中國海洋漁業空間生態格局探究
——以我國沿海11個省市為例

鄭 慧 ， 代亞楠

（1.中國海洋大學 經濟學院，山東 青島 266100；2.中國海洋大學海洋發展研究院，山東 青島 266100；3.國家海洋信息中心，天津 300171）

引 言

海洋一直被視為潛力巨大的資源寶庫，海洋漁業作為海洋資源的重要組成部分，約占世界水產品總量的70%。據聯合國糧食及農業組織發布（FOA）的最新《2018年世界漁業和水產養殖狀況》報告預計，到2030年，源于捕撈和海產養殖的魚類總產量將較目前水平增長近18%，達到2.01億噸。然而世界約28.8%的魚類種群處于過度捕撈狀態，完全開發的種群約占61.3%，低度開發的種群約占9.9%，占世界海洋捕撈漁業產量約2%，十大多產魚種中多數處于完全開發狀態，已喪失增產能力。此外，隨著人口增長、人均收入提高、科技進步、經濟發展，全球海洋漁業產品市場需求量日益增長，而全球氣候變暖、海域環境污染等嚴重的資源問題和生態問題使得全球海洋漁業資源狀況進一步惡化?；诖爽F狀，FOA提出進一步推進“藍色增長”計劃，將可持續發展作為海洋經濟發展的重要目標，不斷加強全球海洋漁業資源養護；聯合國各成員國于2015年9月通過了《2030年可持續發展議程》，將水產捕撈業和水產養殖業可持續發展的三個維度（經濟、社會和環境） 緊密結合在一起。我國作為全球最大的漁業國，海洋捕撈量約占世界總量的18%，截至2016年底近海捕撈總量達1 328萬噸，遠高于漁業專家建議的800～900萬噸最大可捕量。在近二三十年的過度捕撈下，海洋漁業的自然生態惡化，海洋漁業資源利用效率低，海域環境污染等問題日益對我國海洋漁業生態文明建設提出新的挑戰。為此，我國逐步采取海洋漁業養護措施，先后建立休漁期制度，海洋牧場建設等措施，在《國民經濟和社會發展第十三個五年規劃綱要》明確提出堅持“減緩與適應并重，主動控制碳排放”環境保護方針，“拓展藍色經濟空間”，大力推進“污染物達標排放和總量減排”，逐步建立“海洋生態紅線”制度的海洋資源養護戰略部署。為促進海洋漁業持續健康發展，多數學者都認識到海洋漁業經濟與生態協調發展的重要性與緊迫性。本文以此為出發點，首先測算我國沿海11個省市海洋漁業生態效率有效水平，再進一步探究海洋漁業生態效率空間發展差異，為我國海洋漁業生態區域發展提供參考。

1 文獻綜述

基于海洋漁業投入和海洋漁業全要素生產率共同構成驅動海洋漁業經濟增長重要動力的共識，國內外學者對海洋漁業相關效率展開了深入研究，研究主要分為以下兩類：

第一類：從海洋漁業效率角度出發，多數學者對海洋捕撈業、海洋養殖業和遠洋漁業等一個或多個行業的海洋漁業效率展開研究。國外學者Lorenzo Idda等（2009） 以拖網捕撈漁業為研究對象用數據包絡分析模型的非參數化方法評估漁業的捕撈能力、技術效率、規模效益和產能利用率[1］。Beatriz等（2017） 學者通過實地采集數據，對底層拖網漁業進行研究，說明了創新技術和監管措施可提高西地中海底拖網漁業的效率[2］。O′lafur等 （2017） 主要研究了餌料大小和魚鉤大小對冰島長釣漁業捕撈效率[3］。國內學者盧昆等（2016）以遠洋漁業產量為因變量，選取遠洋漁船總功率、總噸位和遠洋漁業從業人員為自變量，對我國6個遠洋漁業主產省份的遠洋生產進行隨機前沿分析，發現自2006年以來中國遠洋漁業生產技術效率總體呈下降態勢[4］。近年來，面對海洋漁業資源利用效率低下及海洋環境污染等問題日益嚴峻的現狀，國內外部分學者逐漸意識到需更進一步考慮環境與資源等因素對海洋漁業效率的影響。Martin等（2009）注意到漁具、漁網和移動漁具對生態環境造成的損害，提出了一種利用生態效率指標來追蹤海洋漁業生物多樣性影響的方法[5］。Rebecca等（2016） 學者提出基于生態系統的漁業管理應考慮非目標魚種的副漁獲物和棲息地的破壞，使漁業對環境的可能影響降到最低[6］。

第二類：從海洋漁業效率區域差異角度出發，部分學者對不同區域的海洋漁業效率差異進行分析。國外學者Ha°kan等（2013） 從全要素生產率角度分析了1973-2003年間冰島、挪威和瑞典3個國家的漁業效率的差異性[7］。Diana等 （2005） 和Jamnia等 （2015） 分別運用SPF-DEA模型和科布-道格拉斯隨機生產前沿分析方法研究了英吉利海峽漁業及伊朗南部恰巴哈地區漁業生產技術效率存在的區域差異[8-9］。國內學者主要以我國沿海11個省市海洋漁業特征為出發點進行研究，如陳張磊等（2017） 運用SSBM-Global Malmquist指數對我國沿海11個省市海洋漁業全要素生產效率進行測算，并對其進行收斂性檢驗，結果表明中國海洋漁業全要素生產率存在著明顯的區域差異且海洋漁業全要素生產率增長的收斂性具有階段性和區域性[10］。劉洋（2010）運用DEA-Malmquist模型分析了我國不同地區間海水養殖的全要素生產率，發現我國海水養殖業全要素生產率的動態均值存在地區差異[11］。徐璐（2015）將能耗、污染等因素納入海洋漁業研究中，提出海洋漁業綠色全要素生產率，測算出我國沿海地區11個省市的海洋漁業動態全要素生產率，并進一步研究了環境約束下海洋漁業綠色增長水平及地區收斂情況，證實中國海洋漁業經濟屬于粗放型發展方式，大部分省市海洋漁業動態增長率存在差異[12］。孫康等（2017）學者以海洋天然漁業水域污染所造成的負效應作為非期望產出，采用SBM模型對我國沿海11個省市區的海洋漁業經濟效率進行評價，結果表明近年來中國沿海不同區域海洋漁業經濟轉型升級預期效果各有差異[13］。

通過閱讀相關文獻發現，在海洋漁業研究中，雖然部分學者逐步將資源和環境因素納入海洋漁業效率研究中但相關研究主要集中在水域污染方面，較少考慮海洋漁業碳排放的影響；雖然也有學者對海洋漁業效率的區域差異進行研究，但大多集中在海洋漁業效率區域差異分析上，較少考慮到不同海域間缺乏明確界線，相鄰省域之間海洋漁業經濟生態效率水平可能相互影響。因此，還可以從以下兩方面對海洋漁業做進一步研究：一是從海洋漁業經濟低碳化發展[14-16］的重要評估指標——海洋漁業碳排放角度測算分析海洋漁業生態效率；二是從不同區域間海洋漁業生態效率可能相互影響角度進一步研究。

基于上述思考，本文以現有研究為基礎，將“生態效率”[17-24］應用到海洋漁業效率的研究中，首先將海洋漁業經濟低碳化發展的重要評估指標——海洋漁業碳排放作為非期望產出納入非徑向的超效率SBM模型中，并運用DEA窗口分析法對我國沿海11個省市2006-2016年間的海洋漁業生態效率值進行測度和分析。其次運用莫蘭指數進一步探究其空間相關性[25-27］，并運用Tobit隨機效應面板模型分析海洋漁業生態效率的影響因素，最后根據研究結論提出促進海洋漁業經濟生態建設及海洋漁業生態效率區域發展的建議。

2 研究方法

2.1 超效率SBM-DEA模型

本文采用基于數據包絡分析（DEA）方法的超效率SBM模型測算海洋漁業生態效率?？紤]到可信度及穩定性因素，在數據處理過程中，采用DEA窗口分析法增加決策單元數量，具體如下所示：假設有n個決策單元（DMU），記為DMUj（j=1，2，…，n），每個DMU均有m個投入，記為X=[x1，…，xm］；有s個期望產出，記為Yp=[y1，…，ys］；有t個非期望產出，記為Zq=[y1，…，yt］；則對某一DMUk（xk，yk，zk），其生產可能性集：

含有非期望產出的超效率SBM模型如下：上式中β為需要測度的效率值，λ為該模型中變量的權重。當模型中β≥1時，表示該DMU是有效的，當模型中β＜1時，則測度的該DMU處于無效狀態。

2.1.2 指標選取和數據說明

本文選取沿海11省市（不含港、澳、臺地區）海洋漁業作為決策單元（DMU）。根據經濟學知識及現有學者研究，在測算海洋漁業相關效率時選擇的指標通常包括勞動力、土地、資本，海洋漁業產值等?？紤]到相關數據可得性及適用性，投入要素選取勞動力、資本、自然資源3種指標，產出要素選取期望產出和非期望產出2種指標，具體說明如下：

（1） 投入指標

勞動力指標，勞動力一般用人力資本存量來計量，但鑒于數據缺乏以及考慮到我國前漁業勞動力素質總體差異不大，本文直接選擇海洋漁業從業人員作為勞動投入指標，單位為萬人。

物質資本投入指標，漁船是漁業生產活動中使用的主要物質資本，本文選擇年末海洋機動漁船總數（包括遠洋漁船年末擁有量）作為海洋漁業物質資本投入指標，單位為萬艘。

貨幣資本投入指標，漁業經濟活動的投入還包括無形的技術或管理，考慮到數據的可獲性和質量，本文選擇水產技術推廣業務經費作為貨幣資本投入指標，單位為萬元。

自然資源投入指標，本文選擇海洋漁業中最重要的自然資源——海水養殖面積和海水魚苗投入量作為海洋漁業自然資源投入指標，單位分別為千公頃和萬尾。

（2） 產出指標

期望產出指標，即漁業活動中符合預期的有益產出，其值愈大愈好。衡量產出的指標有兩個，一是產量指標，二是產值指標?？紤]到產值指標中難以剔除價格波動等市場因素影響，根據科學性和可行性原則，本文選擇報告期內各決策單元海洋漁業總產量（包括海水養殖、海水捕撈和遠洋漁業三部分）作為期望產出指標，單位為噸。

非期望產出指標，指伴隨有益產出的不符合預期的無益產出，其值愈小愈好。海洋漁業碳排放指標是海洋漁業生態文明建設的重要指標，本文選擇海洋漁業經濟活動中的碳排放量作為非期望產出指標，單位萬噸。

本文所涉及的相關數據來源于《中國漁業統計年鑒》《中國漁業年鑒》《海洋統計公報》。

2.1.3 海洋漁業生態效率分析

本文原始決策單元有11個，為實現可信度與穩定性因素二者的平衡，采用DEA窗口分析法將決策單元擴展至99個，具體做法如下：根據經驗做法選擇窗口寬度d=3，樣本時間長度為11（T=11），則每個決策單位建立的窗口數量為T-d+1=9，在DEA窗口分析法下得出99個決策單元。其中各省市海洋漁業生態效率值在2006和2016年只有一個，2007年和2015年生態效率值各有兩個，2008年至2014年生態效率值各有三個。將各年份各窗口生態效率進行平均，按此方法求得2006-2016年我國沿海11個省市海洋漁業生態效率，如表1所示。

平均值反映平均水平。將各省市2006-2016年的海洋漁業生態效率求平均并根據其大小分為三組，如圖1所示：第一組均值大于等于1，按大小順序排列依次是海南，遼寧，上海，浙江和廣西，表明這五個省市2006-2016年間海洋漁業生態效率平均水平處于DEA有效狀態，但各省市有效水平又有差異；第二組和第三組均值都小于1，表明其2006-2016年間海洋漁業生態效率平均水平處于DEA無效狀態。其中，第二組較接近有效水平，得分在0.50～0.99之間，按大小順序排列依次是山東，福建，廣東和河北；第三組無效水平最高，其得分均在0.50以下，按大小順序排列依次是江蘇和天津。通過以上分析，可以發現我國沿海11個省市海洋漁業生態效率近年來平均有效水平較低。

表1 2006-2016年間我國沿海11個省市海洋漁業生態效率

圖1 沿海11省市海洋漁業生態效率平均值

為方便對比海洋漁業生態效率地區差異，進一步將我國沿海11個省市劃分為三個海洋經濟帶，即北部、中部、南部海洋經濟帶：北部海洋經濟帶以渤海為中心主要有遼寧、河北、天津、山東四省市；中部海洋經濟帶面向黃海，包括江蘇、上海、浙江三省市；南部海洋經濟帶臨近東海和南海，由福建、廣東、廣西、海南四省構成。繪制三大海洋經濟帶各區域海洋漁業生態效率值折線圖分別如圖2-圖4所示。

圖2 北部海洋經濟帶海洋漁業生態效率值

北部海洋經濟帶2006-2016年間各省市海洋漁業生態效率值呈現兩極分化。遼寧、山東兩省海洋漁業生態效率值在1附近小幅波動，有效水平相對較高且相對穩定；除河北2012-2016年間海洋漁業生態效率大幅波動外，河北和天津2006-2016年間海洋漁業生態效率值圍繞0.3為中心波動，顯然處于無效狀態。整體來看，北部海洋經濟帶2006-2016年間各省市海洋漁業生態效率雖均在各自水平上相對穩定，但地區差異明顯。中部海洋經濟帶2006-2016年間各省市海洋漁業生態效率總體有效水平較低，地區差異依然明顯。2006-2016年間除浙江省海洋漁業生態效率一直處于有效狀態且相對穩定狀態外，江蘇和上海海洋漁業生態效率均處于無效水平，不同的是，上海海洋漁業生態效率值在1附近波動且波動較大，而江蘇海洋漁業生態效率值常年在0.4附近波動。南部海洋經濟帶2006-2016年間各省海洋漁業生態效率值均在1附近波動且變化趨勢較一致。相比北部、中部海洋經濟帶，南部海經濟帶生態效率有效水平更高，各區域差異更小。

圖3 中部海洋經濟帶海洋漁業態效率值

圖4 南部海洋經濟帶海洋漁業生態效率值

綜上，研究期內我國沿海11個省市海洋漁業生態效率整體偏低，呈現出明顯的地區差異。

2.2 空間溢出效應分析

通過以上分析可知，研究期內我國沿海11個省市海洋漁業生態效率呈現出明顯的地區差異。根據“地理學第一定律”，空間上距離越近的兩個地區之間越有關聯，關聯性也越強。由于區域間政策、經濟發展、人口流動以及資源要素等在一定程度上互相關聯，區域間經濟、生態環境等可能也會互相影響。據此推斷，本文進一步利用空間計量模型探究我國沿海11個省市海洋漁業生態效率可能存在空間溢出效應。

2.2.1 空間模型引入

在使用空間計量模型之前首先需要驗證被解釋變量是否存在空間相關性。通常做法是計算被解釋變量的Moran's I，該指標能夠較為準確的檢驗整個研究區域中臨近地區之間的空間相關性，其取值范圍為 [－1，1］，小于0時表示空間負相關，即存在空間排斥；等于0表示空間不相關；大于0時表示空間正相關，即存在空間集聚。Moran's I指數具體形式為：

權重Wij的設置方法通常有兩種，第一種是根據地區i和j之間的地理鄰接性進行定義的領域空間權重矩陣，該法簡單但不能真實反映區域之間的相互聯系與影響；第二種基于空間依賴性，空間上距離相近的地理事物的相似性比距離遠的事物相似性大，定義為空間地理距離矩陣。由于海洋各區域間沒有明確的界限，沿海各省市海洋漁業發展對海洋區域空間依賴性較強。因此，本文選擇第二種方法來設定空間權重矩陣Wij，如下所示：

式（4） 中，dij表示區域i和區域j的空間地理距離，設定為各省市省會間的球面距離。n表示截面的個數，主對角元素表示同一區域的空間距離權重，值為0，即w11=w22=… =wnn=0，非主對角元素wij（i不等于j）則表示不同區域i與j的空間距離權重。

利用matlab7.0軟件，對2006－2016年沿海11個省市海洋漁業生態效率進行空間自相關性測試得出Moran's I指數及相應Z值，如表2所示：

表2 全局Moran's I指數

從表2可以看出，我國沿海11個省市漁業生態效率的全局Moran'I值呈現分段變化的特點：2006-2014年沿海11個省市漁業生態效率的全局Moran'I值為負且均未通過10%的顯著性檢驗，意味著該階段省際海洋漁業生態效率具有隨機性的空間發展特征。2015-2016年全局Moran'I值為正，且均通過10%的顯著性檢驗，意味著該階段省際海洋漁業生態效率具有聚態發展特征。從趨勢上看2006-2016年全域莫蘭指數呈現較為明顯的下降趨勢，表明海洋漁業生態效率雖各區域相異但集聚態勢在加強。這說明了隨著中國社會經濟生態建設的不斷推進，海洋漁業養護發展政策的逐步實施，我國沿海省市海洋漁業生態效率有效性逐步由相異集聚空間格局態勢向相似而聚集的趨勢變動。

2.2.2 影響因素分析

通過以上分析可知2006-2016年間我國沿海省市海洋漁業生態效率空間格局變動由隨機性發展的空間格局逐步顯現出集聚的趨勢。然后采用受限的Tobit隨機效應面板模型進一步分析以下因素對海洋漁業生態效率的影響：（1）海洋漁業產業結構情況——用沿海各省市海洋漁業第三產業產值占海洋漁業總產值的比重來表示；（2）海洋漁業經濟發展情況——用海洋漁業人均收入水平指標表示；（3）海洋環境政策——沿海11個省市海洋環境污染投資額表示。

由于因變量海洋漁業生態效率受限于一定區間且屬于截斷的離散分布數據，為充分發揮橫截面和時間維度上的信息冗余度，Tobit隨機效應面板模型表達式為：

式（5） 中：Y為截斷因變量向量；X為自變量向量；α為截距項量；β為回歸系數向量；ε為擾動項，ε～N（0，δ2）。具體回歸結果見表3：

表3 面板Tobit回歸結果

從結果可以來看，我國沿海11個省市海洋漁業經濟發展情況對應指標回歸系數為負且在5%的水平下顯著，表明人均收入水平每增加1%，海洋漁業生態效率將下降0.128 1%。目前階段，面對海洋漁業資源及經濟生活壓力較大，海洋漁業從業人員轉產轉業壓力大，收入來源單一等問題，海洋從業人員人均收入水平越高，越可能會促使其進一步加大對海洋漁業資源的消耗以獲得更大收益，進而加重了海洋漁業生態負擔，從而對海洋漁業生態效率產生負向效應。

我國沿海11個省市漁業產業結構在1%的顯著性水平上對海洋漁業生態效率產生了正向影響且漁業第三產業占比每提高1%，海洋漁業生態效率提高0.303 7%。漁業第三產業主要包括水產流通、倉儲、運輸、休閑漁業等流通和服務業，相比漁業第一、二產業依賴資源消耗和投入，漁業第三產業如休閑漁業在發展過程中促進了漁業生態資源的養護。因此，調整優化漁業第三產業結構與范圍，對于促進海洋漁業生態發展具有重要意義。

我國沿海11個省市海洋環境政策情況與海洋漁業生態效率在5%的顯著水平下呈現正相關關系。近年來我國海洋漁業生態文明建設水平不斷提高，我國先后采取海洋漁業養護，建立休漁期制度，海洋牧場建設等措施，海洋環境政策的建立與完善對促進海洋漁業持續健康發展有著重要的引導作用。

3 結論及建議

本文將“生態效率”應用到海洋漁業的研究中，通過超效率SBM-DEA窗口分析法測算出2006-2016年我國沿海11各省市海洋漁業生態效率值，發現我國沿海11個省市海洋漁業生態效率水平較低且存在明顯的地區差異。進一步通過莫蘭指數探究各區域海洋漁業生態效率的空間效應，發現2006-2016年間，我國沿海11個省市海洋漁業生態效率發展格局由隨機性發展逐步呈現區域聚集發展的態勢。最后運用受限的Tobit隨機效應面板模型探究了沿海11個省市海洋漁業經濟發展情況、漁業產業結構情況及海洋環境政策三個因素對海洋漁業生態效率的影響，主要結論如下：

（1）海洋漁業生效率方面，我國沿海11個省市海洋漁業生態效率總體有效水平較低。從空間維度來看，呈現出“南高北低”，即海南、廣西、浙江及遼寧四省海洋漁業生態效率總體有效水平較高；河北、天津、山東、江蘇、上海、福建、廣東省市海洋漁業生態效率呈現出不同程度的無效。從時間維度來看，2006-2016年間我國沿海11各省市海洋漁業生態效率值雖然在不同年份有所提高，但總體呈現“平緩波動”趨勢，并沒有較明顯地改善。

（2） 空間變化方面，通過測算空間面板Moran值，發現我國沿海11個省市2006-2016年海洋漁業生態效率的全局Moran值呈現分段變化，沿海11個省市海洋漁業生態效率有效性整體趨勢上表現出逐步由相異集聚空間格局態勢向相似而聚集的趨勢變動。

（3） 影響因素方面，我國沿海11個省市的海洋漁業經濟發展水平對海洋漁業生態效率產生負向效應；漁業產業結構顯著對海洋漁業生態效率產生了正面影響；海洋環境政策與海洋漁業生態效率呈現顯著的正相關關系。

根據上述研究，本文從以下幾個方面提出關于加強海洋漁業生態建設，提升海洋漁業生態效率有效性的建議：

（1）因地制宜加強海洋漁業生態建設，提升海洋漁業生態效率有效性。

首先，渤海、黃海、東海及南海因其地理位置差異，在海洋漁業資源、生態環境方面存在天然差異，沿岸省市海洋漁業生態效率有效性正是在此基礎上形成的。應從源頭出發，考察分析各個海域的海洋漁業生態現狀，發現其發展中存在的問題，明確其海洋漁業生態發展優劣勢。其次，我國經濟發展呈現出“南快北慢”的特點，人口分布也是“南多北少”“南方聚集，北方分散”，海洋漁業的發展也必然受此影響，需著重考慮各海域沿岸省市發展特點及海洋漁業經濟在其中的分量與角色特點，明確各海域沿岸省市海洋漁業生態在其省市發展情況。

綜上，發展海洋漁業生態，提升海洋漁業生態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會因素，因地制宜制定各省市海洋漁業生態發展方向及目標。

（2）建立沿海鄰近省市海洋漁業生態建設合作機制，提升海洋漁業生態效率的區域集聚效應，促進不同區域海洋漁業生態協同發展。

我國渤海、黃海、東海和南海及各海域沿岸相鄰省市之間并無明顯界限，因此不管在地理聯接和自然海域漁業資源方面還是省市社會經濟發展、人才技術資本要素流動方面均存在內在聯系。因此，提高海洋漁業生態效率有效性不能僅從本省市角度考慮，更需要鄰近省市的參與，實現聯動發展。如在海洋漁業政策方面，鄰近省市相關部門協同監管非法捕魚活動，打擊其他違紀違法活動；在海洋漁業生態修復建設方面，同一海域，需要兩個甚至多個省市的共同參與，相關省市可以依據本地區優勢建立合作機制，實現優勢互補，協同進步；在人才技術資本流動方面，建立各沿海省市的互幫互助平臺，實現鄰近省市的資源共享，充分利用人才知識的溢出效應。根據本文研究結論，海洋漁業生態效率具有正的溢出效應，通過建立鄰近省市提升海洋漁業生態效率有效性的合作機制，發揮其溢出效應，以達到“1+1＞2”的效果。

（3）逐步放棄海洋漁業粗放式發展方式，促進海洋漁業經濟發展轉型，加快發展海洋漁業第三產業，促進海洋漁業產業升級，優化漁業從業收入結構。

根據本文研究結論，海洋漁業第三產業在海洋漁業產業中所占比重具有顯著的正向作用。目前我國海洋漁業仍然以粗放式發展為主，過度捕撈、海洋漁業資源利用效率低等問題依然較突出。從以簡單捕撈為主的第一產業到以加工為主的第二產業再到以服務為主的第三產業，是產業發展的必然趨勢，更是提升海洋漁業生態效率有效水平的關鍵途徑。

轉變海洋漁業發展方式，提升海洋漁業資源利用效率和海洋漁業生態效率有效水平需要政府，企業及從事海洋漁業相關勞動者共同努力。目前，我國部分沿海省市正在打造的“休閑漁業”是發展海洋漁業第三產業，促進海洋漁業產業升級的重要嘗試之一。作為政府，應給予重視和支持，設立優惠政策，幫助企業在海洋漁業產業方面進行探索與創新；作為海洋漁業企業，更應發揮主觀能動性，不斷探索嘗試；作為海洋漁業從業人員，放棄過度開發作業模式，響應國家政策，積極主動海洋漁業相關知識，優化作業方式，并主動投身于海洋經濟轉型發展中，優化自身收入結構。同時提升自身海洋漁業生態意識，促進漁業生態建設。

本文重點考慮海洋漁業二氧化碳排放條件下我國沿海11個省市2006-2016年海洋漁業生態效率有效性，并進一步探究海洋漁業生態效率在空間上變化情況，并未過多考慮文化、制度等方面的差異與潛在影響。此外，沿海各省市海洋漁業生態效率及相關影響因素可能在空間上受空間資源、文化差異、省市發展政策等因素影響存在誤差或滯后，進而使研究結果產生一定的偏差。在日后研究中，一方面考慮將沿海省市文化、制度、經濟、省市發展規模、環境等因素納入對海洋漁業生態效率探究，另一方面將考慮海洋漁業生態效率可能存在的滯后及誤差效應。