中國海洋漁業碳平衡狀態及影響因素研究

田昊東, 孫圣杰, 李偉波, 喬之怡

中國海洋漁業碳平衡狀態及影響因素研究

田昊東, 孫圣杰, 李偉波, 喬之怡

(天津農學院 水產學院, 天津 300384)

低碳是海洋循環經濟實現的重要途徑, 實現海洋漁業的碳平衡是海洋傳統經濟轉變的重要發展方式。本文通過對2013—2022年全國及沿海9省(區)的海洋捕撈碳排放量與碳匯量測算, 在此基礎上分析了全國及沿海9省(區)的碳平衡狀態, 并利用灰色關聯度分析碳平衡狀態影響因素的關聯度。結果表明除2020年-2022年山東省的碳平衡狀態為盈余外, 其他均為碳赤字狀態。對于碳平衡狀態的影響因素, 總體來看全國與沿海9省(區)關聯度較大的是海洋捕撈產量、捕撈人員數量和海水養殖面積。最后從加快漁船的升級改造與更新淘汰、調整捕撈的作業方式、提高海水養殖貝藻類的養殖規模以及加快漁業專業合作組織的建立和加速推廣漁業碳匯交易提出相關對策建議, 以期盡快地實現海洋漁業的碳平衡。

海洋漁業; 碳平衡; 碳排放; 碳匯; 碳赤字

近些年來, 全球受氣候變化影響日益嚴重, 全球性的氣候變暖也導致了自然災害頻發。2020年9月中國提出了“力爭在2030年前達到碳達峰, 2060年前實現碳中和”的“雙碳”目標。發展低碳經濟產業, 有效地減少大氣中二氧化碳等溫室氣體的排放, 已經成為了全球應對氣候變化進而實現可持續發展的一個重要途徑。海洋漁業在生產的過程中具有“碳源”和“碳匯”的雙重特征[1]。根據《聯合國氣候變化框架公約》里面對于“源”與“匯”的定義, 再結合海洋漁業的特點, 海洋捕撈漁船的燃油消耗是海洋漁業中重要的碳排放源[1]。碳匯指的是從大氣中移除二氧化碳、甲烷等導致溫室效應的氣體與氣溶膠或初期形成的過程、活動和機制[2]。TANG等[3]通過結合碳匯的概念, 提出了漁業碳匯的定義, 即通過漁業生產及收獲活動, 將固定在水生生物產品中的碳移出水體的過程與機制。一般來說在漁業生產過程中不需要投食餌料的生產活動才具有碳匯功能, 例如海水養殖中的貝藻類的養殖。根據海洋漁業所具有的“碳源”和“碳匯”的雙重特征, 海洋漁業是否能夠轉變其傳統的經濟發展方式, 能否實現海洋經濟的循環發展, 海洋漁業碳平衡的實現在其中起到至關重要的作用。

目前國內外對海洋漁業碳排放開展了大量的研究。首先對于漁船作業過程碳排放的估算, 張祝利等[4]通過調研結果采用CO2排放量的計算方法, 對中國漁船的CO2排放量進行了估算, 結果表明: 2007年中國捕撈作業單位產值碳排放量是農林漁牧行業平均水平的3.4倍。LEE等[5]利用生命周期評估法對韓國大型拖網、大型圍網、丹麥式旋曳網和底層對拖網4種主要漁業類型的溫室氣體排放量進行了估算。其次岳冬冬等[6]通過綜合漁獲量的規模、作業結構和作業類型對海洋捕撈漁業溫室氣體排放時序分析與因素分解, 總結得出海洋捕撈漁業的溫室氣體排放呈現出穩定的上升趨勢, 減排任務嚴峻。高源等[7]首先基于泰爾指數、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, 然后運用GM(1, 1)模型對碳排放量強度的變化進行預測, 結果表明, 碳排放強度2020年比2005年降低了40%～45%, 海洋漁業碳排放強度可以實現“十四五”的減排目標。目前國內外對貝藻類養殖的碳匯能力研究較多。國外對貝藻類養殖的碳匯能力研究, ALVERA等[8]通過葡萄牙的Tagus河的藻類固碳量進行研究, 研究表明Tagus河的年固碳量超過1.35×104t。國內嚴立文等[9]通過利用聯合國糧食及農業組織(Food and Agriculture Organization of the United Nations, FAO)數據對中國2009年藻類碳匯量進行估算, 結果顯示中國2009年藻類碳匯量為78.38×104t, 占世界的一半。還有部分專家學者對沿海各省市貝藻類養殖的碳匯能力進行了測算, 齊占會等[10]測算出廣東省2009年貝藻共吸收了11×104t碳源, 碳匯的總價值在5 940×104～23 800×104美元。李昂等[11]測算出河北省2010年海水貝藻類養殖的碳匯量約為2.75×104t。紀建悅等[12]測算出中國海水貝類2012年碳匯量為97×104t。于佐安等[13]測算出遼寧省2015年-2017年海水養殖貝藻碳匯年平均總量為27.7×104t。賀加貝等[14]核算了煙臺市2010年-2019年海水養殖貝藻10年碳匯總量達116.36×104t, 相當于減排二氧化碳426.65×104t, 其價值約為2.67億元。

關于海洋漁業碳平衡領域國內外研究較少。岳冬冬等[1]通過對2010年與2014年數據進行區域特征分析, 結果表明, 中國沿海省份海洋漁業處于碳赤字狀態, 其中浙江省的碳赤字規模最大; 然后對碳平衡狀態進行長期趨勢擬合, 結果顯示, 中國海洋漁業碳赤字特征正在以平均每年1.58×104t的規模縮小。邵桂蘭等[15]通過核算山東省2003—2016年海洋捕撈碳排放量與海水養殖的碳匯量, 發現山東省海洋漁業存在碳赤字, 提出加大貝藻養殖的投入, 充分發揮其固碳的功能。

綜上, 大多數的專家學者分別從海洋漁業碳排放量以及碳匯量兩個方面進行測算研究, 極少數對兩者進行整體研究。且現有研究數據較為老舊, 不能很好反映出最新海洋漁業碳排放及碳匯的發展趨勢。從已有的研究中可得知, 海洋捕撈漁業中的燃油消耗與海水養殖貝藻類的碳匯量是海洋漁業碳排放和碳匯的主要來源。本文在前人研究的基礎上, 基于2013年—2022年的相關數據對中國以及沿海省(區)海水養殖貝藻類的碳匯量以及海洋捕撈碳排放量進行測算, 對海洋漁業碳平衡的動態變化特征進行研究, 分析海洋漁業發展中存在的問題。中國除港澳臺外, 一共有11個沿海省(區), 由于受到海域自然環境等因素影響, 上海市和天津市相對來說難以進行海水貝藻養殖生產[1], 所以本文只對其他9省(區)進行研究。然后對碳平衡狀態影響因素進行分析, 研究影響海洋碳平衡狀態的主要因素, 并提出相應的對策建議。本研究對中國及沿海9省(區)海洋漁業的碳平衡狀態及影響因素進行研究, 可以為中國海洋漁業的平衡發展起到一定的借鑒意義。

1 材料與方法

1.1 數據來源

本文對于碳平衡的研究分別從海洋捕撈漁船的碳排放與海水養殖碳匯量來進行。其中碳排放按照不同作業方式, 根據漁船的功率進行測算。海水養殖碳匯量主要是用海水養殖貝藻類產量進行測算。其數據均來源于歷年《中國漁業統計年鑒》[16-25]。

本文碳平衡影響因素從生產要素、國家政策以及災害3個方面選取10個指標, 分別是海水養殖面積、海水養殖人員、貝類產量、藻類產量、海洋捕撈產量、捕撈人員數量、推廣機構數量、推廣人員數量、推廣經費以及災害,由于災害不太好量化, 本文選取臺風、洪澇的受損害面積來進行分析。所有數據來源于歷年《中國漁業統計年鑒》[16-25]。

1.2 研究方法

1.2.1 碳排放的計算

本文碳排放計算借鑒張祝利等[26]在對中國漁船作業的過程中碳排放量進行估算的方法。由于不同的漁船作業方式不同其碳排放量也不同, 故本文在碳排放的計算過程中根據農業農村部發布的《國內機動漁船油價補助用油量測算參考標準》[27]不同作業方式對應用油系數對不同的作業方式漁船進行計算。

1.2.2 海水養殖貝藻類碳匯測算方法

中國作為全球最大的水產養殖生產大國, 海水養殖產量與面積均為世界首位, 由海水養殖方向是促進海洋“低碳轉型”經濟發展方式的重要途徑之一。2022年海水養殖總產量2 275.70×104t, 其中貝類養殖量1 569.58×104t, 占海水養殖總量的68.97%; 藻類養殖量為271.39×104t, 占海水養殖總量的11.93%。貝類與藻類作為中國海水養殖的重要組成部分, 其養殖量占海水養殖的80%以上。

本文對海水養殖貝類碳匯量的測算, 參考岳冬冬等[28]對海水養殖貝類的直接碳匯核算的方法; 海水養殖藻類的碳匯量測算參照張繼紅等[29]的核算方法。由于本文中所采用的藻類產量數據來源于歷年《中國漁業統計年鑒》, 其統計的藻類產量均為淡干產量, 所以此處在計算時不用考慮干濕的轉換。

根據歷年《中國漁業統計年鑒》, 中國海水養殖貝類主要種類有牡蠣(Oyster)、鮑()、螺(Snail)、蚶(Bloodclam)、貽貝(Mussel)、江珧()、扇貝(Scallop)、蛤(Clam)、蟶()等9種, 海水養殖藻類主要種類分別是海帶()、裙帶菜()、紫菜()、江蘺()、麒麟菜()、石花菜()、羊棲菜()、苔菜()等8種。目前部分貝藻種類尚未有其碳含量的詳細參數, 故本文借助現有研究成果對海水養殖貝藻類的碳匯量進行測算。

計算過程中, 養殖貝藻類測算的干濕系數與碳含量參考岳冬冬等[30]、周毅等[31]、林貞賢等[32]以及紀建悅等[33]的相關研究。具體參數見表1、表2。

表1 貝類碳匯測算參數

表2 藻類碳匯測算參數

1.2.3 碳平衡計算

基于第一節中所說, 碳平衡即是海洋捕撈漁業碳排放量等于海水養殖貝藻類碳匯量, 我們就可以認為海洋漁業實現了碳平衡。用公式表達如下:

式中:為年份,C()為年的碳平衡狀態(t),C()為年根據單位CO2中所含碳的質量(27.27%)將海水養殖貝藻類碳匯量換算成減排CO2的量(t), β為根據單位CO2中所含碳的質量(27.27%)的碳換算二氧化碳常數3.76,C()為年海水養殖貝藻類碳匯總量(t),CO2()為年海洋捕撈漁業的CO2排放量(t)。根據以上公式:

當C()=0時, 該年處于碳平衡狀態; 當C()>0時, 該年處于碳盈余狀態; 當C()<0時, 該年則處于碳赤字狀態。

1.2.4 碳平衡影響因素

本文采用灰色關聯度分析法來分析各影響因素與價格之間的關聯度。灰色關聯分析是一種用灰色關聯度順序來描述因素之間關系的強弱、大小、次序的方法。其基本的思想是: 以因素的數據為依據, 用數學的方法來研究因素之間的幾何對應關系。實際上就是對動態指標的量化分析, 充分體現了動態意義[34]。

第一步, 選取數據, 確立分析序列。設參考序列為:

設比較序列為:

第二步, 變量序列的無量綱化。由于各個數據的綱量不一, 為了消除不同單位數值之間產生的影響保證計算結果的可靠性, 需要采用某種方法對數據進行無量綱化, 本文采用均值化法對數據進行無量綱化。

第三步, 計算差序列。

第四步, 計算兩級的最大差和最小差。

第五步, 計算關聯系數。為分辨系數,(0, 1)一般情況下取中間值0.5。

第六步, 計算關聯度。

2 結果與分析

2.1 碳排放結果分析

經計算得到全國以及沿海9個省(區)的海洋捕撈漁業碳排放估算值見表3, 全國碳排放2013年- 2016年呈現上升趨勢, 2017年開始呈下降趨勢, 到2020年出現回升后又呈現出下降的趨勢。各省(區)來看碳排放最大的是浙江省, 2022年碳排放量達到403.19×104t, 占全國的23.95%。碳排放最少的是河北省, 2022年其碳排放量為39.30×104t占全國碳排放總量的2.33%。根據趨勢來看, 2013—2022年沿海9省(區)都呈現出一定的上下波動趨勢。不論從全國的碳排放量還是從沿海各省(區)來看, 雖然中國以及各省(區)在減少海洋漁業碳排放方面實行了許多的措施, 但仍然有許多不足, 這需要我們不斷對節能減排進行研究, 控制碳排放量, 爭取早日實現藍色經濟建設。

表3 海洋捕撈漁業碳排放估算結果(單位: 104 t)

2.2 海水養殖碳匯量結果分析

根據測算參數以及貝藻產量, 通過公式換算, 如圖1、圖2所示, 全國養殖貝類中對碳匯貢獻度最大的是牡蠣, 藻類貢獻度最大的品種是海帶。2022年牡蠣碳匯量達59.40×104t, 占養殖貝藻類養殖碳匯總量的27.30%, 海帶碳匯量44.63×104t, 占碳匯總量的20.51%, 是中國主要的兩種養殖貝藻類碳匯品種。

圖1 2013—2022年海水養殖貝類從海水中移出的碳匯質量

圖2 2013—2022年海水養殖藻類從海水中移出的碳匯質量

根據表4, 2013年—2022年全國海水養殖貝藻類累積碳匯量為1 954.32×104t, 年平均量為195.43× 104t, 根據單位CO2中所含碳的質量(27.27%)計算, 相當于全國年平均減排CO2量716.65×104t。從趨勢來看全國呈現緩慢上升的狀態, 沿海各省區福建省、廣西壯族自治區以及浙江省呈緩慢上升, 其他省區都呈現一定幅度的波動。各省區中山東、福建、遼寧3省在2013年—2022年間排名均為前三, 海南省一直為碳匯量最少的省份。2022年福建省海水養殖貝藻類碳匯量最大為68.12×104t, 山東省次之, 碳匯規模為58.02×104t。海南為碳匯規模最小的省份, 碳匯量僅為0.21×104t。

表4 養殖貝藻類從海水中移出的碳匯質量(單位: 104 t)

2.3 碳平衡結果分析

根據前兩節對碳排放與碳匯量的測算結果, 再通過碳平衡的計算, 得出2013—2022年全國以及沿海9省(區)的海洋漁業碳平衡的狀態見表5。2013—2022年間除山東省在2020—2022年是盈余的狀態外,全國及沿海9省(區)都呈現赤字的狀態。全國2013年—2019年赤字情況呈現逐漸減小, 2020年有所增加, 隨后呈現減小后又增加。沿海的各省(區)由于地理位置、經濟發展水平、氣候條件等條件的不同, 在發展貝藻類養殖及海洋捕撈的方面也呈現出不同的特征, 所以在海洋漁業的碳平衡狀態上也存在差異。浙江省的海洋漁業碳平衡赤字最為嚴重, 年均赤字達394.49×104t, 廣東省次之, 年均166.55×104t。各省(區)的碳平衡赤字均呈現波動狀態, 其中海南省的波動較大, 其他省份整體呈現減小的趨勢。

表5 中國海洋漁業碳平衡狀態估算結果(單位: 104t)

2.4 碳平衡影響因素分析

通過將碳平衡的狀態作為參考序列, 各影響因素指標作為比較序列, 將數據導入灰色系統軟件進行灰色關聯度的計算, 得到各影響因素的關聯度值(表6), 關聯度值介于0～1, 該值越大表明關聯度越大。根據表6的結果來看, 影響因素的關聯度的值均大于0.5。說明本文選取的影響因素具有一定的合理性。全國及沿海9省(區)碳平衡影響因素如下:

(1)全國: 與全國碳平衡狀態關聯度最高的是海洋捕撈產量, 其次是捕撈人員數量與推廣機構數量, 排名最低的是推廣經費, 其值為0.647。

(2)河北: 影響河北省碳平衡狀態的因素中排名前三的分別是海水養殖面積、海水養殖人員與捕撈人員數量, 藻類產量為排名最低的影響因素。

(3)遼寧: 與遼寧碳平衡關聯度最高的影響因素是海水養殖面積, 其次依次是捕撈人員數量、海水養殖人員, 其值均大于0.9, 表明關聯程度很高。排名后三的分別是藻類產量、貝類產量以及災害。

(4)江蘇: 關聯度較高的依次是海洋捕撈產量、推廣機構數量、推廣人員數量、海水養殖面積、捕撈人員數量以及海水養殖人員, 其值均大于0.85。

(5)浙江: 海水養殖面積與浙江碳平衡狀態關聯度最高, 其值為0.952; 最低的是災害, 關聯度值為0.553。

(6)福建: 福建碳平衡狀態關聯度排名前3的分別是推廣人員數量0.681、海洋捕撈產量0.681、海水養殖面積0.676; 排名后3的分別是推廣經費0.616、藻類產量0.613、災害0.589。

(7)山東: 山東碳平衡影響因素關聯度最高的是海洋捕撈產量0.769, 關聯度最低的是災害0.551。

(8)廣東: 關聯度高于0.9的依次是捕撈人員數量、海洋捕撈產量、海水養殖面積、海水養殖人員、貝類產量以及藻類產量; 關聯度最低的是推廣經費為0.619。

(9)廣西: 與廣西碳平衡關聯度最高的是海洋捕撈產量0.959, 關聯度最低的是災害0.7。藻類產量由于廣西的地理位置、氣候條件的限制, 漁業年鑒中藻類產量為0, 所以其關聯度值為0。

(10)海南: 關聯度前三的分別是海水養殖人員0.966、海洋捕撈產量0.964與捕撈人口數量0.961, 最低的是災害0.745。

表6 中國海洋漁業碳平衡狀態與影響因素的關聯度

3 討論與建議

3.1 討論

根據海洋漁業具備“碳源”與“碳匯”的雙重特征, 從海水養殖貝藻類碳匯與海洋捕撈碳排放來分析海洋漁業碳平衡狀態。本文通過對2013—2022年中國整體與沿海9省(區)的碳平衡狀態進行測算, 結果表明除了山東省2020—2022年碳平衡狀態為盈余外, 其他的年份均為赤字的狀態。從2013—2022年全國的碳平衡長期趨勢來看, 中國的碳平衡狀態具有緩慢的減小趨勢。通過加大對相關管理政策的制定與技術措施的支持, 有效地減小海洋漁業的碳赤字, 有助于推動海洋漁業綠色、低碳發展。根據海洋漁業碳平衡的影響因素的結果來看, 影響全國及沿海9省市(區)海洋漁業碳平衡重要的一個因素是海洋捕撈產量, 應當加快對捕撈漁船進行更新替換及加大對清潔燃料的研究, 進而減少碳排放量, 有利于中國海洋漁業早日實現碳平衡。

有關于海洋漁業碳排放和海洋漁業碳匯的標準核算體系尚未建立, 本研究主要關注海洋漁業生產的碳平衡狀態, 將海洋漁業“碳源”也就是海洋漁業碳排放限定為海洋捕撈漁船的油料消耗產生的碳排放, 將“碳匯”只限定為海水養殖貝類與藻類產量的范圍。但是, 從實際的情況來看, 對于“碳源”來說除了本研究所計算的海洋捕撈漁船油料消耗外, 還存在其他的如養殖過程中所使用的水、電所產生的碳排放與近海或離岸外海在生產過程中使用漁船所產生的碳排放等。同樣對于“碳匯”本研究主要參考其他專家學者大量的研究利用養殖貝藻類的產量來進行, 但除了養殖貝藻類會產生碳匯外, 濾食性魚類養殖、增殖放流及捕撈漁業等都可能形成生物碳匯。而且貝藻類除了收獲所移出的碳外, 還包括其在生長過程中所使用的碳。如藻類生長過程中產生的碎屑有機碳, 一部分會成為其他生物的食物來源, 一部分則通過直接的沉降作用最終沉積埋藏于海底。另外, 大型藻類在生長過程中釋放的溶解有機碳(dissolved organic carbon, DOC)和顆粒有機碳(particulate organic carbon, POC), 可以在微食物環作用下, 進入食物網或形成惰性有機碳(recalcitrant dissolved organic carbon, RDOC)而長期駐留在海水中[35-36]。所以這樣的限定減少了一部分的重要的內容, 對于海洋漁業碳平衡狀態的測算結論會有一定的影響。為了可以準確、全面地對海洋漁業碳平衡狀態特征進行測算, 首先應對貝藻類整個生長過程中所使用的碳進行研究, 建立其碳源匯的收支模型, 減少碳匯計算的不確定性。然后從海洋捕撈漁業的碳排放以及海水養殖業的碳排放完整地來分析整個海洋漁業的碳排放規模; 與此同時從海水養殖貝藻類碳匯、海洋捕撈漁業碳匯以及海洋的增殖放流等幾個角度分析海洋漁業的碳匯規模。在此基礎上, 對海洋漁業的碳平衡狀態進行全面的評估分析。

從本文的研究結果來看, 中國海洋漁業碳平衡狀態整體處于赤字的狀態, 減少海洋捕撈漁業的碳排放、增加海水養殖貝藻類的產量是減少海洋漁業赤字狀態與發展低碳漁業的重要內容之一。根據碳平衡影響因素的研究結果來看本文選取的指標與碳平衡狀態均會產生一定的影響, 通過對影響因素進行調整可以實現海洋漁業的節能減排, 對發展綠色、低碳的海洋漁業起到一定的促進作用。

3.2 對策與建議

3.2.1 加快漁船的升級改造與更新淘汰

中國海洋捕撈漁船的數量龐大、裝備較為落后且小型漁船與老舊漁船較多, 加快對漁船裝備升級, 更新淘汰木質、老舊漁船能有效減少碳排放。中央與地方可以設立一些專項補貼來鼓勵企業和漁民來對漁船裝備進行升級、對落后的老舊漁船進行更新淘汰。加大對清潔能源的使用, 盡可能地使用清潔能源來替代柴油, 從而實現低能耗的能源使用。

3.2.2 調整捕撈的作業方式

不同的作業方式對海洋漁業資源及生態環境有著不同的影響, 拖網、圍網和張網有較大的負面影響。首先應當調整漁業資源保護費的征收標準, 對資源破壞性大的作業類型應該加大其征收的標準, 相反對于資源影響較小的則可以少收或者是免去其相應的費用。其次調整漁業油補的政策, 現行的油補政策主要是考慮降低漁業經營主體的油價成本, 忽略了對漁業資源保護、降低捕撈強度所產生的負面影響。因此, 建議對作業類型、資源保護、燃油排放等方面進行綜合考慮來對油補標準進行調整。最后應當嚴格執行釣具的準入制度, 減少釣具的不合理使用導致對海洋漁業資源的破壞。

3.2.3 提高海水養殖貝藻類的養殖規模

海水養殖貝藻類是形成漁業碳匯的重要部分, 所以通過直接或間接的方式增加海水養殖貝藻類的產量就是增加海洋漁業的碳匯量。在適合大型藻類生長的相關海域擴大其養殖的面積, 加大對含碳量較高的海帶、紫菜等品種的養殖規模。對于貝類可以通過整體加大其養殖產量, 每個品種只增不減, 通過調整養殖結構增加含碳量高的牡蠣、貽貝與扇貝等品種的養殖產量。還可以創新養殖的模式, 開展多層次的養殖技術, 來實現貝類與藻類混養, 從而提高產量。不斷對貝藻類的養殖進行研究, 讓貝藻類的養殖可以適用于中國的各海域, 進而實現貝藻類的增產。最后還可以延長產業鏈, 通過貝藻類的自身特點來延長產業鏈, 提高市場需求, 增加其養殖產量。

3.2.4 加快漁業專業合作組織的建立, 加速推廣漁業碳匯交易

建設漁業合作組織在生產、疫病防治與流通等方面起到積極作用, 可以有效減少災害與疫病對貝藻類產量的影響, 提高生產的規模, 也可以有效地提高生產者的市場溢價能力, 提高生產者在市場中的弱勢地位, 促進貝藻類養殖產量的增加。2022年5月19日全國首例雙殼貝類碳匯交易項目在莆田市秀嶼區依托海峽資源環境交易中心完成, 賣方林蠔(福建)水產有限公司額外增加收入20多萬元。加快推廣漁業碳匯交易不僅可以使養殖企業或漁民增加額外的收入, 還可以提高其對貝藻類養殖的積極性, 從而增加貝藻類的產量以及碳匯量, 為中國實現“雙碳”目標起到促進作用。

[1] 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. YUE Dongdong, WANG Lumin, FANG Hai, et al. An analysis of countermeasures for the development of China's marine fisheries industry based on carbon balance[J]. China Agricultural Science and Technology Herald, 2016, 18(4): 1-8.

[2] 高風. 聯合國氣候變化框架公約[J]. 世界知識, 1998, 2: 15. GAO Feng. The united nations framework convention on climate change[J]. World Knowledge, 1998, 2: 15.

[3] TANG Q, ZHANG J, FANG J. Shellfish and seaweed mariculture increase atmospheric CO2absorption by coastal ecosystems[J]. Marine Ecology Progress Series, 2011, 424(Mar.1): 97-104.

[4] 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. ZHANG Zhuli, WANG Wei, HE Yaping. Estimation of carbon emissions from fishing vessel operations in China[J]. Journal of Shanghai Ocean University, 2010, 19(6): 848-852.

[5] 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.

[6] 岳冬冬, 王魯民, 阮雯, 等. 中國海洋捕撈漁業溫室氣體排放時序分析與因素分解[J]. 長江流域資源與環境, 2014, 23(8): 1057-1063. YUE Dongdong, WANG Lumin, RUAN Wen, et al. Time series analysis and factor decomposition of greenhouse gas emissions from marine capture fisheries in China[J]. Yangtze River Basin Resources and Environment, 2014, 23(8): 1057-1063.

[7] 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. GAO Yuan, FU Zhongwei, ZHANG Zhaomin. Carbon emission reduction potential and prediction of marine fisheries in China[J]. Journal of Guangdong Ocean University, 2022, 42(3): 39-44.

[8] AVERA-AZEARATE A, FERREIRA J G, NUNES J P. Modelling eutrophication in mesotidal and macrotidal estuaries. The role of intertidal seaweeds[J]. Estuarine, Coastal and Shelf Science, 2003, 57(4): 715-724.

[9] 嚴立文, 黃海軍, 陳紀濤, 等. 我國近海藻類養殖的碳匯強度估算[J]. 海洋科學進展, 2011, 29(4): 537-545. YAN Liwen, HUANG Haijun, CHEN Jitao, et al. Estimation of carbon sink intensity of offshore algae farming in China[J]. Advances in Marine Science, 2011, 29(4): 537-545.

[10] 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. QI Zhanhui, WANG Jun, HUANG Honghui, et al. Assessment of the carbon sink potential of mariculture-shellfish in Guangdong Province[J]. Southern Fisheries Science, 2012, 8(1): 30-35.

[11] 李昂, 劉存歧, 董夢薈, 等. 河北省海水養殖貝類與藻類碳匯能力評估[J]. 南方農業學報, 2013, 44(7): 1201-1204. LI Ang, LIU Cunqi, DONG Menghui, et al. Assessment of carbon sink capacity of shellfish and algae in mariculture in Hebei Province[J]. Southern Journal of Agriculture, 2013, 44(7): 1201-1204.

[12] 紀建悅, 王萍萍. 海水養殖貝類碳匯分解研究——基于修正的Laspeyres指數分解法[J]. 中國漁業經濟, 2016, 34(5): 79-84. JI Jianyue, WANG Pingping. Decomposition of carbon sink of mariculture shellfish based on the modified Laspeyres index decomposition method[J]. China Fisheries Economy, 2016, 34(5): 79-84.

[13] 于佐安, 謝璽, 朱守維, 等. 遼寧省海水養殖貝藻類碳匯能力評估[J]. 大連海洋大學學報, 2020, 35(3): 382-386. YU Zuo’an, XIE Xi, ZHU Shouwei, et al. Assessment of carbon sink capacity of marine aquaculture shellfish in Liaoning Province[J]. Journal of Dalian Ocean University, 2020, 35(3): 382-386.

[14] 賀加貝, 孫俊榮, 趙強, 等. 煙臺市貝藻養殖的碳匯貢獻及能力評價[J]. 海洋湖沼通報, 2022, 44(3): 117-122. HE Jiabei, SUN Junrong, ZHAO Qiang, et al. Evaluation of the carbon sink contribution and capacity of shellfish aquaculture in Yantai[J]. Tramsactions of Oceanology and Limnology, 2022, 44(3): 117-122.

[15] 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. SHAO Guilan, CHU Rui, LI Chen. Research on the carbon balance of marine fisheries based on carbon emission and carbon sink accounting - an example from Shandong Province[J]. China Fisheries Economy, 2018, 36(4): 4-13.

[16] 農業部漁業漁政管理局. 中國漁業統計年鑒-2014[M]. 北京: 中國農業出版社, 2014. Fisheries and Fishery Administration of the Ministry of Agriculture. China Fisheries Statistical Yearbook-2014[M]. China Agricultural Press, 2014.

[17] 農業部漁業漁政管理局. 中國漁業統計年鑒-2015[M]. 北京: 中國農業出版社, 2015. Fisheries and Fishery Administration of the Ministry of Agriculture. China Fisheries Statistical Yearbook-2015[M]. China Agricultural Press, 2015.

[18] 農業部漁業漁政管理局. 中國漁業統計年鑒-2016[M]. 北京: 中國農業出版社, 2016. Fisheries and Fishery Administration of the Ministry of Agriculture. China Fisheries Statistical Yearbook-2016[M]. China Agricultural Press, 2016.

[19] 農業部漁業漁政管理局. 中國漁業統計年鑒-2017[M]. 北京: 中國農業出版社, 2017. Fisheries and Fishery Administration of the Ministry of Agriculture. China Fisheries Statistical Yearbook-2017[M]. China Agricultural Press, 2017.

[20] 農業農村部漁業漁政管理局. 中國漁業統計年鑒-2018[M]. 北京: 中國農業出版社, 2018. Bureau of Fisheries and Fishery Administration, Ministry of Agriculture and Rural Affairs. China Fisheries Statistical Yearbook-2018[M]. China Agricultural Press, 2018.

[21] 農業農村部漁業漁政管理局. 中國漁業統計年鑒-2019[M]. 北京: 中國農業出版社, 2019. Bureau of Fisheries and Fishery Administration, Ministry of Agriculture and Rural Affairs. China Fisheries Statistical Yearbook-2019[M]. China Agricultural Press, 2019.

[22] 農業農村部漁業漁政管理局. 中國漁業統計年鑒-2020[M]. 北京: 中國農業出版社, 2020. Bureau of Fisheries and Fishery Administration, Ministry of Agriculture and Rural Affairs. China Fisheries Statistical Yearbook-2020[M]. China Agricultural Press, 2020.

[23] 農業農村部漁業漁政管理局. 中國漁業統計年鑒-2021[M]. 北京: 中國農業出版社, 2021. Bureau of Fisheries and Fishery Administration, Ministry of Agriculture and Rural Affairs. China Fisheries Statistical Yearbook-2021[M]. China Agricultural Press, 2021.

[24] 農業農村部漁業漁政管理局. 中國漁業統計年鑒-2022[M]. 北京: 中國農業出版社, 2022. Bureau of Fisheries and Fishery Administration, Ministry of Agriculture and Rural Affairs. China Fisheries Statistical Yearbook-2021[M]. China Agricultural Press, 2022.

[25] 農業農村部漁業漁政管理局. 中國漁業統計年鑒-2023[M]. 北京: 中國農業出版社, 2023. Bureau of Fisheries and Fishery Administration, Ministry of Agriculture and Rural Affairs. China Fisheries Statistical Yearbook-2021[M]. China Agricultural Press, 2023.

[26] 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. ZHANG Zhuli, WANG Wei, HE Yaping. Estimation of carbon emissions from fishing vessel operations in China[J]. Journal of Shanghai Ocean University, 2010, 19(6): 848-852.

[27] 農業部辦公廳. 國內機動漁船油價補助用油量測算參考標準[S]. 農辦漁[2010]1號, 2010. General Office of the Ministry of Agriculture. Reference Standard for Measuring Fuel Consumption for Motorised Fishing Vessel Fuel Price Subsidy in China[S]. Agriculture and Fisheries [2010] No.1, 2010.

[28] 岳冬冬, 王魯民. 中國海水貝類養殖碳匯核算體系初探[J]. 湖南農業科學, 2012, 15: 120-122. YUE Dongdong, WANG Lumin. A preliminary study on carbon sink accounting system for marine shellfish aquaculture in China[J]. Hunan Agricultural Science, 2012, 15: 120-122.

[29] 張繼紅, 方建光, 唐啟升. 中國淺海貝藻養殖對海洋碳循環的貢獻[J]. 地球科學進展, 2005, 3: 359-365. ZHANG Jihong, FANG Jianguang, TANG Qisheng. The contribution of shallow sea shellfish aquaculture to the ocean carbon cycle in China[J]. Advances in Earth Sciences, 2005, 3: 359-365.

[30] 岳冬冬, 王魯民. 基于直接碳匯核算的長三角地區海水貝類養殖發展分析[J]. 山東農業科學, 2012, 44(8): 133-136. YUE Dongdong, WANG Lumin. Analysis of the development of marine shellfish aquaculture in the Yangtze River Delta based on direct carbon sink accounting[J]. Shandong Agricultural Science, 2012, 44(8): 133-136.

[31] 周毅, 楊紅生, 劉石林, 等. 煙臺四十里灣淺海養殖生物及附著生物的化學組成、有機凈生產量及其生態效應[J]. 水產學報, 2002, 1: 21-27.ZHOU Yi, YANG Hongsheng, LIU Shilin, et al. Chemical composition, net organic production and ecological effects of shallow mariculture and attached organisms in Yantai Shili Bay[J]. Journal of Aquaculture, 2002, 1: 21-27.

[32] 林貞賢, 汝少國, 楊宇峰. 大型海藻對富營養化海灣生物修復的研究進展[J]. 海洋湖沼通報, 2006, 4: 128-134. LIN Zhenxian, RU Shaoguo, YANG Yufeng. Progress of bioremediation of eutrophic bays by macroalgae[J]. Tramsactions of Oceamology and Limnology, 2006, 4: 128-134.

[33] 紀建悅, 王萍萍. 我國海水養殖藻類碳匯能力及影響因素研究[J]. 中國海洋大學學報(社會科學版), 2014, 4: 17-20. JI Jianyue, WANG Pingping. Study on the carbon sink capacity of mariculture algae in China and the influencing factors[J]. Journal of Ocean University of China (Social Science Edition), 2014, 4: 17-20.

[34] 譚學瑞, 鄧聚龍. 灰色關聯分析: 多因素統計分析新方法[J]. 統計研究, 1995, 3: 46-48. TAN Xuerui, DENG Julong. Grey correlation analysis: a new approach to multi-factor statistical analysis[J]. Statistical Research, 1995, 3: 46-48.

[35] 張永雨, 張繼紅, 梁彥韜, 等. 中國近海養殖環境碳匯形成過程與機制[J]. 中國科學: 地球科學, 2017, 47(12): 1414-1424. ZHANG Yongyu, ZHANG Jihong, LIANG Yantao, et al. Processes and mechanisms of carbon sink formation in China's offshore aquaculture environment[J]. China Science: Earth Science, 2017, 47(12): 1414-1424.

[36] 張繼紅, 劉紀化, 張永雨, 等. 海水養殖踐行“海洋負排放”的途徑[J]. 中國科學院院刊, 2021, 36(3): 252-258. ZHANG Jihong, LIU Jihua, ZHANG Yongyu, et al. Ways for mariculture to practice "negative ocean emissions"[J]. Journal of the Chinese Academy of Sciences, 2021, 36(3): 252-258.

State of carbon balance and impact factors of marine fishery in China

TIAN Hao-dong, SUN Sheng-jie, LI Wei-bo, QIAO Zhi-yi

(College of Aquatic, Tianjin Agricultural University, Tianjin 300384, China)

Low carbon is crucial in realizing the circular economy of the ocean, and achieving carbon balance in marine fisheries is a critical development method for transforming the traditional economy of the ocean. This study analyzes the carbon balance in China in general and nine coastal provinces (districts) in particular on the basis of the carbon emissions and sinks in marine fishing from 2013 to 2022. The results show that except for Shandong Province, which has a carbon balance status of surplus in 2020-2022, all others have a carbon deficit status. As for the factors affecting the carbon balance status, in general, the factors that have a greater correlation with the nine coastal provinces (districts) in the country are marine capture production, the number of fishing personnel and the area of mariculture. Finally, we propose countermeasures to accelerate the upgrade and renovation of fishing vessels, adjust the operation mode of fishing, and increase the scale of mariculture shellfish and algae farming. Furthermore, we provide recommendations for hastening the establishment of professional fishery cooperative organizations and accelerating the promotion of fishery carbon trading to achieve carbon balance in marine fisheries as soon as possible.

marine fisheries; carbon balance; carbon emissions; carbon sinks; carbon deficit

Nov. 25, 2022

[Tianjin Science and Technology Commission, Science and Technology Major Project for Ecological and Environmental Management, No.18ZXSZSF00080]

S931.3

A

1000-3096(2023)9-0081-10

10.11759/hykx20221125001

2022-11-25;

2023-02-05

天津市科學技術委員會生態環境治理科技重大專項(18ZXSZSF00080)

田昊東(1995—), 男, 土家族, 貴州銅仁人, 在讀碩士研究生, 主要從事漁業經濟相關研究, E-mail: 15519074492@163.com; 喬之怡(1977—), 女, 通信作者, 天津人, 副教授, 主要從事水生態相關研究, E-mail: zhiyiqiao@tjau.edu.cn

(本文編輯: 譚雪靜)