中國海洋牧場生態系統優化的政策仿真與模擬

張樨樨　劉鵬

摘要：在中國海洋漁業產業面臨資源枯竭、投產失衡、負生態效應背景之下，海洋牧場生態系統成為支撐藍色糧倉戰略、促進海洋經濟發展、改善海域生態不可或缺的重要實體。激發海洋牧場政策內驅力，挖掘海洋牧場發展潛力，推動漁業產業新舊功能轉換及轉型升級是促進中國海洋經濟內涵式發展的核心要義之一?？茖W確定海洋牧場生態系統的各子系統構成及評價指標，構建系統動力學模型解析生態系統多變量間雜糅關系;選取政策調節變量對海洋牧場生態系統優化的政策組合進行5種模式仿真，嘗試模擬2017—2035年不同政策模式下中國海洋牧場生態系統發展趨勢。由對比分析可知：10個牧場區在海洋科研投入、水產技術推廣人員與機構構成方面存在顯著差異;海洋牧場生態系統的良性發展依賴海洋科研與環境投入，環境保護與提升的不間斷投入需持續增強;海洋科研投入以技術升級為媒介提升牧場環境質量，但水產技術推廣的投入產出效率較低，應重點關注水產技術推廣人員隊伍建設與再培訓。發揮科技與環境政策協同效應是提升政策績效的關鍵，健全完善“政企學研”多元融合投入機制，加快水產技術推廣工作，改革向常態化、專業化、信息化轉變，以域外經驗借鑒為契機打造水產技術推廣人才培養特色化體系，打磨政策適配與銜接細節，形成海洋牧場生態系統環境保護與科技創新協同發展的創新政策模式。

關鍵詞：海洋牧場;生態系統;系統動力學;政策仿真;系統模擬

中圖分類號：F205 文獻標識碼：A 文章編：號1002-2104（2019）12-0168-09 DOI：10.12062/cpre.20190611

中國海疆遼闊，岸線綿長，擁有優越的海洋生態條件與豐富的海水資源。受人口增長、工業污染、長期粗放式發展等諸多因素的影響，海洋生態環境逐漸惡化，資源嚴重衰退，中國海洋經濟的長期良性可持續發展受到嚴重威脅。海洋漁業的投產不均、過度開發導致海洋漁業資源加速枯竭的同時[1]，破壞了海洋生態經濟系統平衡。海洋牧場作為促進海洋經濟綠色發展、加快傳統海洋漁業轉型的可持續發展性強、綜合效益高的新模式，不僅能夠涵養海洋資源，提升經濟效益，而且優化海域環境，促進多產業融合，已成為中國海洋經濟生態系統良性發展的重要引擎。

中國海洋牧場建設與發展時間較短，尚處在由漁業農牧化向生態養殖、科普研發、休閑娛樂、觀光旅游等模塊集成綜合體過渡的發展階段，問題集中涌現。2017年的《國家級海洋牧場示范區建設規劃（2017—2025）》提出，到2025年，在全國范圍內建成178個具有輻射示范效應的國家級海洋牧場。同時指出，雖然海洋牧場建設取得成績，與海洋生態文明建設與漁業轉型升級要求還存在較大差距，支持政策體系有待完善、科技與環境支撐薄弱、固定資產投產比偏低、牧場建設系統化程度不高、配套技術推廣不到位等表征較為突出，問題散亂且雜糅。以上種種問題均可在海洋牧場生態圈系統的集成與優化中找到病根，診治切不可“頭痛醫頭，腳痛醫腳”。鑒于此，本研究在模擬仿真中國海洋牧場生態系統實景下進行政策組合與效果評價，在生態系統協同優化演進過程中，深入挖掘系統各要素運行機制，科學確定適配政策的應用時機與尺度。

1文獻述評

通過文獻聚合，梳理提煉與海洋牧場相關的研究焦點與熱點，分為四個專題進行文獻匯總與評析。

第一，從國家與地區層面研究海洋牧場的相關政策。韓楊通過分析建國以來中國海洋漁業配套政策提出，中國在投產控制、生態環境與監管機制上存在一些問題，導致了政策成效不理想[1]。通過梳理美國海洋漁業發展主要政策及與中國的對比發現，中國海洋漁業管理在資源評估管理體系等方面與美國存在一定差距，應從漁業管理計劃、資源份額管理等方面逐步加以完善[2]。Pablo Pita等[3]運用EFLA框架分析英國、西班牙、葡萄牙等歐盟國家和歐洲的海洋漁業相關政策法規，結果表明，歐洲在海洋漁業政策實施上嚴格遵循生態原則，發展可持續性逐步提升。Rob Southwick等[4]認為，經濟信息對海洋休閑漁業與海洋管理政策制定尤為重要，良好的經濟反饋能夠提升公眾對產業的認可度，有利于政策實行。

第二，從利益相關者視角探討海洋牧場政策擬定過程中的利益沖突問題。Saba Siddiki[5]發現，美國開始通過構建多維利益相關者團隊進行海洋牧業的政策研究與制定，該方法可以權衡包括政府組織和非政府組織的多方利益，在一定程度上能夠保證政策順利推行。Luke Fairbanks等[6]調查美國新英格蘭海水養殖業利益相關者對該行業的認知發現，各方利益相關者普遍認為社會與政治因素對行業的影響不確定，很可能導致未來的利益沖突，建議政府建立區域性聯合機構來推廣近海養殖與海域開發。Luiz等[7]運用GIS方法評估，由其他利益相關者綜合制定的巴西南部地區的海洋牧場選址政策方案，結果顯示存在較大風險，各方專家與其他利益相關者對海洋牧場選址問題考慮的方向有所不同：專家意見更為重視選址的生態環境標準，而其他利益相關者更為注重物流問題。Jinkai Yu等[8]闡述了中國海水養殖現狀及發展潛力，指出進一步發展需要各方利益相關者的參與，建議設立海水養殖利益相關者管理部門，解決該產業轉型難、技術支撐不夠、風險較大等問題。Lindland等[9]運用扎根方法，探究挪威某沿海社區居民與其他利益相關者對海洋牧場發展的態度。研究表明，不同利益相關群體的潛在價值觀影響該態度，這些影響因素直接影響挪威沿海地區海洋漁業產業政策的制定。

第三，衡量海洋牧場、海水養殖的投入產出及關聯效應。Eoin Grealis等[10]利用愛爾蘭水產養殖業投入產出數據，通過里昂惕夫生產函數估計水產部門的相關乘數，并將乘數用于分析可持續水產養殖業戰略目標達成情況。結果表明，愛爾蘭水產養殖業不僅促進了經濟發展，增加了就業，還顯著提升了經濟發展的可持續性。Ma Dolores等[11]以西班牙加利西亞為例，通過均衡投入產出法分析了海水養殖對經濟社會的影響。結果表明，海水養殖業發展能夠為該部門創造收益，還可以提升其他部門收益。Jordi Guillen等[12]通過對歐盟海水牧場投入的描述性統計分析，結合投入政策梳理發現，雖然在高投入下歐盟海洋牧場產出沒有顯著提升，但相關投入提升了海水養殖業的整體質量和產品安全性，在保持生態友好發展模式的同時，為消費者帶來了品質更高的產品。Lavanya等[13]通過構建隨機超越對數函數，分析紅樹林對印度海洋牧場的效用。結果顯示，紅樹林的涵養作用對海洋牧場產量的貢獻率較高。Holden等[14]以可持續發展視角考量加拿大不列顛哥倫比亞地區海洋漁業的社會經濟效應與生態效應。通過對沿海養殖群體、原住民等主體的行為調查發現，當地海洋漁業產業在社會、經濟、生態各層面存在較大發展潛力待挖掘，提出地方海洋漁業發展應與當地規劃與政策適配。

第四，海洋牧場發展潛力評價及影響因素分析。Ian P. Davie等[15]依據國家綜合發展潛力、政策制定等因素對海洋牧場樣本進行評估發現，太平洋與加勒比海地區的政策管理有序，增長潛力大;中國海洋牧場產出較高，但海域選擇存在一定生態問題，私人資本介入影響了發展的可持續性。胡求光等[16]從資源、經濟、環境、科技四個維度構建海洋牧場發展潛力評價體系，對2007年和2011年中國海洋牧場區發展潛力進行橫縱向比較。結果表明，雖然海洋牧場區發展潛力整體呈上升趨勢，但支撐其發展的因素有所不同，區域內部存在發展不平衡現象。梁鑠等[17]運用隨機前沿分析等方法預測中國海水養殖生產潛力，中國海水養殖的空間及環境約束不大，但未進行充分開發。Johann Hofherr等[18]針對歐盟海水養殖產需不均衡問題，探究海水養殖增長速度緩慢的原因，發現歐盟并不存在海水養殖空間不足的問題。進一步研究發現，局部空間的不同產業競爭導致該問題出現，產業之間尚未形成相互促進的協同效應。Safford等[19]從科研人員對海洋牧場的影響這一獨特視角出發，通過海洋牧場相關科學家、政府官員及從業者的深度訪談發現，科學家與政府人員、從業者的互動交流會受到其專業的影響，不同專業科學家對產業的關注點存在顯著差異。為保證產業良性發展，需要廣泛征集多領域科學家的見解。

由以上文獻梳理可知，學界對海洋牧場的相關研究呈現零散狀態，研究成果的系統性偏弱，多側重于測算產出效率、技術效率及產量等。國外海洋牧場發展的經驗與教訓有待深度挖掘提煉。政策研究方面側重于海洋牧場經濟子系統與環境子系統的單項政策擬定及該過程中的利益沖突問題，對海洋牧場綜合生態系統缺乏生態圈與群落認知，單一的經濟視角或環境視角難以規避政策短視與非協同適配引致的合力降低。鑒于此，本研究運用系統思維構建中國海洋牧場生態系統評測體系，借助系統動力學模型，仿真出進行系統優化的5種政策模式，模擬異質化政策模式下海洋牧場生態系統的發展趨勢，通過施政結果對比分析進行政策甄別與評價，為現階段中國海洋牧場發展政策擬定與搭配提供論據支持與理念指導。

2中國海洋牧場生態系統評測模型構建

2.1海洋牧場生態系統評測指標體系構建

在生態經濟系統概念影響下，學界將海洋漁業經濟生態系統劃分為漁業生產系統（或經濟系統）與生態系統，關注生產活動與生態環境的相互作用[20]?，F有與生態經濟系統相關的系統動力學研究成果會根據研究目的不同，擴大系統范圍，融合科技、環境、資源等子系統[21-22]。如朱莊瑞等[23]為評價土地節約集約政策的有效性，劃分為行政效益、社會效益、經濟效益子系統，得到了不同維度的政策評價效果。鑒于此，本研究鎖定廣義的海洋牧場生態系統，該系統是由經濟子系統、科研子系統、水產技術推廣子系統、環境子系統構成的綜合性復雜系統。各子系統相互擾動影響，構成綜合系統性突出的海洋牧場生態群落。在征詢專家意見及現有研究基礎上[16，24]，各子系統的觀測指標選擇綜合考慮了中國海洋牧場發展中變量間關系及數據可獲取性，經過多輪篩選確定。經濟子系統中選擇涉海就業人數、海水養殖面積、海水養殖產量、農林漁業固定資產投資、GDP等指標，綜合反映海洋牧場建立及發展過程中涉及的人力資源、自然資源、投資與產量、產值等投入產出情況。構建水產技術推廣子系統是由于技術水平與產出經濟效益之間往往存在巨大鴻溝[25]，水產技術推廣水平能夠折射出專業技術的普及應用程度，關系到技術的實際經濟產出?？蒲信c水產技術推廣子系統主要選擇海洋科研機構經費投入、海洋科研機構專利、海洋科研機構課題、水產技術推廣機構數量、水產技術推廣實有人員情況等變量，兩個子系統通過海洋牧場科技水平這一變量作用于經濟子系統。環境子系統主要選擇污染投資、污染處理及保護區建設方面的指標。選定指標參見表1。

2.2海洋牧場生態系統評測模型構建與檢驗

變量間關系方程構建主要依賴基本函數關系、利用已有數據回歸等方法，對函數關系不明顯的變量間方程，主要利用Vensim中的表函數構建。數據來源為2011—2017年的《中國統計年鑒》《中國海洋統計年鑒》《中國漁業統計年鑒》《中國環境統計年鑒》及相關統計公報等?；谙到y動力學，構建中國海洋牧場生態系統模擬模型，詳見圖1。變量間主要反饋關系回路存在如下幾條：

第一，海洋科研機構專利→海洋科研指數→海洋牧場科技水平→海水養殖產量→漁業經濟總產值→GDP→海洋科研機構經費收入→海洋科研機構專利。

第二，沿海地區工業廢水處理量→海水養殖產量→漁業經濟總產值→GDP→環境污染投資總額→沿海地區工業廢水處理量。

第三，沿海地區工業廢水處理量→休閑漁業產值→漁業經濟總產值→GDP→環境污染投資總額→沿海地區工業廢水處理量。

第四，農林漁業固定資產投資→海水養殖產量→漁業經濟總產值→GDP→農林漁業固定資產投資。

為保證所建系統能夠更貼切地模擬現實，系統動力學模型通過輸入初始真實值模擬并與現有數據進行比對的方式進行模型檢驗，但尚無統一誤差分析標準確定模型構建是否優良，通常在5%誤差水平即可接受。由于研究目的不同，部分指標在10%左右誤差水平，主要觀測指標模擬良好，依然可接受[22，26]。本模型檢驗將2011年全國數據設置為初始值，模擬2011—2017年中國海洋牧場運行狀況，主要指標誤差情況見圖2。圖中主要指標各年份誤差值基本在5%甚至2%水平以下，部分指標誤差值高于5%但仍在可接受范圍內，故所有指標（包括圖中未列出的）誤差值均在可接受范圍內，模擬效果良好，能夠較為真實客觀地反映中國海洋牧場運行及發展情況。

3中國海洋牧場生態系統優化政策仿真

3.1政策調節變量選取與參數賦值

海洋牧場生態系統不是簡單的漁業養殖，而是三次產業融合、涉及政企學研農等各方利益相關者的綜合性系統工程。僅依靠市場機制難以實現各項資源優化配置，該系統的優化與更新需要通過科學高效的政策組合激發政策績效來推動實現。根據海洋牧場區（《國家級海洋牧場示范區建設規劃（2017—2025）》對全國沿海各省海洋牧場建設與發展計劃的說明，確定天津、河北、遼寧、江蘇、浙江、福建、山東、廣東、廣西、海南沿海十省市為海洋牧場區）的建設與成長狀況，考量海洋牧場生態系統模擬模型中的變量，選取海洋科研機構經費投入比例、水產技術推廣經費增長率、水產技術推廣實有人員與機構之比、環境污染投資比例、工業廢水處理投資比例作為政策調節變量。為排除對不同政策模式參數設置的主觀臆想，基于對海洋牧場區十省市數據（個別缺省年份數據由數據推算補足）的描述性統計分析來設計仿真方案。

海洋牧場十省市2011—2017年科研經費投入比例變化相對平緩。近5年，山東維持在10.0左右的較高水平，河北則低于1.0，其他省市基本在2.0～6.0之間（見圖3）。由于各省市不同年份水產技術推廣經費增長率變化幅度較大，選取較為穩定合理的變化值作為仿真參數。天津、山東、遼寧的水產技術推廣人員與機構之比在2016年明顯降低，之后維持穩定增長，其他省市一直保持在較穩定水平（見圖4），研究選取2016—2017年均值作為參考值;環境污染投資比例除個別省市變化幅度較大，其他省市均穩定在一定區間，可以0.75為界選取仿真參數（見圖5）。工業廢水處理投資比例由于相關數據缺省年份較多，處理方法同水產技術推廣經費增長率指標。

3.2政策模式仿真設計

依據海洋牧場現有管理政策體系，本研究嘗試設計5種政策模式進行仿真（見表2）。原模式為海洋牧場發展當前政策，政策組合的指標取值依據闡釋如下：十八大提出建設海洋強國戰略以來，海洋各產業的投入快速增長，海洋科研機構經費投入比例由較低水平逐漸提升至較高水平，之后維持在6.00～7.50水平。2012年發布的全國水產技術推廣工作“十二五”規劃提出，改革水產技術推廣體系，將工作重心下移，使得水產技術推廣實有人員與機構之比在長期發展中處于穩定比例。規劃提出積極落實2012年中央一號文件中關于“一個銜接，兩個覆蓋”政策，使得水產技術推廣經費增長率獲得較大幅度提升，近兩年逐漸穩定。十八大報告中強調，要著力解決突出環境問題，加強農業面源污染防治，逐步改善先污染后治理的老模式，故環境污染投資比例依然處在較高水平，而工業廢水處理投資比例相對較低。

模式1在各維度上均保持了較高指標水平，處于科技、環境投入較高、發展速度較快的理想政策配置水平。2017年，農業部制定的《“十三五”漁業科技發展規劃》中提出了“兩大工程”：以科技引領海洋強國戰略，面向海洋漁業的科技創新工程和旨在促進海洋漁業發展調結構轉方式的水產技術推廣能力工程。加大科研投入并加強水產技術轉化推廣，故海洋牧場科技與技術指標可能維持在高位。2016年，國務院印發的《“十三五”生態環境保護規劃》中強調，逐步健全與完善生態文明建設體制機制，為環保釋放諸多紅利。因此，環境相關指標可能維持在較高水平。

模式2相比模式1，調低了水產技術推廣經費增長率水平?！丁笆濉睗O業科技發展規劃》強調，重點建設水產技術推廣軟實力，發揮機制優勢，而不僅僅依賴高額資金投入，故未來政策動向可能在水產技術推廣經費增長率上有所調整。

模式3相比模式1，調低了環境相關指標的投入。《“十三五”生態環境保護規劃》表明，在經濟下行壓力加大情況下，部分地區環保相關投入可能減弱，借此調低環境相關變量水平作為政策變動的一種可能性。

模式4相比模式1，調低了水產技術推廣實有人員與機構之比。從年鑒數據來看，2015年，該指標在一部分海洋牧場區出現明顯降低?！丁笆濉睗O業科技發展規劃》提出，推進水產技術推廣體系公共服務能力建設，建設重點示范基地，提高技術推廣人員素質能力，不求數量求質量，在此施政趨勢調整下，該指標存在降低概率。

模式5相比模式1，調低了海洋科研機構經費投入比例。模式5主要模擬經濟下行壓力之下，科研機構經費投入降低的情況。《“十三五”海洋領域科技創新專項規劃》強調，海洋科研發展的總體思路之一是完善以企業為主體的海洋技術創新體系，促進投入多元化?！丁笆濉睗O業科技發展規劃》也強調了未來要引導企業增加科技投入。由此可見，政府對科研機構經費投入有可能降低，通過投資主體組合優化提升海洋科技創新效率。

4中國海洋牧場生態系統發展態勢模擬

以2017年數據為初始值，選取海洋牧場科技水平、海水養殖產量、休閑漁業產值、漁業經濟總產值為主要觀測變量，其他作為輔助解釋變量進行海洋牧場生態系統模擬預測。海洋牧場科技水平由海洋科研與水產技術推廣相關變量復合構建，綜合反映海洋牧場科技的長期發展。海水養殖產量、漁業經濟總產值為衡量海洋牧場產出的顯性指標。休閑漁業作為一種多產業融合的新業態，不僅反映海洋牧場的經濟產出，還能折射出牧場區的生態環境狀況。運用Vensim PLE軟件，模擬2017—2035年所設5種政策模式下的海洋牧場發展態勢，主要觀測指標的模擬結果見圖6～圖9。

觀察圖6～圖9可知，原模式（現有政策組合）的4項主要觀測變量的模擬值基本處于中游水平。在復雜系統的運維過程中，各子系統的高效協同尤為重要，亟待探尋中國海洋牧場生態系統優化政策群的最優投入產出比。

首先，模式1下各觀測變量處于較好發展水平，符合該政策模式下最優參數設置。在豐沛的科研與水產技術推廣相關資源投入下，海洋牧場科技水平穩步提升。環境投入增加有效改善了牧場環境水平，海洋牧場的海水養殖產量、休閑漁業產值、漁業經濟總產值呈現較快增長。

其次，模式2盡管調低了水產技術推廣經費增長率，在海洋科研機構高投入、多人員推廣的條件下，牧場海水養殖產量及休閑漁業穩步發展，帶動漁業經濟總產值提升。表明政府水產技術推廣經費投入對海洋牧場生態系統運維的經濟性效用較為有限，引導多機構、多組織、多企業參與水產技術推廣，實現投入多元化與收益分配比例調整能夠有效提升海洋牧場科技水平。中國水產技術推廣體系正逐步趨于完善，推廣工作體制改革方向明確，能夠在有限資源投入下最大限度地發揮水產技術推廣機構與人員效用。

再者，模式3的低投入環境政策導致海水養殖產量、休閑漁業產值在未來增速放緩，甚至低于現行發展政策模式增速，使得漁業經濟總產值整體增速顯著降低。模式3與改變科技政策的模式2、4、5相比，對海洋牧場經濟產出的負向影響更為凸顯。海洋環境是海洋牧場生態系統健康運行的重要基礎，也是海洋生態文明的核心要素。環境投入增加，生態環境質量提升，能夠促進海洋牧場經濟系統有序健康發展[27];反之，忽略環境投入，破壞了海洋牧場生態群落賴以生存的根基，將會影響整個沿海地區經濟與社會發展。不僅如此，圖6顯示，模式3在未改變科技相關政策的情況下，海洋牧場科技水平也有一定程度下降，主要是經濟發展緩慢導致其他投入降低造成，更加印證了環境投入關系到海洋牧場生態系統的可持續性發展，應持續不間斷、有計劃地投入。

值得注意的是，調低了水產技術推廣實有人員與機構之比和海洋科研投入的模式4與模式5。模式4與模式5在主要觀測變量發展態勢模擬值上產生重大分化，提供了政策模式調整的關鍵提示信息。觀察圖6，兩者的海洋牧場科技水平在2022年以前均低于現行政策模式，模式4略高;在2022年以后，模式4的海洋牧場科技水平發展超過了原模式，而模式5依然低位運行。這說明與水產技術推廣工作相比，科研投入對海洋牧場科技發展速度與水平起決定性作用。由圖7可知，2023年左右，模式5與模式4的海水養殖產量增速產生較大差異：模式4在海洋科研高投入之下，海水養殖產量增速加快，僅次于最優狀態的模式1;低科研投入下的模式5則一直保持低于現行發展模式的增長率。圖8顯示出模式4的休閑漁業產值高于模式5，均高于原模式并呈現出加速上升趨勢。圖9中的兩大模式下的漁業經濟總產值也存在顯著差異，模式4的增速明顯高于模式5。從休閑漁業與海洋經濟產值兩大經濟子系統的指標來看，模式4對經濟效應的提升更為立竿見影。通過模式4與模式1比較，兩者的海水養殖產量、休閑漁業產值、漁業經濟總產值增長速度相差不大，結合模式2的模擬仿真結果可以得出，龐大的水產技術推廣人員隊伍、水產技術推廣經費的高投入并不一定能夠快速高效地提升中國海洋牧場生態系統的產出與發展水平。水產技術推廣體系革新、水產技術推廣工程建設、水產技術推廣服務體系完善等軟實力提升才是成本約束下最大化收益的最優政策選擇。

從前瞻性視角考量，經過多角度對比分析可知，模式4相比各項投入最優的模式1，更為符合中國海洋牧場發展現狀與趨勢，政策適應性強，投入產出比較為理想，是成本約束下收益較高的施政選擇。

5研究結論與政策啟示

首先，從可持續發展視角看，中國海洋牧場生態系統尚處于初級發展階段，海洋牧場生態系統良性發展在較大程度上依賴于海洋科研與環境投入。但高科研投入不能彌補環境投入過低對海洋牧場生態系統造成的不可逆轉的毀壞性影響，過低的環境投入通過影響經濟產出導致牧場科技水平貶損。關于環境與科技投入的側重點選擇，歐盟海洋牧場的成功經驗可資借鑒。

其次，系統仿真模擬結果表明，海洋科研高投入為海洋牧場帶來的經濟產出收益大于水產技術推廣人員與經費高投入的收益，海洋科研高投入所帶來的技術成果雖然短期內難以快速轉化為實際經濟產出，但從長期看，海洋科研的持續性投入能夠通過技術轉型升級助推牧場環境友好性提升?，F存的水產技術推廣體系存在人員結構不合理、經費投入邊際收益低、技術轉化遭遇瓶頸等問題，其中，水產技術推廣人員隊伍建設與再培訓為薄弱環節。

再者，模擬仿真結果結合牧場區描述性統計分析可知，河北、海南、江蘇、浙江、福建牧場區的海洋科研投入比例相對較低，可能會影響海洋牧場產出增長速率;天津、河北、海南的水產技術推廣人員與機構之比較高，結合其水產技術推廣機構數量并不多的情況來看，可能存在單一機構人員冗余、機構服務覆蓋范圍狹窄等癥結。

通過對中國海洋牧場生態系統優化政策進行仿真，提出現有政策文件精神倡導下的高概率政策組合，依據政策模式情形下牧場發展態勢模擬分析結果，從以下幾方面嘗試進行政策創新搭配與時機審度：

第一，設計構建激勵環境保護與科技創新協同發展的政策模式。2019年的《政府工作報告》強調，實現綠色發展，構建現代化經濟體系尤為重要。要“加強污染防治重大科技攻關”、“協同高質量發展與生態環境保護”。在海洋牧場發展過程中，環境保護與開發的持續投入能有效保持牧場生態群落健康，形成由經濟子系統向海洋牧場科技投入的正反饋。狠抓牧場區污染源防治，逐步構建“大投入治污染，強措施防污染，高科技杜絕污染”模式。海洋牧場推廣使用的適用性科技不但要提產量，更要保環境。將環境測評因素納入科技成果評定體系中，發揮科技水平提升與環境優化的外部經濟性，涵養海洋牧場各生態子系統良性運行的根基。

第二，穩步提升海洋牧場直接與間接科研投入，健全完善“政企學研”多元融合的水產技術推廣投入機制。海洋科研投入較低的省市，如河北、海南、江蘇、浙江、福建，在加大海洋科研相關經費投入的同時，要賦予海洋科研機構、高校、科研團隊更多研究自主權，脫離“經費限制成果，賦權限制研究”的科研窘境，調動涉海類高校、科研院所及涉海企業的研發積極性，提升科研人員成果獎勵力度的同時優化項目審核與監督機制。在水產技術推廣方面，集中資源投入建設海洋牧場產業創新發展的重點工程、示范工程，引導企業、高校、研究機構等組織積極投入，盡快扭轉水產技術推廣投入“沒方向、無針對、沒轉化”的局面。

第三，大力推進水產技術推廣體系改革常態化、水產技術推廣工作專業化與水產技術推廣服務信息化。《全國水產技術推廣工作“十三五”規劃》對水產技術推廣改革創新能力，提出了由體制到具體工作的細化要求，指出水產技術推廣信息服務是發展的一大亮點。海洋牧場水產技術推廣體系的改革創新應專注于基層推廣體系改革，工作機制、人才培養方式創新及組織結構優化。通過標準化體系規范水產技術推廣工作，編制水產技術推廣工作手冊以明確工作細則與標準。打造海洋牧場區大數據平臺為政企投入精準化提供數據支持，開發適用于技術推廣工作人員與養殖人員的牧場區專用APP，提高技術使用便捷性。

第四，構建水產技術推廣人才特色化培養體系，通過國內外交流提升推廣人員綜合素質，掌握實用技能。海洋牧場建設對水產技術推廣人員提出更高要求，尤其針對天津、河北、海南等在技術推廣人員結構、質量上存在問題的海洋牧場區而言，精簡實有人員、提高技術推廣人員素質迫在眉睫。貫徹落實《農業技術推廣法》“一個銜接，兩個覆蓋”的要求，秉承“機制打磨隊伍，交流提升人才”的原則，構建“嚴格選拔，深入培養，重點提升”的人才隊伍建設機制。打造融合政府、企業、高校、項目于一體的水產技術推廣人才交流平臺，建立與漁業大國、國際漁業相關組織的“朋友圈”，形成人才“理論學習，推廣實踐，對外交流”的長效循環培養體系。

星羅棋布的海洋牧場是激發海洋經濟活力的試驗田、中國藍色糧倉的重要組成部分，未來將向以深遠海養殖業為主體的“深藍漁業”發展。中國海洋牧場發展特色鮮明但基礎較為薄弱，既有先進經驗可循，便應進行優質基因的變通汲取。海洋牧場發展應遵循生態系統規律，經由陸海一體化統籌發展理念引領，在未來發展趨勢明朗的前提下，開展政策評價與搭配演練，發揮政策效能綜合治理陸海污染，保障海產品食品安全與牧場產出質量，以成本最小化實現中國海洋牧場生態系統優化與可持續發展。

（編輯：劉照勝）

參考文獻

[1]韓楊. 1949年以來中國海洋漁業資源治理與政策調整[J]. 中國農村經濟， 2018（9）：14-28.

[2]韓楊， CURTIS R. 美國海洋漁業資源開發的主要政策與啟示[J]. 農業經濟問題， 2017，38（8）：103-109.

[3]PITA P， VILLASANTE S， ARLINGHAUS R， et al. A matter of scales： does the management of marine recreational fisheries follow the ecosystem approach to fisheries in Europe？[J]. Marine policy， 2018，97：61-71.

[4]SOUTHWICK R， HOLDSWORTH J C， REA T， et al. Estimating marine recreational fishings economic contributions in New Zealand[J]. Fisheries research， 2018，208：116-123.

[5]SIDDIKI S， GOEL S. A stakeholder analysis of U.S. marine aquaculture partnerships[J]. Marine policy， 2015，57：93-102.

[6]FAIRBANKS L. Moving mussels offshore？ perceptions of offshore aquaculture policy and expansion in New England[J]. Ocean & coastal management， 2016，130：1-12.

[7]VIANNA L F D N， FILHO J B. Spatial analysis for site selection in marine aquaculture： an ecosystem approach applied to Baía Sul， Santa Catarina， Brazil[J]. Aquaculture， 2018，489：162-174.

[8]YU J， YIN W. Exploring stakeholder engagement in mariculture development： challenges and prospects for China[J]. Marine policy， 2019，103：84-90.

[9]LINDLAND K M， GJERSTAD B， KRVEL A V， et al. Governing for sustainability in the Norwegian aquaculture industry[J]. Ocean & coastal management， 2019，179：104827.

[10]GREALIS E， HYNES S， O DONOGHUE C， et al. The economic impact of aquaculture expansion： an inputoutput approach[J]. Marine policy， 2017，81：29-36.

[11]GARZAGIL M D， SURSREGUEIRO J C， VARELALAFUENTE M M. Using inputoutput methods to assess the effects of fishing and aquaculture on a regional economy： the case of Galicia， Spain[J]. Marine policy， 2017，85：48-53.

[12]GUILLEN J， ASCHE F， CARVALHO N， et al. Aquaculture subsidies in the European Union： evolution， impact and future potential for growth[J]. Marine policy， 2019，104：19-28.

[13]ANNEBOINA L R， KAVI KUMAR K S. Economic analysis of mangrove and marine fishery linkages in India[J]. Ecosystem services， 2017，24：114-123.

[14]HOLDEN J J， COLLICUTT B， COVERNTON G， et al. Synergies on the coast： challenges facing shellfish aquaculture development on the central and north coast of British Columbia[J]. Marine policy， 2019，101：108-117.

[15]DAVIES I P， CARRANZA V， FROEHLICH H E， et al. Governance of marine aquaculture： Pitfalls， potential， and pathways forward[J]. Marine policy， 2019，104：29-36.

[16]胡求光， 王秀娟， 曹玲玲. 中國藍色牧場發展潛力的省際時空差異分析[J]. 中國農村經濟， 2015（5）：70-81.

[17]梁鑠， 陳琦， 韓立民. 中國“藍色糧倉”生產潛力評估研究[J]. 農村經濟， 2018（6）：49-54.

[18]HOFHERR J， NATALE F， TRUJILLO P. Is lack of space a limiting factor for the development of aquaculture in EU coastal areas？[J]. Ocean & coastal management， 2015，116：27-36.

[19]SAFFORD T G， VIEIRA P F， POLETTE M. Scientific engagement and the development of marine aquaculture in Santa Catarina， southern Brazil[J]. Ocean & coastal management， 2019，178：104840.

[20]秦宏， 張瑩. 國外漁業生態經濟相關研究述評[J]. 經濟問題， 2016（9）：15-21.

[21]周雄勇， 許志端， 郗永勤. 中國節能減排系統動力學模型及政策優化仿真[J]. 系統工程理論與實踐， 2018，38（6）：1422-1444.

[22]楊紅娟， 張成浩. 基于系統動力學的云南生態文明建設有效路徑研究[J]. 中國人口·資源與環境， 2019，29（2）：16-24.

[23]朱莊瑞，呂萍.中國城市土地節約集約利用政策有效性區域差異研究[J].中國人口·資源與環境，2015，25（12）：129-137.

[24]狄乾斌， 梁倩穎. 中國海洋生態效率時空分異及其與海洋產業結構響應關系識別[J]. 地理科學， 2018，38（10）：1606-1615.

[25]王林輝， 袁禮. 有偏型技術進步、產業結構變遷和中國要素收入分配格局[J]. 經濟研究， 2018，53（11）：115-131.

[26]曾麗君， 隋映輝， 申玉三. 科技產業與資源型城市可持續協同發展的系統動力學研究[J]. 中國人口·資源與環境， 2014，24（10）：85-93.

[27]孫劍鋒， 秦偉山， 孫海燕， 等. 中國沿海城市海洋生態文明建設評價體系與水平測度[J]. 經濟地理， 2018，38（8）：19-28.

[28]GARZAGIL M D， VZQUEZRODRGUEZ M X， VARELALAFUENTE M M. Marine aquaculture and environment quality as perceived by Spanish consumers： the case of shellfish demand[J]. Marine policy， 2016，74：1-5.

[29]BOERLAGE A S， NGUYEN K V， DAVIDSON J， et al. Finfish marine aquaculture in northern Vietnam： factors related to pathogen introduction and spread[J]. Aquaculture， 2017，466：1-8.

[30]王嵩， 孫才志， 范斐. 基于共生理論的中國沿海省市海洋經濟生態協調模式研究[J]. 地理科學， 2018，38（3）：342-350.

[31]胡玉璽， 吳曉磊， 馬世昌，等. 濕地“三生”空間耦合的系統動力學模型實證分析——以西溪國家濕地公園為例[J]. 經濟地理， 2018，38（7）：173-180.

[32]胡偉， 韓增林， 葛岳靜，等. 基于能值的中國海洋生態經濟系統發展效率[J]. 經濟地理， 2018，38（8）：162-171.

[33]史丹， 王俊杰. 基于生態足跡的中國生態壓力與生態效率測度與評價[J]. 中國工業經濟， 2016（5）：5-21.

AbstractUnder the background of resource exhaustion， production imbalance and negative ecological effect of marine fishery industry of China， marine ranch ecosystem has become an indispensable and important entity to support the blue granary strategy. It has promoted the development of marine economy and ecology. Stimulating the driving force of marine ranch policy and the developmental potential， replacing old growth drivers with new ones， upgrading and transforming the fishery industry have become the core elements to promote the connotative development of marine economy of China. The author have selected subsystems and evaluation indexes of the marine ranch ecosystem and constructed the system dynamics model to analyze the multivariate relationships of the ecosystem. The varieties of policy adjustment on marine ranch are selected to simulate the trends of marine ranch ecosystem of China in 2017-2035 through five kinds of policyoptimizing models. The conclusions can be obtained by comparison analysis. The significant differences in the input of marine scientific research and the construction of aquatic technology promoting staff and institutions among ten Coastal provinces have been shown. The benign development of marine ranch ecosystem depends on marine scientific research and environmental investment. The continuous investment in environmental protection and upgrading should be strengthen. The input of marine scientific research can improve the environmental quality through technology upgrading.However， the level of input and output efficiency of aquatic technology promotion is low. It shows that more attention should be paid to the construction and retraining of aquaculture technology promoting staff. The cooperative effect between technology policy and environmental policy is the key to improve policy performance. The ‘governmententerpriseuniversityresearch multiinput model should be built and improved. The normalization， professionalization and informationization of the reform of aquaculture technology promotion should be accelerated. Taking the extraterritorial experience as an opportunity to build a characteristic system for training talents in aquatic technology. The policy model should be done by updating policy adaptation and connection details which can accomplish the collaborative development of the environmental protection of marine ranch ecosystem and the innovation of science and technology.

Key wordsmarine ranch; ecosystem; system dynamics; policy simulation; system simulation