基于ESDA模型的休閑漁業(yè)空間分布差異分析

[基金項目]國家自然科學基金項目（71273247）；[基金項目]國家自然科學基金項目（71273247）；教育部人文社會科學研究項目（15JJDZONGHEO24）。[作者簡介]單春紅（1971-），女，中國海洋大學經(jīng)濟學院副教授，經(jīng)濟學博士；崔莎莎（1992-），女，中國海洋大學經(jīng)濟學院碩士研究生?！陨綎|半島藍區(qū)為例單春紅崔莎莎中國海洋大學經(jīng)濟學院摘要：基于探索式空間數(shù)據(jù)分析（ESDA）模型研究2003-2014年山東半島藍區(qū)的海洋漁業(yè)空間分布差異，運用空間計量模型分析海洋漁業(yè)空間分布差異的影響因素，得出結論：①山東半島藍區(qū)海洋漁業(yè)空間分布全局正相關關系顯著，空間分布整體關聯(lián)性較大，其空間集聚性呈現(xiàn)出先上升后下降的趨勢，Moran’sI指數(shù)在2007年達到最大值0.805，后在2014年達到最小值0.717；②選取2007年和2014年進行局部相關性研究，Moran散點圖顯示，山東半島藍區(qū)的海洋漁業(yè)大部分存在“高-高”集聚和“低-低”集聚的正相關模式，LISA聚集圖顯示，威海和煙臺兩市出現(xiàn)顯著區(qū)域，說明存在顯著的正空間效應；③地區(qū)GDP對海洋漁業(yè)起著負作用，農(nóng)林牧漁業(yè)從業(yè)人員、海洋漁業(yè)面積、海洋漁業(yè)生產(chǎn)力和鄰近空間互作效應起著顯著的正作用。關鍵詞：ESDA模型；海洋漁業(yè)；空間布局；分布差異AnalysisofSpatialDistributionDisparitiesofMarineFisheryBasedonESDA:ExemplifyShandongBlueAreaAbstract:Usingthemethodofexploratoryspatialdataanalysis(ESDA)toanalyzethespatialdistributiondisparitiesofmarinefisheryinshandongblueareaon2003-2014,andusingspatialeconometricmodeltostudytheinfluencingfactorsofspatialdistributiondisparitiesofMarinefisheries.Resultsshowedthat:(1)thespatialdistributionofmarinefisheryinshandongblueareahassignificantpositivecorrelation,spatialdistributionoftheoverallcorrelationisbigger,itsspatialclusteringhasatrendofrisefirstandfallthen,in2007,Moran'sIattaintothemaximumvalueof0.805,theminimumvalueof0.717in2014;(2)selectingtheyearof2007and2014tostudythelocalcorrelation,Moranscatterplotshowsthatthemarinefisheryofshandongblueareamostlyexist"high-high”and“l(fā)ow-low”positivecorrelation,andLISAgathermapsshowsthatWeihaiandYantaiappearsignificantarea,showsasignificantpositivespatialeffect;(3)regionalGDPhasanegativeeffectonMarineFisheries,animalhusbandryfisherypractitioners,Marinefisheryarea,Marinefisheriesproductivityandtheadjacentspaceinteractioneffectplaysasignificantlypositiverole.Keywords:ESDAmodel;marinefishery;spatialarrangement;distributiondisparity1文獻綜述1.1海洋漁業(yè)空間布局綜述國內學者對海洋漁業(yè)空間布局的研究較少，大部分集中在海洋產(chǎn)業(yè)布局方面，主要有海洋漁業(yè)、海洋捕撈業(yè)、休閑漁業(yè)等產(chǎn)業(yè)的布局上。以山東半島為例從產(chǎn)業(yè)布局傳統(tǒng)動力因素和海洋性動力因素兩個角度出發(fā)，分析海洋產(chǎn)業(yè)布局空間演進的動力[1]。運用WT模型、三軸圖、點軸理論和灰色關聯(lián)等方法對我國海洋產(chǎn)業(yè)布局的區(qū)位、關聯(lián)、結構和規(guī)模優(yōu)化進行研究，確定區(qū)域海洋主導產(chǎn)業(yè)，以便合理配置海洋資源，優(yōu)化海洋產(chǎn)業(yè)布局，實現(xiàn)我國海洋經(jīng)濟的和諧有序發(fā)展[2]-[3]；基于海域承載力視角對海洋漁業(yè)空間布局合理度進行評價，研究構建海域承載力視角下的海洋漁業(yè)空間布局優(yōu)化標準，通過適應性優(yōu)化研究，進一步對海洋漁業(yè)空間布局優(yōu)化做出研究[4]-[6]；王啟堯以膠州灣為例研究包括海洋養(yǎng)殖漁業(yè)在內的臨海產(chǎn)業(yè)布局與海域承載力之間的關系，并基于海域承載力視角提“區(qū)域分塊布局、協(xié)調發(fā)展”的優(yōu)化建議[7]；崔力拓等基于維持區(qū)域海域承載力方面閥值的考慮，認為海洋漁業(yè)空間布局應停止規(guī)模擴張，甚至適度收縮[8]；綜合考慮科技創(chuàng)新、環(huán)境保護、生態(tài)修復、空間布局等因素，在藍色經(jīng)濟區(qū)建設的背景下，提出新的戰(zhàn)略環(huán)境中青島市海洋漁業(yè)發(fā)展戰(zhàn)略，推動區(qū)域海洋漁業(yè)可持續(xù)發(fā)展[9]；通過建立海洋漁業(yè)空間布局優(yōu)化目標、優(yōu)化次序和優(yōu)化路徑，實現(xiàn)山東半島藍區(qū)海洋漁業(yè)空間布局優(yōu)化，以期實現(xiàn)海洋漁業(yè)空間布局與生態(tài)承載力、資源承載力和環(huán)境承載力的協(xié)調[10]。國外學者通過漁船監(jiān)控系統(tǒng)（VMS）獲取海洋漁業(yè)足跡數(shù)據(jù)，構建海洋漁業(yè)主體區(qū)域布局決策模型，優(yōu)化海洋漁業(yè)空間布局的生態(tài)效益[11]-[13]；考慮環(huán)境功能性、經(jīng)濟有效性和空間適應性等因素建立評估框架，對歐洲九國的海洋產(chǎn)業(yè)空間布局進行合理化管理[14]；運用生態(tài)系統(tǒng)服務功能權衡分析、建議通過完善海洋漁業(yè)規(guī)劃、實施海洋空間規(guī)劃、加強海洋自然保護區(qū)管制等措施解決海洋漁業(yè)空間布局和資源保護的沖突[15]-[17]。1.2ESDA模型綜述ESDA(ExploratorySpatialDataAnalysis，探索性空間數(shù)據(jù)分析)是一系列空間數(shù)據(jù)分析方法和技術的集合，以空間關聯(lián)測度為核心，通過對事物或現(xiàn)象空間分布格局的描述與可視化，發(fā)現(xiàn)空間集聚和空間異常，揭示研究對象之間的空間相互作用機制[18]。目前，ESDA已在空間數(shù)據(jù)挖掘、數(shù)字圖像處理、流行病學、自然災害、區(qū)域經(jīng)濟和犯罪學等研究領域受到重視。運用ESDA模型對新疆以及中國的產(chǎn)業(yè)用水增長質量的空間關聯(lián)模式進行為主要分析，得出新疆期內產(chǎn)業(yè)用水增長質量呈現(xiàn)正的空間自相關，并且空間集聚方式以H-H、L-L為主要特征，區(qū)域空間差異明顯，中國產(chǎn)業(yè)用水增長質量總體和局部都呈現(xiàn)提高的態(tài)勢，與各地區(qū)經(jīng)濟發(fā)展狀況相吻合，產(chǎn)業(yè)用水增長質量的空間自相關顯著，區(qū)域空間差異明顯，有很大的提升空間[19]-[20]；運用ESDA模型探索我國各省市能源效率的空間集聚狀態(tài)以及冷熱點區(qū)域格局的演化，得出我國各省市能源效率的地帶性差異顯著，呈現(xiàn)出從東部沿海向西部地區(qū)遞減的趨勢，能源效率與純技術效率的空間集聚狀態(tài)基本一致，能源效率的冷熱點格局亦呈現(xiàn)地帶性分布，提高能源利用效率的空間配置應重視純技術效率及其在空間上的協(xié)調[21]；同時也有學者運用ESDA空間分析技術從整體和局部兩個方面驗證遼寧省能源效的時空格局演化特征，結果表明遼寧省各地級市能源效率具有顯著的空間自相關，整體格局上所呈現(xiàn)的一定的集聚態(tài)勢顯示各地級市能源效率差異正在呈縮小趨勢，局部格局上則是“高-高”類型去以沈陽、大連為中心逐步向沿海地區(qū)漫延，“低-低”類型區(qū)主要集中在葫蘆島、丹東和本溪[22]；通過ESDA技術研究吉林省區(qū)域經(jīng)濟增長的空間自相關，同時探討吉林省區(qū)域經(jīng)濟增長過程中的絕對趨同和條件趨同現(xiàn)象，基于GIS采用ESDA技術對1985-2006年間吉林省人均GDP數(shù)據(jù)進行分析，揭示了吉林省各地區(qū)人均GDP水平在空間上存在異質性[23]；利用ESDA模型中的全局自相關分析對京津冀區(qū)域經(jīng)濟差異度和人均GDP在空間分布狀況進行測度，從而分析現(xiàn)有的經(jīng)濟空間結構對地區(qū)經(jīng)濟發(fā)展差異造成的影響。同時，利用局部自相關分析，分析不同時期區(qū)域經(jīng)濟空間結構的狀況，各個縣域所屬的區(qū)域發(fā)展類型，識別經(jīng)濟中心及其影響范圍[24]。2海洋漁業(yè)差異性研究的ESDA模型海洋漁業(yè)的特點是充分利用海洋生物資源自身的生長發(fā)育等一系列生理活動的產(chǎn)物來獲取產(chǎn)品，并和自然環(huán)境緊密結合，相互交融，包括海洋捕撈業(yè)、海水養(yǎng)殖業(yè)、水產(chǎn)品加工業(yè)以及海洋休閑漁業(yè)服務業(yè)[25]。ESDA模型通過對海洋漁業(yè)數(shù)據(jù)結構分析反映空間關聯(lián)程度，其本質是根據(jù)海洋漁業(yè)數(shù)據(jù)空間依賴性和異質性揭示事物的空間數(shù)據(jù)特征，以識別海洋漁業(yè)空間聯(lián)系的熱點或集聚區(qū)域，進而歸納出海洋漁業(yè)的空間效應和演化規(guī)律[26]。空間關聯(lián)性可以通過ESDA方法的全局Moran’sI指數(shù)和局部Moran散點圖測度。2.1海洋漁業(yè)全局空間自相關分析全局空間自相關描述海洋漁業(yè)某一變量在整個區(qū)域的整體分布態(tài)勢，并判斷海洋漁業(yè)是否存在空間集聚特性。主要通過對GlobalMoran’sI和GlobalGeary’sC等全局空間自相關統(tǒng)計量的估計，分析總體海洋漁業(yè)的空間關聯(lián)和空間差異程度。其中，Moran’sI統(tǒng)計量較為常用，其表述如下：式中n為樣本數(shù)量；xi、xj表示i區(qū)域或j區(qū)域的變量值；為所有單元均值；wij為空間海洋漁業(yè)產(chǎn)值之間關系權重，當i與j存在鄰接關系時，wij=1，反之wij=0。低-低日照、東營、濱州濰坊、日照、東營、濱州高-低青島青島（2）LISA聚集圖表2顯示，山東半島藍區(qū)海洋漁業(yè)的空間結構分屬“高-高”和“低-低”象限，但并沒有指出各個區(qū)域空間自相關的程度，LISA值剛好彌補了這一缺陷。LISA值是衡量空間單元屬性和周圍單元的相近（正相關）和相異（負相關）程度的指標。利用ArcGIS軟件，計算山東半島藍區(qū)2007年和2014年海洋漁業(yè)的LISA值，繪制兩年的LISA聚集圖，整理得圖3。2014年2007年2014年2007年圖3山東半島藍區(qū)主要年份海洋漁業(yè)LISA聚集圖Fig.3LISAclustermapofmarinefisheryinShandongBlueArea圖3顯示，在5%顯著性水平下，2007年在威海市和煙臺市出現(xiàn)了兩個顯著區(qū)域，這表明區(qū)域之間存在著正的空間效應，使得區(qū)域與周邊地區(qū)之間呈現(xiàn)相互聯(lián)系和相互影響的發(fā)展趨勢。青島和其周邊的區(qū)域沒有通過顯著性檢驗，這說明其與周邊區(qū)域的相互聯(lián)系比較微弱，基本上處于孤立發(fā)展的狀態(tài)，沒有形成輻射帶動作用。與2007年相比，2014年山東半島藍區(qū)海洋漁業(yè)格局發(fā)生了略微變動，僅存在威海市一個顯著區(qū)域，海洋漁業(yè)發(fā)展較好地區(qū)仍是威海，說明經(jīng)過七年的海洋經(jīng)濟發(fā)展，山東半島藍區(qū)海洋漁業(yè)發(fā)達地區(qū)的輻射帶動作用仍然沒有表現(xiàn)出來，甚至出現(xiàn)了略微的退步變化。4海洋漁業(yè)空間分布差異的影響因素分析4.1海洋漁業(yè)空間分布差異影響因素模型構建4.1.1海洋漁業(yè)空間分布差異建模因素選取海洋漁業(yè)產(chǎn)值可以表示區(qū)域的海洋漁業(yè)發(fā)展，GDP可以代表地區(qū)的經(jīng)濟發(fā)展水平，農(nóng)林牧漁業(yè)從業(yè)人員和海洋漁業(yè)面積可以代表投入勞動力要素和資源要素，海洋漁業(yè)生產(chǎn)力水平代表地區(qū)海洋漁業(yè)生產(chǎn)力。所以本文選取海洋漁業(yè)產(chǎn)值（product）為被解釋變量，選取地區(qū)生產(chǎn)總值(GDP)、農(nóng)林牧漁業(yè)從業(yè)人員(HR)、海洋漁業(yè)面積(square)及海洋漁業(yè)生產(chǎn)力水平(MFPL)（以海洋漁業(yè)產(chǎn)值除以農(nóng)林牧漁業(yè)從業(yè)人員來代表）為解釋變量，研究2003-2014年各解釋變量對海洋漁業(yè)產(chǎn)值的影響。數(shù)據(jù)來源于各地區(qū)統(tǒng)計年鑒。4.1.2海洋漁業(yè)空間分布差異計量分析模型構建本文將計量模型設定為：其中，Product代表海洋漁業(yè)產(chǎn)值，GDP代表各市地區(qū)生產(chǎn)總值，HR代表農(nóng)林牧漁業(yè)從業(yè)人員，Square代表海洋漁業(yè)面積，MFPL代表海洋漁業(yè)生產(chǎn)力，代表鄰近空間互作效應。通過檢驗，本文選擇固定效應空間滯后面板模型（Sar-Panel-FE)進行估計?？臻g計量模型由于自變量的內生性，最小二乘法（OLS）估計是有偏或不一致的，不能用于空間計量模型參數(shù)估計，一般可以采用最大似然估計（ML）、工具變量估計（IV）、廣義矩估計（GMM）等方法。本文采用最大似然法（ML），運用Matlab2012軟件對所構建的空間面板模型進行估計。4.2海洋漁業(yè)空間分布差異影響因素實證分析將2003-2014年各項別解釋變量和影響因素的解釋變量數(shù)據(jù)代入公式（3）中，進行海洋漁業(yè)空間分布差異影響因素的分析。具體估計結果如表3。表3海洋漁業(yè)產(chǎn)值影響因素回歸結果Tab.3Regressionresultsofinfluencefactorsofmarinefisheryproduction解釋變量系數(shù)t統(tǒng)計值Prob.C-2.4129e+05-4.1026e-12GDP-7.0780-0.18050.8566HR8.4307e+042.76350.0057Square2.05175.16350.0000MFPL3.1131e+047.47660.0000W*product0.07201.96130.0498R20.6399數(shù)據(jù)來源：作者運用Matlab2012軟件計算整理所得根據(jù)空間面板模型計量估計結果，本研究所選取的影響因素除各地區(qū)GDP外均通過顯著性檢驗，而且模型回歸的擬合度達到0.64，擬合優(yōu)良，而且變量的方向也與現(xiàn)實比較接近。代表經(jīng)濟發(fā)展水平的GDP起著負作用，可能是由于經(jīng)濟發(fā)展帶來了非海洋漁業(yè)的發(fā)展優(yōu)于海洋漁業(yè)發(fā)展，對海洋漁業(yè)發(fā)展有替代作用，導致區(qū)域內海洋漁業(yè)發(fā)展緩慢，青島市GDP山東半島藍區(qū)中一直位列前茅，但是其海洋漁業(yè)產(chǎn)值卻并不較高，這就說明進一步說明了GDP對海洋漁業(yè)的作用方向；農(nóng)林牧漁業(yè)從業(yè)人員對于海洋漁業(yè)發(fā)展作用起著顯著正作用，說明農(nóng)林牧漁業(yè)從業(yè)人員可以代表投入海洋漁業(yè)的勞動量，從業(yè)人員越多投入到海洋漁業(yè)的勞動量就越多，從而海洋漁業(yè)產(chǎn)量就越多；海洋漁業(yè)面積對區(qū)域海洋漁業(yè)發(fā)展起著顯著的正作用，說明海洋漁業(yè)面積的增加可以拉動區(qū)域內海洋漁業(yè)的發(fā)展，與國外的海洋漁業(yè)相比，我國的海洋漁業(yè)仍處于較為初級的發(fā)展階段，與加拿大和挪威相比，其具有優(yōu)越的海洋區(qū)位優(yōu)勢，從而其海洋漁業(yè)面積就較大，所以其海洋漁業(yè)發(fā)展較好；海洋漁業(yè)生產(chǎn)力對區(qū)域海洋漁業(yè)起著顯著的正作用，這說明通過提高海洋漁業(yè)生產(chǎn)力可以提高海洋漁業(yè)的發(fā)展水平，生產(chǎn)力越強，其海洋漁業(yè)產(chǎn)值就越多，威海的海洋漁業(yè)生產(chǎn)力一直居于第一位，而其海洋漁業(yè)產(chǎn)值也一直是居于前位，進一步說明了海洋漁業(yè)生產(chǎn)力與海洋漁業(yè)產(chǎn)值之間的正向作用；鄰近空間互作效應對海洋漁業(yè)發(fā)展有著正向的作用，說明區(qū)域間海洋漁業(yè)發(fā)展是相互影響的，起著互助和帶動的作用，威海海洋漁業(yè)發(fā)展向來都是比較靠前的，從而帶動煙臺的海洋漁業(yè)發(fā)展，青島市的海洋漁業(yè)發(fā)展也較靠前，但是由于周邊相鄰煙臺、濰坊、日照，相比而言這幾個地級市的海洋漁業(yè)發(fā)展較為緩慢，從而導致在LISA聚集圖中青島市是不顯著的，這進一步說明了臨近空間互作效應的正向作用。5結論本文選取山東半島藍區(qū)海洋漁業(yè)作為研究對象，通過ESDA模型的全局空間自相關和局部空間自相關分析2003-2014年海洋漁業(yè)空間分布差異，以及利用空間面板數(shù)據(jù)模型分析影響其空間分布差異的因素，得出結論：①從全局空間自相關來看，山東半島藍區(qū)海洋漁業(yè)的Moran’sI值均為正，說明其呈現(xiàn)出顯著的整空間自相關，且空間分布整體關聯(lián)性較大，Moran’sI值呈現(xiàn)出一個先上升到2007年的最大值0.805，之后呈現(xiàn)出較大的下降幅度，一直下降到最小值0.717，說明其集聚區(qū)域的空間分布差異先縮小后擴大；②從局部空間自相關來看，選取2007年和2014年為例，通過Moran散點圖可以發(fā)現(xiàn)山東半島藍區(qū)的海洋漁業(yè)大部分落在“高-高”和“低-低”集聚的正相關模式，且通過比較整體的格局沒有發(fā)生很大的變化，只有濰坊從“低-高”到了“低-低”集聚區(qū)；③從LISA聚集圖中可看到，2007年威海和煙臺兩個區(qū)域存在正的空間效應，2014年只有威海市一個顯著區(qū)域，說明經(jīng)過七年的海洋經(jīng)濟發(fā)展，海洋漁業(yè)發(fā)達地區(qū)的輻射帶動作用仍然沒有表現(xiàn)出來；④通過空間面板數(shù)據(jù)模型的估計結果得出影響海洋漁業(yè)空間分布差異的因素中，地區(qū)GDP起著負作用，農(nóng)林牧漁業(yè)從業(yè)人員、海洋漁業(yè)面積、海洋漁業(yè)生產(chǎn)力和鄰近空間互作效應起著顯著的正作用。參考文獻[1]王華英,朱洪興.海洋產(chǎn)業(yè)布局的空間演進研究——以山東半島為例[J].中國集體經(jīng)濟,2013,24:9-11.[2]于海楠.我國海洋產(chǎn)業(yè)布局評價及優(yōu)化研究[D].中國海洋大學,2009.[3]于謹凱,于海楠,劉曙光.我國海洋經(jīng)濟區(qū)產(chǎn)業(yè)布局模型及評價體系分析[J].產(chǎn)業(yè)經(jīng)濟研究,2008,02:60-67.[4]于謹凱,孔海崢.基于海域承載力的海洋漁業(yè)空間布局合理度評價——以山東半島藍區(qū)為例[J].經(jīng)濟地理,2014,09:112-117+123.[5]于謹凱,陳玉瓷.海域承載力視角下海洋漁業(yè)空間布局優(yōu)化評價標準研究[J].中國人口.資源與環(huán)境,2014,S3:413-416.[6]于謹凱,莫丹丹.海域承載力視角下海洋漁業(yè)空間布局適應性優(yōu)化研究——基于響應面法的分析[J].中國海洋大學學報(社會科學版),2015,04:1-7.[7]王啟堯.海域承載力評價與經(jīng)濟臨海布局優(yōu)化理論與實證研究[D].中國海洋大學,2011.[8]崔力拓,李志偉.河北省海域承載力多層次模糊綜合評價[J].中國環(huán)境管理干部學報,2010,20(4):80-84.[9]馬吉山,倪國江.藍色經(jīng)濟區(qū)建設背景下青島市海洋漁業(yè)發(fā)展策略分析[J].中國漁業(yè)經(jīng)濟,2011,3(29):18-23.[10]楊志坤.藍色經(jīng)濟區(qū)海洋優(yōu)勢產(chǎn)業(yè)布局優(yōu)化研究[D].中國海洋大學,2013.[11]Fock,H.O..Fisheriesinthecontextofmarinespatialplanning:DefiningprincipalareasforfisheriesintheGermanEEZ.MarinePolicy,2008,(32):728-739.[12]MariaS.Campbell,KilianM.Stehfest,StephenC.Votier,JasonM,Hall-Spencer.Mappingfisheriesformarinespatialplanning:Gear-specificvesselmonitoringsystem(VMS),marineconservationandoffshorerenewableenergy[J].MarinePolicy.2014,293-300.[13]Joo,R.,Salcedo,O.,Gutierrez,M.,Fablet,R.,Bertrand,S..2014.DefiningfishingspatialstrategiesfromVMSdata:insightsfromtheworld’slargestmonospecificfishery.FisheriesResearch.164,223-230.[14]StelzenmuellerV,BreenP,StamfordT,etal.Monitoringandevaluationofspatiallymanagedareas:Agenericframeworkforimplementationofecosystembasedmarinemanagementanditsapplication[J].MarinePolicy,2013,37(1):149-164.[15]Bess,R.,Rallapudi,R..2007.SpatialconflictsinNewZealandfisheries:Therightsoffishersandprotectionofthemarineenvironment.MarinePolicy,31,719-729.[16]StelzenmüllerVanessa等.SpatialassessmentoffishingeffortaroundEuropeanmarinereserves:implicationsforsuccessfulfisheriesmanagement[J].MarinePollutionBulletin,2008,5612.[17]SarahE.Lester,ChristopherCostello,BenjaminS.Halpern,StevenD.Gaines,CrowWhite,