2025-01-19-世界银行-全球海洋保护区的扩大和捕捞努力的重新分配（英）_42页_10mb

全球海洋保护区扩张与捕鱼努力的重分布

背景与目的

海洋保护区（MPA）扩张是全球海洋保护的核心措施之一，其中“30×30”计划是代表性例证。本研究使用机器学习模型预测不同MPA扩张情景下全球捕鱼努力的变化，旨在探索MPA扩张如何引导渔业的地理重分布，并为政策制定提供科学依据。

主要发现

1. 总捕鱼努力下降

   • 即使MPA未完全覆盖，全球捕鱼努力也会整体下降。
   • 下降幅度取决于MPA覆盖区域所占的比例以及该区域是否具有高渔业价值（即当前是否有大量捕鱼活动）。

2. 重分布现象

   • 捕鱼努力并非仅移向MPA外地区，MPA的建立也会减少整体现有的捕鱼努力。
   • MPAs覆盖区域的最大考虑距离和空间邻近性均影响重分布的空间模式。

3. 关键驱动因素

   • 覆盖高渔业活动区：MPA覆盖的当前捕鱼活动比例越高，总捕鱼努力的下降幅度越大。
   • 地带性差异：比起保护面积，覆盖区域的位置更为关键。例如，在当前默默无闻区域设立MPA，对渔业实践的影响很小。
   • 经济行为：包括固定成本、适应成本以及渔船的空间行为模式也驱动重分布。

4. 现有MPA的影响

   • 模型模拟展示，不同MPA设计也可能对渔业产生显著影响。例如，大规模MPA扩张可减少全球30%至38%的捕鱼努力。
   • 替代效应是影响效果的关键，而生物逃生，即扩大保护区是否会让原海域渔业压力增加，也必须纳入考虑。

结论与政策含意

• 治理意义：全球MPA扩张应被视为结构调整的一部分，需反思设计过程，以适配区域渔业结构和社会经济现状。
• 预测工具：研究中的机器学习模型提供了适用于评估MPA政策的工具，能够在没有影响控制群的情况下进行干预效应推演。
• 权衡与平衡：MPA扩张对生态保护和渔业经济可能存在不同的影响，政策制定必须权衡这些影响以实现生态系统和社区的双赢。

未来研究方向

• 验证模型对其他季节性气候变动、渔业管理应对策略等非MPA干预因素的变化响应能力。
• 探索依渔业状态及MPA类型对生物捕捞量和经济附加值的影响转换机制。

注 以上内容由 DeepSeek-R1语言模型 根据用户提供的文献信息生成，仅供知识探索参考。模型输出遵循中立原则，未经任何人工干预，同时不对模型生成结果的使用效果负责。