研究

综合冲突、游说和服从来预测自然资源使用的可持续性

• 摘要
• 简介
• 方法
  • 建模框架
  • 模拟冲突
  • 游说函数
  • 非法获取函数
  • 仿真与统计分析
  • 应用于已收获的物种
• 结果
  • 模型的预测
  • 应用于已收获的物种
• 讨论
  • 对动态治理过程建模
  • 应用于现实世界的收获系统
  • 模型假设和局限性
• 结论
• 对本文的回应
• 数据可用性声明
• 致谢
• 文献引用

介绍

在第六次大灭绝期间(Ceballos等人，2017年)，可持续利用世界自然资源，包括野生动物、鱼类资源和木材已变得至关重要(Di Minin等人，2019年，Ripple等人，2019年)。实现可持续性的关键是开发灵活的量化模型，以评估替代收割管理方案的后果，进而支持决策和政策实施(Shea和ncas人口管理工作组，1998年，Schmolke等人，2010年，Bunnefeld等人，2017年)。尽管现在有广泛的共识认为，这种模型应该整合资源管理系统固有的社会和生态过程(Milner-Gulland 2012, Sayles等人2019,Schlüter等人2019a、b)，由此产生的复杂性仍然令人生畏(Folke et al. 2010, Bunnefeld et al. 2017)。一个主要的挑战是如何以一种优化预测准确性同时最小化复杂性的方式将治理过程和人类行为最好地集成到现有的管理模型中(Müller-Hansen等人2017,Schlüter等人2019)一个特拉弗斯等人。2019一个)，并提高了对广泛采收系统的适用性。

治理涉及塑造集体决策和行动的社会背景和过程(Bevir 2012)。“治理”一词的使用非常广泛，但在自然资源使用的背景下，它通常描述发生在不同利益相关者之间的互动过程，通过这个过程做出与资源收获和管理相关的决策(Lockwood等人，2010年，Cox等人，2016年)。尽管经常寻求集体治理，有时被称为管理(Armitage et al. 2009)，但这往往受到利益分歧的利益攸关方之间发生的冲突的阻碍(Redpath et al. 2013, Orach和Schlüter 2016, Bodin 2017, Cumming 2018)，例如自然资源的开发与保护(Benítez-López et al. 2017)。这种冲突普遍存在，对全世界自然资源的可持续利用构成重大威胁。尽管如此，我们将冲突的治理过程整合到现有可持续管理框架中的能力目前非常有限。

围绕自然资源使用的冲突的一个常见症状是非法采伐行为，即资源使用者不遵守采伐规则和条例，例如配额。尽管过去十年来不合规的个人经济和社会驱动因素受到了越来越多的关注(Keane等人2008年，Gavin等人2010年，Solomon等人2015年，Duffy等人2016年，Travers等人2019年b)，资源用户的行为与其他复杂和动态治理过程的关系目前缺乏理论和经验支持。其中一个过程是游说，通过游说，利益集团寻求直接影响管理决策，使结果偏向他们的利益(Baumgartner等人2009年，Lute和Gore 2014年，孟和Rode 2019年)。游说可能试图促进自然资源使用者的利益，例如，在可出售自然资源的情况下，商业工业的利益(Murray 2003年)。它也可能服务于寻求限制资源使用的各方的利益，如保护组织(Mace 2014, Adams 2017, Baynham-Herd等人2018,Challender和MacMillan 2019)。在后一种情况下，游说对自然资源的使用施加限制可能会加剧非法采伐的压力(Di Minin等人，2016年)，特别是如果该资源具有经济价值，例如犀牛角(Biggs等人，2013年)或文化重要性，例如沉香Aquilaria sinensis(Chen et al. 2019)。反过来，不遵守采收规则可能会引发更激烈的游说，不仅来自保护利益团体，也来自合法采收的资源用户团体，从而产生影响资源管理的反馈过程。然而，尽管冲突、不服从和游说的综合和相互关联的影响可能会破坏可持续自然资源的使用，但据我们所知，没有任何建模框架明确地解释了这些影响。

在商业渔业环境中，优化自然资源管理的最先进建模框架已经得到了很好的发展，在商业渔业中，捕捞分配通常基于对鱼类种群和渔获量的密切监测(Audzijonyte等人，2019年)。一个这样的框架，被称为管理战略评估(MSE;Smith等人，1999年，Punt等人，2016年，Stephenson等人，2017年)，使整个管理系统，包括库存动态和监测，管理决策，和收获活动，能够模拟，以寻找最佳的战略，以实现管理目标。MSE的一个关键特征是，它能够明确建模围绕个别管理组件的不确定性(Milner-Gulland和Shea 2017)，如库存随机性、监测误差、决策偏差或收矿者的非法行为。Armitage等人(2019)最近以渔业为例，主张将治理过程广泛整合到MSE框架中，特别强调了决策阈值的存在(Harford等人，2016)。

相比之下，陆地收获系统基本上没有开发灵活的、基于mes的框架，包括更现实的决策过程和人类行为(Bunnefeld et al. 2011, Bunnefeld and Milner-Gulland 2016, Moa et al. 2017)。事实上，迄今为止的建模框架不成比例地关注陆地收获系统的生态维度(Gamelon等人，2019年)，例如详尽的人口和社区响应模型的开发，例如战利品狩猎(Whitman等人，2007年，Loveridge等人，2016年)或对收获诱导进化的评估(Kuparinen和Festa-Bianchet, 2017年)。尽管这些方法通常是在适应性管理框架中提出的(Kolbe等人，2017,Andrén等人，2020)，但这些方法往往忽略了管理决策的实施是如何被利益冲突所干扰的。现在迫切需要包含这些治理过程的预测模型来指导陆地采伐系统的管理(Bunnefeld等人，2011年，2017年，Dobson等人，2019年)，在这些系统中，管理不善和过度采伐已经非常普遍(Díaz等人，2019年)。

在本研究中，我们开发了一种灵活且广泛适用的MSE模型形式，其中考虑了三个不同利益相关方的利益:寻求可持续性的管理者、寻求增加配额的用户和寻求限制收获的自然资源保护者。所有利益攸关方团体都能够影响管理决策，用户可以通过实施管理游说和不合规过程的灵活和动态功能非法获取。与典型的MSE模型(通过基于场景的静态动作来表示人类行为)不同，我们通过使用遗传算法来优化决策，它允许利益相关者对动态的社会生态环境做出响应，以满足他们(潜在的分歧)目标。利用该建模框架，我们首先得出了在利益相关者冲突存在下自然资源管理可持续性的一般预测。然后，我们展示了我们的模型预测从陆地系统收获的一系列脊椎动物物种观察到的种群趋势模式的能力。通过将MSE模型的现有方面与描述由冲突的利益相关者目标驱动的治理过程的功能相结合，我们的框架能够在更现实和动态的社会生态环境中比较管理策略。

方法

建模框架

管理战略评价模型通常包括四个子模型，每个子模型代表管理系统的一个组成部分(图1a;Bunnefeld et al. 2011, Punt et al. 2016)。在大多数情况下，种群子模型模拟了自然资源种群在收获期的动态，在时间步上产生了资源丰度的“真实”值t．监测子模型随后模拟一个观测过程，通过该过程可以获得资源丰度的估计以及相关的不确定性。然后，该估计被传递到管理子模型，其作用是将观察结果转换为与管理目标(也称为性能度量)一致的收获策略。然后，收获子模型对产生的策略进行操作，该子模型决定从资源种群中获得的最终输出。这个循环可以在所需的时间步骤中重复，因此，在预测短期和长期的管理结果时，可以考虑动态过程。

为了本研究的目的，人口子模型由一个简单的离散逻辑资源增长模型组成，

(1）

在这N (t)资源的总体规模是多少t，K其承载能力,r (t)其增长率为t,H (t)总收成在t(结合合法和非法的承揽，见下文)。通过从具有均值的正态分布中抽样，将随机性包含在模型中r(人口的内在增长率)和标准差σ．我们进一步假设在观察子模型中实现的观察过程不存在误差，即管理器对资源种群大小的估计是完美的。

观察到的资源种群大小N (t)传递给管理器子模型，它的角色是制定收获配额问(t)这可以最大限度地减少与特定于管理人员的目标丰度的偏差(N_米)．我们在这里选择将资源丰度作为一种绩效指标，因为它是收获物种管理的共同基准(Sanderson 2006, Serrouya et al. 2011, Blanchard et al. 2014)，还因为它有助于理解我们的模型。经理对收获配额的选择是使用一种遗传算法来实现的，该算法可以找到一种自适应的但不一定是最优的策略，从而模拟容易出现人为错误的目标导向过程(参见Duthie等人，2018年了解更多细节)。然后，得到的配额被转移到收获子模型，该子模型也调用一个遗传算法来确定一个收获，该收获最小化了与用户特定目标丰度的偏差(N_U)，同时顾及不同程度的用户预算(附录1，图A1.1)。

模拟冲突

MSE模型中的冲突可以被定义为在管理者和用户之间分配不同的目标N (t)，然后相关子模型尝试对其进行优化。然而，为了增加现实性，我们还包括了另一个关键角色，即保护团体，他们在管理场景中的主要兴趣通常是通过限制收割来促进资源保护。特别是，这些团体可能会以游说的形式对决策者施加相当大的压力(Sandbrook 2017)。更具体地说，我们假设(i)管理者的目标是在管理期间保持给定自然资源的可持续数量，即实现平均增长率为零，(ii)用户群体寻求不受监管的资源采伐，优先考虑逐年而不是长期采伐，(iii)保护群体寻求完全禁止采伐(Aryal et al. 2018)，使资源数量增长到可承载能力。使用者和自然资源保护者的目标代表着对立的极端，这有助于概念化与自然资源使用相关的冲突(Redpath et al. 2013)。然而，我们注意到，这些可以适用于手边的任何场景。

在接下来的部分中，我们将详细介绍模型中的涉众如何尝试满足他们各自的目标。为此，我们定义了两个衡量游说和非法采伐水平的指标。第一个是决策偏差，定义为管理决策是否偏向于用户利益或保护利益。第二是用户对采伐规则的遵守程度，这是对非法采伐水平的管理。我们注意到，我们的方法并没有区分用户遵从性的不同驱动因素，如加强执法或金钱激励(Cooney et al. 2017)，而是作为行为改变的一般模型。

游说函数

在模型中，管理者的决策可以受到代表保护团体或用户利益团体压力的游说过程的影响(分别图1b和图c)。游说压力t表示管理人员将忽略由遗传算法导出的原始无偏配额的概率，即，问(t)相反，要么允许不受监管的采伐(在用户游说下)，要么完全禁止采伐(在环保主义者游说下)。为了简单起见，我们分别模拟了用户和环保主义者游说导致的决策偏差。

对自然资源保护主义者来说，游说禁止采伐的成功概率被建模为观察到的资源丰富程度与指定的保护目标(N_C)和固定水平的决策偏差(我_C)的保育利益。我_C可以在我_C= 0(经理完全有偏见)和我_C= 1(经理完全公正)。我们进一步假设游说压力不存在时N (t)≥N_C，但预计随着资源种群接近灭绝，其数量将呈指数增长(N (t)→0)。因此，环保组织游说禁止采伐成功的概率定义为:

（2）

问”(t)代表问(t)然后用单一的Bernouilli试验确定X (t) ~ B(Φ_保护(t))这样,如果X (t)= 0,问”(t)＝问(t),如果X (t)= 1,问”(t)= 0。

对于用户来说，成功游说不受监管的收获的概率被建模为观察到的资源丰富度与指定的用户目标(N_U)和类似于环保游说的决策偏向于用户利益(记为我_U)．我们进一步假设游说压力不存在时N (t)≤N_U，但随着资源数量接近承载能力，预计该数字将呈指数增长(N (t)→K)．因此，用户群体成功游说不受监管的收割的概率定义为:

（3）

如上所述,问”(t)然后通过伯努利试验来确定X (t) ~ B(Φ_用户(t))，如果X (t)= 0,问”(t)＝问(t),如果X (t)= 1然后问”(t)＝H_马克斯(t),在那里H_马克斯(t)每次可以收获的单个资源的最大数量是多少t考虑到用户预算B_U(t)和收获的最低成本c_最小值,也就是说,

（4）

问”(t)随后决定用户可以合法获取多少单位的资源。这两个N_C而且N_U可以在0和K，资源人口承载能力。

非法获取函数

然后，用户可以选择执行合法配额或非法收割，这取决于哪个选项可以最大化收割(图1d)。与游说类似，非法收获压力表示用户成功从资源种群中移除一个单位的概率，定义为:

（5）

E用户是否遵守收集规则，并在模拟中有所不同E= 0(不符合)和E= 1(完全符合)。假设非法收割，Y (t)，则是从伯努利试验中推导出来的Y (t) ~ B（H_马克斯Ψ(t))．然后，用户实现最终的收获H (t)，定义为两者的最大值问”(t)或Y (t)．

仿真与统计分析

模型模拟在R(版本3.4.3)中进行，使用包GMSE(版本0.4.0.11;Duthie等人，2018年)。用于生成模拟的R代码见附录2，集合参数和派生参数的定义和值见附录3表A3.1。资源总体规模t= 0设置为1000个单位，承载能力为2000。我们对三个值进行了模拟r-0.1, 0.2，和0.3(与σ＝r/10)——因为这些代表了我们在实证分析中考虑的收获物种的通常测量的内在增长率的范围(见下文;2002)。我们改变了决策偏差(我，分别针对保存和用户组)和用户遵从性级别(E)分别控制游说和非法采伐在每个时间步的水平。对于每个组合，我们运行100个管理迭代，每个迭代持续10个时间步，即年。我们选择在10个时间步骤中进行模拟，因为这是现实世界管理计划的代表。在所有模拟中，收获的最小成本(c_最小值)设为10，经理预算为10,000，用户预算在5000到10,000之间变化(见附录1，图A1.1)。管理有效性被评估为在迭代时间步骤10的平均资源种群增长。然后，我们使用带有张量积平滑的广义相加模型(GAMs)将管理有效性建模为决策偏差和用户遵从性的函数。我们以二维轮廓曲面的形式提出了我们的发现。

作为对照，我们确保在管理者、用户和保护目标之间没有分歧的情况下，不管决策偏差和用户遵从程度如何，都能有效地管理模拟资源种群。这是通过将用户、环保主义者和管理人员的目标设置为1000个资源单位来实现的。

应用于已收获的物种

我们将模型的预测与来自国际自然保护联盟(IUCN)濒危物种红色名录的206种陆地收获物种的数据进行了比较。我们考虑了雁形目的物种(鹅和鸭，N= 37)，鲸爪目(偶趾有蹄类动物，N= 90)和食肉目(食肉动物，N= 79)，因为它们通常是全球生存、娱乐和战利品狩猎活动的目标(Di Minin等，2019年，Hill等，2019年)。

使用世界自然保护联盟红色名录网站的“高级搜索”选项(https://www.iucnredlist.org/)，我们根据分类学(“蛇形目”、“鲸爪目”和“食肉目”)、红色清单类别(“NT或LR/ NT”和“LC或LR/ LC”)和威胁(“故意使用(物种是目标)”)等标准筛选物种。我们只考虑被列为最不受关注或近受威胁的物种，以尽量减少与威胁状态相关的混杂因素。过滤的结果是，总共有206个物种被应用于附录4(图A4.1)所示的决策偏差和用户依从性分类。更具体地说，我们根据(1)其最新评估的种群趋势(减少、稳定或增加)，(2)最常见的采伐类型(无管制、管制或禁止)，以及(3)最常报告的种群非法采伐水平(低、中或高)对每个物种进行分类。然后，我们用种群趋势作为管理结果的衡量标准，用采伐类型作为决策偏差的衡量标准(不受监管和禁止的采伐反映了支持用户和支持保护的偏差)，用非法采伐水平作为用户依从性的衡量标准。分类由两位作者进行，随后进行比较以确保一致性。

我们推导出在决策偏差和用户依从性的每种不同组合下，物种比例呈现下降、稳定和增加的种群趋势。我们还使用一个具有高斯误差结构和张量积平滑的广义加性模型，将人口趋势建模为决策偏差和用户遵从性之间交互作用的函数。这就产生了一个插值曲面，显示了平均人口轨迹(从-1到1)作为决策偏差和用户遵从性分类的函数。

结果

模型的预测

当模拟的管理人员、用户和保护目标相同，反映出所收获资源的目标丰度完全一致时，平均种群增长在10年的管理期间保持稳定和目标(图2)。这个参数化很重要，因为它验证了遗传算法在短期和长期框架内产生最佳(或接近最佳)收获决策的预期结果，从而按照预期运行。它还反映了一种无效的有效管理模式，缺乏利益相关者目标的冲突，可以与游说和非法采伐的效果进行比较。

在利益相关者目标相互冲突的情况下，我们发现管理结果是由决策偏差和用户遵从性水平之间的相互作用形成的(图3)。我们从我们的模型中做出了五个预测。首先，当游说对管理决策没有影响时，只有在高水平的用户遵从性下，才能实现稳定的资源丰富度(图3;我= 0和E= 1)。其次，随着符合性从高水平下降到中等水平，即非法采伐增加，如果管理者的决策偏向于保护目标，则有可能维持稳定且不断增加的资源种群趋势(图3;我> 0,E> 0.5)。第三，对保护目标的偏见和用户依从性低的结合，导致了人口负增长风险的增加和灭绝概率的增加(图3;我> 0,E< 0.5)。之所以会出现这种情况，是因为这种决策导致采伐被禁止的可能性更高，从而导致资源丰富性更高，而用户的反应则是在合规程度较低时增加非法采伐压力。第四，当用户依从性趋向于最低水平时，无论决策中的偏见如何，负增长都会发生，尽管如果决策不受游说的影响，负增长会不那么严重(图3;情况下E< 0.5)。最后，当管理决策偏向于用户利益时，种群丰度在管理期间会下降(图3;情况下我< 0)。在这种情况下，遵从性几乎没有效果，因为游说已经满足了用户的利益。重要的是，这些预测的管理结果模式对资源种群增长率的选择并不敏感(附录5，图A5.1)。

应用于已收获的物种

在被考虑的206种植物中，26种(12.6%)表现出增加趋势，61种(29.6%)和119种(57.8%)分别表现出稳定和减少趋势。当用户依从性高时(图4a-c，附录6，表A6.1)，特别是当采收受到管制时(47%的稳定趋势)，这一发现与我们的模型结果(图3)一致。显示种群增长趋势的物种与高依从性(26个物种中23个)以及被管制(23个物种中16个)或被禁止(23个物种中5个)采收的关系最为密切。在管制收获和高度遵从性分类下的物种中，81%的物种表现出稳定或增加的种群趋势。

相比之下，当遵从收割规则的程度较低时，无论决策偏差如何，物种数量都急剧减少(图4g-i)。这反映了非法采伐比游说在推动资源管理不善方面的主导作用，我们的模型也预测到了这一点。然而，当用户依从性从高到低下降时，当收获被描述为受管制而不是不受管制或禁止时，物种更有可能表现出稳定和增长的数量趋势。总体而言，我们的理论模型的预测与从经验数据中得到的预测高度相关(经过自相关校正的皮尔逊相关:= 0.897，对于模拟的内在增长率P < 0.05)r_马克斯= 0.1;= 0.853, P < 0.05r_马克斯= 0.2;和= 0.821,P < 0.05r_马克斯分别为= 0.3;附录7，图A7.1)。

讨论

对动态治理过程建模

我们的工作提供了一个全面的、多功能的资源管理框架，该框架解释了动态治理过程，如冲突、游说和规则遵从。它突出了在存在冲突的情况下游说和遵守之间复杂的相互作用，以及它对自然资源使用的可持续性的重大影响。最值得注意的是，我们发现游说管理决策有利于保护利益可以抵消中等程度的用户不遵守。然而，这样做的风险是对用户遵从性进一步降低的敏感性增加，这导致了与管理决策不偏不倚的情况相比，资源消失的可能性更高。这些理论预测在现实系统中得到了很好的支持。事实上，科学文献中越来越多的证据表明，完全禁止采收会导致非法采收水平的增加(Di Minin等人，2016年，Raithel等人，2017年)。例如，禁止进口战利品狩猎和不提供可行的土地利用替代方案的活动，可能会导致不受监管的野生动物杀戮增加(Lindsey等人，2017年，Dickman等人，2019年)。

我们还展示了用户遵从性变化对可持续资源使用的关键影响。我们的理论建模和实证分析都表明，当管理决策不偏不倚时，当遵从性高时，最可能实现稳定的资源趋势。这一发现似乎是显而易见的，但在包含一系列物种并将其与游说联系起来的概念模型和经验方法之间缺乏广泛的共识(特拉弗斯等人，2019年b)．我们观察到的模式之所以出现，是因为用户行为对资源群体有直接影响，而游说针对的是管理者的决策。换句话说，用户对在给定的时间步骤中将实现什么收获拥有“最终发言权”(Eriksen等人，2018年，Shirley和Gore 2019年)，因此强调了他们推动资源种群趋势的潜在力量。因此，在寻求可持续管理自然资源使用时，应优先考虑提高用户对采收规则的遵守程度。这可以通过加强执法或减少需求(Holden等人，2019年)和实施自下而上的管理方法(Duffy等人，2016年，Cooney等人，2017年)来实现，例如制定管理计划，将所有各方聚集在一起，在行动实施之前就管理目标达成协议(Armitage等人，2009年，Young等人，2016年，Redpath等人，2017年)。在我们的模型参数化中，所有各方都同意一个人口目标，这证明了妥协在实现可持续自然资源利用方面的价值。

应用于现实世界的收获系统

我们的理论预测与我们从IUCN红色名录数据分析中得到的结果在数量上有很强的匹配，从而证明了我们的方法的广泛适用性。然而，考虑决策偏差和用户遵从性之间的相互作用的重要性也可以通过对真实案例研究的更定性的评估来强调。尽管国际和国家保护水平很高，但许多有蹄类和食肉类物种分别因作物破坏或牲畜破坏而被非法捕杀，导致种群数量下降(Soofi et al. 2019)。例如，Suutarinen和Kojola(2017)展示了非法捕猎受保护的灰狼(犬属红斑狼疮在芬兰，尽管存在“特殊许可”，可以猎杀对牲畜造成伤害的狼，但随着人口规模的增加，芬兰的狼数量也会增加，并对人口趋势进行严格控制。在这里，强有力的保护法律使狼的数量增加，可能也影响了非法采伐的比例。在这种情况下，我们的模型可以帮助突出冲突对可持续管理的破坏性影响，并根据量化或预期的非法采伐率(即合规性)调整合法采伐配额。

同样，欧洲和北美的许多草食水禽种类的种群规模也经历了指数级增长，部分原因是支持保护、保护性立法和用户的高度依从性，但这种趋势已经开始损害这些物种所依赖的农业作物生产(Lefebvre等人，2017年，Cusack等人，2019年)。在苏格兰的艾雷岛上，合法收割过冬的格陵兰黑雁(Branta leucopsis由于来自农业利益集团的游说压力，这些利益集团的生计受到了鹅放牧和牲畜牧场破坏的影响(McKenzie and Shaw 2017)。然而，缺乏与狩猎配额相关的循证决策受到了保护组织的批评，他们提出了诉讼，试图将扑杀最小化。尽管最近的工作已被用于根据GMSE方法得出更可持续的收获配额(Bunnefeld等人，2020年)，但尚不清楚保护和农业利益团体的游说将如何影响管理者的决策。我们的方法有助于基于证据的决策，以最大限度地减少冲突升级的风险和因过度捕捞而导致的鹅数量趋势的危险临界点。

我们的模型的相关性超出了我们在世界自然保护联盟的分析中所考虑的顺序。例如，猛禽种群的管理也容易出现冲突和治理问题。在英国，鸡鹞(马戏团cyaneus)受到高度保护，尽管受到严格保护，但其种群继续受到非法捕杀的严重影响(Ludwig et al. 2017)。白尾鹞捕食红松鸡(Lagopus Lagopus scotica)，这种物种的种群和沼地栖息地都被集中管理以供捕猎。母鸡鹞的保护被视为对红松鸡狩猎行业的威胁，导致在松鸡荒野上广泛非法捕杀猛禽物种(Murgatroyd等人，2019年)。在这里，我们的模型可以帮助探索如何在利益相关者的数量目标冲突、低依从性和禁止合法捕捞的强大保护压力下实现健康的红鹞种群(Redpath and Thirgood 2009)。

模型假设和局限性

我们的方法旨在描述复杂和动态的收获系统的功能，通常以高水平的不确定性为特征(Bunnefeld et al. 2011)。在这样做的过程中，我们对这些系统的生态和社会组成部分做了一些假设。在第一个例子中，我们实现了一个简单的逻辑人口增长模型来定义资源丰富度的一般轨迹。这样的模型提供了一个启发式平台，在此基础上评估种群趋势，同时最小化生物复杂性(Milner-Gulland 2011)。我们强调，本研究中使用的GMSE方法还可以应用更精细的资源增长模型(见Duthie等人，2018年)，这可能更适合于特定的案例研究，如给定地区的物种数量，或参数化以包含或多或少的人口和环境随机性(Fryxell等人，2010年，Milner-Gulland 2011年)。就像完美观察的假设(现实世界系统不太可能的特征)一样，我们的人口模型的简单性使我们能够将治理过程的影响隔离在结构和测量不确定性之上(Bunnefeld et al. 2011)。

我们的方法采用了一种遗传算法来优化面向目标的配额决策，这比按顺序测试一系列配额水平的试错方法(Duthie等人，2018年)提供了一种更快速的替代方案。尽管最终的配额是根据管理决策的现实变化水平推导出来的，但这种变化仍然是随机的，我们没有明确地为给定的经理建模驱动决策的机制，例如固有偏见。同样，后续的游说行为，即外部压力，会影响遗传算法提供的决策，但不会影响模拟的选择过程本身。尽管我们模型中的目标导向决策者并不能反映现实世界中人们的全部复杂性，但与更标准的收获模型中使用的无错误和静态决策相比，我们的方法代表了重要的进步(Dobson等人，2019年)。

尽管它们明显具有影响可持续利用的潜力，但对于大多数已收获的物种来说，严重缺乏决策偏差及其与游说压力的关系以及用户依从性的可靠衡量标准。例如，社会规范和非法行为之间的联系在文献中很少受到关注(Nyborg et al. 2016)。尽管这里提出的模拟假设游说压力和非法采伐都随着资源丰富度偏离利益相关者的目标而呈指数增长，但这些函数应该根据可用的真实世界数据或对社会规范和价值进行更详细的定性评估来修改和参数化。最后，我们的方法做出了一个关键假设，即资源用户行为是由在给定的资源丰富度目标(即经济收益)下实现短期收获最大化的愿望驱动的。虽然这一极端被用来说明我们方法的广度，但我们承认许多因素，如文化规范和传统，可以促进自我维持的收获系统(Ostrom 2009, Struebig et al. 2018)。我们注意到，作为开始，我们的方法可以适应社会规范，允许资源使用者的目标大于人口灭绝，表明长期保持丰富的愿望。

结论

虽然MSE模型通常针对特定的案例研究，但我们的分析揭示了理论和实证分析的一般模式。具体来说，尽管较低的遵从性可能被保护目标的决策偏向性增加所抵消，但当这种偏向性高水平与较低的用户遵从性相结合时，灭绝风险就会增加。此外，不受游说影响的管理决策只有在非法采伐水平较低的情况下才能成功实现可持续采伐，从而获得利益攸关方的支持。鉴于这一平衡措施，迫切需要采取管理方法，解决生物多样性可持续利用的潜在社会冲突。这种办法应尽可能促进利益攸关者之间就人口指标达成协商一致意见，例如投资于详细评估每个利益集团的意见和需要及其重叠。在难以达成共识的情况下，我们的建模方法可以帮助模拟和预测结果治理过程，通过这些治理过程表达分歧，可能会影响收获种群的可持续性。反过来，这将使管理决策能够预测潜在的游说和违规行为的影响。重要的是，所提议的方法的使用不必局限于自然资源管理。事实上，个人对冲突、政策和游说的反应(包括合规)与减缓气候变化(Chakra等人，2018年)和可持续野生动物贸易(Nuno等人，2018年)等问题高度相关，在这些问题中(碳和野生动物)消费者的力量可能很高。beplay竞技

文献引用

亚当斯，W. M. 2017。与敌人同床共枕?生物多样性保护、企业和绿色经济。政治生态学杂志24:243 - 257。https://doi.org/10.2458/v24i1.20804

Andrén, H.， N. T. Hobbs, M. Aronsson, H. Brøseth, G. Chapron, J. D. Linnell, J. Odden, J. Persson，和E. B. Nilsen. 2020。利用贝叶斯预测的大型食肉动物小种群的收获模型。生态应用程序30 (3): e02063。https://doi.org/10.1002/eap.2063

阿米蒂奇、D. R.、D. K.冈本、J. J.西尔弗、T. B.弗朗西斯、P. S.莱文、A. E.庞特、i.p.戴维斯、J. S.克利里、S. C.德雷斯尔、R. R.琼斯、H.基特卡、L. C.李、A. D.麦考尔、J. A.麦克艾萨克、M. R.坡、S.雷芬施图尔、A. O.谢尔顿、J. O.施密特、T. F.桑顿、R.沃斯和J.伍德拉夫。2019。整合治理和资源管理战略的量化评估，以改善社会和生态成果。生物科学69:523 - 532。https://doi.org/10.1093/biosci/biz059

阿米蒂奇，D. R.普卢默，F.伯克斯，R. I.亚瑟，A. T.查尔斯，I. J.戴维森-亨特，A. P.迪达克，N. C.杜布尔戴，D. S.约翰逊，M.马什克，P.麦康尼，E. W.平克顿，和E. K.渥伦伯格。2009。社会生态复杂性的适应性协同管理。生态学与环境前沿“，7:95 - 102。https://doi.org/10.1890/070089

阿里尔，c·g·莫雷和i·g·麦克莱恩。2018.保护大象取决于全球全面禁止象牙贸易。生物多样性和保护27:2767 - 2775。https://doi.org/10.1007/s10531-018-1534-x

奥德济约yte, A.， H. Pethybridge, J. Porobic, R. Gorton, I. Kaplan, E. A. Fulton, 2019。亚特兰蒂斯:一个空间明确的端到端海洋生态系统模型，动态集成了物理、生态和社会经济模块。生态学与进化论中的方法10:1814 - 1819。https://doi.org/10.1111/2041-210X.13272

鲍姆加特纳，F. R.， J. M. Berry, M. Hojnacki, B. L. Leech和D. C. Kimball. 2009。游说和政策改变:谁赢，谁输，以及为什么。芝加哥大学出版社，美国伊利诺斯州芝加哥。https://doi.org/10.7208/chicago/9780226039466.001.0001

贝纳姆-赫德，Z.， S. Redpath, N. Bunnefeld, T. Molony和A. Keane. 2018。保护冲突:行为威胁、框架和干预建议。生物保护222:180 - 188。https://doi.org/10.1016/j.biocon.2018.04.012

Benítez-López, A. R. Alkemade, A. M. Schipper, D. J. Ingram, P. A. Verweij, J. A. J. Eikelboom, M. A. J. Huijbregts. 2017。狩猎对热带哺乳动物和鸟类种群的影响。科学356:180 - 183。https://doi.org/10.1126/science.aaj1891

Bevir m . 2012。治理:非常简短的介绍。牛津大学出版社，英国牛津。https://doi.org/10.1093/actrade/9780199606412.001.0001

比格斯，D. F. Courchamp, R. Martin和H. P. Possingham. 2013。非洲犀牛角的合法贸易。科学339:1038 - 1039。https://doi.org/10.1126/science.1229998

布兰查德，J. L.， K. H.安德森，F.斯科特，N. T.欣岑，G.皮特，S.詹宁斯，2014。利用多物种大小光谱模型评估渔业和保护目标之间的目标和权衡。应用生态学杂志51:612 - 622。https://doi.org/10.1111/1365-2664.12238

博丹,O。2017.协同环境治理:实现社会生态系统的集体行动。科学357: eaan1114。https://doi.org/10.1126/science.aan1114

Bunnefeld, N, E. Hoshino，和E. J. Milner-Gulland。2011.管理策略评估:保护的有力工具?生态学与进化趋势26:441 - 447。https://doi.org/10.1016/j.tree.2011.05.003

Bunnefeld, N.和E. J. Milner-Gulland。2016.实现战利品狩猎对羚羊保护的潜在贡献的机遇和陷阱。92 - 107页在J.布罗- j ørgensen和D. P. Mallon，编辑。羚羊保护:从诊断到行动。Wiley-Blackwell，霍博肯，美国新泽西州。https://doi.org/10.1002/9781118409572.ch6

Bunnefeld, N.， E. Nicholson和E. J. Milner-Gulland编辑。2017.保护和自然资源管理中的决策:跨学科方法的模式。剑桥大学出版社，英国剑桥。https://doi.org/10.1017/9781316135938

Bunnefeld, N.， R. A. Pozo, J. J. Cusack, A. B. Duthie和J. Minderman. 2020。预测格陵兰岛黑雁射击水平的种群模型工具的开发。SNHR第1039号报告。苏格兰自然遗产研究报告，因弗内斯，英国。

塞巴洛斯，G. P. R. Ehrlich和R. Dirzo. 2017。正在进行的第六次生物大灭绝以脊椎动物数量的损失和下降为标志。美国国家科学院院刊114: E6089-E6096。https://doi.org/10.1073/pnas.1704949114

查克拉，m.a.， S. Bumann, H. Schenk, A. Oschlies和A. Traulsen. 2018。面对不确定的气候变化，立即采取行动是最好的策略。beplay竞技自然通讯9:2566。https://doi.org/10.1038/s41467-018-04968-1

查兰德，d。w。S。和d。c。麦克米伦。2019.调查非国家行为者对《公约》附录修正案的影响。国际野生动物法律与政策杂志22:90 - 114。https://doi.org/10.1080/13880292.2019.1638549

Chen Y.， H. Liu和J. Heinen. 2019。保护一种具有高社会经济价值的过度采收植物物种的挑战。可持续性11(15): 4194。https://doi.org/10.3390/su11154194

库尼，R, D.罗伊，H.都柏林，J.菲尔普斯，D.威尔基，A.基恩，H.特拉弗斯，D.斯金纳，D. W. S.查兰德，J. R.艾伦，D.比格斯。2017。从偷猎者到保护者:让当地社区参与非法野生动物贸易的解决方案。保护信10:367 - 374。https://doi.org/10.1111/conl.12294

考克斯，M.， S. Villamayor-Tomas, G. Epstein, L. Evans, N. C. Ban, F. Fleischman, M. Nenadovic, G. Garcia-Lopez。2016.综合自然资源管理与治理理论。全球环境变化39:45-56。https://doi.org/10.1016/j.gloenvcha.2016.04.011

卡明，G. S. 2018。自然资源保护与管理中的社会困境与社会生态陷阱综述。保护信11: e12376。https://doi.org/10.1111/conl.12376

库萨克，J. J.， A. B. Duthie, O. S. Rakotonarivo, R. A. Pozo, T. H. Mason, J. Månsson, L.尼尔森，I. M. Tombre, E. Eythórsson, J. Madsen, A. Tulloch, R. D. Hearn, S. Redpath和N. Bunnefeld. 2019。时间序列分析揭示了冲突管理工作与北欧放牧鸟类数量增加之间的同步性和非同步性。保护信12: e12450。https://doi.org/10.1111/conl.12450

迪米宁，E, T. M.布鲁克斯，T.托伊沃宁，S. H. M.布特查尔特，V.海金海莫，J. E. M.沃森，N. D.伯吉斯，D. W. S.查兰德，B.戈特奇，R.詹金斯和A.莫伊拉宁。2019。确定全球不可持续的物种商业捕捞中心。科学的进步5: eaau2879。https://doi.org/10.1126/sciadv.aau2879

Di Minin, E, N. Leader-Williams和C. J. A. Bradshaw, 2016。禁止战利品狩猎将加剧生物多样性的丧失。生态学与进化趋势31:99 - 102。https://doi.org/10.1016/j.tree.2015.12.006

Díaz, S, J.塞特勒，E. S. Brondízio, H. T. Ngo, M. Guèze, J. Agard, A. Arneth, P. Balvanera, K. A. Brauman, S. H. M. Butchart, K. M. Chan, L. A.加里波第，K.一井，J. Liu, S. M. Subrmanian, G. F. Midgley, P. Miloslavich, Z. Molnár, D. Obura, A. Pfaff, S. Polasky, A. Purvis, J. Razzaque, B. Reyers, R. R. Chowdhury, y - j。Shin, I. Visseren-Hamakers, K. J. Wilis和C. N. Zayas, 2019。给决策者的生物多样性和生态系统服务全球评估报告摘要。生物多样性和生态系统服务政府间科学政策平台，IPBES第7届全体会议。IPBES秘书处，德国波恩。https://doi.org/10.5281/zenodo.3553579

迪克曼，A.， R.库尼，P. J.约翰逊，M. P.路易斯，D.罗伊，128个签名者。2019.战利品狩猎禁令危及生物多样性。科学365:874。https://doi.org/10.1126/science.aaz0735

多布森，a.d. M, E.德兰格，A.基恩，H.伊贝特，E. J.米尔纳-古尔兰。2019.整合个体和种群水平之间的人类行为模型，为保护干预提供信息。英国皇家学会哲学学报B辑:生物科学374:20180053。https://doi.org/10.1098/rstb.2018.0053

R.达菲，F. A. V.圣约翰，B. Büscher, D.布罗金顿，2016。旨在对贫困和非法野生动物狩猎之间的联系有一个新的认识。保护生物学30:14-22。https://doi.org/10.1111/cobi.12622

杜塞，A. B.， J. J.库萨克，I. J.琼斯，J. Minderman, E. B.尼尔森，R. A.波佐，O. S. Rakotonarivo, B. Van Moorter, N. Bunnefeld. 2018。GMSE:通用管理战略评估的R包。生态学与进化论中的方法9:2396 - 2401。https://doi.org/10.1111/2041-210X.13091

埃里克森，L. F. Moa, E. B. Nilsen. 2018。在实施不确定的情况下量化过度采收的风险。应用生态学杂志55:482 - 493。https://doi.org/10.1111/1365-2664.12992

C.福尔克，S. R.卡彭特，B.沃克，M.谢弗，T.查宾，J. Rockström。2010.弹性思维:集弹性、适应性和可改造性于一体。生态和社会15(4): 20。https://doi.org/10.5751/ES-03610-150420

Fryxell, J. M. Packer, K. McCann, E. J. Solberg, B. E. Sæther。2010.资源管理周期和收获野生动物种群的可持续性。科学328:903 - 906。https://doi.org/10.1126/science.1185802

Gamelon, M.， B. K. Sandercock和B. E. Sæther。2019.采收是否会随着时间的推移放大环境导致的海洋和陆地物种的数量波动?应用生态学杂志56:2186 - 2194。https://doi.org/10.1111/1365-2664.13466

加文，J. N.所罗门，S. G.布兰克，2010。测量和监测非法使用自然资源。保护生物学24:89 - 100。https://doi.org/10.1111/j.1523-1739.2009.01387.x

哈福德，W. J.， T. Gedamke, E. A. Babcock, R. Carcamo, G. McDonald, J. R. Wilson. 2016。数据有限渔业管理多指标自适应框架的管理战略评价。海洋科学公报92:423 - 445。https://doi.org/10.5343/bms.2016.1025

希尔，J. E, T. L.德沃特，J. L.贝朗特，2019。世界陆生脊椎动物的死因死亡率。全球生态学与生物地理学“，28:680 - 689。https://doi.org/10.1111/geb.12881

霍尔顿，M. H.比格斯，H.布林克，P.巴尔，J.罗兹，和E.麦克唐纳-马登。2019.加强反偷猎执法还是减少对野生动物产品的需求?一个指导策略性保育投资的框架。保护信12: e12618。https://doi.org/10.1111/conl.12618

基恩，J. P. G.琼斯，G.爱德华-琼斯和E. J.米尔纳-古尔兰。2008.沉睡的警察:理解保护的执行和遵守问题。动物保护11:75 - 82。https://doi.org/10.1111/j.1469-1795.2008.00170.x

科尔比，J.， K.普罗菲特，J.诺瓦克，H.罗宾逊。2017。对蒙大拿州美洲狮进行种群监测和建模，以实现适应性管理策略。山间科学杂志23:76 - 76。

库帕里宁和M.费斯塔-比安切特。2017.收获诱导的进化:来自水生和陆地系统的见解。英国皇家学会哲学学报B辑:生物科学372:20160036。https://doi.org/10.1098/rstb.2016.0036

列斐伏尔，高捷。吉鲁，A.里德，E. T.里德和L. Bélanger。2017.大雪雁雁属caerulescens atlanticus:管理过多的人口。中记录46:262 - 274。https://doi.org/10.1007/s13280-016-0887-1

林赛，P. A.， L. S.佩特拉卡，P. J.丰斯顿，H.鲍尔，A.迪克曼，K.埃弗拉特，M.弗莱曼，P.亨舍尔，A. E.欣克斯，S.卡西基，A.洛夫里奇，D. W.麦克唐纳，R.曼迪索扎，W.姆古拉，S. M.米勒，S.纳扎拉，L. Siege, K. Uiseb，和L. T. B.亨特。2017。非洲狮子和它们的猎物保护区的表现。生物保护209:137 - 149。https://doi.org/10.1016/j.biocon.2017.01.011

洛克伍德，M.， J.戴维森，A.柯蒂斯，E.斯特拉特福德，R.格里菲斯。2010。自然资源管理的治理原则。社会与自然资源23:986 - 1001。https://doi.org/10.1080/08941920802178214

洛维里奇，A. J. M. Valeix, G. Chapron, Z. Davidson, G. Mtare, D. W. Macdonald. 2016。大型掠食者种群的保护:非洲狮对战利品狩猎强度的人口和空间响应。生物保护204:247 - 254。https://doi.org/10.1016/j.biocon.2016.10.024

路德维希，s.c, s.s Roos, D. Bubb和D. Baines. 2017。红松鸡和鹞的数量和繁殖成功的长期趋势与苏格兰松鸡沼地管理的变化有关。野生动物生物学。https://doi.org/10.2981/wlb.00246

卢特，M. L.戈尔和M. L.戈尔，2014。野生动物管理的知识和权力。野生动物管理杂志78:1060 - 1068。https://doi.org/10.1002/jwmg.754

梅斯，2014。谁的保护?科学345:1558 - 1560。https://doi.org/10.1126/science.1254704

R.麦肯齐和J. M.肖，2017。调和对鹅种群的竞争价值:艾雷岛可持续鹅管理战略的演变和经验。中记录46:198 - 209。https://doi.org/10.1007/s13280-016-0880-8

孟，K. C.和A.罗德，2019。游说气候政策的社会成本。自然气候变化beplay竞技9:472 - 476。https://doi.org/10.1038/s41558-019-0489-6

Milner-Gulland, 2011。综合渔业方法和家庭实用模式，以改进资源管理。美国国家科学院院刊108:1741 - 1746。https://doi.org/10.1073/pnas.1010533108

Milner-Gulland, E. J. 2012。人类行为与生态系统之间的相互作用。英国皇家学会哲学学报B辑:生物科学367:270 - 278。https://doi.org/10.1098/rstb.2011.0175

Milner-Gulland, E. J.和K. Shea. 2017。应用生态学中的不确定性。应用生态学杂志54:2063 - 2068。https://doi.org/10.1111/1365-2664.12887

Moa, P. F. Eriksen, E. B. Nilsen, 2017。小游戏收获管理中的收获规则与执行不确定性。生态学与进化前沿“，5:118。https://doi.org/10.3389/fevo.2017.00118

Müller-Hansen, F.， M. Schlüter, M. Mäs, J. F. Donges, J. J. Kolb, K. Thonicke, J. Heitzig. 2017。在地球系统模型中表示人类行为和决策——技术和方法综述。地球系统动力学8:977 - 1007。https://doi.org/10.5194/esd-8-977-2017

Murgatroyd, M.， S. M. Redpath, S. G. Murphy, D. J. T. Douglas, R. Saunders和A. Amar. 2019。卫星标记的母鸡鹞式失踪的模式表明在英国松鸡荒原上广泛的非法捕杀。自然通讯10:1094。https://doi.org/10.1038/s41467-019-09044-w

穆雷,m . 2003。过度杀伤和可持续使用。科学299:1851 - 1853。https://doi.org/10.1126/science.1079823

努诺，J. M. Blumenthal, T. J. Austin, J. Bothwell, G. Ebanks-Petrie, B. J. Godley和A. C. Broderick. 2018。了解消费者行为对野生动物养殖和可持续野生动物贸易的影响。保护生物学32:390 - 400。https://doi.org/10.1111/cobi.12998

尼伯格，J. M.安德里斯，A.丹嫩伯格，T.林达尔，C.席尔，M. Schlüter, W.尼尔·阿杰，K. J.阿罗，S.巴雷特，S.卡朋特，F. S.查宾三世，A. s。Crépin, G. Daily, P. Ehrlich, C. Folke, W. Jager, N. Kautsky, S. A. Levin, O. J. Madsen, S. Polasky, M. Scheffer, B. Walker, E. u Weber, J. Wilen, A. Xepapadeas，和A. de Zeeuw. 2016。社会规范作为解决方案。科学354:42-43。https://doi.org/10.1126/science.aaf8317

奥拉赫和M. Schlüter。2016.揭示社会生态系统的政治层面:政策进程框架的贡献。全球环境变化40:13-25。https://doi.org/10.1016/j.gloenvcha.2016.06.002

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。https://doi.org/10.1126/science.1172133

庞特，A. E.， D. S.巴特沃思，C. L. de Moor, J. A. A. de Oliveira和M. Haddon, 2016。管理战略评估:最佳实践。鱼和渔业17:303 - 334。https://doi.org/10.1111/faf.12104

雷瑟，J. D.， M. J.雷诺兹-霍格兰，D. N.昆斯，P. C.卡尔和L. M.奥布里。2017。休闲收获和事件反应管理减少了人类与食肉动物在人为景观中的冲突。应用生态学杂志54:1552 - 1562。https://doi.org/10.1111/1365-2664.12830

Redpath, S.和S. Thirgood. 2009。鹞和红松鸡:走向共识?应用生态学杂志46:961 - 963。https://doi.org/10.1111/j.1365-2664.2009.01702.x

雷德帕斯，s.m.， j.d.c.林内尔，M. Festa-Bianchet, L. Boitani, N. Bunnefeld, A. Dickman, R. J. Gutiérrez, R. J. Irvine, M. Johansson, A. majiic, B. J. McMahon, S. Pooley, C. Sandström, A. Sjölander-Lindqvist, K. Skogen, J. E. Swenson, A. Trouwborst, J. Young, E. J. Milner-Gulland。2017.不要忘记向下看——合作的方法来保护捕食者。生物评价92:2157 - 2163。https://doi.org/10.1111/brv.12326

雷德帕斯，s.m.， J.杨，A.伊夫利，W. M.亚当斯，W. J.萨瑟兰，A.怀特豪斯，A.阿玛尔，R. A.兰伯特，J. D. C.林内尔，A.瓦特，R. J. Gutiérrez。2013.理解和管理保护冲突。生态学与进化趋势28:100 - 109。https://doi.org/10.1016/j.tree.2012.08.021

瑞普，W. J.， C.沃尔夫，T. M.纽瑟姆，M. G.贝茨，G.塞巴洛斯，F. Courchamp, M. W.海沃德，B. Van Valkenburgh, A. D. Wallach和B. Worm. 2019。我们正在吃掉世界上的巨型动物吗?保护信12: e12627。https://doi.org/10.1111/conl.12627

布鲁克,c . 2017。弱而强:守恒的不平衡的权力关系。大羚羊51:379 - 380。https://doi.org/10.1017/S0030605317000618

桑德森，E. W. 2006。我们想拯救多少动物?设定种群保护目标水平的方法有很多。生物科学56:911 - 922。https://doi.org/10.1641/0006 - 3568 (2006) 56 [911: HMADWW] 2.0.CO; 2

塞尔斯，J. S.， M.曼西拉·加西亚，M.汉密尔顿，S. M.亚历山大，J. A.巴乔，A. P.费舍尔，K.英格尔德，G. R.梅雷迪思，J.皮特曼。2019。可持续发展科学的社会生态网络分析:未来的系统回顾和创新研究议程。环境研究快报14:9。https://doi.org/10.1088/1748-9326/ab2619

Schlüter, M.， L. J.海德尔，S. J.莱德，E.林德奎斯特，R.马丁，K.奥拉赫，N.威杰曼斯和C.福尔克。2019b．捕捉社会生态系统中涌现的现象:一个分析框架。生态和社会24(3): 11。https://doi.org/10.5751/es-11012-240311

Schlüter, M.， B. Müller, K. Frank, 2019一个．社会生态系统研究中模型和建模的潜力:参考框架ModSES。生态和社会24(1): 31。https://doi.org/10.5751/es-10716-240131

Schmolke, A.， P. Thorbek, D. L. DeAngelis和V. Grimm, 2010。支持环境决策的生态模型:未来战略。生态学与进化趋势25:479 - 486。https://doi.org/10.1016/j.tree.2010.05.001

Serrouya, R.， B. N. McLellan, S. Boutin, D. R. Seip, S. E. Nielsen. 2011。为恢复生态系统，为数量过剩的有蹄类动物制定种群目标。应用生态学杂志48:935 - 942。https://doi.org/10.1111/j.1365-2664.2011.01998.x

谢伊和ncas人口管理工作组。1998。种群的养护、收获和控制管理。生态学与进化趋势13:371 - 375。https://doi.org/10.1016/s0169 - 5347 (98) 01381 - 0

雪莉，E. A.和M. L.戈尔，2019。对科学家的信任和对巴西潘塔纳尔渔业规则的不遵守率。《公共科学图书馆•综合》14: e0207973。https://doi.org/10.1371/journal.pone.0207973

R. M.和J. Hone. 2002。人口增长率及其决定因素:综述。英国皇家学会哲学学报B辑:生物科学357:1153 - 1170。https://doi.org/10.1098/rstb.2002.1117

A. D. M.史密斯，K. J.塞恩斯伯里和R. A.史蒂文斯，1999。实施有效的渔业管理制度-管理战略评价和澳大利亚伙伴办法。国际内燃机学会海洋科学杂志56:967 - 979。https://doi.org/10.1006/jmsc.1999.0540

所罗门，J. N.， M. C.加文，M. L.戈尔，2015。检测和理解不符合保存规则的情况。生物保护189:1-4。https://doi.org/10.1016/j.biocon.2015.04.028

Soofi, M.， A. Ghoddousi, T. Zeppenfeld, S. Shokri, M. Soufi, L. Egli, A. Jafari, M. Ahmadpour, A. Qashqaei, T. Ghadirian, M. Filla, B. Kiabi, N. Balkenhol, M. Waltert, I. Khorozyan. 2019。评估有蹄类动物的非法捕猎、野生猎物发生和大型食肉动物对家畜的掠夺率之间的关系。应用生态学杂志56:365 - 374。https://doi.org/10.1111/1365-2664.13266

斯蒂芬森，R. L, A. J.本森，K.布鲁克斯，A.查尔斯，P.德格博尔，C. M.迪奇蒙特，M.克朗，S.帕斯科，S. D.保罗，A.林道夫，M. Wiber. 2017。将经济、社会和体制因素纳入渔业政策和管理的实际步骤。国际内燃机学会海洋科学杂志74:1981 - 1989。https://doi.org/10.1093/icesjms/fsx057

斯特鲁比格，M. J.林基，N. J.迪尔，D. J.烈士，B.米利亚纳瓦蒂，S. C.福克纳，S. C.勒康伯，F. M.曼甘贾亚，N.利德-威廉姆斯，J. E.麦凯，F. A. V.圣约翰。2018。利用关于容忍和风险的社会生态信息解决人虎冲突。自然通讯9:3455。https://doi.org/10.1038/s41467-018-05983-y

Suutarinen, J.和I. Kojola. 2017。在芬兰，偷猎规定了合法猎杀的狼的数量。生物保护215:11-18。https://doi.org/10.1016/j.biocon.2017.08.031

特拉弗斯，H.， L. J.阿彻，G.姆威德，D.罗伊，J.贝克，A. Plumptre, A. Rwetsiba，和E. J.米尔纳-古尔兰。2019一个．了解野生动物犯罪的复杂驱动因素，以设计有效的保护干预措施。保护生物学33:1296 - 1306。https://doi.org/10.1111/cobi.13330

特拉弗斯，H.， M. Selinske, A.努诺，A. Serban, F. Mancini, T. Barychka, E. Bush, R. A. rasolofson, J. E. M. Watson, E. J. Milner-Gulland。2019b．这是预言性保护的宣言。生物保护237:12-18。https://doi.org/10.1016/j.biocon.2019.05.059

K. L.惠特曼，A. M.斯塔菲尔德，H.夸特林，C.帕克，2007。模拟猎物选择和环境干扰对模拟非洲狮种群的影响。保护生物学21:591 - 601。https://doi.org/10.1111/j.1523-1739.2007.00700.x

杨，J. C.， K.塞尔，A.巴特勒，P.西蒙斯，A. D.瓦特，A.乔丹，2016。信任在解决保护冲突中的作用。生物保护195:196 - 202。https://doi.org/10.1016/j.biocon.2015.12.030