理清非法捕鱼背后的社会生态驱动力

3).数据范围界定和数据分析进一步推动了模型的发展，以选择最终的一组节省节点来填充CPT和CPD。然后，在DAG空间中使用禁忌搜索[38]通过分数最大化进行贝叶斯结构学习。其目的是获得可能的DAG的替代数量，其中比较了输入数据的所有可能组合。作为一种通用的优化技术和贪婪搜索策略，禁忌搜索采用了局部移动，旨在只影响少数局部分布，因此，新的DAG候选者可以在不重新计算全部边际可能性的情况下得分[38]。专家组检查了后参数化模型，DAG的结构是“bnlearn”包v.4.6.1[39]。图3：基于专家知识的变量之间的可能联系。红色为MA属性；蓝色表示从受访者访谈中获得的变量；绿色响应（生物）变量。条件概率查询或“如果……”scenariosA查询返回给定证据的特定事件的概率。因此，管理目标是改善钥匙孔帽贝的状态，并将帽贝的比例降至最低着陆尺寸以下。在我们的客户协会和管理机构。有条件的查询提交至：海洋政策第10页非法捕捞的社会生态驱动因素de Juan et al.2020生物反应？我们认为，在MA中，相对中等大小大于0.59，且帽贝的比例不合法，这是一种最佳的生物反应。31.这些反应发生在加利福尼亚州。

15%的MAs被纳入研究。结果管理区锁孔帽舌的大小结构在24项比较中有22项发现锁孔帽舌的中值大小存在显著差异，MAs的中值大小大于OAs，这与awell-enforced MA的预期一致，在三个案例中观察到相反的模式，暗示了预期的管理结果（Algarrobo MA1、Chungungo MA1和Chungungo MA2）。此外，我们发现马斯岛有两个海湾的非法性水平等于或高于美洲国家组织：Chigualoco，其中MA 3显示出在OA中记录的41%的比例（补充信息中包括了OA和MA的中值大小和统计测试图；表S2）。执法水平和效果在评估执法的39个海湾（图1）中，13%的海湾没有执法，其余的海湾每天（24小时）都有执法，这是由供应商（8%）或雇佣人员（23%）执行的。研究中包含的13个海湾的子集显示了变量的执行，从低到高，没有nohas 4级的例子。三个谢尔曼协会的执法力度较低，1个中等，2个较高，7个非常高。然而，考虑到谢尔曼协会执法水平的影响，20年来执法水平降低了1到2分。在11个执行水平非常高的协会中，有效执行率低于中等水平；5从很高到很高（补充信息；表S2）。执法水平与意见之间没有线性关系。一般来说，执法力度高的网站有中度低感知偷猎；执法力度低与偷猎的高感知度或极高感知度有关。然而，在某些情况下，高执法与高感知偷猎（Chungungo）有关（图。

4).同样，资源状态之间也没有明显的关系，预印本提交至：海洋政策第11页非法捕捞的社会生态驱动因素德胡安等人，各MA的2020年效果（图5）。缺乏直接联系表明，其他变量也在底栖资源的状态中发挥作用。通过BBN方法探索偷猎强度的一组外部潜在驱动因素对马体内锁孔帽贝状态的影响（图3）。通过在MAs中捕获的帽贝的相对大小和捕获物中帽贝的非法比例来评估钥匙孔帽贝的状态（更多细节见方法）。林佩特州被认为是偷猎对底栖资源影响的代表。偷猎的程度也取决于渔民的看法（补充信息；表1）；然而，感知到的偷猎行为与提交给以下机构的副本显示出了意想不到的联系：海洋政策第12页非法捕捞的社会生态驱动因素德胡安等人。2020图5：马（ê）左面板中个体帽贝的相对中值大小与该面板中非法帽贝的比例之间的关系，右面板，以及案例研究中的执行水平（上面板）和执行效果（下面板）（24个MAs，由当地名称表示）。预印本提交至：海洋政策第13页非法捕捞的社会生态驱动因素de Juan等人。2020年资源状况，因为报告的偷猎事件较少与最终BBN中的变量相关。

由于这些变量与我们案例研究中的生物变量没有联系，MAs的访问和数量也被排除在最佳网络之外。最节省的BBN包含了专家知识在DAG草案中预测的大多数链接（图3和图6）。然而，一些链接在网络中扮演着重要角色，影响到OA区域可用性（MAs上的捕捞压力反弹较小）的影响程度，以及到监控机构的距离内帽贝的非法比例，因此，偷猎报告并不有效。通过强制执行的有效性，强制执行影响了MA（ê）中的相对规模；因此，它强调了由单一协会控制的多个区域内监测效果不均衡的相关性。考虑到研究中包含的海湾和MAs数量有限，其中一些联系可能是偶然的（图6）：OAs的可用性和监测距离与MA表面和波浪暴露有关。虽然OAs的可用性是由海岸控制的，但最容易受到波浪影响和/或从海湾不易接近的海岸部分，往往集中较少的MAs。图6：为案例研究获得的贝叶斯信念网络。箭头的厚度表示连杆的强度。实现渔业资源良好状态的方案预印本提交给：海洋政策第14页非法捕捞的社会生态驱动因素德胡安等人，2020年为了观察到捕捞量中非法帽贝的比例较低，ideala监督机构基地（表1中的方案2）。这些变量中的任何一个与渔民的替代经济活动和高度执法相结合，都会增加捕获量中非法大小帽贝比例较低的可能性（情景1、3和表1）。

特别是，非法比例低于捕获量30%的概率很高（>0.88）。另一方面，与邻近的OA相比，外部驱动因素对MA中的相对中介作用较弱。无论是高执行率还是高效率，再加上其他活动的存在，都不会使概率高于39%（表1）。基于2000个排列的条件驱动下的变量SENARIOS变量1变量2响应概率。1可用OA=非常高或更高的其他活动=YillegalProtopy<=0.30.881Sce。2可用OA=非常高或远距离监视=接近非法比例<=0.30.935Sce。3可用OA=非常高或高度强制执行=非常高或高度非法比例<=0.30.961Sce。4强制执行=非常高或更高其他活动=相对大小MA>=0.40.378Sce。5有效性=中等到非常高其他活动=相对大小MA>=0.60.394Sce。6其他活动=与监督的距离=接近非法比例<=0.30.991Sce。7有效性=非常高或远距离监测=接近非法比例<=0.30.987帽贝捕获量低于30%，MA中的相对中值大小超过60%（即MA中相对于相邻OA更大的帽贝），变量的最佳组合表明1）OA区域的可用性应该是高到非常高（概率为0.53），2）执法应严格执行，并提交至：海洋政策第15页非法捕捞的社会生态驱动因素德胡安等人。2020年高（概率为0.80），3）效力可维持在0.59的中等水平，4）而其他活动的存在或不存在没有重大影响（表2）。讨论处理数据的稀缺性以及利用科学专家和供应商知识的必要性[4]。

贝叶斯信念网络对于SF研究非常有用，因为它可以灵活地整合不同性质的数据，其中专家知识起着关键作用。在草皮系统上进行的BBN练习将在地理背景下推动渔业资源的可持续性。美国海洋生物研究所提供的证据表明，执法水平与底栖资源状况之间没有直接联系，其他社会经济（如替代经济活动）和环境变量（如渔业压力或与监测机构的距离）发挥着重要作用。这促使将有限的执法资源只分配给一个领域，要么是最容易进入的领域，要么是最有成效的领域。在变量“有效执行”的概念中考虑了这种变化，在某些情况下，由于MAs中的不均衡和非有效执行，谢尔曼协会实现的执行水平降低。这些观察结果与之前在同一研究领域的研究结果一致，在该研究领域，研究人员报告称，他们的组织通常决定不监控距离海湾最远（不易接近）的桅杆[23]。执法水平与偷猎数量之间的关系提交给：海洋政策第16页非法捕捞的社会生态驱动因素德胡安等人。2020年在几个海湾观察到了这种关系。观察到的偷猎制裁制度缺乏一致性和有效性[23]。实验室现场实验侧重于共同执法对限制研究区域内公共泳池资源使用的影响，结果表明存在外部偷猎[40]。智利的合规监督机构专注于访问控制，而对配额、禁令或最低法律规模的遵守则不那么重视。

根据《国家渔业法》，智利中央海岸的国家渔业局（占该国总渔场执法行动的8.8%）是本研究的重点[41]。这可能与海湾的地理位置有关，其中一些海湾距离执法机构通常所在的最近城市非常遥远。必须考虑使用本地强制工具来解决这一难题。事实上，由于各种因素的相互依赖，智利SSF的非法捕捞被称为一个邪恶的问题。因此，一个多维度的评估，比如智利的资源。因为它来源于专家知识，可以灵活地用于当地参与者的场景分析。在我们的研究中，最优模型包含了大多数意外情况。例如，由于替代性经济活动的存在，OA的可用性较低，这就意味着MAs的偷猎率较低。情景分析探讨了易受管理的变量，包括与监控机构的距离和对安全限制的空间规划方法。根据我们的模式，在两个政府行政事务上声明是合理的：i）改善权力监督基础；ii）在草坪系统的海洋空间规划中的具体行动（以增加每个MAs周围OA的可用性）。另一个行政问题是10多年来手工捕鱼许可证的关闭，这让年轻一代的渔民别无选择，只能非法捕鱼[43]。渔民领导人在本研究中收集的看法支持这一说法，因为领导人经常指出，预印本提交给：海洋政策第17页非法捕捞的社会生态驱动因素de Juan等人。

2020年，越来越多的年轻、无关联的、成本效益平衡的投资者。不同利益相关者（即资源价值链的供应商、ZF和中介机构）之间反复出现的想法是，在我们的模型中，可变的“替代经济活动”反映了非法性。因此，管理者必须确保消费者没有“偷猎的理由”，将其作为一项必要的长期任务，必须考虑立即采取行动防止偷猎。未经监督和未经批准的草皮偷猎可能会妨碍投资者维持其资源，并从收获剩余资源中获益。相比之下，对偷猎行为实施更高的制裁可能既有助于保护其草坪资源，也有助于提高联合国相关机构的意愿，即必须从手工SSF的角度来约束它们[12]，如上文所述，在这种情况下，违规行为受到当地社会经济环境的强烈制约[14]。目前，偷猎者必须承担（越来越高的）偷猎者监控成本，但要依靠ZF来惩罚偷猎者[24]。尽管执法机构在形式上允许。这表明一个恶性循环加强了正式制裁，但没有改善执法机制，让SSF陷入非法陷阱[8]。智利产生于一个复杂的驱动因素网络，从共同管理过程中ZF机构的方法到后勤，社会经济背景（已在国家法规中考虑）。在智利目前的草坪系统中，用户选择一个区域，并根据要求分配，但在相邻的开放式区域内，决策者和科学家没有给出建议[22,26]。Ospina Alvarez等人[45]展示了在智利中部海岸规划的MAs网络的好处，该网络将对渔业和生物多样性保护产生积极影响。

然而，这项空间建模工作也证明了强制执行对限制区网络有效运行的重要性，以及重新打印提交给以下机构的必要性：海洋政策第18页非法捕捞的社会生态驱动因素德胡安等人2020考虑优化标准中的所有环境和人为因素。过度开发底栖资源[37]的OA区域面临的高捕捞压力对MAs产生了负面反馈，MAs暴露于非法开采底栖资源的情况下，该底栖资源的状况通常比邻近地区好[46]。一个系统的、基于科学的城市空间规划，通常指人口更密集的区域，同时确定最具生产力的区域，以便安置城市限制区[45]。这种解决问题的空间方法将减轻受限MAs的捕捞压力；然而，额外的行动，如增加监控效果，对于执行良好的MA网络的有效性能是必要的。虽然草皮系统旨在鼓励游客照料他们的渔场，但管理层。考虑到社会权利和利益（超出个人权利）的重新制定可能会使产权计划受益，在案例研究中，共同管理体系的自上而下部分似乎失败了，因为规划和融资不善。在当前的共同管理过程中，授予员工的决策权在很大程度上局限于MA监控，执行这项任务的资源和支持不足。在智利，以及一般的SSF，系统的平衡能够应对非法捕捞和过度开发。

解决SSF运作中固有的复杂问题至关重要，因为SSFCA在全球金融的可持续发展中发挥着关键作用。致谢这项工作的部分资金来源于基金会1171603项目对MDS和MF的拨款，以及智利经济和旅游部的科学研究所（CCM RC 1300004项目）。作者们想为《锡尔维亚·德胡安：概念化、调查、方法论、形式分析、撰写原稿》一书做出贡献。Dulce Subida：概念化、调查、形式分析。艾娜拉·阿吉拉尔：调查。米里亚姆·费尔南德斯：概念化，写作评论和编辑，资金获取。参考文献[1]J.Jacquet，D.Pauly，《资金优先事项：小规模渔业的大障碍：渔业资金，保护生物学》。22 (2008) 832–835.https://doi.org/10.1111/j.1523-1739.2008.00978.x.Preprint提交至：海洋政策第19页《2020年世界各地非法捕捞的社会生态驱动因素》，粮农组织，2019年。世界未评估渔业的现状和解决方案，科学。338 (2012)517–520. https://doi.org/10.1126/science.1223389.[4] C.Pita，S.Villasante，J.J.Pascual Fernández，管理小型企业（2019）154-157。https://doi.org/10.1016/j.marpol.2019.02.008.tic:将科学和科学知识与可持续管理相结合，是评估智利中部缺乏数据的小型底栖生物、海洋和海岸管理的替代信息来源。146 (2017)67–76. https://doi.org/10.1016/j.ocecoaman.2017.06.007.[7] J.Aburto，W.Stotz，《了解草坪和自然变异：智利冲浪蛤蜊管理的失败》，海洋和海岸管理。71 (2013)88–98. https://doi.org/10.1016/j.ocecoaman.2012.10.013.[8] L.Nahuelhual，G.Saavedra，M.A.Mellado，X.V.Vergara，T。