instituto politÉcnico nacional centro … · al cicimar-ipn por la oportunidad de desarrollarme un...
TRANSCRIPT
INSTITUTO POLITÉCNICO NACIONAL
CENTRO INTERDISCIPLINARIO DE CIENCIAS MARINAS
EVALUACIÓN BIOECONÓMICA DE LA PESCA DE TÚNIDOS CON REDES DE CERCO EN EL PACÍFICO ORIENTAL TROPICAL
TESIS
QUE PARA OBTENER EL GRADO DE
MAESTRÍA EN CIENCIAS EN MANEJO DE RECURSOS MARINOS
PRESENTA
José Alberto Torres Martínez
LA PAZ, B.C.S., FEBRERO DE 2016
AGRADECIMIENTOS
Al CICIMAR-IPN por la oportunidad de desarrollarme un poco más, así como a las
becas Conacyt y BEIFI por el apoyo.
A mis directores y comité revisor: Dr. Germán Ponce Díaz, Dr. Francisco Arreguín
Sánchez, Dra. Sofía Ortega, Dr. Pablo del Monte y Dr. Luis César Almendarez, por
sus comentarios, observaciones y sugerencias.
Al grupo de trabajo de Bioeconomía Pesquera y Acuícola.
A mi familia y amigos.
TABLA DE CONTENIDO
LISTA DE FIGURAS I
LISTA DE TABLAS III
RESUMEN IV
ABSTRACT V
1. INTRODUCCIÓN 1
1.1 Generalidades 1
1.2 La pesca de atún en el mundo 2
1.3 Pesca de atún en el opo 4
1.4 Pesca sostenible 6
1.6 Arte de pesca (red de cerco) 10
2. ANTECEDENTES 13
3. JUSTIFICACIÓN 14
4. OBJETIVOS 15
4.1 Objetivo General 15
4.2 Objetivos específicos 15
5. MATERIALES Y MÉTODOS 15
5.1 Estimación de los parámetros biológicos 18
5.2 Estimación de parámetros económicos 18
5.3 Puntos de referencia objetivo 19
5.4 Esfuerzo pesquero; estimación de los niveles óptimos de esfuerzo para ambas flotas 21
6. RESULTADOS 23
6.1 Parámetros 23
6.2 Puntos de referencia 24
6.3 Esfuerzo pesquero y niveles óptimos para la pesquería en su conjunto 24
7. DISCUSIÓN 41
7.1 Parámetros biológicos 42
7.2 Capturas, beneficios e interacciones entre los puntos de referencia 44
8. CONCLUSIONES 49
9. RECOMENDACIONES 50
10. BIBLIOGRAFÍA 51
11. APÉNDICE 55
I
LISTA DE FIGURAS
Figura 1. Captura total de las principales especies aprovechadas de túnidos por
arte de pesca. .......................................................................................................... 4
Figura 2. Composición por especies de la captura de túnidos de mayor importancia
en el OPO................................................................................................................ 5
Figura 3. Atún aleta amarilla. (Thunnus albacares) ................................................. 9
Figura 4. Barrilete. (Katsuwonus pelamis) ............................................................... 9
Figura 5. Atún patudo. (Thunnus obesus) ............................................................. 10
Figura 6. Red de cerco desplegada con ayuda de una embarcación menor. ....... 12
Figura 7. Red de cerco en proceso de cierre. ....................................................... 12
Figura 8. Curvas de equilibrio económico. ............................................................ 20
Figura 9. Rendimiento de las curvas de equilibrio poblacional... ........................... 26
Figura 10. Rendimiento de la captura representado en toneladas con relación al
esfuerzo de ambas flotas (f1 y 2) .......................................................................... 27
Figura 11. Beneficios en relación al esfuerzo para ambas flotas. . ....................... 28
Figura 12. Cambios en la biomasa en función del esfuerzo.. ................................ 29
Figura 13. Simulación de la captura a diferentes niveles de esfuerzo para la flota
1.. .......................................................................................................................... 31
Figura 14. Curva de Beneficios que registraría la flota 1 a diferentes niveles de
esfuerzo................................................................................................................. 32
Figura 15. Captura de la flota 2. ........................................................................... 33
Figura 16. Beneficios para la flota 2 a diferentes niveles de esfuerzo.. ................. 34
Figura 17. Interacción de la curva de esfuerzo para ambas flotas en relación al
MRS y EBE para la flota 1. ................................................................................... 35
Figura 18. Interacción de la curva de esfuerzo para ambas flotas en relación al
MRS y EBE para la flota 2.. ................................................................................... 36
Figura 19. Relación de los beneficios marginales sostenibles, beneficios promedio
sostenibles y costo marginal de la flota 1. ............................................................. 37
Figura 20. Esfuerzo para la flota 2 en relación al costo marginal, los beneficios
promedio sostenibles y los beneficios marginales. ................................................ 38
II
Figura 21. Interacción entre la curva de equilibrio poblacional y la curva de
equilibrio económico de la flota 1.. ........................................................................ 39
Figura 22. Interacción entre la curva de equilibrio poblacional y curva de equilibrio
económico de la flota 2. ........................................................................................ 40
III
LISTA DE TABLAS
Tabla I.. Fórmulas para la estimación de puntos de referencia..¡Error! Marcador no definido. Tabla II Valores del cociente de entrada y salida de embarcaciones ϕ ......... ¡Error!
Marcador no definido. Tabla III.Estimaciones de capturas y beneficios máximos derivados del modelo
bioeconómico. .......................................................... ¡Error! Marcador no definido.
IV
RESUMEN
Una de las pesquerías más importantes a nivel mundial es la de túnidos. Genera
más de 6.5 millones de toneladas al año y más de 11 mil millones de dólares. En
el Océano Pacífico Oriental (OPO) la flota atunera está integrada por de 239
embarcaciones que durante de 1987 a 2012 capturó en promedio 468,000
toneladas por año. En este trabajo se realizó un análisis bioeconómico de la
pesquería de túnidos con cerco en el OPO, separando la flota total en dos flotas
hipotéticas, la primera asociada a pesca con delfines y la segunda agrupando
pesca con indicador de objetos flotantes y no asociados. Se utilizaron dos modelos
acoplados ajustados con máxima verosimilitud para realizar la simulación de la
pesquería, el primero se alimentó con datos de esfuerzo y captura,
complementando con información de la evaluación del stock por parte de la
Comisión Interamericana del Atún Tropical (CIAT). Los valores de los parámetros
del modelo fueron: capacidad de carga (K) = 4,625,000 toneladas, tasa intrínseca
de crecimiento (r) = 0.25 y coeficientes de capturabilidad para la flota 1 (q1) =
0.0002 y para la flota 2 (q2) = 0.0005. Con lo anterior y datos económicos de la
flota pesquera se aplicó un modelo Gordon-Schaefer de interdependencias
tecnológicas. Adicionalmente se utilizaron cuatro diferentes tasas de
entrada/salida de la pesquería para las embarcaciones, lo cual se concreta en
cuatro escenarios de manejo. La flota óptima del modelo de interdependencias
tecnológicas de la pesquería es cercana a 300 embarcaciones, una captura total
máxima de 616,679 toneladas, beneficios máximos cercanos a los USD
$500,000.00 y en los cuatro casos una de las flotas fue desplazada hasta
abandonar por completo la pesquería.
V
ABSTRACT
Tuna fisheries are one of the most important worldwide. It generates more than 6.5
million tons per year, representing more than 11 billion US dollars. In the Eastern
Pacific Ocean (EPO) the tuna fleet consists of 239 vessels during the period 1987-
2012 and has captured an average of 468,000 tons per year. In this work a bio-
economic analysis of the purse seine tuna fishery in the EPO was made by
separating the total fleet depending on the fishing indicators used (sets associated
with dolphins, floating objects, or breezes), this separation was performed in two
hypothetical fleets. This separation resulted in two hypothetical fleets, the first is
fishing associated with dolphins and the second with floating objects and breezes.
Two coupled models for simulating the fishery were used, the first production
model was based on catch and effort data, supplemented with information from the
stock assessment by the Inter-American Tropical Tuna Commission (IATTC)
allowed get all biological parameters of the model for setting maximum likelihood.
Getting a load capacity of the system (K) = 4.625 million tons, an intrinsic growth
rate (r) = 0.25051, and catchability coefficients for fleet 1 (q1) = 0.00028, and fleet
2 (q2) = 0.00054 . With the forementioned and the economic data of the fishing
fleets a Gordon-Schaefer model was modified, called “technological
interdependencies” where two fleets are competing for the same resource.
Additionally four different coefficients of input / output of the fishery to vessels
used, which takes the form of four scenarios management. The optimum fleet
model of technological interdependencies of the fishery is close to 300 boats, a
maximum total catch of 616,679 tonnes, around USD maximum benefits of $
500,000.00 and in all four scenarios a fleet was removed to completely abandon
the fishery.
1
1. INTRODUCCIÓN
1.1 Generalidades
En la actualidad, la comunidad mundial enfrenta una crisis económica y financiera,
efectos negativos del cambio climático y fenómenos meteorológicos extremos; y al
mismo tiempo se deben atender las necesidades alimenticias de una población
creciente a partir de una cantidad finita de recursos naturales (FAO, 2012). Por lo
anterior es importante que la explotación y el manejo de los recursos se lleven a
cabo de manera responsable, buscando asimismo un aprovechamiento más
eficiente tanto en biomasa, como en lo económico.
Se sabe que la pesca es una de las actividades primarias más antiguas y
contribuye de manera importante a la seguridad alimentaria, aportando 94 millones
de toneladas de producción en 2011, lo que representó cerca del 17% del
consumo proteico a la población del mundo (FAO, 2012). Además, se estima que
las pesquerías oceánicas generan cerca de 200,000 empleos directos (Botsford et
al., 1997).
Una de las pesquerías de mayor importancia en el mundo es la de atún. En 2012
se registraron capturas cercanas a 7 millones de toneladas, representando un 8%
del valor de las exportaciones totales de pescado para 2011, de las cuales 4.5
millones de toneladas corresponden a las especies albacora, patudo y tres
especies de atún: atún aleta azul (Thunnus thynnus y Thunnus orientalis), barrilete
(Katsuwonus pelamis) y atún aleta amarilla (Thunnus albacares). Una tercera
parte de los stocks de túnidos se encuentran a un nivel de explotación
biológicamente insostenible y el resto se encuentran aproximadamente en niveles
de sostenibilidad, ya sea plenamente explotados o subexplotados (FAO, 2012).
2
1.2 La pesca de atún en el mundo
La pesca de túnidos a nivel mundial resulta muy contrastante. En el Atlántico, por
un lado, la población de atún aleta azul (Thunnus thynnus) ha sido explotada a tal
grado que la biomasa del stock del Atlántico Oriental ha sido declarada bajo
protección por la Convención en Comercio Internacional de Especies Amenazadas
de Flora y Fauna Silvestres (CITES), aunque esta medida resultó controversial,
debido a que algunos países argumentan que ya existe una agencia internacional,
la Comisión para la Conservación del Atún Aleta Azul, la cual regula la
administración de túnidos en el Atlántico (ICCAT) (Webster, 2011).
La problemática en el Atlántico Norte, por otro lado, se debe a que este recurso es
explotado comercialmente por cerca de 40 países, provocando una disminución en
su abundancia de manera drástica desde la década de los 1970 (Stockesbury et
al., 2011). En contraste, el stock del atún aleta amarilla en el Océano Pacífico
Oriental (OPO) se encuentra explotado a un nivel cercano al máximo rendimiento
sostenible (CIAT, 2013).
En cuanto a volúmenes de producción se refiere, la pesca de atún en el Pacífico
occidental y central representa la mayor pesquería de túnidos a nivel global
(Polacheck, 1990, que generó una captura promedio anual de 2.21 millones de
toneladas entre 2000 y 2014 (WCPFC, 2014). Dentro de la pesca de túnidos, la
captura de barrilete y atún aleta amarilla son de las que han mostrado un aumento
mayor). En esta pesquería entre un 50 y 70% del atún se destina a enlatados, y
entre el 30 y 40% al mercado japonés de sashimi (Reid et al., 2003).
A nivel mundial, dentro de los túnidos, el barrilete es la especie que más aporta a
la captura total, y ha ido en aumento, con una captura anual promedio anterior al
año de 1999 de 900,000 toneladas para todo el océano Pacífico, incrementando
su captura promedio a 1 millón de toneladas después de dicho año para alcanzar
posteriormente un nivel récord de casi 2 millones en 2013 (CIAT, 2015).
3
Para el OPO la captura media de barrilete en el periodo 1997-2011 fue de
217,000 toneladas, y en 2009 se obtuvo una captura récord de barrilete en el OPO
fue en el año de 2006 con 310,000 t (CIAT, 2013). De acuerdo a los reportes de la
CIAT, la mayor parte de la captura de barrilete en años recientes ocurrió en la
zona oeste de 130ºO, y se capturó en su mayoría en cardúmenes asociados a
objetos flotantes. La mayor parte de la captura de barrilete presentó una talla de
entre 50 y 70 cm (CIAT, 2013).
Respecto al atún aleta amarilla la mayor parte de la captura se realiza en los
límites del Pacífico oriental y occidental, y es además la especie que más se
captura con redes de cerco alrededor del mundo (Schaefer et al., 2011).
La captura de aleta amarilla para el periodo 1983-2012 reportó un promedio anual
de 258,000 t. En dicho periodo alcanzó un pico de 443,000 t en el año 2002.
Después de ese año se reporta una baja en la producción para situarse en
215,000 t en promedio con una captura mínima de 160,000 t en el año de 2006.
Durante el evento “El Niño” de 1982-1983 se observó un reducción en la captura,
sin embargo en contraste, “El Niño” de 1997-1998, que tuvo un impacto mayor en
el clima, no se reportó un efecto en el atún aleta amarilla en cuanto a una
reducción de capturas (CIAT, 2013). Para 2012 la CIAT reporta que la mayor parte
de las capturas de atún aleta amarilla provino de áreas al norte de los 5ºN y al
este de los 140ºO.
4
1.3 Pesca de atún en el OPO
En la actualidad, la pesca de túnidos en el OPO se lleva a cabo principalmente por
las flotas de cerco, en menor medida por la flota palangrera y un pequeño
porcentaje de las capturas totales es realizado por la flota cañera, pesquerías
artesanales y recreativas (CIAT, 2013). En cuanto a la composición de la captura
por especie, se tiene que el atún aleta amarilla es el que más captura aporta,
seguido por el barrilete y el atún patudo (Thunnus obesus; Figs. 1 y 2). Es
importante resaltar que el OPO contribuye con cerca del 14% de la producción de
túnidos a nivel mundial (Chávez et al., 2013). Una evaluación reciente del stock de
atún aleta amarilla en el OPO sugiere que la pesquería se encuentra cercana a su
máximo rendimiento sostenible (Schaefer et al., 2011).
Figura 1. Captura total de las principales especies aprovechadas de túnidos en el Océano Pacífico Oriental según arte de pesca. Se divide en pesquería por cerco, palangre, y otras artes de pesca. La captura con “otras artes de pesca” es tan baja en comparación con el resto que no se alcanza a apreciar.
0200400600800
10001200140016001800
1983 1986 1989 1992 1995 1998 2001 2004 2007 2010
Capt
ura
en m
iles
de
tone
lada
s
Año
Captura Total Cerco Palangre Otras artes de pesca
5
Figura 2. Composición por especies de la captura de túnidos de mayor importancia en el Océano Pacífico Oriental.
Para la evaluación de las poblaciones de atún aleta amarilla se definen nueve
zonas pesqueras con cerco, esto dependiendo de los indicadores según el tipo de
pesca en cuanto a la localización de los cardúmenes; cuatro asociadas a objetos
flotantes, tres asociadas a delfines y dos sobre cardúmenes no asociados o brisas
(CIAT, 2013).
La captura de atún aleta amarilla asociado a delfines en 2012 fue máxima en las
áreas costeras frente al litoral de Centroamérica y en alta mar alrededor de la línea
ecuatorial en comparación con el promedio de 2007-2011. En cuanto a las
capturas “no asociadas” para el mismo año estuvieron concentradas
principalmente en las zonas costeras frente al sur de México (CIAT, 2013).
La mayoría del atún aleta amarilla grande (>100 cm) se captura en la pesquería
costera en cardúmenes asociados a delfines a inicios del año, y en la pesquería
del norte sobre este mismo indicador, de abril a septiembre. Respecto al peso
promedio del atún aleta amarilla capturado en años recientes (2012) con las artes
de pesca: cerco, recreacional y vara, fue de 13 kg, el cual es mayor (entre 3 y 5
kg) en comparación a los años inmediatos anteriores (CIAT, 2013).
0
200
400
600
800
1000
1200
1400
1600
1800
1983 1986 1989 1992 1995 1998 2001 2004 2007 2010
Capt
ura
en m
iles
de to
nela
das
Año
Captura total Atún aleta amarilla Barrilete Atún patudo
6
En el caso del barrilete respecto a las zonas de pesca de este recurso se reporta
que las mayores capturas se realizan al sur del Pacífico mexicano frente a
Ecuador (CIAT, 2013).
También de acuerdo con la Comisión del Atún Tropical, en general la captura de
atún patudo ha ido en aumento alcanzando, la captura récord en 2004 con
174,000 t, con fluctuaciones de entre 130,000 a 160,000 para el período 2005-
2011 toneladas (CIAT, 2013)
Respecto al esfuerzo pesquero ejercido sobre los túnidos en el OPO, se han
presentado variaciones entre distintos periodos. Entre finales de los años 1970 y
principios de los 1980 se tenía un promedio de 13,000 lances anuales sobre
atunes asociados a objetos flotantes y brisas, promedio que disminuyó a 9,000
lances entre 1993-1996, y nuevamente ascendió a 12,000 entre 1997-2012.
Respecto a los lances sobre delfines, no ha tenido fluctuaciones tan grandes,
incluso cuándo las enlatadoras estadounidenses dejaron de comprar atún
capturado en viajes con lances asociados a delfines, el esfuerzo récord sobre
este indicador alcanzó su mayor nivel en 2013 (13,760 lances), (CIAT, 2013).
1.4 Pesca sostenible
En años recientes ha aumentado la preocupación sobre la sostenibilidad en las
pesquerías. De acuerdo con Zhang et al. (2006) en la Convención de Naciones
Unidas para la ley del Mar de 1982 se adoptó la definición de Ricker (1975) sobre
el Máximo Rendimiento Sostenible como piedra angular del manejo pesquero. Así
mismo se han adoptado diferentes estándares de sostenibilidad para el manejo de
pesquerías, los cuales se han desarrollado por agencias de gobierno u
organizaciones regionales de manejo pesquero, por ejemplo el “Marine
Stewardship Council” (MSC), “Friends of the Sea” y el certificado KRAV (Miret-
Pastor et al., 2014). Adicionalmente se sugiere que al hacer referencia a la
7
sostenibilidad es importante tomar en cuenta los aspectos socioeconómicos, tales
como la generación de empleos y los beneficios económicos (Branch et al., 2006).
El manejo de las pesquerías de túnidos se asocia a diversos acuerdos
internacionales, tal es el caso de la Convención de las Naciones Unidas sobre la
Ley del Mar, en la que un objetivo importante es mantener los stock en niveles de
máximo rendimiento sostenible (Chávez et al., 2013). En este sentido ha sido
importante para la administración de este recurso la formación de comisiones
regionales para el manejo de este grupo de peces (Enríquez-Andrade & Vaca-
Rodríguez, 2004).
En 1992 las Naciones Unidas organizó una cumbre mundial en Río de Janeiro
sobre medio ambiente y desarrollo. Entre los principios que se estipularon en
dicha reunión, se definió que “El derecho al desarrollo debe ejercerse en forma
que se satisfagan equitativamente necesidades de desarrollo y ambientales de las
generaciones presentes y futuras” y “Con el fin de lograr el desarrollo sostenible, la
protección del medio ambiente constituirá parte integral del proceso de desarrollo
y no puede ser considerada en forma aislada” (ONU, 1992).
Veinte años después, durante 2012 se celebró la cumbre Río+20 en
Johannesburgo, en la cual uno de los principales acuerdos fue el impulso de una
economía verde. Si bien no existe una definición precisa del concepto “economía
verde”, se considera un enfoque global, equitativo y con miras de futuro para la
sostenibilidad, que busca eliminar la idea de que la sostenibilidad y el crecimiento
son mutuamente excluyentes. Se alberga la esperanza de que una transición a
una economía verde redunde en una explotación de recursos que contribuya a la
sostenibilidad, el desarrollo social y el crecimiento económico inclusivos (SOFIA,
2012).
8
Adicional a lo anterior, el mensaje principal de la FAO en años recientes es el de
conseguir mejores resultados en cuanto a seguridad alimentaria con menos
recursos naturales, esto a través de una gestión más responsable, y una mayor
eficiencia a lo largo de toda la cadena de valor alimentaria. Para cumplir estos
objetivos es indispensable que se cuente con la plena participación de la sociedad
civil y el sector privado (FAO, 2012)
1.5 Aspectos biológicos del recurso atún
Los túnidos son peces pelágicos que pueden llegar a presentar un
comportamiento de buceo repetitivo para alimentarse y tienen migraciones
verticales diurnas o nocturnas. Dentro de las especies que se consideran en el
presente trabajo, el atún aleta amarilla y el barrilete presentan estas inmersiones
en profundidades que oscilan entre los 225-400 metros, aunque se han registrado
inmersiones de hasta 1022 m y 596 m respectivamente. En el caso del atún
patudo, su rango se encuentra entre los 225-475 metros, aunque se tiene un
registro de hasta 1695 m. La distribución vertical de estas especies se ha asociado
a condiciones de temperatura y disponibilidad de oxígeno disuelto, variando con la
talla de los atunes (Schaefer et al., 2009 y Schaefer et al., 2013).
El atún aleta amarilla Thunnus albacares Bonnaterre 1788 (Fig. 3) es un pez
oceánico epipelágico altamente migratorio que se distribuye en los mares
tropicales y subtropicales alrededor del mundo (excepto en el Mar Mediterráneo), y
tiene un alto valor socioeconómico; es además la principal especie objetivo de
embarcaciones cerqueras a nivel mundial (Schaefer et al., 2013). Tiene una
longitud total promedio de 150 cm, aunque puede alcanzar una longitud total
máxima de 200 cm. Se han descrito casos, en Centroamérica y Filipinas, en los
que la madurez sexual se alcanza entre los 50 y 60 cm, aunque la mayoría lo
hacen entre los 70 y 100 cm (FAO, 1983).
9
Figura 3. Atún aleta amarilla. (Thunnus albacares)
El barrilete Katsuwonus pelamis Linnaeus 1758 (Fig.4) es un pez oceánico
epipelágico que se distribuye en aguas tropicales y subtropicales alrededor del
mundo; se caracteriza por ser un depredador con un amplio espectro (Arias-
Arechiga, 2010). Alcanza una longitud total de 108 cm, aunque es más común
encontrar especímenes cercanos a los 80 cm; su talla de primera madurez es 45
cm (FAO, 1983). Esta especie en conjunto con el atún patudo son las especies
que más se capturan en lances con objetos flotantes como indicador de
localización de cardúmenes para la parte ecuatorial del OPO (Schaefer et al.,
2009). El barrilete se distribuye en un rango vertical de temperaturas de entre 11º
C – 27º C. (Schaefer et al., 2009).
Figura 4. Barrilete. (Katsuwonus pelamis)
10
El atún patudo Thunnus obesus Lowe 1989 (Fig. 5) es un pez pelágico
cosmopolita altamente migratorio con un valor comercial importante (Chiang,
2008). Puede alcanzar los 250 cm de longitud total, y algunos ejemplares pueden
llegar a superar los 180 kg. El atún patudo, dentro de los túnidos, es una especie
que suele ir a mayor profundidad ya que resiste condiciones de temperatura más
frías que otras especies, siendo su intervalo de temperatura óptimo entre 10 - 15
ºC (FAO, 1983).
Figura 5. Atún patudo. (Thunnus obesus)
1.6 Arte de pesca (red de cerco)
El arte de pesca más utilizado en la pesca del atún es la red de cerco, el cual a
nivel global se ha expandido hasta alcanzar el 75% de las operaciones de captura
de túnidos por año (López et al., 2015). La red está diseñada para capturar
grandes cardúmenes que se encuentran cerca de la superficie (Enríquez-Andrade
& Vaca-Rodríguez, 2004). Esta red se coloca verticalmente con los flotadores
unidos al borde superior, mientras que a lo largo del borde inferior se coloca una
cadena de lastre y una serie de anillos a través de los cuales pasa el cable que
sostiene la red. Las redes pueden ser de hasta 1.5 km longitud y de más de 150
m de profundidad.
11
Durante la operación de pesca, cuando el barco encuentra un cardumen de atún
se suelta una lancha pequeña de gran motor comúnmente llamando esquife, con
el extremo de la red unida a la popa de la embarcación principal (Fig.6). El esquife
rodea al banco completo con la red y el cable se cobra desde la embarcación,
cerrando el fondo de la red y encerrando a los peces en un saco que se sube a la
embarcación (Fig. 7). Las embarcaciones atuneras tienen en promedio de 70 a 80
metros de eslora y pueden transportar entre 1,000 y 1,500 toneladas de atún
congelado y algunos pueden estar equipados con helicópteros para tener una
búsqueda de cardúmenes más eficiente (FAO, 2012).
En la pesca con redes de cerco tradicionalmente hace uso de tres indicadores de
captura principales:
a) La pesca de cardúmenes asociados a delfines, en la cual los atunes son
detectados por el avistamiento de delfines.
b) La pesca asociada a objetos flotantes, bajo los cuales es común encontrar
atún.
c) La pesca de cardúmenes libres, detectados a través de ligeras turbulencias
de la superficie del agua denominadas “brisas”, causada por atunes que se
están alimentando. Las brisas por general se buscan con ayuda de
helicópteros (Ortega-García, 1998).
12
Figura 6. Red de cerco desplegada con ayuda de un esquife .
Figura 7. Red ce cerco en proceso de cierre.
13
2. ANTECEDENTES
La mayor parte de los estudios relacionados con el atún en el OPO se han
enfocado principalmente a la estimación de índices de abundancia (Maunder &
Watters, 2001; Hoyle & Maunder 2006) para tener estimaciones confiables de su
biomasa así como a la diversos aspectos de su biología, movimientos, hábitat
preferencial entre otros (Schaefer, 1998; Schaefer et al., 2009, 2011; Arias-
Aréchiga, 2010; Ortega-García, 1998); o para establecer posibles medidas de
manejo en diferentes escenarios a partir de la reconstrucción del stock
poblacional; en donde algunos autores sugieren que la mejor estrategia para el
aprovechamiento de dicha población es aplicar un nivel de esfuerzo cercano al
máximo rendimiento económico (Chávez et al., 2013).
Relativamente pocos trabajos son los que abordan conjuntamente en un marco de
conocimiento biológico y económico la pesquería de túnidos. El estudio
desarrollado por Pradhan & Leung (2003) aunque no se desarrolla en el OPO, es
relevante en el contexto de este trabajo debido a que trata sobre la decisión de
entrada y salida de embarcaciones en la pesquería de túnidos con palangre en el
Océano Pacífico Central. Concretamente para el OPO existe la evaluación
bioeconómica de la pesquería realizada por De Anda-Montañez en 2001, en la
que exploró puntos de referencia de la pesquería, pero seccionada por áreas de
pesca y englobando a todos los cerqueros en una sola flota, y en donde propuso
diferentes escenarios de rendimiento biológico y económico para la pesquería,
encontrando que para ese entonces la pesquería había estado operando muy
cerca del máximo rendimiento económico (MRE), y por lo tanto no era
recomendable aumentar el esfuerzo de pesca.
14
Adicionalmente hay trabajos en donde se relaciona al esfuerzo pesquero con
factores económicos. Squires (1987) describe que el esfuerzo de pesca debe
usarse como un índice en la toma de decisiones, y que adicionalmente el esfuerzo
es un índice apropiado para los modelos bioeconómicos, al igual que la opinión de
Shrader & Squires (2013).
3. JUSTIFICACIÓN
Como se mencionó, gran parte de los stocks de atún se encuentran plenamente
explotados en el OPO. El tamaño de las embarcaciones que explotan el recurso
son de grandes dimensiones y su número ha tenido un incremento substancial
pasando de 125 a 203 barcos cerqueros entre 1961 y 2013 (CIAT, 2013) y al
menos la porción mexicana de la flota atunera del OPO mostró un crecimiento
después de la devaluación de 1994/5 (Ibarra et al., 2000). Debido a lo anterior se
considera que deben realizarse continuamente evaluaciones de la pesquería para
buscar alternativas para maximizar el rendimiento biológico (captura) y económico
de los stocks de una manera responsable y sostenible.
En la actualidad es necesario evaluar las pesquerías desde un enfoque
interdisciplinario pues las evaluaciones tradicionales abordan principalmente
aspectos biológicos, sin contemplar la parte económica; siendo esta última una
parte importante en la toma de decisiones, principalmente en la dirección que se
debe tomar en una flota pesquera respecto al esfuerzo.
A partir de lo anterior este trabajo se enfoca en aplicar un modelo bioeconómico
dinámico a partir de datos de la pesquería de atún del OPO, con el fin de
determinar el rendimiento de la pesquería en términos de captura, además de
estimar los beneficios económicos que se obtienen a diferentes niveles de
esfuerzo considerando la interacción de dos flotas definidas para este estudio.
15
4. OBJETIVOS
4.1 Objetivo General
Evaluar desde un enfoque bioeconómico la pesquería de atún con cerco en el
Pacífico Oriental Tropical.
4.2 Objetivos específicos
Estimar los puntos de referencia objetivo de la pesquería: máximo rendimiento
sostenido (MRS), máximo rendimiento económico (MRE) y el punto de equilibrio
bioeconómico (EBE).
Determinar el límite del esfuerzo de pesca en la pesquería de atún, en su
conjunto, tomando como referencia los beneficios, así como el rendimiento de la
captura.
Determinar los niveles de esfuerzo óptimo para las diferentes flotas consideradas.
5. MATERIALES Y MÉTODOS
En este trabajo se utilizó la modelación bioeconómica para comparar las
embarcaciones atuneras de cerco que operan en el Pacífico Oriental Tropical con
diferentes indicadores de localización de cardúmenes, es decir, por asociación a
delfines, a objetos flotantes y no asociados o brisas.
Para este análisis se utilizó el modelo de producción global de Schaefer (1954),
modificado por Hilborn y Walters (1992), que describe la dinámica de un recurso
explotado como:
16
𝐵𝑡+1 = 𝐵𝑡 + 𝑟𝐵𝑡 �1 − �𝐵𝑡 𝐾� �� − 𝐶𝑡 (1)
En donde:
B = biomasa; r = tasa intrínseca de crecimiento; K = capacidad de carga del sistema; C = captura; y t = tiempo (unidad)
Resolviendo esta ecuación es posible conocer el remanente de la biomasa (B)
después del efecto de la captura (Ct), la tasa intrínseca de crecimiento (r) y el
tamaño del stock relativo a la capacidad de carga del ecosistema (K), la
producción excedente y como consecuencia el rendimiento máximo sostenible.
La captura se asume proporcional a la biomasa Bt y esfuerzo de pesca Et, a través
del coeficiente de capturabilidad q:
Ct = q Et Bt (Ecuación 2)
Bajo el supuesto de que la captura remueve solo el excedente de producción (Bt+1 = Bt) y combinando las dos ecuaciones anteriores el modelo puede representarse
como:
Ct = q K+ Et (1 – (q Et / r)) (Ecuación 3)
Bt = (1 – (q Et / r)) K (Ecuación 4)
Donde q = coeficiente de capturabilidad y E = esfuerzo de pesca.
17
Para fines de este estudio se utilizaron dos modelos acoplados, el primero es un
modelo clásico de producción excedente (ecuación 1), el cual se ajustó mediante
máxima verosimilitud a partir de las evaluaciones de biomasa obtenidas por la
Comisión Interamericana del Atún Tropical (CIAT), así como con los datos de
esfuerzo y captura para cada tipo de indicador de pesca. A partir de esta
información se estimaron los parámetros del modelo, capacidad de carga del
sistema (K), la tasa intrínseca de crecimiento poblacional (r), así como los
coeficientes de capturabilidad por flota q1 y q2. Posterior a esto se utilizó el
modelo de interdependencias tecnológicas (Anderson y Seijo, 2010), el cual se
describe en términos analíticos más adelante en la ecuación 6.
El modelo modificado de interdependencias tecnológicas empleado permite
incorporar dos flotas con diferente poder de pesca; y para el caso de la pesca de
cerco, que se desarrolla con tres diferentes indicadores (asociados a delfines,
objetos flotantes y no asociados), se consideró, por disponibilidad de información y
conveniencia para este análisis, como flota 1 aquella que pesca sobre
cardúmenes asociados a delfines; y como flota 2 se agruparon las embarcaciones
que se enfocan a la pesca sobre objetos flotantes y sobre lances no asociados.
Este modelo, a diferencia de un modelo clásico de producción excedente, también
toma en cuenta los costos de operación por año (USD$), el precio del producto por
tonelada (USD$) y permite obtener una estimación de los beneficios.
Gordon (1954) estableció que la función de beneficios netos en (π) una pesquería
de acceso abierto puede expresarse matemáticamente como la diferencia entre
los ingresos totales sostenibles (ITS) y los costos totales (cT) que son funciones de
la captura y el esfuerzo respectivamente:
𝜋 = 𝐼𝑇𝑆 − 𝑐𝑇 = 𝑝 𝐶 – 𝑐 𝐸 (Ecuación 5)
Donde: π = beneficios de operación; ITS = ingresos totales sostenibles; cT = costos totales; p = precio de la captura (C); y c = costo unitario del esfuerzo
18
5.1 Estimación de los parámetros biológicos
Para la estimación de los parámetros biológicos del modelo se utilizaron datos de
capturas expresados en toneladas, evaluaciones de stock y esfuerzo expresado
en lances para cada una de las flotas entre el periodo de 1987-2012, registrados
por la CIAT, los cuales se muestran en la tablas I, II y III del apéndice. El modelo
se ajustó empleando un algoritmo de máxima verosimilitud (ver ecuación 6).
5.2 Estimación de parámetros económicos
En relación a los parámetros económicos, el modelo se alimenta de información
de precio ponderado (p) por tonelada de atún (dólares americanos), los costos de
operación por año por embarcación de cada una de las flotas (c), que para el
presente se asignó con un costo mayor para la flota 2 (la cual pesca sobre
cardúmenes asociados a objetos flotantes y no asociados) ,así como el
coeficiente de ingreso y salida de embarcaciones a la pesquería (ϕ).
Mediante entrevistas con integrantes del sector, se obtuvieron datos de costos de
operación de la flota de cerco, así como el precio promedio de venta por tonelada
de atún. Por último el modelo requiere del coeficiente de entrada/salida (ϕ) de
embarcaciones para cada una de las flotas. Este parámetro (ϕ) se ajustó de
manera empírica, realizando cuatro simulaciones, con la finalidad de ver cual de
los escenarios (1, 2, 3 y 4) representaba de manera más realista a la pesquería.
Para modelar la captura en términos económicos, se requiere contar con la
captura (ecuación 3) para estimar los ingresos y los datos de esfuerzo para
determinar los costos totales del esfuerzo aplicado en la pesquería.
19
A partir de las funciones anteriores se estimó la biomasa en equilibrio, la cual será
afectada por un nivel determinado de mortalidad por pesca (esfuerzo) de ambas
flotas. A partir de estas estimaciones se obtuvieron los puntos de equilibrio
bioeconómico por tipo de flota.
A partir de los ingresos y costos de la pesquería se determinaron el esfuerzo
óptimo y la captura económicamente óptima, lo que permite maximizar el beneficio
de esta actividad productiva (Anderson & Seijo, 2010).
5.3 Puntos de referencia objetivo
Los puntos de referencia objetivo son máximo rendimiento sostenido, máximo
rendimiento económico y el punto de equilibrio bioeconómico (MRS, MRE y
EBE respectivamente) y para su estimación se usaron las fórmulas de la
Tabla I, dichos puntos de referencia se ilustran de manera teórica en la
figura 8.
Tabla I. Fórmulas para la estimación de puntos de referencia bioeconómica.
Punto objetivo Fórmula
EMRS r/2q
MRS rK/4
EMRE (r/2q)(1-[a/pqk])
EEBE (r / q)(1 – [a / pqK]) * Para descripción de los parámetros ver texto
20
Figura 8. Curvas de equilibrio económico. Representación teórica de las funciones de MRE, MRS, y EBE en relación al esfuerzo.
21
El modelo de producción de Gordon-Schaefer ha sido modificado y utilizado como
base para diferentes estudios de pesca comercial (Clark et al., 1979). Una de sus
adaptaciones ha sido denominada modelo de interdependencias tecnológicas
(Anderson & Seijo, 2010), el cual está enfocado a evaluar la pesquería a partir de
la operación de dos flotas pesqueras con diferente poder de pesca, y en cada
caso considerando sus respectivos costos, precios y niveles de esfuerzo, cuya
base en términos del cambio poblacional del recurso sujeto a captura está definida
por la siguiente expresión:
𝑑𝐵𝑑𝑡
= r B( 1- 𝑋𝐾
) - q1E1B- q2E2B (Ecuación 6).
Donde: dB/dt = cambio de biomasa en el tiempo, rB(1- 𝑋
𝐾 ) = aumento de la biomasa en un determinado tiempo (reclutamiento más
crecimiento individual y mortalidad debida a causas diferentes a la pesca) qEB = captura.
La ecuación 6 platea el cambio de la biomasa en donde dos flotas compiten por el
mismo recurso. Se puede observar que la captura se representa como qEB, en
donde el esfuerzo puede dividirse en E1 y E2 que son el esfuerzo de dos flotas con
eficiencia de pesca diferente (coeficiente de capturabilidad) representados por q1 y
q2.
5.4 Esfuerzo pesquero; estimación de los niveles óptimos de esfuerzo para ambas
flotas
Derivando la ecuación 6 es posible estimar la Curva de Equilibrio Poblacional
(CEP), misma que es referencia para estimar el nivel óptimo de esfuerzo a
diferente niveles de biomasa, y lo cual es función de parámetros biológicos K, r y la
mortalidad por pesca (F=q*E) ejercida por ambas flotas:
22
𝑃𝐸𝐶 = −𝐾(𝐸1𝑞1−𝑟+𝐸2𝑞2𝑟
) (Ecuación 7)
Donde:
PEC = curva de equilibrio poblacional (por sus siglas en inglés. Anderson & Seijo, 2010).
La renta, o beneficios generados por el recurso para cada flota, se puede
representar como:
𝜋𝐸1 = 𝐸1(𝑞1𝐵𝑝 − 𝑐1)
𝜋𝐸2 = 𝐸2(𝑞2𝐵𝑝 − 𝑐2) (Ecuaciones 8)
Donde:
πE1 = beneficio de la flota 1 (Ingresos menos costos de la flota 1) πE2 = beneficio de la flota 2 (Ingresos menos costos de la flota 2)
De acuerdo con Anderson & Seijo (2010), la Curva de Equilibrio Económico (CEE)
respecto a la biomasa para cada flota se puede calcular con las ecuaciones 9.
Esta curva da un punto de referencia a partir del cual se perciben una renta neta
positiva o negativa:
𝐶𝐸𝐸𝐵𝐸𝐵,1 = 𝐶1𝑞1 𝑝
𝐶𝐸𝐸𝐵𝐸𝐵,2 =𝐶2𝑞2 𝑝
Donde:
CEE BEB,1= curva de equilibrio económico de la flota 1 CEE BEB,2= curva de equilibrio económico de la flota 2
Para fines comparativos en la simulación de la pesquería se toma como supuesto
que la captura inicia a partir de una población virgen y la operación de las flotas se
supone como “acceso abierto”, es decir, no existen controles sobre la aplicación
del esfuerzo de pesca. Este supuesto es necesario para determinar la interacción
entre flotas, así como los beneficios que perciben individualmente.
(Ecuaciones 9)
23
6. RESULTADOS
6.1 Parámetros
Los parámetros del modelo de interdependencias se clasifican en biológicos y
económicos. En el caso de los biológicos el valor de K, fue de 4,625,000
toneladas, el de r de 0.25051 año-1, y los coeficientes de capturabilidad para las
diferentes flotas fueron q1 de 0.00028 (organismos/embarcación)/año y q2 de
0.00054 (organismos/embarcación)/año, respectivamente. En el caso de ϕ, se
utilizaron diferentes valores a los que se hacen referencia en la tabla II.
Tabla II. Valores de ϕ (cociente de entrada y salida de embarcaciones a la pesquería) para cada flota con su clasificación asignada respectivamente.
Escenario / Clasificación
ϕ1 ϕ2
1 0.000075 Alto 0.000003 Bajo
2 0.0000655 Medio alto 0.0000098 Medio alto
3 0.0000621 Medio bajo 0.00001301 Alto
4 0.0000442 Bajo 0.00000776 Medio bajo
* Se asignó la clasificación (Alto, Medio alto, Medio bajo y Bajo) en función de la magnitud del indicador para cada cociente (ϕ1 y ϕ2) de ambas flotas respectivamente.
En general un cociente alto o medio alto de ϕ es aquel que representa una
entrada o salida más rápida de embarcaciones a la pesquería que aquellos
cocientes medio bajo o bajo. De hecho a menudo se interpreta a este indicador
como coeficiente de fricción.
En relación a los parámetros económicos, el precio promedio por tonelada del
recurso utilizado fue de $2,500 y los costos de operación anuales por embarcación
considerados fueron del orden de $1,800,000 y $3,600,000 para cada flota
respectivamente; todo lo anterior expresado en dólares americanos y derivados de
consulta con integrantes del sector productivo.
24
6.2 Puntos de referencia
Los puntos de referencia objetivo que se estimaron se muestran en la tabla III. Se
observa que en el escenario 3 se presenta la mayor captura (616,679 toneladas),
con un esfuerzo de 540 barcos entre ambas; además, en su punto máximo se
acerca más a la captura máxima registrada para el OPO, que fue de 698,534
toneladas en 2002. Es también en el escenario 3 donde se estiman los mayores
beneficios netos, dando como máximo $499,986 USD. Por otro lado en el
escenario 4 se obtienen los menores rendimientos, tanto en captura como
económicos. En cuanto al esfuerzo en el equilibrio bioeconómico (EBE), en tres de
los cuatro escenarios es de 400 embarcaciones.
6.3 Esfuerzo pesquero y niveles óptimos para la pesquería en su conjunto
La figura 9 muestra la variación en el esfuerzo conjunto de ambas flotas (líneas
punteadas). La curva de equilibrio poblacional (CEP) muestra el nivel de biomasa
a diferentes niveles de esfuerzo. La trayectoria de las líneas que representan el
esfuerzo termina con el número de embarcaciones en el equilibrio bioeconómico
para cada escenario, siendo un número que converge hacia las 400
embarcaciones para la flota 1 y cero para la flota 2, indicando esto último el
desplazamiento total de la flota 2.
En la figura 9 también se presentan curvas de equilibrio económico (CEE) en
líneas continuas. A partir de este nivel las flotas perciben beneficios positivos o
negativos, e ingresan o se retiran embarcaciones de la pesquería.
25
Tabla III. Estimaciones de capturas y beneficios máximos derivados del modelo bioeconómico para cada escenario y flota.
* La flota 2 no alcanza el equilibrio bioeconómico (EBE) al ser desplazada de la pesquería
Escenario 1 Escenario 2 Escenario 3 Escenario 4 Captura máxima (flota 1 en miles de toneladas)
Esfuerzo (número de embarcaciones) 493 439 369, 324,
497 425 398 338
Captura máxima (flota 2 en miles de toneladas) Esfuerzo (número de embarcaciones)
64 194 247 182
35 109 142 101
Captura total máxima en miles de toneladas Esfuerzo (número de embarcaciones)
558 598 616 507,
587 534 540 439
Beneficio máximo flota 1 USD$ (en millones) Esfuerzo (número de embarcaciones)
403 336 310 266
337 293 278 256
Beneficio máximo flota 2 USD$ (en millones) Esfuerzo (número de embarcaciones)
48 147 189 134
35 76 101 78
Beneficio Total máximo USD$ (en millones) Esfuerzo (número de embarcaciones)
451 483 499 401
361 369 374 334
Curva de equilibrio poblacional flota1 en millones de toneladas
2.4
Curva de equilibrio poblacional flota 2 en millones de toneladas
2.6
Esfuerzo (flota 1) EBE* (número de embarcaciones)
400 400 399 400
Máximo Rendimiento Sostenible en miles de t Número de embarcaciones flota 1
297
200
220
200
243
200
244
200
Máximo Rendimiento Sostenible en miles de t Número de embarcaciones flota 2
120
100
194
100
220
100
182
100
Máximo Rendimiento Sostenible en miles de t Número de embarcaciones en conjunto
417
300
414
300
463
300
406
300
26
CEP B1 CEE B1 CEP B2 CEE B2
Figura 9. Curvas de equilibrio poblacional (CEP) en biomasa en líneas punteadas negras para la flota 1 (lances asociados a delfines) y en rojas para la flota 2 (lances por objetos flotantes y cardúmenes no asociados) respectivamente para los cuatro escenarios de ϕ (entrada y salida de embarcaciones). En esta figura también se aprecian en líneas continuas las curvas de equilibrio económico, (CEE) de igual manera la línea roja para la “flota 1”, y en negro para la “flota 2”.
El máximo rendimiento que pueden obtener ambas flotas en términos de captura
y de igual manera para términos económicos se ilustra en las figuras 10 y 11
respectivamente. En esta última figura se aprecia cómo en la simulación, a partir
del comportamiento oscilatorio de las líneas, cuando las flotas pierden dinero
salen embarcaciones de la pesquería, y cuándo los beneficios son positivos se
adicionan nuevas embarcaciones.
En las figura 10 se puede observar como el rendimiento de ambas flotas oscila y
tienden a un máximo con una captura mucho mayor para la flota 1 en relación a la
flota 2.
27
En relación a los beneficios (Fig. 11), se aprecia como los beneficios para la flota 1
son considerablemente mayores que la flota 2 en todos los escenarios de distintas
tasas de entrada y salida de embarcaciones a la pesquería.
De los diferentes escenarios resalta que también el rendimiento al final de las
trayectorias es muy similar para la flota 1, siendo cercano a 280,000 toneladas. En
relación a los beneficios máximos, se observa en las figuras 11(1) y 11(3) que se
obtienen los mayores rendimientos cercanos a $130,000,000 USD, y en el
escenario de la figura 11(4) se reporta el menor rendimiento máximo con
beneficios cercanos a los $77,000,000 USD.
Captura f 1 Captura f 2
Figura 10. Rendimientos representado en toneladas con relación al esfuerzo para flota 1 (lances asociados a delfines) y para la flota 2 (lances por objetos flotantes y cardúmenes no asociados), en los cuatro escenarios.
0
50
100
150
200
250
300
350
0 100 200 300 400 500 600 700
Cap
tura
en
mile
s de
t
Embarcaciones f1, f2
(1)
0
50
100
150
200
250
300
350
0 100 200 300 400 500 600 700
Cap
tura
en
mile
s de
t
Embarcaciones f1, f2
(2)
0
50
100
150
200
250
300
350
0 100 200 300 400 500 600 700
Cap
tura
en
mile
s de
t
Embarcaciones f1, f2
(3)
0
50
100
150
200
250
300
350
0 100 200 300 400 500 600
Cap
tura
en
mile
s de
t
Embarcaciones f1,f2
(4)
28
Beneficios sostenibles f 1 Beneficios sostenibles f 2
Figura 11. Beneficios sostenibles para la flota 1 en líneas negras (lances asociados a delfines) y en rojas para la flota 2 (lances por objetos flotantes y cardúmenes no asociados) en los cuatro escenarios de ϕ (entrada y salida de embarcaciones).
En la figura 12 se aprecia, de manera ilustrativa (solo una de las flotas) el
comportamiento de la biomasa disponible (línea negra continua) en relación al
esfuerzo de la flota 2 (línea negra punteada) y la curva de equilibrio económico
(línea roja punteada). Comienza con una población virgen que va disminuyendo en
función del esfuerzo, y su consecuente mortalidad por pesca, aplicada al recurso.
La CEE permite ver de manera más clara que tan eficiente es la flota a diferentes
niveles de esfuerzo, mostrando también la correspondiente biomasa resultante, y
por tanto si el esfuerzo tiende a aumentar en función de beneficios positivos, o
caso contrario de pérdidas, a disminuirse. En cuanto a la trayectoria de la línea
que representa el esfuerzo de pesca, debido a que al final de la simulación la flota
2 es desplazada, esta termina en cero, es decir intersectando el eje vertical.
Las trayectorias tanto de la biomasa como de la curva de equilibrio poblacional en
función del esfuerzo de la flota 2 (Fig. 12) convergen al mismo punto para los 4
-700-600-500-400-300-200-100
0100200
0 200 400 600 800
Ben
efic
ios
en
mill
ones
(U
S$)
Embarcaciones f1, f2
(1)
-700
-600
-500
-400
-300
-200
-100
0
100
200
0 150 300 450 600 750
Ben
efic
ios
en m
illon
es
(US$
)
Embarcaciones f1, f2
(2)
-700-600-500-400-300-200-100
0100200
0 150 300 450 600 750
Ben
efic
ios
en m
illon
es
(US$
)
Embarcaciones f1, f2
(3)
-800-700-600-500-400-300-200-100
0100200
0 150 300 450 600 750
Ben
efic
ios
en m
illon
es
(US$
) Embarcaciones f1, f2
(4)
29
escenarios (ϕ1/ϕ2; 1 Alto/Bajo, 2 Medio alto/Medio alto, 3 Medio bajo/Alto y 4
Bajo/Medio bajo). Esta trayectoria en el caso de la biomasa termina de manera
idéntica en el orden de 2,500,000 t, con la particularidad de que en el escenario 1)
toma una ruta más corta que el resto, (más rápido) y por otro lado el escenario 3)
tiene una trayectoria más larga para llegar a dicho punto donde la flota sale por
completo de la pesquería (cero embarcaciones).
Biomasa CEP CEE
Figura 12. Cambios en la biomasa en función del esfuerzo pesquero para ls flota 2 (lances asociados a objetos flotantes y cardúmenes no asociados) para los cuatro escenarios de ϕ (entrada y salida de embarcaciones).
00.5
11.5
22.5
33.5
44.5
5
0 50 100 150Bio
mas
a en
mill
ones
de
t
Embarcaciones f2
(1)
00.5
11.5
22.5
33.5
44.5
5
0 50 100 150
Bio
mas
a en
mill
ones
de
t
Embarcaciones f2
(2)
00.5
11.5
22.5
33.5
44.5
5
0 50 100 150Bio
mas
a en
mill
ones
de
t
Embarcaciones f2
(3)
00.5
11.5
22.5
33.5
44.5
5
0 50 100 150Bio
mas
a en
mill
ones
de
t
Embarcaciones f2
(4)
30
Las figuras 13 y 15 muestran la tendencia en capturas en función del esfuerzo
para la flota 1 y 2 respectivamente. Ambas flotas comienzan con una sola
embarcación en la simulación. En la figura 13 se observa que la trayectoria elíptica
tiende llegar a un punto máximo, esto debido a que al principio el recurso es más
abundante, lo que permite que la captura sea mayor; eventualmente la captura, y
por lo tanto el esfuerzo disminuirán, hasta el punto en el que la biomasa regresa a
mayores niveles para soportar nuevas embarcaciones, y por lo tanto vuelven a
presentarse incentivos económicos para el ingreso a la actividad extractiva. Esta
oscilación finalmente alcanza un equilibrio bioeconómico cercano a 400
embarcaciones para todos los escenarios.
Por otra parte, en la figura 15 se observa la trayectoria que representa la evolución
del esfuerzo de la flota 2, la cual termina en cero, ya que la flota es desplazada
completamente de la pesquería.
También es importante resaltar que el escenario 1 (ϕ1/ϕ2; Alto/Bajo) para la flota 1
es donde se obtiene una mayor captura para una sola flota, la cual es ligeramente
superior a 490,000 toneladas, así como mayores beneficios económicos. En
contraste, el escenario 3 (ϕ1/ϕ2; Medio bajo/Alto) es el que presenta menores
rendimientos máximos.
31
Captura f 1
Figura 13. Simulación de la captura a diferentes niveles de esfuerzo para la flota 1 (lances asociados a delffines) para los cuatro escenarios de ϕ (entrada y salida de embarcaciones).
Complementario a lo anterior, en las figuras 14 y 16 se observan los beneficios
económicos para las flotas 1 y 2 en función del esfuerzo. En estás trayectorias se
puede observar que en función de los beneficios o pérdidas se adicionan o retiran
embarcaciones de la pesquería. La amplitud de las mismas es prácticamente
independiente del nivel de esfuerzo en el que se alcanza el EBE, siendo de 400
embarcaciones en la flota 1 para los escenarios 1, 2 y 3, y de 399 para el
escenario 4 (ϕ1/ϕ2; Bajo/Medio bajo), siendo una diferencia casi imperceptible, es
decir independientemente de la amplitud de las trayectorias el punto de equilibrio
se alcanza prácticamente al mismo nivel de esfuerzo. En el caso de la flota 2 en
cada uno de los escenarios es desplazada.
0
100
200
300
400
500
0 200 400 600
Cap
tura
en
mile
s de
t
Embarcaciones
(1)
0
100
200
300
400
500
0 200 400 600
Cap
tura
en
mile
s de
t
Embarcaciones
(2)
0
100
200
300
400
500
0 200 400 600
Cap
tura
en
mile
s de
t
Embarcaciones
(3)
0
100
200
300
400
500
0 200 400 600C
aptu
ra e
n m
iles
de t
Mill
ares
Embarcaciones
(4)
32
Beneficios f 1
Figura 14. Curva de Beneficios que registraría la flota 1 (embarcaciones que capturan atún asociado a delfines) a diferentes niveles de esfuerzo para los cuatro escenarios de ϕ (entrada y salida de embarcaciones).
En la figura 15, se observa una amplia diferencia entre los beneficios para la flota
2 entre los distintos escenarios, observando beneficios mínimos en el escenario 1
(ϕ1/ϕ2; Alto/Bajo), y máximos para el escenario 3 (ϕ1/ϕ2; Medio bajo/Alto)
-450-350-250-150-5050
150250350450
0 200 400 600
Ben
efic
ios
en m
illon
es
(US$
)
Embarcaciones
(1)
-450-350-250-150-5050
150250350450
0 200 400 600
Ben
efic
ios
en m
illon
es
(US$
)
Embarcaiones
(2)
-450-350-250-150-5050
150250350450
0 200 400 600
Ben
efic
ios
en m
illon
es
(US$
)
Embarcaciones
(3)
-450-350-250-150-5050
150250350450
0 200 400 600B
enef
icio
s en
mill
ones
(U
S$)
Embarcaciones
(4)
33
Captura f 2
Figura 16. Simulación de la captura a diferentes niveles de esfuerzo para la flota 1 (lances asociados a delfines) para los cuatro escenarios de ϕ (entrada y salida de embarcaciones). Se observan las fluctuaciones de captura para la flota 2 (embarcaciones que capturan atún asociado a objetos flotantes y sobre cardúmenes no asociados) para los cuatro escenarios de ϕ (entrada y salida de embarcaciones).
0
50
100
150
200
250
0 50 100 150Cap
tura
en
mile
s de
t
Embarcaciones
(1)
0
50
100
150
200
250
0 50 100 150
Cap
tura
en
mile
s de
t
Embarcaciones
(2)
0
50
100
150
200
250
0 50 100 150
Cap
tura
en m
iles
de t
Embarcaciones
(2)
0
50
100
150
200
250
0 50 100 150Cap
tura
en
mile
s de
t
Embarcaciones
(3)
34
Beneficios f 2
Figura 17. Beneficios para la flota 2 (embarcaciones que capturan atún asociado a objetos flotantes y sobre cardúmenes no asociados) a diferentes niveles de esfuerzo para los cuatro escenarios de ϕ (entrada y salida de embarcaciones).
Las figuras 17 y 18 muestran la interacción entre ambas flotas (línea punteada) en
la operación de la pesquería a partir de la simulación en condiciones de acceso
abierto. Se observa cómo ambas flotas aumentan su número hasta un punto
máximo que resulta en 640 embarcaciones operando simultáneamente en la
pesquería bajo el escenario 1. En contraparte, en el escenario 4, se tiene una flota
total máxima de 399 embarcaciones. Si se observan todas las curvas se aprecia
que en ellas se presentan oscilaciones en el ingreso y salida de las
embarcaciones a la pesquería y que la flota 1 converge en el número óptimo de
embarcaciones mientras que la flota 2 es completamente desplazada de la
actividad pesquera al disminuir su participación y reportar al final de la simulación
un esfuerzo cero. El final de la trayectoria del esfuerzo se intersecta con la línea
de EBE.
-800-700-600-500-400-300-200-100
0100200
0 50 100 150
Ben
efic
ios
en m
illon
es
(US$
)
Embarcaciones f2
(1)
-800-700-600-500-400-300-200-100
0100200
0 50 100 150
Ben
efic
ios
en m
illon
es
(US$
) M
illon
es
Embarcaciones f2
(2)
-800
-600
-400
-200
0
200
0 50 100 150
Ben
efic
ios
en m
illon
es
(US$
)
Embarcaciones f2
(3)
-800-700-600-500-400-300-200-100
0100200
0 50 100 150
Ben
efic
iose
n m
illon
es
(US$
)
Embarcaciones f2
(4)
35
MRS f 1 f 1 EBE f 1
Figura 18. Interacción de la curva de esfuerzo (línea negra punteada) para la flotas 1 (embarcaciones que capturan atún asociado a delfines) y 2 (embarcaciones que capturan atún asociado a objetos flotantes y sobre cardúmenes no asociados) en relación al MRS (línea roja) y EBE (línea azul) para la flota 1 y para los cuatro escenarios de ϕ (entrada y salida de embarcaciones).
También en las figuras 17 y 18 se observa la interacción que tienen todas las
embarcaciones en su conjunto (f1, f2) en relación con el máximo rendimiento
sostenible (MRS), el cual se alcanza con un esfuerzo de 200 embarcaciones para
la flota 1 (intersección de la línea roja con el eje y en la fig. 18). Esto indica que en
algunos puntos de la simulación se está obteniendo una captura a ese nivel. Por
último, en estas figuras también se aprecia la interacción de las embarcaciones en
equilibrio bioeconómico (línea azul). En los puntos en los que se intersecta la línea
que representa al esfuerzo en EBE es donde se sabe si los beneficios de la
pesquería son los suficientes para atraer o retirar embarcaciones de la actividad.
0
50
100
150
200
250
0 200 400 600
Emba
rcac
ione
s f2
Embarcaciones f1
(1)
0
50
100
150
200
250
0 100 200 300 400 500 600
Em
barc
acio
nes
f2
Embarcaciones f1
(2)
0
50
100
150
200
250
0 200 400 600
Em
barc
acio
nes
f2
Embarcaciones f1
(3)
0
50
100
150
200
250
0 200 400 600
Emba
rcac
ione
s f2
Embarcaciones f1
(4)
36
El final de la trayectoria del esfuerzo se intersecta con la línea de EBE, indicando
el tamaño óptimo de la flota 2 con 400 embarcaciones según se aprecia en la
figura 18.
MRS f 2 f 2 OA EBE f
Figura 19. Interacción de la curva de esfuerzo (línea negra punteada) para la flota 1 ((embarcaciones que capturan atún asociado a delfines) y flota 2 ambas flotas en relación al MRS (línea roja) y EBE (línea azul) para la flota 2 (embarcaciones que capturan atún asociado a objetos flotantes y sobre cardúmenes no asociados) y para los cuatro escenarios de ϕ (entrada y salida de embarcaciones).
En las figuras 19 y 20 se presenta la relación entre los costos marginales, los
ingresos promedio y los ingresos marginales para ambas flotas en relación al
esfuerzo. Esto es, cuando se considera el aumento de una unidad de esfuerzo a la
pesquería y se observan sus resultados en términos de ingresos y costos y se
expresan con enfoque marginal. La trayectoria del ingreso marginal sostenible
termina en los dos casos con el número óptimo de embarcaciones para cada una
de las flotas; en el caso de la flota 1 todas las trayectorias terminan con un número
de embarcaciones cercano a los 400 y en la flota 2, terminan en cero.
0
100
200
300
400
500
600
0 50 100 150
Emba
rcac
ione
s f1
Embarcaciones f2
(1)
0
100
200
300
400
500
600
0 50 100 150
Emba
rcac
ione
s f1
Embarcaciones f2
(2)
0
100
200
300
400
500
600
0 50 100 150
Emba
rcac
ione
s f1
Embarcaciones f2
(3)
0
100
200
300
400
500
600
0 50 100 150
Emba
rcac
ione
s f1
Embarcaciones f2
(4)
37
Ingreso marginal sostenible f 1
Ingreso promedio sostenible f 1 Costo marginal f 1
Figura 20. Relación del ingreso marginal sostenibles, ingreso promedio sostenible y costo marginal de la flota 1 (embarcaciones que capturan atún asociado a delfines)en los cuatro escenarios de ϕ (entrada y salida de embarcaciones).
-2
-1
0
1
2
3
4
0 200 400 600Cos
tos
e in
gres
os e
n m
illon
es (U
S$)
Embarcaciones
(1)
-2
-1
0
1
2
3
4
0 200 400 600
Cos
tos
e in
gres
os e
n m
illon
es (U
S$)
Embarcaciones
(2)
-2
-1
0
1
2
3
4
0 200 400 600
Cos
tos
e in
gres
os e
n m
illon
es (U
S$)
Embarcaciones
(3)
-2
-1
0
1
2
3
4
0 200 400 600
Cos
tos
e in
gres
os e
n m
illon
es(U
S$)
Embarcaciones
(4)
38
Ingreso marginal sostenible f 2
Ingreso promedio sostenible f 2 Costo marginal f 2
Figura 21. Esfuerzo para la flota 2 (embarcaciones que capturan atún asociado a objetos flotantes y sobre cardúmenes no asociados) en relación al costo marginal, el ingreso promedio sostenible y el ingreso marginal en los cuatro escenarios de ϕ (entrada y salida de embarcaciones).
Las figuras 21 y 22 muestran los puntos de intersección entre la curva de equilibrio
poblacional y la curva de equilibrio económico para ambas flotas. En cada uno de
los puntos en los que estas curvas se interceptan, es un punto de equilibrio para
dichas condiciones de biomasa en relación al número de embarcaciones de la otra
flota. Es importante resaltar que si se consideran los ingresos y los costos de las
flotas, la flota 2 requiere de mayor captura (recordemos que el es precio
constante) para llegar al punto de equilibrio en comparación a la flota 1. Esta es la
razón principal de que la flota 2 termine siendo desplazada de la pesquería.
-2
-1
0
1
2
3
4
5
6
7
0 50 100 150Cos
tos
e in
gres
os e
n m
illon
es (
US$
)
Embarcaciones
(1)
-2
-1
0
1
2
3
4
5
6
7
0 50 100 150Cos
tos
e in
gres
os e
n m
illon
es (U
S$)
Embarcaciones
(2)
-2
-1
0
1
2
3
4
5
6
7
0 50 100 150Cos
tos
e in
gres
os e
n m
illon
es (U
S$)
Embarcaciones
(3)
-2
-1
0
1
2
3
4
5
6
7
0 50 100 150Cos
tos
e in
gres
os e
n m
illon
es (U
S$)
Embarcaciones
(4)
39
CEP CEE f 1
Figura 22. Interacción entre la curva de equilibrio poblacional y la curva de equilibrio económico de la flota 1 (embarcaciones que capturan atún asociado a delfines) en los cuatro escenarios de ϕ (entrada y salida de embarcaciones).
0
1
2
3
4
5
0 200 400 600Bio
mas
a e
n m
illon
es d
e to
nela
das
Embarcaciones
(1)
0
1
2
3
4
5
0 200 400 600Bio
mas
a en
mill
ones
de
tone
lada
s
Embarcaciones
(2)
0
1
2
3
4
5
0 200 400 600Bio
mas
a en
mill
ones
de
tone
lada
s
Embarcaciones
(3)
0
1
2
3
4
5
0 200 400 600Bio
mas
a en
mill
ones
de
tone
lada
s Embarcaciones
(4)
40
CEP CEE f 2
Figura 23. Interacción entre la curva de equilibrio poblacional y curva de equilibrio económico de la flota 2 (embarcaciones que capturan atún asociado a objetos flotantes y sobre cardúmenes no asociados) en los cuatro escenarios de ϕ (entrada y salida de embarcaciones).
0
1
2
3
4
5
0 50 100 150Bio
mas
a en
mill
ones
de
tone
lada
s
Embarcaciones
(1)
0
1
2
3
4
5
0 50 100 150Bio
mas
a en
mill
ones
de
tone
lada
s
Embarcaciones
(2)
0
1
2
3
4
5
0 50 100 150Bio
mas
a en
mill
ones
de
tone
lada
s
Embarcaciones
(3)
0
1
2
3
4
5
0 50 100 150Bio
mas
a en
mill
ones
de
tone
lada
s
Embarcaciones
(4)
41
7. DISCUSIÓN
Una pesquería opera en el entorno de sistemas biológicos, ecológicos, sociales y
económicos, los cuales interaccionan en un balance complejo bajo la supervisión
de las agencias gubernamentales y otras instituciones. El objetivo de estos
órganos es manejar dichos sistemas a través de la concesión de licencias,
restricciones en las artes de pesca, prohibición en ciertas zonas o temporadas,
etc. (Homans & Wilen, 1997). En el caso del manejo de túnidos, una de estas
herramientas es la formación de comisiones regionales (Enríquez-Andrade y
Vaca-Rodríguez, 2004) para la administración del recurso. Esto se ha realizado
con la finalidad de alcanzar niveles de esfuerzo sostenibles, ya que sin este tipo
de acciones la presión de pesca tendría una tendencia natural hacia el acceso
abierto y por consiguiente a una eventual sobrexplotación (McLlgorm, 2009).
Es importante reconocer que una población de peces puede considerarse como
capital natural disponible para su aprovechamiento, del cual se puede obtener un
rendimiento que sea sostenible en el tiempo (Clark & Munro, 1975). La manera
tradicional para la evaluación de pesquerías se ha concentrado en la dinámica
ecológica de los stocks pesqueros, pero existe una tendencia en incrementar la
atención en los atributos socioeconómicos de las pesquerías (Richmond et al,,
2015).
Una herramienta útil para explorar las consecuencias de distintos efectos de la
regulación son los modelos de simulación. Para este trabajo, utilizando el
planteamiento de Anderson & Seijo (2010), la simulación se realizó bajo el
supuesto de acceso abierto con el objeto de estimar el equilibrio bioeconómico,
pues es el punto en el que los costos e ingresos se igualan, y los beneficios se
disipan por lo que es un punto que conviene conocer para evitar que la sociedad
en su conjunto llegue a esta situación de desperdicio de recursos tanto naturales
como físicos.
42
Una de las ventajas que representan los modelos de simulación, en este caso una
modelo de Schaefer adaptado, es su simplicidad. Estos no requieren de
información detallada sobre una pesquería para la estimación de los parámetros
(Walter, 1973), y se requieren únicamente datos de esfuerzo y captura para
realizar las predicciones de captura y biomasa (Walter, 1978).
7.1 Parámetros biológicos
En cuanto a los parámetros biológicos, en el modelo utilizado se asume que la
biomasa inicial es equivalente a la capacidad de carga (población virgen). Esta
biomasa se estimó en 4,625,000 toneladas, lo que coincide con los reportes de la
CIAT en 2013. Esto le da consistencia al ajuste del modelo de producción
excedente y, eventualmente, al modelo de interacción por flotas.
El valor de la tasa intrínseca de crecimiento obtenida en este trabajo fue muy bajo
(0.25 año-1) en comparación con el obtenido por De Anda Montañez (2001) cuya
estimación fue de 0.72 año-1. Sin embargo, se encuentra cerca del rango descrito
por Carruthers et al. (2011), el cual reportó entre 0.3 año-1 y 0.4. La estimación
realizada en el presente estudio se considera razonable en virtud de que el tipo de
organismo objeto de la pesquería es un organismo de mediano a gran tamaño y
ciclo de vida largo, por tanto no se espera que tenga una tasa de crecimiento
poblacional alta.
Los coeficientes de capturabilidad para este trabajo fueron de q=0.0002887 año-
barco-1 y q=0.0005414 año-barco-1 para la flota 1 y 2 respectivamente. Los valores
encontrados son similares a los descritos por De Anda-Montañez en distintas
regiones del OPO q=0.00023 año-barco-1 y q=0.00063 año-barco-1; ambos para
embarcaciones con capacidad mayor a 363 toneladas de carga.
43
El parámetro ϕ representa la tasa de entrada y salida de embarcaciones en la
pesquería y es función del ingreso, costos de operación y del tiempo de
construcción o avituallamiento de las mismas. En el presente estudio se llevó a
cabo la estimación de éste parámetro para cada una de las flotas mediante un
ajuste empírico, buscando escenarios que fuesen un reflejo lo más cercano a la
realidad actual de la pesquería. Las implicaciones de un cociente alto o medio alto
de ϕ se relacionan con una entrada/salida más rápida de embarcaciones a la
pesquería que aquellos cocientes medio bajo o bajo.
A pesar de que el escenario 3 (ϕ1/ϕ2, Medio bajo/Alto) es el que mejor se ajusta a
la pesquería en términos de captura máxima, ésta se alcanza a un nivel de
esfuerzo que supera por mucho la dimensión de la flota atunera que actualmente
opera en el OPO.
En términos generales ϕ afecta la amplitud de todas las trayectorias, es decir el
tiempo en que se alcanza el punto al que converge el indicador, mas no afecta el
nivel de esfuerzo en el que se alcanza el equilibrio bioeconómico. En otras
palabras, usando un valor bajo de ϕ se alcanza más lentamente el equilibrio
bioeconómico pues se interpreta como un desfase mayor entre tomar la decisión
de añadir embarcaciones a la pesquería y en realidad añadirlas (Pradhan &
Leung, 2004). De acuerdo con Anderson & Seijo (2010) al tener una menor
variación en el número de embarcaciones, se observarán menos fluctuaciones en
el nivel poblacional o en la magnitud de dinero obtenido en la pesquería, en la
medida que el nivel de esfuerzo se acerca al punto de convergencia del indicador
analizado, sea este biomasa o beneficios.
En las pesquerías existe una relación directa entre la biomasa disponible y la
eficiencia en un arte de pesca, y se le denomina capturabilidad. En el presente
estudio los coeficientes de capturabilidad estimados fueron similares a los
encontrados por De Anda-Montañez (2001) en algunas regiones del OPO. Sin
embargo, la captura máxima entre todos los escenarios en relación al esfuerzo
44
(616,779 t/540 embarcaciones), no es comparable con la captura máxima histórica
en relación al esfuerzo (698,534/239 embarcaciones), lo que sugiere la posibilidad
de que los coeficientes de capturabilidad en el modelo se encuentren
subestimados. Esta subestimación pudo ocasionar que el modelo alcanzara
niveles de captura similares a la flota que opera actualmente en el OPO, pero con
más del doble de embarcaciones.
De Anda-Montañez (2001) argumenta que por el tipo de distribución espacial, así
como el tipo de agregación que presentan los túnidos, la relación entre q y la
biomasa, no refleja linealidad. Esta circunstancia es común a muchos peces que
forman cardúmenes en los cuales la relación capturabilidad versus biomasa es
exponencialmente inversa (Martínez-Aguilar, 2006). En este sentido el estimador
de capturabilidad obtenido a través de los modelos de biomasa dinámica no
identifica dicho comportamiento.
7.2 Capturas, beneficios e interacciones entre los puntos de referencia
El máximo rendimiento sostenible para los escenarios 1, 2 y 4 fue de 417,000,
414,000 y 406,000 toneladas respectivamente, cifras que se asemejan a la
captura promedio de los últimos 10 años, que es de 422,000 toneladas, promedio
que es referido por la CIAT (2013) como cercano a su RMS. En el escenario 3 el
RMS fue de 463,000 toneladas, cantidad ligeramente mayor al promedio de
captura.
El equilibrio bioeconómico se alcanza cuando se igualan los ingresos asociados a
la captura con el costo del esfuerzo necesario para producir dicha captura. Es en
este punto de equilibrio del modelo bioeconómico donde si los pescadores
perciben beneficios, habrá un aumento del esfuerzo y si se perciben pérdidas
habrá embarcaciones que saldrán de la pesquería. Respecto al equilibrio
bioeconómico (asumiendo acceso abierto) el final de la trayectoria de beneficios
(Figuras 14 y 16) de cada una de las flotas se dará en cuanto éstas converjan en
45
el punto denominado esfuerzo en el equilibrio bioeconómico (EBE en cada una de
las flotas) (Anderson & Seijo, 2010).
Cuándo los beneficios (ingresos menos los costos) derivados la captura
disminuyen al punto de volverse pérdidas, el esfuerzo comenzará a disminuir, lo
que resulta en una menor presión de pesca y por tanto la biomasa aumentará a
niveles donde sean atraídas a la pesquería nuevas embarcaciones y
posteriormente disminuirá la biomasa de nueva cuenta; este ciclo se repetirá hasta
que se alcance el EBE para la flota 2.
Es importante resaltar que en una situación de acceso abierto, la pesquería
presentará una tendencia a ser sobreexplotada al sobrepasar el rendimiento
máximo sostenido (RMS). Lo anterior se debe a que bajo estas condiciones, todos
los actores que participan en el aprovechamiento buscarán obtener cada vez más
beneficios (Hardin, 1968). Lo anterior se manifiesta en una menor eficiencia de las
embarcaciones y una disminución de la captura, lo que afecta negativamente las
rentas de todos los actores en la pesquería (Huppert & Squires, 1986).
Ahora bien, el modelo aplicado no considera el comportamiento dinámico de la
capturabilidad en función de la biomasa; y de acuerdo a la literatura, en peces que
forman cardúmenes (como es el caso) la relación tiende a ser potencial e inversa
(Csirke, 1989; Creco & Overholtz, 1990; Martínez-Aguilar, 2006). En un sistema
bioeconómico como el que se estudia, esto implicaría probablemente estimaciones
sesgadas donde los niveles de esfuerzo para el EBE se alcanzarían a un menor
esfuerzo del estimado.
Dado que la simulación de la pesquería se realizó a partir de una biomasa
hipotéticamente virgen y un nivel de esfuerzo bajo, el cambio en los vectores B y f
por lo general establecen una ruta en espiral (dinámica) hacia la derecha
alrededor de punto de equilibrio bioeconómico (figura 12), este comportamiento
coincide con la literatura (Anderson & Seijo, 2010). Esto se debe a que durante las
46
primeras fases de desarrollo de la pesquería, los niveles de captura en relación al
esfuerzo serán altos y los beneficios atractivos para la flota pesquera (Clark,
1977).
Como consecuencia, la biomasa disminuirá conforme se incrementa el esfuerzo, y
llegando a niveles por debajo de la CEE, lo que ocasiona la salida de
embarcaciones (Branch et al., 2006). Cuando la pesquería deja de ser rentable
(figuras 14 y 16) la curva comienza a tener una trayectoria inversa debido a la
disminución del esfuerzo, permitiendo la recuperación de la biomasa y por lo tanto
un aumento en el rendimiento en la captura y los beneficios económicos
asociados, esto tal y como se describe en el modelo teórico (Anderson & Seijo,
2010).
Es importante resaltar que en una situación de acceso abierto, en términos
económicos y biológicos, en algún momento en el tiempo de la simulación la
industria comenzará a generar pérdidas, debido a que el nivel de biomasa
disponible no será lo suficientemente alto para mantener una tasa de captura
redituable (Romans, 1995).
Cuando se presenta interacción entre dos flotas que compiten por el mismo
recurso, ocurre que, dado que dichas flotas tienen diferencias en tecnología de
captura o de operación en la faena de pesca, es de esperar que incurran en
costos distintos. Por tanto, que una flota desplace a otra como en este caso de
estudio, se explicaría por la circunstancia de este diferencial de costos (recodando
que el precio del pescado para ambas flotas es el mismo para este trabajo), lo que
trae como consecuencia que la flota que opera con costos mayores en algún
momento no generará los ingresos suficientes para cubrir sus costos operativos y
estas embarcaciones tenderán a salir de la pesquería al no obtener beneficios
positivos.
47
Se debe tomar como consideración especial, y como una de las limitantes del
modelo el precio ponderado de atún por tonelada, esto debido a que la captura
resultante por cerqueros que lanzan sobre delfines es de mayor talla, y por
consiguiente alcanza un mayor precio de venta en el mercado.
Esto se presenta en la flota 2, debido a que incurre en costos de operación más
altos que la flota 1, y que además tiene un coeficiente de capturabilidad menor. Lo
anterior se traduce en que la flota 2 requiere de niveles más altos de biomasa
disponible, lo que implicaría mayores capturas e ingresos, para continuar
generando beneficios positivos de la pesquería. Mientras opera la flota 2, sucede
de forma simultánea la operación competitiva de la flota 1, la cual incurre en
menores costos de operación y con una q mayor lo que lleva al desplazamiento de
la flota 2 (Anderson & Seijo, 2010).
El nivel óptimo de esfuerzo para cada flota se calcula en función de los beneficios
marginales, igualándolos con sus correspondientes costos unitarios de esfuerzo
(figuras 19 y 20). En el análisis microeconómico de la producción pesquera, se
asume un proceso eficiente cuando los ingresos son mayores a los costos, es
decir el costo asociado al incremento de una unidad en el esfuerzo pesquero
(Anderson, 1977). Precisamente, el MRE se define cuando el ingreso marginal se
iguala con el costo marginal, por lo que ya no es conveniente aumentar el
esfuerzo. Esto es, si se aumentan más barcos a partir de ese punto de equilibrio,
los ingresos derivados de introducir una embarcación adicional a la pesquería,
serán menores a los costos asociados al incremento unitario de dicha unidad de
esfuerzo pesquero; por consiguiente, ya no es conveniente aumentar la flota.
Como en cualquier modelo, en donde se parte del supuesto de que un stock
comienza a ser explotado en su biomasa máxima, al inicio del desarrollo de la
pesquería se tendrán altos rendimientos por embarcación. Eventualmente el
número de embarcaciones aumentará exponencialmente lo cual, si sucede a la
par de un aumento también exponencial de la captura, tiene el potencial de
48
provocar condiciones de sobreexplotación; en consecuencia la flota, como unidad,
se vuelve menos eficiente. Esta menor eficiencia provocará menores beneficios
hasta que eventualmente se registren pérdidas. Este fenómeno sucedió con la
flota 2, a la cual se le atribuyen mayores costos y menor eficiencia (q menor) lo
cual resulta en su desplazamiento.
En relación a los puntos de referencia (MRE, MRS y EBE), los resultados en el
presente análisis discrepan de la teoría bioeconómica, en la que los supuestos
describen que dependiendo del nivel de esfuerzo estos deberían presentarse de la
siguiente manera: MRE<MRS<EBE, sin embargo en las simulaciones del modelo
en todos los casos el esfuerzo en el MRS es menor al MRE
Este desfase entre los puntos de referencia podría estar asociado a la estimación
de la capturabilidad, ya que en el modelo se suponen constantes para cada flota y
no variables como lo han demostrado diversos autores (Arreguín-Sánchez, 1996;
Ulrich et al., 2002). Para el modelo aplicado, y desde una perspectiva teórica, se
pueden reconocer fuentes de variación en el poder de pesca entre flotas, así
como, dentro de cada flota, entre indicadores (tipos de pesca), con respecto a la
unidad de esfuerzo utilizada (barcos). En este sentido, la aparente sobre-
estimación del esfuerzo estimado para el MRE se puede deber a las diferencias
del poder de pesca entre flotas, lo que se refleja en la capturabilidad, siendo este
un parámetro clave en la estimación de la renta de las flotas dentro del modelo
bioeconómico.
49
8. CONCLUSIONES
Se obtuvieron los siguientes puntos de referencia: El MRE, dependiendo del
escenario, varió entre 334-361 embarcaciones, el esfuerzo que produce el MRS
fue de 300 embarcaciones y el MRS fue de 406,000-463,000 toneladas, y
finalmente el EBE se encuentra a un nivel de esfuerzo de 400 cerqueros, todos los
puntos de referencia sobreestiman el esfuerzo en comparación a la flota que opera
en el OPO (239 embarcaciones)
Referente al límite del esfuerzo, para captura se obtuvieron valores de 587, 534,
540 y 439 embarcaciones para los escenarios 1, 2, 3 y 4 respectivamente. Por otro
lado el límite de esfuerzo en relación a los beneficios es de 361, 369, 374 y 334
embarcaciones. De igual manera que para los puntos de referencia, la simulación
tiende a sobreestimar el número de embarcaciones, comportamiento que parece
estar asociado a los estimadores de capturabilidad y las diferencias de poder de
pesca entre flotas que no fueron considerados en el modelo.
Por último el nivel de esfuerzo óptimo en todos los escenarios es de 200
embaraciones de la flota 1 y 100 embarcaciones de la flota 2, tomando el MRS
como el objetivo de la pesquería a largo plazo, cifra un poco más cercana a las
239 embarcaciones que operan en el OPO, aunque también con el sesgo de
haber sido sobreestimada.
Los resultados sugieren que el modelo de interdependencias técnologicas mostró
ser una herramienta útil para el analisis bioecónomico de dos flotas pesqueras con
con diferente poder de pesca que compiten sobre el mismo recurso. Esto porque
permite realizar una simulación que ofrece un panorama de la pesquería en
términos de captura y beneficos, lo cual puede generar diferentes opciones en la
toma de desiciones. El modelo en sus diferentes escenarios coincide en que la
pesquería se encuentra cercana a su MRS, de acuerdo a los reportes de la CIAT.
50
9. RECOMENDACIONES
El modelo muestra distintos niveles de captura y esfuerzo a través de los
diferentes escenarios en función de ϕ, lo cual nos puede dar una perspectiva más
amplia de la dinámica en la pesquería, permitiéndonos tener más opciones para
maximizar la captura o los beneficios. Por lo anterior, es importante señalar que
debido a la complejidad del modelo y algunos problemas suscitados al calcular los
parámetros, como es el caso de la capturabilidad, sería recomendable ampliar un
análisis para la obtención de los parámetros, y eventualmente utilizar un modelo
que pueda incorporar a las flotas por separando con respecto a su poder de pesca
y en función de sus indicadores (delfines, objetos flotantes, o no asociados). De
igual manera sería conveniente considerar un enfoque multiespecífico separando
los parámetros biológicos para cada especie. Se estima que estas sugerencias
podrían conducir a una estimación más precisa, y más consistente respecto a los
supuestos del modelo.
En el contexto de la experiencia desarrollada, el mayor problema del modelo fue
asociado a los estimadores de capturabilidad. Al ser esta relación no lineal
(probablemente potencial e inversa respecto a la abundancia) ocasiona
distorsiones en los estimadores. Habría que ampliar la investigación al respecto y
probablemente obtener estimados independientes de capturabilidad para su
posterior incorporación al modelo.
51
10. BIBLIOGRAFÍA
Anderson, 1977. The Economics ofFisheries Management. Revised and Enlarged
Edition (2004). The Blackburn Press. Caldwell, New Jersey U.S.A. 296 pp.
Anderson L. G. & Seijo J.C. 2010. Bioeconomics of Fisheries Management. Wiley-
Blackwel.
Arias-Arechiga. 2010. Factores ambientales asociados al tipo de pesca del atún
aleta amarilla en costas mexicanas. Tesis Doctoral. CICIMAR-IPN. 90 pp.
Arreguín-Sánchez. 1996. Catchability: key parameter for fish Stock assessment.
Reviews in Fish Biology and Fisheries. 6: 221-242.
Botsford L.W., Castilla J.C., y Peterson, C.H. 1997. The Management of Fisheries
and Marine Ecosystems. Science, Vol. 277: 509-514.
Branch, T. A., Hilborn, R., Haynie, A. C., Fay, G., Flynn, L., Griffiths, J., ... &
Young, M. (2006). Fleet dynamics and fishermen behavior: lessons for
fisheries managers. Canadian Journal of Fisheries and Aquatic Sciences,
63(7): 1647-1668.
Carruthers, T. R., McAllister, M. K., & Taylor, N. G. (2011). Spatial surplus
production modeling of Atlantic tunas and billfish. Ecological Applications,
21(7), 2734-2755.
Chávez, E. A., Escobar-Toledo, F. D., & Ortega-García, S. (2013). Optimum
harvesting scenarios for the management of the bigeye tuna Thunnus
obesus at the Eastern Pacific Ocean. Revista de biología mararina y
oceanografía, 48(2): 235-243.
Chiang H., Hsu C., Cho-Chen Wu G., Chang S., & Yang H. 2008. Population
structure of bigeye tuna (Thunnus obesus) in the Indian Ocean inferred from
mitocondrial DNA. Fisheries Research, 90: 305-312.
CIAT. Fishery Status Report 11. 2013. IATTC. 171 pp.
Clark C.W., Clarke F. H., & Munro G.R. 1979. The Optimal Exploitation of
Renewable Resource Stocks: Problems of Irreversible Insvesment.
Econometrica, vol. 47, No 1. : 25-47.
52
Clark, C. W., & Munro, G. R. (1975). The economics of fishing and modern capital
theory: a simplified approach. Journal of environmental economics and
management, 2(2): 92-106.
Csirke J. 1989. Changes in the catchability coefficient in the Peruvian
anchoveta (Engraulis ringens) fishery. The Peruvian upwelling
ecosystem: dynamics and interactions, 1989, vol. 18, p. 207-219. De Anda-Montañez J.A. 2001. Análisis Bioeconómico de la Pesquería de Atún
Aleta Amarilla (Thunnus albacares) del Pacífico Oriental Tropical. Tesis de
Doctorado UNAM. 163 pp.
Enríquez-Andrade R.R. & Vaca-Rodríguez J.G. 2004. Ecological tradeoffs in
fisheries management: a study case for the yellowfin tuna fishery in the
Eastern Pacific Ocean. Ecological Economics, 48: 303-315.
FAO.1983. Especies Catalogue. Vol. 2. Scombrids of the world. An annotated and
Illustrated catalogue of Tunas, Mackerels, Bonitos and related species know
to date. Collete, B. B. & C.E. Nauen 1983. FAO Fish. Syno., (125) Vol.2:
137pp.
FAO. 2012. The state of world fisheries and aquaculture.
Crecco, V., & W. 1. Overholtz, 1990. Causes of density-dependent catchability for
Georges Bank haddock Melanogrammus aeglefinus. Canadian Journal.of
Fisheries and Aquatic Science. 47: 385-394.
Hardin G. 1968. The Tragedy of the Commons. Science Vol 162, No 3859: 1243-
1248.
Homans, F. R. & Wilen, J.E. 1997. A Model of Regulated Open Access Resource
Use. Journal of Environmental Economics And Management, 32: 1-21.
Huppert, D.D. & Squires D. 1986. Potential Economic Benefits Fleet Size in the
Pacific Coast Trawl Fleet. Marine Resources Economics, Vol. 3, No. 4: 297-
378.
Ibarra, A. A., Reid, C., & Thorpe, A. (2000). Neo-liberalism and its impact on
overfishing and overcapitalisation in the marine fisheries of Chile, Mexico
and Peru. Food Policy, 25(5): 599-622.
53
López J., Fraile I., Murua J., Santiago J., Merino G., & Murua H. 2015.
Technological and fisher’s evolution on fishing tactics and strategies on
FADs vs. non-associated fisheries. IOTC-17TH WORKING PARTY ON
TROPICAL TUNAS (32). 21 pp.
Martínez-Aguilar S. 2006. Modelo Dinámico de la Pesquería de Sardina Monterrey
(Sardinops caeruleus) del Golfo de Califronia, México. Tesis Doctoral.
CICIMAR-IPN. 114 pp.
McLlgorm, A. 2010. Economic impacts of climate change on sustainable tuna and
billfish management: Insights from the Western Pacific. Progress in
Oceanography, 86: 187-191.
Miret-Pastor, L., Peiró-Signes, Á., & Herrera-Racionero, P. (2014). Empirical
analysis of sustainable fisheries and the relation to economic performance
enhancement: The case of the Spanish fishing industry. Marine Policy, 46:
105-110.
ONU. 1992. Report of The United Nations Conference on Environment and
Development Annex I.
Ortega-García, S. 1998. Análisis de las fluctuaciones espaciotemporal en la
abundancia de atún en el Océano Pacífico Oriental. Tesis de Doctorado.
UNAM. 66 Pag.
Polacheck T. 1990. Another perspective on the need for international skipjack and
yellowfin tuna management. Marine Policy.
Pradhan, N. C., & Leung, P. (2004). Modeling entry, stay, and exit decisions of the
longline fishers in Hawaii. Marine Policy, 28(4): 311-324.
Reid C., Squires D., Jeon Y., Rodwell L., & Clarke R. 2003. An analysis of fishing
capacity in the western and central Pacific Ocean tuna fishery and
management implications. Marine Policy, 27. pag. 449-469.
Richmond L., Kotowicz D., & Hospital J. 2015. Monitorin socioeconomic impacts of
Hawai’I’s 2010 bigeye tuna closure: Complexities of local management in a
global fishery. Ocean & Coastal Management, 106. pag 87-96.
Schaefer, K. M., Fuller, D. W., & Aldana, G. (2014). Movements, behavior, and
habitat utilization of yellowfin tuna (Thunnus albacares) in waters
54
surrounding the Revillagigedo Islands Archipelago Biosphere Reserve,
Mexico. Fisheries Oceanography, 23(1): 65-82.
Schaefer, K. M., Fuller, D. W., & Block, B. A. (2009). Vertical movements and
habitat utilization of skipjack (Katsuwonus pelamis), yellowfin (Thunnus
albacares), and bigeye (Thunnus obesus) tunas in the equatorial eastern
Pacific Ocean, ascertained through archival tag data. In Tagging and
Tracking of Marine Animals with Electronic Devices :121-144.
Schaefer, K. M., Fuller, D.W., & Block B.A. 2011. Movements, behavior, and
habitat utilization of yellowfin tuna (Thunnus albacares) in the Pacific Ocean
off Baja California, Mexico, determined from archival tag data analyses,
including unscented Kalman filtering. Fisheries Research, 111. pag. 22-37.
Seijo, J., O. Defeo & S. Salas. 1997. Bioeconomia pesquera. Teoría, modelación y
manejo. FAO Doc. Tec. Pesca. 368: 176 pp.
Shrader J. & Squires D. 2013. Fishing Capacity and Efficient Fleet Configuration
for the Tuna Purse Seine Fishery in the Eastern Pacific Ocean: An
Economic Approach. IATTC SAC-04-INF B ISSF Technical Report. 38pp.
Squires D. 1987. Fishing Effort: Its testing, Specification, and Internal Structure in
Fisheries Economics and Management. Journal of Environmental
Economics and Management, 14. Pag 268-282.
Walter, G.G. 1973. Delay-Differential Equation Models for Fisheries. Journal
Fisheries Research Board of Canada, 30. pag 939-945.
Walter, G.G. 1978. A Surplus Model Incorporating Recruitment and Applied to a
Stock of Atlantic Mackerel (Scomber scombrus). Journal Fisheries Research
Board of Canada, 35. pag 229-234.
WCPFC. Tuna Fishery Yearbook 2014. 2015. WCPFC. 142 pp.
Webster, D.G. 201. The irony and the exclusivity of Atlantic blue tuna
management. Marine Policy, 35. pag. 249-251.
Zhang, C., Chen, Y., & Ren, Y. 2016. An evaluation of implementing long-term
MSY in ecosystem-based fisheries management: Incorporating trophic
interaction, bycatch and uncertainty. Fisheries Research, 174: 179-189.
55
11. APÉNDICE
Tabla I. Registro de captura (toneladas) de las tres especies principales de atún en
el OPO durante el período 1987-2012 obtenida en lances asociados a delfines:
atún aleta amarilla (AA), barrilete (Bar) y atún patudo (AP).
Asociados a delfines
Esfuerzo Captura por especie (t)
Año número de lances AA Bar AP
1987 13,343 190,432 332 20
1988 11,209 157,173 4,898 -
1989 12,860 194,846 1,447 -
1990 11,028 179,253 867 -
1991 9,661 159,235 786 38
1992 10,424 169,350 869 -
1993 6,987 110,045 714 97
1994 7,809 125,379 516 -
1995 7,185 131,932 1,032 -
1996 7,486 137,258 729 -
1997 9,020 156,163 6,004 35
1998 10,645 151,678 2,879 66
1999 8,648 143,503 1,214 -
2000 9,237 155,212 468 -
2001 9,853 240,873 1,289 10
2002 12,433 297,147 2,153 -
2003 13,841 272,155 11,448 104
2004 11,783 177,460 10,730 3
2005 12,173 166,211 12,127 2
2006 8,923 91,978 4,787 -
2007 8,871 97,032 3,277 7
2008 9,246 122,105 8,382 5
2009 10,910 178,436 2,719 1
2010 11,645 168,984 1,627 4
2011 9,604 131,485 4,443 2
2012 9,220 124,306 2,242 -
56
Tabla II. Registro de captura (toneladas) de las tres especies principales de atún
en el OPO durante el período 1987-2012 obtenida en lances sobre objetos
flotantes: atún aleta amarilla (AA), barrilete (Bar), y atún patudo (AP).
Objetos flotantes
Esfuerzo Captura por especie (t)
Año número de lances AA Bar AP
1987 15,330 27,189 32,160 561
1988 13,197 23,933 35,949 569
1989 14,849 28,362 41,452 1,215
1990 13,018 34,297 34,980 3,359
1991 11,652 23,758 37,655 1,950
1992 12,416 13,057 45,556 1,154
1993 8,980 15,964 48,144 4,548
1994 9,803 17,362 47,992 27,472
1995 9,180 20,570 81,253 32,767
1996 9,482 31,073 74,260 48,251
1997 11,017 27,625 123,002 50,226
1998 12,643 31,271 115,370 31,332
1999 10,647 38,569 178,824 35,846
2000 11,237 43,116 123,857 67,514
2001 11,854 62,807 122,268 41,899
2002 14,435 37,159 121,891 34,541
2003 15,844 33,249 181,377 39,250
2004 13,787 28,340 117,212 64,005
2005 14,178 26,126 133,509 66,257
2006 10,929 34,313 191,093 82,136
2007 10,878 29,619 122,286 62,189
2008 11,254 34,819 157,274 73,855
2009 12,919 36,136 157,067 75,888
2010 13,655 38,113 113,716 57,167
2011 11,615 41,127 173,653 56,256
2012 11,232 37,529 181,207 67,630
57
Tabla III.
Registro de captura (toneladas) de las tres especies principales de atún en el OPO
durante el período 1987-2012 obtenida en lances no asociados: atún aleta amarilla
(AA), barrilete (Bar), y atún patudo (AP).
No asociados
Esfuerzo Captura por especie (t)
Año número de lances AA Bar AP
1987 69,814 49,399 26,303 194
1988 69,277 102,042 39,535 481
1989 61,413 60,226 46,332 256
1990 58,613 56,551 35,788 1,351
1991 64,108 52,770 22,958 1,727
1992 65,354 53,507 35,333 4,343
1993 101,823 100,974 34,865 3,424
1994 105,333 72,765 22,916 1,902
1995 150,627 69,985 50,715 4,560
1996 146,641 77,343 34,635 3,102
1997 217,393 69,658 29,510 1,354
1998 166,973 77,642 25,108 3,757
1999 185,075 111,885 84,036 4,765
2000 159,050 72,487 86,695 2,641
2001 214,626 88,818 21,331 940
2002 145,552 83,764 33,904 658
2003 159,635 93,283 66,302 1,366
2004 225,406 66,757 69,882 1,463
2005 151,905 75,764 117,593 1,636
2006 192,093 40,340 100,388 1,702
2007 193,203 43,365 82,732 1,254
2008 151,829 28,133 130,947 1,168
2009 214,780 22,200 70,737 910
2010 218,736 43,912 31,849 581
2011 - 29,081 102,305 932
2012 - 28,003 87,666 968