计数不可数之物：面向手工渔业监测的贝叶斯Polya瓮模型

《Canadian Journal of Fisheries and Aquatic Sciences》：Counting the uncountable: a Bayesian Polya urn model for monitoring artisanal fisheries

　　

小型渔业的多样性与适应性使其在社会层面具备韧性，却在统计层面难以捕捉，基于经典设计（design-based）的抽样监测方案虽概念优雅，却依赖理想化条件而鲜获实用成功。相较之下，在贝叶斯基于模型（model-based）框架下，若可交换性与抽样可忽略性可接受，则抽样设计对推断可忽略。研究人员提出一套可推广的贝叶斯调查抽样框架，以契合小型渔业结构与后勤局限，并将基于Polya后验的估计作为官方统计。在两阶段抽样、抽样比仅5.5%情形下，该方法同时估计多物种上岸量与总捕捞努力量（fishing effort）的频率学表现良好，精度符合FAO对基于样本的渔业监测建议。结论认为，贝叶斯Polya瓮为有望改善全球小型渔业可持续管理的监测路径。

研究背景方面，小型渔业（artisanal fisheries）具备异质渔具、流动作业区、非正式劳工与动态决策特征，导致时空变异性高、抽样框（sampling frame）难稳建。巴西等沿海地区机构断续、资金不稳，自报系统因非随机参与引入选择偏差，经典频率学设计基推断依赖随机化与已知包含概率（inclusion probability），在天气、季节流动与实地偏离下产生非概率成分，方差估计不稳。贝叶斯有限总体推断（Bayesian Finite Population Inference, BFPI）将总体单元值视为可交换未知量，在可忽略性下后验预测分布退化为Polya后验（Polya posterior），无需完整抽样设计规格即可由观测样本经验结构外推未观测单元，且估计量可容（admissible）并契合似然原理；校准贝叶斯（Calibrated Bayes）进一步在重复抽样下检验可信区间（credibility interval, CrI）名义覆盖以调和频率学性质。该研究由研究人员发表于《Canadian Journal of Fisheries and Aquatic Sciences》，旨在为巴西南部Patos Lagoon Estuary（PLE）四类城市、64社区约1200渔民的手工渔业提供低样本比、抗设计扰动的月度上岸量与努力量官方统计。

关键技术方法上，研究人员构建N=350渔民、12社区、4周结构的合成有限总体（synthetic finite population），每周捕捞努力量f_ij由Poisson生成，四物种上岸量c_i,j,s由Gamma(α/2, 1/2)累加并乘Bernoulli occurrence-indicator以嵌入零膨胀与跨物种条件相关；抽样计划采用两阶段、每周抽k=2社区且社区内无放回抽m=10渔民、四月合计n=80、整体抽样比n/(4N)=5.7%，辅以A1（社区等概率）、A2（logit包含概率随标准化月上岸量偏移）两偏离方案；推断端调用R包polyapost进行M=1500次Polya瓮模拟获后验预测，以中位数绝对偏差重标（mad.sd）代标准差，并在300次抽样重复下用绝对相对精度（Absolute Relative Accuracy, ARA）、95% CrI与最高后验密度区间（Highest Posterior Density, HPD）覆盖评估，对齐FAO/Stamatopoulos精度阈值。

研究结果部分，第2节方法论中2.1给出Y与I联合分布及在θ⊥?、p(I|Y,?)=p(I|Y_s,?)可忽略下θ后验剔除I；2.2定义连续情形每观测值一类的Polya后验Polya(N,(1,…,1))，在周×市分层内近似可交换，用polyapost仿真；2.3合成总体嵌零胀（Sp1零比78%、Sp2 72%、Sp3 54%、Sp4 52%）与图2所示跨物种互斥（Sp1/Sp2不与Sp3同现）；2.4两阶段抽样以社区组合数比例定周抽样保证渔民等包含概率；2.5校准指标ARA∈[90,95]%为FAO可接受。第3节中3.1列社区-周平均上岸（表1）与物种-周总量（表2）；3.2单样本Polya后验（图3、表3）显示真实有限总体参数（FPP）皆落95% CrI内，Eff中位数1390.42、FPP 1375.17，Sp1–Sp4 mad.cv 0.11–0.23，并由后验比得CPUE_Sp2中位数7.2 ton/day（真值8.1），阈值62吨被超概率中位数0.112；3.3校准（表4）300次重复下ARA中位数77.7–91.5%，CrI覆盖89.7–93.7%略低于95%，HDI更窄；A1（表5）精度比约1.01、区间宽增5%，Sp1宽增17%；A2（表6）ARA降4–5%、区间宽增17%而覆盖近乎不变。

讨论与结论翻译部分，研究人员指出合成总体复现零膨胀、社区内相关、物种异质与跨物种依赖，恰是设计基估计正则条件被破坏处，反证BFPI可交换后验预测之适切；5.7%抽样比下Polya后验仍稳，因可忽略设计使推断仅赖Y_s与可交换性，契Rubin可忽略与似然原则；CPUE等派生量后验呈渔业典型重尾，真实FPP皆入95% CrI；300次校准ARA 77–92%近FAO阈，覆盖略低于名义95%系有限总体预测与零重尾已知现象，HDI宽覆权衡明确；物种异质致零胀种Sp1/Sp2精度低，须按目标种配样本；非随机漏报仍偏误且Polya非参不能自纠，需分层显式建模非响应。结论认定：BFPI尤其Polya后验在小型渔业设计基假设崩坏时，以可操作、后验连贯、不需复杂建模之姿产出可靠估计，正由巴西渔业部（MPA）于PLE落地为官方统计，为全球数据贫乏社会—生态复杂渔业提供严谨可推广替代方案。