基于ESDA模型的休閑漁業(yè)空間分布差異分析

[基金項(xiàng)目]國(guó)家自然科學(xué)基金項(xiàng)目（71273247）；[基金項(xiàng)目]國(guó)家自然科學(xué)基金項(xiàng)目（71273247）；教育部人文社會(huì)科學(xué)研究項(xiàng)目（15JJDZONGHEO24）。[作者簡(jiǎn)介]單春紅（1971-），女，中國(guó)海洋大學(xué)經(jīng)濟(jì)學(xué)院副教授，經(jīng)濟(jì)學(xué)博士；崔莎莎（1992-），女，中國(guó)海洋大學(xué)經(jīng)濟(jì)學(xué)院碩士研究生?！陨綎|半島藍(lán)區(qū)為例單春紅崔莎莎中國(guó)海洋大學(xué)經(jīng)濟(jì)學(xué)院摘要：基于探索式空間數(shù)據(jù)分析（ESDA）模型研究2003-2014年山東半島藍(lán)區(qū)的海洋漁業(yè)空間分布差異，運(yùn)用空間計(jì)量模型分析海洋漁業(yè)空間分布差異的影響因素，得出結(jié)論：①山東半島藍(lán)區(qū)海洋漁業(yè)空間分布全局正相關(guān)關(guān)系顯著，空間分布整體關(guān)聯(lián)性較大，其空間集聚性呈現(xiàn)出先上升后下降的趨勢(shì)，Moran’sI指數(shù)在2007年達(dá)到最大值0.805，后在2014年達(dá)到最小值0.717；②選取2007年和2014年進(jìn)行局部相關(guān)性研究，Moran散點(diǎn)圖顯示，山東半島藍(lán)區(qū)的海洋漁業(yè)大部分存在“高-高”集聚和“低-低”集聚的正相關(guān)模式，LISA聚集圖顯示，威海和煙臺(tái)兩市出現(xiàn)顯著區(qū)域，說(shuō)明存在顯著的正空間效應(yīng)；③地區(qū)GDP對(duì)海洋漁業(yè)起著負(fù)作用，農(nóng)林牧漁業(yè)從業(yè)人員、海洋漁業(yè)面積、海洋漁業(yè)生產(chǎn)力和鄰近空間互作效應(yīng)起著顯著的正作用。關(guān)鍵詞：ESDA模型；海洋漁業(yè)；空間布局；分布差異AnalysisofSpatialDistributionDisparitiesofMarineFisheryBasedonESDA:ExemplifyShandongBlueAreaAbstract:Usingthemethodofexploratoryspatialdataanalysis(ESDA)toanalyzethespatialdistributiondisparitiesofmarinefisheryinshandongblueareaon2003-2014,andusingspatialeconometricmodeltostudytheinfluencingfactorsofspatialdistributiondisparitiesofMarinefisheries.Resultsshowedthat:(1)thespatialdistributionofmarinefisheryinshandongblueareahassignificantpositivecorrelation,spatialdistributionoftheoverallcorrelationisbigger,itsspatialclusteringhasatrendofrisefirstandfallthen,in2007,Moran'sIattaintothemaximumvalueof0.805,theminimumvalueof0.717in2014;(2)selectingtheyearof2007and2014tostudythelocalcorrelation,Moranscatterplotshowsthatthemarinefisheryofshandongblueareamostlyexist"high-high”and“l(fā)ow-low”positivecorrelation,andLISAgathermapsshowsthatWeihaiandYantaiappearsignificantarea,showsasignificantpositivespatialeffect;(3)regionalGDPhasanegativeeffectonMarineFisheries,animalhusbandryfisherypractitioners,Marinefisheryarea,Marinefisheriesproductivityandtheadjacentspaceinteractioneffectplaysasignificantlypositiverole.Keywords:ESDAmodel;marinefishery;spatialarrangement;distributiondisparity1文獻(xiàn)綜述1.1海洋漁業(yè)空間布局綜述國(guó)內(nèi)學(xué)者對(duì)海洋漁業(yè)空間布局的研究較少，大部分集中在海洋產(chǎn)業(yè)布局方面，主要有海洋漁業(yè)、海洋捕撈業(yè)、休閑漁業(yè)等產(chǎn)業(yè)的布局上。以山東半島為例從產(chǎn)業(yè)布局傳統(tǒng)動(dòng)力因素和海洋性動(dòng)力因素兩個(gè)角度出發(fā)，分析海洋產(chǎn)業(yè)布局空間演進(jìn)的動(dòng)力[1]。運(yùn)用WT模型、三軸圖、點(diǎn)軸理論和灰色關(guān)聯(lián)等方法對(duì)我國(guó)海洋產(chǎn)業(yè)布局的區(qū)位、關(guān)聯(lián)、結(jié)構(gòu)和規(guī)模優(yōu)化進(jìn)行研究，確定區(qū)域海洋主導(dǎo)產(chǎn)業(yè)，以便合理配置海洋資源，優(yōu)化海洋產(chǎn)業(yè)布局，實(shí)現(xiàn)我國(guó)海洋經(jīng)濟(jì)的和諧有序發(fā)展[2]-[3]；基于海域承載力視角對(duì)海洋漁業(yè)空間布局合理度進(jìn)行評(píng)價(jià)，研究構(gòu)建海域承載力視角下的海洋漁業(yè)空間布局優(yōu)化標(biāo)準(zhǔn)，通過(guò)適應(yīng)性優(yōu)化研究，進(jìn)一步對(duì)海洋漁業(yè)空間布局優(yōu)化做出研究[4]-[6]；王啟堯以膠州灣為例研究包括海洋養(yǎng)殖漁業(yè)在內(nèi)的臨海產(chǎn)業(yè)布局與海域承載力之間的關(guān)系，并基于海域承載力視角提“區(qū)域分塊布局、協(xié)調(diào)發(fā)展”的優(yōu)化建議[7]；崔力拓等基于維持區(qū)域海域承載力方面閥值的考慮，認(rèn)為海洋漁業(yè)空間布局應(yīng)停止規(guī)模擴(kuò)張，甚至適度收縮[8]；綜合考慮科技創(chuàng)新、環(huán)境保護(hù)、生態(tài)修復(fù)、空間布局等因素，在藍(lán)色經(jīng)濟(jì)區(qū)建設(shè)的背景下，提出新的戰(zhàn)略環(huán)境中青島市海洋漁業(yè)發(fā)展戰(zhàn)略，推動(dòng)區(qū)域海洋漁業(yè)可持續(xù)發(fā)展[9]；通過(guò)建立海洋漁業(yè)空間布局優(yōu)化目標(biāo)、優(yōu)化次序和優(yōu)化路徑，實(shí)現(xiàn)山東半島藍(lán)區(qū)海洋漁業(yè)空間布局優(yōu)化，以期實(shí)現(xiàn)海洋漁業(yè)空間布局與生態(tài)承載力、資源承載力和環(huán)境承載力的協(xié)調(diào)[10]。國(guó)外學(xué)者通過(guò)漁船監(jiān)控系統(tǒng)（VMS）獲取海洋漁業(yè)足跡數(shù)據(jù)，構(gòu)建海洋漁業(yè)主體區(qū)域布局決策模型，優(yōu)化海洋漁業(yè)空間布局的生態(tài)效益[11]-[13]；考慮環(huán)境功能性、經(jīng)濟(jì)有效性和空間適應(yīng)性等因素建立評(píng)估框架，對(duì)歐洲九國(guó)的海洋產(chǎn)業(yè)空間布局進(jìn)行合理化管理[14]；運(yùn)用生態(tài)系統(tǒng)服務(wù)功能權(quán)衡分析、建議通過(guò)完善海洋漁業(yè)規(guī)劃、實(shí)施海洋空間規(guī)劃、加強(qiáng)海洋自然保護(hù)區(qū)管制等措施解決海洋漁業(yè)空間布局和資源保護(hù)的沖突[15]-[17]。1.2ESDA模型綜述ESDA(ExploratorySpatialDataAnalysis，探索性空間數(shù)據(jù)分析)是一系列空間數(shù)據(jù)分析方法和技術(shù)的集合，以空間關(guān)聯(lián)測(cè)度為核心，通過(guò)對(duì)事物或現(xiàn)象空間分布格局的描述與可視化，發(fā)現(xiàn)空間集聚和空間異常，揭示研究對(duì)象之間的空間相互作用機(jī)制[18]。目前，ESDA已在空間數(shù)據(jù)挖掘、數(shù)字圖像處理、流行病學(xué)、自然災(zāi)害、區(qū)域經(jīng)濟(jì)和犯罪學(xué)等研究領(lǐng)域受到重視。運(yùn)用ESDA模型對(duì)新疆以及中國(guó)的產(chǎn)業(yè)用水增長(zhǎng)質(zhì)量的空間關(guān)聯(lián)模式進(jìn)行為主要分析，得出新疆期內(nèi)產(chǎn)業(yè)用水增長(zhǎng)質(zhì)量呈現(xiàn)正的空間自相關(guān)，并且空間集聚方式以H-H、L-L為主要特征，區(qū)域空間差異明顯，中國(guó)產(chǎn)業(yè)用水增長(zhǎng)質(zhì)量總體和局部都呈現(xiàn)提高的態(tài)勢(shì)，與各地區(qū)經(jīng)濟(jì)發(fā)展?fàn)顩r相吻合，產(chǎn)業(yè)用水增長(zhǎng)質(zhì)量的空間自相關(guān)顯著，區(qū)域空間差異明顯，有很大的提升空間[19]-[20]；運(yùn)用ESDA模型探索我國(guó)各省市能源效率的空間集聚狀態(tài)以及冷熱點(diǎn)區(qū)域格局的演化，得出我國(guó)各省市能源效率的地帶性差異顯著，呈現(xiàn)出從東部沿海向西部地區(qū)遞減的趨勢(shì)，能源效率與純技術(shù)效率的空間集聚狀態(tài)基本一致，能源效率的冷熱點(diǎn)格局亦呈現(xiàn)地帶性分布，提高能源利用效率的空間配置應(yīng)重視純技術(shù)效率及其在空間上的協(xié)調(diào)[21]；同時(shí)也有學(xué)者運(yùn)用ESDA空間分析技術(shù)從整體和局部?jī)蓚€(gè)方面驗(yàn)證遼寧省能源效的時(shí)空格局演化特征，結(jié)果表明遼寧省各地級(jí)市能源效率具有顯著的空間自相關(guān)，整體格局上所呈現(xiàn)的一定的集聚態(tài)勢(shì)顯示各地級(jí)市能源效率差異正在呈縮小趨勢(shì)，局部格局上則是“高-高”類型去以沈陽(yáng)、大連為中心逐步向沿海地區(qū)漫延，“低-低”類型區(qū)主要集中在葫蘆島、丹東和本溪[22]；通過(guò)ESDA技術(shù)研究吉林省區(qū)域經(jīng)濟(jì)增長(zhǎng)的空間自相關(guān)，同時(shí)探討吉林省區(qū)域經(jīng)濟(jì)增長(zhǎng)過(guò)程中的絕對(duì)趨同和條件趨同現(xiàn)象，基于GIS采用ESDA技術(shù)對(duì)1985-2006年間吉林省人均GDP數(shù)據(jù)進(jìn)行分析，揭示了吉林省各地區(qū)人均GDP水平在空間上存在異質(zhì)性[23]；利用ESDA模型中的全局自相關(guān)分析對(duì)京津冀區(qū)域經(jīng)濟(jì)差異度和人均GDP在空間分布狀況進(jìn)行測(cè)度，從而分析現(xiàn)有的經(jīng)濟(jì)空間結(jié)構(gòu)對(duì)地區(qū)經(jīng)濟(jì)發(fā)展差異造成的影響。同時(shí)，利用局部自相關(guān)分析，分析不同時(shí)期區(qū)域經(jīng)濟(jì)空間結(jié)構(gòu)的狀況，各個(gè)縣域所屬的區(qū)域發(fā)展類型，識(shí)別經(jīng)濟(jì)中心及其影響范圍[24]。2海洋漁業(yè)差異性研究的ESDA模型海洋漁業(yè)的特點(diǎn)是充分利用海洋生物資源自身的生長(zhǎng)發(fā)育等一系列生理活動(dòng)的產(chǎn)物來(lái)獲取產(chǎn)品，并和自然環(huán)境緊密結(jié)合，相互交融，包括海洋捕撈業(yè)、海水養(yǎng)殖業(yè)、水產(chǎn)品加工業(yè)以及海洋休閑漁業(yè)服務(wù)業(yè)[25]。ESDA模型通過(guò)對(duì)海洋漁業(yè)數(shù)據(jù)結(jié)構(gòu)分析反映空間關(guān)聯(lián)程度，其本質(zhì)是根據(jù)海洋漁業(yè)數(shù)據(jù)空間依賴性和異質(zhì)性揭示事物的空間數(shù)據(jù)特征，以識(shí)別海洋漁業(yè)空間聯(lián)系的熱點(diǎn)或集聚區(qū)域，進(jìn)而歸納出海洋漁業(yè)的空間效應(yīng)和演化規(guī)律[26]。空間關(guān)聯(lián)性可以通過(guò)ESDA方法的全局Moran’sI指數(shù)和局部Moran散點(diǎn)圖測(cè)度。2.1海洋漁業(yè)全局空間自相關(guān)分析全局空間自相關(guān)描述海洋漁業(yè)某一變量在整個(gè)區(qū)域的整體分布態(tài)勢(shì)，并判斷海洋漁業(yè)是否存在空間集聚特性。主要通過(guò)對(duì)GlobalMoran’sI和GlobalGeary’sC等全局空間自相關(guān)統(tǒng)計(jì)量的估計(jì)，分析總體海洋漁業(yè)的空間關(guān)聯(lián)和空間差異程度。其中，Moran’sI統(tǒng)計(jì)量較為常用，其表述如下：式中n為樣本數(shù)量；xi、xj表示i區(qū)域或j區(qū)域的變量值；為所有單元均值；wij為空間海洋漁業(yè)產(chǎn)值之間關(guān)系權(quán)重，當(dāng)i與j存在鄰接關(guān)系時(shí)，wij=1，反之wij=0。低-低日照、東營(yíng)、濱州濰坊、日照、東營(yíng)、濱州高-低青島青島（2）LISA聚集圖表2顯示，山東半島藍(lán)區(qū)海洋漁業(yè)的空間結(jié)構(gòu)分屬“高-高”和“低-低”象限，但并沒(méi)有指出各個(gè)區(qū)域空間自相關(guān)的程度，LISA值剛好彌補(bǔ)了這一缺陷。LISA值是衡量空間單元屬性和周圍單元的相近（正相關(guān)）和相異（負(fù)相關(guān)）程度的指標(biāo)。利用ArcGIS軟件，計(jì)算山東半島藍(lán)區(qū)2007年和2014年海洋漁業(yè)的LISA值，繪制兩年的LISA聚集圖，整理得圖3。2014年2007年2014年2007年圖3山東半島藍(lán)區(qū)主要年份海洋漁業(yè)LISA聚集圖Fig.3LISAclustermapofmarinefisheryinShandongBlueArea圖3顯示，在5%顯著性水平下，2007年在威海市和煙臺(tái)市出現(xiàn)了兩個(gè)顯著區(qū)域，這表明區(qū)域之間存在著正的空間效應(yīng)，使得區(qū)域與周邊地區(qū)之間呈現(xiàn)相互聯(lián)系和相互影響的發(fā)展趨勢(shì)。青島和其周邊的區(qū)域沒(méi)有通過(guò)顯著性檢驗(yàn)，這說(shuō)明其與周邊區(qū)域的相互聯(lián)系比較微弱，基本上處于孤立發(fā)展的狀態(tài)，沒(méi)有形成輻射帶動(dòng)作用。與2007年相比，2014年山東半島藍(lán)區(qū)海洋漁業(yè)格局發(fā)生了略微變動(dòng)，僅存在威海市一個(gè)顯著區(qū)域，海洋漁業(yè)發(fā)展較好地區(qū)仍是威海，說(shuō)明經(jīng)過(guò)七年的海洋經(jīng)濟(jì)發(fā)展，山東半島藍(lán)區(qū)海洋漁業(yè)發(fā)達(dá)地區(qū)的輻射帶動(dòng)作用仍然沒(méi)有表現(xiàn)出來(lái)，甚至出現(xiàn)了略微的退步變化。4海洋漁業(yè)空間分布差異的影響因素分析4.1海洋漁業(yè)空間分布差異影響因素模型構(gòu)建4.1.1海洋漁業(yè)空間分布差異建模因素選取海洋漁業(yè)產(chǎn)值可以表示區(qū)域的海洋漁業(yè)發(fā)展，GDP可以代表地區(qū)的經(jīng)濟(jì)發(fā)展水平，農(nóng)林牧漁業(yè)從業(yè)人員和海洋漁業(yè)面積可以代表投入勞動(dòng)力要素和資源要素，海洋漁業(yè)生產(chǎn)力水平代表地區(qū)海洋漁業(yè)生產(chǎn)力。所以本文選取海洋漁業(yè)產(chǎn)值（product）為被解釋變量，選取地區(qū)生產(chǎn)總值(GDP)、農(nóng)林牧漁業(yè)從業(yè)人員(HR)、海洋漁業(yè)面積(square)及海洋漁業(yè)生產(chǎn)力水平(MFPL)（以海洋漁業(yè)產(chǎn)值除以農(nóng)林牧漁業(yè)從業(yè)人員來(lái)代表）為解釋變量，研究2003-2014年各解釋變量對(duì)海洋漁業(yè)產(chǎn)值的影響。數(shù)據(jù)來(lái)源于各地區(qū)統(tǒng)計(jì)年鑒。4.1.2海洋漁業(yè)空間分布差異計(jì)量分析模型構(gòu)建本文將計(jì)量模型設(shè)定為：其中，Product代表海洋漁業(yè)產(chǎn)值，GDP代表各市地區(qū)生產(chǎn)總值，HR代表農(nóng)林牧漁業(yè)從業(yè)人員，Square代表海洋漁業(yè)面積，MFPL代表海洋漁業(yè)生產(chǎn)力，代表鄰近空間互作效應(yīng)。通過(guò)檢驗(yàn)，本文選擇固定效應(yīng)空間滯后面板模型（Sar-Panel-FE)進(jìn)行估計(jì)?？臻g計(jì)量模型由于自變量的內(nèi)生性，最小二乘法（OLS）估計(jì)是有偏或不一致的，不能用于空間計(jì)量模型參數(shù)估計(jì)，一般可以采用最大似然估計(jì)（ML）、工具變量估計(jì)（IV）、廣義矩估計(jì)（GMM）等方法。本文采用最大似然法（ML），運(yùn)用Matlab2012軟件對(duì)所構(gòu)建的空間面板模型進(jìn)行估計(jì)。4.2海洋漁業(yè)空間分布差異影響因素實(shí)證分析將2003-2014年各項(xiàng)別解釋變量和影響因素的解釋變量數(shù)據(jù)代入公式（3）中，進(jìn)行海洋漁業(yè)空間分布差異影響因素的分析。具體估計(jì)結(jié)果如表3。表3海洋漁業(yè)產(chǎn)值影響因素回歸結(jié)果Tab.3Regressionresultsofinfluencefactorsofmarinefisheryproduction解釋變量系數(shù)t統(tǒng)計(jì)值Prob.C-2.4129e+05-4.1026e-12GDP-7.0780-0.18050.8566HR8.4307e+042.76350.0057Square2.05175.16350.0000MFPL3.1131e+047.47660.0000W*product0.07201.96130.0498R20.6399數(shù)據(jù)來(lái)源：作者運(yùn)用Matlab2012軟件計(jì)算整理所得根據(jù)空間面板模型計(jì)量估計(jì)結(jié)果，本研究所選取的影響因素除各地區(qū)GDP外均通過(guò)顯著性檢驗(yàn)，而且模型回歸的擬合度達(dá)到0.64，擬合優(yōu)良，而且變量的方向也與現(xiàn)實(shí)比較接近。代表經(jīng)濟(jì)發(fā)展水平的GDP起著負(fù)作用，可能是由于經(jīng)濟(jì)發(fā)展帶來(lái)了非海洋漁業(yè)的發(fā)展優(yōu)于海洋漁業(yè)發(fā)展，對(duì)海洋漁業(yè)發(fā)展有替代作用，導(dǎo)致區(qū)域內(nèi)海洋漁業(yè)發(fā)展緩慢，青島市GDP山東半島藍(lán)區(qū)中一直位列前茅，但是其海洋漁業(yè)產(chǎn)值卻并不較高，這就說(shuō)明進(jìn)一步說(shuō)明了GDP對(duì)海洋漁業(yè)的作用方向；農(nóng)林牧漁業(yè)從業(yè)人員對(duì)于海洋漁業(yè)發(fā)展作用起著顯著正作用，說(shuō)明農(nóng)林牧漁業(yè)從業(yè)人員可以代表投入海洋漁業(yè)的勞動(dòng)量，從業(yè)人員越多投入到海洋漁業(yè)的勞動(dòng)量就越多，從而海洋漁業(yè)產(chǎn)量就越多；海洋漁業(yè)面積對(duì)區(qū)域海洋漁業(yè)發(fā)展起著顯著的正作用，說(shuō)明海洋漁業(yè)面積的增加可以拉動(dòng)區(qū)域內(nèi)海洋漁業(yè)的發(fā)展，與國(guó)外的海洋漁業(yè)相比，我國(guó)的海洋漁業(yè)仍處于較為初級(jí)的發(fā)展階段，與加拿大和挪威相比，其具有優(yōu)越的海洋區(qū)位優(yōu)勢(shì)，從而其海洋漁業(yè)面積就較大，所以其海洋漁業(yè)發(fā)展較好；海洋漁業(yè)生產(chǎn)力對(duì)區(qū)域海洋漁業(yè)起著顯著的正作用，這說(shuō)明通過(guò)提高海洋漁業(yè)生產(chǎn)力可以提高海洋漁業(yè)的發(fā)展水平，生產(chǎn)力越強(qiáng)，其海洋漁業(yè)產(chǎn)值就越多，威海的海洋漁業(yè)生產(chǎn)力一直居于第一位，而其海洋漁業(yè)產(chǎn)值也一直是居于前位，進(jìn)一步說(shuō)明了海洋漁業(yè)生產(chǎn)力與海洋漁業(yè)產(chǎn)值之間的正向作用；鄰近空間互作效應(yīng)對(duì)海洋漁業(yè)發(fā)展有著正向的作用，說(shuō)明區(qū)域間海洋漁業(yè)發(fā)展是相互影響的，起著互助和帶動(dòng)的作用，威海海洋漁業(yè)發(fā)展向來(lái)都是比較靠前的，從而帶動(dòng)煙臺(tái)的海洋漁業(yè)發(fā)展，青島市的海洋漁業(yè)發(fā)展也較靠前，但是由于周邊相鄰煙臺(tái)、濰坊、日照，相比而言這幾個(gè)地級(jí)市的海洋漁業(yè)發(fā)展較為緩慢，從而導(dǎo)致在LISA聚集圖中青島市是不顯著的，這進(jìn)一步說(shuō)明了臨近空間互作效應(yīng)的正向作用。5結(jié)論本文選取山東半島藍(lán)區(qū)海洋漁業(yè)作為研究對(duì)象，通過(guò)ESDA模型的全局空間自相關(guān)和局部空間自相關(guān)分析2003-2014年海洋漁業(yè)空間分布差異，以及利用空間面板數(shù)據(jù)模型分析影響其空間分布差異的因素，得出結(jié)論：①?gòu)娜挚臻g自相關(guān)來(lái)看，山東半島藍(lán)區(qū)海洋漁業(yè)的Moran’sI值均為正，說(shuō)明其呈現(xiàn)出顯著的整空間自相關(guān)，且空間分布整體關(guān)聯(lián)性較大，Moran’sI值呈現(xiàn)出一個(gè)先上升到2007年的最大值0.805，之后呈現(xiàn)出較大的下降幅度，一直下降到最小值0.717，說(shuō)明其集聚區(qū)域的空間分布差異先縮小后擴(kuò)大；②從局部空間自相關(guān)來(lái)看，選取2007年和2014年為例，通過(guò)Moran散點(diǎn)圖可以發(fā)現(xiàn)山東半島藍(lán)區(qū)的海洋漁業(yè)大部分落在“高-高”和“低-低”集聚的正相關(guān)模式，且通過(guò)比較整體的格局沒(méi)有發(fā)生很大的變化，只有濰坊從“低-高”到了“低-低”集聚區(qū)；③從LISA聚集圖中可看到，2007年威海和煙臺(tái)兩個(gè)區(qū)域存在正的空間效應(yīng)，2014年只有威海市一個(gè)顯著區(qū)域，說(shuō)明經(jīng)過(guò)七年的海洋經(jīng)濟(jì)發(fā)展，海洋漁業(yè)發(fā)達(dá)地區(qū)的輻射帶動(dòng)作用仍然沒(méi)有表現(xiàn)出來(lái)；④通過(guò)空間面板數(shù)據(jù)模型的估計(jì)結(jié)果得出影響海洋漁業(yè)空間分布差異的因素中，地區(qū)GDP起著負(fù)作用，農(nóng)林牧漁業(yè)從業(yè)人員、海洋漁業(yè)面積、海洋漁業(yè)生產(chǎn)力和鄰近空間互作效應(yīng)起著顯著的正作用。參考文獻(xiàn)[1]王華英,朱洪興.海洋產(chǎn)業(yè)布局的空間演進(jìn)研究——以山東半島為例[J].中國(guó)集體經(jīng)濟(jì),2013,24:9-11.[2]于海楠.我國(guó)海洋產(chǎn)業(yè)布局評(píng)價(jià)及優(yōu)化研究[D].中國(guó)海洋大學(xué),2009.[3]于謹(jǐn)凱,于海楠,劉曙光.我國(guó)海洋經(jīng)濟(jì)區(qū)產(chǎn)業(yè)布局模型及評(píng)價(jià)體系分析[J].產(chǎn)業(yè)經(jīng)濟(jì)研究,2008,02:60-67.[4]于謹(jǐn)凱,孔海崢.基于海域承載力的海洋漁業(yè)空間布局合理度評(píng)價(jià)——以山東半島藍(lán)區(qū)為例[J].經(jīng)濟(jì)地理,2014,09:112-117+123.[5]于謹(jǐn)凱,陳玉瓷.海域承載力視角下海洋漁業(yè)空間布局優(yōu)化評(píng)價(jià)標(biāo)準(zhǔn)研究[J].中國(guó)人口.資源與環(huán)境,2014,S3:413-416.[6]于謹(jǐn)凱,莫丹丹.海域承載力視角下海洋漁業(yè)空間布局適應(yīng)性優(yōu)化研究——基于響應(yīng)面法的分析[J].中國(guó)海洋大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2015,04:1-7.[7]王啟堯.海域承載力評(píng)價(jià)與經(jīng)濟(jì)臨海布局優(yōu)化理論與實(shí)證研究[D].中國(guó)海洋大學(xué),2011.[8]崔力拓,李志偉.河北省海域承載力多層次模糊綜合評(píng)價(jià)[J].中國(guó)環(huán)境管理干部學(xué)報(bào),2010,20(4):80-84.[9]馬吉山,倪國(guó)江.藍(lán)色經(jīng)濟(jì)區(qū)建設(shè)背景下青島市海洋漁業(yè)發(fā)展策略分析[J].中國(guó)漁業(yè)經(jīng)濟(jì),2011,3(29):18-23.[10]楊志坤.藍(lán)色經(jīng)濟(jì)區(qū)海洋優(yōu)勢(shì)產(chǎn)業(yè)布局優(yōu)化研究[D].中國(guó)海洋大學(xué),2013.[11]Fock,H.O..Fisheriesinthecontextofmarinespatialplanning:DefiningprincipalareasforfisheriesintheGermanEEZ.MarinePolicy,2008,(32):728-739.[12]MariaS.Campbell,KilianM.Stehfest,StephenC.Votier,JasonM,Hall-Spencer.Mappingfisheriesformarinespatialplanning:Gear-specificvesselmonitoringsystem(VMS),marineconservationandoffshorerenewableenergy[J].MarinePolicy.2014,293-300.[13]Joo,R.,Salcedo,O.,Gutierrez,M.,Fablet,R.,Bertrand,S..2014.DefiningfishingspatialstrategiesfromVMSdata:insightsfromtheworld’slargestmonospecificfishery.FisheriesResearch.164,223-230.[14]StelzenmuellerV,BreenP,StamfordT,etal.Monitoringandevaluationofspatiallymanagedareas:Agenericframeworkforimplementationofecosystembasedmarinemanagementanditsapplication[J].MarinePolicy,2013,37(1):149-164.[15]Bess,R.,Rallapudi,R..2007.SpatialconflictsinNewZealandfisheries:Therightsoffishersandprotectionofthemarineenvironment.MarinePolicy,31,719-729.[16]StelzenmüllerVanessa等.SpatialassessmentoffishingeffortaroundEuropeanmarinereserves:implicationsforsuccessfulfisheriesmanagement[J].MarinePollutionBulletin,2008,5612.[17]SarahE.Lester,ChristopherCostello,BenjaminS.Halpern,StevenD.Gaines,CrowWhite,