Académique Documents
Professionnel Documents
Culture Documents
Las denominaciones empleadas en esta publicacin y la forma en que aparecen presentados los datos que contiene no implican, de parte de la Organizacin de las Naciones Unidas para la Agricultura y la Alimentacin, juicio alguno sobre la condicin jurdica de pases, territorios, ciudades o zonas, o de sus autoridades, ni respecto de la delimitacin de sus fronteras o limites. M-40 ISBN 92-5-304045-9 Reservados todos los derechos. No se podr reproducir ninguna parte de esta publicacin, ni almacenarla en un sistema de recuperacin de datos o transmitirla en cualquier forma o por cualquier procedimiento (electrnico, mecnico, fotocopia, etc.), sin autorizacin previa del titular de los derechos de autor. Las peticiones para obtener tal autorizacin, especificando la extensin de lo que se desea reproducir y el propsito que con ello se persigue, debern enviarse a la Direccin de Informacin, Organizacin de las Naciones Unidas para la Agricultura y la Alimentacin, Viale delle Terme di Caracalla, 00100 Roma, Italia. Organizacin de las Naciones Unidas para la Agricultura y la Alimentacin Roma, 1997 FAO
Agradecimientos
Deseamos expresar nuestro agradecimiento al grupo de trabajo de Bioeconoma Pesquera del CINVESTAV, en especial a Miguel Angel Cabrera por su valioso apoyo en la edicin del manuscrito. Agradecemos a Rgnvaldur Hannesson por su detallada revisin del manuscrito. Nuestro reconocimiento a Claudia Leonce y Anita de Alava por su escrupulosa revisin de las referencias citadas. Agradecemos a Eduardo P. Prez el apoyo brindado en la elaboracin del indice de tpicos. Enzo Acua, Jorge Gonzlez, Minerva Arce y Eduardo Balart proporcionaron comentarios y sugerencias valiosas al texto. Deseamos expresar nuestro aprecio sincero a todos aquellos alumnos que durante 10 aos han transitado por el curso de Bioeconomia Pesquera que se ha ofrecido en la Unidad Mrida del CINVESTAV y en diversas instituciones de Amrica Latina. Se agradece al Sr. Hctor Mares la realizacin del dibujo de la portada de este libro. Se expresa un sincero reconocimiento al programa de Ecologia, Pesqueras y Oceanografa del Golfo de Mxico (EPOMEX) de la Universidad Autnoma de Campeche, institucin en la que el primer autor realiz una estancia acadmica que tuvo como uno de sus propsitos finalizar la primera versin de este manuscrito. Juan Carlos Seijo desea expresar su agradecimiento a Cecilia, Juan Carlos Jr. y Adrianita por ser fuente permanente de motivacin y cario. Omar Defeo dedica este trabajo a Anita, Diego, a sus padres y hermanos, y Silvia Salas a su hija Nayelli y a sus padres.
Distribucin: FAO Departamento de Pesca FAO Oficinas regionales y subregionales Instituciones de pesca
Seijo, J.C.; Defeo, O.; Salas, S.Bioeconoma pesquera. Teora, modelacin y manejo FAO Documento Tcnico de Pesca. No. 368. Rome, FAO. 1997. 176p. RESUMEN La sobreexplotacin de los recursos pesqueros, la sobrecapitalizacin de las pesqueras, la eliminacin de las rentas que generan a la sociedad y la creciente inquietud por la conservacin de la biodiversidad marina, han motivado el desarrollo de lineas de investigacin pesquera con un enfoque multidisciplinario, dinmico y precautorio. En este contexto, el anlisis conjunto de factores biolgicos, ecolgicos y econmicos surge como un tpico necesario a la hora de evaluar aquellas fuerzas que regulan la dinmica de una pesquera. Este documento desarrolla aspectos de la teora bioeconmica dinmica a efectos de lograr un manejo sostenible de la actividad pesquera. Se define al manejo de un recurso pesquero como un proceso complejo que requiere la integracin de su biologa y ecologia con los factores socio-econmicos e institucionales que afectan al comportamiento de los usuarios (pescadores) y a los responsables de su administracin. El libro es presentado en ocho Capitulos. El Captulo 1 describe los supuestos bsicos en la asignacin ptima de los recursos naturales renovables, as como las caractersticas inherentes de los recursos pesqueros y las interdependencias humanas que determinan, en un rgimen de acceso abierto, el fracaso en dicha asignacin y en consecuencia su sobreexplotacin. Se describe cmo el aprovechamiento de este tipo de recursos bajo acceso abierto enfrenta altos costos de exclusin, altos costos de transaccin (costos de informacin y vigilancia), generacin de externalidades negativas y positivas y presencia de usuarios no contribuyentes. En el Capitulo 2 se discuten los punmtos de referencia bioeconmicos obtenidos del anlisis de pesquerias bajo supuestos de equilibrio. Para reflejar la naturaleza dinmica de las pesqueras se reconoce la necesidad de que las estimaciones de biomasa, captura y renta en el tiempo sean estimadas con las trayectorias dinmicas de la intensidad de pesca. Para realizar tales estimaciones se presentan modelos bioeconmicos dinmicos tanto globales como estructurales. En el Capitulo 3 se discuten y presentan las extensiones de estos modelos bioeconmicos mediante la incorporacin de interdependencias ecolgicas (i.e. competencia y depredacin) y tecnolgicas (i.e. competencia entre flotas con diferente poder de pesca, tecnologia y costos unitarios del esfuerzo, pesqueras secuenciales con flotas artesanales e industriales que afectan diferentes componentes de la estructura de la poblacin y pesqueras interdependentes con diferente especie objetivo). El precio del tiempo es incorporado en anlisis a partir del Captulo 4, en el cualse presenta el anlisis intertemporal de pesqueras y se estima el nivel de esfuerzo ptimo resultante de la utilizacin de diferentes tasas de descuento en la estimacin del mximo valor presente neto. En el Capitulo 5 se introduce el enfoque de ciencia de sistemas para la construccin de modelos matemticos aplicados al anlisis bioeconmico que sustente los planes de ordenacin de pesquerias. En el Capitulo 6 se discuten las alternativas de ordenacin de pesqueras y las correspondientes ventajas y limitaciones en su aplicacin al manejo pesquero de pases en desarrollo. En el Captulo 7 se introducen modelos bioeconmicos que relajan el supuesto de distribucin homognea de recursos pesqueros a travs de la incorporacin de la dimensin espacial en el anlisis dinmico de pesqueras. Con un enfoque precautorio, en el Captulo 8, se analizan el riesgo en incertidumbre presentes en las pesqueras marinas. Se introducen elementos bsicos de teora de decisiones y se presentan criterios de decisin que reflejan diferentes actitudes de aversin al riesgo en la ordenacin de pesqueras. Se discuten mtodos de anlisis a travs de tablas de
5
decisin con y sin probabilidades matemticas sobre la ocurrencia de posibles estados de la naturaleza que pudieran afectar el desempeo de las pesqueras.
Los hiperenlances que remiten a sitios Internet distintos de los de la FAO no implican, de parte de la Organizacin, ratificacin oficial o responsabilidad respecto a opiniones, ideas, datos o productos presentados en dichos sitios, o una garanta de validez acerca de las informaciones que contienen. El nico propsito de los enlaces a sitios distintos de los de la FAO es proporcionar otras informaciones disponibles sobre asuntos conexos.
Contenido
Lista de Figuras Lista de Tablas Glosario de Simbolos 1. Recursos Pesqueros: Caractersticas Inherentes Optima asignacin de recursos naturales: supuestos bsicos El fracaso en la ptima asignacin de recursos naturales: supuestos bsicos Regmenes de propiedad Externalidades Altos costos de exclusin Trampa social en pesqueras Usuarios no contribuyentes Altos costos de transaccin 2. Modelo Bioeconmico Bsico El modelo logistico Modelo de rendimiento excedente y extensiones Supuestos bsicos del modelo Limitaciones Estimacin del rendimiento excedente en base a datos de captura y esfuerzo Extensiones del modelo El modelo bioeconmico Gordon-Schaefer Rendimiento promedio y marginal Esfuerzo en mximo rendimiento sostenible (MRS), mximo rendimiento econmico (MRE) y en equilibrio bioeconmico (EBE) Supuestos del modelo Dinmica del esfuerzo pesquero Modelos de produccin excedente usando mortalidad Teora y aproximaciones al ajuste de los modelos Modelo logstico Modelo exponencial Ventajas y limitaciones de la aplicacin de los modelos captura-mortalidad Aproximacin bioeconmica Anlisis bioeconmico con modelos de estructurs por edades de una poblacin
6 Modelo de Beverton y Holt (1957) Supuestos y limitaciones del modelo Modelo dinmico de estructura por edades Interdependencias Ecolgicas y Tecnolgicas en Pesquerias Conceptos generales Anlisis de interdependencias Esfuerzo pesquero heterogneo Pesquerias tecnolgicamente interdependientes: una flota afecta stocks ecolgicamente independientes Interdependencias tecnolgicas: una flota afecta dos o ms stocks con cierta segregacin en el espacio Pesquerias tecnolgicamente interdependientes: dos flotas Interdependencias tecnolgicas: pesqueras secuenciales Stocks ecolgicamente interdependientes: depredacin Stocks ecolgicamente interdependientes: competencia Stocks ecolgicamente interdependientes afectados por dos flotas sin interdependencia tecnolgica Interdependencias tecno-ecolgicas: stocks ecolgicamente interdependientes afectados por dos flotas con interdependencia tecnolgica Anlisis ecolgico-pesquero Perspectivas Anlisis Intertemporal de Pesqueras Preferencias intertemporales Preferencias neutras, positivas y negativas Inversiones pblicas en el manejo de recursos pesqueros Evaluacin de proyectos y el criterio de Pareto-eficiencia Valor presente y tasa de descuento Costo de oportunidad de la inversin pblica Depreciacin Precios sombra Criterios de decisin para la inversin pblica pesquera Valor presente neto (VPN) Cociente beneficio-costo (B/C) Tasa interna de retorno (TIR) ABC en la prctica: la eleccin del criterio adecuado Una aplicacin prctica en pesqueras: anlisis discreto Evaluacin de proyectos pesqueros: preferencias intertemporales e impactos distribucionales La importancia de los impactos distribucionales La tasa social de descuento y preferencia social del tiempo Riesgo e incertidumbre en proyectos pesqueros Manejo intertemporal de recursos pesqueros
3.
4.
7 El modelo bioeconmico dinmico y el precio del tiempo El efecto de la tasa de descuento () en pesquerias: una visin alternativa 5.</A< b> Anlisis Bioeconmico de Pesqueras: Enfoque de Sistemas Planes de manejo para recursos pesqueros Enfoque de ciencia de sistemas Identificacin de necesidades de informacin bioeconmica Caracterizacin de la pesqueria Modelacin matemtica de la pesqueria Recoleccin de datos de fuentes primarias y secundarias Anlisis de estabilidad, de error de integracin numrica y de sensibilidad Validacin del modelo Anlisis de impacto bioeconmico de diversas estrategias de manejo Ejemplo ilustrativo Ordenacin de Pesqueras Criterios para la intervencin del Estado Criterio de conservacin Criterio econmico Criterio de equidad en el uso de recursos pesqueros Criterio de equidad intergeneracional Otros criterios de manejo de pesquerias Estrategias de manejo de pesquerias marinas Asignacin de derechos de propiedad Regulacin de la composicin de la captura Regulacin de la cantidad capturada Cuotas individuales transferibles Programas de extensionismo y educacin ambiental Manejo de pesqueras con criterios mltiples Funcin objetivo con criterios mltiples El mtodo Complex para optimizar funciones no-lineales con criterios mltiples Anlisis Espacial de Pesqueras Asignacin espacial de la intensidad de pesca Dinmica espacial de corto plazo: Modelo ALLOC Asignacin espacial de la intensidad de pesca Distancia de los diferentes puertos a los sitios de pesca alternativos Quasi-renta de los costos variables por tipo de flota proveniente de diferentes puertos de origen Renta econmica obtenida de los sitios de pesca Variaciones espaciales de CPUE Dinmica de la flota Supuestos del modelo ALLOC
6.
7.
8 Dinmica bioeconmica geogrfica de corto y largo plazo: Modelo CHART Especificacin espacial de la biomasa maxima y del reclutamiento Distribucin espa cial del reclutamiento por parches Distribucin espacial de la biomasa del recurso Captura por unidad de esfuerzo espacialmente desagregada Dinmica de la flota en el corto plazo: asignacin espacial de la intensidad de pesca Dinmica de la flota en el largo plazo: entrada y salida de embarcaciones a la pesqueria Supuestos del modelo CHART Modelo bioeconmico espacial para especies sedentarias: la almeja amarilla de Uruguay, un estudio de caso El recurso La pesqueria Riesgo e Incertidumbre en Pesqueras : Un Enfoque Bioeconmico 8 Precautorio Enfoque precautorio en el manejo de pesquerias Conceptos asociados al manejo precautorio de pesquerias Principales fuentes de incertidumbre en pesquerias marinas Decisiones de manejo con probabilidades matemticas Reglas de decisin sin probabilidades matemticas Ejemplo ilustrativo: manejo precautorio con y sin probabilidades matemticas Enfoque precautorio sin probabilidades matemticas Estimacin de variabilidad en modelos pesqueros Estimaciones jackknife-bootstrap para intervalos de confianza Anlisis de riesgo en modelos pesqueros Aproximacin derivada de la aplicacin del bootstrap Bibliografia citada Indice de autores Indice de tpicos
Lista de Figuras
2.1 Funcin de crecimiento logistico de la biomasa de un recurso para una capacidad de carga de 3.5 millones de toneladas y una tasa intrnseca de crecimiento de 0.36 2.2 Curvas de biomasa en equilibrio (a), rendimiento sostenible (b) y CPUE (c) basados en el modelo de Schaefer 2.3 Curvas de biomasa sostenible (a), captura sostenible (b) e ingresos totales sostenibles (ITS) y costos totales (CT) (c) del modelo bioeconmico esttico Gordon-Schaefer 2.4 Rendimientos promedio y marginales (a), e ingresos, costos promedio y marginales (b) en funcin del esfuerzo bajo condiciones de acceso abierto 2.5 Trayectoria esttica (equilibrio) y dinmica de la biomasa (a), las capturas (b) y los
9 costos e ingresos (c) resultantes de la aplicacin de diferentes niveles de esfuerzo Dinmica de la biomasa (a), la captura (b), la renta econmica (c) y el esfuerzo pesquero (d) Ejemplo ilustrativo del modelo captura-mortalidad de Csirke y Caddy (1983) Modelo bioeconmico de estructura por edades: efecto dinmico de diferentes edades mnimas de captura en la biomasa (2), la captura (b), la renta (c) y el esfuerzo de pesca (d) Comportamiento dinmico de la biomasa del recurso (a, b), las capturas por flota (c, d) asi como la distribucin de la renta econmica (e, f) por tipo de flota, como resultado de las interdependencias tecnolgicas entre ellas Trayectoria dinmica de la biomasa (a), el esfuerzo (b), la captura (c) y la renta econmica (d) obtenida por las flotas industrial y artesanal Modelo bioeconmico dinmico de interdependencias tecnolgicas entre dos flotas: biomasa de la especie objetivo e incidental (2), esfuerzo pesquero (b), capturas de ambas especies (c) y renta econmica generada (d) Interdependencias tecnolgicas. Niveles de biomasa (a), esfuerzo (b), captura (c) y renta econmica generada por las flotas industrial y artesanal (d) Variacin temporal en la abundancia de los bivalvos suspensivoros Mesodesma mactroides y Donax hanleyanus de la costa atlntica uruguaya (de Alava, 1993) Trayectorias dinmicas de la biomasa (a, b), la captura por especie (c, d), asi como la renta econmica (e, f) generada por una flota con arte de pesca no discriminatorio Trayectoria dinmica de las biomasas de especies con relacin depredador-presa (a), el esfuerzo de dos flotas que inciden diferencialmente sobre ellas (b), las capturas correspondientes (c) y la renta econmica estimada para cada flota (d). Interaccon tecno-ecolgica: stocks con interaccin depredador-presa capturados por dos flotas tecnolgicamente interdependientes Preferencia intertemporal neutra (adaptada de Randall, 1981) Preferencia intertemporal positiva (adaptada de Randall, 1981) Preferencia intertemporal negativa (adaptada de Randall, 1981) Enfoque de anlisis y modelacin bioeconmica de una pesquera (Seijo, 1989) Caracterizacin de una pesqueria Dinmica en el corto y mediano plazo del reclutamiento (a), del esfuerzo (b), de las capturas (c, d) y de la renta y costos (e, f) para dos tipos de flotas en una pesqueria hipottica de camarn Diagrama de bloques conceptual para el problema de optimizacin de pesquerias con criterios mltiples Mesodesma mactroides. Comparacin de la abundancia observada y estimada por el modelo de largo plazo para reclutas (a) y adultos (b) Variaciones trimestrales en la intensidad de pesca simulada por zona en base al modelo de largo plazo (1983-1992) para la pesqueria de almeja amarilla Mesodesma mactroides de las costas de Uruguay Mesodesma mactroides. Comparacin de la intensidad de pesca observada y simulada por estacin del ao (a); variaciones espaciales de la captura por zona de pesca (verano 1985) observada y estimada por el modelo de corto plazo (b)
2.6 2.7 2.8 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 4.1 4.2 4.3 5.1 5.2 5.3 6.1 7.1 7.2 7.3
10
Lista de Tablas
2.1 Parmetros para el modelo bioeconmico dinmico (Gordon-Schaefer) 2.2 Parmetros para el modelo bioeconmico dinmico de estructura por edades 3.1 Parmetros definidos al inicio de la corrida de simulacin para evaluar el comportamiento dinmico de la biomasa poblacional, capturas, esfuerzo y renta econmica generada por dos flotas con diferente poder de pesca 3.2 Parmetros definidos al inicio de la corrida de simulacin para evaluar el comportamiento dinmico de la biomasa poblacional de las especies X e Y capturadas por flotas tecnolgicamente interdependientes 3.3 Parmetros incluidos en un modelo bioeconmico multiespecifico de estructurs por edades con interdependencias tecnolgicas secuenciales 3.4 Interdependencia tecno-ecolgica. Parmetros definidos al inicio de la corrida de simulacin para evaluar el comportamiento dinmico de la biomasa poblacional de las especies X (presa) e Y (depredador) capturadas por flotas tecnolgicamente interdependientes 4.1 Costos, beneficios y reglas de decisin de dos proyectos con similar vida de ejecucin. Se asume una tasa de descuento d del 8% (Pearce & Nash, 1981) 4.2 Flujo de costos y beneficios para cada una de las alternativas de artes de pesca A, B y C 4.3 VPN y B/C para cada una de las alternativas de artes de pesca A, B, y C, evaluadas con diferentes tasas de descuento 5.1 Parmetros bioeconmicos de la pesqueris hipottica de camarn 6.1 Criterios de bienestar aplicados a pesquerias marinas 7.1 Propiedades del modelo SAE 8.1 Valor presente neto (US$ '000) de tres estrategias alternativas de ordenacin (D1, D2, D3 ) bajo diferentes estados de la naturaleza (S1, S2) y sus correspondientes probabilidades de ocurrencia (P1/P2) 8.2 Aplicacin del criterio Maximin 8.3 Aplicacin del criterio Minimax: matriz de prdida de oportunidades (US$'000) 8.4 Aplicacin del Maximax
Glosario de Smbolos
Smbolo a ad rea 1 3 4 Aj ALIM(t) AREA Significado constante de la relacin peso-longitud factor de compensacin rea barrida por da coeficiente de competencia constante que considera el efecto de la especie X sobre la Y trmino o constante de depredacin: especie X tasa finita de mortalidad total contribucin de la pesqueria a la disponibilidad de alimento en la zona costera rea ocupada por el stock Unidad de medida ----km2/da ------1/t ton/ao km2
11
b b 1 3 4 p exponente de la relacin peso-longitud valor de la corrida base para el criterio coeficiente de competencia constante que considera el efecto de la especie Y sobre la X constante de depredacin: especie Y constante que relaciona el nmero de presas con la biomasa mxima capaz de ser alcanzada por el depredator biomasa de la poblacin en equilibrio biomasa inicial biomasa en equilibrio bioeconmico biomasa de la poblacin en el tiempo t biomasa mxima beneficios totales en el tiempo t poblacin virgen; biomasa virgen biomasa en el nivel de esfuerzo p para la especie X biomasa critica de X nivel ptima de biomasa costo unitario del esfuerzo pesquero costos de procesamiento capital inicial captura en el tiempo t rendimiento por edad rendimiento anual captura en mximo rendimiento econmico captura promedio incidental por viaje de pesca rendimiento por recluta costos totales en el tiempo t costos variables diarios del esfuerzo pesquero en el tiempo t captura por unidad de esfuerzo en el tiempo captura por unidad de esfuerzo mxima observada tasa de descuento continua anual tasa de descuento discreta -------------
Be ton B0 ton BEBE ton B(t) ton Bmax ton BT(t) $ Bx ton Bxp Bxc ton BOP ton c $/ue cp $/ao C0 $ C(t) ton/ao Cj ton Ct ton CMRE ton Cinc ton C/Rj g/ind CT(t) $ CV(t) $/da CPUE (t) ton/ue CPUEmax ton/ue --d --dy1, dy2, cambio de los beneficios netos de cada miembro de la comunidad US$/t dyn dW cambio neto en el bienestar social US$/t D1, D2, Dp estrategias alternativas de ordenacin --DE desviacin estndar --Dkh distancia del puerto h al sitio de pesca k km DEL retraso en el tiempo de ocurrencia de un fenomeno t DELHS valor esperado del tiempo de maduracin de huevos de una especie meses DELm valor esperado del tiempo de entrada de embarcaciones a la pesquera meses DP nmero promedio de dias efectivos de pesca por mes das/mes proporcin de la captura por especie --EBE equilibrio bioeconmico: (t) = 0 $ EMP (t) empleos directos generados por la pesquera # EXPm(t) generacin de divisas, sector capturas $/ao EXP p(t) generacin de divisas, sector procesamiento $/ao fa asignacin espacial de la intensidad de pesca acumulada a lo largo --de la temporada fkl (t) intensidad de pesca ejercida en el sitio con coordenadas geogrficas kl das
12
en el tiempo t esfuerzo en equilibrio bioeconmico ue esfuerzo en mximo rendimiento econmico ue esfuerzo en mximo rendimiento sostenible ue esfuerzo de pesca en el tiempo t ue esfuerzo ptimo ue tasa instantnea de mortalidad por pesca 1/t costo fijo diario por embarcacin $/da fecundidad promedio por hembra #huevos tasa instantnea de mortalidad por pesca en MRE 1/t tasa instantnea de mortalidad por pesca en MRS 1/t tasa de explotacin en el tiempo t --orden del proceso de retraso --objetivo para el criterio del conjunto de objetivos --proporcin de hembras presentes en la estructura de la poblacin --nmero mximo anual de huevos generados por el stock desovante #huevos nmero de huevos estimados del stock desovante #huevos especie --ingresos totales en el tiempo $ ingresos totales por dia en el tiempo t $/da ingresos totales sostenibles $ edad --coordenada de localidad: latitud; sitio de pesca --parmetro de curvatura ecuacin de crecimiento individual 1/t capacidad de carga del ambiente ton capacidad de carga de la especie X ton capacidad de carga de la especie Y ton ndice de conversin alimenticia X a Y --coordenada de localidad: longitud --longitud (talla) individual mm longitud asinttica mm longitud at 50 % de retencin del arte de pesca mm longitud at 75 % de retencin del arte de pesca mm lmite inferior constante o en funcin de variables independientes --tipo de embarcacin o flota --tasa instantnea de mortalidad natural 1/t edad mxima t tasa finita de mortalidad natural en el tiempo t --mximo rendimiento econmico $ mximo rendimiento sostenible ton opcin de manejo --abundancia poblacional #ind nmero de individuos de cada cohorte #ind nmero de reclutas a distribuirse en un parche #ind parmetro que agrupa costos variables (carnada, mantenimiento, $/ao reemplazo de artes pesca y avituallamiento) desviacin normalizada del valor del criterio con respecto a la opcin de --manejo y al conjunto de objetivos ingresos netos en el tiempo t $/ao renta marginal $/ue
fEBE fMRE fMRS f(t) fop F FC FEC FMRE FMRS FR(t) g g H Hmax HS(t) i IT(t) ITD(t) ITS j k kp K Kx Ky I L L L50% L75% LLi m M MAGE MN(t) MRE MRS N Nj NT OCVm (t) M
13
p h pcap Pescm Pinc Pk Pn P1, P2 Ptar t q qua quasi(t) Qn r R Rj R' Re RET Rkl(t) Riskkl Rm Rm(t) Rmax RNi(t) Rp ROS RVkpm(t) si S1, S2 SAE(t) SEL SG Sj SRij(t) 2 t tc tl to tr TG TMPT precio (promedio) de la especie capturada $/ton puerto --probabilidad de captura del arte de pesca utilizado --nmero promedio de tripulantes por embarcacin tipo m #ind precio promedio ponderado pagado al pescador por especies incidentales $/ton probabilidad de encontrar a la especie objetivo en los sitios alternativos --de pesca k probabilidad de ocurrencia de un evento alternativo n --probabilidades de ocurrencia --precio promedio pagado al pescador por especie objetivo $/ton consumo total en el tiempo t --coeficiente de capturabilidad --coeficiente de capturabilidad por unidad de rea --quasi renta de los costos variables en el tiemp t $/ao unidades de determinado bien # tasa intrinseca de crecimiento poblacional --nmero de peces vivos al tiempo t=tr(edad de reclutamiento) #ind reclutamiento estimado por edad j #ind nmero de individuos reclutados a la pesqueria #ind rendimiento en equilibrio ton retencin del arte de pesca utilizado % nmero de reclutas asentndose a partir del parche con coordenadas kl ind/t en el tiempo t riesgo percibido por los pescadores de pescar en los sitios alternativos de --pesca kl rendimiento marginal ton/ue variable aleatoria de la captura exponencialmente correlacionada ton/t reclutamiento mximo observado #ind (0, var) variable aleatoria normalmente distribuida en el tiempo t para ind/t modelar reclutamiento estocstico rendimiento promedio ton/ue rendimiento ptimo sostenible ton variable aleatoria generada con una funcin de densidad probabilistica --exponencialmente autocorrelacionada edad de primera madurez sexual de la especie i t estados de la naturaleza --distribucin (0, 1) espacial del esfuerzo pesquero en el tiempo t --selectividad del arte de pesca % nmero de filas de la cuadricula geogrfica --tasa finita de sobrevivencia --tasa de supervivencia de individuos de la especie i, edad j en eltiempo t. --desviacin estndar de la densidad del parche (0< < 1) --friccin de la distancia --tiempo varias edad de primera captura t edad de xxima longevidad t parmetro de ajuste de la ecuacin de von Bertalanffy t edad de reclutamiento a la pesqueria t nmero de columnasd de la cuadricula geogrfica # tasa marginal de preferencia temporal %/t
14
largo de la celda estimada para una resolucin espacal especificada km (grados, minutos y segundos) TTG ancho de la celda estimada para una resolucin espacial km especificada (grados, minutos y segundos) costo promedio de combustible y lubricantes por km recorrido $/km tasa interna de retorno (TIR) % _ parmetro de dinmica de la flota -- vector de parmetros de control ptimo de la pesqueria -- vector de parmetos de decisn correspondiente a la ocin de manejo --ue unidad de esfuerzo varias U captura por unidad de esfuerzo (notacin generalizada) ton/ue Ue captura por unidad de esfuerzo en equilibrio (notiacn generalizada) ton/ue UL1 limite superior constante o en funcin de variables independientes --Umn utilidad marginal del ingreso $ U tasa de captura del stock virgen ton/t VAR varianza del valor esperado de VPN $ VE valor esperado del VPN $ VME valor del producto marginal del esfuerzo pesquero $/ue VPB valor presente de los beneficios $ VPC valor presente de los costos $/ue VPE valor promedio del esfuerzo pesquero $/ue VPN valor presente neto $ VP valor presente de los ingresos netos $ V nmero de embarcaciones # Vt.d factor de descuento --proporcin de la captura asignada a la tripulacin como pago por su [0,1] esfuerzo pesquero w1, w2, wn coeficientes de distribucin unitarios --Wp1 precio de planta $/ton W peso idividual g Wx peso asinttico g x distancia de la unidad de rea kl al centro del parche km xpi precio de playa $/ton Y Ingreso percibido por un pescador $/t salidas del proceso dce retrso (e.g. nmero de embarcaciones que entran yg(t) #/ t a la pesqueria a lo largo de la temporada) y1(t)yg-1 (t) tasas intermedias del proceso de retraso #/ t Y vector de valores ptimos de la funcin de criterios mltiples --Y valor del criterio de la estrategia de manejo --vector de valores de la funcin con criiterios mltiples correspondiente a Y(T) --la opcn de manejo , evaluada en el horizonte de tiempo (o, T) deviacin normalizada del valor del criterio con respecto a la opcin de Y --manejo y al conjuinto de objetivos Z tasa instantnea de mortalidad total 1/t ZMRS tasa instant nea de mortalidad total en MRS 1/t Zt mortalidad total en el ao t 1/t TSG
15
Como ha sido expuesto en el primer Captulo, en condiciones de acceso abierto fracasa la ptima asignacin de recursos pesqueros, debido entre otros factores, a la ocurrencia de altos costos de exclusin. El esfuerzo pesquero ejercido por una embarcacin se ve influenciado por la forma en que otras hagan uso del recurso, de tal manera que la entrada de ms embarcaciones incrementar el esfuerzo de pesca sobre ste, afectando los rendimientos de los diferentes usuarios de la pesquera. Para realizar estimaciones y predicciones de los posibles impactos bioeconmicos en pesqueras sujetas a diferentes regmenes de explotacin, se hace necesario modelar matemticamente estos sistemas dinmicos. Para ello se requiere conocer los fundamentos de la teora bioeconmica de pesqueras, los cuales permitirn explorar e introducir las complejidades inherentes al manejo de recursos pesqueros en los siguientes Captulos. El presente Captulo se centrar en el desarrollo del modelo bioeconmico clsico de Gordon (1954), tambin llamado Gordon-Schaefer, porque al igual que el de este ltimo, parte del modelo logstico de crecimiento poblacional de Verhulst (1838). En la primera seccin se presenta el modelo logstico, exponiendo algunas de sus limitaciones en especies marinas. En la segunda seccin se detalla el modelo de rendimiento excedente propuesto por Schaefer (1954) en trminos de biomasa y de captura por unidad de esfuerzo; se discuten sus supuestos y se presentan algunas variantes propuestas por otros autores. En la tercera seccin se presenta el modelo bioeconmico de Gordon (1954) en trminos de captura y esfuerzo, y en funcin de oferta y demanda, tanto en su versin esttica como dinmica. Se plantean sus supuestos y limitaciones, as como modificaciones desarrolladas por otros autores. En la cuarta seccin se desarrolla el modelo dinmico propuesto por Smith (1969), el cual condiciona el comportamiento de largo plazo de una flota pesquera a variaciones en los ingresos netos. En la quinta seccin se presentan los modelos de produccin excedente basados en mortalidad, en sus versiones biolgica y bioeconmica. Por ltimo, en la sexta seccin se presenta el anlisis bioeconmico de modelos que consideran la estructura por edades de una poblacin, tanto en la versin clsica esttica (Beverton & Holt, 1957) como dinmica (Seijo & Defeo, 1994b).
El modelo logstico
La ecuacin logistica propuesta por Verhulst (1838) describe el crecimiento de una poblacin en base a la siguiente expresin matemtica (Graham, 1938):
donde: r = tasa intrnseca de crecimiento poblacional. B(t) = biomasa de la poblacin en el tiempo t. K = capacidad de carga del ambiente.
16
El comportamiento de una poblacin es descrito por una curva sigmoide, donde la biomasa no explotada se incrementar hasta un nivel mximo equivalente a la poblacin virgen B, determinado por K (Pitcher & Hart, 1982). Este nivel de equilibrio puede ser definido solamente en el contexto de la produccin bsica del medio, de la eficiencia relativa del crecimiento de la poblacin, de su conversin de alimento y por tanto de la abundancia de los componentes que incluye el ecosistema (Caddy & Sharp, 1986). La poblacin se mantendr en equilibrio en la medida que los factores que hacen decrecer la biomasa tales como la depredacin, enfermedades, etc., sean balanceados por aquellos que la aumentan, es decir el crecimiento individual y el reclutamiento. La tasa de crecimiento poblacional (dB/dt) correspondiente a cada nivel de biomasa B(t) del recurso, es presentada en la Figura 2.1a para una poblacin hipottica cuya dinmica es descrita por una capacidad de carga de 3.5 millones de toneladas y una tasa intrinseca de crecimiento de 0.36. En las Figuras 2.1b y 2.1c se puede observar la curva sigmoide y el crecimiento en biomasa por unidad de tiempo, respectivamente.
Figura 2.1 Funcin de crecimiento logstico de la biomasa de un recurso para una capacidad de carga de 3.5 millones de toneladas y una tasa intrnseca de crecimiento de 0.36. El crecimiento de una poblacin determinar una progresiva incidencia de fenmenos de denso-dependencia a niveles cercanos a la capacidad de carga del sistema. Esto variar de acuerdo a la estrategia de vida de cada especie y al tipo de ecosistema considerado. Ciertas especies tienden a ocupar rpidamente nichos vacantes en un ecosistema, mientras que otras estn mejor adaptadas a un crecimiento poblacional lento bajo condiciones de una alta competencia por recursos limitantes (Pianka, 1972). Las primeras poseen una mayor susceptibilidad a factores extrinsecos o ambientales, debido a que tienden a habitar ambientes usualmente variables e impredecibles, y en consecuencia rara vez alcanzan tamaos poblacionales cercanos a la capacidad de carga del ambiente. Las segundas habitan sistemas estables o predecibles, el tamao poblacional es poco variable en el tiempo y est limitado por procesos de
17
competencia intra e interespecfica en comunidades usualmente saturadas (Pianka, 1972). En el caso de especies marinas, su ubicacin dentro de un grupo u otro resulta difcil, dado que la complejidad de sus ciclos de vida parece ubicarlos en ocasiones dentro de un grupo y en otro perodo dentro de otro (Rothschild, 1986). Tal es el caso de especies con ciclos de vida complejos, que incluyen una fase dispersiva planctnica y una adulta bentnica; durante el estado larval se encuentran expuestas de manera ms marcada a efectos ambientales que en su etapa adulta, en la cual los efectos denso-dependientes pueden ocurrir en forma ms intensa.
18
Cuando la poblacin se encuentra en condiciones de equilibrio, la tasa de incremento poblacional repone las prdidas debidas a la mortalidad, y por tanto no hay cambios de la biomasa en el tiempo (e.g. dB/dt=0); el rendimiento en equilibrio puede definirse como:
Entonces, la biomasa de la poblacin en equilibrio (Be) en funcin del esfuerzo de pesca se define como:
Para un nivel dado de esfuerzo, la poblacin en equilibrio (Be) alcanzar un nivel donde la tasa de captura es igual a la de crecimiento. Por tanto, para cada nivel de esfuerzo existir un nivel de poblacin en equilibrio (Anderson, 1986). Como resultado se tiene una relacin inversa entre la poblacin en equilibrio y el esfuerzo pesquero (Fig.2.2a). Este comportamiento se puede observar a travs de la captura por unidad de esfuerzo (CPUE), considerndose en este caso como un indice relativo de la abundancia de la biomasa de la poblacin en el tiempo (Fig.2.2c). Para obtener la funcin que relaciona la captura con el esfuerzo bajo condiciones de equilibrio, se sustituye la ecuacin (2.7) en (2.2):
La funcin (2.8) se representa mediante una parbola, donde la captura (C) para un esfuerzo (f) dado en una poblacin en equilibrio es denominado rendimiento sostenible, dado que las prdidas por mortalidad natural y por pesca son compensadas por un incremento poblacional debido a los procesos de crecimiento individual y reclutamiento; en consecuencia el rendimiento de la pesquera se puede mantener en el tiempo. Esta curva puede ser considerada como la funcin de produccin de la pesqueria en el largo plazo (Fig. 2.2b), donde para un nivel dado de esfuerzo f1, se obtiene un rendimiento C1, el cual ser mayor a medida que el primero incremente hasta un nivel de mximo rendimiento (MRS) correspondiente a un nivel de esfuerzo f2, despus del cual decrece si el esfuerzo aumenta. En este punto, la poblacin ya no podr reponer las prdidas por mortalidad, y a medida que la presin de pesca
19
aumente, la captura tender a disminuir debido al decremento en la biomasa de la poblacin (C3) a un nivel de esfuerzo f3.
Figura 2.2 Curvas de biomasa en equilibrio (a) rendimiento sostenible (b) y CPUE (c) basados en el modelo de Schaefer.
d) El recurso se mantiene en un ambiente fisico estable determinado por una capacidad de carga constante. e) El recurso lo compone una sola especie, y por tanto el esfuerzo es aplicado exclusivamente a sta. f) La tecnologa utilizada en la extraccin se mantiene constante.
Limitaciones
20
(i) El inciso (a) asume equilibrio, lo cual constituye un serio inconveniente a la hora de administrar los recursos (Caddy, 1984). Ello implica que se dejan de lado todos los procesos que gobiernan la productividad de un stock (e.g.reclutamiento), muchos de los cuales poseen un alto grado de estocasticidad inclusive en una escala de tiempo reducida. (ii) El coeficiente de capturabilidad q no siempre puede ser considerado constante. Diferentes comportamientos de agregacin en cardmenes de recursos pelgicos o en recursos bentnicos. as como factores relacionados con la diferente selectividad y accesibilidad por clases de talla al arte de pesca, violan dicho supuesto. (iii) La CPUE no siempre es un ndice insesgado de abundancia relativa de una poblacin como se asume en el inciso (c), en especial en recursos sedentarios donde la distribucin espacial no es homognea. La limitada movilidad de estos organismos implica que no puedan redistribuirse en el rea de pesca una vez aplicado el esfuerzo pesquero. La estrategia dirigida de exterminacin de parches determina un comportamiento agregado de los usuarios del recurso, lo cual limita la aplicabilidad del modelo (ver Caddy, 1975, 1989a, b; Conan, 1984; Orensanz et al., 1991 para revisiones detalladas acerca del tpico). (iv) El asumir que se conoce el tamao de la poblacin resulta riesgoso, debido a la dificultad en la obtencin de estimadores insesgados de tamao poblacional, as como a las fuentes de variabilidad que pudieran producir intensas fluctuaciones en su magnitud. (v) En el inciso (d) se ignora la dinmica de la distribucin espacial del recurso, los procesos biolgicos que generan la biomasa, as como las interacciones intra e interespecficas y los efectos de las variaciones estocsticas en el medio ambiente y en la abundancia de la poblacin. Al suponer que el recurso se mantiene en un ambiente fisico estable que determina una capacidad de carga constante, se limita la aplicabilidad de este modelo determinstico (Pitcher & Hart, 1982; Sissenwine, 1984a, b). (vi) El supuesto (e) ignora la ocurrencia de interdependencias biolgicas (e.g. competencia, depredacin) y tecnolgicas: ver Capitulo 3. Adems, no considera la asignacin diferencial del esfuerzo en el corto plazo, esto es, cmo el pescador decide entre la captura de un recurso u otro, cuando el mtodo y el arte de pesca le permiten tener ms de una especie objetivo, as como definir cundo y dnde salir a pescar (ver Hilborn, 1985; Eales & Wilen, 1986; Sampson, 1993). (vii) Por otro lado, incrementos en el poder de pesca (tecnificacin de la captura) por parte de la flota determinan variaciones en q que restringen la aplicabilidad del modelo y limitan el supuesto (f).
21
estadsticas de esfuerzo en la mayora de los casos corresponden ms al esfuerzo nominal que al efectivo. Sin embargo, esta informacin es ms accesible que aquella especfica de la poblacin (e.g. composicin por edades), razn por la cual los modelos globales se han utilizado ampliamente. La ecuacin (2.10) asume proporcionalidad entre la CPUE y la biomasa en condiciones de equilibrio. Si se define CPUE como U (notacin generalizada en los modelos globales) se tiene que:
Este nuevo valor de la biomasa es sustituido en el modelo para obtener el rendimiento en equilibrio (Re):
o sea: Re=r(U/p2)(U-U) Reordenando para resolver en trminos de CPUE en equilibrio (Ue): Ue=Uinfin-(U q/r)f (2.13) donde (Uxq/r) es la pendiente (b) de la recta y Ux es la ordenada al origen. En trminos de esfuerzo, la funcin puede ser definida como sigue: Ue=U-f-bf' (2.14) y derivando la ecuacin anterior con respecto al esfuerzo e igualndola a cero, se obtiene el esfuerzo para el MRS:
Como el nivel dado para el rendimiento sostenible ocurre a la mitad de la mxima biomasa (UMRS=Ux/2), el MRS se obtiene de la siguiente forma:
22
Mientras que en la curva logistica del modelo de Schaefer el MRS se alcanza a un nivel de K/2, en el de Fox corresponde a rK/q. En este caso slo se presenta la derivacin del modelo de Schaefer (1954), el cual es utilizado como base para el modelo bioeconmico de Gordon. Para las variantes del modelo ver Fox (1970), Pella & Tomlinson (1969), Pope (1979) y Pitcher & Hart (1982).
23
equilibrio biolgico para el nivel de esfuerzo correspondiente (la derivada de la biomasa con respecto al tiempo es igual a cero), entonces se presentan condiciones de equilibrio biolgico y econmico simultneamente, razn por la cual se le denomina equilibrio bioeconmico. La biomasa en equilibrio bioeconmico (BEBE) se define igualando a cero la ecuacin (2.20) y despejando B:
Bajo estas condiciones la biomasa ser siempre mayor a cero dado que el esfuerzo se reducir o cesar cuando los costos totales superen a los ingresos totales. En consecuencia, el modelo pronostica: (1) sobreexplotacin si la curva de costos totales intersecta a la de ingresos totales sostenibles con niveles de esfuerzo pesquero superiores a los requeridos para operar en MRS; y (2) no extincin del recurso, ya que antes que ste se agote deja de ser rentable ejercer esfuerzo sobre la especie en cuestin. La condicin de no extincin depender del tipo de crecimiento asumido para el recurso y la forma que adquiera la funcin de captura definida en 2.2 (ver Clark, 1985; Anderson, 1986). Asimismo, debe precisarse que la prediccin de no extincin ser correcta si y slo si la biomasa resultante en equilibrio bioeconmico excede el nivel de biomasa umbral requerido para darle viabilidad de existencia a la poblacin. Los ingresos totales sostenibles (bajo condiciones de equilibrio) se obtienen al multiplicar la funcin de biomasa (2.4) por el precio p:
La curva de ingresos totales sostenibles en funcin del esfuerzo tendr la misma forma que la de rendimiento sostenible de Schaefer (Fig.2.1) pero en trminos monetarios. Los costos totales se obtienen partiendo de la misma funcin que en el caso anterior, pero en trminos del esfuerzo pesquero (f):
Despejando f y multiplicando por el costo unitario (c) se definen los costos totales en funcin del esfuerzo en el largo plazo:
En las Figuras 2.3a y b se presentan los niveles de biomasa en equilibrio y rendimiento sostenible, que resultarian de los niveles de esfuerzo en mximo rendimiento econmico (fMRE), en mximo rendimiento sostenible (fMRS) y equilibrio bioeconmico (fMRE). La expresin grfica del modelo de Gordon en trminos de ITS y CT se presenta en la Figura 2.3c. En ausencia de regulacin, el aumento del esfuerzo ocasiona un incremento en los ingresos hasta alcanzar el nivel de equilibrio
24
bioeconmico, que corresponde a un nivel de esfuerzo (fEBE) donde los costos totales igualan a los ingresos totales sostenibles, en este caso es igual el esfuerzo requerido para alcanzar el MRS. El equilibrio econmico indica que no existe incentivo para entrar o salir de la pesqueria, y el biolgico, que la poblacin se mantiene en el tiempo. El mximo rendimiento econmico (MRE) se alcanza en fMRE donde las diferencias entre los CT y ITS se maximizan. El rea bajo la curva de ITS por encima de CT corresponde a los beneficios netos o renta econmica, los cuales siempre sern mayores hacia la izquierda del MRS. En este sentido, la posicin de la curva de costos es muy importante, ya que si stos se reducen existirn ganancias (aunque con menores rendimientos) y por tanto habr estimulos para incrementar el esfuerzo hasta alcanzar un nuevo nivel de equilibrio, atenindose tambin un nuevo nivel de esfuerzo para obtener el mximo rendimiento econmico. Se asume que el esfuerzo extra es producido por la operacin de botes nuevos que operan de una manera eficiente, ms que por la expansin del esfuerzo de los ya existentes (Anderson, 1986). Gordon (1954) pronostica como se demostrar posteriormente, que el esfuerzo en el equilibrio bioeconmico ser el doble del ejercido al nivel de mximo rendimiento econmico.
Figura 2.3 Curvas de biomasa sostenible (a), captura sostenible (b), e ingresos totales sostenibles (ITS) y costos totales (CT) (c) del modelo bioeconmico esttico de Gordon-Schaefer.
25
sostenibles por unidad de tiempo. Los primeros caern continuamente conforme aumenta el esfuerzo hasta llegar a cero (Fig.2.4a), es decir, cuando se agota el recurso. El Rm decrece igulmente hasta llegar a cero en el nivel de MRS, despus del cual se hace negativo (Fig.2.4a). Esto es, el rendimiento obtenido por cada unidad adicional de esfuerzo ser progresivamente inferior al anterior. Esto resulta como consecuencia de que el pescador individual considera exclusivamente sus rendimientos, sin tomar en cuenta el efecto que el aumento en su esfuerzo pesquero tiene sobre otros usuarios, y por tanto opera siempre en trminos de sus rendimientos promedio.
Figura 2.4 Capturas promedio y marginales sostenibles (a), e ingresos, costos promedio y marginales (b) en funcin del esfuerzo bajo condiciones de acceso abierto.
Esfuerzo en mximo rendimiento sostenible (MRS), mximo rendimiento econmico (MRE) y en equilibrio bioeconmico (EBE)
Cuando se piensa en la implementacin de medidas de manejo, una de las metas en trminos biolgicos consiste en mantener en el tiempo los niveles de esfuerzo y capturas en el MRS. Para ello, se parte del modelo esttico de Schaefer, hallando la primera derivada de la funcin de caputa (2.8) e igualndola a cero:
26
Para maximizar la renta econmica que el recurso le podria generar a la sociedad, es necesario que la pesqueria opere con un nivel de esfuerzo pesquero que maximice el rendimiento econmico (e.g. esfuerzo en MRE). Este criterio se obtendr al maximizarse las diferencias entre los ingresos totales sostenibles y los costos totales del esfuerzo pesquero. En este caso, se obtiene cuando el valor del producto marginal del esfuerzo pesquero (VME) es igual a los costos por unidad de esfuerzo, e.g. VME=c. Considerando la tasa de captura expresada en la ecuacin (2.2), se sustituye la expresin que determina la biomasa en funcin del esfuerzo pesquero:
Multiplicando (2.31) por el precio promedio de la especie objetivo y dividiendo entre el esfuerzo, se obtiene el valor promedio del esfuerzo pesquero (VPE):
27
Derivando la ecuacin de captura de Schaefer (2.8) con respecto al esfuerzo pesquero se tiene que:
Multiplicando la ecuacin anterior por el precio promedio de la especie (p), se obtiene el valor del producto marginal del esfuerzo pesquero (VME)::
lgualando la expresin (2.33) al costo unitario del esfuerzo pesquero, c, y despejando f, se obtiene el esfuerzo en mximo rendimiento econmico (fMRE):
El equilibrio bioeconmico se alcanzar cuando el valor promedio del esfuerzo pesquero sea igual a los costos por unidad de esfuerzo (VPE = c). Este ltimo se estima igualando la funcin (2.32) a los costos (c) y despejando f. Al hacer lo anterior se podr observar que fEBE = 2fMRE, es decir que el esfuerzo en equilibrio bioeconmico es dos veces mayor que el esfuerzo en mximo rendimiento econmico (Fig. 2.4b; ver tambin Fig. 2.3.c).
28
confiable, sobre todo en paises en desarrollo donde los costos de informacin son muy altos. Clark (1985) menciona que es dificil distinguir si el efecto de disminucin de una poblacin se debe a presiones de pesca o a procesos naturales. En la prctica parece ser que la capacidad del esfuerzo para ciertas pesqueras es mucho ms que dos veces el nivel ptimo; Clark (1985) concluye que el modelo sirve para explicar el problema de sobrepesca, pero parece inadecuado para proponer medidas de manejo.
donde es una constante positiva que describe la dinmica de la flota en el largo plazo. Smith emplea esta ecuacin para modelar los cambios en la flota de una pesquera, los cuales se obtienen de sustituir (2.20) en (2.35):
Si (t) es mayor a cero, habr un aumento en el esfuerzo resultante de la entrada de barcos a la pesquera, mientras que se producir una disminucin de ste en caso contrario. El parmetro puede estimarse empiricamente de acuerdo al comportamiento de la flota (entradas y salidas) en funcin de variaciones en los ingresos netos, que tendrn relacin con los costos ejercidos para los correspondientes niveles de esfuerzo. El modelo de Smith aunque robusto, puede complementarse para incorporar un retraso entre la toma de decisin y la entrada o salida de embarcaciones. El capital tiene larga vida de trabajo y los factores institucionales, tales como sistema de pago compartido de grupos de pescadores, tienden a amortiguar el retorno del capital, de tal forma que las consecuencias del perodo de ajuste del esfuerzo no se reflejan inmediatamente. El ingreso de nuevas embarcaciones a la pesquera tendr un retraso si se considera el tiempo de obtencin de permisos de pesca y de crditos y el tiempo requerido para la construccin de la embarcacin. Los beneficios pueden obtenerse por varios perodos sin tener un cambio significativo sobre el esfuerzo. Seijo (1987) propone la adicin de un trmino de retraso distribuido representado por la funcin de densidad probabilistica Erlang (Manetsch, 1976), que incorpora el tiempo requerido para la salida o entrada de barcos a la pesquera, una vez que se manifiesta el efecto de cambios en el esfuerzo dados los ingresos netos anuales. El modelo incluye un parmetro que sirve para retrasar el tiempo de ocurrencia de un fenmeno (DEL), en este caso entrada y salida de barcos, el cual se define como tiempo de trnsito promedio y variar
29
de acuerdo a la categoria de las embarcaciones. En el Capitulo 5 se describe la aplicacin del modelo de retraso distribuido a pesqueras marinas. Las decisiones de dinmica del esfuerzo pesquero en el corto plazo no son expresadas en el modelo de Smith, por lo que sern introducidas, discutidas y modeladas en captulos posteriores. Ejemplo 2.1 Modelo bioeconmico dinmico Dada una pesquera de una especie pelgica cuyos parmetros aparecen en la Tabla 2.1, se analiza el comportamiento dinmico de la biomasa de la poblacin, los rendimientos, la flota, los ingresos y costos. Tabla 2.1 Parmetros para el modelo bioeconmico (Gordon-Schaefer).
Parmetro/Variable Tasa intrinseca de crecimiento Coeficiente de capturabilidad Capacidad de carga del ecosistema Precio de la especie Costo unitario del esfuerzo Biomasa inicial de la poblacin Parmetro de dinmica de la flota Valor 0.36 0.0004 3500000 60 30000 3500000 0.000005 Unidad de medida --ton US$/ao US$/ao ton --
Aplicando el modelo dinmico Gordon-Schaefer con los parmetros bioeconmicos de la Tabla 2.1 se puede observar la trayectoria dinmica de la biomasa, el rendimiento y los ingresos y costos totales (Fig. 2.5).
Figura 2.5 Trayectoria esttica (equilibrio) y dinmica de la biomasa (a), las capturas (b) y los costos e ingresos (c) resultantes de la aplicacin de diferentes niveles de esfuerzo.
30
En esta figura se incluyen tambin las curvas en equilibrio para las variables de desempeo antes mencionadas para observar la diferencia cuantitativa de considerar el efecto de diferentes niveles de esfuerzo utilizando el modelo esttico y el dinmico. El modelo muestra el comportamiento dinmico de las diferentes variables donde se tiende al equilibrio en todos los casos, el cual se alcanza con 578 barcos. El esfuerzo en mximo rendimiento econmico (fMRE) es de 289 embarcaciones. En la Figura 2.6 se presenta la evolucin en el tiempo de las variables de desempeo bioeconmico en el modelo dinmico. En la Figura 2.6a se puede observar la dinmica de la biomasa como respuesta a la dinmica del esfuerzo. En la Figura 2.6b se presenta el rendimiento en el tiempo que obtiene una flota que va modificando su esfuerzo pesquero en la medida que la renta obtenida en el tiempo varia. En la Figura 2.6c pueden observarse las tendencias crecientes, decrecientes y estabilizantes del esfuerzo de pesca en la medida que la renta crece, decrece, se hace negativa y posteriormente tiende a cero, convergiendo a nivel de esfuerzo en el equilibrio bioeconmico.
Figura 2.6 Dinmica de la biomasa (a), la captura (b), la renta econmica (c) y el esfuerzo pesquero (d). Como se puede observar, los incrementos en el esfuerzo dan lugar a aumentos en las capturas y por tanto en los ingresos generados por la pesquera. Como consecuencia, la CPUE decrece de manera paulatina si el esfuerzo contina creciendo, lo que indicaria disminucin de la biomasa de la poblacin. Si el esfuerzo pesquero sigue aumentando a un nivel mayor de 630 embarcaciones, se observa que las capturas y los ingresos netos disminuyen. Posteriormente se entra a una dinmica de entrada y salida de embarcaciones a la pesquera en la medida que la renta se hace positiva o negativa, hasta un nivel de esfuerzo en el que la renta tiende a cero, en condiciones de equilibrio bioeconmico. Analizando la informacin en el tiempo se observa que a los 33 aos se alcanzan los mayores niveles de esfuerzo pesquero, lo que da lugar a una caida
31
brusca de la biomasa en los aos siguientes, repercutiendo en los ingresos netos. Al no obtener ganancias, no hay ingreso de embarcaciones, lo que permite a la poblacin recuperarse y tiende a estabilizarse cerca de las 1200 ton despus de 50 aos de operacin de la pesquera, al igual que el esfuerzo pesquero. En este punto los ingresos netos son iguales a cero, ya que los costos totales son iguales a los ingresos totales.
32
Un simple promedio de estimaciones independientes de Zt basadas en el cociente de los logaritmos de las abundancias de sucesivas clases de edad que forman una importante proporcin de las captura anual, puede ser obtenido desde la edad de primera captura en adelante. Una discusin de las diferentes aproximaciones para estimar mortalidad puede ser encontrada en los textos clsicos de Ricker (1958), Pauly (1980), Jones (1981), Caddy (1986) y Sparre et al. (1989).
Modelo logstico
a) Ajuste directo a travs de regresin mltiple. Tal como fue expresado en la ecuacin (2.4), el modelo logistico de crecimiento poblacional propuesto por Graham (1935) en condiciones de explotacin pesquera (ver Ricker, 1975) est dado por:
Csirke & Caddy (1983) expresaron este rendimiento en equilibrio en trminos del valor en equilibrio de la tasa de mortalidad anual (ver p. 45 y tambin Caddy, 1986), y redujeron la ecuacin (2.38) a una forma cuadrtica: Ct=aZ2t+bZt+c (2.39) donde: Ct es la captura correspondiente al ao t. Zt es el coeficiente promedio de mortalidad total para el ao t. Bajo los supuestos del modelo logistico, la ecuacin (2.39) da una parbola que intercepta la abscisa a la derecha del origen (Fig.2.7). De esta forma, usando regresin mltiple, donde Zt y Z2t son las dos variables independientes de este polinomio de segundo orden, podemos estimar la curva que relaciona los valores anuales de captura con la mortalidad total. Dicho ajuste provee una estimacin del coeficiente de mortalidad natural M a travs de la solucin de esta ecuacin para Z = M (Ct y F = 0) de la siguiente manera (Csirke & Caddy, 1983):
33
Figura 2.7 Ejemplo ilustrativo del modelo captura-mortalidad de Csirke & Caddy (1983). Asimismo, los parmetros del modelo logstico pueden obtenerse para aquellos valores de Z correspondientes a MRS, el cual ocurre cuando (Csirke & Caddy, 1983):
FMRS, definido como el nivel de mortalidad por pesca en MRS, est dado por la substraccin de
(2.44) (2.45)
34
b) Aproximacin lineal. Csirke & Caddy (1983) han sugerido una aproximacin alternativa para el ajuste del modelo logstico, basada en el indice de abundancia:
La ecuacin (2.49) ha sido preferida al ajuste anterior debido a objeciones tericas al ajuste directo del modelo (Hoenig & Hoenig, 1986), el cual en algunos casos tiende a subestimar M. Este modelo requiere de una aproximacin especial, ya que se emplean en forma secuencial diferentes valores semilla de M en la ecuacin (2.49), de los cuales se selecciona aqul que provea el valor ms alto de bondad de ajuste (e.g. coeficiente de determinacin R2). Dicho valor puede ser usado para transformar las tasas anuales de mortalidad total Zt en tasas de mortalidad por pesca Ft. Es muy importante hacer notar que en este caso no se requieren de valores de esfuerzo o CPUE. Los parmetros de esta versin lineal del modelo logistico pueden ser obtenidos como sigue:
35
Modelo exponencial
Caddy & Defeo (1996) extendieron la teoria de los modelos de produccin excedente basados en mortalidad para dar cabida a la versin exponencial del modelo logstico. a) Aproximacin no lineal. La versin exponencial del modelo logistico para datos de captura y esfuerzo (Fox, 1970) puede ser expresada como: Ct=FtBe-eft (2.55) donde el rendimiento anual Ct y el esfuerzo ft estn relacionados en una forma exponencial, y Ux es la tasa de captura correspondiente al stock virgen. A efectos de transformar el esfuerzo en tasas de mortalidad analiticas, si consideramos que q y M son constantes, se tiene que:
Ct=(ZtM) B e-b'(Zt-M)
Esto puede ser expresado como:
(2.57)
donde Bx y b' pueden ser estimados por tcnicas de regresin no lineal, usando procedimientos de minimizacin de errores (e.g. quasi-Newton, Marquardt) para la estimacin de parmetros. Como en el caso de la aproximacin logstica, alternativa, el modelo es ajustado para diferentes valores semilla de M, seleccionando aqul que maximice cierto criterio de bondad de ajuste; una vez obtenido el mejor valor de M, los parmetros de manejo restantes pueden ser calculados diferenciando la ecuacin (2.60) con respecto a F y llevndola a cero al nivel de MRS:
36
y ZMRS se logra en funcin de la suma de FMRS a M. b) Aproximacin lineal. Una aproximacin alternativa a la anterior puede lograrse al tomar los logaritmos naturales de ambos miembros de la igualdad y ajustando una regresin lineal de la forma Yi = a - b Xi:
usando a In(Ct/Zt - M) y Zt como variables dependiente e independiente, respectivamente. La estimacin de parmetros sigue el mismo razonamiento que en la aproximacin previa, usando diferentes valores semilla de M, y difiriendo en la estimacin de la biomasa virgen, la cual puede ser deducida de la ecuacin (2.63) como:
(a -b'M) = e
(2.64)
37
& Caddy, 1983), debido a que la experiencia sugiere que se obtienen curvas de rendimiento ms simtricas al graficar las capturas contra la tasa de mortalidad total. La conclusin a la cual arriban Caddy & Defeo (1996) es que ambos tipos de modelo sean considerados con precaucin, y a efectos de manejo, sea utilizado en mayor medida aqul que provea la aproximacin ms cauta, sta evaluada en funcin del simple anlisis de riesgo propuesto por dichos autores. En el Captulo 8 se analizar con mayor detalle aspectos relacionados con la estimacin en la variabilidad de los parmetros y del anlisis de riesgo a efectos de manejo. 4) Estos modelos, en su versin esttica, asumen equilibrio. Los valores medios de tasas de mortalidad Zt obtenidos de mtodos basados en curvas de captura u otros (ver Caddy & Defeo, 1996) representan el impacto de la pesca en el presente y pasado reciente en forma ms cercana que las aproximaciones que emplean valores anuales de esfuerzo de pesca (o bien de Zt basados en el cociente de la abundancia de una clase de edad simple en dos sucesivos perodos de tiempo). Por tanto, es posible compensar desviaciones de mortalidad anual con respecto al equilibrio, tal como el anlogo a los promedios mviles (past averaging) de esfuerzo de pesca para dar cuenta de los efectos de mortalidad en aos previos (Gulland, 1961; Fox, 1975). Esta aproximacin puede resultar bastante conservadora en caso de usar una prolongada serie de datos en el nmero de datos consecutivos a promediar. El problema se agrava en caso de usar modelos basados en esfuerzo (no en el caso de mortalidad), en los cuales es dificil decidir cuantos aos deberian ser incluidos; en este caso variaria dependiendo de los cambios en la intensidad de pesca con el tiempo. En caso de considerar que el promedio mvil de estimaciones de mortalidad es apropiado, entonces los modelos captura-mortalidad tienen una ventaja definida (Caddy, 1986): el recproco de la mortalidad promedio para las clases de edad plenamente reclutadas es en si un estimador simple del nmero de clases de edad anuales que constituyen la captura. Entonces, es una medida del tiempo en el cual la aproximacin de promedios mviles hacia atrs (past mortality averaging) deberia ser aplicado. Por tanto, 1/Zt podra ser considerado como un indice del nmero de grupos de edad plenamente reclutados que sobreviven de la explotacin en aos anteriores y que de una otra forma constituyen la captura actual. Lo importante de este razonamiento radica en que cuando existen estimaciones de mortalidad para varios grupos de edad, hay un cierto grado de ajuste semiautomtico de la mortalidad pasada en cada estimacin individual anual de mortalidad (Caddy, 1986). 5) Las estimaciones de parmetros sin dar cuenta de ajustes al equilibrio son de todas maneras valiosas. Idealmente, a menos que existan variaciones anuales considerables en el esfuerzo de pesca, las series de captura-mortalidad tienden a mostrar cierto grado de autocorrelacin serial sin las fuertes oscilaciones desde la izquierda a la derecha de las curvas de rendimiento caractersticas de muchos modelos de produccin captura-esfuerzo, y por tanto con amplias desviaciones del equilibrio. Desventajas. Algunas de las principales limitaciones a la aplicacin de este tipo de modelos consisten en: 1) La estructura de la base de datos debe abarcar un amplio rango de valores de tasas de mortalidad. Las estimaciones de los parmetros son en fuerte grado dependientes de los valores extremos, en particular de dicha variable independiente. La interpretacin y evaluacin de los efectos de estos puntos con criterios de manejo debe ser cautelosamente analizada, ya que los valores
38
de Z situados en los extremos de las curvas de produccin influyen en el comportamiento de los modelos y pueden ser responsables de amplios intervalos de confianza (Caddy & Defeo, 1996). Paradjicamente, dichos puntos proveen la informacin ms importante desde un punto de vista biolgicopesquero, y contribuyen significativamente a la explicacin de la variabilidad observada en las bases de datos. Caddy & Defeo (1996) mostraron que, al omitirse estos datos por un procedimiento de remuestreo, se obtuvieron valores de los parmetros que influenciaron fuertemente la estimacin de sus medias e intervalos de confianza (ver tambin Captulo 8). 2) Tal como se mencion, anteriormente, la versin analizada de estos modelos es esttica y asume equilibrio. Uno de los tpicos que ha sido objecto de reciente debate (Hilborn & Walters, 1992, Polacheck et al., 1993, Caddy & Defeo, 1996) es la dicotoma entre modelos dinmicos vs estticos, los cuales asumen equilibrio para la estimacin de parmetros. Si bien la teora de modelos de produccin con tasas de mortalidad est mucho menos desarrollada que aquella basada en el esfuerzo de pesca, existe la posibilidad de obtener una versin dinmica, en la medida en que permita disipar dudas sobre los desajustes producidos por la ausencia de equilibrio.
Aproximacin bioeconmica
La aproximacin anterior constituye un enfoque netamente biolgico. Con el propsito de obtener un punto de referencia bioeconmico en el proceso de manejo precautorio de pesquerias, a continuacin se presenta una expresin que estima la renta generada por el recurso () a partir de la ecuacin capturamortalidad. Se toma como ejemplo de desarrollo el modelo linearizado de produccin excedente de Fox (1970) adaptado a criterios captura-mortalidad:
donde: p es el precio promedio de la especie capturada. c es el costo unitario del esfuerzo pesquero. Diferenciando la ecuacin anterior, se obtiene una expresin de la renta marginal (M) con respecto a cambios en el coeficiente de mortalidad por pesca:
Ahora bien, igualando a cero la renta marginal y resolviendo la ecuacin con respecto a F, se obtiene una expresin que representa el valor de mortalidad por pesca que genera el mximo rendimiento econmico (FMRE):
39
haciendo
expresarse de la forma siguiente: a = Wexp(W) (2.70) En base a lo anterior se obtiene la expresin para FMRE:
Ejemplo ilustrativo Dados los parmetros del modelo linearizado exponencial captura-mortalidad: p = $60; q = 0.001; b' = .85; c = $ 200000; y B x = 15.0106 ton y despus de estimar numricamente el valor de W = 0.404, la mortalidad por pesca que genera un mximo rendimiento econmico FMRE se obtendr al sustituir estos valores en la ecuacin 2.53 tenindose que FMRE = 0.701/ao y una captura en mximo rendimiento econmico CMRE = 5.795106 ton correspondiente a un esfuerzo en fMRE igual a 701 embarcaciones.
40
Considerando la extrema variabilidad en los parmetros poblacionales y en la mortalidad por pesca (sta ocasionada por una distribucin agregada del esfuerzo de pesca) en especies sedentarias, el clsico anlisis de rendimiento por recluta (Beverton & Holt, 1957) debera ser realizado en forma separada para cada edad identificada (j edades), cada una sujeta a diferente intensidad de pesca y talla de media captura (Caddy, 1975): Ct= (C/R)j(R)j (2.75) donde Cj es el rendimiento por edad, C/Rj es el rendimiento por recluta Rj es el reclutamiento estimado por edad j. De esta manera los supuestos clsicos de los modelos de agrupamiento dinmico se haran efectivos. La extensin del modelo clsico a efectos de un anlisis multiespecfico es igualmente viable (Ursin, 1982), aunque en caso de especies sedentarias debera considerarse en una primera instancia la heterogeneidad espacial mencionada y luego integrar los resultados. Un anlisis bioeconmico multiespecfico es posible con la inclusin de los costos unitarios del esfuerzo de pesca (c) y el precio de la especie capturada (p) en la ecuacin tradicional (Arregun-Snchez, 1989).
41
c) Distribucin homognea de la poblacin, y por tanto los individuos que la componen tienen la misma probabilidad de ser capturados. d) La tasa de exploitacin se asume constante durante toda la vida de los organismos. Los rendimientos son estables en el tiempo si el patrn de exploitacin se mantiene, lo que implica reclutamiento constante. e) La mortalidad natural es constante independientemente de la edad, inclusive a partir de aquella que es reclutada a la pesquera; la mortalidad por pesca es igual a cero para edades menores a la de primera captura, por lo que las prdidas en N(t) antes de la edad de primera captura (tc) sern:
N(t)=R[-M(t-tr)]
(2.76)
donde R es el nmero de peces vivos al tiempo t=tr (edad de reclutamiento a la poblacin). Ahora bien. N(t) para todas las edades capturadas se define como:
N(t) = R'e[-(F-M)(t-t)]
(2.77)
donde R' indica el nmero de individuos reclutados a la pesquera. f) Otra suposicin implcita es que el crecimiento individual se ajusta a la funcin propuesta por von Bertalanffy (1938):
W(t)=W[1-e-kp(t-t0)]b
(2.78)
donde W es el peso asinttico que alcanzan los individuos, kp es el parmetro de curvatura, t0 es el parmetro de ajuste de la ecuacin b es el exponente de la relacin peso-longitud. g) El modelo tradicional asume que el reclutamiento es independiente del tamao del stock, que tampoco se ve afectado por variaciones en la intensidad de pesca, supuesto que ha sido considerado como el menos satisfactorio e irreal. Sin embargo, se ha tratado de incorporar al modelo las clsicas curvas de reclutamiento de Beverton & Holt (1957) y la de Ricker (1975). Considerando el modelo de reclutamiento de los primeros e incorporando los elementos anteriores en el modelo, la ecuacin que define el modelo esttico de rendimiento por recluta queda expresada de la siguiente forma:
Muchas de las limitaciones del modelo han sido mencionadas en los propios supuestos que lo sustentan (e.g. mortalidad natural y por pesca constantes, independencia del reclutamiento con respecto al tamao del stock parental). El considerar la mortalidad por pesca constante puede tener un serio impacto en el manejo de pesqueras, debido a que en general hay diferencias marcadas con la edad producidas por ejemplo por diferencias en su accesibilidad al arte de pesca. En tal sentido, se omiten los diferentes tipos de tecnologia empleados por diferentes grupos de pescadores en casos de esfuerzo pesquero heterogneo. La no incorporacin de elementos econmicos dentro del modelo constituye una limitante adicional a la hora de evaluar diferentes estrategias de manejo.
42
donde Sj es la sobrevivencia de los organismos de clase de edad j Aj corresponde a la tasa finita de mortalidad total (Gulland, 1983). Dicha tasa de sobrevivencia es expresada como sigue: Sj-1(t)1- [MN j-1(t)+FRj-1(t)] (2.81) donde MN(t) es la tasa de mortalidad natural FR(t) es la tasa de explotacin, ambos derivados de los correspondientes coeficientes de mortalidad natural y por pesca. Factorizando y ordenando trminos:
As, el nmero de individuos de cada cohorte (Nj), se obtiene integrando en el intervalo de t+DT los individuos de la edad j-1 que sobreviven crecen dentro de la cohorte en el tiempo t, considerando las prdidas dadas por la tasa de la mortalidad total de los individuos de la cohorte (Aj), asi como la tasa a la cual los organismos de la cohorte que sobreviven (Sj) son incorporados en la cohorte j+1 en el tiempo t (Seijo & Defeo, 1994b). Integrando numricamente la ecuacin (2.84) con el mtodo de Euler, se obtiene la dinmica de la estructura de la poblacin:
Nj(t-DT)=Nj(t)+DT[Sj-1Nj-1(t)-Nj(t)]
(2.84)
En este caso el modelo tambin emplea la funcin de crecimiento de von Bertalanffy para la estimacin del peso promedio de los individuos, por lo que la biomasa para cada clase de edad ser:
Bj ( t + Dt ) = Nj ( t + Dt ) t Wj
(2.85)
de donde se deriva la biomasa total B(t) como resultado de la sumatoria de la biomasa de todas las clases de edad:
43
La captura Cj(t) y la mortalidad por pesca (Fj) por clase de edad se definen en base a las ecuaciones 2.2 y 2.9 respectivamente, pero en este caso tanto la biomasa como q son discriminados por clase de edad.
(2.88)
Los ingresos totales IT se obtendrn al multiplicar el precio por edad de la especie (pj) por la captura derivada de cada clase de edad:
El precio puede variar por tallas, por tanto puede ser introducido en la ecuacin. Los costos totales CT(t) e ingresos netos (t) se obtienen de acuerdo a las ecuaciones desarrolladas en ocasin del modelo bioeconmico GordonSchaefer. Ejemplo 2.2 Modelo bioeconmico de estructura por edades dinmico Dada una pesquera de arrastre hipottica cuyos parmetros aparecen en la Tabla 2.2, se analiza el comportamiento dinmico de la biomasa de la poblacin, los rendimientos, la flota y los ingresos, considerando variaciones en la edad de primera captura y el esfuerzo de pesca. Tabla 2.2 Parmetros para el modelo bioeconmico dinmico de estructura por edades.
Parmetro/Variable Edad mxima de la especie Edad de primera madurez sexual Fecundidad promedio Edad de primera captura Proporcin por sexos Coeficiente de mortalidad natural Parmetro de curvatura ec. von Bertalanffy Parmetro de ajuste ec. von Bertalanffy (t0) Longitud asinttica Peso asinttico Parmetros para la ecuacin de selectividad Area barrida por da Area total de distribucin del recurso Mximo reclutamiento observado (Rmax) Precio de la especie Costo unitario del esfuerzo Valor 10 2 5000 2 0.5 0.2 0.5 0.0 100 200 L50%=20 L75%=30 0.1 10 20000000 10000 75000 Unidad de medida aos aos huevos aos -1/ao 1/ao -mm g mm mm Km2 Km2 organismos $/ton US$/barco/ao
44
Parmetro de dinmica de la flota 0.00005 --
Como se puede observar en la Figura 2.8, a medida que se reduce la edad de primera captura (tc)la pendiente inicial de la curva de biomasa es mayor y la captura se incrementa, cayendo posteriormente a niveles menores a los de la edad immediata superior, estabilizndose en ambos casos despus de los 45 aos (Fig. 2.8a, b y c). Sin embargo, un aumento indiscriminado en la edad de primera captura pudiera no justificar la salida de embarcaciones a la pesquera, ya que el componente de la estructura de la poblacin autorizada para ser capturada posiblemente no cubra los costos del esfuerzo de pesca. En este ejemplo, con edades mnimas de captura mayores a 4 aos este comportamiento podra esperarse. Debe observarse que, con los parmetros bioeconmicos proporcionados en este ejemplo ilustrativo, las tasas mximas de captura de renta se obtienen al incrementar la edad mnima de captura de 1 a 2 aos. Desde luego, la biomasa resultante de una mayor edad mnima de captura tiene un comportamiento dinmico que indica mayores niveles de biomasa y menor fluctuacin de la misma. Respecto a la dinmica del esfuerzo de pesca, ste tiende a incrementarse de manera proporcional a las rentas generadas por la pesquera ante los diferentes escenarios de edades mnimas de primera captura (Fig. 2.8d). En el largo plazo, y bajo condiciones de acceso abierto, con una edad mnima de captura de 4 aos la pesquera es capaz de soportar ms del doble del nmero de embarcaciones que con la edad mnima de captura de 1 ao.
45
Figura 2.8 Modelo bioeconmico de estructura por edades: efecto dinmico de diferentes edades mnimas de captura en la biomasa (a), la captura (b), la renta (c) y el esfuerzo de pesca (d). Ahora bien, graficando las variables de desempeo bioeconmico de la pesquera (biomasa, rendimiento renta) con respecto a cambios dinmicos en el esfuerzo de pesca, se pueden observar las trayectorias dinmicas ante diferentes edades mnimas de captura. Con una edad mnima de 4 aos, la biomasa decrece ante diferentes niveles de esfuerzo a una tasa menor que las obtenidas con edades mnimas de captura de 1, 2 y 3 aos (Fig. 2.8a). Asimismo puede observarse que, dados los parmetros bioeconmicos especificados, el esfuerzo de pesca mximo que llega a tener la pesquera es de cerca de 200 embarcaciones, cantidad que tiende a disminuir ya que a partir de ese nivel de esfuerzo la renta se hace negativa (Fig. 2.8c). El nmero de embarcaciones resultantes con las diferentes edades mnimas de captura, en condiciones de equilibrio bioeconmico, es de 67, 90, 115 y 142 (Fig. 2.8d). Es decir, el operar con una edad mnima de captura relativamente grande (4 aos) permite soportar un mayor nmero de embarcaciones por consiguiente generar un mayor nmero de empleos. La captura obtenible con el nivel de esfuerzo en equilibrio bioeconmico se incrementa de 158 ton con una edad mnima de 1 ao a 272 ton con una edad mnima de 4 aos (Fig. 2.8c). Como puede observarse de la discusin previa, el modelo bioeconmico de estructura por edades permite explorar el impacto de diferentes edades mnimas de captura. Esta importante variable de control en pesqueras donde la selectividad por tallas es viable, es un instrumento de ordenacin que los modelos globales del tipo Gordon-Schaefer no tienen la capacidad matemtica de analizar.
46
caractersticas bsicas, tales como tamao, poder de pesca y tipo de arte empleado (Gulland & Garcia, 1984). En las ltimas dos dcadas, el cuerpo terico - prctico dirigido a manejar los recursos pesqueros ha intentado incluir las interdependencias ecolgicas (e.g. competencia, relacin depredador-presa) y la estabilidad de la comunidad asociada, es decir, su respuesta a perturbaciones diferenciales en cada uno de sus componentes, as como las interdependencias tecnolgicas que resultan de la actividad extractiva de unidades pesqueras con caractersticas tecnolgicas dismiles operando sobre diferentes componentes de una poblacin o bien distintas especies objetivo (FAO, 1978; Huppert, 1979; May, 1984 y referencias contenidas en stos). No obstante tales esfuerzos, la transicin desde el anlisis y manejo de recursos uni a multiespecficos requiere mucho ms que la extensin de los modelos tradicionales. Se ha documentado que la adicin de una especie a un modelo uniespecfico incrementa su complejidad (e.g. nmero de interacciones en un modelo compuesto por subsistemas multicompartimentalizados: Silvert, 1982). El elevado nmero de parmetros requeridos como entrada para disear un modelo multiespecfico, as como las diversas fuentes de error y variabilidad natural en las estimaciones -que frecuentemente inducen a que el modelo no sea validado- ha sido la razn por la cual la aproximacin multiespecfica es raramente aplicada en la prctica o sus resultados son considerados poco crebles (Larkin, 1982; Majkowski, 1982; Sugihara et al., 1984). Si bien, a pesar de las dificultades, los conceptos anteriores denotan un creciente inters en el plano biolgico de las implicaciones de manejo debidas a la explotacin de recursos multiespecficos, se ha dado poca importancia a la teora econmica aplicada a esta problemtica (sin embargo, ver Mitchell, 1982; Clark, 1976; 1985; Heen, 1989; Anderson, 1986; May et al., 1979). Una de las razones principales de esto es la complacencia cientfica en cuanto a la aplicabilidad de los conceptos econmicos desarrollados por Gordon (1953; 1954) para pesqueras uniespecficas (ver Cap. 2) en un contexto multiespecfico, lo cual no siempre es vlido (Mitchell, 1982; Strbele & Wacker, 1991; Flaaten, 1991). En este Captulo se discute la extensin del modelo bioeconmico clsico para recursos multiespecficos y se analizan las implicaciones bioeconmicas de las interdependencias ecolgicas y tecnolgicas que se suscitan en pesqueras. Se discute la aplicabilidad del modelo para diferentes tipos de recursos (e.g. pelgicos y bentnicos) en funcin de su biologa, dinmica y estrategias de explotacin. Finalmente, se sugieren futuros tpicos claves de investigacin en el rea.
Conceptos generales
Una interdependencia tecnolgica ocurre cuando flotas de diferentes caractersticas, ya sea en su poder de pesca (e.g. flota artesanal y mecanizada) y/o tipos de artes empleados, operan sobre diferentes componentes de un stock (e.g. juveniles y adultos) o bien sobre distintas especies objetivo de un stock mltiple (mixed stock: Clark, 1985) y en consecuencia afectan su magnitud en forma diferencial (Fletcher et al., 1988). Tambin ocurre en el caso de una flota que captura especies co-ocurrentes en el espacio, dependientes o no ecolgicamente. El concepto de flota es aqui utilizado en un sentido amplio,
47
incluyendo la recoleccin manual de organismos en pesqueras litorales artesanales de subsistencia. Una interdependencia ecolgica es definida cuando existe cierta relacin entre dos stocks explotados (Anderson, 1975a, b; Mitchell, 1982) o bien entre diferentes componentes poblacionales de un mismo stock (e.g. reclutas y adultos). En base a ello se definen dos tipos de interacciones: competencia y depredacin. La competencia se define en base a los efectos negativos que un organismo ejerce sobre otro al consumir o interferir en el acceso a un recurso cuya disponibilidad (oferta) est limitada (Keddy, 1989). Esta interaccin lleva a la reduccin en la sobrevivencia, crecimiento y/o reproduccin de los competidores, en especial el jerrquicamente subordinado (Giller, 1984; Begon et al., 1990). Es necesario discernir entre competencia interespecfica e intraespecfica, debido a que las consecuencias de estos procesos desde un punto de vista ecolgico pueden ser muy diferentes. Los mecanismos por los cuales los competidores interactan distinguen a la competencia por interferencia y por explotacin (Schoener, 1983). Por medio de la dominancia competitiva una especie inhibe a otra en el uso de un recurso, ya sea a travs de explotacin o interferencia (Giller, 1984): el individuo competitivo dominante superior disminuye la abundancia del recurso limitante al competitivo subordinado inferior y en casos de recursos sedentarios tiende a establecer la monopolizacin en el uso del sustrato primario y en consecuencia un monocultivo (sensu Paine, 1984). La visin diferencial de la competencia desde la perspectiva del dominante o subordinado (ver Goldberg & Fleetwood, 1987; Goldberg, 1987) tendr relevancia en un contexto ecolgico-pesquero, al evaluar los efectos bioeconmicos derivados de esta interdependencia ecolgica. La depredacin es el consumo de un organismo (presa) por otro (depredador) a travs de carnivora, herbivora u omnivora (Begon et al., 1990). Un depredador puede ser clasificado de acuerdo a la amplitud de su dieta en monfago, oligfago y polfago, o tambin en especialista (monfagos y oligfagos) y generalistas (polfagos) segn si reacciona o no a perfiles de abundancia de presas. Exhibe preferencia trfica por alguna presa cuando la proporcin de sta en su dieta alimentaria es mayor que la proporcin en el ambiente (Begon et al., 1990). Estos conceptos sern tomados en cuenta al evaluar el significado de dicha interdependencia ecolgica en pesqueras.
Anlisis de interdependencias
El marco terico desarrollado en el Capitulo 2 supona la explotacin de un stock biolgicamente independiente por parte de una flota homognea. Las interdependencias ecolgicas quedaban implcitamente consideradas en los parmetros K y r de la ecuacin (2.1). En esta seccin se expande el modelo a efecto de ilustrar las interdependencias ecolgicas y tecnolgicas relevantes en pesqueras multiespecficas, mantenindose los mismos supuestos que en el modelo uniespecfico.
48
En una pesquera se puede presentar heterogeneidad en el esfuerzo pesquero ejercido sobre una especie objetivo, generndose interdependencias de tipo tecnolgico entre las flotas (o embarcaciones) con diferente poder de pesca y muchas ocasiones con costos unitarios heterogneos del esfuerzo pesquero. La captura sostenible de dos flotas con diferente poder de pesca (e.g. artesanal y mecanizada) puede representarse de la siguiente forma:
en
el
tiempo
t.
Ct = qt ft B C2 = q2 f2 B
(3.4) (3.5)
Despejando B en la ecuacin (3.2) y sustituyendo C1 y C2 por las expresiones (3.4) y (3.5) se obtiene:
Sustituyendo la ecuacin (3.6) en las ecuaciones (3.4) y (3.5), la captura para cada una de las flotas ser:
1 = pC1 - c1 f1
(3.9)
49
2 = pC2 - c2 f2
(3.10)
Para obtener el equilibrio bioeconmico de las diferentes flotas, por ejemplo la flota 1, se hace 1 = 0 y se estima el correspondiente esfuerzo pesquero en equilibrio bioeconmico. En tal sentido, al sustituir la ecuacin (3.7) en la (3.9) se obtiene:
Despejando f1 de la ecuacin 3.11 se obtiene el esfuerzo pesquero en equilibrio bioeconmico para la flota 1.
El MRE de la flota 1 se obtiene al igualar a cero la primera derivada de los ingresos netos, lo cual puede expresarse de la siguiente manera:
Comparando las ecuaciones 3.11 y 3.14 se puede observar que dado el esfuerzo de la flota 2 el esfuerzo pesquero en mximo rendimiento econmico fMRE de la flota 1 es igual a la mitad del esfuerzo en equilibrio bioeconmico fEBE de esa misma flota. De igual manera se obtiene el esfuerzo pesquero en MRE y en equilibrio bioeconmico para la flota 2. Anlisis dinmico. Para observar la trayectoria hacia el equilibrio bioeconmico o bien el comportamiento de la dinmica de la estructura de la poblacin explotada y de la intensidad de pesca, es necesario resolver numricamente dicho modelo construyendo programas de computacin. En el siguiente ejemplo se analiza la evolucin dinmica de dos flotas con diferente
50
poder de pesca que inciden sobre el mismo recurso, suscitndose una interdependencia tecnolgica. Ejemplo. 3.1 Flotas con diferente poder de pesca Dada una pesqueria de una especie pelgica cuyos parmetros aparecen en la Tabla 3.1, se analiza el comportamiento dinmico de la biomasa de la poblacin, de las capturas y esfuerzo pesquero desplegado por dos flotas con diferente poder de pesca (mecanizada = industrial y artesanal), asi como los diferentes niveles de ingresos costos generados por ambas flotas. Tabla 3.1 Parmetros definidos al inicio de la corrida de simulacin para evaluar el comportamiento dinmico de la biomasa poblacional, capturas, esfuerzo renta econmica generada por dos flotas con diferente poder de pesca.
Parmetro/Variable Tasa intrnseca de crecimiento Capacidad de soporte del ecosistema Coef. capturabilidad flota artesanal Coef. capturabilidad flota mecanizada Precio de la especie Costo unitario esfuerzo artesanal Costo unitario esfuerzo mecanizado Parmetro de dinmica flota artesanal Parmetro de dinmica flota mecanizada Valor 0.36 4000000 0.0002 0.00035 60 15000 45000 0.00001 0.00001 Unidad de medida -ton --US$/ton US$/viaje US$/viaje ---
En la Figura 3.1 se pueden observar los resultados de la corrida de simulacin a un horizonte de 50 aos, con el correspondiente comportamiento dinmico de la biomasa del recurso, as como de las capturas de ambas flotas las rentas econmicas generadas por la actividad, todas en funcin del esfuerzo pesquero de ambas flotas. Los costos unitarios del esfuerzo los coeficientes de capturabilidad relativos de ambas flotas determinan la expansin de la flota artesanal hasta llevar la biomasa a niveles inferiores de dos millones de toneladas con la consecuente eliminacin de la renta de la flota industrial. Lo anterior motiva en consecuencia la salida de embarcaciones industriales liberando biomasa que es capturada posteriormente por la flota artesanal.
51
Figura 3.1 Comportamiento dinmico de la biomasa del recurso (a, b), las capturas por flota (c, d) as como la distribucin de la renta econmica (e, f) por tipo de flota, como resultado de las interdependencias tecnolgicas entre ellas. La Figura 3.2. muestra el comportamiento dinmico de la biomasa el esfuerzo pesquero aplicado por las flotas artesanal mecanizada. Se observa el brusco descenso de la biomasa poblacional durante los 10 primeros aos de la pesquera, como consecuencia de un fuerte incremento del esfuerzo pesquero en la fase de desarrollo o expansin de la actividad. Esto resulta evidente en el caso de la flota artesanal, que con sus menores costos operativos e inversin posibilita un crecimiento ms acelerado del nmero de barcos. La tendencia en el largo plazo de ambas variables es a presentar ciclos levemente desfasados en el tiempo (e.g. 5 aos) como producto del retraso en la respuesta de la decisin de inversin por parte de los pescadores con respecto a variaciones en la abundancia del recurso (Fig. 3.2a). La amplitud de las oscilaciones de ambas variables disminuye en magnitud, hasta llegar en el largo plazo a un equilibrio
52
en biomasa (1170000 ton) y en el nmero de barcos de la flota mecanizada (7) y artesanal (1275). En esa etapa los ingresos netos de ambas flotas tendern a cero (ingresos totales = costos totales), y por tanto a un equilibrio bioeconmico donde no habr incentivo para la entrada de nuevas unidades pesqueras. Es clara la tendencia de la flota artesanal a excluir a la mecanizada, debido a la ocurrencia de costos operativos mucho menores.
Figura 3.2 Trayectoria dinmica de la biomasa (a), el esfuerzo (b), la captura (c) la renta econmica (d) obtenida por las flotas industrial artesanal. Este caso pudiera ser considerado en el contexto de una pesquera secuencial (ver ms abajo), sin embargo no considera la estructura por edades de la poblacin y en consecuencia desconoce el efecto que cada flota pudiera tener en los diferentes componentes poblacionales. En efecto, es comn encontrar que la pesquera artesanal tiende a afectar a organismos juveniles que se distribuyen en zonas costeras, mientras que la mecanizada tiende a hacer lo propio con los organismos adultos que se distribuyen hacia mayores profundidades (e.g. camarn: ver Willmann & Garcia, 1985). Este caso es desarrollado en la seccin correspondiente a pesqueras secuenciales.
53
esfuerzo afecta por igual a ambos stocks, por lo cual su representacin relativa en las capturas depender del tamao poblacional y magnitud de esfuerzo utilizado. A continuacin se desarrolla la teora aportada por Clark (1985) como fundamento para el anlisis de este tipo de interdependencias. Marco terico (Clark, 1985). La ecuacin bsica del modelo de Schaefer para una poblacin explotada (2.2) puede ser empleada para describir las tasas de cambio en biomasa de la especie X:
y en forma anloga para la especie Y En condiciones de equilibrio dB (t)/dt = dB,(t)/dt = 0, por lo tanto:
En ausencia de esfuerzo pesquero, la curva de equilibrio resultante de (3.17) se origina en el nivel de la capacidad de carga de ambas especies K,K. Las especies decrecen en biomasa a medida que se intensifica el esfuerzo pesquero. La especie Y, con menor tasa de crecimiento segn (3.18), se extinguir en cierto nivel de esfuerzo P, mientras que X an provee una captura sostenible. En el nivel de esfuerzo P, para la especie X se tendr una biomasa (Bp) que puede estimarse de la siguiente forma:
F y = qy f (t) > ry
(3.20)
o sea, la mortalidad por pesca FY de Y excede su tasa intrinseca de crecimiento. En el caso de X, la condicin (3.18) garantiza que FX < rX, por lo cual la pesqueria persistir como econmicamente viable an cuando Y no aparezca representada en las capturas. De acuerdo al anlisis anterior, la eliminacin de especies con menor tasa intrnseca de crecimiento poblacional es factible en condiciones de acceso abierto en un contexto multiespecfico. Considerando la extensin de (2.20), los ingresos netos generados por una pesqueria sern:
(3.21)
54
La sobreexplotacin probable extincin de una especie depender de su valor en el mercado, su posicin papel funcional en la cadena trfica y aspectos inherentes a sus caractersticas biolgicas poblacionales.
Interdependencias tecnolgicas: una flota afecta dos o ms stocks con cierta segregacin en el espacio
En este tipo de pesquerias, el esfuerzo pesquero es dirigido a dos o ms stocks. Si bien las actividades pesqueras son mutuamente excluyentes (Huppert, 1979; Anderson, 1981, 1982a), es factible obtener captura incidental. Esto es particularmente viable en el caso de stocks de especies sedentarias con cierto grado de segregacin espacial, lo cual permite direccionar el esfuerzo pesquero. En este tipo de recursos los pescadores perciben a la costa como una coleccin de reas discretas que son objeto de rotacin en funcin de la magnitud de aquellas agregaciones de individuos que optimizen la combinacin adecuada de tallas de inters comercial (Caddy, 1975; Hall, 1983). El modelo de produccin excedente en mosaico (Munro, 1979; Polovina, 1989; Caddy & Garcia, 1983; Caddy, 1986) constituiria una buena aproximacin uni multiespecifica al respecto: los datos colectados en diferentes zonas de pesca con cierta identidad geogrfico-ambiental y diferentes intensidades de pesca, pueden ser empleados para definir estrategias ptimas de explotacin rendimientos sostenibles por unidad de rea. Considerando k reas con una extensin Ak en el mismo en diferentes aos t, la ecuacin 2.14 del modelo de Schaefer es modificada como:
Esta aproximacin, que supone equilibrio en el sistema (aproximacin esttica), implica un buen mapeo de cada zona de pesca, as como una idea previa de la productividad y caractersticas poblacionales de los stocks. Dado que se asume en este caso que las actividades pesqueras en cada stock son mutuamente excluyentes, es factible conjuntar los resultados de cada uno a posteriori y elaborar un mapa de rendimiento bioeconmico, en base a los ingresos netos (ec. 3.21) generados por cada stock. Clark (1982) y Hilborn & Walters (1987) entre otros, han desarrollado modelos tendientes a simular la dinmica espacial de un recurso multiespecfico y del esfuerzo pesquero aplicado a ste. Parten de la ecuacin (2.3) en una base multiespecfica:
(3.24)
aplicada a i especies en k zonas de pesca, estimando los ingresos netos por unidad de esfuerzo, zona de pesca y especie.
55
La Figura 3.3 muestra los resultados del modelo bioeconmico dinmico que representa la interdependencia tecnolgica. Las fluctuaciones en biomasa muestran un acentuado declive de ambas especies como resultado del desarrollo de la pesqueria (Fig. 3.3a). La flota 1, con mayor poder de pesca, realiza importantes capturas de en los primeros 20 aos, lo cual determina una reduccin de la abundancia a la mitad de su capacidad de carga durante el mismo perodo. La flota 2, cuyo objetivo es la especie Y, alcanza un mximo de sus capturas y desarrollo de la pesquera a los 8 aos de haberse iniciado la misma (Fig. 3.3b). Sin embargo, el aumento de la captura incidental a partir de dicho lapso determina una reduccin de sus rendimientos y una renta econmica negativa en los aos subsiguientes, en concordancia con un aumento sostenido de capturas, esfuerzo renta econmica de la flota 1, la cual a su vez percibe ingresos adicionales derivados de la captura incidental de Y (Figs. 3.3c y 3.3d). En el largo plazo ambas flotas alcanzan el equilibrio bioeconmico a niveles de esfuerzo de 420 (flota 1) y 500 (flota 2) barcos. Sin
56
embargo, la tendencia ser a mostrar ciclos variables en amplitud de acuerdo a la presin pesquera ejercida por ambas flotas. En una situacin ideal, el nivel de esfuerzo en 1 debera ser expandido hasta que el retorno marginal de la captura en ambas pesqueras iguale el costo marginal del esfuerzo pesquero en 1, mientras que para 2 es aplicable similar razonamiento.
Figura 3.3. Modelo bioeconmico dinmico de interdependencias tecnolgicas entre dos flotas: biomasa de la especie objetivo e incidental (a), esfuerzo pesquero (b), capturas de ambas especies (c) y renta econmica generada (d). CASO 2: las flotas 1 y 2 se afectan mutuamente. Esto se da cuando las dos flotas obtienen incidentalmente capturas del stock objetivo de la otra pesquera. El tamao poblacional y rendimientos de los stocks e son funcin del nivel de esfuerzo en ambas pesqueras. Sin embargo, el retorno de una depender del nivel de esfuerzo generado por la otra. Para la pesquera 1 (especie objetivo X):
1 (t) = p X Y X1 (f 1, f 2) + p Y Y Y1 (f 1, f 2) - c 1 f1
mientras que para la pesqueria 2 (especie objetivo Y):
(3.25) (3.26)
2 (t) = p Y Y Y2 (f 1, f 2) + p Y Y Y2 (f 1, f 2) - c 2 f2
A medida que una flota incrementa su esfuerzo, el rendimiento en equilibrio por parte de la otra flota decaer en consecuencia su nivel de esfuerzo en acceso abierto.
57
Es el caso de dos o ms flotas de diferentes caractersticas que explotan diferentes componentes poblacionales en el ciclo de vida de una especie (e.g. juveniles y adultos) generalmente segregados en el espacio. Es comn en casos de pesca costera artesanal o deportiva y pesca mecanizada de altura, generalmente incluye conflictos producidos por competencia por el recurso entre los diferentes usuarios. Al respecto se han desarrollado modelos bioeconmicos estticos dinmicos, a efectos de determinar la asignacin ptima de capturas entre dos flotas que explotan un stock en forma secuencial (Geen & Nayar, 1988). En este tipo de pesqueras se observa el efecto de mutua interaccin entre dos flotas segregadas en el espacio (e.g. artesanal costera y mecanizada de altura) que afectan diferencialmente a distintos componentes del ciclo vital de las especies involucradas. Por tanto, si bien la especie en cuestin posee una nica curva de poblacin en equilibrio, existirn dos trayectorias diferentes en las capturas, as como dos estructuras relativas precio-costo e ingresos generados por las flotas involucradas. La exclusin o coexistencia competitiva de las flotas ocurrir en condiciones de libre acceso, mientras que un ptimo balance en la asignacin de capturas depender especialmente de los cocientes entre precios y costos de ambas flotas, conjuntamente con aquellos parmetros biolgicos que determinan la estructura por edades, reclutamiento sobrevivencia del stock (Hoppensteadt & Sohn, 1981; Seijo et al., 1994b). Debe recalcarse la importancia de considerar la estructura por edades de las poblaciones explotadas, as como el efecto diferencial que cada flota pudiera tener en los diferentes componentes poblacionales. El siguiente ejemplo se basa en un modelo bioeconmico multiespecfico de estructura por edades con interdependencias tecnolgicas secuenciales (Seijo et al.,, 1996). Los valores de entrada de los parmetros al modelo se muestran en la Tabla 3.3. En la Figura 3.4. se observan las fluctuaciones en el tiempo de los niveles de abundancia, captura, esfuerzo renta econmica para las flotas mecanizada y artesanal que componen la pesquera secuencial multiespecfica. En el caso de la biomasa (Fig. 3.4a), se produce un pronunciado decremento de ambas especies durante los primeros aos de desarrollo de la pesquera, como resultado de una franca expansin de la flota mecanizada. Las capturas de dicha flota alcanzan su mximo a los 20 aos (Fig. 3.4b), coincidiendo con el mximo nmero de barcos (Fig. 3.4c); a partir de ese perodo, la flota comienza a decrecer en forma paulatina hasta el final del horizonte simulado (50 aos). En contraste, la pesquera artesanal muestra una expansin no tan pronunciada pero constante de las capturas, como producto de un fuerte incremento del esfuerzo pesquero a partir del comienzo de la declinacin de la flota mecanizada (20 aos). Ejemplo 3.3 Pesquera multiespecfica con interdependencias tecnolgicas secuenciales. Tabla 3.3 Parmetros incluidos en un modelo bioeconmico multi-especfico de estructura por edades con interdependencias tecnolgicas secuenciales.
Parmetro/Variable Edad mxima especie Edad mxima especie Edad primera madurez Edad primera madurez Valor 20 12 3 2 Unidad de medida aos aos aos aos
58
Proporcin por sexos (ambas spp.) Reclutamiento mximo observado Reclutamiento mximo observado Tasa mortalidad natural Tasa mortalidad natural Fecundidad promedio de Fecundidad promedio de Parmetro curvatura Parmetro curvatura Parmetro de ajuste Parmetro de ajuste Longitud asinttica Longitud asinttica Peso asinttico Peso asinttico Precio mnimo Precio mnimo Pendiente curva de precios Pendiente curva de precios Costo unitario flota 1 Costo unitario flota 2 Parmetro de dinmica flota 1 Parmetro de dinmica flota 2 Area barrida flota 1 Area barrida flota 2 Long. retencin 50%75% sp.flota 1 Long. retencin 50%75% sp. flota 2 Long. retencin 50%75% sp. flota 1 Long. retencin 50%75% sp. flota 2 Area de distribucin ambas spp. 0.50 50000000 10000000 0.4 0.45 1200000 1500000 0.12 0.19 -0.55 0.50 920 600 12500 2400 1500 1000 50 5 55000 5000 0.00001 0.0001 2.50 0.18 450;650 300;450 300;450 200;275 5000 -organismos organismos 1/ao 1/ao huevos huevos 1/ao 1/ao anual anual mm mm g g US$/ton US$/ton --US$/barco/ao US$/barco/ao --Km2 Km2 mm mm mm mm Km2
Los menores costos operativos de la flota artesanal tienden a inducir un aumento del nmero de barcos e indirectamente a excluir en el largo plazo a la flota mecanizada. Otro efecto del aumento del esfuerzo en la flota artesanal puede ser la sobrepesca en el reclutamiento, lo cual a su vez disminuye el potencial del stock a ser capturado por la flota mecanizada. En cuanto a la renta econmica generada por la actividad pesquera, la sobreinversin como producto de amplios mrgenes de ganancia en la flota mecanizada (entre los aos 15 y 20) produce su sobredimensionamiento posteriores prdidas a la flota (entre aos 20 y 25), para luego tender al equilibrio bioeconmico. La flota artesanal, con pequeos valores de renta y siempre cercana a este equilibrio, presenta una leve tendencia creciente de su renta econmica en el largo plazo (Fig. 3.4d).
59
Figura 3.4 Interdependencias tecnolgicas. Niveles de biomasa (a), esfuerzo (b), captura (c) y renta econmica generada por las flotas industrial y artesanal (d). Anlisis grficos alternativos son desarrollados por Anderson (1977; 1986). En ambos casos se presenta a una pesquera secuencial en un contexto esttico.
donde los trminos y 1 son comeficientes de competencia que miden el efecto per capita de una especie sobre otra (Begon et al.,1990); valores inferiores a 1 suponen un efecto inhibitorio interespecifico mayor que el intraespecfico. Un sistema simple depredator (especie Y) - presa (especie X) en el cual ambas especies son explotadas, puede expresarse en base a las ecuaciones 3.29 y 3.30 (Clark, 1985):
60
donde: Xes la tasa de mortalidad de X. 2BXB(t) representa la tasa de consumo de X por Y. RX es la tasa de reclutamiento de X(denso-independiente). La ecuacin (3.29) supone una distribucin uniforme de la presa, lo cual impone limitaciones al modelo. Asimismo, el modelo supone que las capturas de cada especie son realizadas en forma independiente, e.g. no constituyen un stock mltiple. Formas alternativas de interaccin depredador-presa, incluyendo agregacide presas diferente comportamiento del depredador, han sido discutidas en el plano ecolgico (Taylor, 1988; Comins & Hasell, 1979; Begon et al.,1990). La otra ecuacin que conforma el sistema es:
El trmino X(t)Y(t) representa la tasa natural de crecimiento poblacional del depredador. es depredador especialista de X. es un parmetro adimensional que puede interpretarse como un indice de conversin alimenticia de X, a Y. En caso que el stock Y no sea explotado, existir una biomasa critica de X, xc, dada por:
de tal manera que habr crecimiento poblacional en Y siempre que la biomasa de X supere a xc La ecuacin (3.29) asume asimismo que X (presa) posee una tasa de reclutamiento R constante, e.g denso-independiente. Se asume asimismo que xc menor a la capacidad de carga KXen ausencia de depredacin Y explotacin, dada por:
donde el trmino c/qB representa el costo de captura una unidad de biomasa cuando la biomasa total es (Clark, 1985), lo cual es fcilmente deducible a partir de la funcin de CT(t) definida en el Captulo 2.
61
El equilibrio bioeconmico simultneo se dar cuando (t)=Y(t)=0. Una anlisis completo sobre la construccin de curvas de rendimiento sostenible en pesqueras multiespecficas es encontrado en Strbele & Wacker (1991). Este estudio pierde relevancia si no se especifican las caracteristicas trficoconductuales del depredador (e.g. especialista generalista), as como la magnitud de las interacciones que unen a la presa X con otros competidores.
62
Figura 3.5 Variancin temporal en la abundancia de los bivalvos suspensivors Mesodesma mactroides y Donax hanleyanus de la costa atlntic uruguaya (de Alava, 1993). Coexistencia competitiva. En el contexto del modelo de Gause (1934), la competencia interespecifica puede expresarse en base a las ecuaciones (3.35) y (3.36) en ausencia de explotacin, o sea:
las cuales responden al modelo Lotka-Volterra (Volterra, 1926; Lotka, 1932). Anderson (1986) desarrolla otra aproximacin grfica basada en un criterio esttico, asumiendo equilibrio en las poblaciones: previo a la explotacin pesquera, dos especies X e Y coexisten en forma estable (Keddy, 1989). X es competidor superior Y posee una poblacin mayor; y es competidor inferior. Se asume que, si bien ambas especies son valoradas en el mercado, la explotacin es dirigida a X en una primera instancia, y que hay cierta segregacin espacial que permite una discriminacin de las especies en la actividad extractiva. Asimismo, considrese que el espacio disponible para el asentamiento es el recurso limitante por el cual compiten las dos especies sedentarias. A medida que el esfuerzo f(t) aumenta sobre X, disminuye la magnitud de la interaccin, hay liberacin de espacio disponible para el asentamiento Y en consecuencia aumenta el tamao poblacional de la especie competitiva inferior. Esta tendencia ocurre hasta cierto nivel de esfuerzo f1, donde X virtualmente
63
desaparece e Y alcanza su mximo tamao poblacional. La disminucin de la especie competitiva superior produce un direccionamiento del esfuerzo pesquero a la explotacin a Y en niveles de esfuerzo mayores a f1. La forma de las curvas de rendimiento sostenible Y de ingresos sostenibles y costos totales dependern de la magnitud de las interacciones biolgicas, capacidad de crecimiento poblacional, el valor relativo de las especies en el mercado Y los costos de extraccin. Es importante hacer notar que tal como lo establece Anderson (1986), en un escenario de competencia entre especies que son capturadas por una misma flota es de esperarse que ocurran equilibrios bioeconmicos tanto estables como inestables en el tiempo. La relevancia de este anlisis se ve minimizada por su naturaleza esttica. Es comn encontrar situaciones donde la especie competitiva subordinada tiene mucho mayor valor econmico. Como resultado, la curva de ingresos totales es mayor que en el caso esttico, al igual que su presin de explotacin (Mitchell, 1979). Este anlisis est limitado adems desde un punto de vista ecolgico. La sobreposicin de nicho (Giller, 1984) entre dos especies con respecto a un recurso puede no ser un fiel indicador de la situacin real, dado que el nmero potencial de competidores por otros recursos no tomados en consideracin aumenta al examinar ms ejes del nicho definidos por otras variables ambientales. Por tanto, si bien la sobreposicin de nicho puede ser pequea, el efecto acumulativo de esta competencia difusa (sensu Pianka, 1974) puede reducir severamente el tamao del nicho realizado de una especie, lo cual a su vez repercutir en el manejo del recurso en caso de ser explotado. Por ejemplo, los valores de MRS, MRE Y EBE podran suceder a menores niveles de esfuerzo pesquero. Una vez ms, la jerarquia competitiva de las especies explotadas, asi como la magnitud y nmero de los ligamientos trficos horizontales (competencia) verticales (depredacin) determinarn los efectos bioeconmicos derivados de esta interdependencia. Competencia intraespecifica. Si bien el Captulo ha sido encarado bajo un marco multiespecfico, se considera de importancia mencionar a la competencia intraespecifica como una interdependencia ecolgica relevante en poblaciones marinas. La competencia intraespecifica se manifiesta de diversas formas (e.g. en organismos bentnicos se produce por limitacin del espacio disponible para el asentamiento larval: Branch, 1984; Holm, 1990; Raimondi, 1990). La abundancia de un stock inducir a fenmenos de denso-dependencia de intensidad variable en el crecimiento, mortalidad y reclutamiento, dependiendo de la estrategia de vida de la especie (Caddy & Sharp, 1986) y de la estructura por edades del stock. Continuando con el ejemplo de Mesodesma mactroides, se ha observado una relacin stock-reclutamiento sujeta a procesos de sobrecompensacin Y que por tanto se explica por el modelo stockreclutamiento de Ricker (1975) (Defeo, 1993a). Dicha relacin repercute directamente en el crecimiento del recurso (en longitud Y peso individual) Y por consiguiente en su biomasa disponible para explotacin Y en los ingresos netos derivados de la actividad pesquera. Esta interdependencia debe ser considerada en el manejo de un recurso pesquero, tomando en cuenta la variabilidad espacio-temporal de la magnitud del reclutamiento a diferentes niveles de stock y variables ambientales. La prediccin de la magnitud del reclutamiento en funcin de la magnitud del stock tendr un efecto bioeconmico sustancial en el manejo de un recurso explotado.
64
As por ejemplo, en el recurso sedentario de referencia, la adopcin de medidas regulatorias podran basarse en maximizar cierto nivel de stock que permita liberar el necesario espacio disponible para un asentamiento exitoso.
Stocks ecolgicamente interdependientes afectados por dos flotas sin interdependencia technolgica
En este caso, dos stocks que constituyen pesqueras independientes tienen una relacin de competencia o depredacin, por lo cual se suscitarn efectos directos e indirectos que beneficiarn o perjudicarn a una u otra pesqueria. La magnitud de las interacciones entre especies en el caso de competencia,Y el grado de especificidad del depredador en su dieta alimentaria, determinarn la estrategia de uso ptimo de ambos stocks. Dependiendo de ello, el equilibrio bioeconmico en libre acceso de cada pesqueria estar supeditado al monto de esfuerzo producido en la otra. CASO 1: Stocks sujetos a coexistencia competitiva. La Figura 3.6 muestra las trayectorias dinmicas de biomasa Y capturas por especie Y la renta econmica generada por estos recursos a una flota que ejerce su esfuerzo con un arte de pesca no discriminatorio. Como puede observarse, en ausencia de esfuerzo de pesca la abundancia de la especie (competidor dominante) es mayor que la de la especie Y. Al irse incrementando el esfuerzo de pesca, la abundancia de la especie dominante comienza a decrecer liberando el recurso por el que se compite (hbitat YO alimento) en el ecosistema en cuestin. El incremento en la disponibilidad del recurso permite que la especie dominada incremente su abundancia en trminos absolutos y relativos con respecto a la especie dominante, hasta un nivel de esfuerzo despus del cual su abundancia comienza tambin a decrecer. Bajo condiciones de acceso abierto, la pesquera alcanza su nivel de equilibrio bioeconmico con un nivel de esfuerzo pesquero que resulta en niveles bajos de abundancia de la especie X, existiendo la posibilidad de que si el precio de la especie Y fuera lo suficientemente alto, la biomasa de la especie X podra alcanzar niveles cercanos al agotamiento. Las biomasas relativas y las capturas resultantes de ejercer un esfuerzo de pesca que tiende a maximizar la renta econmica que genera la pesquera se obtienen con un nivel de esfuerzo en el orden de 300 barcos (Fig. 3.6).
65
Figura 3.6 Trayectorias dinmicas de la biomasa (a,b), la captura por especie (c,d), as como la renta econmica (e,f) generada por una flota con arte de pesca no discriminatorio. CASO 2: stocks con relacin depredador-presa. En este caso las curvas de equilibrio bioeconmico y de rendimiento ptimo en equilibrio para la pesquera 1, dirigida sobre el depredador, tendrn pendiente negativa relativa (Fig. 3.7), dado que un incremento en el esfuerzo pesquero dirigido sobre la presa disminuir su abundancia y en consecuencia la magnitud de recurso disponible para el depredador en caso de ser ste especialista o bien oligfago. La tendencia inversa ocurrir en el caso de la presa y las caracteristicas de sus curvas de equilibrio bioeconmico y rendimiento mximo dependern de la magnitud del esfuerzo ejercido en la pesquera del depredador, as como en la conducta trfica de ste.
66
Figura 3.7 Trayectoria dinmica de las biomasas de especies con relacin depredador-presa (a), el esfuerzo de dos flotas que inciden diferencialmente sobre ellas (b), las capturas correspondientes (c) y la renta econmica estimada para cada flota (d).
Interdependencias tecno-ecolgicas: stocks ecolgicamente interdependientes afectados por dos flotas con interdependencia tecnolgica
Una variante del caso anterior seria la explotacin de stocks ecolgicamente interdependientes por parte de dos flotas sujetas a interdependencias tecnolgicas, lo cual constituye una interdependencia tecno-ecolgica. El anlisis en este caso se dificulta por la naturaleza mltiple de la interaccin. Sin embargo, se aportan aqui dos ejemplos basados en interdependencias de competencia y depredacin. CASO 1: stocks sujetos a interaccin competitiva Los modelos que analizan la relacin de competencia entre dos especies estn generalmente basados en el modelo Lotka-Volterra anteriormente desarrollado, as como en el modelo aportado por Gause & Witt (1935). En este caso, las ecuaciones diferenciales bsicas involucradas son:
67
donde NX y NY es la abundancia poblacional de las especies X (dominante) e Y (subordinada) respectivamente, rX y rY son sus tasas intrnsecas de crecimiento, KX y KY son las capacidades de carga del ambiente cuando ambas especies crecen solas, 3 es una constante que considera el efecto de la especie X sobre la Y, y 3 es una constante que considera el efecto de la especie Y sobre la X. Bsicamente, estas ecuaciones diferenciales expresan que el incremento en la densidad poblacional de una especie est limitado por efectos intra e interespecficos, stos dados por la naturaleza y magnitud de la interaccin competitiva. CASO 2: stocks con relacin depredador-presa En este caso el modelo depredador-presa utilizado para generar la interdependencia ecolgica est basado en el sistema de ecuaciones logsticas aportadas por Leslie & Gower (1960):
En estas ecuaciones, el crecimiento de la presa est limitado tanto por la capacidad de carga del sistema, K, como por el trmino de depredacin, .4 El crecimiento de los depredadores es funcin de su tasa intrnseca de crecimiento rY , y del nmero de presas. La constante 4 relaciona el nmero de presas con la biomasa mxima capaz de ser alcanzada por el depredador, en funcin de la capacidad de carga del sistema. A continuacin se brinda un ejemplo numrico y grfico basado en un programa de computacin (Seijo et al., 1996) que considera una interdependencia tecnoecolgica en conjunto con una interdependencia ecolgica de depredacin. Tabla 3.4 Interdependencia tecno-ecolgica. Parmetros definidos al inicio de la corrida de simulacin para evaluar el comportamiento dinmico de la biomasa poblacional de las especies X (presa) e Y (depredador) capturadas por flotas tecnolgicamente interdependientes.
Parmetro/Variable Valor Unidad de Medida
68
r especie X r especie Y K especie X K especie Y q especie X flota 1 q especie X flota 2 q especie Y flota 1 q especie Y flota 2 Precio especie X Precio especie Y Costa unitario flota 1 Costa unitario flota 2 0.36 0.15 4000000 275000 0.0004 0.0 0.0002 0.0004 60 275 60000 9000 --ton ton ----US$/ton US$/ton US$ US$ ---
En este caso las variaciones en el tiempo de las curvas de biomasa de la presa y el depredador no sern las clsicas encontradas en la literatura ecolgica (Begon et al., 1990), sino que se ven afectadas por la magnitud diferencial de la interdependencia tecnolgica (Fig. 3.8a). La disminucin en la abundancia de ambas especies resulta del aumento del esfuerzo pesquero durante los primeros 15 aos de la pesquera. El efecto de la flota 1, cuyo objetivo es la presa, tambin repercute en la biomasa y capturas efectuadas sobre el depredador durante ese lapso de expansin, para luego decaer paulatinamente (Fig. 3.8b). Dicho efecto puede observarse en la Figura 3.8c, donde el aumento de la flota 1 aparece como respuesta a los rendimientos logrados tanto en base a la especie objetivo (presa) como incidental (depredador). Ese incremento repercute en la renta econmica generada por esa flota, mientras la flota 2, cuyo nico objetivo es el depredador, no sufre variaciones substanciales en la renta sino que se presenta siempre cerca del equilibrio bioeconmico (Fig. 3.8d).
69
Figura 3.8 Interaccin tecno-ecolgica: stocks con interaccin depredadorpresa capturados por dos flotas tecnolgicamente interdependientes. Es obvia la correspondencia entre las abundancias de ambas especies, dado que un incremento en el esfuerzo pesquero dirigido sobre la presa disminuir su abundancia y en consecuencia la magnitud de recurso disponible para el depredador en caso de ser ste especialista o bien oligfago. La tendencia inversa ocurrir en el caso de la presa y las caractersticas de sus curvas de equilibrio bioeconmico y rendimiento mximo dependern de la magnitud del esfuerzo ejercido en la pesquera del depredador, as como en la conducta trfica de ste.
Anlisis ecolgico-pesquero
La inclusin de la variabilidad espacio-temporal en la abundancia poblacional y en el ambiente, conjuntamente con la cuantificacin de la magnitud de las interdependencias ecolgicas a diferentes niveles de esfuerzo pesquero, debe ser el camino adecuado para el modelaje multiespecifico (Pauly, 1979; 1988; Pope, 1979; Sainsbury, 1988). Las propuestas deben contemplar asimismo la interaccin larva-adulto como factor regulador de la abundancia, incluyendo mecanismos compensatorios y sobre-compensatorios (Sale, 1982; Menge & Sutherland, 1987, Fogarty et al., 1991). En un contexto pesquero, el conocimiento de estas interdependencias posibilitar la prediccin de biomasa y por tanto los ingresos netos derivados de la actividad. Teniendo en cuenta las observaciones realizadas en el numeral anterior, es importante discernir entre diferentes escalas espacio-temporales de anlisis (Orensanz et al., 1991). Esto es relevante si se consideran las bruscas
70
variaciones de abundancia observadas en las especies que poseen ciclos de vida complejos (e.g. fase larval plantnica vida adulta bentnica:ver Roughgarden et al., 1985; 1988). La estrategia de estudio a implementarse depender de la complejidad (sensu Cohen, 1978) de cada comunidad. Estudios experimentales recientes han demostrado que la estructura de una comunidad explotada difiere drsticamente de una prstina debido a que la explotacin induce una modificacin de la magnitud de las interdependencias ecolgicas. En tal sentido, comunidades de macrofauna bentnica intermareal, protegidas o con menor interferencia antropognica, han sido comparadas con aqullas donde el hombre ha ejercido una persistente influencia en el sistema (Castilla & Durn, 1985; Hockey & Bosman, 1986; Moreno, 1986; Bosman et al.,1987; Castilla & Paine, 1987; Bustamante & Castilla, 1990; Hockey et al., 1988). Se ha podido demostrar que la influencia del hombre en comunidades marinas costeras ha repercutido fundamentalmente en las especies depredadas, pero tambin en forma indirecta en otros organismos. Se han determinado importantes efectos de cascada (Paine, 1984; Castilla, 1988; Estes & Palmisano, 1974; Moreno et al., 1984; 1986) debidos a la explotacin de un depredador tope especie clave (keystone species, sensu Paine, 1980). Estos efectos indirectos son mayormente visibles cuando los ligamientos entre especies son muy fuertes (Moreno, 1986; Durn et al., 1987). Como consecuencia de lo anterior, la respuesta de una comunidad a la presin pesquera depender de la magnitud de las interacciones entre las especies, as como del papel funcional de la especie objeto de explotacin. En efecto, caractersticas del depredador, tales como su espectro trfico, selectividad (especialista generalista) y eficiencia de depredacin, as como de las presas (si compiten no y si la competencia es simtrica o no) incidirn en la respuesta de la comunidad a la explotacin y por tanto sus efectos tendrn muy dismiles consecuencias a nivel pesquero y ecolgico. A modo de ejemplo, la depredacin sobre un competidor dominante tender a incrementar la diversidad en una comunidad (Paine, 1966; Durn & Castilla, 1989), mientras que la explotacin de especies claves puede conducir a una simplificacin de la comunidad y disminucin de la diversidad. Ambas situaciones muestran la existencia de mltiples estados de equilibrio en una comunidad (Sutherland, 1974; Connell & Sousa, 1983). De acuerdo a los niveles de explotacin, la magnitud de las interdependencias pueden ser modificadas y el esquema de manejo y regulacin de los recursos alterado (de Alava, 1993). Teniendo en cuenta las caractersticas de estas interacciones, los ingresos netos derivados de la explotacin pesquera podrn ser maximizados inclusive sobreexplotando deliberadamente algunas especies a efectos de producir el aumento de un recurso altamente valuado en el mercado, pero cuya disponibilidad es limitada como consecuencia de fuertes interdependencias ecolgicas. La minimizacin de los impactos potenciales adversos derivados de la explotacin multiespecifica puede alcanzarse asimismo durante perodos de mxima separacin bien optimizando el nivel de esfuerzo en el momento de la co-ocurrencia espacial (Murawski & Finn, 1989). Es importante remarcar que investigaciones recientes no integran al hombre como depredador especialista eficiente sino que consideran una conducta generalista a medida que se van imponiendo vedas y cuotas sobre los recursos tradicionalmente explotados (Smith & McKelvey, 1986). Se ha demostrado la dificultad de separar y cuantificar la importancia relativa de los diferentes agentes perturbadores de una comunidad (e.g. aspectos
71
tecnolgicos y ecolgicos: ver Sainsbury, 1988; Deriso et al., 1986) lo cual a su vez dificulta el manejo de recursos desde una visin multiespecifica. Las aproximaciones holisticas (e.g. ECOPATH: Christensen & Pauly, 1990) pueden resultar tiles en casos en que la contribucin de las especies (e.g. valor presente esperado, ver Sainsbury, 1988) a una pesqueria es similar, sin embargo la dinmica de la comunidad ante diferentes grados de perturbacin es dificilmente estimable (Sainsbury, 1987). La agregacin de especies a efectos de un anlisis ms simple requiere de supuestos o del conocimiento de la dinmica de los componentes de dichas agregaciones (Sugihara et al., 1984), lo cual limita el poder predictivo de dichas aproximaciones. Por tanto, la verificacin de la ocurrencia de competencia y depredacin, asi como la magnitud de las interacciones e incidencia de la pesca, requerir necesarianmente de manipulacin experimental en terreno (Cobb & Caddy, 1989; Defeo, en prensa), dado que las comunidades marinas sujetas a explotacin no constituyen sistemas estables en equilibrio espacialmente homogneos, tal cual asume la teora (Larkin, 1978; Caddy, 1983; Beddington, 1984; Chesson & Case, 1986).
Perspectivas
No obstante el importante desarrollo terico (e.g. Pope, 1979; Clark, 1985; Saila & Erzini, 1987; Strbele & Wacker, 1991), el estado actual del conocimiento permite afirmar que no existen a la fecha modelos multiespecificos capaces de generar resultados adecuados para llevar a cabo un manejo a largo plazo. Tal como lo expresa claramente Clark (1985), la pregunta actual no debe ser si los modelos multiespecificos pueden ser construidos, sino si stos sern de algn valor a la hora de proponer pautas para el manejo de recursos. Esta inquietud surge como respuesta a la comn observacin que los modelos actuales han logrado un impacto relativo en el manejo de recursos pesqueros (Ursin, 1982; Larkin, 1982; Brander, 1988; Cobb & Caddy, 1989; Cobb et al., 1986). Como resultado de la complejidad de la estructura de una comunidad, la prediccin de los efectos de la explotacin de una especie en la abundancia de otra ecolgicamente interdependiente es dificil de determinar (Miller, 1985; Akenhead et al., 1982). Esto puede resultar de extrema gravedad si se considera que una severa sobrepesca en una especie puede ocasionar impactos de diferente magnitud en sistemas cuya estructura trfica, asi como la potencia relativa de las interrelaciones horizontales (e.g. competencia) y verticales (e.g. depredacin) se desconoce (Paine, 1980; Sainsbury, 1982). Al igual que en los modelos tradicionales, la incertidumbre y estocasticidad en los procesos de estructuracin comunitaria deben ser incorporados en modelos holsticos deterministicos simples y de uso masivo (Arreguin-Snchez et al., 1993). Modelos tales como el ECOPATH (Christensen & Pauly, 1990, 1993), podrian ser modificados a efectos de adecuar los principios generales de la bioeconomia de recursos, los cuales por el momento emergen en una forma ms clara y definida a partir de los modelos analiticos simples (Clark, 1985). La dificultad de anlisis de la composicin de la dieta en especies que constituyen ensambles o comunidades bentnicas, en contraposicin a las nectnicas, limitan un anlisis estructural epifenomnico de las mismas, tales como las que pudieran derivarse de la aplicacin de los modelos mencionados. Por tal razn se ha desarrollado una rutina complementaria a ECOPATH denominada
72
ECOSIM (Walters et al., en prensa), mediante la cual se amplia la capacidad de efectuar predicciones que incluyan el efecto de la explotacin pesquera. En este contexto, las ecuaciones lineales que describen los flujos trficos bajo condiciones de equilibrio en ECOPATH se modifican para definir interacciones dinmicas que varian con cambios en la biomasa de los recursos y en el rgimen de explotacin. La incorporacin de ECOSIM en ECOPATH permite conducir anlisis de alternativas de manejo considerando explicitamente las interacciones trficas dentro del sistema. Los estudios biolgicos bsicos y experimentales, en diferentes escalas de espacio y tiempo, pueden proveer la nica alternativa vlida para predecir los efectos bioeconmicos derivados de posibles interdependencias ecolgicas y tecnolgicas. Es necesario el desarrollo de modelos que incluyan una correcta identificacin del sistema, anlisis de sensibilidad a modo de indices de desempeo del modelo e intervalos de confianza para las predicciones, asi como una cuidadosa estimacin de los parmetros de entrada al mismo (Majkowski, 1982; Silvert, 1981; 1982; Walters, 1986; Seijo, 1986; Clark, 1989; Seijo et al., 1994a). Tanto la pesqueria como las interacciones ecolgicas, el ambiente fisico y el desarrollo dinmico del sector pesquero tienen efectos en el recurso, con un retraso diferencial en su impacto. En el estado actual del conocimiento, la alternativa ms viable parece ser el manejo adaptativo (Walters, 1984; 1986; Hilborn & Walters, 1987), esto es, manejar a travs de experimentacin, cambiando deliberadamente los niveles de esfuerzo a efectos de entender la dinmica de la comunidad y la pesqueria. Esta estrategia permite la inclusin de mecanismos de control y regulacin a corto plazo en respuesta a un flujo continuo de informacin sobre variaciones en el estado de un recurso. Tal como lo expresan Cobb & Caddy (1989): nuestra habilidad para modelar la dinmica de poblaciones explotadas ha sobrepasado nuestra habilidad para verificar el realismo de esos modelos Es tiempo ya de elaborar hiptesis contrastables a travs de experimentacin en terreno y estudios comparativos. Los efectos de diferentes tipos de regulacin, incluyendo asignacin de cuotas de pesca, cuotas individuales transferibles, rotacin de reas de pesca, asi como la variabilidad en el descarte producida por la puesta en prctica de algn tipo de medida especie-dirigida, debern ser considerados a travs de modelos de optimizacin con criterios mltiples (Seijo, 1986; Charles, 1989). En caso contrario, el manejo de recursos multiespecificos permanecer probablemente como un arte, ms que una ciencia, y la asignacin de altos presupuestos dirigidos a resolver problemas cientificos relacionados con el manejo de pesquerias multiespecificas ser injustificado en trminos de los beneficios potenciales que se lograrian (Clark, 1985).
73
En el Capitulo 2 se desarroll el modelo bioeconmico clsico esttico, del cual se derivaron fundamentalmente dos predicciones claves: 1) el libre acceso a los recursos pesqueros ocasionar la sobreexplotacin del recurso y disipacin de los excedentes generados por una pesqueria; y 2) el mximo rendimiento econmico (MRE) ocurrir a una tasa de explotacin menor a la del mximo rendimiento sostenible (MRS). Sin embargo, este modelo ignora la dimensin del tiempo en la estimacin de los niveles ptimos de captura esfuerzo. En este Capitulo se describe el modelo bioeconmico dinmico, a travs del cual se demuestra que la tasa ptima de explotacin de un recurso pesquero puede ser mayor o menor al MRE al MRS, dependiendo de las preferencias intertemporales en el uso del recurso por parte del la sociedad. A efectos de lograr una visin ms profunda sobre la importancia del tiempo en la toma de decisiones, este Capitulo desarrolla en su primera seccin conceptos clsicos relacionados con la preferencia intertemporal en el uso de un bien. La segunda seccin considera conceptos claves en la evaluacin de aquellos proyectos pesqueros, fundamentalmente financiados por el sector pblico, en los cuales el factor tiempo adquiere una dimensin relevante. La tercera analiza los criterios de decisin fundamentales para la inversin pblica, en el contexto del anlisis beneficio-costo. La cuarta seccin comprende el estudio de aspectos relacionados con las preferencias intertemporales e impactos distribucionales en la sociedad derivados de la ejecucin de un proyecto pesquero. La quinta seccin se aboca exclusivamente al desarrollo del modelo bioeconmico dinmico en pesquerias, integrando el cuerpo terico de conocimiento de las secciones precedentes. En el transcurso del Capitulo se intercalan ejemplos relacionados a pesquerias, a fin de discutir aplicaciones particulares de los principios bsicos del anlisis beneficio-costo y del modelo bioeconmico dinmico.
Preferencias intertemporales
Las decisiones sobre inversin en esfuerzo pesquero estn relacionadas con la promesa que ste asegure ingresos netos positivos durante la vida til de una unidad de pesca (e.g. embarcacin, artes y equipos que la componen). Una aproximacin al problema de la dimensin e importancia del tiempo como factor clave en la inversin y desarrollo de actividades pesqueras, es considerar las preferencias en el consumo de un cierto bien en diferentes perodos. A modo de ejemplo, considrese a un individuo en un cierto momento que tiene la alternativa de consumir bienes en el presente ao y en los subsecuentes. La persona no necesariamente ser indiferente a la eleccin de gastar ahora o en el futuro, an si los precios de los bienes permanecen constantes. En efecto, el consumo en un perodo constituye un bien diferente a consumir en otro periodo. Cada individuo de la sociedad tiene preferencias temporales respecto al consumo de un bien en diferentes periodos de tiempo. Esto es medido por su tasa marginal de preferencia en el tiempo (TMPT). Si un individuo es indiferente entre consumir en forma extra 1 US$ en un ao o bien, 1.10 US$ en el siguiente, se dice que posee una TMPT de 10% por ao.
74
La palabra marginal es usada debido a que una TMPT mide la preferencia individual entre pequeos incrementos de consumo en el tiempo. Esto presupone que el individuo tiene dismiles expectativas acerca del monto que consumir en diferentes perodos. Los conceptos anteriormente vertidos remarcan un punto verdaderamente importante: la preferencia en el tiempo considera preferencias en el consumo de un bien. Esto lleva a profundizar en el concepto de preferencias intertemporales, que en el caso de recursos renovables como los pesqueros adquiere una dimensin fundamental. En efecto, por dos grandes razones el anlisis de las preferencias en el uso de este tipo de recursos no puede ser esttico: 1) su naturaleza renovable implica variabilidad en el monto de recurso disponible, as como un cierto grado de incertidumbre en cuanto a su magnitud en diferentes periodos de tiempo; 2) segn el tipo de pesqueria analizada, existir una distinta preferencia marginal del uso de los recursos en el tiempo. Asi por ejemplo, en una pesqueria con sistema de libre acceso existir probablemente una alta TMPT, dado que por lo general hay un mayor incentivo para incrementar el monto de ingresos en la actualidad con respecto al futuro debido a la naturaleza inherente a los recursos pesqueros (e.g. ocurrencia de externalidades; ver Capitulo 1). Considerando pesquerias con cierto grado de mecanizacin (e.g. pesquerias de mediana y gran escala), la inversin realizada en planificar y efectuar actividades de pesca no se paga de inmediato, sino que existe una vida til de la unidad de pesca (buque, equipos y artes de pesca), que debe ser tomada en consideracin para evaluar la magnitud de la inversin, costos presentes y futuros, asi como los probables ingresos que se deriven de dichas actividades. En estos casos es probable que bajo marcos conservativos de manejo y administracin pesquera (e.g. entrada limitada de buques) ocurra una baja TMPT, a efectos de favorecer inversiones y al mismo tiempo explotar el recurso durante un lapso prolongado en el tiempo.
75
el consumo total seria Y*1b + Y*2b y en consecuencia lograria una curva de indiferencia ms alta (l*b). El pescador B tiene un a preferencia positiva del tiempo o una alta TMPT, dado que prefiere un mayor consumo en el periodo inmediato que en posteriores. En otras palabras, est dispuesto a sacrificar un monto relativamente grande del consumo extra que dispondr en el futuro a cambrio de un incremento el consumo acutal.
Figura 4.2. Preferencia intertemporal positiva (adaptada de Randall, 1981). Por ltimo, el pescador C (Fig. 4.3) est dispuesto a transferir parte de su consumo habitual del perodo actual al posterior, de tal mangera que su consumo ser Y*10 + Y*2C y en consecuencia lograr la curva indiferencia ms alta l*c. El pescador C tiene una preferencia negativa del tiempo, o bien, una baja TMPT.
76
77
costos derivados de la consecucin del proyecto. El criterio ms simple para evaluar diferentes alternativas, estrategias o proyectos es la Pareto-eficiencia intertemporal. Una estrategia o patrn del uso de un recurso en el tiempo es Pareto eficiente si y slo si no es posible incrementar la utilidad
78
A continuacin se presentan las etapas necesarias para realizar la ordenacin y manejo sistemtico de pesquerias (Anderson, 1981; Seijo et al., 1991a). (i) Evaluar la pesquera desde los puntos de vista biolgico, ecolgico y econmico, considrando el tamao y dinmica de la estrucura de la poblacin, de la floata y de la captura. Asimismo, esta evaluacin deber estimar los flujos de costos y beneficios en el tiempo de las flotas que inciden en la pesqueria, los empleos directos e indirectos y las divisas generadas. (ii) Establecer claramente los objetivos y metas de manejo de la pesquera con base en la evaluacin de la etapa(i). Estos objetivos debern ser expresados cuantitativamente para poder evaluar posteriormente los resultados del plan. (iii) Seleccionar la combinacin apropiada de variables de desempeo tanto biolgicas como econmicas, y determinar las variables de control correspondientes que permitan lograr los niveles deseados en los criterios de desempeo de la pesquera. (iv) Determinar las estrategias alternativas de manejo y su mecanismo de implementacin, para hacer operativas las variables de control establecidas en la etapa (iii). (v) Realizar un seguimiento de la pesquera para observar la direccin de los impactos del plan de manejo. (vi) Determinar si los objetivos y metas de manejo estn siendo logrados, tratando de identificar los posibles factores que podran influir para que stos no sean alcanzados. (vii) Reevaluar peridicamente la pesquera y los objetivos y metas establecidos para su manejo.
79
que minimice la diferencia entre los niveles deseados por el administrador del recurso en las variables de desempeo y los generados por el modelo bioeconmico dinmico.
Figura 5.1. Enfoque de anlisis y modelacin bioeconmica de una pesquera (Seijo, 1989).
Caracterizacin de la pesquera
80
Esta importante etapa del proceso requiere de un cuidadoso anlisis tanto de las caracteristicas y los factores que determinan el comportamiento dinmico del recurso (especies objetivo e incidentales) como del esfuerzo pesquero ejercido por los pescadores. En la Figura 5.2 se pueden observar las interdependencias existentes entre el recurso, sus usuarios directos (los pescadores) y los responsables de su manejo (administradores). Subsistema El recurso. En la caracterizacin del recurso es necesario identificar: (1) aspectos de su ciclo de vida, incluyendo hbitat, biologa reproductiva y dinmica del reclutamiento, crecimiento y mortalidad; (2) los factores ambientales que pudieran ser crticos en determinar su abundancia y distribucin en el espacio y el tiempo; (3) las posibles interdependencias ecolgicas (e.g. competencia, depredacin) que pudieran existir entre la especie objetivo, aquellas capturadas incidentalmente y otras que pudieran ser objetivo de otra pesquera pero con las que se tienen relaciones de competencia o depredacin; (4) la dinmica de la estructura espacio-temporal del recurso. Caracterizado el recurso en su dinmica poblacional, hbitat e interdependencias ecolgicas, se requiere caracterizar el esfuerzo pesquero que se ejerce sobre l. Subsistema Usuarios del recurso. La especificacin del esfuerzo pesquero requiere generalmente su desagregacin por tipo de flotas con diferente poder de pesca, y/o que operan sobre diferentes componentes de la estructura de la poblacin. Asimismo, se debe analizar la posible presencia de interdependencias tecnolgicas tales como pesqueras secuenciales, aquellas que capturan mltiples especies y las tecnolgicamente interdependientes. Como se expres en el Cap. 3, estas ltimas existen cuando la captura incidental de una flota pesquera constituye especie objetivo de otra flota. En este subsistema es necesario contar con funciones de capturabilidad por especie, talla y tipo de flota, por lo que se requerir estimar las curvas de selectividad correspondientes; asimismo, estimar los costos unitarios del esfuerzo pesquero por tipo de flota y especificar los precios de las especies objetivo e incidentales. Una vez caracterizados el tipo de recurso y el esfuerzo pesquero, se procede a seleccionar los mtodos apropiados para la estimacin de parmetros y funciones que describen la dinmica poblacional del recurso y del esfuerzo pesquero. De no contar con la base de datos adecuada, se proceder a elaborar un diseo muestral para colectar la informacin biolgica y econmica de frecuencia de tallas de la captura comercial y del esfuerzo pesquero correspondiente. En esta colecta de informacin se deber obtener los costos de operacin por viaje de pesca o cualquier otro indicador nominal (e.g. dias de pesca) o efectivo (horas efectivas de pesca) del esfuerzo pesquero y los precios pagadas al pescador tanto por las especies objetivo como incidentales.
81
cm= costo unitario del esfuerzo cp= costos de procesamiento EMPm(t)=empleo generado EXPm(t)=generaci divisas, sector capturas EXPp(t)=generaci divisas, sector procesamiento fijkm(t)= intensidad de pesca FRijk(t)= tasa de mortalidad por pesca m(t)= renta econmica qijm=capturabilidad Rjk(t)=recultamiento SELijm=selectividad del arte de pesca Vim(t)=nmero de barcos Wij=peso del organismo wpi=precio de planta xpj=precio de playa
done: i=especie; j=edad; k=sitio; m=flota; t=tiempo; P = procesamiento Figura 5.2. Caracterixacin de una pesquera. Subsistema Manejo del recurso. Para lograr los objetivos y las metas establecidas en la etapa (iii) del plan de manejo, es necesario considerar las posibles formas de intervencin del Estado en la pesqueria, los criterios de seleccin de medidas de manejo correspondientes y la forma de contender en situaciones de criterios mltiples en la combinacin o seleccin de estrategias de manejo del recurso. Estos importantes aspectos sern discutidos con detalle en el Captulo 6.
82
organismos de la especie i de la edadj en el tiempo t+DT (Ni(t+DT)) se obtiene de la integracin en el intervalo [t,t+DT] del nmero de individuos de la edad j-1 que sobreviven y se incorporan a la edad j en tiempo t (Si1 (t) Ni1(t)), menos la tasa de mortalidad total de la cohorte j en el tiempo t (Aij(t)Nij(t)), menos la tasa a la cual los organismos de la especie i, del grupo de edad j que sobreviven, se incorporan al cohorte j+1 en el tiempo t (SRij(t)Nij(t)). Como resultado, la estructura de la poblcin es estimada en forma dinmica por la expresin (5.1): Nij(t + DT) = Nij (t) + t + DTt(SRij-1)Nij-1() - (SRij() + Aij()) Nij ()) d (5.1) donde: Nij (t) = numero de individuos de la especie i,edad j en el tiempo t. SRij(t)=tasa de supervivencia de individuos de la especie i, edad j en el tiempo t. Aij(t)= tasa de mortalidad total de individuos de la especie i, edad j en el tiempo t. Integrando numricamente la expresin (5.1) por el mtodo de Euler (Chenney & Kincaid, 1985) y dado que por definicin SRij (t)+Aij (t) = 1 (Gulland, 1983: p.83), se obtiene la expresin siguiente: Nij(t + DT) = Nij (t) + DT (SRij-1(t) Nij-1(t) - Nij(t)) (5.2) La tasa de supervivencia por edad en el tiempo t se obtiene al restarle a la unidad la tasa de mortalidad total de la edad j en el tiempo t. Aij (t) es la suma de la tasas de mortalidad natural (MNi) y tasa de explotacin por edades Frij (t) en el tiempo t (sensu Gulland, 1983). Esta ltima resulta de dividir la suma de las capturas por edades de los diferentes tipos de embarcacin (m), (Cijm(t)), entre la biomasa por edades (Bij (t)) en el tiempo t.
La retroalimentacin de la expresin (5.2) se genera por una expresin estocstica de reclutamiento, que en el caso de la funcin tipo Beverton & Holt (1957) se describe como:
donde Hmaxi representa el nmero mximo de huevos que puede generar el stock desovante de la especie i. Rmaxi es el reclutamiento mximo observado para la especie i, HSi(t) es el nmero de huevos que se estiman sern generados por el stock desovante de la especie i en el tiempo t RNi(t) es una variable aleatoria normalmente distribuida con media igual a cero y varianza observada que representa la variabilidad no explicada por las variables independientes de la ecuacin (5.4). Debe mencionarse que la funcin de reclutamiento antes mencionada puede ser reemplazada por una que describa mejor la especie que se est estudiando (e.g. Ricker). Una variedad de opciones de curvas de reclutamiento y respectivas expresiones matemticas son explicadas claramente por Hilborn & Walters (1992) y De Anda et al. (1994). HSi(t) se estima para cada perodo de desove por medio de la expresin (5.5), la cual expresa que la poblacin sexualmente madura en el tiempo t es
83
multiplicada por la proporcin de hembras (Hi) presentes en la estructura de la poblacin y por la fecundidad promedio de las hembras de diferentes edades (FECij)
donde: MAGEi = edad mxima de la especie i si = edad de primera madurez sexual de la especie i. La biomasa por especie i es estimada por la ecuacin siguiente:
donde el peso promedio de organismos de la especie i (Wij), de la edad j, es estimada por la expresin Wij=aLijb (a y b son pormetros a estimarse). Lij es calculada por la bien conocida funcin de crecimiento individual de von Bertalanffy (1938): Lij=Li(l-e(-kpi(j-toi))) (5.7) donde: Lij = longitud de la especie j a la edad j. Lxi = longitud asinttica de la especie j. kpi = parmetro de curvatura de la ecuacin de crecimiento individual de la especie i. toi = parmetro de ajuste al tiempo inicial para la ecuacin de crecimiento de la especie j. Debe mencionarse que se sugiere la utilizacin de funciones de crecimiento adecuadas para la especie sujeta de anlisis. En crustceos se ha encontrado que las funciones de unidad paso, representan con mayor precisin el crecimiento (Arce et al., 1991). Los perodos de desove y eclosin pueden ser modelados utilizando el mtodo de retraso distribuido (Manetsch, 1976, Seijo, 1986). Este modelo se basa en la funcin de densidad probabilistica Erlang o Gamma y puede ser descrito de la siguiente forma:
84
donde: HSl(t) = entradas al proceso de retraso (nmero de huevos que son desovados en el tiempo t) g(t) = salidas del proceso de retraso (nmero de huevos que eclosionan en el tiempo t). 1(t), 2(t), , yg-1(t)son las tasas intermedias del proceso de retraso. DELHS = valor esperado del tiempo maduracin de huevos de la especie de inters. g = orden del proceso de retraso. El parmetro g especifica al miembro (distribucin) de la familia de funciones de densidad probabilistica Erlang que describe el trnsito de entidades en su paso por el proceso de retraso. Dinmica de la flota. La variacin del esfuerzo pesquero en el tiempo es modelada utilizando la ecuacin de dinmica del esfuerzo desarrollada por Smith (1969):
La dinmica estacional de la flota se puede modelar utilizando tambin el mtodo de retraso distribuido para representar la incorporacin de las unidades de pesca a la pesqueria a lo largo de la temporada de pesca. La captura por especie y por tallas Cijm(t) generada por diferentes tipos de flotas m en el tiempo t, es calculada por la siguiente ecuacin: Cijm=qijmfm(t)Bij(t)+Rm(t) (5.12) donde Rm(t) es una variable aleatoria de la captura exponencialmente autocorrelacionada. Utilizando los conceptos bsicos de Baranov (1918) para estimar la mortalidad por pesca con el mtodo de rea barrida, se calcula el coeficiente de capturabilidad para la correspondiente selectividad por tallas del arte de pesca empleado por tipo de flota (qijm):
85
RETijm = retencin por especie i por talla j del arte de pesca utilizado por el barco tipo m, definida por la ojiva de selectividad del arte de pesca. am = rea barrida por dia de pesca por el barco tipo m. La retencin por tallas del arte de pesca especifico, es estimada por la siguiente ecuacin (Sparre et al., 1989):
donde los parmetros S1im and S2im son estimados por las ecuaciones (5.15) y (5.16) respectivamente:
donde: L50%im = longitud de la especie i al 50 % de retencin del arte de pesca utilizado por tipo de barco m. L75%im = longitud de la especie i al 75 % de retencin del arte de pesca utilizado por tipo de barco m.
Cabe mencionar que la funcin de capturabilidad descrita anteriormente no es vlida para especies pelgicas como los clupeidos, ya que se ha demostrado que sta se incrementa exponencialmente en la medida que la biomasa del stock disminuye (MacCall, 1976). Esta funcin de capturabilidad para pelgicos menores se explica por el comportamiento de agregacin de este tipo de especies. Se recomienda utilizar la funcin de selectividad que mejor describa las condiciones especificas del arte de pesca y del tipo de especie sobre la cual se aplica el esfuerzo pesquero. La incertidumbre inherente a la captura por viaje por tipo de embarcacin, se representa en la expresin (5.12) a travs de la generacin de la variable aleatoria Rm(t), con varianza observada y una funcin de densidad probabilistica que mejor describa los residuos observados en los datos de captura. La renta econmica por tipo de embarcacin (m(t)) a lo largo de la temporada es estimada en la expresin (5.17), donde RTm(t) y CTm(t) son los ingresos y costos totales por tipo de embarcacin en el tiempo t, respectivamente.
Los ingresos totales por tipo de embarcacin deben ser estimados tomando en consideracin los precios y cantidades de captura objetivo e incidental. Los costos totales se estiman considerando costos fijos, costos variables y costos de oportunidad de mano de obra y capital (ver Capitulo 2). Los empleos directos generados por la pesqueria, (EMP(t+DT), son expresados por la ecuacin (5.18) de la forma siguiente:
86
donde Pescm representa el nmero promedio de tripulantes por embarcacin tipo m. La contribucion de la pesqueria a la disponibilidad de alimentos en la zona costera a lo largo de la temporada (ALIMi(t+DT)), es estimada por la expresin (5.19):
donde es la proporcin de la captura de la especie i proveniente de las diferentes flotas, que se estima ser destinada al mercado de exportacin, y por tanto 1- es la proporcin destinada al mercado domstico. Finalmente, la generacin de divisas de la pesqueria a lo largo del ao es estimada de la forma siguiente:
87
- Por temporada. Principales reas de pesca para la captura de la especie objetivo. Nmero promedio de dias efectivos de pesca por viaje, por tipo de embarcacin, por pesquera. Duracin promedio del viaje de pesca. Tipo(s) de carnada utilizada (si se requiriere). Informacin de la captura Puertos de desembarque de la especie objetivo. Captura total de las especies objetivo por ao. - Por tipo de embarcacin. - Por temporada. - Por viaje. - Por dia efectivo de pesca. Composicin por tallas de la captura (especies objetivo). Si la pesquera involucra una poblacin compartida, o bien si se otorgan licencias para ejercer esfuerzo pesquero en la ZEE del pais en cuestin, es necesario contar con informacin de la captura y el esfuerzo pesquero de las embarcaciones extranjeras. Ingresos y costos por tipo de embarcacin Ingresos por viaje de pesca - Precio promedio de las especies objetivo. - Precio promedio de las especies incidentales. - Estimaciones de la captura objetivo e incidental a lo largo del ao. Si la captura de la flota en cuestin contribuye con un porcentaje significativo de la oferta global de la especie objetivo, entonces ser necesario estimar la funcin de precios (ecuacin de demanda) correspondiente. Costos del esfuerzo pesquero Costos variables Gasolina y aceite. Hielo. Carnada. Reemplazo de artes de pesca daadas. Alimentos. Mantenimiento del motor y la embarcacin. Costos fijos Depreciacin de la embarcacin, del motor y de los equipos y artes de pesca. Intereses sobre capital prestado. Seguros y gastos de administracin si los hubiere. Costos de oportunidad de capital y mano de obra El costo de oportunidad del capital invertido en la pesqueria es lo que pudo haber generado este capital en la siguiente mejor alternativa de inversin. Para realizar las estimaciones de los costos de oportunidad de capital, intereses sobre capital prestado, y depreciaciones, es necesario contar con informacin de los costos de inversin correspondientes a la embarcacin, el motor, las artes de pesca y otros equipos. Asimismo, es necesario especificar la tasa promedio de inters sobre prstamos de avo y refaccionarios para el sector pesquero del pas en cuestin y la tasa de inters bancaria sobre depsitos a plazo fijo. El costo de oportunidad de la mano de obra lo constituye el ingreso que podria haber obtenido dicha mano de obra en su siguiente mejor opcin de empleo.
88
Para estimar el costo de oportunidad de la mano de obra (horas pescador), se debe indicar la forma de pago a pescadores en la pesqueria especifica considerando, entre otras, las siguientes posibilidades: (i) pago a cada pescador como un porcentaje de la captura de la embarcacin por viaje, (ii) pago a cada pescador como salario diario, y (iii) tasa salarial diaria en la siguiente mejor opcin de empleo abierta al pescador promedio. Otra informacin relevante Porcentaje de la captura anual que se queda dentro de la comunidad costera para propsitos de subsistencia. Porcentaje de la captura que va al mercado local y domstico. Porcentaje de la captura que va a un procesamiento posterior. Porcentaje de la captura que va al mercado de exportacin. Precio de las especies objetivo e incidentales en el mercado de exportacin. Una vez colectada la informacin antes mencionada, se procede a estimar los parmetros tanto biolgicos como econmicos para elaborar y/o aplicar el modelo bioeconmico de computadora basado en un modelo matemtico como el especificado en el inciso anterior. Programa de computadora para obtener una solucin numrica El programa de computadora puede ser desarrollado en cualquier lenguaje de programacin estructurada (QuickBASIC, Visual BASIC, FORTRAN 77, C, etc.) para simular el estado de la pesqueria en el tiempo. La estructura general del programa incluye las siguientes etapas: Fase de asignacin de parmetros y valores iniciales a. Asignacin de valores a las constantes y parmetros del modelo. b. Asignacin de valores iniciales a variables de cambio y de estado. c. Tiempo inicial: T=0. Fase de especificacin de la corrida de simulacin d. Periodo de simulacin. e. Incremento de tiempo. f. Especificaciones para impresin de salidas. Fase de ejecucin g. Actualizacin de la variable tiempo: T=T+DT. h. Cmputo de variables de estado. i. Cmputo de variables de cambio para el tiempo T. j. Impresin de variables de estado y de cambio. k. Retornar a (g) si la corrida de simulacin no ha terminado.
89
Dado que el modelo de simulacin presentado anteriormente contiene procesos de retroalimentacin en el componente de la estructura de la poblacin, se requiere que:
donde: c = 1/Dn Por tanto, el valor de DT requiere estar dentro del intervalo dado por: 1 > DT > 0. Con el objeto de reducir el error de integracin numrica a niveles menores a 5 %, el valor del incremento de tiempo sugerido es: DT=.01 Es necesario adems conducir un anlisis de sensibilidad para verificar el comportamiento del modelo ante cambios marginales en sus parmetros y en las condiciones iniciales de operacin. La biomasa inicial, el parmetro de supervivencia en la eclosin, tasa de mortalidad natural, y los niveles de esfuerzo pesquero, entre otros, deben ser modificados en incrementos y decrementos del 20% por ejemplo, a efectos de observar el comportamiento del modelo.
90
Ejemplo ilustrativo
Se desea asesorar a la administracin pesquera de un pais en su misin de manejar una pesqueria de camarn (e.g.Penaeus occidentalis) en la que participan dos tipos difernciables de flotas: embarcaciones artesanales que capturan juveniles y adultos jvenes del stock, y embarcaciones industriales que esencialmente capturan organismos adultos. Se le ha solicitado al analista en bioeconoma que sugiera elementos para establecer individualmente o en combinaciones los siguientes instrumentos de manejo considerados como viables para ser vigilados efectivamente: talla minima de captura, duracin de la temporada de captura y la especificacin de los meses de veda correspondientes. Lo anterior es sobre la base de que se ha limitado el nmero de embarcaciones que pueden operar en esta pesqueria. En la determinacin de la duracin de la temporada asmase que la flota industrial no es verstil y que por lo tanto se debern cargar los costos fijos durante el tiempo que la flota est inactiva. Ya que existen periodos ambientalmente favorables para reclutamientos arriba del promedio (20% de los aos observados), el decisor est considerando la posibilidad de ampliar en 25% el nmero de licencias de ambos tipos de flotas para esta pesqueria. En la Tabla 5.1 se presentan los principales parmetros biolgico-pesqueros y econmicos de la pesquera. Dinmica de corto y largo plazo En el corto plazo el modelo antes descrito nos permite representar dinmicamente dos procesos bioeconmicos fundamentales: la distribucin intra-anual del reclutamiento y del esfuerzo pesquero. En la Figura 5.3a se puede observar la ocurrencia y distribucin temporal de los dos picos de reclutamiento especificados en la Table 5.1. De manera anloga, la dinmica de la flota a lo largo de la temporada de captura es ilustrada por el modelo (Fig.5.3b). Al tenerse una temporada de captura de 10 meses iniciando en el mes 3, el efecto en el stock desovante se ve reflejado en la magnitud relativa de los dos reclutamientos. En el primer reclutamiento el nmero mximo de individuos es de 13.2 millones, mientras que en el segundo es de 7.8 milliones. Si la fecha de inicio de la temporada de captura cambiase, la distribucin relativa de los reclutamientos podria afectarse. De manera anloga, la magnitud de ambos reclutamientos se veria afectada si la duracin de la temporada se redujera o incrementara. Tabla 5.1 Parmetros bioeconmicos de la pesquera hipottica de camarn.
Parmetro/variable Edad mxima de la especie Edad de primera madurez sexual Edad de primera captura flota 1 Edad de primera captura flota 2 Fecundidad promedio Parmetro de curvatura ec. de crec. Parmetro t0 de ec. de crecimiento Longitud asinttica Peso asinttica Valor 24 6 3 2 1072000 0.27 -0.03 245 140 Unidad de medida meses meses meses meses huevos 1/mes 1/mes mm g
91
Area barrida por dia flota 1 Area barrida por dia flota 2 Long. 50% retencin del arte, flota 1 Long. 50% retencin del arte, flota 2 Long. 75% retencin del flota 1 Long. 75% retencin del flota 2 Area total de distribucin del recurso Tipos de flotas Parmetro de dinmica de la flota 1 Parmetro de dinmica de la flota 2 Mximo reclutamiento observado Longitud de la estacin de captura Mes de inicio de la temporada de captura Mes del primer reclutamiento Mes del segundo reclutamiento Longitud de la corrida de simulacin Orden del retraso distribuido Promedio de dias de pesca por mes flota 1 Promedio de dias de pesca por mes flota 2 Tiempo de retraso entrada a la pesqueria Tiempo promedio de trnsito de reclutas Costo unitario del esfuerzo Costo unitario del esfuerzo Precio minimo (90100/lb) Pendiente curva de precios por talla Ingreso incidental ponderado 1.41 0.25 170 150 175 170 6405 2 0.000001 0.0000015 76900000 10 3 4 11 3 2 20 12 0 2 65000 3000 1500 700 318 Km2 Km2 mm mm mm mm Km2 ---organismos meses ---aos meses --das meses US$/barco/ao US$/barco/ao US$/ton US$ US$/ton
Lo anterior permite explorar combinaciones de fechas de inicio y duracin de la temporada de captura dados los picos de reclutamiento. Desde luego el propsito ser mantener y de ser posible incrementar la renta econmica que la pesqueria puede generar en el tiempo. Las capturas por tipo de flota son presentadas en la Figura 5.3c y d. Se observa que las capturas son decrecientes para ambos tipos de flotas. Sin embargo, en el caso de flota artesanal, su relativamente bajo costo unitario del esfuerzo pesquero le permite continuar obteniendo renta econmica del recurso tal como fuera mencionado anteriormente.
92
Figura 5.3 Dinmica en el corto y mediano plazo del reclutamiento (a), del esfuerzo (b), de las capturas (c, d) y de la renta y costos (e,f) para dos tipos de flotas en una pesquera hipottica de camarn. En las Figuras 5.3e y f se observan las estimaciones de costos y beneficios percibidos por las flotas artesanal e industrial que ejercen su esfuerzo pesquero sobre el recurso camarn. La renta acumulada a lo largo de la temporada de captura determinar, bajo condiciones de acceso abierto, los posibles cambios en el nmero de embarcaciones que permanecern en la pesquera en el largo plazo (dinmica interanual). Para la flota industrial, el nmero de embarcaciones comienza a decrecer desde el segundo ao de la corrida de simulacin como resultado de experimentar rentas negativas. La flota artesanal, de manera anloga, decrece moderadamente ya que contina, aunque a una tasa decreciente, obteniendo renta negativa.
93
En el Capitulo anterior se describieron y analizaron los subsistemas del recurso y de sus usuarios directos, los pescadores. El tercer subsistema de una pesqueria lo constituye el manejo de la misma por parte del Estado. Existe abundante literatura que ha abordado el problema de manejo en las pesquerias (Gulland, 1977, 1980; Anderson, 1977, 1981; Larkins, 1980; Kapetsky, 1982; Caddy & Griffiths, 1995; Hilborn et al. 1996, entre otros). De acuerdo con Pearse (1980), el concepto de regulacin ha sido utilizado desde el siglo XVII en Francia. Graham en 1938 examin evidencias empiricas y razones tcnicas para regular el esfuerzo pesquero. Gordon (1954) hizo un anlisis de acuerdo a la teoria econmica, observando que en una pesqueria no desarrollada, inicialmente el pescador obtiene altas capturas por la abundancia del recurso con el consecuente aumento en los ingresos, y la participacin de ms pescadores que invierten aumentando su esfuerzo pesquero hasta que los ingresos totales igualan a los costos totales y el estimulo para entrar o salir de la pesqueria deja de existir. Si esto ocurre ms all de MRS, como pudiera suceder con el caso de especies de alto valor comercial, la renovabilidad del recurso puede verse amenazada. La Organizacin de las Naciones Unidas para la Alimentacin y la Agricultura (FAO) ha organizado reuniones donde expertos de diferentes naciones se han centrado a tratar aspectos sobre regulacin pesquera (FAO, 1994, 1995b) que permitan sostener el rendimiento de los recursos y mitiguen las posibilidades de eliminacin de la renta econmica que generan. En este Capitulo se exponen algunos de los criterios que son tomados en consideracin en la administracin de recursos pesqueros, se presentan las formas de intervencin del Estado para promover un uso inteligente de este tipo de recursos renovables y se introduce un algoritmo de optimizacin no lineal que permite contender con el problema de manejo de recursos con criterios mltiples.
Criterio de conservacin
Una de las razones ms comnmente conocida para la regulacin del esfuerzo pesquero es la conservacin de los recursos. El problema reside en que generalmente no se dispone, por un lado de una base de datos de calidad que
94
permita hacer una evaluacin del estado del recurso, y por otro, de tcnicas de evaluacin capaces de predecir con certeza el comportamiento futuro del recurso. Pope & Shepherd (1982) plantean que la informacin acumulada generalmente en una escala de tiempo corta y las tcnicas de anlisis de poblacin (e.g. Anlisis de la Poblacin Virtual), no muestran suficientes evidencias para justificar la reduccin del esfuerzo hasta que el proceso est muy avanzado. En situaciones donde se ha mostrado declinacin del reclutamiento es poco lo que se conoce sobre los procesos involucrados para predecir la tasa de recuperacin de la poblacin una vez que la pesca se reduce o se detiene. Ha habido una tendencia a explotar las poblaciones hasta que stas muestran signos de sobreexplotacin y en consecuencia es necesaria una gran reduccin del esfuerzo pesquero o cierre de la pesqueria con grandes implicaciones sociales y econmicas. Hay un nmero de problemas interrelacionados con el establecimiento de criterios de conservacin de stocks. La mayoria parecen depender de la disponibilidad del recurso para proveer rendimientos. Sin embargo, esto depende del tipo de pesqueria que se trate y de los recursos involucrados. Asi, en una pesqueria de arrastre la regulacin del esfuerzo se aplica con un criterio multiespecifico, de tal manera que no necesariamente ocurre un cambio en la composicin de las especies. En este caso se podria buscar el mximo rendimiento sostenido de las especies ms grandes y de mayor valor (Beddington & Rettig, 1984). Los criterios biolgicos de conservacin pueden ser encapsulados en la simple idea que una vez que se regula el esfuerzo pesquero, los cambios en la comunidad o abundancia de las especies objetivo podrian ser reversibles sobre un periodo de tiempo razonable.
Criterio econmico
Otro criterio para la regulacin de las pesquerias est relacionado con el incremento de la renta econmica. Sin embargo, en pesquerias no reguladas la aproximacin al equilibrio bioeconmico puede ser acompaada por incremento en la ineficiencia econmica (Beddington & Rettig, 1984; Lawson, 1984; Munro & Scott, 1985). En una pesquera en desarrollo puede haber una tendencia inicial en la declinacin de costos (debido a una aumento en el conocimiento en la localizacin de los recursos ms abundantes y/o mejoras en la eficiencia). Sin embargo, conforme se introduce mayor esfuerzo pesquero la poblacin tiende a reducirse, los costos a aumentar y los ingresos netos por unidad de esfuerzo a bajar. Estos cambios pueden ocurrir de manera tal que las reas de pesca ms cercanas son sobreexplotadas y las reas que previamente eran menos atractivas tendern a ser gradualmente utilizadas. Asi, el equilibrio bioeconmico se alcanzar en teora cuando la falta de ganancias desanime la entrada de nuevas embarcaciones a la pesquera. Como se ha discutido anteriormente, el problema bsico de las pesquerias en condiciones de acceso abierto es que nadie es dueo de la poblacin de manera que pueda prohibir a otros el uso de sta, por tanto los usuarios la utilizarn mientras sus ingresos totales sean mayores a sus costos totales. Los ingresos generados por el pescador individual por unidad de esfuerzo son iguales a los ingresos promedio de la pesqueria, por lo tanto stos son la consideracin importante para el pescador individual, dado que l no reduce su esfuerzo por el estmulo de los ingresos marginales de la pesquera como un
95
todo. Cuando una embarcacin adicional entra a la pesqueria, los ingresos de las embarcaciones existentes decrecern debido a cambios en el rendimiento promedio sostenible causado por el incremento en el esfuerzo. Los administradores pblicos y los politicos raras veces se refieren al concepto de eficiencia econmica; por el contrario se expresan en relacin a altas tasas de desempleo, quiebras y estancamiento o declinacin de los niveles de ingreso (Maiolo & Orbach, 1982). Tales consecuencias econmicas frecuentemente resultan de incrementar los costos, tales como el precio del combustible y las tasas de inters. Entre las desventajas del enfoque solamente econmico que no considera la dinmica del recurso, es que algunas pesquerias se siguen explotando an cuando la poblacin se ha reducido substancialmente. En algunos casos la disminucin del recurso y el aumento de los costos son compensados con un aumento en el precio resultante de una reduccin en la oferta global. El simple enfoque bioeconmico sin consideraciones ambientales no provee una descripcin de los eventos que suceden en la pesqueria, especialmente aquellas que involucran especies altamente sensibles a la variabilidad ambiental como los pelgicos menores (e.g. anchoveta y sardina). Tanto la poblacin como la pesqueria estn expuestos a factores exgenos ambientales que pueden cambiar los ingresos y costos totales (IT, CT) por lo que el verdadero equilibrio deterministico no existe (Beddington & Rettig, 1984).
96
pescadores sin empeorar el de otros. Las condiciones necesarias y suficientes para que una estrategia de manejo sea Pareto ptima son las siguientes: (i) Que la tasa de sustitucin tcnica entre cualquier par de insumos del esfuerzo de pesca sean iguales para todas la embarcaciones e iguales al cociente de precios de los insumos antes mencionados. (ii) Que no sea posible incrementar la captura y la renta econmica generada por una especie (o grupo de especies) sin disminuir las capturas y rentas econmicas que otros pescadores obtendrian de sta(s) especies u otras ecolgica y/o tecnolgicamente interdependientes. (iii) Que no sea posible redistribuir los capturas entre los consumidores de productos del mar de tal forma que el bienestar de un consumidor pueda mejorar sin que el bienestar de otro disminuya. Al combinar las condiciones (ii) y (iii) es posible derivar la condicin general que relaciona la produccin y el consumo de recursos pesqueros explotados: (iv) La tasa de sustitucin para cualquier par de recursos pesqueros deber ser igual para cualquier par de consumidores, y deber tambin ser igual a la tasa de transformacin de productos del mismo par de bienes para todas la empresas, debiendo asimismo, ser igual al cociente de precios entre los dos bienes. La teoria neoclsica de bienestar aplicada a recursos naturales (Randall, 1981; Hannesson, 1978; Schmid, 1978, 1989) plantea diferentes criterios de bienestar que tienen diferentes implicaciones distribucionales de los costos y beneficios resultantes de estrategias alternativas de manejo. Debe mencionarse que dao econmico es definido como la reduccin en el ingreso o satisfaccin de un individuo como resultado directo o indirecto de una decisin pblica. Una sintesis de dichos criterios se presenta en la Tabla 6.1. Tabla 6.1 Criterios de bienestar aplicados a pesquerias marinas
Criterio de Bienestar Pareto Eficiencia Pareto Seguridad Valor mximo producto social Caracteristica Distribucional Dao econmico permisible No permite el dao econmico Impacto Neutral para el pescador menos eficiente Neutral absoluto pescadores entre
del Dao econmico permisible si la sumatoria del Neutral bienestar es mxima y mayor que 0 No permite el dao econmico absoluto ni Proporcional relativo entre pescadores Permite dao econmico. Asume la existencia Neutral de una curva de indiferencia social
Pareto eficiencia. Con este criterio, el propsito de la politica pesquera es eliminar las soluciones ineficientes o que involucran desperdicios. Debe mencionarse sin embargo, que puede existir ms de una solucin eficiente ya que cualquier punto de la curva de Gran Utilidad o Satisfaccin (GUS) involucra eficiencia en la asignacin de recursos, eficiencia en la produccin, y eficiencia en el consumo (Randall, 1981:111118). Cada punto de la curva GUS es Pareto Eficiente, ya que: (i) se han eliminado las combinaciones de insumos que no quedan en la curva de posibilidades de produccin, (ii) se han eliminado las distribuciones de bienes que no quedan en la curva de eficiencia en el consumo, y finalmente (iii) se han eliminado todos los puntos que no quedan en la curva GUS. El concepto de Pareto Eficiencia es definido por tanto, como una situacin en la que es imposible mejorar a un pescador sin
97
simultneamente perjudicar a otro. Para lograr lo anterior, se habrn agotado ya todas las posibilidades de intercambio voluntario que permitian reasignar recursos o redistribuir bienes de forma ms eficiente. Sin embargo, inherente a cada punto de la curva GUS est una distribucin inicial de la riqueza. Lo anterior indica que seleccionar politicas pesqueras que resulten en soluciones eficientes involucrarn por consiguiente juicios de valor del responsable de manejar la pesqueria en cuestin ya que se favorecer o tomar como dada la dotacin inicial de riqueza. Asimismo, con el criterio de eficiencia el dao econmico es permisible ya que en la medida que se busque la eficiencia global a travs del intercambio, se parte de una distribucin inicial de derechos que afectar la distribucin resultante de beneficios y costos. Pareto seguridad. Con el criterio de Pareto seguridad, el propsito es lograr mejorias en el sector pesquero que tengan la condicin de que el instrumento de politica pesquera utilizado pueda incrementar los ingresos de un pescador o grupo de pescadores sin reducir el ingreso de otros. Lo anterior es denominado en la teoria del bienestar, como un mejoramiento Paretiano, Por lo tanto, con este criterio el dao econmico no es permitido. Debe mencionarse, sin embargo, que pudiera existir dao econmico relativo, ya que aunque no es permisible la reduccin en el ingreso real de algn pescador, los trminos de la distribucin relativa de la riqueza pudieran cambiar. Valor mximo del bienestar social. Este criterio de bienestar permite dao econmico real, dentro de limites definidos por la curva de indiferencia social, ya que el ptimo se encuentra en su punto de tangencia con la curva GUS. Aunque existe una importante discusin acadmica respecto a la imposibilidad de estimar una curva de indiferencia social (Arrow, 1976), el concepto general pudiera ser aplicado a pesqueras de manera cualitativa. Es decir, al considerar estrategias de manejo, el dao econmico es permitido siempre y cuando exista consenso social de que el nuevo desempeo de la pesqueria representa una mejora en el bienestar social del sector. Valor mximo del producto social. El criterio de manejo que sustenta al anlisis beneficiocosto es el del valor mximo del producto social, es decir, la estrategia de manejo que resulta con el valor presente del producto social de mayor magnitud, es la preferida. Con este criterio el dao econmico es permisible siempre y cuando la suma de las rentas econmicas obtenidas por los ganadores sea mxima y exceda las prdidas de los pescadores que no obtuvieron renta econmica del recurso. Los principios analiticos son similares a los del criterio previo con la diferencia de que la curva de indiferencia se asume como una linea recta con pendiente -1. La solucin ptima, es decir, la estrategia de manejo a seleccionar bajo este criterio involucra la tangencia de la curva de indiferencia antes mencionada con la curva GUS. Utilizando una curva de indiferencia con pendiente -1, el valor de la renta para la sociedad no implica ponderaciones distribucionales. Partes proporcionales constantes. Este criterio disponible para el manejo de pesqueras define como una mejora en el sector pesquero aquella estrategia de manejo que resulta en incrementos proporcionales en el ingreso de los diferentes tipos de pescadores que participan en la pesqueria. Con este criterio todos los pescadores se benefician de la nueva estrategia de manejo, y cada uno se deber beneficiar en estricta proporcin a su ingreso inicial. Bajo este criterio el dao econmico no es permisible. Debe mencionarse, sin embargo, que la distribucin de los montos absolutos de la renta generada por la pesquera no es la misma para cada pescador sino en proporcin a la renta
98
relativa derivada antes de que la nueva estrategia de manejo sea implementada. Los criterios antes mencionados pueden combinarse en el diseo de estrategias de manejo, de tal manera que los objectivos del proceso de manejo sean logrados. De lo anterior se puede concluir que los criterios de manejo que han de ser establecidos por la institucin responsable de administrar las pesqueras, debern hacer explicitos los juicios de valor distribucionales inherentes a cada uno de ellos.
99
conflictos internacionales con Estados contiguos cuando se trata de recursos compartidos. Ludwig et al. (1993) enfatizan que el manejo de los recursos naturales, ms que un problema ambiental, es un problema que involucra al componente humano existente en diferentes lugares y tiempos bajo una variedad de contextos sociales, politicos y econmicos. Por tanto, el reconocimiento de estos elementos en la definicin de estrategias de manejo es importante. La definicin de estrategias de manejo debe considerar la participacin de todos los grupos involucrados en el uso de los recursos. Esta participacin puede contribuir al desarrollo de estrategias que puedan ser factibles de aplicar y monitorear (Pinkerton, 1989; McDaniels, et al., 1994). Debe mencionarse tambin que el costo politico es uno de los factores que pueden influir en la mayoria de los gobernantes para adoptar medidas de manejo de los recursos.
100
derechos se debern reconocer tanto sus ventajas como sus limitaciones (Pearse, 1980; Young, 1981; Schmid, 1987). La asignacin de derechos se puede hacer en trminos de especies (e.g.especies reservadas), las cuales slo pueden ser explotadas por grupos de pescadores organizados en cooperativas pesqueras, o en trminos de reas como es el uso comunitario de bahias y lagunas costeras (Seijo, 1993; Castilla, 1994). Al asignar derechos de propiedad, los individuos que adquieren los derechos toman sus propias decisiones. Esto implica que algn grupo al que se asignan los derechos puede excluir a otros y definir el acceso a los recursos. De esta manera, los individuos u organizaciones a las que se les asigna el derecho de propiedad adquirieren responsabilidad sobre las tasas de explotacin del recurso, definiendo sus propias normas de uso (Acheson & Reidman, 1982; Seijo & Fuentes, 1989; McDaniels et al., 1994). Pueden existir diferencias en el concepto de utilizacin comunitaria de los recursos respecto a la entrada de nuevas embarcaciones a la pesqueria: (1) libre acceso si se permite entrada permanente y (2) conservacin si se limita la entrada de nuevas embarcaciones para maximizar la obtencin y distribucin de los beneficios para sus miembros. Por lo tanto, el nmero de embarcaciones y socios debe ser fijado no slo en funcin de los beneficios econmicos deseados, sino tomando en cuenta los niveles deseados de produccin y biomasa previamente establecidos. Esta medida de manejo presenta la desventaja de que slo puede ser eficazmente aplicada a especies con poca movilidad en un contexto regional.
101
tiende a reasignar los recursos cuando dos tipos de flota inciden sobre diferentes fracciones de la estructura de la poblacin (pesqueras secuenciales). Desde los aos 1970's las reservas marinas han sido establecidas con una variedad de funciones, y es partir de los aos 1990's que se ha dado el enfoque con fines de manejo. Estas han sido consideradas como una opcin para incrementar las capturas locales como resultado del aumento en el reclutamiento (Rowley, 1994; Clark et al., 1995). Sin embargo, la utilidad de las reservas marinas con fines de manejo es difcil de definir, dado que se necesitan mltiples replicas dentro de las reservas y sitios control fuera de ellas (Rowley, 1994) c. Control de la selectividad del arte, permitiendo el escape de juveniles para que crezcan y posteriormente se incorporen a la biomasa explotable. La velocidad con la que los beneficios de la regulacin de la malla ocurren, depender de las caracteristicas biolgicas de la poblacin. d. Restricciones en el uso de ciertos equipos como redes de arrastre en zonas arrecifales para proteger a las comunidades que dependen de stas, o el uso de explosivos y venenos con la finalidad de proteger los recursos y su productividad. Las restricciones tambin pueden consistir en limitar el esfuerzo de redes, lineas, trampas, etc., ms que eliminar el uso del arte por s mismo. e. Establecimiento de tallas minimas de captura, permitiendo a los organismos contribuir a la biomasa de la poblacin al menos en un perodo de reproduccin; adems al dejarlos crecer se puede obtener mayor biomasa en periodos posteriores. En este caso el mercado tambin puede repercutir en la talla de los organismos capturados. El comprador puede definir las tallas de los organismos que est dispuesto a comprar, por lo tanto el pescador tendr que capturar organismos de acuerdo a las caracteristicas demandadas.
102
establecimiento de cuotas puede resultar dificil de llevar a la prctica dadas las fluctuaciones naturales de las poblaciones, la fluidez de las capturas y la dispersin de la flota especialmente en el caso de pesquerias de pequea escala. Un problema que se presenta es definir cmo asignar las capturas, sobre todo cuando se trata de recursos compartidos a nivel internacional o estatal. En el caso del nivel regional puede ser cuando estn involucrados pescadores por ejemplo de flota artesanal e industrial. Lawson (1984) plantea algunas vias que podrian ser tiles para definir los mecanismos de asignacin. La asignacin de cuotas por tipo de embarcacin tambin se ha considerado como una medida para regular la cantidad capturada. Sin embargo, el problema se presenta cuando se trata de flotas muy heterogneas. Para mitigar esta situacin se requiere conocer el poder de pesca de las embarcaciones, la distribucin de frecuencias de los dias de pesca asignados estacionalmente a la pesqueria, el tiempo efectivo de pesca por dia y tipos de arte de pesca utilizados. Lo anterior involucra un proceso complejo, ya que por un lado se requiere un amplio conocimiento de estos elementos y por otro un continuo monitoreo para asegurarse que la magnitud del esfuerzo de pesca real no se incremente al sustituirse las embarcaciones o los artes con otras con mayor poder de pesca. Otro problema es la estandarizacin del esfuerzo en el caso donde son empleados diferentes mtodos de pesca o tipos de embarcaciones para explotar un mismo recurso, lo que se complica an ms cuando se trata de pesquerias de especies mltiples, donde es dificil diferenciar el efecto de ste sobre las diferentes especies involucradas. La restriccin de licencias limitar el ingreso a la pesqueria, permitiendo conocer el nmero de embarcaciones y pescadores que operan en el rea sobre los diferentes recursos. Al igual que en el caso anterior, se presenta el problema de definir a quienes se les otorgan las licencias y cuntos tipos de licencias se necesitan manejar sobre todo cuando existen diferentes tipos de embarcaciones con un desarrollo tecnolgico distinto; asimismo, definir el limite de licencias a expedir, dado que para ello se debe tener un monitoreo continuo de las capturas y del estado del recurso, lo cual implica altos costos de informacin. Adicionalmente, se tienden a incrementar los costos de vigilancia, ya que los pescadores a quienes no se les otorgaron las licencias podrian intentar realizar sus actividades de manera ilegal. Otra forma de incidir en el esfuerzo pesquero es a travs de impuestos y subsidios, lo cual afectar los costos (fijos y variables) con la consecuente modificacin en el esfuerzo. Los subsidios pueden ser empleados en comunidades de bajos ingresos, pero esto tiene un efecto de incrementos en el esfuerzo (Ludwig et al., 1993). Por su parte los impuestos pueden desmotivar a los usuarios a introducir embarcaciones con una consecuente reduccin en el esfuerzo pesquero, esto en el caso de que no haya evasin de impuestos, dado que en ocasiones resulta ms costoso la recoleccin de impuestos que los beneficios obtenidos de ellos. Con el uso de subsidios un problema dificil de superar es que los beneficiarios se acostumbran a ellos y no estn preparados para competir en la creciente apertura comercial global. Los subsidios estimulan la participacin en la actividad pesquera y su supresin puede implicar reduccin del esfuerzo y an del empleo, lo cual no es deseable desde un punto de vista normativo. Esto obviamente tiene repercusiones politicas y sociales, por lo que es necesario
103
tenerlo en consideracin cuand se plantee esta opcin como alternativa (Panayotou, 1983). La introduccin de nuevas tecnologias incidir en el poder de pesca. La competencia por el recurso puede causar que los dueos de los barcos o el gobierno en el caso de apoyar el impulso de una pesqueria introduzcan tecnologia que les permita mayor eficiencia en las capturas. Es importante que esta mejora sea eficiente pero que no llegue a representar un riesgo para la sobreexplotacin del recurso; algunos esquemas de regulacin prohiben tecnologia que tenga fuerte impacto sobre los recursos (Anderson, 1980). Por tanto la innovacin debe ser adecuada e introducida en el momento oportuno. Actualmente, dadas las preferencias generales de conservacin de recursos naturales, los desarrollos tecnolgicos en caso de pesqueras marinas se orientan cada vez ms al diseo de equipo con ms eficiente selectividad tanto de especies (e.g. incorporacin de dispositivos excluidores de tortugas en la pesqueria de arrastre de camarn), como de tallas.
104
Todas las medidas antes mencionadas necesitan de manera complementaria programas de extensionismo pesquero donde se sensibilice a los pescadores con respecto al aprovechamiento racional de los recursos renovables. Para ello es necesario que los resultados de investigacin sean traducidos en programas de educacin a travs de boletines tcnicos y material audiovisual que pueda ser presentado en las comunidades pesqueras, no slo a los pescadores activos, sino tambin a los usuarios potenciales (jvenes y nios).
105
problemas de optimizacin altamente complejos (e.g. optimizacin de estrategias de manejo en pesquerias de especies mltiples), es dificil encontrar soluciones ptimas globales. El mtodo de Box ha probado ser un medio efectivo para encontrar el vecindario del ptimo global.
donde: Y (T) = vector de valores de la funcin con criterios mltiples correspondiente a la opcin de manejo , evaluado en el horizonte de tiempo (O,T). = vector de parmetros de decisin correspondiente a la opcin de manejo . (O,T) = horizonte de tiempo relevante para el manejo de la pesqueria de inters. El modelo dinmico es entonces operado en modo de optimizacin tal y como se presenta en la
Figura 6.1 Diagrama de bloques conceptual para el problema de optimizacin de pesquerias con criterios mltiples. puede ser expresado como sigue:
Ahora bien, es la desviacin normalizada del valor del criterio con respecto a la opcin de manejo y al conjunto de objetivos . Lo anterior puede expresarse de la forma siguiente:
106
donde: g = objetivo para el criterio del conjunto de objetivos . Y = valor del criterio de la estrategia de manejo . b = valor de la corrida base para el criterio . Finalmente, * es el vector de parmetros de control ptimo de la pesquera, es decir, el vector que especifica la combinacin ptima de instrumentos de manejo de la pesquera de inters. Y es el vector de valores ptimos de la funcin de criterios mltiples, utilizada para evaluar el desempeo de dicha pesquera. La funcin sgn() cambia el signo de para aquellos objetivos menores que los valores base. Esta es la forma como los valores de relacionados con las diferentes variables, diferentes estrategias y diferentes conjuntos de objetivos pueden ser comparados. El procedimiento iterativo antes descrito, encuentra la desviacin ms grande, operando con todos los criterios hasta que no se puedan lograr mejoras significativas en el criterio con la ms grande desviacin. Por esta razn, el mtodo min-max tiende a encontrar soluciones Pareto ptimas al problema de optimizacin con criterios mltiples. El problema con este enfoque es la posibilidad de obtener soluciones mltiples, algunas Pareto inferiores a las otras. Para resolver este problema se sugiere la utilizacin de un procedimiento de bsqueda aleatoria, como el empleado por el mtodo Complex de Box (1965), que permite encontrar el ptimo global.
107
criterios mltiples en el proceso de ordenacin sea una tarea altamente compleja (Daz de Len & Seijo, 1992; Seijo et al., 1994b).
En los Captulos 2 y 5 se mencion que la naturaleza y comportamiento de las especies sedentarias hacen que el supuesto de agregamiento dinmico comn a los modelos expuestos hasta ahora, no se satisfaga. En especies sedentarias de importancia comercial, que incluyen aquellos organismos con poca o nula movilidad tales como moluscos bivalvos, gasterpodos y equinodermos, la aplicabilidad del modelo clsico es limitada. Las caracteristicas inherentes a su biologia, dinmica poblacional y estrategias de explotacin difieren de aqullas observadas en organismos pelgicos para los cuales se desarroll la teoria tradicional, y por consiguiente imponen importantes restricciones a su aplicacin. En efecto, los supuestos que subyacen a los modelos de produccin excedente y de agrupamiento dinmico no son siempre vlidos en recursos sedentarios por las siguientes razones: (1) su distribucin espacial es generalmente agregada (Elliot, 1977; Hall, 1983); (2) la relativa o nula movilidad impide su redistribucin en el rea de pesca (Caddy, 1989a; b); (3) la estrategia de pesca tiende a exterminar secuencialmente los parches hasta que dejan de ser rentables (Hancock, 1973; 1979; Caddy, 1975; 1979a, b; Conan, 1984; Orensanz et al., 1991); (4) los parmetros bsicos de crecimiento y mortalidad son dependientes de las condiciones ambientales y del tamao poblacional en distintas escalas de espacio y tiempo (Orensanz, 1986; Holm, 1990; Raimondi, 1990; Possingham & Roughgarden, 1990; Defeo, 1993a). Por todo lo anterior, el uso de la CPUE como indicador de abundancia en especies sedentarias es limitado: las hiptesis criticas del modelo de Schaefer analizadas en el Captulo 2 no serian contrastadas y en consecuencia la aplicacin de los modelos captura - esfuerzo seria invalidada. Debido a esto, dos aproximaciones (no excluyentes entre si) pueden ser apropiadas: 1) Relajar los supuestos de homogeneidad espacial del recurso y esfuerzo de pesca (Caddy, 1975; Sluczanowski, 1984; 1986). En tal sentido, stocks con amplia distribucin geogrfica, sujetos a cierta variabilidad ambiental que motiva fluctuaciones espaciales en su abundancia, crecimiento y mortalidad, pueden dividirse en subpoblaciones discretas (an cuando el stock est conectado por medio de dispersin larval) a ser consideradas como unidades de anlisis independiente, para luego integrar los resultados (Seijo et al., 1994b, c). 2) Desarrollar modelos bioeconmicos comprensivos que integren las caractersticas inherentes a estos recursos. Considerar los componentes espaciales de la distribucin, explotacin, interacciones ecolgicas y el efecto de gradientes ambientales en la distribucin por tallas y/o edades de un stock. En vista de la incertidumbre inherente a variables biolgicas, ambientales y econmicas (Lewis, 1982; Anderson, 1984; Sissenwine, 1984a, b; Seijo, 1986; Hilborn, 1987), considerar modelos estocsticos donde se haga explicito un componente de error aleatorio conjuntamente con una distribucin de
108
probabilidades de la prediccin en las relaciones causales establecidas en el modelo (Botsford, 1986; Seijo, 1987; 1989; Fogarty, 1989; Seijo & Defeo, 1994b; Seijo et al., 1994b). Por otra parte, los estudios sobre la dinmica del esfuerzo pesquero se han enfocado usualmente a las decisiones de largo plazo de los pescadores. Esto es, el nfasis ha sido en la determinacin de las tasas de entrada y salida a la pesqueria y en la caracterizacin de patrones generales de asignacin de la intensidad de pesca (Smith, 1969; Clark, 1976; Mangel & Clark, 1983; Emerson & Anderson, 1989). Sin embargo, es en el corto plazo cuando los pescadores toman decisiones sobre la especie objetivo a capturar y sobre la asignacin espacial de su esfuerzo pesquero (Hilborn & Ledbetter, 1979; Bockstael & Opaluch, 1983; Tanaka et al., 1991). Una vez que la especie objetivo ha sido seleccionada, se tiene que tomar la decisin de dnde iniciar el esfuerzo para capturarla. Como ha sido indicado por Eales & Wilen (1986), esta ltima pregunta ha sido poco abordada en la literatura de economa pesquera. En un estudio sobre el camarn de California, los autores antes mencionados encontraron que, en contraste con en el enfoque tradicional centrado en el exceso de capitalizacin de la flota, el problema parece ser ms bien de que las rentas se disipan como resultado del exceso de movimiento de los pescadores en respuesta a la abundancia espacial relativa observada el dia previo de pesca. Este es usualmente el caso en las pesquerias de pequea escala, en las que los pescadores toman decisiones a diario en un ambiente de incertidumbre respecto a los sitios de pesca alternativos, dadas sus restricciones de autonoma con respecto al puerto de origen (McKelvey, 1983; Salas et al., 1991). Por lo tanto, en este Capitulo se introducen consideraciones espaciales bsicas, notablemente la distancia de los puertos de origen a los sitios alternativos de pesca, en el anmica de la intensidad de pesca en el espacio y en el tiempo. Esto permitir entender mejor las decisiones de corto plazo de las pesquerias, en especial las artesanales. Asimismo, se amplia el grado de complejidad de las interdependencias tecnolgicas discutidas en el Capitulo 3 al incorporar la dimensin espacial en el anlisis.
109
(v) asignacin espacial de la intensidad de pesca proporcional a la quasi renta de los costos variables, (que incluyen los costos de transferencia del puerto de origen a los sitios alternativos de pesca), a la friccin de la distancia, es decir, los costos no monetarios asociados a la distancia, y a la probabilidad de encontrar el recurso en niveles rentables (Defeo et al., 1991; Seijo et al., 1994c; Cabrera, 1995; Hernndez, 1995). Con el objeto de incorporar al anlisis las consideraciones anteriores, en las secciones siguientes se presentan dos modelos con diferente grado de resolucin espacial y requerimientos de datos biolgico-pesqueros y econmicos. Los modelos se basan en el trabajo de Seijo et al. (1994c), quienes modelan la distribucin espacio-temporal de la biomasa, intensidad de pesca y renta derivada de pesquerias sedentarias en funcin de diferentes insumos y supuestos.
110
La asignacin espacial de la intensidad de pesca de m flotas provenientes del puerto h en el sitio de pesca k en el tiempo t (f khm(t+DT)), est dada por la siguiente ecuacin: fkhm(t)=SAEkhm(t)DPVhm(t) (7.1) donde: SAEkhm(t) = distribucin (0,1) de barcos tipo m provenientes del puerto h en los sitios alternativos de pesca k, en el tiempo t. DP = nmero promedio de dias efectivos de pesca por mes. Vhm(t) = nmero de embarcaciones de la flota tipo m, registradas en el puerto h que asignan su esfuerzo pesquero a la especie objetivo en el tiempo t. Debe mencionarse que intensidad de pesca es entendida aqui como esfuerzo efectivo por unidad de rea (Gulland, 1983:44). SAEkhm(t), es estimada por la ecuacin (7.2) de la forma siguiente:
donde: Pk =probabilidad de encontrar a la especie objetivo en niveles rentables en los sitios alternativos de pesca k. Este parmetro se calcula a partir del total de viajes a cada sitio de pesca y del nmero de ellos en los que se encontr la especie objetivo en niveles de abundancia que se tradujeron en valores de CPUE mayores o iguales a los costos variables del esfuerzo de pesca. quasiihm(t) = quasi renta de los costos variables recibidos por el tipo de embarcacin promedio m proveniente del puerto h como resultado de pescar en el sitio k en el tiempo t. Dkh = distancia del puerto h al sitio de pesca k. m = friccin de la distancia para el tipo de embarcacin m.
111
Quasi-renta de los costos variables por tipo de flota proveniente de diferentes puertos de origen
Para observar el comportamiento de la flota en el corto plazo, se requiere tambin estimar la quasi renta percibida por la embarcacin promedio del tipo m, proveniente del puerto h: quasi khm(t)=ITDkhm(t)-CVkhm(t) (7.3) Donde: ITDkhm(t) = ingresos totales por dia recibidos por embarcacin tipo m con puerto base h al capturar la especie objetivo en el sitio de pesca k en el tiempo t. CVkhm(t) = costos variables del esfuerzo pesquero incurridos por la embarcacin tipo m al pescar un dia en el sitio de pesca k en el tiempo t. Los costos variables son estimados considerando: a) el costo de transferencia, el cual es definido en base a la distancia Dkh del puerto de origen al sitio de pesca multiplicada por el costo promedio de combustible y lubricantes por Km recorrido (); y b) el valor de la proporcin () de la captura que es asignada a la tripulacin como pago por su esfuerzo pesquero. Otros costos variables tales como costos de carnada, mantenimiento, reemplazo de artes de pesca y avituallamiento, se agrupan en el parmetro denominado OCVm. Debe mencionarse que, en la dinmica de corto plazo, la permanencia de las embarcaciones en la pesquera estar condicionada a que los ingresos totales sean iguales o mayores que los costos variables, es decir, que la quasi renta de los costos variables sea igual o mayor que cero. Los costos variables son estimados por la ecuacin (7.4) de la forma siguiente: CVkhm(t)=qmBk(t)+Dkh+OCVm (7.4) Debe observarse que inherente a la funcin SAEkhm(t) existe una familia de distribuciones espaciales de la intensidad de pesca. A continuacin se describen cuatro casos: (I) Caso 1: pesqueras artesanales litorales. Cuando la distancia es irrelevante en trminos de los costos de transferencia del puerto de origen a los sitios alternativos de pesca ( = 0) y la correspondiente friccin de la distancia es cero ( = 0), es decir, no se perciben costos no monetarios para ir a pescar a los sitios alternativos de pesca, y existe la misma probabilidad de encontrar en niveles rentables al recurso en los sitios alternativos de pesca (P1=P2==Pk, donde k = 1..n), la distribucin resultante de SAE khm(t) es equivalente a la distribucin proporcional de la abundancia espacial. (ii) Caso 2: pesqueras de zonas costeras protegidas. Cuando son relevantes en trminos monetarios las distancias para transferise de los puertos de origen a los sitios alternativos de pesca ( < 0), pero con bajos o despreciables costos no monetarios asociados a la distancia por contarse con adecuadas condiciones de navegacin y operacin de pesca en reas de pesca protegidas natural o artificialmente (friccin de la distancia igual a cero, = 0), es decir, no se perciben costos no monetarios para ir a pescar a los sitios alternativos de pesca, y existe la misma probabilidad de encontrar en niveles rentables al recurso en tales sitios (P1=P2==Pk, donde k = 1..n), la distribucin resultante de SAEkhm(t) es equivalente a la distribucin proporcional a la quasi renta espacial. (iii) Caso 3: pesqueras de zonas costeras expuestas. Cuando son relevantes en trminos monetarios las distancias para transferirse de los puertos de origen a los sitios alternativos de pesca (>0), existe friccin de la distancia (>0), y la
112
misma probabilidad de encontrar en niveles rentables al recurso en tales sitios (P1=P2==Pk, donde k = 1..n), la distribucin resultante de SAEkhm(t) es equivalente a la distribucin proporcional a la quasi renta espacial e inversamente proporcional a la friccin de la distancia entre el puerto de origen y los sitios alternativos de pesca. (iv) Caso 4: pesqueras con altos costos de informacin. Cuando son relevantes en trminos monetarios las distancias para transferirse de los puertos de origen a los sitios alternativos de pesca (D>0 y >0), existe friccin de la distancia (>0), y heterognea probabilidad de encontrar en niveles rentables al recurso en tales sitios (P1P2Pk, donde k = 1..n), la distribucin resultante de SAEkhm(t) es equivalente a la distribucin proporcional a la quasi renta espacial y a la probabilidad de encontrar el recurso en niveles rentables e inversamente proporcional a la friccin distancia entre el puerto de origen y los sitios alternativos de pesca. Lo anterior puede resumirse en la tabla siguiente: Tabla 7.1 Propiedades del modelo SAE
Aplicacin SAE Caso 1 Caso 2 Caso 3 Caso 4 Costo monetario de Friccin de la Probabilidad de Distribucin esperada la distancia distancia encontrar recurso D1=D2==Dk =0 D1D2Dk >0 D1D2Dk >0 D1D2Dk >0 =0 =0 >0 >0 P1=P2==Pk P1=P2==Pk P1=P2==Pk P1P2Pk Proporcional abundancia a la
Proporcional a la quasi renta Proporcional a la quasi renta y a 1/D Proporcional a la quasi renta, a 1/D y a Pk
Donde: ITkhm(t) = ingresos totales recibidos por la flota tipo m con puerto base h al capturar la especie objetivo en el sitio de pesca k, en el tiempo t. CTkhm(t) = costos totales del esfuerzo pesquero incurridos por la flota tipo m al pescar en el sitio de pesca k en el tiempo t. Expresiones para ITkhm(t), y CTkhm(t) son presentadas en las ecuaciones (7.6) y (7.7): ITkhm(t)=(qmBk(t)Ptar+Cinc Pinc)fkhm(t) (7.6) CTkhm(t)=FCmVm+CVkhm(t)fkhm(t) (7.7) donde: Ptar = precio promedio pagado al pescador por kg de especie objetivo. Pinc = precio promedio ponderado pagado al pescador por kg de especies incidentales.
113
Cinc = captura promedio incidental por viaje de pesca de las embarcaciones tipo m. qm = coeficiente de capturabilidad de la embarcacin tipo m. Bk(t) = biomasa de la especie objetivo en el sitio de pesca k en el tiempo t. FCm = costo fijo diario por tipo de embarcacin m. Vhm = nmero de embarcaciones tipo m procedentes del puerto h. Los costos fijos incluyen pago de intereses sobre capital prestado para comprar la embarcacin, el motor y los artes de pesca. Asimismo, se incluyen en este rubro los gastos de administracin, seguros y el costo de oportunidad de capital. La tasa de captura dinmica es estimada por la ecuacin siguiente: Ckhm(t)=(qmBk(t)+RVkhm(t))fkhm(t) (7.8) donde la variable aleatoria RVkhm(t) es generada con una funcin de densidad probabilstica exponencialmente autocorrelacionada, utilizando la varianza observada de la captura por da. Esta variable aleatoria es incluida en el modelo para tomar en consideracin la variabilidad en la captura por sitio de pesca no explicada por el esfuerzo pesquero, la capturabilidad correspondiente y la biomasa disponible en dicho sitio. Esta variable es generada para mostrar que variaciones aleatorias en las capturas en un punto en el tiempo no son independientes de sus valores previos: la captura de hoy es dependiente en cierto grado de la captura de ayer. La seleccin del sitio de pesca es parcialmente dependiente de la seleccin previa de las reas de pesca. Factores ambientales (e.g. temperatura del fondo, corrientes, vientos etc.) que afectan la abundancia y distribucin espacial del recurso, tienden a ser dependientes en cierta magnitud de valores previos. Para generar esta variable se puede emplear, tal como se hizo para la elaboracin del modelo ALLOC, la subrutina EXACOR (Manetsch, 1986), utilizando la varianza de la captura observada para diferentes tipos de embarcaciones que asignan su esfuerzo pesquero en el sitio de pesca k. Esta subrutina utiliza una variable aleatoria uniformemente distribuida entre cero y uno para ser posteriormente transformada a la funcin de densidad exponencialmente autocorrelacionada. Debe mencionarse que las variables aleatorias pueden ser generadas con otras funciones de densidad probabilistica a travs del uso del mtodo de transformacin inversa o bien utilizando mtodos numricos, dependiendo si la funcin de densidad probabilistica puede ser integrada analiticamente o no para obtener la funcin de distribucin acumulada (Gottfried, 1984; Lewis, 1982).
Dinmica de la flota
114
Ya que no necesariamente todas las embarcaciones entran a la pesqueria el primer dia de la temporada de captura, este modelo utiliza modelos de retraso distribuido para la incorporacin de stas a la pesqueria. Este elemento es introducido para suprimir el supuesto bsico comn a los modelos de pesquerias, el cual sugiere que todas las embarcaciones entran necesariamente el primer dia de la temporada. Para este propsito se utiliza el modelo de retraso distribuido explicado en Capitulo 5 (Manetsch, 1976; Seijo et al., 1987, 1994c). Aplicado a este tipo de problema de dinmica intraanual de flotas diferenciables m provenientes de diversos puertos de origen h (Vhm(t)), la funcin de retraso distribuido puede ser descrita a travs de las siguientes ecuaciones diferenciales: (7.11)
donde: g(t) = salidas del proceso de retraso (nmero de embarcaciones que entran a la pesquera a lo largo de la temporada). 1(t),, 2(t),,g-1(t) son la tasas intermedias del proceso de retraso. DELm = valor esperado del tiempo de entrada de embarcaciones tipo m a la pesquera. g = orden del proceso de retraso. Finalmente, la asignacin espacial de la intensidad de pesca acumulada a lo largo de la temporada para las flotas m provenientes del puerto h en el sitio de pesca k, fakhm(t), est dada por la siguiente ecuacin:
115
cambios en abundancia espacial y temporal de la especie de inters es generada por la funcin de densidad antes mencionada utilizando la varianza de las capturas observadas. (v) Se asume que los pescadores son tomadores de precio tanto de la especie objetivo como del costo de los insumos requeridos para realizar el esfuerzo de pesca (Clark, 1985). (vii) Los costos de los insumos requeridos por viaje de pesca permanecen constantes a lo largo de la temporada de captura. Para ilustrar el comportamiento de corto plazo de este sencillo modelo espacial, se recomienda al lector conducir experimentos de simulacin bioeconmica espacial con el modelo ALLOC del paquete de software denominado SPATIAL publicado por la FAO (Seijo et al., 1994c).
Especificacin reclutamiento
espacial
de
la
biomasa
mxima
del
Para generar espacialmente la estructura inicial de la poblacin, se especifican las capturas por unidad de esfuerzo mximas observadas en el rea de distribucin del recurso (CPUEmaxkl), donde k corresponde a la latitud y l a la longitud. La biomasa mxima en las coordenadas kl (Bmaxkl) se obtiene dividiendo la CPUEmaxkl entre el coeficiente promedio de capturabilidad por unidad de rea. Ahora bien, el nmero de individuos a reclutarse cada ao se puede especificar como: (i) reclutamiento constante, (ii) dinmico y determinstico, o (iii) dinmico y estocstico. Para los dos ltimos, se emplea una funcin de reclutamiento del tipo Beverton & Holt (1957) de la forma siguiente:
donde: Rmax = reclutamiento mximo observado. Bkl(t) = biomasa de la especie en el sitio con coordenadas kl en el tiempo t.
116
RN(t) = (0, var) variable aleatoria normalmente distribuida en el tiempo t a generarse en el caso en que se seleccione la opcin de reclutamiento estocstico. Despus de estimar el nmero total de reclutas para el ao en cuestin, se procede a distribuirlos estacionalmente utilizando la funcin de retraso distribuido definida anteriormente tomando en consideracin el mes pico de reclutamiento y el perodo (en meses) en el que ocurre dicho reclutamiento. Posteriormente, el programa procede a reclutar espacialmente por parches a los individuos correspondientes al reclutamiento estacional.
donde: Rkl(t) = nmero de reclutas asentndose a partir del centro del parche con coordenadas kl en el tiempo t. NT(t) = nmero de reclutas a distribuir en el parche antes de verificar si se satisface o no la restriccin de biomasa mxima en las coordenadas aleatoriamente seleccionadas. x = distancia de la unidad de rea kl al centro del parche 2 = desviacin estndar de la densidad del parche (0 < < 1). La distancia del centro del parche (x), es estimada por la siguiente ecuacin:
donde: TSG = largo de la celda estimada a partir de la resolucin espacial especificada (e.g. grados, minutos y segundos). TTG = ancho de la celda estimada a partir de la resolucin espacial especificada.
i = 1, 2, 3,, SG j = 1, 2, 3,, TG y = SG/2 y SG = nmero de filas de la cuadricula geogrfica. y TG = nmero de columnas de la cuadrcula geogrfica. y z = TG/2.
117
donde Njkl(t) es el nmero de individuos de edad j localizados en el sitio kl en el tiempo t. El peso promedio de individuos de la edad j (Wj), es calculado por la ecuacin de crecimiento en longitud (Lj) de von Bertalanffy y su correspondiente conversin en peso: Lj=L(l-e(-kp(j-to))) (7.17) Wj=aLbj (7.18) donde: a y b son constantes de la relacin longitud-peso. Ahora bien, la distribucin en el espacio y en el tiempo de la estructura de la poblacin Njkl(t) se estima de la forma siguiente:
donde Sjkl(t) corresponde a la tasa finita de supervivencia de individuos de la edad j en el sitio con coordenadas geogrficas kl en el tiempo t, la cual es estimada de la forma siguiente: Sjkl(t)=[l-(l-e(-M+Fjkl(t)))] (7.20) donde M representa la tasa instantnea de mortalidad natural y Fjkl(t) la tasa instantnea de mortalidad por pesca de individuos de la edad j en el sitio kl en el tiempo t, calculada al multiplicar el coeficiente de capturabilidad por edades (qj) por la intensidad de pesca ejercida en el sitio con coordenadas geogrficas kl en el tiempo t(fkl(t)).
donde la capturabilidad por edad por unidad de rea (quaj) es estimada utilizando la ecuacin de rea barrida de Baranov (1918) y la curva logstica de selectividad (Sparre et al., 1989).
donde: pcap = probabilidad de captura del arte de pesca utilizado. area = rea barrida por da. SELj = selectividad del arte de pesca por edades. AREA = rea ocupada por stock.
118
La selectividad especfica por edades es estimada segn lo especificado en el Captulo 5.
Donde: Riskkl = riesgo o peligro percibido por los pescadores para realizar sus operaciones de pesca en los sitios alternativos de pesca kl. La captura y la renta por sitio de pesca a lo largo de la temporada se calculan de manera anloga al modelo ALLOC.
119
donde h es una constante positiva denominada parmetro de dinmica de la flota. La ecuacin (7.24) establece que en el largo plazo y bajo condiciones de acceso abierto: (i) si la renta obtenida de todos los sitios de pesca a lo largo del ao es mayor que cero, entonces habr entrada de nuevas embarcaciones a la pesquera, (ii) si la renta antes mencionada es negativa, se esperarn salidas de embarcaciones y, (iii) si la renta es igual a cero, entonces se considera que la pesquera se encuentra operando bajo condiciones de equilibrio bioeconmico y por tanto no existe estmulo para entrar o salir de la misma.
120
Modelo bioeconmico espacial para especies sedentarias: la almeja amarilla de Uruguay, un estudio de caso
Teniendo en cuenta los conceptos anteriores, Seijo & Defeo (1994b) realizaron un anlisis de corto y largo plazo de la pesquera de la almeja amarilla Mesodesma mactroides de Uruguay. Para ello se construy un modelo dinmico estocstico no lineal que contiene las ecuaciones bsicas de ALLOC para representar la dinmica espacial de corto plazo en la intensidad de pesca, pero adems est construido para representar el comportamiento del recurso y los usuarios en el largo plazo. La distribucin espacio-tiempo del esfuerzo pesquero en el corto plazo fue representada en funcin de las estimaciones dinmicas de la CPUE en sitios de pesca alternativos, sus distancias a diferentes localidades, la probabilidad de encontrar a la especie a niveles rentables, y los correspondientes ingresos netos en el da de pesca previo. Muchos de los datos empleados a tales fines figuran en Defeo et al. (1991). La dinmica de la pesquera en el largo plazo consider aspectos biolgicos tales como retrasos de tiempo entre el desove y el reclutamiento, as como una relacin stock-reclutamiento tipo Ricker, i.e., con forma de domo que determinaba una inhibicin del reclutamiento a altas densidades del stock parental (Defeo, 1993a, b). El reclutamiento en el tiempo fue tambin modelado en funcin de los patrones de reclutamiento aportados por Defeo et al. (1992) y distribuido a lo largo del ao usando la funcin gamma de orden 3 en un modelo de retraso distribuido. La mortalidad natural por sitio de pesca se model en funcin de la densidad inicial de reclutas y variaciones en salinidad. La dinmica de la pesquera en el largo plazo, en lo referente a entrada y salida de los pescadores de la actividad, fue modelada por medio de la ecuacin de Smith (1969) referida en el Captulo 2. El modelo de retraso distribuido al cual se hizo alusin en pginas anteriores fue aplicado a tales propsitos (ver Seijo & Defeo, 1994b). Desde un punto de vista econmico se consideraron adems precios de la almeja amarilla en el mercado local, costo de oportunidad de la mano de obra y costos de operacin por pescador (ver Defeo et al., 1991 para algunos datos bsicos de entrada al modelo). Conjuntamente con estos anlisis, Seijo & Defeo (1994b) efectuaron experimentos de simulacin con tres estrategias de manejo a efectos de observar el impacto dinmico en variables de desempeo de la pesquera, tales como densidad de adultos, captura y renta econmica por localidad. El impacto de tres vectores de manejo fue simulado y comparado con la corrida base que representaba el esquema de manejo imperante en ese momento (talla mnima de captura de 50 mm y 50 permisos de pesca). Los vectores de manejo fueron los siguientes: 1) el esquema bsico de manejo ms una cuota anual global de captura de 50 ton; 2) reduccin de la talla mnima comercializable a 43 mm (talla de madurez sexual) y aumento de permisos de pesca a 150; 3) aumento de permisos de pesca a 150, pero usando una talla mnima de captura de 50 mm.
El recurso
El modelo reprodujo adecuadamente la variabilidad temporal en la abundancia de reclutas y adultos, y fue validado estadsticamente a travs de la prueba no
121
paramtrica de Kolmogorov-Smirnov. Las Figs. 7.1a y 7.1b muestran respectivamente, las variaciones temporales de las abundancias de adultos y reclutas observadas y simuladas por el modelo. Se puede observar el marcado incremento en la abundancia de adultos a partir de 1988, como resultado de un experimento de exclusin humana entre marzo de 1987 y noviembre de 1989 (ver Defeo, 1993a, b y Defeo & de Alava, 1995 para detalles sobre el experimento). Paralelamente, se observa la inhibicin del reclutamiento para los dos ltimos aos observados (1989 y 1990), producto del fenmeno de sobrecompensacin ante altas densidades del stock desovante. Tambin como resultado de dicha inhibicin, el modelo predice una disminucin de la abundancia de adultos para aos posteriores, lo cual trae aparejado marcadas connotaciones de manejo: el aumento de la abundancia de adultos como resultado de una clausura de la pesquera demasiado prolongada en el tiempo, puede determinar en el largo plazo (2 aos) una merma en la disponibilidad de recurso a ser extrado (ver Defeo, 1993a, b).
Figura 7.1 Mesodesma mactroides. Comparacin de la abundancia observada y estimada por el modelo de largo plazo para reclutas (a) y adultos (b).
La pesquera
La pesquera mostr una fuerte incidencia estacional. El incremento de la captura en primavera y verano fue adecuadamente reproducido por el modelo, tanto en el corto como en el largo plazo. La Fig. 7.2 muestra la variabilidad espacial en la intensidad de pesca simulada para cada uno de los 4 sitios de pesca, la cual genera rentas diferenciales en cada zona.
122
Figura 7.2 Variaciones trimestrales en la intensidad de pesca simulada por zona en base al modelo de largo plazo (19831992) para la pesquera de almeja amarilla Mesodesma mactroides de las costas de Uruguay. En el corto plazo, el modelo explic satisfactoriamente la marcada variabilidad estacional observada en los das efectivos de pesca, magnitud de las capturas e intensidad de pesca por zona (Fig. 7.3a; ver tambin Defeo et al., 1991), as como las oscilaciones espaciales en la renta econmica generada por la pesquera. Los pescadores asignaron su esfuerzo de pesca en forma proporcional a la abundancia existente en cada zona de pesca (Defeo, 1993a, b); como resultado de ello, las zonas centrales de pesca 2 y 3, con mayor abundancia de stock, presentaron mayores valores de capturas (Fig. 7.3b) e intensidad de pesca. Cabe acotar que estas variaciones dentro y entre estaciones del ao fueron correctamente representadas por el modelo.
123
Figura 7.3 Mesodesma mactroides. Comparacin de la intensidad de pesca observada y simulada por estacin del ao (a); variaciones espaciales de la captura por zona de pesca (verano 1985) observada y estimada por el modelo de corto plazo (b). De acuerdo a los resultados logrados, se propone una tcnica de rotacin de reas que considera perodos de desigual demanda del producto as como variaciones en la accesibilidad y abundancia del recurso (Defeo et al., 1991; Seijo & Defeo, 1994b). La investigacin bioeconmica sobre este recurso remarca la ya consabida tendencia de los recursos litorales con bajos costos operativos a lograr el equilibrio bioeconmico a altos niveles de esfuerzo pesquero. Ello incrementa seriamente el riesgo de sobreexplotacin de este tipo de especies.
124
aplicacin de cada estrategia. Ello implica la adopcin de criterios de decisin bajo condiciones que consideren el riesgo asociado a cada alternativa de manejo. En el presente Captulo se presentan algunos aspectos claves sobre el anlisis de riesgo e incertidumbre asociado al manejo precautorio de recursos pesqueros. En primer trmino se considera la evaluacin de decisiones de manejo con y sin probabilidades matemticas. Posteriormente, se analiza la variabilidad en la estimacin de parmetros biolgicos y de manejo derivados de modelos pesqueros en funcin del uso de mtodos de remuestreo intensivo (e.g. bootstrap). Se ejemplifica la aplicacin de esta tcnica por los modelos de produccin excedente que emplean la tasa instantnea de mortalidad total como variable predictora de las capturas. Por ltimo, se presenta un anlisis de riesgo simple en base a los resultados obtenidos de dicho anlisis de variabilidad, donde las estimaciones derivadas de la aplicacin del bootstrap son consideradas a fin de generar medidas precautorias de manejo.
125
riesgo es la probabilidad de ocurrencia de un evento no deseado, (ii) incertidumbre es el conocimiento incompleto respecto de un proceso o estado de la naturaleza, y (iii) incertidumbre estadstica es la estocasticidad o error proveniente de varias fuentes, descrito utilizando mtodos estadsticos. Las principales fuentes de incertidumbre en pesqueras marinas se describen a continuacin.
126
comportamiento estratgico de los pescadores respecto a las regulaciones debe ser considerado cuando se establecen las expectativas de vigilancia y cumplimiento de una estrategia de ordenacin especfica (Sutinen et al., 1990). El enfoque ms sencillo, cuando se presentan los posibles impactos de estrategias alternativas de ordenacin, es considerar que las regulaciones sern respetadas (Hilborn & Peterman, 1996). Sin embargo, el comportamiento dinmico de los pescadores respecto a la asignacin espacial y temporal de su esfuerzo de pesca, la seleccin de las especies objetivo y de las artes de pesca a utilizar y la veracidad del contenido de los avisos de captura por especies, entre otros, pudiera cambiar en respuesta a los estmulos generados por el esquema de ordenacin bajo consideracin. Cuando no se consideran este tipo de respuestas en el anlisis bioeconmico de las pesqueras, entonces se tiende a subestimar la incertidumbre inherente al posible desempeo de los instrumentos especficos de ordenacin pesquera (Rosenberg & Brault, 1993). (5) Incertidumbre en las condiciones ambientales futuras. Los cambios en las condiciones ambientales naturales tienen, frecuentemente, un importante impacto en la abundancia y distribucin espacial y temporal de las especies marinas. Para poder realizar predicciones dinmicas de la pesquera, el analista requiere pronosticar las condiciones ambientales futuras, especialmente en pesqueras cuya sensibilidad a los cambios ambientales es relativamente alta. En general se consideran tres tipos de supuestos alternativos: (1) que las condiciones ambientales sern constantes y correspondientes al promedio de las observaciones histricas; (2) que las condiciones ambientales variarn aleatoriamente alrededor del promedio con varianza y funcin de densidad probabilstica observadas; y (3) que las condiciones ambientales presentarn patrones sistemticos tales como tendencias lineales, o bien patrones ambientales peridicos. Los supuestos antes mencionados se sustentan en que la variabilidad ambiental futura se basa en patrones histricos, lo cual no necesariamente ocurre en la realidad, introducindose en consecuencia incertidumbre respecto a las condiciones ambientales futuras. (6) Incertidumbre sobre las condiciones econmicas, polticas y sociales futuras. Otra fuente de incertidumbre es la asociada a la variabilidad de las condiciones econmicas, polticas y sociales del contexto en el que se desenvuelve la pesquera. La incertidumbre en el mercado donde se determinan los precios de especies objetivo e incidentales y los costos de insumos del esfuerzo pesquero, pudiera influir en el comportamiento dinmico del esfuerzo pesquero y consecuentemente en la mortalidad por pesca y las capturas, y por consiguiente en la abundancia de la poblacin en el tiempo. Cambios en el ambiente poltico local, regional e internacional (en el caso de recursos compartidos o de capturas de capturas de especies incidentales amenazadas) pudieran tambin constituir una fuente importante de incertidumbre en el anlisis bioeconmico de pesqueras. Cambios en los niveles de bienestar de las comunidades costeras ocasionados por fuentes endgenas o exgenas a la pesquera bajo consideracin pudieran constituir una importante fuente de incertidumbre por modificaciones que pudieran resultar en los niveles de intensidad de pesca y actitud respecto a las regulaciones sobre la explotacin de los recursos costeros. (7) Incertidumbre sobre los objetivos futuros de ordenacin. Tal como se estableci en el Captulo 5, los objetivos de los planes de manejo deben revisarse peridicamente para adecuarlos a las condiciones dinmicas del recurso y de los usuarios y a los posibles cambios en el tiempo de las
127
prioridades del sector pesquero en su conjunto. Lo anterior conlleva implicaciones respecto a las predicciones dinmicas que se realicen para la pesquera. Los posibles cambios en los objetivos de ordenacin constituyen en s otra fuente importante de incertidumbre. Anderson (1984) apunta, adicionalmente, que los administradores pesqueros constituyen en s una fuente importante de incertidumbre, ya que el comportamiento del administrador variar en funcin a sus preferencias. Adems de la incertidumbre inherente a la dinmica del recurso y de los pescadores, Anderson (1984) introduce un componente de regulacin al sistema, el cual est representado por las personas o instituciones encargadas de administrar la pesquera. En este caso tambin existen fuentes de incertidumbre originadas por el manejador, dado que el comportamiento de la agencia o de las personas encargadas de la regulacin es en muchas ocasiones impredecible. En general, stas tendern a maximizar sus funciones de utilidad o satisfaccin sujetas a su presupuesto financiero y a su capital poltico. Niskanen (1971) expone que la maximizacin de los beneficios del regulador pueden reflejarse en su salario prestigio. Dado que la regulacin se basa en parmetros con incertidumbre, tambin existir incertidumbre en su aplicacin. El problema se complica cuando se comparten recursos a nivel internacional, o bien an dentro de un pas en el cual existen diferencias a nivel estatal y por tanto es difcil predecir el comportamiento de varias agencias responsables de la ordenacin pesquera. En el contexto anterior, Anderson (1984) introduce el concepto del equilibrio bioregunmico, el cual se alcanza cuando se produce el equilibrio simultneo de los tres componentes: biolgico, econmico y de regulacin. La teora econmica de regulacin ve al gobierno como productor u ofrecedor de regulacin y al individuo o firma como al que demanda la regulacin, describiendo el comportamiento de los costos y beneficios (marginales y promedio) al introducir el elemento de regulacin. De acuerdo con el modelo existen tres puntos bsicos: el equilibrio en el acceso abierto, el equilibrio bioregunmico y el nivel ptimo social, los cuales no necesariamente tienen que ocurrir en el mismo nivel de esfuerzo. El anlisis esttico de Anderson (1984), considerando precios constantes, describe el comportamiento del regulador tratando de maximizar sus utilidades, en la medida que tiene que satisfacer las exigencias de los diferentes grupos de inters involucrados en la pesquera. As tendr que negociar a fin de tomar la decisin que considere conveniente: al respecto existe incertidumbre en las funciones de preferencia de los administradores de los recursos, las cuales pueden estar representadas por una serie de curvas de indiferencia en el espacio de costos y beneficios, y cuya forma y posicin depender del peso que le otorga a cada grupo de la sociedad, con el fin de maximizar sus propios beneficios netos (ver Anderson, 1982a, b; 1984). Ahora bien, para contender con algunas de las fuentes de incertidumbre identificadas anteriormente, a continuacin se presenta en enfoque de teora de decisiones bajo condiciones de riesgo e incertidumbre y diferente disponibilidad de observaciones sobre las probabilidades de ocurrencia de eventos y procesos (estados de la naturaleza) en las pesqueras de inters.
128
naturaleza i (por ejemplo, reclutamiento 20 % superior al promedio, o bien reclutamiento inferior al promedio en un 20%), es posible estimar el valor esperado (VE) del VPN resultante de utilizar diferentes decisiones de manejo (D1, D2,,Dm).
Ahora bien, la varianza correspondiente (VAR) puede ser estimada de la forma siguiente:
En anlisis de pesqueras en los que se incorporan el riesgo y la incertidumbre y se cuenta con probabilidades matemticas sobre los posibles estados de la naturaleza que pudieran afectar su desempeo (e.g. presencia o ausencia de condiciones ambientales favorables para un reclutamiento exitoso), el responsable de manejar la pesquera deber hacer un balance entre el valor esperado y las varianzas correspondientes a las decisiones de ordenacin alternativas (ver ejemplo ms abajo).
129
cauto pero no tanto como en el criterio anterior, se puede utilizar el criterio Minimax. Con este criterio se seleccionar aquella decisin de manejo que minimiza las prdidas mximas. Prdida mxima es definida como la diferencia entre el beneficio real y el que pudo haber sido obtenido si se hubiera tomado la decisin correcta. Finalmente, si el reponsable del manejo de la pesquera es ampliamente optimista y por tanto buscador de riesgo, se pordr empleara el criterio Maximax, mediante el cual se seleccionar la decisin con el posible beneficio neto ms alto. Los criterios de decisin bajo condiciones de riesgo e incertidumbre pueden ser aplicados a los modelos bioeconmicos descritos en los Captulos 3 y 5. En estos modelos es posible incorporar la incertidumbre en parmetros biolgicos dependientes de la variabilidad ambiental por ejemplo, e hiptesis alternativas sobre el comportamiento dinmico del recurso y de las flotas que lo capturan. En tal sentido, pueden considerarse diferentes estados de la naturaleza tanto para parmetros crticos (e.g. reclutamiento promedio, tasa instantnea de mortalidad natural, precio de la especie objectivo), como para hiptesis del comportamiento de procesos bioeconmicos fundamentales de la pesquera (e.g. grado de heterogeneidad en la distribucin espacial del recurso, estrategias de asignacin espacial de la intensidad de pesca), los cuales resultarn en diferentes desempeos de la variables biolgicas y econmicas de la pesquera si se tomaran las decisiones alternativas de ordenacinD1, D2, , Dn. En el desarrollo del ejemplo ilustrativo que se presenta a continuacin, se podr observar la operacionalizacin de estos conceptos sobre riesgo e incertidumbre.
precautorio
con
sin
Sean S1 y S2 posibles estados de la naturaleza correspondientes a dos niveles de reclutamiento observados con sus correspondientes probabilidades de ocurrencia P1=.75, P2=.25. El analista pesquero desea incorporar el riesgo y la incertidumbre asociados a tres decisiones alternativas de ordenacin D1, D2 y D3. Se le ha solicitado que represente el desempeode la pesquera estimando el VPN de las estrategias manejo para cada estado de la naturaleza bajo consideracin y presente los resultados en una tabla de decisin (Tabla 8.1). Tabla 8.1 Valor presente neto (US$ `000) de tres estrategias alternativas de ordenacin (D1, D2 y D3) bajo diferentes estados de la naturaleza (S1, S2) y sus correspondientes probabilidades de ocurrencia (P1, P2).
Decisin D1 D2 D3 Estados de la Naturaleza S1(P1=.75) -30 80 50 S2(P2=.25) 400 150 300 77.5 97.5 112.5 34668 918.75 11719 186 39 108 VE VAR DE
DE desviacin estndar
Como puede observarse en la Tabla 8.1 el mximo valor esperado del valor presente de la renta lo genera la decisin de manejo D3. Sin embargo, la varianza es mayor para la decisin de manejo D3 que para la decisin de manejo D2. El responsable de tomar la decisin deber entonces hacer un balance entre valor esperado y varianza. Un decisor neutro al riesgo
130
seleccionar aquella estrategia de ordenacin que genere el mximo valor esperado del VPN. decir, identificar la estrategia D3. Un decisor con aversin al riesgo optar por aquella estrategia de ordenacin que genere al mnima varianza (D2). Finalmente, un adminstrador de pesqueas buscador de riesgo, seleccionar aquella estrategia que genere el mximo VPN ante cualquiera de los estados de la naturaleza(D1). Criterio Bayesiano El criterio Bayesiano es un procedimiento que utiliza distribuciones previas para ayudar en la seleccin de la estrategia de manejo. Cuando la obtencin de datos experimentales es viable, las distribuciones previas deben ser actualizadas, estimando las distribuciones posteriores a travs de utilizar la informacin ms reciente sobre los posibles estados de la naturaleza. En consecuencia, la distribucin posterior es solamente la probabilidad condicional de la distribucin previa, dadas las observaciones experimentales. El principio Bayesiano le indica al decisor que seleccione aquella decisin que minimiza la prdida esperada, es decir, elige aquella decisin que minimiza el valor esperado de la matriz de prdida de oportunidades (Tabla 8.2). Tabla 8.2 Aplicacin del criterio Bayesiano: matriz de prdida de oportunidades (US$'000).
Decisin D1 D2 Prdida de Oportunidades S1(P1=.75) 80(-30) = 110 80 80 = 0 8050 = 30 S2(P2=.25) 400 400 = 0 400150 = 250 400300 = 100 Valor esperado de Prdida de Oportunidades 82.5 62.5 47.5 la
D3
Criterio de Decisin: Seleccionar la estrategia de manejo que proporcione el mnimo de losvalores esperados de las prdidas de oportunidades: D3
Criterio de Decisin: Seleccionar de la estrategia de manejo de proporciones el mximo de los valores mnimos de VPN:D2. Ahora bien, si el responsable del manejo de la pesquera es cauto pero no tanto como el decisor cuyas preferencias se reflejan con el criterio Maximin, entonces se puede recurrir al criterio Minimax. Tabla 8.4 Aplicacin del criterio Minimax: matriz de prdida de oportunidades (US$'000).
131
Prdida S1 80(-30) = 110 80 80=0 8050=30 de Oportunidades S2 400 400 = 0 400 150=250 400300=100 Mxima de Oportunidades 110 250 100 Prdida
Decisin D1 D3 D3
Criterio de Decisin: Seleccionar la estrategia de manejo que proporcione el minimo de losvalores correspondientes a la mxima prdida de oportunidades: D3 Finalmente, en la Tabla 8.5 se aplica el criterio Maximax que representa las preferencias de ordenacin de administradores de recursos pesqueros altamente optimistas y buscadores de riesgo. Tabla 8.5 Aplicacin del criterio Maximax.
Decisin D1 D2 D3 VPN de los estados de la naturaleza S1 -30 80 50 S2 400 150 300 400 150 300 Mximo VPN
Criterio de Decisin: Seleccionar la estrategia de manejo que proporcione el mximo VPN detodas las alternativas de ordenacin: D1
Estimaciones confianza
jackknife-bootstrap
para
intervalos
de
132
Estos mtodos se basan en el remuestreo de una serie temporal de datos utilizados para modelar el comportamiento de una pesquera. Jackknife. El jackknife consiste en retirar secuencialmente y con reemplazo un par de datos (e.g. un ao) de una base de n pares de datos correspondientes por ejemplo a una serie de n aos de datos de captura y esfuerzo. Se generan as n grupos de n1 datos, los cuales proveen estimaciones de los parmetros biolgicos o de manejo derivados de los modelos pesqueros. El intervalo de confianza calculado en base a los estimadores jackknife puede ser obtenido con el clsico procedimiento de estadistica lineal, asumiendo que las funciones de densidad probabilstica de los parmetros es normal (jackknife normal based sensu Meyer et al., 1986; ver este trabajo para mayores detalles). Si bien sta constituye una tcnica promisoria para la estimacin de intervalos de confianza (Hilborn & Walters, 1992), su aplicacin ha sido poco frecuente o problemtica, debido a las siguientes razones: (a) al parecer es confiable solamente para casos en los cuales se emplea estadstica lineal (Efron, 1982), cuando en general los modelos pesqueros son de naturaleza no lineal; (b) su aplicacin ha mostrado ciertas dificultades, inherentes a la estructura tpica de las bases de datos en pesqueras. Tal como fue someramente mencionado en el Captulo 2, las estimaciones de los parmetros son en fuerte grado dependientes de los valores extremos, en particular de la variable independiente (e.g. esfuerzo, mortalidad total, stock parental). Los valores de dichas variables, situados en los extremos de las curvas de produccin, proveen la informacin ms importante desde un punto de vista biolgico-pesquero. Al ser omitidos por el procedimiento secuencial del jackknife, puede producirse una importante desviacin de la conducta general del modelo y por tanto generar amplia dispersin en la estimacin de valores medios y consecuentemente en los intervalos de confianza. Caddy & Defeo (1996) observaron tal comportamiento en la aplicacin del jackknife a modelos captura-mortalidad y concluyeron que el jackknife es un procedimiento inefectivo en proveer estimaciones de varianza para series de tiempo de valores de captura y mortalidad anual moderadamente cortas. Este hecho se agrava si se considera la tendencia a encontrar pocos datos en los extremos de las curvas de produccin. Asimismo, dichos autores observaron que el bajo nmero de estimaciones (e.g. n estimaciones para n nmero de datos, generalmente bajo en pesqueras) no provee una clara distribucin de los parmetros de manejo. No obstante la tendencia general a la asimetra, el bajo nmero de datos impide aplicar correctamente la teora de percentiles, lo cual genera complicaciones adicionales a la estimacin de intervalos de confianza, debido a que la media en tales casos no es un adecuado predictor de la tendencia central (Caddy & Defeo, 1996). Bootstrap. Uno de los mtodos potencialmente ms poderosos para la estimacin de intervalos de confianza es la tcnica de remuestreo intensivo bootstrap (Efron, 1982; Manly, 1991). Esta se basa en dos apoximaciones diferentes: (1) el remuestreo aleatorio de los valores originales de un conjunto de datos; y (2) el remuestreo de los errores derivados de las estimaciones al ser confrontadas con las observaciones empleadas para ajustar cierto modelo pesquero. Bootstrap con el conjunto de datos originales. Esta tcnica es utilizada en base al remuestreo aleatorio con reemplazo del conjunto original de los n pares de datos correspondientes a un modelo pesquero en particular. Estos pares de
133
datos pueden corresponder por ejemplo a series anuales de las variables captura-esfuerzo captura-mortalidad total para modelos de produccin excedente, a stock y reclutamiento para un modelo parentela-progenie, etc. Como resultado del remuestreo aleatorio con reemplazo, cualquiera de los pares de datos correspondientes a un ao dado pueden ser usados mltiples veces in estimaciones sucesivas de bootstrap (Efron, 1982). Por lo general, se sugiere como mnimo 300 replicaciones bootstrap a efectos de estimar intervalos de confianza. Bootstrap con base en errores. En este caso, luego del ajuste de los datos observados a cierto modelo pesquero, las predicciones generadas de la variable dependiente son restadas a las observadas, obtenindose el trmino de error e para cada una de la n observaciones. Estos errores son aleatoriamente remuestreados con reemplazo y asignados a cierto valor predicho de Y, generndose as Y, un nuevo grupo de datos de Y, con base en la suma de los valores predichos de Y y en el error aleatoriamente asignado. Este grupo de datos es usado conjuntamente con la variable independiente para ajustar nuevamente el modelo. Tambin en este caso es deseable realizar por lo menos 300 replicaciones en dicho procedimiento. Los valores medios e intervalos de confianza de los parmetros se pueden estimar de dos maneras:(1) en caso de que las funciones de densidad probabilistica de los parmetros sean simtricas y por tanto sigan una curva normal, los estimadores y sus intervalos de confianza pueden ser obtenidos con base en los valores estimados de la media y error estndar, conjuntamente con el valor de t de Student correspondiente a los grados de libertad especificados. (2) Cuando las distribuciones de los parmetros del modelo son asimtricas, el uso del mtodo de percentiles resulta una herramienta til para englobar cierto porcentaje de tales distribuciones. En este caso, la mediana es un estimador ms informativo y menos sesgado que la media (Meyer et al., 1986: Caddy & Defeo, 1996). En el trabajo de Caddy & Defeo (1996), las ecuaciones (2.39) y (2.49) fueron usadas para ajustar el modelo logistico, mientras que las ecuaciones (2.58) y (2.63) lo fueron para ajustar el modelo exponencial. Los valores modales y medios y los intervalos de confianza para los parmetros fueron obtenidos para cada modelo por medio de 300 replicaciones bootstrap de los datos originales (e.g. no fue aplicada la alternativa de remuestreo de errors). Los intervalos de confianza para los parmetros de la poblacin (M, Bx y r) y de manejo (FMRS, ZMRS, MRS), fueron obtenidos usando la aproximacin de percentiles (ver Meyer et al., 1986 para detalles sobre la teora). Debido a la naturaleza asimtrica de casi todas las funciones de distribucin de los parmetros generados por los modelos pesqueros, la aproximacin basada en el remuestreo aleatorio de los errors conjuntamente con la aplicacin de la teora de percentiles podra ser ms usada en la prctica (Caddy & Defeo, 1996). La razn de ello radica en la naturaleza intrinseca de los grupos de datos generados en el anlisis de pesquerias. En efecto, por lo general stos deben abarcar el mayor rango posible de valores de la variable independiente a efectos de observer la respuesta de la variable dependiente a dicha variacin (e.g. amplios valores de stock desovante para evaluar el xito de reclutamiento en los modelos stock-reclutamiento; de mortalidad total esfuerzo de pesca con respecto a capturas en modelos de produccin excedente). En este contexto, la aplicacin del bootstrap con base en remuestreo aleatorio con reemplazo de los errors (Kizner, 1990), posee la ventaja de mantener inalterada la estructura
134
original del grupo de datos y disminuye la probabilidad de obtencin de valores negativos y amplios intervalos de confianza. Prez & Defeo (1996) observaron que la principal diferencia entre las aproximaciones bootstrap radica en que al remuestrear los errores, el rango de los parmetros se desplaza hacia valores ligeramente mayores, tanto en el limite inferior como superior de la distributin (excepto el limite superior para la bioasa virgen). En trminos prcticos esto significa que los resultados obtenidos a travs del remuestreo de los errores producirian un escenario menos conservador. Esto podria tener importancia al momento de la toma de decisiones, sobre todo en el contexto del enfoque precautorio (Garcia, 1994), al proporcionar mayores elementors de juicio al administrador para enfrentar, explicitamente, la existencia del riesgo inherente a la toma de decisiones (Hilborn et al., 1993). Este anlisis requiere de mayores investigaciones al respecto, las cuales se estn llevando actualmente a cabo. Es importante hacer notar que este mismo procedimiento puede ser aplicado con base al modelo bioeconmico desarrollado en el Capitulo 2. Se emplea el modelo biolgico a efectos demostrativos.
135
los parmetros de manejo, ofreciendo asi una alternative prctica para el manejo de recursos pesqueros. En el contexto anterior, puede utilizarse como herramienta complementaria el mtodo de Monte Carlo para estimar intervalos de confianza en parmetros y variables bioeconmicas (Seijo, 1986). Esta tcnica, que ha sido ampliamente utilizada en pesquerias (Lewis, 1982; Hilborn & Walters, 1992), tambin permite evaluar el sesgo asociado en estimadores biolgico-pesqueros.
Bibliografa Citada
Acheson, J. & R. Reidman. 1982. Biological and economic effects of increasing the minimum legal size of American lobster in Maine. Trans. Amer. Soc. 111: 112. Ackoff, R. L. 1962. Scientific method: Optimizing Applied Research Decisions. J. Wiley & Sons, New York. Agnello, R.J. & L.P. Donnelley. 1976. Externalities and property rights in the fisheries. Land Econ. 52: 518529. Agello, R.J. & L.G. Anderson. 1983. Production responses for multi-species fisheries. Can. Fish. Aquat. Sci. 38: 13931404. Akenhead, S.A., J. Carscadden, H. Learn, G.R. Lilly & R. Wells. 1982. Cod capelin interactions off Northeast Newfoundland and Labrador. En: Mercer, M.D. (ed), Multispecies Approaches to Fisheries Management Advice. Can. Spec. Publ. Fish. Aquat. Sci. 59: 141148. Anderson, L.G. 1975a. Analysis of open-acess commercial exploitation and maximum economic yield in biological and technologically interdependent fisheries. J. Fish. Res Bd. Can. 32; 18251842. Anderson, L.G. 1975b. Optimum economic yield of an internationally utilized common property resource. Fish. Bull. 73: 5166. Anderson, L.G. 1977. The Economics of Fisheries Management. The John Hopkinbs University Press, New York. Anderson, L.G. 1980. A comparison of limited entry fisheries management schemes. En: ACMRR Working Party on the Scientific Basis of Determining Management Measures, FAO Fish. Rep. 236: 4774. Anderson, L.G. 1981. Economic Analysis for Fisheries Management Plans. Ann Arbor Science Publishers, Michigan. Anderson, L.G 1982a. Optimal utilization of fisheries with increasing costs of effort. Can. J. Fish. Aquat. Sci. 39: 211214. Anderson, L.G. 1982b. An economic analysis of joint recreational and commercial fisheries. En: Grover, J.H. (ed.), Allocation of Fishery Resources. Proceedings of the Technical Consultation, Vichy, France, 1980. FAO/AFS: 1626. Anderson, L.G. 1984. Uncertainty in the fisheries management process. Mar. Res. Econ. 1: 77 87. Anderson, L.G. 1986. The Economics of Fisheries Management. Revised and enlarged edition. The John Hopkins University Press, Baltimore. Anderson, L.G. 1994. Fundamental issues in the design of ITQ programs. En: Antona, M., J. Catanzano & J. Sutinen (ed.), Proceedings of the sixth conference of the International Institute of Fisheries Economics and Trade. Paris, Francia. Tomo ll: 787801.
136
Anderson, L.G. 1995. Privatizing open access fisheries: individual transferable quotas. En: Bromley, D.W. (ed.), Handbook of Environmental Economics. Blackwell Publishers, Cambridge, Mass.: 453474. Arce, M., J.C. Seijo & S. Salas. 1991. Estimacin de crecimiento de la langosta Panulirus argus Latreille mediante funciones de singularidad. Rev. Invest. Mar. (Cuba), 12: 184192. Arceo, P. 1991. Anlisis bioeconmico de funciones captura-esfue de langosta (Panulirus argus Latreille). Tesis de maestr, CINVESTAV-IPN Unidad Mrida, Yucat-, Mxico. 75 pp. Arceo, P. & J.C. Seijo. 1991a. Fishing effort analysis of the small-scale spiny lobster fishery (Panulirus argus) fleet of the Yucatan shelf. FAO Fish. Rep. (431): 5974. Arceo, P. & J.C. Seijo. 1991b. Anlisis de funciones de produccin en la pesquera de la langosta Panulirus argus. Taller regional sobre manejo de la pesquera de la langosta. ICLM/INP Puerto Morelos, Quintana Roo. 69 junio. 1988: 6164. Arreguin-Snchez, F. 1989. Population dynamics of tropical fisheries: the Mexican experience En: Chvez, E.A. (ed.), Memorias del Seminario Mxico-Australia sobre Ciencias Marinas 241256. ArreguinSnchez, F. 1992. An approach to the study of the catchability coefficient, with application to the red grouper (Epinephelus morio) fishery from the continental shelf of Yucatan, Mexico. Ph.D. Thesis, CINVESTAVIPN Unidad Mrida,Unidad Mrida, Yucatn, Mxico. 222 pp. Arreguin-Snchez, F., J.C. Seijo & E. Valero. 1993. An application of ECOPATH II model for analysis of the community of the north continental shelf of Yucatan, Mexico. En: Christensen, V.& D. Pauly (ed.), Trophic Models of Aquatic Ecosystems. ICLARM Conf. Proc. 26: 269278. Arrow, K.J. 1976. Social Choice and Individual Values. 2nd edition. J. Wiley & Sons, New York. Baranov, F.I. 1918. On the question of the biological basis of fisheries. Nauchn. Issled. Ikhtiologicheskii Inst. Izv. 1: 81128. Beddington, J.R. 1984. The response of multispecies systems to perturbations. En: May, R.M. (ed.), Exploitation of Marine Communities. Dahlem Konferenzen 1984. SpringerVeriag, Berlin: 209225. Beddington, J.R. & R.B. Rettig. 1984. Criterios para la ordenacin del esfuerzo de pesca. FAO Doc. Tec. Pesca (243): 44 pp. Begon, M., J.L. Harper & C.R. Townsend. 1990. Ecology. Individuals. Populations and Communities. Blackwell Scientific Publications, Boston. Berkes, F. (Ed.). 1989. Common Property Resources: Ecology and CommunityBased Sustainable Development. Belhaven Press, London. Bertalanffy, L., von. 1938. A quantitative theory of organic growth. Hum. Biol. 10: 191213. Beverton, R.J.H. & S.J. Holt. 1954. Notes on the use of theoretical models in the study of the dynamics of exploited fish populations. U.S. Fish. Lab., Beaufort, N.C., Misc. Contrib 2: 159 pp. Beverton, R.J.H. & S.J. Holt. 1956. A review of methods for estimating mortality rates in exploited fish populations, with special reference to sources of bias in catch sampling. Rapp. P.V. Rev. Cons. Perm. Explor. Mer. 140: 6783. Beverton, R.J.H. & S.J. Holt. 1957. On the Dynamics of Exploited Fish Populations. Fish. Invest. London. Ser. ll. 19: 1533.
137
Bockstael, N. & J. Opaluch. 1983. Discrete modeling of supply response under uncertainty: the case of the fishery. J. Environ. Econ. Manag. 10: 125136. Bosman, A.L., P.A. Hockey & W.R. Siegfried. 1987. The influence of coastal upwelling on the functional structure of rocky intertidal communities. Oecologia. (Berlin) 72: 226232. Botsford, L.W. 1986. Effects of environmental forcing on age-structured populations: northern California Dungeness crab (Cancer magister) as an example. Can. J. Fish. Aquat. Sci. 43: 22452352. Box, J.M. 1965. A new method of constrained optimization and a comparison with other methods. Computer J. 8: 4252. Branch, G.M. 1984. Competition between marine organisms: ecological and evolutionary implications. Oceanogr. Mar. Biol. Ann. Rev. 22: 429593. Brander, K. 1988. Multispecies fisheries of the Irish Sea. En: Gulland, J. (ed.), Fish Population Dynamics. J. Wiley & Sons, New York: 303328. Bromley, W.D. 1991. Testing for common versus private property: comment. J. Environ. Econ. Manag. 21: 9296. Bustamante, R. & J.C. Castilla. 1987. La pesquera de mariscos en Chile: un anlisis de 26 aos de desembarques (19601985). Biol. Pesq. (Chile) 16: 7997. Bustamante, R.& J.C. Castilla. 1990. Impact of human explotation on populations of the intertidal southern bull-kelp Durvillaea antarctica (Phaeophta, Durvilleales) in Central Chile.Biol. Conserv. 52: 205220. Cabrera, J.L. 1995. Anlisis de la flota artesanal del oriente del Estado de Yucatn: comportamiento del pescador en el corto plazo. Tesis de maestra, CINVESTAV-IPN Unidad Mrida, Yucatn, Mxico. 78 pp. Caddy, J.F. 1975. Spatial model for an exploited shellfish population, and its application to the Georges Bank scallop fishery. J. Fish. Res. Bd. Can. 32: 13051328. Caddy, J.F. 1979a. Some considerations underlying definitions of catchability and fishing effort in shellfish fisheries, and their relevance for stock assessment purposes. Fish. Mar. Serv., Manuscr. Rep. 1489: 118. Caddy, J.F. 1979b. Long-term trends and evidence for production cycles in the Bay of Fundy scallop fishery. En: Thomas, H.J. (ed.), Population Assessments of Shellfish Stocks. Rapp. P.-V. Run. Int. Explor. Mer. 97 108. Caddy, J.F. 1983. The cephalopods. Factors relevant to their population dynamics and to the assessment and management of stocks. En: Caddy, J.F. (ed.), Advances in Assessment of World Cephalopods Resources. FAO Fish. Tech. Pap. (231): 416449. Caddy, J.F. 1984. Indirect approaches to regulation of fishing effort. FAO Fish. Rep. (289, Suppl.): 6375. Caddy, J.F. 1986. Stock assessment in data-limited situations - the experience in tropical fisheries and its possible relevance to evaluation of invertebrate resources. En: Jamieson, G.S. & N. Bourne (ed.), North Pacific Workshop on Stock Assessment and Management of Invertebrates. Can. Spec. Publ. Fish. Aquat. Sci. 92: 379392. Caddy, J.F. 1989a. A perspective on the population dynamics and assessment of scallop fisheries, with special reference to the sea scallop Placopecten magellanicus Gmelin. En: Caddy, J.F. (ed.), Marine Invertebrate Fisheries: Their Assessment and Management. J. Wiley & Sons, New York: 559590.
138
Caddy, J.F. 1989b. Recent developments in research and management for wild stocks of bivalves and gasteropods. En: Caddy, J.F. (ed.), Marine Invertebrate Fisheries: Their Assessment and Management. J. Wiley & Sons, New York: 665700. Caddy, J.F. & J. Csirke. 1983. Approximation to sustainable yield for exploited and unexploited stocks. Oceanogr. Trop. 18(1): 315. Caddy, J.F. & O. Defeo. 1996. Fitting the exponential and logistic surplus yield models with mortality data: some explorations and new perspectives. Fish. Res. 25: 3962. Caddy, J.F. & S. Garcia. 1983. Production modelling without long data series. National reports and selected papers presented at the third session of the working party on assessment of marine fishery resources of the Western Central Atlantic Fishery Commission (WECAFC). FAO Fish. Rep. (278, Suppl.): 309313. Caddy, J.F. & R.C. Griffiths. 1995. Living marine resources and their sustainable development. Some environmental and institutional perspectives. FAO Fish. Tech. Pap. (335): 136pp. Caddy, J.F. & G.D. Sharp. 1986. An ecological framework for marine fishery investigations. FAO Fish. Tech. Pap. (283): 152pp. Castilla, J.C. 1988. Ecosistemas intermareales y submareales de fondos duros en el Cono Sur de Sudamrica: una oportunidad nica para estudios regionales integrados. Inf. Unesco Cienc. Mar. 47: 115123. Castilla, J.C. 1994. The chilean smallscale benthic shellfisheries and the institutionalization of new management practices. Ecol.Int.Bull. 21: 4763. Castilla,J.C. & R. Durn. 1985. Human exclusion from the rocky intertidal zone of Central Chile: the effects on C. concholepas (Mollusca: Gastropoda:Muricidae). OiKos 45:391399. Castilla, J.C. & R.T.Paine. 1987. Predation and community organization on Eastern Pacific, temperate zone, rocky intertidal shores. Rev. Chil. Hist. Nat. 60: 13115. Charles, A.T. 1989. Bio-socio-economic fishery models: labour dynamics and multi-objective management. Can. J. Fish. Aquat. Sci. 46: 13131322. Charles, A.T. & A. Herrera. 1994. Development and diversification: sustainability starategies for a Costa Rica Fishing Cooperative. En: Antona, M; J. Catanzano & J. Sutinen (ed.). Proceedings of the sixth conference of the International Institute of Fisheries Economics and Trade. Paris, Francia, Tomo II: 13151324. Chenney, W. & D. Kincaid. 1985. Numerical Mathematics and Computing. Brooks Cole Publishing Company, Monterey, California. Chesson, P.L.& T.J. Case. 1986. Environmental variation and the coexistence of species. En: Diamond, J.& T.J. Case (ed.), Community Ecology. Harper & Row, New York: 229239. Christensen, V. & D. Pauly. 1990. A draft guide to the ECOPATH II program (ver. 1.0.). ICLARM software 6:22 pp. Christensen, V. & D. Pauly. (ed.). 1993. Trophic Models of Aquatic Ecosystems. ICLARM Conf. Proc. 26: 390 pp. Clark, C.W. 1973. Profit maximization and the extinction of animal species. J. Polit. Econ. 81:950 961. Clark, C.W. 1976. Mathematical Bioeconomics: The Optimal Management of Renewable Resources. J. Wiley & Sons, New York.
139
Clark, C.W. 1982. Concentration profiles and the production and management of marine fisheries. En: Eichlorn, W. (ed.), Economic Theory of Natural Resources. Physica-Verlag, Publ. (Wurzburg-Wien): 97112. Clark, C. W. 1985. Bioeconomic Modelling of Fisheries Management. J. Wiley & Sons, New York. Clark, C.W. 1989. Bioeconomics. En: Roughgarden, J.,R.M.May & S. Levin (ed.), Perspectives in Ecological Theory. Princeton University Press, Princeton. Cap. 19: 275286. Clark, C.W., T. Lauck & G. Munro. 1995. Fisheries uncertainty and the precautionary approach to resource management. Department of Economics and Mathematics, University of British Columbia:17 p. Cobb, J.S. & J.F. Caddy. 1989. The population biology of decapods. En: Caddy, J.F.(ed.),Marine Invertebrate Fisheries: Their Assessment and Manaagement. J. Wiley & Sons, New York: 327374. Cobb, J.S., D.Wang, R.A. Richards & M.J. Fogarty. 1986. Competition among lobsters and crabs and its possible effects in Narrangansett Bay, Rhode Island. En: Jamieson, G.S.& N. Bourne (ed.), North Pacific Workshop on Stock Assessment and Manaagement of Invertebrates. Can. Spec. Publ. Fish. Aquat. Sci. 92: 282290. Cohen, J.E. 1978. Food Webs and Niche Space. Monographs in population biology, Princeton University Press, Princeton Cohen, Y. 1987. A review of harvest theory and applications of optimal control theory in fisheries management. Can. J. Fish. Aquat. Sci. 44(Suppl.2): 75 83. Comins, H.N. & M.P. Hassell. 1979. The dynamics of optimally foraging predators and parasitoids. J.Animal Ecol. 48: 335351. Conan, G.Y. 1984. Do assumptions commonly used for modelling populations of finfish apply to shellfish species? ICES, Shellfish Committee, C.M. 1984/K:49:21 pp. Connell, J.H.& W.P. Sousa. 1983. On the evidence needed to judge ecological stability or persistence. Am. Nat. 121: 789824. Crooper, M.L.& W.E.Oates. 1992. Environmental economics: a survey. J.Econ. Liter. 30: 675 740. Csirke, J. & J.F. Caddy. 1983. Production modelling using mortality estimates. Can. J.Fish Aquat. Sci. 40: 4351. Dasgupta, P.S. & G.M. Heal. 1979. Economic Theory and Exhaustible Resources. Cambridge University Press, Cambridge. de Alava, A. 1993. Interdependencias ecolgicas entre dos bivalvos simptricos en una playa arenosa de la costa atlntica uruguaya. Tesis de maestra, CINVESTAV-IPN Unidad Mrida, Yucatn, Mxico. 75 pp. De Anda, J.A., J.C. Seijo & S. Martinez. 1994. Reclutamiento y variabilidad ambiental en la pesquera de sardina Monterrey (Sardinops sagax) del Golfo de California, Mxico. Invest. Pesq. (Chile) 38: 2336. Defeo, O. 1993a. The effect of spatial scales in population dynamics and modelling of sedentary fisheries: the yellow clam Mesodesma mactroides of an Uruguayan exposed sandy beach. Ph.D. Thesis, CINVESTAV-IPN Unidad Mrida, Yucatxico. 308 pp. Defeo, O. 1993b. Repopulation of coastal invertebrates through the management on natural areas: a successful example. Out of the Shell 3: 1113.
140
Defeo, O. (en prensa). Experimental management of an exploited sandy beach bivalve population. Rev. Chil. Hist. Nat. (Chile). Defeo O. & A. de Alava. 1995. Effects of human activities on long-term trends in sandy beach populations: the wedge clam Donax hanleyanus in Uruguay. Mar. Ecol. Prog. Ser. 123: 7382. Defeo, O., E. Ortiz & J.C. Castilla. 1992. Growth, mortality and recruitment of the yellow clam Mesodesma mactroides in Uruguayan beaches. Mar. Biol. 114:429437. Defeo, O., J.C. Seijo, J. Euan & M. Liceaga. 1991. Dinmica espacial del esfuerzo pesquero de una pesquera artesanal de la costa Atlntica Uruguaya. Invest. Pesq. (Chile). 36: 1725. Deriso, R.B., S.H. Hoag, & D.A. Mc. Caughran. 1986. Two hypotheses about factors controlling production of Pacific halibut, Int. North Pacific Fish. Comm. Bull. 47: 167173. Diaz de Len, A.J. & J.C. Seijo. 1992. A multi-criteria non-linear optimization model for the control and management of a tropical fishery. Mar Res. Econ. 7:2340. Durn, R., J.C. Castilla & D. Oliva. 1987. Intensity of human predation on rocky shores at Las Cruces, Central Chile. Environ. Conserv. 14: 143149. Durn, L.R. & J.C. Castilla. 1989. Variation and persistence of the middle rocky intertidal community of Central Chile, with and without human harvesting. Mar. Biol. 103: 555562. Eales, J.& J.W. Wilen. 1986. An examination of fishing location choice in the pink shrimp fishery. Mar. Res. Econ. 2: 331351. Eckert, R. 1979. The Enclosure of Ocean Resources. Hoover Institution Press, Stanford California. Efron, B. 1979. Bootstrap methods: another look at the jackknife. Ann. Stat. 7: 126. Efron, B. 1981. Non parametric estimates of standard error: the jackknife, the bootstrap and other methods Biometrika 68: 589599. Efron, B. 1982. The Jackknife, the Bootstrap and other Resampling Plans. Society for Industrial and Applied Mathematics.Philadelphia, Pennsylvania. Elliot. J.M. 1977. Some Methods for the Statistical Analysis of Samples of Benthic Invertebrates (2nd. ed.). Freshwater Biol. Assoc Sci. Publ. 25. Emerson. W. & J. Anderson. 1989. A spatial allocation model for the New England fisheries. Mar Res Econ. 6: 123144. Estes, J.A. & J.F. Palmisano. 1974. Sea otters: their role in structuring nearshore communities. Science 185: 10581060. FAO 1978. Fishery commodity situation and outlook. FAO: Com. Fish. 12th Session, COFI/78/inf. 5: 115. FAO. 1993. Reference Points for fishery management: their potential application to straddling and highly migratory resources. FAO Fish. Circ (864): 52 pp. FAO. 1994. Review of the state of world marine fishery resources. FAO Fish. Tech. Pap. (335): 136 pp. FAO. 1995a. Precautionary approach to fisheries. FAO Fish. Tech. Pap. (350) (Part 1): 147. FAO. 1995b. World fisheries: problems and prospects. FAO Committe of Fisheries Document. COFI/95/3Inf 3: 13 pp. Farzin, Y.H. 1984. The effect of the discount rate on depletion of exhaustible resources. J. Polit. Econ. 92: 841851.
141
Flaaten, O. 1991. Bioeconomics of sustainable harvest of competing species. J.Environ. Econ. Manag. 20: 163180. Fletcher, J.J., R.E. Howitt & W.E. Johnston. 1988. Management of multipurpose heterogeneous fishing fleets under uncertainty. Mar. Res. Econ. 4: 249 270. Fogarty, M.J. 1989. Forecasting yield and abundance of exploited invertebrates. En: Caddy, J.F. (ed.), Marine Invertebrate Fisheries: Their Assessment and Management. J. Wiley & Sons, New York: 701724. Fogarty, M.J., M.P.Sissenwine & E.W. Cohen. 1991. Recruitment variability and the dynamics of exploited marine populations. TREE 6: 241246. Fox. W.W. 1970. An exponential surplus yield model for optimizing exploited fish populations. Trans. Am. Fish. Soc. 99: 8088. Fox, W.W. 1975. Fitting the generalized stock production model by leastsquares and equilibrium approximation. U.S. Fish. Bull. 73: 2337. Garcia, S.M. 1992. Ocean fisheries management: the FAO programme. En: Fabbri, P. (ed.), Ocean Management and Global Change. Elsevier Applied Science, London: 381418. Garcia, S.M. 1994. The precautionary principle: its implications in capture fisheries management. Ocean Coast. Manag., 22: 99125. Garcia, S.M. 1996. The precautionary approach to fisheries and its implications for fishery research, technology and management: an updated review. En: Precautionary Approach to Fisheries. Part 2: Scientific papers. FAO Fish. Tech. Pap. (350/2): 175. Garcia, S.M. & C. Newton. 1994. Responsible fisheries: an overview of FAO policy developments (19451994). Mar. Poll. Bull. 29: 528536. Garrod,D.J. & J.G. Shepherd. 1981. On the relationship between fishing capacity and resource allocations. En: Haley, K.B. (ed.), Proceedings of a NATO Symposium on Applied Operations Research in Fishing. Plenum Press, New York: 321336. Gause, G.F. 1934. The Struggle for Existence. Hafner, New York. Gause, G.F. & A.A. Witt. 1935. Behavior of mixed populations and the problem of natural selection. Am. Nat. 69: 596609. Geen, G. & M. Nayar. 1988. Individual transferable quotas in the Southern bluefin tuna fishery: an economic appraisal. Mar. Res. Econ. 5: 365387. Giller, P.S. 1984. Community Structure and the Niche. Chapman & Hall, London. Gillis, D.M., R.M. Peterman & A.V. Tyler. 1993. Movement dynamics in a fishery: application of the ideal free distribution to spatial allocation of effort. Can. J. Fish. Aquat. Sci. 50: 323333. Goldberg, D.E. 1987. Neighborhood competition in an oldfield plant community. J. Ecol. 68: 12111223. Goldberg, D.E. & L. Fleetwood. 1987. Competitive effect and response in four annual plants. J. Ecol. 75: 11311143. Gordon, H.S. 1953. An economic approach to the optimum utilization of fishery resources. J. Fish. Res. Bd. Can. 10: 442447. Gordon, H.S. 1954. The economics of a common property resource: the fishery. J. Polit. Econ. 62: 124142. Gottfried, B.S. 1984. Elements of Stochastic Process Simulation. Prentice-Hall, Inc., Englewood Cliffs. Graham, M. 1935. Modern theory of exploiting a fishery and application to North Sea trawling. J. Cons. Int. Explor. Mer. 10: 264274.
142
Graham, M. 1938. Rates of fishing and natural mortality from the data of marking experiments. J. Cons. Int. Explor. Mer. 13: 7690. Graybeal, W.J. & W.W. Pooch. 1980. Simulation Principles and Methods. Winthrop Publishers, Inc. Cambridge, Mass. Gulland, J.A. 1961. Fishing and the stocks of fish at lceland. Min. Agr. Fish. Food(U.K.). Fish. Invest. Ser. II, 23(4): 152. Gulland, J.A. 1977. Fish Population Dynamics. J. Wiley & Sons, New York. Gulland, J.A. 1980. Some problems of the management of shared stocks. FAO Fish. Tech. Pap. (206). 22p. Gulland, J.A. 1983. Fish Stock Assessment: A Manual of Basic Methods. J. Wiley & Sons, New York. Gulland, J.A. & S.M. Garcia. 1984. Observed patterns in multispecies fisheries, En: May, R.M. (ed.), Exploitation of Marine Communities. Dahlem Konferenzen 1984. Springer-Verlag, Berlln: 155190. Hall, M.A. 1983. A spatial approach to the population dynamics of the manila clam (Tapes Philippinarum). Ph.D. Dissertation, University of Washington: 244 pp. Hancock, D.A. 1973. The relationship between stock and recruitment in exploited invertebrates. Rapp. P.-V.Reun. Cons. Int. Explor. Mer. 164: 113131. Hancock, D.A. 1979. Population dynamics and management of shellfish stocks. En: Thomas, H.J. (ed.), Population Assessments of Shellfish Stocks. Rapp. P.-V. Run. Cons. Int. Explor. Mer. 175: 819. Hannesson, R. 1978. Economics of Fisheries: An Introduction. Columbia University Press, New York. Hannesson, R. 1986. The effect of the discount rate on the optimal exploitation of renewable resources. Mar. Res. Econ. 3: 319329. Hannesson, R. 1987. Optimal catch capacity and fishing effort in deterministic and stochastic fishery models. Fish. Res. 5: 121. Hannesson, R. 1993. Bioeconomic Analysis of Fisheries. Fishing News Books, Blackwell, Oxford. Heen, K. 1989. Impact analysis of multispecies marine resource management. Mar. Res. Econ. 6: 331348. Hernndez, A. 1995. Anlisis bioeconmico espacial y temporal de la pesquera de mero (Epinephelus morio) en la plataforma continental de Yucatn. Tesis de maestra, CINVESTAV-IPN Unidad Mrida, Yucatxico. 139 pp Hilborn, R. 1985. Simplified calculation of optimum spawning stock size from Ricker's stock recruitment curve. Can. J.Fish. Aquat. Sci. 42: 18331834. Hilborn, R. 1987. Living with uncertainty in resource management. North Amer. J. Fish. Manag.7: 15. Hilborn, R. & M. Ledbetter. 1979. Analysis of the British Columbia salmon purse seine fleet: dynamics of movement. J.Fish. Res. Bd. Can. 36: 384391. Hilborn, R. & R.M. Peterman. 1996. The development of scientific advice with incomplete information in the context of the precautionary approach. En: Precautionary Approach to Fisheries. Part 2: Scientific papers. FAO Fish. Tech. Pap. (350/2): 77101. Hilborn, R. & C.J. Walters. 1987. A general model for simulation of stock and fleet dynamics in spatially heterogeneous fisheries. Can. J.Fish.Aquat. Sci. 44:13661369. Hilborn, R. & C.J. Walters. 1992. Quantitative Fisheries Stock Assessment. Choice, Dynamics and Uncertainty. Chapman & Hall, New York.
143
Hilborn, R., D. Ludwig & C. Walters. 1996. Sustainable exploitation of renewable resources. Annu. Rev. Ecol. Syst. 26: 4567. Hilborn, R., E.K. Pikitch & R.C.Francis. 1993. Current trends in including risk and uncertainty in stock assessment and harvest decisions. Can. J. Fish. Aquat. Sci. 50: 874880. Hockey, P.A.R. & A.L. Bosman. 1986. Man as an intertidal predator in Transkei: disturbance, community convergence, and management of a natural food resource. Oikos 46: 314. Hockey, P.A.R., A.L. Bosman & W.R. Siegfried. 1988. Patterns and correlates of shellfish exploitation by coastal people in Transkei: an enigma of protein production. J. Appl. Ecol. 25: 353363. Hoenig, J.M. & N.A. Hoenig. 1986. Fitting stock production models subject to a constraint. U. Rhode Island Dept. Stats. Tech. Rep. TR186: 10 pp. Holm, E.R. 1990. Effects of density-dependent mortality on the relationship between recruitment and larval settlement. Mar. Ecol. Prog. Ser. 60: 141 146. Hoppensteadt, F.C. & I. Sohn. 1981. A multiple species fishery model: an inputoutput approach. En: Haley, K.B.(ed.), Applied Operations Research in Fishing. NATO Conference Series, Plenum Press, London: 115124. Huppert, D. 1979. Implications of multipurpose fleets and mixed stocks for control policies. J. Fish. Res. Bd. Cane. 36 (7): 845854. Hutchinson, G.E. 1958. Concluding remarks. Cold Spring Harbor Symp. Quant. Biol. 22:415427. Hutchinson, G.E. 1959. Homage to Santa Rosalia, or Why are there so many kinds of animals? Amer. Nat. 93: 145159. Issard, W. & P. Liossatos. 1979. Spatial Dynamics and Optimal Space-Time Development. North- Holland Publishing Company, New York. Jones,D.S. 1981. Annual increments in shells of Spisula solidissima record marine temperature variability. Science 211: 165167. Kapetsky, J.M. 1982. Consideraciones para la ordenacin de las pesquerias en lagunas y esteros costeros. FAO Doc. Tec. Pesca(218): 49 pp. Keddy, P.A. 1989. Competition. Chapman & Hall, London. Kennedy, J.O.S. & J.W. Watkins. 1986. Time-dependent quotas for the southern bluefin tuna fishery. Mar. Res. Econ. 2: 293313. Kizner, Z.I. 1990. Bootstrap estimation of the confidence intervals of stock and TAC assessments with the use of dynamic surplus production models. NAFO SCR Doc. 90/108: 6 pp. Lapointe, M.F., R.M. Peterman & A. MacCall (en prensa). Trends in fishing mortality rate along with errors in natural mortality rate can cause spurious time trends in fish stock abundances estimated by Virtual Population Analysis (VPA). Can. J. Fish. Aquat. Sci. Larkin, P.A. 1978. Fisheries management: an essay for ecologists. Ann. Rev. Ecol. Syst. 9: 5773 Larkin, P.A. 1982. Aquaculture in North America: an assessment of future prospects. Can. J. Fish. Aquat. Sci. 39: 151154. Larkins. H. 1980. Management under FCMA-development of a fishery managment plan. Mar. Policy 4: 170182. Lawson, R.M. 1984. Economics of Fisheries Management. Praeger Publishers, New York. Leslie, P.H. & J.C. Gower. 1960. Properties of a stochastic model for the predator-prey type of interaction between two species. Biometrika 47: 219 301.
144
Lewis, T.R. 1982. Stochastic Modeling of Ocean Fisheries Resource Managment. University of Washington Press, Seattle. Lotka, A.J. 1932. The growth of mixed populations: two species competing for a common food supply. J. Wash. Acad. Sci. 22: 461469. Ludwig, D., R. Hilborn & C. Walters. 1993. Uncertainty, resource exploitation, and conservation: lessons from history. Science 260: 17, 36 MacCall, A.D. 1976. Density-dependence of catchability coefficent in the California Pacific sardine, Sardinops sagax caerula, purse seine fishery. California Coop. Fish. Inv. Rep. 18: 136148. Maiolo, R.M. & Orbach, K.M. 1982. Modernization and Marine Fisheries Policy. Ann Arbor Science Publishers, Michigan. Majkowski, J. 1982. Usefullness and applicability of sensitivity analysis in a multispecies approach to fisheries management, En: Pauly, D. & G.I. Murphy (ed.), Theory and Management of Tropical Fisheries. ICLARM Conf. Proc. 9: 149165. Manetsch, T.J. 1976. Time varying distributed delays and their use in aggregate models of large systems. IEEE Transactions on Systems, Man and Cybernetics. SNC-6 N8: 547553. Manetsch, T.J. 1985. Planning to meet economic and nutritional goals in developing countries. An application of multi-criteria optimization. Unpublished manuscript, Michigan State University, East Lansing, Michigan. Manetsch, T.J. 1986. M-OPTSIM. A Microcomputer Based Program for System Simulation and Optimization. Michigan State University, East Lansing, Michigan. Manetsch, T.J. & G.L. Park. 1982. System Analysis and Simulation with Applications to Economic and Social Systems. Fourth edition, Michigan State University, Michigan. Mangel, M. & C.W. Clark. 1983. Uncertainty, search and information in fisheries. J. Cons. Perm. Int. Explor. Mer. 48: 93103. Manly, B.J. 1991. Randomization and Monte Carlo Methods in Biology. Chapman & Hall, London. May, R.M. (ed.). 1984. Exploitation of Marine Communities. Report of the Dahlem Workshop on Exploitation of Marine Communities. Dahlem Konferenzen 1984. Springer-Verlag, Berlin. May, R.M., J.R. Beddington, C.W. Clark, S.J. Holt & R.M. Laws. 1979. Management of multispecies fisheries. Science 205: 267277. McDaniels, T., M. Healy & R.K. Paysley. 1994. Cooperative fisheries management involving at First Nations in B. C.: an adaptative approach to strategy desing. Can. J. Fish. Aquat. Sci 51(9): 21152125. McGoodwin, J. 1990. Crisis in the World's Fisheries. People, Problems and Policies. Stanford University Press, California. McKelvey, R. 1983. The fishery in a fluctuating environment: coexistence of specialist and generalist fishing vessels in a multipurpose fleet. J. Environ. Econ. Manag. 10: 287309. Mendelssohn, R. 1979. Determining the best trade-off between expected economic return and the risk of undesirable events when managing a randomly varying population. J. Fish. Res. Bd. Can. 36: 939947. Menge, B.A. & J.P. Sutherland. 1987. Community regulation: variation in disturbance, competition, and predation in relation to environmental stree and recruitment. Am. Nat. 130: 730757.
145
Mercer, M.C. 1982. Multispecies approaches to fisheries management advice. Can. Spec. Publ. Fish. Aquat. Sci. 59. Meyer, J.S., C.G. Ingersoll, L.L. McDonald & M.S. Boyce. 1986. Estimating uncertainty in population growth rates: jackknife vs. bootstrap techniques. Ecology 67: 11561166. Miller, R.J. 1985. Seaweeds, sea urchins, and lobsters: a reappraisal. Can. J. Fish. Aquat. Sci 42: 20612072. Mitchell, C.L. 1979. Bioeconomics of commercial fisheries management. J. Fish. Res. Bd. Can. 36: 699704. Mitchell, C.L. 1982. Bioeconomics of multispecies exploitation in fisheries: management implications. En: Mercer, M.C. (ed), Multispecies Approaches to Fisheries Management Advice. Can. Spec. Publ. Fish. Aquat. Sci. 59: 157162. Moreno, C.A. 1986. Un resumen de las consecuencias ecolgicas de la exclusin del hombre en la zona intermareal de Mehu - Chile. Estud. Oceanol. 5: 5966. Moreno, C.A., J.P. Sutherland & H.F. Jara. 1984. Man as a predator in the intertidal zone of southern Chile. Oikos 42: 155160. Moreno, C.A., K.M. Lunecke & M.I. Lepez. 1986. The response of an intertidal Concholepas concholepas population to the protection from man in southern Chile and the effects on benthic sessile assemblages. Oikos46: 359364. Munro, G. 1979. The optimal management of transboundary renewable resources. Can. J. Econ. 12: 355376. Munro, G. & A. Scott. 1985. The economics of fisheries management. En: Kneese, A. & L. Swuney (ed.), Handbook of Natural Resources. Energy and Economics. Vol. II. Elsevier Science Publishers, London: 623676. Murawski, S.A. & J.T. Finn. 1989. Biological bases for mixed-species fisheries: species co- distribution in relation to environmental and biotic variables. Can. J. Fish. Aquat. Sci. 45: 17201735. Niskanen, W.A. 1971. Bureaucracy and Representative Government. AldineAtherton, Chicago. Onal, H., B.A. McCarl, W.L. Griffin, G. Matlock, G. & J. Clark. 1991. A bioeconimic analysis of the Texas shrimp fishery and its optimal managment. Am. J. Agr. Econ. (Nov.): 11611170. Orensanz, J.M. 1986. Size, environment, and density: regulation of a scallop stock and its management implications. En: Jamieson, G.S. & N. Bourne (ed.), North Pacific Workshop on Stock Assessment and Management of Invertebrates. Can. Spec. Publ. Fish. Aquat. Sci. 92: 195227. Orensanz, J.M., A.M. Parma & O.O. Iribarne. 1991. Population dynamics and management of natural stocks. En: Shumway, S.E. (ed.), Scallops: Biology, Ecology and Aquaculture. Development in Aquaculture and Fisheries Science 21: 625713. Ostrom, E. 1990. Governing to Commons: The Evolution of Institutions for Collective Action. Cambridge University Press, Cambridge. Osyczka. A. 1984. A Multicriterion Optimization in Engineering. Halsted Press, New York. Page, T. 1976. Conservation and Economic Efficiency. The John Hopkins University Press, Baltimore. Paine, R.T. 1966. Food web complexity and species diversity. Amer. Nat. 100: 6575. Paine. R.T. 1980. Food webs: linkage, interaction strength and community infrastructure. J. Anim Ecol. 49: 667685.
146
Paine, R.T. 1984. Ecological determinism in the competition for space. Ecology 65: 13391348. Panayotou. T. 1983. Conceptos de ordenacin para las pesqueras en pequea escala. FAO, Doc. Tec. Pesca (228): 60pp. Pauly, D. 1979. Gill Size and Temperature as Governing Factors in Fish Growth: A Generalization of von Bertalanffy's Growth Formula. Berlin Institute fr Meeresjunde (Kiel University) N 63: 156 pp. Pauly. D. 1980. On the interrelationships between natural mortality, growth parameters and mean environmental temperature in 175 fish stocks. J. Cons. Int. Explor. Mer. 39: 175192. Pauly, D. 1982. Studying single-species dynamics in a tropical multispecies context, En: D. Pauly & G.I. Murphy (ed.), Theory and Management of Tropical Fisheries. ICLARM Conf. Proc. 9: 3370. Pauly, D. 1988. Fisheries research and the demersal fisheries of Southeast Asia, En: J. Gulland (ed.), Fish Population Dynamics. J. Wiley & Sons, New York: 329348. Pauly, D. & G.I. Murphy. (ed.) 1982. Theory and Management of Tropical Fisheries ICLARM Conf. Proc. 9. Payne, J.A. 1982. Introduction to Simulation. Programming Techniques and Methods of Analysis. McGraw-Hill, New York. Pearce. D.W. 1981. The Dictionary of Modern Economics. The MIT Press, Cambridge. Pearce, D.W. & C.A. Nash. 1981. Social Appraisal of Projects: A Text in CostBenefit Analysis. Macmillan, London. Pearse, P.H. 1980. Regulation of fishing effort. FAO. Fish. Tech. Pap. (197): 82 pp. Pella, J.J. & P.K. Tomlinson. 1969. A generalized stock production model. Bull. Inter-Amer. Trop. Tuna Comm. 13: 421496. Prez, E. & O. Defeo. 1996. Estimactin de riesgo e incertidumbre en modelos de produccin captura-mortalidad. Biol. Pesq. (Chile) 25: 315. Pianka, E.R. 1972. R and K selection or b and d selection? Am. Nat. 106: 581 588. Pianka, E.R. 1974. Niche overlap and diffuse competition. proc. Nat. Acad. Sci. 71: 21412145. Pianka, E.R. 1978. Evolutionary Ecology. 2nd ed., Harper and Row, New York. Pinkerton, E. (ed.). 1989. Cooperative Management of Local Fisheries: New Directions for Improved Management and Community Development. University of British Columbia Press, Vancouver B. C. Pitcher, T., & P.J.B. Hart 1982. Fisheries Ecology. Avi Publishing Company, Connecticut. Polacheck, T., R. Hilborn & A.E. Punt. 1993. Fitting surplus production models: comparing methods and measuring uncertainty. Can. J. Fish. Aquat. Sci. 50: 25972607. Polovina, J.J. 1989. A system of simultaneous dynamic production and forecast models for multispecies or multiarea applications. Can. J. Fish. Aquat. Sci. 46: 961963. Pope, J.G. 1972. An investigation of the accuracy of virtual population analysis. Intern. Comm. Nothw. Atl. Fish. Res. Bull. (9): 6574. Pope, J. 1979. Stock assessment in multispecies fisheries, with special reference to the trawl fishery in the Gulf of Thailand. South China Sea
147
Fisheries Development and Coordinating Programs, SCS/DEY/29/19, Manila. Pope, J.G. & J.G. Shepherd. 1982. A simple method for the consistent interpretation of catch-at- age data. J. Cons. Int. Explor. Mer. 40: 176184. Possingham, H.P. & J. Roughgarden. 1990. Spatial population dynamics of a marine organism with a complex life cycle. Ecology 71: 973985. Prochaska, F.J. & J. Cato. 1980. Economic considerations in the management of the Florida spiny lobster fishery. Spiny Lobster Series. Fisheries 5: 53 56. Raimondi, P.T. 1990. Patterns, mechanisms, consequences of variability in settlement and recruitment of an intertidal barnacle. Ecol. Monogr. 60: 283309. Randall. A. 1981. Resource Economics: An Economic Approach to Natural Resource and Environmental Policy. Grid Publishing Inc., Columbus, Ohio. Ricker, W.E. 1958. Handbook of computations for biological statistics of fish populations. Bull. Fish. Res. Board Can. 119: 300 pp. Ricker, W.E. 1975. Computation and interpretation of biological statistics of fish populations. Bull. Fish. Res. Bd. Can. 191: 382 pp. Robson, D.S. & D.G. Chapman. 1961. Catch curves and mortality rates. Trans. Am. Fish. Soc. 90: 19811989. Rosenberg, A.A. & S. Brault. 1993. Choosing a management strategy for stock rebuilding when control is uncertain. En: Smith, S.J., J.J. Hunt & D. Rivard (ed.), Risk Evaluation and Biological Reference Points for Fisheries Management. Can. Spec. Publ. Fish. Aquat. Sci. 120: 243249. Rothschild, B.J. 1986. Dynamics of Marine Fish Populations. Harvard University Press, Cambridge. Roughgarden, J., S. Gaines & H. Possingham. 1988. Recruitment dynamics in complex life cycles. Science 241: 14601466. Roughgarden, J., Y. lwasa & C. Baxter. 1985. Demographic theory for an open marine population with space-limited recruitment. Ecology 66: 5467. Rowley, R.J. 1994. Case studies and reviews. Marine reserves in fisheries management. Aquat. Conserv. Mar. Freshw. Ecosys. 4: 233254. Saila, S.B. & K. Erzini. 1987. Empirical approach to multispecies stock assessment. Trans. Am. Fish. Soc. 116: 601611. Sainsbury, K.J. 1982. Population dynamics and fishery management of the paua Haliotis iris. II. Dynamics and management as examined using a size class population model. N. Zeal. J. Mar. Freshw. Res. 16: 163173. Sainsbury, K. J. 1987. Assessment and management of the demersal fishery on the continental shelf of northwestern Australia, En: Polovina, J. & S. Ralston (ed.), Tropical Snappers and Groupers: Biology and Fisheries Management. Westview Press, Boulder, Colorado: 465 503. Sainsbury, K.J. 1988. The ecological basis of multispecies fisheries and management of a demersal fishery in Tropical Australia, En: Gulland, J. (ed.), Fish Population Dynamics. J. Wiley & Sons, New York: 349382. Salas, S, J.C. Seijo, P. Arceo & M. Arce. 1991. Distribucin espacio-temporal del esfuerzo pesquero de la flota artesanal de la langosta (Panulirus argus) en la plataforma yucateca. Rev. Invest. Mar. (Cuba) 12: 293299. Sale, P.F. 1982. Stock-recruit relationship and regional coexistence in a lottery competitive system: a simulation study. Am. Nat. 120: 139159.
148
Sampson, D.B. 1993. Fishing tactics in a two species fisheries model. En: Pitcher, T. & R. Chuenpadgee (ed.), Decision Making by Commercial Fishermen. Fisheries Centre, research reports, 1(2): 1925. Schaefer, M.B. 1954. Some aspects of the dynamics of populations important to the management of commercial marine fisheries. Bull. Inter-Amer Trop. Tunna Comm. 1: 2756. Schelling, T.C. 1978. Micromotives and Macrobehavior. W.W. Norton & Company, New York. Schmid, A.A. 1978. Property, Power and Public Choice. Praeger, New York. Schmid, A.A. 1987. Property, Power and Public Choice. 2ed. Praeger, New York. Schmid, A.A. 1989. Benefit-Cost Analysis: A Political Economy Approach. Westview Press. Boulder. Schoener, T.W. 1983. Field experiments on interspecific competition. Amer. Net. 122: 240285. Seijo, J.C. 1986. Comprehensive simulation model of a tropical demersal fishery: red grouper (Epinephelus morio) of the Yucatan Continental Shelf. Ph.D. Dissertation, Michigan State University: 210 pp. Seijo, J.C. 1987. Modelacin de pesquerias tropicales. XXV Aniv. Inst. Nal. Pesca (1): 8590. Seijo, J.C. 1989. The systems simulation approach to tropical fisheries management, En: Chvez. E.A. (ed.), Memorias del Seminario MxicoAustralia sobre Ciencias Marinas: 279288. Seijo, J.C. 1993. Individual transferable grounds in a community managaed artisanal fishery. Mar. Res. Econ. 8: 7881. Seijo, J.C. (en prensa). Anlisis bioeconmico de pesqueras crticas. En: Flores, D., P. Snchez, J.C. Seijo & F. Arregun (ed.), Pesqueras Criticas del Golfo de Mxico.EPOMEX. Serie Cientifica No. 5. Seijo, J.C. & O. Defeo. 1994a. Externalidades positivas en pesquerias: la incidencia de interdependencias ecolgicas. Jaina(Mxico) 5(1): 18. Seijo, J.C & O. Defeo. 1994b. Dynamics of resource and fishermen behaviour in coasta invertebrate fisheries. En: Antona, M., J. Catanzano & J. Sutinen (ed.). Proceedings of the Sixth Conference of the International Institute of Fisheries Economics and Trade. Paris, Francia. Tomo 1: 209222. Seijo, J.C. & D. Fuentes. 1989. The spiny lobster fishery of Punta Allen, Mexico, En: Tietze, U. & P. Merrikin (ed.), Fisheries Credit Programmes and Revolving Loan Funds: Case Studies. FAO Fish. Tech. Pap. (312): 89 100. Seijo, J.C., J.F. Caddy & J. Eun. 1994c. SPATIAL: space-time dynamics in marine fisheries. A software package for sedentary species. FAO Comp. Inf. Ser. Fish. (6): 116pp. Seijo, J.C. O. Defeo & A. de Alava. 1994b. A multiple criterion optimization approach for the management of a multispecies fishery with ecological and technological interdependencies. En: Antona, M., J. Catanzano & J. Sutinen (ed.). Proceedings of the Sixth Conference of the International Institute of Fisheries Economics and Trade. Paris, Francia. Tomo 1: 161 167. Seijo, J.C., O. Novelo & W. Concha. 1996. SIBEC: Simulacimica de pesqueras. CINVESTAV-IPN, Unidad Mrida, Yucatn Mxico. Laboratorio de Modelacin de Pesquerias (software).
149
Seijo, J.C., S. Salas & P. Arceo. 1991a. Marco terico para el manejo de la pesqueria de langosta (Panulirus argus) del Golfo de Mxico y Mar Caribe. Memorias Taller Regional sobre Manejo de la Pesqueria de langosta. ICML/IPN (Mxico): 5560. Seijo, J.C., M. Sols & G. Morales. 1987. Simulacin bioeconmica de la pesquera de pulpo (Octopus maya) de la plataforma continental de Yucatn. En: Ramirez, M. (ed.), Simposium sobre la Investigacin de Biologa y Oceanografa Pesqueras en Mxico, CICIMAR, La Paz, B.C.S. Mxico: 125137. Seijo, J.C., P. Arceo, S. Salas & M. Arce. 1994a. La pesquera de langosta (Panulirus argus) de las costas de Yucatn: recursos, usuarios y estrategias de manejo, En: Yaez-Arancibia, A. (ed.), Recursos Faunsticos del Litoral de la Pennsula de Yucatn. EPOMEX Serie Cientifica 2: 3341. Seijo, J.C., S. Salas, P. Arceo & D. Fuentes. 1991b. Anlisis bioeconmico comparativo de la pesquera de langosta Panulirus argus de la platforma continental de Yucatn. FAO Fish. Rep. (431): 3958. Seijo, J.C., S. Salas, P. Arceo & D. Fuentes. 1991c. Anlisis bioeconmico de mtodos alternativos de captura de langosta (Panulirus argus) de la plataforma continental de Yucatn. Rev. Invest. Mar. (Cuba). 12: 300308. Shim, J.K. & J.G. Siegel. 1995. Dictionary of Economics. J. Wiley & Sons, New York. Silvert, W. 1981. Principles of ecosystem modeling. Cap. 22. En: Longhurst. A.R. (ed.), Analysis of Marine Ecosistems. Academic Press, London: 163 169. Silvert, W. 1982. Top-down modelling in multispecies fisheries. En: Mercer, M.C. (ed.). Multispecies approaches to fisheries management advice. Can. Spec. Publ. Fish. Aquat. Sci. 59: 2447. Sissenwine, M. 1984a. Why do populations vary?, En: May, R.M. (ed.), Exploitation of Marine Communities. Dahlem Konferenzen 1984. SpringerVerlag, Berlin: 5994. Sissenwine, M. 1984b. The uncertain environment of fishery scientists and fishery managers. Mar. Res. Econ. 1: 129. Sluczanowski, P.R. 1984. A management oriented model of an abalone fishery whose substocks are subject to pulse fishing. Can. J. Fish. Aquat. Sci. 41: 10081014. Sluczanowski, P.R. 1986. A disaggregate model for sedentary stocks: the case of South Australian abalone, En: Jamieson, G.S. & N. Bourne (ed.), North Pacific Workshop on Stock Assessment and Management of Invertebrates. Can. Spec. Publ. Fish. Aquat. Sci. 92: 393401. Smith, A.H. & F.B. Berkes. 1991. Solutions to the Tragedy of the commons: sea-urchin management in St. Lucia, West Indies. Environ. Conserv. 18: 131136. Smith, C.L. & R. McKelvey. 1986. Specialist and generalist: roles for coping with variability. North Am. J. Fish. Manag. 6: 8899. Smith, V.L. 1969. On models of commercial fishing. J. Polit. Econ. 77: 181198. Sparre, P., E. Ursin & S.C. Venema. 1989. Introduction to tropical fish stock assessment. Part 1 - Manual. FAO Fish. Tech. Pap. 306/1: 337 pp. Squires, D., J. Kirkley & C.A. Tisdell. 1995. Individual transferable quotas as a fisheries management tool. Rev. Fish. Sci. 3: 141169.
150
Staniford, A. 1987. The effects of the pot reduction in the South Australian zone rock lobster fishery. Mar. Res. Econ. 4: 271288. Strbele, W.J. & H. Wacker. 1991. The concept of sustainable yield in multispecies fisheries. Ecol. Model. 53: 6174. Sugden, R. & A. Williams. 1990. The Principles of Practical Cost-Benefit Analysis. Oxford University Press, Oxford, England. Sugihara, G., S. Garca, J.A. Gulland, J.H. Lawton, H. Maske, R.T. Paine, T. Platt, E. Rachor, B.J. Rothschild, E.A. Ursin & B.F.K. Zeitzschel. 1984. Ecosystem dynamics. En: May, R.M. (ed.), Exploitation of Marine Communities. Dahlem Konferenzen 1984. Springer-Verlag, Berlin: 131 153. Sutherland, J.P. 1974. Multiple stable points in natural communities. Am. Nat. 108: 859873. Sutinen, J.G., A. Rieser & J.R. Gauvin. 1990. Measuring and explaining noncompliance in federally managed fisheries. Ocean Develop. Intern. Law 21: 335372. Tanaka, E., S. Tanaka & A. Hasegawa. 1991. Simulation of fishermen's selection of fishing areas for stock management. Nipon Suisan Gakkaishi 57(8): 14171426. Taylor, T.G. & F.J. Prochaska. 1985. Fishing power functions in aggregate bioeconomic models. Mar. Res. Econ. 2: 87107. Taylor, R.J. 1988. Predation. Chapman & Hall, London. Ursin, E. 1982. Multispecies fish stock and yield assessment in ICES. En: Mercer, M.C. (ed.), Multispecies Approaches to Fisheries Management Advice. Can. Spec. Publ. Fish. Aquat. Sci. 59: 3947. Vandermeer, J.H. 1972. Niche theory. Ann. Rev. Ecol. Syst. 3: 107132. Verhulst, P.F. 1838. Notice sur la loi que la population suit dans son accroissement. Corresp. Math. Phys. 10: 113121. Volterra, V. 1926. Fluctuations in the abundance of species, considered mathematically. Nature 118: 558560. Walters, C.J. 1984. Managing fisheries under biological uncertainty. En: May, R.M. (ed.), Exploitation of Marine Communities. Dahlem Konferenzen 1984. Springer-Verlag, Berlin: 263274. Walters, C.J. 1986. Adaptative Management of Renewable Resources. Macmillian, New York. Walters, C.J., V. Christensen & D. Pauly (en prensa). Structuring dynamic models of exploited ecosystems from trophic Mass-Balance assessments. Can. J. Fish. Aquat. Sci. Warwick, R.M. 1986. A new method for detecting pollution effects on marine macrobenthic communities. Mar. Biol. 92: 557562. Willmann, W.L. & S.M. Garcia. 1985. A bioeconomic model for the analysis of sequential artisanal and industrial fisheries for tropical shrimp (with a case study of Suriname shrimp fisheries). FAO Fish. Tech. Pap. (270): 149. Young, O. 1981. Natural Resources and the State. University of Carolina Press, Berkeley, California. Zar, J.H. 1984. Biostatistical Analysis. Prentice-Hall, Englewood Cliffs. New Jersey.