中国海洋牧场生态系统优化的政策仿真与模拟

来源:用户上传      作者:

　　摘要：在中国海洋渔业产业面临资源枯竭、投产失衡、负生态效应背景之下，海洋牧场生态系统成为支撑蓝色粮仓战略、促进海洋经济发展、改善海域生态不可或缺的重要实体。激发海洋牧场政策内驱力，挖掘海洋牧场发展潜力，推动渔业产业新旧功能转换及转型升级是促进中国海洋经济内涵式发展的核心要义之一。科学确定海洋牧场生态系统的各子系统构成及评价指标，构建系统动力学模型解析生态系统多变量间杂糅关系;选取政策调节变量对海洋牧场生态系统优化的政策组合进行5种模式仿真，尝试模拟2017—2035年不同政策模式下中国海洋牧场生态系统发展趋势。由对比分析可知：10个牧场区在海洋科研投入、水产技术推广人员与机构构成方面存在显著差异;海洋牧场生态系统的良性发展依赖海洋科研与环境投入，环境保护与提升的不间断投入需持续增强;海洋科研投入以技术升级为媒介提升牧场环境质量，但水产技术推广的投入产出效率较低，应重点关注水产技术推广人员队伍建设与再培训。发挥科技与环境政策协同效应是提升政策绩效的关键，健全完善“政企学研”多元融合投入机制，加快水产技术推广工作，改革向常态化、专业化、信息化转变，以域外经验借鉴为契机打造水产技术推广人才培养特色化体系，打磨政策适配与衔接细节，形成海洋牧场生态系统环境保护与科技创新协同发展的创新政策模式。
　　关键词：海洋牧场;生态系统;系统动力学;政策仿真;系统模拟
　　中图分类号：F205 文献标识码：A 文章编：号1002-2104（2019）12-0168-09 DOI：10.12062/cpre.20190611
　　中国海疆辽阔，岸线绵长，拥有优越的海洋生态条件与丰富的海水资源。受人口增长、工业污染、长期粗放式发展等诸多因素的影响，海洋生态环境逐渐恶化，资源严重衰退，中国海洋经济的长期良性可持续发展受到严重威胁。海洋渔业的投产不均、过度开发导致海洋渔业资源加速枯竭的同时[1]，破坏了海洋生态经济系统平衡。海洋牧场作为促进海洋经济绿色发展、加快传统海洋渔业转型的可持续发展性强、综合效益高的新模式，不仅能够涵养海洋资源，提升经济效益，而且优化海域环境，促进多产业融合，已成为中国海洋经济生态系统良性发展的重要引擎。
　　中国海洋牧场建设与发展时间较短，尚处在由渔业农牧化向生态养殖、科普研发、休闲娱乐、观光旅游等模块集成综合体过渡的发展阶段，问题集中涌现。2017年的《国家级海洋牧场示范区建设规划（2017—2025）》提出，到2025年，在全国范围内建成178个具有辐射示范效应的国家级海洋牧场。同时指出，虽然海洋牧场建设取得成绩，与海洋生态文明建设与渔业转型升级要求还存在较大差距，支持政策体系有待完善、科技与环境支撑薄弱、固定资产投产比偏低、牧场建设系统化程度不高、配套技术推广不到位等表征较为突出，问题散乱且杂糅。以上种种问题均可在海洋牧场生态圈系统的集成与优化中找到病根，诊治切不可“头痛医头，脚痛医脚”。鉴于此，本研究在模拟仿真中国海洋牧场生态系统实景下进行政策组合与效果评价，在生态系统协同优化演进过程中，深入挖掘系统各要素运行机制，科学确定适配政策的应用时机与尺度。
　　1文献述评
　　通过文献聚合，梳理提炼与海洋牧场相关的研究焦点与热点，分为四个专题进行文献汇总与评析。
　　第一，从国家与地区层面研究海洋牧场的相关政策。韩杨通过分析建国以来中国海洋渔业配套政策提出，中国在投产控制、生态环境与监管机制上存在一些问题，导致了政策成效不理想[1]。通过梳理美国海洋渔业发展主要政策及与中国的对比发现，中国海洋渔业管理在资源评估管理体系等方面与美国存在一定差距，应从渔业管理计划、资源份额管理等方面逐步加以完善[2]。Pablo Pita等[3]运用EFLA框架分析英国、西班牙、葡萄牙等欧盟国家和欧洲的海洋渔业相关政策法规，结果表明，欧洲在海洋渔业政策实施上严格遵循生态原则，发展可持续性逐步提升。Rob Southwick等[4]认为，经济信息对海洋休闲渔业与海洋管理政策制定尤为重要，良好的经济反馈能够提升公众对產业的认可度，有利于政策实行。
　　第二，从利益相关者视角探讨海洋牧场政策拟定过程中的利益冲突问题。Saba Siddiki[5]发现，美国开始通过构建多维利益相关者团队进行海洋牧业的政策研究与制定，该方法可以权衡包括政府组织和非政府组织的多方利益，在一定程度上能够保证政策顺利推行。Luke Fairbanks等[6]调查美国新英格兰海水养殖业利益相关者对该行业的认知发现，各方利益相关者普遍认为社会与政治因素对行业的影响不确定，很可能导致未来的利益冲突，建议政府建立区域性联合机构来推广近海养殖与海域开发。Luiz等[7]运用GIS方法评估，由其他利益相关者综合制定的巴西南部地区的海洋牧场选址政策方案，结果显示存在较大风险，各方专家与其他利益相关者对海洋牧场选址问题考虑的方向有所不同：专家意见更为重视选址的生态环境标准，而其他利益相关者更为注重物流问题。Jinkai Yu等[8]阐述了中国海水养殖现状及发展潜力，指出进一步发展需要各方利益相关者的参与，建议设立海水养殖利益相关者管理部门，解决该产业转型难、技术支撑不够、风险较大等问题。Lindland等[9]运用扎根方法，探究挪威某沿海社区居民与其他利益相关者对海洋牧场发展的态度。研究表明，不同利益相关群体的潜在价值观影响该态度，这些影响因素直接影响挪威沿海地区海洋渔业产业政策的制定。
　　第三，衡量海洋牧场、海水养殖的投入产出及关联效应。Eoin Grealis等[10]利用爱尔兰水产养殖业投入产出数据，通过里昂惕夫生产函数估计水产部门的相关乘数，并将乘数用于分析可持续水产养殖业战略目标达成情况。结果表明，爱尔兰水产养殖业不仅促进了经济发展，增加了就业，还显著提升了经济发展的可持续性。Ma Dolores等[11]以西班牙加利西亚为例，通过均衡投入产出法分析了海水养殖对经济社会的影响。结果表明，海水养殖业发展能够为该部门创造收益，还可以提升其他部门收益。Jordi Guillen等[12]通过对欧盟海水牧场投入的描述性统计分析，结合投入政策梳理发现，虽然在高投入下欧盟海洋牧场产出没有显著提升，但相关投入提升了海水养殖业的整体质量和产品安全性，在保持生态友好发展模式的同时，为消费者带来了品质更高的产品。Lavanya等[13]通过构建随机超越对数函数，分析红树林对印度海洋牧场的效用。结果显示，红树林的涵养作用对海洋牧场产量的贡献率较高。Holden等[14]以可持续发展视角考量加拿大不列颠哥伦比亚地区海洋渔业的社会经济效应与生态效应。通过对沿海养殖群体、原住民等主体的行为调查发现，当地海洋渔业产业在社会、经济、生态各层面存在较大发展潜力待挖掘，提出地方海洋渔业发展应与当地规划与政策适配。 　　第四，海洋牧场发展潜力评价及影响因素分析。Ian P. Davie等[15]依据国家综合发展潜力、政策制定等因素对海洋牧场样本进行评估发现，太平洋与加勒比海地区的政策管理有序，增长潜力大;中国海洋牧场产出较高，但海域选择存在一定生态问题，私人资本介入影响了发展的可持续性。胡求光等[16]从资源、经济、环境、科技四个维度构建海洋牧场发展潜力评价体系，对2007年和2011年中国海洋牧场区发展潜力进行横纵向比较。结果表明，虽然海洋牧场区发展潜力整体呈上升趋势，但支撑其发展的因素有所不同，区域内部存在发展不平衡现象。梁铄等[17]运用随机前沿分析等方法预测中国海水养殖生产潜力，中国海水养殖的空间及环境约束不大，但未进行充分开发。Johann Hofherr等[18]针对欧盟海水养殖产需不均衡问题，探究海水养殖增长速度缓慢的原因，发现欧盟并不存在海水养殖空间不足的问题。进一步研究发现，局部空间的不同产业竞争导致该问题出现，产业之间尚未形成相互促进的协同效应。Safford等[19]从科研人员对海洋牧场的影响这一独特视角出发，通过海洋牧场相关科学家、政府官员及从业者的深度访谈发现，科学家与政府人员、从业者的互动交流会受到其专业的影响，不同专业科学家对产业的关注点存在显著差异。为保证产业良性发展，需要广泛征集多领域科学家的见解。
　　由以上文献梳理可知，学界对海洋牧场的相关研究呈现零散状态，研究成果的系统性偏弱，多侧重于测算产出效率、技术效率及产量等。国外海洋牧场发展的经验与教训有待深度挖掘提炼。政策研究方面侧重于海洋牧场经济子系统与環境子系统的单项政策拟定及该过程中的利益冲突问题，对海洋牧场综合生态系统缺乏生态圈与群落认知，单一的经济视角或环境视角难以规避政策短视与非协同适配引致的合力降低。鉴于此，本研究运用系统思维构建中国海洋牧场生态系统评测体系，借助系统动力学模型，仿真出进行系统优化的5种政策模式，模拟异质化政策模式下海洋牧场生态系统的发展趋势，通过施政结果对比分析进行政策甄别与评价，为现阶段中国海洋牧场发展政策拟定与搭配提供论据支持与理念指导。
　　2中国海洋牧场生态系统评测模型构建
　　2.1海洋牧场生态系统评测指标体系构建
　　在生态经济系统概念影响下，学界将海洋渔业经济生态系统划分为渔业生产系统（或经济系统）与生态系统，关注生产活动与生态环境的相互作用[20]。现有与生态经济系统相关的系统动力学研究成果会根据研究目的不同，扩大系统范围，融合科技、环境、资源等子系统[21-22]。如朱庄瑞等[23]为评价土地节约集约政策的有效性，划分为行政效益、社会效益、经济效益子系统，得到了不同维度的政策评价效果。鉴于此，本研究锁定广义的海洋牧场生态系统，该系统是由经济子系统、科研子系统、水产技术推广子系统、环境子系统构成的综合性复杂系统。各子系统相互扰动影响，构成综合系统性突出的海洋牧场生态群落。在征询专家意见及现有研究基础上[16，24]，各子系统的观测指标选择综合考虑了中国海洋牧场发展中变量间关系及数据可获取性，经过多轮筛选确定。经济子系统中选择涉海就业人数、海水养殖面积、海水养殖产量、农林渔业固定资产投资、GDP等指标，综合反映海洋牧场建立及发展过程中涉及的人力资源、自然资源、投资与产量、产值等投入产出情况。构建水产技术推广子系统是由于技术水平与产出经济效益之间往往存在巨大鸿沟[25]，水产技术推广水平能够折射出专业技术的普及应用程度，关系到技术的实际经济产出。科研与水产技术推广子系统主要选择海洋科研机构经费投入、海洋科研机构专利、海洋科研机构课题、水产技术推广机构数量、水产技术推广实有人员情况等变量，两个子系统通过海洋牧场科技水平这一变量作用于经济子系统。环境子系统主要选择污染投资、污染处理及保护区建设方面的指标。选定指标参见表1。
　　2.2海洋牧场生态系统评测模型构建与检验
　　变量间关系方程构建主要依赖基本函数关系、利用已有数据回归等方法，对函数关系不明显的变量间方程，主要利用Vensim中的表函数构建。数据来源为2011—2017年的《中国统计年鉴》《中国海洋统计年鉴》《中国渔业统计年鉴》《中国环境统计年鉴》及相关统计公报等。基于系统动力学，构建中国海洋牧场生态系统模拟模型，详见图1。变量间主要反馈关系回路存在如下几条：
　　第一，海洋科研机构专利→海洋科研指数→海洋牧场科技水平→海水养殖产量→渔业经济总产值→GDP→海洋科研机构经费收入→海洋科研机构专利。
　　第二，沿海地区工业废水处理量→海水养殖产量→渔业经济总产值→GDP→环境污染投资总额→沿海地区工业废水处理量。
　　第三，沿海地区工业废水处理量→休闲渔业产值→渔业经济总产值→GDP→环境污染投资总额→沿海地区工业废水处理量。
　　第四，农林渔业固定资产投资→海水养殖产量→渔业经济总产值→GDP→农林渔业固定资产投资。
　　为保证所建系统能够更贴切地模拟现实，系统动力学模型通过输入初始真实值模拟并与现有数据进行比对的方式进行模型检验，但尚无统一误差分析标准确定模型构建是否优良，通常在5%误差水平即可接受。由于研究目的不同，部分指标在10%左右误差水平，主要观测指标模拟良好，依然可接受[22，26]。本模型检验将2011年全国数据设置为初始值，模拟2011—2017年中国海洋牧场运行状况，主要指标误差情况见图2。图中主要指标各年份误差值基本在5%甚至2%水平以下，部分指标误差值高于5%但仍在可接受范围内，故所有指标（包括图中未列出的）误差值均在可接受范围内，模拟效果良好，能够较为真实客观地反映中国海洋牧场运行及发展情况。
　　3中国海洋牧场生态系统优化政策仿真
　　3.1政策调节变量选取与参数赋值
　　海洋牧场生态系统不是简单的渔业养殖，而是三次产业融合、涉及政企学研农等各方利益相关者的综合性系统工程。仅依靠市场机制难以实现各项资源优化配置，该系统的优化与更新需要通过科学高效的政策组合激发政策绩效来推动实现。根据海洋牧场区（《国家级海洋牧场示范区建设规划（2017—2025）》对全国沿海各省海洋牧场建设与发展计划的说明，确定天津、河北、辽宁、江苏、浙江、福建、山东、广东、广西、海南沿海十省市为海洋牧场区）的建设与成长状况，考量海洋牧场生态系统模拟模型中的变量，选取海洋科研机构经费投入比例、水产技术推广经费增长率、水产技术推广实有人员与机构之比、环境污染投资比例、工业废水处理投资比例作为政策调节变量。为排除对不同政策模式参数设置的主观臆想，基于对海洋牧场区十省市数据（个别缺省年份数据由数据推算补足）的描述性统计分析来设计仿真方案。 　　海洋牧场十省市2011—2017年科研经费投入比例变化相对平缓。近5年，山东维持在10.0左右的较高水平，河北则低于1.0，其他省市基本在2.0～6.0之间（见图3）。由于各省市不同年份水产技术推广经费增长率变化幅度较大，选取较为稳定合理的变化值作为仿真参数。天津、山东、辽宁的水产技术推广人员与机构之比在2016年明显降低，之后维持稳定增长，其他省市一直保持在较稳定水平（见图4），研究选取2016—2017年均值作为参考值;环境污染投资比例除个别省市变化幅度较大，其他省市均稳定在一定区间，可以0.75为界选取仿真参数（见图5）。工业废水处理投资比例由于相关数据缺省年份较多，处理方法同水产技术推广经费增长率指标。
　　3.2政策模式仿真设计
　　依据海洋牧场现有管理政策体系，本研究尝试设计5种政策模式进行仿真（见表2）。原模式为海洋牧场发展当前政策，政策组合的指标取值依据阐释如下：十八大提出建设海洋强国战略以来，海洋各产业的投入快速增长，海洋科研机构经费投入比例由较低水平逐渐提升至较高水平，之后维持在6.00～7.50水平。2012年发布的全国水产技术推广工作“十二五”规划提出，改革水产技术推广体系，将工作重心下移，使得水产技术推广实有人员与机构之比在长期发展中处于稳定比例。规划提出积极落实2012年中央一号文件中关于“一个衔接，两个覆盖”政策，使得水产技术推广经费增长率获得较大幅度提升，近两年逐渐稳定。十八大报告中强调，要着力解决突出環境问题，加强农业面源污染防治，逐步改善先污染后治理的老模式，故环境污染投资比例依然处在较高水平，而工业废水处理投资比例相对较低。
　　模式1在各维度上均保持了较高指标水平，处于科技、环境投入较高、发展速度较快的理想政策配置水平。2017年，农业部制定的《“十三五”渔业科技发展规划》中提出了“两大工程”：以科技引领海洋强国战略，面向海洋渔业的科技创新工程和旨在促进海洋渔业发展调结构转方式的水产技术推广能力工程。加大科研投入并加强水产技术转化推广，故海洋牧场科技与技术指标可能维持在高位。2016年，国务院印发的《“十三五”生态环境保护规划》中强调，逐步健全与完善生态文明建设体制机制，为环保释放诸多红利。因此，环境相关指标可能维持在较高水平。
　　模式2相比模式1，调低了水产技术推广经费增长率水平。《“十三五”渔业科技发展规划》强调，重点建设水产技术推广软实力，发挥机制优势，而不仅仅依赖高额资金投入，故未来政策动向可能在水产技术推广经费增长率上有所调整。
　　模式3相比模式1，调低了环境相关指标的投入。《“十三五”生态环境保护规划》表明，在经济下行压力加大情况下，部分地区环保相关投入可能减弱，借此调低环境相关变量水平作为政策变动的一种可能性。
　　模式4相比模式1，调低了水产技术推广实有人员与机构之比。从年鉴数据来看，2015年，该指标在一部分海洋牧场区出现明显降低。《“十三五”渔业科技发展规划》提出，推进水产技术推广体系公共服务能力建设，建设重点示范基地，提高技术推广人员素质能力，不求数量求质量，在此施政趋势调整下，该指标存在降低概率。
　　模式5相比模式1，调低了海洋科研机构经费投入比例。模式5主要模拟经济下行压力之下，科研机构经费投入降低的情况。《“十三五”海洋领域科技创新专项规划》强调，海洋科研发展的总体思路之一是完善以企业为主体的海洋技术创新体系，促进投入多元化。《“十三五”渔业科技发展规划》也强调了未来要引导企业增加科技投入。由此可见，政府对科研机构经费投入有可能降低，通过投资主体组合优化提升海洋科技创新效率。
　　4中国海洋牧场生态系统发展态势模拟
　　以2017年数据为初始值，选取海洋牧场科技水平、海水养殖产量、休闲渔业产值、渔业经济总产值为主要观测变量，其他作为辅助解释变量进行海洋牧场生态系统模拟预测。海洋牧场科技水平由海洋科研与水产技术推广相关变量复合构建，综合反映海洋牧场科技的长期发展。海水养殖产量、渔业经济总产值为衡量海洋牧场产出的显性指标。休闲渔业作为一种多产业融合的新业态，不仅反映海洋牧场的经济产出，还能折射出牧场区的生态环境状况。运用Vensim PLE软件，模拟2017—2035年所设5种政策模式下的海洋牧场发展态势，主要观测指标的模拟结果见图6～图9。
　　观察图6～图9可知，原模式（现有政策组合）的4项主要观测变量的模拟值基本处于中游水平。在复杂系统的运维过程中，各子系统的高效协同尤为重要，亟待探寻中国海洋牧场生态系统优化政策群的最优投入产出比。
　　首先，模式1下各观测变量处于较好发展水平，符合该政策模式下最优参数设置。在丰沛的科研与水产技术推广相关资源投入下，海洋牧场科技水平稳步提升。环境投入增加有效改善了牧场环境水平，海洋牧场的海水养殖产量、休闲渔业产值、渔业经济总产值呈现较快增长。
　　其次，模式2尽管调低了水产技术推广经费增长率，在海洋科研机构高投入、多人员推广的条件下，牧场海水养殖产量及休闲渔业稳步发展，带动渔业经济总产值提升。表明政府水产技术推广经费投入对海洋牧场生态系统运维的经济性效用较为有限，引导多机构、多组织、多企业参与水产技术推广，实现投入多元化与收益分配比例调整能够有效提升海洋牧场科技水平。中国水产技术推广体系正逐步趋于完善，推广工作体制改革方向明确，能够在有限资源投入下最大限度地发挥水产技术推广机构与人员效用。
　　再者，模式3的低投入环境政策导致海水养殖产量、休闲渔业产值在未来增速放缓，甚至低于现行发展政策模式增速，使得渔业经济总产值整体增速显著降低。模式3与改变科技政策的模式2、4、5相比，对海洋牧场经济产出的负向影响更为凸显。海洋环境是海洋牧场生态系统健康运行的重要基础，也是海洋生态文明的核心要素。环境投入增加，生态环境质量提升，能够促进海洋牧场经济系统有序健康发展[27];反之，忽略环境投入，破坏了海洋牧场生态群落赖以生存的根基，将会影响整个沿海地区经济与社会发展。不仅如此，图6显示，模式3在未改变科技相关政策的情况下，海洋牧场科技水平也有一定程度下降，主要是经济发展缓慢导致其他投入降低造成，更加印证了环境投入关系到海洋牧场生态系统的可持续性发展，应持续不间断、有计划地投入。 　　值得注意的是，调低了水产技术推广实有人员与机构之比和海洋科研投入的模式4与模式5。模式4与模式5在主要观测变量发展态势模拟值上产生重大分化，提供了政策模式调整的关键提示信息。观察图6，两者的海洋牧场科技水平在2022年以前均低于现行政策模式，模式4略高;在2022年以后，模式4的海洋牧场科技水平发展超过了原模式，而模式5依然低位运行。这说明与水产技术推广工作相比，科研投入对海洋牧场科技发展速度与水平起决定性作用。由图7可知，2023年左右，模式5与模式4的海水养殖产量增速产生较大差异：模式4在海洋科研高投入之下，海水养殖产量增速加快，仅次于最优状态的模式1;低科研投入下的模式5则一直保持低于现行发展模式的增长率。图8显示出模式4的休闲渔业产值高于模式5，均高于原模式并呈现出加速上升趋势。图9中的两大模式下的渔业经济总产值也存在显著差异，模式4的增速明显高于模式5。从休闲渔业与海洋经济产值两大经济子系统的指标来看，模式4对经济效应的提升更为立竿见影。通过模式4与模式1比较，两者的海水养殖产量、休闲渔业产值、渔业经济总产值增长速度相差不大，结合模式2的模拟仿真结果可以得出，庞大的水产技术推广人员队伍、水产技术推广经费的高投入并不一定能够快速高效地提升中国海洋牧场生态系统的产出与发展水平。水产技术推广体系革新、水产技术推广工程建设、水产技术推广服务体系完善等软实力提升才是成本约束下最大化收益的最优政策选择。
　　从前瞻性视角考量，经过多角度对比分析可知，模式4相比各项投入最优的模式1，更为符合中国海洋牧场发展现状与趋势，政策适应性强，投入产出比较为理想，是成本约束下收益较高的施政选择。
　　5研究结论与政策启示
　　首先，从可持续发展视角看，中国海洋牧场生态系统尚处于初级发展阶段，海洋牧场生态系统良性发展在较大程度上依赖于海洋科研与环境投入。但高科研投入不能弥补环境投入过低对海洋牧场生态系统造成的不可逆转的毁坏性影响，过低的环境投入通过影响经济产出导致牧场科技水平贬损。关于环境与科技投入的侧重点选择，欧盟海洋牧场的成功经验可资借鉴。
　　其次，系统仿真模拟结果表明，海洋科研高投入为海洋牧场带来的经济产出收益大于水产技术推广人员与经费高投入的收益，海洋科研高投入所带来的技术成果虽然短期内难以快速转化为实际经济产出，但从长期看，海洋科研的持续性投入能够通过技術转型升级助推牧场环境友好性提升。现存的水产技术推广体系存在人员结构不合理、经费投入边际收益低、技术转化遭遇瓶颈等问题，其中，水产技术推广人员队伍建设与再培训为薄弱环节。
　　再者，模拟仿真结果结合牧场区描述性统计分析可知，河北、海南、江苏、浙江、福建牧场区的海洋科研投入比例相对较低，可能会影响海洋牧场产出增长速率;天津、河北、海南的水产技术推广人员与机构之比较高，结合其水产技术推广机构数量并不多的情况来看，可能存在单一机构人员冗余、机构服务覆盖范围狭窄等症结。
　　通过对中国海洋牧场生态系统优化政策进行仿真，提出现有政策文件精神倡导下的高概率政策组合，依据政策模式情形下牧场发展态势模拟分析结果，从以下几方面尝试进行政策创新搭配与时机审度：
　　第一，设计构建激励环境保护与科技创新协同发展的政策模式。2019年的《政府工作报告》强调，实现绿色发展，构建现代化经济体系尤为重要。要“加强污染防治重大科技攻关”、“协同高质量发展与生态环境保护”。在海洋牧场发展过程中，环境保护与开发的持续投入能有效保持牧场生态群落健康，形成由经济子系统向海洋牧场科技投入的正反馈。狠抓牧场区污染源防治，逐步构建“大投入治污染，强措施防污染，高科技杜绝污染”模式。海洋牧场推广使用的适用性科技不但要提产量，更要保环境。将环境测评因素纳入科技成果评定体系中，发挥科技水平提升与环境优化的外部经济性，涵养海洋牧场各生态子系统良性运行的根基。
　　第二，稳步提升海洋牧场直接与间接科研投入，健全完善“政企学研”多元融合的水产技术推广投入机制。海洋科研投入较低的省市，如河北、海南、江苏、浙江、福建，在加大海洋科研相关经费投入的同时，要赋予海洋科研机构、高校、科研团队更多研究自主权，脱离“经费限制成果，赋权限制研究”的科研窘境，调动涉海类高校、科研院所及涉海企业的研发积极性，提升科研人员成果奖励力度的同时优化项目审核与监督机制。在水产技术推广方面，集中资源投入建设海洋牧场产业创新发展的重点工程、示范工程，引导企业、高校、研究机构等组织积极投入，尽快扭转水产技术推广投入“没方向、无针对、没转化”的局面。
　　第三，大力推进水产技术推广体系改革常态化、水产技术推广工作专业化与水产技术推广服务信息化。《全国水产技术推广工作“十三五”规划》对水产技术推广改革创新能力，提出了由体制到具体工作的细化要求，指出水产技术推广信息服务是发展的一大亮点。海洋牧场水产技术推广体系的改革创新应专注于基层推广体系改革，工作机制、人才培养方式创新及组织结构优化。通过标准化体系规范水产技术推广工作，编制水产技术推广工作手册以明确工作细则与标准。打造海洋牧场区大数据平台为政企投入精准化提供数据支持，开发适用于技术推广工作人员与养殖人员的牧场区专用APP，提高技术使用便捷性。
　　第四，构建水产技术推广人才特色化培养体系，通过国内外交流提升推广人员综合素质，掌握实用技能。海洋牧场建设对水产技术推广人员提出更高要求，尤其针对天津、河北、海南等在技术推广人员结构、质量上存在问题的海洋牧场区而言，精简实有人员、提高技术推广人员素质迫在眉睫。贯彻落实《农业技术推广法》“一个衔接，两个覆盖”的要求，秉承“机制打磨队伍，交流提升人才”的原则，构建“严格选拔，深入培养，重点提升”的人才队伍建设机制。打造融合政府、企业、高校、项目于一体的水产技术推广人才交流平台，建立与渔业大国、国际渔业相关组织的“朋友圈”，形成人才“理论学习，推广实践，对外交流”的长效循环培养体系。 　　星罗棋布的海洋牧场是激发海洋经济活力的试验田、中国蓝色粮仓的重要组成部分，未来将向以深远海养殖业为主体的“深蓝渔业”发展。中国海洋牧场发展特色鲜明但基础较为薄弱，既有先进经验可循，便应进行优质基因的变通汲取。海洋牧场发展应遵循生态系统规律，经由陆海一体化统筹发展理念引领，在未来发展趋势明朗的前提下，开展政策评价与搭配演练，发挥政策效能综合治理陆海污染，保障海产品食品安全与牧场产出质量，以成本最小化实现中国海洋牧场生态系统优化与可持续发展。
　　（编辑：刘照胜）
　　参考文献
　　[1]韩杨. 1949年以来中国海洋渔业资源治理与政策调整[J]. 中国农村经济， 2018（9）：14-28.
　　[2]韩杨， CURTIS R. 美國海洋渔业资源开发的主要政策与启示[J]. 农业经济问题， 2017，38（8）：103-109.
　　[3]PITA P， VILLASANTE S， ARLINGHAUS R， et al. A matter of scales： does the management of marine recreational fisheries follow the ecosystem approach to fisheries in Europe？[J]. Marine policy， 2018，97：61-71.
　　[4]SOUTHWICK R， HOLDSWORTH J C， REA T， et al. Estimating marine recreational fishing’s economic contributions in New Zealand[J]. Fisheries research， 2018，208：116-123.
　　[5]SIDDIKI S， GOEL S. A stakeholder analysis of U.S. marine aquaculture partnerships[J]. Marine policy， 2015，57：93-102.
　　[6]FAIRBANKS L. Moving mussels offshore？ perceptions of offshore aquaculture policy and expansion in New England[J]. Ocean & coastal management， 2016，130：1-12.
　　[7]VIANNA L F D N， FILHO J B. Spatial analysis for site selection in marine aquaculture： an ecosystem approach applied to Baía Sul， Santa Catarina， Brazil[J]. Aquaculture， 2018，489：162-174.
　　[8]YU J， YIN W. Exploring stakeholder engagement in mariculture development： challenges and prospects for China[J]. Marine policy， 2019，103：84-90.
　　[9]LINDLAND K M， GJERSTAD B， KRVEL A V， et al. Governing for sustainability in the Norwegian aquaculture industry[J]. Ocean & coastal management， 2019，179：104827.
　　[10]GREALIS E， HYNES S， O DONOGHUE C， et al. The economic impact of aquaculture expansion： an inputoutput approach[J]. Marine policy， 2017，81：29-36.
　　[11]GARZAGIL M D， SURSREGUEIRO J C， VARELALAFUENTE M M. Using inputoutput methods to assess the effects of fishing and aquaculture on a regional economy： the case of Galicia， Spain[J]. Marine policy， 2017，85：48-53.
　　[12]GUILLEN J， ASCHE F， CARVALHO N， et al. Aquaculture subsidies in the European Union： evolution， impact and future potential for growth[J]. Marine policy， 2019，104：19-28.
　　[13]ANNEBOINA L R， KAVI KUMAR K S. Economic analysis of mangrove and marine fishery linkages in India[J]. Ecosystem services， 2017，24：114-123.
　　[14]HOLDEN J J， COLLICUTT B， COVERNTON G， et al. Synergies on the coast： challenges facing shellfish aquaculture development on the central and north coast of British Columbia[J]. Marine policy， 2019，101：108-117. 　　[15]DAVIES I P， CARRANZA V， FROEHLICH H E， et al. Governance of marine aquaculture： Pitfalls， potential， and pathways forward[J]. Marine policy， 2019，104：29-36.
　　[16]胡求光， 王秀娟， 曹玲玲. 中国蓝色牧场发展潜力的省际时空差异分析[J]. 中国农村经济， 2015（5）：70-81.
　　[17]梁铄， 陈琦， 韩立民. 中国“蓝色粮仓”生产潜力评估研究[J]. 农村经济， 2018（6）：49-54.
　　[18]HOFHERR J， NATALE F， TRUJILLO P. Is lack of space a limiting factor for the development of aquaculture in EU coastal areas？[J]. Ocean & coastal management， 2015，116：27-36.
　　[19]SAFFORD T G， VIEIRA P F， POLETTE M. Scientific engagement and the development of marine aquaculture in Santa Catarina， southern Brazil[J]. Ocean & coastal management， 2019，178：104840.
　　[20]秦宏， 张莹. 国外渔业生态经济相关研究述评[J]. 经济问题， 2016（9）：15-21.
　　[21]周雄勇， 许志端， 郗永勤. 中国节能减排系统动力学模型及政策优化仿真[J]. 系统工程理论与实践， 2018，38（6）：1422-1444.
　　[22]杨红娟， 张成浩. 基于系统动力学的云南生态文明建设有效路径研究[J]. 中国人口·资源与环境， 2019，29（2）：16-24.
　　[23]朱庄瑞，吕萍.中国城市土地节约集约利用政策有效性区域差异研究[J].中国人口·资源与环境，2015，25（12）：129-137.
　　[24]狄乾斌， 梁倩颖. 中国海洋生态效率时空分异及其与海洋产业结构响应关系识别[J]. 地理科学， 2018，38（10）：1606-1615.
　　[25]王林辉， 袁礼. 有偏型技术进步、产业结构变迁和中国要素收入分配格局[J]. 经济研究， 2018，53（11）：115-131.
　　[26]曾丽君， 隋映辉， 申玉三. 科技产业与资源型城市可持续协同发展的系统动力学研究[J]. 中国人口·资源与环境， 2014，24（10）：85-93.
　　[27]孙剑锋， 秦伟山， 孙海燕， 等. 中国沿海城市海洋生态文明建设评价体系与水平测度[J]. 经济地理， 2018，38（8）：19-28.
　　[28]GARZAGIL M D， VZQUEZRODRGUEZ M X， VARELALAFUENTE M M. Marine aquaculture and environment quality as perceived by Spanish consumers： the case of shellfish demand[J]. Marine policy， 2016，74：1-5.
　　[29]BOERLAGE A S， NGUYEN K V， DAVIDSON J， et al. Finfish marine aquaculture in northern Vietnam： factors related to pathogen introduction and spread[J]. Aquaculture， 2017，466：1-8.
　　[30]王嵩， 孫才志， 范斐. 基于共生理论的中国沿海省市海洋经济生态协调模式研究[J]. 地理科学， 2018，38（3）：342-350.
　　[31]胡玉玺， 吴晓磊， 马世昌，等. 湿地“三生”空间耦合的系统动力学模型实证分析——以西溪国家湿地公园为例[J]. 经济地理， 2018，38（7）：173-180.
　　[32]胡伟， 韩增林， 葛岳静，等. 基于能值的中国海洋生态经济系统发展效率[J]. 经济地理， 2018，38（8）：162-171.
　　[33]史丹， 王俊杰. 基于生态足迹的中国生态压力与生态效率测度与评价[J]. 中国工业经济， 2016（5）：5-21.
　　AbstractUnder the background of resource exhaustion， production imbalance and negative ecological effect of marine fishery industry of China， marine ranch ecosystem has become an indispensable and important entity to support the blue granary strategy. It has promoted the development of marine economy and ecology. Stimulating the driving force of marine ranch policy and the developmental potential， replacing old growth drivers with new ones， upgrading and transforming the fishery industry have become the core elements to promote the connotative development of marine economy of China. The author have selected subsystems and evaluation indexes of the marine ranch ecosystem and constructed the system dynamics model to analyze the multivariate relationships of the ecosystem. The varieties of policy adjustment on marine ranch are selected to simulate the trends of marine ranch ecosystem of China in 2017-2035 through five kinds of policyoptimizing models. The conclusions can be obtained by comparison analysis. The significant differences in the input of marine scientific research and the construction of aquatic technology promoting staff and institutions among ten Coastal provinces have been shown. The benign development of marine ranch ecosystem depends on marine scientific research and environmental investment. The continuous investment in environmental protection and upgrading should be strengthen. The input of marine scientific research can improve the environmental quality through technology upgrading.However， the level of input and output efficiency of aquatic technology promotion is low. It shows that more attention should be paid to the construction and retraining of aquaculture technology promoting staff. The cooperative effect between technology policy and environmental policy is the key to improve policy performance. The ‘governmententerpriseuniversityresearch’ multiinput model should be built and improved. The normalization， professionalization and informationization of the reform of aquaculture technology promotion should be accelerated. Taking the extraterritorial experience as an opportunity to build a characteristic system for training talents in aquatic technology. The policy model should be done by updating policy adaptation and connection details which can accomplish the collaborative development of the environmental protection of marine ranch ecosystem and the innovation of science and technology.
　　Key wordsmarine ranch; ecosystem; system dynamics; policy simulation; system simulation
转载注明来源:https://www.xzbu.com/7/view-15116561.htm