删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

中国海水养殖碳汇经济价值时空演化及影响因素分析

本站小编 Free考研考试/2021-12-29

孙康,, 崔茜茜, 苏子晓,, 王雁楠辽宁师范大学 海洋经济与可持续发展研究中心,大连 116029

Spatio-temporal evolution and influencing factors of the economic value for mariculture carbon sinks in China

SUN Kang,, CUI Xixi, SU Zixiao,, WANG YannanCenter for Studies of Marine Economy and Sustainable Development of Liaoning Normal University, Dalian 116029, Liaoning, China

通讯作者: 苏子晓(1990-),男,辽宁大连人,博士生,研究方向海洋经济地理。E-mail: 570257445@qq.com

收稿日期:2019-08-26修回日期:2020-03-26网络出版日期:2020-11-20
基金资助:教育部人文社科重点研究基地重大项目.17JJD790010
辽宁省教育厅人文社科研究项目.WJ2019016
辽宁省社会科学规划基金项目.L19BJ006


Received:2019-08-26Revised:2020-03-26Online:2020-11-20
作者简介 About authors
孙康(1963-),女,辽宁本溪人,博士,教授,硕士生导师,研究方向为产业经济学与生态保护。E-mail: sunkangdl@163.com






摘要
中国是全球海水养殖第一强国,养殖产量占世界总产量的70%以上。根据碳税法和人工造林法测算海水养殖碳汇经济价值,并探讨时空分异特征;采用LMDI指数分解法,分析海水养殖业碳汇能力影响因素。研究结果表明:① 2008—2017年碳汇量和经济价值均呈上升趋势,2017年经济价值达到91.8亿元;各省碳汇效率排名波动较大,效率和经济价值相对差异和绝对差异逐渐缩小,经济价值处于持续增长趋势。② 时空演化上,经济价值呈现出泛环渤海、泛长三角、泛珠三角三足鼎立分布态势,时空演化揭示了中国碳汇渔业在科学引导,合理布局,陆海统筹,试点先行,全国推广的演化机理,表明中国碳汇渔业发展态势趋好。③ 碳汇能力影响因素中,价值效应大于规模效应和结构效应,渔业相关的法律、法规对规模效应和结构效应的影响显著。研究海水养殖碳汇有利于促进海洋渔业高质量发展,以期为开发利用海洋渔业碳汇提供理论依据。
关键词: 碳汇经济价值;海水养殖碳汇;LMDI指数分解法

Abstract
China is the world's largest mariculture country, and its mariculture output accounts for more than 70% of the world's total. First, according to the data from China Fishery Statistical Yearbook, the carbon sinks of mariculture in each province from 2008 to 2017 are estimated. It is found that the carbon sinks of mariculture in China were on the rise, and the average carbon sink efficiency was stable at about 8.4%. After 2011, the value reached more than 1 million tons. Second, we adopted the carbon tax law and artificial afforestation method to calculate the economic value of mariculture carbon sink, and then examined the time-space differentiation characteristics. Besides, we used LMDI index decomposition method to analyze the factors influencing the carbon sink capacity of mariculture. The results show that: (1) Both carbon sink and economic value showed an upward trend from 2008 to 2017, and the economic value reached 9.18 billion yuan in 2017; the ranking of carbon sink efficiency of various provinces fluctuated greatly, and the relative and absolute differences in efficiency and economic value were gradually shrinking. The economic value keeps a continuous growth trend. (2) In terms of spatio-temporal evolution, economic value presents a three-legged distribution situation in the Pan-Bohai Rim, Pan-Yangtze River Delta, and Pan-Pearl River Delta. The spatio-temporal evolution reveals that carbon sink fishery is scientifically guided, rationally distributed, land-sea coordination, and pilot projects first in China, the evolutionary mechanism of national promotion indicates that the development trend of carbon sink fishery is getting better. (3) Among the influencing factors of carbon sink capacity, value effect is greater than scale effect and structure effect, and fishery-related laws and regulations have significant influence on scale effect and structure effect. Research on mariculture carbon sinks is conducive to promoting the high-quality development of marine fisheries, in order to provide a theoretical basis for the development and utilization of marine fishery carbon sinks.
Keywords:economic value of carbon sinks;seawater culture carbon sink;LMDI exponential decomposition method


PDF (2072KB)元数据多维度评价相关文章导出EndNote|Ris|Bibtex收藏本文
本文引用格式
孙康, 崔茜茜, 苏子晓, 王雁楠. 中国海水养殖碳汇经济价值时空演化及影响因素分析. 地理研究[J], 2020, 39(11): 2508-2520 doi:10.11821/dlyj020190731
SUN Kang, CUI Xixi, SU Zixiao, WANG Yannan. Spatio-temporal evolution and influencing factors of the economic value for mariculture carbon sinks in China. Geographical Research[J], 2020, 39(11): 2508-2520 doi:10.11821/dlyj020190731


1 引言

大规模温室气体排放引起的环境问题是全球面临的巨大挑战,节能减排和发展低碳经济是必然的选择,国际上对碳循环和碳平衡问题的关注源于1997年在日本京都签订的《京都议定书》[1]。根据2018年联合国卡托维兹气候大会报告,2014年至2016年期间全球的碳排放量基本持平,2017年全球碳排放量增加了1.6%,预计2018年将增加2.7%。联合国环境规划署认为若2030年温室气体排放的差距不能成功弥合,全球将有可能突破升温2℃的临界点。十八届五中全会提出创新、协调、绿色、开放和共享五大发展理念,强调中国水产养殖业必须实行绿色发展、低碳发展、循环发展和清洁发展。在温室效应的紧迫形势下,加快减排增汇是全球关注的重点,海洋碳汇是解决该问题的重要途径,2016年,国家“十三五”规划正式将海洋碳汇列为研发重点之一,海洋碳汇由此进入中国经济社会发展的政策体系[2]。“碳汇渔业”的概念首次由唐启升院士提出,无需投入饵料的渔业生产活动,就具有碳汇功能,可能形成生物碳汇,亦可称之为碳汇渔业[3]。碳汇渔业“引导海洋渔业向环境友好型转变,也将为全球温室气体减排做出积极贡献,并引领全球气候治理向新的领域发展”[3,4]

中国****对碳汇渔业的研究主要在三个方向:其一,海水养殖固碳机理及作用。针对近海养殖业碳汇形成的过程与机制的研究,揭示渔业生产的负外部性通过碳汇转变成正内部性的机理,提高人们对渔业碳汇对海洋环境修复作用的认识[5,6,7]。其二,对海水养殖贝类和藻类碳汇能力进行评价,并对其固碳量测算及影响因素分解。此类文献较多,从不同的角度证明,海水养殖的贝、藻类极大提升了浅海生态系统吸收二氧化碳的能力,为建立碳汇渔业评估模型奠定了理论基础[8,9,10,11,12,13,14,15]。其三,碳汇经济价值的评估。此类文献较少,邵桂兰等[17]基于B-S期权定价模型,对中国碳汇渔业价值进行了评估;刘芳明等[2]运用“总经济价值法”核算广义海洋碳汇价值,构建了分类价值指标体系和分类核算方法。国外****主要从生态系统的角度研究海水养殖贝、藻类固碳能力,结论与国内****相似,贝、藻类养殖具有较高的固碳能力,对近海碳循环及抵消碳排放具有重要贡献[18,19]。国内针对森林碳汇经济价值的核算趋于成熟,肖寒等[20]定量评估了尖峰岭地区热带森林生态系统服务功能价值;杨美丽等[21,22,23]测算了森林碳汇的经济价值,并证明人工造林在吸收和固定二氧化碳方面起重大作用,人工林的经济价值在碳排放权交易市场得到释放。国内外尚未开展海洋碳汇交易试点尝试,针对海洋碳汇经济价值评估及交易市场的研究匮乏,不深入,没有引起关注。2011年以来,中国在七省市开展了林业碳排放权交易市场试点,取得了明显的成效。林业碳排放交易市场的试运行,为海洋碳汇交易市场的理论和实践提供了借鉴。

中国是第一海水养殖大国,海水养殖产量多年位居世界第一位,同时,海水养殖迅猛发展带来的生态环境污染问题引起广泛关注。发展碳汇渔业,有利于生态环境的修复和保护,有利于降低大气中温室气体的含量和促进海水养殖业高质量发展。本文在人工造林法和碳税法的基础上,构建海水养殖贝、藻类碳汇经济价值核算模型,测算海水养殖贝、藻类碳汇经济价值,并运用LMDI指数分解法,对沿海九省渔业碳汇能力的影响因素进行分解,为推进渔业碳汇交易市场的构建提供科学依据。

2 研究方法和变量选取

2.1 变量选取和数据来源

本文选取2008—2017年沿海九省(根据数据的可获得性和有效性,不包括港澳地区和台湾省;上海市和天津市养殖规模很小,在中国渔业统计年鉴中贝、藻类海水养殖产量统计数据为0,在与省份比较得到的结论可能存在较大误差,因此在本研究中剔除上海市和天津市,仅保留省份数据)海水养殖贝、藻类产量数据。在计算2008—2016年海水养殖碳汇价值效应时,由于没有贝、藻类具体的价格,因此以2008年为基期,采用《中国统计年鉴》[35]中“海水养殖产品生产价格指数”作为价值指数进行计算,其中2008年、2009年、2010年价格指数使用2008—2017年均值作为替代。中国海水养殖业按养殖对象可分为鱼类、贝类、甲壳类(虾、蟹类)、藻类、海珍等,前四类占中国海水养殖总产量的95%以上,在研究碳汇渔业问题时,鱼类和甲壳类生产过程中需要投入饵料,不属于碳汇渔业范畴,因此本研究将海水养殖碳汇界定为贝、藻类碳汇。中国海水养殖贝、藻类分别以蛤、牡蛎、扇贝、贻贝、海带、紫菜、裙带菜和江蓠为主,其余部分都归于其他类进行计算。由于物质量评估法相对于遥感估算法以及模型模拟法可操作性强、精确性较高,因此,本文在碳汇系数、产量、碳汇量之间关系的基础上采用该方法计算贝、藻类碳汇能力。数据来源于《中国渔业统计年鉴》[34]

2.2 海水养殖碳汇能力测算模型

根据贝、藻类碳汇作用机理,贝类所固定的碳包含在贝壳和软体组织中,故海水养殖业贝类碳汇量为贝壳与软组织含碳量之和;藻类所固定的碳为藻体含碳量。参考了唐启升、张永雨等、邵桂兰等、纪建悦等、岳冬冬[3,6,13-15]文献得到贝、藻类碳汇量测算方法和核算系数(见表1表2)。碳汇效率为各省海水养殖碳汇量与总产量之比。

Tab. 1
表1
表1贝、藻类海产品碳汇量测算方法
Tab. 1Determination of carbon sink of shellfish algal products
类别碳汇量计算公式
贝类海水养殖碳汇量=贝类碳汇量+藻类碳汇量
贝类碳汇量=软组织碳汇量+贝壳碳汇量
软组织碳汇量=贝类产量×干湿系数×软组织占比×软组织含碳量
贝壳碳汇量=贝类产量×干湿系数×贝壳占比×贝壳含碳量
藻类藻类碳汇量=藻类产量×干湿系数×含碳量

新窗口打开|下载CSV

Tab. 2
表2
表2海水养殖碳汇能力核算系数
Tab. 2Carbon sink capacity calculation coefficient for mariculture (%)
种类干湿系数质量占比碳含量
软组织贝壳软组织贝壳
52.551.9898.0244.9011.52
扇贝63.8914.3585.6542.8411.40
牡蛎65.106.1493.8645.9812.68
贻贝75.288.4791.5344.4011.76
其他贝类64.2111.4188.5943.8711.44
海带20.001.00031.200
裙带菜20.001.00026.400
紫菜20.001.00027.390
江蓠20.001.00020.600
其他藻类20.001.00027.760

新窗口打开|下载CSV

2.3 碳汇渔业经济价值模型

海洋碳汇经济价值可分为狭义和广义两种。狭义的概念可理解为“通过海洋生物、非生物和其他海洋活动,产生的二氧化碳存储增量的市场价值”;广义的概念可理解为“吸收、固定、存储二氧化碳的海洋生物、非生物和其他海洋活动的总价值”。海洋碳汇和森林碳汇作为海洋和陆地的生态资源,二者功能相似,海洋碳汇尚未形成碳交易市场,国内外未有海洋碳汇经济价值标准,海水养殖业碳汇经济价值的核算唯有参考林业碳汇经济价值核算方法。根据海洋碳汇吸收二氧化碳、减缓温室效应的作用,将海洋吸收二氧化碳的价值作为海洋碳汇节约的经济价值或气候调节价值,故借鉴人工造林法和碳税法[2],计算碳汇渔业固碳节约的经济价值,精确计算起见,取两种方法核算出价值的均值作为海水养殖业的经济价值。其中碳税法参考国际上常用的瑞典政府提议的碳税150美元/t碳,为了方便比较,汇率采用2019年6.8811元进行计算。由于海洋碳交易市场至今尚未建立,海洋吸收单位二氧化碳耗费成本未知,故参考表3(国内外常见碳汇参考价格)将中国区域以下三种碳价格均值作为人工造林吸收单位二氧化碳所耗费的成本:260.9元/t碳,273.3元/t碳,305元/t碳。

计算公式为:

V=Q×r+C2
式中: V表示海洋碳汇总价值; Q表示海水吸收二氧化碳固定的物理量,即贝藻类碳汇能力; r表示碳税, C表示人工造林吸收单位二氧化碳所耗费的成本。

Tab. 3
表3
表3国内外常见碳汇参考价格
Tab. 3Common carbon sink reference prices at home and abroad
碳汇价格适用范围信息来源
(10~15)美元/t碳国际文献[24]
(3~4)美元/t碳国际文献[25]
150美元/t碳瑞典碳税文献[26]
10美元/t碳中国区域文献[27]
255.2人民币元/t碳吉林白山市文献[28]
260.9人民币元/t碳中国区域文献[29]
273.3人民币元/t碳中国区域文献[30]
305.0人民币元/t碳中国区域文献[31]

新窗口打开|下载CSV

2.4 海水养殖碳汇影响因素分解模型

海洋碳汇经济价值由两个因素决定:一是碳汇能力,二是碳汇价格,其中碳汇价格为固定值,碳汇能力成为主要影响因素。海水养殖的首选条件是,养殖品种需要具备一定的经济价值,因此其碳汇能力由养殖品种的价值、结构、规模和碳汇系数四个要素决定,分析的关键是对构成碳汇能力的价值、结构、规模和碳汇系数四个要素的分解。

有关碳汇的恒等式很多,鉴于我们的关注点在影响碳汇能力的价值、结构、规模和系数四个要素,本文采用下述恒等式对中国海水养殖碳汇能力进行分析[32]

C=i=12Ci=i=12EFi·Ei·V·CiE·Fi·Ei·V=i=12CEi·STEi·SCE·VLE
式中: C表示碳汇量; Ci表示第 i类海产品的碳汇能力, i=1,2表示贝类和藻类; E表示海水养殖碳汇能力测算中的规模效应(Scale Effect)参数; Fi表示第 i类海产品的碳汇系数效应(Coefficient Effect),由于本文中没有分品种研究各海域碳汇系数效应,碳汇系数效应始终为1,因此碳汇系数效应在此处不作讨论,为了方便理解和后续研究,此项仍放在公式中; Ei表示第 i类海产品的结构效应(Structure Effect); V表示海水养殖碳汇能力测算的价值效应(Value Effect)[13]。将海水养殖的碳汇系数效应、结构效应、规模效应以及价值效应分别用 CESTESCEVLE表示。

对于公式(2)的因素分解属于IDA(Index Decomposition Analysis)分解分析范畴,本文采用了IDA类中LMDI(Logarithmic Mean Divisia Index)模型[12,13,14,15]对海水养殖碳汇能力影响因素进行分析。本文选取了一年的时间间隔,在 0,t时期 CC0变化到 Ct,记为 ΔC,通过对LMDI法的加法形式分解(2)可得:

ΔC=Ct-C0=i=12CEit·STEit·SCEt·VLEt-i=12CEi0·STEi0·SCE0·VLE0=ΔCCE+ΔCSTE+ΔCSCE+ΔCVLE
式中: ΔCCEΔCSTEΔCSCEΔCVLE分别表示外部条件不变情况下,碳汇系数效应、结构效应、规模效应以及价值效应的变化对海水养殖碳汇能力变化的绝对贡献值,LMDI指数分解法分解结果如下:

ΔCCE=Ct-C0lnCtC0·i=12lnCEitCEi0ΔCSTE=Ct-C0lnCtC0·i=12lnSTEitSTEi0ΔCSCE=Ct-C0lnCtC0·i=12lnSCEtSCE0ΔCVLE=Ct-C0lnCtC0·i=12lnVLEtVLE0
式中: ΔCCEΔCSTEΔCSCEΔCVLE分别表示外部条件不变情况下,碳汇系数效应、结构效应、规模效应以及价值效应的变化对海水养殖碳汇能力变化的绝对贡献值。

利用LMDI乘法分解不同效应对碳汇能力的贡献率,可得下式:

rateCE=explnCt-lnC0Ct-C0×ΔCCErateSTE=explnCt-lnC0Ct-C0×ΔCSTErateSCE=explnCt-lnC0Ct-C0×ΔCSCErateVLE=explnCt-lnC0Ct-C0×ΔCVLE
式中: rateCErateSTErateVLErateVLE分别表示碳汇系数效应、结构效应、规模效应和价值效应每变化一单位,相对应海水养殖碳汇能力变化的频率。

将所得碳汇数据带入上式可分别计算出2008—2017年中国海水养殖的碳汇系数效应、结构效应、规模效应以及价值效应。

3 结果及分析

3.1 海水养殖碳汇量

运用表1表2,计算沿海各省份贝类和藻类的总碳汇量和碳汇效率,因数据较多,且篇幅有限,各省数据未列出,仅列出2008—2017年中国贝、藻类碳汇总量和碳汇效率。

中国海水养殖碳汇量呈上升趋势,平均碳汇效率稳定在8.4%左右,全国贝类养殖碳汇总量在2011年之后达到100万t以上,贝类固碳量约为藻类的10倍(见表4)。贝类养殖的碳汇总量大于藻类养殖,造成碳汇能力差距最主要的原因是贝、藻类生物结构的不同,藻类属于水生植物,含水率远大于贝类,干重比低,含碳率也较低,贝类属于软体动物,软体组织含水率高但占贝类总重量占比较小,贝壳部分干重比高,含碳率高;其次是贝类养殖规模远大于藻类,所以贝、藻类碳汇总量差别显著。

Tab. 4
表4
表42008—2017年海水养殖碳汇总量及碳汇效率
Tab. 4Mariculture carbon aggregate amount and carbon sink efficiency from 2008 to 2017
年份贝类碳汇(t)藻类碳汇(t)碳汇总量(t)碳汇效率(%)
2008884794
803829651768.42
2009926363
8432510106888.43
20109696868963410593208.39
201110115209257011040908.40
2012106097110133411623058.39
2013111988310602012259038.41
2014115935711964512790028.43
2015119939312122213206158.43
2016125497712577613807538.43
2017127192912891614008458.44

新窗口打开|下载CSV

测算结果显示,海水养殖碳汇效率在8%~10%之间。河北省、福建省和海南省碳汇效率存在一定波动,其他各省持稳定状态;浙江省、广东省、广西省、河北省最高,均达到9%左右,属于高效率区域;辽宁省、山东省、江苏省、福建省在7.5%~8.5%之间,属于中等效率;相比之下,海南省只有2017年碳汇效率有所提升,其他年份在6.5%左右,故属于低效率区域;总体碳汇效率呈现出泛环渤海、泛长三角、泛珠三角三大经济区三足鼎立分布态势(泛环渤海经济区包括辽宁、河北和山东省;泛长三角经济区包括江苏和浙江省;泛珠三角经济区包括福建、广东、广西和海南省)。

3.2 海水养殖碳汇经济价值评测

将2008—2017年沿海九省贝、藻类海水养殖的相关数据带入公式(1)中,计算出海水养殖经济价值见表5


Tab. 5
Tab. 5Economic value of coastal provinces of China from 2008 to 2017 (万元)
年份2008200920102011201220132014201520162017
全国63311662966948672423762418041383896866269057091888
河北1551155818351747220126362891296629623067
辽宁964399831014011391123231335713591138361468514489
山东17150187121960920166214062235523751250082587926417
江苏2940313633213570368138603785356736113697
浙江4280398543084318408045434683491453616172
福建14413151101547615903163401724818295191992043220962
广东9821102141084311263114261179311917121081230111435
广西3374353037883849408343194494476650615338
海南138155167172192218267262278310

新窗口打开|下载CSV

中国海水养殖碳汇经济价值在2008—2017年呈现总体稳定增长态势(见表5)。究其原因,2011—2013年实施的渔民集约化养殖策略和“转产”政策;2015—2016年“十八大”做出“提高海洋资源开发能力,发展海洋经济,保护海洋生态环境,坚决维护国家海洋权益,建设海洋强国”[36]的重要战略部署,使得海水养殖业生产要素充沛,养殖规模扩大,贝、藻类固碳能力增强,海水养殖业经济价值稳速增长。

3.3 海水养殖碳汇时空演化格局

由于篇幅有限,仅选取2008、2011、2014和2017年经济价值数据表示海水养殖碳汇时空演化格局(见图1)。从省域尺度上来看,高经济价值省份有:山东省、福建省、辽宁省和广东省;低经济价值省份有:河北省、江苏省、浙江省、广西省和海南省。其中保持稳定增长的省份有:山东省、福建省、广西省、辽宁省和广东省;出现经济价值波动的省份有:广东省、河北省、江苏省、浙江省;经济价值贡献由大到小依次为山东、福建、广东、辽宁、浙江、广西、江苏、河北和海南省。

图1

新窗口打开|下载原图ZIP|生成PPT
图1海水养殖经济价值时空演化格局

注:此图根据国家测绘地理信息局标准地图(审图号:GS(2019)1825)号)绘制,底图无修改。
Fig. 1Spatio-temporal evolution pattern of economic value of mariculture



各省经济价值波动的原因是,江苏省分别于2008年、2015年、2016年受台风“苏迪罗”“莫兰蒂”“马勒卡”以及风暴潮影响;2017年江苏省海域受马尾藻金潮、浒苔绿潮和2次海浪灾害影响;广东省2017年受风暴潮、台风和赤潮等海洋灾害影响造成的直接经济损失占全国首位。海南省海域环境好,海洋经济发展以第三产业为主,贝、藻类养殖面积小于其他省份,碳汇能力产生的经济价值排在九省尾列。

从区域尺度上来看,呈现出泛环渤海经济区、泛长三角经济区和泛珠三角经济区三足鼎立的时空演化格局,其中经济价值贡献由大到小依次为泛珠三角经济区、泛环渤海经济区和泛长三角经济区。三足鼎立的主要原因是,从国外引进的海水养殖技术分别在沿海三大经济区设立了试验点,推广贝类-藻类复合体、多营养级生态养殖技术、藻礁和海洋草场生态修复及资源增殖技术等[36]。三大沿海经济区作为中国重要渔区,养殖规模较大,养殖机动渔船油价补贴等政策的实施,推动了海水养殖业产量、碳汇能力稳定增长。从全域尺度上来看,时空演化展现出沿海三大经济区经济价值均匀分布的格局。

三大经济区三足鼎立格局的形成,即是中国运用科学发展观开展海水养殖业的时空演化结果,又揭示了碳汇渔业形成的机理:科学引导,合理布局,陆海统筹,试点先行,全国推广,均衡发展。其一,泛环渤海经济区的特征是合理布局,陆海统筹,试点先行。河北省秦皇岛、唐山、沧州市海洋经济区充分发挥了港口的优势,三市协同发展,带动了全省海洋渔业经济发展。大力发展海水养殖业,养殖面积和产量持续大幅提高。山东省是中国海洋渔业大省,也是中国重要的渔业生产基地之一,日照市、威海市分别是中国最大的贻贝生产基地和最大的水产品养殖基地,并且威海市建有中国最大的海参市场,海带养殖的产量占到全国总养殖产量的50%以上;青岛市是中国海水养殖业五次浪潮的发源地。其二,泛长三角经济区的特征是科学引导,试点先行,全国推广。国务院于2011年2月正式批复《浙江海洋经济发展示范区规划》,标志着浙江海洋经济发展示范区建设上升为国家战略,由此浙江省海洋渔业经济发展步入快车道,取得了长足进展,在全国起到了引领作用。其三,泛珠三角经济区的特征是科学引导,试点先行,全国推广,均衡发展。福建省较早受惠于国家政策,2010年实施渔业政策性保险优惠措施,如提高渔船保额、提高财政补贴、扩大试点范围等措施,促进福建省海水养殖面积扩大,固碳能力增强,经济价值位于前列。2012年广东省海洋经济综合试验区的规划和实施,为海洋渔业经济发展奠定了政策基础。

3.4 海水养殖碳汇影响因素分析

本文统计数据是以一年为间隔选取的,计算T年结果时的基期为T-1年,将碳汇数据带入LMDI指数分解法公式(5),计算出2008—2017年中国九省海水养殖的结构效应、规模效应、价值效应以及碳汇系数效应。由于碳汇系数在该方法中为固定值,故在此处不作讨论。

中国海水养殖碳汇分解效应中整体上 VLE大于 SCE大于 STE。除2012年河北省、浙江省和福建省 SCE小于1和2016年海南省 SCE小于1之外,其余时间段各省海水养殖碳汇 SCE均大于1,最高值达到1.06左右;海水养殖碳汇 SCE总体水平较为稳定;各省 VLE在2011年大部分为1.1左右,并且海南 VLE明显大于其他两个。 STE一直处于波动状态,最低值和最高值差别明显,2012年 STE值几乎都小于1,且 VLE值普遍较高,表明中国海水养殖选择经济价值较大的贝、藻类,产量逐年提升,价值效应、规模效应对碳汇能力影响效果显著(见表6表7表8)。2012年是中国对渔业基础设施建设投资最多的一年,比2011年增加80.38亿元,投资89.33亿元进行渔业基础设施建设,增长了约9倍。中国高度重视“三农”工作,实施低碳经济发展战略,“十二五规划”从低碳城市建设、节能减排、环境保护等角度出发,加快发展方式根本性转变,实现“绿色低碳发展”,以及渔业柴油补贴政策、渔业资源保护补助等政策的实施,使得中国海洋渔业发展规模持续增大,产量因素贡献率较大。其中海南省2016年 STE数值异常偏高的原因是,2016 年,海南省出台了渔业发展相关政策,全省大力推进供给侧结构性改革和转变渔业经济发展方式,在政策因素助推下,海南省加快调结构、转方式,推动产业转型升级上取得突出成绩。

Tab. 6
表6
表62008—2016年海水养殖碳汇的结构效应STE
Tab. 6The structural effects STE of mariculture carbon sinks from 2008 to 2016
城市200820092010201120122013201420152016
全国0.99861.00080.98801.02680.99991.03031.00421.04210.9487
河北0.99151.07630.92151.18760.98741.05180.99030.98070.9891
辽宁0.97911.00641.21981.01900.99711.01880.91790.94390.8949
山东0.98420.97920.93241.04520.99821.09230.98651.00850.8918
江苏1.26070.73720.83780.76711.09770.79820.90901.00331.2339
浙江1.01921.02270.99690.86051.00310.95661.04931.14051.4430
福建1.02650.99330.98541.01130.99431.02701.06161.10580.9854
广东1.09630.99551.02511.00730.99820.92930.95481.02370.8092
广西0.99591.01550.97840.99631.00000.99881.02411.03791.0057
海南0.97951.02770.96451.09681.00001.36890.90281.078913.0888

新窗口打开|下载CSV

Tab. 7
表7
表72008—2016年海水养殖碳汇的规模效应SCE
Tab. 7The scale effect SCE of mariculture carbon sinks from 2008 to 2016
城市200820092010201120122013201420152016
全国1.05041.04971.04761.05871.00081.04561.03411.02151.0478
河北1.01311.09251.03391.06100.99431.04301.03591.01831.0468
辽宁1.00001.01201.06611.05481.00351.02531.04911.02661.0575
山东1.00001.05881.03821.06441.00321.04861.03991.02041.0595
江苏1.00001.08411.05111.10041.02921.05061.03441.01361.0297
浙江1.00001.05581.01031.06080.99561.04271.03591.02141.0439
福建1.00001.03961.04141.04540.98711.04351.03111.02001.0408
广东1.00001.05611.04131.05521.00181.03721.03391.02081.0448
广西1.00001.05661.03851.06481.00111.04201.03541.02311.0489
海南1.00001.05751.05241.06311.00001.04891.03711.02340.7621

新窗口打开|下载CSV

Tab. 8
表8
表82008—2016年海水养殖碳汇的价值效应VLE
Tab. 8The value effect VLE of mariculture carbon sinks from 2008 to 2016
200820092010201120122013201420152016
全国1.04531.05311.11640.95431.05001.05251.02401.07701.0506
河北1.01651.10371.00291.13571.19561.10821.01601.02901.0714
辽宁1.05131.07221.16470.98651.07001.04141.00391.08081.0257
山东1.05981.03861.14540.92281.04400.99530.93341.05081.0733
江苏0.93061.07961.08310.85681.10111.04271.03841.12331.1960
浙江1.04721.03341.10530.93851.05701.07151.04601.10071.0658
福建1.06791.04471.10930.95741.04021.06671.03681.06801.0527
广东1.04011.06031.11890.92001.02551.02401.00741.04740.9638
广西1.04431.07071.09290.95661.05621.05331.04981.08911.0883
海南1.04381.06821.10401.00431.12981.20310.96971.08961.0183

新窗口打开|下载CSV

4 结论与建议

4.1 结论

(1)中国海水养殖碳汇效率逐年递增,碳汇效率呈现出泛环渤海、泛长三角、泛珠三角经济区三足鼎立分布态势。碳汇总量2008年之后达到100万t以上,碳汇量逐年递增,碳汇效率稳中有升,增长速度保持在8.4%;碳汇总量的增长与贝、藻类碳汇量的增长态势相吻合,贝类固碳能力远大于藻类,约为藻类的10倍。河北、浙江、广东省碳汇效率领先于其他省,相对更加稳定,海南省有明显的增长趋势。海水养殖碳汇能力不容小觑,侧重于养殖高碳贝类能够有效提高海水养殖的碳汇效率,优化海水养殖业产业结构,提高渔业经济效益,降低大气中温室气体含量,是海洋生态文明建设必然选择。

(2)中国海水养殖碳汇经济价值总量逐年递增,碳汇经济价值时空演化呈现出泛环渤海、泛长三角、泛珠三角经济区三足鼎立分布态势。碳汇经济价值总量2017年达到91.8亿元。海洋碳汇作为解决减排增汇问题的有效途径,以碳税法和人工造林法计算2008—2017年海水养殖碳汇经济价值,从全国视角来看呈现稳定增长趋势;省级层面来看,各省碳汇能力不同,造成经济价值差异较大。经济价值贡献由大到小依次为山东、福建、广东、辽宁、浙江、广西、江苏、河北和海南。中国海洋碳汇交易市场尚未建立,缺乏海洋渔业碳汇环境效益向经济效益转化的市场机制,导致海水养殖碳汇的经济价值无处释放。

(3)中国海水养殖碳汇影响因素中规模效益占主导作用。利用LMDI指数分解法分析2008—2017年海水养殖碳汇能力影响因素,在不考虑碳汇系数因素影响条件下,价值因素为主导因素,海水养殖的价值决定了养殖规模的大小。实证结果显示,中国海水养殖产量的增长,能有效促进碳汇能力的增强,提高海水养殖碳汇经济价值。LMDI指数分解法中2012年数值波动较大,其余时间规模效应始终大于结构效应且大于1。由于2016年海南省出台了渔业相关政策,极大地刺激了海洋渔业经济的发展,导致SCESTE值出现异常,表明政策因素对碳汇渔业影响较大。

4.2 建议

(1)调控海水养殖空间格局,增加海水养殖碳汇量的同时避免出现规模不经济的状态,使中国海水养殖碳汇的总量控制在资源环境所能承载的范围内。中国海水养殖碳汇总量及经济价值总量稳步增长,布局合理,为未来的持续增长奠定了良好的基础。但过于密集的养殖规模一旦超过环境承载力,会对近海环境造成不利影响。三大经济区可根据自身的优势和资源特色,因地制宜养殖水产品,提高碳汇含量高的渔业产量,形成特色水产养殖规模优势,合理布局养殖密度和结构,充分利用有利条件,推广水产养殖新技术、新模式、新装备,实现高质、高产、高效、生态化养殖,为渔业转型升级提供坚实基础。控制海水养殖渔业规模过快增长、提高海洋休闲渔业占比、适度降低海水养殖和滩涂养殖产出密度和根据对海洋渔业集聚与海域承载力系统协调发展贡献最大化的原则,对海洋渔业空间布局的劳动力集聚程度进行调整。

(2)推进海洋渔业碳汇市场化进程,加快海洋碳汇渔业经济的开发速度,使中国海水养殖碳汇成为新的经济增长点。在三大经济区选择碳汇能力强的区域和省份,开展海洋碳汇交易试点,构建海洋渔业现代化经济体系。海洋碳汇交易试点的建立,可以有效突出碳汇渔业的正外部性,是对其溢出效应的一种经济补偿,以此来激励海水养殖业侧重碳汇渔业种类的养殖。通过建立碳汇渔业计量和监测体系,保护和恢复生物碳汇,在此基础上,根据藻类固碳效率等原理,研发增强海洋碳汇的养殖方式和关键技术体系及先进的养殖设施,提高贝、藻类养殖的碳汇效率,增强养殖水域碳汇功能。从宏观上制定相应的激励政策,探索建设碳汇渔业示范基地和碳交易试点,鼓励发展海洋增汇项目,促进海洋渔业朝着环境友好型高质量发展。

(3)优化海洋渔业养殖结构,提升海水养殖碳汇经济价值,深化供给侧结构性改革,促进中国海水养殖渔业碳汇创造更大的经济效益和环境效益。与传统渔业相比,碳汇渔业有助于渔业产业结构升级和生态环境的修复,对促进中国传统渔业产业升级以及渔业生产供给侧结构性改革具有重要意义。碳汇渔业能够达到促进海水养殖产业健康、绿色、可持续发展效果,并产生显著的生态、经济和社会效益。中国是世界第一海水养殖大国,贝、藻类养殖通过滤食、沉积和光合作用所封存的二氧化碳,对大气环境产生正的外部作用。促进海水养殖渔业的高质量发展,有利于抵御全球气候变暖,为全球生态文明建设做出中国的贡献。

致谢:

真诚感谢二位匿名评审专家在论文评审中所付出的时间和精力,评审专家对本文对策建议的系统性、以及与高质量发展匹配性方面的修改意见,使本文获益匪浅。


参考文献 原文顺序
文献年度倒序
文中引用次数倒序
被引期刊影响因子

杜群. 气候变化的国际法发展: 《<联合国气候变化框架公约>京都议定书》述评
环境资源法论丛, 2003, (6):236-257.

[本文引用: 1]

[ Du Qun. The development of international law on climate change: A review of the Kyoto Protocol to the United Nations Framework Convention on Climate Change
Collection of Environmental and Resources Law, 2003, (6):236-257.]

[本文引用: 1]

刘芳明, 刘大海, 郭贞利. 海洋碳汇经济价值核算研究
海洋通报, 2019,38(11):88-13+19.

[本文引用: 3]

[ Liu Fangming, Liu Dahai, Guo Zhenli. Research on the economic value accounting of ocean carbon sinks
Ocean Bulletin, 2019,38(11):88-13+19.]

[本文引用: 3]

唐启升. 碳汇渔业与又好又快发展现代渔业
江西水产科技, 2011, (2):5-7.

[本文引用: 3]

[ Tang Qisheng. Carbon sink fishery and the sound and rapid development of modern fishery
Jiangxi Fisheries Science and Technology, 2011, (2):5-7.]

[本文引用: 3]

于梦璇, 田天, 马云瑞. 浅析碳汇渔业所需的碳交易市场规模: 基于海洋渔业生产数据的测算
海洋开发与管理, 2018,35(7):88-93.

[本文引用: 1]

[ Yu Mengxuan, Tian Tian, Ma Yunrui. Analysis on the scale of the carbon trading market required for carbon sink fishery: Calculation based on marine fishery production data
Ocean Development and Management, 2018,35(7):88-93.]

[本文引用: 1]

徐敬俊, 覃恬恬, 韩立民. 海洋“碳汇渔业”研究述评
资源科学, 2018,40(1):161-172.

[本文引用: 1]

[ Xu Jingjun, Qin Tiantian, Han Limin. A review of research on marine "carbon sink fishery"
Resources Science, 2018,40(1):161-172.]

[本文引用: 1]

张永雨, 张继红, 梁彦韬, . 中国近海养殖环境碳汇形成过程与机制
中国科学: 地球科学, 2017,47(12):1414-1424.

[本文引用: 2]

[ Zhang Yongyu, Zhang Jihong, Liang Yantao, et al. The formation process and mechanism of environmental carbon sinks in offshore aquaculture in China
Science in China: Earth Sciences, 2017,47(12):1414-1424.]

[本文引用: 2]

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
地球科学进展, 2005,20(3):359-365.

[本文引用: 1]

[ Zhang Jihong, Fang Jianguang, Tang Qisheng. Contribution of China's shallow sea shellfish culture to the ocean carbon cycle
Advances in Earth Science, 2005,20(3):359-365.]

[本文引用: 1]

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

[本文引用: 1]

[ Qi Zhanhui, Wang Jun, Huang Honghui, et al. Assessment of the carbon sink potential of marine aquaculture shellfish and algae in Guangdong Province
Southern Fisheries Science, 2012,8(1):30-35.]

[本文引用: 1]

李昂, 刘存歧, 董梦荟, . 河北省海水养殖贝类与藻类碳汇能力评估
南方农业学报, 2013,44(7):1201-1204.

[本文引用: 1]

[ Li Ang, Liu Cunqi, Dong Menghui, et al. Carbon sink capacity assessment of marine shellfish and algae in Hebei province
Southern Journal of Agricultural Sciences, 2013,44(7):1201-1204.]

[本文引用: 1]

卢振彬, 黄美珍. 福建近海主要经济渔业生物营养级和有机碳含量研究
台湾海峡, 2004,23(2):153-158.

[本文引用: 1]

[ Lu Zhenbin, Huang Meizhen. Study on the trophic level and organic carbon content of main economic fishery organisms in the coastal waters of Fujian
Taiwan Strait, 2004,23(2):153-158.]

[本文引用: 1]

宋金明, 李学刚, 袁华茂, . 中国近海生物固碳强度与潜力
生态学报, 2008,28(2):551-558.

[本文引用: 1]

[ Song Jinming, Li Xuegang, Yuan Huamao, et al. Carbon sequestration intensity and potential of offshore organisms in China
Acta Ecologica Sinica, 2008,28(2):551-558.]

[本文引用: 1]

许国栋, 王萍萍, 纪建悦, . 基于LMDI方法的海水养殖贝类碳汇分解研究: 山东省2008-2012年的经验数据
中国渔业经济, 2015,33(1):71-76.

[本文引用: 2]

[ Xu Guodong, Wang Pingping, Ji Jianyue, et al. Carbon sink decomposition of marine aquaculture shellfish based on LMDI method: Empirical data of Shandong Province from 2008 to 2012
China Fisheries Economics, 2015,33(1):71-76.]

[本文引用: 2]

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
生态学报, 2019,39(7):2614-2625.

[本文引用: 4]

[ Shao Guilan, Liu Bing, Li Chen. Assessment of the carbon sink capacity of mariculture in my country's main sea areas and its impact: Based on panel data from nine coastal provinces in my country
Acta Ecologica Sinica, 2019,39(7):2614-2625.]

[本文引用: 4]

纪建悦, 王萍萍. 海水养殖贝类碳汇分解研究: 基于修正的Laspeyres指数分解法
中国渔业经济, 2016,34(5):79-84.

[本文引用: 2]

[ Ji Jianyue, Wang Pingping. Research on the decomposition of mariculture shellfish carbon sink: Based on the modified Laspeyres index decomposition method
China Fisheries Economics, 2016,34(5):79-84.]

[本文引用: 2]

岳冬冬. 海带养殖结构变动与海藻养殖碳汇量核算的情景分析
福建农业学报, 2012,27(4):432-436.

[本文引用: 3]

[ Yue Dongdong. Scenario analysis of changes in kelp culture structure and carbon sink accounting of seaweed culture
Fujian Journal of Agriculture, 2012,27(4):432-436.]

[本文引用: 3]

邵桂兰, 孔海峥, 李晨. 中国海水养殖的净碳汇及其与经济耦合关系
资源科学, 2019,41(2):277-288.



[ Shao Guilan, Kong Haizheng, Li Chen. The net carbon sink of China's mariculture and its relationship with economic coupling
Resources Science, 2019,41(2):277-288.]



邵桂兰, 任肖嫦, 李晨. 基于B-S期权定价模型的碳汇渔业价值评估: 以海水养殖藻类为例
中国渔业经济, 2017,35(5):76-82.

[本文引用: 1]

[ Shao Guilan, Ren Xiaochang, Li Chen. Carbon sink fishery value evaluation based on B-S option pricing model: Taking marine algae as an example
China Fisheries Economics, 2017,35(5):76-82.]

[本文引用: 1]

Alpert S B, Spencer D E, Hidy G. Biospheric options for mitigating atmospheric carbon dioxide levels
Energy Conversion and Management, 1992,33(5-8):729-736.

[本文引用: 1]

Alvera-Azcárate A, Ferreira J G, Nunes J P. Modelling eutrophication in mesotidal and macrotidal estuaries
The role of intertidal seaweeds. Estuarine, Coastal and Shelf Science , 2003,57(4):715-724.

[本文引用: 1]

肖寒, 欧阳志云, 赵景柱, . 森林生态系统服务功能及其生态经济价值评估初探: 以海南岛尖峰岭热带森林为例
应用生态学报, 2000,11(4):481-484.

[本文引用: 1]

[ Xiao Han, Ouyang Zhiyun, Zhao Jingzhu, et al. Preliminary study on the service function of forest ecosystem and its ecological economic value assessment: A case study of the Jianfengling tropical forest in Hainan Island
Journal of Applied Ecology, 2000,11(4):481-484.]

[本文引用: 1]

杨美丽, 褚宏洋, 庄皓明, . 森林碳汇经济价值评估研究: 以山东省为例
山东农业大学学报: 社会科学版, 2017,19(2):77-84.

[本文引用: 1]

[ Yang Meili, Chu Hongyang, Zhuang Haoming, et al. Research on the economic value evaluation of forest carbon sinks: Taking Shandong Province as an example
Journal of Shandong Agricultural University: Social Science Edition, 2017,19(2):77-84.]

[本文引用: 1]

许文强. 森林碳汇价值评价
昆明: 西南林学院硕士学位论文, 2006: 38-45.

[本文引用: 1]

[ Xu Wenqiang. Evaluation of the value of forest carbon sinks
Kunming: Master's thesis of Southwest Forestry College, 2006: 38-45.]

[本文引用: 1]

黄方. 森林碳汇的经济价值
广西林业, 2006, (5):42-44.

[本文引用: 1]

[ Huang Fang. The economic value of forest carbon sinks
Guangxi Forestry, 2006, (5):42-44.]

[本文引用: 1]

涂慧萍, 陈世清, 陈建群. 对森林碳汇及试点的思考
林业资源管理, 2004, (6):18-21.

URL [本文引用: 1]
森林是地球碳循环重要的汇和库,随着气候变化框架公约谈判的深入,开辟了碳汇产权化、森林生态功能有形化、生态服务有偿化的新思路.本文分析了开展碳汇项目研究的迫切性及其对林业在思路、资金、管理等方面的意义,提出了开展试点的建议和意见.
[ Tu Huiping, Chen Shiqing, Chen Jianqun. Thoughts on forest carbon sinks and pilot projects
Forestry Resources Management, 2004, (6):18-21.]

[本文引用: 1]

Promode Kant. 印度热带生态系统碳汇项目的真实成本: 收益性的经济分析. 国家林业局政策法规司. 碳交换机制和公益林补偿研讨会论文汇编. 北京: 中国林业出版社, 2003: 149-160.
[本文引用: 1]

[ Promode Kant. The true cost of carbon sink projects in tropical ecosystems in India: Economic analysis of profitability. State Forestry Administration Department of Policies and Regulations. Carbon Exchange Mechanism and Non-profit Forest Compensation Symposium Paper Collection. Beijing: China Forestry Publishing House, 2003: 149-160.]
[本文引用: 1]

成克武, 崔国发, 王建中, . 北京喇叭沟门林区森林生物多样性经济价值评估
北京林业大学学报, 2000,22(4):66-71.

[本文引用: 1]

[ Cheng Kewu, Cui Guofa, Wang Jianzhong, et al. Economic value evaluation of forest biodiversity in the Labagoumen forest area in Beijing
Journal of Beijing Forestry University, 2000,22(4):66-71.]

[本文引用: 1]

Winjum J K, Brown S, Schlama Dinger B. Forestharvests and wood products: Sources and sinks of atmosphericcarbon dioxide
Forest Science, 1996,271(21) : 1576-1578.

[本文引用: 1]

李金昌. 生态价值论. 重庆: 重庆大学出版社, 1999: 165-167.
[本文引用: 1]

[ Li Jinchang. Ecological Value Theory. Chongqing: Chongqing University Press, 1999: 165-167.]
[本文引用: 1]

中国生物多样性国情研究报告编写组. 中国生物多样性国情研究报告. 北京: 中国环境科学出版社, 1997: 191-209.
[本文引用: 1]

[ China Biodiversity National Conditions Research Report Writing Group. China Biodiversity National Conditions Research Report. Beijing: China Environmental Science Press, 1997: 191-209.]
[本文引用: 1]

候元兆. 中国森林资源核算研究. 北京: 中国林业出版社, 1995: 136.
[本文引用: 1]

[ Hou Yuanzhao. Research on China's Forest Resources Accounting. Beijing: China Forestry Publishing House, 1995: 136.]
[本文引用: 1]

施溯筠, 李光, 张三焕, . 长白山区森林固定CO2价值的评估
延边大学学报(自然科学版), 2002,28(2):134-137.

[本文引用: 1]

[ Shi Shuoyun, Li Guang, Zhang Sanhuan, et al. Evaluation of the value of CO2 fixed by forests in Changbai Mountain
Journal of Yanbian University (Natural Science Edition), 2002,28(2):134-137.]

[本文引用: 1]

郭朝先. 中国碳排放因素分解: 基于LMDI分解技术
中国人口·资源与环境, 2010,20(12):4-9.

[本文引用: 1]

[ Guo Chaoxian. Decomposition of China's carbon emission factors: Based on LMDI decomposition technology. China Population,
Resources and Environment, 2010,20(12):4-9.]

[本文引用: 1]

郑德凤, 郝帅, 孙才志, . 中国大陆生态效率时空演化分析及其趋势预测
地理研究, 2018,37(5):1034-1046.

DOI:10.11821/dlyj201805014URL
基于水足迹理论和生态系统服务价值理论,构建生态效率测度评价指标体系,利用SBM模型、标准差椭圆(SDE)方向分布模型、灰色动态模型,结合相关统计数据,对2000-2015年中国大陆生态效率进行测度、分析,并对其空间分布格局进行表征与预测。结果表明:① 中国大陆生态效率从研究初期的中等水平降为研究末期的较低水平,区域间呈现东部地区&gt;东北地区&gt;中部地区&gt;西部地区的态势;空间上由研究初期的东、东北、中、西地带性分布转变为研究末期仅北京、天津、上海、广东保持完全有效。② 造成中国大陆生态效率损失的主要因素依次为资源环境成本投入、灰水足迹、土地投入及环境污染。③ 研究时期内中国大陆生态效率空间分布重心南北向移动速度快于东西向移动速度,移动路径呈&#x0201c;西北&#x02014;东南&#x02014;西北&#x02014;东南&#x0201d;变化趋势;移动速度呈现&#x0201c;加快&#x02014;降低&#x02014;降低&#x0201d;的过程。空间分布范围经历了&#x0201c;分散&#x02014;集聚&#x0201d;的过程,空间分布格局由东北&#x02014;西南逐渐趋向于偏北&#x02014;偏南格局。④ 预测结果显示未来10~20年中国大陆生态效率空间分布格局重心向东北方向移动,空间分布格局在东西方向、南北方向均呈收缩态势,生态效率空间溢出效应仍不明显。研究结果较好地反映了当前中国大陆生态效率的整体状况,预测结果可为政府及有关部门制定相关政策提供参考。
[ Zheng Defeng, Hao Shuai, Sun Caizhi, et al. Spatio-temporal pattern evolution of eco-efficiency and the forecast in mainland of China
Geographical Research, 2018,37(5):1034-1046.]



农业农村部渔业渔政管理局, 全国水产技术推广总站, 中国水产学会. 中国渔业统计年鉴. 北京: 中国农业出版社, 2008-2018.
[本文引用: 1]

[ Fisheries and Fisheries Administration of the Ministry of Agriculture and Rural Affairs, National Aquatic Technology Extension Station, China Fisheries Society. China Fishery Statistics Yearbook. Beijing: China Agriculture Press, 2008-2018.]
[本文引用: 1]

国家统计局. 中国统计年鉴. 北京: 中国统计出版社, 2008-2018.
[本文引用: 1]

[ National Bureau of Statistics. China Statistical Yearbook. Beijing: China Statistics Press, 2008-2018.]
[本文引用: 1]

胡锦涛. 坚定不移沿着中国特色社会主义道路前进为全面建成小康社会而奋斗: 在中国共产党第十八次全国代表大会上的报告
新华网, http://news.xinhuanet.com/18cpcnc/2012-11/17/c_113711665.html, 2019-12-04.

URL [本文引用: 2]

[ Hu Jintao. Unswervingly marching along the road of socialism with Chinese characteristics to strive for building a well-off society in an all-round way: Report at the 18th National Congress of the Communist Party of China
Xinhuanet, http://news.xinhuanet.com/18cpcnc/2012-11/17/c_113711665.html, 2019-12-04.]

URL [本文引用: 2]

相关话题/养殖 渔业 经济 海洋 生态