目錄
1. 引言
本文探討美國商業漁業從傳統管理系統轉向捕撈配額(亦稱為個別漁獲配額 - IFQs,或有限准入特權計畫 - LAPPs)對聯邦政府的財政影響。在聯邦赤字削減壓力日益增加之際,本研究對漁業部門內一個潛在的政策槓桿進行了量化評估。
捕撈配額制度授予漁民一個穩定的特權,以捕撈科學確定的漁業總可捕量(TAC)中的特定份額。這與限制准入、努力量控制及「競捕」動態等傳統方法形成對比。核心問題在於,這種管理轉變對政府而言是否代表一項穩健的財政投資。
2. 研究方法
本研究採用比較財務分析來估算對聯邦預算的淨影響。
2.1 淨現值分析
潛在的聯邦預算效應使用淨現值(NPV)進行總結,這是一種計算未來現金流現值的標準財務技術。該分析比較了每個漁業在兩種狀態下的情況:一種是捕撈配額管理,另一種是傳統管理。
2.2 比較框架
特定漁業的財政影響計算如下:
(捕撈配額下的聯邦收入 – 捕撈配額下的聯邦成本)–(傳統管理下的聯邦收入 – 傳統管理下的聯邦成本)
結果為正數表示聯邦赤字減少。本研究檢視了兩個現有的捕撈配額漁業和兩個傳統管理的漁業,以建立其估算基礎。
3. 主要發現與結果
估算的赤字削減額(NPV)
1.65億美元
來自將所研究的四個漁業轉為捕撈配額管理。
潛在的全國性影響(NPV)
8.9億至12.4億美元
若44個聯邦漁業中有36個採用捕撈配額管理。
赤字削減的主要驅動因素:
- 所得稅收入增加: 捕撈配額帶來更穩定、更具盈利能力的漁業經營,從而提高漁民的應稅收入。
- 成本回收: 聯邦法律規定捕撈配額計畫需向參與者回收部分管理成本,從而減少聯邦支出。
報告的非財政共同效益: 魚類資源永續、生態浪費(混獲)減少、單船收入增加以及安全性提升。
報告的社會權衡: 可能從兼職工作轉向更少的全職工作,以及港口間經濟活動的轉移,造成局部性的贏家和輸家。
4. 核心洞察與分析師觀點
核心洞察: 本文不僅僅是關於魚類;它巧妙地將一項環境政策(捕撈配額)重新包裝為一個具體、可量化的赤字削減工具。作者向預算鷹派推銷一個雙贏的敘事:既拯救海洋,也拯救國庫。從生態效益(如Costello、Gaines & Lynham (2008) 等文獻中已確立的)轉向直接的財政影響,是本研究的神來之筆。
邏輯脈絡: 論點在經濟上優雅,但在政治上過於簡化。邏輯鏈——捕撈配額 → 盈利能力提升 → 更高的稅款支付 + 使用者付費 → 赤字降低——在真空狀態下是合理的。它反映了經合組織(OECD)等機構倡導的資源管理「使用者付費」原則。然而,它忽略了政治經濟學。估算的1.65億至12.4億美元淨現值,雖然並非微不足道,但在數兆美元的赤字中僅是四捨五入的誤差。其真正價值在於作為一個政治楔子,以克服面臨整合的漁業社區的反對,這是本文承認但邊緣化的缺點。
優點與缺陷: 其優勢在於方法論。將標準的公司財務工具(NPV)應用於公共政策,使結果易於理解。使用比較框架(捕撈配額 vs. 傳統管理)是穩健的。主要缺陷在於基礎。其預測是建立在未來情境的「公開數據、各種假設和專家意見」之上。本文自身的警示性說明是一個巨大的危險信號。它從一個極小的樣本(4個漁業)推斷到全國規模,這是一個大膽的假設。它還將盈利能力提升視為必然結果,忽略了其他資源配額系統中記錄的市場波動和實施失敗。
可操作的見解: 對於政策制定者而言,這是一個為環境法規建立財政論據的藍圖。教訓是始終要將共同效益貨幣化。對於反對者,它強調了挑戰潛在淨現值假設的必要性——貼現率、成本預測和利潤預測。對於研究人員,它凸顯了差距:我們需要更多關於捕撈配額實際財政表現的事後縱向研究,而不僅僅是事前模型。此類政策的未來,與其說取決於其生態完美性,不如說取決於其能否通過以預算辦公室語言構建的成本效益審計。
5. 技術細節與數學框架
分析的核心是應用於聯邦現金流的淨現值(NPV)計算。單一漁業轉型的淨現值在預測時間範圍(T)內計算:
$\text{NPV}_{\text{fishery}} = \sum_{t=0}^{T} \frac{(R_{CS,t} - C_{CS,t}) - (R_{TM,t} - C_{TM,t})}{(1 + r)^t}$
其中:
$R_{CS,t}$ = 第 $t$ 年捕撈配額下的聯邦收入(主要是所得稅)。
$C_{CS,t}$ = 第 $t$ 年捕撈配額下的聯邦成本(扣除成本回收後)。
$R_{TM,t}$ = 第 $t$ 年傳統管理下的聯邦收入。
$C_{TM,t}$ = 第 $t$ 年傳統管理下的聯邦成本。
$r$ = 貼現率,反映貨幣的時間價值和政策風險。
$t$ = 時間段(年)。
總估算影響是將多個漁業的淨現值匯總。本研究關鍵假設是,在大多數 $t$ 時期,$(R_{CS,t} - C_{CS,t}) > (R_{TM,t} - C_{TM,t})$,這是由前述兩個主要機制驅動的。
6. 分析框架與範例案例
框架:比較性政策淨現值評估
本研究提供了一個評估任何監管或管理轉變之財政影響的範本。該框架可分解為以下步驟:
- 定義政策轉變: 明確說明干預措施(例如,傳統管理 → 捕撈配額)。
- 識別財政槓桿: 描繪該變化如何影響政府收入和成本流(例如,稅收、費用、補貼、執法成本)。
- 建立基線與情境: 量化現行系統下的收入/成本(基線)以及新系統下的預測值(情境)。
- 建立現金流模型: 在相關時間範圍內,預測年度淨財政影響(情境 - 基線)。
- 計算總和淨現值: 將未來年度影響折現為現值並加總。
- 進行敏感性分析: 測試淨現值如何隨關鍵假設(貼現率、利潤增長幅度)變化。
範例案例(假設性漁業):
基線(傳統管理): 每艘船年平均利潤 = 5萬美元;船隊規模 = 100艘船;聯邦管理成本 = 每年200萬美元;成本回收 = 0美元。
情境(捕撈配額): 每艘船年平均利潤 = 8萬美元(增長60%);船隊整合至70艘船;聯邦管理成本 = 每年150萬美元;成本回收費 = 每年50萬美元。
年度財政影響計算:
收入影響 = (70艘船 * 8萬美元 * 稅率) - (100艘船 * 5萬美元 * 稅率)。
成本影響 = (150萬美元 - 50萬美元) - 200萬美元 = 節省100萬美元。
年度淨影響 = 收入影響 + 100萬美元成本節省。然後將此現金流折現以求得淨現值。
7. 未來應用與方向
框架的更廣泛應用: 此方法不限於漁業。它可用於評估以下方面的財政影響:
- 將林業轉向可交易許可證系統。
- 實施碳定價或總量管制與交易計畫。
- 將水權管理轉向市場化機制。
- 任何改變自然資源部門資產安全性、盈利能力和行政成本結構的政策。
未來研究需求:
1. 縱向實證驗證: 追蹤捕撈配額計畫10-20年實際事後財政表現的研究,以驗證或修正模型的假設。
2. 分配分析: 更深入地探討地理和社區層面的財政影響,超越聯邦總體數字,以了解地方預算效應。
3. 與生態系統服務價值評估整合: 將此財政淨現值與非市場效益(生物多樣性、韌性)的價值評估相結合,進行更全面的社會成本效益分析,遵循自然資本計畫的框架。
4. 動態建模: 納入反饋循環,例如盈利能力提升如何導致對永續技術的進一步投資,形成良性循環。
8. 參考文獻
- Branch, T. A. (2008). How do individual transferable quotas affect marine ecosystems? Fish and Fisheries.
- Costello, C., Gaines, S. D., & Lynham, J. (2008). Can Catch Shares Prevent Fisheries Collapse? Science.
- Essington, T. E. (2010). Ecological indicators display reduced variation in North American catch share fisheries. Proceedings of the National Academy of Sciences.
- GSGislason & Associates. (2008). Social and Economic Considerations for Catch Share Systems. (報告).
- Knapp, G. (2006). Individual Fishing Quotas in the Alaskan Halibut and Sablefish Fisheries. University of Alaska Anchorage.
- McCay, B. J., Creed, C. F., Finlayson, A. C., Apostle, R., & Mikalsen, K. (1995). Individual Transferable Quotas (ITQs) in Canadian and US Fisheries. Ocean & Coastal Management.
- National Oceanic and Atmospheric Administration (NOAA). (2010). Catch Share Policy.
- OECD. (2017). The Political Economy of Biodiversity Policy Reform. OECD Publishing, Paris.
- Redstone Strategy Group, LLC. (2007). Assessing the potential for LAPPs in U.S. fisheries. Unpublished.