有关世界上发展最快的产业之一水产养殖发展的新闻报道和技术文章。

日本超集约化对虾养殖的生物经济分析

纯平新司博士 八木伸行博士 Nohara Setsuo博士 马西·怀尔德(Marcy Wilder)博士

评估揭示了降低生产率的因素,提出了有效管理的改进建议

超密集
对日本超集约化对虾养殖的生物经济分析表明,各种因素降低了生产率,并提出了改进措施以提高管理效率。 Darryl Jory摄影。

近年来,已经开发出用于虾类养殖的封闭系统,以减轻一些环境问题并减少虾类疾病的风险。使用最少的饲养水交换的超集约化养殖系统正在发展,并有望保护水土资源和减少环境影响的新水产养殖技术。最近的一些研究试图评估增加虾生物量产量的最佳条件。但是,很少有研究检查商业生产下封闭系统养殖的成本和收益之间的平衡。当采用这些系统时,尚未实现最佳经济管理和解决不可预见问题的方法。

基于数值模型的模拟可以洞悉如何实现更好的管理策略。生物经济模型是研究影响水产养殖生产的不同因素之间复杂相互作用的一种适当方法。沿着这些思路,最近有一些使用生物经济方法进行研究的实例,这些实例对于改进集约化和半集约化系统中虾类养殖的策略很有用。

本文-摘自 原始出版物 (Shinji,J. et al.2019。超集约化对虾养殖的生物经济分析和管理计划的完善: 日本。鱼科学 85,1055–1065)–描述了一项研究,该研究的重点是在新泻县妙高市运营的室内虾生产系统(ISPS)工厂中,利用这种生物经济方法改善超密集型封闭养殖虾生产的管理策略(日本)为例。

研究设置

我们使用了位于日本新泻县妙高市的室内虾生产系统(ISPS)虾厂作为案例研究地点(由日本东京的IMT Engineering Inc.经营)。八批太平洋白对虾的饲养数据(凡纳滨对虾)由水产养殖系统(IMT Engineering Inc.)的运营商提供。 ISPS是一种超密集型封闭式养殖系统,可对饲养水进行再循环,在生产通道和外部之间几乎没有水流入和流出。环境因素易于维护,因为该系统的控制比未封闭的常规水产养殖系统更容易控制。

此外,虾产品的价格已经通过交叉交易确定,并且不会随市场供需而变化,虾产品通常在每个生产周期都售罄。我们认为该系统在耕作和市场条件方面都包含很少的不确定因素,因此更适合分析水产养殖和经济生产的机制。

为了在研究现场建立用于优化生产计划的模型,我们使用结构方程模型(SEM)进行了路径分析。该过程涉及通过对环境因素日变化,饲养条件,生长速度和死亡率之间的关系进行整体分析,筛选决定所选研究地点虾生产动态的关键因素。我们专注于生产过程的成长期(在育苗阶段之后),因为虾生物量在此阶段主要增加,因此是实现整体生产效率提高的最重要目标。然后,我们建立了与人口动态有关的模型。

开发了收获模型以估计利润;捕捞也是通过剔除过程减少未来死生物量来控制水产养殖环境中种群动态的一种手段。因此,收获模型包括剔除作为规避死因风险和提高总产量从而带来经济利益的手段。可以使用捕捞模型直接计算经济产量,而不受虾市场的影响,因为价格是通过交叉交易确定的。每批次的利润和年利润可以根据经济产量和生产所需总成本之间的平衡来计算。

有关案例研究站点的详细信息;数据源;分析概念和模型规格;和仿真方法,请参阅原始出版物。

结果与讨论

许多生物学研究,尤其是侧重于生理和病理学方面的生物学研究,已经加强并支持了对虾商业化养殖的扩展,但是商业领域最终经济产出的重要性在研究领域并未得到充分考虑。在我们的研究中,我们旨在通过使用生物经济模型来制定最佳的水产养殖策略。这种方法的优点是可以用于分析商业化水产养殖实际生产过程中各种因素的复杂相互作用,因此对行业的经济管理具有影响。我们将该方法应用于室内密集型封闭式养殖系统,这是一种对虾养殖的选择,到处都有。

我们使用SEM进行的第一步分析是评估室内封闭式超精养系统中的水产养殖问题,因为这种类型的系统可能会出现饲养条件方面尚未发现的问题(图1)。许多研究集中在化学和物理环境条件限制或降低虾类养殖生产力方面的重要性。这些条件包括盐度,水温,溶解氧和含氮废物。

超密集
图1:SEM模型评估了研究地点池中虾每日死亡和虾健康状况变化的机制。实心正方形表示可观察到的变量,圆圈表示潜在变量。健康状况以分数表示。灰色箭头表示正面影响,白色箭头表示负面影响。框中的数字是每个相应路径上的标准化系数。为简单起见,该图中未显示错误术语。

但是,我们的SEM模型表明,这些条件均不能降低生产率,因为在我们的研究中,大多数这些参数都保持在可接受的水平内。我们的SEM模型中值得注意的一点是预测的累积死亡率对每日死亡率的主要影响。 SEM模型给出的预测得到了我们的多元回归分析的支持。这意味着死亡率会导致进一步的死亡率,并且一旦在人群中触发了死亡率,连锁反应中的生产损失就会增加。

没有关于对这类虾养殖系统至关重要的未知环境因素的信息。如果要推广使用超密集型封闭系统,那么我们必须接受,将来必须弄清这些不确定的环境因素是什么。

通过模拟更改包含人口动态的参数,可以看出人口管理的重要性及其细节。死亡率曲线的早期对死亡率的意外增加很敏感。因此,重要的是通过维持饲养条件来控制死亡率。我们的模拟还显示了增长控制的重要性。我们的结果强调了意外的增长下降所造成的严重生产损失–超过了预期的增长改善带来的生产收益。生长减少会延迟收获的开始。这种延迟延长了单次耕作的时间,并增加了因死亡而导致生产损失的风险。

我们的模拟表明控制生物量规模的种群动态以防止链反应型生产损失的重要性。人工减法可能是控制种群最有效的管理方法之一。当死亡率曲线对意外的死亡率增加敏感时,估计的效果很高,这表明在关键时期使用人群减法的功效。我们的结果表明了制定适当的收获计划以实现成功的生物种群管理的重要性。在水产养殖的整个生物学和生物经济研究中,普遍发现了放养种群对生产的影响。我们的结果类似地显示了这一点,但是我们的发现不同之处在于,它表明了人口控制作为防止指数生产损失的方法的效用。

我们优化的收割计划建议尽早进行集中收割,以确保经济增长(图2-3)。这些计划使通过增长获得的经济收益与通过死亡造成的生产损失之间的差异最大化。优化的计划缩短了单个培养所需的总时间,表明更快的轮换也带来了更好的经济利润。更快的轮换计划使年度经济收益提高了68%,而每项运行成本却提高了26%。尽管估计的细节不同,但通常已经指出,更快的生产周期轮换是实现商品虾养殖经济改善的有效手段。

超密集
图2:使每批利润(a)和年度利润(b)最大化的收获模式。虚线表示当夏季或冬季的最佳收获方式发生变化时,春季/秋季的最佳收获方式。

此处优化的生产计划显示了大幅提高利润的可能性。但是,以较高的价格出售的体型虾的百分比极低,特别是在使年度利润最大化的情况下。这表明,较大和较高价格的虾的经济产量无法弥补这些较大虾长期饲养期间因死亡率增加的生长成本和生产损失。研究地点的实际收割更类似于使每批产量最大化而不是每年获利的收割计划(图3)。这表明研究地点的收获计划尚未针对经济利益进行优化。然而,研究地点的经营者倾向于在不考虑经济损失的情况下生产更大的虾,并且它重复了这一生产计划,至少两年没有改变方向。

超密集
图3:实际收获数量和收获方式​​,以使年产量,年利润,每批次利润和每批次产量最大化。每个图都表示实际收获。

农场工人认为,​​大虾的生产会产生品牌影响力。 “品牌”是有效提高交易价格的属性,产品尺寸是支持海鲜品牌形象的因素。该公司已通过其原始的耕作系统成功建立了价格较高的自己的原始品牌。在这种情况下,通常具有先发优势。

但是,在这种情况下,尚不清楚从品牌形象获得的收益是否等于或高于维持品牌形象的预期机会成本。只要工厂经营者相信大虾生产带来的品牌影响力,就会出现另一个问题:要维持品牌形象需要多少生产?这是弄清工厂经营者为何反复选择当前策略的重点,对于工厂经营者将来接受改善经济管理的建议计划而言,这一点很重要。

观点

我们使用基于生物经济模型的模拟来显示预测超密集型封闭式养殖系统中导致虾死亡的因素,并且我们制定了改进计划以使研究地点的利润最大化。我们的研究表明,与封闭系统中的累积死亡率有关的尚待确定的因素在导致死亡方面尤其重要,我们建议对此因素的鉴定将是未来的重要研究课题。

另一个重要发现是,经济管理本身就是对虾种群控制的一种形式,在存在未知因素的情况下,这种方法可以有效地减少虾的生产损失。我们的分析表明,研究地点的公司在最佳经济策略和实际生产之间可能存在不匹配的情况。这里提出的改进的生产计划可能会通过在超集约封闭式养殖系统中更早,更集中地收获而实现对虾养殖利润的大幅增加。

总之,本案例研究证明了生物经济信息在分析此类生产系统中的效用。我们的方法可能为利用生物经济模型开辟新的可能性,例如,设计和开发算法包以控制虾的实际产量。


GAA的GOAL 2020会议可能已经结束...

…但是内容仍然存在。对于GAA个人和企业成员,可以在GOAL 2020会议平台和GAA成员工具包中按需访问全部10个计划会议(总共15个小时的内容),以及GOAL 2020演示文稿的PDF。

还不是GAA成员?加入我们。