Providing insight on decisions to hunt and trade bushmeat can facilitate improved management interventions that typically include enforcement, alternative employment, and donation of livestock. Conservation interventions to regulate bushmeat hunting and trade have hitherto been based on assumptions of utility- (i.e., personal benefits) maximizing behavior, which influences the types of incentives designed. However, if individuals instead strive to minimize regret, interventions may be misguided. We tested support for 3 hypotheses regarding decision rules through a choice experiment in Tanzania. We estimated models based on the assumptions of random utility maximization (RUM) and pure random regret maximization (P-RRM) and combinations thereof. One of these models had an attribute-specific decision rule and another had a class-specific decision rule. The RUM model outperformed the P-RRM model, but the attribute-specific model performed better. Allowing respondents with different decision rules and preference heterogeneity within each decision rule in a class-specific model performed best, revealing that 55% of the sample used a P-RRM decision rule. Individuals using a P-RRM decision rule responded less to enforcement, salary, and livestock donation than did individuals using the RUM decision rule. Hence, 3 common strategies, enforcement, alternative income-generating activities, and providing livestock as a substitute protein, are likely less effective in changing the behavior of more than half of respondents. Only salary elicited a large (i.e. elastic) response, and only for one RUM class. Policies to regulate the bushmeat trade based solely on the assumption of individuals maximizing utility, may fail for a significant proportion of the sample. Despite the superior performance of models that allow both RUM and P-RRM decision rules there are drawbacks that must be considered before use in the Global South, where very little is known about the social-psychology of decision making.
Efecto de las Reglas de Decisión en los Experimentos de Selección sobre la Cacería y el Mercado de la Carne de Animales Silvestres Resumen La obtención de conocimiento del porqué se elige cazar o comerciar con carne de animales silvestres puede facilitar mejoras en el manejo de las intervenciones que típicamente incluyen el cumplimiento de leyes, el empleo alternativo y la donación de ganado. Las intervenciones de conservación para regular la cacería y el comercio hasta ahora han estado basadas en suposiciones de comportamiento de maximización de la utilidad (es decir, los beneficios personales), las cuales influyen sobre los tipos de incentivos que son diseñados. Sin embargo, si los individuos en lugar de eso buscan minimizar el arrepentimiento, las intervenciones pueden ser erróneas. Evaluamos el apoyo para tres hipótesis con respecto a las reglas de decisión mediante un experimento de selección en Tanzania. Estimamos los modelos con base en las suposiciones de la maximización aleatoria de la utilidad (MAU) y la maximización aleatoria pura del arrepentimiento (MAPA) y las combinaciones de estas. Uno de estos modelos tuvo una regla de decisión específica de atributo y otro modelo tuvo una regla de decisión específica de clase. El modelo MAU tuvo un mucho mejor desempeño que el modelo MAPA, pero el modelo específico de atributo fue el que tuvo el mejor desempeño de todos. El mejor desempeño se observó cuando permitimos a los respondientes con diferentes reglas de decisión y con heterogeneidad de preferencia dentro de cada regla de decisión en un modelo específico de clase, lo que revela que el 55% de las muestras usaron una regla de decisión MAPA. Los individuos que usaron una regla de decisión MAPA respondieron menos al cumplimiento de leyes, el salario y la donación de ganado que aquellos individuos que usaron la regla de decisión MAU. Por esto, las tres estrategias comunes (cumplimiento de leyes, actividades alternativas generadoras de ingresos y el sustento de ganado como sustituto de la proteína) probablemente sean menos efectivas en el cambio del comportamiento de más de la mitad de los respondientes. Solamente el salario provocó una respuesta elástica, y solamente fue para una clase MAU. Las políticas que regulan el mercado de la carne de animales silvstres basadas solamente en la suposición de que los individuos maximizan la utilidad pueden fallar para una proporción significativa de la muestra. A pesar del desempeño superior de los modelos que permiten las reglas de decisión MAU y MAPA, existen desventajas que deben ser consideradas antes del uso de los modelos en el hemisferio sur, en donde se conoce muy poco sobre la psicología social de las decisiones.
深入理解狩猎和野味交易的决策将有助于改进管理干预措施, 这些措施通常包括执法、替代性就业和牲畜捐赠。迄今为止, 管理野生动物狩猎和野味交易的保护干预措施一直以效用 (即个体利益) 最大化行为的假设为基础, 这会影响设计激励措施的类型。然而, 如果个人反而致力于减少遗憾, 干预措施则可能会被误导。我们通过在坦桑尼亚进行选择实验, 测试了三个决策规则假设的支持情况。本研究基于随机效用最大化 (RUM) 和纯粹随机遗憾最大化 (P-RRM) 的假设及二者的组合来对模型进行了估计。其中一个模型包含属性特异的决策规则, 另一个模型包含了类别特异的决策规则。 RUM 模型的表现优于 P-RRM模型, 而属性特异模型的表现甚至更好。允许受访者采用不同决策规则, 且每个决策规则中存在偏好异质性的类别特异模型表现得最好, 表明了样本中55%的受访者使用了P-RRM决策规则。与使用 RUM 决策规则的受访者相比, 使用P-RRM决策规则的个体对法规执行、工资水平和牲畜捐赠的反应程度更低。因此, 三种常见的策略--法规执行、替代性创收活动以及提供牲畜作为替代蛋白质, 或许不能有效地改变半数以上受访者的行为。只有工资水平会引起人们很大的 (即弹性的) 反应, 且只对一种 RUM 决策类型的人群起到作用。因此, 仅基于个体效用最大化的假设来管理野味交易的政策在很大一部分人群中都可能会失败。尽管允许 RUM 和 P-RRM 决策规则的模型表现优越, 但在南半球使用这些模型之前必须考虑到一些缺陷, 因为在发展中国家, 人们对决策的社会心理学仍知之甚少。【翻译: 胡怡思; 审校: 聂永刚】.
Keywords: Tanzania; arrepentimiento; cacería furtiva; carne de animales silvestres; latent class model; modelo de clase latente; poaching; regret; wild meat; 野味; 偷猎; 坦桑尼亚; 潜在类别模型; 遗憾.
© 2020 Society for Conservation Biology.