《People and Nature》：Which biodiversity futures? Towards coherent design choices for scenarios exploring policy-relevant questions
决策者面临压力，需采取变革性行动应对生物多样性危机。情景可通过探索影响生物多样性丧失及其应对行动结果的替代性未来世界状态，为这些决策提供信息。然而，在方法论高度多样化的背景下，关于可供选择的情景设计选择范围及其对特定应用的适用性，目前指导有限。这一缺口导致情景领域碎片化且不透明，阻碍了情景的互操作性，并带来风险，即预测或决策可能遗漏变革性变化的重要风险或机遇。
研究人员通过两次参与式研讨会、一次相关情景研究的范围审查和一次回顾性案例研究反思，开发并验证了一个框架，以促进探索生物多样性未来的情景中一致的设计选择（即有意图、透明且与问题一致）。研究人员将该框架置于英国作为案例，该国日益关注利用情景来支持逆转数百年生物多样性丧失的努力，但力求确保研究结果具有可推广性。
最终形成的框架引导用户构建一个灵活决策路径，包括：（1）与生物多样性未来相关的关键政策问题类型学；（2）情景方法中的关键设计选择；以及（3）共现分析，显示为响应政策问题而采用设计选择的普及程度，从而突出更成熟的设计选择与新颖或创新领域。
回顾性案例研究反思表明，该框架可以（a）促进在使用情景时采取更有意图和透明的方式，以满足其旨在回答的政策问题；（b）扩大考虑范围，以探索一系列生物多样性丧失的间接和直接驱动因素；以及（c）提供通用语言，帮助跨学科和视角的沟通。
研究结果表明，灵活采用该框架可促进更一致和丰富的情景领域，为决策提供信息，考虑生物多样性面临的广泛风险，并揭示阻止和逆转生物多样性丧失的选项。
论文主体总结
**1 引言**
生物多样性和自然恢复的未来具有内在的复杂性和不确定性。土地利用变化、自然资源过度开发及污染正导致栖息地退化、破碎化和丧失（Jaureguiberry et al., 2023; McCallum, 2015; Turvey & Crees, 2019）。气候变化破坏生态系统结构与过程（IPCC, 2021），临界点可能被跨越，增加了非线性影响和级联风险的可能性（Díaz et al., 2006; Lenton et al., 2023）。决策者面临压力，需采取变革性行动以阻止和逆转生物多样性丧失（IPBES, 2024），这与昆明-蒙特利尔全球生物多样性框架（GBF）一致（Li et al., 2023）。
在此背景下，情景被越来越多地用于为生物多样性未来的决策提供信息。情景是对系统可能未来轨迹的描述，整合了来自直接驱动因素（如土地利用变化、污染）、间接驱动因素（如社会、经济和政治系统）以及/或替代政策或管理选项（IPBES, 2016）之间复杂相互作用的不确定未来条件。探索性情景是议程设置工具，用于探索广泛的结果，突出未来风险和机遇。相比之下，目标寻求情景定义了实现期望目标的政策行动路径。情景通过多种方式为生物多样性决策提供信息：允许在多样化气候或社会经济轨迹下进行日益严格的预测，探索生物多样性结果（Leclère et al., 2020; Pereira et al., 2024; Purvis, 2025），并支持调查旨在逆转生物多样性丧失的战略政策决策的长期后果（Jones et al., 2023; Peterson et al., 2003; Smith et al., 2023）。情景越来越被用于设想和构建通向自然积极未来的路径，激发社会对变革性行动的承诺（Lazurko, de Pater, et al., 2025; Pereira et al., 2020）。
情景应用的多样性激发了显著的方法论多样性。情景方法涵盖定性和定量数据、基于专家和参与式方法，并应用于不同部门及空间和时间尺度（Guaita et al., 2020; Kok et al., 2007; Kosow & Ga?ner, 2008）。生成的情景以叙事故事线、驱动因素和因果相互作用图、半定量或定量驱动因素趋势，或使用创意和艺术方法传达。这些输出可直接为决策提供信息，或在复杂建模链中进一步分析，将情景转化为定量生物多样性未来（Purvis, 2025）。例如，土地利用模型和综合评估平台可量化气候变化和社会驱动因素对生物多样性丧失直接驱动因素的影响，然后输入静态基于模式或复杂基于过程的生物多样性模型（Urban et al., 2022; Zurell et al., 2022）。
这种方法多样性允许定制化的情景方法以响应多样化的政策相关问题，但引入了新挑战。由于情景是表征不确定性的工具，而非预测单一最可能未来的工具，没有单一方法能全面描绘未来的全部复杂性（Abdelhakim et al., 2024）。此外，在说明生物多样性丧失社会驱动因素影响中的不确定性和模糊性（IPBES, 2016; Lazurko, Kim, et al., 2025）、与气候变化等其他环境议程的相互作用（Baldwin-Cantello et al., 2023; P?rtner et al., 2021; Smith et al., 2023）以及整合多样化价值观和世界观（Lundquist et al., 2021; Quintero-Uribe et al., 2022）方面，挑战依然存在。在此背景下，构建情景方法时所做的设计选择强烈影响哪些未来条件和价值观被包含或排除，以及情景对特定应用的适用性（Lazurko et al., 2023）。研究人员将设计选择广义地定义为在情景框架、方法论或特征化中做出的关键选择。例如，对未来物种分布的预测取决于时间跨度（Bertelsmeier et al., 2013）和气候数据的空间分辨率（Trivedi et al., 2008）。情景中驱动因素的选择也很重要：例如，共享社会经济路径（SSPs, Shared Socio-economic Pathways）的出现是为了将社会经济因素整合到气候变化科学中（如Berkhout et al., 2002），然而SSPs排除了生物多样性。通过考虑生物多样性来丰富欧洲的SSPs重塑了情景中的系统动态和结果（Lazurko, Kim, et al., 2025）。
针对科学家和决策者导航情景方法中方法论多样性的通用指导正在出现（IPBES, 2016; Lazurko et al., 2023; Muiderman et al., 2022）。生物多样性建模选择的不透明性也在一些生态学科中得到解决（Gould et al., 2025; Zurell et al., 2020）。然而，这些指导并不专门针对与自然相关、政策相关问题的情景，导致情景领域碎片化，使得不同方法的适用性不透明。因此，尽管方法论多样性至关重要，但缺乏关于设计选择及其含义的指导和通用语言，带来了两个相互关联的风险：（1）使用情景的决策过程排除了重要因素，造成持久的物质后果（Lawrence et al., 2024）；（2）政策背景可能做出狭隘或缺乏想象力的假设，限制了实现可持续未来的战略行动的雄心、包容性和有效性（Pereira et al., 2019）。结果，情景的可用性和互操作性对科学界仍然具有挑战性，特别是在努力生成更复杂的长期生物多样性预测的背景下，这些预测以合理或可取的社会轨迹为基础（Leclère et al., 2020; Pereira et al., 2024）。
在本文中，研究人员开发和验证了一个框架，使得探索与自然相关的政策相关问题的情景能够实现一致的设计选择（即有意、透明且与问题一致）。该框架旨在使设计选择和假设明确化，促进更一致的情景领域，拓宽和丰富情景中考虑的变化间接和直接驱动因素集，并实现跨研究的可比性。为开发该框架，研究人员在全球范围内利用证据，通过英国的案例研究来回答以下问题：（1）哪些与英国生物多样性未来相关的关键政策问题可通过情景探索？（2）情景方法中的关键设计选择是什么？（3）过去研究中，在响应问题（1）时设计选择（2）的普及程度如何？（4）从（1）、（2）和（3）综合得到的框架如何指导与英国生物多样性未来相关的情景中一致的设计选择？案例研究置于英国，该政策背景对情景的使用兴趣日益增长（如LUNZ Hub, n.d.; Benton et al., 2023; Minter et al., 2025; Pedde et al., 2021）。英国因数百年持续的重大栖息地丧失而枯竭（Burns et al., 2023），作为GBF签署国，英国政府已承诺制定并实施国家生物多样性战略和行动计划（Department of Agriculture, Environment and Rural Affairs, et al., 2025）。然而，在实现英国生物多样性目标方面，治理和实施缺口仍存在担忧（Rampling et al., 2024; The Office for Environmental Protection, 2024）。此外，自然和保护的职责下放给四个国家（英格兰、苏格兰、威尔士和北爱尔兰），每个国家已制定自己的生物多样性和更广泛的环境行动计划。在此背景下，对情景的需求日益增长，以指导跨管辖区、跨部门和尺度的自然相关政策行动。
**2 方法**
用于开发和验证框架的迭代式混合方法包括两次参与式研讨会、一次情景相关案例研究的范围审查和一次回顾性案例研究反思（图1）。研究的参与部分获得了英国生态与水文中心人类研究伦理委员会的有利结果（申请号：HREC00041），包括书面知情同意。参与自愿，个人可随时退出且不承担后果。保密性和匿名性得到保护，可识别信息已匿名化处理，原始文件已删除。数据保护和管理协议已到位，确保数据仅研究团队可访问。
**2.1 启动研讨会**
2024年2月举行了一次参与式研讨会，参与者为英国生物多样性专家和政策/决策者。目标包括提高对环境研究中情景关键概念和方法的认识，并共同生成关于英国生物多样性未来的关键问题。23名参与者包括15名来自相关学术伙伴、政府部门、英国自然与保护机构及非政府组织的个人，以及8名情景与生物多样性未来建模专家。研讨会包括情景介绍和小组头脑风暴环节，以生成关于英国生物多样性未来的关键问题长清单。这些问题被协作式地聚类在一个轴上，从探索性问题（即可能发生的未来）到目标寻求问题（即我们希望发生的未来及路径）。讨论通过数字协作平台和记录员捕捉。头脑风暴的关键问题通过主题内容分析生成问题类型学，作为框架开发的输入。
**2.2 范围审查**
对已发表的情景研究进行了范围审查，以（1）丰富启动研讨会上关于英国生物多样性未来的关键政策相关问题；（2）确定情景方法中的关键设计选择（即情景框架、方法论和情景特征化中的选择）；（3）确定特定政策问题探索中设计选择的普及程度。第三项分析旨在反向工程过去设计选择的逻辑，假设较高普及程度表明更成熟的设计选择，较低普及程度表明较不成熟的设计选择。该范围审查用于开发和验证框架，而非综合最先进水平，因此审查基于代表性而非全面的样本。这一局限性在解读和讨论中予以考虑，强调较低普及程度不一定表明设计选择较不合适，可能归因于其他效应，如相对实施难度或需要方法论创新。
范围审查遵循溯因探究过程，将发现综合为面向目标用户的框架，而非系统文献综述。这涉及“最佳解释推论”（Walton, 2005），在演绎（即从一般信息到具体结论）和归纳（即从具体观察到一般结论）推理之间迭代，将信息综合为目标用户框架。
**2.2.1 文献检索**
文献检索获取了已发表的、与生物多样性相关的国际及英国跨学科和超学科情景研究。期刊论文从Scopus（2024年5-6月）获取，使用以下检索词，此外灰色文献由启动研讨会参与者和专家提供。国际案例研究的主要检索字符串为 (pathway* OR scenario*) AND (participatory OR interdisciplinar* OR transdisciplinar*) AND (biodiversity OR "ecosystem service*" OR natur*)，变体包括 (co-creat* OR co-product*) 以获取与利益相关者互动的研究。英国研究的主要检索字符串为 (pathway* OR scenario*) AND (participatory OR interdisciplinar* OR transdisciplinar*) AND (biodiversity OR "ecosystem service*" OR nature) AND ("United Kingdom" OR England OR Scotland OR Wales OR "Northern Ireland")，变体包括 (co-creat* OR co-product*)。按相关性（根据Scopus）排序时，前50篇国际论文和前30篇英国特定论文的标题、摘要和关键词被审查，按出版日期排序时，前10篇国际和英国特定论文被审查。论文选择标准为（a）显著关注情景开发且（b）清楚描述情景开发和/或使用的方法论。这排除了仅在生物多样性结果统计模型中改变环境变量值的研究。最终选择43篇全球论文和28篇英国特定论文。灰色文献建议根据期刊论文相同纳入标准审查，额外增加24项研究。
**2.2.2 文献分析**
文献由两名研究人员使用MAXQDA定性数据分析软件（VERBI Software, 2021）进行演绎-归纳编码方案分析。研究人员识别文本中与预定代码或主题相关的陈述（演绎），然后允许代码在分析过程中基于底层文本数据演进（归纳）。有两种预定代码：（a）与自然相关的问题类型，根据研讨会1得出的类型学；（b）设计选择主题，根据Lazurko et al. (2023)。代码非互斥，一项研究可能在同一主题中包含多个代码。例如，许多研究以不同方式解决了多个自然相关政策问题（即嵌套选择），有些设计选择随时间发生（即顺序选择）。在编码过程中，一些选定的论文被排除（全球论文n=17；英国特定论文n=9），因为其情景方法不够详细或对生物多样性关注不足。最终数据库包括26篇全球论文和20篇英国特定论文。这些选定论文的完整书目信息见数据来源。
第一轮编码后，代码根据数据集中研究的文本数据进行了调整。例如，与“情景类型”相关的总体代码被拆分为两个，以突出“建模或评估的目标”。这些调整指导了根据这套调整后代码对所有论文进行第二轮编码。第二轮编码后，研究人员进行了质量保证过程以确保编码一致性和全面性。然后一名研究人员归纳性地分析每个代码下的文本陈述，以识别并标记子主题，与研究人员专家判断一致。例如，“情景类型”下的陈述被编码为“议程设置”、“政策设计”和“政策实施”的子代码，这些反映了文献中出现的主题，但也与IPBES术语一致（定义见表2）。类似地，“空间尺度”下的陈述被拆分为“地方”、“区域/国家”或“全球”子代码。子代码完成后再次检查一致性，数据库最终确定。
数据库分析侧重于文档计数（即数据库中编码到每个代码和子代码的研究数量）和共现分析（即两个子代码同时存在的研究数量）。自然相关政策问题与设计选择的共现频率指示了研究数据库中的普及程度。
**2.3 验证研讨会**
2025年2月举行了一次参与式研讨会，参与者为英国关键生物多样性专家和政策/决策者。目标为验证框架以使其更适用和更相关。25名参与者包括16名来自相关学术伙伴、政府部门、英国自然与保护机构及非政府组织的个人，以及9名情景与生物多样性未来建模专家。讨论通过数字协作平台和记录员捕捉。参与者通过投票确定框架最终类型学中哪些问题与其组织最相关，以及问题可能需要如何调整以有用。随后参与者审查了设计选择，并就描述的清晰性和相关性提供反馈。然后参与者通过将现有和未来情景工作映射到框架上丰富了框架。过程后，参与者被邀请分享其实施框架的经验。参与者反馈被综合，以通知框架的最终迭代。
**2.4 案例研究反思**
与合著团队中的七位专家进行了一次回顾性反思，讨论在实践中使用框架的潜在机遇和影响。该练习聚焦于一个保护区案例研究，该案例被选中是因为它是一个更典型的生态建模练习，可能受益于丰富的情景方法，并解决了一个通过利益相关者协商建立的、及时且与决策相关的问题。此外，该案例研究未使用框架来指导其情景方法，为讨论将框架嵌入实践的机遇提供了有用基础。该案例研究探讨了在英国实施所需保护区增加以达到昆明-蒙特利尔GBF下30%保护区目标的不同结构性方式，以及这对鸟类丰度和趋势的影响（完整案例研究描述见支持信息）。在反思练习中，专家反思了他们的建模方法提出了哪些问题，这些问题的决策如何产生，以及框架的使用可能如何影响他们的方法。专家随后共同反思了他们的设计选择，这些决定是显式（例如通过讨论）还是隐式（例如通过建模方法选择）做出的，以及框架的使用可能如何影响它们。这些反思在结果展示的方框中总结。
**3 结果**
**3.1 情景用于解决广泛的自然相关政策相关问题**
关键政策相关问题的类型学总结于表1。这些问题分为三大类型：（1）评估与生物多样性和自然积极相关的风险和驱动因素，（2）设想和阐述理想未来，以及（3）理解和评估变革选项。进一步展示九个子类型及通用示例问题，结合了文献数据库和启动研讨会的问题。文献文档计数显示被编码到该问题类型的研究数量（共46项），注意这些问题非互斥。根据这些问题对研究的完整分析见支持信息（表S1）。
该分析显示，“了解驱动因素”（57%）、“识别、优先排序和分阶段行动”（52%）以及“评估管理选项的有效性”（52%）相关的问题在英美研究中最为常见，而“评估风险和不确定性”（11%）和“识别稳健解决方案”（20%）代表性最低。比较英国特定研究与全球研究，英国在“识别和平衡多个目标与权衡”以及“评估政策和管理的有效性与影响”方面更为普遍。方框1包含保护区案例研究中关于这些问题的反思。
**3.2 七个关键设计选择塑造情景方法**
总结于表2的七个关键设计选择塑造了情景方法。例如，框架设计选择可能包括“情景方法”或“建模/评估目标”的选择，方法论设计选择可能包括“空间尺度”或“量化水平（形式化）”。每个设计选择伴随一个在做出决策时可能提出的关键问题。重要的是，情景方法的构建比表2所暗示的更复杂，因为设计选择非互斥。许多研究在单个设计决策下包含了多个选择，它们可能同时或顺序进行：例如，一项研究可能评估间接驱动因素（如社会经济变化）对直接驱动因素（如土地利用）的影响，随后评估直接驱动因素（如土地利用）对生态系统服务的影响。此外，除表2所列的七个设计选择外，其他选择也可能存在，应予以探索。将研究编码到这些设计选择的完整分析见支持信息（表S2），同时附有范围审查中每项设计决策的示例（表S3）。
从表2看，突出的设计选择（占研究总数>60%）似乎是使用“政策设计（目标寻求）”情景方法（65%），并在情景中包含“直接（人为）驱动因素”（78%）和“间接驱动因素和/或政策杠杆”（70%）。许多研究在“区域”空间尺度（61%）进行，并在“定性”（67%）和“定量”（74%）之间分配。这些比例在全球和英国特定研究中基本一致，除了全球研究中表征“直接（生物物理）驱动因素”和“中期时间尺度”的研究比例更高。类似地，全球研究中更多研究评估了“直接驱动因素（如土地利用）对生态系统服务的影响”，并使利益相关者参与“学习”，而英国尺度上更多研究评估了“直接驱动因素（如土地利用）对生物多样性/自然结果的影响”。关于设计选择的反思在方框2中分享。
**3.3 设计选择与政策相关问题的共现揭示重要模式**
表3展示了设计选择（行）与政策相关问题（列）的成对共现，单元格数字表示同时编码到两者的研究数量。高普及度被假设反映更频繁探索的问题和更成熟的设计选择。低普及度被假设反映较少探索的问题和较不成熟的设计选择，指向新颖或创新领域。用户不应假设低普及度直接表示较低重要性或适用性，因为普及度也可能归因于其他因素，如相对实施难度或发表偏倚。
表3可从两个方向解读。如果用户的切入点是（a）希望回答的政策相关问题，表3可按列方向阅读，以识别最常和最不常使用的设计选择。例如，响应“识别、优先排序和分阶段行动”相关问题的研究主要使用“政策设计（目标寻求）”情景类型（19项研究），同时使用人为直接驱动因素（16）和间接驱动因素（15），包括政策和管理选项，并让利益相关者参与“知识输入”（18）。如果用户的切入点是（b）想要使用的设计选择，表3可按行方向阅读，以识别该设计选择最常和最不常回答的问题。例如，评估“直接驱动因素对生态系统服务的影响”的建模方法最常回答“了解驱动因素”（13项研究）和“评估政策和管理的有效性与影响”（16项研究）。对于每个共现，用户可考虑是选择更成熟的选择（高普及度）还是追求更新颖或创新的方法（低普及度）。
在此基础上，表3也可用于探索其他相关共现和示例，并考虑框架范围之外的设计选择和选项。设计选择之间（而非仅政策相关问题与设计选择之间，如表3）的完整共现表可在支持信息（表S4）中找到，同时附有更全面的示例研究系列。
**3.4 研究结果可指导探索生物多样性未来的情景中一致的设计选择**
本节将审查结果转化为方法论框架，以实现有意、透明且与目标问题一致的一致设计选择。
**3.4.1 一致的设计选择**
表4中的方法论框架建议了如何使用第3.1、3.3节呈现的审查结果来指导未来研究中的一致设计选择。步骤1要求扫描可通过情景探索的政策相关问题（表1）和设计选择（表2）的可选范围。这指导步骤2，用户确定其切入点，然后通过步骤3（表3）以适合其需求的方式探索共现分析。步骤4扩展了此初始共现探索，建议用户超越其切入点，考虑其他共现并在需要时查找示例研究。此时，用户可混合搭配设计选择，根据研究的整体目的和团队能力，仔细决定是使用更成熟（高普及度）还是新颖（低普及度）的方法。在某些情况下，用户也可能被提示测试框架范围之外的选项。这些决策必须考虑到可能影响特定设计选择普及程度的其他因素（如研究技能集、实施可行性或发表偏倚）。步骤5是启动决策路径，涉及从步骤2建立的切入点出发的一系列有意且透明的决策，汲取步骤1至4的见解。在决策路径中，用户将选择至少一个要回答的政策相关问题，并为七个设计选择中的每一个选择至少一个选项。重要的是，此过程可以灵活，因为用户可能从多个切入点、以不同的优先级、能力和约束来接近此过程。
**3.4.2 示例决策路径**
研究人员可视化了两个对比切入点的部分决策路径来演示概念：（a）一个拥有初始政策问题想要探索的政策制定者（图2）和（b）一个拥有想要用于政策指导方法论的生物多样性建模者（图3）。第一个决策路径（图2）从政策制定者角度，初始政策问题属于“了解驱动因素”（例如，影响未来土地利用变化、生态系统服务和生物多样性/自然结果的关键社会、文化或技术驱动因素是什么？）。决策路径展示了通过设计选择的一种可能路线，从情景方法开始，然后是情景中的驱动因素类型、建模/评估目标和量化水平（形式化）。由此可看出用户如何考虑全部选项（方框）和政策相关问题之间的共现（线条粗细）来构建决策路径。第二个决策路径（图3）基于生物多样性建模者角度，起始于一个设计选择——建模/评估目标——然后向上连接到该方法可能回答的问题，向下连接到情景方法的选择。这样，框架使建模者能够更有意地选择可用情景类型和可回答的政策相关问题。方框3总结了保护区案例研究中将设计选择与政策相关问题联系起来的反思。
**4 讨论**
昆明-蒙特利尔GBF概述了作为对生物多样性丧失紧急响应的变革性行动的雄心轨迹（Convention on Biological Diversity, 2022; Li et al., 2023）。解决目标、计划与行动之间的实施差距需要将这些雄心转化为情境相关且可实施的政策和管理策略，并考虑到影响生物多样性未来的广泛复杂性和不确定性。英国和全球的各种研究项目和政府机构正在开发情景以支持相应的生物多样性预测，其中许多在26项全球和20项英国特定研究中详述。然而，没有单一情景方法能解决影响生物多样性未来的全部复杂性，这突显了生物多样性未来中一致设计选择的重要性。
在本文中，研究人员开发并验证了一个由五个步骤组成的方法论框架，以实现这些一致的设计选择。所谓一致，指有意、透明且与目标问题一致的设计选择。框架最终让用户构建一个灵活的决策路径，该路径建立在对本研究三个发现的探索基础上：与生物多样性未来相关的关键政策问题类型学、构建和使用情景所需的一系列关键设计选择，以及指示响应特定问题的更或更不普及设计选择的共现分析。通过使决策路径中的选项和选择范围明确化，该框架扩展了选项范围，促进了更有目的性的选择，减轻了情景所指导的决策排除重要风险或机遇的风险（Lawrence et al., 2024）。这种有意且透明的方法也可能帮助挑战或细化假设，并实现变革性行动。重要的是，需要灵活使用框架以适应多个切入点和实际因素对设计决策的影响，这些因素使决策更具情境依赖性和流动性。尽管如此，框架的广泛采用可提供通用术语和跨组织、学科和部门的共同理解，包括科学与政策界之间。这样做，框架可提供更大的结构和透明度，从而提高情景对科学界的可用性和互操作性。
研究结果可被开发和使用情景探索生物多样性未来的多样化用户操作。方法论框架的主要用途是根据第3.4节详述的步骤指导未来研究中的设计选择。这些步骤的关键在于框架可从多个切入点接近：例如，有想要回答问题的政策制定者，或有想要使用方法的科学家。在英国，该框架可被认为代表了已发表研究中的情景领域，并相应使用。英国地方尺度的用户可能考虑调整框架中的问题，因为这些问题主要是从国家层面利益相关者的法定机构引出。在英国之外，该框架可被认为相对可推广。然而，用户可能考虑通过以地方或区域研究丰富框架，并反思其社会-生态和政治背景的独特方面来适应框架。参与式方法有助于情境化政策相关问题。例如，在应对生物多样性危机的行动变得具有政治挑战性的地方，用户可能需要改变问题措辞以适应其环境，或添加额外问题，将社会政治紧张作为生物多样性未来的关键驱动因素（Billet et al., 2024; Le Velly et al., 2024）。用户也可能需要创新超越现有研究范围，以应对新兴挑战，并添加反映其需求的额外设计选择。例如，一些背景可能需要以原住民和地方社区为中心的包容性情景方法（Chibwe et al., 2024）。其他人可能希望在情景过程中利用创意艺术、想象力、情感和价值观，这在英国发表频率较低，因此在本研究中代表性不足（Fazey et al., 2020; Moore & Milkoreit, 2020; Pereira et al., 2019）。
该框架也可在生物多样性研究界以其他方式使用。对先前研究的回顾性反思有助于沟通现有情景方法相对于其他方法的定位，在出现额外问题或设计选择时根据需要扩展框架。这对建模界尤其有用，因为关于指导生物多样性预测的社会轨迹假设的更大透明度可建立合法性，并有助于解释输出。共现分析也揭示了新兴模式，以指导未来研究议程。例如，与“了解驱动因素”、“识别、优先排序和分阶段行动”和“评估管理选项的有效性”相关的问题在英美研究中最为常见，而“评估风险和不确定性”和“识别稳健解决方案”代表性最低。解决这些缺口可能有助于提高自然相关政策的韧性和长期有效性。
该研究存在一些局限性，在采用和进一步研究中应考虑。可用于支撑框架的研究数量有限，通过返回跨/超学科研究且显著关注情景开发的检索词获得。此检索过程并非旨在全面，而是为生成框架提供足够数据。这意味着该研究应被视为非全面，作为更广泛范围研究的更全面元分析基础，并在框架范围之外进一步创新方法。此外，检索标准排除了缺乏情景本身方法论细节的研究，在许多情况下排除了仅在统计生物多样性模型中变化环境变量值的建模研究。因此，研究人员未能弥合情景开发（表征生物多样性丧失的直接和间接驱动因素）与估计生物多样性影响的定量预测之间的差距。未来研究详述特定建模方法的设计选择将很有价值。这一局限性反映了该研究领域的一个需要解决的缺口：在追求情景开发方法论严谨性和创新性的科学家群体与试图改进生物多样性建模方法以实现长期预测的群体之间。利用情景作为促进科学家整合的机遇已有记载（Kr?ger & Sch?fer, 2016），可在此进一步利用。
另一个局限性是研究人员使用过去情景研究的回顾性分析来指导未来研究的框架。这具有重要影响，因为它将问题和设计选择的集合限定于过去研究，而未考虑关键的新兴问题。例如，生物多样性未来受到高度复杂的社会与生态系统相互作用的影响。许多现有情景方法简化了联系社会-生态系统中变化的非线性、涌现性质，特别是在人类作为地球系统主导力量的新兴条件下（Folke et al., 2021; Verburg et al., 2016）。类似地，主导情景方法直到最近才开始接纳世界观的多元性和价值体系（Leventon et al., 2021; Pereira et al., 2021）。这些关键挑战未在本研究中反映，原因包括检索词和分析时对已发表工作的依赖。
其次，共现分析特别依赖于假设：较高普及度（即具有特定共现政策相关问题与设计选择的文档数量更高）指示更成熟的设计选择。相反，较低普及度被假设指示较不成熟的设计选择，提供新颖或创新领域。研究人员避免明确假设低普及度指示设计选择明显不合适，因为低普及度可能是其他因素的结果，包括在实践中实施特定设计选择的挑战或权衡，如案例研究反思中出现的那样。例如，许多生态学家可能更熟悉定量模型的科学惯例，发现更定性或半定量的方法具有挑战性，即使它们可能是唯一可用的选项。某些设计选择也可能需要更多资源：考虑更广泛的间接社会经济驱动因素会给建模过程带来显著复杂性和不确定性。因此，鼓励用户有意选择采用更成熟或新颖的方法，并根据需要从研究数据库中的示例中获取支持。未来研究可考虑其他将普及度与适当性更好联系的方法，例如使用专家判断或多个绩效指标进一步验证和丰富此方法。
**5 结论**
情景是表征影响生物多样性未来的复杂性和不确定性的有用工具，但该领域的方法论多样性带来了挑战。在本研究中，研究人员通过混合方法方法（包括两次参与式研讨会、范围审查和案例研究反思）开发并验证了一个用于探索政策相关问题的情景中一致设计选择的框架。这产生了：可通过情景探索的与自然相关的政策相关问题类型学；构成情景方法的七个关键设计选择系列；以及显示响应特定问题的设计选择普及度的共现分析。这些共同指导一个五步方法论方法，引导用户走向满足其需求的定制决策路径。
本研究为未来研究开辟了几个领域。该框架可填充当前和新兴研究中未出现在已发表研究数据库中的内容，帮助开发更全面的框架和数据库，用于识别缺口，更准确地为英国及其他地区未来研究绘制路径。该框架也可通过用户界面转换为交互式决策路径，这有助于框架的采用（例如，用户可选择切入点，基于框架底层数据库构建自己的决策路径）。需要进一步研究测试框架在现实情景过程中的影响，以确定其是否导致更好结果并改善情景领域的互操作性和一致性。这一机遇可受到保护科学中通过结构化方法改进和追踪模型用于循证决策影响的努力启发（Addison et al., 2013; Burgman et al., 2011）。还需要进一步研究将框架适应新背景——其他国家和亚/国际尺度——以及可能超越生物多样性的其他部门。由于这是一项非全面审查，未来研究可进行更全面的元分析，以框架结构指导，并在框架范围之外进一步创新方法。
生物多样性，无论是英国还是全球，在过去几个世纪已显著枯竭，目前正在进行大量努力，利用情景生成证据以指导阻止和逆转生物多样性丧失的决策。该框架指导探索生物多样性未来的情景中一致的设计决策，在英国展示如何使框架对特定政策背景相关且可操作。最终框架可促进更有意和透明的方法，做出与所问问题相称的设计选择。框架的使用也将帮助政策制定者映射现有证据，并理解研究推断为何不同。这将使跨模型比较（如气候学家所做）得到更大使用，从而提高关于决策证据一致性的清晰度。总之，研究人员建议，框架的一致采用和丰富有望生成证据，促进更一致且可能具有变革性的选项集，以阻止和逆转生物多样性丧失。
