、中级协调(0.700~0.799)、良好协调(0.800~0.899)、优质协调(0.900~1.000)。
1.3 指标选取基于前文的理论分析、前人研究成果及数据可得性,分别从海水养殖业资源、环境与经济三系统中选取16项指标构建耦合协调评价体系。
1.3.1 经济系统经济增长是经济发展的核心内容,产业经济增长不仅体现于总量增长,而且应涵盖经济增速、国民收入水平、产业结构比重等重要衡量因素。结合汪永生等经济系统构建思路[8]及本产业数据可获得性,构建海水养殖业经济系统。
1.3.2 资源系统根据实际调研所获知的养殖方面核心问题,资源系统选取了五大关键要素:养殖面积代表自然资源投入,苗种、劳动力、饲料、固定资产投入代表社会资源投入。海水养殖中间消耗包括饲料、燃料及其他费用消耗,借鉴王端岚的研究思路[15],根据渔业中间消耗进行折算;同时,为消除物价水平对实际结果造成的通货膨胀影响,使用GDP指数和农业生产资料价格指数分别对海水养殖实际劳均产值和海水养殖中间消耗进行价格平减。
1.3.3 环境系统从前人研究结果来看,环境系统通常包含正负两种指标,以保证系统客观性。考虑到工厂化养殖是较为环保且需大力推广的养殖模式,将工厂化养殖产量占比作为衡量环境友好的指标;受灾养殖面积反映了养殖过程中受灾程度,其对环境及经济均产生负向作用,结合海水养殖业总氮、总磷、COD排放量作为衡量环境恶化的指标[16-17]。根据《全国污染普查水产养殖业污染源产排污系数手册》测算海水养殖排污量[6]。其中,贝类等非投饲型主要养殖模式为筏式养殖及滩涂养殖,所产生的污染物直接排放入海,产污量与排污量相近,故在此借鉴前人测算的贝类氮、磷产污系数近似代替排污系数[18]。
综合上述指标选取,构建海水养殖业资源-环境-经济耦合协调评价体系。结合2011—2018年全国数据,采用熵值赋权法对各项指标权重进行测算(表 1)。
选取2011—2018年全国及沿海10省市(香港、澳门、台湾及上海数据无法获取,故排除)海水养殖业作为研究对象,借助国家统计局网站、《中国农村统计年鉴》(2012—2019年)、《第一次全国污染普查水产养殖业污染源产排污系数手册》、《中国渔业统计年鉴》(2012—2019年)等资料,计算获得相关指标数据。
2 结果 2.1 各省市海水养殖业综合发展指数分析根据熵值法确定各系统指标的权重,得到各省市资源-环境-经济复合系统的综合发展指数,见表 2。
由表 2可知,河北、江苏、福建、山东、广东及广西略呈上升趋势。从均值排名来看,各省市海水养殖综合发展指数地理分布由北向南呈降低式分布:天津、山东两省三系统综合发展指数最高,广东、广西及海南三省在三系统综合发展指数排名中居于最后三位,表明本地区产业资源、环境与经济发展水平较低,需重视三系统之间的协调发展。
为详细了解国内海水养殖资源、环境及经济子系统发展指数情况,以下得出了2011—2018年中国海水养殖整体综合发展指数及各子系统发展指数结果,见图 1。
2011—2018年,海水养殖复合系统总体呈波动态势,由2011年的0.44上升至2013年0.61,其后至2016年呈下降趋势,随后稳步上升。环境子系统发展指数由短暂上升转为持续下降,中国海水养殖水域环境恶化严重,需加强污染治理力度,遏制海源及陆源污染;2011—2013年资源子系统呈稳步增长态势,2014年资源系统发展指数下跌幅度较大,可能是由于东南沿海地区遭受“亚马逊”、“海鸥”等超强台风重创,导致水域养殖面积及社会资源投入减少。2015年以来继续呈稳步上升态势;经济系统发展指数处于振荡上升中,海水养殖业经济发展比重逐步增大。
从资源、环境及经济子系统的变化趋势来看,资源与环境发展指数变化趋于同步,资源子系统波动下降态势更为明显。与资源与环境发展指数不同,经济发展指数则呈上升态势,并在2016年之后超越环境发展指数,2017年超越资源发展指数,反映出2011—2018年以来,海水养殖业发展过程中经济系统与资源系统及环境系统之间的背离逐步加剧。
2.2 各省市海水养殖业耦合度及协调度分析据上述公式测算出2011—2018年全国层面海水养殖复合系统和两两子系统间的耦合度,结果见表 3。
由上述结果可知,资源-环境-经济复合系统耦合度等级较高,但综合发展指数较低,说明全国层面上复合系统属于低发展水平下的高耦合。两两之间系统耦合度小于复合系统耦合度,表明资源、环境及经济三者的整体性强于两者间的作用性。三个维度的子系统历年耦合水平均在拮抗耦合及初步磨合阶段,协同度有待提升。其中,资源-经济子系统耦合度在研究期内相对较为稳定,多处于拮抗耦合阶段;资源-环境子系统耦合度呈下降趋势,两者交互影响效应降低。
协调度综合了发展指数及耦合度优势,以综合揭示各地区资源、环境与经济系统之间作用强度与协调发展水平,进一步反映各系统协同发展程度,更加直观地反映出中国海水养殖业目前的发展情况及强弱点。全国层面协调度变化情况见图 2。
由图 2可知,2011—2018年海水养殖复合协调度均值为0.771,总体处于中级协调水平。历年协调度水平差距较小,但低于耦合度历年均值0.958,说明中国海水养殖业复合协调度是一种发展水平较低的中级协调。
由子系统协调度变化图(图 2)可知,复合系统变化较小的背后隐藏着经济、资源及环境系统的两两协调性不高。首先,环境-经济系统处于濒临失调的缓慢下降状态,协调发展程度不高;其次,资源-经济系统协调度由2011年的0.332增长至2018年的0.515,双系统协调度增长较快,未来资源-经济发展水平预期会显著提升;与之相反,资源-环境系统呈振荡下降趋势,2018年资源-环境系统协调度已降至0.426,处于濒临失调状态,结合资源-经济系统的振动增长态势,再次印证了中国海水养殖业需由经济导向向环境导向倾斜的必要性。
基于对全国层面复合系统协调度的分析得出各省市2011—2018年复合系统协调度及发展类型,并选取2011和2018年度实证结果进行对比(见表 4)。
从各省市海水养殖协调等级来看,沿海省市海水养殖在2018年达到良好协调的有天津、河北、江苏三省市,达到中级协调的有辽宁、山东、浙江、福建,处于初级协调的有广东、广西和海南,整体海水养殖协调度水平地理分布呈北高南低态势。
从海水养殖子系统发展指数及协调度对比来看,各省市发展短板较为突出,虽然各省市均已达到协调以上的水平,但各省市海水养殖综合发展指数均低于本省市总协调度,表明中国目前依旧处于产业发展水平较低的状态,各省市需聚焦本地的弱势发展系统,全面促进海水养殖业协调发展。
3 讨论本研究通过测度中国海水养殖业综合发展指数及各子系统发展指数,分析了资源、环境、经济系统发展水平和历年发展趋势,进而得到三系统耦合度及协调度,指出了2011—2018年中国海水养殖业的发展境况及不足之处。在此基础上,提出以下观点,供读者讨论。
3.1 加强养殖技术创新,提升社会资源利用效率前文分析结果表明,资源系统发展指数并无上升态势,且各省市发展短板中,资源落后发展型省市占比较大。究其原因,可能是因为渔民培训强度下降幅度过大,由2011年的58%下降至2018年的21%,拉低了资源系统发展水平,影响产业的协调发展。各地区不仅需提高养殖技术培训力度更需加强技术支撑,试验站及水产研究所需重点创新养殖技术。同时,应坚持以技术进步提升鱼苗及饲料品质,以期提升养殖过程的资源利用率、增加渔民收入的同时实现环境友好。
3.2 以资源-环境协调发展为主线,着力提升环境发展水平前文指出,中国整体海水养殖资源-环境系统协调度呈下降趋势,根据协调度测算原理及系统发展水平趋势可知,环境系统发展水平下降是主要引致因素。养殖环境水平的提升一方面提高了自然资源的承载力水平,另一方面引领绿色经济的实现,进而以绿色经济促进技术进步,以技术进步反哺社会资源利用率。海水养殖业未来应遵循此发展主线,以提升本产业环境发展水平为重点,以资源-环境协调发展为首要目标,实现中国海水养殖业绿色发展。
3.3 各地区应因地制宜,聚焦发展短板分海区发展特征来看,黄渤海地区沿海省市均为资源、经济滞后发展型,东南沿海地区以环境滞后发展型为主。黄渤海区相较于东南海区养殖规模不大,但绿色养殖技术较为领先,工厂化循环水养殖较为普及,较好实现了海水养殖业协调发展;东南海区各省海水养殖业规模较大,养殖模式以普通网箱及滩涂养殖为主,相对来看对环境状况较为不利。各地区应在加强环境保护力度大方向的同时,鼓励绿色养殖模式创新与应用。对资源与经济滞后型省市,未来需加强本地区资源与经济的发展力度,发挥本省市独特优势,推广优势养殖品种,构建水产品品牌效应,以期拓宽市场。对于环境滞后型省市,应加强灾害防治力度,降低水域面源污染,减少受灾损失,保障渔民生计的同时提升环境治理水平。
3.4 不足与展望本研究首次基于资源-环境-经济三系统耦合协调视角,对中国海水养殖业协调发展进行了探究。因数据获取有限,鲜活饵料投入量、赤潮污染程度、品牌建设程度[19]等重要影响因素暂无准确数据及相应量化标准,指标体系的构建还未达到理想状态,对全国协调发展程度及各省市的协调发展排名高低的判定有待检验,也对海水养殖业现状把握的精确度造成一定影响。在今后研究中,可进一步综合考虑上述因素,提出更加精准的发展对策和提升路径。
[1] |
SUN L Q, LIU H, GAO Y P, et al. Food web structure and ecosystem attributes of integrated multi-trophic aquaculture waters in Sanggou Bay[J]. Aquaculture Reports, 2020, 16: 100279. DOI:10.1016/j.aqrep.2020.100279 |
[2] |
卢昆, 高晶晶, 郝平. 我国海水养殖资源开发评价及其支持政策分析[J]. 农业经济问题, 2016, 37(3): 95-103, 112. LU K, GAO J J, HAO P. Study on the evaluation and supporting policy of Chinese marine aquaculture resources exploitation[J]. Issues in Agricultural Economy, 2016, 37(3): 95-103, 112. |
[3] |
NGUYEN K T, FISHER T C G. Efficiency analysis and the effect of pollution on shrimp farms in the Mekong River Delta[J]. Aquaculture Economics & Management, 2014, 18(4): 325-343. |
[4] |
操建华, 桑霏儿. 水产养殖业绿色发展理论、模式及评价方法思考[J]. 生态经济, 2020, 36(8): 101-106, 153. CAO J H, SANG F E. Thinking on theory, model and evaluation method of aquaculture green development[J]. Ecological Economy, 2020, 36(8): 101-106, 153. |
[5] |
NIELSEN M, RAVENSBECK L, NIELSEN R. Green growth in fisheries[J]. Marine Policy, 2014, 46: 43-52. DOI:10.1016/j.marpol.2014.01.003 |
[6] |
秦宏, 张莹, 卢云云. 基于SBM模型的中国海水养殖生态经济效率测度[J]. 农业技术经济, 2018(9): 67-79. QIN H, ZHANG Y, LU Y Y. Measurement and analysis of China's mariculture eco-economic efficiency: based on SBM Model[J]. Journal of Agrotechnical Economics, 2018(9): 67-79. |
[7] |
刘艳艳, 王少剑. 珠三角地区城市化与生态环境的交互胁迫关系及耦合协调度[J]. 人文地理, 2015, 30(3): 64-71. LIU Y Y, WANG S J. Coupling coordinative degree and interactive coercing relationship between urbanization and eco-environment in Pearl River Delta[J]. Human Geography, 2015, 30(3): 64-71. |
[8] |
汪永生, 李宇航, 揭晓蒙, 等. 中国海洋科技-经济-环境系统耦合协调的时空演化[J]. 中国人口·资源与环境, 2020, 30(8): 168-176. WANG Y S, LI Y H, JIE X M, et al. Coupling between marine technology, economy and environment systems in China[J]. China Population, Resources and Environment, 2020, 30(8): 168-176. |
[9] |
殷杰, 杨艺同. 我国展览业与旅游业协调发展的时空演化特征及其驱动因子[J]. 经济地理, 2020, 40(8): 194-202. YIN J, YANG Y T. The characteristics and driving factors of the coordinated development of exhibition industry and tourism in China[J]. Economic Geography, 2020, 40(8): 194-202. |
[10] |
苗利明, 杨正勇, 张迪. 基于耦合机制的水产养殖和捕捞的协调发展[J]. 海洋开发与管理, 2019, 36(8): 59-62. MIAO L M, YANG Z Y, ZHANG D. The coordinated development of aquaculture and fishing based on coupling mechanism[J]. Ocean Development and Management, 2019, 36(8): 59-62. |
[11] |
李克国. 环境经济学[M]. 北京: 中国环境科学出版社, 2003. LI K G. Environmental economics[M]. Beijing: China Environmental Science Press, 2003. |
[12] |
曹玉梅. 资源与环境经济探析[J]. 低碳世界, 2020, 10(3): 5-7. CAO Y M. Resources and environmental economic analysis[J]. Low Carbon World, 2020, 10(3): 5-7. |
[13] |
丛晓男. 耦合度模型的形式、性质及在地理学中的若干误用[J]. 经济地理, 2019, 39(4): 18-25. CONG X N. Expression and mathematical property of coupling model, and its misuse in geographical science[J]. Economic Geography, 2019, 39(4): 18-25. |
[14] |
田深圳, 李雪铭, 杨俊, 等. 东北三省城市拟态与现实人居环境时空耦合协调特征与机制[J]. 地理学报, 2021, 76(4): 781-798. TIAN S Z, LI X M, YANG J, et al. Spatio-temporal coupling coordination and driving mechanism of urban pseudo and reality human settlements in the three provinces of Northeast China[J]. Acta Geographica Sinica, 2021, 76(4): 781-798. |
[15] |
王端岚. 中国水产养殖业的生产效率及其影响因素研究[J]. 海洋开发与管理, 2013, 30(2): 94-98. WANG D L. China's aquaculture production efficiency and its influencing factors[J]. Ocean Development and Management, 2013, 30(2): 94-98. |
[16] |
李卫阳. 我国水产养殖环境氮磷污染现状及应对策略[J]. 南方农业, 2018, 12(11): 170-171. LI W Y. Aquaculture environment nitrogen and phosphorus pollution in our country present situation and the coping strategies[J]. South China Agriculture, 2018, 12(11): 170-171. |
[17] |
秦天, 彭珏, 邓宗兵. 农业面源污染、环境规制与公民健康[J]. 西南大学学报(社会科学版), 2019, 45(4): 91-99. QIN T, PENG J, DENG Z B. Agricultural non-point source pollution, environment regulation and the health of citizens[J]. Journal of Southwest University (Social Sciences Edition), 2019, 45(4): 91-99. |
[18] |
宗虎民, 袁秀堂, 王立军, 等. 我国海水养殖业氮、磷产出量的初步评估[J]. 海洋环境科学, 2017, 36(3): 336-342. ZONG H M, YUAN X T, WANG L J, et al. Preliminary evaluation on the nitrogen and phosphorus loads by mariculture in China[J]. Marine Environmental Science, 2017, 36(3): 336-342. |
[19] |
廖凯, 张英丽, 杨正勇, 等. 中国花鲈不同养殖模式经济效益比较研究[J]. 上海海洋大学学报, 2018, 27(4): 508-514. LIAO K, ZHANG Y L, YANG Z Y, et al. Comparative analysis of the economic efficiency of Chinese sea perch farming industry[J]. Journal of Shanghai Ocean University, 2018, 27(4): 508-514. |
2. China Fishery Development Strategy Research Center, Shanghai 201306, China;
3. Research Center for the Development Strategy of Marine Industry, Shanghai 201306, China