图1 中国水产品总量、海水养殖产量、海洋捕捞量的变化(1986—2015年)
Fig.1 Total amount of fishery products, mariculture production and marine catch in China(1986—2015)
张燕1，于永海2、3，袁道伟2、3，蔡恒江1，张瑞瑾1
(1.大连海洋大学 海洋科技与环境学院，辽宁 大连 116023；2.国家海洋环境监测中心，辽宁 大连 116023；3. 国家海洋局海域管理技术重点实验室，辽宁 大连 116023)
摘要:为了解海水养殖发展过程和未来发展空间需求，基于1986—2015年海水养殖时间序列数据，从海水养殖产量、养殖面积分析了中国海水养殖变化态势，并采用Logistic曲线拟合法对中国养殖用海空间需求进行预测。结果表明，中国海水养殖产量和面积均逐年增加，年平均增长率分别达11.2%和7.0%，海水养殖产品未来在中国水产品供应中仍将占有重要地位。贝类养殖在海水养殖产业中占比最高，产量和养殖面积比例分别在72.0%、65.9%以上，但占海水养殖产量的比例呈下降趋势；鱼类、虾蟹类占海水养殖总面积的比重呈下降趋势，但占海水养殖产量的比例均呈现增长态势；藻类养殖稳中有升，但增速较缓；其他(海参、海胆等海珍品类)无论是产量还是养殖面积增长趋势明显，养殖面积年平均增长率达15%。2020、2025、2030年中国海水养殖面积需求分别为253.904 4、267.096 8、274.698 3万hm2，但养殖用海增长变缓，趋于饱和。受近海环境影响、其他行业用海挤占，近海养殖面积从数据上呈现缓慢增长，但需求压力以及深远海养殖的发展，海水养殖空间仍有很大的潜力。
关键词:海水养殖；Logistic曲线拟合；需求预测；养殖用海管理
海水养殖业在满足居民日益增长的海产品需求方面发挥了重要作用[1]，随着人们对水产品消费偏好和需求量的上升[2]，以及海洋水产品在食物生产体系中作用的提升[3]，海水养殖产业仍将面临扩张的压力。然而，资源环境的刚性约束，各行业用海的激烈竞争[4-5]，导致海水养殖可利用范围逐步缩减。唐启升院士[6]提出重视水产养殖对发展空间的需求，确保养殖生产水域使用面积。因此，需“像重视耕地一样”设置最小使用面积保障线，积极挖掘水体开发利用潜力，防止随意挤压水产养殖发展空间。刘大海等[7]借鉴基本农田保护思路和海洋功能区选划思想，进一步发展了“基本养殖区”概念。韩立民等[8]借鉴基本农田保护经验，提出了“蓝色基本农田”的概念。虽然，中国至今未制定类似基本农田的基本养殖水域制度，但养殖水域是水产品的主要生产基地，具有重要的粮食保障功能。
海水养殖空间需求预测是海洋空间规划、海水养殖产业规划的重要内容，许多学者围绕养殖用海需求预测展开了研究。肖惠武[9]应用趋势分析和灰色GM(1,1)预测模型，根据海水产品供需估算出 2015、2020 和 2025年所需渔业用海保有量。张宇龙等[10]采用AR模型、双对数线性模型和GM(1,1)模型等不同数学模型，分析了中国海水养殖供给和需求平衡状况，建立了养殖用海面积与产量的关联函数，并根据产量需求估算出2020年海水养殖功能区面积保有量指标。马雪健等[11]依据海产品的消费需求和养殖单产来逆推养殖用海面积。以上研究基本思路均是以海水产品需求反推养殖用海规模，研究过程中需要进行人口预测、人均海洋水产品消费水平预测、海洋水产品单位面积产量估算等，且以上预测涉及市场、技术、经济、政策等许多不确定因素的影响。目前，中国农业统计年鉴、渔业统计年鉴已积累了海水养殖产量、海水养殖面积等方面的长时间序列数据，海水养殖变化的影响因素也会反映在数据中，可以基于时间序列数据建模进行变量的跟踪和预测，如张丽梅等[12-13]通过构建MGM(1,n) 、ARMAV模型研究了中国水产品、海洋捕捞、海水养殖的产量。在以往研究的基础上，本研究中从历史时间序列数据入手，分析了中国海水养殖变化态势，并采用Logistic曲线拟合趋势外推进行养殖用海空间需求预测，以期为国家海水养殖产业规划、海水养殖用海管理提供参考。
本研究中的数据包括全国海水养殖面积、海水养殖产量、海洋捕捞量、全国水产品产量，主要数据来源于中国农业统计年鉴、中国渔业统计年鉴。
海洋水产品产量的统计包括了海水养殖产量和海洋捕捞量，1986年中国海水养殖产量为85.759 2万t，海洋捕捞量为389.614万t，到2015年海水养殖产量达1875.627 7万t，海洋捕捞量达1314.781 1万t，海洋水产品从1986年的475万t增加到2015年的3190万t，年平均增长率达6.8%，海洋水产品成为居民食物的重要来源。对比海洋捕捞量与海水养殖产量的时间序列数据，早期海洋捕捞在水产品供应中具有重要贡献，1999年之前海洋捕捞量占全国水产品总产量的比例均在36%以上，1999年海洋捕捞量达到峰值为1497.62万t，但由于长期的高捕捞强度和未得到改善的近海环境形势，中国近海渔业资源衰退速度不断加快，同年农业部提出了近海捕捞产量“零增长”的生产目标，从统计数据看，2000年之后海洋捕捞量比较稳定且表现出下降趋势；反观海水养殖产量的变化，1986年海水养殖仅占全国水产品总产量的10.4%，之后海水养殖产量以及占全国水产品总量的比例持续增长，2006年海水养殖产量首次超过海洋捕捞产量，至2015年海水养殖产量占全国水产品总产量比例达到28%，1986至2015年海水养殖产量的年平均增长率达11.2%，中国发展成为世界上海水养殖业发达的国家之一，在中国水产品供应中海水养殖产品的份额逐步提升。中国水产品总量、海水养殖产量、海洋捕捞量变化(1986—2015年)详见图1。中国海水养殖产量、海洋捕捞量在中国水产品中的比例变化(1986—2015年)详见图2。
图1 中国水产品总量、海水养殖产量、海洋捕捞量的变化(1986—2015年)
Fig.1 Total amount of fishery products, mariculture production and marine catch in China(1986—2015)
根据渔业统计，中国海水养殖产品主要有5类，分别为贝类、藻类、鱼类、虾蟹类及其他类(海参、海胆等海珍品)，其他类自1999年开始统计，中国海水养殖不同种类产量变化见图3。不同种类产量在海水养殖产量中的占比情况见表1。海水养殖产品中贝类产量最高，历年来占海水养殖产量的比例均达72%以上，其次是藻类，所占比例在10%以上，贝类和藻类产量呈逐年增长趋势，但贝类占海水养殖产量的比例呈下降趋势，藻类占海水养殖产量的比例比较稳定；鱼类和虾蟹类产量相当，海参、海胆等海珍品产量较低，鱼类、虾蟹类和其他类(海参、海胆等)的产量和比例均呈现增长态势，表明鱼类、虾蟹类和其他类(海参、海胆等)对中国海水养殖产量的贡献份额在逐年提升，从绝对产量来看，2015年三者产量总和为308.3万t，仅占中国海水养殖产量的16.5%。
图2 中国海水养殖、海洋捕捞对中国水产品贡献比例的变化(1986—2015年)
Fig.2 Contribution of aquaculture and marine capture to fishery production in China(1986—2015)
图3 中国海水养殖不同种类产量的变化(1999—2015年)
Fig.3 Variation in production of different species or strains in mariculture in China(1999—2015)
表1中国海水养殖不同种类产量在海水养殖产量中的比例(1999—2015年)
Tab.1ProportionofdifferentspeciesorstrainsinmariculturecultureproductioninChina%
年份year贝类 shellfish藻类 alga鱼类fish虾蟹类 shrimp and crab 其他other199981.412.03.52.70.3200081.111.34.03.20.3200179.710.64.64.50.5200279.610.74.64.60.4200378.611.04.15.30.9200477.811.14.45.51.1200577.110.94.86.01.3200677.010.44.96.51.1200776.010.45.37.01.3200875.210.35.67.01.8200974.910.45.57.22.0201074.810.45.57.22.2201174.410.36.27.31.8201273.510.76.37.61.9201373.210.76.57.72.0201472.611.16.67.91.8201572.411.17.07.71.8
海水养殖面积发展趋势受社会、经济、自然等诸多因素的综合影响，其时间序列具有明显的趋势性和一定的随机性，图4为1986—2015年中国海水养殖面积的变化，图5为中国海水养殖面积增长率的变化。1986年中国海水养殖面积为32.520万hm2，2015年增长至231.776万hm2，年平均增长率达7.0%。贝类养殖面积绝对值及比重均最高，且呈增长趋势，至2015年贝类养殖面积为152.664 4万hm2，占海水养殖面积的65.9%；虾蟹类养殖面积仅次于贝类，但增长缓慢，其占海水养殖总面积的比例呈下降趋势，2015年所占比例为13.5%；鱼类和藻类养殖面积相当，鱼类养殖面积比较稳定，变化趋势不明显，藻类养殖面积呈现稳定的增长态势；进入21世纪后,中国其他类(海参、海胆等海珍品)养殖面积增长趋势明显， 2015年为26.23万hm2，超过鱼类、藻类养殖面积，年平均增长率达15%。从海水养殖面积增长率看，1987—1990年增长率变缓，1992—2000年高于年平均增长率，海水养殖面积处于高速增长阶段，进入21世纪后，海水养殖面积增长变缓，2007年中国开始进行养殖用海专项执法和清理整顿[14-15]，2007、2008年中国海水养殖面积明显低于2006年水平，2009年之后呈稳定较缓的增长趋势，2014、2015年海水养殖面积增长率在零附近，详见图5。
自比利时数学家Verhulst于1838年提出Logistic曲线模型[16]后，人们对Logistic曲线模型进行了系统的研究，并在农业、经济学等方面广泛应用[17]，Logistic曲线模型成为统计模型中被最常使用的模型之一。观察中国海水养殖面积时间序列数据可知，除2007、2008年养殖用海面积偏离趋势外，总体而言，养殖用海需求的中长期发展变化趋势符合Logistic生长曲线，即养殖用海面积时间序列变化趋势是初期缓慢增长，随后急剧增长阶段，增长到一定程度后，增长水平逐渐降低，最后实现零增长，达到饱和状态。因此，可采用Logistic生长曲线预测模型对中国中长期养殖用海需求的变化趋势进行预测。
图4 中国海水养殖各种类面积的变化(1986—2015年)
Fig.4 Mariculture area of various species or strains in China(1986—2015)
图5 中国海水养殖面积增长率的变化(1986—2015年)
Fig.5 Changes in increase rate in mariculture area in China(1986—2015)
或
Logistic生长曲线预测模型可表述为其中：Y为待测指标；t为时间；k为增长率；B(B=eb)或b为常数尺度[18-19]。以1978—2015年养殖用海面积时间序列为样本，利用SPSS 22.0软件非线性回归拟合Logistic曲线，建立Logistic曲线预测模型为
Y=2839.051/[1+26.636 exp(-0.126t)]。
统计数据与拟合数据比较见图6，除2007、2008年偏离较大外，其他年份均拟合较好。
对模型进行残差检验和相对误差检验，其计算公式为
残差：e(k)=x(0)(k)-x(k)；
相对误差：ε=e(k)/x(0)(k)。
其中：x(k)为预测值；x(0)(k)为样本。检验结果见表2。相对误差平均值为7.6%，最大相对误差为32.6%，此值对应2007年，此时正值养殖用海秩序清理整顿，若不考虑这一特殊原因，相对误差最大值为15.3%。R2为0.982，结合残差和相对误差分析结果，表明模型对数据的拟合度较好。
图6 中国海水养殖面积统计值与拟合值的比较(1978—2015年)
Fig.6 Comparison chart of statistical values and fitted values of mariculture area in China(1978—2015)
表2残差和相对误差分析
Tab.2Residualandrelativeerroranalysis
统计结果statistical result残差/(104hm2)residual相对误差/%relative error 最大值maximum11.73732.6 最小值minimum-43.4210.2 平均值average-0.2057.6
基于logistic曲线预测模型，中国养殖用海需求预测结果详见表3。2015年中国海水养殖面积为231.776 3万hm2，2020年中国海水养殖面积将增加为253.904 4万hm2，表明海水养殖面积将保持每年1.8%的平均增长速度，2025、2030年海水养殖面积为267.096 8、274.698 3万hm2，相比2020年分别增长13.192 4、20.794 0万hm2，养殖用海增长变缓，趋于饱和。
表3养殖用海空间需求预测结果
Tab.3Forecastofmaricultureareademand
预测年份 forecast year预测结果prediction value/(104hm2)2020253.90442025267.09682030274.6983
养殖空间需求预测是海洋功能区划、海水养殖规划的基础工作，有学者基于不同数据采用不同方法进行了研究，结果比较详见表4。从数据时间序列长度看，肖惠武[9]采用2000—2010年11年数据，张宇龙等[10]采用1990—2011年22年数据，马雪健等[11]采用2006—2014年9年数据，本研究空间预测时采用1978—2015年38年数据，数据样本较其他研究更为充分。从方法上，以往养殖用海面积需求预测基本思路多为根据养殖海水产品消费需求反推，考虑了影响养殖用海的多项因素，但也会因此涉及到人口预测、人均消费量预测、海水养殖产品供给比例，以及海水养殖单位面积产量确定等，而有些参数是比较敏感的，如海水养殖单位面积产量，可以影响预测结果，海水养殖变化的影响因素会反映在长期的数据中，本研究中基于长时间数据序列反映规律构建模型是可行的，且方法简便，结果易得。从结果看，肖惠武[9]基于GM灰色模型预测得出较高的海水养殖单位面积产量，海水养殖需求面积预测结果较其他研究偏低；本研究中预测2020年养殖用海空间需求为253.904 4万hm2，与张宇龙等[10]的预测结果相近，本研究与马雪健等[11]预测结果相比偏低。分析认为有两方面原因：一是海水养殖面积历史数据反映出养殖用海空间增长缓慢，对应Logistic曲线的趋于饱和阶段；二是海水产品需求比较旺盛，呈较快增长态势，基于供需平衡的空间预测，在养殖单产水平保持现有水平时，养殖用海空间预测结果是偏高的。
海水产品需求上升是不争的事实，但其增长是有限的，养殖单产也可以通过集约化养殖和提高养殖技术提升，但有其上限。作者认为，基于水产品需求反推养殖用海规模，消费需求上限和养殖面积单产发展须加以考虑；另外，受水环境恶化和其他行业用海侵占影响，近海养殖空间从数据上呈现缓慢增长，但随着深远海养殖业的发展[20-21]，海水养殖空间仍有较大潜力，基于Logistic曲线外推的结果是偏保守的，养殖用海空间需求规模的确定，应综合考虑未来养殖发展趋势和需求的自限性。
表4养殖用海需求预测比较
Tab.4Comparisonofmariculturedemandprediction
数据时间序列长度data time series range预测方法描述prediction method description养殖用海需求预测结果/(104hm2)mariculture demand prediction2020年2025年2030年肖惠武[9]2000—2010年需求面积=(人口×人均消费/自给率-捕捞)/单位面积产量199.9410208.8240张宇龙等[10]1990—2011年供给需求平衡分析,建立面积与产量的关联函数256.4058马雪健等[11]2006—2014年需求面积=需求量/单产;需求量=人口×人均消费×海产品比例263.6320313.5189本研究1978—2015年海水养殖面积时间序列数据分析,应用Logistic曲线拟合253.9044267.0968274.6983
对1986—2015年海水养殖时间序列数据进行统计分析表明，中国海水养殖产量以及占全国水产品总量的比例持续增长，海水养殖产量的年平均增长率达11.2%，海水养殖产品未来在中国水产品供应中仍将占有重要地位。贝类养殖在海水养殖产业中占有重要份额，产量和养殖面积比例分别在72.0%、65.9%以上，但占海水养殖产量的比例呈下降趋势；鱼类、虾蟹类养殖面积占海水养殖总面积的比例呈下降趋势，但占海水养殖产量的比例均呈现增长态势；藻类养殖面积和产量稳中有升，但增速较缓；海珍品养殖无论是产量还是养殖面积增长趋势明显，养殖面积年平均增长率达15%。1986—2015年，中国海水养殖面积逐年增加，年平均增长率达7%，但近年增长变缓。应用Logistic曲线预测模型，根据1978—2015年海水养殖面积时间序列数据，预测中国海水养殖空间需求，2020、2025、2030年中国海水养殖面积需求分别为253.904 4、267.096 8、274.698 3万hm2，养殖用海面积趋于饱和，增长变缓。受近海水质环境变差、其他行业用海挤占等影响，近海养殖空间从数据上呈现缓慢增长，但需求压力以及深远海养殖的发展，海水养殖空间仍有较大的潜力。
参考文献：
[1] Anderson J L,Asche F,Garlock T,et al.Aquaculture:its role in the future of food:international food security[M]//Schmitz A,Kennedy P L,Schmitz T G.World Agricultural Resources and Food Security.UK:Emerald Group,2017,17:159-173.
[2] 雷霁霖.中国海水养殖大产业架构的战略思考[J].中国水产科学,2010,17(3):600-609.
[3] 王兴琪,韩立民.“蓝色粮仓”在我国食物生产体系中的作用及建设对策分析[J].中国海洋大学学报:社会科学版,2014(3):20-24.
[4] McGinnis M V,Collins M A. Race for marine space:science,values,and aquaculture planning in New Zealand[J].Coastal Management,2013,41(5):401-419.
[5] Sanchez-Jerez P,Karakassis I,Massa F,et al.Aquaculture's struggle for space:the need for coastal spatial planning and the potential benefits of allocated zones for aquaculture (AZAs) to avoid conflict and promote sustainability[J].Aquaculture Environment Interactions,2016,8(1):41-54.
[6] 唐启升.水产养殖业可持续发展战略研究[J].中国家禽,2012,34(1):13-15.
[7] 刘大海,马雪健,李晓璇,等.海洋功能区划“基本养殖区”的内涵解析与选划思路[J].海洋开发与管理,2015,32(10):13-17.
[8] 韩立民,李大海,王波.“蓝色基本农田”:粮食安全保障与制度构想[J].中国农村经济,2015(10):34-41.
[9] 肖惠武.我国渔业用海保有量研究[D].青岛:中国海洋大学,2012.
[10] 张宇龙,李亚宁,胡恒,等.我国海水养殖功能区的保有量和预测研究[J].海洋环境科学,2014,33(3):493-496.
[11] 马雪健,刘大海,李晓璇,等.中国基本养殖用海需求量预测[J].广东海洋大学学报,2017,37(2):11-17.
[12] 张丽梅,王成智,赵学达.基于MGM(1,n)模型的中国水产品产量时间序列的实证分析[J].大连海洋大学学报,2014,29(5):520-524.
[13] 张丽梅,王雪标,李久奇,等.基于ARMAV模型的国内海洋捕捞与海水养殖产量的分析[J].大连海洋大学学报,2011,26(2):157-161.
[14] 阳妍.沿海省稳步推进养殖用海专项执法[N].中国海洋报,2006-8-15(002).
[15] 王世岗.联合执法推进养殖用海清理整治[N].中国海洋报,2008-2-19(002).
[16] 赵红.Logistic曲线参数估计方法及应用研究[D].长春:吉林农业大学,2015.
[17] 张龙,余敬,乌力雅苏.中国电力消费与经济增长关系:基于生产函数和Logistic曲线[J].数学的实践与认识,2016,46(3):132-142.
[18] 殷祚云.Logistic曲线拟合方法研究[J].数理统计与管理,2002,21(1):41-46.
[19] 董江水.应用SPSS软件拟合Logistic曲线研究[J].金陵科技学院学报,2007,23(1):21-24.
[20] Michler-Cieluch T,Krause G,Buck B H.Marine aquaculture within offshore wind farms:social aspects of multiple-use planning[J].GAIA-Ecological Perspectives for Science and Society,2009,18(2):158-162.
[21] 麦康森,徐皓,薛长湖,等.开拓我国深远海养殖新空间的战略研究[J].中国工程科学,2016,18(3):90-95.
ZHANG Yan1, YU Yong-hai2,3, YUAN Dao-wei2,3, CAI Heng-jiang1, ZHANG Rui-jin1
(1.College of Marine Science and Environment, Dalian Ocean University, Dalian 116023, China; 2.National Marine Environment Monitoring Center, Dalian 116023,China; 3. Key Laboratory of Sea Areas Management Technology, State Ocean Administration, Dalian 116023, China)
Abstract：Changes in mariculture were evaluated from production and area based on the series data of mariculture from 1986 to 2015, and the method of logistic curve fitting was applied to forecast the demand for sea area in China to understand the development trend of mariculture and future space demand. The production and area of mariculture in China continue to increase, with an average annual growth rate of 11.2% and 7.0%, respectively. Mariculture production will continue to occupy an important position in the supply of aquatic products in China, with the maximal proportion in shellfish culture, accounting for 72.0% in volume and 65.9% in area. However, shellfish culture industry shows a decreasing trend in the proportion of mariculture production. The proportion of fish, shrimps and crabs shows a downward trend in mariculture area, but an increasing trend in the proportion of mariculture production. Algae cultivation is rising steadily with a slow rate, and the others (sea cucumber, sea urchin, etc.) have obvious growth trend in both production and area, with average annual increase rate of 15% in aquaculture area. In 2020, 2025, and 2030, the sea area demand of mariculture in China will be 253.904 4×104, 267.096 8×104, and 274.698 3×104hectares, respectively, but the growth will slow down and tend to be saturated. Limited by the offshore environment and the sea used by other industries, aquaculture area has experienced a slow growth, and still a great potential for mariculture space due to demand and development of deep-sea aquaculture.
Keywords：mariculture; Logistic curve fitting; demand quantity forecast; aquaculture area management
通信作者：袁道伟(1978—)， 男， 高级工程师。E-mail：dwyuan@nmemc.org.cn
作者简介：张燕(1979—)， 女， 博士， 讲师。E-mail：zhyan@dlou.edu.cn
基金项目：辽宁省教育厅计划项目(L2015086)；国家海洋局海域管理技术重点实验室基金资助项目(201502)
收稿日期：2018-01-10
文章编号：2095-1388(2018)05-0633-06
DOI：10.16535/j.cnki.dlhyxb.2018.05.014
文献标志码：A
中图分类号：S931.9