生產(chǎn)監(jiān)測(cè)船數(shù)量的優(yōu)化
——通過(guò)不同地區(qū)各物種產(chǎn)量計(jì)算

劉文博，朱文斌，王晶，戴乾，盧占暉

(1.浙江海洋大學(xué)海洋與漁業(yè)研究所，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(diǎn)實(shí)驗(yàn)室，農(nóng)業(yè)農(nóng)村部重點(diǎn)漁場(chǎng)漁業(yè)資源科學(xué)觀測(cè)試驗(yàn)站，浙江舟山 316021；2.浙江海洋大學(xué)水產(chǎn)學(xué)院，浙江舟山 316022)

捕撈生產(chǎn)監(jiān)測(cè)數(shù)據(jù)是漁業(yè)資源評(píng)估的基礎(chǔ)，可用來(lái)定量分析漁業(yè)資源狀況，為漁業(yè)管理提供基礎(chǔ)數(shù)據(jù)支持。如何獲得真實(shí)、準(zhǔn)確的捕撈生產(chǎn)監(jiān)測(cè)數(shù)據(jù)是進(jìn)行漁業(yè)評(píng)估與管理的關(guān)鍵問(wèn)題。全面調(diào)查是獲得高精度捕撈生產(chǎn)監(jiān)測(cè)數(shù)據(jù)的基礎(chǔ)，如觀察員生產(chǎn)監(jiān)測(cè)記錄，但工作量大、成本高，幾乎無(wú)法實(shí)現(xiàn)。同時(shí)，在近海漁業(yè)作業(yè)中，作業(yè)類型復(fù)雜，低功率漁船占比高，且分布在沿海省份的各鄉(xiāng)鎮(zhèn)中，缺少漁業(yè)信息專業(yè)記錄人員，使得捕撈生產(chǎn)監(jiān)測(cè)數(shù)據(jù)的準(zhǔn)確性難以保證[1]。

抽樣調(diào)查可以在成本有限的情況下，得到準(zhǔn)確度和真實(shí)性較高的生產(chǎn)監(jiān)測(cè)數(shù)據(jù)[2-3]。抽樣調(diào)查有不同的抽樣方法，如簡(jiǎn)單隨機(jī)抽樣、系統(tǒng)抽樣、分層抽樣等[4]。在漁業(yè)生產(chǎn)過(guò)程中，針對(duì)不同目標(biāo)物種所用的漁具漁法不同，如以蟹類為主要目標(biāo)物種的作業(yè)方式有刺網(wǎng)、蟹籠等[5-6]，鳀魚的主要捕撈方式為拖網(wǎng)[7]，帶魚則以拖網(wǎng)[8]、張網(wǎng)和延繩釣[9]為主，利用分層抽樣法可以在情況復(fù)雜，規(guī)模較大的抽樣調(diào)查中得到精度較高的調(diào)查結(jié)果[10]，眾多學(xué)者在研究抽樣調(diào)查方法在水產(chǎn)領(lǐng)域的應(yīng)用中，大多傾向性于分層抽樣[11-17]。中國(guó)海域經(jīng)緯跨度大，水文環(huán)境差異大，使得海洋物種分布具有明顯的區(qū)域特征，如黃海生物區(qū)系屬北太平區(qū)東亞亞區(qū)，為暖溫帶性，而東海生物區(qū)系分屬東西2 個(gè)亞區(qū)，東亞區(qū)暖溫性種很少，西亞區(qū)暖溫性種約占半數(shù)以上[18]。因此，各沿海省捕撈物種種類以及產(chǎn)量均存在巨大差異，據(jù)年鑒資料統(tǒng)計(jì)顯示，2017 年浙江省三疣梭子蟹Portunus trituberculatus和帶魚Trichiurus lepturus產(chǎn)量分別占其全國(guó)產(chǎn)量的35.41%和38.66%，而相鄰的江蘇省三疣梭子蟹和帶魚產(chǎn)量?jī)H占其全國(guó)產(chǎn)量的18.59%和5.35%[19]。即使在同一省份中，不同市區(qū)捕撈物種種類及產(chǎn)量也存在差異，根據(jù)2017 年浙江省海洋捕撈抽樣調(diào)查試點(diǎn)報(bào)告數(shù)據(jù)顯示臺(tái)州市三疣梭子蟹和帶魚產(chǎn)量占全省產(chǎn)量的28.31%和15.65%，寧波市三疣梭子蟹和帶魚產(chǎn)量占全省產(chǎn)量的1.95%和48.50%。不同地區(qū)的物種及產(chǎn)量差異導(dǎo)致以此為基礎(chǔ)的優(yōu)化研究會(huì)產(chǎn)生偏差，因此，從不同地區(qū)的角度開展優(yōu)化研究較為重要。

本文基于2017 年浙江省海洋捕撈抽樣調(diào)查試點(diǎn)報(bào)告數(shù)據(jù)，在分層抽樣的基礎(chǔ)上，使用計(jì)算機(jī)軟件按照地區(qū)分類進(jìn)行模擬再抽樣，并對(duì)最終結(jié)果進(jìn)行分析，以期在降低監(jiān)測(cè)成本的基礎(chǔ)上保證統(tǒng)計(jì)數(shù)據(jù)質(zhì)量可以真實(shí)地反映海洋捕撈生產(chǎn)情況。

1 材料與方法

1.1 數(shù)據(jù)來(lái)源

本研究數(shù)據(jù)來(lái)源為2017 年1——12 月浙江省漁業(yè)生產(chǎn)船監(jiān)測(cè)數(shù)據(jù)，包含浙江省4 個(gè)重點(diǎn)漁業(yè)地市，涉及刺網(wǎng)、單拖、雙拖、圍網(wǎng)、釣具、張網(wǎng)、桁桿拖蝦、籠壺和其它共計(jì)9 種作業(yè)類型，有效信息樣本船240 艘(對(duì))。其中釣具和籠壺漁船數(shù)量較少，一并劃分至其他作業(yè)類型中(表1)。

表1 2017 年浙江省4 個(gè)地區(qū)漁業(yè)監(jiān)測(cè)漁船作業(yè)方式以及數(shù)量構(gòu)成Tab.1 Operation mode and quantity composition of fishery monitoring fishing vessels in four regions of Zhejiang province in 2017

1.2 目標(biāo)物種的選擇

本研究所選取海洋捕撈生產(chǎn)過(guò)程目標(biāo)物種為三疣梭子蟹、鯧魚、帶魚、小黃魚Larimichthys polyactis、棘頭梅童魚Collichthys lucidus、鮐鲹類、日本鳀魚Engraulis japonius、海鰻Muraenesox cinereus、中國(guó)毛蝦Scomberomorus niphonius共9 個(gè)目標(biāo)物種。上述9 種目標(biāo)物種除在伏季休漁期外其他月份均有捕獲，且總產(chǎn)量占所有物種產(chǎn)量的62.90%，因此具有一定代表性。

1.3 模擬流程

基礎(chǔ)假設(shè)：假設(shè)2017 年1——12 月浙江省漁業(yè)生產(chǎn)漁船監(jiān)測(cè)數(shù)據(jù)可以反映2017 年浙江省漁業(yè)生產(chǎn)實(shí)際情況，所選取的目標(biāo)物種產(chǎn)量可以作為本研究中各目標(biāo)物種產(chǎn)量的“真值”。

調(diào)查方案：第一步，以浙江省漁業(yè)生產(chǎn)漁船監(jiān)測(cè)數(shù)據(jù)中所包含的4 個(gè)地區(qū)為依據(jù)劃分為4 個(gè)層；第二步，每一區(qū)中，以作業(yè)方式作為劃分依據(jù)將監(jiān)測(cè)船劃分為7 個(gè)層，同時(shí)基于原始數(shù)據(jù)中各工作類型的監(jiān)測(cè)船構(gòu)成比例作為重抽樣過(guò)程中各漁船數(shù)量的比例；第三步，利用計(jì)算機(jī)模擬技術(shù)在各地區(qū)下進(jìn)行不同模擬監(jiān)測(cè)船數(shù)量的分層隨機(jī)抽樣，從而選擇出各地區(qū)的最優(yōu)漁船數(shù)量。本研究中，寧波市漁船數(shù)量梯度設(shè)置為15～60，間隔為1；臺(tái)州市漁船數(shù)量梯度設(shè)置為15～85，間隔為1；溫州市漁船數(shù)量梯度設(shè)置為15～30，間隔為1；舟山市漁船數(shù)量梯度設(shè)置為15～85，間隔為1。

圖1 監(jiān)測(cè)漁船樣本量?jī)?yōu)化流程圖Fig.1 The Flowchart of sample size optimization for fishing monitoring vessels

模擬調(diào)查抽樣與“真值”的計(jì)算公式：本研究基于分層隨機(jī)抽樣方法，對(duì)應(yīng)計(jì)算公式如下：

式中：X為各研究目標(biāo)的估計(jì)值，即各月份中每一目標(biāo)物種單位漁船產(chǎn)量及單位漁船總產(chǎn)量；N為漁船類型數(shù)量，本文中為7；Xn為第n個(gè)漁船類型的捕撈產(chǎn)量；Wn為第n個(gè)漁船類型的權(quán)重，等于第n個(gè)漁船類型的漁船數(shù)量Mn與總漁船數(shù)量M的比值。

本文選取評(píng)價(jià)指標(biāo)為相對(duì)估計(jì)誤差(relative estimation error，REE)，該指標(biāo)的變化可以反映評(píng)價(jià)目標(biāo)的準(zhǔn)確度和精度[20]。

式中：XT為根據(jù)原始數(shù)據(jù)計(jì)算的各研究目標(biāo)“真值”；Xi為第i次模擬再抽樣過(guò)程中根據(jù)再抽樣數(shù)據(jù)計(jì)算的各研究目標(biāo)“模擬估計(jì)值”；R為模擬次數(shù)，本文中為1 000 次。計(jì)算公式中，REE 值增加所反映精度與準(zhǔn)確度降低。

文中，對(duì)總產(chǎn)量按照漁船作業(yè)方式進(jìn)行加權(quán)計(jì)算記為方法1、未對(duì)總產(chǎn)量進(jìn)行任何處理記為方法2。

數(shù)據(jù)處理通過(guò)計(jì)算機(jī)軟件R3.6.3 統(tǒng)計(jì)軟件完成。

2 結(jié)果

2.1 不同地區(qū)各目標(biāo)物種產(chǎn)量的相對(duì)估計(jì)誤差(REE)變化

在不同地區(qū)的優(yōu)化研究中，各目標(biāo)物種產(chǎn)量的相對(duì)估計(jì)誤差(REE)值變化趨勢(shì)相似，均隨著監(jiān)測(cè)漁船數(shù)量增加而下降(圖2)，且下降幅度逐漸變緩。同一物種的REE 值在4 個(gè)地區(qū)的變化區(qū)間不同，如三疣梭子蟹REE 值在舟山市優(yōu)化研究中為137.62%～106.94%(圖2)；在臺(tái)州市優(yōu)化研究中為38.76%～17.34%(圖2)。同一地區(qū)中不同物種的變化區(qū)間也不同，如在寧波市優(yōu)化研究中，日本鳀魚REE 值的下降區(qū)間為88.66%～43.38%(圖2)；帶魚REE 均值的下降區(qū)間為23.16%～13.77%(圖2)。寧波、臺(tái)州、舟山3 個(gè)地區(qū)REE趨于平緩的漁船數(shù)量分別為30、40、30。

2.2 2 種計(jì)算方法對(duì)總產(chǎn)量相對(duì)估計(jì)誤差(REE)值的影響

在不同地區(qū)的優(yōu)化研究中，目標(biāo)物種總產(chǎn)量的相對(duì)估計(jì)誤差(REE)均值及加權(quán)計(jì)算的均值變化趨勢(shì)相似，均隨著監(jiān)測(cè)船數(shù)量增加而下降，除溫州市外其他地區(qū)下降幅度隨著漁船數(shù)量增加而趨于平緩(圖3、4)。按照產(chǎn)量占比作為權(quán)重，計(jì)算總產(chǎn)量REE 的均值與直接計(jì)算均值得出的結(jié)果有明顯差別，如在舟山市優(yōu)化研究中，總產(chǎn)量REE 均值的變化區(qū)間在27.70%～13.72%(圖4)，總產(chǎn)量REE 加權(quán)均值的變化區(qū)間在69.05%～42.78%(圖3)。

圖3 不同地區(qū)中不同目標(biāo)物種總產(chǎn)量估計(jì)值的相對(duì)估計(jì)誤差(REE)加權(quán)均值隨著監(jiān)測(cè)漁船數(shù)量的變化Fig.3 The relative estimation error (REE) weighted mean of the total yield estimates of different target species in different regions changed with the number of fishing vessels monitored

圖4 不同地區(qū)中不同目標(biāo)物種總產(chǎn)量估計(jì)值的相對(duì)估計(jì)誤差(REE)均值隨著監(jiān)測(cè)漁船數(shù)量的變化Fig.4 The relative error of estimation (REE) of total yield of different target species in different regions changed with the number of fishing vessels monitored

2.3 監(jiān)測(cè)船數(shù)量?jī)?yōu)化

在4 個(gè)地區(qū)的優(yōu)化研究中，各目標(biāo)物種產(chǎn)量與總產(chǎn)量的相對(duì)估計(jì)誤差(REE)的均值隨著漁船數(shù)量增加而下降，且下降過(guò)程中出現(xiàn)下降幅度較大的現(xiàn)象，如在舟山市的優(yōu)化研究中，當(dāng)監(jiān)測(cè)船從15 增加至16 時(shí)，三疣梭子蟹的REE 均值從137.62%下降至132.89%，下降了4.73%(圖2)；方法1 計(jì)算的總產(chǎn)量REE 均值從27.70%下降至25.37%，下降了2.33%(圖3)；方法2 計(jì)算的總產(chǎn)量REE 均值從69.05%下降至64.31%，下降了4.74%(圖4)。當(dāng)監(jiān)測(cè)船從16 增加至17 時(shí)，各目標(biāo)物種產(chǎn)量與總產(chǎn)量的REE 均值均未出現(xiàn)明顯變化，而當(dāng)監(jiān)測(cè)船從20 增加至21 時(shí)，三疣梭子蟹的REE 均值從133.06%下降至126.36%，下降了6.70%(圖2)；方法2 計(jì)算的總產(chǎn)量REE 均值從24.03%下降至23.28%，下降了0.75%(圖4)；方法1 計(jì)算的總產(chǎn)量REE 均值從62.34%下降至59.94%，下降了2.4%(圖3)。

某些作業(yè)類型的監(jiān)測(cè)船在優(yōu)化過(guò)程中取樣的數(shù)量與REE 均值出現(xiàn)下降幅度較大現(xiàn)象的次數(shù)具有相關(guān)性，如在舟山市的優(yōu)化研究中，第1 次出現(xiàn)下降幅度較大現(xiàn)象是在模擬監(jiān)測(cè)船數(shù)從15 增加至16 時(shí)，增加船的作業(yè)類型為單拖、張網(wǎng)和其它，第2 次出現(xiàn)下降幅度較大現(xiàn)象是在模擬監(jiān)測(cè)船數(shù)從18 增加至19時(shí)，增加船的作業(yè)類型為張網(wǎng)，第3 次出現(xiàn)下降幅度較大現(xiàn)象是在模擬監(jiān)測(cè)船數(shù)從20 增加至22 時(shí)，增加船的作業(yè)類型為張網(wǎng)、桁桿拖蝦、刺網(wǎng)和圍網(wǎng)(表2)。

表2 舟山市不同模擬漁船數(shù)量下不同作業(yè)類型漁船取樣數(shù)量表(部分)Tab.2 Sampling quantity of fishing vessels of different operation types under different simulated fishing vessels in Zhoushan (part)

3 討論

3.1 REE 的變化與監(jiān)測(cè)船數(shù)量的關(guān)系

通過(guò)計(jì)算機(jī)模擬抽樣技術(shù)將浙江省4 個(gè)地區(qū)的監(jiān)測(cè)船數(shù)進(jìn)行優(yōu)化，綜合9 個(gè)目標(biāo)物種產(chǎn)量與總產(chǎn)量的REE 均值發(fā)現(xiàn)：隨著監(jiān)測(cè)船數(shù)量增加，各目標(biāo)物種產(chǎn)量與總產(chǎn)量的REE 均值均呈現(xiàn)下降趨勢(shì)，且監(jiān)測(cè)船模擬增加數(shù)量較少時(shí)各目標(biāo)物種產(chǎn)量與總產(chǎn)量的REE 均值下降幅度較高，隨著監(jiān)測(cè)船數(shù)量增加，各目標(biāo)物種產(chǎn)量與總產(chǎn)量的REE 均值下降幅度降低并趨于平緩(圖2)。該結(jié)果符合抽樣調(diào)查基本理論[21]。目前許多學(xué)者在抽樣調(diào)查的樣本量?jī)?yōu)化研究中取得成果，如孟新翔等[22]、馬亞宸等[23]、王晶等[24]、ZHANG Tingting,et al[25]均可以在保證調(diào)查數(shù)據(jù)精度滿足調(diào)查需求的前提下，較大程度地節(jié)約調(diào)查成本。

3.2 監(jiān)測(cè)船數(shù)量的變化與出現(xiàn)REE 下降幅度較大現(xiàn)象的關(guān)系

在浙江省4 個(gè)地區(qū)監(jiān)測(cè)船數(shù)量的優(yōu)化中發(fā)現(xiàn)：隨著監(jiān)測(cè)船數(shù)量的增加，各目標(biāo)物種產(chǎn)量與總產(chǎn)量的REE 均值均出現(xiàn)下降幅度較大的現(xiàn)象，分析發(fā)現(xiàn)這種現(xiàn)象的出現(xiàn)與模擬取樣過(guò)程中某些作業(yè)類型漁船數(shù)增加有關(guān)，以舟山市為例，前3 次出現(xiàn)REE 均值下降幅度較大現(xiàn)象的漁船數(shù)量變化分別是：漁船數(shù)從15艘增至16 艘、18 艘增至19 艘、20 艘增至22 艘。以分層抽樣中各樣本量的占比進(jìn)行抽取時(shí)，第1 次新抽船的作業(yè)類型為單拖、張網(wǎng)和其它(表2)、第2 次新抽船的作業(yè)類型為張網(wǎng)(表2)、第3 次新抽船的作業(yè)類型為張網(wǎng)、桁桿拖蝦、刺網(wǎng)和圍網(wǎng)(表2)。對(duì)于某些作業(yè)類型的漁船，如舟山市的張網(wǎng)船和桁桿拖蝦船，當(dāng)張網(wǎng)船模擬取樣數(shù)增加時(shí)會(huì)引起各目標(biāo)物種產(chǎn)量及總產(chǎn)量REE 值的較大幅度下降，因此在優(yōu)化過(guò)程中，應(yīng)保留較多的張網(wǎng)船，桁桿拖蝦船在模擬取樣過(guò)程中數(shù)量的增加并未引起各目標(biāo)物種產(chǎn)量及總產(chǎn)量REE 值的大幅變化，可以考慮在優(yōu)化過(guò)程中減少桁桿拖蝦船數(shù)。針對(duì)不同作業(yè)類型漁船數(shù)量變化產(chǎn)生的影響，在取樣中可以考慮對(duì)某些影響較大的作業(yè)方式多取，影響較小的作業(yè)方式少取，這可在兼顧監(jiān)測(cè)數(shù)據(jù)真實(shí)有效的前提下，降低取樣成本。

3.3 漁船數(shù)量?jī)?yōu)化

綜合考慮不同作業(yè)類型在不同地區(qū)所占比重差異，將舟山市監(jiān)測(cè)船數(shù)量從81 優(yōu)化至45，此時(shí)監(jiān)測(cè)船數(shù)量減少了44.44%，方法2 計(jì)算各目標(biāo)物種的總產(chǎn)量REE 從42.78%上升至48.97%，上升了6.19%，方法1 計(jì)算后的各目標(biāo)物種總產(chǎn)量REE 從13.72%上升至17.09%，上升了3.37%；將寧波市監(jiān)測(cè)船數(shù)量從54優(yōu)化至30，此時(shí)監(jiān)測(cè)船數(shù)量減少了44.44%，方法2 計(jì)算各目標(biāo)物種總產(chǎn)量REE 從15.17%上升至19.29%，上升了4.12%，方法1 計(jì)算后的各目標(biāo)物種總產(chǎn)量REE 從26.12%上升至34.63%，上升了8.51%；將臺(tái)州市監(jiān)測(cè)船數(shù)量從81 優(yōu)化至46，此時(shí)監(jiān)測(cè)船數(shù)量減少了43.21%，方法2 計(jì)算各目標(biāo)物種總產(chǎn)量REE 從24.15%上升至29.80%，上升了5.65%，方法1 計(jì)算后的各目標(biāo)物種總產(chǎn)量REE 從33.96%上升至43.25%，上升了9.29%；溫州市監(jiān)測(cè)船數(shù)量為24，各目標(biāo)物種產(chǎn)量及總產(chǎn)量的REE 均值并未出現(xiàn)平緩，因此不對(duì)其進(jìn)行優(yōu)化。

本文通過(guò)分析各目標(biāo)物種的產(chǎn)量與總產(chǎn)量的REE 均值與監(jiān)測(cè)船數(shù)量的關(guān)系，將浙江省4 個(gè)地區(qū)監(jiān)測(cè)船數(shù)由240 優(yōu)化至145，與原始監(jiān)測(cè)船數(shù)對(duì)比，優(yōu)化后監(jiān)測(cè)船數(shù)減少了39.58%，且各目標(biāo)物種的總產(chǎn)量REE 均值上升均不超過(guò)10%，因此可以在保證調(diào)查精度的前提下節(jié)約大量調(diào)查成本，優(yōu)化結(jié)果可以視為浙江省4 個(gè)地區(qū)的生產(chǎn)監(jiān)測(cè)船最優(yōu)樣本量。