中国海洋渔业空间生态格局探究——以我国沿海11个省市为例

郑 慧 ， 代亚楠

（1.中国海洋大学 经济学院，山东 青岛 266100；2.中国海洋大学海洋发展研究院，山东 青岛 266100；3.国家海洋信息中心，天津 300171）

引 言

海洋一直被视为潜力巨大的资源宝库，海洋渔业作为海洋资源的重要组成部分，约占世界水产品总量的70%。据联合国粮食及农业组织发布（FOA）的最新《2018年世界渔业和水产养殖状况》报告预计，到2030年，源于捕捞和海产养殖的鱼类总产量将较目前水平增长近18%，达到2.01亿吨。然而世界约28.8%的鱼类种群处于过度捕捞状态，完全开发的种群约占61.3%，低度开发的种群约占9.9%，占世界海洋捕捞渔业产量约2%，十大多产鱼种中多数处于完全开发状态，已丧失增产能力。此外，随着人口增长、人均收入提高、科技进步、经济发展，全球海洋渔业产品市场需求量日益增长，而全球气候变暖、海域环境污染等严重的资源问题和生态问题使得全球海洋渔业资源状况进一步恶化。基于此现状，FOA提出进一步推进“蓝色增长”计划，将可持续发展作为海洋经济发展的重要目标，不断加强全球海洋渔业资源养护；联合国各成员国于2015年9月通过了《2030年可持续发展议程》，将水产捕捞业和水产养殖业可持续发展的三个维度（经济、社会和环境） 紧密结合在一起。我国作为全球最大的渔业国，海洋捕捞量约占世界总量的18%，截至2016年底近海捕捞总量达1 328万吨，远高于渔业专家建议的800～900万吨最大可捕量。在近二三十年的过度捕捞下，海洋渔业的自然生态恶化，海洋渔业资源利用效率低，海域环境污染等问题日益对我国海洋渔业生态文明建设提出新的挑战。为此，我国逐步采取海洋渔业养护措施，先后建立休渔期制度，海洋牧场建设等措施，在《国民经济和社会发展第十三个五年规划纲要》明确提出坚持“减缓与适应并重，主动控制碳排放”环境保护方针，“拓展蓝色经济空间”，大力推进“污染物达标排放和总量减排”，逐步建立“海洋生态红线”制度的海洋资源养护战略部署。为促进海洋渔业持续健康发展，多数学者都认识到海洋渔业经济与生态协调发展的重要性与紧迫性。本文以此为出发点，首先测算我国沿海11个省市海洋渔业生态效率有效水平，再进一步探究海洋渔业生态效率空间发展差异，为我国海洋渔业生态区域发展提供参考。

1 文献综述

基于海洋渔业投入和海洋渔业全要素生产率共同构成驱动海洋渔业经济增长重要动力的共识，国内外学者对海洋渔业相关效率展开了深入研究，研究主要分为以下两类：

第一类：从海洋渔业效率角度出发，多数学者对海洋捕捞业、海洋养殖业和远洋渔业等一个或多个行业的海洋渔业效率展开研究。国外学者Lorenzo Idda等（2009） 以拖网捕捞渔业为研究对象用数据包络分析模型的非参数化方法评估渔业的捕捞能力、技术效率、规模效益和产能利用率[1］。Beatriz等（2017） 学者通过实地采集数据，对底层拖网渔业进行研究，说明了创新技术和监管措施可提高西地中海底拖网渔业的效率[2］。O′lafur等 （2017） 主要研究了饵料大小和鱼钩大小对冰岛长钓渔业捕捞效率[3］。国内学者卢昆等（2016）以远洋渔业产量为因变量，选取远洋渔船总功率、总吨位和远洋渔业从业人员为自变量，对我国6个远洋渔业主产省份的远洋生产进行随机前沿分析，发现自2006年以来中国远洋渔业生产技术效率总体呈下降态势[4］。近年来，面对海洋渔业资源利用效率低下及海洋环境污染等问题日益严峻的现状，国内外部分学者逐渐意识到需更进一步考虑环境与资源等因素对海洋渔业效率的影响。Martin等（2009）注意到渔具、渔网和移动渔具对生态环境造成的损害，提出了一种利用生态效率指标来追踪海洋渔业生物多样性影响的方法[5］。Rebecca等（2016） 学者提出基于生态系统的渔业管理应考虑非目标鱼种的副渔获物和栖息地的破坏，使渔业对环境的可能影响降到最低[6］。

第二类：从海洋渔业效率区域差异角度出发，部分学者对不同区域的海洋渔业效率差异进行分析。国外学者Ha°kan等（2013） 从全要素生产率角度分析了1973-2003年间冰岛、挪威和瑞典3个国家的渔业效率的差异性[7］。Diana等 （2005） 和Jamnia等 （2015） 分别运用SPF-DEA模型和科布-道格拉斯随机生产前沿分析方法研究了英吉利海峡渔业及伊朗南部恰巴哈地区渔业生产技术效率存在的区域差异[8-9］。国内学者主要以我国沿海11个省市海洋渔业特征为出发点进行研究，如陈张磊等（2017） 运用SSBM-Global Malmquist指数对我国沿海11个省市海洋渔业全要素生产效率进行测算，并对其进行收敛性检验，结果表明中国海洋渔业全要素生产率存在着明显的区域差异且海洋渔业全要素生产率增长的收敛性具有阶段性和区域性[10］。刘洋（2010）运用DEA-Malmquist模型分析了我国不同地区间海水养殖的全要素生产率，发现我国海水养殖业全要素生产率的动态均值存在地区差异[11］。徐璐（2015）将能耗、污染等因素纳入海洋渔业研究中，提出海洋渔业绿色全要素生产率，测算出我国沿海地区11个省市的海洋渔业动态全要素生产率，并进一步研究了环境约束下海洋渔业绿色增长水平及地区收敛情况，证实中国海洋渔业经济属于粗放型发展方式，大部分省市海洋渔业动态增长率存在差异[12］。孙康等（2017）学者以海洋天然渔业水域污染所造成的负效应作为非期望产出，采用SBM模型对我国沿海11个省市区的海洋渔业经济效率进行评价，结果表明近年来中国沿海不同区域海洋渔业经济转型升级预期效果各有差异[13］。

通过阅读相关文献发现，在海洋渔业研究中，虽然部分学者逐步将资源和环境因素纳入海洋渔业效率研究中但相关研究主要集中在水域污染方面，较少考虑海洋渔业碳排放的影响；虽然也有学者对海洋渔业效率的区域差异进行研究，但大多集中在海洋渔业效率区域差异分析上，较少考虑到不同海域间缺乏明确界线，相邻省域之间海洋渔业经济生态效率水平可能相互影响。因此，还可以从以下两方面对海洋渔业做进一步研究：一是从海洋渔业经济低碳化发展[14-16］的重要评估指标——海洋渔业碳排放角度测算分析海洋渔业生态效率；二是从不同区域间海洋渔业生态效率可能相互影响角度进一步研究。

基于上述思考，本文以现有研究为基础，将“生态效率”[17-24］应用到海洋渔业效率的研究中，首先将海洋渔业经济低碳化发展的重要评估指标——海洋渔业碳排放作为非期望产出纳入非径向的超效率SBM模型中，并运用DEA窗口分析法对我国沿海11个省市2006-2016年间的海洋渔业生态效率值进行测度和分析。其次运用莫兰指数进一步探究其空间相关性[25-27］，并运用Tobit随机效应面板模型分析海洋渔业生态效率的影响因素，最后根据研究结论提出促进海洋渔业经济生态建设及海洋渔业生态效率区域发展的建议。

2 研究方法

2.1 超效率SBM-DEA模型

本文采用基于数据包络分析（DEA）方法的超效率SBM模型测算海洋渔业生态效率。考虑到可信度及稳定性因素，在数据处理过程中，采用DEA窗口分析法增加决策单元数量，具体如下所示：假设有n个决策单元（DMU），记为DMUj（j=1，2，…，n），每个DMU均有m个投入，记为X=[x1，…，xm］；有s个期望产出，记为Yp=[y1，…，ys］；有t个非期望产出，记为Zq=[y1，…，yt］；则对某一DMUk（xk，yk，zk），其生产可能性集：

含有非期望产出的超效率SBM模型如下：上式中β为需要测度的效率值，λ为该模型中变量的权重。当模型中β≥1时，表示该DMU是有效的，当模型中β＜1时，则测度的该DMU处于无效状态。

2.1.2 指标选取和数据说明

本文选取沿海11省市（不含港、澳、台地区）海洋渔业作为决策单元（DMU）。根据经济学知识及现有学者研究，在测算海洋渔业相关效率时选择的指标通常包括劳动力、土地、资本，海洋渔业产值等。考虑到相关数据可得性及适用性，投入要素选取劳动力、资本、自然资源3种指标，产出要素选取期望产出和非期望产出2种指标，具体说明如下：

（1） 投入指标

劳动力指标，劳动力一般用人力资本存量来计量，但鉴于数据缺乏以及考虑到我国前渔业劳动力素质总体差异不大，本文直接选择海洋渔业从业人员作为劳动投入指标，单位为万人。

物质资本投入指标，渔船是渔业生产活动中使用的主要物质资本，本文选择年末海洋机动渔船总数（包括远洋渔船年末拥有量）作为海洋渔业物质资本投入指标，单位为万艘。

货币资本投入指标，渔业经济活动的投入还包括无形的技术或管理，考虑到数据的可获性和质量，本文选择水产技术推广业务经费作为货币资本投入指标，单位为万元。

自然资源投入指标，本文选择海洋渔业中最重要的自然资源——海水养殖面积和海水鱼苗投入量作为海洋渔业自然资源投入指标，单位分别为千公顷和万尾。

（2） 产出指标

期望产出指标，即渔业活动中符合预期的有益产出，其值愈大愈好。衡量产出的指标有两个，一是产量指标，二是产值指标。考虑到产值指标中难以剔除价格波动等市场因素影响，根据科学性和可行性原则，本文选择报告期内各决策单元海洋渔业总产量（包括海水养殖、海水捕捞和远洋渔业三部分）作为期望产出指标，单位为吨。

非期望产出指标，指伴随有益产出的不符合预期的无益产出，其值愈小愈好。海洋渔业碳排放指标是海洋渔业生态文明建设的重要指标，本文选择海洋渔业经济活动中的碳排放量作为非期望产出指标，单位万吨。

本文所涉及的相关数据来源于《中国渔业统计年鉴》《中国渔业年鉴》《海洋统计公报》。

2.1.3 海洋渔业生态效率分析

本文原始决策单元有11个，为实现可信度与稳定性因素二者的平衡，采用DEA窗口分析法将决策单元扩展至99个，具体做法如下：根据经验做法选择窗口宽度d=3，样本时间长度为11（T=11），则每个决策单位建立的窗口数量为T-d+1=9，在DEA窗口分析法下得出99个决策单元。其中各省市海洋渔业生态效率值在2006和2016年只有一个，2007年和2015年生态效率值各有两个，2008年至2014年生态效率值各有三个。将各年份各窗口生态效率进行平均，按此方法求得2006-2016年我国沿海11个省市海洋渔业生态效率，如表1所示。

平均值反映平均水平。将各省市2006-2016年的海洋渔业生态效率求平均并根据其大小分为三组，如图1所示：第一组均值大于等于1，按大小顺序排列依次是海南，辽宁，上海，浙江和广西，表明这五个省市2006-2016年间海洋渔业生态效率平均水平处于DEA有效状态，但各省市有效水平又有差异；第二组和第三组均值都小于1，表明其2006-2016年间海洋渔业生态效率平均水平处于DEA无效状态。其中，第二组较接近有效水平，得分在0.50～0.99之间，按大小顺序排列依次是山东，福建，广东和河北；第三组无效水平最高，其得分均在0.50以下，按大小顺序排列依次是江苏和天津。通过以上分析，可以发现我国沿海11个省市海洋渔业生态效率近年来平均有效水平较低。

表1 2006-2016年间我国沿海11个省市海洋渔业生态效率

图1 沿海11省市海洋渔业生态效率平均值

为方便对比海洋渔业生态效率地区差异，进一步将我国沿海11个省市划分为三个海洋经济带，即北部、中部、南部海洋经济带：北部海洋经济带以渤海为中心主要有辽宁、河北、天津、山东四省市；中部海洋经济带面向黄海，包括江苏、上海、浙江三省市；南部海洋经济带临近东海和南海，由福建、广东、广西、海南四省构成。绘制三大海洋经济带各区域海洋渔业生态效率值折线图分别如图2-图4所示。

图2 北部海洋经济带海洋渔业生态效率值

北部海洋经济带2006-2016年间各省市海洋渔业生态效率值呈现两极分化。辽宁、山东两省海洋渔业生态效率值在1附近小幅波动，有效水平相对较高且相对稳定；除河北2012-2016年间海洋渔业生态效率大幅波动外，河北和天津2006-2016年间海洋渔业生态效率值围绕0.3为中心波动，显然处于无效状态。整体来看，北部海洋经济带2006-2016年间各省市海洋渔业生态效率虽均在各自水平上相对稳定，但地区差异明显。中部海洋经济带2006-2016年间各省市海洋渔业生态效率总体有效水平较低，地区差异依然明显。2006-2016年间除浙江省海洋渔业生态效率一直处于有效状态且相对稳定状态外，江苏和上海海洋渔业生态效率均处于无效水平，不同的是，上海海洋渔业生态效率值在1附近波动且波动较大，而江苏海洋渔业生态效率值常年在0.4附近波动。南部海洋经济带2006-2016年间各省海洋渔业生态效率值均在1附近波动且变化趋势较一致。相比北部、中部海洋经济带，南部海经济带生态效率有效水平更高，各区域差异更小。

图3 中部海洋经济带海洋渔业态效率值

图4 南部海洋经济带海洋渔业生态效率值

综上，研究期内我国沿海11个省市海洋渔业生态效率整体偏低，呈现出明显的地区差异。

2.2 空间溢出效应分析

通过以上分析可知，研究期内我国沿海11个省市海洋渔业生态效率呈现出明显的地区差异。根据“地理学第一定律”，空间上距离越近的两个地区之间越有关联，关联性也越强。由于区域间政策、经济发展、人口流动以及资源要素等在一定程度上互相关联，区域间经济、生态环境等可能也会互相影响。据此推断，本文进一步利用空间计量模型探究我国沿海11个省市海洋渔业生态效率可能存在空间溢出效应。

2.2.1 空间模型引入

在使用空间计量模型之前首先需要验证被解释变量是否存在空间相关性。通常做法是计算被解释变量的Moran's I，该指标能够较为准确的检验整个研究区域中临近地区之间的空间相关性，其取值范围为 [－1，1］，小于0时表示空间负相关，即存在空间排斥；等于0表示空间不相关；大于0时表示空间正相关，即存在空间集聚。Moran's I指数具体形式为：

权重Wij的设置方法通常有两种，第一种是根据地区i和j之间的地理邻接性进行定义的领域空间权重矩阵，该法简单但不能真实反映区域之间的相互联系与影响；第二种基于空间依赖性，空间上距离相近的地理事物的相似性比距离远的事物相似性大，定义为空间地理距离矩阵。由于海洋各区域间没有明确的界限，沿海各省市海洋渔业发展对海洋区域空间依赖性较强。因此，本文选择第二种方法来设定空间权重矩阵Wij，如下所示：

式（4） 中，dij表示区域i和区域j的空间地理距离，设定为各省市省会间的球面距离。n表示截面的个数，主对角元素表示同一区域的空间距离权重，值为0，即w11=w22=… =wnn=0，非主对角元素wij（i不等于j）则表示不同区域i与j的空间距离权重。

利用matlab7.0软件，对2006－2016年沿海11个省市海洋渔业生态效率进行空间自相关性测试得出Moran's I指数及相应Z值，如表2所示：

表2 全局Moran's I指数

从表2可以看出，我国沿海11个省市渔业生态效率的全局Moran'I值呈现分段变化的特点：2006-2014年沿海11个省市渔业生态效率的全局Moran'I值为负且均未通过10%的显著性检验，意味着该阶段省际海洋渔业生态效率具有随机性的空间发展特征。2015-2016年全局Moran'I值为正，且均通过10%的显著性检验，意味着该阶段省际海洋渔业生态效率具有聚态发展特征。从趋势上看2006-2016年全域莫兰指数呈现较为明显的下降趋势，表明海洋渔业生态效率虽各区域相异但集聚态势在加强。这说明了随着中国社会经济生态建设的不断推进，海洋渔业养护发展政策的逐步实施，我国沿海省市海洋渔业生态效率有效性逐步由相异集聚空间格局态势向相似而聚集的趋势变动。

2.2.2 影响因素分析

通过以上分析可知2006-2016年间我国沿海省市海洋渔业生态效率空间格局变动由随机性发展的空间格局逐步显现出集聚的趋势。然后采用受限的Tobit随机效应面板模型进一步分析以下因素对海洋渔业生态效率的影响：（1）海洋渔业产业结构情况——用沿海各省市海洋渔业第三产业产值占海洋渔业总产值的比重来表示；（2）海洋渔业经济发展情况——用海洋渔业人均收入水平指标表示；（3）海洋环境政策——沿海11个省市海洋环境污染投资额表示。

由于因变量海洋渔业生态效率受限于一定区间且属于截断的离散分布数据，为充分发挥横截面和时间维度上的信息冗余度，Tobit随机效应面板模型表达式为：

式（5） 中：Y为截断因变量向量；X为自变量向量；α为截距项量；β为回归系数向量；ε为扰动项，ε～N（0，δ2）。具体回归结果见表3：

表3 面板Tobit回归结果

从结果可以来看，我国沿海11个省市海洋渔业经济发展情况对应指标回归系数为负且在5%的水平下显著，表明人均收入水平每增加1%，海洋渔业生态效率将下降0.128 1%。目前阶段，面对海洋渔业资源及经济生活压力较大，海洋渔业从业人员转产转业压力大，收入来源单一等问题，海洋从业人员人均收入水平越高，越可能会促使其进一步加大对海洋渔业资源的消耗以获得更大收益，进而加重了海洋渔业生态负担，从而对海洋渔业生态效率产生负向效应。

我国沿海11个省市渔业产业结构在1%的显著性水平上对海洋渔业生态效率产生了正向影响且渔业第三产业占比每提高1%，海洋渔业生态效率提高0.303 7%。渔业第三产业主要包括水产流通、仓储、运输、休闲渔业等流通和服务业，相比渔业第一、二产业依赖资源消耗和投入，渔业第三产业如休闲渔业在发展过程中促进了渔业生态资源的养护。因此，调整优化渔业第三产业结构与范围，对于促进海洋渔业生态发展具有重要意义。

我国沿海11个省市海洋环境政策情况与海洋渔业生态效率在5%的显著水平下呈现正相关关系。近年来我国海洋渔业生态文明建设水平不断提高，我国先后采取海洋渔业养护，建立休渔期制度，海洋牧场建设等措施，海洋环境政策的建立与完善对促进海洋渔业持续健康发展有着重要的引导作用。

3 结论及建议

本文将“生态效率”应用到海洋渔业的研究中，通过超效率SBM-DEA窗口分析法测算出2006-2016年我国沿海11各省市海洋渔业生态效率值，发现我国沿海11个省市海洋渔业生态效率水平较低且存在明显的地区差异。进一步通过莫兰指数探究各区域海洋渔业生态效率的空间效应，发现2006-2016年间，我国沿海11个省市海洋渔业生态效率发展格局由随机性发展逐步呈现区域聚集发展的态势。最后运用受限的Tobit随机效应面板模型探究了沿海11个省市海洋渔业经济发展情况、渔业产业结构情况及海洋环境政策三个因素对海洋渔业生态效率的影响，主要结论如下：

（1）海洋渔业生效率方面，我国沿海11个省市海洋渔业生态效率总体有效水平较低。从空间维度来看，呈现出“南高北低”，即海南、广西、浙江及辽宁四省海洋渔业生态效率总体有效水平较高；河北、天津、山东、江苏、上海、福建、广东省市海洋渔业生态效率呈现出不同程度的无效。从时间维度来看，2006-2016年间我国沿海11各省市海洋渔业生态效率值虽然在不同年份有所提高，但总体呈现“平缓波动”趋势，并没有较明显地改善。

（2） 空间变化方面，通过测算空间面板Moran值，发现我国沿海11个省市2006-2016年海洋渔业生态效率的全局Moran值呈现分段变化，沿海11个省市海洋渔业生态效率有效性整体趋势上表现出逐步由相异集聚空间格局态势向相似而聚集的趋势变动。

（3） 影响因素方面，我国沿海11个省市的海洋渔业经济发展水平对海洋渔业生态效率产生负向效应；渔业产业结构显著对海洋渔业生态效率产生了正面影响；海洋环境政策与海洋渔业生态效率呈现显著的正相关关系。

根据上述研究，本文从以下几个方面提出关于加强海洋渔业生态建设，提升海洋渔业生态效率有效性的建议：

（1）因地制宜加强海洋渔业生态建设，提升海洋渔业生态效率有效性。

首先，渤海、黄海、东海及南海因其地理位置差异，在海洋渔业资源、生态环境方面存在天然差异，沿岸省市海洋渔业生态效率有效性正是在此基础上形成的。应从源头出发，考察分析各个海域的海洋渔业生态现状，发现其发展中存在的问题，明确其海洋渔业生态发展优劣势。其次，我国经济发展呈现出“南快北慢”的特点，人口分布也是“南多北少”“南方聚集，北方分散”，海洋渔业的发展也必然受此影响，需着重考虑各海域沿岸省市发展特点及海洋渔业经济在其中的分量与角色特点，明确各海域沿岸省市海洋渔业生态在其省市发展情况。

综上，发展海洋渔业生态，提升海洋渔业生态效率有效性既要分析其自然因素又要分析各海域沿岸城市的社会因素，因地制宜制定各省市海洋渔业生态发展方向及目标。

（2）建立沿海邻近省市海洋渔业生态建设合作机制，提升海洋渔业生态效率的区域集聚效应，促进不同区域海洋渔业生态协同发展。

我国渤海、黄海、东海和南海及各海域沿岸相邻省市之间并无明显界限，因此不管在地理联接和自然海域渔业资源方面还是省市社会经济发展、人才技术资本要素流动方面均存在内在联系。因此，提高海洋渔业生态效率有效性不能仅从本省市角度考虑，更需要邻近省市的参与，实现联动发展。如在海洋渔业政策方面，邻近省市相关部门协同监管非法捕鱼活动，打击其他违纪违法活动；在海洋渔业生态修复建设方面，同一海域，需要两个甚至多个省市的共同参与，相关省市可以依据本地区优势建立合作机制，实现优势互补，协同进步；在人才技术资本流动方面，建立各沿海省市的互帮互助平台，实现邻近省市的资源共享，充分利用人才知识的溢出效应。根据本文研究结论，海洋渔业生态效率具有正的溢出效应，通过建立邻近省市提升海洋渔业生态效率有效性的合作机制，发挥其溢出效应，以达到“1+1＞2”的效果。

（3）逐步放弃海洋渔业粗放式发展方式，促进海洋渔业经济发展转型，加快发展海洋渔业第三产业，促进海洋渔业产业升级，优化渔业从业收入结构。

根据本文研究结论，海洋渔业第三产业在海洋渔业产业中所占比重具有显著的正向作用。目前我国海洋渔业仍然以粗放式发展为主，过度捕捞、海洋渔业资源利用效率低等问题依然较突出。从以简单捕捞为主的第一产业到以加工为主的第二产业再到以服务为主的第三产业，是产业发展的必然趋势，更是提升海洋渔业生态效率有效水平的关键途径。

转变海洋渔业发展方式，提升海洋渔业资源利用效率和海洋渔业生态效率有效水平需要政府，企业及从事海洋渔业相关劳动者共同努力。目前，我国部分沿海省市正在打造的“休闲渔业”是发展海洋渔业第三产业，促进海洋渔业产业升级的重要尝试之一。作为政府，应给予重视和支持，设立优惠政策，帮助企业在海洋渔业产业方面进行探索与创新；作为海洋渔业企业，更应发挥主观能动性，不断探索尝试；作为海洋渔业从业人员，放弃过度开发作业模式，响应国家政策，积极主动海洋渔业相关知识，优化作业方式，并主动投身于海洋经济转型发展中，优化自身收入结构。同时提升自身海洋渔业生态意识，促进渔业生态建设。

本文重点考虑海洋渔业二氧化碳排放条件下我国沿海11个省市2006-2016年海洋渔业生态效率有效性，并进一步探究海洋渔业生态效率在空间上变化情况，并未过多考虑文化、制度等方面的差异与潜在影响。此外，沿海各省市海洋渔业生态效率及相关影响因素可能在空间上受空间资源、文化差异、省市发展政策等因素影响存在误差或滞后，进而使研究结果产生一定的偏差。在日后研究中，一方面考虑将沿海省市文化、制度、经济、省市发展规模、环境等因素纳入对海洋渔业生态效率探究，另一方面将考虑海洋渔业生态效率可能存在的滞后及误差效应。