史登福，許友偉，孫銘帥，黃梓榮，陳作志，3，張 魁，3

（1.中國(guó)水產(chǎn)科學(xué)研究院南海水產(chǎn)研究所，農(nóng)業(yè)農(nóng)村部外海漁業(yè)開發(fā)重點(diǎn)實(shí)驗(yàn)室，廣州 510300；2.上海海洋大學(xué)海洋科學(xué)學(xué)院，上海 201306；3.南方海洋科學(xué)與工程廣東省實(shí)驗(yàn)室，廣州 511458）

漁業(yè)資源是漁業(yè)生產(chǎn)和發(fā)展的物質(zhì)基礎(chǔ)，科學(xué)的管理是實(shí)現(xiàn)漁業(yè)資源可持續(xù)利用的必要手段［1］。有效的漁業(yè)管理制度是實(shí)現(xiàn)海洋漁業(yè)科學(xué)管理的有力保證，目前海洋漁業(yè)管理制度大致可分為投入控制與產(chǎn)出控制兩大類［2］。隨著捕撈壓力的不斷增加和海洋環(huán)境的持續(xù)惡化，漁業(yè)資源衰退嚴(yán)重，入漁許可、漁船和功率“雙控”、休漁制度及漁具漁法管理等傳統(tǒng)投入控制已無法滿足漁業(yè)可持續(xù)發(fā)展的需求。在當(dāng)前國(guó)際漁業(yè)管理中，采用漁業(yè)總可捕量（total allowable catch，TAC）制度與投入控制相結(jié)合對(duì)海洋漁業(yè)進(jìn)行量化管理的方法得到廣泛應(yīng)用［3－4］。其中，韓國(guó)、日本等國(guó)已對(duì)幾種主要經(jīng)濟(jì)魚類實(shí)行TAC制度，根據(jù)每年的資源狀況限定可捕量；新西蘭、澳大利亞等國(guó)實(shí)行了TAC制度后，漁民不再捕撈經(jīng)濟(jì)價(jià)值較低的魚類和幼魚，海洋漁業(yè)資源得已基本恢復(fù)［5］，而我國(guó)的總量管理和限額捕撈制度尚處于試點(diǎn)起步階段。

廣東省處于南海之濱，是中國(guó)南方的海洋大省，在海洋捕撈機(jī)動(dòng)漁船數(shù)量、漁業(yè)從業(yè)人數(shù)、海洋漁業(yè)產(chǎn)量及漁業(yè)經(jīng)濟(jì)總量等方面位居全國(guó)前列［10］。繼浙江、山東兩省開展限額捕撈試點(diǎn)后，2018年廣東省被擴(kuò)列為限額捕撈試點(diǎn)省份之一［11］。為確定當(dāng)前廣東海域漁業(yè)資源狀況并制定科學(xué)的管理措施，需要對(duì)該海域漁業(yè)資源總可捕量進(jìn)行估算。

剩余產(chǎn)量模型及其衍生模型是評(píng)估目標(biāo)漁業(yè)TAC的有效方法，可由多年的漁業(yè)產(chǎn)量數(shù)據(jù)、單位捕撈努力量漁獲量（catch per unit effort，CPUE）數(shù)據(jù)或結(jié)合目標(biāo)漁業(yè)的生物學(xué)特征參數(shù)，通過合適的評(píng)估模型計(jì)算出漁業(yè)種群的最大可持續(xù)產(chǎn)量（maximum sustainable yield，MSY），再選取一定的比例作為可捕量標(biāo)準(zhǔn)［6］。已有學(xué)者利用這類模型對(duì)中國(guó)海域漁業(yè)種群可捕量或MSY進(jìn)行了評(píng)估，如東海的小黃魚（Larimichthys polyactis）［7］、帶魚（Trichiurusjaponicus）［8］、日本鯖（Scomberjaponicus）［9］等。

一種包含協(xié)變量的剩余產(chǎn)量模型（a surplusproduction model incorporating covariates，ASPIC）不需要平衡假設(shè)就可以很好地?cái)M合剩余產(chǎn)量模型，許友偉等［12］利用其對(duì)南大西洋長(zhǎng)鰭金槍魚（Thunnusalalunga）進(jìn)行了資源評(píng)估，WANG和LIU［13］通過該軟件評(píng)估了東海帶魚的資源狀況。Catch-MSY模型［14］是基于生活史特征的僅需產(chǎn)量數(shù)據(jù)的漁業(yè)資源評(píng)估模型，張魁等［15－16］通過該模型先后評(píng)估了中國(guó)南海區(qū)和巴基斯坦海域漁業(yè)資源的總可捕量。與ASPIC相比，Catch-MSY模型不需要CPUE數(shù)據(jù)，模型的數(shù)據(jù)要求更簡(jiǎn)單，方便在數(shù)據(jù)缺乏條件下進(jìn)行漁業(yè)資源評(píng)估。本研究分別采用這兩種方法對(duì)廣東海洋漁業(yè)資源總可捕量及5個(gè)重要經(jīng)濟(jì)類群的MSY和可捕量進(jìn)行估算，對(duì)比有無CPUE數(shù)據(jù)情況下評(píng)估結(jié)果的差異，以期為廣東海洋漁業(yè)限額捕撈和總量管理提供技術(shù)支撐。

1 材料與方法

1.1 數(shù)據(jù)來源

1961—2018年廣東海洋漁業(yè)年產(chǎn)量數(shù)據(jù)和5個(gè)重要經(jīng)濟(jì)類群的歷史產(chǎn)量資料從《中國(guó)漁業(yè)統(tǒng)計(jì)年鑒》中整理所得。歷史捕撈努力量數(shù)據(jù)為廣東海洋捕撈機(jī)動(dòng)漁船的總功率，CPUE則為產(chǎn)量除以捕撈努力量。5個(gè)重要的經(jīng)濟(jì)類群分別為帶魚類、日本鯖（Scomberjaponicus）、鯧類、鯛類和藍(lán)圓鲹（Decapterusmaruadsi）。帶魚類包括帶魚、南海帶魚（Trichiurus nanhaiensis）和短帶魚（Trichiurusbrevis）等種類，其中以帶魚為主要優(yōu)勢(shì)種［17］；鯧類包括銀鯧（Pampusargenteus）、烏鯧（Parastromateusniger）和刺鯧（Psenopsisanomala）等，其中以烏鯧和刺鯧為主要優(yōu)勢(shì)種［15］；鯛類包括二長(zhǎng)棘犁齒鯛（Evynniscardinalis）、黑鯛（Acanthopagrusschlegelii）和真鯛（Pagrusmajor）等，其中以二長(zhǎng)棘犁齒鯛為主要優(yōu)勢(shì)種［18］。

1.2 非平衡剩余產(chǎn)量模型

ASPIC（5.0版本）［19］軟件是通過非平衡剩余產(chǎn)量模型對(duì)漁業(yè)產(chǎn)量數(shù)據(jù)、CPUE或捕撈努力量數(shù)據(jù)進(jìn)行分析，從而確定最大可持續(xù)產(chǎn)量。它包含2個(gè)模型（Schaefer模型和Fox模型）。

Scheafer模型基于Logistic種群增長(zhǎng)曲線建立［20］：

之后Fox模型以Gompertz種群增長(zhǎng)曲線代替不對(duì)稱“S型”曲線［21］：

式中，d為微分符號(hào)，B為漁業(yè)群體資源量，t為時(shí)間（年份），r為內(nèi)稟增長(zhǎng)率，B∞表示為資源量漸近地等于環(huán)境容納量。這2個(gè)模型可對(duì)r、K（環(huán)境容納量）、q（可捕系數(shù)）等種群參數(shù)和B1／K（初始生物量與環(huán)境容納量比值）、MSY和BMSY、FMSY（在產(chǎn)量為MSY時(shí)對(duì)應(yīng)的種群生物量和捕撈死亡系數(shù)）等生物學(xué)參考點(diǎn)進(jìn)行評(píng)估。ASPIC需要對(duì)B1／K設(shè)定一個(gè)初始值，該值可由初始年份產(chǎn)量與歷史最高產(chǎn)量比值確定［19］。本研究根據(jù)廣東省1961年海洋漁業(yè)產(chǎn)量情況，將B1／K設(shè)置為0.8，帶魚類、日本鯖、鯧類、鯛類的初始年份產(chǎn)量較低，B1／K均設(shè)置為0.8，藍(lán)圓鲹因其初始年份產(chǎn)量較高，B1／K設(shè)置為0.5。

1.3 Catch-MSY模型

Catch-MSY模型是結(jié)合產(chǎn)量數(shù)據(jù)、恢復(fù)力信息和資源量水平進(jìn)行MSY評(píng)估的一種需要平衡性假設(shè)的簡(jiǎn)化模型［22］，評(píng)估過程中以內(nèi)稟增長(zhǎng)率和資源量水平的先驗(yàn)分布代替CPUE數(shù)據(jù)。該模型通過蒙特卡洛（Monte Carlo）模擬從內(nèi)稟增長(zhǎng)率和環(huán)境容納量的先驗(yàn)分布中隨機(jī)抽取參數(shù)對(duì)，并采用Schaefer剩余產(chǎn)量模型計(jì)算其對(duì)應(yīng)的生物量，形式如下：式中，Bt為t年的資源量，K為環(huán)境容量，Ct為t年的漁獲量；假定過程誤差符合對(duì)數(shù)正態(tài)分布，因此νt為均值為0、方差為σ2的標(biāo)準(zhǔn)正態(tài)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(shù)：

式中，Θ為模型中的參數(shù)向量，Bn＋1為n＋1年的資源量，［λ01，λ02］為最終年份資源量水平的先驗(yàn)分布區(qū)間。研究采用重要性重抽樣（SIR）［23］方法計(jì)算參數(shù)的后驗(yàn)分布，利用得到的r-K聯(lián)合后驗(yàn)分布計(jì)算MSY，MSY＝0.25rK［15］。

Catch-MSY模型需要對(duì)內(nèi)稟增長(zhǎng)率（r）和起止年份的資源量水平設(shè)置先驗(yàn)分布，廣東海洋漁業(yè)資源r的先驗(yàn)分布參考中國(guó)南海區(qū)綜合種群r的評(píng)估結(jié)果［15］，本研究中設(shè)置為0.4～1.2，評(píng)估類群r的先驗(yàn)分布可通過Fishbase數(shù)據(jù)庫的魚類恢復(fù)力分級(jí)法確定［24］，如果一個(gè)類群存在2種或以上優(yōu)勢(shì)種，則采用其優(yōu)勢(shì)種的平均值確定恢復(fù)力等級(jí)。資源量水平的先驗(yàn)分布根據(jù)起始年份和最終年份的漁業(yè)產(chǎn)量狀況設(shè)置，當(dāng)起始年份產(chǎn)量與最大產(chǎn)量比值低于0.5時(shí)，設(shè)置為0.5～0.9，反之為0.3～0.6；當(dāng)末年產(chǎn)量與最大產(chǎn)量比值低于0.5時(shí)，可設(shè)置為0.01～0.4，反之為0.3～0.7［14］。如1961年廣東海洋捕撈努力量和漁業(yè)產(chǎn)量都較低，初始資源量水平設(shè)置為0.5～0.9，漁業(yè)產(chǎn)量在1998年達(dá)到頂峰后逐年下降，最終年份2018年的資源量水平設(shè)置為0.3～0.7。此外，取歷史產(chǎn)量數(shù)據(jù)中最大產(chǎn)量作為K先驗(yàn)分布區(qū)間的下限，該值的50倍作為上限［22］。研究中5個(gè)類群的參數(shù)先驗(yàn)分布設(shè)置及產(chǎn)量數(shù)據(jù)序列見表1，建模及數(shù)據(jù)分析在R語言3.3.3中完成。

表1 Catch-MSY模型中的參數(shù)先驗(yàn)設(shè)置Tab.1 Prior distribution of parameters of Catch-MSY model

此外，本研究中廣東海洋漁業(yè)MSY參考ASPIC與Catch-MSY模型評(píng)估結(jié)果的均值，根據(jù)保守的漁業(yè)管理策略，MSY的80%作為總可捕量標(biāo)準(zhǔn)［25］。

2 結(jié)果與分析

2.1 非平衡剩余產(chǎn)量模型

廣東海洋漁業(yè)的ASPIC結(jié)果表明，2個(gè)模型評(píng)估的B1／K與初始假設(shè)值相同，F(xiàn)ox模型得到的q、MSY及F／FMSY低于Schaefer模型，其他參數(shù)的評(píng)估值均高于Schaefer模型（表2）。從Schaefer模型看來，1982年之前B／BMSY較為穩(wěn)定，而后逐年下降，2008年后緩慢升高，當(dāng)前B／BMSY為0.91。而F／FMSY從1961年至今經(jīng)歷了緩慢上升、加速上升和急速下降3個(gè)階段，1998年F／FMSY超過1.00，2006年達(dá)到最大值為1.50，當(dāng)前為0.88。從Fox模型看來，B／BMSY與F／FMSY的變化趨勢(shì)與Schaefer模型相近，當(dāng)前B／BMSY高于Schaefer模型為1.18，2000年F／FMSY超過1.00，最大值為1.32，當(dāng)前低于Schaefer模型為0.70（圖1）。此外，Kobe圖顯示，Schaefer模型模擬的廣東省當(dāng)前漁業(yè)狀態(tài)處于紅色區(qū)域，表明當(dāng)前漁業(yè)狀態(tài)較差，遭受到過度捕撈且資源量較低；而基于Fox模型的處于綠色區(qū)域，表明當(dāng)前漁業(yè)狀態(tài)良好，未遭受到過度捕撈且資源量較高。廣東海洋漁業(yè)CPUE評(píng)估結(jié)果曲線較觀測(cè)值的曲線平緩，呈下降趨勢(shì)，1978年之前觀測(cè)值大于評(píng)估值，1978—1997年觀測(cè)值小于評(píng)估值，1997年后評(píng)估值與觀測(cè)值相近，F(xiàn)ox模型的擬合結(jié)果較Schaefer模型更接近真實(shí)的CPUE（圖2）。

圖1 Schaefer模型（a）與Fox模型（b）評(píng)估得到的Kobe圖Fig.1 Kobe plots from Schaefer model（a）and Fox model（b）

圖2 1961—2018年廣東海洋漁業(yè)CPUE觀測(cè)值與評(píng)估值的結(jié)果Fig.2 Observed and estimated marine fishery CPUE in Guangdong waters from 1961 to 2018

表2 廣東海洋漁業(yè)ASPIC的輸出結(jié)果Tab.2 Outputs from ASPIC of marine fishery in Guangdong waters

5種經(jīng)濟(jì)類群數(shù)據(jù)在Fox模型中擬合出現(xiàn)多個(gè)異常值（CV值異常偏高且r或K值評(píng)估結(jié)果不符合實(shí)際，比如r值超過Fishbase的r范圍，K值小于該魚種的最高產(chǎn)量等），導(dǎo)致結(jié)果存在較大偏差，因此，僅列出Schaefer模型結(jié)果?；赟chaefer模型的評(píng)估結(jié)果表明，廣東省5個(gè)重要經(jīng)濟(jì)類群中只有鯧類2018年產(chǎn)量超過MSY，處于過度捕撈狀態(tài)，鯛類和帶魚類產(chǎn)量接近MSY，藍(lán)圓鲹與日本鯖產(chǎn)量低于MSY的40%以上（表3）。

表3 基于Schaefer模型的5個(gè)重要經(jīng)濟(jì)類群評(píng)估結(jié)果Tab.3 Assessment results of 5 important commercial fish groups based on Schaefer model

2.2 Catch-MSY模型

Catch-MSY模型評(píng)估結(jié)果見圖3。結(jié)果顯示，廣東海洋漁業(yè)當(dāng)前最大可持續(xù)產(chǎn)量為165×104t，當(dāng)前產(chǎn)量低于MSY，未達(dá)到過度捕撈狀態(tài)（圖3-a）。最大可持續(xù)產(chǎn)量的后驗(yàn)概率密度分布較內(nèi)稟增長(zhǎng)率和環(huán)境容納量的后驗(yàn)概率密度分布相對(duì)范圍窄，即變異系數(shù)CV要低（圖3-d～f）。廣東省5個(gè)重要經(jīng)濟(jì)類群的評(píng)估結(jié)果顯示，鯧類2018年產(chǎn)量小幅度超過MSY，處于過度捕撈狀態(tài)。其他4個(gè)類群2018年產(chǎn)量均低于MSY，未過度捕撈，其中藍(lán)圓鲹2018年產(chǎn)量低于MSY的50%以上（表4，圖4）。

圖3 基于Catch-MSY模型的廣東海洋漁業(yè)資源最大可持續(xù)產(chǎn)量評(píng)估結(jié)果Fig.3 Outputs for marine fisheries based on Catch-MSY model in Guangdong waters

圖4 帶魚類、日本鯖、鯧類、鯛類及藍(lán)圓鲹等5個(gè)漁業(yè)類群的統(tǒng)計(jì)產(chǎn)量與最大可持續(xù)產(chǎn)量評(píng)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個(gè)重要經(jīng)濟(jì)類群評(píng)估結(jié)果Tab.4 Assessment results of 5 important commercial fish groups based on Catch-MSY model

2.3 可捕量

根據(jù)保守的漁業(yè)管理策略，取MSY下限的80%作為可捕量標(biāo)準(zhǔn)，即廣東海洋漁業(yè)資源總可捕量為127×104t，帶魚類、日本鯖、鯧類、鯛類和藍(lán)圓鲹的可捕量分別為11.70×104t、3.06×104t、4.62×104t、3.33×104t和14.14×104t。

3 討論

據(jù)不完全統(tǒng)計(jì)，全球已進(jìn)行漁業(yè)資源評(píng)估的種類占所有漁業(yè)種類的1%以下，大部分漁業(yè)群體由于缺乏完整的漁業(yè)調(diào)查，難以用傳統(tǒng)的評(píng)估方法計(jì)算MSY和可捕量［26］?；跉v史產(chǎn)量數(shù)據(jù)的評(píng)估模型可以通過統(tǒng)計(jì)產(chǎn)量資料和生活史特征參數(shù)對(duì)MSY、過度捕撈限額（overfishing limit，OFL）等生物學(xué)參考點(diǎn)進(jìn)行評(píng)估，不再依靠調(diào)查數(shù)據(jù)，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模型與DB-SRA模型對(duì)目標(biāo)魚種的生活史參數(shù)存在限制，對(duì)自然死亡系數(shù)較高的種群不適應(yīng)，Catch-MSY模型則不存在類似問題，廣東省大多數(shù)漁業(yè)種群自然死亡系數(shù)高，生命周期短，該模型能夠較好地模擬其資源現(xiàn)狀。Catch-MSY模型在東北大西洋48個(gè)資源群體的評(píng)估中取得了較明顯的成果，但依然存在部分的異常值［14］。此外，因?yàn)镵的上限難以估計(jì)，且對(duì)開發(fā)程度較輕的漁業(yè)不適用，因此該方法也受到一些爭(zhēng)議［22］。ASPIC軟件包含Schaefer模型、Fox模型，評(píng)估過程中假設(shè)目標(biāo)群體的豐度指標(biāo)不存在偏差，且需要對(duì)參數(shù)B1／K、q、MSY及其區(qū)間、K及其區(qū)間等設(shè)定初始的假設(shè)值，輸出結(jié)果為r、K、q等種群參數(shù)以及MSY、BMSY和FMSY等生物學(xué)參考點(diǎn)。因此，在使用ASPIC軟件時(shí)需要結(jié)合實(shí)際情況設(shè)定參數(shù)的假設(shè)值，許友偉等［12］研究表明，Schaefer模型對(duì)初始B1／K值的反應(yīng)較Fox模型靈敏，但是總體來講，ASPIC中不同B1／K值對(duì)MSY和其他模型參數(shù)的評(píng)估結(jié)果影響較小。

由ASPIC評(píng)估結(jié)果可見，當(dāng)前廣東海洋漁業(yè)資源產(chǎn)量在MSY之下，但在過去的一段時(shí)間里捕撈死亡系數(shù)超過FMSY（圖1）。Schaefer模型的MSY較Fox模型偏高，與許友偉等［12］研究結(jié)果相似，符合Fox模型相對(duì)偏于保守的這一觀點(diǎn)［28］，但與WANG和LIU［13］利用ASPIC軟件對(duì)東海帶魚的資源評(píng)估結(jié)果相反。Fox模型在評(píng)估5種經(jīng)濟(jì)類群的MSY時(shí)出現(xiàn)失敗的原因可能是由于Fox模型的曲線在捕撈強(qiáng)度達(dá)到FMSY之前比較陡峭而在超過FMSY之后相對(duì)平緩，與個(gè)別類群的產(chǎn)量變化曲線差異較大造成。因此，在選擇剩余產(chǎn)量模型評(píng)估目標(biāo)漁業(yè)的MSY時(shí)，需要注意Schaefer模型與Fox模型的區(qū)別，謹(jǐn)慎選取適當(dāng)?shù)哪Ｐ瓦M(jìn)行漁業(yè)資源評(píng)估。Catch-MSY模型的評(píng)估結(jié)果表明，廣東海洋漁業(yè)產(chǎn)量在2006年達(dá)到最大可持續(xù)產(chǎn)量后一直處于MSY之下，當(dāng)前產(chǎn)量未超過MSY（圖3）。Catch-MSY模型與ASPIC的評(píng)估結(jié)果相近，表明這兩個(gè)評(píng)估方法在一定程度上能夠有效地運(yùn)用于廣東海域漁業(yè)資源評(píng)估中。綜上所述，廣東海洋漁業(yè)MSY評(píng)估結(jié)果為164×104t，總可捕量約為131×104t，已接近2018年產(chǎn)量，需要繼續(xù)進(jìn)行產(chǎn)量的限制。

帶魚類、日本鯖、鯧類、鯛類及藍(lán)圓鲹是廣東省重要的經(jīng)濟(jì)類群，這5個(gè)群體2018年的產(chǎn)量占廣東省總產(chǎn)量的28%。由于Fox模型運(yùn)行結(jié)果異常值較多，故本研究?jī)H用Schaefer模型與Catch-MSY模型對(duì)這些類群MSY及可捕量進(jìn)行評(píng)估。綜合2個(gè)模型的MSY評(píng)估結(jié)果得出，帶魚類MSY為14.62×104～15.08×104t，日本鯖MSY為3.82×104～6.78×104t，鯧類MSY為5.77×104～6.21×104t，鯛 類MSY為4.16×104～4.54×104t，藍(lán)圓鲹MSY為17.68×104～19.84×104t。2個(gè)模型評(píng)估結(jié)果顯示，除鯧類外，其余4個(gè)群體的2018年產(chǎn)量均低于MSY，其中帶魚類和鯛類在近年來存在產(chǎn)量超過MSY的情況，且當(dāng)前產(chǎn)量接近或達(dá)到可捕量，需要進(jìn)行管理，控制捕撈量。雖然日本鯖和藍(lán)圓鲹2018年產(chǎn)量低于MSY，但從產(chǎn)量時(shí)間序列看來，過去較長(zhǎng)一段時(shí)間產(chǎn)量均在MSY之上，尤其是藍(lán)圓鲹近年來產(chǎn)量持續(xù)下降，目前產(chǎn)量處于低位。由此可見，在沒有較完善的監(jiān)督和管理系統(tǒng)情況下，廣東省大部分經(jīng)濟(jì)魚類遭受長(zhǎng)時(shí)間高強(qiáng)度捕撈后資源呈衰退趨勢(shì)，需要實(shí)施禁捕等措施幫助其資源的恢復(fù)。

本研究中，1961—2018年廣東海洋漁業(yè)總產(chǎn)量經(jīng)過一段高速增長(zhǎng)期后從23.3×104t增加到127×104t，1998年產(chǎn)量達(dá)到頂峰后有所下降，而CPUE自1961年起急劇下降，至20世紀(jì)90年代后才有所緩解（圖2）。自1999年起，農(nóng)業(yè)部在南海12°N以北海域?qū)嵤┓拘轁O制度和海洋捕撈“零增長(zhǎng)”計(jì)劃，調(diào)整了漁業(yè)生產(chǎn)結(jié)構(gòu)，在一定程度上緩解了過度捕撈對(duì)漁業(yè)種群的威脅［29］。而后實(shí)施的最小網(wǎng)目尺寸管理措施，相對(duì)于控制捕撈努力量，更能有效提高漁業(yè)產(chǎn)量［30］。有研究表明，近年來南海的漁業(yè)政策對(duì)魚類生物學(xué)特征產(chǎn)生了積極影響，如藍(lán)圓鲹［31］、二長(zhǎng)棘犁齒鯛（Evynniscardinalis）［32］的平均體長(zhǎng)、50%性成熟體長(zhǎng)等有所恢復(fù)。然而傳統(tǒng)的投入控制無法從根本上解決漁業(yè)資源衰退的問題，只有結(jié)合產(chǎn)出控制才能有效地進(jìn)行漁業(yè)資源管理，這需要相關(guān)部門加強(qiáng)漁業(yè)資源評(píng)估調(diào)查和漁業(yè)種群動(dòng)態(tài)監(jiān)測(cè)，完善捕撈控制體系［33］。

需要指出的是本研究使用的統(tǒng)計(jì)資料均來自《中國(guó)漁業(yè)統(tǒng)計(jì)年鑒》，使用的模型對(duì)產(chǎn)量數(shù)據(jù)高度依賴，而目前沒有完善的漁業(yè)統(tǒng)計(jì)制度，漁民在選擇時(shí)間、地點(diǎn)和上岸漁獲量上自由度較大，沒有受到相應(yīng)的監(jiān)管，使得漁業(yè)產(chǎn)量的統(tǒng)計(jì)存在一定程度的失真［34］。此外，由于目前對(duì)漁業(yè)資源研究的基礎(chǔ)性工作重視不夠，漁業(yè)資源評(píng)估調(diào)查時(shí)斷時(shí)續(xù)，尚未建立起以漁業(yè)資源調(diào)查為基礎(chǔ)的科學(xué)管理體系，導(dǎo)致本研究中所使用的CPUE數(shù)據(jù)無法精確到每一種經(jīng)濟(jì)魚類，在使用ASPIC計(jì)算MSY時(shí)存在一定的誤差。因此，本研究中的評(píng)估結(jié)果只適合在漁業(yè)管理初期作為設(shè)置可捕量的參考標(biāo)準(zhǔn)，在實(shí)際操作過程中，還需要結(jié)合其他方法進(jìn)行分析，從而確定更加科學(xué)的捕撈限額。