数字经济背景下济宁市渔业现代化建设的探究

中图分类号：S9；F327 文献标志码：A 文章编号：1004—6755（2025）07—0076—04

Exploration into the modernization of fishery construction in Jining City under the background of digital economy

LI Guojing1，MENGLihua²，SUI Chengcheng³，HU Bin1 （1.YutaiCountyFisheryDevelopmentServiceCenter，Jining 27230o，China;2.JiningFishery DevelopmentandResource ConservationCenter，Jining27230o，China;3.YutaiCountyCommercialandTradeServiceCenter，Jining27230，China）

Abstract：Jining City has 58 national and provincial demonstration farms for healthy aquaculture，with a freshwater fishery aquaculture area of 340.67km² ，ranking first in the province. Some areas have already explored smart fisheries，such as Weishan County building a smart fishery workshop and Rencheng District has established a digital fisheries breeding and promotion base. In order to promote the digital and intelligent process of the city's fishery，to help the fishery industry achieving highquality development，this article summarizes the three effects of data elements for the modernization of fishery construction，explores the practical path of fishery modernization under the background of digital economy，and provides reference for the construction of regional smart fishery.

Key words：digital economy;fishery modernization;smart fishery;Jining

2024年，济宁市数字经济核心产业规模突破720亿元、增长 20% 以上，数字经济实力显著增强，这为济宁市渔业数字化转型奠定了坚实的基础[]。养殖企业在生产、经营、管理等环节所产生的海量数据，包括渔业管理数据、养殖环境数据、市场交易数据等，均为数字经济领域的重要资源。大数据通过深人挖掘与分析这些数据资源，可为渔业生产决策、市场预测等提供有力支持，进而实现数据价值的最大化[2。人工智能技术则可迅速处理并分析大量数据资源，揭示潜在的渔业资源分布规律及变化趋势，协助相关部门与企业更为精准地把握渔业资源的动态信息，从而制定出更加科学、合理的渔业资源管理与保护策略。

1渔业现代化建设现状

1.1政策支持，现代渔业迎来新机遇

近年来，济宁市聚焦智慧渔业发展，以微山湖为核心区域，借助政策引导、科技支撑以及产业融合等举措，成功构建起“生态优先、科技引领、三产融合"的发展格局。在科研方面，与高校合作建立创新平台，如上海海洋大学微山湖研究院，推动渔业科技研发。在设施方面，鼓励新建或升级改造工厂化养殖、淡水陆基圆桶养殖园区，重点支持尾水处理与循环利用系统、机械化一智能化一信息化融合设备、空气源/水源热泵等节能设施的配套升级与改造，单个企业补助上限原则上不超过配套设备投资额的 50% ，或新增总投资额的 30% .且不超过500万元[3]。在政策方面，将渔业人才引进纳入《济宁人才金政20条》，2023年发放人才发展资金500万元，支持科研和技术推广[4]。

1.2技术突破，现代渔业数字化升级

现代渔业增长方式由粗放式向集约式转变，注重提高渔业生产效率和产品附加值，推动渔业高质量发展。高端渔业装备以数字化、智能化、生态化为核心，覆盖养殖、管理、加工全链条，典型代表有数字化平台、机器人管理系统、循环水处理设施等。以微山湖现代渔业产业园的鱼养殖车间为例，该车间通过动态调整饲料配比和投喂量，产出率比传统模式提高3.8倍，人力成本降低50%^[5] 。此外，邹城堃茂渔业采用的工厂数字化智慧养殖技术能够让鱼儿四季生长，加州鲈从一年产一季提升至一年产两季，可年产高端成鱼450t. 鱼苗2000万尾，2024年1月至8月产值超过2000万元，同比增长 8%^[6] 经

1.3市场优先，上下游资源整合强品牌

渔业企业正逐步摒弃传统的粗放型发展模式，在现代工商管理理念的指导下，通过对市场趋势、政策导向及资源状况的深入分析，制定长期战略规划。部分大型渔业企业通过并购、合作等方式整合上下游资源，以降低交易成本，提高产业协同效应。例如，微山县高楼乡在养殖环节持续推进池塘生态改造。在加工与销售方面，该乡以品牌建设为核心，着力打造优质水产品养殖基地，并建设电商云仓基地。同时，构建“微湖珍礼"网络商城，采取“线上十线下”双轨运营模式，在多个地区设立线下体验店。此外，该乡还成立抖音联盟，培育“渔村网红”，以开展直播销售活动。济宁市重点培育“微山湖"渔业品牌，深度挖掘产品的生态特性，微山湖大闸蟹、乌、四鼻鲤荣登“2022中国地理标志农产品（水产）品牌声誉前100位"榜单[8]。

2数字经济背景下渔业现代化发展思路

2.1数据要素的协同效应能够促进资源配置效率的提高

数据要素的协同应用在水产养殖中，是指通过整合数据采集、分析、共享和应用过程中的技术、设备、管理、政策及人才等资源，提升水产养殖的智能化、精准化与可持续性水平。

技术协同：利用物联网（IoT）传感器、无人机、水下摄像头等设备，实时监测水质（如溶解氧、pH值、温度、氨氮含量）、鱼类行为、投喂量等数据。设备协同：自动投喂机、增氧机、水质调控设备等基于实时数据实现自动化操作。管理协同：整合生产、物流、销售等环节数据，实现全流程数字化管理。利用区块链技术追溯水产品来源，增强消费者信任。政策协同：推动公共数据开放（如水域环境监测数据、疫病预警信息），建立行业数据共享平台，制定数据安全和隐私保护政策，规范水产养殖数据的使用。人才协同：培养既懂水产养殖又掌握数据分析技能的复合型人才，鼓励数据科学家与水产专家协同研发模型（如病害诊断算法、生态承载力评估模型）。

2.2数据要素的复用效应能够推动养殖产业链优化升级

数据具备独特的属性，即能够一次性生成并多次利用。养殖户长期积累的养殖数据，对于养殖企业优化养殖技术、提高养殖质量与产量具有至关重要的意义。通过对数据的深人挖掘和分析，企业能够了解到不同品种、不同生长阶段的养殖生物对环境、饲料等各方面的具体需求，从而为它们提供更适宜的生长条件。饲料加工企业可根据养殖数据进行饲料配方的改良，从而提高饲料的转化率和营养价值，更好地满足不同生长阶段动物的需求。水产品加工企业可根据鱼虾生长周期、健康状况等数据，优化加工工艺，提升产品质量和附加值。养殖数据的复用推动了整个养殖产业链的全面优化与升级。

2.3数据要素的融合效应促进数智融合推动产 业升级

数据要素与传统生产要素的深度融合提升了数字化决策的质量与效率，催生了新型融合制造模式，并进一步衍生出诸如智慧渔业、新零售等创新业态。例如，任城区喻兴园数字渔仓育繁推基地与省产研院、神鲁水产合作，已建设工厂化养殖车间超 2hm² ，标准化养鱼池72个，单池年产量可达10t 。较坑塘化养殖的土地利用效率提高了44倍，成为全省首个具备水质检测、粪水分离、生态净化、臭氧曝气、鱼菜共生完整水循环系统的现代渔业产业园。自前，在喻兴园带动下，片区发展的虾蟹、藕虾、稻鱼种养基地面积达 333.33hm² ，形成了任城南部片区的特色产业和致富路径。济宁市通过“电商 + 渔业"模式拓展销售渠道，与电商平台合作，培育本土网红直播带货。2023年渔湖产品网络零售额达1.73亿元，同比增长 121.6%^[9]

3数字经济背景下渔业现代化面临的挑战

3.1机械化程度不足，技术应用成本较高，制约了数字化进程

《全国现代设施农业建设规划（2023—2030年）》指出，2021年设施渔业产量占比为 52% ，预计到2025年年底将发展到 56% ，到2030年有望突破60%^[10] 。池塘养殖作为现阶段水产养殖生产的核心模式，其关键养殖活动包括增氧、投饲、捕捞、尾水处理及清淤等多个方面。目前，机械化程度较高的环节主要集中在增氧与投饲方面，而环境调控、捕捞、分选等配套设备严重匮乏[1]。部分养殖户受传统养殖经验和设备维护等因素的影响，对于采用智能化设备的意愿相对较低。例如，水质传感器的价格从几千元到上万元不等，每年的校准、维护费用约为设备价格的 10%～20% 。一个5000元的溶解氧传感器，每年维护费用可能在 500～1 000 元，数据传输产生的流量费大概在 500～2 000 元。机械设备的普及程度与技术应用成本，在一定程度上制约着渔业数字化的整体进程。

3.2数据问题突出，采集标注难度较大，数智化融合程度不够

根据IDC发布的《数据时代2025》白皮书预测，到2025年，产生的数据量将高达163ZB，其中90% 是非结构化数据[12]。这些非结构化数据只有经过清洗与标注才能唤醒其价值。渔业数据来源广泛且复杂，涵盖了养殖、捕捞、加工等多个环节。养殖生物的种类、体型及活动习性均存在显著差异。例如，在虾蟹类养殖中，由于其活动轨迹复杂，固定传感器难以精准捕捉其生长和活动数据。养殖数据包括水质、气象、生物信息等多种类型，水质数据涉及酸碱度、溶解氧等多个参数，这些参数相互关联并影响生物生长，标注时需综合考虑多种因素，难度较大。此外，水下图像、视频等非结构化数据蕴含丰富的生物行为和环境信息，但其分析和标注需要专业知识和图像处理技术。例如，识别鱼类疾病症状的图像，需要水产专家和图像处理专家协作，并建立复杂的标注规则和分类体系。

3.3企业资金匮乏，数字化人才缺口大，转型面临多重制约

一方面，企业在推进数字化转型升级的过程中，需要投入大量资金。然而，养殖业受市场价格波动和生产周期的影响，养殖风险始终居高不下，导致养殖户的流动资金相对紧缺；另一方面，由于关键核心技术受制于人，自主创新能力不足，从而影响了转型的效果。智能养殖设备制造商与养殖户之间存在信息不对称的现象，制造商难以根据养殖户的实际需求进行产品改良和创新，而养殖户也难以获取完全符合自身需求的先进设备与技术。对于已建立的智慧渔业平台，其相关设备的维护和操作能力受限，无法充分发挥设备功能。资金短缺与技术壁垒对数字渔业的发展进程形成了制约。

4数字经济背景下渔业现代化的实践路径

4.1利用工厂化优势，推动渔业数字化转型，促进高质量发展

工厂化养殖涉及恒温控制、排污净化、循环水控制及制氧系统等多个技术领域。在工业化环境中，数字化技术具有更广泛的应用潜力。根据市场经济效益、技术要求、差异化养殖、地区适应性及市场销路等多重因素，可以选择淡水石斑鱼、加州鲈、饲料鳜、鲟鱼、虹及澳洲淡水龙虾等适宜工厂化养殖的鱼类品种，以此提升养殖业的经济效益和市场竞争力。积极推动渔业生产向第二、第三产业转型与升级，实现产业的多元化与高质量发展。具体措施包括：引导渔业企业加大科技创新投入，运用先进数字技术提高生产效率并降低成本；鼓励渔业企业与电商平台合作，拓展销售渠道并提升产品附加值；加大对渔业产业链下游产业如加工、物流、销售的扶持力度，形成完整产业链，从而提高整个产业的竞争力，实现可持续发展。