《Frontiers in Ecology and Evolution》：Road effects on animal populations: a systematic review and meta-analysis
道路通过多种途径影响野生动物，包括丰度（abundance）、活动（activity）、死亡率（mortality）、栖息地利用（habitat use）和移动（movement）的变化，但这些响应很少在共同证据框架内被综合。研究人员对来自160项研究的643个效应量拟合了独立的三层次meta分析模型。在对数响应比（log-response-ratio，lnRR）尺度上，道路邻近与野生动物结局约降低32%相关（lnRR = ?0.3872，95% CI [?0.7293, ?0.0452]）。标准化均数差估计（standardized mean-difference estimate，g = ?0.1131，95% CI [?0.2608, 0.0346]）和基于相关的估计（Z = 0.1691，95% CI [?0.1915, 0.5297]）均不精确。响应类型模式在不同度量族间存在变异，表明道路效应通过不同的生态途径表达，而非所有野生动物结局的均一变化。研究间异质性（between-study heterogeneity）较大，预测区间（prediction intervals）包括不同地点的降低和增加。643个分析效应量中有91个可获得年平均日交通量（annual average daily traffic，AADT），代表17项研究。总体而言，道路与异质性野生动物响应相关，最清晰的平均降低出现在比率尺度上。需要更一致地报告交通量和道路特征，以检验可迁移的剂量–反应关系（dose–response relationships）。
1 Introduction
该综述指出，道路暴露可通过碰撞死亡、行为回避、移动干扰和路旁栖息地变化等生物途径影响野生动物，响应随体型、繁殖率和移动能力等生活史特征而变；死亡率、出现、丰度、行为、移动、栖息地利用和连通性代表不同生物过程与时间尺度，不宜作为单一道路效应的可互换指标。既往定量综合多限定于特定分类群、结局和暴露对比，虽在各度量族内协调证据，但不同度量代表不同生物估计量。因此，本研究在并行、尺度特异模型中综合道路相关野生动物响应，其中Hedges’ g、对数响应比（log response ratio, lnRR）和Fisher’s Z分别表示标准化组间差异、比例变化和相关关联；同时估计道路邻近关联、比较响应类别和脊椎动物类群，并量化交通量等道路特征可用性。纳入观察性比较，排除纯水生或无脊椎动物、实验操控和缓解结构评价。
2 Methods
2.1 Literature search and screening
检索Web of Science（Core Collection）和Scopus，采用道路基础设施词与野生动物响应词及邻近或梯度描述组合的布尔查询，无起始日期限制。检索获得5,617条记录，去重后4,155条；单评审筛选标题和摘要，保留995篇全文，32篇无法获取，963篇全文评估排除165篇、保留798篇；数据提取再排除14篇缺乏效应量计算信息，得784篇。全文质量评价覆盖246项研究，八个预设域包括样本选择、暴露测量、结局测量、混杂控制、重复结构、统计分析、缺失数据和选择性报告；总体判断按预设层级规则，任何高风险域则总体高风险，否则存在 some concerns 或 unclear 则总体 some concerns，全部低风险才总体低风险，未计算数值质量分。
2.2 Effect-size extraction and coding
在三个独立度量尺度提取效应量：组均值和标准差转Hedges’ g；处理与对照均值和离散度转lnRR，即相对于对照的自然对数比例变化；相关系数转Fisher’s Z。其他格式按标准公式转换，采样方差按metafor包表达式计算。初始提取9,825条效应量记录，来自784篇出版物。效应方向遵循来源对比和预测变量编码；距离、邻近、交通量、道路密度梯度按声明方向，仅在需要时将增加距离系数重表达为增加邻近。每个可提取道路特异对比为一个分配单位，至多进入一个度量族：Hedges’ g用于标准化独立组差异或明确支持的二元对数几率映射；lnRR用于正的道路暴露或参照均值或率比；Fisher’s Z用于有符号Pearson相关。最终数据集含1,732条记录来自309项研究，其中1,007条可估计来自222项研究；限制为三种尺度且绝对效应量≤10、采样方差≤25后，得到643个分析效应来自160项研究。每个效应编码为八个互斥响应类别之一：Roadkill and mortality、Abundance and density、Activity、Behavioural avoidance、Habitat use and selection、Genetic differentiation、Fitness和Other endpoints。
2.3 Statistical models
拟合三层次随机效应模型，将个体效应量嵌套于研究，以分解研究内和研究间方差并处理非独立性；为构建研究内相关结果的近似方差–协方差矩阵，假设研究内相关ρ = 0.5。三种尺度因分布和解释单位不同而分别建模。敏感性分析包括稳健方差估计（robust variance estimation, RVE）结合CR2小样本校正和研究水平聚类、研究平均随机效应模型及调节变量meta回归；还以完整案例分析检验log转换年平均日交通量（annual average daily traffic, AADT）、道路类型和出版年份。研究质量通过排除总体高风险研究及逐个评估域高风险研究进行敏感性拟合。发表偏倚采用Egger回归、Begg秩相关、trim-and-fill和精确-效应估计与标准误（precision-effect estimate with standard error, PEESE）多方法评估，模型均在metafor中实现。
3 Results
3.1 Evidence base and overall effects
三个尺度模型共含643个效应来自160项研究：Hedges’ g为k = 461、119项研究；lnRR为k = 104、33项研究；Fisher’s Z为k = 78、19项研究。合并估计为g = ?0.1131（95% CI [?0.2608, 0.0346]，p = 0.133）、lnRR = ?0.3872（95% CI [?0.7293, ?0.0452]，p = 0.027）和Z = 0.1691（95% CI [?0.1915, 0.5297]，p = 0.353）。仅比率尺度置信区间排除零，标准化和相关区间包含零。异质性仍较大，g、lnRR和Z的研究内/研究间方差成分分别为0.4313/0.4246、0.3011/1.2854和0.5248/0.1685。
3.2 Response-type heterogeneity
响应域在三个估计量间未呈共同模式。Hedges’ g（Q
between = 16.55，p = 0.021）和Fisher’s Z（Q
between = 9.61，p = 0.022）检测到响应间异质性，lnRR未检测到（Q
between = 5.96，p = 0.114）。标准化均数差尺度上，Other endpoints为负（g = ?0.184，95% CI [?0.357, ?0.011]；k = 213，70项研究），其他类别置信区间包含零。比率分析中，Roadkill and mortality显示道路暴露死亡率或roadkill率较低（lnRR = ?0.893，95% CI [?1.577, ?0.210]，p = 0.010；k = 46，15项研究），而相关估计为正（Z = 0.822，95% CI [0.393, 1.251]；k = 35，6项研究）。
3.3 Taxon-specific Responses
类群间检验在Hedges’ g（Q
between = 1.14，p = 0.889，五组）和lnRR（Q
between = 0.28，p = 0.963，四组）均不显著。哺乳动物Hedges’ g置信区间包含零（g = ?0.086，95% CI [?0.245, 0.074]；k = 253，65项研究），lnRR排除零（lnRR = ?0.371，95% CI [?0.700, ?0.041]；k = 68，18项研究）；相关尺度哺乳动物为正（Z = 0.474，95% CI [0.060, 0.888]；k = 40，10项研究），鸟类置信区间包含零，两类群检验不显著（Q
between = 2.38，p = 0.123）。爬行类估计为g = ?0.150（95% CI [?0.774, 0.476]；k = 49，15项研究）和lnRR = ?0.640（95% CI [?1.555, 0.275]；k = 7，4项研究），响应特异细胞的研究水平支持稀疏。
3.4 Road variables and reporting gaps
道路特征报告稀疏。AADT覆盖21.9%转换记录（379/1,732，49项研究），车道数13.8%（239条，38项研究），道路宽度6.6%（115条，20项研究），限速5.3%（91条，21项研究）。在643个分析效应中，91个来自17项研究报告AADT，202个来自65项研究报告道路类型。Hedges’ g的AADT meta回归含72个效应来自15项研究，斜率β = 0.0491（SE = 0.0704，95% CI [?0.0888, 0.1871]，p = 0.488），未显示一致跨研究梯度。
3.5 Robustness diagnostics
依赖结构敏感性保持三个合并估计的方向。RVE（CR2）下lnRR置信区间排除零，Hedges’ g和Fisher’s Z包含零；研究内平均后三者置信区间均包含零。小研究效应检验因尺度和方法而异：Egger检验检测到lnRR不对称，Begg检验检测到Hedges’ g不对称；trim-and-fill未在任何尺度填补效应，PEESE仅用于Fisher’s Z。排除113项总体高风险研究后仍保留72项Hedges’ g、17项lnRR和13项Fisher’s Z研究，三个点估计方向不变，但所有置信区间包含零。
4 Discussion
4.1 Overall road-associated responses and ecological pathways
道路暴露与较低野生动物响应相关，比例尺度证据最清晰；lnRR约32%降低表明道路相关变化跨研究可检测，尽管标准化和相关估计不精确。响应类型结果识别生态途径：roadkill或mortality与Activity的比率尺度降低，符合道路改变动物空间利用和遇车频率。行为回避改变移动和觅食，道路死亡直接移除个体，死亡集中于繁殖成体或超过补充时种群后果最强。现有研究很少测量补充或年龄特异存活，故难以重建完整种群轨迹。地点间变异反映不同物种–道路相互作用：大移动范围或低繁殖率物种易受栖息地丧失和死亡影响，而受路旁资源吸引或天敌释放的物种可能增加用路。爬行类的小体型、外温和慢速运动使路面兼具热资源和高风险通道，可同时出现吸引、回避、roadkill和连通性下降；晚成熟、慢繁殖、依赖高成体存活的龟和蛇对道路死亡尤其敏感。
4.2 Road exposure gradients
证据更支持道路存在效应而非一般交通量梯度。AADT在全数据集覆盖21.9%，但643个分析效应中仅91个来自17项研究；Hedges’ g的AADT模型未解析一致跨研究梯度。因此该综合更可靠地反映住在道路附近的复合效应，而非效应如何随交通量变化。交通量并非单一生物剂量，高、低交通道路可产生不同死亡模式，因为动物会随车辆遭遇改变穿越和回避行为；道路宽度和表面增加物理结构，在哺乳动物穿越研究中解释部分屏障效应异质性。未来需联合报告交通量、道路几何、速度、表面和栖息地背景，以分离道路存在回避、交通介导干扰和碰撞风险。
4.3 Inference and management implications
道路相关响应在依赖结构和研究质量分析中方向稳定，比率尺度平均降低最清晰，但精度取决于研究内依赖处理。管理含义具途径特异性：交叉结构可缓解移动屏障，但应针对道路前或无缓解基线评估效果；速度管理和其他road-kill措施针对碰撞死亡，其有效性因干预类型和研究设计而异；网络尺度图基优先排序可识别分割高质量栖息地或显著降低连通性的道路，并与移动、死亡和种群表现监测配对。未来综合应将体型和生活史作为机制调节变量，而非通用分类描述符；物种水平体重、运动速度、成熟、成体存活、性别偏倚移动和道路穿越行为数据可区分屏障与死亡效应，并改善爬行类缓解措施选择，但当前纳入研究缺乏统一种水平性状数据。
5 Conclusions
道路暴露与较低野生动物响应相关，比例尺度平均信号最清晰，lnRR分析中道路暴露响应约低32%。综合表明道路影响移动、活动、栖息地利用、死亡和种群表现等多组分。方向和幅度因物种和地点而异，因道路效应结合行为回避、屏障效应、死亡和生活史差异。当前证据更清楚识别道路存在效应而非可迁移交通量阈值。有效缓解应匹配地点主导途径：对屏障效应维持渗透性并优先破碎道路连接，对碰撞死亡主导采用速度管理或road-kill措施。未来道路研究应结合交通暴露、道路结构、移动、死亡和人口统计率，以针对目标过程评估缓解。
