Общая характеристика методов, способов и моделей теории управления запасами и рыболовством Текст научной статьи по специальности «Экономика и бизнес»

УДК 639.2.081

А. В. Мельников, О. В. Григорьев Астраханский государственный технический университет

ОБЩАЯ ХАРАКТЕРИСТИКА МЕТОДОВ, СПОСОБОВ И МОДЕЛЕЙ ТЕОРИИ УПРАВЛЕНИЯ ЗАПАСАМИ И РЫБОЛОВСТВОМ

Рациональное использование биологических ресурсов водоемов является одной из важнейших проблем рыбохозяйственной науки. Теория управления запасами промысловых рыб и рыболовством быстро развивается на основе использования новых идей методов и способов. Среди попыток совершенствования этой области рыбохозяйственной науки прежде всего необходимо отметить относительно новые идеи общенаучного подхода к теории рыболовства, методы предосторожного подхода к оценке общего допустимого улова (ОДУ) и экосистемные методы [1-3]. Появление новых направлений в теории рыболовства способствовало некоторому изменению структуры и содержания рыбохозяйственных исследований.

Дадим в систематизированном виде краткую характеристику современных методов, способов и математических моделей теории рыболовства.

В теории рыболовства различают два основных подхода - изолированных популяций рыб и экосистемного анализа.

При использовании первого подхода рассматривают отдельные (изолированные) популяции, иногда с учетом некоторых абиотических и биотических взаимосвязей популяции.

При экосистемном подходе в водоемах описывают сложные экосистемы, включающие в себя многовидовые промысловые сообщества, кормовую базу водоемов, внешнюю среду и т. д.

Наблюдается постепенный переход от первого подхода ко второму путем увеличения одновременно изучаемых промысловых сообществ и факторов внешней среды.

Проблемы и методы теории рыболовства рассматривают при стабильном (уравновешенном) состоянии запасов и промысла или при неуравновешенном состоянии. В последнем случае состояние запаса и его эксплуатация претерпевают некоторые количественные или качественные изменения, например, при переходе от одного стабильного состояния к другому. Соответственно, рассматривают статические и динамические методы и модели управления рыболовством.

Различают изучение проблем и процессов рыболовства на детерминированном и вероятностном уровне, а также в условиях нестохастической («природной» и «поведенческой») неопределенности. На вероятностном уровне (в условиях стохастической неопределенности) учитывают случайный характер численности и состава популяции, показателей ее использования, неполноту знаний о системах управления запасами. Управление запасами в условиях стохастической неопределенности возможно, в частности, с применением упомянутых выше кибернетического и преосторожного подходов к решению задач. При нестохастической неопределенности из-за недостатка информации некоторые процессы нельзя описать на детерминированном и вероятностном уровнях. В этом случае переходят к лингвистическому описанию процессов, особыми приемами переводят процессы в разряд случайных, применяют теорию игр и т. д.

Задачи теории рыболовства можно решать на интегральном и дифференциальном уровнях, в штучном и весовом выражении запаса и улова. При решении задач на интегральном уровне, в отличие от дифференциального, рассматривают общий запас или улов без деления рыб по размерным, возрастным и половым группам, а иногда также без деления рыб по видам. Необходимо обращать больше внимания на различие подходов к решению некоторых задач теории рыболовства на основе штучного и весового измерения состояния запаса и улова, на выражение некоторых показателей рыболовства в функции возраста и размера рыб.

Деление методов, проблем и задач теории рыболовства возможно с учетом принятых показателей и критериев рыболовства (управления рыболовством).

Первые из них используют для выражения цели управления рыболовством, в качестве ограничений на рыболовство, для оценки качества и эффективности процессов управления рыболовством и т. д. Вторые обычно определяют стратегию для достижения выбранной цели управления, например стратегию в некотором смысле оптимального управления. Выбор показателей

и критериев управления рыболовством во многом зависит от принятого метода исследования и особенностей решения задач. Важно различать показатели и критерии при детерминированном и вероятностном решении задач.

Современные методы теории рыболовства условно можно разделить на эмпирические; с применением математических моделей селективности рыболовства; методы биопромысловой статистики; методы на основе статического, динамического и статистического математического моделирования; предосторожного подхода; кибернетические (общенаучные), экосистемные. Некоторые из них являются одновременно методами анализа и оценки запасов промысловых рыб и методами управления рыболовством. Более того, иногда оценку запасов и решение задач управления рыболовством производят в рамках общей процедуры решения задач.

Различают решение задач теории рыболовства с использованием отдельных методов и способов и комбинированных - с привлечением нескольких методов и способов теории рыболовства. К последним методам, в частности, можно отнести новые методы предосторожного и кибернетического (общенаучного) подходов.

Эмпирические методы основаны на применении экспериментального и статистического материала о величине запасов, их составе, интенсивности и селективности рыболовства, данных наблюдений за объектом лова. Эмпирические методы обычно предусматривают использование математического аппарата (чаще - аппарата математической статистики), а иногда и математических моделей. Однако эти модели, как правило, являются эмпирическими моделями запаса, полученными в результате обработки статистического материала.

Эмпирические методы иногда позволяют получать достоверные результаты для частных конкретных популяций рыб, которые не всегда можно распространить на другие популяции.

Условно к эмпирическим методам можно отнести следующие:

— оценки величины запасов на основе анализа уловов и уловов на промысловое усилие;

— оценки запасов на основе анализа уловов и возрастного состава стада;

— учетных и промысловых съемок;

— акустических и промыслово -акустических съемок;

— съемок и математических моделей лова;

— анализа миграций проходных и полупроходных рыб в реках и прибрежных районах моря;

— оценки результатов мечения рыб;

— анализа результатов визуальных наблюдений и т. д.

Методы с применением только математических моделей селективности рыболовства основаны прежде всего на применении выражений для оценки селективных свойств лова и промысла, а также основных уравнений селективности при отцеживании и объячеивании рыбы сетным полотном. Такие математические модели можно непосредственно использовать для решения следующих задач:

— оценки и регулирования параметров кривых селективности при отцеживании и объя-чеивании рыбы сетным полотном, зацеплении крючком;

— оценки и регулирования селективных свойств орудий лова при перемещении рыбы относительно орудий лова, действии на рыбу физических полей, с учетом размеров и формы зоны облова;

— оценки и регулирования общих селективных свойств орудия лова с учетом проявления различных видов селективности на всех этапах лова;

— регулирования размера ячеи сетных мешков, сливов, сетей с применением основных уравнений селективности сетных мешков, сливов, сетей;

— регулирования других (кроме размера ячеи) параметров орудий и способов лова рыбы, влияющих на селективность орудий лова;

— оценки результатов селективного действия сетных мешков, сливов, сетей (размерный, видовой и половой состав улова, прилов рыб непромысловых размеров, уход из орудия лова при отцеживании и объячеивании рыб промысловых размеров, гибель рыб после ухода из орудия лова и т. д.);

— регулирования промысловой меры на рыбу и допустимого прилова рыб непромысловых размеров с применением основных уравнений селективности сетных мешков, сливов, сетей;

— оценки и регулирования селективности промысла, обусловленной особенностями распределения в водоеме промысла и рыб разного вида, возраста (размера) и пола.

Кроме того, математические модели селективности рыболовства можно применять в сочетании со всеми другими методами теории рыболовства, например с учетом взаимосвязи селективности, интенсивности и эффективности лова, в том числе экономических показателей лова и промысла и т. д. В результате объединения методов значительно расширяются возможности регулирования, контроля и прогнозирования селективности и интенсивности рыболовства, численности и состава запасов.

Методы биопромысловой статистики (их часто делят на биостатистические методы и методы биопромысловой статистики) основаны на сборе и обработке разнообразной информации о состоянии запасов и промысла для получения абсолютной или относительной оценки запасов, а иногда и для управления рыболовством. В этих методах в основном используют данные о составе и численности запаса и уловов, о величине улова или улова на промысловое усилие и т. д.

К основным методам биопромысловой статистики относятся:

— метод оценки и анализа запасов А. Н. Державина и его последователей с учетом величины и состава улова;

— метод виртуально-популяционного анализа (УРА);

— методы контрольных карт и последовательного анализа для оценки состояния и контроля запасов, регулирования рыболовства;

— методы оценки запасов и допустимой интенсивности вылова по результатам анализа уловов на усилие и по другим данным;

— методы группового учета аргументов (МГУА) для оценки и прогнозирования пополнения промыслового стада, улова на промысловое усилие, размерного состава улова и запаса и т. д.

Методы математического моделирования служат для обобщенного представления основных закономерностей, характеризующих состояние и количественные изменения в популяции и их влияние на величину и состав улова.

При математическом моделировании биологическому объекту (например, популяции рыб) в общем случае соответствует система уравнений и алгоритм перехода системы (популяции) из одного состояния в другое, например, в результате изменения ее численности или возрастного состава. Далее уравнение исследуют и полученный результат переносят на биологический объект, который послужил прототипом при создании модели.

Успешность математического моделирования в рыболовстве во многом зависит от правильного выбора математического аппарата. При этом обращают внимание на то, каким образом в модели описывается (или желательно описать) время и состояние системы управления рыболовством.

Достоинством методов математического моделирования является удобство формализации и оперативность получения необходимой информации, недостатком - те или иные допущения и опасность использования неточных моделей.

Различают математические модели для уравновешенного состояния запасов и промысла (статические модели) и математические модели для описания неравновесного состояния запасов и промысла (динамические модели), а также стохастические модели статики или динамики процессов с применением вероятностных представлений, методов математической статистики и т. д.

К статическим моделям относятся, в частности:

— статические модели улова или улова на единицу пополнения промыслового стада (аналитические модели);

— статические продукционные модели;

— модели запас-пополнение;

— статические продукционные модели с возрастной структурой и показателями селективности.

Основными динамическими моделями считают:

— динамические модели улова или улова на единицу пополнения промыслового стада в виде непрерывных и дискретных уравнений;

— модели когортного анализа;

— динамические продукционные модели;

— некоторые методы экстраполяции временных рядов, характеризующих состояние запасов и т. д.

К стохастическим моделям относятся многочисленные модели, основанные на применении численных характеристик и законов распределения случайных показателей рыболовства, корреляционного, регрессионного и дисперсионного анализа, теории случайных функций, метода Монте-Карло, бутстрепа и других специальных методов.

Кроме математических моделей популяций рыб, известны биологические и аналоговые модели. Биологической моделью популяции промысловых рыб является другая популяция рыб, но более удобная для исследований, чем моделируемая популяция. Биологические модели в ряде случаев дают хорошие результаты, но они громоздки и работают в реальном масштабе времени.

При разработке аналоговых моделей систему управления рыболовством с биологическим объектом заменяют другой системой, которая имеет другую физическую природу. Математический аппарат аналогового моделирования основан на выводах теории подобия.

В теории рыболовства часто используют комбинации перечисленных методов оценки запасов и управления запасами. Из них наибольшее значение имеют различные комбинации математических моделей:

— аналитических моделей и их дискретных аналогов;

— аналитических моделей и моделей запас-пополнение;

— аналитических и продукционных моделей;

— продукционных моделей и моделей запас-пополнение;

— моделей, основанных на синтезе моделей одного или различных (из перечисленных выше) классов;

— моделей, основанных на взаимосвязи селективности и интенсивности рыболовства;

— моделей, основанных на взаимосвязи промысловых и экономических показателей лова, промысла и рыболовства.

Возможны также различные комбинации эмпирических методов, методов биопромы-словой статистики, методов селективности рыболовства, статических и динамических моделей рыболовства.

Предосторожные методы теории рыболовства предусматривают рациональное использование промысловых биологических ресурсов на принципе предосторожности и концепции устойчивого развития. Пока получил развитие в основном метод предосторожного подхода для оценки ОДУ. Методы предосторожного подхода могут отличаться начальными условиями, набором ориентиров управления, режимами управления, методическим и математическим обеспечением. Известны различные практические версии предосторожного подхода, разработанные Международным советом по изучению моря (ИКЕС), Организацией по рыболовству в северозападной части Атлантического океана (НАФО), Национальной службой морского рыболовства США (КМБ8), Всеросийским научно-исследовательским институтом рыбного хазяйства и океанографии (ВНИРО) и т. д., которые занимаются регулированием рыболовства. В частности, во ВНИРО разработаны модификации методов предосторожного подхода для сильно изменяющихся по численности запасов и запасов низкой численности.

Кибернетические (общенаучные) методы в промышленном рыболовстве известны с начала 70-х гг. XX в., когда проф. В. Н. Мельников разработал биотехнические (кибернетические) основы лова рыбы. Эти методы в настоящее время преобладают в теории лова рыбы. Кибернетические основы оценки запасов и управления запасами промысловых рыб впервые разработал проф. А. В. Мельников в 1988 г.

Как известно, кибернетика изучает во всех областях науки проблемы управления сложными системами (прежде всего, с биологическими объектами) с высокой степенью случайности протекающих в них процессов. В таких системах, например в системах управления рыболовством, можно выделить детерминированную часть, стохастическую часть, отличающуюся случайной закономерностью, и процессы, которые или не поддаются количественному описанию, или такого описания не существует из-за неполной информации о процессе (нестохастические процессы).

Кибернетический (общенаучный) поход к теории рыболовства отличается от перечисленных подходов прежде всего следующим:

— более полным использованием преимуществ системных исследований и математического моделирования процессов;

— четким делением промышленного рыболовства на три области - лова, промысла и рыболовства;

— выделением в каждой области промышленного рыболовства четырех функций управления - организации, регулирования, контроля и прогнозирования;

— более широким использованием в теории рыболовства общенаучной теории управления процессами, теории операций, качества, эффективности, надежности и оптимизации процессов;

— применением большего числа показателей и критериев управления рыболовством;

— более полным использованием решения задач управления рыболовством при различных видах неопределенности;

— более тесным объединением теории рыболовства с теорией лова, теорией промысла с последующей разработкой обобщенной теории промышленного рыболовства;

— значительно более широким применением для оценки запасов и управления рыболовством теории и методов селективности рыболовства, взаимосвязи селективности и интенсивности рыболовства;

— использованием ограничений и оценки эффективности управления по большему числу показателей рыболовства;

— расширением области дифференцированного подхода к оценке состава и численности запаса и улова с учетом вида, размера, возраста и пола рыб;

— более полным учетом пространственно-временных границ промысла и выбора в необходимых случаях периодов стационарности для соответствующих показателей рыболовства;

— новыми попытками систематизации показателей рыболовства, в том числе показателей запасов, уловов, промысловой смертности, промыслового усилия, улова на промысловое усилие, эффективности рыболовства и т. д.;

— условиями для разработки более гибких правил рыболовства, в том числе с учетом задач организации, регулирования, контроля и прогнозирования лова, промысла и рыболовства, а также введением в них не конкретных значений показателей, а методик расчета показателей и т. д.

Кибернетические методы и способы управления рыболовством существенно отличаются прежде всего:

— целью и задачами управления рыболовством;

— показателями и критериями рыболовства;

— некоторыми принципами и схемами исследования эффективности рыболовства;

— особенностями статической и динамической оптимизации управления рыболовством;

— методами математического моделирования процессов управления ловом, промыслом и рыболовством;

— схемами оптимизации процессов управления рыболовством;

— некоторыми правилами управления рыболовством на основе выбора и принятия решений и т. д.

Современные методы теории рыболовства в основном связаны с изучением изолированных популяций промысловых рыб и опираются на одновидовые модели. При этом не учитываются или слабо учитываются взаимоотношения внутри водных биологических сообществ и влияние на эти сообщества условий внешней среды. Отсутствие развитого экосистемного подхода в теории рыболовства существенно затрудняет динамику популяций промысловых рыб, изучение и прогнозирование рыболовства.

По этой причине совершенствование экосистемного подхода в теории рыболовства, разработка моделей многовидовых промысловых сообществ являются одной из важных проблем рыбохозяйственной науки. Вместе с тем в методах и моделях изолированных популяций все шире применяют элементы экосистемного подхода. Важными особенностями такого подхода служат, например, учет влияния на пополнение промыслового стада, рост и естественную смертность кормовой базы в водоемах, пищевых взаимоотношений различных видов рыб, хищничества, каннибализма, температуры и солености воды, конкуренции на нерестовых площадях и т. д.

Методы экосистемного подхода к управлению рыболовством могут отличаться:

— составом и свойствами экологической системы;

— целью и задачами управления рыболовством;

— основными параметрами процессов и взаимодействий при исследовании промысловой экосистемы;

— методами математического моделирования для изучения элементов экосистемы и системы в целом;

— особенностями принятия и выбора решений по результатам изучения экосистемы и т. д. Рассмотренная общая характеристика и классификация методов, способов и моделей теории управления запасами и рыболовством позволяет систематизировать исследования теории рыболовства, наметить новые задачи и проблемы, которые требуют решения, обратить внимание на перспективные методы исследований.

СПИСОК ЛИТЕРАТУРЫ

1. Бабаян В. К. Предосторожный подход к оценке общего допустимого улова (ОДУ): Анализ рекомендации по применению. - М.: Изд-во ВНИРО, 2000. - 192 с.

2. Мельников А. В. Оптимизация регулирования рыболовства как кибернетическая проблема / Астрыб-втуз. - Астрахань, 1988. - Деп. в ЦНИИТЭИРХ, 1988, рх-936. - 42 с.

3. Левасту Т., Ларкинз Г. Морская промысловая экосистема. - М.: Агропромиздат, 1987. - 166 с.

Статья поступила в редакцию 17.06.2006

GENERAL CHARACTERISTICS OF METHODS,

WAYS AND MODELS OF THE THEORY OF STOCKS AND FISHERY MANAGEMENT

A. V. Melnikov, O. V. Grigoryev

The paper describes both fraditional and modem methods of the fishery theory. The last methods can conditionally be divided into empirical; applying methods and mathematical models of fishery selectivity; methods of biofishery statistics; methods based on static, dynamic and statistic mathematical modeling; those of precaution approach; cybernetic (general scientific), ecosystem and complex methods. The most promising ones are general scientific methods that include cybernetic methods, methods of operation investigation, theory of decisionmaking, theory of system quality and reliability, methods of maps control and successive analysis, of group argument reckoning, theory of temporary lines, etc. The considered general characteristics and classification of methods, ways and models of stocks and fishery management allows systematizing researches of the fishery theory, outlining new tasks and problems, drawing attention to promising research methods.