海洋捕捞业渔获量抽样调查中样本选取问题研究.docVIP

海洋捕捞业渔获量抽样调查中样本选取问题研究 　　摘要 随着抽样调查在国内外各领域的成功应用，近年来国内渔业生产统计也逐渐引用此法，但尚未系统解决海洋捕捞业渔获量抽样调查中样本代表性、样本数量、样本轮换等关键问题的理论构建问题，本文旨在通过剖析上述关键问题，为海洋捕捞业渔获量抽样调查方案设计及其实际应用奠定理论基础。 　　关键词 海洋捕捞业；渔获量；抽样调查；样本代表性；样本量；样本轮换 　　中图分类号 F302.5；C811 文献标识码 A 文章编号 1007-5739（2014）17-0281-03 　　认识事物的途径多种多样，基本途径是通过各式统计获取资料，用科学方法进行处理和分析，并据此得出相应的结论。统计调查法在实践中逐渐从普查发展成了普查、抽样调查及其他调查等多种方法并行的状况。抽样调查法是一种科学的统计调查方法，因其灵活性、时效性、精确性等诸多优点，在国外社会、经济、科技、自然、渔获量统计等领域发挥了巨大作用。抽样调查法在中国发展缓慢，直到改革开放以后才得以较快发展，主要应用于人口、经济、科教文卫、资源等领域。 　　近年来，抽样调查法在渔业生产统计领域的应用日渐广泛。袁兴伟等[1]对南海区三省渔业生产统计研究表明相同条件下分层抽样的精度高于简单随机抽样；甘喜萍等[2]论述了应用于渔业生产统计的经济分层抽样原理；Bannermanl与Lamptey研究了分层抽样在小规模渔业生产数据中的应用。世界粮农组织（FAO）与中国合作在湖北梁子湖、浙江象山及山东莱州等地区对渔业生产开展抽样调查，调查结果较为客观地反映了各地捕捞生产实际情况。目前关于海洋捕捞业渔获量抽样调查中的样本代表性、样本量的确定、分配、样本轮换等关键问题的系统理论探究报导很少，本文旨在解决这一问题，以期为海洋捕捞业渔获量抽样调查方案设计及应用奠定理论基础。 　　1 样本代表性 　　1.1 样本代表性的含义与作用 　　捕捞产量抽样调查只需少量渔船单元作为样本，统计分析这些样本渔船单元的捕捞数据，然后推断评估总体渔船捕捞产量情况，因此要求所选样本渔船单元有较高的代表性。抽样调查中首次出现“代表性”由挪威凯尔（A.N.Kiaer）于1895年提出，其观点是认为样本是总体的缩影，选出少量正常合理的样本就能反映总体情况，对总体评估准确与否主要取决于样本的代表性[3]。后来在如获取代表性样本问题上先后出现了目的抽样和概率抽样2种观点，前者根据抽样调查的目的有意识地抽取样本单元，使所得样本与总体特性相近。 　　目的抽样观点认为所选样本应当在结构上与总体相似。例如，若将渔业生产调查区的渔船根据主机功率按大小分为A（20%）、B（30%）、C（50%）3层后，样本包括a（20%）、b（30%）、c（50%）才最具代表性。实际上，研究调查的主体不是渔船，而是基于渔船的捕捞活动记录数据。各层样本渔船单元数量分配应依据该层渔获量对总体渔获量的贡献而定，而不是只考虑该层渔船单元数在总体中的的比例，如果各层渔获量贡献率也符合该比例，那这样的样本组成就有很高代表性。一个与总体结构相似的样本并不一定能保证充分体现出总体信息，这也是在分层抽样样本分配中最优分配精度优于比例分配的原因。 　　目的抽样只涉研究员认为符合调查目的部分总体渔船单元单元，却没有依据说明余下部分不能够代表总体，至少是总体的一部分，而这些渔船单元却没有作为样本的机会。英国统计学家鲍莱（A.L.Bowley）提出中心极限定理应用于概率抽样的总体参数估计，认为应当赋予每个单元都有作为样本的机会[4]。每个渔船单元的机会是否相等与总体渔船单元间的差异程度相关。若差异程度不大，等概率比较适宜；反之，不等概率较为宜。例如，调查某海域捕捞渔获量时，按渔船主机功率（kW）将渔船分为A（1.0～44.1，30%）、B（44.1～147.0，40%）、C（147.0～441.0，30%）3层，相同条件下，功率越大，渔获量越大，故对区域总体渔获量而言，B层和C层的贡献率比A层大很多，选样时，应考虑不等概率抽样，使A层样本渔船单元数量向B层和C层倾斜。无论是等概率还是不等概率抽样，目的都是尽可能提高总体参数精度。 　　事实上，代表性是一个泛概念，与抽样分布有关，即所有可能样本的估计量的概率分布，单纯认为某一具体样本有多大的代表性是片面的。在众多可能样本中，一次调查抽到的样本有优劣之分，且优劣程度还与概率有关。例如，某海域所有拖网渔船的渔获量的均值是1 000 kg/（d?艘），根据2种抽样方案X、Y所得的样本均值方差V（x）=50，V（y）=100，显然，方案X属较好，能更好反映总体情况；在既定的置信水平下，X方案所得均值的置信区间比Y的窄，所得结果也更精确。样本代表性是属性概念，不能用具体数值说明它的高低。一些观