Resumen Técnico: Efectos Asimétricos de los Atributos de la Pesca en la Satisfacción de los Pescadores en los Jardines de Pesca Chinos

Planteamiento del Problema

Las pesquerías recreativas funcionan como sistemas socio-ecológicos complejos donde la eficacia de la gestión depende en gran medida de la satisfacción del pescador. Si bien la literatura existente identifica los atributos relacionados con la captura y los no relacionados con la captura como determinantes de la satisfacción, la investigación actual suele tratar estas relaciones como lineales o simétricas. Existe una brecha significativa en la comprensión de:

1. Asimetría: Si las manifestaciones positivas y negativas del mismo atributo ejercen efectos desiguales sobre la satisfacción (por ejemplo, ¿la ausencia de una característica causa más insatisfacción que su presencia causa satisfacción?).
2. Umbrales: Si los efectos de los atributos se activan solo tras alcanzar niveles específicos de rendimiento.
3. Interacciones: Cómo interactúan múltiples atributos para moldear las evaluaciones de satisfacción.
4. Especificidad Contextual: La evidencia empírica sigue siendo limitada para economías en transición como la de China, donde los "jardines de pesca" comerciales (estanques con cobro de tarifa y repoblados) representan un sector en rápido crecimiento, distinto de las pesquerías silvestres tradicionales o de los modelos occidentales de "pesca y suelta" (put-and-take).

Metodología

El estudio emplea un enfoque computacional de métodos mixtos que integra la minería de textos, el aprendizaje automático y el modelado conductual para analizar datos de reseñas en línea a gran escala y no estructurados.

1. Recopilación y Preprocesamiento de Datos

• Fuente: Se extrajeron 49,837 reseñas válidas de dos de las principales plataformas de pesca chinas (la aplicación "Angler" y la plataforma web "Fishing Community") el 1 de junio de 2024.
• Filtrado: Se eliminó el ruido no estructurado, la información privada y las promociones comerciales de un conjunto inicial de aproximadamente 101,000 comentarios.

2. Identificación de Atributos y Análisis de Sentimiento

• Modelado de Temas: Se utilizó la Asignación de Dirichlet Latente (LDA) para identificar 10 atributos de pesca distintos (por ejemplo, tamaño del pez, cantidad, especie, calidad del agua, costo, carisma del gestor).
• Análisis Sintáctico: El analizador de dependencias Baidu DDParser segmentó el texto en 227,754 cláusulas para un emparejamiento detallado.
• Puntuación de Sentimiento: SnowNLP (una biblioteca de NLP para chino) calculó las probabilidades de sentimiento tanto para las reseñas completas (que sirven como la variable dependiente para la satisfacción) como para las cláusulas individuales (extrayendo características de sentimiento positivo y negativo para atributos específicos).

3. Modelado Predictivo: XGBoost–SHAP

• Algoritmo: Se entrenó un modelo XGBoost (Extreme Gradient Boosting) para predecir la probabilidad de sentimiento de la reseña basándose en características de sentimiento específicas de cada atributo.
• Optimización: Los hiperparámetros se ajustaron mediante optimización Bayesiana (algoritmo TPE) para maximizar $R^2$ y minimizar RMSE.
• Interpretabilidad: Se calcularon los valores SHAP (SHapley Additive exPlanations) para descomponer las predicciones en contribuciones de características aditivas. Crucialmente, cada atributo se descompuso en características de sentimiento positivas ("+") y negativas ("−") separadas para capturar efectos asimétricos sin cancelación de señales.

4. Marco de Clasificación: Modelo Kano Mejorado

• Adaptación: Se desarrolló un modelo Kano mejorado para traducir los valores SHAP en categorías de atributos de gestión (Atractivos, Imprescindibles, Unidimensionales, Indiferentes).
• Métricas:
  • Índice de Impacto ($\gamma_j$): Mide la intensidad del impacto general basándose en la distancia euclidiana de los valores SHza SHAP positivos y negativos.
  • Índice de Asimetría ($\lambda_j$): Es la relación entre el impacto SHAP positivo y el negativo.
• Reglas de Clasificación: Los atributos se categorizaron según umbrales de $\gamma$ (intensidad de impacto) y $\lambda$ (asimetría), permitiendo la identificación de atributos "imprescindibles" (fuerte impacto negativo, débil positivo) frente a "atractivos" (fuerte impacto positivo, débil negativo) directamente a partir de texto no estructurado.

Resultados Clave

1. Importancia de los Atributos y Asimetría

• Dominio de la Captura: Los factores relacionados con la captura representaron el 63.06% del índice de impacto total.
• Tamaño del Pez (Atractivo): Clasificado como un atributo atractivo ($\lambda > 1.6$). Es la característica positiva más fuerte; su presencia aumenta significamente la satisfacción, pero su ausencia no causa una insatisfacción equivalente.
• Cantidad de Pez (Imprescindible): Clasificado como un atributo imprescindible ($\lambda < 0.8$). Es la característica negativa más fuerte; una cantidad insuficiente provoca una pronunciada insatisfacción, mientras que una cantidad suficiente no eleva continuamente la satisfacción.
• Especie de Pez (Unidimensional): Exhibe efectos positivos y negativos relativamente equilibrados ($0.8 \le \lambda \le 1.6$).
• Factores No Relacionados con la Captura:
  • Calidad del Agua y Costo: Clasificados como atributos imprescindibles. El sentimiento negativo respecto a estos factores reduce fuertemente la satisfacción.
  • Carisma del Gestor: Clasificado como un atributo atractivo. Las interacciones interpersonales positivas mejoran significamente la satisfacción.

2. Características de Umbral

• Características Positivas: Requieren altos niveles de activación para generar ganancias de satisfacción. Por ejemplo, las características positivas para el tamaño, la cantidad y la especie de los peces solo mejoran la satisfacción después de alcanzar umbrales específicos (ej. el umbral de tamaño de pez+ en 0.092).
• Características Negativas: Activan la insatisfacción en niveles más bajos. El deterioro de la calidad del agua, por ejemplo, puede activar la insatisfacción en umbrales muy bajos (0.012).

3. Patrones de Interacción

• Fuerza de Interacción: Las interacciones más fuertes ocurren dentro de los atributos relacionados con la captura y entre los atributos de captura y la calidad del agua/costo.
• Interacciones Alto-Alto:
  • Características Positivas: Las características de alto nivel (ej. peces grandes + muchos peces) tienden a mostrar interacciones negativas (sustitución marginal). Una vez que un atributo positivo supera el punto de referencia, la ganancia marginal de otro atributo positivo disminuye.
  • Características Negativas: Las características de alto nivel (ej. mala calidad del agua + alto costo) tienden a mostrar interacciones positivas (atenuación de la insatisfacción marginal). Cuando la experiencia ya es mala, los factores negativos adicionales añaden menos insatisfacción marginal.
• Moderación del Costo: Los retornos de captura (cantidad/tamaño) moderan la insatisfacción por el costo. Las capturas abundantes o grandes pueden compensar las percepciones negativas del costo.

Significado y Reivindicaciones

El artículo afirma proporcionar evidencia empírica para una gestión orientada a la satisfacción en las pesquerías recreativas al ir más allá de las suposiciones lineales.

1. Contribución Metodológica: El estudio demuestra la viabilidad de integrar LDA, análisis de sentimiento, XGBoost–SHAP y un modelo Kano mejorado para analizar datos de reseñas en línea no estructurados, superando las limitaciones de los estudios Kano tradicionales basados en encuestas.
2. Perspectiva Teórica: Valida la Teoría de la Perspectiva y el modelo Kano en un contexto de pesca recreativa, confirmando que los pescadores son más sensibles a las pérdidas (ej. baja captura, mala calidad del agua) que a las ganancias, y que los efectos de los atributos son no lineales y dependen de umbrales.
3. Implicaciones de Gestión:
   • Establecimiento de Prioridades: Los gestores deben priorizar la prevención de fallos en los atributos "imprescindibles" (cantidad insuficiente de peces, mala calidad del agua, alto costo), ya que estos son los principales impulsores de la insatisfacción.
   • Estrategias Diferenciadas: Los atributos "atractivos" (tamaño del pez, carisma del gestor) deben aprovecharse para crear experiencias positivas memorables, pero son secundarios a asegurar el rendimiento base de los atributos "imprescindibles".
   • Matiz Contextual: En los jardines de pesca chinos, el servicio relacional (carisma del gestor) juega un papel crucial, reflejando la dinámica cultural local (guanxi), mientras que la composición de especies actúa más como una señal de elección previa al viaje que como un impulsor de satisfacción posterior al viaje.

Los autores señalan modestamente las limitaciones con respecto al sesgo de autoselección en las reseñas en línea y la falta de un análisis estratificado en las diversas regiones de China, sugiriendo que trabajos futuros podrían integrar múltiples fuentes de datos y comparar los jardines comerciales con aguas naturales y sistemas occidentales.