每年數百萬條生命消失在漁網裡，科技能終結「混獲」悲劇嗎？

全球漁業每年意外捕殺數百萬隻鯨豚、海龜、鯊魚，「混獲」問題長期無解。AI、聲學技術等新工具正在改變局面，但普及的最大障礙從來不是技術本身。

一張漁網，每天在世界各地的海洋裡撒下又收起。它捕到的，遠不只是你盤子裡的那條魚。

每一年，全球漁業在捕撈目標魚種的同時，意外殺死的海洋生物數量以數百萬計。座頭鯨、瓶鼻海豚、革龜、鎚頭鯊、信天翁——這些動物從未是任何漁民的目標，卻因為出現在錯誤的時間、錯誤的地點，成為漁業體系的犧牲品。這個現象有個專業名詞：混獲（bycatch）。

混獲不只是動物保護議題。對漁民來說，一頭掙扎的大型鯨豚足以撕裂整張漁網，損失動輒數十萬元新台幣。對企業來說，混獲紀錄一旦曝光，品牌聲譽可能瞬間崩塌。對政府來說，這是漁業永續性與國際形象的雙重壓力。

解法早就存在，為何還在發生？

這不是一個「我們不知道怎麼做」的問題。數十年的研究與實踐，已經積累出相當有效的混獲減緩工具。

「聲學驅嚇器（pinger）」能在漁網附近發出海豚可以感知的聲波，引導牠們繞道而行；在延繩釣的釣鉤上改變形狀或使用圓形鉤，可以大幅降低海龜上鉤機率；在漁網上安裝LED燈，研究顯示能讓海龜的誤入率降低70%以上。這些技術成本不高，效果有目共睹。

然而，全球大多數漁船上看不到這些裝置。

原因是複雜的交織：小型漁業者缺乏資金與技術支援；各國監管力度參差不齊；漁民社群對「外來技術」存在天然的不信任感；更關鍵的是，混獲造成的生態成本由社會承擔，漁民個人並不直接付出代價——這是典型的「外部性問題」，市場自身無法修正。

現在，新一代數位工具正試圖打破這個僵局。AI影像辨識系統可以即時分析漁獲影像，自動標記非目標物種；機器學習模型能結合海洋溫度、洋流、衛星數據，預測哪些海域在特定時間的混獲風險最高，協助漁民「避開麻煩」；電子漁獲監控系統則讓遠端監管成為可能，不再依賴人工查驗。

廣告合作

這個議題對亞洲——尤其是東亞與東南亞——有特殊的重量。

亞洲佔全球漁獲量的約70%，中國大陸是全球最大的漁業國，台灣則以遠洋漁業聞名，在鮪魚、旗魚等高經濟價值魚種的捕撈上舉足輕重。然而，台灣遠洋漁船的勞工條件與混獲問題，近年來多次遭到國際非政府組織點名，歐盟也曾以「打擊非法漁業不力」為由，對台灣漁業發出黃牌警告。

對台灣漁業而言，混獲問題不只是道德議題，更是市場准入問題。歐美消費者與零售商對永續漁業認證（如MSC認證）的要求日益提高，沒有這張「通行證」，高端市場的大門將逐漸關閉。

中國大陸的情況則更為複雜。龐大的漁業規模使監管難度極高，而部分海域的過度捕撈問題，與混獲問題相互疊加，形成更深層的生態危機。近年來，中國政府推行「海洋牧場」與休漁制度，顯示政策層面已有所意識，但執行層面的落差仍相當顯著。

東南亞的小型漁業社群則面臨另一種困境：他們對海洋生態的依賴程度最深，卻最缺乏資源來採用新技術。氣候變遷導致魚群分布改變，迫使漁民深入更遠的海域，混獲風險隨之上升。

混獲問題的解決，涉及多方利益的重新分配，沒有任何一方可以單獨完成。

永續科技投資者看到的是機會：全球永續漁業科技市場正在快速成長，從電子監控系統到AI漁場管理平台，都是潛在的投資標的。但投資回報週期長、漁業數位化程度低，仍是進入障礙。

環保倡議者則警告：若沒有強制性規範，自願採用的速度永遠趕不上生態惡化的速度。他們呼籲將混獲上限納入國際漁業協議，並對違規者實施貿易制裁。

漁業社群的聲音往往被忽略，但他們的參與是任何方案成功的關鍵。歷史上，由漁民自發設計、自主管理的混獲減緩措施，往往比由上而下推行的政策更有效、更持久。