2018年, 台湾已有渔船22 433艘, 总吨位580 652 t, 水产品产量约100万t, 渔业从业人数约32万人。台湾滨海各县市共19个, 包括新北市、桃园市、台中市、台南市、高雄市、宜兰县、新竹县、苗栗县、彰化县、云林县、嘉义县、屏东县、台东县、花莲县、澎湖县、基隆市、新竹市、金门县、连江县。受行政区划变迁, 从《台湾统计年鉴(2003— 2016)》遴选渔业统计数据, 分析海洋渔业地理集聚时空特征。其中, 2010年后台北县改名为新北市, 台南市与台南县合并为台南市, 台中市与台中县合并为台中市, 高雄市与高雄县合并为高雄市, 2010年及之前数据取县市之和。

采用基尼系数、变异系数和双变量空间自相关方法, 分析台湾海洋渔业时空集聚的地理空间分布状态、各县市海洋渔业差异时序演变和渔业从业人数与渔业产值的相关性。基尼系数是由赫希曼根据洛伦茨曲线提出的判断分配平等程度的指标^[5], 加以扩展可以解释相关产业在地区上的分布均衡程度。

测定台湾滨海县市渔业分布均衡程度计算公式:

G_j=1-(2 Σi=1n-1W_ij)/n。

式中, G_j为渔业对应的基尼系数, 范围为0~1, 趋近于0表示渔业生产在地理空间分布上趋于均衡, 反之则差距悬殊。i取值为1~19, n为台湾省滨海县19个空间单元按各地的渔业总产值从小到大排列并均等分成的组数。W_ij即i县j年渔业总产值占台湾省j年渔业总产值的比重。参考联合国开发计划署等组织规定^[6], W_ij低于0.2表示渔业分布水平高度平均, 0.20~0.29表示渔业分布水平比较平均, 0.30~0.39表示渔业分布水平相对合理, 0.40~0.59表示渔业分布水平差距较大, 0.6以上表示渔业分布水平差距悬殊。

计算2003— 2016年台湾渔业经济变异系数, 分析台湾19个沿海县市发展相对差异时序演变过程, 得出各县市渔业经济变化趋势和发展程度。计算公式:

式中, V_a为第a年的变异系数, x_i为i县渔业经济总产值, x_a为第a年各县渔业经济的均值, n=19。

采用ArcGIS10.2软件^[7]以2003、2010、2016年台湾滨海县作为评价单元, 构建渔业从业人数与渔业生产值之间的空间格局相关性模型。相关学者在Moran’ s I指数的基础上进一步拓展了双变量全局自相关和局部自相关, 为揭示不同要素空间分布的相关性提供了可行方法。

Iinp= zlp× ∑q=1mW_pq× znq。

式中, zlp= Xlp-Xl¯σl, znq= Xnq-Xn¯σn, Xlp是空间单元p的属性l的值, Xnq是空间单元q的属性n的值, Xl¯和 Xn¯分别是属性l和n的平均值, σ _l和σ _n分别是属性l和n的方差。

如表1所示, 2003— 2016年台湾滨海县渔业总产值整体呈下降趋势, 2007、2010年呈波动上升。2003— 2009年, 台湾滨海县渔业基尼系数平均值为0.718 0; 2009— 2011年呈明显下降趋势; 2011— 2016年趋于稳定。数据分析发现, 台湾滨海县渔业聚集程度总体情况可分为3阶段:2003— 2009年, 滨海县渔业生产的地理空间差距悬殊; 2009— 2011年, 滨海县渔业生产地理空间差距缩小; 2011— 2016年, 滨海县渔业生产地理空间差距变化趋于较高水平的稳定态。基尼系数下降趋势说明, 台湾滨海县渔业生产空间逐渐趋于均衡, 不平衡差距减缓。2003— 2006年, 台湾滨海县渔业生产的变异系数平均为1.060 5; 2007— 2012年变异系数波动较大, 呈先下降后上升趋势。变异系数越大, 说明台湾各县渔业经济发展差异水平越大。2013— 2016年, 变异系数在波动中上升, 主要原因为2005年台湾经济低速增长, 渔业捕捞遭受国际渔业上“ 史无前例的制裁” ^{[8, 9]}。

表1

表1

表1 台湾海洋渔业基尼系数与变异系数演变 年份 渔业总产值/千元 基尼系数 变异系数 2003 95 060 527 0.718 4 1.049 4 2004 97 090 375 0.760 4 1.115 9 2005 90 075 377 0.685 2 1.023 7 2006 84 633 602 0.696 8 1.053 1 2007 95 578 086 0.730 6 1.199 7 2008 91 930 102 0.721 5 1.214 9 2009 85 352 445 0.713 6 1.124 8 2010 92 349 684 0.645 3 1.039 2 2011 70 523 044 0.596 8 1.133 9 2012 68 936 094 0.609 6 1.186 6 2013 69 561 874 0.614 6 1.196 4 2014 74 112 168 0.618 6 1.227 1 2015 63 494 400 0.615 2 1.208 9 2016 57 704 440 0.615 3 1.218 4 注:渔业总产值以新台币计算。

表1 台湾海洋渔业基尼系数与变异系数演变

利用OpenGeoda软件的双变量全局空间自相关方法分别计算2003、2010、2016年台湾滨海县渔业从业人数与渔业生产值的Moran’ s I指数(表2), 结果显示, 2003年、2010年台湾滨海县渔业地理集聚格局呈空间负相关, 2016年呈空间正相关, 各年份均为随机分布。随后采用双变量局部自相关分析台湾滨海县渔业存在空间相关的离散与分异特征及其关联度。分析2003、2010、2016年台湾滨海县渔业从业人数与渔业总产值双变量LISA集聚图, 可知渔业总产值与从业人数相关性主要呈空间随机型、离散型, 形成了以新竹县、台中市为中心的低— 低集聚发展区和以台北市为中心的高— 低集聚发展区。研究结果表明, 台湾滨海县渔业就业人数并不是渔业产值增长的主要因素, 且各地区发展不均衡。

表2

表2

表2 渔业就业人数与总产值的双变量全局空间自相关指数 年份 全局Moran’ s I P值 Z值 指示意义 2003 -0.217 5 0.082 000 -1.350 9 随机分布 2010 -0.531 6 0.473 000 -0.164 4 空间负相关 2016 0.018 7 0.337 000 0.336 0 空间正相关

表2 渔业就业人数与总产值的双变量全局空间自相关指数

分析结果发现, 台湾渔业发展总体呈上升趋势, 各县发展差异逐渐降低, 形成了以新竹县、台中市为中心的低— 低集聚发展区和以台北市为中心的高— 低集聚发展区, 渔业从业人员并非台湾滨海县渔业经济增长的主导因素。

分析台湾渔业发展增长趋缓且空间差异日趋缩小的主要成因:1)1980年以来, 台湾为了应对近岸海域渔业资源枯竭现象, 实施近海渔业减量化生产; 2)台湾沿海渔业科技快速进步, 大力发展养殖技术, 有效提升了非重点海港地区的渔业产量, 同时, 推进渔船捕捞新技术的使用, 全面提升除基隆、台中、高雄、花莲等4大国际商港以外滨海县的渔业发展; 3)台湾海洋渔业政策侧重于保护近海渔业规模, 加强渔业资源养护管理与评估, 并兴建渔村与多元化渔港。

一是继续实施差异化政策, 鼓励近岸观光渔业、增殖渔业与渔村渔民转型, 推进重要港口地区商业渔业发展和远洋捕捞渔业科技贡献。二是加强台湾与中国大陆沿海地区联系, 因地制宜发展特色渔业的转产与科技渔业的商贸往来。三是提升台湾海洋渔业科教的投入, 重视对渔业人才培养与溢出, 提高海洋渔业科技水平及全球竞争力。