基于Stella的防城港珍珠灣及其鄰近海域漁業(yè)生態(tài)承載力分析

劉蔓婷　王良明　楊長平　單斌斌　劉巖　王思涵　孫典榮

摘要［目的］了解防城港珍珠灣及其鄰近海域漁業(yè)生態(tài)承載力狀況。［方法］基于生態(tài)足跡的算法，對該海域2015—2020年的生態(tài)足跡進行計算，研究其漁業(yè)生態(tài)現狀，并基于Stella軟件建立漁業(yè)生態(tài)足跡動態(tài)模型。［結果］2015—2020年珍珠灣及其鄰近海域漁業(yè)生態(tài)足跡處于逐步下降趨勢；其中漁業(yè)生態(tài)足跡包括海水養(yǎng)殖及海洋捕撈兩部分，前者占比較小，低于10%，且兩者屬于同步下降趨勢。防城港周邊海域海洋捕撈總量在2015—2020年呈下降趨勢，漁業(yè)生態(tài)承載力同樣處于下降趨勢，說明珍珠灣及其鄰近海域的漁業(yè)資源狀況處于超載狀態(tài)，難以滿足人均需求。對研究結果進行模擬分析顯示，珍珠灣附近海域海洋捕撈產量的模擬值與實際值差異相對較小，偏離度Dt介于1.01%～3.11%，滿足95%的置信度要求。［結論］生態(tài)赤字較為明顯，建議進一步完善漁業(yè)資源承載力預警機制，為推進漁業(yè)資源保護及養(yǎng)護提供理論支持。

關鍵詞珍珠灣及其鄰近海域；Stella軟件；漁業(yè)生態(tài)足跡；漁業(yè)生態(tài)承載力

中圖分類號F326.4文獻標識碼A

文章編號0517-6611（2023）08-0058-05

doi：10.3969/j.issn.0517-6611.2023.08.014開放科學（資源服務）標識碼（OSID）：

Analysis of the Fishery Ecological Carrying Capacity in Pearl Bay and Its Adjacent Waters Based on Stella

LIU Man-ting WANG Liang-ming YANG Chang-ping et al（1.South China Sea Fisheries Research Institute，Chinese Academy of Fishery Sciences，Guangzhou，Guangdong 510300;2.Key Laboratory of Marine Ranch Technology，Chinese Academy of Fishery Sciences，Guangzhou，Guangdong 510300）

Abstract［Objective］To understand the status of fishery ecological carrying capacity in Fangchenggang Pearl Bay and its adjacent waters.［Method］Based on the ecological footprint algorithm，the ecological footprint of the sea area from 2015 to 2020 was calculated，the status quo of its fishery ecology was studied，and the dynamic model of fishery ecological footprint was established based on Stella software.［Result］From 2015 to 2020，the fishery ecological footprint in the waters near Pearl Bay was on a gradual decline.The fishery ecological footprint included mariculture and marine fishing，and the former accounts for a relatively small proportion，less than 10%，and both belong to a synchronous decline trend.The total capture of marine fishing in the sea area around Fangchenggang had a decreasing trend during 2015-2020，and the fishery ecological carrying capacity was also in a decreasing trend，indicating that the carrying capacity of fishery resources in Pearl Bay cannot meet the demand of fishery resources per capita，and the condition of fishery resources was in overload.Simulation analysis of the study results showed that the differences between the simulated and actual values of marine fishing production in the sea area near Pearl Bay were relatively low，and the deviation （Dt） ranged from 1.01% to 3.11%，which met the 95% confidence level requirement.［Conclusion］The ecological deficit is still relatively obvious，it is recommended to further improve the early warning mechanism of the fishery ecological carrying capacity，and provide theoretical support to promote the protection and conservation of fishery resources.

Key wordsPearl Bay and its adjacent waters; Stella software; Fishery ecological footprint; Fishery ecological carrying capacity

珍珠灣海域位于防城港市江山半島南端至京島海域，海岸線長度約為65 km，海域面積約為166 km2。該海域具有優(yōu)越的自然條件、豐富的餌料生物、較高的海洋生物多樣性及優(yōu)良的生態(tài)環(huán)境，是多種重要水生生物的種質資源庫，也是廣西沿岸海域最重要的漁業(yè)水域之一。海灣環(huán)境適宜多種海洋生物的繁殖和生長，如珍珠、石斑魚及鱟等具有較高經濟價值的海產品，是發(fā)展增養(yǎng)殖型漁業(yè)的適宜海域［1-4］。漁業(yè)生態(tài)承載力可理解為在保證漁業(yè)資源可持續(xù)發(fā)展同時，對其達到最大限度的開發(fā)利用，即在追求生態(tài)平衡情況下合理合法地開發(fā)海洋漁業(yè)資源［5-6］。近幾十年來，隨著人口增長和經濟發(fā)展，近海漁業(yè)資源早已處于過度開發(fā)狀態(tài)，日趨枯竭，資源形勢不容樂觀［7］。先前的研究已表明對海洋可持續(xù)發(fā)展作出評價的前提是大力開展近海漁業(yè)生態(tài)承載力的分析；同時，近年來對漁業(yè)資源最大利用限度的相關研究已逐步成為重要的熱點之一，相關研究對漁業(yè)經濟可持續(xù)發(fā)展具有非常重要的意義［5］。目前生態(tài)承載力評價的方法可概括為以下4類［8-9］：種群數量的Logistic法、供需平衡法、指標體系法、系統(tǒng)模型法。其中屬于供需平衡法的生態(tài)足跡法被應用于該研究中，加拿大著名學者William E Rees于1992年首次提出了生態(tài)足跡（ecological footprint）概念，基于此概念發(fā)展了一種對生態(tài)可持續(xù)發(fā)展能進行定量測算的方法［10-11］，這一方法本質上是通過將某一地區(qū)內消費的所有資源及對所有廢棄物進行吸收并轉化為生產性土地面積，并將其與該地區(qū)所能提供的生產性土地面積進行定量比較，從而進一步分析地區(qū)生態(tài)利用的可持續(xù)性［12-13］。漁業(yè)生態(tài)承載力也可認為是指某海域所能提供的漁業(yè)資源的生產性海域面積，經William E Rees學者進一步改進和發(fā)展后，已形成較為完善的生態(tài)足跡模型，成為一種度量人類活動等行為對生態(tài)系統(tǒng)影響的新途徑［10］，目前國內外針對生態(tài)足跡的研究逐漸增多，相關研究主要包括生態(tài)足跡的理論發(fā)展［14-15］、計算方法［16-17］及區(qū)域評估案例［18-19］等；然而國內在應用生態(tài)足跡法評估區(qū)域海域漁業(yè)生態(tài)承載力方面相對缺乏，該研究以防城港珍珠灣及其鄰近海域為例，借助數學建模方法，建立該海域的生態(tài)足跡模型，為漁業(yè)生態(tài)承載力評估提供一定的技術支撐，從而促進資源的可持續(xù)利用。

1資料與方法

1.1研究區(qū)域概況研究區(qū)域選擇防城港珍珠灣及其鄰近海域，位于我國北部灣沿岸海域，地理位置為21°19.5′～21°35.5′N、108°9′～108°14.5′E（圖1）。根據此次調查的站位布設范圍并結合相關資料，珍珠灣內面積超過100 km，灣外調查海域面積超過200 km，試點海域的總面積超過300 km；該研究選取防城港市珍珠灣周邊海域作為試點區(qū)域，綜合分析海域資源、生態(tài)環(huán)境及社會經濟等方面的因素，運用Stella軟件中的指標體系分析法探討試點海域內漁業(yè)資源的可載情況，結合漁業(yè)生態(tài)足跡算法，定量分析試點海域漁業(yè)資源對人類開發(fā)活動等的承載力狀況，從而更好地為廣西其他海域的漁業(yè)資源承載能力評估提供參考依據。

1.2漁業(yè)生態(tài)足跡模型構建該研究主要基于Stella 9.1.3軟件，模型構建主要結合漁業(yè)生態(tài)足跡原理［20］，構造了防城港珍珠灣及其鄰近海域簡單的漁業(yè)生態(tài)足跡動態(tài)模型。模型主要包含餌料、漁業(yè)資源、漁業(yè)生態(tài)承載力、漁業(yè)生態(tài)足跡4個模塊。圖2詳細描述了模塊間的相互關系。餌料模塊包括浮游植物、浮游動物和底棲生物的資源變動，該模塊與漁業(yè)資源模塊間能產生直接的相互作用，同時餌料模塊中餌料的變動對區(qū)域內漁業(yè)資源容量的變動具有決定性作用；漁業(yè)資源模塊還與物種生長、死亡和餌料豐度具有顯著的相關性。

依據各模塊之間的因果關系，該研究采用Stella 9.1.3軟件對各模塊因子進行流程圖構建。首先確定某一變量的初始值，而后通過模型的進一步運算得到所設置變量的值或曲線［21］。建模過程中，首先將模型參數及各個變量等對應的圖表輸入至模型的Model頁面中，然后將各個元素用黑色箭頭來聯系創(chuàng)立一定的函數關系，最后切換到模型中的Equation界面來輸入最終的函數表達式（圖3）。

1.2.1餌料模塊。在近海海洋生態(tài)系統(tǒng)中，浮游植物作為生產者能通過食物鏈將能量和營養(yǎng)物質傳遞給浮游動物、底棲動物和其他高級消費者。根據此次試點海域的2個航次海洋生態(tài)調查結果，珍珠灣周邊海域浮游植物的初級生產力為21.18 mg/（m·d）（以C計），根據此次調查的站位布設范圍并結合相關資料，珍珠灣及其鄰近海域的總面積超過300 km［2-3］，經計算得出該海域的年產碳量為2.32×10 kg。將1 g碳換算為10 g鮮重物質，得出試點海域浮游植物的鮮重為2.32×10 kg，并將該值作為浮游植物生物量的初始值。根據中國水產科學研究院南海水產研究所2007—2008年在南海北部調查取得的分析結果顯示，南海海域初級生產者向上傳遞能量的平均轉化效率為11.5%，故可簡易逐級推算出食物鏈各級組成的生物量。為了保證模型的運行，結合珍珠灣及其鄰近海域生態(tài)系統(tǒng)的基本組成特征，將資源生物發(fā)育至成熟狀態(tài)的平均需餌率估算為0.15，各類群餌料生物的生長與死亡率估算為0.2。

對珍珠灣及其鄰近海域生態(tài)系統(tǒng)的漁業(yè)資源年生產力（即漁業(yè)資源容納量）的估算按以下公式進行［22］：

B=P×E（1）

式中，B為漁業(yè)資源年生產力；P為餌料生物的年生產量（鮮重）；E為生態(tài)效率；n為估算對象的營養(yǎng)級。生態(tài)效率按照南海近岸海域的能量傳遞效率取值0.15。估算對象的營養(yǎng)級使用南海北部大陸架海域平均營養(yǎng)級來表示，取值為2.80［23-24］。

1.2.2漁業(yè)資源模塊。漁業(yè)資源的生物存量主要取決于補充量、死亡量和捕撈總量，前者是增長因素，后兩者是減少因素。模型中將漁業(yè)資源生物量設置狀態(tài)變量，捕撈總量、死亡量和補充量為相應的流率變量。該模塊中，捕撈總量作為生態(tài)足跡模塊中漁業(yè)生態(tài)足跡計算所需的流率變量，該數值變化直接決定著水產品生產捕撈所需的水域面積。為了保障模型的正常運行，結合珍珠灣及其鄰近海域漁業(yè)資源的特點，該模型將重點漁業(yè)生物的繁殖率估算為0.5，將漁業(yè)生物的死亡系數估算為0.23。

1.2.3漁業(yè)生態(tài)足跡模塊。該研究中，根據現有的可獲取的統(tǒng)計數據，在計算漁業(yè)生態(tài)足跡過程中，分別計算了海洋捕撈和海水養(yǎng)殖2個部分。首先將捕撈的各類水生生物通過均衡因子轉化成生產這些漁業(yè)生物所需的生產性水域面積，而后進一步計算得出試點水域的漁業(yè)生態(tài)足跡。

捕撈水產品所需的漁業(yè)水域面積計算公式如下：

S=P/Y （2）

式中，S為試點海域捕撈水生生物所需的水域面積（hm）；P為年捕撈總量（kg）；Y為試點水域的初級生產力（kg/hm），參考全球平均水域初級生產力，取值為29 kg/hm［10］。

漁業(yè)生態(tài)足跡的計算公式如下：

EF=S×f （3）

式中，EF為漁業(yè)生態(tài)足跡（hm）；S為水產品捕撈中所需要的水域面積（hm）；f為漁業(yè)水域的均衡因子，為了使計算結果與先前的研究具有可比性，將該研究中均衡因子定為0.2。

1.2.4漁業(yè)生態(tài)承載力模塊。在該模塊中，將漁業(yè)生態(tài)赤字設置為核心數據轉換器。漁業(yè)生態(tài)承載力計算公式如下：

EC= S’×f×y×（1-12%） （4）

式中，EC為漁業(yè)生態(tài)承載力（hm）；S’為漁業(yè)水域實際供給面積（hm）；f為漁業(yè)水域的均衡因子；y為產量因子（按照國際慣例設置為1）；研究中出于漁業(yè)生態(tài)安全考慮，扣除12%作為生物多樣性保留的水域面積（如各級漁業(yè)生態(tài)保護區(qū)、水產種質資源保護區(qū)等）［16］。

漁業(yè)生態(tài)赤字（ED）計算公式如下：

ED=EC-EF （5）

式中，EC為漁業(yè)生態(tài)承載力（hm）；EF為漁業(yè)生態(tài)足跡（hm）。當漁業(yè)生態(tài)赤字為正或負數時，分別代表著漁業(yè)生態(tài)承載力為可載或超載狀態(tài)。當漁業(yè)生態(tài)赤字為0時，區(qū)域漁業(yè)資源處于上述2種狀態(tài)的臨界點。通常情況下不存在這種情況。

在該研究中所需的年海洋捕撈總量以及漁業(yè)水域實際供給面積等數據主要來自2015—2020年《中國漁業(yè)統(tǒng)計年鑒》和《防城港市統(tǒng)計年鑒》等資料［25］。

1.2.5其他主要計算公式。運用于該研究模型分析過程的其他計算公式如下：

漁業(yè)資源生物量：F（t）=4×108（t-dt） + （G-D-C）×dt （6）

餌料生物量：P（t）=1.43×10 （t-dt） + （G-D-Con）×dt （7）

年捕撈總量：C=F×FE （8）

漁業(yè)資源生長量：G=F×G（9）

漁業(yè)資源死亡量：D=F×M （10）

餌料年生長量：G=P×G（11）

需餌量：Con=F×Con（12）

式中，F為漁業(yè)資源生物量（kg）；FE為捕撈強度；P為餌料生物量（kg）；t為時間（a）；C為年海洋捕撈量（kg）；G為自然生長率；M為自然死亡率；D為餌料年死亡量；G為餌料年生長率；Con為魚均需餌率。

1.3模型有效性驗證該研究以防城港市周邊海域的捕撈總量為例，使用歷史檢驗方法來判斷模型的可適性［26］。即在模型中將主要變量的初始參數輸入進行模擬運算，從而得到模擬結果，而后將其與實際數值進行對比，參考以下公式計算其偏離度［27］：

D=（X’-Xt）/X×100% （13）

式中，D、X’、X分別代表偏離度、第t年的模擬結果及第t年的實際值。

2結果與分析

2.1防城港珍珠灣及其鄰近海域漁業(yè)生態(tài)足跡現狀該研究中漁業(yè)生態(tài)足跡包括海水養(yǎng)殖生態(tài)和海洋捕撈兩部分，結合漁業(yè)生態(tài)足跡估算方法，得出海水養(yǎng)殖和海洋捕撈的生態(tài)足跡具體結果見表1。從表1可以看出，珍珠灣及其鄰近海域海洋捕撈生態(tài)足跡在2015—2020年處于緩慢下降趨勢，從20 634.66 hm降至16 837.45 hm。從海水養(yǎng)殖生態(tài)面積來看，雖然海水養(yǎng)殖量逐年增加，但隨著養(yǎng)殖技術的不斷提升，加之地區(qū)人口數量不斷攀升，導致海水養(yǎng)殖生態(tài)面積呈下降趨勢，2020年出現明顯的回升，2020年海水養(yǎng)殖生態(tài)足跡處于最高值（821.68 hm），最低值出現在2019年（553.37 hm），將漁業(yè)生態(tài)足跡的海水養(yǎng)殖方面與海洋捕撈方面相比較，結果表明前者對整體漁業(yè)生態(tài)足跡貢獻相對較小，占比在10%水平以下。從總體上看，2015年以來珍珠灣及其鄰近海域漁業(yè)生態(tài)足跡處于平穩(wěn)下降趨勢，可能原因為部分海域逐漸被劃入禁捕區(qū)域導致可供捕撈的海域面積減少，但由于實施了海洋捕撈“雙控”政策（即漁船總量和漁船總功率的零增長和負增長），傳統(tǒng)的捕撈產量持續(xù)下降，實施的各項控制捕撈產量的政策措施，使得總體捕撈量有所下降，導致海洋捕撈均衡生態(tài)足跡面積在2015年后呈下降趨勢。在海水養(yǎng)殖方面，自2015年開始，珍珠灣及其鄰近海域養(yǎng)殖面積呈顯著下降趨勢，但養(yǎng)殖總產量處于明顯上升的趨勢，表明存在高密度等養(yǎng)殖現象，這種過度投放飼料的高密度養(yǎng)殖方式使得水體環(huán)境的污染現象加劇，同樣對漁業(yè)資源的可持續(xù)發(fā)展具有不利的影響。

基于該研究構建的漁業(yè)生態(tài)足跡模型，可計算得出珍珠灣及其鄰近海域近年來人均漁業(yè)生態(tài)足跡、漁業(yè)生態(tài)承載力和漁業(yè)生態(tài)赤字變化情況（表2）。從表2可看出，試點海域的海洋捕撈總量在2015—2020年呈下降趨勢，且海洋漁業(yè)資源的生態(tài)承載力一直處于下降趨勢，說明珍珠灣海域的漁業(yè)生態(tài)承載力不能滿足人均漁業(yè)資源的需求，漁業(yè)資源狀況處于超載狀態(tài)。雖然隨著漁業(yè)“雙控”政策的實施，海洋捕撈量持續(xù)下降，但海洋漁業(yè)生態(tài)足跡仍高于漁業(yè)生態(tài)承載力，仍出現明顯的生態(tài)赤字，隨著捕撈量的降低，漁業(yè)生態(tài)赤字有減緩趨勢。

2.2基于Stella漁業(yè)生態(tài)足跡的模型擬合基于該研究應用的Stella軟件構建的漁業(yè)生態(tài)足跡模型，對2015—2020年海洋捕撈總產量進行模擬，再將模擬結果和實際值帶入偏離度Dt計算公式，得出結果見表3。綜合模擬分析結果發(fā)現，珍珠灣及其鄰近海域海洋漁業(yè)捕撈產量的模擬值與實際值差異相對較小，偏離度Dt介于-1.01%～3.11%，滿足95%的置信度要求，通過歷史檢驗法得到的結果誤差在合理的范圍內。此外，基于漁業(yè)生態(tài)足跡模型對漁業(yè)資源產量模擬結果與實際產量結果兩者間的變化趨勢基本一致，表明該研究設置的主要變量的初始參數較合理，該模型適合于防城港及其鄰近海域漁業(yè)生態(tài)足跡的仿真模擬。

3討論

近年來，隨著眾多經濟發(fā)展規(guī)劃的實施，以能源及石化等為首的重大海上工業(yè)項目陸續(xù)實施，在對社會經濟發(fā)展起到一定推動作用的同時，也造成了部分海域環(huán)境污染、生態(tài)破壞及漁業(yè)資源損壞等問題［28］；同時，20世紀70年代以來近海捕撈的快速發(fā)展，捕撈強度持續(xù)增大，早已使得近海漁業(yè)資源日趨枯竭，漁業(yè)生態(tài)承載力現狀也不容樂觀［7，29］。該研究中構建的漁業(yè)生態(tài)足跡模型結果顯示，2015—2020年防城港珍珠灣及其鄰近海域的海洋漁業(yè)生態(tài)足跡處于下降趨勢，但下降趨勢減緩，此外，漁業(yè)生態(tài)足跡均超過漁業(yè)生態(tài)承載力，表明目前珍珠灣及其鄰近海域的漁業(yè)生態(tài)足跡超過該海域的生態(tài)支持能力，對于該海域水產品資源的過度利用將使得近海海域的海洋漁業(yè)發(fā)展處于不可持續(xù)的狀態(tài)。對比先前同樣運用生態(tài)足跡算法研究的江蘇沿海［30-32］、廈門近岸海域［19］及全國沿岸海域［15］的研究結果表明，較長時間尺度上，近海海域生態(tài)足跡變化基本上均呈倒U型拋物線曲線，即在20世紀70年代開始呈上升趨勢，而后在2000年左右開始呈下降趨勢，中間存在一拐點年份，分析發(fā)現可能與當時全國實施的“零增長政策”等措施有關［33］。該研究為時間尺度較短的生態(tài)足跡變化趨勢，其結果與其他海域基本相似。因此，研究表明漁業(yè)生態(tài)足跡模型既是度量可持續(xù)發(fā)展的新方法之一，也是度量生態(tài)系統(tǒng)變化對人類活動響應模式的途徑之一，在漁業(yè)生態(tài)承載力評估中具有極其重要的意義，可為資源的可持續(xù)利用及發(fā)展等提供有益的支持。同時，該研究中的計算結果較先前相似研究的誤差均更小［31，34］，結果也更為精確，其中模擬結果的變化趨勢也與實際情況相符合，因此該研究中變量設置相對準確，該模型能適用于珍珠灣及其鄰近海域的漁業(yè)生態(tài)承載力評估。

4結論

該研究中計算了海水養(yǎng)殖和海洋捕撈兩部分的生態(tài)足跡，基于生態(tài)足跡的計算公式，根據防城港2015—2020年捕撈產量，對其漁業(yè)生態(tài)足跡進行計算和分析，得出結論如下：從總體上看，2015年以來珍珠灣及其鄰近海域海水養(yǎng)殖及海洋捕撈生態(tài)足跡均處于平穩(wěn)下降趨勢，2020年出現回升，且漁業(yè)生態(tài)承載力同樣呈下滑趨勢，生態(tài)赤字有所緩解仍較為明顯，表明珍珠灣及其鄰近海域漁業(yè)處于不可持續(xù)發(fā)展狀態(tài)。研究表明該模型所得結果合理、準確，適合運用于防城港及其鄰近海域漁業(yè)生態(tài)足跡的模擬分析。

參考文獻

［1］ 夏德鵬.白龍珍珠灣海洋牧場綜合型漁港碼頭規(guī)劃設計研究［D］.南京：南京農業(yè)大學，2015.

［2］ 蒙珍金，覃盈盈.珍珠灣海域水環(huán)境狀況與評價［J］.安徽農業(yè)科學，2009，37（30）：14845-14847.

［3］ 蒙珍金，覃盈盈，何祥英，等.珍珠灣海水增養(yǎng)殖區(qū)2004～2008年豐水季節(jié)的水環(huán)境變化趨勢分析［J］.廣西科學院學報，2011，27（1）：25-28.

［4］ 裴琨，吳一桂，楊潤瓊.中國最早的人工魚礁試驗地：防城港市白龍珍珠灣海洋牧場人工魚礁建設概述［J］.河北漁業(yè)，2020（6）：22-27，63.

［5］ 馮菲，周文禮，陳森，等.近海漁業(yè)資源承載力的研究進展［J］.天津農學院學報，2021，28（1）：59-66.

［6］ 馮菲，陳森，周艷波，等.廣東省海洋漁業(yè)資源承載力分析［J］.漁業(yè)信息與戰(zhàn)略，2019，34（4）：250-256.

［7］ 龍進霞，陳佳怡，徐漢祥，等.基于綠色發(fā)展的我國近海漁業(yè)可持續(xù)性戰(zhàn)略思考［J］.海洋開發(fā)與管理，2021，38（11）：11-17.

［8］ 石月珍，趙洪杰.生態(tài)承載力定量評價方法的研究進展［J］.人民黃河，2005，27（3）：6-8.

［9］ 王開運，鄒春靜，孔正紅，等.生態(tài)承載力與崇明島生態(tài)建設［J］.應用生態(tài)學報，2005，16（12）：2447-2453.

［10］ REES W E.Ecological footprints and appropriated carrying capacity：What urban economics leaves out［J］.Environment & urbanization，1992，4（2）：121-130.

［11］ 孫遜，成洪山，陳章和.基于生態(tài)足跡模型的城市可持續(xù)發(fā)展定量評估與預測［J］.生態(tài)科學，2007，26（4）：343-350.

［12］ 徐中民，張志強，程國棟.甘肅省1998年生態(tài)足跡計算與分析［J］.地理學報，2000，55（5）：607-616.

［13］ 張志強，徐中民，程國棟.生態(tài)足跡的概念及計算模型［J］.生態(tài)經濟，2000，16（10）：8-10.

［14］ 趙玉濤，徐姍楠，齊占會，等.漁業(yè)生態(tài)足跡指數模型研究進展［J］.漁業(yè)現代化，2015，42（2）：67-71.

［15］ 陳東景，李培英，杜軍，等.基于生態(tài)足跡和人文發(fā)展指數的可持續(xù)發(fā)展評價：以我國海洋漁業(yè)資源利用為例［J］.中國軟科學，2006（5）：96-103.

［16］ 吳隆杰.基于漁業(yè)生態(tài)足跡指數的漁業(yè)資源可持續(xù)利用測度研究［D］.青島：中國海洋大學，2006.

［17］ 宋亞洲，韓寶平，朱國平，等.基于生態(tài)足跡的江蘇省漁業(yè)資源可持續(xù)利用評價［J］.水生態(tài)學雜志，2010，31（2）：17-22.

［18］ 張靳，姚仕喜.基于漁業(yè)生態(tài)足跡廣東海洋漁業(yè)生態(tài)可持續(xù)利用評價［J］.河北漁業(yè)，2016（11）：46-51.

［19］ 王若凡.廈門與羅源灣近岸海域生態(tài)足跡對比研究［D］.廈門：廈門大學，2008.

［20］ 王其藩.系統(tǒng)動力學［M］.北京：清華大學出版社，1994：25-27.

［21］ 狄乾斌，徐東升，周樂萍.基于STELLA 軟件的海洋經濟可持續(xù)發(fā)展系統(tǒng)動力學模型研究［J］.海洋開發(fā)與管理，2012，29（3）：90-94.

［22］ 詹秉義.漁業(yè)資源評估［M］.北京：中國農業(yè)出版社，1995：257-270.

［23］ 陳俐驍.基于EwE模型的北部灣生態(tài)系統(tǒng)營養(yǎng)結構研究［D］.廈門：廈門大學，2015.

［24］ 賈曉平，李純厚，陳作志.南海北部近海漁業(yè)資源及其生態(tài)系統(tǒng)水平管理策略［M］.北京：海洋出版社，2012.

［25］ 農業(yè)部漁業(yè)漁政管理局.中國漁業(yè)統(tǒng)計年鑒［M］.北京：中國農業(yè)出版社，2015-2020.

［26］ 陳永霞，薛惠鋒，王媛媛，等.基于系統(tǒng)動力學的環(huán)境承載力仿真與調控［J］.計算機仿真，2010，27（2）：294-298.

［27］ 師滿江，徐中民.張掖市可持續(xù)發(fā)展系統(tǒng)動力學模擬分析［J］.冰川凍土，2010，32（4）：851-859.

［28］ 廣西北部灣經濟區(qū)規(guī)劃建設管理委員會辦公室.廣西北部灣經濟區(qū)發(fā)展規(guī)劃（2006—2020） ［Z］.南寧：廣西人民出版社，2008．

［29］ 莫珍妮，賴廷和，何斌源，等.廣西欽州灣海域游泳動物群落種類組成及多樣性研究［J］.應用海洋學學報，2020，39（2）：206-213.

［30］ 楊山，王玉婷.基于生態(tài)足跡修正模型的江蘇省海洋經濟可持續(xù)發(fā)展分析［J］.應用生態(tài)學報，2011，22（3）：748-754.

［31］ 王子超，晁敏.基于Stella的江蘇近海海域生態(tài)足跡模擬分析［J］.中國水產科學，2017，24（3）：576-586.

［32］ 王子超.海州灣漁業(yè)資源對海洋開發(fā)活動的生態(tài)承載力分析［D］.上海：上海海洋大學，2017.

［33］ 鄭奕.中國近海漁業(yè)捕撈能力的控制與量化研究［D］.南京：南京農業(yè)大學，2007.