研究

社会网络和渔民的行为:探索信息流和诺森伯兰郡龙虾渔业捕捞成功之间的联系

• 摘要
• 简介
• 方法
  • 研究区域
  • 数据收集
  • 数据分析
• 结果
  • 网络结构
  • 信息共享关系的模式
  • 网位与钓鱼成功
• 讨论
  • 网络结构
  • 信息共享关系的模式
  • 网位与钓鱼成功
• 结论
• 对本文的回应
• 致谢
• 文献引用

介绍

人们普遍认为，对渔民行为的不充分理解导致了世界范围内现代渔业管理的失败(Hilborn 1985, 2007)。渔民的行为受到许多因素的影响，包括技术、生态和经济变量，如船舶功率、目标物种分布和市场。在这些变量的背景下，支撑渔民决策的是对海洋环境的了解(Johannes et al. 2000, Salas and Gaertner 2004, Marchal et al. 2006, Grant and Berkes 2007)。捕鱼地点的决定是由渔民的知识决定的，这有助于减少目标物种的时空变化带来的不确定性(Cashdan 1983, Mangel和Clark 1983, Wilson et al. 2007)。

知识可以被视为个人或社会资产。在个人层面，渔民通过长期的渔场经验积累了丰富的定性知识(Johannes et al. 2000)。不同的经验意味着个人的知识可能不同，影响钓鱼机会、行为和钓鱼成功的意识(Branch et al. 2006)。知识作为个人资产的观点得到了一些观点的支持，这些观点认为，在竞争性渔业中，保密是一种有益的策略，在竞争性渔业中，渔民隐藏了关于他们的捕捞量和捕捞地点的信息(Palsson 1982年，Allen and McGlade 1986年，Palmer 1991年)。然而，越来越多的证据表明，知识应该被视为一种社会资产，因为尽管有竞争，渔民参与社会关系来分享信息(Acheson 1981, Gatewood 1984, van Ginkel 2001, Salas和Gaertner 2004, Mueller et al. 2008)。渔民利用社会关系来获取信息，从而决定何时何地捕鱼(Gezelius 2007)。这种关系可以通过减少寻找生产场地的时间来提高捕鱼效率(Rudd 2003年)。渔民在决定是否共享信息以及与谁共享信息方面存在异质性，这意味着不同的渔民可以获得不同的信息。

尽管定性研究强调了信息流的重要性，但直到最近，对渔民行为的定量研究才开始纳入信息共享等社会变量(Allen and McGlade 1986, Little et al. 2004, Little and McDonald 2007, Wilson et al. 2007, Wilson and Yan 2009)，渔民行为的社会维度仍未得到研究(van Putten et al. 2012)。鉴于社会关系在获取信息和构建知识方面的重要性，社会网络方法对于探索信息共享的动态以及它与钓鱼成功之间的关系是有用的。社会网络分析(SNA)通过量化社会网络的属性和个体在其中的位置，提供了一种实证检验这些理论的工具。SNA可以被定义为对社会关系系统的研究，该系统包括一组参与者、他们的属性以及他们之间的关系的数据(Wasserman和Faust 1994)。社会科学研究长期以来一直采用SNA (van Duijn和Vermunt, 2006, Borgatti等人，2009)，它在提供对自然资源管理影响的网络属性的洞察力方面的潜力日益得到认可(Bodin等人，2006,Bodin和Prell, 2011)，特别是在渔业治理方面(Maiolo和Johnson 1989, Johnson和Orbach 1990, Crona和Bodin 2006, Bodin和Crona 2008, Ramirez-Sanchez和Pinkerton 2009, Hartley 2010, Hartley和Glass 2010，Marín和Berkes 2010, Bodin和Prell 2011)。然而，到目前为止，实证研究和定量分析对网络的应用是有限的(Bodin和Crona 2009)。

在本研究中，我们通过探索英国诺森伯兰龙虾渔业的信息共享网络和捕捞成功之间的关系，为SNA和渔业的文献增长做出了贡献。我们假设，参与信息共享网络有助于提高捕捞成功，因为与渔场和其他船只的渔获量有关的信息有助于提高对捕捞机会的了解。诺森伯兰郡渔业提供了一个探索信息共享在渔业成功中的价值的机会，因为龙虾的相对低流动性(史密斯等人，2001年)预计会带来资源分配知识，这对资源用户来说是有价值的，比目标物种的流动性更大的情况下(Acheson 1981, Palmer 1991)。对整个网络(包括网络中所有个体的数据)的分析可能涉及到耗时的数据收集;因此，诺森伯兰郡渔业社区的资源使用者数量较少，为使用全网方法调查这些联系提供了一个可行的背景。我们的目标描述如下。

目的1:描述和比较在诺森伯兰郡四个港口的网络结构，选择他们的不同特点。网络的结构属性代表了资源用户之间潜在的社会过程，例如，信息共享，其结果，例如，钓鱼成功，可以对网络中的个人产生影响(Little和McDonald 2007, Bodin和Crona 2009)。我们使用与信息共享相关的四个指标来比较四个端口上四个网络的结构。首先，我们考虑报告的信息共享联系的数量，因为高度连接的网络应该导致更大的信息流(Bodin和Crona 2009)。其次，我们在报告的关系中衡量互惠性。互惠关系被认为比非对称关系更强，因为互惠被认为增加了信任和长期义务，这对信息共享关系很重要(Pretty 2003)。第三，我们考虑了网络碎片化，因为子群体的出现程度和它们之间的相互作用可能会影响信息流，从而影响渔民知识的发展(Crona和Bodin 2006年，Bodin和Crona 2009年)。最后，我们比较了网络集中度，网络集中度描述了信息的接收，以及潜在的竞争优势，在多大程度上由少数个人主导，或者在渔民中平均分布。

目标2:了解渔民之间的关系模式。最近对农民和渔民的研究发现，信息流向在社交网络中非常重要(Mueller et al. 2008, Henrich and Broesch 2011, Van den Broeck and Dercon 2011)。渔民在选择与谁分享信息时，预期会反映出他们的看法;那些寻求学习的人优先与他们认为拥有信息的人联系(Henrich and Broesch 2011)。我们的第一个假设是，渔民更有可能报告与他们认为与自己同样成功或比自己更成功的人有信息共享关系。定性研究表明，信息共享关系发生在渔民之间，他们预期互惠的信息交换是有益的(Acheson 1988)。因此，我们的第二个假设是，在成功率相似的渔民中，互惠关系更有可能发生。

目的3:探讨捕鱼成功与渔人在渔网中的位置之间的关系。个人在网络中的位置可以提供机会或约束(Bodin et al. 2006, Ernstson et al. 2008, Borgatti et al. 2009)。社会资本理论认为，拥有更多社会关系的个体可能拥有更广泛的知识，可能比那些关系较少的个体表现得更好(Crona和Bodin 2006, Carlsson和Sandström 2008)。因为关于他人何时何地成功的信息可以帮助个人了解钓鱼机会，我们的第三个假设是，通过更多社会关系获得信息的渔民会更成功。

方法

研究区域

地理和资源

研究区域从泰恩河一直延伸到诺森伯兰郡的北部边界，诺森伯兰郡的近海渔业(距离海岸6海里)由诺森伯兰郡近海渔业和自然保护管理局(NIFCA，图1)管理。壶养渔业使用有饵的锅(陷阱/架)来瞄准主要的欧洲龙虾(螯龙虾gammarus)、棕蟹(癌症pagurus)和梭子蟹(Necora青年人)．龙虾分布在沿海岸的岩石地层中，从海岸到大约60米深(NIFCA 2013年)，盆栽受到栖息地可用性和与近海拖网渔船潜在冲突的地理限制。适宜生境的范围在整个地区各不相同，南部限制在6海里以内，北部则超过12海里。

渔业活动及市场

龙虾是欧洲大陆有市场需求的高价值品种;2008年，区内132艘捕虾船共捕获204公吨龙虾(英国海洋管理组织，个人沟通2010)。龙虾是渔获物中最具经济价值的部分，因此是渔民的优先目标，特别是在龙虾旺季，即7月至10月。该地区的盆栽容器长度在4到12米之间，可以工作超过2000个罐子(NIFCA，个人沟通2008)。在龙虾的旺季之外，捕虾罐通常被部署在不同的地面上，以捕食其他物种(C. J. Garside, P. M. Edward和C. L. J. Frid，未出版的手稿)．许多船只在季节性或兼职的情况下，连同其他渔具或职业一起操作渔具。

渔业社区和选址

NIFCA区内的11个主要港口的社会特征各不相同。更大、更城市的社区通常位于该地区的南部，是拖网船队和盆栽船的家园。随着季节性和兼职的新来者进入渔业，这些渔业社区经历了一些社会分层，他们通常很少或没有渔业背景(当地渔民，个人沟通2009)。在该地区更北部的许多更小、更乡村的港口被认为是更传统和更紧密的社区，在那里捕鱼通常由同一家庭的几代人从事，并形成当地旅游业的一个组成部分(NIFCA，个人沟通2008)。数据收集在四个选定的港口，以获得地理分布和捕捉一系列的港口和船队特征:布莱斯，安布尔，海屋和圣岛(图1，表1)。

管理挑战

尽管一些贝壳类鱼类的储量被开发得超过了建议水平，例如龙虾(CEFAS 2011)和螃蟹(ICES 2012)，但英国对龙虾渔业的管理是有限的，措施通常是根据当地法规执行的。虽然捕龙虾传统上是一种季节性活动，但船舶和齿轮效率的提高导致了全年捕龙虾的趋势(Phillipson和Symes 2001年)。坊间证据显示，渔具的增加和对专门盆栽船的投资，引发了人们对龙虾渔业长期可持续性的担忧，导致人们考虑建立基于权利的管理体系(环境和农业事务部，2011年)。然而，近海渔业在地方层面没有得到很好的研究，而且缺乏为管理措施提供信息所需的数据，包括近海渔业活动分配的信息(环境和生态事务部，2010年)。当地管理者认识到，渔民的知识有潜力帮助建立更准确的捕鱼行为和生物资源的图像，这被认为是实现可持续渔业的关键(Defra 2010;NIFCA,个人沟通2008)。

数据收集

目标人群被定义为四个港口活跃的捕捞船只的船长，因为初步访谈表明船长决定了捕鱼地点。诺森伯兰郡的捕鱼行为显示了由母港定义的群体之间的领土性(Turner et al. 2013)，因此每个港口被认为代表一个社会网络。试图对每个网络中的所有船长进行半结构化访问，以获取全网的数据。采访了41名渔民，占每个港口目标人口的90%以上(表1)。

信息共享关系是通过询问渔民与哪些其他渔船或船长共享捕鱼地点或捕获物的信息而产生的。最初使用召回方法提出问题，随后使用相关港口的活跃船只清单提示应答者。大多数受访者列出了其他船长，不过也有一些人根据船名或船员回忆起了领带。我们假设船员拥有与船长相似的关于最近捕鱼旅行的信息，并且信息在同一艘船上的船长和船员之间共享，因此所有报告的船舶之间的联系都被记录为联系。这些信息流被解释为渔民之间的联系，原因如下:(1)大多数报告的互动都是直接在船长之间进行的，(2)40%的船长没有与船员一起工作，因此与这些船只的任何联系都等同于与船长的联系，(3)我们假设与船员共享的任何信息都有助于船长的知识库，而船长对决定在哪里捕鱼负有最终责任。

网络连接是基于感知到的正在进行的通信模式，渔民没有被要求报告交互频率。先前的研究发现，对特定互动的回忆可能与对同一互动的观察不一致，但能更好地反映随时间推移的行为模式(Freeman et al. 1987, Krackhardt 1987)。此外，在探索行为时，对关系的感知可能比观察到的互动更重要(Borgatti et al. 2009)，特别是在信息共享关系中，信任程度和共享信息的质量不容易观察到。

受访者被要求说出他们认为成功的盆栽渔民的名字，以从同行的看法中获得钓鱼成功的衡量标准。个人的感知成功是根据认为他们成功的同龄人的百分比来计算的。这个指标被用来作为渔民对与他们形成关系的其他人的影响的感知。由于渔民优先以龙虾为目标，感知成功作为一种度量的有效性通过斯皮尔曼的等级相关性进行评估，使用总龙虾登陆量(t)(如有，n= 35) 2007年;数据来自NIFCA和英国海洋管理组织。同伴对捕捞成功的认知与渔民的龙虾渔获量呈正相关(r_年代= 0.659,p< 0.001)，表明渔民对成功的感知反映了总捕获量高。

数据分析

网络结构

使用Ucinet分析了基于报告的信息共享关系的关系矩阵(Borgatti et al. 2002)。被回忆起的关系包括定义的网络边界之外的少量关系(每个港口不超过4个)，这与之前的研究一致，研究表明社会空间分组与渔民的母港和齿轮类型密切相关(St. Martin and Hall-Arber 2008)。在网络的比较中只包括了网络边界内渔民之间的关系。

关系是二分的，表示信息共享的存在或不存在;关系是定向的，表示报告的信息流的方向。单向信息流通成为可能;例如，渔夫A可能报告与渔夫B共享信息，而B却没有与渔夫A共享信息。节点(渔夫)之间的关系在NetDraw中绘制(Borgatti 2002)，使用了节点位置取决于关系数量的多维缩放技术。具有相似领带图案的节点被放置在彼此靠近的位置(Scott 2000)。

报告每个网络中的联系数量，以及网络密度，网络密度描述了报告的联系在网络中可能联系的比例。密度取决于网络的大小，较大的网络往往密度较低，因为在社会关系中所涉及的时间和精力限制了每个参与者可以维持的最大联系数量(Scott 2000)。鉴于这里研究的网络规模较小，我们希望密度可以提供一个可比的度量;此外，我们还考虑了每个网络中每个节点的平均连接数。还计算了每个港口的互惠关系比例。报告了组成部分(相互不连接的子组)和隔离(不连接任何其他渔民)的数量，以说明网络的内聚性。报告的组成部分是弱组成部分，它考虑联系的存在或不存在，而不是它们的方向性，和强组成部分，考虑子群体之间的联系的方向性(Scott 2000)。

网络集中度是使用个体的度中心性分数(表示每个节点的传入信息)来计算的，以评估网络中渔民接收到的信息的分布(Freeman 1979)。网络集中度量基于一个反映两种对立理论立场的规模:一个是所有参与者都平等连接的网络(0.0)，另一个是完全围绕一个中心节点集中的网络(1.0)。在高度集中的网络中，中心性得分的分布是不均匀的，这表明少数个体从许多其他人那里接收到信息，而其他人接收到的信息很少。集中度得分与网络密度一起被解释，以评估整个网络的内聚性;在两个密度相似的网络中，集中度较低的网络可以被认为更有凝聚力，网络中的关系之间的信息分布更均匀(Prell 2011)。

信息共享关系的模式

使用关系列联表分析评估关系模式，以检验两个假设:(1)渔民更有可能报告与与自己同样成功或比自己更成功的人分享信息，(2)互惠信息共享关系更可能发生在被认为成功的渔民之间，而不是成功和不成功的渔民之间。关系列联表报告了在具有相同大小和数量的联系的网络中观察到的联系与偶然期望的联系的比率。通过将观测值与使用随机化程序估计的基础分布进行比较，计算显著性值(Borgatti et al. 2002)。

网位与钓鱼成功

钓鱼成功与信息共享网络中的位置之间的关系使用程度中心性(Freeman 1979)进行评估。中心性衡量行为体在网络中占据中心位置的程度;高度中心性表明一个行为体与网络中的许多其他行为体有直接联系(Wasserman and Faust 1994, Scott 2000)。当应用于定向数据时，度中心性包括两部分:对于每个渔夫，度外中心性反映渔夫报告的联系数量，即与他人共享的信息，而度内中心性则反映其他人报告的联系，即向渔夫输入的信息。中心性度量被归一化为每个网络中最大可能度量的比例，以便对四个不同规模的网络进行比较。使用普通最小二乘计算的线性多元回归，用于评估中心性度量和感知成功之间的关系。成功被视为因变量，度内和度外中心性被视为预测变量。

结果

网络结构

我们展示了社会图，以说明每个港口的信息共享网络的结构，并可视化每个网络的连通性、互惠性、碎片化和集中化水平(图2)。网络包含12至33个纽带，网络密度(实现的纽带比例)在安布尔最低(0.13)，在圣岛最高(0.57，表2)。每名渔民的平均进出领带数量高于所有其他港口(每名渔民2.8条，见表2)。往来领带的比例在圣岛也最高(0.31条，见表2)。在接受采访的渔民中，81%报告与他人分享信息，8名渔民报告不分享任何信息。我们总共确定了三个没有信息共享关系的孤立节点(图2)。

在Amble中有两个明显的弱组成部分(图2b)，表明子组之间没有发生信息共享。其他每个网络都包含一个单一的弱成分，其中每个渔民可以通过直接或间接的路径到达彼此(图2)。当考虑联系的方向时，除圣岛外的每个网络中都识别出2到3个强成分加上一些孤立的节点，表明网络子群之间的相互作用更紧密(表2)。当只考虑互惠关系时，除圣岛外所有港口的大多数渔民都是孤立的。在单个连接组件中最多有4个节点(图2)。所有其他互反关系都包含单对或三联(图2)。

网络集中度最高的是Seahouses(0.52)，最低的是Amble(0.20，表2)。集中度指标表明，对信息的访问不同，从信息共享中获得的位置优势在每个端口中分布不均。结合密度测量结果，集中度评分表明圣岛是最具凝聚力的网络，密度高，集中度低。相比之下，Seahouses表现出低密度和高集中度，这表明它在四个端口中具有最低的网络内聚水平(表2)。

信息共享关系的模式

关系列联表分析表明，在所有港口，从不成功的渔民到成功的渔民以及成功渔民之间的信息共享联系都比预期的概率要高，在Blyth和Amble中显示出统计学上的显著差异(表3)。在Seahouses中，除了成功渔民之间的联系外，所有联系都比预期的概率要低。在所有港口，成功渔民与失败渔民之间的信息共享关系都比预期的要低。这得到了定性数据的支持;一位渔民说:“不与那些不太成功的人分享并没有恶意……他们只是一味地跟着别人走，什么也教不了你。”

在所有港口，成功渔民之间互惠信息共享关系的数量都大于预期数量，在统计上，安布尔和布莱思的关系分布存在显著差异(表3)。最明显的例外是布莱思(图2a)和安布尔(图2b)两个最成功的渔民，他们经常被认为是成功的，但没有参与任何互惠信息共享关系。

网位与钓鱼成功

多元回归分析显示，渔获成功程度与中心性指标(F= 17.954,p< 0.001)，尽管拟合解释的变异比例相对较小(R²_邻接的= 0.446)。有更多信息共享关系的渔民可能更成功(β = 0.697，p< 0.001)。在控制程度中心性的情况下，有更多外向系带的渔民可能更不成功，尽管这在α = 0.05 (β = -0.297，p= 0.063)。

讨论

网络结构

我们发现有证据表明，在每个港口都有很高比例的渔民参与信息共享网络，这表明共享被视为一种有用的策略。这些结果与其他一些研究一致，这些研究强调了社会关系在分享捕捞量和位置信息方面的价值(例如，Palmer 1991, Gatewood 1984, Gezelius 2007, Mueller et al. 2008)。有三个原因可以解释少数渔民之间缺乏信息共享(Gatewood 1984)。首先，渔民可能缺乏建立信息共享关系所需的信任，特别是如果他们是渔业新手。第二，渔民可能有其他信息来源;例如，在诺森伯兰郡，前拖网渔民与其他拖网渔船保持联系，渔民提到从贝类商人那里获得信息。第三，捕捞成功与龙虾渔业的骄傲和声望有关，一些船长可能不愿意参与信息共享关系，因为他们认为这是软弱的表现;一个渔民说:“如果你是一个认真的渔民，你不会想问这个问题。”骄傲和声誉可能也影响了一些渔民对采访问题的回答，导致他们低估了信息共享关系和互惠。尽管之前的研究已经发现渔民在信息共享中存在很强的互惠性规范(Gezelius 2007)，但在诺森伯兰郡报告的关系中，有很大一部分并不是互惠的。 This may reflect unwillingness among some fishers to engage in, or admit to, sharing information.

我们描述了四种不同的网络结构，反映了NIFCA区域内渔港的多样性。每个渔民拥有的平均联系数和平均互惠联系数在最小的网络Holy Island中最高，那里的网络密度最高。圣岛渔业社区的渔民平均年龄较大，经验丰富，除了渔具，不使用任何其他类型的渔具，并有钓鱼家族史(表1)。这些因素可能有助于建立一个长期的网络，建立的信任使更多的信息共享和互惠。在小群体中，信任是通过互动的频率产生的(Ostrom et al. 1999, Dietz et al. 2003)，参与关系的交易成本可能更低，导致个体之间的互动更多(Rudd 2000, 2003, Grafton 2005, Sligo和Massey 2007)。网络中更多的联系，以及高密度和低集中度所表现出的更高的整体内聚性，可能会影响信息流，表明有可能更多地接触到有助于知识的新信息(Bodin和Crona 2009)。然而，在渔民联系非常紧密的地方，接收到的信息可能也有更大的同质性，渔民之间对渔场的认识也越来越相似(Bodin和Crona 2009)。这种同质性有可能降低资源使用的效率(Little and McDonald 2007)，并降低适应变化的能力(Bodin and Norberg 2005)。

通过促进与钓鱼机会相关的专业知识的发展，子群体可以减轻高网络连接的潜在负面影响，因此，高连接和子群体之间的平衡被认为是有益的(Bodin和Crona 2009)。在除Amble外的所有网络中，信息共享网络都形成了一个单一的弱组成部分，这表明信息直接或间接地在所有渔民之间流动。然而，强成分和隔离物的数量随着网络规模的增加而增加。在Amble和Blyth港口，渔民的多样性更大，使用多种渔具的渔民更多，没有捕鱼家族史的新入者更多，这可能解释了更大的碎片化和更低的凝聚力(表1)。相比之下，圣岛的渔民形成了一个强大的组成部分，没有隔离，这与小社区中高度的信任和互惠一致。强成分的存在也可能反映出捕鱼机会的性质。一项对阿拉斯加鲑鱼渔民的研究推测，信息共享小组的规模可以反映每个捕鱼点的最佳船只数量(Gatewood 1984)。由于信息共享假定会导致对目标鱼种和其他船只位置的共同了解，因此，由于作出类似的决策，较大的群体可能会导致过度拥挤，并可能对捕鱼的成功有害(Gatewood 1984年)。过度拥挤被认为是诺森伯兰郡的一个问题，特别是在旺季，渔具纠缠和空间冲突会对捕鱼效率造成负面影响。小组的存在促进了小组之间的信息共享，可能有助于缓解这些问题。

在这四个港口中，Blyth和Seahouses的集中度最高，这表明渔民对他们希望与之分享信息的人有更多相似的想法。这些港口的渔民平均较年轻，经验较少(表1)，在渔业中可能有相似的榜样。然而，集中度得分最高为0.52(表2)，这表明在所有港口，渔民决定与谁共享信息存在差异。这可能反映了对哪些渔民成功的不同看法，也可能反映了纽带的形成也可能受到其他因素的影响，如亲属关系(例如，每个港口40%至63%的渔民有家庭成员从事渔业，见表1);年龄;空间距离;或者捕鱼模式的相似性(Henrich and Broesch 2011)。然而，联系不是均匀分布的，这表明网络中的个体对信息的接收是不同的，因此位置优势是不均匀分布的。建模工作表明，网络结构的差异可能影响资源开发模式和效率;例如，那些与技术人员联系更密切的人可能会由于信息流而获得更大的成功(Little and McDonald 2007)。 Empirical research into these issues would need to distinguish such social effects from correlated effects; for example, differences among networks may result from differences in ecological variables or fishing practices (Conley and Udry 2010).

信息共享关系的模式

我们的研究结果支持了渔民与被认为成功的人分享信息的假设，支持了渔业社区中经常存在领导者和追随者的论点(van Ginkel 2001)。结果表明，链接可能是在从其他人那里接收信息的预期中形成的(Conley和Udry 2010)。这些结果与以往的研究一致，发现捕获成功与信息交换的方向性之间的关系;一项针对墨西哥渔民的研究表明，经验不足的渔民会向经验丰富的渔民寻求建议(Ramirez-Sanchez 2011)，在密歇根湖鲑鱼渔业中，捕捞量低于平均水平的渔民被观察到与更成功的船长分享信息(Mueller et al. 2008)。

建模工作表明，一些渔民(“笛卡尔主义者”，坚持在最有回报的渔场规避风险的人)试图获取信息，但其他人(“随机主义者”，寻找新的生产场地的冒险者)试图避免披露信息(Allen and McGlade 1986年)。我们的研究结果支持了这一论点，因为成功的渔民不太可能与不成功的渔民分享信息。互惠关系在成功的渔民中也更常见，这支持了渔民倾向于与其他具有相似技能水平的人分享信息的论点(Acheson 1988)。在农民之间的网络中也发现了类似的发现，偶然发现“老农”分享信息的频率比预期的要高(Conley and Udry 2010)。在Amble和Blyth，成功程度的关系分布差异只在统计上显著，可能是因为Seahouses和Holy Island的网络规模较小。

未来的研究可以探索不太成功的渔民从与成功渔民的单向关系中获得的好处，也可以研究渔民对他们收到的任何信息的反应。例如，加纳的菠萝新手农民被发现对使用不同肥料的结果的信息有反应，特别是来自更有经验的农民(Conley和Udry 2010)。在渔业背景下进行类似的研究将有助于了解社会互动如何影响捕鱼行为和开采模式，即渔民如何利用他们收到的信息来决定何时何地捕鱼。虽然这里没有对此进行探讨，但定性数据表明了与共享信息相关的规范;信息只与那些被信任的人分享，他们会谨慎使用信息。一名渔民说:“有些人我什么都不会告诉，因为他们会霸占你的地盘，把你的地盘抢走。”这些附加在信息共享上的规范也在农民中发现(Sligo和Massey 2007)，并支持共享信息在长期知识发展中可能很重要的观点。这与研究结果一致，研究表明个体在决定何时何地钓鱼时会使用长期积累的信息(Mikkonen et al. 2008)。

网位与钓鱼成功

只有相对较小比例的捕鱼成功的差异可以用中心性指标来解释。这并不令人惊讶，因为还有许多其他与渔民特征和行为相关的变量可能会影响成功，例如，目标物种组成、锅的数量、船只尺寸和发动机功率，以及花在捕鱼上的时间。但结果表明，渔民在信息共享网络中的位置与他们的成功相关。钓鱼成功与中心性正相关。有大量外来联系的渔民可能有更多机会获得可为其捕捞决定提供信息的信息，有助于提高对资源分布的认识和提高捕捞成功率。同样，在密歇根湖鲑鱼渔业中成功的渔民也比不成功的渔民有更多的关系和更多的互惠关系(Mueller et al. 2008)。渔夫收到的信息越少，接收到的信息就越少，这可能会导致他们在做决定时产生更大的不确定性，从而导致成功率较低。感知成功与外中心性(与他人分享信息)呈负相关，表明不成功的渔民与同伴分享的信息比成功的渔民更多。这与已确定的信息共享模式一致，这表明，不成功的渔民会在期望获得信息的情况下建立联系，但成功的渔民可能会从与有经验的个体的互惠关系中获益更多。虽然不成功的渔民可能与许多人共享，但成功的渔民可能有更大的动机对好渔场保密，使他们可以反复返回，而没有进一步的竞争(艾奇逊1981年)。

虽然尚不清楚捕鱼者的成功是否因为他们在网络中的中心地位，或者成功是否有助于他们的网络位置，但很可能存在迭代过程，其中网络既是解释变量，也是结果变量(Bodin和Crona 2011)。尽管这项研究不是为了测试这一点，但我们认为，成功的渔民可能会从他们在网络中的位置获益。成功的渔民是否能从失败的渔民分享的信息中获益取决于关系的质量，包括共享信息的显著性和可信度(Hartley 2010)。虽然不成功的捕鱼者可能知识有限，但他们有动机与那些他们想要建立关系的人分享可靠的信息。信息的接受者可以立即和随着时间的推移评估信息的质量，分享质量差的信息很可能会危及与成功的渔民建立互惠关系的机会(Mueller et al. 2008)。因此，从不太成功的渔民那里获得的信息可能有助于成功渔民的知识库。

结论

世界各地的渔业都面临着过度捕捞的挑战，因此需要更好地理解影响渔业动态的社会过程(Crona和Hubacek, 2010年，van Putten等人，2012年)。在管理需求方面，英国贝壳渔业部门一直被忽视，因此本文的结果有助于改进对诺森伯兰郡渔民行为的理解。研究结果突出了社交网络在支持渔民生计方面的实际价值。获得的信息有助于渔民积累对海洋环境的知识，有助于评估有关捕捞行为的决定，并可能获得比较优势(Holland和Sutinen, 1999年)。然而，个体在网络中不同的中心性表明，通过信息共享获得的位置优势可能不是平均分布的。

从管理的角度来看，信息共享网络的结果可能不符合渔业管理目标。虽然渔民把大量龙虾的捕捞与成功等同起来，但渔业管理部门必须以更广泛的眼光寻求确保资源开发的长期可持续性。对世界各地龙虾渔业的研究表明，社会适应和复原能力可能转化为渔民的短期成功，但可能掩盖生态反馈，并可能导致社会生态系统变化的脆弱性增加(Huitric 2005, Steneck et al. 2011)。

尽管如此，了解信息共享网络的动态可以为渔业管理提供积极的信息，例如，帮助管理人员确定可以帮助在渔民和管理人员之间架起信息流桥梁的个人。在信息共享网络中处于中心地位的渔民，其特点是捕鱼成功率更高，可以从同伴那里获得广泛的信息。查明这些渔民可能有助于管理人员收集有关目标鱼种和生产渔场的时空分布、渔业状况以及渔民如何利用其经验和积累的知识来适应资源和环境变化的资料。由于中心渔民能够获得关于他人捕鱼行为的一系列信息，他们可能能够帮助管理人员预测渔业界对变化的反应，并可能帮助管理人员设计适合于社会背景的管理干预措施。

这里研究的网络结构明确地与信息共享相关，但在这种网络中产生的信任和社会资本也可能鼓励其他信息的流动或规范和价值的发展(Bodin和Crona 2009, Ramirez-Sanchez 2011)。进一步的研究可以考察信息共享网络的结构和功能如何促进共享规范的发展，并可能提高集体行动的倾向(Rudd 2000, Pretty 2003, Ostrom 2009, Gutiérrez等人，2011)。

文献引用

艾奇逊，1981。人类学的钓鱼。人类学年刊10:275 - 316。

艾奇逊，1988。缅因州的龙虾群。美国新罕布什尔州汉诺威新英格兰大学出版社。

艾伦，p。M。和j。M。麦格莱德。1986.发现和开发的动态:苏格兰陆架底栖鱼渔业的案例。加拿大渔业和水产科学杂志43:1187 - 1200。http://dx.doi.org/10.1139/f86-148

博丹,O。，而且B. I. Crona. 2008. Management of natural resources at the community level: exploring the role of social capital and leadership in a rural fishing community.世界发展36:2763 - 2779。http://dx.doi.org/10.1016/j.worlddev.2007.12.002

博丹,O。，而且B. I. Crona. 2009. The role of social networks in natural resource governance: what relational patterns make a difference?全球环境变化19:366 - 374。http://dx.doi.org/10.1016/j.gloenvcha.2009.05.002

博丹,O。，而且B. I. Crona. 2011. Barriers and opportunities in transforming to sustainable governance: the role of key individuals. Pages 75-94在O。Bodin和C. Prell，编辑。社会网络与自然资源管理:揭示环境治理的社会结构。剑桥大学出版社，英国剑桥。http://dx.doi.org/10.1017/CBO9780511894985.005

博丹,O。，B. I. Crona, and H. Ernstson. 2006. Social networks in natural resource management: What is there to learn from a structural perspective?生态和社会11 (2): r2。(在线)网址://www.dpl-cld.com/vol11/iss2/resp2/

博丹,O。，而且J. Norberg. 2005. Information network topologies for enhanced local adaptive management.环境管理35(2): 175 - 193。http://dx.doi.org/10.1007/s00267-004-0036-7

博丹,O。，而且C. Prell. 2011.社会网络与自然资源管理:揭示环境治理的社会结构．剑桥大学出版社，英国剑桥。http://dx.doi.org/10.1017/CBO9780511894985

博加蒂出版社，2002年。图形可视化软件．分析技术，哈佛，马萨诸塞州，美国。

鲍加蒂，s.p, M. G.埃弗雷特，L. C.弗里曼，2002。Ucinet for Windows:用于社交网络分析的软件．分析技术，哈佛，马萨诸塞州，美国。

Borgatti, s.p, A. Mehra, D. J. Brass, G. Labianca. 2009。社会科学中的网络分析。科学323:892 - 896。http://dx.doi.org/10.1126/science.1165821

布兰奇，T. A.， R.希尔本，A. C.海尼，G.费伊，L.弗林，J.格里菲斯，K. N.马歇尔，J. K.兰德尔，J. M. Scheuerell, E. J.沃德，M.杨。2006。船队动态与渔民行为:渔业管理者的教训。加拿大渔业和水产科学杂志63:1647 - 1668。http://dx.doi.org/10.1139/f06-072

伯特，1983。通过大规模调查研究现状/角色设定。100 - 118页在R. S.伯特和M. J.迈纳，编辑。应用网络分析。圣人,伦敦,英国。

卡尔森，L.和A. Sandström。2008.网络治理公地。国际下议院杂志2:33-54。

Cashdan, e . 1983。人类觅食者的领地性:生态模型及其在四个丛林人群体中的应用。当代人类学24:47 - 66。http://dx.doi.org/10.1086/202934

环境、渔业和水产养殖科学中心。2011.2011年:诺森伯兰郡和达勒姆郡的欧洲龙虾(Homarus gammarus)。环境、食品和农村事务部，英国伦敦。(在线)网址:http://www.cefas.defra.gov.uk/media/603083/northumberland_durham_2011.pdf

康利，T. G.和C. R. Udry. 2010。学习一种新技术:加纳的菠萝。美国经济评论100(1): 35 - 69。http://dx.doi.org/10.1257/aer.100.1.35

克罗娜，B. I.和Ö。博丹》2006。你认识的人就是你认识的人?资源用户之间的通信模式是共同管理的先决条件。生态和社会11(2): 7。(在线)网址://www.dpl-cld.com/vol11/iss2/art7/

克罗娜，B.和K.胡巴克，2010。正确的连接:社会网络如何润滑自然资源治理机制?生态和社会15(4): 18。(在线)网址://www.dpl-cld.com/vol15/iss4/art18/

环境、食品和农村事务部。2010.提供可持续获取近海渔业的研究差距分析。Defra,伦敦,英国。(在线)网址:http://randd.defra.gov.uk/Document.aspx?Document=MF1209_9504_FRP.pdf

环境、食品和农村事务部。2011.对英格兰国内渔业管理改革磋商的回应摘要。Defra,伦敦,英国。(在线)网址:https://www.gov.uk/government/uploads/system/uploads/attachment_data/file/120682/111108-fisheries-reform-summary-responses.pdf

迪茨，E.奥斯特罗姆，P. C.斯特恩，2003。治理公地的斗争。科学302:1907 - 1912。http://dx.doi.org/10.1126/science.1091015

欧内斯特，H.， S. Sörlin和T.艾姆奎斯特。2008。社会运动和生态系统服务:社会网络结构在斯德哥尔摩城市绿地保护和管理中的作用。生态和社会13(2): 39。(在线)网址://www.dpl-cld.com/vol13/iss2/art39/

弗里曼，l.c. 1979。社交网络的中心地位概念澄清。社交网络1:215 - 239。http://dx.doi.org/10.1016/0378 - 8733 (78) 90021 - 7

弗里曼，l.c.， A. K.罗姆尼，和S. C.弗里曼，1987。认知结构和告密者的准确性。美国人类学家89:310 - 325。http://dx.doi.org/10.1525/aa.1987.89.2.02a00020

杰·b·盖特伍德，1984。合作、竞争与协同:东南阿拉斯加鲑鱼围网渔民之间的信息共享群体。美国人种学者11(2): 350 - 370。http://dx.doi.org/10.1525/ae.1984.11.2.02a00080

Gezelius, s . 2007。规范能解释战略行动吗?渔业信息管理是一种合法的战略博弈。社会学41:201 - 218。http://dx.doi.org/10.1177/0038038507074797

格拉夫顿，R. Q. 2005。社会资本与渔业治理。海洋及海岸管理48:753 - 766。http://dx.doi.org/10.1016/j.ocecoaman.2005.08.003

Grant S.和F. Berkes. 2007。渔民知识作为专家系统:东加勒比格林纳达延绳渔业的一个案例。渔业研究84:162 - 170。http://dx.doi.org/10.1016/j.fishres.2006.10.012

Gutiérrez, N. L.， R. Hilborn，和O. Defeo. 2011。领导、社会资本和激励措施促进渔业的成功。自然470:386 - 389。http://dx.doi.org/10.1038/nature09689

哈特利，t.w. 2010。渔业管理作为治理网络:来自缅因湾的例子和渔业通信网络分析研究的潜力。海洋政策34:1060 - 1067。http://dx.doi.org/10.1016/j.marpol.2010.03.005

哈特利，t.w.， C.格拉斯，2010。美国大西洋鲱鱼管理中的科学到管理路径:利用治理网络结构和功能跟踪信息流和潜在影响。国际内燃机学会海洋科学杂志67:1154 - 1163。http://dx.doi.org/10.1093/icesjms/fsq019

亨利克，J.和J.布罗施，2011。文化传播网络的本质:来自斐济村庄的适应性学习偏差的证据。英国皇家学会哲学汇刊366(1567): 1139 - 1148。http://dx.doi.org/10.1098/rstb.2010.0323

Hilborn, r . 1985。船队动态和个体变异:为什么有些人比其他人捕到更多的鱼。加拿大渔业和水产科学杂志42:2-13。http://dx.doi.org/10.1139/f85-001

Hilborn, r . 2007。管理渔业就是管理人:我们学到了什么?鱼和渔业8:285 - 296。http://dx.doi.org/10.1111/1467-2979.2007.00263-2.x

霍兰德，D. S.和J. G. Sutinen. 1999。新英格兰拖网渔业船队动态的经验模型。加拿大渔业和水产科学杂志56:253 - 264。http://dx.doi.org/10.1139/f98-169

Huitric m . 2005。伯利兹的龙虾和海螺渔业:连续开发的历史。生态和社会10(1): 21。(在线)网址://www.dpl-cld.com/vol10/iss1/art21/

国际海洋勘探理事会。2012.螃蟹生物学和生活史工作组报告，2012年5月14-18日。2012 / SSGEF: 08年冰厘米。冰,哥本哈根,丹麦。(在线)网址:http://www.ices.dk/sites/pub/Publication%20Reports/Expert%20Group%20Report/SSGEF/2012/WGCRAB12.pdf

约翰内斯，M. M. M. R.弗里曼，R. J.汉密尔顿，2000。忽视渔民的知识，就会错失良机。鱼和渔业1:257 - 271。http://dx.doi.org/10.1046/j.1467-2979.2000.00019.x

约翰逊J. C.和M. K.奥巴赫。1990。移徙渔民:管辖间自然资源管理的个案研究。海洋与海岸线管理13:231 - 252。http://dx.doi.org/10.1016/0951 - 8312 (90) 90004 - 2

Krackhardt, d . 1987。认知社会结构。社交网络9:109 - 134。http://dx.doi.org/10.1016/0378 - 8733 (87) 90009 - 8

利特尔，l.r.， S. Kuikka, A. E. Punt, F. Pantus, C. Davies和B. Mapstone. 2004。利用贝叶斯网络模拟渔船之间的信息流。环境建模与软件19:27-34。http://dx.doi.org/10.1016/s1364 - 8152 (03) 00100 - 2

利特尔，l.r.和a.d.麦克唐纳。2007.模拟社交网络中的代理获取资源。生态模型204:379 - 386。http://dx.doi.org/10.1016/j.ecolmodel.2007.01.013

马奥洛，J. R.约翰逊，1989。发现海洋渔业中的通信网络:对管理的影响。69 - 80页在J. S.托马斯、L.玛丽尔和E. P.杜伦伯格主编。海洋资源利用:社会科学问题会议。南阿拉巴马大学出版服务中心，莫比尔，美国阿拉巴马州。

Mangel, M.和C. W. Clark, 1983。渔业中的不确定性、搜索和信息。国际海洋勘探理事会学报41:93 - 103。

P. Marchal, B. Andersen, D. Bromley, A. Iriondo, S. Mahévas, F. Quirijns, B. Rackham, M. Santurtún, N. Tien，和C. Ulrich. 2006。通过考虑船长效应，改进了重要欧洲船队捕鱼努力的定义。加拿大渔业和水产科学杂志63:510 - 533。http://dx.doi.org/10.1139/f05-238

Marín, A.和F. Berkes. 2010。理解小型渔业管理的网络方法:智利沿海共同管理制度的案例。海洋政策34:851 - 858。http://dx.doi.org/10.1016/j.marpol.2010.01.007

Mikkonen, S.， M. Rahikainen, J. Virtanen, R. Lehtonen, S. Kuikka，和A. Ahvonen. 2008。用时间协方差结构建立波罗的海鲱鱼单位渔获量的线性混合模型。国际内燃机学会海洋科学杂志65(9): 1645 - 1654。http://dx.doi.org/10.1093/icesjms/fsn135

米勒，K. B.， W. W.泰勒，K. A.弗兰克，J. M.罗伯逊，D. L.格林诺德，2008。社会网络与渔业:租船捕鱼网络、社会资本和渔获动态之间的关系。北美渔业管理杂志28(2): 447 - 462。http://dx.doi.org/10.1577/M07-016.1

诺森伯兰郡近海渔业和养护局。2013.诺森伯兰郡IFCA战略环境评估范围报告。莫特·麦克唐纳，英国阿尔特林查姆。(在线)网址:http://www.nifca.gov.uk/wp-content/uploads/2013/04/3035-NIFCA-SEA-Scoping-Report1.pdf

奥斯特罗姆,e . 2009。分析社会生态系统可持续性的一般框架。科学325:419 - 422。http://dx.doi.org/10.1126/science.1172133

奥斯特罗姆，E. J.伯格，C. B.菲尔德，R. B.诺加德，D.波利兰斯基。1999。重新审视公地:当地的教训，全球的挑战。科学284:278 - 282。http://dx.doi.org/10.1126/science.284.5412.278

帕尔默，1991。缅因州捕虾人之间的亲缘选择、互惠利他和信息共享。动物行为学和社会生物学12:221 - 235。http://dx.doi.org/10.1016/0162 - 3095 (91) 90005 - b

Palsson, g . 1982。冰岛渔民的领土。Acta Sociologica25:5-13。

菲利普森，J.和D.西姆斯。2001。英国。97 - 980页在西姆斯和菲利普森，编辑。近海渔业管理．Kluwer学术，Dordrecht，荷兰。http://dx.doi.org/10.1007/978-94-017-1892-9_6

Prell, c . 2011。网络的一些基本结构特征。页面29-43在O。Bodin和C. Prell，编辑。社会网络与自然资源管理:揭示环境治理的社会结构．剑桥大学出版社，英国剑桥。http://dx.doi.org/10.1017/CBO9780511894985.003

漂亮,j . 2003。社会资本与资源的集体管理。科学302:1912 - 1914。http://dx.doi.org/10.1126/science.1090847

ramirez sanchez, s . 2011。个体属性在墨西哥BCS洛雷托渔民信息共享实践中的作用。234 - 254页在O。Bodin和C. Prell，编辑。社会网络与自然资源管理:揭示环境治理的社会结构．剑桥大学出版社，英国剑桥。http://dx.doi.org/10.1017/CBO9780511894985.011

拉米雷斯-桑切斯，S.和E.平克顿，2009。资源稀缺对社会资本联结和桥梁的影响:以墨西哥BCS洛雷托的渔民信息共享网络为例。生态和社会14(1): 22。(在线)网址://www.dpl-cld.com/vol14/iss1/art22/

陆德，2000年。长寿和繁荣:集体行动，社会资本和社会愿景。生态经济学34:131 - 144。http://dx.doi.org/10.1016/s0921 - 8009 (00) 00152 - x

拉德，2003年。考虑到渔民的知识和规范对经济效率的影响。138 - 147页在N.哈根，C.布里格纳尔，L.伍德，编辑。让渔民的知识发挥作用。渔业中心研究报告十一(1)。加拿大不列颠哥伦比亚省温哥华的UBC渔业中心。

萨拉斯，S.和D.盖特纳，2004。渔民的行为动态:管理意义。鱼和渔业5:153 - 167。http://dx.doi.org/10.1111/j.1467-2979.2004.00146.x

斯科特,j . 2000。社交网络分析:一本手册．圣人,伦敦,英国。

斯莱戈，F. X.和C.梅西。2007。农民学习中的风险、信任与知识网络农村研究杂志23:170 - 182。http://dx.doi.org/10.1016/j.jrurstud.2006.06.001

史密斯，A. C.詹森，K. J.柯林斯和E. L.马特，2001。欧洲野生龙虾的运动螯龙虾gammarus在自然栖息地。海洋生态进展系列222:177 - 186。http://dx.doi.org/10.3354/meps222177

斯坦内克，R. S.， T. P.休斯，J. E.辛纳，W. N.阿杰，S. N.阿诺德，F.伯克斯，S. A.布德罗，K.布朗，C.福尔克，L.甘德森，P.奥尔森，M.谢弗，E.斯蒂芬森，B.沃克，J.威尔逊，和B. Worm. 2011。缅因州龙虾渔业的高经济价值创造了一个镀金陷阱。保护生物学25:904 - 912。http://dx.doi.org/10.1111/j.1523-1739.2011.01717.x

圣马丁，K.和M.霍尔-阿伯。2008.缺失的层面:地球技术、群落和对海洋空间规划的影响。海洋政策32:779 - 786。http://dx.doi.org/10.1016/j.marpol.2008.03.015

特纳，R. A.， T.格雷，N. V. C.波鲁宁，S. M.斯特德，2013。诺森伯兰龙虾渔业中领地性对渔民空间行为的驱动作用。社会与自然资源26(5): 491 - 505。http://dx.doi.org/10.1080/08941920.2012.709313

Van den Broeck, K.和S. Dercon. 2011。坦桑尼亚香蕉种植村的信息流和社会外部性。发展研究杂志47(2): 231 - 252。http://dx.doi.org/10.1080/00220381003599360

范·杜因，m.a，和J. E. K.佛蒙特。2006。社交网络分析有什么特别之处?方法论:欧洲行为和社会科学研究方法杂志2:2-6。http://dx.doi.org/10.1027/1614-2241.2.1.2

范·金克尔，2001。近海渔民:海洋职业的文化维度。177 - 193页在西姆斯和菲利普森，编辑。近海渔业管理。英国伦敦Kluwer学院。http://dx.doi.org/10.1007/978-94-017-1892-9_10

van Putten, i.e, S. Kulmala, O. Thébaud, N. Dowling, K. G. Hamon, T. Hutton, S. Pascoe. 2012。车队动力学模型的理论和行为驱动。鱼和渔业13:216 - 235。http://dx.doi.org/10.1111/j.1467-2979.2011.00430.x

沃瑟曼，S.和K.浮士德，1994。社会网络分析:方法与应用．剑桥大学出版社，纽约市，美国纽约。http://dx.doi.org/10.1017/CBO9780511815478

威尔逊(J. A.)，严磊(2009)。具有昂贵信息的自组织经济活动。2567 - 2574页在f . Rothlauf编辑器。GECCO-09:第11届遗传与进化计算年会论文集。纽约,2009年。ACM出版社，美国纽约。http://dx.doi.org/10.1145/1570256.1570363

威尔逊(J. A.)，严磊(L. Yan)， C. J.威尔逊。2007。缅因州龙虾渔业治理的先驱。美国国家科学院院刊104:15212 - 15217。http://dx.doi.org/10.1073/pnas.0702241104