《Environmental Impact Assessment Review》：Integrating hybrid life cycle assessment to quantify carbon footprint in mariculture: Overcoming truncation errors and unveiling macroeconomic drivers
编辑推荐：
海洋水产养殖碳足迹评估采用集成混合生命周期评估方法，通过细分渔业部门构建更精细的输入产出模型，结合19种管理实践的一手数据，发现较传统过程式评估方法平均提升CF估算覆盖率达9.3%-28.8%，宏观经济贡献占比5.7%-46.5%，其中物流仓储占33.84%，农业技术服务26.39%，建筑业11.01%。建议行业转型需突破过程边界，整合宏观经济影响评估。
丁江|吴康妮|胡远超|宋国宝|孙伟伟|刘庚源|于兆远|曹玲|李少斌
中国厦门大学环境与生态学院海洋生态与环境研究福建省重点实验室，厦门361102
摘要
与陆地肉类生产系统相比，海洋水产养殖（mariculture）在减少碳足迹（CF）方面具有巨大潜力。然而，传统的基于过程的生命周期评估（P-LCA）方法由于忽略了宏观经济活动而产生的截断误差，往往会低估排放量。尽管已经引入了综合混合生命周期评估（IH-LCA）来减少这些截断误差，但由于现有投入产出模型中渔业部门的粒度较粗，其在海洋水产养殖行业的应用仍然有限。此外，海洋水产养殖产品的碳足迹通常是在物种层面进行评估的，而没有考虑不同管理实践之间的差异。本文首次开发了一种粒度更细的IH-LCA方法，该方法将渔业部门的产品细分为四类（例如鱼类、虾类、贝类和大型藻类）。然后，通过整合中国19种不同管理实践的过程基础库存数据，量化了海洋水产养殖产品的碳足迹。与P-LCA相比，IH-LCA方法在鱼类、虾类、贝类和大型藻类的碳足迹估算上分别提高了9.3%、5.8%、28.8%和24.7%。进一步分析表明，宏观经济部门占总碳足迹的5.7%至46.5%，其中处理和仓储服务（33.84%）、农业技术服务（26.39%）和建筑相关服务（11.01%）是主要贡献者。为了推动整个海洋水产养殖行业的低碳转型，建议相关利益相关者不仅要关注基于过程的排放，还要考虑相关宏观经济部门的影响。
引言
蓝色食品在全球食品系统中具有巨大的潜力，可以通过可持续替代来减少碳排放（Costello等人，2020；Crona等人，2023；Yuan等人，2025）。因此，蓝色食品的碳足迹（CF）受到了越来越多的国际关注（MacLeod等人，2020；Liu等人，2025；Pacheco等人，2025）。作为世界上最大的海洋水产养殖生产国，中国贡献了全球超过50%的海洋水产养殖产量，在这一转型中占据核心地位（Peng等人，2021；Zhang等人，2022；Fisheries，2024）。因此，全面评估海洋水产养殖的碳足迹对于支持和指导中国的低碳转型至关重要（King和Pushchak，2008；Zhang等人，2024）。
生命周期评估（LCA）是一种成熟的方法框架，用于量化产品的环境足迹，并已广泛应用于海洋水产养殖系统（Gephart等人，2021；Liu等人，2024；Paris等人，2024）。作为生命周期评估的核心组成部分，生命周期库存（LCI）分析在很大程度上决定了评估的方法结构和结果。以往关于海洋水产养殖环境影响的研究主要采用了三种LCI构建方法：基于过程的LCI（P-LCA）、基于投入产出的LCI以及结合两者的混合LCI（Suh和Huppes，2005；Yue等人，2016）。基于过程的生命周期评估（P-LCA）建立在基于过程的生命周期库存（P-LCI）之上，是一种自下而上的方法，依赖于详细的过程级数据，是目前在海洋水产养殖碳足迹评估中最广泛使用的方法。例如，Gephart等人（2021）使用P-LCA评估了全球水产养殖和渔业中23种水生生物的环境影响，Shen等人（2024）报告称海洋水产养殖的温室气体（GHG）排放量大约比淡水水产养殖低40%。同样，Song等人（2019）应用P-LCA评估了中国室内鲑鱼养殖的环境影响。尽管P-LCA具有高分辨率和强大的过程级表示能力，但它数据密集、成本高昂，并且容易受到主观定义的系统边界导致的截断误差的影响（Suh等人，2004；Lifset，2006；Onat和Kucukvar，2022；Beckert等人，2024）。相比之下，基于投入产出的LCA（IO-LCA）源自基于投入产出的生命周期库存（IO-LCI），采用自上而下的框架。它通过环境扩展的投入产出（EEIO）分析在行业层面量化投入和排放，并通过行业映射将它们与具体活动联系起来（Müller和Schebek，2013；Wood等人，2018）。例如，Li等人（2021a）利用IO-LCA估算了与海洋相关的行业的温室气体排放，而Yu和Yang（2025）评估了主要生产国的棉花碳足迹和减排潜力。通过将整个经济纳入其系统边界，IO-LCA有效地减少了P-LCA中固有的截断误差。然而，它对汇总的行业级数据的依赖限制了分析分辨率和产品特定性的解释，这突显了仔细评估数据质量的重要性（Salemdeeb等人，2021）。
为了解决P-LCA和IO-LCA的局限性，已经开发了混合方法来整合这两种方法的优点（Suh和Huppes，2005）。混合LCI框架通常包括三种主要类型：分层混合LCI、基于IO的混合LCI和综合混合LCI（IH-LCI）。分层混合LCI通过添加投入产出（IO）数据来补充基于过程的库存，以填补上游空白，但可能导致重复计算，并经常忽略下游过程。基于IO的混合LCI通过细分IO表格来提高分辨率；然而，它的细节程度仍低于P-LCA。相比之下，IH-LCA在统一的分析框架内完全整合了过程和IO数据，扩大了覆盖范围，但增加了建模复杂性。混合方法在环境影响评估中的应用仍然有限。例如，Li等人（2020）表明，P-LCA低估了美国牛肉加工过程中约20%的温室气体排放，而Palma-Rojas等人（2017）报告称巴西生物乙醇系统中来自IO库存的排放占总温室气体排放的49.3%。总体而言，综合混合生命周期评估（IH-LCA）建立在IH-LCA的基础上，代表了一个全面且方法论上稳健的框架（Lee和Ma，2013；Gao和You，2018；Zhao和You，2019）。然而，除了技术复杂性之外，大多数现有的基于IO和混合的应用将海洋水产养殖视为更广泛的渔业部门的一个汇总组成部分，而没有明确区分与海洋水产养殖相关的生产和服务活动。这种汇总限制了解决物种特定差异的能力。因此，IH-LCA尚未在海洋水产养殖碳足迹评估中得到广泛应用。
总之，现有关于海洋水产养殖碳足迹的研究指出了一个关键的方法论空白，即缺乏结合基于过程和基于投入产出数据的方法，这可能导致环境影响被低估（Li等人，2021b）。为了解决这一局限性，专门为海洋水产养殖开发的IH-LCA提供了更系统、更全面的碳足迹评估。与依赖汇总渔业部门表示的现有水产养殖碳足迹研究相比，本研究开发的精细IH-LCA明确区分了与海洋水产养殖相关的生产和服务部门，以更好地反映物种特定特征。此外，还进行了广泛的实地工作以收集详细的实地数据，从而能够按养殖实践进行物种级别的细分。这有助于进行更精确的比较分析，并更好地反映LCA的动态特征。
章节片段
范围和系统边界
本研究旨在使用综合混合生命周期评估（IH-LCA）框架全面量化中国主要海洋水产养殖产品的碳足迹，特别关注投入产出子系统对总排放的贡献。如图1所示，系统边界包括两个部分：一个基于过程的子系统和一个宏观经济投入产出子系统。基于过程的边界涵盖了从养殖场到市场的整个海洋水产养殖生产链。
不同管理实践的比较研究
图3展示了中国不同海洋水产养殖实践的生命周期碳足迹结果。该图包含四个子图，分别代表不同的产品类别：鱼类（图3a）、虾类（图3b）、贝类（图3c）和大型藻类（图3d）。来自IO库存的碳足迹贡献在不同的水产养殖管理实践中差异显著（详细结果见补充信息S6）。在鱼类中，石斑鱼在笼养系统中的
结论
开发了一种针对海洋水产养殖系统的、粒度更细的综合混合生命周期评估（IH-LCA），用于评估不同管理实践下的碳足迹。来自宏观经济部门的排放，主要是服务相关活动的排放，占总排放的5.7%至46.5%，表明传统的基于过程的LCA可能会大幅低估总体碳足迹。平均而言，这些遗漏导致碳足迹被低估了约20%，具体取决于不同的海洋水产养殖类型
利益冲突声明
作者声明他们没有已知的可能影响本文工作的财务利益或个人关系。
致谢
我们感谢国家自然科学基金（项目编号：72348004、42361144862）的财政支持。
