四川省水產養殖業空間格局及影響因素

茍杰松，李宗南，吳柏清，蔣 怡，董秀春

(1.成都理工大學旅游與城鄉規劃學院，成都 610059；2.四川省農業科學院遙感應用研究所，成都 610066)

【研究意義】1985年全國確定“以養為主”的漁業發展方針之后，我國水產養殖業發展得到重點關注，成為世界第一水產養殖大國[1]。截至2019年底，中國水產品總產量6480萬t，其中養殖產量達到5079萬t。然而35年以來，我國水產養殖業發展總體上大而不強、多而不優，且在全國范圍內的水產品質量、水資源利用率和水環境生態功能呈整體下降趨勢[2-4]。四川省同樣面臨制約其它地區水產養殖業發展過程中存在的此類問題[5-6]。該省位于中國水資源豐富的長江流域上游地區，流經四川省的長江及其眾多支流帶來了各種營養物質，境內水質優良的坑塘、湖泊和水庫星羅棋布，為魚類提供了豐富的餌料和適宜的生長、養殖環境[7]。但該省水產品年均總產量150多萬t，年均需求量為200萬t，供給能力明顯不足。此外，水產養殖分散粗放、發展質量不高、發展不充分不平衡的問題也依然突出，提質增量是四川水產當前面臨的重要任務[8]。為深入貫徹生態文明建設和漁業供給側結構性改革，四川省省委省政府將“川魚振興”納入現代農業“10+3”產業體系，2019年《四川省現代水產產業發展暨農村人居環境整治現場推進會》明確以保護資源環境為前提，重點調整優化水產養殖業布局，推進規模化水產園區格局，進而基本實現全省水產品自給自足、進出平衡。【前人研究進展】隨著地理信息技術的快速發展，部分學者開始將空間分析方法運用到水產養殖業的研究中[9-11]，通過空間分析手段探究水產養殖業空間格局能從宏觀管理層面優化地區水產養殖業空間布局，有利于提升水產養殖活動與資源環境間的生態性、水產養殖業活動的外部經濟性，進而促進水產養殖業健康可持續發展[11-12]。【本研究切入點】總體上，有關水產養殖業空間格局的文獻相對較少，更鮮有進一步對其影響因素及四川區域展開相關研究報道。四川省作為西部水產大省，在加快構建現代水產產業體系實現經濟增長的同時，通過科學量化分析該省水產養殖業發展現狀及驅動原因、合理規劃促進養殖產量提質增量的任務也不容忽視。【擬解決的關鍵問題】本文以四川省各縣域(市轄區)水產養殖業為研究對象，結合漁業統計年鑒及地方統計年鑒，采用空間自相關分析方法初步探究該省水產養殖業典型要素(養殖面積、養殖產量)的空間分布格局；其次利用地理探測器篩選出養殖產量影響因素的主導因子；最后運用地理加權回歸模型對養殖產量主導因子的空間異質性程度進行計算。以期豐富水產養殖業空間格局及影響因素的相關內容，也為合理優化四川省水產養殖業布局，促進產業提質增量提供科學依據。

1 材料與方法

1.1 研究區概況

四川省位于中國西南地區，界于97°21′～108°12′E，26°03′～34°19′N，轄區面積48.6萬km2。該省地處中國第一階梯和第三階梯過渡帶，地勢懸殊，西高東低，西部多高原、山地，東部多平原、丘陵。全省氣候條件復雜多樣，川東為亞熱帶濕潤性氣候，川西南為亞熱帶半濕潤性氣候，川西北為高山高原高寒氣候。境內河流眾多，以長江水系為主，較大長江支流包括金沙江、雅礱江、岷江及其最大支流大渡河、沱江、嘉陵江及其主要支流涪江和渠江等[13](圖1)。

圖1 研究區Fig.1 Study area

四川省分18個地級市和3個自治州共183個縣域級空間單元，為便于分析和管理，該文將區級空間單元合并為相應市轄區，由于2020年新津縣撤縣設區，將此單元合并到成都市市轄區。另外，由于川西地區特殊的氣候條件和地理位置以及當地少數民族禁食魚的傳統，該區域有21個縣域無水產養殖數據，不作為該文研究范圍，故2018年研究區分107個縣域和18個市轄區，共計125個空間單元。

1.2 數據來源

該文數據來源主要包括兩個部分：一是四川省各縣域(市轄區)的漁業統計指標，從《2018四川省漁業統計年鑒》獲得，二是四川省各縣域(市轄區)的社會經濟統計指標，從同年四川省地方統計年鑒及統計網站獲得。

1.3 空間自相關分析

全局空間自相關分析用于檢驗某種現象在空間上是否存在集聚[14]，該文利用全局空間自相關(Moran’sI)和局部空間自相關(LISA聚類圖)對四川省各縣域水產養殖業兩個典型指標(養殖面積、養殖產量)進行分析。Moran’sI計算公式為：

(1)

當全局空間自相關分析結果整體呈顯著空間自相關格局時，為進一步識別水產養殖面積和產量的局部空間關聯特征，可采用局部空間自相關方法。所得的局部Moran散點圖中四個象限分別代表四類局部空間關聯類型：第一象限為H-H型，第二象限為L-H型，第三象限為L-L型，第四象限為H-L型，結合局部Moran散點圖和顯著性統計指標可得到LISA聚類圖[15]。

1.4 地理探測器

地理探測器是探測空間分異性，以及揭示其背后驅動力的一種統計學方法[16]。運用其中的分異及因子探測器分析四川省水產養殖業產出指標(養殖產量)影響因素，進而識別無效因子與主導因子。其計算公式如下：

(2)

1.5 地理加權回歸模型

地理加權回歸(GWR)是一種有效處理空間非平穩性估計參數影響的建模技術，可以量化參數的空間異質性[17]。相對于經典全局回歸模型，GWR模型考慮了變參回歸和局部回歸，在回歸的時候使用空間關系作為權重加入運算矩陣，采用局部加權最小二乘法對目標參數進行逐點估計，識別變量間的局部特征，有助于揭示局域空間單元水產養殖產量影響因素的差異對整體的影響。其計算公式如下：

(3)

式中，yi為模型的因變量，該文指養殖產量；xik為第k個預測變量在第i個空間單元的觀測值；ui，vi為第i個樣本空間單元的地理坐標位置；β(ui，vi)是i點的回歸常數；βk(ui，vi)是第i個樣本點的第k個回歸參數，是地理位置的函數；εi為第i個樣本點的隨機誤差。

常用的權重函數包括高斯函數和雙重平方函數，這里選取高斯函數作為權重衰減函數。衰減函數的理論基礎是由Tobler提出的：位置越接近的數據，比遠處的數據對結果的影響更大[18]。這個影響在數學上就化為了權重。高斯權重衰減函數計算公式如下：

Wij=exp[-(dij/b)2]

(4)

式中，dij是樣本點i和j的距離，b是帶寬，用來描述權重與距離之間函數關系的非負衰減參數。

帶寬b的選擇，直接影響權函數的結果，由于研究區樣本數據分布均勻，該文選擇固定型高斯函數。與此同時，帶寬b選擇后還需要遵循一定的準則才能作為最終的最優帶寬，常見的優化準則包括交叉驗證法(CV)和赤池信息量準則(AIC)，該文通過多次模擬對比分析后，選擇CV法作為權重函數帶寬的優化準則。

2 結果與分析

2.1 四川省水產養殖業空間格局

2.1.1 各縣域水產養殖規模空間差異顯著 養殖面積和養殖產量是代表地區水產養殖業發展規模的典型基本指標，通過養殖面積和產量的空間分布特征可以直觀了解區域水產養殖業的空間分布概況，對后續研究做鋪墊。

在水產養殖面積方面(圖2-a)，川東和川西南部分地區所占比例較大，主要依托長江流域內所有河流、湖泊等各種水體組成的水網系統，豐富的水資源為盆地地區和西南高山河谷地區水產養殖業發展創造了先決條件。其中，養殖面積超過4500 hm2的縣域有5個，仁壽縣最高，達到7641 hm2，其余依次為綿陽市市轄區、宜賓市市轄區、廣元市市轄區、鹽源縣；500～4500 hm2的有88個，所占比例最大，占全省縣域的60.27%；低于500 hm2的有22個。

在水產養殖產量方面(圖2-b)，全省各縣域養殖產量的空間分布特征與養殖面積比較相似，而部分地區如川西南地區鹽源縣、西昌市水產養殖水域以湖泊和水庫為主，受湖泊水庫清退限養等政策影響，造成養殖產量與面積不成正比。研究區125個縣域中，養殖產量超過3萬t的縣域有6個，眉山市市轄區最高，達到5.88萬t，其余依次為仁壽縣，綿陽市市轄區、成都市市轄區、樂山市市轄區和宜賓市市轄區；0.5萬～3萬t的有83個，占全省縣域最大比例(56.85%)；低于0.5萬t的有36個。

圖2 四川省各縣域水產養殖面積和產量空間分布Fig.2 Spatial distribution of aquaculture area and production in each county in Sichuan province

2.1.2 全局空間自相關 利用全局空間自相關指數Moran’sI可以揭示四川省各縣域水產養殖業的整體空間關聯格局。根據各縣域之間的鄰近關系建立二進制鄰近矩陣，基于該矩陣通過Moran’sI對2018年四川省各縣域養殖面積和養殖產量數據進行計算，結果如表1所示。Moran’sI指數計算結果均大于0，且通過置信水平為0.001的顯著性檢驗，說明數據呈顯著的空間正相關表征，即水產養殖面積和產量為高值的空間單元與高值空間單元相鄰，水產養殖面積和產量為低值的空間單元與低值空間單元相鄰，空間上整體呈正相關模式，在地理上傾向于發生空間聚集類現象。

表1 四川省水產養殖面積和產量全局Moran’s I統計

2.1.3 局部空間自相關 利用局部空間自相關LISA聚類圖可以揭示四川省各縣域之間水產養殖業的局部空間關聯格局。LISA聚類圖中H-H、L-L、H-L、L-H 4個聚類類型分顯著型和不顯著型，H-H/(L-L)顯著型為自身與鄰近水產養殖面積和產量均為高值(或低值)，空間差異較小的縣域空間單元；H-L/(L-H)顯著型為自身養殖面積和產量為高值(或低值)但周邊為低值(或高值)，空間差異較大的縣域空間單元。

由水產養殖面積局部自相關分析結果得知(圖3-a)，從分布數量上看，大部分顯著型空間單元屬于H-H型(15個)和L-L型(22個)，所占顯著型比重為90.24%，而L-H顯著型僅4個，無H-L顯著型；從分布空間上看，H-H顯著型主要集中在川東岷江、沱江沿岸平原丘陵地區和嘉陵江、涪江中上游沿岸丘陵地區，這些地區為四川省水產養殖面積聚集區。L-L顯著型主要分布在川西高山高原地區和川東盆周山區，L-H顯著型緊鄰H-H顯著型呈離散分布。

由水產養殖產量局部自相關分析結果得知(圖3-b)，從分布數量上看，與水產養殖面積類似，大部分顯著型縣域空間單元屬于H-H型(12個)和L-L型(22個)，所占顯著型比重為82.93%，而L-H顯著型有6個，H-L顯著型僅1個；從分布空間上看，除涪江流域梓潼縣，H-H顯著型主要集中在川東岷江、沱江沿岸平原丘陵地區，該地區為四川省水產養殖產量聚集區。L-L顯著型與養殖面積L-L顯著型類似，均分布于川西高山高原地區和川東盆周山區，而L-H顯著型離散分布于H-H顯著型周圍，H-L顯著型位于川西南地區西昌市。

圖3 四川省水產養殖面積和產量的LISA聚類圖Fig.3 LISA cluster map of aquaculture area and production in Sichuan province

基于上述結果，川東岷江、沱江沿岸平原丘陵地區(包括榮縣、威遠縣、資中縣、井研縣、仁壽縣、雁江區、簡陽市)均為四川省水產養殖面積集聚區和養殖產量集聚區，該“熱點”地區呈組團式集聚，與周邊縣域聯系緊密，輻射帶動作用強，池塘面積占比大，受湖泊水庫清退政策影響較小。雖然嘉陵江、涪江中上游沿岸丘陵地區(包括閬中市、三臺縣、梓潼縣、蒼溪縣、劍閣縣)也擁有類似的水資源稟賦和地形條件(主要為淺、中丘)，其人口約403.33萬人、GDP約889.67億元，但比起以上岷江、沱江沿岸平原丘陵地區(714.64萬人和2228.06億元)，后者人口眾多、市場廣泛，受成都大都市圈輻射，經濟支撐方面優勢也明顯，所以川東岷江、沱江沿岸平原丘陵地區為四川省的主要水產養殖業集聚區。

2.2 四川省水產養殖業影響因素

2.2.1 因變量選取 衡量地區水產養殖業發展的指標主要有養殖產量、養殖技術效率和養殖漁民收入等。由于養殖產量能最直接、最客觀地反映水產養殖業發展規模和水平，故該文選取養殖產量作為衡量水產養殖業發展的指標，即因變量。

2.2.2 自變量選取 水產養殖產量受多重因素影響，參考已有相關文獻對水產養殖產量影響因素的研究[9，19-21]，整體可概括為養殖產出因素和社會經濟因素兩大類，養殖產出因素是指水產養殖活動產出數量的直接影響因素，而社會經濟因素是指限制水產養殖活動的間接影響因素，具體影響因子構建情況見表2。

2.2.3 基于地理探測器的主要影響因子識別 養殖產量影響因素中有可能包含相互重復的的信息，并且對養殖產量的影響程度不一樣，利用地理探測器可以識別無效因子和主導因子，避免信息冗余和多重共線性問題。基于探測結果，結合因子探測q值及顯著性檢驗，由表3可知，各因子對水產養殖產量影響強弱依次為：x1>x6>x4>x2>x8>x9>x7>x5>x3。其中，x3、x5、x7、x9的q值相對較小，對因變量影響程度較弱，故排除這4個影響因子。x1、x2、x4、x6、x8的q值明顯高于其余因子，且均通過0.001顯著型檢驗。由于x6與x8均表示人口因素，降維合并為一個因子可以避免研究的重復性。故該文篩選后的4個主導因子分別x1(養殖面積)、x2(平均單產水平)、x4(淡水魚苗數量)及x6(養殖勞動力)。

表3 地理探測器探測結果

2.2.4 基于GWR的影響因素空間異質性分析 通過對水產養殖產量及其主導因子的地理加權回歸運算，各系數描述性統計見表4，結果表明除養殖勞動力外，其余自變量的回歸系數符號均為正，說明四川省各縣域的養殖面積、淡水魚苗數量和平均單產水平對養殖產量都為正向效應，而養殖勞動力的正負值回歸系數在空間上波動較大，說明其對養殖產量的影響不穩定。為進一步探究水產養殖產量影響因素的空間變異特征，通過GIS平臺對各自變量的系數值進行空間可視化，可以更直觀地表達和分析各變量對養殖產量影響的空間變異，結果如圖4所示。

表4 GWR模型回歸系數描述性統計分析

水產養殖水體是水產養殖活動的自然基本載體，養殖面積是衡量水產養殖業發展的基本和重要指標。從回歸系數的空間分布(圖4-a)上看，由中部向南北兩邊逐漸減小，最大間隔值分布于川東成都、資陽、雅安、樂山、自貢等市所轄部分縣域，最小間隔值出現在川西南攀枝花市和涼山州地區。這說明岷江、沱江沿岸平原丘陵地區水產養殖產量受養殖面積影響較大，其原因主要與水資源和養殖方式有關。岷江、沱江沿岸平原丘陵地區地勢平坦開闊，水系輻射面積廣，除了不同大小面積的湖泊水庫，坑塘遍布，養殖方式多為池塘養殖，平均單產最高(8255.76 t/hm2)，以成都市為例，池塘養殖面積占養殖規模的68.27%，養殖產量占比則高達78.55%；而川西南高山地區位于雅礱江中下游，養殖方式多為湖泊、水庫等大水面，平均單產較低，例如涼山州湖泊水庫養殖面積占比高達86.47%，但產量僅占24.99%。

圖4 四川省各縣域GWR模型回歸系數空間分布Fig.4 The spatial distribution of the regression coefficients of the GWR model in each county in Sichuan province

平均單產代表了區域水產養殖水平和能力，提高平均單產能提升水資源利用率和水產養殖效益。從回歸系數的空間分布(圖4-b)上看，由東北部向西南部逐漸減小，最大間隔值位于川東達州市，最小間隔值廣布于川西南整個地區和川西北甘孜州。這說明川東東部盆周山區水產養殖產量受平均單產影響較大，而影響平均單產的因素有很多，包括養殖品種結構、養殖方式、科學技術創新等。眾所周知，“青草鰱鳙”四大家魚繁衍快、產量高，達州市四大家魚產量占比高達70.03%，并且池塘養殖面積占養殖規模的40.52%，養殖產量占比高達72.44%。此外，達州市漁業信息化、自動化水平較高，如達州市開江縣率先建立了智慧農業管理中心和農產品溯源信息化系統，園區農業綜合機械化率更達到90%以上；而川西南地區如涼山州，四大家魚產量占比34.46%，養殖方式也多以湖泊水庫，漁業技術創新水平也較低。

淡水魚苗數量代表資本投入力量，能一定程度上反映水產養殖規模。從回歸系數的空間分布(圖4-c)上看，由北部向南部逐漸減小，最大間隔值分布于川東巴中市、廣元市和川西北阿壩州九寨溝縣，最小間隔值分布于川西南攀枝花市、涼山州部分縣域和川西北甘孜州部分縣域。這說明川東北部盆周山區水產養殖產量受淡水魚苗數量投入影響相對較大，但總的來說淡水魚苗數量回歸系數均值及其極差都較小，表明淡水魚苗數量對提高水產養殖產量的邊際報酬減小，空間異質性也相對較弱。根據邊際報酬遞減定律，新增越多的淡水魚苗投入量，其邊際養殖產量會越小，而淡水魚苗投入數量主要集中在川東平原、丘陵地區，表明其新增的淡水魚苗投入數量并不會對養殖產量帶來太大的邊際報酬；而川東北部盆周山地區的新增淡水魚苗投入數量對養殖產量帶來的邊際報酬則相對較好。

養殖勞動力與養殖產量關系較為復雜，125個縣域單元中為負向效應的有47個，占比約37.6%。從回歸系數的空間分布(圖4-d)上看，由東南部向西部逐漸增加。川西地區為正高值聚集區，最大間隔值出現在甘孜州、阿壩州和涼山州部分縣域，川東盆地為負高值聚集區，最大間隔值廣布于盆地南部。這說明養殖勞動力為川西高山高原地區水產養殖產量的重要影響因素，而對川東盆地地區影響絕對值較小，且為負向影響，其原因與社會經濟背景、養殖方式、養殖水平等有關。川西高山高原地區經濟相對較落后，勞動力吸引力較弱，其中甘孜州、阿壩州、涼山州和攀枝花市養殖勞動力數量僅占全省規模的2.38%，并且養殖方式以大水面養殖為主，養殖水平較低，集約化程度不高。當地水產偏勞動力導向型，此地區養殖潛力較大，養殖勞動力需求也較高，養殖勞動力的投入會增加水產養殖產量；而川東盆地地區經濟發達，人口基數大，勞動力吸引力也較強，其中僅內江市、資陽市、宜賓市三市養殖勞動力數量就占全省總計的33.76%，此外，該地區養殖方式以池塘養殖為主，養殖水平較高，養殖規模也較大。一方面此地區養殖勞動力數量較多，處于高位飽和容納狀態；另一方面隨著水產養殖集約化程度的提高，對勞動力數量的依賴程度降低，在養殖規模不變的前提下，養殖勞動力數量的增加不會對水產養殖產量起增量作用。

3 討 論

隨著我國特色社會主義步入新時代，漁業方面的主要矛盾已經轉化為人們對優美生態環境和優質水產品的需求與漁業發展不平衡不充分之間的矛盾，落實生態文明建設和推進漁業供給側結構性改革是解決這一矛盾的主要方式之一。四川水產在面臨資源與環境的約束限制作用下，如何將資源和環境因素變成經濟增長的外生變量，以資源節約環境友好的方式獲得產業經濟高質量發展增長，規模化、集約化的養殖方式是實現這一目標的有效之路[11, 22-23]。

由于四川省各縣域水產養殖業空間關聯格局及關聯程度不同，影響四川省各縣域水產養殖業因素程度不同，所以不同區域應該立足各自的資源稟賦、氣候條件、產業基礎、功能定位和社會經濟背景，因地制宜地優化調整水產養殖業空間布局。

(1)在川東平原丘陵地區，尤其是岷江、沱江沿岸水產養殖業地理集聚區，水產受養殖面積影響較大。應繼續以池塘養殖為基礎，利用現有基礎放大水產養殖業集聚效應，充分發揮專業大戶、家庭漁場、養殖合作社和龍頭企業等新型養殖經營主體的示范帶動作用；與此同時，對水產養殖業產業集聚區也要科學明確其養殖容量。合理結合指標管控池塘養殖規模和密度，減排二氧化碳，有效防止水產養殖環境污染，并鼓勵間養、輪養、混養等多種不同的生態養殖模式；為強化該組團式規模集聚區對全省水產養殖業發展的支撐與帶動作用，在保持其產量優勢的同時，應推動水產養殖與農業、加工、物流、休閑等一二三產業融合發展，延伸產業鏈，促進水產養殖綜合效益，如稻魚綜合養殖和休閑漁業等；最后，由于該區域水產受淡水魚苗數量和養殖勞動力影響較小。應加強產學研緊密結合和增強農漁民技能水平，推動水產產業發展由主要依靠淡水魚苗數量和養殖勞動力等生產要素投入逐步向依靠科技進步和提高勞動者素質轉變。

(2)在川西高山高原地區和川東盆周山地區，水產養殖產業集聚程度低，水產受養殖面積影響較小，湖泊和水庫所占比例較大，應清退湖泊、大中型水庫人工養殖，充分利用天然水面和人工庫湖發展水產增殖，逐步減少投餌網箱養殖，適當投入不投餌濾食性生物如鰱鳙、鲴、羅非魚和貝類等以改善水生態環境；該區域旱期較長，尤其是川西南攀西地區，養殖面積有限。應充分利用沼澤地、低洼地和鹽堿地養殖，鼓勵有條件的地區發展工廠、大棚和網箱等集約化設施養殖，提高水資源利用率，促進土地資源節約集約利用；該區域盆周山區高山流水，水溫偏低，水質清澈，有利于各種冷水性名特優魚類的生長繁殖、移養、馴化。應充分發揮該區域冷水資源優勢，構建獨具特色的冷水魚產業園區，重點圍繞土著品種如雅魚和引進品種如鱘魚、鮭鱒魚等打造高端特色冷水水產品品牌，發揮區位產業的比較優勢；該區域水產受養殖勞動力影響大，但養殖勞動力吸引力又較弱。應加大財政投入扶持力度，吸引一批專業養殖勞動力，推動區域水產養殖業健康可持續發展；此外，也要把漁業科技創新作為貫徹水產養殖發展的第一動力，加強科技研發投入，提高該區域水產養殖平均單產水平。

4 結 論

(1)基于全局和局部的空間自相關結果，四川省各縣域水產養殖業的整體空間關聯格局呈顯著正相關，岷江和沱江沿岸平原丘陵地區(包括榮縣、威遠縣、資中縣、井研縣、仁壽縣、雁江區、簡陽市)為該省的主要水產養殖業集聚區。

(2)基于地理探測器結果，養殖面積、養殖勞動力、平均單產水平、淡水魚苗數量和人口5個指標q值較大并均通過顯著性檢驗。由于養殖勞動力和人口均表示人口因素，為降低研究的重復性，兩者選取其中q值較高的養殖勞動力，再加上其余主導指標共4個指標作為四川省水產養殖產量的主導因子。

(3)基于地理加權回歸模型結果，各主導因子回歸系數中，養殖面積為正向效應，影響程度由中部向南北兩邊逐漸減小；平均單產為正向效應，由東北部向西南部逐漸減小；淡水魚苗數量為正向效應，由北部向南部逐漸減小，但回歸系數均值及其極差較小；養殖勞動力由東南部向西部從負值向正值過渡且逐漸增加。