長江經(jīng)濟(jì)帶漁業(yè)經(jīng)濟(jì)碳排放效率空間格局及影響因素研究

曾冰

摘 要? 基于2006～2016年長江經(jīng)濟(jì)帶11個(gè)?。ㄊ校┑拿姘鍞?shù)據(jù)，結(jié)合超效率SBM模型、ESDA空間分析法解析漁業(yè)經(jīng)濟(jì)碳排放效率時(shí)空格局演變，并用Tobit面板回歸實(shí)證檢驗(yàn)其影響因素，結(jié)果表明：空間差異上，長江經(jīng)濟(jì)帶漁業(yè)經(jīng)濟(jì)碳排放效率總體上不斷上升，但呈現(xiàn)由下游向上游遞減的梯度變化態(tài)勢;空間自相關(guān)性上， 長江經(jīng)濟(jì)帶漁業(yè)經(jīng)濟(jì)碳排放效率的全局Moran's指數(shù)呈現(xiàn)分段變化的態(tài)勢，空間依賴具有動(dòng)態(tài)性，逐步過渡為L-H型和L-L型省份為主導(dǎo)地位的空間格局;影響因素方面，漁業(yè)經(jīng)濟(jì)碳排放效率與經(jīng)濟(jì)發(fā)展水平、科技推廣力度、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化、基礎(chǔ)設(shè)施呈正相關(guān)關(guān)系，與對外開放水平呈負(fù)相關(guān)關(guān)系。

關(guān)鍵詞? 漁業(yè)經(jīng)濟(jì);碳排放效率;空間格局;影響因素;長江經(jīng)濟(jì)帶

[中圖分類號]F326.4[文獻(xiàn)標(biāo)識碼] A[文章編號]1673-0461（2019）02-0044-05

一、引言與文獻(xiàn)綜述

中國是世界上最大的漁業(yè)生產(chǎn)國，漁業(yè)已成為國民經(jīng)濟(jì)重要組成部分，對于我國鄉(xiāng)村振興和農(nóng)民創(chuàng)收發(fā)揮著極其關(guān)鍵的作用。長江流域以40%的可利用淡水資源，實(shí)現(xiàn)了全國60%的淡水漁業(yè)產(chǎn)量，是我國淡水漁業(yè)主產(chǎn)區(qū)。隨著全球氣候變暖問題的不斷加劇，各國（地區(qū)）越來越重視相關(guān)產(chǎn)業(yè)的碳減排問題與低碳經(jīng)濟(jì)發(fā)展，農(nóng)業(yè)作為碳排放的重要來源，其碳排放發(fā)展自然也受到多方面的關(guān)注與研究，我國《國民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃綱要》明確提出要有效控制農(nóng)業(yè)等重點(diǎn)行業(yè)的碳排放?，F(xiàn)階段我國漁業(yè)年產(chǎn)值平均占農(nóng)業(yè)產(chǎn)值的10%，漁業(yè)單位產(chǎn)值的碳排放量大約是農(nóng)業(yè)的1.8倍。2016年農(nóng)業(yè)部組織實(shí)施漁業(yè)節(jié)能減排項(xiàng)目明確提出“要進(jìn)一步完善漁業(yè)節(jié)能環(huán)保型養(yǎng)殖技術(shù)模式，使節(jié)電、節(jié)水、減排效果更加明顯”。在生態(tài)文明建設(shè)、振興海洋經(jīng)濟(jì)和推動(dòng)長江經(jīng)濟(jì)帶發(fā)展上升為國家戰(zhàn)略的大背景下，如何既保持長江經(jīng)濟(jì)帶漁業(yè)經(jīng)濟(jì)平穩(wěn)發(fā)展，又有效提高漁業(yè)碳排放效率是一個(gè)重要的發(fā)展議題。因此，有必要對長江經(jīng)濟(jì)帶漁業(yè)碳排放效率開展研究，分析其時(shí)空格局變化及驅(qū)動(dòng)機(jī)制，從而助推漁業(yè)經(jīng)濟(jì)低碳化發(fā)展。

現(xiàn)有漁業(yè)經(jīng)濟(jì)碳減排研究主要沿著三條主線展開：一是就漁業(yè)經(jīng)濟(jì)某一子領(lǐng)域進(jìn)行碳減排研究，如水產(chǎn)養(yǎng)殖、機(jī)動(dòng)漁船與海洋漁業(yè)等[1-3];二是以某一具體區(qū)域?yàn)閷ο筮M(jìn)行研究，如我國全省域、沿海地區(qū)[4-5];三是關(guān)于漁業(yè)經(jīng)濟(jì)碳排放測度研究，相比于漁業(yè)經(jīng)濟(jì)效率研究來說，這方面研究文獻(xiàn)相對較少，且傾向于采用單一指標(biāo)，例如以單位GDP的碳排放量進(jìn)行表征[6]，抑或單位碳排放總量能源消費(fèi)的碳排放量[7]，只有少數(shù)文獻(xiàn)采用數(shù)據(jù)包絡(luò)法（DEA）進(jìn)行測度[8]。綜上所述，現(xiàn)有文獻(xiàn)在對漁業(yè)經(jīng)濟(jì)碳排放效率測度上未能莫衷一是，方法較為單一，對我國漁業(yè)發(fā)展重要區(qū)域長江經(jīng)濟(jì)帶潑墨不多。因此本文基于2006～2016年長江經(jīng)濟(jì)帶11個(gè)?。ㄊ校┑拿姘鍞?shù)據(jù)，結(jié)合超效率SBM模型、空間自相關(guān)法解析漁業(yè)經(jīng)濟(jì)碳排放效率時(shí)空格局演變，并用Tobit面板回歸實(shí)證檢驗(yàn)其影響因素，以期開拓長江流域漁業(yè)資源保護(hù)與發(fā)展新模式，促進(jìn)漁業(yè)低碳化發(fā)展，加快漁業(yè)現(xiàn)代化步伐。

二、方法與數(shù)據(jù)

（一）研究區(qū)域

長江經(jīng)濟(jì)帶戰(zhàn)略是我國T型空間發(fā)展戰(zhàn)略的主要依托，也是新時(shí)代我國區(qū)域開放開發(fā)的戰(zhàn)略重點(diǎn)，在促進(jìn)東中西三大板塊協(xié)同發(fā)展、沿海沿江沿邊全面雙向開放、引領(lǐng)生態(tài)文明建設(shè)方面發(fā)揮著重要作用。根據(jù)現(xiàn)有《長江經(jīng)濟(jì)帶發(fā)展規(guī)劃綱要》，并考慮到數(shù)據(jù)的效度和可操作性，本研究以?。ㄊ校┳鳛榛A(chǔ)研究單位，即滬、蘇、浙、皖、湘、鄂、贛、渝、川、貴、云11?。ㄊ校?/p>

（二）研究方法

1.超效率SBM模型

關(guān)于效率測度，目前較為常用方法為傳統(tǒng)非參數(shù)數(shù)據(jù)包絡(luò)分析，如BCC、CCR模型，屬于線性分段和徑向理論，極易導(dǎo)致投入要素的“松弛”問題，難以區(qū)分效率值同為1的決策單元間效率差異，而且在分析影響因素的回歸模型選擇上有所限制，因此Andersen等人提出了超效率SBM模型，該模型的最優(yōu)解無量綱且允許SBM效率值大于1，有效擺脫了上述困境[9]。詳細(xì)形式如下：

2.空間自相關(guān)分析

全局空間自相關(guān)分析方法通常用來檢驗(yàn)整體經(jīng)濟(jì)活動(dòng)是否存在空間集聚性特征，其計(jì)算如下：

（三）變量與數(shù)據(jù)

關(guān)于漁業(yè)經(jīng)濟(jì)碳排放效率投入側(cè)，選取漁業(yè)從業(yè)人員、水產(chǎn)養(yǎng)殖面積和年末機(jī)動(dòng)漁船總功率作為3個(gè)投入變量。在產(chǎn)出側(cè)，選取漁業(yè)總產(chǎn)值和漁業(yè)CO2排放量作為產(chǎn)出變量，將漁業(yè)CO2排放量作為非期望產(chǎn)出， 由于捕撈業(yè)CO2排放量通常會(huì)占到漁業(yè)CO2排放總量的70%，本文借鑒李晨等人的方法[9]，先根據(jù)我國漁業(yè)捕撈船的燃油消耗系數(shù)結(jié)合各年度漁業(yè)部門捕撈業(yè)的年末漁船功率數(shù)據(jù)求出捕撈業(yè)CO2排放量，進(jìn)而根據(jù)捕撈業(yè)CO2排放量占比來求出漁業(yè)CO2排放總量。

關(guān)于影響因素變量，任何影響漁業(yè)投入和產(chǎn)出的因素都會(huì)對漁業(yè)經(jīng)濟(jì)碳排放效率產(chǎn)生影響，本文選取經(jīng)濟(jì)發(fā)展水平、科技推廣、產(chǎn)業(yè)結(jié)構(gòu)、對外開放水平與基礎(chǔ)設(shè)施5個(gè)主要因素作為解釋變量，分析其對中國漁業(yè)經(jīng)濟(jì)碳排放效率的影響。其中，經(jīng)濟(jì)發(fā)展水平采用人均GDP進(jìn)行表征;科技推廣以各?。ㄊ校┧a(chǎn)技術(shù)推廣經(jīng)費(fèi)（人員經(jīng)費(fèi)+公共經(jīng)費(fèi)+項(xiàng)目經(jīng)費(fèi)）進(jìn)行表征;產(chǎn)業(yè)結(jié)構(gòu)以各?。ㄊ校O業(yè)三產(chǎn)產(chǎn)值占漁業(yè)經(jīng)濟(jì)總產(chǎn)值比重加以表征;對外開放水平以各?。ㄊ校O業(yè)進(jìn)出口總額占漁業(yè)經(jīng)濟(jì)總產(chǎn)值比重加以表征;將各省國家級水產(chǎn)原良種場、水產(chǎn)種質(zhì)資源保護(hù)區(qū)、水生野生動(dòng)植物自然保護(hù)區(qū)、漁港加以匯總來表征漁業(yè)基礎(chǔ)設(shè)施情況?？紤]到數(shù)據(jù)的可獲得性和可比性，本文所選經(jīng)驗(yàn)數(shù)據(jù)為2006～2016年長江經(jīng)濟(jì)帶11?。ㄊ校┑拿姘鍞?shù)據(jù)。本文所涉及到的投入產(chǎn)出變量數(shù)據(jù)主要來源于2007～2017年《中國漁業(yè)統(tǒng)計(jì)年鑒》《中國統(tǒng)計(jì)年鑒》和《中國能源統(tǒng)計(jì)年鑒》。

三、空間格局分析

（一）空間差異分析

空間分布差異方面，通過ArcGIS軟件將漁業(yè)經(jīng)濟(jì)碳排放效率水平自然斷裂為4個(gè)等級：最高、良好、一般、較低，限于篇幅，只列出2006、2009、2013和2016年4個(gè)年份，如表1所示。在研究時(shí)段內(nèi)漁業(yè)碳排放效率均值始終維持良好水平以上的省份分別是上海、湖南、安徽，這些地區(qū)的漁業(yè)經(jīng)濟(jì)碳排放效率均值都高于1。其中，上海、湖南在2006～2016年11年間都處在漁業(yè)生產(chǎn)前沿面上，表明這些省份的漁業(yè)投入產(chǎn)出效率較高，漁業(yè)實(shí)現(xiàn)了經(jīng)濟(jì)效益與環(huán)境效益協(xié)同發(fā)展。貴州、江西、重慶的漁業(yè)經(jīng)濟(jì)碳排放效率則常年處于一般水平，且無明顯提高，其中貴州、江西處于經(jīng)濟(jì)相對落后的中西部地區(qū)，其較低的漁業(yè)經(jīng)濟(jì)碳排放效率很大程度上和這些省份漁業(yè)經(jīng)濟(jì)的粗放式發(fā)展及節(jié)能減排技術(shù)的不成熟有關(guān)。湖北、江蘇、四川的漁業(yè)經(jīng)濟(jì)碳排放效率由期初的一般水平發(fā)展到現(xiàn)期的良好水平，表明這些省份漁業(yè)經(jīng)濟(jì)結(jié)構(gòu)日趨合理，低碳化發(fā)展趨勢明顯。整體來看，漁業(yè)經(jīng)濟(jì)生產(chǎn)率呈現(xiàn)較為明顯的增長趨勢，表明漁業(yè)節(jié)能減排政策已初見成效。漁業(yè)經(jīng)濟(jì)碳排放效率存在較為明顯的梯度變化，呈現(xiàn)由下游向上游遞減的態(tài)勢，接近生產(chǎn)前沿面的省份以中、下游地區(qū)為主;效率較低的省份集中于上游地區(qū)。

（二）空間自相關(guān)分析

運(yùn)用ArcGIS軟件分別計(jì)算長江經(jīng)濟(jì)帶漁業(yè)經(jīng)濟(jì)碳排放效率全局Moran's I指數(shù)（見表2），從表2可以看出，長江經(jīng)濟(jì)帶漁業(yè)經(jīng)濟(jì)碳排放效率的全局Moran's I指數(shù)呈現(xiàn)分段變化的態(tài)勢，2012年之前全局Moran's I指數(shù)為正，說明長江經(jīng)濟(jì)帶漁業(yè)經(jīng)濟(jì)碳排放效率在這一時(shí)間段呈現(xiàn)出一定的集聚態(tài)勢。2012～2014年的全局指數(shù)為負(fù)，且均未通過10%的顯著性檢驗(yàn)，意味著這一階段長江經(jīng)濟(jì)帶省際間漁業(yè)經(jīng)濟(jì)碳排放效率具有隨機(jī)性的空間發(fā)展特征。2015～2016年全局Moran's I指數(shù)為正，且2016年達(dá)到近十年的最高集聚態(tài)勢。從趨勢上看2006～2014年全局Moran's I指數(shù)呈現(xiàn)較為明顯的下降趨勢，表明漁業(yè)經(jīng)濟(jì)碳排放效率因相異而集聚程度加深。這進(jìn)一步說明了長江經(jīng)濟(jì)帶漁業(yè)經(jīng)濟(jì)碳排放效率空間格局的變動(dòng)深受我國碳減排措施和低碳發(fā)展政策影響。而隨著中國經(jīng)濟(jì)進(jìn)入新常態(tài)，漁業(yè)作為國民經(jīng)濟(jì)的一個(gè)重要方面，也不斷受到調(diào)整，長江經(jīng)濟(jì)帶積極采取行動(dòng)應(yīng)對節(jié)能減排問題，由此使中游與下游省份的漁業(yè)碳排放效率提升，漁業(yè)經(jīng)濟(jì)碳排放效率表現(xiàn)出一定的相異集聚空間格局態(tài)勢。并且隨著高效率省份空間溢出效應(yīng)的日趨明顯以及漁業(yè)節(jié)能減排政策和節(jié)能技術(shù)的進(jìn)一步推廣與協(xié)同創(chuàng)新，高效率省份周圍省份的漁業(yè)經(jīng)濟(jì)碳排放效率有了較快提升，從而使得長江經(jīng)濟(jì)帶漁業(yè)經(jīng)濟(jì)碳排放效率在空間上再次出現(xiàn)了因相似而聚集的趨勢。

對代表性年份漁業(yè)碳排放效率進(jìn)行Anselin Local Moran's I統(tǒng)計(jì)檢驗(yàn)，從而進(jìn)一步把握長江經(jīng)濟(jì)帶漁業(yè)碳排放效率局部空間集簇演化格局，結(jié)果見表3。2006～2016年期間，期初的H-H型和H-L型省份主導(dǎo)地位最終過渡為 L-H型和L-L型省份主導(dǎo)地位，說明長江經(jīng)濟(jì)帶省際漁業(yè)經(jīng)濟(jì)碳排放效率的空間集聚程度有所增強(qiáng)，且省際空間差異也有所縮小。具體來看，湖南從2006年的H-L型逐步成為2016年的不顯著，說明湖南作為長江經(jīng)濟(jì)帶漁業(yè)低碳高效發(fā)展的核心地位不斷有所弱化。對周邊省份帶動(dòng)作用不強(qiáng);江西從2006年的不顯著型成為2016年的L-H型，說明江西漁業(yè)低碳高效發(fā)展效果不明顯，最終導(dǎo)致江西低效率省域被高效率省域所包圍，這些省份是長江經(jīng)濟(jì)帶漁業(yè)碳排放效率發(fā)展的第一梯隊(duì)，故須加強(qiáng)區(qū)域合作和強(qiáng)強(qiáng)聯(lián)合，進(jìn)一步提高漁業(yè)經(jīng)濟(jì)碳排放效率。云南從2006年的不顯著變化為2016年的L-L型，云南低效率省份被低效率區(qū)域所包圍，說明下游地區(qū)漁業(yè)低碳高效一直裹足不前，甚至還有所惡化，難以接受接受中下游地區(qū)輻射效應(yīng)。上海從2009年的H-H型成為2016年的不顯著型， 說明上海對周邊省份的漁業(yè)經(jīng)濟(jì)碳排放效率提升起到帶動(dòng)作用。其余?。ㄊ校缀醣３植伙@著狀態(tài)。

四、影響因素分析

為充分發(fā)揮橫截面和時(shí)間維度上的信息冗余度，本文采用受限的Tobit隨機(jī)效應(yīng)面板模型加以分析，回歸結(jié)果見表4，從中可顯示各因素影響效應(yīng)。

經(jīng)濟(jì)發(fā)展水平回歸系數(shù)為正且在1%的水平下顯著，人均GDP增加1%，漁業(yè)經(jīng)濟(jì)碳排放效率將會(huì)增加1.396%。經(jīng)濟(jì)發(fā)展水平越高，用于漁業(yè)生產(chǎn)的低碳化與集約化發(fā)展的資本投入越多，從而對漁業(yè)經(jīng)濟(jì)碳排放率產(chǎn)生正向的效應(yīng)。

科技推廣回歸系數(shù)為0.252，僅通過10%的顯著性水平，這表明技術(shù)進(jìn)步每提高1%，就會(huì)帶來漁業(yè)經(jīng)濟(jì)碳排放效率增加0.252%，但顯著性不甚理想。漁業(yè)科技推廣經(jīng)費(fèi)增加會(huì)帶來顯著的技術(shù)創(chuàng)新效應(yīng)，漁業(yè)單位產(chǎn)值耗能的降低特別是養(yǎng)殖、水產(chǎn)品加工環(huán)節(jié)的技術(shù)革新會(huì)帶來更為直接的效率提升效果，如何加大漁業(yè)科技投入，充分發(fā)揮科技支撐和引領(lǐng)作用是今后長江經(jīng)濟(jì)帶漁業(yè)低碳發(fā)展的重要任務(wù)。

產(chǎn)業(yè)結(jié)構(gòu)在1%的顯著性水平上對漁業(yè)經(jīng)濟(jì)碳排放效率帶來了積極影響，回歸系數(shù)為0.341，意味著三產(chǎn)占比每提高1%，就會(huì)促進(jìn)效率提高0.341%。漁業(yè)三產(chǎn)主要包括水產(chǎn)流通、休閑漁業(yè)和水產(chǎn)（倉儲）運(yùn)輸?shù)攘魍ê头?wù)業(yè)，相較于漁業(yè)一產(chǎn)與二產(chǎn)來說，三產(chǎn)生產(chǎn)過程中的碳排放較低，因此，如何調(diào)整優(yōu)化漁業(yè)三產(chǎn)結(jié)構(gòu)與范圍，對于促進(jìn)漁業(yè)低碳高效發(fā)展具有重要意義。

對外開放水平與漁業(yè)經(jīng)濟(jì)碳排放效率呈現(xiàn)顯著的負(fù)相關(guān)關(guān)系，對外開放水平提高1%，經(jīng)濟(jì)碳排放效率降低-0.864%。作為水產(chǎn)品貿(mào)易大國，盡管對外開放有助于吸引先進(jìn)的漁業(yè)技術(shù)和管理制度等，但長期以來我國水產(chǎn)品貿(mào)易過分依賴資源消耗和投入的落后漁業(yè)模式，出口的農(nóng)產(chǎn)品大多附加值低、結(jié)構(gòu)單一，導(dǎo)致能耗大、排放多、資源利用不合理等問題，逐步顯現(xiàn)難以提升漁業(yè)經(jīng)濟(jì)碳排放效率。

基礎(chǔ)設(shè)施在1%的顯著性水平上對漁業(yè)經(jīng)濟(jì)碳排放效率產(chǎn)生正向影響， 基礎(chǔ)設(shè)置水平提高1%，經(jīng)濟(jì)碳排放效率增加2.342%?；A(chǔ)設(shè)施功能日益完善，可能會(huì)促進(jìn)要素投入的高效性，帶來技術(shù)的空間溢出，從而使得經(jīng)濟(jì)碳排放效率得到提升，加強(qiáng)基礎(chǔ)設(shè)施建設(shè)是改善長江經(jīng)濟(jì)帶漁業(yè)經(jīng)濟(jì)碳排放效率的重要手段。

五、結(jié)論與建議

本文基于2006～2016年長江經(jīng)濟(jì)帶11個(gè)?。ㄊ校┑拿姘鍞?shù)據(jù)，運(yùn)用超效率SBM模型測度漁業(yè)經(jīng)濟(jì)碳排放效率，并結(jié)合ArcGIS軟件運(yùn)用ESDA空間分析法檢驗(yàn)其時(shí)空差異和演變特征。長江經(jīng)濟(jì)帶漁業(yè)經(jīng)濟(jì)碳排放效率呈現(xiàn)較為明顯的增長趨勢，但梯度變化趨勢明顯，呈現(xiàn)由下游向上游遞減的態(tài)勢，接近生產(chǎn)前沿面的省份以下游地區(qū)為主;效率低值省份集中于上游地區(qū)。而從空間自相關(guān)性檢驗(yàn)出的空間格局來看，長江經(jīng)濟(jì)帶漁業(yè)經(jīng)濟(jì)碳排放效率的全局Moran's I指數(shù)呈現(xiàn)分段變化的態(tài)勢，空間依賴具有動(dòng)態(tài)性， 期初的H-H型和H-L型省份主導(dǎo)地位最終過渡為 L-H型和L-L型省份主導(dǎo)地位，說明長江經(jīng)濟(jì)帶漁業(yè)經(jīng)濟(jì)碳排放效率的省際空間集聚程度有所增強(qiáng)，省際空間差異有所縮小。進(jìn)一步采用Tobit面板回歸實(shí)證檢驗(yàn)漁業(yè)經(jīng)濟(jì)碳排放效率的主要影響因素：經(jīng)濟(jì)發(fā)展水平、科技推廣力度、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化和基礎(chǔ)設(shè)施對促進(jìn)長江經(jīng)濟(jì)帶漁業(yè)經(jīng)濟(jì)碳排放效率提升均有明顯積極作用， 但對外開放水平對漁業(yè)經(jīng)濟(jì)碳排放效率帶來了顯著的負(fù)相關(guān)關(guān)系。

結(jié)合上述分析，相應(yīng)的對策啟示如下：一是優(yōu)化長江經(jīng)濟(jì)帶漁業(yè)經(jīng)濟(jì)碳排放空間布局，加強(qiáng)省際間協(xié)同發(fā)展。以長江經(jīng)濟(jì)帶戰(zhàn)略為契機(jī)，在更優(yōu)化的布局、更廣闊的空間中推動(dòng)漁業(yè)低碳高效發(fā)展的整體協(xié)同性，充分發(fā)揮中下游地區(qū)的指向性溢出效應(yīng)與示范效應(yīng)，積極營造上游省份承接漁業(yè)低碳高效發(fā)展溢出的良好環(huán)境。 二是加強(qiáng)省域漁業(yè)引資質(zhì)量的低碳化效率導(dǎo)向，注重引資與引智、引技，引進(jìn)新業(yè)態(tài)、新模式相結(jié)合，完善創(chuàng)新、集約、低碳發(fā)展為導(dǎo)向的漁業(yè)招商引資考核機(jī)制。三是促進(jìn)漁業(yè)新業(yè)態(tài)發(fā)展。加快建設(shè)水產(chǎn)品現(xiàn)代物流體系、大力發(fā)展休閑漁業(yè)，打造各具特色的休閑漁業(yè)項(xiàng)目，推進(jìn)漁業(yè)的“接二連三”。四是加強(qiáng)漁業(yè)技術(shù)創(chuàng)新。推動(dòng)產(chǎn)學(xué)研聯(lián)合創(chuàng)新，重視提升企業(yè)科技創(chuàng)新能力，加強(qiáng)漁業(yè)產(chǎn)業(yè)技術(shù)體系建設(shè)，按產(chǎn)業(yè)鏈進(jìn)行集成創(chuàng)新，提升產(chǎn)業(yè)整體技術(shù)水平。五是加強(qiáng)基礎(chǔ)設(shè)施建設(shè)。創(chuàng)新漁港建設(shè)模式，推進(jìn)各類各級漁港動(dòng)態(tài)管理系統(tǒng)智慧化建設(shè)，加大漁港升級改造和整治維護(hù)力度。

[參考文獻(xiàn)]

[1] 陳橋驛，楊寧生.水產(chǎn)養(yǎng)殖碳排量計(jì)算模型的研究[J].中國漁業(yè)經(jīng)濟(jì)，2013，31（5）：63-67.

[2] 張祝利，王瑋，何雅萍.我國漁船作業(yè)過程碳排放的估算[J].上海海洋大學(xué)學(xué)報(bào)，2010，19（6）：848-852.

[3] 許冬蘭，王櫻潔.我國沿海漁業(yè)碳生產(chǎn)率的區(qū)域差異及影響因素[J].中國農(nóng)業(yè)大學(xué)學(xué)報(bào)，2015，20（2）：284-290.

[4] 李晨，馮偉，邵桂蘭.中國省域漁業(yè)全要素碳排放效率時(shí)空分異[J].經(jīng)濟(jì)地理，2018，38（5）：179-187.

[5] 邵桂蘭，侯涵涵，李晨.我國沿海地區(qū)海洋漁業(yè)碳排放時(shí)空分異研究——基于省際數(shù)據(jù)的ESDA分析[J].山東財(cái)經(jīng)大學(xué)學(xué)報(bào)，2018，30（1）：27-34.

[6] KENJI YAMAJI， RYUJI MATSUHASHI， YUTAKA NAGATA， et al. A Study on Economic Measures for CO2 Reduction in Japan[J].Energy Policy，1993，21（2）：123-132.

[7] MIELNIK O， GOLDEMBERG J. The Evolution of the Carbonization Index in Developing Countries[J].Energy Policy，1997，27（5）：307-308.

[8] 金書秦，陳潔.我國水產(chǎn)養(yǎng)殖的直接能耗及碳排放研究[J].中國漁業(yè)經(jīng)濟(jì)，2012，30（1）：73-82.

[9] ANDERSEN P， PETERSEN N C. A Procedure for Ranking Efficient Units in Data Envelopment Analysis[J].Management Science， 1993（39）：1261-1264.