基于漁業(yè)捕撈產(chǎn)量的監(jiān)測漁船數(shù)量優(yōu)化?

朱文斌， 劉文博， 戴 乾， 盧占暉， 王 晶

(1. 浙江海洋大學(xué)海洋與漁業(yè)研究所， 浙江 舟山 316021； 2. 浙江省海洋水產(chǎn)研究所，浙江省海洋漁業(yè)資源可持續(xù)利用技術(shù)研究重點實驗室， 農(nóng)業(yè)農(nóng)村部重點漁場漁業(yè)資源科學(xué)觀測實驗站， 浙江 舟山 316021； 3. 浙江海洋大學(xué)水產(chǎn)學(xué)院， 浙江 舟山 316021)

漁業(yè)捕撈生產(chǎn)監(jiān)測數(shù)據(jù)和漁業(yè)科學(xué)調(diào)查數(shù)據(jù)是漁業(yè)資源評估與管理的兩類基礎(chǔ)數(shù)據(jù)，其中生產(chǎn)監(jiān)測數(shù)據(jù)伴隨著漁業(yè)生產(chǎn)活動產(chǎn)生，是獲得捕撈量、捕撈能力、最大日捕撈量等信息的關(guān)鍵來源，其數(shù)據(jù)的真實性與準(zhǔn)確性至關(guān)重要。針對漁業(yè)生產(chǎn)活動開展全面調(diào)查，如強(qiáng)制使用捕撈日志，可對每艘漁船每次捕撈的產(chǎn)量進(jìn)行統(tǒng)計，可以得到全面的監(jiān)測數(shù)據(jù)，然而這種方式耗費大量人力物力，實際操作可行性低，尤其是在近海漁業(yè)生產(chǎn)中，捕撈類型多樣，小規(guī)模漁船多，即使開展全面調(diào)查統(tǒng)計，其數(shù)據(jù)真實性與可靠性也有待商榷[1]。在成本有限的情況下，抽樣調(diào)查為獲取相對真實有效的生產(chǎn)數(shù)據(jù)提供了可能。

進(jìn)行捕撈生產(chǎn)的漁船類型多樣、功率組成復(fù)雜，為了得到更好的調(diào)查樣本，通常采用分層隨機(jī)抽樣調(diào)查方案[2-7]。分層隨機(jī)抽樣是按照規(guī)定的性質(zhì)將總體劃分為多個異質(zhì)層，層內(nèi)同質(zhì)性較高，在每層中進(jìn)行隨機(jī)取樣。分層隨機(jī)抽樣具有樣本代表性好、所需樣本數(shù)較少、抽樣誤差小等優(yōu)點[8]，目前關(guān)于漁業(yè)生產(chǎn)抽樣調(diào)查的研究，大都傾向于采用分層隨機(jī)抽樣方法，如王繼隆[3]等比較了分層隨機(jī)抽樣與簡單隨機(jī)抽樣的誤差，表明分層隨機(jī)抽樣誤差小、精度高，袁興偉等[4]通過漁業(yè)信息數(shù)據(jù)進(jìn)行漁獲量統(tǒng)計，提出可利用分層隨機(jī)抽樣方法為中國漁業(yè)數(shù)據(jù)校正提供參考。在漁業(yè)生產(chǎn)監(jiān)測中存在較多因素影響了分層抽隨機(jī)樣的準(zhǔn)確性，如漁船作業(yè)類型、漁船功率、漁船作業(yè)時間等。因此，優(yōu)化分層抽樣方法對于提高漁業(yè)生產(chǎn)監(jiān)測數(shù)據(jù)質(zhì)量至關(guān)重要。當(dāng)前研究者主要從分層方案的設(shè)定[9-15]和樣本量的分配角度[16-19]來提高數(shù)據(jù)精度。如甘喜萍等[5]比較了面積比例分配、最優(yōu)分配和奈曼分配3種樣本分配方案，提出最優(yōu)分配法可以滿足抽樣誤差要求，同時還能降低調(diào)查過程中的經(jīng)濟(jì)成本。Cao等[20]基于不同分層方案評估了緬因灣龍蝦豐度指數(shù)，表明分層方案設(shè)計對調(diào)查采樣精度有明顯的影響，合理的分層方案可有效提高調(diào)查精度。

為推動中國海洋捕撈統(tǒng)計調(diào)查方法的改革，探索漁業(yè)生產(chǎn)監(jiān)測調(diào)查采樣方法在我國海洋捕撈統(tǒng)計中的可行性，2017年農(nóng)業(yè)部在浙江省開展了海洋捕撈生產(chǎn)調(diào)查采樣試點工作。本文根據(jù)浙江省海洋捕撈漁船的生產(chǎn)數(shù)據(jù)，基于分層隨機(jī)抽樣方法，采用計算機(jī)模擬再抽樣過程，對海洋漁業(yè)捕撈生產(chǎn)監(jiān)測抽樣進(jìn)行優(yōu)化，以期進(jìn)一步改進(jìn)調(diào)查采樣方法，降低監(jiān)測成本，兼顧數(shù)據(jù)質(zhì)量，以求更為客觀、真實地反映海洋捕撈生產(chǎn)情況。

1 數(shù)據(jù)與方法

1.1 數(shù)據(jù)來源

數(shù)據(jù)來源于2017年1—12月浙江省10個重點海洋漁業(yè)縣市，262艘(對)樣本船的漁業(yè)生產(chǎn)監(jiān)測數(shù)據(jù)，涉及刺網(wǎng)、單拖、雙拖、桁桿拖蝦、圍網(wǎng)、張網(wǎng)、釣具、籠壺和其它9種作業(yè)方式，共獲取樣本船信息3 144條。各作業(yè)方式從5月1日起執(zhí)行3.0～4.5個月的伏季休漁，釣具不休漁(見表1)。其中，釣具和籠壺漁船數(shù)量少，一并歸入其它作業(yè)方式(見表2)。

表1 2017年浙江省漁業(yè)監(jiān)測捕撈漁船各作業(yè)類型的休漁期Table 1 Fishing moratoriums of sampling vessels for fishery monitoring in Zhejiang Province in 2017

表2 2017年浙江省漁業(yè)監(jiān)測捕撈信息漁船類型及數(shù)量構(gòu)成Table 2 Type and quantity composition of sampling vessels for Zhejiang fisheries monitoring and fishing information in 2017

1.2 目標(biāo)物種選擇

本研究選取海洋捕撈生產(chǎn)過程中的主要經(jīng)濟(jì)種類作為研究目標(biāo)物種，包括鯧魚(Pampus)、帶魚(Trichiuruslepturus)、海鰻(Muraenesoxcinereus)、藍(lán)點馬鮫(Scomberomorusniphonius)、中國毛蝦(Aceteschinensis)、棘頭梅童魚(Collichthyslucidus)、三疣梭子蟹(Portunustrituberculatus)、鮐鲹類(Mackerel and Scad fish)、小黃魚(Larimichthyspolyactis)共9個目標(biāo)物種。上述物種除在伏季休漁期外各月份均有捕獲，且占所選監(jiān)測船總產(chǎn)量的59.56%、占經(jīng)濟(jì)物種總產(chǎn)量的77.46%。其中，帶魚和小黃魚屬于東海區(qū)傳統(tǒng)的四大重要經(jīng)濟(jì)物種(大黃魚、曼氏無針烏賊產(chǎn)量較低)。以各目標(biāo)物種單位漁船每月的捕撈產(chǎn)量以及總產(chǎn)量作為估計目標(biāo)，未對每一月份調(diào)查漁船數(shù)量進(jìn)行優(yōu)化(5—7月的伏季休漁期除外)。

1.3 模擬流程

本研究假設(shè)當(dāng)前漁業(yè)捕撈生產(chǎn)監(jiān)測漁船信息能夠反映目前浙江省海洋捕撈生產(chǎn)情況，研究中將每一月份單位漁船各單一目標(biāo)物種的總捕撈產(chǎn)量以及所有目標(biāo)物種的總產(chǎn)量作為模擬抽樣的對照“真值”。以漁船作業(yè)方式作為劃分依據(jù)將漁船劃分為7個層，以各層信息漁船的構(gòu)成比例作為重抽樣過程中樣本數(shù)量的基本分配準(zhǔn)則。采用計算機(jī)模擬，進(jìn)行不同漁船數(shù)量下的分層隨機(jī)抽樣。本研究中，漁船數(shù)量梯度設(shè)置為30～260，間隔為10。本研究中，基于四舍五入原則對各層漁船數(shù)量進(jìn)行取整，同時為保證各層數(shù)據(jù)具有統(tǒng)計學(xué)意義，各層漁船數(shù)量少于3時設(shè)置為3；為避免取整原則對模擬再抽樣過程參數(shù)估算的影響，以原監(jiān)測漁船各類型的數(shù)量構(gòu)成比例作為計算估計值的權(quán)重依據(jù)。

本研究基于分層隨機(jī)采樣方法，“真值”與模擬調(diào)查估計值的計算公式如下：

(1)

(2)

(3)

式中:X為各研究目標(biāo)的估計值，也即各月份中目標(biāo)物種單位漁船產(chǎn)量以及總產(chǎn)量；N為漁船類型數(shù)量，本文中為7；Xn為第n個漁船類型的單位漁船捕撈產(chǎn)量；Wn為第n個漁船作業(yè)類型的權(quán)重，等于第n個漁船作業(yè)類型的漁船數(shù)量Mn與本次模擬研究的總漁船數(shù)量M的比值；xi為第i次模擬再抽樣過程中根據(jù)再抽樣數(shù)據(jù)計算的各研究目標(biāo)的“模擬估計值”。

本文選擇相對估計誤差(Relative estimation error, REE)來評估模擬估計值的精度和準(zhǔn)確度[21]：

(4)

選擇相對估計偏差(Relative bias, RB)來評價模擬估計值與真值的偏離情況[21]：

(5)

式中：Xtrue為根據(jù)原始數(shù)據(jù)計算的各研究目標(biāo)的“真值”；Xi為第i次模擬再抽樣過程中根據(jù)再抽樣數(shù)據(jù)計算的各研究目標(biāo)的“模擬估計值”；R為模擬次數(shù)，本文設(shè)為1 000次。根據(jù)計算公式可以得出：REE值越大，精度與準(zhǔn)確度越低；RB的絕對值越大，“模擬估計值”與“真值”的偏離程度越大。

圖1 監(jiān)測漁船樣本量優(yōu)化流程圖

2 結(jié)果

2.1 相對估計誤差(REE)變化

在各月份的模擬調(diào)查研究中，各目標(biāo)物種產(chǎn)量及總產(chǎn)量估計值的REE值變化范圍差異較大(見圖2)，各目標(biāo)物種捕撈產(chǎn)量估計值的REE值均隨漁船數(shù)量增加呈下降趨勢，且漁船數(shù)量越多時下降趨勢越緩(見圖2)?？倽O獲產(chǎn)量估計值的REE值在每個調(diào)查月均是最低，不超過50%；除3月外，小黃魚產(chǎn)量估計值的REE值在每個月均最高，帶魚產(chǎn)量估計值的REE值介于中間(見圖2)。

圖2 目標(biāo)物種捕撈產(chǎn)量及總產(chǎn)量估計值的REE值隨監(jiān)測漁船數(shù)量的變化

通過方差分析得出隨著樣本船數(shù)量的增加，各目標(biāo)物種產(chǎn)量及總產(chǎn)量估計值的REE值顯著減少。以1月的帶魚、小黃魚及總產(chǎn)量為例，其方差分析的結(jié)果如表3所示。

表3 帶魚、小黃魚和總產(chǎn)量的相對估計誤差在不同樣本量下均值表現(xiàn)Table 3 Average performance of relative estimation error of Trichiurus lepturus, Larimichthys polyactis and total under different sample sizes

2.2 相對估計偏差(RB)變化

各研究目標(biāo)估計值的RB值均在0上下波動(見圖3)，這表明模擬調(diào)查采樣得到的各研究目標(biāo)物種的產(chǎn)量以及總產(chǎn)量的估計值結(jié)果均為無偏估計。且隨著調(diào)查漁船數(shù)量的增加，RB的絕對值越來越小。

圖3 目標(biāo)物種捕撈產(chǎn)量及總產(chǎn)量估計值的RB值隨漁船數(shù)量的變化

2.3 監(jiān)測漁船數(shù)量優(yōu)化效率

為探究隨著監(jiān)測漁船數(shù)量的增加調(diào)查精度提高的效率，以10艘(對)為間隔，分析REE值降低情況。隨著漁船數(shù)量的增加，REE值不斷下降，其下降幅度不斷變小?？梢钥闯觯瑵O船數(shù)量增加至70時，每增加10艘(對)漁船，各月份中每一目標(biāo)的估計值的REE值下降量也即估計值精度的提高均不超過5%；當(dāng)監(jiān)測漁船數(shù)量大于110時，每增加10艘漁船提高的REE差值的精度均不超過1%(見圖4，小黃魚除外)。這表明隨著監(jiān)測漁船數(shù)量的增加，調(diào)查精度趨于穩(wěn)定。

(圖中紅色線為5%精度線， 黑色線為1%精度線。In the figure, the red line is the 5% accuracy line and the black line is the 1% accuracy line.)

3 討論

3.1 監(jiān)測漁船的數(shù)量優(yōu)化

本文通過計算機(jī)模擬對浙江省漁業(yè)監(jiān)測漁船的數(shù)量進(jìn)行優(yōu)化，綜合單物種產(chǎn)量及總產(chǎn)量的估計值優(yōu)化結(jié)果，可將監(jiān)測漁船數(shù)量從262艘優(yōu)化至110艘，在兼顧了相對穩(wěn)定的調(diào)查精度與準(zhǔn)確度條件下，監(jiān)測漁船數(shù)優(yōu)化了58.11%，這可大幅度節(jié)約調(diào)查成本。抽樣調(diào)查優(yōu)化研究在漁業(yè)資源科學(xué)調(diào)查中應(yīng)用廣泛且效果顯著，如孟新翔等[22]、潘邵媛等[23]、吳楨等[24]、戴黎斌等[25]、Zhang等[26]均在保證調(diào)查數(shù)據(jù)精度滿足需求的前提下，優(yōu)化漁業(yè)資源調(diào)查方案，有效地減少調(diào)查成本的投入，實現(xiàn)了調(diào)查效益最大化。在漁業(yè)生產(chǎn)監(jiān)測調(diào)查優(yōu)化研究中，馬亞宸等[27]通過計算機(jī)模擬技術(shù)優(yōu)化了山東省海洋捕撈生產(chǎn)監(jiān)測信息船數(shù)，優(yōu)化過程中對全年數(shù)據(jù)進(jìn)行了分析，按照全年數(shù)據(jù)分析可以得到較為宏觀的結(jié)果，但是由于不同作業(yè)方式在不同季節(jié)的產(chǎn)量有差異，進(jìn)行全年數(shù)據(jù)分析產(chǎn)生的誤差會影響優(yōu)化結(jié)果。因此，本文按照9個月的數(shù)據(jù)進(jìn)行分析，降低了時間變化對優(yōu)化結(jié)果的影響。分層抽樣中在考慮各層樣本量分配問題時要兼顧抽樣成本和抽樣精度，目前有三種層樣本量分配方法：比例分配法、最優(yōu)分配法和內(nèi)曼最優(yōu)分配法，其中最優(yōu)分配法和內(nèi)曼最優(yōu)分配法雖然在成本和精度上有優(yōu)勢[28]，但在實際操作中較難滿足各種因素；比例分配法在多階段的抽樣調(diào)查中精度會有所降低，但因其抽樣形式較為簡單，其仍具有普遍適用性與實用性[29]。

3.2 優(yōu)化效率臨界值選擇

在本研究中，綜合考慮計算方便及經(jīng)濟(jì)成本，選擇5%和1%的精度線作為每減少10艘(對)監(jiān)測漁船調(diào)查精度下降的臨界值。如以5%作為臨界值，監(jiān)測漁船數(shù)量可優(yōu)化為70；以1%作為臨界值則可優(yōu)化至110。該結(jié)論可為其他省份，或全國開展海洋捕撈抽樣調(diào)查的優(yōu)化研究提供參考根據(jù)不同的精度要求及不同的經(jīng)費支撐選擇不同的臨界標(biāo)準(zhǔn)。

3.3 研究目標(biāo)對優(yōu)化結(jié)果的影響

本研究中不同月份以及不同研究目標(biāo)間同一模擬調(diào)查估計值的REE值有不同的表現(xiàn)。如以帶魚及小黃魚產(chǎn)量為優(yōu)化目標(biāo)，綜合各月份REE值的變化情況，監(jiān)測漁船為110時即可獲取穩(wěn)定的精度，而以總產(chǎn)量為優(yōu)化目標(biāo)時，漁船數(shù)量為90時REE即可達(dá)到穩(wěn)定趨勢。針對原始數(shù)據(jù)變異程度不同的調(diào)查目標(biāo)，優(yōu)化結(jié)果存在較大的差異，原始數(shù)據(jù)變異程度較低，使用較少的監(jiān)測漁船即可獲得相對高精度的估計；反之對于分布變異較高的物種，應(yīng)提高監(jiān)測漁船數(shù)才可獲得相對高精度的估計。這表明在抽樣調(diào)查項目開展之初需要明確所調(diào)查的物種，這樣才能在不影響調(diào)查數(shù)據(jù)精度的同時有效節(jié)約調(diào)查成本。

原始數(shù)據(jù)的真實可靠性對優(yōu)化結(jié)果有較大影響。本文數(shù)據(jù)是根據(jù)FAO分層等距抽樣的方法按浙江省所有海洋捕撈漁船的1.5%進(jìn)行抽取，研究的基礎(chǔ)假設(shè)是原始監(jiān)測漁船數(shù)據(jù)可以代表整個研究海區(qū)的漁船生產(chǎn)情況，以及各個不同類型的漁船數(shù)量分配比例也符合實際情況。本文基于以上假設(shè)僅從漁船類別角度對監(jiān)測漁船數(shù)量進(jìn)行優(yōu)化，尚存在一些不足，如捕撈作業(yè)的空間分布是非常重要的信息，但由于本次抽樣調(diào)查的設(shè)計原因，未收集生產(chǎn)空間信息，后續(xù)需要在抽樣調(diào)查設(shè)計的過程中重點考慮，進(jìn)一步提高漁業(yè)生產(chǎn)監(jiān)測數(shù)據(jù)的準(zhǔn)確性。

4 結(jié)語

本研究通過分析目標(biāo)魚種的REE和RB與監(jiān)測漁船數(shù)的關(guān)系，將2017年浙江省監(jiān)測漁船調(diào)查數(shù)從262艘優(yōu)化至110艘，在保證調(diào)查精度的情況下有效節(jié)約了調(diào)查成本，可作為最優(yōu)的漁船監(jiān)測數(shù)量設(shè)計方案。本研究方法的操作性強(qiáng)，可為其他省份或全國開展海洋捕撈抽樣調(diào)查的優(yōu)化研究提供參考,同時對改進(jìn)海洋捕撈生產(chǎn)統(tǒng)計、掌握漁業(yè)資源動態(tài)變化及實施限額捕撈管理具有重要意義。