碳中和目标下中国海洋渔业碳汇能力及其空间效应研究

郑鹏，赵丽男，贾文静，王韵霖

（大连海洋大学 经济管理学院，辽宁 大连 116023）

自21 世纪开始，由于二氧化碳等温室气体的排放急剧增加，全球变暖等气候变化对人类社会构成了一种非传统的安全威胁[1]。面对日益严峻的温室效应，加快减碳增汇成为全球关注的焦点。除了通过调整能源结构、推动产业升级转型、发展低碳经济等方式外，我们还可以利用海洋碳汇来解决全球变暖问题[2]。因此，提高海洋渔业碳汇能力是中国实现碳中和的一条重要路径。作为人类利用海洋资源的基本生产方式，渔业在近海碳循环过程中发挥着举足轻重的作用，而渔业碳汇则是海洋碳汇中不可或缺的一部分[3]。因此，我们应努力提升海洋渔业的碳汇能力，促进海洋渔业产业的高质量发展。这是中国政府履行国际社会承诺、缓解气候变化问题、平衡经济发展与碳排放关系的重要举措之一。

海洋渔业碳汇是海洋碳汇的重要组成部分，它是指通过海洋渔业生产活动直接或间接降低大气二氧化碳浓度的过程和机制[7]。沿海省份海洋渔业碳汇的空间分布并非孤立的，各省份海域环境、养殖面积、渔业政策、养殖品种以及养殖技术的不同使得海洋渔业碳汇具有较强的空间关联性[4]。一个省份的海洋渔业碳汇会通过要素流动、技术溢出和政策蔓延等传导机制对相邻省份的海洋渔业碳汇产生影响，即存在空间溢出效应。海洋渔业碳汇存在的空间关联性及外溢效应对于沿海省份海洋渔业协调发展和区域海洋环境有效保护具有重要意义。

1 文献综述

1.1 海洋渔业碳汇理论研究

2009 年NELLEMANN 等[5]把海岸带的红树林、海草床和盐沼所捕获和储存的碳定义为海洋碳汇。李静等[6]认为海洋碳汇是全球碳循环的一个重要机制，它是利用海洋进行固定和储存二氧化碳。唐启升等[7]认为海洋渔业碳汇是水生生物吸收或使用水体中二氧化碳等温室气体，再将这些已经转变成生物产品的碳从水中移出或由生物沉淀使之沉降到水底的过程和机制，是蓝色碳汇的重要组成部分。这些碳产品如果被重新使用或被储存，这个结果都会提高水体吸收和储存大气二氧化碳的能力，从而更好地发挥碳汇功能，因此，海洋渔业碳汇也被称为 “可移出的碳汇” 。海洋渔业碳汇既包括养殖贝类通过滤食、藻类通过光合作用从海水中吸收碳元素的 “固碳” 过程，也包括以浮游生物、藻类和贝类为食的鱼类、头足类、甲壳类和棘皮动物等捕捞种类通过摄食和生长所利用的碳，因此，海洋渔业碳汇本质上就是 “可移出的碳汇” 。尽管海洋渔业碳汇在推动 “碳中和” 目标实现过程中发挥着高效且重要的作用，但目前人们对于海洋渔业作为碳汇产业的关注度仍然相对较低。

1.2 海洋渔业碳汇核算研究

由于海洋生态环境具有复杂性，因此我国尚未建立起一套完整的海洋渔业碳汇核查体系[8]。目前海洋渔业碳汇的测量方法主要有称重法、室内培养法、碳指纹法和海—气界面二氧化碳通量估计法，主要对贝类和藻类养殖产生的碳汇进行测算[9]。岳冬冬等[10]通过对海水养殖贝类产生的碳汇进行核算，分析我国沿海9 个省份海水养殖贝类产量与其形成碳汇量的关系。岳冬冬[11]根据海藻养殖碳汇核算原理，设计3 种不同的海藻养殖情景模式，对海藻产量与碳汇量的变动关系进行研究。邵桂兰等[12]通过核算山东省海洋捕捞业的碳排放量及海水养殖业的碳汇量，对山东省海洋渔业的碳平衡状况进行研究，并以海洋捕捞业的碳排放量和海水养殖贝藻类碳汇量之差为基础，将碳平衡状态分为三种情况：碳盈余、碳平衡、碳赤字。总体而言，现有研究以贝藻类为主，缺少对海洋沉积物、附着生物固碳量的核算方法，因此海洋渔业碳汇能力比现有测算值大。

1.3 海洋渔业碳汇影响因素研究

随着海洋渔业碳汇领域的发展，目前已有的研究多是以 “可移出碳汇” 概念和模型测算海洋渔业碳汇为基础。邵桂兰等[13]在测算海水养殖碳汇能力之后，利用对数平均迪氏指数法（LMDI）模型对其进行分析，得出结论：养殖规模和养殖结构是影响碳汇能力的主要因素。孙康等[14]采用LMDI 指数分解法对中国沿海省份海洋渔业碳汇能力影响因素进行分析，研究结果表明渔业碳汇能力的最主要影响因素是规模效应。REN[15]在测算海洋渔业碳汇量的基础上，运用LMDI 模型方法对中国沿海省份海洋渔业碳汇能力的影响因素进行研究。徐敬俊等[16]基于 “可移出碳汇” 的测算结果，进一步探索出渔业产值、劳动力投入以及渔业受灾面积等对海洋水产养殖业的碳汇量产生重要影响。

综上所述，现有研究主要集中在海洋渔业碳汇理论研究、能力测算以及影响因素分析等方面，而对渔业碳汇的时空特征分析少有研究涉及，关于海洋渔业碳汇的空间效应还不明确。因此，本文基于2007—2021 年中国沿海9 个省份海洋渔业碳汇量，分析渔业碳汇能力的区域差异与时序变化特征，运用空间模型对样本间是否存在空间相关性进行判断，并对其空间效应及影响因素进行深入研究，旨在推动区域海洋生态环境良性循环、促进海洋生态文明建设、实现各区域海洋渔业协调发展，并为制定差异化海洋渔业碳汇发展政策提供可参考的依据。

2 海洋渔业碳汇能力测评

开展海洋渔业碳汇能力测算是促进海洋渔业增汇的重要先导环节。为了深入了解海洋渔业碳汇能力的分布格局及演变规律，本文采用准确度较高、操作性强的物质量评估法对海洋渔业碳汇能力进行测算。

2.1 海洋渔业碳汇能力测算

海洋渔业碳汇属于不投饵渔业，其碳汇以贝藻类碳汇为主，而鱼类和甲壳类不在其研究范畴内，因此本文研究的海洋渔业碳汇主要包括贝藻类碳汇。参考邵桂兰等[13]、孙康等[14]的研究，本文利用物质量评估法，以海洋生物 “碳汇系数—产量—碳汇量” 之间的关系为基础，对沿海省份海洋渔业的碳汇能力进行计算，海洋渔业碳汇能力计算步骤见表1。

表1 海洋渔业碳汇能力测算方法

2.2 数据来源

本文选择沿海9 个省份海洋渔业碳汇能力为研究对象（由于天津市和上海市海洋渔业养殖生产活动较少，且在《中国渔业统计年鉴》中的数据为0，因此未被纳入研究范畴），所采用的数据均来自2007—2021 年的《中国渔业统计年鉴》和《中国渔业年鉴》。

2.3 海洋渔业碳汇能力测算结果与分析

2.3.1 中国海洋渔业碳汇能力时间变化分析

2007—2021 年的中国海洋渔业碳汇能力时间变化趋势如图1所示。中国沿海九省的碳汇能力虽有一定的波动，但整体上仍呈现出上升态势。2007—2009 年呈现先上升后下降趋势，2009 年达到最低值；2010—2021 年整体上呈现持续上升趋势。究其原因2009 年我国共发生风暴潮、海浪、海冰、赤潮及其他海洋灾害百余次，对海洋渔业和水产养殖业造成严重影响，因此影响了沿海省份海洋渔业碳汇量；2010 年正由 “十一五” 向 “十二五” 过渡，《全国海洋经济发展 “十二五” 规划》的出台对我国海洋渔业的发展起到了积极的促进作用，碳汇量实现快速增长；2011—2015 年即 “十二五” 期间，国家高度关注 “三农” 问题，对海洋渔业实施高投入政策，通过增加海洋渔业固定资产投资、渔业柴油补贴、渔业资源保护补助，海洋渔业贝藻养殖规模迅速扩大，促进海洋渔业碳汇量快速增加；2016—2020 年，即进入 “十三五” 时期后，我国海洋渔业碳汇能力增长速度明显减缓。局部地区养殖密度过大，已经接近海洋环境所能承受的极限。沿海水域环境日趋恶化、各种灾害频发，对地区海洋渔业的可持续发展构成巨大威胁。与此同时，政府开始调整政策导向。根据《全国海洋经济发展 “十三五” 规划》， “十三五” 期间中国将把推动海洋产业优化和升级作为其发展重心，特别是传统的海洋产业，如海洋渔业，实施近海捕捞产量负增长政策，因此海洋渔业碳汇能力增长速度较为缓慢。

图1 2007—2021年中国海洋渔业碳汇能力的时间变化趋势

2.3.2 中国海洋渔业碳汇能力的区域分布分析

从图2 可以看出，中国海洋渔业碳汇能力呈现区域分布不均衡的特征，福建、山东碳汇能力均值较高，而海南和河北较低。福建是我国海洋渔业快速发展的省份，毗邻东南亚地区，拥有得天独厚的渔业资源，对外开放水平较高，同时也享有较多的国家优惠政策，以上较好的社会发展基础为海洋渔业的发展提供了有利条件；山东是传统的海洋渔业大省，海水养殖面积广阔，科技知识力量雄厚，近几年山东海域污染治理效果显著、海域环境质量大幅改善，水产养殖技术与模式不断革新，养殖产量持续增加，推动了海洋渔业的绿色发展，实现海洋渔业可持续发展；海南虽属于海洋渔业优化发展地区，但相较于其他沿海省份，其在渔业资源禀赋方面存在明显的劣势，导致海洋渔业发展水平相对较低。河北位于工业发达的环渤海地区，虽然拥有海洋资源，但海洋渔业规模相对较小，渔业产业结构有待完善，对传统渔业模式的依赖性强，且海洋环境污染问题突出，这些因素共同导致了河北海洋渔业发展水平较低。

图2 海洋渔业碳汇能力均值的区域分布

3 海洋渔业碳汇能力的空间效应分析

本文在测算海洋渔业碳汇能力的基础上，进一步剖析中国海洋渔业碳汇能力的空间效应，深层次揭示海洋渔业碳汇能力的关键影响因素。

3.1 空间计量模型设定

3.1.1 空间相关性检验

进行空间计量分析的前提是检验变量之间是否存在空间相关性，空间自相关能够反映地理单元间的集聚特征，大多数的空间计量模型都会选用莫兰指数，将其用作空间要素相关性检验的常用指标，通过此检验可以确定沿海9 省份海洋渔业碳汇能力是否存在空间关系。

莫兰指数计算公式为：

莫兰指数的取值通常在[-1, 1]之间，当取值小于0时，表示海洋渔业碳汇能力具有空间负相关性；等于0表示海洋渔业碳汇能力无空间相关性；显著大于0 时，说明海洋渔业碳汇能力具有空间正相关性。

3.1.2 空间计量模型构建

空间计量模型主要包括空间滞后模型（SAR）、空间误差模型（SER）和空间杜宾模型（SDM）。三种模型中，SDM 模型更具普遍性，它同时考虑因变量和自变量的空间相关性。

空间杜宾模型（SDM）不仅考虑了海洋渔业碳汇能力受本省解释变量的影响，还考虑了受邻省滞后解释变量和滞后海洋渔业碳汇能力的影响。为探究海洋渔业碳汇能力的影响因素，以及各影响因素对海洋渔业碳汇能力的空间溢出效应，建立海洋渔业碳汇能力SDM 模型。

式中：i、j为省份，t为时间，CSC为被解释变量碳汇能力，DI为海洋渔业发展水平，LI为海洋渔业劳动力投入，CA为海洋渔业养殖面积，DT为海洋渔业灾情，STP为海洋渔业科技推广情况，STI为海洋渔业科技投入。

3.2 影响因素选取

海洋渔业碳汇能力的影响因素除了空间溢出效应外，还有其他影响因素。参考徐敬俊等[16]、纪建悦等[17]和张樨樨等[18]的研究，选取了如下变量：海洋渔业发展水平（DI）、海洋渔业劳动力投入（LI）、海洋渔业养殖面积（CA）、海洋渔业灾情（DT）、海洋渔业科技推广情况（STP）、海洋渔业科技投入（STI）。变量具体解释如表2 所示。

表2 海洋渔业碳汇能力影响因素选取及解释

3.3 海洋渔业碳汇能力的空间效应结果与分析

3.3.1 空间相关性检验

本文使用Stata 15 计算2007—2021 年中国沿海9省份海洋渔业碳汇能力的全局莫兰指数，结果如图3 所示。图3 结果表明，2007—2021 年碳汇能力的全局莫兰指数始终为正值，局部存在波动，但整体上呈现上升趋势。表明海洋渔业碳汇能力具有空间正相关性，存在空间聚集态势，但空间聚集程度具有不稳定性。

图3 2007—2021年中国海洋渔业碳汇能力莫兰指数

为了进一步观测海洋渔业碳汇能力在空间上的聚集程度，绘制2021 年局部Moran’s I 散点图，如图4 所示，Moran’s I 散点图的4 个象限分别代表 “H-H” “L-H” “LL” “H-L” 4 种空间关联模式。由图4 可以看出，处于第一象限的省份有浙江、福建，这两个省份都具有适宜的养殖海域环境，且气候变化对海洋渔业的影响较小，同时它们的养殖模式和技术较为先进，从而形成共同促进发展的空间聚集态势，属于高—高聚集（HH）；处于第二象限的省份有辽宁和江苏，属于低—高聚集（LH）；处于第三象限的省份有山东、广东、广西、海南，虽然这些省份具有良好的养殖基础，但海洋渔业碳汇潜力有限，故形成消极的空间聚集态势，属于低—低集聚（LL）；处于第四象限的省份只有河北，属于高—低集聚（HL）。沿海省份主要聚集在第一、三象限，说明沿海省份的海洋渔业碳汇存在着 “高高聚集、低低聚集” 的空间相关性。

图4 2021年中国海洋渔业碳汇能力局部莫兰散点图

3.3.2 空间杜宾模型回归结果分析

通过Hausman、LR 和Wald 检验对空间计量模型的具体形式进行识别，结果如表3 所示。Hausman 检验得出的结果为30.3，在1%的水平下显著，故选用固定效应。LR 和Wald 检验都在1%的水平下显著，说明空间杜宾模型不能退化为空间滞后模型和空间误差模型，因此本文选择固定效应的空间杜宾模型。

表3 Hausman、LR和Wald检验结果

空间杜宾模型回归结果如表4 所示，海洋渔业碳汇能力的空间自回归系数（rho）为0.254，且在1%的水平下显著，说明沿海省份之间海洋渔业碳汇能力存在显著的正向空间溢出效应。即邻近省份碳汇量的增加将会对本省碳汇能力产生积极影响，同时本省碳汇能力的提高也会对邻近省份碳汇能力的提高产生积极影响。各沿海省份不是封闭的个体，随着政策影响、资源转移、知识扩散等物质与非物质的交换，再加上交通不断便利，各个省份之间的关系变得越来越密切，这些错综复杂的联系决定了一个省份的海洋渔业碳汇能力不可能是独立存在的，通常会受到周围省份的影响；而且海洋资源要素也有其独特性，在经济活动中的流动性更强，以上都为海洋渔业碳汇能力的空间溢出提供了充分条件。因此，要提升整体海洋渔业碳汇能力，需要对沿海省份联合治理。

表4 SDM模型回归结果

海洋渔业养殖产量和科技投入回归系数显著为正，其他因素不显著。表明养殖产量和科技投入对于海洋渔业碳汇能力的提高具有显著的正向作用。海洋渔业养殖产量与碳汇量具有直接关系，养殖产量的增加会使碳汇能力显著提高；科技投入增加能够使海洋渔业以较少生产要素投入获得较大产出，实现碳汇能力的提高。

3.3.3 空间溢出效应分析

空间杜宾模型使用了极大似然估计法并引入解释变量的空间滞后项，因此它有效地消除了内生性问题。但是，因为空间杜宾模型是非线性的，它的回归系数并不能直接说明变量对海洋渔业碳汇能力的影响，故在此基础上，参考LESAGE 等[19]的偏导矩阵方法，将影响分解为直接效应、间接效应和总效应。各影响因素对本省海洋渔业碳汇能力的影响为直接效应；对邻省碳汇能力的影响为间接效应，即空间溢出效应；总效应为二者之和。各影响因素对海洋渔业碳汇能力的直接效应、间接效应和总效应的回归结果如表5 所示。

表5 海洋碳汇空间溢出效应分解结果

根据各因素的直接效应结果，海洋渔业养殖产量（AP）、海洋渔业科技投入（STI）、海洋渔业科技推广情况（STP）和海洋渔业灾情（DT）具有显著的正向作用，海洋渔业劳动力投入（LI）具有显著的负向作用，其他因素影响不显著。海洋渔业养殖产量的增加将会直接导致碳汇能力的提高；海洋渔业科技投入与海洋渔业科技推广加强会推动养殖技术进步，先进的养殖技术能够实现海洋渔业碳汇能力的提升；由于海洋渔业灾情对贝藻类养殖产生的影响不大，贝藻类产量并未减少，最终未对碳汇能力的提高造成负面影响；海洋渔业劳动力投入增加并不意味着有更多的人员被投入贝藻类养殖中，因此，这种投入的增加并未对碳汇能力的提高产生积极的推动作用。

各因素的间接效应结果显示，海洋渔业发展水平（DI）、海洋渔业养殖产量（AP）、海洋渔业科技投入（STI）和海洋渔业科技推广情况（STP）具有显著的正向影响，海洋渔业劳动力投入（LI）具有显著的负向作用，其他因素影响不显著。海洋渔业发展水平提高及养殖产量的增加会对邻省产生示范作用，从而使相邻省份海洋渔业碳汇能力提高，带来空间间接正效应；海洋渔业科技投入和海洋渔业科技推广情况具有正向空间溢出效应，说明随着信息、技术等要素的传播，相邻省份因技术进步和经验推广而受益，产生 “搭便车” 效应，沿海省份之间实现了 “科技共享” ；增加海洋渔业劳动力投入并未使碳汇能力提高，会引起相邻省份出现模仿行为，产生空间间接负效应。

4 结论与建议

本文基于2007—2021 年中国沿海9 省份海洋渔业相关数据，采用物质量评估法对其碳汇能力进行测算，利用莫兰检验辨别海洋渔业碳汇能力的空间相关性，并运用空间杜宾模型进一步探究其影响因素及空间溢出效应。主要研究结论如下。

（1）海洋渔业碳汇能力方面，在时间上，2007—2009 年中国沿海9 省份碳汇能力呈现先上升后下降趋势，2010—2021 年持续上升；在空间上，碳汇能力表现为省份间分布不均衡，福建、山东碳汇能力均值较高，海南和河北较低。

（2）空间效应方面，沿海省份海洋渔业碳汇能力存在空间正相关性，但空间聚集程度具有不稳定性；从空间关联模式来看，各省份碳汇能力具有 “高高聚集，低低聚集” 的空间相关性。

（3）影响因素方面，海洋渔业养殖产量、海洋渔业科技投入、海洋渔业科技推广情况和海洋渔业灾情直接效应为正，海洋渔业劳动力投入直接效应为负；海洋渔业发展水平、海洋渔业养殖产量、海洋渔业科技投入和海洋渔业科技推广情况间接效应为正，海洋渔业动力投入间接效应为负。

基于以上研究结论，为促进沿海省份协调发展，提高海洋渔业碳汇能力，提出以下几点建议。

（1）优化海洋渔业养殖品种结构，提高贝藻类养殖产量。通过延长产品链、发展衍生产品等方式，对海洋渔业养殖品种价值进行发掘，提高贝藻类产品的需求量，对海水养殖品种结构进行优化，促进海洋渔业碳汇扩增，增强海洋渔业碳汇功能。

（2）加大经费投入，提高养殖技术。政府应增加科研和项目经费投入，以推动养殖技术的提高；与此同时，沿海省份之间要加强技术交流，注重海洋渔业养殖科技创新，从而提高海洋渔业产量产值。

（3）加强省份间合作，充分发挥海洋优势。针对目前我国海洋渔业碳汇能力发展的实际情况，促进沿海省份之间的要素流动，协调发展、共同进步，充分发挥我国的海洋优势，为实现 “碳中和” 目标贡献海洋力量。