一种基于层次分析法的鲣鱼入渔评价指标体系

1.本发明属于海洋渔业资源研究技术领域，涉及一种基于层次分析法的鲣鱼入渔评价指标体系。


背景技术：

2.鲣鱼(katsuwonus pelamis)是世界上最重要的经济鱼类之一，也是我国金枪鱼围网船队的主要捕捞对象。中西太平洋海域是鲣鱼渔业主要作业渔场，近年来，其鲣鱼平均产量超过150万吨，占世界总产量的一半以上，而其中70％以上的产量由围网渔业贡献。对鲣鱼入渔进行全面系统的评价不仅能够反应围网渔业的实际状况，而且能够为管理部门、入渔企业的决策提供参考和科学依据。
3.目前入渔评价指标体系仅包含了资源与经济两方面因素，未考虑环境因素、社会因素对渔业资源的影响；且在经济方面，以可作业月数代指作业稳定性，并不能反映目前“船天计划”背景下的中西太平洋围网渔业实际状况，而以各海域年度作业中心与全海域年度作业中心的距离代指作业成本仅能反映专属经济区外燃油成本，并不能反映更重要的专属经济区内寻鱼所带来的燃油成本。因此，目前亟需开发一种综合资源、经济、社会多方面因素，适用于中西太平洋鲣鱼围网渔业的入渔评价新模型。


技术实现要素：

4.针对现有技术考虑不全面，无法适应当前“船天计划”背景下企业入渔需求的缺陷，本发明建立了一种综合多方面因素、实用性较高的鲣鱼入渔评价指标体系。综合考虑资源、经济、社会因素，对各指标因子进行量化分析，以此对各沿海国专属经济区进行打分评价，为企业入渔决策提供参考。
5.为了实现上述目的，本发明提供了一种基于层次分析法的鲣鱼入渔评价指标体系，具体包括：
6.(1)筛选评价指标，构建评价指标体系；所述评价指标包括一级指标，每个一级指标下包括若干二级指标；
7.(2)针对所述评价指标进行计算，并将其进行归一化，获得归一化后的指标值；
8.(3)采用层次分析法确定所述评价指标的相对权重；
9.(4)根据所述评价指标的相对权重和所述归一化后的指标值，进行评分。
10.进一步的，所述步骤1的评价指标以入渔利益最大化为决策目标，包括资源状况、经济成本、入渔风险3个一级指标；
11.所述资源状况指标下设资源丰度、单位海域适宜栖息地面积、高经济价值种类比重3个二级指标；
12.所述经济成本指标下设作业天单价、寻鱼时间、转场时间3个二级指标；
13.所述入渔风险指标下设国家外交关系、社会稳定性2个二级指标。
14.进一步的，所述步骤2中针对所述评价指标进行计算包括：
15.(2.1)所述资源丰度：
16.分别计算时间段j内i国专属经济区及附近海域鲣鱼自由鱼群及随附鱼群的cpue，对二者进行加权平均；
[0017][0018][0019][0020]
其中：cpue
ijk
为i国专属经济区海域在j年捕捞k鱼群的cpue；c
ijk
为i国专属经济区海域在j年针对k鱼群的渔获量；c
ij
为i国专属经济区海域在j年的总渔获量；δ
ijk
为k鱼群渔获量占总渔获量的比重；n
ijk
为i国专属经济区海域在j年针对k鱼群的投网次数，r
ij
为i国专属经济区海域在j年的资源丰度指标值；
[0021]
(2.2)所述单位海域适宜栖息地面积：
[0022][0023]
其中：si为i国专属经济区内所述单位海域适宜栖息地面积，mi为i国专属经济区内渔区总数，m
isi≥0.6
为i国专属经济区内栖息地适宜性指数≥0.6的渔区数；
[0024]
所述栖息地适宜性指数计算公式为：
[0025][0026]
其中：sim为渔区m的所述栖息地适宜性指数，sstm为渔区m的sst；
[0027]
(2.3)所述高经济价值种类比重：
[0028]
以大目金枪鱼和黄鳍金枪鱼渔获量与金枪鱼围网总渔获率量的比值作为指标值；
[0029]
(2.4)所述寻鱼时间：
[0030][0031]
其中：t
ij
为i国专属经济区海域在j年的寻鱼时间指标值；f
ij
为i国专属经济区海域在j年的捕捞自由鱼群投网次数，d
ij
为i国专属经济区海域在j年的作业天数，即捕捞天数与寻鱼天数之和；
[0032]
(2.5)所述转场时间：
[0033]
以各沿海国专属经济区内年度渔场重心距同年中西太平洋海域鲣鱼渔场总重心的距离指代所述转场时间，所述渔场重心计算公式如下：
[0034]
[0035][0036]
其中：glo
ij
为i国专属经济区海域在j年的渔场重心经度坐标；gla
ij
为i国专属经济区海域在j年的渔场重心纬度坐标；lon
nij
为i国专属经济区海域中作业点位n在j年的经度；lat
nij
为i国专属经济区海域中作业点位n在j年的纬度；c
nij
为i国专属经济区海域中作业点位n在j年的渔获量。
[0037]
进一步的，所述步骤2中的归一化处理包括：
[0038]
所述资源丰度、所述单位海域适宜栖息地面积、所述高经济价值种类、所述寻鱼时间及所述社会稳定性采用如下赋值公式：
[0039][0040]
所述作业天单价及所述转场时间采用如下赋值公式：
[0041][0042]
其中：c0为归一化后的指标值；x0为原始指标值。
[0043]
进一步的，所述国家外交关系为定性指标，按照外交关系等级“战略、合作、非伙伴”分别对应为“1、0.5、0”。
[0044]
进一步的，所述步骤3中确定所述指标权重为：
[0045]
(3.1)以调查问卷形式收集专家意见，确定所述评价指标体系中各评价指标的相对重要程度，构造判断矩阵；
[0046]
(3.2)利用一致性判别法，分别对由不同专家经验得到的所述判断矩阵进行检验；
[0047]
(3.3)求取通过一致性检验的全部所述判断矩阵中的权重向量的均值，得到各所述评价指标的权重值；
[0048]
(3.4)以各所述一级指标权重值与其下属各所述二级指标权重值相乘，得到最终权重值。
[0049]
进一步的，所述一致性判别法采用公式如下：
[0050][0051]
其中：λ为最大特征根，ci为一致性指标；ci＝0，则认为存在完全的一致性，ci接近于0，则认为有满意的一致性，ci越大，不一致性越严重；
[0052]
为衡量ci的大小，引入随机一致性指标ri，定义一致性比例cr，其计算公式如下：
[0053][0054][0055]
当cr＜0.1时，认为判断矩阵的不一致程度在容许范围之内。
[0056]
进一步的，所述步骤4中评分公式为：
[0057][0058]
其中：s为最终评分；ct为所述评价指标t归一化后的指标值；w
t
为所述评价指标t的相对权重值。
[0059]
本发明的有益效果：
[0060]
本技术方案综合资源、经济、社会三方面因素，同时考虑环境因素的影响，利用层次分析法建立中西太平洋鲣鱼围网渔业入渔评价指标体系，对中西太平洋各沿海国专属经济区入渔效益进行评价，最后得出各年各专属经济区分值，有利于企业进行入渔决策。
附图说明
[0061]
图1是本发明实施例一种基于层次分析法的鲣鱼入渔评价指标体系模型。
具体实施方式
[0062]
下面结合附图和实施例对本发明进行进一步详细说明。
[0063]
本发明实施例提供了一种基于层次分析法的鲣鱼入渔评价指标体系，包括如下步骤：
[0064]
步骤s1：筛选评价指标，构建评价指标体系；所述评价指标包括一级指标，每个一级指标下包括若干二级指标；
[0065]
本研究综合以往入渔研究及企业建议，以入渔利益最大化为决策目标，设立资源状况、经济成本、入渔风险三个一级指标，资源状况指标下设资源丰度、单位海域适宜栖息地面积、高经济价值种类比重3个二级指标；经济成本指标下设作业天单价、寻鱼时间、转场时间3个二级指标；入渔风险指标下设国家外交关系、社会稳定性2个二级指标，层次结构模型如表所示。
[0066]
表1层次结构模型
[0067]
[0068]
步骤s2：针对所述评价指标进行计算，并将其进行归一化，获得归一化后的指标值；
[0069]
(1)各评价指标计算
[0070]
由于中西太平洋鲣鱼围网渔业捕捞自由鱼群及随附鱼群的操作方式和作业效率存在差异，本研究定义投网次数为捕捞努力量，分别计算时间段j内i国专属经济区及附近海域鲣鱼自由鱼群及随附鱼群的cpue，对二者进行加权平均，作为资源丰度指标值。计算公式如下：
[0071][0072][0073][0074]
式中：cpue
ijk
为i国专属经济区海域在j年捕捞k鱼群的cpue；c
ijk
为i国专属经济区海域在j年针对k鱼群的渔获量；c
ij
为i国专属经济区海域在j年的总渔获量；δ
ijk
为k鱼群渔获量占总渔获量的比重；n
ijk
为i国专属经济区海域在j年针对k鱼群的投网次数，r
ij
为i国专属经济区海域在j年的资源丰度指标值。
[0075]
适宜栖息地的选择根据sst的栖息地适宜性指数模型，定义1
°×1°
为1个渔区，si≥0.6的海域为鲣鱼适宜栖息地，以适宜栖息地面积与各国专属经济区总面积的比值作为单位海域适宜栖息地面积指标值，栖息地适宜性指数计算公式如下：
[0076][0077]
式中：sim为渔区m的栖息地适宜性指数，sstm为渔区m的sst。
[0078]
由于围网渔获物中大目金枪鱼及黄鳍金枪鱼的价格高于鲣鱼，从收益角度看，此二者作为高经济价值种类，其占总渔获物的比重也应作为指标进行考虑。因此，以大目金枪鱼和黄鳍金枪鱼渔获量与金枪鱼围网总渔获率量的比值作为指标值代入研究。
[0079]
经济成本是制约中西太平洋围网渔业发展的重要因素。自船天计划实施以来，逐年提高的作业天单价给企业造成了巨大的经济压力。在此背景下，在保证产量的前提下减少寻鱼时间及转场时间不仅能降低燃油成本，更有助于围网船队充分利用有限的作业天数，节约入渔费用。寻鱼时间指标值计算公式如下：
[0080][0081]
式中：t
ij
为i国专属经济区海域在j年的寻鱼时间指标值；f
ij
为i国专属经济区海域在j年的捕捞自由鱼群投网次数，d
ij
为i国专属经济区海域在j年的作业天数(捕捞天数与寻鱼天数之和)。
[0082]
以各沿海国专属经济区内年度渔场重心距同年中西太平洋海域鲣鱼渔场总重心的距离指代转场时间，渔场重心计算公式如下：
[0083]
[0084][0085]
式中：glo
ij
为i国专属经济区海域在j年的渔场重心经度坐标；gla
ij
为i国专属经济区海域在j年的渔场重心纬度坐标；lon
nij
为i国专属经济区海域中作业点位n在j年的经度；lat
nij
为i国专属经济区海域中作业点位n在j年的纬度；c
nij
为i国专属经济区海域中作业点位n在j年的渔获量。
[0086]
中西太平洋鲣鱼围网渔业作为典型的过洋性渔业，有着高投入，高风险的特点，因此，入渔风险是决策模型中不可缺少的一部分。国家外交关系可有效反映近年来我国和入渔国的合作伙伴关系，而国家层面上的深入交流有助于我国远洋渔业企业在渔业谈判、作业天购买方面获得更有利的条件；同时，社会稳定性也是影响入渔风险的主要因素之一，社会稳定性较高的国家更容易形成安全、稳定的投资环境，更有利于远洋渔业企业开展合作。因此，本研究选取国家外交关系、社会稳定性2个二级指标指代入渔风险，将入渔业国和我国的外交伙伴等级定量化，作为国家外交关系指标值、以各沿海国人均gdp作为社会稳定性指标值。
[0087]
(2)各评价指标值的归一化
[0088]
本研究中各指标的量纲和量纲单位不同，需在进行评价前对指标值进行归一化以消除量纲影响。各指标赋值标准如下表所示。
[0089]
表2各指标归一化赋值标准
[0090][0091]
注：c0为归一化后的指标值；x0为原始指标值。
[0092]
步骤s3：采用层次分析法确定所述评价指标的相对权重；
[0093]
(1)以调查问卷形式收集专家意见，确定所述评价指标体系中各评价指标的相对重要程度；构造判断矩阵；
[0094]
(2)利用一致性判别法，分别对由不同专家经验得到的重要度判断矩阵进行检验；
[0095]
(3)求取通过一致性检验的全部所述判断矩阵中的权重向量的均值，得到各所述评价指标的权重值；
[0096][0097]
其中：λ为最大特征根，ci为一致性指标；若ci＝0，则认为存在完全的一致性，若ci接近于0，则认为有满意的一致性，ci越大，不一致性越严重；
[0098]
为衡量ci的大小，引入随机一致性指标ri，定义一致性比例cr，其计算公式如下：
[0099][0100][0101]
当cr＜0.1时，认为判断矩阵的不一致程度在容许范围之内。
[0102]
(4)以各一级指标权重值与其下属各二级指标权重值相乘，得到最终权重值。
[0103]
步骤s4：根据所述评价指标的相对权重和所述归一化后的指标值，进行评分。
[0104]
根据各指标权重和归一化后的指标值，对各年各沿海国专属经济区进行评分。评分公式如下：
[0105][0106]
式中：s为最终评分；c
t
为指标t归一化后的指标值；w
t
为指标t的权重值。
[0107]
为具体说明该指标体系，现根据2014—2018年渔业生产数据，结合同期作业天单价数据、海表温度数据计算各年指标值。渔业生产数据空间分辨率为5
°×5°
，空间范围包括130
°
e～180
°
e、15
°
n～15
°
s的中西太平洋海域。
[0108]
根据公式(1)-(7)分别计算资源丰度、单位海域适宜栖息地面积、高经济价值种类比重、寻鱼时间及转场时间的指标值，作业天单价和社会稳定性指标为直接赋值，国家外交关系指标为定性指标，依据陈晨等的研究将其按外交关系等级“战略、合作、非伙伴”分别对应为“1、0.5、0”。计算所得各年不同沿海国专属经济区各指标值如下：
[0109]
[0110][0111][0112][0113]
[0114][0115]
根据专家数据计算各指标权重。共收集调查问卷21份，参与人员包括各远洋渔业公司金枪鱼围网船船长，围网部门负责人等，选取有效问卷13份，利用层次分析法计算各指标权重。
[0116]
1～9标度法：
[0117]
按照1～9标度构造判断矩阵(1～9标度法见下表)。
[0118]
标度含义1表示两个因素相比，具有相同重要性3表示两个因素相比，一个因素比另一个因素稍微重要5表示两个因素相比，一个因素比另一个因素明显重要7表示两个因素相比，一个因素比另一个因素强烈重要9表示两个因素相比，一个因素比另一个因素极端重要2，4，6，8上述两相邻判断的中值
[0119]
各专家打分判断矩阵：
[0120]
各专家打分所得各级评价指标相对重要性及权重值见下表。
[0121]
专家1：
[0122]
决策层判断矩阵
[0123][0124]
经济成本判断矩阵：
[0125]
[0126]
入渔风险判断矩阵：
[0127][0128]
状况判断矩阵：
[0129][0130]
专家2：
[0131]
决策层判断矩阵
[0132][0133]
经济成本判断矩阵：
[0134][0135]
入渔风险判断矩阵：
[0136][0137]
状况判断矩阵：
[0138][0139]
专家3：
[0140]
决策层判断矩阵：
[0141][0142]
经济成本判断矩阵：
[0143][0144]
入渔风险判断矩阵：
[0145][0146]
状况判断矩阵：
[0147][0148]
专家4：
[0149]
决策层判断矩阵：
[0150][0151]
经济成本判断矩阵：
[0152][0153][0154]
入渔风险判断矩阵：
[0155][0156]
状况判断矩阵：
[0157][0158]
专家5：
[0159]
决策层判断矩阵
[0160][0161]
经济成本判断矩阵：
[0162]
[0163]
入渔风险判断矩阵：
[0164][0165]
状况判断矩阵：
[0166][0167][0168]
专家6：
[0169]
决策层判断矩阵
[0170][0171]
经济成本判断矩阵：
[0172][0173]
入渔风险判断矩阵：
[0174][0175]
状况判断矩阵：
[0176][0177]
专家7：
[0178]
决策层判断矩阵
[0179][0180][0181]
经济成本判断矩阵：
[0182][0183]
入渔风险判断矩阵：
[0184][0185]
状况判断矩阵：
[0186][0187]
专家8：
[0188]
决策层判断矩阵
[0189][0190]
经济成本判断矩阵：
[0191][0192]
入渔风险判断矩阵：
[0193][0194]
状况判断矩阵：
[0195][0196]
专家9：
[0197]
决策层判断矩阵
[0198][0199]
经济成本判断矩阵：
[0200][0201]
入渔风险判断矩阵：
[0202][0203]
状况判断矩阵：
[0204][0205][0206]
专家10：
[0207]
决策层判断矩阵
[0208][0209]
经济成本判断矩阵：
[0210][0211]
入渔风险判断矩阵：
[0212][0213]
状况判断矩阵：
[0214][0215]
专家11：
[0216]
决策层判断矩阵
[0217][0218][0219]
经济成本判断矩阵：
[0220][0221]
入渔风险判断矩阵：
[0222][0223]
状况判断矩阵：
[0224][0225]
专家12：
[0226]
决策层判断矩阵
[0227][0228]
经济成本判断矩阵：
[0229][0230]
入渔风险判断矩阵：
[0231][0232][0233]
状况判断矩阵：
[0234][0235]
专家13：
[0236]
决策层判断矩阵
[0237][0238]
经济成本判断矩阵：
[0239]
[0240]
入渔风险判断矩阵：
[0241][0242]
状况判断矩阵：
[0243][0244][0245]
集结后判断矩阵
[0246]
利用算术平均法，取上述矩阵中各列权重，求其平均值，计算出最终权重，集结后判断矩阵如下：
[0247]
决策层判断矩阵
[0248][0249]
经济成本判断矩阵：
[0250][0251]
入渔风险判断矩阵：
[0252][0253]
状况判断矩阵：
[0254][0255]
以各一级指标权重值与其下属各二级指标权重值相乘，得到最终权重值如下：
[0256][0257][0258]
根据公式(11)计算最终各年各国专属经济区得分，结果如下：
[0259][0260]
2014年各eez得分排序为密克罗尼西亚，基里巴斯，瑙鲁，巴布亚新几内亚
[0261]
2015年各eez得分排序为瑙鲁，密克罗尼西亚，基里巴斯，巴布亚新几内亚
[0262]
2016年各eez得分排序为瑙鲁，基里巴斯，密克罗尼西亚，巴布亚新几内亚
[0263]
2017年各eez得分排序为瑙鲁，基里巴斯，密克罗尼西亚，巴布亚新几内亚
[0264]
2018年各eez得分排序为密克罗尼西亚，基里巴斯，瑙鲁，巴布亚新几内亚
[0265]
以上所述仅是本发明的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。