通过空间分析估算生物量迁移参数

因此，在捕鱼时，渔民的决定必须表现为两分决策，其中选择选项通过选择捕鱼或不捕鱼的斑块来表示。为了做出这一决定，假设渔夫对每一个补丁中可能获得的捕获进行了模拟，如果进行了努力（Etk=1）。这将由以下公式得出：Htk=γxtk（）βztk（）ρeεtk（6）在上一个等式中，假设渔民在决定去哪里捕鱼时知道每个斑块中现有的生物量。这是基于渔民在发展其工作方面拥有丰富经验的事实，以及他们可以与港口的其他渔民分享关于最佳捕鱼区的信息的事实。因此，假设他们的航行决策是合理的，即优化的。此外，假设渔民考虑了每捕获单位的净价，其中还包括批次中预期捕获单位的成本。为了简化模型的后续估计，假设常数参数（pk） 收集关于在特定补丁中捕获的每净吨价格（扣除成本）的信息。构建了一个价格向量，将渔民的利益敏感化为从港口到斑块的距离。向量的形式为：ptk=pt- ctk（）。这里，Pt是指在t期间卸载的资源的价格，和Ctkis是渔民每吨捕获物的运营费用（OE）/Htk（）。操作费用考虑了每次性能的排水时间（每艘船的海里数）。为此，研究人员有必要了解该性能的估计值、燃料价格以及每个补丁到每个端口的距离。

通过这种方式，研究者的观点是将渔民的运动设计为一个消费者，根据每个人获得的净效用，宣布他们对每个斑块的偏好，评估每次捕获的收益与前往该斑块捕鱼的运营费用之间的距离。因此，为了决定捕鱼努力必须在哪个区域进行，菲舍曼解决了以下问题：44 REVISTA DE ANALISIS ECONOMICO，VOL。 31，编号 1ktk=argmax∏tk=pkH公司tk：k=1,2，。。。，K{}（7）这个表达式并不意味着渔民每次旅行都会在一个补丁中捕获，但他们确实可以一次捕获一个补丁，从而允许他们在每次旅行中按照层次顺序选择几个补丁。N船舶被视为捕获同质物种。每个渔民的选择阵列对应于在空间和政治上可行的斑块；也就是说，考虑到尽管某些补丁在地理上是可访问的，但可能会禁止它们捕获活动。2.3. 计量经济学模型计量经济学估计需要将模型分解为两个部分：经济和生物。一方面，经济成分包括捕获功能和渔民对执行捕获的区域作出的决定。另一方面，生物模型由定义种群在斑块间迁移的方程组成。模型的估计分两个阶段进行。经济成分和生物成分通过每个斑块中存在的生物量水平联系在一起。这是每个渔场捕获函数的一个明确变量，它还决定了每个渔场的渔民获得的利益。

然而，数据中未观察到该变量；相反，假设渔民在做出决定时知道这一点。这可以估计生物量水平，从而解释渔民的捕获和捕鱼区决策。因此，在第一阶段，将对捕获函数和每个斑块的需求进行联合估计，并获得每个斑块和时段的估计生物量水平。这些生物量水平用于第二个估计阶段，以获得生物量的生物扩散和生长模型的参数。为了进行需求估计，使用了Berry（1994）提出的具有未观测特征的需求logit模型。为了使模型适应我们的估计问题，定义了一个市场。每个月渔船的每个母港。每个捕鱼补丁都被定义为产品，并作为替代选项：不在该月执行捕获。根据前一节中表达的模型，解释渔民决策的线性随机效用函数定义为：utk=ln∏tk+βln ptk（）+βln ztk（）+βln xtk（）+εtk（8）该方程可根据离散选择模型解释为：utk=αI+αIln ptk（）+αIln ztk（）+ξtk+εtk（9）通过分析估算生物量迁移参数……45其中αI、αI和αI表示所服务特征的参考参数，上标I表示它们是第一阶段估计的参数。ξTkre呈现斑块中未观察到的特征。假设它们与生物量（βln xtk）的对数成正比，生物量被认为与z向量无关；εtkis是渔民捕获预测的随机误差。

假设其具有极值分布。第一步估计未观察到的特征，一旦确定，代表每个渔民的估计生物量。该生物量是估算的第二步中使用的生物量。根据Berry（1994）指出的方法，上述需求模型的结构参数可以通过每个市场观察到的特征中每个补丁的市场参与度函数在总体水平上进行估计。在我们的例子中，这意味着对方程组的估计，每个始发港一个方程组，其中每个观测值对应于捕获地和捕鱼目的地的每月观测值。因此，每个批次的估算公式如下：ln（sk）- ln（s）=αI+αIln ptk（）+αIln ztk（）+ξtk（10），其中sk对应于在所考虑的时期内决定在斑块k内捕鱼的渔民的百分比，sis是在该时期内决定不捕鱼的渔民的总百分比。继Berry等人（1995年）之后，通过logit估计的方程（10）的左侧结构将提供未知参数ξtk的估计。为了证明所提出的方法，我们模型的第一阶段考虑了方程系统，其中包括五个方程，如前一个例子中的方程；每个面片有四个方程，其他方程带有捕获函数。与前一种情况一样，每个始发港都有一个。

通过使用非线性SURE系统（Zellner，1962），利用捕获函数对这些参数进行联合估计。此外，可以使用每年估计生物量的信息，以准确确定方程式（9）中参数ξ的值和每个patchx中的生物量水平！tk。在第二阶段中，利用以前生物量的估计系数来估计生长方程参数，生物量迁移呈现不等式（1）、（2）和（3）。出于估算目的，可以将其重写为：xt+1k=αIIxt型-αIIxt（）+dhkxtkh=1h≠kK公司∑+εtII（11）为αII=r- dkk（）和αII=rKk。结构参数dkkand和kk的识别需要辅助估计。为此，假设46 REVISTA DE ANALISIS ECONOMICO，VOL。 31，编号 1所有补丁和每个补丁的承载能力之和必须等于整个系统的承载能力。因此，值r和k=Kkk∑使用整个渔业的数据进行估算。这允许识别每个斑块的所有生物参数。为了估计（11）型方程组，每个面片一个方程组，还使用了aSURE方程组。研究案例和数据将开发的模型应用于智利中南部的鲭鱼渔业。这是智利和世界上最重要的渔业之一。该渔业包括位于瓦尔帕莱索和普托蒙特地区之间的区域。出于估算目的，考虑了所有在2001年至2004年期间执行任何捕获作业的工业船舶，这些船舶的始发港为圣安东尼奥、塔尔卡瓦诺、科罗内尔和瓦尔迪维亚。

这一时期的选择符合研究人员数据库的完整性和可用性。2004年期间，该区域的渔业记录显示，约有150万吨鱼下岸，其中79%为智利鲭鱼。在这一地区，鲭鱼主要在四个港口登陆。自2002年至2004年，塔尔卡瓦诺和瓦尔迪维亚港口集中了86%的捕获量。2004年，中南工业船队进行了2785次捕鱼旅行。95%的此类Trip返回到港口并进行了有效捕获。就空间而言，1月至2月期间，活动集中在Constructción（35°20’72°25’W）和Talcahuano（36°43’30’S-73°6’40’W）之间，距离海岸不超过100-129海里。3月至7月期间，活动转移至奇洛埃岛（41°51\'43“S-73°49\'52”W）。6月中旬和7月，继600海里以外的资源之后，海洋行动开始，直到9月，船队继续在智利海岸西北部地区作业。最后，在10月至11月期间，捕获量有所减少，集中在摩卡岛周围的沿海地区（38°23\'06“S-73°52\'00”W）。12月，随着科昆博地区沿海地区的回归，捕获的鱼类数量出现了回升。这可以在图中看到1显示了2004年期间捕获的空间分布。一些作者从生物学角度研究了智利鲭鱼的迁徙行为。Arcos等人。

（2001）指出，由于两个或多个分离栖息地之间的交替，该物种的迁徙模式考虑了很大一部分种群，因为它们发生在规则的基础上。因此，这些作者指出，从一个栖息地到另一个栖息地的运动决定了中南部地区渔业的季节性行为，在冬季（智利的4月至8月），由于育肥的原因，鲭鱼更容易在沿海水域捕获。另一方面，由于迁徙到海洋水域产卵的过程（9月至3月），低水位发生在春季和夏季。最后，这些作者通过分析……47估算生物量迁移参数。图1 2004年捕获的鲭鱼的空间分布来源：SERNAPESCA。承认在不同的空间和时间尺度上可能存在其他移徙模式。这些模式应该与空间的使用以及在每个栖息地居住的收益和成本之间平衡的变化有关。由于该物种在所分析的捕鱼区内的迁徙特征，以及该物种对智利渔业的重要性，这成为拟议模型的理想研究案例。对于空间和迁移分析，根据智利渔业部副部长（SERNAPESCA）用于定义智利捕鱼区的分类，中南部地区被划分为八个斑块。图形图2显示了智利中南部地区的位置以及分析中考虑的八个斑块。

还指出了进行采掘工业活动的四个原产地。48《经济分析评论》，第卷。 31，编号 1图2考虑SERNAPESCANote定义的修补程序和端口的智利地图：突出显示分析中使用的修补程序。来源：own。这些信息来自智利渔业部副部长的登陆记录，包括2001年至2004年期间在渔业中运营的每艘船舶的每月出海次数和每个渔区的登陆次数。数据库显示了每个斑块和月份的平均捕获量的变化。如图所示3和图4.通过分析估算生物量迁移参数…49图3每个斑块和年份的平均捕获量（千吨）来源：SERNAPESCA。图4每月和每年的平均捕获量来源：SERNAPESCA。50《经济分析评论》（REVISTA DE ANALISIS ECONOMICO），第卷。 31，编号 1数据库拥有智利海洋渔业局（SERNAPESCA）的每日信息。它包含35063次观测，113艘具有不同技术特征的船只。每月汇总数据以进行估算（以及虚拟变量的实际使用）。这些船只的唯一目标物种是墨菲鱼。表1每年旅行说明2001 2002 2003 2004年总旅行27 774 36 730 34 947 32 560每艘船平均旅行100.408 83.980 69.200 104.450SD每艘船旅行14.520 22.600 20.860 23.820来源：SERNAPESCA。结果第1步离散选择模型估计参数的简化形式结果如表所示2、参数α0，t表示对应于每年t常数的系数。形式为α1，t，ji的参数对应于与t年从j港出发的船舶在每个斑块上的捕获净效益相关的系数。

由于到修补程序的距离因起始端口而异，因此可以认为每个端口的此参数也不同。参数α2，tic对应于每年渔获量函数的捕捞总努力指数。在此阶段，估计每个斑块和月份的生物量。净收益对应于价格和成本捕获率之间的差异，均以吨为单位。因此，参数α1，tIare被解释为每年从四个港口中的任何一个港口捕鱼的净效益。通过使用每个斑块和年份的虚拟变量，可以确定生物信息SDTK=βln xtk（）。估计生物量如图所示在第二阶段估计这些系数后，我们继续估计生物迁移模型。在表格中3我们给出了生物迁移模型简化形式的估计结果。形式为α0的参数kIImatch对应于识别r和dkk的变量xtkused的系数。反过来，形式α1的参数kIImatchthe系数对应于研究中考虑的八个贴片（k）中每个贴片的变量xt，kf，并且需要确定电荷容量。从第一步和第二步估计中获得的简化形式参数允许生成经济模型和生物模型的结构参数；尤其是那些与捕获和迁移功能相关的参数通过分析…51表2第1步估算简化形式的结果来估计生物量迁移参数 参数St。

误差z值αI020014.8311 0.0576 83.86αI020025.0050 0.0579 86.43αI020035.0164 0.0474 105.86αI020044.7792 0.0492 97.11αI12001，10.1500 0.0138 10.88αI12001，20.0281 0.0037 7.62αI12001，30.0612 0.0036 17.09αI12001，40.0059 0.0012 4.99αI12002，10.1510 0 0.0138 10.98αI12002，20.0292 0.0036 8.01αI12002，30.0614 0.0036 16.90αI12002，40.0057 0.0012 4.81αI12003，10.1450 0 0.013810.51αI12003，20.0297 0.0036 8.25αI12003，30.0636 0.0036 17.92αI12003，40.0061 0.0011 5.36αI12004，10.1460 0.0137 10.65αI12004，20.0268 0.0036 7.55αI12004，30.0596 0.0035 17.16αI12004，40.0056 0.0011 4.99αI220011.0798 0.0133 80.96αI220021.0464 0.0132 79.30αI220031.0531 38 0.0109 96.44αI220041.0940 0.0115 95.10Obs参数要求1 906 98 0.79方程2 906 102 0.08方程3 906102 0.45方程式4 906 102 0.24方程式5 906 102 0.75来源：Own。补丁之间。因此，表4显示捕获函数和表的估计参数5显示了迁移和增长参数的估计。表中的结果4显示与捕获功能的技术常数相关的参数，以及累计捕捞努力的弹性。可以观察到，弹性略高于1，显著高于该值。所有经济变量都具有统计显著性，并根据文献显示出预期的迹象和大小；e、 一方面，捕获量为正，其大小以吨表示。另一方面，弹性表明，如果每个补丁的净效益增加，那么该补丁的需求量也会增加。52《经济分析评论》，第卷。 31，编号 1图5通过分析估算每月生物量和斑块估算生物量迁移参数…53表3估算简化形式的结果，步骤2 参数St。