广东海洋渔业资源可捕量评估

史登福，许友伟，孙铭帅，黄梓荣，陈作志，3，张 魁，3

（1.中国水产科学研究院南海水产研究所，农业农村部外海渔业开发重点实验室，广州 510300；2.上海海洋大学海洋科学学院，上海 201306；3.南方海洋科学与工程广东省实验室，广州 511458）

渔业资源是渔业生产和发展的物质基础，科学的管理是实现渔业资源可持续利用的必要手段［1］。有效的渔业管理制度是实现海洋渔业科学管理的有力保证，目前海洋渔业管理制度大致可分为投入控制与产出控制两大类［2］。随着捕捞压力的不断增加和海洋环境的持续恶化，渔业资源衰退严重，入渔许可、渔船和功率“双控”、休渔制度及渔具渔法管理等传统投入控制已无法满足渔业可持续发展的需求。在当前国际渔业管理中，采用渔业总可捕量（total allowable catch，TAC）制度与投入控制相结合对海洋渔业进行量化管理的方法得到广泛应用［3－4］。其中，韩国、日本等国已对几种主要经济鱼类实行TAC制度，根据每年的资源状况限定可捕量；新西兰、澳大利亚等国实行了TAC制度后，渔民不再捕捞经济价值较低的鱼类和幼鱼，海洋渔业资源得已基本恢复［5］，而我国的总量管理和限额捕捞制度尚处于试点起步阶段。

广东省处于南海之滨，是中国南方的海洋大省，在海洋捕捞机动渔船数量、渔业从业人数、海洋渔业产量及渔业经济总量等方面位居全国前列［10］。继浙江、山东两省开展限额捕捞试点后，2018年广东省被扩列为限额捕捞试点省份之一［11］。为确定当前广东海域渔业资源状况并制定科学的管理措施，需要对该海域渔业资源总可捕量进行估算。

剩余产量模型及其衍生模型是评估目标渔业TAC的有效方法，可由多年的渔业产量数据、单位捕捞努力量渔获量（catch per unit effort，CPUE）数据或结合目标渔业的生物学特征参数，通过合适的评估模型计算出渔业种群的最大可持续产量（maximum sustainable yield，MSY），再选取一定的比例作为可捕量标准［6］。已有学者利用这类模型对中国海域渔业种群可捕量或MSY进行了评估，如东海的小黄鱼（Larimichthys polyactis）［7］、带鱼（Trichiurusjaponicus）［8］、日本鲭（Scomberjaponicus）［9］等。

一种包含协变量的剩余产量模型（a surplusproduction model incorporating covariates，ASPIC）不需要平衡假设就可以很好地拟合剩余产量模型，许友伟等［12］利用其对南大西洋长鳍金枪鱼（Thunnusalalunga）进行了资源评估，WANG和LIU［13］通过该软件评估了东海带鱼的资源状况。Catch-MSY模型［14］是基于生活史特征的仅需产量数据的渔业资源评估模型，张魁等［15－16］通过该模型先后评估了中国南海区和巴基斯坦海域渔业资源的总可捕量。与ASPIC相比，Catch-MSY模型不需要CPUE数据，模型的数据要求更简单，方便在数据缺乏条件下进行渔业资源评估。本研究分别采用这两种方法对广东海洋渔业资源总可捕量及5个重要经济类群的MSY和可捕量进行估算，对比有无CPUE数据情况下评估结果的差异，以期为广东海洋渔业限额捕捞和总量管理提供技术支撑。

1 材料与方法

1.1 数据来源

1961—2018年广东海洋渔业年产量数据和5个重要经济类群的历史产量资料从《中国渔业统计年鉴》中整理所得。历史捕捞努力量数据为广东海洋捕捞机动渔船的总功率，CPUE则为产量除以捕捞努力量。5个重要的经济类群分别为带鱼类、日本鲭（Scomberjaponicus）、鲳类、鲷类和蓝圆鲹（Decapterusmaruadsi）。带鱼类包括带鱼、南海带鱼（Trichiurus nanhaiensis）和短带鱼（Trichiurusbrevis）等种类，其中以带鱼为主要优势种［17］；鲳类包括银鲳（Pampusargenteus）、乌鲳（Parastromateusniger）和刺鲳（Psenopsisanomala）等，其中以乌鲳和刺鲳为主要优势种［15］；鲷类包括二长棘犁齿鲷（Evynniscardinalis）、黑鲷（Acanthopagrusschlegelii）和真鲷（Pagrusmajor）等，其中以二长棘犁齿鲷为主要优势种［18］。

1.2 非平衡剩余产量模型

ASPIC（5.0版本）［19］软件是通过非平衡剩余产量模型对渔业产量数据、CPUE或捕捞努力量数据进行分析，从而确定最大可持续产量。它包含2个模型（Schaefer模型和Fox模型）。

Scheafer模型基于Logistic种群增长曲线建立［20］：

之后Fox模型以Gompertz种群增长曲线代替不对称“S型”曲线［21］：

式中，d为微分符号，B为渔业群体资源量，t为时间（年份），r为内禀增长率，B∞表示为资源量渐近地等于环境容纳量。这2个模型可对r、K（环境容纳量）、q（可捕系数）等种群参数和B1／K（初始生物量与环境容纳量比值）、MSY和BMSY、FMSY（在产量为MSY时对应的种群生物量和捕捞死亡系数）等生物学参考点进行评估。ASPIC需要对B1／K设定一个初始值，该值可由初始年份产量与历史最高产量比值确定［19］。本研究根据广东省1961年海洋渔业产量情况，将B1／K设置为0.8，带鱼类、日本鲭、鲳类、鲷类的初始年份产量较低，B1／K均设置为0.8，蓝圆鲹因其初始年份产量较高，B1／K设置为0.5。

1.3 Catch-MSY模型

Catch-MSY模型是结合产量数据、恢复力信息和资源量水平进行MSY评估的一种需要平衡性假设的简化模型［22］，评估过程中以内禀增长率和资源量水平的先验分布代替CPUE数据。该模型通过蒙特卡洛（Monte Carlo）模拟从内禀增长率和环境容纳量的先验分布中随机抽取参数对，并采用Schaefer剩余产量模型计算其对应的生物量，形式如下：式中，Bt为t年的资源量，K为环境容量，Ct为t年的渔获量；假定过程误差符合对数正态分布，因此νt为均值为0、方差为σ2的标准正态分布；λ0为起始资源量水平B1／K。

采用如下伯努利分布作为似然函数：

式中，Θ为模型中的参数向量，Bn＋1为n＋1年的资源量，［λ01，λ02］为最终年份资源量水平的先验分布区间。研究采用重要性重抽样（SIR）［23］方法计算参数的后验分布，利用得到的r-K联合后验分布计算MSY，MSY＝0.25rK［15］。

Catch-MSY模型需要对内禀增长率（r）和起止年份的资源量水平设置先验分布，广东海洋渔业资源r的先验分布参考中国南海区综合种群r的评估结果［15］，本研究中设置为0.4～1.2，评估类群r的先验分布可通过Fishbase数据库的鱼类恢复力分级法确定［24］，如果一个类群存在2种或以上优势种，则采用其优势种的平均值确定恢复力等级。资源量水平的先验分布根据起始年份和最终年份的渔业产量状况设置，当起始年份产量与最大产量比值低于0.5时，设置为0.5～0.9，反之为0.3～0.6；当末年产量与最大产量比值低于0.5时，可设置为0.01～0.4，反之为0.3～0.7［14］。如1961年广东海洋捕捞努力量和渔业产量都较低，初始资源量水平设置为0.5～0.9，渔业产量在1998年达到顶峰后逐年下降，最终年份2018年的资源量水平设置为0.3～0.7。此外，取历史产量数据中最大产量作为K先验分布区间的下限，该值的50倍作为上限［22］。研究中5个类群的参数先验分布设置及产量数据序列见表1，建模及数据分析在R语言3.3.3中完成。

表1 Catch-MSY模型中的参数先验设置Tab.1 Prior distribution of parameters of Catch-MSY model

此外，本研究中广东海洋渔业MSY参考ASPIC与Catch-MSY模型评估结果的均值，根据保守的渔业管理策略，MSY的80%作为总可捕量标准［25］。

2 结果与分析

2.1 非平衡剩余产量模型

广东海洋渔业的ASPIC结果表明，2个模型评估的B1／K与初始假设值相同，Fox模型得到的q、MSY及F／FMSY低于Schaefer模型，其他参数的评估值均高于Schaefer模型（表2）。从Schaefer模型看来，1982年之前B／BMSY较为稳定，而后逐年下降，2008年后缓慢升高，当前B／BMSY为0.91。而F／FMSY从1961年至今经历了缓慢上升、加速上升和急速下降3个阶段，1998年F／FMSY超过1.00，2006年达到最大值为1.50，当前为0.88。从Fox模型看来，B／BMSY与F／FMSY的变化趋势与Schaefer模型相近，当前B／BMSY高于Schaefer模型为1.18，2000年F／FMSY超过1.00，最大值为1.32，当前低于Schaefer模型为0.70（图1）。此外，Kobe图显示，Schaefer模型模拟的广东省当前渔业状态处于红色区域，表明当前渔业状态较差，遭受到过度捕捞且资源量较低；而基于Fox模型的处于绿色区域，表明当前渔业状态良好，未遭受到过度捕捞且资源量较高。广东海洋渔业CPUE评估结果曲线较观测值的曲线平缓，呈下降趋势，1978年之前观测值大于评估值，1978—1997年观测值小于评估值，1997年后评估值与观测值相近，Fox模型的拟合结果较Schaefer模型更接近真实的CPUE（图2）。

图1 Schaefer模型（a）与Fox模型（b）评估得到的Kobe图Fig.1 Kobe plots from Schaefer model（a）and Fox model（b）

图2 1961—2018年广东海洋渔业CPUE观测值与评估值的结果Fig.2 Observed and estimated marine fishery CPUE in Guangdong waters from 1961 to 2018

表2 广东海洋渔业ASPIC的输出结果Tab.2 Outputs from ASPIC of marine fishery in Guangdong waters

5种经济类群数据在Fox模型中拟合出现多个异常值（CV值异常偏高且r或K值评估结果不符合实际，比如r值超过Fishbase的r范围，K值小于该鱼种的最高产量等），导致结果存在较大偏差，因此，仅列出Schaefer模型结果。基于Schaefer模型的评估结果表明，广东省5个重要经济类群中只有鲳类2018年产量超过MSY，处于过度捕捞状态，鲷类和带鱼类产量接近MSY，蓝圆鲹与日本鲭产量低于MSY的40%以上（表3）。

表3 基于Schaefer模型的5个重要经济类群评估结果Tab.3 Assessment results of 5 important commercial fish groups based on Schaefer model

2.2 Catch-MSY模型

Catch-MSY模型评估结果见图3。结果显示，广东海洋渔业当前最大可持续产量为165×104t，当前产量低于MSY，未达到过度捕捞状态（图3-a）。最大可持续产量的后验概率密度分布较内禀增长率和环境容纳量的后验概率密度分布相对范围窄，即变异系数CV要低（图3-d～f）。广东省5个重要经济类群的评估结果显示，鲳类2018年产量小幅度超过MSY，处于过度捕捞状态。其他4个类群2018年产量均低于MSY，未过度捕捞，其中蓝圆鲹2018年产量低于MSY的50%以上（表4，图4）。

图3 基于Catch-MSY模型的广东海洋渔业资源最大可持续产量评估结果Fig.3 Outputs for marine fisheries based on Catch-MSY model in Guangdong waters

图4 带鱼类、日本鲭、鲳类、鲷类及蓝圆鲹等5个渔业类群的统计产量与最大可持续产量评估值Fig.4 Statistical catches and estimated MSYs of cutlassfishes，Scomber japonlcus，butterfishes，porgies and Decapterus maruadis fisheries in Guangdong Province

表4 基于Catch-MSY模型的5个重要经济类群评估结果Tab.4 Assessment results of 5 important commercial fish groups based on Catch-MSY model

2.3 可捕量

根据保守的渔业管理策略，取MSY下限的80%作为可捕量标准，即广东海洋渔业资源总可捕量为127×104t，带鱼类、日本鲭、鲳类、鲷类和蓝圆鲹的可捕量分别为11.70×104t、3.06×104t、4.62×104t、3.33×104t和14.14×104t。

3 讨论

据不完全统计，全球已进行渔业资源评估的种类占所有渔业种类的1%以下，大部分渔业群体由于缺乏完整的渔业调查，难以用传统的评估方法计算MSY和可捕量［26］。基于历史产量数据的评估模型可以通过统计产量资料和生活史特征参数对MSY、过度捕捞限额（overfishing limit，OFL）等生物学参考点进行评估，不再依靠调查数据，其中常用的有DCAC（depletion-corrected average catch）模 型、DB-SRA（depletion-based stock reduction analysis）模型及Catch-MSY模型等［15－16，27］。DCAC模型与DB-SRA模型对目标鱼种的生活史参数存在限制，对自然死亡系数较高的种群不适应，Catch-MSY模型则不存在类似问题，广东省大多数渔业种群自然死亡系数高，生命周期短，该模型能够较好地模拟其资源现状。Catch-MSY模型在东北大西洋48个资源群体的评估中取得了较明显的成果，但依然存在部分的异常值［14］。此外，因为K的上限难以估计，且对开发程度较轻的渔业不适用，因此该方法也受到一些争议［22］。ASPIC软件包含Schaefer模型、Fox模型，评估过程中假设目标群体的丰度指标不存在偏差，且需要对参数B1／K、q、MSY及其区间、K及其区间等设定初始的假设值，输出结果为r、K、q等种群参数以及MSY、BMSY和FMSY等生物学参考点。因此，在使用ASPIC软件时需要结合实际情况设定参数的假设值，许友伟等［12］研究表明，Schaefer模型对初始B1／K值的反应较Fox模型灵敏，但是总体来讲，ASPIC中不同B1／K值对MSY和其他模型参数的评估结果影响较小。

由ASPIC评估结果可见，当前广东海洋渔业资源产量在MSY之下，但在过去的一段时间里捕捞死亡系数超过FMSY（图1）。Schaefer模型的MSY较Fox模型偏高，与许友伟等［12］研究结果相似，符合Fox模型相对偏于保守的这一观点［28］，但与WANG和LIU［13］利用ASPIC软件对东海带鱼的资源评估结果相反。Fox模型在评估5种经济类群的MSY时出现失败的原因可能是由于Fox模型的曲线在捕捞强度达到FMSY之前比较陡峭而在超过FMSY之后相对平缓，与个别类群的产量变化曲线差异较大造成。因此，在选择剩余产量模型评估目标渔业的MSY时，需要注意Schaefer模型与Fox模型的区别，谨慎选取适当的模型进行渔业资源评估。Catch-MSY模型的评估结果表明，广东海洋渔业产量在2006年达到最大可持续产量后一直处于MSY之下，当前产量未超过MSY（图3）。Catch-MSY模型与ASPIC的评估结果相近，表明这两个评估方法在一定程度上能够有效地运用于广东海域渔业资源评估中。综上所述，广东海洋渔业MSY评估结果为164×104t，总可捕量约为131×104t，已接近2018年产量，需要继续进行产量的限制。

带鱼类、日本鲭、鲳类、鲷类及蓝圆鲹是广东省重要的经济类群，这5个群体2018年的产量占广东省总产量的28%。由于Fox模型运行结果异常值较多，故本研究仅用Schaefer模型与Catch-MSY模型对这些类群MSY及可捕量进行评估。综合2个模型的MSY评估结果得出，带鱼类MSY为14.62×104～15.08×104t，日本鲭MSY为3.82×104～6.78×104t，鲳类MSY为5.77×104～6.21×104t，鲷 类MSY为4.16×104～4.54×104t，蓝圆鲹MSY为17.68×104～19.84×104t。2个模型评估结果显示，除鲳类外，其余4个群体的2018年产量均低于MSY，其中带鱼类和鲷类在近年来存在产量超过MSY的情况，且当前产量接近或达到可捕量，需要进行管理，控制捕捞量。虽然日本鲭和蓝圆鲹2018年产量低于MSY，但从产量时间序列看来，过去较长一段时间产量均在MSY之上，尤其是蓝圆鲹近年来产量持续下降，目前产量处于低位。由此可见，在没有较完善的监督和管理系统情况下，广东省大部分经济鱼类遭受长时间高强度捕捞后资源呈衰退趋势，需要实施禁捕等措施帮助其资源的恢复。

本研究中，1961—2018年广东海洋渔业总产量经过一段高速增长期后从23.3×104t增加到127×104t，1998年产量达到顶峰后有所下降，而CPUE自1961年起急剧下降，至20世纪90年代后才有所缓解（图2）。自1999年起，农业部在南海12°N以北海域实施伏季休渔制度和海洋捕捞“零增长”计划，调整了渔业生产结构，在一定程度上缓解了过度捕捞对渔业种群的威胁［29］。而后实施的最小网目尺寸管理措施，相对于控制捕捞努力量，更能有效提高渔业产量［30］。有研究表明，近年来南海的渔业政策对鱼类生物学特征产生了积极影响，如蓝圆鲹［31］、二长棘犁齿鲷（Evynniscardinalis）［32］的平均体长、50%性成熟体长等有所恢复。然而传统的投入控制无法从根本上解决渔业资源衰退的问题，只有结合产出控制才能有效地进行渔业资源管理，这需要相关部门加强渔业资源评估调查和渔业种群动态监测，完善捕捞控制体系［33］。

需要指出的是本研究使用的统计资料均来自《中国渔业统计年鉴》，使用的模型对产量数据高度依赖，而目前没有完善的渔业统计制度，渔民在选择时间、地点和上岸渔获量上自由度较大，没有受到相应的监管，使得渔业产量的统计存在一定程度的失真［34］。此外，由于目前对渔业资源研究的基础性工作重视不够，渔业资源评估调查时断时续，尚未建立起以渔业资源调查为基础的科学管理体系，导致本研究中所使用的CPUE数据无法精确到每一种经济鱼类，在使用ASPIC计算MSY时存在一定的误差。因此，本研究中的评估结果只适合在渔业管理初期作为设置可捕量的参考标准，在实际操作过程中，还需要结合其他方法进行分析，从而确定更加科学的捕捞限额。