摘要：本文对渔业省际竞争力进行初步界定，对各省海洋渔业经济发展现状的分析，从4个方面构建评价指标体系，运用因子分析法对全国11个沿海省市的海洋渔业竞争力进行综合评价和排序，结果显示山东省海洋渔业综合竞争力水平最高，江苏、广东、福建、浙江次之，其他省市渔业竞争力较弱。同时，还运用了聚类方法，发现建立在同一数据指标基础上与因子分析的结果具有相关性，且与事实相吻合。最后，为进一步提高各省海洋渔业竞争力水平，通过各个层次类别的沿海省市提出现代化渔业建设的建议。
　　关键词：海洋渔业，竞争力，因子分析法，聚类分析法
　　引言：海洋渔业是海洋经济产业的基础产业，有着广阔的发展空间与前景，海洋渔业科学发展有助于实现渔业增产、渔民增收，在为我国居民粮食供给和优质蛋白质输出方面发挥着不可忽视的作用。伴随着“海洋强国”战略目标的提出，党和政府越来越重视海洋经济的发展，不断加强海洋渔业政策引导，而能否正确权衡海洋渔业竞争力水平是促进沿海地区渔业建设和发展的前提。基于此，科学评估我国海洋渔业竞争力，分析相关影响因素，准确把握其发展薄弱环节，显得尤为重要。
　　海洋渔业竞争力分析与评价
　　本文旨在对11个沿海渔业省、市、自治区的海洋渔业竞争力进行评价，充分考虑了数据的可靠性与充分性，依照科学性和可操作性的原则选取指标，结合对已有关于海洋渔业竞争力影响因素、评价体系、评价方法的研究总结分析，从生产贸易能力、资源禀赋、科技推广能力和相关产业发展状况4个方面综合考察海洋渔业产业竞争力。本文选择福建、天津和河北等11个沿海渔业省、市、自治区进行比较，最终构建了具有等级结构的海洋渔业竞争力评价指标体系。
　　为了进一步分析这些指标之间的内在关联，对构建的10个指标（水产品产量、渔业经济总产值、渔民人均纯收入、专业渔业劳动力人均产值、水产品出口贸易额、海洋渔业从业人员数量、海洋机动渔船数量、水产技术推广机构数量、渔民技术培训人数和休闲渔业产值），先用因子分析法分析，找到最具代表性的公因子。本文运用SPSS和SAS软件来进行相关性检验，得到可行性结果：KMO测度值是0.631，Bartlett检验的近似卡方统计值为125.497，对应的sig概率为0.000，小于0.1%，尤其显著，体现该数据来自正态分布总体，变量数据适合采用因子分析。
　　此次因子分析共提取2个公因子，方差累积为80.377％，大于80％，表明这2个因子能较好地反映原始数据的信息。计算得到了11个省份的海洋渔业综合竞争力评价结果。
　　从因子分析的综合得分情况来看，在所选的11个沿海省份中，山东省海洋渔业竞争力综合排名第一，为最有竞争力省份。江苏、广东、福建和浙江竞争力处于上游水平。河北省的海洋渔业竞争力最弱。
　　在贸易科技及资源方面，方差贡献率为64.065%，是竞争力评价中最重要的因子。山东省排名第一，这归因于山东省地处南北与水路交通发达的黄河下游和丰富的海洋渔业资源。山东省沿海生物资源种类繁多，具有经济价值的各类生物资源400多种，具备发展水产产业的优越自然条件和资源优势。近年来，山东省渔业经济总产值和增加值稳步提高，水产品出口贸易额位居全国首位。广东省排名第二。渔业生产和基础设施建设比山东省稍微滞后，但休闲渔业蓬勃发展，有适合开展观赏鱼生产的气候条件，是目前国内最大的观赏鱼生产地和贸易集散地，有国内最强的休闲渔业科学技术力量。上海排名最为落后，突出表现在水产品产量和渔业经济总产值最低，资源相对其他省市最少。
　　在生产能力方面，方差贡献率为16.312%，是第二个因子。山东省排名第五，处于中等水平，在上海、江苏、天津和浙江之下，但高于福建、广东和辽宁等沿海省份。山东省虽然产业基础扎实，但渔民增收、渔业增效速度趋缓。上海排名第一，主要原因是渔民人均纯收入最高。我国各沿海省市渔民收入水平差距较大。仅有上海、天津、浙江、江苏、广西和山东六个地区渔民年均收入超过两万，而海南和河北仅一万五左右。
　　类平均法得到的聚类结果，把沿海渔业省市分为3类。第一类：山东、江苏、广东、福建；第二类：辽宁、广西、海南、河北；第三类：浙江、上海、天津。
　　结论与建议
　　沿海地区11省市渔业竞争力水平存在明显的地区差距，渔业资源发展不平衡。对于第一类，应采取有力措施,保护渔业资源环境。要根据渔业生物资源数量科学确定各海域可捕捞量,划定“捕捞红线”,实行渔业捕捞总量控制并合理分配捕捞配额。加强渔业水域污染防治,建立污染损害评估技术体系。确定研发重点,创新管理和投入体制,支持渔业科技创新。对于第二类，应推进传统渔业向现代渔业转型升级，加强渔业资源和生态保护，加强渔港建设和管理，加强渔港建设和管理。对于第三类，加快规划建设休闲渔业，建设高质量水产品流通销售中心,加快转变大城市水产品经销模式。
　　参考文献
　　[1]于秀林、任雪松（1999）：《多元统计分析》，中国统计出版社。
　　[2]汪远征、徐雅静（2007）：《SAS软件与统计应用教程》，机械工业出版社。