Табл. 2 дает примерное представление о том, какие оценочные параметры привлекаются для этих целей. Ретроспективный анализ каждого отдельного компонента системы рыболовства сам по себе достаточно трудоемок. Однако для оценки устойчивости системы рыболовства в целом требуется установление взаимосвязи и взаимовлияния указанных компонентов в динамике. Можно, к примеру, проиллюстрировать, какие ошибки обычно возникают при анализе и прогнозе динамики капитала в случаях игнорирования принципа предосторожности и необходимости интегрированных подходов к управленческим решениям.

Известно, что проблема перекапитализации флота и избыточных промысловых мощностей сегодня считается главной причиной перелова и истощения запасов. При перелове принимается логическое решение по введению запрета на промысел там, где запасы биоресурсов катастрофически уменьшились. Казалось бы, одновременно с запретом следовало бы принять меры к выводу излишних промысловых мощностей и ограничению ввода судов после снятия запрета. Однако если введение запрета оказывается успешным, за этим на практике, как правило, принимается ряд неправильных решений, последовательность и результаты которых показаны на следующей схеме.

Причина происходящего кроется в том, что политики, как и рыбаки, в своих действиях руководствуются сиюминутными соображениями и не желают отягощать себя ношей ответственности перед будущими поколениями. К примеру, подобная схема принятия решений была реализована на тресковом промысле в Северной Атлантике, где запасы трески резко сократились в начале 1970-ых после очень высоких уловов в течение целого ряда лет. Рост уловов сопровождался совершенствованием технологии промысла и беспрецедентным ростом промысловых нагрузок. После ограничительных мер на промысел произошло восстановление запасов. Однако в 1980-ых повторилась цепь описанных событий и вновь запасы трески были подорваны (Charles, 2001).

Разумеется, политиков к принятию подобных решений подталкивает то обстоятельство, что выведение из оборота излишних судов подразумевает обратимость инвестиций, т. е. возможность продажи промысловых судов, в результате которой их владельцы должны получить приемлемую цену, а рыбаки - покинуть промысел. Однако выполнить это требование трудно, ибо промысловый флот специализирован и имеет мало возможностей для альтернативного использования. Иными словами, в данном случае инвестиции плохо обратимы. К тому же возникают проблемы с трудоустройством лишних рыбаков, что сделать не всегда просто, т. к. необходимо выплачивать пособия по безработице. Поэтому, хотя ряд государств (Канада, Норвегия) предпринимает меры по выкупу у рыбаков лишних мощностей, чаще всего политики и управленцы идут по наиболее легкому пути: закрывают глаза на перелов, и описанная выше картина повторяется.

В рассмотренных случаях негативное влияние на запасы трески вместе с перекапитализацией флота оказала и природная цикличность. Однако это не может стать аргументом для оправдания ошибок политиков, которые при недостаточности научных знаний о влиянии природных факторов на уровень запасов рыбы в своих решениях должны руководствоваться предосторожным подходом, т. е. всегда принимать решения в пользу сохранения запасов биоресурсов.

Вместе с тем, как отмечают исследователи из разных стран, несмотря на рост ресурсных ограничений, во многих бассейнах мирового рыболовства процесс согласования ОДУ все больше приобретает политическую и экономическую подоплеку при игнорировании рекомендаций ученых и требований предосторожности. Рис. 7 иллюстрирует, как в результате давления рыбного лобби в бассейне Баренцева моря ежегодно завышаются ОДУ арктической трески. Превышение рекомендованных наукой ОДУ происходит на фоне негативного тренда сохранения депрессивного состояния нерестового запаса трески, который уменьшился за последнее десятилетие в три раза. По мнению норвежских ихтиологов, величины согласованных ОДУ трески после 1998 г., как правило, на 50-100 % превышают научно обоснованные объемы (400 тыс. т против 110-260 тыс. т) (UNEP, 2004).

Как уже было сказано, при биоэкономических оценках к анализу приходится привлекать значительные базы данных, содержащие разноплановые и разнокачественные показатели, методы анализа которых также относятся к разным областям знаний. В ситуациях, сопряженных с большим числом переменных и с необходимостью выбора альтернативы, наиболее удобным средством для принятия управленческих решений являются приемы моделирования и математического программирования. Они позволяют сделать оптимальный выбор при наличии множества аналитических параметров и ограничений.

Как отмечают академик РАН К. Я. Кондратьев и профессор В.Ф. Крапивин, "когда коммерческое отношение к биосфере стало определяющей стратегией человечества и когда стал виден экологический тупик, информационный ресурс поднялся на шкале значимости до близких к предельным значениям" (Крапивин, Кондратьев, 2002: 83). Поэтому, утверждают ученые, анализ разнокачественных данных возможен только при использовании математических моделей различного типа (балансовых, оптимизационных, эволюционных, статистических и т. д.)

"Большинство из них, - считают они, - ориентировано на теоретическое осмысление живых систем высокого уровня с использованием имеющихся знаний, и лишь малая часть нацелена на первые шаги к объективной оценке современной глобальной экологической ситуации" (там же: 88-90).

Моделирование уже нашло применение и при биоэкономическом анализе рыболовства. Возможный диапазон его использования обстоятельно проанализирован А. Родригесом (Rodrigues, 1990), который показал, что модели позволяют представить реальный мир в форме, которая легко воспринимается. Они могут быть достаточно простыми, выражены устно, т. е. словами, с использованием иллюстраций, схем и графиков, физических или масштабных моделей. Модели помогают лучше понять поведение рыбаков и составить прогноз реагирования рыбаков на те или иные нормы рыболовства. К примеру, реакция на ограничение числа промысловых судов обычно выражается в виде роста вложений в каждое индивидуальное судно, тогда как попытки ограничения длины судов ведут к росту мощностей за счет изменения их параметров (типа ширины или мощности двигателя).

В более сложных ситуациях, когда целью биоэкономического анализа становится выбор альтернативных политик на перспективу, неоценимую помощь могут оказать математическое моделирование и методы линейного программирования. Но в любом случае основное назначение моделирования - избежать реализации на практике масштабных и плохо выверенных проектов и политик. Переход к сложным моделям, как правило, должен начинаться с устного обсуждения целей и ожидаемых результатов моделирования и отображения их на графиках.