文摘

海洋牧场生态安全的评价指标体系(研究硕士)是基于假设当中有独立评价指标在现有的研究中,而忽略了海洋牧场的复杂互动路径作为一个人工生态系统。在这项研究中,研究硕士评估网络模型,包括相互依存的关系,建立了基于Driver-Pressure-State-Impact-Response模型和网络分析法的方法。然后,概率语言术语集和网络分析法方法用于计算评价指标的权重,研究硕士。集群的整体评估值和贡献率因此定义和分析,以反映研究硕士的性能。最后,一个案例研究进行了评估研究硕士在荣成海洋牧场通过该方法。结论总结如下:(1)集群的权重排名反应> >驱动程序> >压力状态,影响和“渔业资源的科学管理”是最重要的指数;(2)研究硕士海洋牧场的性能在荣成中等安全对整个年级,和所有11个样本是由响应。

1。介绍

海洋牧场生态系统是一个基于生态学的原则。环境保护的目标,资源保护和可持续渔业产量(1]。它遵循自然生产力和利用现代工程技术和管理模式构建的栖息地恢复和人工增殖的海洋资源。在中国比在其他地方研究海洋牧场开始得较晚。海洋牧场的概念最早在1979年曾提出的(2]。经过多年的发展,中国的海洋牧场在牧场的数量取得了巨大成就,建设规模,技术水平,产量,发展机制,和其他参数3]。海洋牧场是一个主要的农业发展战略目前在中国。这是一个新的渔业和海洋经济,追求增长模式和保护渔业资源和海洋生态环境的改善。它具有生态、经济和社会效益(4]。在中国,目前的研究对海洋牧场主要关注技术,输出机制,建立和管理的其他方面的牧场1]。然而,生态系统而言,虽然进行了一些研究,如研究生态安全的食物网的结构和功能,研究仍处于发展中阶段(5]。

随着生态问题在海洋牧场建设的中国,现实意义研究的海洋牧场生态安全(研究硕士)6]。研究硕士是指资源的综合平衡结构和海洋环境的海洋牧场的人工生态系统实现环境保护的目标,资源保护和可持续渔业产量(7]。研究硕士是一个重要手段,确保加强渔业资源和生态环境的改善。杨et al。1)指出,这是一个为未来的海洋牧场技术手段开发监控平台海洋牧场生态安全和环境保护;作者还建议使用多个模型来预测和评估海洋牧场的安全。杜和太阳6)研究的影响路径研究硕士在中国和报告管理研究硕士有用的结果。杜和高8)评估海洋牧场的生态效应综合考虑社会和经济因素,系统的评价研究硕士,为海洋牧场的管理实践提供理论指导。秦et al。9]分析了空间变化的影响因素在中国国家海洋牧场。Wan et al。10)评价供应链的可持续性的自然海洋牧场和应用他们的小说模式确定海洋牧场的可持续性能。

在现有文献中,研究硕士研究取得了阶段性成果,如澄清研究硕士的概念,试图建立研究硕士的评价指标,提出研究硕士的评价方法,讨论了影响路径的研究硕士。这些研究的结果对后续研究有重要参考价值(11,12]。然而,研究硕士的评价是基于基本假设索引是相互独立的。例如,层次分析法(AHP),已应用于许多研究决策(13,14),是一个方法,需要独立的元素/指标之间的关系,它要求层次结构模型和线性(8]。换句话说,层次分析法的研究成果将是无效的如果有交互指标之间的关系。“影响路径的研究研究硕士”6)表示,海洋牧场是一个人工生态系统,有其内部之间的影响路径索引。这意味着它有问题简单地使用AHP评估研究硕士。在此基础上,如何更科学的评估研究硕士的基础上充分考虑指标的影响关系研究是一个重要的问题。考虑到上述资料,本研究选择了网络分析法(ANP)来评估研究硕士。

ANP是AHP的扩展和补充形式,由Saaty提出和发展(15- - - - - -17]。ANP弥补层次分析法的局限性,其中包括被只适用于线性结构(17,18),并释放出层次结构要求的限制,因为这种方法提供了一个框架,认为集群内的相互关系和在不同的集群之间的所有评价指标(标准)15]。ANP方法构造一个网络系统的树状层次结构的层次分析法,从而克服依赖性的问题和反馈之间的标准或替代(19]。ANP各领域得到了广泛的应用,已经被证明是有效的解决决策问题,如供应链管理(20.)、风险评估(21),环境管理(22],和位置选择[23]。ANP是一个功能强大的方法,用于解决不同的决策问题,许多研究人员,也适用于构建模型与评估标准和维度包含复杂的相互作用。因此,ANP是选择适当的工具来评估研究硕士性能在这项研究。

它应该考虑ANP的输入信息是由专家主观判断信息,这通常是不完整的,犹豫由于客观条件的限制和专家的知识结构。因此,它尤为重要,学习如何表达专家判断信息,进行科学决策。幸运的是,概率语言术语集(plt)提供一个选择来表达偏好的语言信息。在实际应用中,由于自然的定性判断标准,许多语言和模糊方法已经开发出来。罗德里格斯et al。24)提出了犹豫模糊语言术语集(HFLTS)出于犹豫模糊集25)和语言术语集(26]。在此基础上,魏et al。27对HFLTS]定义了操作。陈等人。28)调查了一致性和共识的问题犹豫不决语言偏好关系。王等人。29日)开发了一个优化算法与不完全概率语言术语集可以描述定性两两判断信息偏好的决策。这些研究对于概率模糊或概率语言提供plt的基本理论。方法模型语言信息,plt代表不同隶属度的所有可能的评价方面(语言)为一个特定的选择,更有可能提供全面、准确的决策者的偏好信息。

plt的概念提出以来,延长HFLTS,它经历了巨大的发展,它现在是一个热门话题领域的多准则决策(30.,31日]。近年来,许多研究人员已经使用了概率语言信息来解决复杂的决策问题。例如,Zhang et al。32]介绍了plt描述集团的喜好,同时考虑模糊和不确定偏好。歌等。33)提出了一个名为Word2PLTS的小说文本通过引入人类语言的模糊性和不确定性。白等。34)开发了一种新的比较方法克服这种缺点的plt plt期间复杂的计算应用程序。周et al。35)概率语言环境下使用ANP方法和综合plt FTA-ANP。ANP和plt (plt / ANP)的不完全概率语言ANP可以弥补的缺点ANP方法在使用plt方法来表示不确定的信息。基于之前的研究,本研究使用plt / ANP获得研究硕士评价指标的权重,综合评价。的过程中获得的权重研究硕士评价指标运用ANP方法,判断重要价值评价指标的专家可能会模糊和犹豫由于专家的知识的局限性或偏见。当时,plt语言表示模型的不确定性可以表示信息和专家的犹豫给一个语言变量的值(30.,36]。此外,plt也可以反映相关的概率关于语言方面的信息,达到客观的计算表达式。

本研究的动机是发展的评价方法研究硕士综合plt / ANP方法和案例研究的11在荣成海洋牧场病例。研究硕士是一个新的概念,它很有可能专家很难有完整的经验在这个阶段,因为在这方面缺乏客观数据和典型案例。因此,本研究利用plt的集成方法和ANP评估研究硕士。本研究侧重于以下三个方面:(1)构建网络模型研究硕士评估基于Driver-Pressure-State-Impact-Response DPSIR模型,不仅包括评价指标,指标的影响关系。索引研究硕士包括经济、社会和生态方面,其中有许多复杂的相互依存关系。研究硕士评估网络模型显示了存在的相互依赖关系在集群内部依赖或外部依赖。(2)确定评价指标的优先级应用plt / ANP方法和计算研究硕士的评估价值。这plt / ANP方法可以综合反映出指标之间的影响机制和提取和集成专家判断信息合理,有利于制定科学的优先权重。结合计算的权重综合方法和海洋牧场的性能值在每个指数,综合性能研究硕士是通过加权求和。(3)这个提议的评价方法应用于案例研究,开展有效的评估在荣成海洋牧场。研究硕士的评估价值的贡献率,每个集群计算和分析,分别利用所确定的指标权重plt / ANP和使用性能的情况下对每个索引。最后,我们给出具体建议为提高生态系统的安全,为企业和政府基于结果。

其余本文组织如下。部分2构建评价指标的网络模型DPSIR-based研究硕士模型,并介绍了研究硕士评价方法使用集成的plt / ANP方法。节3研究硕士评价方法,集成了plt、ANP应用于11城市荣成海洋牧场,以及评价结果进行了分析。基于案例研究,给出一些相应的建议关于研究硕士管理改进为这些企业和政府。部分4总结了研究讨论的结果在这项研究中,研究硕士评估集成方法的局限性,以及未来的研究方向。

2。plt / ANP-Based评价方法研究硕士

本研究利用plt / ANP方法确定评估框架研究硕士和计算指标的相对重要性和优先级。换句话说,本研究利用ANP评估研究硕士而plt提供了一种全面的方法来表示复杂的语言信息,以确定每个评价指标的准确排名。

2.1。研究硕士与plt / ANP评价框架

本研究中使用的综合plt / ANP评估研究硕士包括以下步骤。首先,确定一个评价指标体系基于DPSIR研究硕士。第二,网络构建研究硕士评价模型评价指标之间的影响关系。第三,整体指标的权重是由plt / ANP决定的。第四,研究硕士的评估值进行了计算和分析。流程如图1。

2.2。评价指标体系研究硕士

经济合作与发展组织(OECD)提出的PSR模型环境评估在1980年代末(37]。联合国(UN)改编的域模型(38),然后基于PSR的优点和域模型,欧洲环境总署(EEA)建立了DPSIR框架和应用它来评估环境绩效和社会经济之间的关系39]。

在这项研究中,我们构建评价指标体系,这是一个有机的整体由多个相互关联的五个方面的评价指标DPSIR研究硕士。具体来说,评价体系的研究硕士,司机的索引集群主要来自社会系统和经济系统,如利润和企业的生态意识。集群索引的压力主要来自生态环境系统和直接影响司机,如绿色程度的耕作方式和自然灾害。国家的索引集群主要代表了海洋牧场生态环境压力下的性能,如水质和目标生物量。影响集群索引的主要代表了海洋牧场对人类社会和经济生活的影响和环境状态,如改善渔业资源和把产业链的程度。响应的索引集群主要代表企业采取积极措施改善现状的过程中操作和管理,如海洋技术和管理和年度监测。

建立了评价指标体系的研究硕士基于DPSIR模型,如表所示1。从表1很明显,研究硕士指标体系包括5集群和22个评价指标。评价指标包括在每个集群都精心挑选的相关文献(40- - - - - -42)和科学的原则后,手术,前瞻性,等等。属性列的表1利益指数被定义为“+”,和成本类别指数被定义为“−。”

2.3。网络模型研究硕士建设评价

ANP网络结构分为控制层次和网络层次结构。内部的网络层次结构,网络结构是由元素控制的控制层次,他们可能会相互影响。在这项研究中,控制层次结构是省略了,因为它只包含一个目标元素,即研究硕士。ANP应用程序的过程中,网络结构构造基于所确定的指标和集群以及他们潜在的相互关系。相互依赖关系可以存在于形式的内部依赖或外部依赖。因此,准确的建模工具提供全面和相互依存的索引。

就像前面提到的1、海洋牧场是一个人工生态系统,索引表中列出1可能是相互依赖、相互影响的。存在外部依赖关系和内部依赖关系的研究硕士评价体系。(1)之间的外部依赖关系可能发生指标从不同的集群,和这些关系也符合DPSIR模型的相关性如图所示(43]。例如,评价指标”企业的生态意识(e₃)“从”驱动程序(C₁)“集群影响评价指标“绿色程度的农业方法(e₆从“压力()”C₂集群)”。与此同时,评价指标“研究支持(e_20.从“响应()”C₅)“集群影响评价指标”利润(e₂)“从”驱动程序(C₁集群)”。这同样适用于其他不同的集群之间的关系。(2)之间的内部依赖关系可能出现索引包含在每个集群。例如,在“影响(C₄)“集群,该指数”(自然或人为灾害造成的损失e₁₆)“影响另一个指数”的改善渔业资源(e₁₃),“指数”的改善渔业资源(e₁₃)“指数”有积极影响吸收或安置渔民的数量(e₁₄)。“这同样适用于其他四个集群。

基于上述分析,根据DPSIR模型,本研究构建的网络模型研究硕士评估,如图2。在这个网络模型中,箭头用来表示影响集群内外的关系,和箭一个对象指向其他对象的影响。

2.4。确定指标的权重

在现有的文献中,海洋牧场的评价指标是基于假设索引是相互独立的。事实上,海洋牧场是一个生态系统,其研究硕士评价体系展览的影响关系,如图2。一个关键问题是如何反映这种影响关系和做出合理的评价。由于研究硕士的复杂性,一些评价指标的研究和理解是有限的。专家很难通过一个特定的语言来表达喜好。因此,本研究首先使用plt方法能够有效地实现由专家给出的不确定偏好,然后使用ANP进行综合评价研究硕士。相关的计算研究硕士由以下步骤组成。步骤1:与plt进行两两比较。ANP的定义是,作为一个多准则理论,它提供了数学和综合结构获得的相对影响一个其他的两个元素两两比较过程的第三个元素系统,对一个潜在的控制标准(16]。随着ANP方法充分被描述在文献中,本节简要描述。完整的过程或模型的构造成对比较,看到Saaty[引用的这篇文章15]。基于图2ANP进行两两比较,反映之间的依赖关系在这个网络模型研究硕士评估所有集群和索引。对于每个集群之间的关系 网络结构如图1,应该构建成对比较矩阵。显然,如果 , 代表两种不同的集群之间的外部依赖关系;如果 ,它代表了在一个集群内部依赖关系。没有损失普遍性,在这里,我们假设= 和= 。一想到ANP后,元素/索引包括在集群被认为是一个标准,然后成对比较矩阵的集群构造对吗 。这里,我们给出一些plt的概念和定义,构建的过程与plt [44]。使用最广泛的概念关于plt语言术语集(LTS),它可以被定义为 在哪里 所有条款的数量吗年代; 随着语言学术语是由一个预定义的语法规则和限制模糊集;意思是“冷漠”,剩下的语言条件对称分布。然后,plt被定义为 在哪里是th语言术语有相关的概率 ; 所有不同的元素的数量吗 。同样的,我们利用年代评估这些索引和索引的偏好程度在在成对比较矩阵 。 在哪里 和语言方面的数量吗 。此外,有一些规则需要遵守的,而构建一个矩阵 ,如 , , = ,和 。步骤2:获得本地优先级权重。plt,加权值在plt被定义为th元素 在哪里是一个函数,它返回一个语言术语的下标吗年代来 ,例如, 对于任何 。成对的矩阵概率语言表达的条件,如果是一致的,出于文献[45),我们可以得到最准确的元素的权重优化模型 在哪里 , ; 是k指数矩阵对应的重量吗 , 。证明了在文献[4),模型的最优解的方程(5可以计算) 在方程(6),是基于自然常数的指数函数 ,与 ,在这 步骤3:构建supermatrix。使用步骤1和2,本地优先级权重的向量( )对应的矩阵是确定的。以反映本地优先级权重之间的关系及其相应的标准,在这里,当地优先级权重的向量重新描述 通过添加上标符号。同样,也为每个集群之间的关系 ,在另一个元素(索引)包括在集群作为一个标准,成对比较矩阵的集群构造对吗 ,及其相应的本地优先级权重向量 也可以确定, 。因此,所有的本地优先级权重 可以写成矩阵块吗 ,在方程(9)。块矩阵代表集群元素的相对重要性= 对集群中的每个元素= (46]。 对于每个集群图1,如果存在一个集群之间的关系 ,那块矩阵是由方程(4)- (9);如果不存在其他集群之间的关系 ,那块矩阵被定义为零矩阵( )。当所有的块矩阵确定,在ANP supermatrix构造成在方程(10),以反映当地所有的优先权重的网络模型研究硕士评价(47]。注意,集群的数量研究硕士评价是5导致 supermatrix块矩阵W。 步骤4:确定最终的重量。的supermatrixW在方程(10),是无关紧要的,因为每一列元素之和不等于1。为了规范化supermatrix,每一块的重量矩阵是由专家根据ANP (8]。假设确定的重量块矩阵是 , , , ,然后加权supermatrix通过集成块的重量计算矩阵supermatrix如

限制加权supermatrix反映关系直接影响和间接影响计算指标之间的关系 ,在方程(12)。

根据ANP理论、加权supermatrix是一个列随机矩阵,每一列的总和等于1。因此,限制加权supermatrix必须稳定,也就是说,在每一行的元素相等如 , 。为了方便起见,我们假设 ,它是全球优先的重量指数e_n, 。显然,研究硕士评价指标的数量是22如表所示1导致N限制加权supermatrix = 22 。

2.5。评估值的计算研究硕士

我们假设T海洋牧场要研究硕士,评估和性能的价值tth海洋牧场n指数是 ; , 。如前所述在表1、评价指标划分为利益指数标有“+”和标有“−成本类别索引。“为了消除量纲和索引类型的影响,海洋牧场的索引数据收集 在计算之前需要标准化的方程(13)和(14)。方程(13)是用于规范数据效益指数“+”和方程(14)用于标准化的成本指数“−”。

后收集到的数据都是标准化的,综合评价价值研究硕士(研究硕士值)可以通过结合标准化的指数权重海洋牧场的性能数据,如方程(15)。的价值就越高计算结果,更好的研究硕士海洋牧场 。

为了更好的分析,研究硕士通常分为几个年级根据综合研究硕士评估值。类似于引用(8,48),研究硕士的成绩在本研究分为三个级别的不安全感,中等安全,和安全。获得了研究硕士根据以下步骤:第一步:找到最大值和最小值的研究硕士 , 。步骤2:计算最大值和最小值之间的距离 。步骤3:确定海洋牧场的年级水平由方程(16), 。

综合研究硕士性能的评估值是由五个集群,也就是说, ,在哪里 , , 索引包含在集群的数量吗 。因此,定义了贡献率,在方程(17),以反映一个集群的贡献研究硕士。

的价值就越高 ,集群的贡献率越大的研究硕士 。这意味着海洋牧场在集群上的优点和更大的贡献。如果海洋牧场希望改善的研究硕士水平,它可以从集群(索引)的贡献率较低。此外,很容易计算的平均贡献率 反映一些海洋牧场的平均水平, 。

3所示。在荣成海洋牧场的案例研究

3.1。研究领域和日期

位于山东威海荣成有500公里的海岸线。其海洋牧场占用面积313公里²。截至2021年1月,山东有54个国家海洋牧场,占39.7%的国家海洋牧场项目在中国。其中,荣成已成功建立了10个国家海洋牧场和14个省级海洋牧场,让海洋牧场建设的丰硕成果。在第六批全国海洋牧场示范列表农业和农村事务部发布的中华人民共和国,荣成县级城市中排名第一中国关于新添加的牧场的数量。评估研究硕士,本研究收集数据从11个典型海洋牧场在荣成,由八个国家海洋牧场(先生₁-₈海洋牧场(先生)和三省₉-₁₁)。我们使用上面的指标体系和评价方法构建进行分析。研究区域的位置如图3。

3.2。结果和分析

3.2.1之上。指数权重优先

部分所2。1- - - - - -2。4研究硕士的指数权重评估是由集成plt / ANP方法决定的。首先,成对矩阵构造,反映了元素之间的连接关系和集群根据图2。专家给所有成对比较矩阵,然后根据需要使用概率语言术语的代表不确定信息。在这项研究中,语言术语集年代定义与= 8。语言术语的关键年代₀=非常更重要,年代₂=非常重要,年代₄=强烈更重要,年代₆=适度更重要,年代₈=同样重要的是,年代₁₀=适度更重要的是,年代₁₂=强烈更重要的是,年代₁₄=非常重要,年代₁₆=非常更重要。语言方面年代₁,年代₃,年代₅,年代₇,年代₉,年代₁₁,年代₁₃,年代₁₅之间的中间条款吗和 。最后,我们把专家的信息到方程(4)- (8)获得当地优先研究硕士评价指标的权重向量。

一个例子的成对比较矩阵如表所示2,这说明了当地优先权重的向量对应于集群C₅关于指数e₆在集群C₂。在表2,数据”年代₄(0.8),年代₃(0.2)”,这是在第二行和第三列,显示的相对重要程度e₁₉来e₂₁关于e₆强烈更重要(年代₄与0.8概率和()年代₃),0.2的概率。最后的全球优先权重的指数(简称指数权重)可以由计算supermatrix加权supermatrix, limit-weighted supermatrix如方程所示9)- (12)。结果如图所示4。

指数水平,体重指数反映了其重要的程度相对于所有指标的评价指标体系。对于一个评价指标,权重越高,越影响它对研究硕士。根据图4、“科学管理渔业资源(e₂₁)”是第一优先级指数在所有评价指标中,体重为0.1142。这意味着,渔业资源的科学管理是最重要的指标来评估研究硕士。其他指标权重很高(0.06以上)利润率(0.1017),企业的生态意识(0.0823),把产业链的程度(0.0781),提高渔业资源(0.0639),和水产品(0.0609)的好处。这表明这些指标重视研究硕士。吸收或安置渔民(0.0050)和底部播种和扩散的数量和释放(0.0079)是相对较少的影响力指标按照重要性权值小于0.01。

在集群层面,根据图4集群的权重排名依次为:反应(0.2646)(0.2350)> >影响司机(0.21465)>状态(0.1772)(0.1047)>压力。这表明基于DPSIR五集群评价模型有不同的影响研究硕士,与集群的响应有最大的集群效应和压力有最低的效果。反应,影响,和国家的集群重量在0.1772和0.2350之间。

对于每个集群,包括指标的权重反映了不同影响研究硕士在同一个集群。在司机集群中,利润率(0.1017)最高重量,其次是财政资金输入(0.0345)和企业的生态意识(0.0823)。在集群的压力,自然灾害的重量(0.0494)显著高于其余四个指标,其重量不大于0.021,反映了一个集群索引的间距。在集群中,生物多样性指数的权重值(0.0548),(0.0530),水质和目标生物量(0.0514)很近,和海洋沉积物的重量0.0180相对较小。集群的影响,把产业链的程度(0.0781)最高的体重,这有一个明显的影响吸收的数量或安置渔民(0.0050),最低重量在这个集群。响应中的集群,渔业资源的科学管理(0.1142)最高的体重,和年度监测(0.0147)最低。可视化、情报、信息系统建设(0.0314),海洋技术和管理(0.0483),(0.0560)和研究支持有不同程度的影响。

3.2.2。综合评价研究硕士的价值

就像前面提到的2。5基于指数的权重,综合评价研究硕士,用于反映的最终性能结果海洋牧场生态安全,可以通过方程计算(13)- (15)。输入指标权重计算部分3.2。1和标准化的数据调查11海洋牧场荣成为方程(15),我们就可以计算研究硕士的综合评估值,如图5。国家和省级海洋牧场的平均性能的分析计算,得到了关于研究硕士研究硕士的价值观的国家和省级意味着海洋牧场,分别。

此外,研究硕士的成绩应该遵循三个步骤分为三个水平的部分2。5,每一层可以由方程(16)。如果研究硕士评估值下降的范围内(0.48,0.58),它被定义为1级,即不安全感。如果研究硕士评估值下降的范围内(0.58,0.67),它被定义为2级,即介质安全。如果研究硕士评估值下降的范围内(0.67,0.76),它被定义为三年级,也就是安全。图中所示的研究硕士的年级5反映安全或可持续发展程度的每个11在荣成海洋牧场。

很明显,所有研究硕士11海洋牧场的评估值介于0.48和0.76之间。在11个海洋牧场的评估值,四年级的不安全感,即先生₁先生,₂,我₃先生,₉;他们三个都在中等安全级别,即先生₁₁先生,₄先生,₆;四是在安全等级,即先生₈先生,₁₀先生,₇先生,₅。这些评价结果表明存在差异在荣成海洋牧场的性能研究硕士,和海洋牧场的开发过程不一致的生态安全。换句话说,我们可以看到,36%的海洋牧场有相对较好的业绩,在生态安全;28%的平均表现,提升空间生态安全程度;和36%的人表现不佳,所以他们需要迅速改善。特别是,寻找海洋牧场的潜在问题,我们从国家、省的角度进行了深入分析。

根据图5,在8个国家海洋牧场(MR₁-₈),37.5%的海洋牧场的安全等级;25%是在中安全等级;和37.5%的安全等级。总的来说,研究硕士国家海洋牧场的价值平均0.61,这是在中安全等级。它表明尽管很多努力追求可持续发展的海洋牧场和保护海洋生态环境,为国家海洋牧场,仍有差距生态安全现状和理想状态。

在三个省级海洋牧场(先生₉-₁₁),33.3%的安全等级;33.3%是在中安全等级;和33.3%的安全等级。总体而言,研究硕士平均省级海洋牧场的值是0.62,这是在中安全等级。因此,研究硕士的评价等级水平表明,全省海洋牧场生态安全也有很大改进的余地,只有33.3%的海洋牧场的安全等级。研究硕士的最大和最小值在省级海洋牧场是0.75₁₀和0.48的₉,他们也在研究硕士的最大和最小值11海洋牧场在这项研究中,这表明全省海洋牧场生态安全等级严重不平衡。

通过比较国家和省级海洋牧场,我们注意到,国家和省级海洋牧场的研究硕士性能没有显示一个明显的相关性与海洋牧场的评级水平(即。国家级或省级)。首先,国家或省级海洋牧场,海洋牧场在研究硕士级别的分布是相似的,没有显著差异的百分比。国家和省级海洋牧场,超过60%的企业不安全等级,他们需要提高他们的生态安全性能。第二,平均研究硕士价值观的国家和省级海洋牧场中安全等级和很近。这意味着之间没有显著差异研究国家和省级海洋牧场平均研究硕士值;全省平均(0.62)研究硕士值略高于全国(0.61)。上述分析表明,国家海洋牧场生态安全的性能并不一定高于省级海洋牧场。海洋牧场的生态安全评估价值的评级水平无关。

3.2.3。贡献率分析

就像前面提到的2。5,贡献率计算方程(17);它反映了每个集群程度有助于每个海洋牧场的研究硕士。然后,每个集群的平均贡献率,反映了集群的平均贡献率海洋牧场的性能,据此可以计算。计算结果如图所示6,每个海洋牧场的数据从上到下代表反应的贡献率的影响,状态,压力,司机。

如图6五个集群的贡献率研究硕士在荣成是不同的。国家和省级海洋牧场的贡献率明显高于其他集群响应,和司机和影响的贡献率比其他人通常较低。也反映了这一特性的平均贡献率;我们可以看到,反应是最重要的集群研究硕士值贡献率为59%;压力和状态的平均贡献率分别为19%和12%,和最低的平均贡献率司机和影响为5%。这表明了海洋牧场的荣成主要是由集群的响应。此外,没有区别在国家级和省级海洋牧场,因为他们显示在图的一致性6。找到荣成海洋牧场的底层问题,我们进行了一次深入分析每个集群。

集群的响应₁₁响应贡献率最高72%,先生₂和奥₇最低响应贡献率为49%。作为研究硕士的贡献率最高的集群,集群是重要的子系统的响应反映一些积极的行动在荣成海洋牧场。例如,11个海洋牧场建设的九个“可视化、情报、信息系统;“七有固定的海洋管理支出;都遵循科学和可持续的海洋捕鱼。此外,海洋牧场有积极成果在人才引进、科技合作、生物技术应用程序,和年度监测。在文档供审查,荣成政府建立了一个良好的环境而言,海洋渔业管理和科学和技术支持。这些证明海洋牧场和政府高度重视科技建设海洋牧场的管理和维护,监控和报告。总之,响应的主要推动集群研究硕士在荣成海洋牧场,和企业和政府有最好的集群性能的响应。

司机和影响集群的平均贡献率为5%,各自的最大值的贡献率分别为17%和9%₇和奥₂和相应的最小值贡献率分别为1%和1%₁₁(奥₅),而₉。作为最低的两个集群的贡献研究硕士,司机和影响有一个小的影响在荣成研究硕士。例如,尽管政府采取了一系列措施和海洋牧场生态环境改善和资源保护,海洋牧场的性能指数“企业的生态意识”是不一致的。在样本期间,环境保护支出的比例是0 36%海洋牧场;环境保护支出的比例是1%对46%海洋牧场;海洋牧场,比例是2%对18%。渔业资源没有明显改善,这表明生物多样性指数的提高,和目标生物量不成功。此外,作为司机的集群计算权重和影响是0.22和0.23节3.2。1,这表明关注这两个集群的追求研究硕士专家的观点是必要的。总之,虽然司机和影响不是主要推动集群在荣成研究硕士,我们可以提高整体研究硕士价值向更高水平发展,保护资源和建立生态环境保护意识。

压力和国家集群的平均贡献率为12%和19%,虽然这两个集群不是研究硕士的主要驱动指标,他们研究硕士而言非常重要。压力和状态的贡献率最低和最高,这是由海洋牧场的具体表现在这些集群。例如,每个样本的海洋牧场净笼子里的绿色框架方法和人工鱼礁的建设,产生了积极的影响。然而,在某些指标,不同海洋牧场的表现可能是非常不同的,或有进一步改善的空间。例如,45%的海洋牧场在指数中得分0“海藻和海草床移植栽培领域,而其他海洋牧场表现更好的生存状态的海藻场和海草床移植栽培。总共73%的海洋牧场海水质量达到国家二级标准,和27%的海洋牧场达到我标准的最高水平。总之,压力和国家研究硕士的贡献是有限的。海洋牧场表现良好在人工鱼礁建设和维护,但有进一步改善的空间海洋环境和建设的海藻场和海草床。

3.3。讨论和建议

3.3.1。讨论

首先,这项研究提供了评价指标的优先级由plt / ANP方法决定。“渔业资源的科学管理”是最重要的评价指标在所有索引。一个可能的解释是,渔业资源的科学管理研究硕士建设是一项系统工程,不仅包括海洋渔业生物的科学管理也是海洋牧场的员工的科学管理。渔业资源的科学管理可以实现主要是通过以下三种方式。饲料养殖对象的比例应该在一个合理的范围内。渔业生产、兼容的捕鱼方法和钓鱼工具应该用于有选择地获取渔业生物。他们应该建立增值生物体的收集范围,实现可持续利用。这表明,渔业资源的科学管理包括范围广泛的措施,这可能会导致这个指标最重要指标权重计算由专家的判断。

集群响应其他集群之间的首要任务,这表明,集群的响应及其所有指标对研究硕士有更多的影响。一个可能的解释是,响应集群是唯一集群有关系的其他四个集群DPSIR模型。这本身给集群响应重要意义。响应下的索引集群有一个内部影响的四个集群司机、压力、状态,和影响。这种关系最终反映在研究硕士优先重量;也就是说,反应最大的重量。此外,随着集群,反映了企业采取积极措施提高研究硕士性能、响应包括指标反映以下三点:信息化建设水平和人力资源建设海洋牧场,科学性和输入强度在渔业资源管理海洋牧场,和海洋牧场的年度监测活动的发展。所有这些指标直接反映了海洋牧场可持续发展的生态安全建设,可以有效地实现海洋牧场的函数在环境保护、资源保护和可持续渔业产量。

第二,综合评价的价值研究硕士提供了证据支持,目前在荣成海洋牧场中安全等级。所有海洋牧场的示例中,只有38%的安全等级,可以认为是在生态安全表现良好。总体情况是在一个可接受的水平,但仍有很大的改进的空间生态安全建设。一个可能的解释是,荣成推出了一些政策和措施与政府主导和企业作为主体建设海洋牧场近年来,如提倡科学钓鱼,海水质量监测,加强海洋牧场的监督,促进了阈值的质量研究硕士在荣成的表现。同时,建立一个好的研究硕士不仅是领导的政府。就像在荣成,有海洋牧场生态安全方面的差异;因此,海洋牧场需要进一步改善的性能研究硕士。

此外,评价结果也表明,没有很强的相关性之间的性能研究硕士,研究对象是否国家或省级海洋牧场。事实上,很少有不同的性能研究硕士平均价值和安全水平分布之间的八个国家海洋牧场和三个省级海洋牧场在这个示例。一个可能的解释是,如上所述,荣成政府做出了很多努力在政策监管,海洋环境保护、和其他的公共服务,这可能会让国家、省海洋牧场一致的公共资源的收购这部分,所以没有差异之间的平均价值研究硕士和安全水平分布研究硕士的省级和国家企业。然而,只有三个省级海洋牧场选择在这项研究中,这可能导致贫穷的数据可被代表。研究硕士平均价值和安全水平分布计算可能不代表省的生态安全形势在荣成海洋牧场。

第三,五星团的贡献率研究硕士表明,反应最重要的集群在荣成研究硕士。反应的59%的平均贡献率表明海洋牧场荣成在这个示例主要是由集群的响应。一个可能的解释是,荣成高度重视信息化建设,科学研究支持和人才引进。例如,海洋牧场和大学之间的合作的平均值是2.5,和82%的海洋牧场建立了可视化、情报和信息系统。它可以被认为是在荣成海洋牧场,响应的影响集群DPSIR评价模型是最高的和集群下的评价指标有很大的重要性。因此,集群的响应是一个研究硕士表现强劲的重要来源。从另一个角度来看,同时确保响应集群性能,我们可以进一步加强研究硕士性能通过其他集群贡献率较低但高优先级重量计算的plt / ANP方法。例如,尽管司机和影响集群贡献率最低,我们可以加强研究硕士通过保护资源和建立生态环境保护意识。

3.3.2。建议

研究硕士,在海洋牧场的研究热点,海洋生态安全具有重要意义和建设海洋牧场。荣成的总体研究硕士性能处于中等水平,还有进一步提高的空间。研究结果和分析的基础上研究硕士评价指标权重值和整体研究硕士的海洋牧场在这项研究中,提出了以下四条建议帮助企业,政府,和第三方机构共同努力,提高生态安全水平在荣成海洋牧场。

首先,根据研究硕士在本研究评价指标体系构建和重结果,海洋牧场应注意渔业资源的科学管理和有意识地改善企业的生态环境保护意识。此外,企业有必要强调盈利能力和追求利润。这三个方面代表前三个重要指标的评价指标体系。此外,响应集群的意义引导企业关注科学和技术能力,人才引进,和海洋牧场监测等。

第二,研究硕士的建设离不开政府的政策和监督。政府应该明确的重要作用研究硕士的管理和指导,建立和完善监督、评价、研究硕士和管理机制建设。具体而言,这包括加强海水质量的改善和保护,确保科学捕捞海洋生物资源,引入支持政策研究硕士。这些都是一些海洋牧场表现良好或表现不佳的原因在前面的分析。

第三,荣成海洋牧场是由集群的响应。在这种背景下,企业可以进一步提高他们的性能改进研究硕士水平的反应。然而,集群贡献率较低但不像司机或低优先级权重影响集群不应该忽视改善研究硕士水平。在这些集群提高海洋牧场的性能,不研究硕士的主要驱动力,它将企业更具挑战性。然而,有必要改进研究硕士水平。

第四,应考虑第三方利益相关者参与的建设研究硕士。人才和技术支持为研究硕士具有重要意义,和大多数相关索引集群响应中。因此,海洋牧场应该建立合作关系的知识共享和联合成果与科研院所和高校建立定向培训人才的关系。政府也可以指导海洋牧场和第三方机构之间的协作技术和知识转移到企业和鼓励创新的学术研究相关研究硕士。

4所示。结论

近年来,海洋牧场的研究取得了丰富成果的概念,生态评价、育种承载能力、资源和环境监测。环境保护和资源保护的生态效益的海洋牧场就凸显了政府和学术界,但是仍有许多缺陷在实际操作和理论研究。因此,有必要研究研究硕士的评价和衡量系统性能的安全和海洋牧场生态系统服务。本研究基于DPSIR模型和评估研究硕士plt / ANP方法并执行一个案例研究的11个城市荣成海洋牧场。本研究的主要贡献可以概括如下。

首先,网络模型研究硕士评价由ANP方法反映评价指标的相互依存的关系。在现有的研究研究硕士,指标之间的相互依存关系是很少考虑,而指数之间的关系主要是视为一个线性。然而,考虑到海洋牧场生态系统是海洋生态系统的一个子系统,它是必要的,以反映评价指标的内部和外部依赖。第二,指标的权重是由plt / ANP方法决定。plt实用表达专家的偏好和犹豫的观点,这种方法反映了每种语言的概率信息项。我们使用plt提供不仅语言值也相应的概率信息获取成对矩阵。第三,提出研究硕士评价指标体系和plt / ANP方法被应用于分析11在荣成海洋牧场,山东省。四年级他们的不安全感,三在中安全等级,和四个安全等级。此外,根据指数权重的分析,全面研究硕士评估值,和贡献率11海洋牧场,建议政府,企业,和第三方机构提出了改进研究硕士性能。

然而,这项研究有局限性。首先,在这项研究中,plt ANP,用于确定权重,是两个主观的方法。进一步的研究可以整合客观熵权法等方法获得的权重同时主观和客观分析。第二,关系和操作进行排序的方法是最近推出了组plt,和进一步的研究可能会对这种新方法改进研究硕士评价结果的有效性。

数据可用性

使用的数据来支持本研究的发现正在禁运而研究成果商业化。请求数据,本文的发表之后的12个月内,将被相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

这项研究得到了国家社会科学基金重大项目批准号下18 zda055。