理清非法捕鱼背后的社会生态驱动力

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Disentangling the socio-ecological drivers behind illegal fishing in a
  small-scale fishery managed by a TURF system》
---
作者：
Silvia de Juan, Maria Dulce Subida, Andres Ospina-Alvarez, Ainara
  Aguilar, Miriam Fernandez
---
最新提交年份：
2020
---
英文摘要：
  A substantial increase in illegal extraction of the benthic resources in central Chile is likely driven by an interplay of numerous socio-economic local factors that threatens the success of the fisheries management areas (MA) system. To assess this problem, the exploitation state of a commercially important benthic resource (i.e., keyhole limpet) in the MAs was related with socio-economic drivers of the small-scale fisheries. The potential drivers of illegal extraction included rebound effect of fishing effort displacement by MAs, level of enforcement, distance to surveillance authorities, wave exposure and land-based access to the MA, and alternative economic activities in the fishing village. The exploitation state of limpets was assessed by the proportion of the catch that is below the minimum legal size, with high proportions indicating a poor state, and by the relative median size of limpets fished within the MAs in comparison with neighbouring OA areas, with larger relative sizes in the MA indicating a good state. A Bayesian-Belief Network approach was adopted to assess the effects of potential drivers of illegal fishing on the status of the benthic resource in the MAs. Results evidenced the absence of a direct link between the level of enforcement and the status of the resource, with other socio-economic (e.g., alternative economic activities in the village) and context variables (e.g., fishing effort or distance to surveillance authorities) playing important roles. Scenario analysis explored variables that are susceptible to be managed, evidencing that BBN is a powerful approach to explore the role of multiple external drivers, and their impact on marine resources, in complex small-scale fisheries.
---
中文摘要：
智利中部非法开采底栖资源的大幅增加，很可能是由于许多社会经济当地因素的相互作用，这些因素威胁着渔业管理区（MA）系统的成功。为了评估这一问题，MAs中一种商业上重要的底栖资源（即钥匙孔帽贝）的开发状态与小规模渔业的社会经济驱动因素有关。非法开采的潜在驱动因素包括MAs的捕鱼努力位移的反弹效应、执法水平、与监督机构的距离、波浪暴露和进入MA的陆基通道，以及渔村的替代经济活动。根据低于最低法定捕捞量的渔获物比例评估帽贝的开发状态，高比例表示状态不佳，根据在MAs内捕捞的帽贝与邻近OA区域相比的相对中值大小评估帽贝的开发状态，在MAs中较大的相对大小表示状态良好。采用贝叶斯信念网络方法来评估非法捕捞的潜在驱动因素对MAs中底栖资源状况的影响。结果表明，执法水平与资源状况之间没有直接联系，其他社会经济因素（例如，村里的替代经济活动）和环境变量（例如，捕鱼努力或与监督机构的距离）发挥着重要作用。情景分析探索了易管理的变量，证明BBN是探索复杂小规模渔业中多种外部驱动因素的作用及其对海洋资源的影响的有力方法。
---
分类信息：

一级分类：Economics        经济学
二级分类：General Economics        一般经济学
分类描述：General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类：Quantitative Finance        数量金融学
二级分类：Economics        经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--

---
PDF下载：
--> Disentangling_the_socio-ecological_drivers_behind_illegal_fishing_in_a_small-sca.pdf (1.85 MB)

2022-4-26 14:01:20 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：驱动力 Surveillance exploitation Contribution Quantitative

胡安等人的非法捕捞的社会生态驱动因素。2020年，在由草坪系统管理的小规模捕捞中，解开非法捕捞背后的社会生态驱动因素1*米里亚姆·费尔南德斯西班牙科学研究委员会，海洋科学研究所（ICM-CSIC），Passeig Maritim de la Barceloneta 37-49，西班牙巴塞罗那。智利卡图利卡德庞蒂菲西亚大学海岸调查局，阿拉米达340号，C.P.6513677，卡西拉193号，科雷奥22号，智利圣地亚哥。西班牙科学研究委员会，地中海高级研究所（IMEDEA-CSIC/UIB），c/Miquel Marques 21，CP 07190 Espolles，巴利阿里群岛，西班牙*通讯作者：sdejuan@icm.csic.esHighlights：o这项研究描述了适应复杂SSF的贝叶斯网络的开发设计了一个贝叶斯网络来识别非法钓鱼的司机该网络基于社会经济驱动因素和资源州之间的联系情景分析探讨了易受管理的变量的影响。摘要：智利中部非法开采底栖资源的大幅增加可能是由众多社会经济当地因素的相互作用造成的，这些因素威胁着渔业管理区（MA）系统的成功。为了评估这一问题，MAs中一种商业上重要的底栖资源（即锁孔帽贝）的开发状态与执法、与监督机构的距离、波浪暴露和对MA的陆基访问以及渔业村的替代经济活动有关。帽贝的开发状态是通过低于最低法定尺寸的渔获量比例来评估的，高比例表示状态不佳，以及通过与邻近OA区域相比，MAs内帽贝的相对中值大小来评估的，在MA中，较大的相对大小表示状态良好。

采用贝叶斯信念网络方法评估非法捕捞的潜在驱动因素对MAs中底栖资源状况的影响。结果证明，执法水平和资源状况与其他社会经济因素（例如：(c)2020）之间没有直接联系。本手稿版本在CC-BY-NC-ND 4.0 li下提供censehttp://creativecommons.org/licenses/by-nc-nd/4.0/Preprint提交至：海洋政策第1arXiv页：2012.08970v1[econ.GN]2020年12月15日非法捕捞的社会生态驱动因素德胡安等人2020年他们对复杂小规模渔业中海洋资源的影响。鱼类、底栖资源。简介[1]，同时雇佣了全球90%的员工[2]。然而，粮农组织的这些职能是改进数据收集，以指导监测和管理协议。最大限度地提高SSF评估可用性的创新方法在改进，有几个警告促使鱼类过度开发，需要紧急评估。这些因素可能是由强烈的市场导向型福利政策造成的[8]。科学证据表明，不遵守渔业法规是全球渔业中普遍存在的现象[3,9,10]，并出现在[11,12]中。然而，关于SSF中非法捕捞行为的信息仍然很少。SSF可能更容易违反捕捞限额或最小规模任何不合规活动，促进非法捕捞[3,9,10]。这是一个需要解决的复杂问题，因为许多社会经济因素可能正在发挥作用[8,14]。可持续发展基金（见[8]和其中的参考文献）指出，缺乏遵守基金规范的激励措施。公共泳池资源（草坪）。

虽然这些共同管理系统旨在鼓励信任，但规则预印本提交给：海洋政策第2页非法捕捞的社会生态驱动因素德胡安等人。2020年智利的URF系统有助于增加商业物种的数量[19]，并对生物多样性和营养网络结构产生了积极影响[20,21]。然而，这些管理领域之外的渔业压力[22]，以及在与经济收入和ZF支持[23,24]相关的方面对草皮系统的投资者的负面看法，促使这种管理模式升级。最近的研究表明，在智利的一些地区，草坪中的非法采伐可能高达该系统年收入的68%[25]，最近的生物调查提供了在草坪上进行的工作，包括智利中部的一些研究，确定了一系列促进非法采伐的激励措施。例如，市场通常是有限的，这是一个成熟的黑市，市场对水果产品的需求非常有限[27,28]。这些发现引发了对综合方法的需求，以确定哪些是智利草坪系统非法开采的主要驱动因素。这两个方面之间的相互作用很少被提及。在此，我们对社会生态驱动因素对非法捕捞传统和文化上重要的锁孔林网的影响进行了定量评估，这些锁孔林网将SSF的关键生物和社会经济组成部分连接起来。关注定性和定量因素的影响[29–33]，或考虑导致沿海资源多目标管理的社会、环境和经济因素[34,35]的情况。

在目前的工作中，我们使用了一个BBN模型，该模型整合了来自客户利益相关者和科学家的数据，以确定影响草坪系统中非法捕捞比例的关键驱动因素，以及执法因素和环境因素（例如，捕捞效应的反弹效应、位移或与监管机构的距离）之间的关系。BBN方法有助于在一个向利益相关者提供结果的环境中建立一个社会生态模式。本论文讨论了在草坪系统中推动非法采掘的相关问题，包括a）确定减少非法采掘所需有效执法水平的因素，以及b）有助于快速评估有效执法和SSF系统成功的变量。方法智利中部的小型渔业智利的小型底栖渔业主要围绕渔业保护区组织。报告提交给：海洋政策第3页，非法渔业的社会生态驱动者de Juan等人。2020年，当地称为caletas，是当地渔业和渔业组织的运营基地。底栖渔场的作业距离海湾约17公里[22]，深度约为20米（正式潜水深度），捕捞渔场显示出两种截然不同的管理制度：（i）作为管理区（以下简称MAs）或（ii）没有空间进入限制的历史渔场，以下简称开放进入区（OAs）。一些特定物种的规定适用于两种管理制度（如暂时性繁殖禁令或最低法定规模），其他则仅适用于TOMA（年度配额）或OA（全面禁止本地物种）。然而，由于MAs管理的不同，并非所有这些领域都表现出类似的执行水平[36]。

执行良好的MA意味着遵守最高限额，并对该区域进行调查以避免非法捕捞。手工和工业活动中的捕获物和控制[24]。然而，尽管不是强制性的，但消费者协会必须承担监督费用。在目前的工作中，偷猎一词指的是非法开采资源，或者是由于联合国相关人员从MAs中提取资源。在本研究中，数据收集自13个供应商协会，这些协会在研究时提供了1到3个运营MAs。在MAs和邻近的OAs进行了调查，以评估钥匙孔无障碍结构，并向负责人进行了不同的电话问卷调查。2016年至2020年，在智利中部海岸的40个协会中，对FishersInterviews和Fishers协会的领导人进行了采访。两套覆盖智利中部海岸约250公里的电缆；和（b）远程（电话）采访，重点是覆盖整个研究区域的24个海湾（ca.执法协议，或缺乏该协议，整个MASPpreprint的执法均匀性提交给：海洋政策第4页非法捕鱼的社会生态驱动者德胡安等。2020该研究（红色的当地名称）。请注意，每个关联可能有1到2个管理区域，因此分析中包括24个区域。等级对应于执行级别（5为最高执行级别）。在地图上）。预印本提交至：海洋政策第5页非法捕捞的社会生态驱动因素de Juan等人，每年2020份。完整的问卷在补充材料中提供。在这些采访中收集的信息可以确定每个消费者协会的执法水平。

执法排名基于二分法树，代表了一个供应商协会可能展示的所有选项。因此，当供应商协会雇佣外部人员进行24小时监控时，一个地区可能会有非常高的执法水平（排名5）；另一方面，当该地区没有监控时，就会出现非常低的执法级别（1级）（图2）。执法力度高与执法力度大之间的差异，由受薪人员进行24小时监控，并由受薪人员进行更高的妥协[23]。渔民在他们的MAs是有效的或非有效的）和监督差异计算该变量时，如果消费者协会花更少的时间调查该MA（相对于由同一协会控制的其他MAs），MA（排名1至5）的执行水平会降低一分，此外，根据一份关于他们国家报告的偷猎事件数量的信息，这一年报告的偷猎事件数量非常高，超过100起。所有变量perMA均包含在补充信息中（表S1）。管理区域的属性：1）每个注册供应商的OA区域的可用性，与分配给MA的总面积相关，在每个cove（指数IAOA）；由于MAs的高空间密度，OA服务器的可用性较低，这与OFF位移导致OA中非法捕鱼的增加有关[26]。在这种情况下（如执法力度低、合规性低和/或缺乏经济替代者），MAs偷猎活动增加的反弹效应。对于每个海湾，IAOA是对应于每个潜水员捕捞密度的OA比例和OA区域相对于MA的比例的代表，在OA相对于MAs的比例中（海湾附近对鱼类开放的区域较少），因此，对OA和MAs的更高偷猎压力是一种反弹效应。

费尔南德斯等人[26]提供了方法学方法的详细信息。2） MA的表面，因为预计更大的表面更难保护。3） MAs与提交给以下机构的正式预印本之间的距离：海洋政策第6页非法捕捞的社会生态驱动因素德胡安等人。2020年，为持续执法（雇佣执法）、组织执法人员执行其区域或不执行区域而支付外部人员的报酬。执法（警卫）的时间可以从每天24小时到偶尔。最高执法级别为5（非常高），最低级别为1（非常低）预印本，提交给：海洋政策第7页非法捕鱼的社会生态司机德胡安等人。2020年，如果在该地区发现偷猎者，谢尔曼会联系他们；距离越远，执法效果就越差，因为偷猎者必须在行动中被抓住，才能受到制裁。4） 从陆地通过主要路面从附近位置进入MA，同时考虑到从陆地进入海洋的困难，例如，一条悬崖意味着难以进入；难以进入可能是对偷猎者的自然保护，偷猎者通常从陆地到达MAs。5） 渔场的波浪暴露；较高的暴露量可作为自然保护，因为高波浪暴露的MAs不太可能被偷猎者进入（智利中央海岸的高暴露区是一个朝南的区域，而保护区是旅游、建筑、娱乐）；据渔民的领导人说，这减少了偷猎的压力，因为渔民可以找到其他收入来源。补充信息（表S1）中包括监测距离、波浪暴露和访问距离的地理变量。生物调查锁孔帽贝（Fissurella spp.）是绝大多数MAs管理计划的主要资源。

该资源目前被归类为已充分开发，贝壳的最小着陆尺寸设定为6.5厘米。为了评估管理制度对捕获物中未成年帽贝比例的影响，在10月至10月之间进行了一项现场研究，如Fernández等人[26]所述。在每个区域，由当地官员和船上观察员对配对的MA和OA站点进行采样。在每个地区，至少两种管理制度（MAA和OA）的抽样程序是相同的。样本直接从底栖潜水器（即半自主潜水器（水烟）的捕获物中获取，并在渔船或登陆海滩或小型港口进行测量。不同地点的样本量是不同的，因为根据Andreu Cazenave等人[37]制定的方案，对滤袋中的所有个体进行了测量，直到达到200个个体的最小样本量。锁孔帽舌的尺寸以外壳的总长度为单位，精确到毫米。每个cove（W）内的非参数Wilcoxon符号rankMA和OA将用于表示Wilcoxon测试贝叶斯信念网络，通过条件概率分布解释变量（节点）之间的因果关系。在BBN中，过程不一定是明确的，相反，结果的预期概率是基于提交给：海洋政策第8页非法捕捞的社会生态驱动因素德胡安等人的报告。2020年的结果不是离散的（确定性）结果，可以确定平均（预期）结果和置信区间。将每个输入组合起来报告结果概率的方式是通过加权组合而不是通过数值估计过程来确定的。

在模型的不同组成部分中，如果认为适当，考虑非线性或不连续结果。BBN由两个结构模型组成：1）系统的概念模型（有向无环），表示模型变量之间的联系（称为分布（CPD），决定DAG中联系的强度。表示系统变量之间因果关系的定向箭头表示不同节点之间的统计相关性。每个箭头开始于父节点，结束于子节点。允许从子节点到父节点的反馈箭头。DAG可以由专家根据DAG的结构开发，DAG的结构是业务BBN的基础。概率CPT和CPD可以根据专家意见进行参数化，这些意见来自系统变量的概率分布（例如，节点可以是离散的，具有递增或递减状态或级别，或者是连续类型）。状态值之和等于1（100%）。在我们的研究中，DAG是基于研究团队对系统的理解而迭代开发的（变量之间的预期联系见第2.3节）。第一个DAG由12个初始节点创建：10个驱动程序，1）Massurface，2）MA per Fi Sherman association的数量，3）OA监控距离（IAOA），7）cove中的替代活动，8）执行级别，9）1）钥匙孔帽贝低于最小着陆尺寸的比例（即非法比例），由于比例较高，表明提交给以下机构的预印本倾向性较高：海洋政策第9页非法捕捞的社会生态驱动因素德胡安等人2020年提交给limpet Fishery（图。