以生態系統為基礎的漁業管理(EBFM)在1990年代到20世紀,成為了全球各地資源管理的重要方法。不同於僅關心單一物種的傳統管理模式,EBFM提供了更全面的管理方法,並考慮到包含生物、物理、經濟及社會因素等層面。
EBFM在近 20年蓬勃發展,最早源於NOAA,妥當的管理方式是國家海洋資源永續利用的基石。但是,儘管EBFM被廣泛利用,還是有許多聲音質疑EBFM缺乏紮實的科學支撐,2015一篇在Fisheries發表的研究指出六項EBFM在執行時所需要面對挑戰或受質疑的地方。
Isola di capri, 2014, by Sophia |
Isola di capri, 2014, by Sophia |
迷思1:EBFM缺乏通用的術語,所以很難實踐?
這是錯的。
許多科學文獻都提供了以海洋生態系統為基礎的管理相當明確且擁有一致性的相關術語。在海洋漁業方面,以生態系為基礎的管理可根據不同的焦點區域分成三個層面。(完整的定義可以在http://dx.doi.org/10.1080/03632415.2015.1024308找到)。從涵蓋的範圍來說,三個層面的區別在於關注的焦點不同:
1.
生態系統的漁業管理辦法(EAFM)專注於單一漁業資源,含其他影響系群的因素。
2.
以生態系統為基礎的漁業管理(EBFM)集中在漁業部門(多種漁業)。
3.
基於生態系統的管理(EBM)著重多部門,如漁業,生態旅遊,石油天然氣勘探。
迷思2:EBFM沒有一個明確的法律授權?
不對。
在過去的20年中,Magnuson-Stevens Fishery Conservation結合90多個獨立的聯邦立法授權,並以任何明示或默示的方式授權給NOAA來實施基於生態系統的管理。NOAA Fisheries在這段期間充分的參與執行EBFM的行動,以便更有效地履行其職責的關鍵 –全國的海洋生物資源和棲息地之交互作用,以及生態系統的管理工作。不需要等待完善的授權來推動EBFM,管理者、科學家和政策制定者可以且應該使其推進目前有關部門中。
迷思3: EBFM需要大量的數據和複雜的模型?
這題也不太對。
常見的誤解是EBFM需要全面的數據和複雜的模型,且只能在特殊數據豐富的情況下使用。但實際的情況是,EBFM始於已知的生態系統。並提供框架利用目前所知道的資訊,能詳細記錄時間序列的物種豐富度和描述當地生態系統的知識。當面臨數據有限的情況下,有些方法如:風險、組合、迴路分析可以應用在可用的資訊上。這樣的方式為管理者提供方法來,評估魚類種群或生態系統是否達到臨界點。
這裡的關鍵點是,EBFM使管理者能夠有最好的生態資源管理的資訊,並同時了解系統的所有部分
迷思 4: EBFM的結果總是較保守的?(低於實際數量和受限制的)
許多人認為EBFM主要以預防性的管理方法和減少捕撈限額為主要措施,理由是在評估時有許多的不確定性,以及專注於受保護物種進而引起限制性管理措施,使可捕量低於最大可持續捕撈量(MSY)的水平。但是,其實我們應該想想,為什麼權益相關人往往忽視哭學所提供的數據而選擇可能會對生態系統及資源造成危害的作法?在過去半個世紀,漁業科學家指責了單一物種最大持續產量的觀念,原因是無法同時讓所有物種實現最大持續生產量。
此外,有研究表明,當EBFM應用於管理時,重點放在是結合生態系統中所有目標物種的卸魚量和價值。長期而言,以多種魚種為捕撈目標的漁業能帶更多的經濟效益。
迷思5:以EBFM描述一個複雜的系統過於天真?
支持者覺得EBFM是個解決方案,而批評者覺得這無法解決海洋資源管理中,社會經濟、政治和其他挑戰。全球科學機構歷來提供以系群為基礎單位的漁業管理建議,而非考慮多個漁業和不同的利用族群。
不同的權益相關人常有競爭利益情形,而認知當中的差異並選擇能優化全面利益的管理方式是很重要的。
當管理策略希望改善多個目標的情況下,就不會讓任何一個系群、領域、經濟或團體在不自覺中損害另一方或同時耗盡。其實,EBFM是一種取捨分析,它用來研究哪些選項可以達到最多目標,最終歸納一個共同系統。
迷思6:資源不足夠進行EBFM?
最後一個迷思是有些人認為,EBFM需要用到很多資源,例如更多的資金,人力,數據和複雜的模型。但EBFM其實存在著提高效率的潛力。
許多國家和國際工作小組還是以單一物種管理為主,EBFM則是以多物種到生態系的概念,所以相較之下,可能EBFM還不需要單一物種管理模式的資源量。
此外,應用EBFM已被證明可以改善海洋生態系統的穩定性,可以提高管理上和經濟穩定上的好處,甚至有擬定(永續的)商業規劃。
要打破迷思,就要採取行動
上述這些迷思降低許多管理者嘗試EBFM的意願,並使他們遠離取得資源管理最佳資訊的機會。我們應該屏除把EBFM視為一個需要過多資訊的複雜管理程序的想法,而認為EBFM是一個幫助管理或科學家在現有資訊的架構下進行相關研究的一個方法(暗藏著NOAA盼望全球share
data的苦心?)。
英文全文網址:http://www.st.nmfs.noaa.gov/ecosystems/ebfm/ebfm-myths
(編by 孟昌,小麥,寧君,Sophia)