Elephant carcass encounter data
African elephant carcass data were collected as part of monitoring the Illegal Killing of Elephants (MIKE) programme, このプログラムは2002年にワシントン条約によって制定され、それ以来、アフリカ各地の野生生物当局と協力して、レンジャーによる監視プログラムを実施しています。 このプログラムでは、サハラ以南のアフリカ29カ国、53カ所の現場(ほとんどが保護区だが、隣接する非保護区に広がることも多い)から毎年死骸の数を集計している。 モニタリング手法の詳細については別の記事で紹介していますが12、要するに、定期的に巡回しているレンジャーがゾウの死骸に遭遇したらその場所を記録し、死因が自然死か管理か違法行為(ほとんどが象牙の密猟ですが、ごくたまに人間とゾウの紛争で報復された結果)かを特定するのです。 2002年から2017年の間に、このプログラムはアフリカで18,007の死骸を記録し、そのうち8860が違法な殺害と特定され、16年間で53サイトから607の観察結果を提供しています(2018年2月までに受け取ったすべての記録を含む)。 いくつかのサイトは毎年死骸を報告しなかったか、2002年より後にプログラムに参加しました
MIKEプログラムによって照合されたこれらの死骸遭遇データは、いくつかの潜在的な限界を示すことに留意すべきである12:(a)バックグラウンド死亡率(すなわち自然死亡または管理による死骸)の変動は不明ですが、年およびサイト間で一定であると仮定されているのでPIKEに影響を及ぼします。 背景死亡率(ここでは自然死亡率)は干ばつや降水量の少ない時期に増加する49,50。そこで、サイト固有の年間降水量が PIKE に及ぼす影響を推定し、この影響をゼロとしてモデルの予測を行うことで、変動する自然死亡率を考慮することを目指した。 (b) サイトと年をまたいだ PIKE の計算は、違法行為、管理、自然な理由によるすべての死骸の検出確率が同じであるという仮定に基づく。 この仮定はありえないかもしれない。なぜなら、データは違法行為を抑止する目的で、密猟防止パトロールによって収集されるからである。 しかし、このバイアスは空間的にも時間的にも一定であり、共変量との関連や傾向を正確に推定することができると考えるのが妥当であろう。 (c) アフリカ全土の53地点のデータに基づく密猟率の予測は、大陸の推定値の不確実性を完全にカバーできないかもしれないが、調査地域はアフリカのサバンナゾウが現存する地域の25%51とアフリカのサバンナゾウの個体数の約50%をカバーしている6,15。 象牙の需要や供給に関係すると考えられる共変量には、時間的・空間的に変化する要因や、貧困の2つの個別指標である乳児死亡率や貧困密度を含めました。 貧困は複雑で多次元的な問題であり、単一の変数で簡単に測定することはできないが53 、貧困が野生動物の違法活動に与える悪影響は以前から強調されている18 ので、貧困の多面性を考慮することが重要である。 すべての共変量がサイトごとの最高解像度で利用できたわけではない。 以下では、サイトごと、国ごと、サイトレベル、年次の順で紹介する。 分析前に、すべての共変量は中心化され、平均が 0、標準偏差が 1 となるように標準化された。また、予測因子間の共線性のテストも行った。 すべての組み合わせでスピアマンのρ2推定値<0.5を示し、問題のない相関とみなした(補足図1参照)
幼児死亡率。 乳児死亡率(IMR)は、出生1000人あたりの1歳未満の子どもの死亡数を測定し、地域社会の発展や社会経済的地位の水準を示す粗い指標である54。 もし IMR が象の密猟率を強く予測するのであれば、医療介入だけで密猟率に影響を与えることが期待されると解釈することはできないだろう。 国別の年間IMR推定値は、国連(UN)の児童死亡率推定に関する機関間グループにより利用可能であった57。 空間的・時間的変動が大きいため、2つのデータセットを組み合わせて、すべての年のすべてのサイトのIMR推計値を得た。 実際には、農村部と都市部の改善率は異なるかもしれないが、国の変化は、都市化による小さな変化よりも、象の集団が最も多く、IMRが高い農村部におけるより大きな改善を反映していると思われる58。 年間IMRは、成功した医療および公衆衛生対策が、貧困と関連する他の要因が改善したよりもはるかに速く医療を改善したため、時間とともに減少し、全体的貧困の代理として年間IMRの価値を弱める可能性がある。 そこで我々は、IMRの時間的変化を完全に無視した別のモデルで、サイトレベルのIMR56とPIKEとの相関を検証した。 この補足分析の結果は、IMRの空間的変動が時間的変動よりも貧困のより良い指標であるという仮定を支持している(補足表5参照)
Precipitation: サイトごとの年間降水量は、Climate Hazards Group InfraRed Precipitation with Station data (CHIRPS59)から得た。 解析では、この変数が左斜めの分布をしているため、自然対数をとった。 この気候変数は、ゾウの自然死亡率の変化を考慮したものである。 変動は2つのプロセスから生じる可能性がある。 降水量が多い場所では、生息地が密集しており、自然死による死骸を見つけることが困難であるため、自然死が過小評価され、PIKEが高くなる可能性がある。 第二に、(サイト内またはサイト間で)降水量が少ないと自然死が増加し49,50、その結果PIKE値が低くなり、密猟率が過小評価される可能性がある<8552><1923>Corruption perceptions index: 腐敗認識指数(CPI)は、トランスペアレンシー・インターナショナル60によって、すべての国のすべての年について導出されたものである。 これは、専門家やビジネスマンによると、その国の公共部門の汚職の認知度を表すものである。 この指数は 0 から 100 までの尺度を使用し、0 は「非常に腐敗している」、100 は「非常に清潔である」である。 我々は、違法な野生動物活動の存在に影響を与えることが示されている公共部門と政治的腐敗の代理として CPI を含めた27。 貧困密度:1日1.25米ドル以下の収入を得ている1km2あたりの人々の数を定義したものである。 これは相対的貧困の指標であり、多次元的貧困問題のもう一つの代理指標である。 これらのサイトレベルのデータは、HarvestChoice61から2005年分として提供された。 MIKEサイト62の表面積(km2)。 分析では、この変数が左斜めの分布をしているため、自然対数をとった。 密猟強度に及ぼすサイト面積の効果は、やや両義的である。 一方では、より大きな保護地域は負のエッジ効果をあまり示さないかもしれず、他方では、より小さな生態系はパトロールが容易かもしれない。 各サイトにおいて、MIKE専門家がMIKEプログラムチーム(https://cites.org/eng/prog/mike/tools_training_materials/leca)の研修を受けた後、法執行の適切さを推定するフォームを返送している。 法執行の適切性が高い生態系はPIKE値が低くなると予想されます。
Large-scale ivory seizures: 大規模な象牙の押収の年間重量(≥500 kg)63,64。 加工された象牙が委託品に含まれている場合、加工中の30%の損失を考慮し、生象牙に換算した値です。 主な中国市場(中国、香港、マカオ)の年間マンモス象牙価格は、国連コムトレードデータベース65から導き出されました。 この共変量は、マンモスの象牙価格が闇市場の象牙価格(データが存在しない)と相関していると仮定し、象牙の需要の代理として含まれています。 しかし、象牙の価格は市場の需要だけでなく、より一般的な経済の状況に影響される可能性が高いことは注目に値する。 得られた貿易額を様々なインフレ率のために補正するために、世界銀行の消費者物価指数66を使用しました。 補正された貿易額は、市場特有の純重量を考慮に入れて平均化された。 8552>
象牙の価格と需給に対する押収の影響は、さまざまな時間スケールで密猟率に影響を与える可能性があります。 アフリカの密猟者は国際的な動向を把握しているかもしれないが、市場に関する情報が現場に伝わるのは遅い可能性がある。 そのため、計量経済学的分析で一般的なように、これら 2 つの変数に最大 2 年のラグを設けてすべての分析を繰り返した67。 8552>
統計解析
死体発見データからゾウの密猟強度を推定することは、今回のようにサンプリング努力が不明である場合には困難である。 サンプリング努力が特定の年や場所における自然死体や違法死体に対して不変であると仮定すれば、相対的な指標である違法に殺されたゾウの割合(PIKE)を推定することでこの問題はいくらか軽減される。
各観測点iについてPIKEを推定するために、違法殺害と同定された死体数(nillegal)を、象の死体の総数(ntotal)と確率p.が与えられた二項ランダム変数と仮定した。 such that
ここで、確率pi (=推定PIKE)は、事前に選択した環境・社会経済共変量と年・国・サイトレベルの正規分布のランダム切片(({cal{N}})の関数で、レベル固有の平均(μ)と標準偏差(σ)を持つ正準ロジットリンクを使って変換されています。
データの空間的・時間的構造を考慮し、サイト(μsite)と年(μyear)の階層的レベル平均を詳細にモデル化すると、
βn は回帰係数、CPI は国レベルの年間腐敗認識指数、PovDens(貧困密度)、Area(サイト面積)、LawEnf(法執行適正)はサイトレベルの共変量である。 Seizures(大規模象牙押収量)、IvoryPrice(象牙価格)は年次レベルの共変量、Precip(降水量)、IMR(乳児死亡率)は年次サイトレベルの共変量である。
モデルのあてはめは、R69パッケージR2jags70からアクセスできるソフトウェアJAGS68を用いて、マルコフ連鎖モンテカルロ(MCMC)サンプリングによって行われた。 パラメータ事後推定値は、それぞれ10万回の反復、5万回のバーンイン段階、50回目のサンプルごとに間引くという3つの独立した連鎖で導出された。 PIKEの高い予測能力を持つ解釈可能なモデルを構築する目的で、サブセット選択の代わりにベイズラッソ72を用いてモデルの正則化を行った。 回帰係数の絶対値に比例するペナルティ(L1-normペナルティ)を課すことで、lasso73は連続的な縮小を用いた変数選択を自動化し、スパースなモデル表現に導く。 ベイズ推論では、回帰パラメータβnに対して、
ここで、正則化パラメータλはラプラス分布のスケールパラメータの逆数(指数分布では割合)を表し、λが大きくなると収縮が強くなる。 λをハイパーパラメーターとして設定することで、モデルがデータからλを推定することを可能にしました。 その暗黙の推定には、共役性を維持するために、λ2に対して拡散ガンマハイパープリウスを課した。
形状r = 1、率δ = 1で、事後推定値の中央値はλ = 1となった。64 (90% ci: 1.00-2.42) となった。 また、年、国、サイトレベルのランダム効果の標準偏差にr = 1、δ = 1のガンマプリオを用いた。 事前分布の選択の感度を、λ、σsite、σyear、σcountryで検証した。 事前分布がガンマ分布の代わりに一様分布でも回帰係数はほとんど変わらなかった(補足表2、3を参照)<8552><1923>潜在的な時間依存性31を考慮してモデルの予測能力を評価するために、まずデータを訓練セットとテストセットの時間ブロックにスライスした。 訓練データは2002年から2013年までの全レコードからなる(ntraining = 447、すなわち〜75%)。 テストデータは2014年から2017年までのすべての観測値である(ntest = 160、すなわち〜25%)。 モデルを検証するために、学習データに適合させたモデルの3000回のMCMC抽選から、2014年から17年までのPIKEを推定した。 これらの推定値は、テストセットにおけるそれぞれのPIKE観測値と比較された(図2b)。 予測力の指標として、我々はntotal
年間の密猟率の推定
違法に殺された象の割合(PIKE)は未知のサンプリング努力の問題を克服する一方で、違法殺戮率(すなわち、全個体に占める違法に殺された象の割合)はより直観的に理解できるものであった。 Burnham52 は、あらかじめ定義された自然死亡率(mn)があれば、PIKE から密猟率(mp)に簡単に変換することを提案している。
このように密猟率はPIKEと完全に1:1の関係が維持されることがわかる。 Wittemyerら7がまとめた推定値をもとに、自然死亡率を3%(mn=0.03)で一定としたが、自然死亡率2%(mn=0.02)、4%(mn=0.04)の推定値と比較している(補足図3参照)。 なお、PIKEが1に近づくと、推定密猟率は指数関数的に増加し、ありえないほど高い密猟率になる可能性がある。 そのため、大陸の年間密猟率を推定する際には、サイト別の年間密猟率の中央値を描いた。 サイト別の評価(補足結果参照)は推定 PIKE に基づいて行った。いくつかのサイトでは PIKE の値が 1 に近いと推定されたからである。
大陸の年間密猟率(図2aの灰色の線)を予測するために、すべての調査地点と年についてPIKEを推定する事後分布から3000個のサンプルを抽出し、これを地点ごとの密猟率に変換して年間中央値を取った。 大陸での年間密猟率(図2aの黒丸)については、まず観測されたすべての死骸を地点間で合計し、大陸での年間PIKE値を導き出し、それを大陸での年間密猟率に変換した。 より多くの死骸を報告するサイト(例えば、より良いリソースのレンジャー・パトロールのため)、したがって、大陸的に集約されたPIKE観測を支配するサイトは、観測数が少ないサイトよりも密猟率が低い傾向があるので、後者は下方に偏っているかもしれないことに注意する。 我々はフィットしたモデルから 3000 個の MCMC サンプルを用いて、大陸の年間密猟率 (または地域およびサイト固有の PIKE; 補足結果参照) を予測し、予測値を全 53 サイトおよび 15 年間で連続的に最適 (すなわち最も象に優しい) な観測値に設定した。 その結果は以下の通りである。 IMR = 17.73 deaths/1000 infants (Tarangire and Manyara National Parks, Tanzania 2016); CPI = 65 (Botswana 2012); 貧困密度 = 4.85 people km-2 at < US$ 1.0.25/日(ガボン、ロペ国立公園)、敷地面積=81,046 km2(タンザニア、セラス国立公園とミクミ国立公園)、法執行適正=0.83(ナミビア、エトーシャ国立公園)、大規模象牙押収量=790 kg(2002)、マンモス象牙価格=US$ 23.72 kg-1 (2002). したがって、サイトや国ごとの違い(補足結果参照)は、単に2002年から2017年の間のどのサイトや国でも最高の状況に対するサイトや国の現在の状況の結果であり、サイトや国ごとの異なる効果量を表すものではない。
時空間残差自己相関
時空間構造モデルを分析できるncf Rパッケージ75のSuncf関数を使って時空間残差自己相関について確認した。 残差は推定PIKEと観測PIKEの差として計算された。 残差は一貫した空間的・時間的自己相関を示さなかったため、これ以上は検討しなかった(補足図2)。
報告概要
研究デザインに関するさらなる情報は、この論文にリンクされているNature Research Reporting Summaryで利用可能である。