2. Uusiutuvat luonnonvarat: Kalastuksen taloustiede

Samankaltaiset tiedostot
YLE 5 Luonnonvarataloustieteen jatkokurssi Kalastuksen taloustiede

Peliteoria ja kalatalous YE4

2. Uusiutuvat luonnonvarat: Kalastuksen taloustiede

Luonnonvarataloustieteen näkökulmiakansallisen lohistrategiansuunnitteluun

Keskeiset termit kalakantaarvioiden. Ari Leskelä, RKTL

Kansallinen säätely YE4

Uusiutuvat luonnonvarat Kalastuksen taloustiede: Luentoteemat

Itämeren lohen suojelu ja talous. Soile Kulmala. Erikoistutkija SYKE/LYNET-yhteistyö

Mat Dynaaminen optimointi, mallivastaukset, kierros 5

MS-C2105 Optimoinnin perusteet Malliratkaisut 5

Maatalous-metsätieteellisen tiedekunnan valintakoe Ympäristö-ja luonnonvaraekonomia Matematiikan kysymysten oikeat vastaukset

ECONOMICS AND CONSERVATION OF THE BALTIC SALMON ITÄMEREN LOHEN SUOJELU TALOUSTIETEEN NÄKÖKULMASTA. Soile Kulmala

Kuhan ala- ja ylämittasäätely kestävän kalastuksen välineenä

Piiri K 1 K 2 K 3 K 4 R R

Y56 Laskuharjoitukset 4 Palautus viim. ti klo (luennolla!) Opiskelijan nimi. Opiskelijanumero

Mat Dynaaminen optimointi, mallivastaukset, kierros 11

1 UUSIUTUMATTOMAT LUONNONVARAT

Luku 26 Tuotannontekijämarkkinat. Tuotannontekijämarkkinat ovat tärkeä osa taloutta. Esimerkiksi

Luku 34 Ulkoisvaikutukset

1 Rajoitettu optimointi I

7 Yrityksen teoria: tuotanto ja kustannukset (Mankiw & Taylor, Ch 13)

y + 4y = 0 (1) λ = 0

Luku 26 Tuotannontekijämarkkinat. Tuotannontekijämarkkinat ovat tärkeä osa taloutta. Esimerkiksi

Malliratkaisut Demo 1

1 Rajoittamaton optimointi

2. Viikko. CDH: luvut (s ). Matematiikka on fysiikan kieli ja differentiaaliyhtälöt sen yleisin murre.

Panoskysyntä. Luku 26. Marita Laukkanen. November 15, Marita Laukkanen Panoskysyntä November 15, / 18

Diskreettiaikainen dynaaminen optimointi

Talousmatematiikan perusteet: Luento 15. Rajoitettu optimointi Lagrangen menetelmä Lagrangen kerroin ja varjohinta

Voitonmaksimointi esimerkkejä, L9

min x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2

1 Komparatiivinen statiikka ja implisiittifunktiolause

Kuhan ala- ja ylämittasäätely kestävän kalastuksen välineenä

Differentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /

y = 3x2 y 2 + sin(2x). x = ex y + e y2 y = ex y + 2xye y2

Demo 1: Simplex-menetelmä

Matemaattinen lisäys A. Derivaatta matematiikassa ja taloustieteessä

2. kl:n DY:t. Lause. Yleisesti yhtälöllä ẍ = f(ẋ, x, t) on (sopivin oletuksin) aina olemassa 1-käs. ratkaisu. (ẋ dx/dt, ẍ d 2 x/dt 2.

Sisävesien vajaasti hyödynnettyjen ekologisesti kestävä saalispotentiaali

Taloustieteen perusteet 31A Ratkaisut 3, viikko 4

Malliratkaisut Demot

Derivaatat lasketaan komponenteittain, esimerkiksi E 1 E 2

Sivu 1 / 8. A31C00100 Mikrotaloustieteen perusteet: matematiikan tukimoniste. Olli Kauppi

HY, MTO / Matemaattisten tieteiden kandiohjelma Todennäköisyyslaskenta IIa, syksy 2018 Harjoitus 3 Ratkaisuehdotuksia.

Differentiaaliyhtälöt I Ratkaisuehdotuksia, 2. harjoitus, kevät Etsi seuraavien yhtälöiden yleiset ratkaisut (Tässä = d

ehdolla y = f(x1, X2)

Juuri 2 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty

Kuljetustehtävä. Materiaalia kuljetetaan m:stä lähtöpaikasta n:ään tarvepaikkaan. Kuljetuskustannukset lähtöpaikasta i tarvepaikkaan j ovat c ij

Tehtävänanto oli ratkaista seuraavat määrätyt integraalit: b) 0 e x + 1

1. Etsi seuraavien funktioiden kriittiset pisteet ja tutki niiden laatu: (a.) f(x,y) = 20x 2 +10xy +5y 2 (b.) f(x,y) = 4x 2 2y 2 xy +x+2y +100

1 Di erentiaaliyhtälöt

Talousmatematiikan perusteet: Luento 14. Rajoitettu optimointi Lagrangen menetelmä: yksi yhtälörajoitus Lagrangen menetelmä: monta yhtälörajoitusta

Differentiaali- ja integraalilaskenta 1 Ratkaisut 2. viikolle /

Jos siis ohjausrajoitusta ei olisi, olisi ratkaisu triviaalisti x(s) = y(s). Hamiltonin funktio on. p(0) = p(s) = 0.

f(x 1, x 2 ) = x x 1 k 1 k 2 k 1, k 2 x 2 1, 0 1 f(1, 1)h 1 = h = h 2 1, 1 12 f(1, 1)h 1 h 2

11 Oligopoli ja monopolistinen kilpailu (Mankiw & Taylor, Ch 17)

Taloustieteen perusteet 31A Mallivastaukset 2, viikko 3

Voidaan laskea siis ensin keskimääräiset kiinteät kustannukset AFC: /10000=10

8 Yritys kilpailullisilla markkinoilla (Mankiw & Taylor, Ch 14)

Y56 laskuharjoitukset 6

Luento 5: Peliteoriaa

f (28) L(28) = f (27) + f (27)(28 27) = = (28 27) 2 = 1 2 f (x) = x 2

KANSANTALOUSTIETEEN PÄÄSYKOE : Mallivastaukset

Luku 34 Ulkoisvaikutukset

JAKSO 2 KANTA JA KOORDINAATIT

w + x + y + z =4, wx + wy + wz + xy + xz + yz =2, wxy + wxz + wyz + xyz = 4, wxyz = 1.

CHEM-A1110 Virtaukset ja reaktorit. Laskuharjoitus 9/2016. Energiataseet

Säkylän Pyhäjärven kalataloudellinen kannattavuus tulevaisuudessa

KJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme

Luento 6: Monitavoitteinen optimointi

[xk r k ] T Q[x k r k ] + u T k Ru k. }.

Matematiikan tukikurssi

a) Markkinakysyntä - Aikaisemmin tarkasteltiin yksittäisen kuluttajan kysyntää. - Seuraavaksi tarkastellaan koko markkinoiden kysyntää.

Matematiikan peruskurssi (MATY020) Harjoitus 10 to

Jatkuvan ajan dynaaminen optimointi

Matematiikan tukikurssi, kurssikerta 2

8 Yrityksen teoria: tuotanto ja kustannukset (Taloustieteen oppikirja, luku 5; Mankiw & Taylor, 2 nd ed., ch 13)

Haitallinen valikoituminen: yleinen malli ja sen ratkaisu

(s 2 + 9)(s 2 + 2s + 5) ] + s + 1. s 2 + 2s + 5. Tästä saadaan tehtävälle ratkaisu käänteismuuntamalla takaisin aikatasoon:

f(x) f(y) x y f f(x) f(y) (x) = lim

Matemaattinen Analyysi

Luento 9: Yhtälörajoitukset optimoinnissa

Differentiaali- ja integraalilaskenta 2 Laskuharjoitus 4 / vko 40

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Tentti ja välikokeiden uusinta

Kuhan ala- ja ylämittasäätelyn sovittaminen paikallisiin olosuhteisiin

Prof. Marko Terviö Assist. Jan Jääskeläinen

MATP153 Approbatur 1B Ohjaus 2 Keskiviikko torstai

KANTAKOHTAISEEN LOHENKALASTUKSEEN. Tornio Kalervo Aska pj. Tornio-Muoniojokiseura ry

1 Rajoitettu optimointi II - kustannusfunktio, Lagrangen kertoimet varjohintoina

TEKNILLINEN TIEDEKUNTA, MATEMATIIKAN JAOS

Osa 11. Yritys kilpailullisilla markkinoilla (Mankiw & Taylor, Ch 14)

0 kun x < 0, 1/3 kun 0 x < 1/4, 7/11 kun 1/4 x < 6/7, 1 kun x 1, 1 kun x 6/7,

Normaaliryhmä. Toisen kertaluvun normaaliryhmä on yleistä muotoa

KKT: log p i v 1 + v 2 x i = 0, i = 1,...,n.

Differentiaaliyhtälöt I, kevät 2017 Harjoitus 3

MS-A0107 Differentiaali- ja integraalilaskenta 1 (CHEM)

lnx x 1 = = lim x = = lim lim 10 = x x0

Johdannaisanalyysi. Contingent Claims Analysis Juha Leino S ysteemianalyysin. Laboratorio

Matematiikan perusteet taloustieteilij oille I

Transkriptio:

YLE5 / YET-09 Luonnonvarataloustieteen jatkokurssi. Uusiutuvat luonnonvarat: alastuksen taloustiede Marko Lindroos & Maija Holma

Uusiutuvat luonnonvarat alastuksen taloustiede: Luentoteemat.1 Johdanto. Schäfer-Gordon malli.3 Säätely.4 ansainväliset kalastussopimukset.5 Monilajimallit

Schäfer-Gordon malli Gordon (Journal of Political Economy 1954), Schäfer (1957), Scott (JPE 1955) Vaihtoehdot joita vertailemme: 1. Biologinen optimointi (Maximum Sustainable Yield = MSY). Taloudellinen optimointi (Maximum Economic Yield = MEY) 3. Vapaa kalastusoikeus (open access) 3

Biologia Logistinen kalakannan kasvufunktio F(x) asvun oletetaan riippuvan vain kalakannan biomassasta x Biomassa tarkoittaa kalakannan painoa. Esim: Norjan kevätkutuinen silli suurimmillaan 10 miljoonaa tonnia. Muita kasvuun vaikuttavia tekijöitä esim. Ikäjakauma avinto ilpailu Elinympäristö 4

50 steady.m Populaation tiheydestä riippuva saturaatio 45 40 biomassa x 35 30 5 0 0 5 10 15 0 aika t 5

Logistinen kasvufunktio (1) F( x) x(1 x ) kasvuparametri, kyky lisääntyä x kalakanta ekosysteemin kantokyky, luonnon tasapaino F(x) kalakannan kasvuvauhti 6

F(x) Logistinen kasvufunktio 3 F(x) = kalakannan kasvuvauhti.5 1.5 1 0.5 0 0 1 3 4 5 6 7 8 9 10 Biomassa 7

Maksimikasvun tuottava kalakanta, kun saalistusta ei ole Maksimikasvu löytyy kohdasta, jossa kasvufunktion derivaatta kannan suhteen on nolla: F( x) d dx x x F( x) x(1 (1 x ) x ) X 0 x 8

Maksimikasvu, kun saalistusta ei ole Maksimikasvu saadaan sitten sijoittamalla x=/ kasvufunktioon: 1 F( ) (1 ) (1 ) 1 ( ) 4 9

F(x) Logistinen kasvufunkto 3.5 BO Maksimikasvu = MSY =1, =10 1.5 1 0.5 0 0 1 3 4 5 6 7 8 9 10 Biomassa 10 x 5 1*10 F.5 4 4 10

Tuotanto: Saalisfunktio Oletetaan että tuotantofunktio eli saalisfunktio on lineaarinen kalastuspanoksen E ja kalakannan x suhteen: (4) h qex E: kalastuspanos, esim. alusten lukumäärä, kalastustunnit tai päivät q: pyydystettävyyskerroin, kalastusvälineen teknologia h: saalismäärä biomassana 11

estävyys (sustainability) Luonnonvaran käyttö on kestävää silloin kun kannasta käytetään vain kasvu eli x(t) = F(x(t)) h(t) = 0 -> estävyyden määritelmä: F(x(t)) = h(t) Millä kalastuksen vakiotasolla kalastusta voidaan jatkaa loputtomiin? Oletetaan siis nyt, että h(t) = h, eli vakio yli ajan. 1

alakannan kestävä hyödyntäminen (sustainability) estävyys tarkoittaa tässä siis sitä että pitkällä aikavälillä kalakannan taso pysyy muuttumattomana, kun tuotanto eli saalis = kasvu. Monesti puhutaan ns. steady state:sta. Lasketaan seuraavaksi kestävä kalakanta hyödyntämällä tätä kestävyyden määritelmää: x x(1 ) qex Logistinen kasvufunktio = saalis 13

alakannan kestävä hyödyntäminen: ratkaistaan kalakannan kestävä taso x msy x x(1 ) qex x qe qe x msy qe x (1 ) estävä kalakannan koko kalastuspanoksen funktiona: Mitä suurempi kalastuspanos (E) sitä pienempi kestävä kalakanta 14

Biomassa x estävä kalakanta kalastuspanoksen funktiona 1 10 8 6 4 =1 =10 q=0.5 0 0 0.5 0.5 0.75 1 1.5 1.5 1.75 alastuspanos E x qe (1 ) 15

estävä saalis estävä saalis saadaan puolestaan sijoittamalla kestävän kannan yhtälö: msy qe x (1 ) tuotantoyhtälöön: h msy qex msy h msy qe qe(1 ) estävä saalis kalastuspanoksen funktiona 16

Millä kalastuspanoksen määrällä saadaan suurin kestävä saalis? qe max h qe(1 ) qe E dh q E q 0 de msy E q q E 17

Maximun sustainable yield (MSY) Sijoitetaan äsken laskettu kalastuspanoksen määrä kestävän saaliin yhtälöön qe h qe(1 ) q q h q 1 q / h 1 msy h 4 18

Saalis h estävä saalis kalastuspanoksen funktiona h qe (1 qe ) 3.5 1.5 1 =1 =10 q=0.5 0.5 0 0 0.5 0.5 0.75 1 1.5 1.5 1.75 alastuspanos E E MSY 1 1 q *0.5 1*10 hmsy 4 4.5 19

alakannan koko kun kalastetaan MSY verran msy msy h qe x q x 4 q X msy 0

Yhteenveto h x E MSY MSY MSY 4 q un ei huomioida hinta ja kustannusparametreja. MSY on siis biologinen optimi. 1

Mitä jos kalastuksen säätelyssä otetaan huomioon talous? Oletukset: kalan hinta (per kg tai tonni) p on vakio (esim. maailmanmarkkinahinta johon kalastajat eivät voi vaikuttaa) kalastuspanoksen yksikkökustannus c vakio (rajakustannus) Seuraavaksi laskemme taloudellisesti optimaalisen kalastuspanoksen. Oletamme, että kalastusta hoitaa yksi kalastaja (ns. sole owner), esim. valtio joka omistaa kalakannan.

Taloudellisesti optimaalinen kalastuspanos Maksimoidaan kestäviä voittoja valitsemalla kalastuspanos E. FOC: qe max ph ce pqe (1 ) ce E qe pq(1 ) c 0 E pq E pq c 0 E pq E pqk c mey ( pqk c) c E E* pq k q pq q (1 c pq ) 3

, g Taloudellisesti optimaalinen kalastuspanos 3 E TO =E *.5 1.5 1 0.5 0 voitto 0 0. 0.4 0.6 0.8 1 1. 1.4 1.6 1.8 Saalis ja saaliin arvo alastuskustannukset =1 =10 q=0.5 p=1 c=1 alastuspanos (E) * c 1 1 E (1 ) 1 0.8 q pq *0.5 1*0.5*10 4

Taloudellisesti optimaalinen kalakanta (MEY) Sijoitetaan optimi E kestävän kalakannan yhtälöön (ratkaistu kalvossa 14) qe x (1 ) 1 1 c x pq 1 c x pq mey c x* x pq q q c pq 5

, g Taloudellisesti optimaalinen kalakanta (MEY) 3 X TO.5 1.5 1 0.5 0 voitto 0 1 3 4 5 6 7 8 9 10 Saalis ja saaliin arvo alastuskustannukset =1 =10 q=0.5 p=1 c=1 alakannan koko (X) c 10 1 x* 6 pq *1*0.5 6

Taloudellisesti optimaalinen saalis h*=qe*x* pq c h pq c pq c pq c q q pq c pq c q q h 3 4 4 * 4 4 4 4 * 7

, g Taloudellisesti optimaalinen saalis 3 E TO.5 1.5 1 voitto Saalis ja saaliin arvo alastuskustannukset 0.5 0 0 0. 0.4 0.6 0.8 1 1. 1.4 1.6 1.8 alastuspanos (E) c h*.4 4 4pq 8

Biologinen vs taloudellinen optimi pq c q E q E pq c x x pq c h h MSY MSY MSY * * 4 4 * 4 9

, g, g Biologinen vs taloudellinen optimi 3.5 X BO X TO Optimi (E) (X) Saalis Voitto 1.5 1 voitto Saalis ja saaliin arvo alastuskustannukset Biologinen Taloudellinen 1 5.5 1.5 0.8 6.4 1.6 0.5 0 0 1 3 4 5 6 7 8 9 10 alakannan koko (X) 3 E TO.5 1.5 1 voitto Saalis ja saaliin arvo alastuskustannukset 0.5 0 0 0. 0.4 0.6 0.8 1 1. 1.4 1.6 1.8 alastuspanos (E) 30

Taloudellinen vs. biologinen optimi Vertailu MSY-kalastuspanokseen: Ainoastaan silloin kun kustannukset = 0 (tai niitä ei huomioida) taloudellinen optimi on yhtä kuin MSY. Muissa tapauksissa optimikalastuspanos on pienempi kuin MSY-kalastuspanos Taloudellisesti optimaalinen kalakanta > biologisesti optimaalinen kalakanta 31

Vapaa kalastusoikeus Oletetaan että kalakantaa ei säädellä ja kaikilla on vapaa pääsy kalastamaan. Tällöin positiiviset voitot houkuttelevat alalle uusia kalastusaluksia. Alalle tulee yrityksiä niin kauan kunnes voitot menevät nollaan. Tässä taloudellisessa tasapainossa kenenkään ei kannata tulla alalle eikä kenenkään poistua. 3

Vapaan kalastusoikeuden kalastuspanos ph ce 0 qe pqe ( 1 ) ce qe pq( 1 ) c 0 0 q c pq q c pq OA E (1 ) E VP 33

, g Vapaa kalastusoikeus 3.5 E VP 1.5 1 voitto Saalis ja saaliin arvo alastuskustannukset 0.5 0 0 0. 0.4 0.6 0.8 1 1. 1.4 1.6 1.8 alastuspanos (E) OA c E (1 ) 1.6 q pq 34

Taloudellinen optimi vs. open access E* E OA q q c pq c pq Vapaan kalastusoikeuden kalastuspanos on kaksinkertainen taloudelliseen verrattuna Jos kalastuspanos määritellään kalastusaluksina, voimme päätellä että vapaa kalastusoikeus luo liikakapasiteettia. oska voitot ovat nollassa (pienempi kuin optimi), vapaa kalastusoikeus on aina taloudellisesti tehoton. Taloudellinen liikakalastus 35

Yhteenveto 3,5 X BO X TO X VP, g 1,5 voitto Saalis ja saaliin arvo alastuskustannukset 1 0,5 Säätely (E) (X) Saalis Voitto 0 0 1 3 4 5 6 7 8 9 10 alakannan koko (X) Ei 1.6 1.6 0 Biologinen Taloudellinen 1 5.5 1.5 0.8 6.4 1.6, g E BO 3 E TO,5 E VP 1,5 voitto 1 0,5 0 0 0, 0,4 0,6 0,8 1 1, 1,4 1,6 1,8 alastuspanos (E) Saalis ja saaliin arvo alastuskustannukset 36

Laskuharjoitus L4 Luennolla ratkaisimme kestävät voitot, saaliin, kalastuspanoksen ja kalakannan Schäfer-Gordon mallille käyttäen logistista kasvufunktiota ja seuraavia parametriarvoja: Hinta, p = 1; antokyky, = 10; asvu, = 1; Saalistettavuuskerroin, q = 0.5, tapauksessa, jossa kalastuksen kustannushyötysuhde on tehokas (c = 1). Vertaile luennolla saatuja tuloksia tehottomaan kalastukseen, eli käytä nyt kalastuspanoksen yksikkökustannukselle arvoa c = 4. Laske jälleen yllä mainitut tulokset biologisesti (MSY) ja taloudellisesti optimaalisen säätelyn (MEY) ja vapaan kalastusoikeuden (open access) tapauksessa. uinka tärkeänä pidät kalastuksensäätelyä tehokkaan ja tehottoman kalastuksen tapauksessa? 37