渔业资源管理决策一般以资源种群状况的科学评估为基础，渔业种群评估研究自20世纪50年代开始发展[1]，现已成为集渔业资源、生物学、数理统计和计算机等多学科交叉的研究领域。渔业资源管理决策可分为两类主要方法：一是以资源的最佳评估为基础确定捕捞开发建议，并通过渔业法规或措施予以实施，一般称为“传统方法”；二是以种群动态、捕捞动态和管理过程的计算机模拟为基础，确定捕捞开发建议，并通过法规或措施予以实施的方法，一般称为“捕捞策略”(harvest strategy，HS)或“管理程序”(management procedure，MP)方法，早期也称为“管理策略评价”(management strategy evaluation，MSE)。
传统渔业资源管理决策方法的不足是资源评估常具有较大的不确定性，导致提出的管理建议也具有较大的不确定性，传统方法也容易造成实际渔业管理措施与资源评估所建议管理措施的脱节。从20世纪80—90年代开始，随着计算机模拟技术的发展，捕捞策略(管理程序)方法在渔业资源管理中的应用不断发展，目前已发展成为一套较为成熟、完整的渔业资源量化管理方法体系，并在海洋哺乳动物保护、经济鱼类资源开发与养护中发挥重要作用。捕捞策略的研究对象从近海渔业扩展到大洋性渔业，从单鱼种的资源养护管理发展到生态系统的管理。捕捞策略在内容和内涵上也与管理策略评价有了明显的区别。正如Schnute等[2]所指出，管理策略评价正在一些领域中彻底改变了渔业管理的方式。相对而言，捕捞策略方法在中国的应用和研究较少。本文简要介绍了传统渔业资源管理决策方法的特点，通过分析捕捞策略方法的特点、优势和面临的挑战，提出后续相关研究建议，以期为中国渔业资源管理决策研究与应用提供参考。
1 传统渔业资源管理决策
1.1 传统渔业资源管理决策方法
渔业资源管理以科学研究为基础，资源评估是科学研究的核心工作。传统的渔业资源管理决策是通过收集数据、分析和评估鱼类种群资源状况，估算资源量、资源状态指标、可持续产量及提出科学管理建议的过程。渔业管理者通过制订法律法规或管理措施，确保管理目标的实现。资源评估方法可分为两类：一是基于资源调查的方法，如声学调查、扫海面积法和断面调查法；二是基于种群动力学模型的方法，也是主要方法，常见评估模型包括单鱼种的生物量动态模型(biomass dynamics model)、年龄结构模型(age-structured model)、体长结构模型(size-structured model)，以及基于种间关系的生态系统营养动力学模型(ecosystem trophic dynamics model)[3]。此外，建立在较强假设基础上的数据有限资源分析方法，也在很多渔业管理中应用和发展。近20多年来，得益于多学科交叉应用，特别是数理统计和计算机模拟方法的发展，资源评估方法和技术得到了快速发展，一些经典的种群动力学模型不断得到扩展和延伸。如从传统生物量动态模型发展起来的贝叶斯状态空间生物量动态模型(Bayesian state-space surplus production model)[4]，以及考虑种群动态系统性改变的非静态种群动力学模型(non-stationary population dynamics model)[5]。
1.2 传统渔业资源管理决策中存在的问题
有效的渔业管理取决于通过资源评估获得准确、合理的管理建议，也取决于管理措施的有效实施。理想状态下的资源评估，应建立与真实种群和渔业过程充分匹配的模型系统，并利用长期的捕捞努力量、渔获量等渔业生产数据，以及个体生长、自然死亡和补充量等生物学信息进行模型参数估算。然而，受限于数据的不足和研究者对渔业系统的理解程度不够，资源评估模型往往难以准确“抓住”资源和渔业的真实动态，导致传统渔业资源评估结果具有很大的不确定性[6]，并造成管理者难以确认管理目标是否能实现。Carvalho等[6]提出了一系列资源评估不确定性和模型的诊断方法来改进评估过程，但仍无法完全消除资源评估结果的不确定性，从而不得不采取保守型的渔业管理措施，这可能导致捕捞经济收益的损失。
传统渔业资源管理决策方法的另一个不足是容易造成实际渔业管理措施与资源评估所建议管理措施的脱节，主要原因是管理措施的制订过程发生在资源评估研究完成之后。当评估结果给出某项具体的管理建议后(如调整年可捕量)，需进行管理建议是否完全采纳及如何实施的讨论，在执行管理建议一定时间后(一般2～3年)，开展下一轮资源评估，如此重复。在多边渔业管理领域，讨论和通过一项管理建议可能持续数年，容易造成有效管理措施出台的滞后，导致管理失败。
2 捕捞策略方法的发展和特点
2.1 捕捞策略方法的概念发展
捕捞策略方法是一个为实现既定的渔业管理目标而集成资源监测、评估分析、捕捞管理调控和效果评价的渔业资源管理体系[7]。从形式上看，捕捞策略方法的核心内容是一系列算法，且这套算法经过事先的模拟测试，被确认是可以实现管理目标。即使在有多个相互冲突的管理目标情况下(如渔获量最大化、年际渔获量变化最小化)，也能够在权衡利弊情况下以最大概率同时实现管理目标，或者优先实现最重要的管理目标[7]。这是采用捕捞策略方法进行渔业管理决策的最大优势，也是与传统管理决策方法的最大区别。
捕捞策略理论最早由国际捕鲸委员会(IWC)于20世纪80年代后期提出[7]。1974年，IWC通过了一项基于传统方法的管理决策程序，为确定鲸类可捕量限额提供了科学基础[8]。但10年后，该决策程序失败，其原因有两点：一是无法就最终的可捕量科学建议达成一致意见，研究者们把研究重点从讨论可捕量建议，转移到了讨论评估模型的具体参数选择，这些实际上应该在资源评估环节完成；二是管理者们过度关注资源评估的不确定性及其影响[7]。在De la Mare[9]管理策略模拟研究的基础上，Kirkwood[10]修改了管理决策程序，解决了上述问题，并最终获得IWC科学委员会通过[11]，这一新的管理决策程序，固定了确定可捕量限额的决策过程，确保了可捕量限额的提出并获得通过，是捕捞策略方法运用的雏形。
之后，捕捞策略方法在一些渔业中开始研究和运用，但未得到推广。Punt[12]在20世纪90年代以年龄结构种群动力学模型作为操作模型(operating model)，运用生物量动态模型作为资源评估模型(estimation model)，以调控设定总可捕量为管理计划，开展了完整的管理策略模拟评价，是早期较为完整的捕捞策略研究之一。在一些早期文献里，捕捞策略、管理程序和管理策略评价被认为是同义词，因为管理策略评价与管理程序是密不可分地存在于一个渔业管理决策过程中，而且捕捞策略的核心内容是开展管理策略评价[13]。
近10多年来，随着国际社会对可持续渔业管理的不断呼吁，考虑到传统渔业管理决策方法的一些不足，捕捞策略方法不断被应用和发展，特别是在发达国家渔业管理中运用较多[14-15]。有关捕捞策略的研究进展主要体现在操作模型、捕捞控制规则和资源监测模型的建立与测试。如Zhang等[16]以美国龙虾为对象，以模拟基于个体的种群动力学模型为基础，提出并测试了多种生物学参考点和捕捞控制规则的组合，为甲壳类的渔业管理决策提供了完整的范例。Zhang等[17]以金枪鱼为例，运用蒙特卡洛模拟(Monte Carlo simulation)，测试了多种不确定性因素(包括管理建议执行误差、自然死亡率和补充量估计过程误差等)对基于捕捞死亡率和产卵生物量的生物参考点的管理效果。单鱼种管理情况下，常以传统的单鱼种种群动力学模型作为建立操作模型的基础[18]；基于生态系统的管理情况下，以生态系统模型为操作模型的研究也在不断发展[19]。如Liu等[20]测试了8种捕捞控制规则的优点和弱点，发现采用单一的捕捞控制规则难以实现生物、生态和社会经济等多种管理目标。
2.2 捕捞策略技术体系
捕捞策略的具体方法，随着应用的扩大不断发展和丰富。目前，一项完整的捕捞策略体系常包括6个技术要素[21]，即确定管理目标、设立管理参考点、确定可接受的风险水平、设定监测计划、建立捕捞控制规则及开展管理策略评价。其中，开展管理策略评价需要基于前面5个要素，通过种群和管理过程的计算机模拟，着重开展管理行动的效果评价，为最终管理决策提供科学依据。
1)管理目标。包括资源健康(未过度捕捞)、维持资源安全(不低于特定的安全阈值)、最大化产量和稳定产量(年变化较小)等[18]，用具体的管理效果指标来量化。由于资源评估结果的不确定性，管理目标常以概率形式呈现，如维持资源安全的目标可设定为“具有80%的可能性在20年内将种群重建至目标参考点”。不同管理目标间常存在冲突，最终管理目标需要管理者考虑利弊后做出权衡[22]。
2)管理参考点。指衡量管理目标实现过程的参考指标(基准)，一般基于捕捞死亡率和生物量水平[16-17]，常包括目标参考点(管理者希望达到的资源水平，如最大可持续产量相应的生物量BMSY或产卵生物量SBMSY)和限制参考点(管理者不希望被突破的资源临界状态或阈值，如0.4BMSY)，渔业管理应避免资源下降到限制参考点以下，否则资源可能难以恢复。
3)可接受的风险水平。指管理者可以接受资源处于限制参考点以上的概率。如一些渔业中管理者可接受资源维持在限制参考点以上的概率为70%。
4)监测计划。指资源和渔业数据采集计划，用于评估分析资源状况，为运用捕捞控制规则做准备。监测内容取决于捕捞控制规则中使用的评估方法所需的数据资料(常包括产量和捕捞努力量数据)。主要的资源监测方法是基于经验分析方法(如资源调查丰度分析[13])和完整的资源评估模型，后者包括运用产量模型[12]或年龄结构资源评估模型[18]。
5)捕捞控制规则。指根据相对于管理参考点的资源状况确定下一步管理行动(如调整捕捞量)的规则，该规则是预先设定的，因此，需事先经模拟测试，获得管理者认可。如当资源监测采用经验方法时，可以根据调查年份的渔获率下降情况，按预设的线性比例下调后续年份的捕捞死亡率，从而降低捕捞量；反之亦然。管理者容易理解的常用捕捞控制规则包括刀刃型(knife-edged)和线性(linear)[17]。如印度洋金枪鱼委员会于2021年通过了采用线性控制规则的捕捞策略对鲣资源进行管理(https：//www.iotc.org/cmms)。
6)管理策略评价。指在考虑不确定因素的情况下，利用计算机模拟来测试管理策略的稳健性并评估管理目标达成情况的权衡评价方法，其核心过程是通过反馈循环机制(feedback loop)测试备选管理策略的效果。具体就某一候选捕捞(管理)策略，模拟监测计划收集数据、分析评估资源状况，将评估结果应用于捕捞控制规则以采取管理行动，模拟种群向前演进并继续收集数据，一直模拟到计划实现管理目标的时间点(一般10年以上)。该过程需重复一定模拟次数(一般最少100次)，参照效果评价统计指标(performance statistics)来判断预期管理目标是否实现(如资源处于目标参考点以上的概率)。就每一个候选管理策略，重复该模拟过程。该过程中，管理策略的效果评价统计指标，以及测试候选管理策略的过程，均需管理者(或利益相关方)和研究者共同讨论确定。图1描述了典型的开展管理策略评价流程图。Goethel等[23]分析表明，近年来，管理策略评价在量化捕捞风险(考虑更复杂的多物种和社会经济因素)、制定与测试数据有限的捕捞控制规则、诊断局限性(如确定特殊情况)及处理利益相关者的参与度方面已经取得了重要进展。Carruthers等[24]研究提出了新指标，用于检测系统动态变化导致的管理策略评价模型错误配置。Goethel等[25]在管理策略评价过程中改进了利益相关者参与和沟通的方法。Bessell-Browne等[26]在澳大利亚东南部4个种群的管理策略评价中考虑了非静态种群过程。
图1 管理策略评价基本流程(仿Punt等[21])
Fig.1 Basic workflow of the management strategy evaluation modelling process(modified from Punt et al.[21])
2.3 捕捞策略方法的特点和优势
捕捞策略方法集成了种群建模、资源评估、监测数据收集、捕捞管理行动和管理效果评价及其反馈过程，明显有别于传统渔业资源管理决策方法[21]，其具有以下4个重要特点：一是捕捞策略的首要工作是建立模拟种群和渔业动态，模拟一般需要基于资源评估，但不必是最新或最佳的资源评估(容许有较高的资源评估不确定性)，在无任何资源评估模型的情况下，也可以利用基本的种群动力学理论建立模拟种群；二是管理策略评价需要高强度的计算机模拟运算，模拟种群(simulated population)的不确定性越高，候选管理策略越多、模拟预测期限越长，一般运算强度和时间就越长(测试一个候选策略可能需要运行数天甚至更长时间)，同时相对于常规的资源评估，捕捞策略的模拟和监测过程实际上是进行大量的资源评估和分析，需要研究者具有较高的技术水平；三是渔业管理者需要参与捕捞策略确定的整个过程；四是开发和建立完整且具可操作性的捕捞策略过程一般较长，也是科学家和管理者共商决策的过程。
管理策略评价是整个捕捞策略制定过程中技术性最强的工作，需要借助操作模型作为工具，操作模型用以创建“真实种群”(true population)，即人们无法全面观察认知的种群动态和渔业过程的真实情况(如捕捞行为对环境的响应)。对于有开展传统资源评估的渔业，操作模型多是基于以往的资源评估模型建立起来的，但一般要比资源评估模型更复杂，需考虑更多的种群动态假设，包括相互对立的多个假设[27]。如果不掌握渔民是否会对环境变化作出捕捞行为的改变，则需要建立两个操作模型：一个假设有捕捞行为改变，另一个假设无捕捞行为改变。
运用捕捞策略方法的决策过程，与传统渔业资源管理决策相比有5个重要优势：一是能在管理目标确定过程中通过同一模型框架集成生物、生态、气候及社会经济等多重因素；二是优化了管理决策过程，通过预先确定管理目标将传统方法中的“后端”决策过程转移至“前端”，避免确定管理行动的滞后；三是通过构建多个操作模型来模拟各类情景，能够充分考虑种群动态各不确定因子的影响；四是通过捕捞控制规则能够及时反馈、调整管理行动，降低管理风险；五是决策过程具有较高的透明度，渔业科学家、管理者及相关利益方，充分参与捕捞策略确定的各个环节，管理者能够预知所采取管理行动的效果[7]。
3 国际上捕捞策略方法的应用
目前，管理策略评价被认为是测试、比较不同管理行动效果的最适方法[12]。捕捞策略方法是确定渔业管理建议、评价管理效果的完整体系，最先在南非、新西兰、澳大利亚及北美等国家和地区的近海渔业中应用和发展起来。其中，对南非的无须鳕、沙丁鱼和鳀渔业关于管理策略测试的研究[10，15-16]，被认为是发展和应用渔业捕捞策略的早期开创性工作，对后续捕捞策略研究影响深远。目前，捕捞策略方法作为渔业管理工具，已被广泛应用于世界各地的渔业管理中，其中，涉及澳大利亚蛙蟹[28]、新西兰岩龙虾[29]、大西洋鲱[30]和太平洋鲱[18]等种类。除了经济鱼类，捕捞策略也作为重要工具，应用于海洋哺乳动物管理中[31-33]。
相比之下，捕捞策略方法在国际渔业管理中的应用较少。Nakatsuka[34]通过回顾分析不同区域渔业管理组织(RFMO)的管理策略评价发展情况，认为RFMO的复杂性为实施管理策略评价带来了特别的挑战。为了制定长期稳定的管理策略，近年来，RFMO积极致力于研究制定基于捕捞策略的渔业管理措施。例如，全球5个金枪鱼RFMO均已开始了捕捞策略的研究和讨论，有的已经通过了实质性的管理措施用以确定各捕捞方的捕捞限额。以大西洋金枪鱼养护国际委员会(ICCAT)为例，ICCAT科学家在2015年之前便提出运用捕捞策略管理大西洋金枪鱼类的设想[35]。2016年，ICCAT缔约方大会上通过了首个关于捕捞策略的计划路线图，该路线图包含了实施捕捞策略的优先种群。ICCAT分别于2020年和2022年通过了针对长鳍金枪鱼和蓝鳍金枪鱼的捕捞策略，目前上述鱼种的捕捞策略尚处于首个管理周期，实际管理效果有待验证。由此可见，在国际渔业管理组织中，研究确定捕捞策略的耗时较长。
以2022年ICCAT通过的大西洋蓝鳍金枪鱼捕捞策略为例，该捕捞策略主要用以确定蓝鳍金枪鱼的年可捕量(https://www.iccat.int/en/RecRes. asp)。该捕捞策略有4个管理目标指标：一是种群状况，资源不出现过度捕捞的概率应达到或超过60%；二是安全性，种群低于限制性参考点的概率应小于或等于15%；三是产量，最大限度地提高渔获量；四是稳定性，可捕量变化不应超过20%的增幅或35%的降幅。管理策略评价采用了48个操作模型，每个操作模型模拟48次，模拟管理预测的时间为30年。捕捞控制规则采用经验方法即商业性渔业的丰度指数变化，若监测的2022年丰度指数高于一定值，则首个管理周期(2023—2025年)的可捕量与丰度指数呈线性关系；若丰度指数低于一定值，则可捕量与丰度指数呈非线性关系(以确保资源量下降情况下，尽快恢复资源量)。管理效果评价指标由ICCAT委员会讨论确定，如稳定性指标以两个管理周期间的产量变化百分比表示。
4 当前发展渔业捕捞策略面临的挑战
4.1 数据有限渔业的捕捞策略
捕捞策略方法既可用于数据丰富的渔业管理，也可用于数据有限的渔业管理[36]。在数据有限情况下，一方面，模拟种群的建立面临更多不确定性因素，需要设置更多的操作模型，以尽可能“还原”真实种群；另一方面，资源监测指标通常采用可直接测量的简单指标(如渔获样本平均体长)，应用的捕捞控制规则是经验性的(如根据渔获平均体长变化直接触发可捕量调整)。由于这些简单指标表征资源状态的可靠性相对较低，在数据有限的情形下，研究者需要对整个捕捞策略进行更深入测试，以确保能够实现管理目标。
4.2 混合渔业的捕捞策略
世界上大多数渔业属于混合渔业(mixed fisheries)，即多种渔业同时捕捞多个鱼种。单鱼种管理的常见管理目标是使资源处于最大持续产量(MSY)水平，但这个目标在多鱼种渔业情况下十分困难，因为管理者常需在生产力较低的过度捕捞种群和生产力较高的低度开发种群间作出管理策略的平衡[37]。在捕捞策略框架下管理混合渔业问题依然面临很大挑战，最大限度地提高由多个鱼种组成的混合渔业总产量，可能会导致最衰退和最低产鱼种的过度捕捞更加严重[38]。一种可能的解决方法是选择一个鱼种作为指标种，通过管理指标种实现各个鱼种的管理目标。如Canales等[39]利用指标种的资源量指标变化，测试了不同捕捞控制规则的管理效果。另一种解决方法是对多个管理鱼种分别建立捕捞策略，通过共享的捕捞努力量管理控制不同鱼种的产量。如在中西太平洋鲣、大眼金枪鱼和黄鳍金枪鱼的混合渔业管理中，通过鲣捕捞策略确定的围网产量，需转换为相应的捕捞努力量。由于围网渔业同时捕捞大眼金枪鱼和黄鳍金枪鱼，将该围网捕捞努力量用于大眼和黄鳍金枪鱼的操作模型，可以估算这两个鱼种的围网捕捞产量[40]。由于生物学和捕捞选择性不同，因此，该产量不太可能正好与这两个鱼种的最大可持续产量一致。
4.3 基于生态系统的捕捞策略
捕捞策略在单鱼种管理中的应用，存在一个缺陷是无法考虑物种间的相互关系，如物种间的竞争和捕食关系。因此，在基于生态系统的渔业管理中应用捕捞策略，需要建立多物种动态模型或生态系统模型[41]。相对于单鱼种，人们对生态系统的认识和掌握更为缺乏，因此，建立操作模型的挑战更大。Yin等[42]使用Ecopath with Ecosim作为操作模型，测试了各种渔业管理策略的表现，包括在气候变暖情景下考虑不同的管理目标优先级。该研究考虑了营养相互作用，并具体量化了多个效果指标(即渔业可持续生产、经济收益、海产品安全和生态系统健康)之间的权衡。以生态系统模型为操作模型，可以测试捕捞对物种间相互效应和生态系统动态的影响。Perryman等[43]对基于生态系统模型的捕捞策略和管理策略评价工作进行了评述分析。当一个种群会对生态系统产生较大响应时，在管理策略测试中应重点考虑这些响应的影响[44]。
4.4 气候变化影响的捕捞策略
气候变化通过改变初级生产、食物网相互作用及鱼类的生活史与分布等来影响种群生产力[45]，但人们对于气候变化的预测、气候变化对渔业过程影响的认识与预知不足，是制定中长期渔业管理策略面临的挑战。传统资源评估基于种群的生物学数据，这些数据往往已经反映了过去气候变化对种群的累积影响。如环境水温变化可能引起鱼类性成熟提前，通过年龄结构模型可以解析这一变化。但是，运用捕捞策略方法需要对未来的种群动态进行预测。如果对未来环境变化预测能力不足，就会导致对未来种群动态认识的不足，从而增加未来种群模拟的不确定性，使种群实际变化背离模拟种群覆盖的变化范围，最终导致管理目标无法实现。
4.5 捕捞策略应用工具的缺乏
如前文所述，开展捕捞策略研究依赖于计算机模拟和模型运算，为此需要借助相关软件和工具。FLR是使用R语言开发的用于模型比较和管理策略评价的工具，可以对新评估模型进行验证，对常用的管理策略进行评价[27]。基于FLR开发的捕捞策略可由第三方进行重复和检测，具有较高的透明度。FLR的不足是其包含的评估模型不多，主要在欧洲的一些渔业中应用。OpenMSE(https：//openmse.com/)是近几年建立起来的基于R语言的软件工具，用于建立操作模型、分析渔业数据和管理策略评价，OpenMSE使用年龄结构空间种群动态模型模拟渔业变化。近几年发展起来的侧重于数据有限渔业的在线通用管理策略测试工具MERA(https：//www.merafish.org/)，包含30多种资源评估方法和100多种管理策略组合，可以满足普通研究人员对常见数据有限渔业的管理策略评价应用，但针对数据丰富或特定的渔业，需要研究人员自行进一步开发。此外，DLMtool(https：//www. datalimitedtoolkit.org/)作为开放的软件包，主要针对数据有限情况设计，包含了管理策略评价工具包，可根据用户指定的种群类型、捕捞船队、管理类型和效果标准选择捕捞控制规则。
Ecopath with Ecosim模型[3]是可用于生态系统框架下进行管理策略评价的操作模型，但该模型并非开源模型，普通研究人员难以操控该模型，建立资源监测模型的反馈机制。Lucey等[46]建立了一个基于R语言的生态系统质量平衡模型Rpath，并通过建立rsim.step函数，实现了Rpath作为操作模型的功能[19]。总体而言，相对于传统的资源评估工具，能够为普通研究人员方便使用的捕捞策略开发通用工具还很缺乏。
5 开展捕捞策略研究的相关建议
捕捞策略作为当前渔业管理的重要工具，已经在许多国家和国际渔业管理组织中开展应用和发展。运用捕捞策略方法确定渔业管理建议或策略，比传统决策方法更加有效。在具体管理措施能够有效实施的前提下，运用捕捞策略这一工具有利于促进渔业资源的科学管理和长期可持续利用。但运用捕捞策略方法，特别是管理策略评价环节，对资源分析和计算机模拟分析技术的要求更高，研究时间更长，管理者需要深入参与捕捞策略开发的过程。
针对考虑运用管理策略评价开发捕捞策略的国内外渔业，建议在以下方面重点开展研究。
1)开展数据有限情况下的捕捞策略方法研究。针对数据有限的渔业，加强渔业和生物学基础数据收集，研究建立种群动态模拟新方法，开展基于数据有限方法的管理策略评价研究和资源监测方法研究，开发适用于数据有限情况下的管理参考点。
2)加强针对混合渔业的捕捞策略方法研究。开发混合渔业的捕捞策略、管理策略评价在中国近海和大洋渔业管理中都不可避免，建议从混合渔业的生物学参考点、捕捞控制规则和管理目标的权衡方法等方面加强研究。特别是从单鱼种逐渐发展到生态系统水平的管理策略评价，开发生态系统的动态模拟新技术和系统状态监测新方法。
3)加强气候变化对种群动态和渔业动态影响方面的基础研究。提高对种群和渔业响应气候变化机制的认识，并开发相应的模型分析方法，为在捕捞策略中考虑气候变化的影响、开展基于非静态过程的管理策略评价提供基础。
4)加快适用于严重衰退渔业资源的捕捞策略新方法的开发。由于捕捞策略方法的研究建立耗时较长，针对已经处于过度捕捞甚至严重衰退的资源，建议尽快采用传统方法开展管理决策，同时加快捕捞策略新方法的开发研究，以应用于衰退渔业资源的评估与管理。
[1] BEVERTON R J H,HOLT S J.On the dynamics of exploited fish populations[M].London:H.M.Stationery Off.,1957.
[2] SCHNUTE J T,MAUNDER M N,IANELLI J N.Designing tools to evaluate fishery management strategies:can the scientific community deliver?[J].ICES Journal of Marine Science,2007,64(6):1077-1084.
[3] CHRISTENSEN V,WALTERS C J.Ecopath with Ecosim:methods,capabilities and limitations[J].Ecological Modelling,2004,172(2/3/4):109-139.
[4] WINKER H,CARVALHO F,KAPUR M.JABBA:just another Bayesian biomass assessment[J].Fisheries Research,2018,204:275-288.
[5] ZHANG F,REGULAR P M,WHEELAND L,et al.Accounting for non-stationary stock-recruitment relationships in the development of MSY-based reference points[J].ICES Journal of Marine Science,2021,78(6):2233-2243.
[6] CARVALHO F,WINKER H,COURTNEY D,et al.A cookbook for using model diagnostics in integrated stock assessments[J].Fisheries Research,2021,240:105959.
[7] BUTTERWORTH D S.Why a management procedure approach?Some positives and negatives[J].ICES Journal of Marine Science,2007,64(4):613-617.
[8] IWC.Report of the scientific committee special meeting[J].Reports of the International Whaling Commission,1974,26:60-234.
[9] DE LA MARE W K.Simulation studies on management procedures[J].Reports of the International Whaling Commission,1986,36:429-450.
[10] KIRKWOOD G P.Background to the development of revised management procedures [J].Reports of the International Whaling Commission,1992,42:236-243.
[11] IWC.Report of the scientific committee [J].Reports of the International Whaling Commission,1992,42:51-79.
[12] PUNT A E.The performance of a production-model management procedure[J].Fisheries Research,1995,21(3/4):349-374.
[13] RADEMEYER R A,PLAG
NYI 
E,BUTTERWORTH D S.Tips and tricks in designing management procedures[J].ICES Journal of Marine Science,2007,64(4):618-625.
[14] NEEDLE C L.Management strategy evaluation for North Sea haddock[J].Fisheries Research,2008,94(2):141-150.
[15] ROCHET M J,RICE J C.Simulation-based management strategy evaluation:ignorance disguised as mathematics?[J].ICES Journal of Marine Science,2009,66(4):754-762.
[16] ZHANG Y Y,CHEN Y,WILSON C.Developing and evaluating harvest control rules with different biological reference points for the American lobster (Homarus americanus) fishery in the Gulf of Maine[J].ICES Journal of Marine Science,2011,68(7):1511-1524.
[17] ZHANG Y Y,CHEN Y,ZHU J F,et al.Evaluating effectiveness of biological reference points for bigeye tuna (Thunnus obesus) and yellowfin tuna (Thunnus albacares) fisheries in the Indian Ocean[J].Aquaculture and Fisheries,2017,2(2):84-93.
[18] ZAHNER J A,BRANCH T A.Management strategy evaluation of harvest control rules for Pacific Herring in Prince William Sound,Alaska[J/OL].ICES Journal of Marine Science,2024:fsad199.https://doi.org/10.1093/icesjms/fsad199.
[19] LUCEY S M,AYDIN K Y,GAICHAS S K,et al.Evaluating fishery management strategies using an ecosystem model as an operating model[J].Fisheries Research,2021,234:105780.
[20] LIU O R,THOMAS L R,CLEMENCE M,et al.An evaluation of harvest control methods for fishery management[J].Reviews in Fisheries Science &Aquaculture,2016,24(3):244-263.
[21] PUNT A E,BUTTERWORTH D S,DE MOOR C L,et al.Management strategy evaluation:best practices[J].Fish and Fisheries,2016,17(2):303-334.
[22] HOFMANN E,MADDISON L,VAN PUTTEN I.Management strategy evaluation:transdisciplinary and transparent natural resource management[J].APN Science Bulletin,2019,9(1):95-101.
[23] GOETHEL D R,LUCEY S M,BERGER A M,et al.Closing the feedback loop:on stakeholder participation in management strategy evaluation[J].Canadian Journal of Fisheries and Aquatic Sciences,2019,76(10):1895-1913.
[24] CARRUTHERS T R,HORDYK A R.Using management strategy evaluation to establish indicators of changing fisheries[J].Canadian Journal of Fisheries and Aquatic Sciences,2019,76(9):1653-1668.
[25] GOETHEL D R,LUCEY S M,BERGER A M,et al.Recent advances in management strategy evaluation:introduction to the special issue “Under pressure:addressing fisheries challenges with Management Strategy Evaluation”[J].Canadian Journal of Fisheries and Aquatic Sciences,2019,76(10):1689-1696.
[26] BESSELL-BROWNE P,PUNT A E,TUCK G N,et al.Management strategy evaluation of static and dynamic harvest control rules under long-term changes in stock productivity:a case study from the SESSF[J].Fisheries Research,2024,273:106972.
[27] KELL L T,MOSQUEIRA I,GROSJEAN P,et al.FLR:an open-source framework for the evaluation and development of management strategies[J].ICES Journal of Marine Science,2007,64(4):640-646.
[28] DICHMONT C M,BROWN I W.A case study in successful management of a data-poor fishery using simple decision rules:the Queensland spanner crab fishery[J].Marine and Coastal Fisheries,2010,2(1):1-13.
[29] MILLER R J,BREEN P A.Are lobster fisheries being managed effectively?Examples from New Zealand and Nova Scotia[J].Fisheries Management and Ecology,2010,17(5):394-403.
[30] FEENEY R G,BOELKE D V,DEROBA J J,et al.Integrating management strategy evaluation into fisheries management:advancing best practices for stakeholder inclusion based on an MSE for Northeast US Atlantic herring [J].Canadian Journal of Fisheries and Aquatic Sciences,2019,76(7):1103-1111.
[31] WADE P R.Calculating limits to the allowable human-caused mortality of cetaceans and pinnipeds[J].Marine Mammal Science,1998,14(1):1-37.
[32] PUNT A E,MORENO P,BRANDON J R,et al.Conserving and recovering vulnerable marine species:a comprehensive evaluation of the US approach for marine mammals[J].ICES Journal of Marine Science,2018,75(5):1813-1831.
[33] PUNT A E,SIPLE M,SIGURDSSON G M,et al.Evaluating management strategies for marine mammal populations:an example for multiple species and multiple fishing sectors in Iceland[J].Canadian Journal of Fisheries and Aquatic Sciences,2020,77(8):1316-1331.
[34] NAKATSUKA S.Management strategy evaluation in regional fisheries management organizations-how to promote robust fisheries management in international settings[J].Fisheries Research,2017,187:127-138.
[35] CARRUTHERS T K A,POWERS J E,et al.Structure and estimation framework for Atlantic bluefin tuna operating models [J].Collective Volumes Scientific Papers ICCAT,2016,72:1782-1795.
[36] GEROMONT H F,BUTTERWORTH D S.Generic management procedures for data-poor fisheries:forecasting with few data[J].ICES Journal of Marine Science,2015,72(1):251-261.
[37] RICKER W E.Maximum sustained yields from fluctuating environments and mixed stocks[J].Journal of the Fisheries Research Board of Canada,1958,15(5):991-1006.
[38] BATSLEER J,POOS J J,MARCHAL P,et al.Mixed fisheries management:protecting the weakest link [J].Marine Ecology Progress Series,2013,479:177-190.
[39] CANALES C M,OLEA G,JURADO V,et al.Management Strategies Evaluation (MSE) in a mixed and multi-specific fishery based on indicator species:an example of small pelagic fish in Ecuador[J].Marine Policy,2024,162:106044.
[40] SCOTT F,SCOTT R,YAO N,et al.Mixed-fishery harvest strategy update.WCPFC-SC19-2023/MI-WP-07 rev 1[R].Koror,Palau:Western and Central Pacific Fisheries Commission,2023.
[41] FOGARTY M J.The art of ecosystem-based fishery management[J].Canadian Journal of Fisheries and Aquatic Sciences,2014,71(3):479-490.
[42] YIN J,XUE Y,LI Y Z,et al.Evaluating the efficacy of fisheries management strategies in China for achieving multiple objectives under climate change[J].Ocean &Coastal Management,2023,245:106870.
[43] PERRYMAN H A,HANSEN C,HOWELL D,et al.A review of applications evaluating fisheries management scenarios through marine ecosystem models[J].Reviews in Fisheries Science &Aquaculture,2021,29(4):800-835.
[44] SKERN-MAURITZEN M,OTTERSEN G,HANDEGARD N O,et al.Ecosystem processes are rarely included in tactical fisheries management[J].Fish and Fisheries,2016,17(1):165-175.
[45] BLANCHARD J L,JENNINGS S,HOLMES R,et al.Potential consequences of climate change for primary production and fish production in large marine ecosystems[J].Philosophical Transactions of the Royal Society of London Series B:Biological Sciences,2012,367(1605):2979-2989.
[46] LUCEY S M,GAICHAS S K,AYDIN K Y.Conducting reproducible ecosystem modeling using the open source mass balance model Rpath[J].Ecological Modelling,2020,427:109057.