中國海洋漁業(yè)碳平衡狀態(tài)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(yè)碳平衡狀態(tài)及影響因素研究

田昊東, 孫圣杰, 李偉波, 喬之怡

(天津農(nóng)學(xué)院 水產(chǎn)學(xué)院, 天津 300384)

低碳是海洋循環(huán)經(jīng)濟(jì)實(shí)現(xiàn)的重要途徑, 實(shí)現(xiàn)海洋漁業(yè)的碳平衡是海洋傳統(tǒng)經(jīng)濟(jì)轉(zhuǎn)變的重要發(fā)展方式。本文通過對2013—2022年全國及沿海9省(區(qū))的海洋捕撈碳排放量與碳匯量測算, 在此基礎(chǔ)上分析了全國及沿海9省(區(qū))的碳平衡狀態(tài), 并利用灰色關(guān)聯(lián)度分析碳平衡狀態(tài)影響因素的關(guān)聯(lián)度。結(jié)果表明除2020年-2022年山東省的碳平衡狀態(tài)為盈余外, 其他均為碳赤字狀態(tài)。對于碳平衡狀態(tài)的影響因素, 總體來看全國與沿海9省(區(qū))關(guān)聯(lián)度較大的是海洋捕撈產(chǎn)量、捕撈人員數(shù)量和海水養(yǎng)殖面積。最后從加快漁船的升級改造與更新淘汰、調(diào)整捕撈的作業(yè)方式、提高海水養(yǎng)殖貝藻類的養(yǎng)殖規(guī)模以及加快漁業(yè)專業(yè)合作組織的建立和加速推廣漁業(yè)碳匯交易提出相關(guān)對策建議, 以期盡快地實(shí)現(xiàn)海洋漁業(yè)的碳平衡。

海洋漁業(yè); 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(yán)重, 全球性的氣候變暖也導(dǎo)致了自然災(zāi)害頻發(fā)。2020年9月中國提出了“力爭在2030年前達(dá)到碳達(dá)峰, 2060年前實(shí)現(xiàn)碳中和”的“雙碳”目標(biāo)。發(fā)展低碳經(jīng)濟(jì)產(chǎn)業(yè), 有效地減少大氣中二氧化碳等溫室氣體的排放, 已經(jīng)成為了全球應(yīng)對氣候變化進(jìn)而實(shí)現(xiàn)可持續(xù)發(fā)展的一個(gè)重要途徑。海洋漁業(yè)在生產(chǎn)的過程中具有“碳源”和“碳匯”的雙重特征[1]。根據(jù)《聯(lián)合國氣候變化框架公約》里面對于“源”與“匯”的定義, 再結(jié)合海洋漁業(yè)的特點(diǎn), 海洋捕撈漁船的燃油消耗是海洋漁業(yè)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(dǎo)致溫室效應(yīng)的氣體與氣溶膠或初期形成的過程、活動(dòng)和機(jī)制[2]。TANG等[3]通過結(jié)合碳匯的概念, 提出了漁業(yè)碳匯的定義, 即通過漁業(yè)生產(chǎn)及收獲活動(dòng), 將固定在水生生物產(chǎn)品中的碳移出水體的過程與機(jī)制。一般來說在漁業(yè)生產(chǎn)過程中不需要投食餌料的生產(chǎn)活動(dòng)才具有碳匯功能, 例如海水養(yǎng)殖中的貝藻類的養(yǎng)殖。根據(jù)海洋漁業(yè)所具有的“碳源”和“碳匯”的雙重特征, 海洋漁業(yè)是否能夠轉(zhuǎn)變其傳統(tǒng)的經(jīng)濟(jì)發(fā)展方式, 能否實(shí)現(xiàn)海洋經(jīng)濟(jì)的循環(huán)發(fā)展, 海洋漁業(yè)碳平衡的實(shí)現(xiàn)在其中起到至關(guān)重要的作用。

目前國內(nèi)外對海洋漁業(yè)碳排放開展了大量的研究。首先對于漁船作業(yè)過程碳排放的估算, 張祝利等[4]通過調(diào)研結(jié)果采用CO2排放量的計(jì)算方法, 對中國漁船的CO2排放量進(jìn)行了估算, 結(jié)果表明: 2007年中國捕撈作業(yè)單位產(chǎn)值碳排放量是農(nóng)林漁牧行業(yè)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(wǎng)、大型圍網(wǎng)、丹麥?zhǔn)叫肪W(wǎng)和底層對拖網(wǎng)4種主要漁業(yè)類型的溫室氣體排放量進(jìn)行了估算。其次岳冬冬等[6]通過綜合漁獲量的規(guī)模、作業(yè)結(jié)構(gòu)和作業(yè)類型對海洋捕撈漁業(yè)溫室氣體排放時(shí)序分析與因素分解, 總結(jié)得出海洋捕撈漁業(yè)的溫室氣體排放呈現(xiàn)出穩(wěn)定的上升趨勢, 減排任務(wù)嚴(yán)峻。高源等[7]首先基于泰爾指數(shù)、碳減排潛力模型對沿海各省海洋漁業(yè)碳排放的區(qū)域差異和減排潛力進(jìn)行測算, 然后運(yùn)用GM(1, 1)模型對碳排放量強(qiáng)度的變化進(jìn)行預(yù)測, 結(jié)果表明, 碳排放強(qiáng)度2020年比2005年降低了40%～45%, 海洋漁業(yè)碳排放強(qiáng)度可以實(shí)現(xiàn)“十四五”的減排目標(biāo)。目前國內(nèi)外對貝藻類養(yǎng)殖的碳匯能力研究較多。國外對貝藻類養(yǎng)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(jìn)行研究, 研究表明Tagus河的年固碳量超過1.35×104t。國內(nèi)嚴(yán)立文等[9]通過利用聯(lián)合國糧食及農(nóng)業(yè)組織(Food and Agriculture Organization of the United Nations, FAO)數(shù)據(jù)對中國2009年藻類碳匯量進(jìn)行估算, 結(jié)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(xué)者對沿海各省市貝藻類養(yǎng)殖的碳匯能力進(jìn)行了測算, 齊占會(huì)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(jià)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(yǎng)殖的碳匯量約為2.75×104t。紀(jì)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(yǎng)殖貝藻碳匯年平均總量為27.7×104t。賀加貝等[14]核算了煙臺(tái)市2010年-2019年海水養(yǎng)殖貝藻10年碳匯總量達(dá)116.36×104t, 相當(dāng)于減排二氧化碳426.65×104t, 其價(jià)值約為2.67億元。

關(guān)于海洋漁業(yè)碳平衡領(lǐng)域國內(nèi)外研究較少。岳冬冬等[1]通過對2010年與2014年數(shù)據(jù)進(jìn)行區(qū)域特征分析, 結(jié)果表明, 中國沿海省份海洋漁業(yè)處于碳赤字狀態(tài), 其中浙江省的碳赤字規(guī)模最大; 然后對碳平衡狀態(tài)進(jìn)行長期趨勢擬合, 結(jié)果顯示, 中國海洋漁業(yè)碳赤字特征正在以平均每年1.58×104t的規(guī)?？s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(yǎng)殖的碳匯量, 發(fā)現(xiàn)山東省海洋漁業(yè)存在碳赤字, 提出加大貝藻養(yǎng)殖的投入, 充分發(fā)揮其固碳的功能。

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

1 材料與方法

1.1 數(shù)據(jù)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(yǎng)殖碳匯量來進(jìn)行。其中碳排放按照不同作業(yè)方式, 根據(jù)漁船的功率進(jìn)行測算。海水養(yǎng)殖碳匯量主要是用海水養(yǎng)殖貝藻類產(chǎn)量進(jìn)行測算。其數(shù)據(jù)均來源于歷年《中國漁業(yè)統(tǒng)計(jì)年鑒》[16-25]。

本文碳平衡影響因素從生產(chǎn)要素、國家政策以及災(zāi)害3個(gè)方面選取10個(gè)指標(biāo), 分別是海水養(yǎng)殖面積、海水養(yǎng)殖人員、貝類產(chǎn)量、藻類產(chǎn)量、海洋捕撈產(chǎn)量、捕撈人員數(shù)量、推廣機(jī)構(gòu)數(shù)量、推廣人員數(shù)量、推廣經(jīng)費(fèi)以及災(zāi)害,由于災(zāi)害不太好量化, 本文選取臺(tái)風(fēng)、洪澇的受損害面積來進(jìn)行分析。所有數(shù)據(jù)來源于歷年《中國漁業(yè)統(tǒng)計(jì)年鑒》[16-25]。

1.2 研究方法

1.2.1 碳排放的計(jì)算

本文碳排放計(jì)算借鑒張祝利等[26]在對中國漁船作業(yè)的過程中碳排放量進(jìn)行估算的方法。由于不同的漁船作業(yè)方式不同其碳排放量也不同, 故本文在碳排放的計(jì)算過程中根據(jù)農(nóng)業(yè)農(nóng)村部發(fā)布的《國內(nèi)機(jī)動(dòng)漁船油價(jià)補(bǔ)助用油量測算參考標(biāo)準(zhǔn)》[27]不同作業(yè)方式對應(yīng)用油系數(shù)對不同的作業(yè)方式漁船進(jìn)行計(jì)算。

1.2.2 海水養(yǎng)殖貝藻類碳匯測算方法

中國作為全球最大的水產(chǎn)養(yǎng)殖生產(chǎn)大國, 海水養(yǎng)殖產(chǎn)量與面積均為世界首位, 由海水養(yǎng)殖方向是促進(jìn)海洋“低碳轉(zhuǎn)型”經(jīng)濟(jì)發(fā)展方式的重要途徑之一。2022年海水養(yǎng)殖總產(chǎn)量2 275.70×104t, 其中貝類養(yǎng)殖量1 569.58×104t, 占海水養(yǎng)殖總量的68.97%; 藻類養(yǎng)殖量為271.39×104t, 占海水養(yǎng)殖總量的11.93%。貝類與藻類作為中國海水養(yǎng)殖的重要組成部分, 其養(yǎng)殖量占海水養(yǎng)殖的80%以上。

本文對海水養(yǎng)殖貝類碳匯量的測算, 參考岳冬冬等[28]對海水養(yǎng)殖貝類的直接碳匯核算的方法; 海水養(yǎng)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(chǎn)量數(shù)據(jù)來源于歷年《中國漁業(yè)統(tǒng)計(jì)年鑒》, 其統(tǒng)計(jì)的藻類產(chǎn)量均為淡干產(chǎn)量, 所以此處在計(jì)算時(shí)不用考慮干濕的轉(zhuǎn)換。

根據(jù)歷年《中國漁業(yè)統(tǒng)計(jì)年鑒》, 中國海水養(yǎng)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(yǎng)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(xì)參數(shù), 故本文借助現(xiàn)有研究成果對海水養(yǎng)殖貝藻類的碳匯量進(jìn)行測算。

計(jì)算過程中, 養(yǎng)殖貝藻類測算的干濕系數(shù)與碳含量參考岳冬冬等[30]、周毅等[31]、林貞賢等[32]以及紀(jì)建悅等[33]的相關(guān)研究。具體參數(shù)見表1、表2。

表1 貝類碳匯測算參數(shù)

表2 藻類碳匯測算參數(shù)

1.2.3 碳平衡計(jì)算

基于第一節(jié)中所說, 碳平衡即是海洋捕撈漁業(yè)碳排放量等于海水養(yǎng)殖貝藻類碳匯量, 我們就可以認(rèn)為海洋漁業(yè)實(shí)現(xiàn)了碳平衡。用公式表達(dá)如下:

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

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

1.2.4 碳平衡影響因素

本文采用灰色關(guān)聯(lián)度分析法來分析各影響因素與價(jià)格之間的關(guān)聯(lián)度?；疑P(guān)聯(lián)分析是一種用灰色關(guān)聯(lián)度順序來描述因素之間關(guān)系的強(qiáng)弱、大小、次序的方法。其基本的思想是: 以因素的數(shù)據(jù)為依據(jù), 用數(shù)學(xué)的方法來研究因素之間的幾何對應(yīng)關(guān)系。實(shí)際上就是對動(dòng)態(tài)指標(biāo)的量化分析, 充分體現(xiàn)了動(dòng)態(tài)意義[34]。

第一步, 選取數(shù)據(jù), 確立分析序列。設(shè)參考序列為:

設(shè)比較序列為:

第二步, 變量序列的無量綱化。由于各個(gè)數(shù)據(jù)的綱量不一, 為了消除不同單位數(shù)值之間產(chǎn)生的影響保證計(jì)算結(jié)果的可靠性, 需要采用某種方法對數(shù)據(jù)進(jìn)行無量綱化, 本文采用均值化法對數(shù)據(jù)進(jìn)行無量綱化。

第三步, 計(jì)算差序列。

第四步, 計(jì)算兩級的最大差和最小差。

第五步, 計(jì)算關(guān)聯(lián)系數(shù)。為分辨系數(shù),(0, 1)一般情況下取中間值0.5。

第六步, 計(jì)算關(guān)聯(lián)度。

2 結(jié)果與分析

2.1 碳排放結(jié)果分析

經(jīng)計(jì)算得到全國以及沿海9個(gè)省(區(qū))的海洋捕撈漁業(yè)碳排放估算值見表3, 全國碳排放2013年- 2016年呈現(xiàn)上升趨勢, 2017年開始呈下降趨勢, 到2020年出現(xiàn)回升后又呈現(xiàn)出下降的趨勢。各省(區(qū))來看碳排放最大的是浙江省, 2022年碳排放量達(dá)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(jù)趨勢來看, 2013—2022年沿海9省(區(qū))都呈現(xiàn)出一定的上下波動(dòng)趨勢。不論從全國的碳排放量還是從沿海各省(區(qū))來看, 雖然中國以及各省(區(qū))在減少海洋漁業(yè)碳排放方面實(shí)行了許多的措施, 但仍然有許多不足, 這需要我們不斷對節(jié)能減排進(jìn)行研究, 控制碳排放量, 爭取早日實(shí)現(xiàn)藍(lán)色經(jīng)濟(jì)建設(shè)。

表3 海洋捕撈漁業(yè)碳排放估算結(jié)果(單位: 104 t)

2.2 海水養(yǎng)殖碳匯量結(jié)果分析

根據(jù)測算參數(shù)以及貝藻產(chǎn)量, 通過公式換算, 如圖1、圖2所示, 全國養(yǎng)殖貝類中對碳匯貢獻(xiàn)度最大的是牡蠣, 藻類貢獻(xiàn)度最大的品種是海帶。2022年牡蠣碳匯量達(dá)59.40×104t, 占養(yǎng)殖貝藻類養(yǎng)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(yǎng)殖貝藻類碳匯品種。

圖1 2013—2022年海水養(yǎng)殖貝類從海水中移出的碳匯質(zhì)量

圖2 2013—2022年海水養(yǎng)殖藻類從海水中移出的碳匯質(zhì)量

根據(jù)表4, 2013年—2022年全國海水養(yǎng)殖貝藻類累積碳匯量為1 954.32×104t, 年平均量為195.43× 104t, 根據(jù)單位CO2中所含碳的質(zhì)量(27.27%)計(jì)算, 相當(dāng)于全國年平均減排CO2量716.65×104t。從趨勢來看全國呈現(xiàn)緩慢上升的狀態(tài), 沿海各省區(qū)福建省、廣西壯族自治區(qū)以及浙江省呈緩慢上升, 其他省區(qū)都呈現(xiàn)一定幅度的波動(dòng)。各省區(qū)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(yǎng)殖貝藻類碳匯量最大為68.12×104t, 山東省次之, 碳匯規(guī)模為58.02×104t。海南為碳匯規(guī)模最小的省份, 碳匯量僅為0.21×104t。

表4 養(yǎng)殖貝藻類從海水中移出的碳匯質(zhì)量(單位: 104 t)

2.3 碳平衡結(jié)果分析

根據(jù)前兩節(jié)對碳排放與碳匯量的測算結(jié)果, 再通過碳平衡的計(jì)算, 得出2013—2022年全國以及沿海9省(區(qū))的海洋漁業(yè)碳平衡的狀態(tài)見表5。2013—2022年間除山東省在2020—2022年是盈余的狀態(tài)外,全國及沿海9省(區(qū))都呈現(xiàn)赤字的狀態(tài)。全國2013年—2019年赤字情況呈現(xiàn)逐漸減小, 2020年有所增加, 隨后呈現(xiàn)減小后又增加。沿海的各省(區(qū))由于地理位置、經(jīng)濟(jì)發(fā)展水平、氣候條件等條件的不同, 在發(fā)展貝藻類養(yǎng)殖及海洋捕撈的方面也呈現(xiàn)出不同的特征, 所以在海洋漁業(yè)的碳平衡狀態(tài)上也存在差異。浙江省的海洋漁業(yè)碳平衡赤字最為嚴(yán)重, 年均赤字達(dá)394.49×104t, 廣東省次之, 年均166.55×104t。各省(區(qū))的碳平衡赤字均呈現(xiàn)波動(dòng)狀態(tài), 其中海南省的波動(dòng)較大, 其他省份整體呈現(xiàn)減小的趨勢。

表5 中國海洋漁業(yè)碳平衡狀態(tài)估算結(jié)果(單位: 104t)

2.4 碳平衡影響因素分析

通過將碳平衡的狀態(tài)作為參考序列, 各影響因素指標(biāo)作為比較序列, 將數(shù)據(jù)導(dǎo)入灰色系統(tǒng)軟件進(jìn)行灰色關(guān)聯(lián)度的計(jì)算, 得到各影響因素的關(guān)聯(lián)度值(表6), 關(guān)聯(lián)度值介于0～1, 該值越大表明關(guān)聯(lián)度越大。根據(jù)表6的結(jié)果來看, 影響因素的關(guān)聯(lián)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(qū))碳平衡影響因素如下:

(1)全國: 與全國碳平衡狀態(tài)關(guān)聯(lián)度最高的是海洋捕撈產(chǎn)量, 其次是捕撈人員數(shù)量與推廣機(jī)構(gòu)數(shù)量, 排名最低的是推廣經(jīng)費(fèi), 其值為0.647。

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

(3)遼寧: 與遼寧碳平衡關(guān)聯(lián)度最高的影響因素是海水養(yǎng)殖面積, 其次依次是捕撈人員數(shù)量、海水養(yǎng)殖人員, 其值均大于0.9, 表明關(guān)聯(lián)程度很高。排名后三的分別是藻類產(chǎn)量、貝類產(chǎn)量以及災(zāi)害。

(4)江蘇: 關(guān)聯(lián)度較高的依次是海洋捕撈產(chǎn)量、推廣機(jī)構(gòu)數(shù)量、推廣人員數(shù)量、海水養(yǎng)殖面積、捕撈人員數(shù)量以及海水養(yǎng)殖人員, 其值均大于0.85。

(5)浙江: 海水養(yǎng)殖面積與浙江碳平衡狀態(tài)關(guān)聯(lián)度最高, 其值為0.952; 最低的是災(zāi)害, 關(guān)聯(lián)度值為0.553。

(6)福建: 福建碳平衡狀態(tài)關(guān)聯(lián)度排名前3的分別是推廣人員數(shù)量0.681、海洋捕撈產(chǎn)量0.681、海水養(yǎng)殖面積0.676; 排名后3的分別是推廣經(jīng)費(fèi)0.616、藻類產(chǎn)量0.613、災(zāi)害0.589。

(7)山東: 山東碳平衡影響因素關(guān)聯(lián)度最高的是海洋捕撈產(chǎn)量0.769, 關(guān)聯(lián)度最低的是災(zāi)害0.551。

(8)廣東: 關(guān)聯(lián)度高于0.9的依次是捕撈人員數(shù)量、海洋捕撈產(chǎn)量、海水養(yǎng)殖面積、海水養(yǎng)殖人員、貝類產(chǎn)量以及藻類產(chǎn)量; 關(guān)聯(lián)度最低的是推廣經(jīng)費(fèi)為0.619。

(9)廣西: 與廣西碳平衡關(guān)聯(lián)度最高的是海洋捕撈產(chǎn)量0.959, 關(guān)聯(lián)度最低的是災(zāi)害0.7。藻類產(chǎn)量由于廣西的地理位置、氣候條件的限制, 漁業(yè)年鑒中藻類產(chǎn)量為0, 所以其關(guān)聯(lián)度值為0。

(10)海南: 關(guān)聯(lián)度前三的分別是海水養(yǎng)殖人員0.966、海洋捕撈產(chǎn)量0.964與捕撈人口數(shù)量0.961, 最低的是災(zāi)害0.745。

表6 中國海洋漁業(yè)碳平衡狀態(tài)與影響因素的關(guān)聯(lián)度

3 討論與建議

3.1 討論

根據(jù)海洋漁業(yè)具備“碳源”與“碳匯”的雙重特征, 從海水養(yǎng)殖貝藻類碳匯與海洋捕撈碳排放來分析海洋漁業(yè)碳平衡狀態(tài)。本文通過對2013—2022年中國整體與沿海9省(區(qū))的碳平衡狀態(tài)進(jìn)行測算, 結(jié)果表明除了山東省2020—2022年碳平衡狀態(tài)為盈余外, 其他的年份均為赤字的狀態(tài)。從2013—2022年全國的碳平衡長期趨勢來看, 中國的碳平衡狀態(tài)具有緩慢的減小趨勢。通過加大對相關(guān)管理政策的制定與技術(shù)措施的支持, 有效地減小海洋漁業(yè)的碳赤字, 有助于推動(dòng)海洋漁業(yè)綠色、低碳發(fā)展。根據(jù)海洋漁業(yè)碳平衡的影響因素的結(jié)果來看, 影響全國及沿海9省市(區(qū))海洋漁業(yè)碳平衡重要的一個(gè)因素是海洋捕撈產(chǎn)量, 應(yīng)當(dāng)加快對捕撈漁船進(jìn)行更新替換及加大對清潔燃料的研究, 進(jìn)而減少碳排放量, 有利于中國海洋漁業(yè)早日實(shí)現(xiàn)碳平衡。

有關(guān)于海洋漁業(yè)碳排放和海洋漁業(yè)碳匯的標(biāo)準(zhǔn)核算體系尚未建立, 本研究主要關(guān)注海洋漁業(yè)生產(chǎn)的碳平衡狀態(tài), 將海洋漁業(yè)“碳源”也就是海洋漁業(yè)碳排放限定為海洋捕撈漁船的油料消耗產(chǎn)生的碳排放, 將“碳匯”只限定為海水養(yǎng)殖貝類與藻類產(chǎn)量的范圍。但是, 從實(shí)際的情況來看, 對于“碳源”來說除了本研究所計(jì)算的海洋捕撈漁船油料消耗外, 還存在其他的如養(yǎng)殖過程中所使用的水、電所產(chǎn)生的碳排放與近?；螂x岸外海在生產(chǎn)過程中使用漁船所產(chǎn)生的碳排放等。同樣對于“碳匯”本研究主要參考其他專家學(xué)者大量的研究利用養(yǎng)殖貝藻類的產(chǎn)量來進(jìn)行, 但除了養(yǎng)殖貝藻類會(huì)產(chǎn)生碳匯外, 濾食性魚類養(yǎng)殖、增殖放流及捕撈漁業(yè)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(chǎn)生的碎屑有機(jī)碳, 一部分會(huì)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(jī)碳(dissolved organic carbon, DOC)和顆粒有機(jī)碳(particulate organic carbon, POC), 可以在微食物環(huán)作用下, 進(jìn)入食物網(wǎng)或形成惰性有機(jī)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(nèi)容, 對于海洋漁業(yè)碳平衡狀態(tài)的測算結(jié)論會(huì)有一定的影響。為了可以準(zhǔn)確、全面地對海洋漁業(yè)碳平衡狀態(tài)特征進(jìn)行測算, 首先應(yīng)對貝藻類整個(gè)生長過程中所使用的碳進(jìn)行研究, 建立其碳源匯的收支模型, 減少碳匯計(jì)算的不確定性。然后從海洋捕撈漁業(yè)的碳排放以及海水養(yǎng)殖業(yè)的碳排放完整地來分析整個(gè)海洋漁業(yè)的碳排放規(guī)模; 與此同時(shí)從海水養(yǎng)殖貝藻類碳匯、海洋捕撈漁業(yè)碳匯以及海洋的增殖放流等幾個(gè)角度分析海洋漁業(yè)的碳匯規(guī)模。在此基礎(chǔ)上, 對海洋漁業(yè)的碳平衡狀態(tài)進(jìn)行全面的評估分析。

從本文的研究結(jié)果來看, 中國海洋漁業(yè)碳平衡狀態(tài)整體處于赤字的狀態(tài), 減少海洋捕撈漁業(yè)的碳排放、增加海水養(yǎng)殖貝藻類的產(chǎn)量是減少海洋漁業(yè)赤字狀態(tài)與發(fā)展低碳漁業(yè)的重要內(nèi)容之一。根據(jù)碳平衡影響因素的研究結(jié)果來看本文選取的指標(biāo)與碳平衡狀態(tài)均會(huì)產(chǎn)生一定的影響, 通過對影響因素進(jìn)行調(diào)整可以實(shí)現(xiàn)海洋漁業(yè)的節(jié)能減排, 對發(fā)展綠色、低碳的海洋漁業(yè)起到一定的促進(jìn)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(shù)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(zhì)、老舊漁船能有效減少碳排放。中央與地方可以設(shè)立一些專項(xiàng)補(bǔ)貼來鼓勵(lì)企業(yè)和漁民來對漁船裝備進(jìn)行升級、對落后的老舊漁船進(jìn)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(shí)現(xiàn)低能耗的能源使用。

3.2.2 調(diào)整捕撈的作業(yè)方式

不同的作業(yè)方式對海洋漁業(yè)資源及生態(tài)環(huán)境有著不同的影響, 拖網(wǎng)、圍網(wǎng)和張網(wǎng)有較大的負(fù)面影響。首先應(yīng)當(dāng)調(diào)整漁業(yè)資源保護(hù)費(fèi)的征收標(biāo)準(zhǔn), 對資源破壞性大的作業(yè)類型應(yīng)該加大其征收的標(biāo)準(zhǔn), 相反對于資源影響較小的則可以少收或者是免去其相應(yīng)的費(fèi)用。其次調(diào)整漁業(yè)油補(bǔ)的政策, 現(xiàn)行的油補(bǔ)政策主要是考慮降低漁業(yè)經(jīng)營主體的油價(jià)成本, 忽略了對漁業(yè)資源保護(hù)、降低捕撈強(qiáng)度所產(chǎn)生的負(fù)面影響。因此, 建議對作業(yè)類型、資源保護(hù)、燃油排放等方面進(jìn)行綜合考慮來對油補(bǔ)標(biāo)準(zhǔn)進(jìn)行調(diào)整。最后應(yīng)當(dāng)嚴(yán)格執(zhí)行釣具的準(zhǔn)入制度, 減少釣具的不合理使用導(dǎo)致對海洋漁業(yè)資源的破壞。

3.2.3 提高海水養(yǎng)殖貝藻類的養(yǎng)殖規(guī)模

海水養(yǎng)殖貝藻類是形成漁業(yè)碳匯的重要部分, 所以通過直接或間接的方式增加海水養(yǎng)殖貝藻類的產(chǎn)量就是增加海洋漁業(yè)的碳匯量。在適合大型藻類生長的相關(guān)海域擴(kuò)大其養(yǎng)殖的面積, 加大對含碳量較高的海帶、紫菜等品種的養(yǎng)殖規(guī)模。對于貝類可以通過整體加大其養(yǎng)殖產(chǎn)量, 每個(gè)品種只增不減, 通過調(diào)整養(yǎng)殖結(jié)構(gòu)增加含碳量高的牡蠣、貽貝與扇貝等品種的養(yǎng)殖產(chǎn)量。還可以創(chuàng)新養(yǎng)殖的模式, 開展多層次的養(yǎng)殖技術(shù), 來實(shí)現(xiàn)貝類與藻類混養(yǎng), 從而提高產(chǎn)量。不斷對貝藻類的養(yǎng)殖進(jìn)行研究, 讓貝藻類的養(yǎng)殖可以適用于中國的各海域, 進(jìn)而實(shí)現(xiàn)貝藻類的增產(chǎn)。最后還可以延長產(chǎn)業(yè)鏈, 通過貝藻類的自身特點(diǎn)來延長產(chǎn)業(yè)鏈, 提高市場需求, 增加其養(yǎng)殖產(chǎn)量。

3.2.4 加快漁業(yè)專業(yè)合作組織的建立, 加速推廣漁業(yè)碳匯交易

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

[1] 岳冬冬, 王魯民, 方海, 等. 基于碳平衡的中國海洋漁業(yè)產(chǎn)業(yè)發(fā)展對策探析[J]. 中國農(nóng)業(yè)科技導(dǎo)報(bào), 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(fēng). 聯(lián)合國氣候變化框架公約[J]. 世界知識(shí), 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(yè)過程碳排放的估算[J]. 上海海洋大學(xué)學(xué)報(bào), 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(yè)溫室氣體排放時(shí)序分析與因素分解[J]. 長江流域資源與環(huán)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(yè)碳排放減排潛力及預(yù)測[J]. 廣東海洋大學(xué)學(xué)報(bào), 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(yán)立文, 黃海軍, 陳紀(jì)濤, 等. 我國近海藻類養(yǎng)殖的碳匯強(qiáng)度估算[J]. 海洋科學(xué)進(jìn)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(huì), 王珺, 黃洪輝, 等. 廣東省海水養(yǎng)殖貝藻類碳匯潛力評估[J]. 南方水產(chǎn)科學(xué), 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(yǎng)殖貝類與藻類碳匯能力評估[J]. 南方農(nóng)業(yè)學(xué)報(bào), 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(jì)建悅, 王萍萍. 海水養(yǎng)殖貝類碳匯分解研究——基于修正的Laspeyres指數(shù)分解法[J]. 中國漁業(yè)經(jīng)濟(jì), 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(yǎng)殖貝藻類碳匯能力評估[J]. 大連海洋大學(xué)學(xué)報(bào), 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(qiáng), 等. 煙臺(tái)市貝藻養(yǎng)殖的碳匯貢獻(xiàn)及能力評價(jià)[J]. 海洋湖沼通報(bào), 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(yè)碳平衡研究——以山東省為例[J]. 中國漁業(yè)經(jīng)濟(jì), 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(nóng)業(yè)部漁業(yè)漁政管理局. 中國漁業(yè)統(tǒng)計(jì)年鑒-2014[M]. 北京: 中國農(nóng)業(yè)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(nóng)業(yè)部漁業(yè)漁政管理局. 中國漁業(yè)統(tǒng)計(jì)年鑒-2015[M]. 北京: 中國農(nóng)業(yè)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(nóng)業(yè)部漁業(yè)漁政管理局. 中國漁業(yè)統(tǒng)計(jì)年鑒-2016[M]. 北京: 中國農(nóng)業(yè)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(nóng)業(yè)部漁業(yè)漁政管理局. 中國漁業(yè)統(tǒng)計(jì)年鑒-2017[M]. 北京: 中國農(nóng)業(yè)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(nóng)業(yè)農(nóng)村部漁業(yè)漁政管理局. 中國漁業(yè)統(tǒng)計(jì)年鑒-2018[M]. 北京: 中國農(nóng)業(yè)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(nóng)業(yè)農(nóng)村部漁業(yè)漁政管理局. 中國漁業(yè)統(tǒng)計(jì)年鑒-2019[M]. 北京: 中國農(nóng)業(yè)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(nóng)業(yè)農(nóng)村部漁業(yè)漁政管理局. 中國漁業(yè)統(tǒng)計(jì)年鑒-2020[M]. 北京: 中國農(nóng)業(yè)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(nóng)業(yè)農(nóng)村部漁業(yè)漁政管理局. 中國漁業(yè)統(tǒng)計(jì)年鑒-2021[M]. 北京: 中國農(nóng)業(yè)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(nóng)業(yè)農(nóng)村部漁業(yè)漁政管理局. 中國漁業(yè)統(tǒng)計(jì)年鑒-2022[M]. 北京: 中國農(nóng)業(yè)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(nóng)業(yè)農(nóng)村部漁業(yè)漁政管理局. 中國漁業(yè)統(tǒng)計(jì)年鑒-2023[M]. 北京: 中國農(nóng)業(yè)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(yè)過程碳排放的估算[J]. 上海海洋大學(xué)學(xué)報(bào), 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(nóng)業(yè)部辦公廳. 國內(nèi)機(jī)動(dòng)漁船油價(jià)補(bǔ)助用油量測算參考標(biāo)準(zhǔn)[S]. 農(nóng)辦漁[2010]1號(hào), 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(yǎng)殖碳匯核算體系初探[J]. 湖南農(nóng)業(yè)科學(xué), 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(yǎng)殖對海洋碳循環(huán)的貢獻(xiàn)[J]. 地球科學(xué)進(jìn)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(qū)海水貝類養(yǎng)殖發(fā)展分析[J]. 山東農(nóng)業(yè)科學(xué), 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(tái)四十里灣淺海養(yǎng)殖生物及附著生物的化學(xué)組成、有機(jī)凈生產(chǎn)量及其生態(tài)效應(yīng)[J]. 水產(chǎn)學(xué)報(bào), 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(yǎng)化海灣生物修復(fù)的研究進(jìn)展[J]. 海洋湖沼通報(bào), 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(jì)建悅, 王萍萍. 我國海水養(yǎng)殖藻類碳匯能力及影響因素研究[J]. 中國海洋大學(xué)學(xué)報(bào)(社會(huì)科學(xué)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(xué)瑞, 鄧聚龍. 灰色關(guān)聯(lián)分析: 多因素統(tǒng)計(jì)分析新方法[J]. 統(tǒng)計(jì)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(yǎng)殖環(huán)境碳匯形成過程與機(jī)制[J]. 中國科學(xué): 地球科學(xué), 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(jì)化, 張永雨, 等. 海水養(yǎng)殖踐行“海洋負(fù)排放”的途徑[J]. 中國科學(xué)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(xué)技術(shù)委員會(huì)生態(tài)環(huán)境治理科技重大專項(xiàng)(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(yè)經(jīng)濟(jì)相關(guān)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(tài)相關(guān)研究, E-mail: zhiyiqiao@tjau.edu.cn

(本文編輯: 譚雪靜)