中国渔业经历了从“可有可无”到“举足轻重”的转变,从全球范围来看,无论是从渔业产量,还是渔业从业人数,中国均位居世界第一,为世界渔业发展和粮食安全做出了重大贡献。然而,渔业高速发展的同时也带来了较为严重的资源和环境问题,与当前追求渔业高质量发展的目标背道而驰。如何提升渔业全要素生产率并以此推动渔业高质量发展显得尤为重要。与现实需求相悖的是,目前学界对渔业全要素生产率问题缺乏系统性研究,就资源和环境因素在渔业全要生产率测度中的重要性缺乏理论分析,导致测度中未能综合考虑渔业生产活动带来的资源和环境成本。为弥补现有研究的不足,本文基于外部性和生产可能性曲线这两种分析工具对渔业全要生产率测度中考虑资源和环境成本的必要性进行理论分析,并在此基础上对资源和环境视角下渔业全要素生产率的收敛机制和驱动机制进行理论阐述。在理论分析奠定的基本框架下,采用EBM模型和GML指数对资源和环境视角下的中国渔业全要素生产率进行测算,进一步采用空间计量模型对资源和环境视角下渔业全要素生产率的空间收敛性和驱动力进行了检验。本文的主要结论如下:（1）忽视渔业生产活动带来的资源和环境成本会高估渔业全要素生产率增长速度。与考虑资源和环境成本的情况相比,未考虑资源和环境成本的渔业全要素生产率增长高1.3个百分点。就渔业全要素生产率增长的两个分解项而言,在不考虑资源和环境成本情况下,渔业效率增长被高估0.7个百分点,渔业技术增长被低估1个百分点。从变化趋势来看,在2004-2019年期间,中国渔业全要素生产率总体呈现下降趋势,渔业增长主要依赖于要素的密集投入。分地区来看,沿海地区和内陆地区的渔业全要素生产率均呈现下降趋势,但沿海地区下降更快。分生产水域来看,淡水渔业全要素生产率波动较大,海洋渔业全要素生产率呈现先上升后下降的变化轨迹,但总体均呈现下降趋势。从空间分布来看,2004年到2019年,渔业全要素生产率增速较快的省市分布呈现从中西部向东部转移的趋势。（2）中国渔业全要素生产率存在空间收敛,即渔业全要素生产率落后省份对先进省份存在“追赶效应”。不同省份在渔业全要生产率上的空间互动关系有助于加快渔业全要素生产率落后省份向先进省份的追赶。分地区来看,内陆地区渔业全要素生产率的空间收敛速度快于沿海地区,大约是沿海地区的三倍。分生产水域来看,淡水渔业全要素生产率的空间收敛速度快于海洋渔业,大约是海洋渔业的三倍。渔业全要素生产率空间收敛的动力来源检验显示,与渔业效率相比,渔业技术空间收敛对渔业全要素生产率空间收敛的贡献更大。（3）经济相邻地区渔业全要素生产率的提升对本地渔业全要素生产率具有正向的空间溢出效应。本地互联网普及率、交通便利度、农村居民受教育水平以及经济相邻地区的渔业受灾率、渔民技术培训人次、渔业贸易开放度和城镇化率也是渔业全要素生产率提升的驱动力。对比各因素对渔业全要素生产率的影响大小可以发现,在本地因素中,包含互联网普及率和交通便利度在内的基础设施因素对渔业全要素生产率的促进作用最大。在经济相邻地区因素中,包含渔业贸易开放度和城镇化率在内的宏观经济因素对渔业全要素生产率的促进作用最大。作用渠道的检验结果显示,本地气温、交通基础设施、受教育水平、环境污染治理投资强度以及经济相邻地区的交通基础设施、技术推广、城镇化对渔业全要素生产率的影响主要通过影响渔业效率实现。本地和经济相邻地区的渔业贸易开放度对渔业全要素生产率的影响是通过影响渔业技术实现。在上述研究发现的基础上,从构建中国渔业绿色发展的评价体系、加强省际间的交流和合作、逐步完善政策工具箱等角度出发提出了资源和环境视角下中国渔业全要素生产率提升的政策启示。此外,根据存在的不足对未来研究进行了展望。本文的创新主要体现在三个方面:第一,突破对渔业增长的传统认知,从“重生产率增长”转向“生产率增长与资源环境可持续并重”。本文在渔业全要素生产率测算中综合考虑了渔业生产活动带来的资源和环境成本,同时,结合渔业本身的特征,在期望产出中加入了碳汇渔业经济价值。重要的发现是,考虑渔业生产带来的资源和环境成本会显著降低渔业全要素生产率。第二,放宽省际间渔业全要素生产率不存在空间关系的传统假定,在考虑省际间空间互动关系的情况下检验了资源和环境视角下渔业全要素生产率的收敛性。重要的发现是,经济相邻地区渔业全要素生产率的提升可以显著加快渔业全要素生产率收敛的速度。第三,从“重驱动力检验”转向“理论建构与驱动力检验并重”。本文基于自然环境、基础设施、人力资本、宏观经济和政府治理五维体系构建了资源和环境视角下渔业全要素生产率的驱动力分析框架,并进一步采用空间计量模型实证检验了渔业全要素生产率的驱动力。重要的发现是,包含交通便利度和互联网普及率在内的基础设施因素在提升渔业全要素生产率中发挥的作用最大。