海水溫度對北海漁業經營策略的影響

修賢杰 楊真真 林佳濤 張萍 許宏澤 張詠樂 陳光

[摘? ? 要] 北海海水溫度在不斷上升，海水水溫的變化使得魚群向更高緯度進行遷移，導致原先北海區域的小型捕魚產業遭受到了影響。為了清楚地了解該現象在未來的五十年內會對北海海域捕魚業的經營策略產生什么影響，建立了回歸分析預測模型、模糊綜合評價模型。首先得到了時間和魚群位置的關系，研究小組認為對蘇格蘭小型捕撈公司的最壞情況是在2046年時，鯡魚與鯖魚遷徙超出捕魚范圍，最好情況是在2053年鯡魚與鯖魚魚群遷徙超出捕魚范圍，最可能發生的情況是2050年，魚群遷徙超出捕魚范圍。接著研究小組在考察小漁業公司經營計劃時，通過建立模糊綜合評價模型分析得出發生著變化蘇格蘭海域的小型捕撈公司一定需要進行經營計劃的改變，接著又通過模糊評價模型進一步確定減少人工成本為最合適的經營策略。

[關鍵詞] 回歸分析;預測模型;模糊評價模型;經營策略

0? ? ? 前? ? 言

隨著社會日益加速的發展，環境問題成為了人們需要重視的嚴重問題。海水水溫的變化可直接影響所在區域的氣候、漁場及捕魚區域的改變。鯖魚和鯡魚發揮著重要的生態作用[1]。對于北海區域的捕魚產業，特別是蘇格蘭的捕魚產業來說，是一種歷史悠久的產業，其中蘇格蘭的鯡魚和鯖魚是蘇格蘭漁業的主要經濟來源。海水溫度隨著緯度和時間的變化分析得出發生著變化，而魚類對于海水溫度改變的感受在其所有適應活動里面最為靈敏。有學者表明漁業的分布與水溫有關[2]。本文通過對未來海水溫度的上升進行數學建模研究為蘇格蘭小型捕撈公司預測和評估實用且經濟的經營方式。

1? ? ? 回歸分析預測模型

回歸分析預測模型是一種預測性的建模技術，其研究的是因變量（目標）和自變量（預測器）之間的關系。該技術通常用于預測分析，回歸分析表明了自變量和因變量之間的顯著關系以及多個自變量對一個因變量的影響強度。這些有利于排除并估計出一組最佳的變量，用來構建預測模型。

1.1? ?模型建立

根據海水溫度變化的速度[3]，建立數學模型預測最佳情況、最壞情況和最可能持續時間。最佳情況即從現在起到小型漁業公司捕不到魚時可能持續的最長的時間，最壞情況為從現在起到小型漁業公司捕不到魚時可能持續的最短的時間，最可能持續時間即魚類需要轉移生存環境時的水平所持續的時間。為此，需要考慮溫度和魚群位置的關系，并建立回歸分析預測模型得到時間和魚群位置的關系[4-5]。

假設海水溫度變化速度恒定，忽略海水溫度、溶解氧等因素對蘇格蘭鯡魚和鯖魚游動速度造成的影響。研究團隊考慮以海水溫度和蘇格蘭鯡魚和鯖魚的魚群位置為變量，建立回歸根據查閱ICES資料數據，找到了魚群位置，時間，溫度間的關系[6-7]。如圖1所示。

1.2? ?確定變量之間相關的密切程度。

通過計算相關系數來衡量變量之間線性相關的密切程度，相關系數的計算公式為：

相關關系劃分為四個等級：|r|<0.3為不相關，0.3<|r|<0.5時，為低度相關;0.5<|r|< 0.8時，為顯著相關; |rl>0.8時，為高度相關。

通過計算，如果r=0.979，則魚群位置與時間高度相關。

一元線性回歸方程的一般形式為

式中，Yt—第t期魚群位置的預測值;Xt—第t期時間的實際值;a—回歸方程參數，是回歸直線在Y軸上的截距;b—回歸方程參數，是回歸直線的斜率。

1.3? ?建立回歸預測模型

設一元線性回歸方程為Y。

將表中有關數據代入用最小平方法求參數a、b的標準方程組

將表中有關數據代入用最小平方法求參數a、b的標準方程組。

得：a=-113.37，b=0.054，將上述參數a、b的值代入一元線性回歸方程，可得一元線性回歸預測模型為：

Y=0.054X-113.37，（4）

根據查閱相關文獻，小型漁船捕魚范圍不超過12海里，通過度量單位換算為0.2個緯度。

將Y=0.2代入預測模型，X=2 050.34

1.4? ?回歸標準差檢驗

回歸標準差，是因變量的各觀察值與相應一元線性回歸分析預測值的絕對高差數額，用來檢驗回歸預測模型的精度，其計算公式為

S—回歸標準差;Yt—因變量第t個觀察值;t—因變量第t個的預值：n—觀察期的個數;k一回歸方程的參數個數。

由上述公式可以看出， S的值愈小，實際值（現察值）與預測值的平均誤差就愈小，預測的精度也就愈高。同時，為了對不同模型的精度進行比較，往往要計算離散系數或標準差系數：V=S/Y×100%，一般希望V不超過15%。經計算得V=9.67%，遠小于15%，因此符合要求。

根據正態分布理論，若取95%的置信度，則t=2（實際查表得t=1.96，實際預測中為計算方便，常取t=2，得到魚群超出捕魚范圍置信區間的上限和下限分別為[2 046，2 053]。

1.5? ?結論

最壞情況是2046年超出捕魚范圍，最好情況是2053年超出捕魚范圍，最可能發生的情況是2050年超出捕魚范圍。

2? ? ? 模糊綜合評價模型建立

在未來50年內隨著海水溫度的上升，鯡魚與鯖魚將會往其他海域遷移，這會導致蘇格蘭小型捕魚公司出現經營危機。因此研究小組通過建立模糊綜合評價模型明確應該進行經營策略改變，其次確定了何種策略為最優策略。

2.1? ?經營策略

魚群遷徙對漁業捕撈公司的影響是致命性的。小型捕撈公司為了能夠經營下去，是否需要改變經營策略，公司是否需要將部分資本或者全部資本轉移，或者購買更多的漁船去擴大捕撈區域，或者是轉移部分資本和同時購買少量漁船。研究小組為了找出更加經濟實惠的策略，采用模糊綜合評價模型進行建模分析。

2.2? ?模糊評價法

模糊評價法具有結果清晰、系統性強的優點 ，適合解決各種非確定性問題。 蘇格蘭群島漁業經營策略的評價是一個復雜的系統，其結果受多個層次及因素的影響和制約，因此評價過程應遵循多級模糊決策規律。

系統最終狀態的決策，應為系統各狀態約束條件函數的模糊子集。A·B=（b1，b2，…，bn），其中bf=（a1∧rl）∨（a2∧r2）∨…∨（ai∧rf），f=1，2，…，n。在上述式子中“∧”表？示取小運算;“∨”表示取大運算;B為運算的最終結果;bf （ f=1，2…，n ）為約束條件函數。因而對區域的經營策略進行評價，可將評價對象抽象為m個評價指標，設因素集U={U1 ，U2 ，U3，…，Up}，對每項具體評價指標可設h項評語，即評價集 V={v1，v2，v3，v4 ，…，vh }，同時將第i個因素的Ui 的單因素評價為Ri={ri1 ，…，rih}，它是取最大運算上的模糊子集，其中rij 表示對第i個因素的評價對于第j個等級vj的隸屬度，可得模糊評價關系矩陣。

通過對各要素進行求衡，建立各因素問的權重分配，同時，應注意兩點要求：其一，在評價過程中應對不同指標賦予不同權重，由此得到的的評價權數子集A=（a1，a2，…，am），其中a 為第i 項評價指標的評價權數，并有總和=1，滿足歸一化要求;其二是經營策略第t項指標的第 J項評語的評價值，∑rij=1（i =1，2，…，;j=1，2， …，n），也即滿足歸一化的要求。通過A與R的模糊變換，就可得到屬于綜合評語集合子集的具體評語子集，即：A·R=B=（b1 ，b2，…，bn）。 本文采用以上計算方法對漁業經營策略進行綜合評價。

2.3? ?評價過程

確定評價因子隸屬度后，采用專家問卷調查法，研究小組進行了10組的打分評價，選取最有代表性的一組打分評價確定小型捕撈公司需要進行經營策略改變，同時也是進行了10組的打分評價去研究最優的經營策略，選取最有代表性的一組打分評價確定了最優策略。

確定各評價因子的隸屬度運用模糊決策理論對評價因子指標進行等級劃分，如針對漁業經營策略，可將其等級劃分為五個等級，設評語集 ={V，V2，V3，V4，V5}= {十分關鍵，有點關鍵，中規中矩，有點無所謂，完全沒關系}，將評語集中的等級向量C=（5，4，3，2，1）。這一過程為評價小捕撈公司是否需要改變經營策略，還需再進行一次評價，評價出合適的經營策略。計算綜合評價向量通過計算得出各評價項目層的隸屬度向量，各因子向量與權重結合，歸一化處理后得到評價綜合層的隸屬度矩陣，以此類推，最終得出綜合評價結果。

因素集：

U={漁業資源減少，可捕撈海域范圍減少，勞作成本升高，水產品產量減少，政策力度加大}

評語集：

V={十分關鍵，有點關鍵，中規中矩，有點無所謂，完全沒關系}

取數值最大的評語作為綜合評測結果，可知一定要改變其經營方式。

因素集：

U={漁業資源減少，可捕撈海域范圍減少，勞作成本升高，水產品產量減少，政策力度加大}

措施集：

V={部分捕撈公司資產轉移到兩種魚類種群遷徙的位置，全部捕撈公司資產轉移到兩類魚類種群遷徙的位置，使用小型漁船進行追捕，改變捕捉魚類種類，減少人工}

取數值最大的策略作為綜合評測結果，選第5個方案。

2.4? ?模型結果及分析

研究小組根據模糊綜合評價模型首先取數值最大的評語作為綜合評測結果，可得知小型捕撈公司一定要改變其經營方式，確立后再一次通過模糊綜合評價模型取數值最大的經營策略作為綜合評測結果，因此選擇減少人工作為最合適的經營策略。

3? ? ? 討? ? 論

研究隨著海水溫度的上升，鯡魚和鯖魚遷徙到更高的緯度，對小型捕撈公司造成很大的影響。研究通過回歸預測模型得出最壞情況是2046年魚群超出捕魚范圍，最好情況是2053年超出捕魚范圍，最可能發生的情況是2050年超出捕魚范圍。根據這種情況研究小組通過建立模糊綜合評價模型確定了小型捕撈公司需要進行經營策略的改變和確定了減少人工的策略為最合適的經營策略。

蘇格蘭的近岸水域豐富多樣，水產豐富。但是最近幾十年，隨著氣溫持續變暖，海水溫度上升導致一些海洋生物的棲息地遭到破壞。因此海洋生物會通過遷徙尋找更加適宜的棲息地。通過建立的模型可以預測未來幾十年的漁業問題和主流的發展方向。而在其他區域仍可通過回歸分析模型、模糊綜合評價模型預測出未來各種海洋生物分布的地理位置、遷徙時間，如金槍魚及鯨魚等，幫助當地政府和企業及時調整相關政策和經營方式，避免經濟損失，實現利益最大化。

主要參考文獻

[1]Trenkel VM， Huse G， MacKenzie B，et al.Comparative Ecology of Widely-Distributed Pelagic Fish Species in the North Atlantic：Implications for Modelling Climate and Fisheries Impacts[J].Progressin Oceanography，2014，129：219-243.

[2]Jansen T， Campbell A， Kelly C，et al.Migration and Fisheries of North East Atlantic Mackerel （Scomber scombrus） in Autumn and Winter[J]. PLoS ONE，2012，7（12）：e51541.

[3]Graham C T， Harrod C.Implications of Climate Change for the Fishes of the British Isles Journal of Fish Biology，2001，74（6）：1143-1205.

[4]Reid D G，Walsh M， Turrel W R，Hydrography and Mackerel Distribution on the Shelf Edge West of the Norwegian Deeps[J].Fisheries Research，2001，50（1/2）：141-150.

[5]Reid D G， Eltmk A， Kelly C J.Inferences on the Changes in Pattern in the Prespawning Migration of the Western Mackerel （Scomber scombrus） from Commercial Vessel Data[R].ICES CM 2003/Q：19.

[6]Payne M R， Egan A， Fassler S M M，et al.The Rise and Fall of the NE Atlantic Blue Whiting （Micromesistius Poutassou）[J].Marine Biology Research，2012，8（5/6）：475-487.

[7]ICES.Report of the Working Group on Widely Distributed Stocks （WGWIDE）[R/OL].ICES CM，2011/ACOM：15.