高 源，付忠伟，张兆敏

中国海洋渔业碳排放减排潜力及预测

高 源，付忠伟，张兆敏

（辽宁师范大学地理科学学院，辽宁 大连 116029）

【】测算沿海各省海洋渔业的碳排放减排潜力，对海洋渔业碳排放强度进行预测。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。【】海洋渔业绿色发展日益得到重视，沿海各省积极推进海洋渔业碳减排工作，渔业碳排放强度的区域差异已呈缩小趋势；海洋渔业碳排放强度2020年相比2005年降低40%到45%的目标已经实现，整体上海洋渔业减排压力不大；海洋渔业最大碳减排潜力总体呈现波动下降变化，但各省减排潜力仍有空间，且空间大小、变化趋势不一，差异明显；运用GM（1,1）模型对碳排放量强度变化进行预测，海洋渔业碳排放强度可以实现“十四五”的减排目标。

海洋渔业；碳排放；减排潜力；预测

我国海域面积辽阔，海洋渔业发展历史悠久，重视海洋渔业的减排对传统渔业生产方式的转型和绿色发展有促进意义，同时也可助推碳达峰、碳中和“双碳”目标的实现。

从已有研究看，海洋渔业碳排放与碳汇的研究多是分开进行，多围绕碳排放量、碳汇量进行核算与评价[1-6]，以及在此基础上作相关分析[7-13]，研究区域则多为沿海地区或具体某一省份。有关海洋渔业碳减排潜力的文献研究较少，且多为间接反映碳减排潜力[14-16]。本研究拟综合海洋渔业碳排量与碳汇量的计算，即以净碳排放量为基础，直接反映碳减排潜力，参考已有文献对其他产业碳减排潜力的评估办法[17-18]，结合泰尔指数对沿海各省海洋渔业碳减排潜力进行分析，并比较区域内部间及各区域间的碳减排潜力，并运用GM（1,1）模型对“十四五”期间我国海洋渔业低碳发展状况进行预测，以期为推动海洋渔业绿色发展提供理论参考。

1 研究方法与数据来源

1.1 海洋渔业净碳排放量核算

根据徐皓等调查研究[3]，海洋捕捞业渔船燃油排放大量CO2，占渔业CO2排放总量约70%，海洋捕捞业机动渔船能耗在渔船全部能耗中占比份量最大，被作为海洋渔业的主要“碳源”。贝藻类养殖以摄取食物、光合作用等方式直接或间接的固定吸收二氧化碳，碳汇潜力巨大，碳汇功能高效，因此将藻类和贝类作为“碳汇”的重要估算方式[5]。根据有关研究[6,11,19]，对贝类养殖品种的核算包括扇贝、蛤、牡蛎、贻贝、其他；藻类具体包括：海带、紫菜、裙带菜、江蓠、其他。海洋渔业碳排放量及碳汇量核算的具体方法参考文献[1,6,19]。

1.2 泰尔指数

泰尔指数的大小可衡量地区间经济发展差异，参考马晓钰等[20]对泰尔指数的调整，衡量海洋渔业碳排放的省份差异，公式如下：

1.3 碳减排潜力分析

减排潜力尚没有统一的界定与核算模型，不同学者选用的测算方法也不同。碳排放强度体现了渔业能源集约利用程度，可作为研究指标衡量减排潜力。参考李名升等研究方法[18,21-22]，选择海洋渔业碳排放强度最低省为参照标准，比较其余各省渔业碳排放强度与参照省的差距大小，进而反映各省海洋渔业碳减排潜力。定义渔业碳排放强度为单位海洋渔业产值所产生的净碳排量，公式如下：

式（2），fish为海洋渔业碳排放量，sink为海洋渔业碳汇量。

各省渔业碳排放强度不同，当前海洋渔业减排的最大潜力max为：

式（3）（4），min表示海洋渔业碳排放强度最低省的排放强度，mean表示平均海洋渔业碳排放强度。

1.4 GM（1,1）模型

灰色系统理论能在原始样本较少情况下对数据进行预测，通过对原始数列累加生成新数列，化无序为有序，可较好反映预测实际情况，预测精度较高[23]。灰色系统理论已被应用于能源预测、碳排放等诸多领域。本研究用灰色系统GM(1,1)模型对海洋渔业碳排放趋势进行预测，具体步骤见参考文献[24]。

1.5 数据来源与处理

各类海洋捕捞渔船作业方式功率数，贝藻类海水养殖量，各省海洋渔业产值G（万元）取海水养殖和海洋捕捞产值之和，数据均来自研究区间历年《中国渔业统计年鉴》。因缺少部分省市区贝藻类养殖数据的统计，碳汇数据暂缺，研究区域涵盖我国东部沿海河北、辽宁、江苏、浙江、福建、山东、广东、广西和海南等9个省。

2 海洋渔业碳减排潜力分析

2.1 海洋渔业碳排放强度区域差异变化

由图1可知，2005－2019年间碳排放强度区域差异总体变化趋势为先升后降。各省海洋渔业碳排放差距自2005年扩大，波动上升至2016年达到顶峰，2017年泰尔指数迅速下降，2018、2019年缓慢下降。《全国渔业发展第十三个五年规划》实施以来，在“生态优先，绿色发展”原则指导下，海洋捕捞机动渔船数被缩减，推进了海洋渔业绿色发展。2005年碳排放强度最大的浙江是碳排放强度最小的山东的4.09倍，2019年两省差距缩小为3.57倍（表1），碳排放强度的区域差距减小。“海洋碳汇”于2015年被纳入国家战略，海水养殖面积增加，固碳能力增强。低碳、绿色发展得到各省重视，在沿海范围建设与完善海洋牧场示范区、水上生物自然保护区，鼓励发展休闲渔业等措施，对改善各省海洋生态、融合海洋渔业一、二、三产业发展、提升各省海洋渔业经济实力有重要作用。同时，随着区域海洋经济格局不断发展完善，三大海洋经济圈经济联系增强，辐射范围不断扩大，海洋渔业发展相对薄弱省如河北、广西、海南，依托各自资源禀赋，抓住发展新机遇，拓宽渔业发展空间，渔业经济增速提升，与山东等渔业强省差距逐渐缩小。

图1 海洋渔业碳排放泰尔指数变化

表1 海洋渔业碳排放强度降低情况

2.2 海洋渔业减排目标实现情况

根据中国在2009年哥本哈根气候大会上的承诺，2020年二氧化碳排放强度比2005年要降低40%到45%的目标。由表1可知，从海洋渔业方面看，此碳减排目标已经实现，渔业减排压力不大。2019年除海南降幅为43.01%，其余省份渔业碳排放强度降幅均一半以上，减排成效显著。

自治区政府应尽快落实各项补助资金，根据广西区情，向国家申请资金支持。应统筹自治区、市、县的财政资金，精准把握支持重点，大力支持特色小镇项目建设。同时应根据特色小镇建设项目情况，整体打包列入年度自治区重点项目，使其能享受重点项目优惠政策或优先获得国家开发银行、中国农业发展银行等政策性银行的长期低息贷款。

2.3 海洋渔业最大碳减排潜力变化

根据公式（2）计算得出历年各省海洋渔业碳排放强度，并对2005－2019年各省海洋渔业碳排放强度值进行比较，发现历年山东碳排放强度为最低，因此选取山东渔业碳排放强度为基础，测算2005－2019年海洋渔业最大碳减排潜力如图2。海洋渔业最大减排潜力总体呈现波动变化，2012年以前为波动上升，2012年最大为0.62，2012年以后为波动下降，2015年后减排潜力下降趋势与之前年份相比较为明显。渔业最大减排潜力下降主要取决于各省碳排量变化，以及与此相关的各省经济增速大小。各省海洋渔业碳排放强度总体为下降趋势，平均碳排放强度和最低碳排放强度随之降低，且两者间差距缩小，平均碳排放强度向最低碳排放强度逼近，这通过泰尔指数的下降趋势也可反映。这表明近年来在贯彻落实绿色发展理念的背景下，减排工作成效显著。各省“控制碳源”与“发展碳汇”双管齐下，生态化渔业不断完善，海洋渔业产业链延长，渔业经济发展质量更高，渔业碳排放强度下降。但这种趋势为波动下降，区间内不断出现反弹，说明海洋渔业碳减排压力并不十分稳定，减排任务不可松懈。从另一方面来看，2019年我国海洋渔业最大碳减排潜力为48.65%，意味着以山东2019年渔业经济发展水平及减排技术等条件，海洋渔业减排仍有巨大空间，一定程度反映中国低碳经济实施的可行性，可进一步促进地区渔业资源优化配置。

图2 海洋渔业最大减排潜力变化

2.4 各省碳减排潜力状况

以2019年为例计算各省渔业碳减排潜力如表2，因山东碳排放强度最低为0.16 t/万元，以山东渔业碳排放强度为参照，所以表2中山东碳减排潜力数为零。山东在海洋渔业绿色发展水平处于先进地位，有较强科技优势和产业基础，蓝色经济区建立为山东省进一步打造“海上山东”起助推作用。结合2019年各省碳排量与碳汇量核算结果，碳减排潜力较小的省如江苏、福建等，江苏海水养殖碳汇量较低，2019年碳汇量仅高于河北和海南，但因其碳排放量在九省中仅高于河北，故产生较低净碳排放量；福建海岸线长度居全国第二位，重视海洋碳汇研究和发展，2019年海水养殖碳汇量365 635.8 t，仅次于山东，固定吸收了部分碳排量。除此之外，两省渔船利用效率较高，海水养殖与海洋捕捞所产生的单位效益较高，降低了碳排放强度。减排潜力较大的浙江和海南的数值超过了最大减排潜力，两省均为较高的“碳源”和较低的“碳汇”。2019年海洋渔业碳排量浙江最高，海南第五位，碳汇量浙江第五位，海南最低，造成净碳排放量过大，碳减排潜力较大。因此，海洋渔业碳减排工作可向浙江、海南适当倾斜。其余四省碳减排潜力由低到高依次为：广西、河北、广东、辽宁，前两者属于渔业发展较为薄弱省份，但单位产出效益较高，碳排放强度相对较低，后两者为渔业相对发达省份，海洋渔船规模相对较大，碳排放强度较高。

表2 各省减排潜力

Table 1 Emission reduction potential of provinces

2.5 分区域各省碳减排潜力

同一区域内地理位置临近，自然人文等差异相对较小，故按照全国海洋经济发展“十三五”规划中三大海洋经济圈的范围来对比各区域内近邻省份的碳减排潜力，更利于区域内各省在渔业碳减排工作方面相互借鉴和发展。三大海洋经济圈分别为北部海洋经济圈（辽宁、河北、山东），东部海洋经济圈（江苏、浙江），南部海洋经济圈（福建、广东、广西、海南）。各区域内减排最优的省分别对应山东、江苏、福建，因此此三省不在图中反映，测算结果如图3。

三大海洋经济圈各省的碳减排潜力变化均在2010年前后发生转折。2010年以前，多数省份减排潜力以上升为主；2010年至2016年左右，海洋渔业减排潜力以波动下降为主要趋势；2016年后，减排潜力以下降为主流。在《全国渔业发展第十二个五年规划》《全国渔业发展第十三个五年规划》等政策指导下，各省落实先进渔业发展理念和措施，海洋渔业逐步向现代化绿色之路发展。

分区域看，各省碳减排潜力均有空间，但空间大小与变化趋势不一。东部海洋经济圈中苏浙两省间的渔业碳排放差异大于北部、南部海洋经济圈省份间碳排放差异。浙江渔业碳排放强度与江苏研究区间内均保持较大差距，碳减排潜力居高不下。浙江渔业发展历史悠久，舟山渔场就坐落于此，渔船作业方式基数领先于其他省份，海洋捕捞规模较大；浙江有广阔的滩涂可养殖面积，但贝藻类养殖产量在九省中居中间位置，与碳排放量相比差距较大，海水养殖与海洋捕捞所带来的产值也低于山东、福建等省。因此无论在减排增汇方面，还是提高渔业技术方面均有较大改善空间。北部海洋经济圈中河北碳减排潜力多数年份大于辽宁，但总体为减小趋势，说明河北海洋渔业已向现代渔业的发展理念靠拢。但研究期间内对渔船作业用油系数较大的捕捞方式，如拖网、围网规模增大使碳排放强度升高，减排潜力增大，在2013、2014年左右体现较为明显；此外，海水养殖量减少也是减排潜力上升的原因之一，如2011年河北贝类养殖由2010年的291 124 t减少到272 552 t。因此，应加强渔业捕捞及渔业养殖相关监管工作。辽宁碳减排潜力波动幅度较大，且2017年减排潜力超过河北，这与辽宁海洋渔船拖网、围网等规模扩大、渔船碳排放量增加有关；而2016、2017、2018年海洋渔业产值分别为5 892 907万元、4 650 673万元、4 508 762万元，产值下降加剧碳排放强度提高。南部海洋经济圈中广东、广西碳减排潜力均呈现下降趋势。广西减排潜力下降最为迅速，2016年由于围网、刺网渔船的增加减排潜力有所增大，后又呈现减小趋势，海洋渔业减排工作成效较为明显。广东凭借发达的渔业经济优势，对渔船改造不断降低捕捞渔船功率，加大执法力度和延长休渔期等，减排推进工作较好。海洋灾害对广东所造成的经济损失常位于前列，广东减排潜力变动与海洋灾害也有或多或少的关系，如2007年风暴潮灾害使水产养殖面积受损，直接经济损失24.14亿元，高于沿海其他省份。海南2005－2007年碳减排潜力较低，2008年幅度上涨后基本维持平稳状态，减排潜力增大。2008年海南捕捞渔船规模较2007年上升幅度较大，碳排量为1 381 784 t，贝藻类养殖量较2007年的17 030、21 951 t减至15 916、18 777 t，两者背向变化导致海南碳排放强度迅速上升。此后海南因高碳排、低碳汇、低产值导致减排潜力一直在三省中处于高位，这与海南相对薄弱的渔业发展技术及渔业产业结构有一定关系。

综上，导致各省海洋渔业碳排放强度变化原因有多种，但差异中也存在共性，即拖网、刺网等高耗能作业规模的扩大是碳排放量增长的重要原因。由此，优化渔船作业方式对控制碳源有重大意义。

3 海洋渔业碳排放预测

根据GM（1,1）得到海洋渔业碳排放强度的预测模型如下：

根据公式（5）可对2005－2019年海洋渔业碳排放强度做累减还原的预测，并与历年海洋渔业碳排放强度实际值进行比较（表3）。

表3 海洋渔业碳排放强度实际值与预测值对比

在十三届全国人大四次会议上，李克强总理所做的政府工作报告指出，“十四五”期间，单位国内生产总值二氧化碳排放降低18%。按照当前海洋渔业碳排放下降速度，运用上述灰色预测模型预测“十四五”碳排放强度（2020－2025年）分别为0.25、0.23、0.21、0.20、0.18和0.17 t/万元，碳排放强度继续呈下降趋势，海洋渔业减排稳中推进。根据模型预测，海洋渔业碳排量强度平均每年降低8%左右，海洋渔业碳减排目标在十四五期间可实现降低18%的目标，但减排任务仍不能松懈，因为我国目前二氧化碳总排量仍然很大，碳减排也不仅仅是海洋渔业方面。且根据2005－2019年海洋渔业碳排放量和碳汇量变化，二者在数量上差距很大。按照碳中和理念，当前这种趋势到2060年实现碳排放量与碳汇量“正负抵消”尚有一定压力。因此，海洋渔业减排工作仍需采取措施来促进碳中和目标的实现。

4 结论与讨论

通过对2005－2019年间沿海9个省的海洋渔业碳减排潜力进行分析和预测，得出以下结论：

（1）海洋渔业绿色发展和现代化发展日益得到重视，特别是《全国渔业发展第十三个五年规划》以来，沿海各省积极推进渔业的碳减排工作，泰尔指数降低，碳排放强度的区域差异已呈缩小趋势。

（2）单就海洋渔业减排来看，海洋渔业碳排放强度已实现2020年相比2005年降低40%到45%的目标，整体上海洋渔业减排压力不大。

（3）海洋渔业最大碳减排潜力总体呈现波动下降变化，但各省减排潜力仍有空间。各省渔船作业方式差异是影响碳排放强度不同的重要原因之一。由于各省地理条件、经济水平、渔业规模、产业结构等不同，减排空间大小和变化趋势不一，差异较为明显，浙江、海南的减排潜力高于其他省份。

（4）根据对海洋渔业碳排放强度变化预测，碳排量强度平均每年降低8%左右。按照当前状况，“十四五”减排目标可以实现，应向实现海洋渔业碳中和的目标努力。

采用GM（1,1）模型预测是在相对稳定的环境下进行预测，而海洋渔业碳排放强度变化受多方面因素影响可能会发生变化。目前对海洋渔业碳排放量及碳汇量的测算，碳源以捕捞渔船的燃油消耗为依据，碳汇以贝藻类养殖为依据，两者涵盖碳源和碳汇的主要部分，但仍是对其进行估算，期待未来有更科学方法测算更为精确的海洋渔业碳排量。

[1] 张祝利, 王玮, 何雅萍. 我国渔船作业过程碳排放的估算[J]. 上海海洋大学学报, 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, 张祝利, 张建华, 等. 我国渔业节能减排研究与发展建议[J]. 水产学报, 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] 唐启升, 刘慧. 海洋渔业碳汇及其扩增战略[J]. 中国工程科学, 2016, 18(3): 68-73.

[6] 齐占会, 王珺, 黄洪辉, 等. 广东省海水养殖贝藻类碳汇潜力评估[J]. 南方水产科学, 2012, 8(1): 30-35.

[7] 曾冰. 长江经济带渔业经济碳排放效率空间格局及影响因素研究[J]. 当代经济管理, 2019, 41(2): 44-48.

[8] 邵桂兰, 孔海峥, 于谨凯, 等. 基于LMDI法的我国海洋渔业碳排放驱动因素分解研究[J]. 农业技术经济, 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, 冯伟, 邵桂兰. 中国省域渔业全要素碳排放效率时空分异[J]. 经济地理, 2018, 38(5): 179-187.

[11] 孙康, 崔茜茜, 苏子晓, 等. 中国海水养殖碳汇经济价值时空演化及影响因素分析[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, 王鲁民, 方海, 等. 基于碳平衡的中国海洋渔业产业发展对策探析[J]. 中国农业科技导报, 2016, 18(4): 1-8.

[14] 许冬兰, 王樱洁. 我国沿海渔业碳生产率的区域差异及影响因素[J]. 中国农业大学学报, 2015, 20(2): 284-290.

[15] 韩增林, 计雪晴, 胡盈, 等. 基于SBM模型的我国海洋渔业生态效率的时空演变[J]. 海洋开发与管理, 2019, 36(12): 3-8.

[16] 郑慧, 代亚楠. 中国海洋渔业空间生态格局探究: 以我国沿海11个省市为例[J]. 海洋经济, 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] 李志学, 孙敏. 我国各省区碳退耦指数与减排潜力的测算[J]. 统计与决策, 2017(14): 101-104.

[19] 邵桂兰, 褚蕊, 李晨. 基于碳排放和碳汇核算的海洋渔业碳平衡研究: 以山东省为例[J]. 中国渔业经济, 2018, 36(4): 4-13.

[20] 马晓钰, 李强谊. 中国能源消费区域差异分解及影响因素分析[J]. 工业技术经济, 2014, 33(10): 114-124.

[21] 李名升, 张建辉, 罗海江, 等. 中国二氧化硫减排分析及减排潜力[J]. 地理科学, 2011, 31(9): 1065-1071.

[22] 彭文斌, 程芳芳. 中国区域污染减排效应与潜力研究[J]. 湖南社会科学, 2016(5): 111-114.

[23] 徐宁, 丁松, 公彦德. 灰色GM(1, 1)预测模型及拓展研究进展[J]. 数学的实践与认识, 2021, 51(13): 52-59.

[24] 申笑颜. 中国碳排放影响因素的分析与预测[J]. 统计与决策, 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，付忠伟，张兆敏. 中国海洋渔业碳排放减排潜力及预测[J]. 广东海洋大学学报，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

辽宁省教育厅高等学校人文社科类基本科研（面上）项目（LJKR0310）。

高源（1976－），女，博士，副教授，研究方向为海洋经济地理。E-mail：gyis1213@163.com

（责任编辑：刘岭）