江西省水產(chǎn)養(yǎng)殖業(yè)地理空間格局分析

自改革開放確定漁業(yè)以養(yǎng)為主的發(fā)展方針以來，我國水產(chǎn)養(yǎng)殖業(yè)迅速發(fā)展，在保障國家糧食安全及推動社會經(jīng)濟發(fā)展等方面發(fā)揮著重要作用[1-3]。近年來，水產(chǎn)養(yǎng)殖業(yè)迅猛發(fā)展，但養(yǎng)殖分散粗放、漁業(yè)生產(chǎn)效率低下、區(qū)域發(fā)展不平衡、生態(tài)環(huán)境惡化等系列問題也逐漸顯現(xiàn)[4-6]。因此，優(yōu)化水產(chǎn)養(yǎng)殖業(yè)布局規(guī)劃、合理控制水產(chǎn)養(yǎng)殖容量、推動生態(tài)化綠色養(yǎng)殖模式已成為我國水產(chǎn)養(yǎng)殖業(yè)發(fā)展的重要方向。

本研究以江西省水產(chǎn)養(yǎng)殖業(yè)為研究對象，基于地理空間數(shù)據(jù)和全國第一次水產(chǎn)種質(zhì)資源普查數(shù)據(jù)，提取江西省水產(chǎn)養(yǎng)殖空間位置、面積等數(shù)據(jù)信息，圍繞養(yǎng)殖面積、養(yǎng)殖產(chǎn)量指標，采用空間自相關法分析江西省水產(chǎn)養(yǎng)殖業(yè)基本特征及其地理分布格局，以期為優(yōu)化江西省水產(chǎn)養(yǎng)殖業(yè)布局、促進產(chǎn)業(yè)轉(zhuǎn)型升級提供參考。

1 研究區(qū)域概況和數(shù)據(jù)來源

1. 1 研究區(qū)域概況

江西省（北緯 24^°29^′14^′′～30^°04^′43^′′ ，東經(jīng)113^°34^′18^′′～118^°28^′56^′′） 位于長江中下游南岸，東北接皖、浙，東南鄰閩、粵，西北連鄂、湘，是長三角、珠三角與閩南三角區(qū)經(jīng)濟走廊交匯樞紐，轄100個縣級區(qū)劃（27個市轄區(qū)、12個縣級市、61個縣），總面積約 166900km² ，常住人口約4528萬人。全省地形以山地丘陵為主，面積占比 70% ，其中中南部為紅巖丘陵與盆谷交錯帶，北部則為廣闊的鄱陽湖平原。氣候?qū)俚湫偷膩啛釒Ъ撅L區(qū)，為水產(chǎn)養(yǎng)殖創(chuàng)造了良好自然條件。境內(nèi)贛江自南向北縱貫全境，注入鄱陽湖，并形成密集的河網(wǎng)和湖泊系統(tǒng)，為水產(chǎn)養(yǎng)殖提供了豐富的水資源[7-9]。研究區(qū)多樣的地形與水系格局，以及溫暖濕潤的氣候特征，共同構(gòu)成了江西省水產(chǎn)養(yǎng)殖業(yè)地理空間格局分析的基礎框架。

1. 2 數(shù)據(jù)來源

地理空間數(shù)據(jù)：如行政區(qū)劃、水系、道路、王地利用等矢量數(shù)據(jù)來源于國家基礎地理信息中心和江西省自然資源部門；數(shù)字高程模型（DEM）來源于地理空間數(shù)據(jù)云平臺（https：//www.gscloud.cn/ ），空間分辨率為 30m 。

江西省水產(chǎn)養(yǎng)殖種質(zhì)資源普查數(shù)據(jù)：包括主體總養(yǎng)殖面積、主要養(yǎng)殖模式、相應養(yǎng)殖面積、相應養(yǎng)殖產(chǎn)量。

2 研究方法

2.1 空間自相關

空間自相關反映某一地理變量在不同空間單元間的關聯(lián)程度，即某個空間要素與其相鄰要素在屬性值上的相似或差異狀況。通常，空間距離越近的單元，其屬性值越趨同；距離越遠，則差異越明顯。根據(jù)尺度與覆蓋范圍的不同，空間自相關可分為全局自相關和局部自相關2類[10]。為系統(tǒng)分析江西省水產(chǎn)養(yǎng)殖業(yè)的空間分布特征及其集聚模式，本研究綜合運用全局和局部空間自相關分析方法。

2.1.1 全局自相關

全局空間自相關通過全局莫蘭指數(shù)（globalMoran’sI）表征地理要素屬性值的整體空間關聯(lián)特征。該指數(shù)反映江西省縣域水產(chǎn)養(yǎng)殖業(yè)空間關聯(lián)程度的總體特征，其值介于-1和1，其相關公式[]如下。

式（1）中： I 為全局莫蘭指數(shù)， n 為空間單元總數(shù)； w_ij 為空間權(quán)重矩陣（相鄰單元 w_ij=1 ，非鄰接單元 w_ij=0 ）， x_i、x_j 分別表示第 i，j 個單元的屬性觀測值（ i≠j} ，為全域?qū)傩跃??？臻g關聯(lián)性判斷標準如下：當指數(shù)趨近于1，表征地理要素屬性值呈現(xiàn)同質(zhì)性空間集聚特征（高-高型或低-低型）；當其趨近-1時，則證實空間要素屬性存在顯著異質(zhì)化分布（高-低型或低-高型）；若該值接近

0，則表明該屬性在空間上分布隨機[12] C

通過 Z 檢驗進行全局莫蘭指數(shù)統(tǒng)計量的顯著性檢驗，其相關公式3如下。

式（2）中： Z_?I 為檢驗統(tǒng)計量， I_E 為理論期望值， I_VAR 為方差。在顯著性水平為0.05條件下，當 Z_Igt;1.96 ，表明研究區(qū)域內(nèi)觀測值之間存在顯著正相關;當 Z_Ilt;-1.96 ，表明觀測值之間存在顯著性負相關;若 ∣Z_I∣lt;1.96 ，則判定空間分布無顯著關聯(lián)性。

2.1.2 局部自相關

局部空間自相關旨在揭示相鄰空間單元或其屬性值之間的關聯(lián)程度，以彌補全局莫蘭指數(shù)統(tǒng)計量難以反映聚集或異常的具體空間位置及區(qū)域相關模式的缺陷，典型的方法包括莫蘭（Moran）散點圖和局部空間關聯(lián)指標（localindicatorsofspatialassociation，LISA）。

Moran散點圖是1種反映空間要素位置屬性局部自相關性的統(tǒng)計方法。本文以各區(qū)域水產(chǎn)養(yǎng)殖面積（或產(chǎn)量）的標準化值 （Z） 為橫軸，以空間滯后向量（ W_z ）為縱軸，繪制出各樣本點的分布情況。該散點圖劃分為4個象限，不同象限代表了不同類型的空間關系：第1象限（H-H型）指高養(yǎng)殖水平地區(qū)與高值鄰域的空間同質(zhì)化集聚，反映區(qū)域發(fā)展正向協(xié)同效應;第2象限（L-H型）指示低值單元被高值鄰域包圍的空間洼地現(xiàn)象，揭示了空間異質(zhì)性區(qū)域;第3象限（L-L型）指低養(yǎng)殖水平地區(qū)其鄰域同樣保持較低水平；第4象限（H-L型）表征高值單元在低值背景中的孤立分布且空間異質(zhì)性強的區(qū)域[14]。通過應用Moran散點圖，能夠直觀識別江西省內(nèi)水產(chǎn)養(yǎng)殖業(yè)的集聚區(qū)、分散區(qū)及空間異質(zhì)性特征，為后續(xù)產(chǎn)業(yè)布局優(yōu)化與發(fā)展政策制定提供重要參考依據(jù)。

在此基礎上，為揭示局部空間差異及集聚細節(jié)，進一步應用LISA。LISA聚類分析能夠識別水產(chǎn)養(yǎng)殖產(chǎn)業(yè)發(fā)展的重點區(qū)域及異?？臻g單元，為優(yōu)化區(qū)域布局與產(chǎn)業(yè)結(jié)構(gòu)調(diào)整提供決策依據(jù)。LISA作為衡量觀測單元屬性值與周邊單元屬性值的相近（正相關）或差異（負相關）程度的方法，通常采用局部莫蘭指數(shù)（localMoran’sI）進行度量，其相關公式[15]如下。

式（3）中， I_i 為局部莫蘭指數(shù)， S_i 和 S_j 分別為某特征屬性在空間單元 i 和 j 上觀測值的標準化，w_ij 為空間權(quán)重。根據(jù) I_i?Si 的值，將各縣（市、區(qū)）根據(jù)水產(chǎn)養(yǎng)殖面積與產(chǎn)量的局部空間關系劃分為H-H集聚、H-L離群、L-H離群和L-L集聚共4種類型。

2.2 數(shù)據(jù)處理和作圖

采用EXCEL2021軟件對江西省水產(chǎn)養(yǎng)殖種質(zhì)資源普查數(shù)據(jù)進行處理并制作水產(chǎn)養(yǎng)殖面積、產(chǎn)量與自然水體面積相關性圖。通過ArgGIS10.8軟件中的自然斷點法對各縣區(qū)養(yǎng)殖面積、產(chǎn)量數(shù)據(jù)分區(qū)統(tǒng)計，運用GeoDa1.20軟件中的空間分析板塊進行空間自相關分析并做Moran散點圖。設顯著和極顯著水平分別為0.05、0.01。

3 結(jié)果和分析

3.1 江西省水產(chǎn)養(yǎng)殖業(yè)空間分布特征

統(tǒng)計分析顯示，江西省水產(chǎn)養(yǎng)殖總面積達3587km² ，呈現(xiàn)明顯的空間集聚特征。在地市級層面看，北部環(huán)鄱陽湖區(qū)域構(gòu)成主要集聚區(qū)，養(yǎng)殖面積排名前4的地市分別是九江市、上饒市、南昌市、吉安市，其養(yǎng)殖面積分別為724.40、695.20、533.47，449.27km² ，分別占江西省養(yǎng)殖總面積的20.20%.19.38%.14.87%.12.52% 。在縣（區(qū)市）級層面，排名前6的縣（區(qū)市）（大于 100km² ）分別為進賢縣、余干縣、武寧縣、鄱陽縣、豐城市、南昌縣，其養(yǎng)殖面積分別為307.20、255.47、238.07，221.13，115.93，103.87km² ，分別占江西省養(yǎng)殖總面積的 8.56%.7.12%.6.64%.6.16% 3.23% （2號 ，2.89% 。

2021年全省水產(chǎn)養(yǎng)殖總產(chǎn)量達253.13萬t，其空間分布呈現(xiàn)“核心-外圍\"結(jié)構(gòu)特征。在地市級層面，養(yǎng)殖產(chǎn)量排名前4的地市分別是上饒市、南昌市、九江市、宜春市，其養(yǎng)殖產(chǎn)量分別為101.31萬、38.43萬、28.42萬、25.38萬t，分別占江西省水產(chǎn)養(yǎng)殖總產(chǎn)量的 40. 02% ？ 15.18% 、11.23%.10.02% 。在縣（區(qū)市）級層面，養(yǎng)殖總產(chǎn)量在10萬 t 以上的區(qū)縣分別為德興市、鉛山縣、余干縣、南昌縣、新建縣、鄱陽縣，其養(yǎng)殖產(chǎn)量分別為32.16萬、28.14萬、16.00萬、15.61萬、10.67萬、10.20萬t，分別占江西省水產(chǎn)養(yǎng)殖總產(chǎn)量的12. 71% 、11. 12% 、6. 32% 、 6.17% 、4. 21% 、4.03% 。

江西省各縣區(qū)水產(chǎn)養(yǎng)殖面積、產(chǎn)量分區(qū)情況 見表1。

對比分析發(fā)現(xiàn)，江西省水產(chǎn)養(yǎng)殖面積與產(chǎn)量的空間分布總體存在較大差異，即存在養(yǎng)殖面積與產(chǎn)量的空間錯位現(xiàn)象。主要原因是：雖然鄱陽湖區(qū)域具有較大養(yǎng)殖面積，但受限養(yǎng)、禁養(yǎng)等政策的影響，單產(chǎn)水平較低；而贛東北、贛南地區(qū)雖然養(yǎng)殖面積相對較小，但由于采用池塘、稻田和工廠化養(yǎng)殖模式，單位產(chǎn)出較高，尤其是德興市與鉛山縣，依托高效集約養(yǎng)殖技術（如鰻工廠化養(yǎng)殖）實現(xiàn)了小面積高產(chǎn)量的典型示范。

總體來看，江西省水產(chǎn)養(yǎng)殖業(yè)呈現(xiàn)出“北高南低”的空間格局，資源利用向鄱陽湖流域過度集中，存在空間分布失衡和產(chǎn)業(yè)風險集聚的問題。

3.2 江西省水產(chǎn)養(yǎng)殖業(yè)空間自相關分析

3.2.1 全局空間自相關分析

研究選取養(yǎng)殖面積與產(chǎn)量作為核心指標來表征養(yǎng)殖業(yè)特征?；贕eoDa空間計量平臺，采用全局莫蘭指數(shù)對江西省縣級行政單元（含市轄區(qū)）的養(yǎng)殖規(guī)?？臻g關聯(lián)性進行測度，并進行顯著性檢驗，結(jié)果見表2。江西省各縣區(qū)的養(yǎng)殖面積與產(chǎn)量在空間上均表現(xiàn)出顯著的正向自相關特征，即江西省縣域養(yǎng)殖業(yè)呈現(xiàn)出顯著的空間集聚效應，體現(xiàn)出較強的空間依賴性和區(qū)域異質(zhì)性。毗鄰縣域之間相互影響，高水平養(yǎng)殖區(qū)往往相互毗連，低水平養(yǎng)殖區(qū)亦呈集中趨勢，形成典型的高-高（H-H）聚集或低-低（L-L）聚集格局，區(qū)域差異十分顯著。

注 ：I 為全局莫蘭指數(shù) J_E 為理論期望值 ?_JZ_I 為檢驗統(tǒng)計量 ，^P 為顯著性水平， **，**** 分別表示達到顯著（ Plt;0.05 ）和極顯著水平 （Plt;0.01） 。

3.2.2 局部空間自相關分析

全局莫蘭指數(shù)統(tǒng)計量雖能夠從總體層面度量某一區(qū)域與其周邊區(qū)域空間差異的平均強度，但在一定程度上會掩蓋局部空間結(jié)構(gòu)的多樣性，無法充分揭示各區(qū)之間的局部異質(zhì)性。為此，本研究利用局部Moran散點圖，對江西省各縣區(qū)的養(yǎng)殖面積與產(chǎn)量的局部空間特性進一步分析（見圖1）。

由圖1可見，江西省各縣養(yǎng)殖業(yè)的空間自相關呈現(xiàn)明顯的聚集特征。在養(yǎng)殖面積方面（圖1-a），第1象限（H-H型）包含22個縣區(qū)，占比 22% ；處于第3象限（L-L型）的縣域有45個，占 45% ，兩者合計占總行政單元的 67% ，表明超過半數(shù)縣域呈現(xiàn)同質(zhì)化集聚格局，說明空間集聚是該省水產(chǎn)養(yǎng)殖面積空間分布的主要態(tài)勢。然而，仍有部分縣區(qū)屬于異質(zhì)型分布（H-L型和L-H型），其中H-L型主要分布在袁州區(qū)、安?？h、吉水縣、泰和縣、萬安縣等地區(qū)；L-H型則集中于德安縣、修水縣、靖安縣、安義縣、浮梁縣等地。從養(yǎng)殖產(chǎn)量上看（圖1-b），位于第1、3象限的縣域共有75個，相對較多，進一步印證了整體上的顯著空間聚集現(xiàn)象。

為了直觀地呈現(xiàn)水產(chǎn)養(yǎng)殖業(yè)在縣域?qū)用娴目臻g集聚與分散格局，并揭示各縣區(qū)與鄰近區(qū)域在同質(zhì)或異質(zhì)方面的局部特征及江西省水產(chǎn)養(yǎng)殖業(yè)的縣域空間差異，本研究依照公式（3），借助GeoDA軟件計算了江西省各縣（含市轄區(qū)）養(yǎng)殖面積與產(chǎn)量的LISA值。分析發(fā)現(xiàn)，江西省水產(chǎn)養(yǎng)殖業(yè)在縣域?qū)用娉史秋@著型主導（ Pgt;0.05） ，“熱點”區(qū)域聚集于環(huán)鄱陽湖地帶，“冷點”區(qū)域集中于贛中南部。

在養(yǎng)殖面積維度上，約 80% 的縣域單元屬于非顯著型（NN），表明大多數(shù)地區(qū)的養(yǎng)殖面積在空間上并無明顯聚合或分散趨勢； 19% 的縣區(qū)表現(xiàn)出顯著的正相關，其中H-H型占 11% ，主要集中在彭澤、余干、南昌、鄱陽、新建、萬年、進賢、東鄉(xiāng)、豐城、臨川和都昌等地，這些縣區(qū)養(yǎng)殖面積具有較高的空間集聚性，形成了“熱點”區(qū)域，說明這些地區(qū)養(yǎng)殖面積較大，與周邊地區(qū)聯(lián)系緊密，輻射帶動作用強;L-L型占 8% ，主要分布于寧都、信豐、會昌、安遠、定南、尋烏、安源和湘東等縣區(qū)，構(gòu)成“冷點\"區(qū)域。無論是H-H型還是L-L型均以組團形式聚集分布，聚合特性較強。此外，養(yǎng)殖面積呈負相關的L-H型僅有德安縣，而H-L型則沒有分布。

在養(yǎng)殖產(chǎn)量方面， 82% 的縣域?qū)儆诜秋@著型（NN），高-高（H-H）和低-低（L-L）類型分別占 7% 和 6% ，其中北部的都昌、新建、南昌、進賢、余干、樂平和玉山構(gòu)成高產(chǎn)“熱點”，南部的南城、宜黃、寧都、信豐、安遠和尋烏形成低產(chǎn)“冷點”，后者普遍連片分布，顯示出明顯的空間溢出效應。約5% 的縣域呈負相關高-低（H-L）型，零散分布于上饒縣、婺源縣、弋陽縣、橫峰縣、上猶縣。

4 討論和結(jié)論

基于2021年全國首次水產(chǎn)種質(zhì)資源普查最新權(quán)威數(shù)據(jù)，本研究厘清了江西省水產(chǎn)養(yǎng)殖面積、產(chǎn)量基本現(xiàn)狀，并運用空間自相關法分析江西省水產(chǎn)養(yǎng)殖業(yè)地理分布與空間集聚特征，結(jié)果如下。

（1）從養(yǎng)殖面積看，江西省水產(chǎn)養(yǎng)殖面積規(guī)模呈“鄱陽湖極核”單核驅(qū)動的北高南低地理格局，與水體資源面積高度相關（見圖2-a），并具有顯著的空間自相關性。其熱點區(qū)集中于北部“鄱陽湖極核”，高-高集聚于彭澤縣、余干縣、南昌縣、鄱陽縣等地；冷點區(qū)分散于贛南及省域邊緣地區(qū)。（2）從養(yǎng)殖產(chǎn)量看，江西省水產(chǎn)養(yǎng)殖產(chǎn)量規(guī)模呈“鄱陽湖極核”驅(qū)動與贛東北多地聯(lián)動的中心高-外圍低圈層分布特征，與水體資源、養(yǎng)殖面積相關性較弱（見圖2-b）。其熱點區(qū)集中于“鄱陽湖極核”與德興、鉛山，高-高集聚于新建縣、南昌縣、進賢縣等地；冷點區(qū)分散于撫州市（南城縣、宜黃縣）和贛南（寧都縣、信豐縣、安遠縣等地）。

綜上可見，江西省水產(chǎn)養(yǎng)殖面積、產(chǎn)量存在一定空間錯位現(xiàn)象，即贛北養(yǎng)殖面積大卻單產(chǎn)不高，贛南養(yǎng)殖面積小卻單產(chǎn)較高。這是因為贛北鄱陽湖大水面實施“人放天養(yǎng)”、限養(yǎng)禁養(yǎng)政策；而贛南地區(qū)山地復雜、水體分散，單個養(yǎng)殖面積普遍較小，經(jīng)營方式更為集約高效，加之海拔較高、水質(zhì)優(yōu)良，山區(qū)地貌對臺風、洪澇、漁業(yè)病蟲害、水體污染等災害風險的地理阻隔，在水產(chǎn)養(yǎng)殖方面更有優(yōu)勢。因此，未來可適當擴大贛南地區(qū)水產(chǎn)養(yǎng)殖面積，發(fā)展冷水特色養(yǎng)殖，挖潛產(chǎn)能；同時，全面評估贛北鄱陽湖區(qū)及其周邊大水面水域的環(huán)境承載能力，合理確定生態(tài)容量，科學發(fā)展大水面生態(tài)漁業(yè)，提質(zhì)增效、提高產(chǎn)能。

參考文獻

[1]劉明揚.我國漁業(yè)經(jīng)濟發(fā)展現(xiàn)狀及建議淺析[J].南方農(nóng)業(yè)，2020，14（17） ：117-118.

[2]田鵬，李加林，曹羅丹，等.中國漁業(yè)經(jīng)濟效率評價及發(fā)展趨勢預測[J].中國農(nóng)業(yè)資源與區(qū)劃，2023，44（6）：160-172.

［3]江西省人民政府.江西省農(nóng)業(yè)農(nóng)村廳關于印發(fā)《江西省“十四五\"漁業(yè)漁政發(fā)展規(guī)劃》的通知［EB/OL].（2023-04-04）[2024-03-10]. https：//www. jiangxi. gov. cn/jxsrmzf/jxsss100/pc/content/content_1835016780876034048.html.

［4]謝奎，程家驊，畢朱，等.江蘇省養(yǎng)殖池塘與池塘養(yǎng)殖業(yè)地理分布格局研究[J].中國農(nóng)業(yè)資源與區(qū)劃，2020，41（3）：178-188.

［5]茍杰松，李宗南，吳柏清，等.四川省水產(chǎn)養(yǎng)殖業(yè)空間格局及影響因素[J].西南農(nóng)業(yè)學報，2022，35（3）：712-720.

[6]熊昭娣，郭印，周微微，等.我國蝦類養(yǎng)殖業(yè)地理集聚特征及空間演變趨勢[J].黑龍江畜牧獸醫(yī)，2021（18）：26-32.

[7]鄔志龍，吳瑋，余進祥，等.鄱陽湖流域水產(chǎn)養(yǎng)殖經(jīng)濟效率時空演變及其影響因素研究——基于SBM-XTTobit-GWR模型[J].長江流域資源與環(huán)境，2024，33（10）：2191-2203.

[8]鄔志龍，吳瑋，余進祥，等.長江十年禁漁背景下鄱陽湖流域漁業(yè)發(fā)展時空演變及其驅(qū)動機制研究［J].中國農(nóng)業(yè)資源與區(qū)劃，2024，45（11）：104-118.

[9]WUZL，ZENGT，HUANGJ.Sustainable livelihood securityinthe Poyang Lake eco-economic zone：ecologically secure，economi-callyefficient orsociallyequitable？[J].Journal ofResourcesandEcology，2022，13（3）：442-457.

[10]關偉，朱海飛.基于ESDA的遼寧省縣際經(jīng)濟差異時空分析[J].地理研究，2011，30（11）：2008-2016.

[11]薛寶琪.河南省經(jīng)濟空間格局演化特征分析［J].地域研究與開發(fā)，2013，32（4）：44-48.

[12]靳誠，陸玉麒.基于縣域單元的江蘇省經(jīng)濟空間格局演化[J].地理學報，2009，64（6）：713-724.

[13]胡和兵，劉紅玉，郝敬鋒，等.城市化流域生態(tài)系統(tǒng)服務價值時空分異特征及其對土地利用程度的響應[J].生態(tài)學報，2013，33（8） ：2565-2576.

[14]桂陽，王宏衛(wèi)，柴春梅，等.新疆南疆經(jīng)濟空間演化格局及驅(qū)動力分析[J].水土保持研究，2017，24（2）：223-228.

[15]谷建立，張海濤，陳家贏，等.基于DEM的縣域土地利用空間自相關格局分析[J].農(nóng)業(yè)工程學報，2012，28（23）：216-224.

Analysis of the geographical and spatial pattern of the aquaculture industry in Jiangxi Province

YANG Ying，YU Jinxiang，WAN Qing，DAI Yingen，QUE Jianglong， MIN Jialing，RAO Rongcheng，TIAN Zhen，HUANG Yi， LIU Fangning （Aquatic Conservation and Rescue Center of Jiangxi Province， Nanchang 33Oo29， China）

Abstract： To promote the spatial optimization and industrial upgrading of the aquaculture industry in Jiangxi Province，based on the latest data from the First National Census of Aquaculture Germplasm Resources，this paper clarifies the basic status quoof the aquaculture industry in Jiangxi Province，such as the aquaculture area and output，andusesspatial autocorrelation toanalyzethe geographical distributionand spatial aglomeration characteristics of the aquaculture industry in the province.The results show that：（1）Thescale of aquaculture area in Jiangxi Province presents a geographical patern with a single-core drive of the“Poyang Lake Core”，higher inthe north and lower inthe south.Thehigh-high hot spotsare concentrated in the“Poyang Lake Core”in the north， whilethe cold spots are scatered in southern Jiangxi and the peripheral areas of the province.（2）The output scale showsa concentric-circle distribution featurewith a higher centerand lowerperiphery，driven bythe “Poyang Lake Core” and linked with multiple areas in northeastern Jiangxi. The hot spots are concentrated in the “Poyang Lake Core”，Dexing，Yanshan and other places，and the cold spots are scatered in southern Jiangxi and Fuzhou.（3）In response to the spatial mismatch between aquaculture area and output，in the future，the aquaculture ara insoutherm Jiangxi can be appropriately expanded，characteristic cold-water aquaculture can be developed，andthe production capacitycan be tapped.Atthe same time，the ecological capacityshould be determined according to the carrying capacity of the water environment，and large-scale ecological fisheries in the Poyang Lake area in northern Jiangxi should be developed scientificall to improve quality，efficiencyand production capacity.

Key words：aquaculture industry；spatial autocorrelation；geographical distribution pattrn；Jiangxi Province