福建省海水养殖业生态安全评价

施湘锟，林文雄

(1.福建农林大学作物科学学院，福建 福州350002;2.福建农林大学农业生态研究所，福建 福州350002)

近年来，海水养殖已成为全球范围内增长最快的食物生产来源之一，在全球面临过渡捕捞、渔业资源日益枯竭的背景下，海水养殖在粮食安全、营养结构升级、经济发展等方面发挥着越来越重要的作用.随着城市建设不断向港湾、浅海扩张，大量的工业废水、生活污水、农业生产使用的农药、化肥及港口船舶排放废油等正成为海水养殖水域的外来源污染源.人类盲目无序的发展海水养殖业造成的自身环境污染，海水养殖生态系统物流和能流循环遭受严重破坏，这严重削弱了海洋的自净能力，给海水养殖生态系统带来巨大的压力.为了准确的认识福建省海水养殖环境所承受的环境压力、环境现状和面临的问题，以对养殖海域进行有效的管理，需要对海水养殖的生态安全进行科学的评价.

国外生态安全评价的指标主要包括国际经济合作与发展组织(OECD)提出的“压力—状态—响应”(PSR)评价体系[1]、联合国可持续发展委员会(UNCSD)的“驱动力—状态—响应”(DSR)评价体系以及欧洲环境署在PSR基础上添加了“驱动力”和“影响”两类指标构成的DPSIR评价体系[2].

国内目前主要运用PSR概念框架的数学模型;此外发展了投影寻踪模型评价法、SAD-SAS模型评价法、RRM模型评价法、化学计量法、GIS网格赋值技术等方法.李彦苍[3]等提出了基于改进投影寻踪模型的海洋环境评价方法.苏盼盼[4]等选用经济学中的AD-AS模型为基础，加入系统综合的概念并应用到生态学上，改进成综合总供给——综合总需求模型(SAD-SAS模型)对舟山海岸带生态系统所处的承载力水平进行了评价.彭士涛[5]等以天津港为例，利用相对风险模型(RRM)对渤海湾港口生态风险进行评价.田梓杨[6]等采用化学计量学方法(主成分分析、系统聚类分析和分类主成分分析)研究了大鹏澳养殖海域生态环境的时空变化.蒲新明[7]、叶属峰[8]等利用层次分析法对海域生态系统进行生态安全评价.蔡文贵[9]、王耕[10]等借助GIS网格赋值技术对水域生态安全进行评价.这些模型和方法都能不同程度的反映人类社会经济活动与生态环境之间的关系.但PSR模型以简明的形式和严密的逻辑性综合自然、社会多方面指标，能更好地反映环境压力、自然状态和人类社会经济活动之间的内在联系.因此，本研究选择PSR评价方法作为福建省海水养殖业生态安全评价的研究方法，并在PSR模型的理论框架下，对模型的不确定性进行后续分析，分析不同指标的敏感性.

总的来看，国内外对海洋生态系统健康评价的研究还处于实验发展阶段，福建省海水养殖生态环境的安全评价仍然处于空白阶段.因此，在综合国内外生态安全评价研究的基础上，尝试建立海水养殖业生态安全评价指标体系，探讨能够较全面准确反映福建省海水养殖生态安全水平的评价理论与方法，评价海水养殖生态系统在养殖环境污染及人类活动干扰下的生态安全状况.有利于更深入的认识福建省海水养殖所面临的生态和环境问题，以期提出科学的环境修复方案和管理对策.

1 研究方法

1.1 评价指标体系的建立

构建合理的评价指标体系是进行生态安全评价的重要前提，评价指标的选取是否合适直接影响到评价结果的科学性和准确性.为了保证指标体系设计的科学合理，构建海水养殖业生态安全评价体系评价指标的选取应当遵循以下基本原则:①科学性原则，即指标反映的内容应当是海水养殖业生态状况的充分体现和科学体现.②客观性原则，即指标应避免个人的主观意愿，注意参与指标确定人员的权威性、广泛性和代表性.③全面性原则，即指标能全面集中地反映海水养殖业生态安全各个方面的状况.④可操作性原则，即指标不仅要科学客观，还应兼顾数据的可得性或者可获取性，尽量做到容易执行和应用，避免评价的随意性.⑤可比性原则，即所选指标要能纵横向比较.⑥简明性原则，选取的指标基本能客观合理地反映海水养殖业生态安全的情况下满足最小可靠原则，以免指标体系过于繁杂，给评价工作造成很大难度.

根据以上原则和福建省的海水养殖生态系统的实际情况，对已有生态安全评价文献的相关指标进行归纳和借鉴，同时借鉴并修正了OECD提出的PSR框架[11](图1)，初步选定了海水养殖业生态安全评价指标，在此基础上采取向该领域经验丰富的专家、学者发放调查问卷的方法，对指标的有效性、全面性、可操作性等进行调查判断，再次根据调查结果进行筛选，最后选取26个指标作为福建省海水养殖业生态安全评价指标.根据PSR框架，从系统压力、系统状态和系统响应3个方面建立了福建省海水养殖业生态安全评价指标体系(表1).

图1 压力—状态—响应框架Fig.1 Pressure-state-response framework

1.2 福建省海水养殖业生态安全评价方法

1.2.1 指标权重确定方法 生态安全是一个层次分明、指标涵盖众多领域的复杂体系.本文采用层次分析法(Analytic Hierarchy Process，AHP)，通过定性和定量方法相结合，借助专家的经验判断定量各指标在各层次、各领域的权重.权重计算过程如下，首先，构造AHP结构模型，建立各层次中的所有判断矩阵;其次，发放20份问卷请该领域的专家评价各指标的相对重要性，将获得的数据用yaahp软件进行一致性检验，检验不通过的使用不一致判断矩阵自动修正功能进行修正.最后将所有的判断矩阵用加权算术平均法进行群决策分析处理，计算出各指标的权重值，结果如表1所示.

1.2.2 PSR方法 PSR模型即“压力—状态—响应”(Pressure-State-Response，PSR)框架，1979年由加拿大统计学家David[12]和Tony[13]提出.由于PSR模型能很好的回答“发生了什么、为什么发生、怎么做”这几个基本问题，20世纪90年代，在经济合作与发展组织(OECD)和联合国环境规划署(UNEP)共同推动下，PSR模型成为研究环境问题的框架体系.

表1 福建省海水养殖业生态安全评价指标体系1)Table 1 Index system to evaluate ecological security of mariculture in Fujian Province

本研究采用基于PSR模型的综合评价方法，以福建省海水养殖业生态系统为评价对象，以压力—状态—响应这3个步步承接又相对独立的层次为主线，建立福建省海水养殖业生态安全评价模型，通过定性描述和定量评价相结合，分析海水养殖业生态特征，评价海水养殖生态系统的安全状况.

1.2.3 数据来源及处理 本文原始数据主要来源于2003－2013年《中国渔业统计年鉴》、2003－2012年《中国海洋统计年鉴》、2003－2013年《中国统计年鉴》2003－2013年《福建统计年鉴》、2003－2011年《中国近岸海域环境质量公报》、2007－2013年《福建省海洋环境质量公报》和国家统计局地区数据的分省年度数据等资料，大部分数据可直接采用，但由于2003年的水产品出口额和2011年近岸海域一、二类海水比例等8个数据没有统计或者难以获取，因此这些数据是在SPSS 18.0软件中用线性内插法预测所得.

数据的标准化处理是在Microsoft Office Excel中完成，各指标的权重计算在SPSS 18.0环境中完成.

1.2.4 评价指标的标准化处理 由于在时间尺度上研究福建省海水养殖业的生态安全，故数据的标准化处理可以采用线性插值法(interval standardization).生态安全评价指标分为效益型和成本型指标，效益型指标的数值越大越好，成本型指标数值越小越好，对于不同性质的指标，分别采用不同的计算公式对其进行标准化处理.

本文对福建省海水养殖业m年的生态安全进行评价，指标数量为n，原始数据矩阵为

(1)效益型指标的计算公式为

(2)成本型指标的计算公式为

其中:X为某指标原始数据;Xmax为该项指标参考值的最大值，也就是这一指标对生态安全最有利的情况;Xmin为该项指标参考值的最小值，也就是这一指标对生态安全最不利的情况;Y为指标的标准化值.

1.2.5 综合评价模型与安全评价级别划分 (1)综合评价模型:综合指标值计算公式为

其中:Yk为第K年海水养殖业生态安全综合指标的评价值;βi为第K年海水养殖业生态安全综合指标的第i指标的权重值;XiK为第K年第i指标的生态综合指标的标准化值.

Yk值越大，说明生态安全程度越高.反之，Yk值越小，则生态安全环境越低，生态风险越大.

(2)安全评价级别划分:生态系统本身具有模糊性、波动性等特点，这决定了不可能非常精确的数量化描述各年度生态安全程度;但为了体现海水养殖业生态系统的历史演化趋势，应该给出生态系统健康的可量化指标.为了协调这二者之间的矛盾，以等级划分这种半定量的方式对生态系统进行健康评价是适宜的.本文采用国际上通用的方法，把生态安全评价级别分为5级，生态安全指数用ESI(ecology security index)表示，如表2所示.

表2 生态安全评价判定标准Table 2 Evaluation and judgement standards for ecological security

2 结果与分析

生态安全总指数是压力、状态、响应各指标综合影响的结果，各指标之间也有很强的因果关系，由生态安全指数ESI的状况便可知海水养殖生态系统处于一种怎样的安全状态，而状态和压力、响应是密切相关的，系统状态具有延迟性，即上一年度若系统压力较大或系统响应不积极，则下一年度的系统状态则基本处于较不理想状态.反之，系统状态的对系统压力也有反作用，即当年度状态不理想时会给下一年度的系统压力造成较大影响.

2.1 福建省海水养殖业生态安全评价结果与分析

根据以上的评价模型，利用计算公式(1)、(2)、(3)及表1中指标的权重值和表2的生态安全级别判定标准，得出福建省海水养殖业生态安全系统压力指数、系统状态指数、系统响应指数和总指数和对应的状态如表3和图2所示.

表3 福建省海水养殖生态安全评价结果Table 3 Results of ecological security evaluation for mariculture in Fujian Province

2.1.1 海水养殖生态系统压力指数 系统压力主要包括经济压力、资源压力和环境压力，也就是引起生态环境变化原因的一些指标，定义为由于人类活动对生态环境造成破坏的一些压力因素[14].本文选取的海水养殖业生态压力指标主要有渔用药物工业总产值、海水养殖面积、直接排入海的工业废水排放量等分指标.系统压力指数在2003－2012年呈现总体下降趋势，即系统的压力总体在不断加大，这是由于沿海人口增长、城镇化建设以及盲目发展海水养殖业、临港工业给近岸海域环境带来压力的外在表现[15，16].2012年海水养殖系统压力达到了前所未有的高峰，这与2011年度系统状态处于较不理想状态有很大的关系，这也直接体现在该年度爆发了严重的有毒赤潮造成20.11亿元的巨大经济损失[17].

图2 福建省海水养殖业生态安全指数变化曲线Fig.2 Curve of ecological security indexes for mariculture in Fujian Province

2.1.2 海水养殖生态系统状态指数 系统状态是衡量由于人类经济或社会活动行为而导致的生态系统的变化，主要包括经济状态、资源状态和环境状态.由于一二类水质标准海域比例和近岸海域一、二类海水比例能较直接的反映当年度海水养殖环境的状况，所以选取这两个指标作为资源状态的分指标.海水养殖污染的主要污染源是废水排放，养殖自身污染所占的比例则较小且不易衡量[18]，所以本文选取废水中COD排放量、氨氮排放量和工业废水中石油类排放量作为系统状态的环境状态分指标.系统状态指数在2006－2009年呈现上升趋势，养殖生态系统环境有较大的改善，这也直接体现在这些年份废水中氨氮排放和工业废水石油类排放得到了有效控制和近岸一二类水质标准的海域不断扩大.但2009－2011年系统状态指数下降明显，根据福建省统计年鉴有关数据显示，这主要是因为废水中氨氮排放从2009年的6228吨增加到2011年的7700 t，石油类排放从2009年的212 t增加到2011年的441 t，这给海水养殖环境造成很大的破坏，加剧了环境的恶化程度.应该在外源污染方面加强排污的处理能力并遏制农村、城市面源污染的扩大趋势.

2.1.3 海水养殖生态系统响应指数 生态系统响应指标主要反映的是人类面对环境问题所采取的对策和措施.海水养殖业的生态系统响应主要包括环境响应、经济响应和人文响应，涉及海洋类型自然保护区面积、环境污染治理投资占GDP比重、海洋科研机构从业人员数等分指标[19].响应指数在2003年至2012年呈现稳中有升的趋势，且响应层的贡献率在2012年达到42.8%，其中对此趋势有较大贡献的指标是废水治理设施处理能力、环境管理业法人单位数、环境、污染治理投资占GDP比重，说明生态保护的主观响应逐年在增强.近年来政府通过推进《福建省海洋生态补偿管理办法》、《福建省海洋污染溯源追究管理办法》等规章章列入省政府立法计划、《沿海设区市海洋环保责任目标(2011－2015)》环保考核、编制《福建省近岸海域污染防治规划》、建立近岸海域环境监测信息共享平台、联合执法等手段加大了海水养殖生态调控能力并初显成效[20，21]，但若要达到更好的调控效果则需要经历更长的时间.

2.1.4 海水养殖业生态安全综合指数 从图2及表3可以看出，福建省海水养殖业生态安全评价综合指数呈现波动上升趋势，2012年综合指数比2003年上升了81.5%.以上趋势表明福建省海水养殖业的生态环境总体不断得到改善，其现状处于“较安全”状态.这与近年来福建省在开展海岸带环境整治和生态修复、建立国家级海洋公园、创建海洋生态文明示范区、制定海洋生态损害赔偿管理办法和海洋污染溯源追究管理办法等环境保护手段和管理措施是密不可分的[22].由于盲目无序的发展海水养殖业以及人类活动对养殖水域生态系统造成的严重破坏给海水养殖生态系统带来巨大的压力，这引起了诸如水体富营养化、赤潮、水域生物多样性下降、重金属严重污染等一系列生态环境问题[23，24]，生态环境的破坏又反作用于海水养殖业，造成海水养殖产品病害加剧，品质降低.

2.2 敏感性分析

PSR模型具有很强的因果关系，可作为福建省海水养殖业生态系统安全评价的指标分类体系，但它未能对所有指标进行严格的分类，也不能判断不同指标之间的相互关系和影响，只是对相关状态的综合评价结果.因此，对模型的不确定性进行分析，测试模型结果对指标变化的反映，分析不同指标的敏感性，是分析检验模型科学性的重要途径之一.通过调整系数△K=10%，采用公式综合健康指数(comprehensive health index，CHI)

图4显示，2003年至2012年期间，压力指标变化10%，综合健康指数平均变化3.99%;状态指标变化10%，综合健康指数平均变化3.43%;响应指标变化10%，综合健康指数平均变化2.53%.模型敏感性排序为压力指标＞状态指标＞响应指标.表明福建省海水养殖的生态安全状况受到压力指标的影响是最大的，其次是状态指标，这也与近些年来福建省海水养殖生态环境受到人为破坏、生态系统功能退化有关.

图3 2003－2012年平均敏感性分析Fig.3 Results of average sensitivity analysis

图4 2003－2012年敏感性分析Fig.4 Results of sensitivity analysis of the data from 2003 to 2012

从敏感性分析结果看，随着时间的推移，压力指标变化对海水养殖业生态安全的变化的综合影响有波动下降的趋势.状态指标的变化对海水养殖业生态安全指数的影响约为3.5%.响应指标的变化对海水养殖生态安全指数的贡献则越来越高.这也说明海水养殖生态系统的健康状况是动态变化的，不同的年份，海水养殖生态系统受到外界的影响情况也不尽相同，所以在制定具体措施时，针对不同年份，应实行不同的生态恢复措施.

3 结论

从评价结果看，福建省2003年至2012年年间海水养殖业生态安全总体水平呈现波动上升的趋势，海水养殖业生态安全总指数依次为:0.3705、0.4524、0.5468、0.4732、0.5458 、0.5535、0.6017、0.6155、0.5355、0.6726.可以总结出，2003年福建省海水养殖业生态系统处于中警状态;除了2009年、2010年和2012年福建省海水养殖生态安全状态达到较安全状态外，其它年份都处于警戒状态.为了判断福建省海水养殖在过去10年的整体生态状况，采用生态安全总指数的平均值作为其判断标准，平均值为0.5367，处以警戒状态，这说明福建省海水养殖的整体生态系统已经有一定程度的破坏，生态服务功能受到较大影响，生态安全建设任重道远.

影响海水养殖业生态安全的因素是多方面的，从评价结果看，近岸海域一、二类海水比例、环境管理业法人单位数、直接排入海的工业废水排放量、海洋类型自然保护区面积、海水养殖面积、环境污染治理投资占GDP比重等因素是引起海水养殖业生态环境变化的主要因素.也就是说随着福建省城镇化建设、临港工业和海水养殖业的快速发展，海水养殖所面临的污染源势必增多，这给海水养殖业生态环境带来明显的压力.从敏感性分析结果看，未来海水养殖生态安全水平受到响应指标的影响越来越大，为了提高福建省海水养殖环境的生态安全水平，该地区应该加大沿海城镇生活污水和工业废水的治理力度，尽可能采取深海排放方式，控制陆源污染物对生态的破坏;加强对环境管理单位的监督及海洋自然保护区的建设;建立海洋环境有偿使用制度，控制临港工业发展对海域生态环境的影响;合理布局养殖种类及减少养殖密度，构建安全、高效、健康和可持续发展的养殖模式，以期更好的保护海水养殖生态环境.

4 展望

福建是海水养殖大省，各渔业区海水养殖污染源是不同的，存在面源污染与点源污染，其生态安全评价不能一概而论，指标的选取以及各指标的权重也随着时间和空间的变化而变化.针对不同地区，指标体系的选取和各指标权重的大小应有所变化，从时空系列上评价福建省不同的养殖区域的生态安全状况会进一步增强评价的可信度.海水养殖业生态安全评价的未来趋势是利用卫星遥感实现大面积动态监测.

[1]QIAN H B，XUE Y S，TIAN Y J.An overview of land resources rational use and assessment[J].China Land Science，2001，15(2):14－19.

[2]侯向阳，肖平.可持续发展指标体系的构建方法探讨[J].生态科学，1998，17(2):80－85.

[3]李彦苍，周书敬.基于改进投影寻踪的海洋生态环境综合评价[J].生态学报，2009，29(3):5736－5740.

[4]苏盼盼，叶属峰，过仲阳，等.基于AD-AS模型的海岸带生态系统综合承载力评估——以舟山海岸带为例[J].生态学报，2014，34(3):718 －726.

[5]彭士涛，覃雪波，周然，等.渤海湾港口生态风险评估[J].生态学报，2014，34(1):224－230.

[6]田梓杨，黄洪辉，齐占会，等.大鹏澳海湾养殖生态环境的化学计量分析[J].中国水产科学，2012，19(5):881－888.

[7]蒲新明，傅明珠，王宗灵，等.海水养殖生态系统健康综合评价:方法与模式[J].生态学报，2012，32(19):6210－6222.

[8]叶属峰，刘星，丁德文.长江河口海域生态系统健康指标体系及其初步评价[J].海洋学报，2007，29(4):128－136.

[9]蔡文贵，贾晓平，林钦，等.基于GIS的考洲洋养殖水域水质状况分析[J].水产学报，2004，28(5):522－528.

[10]王耕，王利，吴伟.基于GIS的辽河干流饮用水源地生态安全演变趋势[J].应用生态学报，2007，18(11):2548－2553.

[11]UNCSD.Indicators of Sustainable Development Framework and Methodologies[M].New York:UN Commission on Sustainable Development，1996.

[12]DAVID J.R，TONY F.Pressure-State-Response[EB].http://baike.baidu.com/view/3815541.htm.

[13]ANTHONY B.Restoration of mined lands-using natural processes[J].Ecological Engineering，1997，3(8):255 －269.

[14]廖利，张璐，邹茜.区域生态安全评价方法研究——以温州市瓯海区为例[J].华中科技大学学报:城市科学版，2006，23(3):16－19.

[15]卢振彬，蔡清海，张学敏.厦门同安湾水产养殖对海域污染的评估[J].南方水产，2007，3(1):54－61.

[16]林建国.福建省近岸海域环境质量现状及发展趋势分析[J].海峡科学，2010，42(6):95－99.

[17]国家海洋局.2012 年中国海洋灾害公报[EB].http://www.coi.gov.cn/gongbao/nrzaihai/nr2012/201303/t20130311_26228.html.

[18]夏丽华，徐珊，陈智斌，等.广东省海岸带海水养殖业污染贡献率研究[J].广州大学学报:自然科学 版，2013，10(5):80－86.

[19]李中才，刘林德，孙玉峰，等.基于PSR方法的区域生态安全评价[J].生态学报，2012，30(23):6459－6503.

[20]福建省海洋与渔业厅.2013年福建省海洋环境状况公报[EB].http://www.fujian.gov.cn/ztzl/snfw/hjqx/hyhjzl/fjshyhjzlgb/.

[21]阮贞江，杨玉波.福建:控制陆源污染 保护近岸海域[J].环境保护，2013(1):28－29.

[22]福建省海洋与渔业厅.2012年福建省海洋环境状况公报[EB].http://www.fujian.gov.cn/ztzl/snfw/hjqx/hyhjzl/fjshyhjzlgb/.

[23]陈祖峰，郑爱榕.海水养殖自身污染及污染负荷估算[J].厦门大学学报:自然科学版，2004，43(S1):258－262.

[24]马新东，穆景利，林忠胜，等.典型陆源入海排污对邻近海域富营养化及生物毒性的影响[J].中国环境监测，2014，30(1):25－30.