综述：虾类生命周期评估的碎片化格局：揭示方法论依赖性及分析盲点

《Reviews in Aquaculture》：The Fragmented Landscape of Shrimp Life Cycle Assessments: Uncovering Methodological Dependence and Analytical Blind Spots

　　

虾类养殖的生命周期评估（LCA）因结果差异悬殊而受到阻碍，各关键类别的报告影响差异超过五十倍。本系统综述涵盖了16项经过同行评审的生命周期评估研究，提供了定量证据表明，这种差异在很大程度上是由分析选择而非养殖场实际表现所驱动：在本案例研究中，涵盖37个养殖周期，对于相同的养殖场数据，虾类生命周期评估中的方法论差异相较于不同的养殖实践，引起了全球变暖评估值更大的变化。这一问题因缺乏透明度而进一步加剧，16项研究中仅有5项提供了足够的数据以实现完全可重复性。研究人员发现，这种方法论主导性因分析盲点而被放大，因为大多数研究忽视了关键的环境压力，如土地利用变化、生物多样性丧失和抗生素使用。为建立稳健且可比较的证据基础，研究人员建议开展代表性研究、进行具体的方法论协调、强制纳入被忽视的影响类别，并提高报告透明度。这些改进对于生命周期评估准确引导该行业走向更可持续的发展至关重要。

**1 引言**

全球食品系统约占全球温室气体（GHG）排放量的四分之一，并且是全球生物多样性丧失的主要驱动因素。随着世界人口增长和财富增加，对动物性食品的需求正在迅速增长，水产养殖在满足这一需求方面发挥着重要作用。由于动物性食品通常比植物性替代品需要更多资源，食品部门的环境负担预计将进一步增加。

在动物性食品中，水产养殖——即在受控环境中生产鱼类、甲壳类和藻类等水生生物——是相对增长速度最快的部门，其产量现已超过捕捞渔业。就价值而言，虾是全球第二大最有价值的水产出口产品，仅次于鲑科鱼类。就个体数量而言，虾估计是全球消费量最大的动物。2020-2022年间，咸淡水水产养殖系统中全球虾和长臂虾的年均产量达到670万吨。凡纳滨对虾是主导物种，占全球产量的82%，这归因于其生长迅速、抗病性强和受消费者欢迎。第二大养殖品种是斑节对虾，同期占咸淡水虾类养殖的11%。

虾类养殖包含多种在不同环境中运作的系统。高密度养殖系统主导全球产量，但粗放式养殖系统仍然普遍，通常占据潮间带沿海地区脆弱的红树林边缘地带。随着需求的增长，该行业面临着减少能源使用、淡水消耗、红树林砍伐和污染的批评与压力。其中一些影响，如富营养化、盐水入侵或鱼类栖息地丧失，对邻近的社会和生态系统产生负面影响，而其他影响则加剧了全球环境问题，如全球变暖（GW）。此外，对饲料资源（如来自捕捞渔业的鱼粉和大豆粕）的高度依赖，威胁着全球远程耦合地区的水生和陆地生物多样性。因此，有必要了解虾类供应链中各种环境影响。

生命周期评估（LCA）是一种用于量化产品或服务的各种环境影响并将其扩展到功能单元的框架。它正越来越多地被政策制定者采用，尤其是在欧盟（EU），作为推动可持续转型的关键工具。对各种食品的LCA结果表明，农场层面的环境影响存在显著差异；即使采用统一的方法，同一产品的生产者之间的估计影响也可能相差50倍。然而，许多这些差异也与方法论选择有关，这些选择在理论上是可以协调统一的。例如，国际标准化组织（ISO）已通过ISO 14040和ISO 14044启动了此类目标，为开展LCA提供指南。这些标准旨在促进可靠和透明的LCA结果——这些品质对于科学可重复性、知情决策和可信的可持续性报告至关重要。科学可重复性，如Popper所定义，可转化为LCA中，即记录的方法论和数据值提供足够的信息，使独立的从业者能够重现LCA结果。然而，跨多个部门的研究强调，单元过程数据文档记录不佳、系统边界记录不清晰以及关键方法论选择报告不足，常常损害LCA的可重复性。除了通用的ISO LCA标准外，欧盟的产品环境足迹类别规则（PEFCR）旨在提供特定部门的LCA实施指南。虽然存在针对未加工海洋鱼类产品的PEFCR，但迄今为止尚无针对甲壳类动物的PEF标准。

本综述建立在Henriksson等人和Bohnes与Laurent先前工作的基础上，证明方法论不一致是虾类LCA报告环境影响的主要驱动因素，其影响往往超过养殖场实践的影响。这一发现对于文献能在多大程度上指导政策、认证和改进工作具有深远意义。

**2 方法**

**2.1 综述协议与范围**

研究人员按照系统综述和元分析首选报告项目（PRISMA）指南进行了这项系统综述。主要目标是识别并严格评估所有关于凡纳滨对虾和斑节对虾养殖的相关同行评审LCA研究。选择这两个物种是因为它们是全球养殖最广泛的虾类，且主要在热带沿海地区的咸淡水系统中养殖。这一关注点是因为这些系统的背景和环境后果不同于淡水养殖作业。

**2.2 文献检索与研究选择**

研究人员采用迭代过程制定全面的文献检索策略。最终应用于Scopus和Web of Science数据库的检索字符串为：(shrimp OR prawn) AND (aquaculture OR farming OR production) AND (LCA OR 'life cycle assessment' OR 'life cycle analysis')。该检索于2024年1月19日完成，未设置过滤器或日期限制以最大化覆盖范围。此外，对所有已识别相关文章的参考文献列表进行了手动筛选；此过程未产生新记录。

纳入标准为：同行评审、应用LCA方法评估环境影响、关注咸淡水系统中的凡纳滨对虾或斑节对虾养殖。排除标准包括：仅涉及淡水系统；使用非LCA方法；使用与其他研究重复的主要数据；或评估纯假设农场。初步数据库检索从Web of Science获得85条记录，从Scopus获得54条记录，去除39条重复后，得到100条独特记录进行筛选。标题和摘要筛选排除了76条记录。剩余的27篇全文文章进行了资格评估，其中16项研究符合本综述的纳入标准。

**2.3 数据提取与综合**

从16项选定研究中，初步识别出总共41个生产‘周期’。‘周期’定义为针对研究中特定养殖系统、强度、物种或地理背景的独特输入、排放、产品和实践数据集进行的LCA。对于主要数据收集辅以现有研究数据的研究，仅纳入基于各自作者收集的主要数据的周期，以避免伪重复。排除了一个结合斑节对虾和罗氏沼虾的周期。最终数据集分析了37个不同的生产周期。对于每个纳入的周期，提取了与ISO 14040/14044概述的四个LCA阶段相关的详细信息。所有定量数据均被提取，并在必要时统一到共同的功能单元——从摇篮到养殖场大门的1吨活重虾，以促进比较。

**2.4 方法论选择、可重复性和输入-影响关系分析**

为调查方法论选择的影响，将农场能源使用和饲料转化率（FCR）数据与每个周期报告的GW和富营养化影响估计值进行了比较。不同的农场能源输入（如电力和柴油）标准化为兆焦耳。对于应用多种分配方法的研究，使用经济分配。由于报告不一致，其他相关因素无法评估。通过相关性分析检验输入与环境影响之间的关系。为量化方法论选择与不同养殖实践的影响，计算了采用一致方法论的某项研究中八个不同虾养殖周期的GW和富营养化估计值的变异系数（CV）。随后将这些CV与三个已识别的使用不同LCA方法重新分析相同农场层面清单数据的实例中观察到的影响百分比变化进行对比。

**2.5 综述方法的局限性**

本系统综述存在与文献检索过程相关的局限性。首先，检索仅限于Scopus和Web of Science两个主要学术数据库，可能遗漏了仅收录于其他专业或区域数据库的相关研究。其次，综述仅限于英文出版物。然而，对西班牙语、葡萄牙语、普通话和印地语的非正式检索未发现符合检索要求的相关研究。由于2024年1月的截止日期，涵盖新型系统的最新研究未纳入本综述。

**3 现有LCA的时间、地理和系统覆盖范围**

**3.1 时间、地理和系统分布**

16项研究发表于2006年至2023年间。四分之三的研究详细说明了主要数据收集日期，平均在发表前4年，使数据收集的平均年份为2013年。21%的周期基于代表单一农场的数据，其余周期代表平均41个农场的水平平均数据。81%评估单一养殖系统，其余评估混合养殖系统。60%评估凡纳滨对虾，40%评估斑节对虾。63%的研究评估多个不同的生产周期。一半的研究定义了养殖强度，但往往未能阐明这些分类的具体标准。

文献的地理关注点与当前全球生产地点不匹配，尤其是厄瓜多尔和印度。另一方面，泰国仅占全球斑节对虾产量的2.4%和凡纳滨对虾产量的6.8%，但在所有纳入周期的研究中占比最高，达27%。94%的研究提供了至少省级的地理特异性。69%的研究声称遵循ISO 14040和14044标准。

**3.2 代表性LCA研究体系的建议**

现有文献未能捕捉当前虾类养殖业的现状，无论是地理、生产年份、物种还是主导生产系统。未来LCA研究必须战略性地聚焦三个关键领域：优先评估当代和新兴系统（如RAS和BFT等超密集型系统）；使研究与全球生产热点和物种保持一致；模拟特定情境的环境影响。

**4 方法论主导性：分析选择如何影响结果**

**4.1 LCA框架内的不一致性**

**4.1.1 研究目标**：所有纳入研究均遵循ISO要求，明确了广泛的目标，包括不同养殖系统、物种或地理区域之间的比较评估，识别特定系统内的环境热点，或评估特定情境的影响。

**4.1.2 范围——功能单元**：所有研究均使用基于质量的功能单元。功能单元定义为养殖场大门的1公斤（25%的研究）或1吨（75%的研究）虾。本综述将所有清单数据和影响估计统一为从摇篮到养殖场大门的1吨活重虾。

**4.1.3 范围——系统边界**：所有研究都包括养成阶段。然而，只有三分之一的明确包括基础设施，81%明确包括运输。土地利用和土地利用变化（LULUC）的处理是主要的不一致性和结果差异的关键驱动因素。只有13%的研究量化了红树林转换的农场级LULUC排放，尽管94%的研究涵盖历史上红树林覆盖区域的系统。在某个研究中，直接计算LULUC占系统GW影响的94%。

**4.1.4 范围——副产品分配方法**：只有50%的研究明确说明其副产品分配方法。货币价值是最常见的分配分母（38%），其次是质量（19%）和能量（6%）。分配方法的选择可改变GW估计值高达58%，富营养化影响高达59%。

**4.1.5 范围——假设**：LCA研究数据密集，常依赖假设。只有69%的研究提供详细文档。例如，某项研究假设所有大豆粕来自美国，而敏感性分析显示，从阿根廷或巴西采购将使相关GW影响分别增加1240%或960%。

**4.1.6 建模方法**：只有两项研究明确使用归因性LCA方法，一项研究自我认定为使用后果性LCA方法。其余75%的研究未明确说明具体LCA框架。

**4.1.7 影响评估类别与方法**：评估的影响类别数量从零到十一个不等，平均为四个。大多数研究包括GW（81%）、陆地酸化（56%）和富营养化（50%）。没有研究评估终点影响。CML-IA基线方法在56%的研究中应用，ReCiPe在19%中应用。不同的影响评估方法使用不同的因果路径和单位，导致数值差异。

**4.1.8 主要数据**：所有研究均使用养成阶段的主要数据。然而，主要数据抽样方法和文档记录存在显著不一致，单个周期基于1到106个农场的数据。抽样方法可能遭受系统性幸存者偏差，偏向管理良好、成功的运营。

**4.1.9 次要数据**：纳入研究依赖各种次要来源，包括已发表文献、政府报告和结构化LCI数据库。一半的研究使用了ecoinvent数据库。许多LCI数据库的欧洲或北美来源对主要在亚洲和拉丁美洲进行的虾养殖构成特定挑战。

**4.1.10 养殖周期和饲料厂的单元过程数据报告**：分析显示输入端和输出端规模存在巨大变异性，且报告内容存在系统性不一致。饲料和能源是最一致报告的参数，但显示出高度变异。鱼粉占颗粒饲料成分的20%-42%，豆粕占11%-30%。只有19%的研究量化了抗生素使用。直接来自池塘的甲烷排放和LULUC排放各自仅被单独量化过一次。

**4.1.11 生命周期影响评估（LCIA）**：将影响评估结果统一到1吨活重虾的功能单元后，GW的平均值为8795 kg二氧化碳当量（CO₂-eq.）每吨虾，标准差为9078 kg CO₂-eq. t^?1，范围从901到47,997 kg CO₂-eq. t^?1。富营养化的平均值为69 kg磷酸盐当量（PO₄-eq.）每吨虾，范围从?32到160 kg PO₄-eq. t^?1。陆地酸化的平均值为33 kg二氧化硫当量（SO₂-eq.）每吨虾，范围从4到80 kg SO₂-eq. t^?1。

**4.1.12 完整性与一致性分析**：完整性检查和一致性检查对于验证LCA结果至关重要，但在纳入文献中几乎完全缺失。虽然两项研究进行了一致性检查，但16项研究均未进行明确的完整性检查。

**4.1.13 不确定性与敏感性分析**：38%的研究应用了蒙特卡洛模拟来传播参数间的不确定性。44%的研究进行了敏感性分析，以识别关键贡献变量。敏感性分析揭示，方法论决策和背景数据可能掩盖实际养殖实践差异对环境绩效结果的影响。

**4.1.14 结论、局限性与建议**：最常见的建议涵盖饲料生产和应用的变化（56%）、能源消耗优化或可再生能源使用（50%），以及废水排放和营养物回收（38%）。只有31%的研究明确承认其方法论中的局限性。

**4.2 方法论何时比实践更重要**

**4.2.1 可重复性评估**：定量评估显示，16项研究中只有5项满足完全可重复性的全部11项标准。

**4.2.2 输入与影响回归分析**：研究发现GW估计值与农场能源使用之间无相关性（r=0.05），与FCR仅存在弱负相关（r=?0.20）。然而，排除包含显著LULUC排放的研究后，GW与能源使用之间的相关性增强了九倍（从r=0.05到r=0.45）。富营养化与农场能源使用和FCR之间的相关性也较弱。

**4.2.3 方法论选择在报告结果中的主导性**：使用一致内部方法论评估多个生产周期的研究显示，平均研究内变异为24%。相比之下，当使用不同LCA方法重新分析相同的农场级清单数据时，GW估计值因方法论变化而表现出42%的变异系数。对于完全相同的农场清单，报告的环境概况因建模框架而异。

**4.2.4 协调框架建议**：建议采用公认的现有框架（如欧盟的PEF方法论），通过互补的开放获取平台进行基准测试，并开展敏感性分析以增强透明度。

**5 分析盲点：虾类LCA尚未捕捉的内容**

**5.1 土地、饲料和生物多样性的相互关联足迹**

**5.1.1 土地利用与土地利用变化**：沿海生态系统（特别是富含碳的红树林）向虾塘的转化是深刻的环境转变。只有两项研究包括农场级LULUC影响，其中一项发现LULUC可贡献系统GW估计值的94%。仅东南亚红树林转换的排放量估计每年为691.8 Tg CO₂当量。

**5.1.2 饲料配方与来源**：虾类养殖的集约化已将环境负担从农场的直接土地占用转移到全球饲料供应链。由于成分及其地理来源的报告不一致，饲料影响量化不足。一项敏感性分析显示，从巴西采购大豆粕与从美国采购相比，GW影响可能增加1240%。

**5.1.3 生物多样性影响**：生物多样性丧失是虾类LCA研究中未量化的关键后果。该行业通过多种途径驱动生物多样性丧失，包括红树林转换的直接栖息地破坏、污水污染、对野生渔业和陆生生态系统施加压力，以及引入入侵物种的可能性。

**5.2 被忽视的化学污染和气态排放**

**5.2.1 抗生素与生态毒性**：本综述揭示了对虾类养殖中抗生素使用评估的关键失败。只有一项研究量化了抗生素输入。通过忽略这一影响途径，当前LCA系统性地低估了虾生产的潜在人类健康负担。

**5.2.2 池塘排放**：来自池塘的直接温室气体排放，特别是甲烷和一氧化二氮，代表着重大的数据缺口，导致对行业气候影响的系统性低估。虾塘可能排放比其通常替代的沿海沼泽生态系统多10倍的甲烷。

**5.3 解决分析盲点的建议**：建议进行全面的土地、饲料和生物多样性核算，纳入生态毒性和抗菌素耐药性，实施池塘排放的分层方法，并对较少包含的盲点要求敏感性分析。

**6 结论**

本系统综述提供了定量证据，表明当前虾类养殖LCA文献以方法论不一致为特征，阻碍了可靠的跨研究比较。核心发现是方法论选择是报告环境影响的主要驱动因素，其影响差异超过50倍。对于相同的农场级数据，分析方法的差异导致GW估计值平均变化41.6%，显著超过可归因于养殖实践差异的15.2%变异。问题因关键透明度缺乏而加剧，16项研究仅5项提供完全可重复性的充分数据。研究人员认为方法论主导性是分析盲点的直接后果。对关键环境压力（如LULUC、生物多样性丧失、抗生素使用和直接池塘排放）的广泛系统遗漏造成了方法论真空。现有文献也未能反映现代虾类养殖业，存在显著的时间滞后和地理错位。基于这些结果，当前研究体系是基准测试、政策指导和可持续性战略制定的不可靠基础。本综述的发现为更广泛的食品系统LCA，特别是动物农业，提供了关键教训。所识别的挑战——方法论主导性因分析盲点和地理错位而放大——是复杂农产品LCA中的系统性问题。采纳本综述推荐的全面方法将支持虾类养殖业和整个食品系统走向真正可持续的未来。