渔业产业分析范例6篇

渔业产业分析

渔业产业分析范文1

关键词渔业;生产;管理;形势分析;安徽蒙城

2009年,蒙城县渔业部门按照2009年中央1号文件精神和省市渔业工作布署,继续以增加渔民收入,建设生态渔业为工作中心,以发展优质高效养殖,实现渔业可持续发展为工作重点,大力发展养殖,扩大名优,限制捕捞,发展休闲渔业;继续开展鱼病防治,规范渔药销售市场及养殖用药,开展水产品药残专项整治工作,努力提高水产品质量安全水平;积极开展渔民专业技术培训工作,继续实施国有主河道的封河禁渔,同时加大渔政执法力度,按照国家惠渔政策,优化了渔业经济发展环境。2009年全县养殖面积达2 955 hm2,较2008年的2 869 hm2增加3.0%,水产品总产量11 353 t,较2008年的10 761 t增加5.5%,在分类产量中,蟹类产量368 t,较2008年的338 t增加9%;2009年,全县养殖的名优水产品2 552 t,捕捞名优水产品400 t,全县名优水产品产量2 952 t,占全县水产品总产量的26.0%;2009年,全县渔业总产值11 295万元,较2008年的10 194万元增加10.8%。现将全县一年来渔业生产及管理形势分析如下。

1蒙城县渔业生产及管理现状

(1)通过各种形式的培训学习,提高渔业技术人员和渔政人员的自身素质和业务水平。2009年2月,蒙城县渔业技术人员和渔政人员参加了全县农业系统专业技术人员的培训学习,时间为15 d,授课教师均为省内知名专家教授。同时,蒙城县派出部分技术人员和渔政人员参加安徽省农委及农业部举办的各种培训班,到省内外一些渔业发达地区考察学习。通过不同形式的培训学习,大大提高了渔业技术人员和渔政执法人员的自身素质和业务水平,为胜任渔业的各项工作打下坚实的基础。

(2)顺利完成了国家民生工程渔民专业技术培训工作。2009年蒙城县承担了国家民生工程渔民专业技术培训工作,共培训该县专兼业渔民200人。按照国家民生工程的要求圆满完成培训任务,提高了蒙城县渔民的养殖技术水平。特别是通过对渔业船舶驾驶员的培训,确保了渔业船舶及整个渔业生产的安全。

(3)完成了蒙城县芡河鳜鱼青虾种质资源保护区的规划工作。芡河是准河水系组成部分,以盛产鳜鱼青虾著名。为确保芡河鳜鱼青虾种质资源的稳定,维护其渔业生态平衡,根据蒙城县实际情况,完成了芡河鳜鱼青虾种质资源保护区的规划工作,并下发《关于建立蒙城县芡河鳜鱼青虾种质资源保护区的批复》(蒙政秘〔2009〕59号)指导实施。

(4)认真贯彻落实国家惠渔政策,做好机动渔船柴油补贴发放工作。2009年上半年,国家拨付蒙城县渔船柴油补助款4.5万元,根据该县机动渔船的实际情况,蒙城县享受机动渔船柴油补助的渔民共99人,渔船总功率逾800 kW,在发放过程中,采取公开公平的原则,对发放柴油补助的渔民一律进行公示。通过一系列措施的实施,在柴油补助发放过程中,没有发生任何问题,顺利完成了机动渔船柴油补助发放工作,调动了渔民生产积极性,为渔民创业提供了优惠条件。

(5)继续发展以河蟹龙虾为主的名优水产品。多年来,河蟹一直是蒙城县养殖面积最广、产量最大的名优水产品,特别是近几年来,通过招商引资,外地养殖大户的带动,蒙城县河蟹养殖达到了前所未有的发展高潮,2008年河蟹养殖面积近1 333 hm2,2009年全县河蟹养殖面积达超过1 333 hm2,形成了以芡河、北淝河为中心的河蟹养殖区。2010年,蒙城县在幼蟹投放上严把苗种质量关,渔政人员监放及时到位,杜绝了伪劣蟹种进入蒙城县养殖水域,同时,2009年蒙城县推广应用了皖北河蟹河沟生态养殖技术,河蟹养殖户改变了以前的放养模式,放养密度减少,放养规格增大,平均放养量1 800~2 700只/hm2,严格按照河蟹河沟生态养殖技术规范进行生产管理,河蟹养殖成活率高,成蟹平均个体达到200 g/只;捕捞率高,河蟹养殖区养殖产量达337 t,2009年河蟹价格偏高,最高达120元/kg,河蟹养殖户养殖效益较为明显,户均收入达2万元。按照省农委“三进工程”及“渔业跨越工程”要求,蒙城县2009年推广养殖小龙虾面积近200 hm2,由于2009年龙虾价格高,效益均在6万元/hm2以上;推广甲鱼自然生态养殖面积6.67 hm2,网箱养鳝40箱,除河蟹、小龙虾、甲鱼、黄鳝养殖外,蒙城县的泥鳅、鳜鱼、黄颡鱼、乌鳢等养殖也呈上升势头。

(6)大力发展休闲渔业。自2000年发展休闲渔业以来,蒙城县休闲渔业产值及效益逐年增加,现有垂钓场所多处,总面积超过6.67 hm2。2009年全县仅垂钓业总产值约100万元,加上娱乐餐饮服务、观赏鱼销售的收入,2009年全县休闲渔业产值近200万元,纯利润达到50万元。由于该县地处淮南、淮北、阜阳、宿州、蚌埠的中心位置,交通便利,每到双休日,特别是节假日,周边县市来蒙城县垂钓者众多,所以大力发展休闲渔业将是蒙城县渔民增收、渔业增效的捷径。

(7)围绕提高水产品质量安全水平,积极进行鱼病测报、防治,规范渔药销售及使用,开展水产药残专项整治工作。2009年是蒙城县进行鱼病测报工作的第7年,测报面积较往年有所变动,按照省鱼病会议精神要求,该县对测报点的各项测报数据进行了认真核实,确保其准确性。

2009年,蒙城县渔政人员多次对经营渔药场所进行了突击检查,重点检查是否有国家宣布淘汰或禁止生产销售和使用的渔药,渔药“三证”是否齐全。同时对一些水产养殖大户进行养殖用药跟踪调查,通过检查,对蒙城县渔药销售和使用情况有了全面了解,以确保该县在渔药经营销售中能够按照《水产品质量安全管理规定》的要求进行安全使用。按照上级工作布署,2009年蒙城县首次开展了水产品药残专项整治工作,对全县的承包养殖户、养殖场的养殖生产记录进行了检查,对水产销售市场进行抽样检查,合格率为100%。

(8)加强渔政执法力度,积极为渔业生产保驾护航。一是国有主河道继续实施封河禁渔。使渔业资源有所恢复,从而有利于渔业可持续健康发展。二是开展渔业船舶检验工作。共检验渔船131只,同时要求渔船驾驶员必需持证上岗。三是创造了渔业安全生产和渔业经济共同和谐发展的良好渔业发展环境。四是严厉打击“电、毒、炸”违法行为。2009年蒙城县共查处渔事案件26起,没收销毁电捕器16台,组织了多次渔业专项治理活动,从而保证了渔业生产的顺利进行。五是继续规范全县渔业生产者的养殖行为,合理发放养殖证。截至2009年11月,全县累计共颁发养殖证308本,其中国有水域200本,集体水域108本。目前,全县国有水域养殖发证率达100%,但集体水域发证率仍然较低,所以集体养殖水域养殖证发放工作将是今后蒙城县实施养殖证制度的工作重点[1]。

2存在的问题

2009年,蒙城县的渔业工作尽管取得了一些成绩,但还存在不少问题,主要表现在:一是全县水产苗种繁育数量不足,不能满足该县需要;二是鱼病测报工作中,无检测仪器设备,测报的准确性较差;三是由于农村主要劳动力外出打工,一些农村池塘无人放养或放养后无人管理,经济效益不明显;四是“电、毒、炸”违法行为虽经严厉打击,但在偏远乡村没有得到有效遏制;五是集体水域养殖证的发证率较低,集体水域养殖证发放工作有待进一步开展。

3工作展望

2010年,蒙城县渔业应做好以下几项工作:一是按照省政府办公厅的文件要求,组织实施“渔业跨越工程”;二是继续大力发展以河蟹龙虾为主的名优水产品,使全县的河蟹养殖面积达到1 466.7 hm2,龙虾面积达到200 hm2。甲鱼养殖面积达13.33 hm2,网箱养鳝达到100箱;三是继续申报渔业项目,以项目促进渔业的发展;四是加大渔业招商引资力度,2010年争取引进外地资金160万元;五是开展水产苗种及成鱼市场检疫工作;六是认真做好蒙城县芡河鳜鱼青虾种质资源保护区的建设工作;七是扩大禁渔面积,国有中型沟争取纳入禁渔范围;八是加强集体水面养殖证发放工作,在全县范围内开展集体水域养殖证发放工作,使发证率达到80%以上;九是组织渔政人员,认真学习渔业方面的法律法规和环保、航运、水资源管理等涉及渔业用水、养殖水域的法律法规,做到在水面承包上合理合法,更加规范化、标准化[2-4]。

4参考文献

[1] 王建辉,夏前征,汤哲文,等.浅谈我国休闲渔业管理对策[J].江西水产科技,2009(4):2-4.

[2] 冯波,陈新军,朱国平.补充型过度捕捞的确认及其对渔业管理的启示[J].资源开发与市场,2010(1):20-23.

渔业产业分析范文2

(中国海洋大学 经济学院,山东 青岛 266100)

摘要:基于联合国HS(REV.04)标准,以海关进出口税则中03章项下的7类鱼类产品为研究对象,分析中国和韩国渔业产业内贸易现状,并对影响中韩渔业产业内贸易的影响因素进行实证研究。研究表明,两国经济规模差距增大、人均收入差距增大和贸易伙伴国较高的贸易开放程度是中韩渔业产业内贸易的主要推动因素,韩国对华渔业直接投资对中国渔业加工业具有促进作用,在一定程度上推动了中韩渔业垂直型产业内贸易发展。

关键词 :中韩渔业;产业内贸易;影响因素

作者简介:李晨(1982-),女,经济学博士,讲师,硕士生导师;李华(1989-),男,硕士研究生,研究方向:国际投资与跨国经营。836588042@qq.com。

DOI:10.3969/j.issn.1004-6755.2014.12.020

韩国作为中国的邻国,有着丰富的海洋渔业资源及比较发达的海洋渔业产业,随着中日韩自由贸易区谈判进程的不断推进,中韩在海洋渔业方面的贸易往来不断深化。海洋渔业产业内贸易发展具有改善国际分工、提升出口产品结构、提高渔业贸易水平等重要作用。研究我国与韩国渔业产业内贸易现状以及影响因素有利于深入了解中韩两国渔业贸易方式,为中韩更好地开展渔业产业内贸易、调整我国国际分工中的角色、优化渔业产业结构提供重要参考。

1文献综述

国内研究主要集中产业内贸易实证分析领域,其中主要两个方面:一是产业内贸易影响因素的选择。张宏、从静(2006)把经济发展水平、经济规模、产品差异化、国际投资、区域经济和地理经济作为中韩产业内贸易的主要影响因素,并构建模型进行多元回归,发现中韩经济规模的差距和规模不经济是阻碍中韩产业内贸易的主要因素,而韩国对华投资和中韩区域合作对中韩产业内贸易具有重要推动作用[1]。赵放,李季(2011)依据SITC 5-8类产品数据,对中日双边产业内贸易进行回归分析,得出不仅对外直接投资具有重要影响,中日人均GDP差异,市场规模差距也同样对中日产业内贸易有重要推动作用[2],白霜(2013)则按照HS编码分类规则,对中韩贸易前10种商品进行产业内贸易分析, 发现中韩商品的出口和进口结构存在较高的相似性,因而在国际市场存在竞争关系,而中韩产业内贸易更多地依赖于比较优势,而不是规模经济和相似需求,因而属于弱产业内贸易[3];二是针对渔业产品的计量分析。崔茂森(2006)根据TC 指数的变化,胡求光、霍学喜(2007)使用资源禀赋系数、显示性比较优势指数和竞争优势指数进行分析均得出了我国渔业产品资源禀赋条件较好,但是竞争力在不同程度地下降。邵桂兰(2011)使用G-L指数和贸易竞争力指数对中日水产品产业内贸易水平、变化趋势及各种水产品竞争力进行分析,得出中日水产品产业内贸易水平总体较低,但产业内贸易指数较为稳定,竞争力方面我国水产品总体处于优势地位,在大多数水产品上拥有比较优势[4]。

国外学者研究主要集中在两个方面。一是产业内贸易理论的拓展。Christel Elvestad(2009)比较了智利和挪威的自由贸易协定(FTAs)战略以及鲑鱼的市场准入,发现智利相对挪威更为成功,并强调挪威通过FTAs提高市场准入以求更好地与智利竞争。Max Nielsen(2009)又基于局部均衡模型分析了鱼类贸易自由化对国家福利的影响,认为在对可再生资源非最优管理的条件下贸易自由化可能导致过度开采,减少国家福利,并提出应制定合乎实际的管理计划加以监管;二是产业内贸易数据的实证分析。Kyoji Fukao, Hikari Ishido,KeikoIto(2003)通过采用日本电子机械产业对东亚直接投资的面板数据,进行东亚产业内贸易的形式及其决定因素进行研究,结果显示,日本对外直接投资促进了东亚垂直产业内贸易迅速发展[5]。P.Guillotreau(2000)对鱼类海产品贸易影响因素进行了实证研究,运用回归分析后发现汇率、贸易壁垒和地理距离对鱼类海产品出口有较大的影响。

在以上学者的研究中,提出了影响产业内贸易的众多指标,发展了研究产业内贸易的主流方法,这些成果为深入了解产业内贸易的影响因素做出了巨大贡献,但是目前众多研究中还未有对中国与韩国渔业的产业内贸易状况做出探究。为此,笔者将在借鉴前人研究成果的基础上,对中韩两国的渔业产业内贸易进行实证研究,通过回归检验,分析影响渔业产业内贸易的影响因素,为中国与韩国之间开展渔业产业内贸易提供合理建议。

2研究模型与数据

2.1模型构建

在本文中,运用产业内贸易指数(G-L指数)衡量中韩渔业产业内贸易水平[6],其表达如下:

IITi= 1-( Xi-Mi)/( Xi + Mi)

其中,Xi和Mi分别代表渔业的出口额和进口额。IITi的取值范围为[0,1],IITi值越大说明产业内贸易程度越高,IITi= 0时,表示没有产业内贸易;IITi=1时,表明该产业进口与出口平衡。通常认为当IITi>0.5时,表示此时渔业产品的产业内贸易占主导地位,反之则表示产业间贸易占主导地位。i表示按照HS编码标准分类03章中0301到0307的7类渔业产品,其中0301-0305类主要是鱼以及以鱼为原料加工生产出的产品,0306-0307类主要是甲壳动物和软体动物为主的渔业产品。

借鉴SWT模型(Sawyer,Sprinkle and Tochkov,2010),构建如下计量模型:

IITi=β0+β1DGDP+β2DPERC+β3NFDIGDP+β4TROPEN +ε(1)

2.2变量说明

现对上述模型中的各变量做如下说明:

(1)经济规模差距(DGDP)表示韩国与中国按购买力平价计算的GDP差距。DGDP数值越大,意味着两个经济体规模差距越大,预期的产业内贸易程度越低,所以DGDP变量的回归系数应为负值。一般来说,两国经济规模越接近,产业内贸易比例越高。预计韩国与中国经济规模差距越大,渔业产业内贸易会越少。此处两国经济规模差距测算,首先计算出权重指标:

ω=GDPK/(GDPK+GDPC)(2)

其中,GDPK代表韩国按购买力平价计算的国内生产总值, GDPC代表中国按购买力平价计算的国内生产总值。利用这个权重指标ε再计算出两国经济规模差距的指标DGDP[7],公式如下:

(2)人均收入水平差距(DPERC),表示韩国与中国人均收入差距。通常消费者对特定产品的需求和其自身的收入水平呈正相关函数。更高的人均收入水平,特定产品的消费需求更高,从而提高产品需求差异化。人均收入差距被用来作为衡量对产业内不同品质产品需求的变量,如果收入水平相同或者相似,那么这两个国家的需求模式以及消费偏好就相似,则产业内贸易规模就较大,反之产业内贸易规模较小。在韩国与中国人均收入差距指标计算方法上采用与DGDP相同的方式。

(3)外国直接投资(NFDIGDP),表示韩国外国直接投资(FDI)占我国国内生产总值的比例。外国直接投资实际上就是资本的流动,它绕过了关税壁垒,实现了商品的生产和销售地域性转移。这是因为被投资国有丰富的自然资源或廉价的劳动力等,节约了生产成本。但从东道国的角度讲,提高了就业率,有效地进行了技术转移,大多数投资者并不愿意将本国的技术引入到所投资的国家,这也跟产品的性质、企业和国家的相关政策有关[8]。在渔业中,韩国在中国的渔业投资会替代中国基础性渔业产品的出口,但同时也会促进中国中间性渔业产品的出口。

(4)贸易开放程度(TROPEN),表示进出口贸易额占GDP比重。TROPEN此处理解为贸易依赖度或对外开放度指标,衡量中国和韩国的经济开放度。开放程度较高,代表参与区域经济一体化的程度较深,从预期上来讲应该与中国的渔业产业内贸易系数更高。

2.3数据来源

本文中韩渔业贸易数据来自联合国COMTRADE数据库,按照产业分类的四分位数据来计算中韩渔业产业内贸易指数,国内生产总值、人均收入数据、外国直接投资净流量数据来源于世界银行数据库,其余数据来源于ADB KEY INDICATORS数据库。结合以上数据,开展如下实证研究。

3实证分析

根据报告期HS编码,03章有7类渔业产品,分别见表1。

3.1G-L指数测算

根据联合国COMTRADE 数据库中2001年——2012年数据,首先核算0301---0307项目下,中国与韩国的渔业产业内贸易指数(G-L指数)见表2。

产业内贸易指数是用来测度一个产业的产业内贸易程度的指数,在0到1之间,指数值越大,代表产业内贸易程度越高。一般情况下,当中韩两国产业内贸易指数大于0.5时,产业内贸易程度较高,此时认为两国间产业内贸易为主导,当两国产业内贸易指数小于0.5时,则认为两国间产业间贸易为主导。观察以上表2的数据可得:中韩间0307项软体动物和无脊椎动物产品的产业内贸易程度较高,其他项下很少有产业内贸易。

由于中韩间渔业产业内贸易集中在0307项下,于是以下实证分析采用中韩0307项数据为研究对象,做如下分析。

3.2垂直型和水平型产业内贸易检验

产业内贸易一般可以细分为垂直型产业内贸易和水平型产业内贸易,这两个指标可以进一步表明中国与韩国在渔业产业内贸易中的分工格局。其中水平型产业内贸易是指贸易品质量相似,只是在产品特性或属性上有所不同,它是基于消费需求多样化和产品生产规模化、专业化而发生的。垂直型产业内贸易指的是贸易品之间通常存在明显质量差异,它是一种基于产业内国际垂直分工的贸易形式。以下运用区分垂直型和水平型产业内贸易广泛使用的方GHM法[9],其计算公式如下:

GHMi= UVx / UVm(4)

其中GHMi 表示第i种渔业产品在一定时期内的产业内贸易结构指数,UVx和UVm分别表示第i 种渔业产品的单位出口价值和单位进口价值,通常分别用贸易产品的单位出口价格Px和单位进口价格Pm为依据来计算。通常认为,如果0.75≤GHMi≤1.25,则第i 种渔产品属于水平型产业内贸易;如果GHMi<0.75 或GHMi>1.25,则第i 种渔产品为垂直型产业内贸易。

根据以上方法,将2001—2011年中韩渔业产品贸易0307项目数据代入公式(4)可得到数据见表3。

由表3可以看出,2001年、2007年、2008年中国与韩国两国在渔业0307项存在产业内贸易,而GHM指数均大于1.25,表明中韩两国渔业产业内贸易是垂直型产业内贸易;2004年、2011年中韩之间渔业以产业间贸易为主导,但此时GHM值也比较大,靠近1.25,表明此时中韩渔业间也是存在一定程度的渔业产业内贸易。这一结果说明中韩两国间渔业产业内贸易的产品存在比较明显质量差异,在整个中韩两国渔业产业中,中国处于产业垂直分工的底层,主要负责高能耗,高劳动力消耗的低端鱼类产品捕捞及简单加工,而韩国则主要负责了高层次鱼类产品的捕捞和深加工,其鱼类产品附加值较高。此外由于中韩两国间居民收入水平差异所引起的,韩国三面环海的地理位置自古就大大增强了居民对鱼类产品的依赖性,又因韩国消费者收入水平整体较高,于是会偏好高档渔业产品,而我国消费者收入水平较韩国偏低,偏好中低档渔业产品。

3.4回归结果及分析

此处采用普通最小二乘法(OLS)将所得数据依据方程(1)进行多元线性回归分析,对中日数据回归结果如表4所示。

如表4所示,结果显示在中韩渔业产业内贸易影响因素中,LDGDP所代表的经济规模差距和LDPERC所代表的人均收入水平差距在回归结果中系数为正,说明两国随着经济规模差距越大,渔业产业内贸易会越大,与预期不符,此处主要是由于中国与韩国的居民消费水平整体来说有较大的差异,我国居民所消费的产品多以低档或者初级产品为主,而韩国居民则对高端消费品的需求较大,随着两国居民收入水平差距的逐步增大,两国居民消费出现两极化,低档或者初级渔业产品消费集中在了我国,而高档产品消费主要集中在了韩国。LNFDIGDP外国直接投资系数为正,表示韩国对中国的FDI投资对中韩两国渔业产业内贸易有促进作用,这说明韩国对中国的渔业领域投资使得一定程度的渔业产品捕捞加工技术和产业从韩国转移到中国境内,尤其充分利用我国相对廉价的劳动力,利用我国相对低端的渔业产品进行深加工,使得生产的高附加值产品再次出口到韩国,增加了中韩两国间渔产品的产业内贸易值。LTROPEN系数为正并且通过显著性检验,此处与预期相符,一国贸易开放程度越高,则贸易便利性提高,其参与渔业产业内贸易程度越高。

4结论及建议

通过对中韩渔业产业内贸易水平测算及影响中韩渔业产业内贸易影响因素的实证研究表明,中韩渔业产业内贸易主要集中在HS编码0307项下的软体动物和无脊椎动物产品;中韩两国间渔业产业内贸易以垂直型为主,辅以一定程度的产业间贸易;中韩两国经济规模差距、中韩人均收入水平差距的增大和贸易的开放程度的提高将都会促进两国之间开展渔业产业内贸易;韩国对华的对外直接投资会产生一定程度的产业内贸易促进效应。

基于以上分析,本文提出如下建议,以促进中韩渔业产业内贸易发展。第一,加大对渔业产品加工业的支持力度。中国现在渔业产品的出口还是以基础性的劳动密集型的产品为主,出口产品的附加值较低,因此我国政府应当从财政、税收、法律法规等相关政策上给予渔产品加工企业优惠与辅助,促进我国渔业产品加工业的技术创新,生产高附加值的鱼类产品,在参与国际贸易中获得更高的收益。第二,进一步提高中韩的贸易开放程度,努力构建和完善中日韩自贸区,充分利用自贸区带来的贸易上的政策优惠,尽可能减小中韩渔业贸易上的阻碍,努力提高我国渔业产品质量水平的同时,向韩国争取合理的进口质量检验标准,以提高中韩渔业产业内贸易的便利性。第三,在一定程度上鼓励韩国对华渔业类投资,带动国内渔业加工企业向高附加值产业转型,在提高中国高档渔业产品出口的同时,也使得中国渔业加工产业取得迅猛发展。

参考文献:

[1] 张宏,从静. 影响中韩产业内贸易发展因素的实证分析[J].东北亚论坛.2006(03):44-46

[2] 赵放,李季.日本对华直接投资与中日垂直型产业内贸易实证研究[J].现代日本经济,2011(5):47-56

[3] 白霜. 基于HS分类的中日韩产业内贸易发展研究[D].济南:山东大学,2013

[4] 邵桂兰.中日水产品产业内贸易与竞争力分析[J].东岳论丛,2011(5):151-156

[5] Kyoji Fukao,Hikari Ishido,and Keiko Ito.Vertical Intra-industry Trade and Foreign Direct Investment in East Asia[J]. Journal of the Japanese and International Economics, 2003(1): 12-19

[6] 王三兴.基于Probit模型的产业内贸易影响因素差异研究:以中国和东盟产业内贸易为例[J].国际贸易问题,2012(2):72-80

[7] Falvey,Rodney E. Commercial Policy and Intra-Industry Trade[J]. Journal of International Economics,1981(2): 23-30

[8] 张应武.对外直接投资与贸易的关系:互补或替代[J].国际贸易问题,2007(6):87-93

渔业产业分析范文3

最后,根据分析结果提出建议。

【关键词】吉林省;农业产业结构;灰色管理度分析

随着社会经济的快速发展以及经济全球化进程的不断加快,吉林省位于我国东北部,作为我国重要的商品粮生产基地,其农业产业结构发展是否合理,既对我国粮食生产和储存具有重要影响,也将直接影响我国农业经济整体发展。因此,本文运用灰色关联度分析方法对吉林省近5年(2007~2011)的农业产业内部中农业、林业、牧业、渔业四个产业与农业总产值之间的关联度进行深入分析研究,最后根据各产业与农林牧渔业总产值之间的关联度大小提出促进农业产业发展的对策和建议。

一、吉林省农业产业结构现状

吉林省位于我国东北地区,地处松辽平原腹地,省内流域面积广阔,包括松花江、辽河、鸭绿江、图们江绥芬河五大水系,是我国重要的农业生产地区。随着吉林省经济和科学技术水平的快速发展,在农业可持续发展的政策引导下,吉林省农林牧渔业得到了进一步提升和发展。2011年,吉林省全年GDP增长了14%,同2010年相比增加了近4%,高于全国平均增长速度。据吉林省统计局统计显示,第一产业实现增加值1200亿元,增长5%,第二产业实现增加值5600亿元,增长18%,第三产业实现增加值3600亿元,增长11%。2011年农林牧渔业总产值为2275.1亿元,增加值为1254.7亿元,比上年增长55.14%;其中农业产业总产值为1020.4亿元,增加值153.5亿元,增长15.04%;林业总产值为81.9亿元,增加值13.6亿元,增长16.61%;牧业总产值为1074.5亿元,增加值243亿元,增长2.2%;渔业总产值为31.1亿元,增加值5.8亿元,增长18.65%。全年粮食作物播种面积6817.52万亩,比上年增加79.15万亩,增长1.2%。全年粮食总产量3171万吨,增长11.6%。其中,玉米的产量为2339万吨,增长了16个百分点,单产7462.8公斤/公顷。

二、灰色关联度分析基本原理

灰色系统理论包括了对灰色因素的关联进行分析,灰色系统建模,灰色系统决策,灰色系统分析,灰色系统控制,灰色系统优化等等内容。其中灰色关联度分析作为灰色系统理论的重要内容之一,主要是针对两个系统间的因素进行分析,其随时间或不同对象变化的关联度大小的量值称作关联度。如果在系统发展过程中,两个因素变化的趋势具有一致性,则说明同步变化程度较高;反之,则说明较低。灰色关联度分析具体步骤:(1)对原始数据的处理。设X0(K)={x0(1),…x0(2)…,x0(n)}为数据行为参考序列,X0(K)={xi(1),xi(2)…,xi(n)},(i=1,2,m)为数据行为比较序列。(2)变量的无量纲化。因为比较的变量不具有相同的量纲,为了使分析结果更加客观、真实,具有一定的可比性,所以在进行关联度分析之间,需要对数据变量进行无量纲化处理。经处理后的母序列为X′0(t)=X0(t)/X0(1),子序列为X′i

(t)=Xi(t)/Xi(1),i=1,2,…,t=1,2,…,n。(3)确定关联系数。ζ■=■,其中ρ为分辨系数。为比较序列Xi与参考序列X0在k时刻的关联系数。(4)确定关联度。r■=■■ζ■(k)为比较序列Xi与参考序列X0的关联度。(5)关联度比较。根据计算结果,对关联度进行比较排序,如果r1

三、农业产业结构的灰色关联度分析

1.构建比较序列。本文选取2007~2011年吉林省农林牧渔业总产值、农业总产值、林业总产值、牧业总产值、渔业总产值的相关数据进行灰色管理度分析研究,设农林牧渔业总产值随年份变化的数列为母序列X0;农业总产值、林业总产值、牧业总产值、渔业总产值为子序列X1、X2、X3、X4,如表1所示。

表1 吉林省农业产业比较序列(亿元)

2.初始化后相应的序列分别为:X′0(t)=(1,1,1,1,1);Xt1(t)(1.1375,1.1473,1.1267,1.1265,1.2313);X′2(t)(1.2354,1.1905,

1.2074,1.2074,1.2832);X′3(t)(1.3180,1.3275,1.3999,1.2161,

1.3833);X′4(t)(1.6206,1.5626,1.6786,1.5715,1.7004)。

3.计算灰色关联度。

表2 灰色关联度

本研究选取2007年到2011年吉林省农业、林业、牧业、渔业四个产业对农林牧渔业总产值进行灰色关联分析,吉林省农林牧渔业总产值作为参考序列,其余农业总产值、林业总产值、牧业总产值、渔业总产值指标作为比较序列。根据表2灰色关联度计算结果可知:γ01>γ02>γ03>γ04即在吉林省农业产业结构中,农业产值对农林牧渔业总产值影响最大,其次是林业产值、牧业产值及渔业产值。农业总产值对农业总产值的灰色关联度为0.73604,表明种植业对农业的影响最大,吉林省农业产业结构是以农业为主的结构,这主要是吉林省的地理环境所决定畜林业、牧业和渔业对农业产值的关联度分别为0.73604、0.66432、0.6619、0.53888,其中渔业产值对农业总产值影响最小,四个产业按灰色关联度大小比较顺序依次为农业>林业>牧业>渔业,因此,对吉林省农业总产值而言,农业对农业总产值贡献最大,林业和牧业对农业总产值贡献较大,渔业对农业总产值贡献最小,表明吉林省渔业发展较慢对吉林省农业产业结构发展影响最小。

四、结论及建议

首先,调整农业内部产业结构。吉林省作为重要的商品粮生产基地,在以粮食生产为基础的同时,也要进一步协调好农业、林业、牧业及渔业的加工生产,实现农业产业共同发展。良好的粮食生产为牧业和渔业生产提供了必要的物质基础,粮食增产对促进牧业和渔业发展具有正向作用,协调农业内部产业发展,既有利于促进粮食产品增值,也有利于增加牧业、渔业的效益。其次,重点发展优势产业。粮食生产对吉林省农业发展发挥着重要作用,影响着我国农业总体粮食生产和储存,同时,林业和牧业具有良好的农业发展潜力。我们应根据市场需求,调整农业、林业、牧业产业结构,发挥其优势,打造精品农产品,实现规模种植、养殖发展,形成区域特色农产品生产基地。最后,发挥政府宏观调控。吉林省政府应增强对农业生产企业的扶持,使吉林省农业与市场进一步接触,农业、林业、牧业、渔业形成产业规模,利用科学技术,提高农业生产效率,促进农业经济发展。同时,吉林省政府应制定农业产业发展的相关政策,建立健全农业发展体制,从宏观上推动农业产业发展。

参 考 文 献

[1]祁秀梅.农业县产业结构调整研究——以射阳县为例[J].国土与自然资源研究.2010(1)

[2]温璐璐,王海涛.辽宁产业结构分析与对策[J].理论界.2006(12)

渔业产业分析范文4

本次分析所用数据来自2003~2012年的中国渔业统计年鉴。影响渔业经济产值的因素众多,各因素与渔业经济产值的关系错综复杂。根据指标选择的一般性、特殊性、重要性和可得性原则,本次分析选择了较具代表性且较容易获取的十六项指标。数据分别截取了这十年间中国渔业统计年鉴中渔业经济产值及其16项影响因素,其中包含渔业生产产量方面三项(海水养殖产量、淡水养殖产量、海洋捕捞产量);渔业生产要素方面四项(海水养殖面积、淡水养殖面积、海水鱼苗产量、淡水鱼苗产量);渔船投入方面二项(生产渔船数量、辅助渔船数量);劳动力投入方面三项(渔业从业人员、渔业村、渔业户);水产品加工方面四项(淡水加工产品总量、海水加工产品总量、水产加工企业、水产冷库数量)。

2数据整理与分析

2.1无量纲化处理

根据灰色系统理论,由于参考序列和比较序列的量纲不同,因此首先进行无量纲化处理。选用标准差法(公式1)对各因素进行无量纲化处理,其处理结果列于表2中。

2.2计算关联系数和关联度

通过下面的公式(2)计算关联系数ξi(k)=miniminki(k)+ρmaximaxki(k)i(k)+ρmaximaxki(k)(2)其中,ξi(k)表示Xi对X0在k点的灰色关联系数,i(k)表示表3中列出的数值,miniminki(k)表示二级最小差的绝对值,即一级最小差中的最小值,minki(k)则表示二级最大差,为灰色分辨系数,其取值范围为0-1,这里选用一般值0.5进行计算;另外,根据表3可知,miniminki(k)=0.0052,maximaxki(k)=3.1490,由此计算得到X0对Xi各因素的关联系数ξi(k)。随后使用下面的公式(3)计算关联度γi:γi=1n∑nk=1ξi(k)(3)式中,γi表示比较序列Xi对参考序列的X0关联度,根据其数值高低即可判断比较序列Xi的重要性。

3结果与分析

3.1灰色关联度分析

根据上述方法求得Xi对参考序列的X0关联度γi,如下面的表4所示由上表可知,以渔业经济产值为参考序列,以海水养殖、淡水养殖等影响因素为比较序列,计算得到比较序列与参考序列的关联度,其关联序由大至小依次为海水养殖面积、淡水养殖产量、海水鱼苗产量、淡水加工产品总量、海水加工产品总量、水产冷库、海水养殖产量、渔业从业人员、生产渔船数量、淡水鱼苗产量、水产加工企业、渔业户、渔业村、淡水养殖面积、辅助渔船数量、海洋捕捞。根据关联度分析原则,关联度大的序列与参考序列关系密切,关联度小的数列与参考序列关系疏远。因此海水养殖面积、淡水养殖产量、海水鱼苗产量对渔业经济总产值的影响较大,淡水加工产品总量、海水加工产品总量、水产冷库次之,渔业户、渔业村、淡水养殖面积、辅助渔船数量、海洋捕捞对渔业经济总产值的影响较小。

3.2九标度法计算因素影响度

根据灰色关联度计算结果,对各个因素的关联度进行两两比较,构造判断矩阵。使用标度1、3、5、7、9分别表示因素Xi相比因素Xj同样重要、稍微重要、明显重要、强烈重要和极度重要,而2、4、6、8标度则表示上述判断间的中间值,即因素Xi相比于因素Xj越重要,则其标度数值越高。判断矩阵构造完成后,使用公式(4)计算其影响度:λmax=1n(BW)iWi(4)式中,λmax表示判断矩阵B的最大特征根;W表示对应于λmax的正规化特征向量;Wi表示构成因素排序的影响度;n表示判断矩阵B的维数。为了检验判断矩阵B的一致性,需计算一致性指标CI,相应计算公式:CI=λmax-nn-1(5)将CI与平均随机一致性指标RI进行比较,检验判断矩阵B是否具有一致性。对于1-16阶矩阵,RI取值列于表5。1阶、2阶判断矩阵是完全一致的。由3阶开始,需计算判断矩阵的随机一致性比率CR=CIRI。当CR<0.1时,认为判断矩阵具有满意的一致性,否则重新调整判断矩阵。将16个影响因素两两比较后,构造出如下表所示的判断矩阵。计算可知,一致性检验CR=0.04143<0.10,判断矩阵符合满意一致性,能够反映事物的客观规律。从影响度看,海水养殖面积、淡水养殖产量、海水鱼苗产量、淡水加工产品总量、海水加工产品总量依次排于影响度的前5位,分别为18.51%、15.38%、12.81%、10.31%、8.84%,其总和达到65.85%,而位于后5位的渔业户、渔业村、淡水养殖面积、辅助渔船数量、海洋捕捞,其影响度分别为2.04%、1.7%、1.39%、1.17%、0.98%,其总和仅为7.28%。

4讨论

灰色关联度分析在农业科学领域已取得广泛的应用[24-28],渔业经济产值和各影响因素之间存在着灰色性,运用灰色系统理论和方法可以探明它们之间的相互依存关系,不仅具有科学的理论依据,而且在实际工作中也是切实可行的。由计算结果可以看出,在16项影响因素中,海水养殖面积、淡水养殖产量、海水鱼苗产量、淡水加工产品总量、海水加工产品总量与渔业经济产值的关联程度最紧密,且这五个因素影响度的总和已经达到总数的65.85%。这些因素主要分布于水产养殖业和水产加工业,即水产养殖和水产加工与渔业经济产值的关联比较紧密,大力发展水产养殖业和水产加工业,有利于渔业经济产值的快速提升。刘勇[20]在分析福建省海洋渔业产量结构时,同样指出海水养殖产量对海水产品总量的贡献程度较高。赵昕等[21]也在研究中建议发展水产品精深加工,培养精深水产养殖品种。我国是水产养殖大国,近年来,除了养殖面积和养殖产量之外,我国还格外注重新养殖品种的开发和拓展,在丰富本土水产养殖品种的同时,也积极引进国外的优良品种,例如北极虾、罗非鱼等等,这些举措有力的促进了我国水产养殖业的发展,也带来了渔业经济产值的逐年提升。在水产加工业方面,近年来我国水产加工行业发展迅速,2012年,我国的水产加工产品产量达到1907.4×104t,占水产品总产量的32.3%。综上可知,无论是从数据分析的结果、前人的研究成果还是近年来国家的相关经济举措来看,水产养殖和水产加工业与渔业经济产值关系密切,加大在水产养殖业和水产加工业方面的投资力度,可以有效提高渔业经济效率,增加渔业经济总产值。需要指出的是,由于渔业经济产值的关联因素较多,本文中选取的16项关联因素无法覆盖其全部范围,有一定的局限性;此外,本文中忽略了物价上涨、人民币升值等因素对历年间渔业经济产值的影响,可能会给结果带来一定程度上的偏差,还需进行后续更加细化的研究。另外,由关联程度居于末位的影响因素海洋捕捞来看,我国的海洋捕捞业与渔业经济产值的关联程度并不高,海洋捕捞业的经济效益已经日趋下降,传统的捕捞业正逐渐向渔业养殖业、渔业加工业过渡和转化。沈新强等[22]依据1950~1995的分品种渔获物产量统计数据,认为过度捕捞已经导致东海区捕捞渔获物出现了低营养级的趋向,种群内部也出现了小型化、低龄化现象。张偲等[23]也在研究中建议逐步将海洋捕捞业向流通业、旅游业、服务业、海上运输业、远洋渔业等方向转型。我国是渔业捕捞大国,据统计,我国沿海专属渔业经济区面积是挪威的2倍,但是从事水产捕捞的劳动力却是挪威的近90倍[29],过多的劳动力投入和过度的捕捞会导致我国海洋资源的过度消耗,进而造成劳动力的浪费和捕捞业经济效益的下降。因此,控制捕捞渔船的数量,减少在海洋捕捞业上的投入力度是保护我国的海洋资源、促进我国渔业经济可持续发展的重要举措。第三,渔业村、渔业户、渔业从业人员这三个渔业劳动力相关的因素对渔业经济产值的影响度较低,由此可以看出,加大渔业劳动力方面的投入并不能带来巨大的渔业经济增长。当前我国渔业经济已经逐渐开始由劳动密集型的生产方式向技术密集型的生产方式转变,随着科技成分在渔业行业中的比例逐渐加大,渔业劳动力的投入与渔业经济产值的关联已经不那么密切,未来的投资重点也可以更多的向科技投入方面侧重和倾斜。

5对策与建议

渔业产业分析范文5

我国远洋渔业已经走过30个年头,通过渔业生产、海区调查等方式积累了大量的远洋渔业数据。可以预见的是,随着时间的推移以及科学技术(如RS、GIS等技术)在远洋渔业方面的应用,远洋渔业数据必将具有海量特征。如何高效管理这些海量的远洋渔业数据是本研究要解决的关键。文章通过对远洋渔业中3种经济鱼(金枪鱼、竹荚鱼、鱿鱼)的生产、调查、地理等相关方面数据的分析,基于SQLServer2000设计了远洋渔业调查数据库,基于Geodatebase设计了远洋渔业空间数据库。通过数据库的形式,实现了远洋渔业海量数据的高效管理。同时,针对所建立的远洋渔业数据库的空间数据建立了G树索引,为高效查询相关空间数据提供了支持。

关键词:

远洋渔业;数据库设计;空间索引;渔业管理

远洋渔业作为海洋经济的重要组成部分,已经涉及国家的海洋权益、经济利益、食物供应安全等方面,我国对远洋渔业给予了高度的重视。同时,海洋渔业管理是海洋管理的重要内容,做好渔业管理,对海洋渔业资源开发与管理起到重要的积极作用。

自1985年来,我国海洋工作者在进行远洋捕捞的同时,对多数海区进行了大规模的调查,积累了大量的远洋渔业数据。他们对这些数据进行分析处理,独立开发建设了很多数据库。毕健等[1]利用来自于舟山、上海、烟台、大连、宁波等17个渔业公司(或单位)提供的1994-1995年渔获量统计资料建立了西北太平洋鱿鱼钓数据库,利用Foxpro数据库系统准确快速处理鱿鱼钓渔获量数据,利用经济领域中的预测方法来预测产量、可投入船数、平均日产量等,指导渔业生产与管理。李小恕等[2]利用1997-2001年对海洋生物资源与生物栖息环境调查数据,建立了海洋生物资源与生物栖息环境数据库,该数据库在海洋渔业资源与环境的研究、评价中得到广泛应用。袁骐等[3]利用中国水产科学院黄海、东海和南海水产研究所1999-2002年多个航次的调查数据,设计了海洋渔业生态环境监测数据库系统,针对海洋渔业生态环境监测特殊需要,增加了污染物质生物体残留量子数据库以及多种水质、底质和生物污染程度综合评估模型,为海洋渔业生态环境质量评价和海洋生态环境保护提供相关数据和信息。陈卫忠等[4]在系统收集东海区历年海洋捕捞产量、捕捞努力量统计资料、主要经济鱼类生物学参数以及渔业资源研究文献报告等资料基础上,对数据资料进行整理和补充,建立了渔业资源研究数据库。张寒野[5]在对海洋生物资料调查信息分析与整理的基础上,将涉及的数据分为属性数据和空间数据两种,分别建立了海洋生物资源数据库和矢量图层;最终利用这些数据库建立了海洋生物资源信息管理系统,通过该系统用来准确评估海洋渔业资源现状。

总体上,目前这些与渔业相关的数据库存在以下不足:①数据没有统一规范的格式,导致处理数据时费时费力,增加了操作失误和人为误差[6];②数据库中数据的丰富度、完整度不够[7],很少将资源、环境、空间、人文、科技等相关信息关联起来,涵盖的信息量不足,导致数据库水平不高;③数据库相对孤立、分散,大多针对单一用户提供单一产品,应用面较窄,共享性差[8],数据库之间难以实现互联互接,信息闭塞、推广难度大[9];④数据库比较小型化,没能形成综合的大型数据库,给远洋渔业数据的科学规范管理带来巨大挑战。依据现有的数据库且结合上海海洋大学海洋渔业遥感GIS技术实验室的数据,兼顾当前RS以及GIS技术获得资料,拟对远洋渔业数据库进行设计开发,设计一个规范、全面、实用性强的远洋渔业数据库。并利用该数据库对这些多源异构的海量远洋渔业信息进行管理,以便为海洋渔业科研奠定更好的基础,为海洋渔业生产提供多面服务,为渔业资源合理利用提供科学指导,为海洋资源管理做出科学决策。

1远洋渔业数据库设计

在前人的基础上,对远洋渔业涉及生产、环境、资源、地理、船舶等数据进行了分析和梳理,将涉及的数据分为调查数据和基础数据两种形式,分别设计了远洋渔业调查数据库和基础数据库(即空间数据库)。远洋渔业调查数据库在SQLServer2000的环境下,根据需求创建的调查信息数据库。该数据库本着信息规范、系统性能稳定、数据安全、信息完整、系统可扩展等原则,创建了包括鱿鱼、金枪鱼、竹荚鱼生产信息和生产调查生物学数据信息专题,以及生产调查环境信息专题等的11个数据库表以及若干字典表。远洋渔业地理空间数据库在ArcGIS的环境下,基于Geodatabase根据实际渔业调查或者生产中涉及的数据创建的空间数据库。该数据库包括经纬网、FAO渔区、海区、捕捞点等具有特定地理意义的数据。这些包含地理信息的空间数据大多以矢量数据格式存在,通常采用“图层”来对它们进行组织和管理,各个图层分别存储不同专题的空间信息。在本数据库中,包含捕捞点、观测点、航线、渔区、海区、洲等6个含有基础空间数据的图层。

1.1远洋渔业数据库需求分析远洋渔业数据库的数据信息包含调查数据和空间基础数据,随着今后调查和渔业生产活动的执行,积累的数据会不断增长。该数据库的调查数据包括与调查相关的数据,如调查时间、调查经纬度、网次、温度、深度、盐度、渔获物量以及渔获物生物学方面的数据;基础空间数据主要指海洋功能区划信息这类代表特定地理意义的数据,包括经纬线、渔区、海区、海陆边界、观测点、作业地点等。这些数据在数据库中以图层的形式出现,同时调查数据中涉及空间的数据(如经度、纬度)均属于空间数据。该数据库中的调查数据(是指基本上与空间位置没有直接关系的数据)存放于SQLServer数据库中。

1.2远洋渔业调查数据库建立

1.2.1远洋渔业调查数据库概念结构设计概念结构设计是将分析得到的用户需求抽象为概念模型的过程。即在需求分析基础上,设计出能够满足用户需求的各种实体以及它们之间的相互关系概念设计模型。概念模型是对信息世界建模,能够方便、准确地表示信息世界中的常用概念[10]。概念结构设计能真实、充分地反映现实世界及其事物与事物之间的联系,易于理解和更改,以及易于向关系、网状、层次等其他数据模型转换。在远洋渔业数据库中,每艘船舶会在不同的渔区从事不同的作业,这些作业包括对不同经济鱼种进行生产以及生产时的环境调查等。在生产的过程中,对捕获物进行统计和测定。不同的捕获种类有着不同的生物学特征,并且不同的经济鱼种在生产过程中有着不同的生产方式。所以,在本数据库中涉及对象有:金枪鱼、鱿鱼、竹荚鱼生产信息,环境调查信息,生物种类,生物学信息,海区信息,船舶信息等。用E-R图表示它们之间的关系如图1所示。

1.2.2远洋渔业调查数据库逻辑结构设计E-R模型是用户的模型,它独立于任何一种数据模型。因此,需要将用E-R图表示的概念模型转换为某个具体的数据库管理系统所支持的数据模型,然后建立用户需要的数据库。根据数据库概念结构设计阶段得到的远洋渔业地理属性数据库E-R模型,我们可以设计以下远洋渔业调查数据库逻辑结构模型,其中实体标志码用*标出(下同)。(1)鱿鱼生产信息,包括:日期*,渔业公司*,经度,纬度,作业渔船数,渔获量,作业类型,备注。(2)鱿鱼生产调查生物学信息,包括:日期*,船名*,渔业公司,船舶呼号,经度,纬度,胴长,体重,性别,性成熟度,摄食等级,胃含物,备注。(3)金枪鱼生产信息,包括:作业日期*,船名*,船舶状态,投绳船速,投钩起点时间,投钩起点经度,投钩起点纬度,投钩终点时间,投钩终点经度,投钩终点纬度,起钩起点时间,起钩起点经度,起钩起点纬度,起钩终点时间,起钩终点经度,起钩终点纬度,两浮子间钓钩数量,投钩数量,投绳长度,支绳长度,两支绳间主绳长度,投放主绳长度,鱼种,渔获尾数,加工重量,兼补海龟状况,备注。(4)金枪鱼生产调查生物学信息,包括:日期*,船名*,渔业公司,船舶呼号,经度,纬度,胴长,体重,性别,性成熟度,摄食等级,胃含物,备注。(5)金枪鱼生物学统计信息,包括:日期*,船名*,渔业公司,船舶呼号,经度,纬度,渔获种类,平均体长,平均体重,备注。(6)竹荚鱼生产信息,包括:日期*,船名*,网次*,渔业公司,船舶呼号,放网时间,放网纬度,放网经度,起网时间,起网经度,起网纬度,产量,CPUE,拖速,拖向,网位深度,网口高度,网型,手纲,沉力,浮力,水平扩张,曳绳长度,鱼群下缘,鱼群上缘,鱼群水深,鱼群高度,鱼群影像,网位仪水深,备注。(7)竹荚鱼生产调查生物学信息,包括:日期*,船名*,渔业公司,船舶呼号,经度,纬度,叉长,体重,纯体重,体宽,体高,体周,性别,性成熟度,摄食等级,胃含物,备注。(8)海况气象,包括:日期*,船名*,时间*,渔业公司,船舶呼号,经度,纬度,天气,气温,气压,流速,流向,风速,风向,能见度,浪高,浪向,干球温度,湿球温度,总云量,低云量,备注。(9)温盐深观测,包括:日期*,船名*,时间*,渔业公司,船舶呼号,经度,纬度,深度,温度,压力,密度,盐度,叶绿素-a,溶解氧,备注。(10)海流观测,包括:日期*,船名*,时间*,渔业公司,船舶呼号,经度,纬度,水深,速度x,速度y,速度z,温度,速度,方向,备注。(11)船舶档案,包括:船名*,船舶呼号*,所属公司,船籍港,船籍国,船型,作业许可证,全长,功率,总登记吨位,巡航能力,造船时间,冷冻能力,仓容量,作业方式,船舶照片,备注。(12)渔区:包括:渔区ID*,渔区名称。(13)海区:海区ID*,海区中文名称,渔区英文名称。

1.2.3远洋渔业地理数据库物理结构设计数据库在实际的物理设备上的存储结构和存取方法称为数据库的物理结构,与给定的硬件环境和DBMS软件产品有关。本数据库是在WindowsXP的操作系统下,磁盘320G的环境中,利用SQLServer2000建立。

1.3远洋渔业空间数据库设计本数据库是基于Geodatebase建立。在Geo-datebase中,要素类是具有相同的属性集、相同的行为和规则的空间对象的集合。所有的数据都在同一数据库中存储并中心化管理,实现地理数据的统一存储管理。同时,还可以实现无缝、无分块的海量要素的存储[11]。根据空间数据的特征,对空间对象建立的逻辑结构如下:航线信息,包括:要素ID*,形状,要素类型,航行航次,航行船名,开始航行时间,终止航行时间,航行海区。海区信息,包括:要素ID*,要素类型,陆地中文名,陆地英文名。渔区信息,包括:要素ID*,形状,要素类型,渔区号,渔区所属海区,面积。洲信息,包括:要素ID*,形状,要素类型,洲中文名,洲英文名,面积。影像信息,包括:影像名称,影像ID*,存储路径,文件格式,空间分辨率,影像格式,拍摄时间,左上角经度,左上角纬度,右下角经度,右下角纬度。根据空间数据的逻辑结构,建立空间数据库的物理结构如表1至表3所示。针对不同的图层,在方便管理和储存的前提下,利用Geodatebase建立了远洋渔业空间数据库。在该数据库中,要素类型共分为3种:点状、线状和面状,共有7个图层。捕捞点、观测点属点特征图层;航线属线特征图层;渔区、海区、经纬线、洲等属于面特征图层。在Geodatebase中的个人数据库中,利用ArcGISCatalog工具,将盐度、温度和叶绿素的影像存储在该数据库中。

2远洋渔业数据库索引的建立

渔业调查数据库中涉及大量的空间调查数据,这些数据是具有点实体特征,并且均与时间有关。实际应用中,经常需要对这些渔业数据进行空间和时间的查询访问。为了快速而又准确的查找到所需目标,作者根据远洋渔业数据库中的调查时间数据建立了顺序索引,对空间数据库建立了G树索引。由于调查数据都会有时间的字段记录,因此可以针对时间建立顺序索引。顺序索引建立的方法有B-树、B+-树索引等。这样,要查找某一时间的调查数据,按照顺序检索或者折半检索,就可以快速定位满足条件的数据。G树格网索引将海区作为第一层次,渔区作为第二层次,点状实体、线状实体、多边形实体等作为第三层次。在检索过程中,先对数据进行过滤:先检索第一层次,找到目标实体所在的区;将此层次中目标实体所在的海区的格网投影到第二层次的格网中,找出目标实体所在的渔区;再将第二层次中目标实体所在的渔区格网投影到第三层次中,然后在第三层次中进行精确查找,直到精确查找出该目标实体。

3结论

本研究以现有的远洋渔业生产数据、调查数据以及地理数据为基础,在详尽分析了远洋渔业中金枪鱼、竹荚鱼和鱿鱼等数据资料之后,依据分析结果进行了远洋渔业数据库的设计与探究。本数据库分为两部分,利用SQLServer2000建立了远洋渔业属性数据库,利用ArcGIS建立了远洋渔业空间数据库,使得基础数据与空间数据得以连接在一起。另外,还对远洋渔业空间数据库的索引进行了研究并针对该数据库建立了G树索引,提高了空间数据查询的效率。远洋渔业数据库的建立,为海洋渔业科研奠定更好的基础,为海洋渔业生产提供多面服务,为渔业资源合理利用提供科学指导,为海洋资源管理做出科学决策。该远洋渔业数据库设计目前仅考虑金枪鱼、竹荚鱼、鱿鱼3种经济鱼,下阶段的工作是把其他经济鱼种也考虑进来,同时在该数据库的基础上开发远洋渔业数据库系统,实现远洋渔业有关的分析和统计等功能。

参考文献

[1]毕健,陈新军.西北太平洋鱿鱼钓数据库的开发和应用[N].上海水产大学学报,1996,5(3):205-208.

[2]李小恕,李继龙,贾静,等.数据库技术在海洋生物资源与生物栖息环境数据管理中的应用[J].上海水产大学学报,2002,11(4):371-377.

[3]袁骐,沈新强.海洋渔业生态环境监测评估数据库的设计和实现[C]//中国水产学会2003年学术年会,2003.

[4]陈卫忠,李长松,胡芬,等.东海区海洋渔业资源研究数据库系统的设计和实现[J].中国水产科学,2001,7(4):91-94.

[5]张寒野.东海海洋生物资源信息管理系统开发[D].上海:上海水产大学,2006:1.

[6]黄巧珠,吕俊霖,麦丽芳.我国渔业科学数据库的现状与发展趋势[J].安徽农业科学,2009(5):15977-15978,16127.

[7]杜云虎,周成虎,邵全琴,等.海洋渔业数据库质量控制研究[J].中国图像图形学报,2002,7(3):276-281.

[8]杨宁生.现阶段我国渔业信息化存在的问题及今后的发展重点[J].中国渔业经济,2005(2):15-17.

[9]岳昊,欧阳海鹰,曾首英,等.浅谈中国鱼类多样性数据库建设现状:以FishBase为例[J].中国农业通报,2013,29(8):59-63.

渔业产业分析范文6

关键词:渔业综合平台 系统架构 主题模型 多维分析

中图分类号:TP311 文献标识码:A

文章编号:1004-4914(2013)02-065-03

一、引言

(一)数据仓库及其应用

数据仓库的概念产生于20世纪90年代,随着互联网技术的兴起和企业信息化飞速发展,为在激烈的市场竞争环境下获得优势,企业需要基于其大量业务数据对其自身业务的运作以及整个市场相关行业的态势进行分析并做出有利的决策,从而产生了专门为分析统计和决策支持应用服务的、可满足决策支持和联机分析应用要求的数据中心,即数据仓库。在数据仓库基础上,通过数据挖掘、联机分析应用,构建经营分析系统和商业智能系统才成为可能,因此数据仓库系统也被称为企业的“数字神经系统”。由于在促进企业获取商业竞争优势和改善优化决策方面有明显作用,数据仓库的概念一经出现,就首先被应用于金融、电信、保险、零售等主要传统竞争激烈且数据处理密集型行业,数据仓库的建设应用也日趋成熟并进一步向构建动态数据仓库的方向发展。

(二)数据仓库关键技术

1.数据抽取技术。传统数据仓库数据抽取可以定时抽取,动态数据仓库则可以在不影响源系统负荷情况下进行动态抽取。数据抽取工具要满足下述要求:广泛支持各种数据源类型;具有良好的元数据管理能力,能及时发现数据源结构的变动;完善的任务管理能力,能够灵活地制定数据抽取任务的执行策略,管理任务的执行状态等;高效的执行效率,对于特殊的大数据量的处理可能会采用人工开发的方式,以获取最好的效率。

2.分布数据存储和管理。面向决策支持扩充的并行关系数据库将是数据仓库的核心。数据仓库处理的数据量比传统事务处理大得多,且随时间的推移而累积。关系数据库系统目前已发展到支持数据分割技术,能够将一个大的数据库表分散在多个物理存储设备中,进一步增强了系统管理大数据量的扩展能力,可以管理数百个GB甚至到TB的数据。另一方面跨省中心数据仓库可以采用基于分布式联网的数据库系统,进一步增加系统的可扩展性。

3.并行数据库处理技术。并行处理技术是数据仓库系统性能的关键。在数据仓库系统中,用户访问系统的特点是庞大而稀疏,即联机分析的查询和统计都很复杂,系统需要将所有的处理机调动起来并行处理复杂的查询请求服务。在并行及分布式数据结构中,可采用多个SMP的主机组成集群或分布式联网,通过对数据的分布以及数据库处理的分布,提高整个系统的处理能力。而且在日后系统规模扩大时,可方便地通过增加处理节点的方式扩展整个数据库系统。

4.多维分析模型技术。管理人员往往希望从不同的角度来审视业务情况,比如从市场、时间、地域、功能、利润、余额等来看,即多维分析技术。

多维分析模型技术的关键就是将信息按照多维的模型进行组织,支持切片、分割、旋转,再通过相应的工具如以数字、直方图、饼图、曲线等展现给用户,使得用户可以以灵活、直观的方式分析数据。多维联机分析系统目前有采用多维数据库系统的MOLAP、优化的关系数据库系统的ROLAP和二者的混合系统HOLAP等几种。

5.前端应用工具。数据仓库系统对用户应提供方便的图形化应用工具,除前面提到多维分析工具外,还包括针对决策优化的报表及查询工具等。

考虑到应用环境的多样性,前台应用工具应支持Client/Server、Browser/Server以及Excel等多种应用环境,其中Web前端联机分析工具由于具有跨平台特性使用上更为方便。

二、数据仓库在渔业综合平台系统中的应用

纵观建国以来我国渔业的发展史,渔业从单纯的近海捕捞,到近海、外海、远洋捕捞,再到现代的海洋捕捞和海水增养殖业,渔业的范围在不断扩大,渔业呈现多元发展趋势,逐步形成了以渔业为主,一、二、三产业相互渗透、交叉发展的格局。向科技要效益、强化渔政管理、完善社会化服务体系是当前渔业综合平台的主要任务。渔业信息化建设取得了显著成效,渔业局MIS系统、海上GPS定位系统、电信通信计费服务系统、气象与渔业服务系统、渔政管理系统等已建成并稳定运行。随着这些应用系统的持续运行,渔业部门积累了大量详尽真实的历史数据,各级渔业部门迫切需要对这些数据进行综合分析,从而保障渔民海上作业安全、准确分析渔业资源情况合理利用、科学指导渔业养殖、为政府合理制定渔业政策提供依据。然而,当前这些系统存在着部门自成体系的现象,无法对渔业高层进行宏观决策提供可靠的基础支持,严重制约了高层的分析决策能力和渔业信息化建设。基于海量的业务数据,为高层决策提供支持和分析预测的数据仓库系统无疑成为渔业部门关注的焦点。下文给出渔业综合平台系统数据仓库一种应用设计思路。

(一)系统架构设计

渔业综合平台数据仓库系统的整体框架如图1所示,由四部分组成,分别是业务数据源、数据抽取层、数据管理及使用以及渔政门户,其中业务数据源、数据抽取层以及数据管理及使用构成整个系统的数据中心。

1.业务数据源。业务数据源是整个渔业综合平台数据仓库系统业务数据集合的源平台,包括渔业局MIS系统、海上GPS定位系统、电信通信计费服务系统、气象与渔业服务系统、渔政管理系统等基础应用系统的数据库。这个业务数据源并不是固定不变的,随着新系统的加入,其对应的数据库也可以加入。

2.数据抽取层。在渔业综合平台数据仓库系统建设中,ETL,能够按照统一的规则集成并提高数据的价值。它负责将数据从业务数据源中提取出来,然后进行必要的清洗、转换、整理,最后再加载到主题数据库中,是实现主题数据库的重要步骤。

3.数据管理及使用。数据管理及使用是整个综合平台数据仓库系统建设的核心部分。可包括主题数据库、数据仓库、商业智能等,实现数据的统一保存与管理。

(1)主题数据库是业务数据库中的数据经过ETL工具的抽取、清洗、转换形成的,其主要特征为:面向业务主题。主题数据库是面向业务主题的数据组织存储,是对各业务应用数据进行分析整理而设计的,不是各个业务应用数据原样复制。数据库与渔业管理中要解决的主要问题相关联,而不是与通常的单个业务应用相关联。信息共享。数据库不是对各个应用系统“自建自用”的数据库的彻底否定,而是强调建立各个应用系统集中统一的共享数据库。

(2)数据仓库通常包含全局数据字典(即元数据)、访问工具、数据集市,数据仓库管理几部分。元数据是描述数据库内数据的结构和建立方法的数据,按用途的不同分为技术元数据和商业元数据两类。元数据为访问数据仓库提供了一个信息目录,这个目录全面描述了数据库中都有什么数据、这些数据怎么得到的、和怎么访问这些数据。元数据是数据库运行和维护的中心,数据库服务器利用它来存贮和更新数据,用户也通过它来了解和访问数据。

访问工具为用户访问数据仓库提供手段。有数据查询和报表工具;应用开发工具;管理信息系统(EIS)工具;在线分析(OLAP)工具;数据挖掘工具等。

数据集市是为了特定的应用目的或应用范围,而从数据库中独立出来的一部分数据,也可称为部门数据或主题数据。在数据库的实施过程中往往可以从一个部门的数据集市着手,以后再用几个数据集市组成一个完整的数据库。

数据仓库管理包括:安全和特权管理:跟踪数据的更新:数据质量检查;管理和更新元数据:审计和报告数据仓库的使用和状态;删除数据;复制、分割和分发数据:备份和恢复;存储管理。

(3)商业智能是通过数据仓库提供的访问工具、决策支持工具OLAP和数据挖掘工具等实现渔业数据的智能分析,包括报表定制、即席查询、预警分析机制等。

4.渔政门户。通过建立渔政门户,渔业综合平台数据仓库系统可以实现信息和共享;可以巩固并有效地利用渔业现有的信息资产和H架构投资,并充分发挥这两者的杠杆作用:还能使系统提供的功能和信息更容易获得,更容易为渔民、养殖户、电信部门和气象部门所访问,因此有效地提升了渔政最复杂的后台办公应用系统的价值。一个好的渔政门户必须具有以下五大特点:良好的合作性:强大的整合性;方便的流程管理;全面的内容管理;先进的个性化设置。

(二)数据仓库模型设计

1.模型主题域设计。数据仓库是按照主题来组织数据的,主题的划分是以业务系统的信息模型为依据的,并由主题构成企业运作的框架,是企业信息在较高层次上的综合与归类。确定数据仓库的主题,是数据仓库模型建设的关键。那么如何合理确定主题?

渔业产量、渔民安全和用户满意度是衡量渔政工作的最关键的指标,这就必然首先要求要关注客户(渔民和养殖户),捕捞和养殖产品是盈利来源,因此“客户主题”、“产品主题”和“安全主题”是三个最基本的主题。客户主题是作为数据仓库系统的各种主题中最重要,也是最核心的内容。客户主题中,需要提供的分析主要定位于:有哪些客户、他们关心什么、哪些客户具备相关性、哪些客户的需求类似、客户为渔业收入做出了多大的贡献等等。产品主题中,需要提供的业务分析主要定位于:产品有哪些、产品之间的关系组合怎么样、在产品的质量,产品的销路、贡献度如何等等。安全主题关注的内容就是:海上安全区域,哪些船只发生警报,每年事故率等等。

客户以及客户的需求并不是一成不变的,产品也需要跟踪,因此相应地养殖户和渔民满意度也是衡量系统的重要指标,因此,“满意度”主题也是必须的。满意度主题中,养殖户对气象预报、养殖知识指导、预防措施是否满意,渔民对海上通话、报警是否满意等。

上述四个主题是渔业综合平台常用的四个重要主题域,当然还可以根据需要扩展决策关心的系列主题。

2.逻辑模型设计。确定数据仓库主题后,下一步进行维度分析并采用维度建模方法建立各主题的逻辑模型。下面以客户主题为例说明逻辑模型的构建。客户既是维度,又是主题。客户作为维度,是考察其它主题的基本出发点,体现了“以客户为中心”的宗旨。同时客户又是主题,希望了解掌握与客户相关的各种数据和活动,强化客户至上的原则。客户主题包含的主要实体是客户、用户和账户实体。与客户主题相关维度有:客户类型维、价值级别维、证件类型维、信用度维、价值级别维行业类型维和时间维。客户主题星型逻辑模型如图2所示。逻辑模块根据需要也可以用雪花模型或第三范式设计。星型模型查询效率较雪花模型高。

三、结论

通过在数据仓库在渔业综合平台系统中应用,对渔政工作起到很好的促进作用:整合渔业部门数据,逐步(下转第86页)(上接第66页)构建和完善渔业综合平台。增强了渔业综合平台服务用户的能力,提升了渔业信息化水平。

参考文献:

1.Inomn W H. Building the data warehouse [M].北京:机械工业出版社,2007

2.苏新宁,杨建林等.数据仓库与数据挖掘.北京:清华大学出版社,2006

3.陈文伟.数据仓库与数据挖掘教程.北京:清华大学出版社,2006

4.萨师煊,王珊.数据库系统概论(第三版).高等教育出版社

5.韩峰.基于Oracle的电力营销数据仓库的设计与实现.山东大学硕士论文,2007

6.唐九洲.电信行业经营分析系统数据仓库建模研究.中南大学硕士论文,2004