基于EKC視角的浙江省海洋漁業碳凈排放與行業增長關系的實證研究

　　摘要：海洋漁業作為減排降碳的一新增對象，探討海洋漁業碳凈排放與經濟增長之間的關系對于促進我國低碳漁業的發展研究具有十分重要的意義。本文基于浙江省 2005—2019 年的數據，通過對海洋漁業人均碳凈排放量與人均產值的長期趨勢進行擬合，發現浙江省的海洋漁業發展確實符合環境庫次涅茨曲線(EKC)假說的“倒 U 型”。同時對所擬合得出的結果進行單位根檢驗、協整檢驗以及格蘭杰因果檢驗，確定了浙江省海洋漁業人均碳凈排放量與人均產值之間的單向因果關系，即在浙江省的海洋漁業生產中，經濟增長是導致二氧化碳排放量上升的主要原因，但二氧化碳的增長并不能推動經濟進步。由此就浙江的海洋捕撈、海水養殖以及產業結構方面的調整提出相對應的可行性建議，以期浙江省海洋漁業節能減排工作可以更好地開展。

　　朱徐凱; 譚春蘭， 海洋經濟 發表時間：2021-09-29

　　關鍵詞：海洋漁業;碳凈排放;EKC 假說;倒 U 型

　　1.引言

　　海洋經濟依托海洋產業的迅速發展成為拉動國內經濟增長的重要力量的同時，也增加了大量的碳排放。就我國在第 75 屆聯合國大會期間提出的“中國的碳排放力爭于 2030 年前達到峰值，于 2060 年前實現碳中和的目標”而言，有效控制包括海洋漁業在內的重點行業的碳排放成為了減排降碳工作的重中之重。由于目前我國經濟目前處于新常態，一味地追求碳排量的減少，硬性減排勢必會對海洋漁業經濟造成影響。因此，在如何不降低人民生活質量同時又不以經濟發展水平為代價的前提下，探究碳排放與經濟之間的關系成為了關鍵。

　　浙江省作為我國的第一大海域省份，地處東南沿海長江三角洲南翼，擁有“中國魚倉”的美稱。浙江省憑借著優越的氣候因素和地理條件，海洋捕撈成為了其傳統的基礎產業，自進入 21 世紀以來一直是捕撈量持續增長的趨勢。尤其是 2016 年，全省的海洋捕撈量達到 3470631 萬噸，占全國海洋捕撈量的 26.13%以上。浙江省先前大力開發利用海洋資源，發展速度之迅猛，給沿海地區帶來可觀的經濟效應的同時，也因傳統漁業的過度捕撈、粗放發展，出現了漁業資源衰退、海洋環境問題。好在經過這幾年浙江省嘗試發展“碳匯漁業”，在海洋漁業資源綜合開發、保護利用中取得了些許的成就，進入了“現代漁業”新發展階段。因此正確地認識和評估浙江省海洋漁業目前的發展與海洋環境之間的關系，將有助于浙江省保護海洋生態環境，實現人海和諧和海洋經濟的可持續發展的同時，也能實現浙江省的減排任務。

　　2.文獻綜述

　　美國經濟學家 Grossman 在 1991 年首次提出環境庫茲涅茨曲線(EKC) [1]。該曲線最早用以解釋環境質量和經濟效益之間的關聯關系。其主要描述了地區經濟水平與環境污染的之間的變化關系呈現倒 U 型，即隨著地區經濟水平的增長，環境污染呈現先升后降的變化趨勢。EKC 假說提出后，因其簡練、形象的描述形式而在實證研究領域得到廣泛應用。國內外學者對經濟增長與環境質量二者之間的關系進行了大量的研究分析。如 Ouyang X, Lin Bi[2]、Armeanu 等人[3]分別以西班牙、奧地利、瑞典為研究對象，在污染物排放與經濟增長之間驗證環境庫茲涅茨曲線的存在可能性。

　　隨著碳排放量作為環境污染的新的指標的出現，環境庫茲涅茨曲線(EKC)也成為了研究碳排放與經濟關系的主要工具。如 Guangyu Luo 等 [4]研究了 G20 集團國家是否存在針對二氧化碳排放的環境庫茲涅茨曲線;李波等[5] ;鄧春梅等 [6] ;廖衛東等人[7]分別就國家層面、地區層面以及具體省份層面進行研究，利用環境庫茲涅茨曲線對農業碳排放量與農業經濟增長的關系進行了研究，證實了二者之間存在明顯的倒“U”型關系;蔣黎、王曉君等[8]深入探討農業經濟與農村環境質量之間的關系對于重塑常規農業向綠色可持續方向轉變具有重要意義。

　　通過對文獻的整理不難發現，EKC 模型的研究多聚焦工業和農業，目前國內的學者雖然在農業方面的碳排放與行業經濟關系的長期變化趨勢的研究取得了頗豐的進展，但將 EKC 模型用于海洋漁業中，以此視角來探尋海洋漁業的碳排放量與行業的發展狀況的文獻還是甚少。因此本文在總結前人經驗的基礎上，厘清文獻之間的內在有機關聯，將環境庫茲涅茨曲線(EKC 曲線)引入海洋漁業研究領域，建立海洋漁業二氧化碳凈排放量 EKC 曲線模型，探究海洋漁業二氧化碳凈排放與行業經濟增長之間的關系，判斷二者長期趨勢走向，為浙江省后期的碳匯漁業的發展及應用提供一個新的思路。

　　3.研究方法與數據處理

　　目前我國并沒有官方地給出海洋漁業碳排放量的準確數值，所以需要根據其他相關的原始數據進行測算。此處選用的是目前國際上慣用的 IPCC 碳排放評估法;其核心內容是需要確定各個能源在消耗過程中的排放系數，而排放系數通常是在常規生產中計算出最終產品的氣體排放平均值，碳排放的總量由能源消耗量與碳排放系數的乘積匯總而得。

　　3.1 碳凈排放量估算方法

　　海洋生態系統作為最大的一個生態系統，也是地球上最大的碳庫，不僅在地域面積上存在絕對性優勢，同時也在物種的豐富度和生物之間的復雜關系的基礎上，具有一定的固碳潛力。海洋動植物可以結合自身的生存、生長過程將海水中游離的二氧化碳轉化為固定的有機碳，由此在人類的生產捕獲過程中實現了“碳轉移”。鑒于海洋漁業在生產過程中的碳排放的雙重特性，因此可以將海洋漁業碳凈排放量的研究分別從“碳源”和“碳匯”兩個角度進行。結合《聯合國氣候變化框架公約》關于“源” 的具體的定義，“碳源”是指向大氣排放溫室氣體，氣溶膠或溫室氣體的任何過程的活動;所謂的“碳匯”是指從大氣中清除溫室氣體、氣溶膠或溫室氣體的任何活動或機制。因此，結合海洋漁業生產活動的碳排放特性，可以得到海洋漁業碳凈排放量為“碳源”量與“碳匯”量之間的差值，計算公式為 Cnet = Ctotal - Csink;式中，Cnet表示碳凈排放量，Ctotal表示碳源量，而 Csink表示碳匯量。

　　3.1.1 碳源總量估算模型

　　“碳源”量以浙江省海洋漁業的產業類型為口徑計算得出。在浙江省整個海洋漁業的生產養殖過程中，可以分為海洋捕撈業、海水養殖業兩大部分。海洋捕撈業中使用的能源主要是柴油，用于捕撈漁船的消耗;而海水養殖業的能源為部分柴油和電力，部分柴油用于滿足養殖漁船的消耗，而電力的消耗主要為海水養殖電泵供氧。其中海洋捕撈業的能源消耗更是整個漁業生產中的能耗大戶，占總能耗的比例高達 70%[9]以上。由此，海洋漁業兩部門能源消耗量計算公式為：Ctotal = Cfish + Ccul;式中，Cfish表示海洋捕撈業的碳源量，Ccul表示海洋養殖業的碳匯量。

　　根據 IPCC 測算法中“碳排放量=能源使用量*排放因子”的計算公式，可得到如下確切的計算公式： Cfish=∑P1j*u1j*§1; Ccul=P2*u2*§1+∑S*?*§2 其中，Pij表示第 i 類生產部門第 j 種用途的漁船功率;S 表示海水養殖面積;Uij表示第 i 類生產部門第 j 種用途的漁船油耗轉換系數;?表示漁船電耗轉換系數;§1、§2分別表示柴油和電力的碳排放因子。

　　3.1.2 碳匯總量估算模型

　　在海洋漁業生產過程中，“碳匯”是指通過漁業生產活動促進水生生物吸收水體中的 CO2, 并通過收獲把這些已經轉化為生物產品的碳移出水體的過程和機制。按照水生生物生長機制來看，具有碳匯功能的生物種類不僅包括藻類、貝類和濾食性魚類等養殖生物，同時還包括以浮游生物和貝藻類等為食的魚類、頭足類、甲殼類以及棘皮動物等生物資源種類，按照漁業碳匯的形成機制進行分類，可以將貝藻養殖捕撈形成的漁業碳匯稱為直接碳匯，而以貝藻為食的生物所形成的的碳匯稱為間接碳匯。[10] 但由于我國目前并沒有形成對于海洋漁業碳排放量計算的統一指標;同時，因為魚類、甲殼類等海洋物種通過捕食貝藻類進行間接固碳時也會因自身的呼吸作用產生碳排放而削弱固碳效果;因此，綜合考慮上述兩項因素，在本文研究時暫且忽略魚類、甲殼類的間接碳匯，僅考慮貝藻類所形成的直接碳匯。

　　諸多研究表明[11-12]，藻類、貝類等養殖生物，具有非常顯著的碳匯功能。其中，濾食性貝類的碳匯能力主要表現為通過殼和軟組織間接吸收水體中游離的碳，而大型藻類直接通過光合作用將海水中的溶解無機碳轉化為有機碳。此時，浙江省海洋漁業生產過程中的“碳匯”量計算公式為：Csink = Cshe + Calg;其中,Cshe表示貝類碳匯量，Calg表示藻類碳匯量而貝類碳匯量=貝殼碳匯量+軟組織碳匯量;貝殼碳匯量=貝類產量*干重比*貝殼比重*貝殼碳匯系數;軟組織碳匯量=貝類產量*干重比*軟組織比重*軟組織碳匯系數;藻類碳匯量=藻類產量*干重比*藻類碳匯系數

　　3.2 數據處理

　　本文選取碳凈排放量(Cnet)作為海洋漁業生產污染數據，以產值(Y)代表浙江省海洋漁業的產值，利用 2005—2019 年浙江省海洋漁業人均碳凈排放量與人均產值為研究對象建立時間序列模型，研究分析兩者之間的具體關系。為了保證模型建立的可行性以及數據分析的可比較性，將各年度的人均產值折合為以 2005 年為基期的水平，以此來剔除通貨膨脹所帶來的影響。浙江省海洋漁業產值、海水養殖產量、從業人員的數量等都通過歷年的《中國漁業統計年鑒》得到。

　　碳源方面，根據《IPCC 國家溫室氣體清單指南》碳排放計算缺省值3;能源折標準煤系數參見《中國能源統計年鑒》4;能耗轉換系數方面，海洋漁船油耗轉化系數來自于《國內機動漁船油價補助用油量測算參考標準》;而海洋養殖電耗轉化系數來自于的實驗結果[13]。

　　根據《中國漁業統計年鑒》，通過結合浙江省養殖產量的實際情況，在計算海洋漁業碳匯量時，貝類主要有扇貝、蛤、牡蠣、貽貝、鮑、螺、蚶、蟶這八個品種，藻類主要有海帶、裙帶菜、紫菜、江蘺、羊棲草這五個品種。由于目前尚未有關于這些品種碳含量的詳細參數，本文借助岳冬冬、張繼紅、周毅等人已有的研究成果[14-17]估算海水貝藻類養殖碳匯。具體碳匯系數如下表所示(見表 1、表 2)：

　　4.模型設定與變量選取

　　經典的環境庫次涅茨曲線(EKC)最初用來衡量的是經濟發展對環境質量的影響，認為環境污染水平會隨著經濟增長先上升后下降，呈現出倒“U”型的曲線關系。但也有部分研究結果顯示，并非每個地區的環境-經濟關系均呈典型倒 U 型特征，部分文獻出現了線性、U 型、N 型、倒 N 型等不同形態。這種結論不一致的原因可能在于經濟指標數據的選擇、處理方法、模型使用以及估計方法上的不同導致了實證分析結果存在較大差異。雖然存在一定局限和爭議，但 EKC 檢驗仍不失為一種研究、預測環境質量及經濟發展相關關系的有效方法，其深層次的內在作用機制源于環境治理工具的綜合運用，可對現行環境政策績效進行評價，為政府管理部門制定、調整環境管理決策提供實證依據。

　　本文采用最簡化的二次環境庫次涅茨曲線回歸方程進行估計浙江省海洋漁業碳排放量與產值之間的關系。即 ct=β0+β1*yt+β2*yt²+?t 根據待估參數β的取值的變化，時間序列 c 與 y 之間也會呈現以下五種不同的關系(1)β1=β2=0，c 與 y 之間沒有關系(2)β1<0，β2=0，c 與 y 之間呈負相關關系(3)β1>0，β2=0，c 與 y 之間呈正相關關系(4)β2>0，c 與 y 之間呈“U 型”關系(5)β2<0，c 與 y 之間呈“倒 U 型”關系，即 EKC 曲線

　　通過對 2005—2019 年期間浙江省海洋漁業從業人員的數量結合折線圖進行分析(圖 2)，可以發現從業人員的數量呈現波動性上升的趨勢，雖然自 2014 年開始海洋漁業從業人員的數量在總量上出現了一個層次的降低，但 2019 年較 2005 年的人口漲幅為 18.67%，而在 2012 年，浙江省海洋漁業從業人員的數量達到歷年的最大值，較 2005 年的漲幅高達 33.49%;因此為排除因浙江省海洋漁業從業人員大量增長所帶來的海洋漁業碳凈排放量的影響，此處將模型中的變量選定為人均碳凈排放量和人均產值。

　　為降低殘差序列異方差性的影響，對變量作自然對數變換后設定模型為 lnct=β0+β1*(lnyt)+β2*(lnyt)²+?t;式中，ct、yt分別為第 t 年的人均碳凈排放量(噸/人)和人均產值(萬元/人);?t 為隨機誤差項;β0、β1、β2為待估參數。通過對模型的回歸可以得出以下的結果：(圖 3) lnct=-0.4494-2.0153*(lnyt)-0.6064*(lnyt)² 式(1)根據回歸結果的顯示：在此模型中，R²值為 0.9911，說明模型的擬合優度高;F 值為 784.54，說明方程的整體關系十分顯著;其概率值 P 在 1%的水平下通過了顯著性檢驗，表明此模型的整體顯著性十分明顯，模型具有非常好的回歸效果。

　　通過方程可知，β2=-0.6064<0，表明浙江省海洋漁業人均碳凈排放量與人均產值之間呈現倒“U” 型曲線關系，符合 EKC 假說，證明在浙江省海洋漁業的發展過程中，人均碳凈排放量隨著經濟增長先會上升，在達到某一極值點時，碳凈排放量會隨著經濟的增長而得到緩解。

　　5.時間序列模型的回歸診斷

　　5.1 單位根檢驗

　　對于一個時間序列數據而言，數據的平穩性對于模型的構建是非常重要的。若不能保證時間序列是平穩的，那么傳統的 T 檢驗可能會失效，也可能出現上述的浙江省海洋漁業人均碳凈排放量序列與人均產值序列之間的假相關關系或者回歸關系，造成模型結果的失真。因此，此處使用 ADF 檢驗分別對人均碳凈排放量和人均產值進行時間序列的平穩性檢驗，分析這兩個序列在實證分析中是否處于穩定狀態，并以此判定模型構建的估計結果對本文是否有意義。

　　在時間序列的殘差平穩性檢驗中，如果 ADF 統計量的值小于相應臨界值，則表明序列具有平穩性。在經過一階差分后，人均碳凈排放序列 ADF 統計量值小于 1%水平下臨界值的絕對值，即 -42.319<-3.750，表明一階差分后，人均碳凈排放序列通過平穩性檢驗。同理可知，人均產值序列經過一階差分后，其 ADF 統計量的絕對值大于 1%水平下臨界值的絕對值，即-15.810<-4.380，因此人均產值與人均碳凈排放序列同屬于一階單整，序列處于長期均衡平穩狀態。具體結果如下表所示(見表 3)。

　　5.2 協整檢驗

　　協整的思想就是把存在一階單整的變量放在一起進行分析，通過這些變量進行線性組合，從而消除他們的隨機趨勢，得到其長期聯動趨勢。此處選用的是公認的 EG-ADF 兩步法進行檢驗。結果分析如下：殘差序列 ADF 統計量的值為-1.958，介于 1%水平的臨界值-2.660 與 5%水平的臨界值-1.950 之間，因此拒絕殘差序列存在單位根的原假設，即可認為次殘差序列是平穩的。因此定義可以認為人均碳凈排放序列與人均產值序列之間存在協整關系，證明以上模型(式 1)的構建可行，回歸效果好。

　　同時還可以得出人均碳凈排放量(噸/人)與人均產值(萬元/人)間的長期均衡關系為：

　　另外，模型中 F 統計量為 94.47，在 5%的水平下通過了顯著性檢驗，證明模型的整體顯著性明顯，這反映了浙江省海洋漁業人均碳凈排放量與人均產值之間處于長期平穩狀態。通過模型設定和式(2)可知，β1=1.4194>0、β2=-0.1246<0，表明浙江省海洋漁業人均碳凈排放與人均產值之間呈倒“U” 型曲線關系，符合 EKC 假說，證明浙江省海洋漁業生產中的人均碳凈排放量隨著經濟增長會上升，在達到人均產值為 5.6958 萬元/人這一極值點時，人均碳凈排放會隨著經濟的增長而得到緩解。結合浙江省海洋漁業的發展狀況可以發現，目前已處于倒“U”型的右側，已越過極值點，開始進入“碳匯漁業”發展階段。

　　5.3 格蘭杰因果檢驗

　　通過對模型進行單位根與協整檢驗，證明時間序列模型構建有效，人均碳凈排放與人均產值序列都是平穩序列，兩者存在協整關系。然而上述的協整關系只是說明了浙江省海洋漁業人均碳凈排放量與人均產值之間的長期聯動關系，并未說明這兩個序列之間的因果關系，因此就需要用到格蘭杰因果關系檢驗。本文選取的是一階滯后期數對浙江省海洋漁業人均碳凈排放量與人均產值兩個序列進行格蘭杰因果檢驗，如表 5 所示。通過對原假設的設定，以及 P 值的大小比較來看，從這個檢驗結果可知，接受了原假設“cnet非 ytotal的 Granger 原因”，而拒絕原假設“ytotal非 cnet的 Granger 原因”，因此可以得出結論：在浙江省的海洋漁業生產中，經濟增長是導致二氧化碳排放量上升的主要原因，但二氧化碳的增長并不能推動經濟進步。

　　6.結論與建議

　　結合浙江省海洋漁業 2005—2019 年的人均碳凈排放量和人均產值的數據來看，在過去一段時間中，浙江省以往的粗放型的海洋漁業發展模式，實現產值大幅度提升的同時，也給環境造成了一定的壓力;但通過格蘭杰因果檢驗的結果來看，由于排放量的增加并不能推動浙江省海洋漁業的經濟進步，那也就說明浙江省想要在后期的海洋漁業的發展中，減少人均碳凈排放量并不一定意味著要以犧牲人均產值為代價。如下為根據分析結果與結論提出的部分可行性建議。

　　(1) 海洋漁業捕撈低碳化方面，主要集中在對老舊的捕撈漁船的升級更新以及對太陽能和風能等新能源的利用。首先，加快對傳統漁船的升級改造，調整海洋捕撈漁船的作業方式，提升捕撈船只的漁業捕撈技術;優化海洋捕撈結構，控制捕撈強度;其次，要及時裝配、更新先進的捕撈設備，加大清潔能源的使用力度，盡可能使用風能、生物柴油等來替代柴油的使用，實現能源利用的低能耗。

　　(2) 在海水養殖方面繼續大力發展碳匯漁業。海洋碳匯漁業主要包括貝類養殖、藻類養殖、浮游植物及放流增殖等。因此，可以在浙江省海洋漁業的發展過程中，開展多層次的綜合養殖技術，在海域養殖容量范圍內大力養殖固碳能力強、培育成本低且附加價值較高的貝藻類產品;優化海水貝藻類品種的養殖結構，直接增加海洋漁業的碳匯量。

　　(3)調整浙江省海洋漁業發展的產業結構。改變以養殖和捕撈第一產業為主的傳統漁業經濟模式，發展現代旅游休閑漁業、海洋生物制藥業等第二、三產業。漁民可以在國家實施的鄉村振興戰略的指導下，對傳統漁港進行改造、升級，加快漁港經濟區建設的進程;大力發展漁家特色休閑旅游業，開創漁船出海捕撈體驗，增加近海漁業的娛樂性，加大吸引游客的力度，拉動經濟增長。