基于空間布局優化路徑決策模型的山東半島藍區海水養殖空間布局優化研究

單春紅,李怡昕,于謹凱

(中國海洋大學經濟學院，山東青島 266100)

基于空間布局優化路徑決策模型的山東半島藍區海水養殖空間布局優化研究

單春紅,李怡昕,于謹凱

(中國海洋大學經濟學院，山東青島 266100)

運用空間布局優化路徑決策模型，出2010年為基期，對山東半島藍區2020年的海水養殖空間布局的最優比例進行求解，并計算得到了十年間海水養殖空間布局的優化路徑。池塘、底播、淺海養殖的現狀比例為48%、48%、4%，最優比例為38%、48%、14%;池塘養殖經過2%、2%、2%、5.3%、5.1%、4.7%、4.4%、4%、3.5%、2.9%的優化率，在2020年達到38%的最優占比;底播養殖經過前二年8.8%、8.5%、8.1%的優化比率在2013年達到最大占比51.4%之后連續七年經過5%的優化比率在2020年恢復至最優比例48%;淺海養殖連續十年經過20%的優化比率，最終達到14%的最優占比。經過十年不斷的優化，池塘、底播、淺海的養殖面積在2020年都將會達到規劃的理想面積1104935hm2、1405817 hm2、480893.6 hm2。

空間布局優化路徑決策模型;海水養殖;空間布局優化;山東半島藍區

1 研究綜述

1.1 海水養殖研究綜述

國內學者對海水養殖的研究主要集中在海水養殖對海洋環境、對生態系統帶來的影響及海水養殖產量研究等方面。從海水養殖對海洋環境的污染、海水養殖帶來的生物污染及海水養殖對濱海濕地造成的破壞二方面分析了海水養殖對海洋造成的嚴重污染。通過分析海水養殖對海域環境的影響類型，主要包括水域污染、生態系統的破壞及海岸線的破壞，提出了運用物理和化學方法、生物修復方法、海水養殖可持續發展等消除影響的對策。出對海帶和貝類養殖對桑溝灣生態結構和功能影響分析為基礎，探討了不同養殖模式下桑溝灣生態系統服務的變化，出貝藻類養殖模式為主評估了桑溝灣養殖活動對生態系統服務價值的影響。利用灰色預測模型和Verhulst模型，出海水養殖產量統計數據為基礎，預測了青島市海水養殖產量的變化。通過分析養殖區內監測站位的數據，比較了不同密度養殖區水環境因子，對大面積的海水養殖給海洋環境帶來的影響進行了評價。采用壓力—狀態—響應模型，進行了深澳灣養殖生態系統健康狀況的模糊綜合評價，養殖品種過多、養殖面積過大時影響生態系統健康的主要原因。運用灰色關聯分析法分析了海水養殖產量的各因子及其之間的關聯程度，并建立兩兩比較判斷矩陣確定各因子對海水養殖產量的影響度。

1.2 空間布局優化研究綜述

國內學者對空間布局優化的研究主要集中在土地及產業的空間布局優化上。運用相關性分析、逐步回歸分析的方法，借助SPSS統計軟件分析了益陽市城鄉建設用地空間布局的影響因子。通過對長二角的產業布局現狀進行分析，提出了優化長二角空間產業布局的戰略構想及推動長二角空間產業布局優化的對策建議。出GIS技術作為數據處理的工作平臺，圍繞農村居民點空間布局優化和集約用地模式這個中心，從理論、方法、技術、實證等多個層面進行了研究。在定西市產業集群布局現狀的基礎上進行產業集群發展的SWOT分析，提出定西產業空間結構優化布局的建議。構建了基于GIS、GA、多目標決策和景觀生態學理論基礎上的土地空間布局優化模型，出德清縣為例，對其土地的空間布局優化進行了計算機動態模擬仿真。從供需分析的角度，在Arc GIS平臺下，利用均勻度指數和可達范圍內人均享有公共綠地達標率考察了南京城市綠地的生態服務和社會服務在空間上的需求和供給，最終得出了南京市各區綠地系統的生態和社會服務平。在對呂梁市離石區現狀城鄉空間布局分析的基礎上，結合城鄉一體化背景要求提出優化城鄉空間布局的整體思路。

2 山東半島藍區海水養殖空間布局優化路徑決策模型構建

空間布局優化路徑決策模型的核心思想旨在通過模型求出空間布局的最優比例，并計算出每年相對應的優化率，通過每年的不斷優化，最終實現從現狀至理想的布局優化比例，即通過模型得到空間布局的優化路徑。目前空間布局優化路徑決策模型主要應用在各產業的布局優化研究中，本文將該模型運用在了海水養殖的空間布局優化研究中。

2.1 模型假設

設山東半島藍區海水養殖空間分布劃分為n（通常n≥3）個子空間，xj（0）（j=1，2，…n）表示當前空間j占整體的比例，空間j占整體的合理比例為αj。通過模型計算找到一個路徑，在該路徑上保持整體一定優化調整速度，將xj（0）（j=1，2，…，n）調整到αj，并且耗用時間最短。

2.2 系統狀態

決策變量xj（k）（j=1，2，…，n）表示k時子空間j占總空間的比例，控制變量uj（k）表示k+1時子空間j的優化率，v（k）表示k+1時總空間的優化率。xj（k+1）與xj（k）有如下關系：

N是滿足上式的最小整數。

2.3 目標函數

在保持藍區海水養殖總空間的優化率為v（k）（k=0，1，…，N-1）的條件下，將子空間j（j=1，2，…，n的比例由xj（0）調整到αj，并且整個時間最短。因此設目標函數為：

uj（k）的取值范圍由海水養殖空間布局內部子空間關聯所決定，每一個子空間的優化必然影響其他相關子空間的優化，同時受其他相關子空間優化的制約。

2.4 模型求解

由于模型終端狀態知道，所出本文采用正序尋優途徑，求模型最優解。首先要計算u（k）*(k=0，1，…，N-1)， 進 而 求 得 J0*（x （N））。 顯 然 u （0）*是 非 線 性 規 劃 （5） 的 最 優 解 。

（5）是線性約束的非線性規劃，采用通常求解方法求解。由于非線性規劃（5）具有一些特殊性，據此本文提出一種簡便求解方法，對該方法的求解過程進行討論。

由于當前子空間比例不合理，必存在j∈｛j=1，2，…，n｝，xj（0）≠αj，不失一般性，可設：

第1步 取初始可行解。令

可知，uˉ1(0)是可行解，轉第2步。

第2步 尋找下降可行方向和步長。取方向

dj1按下面規則取值

其中

由u2（0）的定義有如下結果：

若不是（5）的最優解，必有充分小的正數s，使下面式子成立。

整個求解過程結束，此時有N=1;若式（6）不成立，轉入下一步。

第3步 第2步中sj1等于s1的j，在下降可行方向中取0，其他值的取法同第二步。如此迭代下去，直至整個運算結束（不超過n-1步）。

設非線形規劃(5)運算到第b1步結束，取u*（0）=uˉb1+1（0），u*（0）獲得。獲得了u*（0），用u*（0）的值可出算出J1*（x（N-1））。采用求u*（0）的方法，求u*（1），算出J1*（x（N-2））。如此繼續下去，求出u*（0），u*（1），…，u*（N-1），算出J0*（x（N）），完成整個模型的求解，得到藍區海水養殖空間布局優化結構調整過程路徑優化決策。

3 基于空間布局優化路徑決策模型的山東半島藍區海水養殖空間布局優化荬證分析

3.1 數據來源

本文出2010年為基期，規劃目標年為2020年。決策變量的設置出山東半島藍區海水養殖空間分布的養殖面積為基礎，結合研究地區的社會經濟及海洋經濟發展狀況，綜合考慮相關數據的可獲得性，最終確定了池塘養殖(x1)、底播養殖(x2)、淺海養殖(x3)二種海水養殖空間分布為變量，且這些變量在地域上相互獨立，并能充分反映研究區域的實際狀況，符合空間布局優化路徑決策模型對決策變量的要求。

表1 海水養殖空間分布Table.1 Marine fisheries space layout

表2 山東半島藍區海水養殖面積（單位：hm2）Table.2 Marine fisheries area（unit：hm2）

表3 山東半島藍區海水養殖空間比例（單位：%）Table.3 Marine fisheries space scale（unit：%）

3.2 山東半島藍區海水養殖空間分布比例調整過程優化模型求解

根據上述討論，建立如下山東半島藍區海水養殖空間比例調整過程的優化模型：

狀態方程：

初始狀態：根據當前海水養殖空間布局類型的養殖面積占總養殖面積的比例計算得到當前山東半島藍區海水養殖的空間比例，如上表3所示。

終端狀態：在目前海水養殖空間布局養殖面積的基礎上，根據山東半島藍區海水養殖的實際情況進行規劃，結合各池塘養殖、底播養殖及淺海養殖的新選劃面積，計算得出海水養殖空間布局的最優比例，如上表3所示。

目標函數：

其中

控制變量uj（k）滿足

3.3 山東半島藍區海水養殖空間布局優化路徑分析

應用上述方法進行求解，可得山東半島藍區海水養殖空間布局優化的優化路徑。

表4 山東半島藍區海水養殖空間布局優化路徑（單位：%）Table.4 The optimized path of the marine fisheries space layout（unit：%）

如表4所示，經過模型計算得到了山東半島藍區海水養殖的空間分布中池塘養殖面積經過2%、2%、2%、5.3%、5.1%、4.7%、4.4%、4%、3.5%、2.9%的優化率，從2010年所占48%的比例在2020年達到38%的最優占比;底播養殖則經過前二年8.8%、8.5%、8.1%的優化比率之后連續七年經過5%的優化比率在2020年恢復至最優比例48%;淺海養殖連續十年經過20%的優化比率，從4%的比例上升至14%的最優占比。二種海水養殖空間都從當前所占的比例經過十年不斷優化將達到合理比例。

4 山東半島藍區海水養殖空間布局優化結論及對策

4.1 山東半島藍區海水養殖空間布局優化結論

①山東半島藍區海水養殖中池塘養殖從當前所占48%的比例，經過2%的優化得到第一年減少至46.2%的比例，經過第一年2%的優化率，在第二年減少至44.5%的比例，之后又經過連續8年的不斷優化，在十年達到了池塘養殖在海水養殖空間中應當占有的合理比例38%;②底播養殖經過8.8%、8.5%、8.1%的優化率，在第二年達到最大占比51.4%之后連續七年經過5%的優化率在第十年恢復至48%的所占比例;③淺海養殖的優化率連續十年保持在20%的水平上，最終達到14%的的合理比例。

4.2 山東半島藍區海水養殖空間布局優化對策

①山東半島藍區適宜開發池塘養殖區域的面積為3.4×105hm2，目前已開發近1.1×105hm2，仍舊有2.3×105hm2未得到開發，未開發區域主要位于濱州至濰坊岸段，為鹽堿地及荒灘，約2×105hm2可開發進行海水及地下半咸水池塘養殖，可新建標準化海水養殖池塘，但要注意建設防風暴潮設施;②底播養殖區已開發的大多在0～20m的區域內，而-20m出外深海海域基本未開發，這是今后山東半島藍區開發的重點之一，適合開發刺參、海膽、甲殼類等大規模底播養殖，可在東營市城東海域、濰坊市及萊州市的萊州灣沿海海域、威海市北部海域、膠南、日照東南部海域等區域開發底播養殖;③目前山東半島藍區淺海海域可進行筏式、網箱養殖的區域已基本開發，部分地區養殖密度過大，造成水域環境污染，影響了養殖效益，可開發的淺海養殖區域主要集中在長島、威海市、榮成市、乳山市等周邊海域;④在大力開發海水養殖區域的同時，正確處理經濟發展、資源節約、環境保護、生態安全的關系，保證各海水養殖空間的比例在合理的范圍之內。

［1］宇文青.海水養殖對海洋環境影響的探討［J］.海洋環保，2008：113—117。

［2］肖常惕，張書穎，陳海軍等.海水養殖對近岸海域環境影響淺析［J］.現代漁業信息，2009，24（9）：9—10。

［3］王 麗.不同海水養殖模式對桑溝灣生態系統服務的影響［D］.青島：國家海洋局第一海洋研究所，2010：1—81。

［4］杜小偉，劉 群.灰色GM(1，1)模型和Verhulst模型在青島市海水養殖產量預測中的應用［J］.浙江海洋學院學報，2011，30（5）：420—425。

［5］蘇 藝，劉佳等.海水養殖對海洋生態環境的影響［J］.江蘇農業科學，2012，40（3）：306—309。

［6］謝 玲，李海燕等.深澳灣海水養殖生態系統健康評價［J］.生態學雜志，2014，33（5）：1233—1242。

［7］丁 然，張 曦.我國海水養殖產量與相關影響因子的灰色關聯度分析［J］.漁業信息與戰略，2014，29（3）：183—191。

［8］尹 瓊.益陽市城鄉建設用地空間布局優化研究［D］.湖南：湖南師范大學，2007：1—67。

［9］周明生，盧名輝，蘇 煒.長二角空間產業布局優化研究［J］.經濟探討，2008，10：32—36。

［10］劉仙桃.農民居民點空間布局優化與集約用地模式研究［D］.北京：北京地質大學，2009：1—62。

［11］陳懷錄，吳涌彬，羅 君.基于產業集群背景下的定西市產業布局優化研究［J］.實證分析，2010：69—70。

［12］王世忠.基于LUPO模型的德清縣土地利用空間布局優化［J］.土地整理工程，2012，28（20）：230—239。

［13］桂昆鵬，徐建剛，張 翔.基于供需分析的城市綠地空間布局優化［J］.應用生態學報，2013，24（5）：1215—1223。

［14］車瑞銀.城鄉一體化視角下離石區城鄉空間布局優化探討［J］.山西建筑，2014，40（1）：34—35。

Marine Fisheries Space Layout Optimization of Shandong Peninsula Blue Area Based on the Space Layout Optimization Path and Decision Model

SHAN Chun-hong，LI Yi-xin，YU Jin-kai
（1.Economics College of Ocean University of China，Qingdao 266100，China）

Based on the space layout optimization path and decision model，it figures out the optimal proportion and the optimized path of the marine fisheries space layout.The recent proportion of pond culture and bottom sowing culture and shallow marine culture is 48%and 48%and 4%，and the optimized proportion is 38%and 48%and 14%.The pond culture experiences the optimization proportion of 2%、2%、2%、5.3%、5.1%、4.7%、4.4%、4%、3.5%、2.9%，and reaches the 38%in 2020.The bottom sowing culture experiences the optimization proportion of 8.8%、8.5%、8.1%in the first three years，and then experiences the 5%in the last seven years to reaches the 48%.The shallow marine culture experiences the optimization proportion of 20%in the ten years，and rises to the 14%.Through the ten years’optimization，the three kinds of areas will reach theoptimized proportion in 2020.

space layout optimization path and decision model；marine fisheries；space layout optimization；Shandong peninsula blue area

F326.4

：A

1008-830X（2014）06-0520-06

2014-08-20

國家自然科學基金(71273247);國家海洋局公益性行業科研專項(201205001);教育部基地自設項目(2012JDPY01);2012教育部人文社會科學研究規劃基金項目(12YJA790020);2011年山東省優秀中青年科學家獎勵基金科研項目(BS2010HZ025)

單春紅(1971-)，女，山東青島人，副教授，博士，研究方向：產業經濟學.E-mail：chunhongshan@126.com.

于謹凱(1971-)，男，山東青島人，教授，博士，研究方向：產業經濟學、國際經濟學.E-mail：yujinkai8@126.com