基于漁業統計數據的南海區漁業資源可捕量評估

張魁，廖寶超，許友偉，張俊，孫銘帥，邱永松，陳作志*

(1. 中國水產科學研究院 南海水產研究所 農業部南海漁業資源開發利用重點實驗室，廣東 廣州 510300；2. 山東大學 數學與統計學院，山東 威海 264209)

Zhang Kui1，Liao Baochao2，Xu Youwei1，Zhang Jun1，Sun Mingshuai1，Qiu Yongsong1，Chen Zuozhi1

?

基于漁業統計數據的南海區漁業資源可捕量評估

張魁1，廖寶超2，許友偉1，張俊1，孫銘帥1，邱永松1，陳作志1*

(1. 中國水產科學研究院 南海水產研究所 農業部南海漁業資源開發利用重點實驗室，廣東 廣州 510300；2. 山東大學 數學與統計學院，山東 威海 264209)

科學確定海洋漁業可捕量是開展捕撈限額管理的前提和關鍵。南海區漁業資源種類繁多，無明顯大宗經濟魚種，且產量統計不夠完善，使得可捕量的量化評估較為困難。根據漁業產量統計數據，利用一種簡化的產量模型對南海區漁業資源總可捕量以及11個重要經濟類群的可捕量進行了評估。結果表明，南海區漁業資源最大可持續產量為308.6萬t，總可捕量為246.9萬～277.8萬t。從11個重要經濟類群的評估結果來看，這些類群在20世紀90年代后均遭受過不同程度的過度捕撈。目前狀態較好，未處于過度捕撈狀態的有藍圓鲹和竹莢魚、沙丁魚類、馬面鲀類、鯛類、鰳類和鮐類等6個恢復力較高的類群；而其他5個恢復力較低的類群，尤其是海鰻類和石斑魚類，目前處于過度捕撈狀態。

南海；漁業資源；可捕量；產量模型；過度捕撈

1 引言

多年來，隨著捕撈強度不斷增加和水域環境污染等日益嚴重，近海漁業資源不斷衰退，傳統的投入控制(如捕撈許可證制度、漁船和功率“雙控”等)已經不能滿足漁業管理的需求，總可捕量(total allowable catch，TAC)制度結合投入控制及其他技術措施(如禁漁區和禁漁期、網目尺寸限制等)對漁業實施量化管理已成為當前國際漁業管理的重要舉措[1—3]。在鄰國日本、韓國相繼實施TAC制度之后，《中華人民共和國漁業法》明確規定實行捕撈限額制度，而科學確定可捕量是實行捕撈限額制度的必要條件[1—2]。已有很多研究對中國海域漁業種群的可捕量或最大持續產量(maximum sustainable yield，MSY)進行了評估，如鮐(Scomberjaponicus)[4]、帶魚(Trichiurusjaponicus)[5—7]、小黃魚(Larimichthyspolyactis)[8-10]、銀鯧(Pampusargenteus)[10]等，研究對象皆為東、黃海海域的大宗經濟魚種，評估方法一般采用剩余產量模型、基于體長股分析(Length based Cohort Analysis，LCA)的Cadima經驗公式、貝葉斯狀態空間模型，Beverton-Holt和Ricker繁殖模型等。

南海地跨熱帶與亞熱帶，呈現出與東、黃海有著顯著差異的漁業資源特征，種類繁多，個體生長較快[11]，沒有像東、黃海鮐魚、帶魚和小黃魚等大宗目標魚種，產量多按類群統計。另外，南海面積廣闊，除北部灣外，其他海域沒有長期的調查監測數據，使得有關漁業資源MSY或可捕量的評估研究較少。林金錶[12]利用20世紀70年代末數據對南海北部大陸架底層魚類的資源量進行估算，并對可捕量做了初步評估；王增煥等[13]應用初級生產力估算了南海北部的漁業資源量。由于缺乏單位捕撈努力量漁獲量(catch per unit effort，CPUE)數據，無法采用傳統的剩余產量模型以及貝葉斯態空間模型進行MSY評估；而基于LCA的Cadima經驗公式以及繁殖模型都是針對單魚種，難以用于按類群的資源量和MSY評估。

目前，對于數據缺乏漁業，國際上多采用基于產量數據和魚類生物學特征參數(如自然死亡系數M，性成熟年齡等)評估可捕量或MSY的方法，如depletion-corrected average catch (DCAC)[14]，depletion-based stock reduction analysis (DB-SRA)[15]等。但是以上方法多針對較長壽命魚類(M<0.2)，對中國近海多數魚種(如黃海小黃魚M=0.77[16]，東海帶魚M=0.44[17]，南海近海8個重要經濟魚種M>0.46[18]等)并不適用。本研究采用一種簡化的產量模型，評估過程不再使用CPUE數據，而是以內稟增長率和資源量水平的先驗信息代替[19]，產量數據和模型參數均可以按照類群得到，符合南海區漁業資源特征以及數據現狀。利用該模型對南海區漁業總可捕量及11個重要經濟類群可捕量進行了初步評估，以期為南海區漁業實行捕撈限額管理提供科學依據。

2 材料與方法

2.1 評估模型

研究采用Schaefer產量模型的框架，以內稟增長率r和資源量水平λ的先驗分布代替CPUE數據[19]，模型如下：

Bt=λ0kexp(νt)，

(1)

Bt+1=[Bt+rBt(1-Bt/k)-Ct]exp(νt)，

(2)

式中，Bt為t年的資源量，k為環境容量，Ct為t年的漁獲量；假定過程誤差符合對數正態分布，因此νt為均值為0，方差為σ2的標準正態分布；λ0為起始資源量水平B1/k。

采用如下伯努利分布作為似然函數：

L(Θ|Ct)=1λ01≤Bn+1/k≤λ02

L(Θ|Ct)=0λ01≥Bn+1/k≥λ02，

(3)

式中，Θ為模型中的參數向量，[λ01，λ02]為最終年份資源量水平的先驗分布區間。這樣的似然函數可以保證r-k參數組合可以得到種群狀態的有效解[19]。

重要性重抽樣(sampling importance resampling，SIR)[20]方法被用來計算參數的后驗分布，每次計算的迭代次數為100 000次。利用得到的r-k聯合后驗分布計算MSY，MSY=0.25rk，采用MSY的80%～90%作為可捕量的設置標準[19]。

2.2 產量數據

為了驗證模型對中國近海漁業評估效果，研究選取已有MSY評估結果的東海帶魚和小黃魚為研究對象，其產量數據來自文獻[6—10]。南海區漁業資源種類繁多，一些種類經濟價值和生物學特征較為相近，例如藍圓鲹(Decapterusmaruadsi)和竹莢魚(Trachurusjaponicus)，以及金線魚 (Nemipterusvirgatus)、日本金線魚(Nemipterusjaponicus)和深水金線魚(Nemipterusbathybius)等，漁民在漁獲物分類時并不會將這些種類分開，漁業產量多按類群統計。因此，以漁業統計數據為基礎的研究也按照類群進行分析，如Qiu等[21]闡述了南海區北部近海26個類群年產量對人類活動和氣候變化的響應，本研究評估了其中11個重要經濟類群的可捕量。南海區漁業統計產量數據來自《中國漁業統計年鑒》和農業部南海區漁政漁港監督管理局《南海區漁業統計資料匯編(1985-2005)》(內部資料)。

2.3 先驗分布設置

研究中內稟增長率和資源量水平的先驗分布均采用均勻分布形式[19]。利用Fishbase數據庫的魚類恢復力分級法[22]，通過生長參數K、性成熟年齡tm、最大年齡tmax和繁殖力來確定魚類的恢復力水平，從而確定內稟增長率r的先驗分布區間(表1)。資源量水平的先驗分布則根據評估對象的開發狀態以及產量與數據中最大產量的比值來確定。如1956年東海帶魚捕撈努力量和產量極低，因此資源量水平設置為0.6～0.9，而同期小黃魚開發力度則相對較大，初期產量較高，設置為0.4～0.8；兩個群體產量經過高位后都在近年來有所下滑，2013年資源量水平則都設置為0.3～0.6。

由于南海區漁業種類繁多，難以確定其內稟增長率的先驗分布，參考渤海區綜合種群內稟增長率評估結果[23]，本研究設置了4種不同的先驗分布(0.6～1.5；0.4～1.5；0.6～1.7； 0.4～1.7)，以評估不同內稟增長率先驗分布區間對MSY評估結果的影響。研究中評估對象的主要種類組成、產量數據序列以及參數先驗分布設置見表2。建模和數據分析都在R語言3.3.1中完成。

表1 Fishbase中用于確定內稟增長率先驗分布的恢復力水平分級表

表2 評估對象的主要種類組成、產量數據序列及參數先驗分布設置

注：評估對象后字母“E”和“S”分別代表東海和南海，“[ ]”表示均勻分布區間。

3 結果與分析

3.1 模型評估效果

利用模型對東海帶魚和小黃魚漁業進行評估，評估的MSY以及r-k后驗聯合分布見圖1。東海帶魚MSY為70.3萬t，95%置信區間為(61.1，80.9)萬t，內稟增長率為0.39，可捕量為56.2萬～63.3萬t；小黃魚MSY為13.1萬t，95%置信區間為(12.0，14.4)萬t，內稟增長率為1.01，可捕量為10.5萬～11.8萬t。本研究評估結果與其他研究結果對比見表3。模型評估的東海帶魚MSY與徐漢祥等[25]使用繁殖模型的評估結果一致，比Wang等[7]使用剩余產量模型和張魁等[6]使用貝葉斯狀態空間模型的評估結果略低；模型評估的內稟增長率與其他研究相比較高；模型評估的東海小黃魚MSY與林龍山[9]和周永東等[10]使用Fox和Schaefer模型的評估結果一致，較李九奇等[8]使用Pella-Tomlinson 模型的評估結果高；模型評估的內稟增長率較李九奇等[8]的結果低。這兩個漁業的產量從20世紀90年代中期開始超過MSY，最近幾年產量呈下降趨勢，但仍在MSY附近(圖1)。

圖1 模型評估的東海帶魚和小黃魚漁業MSY(a)和參數r-k后驗聯合分布(b)結果Fig.1 Estimated MSYs (a) and r-k joint posterior distributions (b) for hairtail and small yellow croaker fisheries in the East China Sea圖a虛線為95%置信區間The dash lines represent the 95% percentiles in a

Tab.3 Comparison of the stock assessment results with other studies for hairtail and small yellow croaker fisheries in the East China Sea

種類MSY/104t內稟增長率評估方法文獻東海帶魚702/繁殖模型徐漢祥等[25]716030剩余產量模型Wang等[7]755025貝葉斯狀態空間模型張魁和陳作志[6]703039簡化產量模型本研究東海小黃魚126/Fox、Schaefer模型林龍山，2009[9]108115Pella?Tomlinson模型李九奇[8]134/Fox、Schaefer模型周永東等[10]131101簡化產量模型本研究

3.2 南海區漁業資源總可捕量

4種不同內稟增長率先驗分布區間所評估得到的南海區漁業資源MSY相差不大，分別為306.2萬t(變異系數CV=0.09)，312.6萬t(CV=0.07)，307.7萬t(CV=0.08)和307.9萬t(CV=0.08)(圖2)，取其平均值，即308.6萬t；內稟增長率評估結果分別0.99(CV=0.26)，0.96(CV=0.37)，1.02(CV=0.29)和0.98(CV=0.35)，取其平均值，即0.99。模型評估的南海區漁業總可捕量為246.9萬～277.8萬t。

圖2 4種內稟增長率先驗分布下MSY的后驗密度分布Fig.2 The posterior densities of MSY under four prior levels of intrinsic rate of increase實線為MSY后驗分布中值，虛線為95%置信區間The solid lines are estimated MSY medians and the dash lines represent the 95% percentiles

3.3 南海區11個重要經濟類群可捕量

模型評估結果(表4)顯示，南海區11個重要經濟類群內稟增長率的范圍是0.21～0.99，其中石斑魚類最低，而鯛類最高；除了石斑魚類、海鰻和帶魚類，其他類群內稟增長率都在0.55以上。評估的MSY在30.0萬t以上有藍圓鲹和竹莢魚、金線魚類和帶魚類，10.0萬t以內的包括石斑魚類、鰳類和鮐類。帶魚類、金線魚類、石斑魚類、海鰻類和鯧類這5個類群的產量從20世紀80年代開始一直呈上升趨勢，近幾年產量都超過MSY(圖3)，尤其是石斑魚類和海鰻類(2014年產量分別超過MSY 59.3%和80%)；另外6個類群產量波動較大，近十幾年產量呈下降趨勢，2014年產量小于或等于MSY(圖3)，但鯛類和沙丁魚類的產量超出評估的可捕量(表4)。

表4 南海區11個重要經濟類群評估結果

注：MSY列括號內為變異系數CV值。

圖3 南海區11個重要經濟類群評估的MSY與產量序列Fig.3 Estimated MSY and catch series for eleven commercial fish class groups in the South China Sea

4 討論

全球漁業產量中，近20%的種類為已開展了漁業資源評估的種類，而這些種類占所有漁業種數的1%以下[26]。大部分資源群體由于缺乏充足的漁業數據，難以用傳統的方法評估資源量和可捕量[27]。近年來，數據缺乏漁業資源評估方法成為漁業科學家的一個研究熱點，如分層貝葉斯狀態空間模型[6，28]，考慮魚類生活史特征的損耗模型[14—15]，時滯差分模型和基于統計產量的中位法[27]等。然而，這些方法并不適用于南海區漁業資源評估，一方面由于南海區漁業產量按類群統計，海域面積廣闊，缺乏完善的CPUE監測數據；另一方面，南海區多數漁業種類壽命較短，自然死亡系數較高，不適宜損耗模型等。與傳統漁業資源評估模型相比，本研究采用的評估模型對魚類生物學特征沒有選擇性，不再需要CPUE監測數據，而是以較為容易得到的內稟增長率以及資源量水平先驗信息代替；模型所需數據允許按照類群列出，并可以給出一個相對合理的可捕量范圍，更適用于南海區當前漁業數據較為缺乏下的資源評估。

該模型在東北大西洋48個漁業群體資源評估中取得了較好的結果，但是仍然存在少數的異常值[19]。為了探討模型對中國近海漁業的評估效果，研究選取東海帶魚和小黃魚作為研究對象。這兩個漁業漁獲歷史具有一定的代表性，產量在20世紀90年代快速增長并在21世紀初開始保持穩定或略有下降，與文中評估的南海區11個重要經濟類群產量歷史趨勢較為吻合。另外，這兩個群體已有很多關于MSY的評估研究[6—10，25]，便于評估結果對比。本研究采用簡化產量模型評估的東海帶魚MSY與繁殖模型的結果基本一致而低于其他兩種評估方法的結果；評估的東海小黃魚MSY與Fox、Schaefer模型結果基本一致而高于Pella-Tomlinson 模型的結果。造成以上結果差異的原因主要有：第一，不同評估模型的假設和計算原理不同，例如繁殖模型利用親體補充量關系推導MSY[25]而剩余產量模型則通過漁獲量、捕撈努力量和資源群體大小之間的平衡關系評估MSY[7]；第二，不同研究所采用的數據時間不同而資源群體的開發程度是不斷發生變化的，例如東海帶魚評估中，貝葉斯狀態空間模型使用的是1990-2012年產量數據[6]，剩余產量模型評估為1990-2003年[7]數據，而本研究的產量為1956-2013年數據。

隨著人們對漁業種群變動規律認識的不斷深入，資源評估中的不確定性逐漸被重視，基于貝葉斯、蒙特卡羅等方法的不確定性分析和風險評估得到了廣泛的應用[29]。但是利用貝葉斯方法進行資源評估時需要基于資源量指標(CPUE數據)的似然函數[4，6，8]，因此本文利用SIR方法計算參數的后驗分布。本研究評估模型不確定性的一個主要來源是內稟增長率先驗分布的設置。研究采用Fishbase魚類數據庫中的恢復力分級表，利用影響魚類恢復力的幾個關鍵參數性成熟年齡、最大年齡、繁殖力和生長參數作為內稟增長率的確定依據，因為這些參數之間存在著對應的線性關系[22，30]。由于南海區綜合種群內稟增長率沒有相關研究，研究以渤海區綜合種群內稟增長率評估結果為依據，設置了4種不同的先驗分布評估其不確定性。研究結果顯示，不同的內稟增長率先驗分布對MSY評估結果影響較小(圖2)。

南海區漁業資源MSY評估結果為308.6萬t，而總產量從1996年起一直處于MSY之上，持續的過度捕撈使南海區尤其是北部灣和北部陸架區漁業資源嚴重衰退，北部陸架海域平均資源密度僅為原始資源密度1/7，漁獲種類的營養級不斷降低[24，31]。另外，南海北部灣底拖網重要經濟魚類出現了小型化、生長加快等生物學特征的演化[32—33]。因此，研究根據Martell和Froese[19]的建議，可捕量設置為MSY的80%～90%，即南海區漁業總可捕量為246.9萬～277.8萬t。南海區11個重要經濟類群MSY評估結果顯示，這些類群在20世紀90年代以后均遭受了不同程度的過度捕撈，而目前仍處于過度捕撈狀態的有5個類群，其中海鰻類和石斑魚類過度捕撈最為嚴重。模型評估的海鰻類和石斑魚類內稟增長率分別為0.27和0.21，遠低于其他9個類群。低內稟增長率對應著高壽命、低生長速度以及低繁殖力，也意味著高抵抗力和低恢復力[30，34—35]，如果過度捕撈導致這兩個漁業崩潰便很難恢復，例如東海大黃魚漁業在20世紀80年代因過度捕撈崩潰后至今仍未恢復[36]。另外3個目前處于過度捕撈的類群，金線魚類、帶魚類和鯧類都是近幾年產量開始超過MSY。

對藍圓鲹和竹莢魚、沙丁魚類、馬面魨類、鮐類、鰳類和鯛類的評估結果顯示，這6個類群的MSY和2014年的捕撈量處于相適應的狀態。然而，這些類群中有些魚類如二長棘犁齒鯛(Evynniscardinalis)[33]仍然存在小型化、生長加快等生物學特征的演化現象，因此依然存在資源衰退的可能。Beverton-Holt動態綜合模型的評估結果表明，南海小型經濟魚種的開發率(2006年)小于最適開發率，首次開捕體長(年齡)過小是導致漁業衰退的重要原因[18]。南海北部近海，中上層、低營養級魚類逐漸取代底層、高營養級魚類，主要漁業資源對捕撈壓力增長為“拱形”響應過程，而陸地徑流、季風環流和熱帶氣旋活動是影響南海北部近海漁業資源產出能力的主要因素[21]。另外，研究評估的這6個類群內稟增長率較高(0.61～0.99)，產量隨年份波動較大，分析認為這些類群的生活史對策偏向于r選擇[33，37]，由于年齡結構簡單、增殖能力較強，每年的補充群體所占比例大，資源量極易受到環境因素干擾而波動。

由于本研究使用的評估模型高度依賴漁業統計產量，而目前中國漁業統計制度不夠完善，漁民可以自主地確定時間、地點和上岸漁獲量并沒有相應的監管機制，使得中國漁業統計產量存在不同程度的失真[38]。因此，本研究的評估結果只適合在限額捕撈執行初期作為一個設置可捕量的參考，在實際漁業管理的制定中，須結合其他方法來進行科學確定。另外，本研究的評估對象大多數并非單魚種，設置的內稟增長率先驗分布按照Fishbase的恢復力分級表進行，存在一定的不確定性，今后應該加強開展內稟增長率的精準估算工作。

[1] 郭文路，黃碩琳. 總可捕量制度不同實施方式的比較分析[J]. 海洋湖沼通報，2001(4): 61-69.

Guo Wenlu，Huang Shuolin. Comparative analysis of different implementary manners of the total allowable catch measure[J]. Transactions of Oceanology and Limnology，2001(4): 61-69.

[2] 慕永通. 漁業管理——以基于權利的管理為中心[M]. 青島: 中國海洋大學出版社，2006.

Mu Yongtong. Fishery Management: Focusing on Right-based Regime[M]. Qingdao: Publishing House of Ocean University of China，2006.

[3] 易傳劍，周梅芳，俞存根. 政府規制理論在我國近海漁業管理中應用的探討[J]. 水產學報，2012，36(5): 787-793.

Yi Chuanjian，Zhou Meifang，Yu Cungen. Study on theory and application of government regulation to fisheries management in offshore China[J]. Journal of Fisheries of China，2012，36(5): 787-793.

[4] 李綱，陳新軍，官文江. 基于貝葉斯方法的東、黃海鮐資源評估及管理策略風險分析[J]. 水產學報，2010，34(5): 740-750.

Li Gang，Chen Xinjun，Guan Wenjiang. Stock assessment and risk analysis of management strategies forScomberjaponicusin the East China Sea and Yellow Sea using a Bayesian approach[J]. Journal of Fisheries of China，2010，34(5): 740-750.

[5] 徐漢祥. 東海帶魚可捕量制訂方法的初步研究[J]. 浙江水產學院學報，1994，13(4): 251-257.

Xu Hanxiang. A basic study on method for calculating fishing-allowance of largehead hairtail in East China Sea[J]. Journal of Zhejiang Ocean University，1994，13(4): 251-257.

[6] 張魁，陳作志. 應用貝葉斯狀態空間建模對東海帶魚的資源評估[J]. 中國水產科學，2015，22(5): 1015-1026.

Zhang Kui，Chen Zuozhi. Using Bayesian state-space modelling to assessTrichiurusjaponicasstock in the East China Sea[J]. Journal of Fishery Sciences of China，2015，22(5): 1015-1026.

[7] Wang Yu，Liu Qun. Application of CEDA and ASPIC computer packages to the hairtail (Trichiurusjaponicus) fishery in the East China Sea[J]. Chinese Journal of Oceanology and Limnology，2013，31(1): 92-96.

[8] 李九奇，葉昌臣，王文波，等. 基于Bayes方法的東海小黃魚資源評析[J]. 上海海洋大學學報，2011，20(6): 873-882.

Li Jiuqi，Ye Changchen，Wang Wenbo，et al. A stock assessment of small yellow croaker by Bayes-based Pella-Tomlinson model in the East China Sea[J]. Journal of Shanghai Ocean University，2011，20(6): 873-882.

[9] 林龍山. 黃海南部和東海小黃魚漁業生物學及其管理策略研究[D]. 青島: 中國海洋大學，2009.

Lin Longshan. Study on the fishery biology and management strategy ofLarimichthyspolyactisin the southern Yellow Sea and the East China Sea[D]. Qingdao: Ocean University of China，2009.

[10] 周永東，徐漢祥，潘國良，等. 東海區鯧魚、小黃魚資源量及其持續漁獲量的估算[J]. 浙江海洋學院學報：自然科學版，2013，32(1): 1-5.

Zhou Yongdong，Xu Hanxiang，Pan Guoliang，et al. Biomass estimates and MSY of silvery pomfret，small yellow croaker calculated in the East China Sea[J]. Journal of Zhejiang Ocean University (Natural Science)，2013，32(1): 1-5.

[11] 陳作志，林昭進，邱永松. 基于AHP的南海海域漁業資源可持續利用評價[J]. 自然資源學報，2010，25(2): 249-257.

Chen Zuozhi，Lin Zhaojin，Qiu Yongsong. Evaluation of sustainability of fisheries resources for South China Sea based on the AHP[J]. Journal of Natural Resources，2010，25(2): 249-257.

[12] 林金錶. 南海北部大陸架外海區底拖網魚類資源現存量及可捕量的探討[J]. 海洋通報，1983，2(5): 55-64.

Lin Jinbiao. An exploration of the stock and potential harvest of demersal species in the sea area off the northern continental shelf of the South China Sea[J]. Marine Science Bulletin，1983，2(5): 55-64.

[13] 王增煥，李純厚，賈曉平. 應用初級生產力估算南海北部的漁業資源量[J]. 海洋水產研究，2005，26(3): 9-15.

Wang Zenghuan，Li Chunhou，Jia Xiaoping. The fishery production from the north part of the South China Sea using the primary production method[J]. Marine Fisheries Research，2005，26(3): 9-15.

[14] MacCall A D. Depletion-corrected average catch: a simple formula for estimating sustainable yields in data-poor situations[J]. ICES Journal of Marine Science，2009，66(10): 2267-2271.

[15] Dick E J，MacCall A D. Depletion-based stock reduction analysis: a catch-based method for determining sustainable yields for data-poor fish stocks[J]. Fisheries Research，2011，110(2): 331-341.

[16] 張國政，李顯森，金顯仕，等. 黃海中南部小黃魚生物學特征的變化[J]. 生態學報，2010，30(24): 6854-6861.

Zhang Guozheng，Li Xiansen，Jin Xianshi，et al. Changes of biological characteristics of small yellow croaker (Larimichthyspolyactis) in the central and southern Yellow Sea[J]. Acta Ecologica Sinica，2010，30(24): 6854-6861.

[17] 凌建忠，嚴利平，林龍山，等. 東海帶魚繁殖力及其資源的合理利用[J]. 中國水產科學，2005，12(6): 726-730.

Ling Jianzhong，Yan Liping，Lin Longshan，et al. Reasonable utilization of hairtailTrichiurusjaponicusresource in the East China Sea based on its fecundity[J]. Journal of Fishery Sciences of China，2005，12(6): 726-730.

[18] Wang Xuehui，Qiu Yongsong，Du Feiyan，et al. Population parameters and dynamic pool models of commercial fishes in the Beibu Gulf，northern South China Sea[J]. Chinese Journal of Oceanology and Limnology，2012，30(1): 105-117.

[19] Martell S，Froese R. A simple method for estimating MSY from catch and resilience[J]. Fish and Fisheries，2013，14(4): 504-514.

[20] Haddon M. Modelling and Quantitative Methods in Fisheries[M]. 2nd ed. New York: Chapman and Hall，2011.

[21] Qiu Yongsong，Lin Zhaojin，Wang Yuezhong. Responses of fish production to fishing and climate variability in the northern South China Sea[J]. Progress in Oceanography，2010，85(3/4): 197-212.

[22] Froese R，Palomares M L D，Pauly D. Estimation of life history key facts[M]//Froese R，Pauly D. FishBase 2000: Concepts，Design and Data Sources. Philippines: ICLARM，2000.

[23] 李九奇，聶小杰，葉昌臣，等. 基于Bayes方法的渤海漁業資源動態評析[J]. 自然資源學報，2012，27(4): 643-649.

Li Jiuqi，Nie Xiaojie，Ye Changchen，et al. A stock assessment of Bohai Sea by Bayes-based Pella-Tomlinson model[J]. Journal of Natural Resources，2012，27(4): 643-649.

[24] 邱永松，曾曉光，陳濤，等. 南海漁業資源與漁業管理[M]. 北京: 海洋出版社，2008.

Qiu Yongsong，Zeng Xiaoguang，Chen Tao，et al. Fisheries Resources and Management in the South China sea[M]. Beijing: China Ocean Press，2008.

[25] 徐漢祥，劉子藩，周永東，等. 伏季休漁條件下東海帶魚的親體和補充量關系[J]. 漁業現代化，2011，38(1): 64-69.

Xu Hanxiang，Liu Zifan，Zhou Yongdong，et al. The relation between parents and recruitment of hairtail on status of summer closed fishing in East China Sea[J]. Fishery Modernization，2011，38(1): 64-69.

[26] Ricard D，Minto C，Jensen O P，et al. Examining the knowledge base and status of commercially exploited marine species with the RAM legacy stock assessment database[J]. Fish and Fisheries，2012，13(4): 380-398.

[27] Carruthers T R，Punt A E，Walters C J，et al. Evaluating methods for setting catch limits in data-limited fisheries[J]. Fisheries Research，2014，153: 48-68.

[28] Jiao Yan，Cortés E，Andrews K，et al. Poor-data and data-poor species stock assessment using a Bayesian hierarchical approach[J]. Ecological Applications，2011，21(7): 2691-2708.

[29] Chen Yong，Jiao Yan，Chen Liqiao. Developing robust frequentist and Bayesian fish stock assessment methods[J]. Fish and Fisheries，2003，4(2): 105-120.

[30] Sullivan K. The estimation of parameters of the multispecies production model[J]. ICES Marine Science Symposia，1991，193: 185-193.

[31] 王躍中，袁蔚文. 南海北部底拖網漁業資源的數量變動[J]. 南方水產，2008，4(2): 26-33.

Wang Yuezhong，Yuan Weiwen. Changes of demersal trawl fishery resources in northern South China Sea as revealed by demersal trawling[J]. South China Fisheries Science，2008，4(2): 26-33.

[32] 陳作志，孔嘯蘭，徐姍楠，等. 北部灣深水金線魚種群參數的動態變化[J]. 水產學報，2012，36(4): 584-591.

Chen Zuozhi，Kong Xiaolan，Xu Shannan，et al. Dynamic changes of population parameters ofNemipterusbathybiusin the Beibu Gulf[J]. Journal of Fisheries of China，2012，36(4): 584-591.

[33] 張魁，陳作志，邱永松. 北部灣二長棘犁齒鯛生長、死亡和性成熟參數的年際變化[J]. 南方水產科學，2016，12(6): 9-16.

Zhang Kui，Chen Zuozhi，Qiu Yongsong. Decadal changes in growth，mortality and maturity parameters ofEvynniscardinalisin Beibu Gulf[J]. South China Fisheries Science，2016，12(6): 9-16.

[34] Allison G. The influence of species diversity and stress intensity on community resistance and resilience[J]. Ecological Monographs，2004，74(1): 117-134.

[35] Cole D N. Experimental trampling of vegetation. Ⅱ. Predictors of resistance and resilience[J]. Journal of Applied Ecology，1995，32(1): 215-224.

[36] 葉金清. 官井洋大黃魚的資源和生物學特征[D]. 上海: 上海海洋大學，2012.

Ye Jinqing. Resource and biological characteristics of large yellow croaker (Larimichthyscrocea) in Guanjing Yang[D]. Shanghai: Shanghai Ocean University，2012.

[37] 朱曉光，房元勇，嚴力蛟，等. 高捕撈強度環境下海洋魚類生態對策的演變[J]. 科技通報，2009，25(1): 51-55.

Zhu Xiaoguang，Fang Yuanyong，Yan Lijiao，et al. The ecological strategy evolution of marine fishes under high intensity fishing environment[J]. Bulletin of Science and Technology，2009，25(1): 51-55.

[38] Watson R，Pauly D. Systematic distortions in world fisheries catch trends[J]. Nature，2001，414(6863): 534-536.

Zhang Kui1，Liao Baochao2，Xu Youwei1，Zhang Jun1，Sun Mingshuai1，Qiu Yongsong1，Chen Zuozhi1

(1.KeyLaboratoryofSouthChinaSeaFisheryResourcesExploitation&Utilization，SouthChinaSeaFisheriesResearchInstitute，ChineseAcademyofFisherySciences，Guangzhou510300，China; 2.DepartmentofMathematicsandStatistics，ShandongUniversity，Weihai264209，China)

Assessment for allowable catch of fishery resources in the South China Sea based on statistical data

The scientific quantification of allowable catch is a precondition to implementing a fishing quota system. However，the allowable catches for fisheries in the South China Sea (SCS) are difficult to evaluate because of the inclusion of a wide range of fish species，the lack of crucial economic fish species，and incomplete catch statistics. This paper used a simplified production model to estimate allowable catches for eleven fish groups and the total allowable catch (TAC) in the SCS. Maximum sustainable yield (MSY) and TAC in the SCS were calculated to be 308.6 × 104t and 246.9×104-277.8×104t，respectively. MSY estimates for the eleven fish groups showed that they all have been overfished since the 1990s. The stocks of five fish groups (grouper，conger pike，pomfrets，threadfin breams，and hairtails) with low resilience were still being overfished in 2014，with grouper and conger pike being the most extreme examples. The stocks of the remaining six fish groups (DecapterusmaruadsiandTrachurusjaponicas，sardines，filefish，porgies，Chinese herring，and mackerel) had high resilience and were in good condition in 2014.

South China Sea; fishery resources; allowable catch; production model; overfishing

10.3969/j.issn.0253-4193.2017.08.003

2017-01-06；

2017-02-25。

國家自然科學基金(31602157)；農業部財政專項(NFZX2013)；公益性行業(農業)科研專項(201403008)；中央級公益性科研院所基本科研業務費(2014TS23)。

張魁(1987—)，男，山東省淄博市人，助理研究員，從事海洋漁業資源評估研究。E-mail：nedvedkui@163.com

*通信作者：陳作志，男，研究員，從事漁業資源與海洋生態學研究。E-mail:zzchen2000@163.com

S937.3

A

0253-4193(2017)08-0025-09

張魁，廖寶超，許友偉，等. 基于漁業統計數據的南海區漁業資源可捕量評估[J].海洋學報，2017，39(8)：25—33，

Zhang Kui，Liao Baochao，Xu Youwei，et al. Assessment for allowable catch of fishery resources in the South China Sea based on statistical data[J]. Haiyang Xuebao，2017，39(8)：25—33，doi：10.3969/j.issn.0253-4193.2017.08.003