長江經濟帶淡水養殖污染負荷特征分析

高立方，吳靜穎，葛小東李文浩，高鑫，黃佳佳

1.湖北省水產科學研究所，武漢 430077； 2.華中農業大學資源與環境學院，武漢 430070

20世紀80年代以來，得益于漁業產權改革和科技進步等因素，中國水產養殖進入了高速發展的時期[1-2]。在較長時期內，我國水產養殖規模相對較小、經營分散、生產方式較為粗放，高密度的水產養殖伴隨COD、氮、磷等污染物的排放，導致富營養化等一系列的生態環境問題，成為制約我國社會經濟持續發展的瓶頸之一[3-6]。作為水產養殖和進出口大國，針對水產養殖污染特征及其時空變化規律進行研究，合理開發水域資源，對增加食物供給、保障糧食安全、保護生態環境意義重大[7-8]，對于新時期探索“兩山”轉化通路、完善生態產品供給機制具有十分重要的作用。

水產養殖污染時空特征相關研究在區域或流域尺度做了較多的探討。比如，彭凌云等[9]對2014-2015年太湖流域池塘養殖污染物的排放進行了估算；許明珠等[10]研究了苕溪流域2014年水產養殖總氮(TN)、總磷(TP)、氨氮(NH3-N)和化學需氧量(COD)排放量；鄭瑞等[11]計算了重慶市梁平區龍溪河流域的水產養殖污染物入河量；熊昭昭等[12]估算了江西省2011-2015年農業面源污染負荷。但是以上文獻研究區域大都基于小面積流域或區域，研究周期的跨度也較小，導致污染物的時空特征分析結果不具有普適性。

長江經濟帶主要包括上海、江蘇、浙江、安徽、江西、湖北、湖南、重慶、四川、云南、貴州等11個省(市)，面積約209.39萬km2，占全國的21%，人口和經濟總量均超過全國的40%。2019年，長江經濟帶漁業經濟總產值為1.15億元，占全國的43%，淡水養殖產量為1 869萬t，以全國57%的淡水養殖面積生產了超過62%的淡水水產品，漁民人均純收入達到2萬元。加強長江經濟帶生態環境保護是我國的重大戰略部署，在推進我國“五位一體”總體布局建設中具有重要地位[13]。近年來，長江經濟帶氮磷造成的水體富營養化呈現加重趨勢[13-14]。筆者以長江經濟帶為研究區域，以1991年至2019年為研究周期，基于省域尺度，計算淡水養殖的總氮、總磷排放，在計算蛋白產出的基礎上，分析淡水養殖污染強度的時空變化特征，以期為生態環境管理提供進一步決策支持。

1 數據與方法

1.1 污染物及蛋白產出核算方法

本研究根據排污系數來核算水產養殖過程中污染物排放量。排污系數指在正常養殖生產條件下，養殖單位質量水產品所產生的污染物量中，經不同排放渠道直接排放到湖泊、河流及海洋等(不包括排放到農田及水產養殖再利用部分)外部水體中的污染物量所占比例如公式(1)所示。同時，根據水產品營養結構，按不同水產品產量核算各省水產品的蛋白質產出，如公式(2)、(3)所示。

(1)

(2)

(3)

式中，N為水產養殖的總氮污染物排放量，t；P為水產養殖的總磷污染物排放量，t；Pr為水產養殖蛋白產出量，t；Qi為第i種水產品產量，t；ρNi、ρPi分別為第i種水產品的總氮、總磷排污系數，g/kg；ri為第i種水產品的蛋白質含量系數，t/t。

1.2 污染物排放與經濟增長關系分析

環境庫茲涅茨曲線模型(EKC)是檢驗環境質量和經濟增長的最經典的模型[15]，EKC假說認為經濟增長與其產生的環境影響之間呈“倒U型”關系。目前一般采用線性曲線、二次曲線、三次曲線模型進行擬合[16-17]。本研究用回歸模型來研究長江經濟帶單位面積蛋白產出與單位蛋白產出氮污染物之間的關系，如公式(4)所示。

lnE=β0+β1·lnPua+β2·(lnPua)2+β3·(lnPua)3+ε

(4)

式(4)中，E為單位蛋白產出污染物排放量，表示長江經濟帶水產養殖蛋白質產出的污染強度及其環境影響，實際采用單位蛋白總氮排放量和單位蛋白總磷排放量來分析。解釋變量Pua為單位面積產出蛋白，表示淡水養殖經濟增長水平。β0、β1、β2和β3是回歸系數，表征長江經濟帶水產養殖經濟增長與其環境影響的相關性，包括以下幾種情況：(1)當β1=β2=β3=0時,經濟增長與污染物產出不存在相關關系；(2)當β1≠0，β2=β3=0時，經濟增長與污染物產出呈線性相關；(3)當β1>0，β2<0，β3=0時，經濟增長與污染物產出呈“倒U型”關系；(4)當β1<0，β2>0，β3=0時 呈“正U型”曲線關系；(5)當β1>0，β2<0，β3>0時 呈“N型”曲線關系；(6)當β1<0，β2>0，β3<0時呈 “倒N型”曲線關系。

1.3 污染物排放的空間特征分析

采用Moran’s I指數來分析長江經濟帶淡水養殖的氮、磷排放的空間結構特征，其定義如公式(5)所示。

(5)

1.4 數據與參數來源

本研究計算過程中所采用的淡水養殖產量等數據來自《中國漁業統計年鑒》(1991-2019)，各類水產品蛋白質含量系數來自《2019年中國食物成分表》、《2017年中國食物成分表》等文獻。排污系數來自《第一次全國污染源普查 水產養殖業污染源產排污系數手冊》，如表 1所示。

表1 淡水養殖總氮、總磷排污系數 Table 1 Coefficients for pollutants from freshwater aquaculture

2 結果與分析

2.1 長江經濟帶淡水養殖污染排放總量

1991-2019年間，長江經濟帶淡水養殖產量呈現快速增長，折合水產品蛋白質產出如圖 1所示。1991年長江經濟帶淡水產品總蛋白質產出為26.6萬t，至2019年達到186.5萬t，增長約5.6倍，平均年增長率為7.1%。其中，2016年蛋白質產出最高，為190.6萬t。以上情況表明，在近30 a的發展過程中，隨著社會經濟發展并快速轉型，長江經濟帶水產養殖及產出規模不斷擴大，對國民經濟的影響日益增強，在保障我國食品安全、提供更豐富的食物選擇過程中，發揮著越來越重要的作用。2016年以來，受供給側改革等多種因素的影響，長江經濟帶淡水養殖蛋白質產出略有降低，但仍然呈現出增長趨勢。

圖1 長江經濟帶淡水養殖蛋白質產量Fig.1 Protein output from freshwater aquaculture in the Yangtze River Economic Belt

受養殖規模和強度的影響，長江經濟帶淡水養殖總氮和總磷排放量呈現增長的趨勢，如圖 2所示。1991年，長江經濟帶總氮排放量為7 882.9 t，2016年達到69 809.7 t，增長約7.9倍。1991年至2000年，總氮排放量的平均年際增長率為14.8%；2000年以來，總氮排放量的年際增長率有所下降，平均為5.7%。2017年以來，總氮排放量有所下降，但相比2017年仍有所增長，2019年為67 324.9 t。長江經濟帶總磷排放量變化趨勢與總氮排放量一致。1991年，總磷排放量為1 456.3 t，2016年達到12 985.1 t，2019年為12 491.5 t。

圖2 長江經濟帶淡水養殖污染負荷Fig.2 Pollution load of freshwater aquaculture in the Yangtze River Economic Belt

在長江經濟帶各省(市)中，湖北省、江蘇省、江西省、湖南省和安徽省淡水養殖所占份額較高且多年來較為穩定，其2019年蛋白質產出分別占24.1%、16.6%、12.9%、12.8%和11.2%。受水產養殖規模影響，各省(市)的水產養殖污染空間格局相對比較穩定。除上海市外，其他省(市)的污染物排放量均呈現隨時間增長而增加的趨勢。總體來看，湖北省、湖南省、江西省和江蘇省對污染物排放量貢獻較大，歷年來總氮、總磷排放量所占比例均在15%以上，且4個省份排放量之和約70%左右。其他各省(市)的污染物排放量所占比例相對較小，省際差異較大，四川省、云南省、貴州省及重慶市歷年污染物排放量相對較小，4個省(市)的排放量之和約為10%。各年污染物排放量的變異系數較大，平均值為86.0%，顯示長江經濟帶水產養殖的污染物排放具有較為明顯的空間分布特征和地域性。

各省市淡水養殖污染物排放總量隨時間變化不同，如圖 3所示。湖北省污染物排放所占比例呈現持續增加，其總氮排放量1991年為1 117.8 t，占比14.2%；2019年為14 024.9 t，占比20.8%；總磷排放量1991年為188.9 t，占比13.0%；2019年為2 743.3 t，占比22.0%。江蘇省和湖南省污染物排放量不斷增加，但所占比例呈現下降趨勢。其中，江蘇省總氮排放量1992年為1 265.5 t，占比23.6%，2019年為10 556.0 t，占比15.7%；其總磷排放量1992年為403.6 t，占比24.1%，2019年為2 187.4 t，占比17.5%。湖南省污染物排放比例下降更快，其總氮排放量1991年為2 292.1 t，占比29.1%，2019年為10 252.9 t，占比15.2%；其總磷排放量1991年為425.7 t，占比29.2%，2019年為1 948.3 t，占比15.6%。江西省污染物排放量所占比例相對比較穩定，在14%～15%。

圖3 長江經濟帶淡水養殖污染物排放空間格局特征Fig.3 Spatial pattern of pollutants from freshwater aquaculture in the Yangtze River Economic Belt

2.2 長江經濟帶淡水養殖單位面積污染排放強度

單位面積的水產品蛋白質產出呈現不斷上升的趨勢。1991年至2019年期間，淡水養殖面積從386.6萬hm2增加到511.6萬hm2，增長約1.3倍。單位養殖面積的水產品蛋白質產出的增長說明平均養殖密度有所增加，長江經濟帶水產養殖強度和壓力不斷上升。長江經濟帶淡水養殖污染物排放強度在不斷增加，如圖 4所示。

圖4 長江經濟帶淡水養殖污染物排放強度Fig.4 Pollutant intensity from freshwater aquaculture in the Yangtze River Economic Belt

1991年至2019年期間，總氮、總磷的排放強度均呈現了快速增長。總氮排放強度從2.0 kg/hm2增加至13.2 kg/hm2，平均年增長率為7.1%；總磷排放強度從0.4 kg/hm2增加到2.4 kg/hm2，平均年增長率為7.1%。尤其是2016年以來，單位養殖面積的污染物排放量增長并沒有降低，顯示在水產養殖蛋白質產出增加的情況下，養殖方式也在持續地調整，水產養殖密度加大。從空間上來看，各省市的排放量均呈現增長的趨勢，顯示養殖密度不斷加大。浙江省是排放量最高的省份，其2019年總氮、總磷排放強度分別為39.1 kg/hm2和6.0 kg/hm2，遠高于貴州省的9.1 kg/hm2和1.5 kg/hm2。但是，1991年至2019年期間，單位養殖面積的污染物排放量的變異系數在持續降低，由1991年78.0%降低至2019年的34.0%，顯示養殖密度及其污染負荷的空間差異程度在不斷降低。

2.3 長江經濟帶淡水養殖單位蛋白產出污染排放強度

由圖5可見，單位蛋白質產出水平的總氮、總磷排放量均呈現緩慢增加的趨勢。1991年，每噸蛋白質產出的總氮、總磷排放量分別為28.1 kg和5.2 kg；至2019年分別達到36.1 kg和6.7 kg。上述變化反映了水產品養殖結構的變化，即具有較高排污系數的養殖品種所占的比例略有增加。2010年以來，單位蛋白質產出的總氮、總磷排放量相對穩定，表明長江經濟帶的水產品養殖結構趨于穩定。

圖5 長江經濟帶淡水養殖單位蛋白質污染物排放特征Fig.5 Pollutant per unit protein in the Yangtze River Economic Belt

長江經濟帶淡水養殖污染物排放強度在空間上呈現了較大的差異性。各省(市)歷年單位蛋白質總氮和總磷排放量的變異系數平均值分別為47.0%和46.1%；其中浙江省單位蛋白質產出的總氮、總磷排放量最高，2019年分別為55.2 kg/t和8.5 kg/t；其次為湖南省和江西省，總氮排放量分別為43.1 kg/t和41.4 kg/t，總磷排放量分別為8.2 kg/t和7.3 kg/t；位于西部地區的四川省、云南省和貴州省單位蛋白質產出的污染物排放量相對較低，總氮分別為29.6、25.4和24.2 kg/t；總磷分別為4.6、4.2和4.0 kg/t。長江經濟帶各省市污染物排放強度在時間上的變化規律不盡相同。除上海市和云南省外，各省市污染物排放強度呈增長的趨勢，且增長速率不同。以上結果表明，受養殖結構影響，長江經濟帶各省市淡水養殖對環境的影響存在明顯的差異，總體上趨于對環境更嚴重影響的養殖品種。

2.4 長江經濟帶淡水養殖Kuznets模型回歸結果

以淡水養殖單位面積蛋白產出(Pua)的對數形式為自變量，代表淡水養殖的經濟發展和收獲程度，以單位蛋白產出的污染物排放量的對數形式為應變量，代表淡水養殖的平均污染負荷，根據Kuznets曲線構建面板數據模型進行分析。首先針對自變量和應變量時序數據的平穩性進行檢驗，發現自變量和應變量均為0階平穩，可以直接建模分析。淡水養殖的單位面積蛋白產出與單位蛋白產出的總氮排放量相關關系如表 2所示。

表2 長江經濟帶淡水養殖總氮排放Kuznets模型回歸結果Table 2 Regression results of Kuznets models of TN emission

回歸結果顯示，二次模型各回歸參數的T統計值較低，不能通過5%顯著性檢驗，顯示自變量與應變量之間不存在“倒U型”關系。線性模型與三次模型回歸效果更好。根據赤道信息準則取AIC值最小，即線性模型為本研究所接受的模型。該模型F值為98.654，通過5%的顯著性檢驗，說明模型整體回歸效果較好，自變量能解釋應變量的變動；且各項回歸參數通過1%顯著性檢驗。模型自變量系數(0.162)為正，顯示單位面積蛋白質產出指標對單位蛋白產出的污染排放量具有正向影響，隨著長江經濟帶淡水養殖單位面積蛋白產出的增加，單位蛋白質產出的總氮排放趨于增加。這與前述分析一致。二次模型回歸效果不顯著，顯示“倒U型”污染尚未出現。在不考慮單個養殖品種的技術革新、生態環保技術創新等因素條件下，僅就當前養殖品種結構與養殖密度而言，長江經濟帶淡水養殖產出的增加導致單位蛋白質產出的總氮排放強度持續增加。

淡水養殖的單位面積蛋白產出與單位蛋白產出的總磷排放量相關關系回歸結果如表 3所示。回歸結果顯示，3種模型的F值均較高，均滿足5%的顯著性，模型整體回歸效果較好。各回歸參數的T統計值較大，通過5%顯著性檢驗。根據赤道信息準則取AIC值最小，即二次模型為本研究所接受的模型。該模型F值為91.799，通過5%的顯著性檢驗。模型二次項系數(-0.035)為負，顯示單位面積蛋白質產出指標對單位蛋白產出的總磷排放量具有影響，二者關系顯示為“倒U型”關系。模型結果顯示，與總氮排放特征略有差異，在水產養殖結構、養殖密度等因素影響下，長江經濟帶淡水養殖的總磷排放量隨著單位面積蛋白產出的增加，其增長趨勢減緩，且面臨增長的拐點。

表3 長江經濟帶淡水養殖總磷排放Kuznets模型回歸結果Table 3 Regression results of Kuznets models of TP emission

在單位蛋白質產出的總氮、總磷排放量與單位面積蛋白質產出的回歸模型中，面板模型固定效應明確，即各省(市)具有明顯的區域特點，如表 4所示。結果顯示，浙江省、江西省、湖南省明顯具有較高的效應值，即這幾個省在研究初期的排放強度就偏高，影響了后續的污染負荷。湖北省、重慶市、四川省、云南省和貴州省等省(市)則從研究初期開始其污染物排放強度較低。

表4 長江經濟帶各省(市)模型固定效應Table 4 Fixed effect of the models for various provinces and cities

2.5 長江經濟帶淡水養殖氮磷排放強度的空間格局分析

Moran’s I指數的值域為[-1，1]，其值大于0表示屬性x在空間上具有正相關性，即具有相似的屬性,呈現一定的聚集性；Moran’s I指數值小于0，表示空間負相關性，其值越小，空間差異越大，即隨著空間分布位置的離散，相關性變得顯著。Moran’s I指數為0時，表示屬性值在空間上呈現出隨機性。本文結果顯示，從1991年到2019年研究期間的大多數年份，長江經濟帶淡水養殖氮磷污染物排放強度的Moran’s I指數為正，且都通過10%的顯著性檢驗，表明1991-2019年間淡水養殖氮、磷排放強度均呈現了一定的空間集聚性和關聯性，如圖 6所示。不同省份的氮、磷排放強度存在相互影響的作用。并且1991-2019年間，長江經濟帶淡水養殖氮、磷排放強度的Moran’s I指數均呈現出了上升的趨勢，表明該時期淡水養殖氮排放總量的空間聚集性加強。

NPP：單位蛋白產出的氮污染負荷強度；PPP：單位蛋白產出的磷污染負荷強度。NPP :Nitrogen pollution load intensity per unit protein output; PPP :Phosphorus pollution load intensity per unit protein output。

從時間上來看，1991年至1998年期間，氮、磷污染負荷強度的Moran’s I指數上升速度很快，表明在此階段，由于漁業養殖技術的廣泛應用，淡水養殖產量快速增長，加之在養殖品種結構等因素的作用下，長江經濟帶各省的污染物排放強度呈現協同增長的趨勢。在1998年以后，氮、磷污染負荷強度在空間上的關聯性呈現不同的變化趨勢。磷污染負荷強度的Moran’s I指數在時序上保持了不斷提高的趨勢，而氮污染負荷強度的Moran’s I指數則維持相對的穩定。這個現象表明，長江經濟帶各省的磷污染負荷強度更趨于協同變化，而氮污染負荷強度則更趨向于維持固有的空間差異格局。

2.6 長江經濟帶不同食性水產品污染物排放特征

除單一品種的氮、磷排污系數差異外，不同養殖品種結構變化，也對長江經濟帶氮、磷排放總量及強度產生了重要的影響。按不同食性的養殖品種造成的污染進行分類，如圖 7所示。受年鑒數據的統計口徑等因素影響，2006年前后的數據差別較大，但總體上仍然能夠看出不同食性水產品污染負荷的時序變化規律。1991年至2019年期間，肉食性水產品的總氮、總磷排放量呈現增長的趨勢，并且在2006年至2019年期間較為穩定，占比約50%。2019年肉食性水產品養殖總氮、總磷排放量占當年排放總量分別為51.7%和48.4%。以草魚等為代表的植食性的水產品養殖的污染負荷呈現明顯的下降趨勢，并且在2006年至2019年期間所占比例最低，總氮、總磷排放量占當年排放總量分別為9.4%和5.4%。雜食性水產品污染貢獻呈現出先上升后降低的趨勢，在2006年以后，其總氮、總磷排放量占比均為23%～25%。濾食性水產品總體污染負荷呈現持續下降趨勢，2006年至2016年期間較為穩定，總氮排放量約為15%以上，總磷排放量在21%以上；2016年以來，濾食性水產品的污染負荷進一步明顯降低，2019年總氮、總磷排放量占比分別為13.2%和19.5%。不同食性水產品的污染負荷變化顯示了在漁業政策、養殖方式、市場條件、技術更新等多種因素影響下的水產養殖結構變化對污染帶來的影響。

NC：肉食性水產品氮污染負荷；PC：肉食性水產品磷污染負荷；NH：植食性水產品氮污染負荷；PH：植食性水產品磷污染負荷；NF：濾食性水產品氮污染負荷；PF：濾食性水產品磷污染負荷；NO：雜食性水產品氮污染負荷；PO：雜食性水產品磷污染負荷。NC:Nitrogen pollution load of carnivorous aquatic products; PC:Phosphorus pollution load of carnivorous aquatic products; NH:Nitrogen pollution load of herbivorous aquatic products; PH:Phosphorus pollution load of herbivorous aquatic products; NF:Nitrogen pollution load of filter-feeding aquatic products; PF:Phosphorus pollution load of filter-feeding aquatic products; NO:Nitrogen pollution load of omnivorous aquatic products; PO:Phosphorus pollution load of omnivorous aquatic products.

3 討 論

3.1 長江經濟帶淡水養殖品種結構對氮磷排放強度的影響

在淡水養殖過程中，各類養殖品種對氮、磷養分的需求及排放本身是有差異的。有關研究表明，魚類飼料中氮元素含量6%、磷元素含量1%，蝦類飼料中氮元素含量5.76%、磷元素含量1%[20-21]。攝入量的差異及利用過程不同，水產品總氮排污系數都遠大于總磷排污系數，比如黃鱔的總氮排污系數為22.153 g/kg，而總磷排污系數只有5.319 g/kg。鐘宇等[22]研究湖南省水產養殖總氮、總磷年排放量分別約為11 334.9 t和2 126.7 t，李麗芬等[23]用不同方法估算池塘養殖污染負荷，結果均顯示總氮排放量要比總磷排放量多。

有關不同食性的水產品污染負荷研究較多。一般認為濾食性水產品氮磷排放強度較小，李曉潔等[24]測定了長壽湖鰱、鳙的排泄率，通過測定發現單位質量鰱、鳙的年平均氮排泄強度分別為0.973 1 μg/ (L·d)和0.242 2 μg/(L·d)，要遠低于其他食性的魚類。白小麗[25]比較了草魚和鱖的氮排泄強度，結果在相同的養殖環境中，鱖的氨氮排泄率與攝入氮的比值要小于草魚，認為草食性魚類自身代謝對環境的脅迫要高于肉食性魚類。也有研究者針對不同食性的魚類混養系統進行了比較研究，孫云飛[26]采用陸基圍隔實驗法比較了不同草魚混養系統的氮磷收支，得到的結果表明草鰱鯉混養模式的磷輸出要比肉食性單獨養殖系統低20%～30%，不僅可以顯著減少對池塘底泥和水體的污染，而且提高了草魚的養殖產量，是較為合理的混養模式。養殖規模和密度的增加以及養殖結構的變化影響了氮磷排放強度，使得長江經濟帶水產養殖業面臨著巨大的考驗，不同種類水產品混養系統的污染負荷問題將成為未來長江經濟帶淡水養殖研究的重點。

3.2 長江經濟帶淡水養殖品種結構對氮磷排放強度變化趨勢差異的影響

長江經濟帶淡水養殖氮、磷負荷排放強度與經濟增長(單位面積蛋白產出)的關系呈現一定的差異。單位蛋白產出氮排放量與經濟增長呈線性關系，單位蛋白產出磷排放量與經濟增長呈“倒U型”關系。分析其原因，主要與前述分析的各水產養殖品種氮磷排放差異及養殖品種結構變化有關。

受養殖品種結構變化等因素的影響，長江經濟帶的總氮污染負荷呈現迅速增加的趨勢，單位蛋白產出的氮排放強度也呈現增長的趨勢，至2016年以后，增長趨緩。但是，相較于1991年至2019年整個時間序列的趨勢來說，2016年以后單位蛋白氮排放強度仍處于較高水平，并未實現較明顯的回落。因此回歸模型顯示，單位蛋白產出氮排放量與單位面積蛋白產出總體呈線性關系。該結果表明，隨著淡水養殖密度的提高，單位面積蛋白產出不斷增加，對氮污染負荷貢獻更大的養殖品種占更大的比例，后續應當針對淡水養殖品種結構調整、特定品種養殖尾水氮污染治理、生態養殖技術的推廣等展開深入的研究。

與氮排放強度變化類似，受養殖密度和養殖品種結構等因素的影響，對總磷排放貢獻更小的濾食性等水產品所占比例不斷降低，單位蛋白產出的磷排放強度也呈現增長的趨勢。但與氮排放強度變化規律不同，各養殖品種的磷排放系數均遠低于氮排放系數，且各品種間的磷排放系數差別小于氮排放系數的差別，導致磷排放強度的增長速度低于氮排放強度的增長速度。隨著蛋白產出的不斷增加，因養殖品種結構等因素變化對磷排放強度影響減弱。因此，單位蛋白產出磷排放量與單位面積蛋白產出存在“倒U型”關系。通過庫茲涅茨曲線回歸結果計算，長江經濟帶單位蛋白產出總磷排放量尚未到達庫茲涅茨曲線頂點，處于“倒U型”曲線的左側，整體呈現上升趨勢減緩。

針對水產養殖尾水中氮污染負荷更為突出的問題，不同的研究者進行了相關的研究和報道。鐘宇等[22]對湖南省典型水產養殖企業的調查研究表明，78%的企業養殖尾水中總磷可以達到《淡水池塘養殖水排放要求》(SC/T 9107-2007)一級排放標準，92%的企業可以達到二級以上排放標準；而僅有53%企業養殖尾水中總氮可以達到一級排放標準，61%的企業可以達到二級以上排放標準。劉國鋒等[7]的研究從污染物來源對此現象進行了分析，認為養殖系統氮輸出以養殖生物為主，約占62%～77%，而磷的輸出以底泥為主，約占76%～80%。趙艷飛等[27]比較了擬穴青蟹、斑節對蝦、縊蟶的混養模式，對各混養模式氮磷收支比較研究后發現，養殖飼料投入中的氮、磷本身存在差異，氮主要是由飼料輸入，飼料輸入氮占總氮輸入的84%～86%，其他為氮沉降等過程輸入；在氮、磷的輸出中，底泥輸出則各占其總輸出的44%～56%與50%～61%。陳東興等[20]發現蝦養殖池溏的總氮排放強度明顯要高于總磷的排放強度。李廷友等[21]定點監測了蝦-魚混合養殖池的總氮、總磷，發現總氮的觀測平均值為0.52 mg/L，總磷觀測值在混養池中平均為0.035 6 mg/L。上述研究證實，隨著養殖密度增加，以及養殖品種更傾向于排污系數更高的品種，氮污染排放負荷受到的影響更大。