釣友的移動路線是外來種的高速公路嗎？4,370 次跨水域移動的負對照檢定

2022 年一篇用 Fishbrain 490 萬筆漁獲做的研究說，釣友在湖泊之間的移動形成了水生入侵種的「高速公路」。台灣的外來魚問題比北美更密集——線鱧、吳郭魚、魚虎、琵琶鼠——而我們手上有同型的資料，可以問同一個問題。 但我們多做了一件那篇沒做的事：把同一個「連通性」指標也套在原生魚上。如果它預測原生魚出現的能力一樣好，那它量到的就不是擴散。

結論：釣友移動網路真實而密集，但它預測原生魚出現的能力跟預測外來種一模一樣。它畫的是釣友去哪，不是魚被帶去哪。以現有 21 個月資料，找不到釣友移動促成外來種擴散的證據。

分析日 2026-09-05　·　資料期間 2025-01-01 至 2026-09-04　·　English version

• H1 連通性：從已有外來種紀錄之水域抵達的釣友越多，該水域越可能有外來種紀錄（控制釣友日）。 → 成立，但看下一條。
• H2 負對照：若連通性反映擴散，它對非外來魚的預測力應明顯較弱。 → 否定：兩組一樣強。
• H3 時間順序：期間一乾淨的節點，期間一曝露預測期間二首次出現，且外來種效應大於其他物種。 → 否定：曝露不加分，外來種無額外效應。
• H0：連通性只是釣友流量的代理；控制釣友量後，對外來種與其他物種沒有差別。 → 與資料一致

同一位釣友連續兩筆淡水漁獲位於不同水域，算一次移動。淡水漁獲 17,490 筆、3,251 個節點（同一水系有母水體者合併，佔 35% 的漁獲）。 全部 6,486 次移動中，1,160 次距離不到 2 公里，多為同一條河的相鄰格，不算跨水域。

採用距離 ≥3 公里且間隔 ≤60 天的 4,370 次移動，來自 1,272 位釣友、連接 1,988 個節點，中位移動距離 15.3 公里。網路是真實而密集的，這一點沒有爭議。爭議在它代表什麼。

對每一個物種，定義一個節點的「曝露」為：抵達此節點、且在那之前去過已有該物種紀錄之節點的釣友數。然後逐物種跑邏輯斯迴歸：該物種是否在此節點出現 ～ log 釣友日 + log 曝露。 對 56 種節點數 ≥25 的物種各跑一次（11 種外來、45 種其他），比較曝露係數的分布。

只列節點數 ≥40 的物種；橫線為 95% 信賴區間，虛線為兩組平均。青色粗體為站內監測名單外來種。

外來種的曝露係數平均 0.50，其他物種 0.58，Mann-Whitney p = 0.67。兩團點雲完全重疊。 預測力最強的前五名裡有四種不是外來種（斑駁尖塘鱧、蟾鬍鯰、帶紋副尼麗魚、日本花鱸）；線鱧——台灣分布最廣的外來魚——係數接近零，因為它幾乎無處不在，連通性已無法再增加什麼。

這一段就是整篇研究。一個對原生魚與外來魚同樣有效的「擴散指標」，量到的不是擴散，是釣友流量：人多的地方，什麼魚都會被記錄到，也會被同一群人帶著紀錄到下一個地方。

橫斷面可以說是「釣線鱧的人本來就在線鱧水域間移動」。所以把資料在 2026-01-01 切開：只看期間一沒有某物種紀錄的節點，問期間一從已有該物種之節點抵達的釣友數，是否預測期間二該物種首次出現，並控制期間二的釣友日。

單看「曝露節點首見率 vs 未曝露」，幾乎每個物種都是曝露節點高——但原生魚也是（鯰 19% 對 5%、帶紋副尼麗魚 20% 對 4%），因為曝露節點就是人多的節點。控制釣友日後，14 個物種只有 2 個 p < 0.05：魚虎與臺灣鬚鱲。後者是原生種。14 次檢定出現 2 次正是機率水準。

合併成物種×節點面板、放入物種固定效應：期間二釣友日係數 0.81（p < 0.0001），期間一曝露 0.14（p = 0.34），外來種×曝露交互項 -0.12（p = 0.53）。 期間二出現什麼，由期間二有多少人去釣決定。先連上、後出現的訊號，在外來種身上不比在原生魚身上強。

改嚴距離門檻到 10 公里、縮短間隔到 14 天、放寬到 1 公里、把曝露從「釣友數」改成「抵達次數」，結論全部不變。 安慰劑（把時間倒轉，用期間二的曝露去「預測」期間一的存在）給出外來種 +0.33、其他 -0.22，小且方向不一致，符合「指標抓的是關聯不是傳播」。

有公開名稱且 ≥10 位釣友的節點中，往外流出釣友最多的前十二個。它們是釣友交通的樞紐；若某個外來種真的出現在新水域，這些位置會最快被發現、也最快被帶到別處，所以是監測與宣導的優先名單。不要把它讀成「這些水域正在傳出外來種」。

量到的

• 4,370 次跨水域移動（≥3 公里、≤60 天），1,272 位釣友，1,988 個節點。
• 曝露係數：外來種 0.50（11 種）、其他 0.58（45 種），p = 0.67。
• 期間切分面板：釣友日 β 0.81；曝露 β 0.14（p 0.34）；外來種×曝露 -0.12（p 0.53）。
• 外來種已出現在 1,798 / 3,251 個節點（55%）。

推論的，請分開看

• 「找不到證據」不等於「釣友不搬魚」。歐洲文獻指出過去百年約 23.6% 的入侵淡水魚是為釣魚目的被放入的；那是有意放流，在漁獲紀錄裡本來就看不到。本研究能否定的是「用漁獲網路的連通性當擴散證據」這個推論方式。
• 21 個月太短。真正的擴散若以年計，這個窗口看不到；乾淨節點的空間也已被線鱧與吳郭魚壓縮。
• 「出現」＝被記錄到，不是抵達。這就是釣友日主導一切的原因，也是負對照不可省的原因。
• 節點是座標格或母水體，母水體覆蓋僅 35%；同一條河的長距離移動可能仍被算成跨水域。改距離門檻到 10 公里結論不變，但這個誤差存在。
• 魚虎那一格（p = 0.021、13 個新節點）值得追蹤，但與原生種臺灣鬚鱲同時顯著，我們不把它當證據。

Weir 等人 2022 年與 Morreale 等人 2023 年都以釣友移動或連結網路推論入侵風險，兩者都沒有做物種層級的負對照。本研究不是說他們的網路錯了——網路是真的——而是說從網路連通性跳到「擴散路徑」需要一個對照組，而加上對照組之後，在台灣資料裡這一跳跳不過去。這對所有用 App 漁獲資料做入侵種風險圖的人都適用。

• Weir, J.L., Vacura, K., Bagga, J., Berland, A., Hyder, K., Skov, C., Attby, J. & Venturelli, P.A. (2022). Big data from a popular app reveals that fishing creates superhighways for aquatic invaders. PNAS Nexus 1(3): pgac075.　DOIFishbrain 490 萬筆漁獲、13 萬個湖泊節點；以釣友移動網路推論入侵種擴散路徑。本研究沿用其網路構造，但加上負對照。
• Morreale, S.J., Lauber, T.B. & Stedman, R.C. (2023). Anglers as potential vectors of aquatic invasive species: Linking inland water bodies in the Great Lakes region of the US. PLOS ONE 18(7): e0276028.　DOI以釣友問卷重建五大湖區內陸水體的連結網路，識別高風險連結；同樣以連通性推論風險，未含物種層級負對照。
• Recreational angling as a pathway for invasive non-native species spread: awareness of biosecurity and the risk of long distance movement into Great Britain. Biological Invasions (2019).　DOI歐洲過去百年引入的入侵淡水魚中，約 23.6% 主要是為釣魚目的而放入——機制是有意放流，不是裝備夾帶。

1. 節點。淡水漁獲的水體；有母水體者合併為母水體。座標與名稱取自水體資料庫；公開頁面只顯示已有公開名稱的節點，不顯示座標格。
2. 邊。同一釣友依時間排序的連續兩筆漁獲位於不同節點，且兩節點大圓距離 ≥3 公里、間隔 ≤60 天。
3. 曝露。對物種 s 與節點 n：抵達 n 的邊中，出發節點在出發時已有 s 紀錄者，其不重複釣友數。時間順序嚴格：出發節點的首筆 s 紀錄必須早於出發時間。
4. 橫斷面。逐物種邏輯斯迴歸：存在 ～ log 釣友日 + log(1+曝露)，節點釣友日 ≥2；比較外來種與其他物種係數分布（Mann-Whitney）。
5. 時間切分。以 2026-01-01 切開；期間一無 s 紀錄且期間二有漁獲的節點為樣本；首見 ～ log 期間二釣友日 + log(1+期間一曝露)。合併面板加物種固定效應與外來種交互項。
6. 穩健性。距離 1／3／10 公里、間隔 14／60 天、曝露改抵達次數；時間倒轉安慰劑。

分析為唯讀，未修改任何生產資料。研究者若需節點層級彙整表以複核，可來信索取；不提供座標與個人紀錄。

本頁的彙整統計、圖表與方法可自由閱讀與引用，請保留資料期間、樣本數與分析日。公開頁面可免費閱讀與逐頁引用；不提供 raw records 下載，整批聚合資料的再利用授權仍在審查。

徵求合作。要真正檢驗釣友是否搬運魚，需要的不是更多漁獲紀錄，而是遺傳資料（新族群的來源指認）或放流行為的直接量測。若您做入侵種族群遺傳或保育行為研究，我們可以提供去識別化的節點層級彙整與樞紐名單，協助設計採樣。來信 support@dudefishing.net。