海洋科学  2025, Vol. 49 Issue (12): 26-39   PDF    
http://dx.doi.org/10.11759/hykx20250806001

文章信息

刘珂妤, 秦宏. 2025.
LIU Keyu, QIN Hong. 2025.
基于全产业链视角的深远海养殖风险识别与管控策略
Risk identification and control strategies for deep-sea and far-sea aquaculture from a whole industry chain perspective
海洋科学, 49(12): 26-39
Marine Sciences, 49(12): 26-39.
http://dx.doi.org/10.11759/hykx20250806001

文章历史

收稿日期:2025-08-06
修回日期:2025-09-07
基于全产业链视角的深远海养殖风险识别与管控策略
刘珂妤1, 秦宏1,2     
1. 中国海洋大学 管理学院, 山东 青岛 266100;
2. 中国海洋大学 海洋发展研究院, 山东 青岛 266100
摘要:深远海养殖作为拓展海水养殖新空间、保障国家粮食安全的重要战略方向, 在政策支持下发展势头迅猛, 但也面临诸多风险。精准识别并有效管控风险对保障深远海养殖产业稳定和可持续发展具有重要意义。本文突破了现有研究多聚焦单一环节或特定风险的局限, 首次系统整合了深远海养殖全产业链各环节的风险类型并揭示其特征, 构建了“全链条把控—多主体协同—全过程管理”的风险管控体系。研究发现, 风险贯穿于深远海养殖全产业链的各个环节, 涵盖产前、产中、产后及产业链外部, 并呈现出风险传导耦合性、时空效应累积性、产业衔接脆弱性、风险应对协同性不足和风险管理缺乏整体性等特征。针对产前至产后全链条的风险把控需要通过政府部门、企业、科研部门及保险机构的多主体协同运作, 实施风险识别、监测、预警以及控制全过程管理, 并依托产业联盟、数字化平台及长期监测等三重保障机制, 通过实施强化政策引领、提升经营主体能力、推动技术创新、创新保险服务以及强化产业链主体协同等策略, 为深远海养殖产业风险管控提供理论指导。
关键词深远海养殖    全产业链    风险识别    风险管控    
Risk identification and control strategies for deep-sea and far-sea aquaculture from a whole industry chain perspective
LIU Keyu1, QIN Hong1,2     
1. College of Management, Ocean University of China, Qingdao 266100, China;
2. Institute of Marine Development, Ocean University of China, Qingdao 266100, China
Abstract: Deep-sea and far-sea aquaculture represents a crucial strategic direction for expanding new space in marine aquaculture and ensuring national food security. Although this sector has experienced rapid growth under policy support, it also faces numerous risks. Accurately identifying and effectively managing these risks is essential to ensuring the stable and sustainable development of the deep-sea and far-sea aquaculture industry. Existing studies have largely focused on individual stages or specific risks. In contrast, this paper is the first to systematically integrate risk types across all stages of the deep-sea aquaculture industry chain, revealing their characteristics and constructing a risk management framework characterized by "whole-chain control, multi-actor collaboration, and full-process management" The results indicate that risk permeates every stage of the industry chain, including pre-production, production, post-production, and the external environment. These risks exhibit transmission and coupling effects, cumulative spatiotemporal impacts, fragility in industrial linkages, insufficient coordination in risk response, and a lack of holistic risk management. Ensuring effective risk control across the entire chain requires multi-actor collaboration among government agencies, enterprises, research institutions, and insurance organizations, as well as full-process management encompassing risk identification, monitoring, early warning, and control. This study identifies three key safeguard mechanisms—industrial alliances, digital platforms, and long-term monitoring—and proposes several strategies, including strengthening policy guidance, enhancing the capabilities of business entities, promoting technological innovation, innovating insurance services, and reinforcing collaboration among stakeholders across the industry chain. These findings provide theoretical guidance for risk management and control in the deep-sea aquaculture industry.
Key words: deep-sea and far-sea aquaculture    whole industry chain    risk identification    risk management    

在全球粮食安全形势日益严峻、陆地资源开发日趋饱和的背景下, 海洋作为“蓝色国土”, 正逐步成为国家战略性食物资源的重要依托。2023年, 习近平总书记在广东考察时指出, 要“既向陆地要食物, 也向海洋要食物”, 提出“耕海牧渔, 建设‘蓝色粮仓’”的重要指示。作为构建“大食物观”的关键一环, 深远海养殖在保障水产品供给安全、推动渔业转型升级中发挥着日益突出的作用[1-3], 为我国海洋渔业发展开辟了新的广阔空间。然而, 深远海养殖在快速发展的同时, 也面临着贯穿全产业链的多重不确定性, 亟需在产业发展初期构建科学、系统的风险识别与治理机制, 以防范潜在风险并保障产业健康运行。深入研究深远海养殖的风险体系并识别其主要特征, 已成为实现产业高质量发展的核心命题。

在政策层面, 深远海养殖已成为国家食物安全战略与现代海洋强国建设的重要组成部分。2023年6月, 农业农村部等八部门联合印发《关于加快推进深远海养殖发展的意见》[4], 系统部署了全产业链协同发展与风险防控的总体要求。构建覆盖深远海养殖全产业链的风险识别与管控体系, 已成为推动深远海养殖高质量发展的关键支撑力量。

近年来, 深远海养殖作为现代海洋渔业的重要发展方向, 受到国内外学界和政策层面的高度关注。现有研究主要集中在3个方面: 概念界定、发展现状与问题挑战。(1)关于深远海养殖概念界定, 联合国粮农组织(FAO)将其界定为位于开放海域、离岸至少2 km且水深50 m以上, 依托设施装备以及船舶保障的海上生产系统。我国学者和相关部门普遍强调这3个关键点: 一是地理特征。即远离大陆的开放海域, 徐琰斐等[5]提出离岸10 km外、水深超20 m且具大洋性浪流特征的海域; 徐皓等[6]则界定为离岸3 n mile外、水深25~100 m的无遮蔽海域。二是技术装备要求。董双林等[7]将海上养殖分类并指出利用钢骨结构和自动投饲系统装备可抵御强台风的海水养殖属于深远海养殖; 农业农村部等明确要以大型渔业装备为载体, 依靠机械化、自动化、智能化技术支撑。三是系统性要求。林鸣等[8]特别强调需实现安全风险可控、成本优化, 并兼顾区域经济、海域规划和生态环保需求。(2)发展现状方面, 国外渔业发达国家起步早, 技术成熟度高, 在设施装备方面已实现网箱大型化、自动化, 并建立了完善的标准体系[9-11], 其中挪威在智能深水网箱、养殖工船和大西洋鲑养殖方面居全球领先[12-13]。我国虽起步较晚, 但发展迅速, 在抗风浪网箱、智能装备、品种选育及养殖模式优化等方面取得重要进展[14-16], 并推动信息化与结构设计研究[17]。但受台风多发、装备智能化水平不足及产业链整合能力有限影响, 发展仍面临瓶颈[18-20]。(3)问题挑战方面, 海水养殖业本身具有投入高、风险大的特征, 且各类风险相互交织[21-22]。我国深远海养殖面临投资规模大、产品市场竞争力弱、相关法律法规缺失等基础性短板[23-24]。技术层面存在明显瓶颈, 突出表现为装备自动化、智能化水平不足, 网衣材料等关键技术亟待突破[15, 25], 深水网箱抗风浪能力较弱, 自动化投喂系统精准度低[26-27]。产业发展方面, 产业组织化程度低导致传统生产模式难以形成规模效应[12], 产业链配套设施薄弱, 物流以及加工环节发展滞后[16]。同时, 养殖成本较高、适养品种较为单一、部分种苗依赖进口[28], 加上政策法规不完善、用海审批困难等制度性障碍[29-30], 多重因素共同制约了产业的高质量发展。

总体来看, 现有研究为深远海养殖的概念厘清和技术发展提供了基础参考, 但在风险研究方面仍显不足。一方面, 多数研究停留在装备与模式的技术层面, 缺乏对全产业链风险要素的系统性识别; 另一方面, 风险管理的研究多集中于个别环节或单一主体, 缺乏全过程、跨主体的系统框架。中国工程院院士林鸣曾指出, “不解决风险问题, 深远海养殖难以实现大规模发展”[8], 强调了风险管理对产业稳定和可持续发展的决定性作用。因此, 本文将在现有研究的基础上, 立足全产业链视角, 系统揭示深远海养殖风险的多维特征, 同时, 构建“全链条–多主体–全过程”风险管控框架, 融合数字化技术实现风险的精准识别与动态治理, 提出切实可行的风险防控策略, 旨在为深远海养殖的高质量发展提供科学支撑与政策参考。

1 深远海养殖产业链发展现状 1.1 产前支撑体系完善奠定产业基础

产前环节作为产业链的基础支撑, 在设施装备、技术创新与政策资金方面取得显著进展。在装备层面, 重力式和桁架式网箱已实现国产化, 并得到大规模应用。重力式网箱因技术成熟、成本低廉成为主力装备; 桁架式网箱则以抗风浪能力强、养殖空间大为优势, 适合深远海域使用, 并随着国产技术水平提升和成本下降, 市场竞争力逐步增强。与此同时, 养殖工船的应用标志着产业向高端化、智能化迈进。如“国信1号”具备自主知识产权和“船载舱养”技术, 可实现避风避灾与全年持续养殖, 为产业安全和稳定提供保障。

在技术层面, 智能化与生态环保技术不断突破。智能投喂系统、鱼类行为监测、水下作业机器人和信息化管理平台逐渐普及, 提升了生产效率和风险管控能力。如“深蓝1号”配备环境监测系统, 可实时跟踪水温、盐度、溶氧等指标; “经海系列”桁架网箱则集成自动投饲和巡检机器人, 实现初步智能化运营与维护。在生态环保方面, 高强度防污网衣、水下清洗机器人以及绿色能源应用日益成熟, 例如“澎湖号”通过波浪能发电实现能源自给, 降低了碳排放和日常运营维护成本。

政策与资金支持进一步夯实了产业基础。2023年, 农业农村部等八部门联合发布《关于加快推进深远海养殖发展的意见》, 提出优化空间布局、推动全产业链发展和科技创新等重点任务。财政部与农业农村部通过专项补贴鼓励重力式和桁架式网箱建设, 地方政府如福建、海南、广东、山东也推出财政补贴、专项资金和金融扶持, 部分项目已获中央预算支持, 形成了中央与地方协同的政策合力, 为深远海养殖产业的高质量发展提供了坚实保障。

1.2 产中规模扩张与产能提升

近年来我国深远海养殖产业迎来了高速发展阶段, 产中环节作为产业链的核心, 呈现出规模快速扩张与产能持续提升的态势。2010—2023年, 深水网箱产量由5.55万吨增长至47.28万吨, 增长约8.5倍; 养殖水体规模则由5.04×106 m3增长至5.66×107 m3, 扩张超过11倍(图 1)。这一趋势表现出明显的阶段性特征, 2011—2015年为产业探索期, 产量虽有所增加, 但养殖水体波动较大, 反映产业发展尚不稳固。进入“十三五”规划实施期后, 产业进入稳步成长期, 养殖水体规模于2016年突破107 m3, 2020年超过3×107 m3, 年均增速显著加快。进入“十四五”以来, 受益于政策持续支持与技术进步, 深远海养殖呈现爆发式增长, 2023年养殖水体较2020年增长近1.5倍。农业农村部规划显示, 到2028年, 深远海养殖新增规模将达1.6×107 m3, 总规模有望突破6×107 m3, 年产量预计超过60万吨。这一发展不仅巩固了我国“蓝色粮仓”的战略地位, 也为保障国家粮食安全提供坚实支撑。

图 1 2010—2023年中国深水网箱养殖容积及产量 Fig. 1 Volume and output of deep-water cage aquaculture in China (2010–2023) 数据来源: 2010—2023年《中国渔业统计年鉴》
1.3 产后增值与融合延伸产业链

产后环节通过加工流通与产业融合持续提升产品附加值、延伸产业链条。深远海养殖正突破传统渔业边界, 积极探索与新能源、旅游、文化等多产业融合的新模式, 带动了加工、流通和服务环节升级。典型模式包括“风渔融合”“渔旅融合”等, 如漳州六鳌海上风电场利用风机导管架构建重力式网箱, 结合清洁能源和智能养殖, 实现深远海养殖的标准化、无人化生产; 福建连江“闽投1号”, 通过打造深远海养殖与旅游深度结合的新业态, 提升了产业附加值和公众参与度。此外, 陆基工厂化养殖与深远海养殖的“陆海接力”模式优化资源利用, 提升了养殖效率和产品质量。海南乐东通过建设休闲型海洋牧场, 促进种苗繁育、加工物流与旅游产业联动, 推动了产业链条延伸和区域经济发展。

1.4 区域布局优化与产业集群形成

我国深远海养殖产业在空间上呈现多核心、集群化发展特征。2023年, 广东、福建、浙江、广西、山东、海南等地形成产业核心区, 深水网箱养殖容积和产量均占全国主要份额(图 2图 3)。其中, 广东依托粤港澳大湾区的区位优势, 构建以珠海枕箱岛为中心的深远海养殖集群, 推动产业集群化和技术创新。福建连江定海湾打造以大黄鱼为主的桁架网箱集群, 采用“仿野生”养殖模式提升产品品质与市场竞争力。山东聚焦国家级海洋牧场建设, 率先发展大型养殖工船和多样化网箱, 推动产业多元融合。海南结合5G等现代信息技术, 打造“海洋牧场+智慧养殖”新模式, 推动绿色生态养殖体系建设。这些区域产业集群的形成, 通过有效整合资源, 促进产业链协同发展, 提升了整体竞争力和抗风险能力。

图 2 2023年各地深水网箱容积占比 Fig. 2 Provincial share of deep-water cage aquaculture volume in China (2023)

图 3 2023年各地深水网箱产量占比 Fig. 3 Provincial share of deep-water cage aquaculture output in China (2023)
2 基于全产业链视角的深远海养殖风险识别

深远海养殖处于开放海域, 环境复杂且远离陆地, 其发展不仅受自然条件制约, 还覆盖产前、产中与产后多个环节, 涉及主体众多、链条长且耦合性强, 其风险特征与产业链和价值链研究中强调的全链条系统性相契合[31-32]。有研究指出, 农业和食品产业链的风险应在全链条范围识别, 而非仅限于生产环节[33]; 在渔业领域, 水产养殖的可持续性亦依赖对环境波动、市场不确定性和供应链脆弱性的统筹管理[34-35]

因此, 本文在吸收产业链风险管理与系统风险理论的基础上, 结合深远海养殖的特殊性, 提出了涵盖产前、产中、产后及外部环境的“四维风险”识别框架(图 4)。该框架既延伸了传统研究对生产环节的关注, 又向前推至种质资源与饲料供应风险, 向后拓展至加工、市场与物流风险, 从而体现出全产业链的系统性和完整性。基于此, 本文将深远海养殖风险界定为: 在产业链运行过程中, 因内外部多重不确定因素共同作用, 导致深远海养殖产量、质量、成本或收益偏离预期目标, 进而引发经济损失或其他负面后果的可能性。对上述风险的系统识别, 是构建有效防控机制、实现产业可持续发展的前提。下文将据此框架展开具体分析。

图 4 深远海养殖全产业链的风险识别框架 Fig. 4 Risk identification framework across the entire deep-sea aquaculture industry chain
2.1 产前风险

产前阶段包括苗种繁育、饲料研发与生产、养殖设施设计制造等核心环节, 风险主要集中于种业、资源保障与技术装备三个方面。

种业风险主要包括育种技术瓶颈与种苗培育困境两个层面。首先, 在育种技术方面, 我国面临基础薄弱与研发瓶颈的双重制约。一是种质资源流失严重, 过度捕捞与环境退化导致地方品种遗传多样性下降, 如粤东沿海因富营养化与病害频发, 造成珍稀种质资源流失, 严重制约了育种所需素材的长期积累。二是育种方法存在结构性缺陷, 传统育种过度侧重生长速度, 而忽视抗病、抗逆等关键性状的选育, 例如宁德大黄鱼因缺乏有效的抗病育种, 曾因隐核虫病暴发造成大规模死亡。尽管现代分子育种技术已取得突破, 但受限于高昂的研发成本和显著的技术壁垒, 目前仅在少数高价值品种上得到应用, 尚未实现广泛推广。其次, 在种苗培育层面, 存在对外依赖度高的结构性困境。由于核心育种技术的短板, 我国在三文鱼等重要养殖品种上, 其优质种苗的培育能力不足, 核心种源长期被挪威、智利等国垄断, 国产化率偏低。这种高度依赖的格局使得种苗培育体系极为脆弱, 一旦遭遇国际贸易政策变动或种源国发生自然灾害, 极易引发种苗培育中断, 对整个产业链的源头构成重大威胁。

资源保障风险主要包括海域空间、海水质量与饲料供应三方面。一是海域空间利用存在规划基础薄弱、数据共享不足的问题, 现行海洋功能区划难以覆盖深远海区域, 养殖设施布局常与生态保护区、航运通道或海上能源开发存在冲突, 空间竞争加剧。二是海水质量虽然整体优于近岸水域, 但高密度养殖与局部水流不畅仍可能导致残饵和排泄物堆积, 引发富营养化及水质恶化, 加之网衣污损加剧水体交换阻力, 病害风险升高。我国在水质监测方面尚缺乏实时、全面的监控系统, 监测覆盖与响应能力均有待提升。三是饲料供应风险突出, 一方面, 我国饲料原料如鱼粉、豆粕等高度依赖进口, 价格波动频繁且稳定性不足; 另一方面, 精准投喂技术普及率低, 饲料利用效率不高, 不仅推高成本, 还加剧了环境污染风险。

技术装备风险主要表现为技术成熟度不足与设备可靠性偏低。一方面, 关键技术尚未突破, 深远海环境特征掌握不充分, 智能化、自动化、信息化集成水平不高, 特别是在精准投喂、病害监测、水质调控等核心环节, 仍依赖手工或低效操作, 制约养殖效率与管理精度。另一方面, 深远海养殖设施抵御恶劣海况能力与结构安全性有待加强, 现有装备在强风浪、极端海况下稳定性不足, 关键配套设备如投喂系统与网衣清洗装置可靠性低、易损率高、维护成本大。此外, 标准体系尚不健全, 设施选址、结构设计、制造与安装等环节缺乏统一技术规范, 导致设备质量不一, 系统整体稳定性受到影响。

2.2 产中风险

由于深远海环境复杂多变且养殖周期较长, 产中阶段的风险高度集中, 主要表现为自然灾害风险、病虫害风险以及能源保障风险三个方面。

自然灾害风险方面, 台风、海冰与寒潮是最主要威胁。东南沿海为台风高发区域, 频繁且强度大的台风会携带强风与巨浪, 引发风暴潮, 严重破坏养殖设施并导致大量鱼类逃逸或死亡。例如, 2021年台风“烟花”导致浙江、江苏等9省市渔业受灾, 水产养殖受灾面积18.4万多亩, 直接经济损失10亿元。2022年台风“暹芭”造成广东阳江网箱大量损毁。2024年超强台风“摩羯”重创湛江, 造成渔业直接经济损失32.53亿元, 646个深水网箱及4.57万亩渔(蚝)排损毁。这表明台风对深远海养殖系统构成巨大挑战, 不仅摧毁设施, 也严重冲击养殖生物的生存状态。海冰与寒潮则通过骤降的海水温度和冰层物理冲击, 影响养殖鱼类的生存并破坏网箱、浮筏等设施。尤其在渤海与黄海北部海域, 海冰的持续堆积与物理剐蹭使养殖系统面临结构破坏与生产中断的双重风险。寒潮同样会引发风暴潮并形成大浪[36], 对深远海养殖设施和生物造成严重威胁。

病虫害风险主要体现在病害暴发与疫病传播两方面。一方面, 复杂的海洋环境下水温与盐度频繁波动, 易抑制养殖生物免疫力, 加之高密度养殖模式加剧病菌滋生, 一旦环境条件适配, 病害便可能大面积暴发, 如2021年开春后, 海南海域金鲳鱼养殖出现普遍病变, 2023年宁德三都澳网箱黄鱼暴发椎体虫病, 单日死亡率一度高达1%。另一方面, 养殖海区与野生生物相互接触频繁, 且海水流动性强, 使疫病传播更具扩散性。在养殖密度控制不当、水质恶化的情形下, 鱼类易因抵抗力下降而造成疫病蔓延, 加之深远海养殖监测设施薄弱, 疫情初期难以预警, 可能导致防控延误与重大损失。

能源风险体现在供应不稳定与成本不可控两个方面。首先, 深远海养殖对能源依赖度高, 而太阳能、风能等清洁能源受海况与天气影响显著, 在连续阴雨或无风条件下, 发电效率骤降, 无法满足养殖设备稳定运行所需[37]。即便搭载多元能源系统, 如“澎湖号”平台配备波浪能与太阳能设施, 但在恶劣天气下电力依然时断时续; 同时, 海底电缆铺设成本高、易受损, 也制约了能源保障能力。其次, 深远海能源供应成本受国际能源价格、运输方式等多重因素影响, 难以控制。尤其在国际油价大幅波动时, 依赖柴油发电的养殖平台运营成本激增; 同时能源输送依赖海上运输, 相关费用高, 进一步加剧深远海养殖的成本压力。

2.3 产后风险

深远海养殖在产后环节主要涵盖产品收获、保鲜、加工与销售, 其核心在于通过多元渠道拓展市场, 但也面临市场与贸易双重风险。

市场风险主要表现为价格波动与供需失衡。一方面, 价格受自然环境、成本变化和消费预期等多因素驱动。例如, 南方地区冬季寒潮常引发金鲳鱼集中捕捞, 短期内市场供给激增导致价格下跌; 饲料、人工等投入成本波动亦直接影响终端定价; 消费者对健康饮食的追捧可能推高价格, 而水质安全等负面舆情又会引发价格回落。另一方面, 供需失衡风险反映在水产品的高消费弹性与养殖周期的滞后响应之间的不协调。水产品作为非刚需产品, 其消费易受经济波动、替代品竞争等因素影响, 而深远海养殖周期长、投入大, 对市场变化缺乏敏锐调节能力。自然灾害的不确定性更增加了供给端的不稳定。此外, 产业还存在结构性问题, 如品种同质化、冷链体系不健全、消费者认知偏低等, 进一步加剧市场供需错配, 导致即使产量稳定, 收益也难以保障。我国大黄鱼、海鲈等主养品种即曾因阶段性产能过剩导致价格暴跌。

贸易风险则体现在物流渠道受限与政策环境不确定。一方面, 深远海养殖依赖冷链运输, 但当前冷链基础设施薄弱、运输成本高、损耗大, 物流效率低, 严重制约产品品质保障与市场拓展。同时, 销售渠道仍以传统批发为主, 品牌影响力不足, 难以与现代电商平台和商超体系形成有效对接。另一方面, 国际贸易面临复杂的合规门槛与政策风险。不同国家对水产品的质量与检疫要求差异显著, 企业需承担高额合规成本。欧盟对抗生素残留的严控已使多批次出口产品遭退货处理, 加之外部贸易保护主义加剧, 如中美贸易摩擦期间的水产品加税, 进一步压缩了海外利润空间与市场份额。

2.4 产业链外部风险

深远海养殖产业链外部因素对产业发展既有推动作用, 也存在制约, 其风险主要体现在政策风险与突发事件风险两方面。

首先, 政策风险主要包括政策稳定性和合理性两个维度。我国深远海养殖政策支持体系尚不完善, 缺乏科学的战略规划和系统布局。产业扶持政策连续性不足, 海域使用审批标准频繁调整, 补贴政策存在不稳定性, 均增加了企业融资和生产运营的不确定性, 妨碍企业形成稳定预期及长期投资规划, 制约了产业规模化发展。此外, 深远海养殖作为高风险、高投入、长周期的弱质性产业, 对政策支持的依赖较大。但现有政策在风险分担和激励机制上不足, 金融支持门槛高且贷款期限普遍偏短, 难以匹配养殖项目的回报周期。风险保障机制欠缺, 行业保险费率较高且政策性保险覆盖率低, 导致养殖企业投保积极性不足, 降低了保险的普及程度, 影响产业抗风险能力。

其次, 突发事件风险涵盖国际冲突、金融危机和公共卫生事件。地缘政治紧张与军事演习频发, 严重扰乱养殖生产。以俄乌冲突为例, 黑海地区军事行动导致港口停运, 周边海域养殖活动全面中断。东亚、南海等敏感海域的军事演习引发大范围禁航, 阻碍企业正常生产。金融危机则加剧资金链脆弱性, 信贷收紧使企业融资受阻, 直接影响项目推进与运营。近年来贸易保护主义抬头加重了出口压力, 加剧产业链困境。公共卫生风险方面, 新冠疫情导致全球冷链水产品贸易萎缩, 物流受阻、产品滞销, 市场供应和价格均受影响。疫情引发的食品安全疑虑亦削弱消费者信心, 减少生鲜水产品消费, 对产业稳定发展造成冲击。

3 我国深远海养殖全产业链的风险特征

深远海养殖作为一项产业链条长、关联主体多、耦合性强且高度依赖自然环境的产业活动, 其风险不仅局限于单一环节或某一类因素, 而是贯穿于整个产业链条, 表现出显著的风险传导耦合性、时空效应累积性以及产业衔接脆弱性。同时, 产业链内外部主体之间的协同不足以及风险管理缺乏整体性, 也加剧了风险防控的难度。

3.1 风险传导耦合性

深远海养殖各阶段风险相互关联, 呈现显著的链式耦合特征, 具体表现为纵向传导与横向叠加两方面, 从而大幅提升风险的复杂性与影响力。

在纵向传导方面, 风险沿产业链依次传递并不断放大。例如, 产前阶段, 由于种苗退化、繁育技术缺陷和种质资源管理不善导致种苗抗病性和生长性能下降, 进入产中养殖环节后, 养殖鱼类易感染病害, 进而不仅降低产量, 还因规格不一影响市场价值。进入产后加工阶段, 受病害影响的产品品质变差且外观受损, 加工损耗增加, 部分原料甚至被降级或废弃, 严重压缩利润空间。由此可见, 风险自种苗起始, 沿链条逐步累积并放大, 对产业整体效益与可持续发展造成严重威胁。

横向叠加方面, 各类风险交织复合, 共同冲击产业发展。以自然环境风险和市场风险为例, 台风等海洋气象灾害常摧毁养殖设施, 导致养殖生物逃逸或死亡, 产量大幅下降, 而饲料价格上涨则推高企业运营成本。当两者同时发生时, 产量减少与成本上升相互叠加, 结合市场需求弹性, 可能引发产品销量和利润显著下滑。此类复合冲击不仅直接影响养殖企业, 还波及上下游产业, 上游饲料供应商可能因需求波动或原料成本变化而调整供应策略与价格, 下游加工企业面临原料供应不稳与价格波动, 进一步加剧产业链整体不稳定性。

3.2 时空效应累积性

深远海养殖风险具有显著的时空累积效应。在时间上, 设施损耗等隐患随养殖周期不断叠加; 在空间上, 局部风险受海水流动与跨区布局影响极易向外蔓延。两者交织最终对全产业链形成系统性压力。

从时间维度来看, 频繁的自然灾害如台风、风暴潮和寒潮持续对养殖设施造成渐进性破坏, 延长养殖周期并增加运营成本, 甚至导致生产中断。企业需长期投入设施修复与加固, 同时需应对产量波动和市场供应的不稳定, 风险显著上升。与此同时, 关键技术如网衣清洗和智能投饵技术相对滞后, 虽短期影响有限, 但随时间积累将成为生产瓶颈, 导致养殖成本提升和产量下降。

从空间维度分析, 深远海养殖产业链涵盖陆域苗种繁育、深海养殖、陆域加工和销售等多个地理区域, 环节分散增加了衔接难度与风险。运输过程中, 冷链设施不足或运输距离过长可能导致产品质量下降, 进而影响市场销售和企业盈利。同时, 养殖产生的饲料残渣和排泄物在局部海域富集, 若养殖区选址不合理, 可能引发水质恶化和底质污染, 对周边生态环境构成威胁。

3.3 产业衔接脆弱性

我国深远海养殖产业链存在显著的“断链、缺链、孤链”问题, 环节协同性不足成为制约产业发展的主要瓶颈, 反映出产业仍处于初级阶段, 衔接脆弱的本质特征。

“断链”指产业链中原本紧密依存的环节因特定因素中断, 导致产品和服务传递受阻。例如, 在产中养殖与产后加工环节, 由于上下游企业间缺乏有效的沟通协调机制, 常在收捕时间、物流运输等关键节点上无法达成一致, 导致收捕后产品无法及时进入加工环节, 造成品质下降和大量损耗, 破坏了产业链的连贯性。

“缺链”则指关键支撑环节的缺失, 阻碍了产业的整体升级。如在产前环节, 部分重要养殖品种的良种选育能力不足, 专业育种机构匮乏, 核心种源对外依赖度高, 难以培育出适应深远海环境且具备优良性状(如生长快、抗病强)的优质种苗, 直接制约了产业源头的稳定发展和规模化扩张。

“孤链”表现为部分环节缺乏与其他环节的有效联系, 难以融入整体运作体系。冷链运输作为典型环节, 其基础设施普遍薄弱, 严重影响了产品的品质保障和市场竞争力。冷链服务提供方与养殖、加工企业之间存在明显的信息壁垒, 运输计划和温控要求难以精准匹配上下游需求, 加之技术装备相对落后, 无法满足深远海养殖产品对高保鲜度和强时效性的要求, 导致该环节处于孤立状态, 严重削弱了产业链的整体协同效应。

技术装备滞后是产业链衔接的另一关键阻碍。监测技术缺乏高精度传感器, 难以支撑养殖策略调整; 部分养殖平台智能化不足, 稳定性差, 运营成本高且产量难以保障; 物流运输装备缺少专用船只, 冷藏保鲜技术落后, 造成产品损耗严重, 竞争力下降。技术标准不统一、设备兼容性差, 进一步限制了上下游环节的有效衔接与整合。

3.4 风险应对协同性不足

深远海养殖产业链包括养殖企业、科研机构、政府部门等多方参与主体, 但各主体间缺乏有效沟通与协作机制, 存在信息不对称现象, 导致难以形成风险应对合力。

产业链内部存在协同障碍。在种苗培育与养殖环节, 科研机构研发出的适应深远海养殖环境的优质种苗, 可能由于信息沟通不畅以及技术适配性尚未在实际生产中得到充分验证等原因, 导致该类优质种苗在向养殖企业推广和应用过程中存在一定脱节, 未能实现与产业需求的有效对接。养殖与加工环节, 养殖企业倾向于在市场高价期集中捕捞, 而加工企业受限于加工能力、仓储容量或市场需求波动, 无法及时处理渔获。养殖与设备维护环节, 养殖企业依赖设备稳定运行保障生产, 但设备维护企业因维修成本高、利润低而动力不足。

产业链外部协同同样存在不足。政策引导层面, 部分地区对深远海养殖扶持政策落实不到位, 税收优惠申请流程复杂、补贴发放滞后, 削弱企业风险防控投入积极性。技术提升层面, 高校、科研机构与企业产学研合作相对松散, 科研成果转化率低, 如某高校研发的新型养殖病害防控技术因缺乏对接渠道难以落地应用, 且金融机构因科研项目风险评估不透明或投资回报周期长而缺乏资金支持意愿。保险支持层面, 保险产品单一, 难以覆盖产业链各环节的多样化风险, 多数产品仅针对养殖设施损毁, 对市场价格波动、物流运输风险等保障不足, 且因为理赔流程繁琐、赔付周期长从而无法及时提供资金支持。

3.5 风险管理缺乏整体性

深远海养殖全产业链的风险管理体系涵盖风险识别、风险监测、风险预警和风险控制4个关键环节。风险识别通过历史数据和专家评估, 明确养殖过程中潜在风险; 风险监测依托指标体系对各类风险因素进行实时追踪; 风险预警基于监测数据评估风险程度并及时发出警示; 风险控制则针对具体风险采取措施, 减轻其对产业的负面影响。然而, 实际操作中各环节相互独立, 缺乏有效衔接与协同, 风险管理缺乏整体性, 严重削弱了整体风险管理效能。

这种整体性的缺乏主要体现在三个方面。首先是环节割裂。不同主体在风险识别阶段各自从自身视角出发, 养殖企业更关注生产风险, 加工与销售企业则侧重市场风险, 科研机构聚焦技术风险, 导致风险认知分散、难以整合。同时, 监测环节产前、产中、产后标准不统一, 预警缺乏统一评估框架, 控制环节缺少效果反馈机制, 环节间未能形成有机连接。其次是信息阻滞。各环节采用不同数据标准, 信息传递渠道不畅, 导致监测数据难以有效支撑预警, 预警信息难以及时转化为防控措施, 且控制效果无法反馈至前期环节, 形成信息孤岛, 阻碍风险管理闭环。最后是协同缺位, 缺少将风险识别结果转化为监测指标、将预警信息转化为控制措施的衔接机制。如台风预警等关键风险信息难以快速转化为具体防控行动, 控制效果亦无法反馈并优化前期环节, 进一步削弱风险应对能力。

4 深远海养殖全产业链风险管控策略

基于前文对深远海养殖全产业链风险的识别与特征分析, 要提升风险管理效能, 增强产业链韧性, 需构建“全链条—多主体—全过程”的风险管控体系(图 5), 对产前至产后的全链条风险把控需要政府部门、经营企业、科研机构和保险机构多主体协同运作, 实施从风险识别、风险监测、风险预警到风险控制的全过程管理, 并依托产业联盟、数字化平台及长期监测的三重保障机制, 实现风险防控措施的协同联动。

图 5 深远海养殖风险管控体系 Fig. 5 Risk management and control system for deep-sea aquaculture
4.1 强化政策引领与监管保障以筑牢产业风险防线 4.1.1 完善政策法规体系

各级政府部门应深入调研深远海养殖全产业链各环节, 重点聚焦海域空间规划风险及政策的稳定性与合理性, 结合产业现状和发展需求, 系统收集数据与案例, 为科学决策提供依据。针对海域空间规划难题, 相关部门需加强统筹协调, 出台专项法律法规, 明确海域使用规则, 开展海洋资源与生态环境综合评估, 避免与其他海洋产业及生态保护区冲突。同时, 推动海上浮动设施法定检验技术规则制定, 规范养殖设施建设与运营标准, 降低生产安全风险。政府应建立政策实施动态监测机制, 通过专项反馈渠道收集企业和从业者意见, 及时识别政策执行中的问题并启动调整机制, 确保政策稳定且切实符合产业发展需求。

4.1.2 加大财政与技术扶持力度

财政和技术支持应精准聚焦关键风险领域, 特别是种业和装备制造等。政府应设立专项发展基金, 重点支持优质良种自主选育和种质资源保护, 降低种苗供应和育种技术风险, 提高苗种国产化率。在装备制造方面, 应扶持抗风浪养殖装备、高强度防附着网衣及机械化聚鱼技术等关键技术研发, 提升技术成熟度, 降低设备可靠性风险。通过定期跟踪资金使用和项目进展, 及时发现技术研发滞后或资金效率低下等问题, 调整资金分配和优化合作模式, 确保资金投入有效推动技术升级与风险防控。

4.1.3 加强监管与预警机制建设

有效监管和预警依托多部门数据整合与先进技术应用, 全面识别自然灾害及养殖污染风险。政府应整合气象、海洋、环保等部门资源, 构建灾害预警体系, 实时监测台风、寒潮、海冰等灾害动态, 提前72小时发布预警, 确保企业有足够时间启动应急措施, 减轻灾害损失。同时明确生产经营主体责任, 要求其建立风险排查、预警和应急演练机制。针对养殖污染, 强化环保监管, 制定严格排放标准和监测规范, 设立第三方监测机构定期抽检, 实时掌握环境变化, 一旦发现异常, 立即责令整改, 保障海水质量, 促进产业可持续发展。

4.2 提升经营主体自身实力以强化风险自主管控 4.2.1 推动技术升级与装备国产化

养殖企业应联合高校和科研机构, 聚焦技术装备与病虫害风险, 开展核心技术攻关, 重点研发抗风浪桁架网箱、高强度防附着网衣及智能洗网机器人等关键装备。通过模拟深远海环境实时监测装备性能, 包括抗风浪能力、设备稳定性及智能系统运行状态, 利用传感器和监测软件采集数据, 偏离预期时及时预警, 调整研发方案以优化设计, 确保装备适应复杂海洋环境, 提高稳定性和可靠性。针对病虫害, 企业应利用5G和物联网技术部署传感器, 实时采集水质、水温及生物生长数据, 通过数据分析及时发现异常并触发分级预警, 提前采取干预措施, 实现精细化管理, 降低病害风险和运行成本。

4.2.2 加强资源管理与应急能力建设

养殖企业需建立完善的能源管理和应急响应体系, 保障生产稳定。结合深远海能源供应不稳定和成本波动的特点, 设计多能互补系统, 如风能、太阳能及储能设备, 确保能源持续供应。通过智能能源管理终端实时监控能源生产和使用, 异常时自动预警并切换供能模式, 启动设备维修流程, 保证生产连续。针对饲料供应风险, 企业应密切关注原料价格及市场动态, 通过与供应商合作建立监测体系, 遇价格波动提前储备原料、拓展渠道, 并推广精准投喂技术提升饲料利用率。应急能力建设方面, 应构建数字化管理体系, 梳理风险清单、制定预案与风险阈值, 利用卫星遥感和无人机巡检实时监测养殖区域, 数据超阈值时自动预警并推送处置方案, 整合资源实现灾害响应、救援与复产的高效协同, 最大限度降低损失。

4.2.3 延伸产业链与拓展市场

为应对市场不确定性, 养殖企业需构建完整产业链和多元化市场体系。在产业链延伸上, 应加强与食品科研机构及加工企业合作, 建设临港现代化加工中心, 开发即食海鲜及海洋保健品等高附加值产品, 运用精细加工技术提升价值。构建“养殖-加工-销售”一体化平台, 布局冷链物流枢纽和智能仓储, 保障产品新鲜, 实时监测市场价格变动, 价格波动超预警时快速调整产品结构, 实现全流程可追溯。市场拓展方面, 创新销售模式, 拓宽渠道, 采取订单养殖和品牌直营模式, 与连锁商超和餐饮集团签订长期供货协议, 依据订单动态调整养殖计划, 同时打造自主品牌, 通过线上线下融合渠道触达终端消费者。利用物联网技术监控订单履约与冷链运输, 出现变更及时启动应急方案。借鉴“大渔带小渔”产业协作模式, 龙头企业统一对接市场, 中小养殖企业和养殖户专注生产, 形成风险共担、利益共享的生态系统, 并发展渔旅融合项目, 培育新的增长点。

4.3 聚焦技术创新以助力产业风险化解 4.3.1 攻克种质资源与育种技术难题

针对种质资源流失和育种技术滞后风险, 构建种质资源保护与育种创新体系, 整合国内优势科研力量, 建立国家级种质资源库, 系统保存珍稀养殖品种。通过种质安全评估和实时监测系统, 持续跟踪基因变化与种苗生长性能, 发现退化或异常及时预警并调整育种方案。重点利用分子标记辅助育种和基因编辑等现代生物技术, 培育适应深远海环境的新品种, 提升低温适应性和抗病性。建立种苗全流程跟踪评估体系, 确保多代选育出性状稳定的优良品种, 配套质量追溯系统保障种质安全。

4.3.2 加强装备与材料研发

科研机构应联合行业龙头企业加大核心装备与材料的技术攻关, 组建跨学科团队突破关键技术瓶颈。针对养殖装备抗风浪性能不足及关键材料依赖进口问题, 研发耐腐蚀特种钢材和高强度工程塑料等国产替代材料, 并通过老化试验和极端环境模拟验证性能。建立装备可靠性监测平台, 实时采集网箱结构应力和连接件疲劳度, 临近安全阈值时自动预警。研发智能化养殖装备, 如具备环境自适应的全潜式网箱和自清洁智能网衣, 并在重点海域建立装备试验基地, 开展长期性能跟踪与优化。

4.3.3 促进产学研协同创新

搭建产学研协同创新平台, 推动技术成果高效转化。通过大数据分析精准匹配企业技术需求与科研优势, 建立联合研发中心, 组织企业与科研人员共同攻关, 并在深远海养殖现场设立中试基地, 实地验证新型网箱材料和智能投喂系统等创新成果。利用传感器网络和数据分析实时监控技术应用表现, 发现偏差及时组织专家诊断和优化。建立人才培养与交流机制, 促进科研人员深入养殖一线, 推动企业技术人员参与研发, 形成持续创新循环。定期举办产业技术研讨会, 分享最新成果与经验, 促进技术扩散与产业升级。

4.4 创新保险服务以增强产业风险抵御能力 4.4.1 开发多样化保险产品

保险机构应构建覆盖全产业链的多层次保险体系, 针对自然风险和市场风险提供差异化保障。核损型保险如养殖设施全损险, 结合物联网传感器实时监测网箱结构状态, 关键部件损坏时启动快速定损。收入型保险可设计产量收入保障, 为养殖企业提供最低收益保障。指数型保险依托权威气象数据, 开发台风指数和温度指数等保险, 实现风险触发即时理赔。衍生型保险可借鉴金融衍生品的设计逻辑, 通过类期权结构实现对复杂风险的对冲与锁定。利用区块链平台实现产品数字化管理, 实时对接海洋环境与市场数据, 自动预警并动态调整保障方案。制定差异化费率对安装智能监测设备及采取防灾措施的企业予以优惠, 形成风险防控正向激励。

4.4.2 建立风险共担机制

保险机构牵头构建政府、市场与企业多方参与的风险分担机制。政府应设立政策性保险, 为台风、寒潮等不可抗力引发的极端风险提供基础保障, 并在巨灾发生时启动应急赔付, 并实施保费补贴以重点扶持标准化养殖和智能监测应用。同时, 保险机构需发挥市场主体作用, 创新商业保险产品, 为特定设施损毁、局部病害等中等风险提供定制化保障。此外, 可由行业协会或龙头企业牵头组建风险互助组织, 设立行业风险准备金, 以应对常见病害等高频、低损的日常可预期风险。最终, 构建统一的风险数据平台, 整合气象、海洋和生产数据, 实时评估区域风险, 动态调整风险分担比例, 形成政策性保险保障极端风险, 商业保险覆盖中等风险, 互助组织处理日常风险的协同保障体系。

4.4.3 依托数智技术提升风控水平

保险机构应充分运用物联网、卫星遥感、无人机巡检和人工智能技术, 建立智能风险预警系统, 实时采集养殖环境和装备数据, 发现台风逼近或水质异常时自动预警。构建精准风险评估模型, 实现不同海域和养殖模式的差异化费率定价。开发基于区块链的智能理赔平台, 实现气象指数和水质监测数据与保险条款自动匹配, 快速自动赔付符合条件的理赔案件。推动保险理赔数据与科研机构环境监测数据共享, 利用大数据分析识别高风险区域和薄弱环节, 为优化保险产品和防灾减灾提供科学支持。

4.5 强化产业链各主体协同以构建全方位风险管控格局 4.5.1 组建产业共治联盟强化协调保障机制

由农业农村部门牵头组建深远海养殖产业共治联盟, 整合政府、企业、科研院所、金融机构等全产业链主体, 打破环节割裂, 构建风险识别共商、数据共享、预警联动与控制协同的全链条协调机制。联盟重点解决“断链、孤链、缺链”问题, 通过订单方式保障种苗供应, 推动装备制造与养殖主体长期合作, 联合攻关关键装备国产化。设立专业技术委员会, 负责常态化沟通、风险信息共享及应对预案制定。针对自然灾害, 组建专家智库和快速反应团队, 储备应急物资并开展定期演练。设立专项基金, 支持中小企业风险防控, 促进产业链协同发展。

4.5.2 建设数字化协同管控平台提升信息保障水平

该平台依托物联网、区块链与大数据技术, 集成环境监测、生产作业、市场流通与政府监管等多源数据, 实现全产业链风险的动态感知与可信存证。在功能设计上, 平台不仅支持对水质、气象、生物状态等关键指标的实时采集与融合分析, 还具备多风险耦合预警与智能研判能力, 可基于人工智能算法识别风险传导路径并生成分级响应方案。同时, 通过区块链智能合约实现政府、企业、科研与保险机构之间的信息共享与业务协同, 提升灾害应急、保险理赔和市场调度的效率, 推动风险识别精准化、监测实时化、预警智能化、控制协同化的全流程数字化管理。

4.5.3 完善长期监测机制夯实可持续保障基础

构建“政府主导-企业主体-科研支撑-社会参与”的长期协同监测体系, 实现全产业链风险动态管理。分级监测覆盖产前种苗与装备质量, 产中环境突变预警, 产后市场风险监测。建立综合评估系统, 定期开展资源环境承载力和装备可靠性检测, 制定产业健康指数, 联合评估防控措施有效性。基于监测数据, 动态调整政策, 定向投入研发, 优化财政补贴。通过标准化数据平台整合风险识别、监测、预警与控制信息, 实现指标统一、数据共享和措施动态调整的闭环管理, 有效解决环节割裂问题, 提升产业链韧性, 保障可持续发展。

参考文献
[1]
徐杰, 韩立民, 张莹. 我国深远海养殖的产业特征及其政策支持[J]. 中国渔业经济, 2021, 39(1): 98-107.
XU Jie, HAN Limin, ZHANG Ying. Industrial characteristics and policy support of China's deep sea aquaculture[J]. Chinese Fisheries Economics, 2021, 39(1): 98-107.
[2]
XU S J, SHI S, LI L, et al. Effects of deep-sea cage culture on water quality and stable carbon and nitrogen isotopes of suspended particulate organic matter in the Yellow Sea Cold Water Mass[J]. Marine Pollution Bulletin, 2024, 209(PA): 117099.
[3]
WANG X M, LIU H, ZHANG C L, et al. Mechanisms of the effect of starvation duration on the regulation of feeding rhythm and metabolic physiology of cultured large yellow croaker (Larimichthys crocea)[J]. Journal of Marine Science and Engineering, 2025, 13(1): 90. DOI:10.3390/jmse13010090
[4]
颜晓昊. 农业农村部等八部门联合印发《关于加快推进深远海养殖发展的意见》[J]. 中国水产, 2023(7): 4-6.
[5]
徐琰斐, 徐皓, 刘晃, 等. 中国深远海养殖发展方式研究[J]. 渔业现代化, 2021, 48(1): 9-15.
XU Yanfei, XU Hao, LIU Huang, et al. Research on the development way of deep sea mariculture in China[J]. Fishery Modernization, 2021, 48(1): 9-15.
[6]
徐皓, 刘晃, 徐琰斐. 我国深远海养殖发展现状与展望[J]. 中国水产, 2021(6): 36-39.
[7]
董双林. 黄海冷水团大型鲑科鱼类养殖研究进展与展望[J]. 中国海洋大学学报(自然科学版), 2019, 49(3): 1-6.
DONG Shuanglin. Researching progresses and prospects in large Salmonidae farming in Cold Water Mass of Yellow Sea[J]. Periodical of Ocean University of China, 2019, 49(3): 1-6.
[8]
林鸣. 发展大规模深远海养殖: 问题、模式与实现路径[J]. 管理世界, 2022, 38(12): 39-60.
LIN Ming. Developing large-scale deep sea aquaculture: problems, modes and realization ways[J]. Journal of Management World, 2022, 38(12): 39-60.
[9]
纪毓昭, 王志勇. 我国深远海养殖装备发展现状及趋势分析[J]. 船舶工程, 2020, 42(S2): 1-4, 82.
JI Yuzhao, WANG Zhiyong. Analysis and trend of deep-sea aquaculture development in China[J]. Ship Engineering, 2020, 42(S2): 1-4, 82.
[10]
吴姗姗, 郑建丽, 曹建军. 国内外深远海养殖设施标准对比分析及建议[J]. 渔业现代化, 2024, 51(1): 48-55.
WU Shanshan, ZHENG Jianli, CAO Jianjun. Comparative analysis and countermeasures on standards of offshore aquaculture facilities[J]. Fishery Modernization, 2024, 51(1): 48-55.
[11]
HUANG X M, SHAN J Z, HAN L M, et al. Research on the efficacy and effect assessment of deep-sea aquaculture policies in China: Quantitative analysis of policy texts based on the period 2004–2022[J]. Marine Policy, 2024, 160: 105963. DOI:10.1016/j.marpol.2023.105963
[12]
鲍旭腾, 谌志新, 崔铭超, 等. 中国深远海养殖装备发展探议及思考[J]. 渔业现代化, 2022, 49(5): 8-14.
BAO Xuteng, CHEN Zhixin, CUI Mingchao, et al. Discussion and consideration on the development of deep sea aquaculture equipment in China[J]. Fishery Modernization, 2022, 49(5): 8-14.
[13]
吴黄铭, 王源, 魏勤, 等. 福建省深远海养殖现状及发展对策[J]. 海洋开发与管理, 2023, 40(11): 120-126.
WU Huangming, WANG Yuan, WEI Qin, et al. Present situation and development countermeasures of far-reaching marine aquaculture in Fujian Province[J]. Ocean Development and Management, 2023, 40(11): 120-126.
[14]
麦康森, 徐皓, 薛长湖, 等. 开拓我国深远海养殖新空间的战略研究[J]. 中国工程科学, 2016, 18(3): 90-95.
MAI Kangsen, XU Hao, XUE Changhu, et al. Study on strategies for developing offshore as the new spaces for mariculture in China[J]. Strategic Study of Chinese Academy of Engineering, 2016, 18(3): 90-95.
[15]
张千, 刘世佳, 刘亮清, 等. 我国深远海养殖设施装备发展现状与趋势[J]. 中国渔业经济, 2023, 41(3): 71-77.
ZHANG Qian, LIU Shijia, LIU Liangqing, et al. Facilities and equipment status and development trend of deep sea aquaculture in China[J]. Chinese Fisheries Economics, 2023, 41(3): 71-77.
[16]
任泽众, 何静, 宗传宏. 我国深远海养殖产业发展现状、弱质性分析及高质量发展路径[J]. 海洋开发与管理, 2024, 41(5): 18-29.
REN Zezhong, HE Jing, ZONG Chuanhong. Development status, weakness analysis and high quality development path of China's deep-sea aquaculture industry[J]. Ocean Development and Management, 2024, 41(5): 18-29.
[17]
王志勇, 冯书庆, 林礼群, 等. 网箱养殖平台自动投饲系统设计与试验分析[J]. 渔业现代化, 2020, 47(5): 52-58.
WANG Zhiyong, FENG Shuqing, LIN Liqun, et al. Design and experimental analysis of automatic feeding system for cage culture platform[J]. Fishery Modernization, 2020, 47(5): 52-58.
[18]
叶婷, 张海, 张天义, 等. 深海养殖存在的问题及对策研究[J]. 农业技术与装备, 2020(11): 134-135.
YE Ting, ZHANG Hai, ZHANG Tianyi, et al. Research on problems and countermeasures in deep-sea aquaculture[J]. Agricultural Technology & Equipment, 2020(11): 134-135.
[19]
张琳桓, 张青亮, 孟广玮. 基于可移动式养殖工船的新型深远海养殖产业链分析[J]. 船舶工程, 2020, 42(S2): 40-44.
ZHANG Linhuan, ZHANG Qingliang, MENG Guangwei. Analysis of the new deep-sea aquaculture industry chain based on the movable aquaculture ship[J]. Ship Engineering, 2020, 42(S2): 40-44.
[20]
吴侃侃, 李青生, 黄海萍, 等. 我国深远海养殖现状及发展对策[J]. 海洋开发与管理, 2022, 39(10): 11-18.
WU Kankan, LI Qingsheng, HUANG Haiping, et al. Deep-sea aquaculture progress and development measures in China[J]. Ocean Development and Management, 2022, 39(10): 11-18.
[21]
张卓, 张冰瑶. 天气指数型海水养殖保险的优势及困境分析——基于海水养殖风险分析视角[J]. 农村经济与科技, 2018, 29(7): 78-80, 100.
ZHANG Zhuo, ZHANG Bingyao. Analysis of the advantages and challenges of weather index-based marine aquaculture insurance: A perspective based on risk analysis in marine aquaculture[J]. Rural Economy and Science-Technology, 2018, 29(7): 78-80, 100.
[22]
郑世忠, 刘广东. 大连海水养殖风险及其影响因素研究[J]. 渔业信息与战略, 2019, 34(3): 194-198.
ZHENG Shizhong, LIU Guangdong. On risk and influence factors of marine aquaculture in Dalian[J]. Fishery Information & Strategy, 2019, 34(3): 194-198.
[23]
李大海, 孙文慧, 于会娟, 等. 我国深远海养殖业的现状特点和发展建议[J]. 中国渔业经济, 2023, 41(5): 39-49.
LI Dahai, SUN Wenhui, YU Huijuan, et al. The current characteristics and development suggestions of deep-sea aquaculture in China[J]. Chinese Fisheries Economics, 2023, 41(5): 39-49.
[24]
董双林, 苏跃朋. 我国深远海养殖发展的科学和经济逻辑[J]. 中国渔业经济, 2024, 42(6): 10-16.
DONG Shuanglin, SU Yuepeng. Scientific and economic logic of deep-offshore mariculture development[J]. Chinese Fisheries Economics, 2024, 42(6): 10-16.
[25]
徐皓, 谌志新, 蔡计强, 等. 我国深远海养殖工程装备发展研究[J]. 渔业现代化, 2016, 43(3): 1-6.
XU Hao, CHEN Zhixin, CAI Jiqiang, et al. Research on the development of deep sea aquaculture engineering equipment in China[J]. Fishery Modernization, 2016, 43(3): 1-6.
[26]
LI D Z, TAO Y, ZU F Z, et al. Sloshing-induced evolution of self-cleaning performance and flow characteristics within a tank installed on an offshore aquaculture vessel[J]. Ocean Engineering, 2024, 313(P1): 119438.
[27]
黄小华, 庞国良, 袁太平, 等. 我国深远海网箱养殖工程与装备技术研究综述[J]. 渔业科学进展, 2022, 43(6): 121-131.
HUANG Xiaohua, PANG Guoliang, YUAN Taiping, et al. Review of engineering and equipment technologies for deep-sea cage aquaculture in China[J]. Progress in Fishery Sciences, 2022, 43(6): 121-131.
[28]
殷伟, 韩立民, 徐敬俊, 等. 我国深远海养殖全产业链培育的关键问题探讨——以黄海冷水团三文鱼养殖为例[J]. 中国渔业经济, 2023, 41(4): 25-33.
YIN Wei, HAN Limin, XU Jingjun, et al. Key issues of the whole industry chain cultivation in deep-sea farming: based on salmon farming in the Yellow Sea Cold Water Mass[J]. Chinese Fisheries Economics, 2023, 41(4): 25-33.
[29]
陈建涛, 夏治华, 赵振营, 等. 山东深远海养殖产业发展存在问题与对策浅析[J]. 中国水产, 2024(2): 85-86.
CHEN Jiantao, XIA Zhihua, ZHAO Zhenying, et al. A preliminary analysis of the problems and countermeasures in the development of Shandong's deep-sea aquaculture industry[J]. China Fisheries, 2024(2): 85-86.
[30]
刘晃, 黄文超, 崔璨. 中国深远海养殖产业发展形势与对策[J]. 船舶工程, 2024, 46(5): 16-25.
LIU Huang, HUANG Wenchao, CUI Can. Development situation and countermeasures of Chinese deep-sea aquaculture industry[J]. Ship Engineering, 2024, 46(5): 16-25.
[31]
KAPLINSKY R, MORRIS M. A handbook for value chain research[R]. Brighton: Institute of Development Studies, 2002 [2025-08-06]. https://www.ids.ac.uk/ids/global/pdfs/VchNov01.pdf.
[32]
PORTER M E. Competitive advantage: Creating and sustaining superior performance (with a New Introduction)[M]. New York, USA: Simon and Schuster, 2008.
[33]
HOBBS J E. Food supply chains during the COVID‐19 pandemic[J]. Canadian Journal of Agricultural Econo mics-Revue Canadienne D Agroeconomie, 2020, 68(2): 171-176.
[34]
TROELL M, NAYLOR R L, METIAN M, et al. Does aquaculture add resilience to the global food system?[J]. Proceedings of the National Academy of Sciences, 2014, 111(37): 13257-13263. DOI:10.1073/pnas.1404067111
[35]
Food and Agriculture Organization of the United Nations. The state of world fisheries and aquaculture 2018—Sustainability in action[M]. Rome: Food and Agriculture Organization of the United Nations, 2018.
[36]
杜照钧, 王延平, 毛新燕. 基于ADCIRC-SWAN耦合模式的山东海洋牧场近30年风暴潮和海浪灾害特征分析[J]. 海洋科学, 2023, 47(6): 1-11.
DU Zhaojun, WANG Yanping, MAO Xinyan. Hazard analysis of storm surges for marine ranchings in the Shandong Peninsula in the past three decades[J]. Marine Sciences, 2023, 47(6): 1-11. DOI:10.11759/hykx20200919001
[37]
靳双龙, 陈建. 中国近海海上新能源开发环境风险综合区划[J]. 海洋科学, 2018, 42(3): 63-76.
JIN Shuanglong, CHEN Jian. Regionalization of environmental risk for renewable energy development in China's coastal seas[J]. Marine Sciences, 2018, 42(3): 63-76. DOI:10.11759/hykx20170810001