中國海洋漁業碳排放減排潛力及預測

高 源，付忠偉，張兆敏

中國海洋漁業碳排放減排潛力及預測

高 源，付忠偉，張兆敏

（遼寧師范大學地理科學學院，遼寧 大連 116029）

【】測算沿海各省海洋漁業的碳排放減排潛力，對海洋漁業碳排放強度進行預測。基于泰爾指數、碳減排潛力模型對沿海各省海洋漁業碳排放的區域差異和減排潛力進行測算。【】海洋漁業綠色發展日益得到重視，沿海各省積極推進海洋漁業碳減排工作，漁業碳排放強度的區域差異已呈縮小趨勢；海洋漁業碳排放強度2020年相比2005年降低40%到45%的目標已經實現，整體上海洋漁業減排壓力不大；海洋漁業最大碳減排潛力總體呈現波動下降變化，但各省減排潛力仍有空間，且空間大小、變化趨勢不一，差異明顯；運用GM（1,1）模型對碳排放量強度變化進行預測，海洋漁業碳排放強度可以實現“十四五”的減排目標。

海洋漁業；碳排放；減排潛力；預測

我國海域面積遼闊，海洋漁業發展歷史悠久，重視海洋漁業的減排對傳統漁業生產方式的轉型和綠色發展有促進意義，同時也可助推碳達峰、碳中和“雙碳”目標的實現。

從已有研究看，海洋漁業碳排放與碳匯的研究多是分開進行，多圍繞碳排放量、碳匯量進行核算與評價[1-6]，以及在此基礎上作相關分析[7-13]，研究區域則多為沿海地區或具體某一省份。有關海洋漁業碳減排潛力的文獻研究較少，且多為間接反映碳減排潛力[14-16]。本研究擬綜合海洋漁業碳排量與碳匯量的計算，即以凈碳排放量為基礎，直接反映碳減排潛力，參考已有文獻對其他產業碳減排潛力的評估辦法[17-18]，結合泰爾指數對沿海各省海洋漁業碳減排潛力進行分析，并比較區域內部間及各區域間的碳減排潛力，并運用GM（1,1）模型對“十四五”期間我國海洋漁業低碳發展狀況進行預測，以期為推動海洋漁業綠色發展提供理論參考。

1 研究方法與數據來源

1.1 海洋漁業凈碳排放量核算

根據徐皓等調查研究[3]，海洋捕撈業漁船燃油排放大量CO2，占漁業CO2排放總量約70%，海洋捕撈業機動漁船能耗在漁船全部能耗中占比份量最大，被作為海洋漁業的主要“碳源”。貝藻類養殖以攝取食物、光合作用等方式直接或間接的固定吸收二氧化碳，碳匯潛力巨大，碳匯功能高效，因此將藻類和貝類作為“碳匯”的重要估算方式[5]。根據有關研究[6,11,19]，對貝類養殖品種的核算包括扇貝、蛤、牡蠣、貽貝、其他；藻類具體包括：海帶、紫菜、裙帶菜、江蘺、其他。海洋漁業碳排放量及碳匯量核算的具體方法參考文獻[1,6,19]。

1.2 泰爾指數

泰爾指數的大小可衡量地區間經濟發展差異，參考馬曉鈺等[20]對泰爾指數的調整，衡量海洋漁業碳排放的省份差異，公式如下：

1.3 碳減排潛力分析

減排潛力尚沒有統一的界定與核算模型，不同學者選用的測算方法也不同。碳排放強度體現了漁業能源集約利用程度，可作為研究指標衡量減排潛力。參考李名升等研究方法[18,21-22]，選擇海洋漁業碳排放強度最低省為參照標準，比較其余各省漁業碳排放強度與參照省的差距大小，進而反映各省海洋漁業碳減排潛力。定義漁業碳排放強度為單位海洋漁業產值所產生的凈碳排量，公式如下：

式（2），fish為海洋漁業碳排放量，sink為海洋漁業碳匯量。

各省漁業碳排放強度不同，當前海洋漁業減排的最大潛力max為：

式（3）（4），min表示海洋漁業碳排放強度最低省的排放強度，mean表示平均海洋漁業碳排放強度。

1.4 GM（1,1）模型

灰色系統理論能在原始樣本較少情況下對數據進行預測，通過對原始數列累加生成新數列，化無序為有序，可較好反映預測實際情況，預測精度較高[23]。灰色系統理論已被應用于能源預測、碳排放等諸多領域。本研究用灰色系統GM(1,1)模型對海洋漁業碳排放趨勢進行預測，具體步驟見參考文獻[24]。

1.5 數據來源與處理

各類海洋捕撈漁船作業方式功率數，貝藻類海水養殖量，各省海洋漁業產值G（萬元）取海水養殖和海洋捕撈產值之和，數據均來自研究區間歷年《中國漁業統計年鑒》。因缺少部分省市區貝藻類養殖數據的統計，碳匯數據暫缺，研究區域涵蓋我國東部沿海河北、遼寧、江蘇、浙江、福建、山東、廣東、廣西和海南等9個省。

2 海洋漁業碳減排潛力分析

2.1 海洋漁業碳排放強度區域差異變化

由圖1可知，2005－2019年間碳排放強度區域差異總體變化趨勢為先升后降。各省海洋漁業碳排放差距自2005年擴大，波動上升至2016年達到頂峰，2017年泰爾指數迅速下降，2018、2019年緩慢下降。《全國漁業發展第十三個五年規劃》實施以來，在“生態優先，綠色發展”原則指導下，海洋捕撈機動漁船數被縮減，推進了海洋漁業綠色發展。2005年碳排放強度最大的浙江是碳排放強度最小的山東的4.09倍，2019年兩省差距縮小為3.57倍（表1），碳排放強度的區域差距減小。“海洋碳匯”于2015年被納入國家戰略，海水養殖面積增加，固碳能力增強。低碳、綠色發展得到各省重視，在沿海范圍建設與完善海洋牧場示范區、水上生物自然保護區，鼓勵發展休閑漁業等措施，對改善各省海洋生態、融合海洋漁業一、二、三產業發展、提升各省海洋漁業經濟實力有重要作用。同時，隨著區域海洋經濟格局不斷發展完善，三大海洋經濟圈經濟聯系增強，輻射范圍不斷擴大，海洋漁業發展相對薄弱省如河北、廣西、海南，依托各自資源稟賦，抓住發展新機遇，拓寬漁業發展空間，漁業經濟增速提升，與山東等漁業強省差距逐漸縮小。

圖1 海洋漁業碳排放泰爾指數變化

表1 海洋漁業碳排放強度降低情況

2.2 海洋漁業減排目標實現情況

根據中國在2009年哥本哈根氣候大會上的承諾，2020年二氧化碳排放強度比2005年要降低40%到45%的目標。由表1可知，從海洋漁業方面看，此碳減排目標已經實現，漁業減排壓力不大。2019年除海南降幅為43.01%，其余省份漁業碳排放強度降幅均一半以上，減排成效顯著。

自治區政府應盡快落實各項補助資金，根據廣西區情，向國家申請資金支持。應統籌自治區、市、縣的財政資金，精準把握支持重點，大力支持特色小鎮項目建設。同時應根據特色小鎮建設項目情況，整體打包列入年度自治區重點項目，使其能享受重點項目優惠政策或優先獲得國家開發銀行、中國農業發展銀行等政策性銀行的長期低息貸款。

2.3 海洋漁業最大碳減排潛力變化

根據公式（2）計算得出歷年各省海洋漁業碳排放強度，并對2005－2019年各省海洋漁業碳排放強度值進行比較，發現歷年山東碳排放強度為最低，因此選取山東漁業碳排放強度為基礎，測算2005－2019年海洋漁業最大碳減排潛力如圖2。海洋漁業最大減排潛力總體呈現波動變化，2012年以前為波動上升，2012年最大為0.62，2012年以后為波動下降，2015年后減排潛力下降趨勢與之前年份相比較為明顯。漁業最大減排潛力下降主要取決于各省碳排量變化，以及與此相關的各省經濟增速大小。各省海洋漁業碳排放強度總體為下降趨勢，平均碳排放強度和最低碳排放強度隨之降低，且兩者間差距縮小，平均碳排放強度向最低碳排放強度逼近，這通過泰爾指數的下降趨勢也可反映。這表明近年來在貫徹落實綠色發展理念的背景下，減排工作成效顯著。各省“控制碳源”與“發展碳匯”雙管齊下，生態化漁業不斷完善，海洋漁業產業鏈延長，漁業經濟發展質量更高，漁業碳排放強度下降。但這種趨勢為波動下降，區間內不斷出現反彈，說明海洋漁業碳減排壓力并不十分穩定，減排任務不可松懈。從另一方面來看，2019年我國海洋漁業最大碳減排潛力為48.65%，意味著以山東2019年漁業經濟發展水平及減排技術等條件，海洋漁業減排仍有巨大空間，一定程度反映中國低碳經濟實施的可行性，可進一步促進地區漁業資源優化配置。

圖2 海洋漁業最大減排潛力變化

2.4 各省碳減排潛力狀況

以2019年為例計算各省漁業碳減排潛力如表2，因山東碳排放強度最低為0.16 t/萬元，以山東漁業碳排放強度為參照，所以表2中山東碳減排潛力數為零。山東在海洋漁業綠色發展水平處于先進地位，有較強科技優勢和產業基礎，藍色經濟區建立為山東省進一步打造“海上山東”起助推作用。結合2019年各省碳排量與碳匯量核算結果，碳減排潛力較小的省如江蘇、福建等，江蘇海水養殖碳匯量較低，2019年碳匯量僅高于河北和海南，但因其碳排放量在九省中僅高于河北，故產生較低凈碳排放量；福建海岸線長度居全國第二位，重視海洋碳匯研究和發展，2019年海水養殖碳匯量365 635.8 t，僅次于山東，固定吸收了部分碳排量。除此之外，兩省漁船利用效率較高，海水養殖與海洋捕撈所產生的單位效益較高，降低了碳排放強度。減排潛力較大的浙江和海南的數值超過了最大減排潛力，兩省均為較高的“碳源”和較低的“碳匯”。2019年海洋漁業碳排量浙江最高，海南第五位，碳匯量浙江第五位，海南最低，造成凈碳排放量過大，碳減排潛力較大。因此，海洋漁業碳減排工作可向浙江、海南適當傾斜。其余四省碳減排潛力由低到高依次為：廣西、河北、廣東、遼寧，前兩者屬于漁業發展較為薄弱省份，但單位產出效益較高，碳排放強度相對較低，后兩者為漁業相對發達省份，海洋漁船規模相對較大，碳排放強度較高。

表2 各省減排潛力

Table 1 Emission reduction potential of provinces

2.5 分區域各省碳減排潛力

同一區域內地理位置臨近，自然人文等差異相對較小，故按照全國海洋經濟發展“十三五”規劃中三大海洋經濟圈的范圍來對比各區域內近鄰省份的碳減排潛力，更利于區域內各省在漁業碳減排工作方面相互借鑒和發展。三大海洋經濟圈分別為北部海洋經濟圈（遼寧、河北、山東），東部海洋經濟圈（江蘇、浙江），南部海洋經濟圈（福建、廣東、廣西、海南）。各區域內減排最優的省分別對應山東、江蘇、福建，因此此三省不在圖中反映，測算結果如圖3。

三大海洋經濟圈各省的碳減排潛力變化均在2010年前后發生轉折。2010年以前，多數省份減排潛力以上升為主；2010年至2016年左右，海洋漁業減排潛力以波動下降為主要趨勢；2016年后，減排潛力以下降為主流。在《全國漁業發展第十二個五年規劃》《全國漁業發展第十三個五年規劃》等政策指導下，各省落實先進漁業發展理念和措施，海洋漁業逐步向現代化綠色之路發展。

分區域看，各省碳減排潛力均有空間，但空間大小與變化趨勢不一。東部海洋經濟圈中蘇浙兩省間的漁業碳排放差異大于北部、南部海洋經濟圈省份間碳排放差異。浙江漁業碳排放強度與江蘇研究區間內均保持較大差距，碳減排潛力居高不下。浙江漁業發展歷史悠久，舟山漁場就坐落于此，漁船作業方式基數領先于其他省份，海洋捕撈規模較大；浙江有廣闊的灘涂可養殖面積，但貝藻類養殖產量在九省中居中間位置，與碳排放量相比差距較大，海水養殖與海洋捕撈所帶來的產值也低于山東、福建等省。因此無論在減排增匯方面，還是提高漁業技術方面均有較大改善空間。北部海洋經濟圈中河北碳減排潛力多數年份大于遼寧，但總體為減小趨勢，說明河北海洋漁業已向現代漁業的發展理念靠攏。但研究期間內對漁船作業用油系數較大的捕撈方式，如拖網、圍網規模增大使碳排放強度升高，減排潛力增大，在2013、2014年左右體現較為明顯；此外，海水養殖量減少也是減排潛力上升的原因之一，如2011年河北貝類養殖由2010年的291 124 t減少到272 552 t。因此，應加強漁業捕撈及漁業養殖相關監管工作。遼寧碳減排潛力波動幅度較大，且2017年減排潛力超過河北，這與遼寧海洋漁船拖網、圍網等規模擴大、漁船碳排放量增加有關；而2016、2017、2018年海洋漁業產值分別為5 892 907萬元、4 650 673萬元、4 508 762萬元，產值下降加劇碳排放強度提高。南部海洋經濟圈中廣東、廣西碳減排潛力均呈現下降趨勢。廣西減排潛力下降最為迅速，2016年由于圍網、刺網漁船的增加減排潛力有所增大，后又呈現減小趨勢，海洋漁業減排工作成效較為明顯。廣東憑借發達的漁業經濟優勢，對漁船改造不斷降低捕撈漁船功率，加大執法力度和延長休漁期等，減排推進工作較好。海洋災害對廣東所造成的經濟損失常位于前列，廣東減排潛力變動與海洋災害也有或多或少的關系，如2007年風暴潮災害使水產養殖面積受損，直接經濟損失24.14億元，高于沿海其他省份。海南2005－2007年碳減排潛力較低，2008年幅度上漲后基本維持平穩狀態，減排潛力增大。2008年海南捕撈漁船規模較2007年上升幅度較大，碳排量為1 381 784 t，貝藻類養殖量較2007年的17 030、21 951 t減至15 916、18 777 t，兩者背向變化導致海南碳排放強度迅速上升。此后海南因高碳排、低碳匯、低產值導致減排潛力一直在三省中處于高位，這與海南相對薄弱的漁業發展技術及漁業產業結構有一定關系。

綜上，導致各省海洋漁業碳排放強度變化原因有多種，但差異中也存在共性，即拖網、刺網等高耗能作業規模的擴大是碳排放量增長的重要原因。由此，優化漁船作業方式對控制碳源有重大意義。

3 海洋漁業碳排放預測

根據GM（1,1）得到海洋漁業碳排放強度的預測模型如下：

根據公式（5）可對2005－2019年海洋漁業碳排放強度做累減還原的預測，并與歷年海洋漁業碳排放強度實際值進行比較（表3）。

表3 海洋漁業碳排放強度實際值與預測值對比

在十三屆全國人大四次會議上，李克強總理所做的政府工作報告指出，“十四五”期間，單位國內生產總值二氧化碳排放降低18%。按照當前海洋漁業碳排放下降速度，運用上述灰色預測模型預測“十四五”碳排放強度（2020－2025年）分別為0.25、0.23、0.21、0.20、0.18和0.17 t/萬元，碳排放強度繼續呈下降趨勢，海洋漁業減排穩中推進。根據模型預測，海洋漁業碳排量強度平均每年降低8%左右，海洋漁業碳減排目標在十四五期間可實現降低18%的目標，但減排任務仍不能松懈，因為我國目前二氧化碳總排量仍然很大，碳減排也不僅僅是海洋漁業方面。且根據2005－2019年海洋漁業碳排放量和碳匯量變化，二者在數量上差距很大。按照碳中和理念，當前這種趨勢到2060年實現碳排放量與碳匯量“正負抵消”尚有一定壓力。因此，海洋漁業減排工作仍需采取措施來促進碳中和目標的實現。

4 結論與討論

通過對2005－2019年間沿海9個省的海洋漁業碳減排潛力進行分析和預測，得出以下結論：

（1）海洋漁業綠色發展和現代化發展日益得到重視，特別是《全國漁業發展第十三個五年規劃》以來，沿海各省積極推進漁業的碳減排工作，泰爾指數降低，碳排放強度的區域差異已呈縮小趨勢。

（2）單就海洋漁業減排來看，海洋漁業碳排放強度已實現2020年相比2005年降低40%到45%的目標，整體上海洋漁業減排壓力不大。

（3）海洋漁業最大碳減排潛力總體呈現波動下降變化，但各省減排潛力仍有空間。各省漁船作業方式差異是影響碳排放強度不同的重要原因之一。由于各省地理條件、經濟水平、漁業規模、產業結構等不同，減排空間大小和變化趨勢不一，差異較為明顯，浙江、海南的減排潛力高于其他省份。

（4）根據對海洋漁業碳排放強度變化預測，碳排量強度平均每年降低8%左右。按照當前狀況，“十四五”減排目標可以實現，應向實現海洋漁業碳中和的目標努力。

采用GM（1,1）模型預測是在相對穩定的環境下進行預測，而海洋漁業碳排放強度變化受多方面因素影響可能會發生變化。目前對海洋漁業碳排放量及碳匯量的測算，碳源以捕撈漁船的燃油消耗為依據，碳匯以貝藻類養殖為依據，兩者涵蓋碳源和碳匯的主要部分，但仍是對其進行估算，期待未來有更科學方法測算更為精確的海洋漁業碳排量。

[1] 張祝利, 王瑋, 何雅萍. 我國漁船作業過程碳排放的估算[J]. 上海海洋大學學報, 2010, 19(6): 848-852.

[2] LEE J H, LEE C W. A quantitative analysis of GHG emissions from the Korean offshore large scale fisheries using an LCA method[J]. Korean Journal of Fisheries and Aquatic Sciences, 2011, 44(4): 383-389.

[3] 徐皓, 張祝利, 張建華, 等. 我國漁業節能減排研究與發展建議[J]. 水產學報, 2011, 35(3): 472-480.

[4] ZIEGLER F, HANSSON P A. Emissions from fuel combustion in Swedish cod fishery[J]. Journal of Cleaner Production, 2003, 11(3): 303-314.

[5] 唐啟升, 劉慧. 海洋漁業碳匯及其擴增戰略[J]. 中國工程科學, 2016, 18(3): 68-73.

[6] 齊占會, 王珺, 黃洪輝, 等. 廣東省海水養殖貝藻類碳匯潛力評估[J]. 南方水產科學, 2012, 8(1): 30-35.

[7] 曾冰. 長江經濟帶漁業經濟碳排放效率空間格局及影響因素研究[J]. 當代經濟管理, 2019, 41(2): 44-48.

[8] 邵桂蘭, 孔海崢, 于謹凱, 等. 基于LMDI法的我國海洋漁業碳排放驅動因素分解研究[J]. 農業技術經濟, 2015(6): 119-128.

[9] DRISCOLL J, TYEDMERS P. Fuel use and greenhouse gas emission implications of fisheries management: the case of the new England Atlantic herring fishery[J]. Marine Policy, 2010, 34(3): 353-359.

[10] 李晨, 馮偉, 邵桂蘭. 中國省域漁業全要素碳排放效率時空分異[J]. 經濟地理, 2018, 38(5): 179-187.

[11] 孫康, 崔茜茜, 蘇子曉, 等. 中國海水養殖碳匯經濟價值時空演化及影響因素分析[J]. 地理研究, 2020, 39(11): 2508-2520.

[12] FOURQUREAN J W, DUARTE C M, KENNEDY H, et al. Seagrass ecosystems as a globally significant carbon stock[J]. Nature Geoscience, 2012,5(7): 505-509.

[13] 岳冬冬, 王魯民, 方海, 等. 基于碳平衡的中國海洋漁業產業發展對策探析[J]. 中國農業科技導報, 2016, 18(4): 1-8.

[14] 許冬蘭, 王櫻潔. 我國沿海漁業碳生產率的區域差異及影響因素[J]. 中國農業大學學報, 2015, 20(2): 284-290.

[15] 韓增林, 計雪晴, 胡盈, 等. 基于SBM模型的我國海洋漁業生態效率的時空演變[J]. 海洋開發與管理, 2019, 36(12): 3-8.

[16] 鄭慧, 代亞楠. 中國海洋漁業空間生態格局探究: 以我國沿海11個省市為例[J]. 海洋經濟, 2019, 9(4): 44-54.

[17] AKAN A E, AKAN A P. Potential of reduction in carbon dioxide equivalent emissions via energy efficiency for a textile factory[J]. Journal of Energy Systems, 2018,2(2): 57-69.

[18] 李志學, 孫敏. 我國各省區碳退耦指數與減排潛力的測算[J]. 統計與決策, 2017(14): 101-104.

[19] 邵桂蘭, 褚蕊, 李晨. 基于碳排放和碳匯核算的海洋漁業碳平衡研究: 以山東省為例[J]. 中國漁業經濟, 2018, 36(4): 4-13.

[20] 馬曉鈺, 李強誼. 中國能源消費區域差異分解及影響因素分析[J]. 工業技術經濟, 2014, 33(10): 114-124.

[21] 李名升, 張建輝, 羅海江, 等. 中國二氧化硫減排分析及減排潛力[J]. 地理科學, 2011, 31(9): 1065-1071.

[22] 彭文斌, 程芳芳. 中國區域污染減排效應與潛力研究[J]. 湖南社會科學, 2016(5): 111-114.

[23] 徐寧, 丁松, 公彥德. 灰色GM(1, 1)預測模型及拓展研究進展[J]. 數學的實踐與認識, 2021, 51(13): 52-59.

[24] 申笑顏. 中國碳排放影響因素的分析與預測[J]. 統計與決策, 2010(19): 90-92.

Analysis and Prediction of Carbon Emission Reduction Potential of Marine Fishery in China

GAO Yuan, FU Zhong-wei, ZHANG Zhao-min

(,,116029,)

【】To calculate the carbon emission reduction potential of marine fishery in coastal provinces, and predict the carbon emission intensity of marine fishery.【】Based on Theil index and carbon emission reduction potential model, this paper estimates the regional differences and reduction potentials of carbon emission of marine fishery in coastal provinces.【】The green development of marine fishery is increasingly valued, and the coastal provinces have been committed to the carbon emission reduction of marine fishery, and the regional differences of fishery carbon emission intensity have shown a narrowing trend. The goal of reducing the carbon emission intensity of marine fishery by 40% to 45% in 2020 compared with 2005 has been achieved, and there is little pressure on marine fishery to reduce carbon emission. The maximum carbon emission reduction potential of marine fishery generally fluctuates and decreases, but there is still room for carbon emission reduction of each province, and the potentials and trends of carbon emission are different. Using GM (1,1) model to predict the change of carbon emission intensity, the carbon emission reduction intensity of marine fishery can achieve the emission reduction target of the 14th Five -Year Plan.

marine fishery; carbon emission; emission reduction potential; prediction

高源，付忠偉，張兆敏. 中國海洋漁業碳排放減排潛力及預測[J]. 廣東海洋大學學報，2022，42（3）：39-44.

F326.4

A

1673-9159（2022）03-0039-06

10.3969/j.issn.1673-9159.2022.03.006

2021-11-03

遼寧省教育廳高等學校人文社科類基本科研（面上）項目（LJKR0310）。

高源（1976－），女，博士，副教授，研究方向為海洋經濟地理。E-mail：gyis1213@163.com

（責任編輯：劉嶺）