近些年来, 全球受气候变化影响日益严重, 全球性的气候变暖也导致了自然灾害频发。2020年9月中国提出了“力争在2030年前达到碳达峰, 2060年前实现碳中和”的“双碳”目标。发展低碳经济产业, 有效地减少大气中二氧化碳等温室气体的排放, 已经成为了全球应对气候变化进而实现可持续发展的一个重要途径。海洋渔业在生产的过程中具有“碳源”和“碳汇”的双重特征^[1]。根据《联合国气候变化框架公约》里面对于“源”与“汇”的定义, 再结合海洋渔业的特点, 海洋捕捞渔船的燃油消耗是海洋渔业中重要的碳排放源^[1]。碳汇指的是从大气中移除二氧化碳、甲烷等导致温室效应的气体与气溶胶或初期形成的过程、活动和机制^[2]。TANG等^[3]通过结合碳汇的概念, 提出了渔业碳汇的定义, 即通过渔业生产及收获活动, 将固定在水生生物产品中的碳移出水体的过程与机制。一般来说在渔业生产过程中不需要投食饵料的生产活动才具有碳汇功能, 例如海水养殖中的贝藻类的养殖。根据海洋渔业所具有的“碳源”和“碳汇”的双重特征, 海洋渔业是否能够转变其传统的经济发展方式, 能否实现海洋经济的循环发展, 海洋渔业碳平衡的实现在其中起到至关重要的作用。

目前国内外对海洋渔业碳排放开展了大量的研究。首先对于渔船作业过程碳排放的估算, 张祝利等^[4]通过调研结果采用CO₂排放量的计算方法, 对中国渔船的CO₂排放量进行了估算, 结果表明: 2007年中国捕捞作业单位产值碳排放量是农林渔牧行业平均水平的3.4倍。LEE等^[5]利用生命周期评估法对韩国大型拖网、大型围网、丹麦式旋曳网和底层对拖网4种主要渔业类型的温室气体排放量进行了估算。其次岳冬冬等^[6]通过综合渔获量的规模、作业结构和作业类型对海洋捕捞渔业温室气体排放时序分析与因素分解, 总结得出海洋捕捞渔业的温室气体排放呈现出稳定的上升趋势, 减排任务严峻。高源等^[7]首先基于泰尔指数、碳减排潜力模型对沿海各省海洋渔业碳排放的区域差异和减排潜力进行测算, 然后运用GM(1, 1)模型对碳排放量强度的变化进行预测, 结果表明, 碳排放强度2020年比2005年降低了40%~45%, 海洋渔业碳排放强度可以实现“十四五”的减排目标。目前国内外对贝藻类养殖的碳汇能力研究较多。国外对贝藻类养殖的碳汇能力研究, ALVERA等^[8]通过葡萄牙的Tagus河的藻类固碳量进行研究, 研究表明Tagus河的年固碳量超过1.35×10⁴ t。国内严立文等^[9]通过利用联合国粮食及农业组织(Food and Agriculture Organization of the United Nations, FAO)数据对中国2009年藻类碳汇量进行估算, 结果显示中国2009年藻类碳汇量为78.38×10⁴ t, 占世界的一半。还有部分专家学者对沿海各省市贝藻类养殖的碳汇能力进行了测算, 齐占会等^[10]测算出广东省2009年贝藻共吸收了11×10⁴ t碳源, 碳汇的总价值在5 940×10⁴~23 800×10⁴美元。李昂等^[11]测算出河北省2010年海水贝藻类养殖的碳汇量约为2.75×10⁴ t。纪建悦等^[12]测算出中国海水贝类2012年碳汇量为97×10⁴ t。于佐安等^[13]测算出辽宁省2015年-2017年海水养殖贝藻碳汇年平均总量为27.7×10⁴ t。贺加贝等^[14]核算了烟台市2010年-2019年海水养殖贝藻10年碳汇总量达116.36×10⁴ t, 相当于减排二氧化碳426.65×10⁴ t, 其价值约为2.67亿元。

关于海洋渔业碳平衡领域国内外研究较少。岳冬冬等^[1]通过对2010年与2014年数据进行区域特征分析, 结果表明, 中国沿海省份海洋渔业处于碳赤字状态, 其中浙江省的碳赤字规模最大; 然后对碳平衡状态进行长期趋势拟合, 结果显示, 中国海洋渔业碳赤字特征正在以平均每年1.58×10⁴ t的规模缩小。邵桂兰等^[15]通过核算山东省2003—2016年海洋捕捞碳排放量与海水养殖的碳汇量, 发现山东省海洋渔业存在碳赤字, 提出加大贝藻养殖的投入, 充分发挥其固碳的功能。

综上, 大多数的专家学者分别从海洋渔业碳排放量以及碳汇量两个方面进行测算研究, 极少数对两者进行整体研究。且现有研究数据较为老旧, 不能很好反映出最新海洋渔业碳排放及碳汇的发展趋势。从已有的研究中可得知, 海洋捕捞渔业中的燃油消耗与海水养殖贝藻类的碳汇量是海洋渔业碳排放和碳汇的主要来源。本文在前人研究的基础上, 基于2013年—2022年的相关数据对中国以及沿海省(区)海水养殖贝藻类的碳汇量以及海洋捕捞碳排放量进行测算, 对海洋渔业碳平衡的动态变化特征进行研究, 分析海洋渔业发展中存在的问题。中国除港澳台外, 一共有11个沿海省(区), 由于受到海域自然环境等因素影响, 上海市和天津市相对来说难以进行海水贝藻养殖生产^[1], 所以本文只对其他9省(区)进行研究。然后对碳平衡状态影响因素进行分析, 研究影响海洋碳平衡状态的主要因素, 并提出相应的对策建议。本研究对中国及沿海9省(区)海洋渔业的碳平衡状态及影响因素进行研究, 可以为中国海洋渔业的平衡发展起到一定的借鉴意义。

1 材料与方法 1.1 数据来源

本文对于碳平衡的研究分别从海洋捕捞渔船的碳排放与海水养殖碳汇量来进行。其中碳排放按照不同作业方式, 根据渔船的功率进行测算。海水养殖碳汇量主要是用海水养殖贝藻类产量进行测算。其数据均来源于历年《中国渔业统计年鉴》^[16-25]。

本文碳平衡影响因素从生产要素、国家政策以及灾害3个方面选取10个指标, 分别是海水养殖面积、海水养殖人员、贝类产量、藻类产量、海洋捕捞产量、捕捞人员数量、推广机构数量、推广人员数量、推广经费以及灾害,由于灾害不太好量化, 本文选取台风、洪涝的受损害面积来进行分析。所有数据来源于历年《中国渔业统计年鉴》^[16-25]。

1.2 研究方法 1.2.1 碳排放的计算

本文碳排放计算借鉴张祝利等^[26]在对中国渔船作业的过程中碳排放量进行估算的方法。由于不同的渔船作业方式不同其碳排放量也不同, 故本文在碳排放的计算过程中根据农业农村部发布的《国内机动渔船油价补助用油量测算参考标准》^[27]不同作业方式对应用油系数对不同的作业方式渔船进行计算。

1.2.2 海水养殖贝藻类碳汇测算方法

中国作为全球最大的水产养殖生产大国, 海水养殖产量与面积均为世界首位, 由海水养殖方向是促进海洋“低碳转型”经济发展方式的重要途径之一。2022年海水养殖总产量2 275.70×10⁴ t, 其中贝类养殖量1 569.58×10⁴ t, 占海水养殖总量的68.97%; 藻类养殖量为271.39×10⁴ t, 占海水养殖总量的11.93%。贝类与藻类作为中国海水养殖的重要组成部分, 其养殖量占海水养殖的80%以上。

本文对海水养殖贝类碳汇量的测算, 参考岳冬冬等^[28]对海水养殖贝类的直接碳汇核算的方法; 海水养殖藻类的碳汇量测算参照张继红等^[29]的核算方法。由于本文中所采用的藻类产量数据来源于历年《中国渔业统计年鉴》, 其统计的藻类产量均为淡干产量, 所以此处在计算时不用考虑干湿的转换。

根据历年《中国渔业统计年鉴》, 中国海水养殖贝类主要种类有牡蛎(Oyster)、鲍(Haliotis)、螺(Snail)、蚶(Bloodclam)、贻贝(Mussel)、江珧(Atrina pectinata)、扇贝(Scallop)、蛤(Clam)、蛏(Sinonovacula constricta)等9种, 海水养殖藻类主要种类分别是海带(Lamina­ria japonica)、裙带菜(Undaria pinnatifida)、紫菜(Porp­hyra tenera)、江蓠(Gracilaria le­maneiformis)、麒麟菜(Eucheuma serra)、石花菜(Gelidium amansii)、羊栖菜(Sargassum fusiforme)、苔菜(Enteromorpha prolifera)等8种。目前部分贝藻种类尚未有其碳含量的详细参数, 故本文借助现有研究成果对海水养殖贝藻类的碳汇量进行测算。

计算过程中, 养殖贝藻类测算的干湿系数与碳含量参考岳冬冬等^[30]、周毅等^[31]、林贞贤等^[32]以及纪建悦等^[33]的相关研究。具体参数见表1、表2。

1.2.3 碳平衡计算

基于第一节中所说, 碳平衡即是海洋捕捞渔业碳排放量等于海水养殖贝藻类碳汇量, 我们就可以认为海洋渔业实现了碳平衡。用公式表达如下:

$ {C_T}\left( m \right) = {C_N}\left( m \right) - {C_{C{O_2}}}\left( m \right) , $

(1)

$ {C_N}\left( m \right) = {C_S}\left( m \right) \times \beta , $

(2)

式中: m为年份, C_T(m)为m年的碳平衡状态(t), C_N(m)为m年根据单位CO₂中所含碳的质量(27.27%)将海水养殖贝藻类碳汇量换算成减排CO₂的量(t), β为根据单位CO₂中所含碳的质量(27.27%)的碳换算二氧化碳常数3.76, C_S(m)为m年海水养殖贝藻类碳汇总量(t), C_CO2(m)为m年海洋捕捞渔业的CO₂排放量(t)。根据以上公式:

当C_T(m)=0时, 该年处于碳平衡状态; 当C_T(m)>0时, 该年处于碳盈余状态; 当C_T(m)<0时, 该年则处于碳赤字状态。

1.2.4 碳平衡影响因素

本文采用灰色关联度分析法来分析各影响因素与价格之间的关联度。灰色关联分析是一种用灰色关联度顺序来描述因素之间关系的强弱、大小、次序的方法。其基本的思想是: 以因素的数据为依据, 用数学的方法来研究因素之间的几何对应关系。实际上就是对动态指标的量化分析, 充分体现了动态意义^[34]。

第一步, 选取数据, 确立分析序列。设参考序列为:

$ {x_0}\left( k \right) = \left\{ {{x_0}\left( 1 \right),{x_0}\left( 2 \right), \cdot \cdot \cdot ,{x_0}\left( n \right)} \right\},k = 1,2, \cdot \cdot \cdot ,n , $

(3)

设比较序列为:

$ \begin{gathered} {x_i}\left( k \right) = \left\{ {{x_i}\left( 1 \right),{x_i}\left( 2 \right), \cdot \cdot \cdot ,{x_i}\left( n \right)} \right\}, \hfill \\ k = 1,2, \cdot \cdot \cdot ,n;i = 1,2, \cdot \cdot \cdot ,m. \hfill \\ \end{gathered} $

(4)

第二步, 变量序列的无量纲化。由于各个数据的纲量不一, 为了消除不同单位数值之间产生的影响保证计算结果的可靠性, 需要采用某种方法对数据进行无量纲化, 本文采用均值化法对数据进行无量纲化。

$ x_{0 i}(k)^{\prime}=\frac{x_i(k)}{\frac{1}{n} \sum\limits_{k=1}^n x_i(k)} . $

(5)

第三步, 计算差序列。

$ \Delta_{0 i}(k)=\left|x_o(k)^{\prime}-x_i(k)^{\prime}\right| .$

(6)

第四步, 计算两级的最大差和最小差。

$ {\Delta _{\max }} = {\max _i}{\max _k}{\Delta _{0i}}\left( k \right) , $

(7)

第五步, 计算关联系数。ρ为分辨系数, ρ∈(0, 1)一般情况下取中间值0.5。

$ {\xi _{0i}}\left( k \right) = \frac{{{\Delta _{\min }} + \rho {\Delta _{\max }}}}{{{\Delta _{0i}}\left( k \right) + \rho {\Delta _{\max }}}} . $

(8)

第六步, 计算关联度。

$ {\mathit\gamma _{0i}} = \frac{1}{n}\sum\limits_{k = 1}^n {{\mathit\xi _{0i}}} \left( k \right) . $

(9)

2 结果与分析 2.1 碳排放结果分析

经计算得到全国以及沿海9个省(区)的海洋捕捞渔业碳排放估算值见表3, 全国碳排放2013年- 2016年呈现上升趋势, 2017年开始呈下降趋势, 到2020年出现回升后又呈现出下降的趋势。各省(区)来看碳排放最大的是浙江省, 2022年碳排放量达到403.19×10⁴ t, 占全国的23.95%。碳排放最少的是河北省, 2022年其碳排放量为39.30×10⁴ t占全国碳排放总量的2.33%。根据趋势来看, 2013—2022年沿海9省(区)都呈现出一定的上下波动趋势。不论从全国的碳排放量还是从沿海各省(区)来看, 虽然中国以及各省(区)在减少海洋渔业碳排放方面实行了许多的措施, 但仍然有许多不足, 这需要我们不断对节能减排进行研究, 控制碳排放量, 争取早日实现蓝色经济建设。

2.2 海水养殖碳汇量结果分析

根据测算参数以及贝藻产量, 通过公式换算, 如图1、图2所示, 全国养殖贝类中对碳汇贡献度最大的是牡蛎, 藻类贡献度最大的品种是海带。2022年牡蛎碳汇量达59.40×10⁴ t, 占养殖贝藻类养殖碳汇总量的27.30%, 海带碳汇量44.63×10⁴t, 占碳汇总量的20.51%, 是中国主要的两种养殖贝藻类碳汇品种。

根据表4, 2013年—2022年全国海水养殖贝藻类累积碳汇量为1 954.32×10⁴ t, 年平均量为195.43× 10⁴ t, 根据单位CO₂中所含碳的质量(27.27%)计算, 相当于全国年平均减排CO₂量716.65×10⁴ t。从趋势来看全国呈现缓慢上升的状态, 沿海各省区福建省、广西壮族自治区以及浙江省呈缓慢上升, 其他省区都呈现一定幅度的波动。各省区中山东、福建、辽宁3省在2013年—2022年间排名均为前三, 海南省一直为碳汇量最少的省份。2022年福建省海水养殖贝藻类碳汇量最大为68.12×10⁴ t, 山东省次之, 碳汇规模为58.02×10⁴ t。海南为碳汇规模最小的省份, 碳汇量仅为0.21×10⁴ t。

2.3 碳平衡结果分析

根据前两节对碳排放与碳汇量的测算结果, 再通过碳平衡的计算, 得出2013—2022年全国以及沿海9省(区)的海洋渔业碳平衡的状态见表5。2013—2022年间除山东省在2020—2022年是盈余的状态外, 全国及沿海9省(区)都呈现赤字的状态。全国2013年—2019年赤字情况呈现逐渐减小, 2020年有所增加, 随后呈现减小后又增加。沿海的各省(区)由于地理位置、经济发展水平、气候条件等条件的不同, 在发展贝藻类养殖及海洋捕捞的方面也呈现出不同的特征, 所以在海洋渔业的碳平衡状态上也存在差异。浙江省的海洋渔业碳平衡赤字最为严重, 年均赤字达394.49×10⁴ t, 广东省次之, 年均166.55×10⁴ t。各省(区)的碳平衡赤字均呈现波动状态, 其中海南省的波动较大, 其他省份整体呈现减小的趋势。

2.4 碳平衡影响因素分析

通过将碳平衡的状态作为参考序列, 各影响因素指标作为比较序列, 将数据导入灰色系统软件进行灰色关联度的计算, 得到各影响因素的关联度值(表6), 关联度值介于0~1, 该值越大表明关联度越大。根据表6的结果来看, 影响因素的关联度的值均大于0.5。说明本文选取的影响因素具有一定的合理性。全国及沿海9省(区)碳平衡影响因素如下:

(1)全国: 与全国碳平衡状态关联度最高的是海洋捕捞产量, 其次是捕捞人员数量与推广机构数量, 排名最低的是推广经费, 其值为0.647。

(2)河北: 影响河北省碳平衡状态的因素中排名前三的分别是海水养殖面积、海水养殖人员与捕捞人员数量, 藻类产量为排名最低的影响因素。

(3)辽宁: 与辽宁碳平衡关联度最高的影响因素是海水养殖面积, 其次依次是捕捞人员数量、海水养殖人员, 其值均大于0.9, 表明关联程度很高。排名后三的分别是藻类产量、贝类产量以及灾害。

(4)江苏: 关联度较高的依次是海洋捕捞产量、推广机构数量、推广人员数量、海水养殖面积、捕捞人员数量以及海水养殖人员, 其值均大于0.85。

(5)浙江: 海水养殖面积与浙江碳平衡状态关联度最高, 其值为0.952; 最低的是灾害, 关联度值为0.553。

(6)福建: 福建碳平衡状态关联度排名前3的分别是推广人员数量0.681、海洋捕捞产量0.681、海水养殖面积0.676; 排名后3的分别是推广经费0.616、藻类产量0.613、灾害0.589。

(7)山东: 山东碳平衡影响因素关联度最高的是海洋捕捞产量0.769, 关联度最低的是灾害0.551。

(8)广东: 关联度高于0.9的依次是捕捞人员数量、海洋捕捞产量、海水养殖面积、海水养殖人员、贝类产量以及藻类产量; 关联度最低的是推广经费为0.619。

(9)广西: 与广西碳平衡关联度最高的是海洋捕捞产量0.959, 关联度最低的是灾害0.7。藻类产量由于广西的地理位置、气候条件的限制, 渔业年鉴中藻类产量为0, 所以其关联度值为0。

(10)海南: 关联度前三的分别是海水养殖人员0.966、海洋捕捞产量0.964与捕捞人口数量0.961, 最低的是灾害0.745。

3 讨论与建议 3.1 讨论

根据海洋渔业具备“碳源”与“碳汇”的双重特征, 从海水养殖贝藻类碳汇与海洋捕捞碳排放来分析海洋渔业碳平衡状态。本文通过对2013—2022年中国整体与沿海9省(区)的碳平衡状态进行测算, 结果表明除了山东省2020—2022年碳平衡状态为盈余外, 其他的年份均为赤字的状态。从2013—2022年全国的碳平衡长期趋势来看, 中国的碳平衡状态具有缓慢的减小趋势。通过加大对相关管理政策的制定与技术措施的支持, 有效地减小海洋渔业的碳赤字, 有助于推动海洋渔业绿色、低碳发展。根据海洋渔业碳平衡的影响因素的结果来看, 影响全国及沿海9省市(区)海洋渔业碳平衡重要的一个因素是海洋捕捞产量, 应当加快对捕捞渔船进行更新替换及加大对清洁燃料的研究, 进而减少碳排放量, 有利于中国海洋渔业早日实现碳平衡。

有关于海洋渔业碳排放和海洋渔业碳汇的标准核算体系尚未建立, 本研究主要关注海洋渔业生产的碳平衡状态, 将海洋渔业“碳源”也就是海洋渔业碳排放限定为海洋捕捞渔船的油料消耗产生的碳排放, 将“碳汇”只限定为海水养殖贝类与藻类产量的范围。但是, 从实际的情况来看, 对于“碳源”来说除了本研究所计算的海洋捕捞渔船油料消耗外, 还存在其他的如养殖过程中所使用的水、电所产生的碳排放与近海或离岸外海在生产过程中使用渔船所产生的碳排放等。同样对于“碳汇”本研究主要参考其他专家学者大量的研究利用养殖贝藻类的产量来进行, 但除了养殖贝藻类会产生碳汇外, 滤食性鱼类养殖、增殖放流及捕捞渔业等都可能形成生物碳汇。而且贝藻类除了收获所移出的碳外, 还包括其在生长过程中所使用的碳。如藻类生长过程中产生的碎屑有机碳, 一部分会成为其他生物的食物来源, 一部分则通过直接的沉降作用最终沉积埋藏于海底。另外, 大型藻类在生长过程中释放的溶解有机碳(dissolved organic carbon, DOC)和颗粒有机碳(particulate organic carbon, POC), 可以在微食物环作用下, 进入食物网或形成惰性有机碳(recalcitrant dissolved organic carbon, RDOC)而长期驻留在海水中^[35-36]。所以这样的限定减少了一部分的重要的内容, 对于海洋渔业碳平衡状态的测算结论会有一定的影响。为了可以准确、全面地对海洋渔业碳平衡状态特征进行测算, 首先应对贝藻类整个生长过程中所使用的碳进行研究, 建立其碳源汇的收支模型, 减少碳汇计算的不确定性。然后从海洋捕捞渔业的碳排放以及海水养殖业的碳排放完整地来分析整个海洋渔业的碳排放规模; 与此同时从海水养殖贝藻类碳汇、海洋捕捞渔业碳汇以及海洋的增殖放流等几个角度分析海洋渔业的碳汇规模。在此基础上, 对海洋渔业的碳平衡状态进行全面的评估分析。

从本文的研究结果来看, 中国海洋渔业碳平衡状态整体处于赤字的状态, 减少海洋捕捞渔业的碳排放、增加海水养殖贝藻类的产量是减少海洋渔业赤字状态与发展低碳渔业的重要内容之一。根据碳平衡影响因素的研究结果来看本文选取的指标与碳平衡状态均会产生一定的影响, 通过对影响因素进行调整可以实现海洋渔业的节能减排, 对发展绿色、低碳的海洋渔业起到一定的促进作用。

3.2 对策与建议 3.2.1 加快渔船的升级改造与更新淘汰

中国海洋捕捞渔船的数量庞大、装备较为落后且小型渔船与老旧渔船较多, 加快对渔船装备升级, 更新淘汰木质、老旧渔船能有效减少碳排放。中央与地方可以设立一些专项补贴来鼓励企业和渔民来对渔船装备进行升级、对落后的老旧渔船进行更新淘汰。加大对清洁能源的使用, 尽可能地使用清洁能源来替代柴油, 从而实现低能耗的能源使用。

3.2.2 调整捕捞的作业方式

不同的作业方式对海洋渔业资源及生态环境有着不同的影响, 拖网、围网和张网有较大的负面影响。首先应当调整渔业资源保护费的征收标准, 对资源破坏性大的作业类型应该加大其征收的标准, 相反对于资源影响较小的则可以少收或者是免去其相应的费用。其次调整渔业油补的政策, 现行的油补政策主要是考虑降低渔业经营主体的油价成本, 忽略了对渔业资源保护、降低捕捞强度所产生的负面影响。因此, 建议对作业类型、资源保护、燃油排放等方面进行综合考虑来对油补标准进行调整。最后应当严格执行钓具的准入制度, 减少钓具的不合理使用导致对海洋渔业资源的破坏。

3.2.3 提高海水养殖贝藻类的养殖规模

海水养殖贝藻类是形成渔业碳汇的重要部分, 所以通过直接或间接的方式增加海水养殖贝藻类的产量就是增加海洋渔业的碳汇量。在适合大型藻类生长的相关海域扩大其养殖的面积, 加大对含碳量较高的海带、紫菜等品种的养殖规模。对于贝类可以通过整体加大其养殖产量, 每个品种只增不减, 通过调整养殖结构增加含碳量高的牡蛎、贻贝与扇贝等品种的养殖产量。还可以创新养殖的模式, 开展多层次的养殖技术, 来实现贝类与藻类混养, 从而提高产量。不断对贝藻类的养殖进行研究, 让贝藻类的养殖可以适用于中国的各海域, 进而实现贝藻类的增产。最后还可以延长产业链, 通过贝藻类的自身特点来延长产业链, 提高市场需求, 增加其养殖产量。

3.2.4 加快渔业专业合作组织的建立, 加速推广渔业碳汇交易

建设渔业合作组织在生产、疫病防治与流通等方面起到积极作用, 可以有效减少灾害与疫病对贝藻类产量的影响, 提高生产的规模, 也可以有效地提高生产者的市场溢价能力, 提高生产者在市场中的弱势地位, 促进贝藻类养殖产量的增加。2022年5月19日全国首例双壳贝类碳汇交易项目在莆田市秀屿区依托海峡资源环境交易中心完成, 卖方林蚝(福建)水产有限公司额外增加收入20多万元。加快推广渔业碳汇交易不仅可以使养殖企业或渔民增加额外的收入, 还可以提高其对贝藻类养殖的积极性, 从而增加贝藻类的产量以及碳汇量, 为中国实现“双碳”目标起到促进作用。