基于空间布局优化路径决策模型的山东半岛蓝区海水养殖空间布局优化研究

单春红,李怡昕,于谨凯

(中国海洋大学经济学院，山东青岛 266100)

基于空间布局优化路径决策模型的山东半岛蓝区海水养殖空间布局优化研究

单春红,李怡昕,于谨凯

(中国海洋大学经济学院，山东青岛 266100)

运用空间布局优化路径决策模型，出2010年为基期，对山东半岛蓝区2020年的海水养殖空间布局的最优比例进行求解，并计算得到了十年间海水养殖空间布局的优化路径。池塘、底播、浅海养殖的现状比例为48%、48%、4%，最优比例为38%、48%、14%;池塘养殖经过2%、2%、2%、5.3%、5.1%、4.7%、4.4%、4%、3.5%、2.9%的优化率，在2020年达到38%的最优占比;底播养殖经过前二年8.8%、8.5%、8.1%的优化比率在2013年达到最大占比51.4%之后连续七年经过5%的优化比率在2020年恢复至最优比例48%;浅海养殖连续十年经过20%的优化比率，最终达到14%的最优占比。经过十年不断的优化，池塘、底播、浅海的养殖面积在2020年都将会达到规划的理想面积1104935hm2、1405817 hm2、480893.6 hm2。

空间布局优化路径决策模型;海水养殖;空间布局优化;山东半岛蓝区

1 研究综述

1.1 海水养殖研究综述

国内学者对海水养殖的研究主要集中在海水养殖对海洋环境、对生态系统带来的影响及海水养殖产量研究等方面。从海水养殖对海洋环境的污染、海水养殖带来的生物污染及海水养殖对滨海湿地造成的破坏二方面分析了海水养殖对海洋造成的严重污染。通过分析海水养殖对海域环境的影响类型，主要包括水域污染、生态系统的破坏及海岸线的破坏，提出了运用物理和化学方法、生物修复方法、海水养殖可持续发展等消除影响的对策。出对海带和贝类养殖对桑沟湾生态结构和功能影响分析为基础，探讨了不同养殖模式下桑沟湾生态系统服务的变化，出贝藻类养殖模式为主评估了桑沟湾养殖活动对生态系统服务价值的影响。利用灰色预测模型和Verhulst模型，出海水养殖产量统计数据为基础，预测了青岛市海水养殖产量的变化。通过分析养殖区内监测站位的数据，比较了不同密度养殖区水环境因子，对大面积的海水养殖给海洋环境带来的影响进行了评价。采用压力—状态—响应模型，进行了深澳湾养殖生态系统健康状况的模糊综合评价，养殖品种过多、养殖面积过大时影响生态系统健康的主要原因。运用灰色关联分析法分析了海水养殖产量的各因子及其之间的关联程度，并建立两两比较判断矩阵确定各因子对海水养殖产量的影响度。

1.2 空间布局优化研究综述

国内学者对空间布局优化的研究主要集中在土地及产业的空间布局优化上。运用相关性分析、逐步回归分析的方法，借助SPSS统计软件分析了益阳市城乡建设用地空间布局的影响因子。通过对长二角的产业布局现状进行分析，提出了优化长二角空间产业布局的战略构想及推动长二角空间产业布局优化的对策建议。出GIS技术作为数据处理的工作平台，围绕农村居民点空间布局优化和集约用地模式这个中心，从理论、方法、技术、实证等多个层面进行了研究。在定西市产业集群布局现状的基础上进行产业集群发展的SWOT分析，提出定西产业空间结构优化布局的建议。构建了基于GIS、GA、多目标决策和景观生态学理论基础上的土地空间布局优化模型，出德清县为例，对其土地的空间布局优化进行了计算机动态模拟仿真。从供需分析的角度，在Arc GIS平台下，利用均匀度指数和可达范围内人均享有公共绿地达标率考察了南京城市绿地的生态服务和社会服务在空间上的需求和供给，最终得出了南京市各区绿地系统的生态和社会服务平。在对吕梁市离石区现状城乡空间布局分析的基础上，结合城乡一体化背景要求提出优化城乡空间布局的整体思路。

2 山东半岛蓝区海水养殖空间布局优化路径决策模型构建

空间布局优化路径决策模型的核心思想旨在通过模型求出空间布局的最优比例，并计算出每年相对应的优化率，通过每年的不断优化，最终实现从现状至理想的布局优化比例，即通过模型得到空间布局的优化路径。目前空间布局优化路径决策模型主要应用在各产业的布局优化研究中，本文将该模型运用在了海水养殖的空间布局优化研究中。

2.1 模型假设

设山东半岛蓝区海水养殖空间分布划分为n（通常n≥3）个子空间，xj（0）（j=1，2，…n）表示当前空间j占整体的比例，空间j占整体的合理比例为αj。通过模型计算找到一个路径，在该路径上保持整体一定优化调整速度，将xj（0）（j=1，2，…，n）调整到αj，并且耗用时间最短。

2.2 系统状态

决策变量xj（k）（j=1，2，…，n）表示k时子空间j占总空间的比例，控制变量uj（k）表示k+1时子空间j的优化率，v（k）表示k+1时总空间的优化率。xj（k+1）与xj（k）有如下关系：

N是满足上式的最小整数。

2.3 目标函数

在保持蓝区海水养殖总空间的优化率为v（k）（k=0，1，…，N-1）的条件下，将子空间j（j=1，2，…，n的比例由xj（0）调整到αj，并且整个时间最短。因此设目标函数为：

uj（k）的取值范围由海水养殖空间布局内部子空间关联所决定，每一个子空间的优化必然影响其他相关子空间的优化，同时受其他相关子空间优化的制约。

2.4 模型求解

由于模型终端状态知道，所出本文采用正序寻优途径，求模型最优解。首先要计算u（k）*(k=0，1，…，N-1)， 进 而 求 得 J0*（x （N））。 显 然 u （0）*是 非 线 性 规 划 （5） 的 最 优 解 。

（5）是线性约束的非线性规划，采用通常求解方法求解。由于非线性规划（5）具有一些特殊性，据此本文提出一种简便求解方法，对该方法的求解过程进行讨论。

由于当前子空间比例不合理，必存在j∈｛j=1，2，…，n｝，xj（0）≠αj，不失一般性，可设：

第1步 取初始可行解。令

可知，u¯1(0)是可行解，转第2步。

第2步 寻找下降可行方向和步长。取方向

dj1按下面规则取值

其中

由u2（0）的定义有如下结果：

若不是（5）的最优解，必有充分小的正数s，使下面式子成立。

整个求解过程结束，此时有N=1;若式（6）不成立，转入下一步。

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，直至整个运算结束（不超过n-1步）。

设非线形规划(5)运算到第b1步结束，取u*（0）=u¯b1+1（0），u*（0）获得。获得了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））。如此继续下去，求出u*（0），u*（1），…，u*（N-1），算出J0*（x（N）），完成整个模型的求解，得到蓝区海水养殖空间布局优化结构调整过程路径优化决策。

3 基于空间布局优化路径决策模型的山东半岛蓝区海水养殖空间布局优化荬证分析

3.1 数据来源

本文出2010年为基期，规划目标年为2020年。决策变量的设置出山东半岛蓝区海水养殖空间分布的养殖面积为基础，结合研究地区的社会经济及海洋经济发展状况，综合考虑相关数据的可获得性，最终确定了池塘养殖(x1)、底播养殖(x2)、浅海养殖(x3)二种海水养殖空间分布为变量，且这些变量在地域上相互独立，并能充分反映研究区域的实际状况，符合空间布局优化路径决策模型对决策变量的要求。

表1 海水养殖空间分布Table.1 Marine fisheries space layout

表2 山东半岛蓝区海水养殖面积（单位：hm2）Table.2 Marine fisheries area（unit：hm2）

表3 山东半岛蓝区海水养殖空间比例（单位：%）Table.3 Marine fisheries space scale（unit：%）

3.2 山东半岛蓝区海水养殖空间分布比例调整过程优化模型求解

根据上述讨论，建立如下山东半岛蓝区海水养殖空间比例调整过程的优化模型：

状态方程：

初始状态：根据当前海水养殖空间布局类型的养殖面积占总养殖面积的比例计算得到当前山东半岛蓝区海水养殖的空间比例，如上表3所示。

终端状态：在目前海水养殖空间布局养殖面积的基础上，根据山东半岛蓝区海水养殖的实际情况进行规划，结合各池塘养殖、底播养殖及浅海养殖的新选划面积，计算得出海水养殖空间布局的最优比例，如上表3所示。

目标函数：

其中

控制变量uj（k）满足

3.3 山东半岛蓝区海水养殖空间布局优化路径分析

应用上述方法进行求解，可得山东半岛蓝区海水养殖空间布局优化的优化路径。

表4 山东半岛蓝区海水养殖空间布局优化路径（单位：%）Table.4 The optimized path of the marine fisheries space layout（unit：%）

如表4所示，经过模型计算得到了山东半岛蓝区海水养殖的空间分布中池塘养殖面积经过2%、2%、2%、5.3%、5.1%、4.7%、4.4%、4%、3.5%、2.9%的优化率，从2010年所占48%的比例在2020年达到38%的最优占比;底播养殖则经过前二年8.8%、8.5%、8.1%的优化比率之后连续七年经过5%的优化比率在2020年恢复至最优比例48%;浅海养殖连续十年经过20%的优化比率，从4%的比例上升至14%的最优占比。二种海水养殖空间都从当前所占的比例经过十年不断优化将达到合理比例。

4 山东半岛蓝区海水养殖空间布局优化结论及对策

4.1 山东半岛蓝区海水养殖空间布局优化结论

①山东半岛蓝区海水养殖中池塘养殖从当前所占48%的比例，经过2%的优化得到第一年减少至46.2%的比例，经过第一年2%的优化率，在第二年减少至44.5%的比例，之后又经过连续8年的不断优化，在十年达到了池塘养殖在海水养殖空间中应当占有的合理比例38%;②底播养殖经过8.8%、8.5%、8.1%的优化率，在第二年达到最大占比51.4%之后连续七年经过5%的优化率在第十年恢复至48%的所占比例;③浅海养殖的优化率连续十年保持在20%的水平上，最终达到14%的的合理比例。

4.2 山东半岛蓝区海水养殖空间布局优化对策

①山东半岛蓝区适宜开发池塘养殖区域的面积为3.4×105hm2，目前已开发近1.1×105hm2，仍旧有2.3×105hm2未得到开发，未开发区域主要位于滨州至潍坊岸段，为盐碱地及荒滩，约2×105hm2可开发进行海水及地下半咸水池塘养殖，可新建标准化海水养殖池塘，但要注意建设防风暴潮设施;②底播养殖区已开发的大多在0～20m的区域内，而-20m出外深海海域基本未开发，这是今后山东半岛蓝区开发的重点之一，适合开发刺参、海胆、甲壳类等大规模底播养殖，可在东营市城东海域、潍坊市及莱州市的莱州湾沿海海域、威海市北部海域、胶南、日照东南部海域等区域开发底播养殖;③目前山东半岛蓝区浅海海域可进行筏式、网箱养殖的区域已基本开发，部分地区养殖密度过大，造成水域环境污染，影响了养殖效益，可开发的浅海养殖区域主要集中在长岛、威海市、荣成市、乳山市等周边海域;④在大力开发海水养殖区域的同时，正确处理经济发展、资源节约、环境保护、生态安全的关系，保证各海水养殖空间的比例在合理的范围之内。

［1］宇文青.海水养殖对海洋环境影响的探讨［J］.海洋环保，2008：113—117。

［2］肖常惕，张书颖，陈海军等.海水养殖对近岸海域环境影响浅析［J］.现代渔业信息，2009，24（9）：9—10。

［3］王 丽.不同海水养殖模式对桑沟湾生态系统服务的影响［D］.青岛：国家海洋局第一海洋研究所，2010：1—81。

［4］杜小伟，刘 群.灰色GM(1，1)模型和Verhulst模型在青岛市海水养殖产量预测中的应用［J］.浙江海洋学院学报，2011，30（5）：420—425。

［5］苏 艺，刘佳等.海水养殖对海洋生态环境的影响［J］.江苏农业科学，2012，40（3）：306—309。

［6］谢 玲，李海燕等.深澳湾海水养殖生态系统健康评价［J］.生态学杂志，2014，33（5）：1233—1242。

［7］丁 然，张 曦.我国海水养殖产量与相关影响因子的灰色关联度分析［J］.渔业信息与战略，2014，29（3）：183—191。

［8］尹 琼.益阳市城乡建设用地空间布局优化研究［D］.湖南：湖南师范大学，2007：1—67。

［9］周明生，卢名辉，苏 炜.长二角空间产业布局优化研究［J］.经济探讨，2008，10：32—36。

［10］刘仙桃.农民居民点空间布局优化与集约用地模式研究［D］.北京：北京地质大学，2009：1—62。

［11］陈怀录，吴涌彬，罗 君.基于产业集群背景下的定西市产业布局优化研究［J］.实证分析，2010：69—70。

［12］王世忠.基于LUPO模型的德清县土地利用空间布局优化［J］.土地整理工程，2012，28（20）：230—239。

［13］桂昆鹏，徐建刚，张 翔.基于供需分析的城市绿地空间布局优化［J］.应用生态学报，2013，24（5）：1215—1223。

［14］车瑞银.城乡一体化视角下离石区城乡空间布局优化探讨［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

国家自然科学基金(71273247);国家海洋局公益性行业科研专项(201205001);教育部基地自设项目(2012JDPY01);2012教育部人文社会科学研究规划基金项目(12YJA790020);2011年山东省优秀中青年科学家奖励基金科研项目(BS2010HZ025)

单春红(1971-)，女，山东青岛人，副教授，博士，研究方向：产业经济学.E-mail：chunhongshan@126.com.

于谨凯(1971-)，男，山东青岛人，教授，博士，研究方向：产业经济学、国际经济学.E-mail：yujinkai8@126.com