陳 琦

（寧波大學(xué) 商學(xué)院，浙江寧波 315000）

1 研究方法與數(shù)據(jù)來源

0 引言

在當(dāng)前漁業(yè)轉(zhuǎn)型發(fā)展的關(guān)鍵時期，確保海水養(yǎng)殖生產(chǎn)穩(wěn)定的意義重大。必須準(zhǔn)確把握海水養(yǎng)殖產(chǎn)量的波動規(guī)律特征，以此為理論指導(dǎo)制定穩(wěn)定生產(chǎn)的制度安排和政策措施，進而保障我國海水養(yǎng)殖業(yè)的健康發(fā)展。

有關(guān)我國海水養(yǎng)殖生產(chǎn)波動的相關(guān)研究尚不多見，其中具有代表性的有：周井娟等（2008）[1]借助Logistic曲線回歸對我國海水養(yǎng)殖產(chǎn)量的波動特點和影響因素進行了定量分析，結(jié)果發(fā)現(xiàn)不同時期下產(chǎn)量波動幅度較大，近些年增長速度有放緩的趨勢，影響因素分析表明水產(chǎn)品價格和技術(shù)進步對產(chǎn)量波動影響顯著；孫兆明（2012）[2]通過構(gòu)建海水養(yǎng)殖超越對數(shù)生產(chǎn)函數(shù)模型，對生產(chǎn)投入要素的產(chǎn)出彈性和替代彈性進行實證分析，結(jié)果表明當(dāng)前我國海水養(yǎng)殖生產(chǎn)效率較低，產(chǎn)量的增加依然依賴于養(yǎng)殖面積的擴大；盧昆等（2016）[3]認為雖然我國海水養(yǎng)殖的規(guī)模呈現(xiàn)不斷擴大的趨勢，但養(yǎng)殖空間、海域開發(fā)程度、海域水質(zhì)狀況等均不容樂觀，實際的養(yǎng)殖產(chǎn)出水平較低?？傮w而言，目前國內(nèi)對該領(lǐng)域的研究較為零散，多借助時間序列模型對產(chǎn)量波動進行簡單的長期趨勢擬合分析，缺乏對短期波動特征和長期波動周期的識別，同時針對產(chǎn)量波動影響因素的識別研究則因應(yīng)用方法的不同而存在較大差異。鑒于此，本文嘗試應(yīng)用H-P濾波分析法探究我國海水養(yǎng)殖產(chǎn)量的長期趨勢和短周期波動特征，歸納產(chǎn)量波動的客觀規(guī)律，同時借助逐步回歸分析、狀態(tài)空間模型對影響海水養(yǎng)殖產(chǎn)量波動的相關(guān)因素作具體識別，以期為海水養(yǎng)殖業(yè)的生產(chǎn)穩(wěn)定提供理論支持和政策依據(jù)。

1.1 H-P濾波分析法

H-P濾波分析法的基本原理是將時間序列看作是不同頻率的成分的疊加，通過分離出頻率較高的成分，去掉頻率較低的成分，從而去除長期趨勢項，實現(xiàn)對短期周期波動項的度量[4]。目前，該方法已被廣泛應(yīng)用于宏觀經(jīng)濟趨勢[5,6]、產(chǎn)量波動[7,8]和價格波動[9,10]等研究領(lǐng)域，但尚未有應(yīng)用到海水養(yǎng)殖生產(chǎn)領(lǐng)域的研究。H-P濾波分析方法假定時間序列Yt是由長期趨勢性成分和短期波動性成分組成，對于時間序列Yt，H-P濾波就是選擇一個時間估計序列Xt最小化實際值和樣本點的趨勢值，即：

式中Yt為經(jīng)對數(shù)處理后的序列值；Xt是Yt的趨勢成分；λ為對趨勢成分Xt波動的折算因子。令：

其中，Ct為周期成分，假設(shè)Ct與△2Xt都是獨立同分布，且相互獨立，則當(dāng)λ=var(Ct)/var(△2Xt)時，H-P濾波達到最佳效果。綜上，趨勢成分Xt和周期成分Ct分別為：

通常，當(dāng)使用年度數(shù)據(jù)時，λ=100；當(dāng)使用季度數(shù)據(jù)時，λ=1600；當(dāng)使用月度數(shù)據(jù)時，λ=14400。由于本文的研究對象是海水養(yǎng)殖產(chǎn)量的年度數(shù)據(jù)，因此λ為100。

1.2 逐步回歸分析法

影響海水養(yǎng)殖產(chǎn)量波動的因素復(fù)雜多樣，本文通過建立多元回歸模型，結(jié)合逐步回歸分析法，識別其中的主要因素。從生產(chǎn)函數(shù)角度考慮，影響海水養(yǎng)殖產(chǎn)量波動的因素主要為生產(chǎn)要素的投入情況，具體可分為養(yǎng)殖面積投入、固定資本投入和勞動力投入三個主要類別。除生產(chǎn)要素投入外，市場因素（可用水產(chǎn)品價格表示）和自然風(fēng)險因素（可用海水養(yǎng)殖受災(zāi)面積表示）同樣是需要考慮的重要影響因素?；诖耍x取海水養(yǎng)殖面積（X1）、專業(yè)勞動力（X2）、固定資本投入（X3）、水產(chǎn)品生產(chǎn)價格指數(shù)（X4）和養(yǎng)殖受災(zāi)面積（X5）五個影響因素作為分析對象。在對數(shù)處理的基礎(chǔ)上，建立包含5個自變量的多元線性回歸方程：

其中，a0為常數(shù)項；bj為變量Xi的系數(shù)；ut為誤差。

通過最小二乘回歸分析，檢驗?zāi)Ｐ涂傮w回歸效果。為消除多重共享性對統(tǒng)計檢驗的影響，應(yīng)用逐步回歸分析法，依據(jù)可決系數(shù)R2和T檢驗結(jié)果，從5個因素中識別出影響產(chǎn)量波動的主要因素。借助變量平穩(wěn)性檢驗和協(xié)整檢驗進一步判斷影響因素與產(chǎn)量之間的長期均衡關(guān)系。

1.3 狀態(tài)空間模型

在一般的回歸模型中，各變量的參數(shù)是固定的，用以反映變量之間穩(wěn)定的影響關(guān)系。但實際上，在一個經(jīng)濟系統(tǒng)中，一些經(jīng)濟變量的狀態(tài)是不可觀測的，傳統(tǒng)的固定參數(shù)回歸模型難以表現(xiàn)變量之間的動態(tài)影響關(guān)系。狀態(tài)空間模型建立了可觀測變量和系統(tǒng)內(nèi)部狀態(tài)之間的關(guān)系，通過估計各種不同的狀態(tài)向量來對系統(tǒng)加以分析、觀測，識別其中的動態(tài)影響關(guān)系。狀態(tài)空間模型包括“量測方程”和“狀態(tài)方程”兩個部分，表示如下：

其中，量測方程式（6）反映了影響觀測變量與海水養(yǎng)殖產(chǎn)量波動的關(guān)系；SV1、SV2是狀態(tài)變量，反映了各個時點上海水養(yǎng)殖產(chǎn)量對各變量的彈性值，可利用Kalman濾波算法計算得到其估計值；ut、ε1t和ε2t為誤差項，服從均值為0、方差為常數(shù)的正態(tài)分布。

1.4 數(shù)據(jù)來源

我國歷年海水養(yǎng)殖產(chǎn)量數(shù)據(jù)主要來自《我國漁業(yè)統(tǒng)計40年（1949—1988）》以及《中國漁業(yè)統(tǒng)計年鑒》。影響因素海水養(yǎng)殖面積、專業(yè)勞動力、固定資本投入①由于在《中國漁業(yè)統(tǒng)計年鑒》中僅有漁業(yè)固定資產(chǎn)總投入的數(shù)據(jù)，因此參考孫兆明（2012）[2]在構(gòu)建海水養(yǎng)殖生產(chǎn)函數(shù)中的處理方式，按照捕撈與養(yǎng)殖的產(chǎn)出比來估算海水養(yǎng)殖業(yè)的固定資產(chǎn)投入值。和養(yǎng)殖受災(zāi)面積歷史數(shù)據(jù)取自《中國漁業(yè)統(tǒng)計年鑒》，水產(chǎn)品生產(chǎn)價格指數(shù)取自《中國統(tǒng)計年鑒》。

2 實證分析

2.1 總產(chǎn)量波動特征分析

在對原始序列進行對數(shù)處理的基礎(chǔ)上，借助H-P濾波法，分離出1954—2016年間我國海水養(yǎng)殖總產(chǎn)量的長期演變趨勢和短期波動特征。圖1給出了我國海水養(yǎng)殖產(chǎn)量的H-P濾波示意圖，包含了產(chǎn)量的實際波動曲線、長期趨勢曲線和短期波動曲線。

圖1 我國海水養(yǎng)殖總產(chǎn)量的H-P濾波示意圖

由圖1的長期趨勢曲線可知，在1954—1965年期間長期趨勢曲線呈現(xiàn)出水平發(fā)展趨勢，自1966年進入快速上漲階段，并持續(xù)到2000年，隨后在2001—2016年增長速度再次放緩，呈現(xiàn)出平滑、緩慢的上升趨勢。由此可知，從長期發(fā)展趨勢來看，我國海水養(yǎng)殖產(chǎn)量依次經(jīng)歷了“水平發(fā)展——快速上漲——緩慢上漲”三個歷史階段。

由圖1的短期波動曲線可知，我國海水養(yǎng)殖產(chǎn)量在1954—1965年期間波動頻繁，隨后產(chǎn)量波動趨于穩(wěn)定，特別是進入2000年以后，產(chǎn)量波動率基本維持在10%以內(nèi)。按照“波峰－波峰”的周期劃分方法，可得到海水養(yǎng)殖產(chǎn)量波動周期特征。（1）周期長度。1954—2016年，我國海水養(yǎng)殖產(chǎn)量波動經(jīng)歷了11個完整周期。其中，1997—2005年和2006—2014年兩個周期的長度最大，達到9年。由此可見，我國海水養(yǎng)殖產(chǎn)量的周期長度實現(xiàn)了由短周期波動向長周期波動的轉(zhuǎn)變。（2）波動高度。波動高度即波峰，反映了序列值在每個周期內(nèi)的最大擴張強度。我國海水養(yǎng)殖產(chǎn)量波動高度平均值為12.29%，其中第1、2、5、9輪周期的波動高度超過了20%，這些周期基本貫穿了1954年至今的整個時期，說明長期來看我國海水養(yǎng)殖產(chǎn)量具備良好的持續(xù)擴張能力。（3）波動深度。波動深度即波谷，它反映了序列值在每個周期內(nèi)的最大收縮力度。海水養(yǎng)殖產(chǎn)量的平均波動深度為-11.94%，除第1、3周期的波動深度達到-30%以外，其余周期波動深度均為-10%左右，說明我國海水養(yǎng)殖產(chǎn)量除個別年份表現(xiàn)出強收縮狀態(tài)外，總體的收縮力度和收縮空間均較小。（4）波動幅度。波動周期反映了序列值的穩(wěn)定性。我國海水養(yǎng)殖產(chǎn)量平均波幅達到24.23%，說明總體上生產(chǎn)的穩(wěn)定性較差。但最近一輪周期波動幅度僅為0.41%，可見自1997年以來我國海水養(yǎng)殖生產(chǎn)進入穩(wěn)步發(fā)展階段，產(chǎn)量以平穩(wěn)速度穩(wěn)固增長。綜上，我國海水養(yǎng)殖產(chǎn)量的波動總體上經(jīng)歷了波動周期長度由短到長、波動幅度由大到小的過渡。

2.2 各品種產(chǎn)量波動特征分析

2.2.1 魚類產(chǎn)量的波動特征

由圖2中的長期趨勢曲線可知，我國海水養(yǎng)殖生產(chǎn)中魚類產(chǎn)量總體呈現(xiàn)出持續(xù)增長的趨勢，其中，2002年以后的長期趨勢曲線走勢較先前更為平緩。從短期波動曲線來看，魚類產(chǎn)量在1983—2016年期間共完成了7個完整的波動周期，其中第1輪波動周期的周期長度達到11年，其余周期多為5年以下的短周期。從各周期的波動高度可以看出，各周期波動高度大致呈現(xiàn)遞減趨勢，說明魚類產(chǎn)量的擴張能力在逐步減弱。對比各周期的波幅可知，除第1輪周期中波幅明顯較大外，其余周期波幅基本維持在10%以內(nèi)，說明我國魚類海水養(yǎng)殖生產(chǎn)在經(jīng)歷了1987—1997年的波動增長后，目前已經(jīng)進入了生產(chǎn)穩(wěn)定階段。

圖2 魚類產(chǎn)量H-P濾波示意圖

2.2.2 甲殼類產(chǎn)量的波動特征

甲殼類產(chǎn)量的長期趨勢曲線總體呈現(xiàn)出緩慢的平穩(wěn)增長趨勢（見圖3）。依據(jù)甲殼類產(chǎn)量的短期波動曲線，產(chǎn)量在1983—2016年期間共經(jīng)歷了5輪完整周期，平均周期長度為4.6年，其中第2輪周期的周期長度最大。甲殼類產(chǎn)量各周期的波動高度呈現(xiàn)出顯著的逐步下降趨勢，到最近的第4輪周期波動高度降為負值，說明甲殼類養(yǎng)殖的增產(chǎn)能力在逐步減弱。從波幅來看，甲殼類產(chǎn)量的前兩輪周期波幅較大，其中第2輪周期甚至達到81.38%，主要是由于該周期產(chǎn)量在1992—1994年期間出現(xiàn)較大幅度的下降，導(dǎo)致波動深度達到-62.35%。到最近兩個波動周期，波幅則分別下降至2.04%和1.86%，生產(chǎn)逐步趨于穩(wěn)定。

圖3 甲殼類產(chǎn)量H-P濾波示意圖

2.2.3 貝類產(chǎn)量的波動特征

由圖4可知，貝類產(chǎn)量的長期趨勢曲線表現(xiàn)出一定的階段性特征：在1983—2001年期間呈現(xiàn)出持續(xù)上漲的態(tài)勢，2001年以后增長趨勢明顯放緩，總體上表現(xiàn)為水平發(fā)展的趨勢。從短期波動曲線來看，貝類產(chǎn)量在1983—2016年期間共完成3輪完整周期。對比各周期的波動高度、波動深度和波幅等特征值可知，產(chǎn)量在第1、2輪周期中產(chǎn)量波動較大，生產(chǎn)穩(wěn)定性較差，但波動高度同樣較大，說明產(chǎn)量擴張能力較強。進入第3輪周期后，波動高度、波動深度和波幅均大幅減小，產(chǎn)量趨于平穩(wěn)發(fā)展。

圖4 貝類產(chǎn)業(yè)H-P濾波示意圖

2.2.4 藻類產(chǎn)量的波動特征

我國海水養(yǎng)殖生產(chǎn)中藻類產(chǎn)量的長期趨勢曲線總體上呈現(xiàn)出緩慢增長的態(tài)勢（見圖5）。從短期波動曲線來看，藻類產(chǎn)量從1983—2016年期間共完成6輪波動周期。對比各周期的波動高度、波動深度和波幅可知，與魚類、甲殼類和貝類產(chǎn)量相似，藻類產(chǎn)量的各波動特征值同樣呈現(xiàn)出逐步遞減的趨勢，生產(chǎn)完成了從大幅度波動到產(chǎn)量平穩(wěn)增長的轉(zhuǎn)變。但橫向?qū)Ρ绕渌B(yǎng)殖品種來看，藻類產(chǎn)量在最近兩個周期波動高度依然超過了5%，因此，但就近十多年而言，藻類產(chǎn)量的擴張能力要優(yōu)于其他三類品種。

圖5 藻類產(chǎn)量H-P濾波示意圖

綜上，以上四類海水養(yǎng)殖品種產(chǎn)量均經(jīng)歷了從波動劇烈到生產(chǎn)穩(wěn)定的發(fā)展過程，其中甲殼類、貝類和藻類產(chǎn)量與海水養(yǎng)殖總產(chǎn)量相似，都大致在2007年左右進入新一輪的長周期波動階段。從波幅來看，各養(yǎng)殖品種的平均波幅均超過了10%，總體上生產(chǎn)波動較為劇烈，比較而言魚類的生產(chǎn)穩(wěn)定性要明顯優(yōu)于其他品種。對比各品種歷史周期的平均波動高度可知，甲殼類產(chǎn)量的平均波動高度高于其他品種，產(chǎn)量的歷史擴張能力最大。但從短期波動曲線近5年來的末端發(fā)展趨勢來看，貝類的短期波動曲線保持了向上發(fā)展的趨勢，因此其近些年的增產(chǎn)能力相對更大。造成這種現(xiàn)象的原因可能是近年來魚粉進口價格持續(xù)攀升，大幅提高了需要喂養(yǎng)飼料的魚類、甲殼類等相關(guān)養(yǎng)殖品種的生產(chǎn)成本，嚴重制約了這些品種的生產(chǎn)擴大，而貝類則因無需喂養(yǎng)飼料，成為近年來養(yǎng)殖戶和企業(yè)擴大生產(chǎn)的主要選擇。

2.3 產(chǎn)量波動影響因素分析

2.3.1 主要影響因素的識別

考慮到數(shù)據(jù)可得性，本文選取1989—2016年5個影響因素的歷史數(shù)據(jù)，在對數(shù)處理的基礎(chǔ)上，依據(jù)公式（5）建立多元線性回歸方程。借助最小二乘回歸分析發(fā)現(xiàn)除變量X2的系數(shù)檢驗顯著外，其余變量均不顯著，說明模型存在多重共線性問題。為消除多重共線性對統(tǒng)計檢驗的影響，應(yīng)用逐步回歸分析法進一步識別影響海水養(yǎng)殖產(chǎn)量的主要因素。結(jié)果表明，5個影響因素中，海水養(yǎng)殖面積（X1）和專業(yè)勞動力（X2）兩個因素表現(xiàn)顯著，是影響產(chǎn)量波動的主要因素。采用ADF檢驗方法對序列的平穩(wěn)性進行檢驗，檢驗結(jié)果表明，在5%顯著水平下變量LnY、LnX1、LnX2均是不平穩(wěn)序列，但這3個變量的一階差分序列在1%的顯著水平下均是平穩(wěn)序列。應(yīng)用Johansen檢驗法，通過構(gòu)建VAR（p）模型，經(jīng)差分變換，綜合SC、AIC、LR、FPE、HQ和LogL等判斷準(zhǔn)則的檢驗結(jié)果，確定VAR模型的最優(yōu)滯后階數(shù)為2。在此基礎(chǔ)上進行協(xié)整檢驗。檢驗結(jié)果發(fā)現(xiàn)，LnY、LnX1、LnX2序列之間存在明顯的協(xié)整關(guān)系，表明海水養(yǎng)殖產(chǎn)量、海水養(yǎng)殖面積與專業(yè)勞動力投入之間有長期的均衡關(guān)系。

借助Eviews軟件，運用Kalman濾波算法得到圖6所示的影響因素彈性時變圖。根據(jù)系數(shù)估計結(jié)果（見表1）可知，所有的狀態(tài)空間變量均是顯著的。進一步對狀態(tài)空間模型的殘差進行單位根檢驗，結(jié)果表明殘差在1%顯著水平下是平穩(wěn)時間序列，證明模型估計的結(jié)果具有可靠性。

圖6 海水養(yǎng)殖面積、專業(yè)勞動力與產(chǎn)量的彈性系數(shù)

表1 狀態(tài)空間模型Kalman濾波估計結(jié)果

由于Kalman濾波算法的特殊性，其前面幾次取值的隨機性較大，使得參數(shù)值波動幅度很大，通常被視為沒有實際意義。由圖6中的彈性估計值可以看出，從1997年開始，兩個彈性值的波動開始趨于穩(wěn)定，因此，從1997年以后的模型參數(shù)估計結(jié)果是有效的，據(jù)此對模型估計結(jié)果進行詳細分析。

2.3.2 海水養(yǎng)殖面積對產(chǎn)量波動的影響

由圖6可知，海水養(yǎng)殖面積對產(chǎn)量波動的彈性系數(shù)在1997—2016年期間總體上表現(xiàn)出波動下降的趨勢，在此期間海水養(yǎng)殖面積每增加1%，能夠帶動產(chǎn)量增長約0.64%～0.96%。具體來看，彈性系數(shù)在1997—2003年期間出現(xiàn)短暫的緩慢上漲趨勢，由1997年的0.78逐步上漲到2003年的0.96。而自2003年以后，彈性系數(shù)進入一個長期的下降階段，到2016年已經(jīng)降至0.61，說明產(chǎn)量對海水養(yǎng)殖面積波動的敏感程度在逐步降低，即養(yǎng)殖面積的增長對產(chǎn)量的拉動作用逐步減弱。究其原因，主要有以下三個方面：一是受自然和技術(shù)等因素的客觀約束，近年來我國海水養(yǎng)殖只能選擇向養(yǎng)殖條件次優(yōu)或較差的海域發(fā)展?？绅B(yǎng)殖海域的空間范圍是客觀有限的，再加上近些年沿海城市建設(shè)、港口建設(shè)等開發(fā)活動對養(yǎng)殖空間的大幅擠壓，導(dǎo)致我國近岸海水養(yǎng)殖空間被不斷壓縮。二是海水養(yǎng)殖品種結(jié)構(gòu)的變動客觀上導(dǎo)致了養(yǎng)殖面積生產(chǎn)彈性系數(shù)的下降。比較2003年和2016年我國海水養(yǎng)殖各品種的養(yǎng)殖面積和單產(chǎn)情況可以發(fā)現(xiàn)，貝類和藻類的養(yǎng)殖面積比重在增加，魚類和甲殼類的養(yǎng)殖面積比重則在減小，而各養(yǎng)殖品種的單產(chǎn)情況則與養(yǎng)殖面積比重呈相反的變化。由于2003—2016年期間我國所增加的養(yǎng)殖面積更多的用于生產(chǎn)單產(chǎn)不斷下降的品種，最終造成養(yǎng)殖面積對產(chǎn)量的拉動作用減弱。三是近年來我國近海污染不斷加劇，嚴重影響海水養(yǎng)殖品種的存活率，造成單位海水養(yǎng)殖面積下的低效生產(chǎn)。

2.3.3 專業(yè)勞動力對產(chǎn)量波動的影響

由圖6可知，與海水養(yǎng)殖面積因素相反，專業(yè)勞動力投入對產(chǎn)量波動的彈性系數(shù)在1997—2016年期間總體上表現(xiàn)為波動上升的趨勢，總體而言專業(yè)勞動力每增加1%，能夠帶動海水養(yǎng)殖產(chǎn)量增長0.45%～0.80%。具體來看，在1997—2003年期間，彈性系數(shù)呈現(xiàn)出短暫的緩慢下降趨勢，由0.62緩慢下降到0.45，此后進入長期的波動上漲階段，并于2016年上漲至0.80。彈性系數(shù)的波動上漲表明專業(yè)勞動力投入對產(chǎn)量波動的影響作用不斷加大。究其原因，一方面是隨著我國“以養(yǎng)為主”的漁業(yè)發(fā)展方針的確立和漁民轉(zhuǎn)產(chǎn)轉(zhuǎn)業(yè)政策的不斷推廣，海水養(yǎng)殖漁戶在優(yōu)質(zhì)種苗獲得、養(yǎng)殖設(shè)施改善和養(yǎng)殖技術(shù)普及等多個層面得到了更加強有力的支持，其受教育水平和專業(yè)技術(shù)能力得以不斷提高，進而推動了養(yǎng)殖漁戶生產(chǎn)效率的提升。另一方面，近年來我國海水養(yǎng)殖產(chǎn)業(yè)化發(fā)展進程不斷加快，進一步提高了勞動力投入的規(guī)模經(jīng)濟效益。1997年國務(wù)院轉(zhuǎn)批農(nóng)業(yè)部《關(guān)于進一步加快漁業(yè)發(fā)展的意見》中提出，在家庭聯(lián)產(chǎn)承包責(zé)任制基礎(chǔ)上積極推進漁業(yè)股份合作制，以加快漁業(yè)產(chǎn)業(yè)化發(fā)展。在該政策背景下，各地區(qū)政府通過實施優(yōu)惠政策，引導(dǎo)地方養(yǎng)殖漁戶在結(jié)合本地自然稟賦優(yōu)勢的基礎(chǔ)上，生產(chǎn)同類水產(chǎn)品以形成大面積的單品種養(yǎng)殖基地，推動了海水養(yǎng)殖業(yè)的規(guī)模經(jīng)濟生產(chǎn)，從而使專業(yè)勞動力的投入變得更有效率。

綜上，對比1997—2016年海水養(yǎng)殖面積和專業(yè)勞動力投入兩個因素的彈性系數(shù)值可知，在1997—2011年期間海水養(yǎng)殖面積彈性系數(shù)值始終大于專業(yè)勞動力的彈性系數(shù)值，因此，就長期而言，產(chǎn)量對海水養(yǎng)殖面積變動的敏感度相對更大。但隨著時間的推移，兩個因素的彈性值差距在不斷縮小，并于2012年專業(yè)勞動力的彈性值首次超過了養(yǎng)殖面積，成為對產(chǎn)量波動影響最大的因素。

3 結(jié)論

H-P濾波分析表明，我國海水養(yǎng)殖總產(chǎn)量在1955—2016年期間共完成了11輪波動周期，總體而言經(jīng)歷了周期長度由短到長、波動幅度由大到小的過渡。自2005年以來，海水養(yǎng)殖產(chǎn)量波動進入了長周期的平緩增長階段，生產(chǎn)已逐步趨于穩(wěn)定。分析1983—2016年期間魚類、甲殼類、貝類和藻類等不同品種的產(chǎn)量波動特征表明，4類海水養(yǎng)殖品種產(chǎn)量均經(jīng)歷了從波動劇烈到生產(chǎn)穩(wěn)定的發(fā)展過程，比較而言魚類的生產(chǎn)穩(wěn)定性要明顯優(yōu)于其他品種，而甲殼類產(chǎn)量的歷史擴張能力最大。但單就近5年各品種的短期波動曲線發(fā)展趨勢來看，貝類等低值品種的增產(chǎn)能力要更高，表明當(dāng)前中國海水養(yǎng)殖產(chǎn)量的增長仍然主要依賴于相對低值品種的生產(chǎn)擴大。

逐步回歸分析結(jié)果表明，海水養(yǎng)殖面積和專業(yè)勞動力投入是影響產(chǎn)量波動的主要因素。在此基礎(chǔ)上，借助狀態(tài)空間模型進一步對影響因素與產(chǎn)量變動之間的關(guān)系進行動態(tài)分析，結(jié)果表明，長期而言海水養(yǎng)殖產(chǎn)量對養(yǎng)殖面積變動的敏感度相對更大。但隨著時間的推移，海水養(yǎng)殖面積總體上對產(chǎn)量增長的拉動作用在逐步減弱，而專業(yè)勞動力投入對產(chǎn)量的影響作用則不斷增強。