辽宁省海洋渔业碳收支及驱动因素分析

DOI: 10.12357/cjea.20220542

李源, 李田慧, 梁金水, 李发祥, 刘长发. 辽宁省海洋渔业碳收支及驱动因素分析[J]. 中国生态农业学报 (中英文), 2023,

31(2): 253?264

LI Y, LI T H, LIANG J S, LI F X, LIU C F. Carbon budget and driving factors in marine fisheries in Liaoning Province, China[J].

Chinese Journal of Eco-Agriculture, 2023, 31(2): 253?264

辽宁省海洋渔业碳收支及驱动因素分析

李　源1, 李田慧1, 梁金水1, 李发祥1, 刘长发1,2

(1. 大连海洋大学海洋科技与环境学院　大连　116023; 2. 辽宁省高校近岸海洋环境科学与技术重点实验室　大连　116023)

摘　要: 海洋渔业碳汇是海洋碳汇的主要组成部分, 是实现海洋碳增汇的有效途径之一。在碳达峰与碳中和背景下,

海洋渔业兼具“碳源”与“碳汇”的双重属性。利用《中国渔业统计年鉴》《国内机动渔船油价补助用油量测算参考

标准》和《中国统计年鉴》数据, 计算了2006—2020年辽宁省渔业净碳汇量和渔业碳汇价值量; 运用时间序列三

次指数平滑模型, 预测2021—2030年渔业碳汇量和渔业碳汇价值量; 基于灰色关联模型分析了辽宁省海洋渔业碳

源碳汇量变化及其价值量变化的主要驱动要素。结果表明: 2006—2020年辽宁省海洋渔业碳汇收支盈余态势逐年

减少, 海洋渔业碳汇赤字情况逐年加剧, 海洋渔业碳源碳汇最大顺差为256.36万t, 最大逆差29.99万t, 其平均差额

为116.66万t·a?1。其中, 海洋捕捞鱼类碳汇总量3976.04万t, 但自2016年起急剧下降, 并呈持续下降趋势; 贝藻类

碳汇总量241.67万t, 养殖占83%, 变化不大; 海洋捕捞碳排放量为164.52万t·a?1, 其中拖网捕捞渔业占比近50%。

2017年后海洋捕捞碳汇量不能补偿碳排放量。辽宁省海洋渔业碳汇价值总量274.23亿元, 年均18.28亿元。辽宁

省渔业碳汇总量和渔业碳汇价值总量持续下降, 碳汇价值量与碳汇量呈正相关。海洋渔业碳汇量与海洋捕捞渔获

物产量、养殖贝藻类产量呈正相关。基于时间序列预测模型分析显示, 2020—2030年辽宁省海洋渔业碳汇赤字将

持续加剧, 海洋渔业碳汇量逐年降低。辽宁省海洋渔业碳汇受国家政策、捕捞渔获物产量、从业人员数量、贝藻

类养殖面积和海洋捕捞渔船总功率等因素影响。辽宁省海洋渔业碳源排放量受海洋捕捞渔船总功率、渔业专业户

数量和技术推广机构数量影响明显。建议多种养殖方式深度融合, 减少高能耗、低产量捕捞作业方式, 保护海洋生

物多样性, 并加强高排放渔船监管, 以促进辽宁省海洋渔业发展。

关键词: 渔业碳汇; 碳源; 碳汇价值量; 灰色关联分析

中图分类号: F326.4开放科学码(资源服务)标识码(OSID):



Carbon budget and driving factors in marine fisheries in Liaoning Province,

China

LI Yuan1, LI Tianhui1, LIANG Jinshui1, LI Faxiang1, LIU Changfa1,2

(1. School of Marine Sciences and Environments, Dalian Ocean University, Dalian 116023, China; 2. Key Laboratory of Offshore Marine En-

vironmental Research of Liaoning Higher Education, Dalian Ocean University, Dalian 116023, China)

Abstract: Marine fisheries are valuable oceanic carbon sinks that store and sequester carbon. They act as both “carbon sources” and

“carbon sinks”, and this is particularly important to achieve the established carbon peak and carbon neutrality goals. The amount of

carbon sequestered by fisheries and its economic value in Liaoning Province from 2006 to 2020 were calculated based on the China

Fisheries Statistical Yearbook, the Calculation Reference of Oil Consumption for Oil Price Subsidy of Domestic Fishing Vessels, and





辽宁省高校优秀科技人才支持计划(LR2013035)资助

通信作者: 刘长发, 主要从事污染物环境生物地球化学过程与控制研究。E-mail: [e-mail]

李源, 主要从事生态资产研究。E-mail: [e-mail]

收稿日期: 2022-07-14　接受日期: 2022-11-30

This study was supported by the Program for Liaoning Excellent Talents in University (LR2013035).

Corresponding author, E-mail: [e-mail]

Received Jul. 14, 2022; accepted Nov. 30, 2022



中国生态农业学报 (中英文)　?2023年2月　?第?31?卷　?第?2?期

Chinese?Journal?of?Eco-Agriculture,?Feb.?2023,?31(2):?253?264

http://www.ecoagri.ac.cn

the China Statistical Yearbook. Then, a cubic exponential smoothing method was applied to a time-series forecasting model to pre-

dict the same parameters for 2021–2030, and the factors controlling the amount and economic value of carbon sequestered in fisher-

ies in Liaoning Province were examined using gray correlation analysis. The results showed that 1) the surplus of income and ex-

penditure for carbon sequestration in marine fisheries in the region decreased each year from 2006 to 2020, and the deficit is pre-

dicted to intensify in 2021–2030. 2) The maximum surplus of carbon (sequestration minus emissions) was 256.36×104 tons and the

maximum deficit was 29.99×104 tons, with an average of 116.66×104 tons per year. 3) The total amount of carbon sequestered by

shellfish and algae was 241.67×104 tons, 83% of which was attributed to the aquaculture industry, with little change. 4) The average

amount of carbon emissions form marine fishing was 164.52×104 tons per year, almost 50% of which was attributed to trawling. The

amount of carbon sequestered from marine fishing could not compensate for carbon emissions after 2017. 5) The total economic value

of sequestered carbon of marine fisheries of Liaoning Province was 27.423 billion Yuan, with an annual average of 1.828 billion

Yuan. 6) The total amount and economic value of carbon sequestered in marine fisheries continued to decline and were positively cor-

related. 7) The amount of sequestered carbon was also positively correlated with fishing yields, shellfish production, and macroalgal

culture. The amount and economic value of carbon sequestered in marine fisheries in Liaoning Province were significantly influenced

by national policies, fishing yield, number of employees, area of shellfish and macroalgal aquaculture sites, and the total power of

fishing vessels (which determined the vessels’ carbon emissions). To protect marine biodiversity and promote the sustainable devel-

opment of marine fisheries in the area, it is recommended to integrate multiple aquaculture systems, reduce high-energy-consuming

fishing operations, and strengthen the monitoring of highly polluting fishing vessels.

Keywords: Fishery carbon sink; Carbon source; Economic value of carbon sink; Grey correlation analysis



全球气候变化已引起全世界对气候变暖影响和

应对方案的探讨, 碳减排增汇是实现“碳中和”的主要

渠道之一。国际上对“碳中和”问题的关注源于1997

年《京都议定书》的签署[1]。被称为“蓝碳”的海洋

碳汇是碳增汇的重要途径之一。2009年, 联合国环

境规划署(UNEP)、粮农组织(FAO)和教科文组织

政 府 兼 海 洋 学 委 员 会(IOC/UNESCO)联 合 发 布 的

《蓝碳: 健康海洋固碳作用的评估报告》中提出

“蓝碳是指利用海洋活动及海洋生物吸收大气中的

CO2, 并将其固定在海洋中的过程、活动和机制”[2]。

我国在2015年首次提出的《生态文明体制改革总体

方案》中强烈呼吁构建有利于提升世界海洋碳汇竞

争力的综合有效机制, 在增加海洋碳汇的同时加强

应对气候变化环境下的国际合作。海洋是地球上最

富活跃的碳库, 海洋碳储量约为陆地碳储量总量的

20倍, 为 大 气 碳 储 量 的50倍[3-4], 占 全 球 碳 总 量 的

55%[1]。海洋蓝碳最早关注海岸带生态系统、渔业

碳汇和微型生物碳汇[5-6]。因具有高效碳汇, 海洋固

碳能力约为陆地生态系统10倍以上[7], 最早开始研

究的有滨海沼泽、红树林以及海草床生态系统[2], 它

们是海洋碳汇的主要贡献者, 生物量仅为陆生植物

的0.05%, 但两者的碳储量相当[2]。淡水和海洋生态

系统中的渔业碳汇也被称为“可产业化的蓝碳”和“可

移出的碳汇”。鉴于一部分渔业产业活动具备碳汇

功能, 因此将具有碳汇功能、可直接或间接降低大

气CO2浓度的渔业生产活动称为“碳汇渔业”, 可囊

括为: 贝藻类养殖、滤食性鱼类养殖、渔业增殖、

海洋牧场和捕捞渔业等生产活动[8]。碳汇渔业被定

义为“能够发挥生物碳汇功能、具有直接或间接降

低CO2浓度的渔业生产活动, 是绿色可持续发展理

念在渔业领域的具体体现”[9]。

渔业碳汇在海洋碳汇核算以及应对气候变化中

发挥积极作用, 中国的海洋渔业和水产养殖业有望

实现4.6×108 t?a?1的固碳量, 约为每年10%的碳减排

量[8], 海水养殖是碳“海洋负排放”的践行途径[10]。大

型海藻含有其干重28.3%的碳, 滤食性贝类软组织

和贝壳平均碳含量分别为其干重的44.3%和11.6%,

据此估算的2002年养殖大型海藻可形成约3.3×105

t?a?1的渔业碳汇量, 养殖贝类可形成约8.6×105 t?a?1

的渔业碳汇量, 其中贝壳中的约6.7×105 t?a?1的碳汇

量是持久性碳汇[11]。此外, 岳冬冬等[12]估算2006 ?2010

年增养殖海水贝类可形成9.29×105 t?a?1的渔业碳汇

量。孙康等[13]估算2008 ?2017年增养殖大型海藻

可形成1.05×105 t?a?1的渔业碳汇量, 增养殖海水贝类

可形成1.09×106 t?a?1的渔业碳汇量。张波等[14]估算

1980?2010年 渤 海 捕 捞 业 可 形 成 (0.283~1.008)×

107 t?a?1的渔业碳汇量、黄海捕捞业可形成(0.361~

2.613)×107 t?a?1的渔业碳汇量。但是, 中国海洋捕捞

业2006 ?2011年平均温室气体排放量增长2.666×

105 t?a?1, 平均年增长率为1.54%[15]。

尽管渔业活动可以产生净碳汇, 但是渔业生产

中的碳足迹仍是碳源汇过程, 即除产生碳汇外, 也产

生碳排放, 甚至有学者认为商业捕捞是全球海洋生

物碳汇的干扰[16]。因此, 为实施海洋负排放, 提出渔

业碳汇扩增对策建议, 践行渔业碳汇扩增战略[2]和

“碳中和”战略[17], 渔业碳汇机制研究仍待亟需加强[10]。

254 中国生态农业学 报 (中英文 )?2023 第 31 卷

http://www.ecoagri.ac.cn

本文通过对辽宁省海洋渔业碳源汇的核算, 分析近

15年来辽宁省海洋渔业碳源汇变化趋势; 通过其驱

动要素, 预测海洋渔业碳源汇未来发展态势, 促进辽

宁省海洋渔业可持续科学发展。相关研究表明, 渔

业是隐藏碳足迹的, 需要“从源头到养殖场(cradle to

farm-gate)”量化水产养殖的温室气体排放[18], 也需要

从能源消耗量化捕捞渔业的温室气体排放[19-24]。此

外, 因海洋捕捞大型海洋鱼类, 其尸体未沉至深海底

被封存而被认为渔业提取了海洋蓝碳[25]。

辽宁省兼具海洋大省、渔业大省的双重身份,

据《2020年中国渔业统计年鉴》统计, 2019年辽宁

省渔业产品产量4.55×106 t, 占全国7.02%, 其中海水

养殖产量2.95×106 t, 占全国14.27%; 海洋捕捞产量

0.49×106 t, 占全国4.87%; 远洋渔业产量0.26×106 t,

占全国12.21%。2019年辽宁省渔业产值652.22亿

元, 占全国5.04%, 其中海水养殖产值353.11亿元, 占

全 国 9.88%; 海 洋 捕 捞 产 值 110.46亿 元 , 占 全 国

5.22%。因此, 有必要分析辽宁省海洋渔业碳汇收支

情况。本研究基于2006 ?2020年辽宁省海洋捕捞

船只碳排放量、海洋捕捞鱼类、捕捞贝藻类和养殖

贝藻类, 计算海洋渔业碳源汇量, 运用灰色关联度模

型与时间序列预测模型, 分析其海洋渔业碳源汇驱

动要素, 预测未来其碳源汇发展态势。以期全面了

解辽宁省海洋渔业碳源汇过程与机制, 使海洋渔业

产业积极响应国家低碳、绿色的发展理念, 促进产

业升级, 从本质上促进海洋渔业供给侧结构性改革,

充分发挥渔业碳汇作用, 寻求海洋碳负排放途径, 制

定海洋渔业碳增汇策略。

1 数据来源与计算方法



1.1 数据来源

计 算 辽 宁 省 海 洋 渔 业 碳 汇 数 据 指 标 来 源 于

2007?2021年《中国渔业统计年鉴》《国内机动渔

船油价补助用油测算参考标准》和《中国统计年鉴》

中第一产业能源消耗指标数据。

1.2 海水贝藻类碳汇计算

海水贝藻类碳汇采用辽宁省几种常见的养殖贝

藻类进行计算。其中, 贝类碳汇量按表1中公式(1)

计算, 海水养殖贝类碳汇总量按表1中公式(2)计算,

参数取值见表2; 藻类碳汇量按表1中公式(3)计算,

参数取值见表3; 海水养殖贝藻类年碳汇总量计算公

式见表1中公式(4)。

表 1 辽宁省海洋渔业碳汇计算公式

Table 1 Calculation formula of marine fishery carbon sink in Liaoning Province

类别

Category

公式

Formula

符号说明

Symbol description

参考文献

Reference

贝类碳汇

Carbon sink of shellfish

1　 Ci=Qi×γ×μ1×ρ1+Qi×

　 γ×μ2×ρ2

Ci Qi 1

1 2 2

Ci Qi

1

1 2

2

为第 i种贝类碳汇量 ; 为第 i种贝类年总产量 ; 为贝类干湿转换系数 ; 为贝壳

比 ; 为贝壳固碳系数 ; 为软组织比 ; 为软组织固碳系数 , 参数取值见 表 2

is the carbon fixed by i shellfish; is the annual yield of i shellfish; is the

conversion coefficient wet to dry weight of shellfish; is the ratio of shell to body

weight; is the carbon fixation coefficient of shell; is the ratio of soft tissue to

body weight; is the carbon fixation coefficient of soft tissue, whose value is shown

in the table 2

[4]

贝类碳汇总量

Total carbon sink of

shellfish

Cs =

n∑

i=1

Ci

2　

Cs

Cs

为海水养殖贝类碳汇总量

is the total amount of carbon of maricultured shellfish

藻类碳汇

Carbon sink of

macroalgae

Ce =

m∑

i=1

(Pi Wi) 20%

3　

Ce Pi Wi

Ce Pi

Wi

为不同种类藻类碳汇总量 ; 为 i种藻类的年总产量 ; 为 i种藻类的碳含量百分

比 , 参数取值见 表 3

is the carbon fixed by maricultural macroalgae; is the annual harvest of

i macroalgae; is the percentage of carbon by i macroalgae, whose value is shown in

the table 3

贝藻类碳汇总量

Total carbon sink of

shellfish and

macroalgae

C =Ce+Cs

4　

C

C

为海水养殖贝藻类年碳汇总量

is the annual carbon totals by maricultural shellfish and macroalgae

鱼类营养级

Fish nutritional level

Ti =1+

n∑

j=1

Dij Tj

5　

Ti Tj Dij

Ti Tj

Dij

为生物 i的营养级 ; 为生物 i摄食的食物 j的营养级 ; 为食物 j在生物 i的食物中

所占的比例

is the trophic level of i fish; is the trophic level of j organism being fed on i fish;

is the proportion of j prey in the food of i predator

[29]

被捕食者生物量

Biomass of prey

Bj =Y0=

(

EL0 1 EL0 2

)

6　

Bj Y0 L0 EL0 1

(L0 1) EL0 2 (L0 2)

Bj Y0 L0

EL0 1 (L0 1) EL0 2

(L0 2)

为被捕食者的生物量 ; 为渔获量 ; 为渔获物平均营养级 ; 为营养级

的生态转换效率 ; 为营养级 的生态转换效率

is the biomass of the prey; is the yield; is the average trophic level in catch;

is the ecological conversion efficiency of trophic level ; is the

ecological conversion efficiency of trophic level

[14]

第 2 期 李　源等 : 辽宁省海洋渔业碳收支及驱动因素分析 255

http://www.ecoagri.ac.cn

续表 1

类别

Category

公式

Formula

符号说明

Symbol description

参考文献

Reference

摄食浮游植物和有机

碎屑的比例

Proportion of

phytoplankton and

organic detritus in diet

7　 1×Q+2×(100%?Q) =

　 L0?2, 即 Q = 4?L0

Q

Q

为摄食浮游植物和有机碎屑的比例 ; L0为渔获物平均营养级

is the proportion of phytoplankton and organic detritus in diet. L0 is the average

trophic level in catch

摄食浮游植物和有机

碎屑的生物量

Biomas of

phytoplankton and

organic detritus in diet

8　 B0=(B1×Q)+B1×

　 (100%?Q)/EL=1

B0 EL=1

B0 EL=1

为摄食浮游植物和有机碎屑的生物量 ; 为初级消费者摄食浮游植物和有机

碎屑的生态转换效率

is the biomass of phytoplankton and organic detritus in diets; is the ecological

conversion efficiency of primary consumers to ingest phytoplankton and organic

detritus

被捕食的浮游植物碳

含量

Carbon content of

phytoplankton

C1 =4:49% B0

9　

C1

C1

被捕食的浮游植物的现存碳含量

is the carbon content of phytoplankton

[30]

摄食浮游植物固碳量

Carbon sequestration by

feeding phytoplankton

CT =45 C1

10　

CT

CT

摄食浮游植物的固碳量

is the carbon sequestration by feeding phytoplankton

[31]

化石燃料燃烧排放

CO2量

CO2 emissions from

fossil fuel combustion

Gk =Tk f h

11　

Gk Tk

Gk Tk

为渔船燃烧 k燃料时的碳排放量 ; 为消耗 k燃料的量 ; f为有效氧化分数 , h为燃

料 k的平均含碳量

is the carbon emissions of fishing vessels burning k fuel; is the amount of k fuel

consumed; f is the effective oxidation fraction; h is the average carbon content of k fuel

[32]

海洋渔船产碳量

Carbon production of

marine fishing vessel

Gn =Tn s w z φ

12　

Gn Tn

φ

Gn Tn

φ

为渔船燃烧碳量 ; 为渔船作业燃油消耗量 ; s为折标准煤系数 1.4571; w为有效

氧化分数 0.982; z为每吨标煤含碳量 0.732 57; 为 0.813, 即在获得相同热能的条件

下 , 燃油释放 CO2与燃煤释放 CO2之间的比值

is the amount of carbon burned by n fishing vessels; is the fuel consumption of

fishing vessel n operation; s is the standard coal coefficient (1.4571); w is the effective

oxidation fraction (0.982); z is the carbon content per ton of standard coal (0.732 57);

is 0.813, the ratio of CO2 released between from fuel oil and from coal under the same

thermal energy conditions

[33]

海洋捕捞渔船 CO2排放

量

CO2 emissions from

marine fishing vessels

Cco2 =Gn @

13　

Cco2 CO2 @

Cco2 CO2 @

为 排 放量 ; 为碳换算为 CO2的常数 (3.67)

is the emission; is the constant from carbon to carbon dioxide (3.67)

燃油消耗量

Fuel consumption

Tn =

∑m

j=1

(

Pj Fj

)

14　

Pj作业功率;Fj用油系数

Pj Fj

为海洋捕捞 为海洋捕捞作业

is the power of j marine fishing operation; is the oil consumption coefficient of

j marine fishing operation

渔业碳汇价值量预测

Prediction of economic

value of carbon sink by

fisheries

Yt+T = At +Bt +Ct T2

15　

Yt+T At Bt Ct L(1)t L(2)t

L(3)t ! Xt

L(1)0 L(2)0 L(3)0 L(1)t L(2)t L(3)t

Yt+T At Bt and Ct

L(1)t L(2)t L(3)t

! Xt

L(1)0 L(2)0 L(3)0 L(1)t L(2)t

L(3)t

为碳汇量预测值 ; T为预测期数 ; 、 、 分别为 t年预测系数 ; 、 、

分别为 t年一次 、 二次 、 三次平滑预测值 ; 为平滑系数 ; 为 t年碳汇量原始值 ;

、 、 分别为 、 、 的初始值

is the predicted value of carbon sinks; T is the forecast period; , are t

year prediction coefficients; , and are the first, second and third smoothing

predictions in t year, respectively; is the smoothing coefficient; is the original

value of the carbon sink in t year; , , and are the initial values of , ,

and , respectively

[34-35]

At =3L(1)t 3L(2)t +L(3)t

Bt = !2(1 !)2

[(6 5!)L(1)

t 2(5 4!)L(2)t +(4 3!)L(3)t

]

Ct = !

2

2(1 !)2

[L(1)

t 2L

(2)

t +L

(3)

t

]

L(1)t =! Xt +(1 !) L(1)t 1

L(2)t =! L(1)t +(1 !) L(2)t 1

L(3)t =! L(2)t +(1 !) L(3)t 1

L(1)0 =L(2)0 =L(3)0 = X1+X2+X33

渔业碳汇价值

Economic value of

fishery carbon sink

OCSV =OFS Crec

16　

OCSV OFS Crec

OCSV OFS Crec

为渔业碳汇价值量 , 为渔业碳汇量 , 为单位的碳减排经济成本价值

is the value of fishery carbon sink; is the amount of fishery carbon sink;

is the economic cost value of carbon emission reduction per unit

[36-39]

关联系数

Correlation coefficient

ij=minj mink ?ij(k)+ maxj maxk ?ij(k)?ij(k)+ maxj maxk ?ij(k)

17　

ij ?ij(k)= xi(k) xj(k) fxi(k)g {xj(k)}

minj mink ?ij(k) maxj maxk ?ij(k)



ij ?ij(k)= xi(k) xj(k)

fxi(k)g {xj(k)} minj mink ?ij(k)

maxjmaxk?ij(k)



为灰色关联系数 ; 为序列 i 与序列 j 在第 k点的

绝对差 ; 为两极最小差 ; 为两极最大差 ;

为分辨系数 , 其值为 0~1, 取 = 0.5

is grey correlation coefficient; is the absolute difference

between sequence i and sequence j at point k; is the

minimum difference between two poles; is the maximum difference

between the two poles; is the resolution coefficient, whose value is 0.5

[40-41]

灰色关联度

Grey correlation

Rij = 1n

n∑

k=1

ij(k)k=1;2;3; ;n

18　 Rij为灰色关联度

Rij is the grey correlation degree

256 中国生态农业学 报 (中英文 )?2023 第 31 卷

http://www.ecoagri.ac.cn

1.3 海洋捕捞渔业碳汇量计算

采用海洋食物网能量效率转换法计算海洋捕捞

渔获物中碳移出量, 基于渔获物营养级和其他营养

级的生态转换效率, 由海洋捕捞渔获物种类及其营

养级逆推各营养级生物的被捕食量和需要摄食浮游植

物生物量, 计算被摄食的浮游植物光合作用碳汇量[14]。

1.3.1 估算海洋捕捞渔获物营养级

大多数海洋生物的食物具有广泛性, 海洋捕捞

渔获物通常是消费者功能群海洋生物, 其营养级具

有物种和阶段特性, 其营养级是非整数的[26]。我国海

洋捕捞渔获物营养级通常分为3~4级[27-28], 碎屑和浮

游植物等初级生产者的营养级为1(unity)级, 所有其

他类群生物的营养级(平均加权的)被定义为1加上

被捕食者营养级乘以其在食物中的比例之和, 营养

级计算公式见表1中公式(5)[29]。

1.3.2 估算被捕食者生物量

Bj

通过两营养层级转换估算平均营养级1~2之间

被捕食者生物量 , 计算公式见表1中公式(6)。

1.3.3 估算初级消费者生物量

B0

依据营养级计算公式(5), 计算被捕食者中浮游

植物的有机碎屑物(营养级为1)占比Q, 计算公式见

表1中公式(7), 由此估算摄食浮游植物和有机碎屑

的生物量 , 计算公式见表1中公式(8)。

1.3.4 估算碳汇量

浮游植物对生物碳汇的贡献是初级生产过程与

透明胞外聚合颗粒物(TEP)形成的凝聚网沉降过程[30]。

因此, 有机碎屑物碳汇量等同于浮游植物碳汇量。

按照10种浮游植物碳含量平均值4.49%, 估算被捕

C1

CT

食的浮游植物的现存碳含量( ), 计算公式见表1中

公式(9)。参考孙军等[31]研究的浮游植物固碳量为

浮游植物碳含量的45倍, 估算摄食浮游植物的固碳

量( ), 计算公式见表1中公式(10)。

1.4 海洋渔业船只碳排放计算

依据美国橡树岭实验室在1989年提出的化石燃

料燃烧排放二氧化碳计算公式[见表1中公式(11)[32]]

计算渔船碳排放量, 计算公式见表1中公式(12); 海

洋捕捞渔船CO2排放量计算公式见表1中公式(13)。

海洋捕捞渔船作业方式不同用油系数不同。拖网、

围网、刺网、其他、张网和钓具用油系数分别为:

0.480、0.492、0.451、0.312和0.328 (张网和钓具),

燃油消耗量计算公式见表1中公式(14)[33]。

1.5 渔业碳汇量预测

渔业碳汇数据波动受外界影响较大, 即基于时

间序列三次指数平滑分析模型[34-35], 对辽宁省未来十

年渔业碳汇价值量进行预测, 分析辽宁省海洋渔业

碳汇变化。预测模型公式见表1中公式(15)。

1.6 渔业碳汇价值量估算

基于《京都议定书》中预估的CO2减排的成本

约为150~600美元·t?1, 参考2020年美元兑人民币平

均汇率(1美元=6.9元), 折合人民币1035~4140元·t?1。

我国造林减排的成本为2001 ?2020年的平均成本

264.2元·t?1 [36-38], 取CO2减排成本下限与我国造林成

本 均 值, 估 算 出 我 国 单 位 碳 减 排 经 济 成 本 约 为

649.6元·t?1 [39], 计算渔业碳汇价值量, 公式见表1中

公式(16)。

1.7 海洋碳汇驱动因素分析

灰色关联分析法是采用一定方法计算各因子之

间的相似度, 比较各因子之间是否存在相互关联的

关系[40-41]。对数据进行归一化处理, 把碳源、碳汇、

鱼类和贝藻类碳汇分别作为参考序列, 选取渔业经

济总产值、渔民人均纯收入、渔业占农业产值比重、

技术推广经费、家庭总收入、海洋机动渔船年末拥

有量、专业从业人员、技术推广机构、渔业专业户、

表 2 海水养殖贝类固碳计算参数

Table 2 Calculation parameters of carbon sequestration in mariculture shellfish

种类

Shellfish

干重比

Dry weight ratio (%)

质量比 Mass ratio (%) 碳汇系数 Carbon sink coefficient (% dry weight)

软体组织 Soft tissue 贝壳 Shell 软体组织 Soft tissue 贝壳 Shell

牡蛎 Oyster 65.10 6.14 93.86 45.89 12.68

贻贝 Mussel 75.28 8.47 91.53 44.40 11.76

扇贝 Scallop 63.89 14.35 85.65 43.90 11.40

蛤 Clam 52.55 1.98 98.02 44.90 11.52

蛏 Razor clam 70.48 3.26 96.74 44.90 13.24

其他贝类 Other shellfish 64.21 11.41 88.59 43.87 11.44



表 3 海水养殖藻类固碳计算参数(藻类干重比为20%)

Table 3 Calculation parameters of carbon sink in mariculture

macroalgae (dry weight ratio of algae is 20%)

种类

Macroalgae

碳汇系数

Carbon sink coefficient (% dry weight)

海带 Kelp 31.20

裙带菜 Wakame 26.40

其他藻类 Other algae 27.76

第 2 期 李　源等 : 辽宁省海洋渔业碳收支及驱动因素分析 257

http://www.ecoagri.ac.cn

ij

ij Rij

海水养殖面积和捕捞产量等作为比较序列。关联系

数 , 计算公式见表1中公式(17)。由聚集灰色关联

系数 在各点k的值, 得灰色关联度 , 计算公式见

表1中公式(18)。

2 结果与分析



2.1 海洋捕捞鱼类碳汇

图1为辽宁省2006 ?2020年捕捞鱼类碳汇。总

碳汇量为3976.04万t, 2006年为碳汇最大值377.71

万t, 2020年碳汇为最低值126.63万t, 15年间碳汇

量下降254.08万t。2006 ?2009年碳汇量持续下降,

2010?2016年碳汇量稳定在300万t左右, 2017年

较上一年下降155.82万t, 2018 ?2020年碳汇量持续

下降, 最低降至126.63万t。

表4为捕捞鱼类固碳量。小黄鱼(Larimichthys

polyactis)固碳量为1017.49万t, 鲅鱼(Scomberomor-

us niphonius) 835.27万t, 鳀鱼(Engraulis japonicus)和

鲐 鱼 (Scomber japonica)固 碳 量 为 620.17万 t和

479.91万t, 共 占 捕 捞 渔 业 碳 汇 量 的74%; 大 黄 鱼

(Larimichthys crocea)、带鱼(Trichiutus lepturus)和梭

鱼(Liza haematocheila)碳汇高于100万t, 占碳汇量

的16%; 梅童鱼(Collichthys lucidus)、玉筋鱼(Ammo-

dytes personatus)、 鲻 鱼 (Mugil cephalus)、 黄 姑 鱼

(Nibea albiflora)、 石 斑 鱼 (Epinephelus sp.)和 鲳 鱼

(Pampus gargenteus)等固碳量在30万t至65万t, 占

碳汇量的7%; 竹筴鱼(Trachurus japonicus)、沙丁鱼

(Sardina pilchardus)、白姑鱼(Argyrosomus argentatus)

和鮸鱼(Miichthys miiuy)的固碳量在10万t至30万

t, 占碳汇量的2%; 其他鱼类占碳汇总量的1%。



表 4 辽宁省2006 ?2020年不同鱼类碳汇量

Table 4 Carbon sinks of different fish species catched in Liaoning Province from 2006 to 2020

次序

Order

鱼类

Fish species

碳汇量

Carbon sink

次序

Order

鱼类

Fish species

碳汇量

Carbon sink

×104 t　

1 小黄鱼 Larimichthys polyactis 1017.49 14 竹筴鱼 Trachurus japonicus 28.05

2 鲅鱼 (蓝点马鲛 ) Scomberomorus niphonius 835.27 15 沙丁鱼 Sardina pilchardus 23.08

3 鳀鱼 Engraulis japonicus 620.17 16 白姑鱼 Argyrosomus argentatus 19.64

4 鲐鱼 (日本鲭 ) Scomber japonica 479.91 17 鮸鱼 Miichthys miiuy 10.03

5 大黄鱼 Larimichthys crocea 295.22 18 金枪鱼 Thunnus thynnus 9.18

6 带鱼 Trichiutus lepturus 228.94 19 马面鲀 Navodon modestus 8.45

7 梭鱼 Liza haematocheila 107.48 20 海鳗 Muraenesox cinereus 7.19

8 梅童鱼 Collichthys lucidus 64.92 21 鳓鱼 Ilisha elongata 3.85

9 玉筋鱼 Ammodytes personatus 61.83 22 金线鱼 Nemipterus virgatus 2.14

10 鲻鱼 Mugil cephalus 39.91 23 方头鱼 Branchiostegus japonicus 1.83

11 黄姑鱼 Nibea albiflora 38.51 24 鲷鱼 Pagrus pagrus 0.93

12 石斑鱼 Epinephelus sp. 36.79 25 蓝圆鯵 Decapterus maruadsi 0.24

13 鲳鱼 Pampus gargenteus 34.80 26 鲱鱼 Clupea pallasi 0.17





2.2 养殖贝藻类碳汇

如图2a所示, 牡蛎、扇贝、蛤、蚶、海带和裙

带菜等碳汇量逐年增加, 养殖贻贝和蛏固碳量逐年

下降。蛤在近15年贝藻类碳汇量贡献量最大, 占比

43%; 其 次 是 扇 贝(23%)、 牡 蛎(11%)、 海 带(8%)、

裙带菜(6%)、贻贝(3%)、蚶和蛏(3%和2%)。

如图2b所示, 2006 ?2020年贝藻类碳汇总量为

228.83万t, 2019年为最大值19.07万t, 2007年为最

低值10.39万t, 年均碳汇量15.26万t。养殖贝类碳

汇量为200.59万t, 占比超过80%; 养殖藻类碳汇量

维持在2.5万t左右; 捕捞贝类碳汇量下降1.1万t,

捕捞藻类碳汇量无明显变化, 维持在均值0.002万t。

2.3 海洋捕捞碳排放

图3为2006 ?2020年辽宁省海洋捕捞碳排放量。

碳排放总量为2467.87万t, 拖网碳排放量为1208.75

万t, 占比49%; 刺网碳排放量为1037.57万t, 占比

42%; 其余4种作业方式碳排放量处于小范围波动。

拖网、刺网和钓业等作业方式的碳排放量逐年上升,



捕捞鱼类碳汇量

Catch fish carbon sink ( 10

4 t)

400

300

200

100

2006 2008 2010 2012 2014 2016 2018 2020

年份 Year

图 1 辽宁省2006—2020年捕捞鱼类碳汇量

Fig. 1 Carbon sink of fish catched in Liaoning Province from

2006 to 2020

258 中国生态农业学 报 (中英文 )?2023 第 31 卷

http://www.ecoagri.ac.cn

围网和张网碳排放量呈下降趋势。

2.4 海洋渔业碳源碳汇

图4为近15年海洋渔业碳源碳汇量变化。海洋

渔业碳汇为4217.71万t, 年均碳汇量281.18万t; 海

洋 捕 捞 碳 源 排 放 量 为 2467.87万 t, 年 均 排 放 量

164.52万t。2006年碳汇为最大值391.8万t, 2020年

为最低值139.9万t; 碳源排放在2015年达最大值

185.03万t, 2006年为最小值135.45万t。海洋渔业

碳源碳汇最大顺差为256.36万t, 最大逆差29.99万

t, 平均差额为116.66万t·a?1。海洋渔业碳源碳汇量

之比最大为2.80, 最小为0.75, 除2010年波动回到

2.14、2013年1.95和2016年1.89之外, 呈现连续波

动的下降趋势。

2.5 海洋渔业碳汇价值

图5为辽宁省渔业碳汇价值量。渔业碳汇价值

总量为114.4亿元, 年均价值量7.63亿元; 渔业碳汇

价值量为274.63亿元, 年均价值18.31亿元; 碳源价

值量为160.28亿元, 年均价值量10.68亿元。2006 ?

2017年渔业碳汇价值总量中, 碳汇价值量高于碳源

价值量, 2018 ?2020年碳源价值量高于碳汇价值量。

在 预 测 的10年 期 间 渔 业 碳 汇 碳 源 价 值 总 量 为

209.45亿元, 渔业碳汇价值量为94.08亿元, 碳源价

值量为115.37亿元。在预测期间捕捞鱼类碳汇价值



10

8

6

4

2

5

4

3

2

1

0

2006 2008 2010 2012 2014 2016 2018 2020

年份 Year

牡蛎、扇贝、蛤、海带碳汇量

Oyster

, scallop, surf clam,

kelp carbon sink ( 10

4 t)

20

15

10

5

0

2006 2008 2010 2012 2014 2016 2018 2020

年份 Year

贝藻类碳汇量

Shell algae carbon sink ( 10

4 t)

贻贝、蛏、蚶、裙带菜碳汇量Mussel, razor clam, blood clam, suringar carbon sink ( 10

4 t)

牡蛎 Oyster

蛤 Surf clam

扇贝 Scallop

海带 Kelp

贻贝 Mussel

蚶 Blood clam

蛏 Razor clam裙带菜 Suringar

养殖贝类 Farmed shellfish养殖藻类 Cultured algae

捕捞藻类 Harvested algae

a b

捕捞贝类 Catched shellfish



图 2 辽宁省2006—2020年不同种类(a)和不同生产方式(b)的贝藻类碳汇量

Fig. 2 Carbon sinks of different species shellfish and macroalgae (a) with different production methods (b) in Liaoning Province

from 2006 to 2020



100

80

60

40

20

20

15

10

5

00

2006 2008 2010 2012 2014 2016 2018 2020

年份 Year

拖网、刺网碳排放量

Carbon emissions from trawl and

gill net ( 10

4 t)

围网、张网、钓业和其他碳排放量Carbon emissions from purse seine,

trap net, line fishery and other

拖网 Trawl

刺网 Gill net

围网 Purse seine

钓业 Line fishery

张网 Trap net

其他 Other

cat

ches (×

10

4 t

)



图 3 辽宁省2006—2020年海洋捕捞不同作业方式碳排放量

Fig. 3 Carbon emissions of different marine fishing operations in Liaoning Province from 2006 to 2020



碳源与碳汇

Source and sink of carbon ( 10

4 t)

400

300

200

100

0

2006 2008 2010 2012 2014 2016 2018 2020

年份 Year

碳汇 Carbon sink碳源 Carbon source

图 4 辽宁省2006—2020年海洋捕捞碳源碳汇

Fig. 4 Source and sink of carbon from marine fishing in

Liaoning Province from 2006 to 2020

第 2 期 李　源等 : 辽宁省海洋渔业碳收支及驱动因素分析 259

http://www.ecoagri.ac.cn

量呈指数型下降, 贝藻类碳汇价值量和碳源价值量

稳定增长。

2.6 海洋渔业碳汇驱动要素

表5和表6为海洋渔业碳汇驱动要素关联度排

名。渔业碳汇关联度前3要素是捕捞产量、技术推

广机构数量、海洋捕捞渔船总功率。渔业碳源主要

关联要素分别是渔业占农业产值比重、海洋捕捞渔

船总功率、渔业专业户数量、专业从业人员数量和

技术推广机构数量(表5)。捕捞渔业碳汇主要关联

度分别是捕捞产量、技术推广机构数量、海洋捕捞

渔船总功率、渔业专业户数量和专业从业人员数量

(表6)。养殖贝藻类碳汇主要关联要素分别是渔民人

均纯收入、渔业经济总产值、渔业占农业产值比重、

海洋捕捞渔船总功率和海水养殖面积(表6)。



表 5 辽宁省2006 ?2020年海洋渔业碳源和碳汇的驱动要素

Table 5 Driving factors for carbon sources and carbon sinks of marine fisheries in Liaoning Province from 2006 to 2020

碳源 Carbon source 碳汇 Carbon sink

评价项

Evaluation item

关联度

Correlation

排名

Ranking

评价项

Evaluation item

关联度

Correlation

排名

Ranking

渔业占农业产值比重

Proportion of fishery in agricultural output value 0.938 1

捕捞产量

Catch yield 0.950 1

海洋捕捞渔船总功率

Total power of marine fishing vessels 0.935 2

技术推广机构数量

Number of technology extension agencies 0.888 2

渔业专业户数量

Number of specialized fishery households 0.919 3

海洋捕捞渔船总功率

Total power of marine fishing vessels 0.862 3

专业从业人员数量

Number of employees 0.889 4

渔业专业户数量

Number of specialized fishery households 0.862 4

技术推广机构数量

Number of technology extension agencies 0.856 5

专业从业人员数量

Number of employees 0.851 5

海水养殖面积

Mariculture area 0.848 6

渔业占农业产值比重

Proportion of fishery in agricultural output 0.845 6

渔业经济总产值

Gross economic output value of fisheries 0.847 7

海水养殖面积

Mariculture area 0.811 7

渔民人均纯收入

Net income per fisherman 0.828 8

渔业经济总产值

Gross economic output value of fisheries 0.794 8

捕捞产量

Catch yield 0.796 9

渔民人均纯收入

Net income per fisherman 0.770 9

技术推广经费

Technology promotion funds 0.704 10

技术推广经费

Technology promotion funds 0.682 10

家庭总收入

Total household income 0.630 11

家庭总收入

Total household income 0.623 11





3 讨论

由于海洋生态系统的复杂性和动态性, 同时海

洋渔业又具有“碳源”与“碳汇”的双重属性, 海洋渔业

碳汇总量变化是受多种要素驱动的, 确定多要素驱

动的耦合机制及各要素对其影响程度面临挑战。农

业部在2006年印发关于《全国渔业发展第十一个五

年规划(2006 ?2010年)的通知》, 坚持“以养为主”

的渔业发展方针, 加强渔业资源和生态环境保护。

故中国海洋渔业捕捞产量在2006 ?2010年间平均

减幅3.8%。2017年农业部制定《2017年渔业渔政

工作要点》, 推进产业转型升级, 加大捕捞渔民转产

转业力度。2017年以后辽宁省年均渔业碳汇总量下

降至174.45万t, 2010年以后年均渔业碳汇总量恢复

到300万t左右。可见, 国家海洋政策方针的调整对

海洋渔业年均碳汇总量的变化是一个巨大的影响

因素。

2009年广东省贝藻类碳汇总量约为11万t, 在

贝藻类养殖海区投放大量的养殖设施, 对海域生境

造成胁迫[42], 该养殖模式不利于海区贝藻类的长久增

产 增 收, 不 利 于 海 区 生 态 环 境 的 长 久 动 态 平 衡 。



碳源碳汇价值量

Value of carbon ( 10

8 yuan)

30

20

25

10

15

5

0

2006 2008 2010 2014 2018 2022 2026 20302012 2016 2020 2024 2028

年份 Year

鱼类碳汇 Harvested fish

碳源 Carbon emissions of fisheries

贝藻类碳汇 Harvested shellfish and macroalgae



图 5 辽宁省2006—2020年海洋渔业碳汇价值量

Fig. 5 Economic values of carbon sequestration of harvested

marine products in Liaoning Province from 2006 to

2020

260 中国生态农业学 报 (中英文 )?2023 第 31 卷

http://www.ecoagri.ac.cn

2005?2019年浙江省贝藻碳汇总量年均为6.7万t,

主要得益于养殖贝藻品种结构的科学合理, 但是冷

冻、台风等造成其产量下降[43]。2014 ?2019年福建

省贝藻类碳汇总量10.7万t?a?1, 海带、牡蛎、扇贝及

蛤等为碳汇总量的主要贡献者, 其养殖产量受气候、

养殖面积及市场等因素影响。2006 ?2020年辽宁省

年均贝藻类碳汇总量16.36万t?a?1, 扇贝、牡蛎、蛤、

海带和裙带菜等为碳汇总量的主要贡献者, 其碳汇

总量受养殖品种结构、养殖面积和海洋开发等损害

海岸生态系统的因素限制。在“双碳”的背景下, 节能

减排、节约成本和科学养殖成为海水养殖贝藻类的

主流发展模式, 粗放的贝类养殖模式对海域生境造

成下行胁迫, 大规模的养殖藻类会扰乱养殖海域生

态系统平衡[44-45], 同时大规模的养殖模式将会被逐渐

代替。在海洋贝藻类混合养殖模式中, 贝类滤食产

生的排泄物和无机氨氮为藻类生长提供营养物质,

藻类光合作用吸收二氧化碳转化为氧气促进贝类生

长代谢, 贝藻类在保持各自固碳能力同时, 相互促进

对方固碳潜力提升[46], 加快养殖海区碳循环, 维持养

殖海区生态系统平衡, 缓解海洋酸化和富营养化。

辽宁省海洋渔业碳汇价值总量在逐年下降。海

洋捕捞渔业碳汇价值总量随海洋捕捞渔获物产量的

减少而下降, 海水养殖贝藻类碳汇价值总量随海水

养殖贝藻类产量的提升而增加。其海洋渔业碳源价

值总量保持在年均10.68亿元。在2006 ?2020年期

间海洋渔业碳汇价值总量中, 碳源的价值总量小于

碳汇价值总量, 渔业碳汇前中期处于收支盈余水平。

2020?2030年海洋碳汇价值总量小于碳源价值的总

量, 渔业碳汇的赤字加剧。基于灰色关联度分析, 以

及福建省和广东省的海洋贝藻类养殖概况以及其影

响要素分析, 辽宁省海洋渔业碳汇总量的变化主要

受海洋捕捞渔获物产量、渔船捕捞作业碳排放量、

海水贝藻类养殖面积、海水贝藻类养殖品种构成、

海水贝藻类养殖模式、国家海洋渔业政策、渔业经

济总价值、专业从业人员和技术推广等影响。表明

海洋渔业碳汇价值总量受多种要素驱动影响, 并导

致海洋渔业碳汇价值总量下降, 这也是对海洋渔业

碳汇收支平衡的响应。

因此, 从海洋渔业碳增汇的角度, 辽宁省渔业发

展建议如下: 1)开展多种养殖模式深度融合。例如,

扩大鱼类和贝藻类的养殖规模和不同品种的养殖比

例变化, 建设人工鱼礁和海洋牧场。2)从节能减排

的角度出发, 减少高能耗、低产量的捕捞作业方式。

针对捕捞渔船的排放量问题, 加快渔船改造升级, 减

少海洋捕捞船只碳排放, 加快实现海洋渔业碳平衡。

3)保护海洋物种的丰富性与完整性。改变海洋渔业

捕捞方式、降低渔网间隔密度, 减少对幼鱼的捕捞;

增殖放流, 设置禁渔区等。4)发挥政府机构的主导

作用, 针对高污染、高排放渔船实行监管政策, 推进

渔业低碳化、高效化发展; 完善渔民生活的社会保

障体系, 增强渔民自主碳减排意识, 促进辽宁省海洋

碳汇渔业可持续发展。

表 6 辽宁省2006—2020年贝藻类以及捕捞渔业碳汇关联度排名

Table 6 Ranking of gray correlation between shellfish, capture fisheries and carbon sink in Liaoning Province from 2006 to 2020

捕捞渔业 Capture fisheries 贝藻类 Shell algae

评价项

Evaluation item

关联度

Correlation

排名

Ranking

评价项

Evaluation item

关联度

Correlation

排名

Ranking

捕捞产量

Catch yield 0.952 1

渔民人均纯收入

Net income per fisherman 0.922 1

技术推广机构数量

Number of technology extension agencies 0.883 2

渔业经济总产值

Gross economic output value of fisheries 0.896 2

海洋捕捞渔船总功率

Total power of marine fishing vessels 0.854 3

渔业占农业产值比重

Proportion of fishery in agricultural output 0.859 3

渔业专业户数量

Number of specialized fishery households 0.852 4

海洋捕捞渔船总功率

Total power of marine fishing vessels 0.857 4

专业从业人员数量

Number of employees 0.843 5

海水养殖面积

Mariculture area 0.844 5

渔业占农业产值比重

Proportion of fishery in agricultural output value 0.837 6

渔业专业户数量

Number of specialized fishery households 0.837 6

海水养殖面积

Mariculture area 0.804 7

技术推广机构数量

Number of technology extension agencies 0.827 7

渔业经济总产值

Gross economic output value of fisheries 0.788 8

专业从业人员数量

Number of employees 0.818 8

渔民人均纯收入

Net income per fisherman 0.763 9

捕捞产量

Catch yield 0.779 9

技术推广经费

Technology promotion funds 0.677 10

技术推广经费

Technology promotion funds 0.773 10

家庭总收入

Total household income 0.619 11

家庭总收入

Total household income 0.696 11

第 2 期 李　源等 : 辽宁省海洋渔业碳收支及驱动因素分析 261

http://www.ecoagri.ac.cn

4 结论

1)辽宁省近15年海洋渔业的碳汇收支盈余, 渔

业碳汇总量受海洋捕捞渔获物和养殖贝藻类碳汇总

量影响。海洋捕捞碳排放平稳, 各种捕捞方式碳排

放存在差异。在研究期间海洋渔业碳汇价值总量持

续下降, 捕捞渔业碳汇价值总量持续降低。

2)辽宁省2006 ?2020年海洋渔业碳汇变化明

显, 基于关联度分析, 海洋渔业碳汇下降与海洋捕捞

渔获物产量、养殖贝藻类产量、渔业碳排放、捕捞

船只数量、渔业专业户养殖规模和专业人员等密切

相关。

3)在预测的10年间, 辽宁省海洋渔业碳汇总量

与价值量持续下降, 其中捕捞鱼类碳汇量持续性下

降, 养殖贝藻类碳汇总量与碳排放总量小幅度升高。

参考文献 References

FRIEDLINGSEIN P, O’SULLIVAN M, JONES M W, et al.

Global carbon budget 2020[J]. Earth System Science Data,

2020, 12(4): 3269?3340

[1]

NELLEMANN C, CORCORAN E, DUARTE C M, et al. Blue

carbon: the role of healthy oceans in binding carbon: a

rapidresponse assessment[M]: UNEP GRID-Arendal. Blue

Carbon: the Role of Healthy Oceans in Binding Carbon.

Birkeland Trykkeri: UNEP, 2009

[2]

KHATIWALA S, PRIMEAU F, HALL T. Reconstruction of the

history of anthropogenic CO2 concentrations in the ocean[J].

Nature, 2009, 462(7271): 346?349

[3]

邵桂兰, 刘冰, 李晨. 我国主要海域海水养殖碳汇能力评估

及其影响效应 ?基于我国9个沿海省份面板数据[J]. 生态

学报, 2019, 39(7): 2614?2625

SHAO G L, LIU B, LI C. Evaluation of carbon dioxide capacity

and the effects of decomposition and spatio-temporal

differentiation of seawater in China’s main sea area based on

panel data from 9 coastal provinces in China[J]. Acta Ecologica

Sinica, 2019, 39(7): 2614?2625

[4]

唐剑武, 叶属峰, 陈雪初, 等. 海岸带蓝碳的科学概念、研

究方法以及在生态恢复中的应用[J]. 中国科学: 地球科学,

2018, 48(6): 661?670

TANG J W, YE S F, CHEN X C, et al. Coastal blue carbon:

Concept, study method, and the application to ecological

restoration[J]. Scientia Sinica (Terrae), 2018, 48(6): 661?670

[5]

李捷, 刘译蔓, 孙辉, 等. 中国海岸带蓝碳现状分析[J]. 环

境科学与技术, 2019, 42(10): 207?216

LI J, LIU Y M, SUN H, et al. Analysis of blue carbon in China’

s coastal zone[J]. Environmental Science & Technology, 2019,

42(10): 207?216

[6]

MCLEOD E, CHMURA G L, BOUILLON S, et al. A blueprint

for blue carbon: toward an improved understanding of the role

of vegetated coastal habitats in sequestering CO2[J]. Frontiers in

Ecology and the Environment, 2011, 9(10): 552?560

[7]

唐启升, 刘慧. 海洋渔业碳汇及其扩增战略[J]. 中国工程科[8]

学, 2016, 18(3): 68?73

TANG Q S, LIU H. Strategy for carbon sink and its

amplification in marine fisheries[J]. Engineering Sciences,

2016, 18(3): 68?73

唐启升, 蒋增杰, 毛玉泽. 渔业碳汇与碳汇渔业定义及其相

关问题的辨析[J]. 渔业科学进展, 2022, 43(5): 1–7

Clarification on the definitions and its relevant issues of

fisheries carbon sink and carbon sink fisheries[J]. Progress in

Fishery Sciences, 2022, 43(5): 1–7

[9]

张继红, 刘纪化, 张永雨, 等. 海水养殖践行“海洋负排放”

的途径[J]. 中国科学院院刊, 2021, 36(3): 252?258

ZHANG J H, LIU J H, ZHANG Y Y, et al. Strategic approach

for mariculture to practice “ocean negative carbon emission”[J].

Bulletin of Chinese Academy of Sciences, 2021, 36(3): 252?258

[10]

张继红, 方建光, 唐启升. 中国浅海贝藻养殖对海洋碳循环

的贡献[J]. 地球科学进展, 2005, 20(3): 359?365

ZHANG J H, FANG J G, TANG Q S. The contribution of

shellfish and seaweed mariculture in China to the carbon cycle

of coastal ecosystem[J]. Advance in Earth Sciences, 2005,

20(3): 359?365

[11]

岳冬冬, 王鲁民. 我国海水养殖贝类产量与其碳汇的关

系[J]. 江苏农业科学, 2012, 40(11): 246?248

YUE D D, WANG L M. The relationship between marine

aquaculture shellfish production and its carbon sink in China[J].

Jiangsu Agricultural Sciences, 2012, 40(11): 246?248

[12]

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

SUN K, CUI X X, SU Z X, et al. Spatio-temporal evolution and

influencing factors of the economic value for mariculture carbon

sinks in China[J]. Geographical Research, 2020, 39(11):

2508?2520

[13]

张波, 孙珊, 唐启升. 海洋捕捞业的碳汇功能[J]. 渔业科学

进展, 2013, 34(1): 70?74

ZHANG B, SUN S, TANG Q S. Carbon sink by marine fishing

industry[J]. Progress in Fishery Sciences, 2013, 34(1): 70?74

[14]

岳冬冬, 王鲁民, 阮雯, 等. 中国海洋捕捞渔业温室气体排

放 时 序 分 析 与 因 素 分 解[J]. 长 江 流 域 资 源 与 环 境, 2014,

23(8): 1057?1063

YUE D D, WANG L M, RUAN W, et al. Time series analysis

and factor decomposition of greenhouse gas emissions of marine

fishing in China[J]. Resources and Environment in the Yangtze

Basin, 2014, 23(8): 1057?1063

[15]

CAVAN E L, HILL S L. Commercial fishery disturbance of the

global ocean biological carbon sink[J]. Global Change Biology,

2022, 28(4): 1212?1221

[16]

焦念志, 刘纪化, 石拓, 等. 实施海洋负排放践行碳中和战

略[J]. 中国科学: 地球科学, 2021, 51(4): 632?643

JIAO N Z, LIU J H, SHI T, et al. Deploying ocean negative

carbon emissions to implement the carbon neutrality strategy[J].

Scientia Sinica (Terrae), 2021, 51(4): 632?643

[17]

MACLEOD M J, HASAN M R, ROBB D H F, et al.

Quantifying greenhouse gas emissions from global

aquaculture[J]. Scientific Reports, 2020, 10(1): 11679

[18]

邵桂兰, 孔海峥, 于谨凯, 等. 基于LMDI法的我国海洋渔[19]

262 中国生态农业学 报 (中英文 )?2023 第 31 卷

http://www.ecoagri.ac.cn

业 碳 排 放 驱 动 因 素 分 解 研 究[J]. 农 业 技 术 经 济, 2015(6):

119?128

SHAO G L, KONG H Z, YU J K, et al. Decomposition of my

country’s marine fishery carbon emission drivers based on

LMDI method[J]. Journal of Agrotechnical Economics, 2015(6):

119?128

SCHAU E M, ELLINGSEN H, ENDAL A, et al. Energy

consumption in the Norwegian fisheries[J]. Journal of Cleaner

Production, 2009, 17(3): 325?334

[20]

PARKER R W R, BLANCHARD J L, GARDNER C, et al. Fuel

use and greenhouse gas emissions of world fisheries[J]. Nature

Climate Change, 2018, 8(4): 333?337

[21]

LEE J, KIM T, ELLINGSEN H, et al. Energy consumption and

greenhouse gas emission of Korean offshore fisheries[J]. Journal

of Ocean University of China, 2018, 17(3): 675?682

[22]

PARKER R W R, HARTMANN K, GREEN B S, et al.

Environmental and economic dimensions of fuel use in

Australian fisheries[J]. Journal of Cleaner Production, 2015, 87:

78?86

[23]

邵桂兰, 侯涵涵, 李晨. 我国沿海地区海洋渔业碳排放时空

分异研究 ?基于省际数据的ESDA分析[J]. 山东财经大学

学报, 2018, 30(1): 27?34

SHAO G L, HOU H H, LI C. Carbon emission spatial-temporal

differentiation in China coastal marine fisheries: based on

ESDA analysis of interprovincial data[J]. Journal of Shandong

University of Finance and Economics, 2018, 30(1): 27?34

[24]

MARIANI G, CHEUNG W W L, LYET A, et al. Let more big

fish sink: fisheries prevent blue carbon sequestration-half in

unprofitable areas[J]. Science Advances, 2020, 6(44): eabb4848

[25]

PAULY D, WATSON R. Background and interpretation of

the ‘Marine Trophic Index’ as a measure of biodiversity[J]. Philo-

sophical Transactions of the Royal Society B: Biological

Sciences, 2005, 360(1454): 415?423

[26]

邓景耀, 孟田湘, 任胜民. 渤海鱼类食物关系的初步研

究[J]. 生态学报, 1986, 6(4): 356?364

DENG J Y, MENG T X, REN S M. Food web of fishes in Bohai

Sea[J]. Acta Ecologica Sinica, 1986, 6(4): 356?364

[27]

CHRISTENSEN V, PAULY D. ECOPATH II — A software for

balancing steady-state ecosystem models and calculating

network characteristics[J]. Ecological Modelling, 1992, 61(3/4):

169?185

[28]

李继龙, 曹坤, 丁放, 等. 基于渔获物统计的中国近海鱼类

营养级结构变换及其与捕捞作业的关系[J]. 中国水产科学,

2017, 24(1): 109?119

LI J L, CAO K, DING F, et al. Changes in trophic-level

structure of the main fish species caught by China and their

relationship with fishing method[J]. Journal of Fishery Sciences

of China, 2017, 24(1): 109?119

[29]

孙军. 海洋浮游植物与生物碳汇[J]. 生态学报, 2011, 31(18):

5372?5378

SUN J. Marine phytoplankton and biological carbon sink[J].

Acta Ecologica Sinica, 2011, 31(18): 5372?5378

[30]

孙军, 刘东艳, 钱树本. 浮游植物生物量研究 Ⅰ. 浮游植物

生物量细胞体积转化法[J]. 海洋学报, 1999, 21(2): 75?85

SUN J, LIU D Y, QIAN S B. Study on phytoplankton biomass

[31]

Ⅰ. Phytoplankton measurement biomass from cell volume or

plasma volume[J]. Acta Oceanologica Sinica, 1999, 21(2):

75?85

MARLAND G, BODEN T A, GRIFFIN R C, et al. Estimates of

CO2 emissions from fossil fuel burning and cement

manufacturing, based on the United Nations energy statistics

and the US Bureau of Mines cement manufacturing data[R].

Office of Scientific and Technical Information (OSTI), 1989

[32]

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

ZHANG Z L, WANG W, HE Y P. The calculation of emissions

of carbon during the process of fishing boats operations in

China[J]. Journal of Shanghai Ocean University, 2010, 19(6):

848?852

[33]

宋大德, 汪金涛, 陈新军, 等. 时间序列分析模型在黄海南

部小黄鱼资源量预测中的应用[J]. 海洋学报, 2020, 42(12):

26?33

SONG D D, WANG J T, CHEN X J, et al. Application of time

series analysis model on stock prediction of small yellow

croaker (Larimichthys polyactis) in the southern Yellow Sea[J].

Acta Oceanologica Sinica, 2020, 42(12): 26?33

[34]

徐丽丽, 余骏, 高鑫鑫, 等. 一种基于时间序列分析的赤潮

预测新方法研究 ?以浙江海域为例[J]. 海洋预报, 2020,

37(5): 95?103

XU L L, YU J, GAO X X, et al. Study on the red tide prediction

based on time series analysis — A case study in Zhejiang Sea

Area[J]. Marine Forecasts, 2020, 37(5): 95?103

[35]

杨怀宇, 王春晓, 郭宗香, 等. 池塘养殖生态系统空气调节

服务价值的实证研究[J]. 长江流域资源与环境, 2009, 18(5):

432?438

YANG H Y, WANG C X, GUO Z X, et al. Study on the value

of gas regulation service of pond aquaculture ecosystem[J].

Resources and Environment in the Yangtze Basin, 2009, 18(5):

432?438

[36]

徐婕, 潘洪义, 曹文亚, 等. 基于LUCC的眉山市县域碳排

放效应[J]. 四川师范大学学报(自然科学版), 2020, 43(5):

683?689

XU J, PAN H Y, CAO W Y, et al. County carbon emission

effect of Meishan City based on LUCC[J]. Journal of Sichuan

Normal University (Natural Science), 2020, 43(5): 683?689

[37]

李昂, 刘存歧, 董梦荟, 等. 河北省海水养殖贝类与藻类碳

汇能力评估[J]. 南方农业学报, 2013, 44(7): 1201?1204

LI A, LIU C Q, DONG M H, et al. Assessing carbon sink

capacity of marine bivalves and seaweeds in Hebei Province[J].

Journal of Southern Agriculture, 2013, 44(7): 1201?1204

[38]

辛琨, 肖笃宁. 盘锦地区湿地生态系统服务功能价值估

算[J]. 生态学报, 2002, 22(8): 1345?1349

XIN K, XIAO D N. Wetland ecosystem service valuation — A

case researches on Panjin area[J]. Acta Ecologica Sinica, 2002,

22(8): 1345?1349

[39]

刘慧媛, 陈孟婕, 徐硕. 基于灰色关联度分析的我国渔业经

济 产 值 影 响 因 素 评 价[J]. 渔 业 信 息 与 战 略, 2014, 29(3):

192?198

LIU H Y, CHEN M J, XU S. Evaluation on total output value

and related factors of fishery economy based on grey relational

[40]

第 2 期 李　源等 : 辽宁省海洋渔业碳收支及驱动因素分析 263

http://www.ecoagri.ac.cn

analysis[J]. Fishery Information & Strategy, 2014, 29(3):

192?198

徐杰, 张兰婷. 基于灰色关联分析的我国海洋渔业产业结

构[J]. 海洋开发与管理, 2018, 35(10): 55?59

XU J, ZHANG L T. The structure of China’s marine fisheries

industry based on grey correlation analysis[J]. Ocean

Development and Management, 2018, 35(10): 55?59

[41]

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

QI Z H, WANG J, HUANG H H, et al. Potential assessment of

carbon sink capacity by marine bivalves and seaweeds in

Guangdong Province[J]. South China Fisheries Science, 2012,

8(1): 30?35

[42]

顾波军, 朱梓豪. 浙江省海水贝藻养殖碳汇能力测算及时空

演化[J]. 中国渔业经济, 2021, 39(6): 88?95

GU B J, ZHU Z H. An estimation of carbon sink capacity of

shellfish and algae culture and its spatio-temporal evolution in

Zhejiang Province[J]. Chinese Fisheries Economics, 2021,

39(6): 88?95

[43]

张永雨, 张继红, 梁彦韬, 等. 中国近海养殖环境碳汇形成

过 程 与 机 制 [J]. 中 国 科 学 : 地 球 科 学 , 2017, 47(12):

1414?1424

ZHANG Y Y, ZHANG J H, LIANG Y T, et al. Carbon

sequestration processes and mechanisms in coastal mariculture

environments in China[J]. Scientia Sinica (Terrae), 2017,

47(12): 1414?1424

[44]

唐启升, 韩冬, 毛玉泽, 等. 中国水产养殖种类组成、不投

饵率和营养级[J]. 中国水产科学, 2016, 23(4): 729?758

TANG Q S, HAN D, MAO Y Z, et al. Species composition, non-

fed rate and trophic level of Chinese aquaculture[J]. Journal of

Fishery Sciences of China, 2016, 23(4): 729?758

[45]

吴杭纬经, 赵泓睿, 彭苑媛, 等. 贝藻混养对舟山东极岛养

殖 海 域 二 氧 化 碳 的 影 响[J]. 安 徽 农 业 科 学, 2019, 47(15):

53?55, 59

WU H W J, ZHAO H R, PENG Y Y, et al. Effect of algae-

shellfish polyculture on CO2 in the aquaculture zone located at

Dongji Island of Zhoushan[J]. Journal of Anhui Agricultural

Sciences, 2019, 47(15): 53?55, 59

[46]

264 中国生态农业学 报 (中英文 )?2023 第 31 卷

http://www.ecoagri.ac.cn