《Sustainable Cities and Society》：A causal network for strategic foresight of inclusive climate actions through co-creation of nature-based solutions
编辑推荐：
城市系统表现出复杂的动态特性，从而产生相互关联的环境、社会和经济挑战。尽管大多数研究关注特定领域的问题，但近期的方法通过基于系统思维的系统性框架来应对城市复杂性。在此背景下，包容性气候行动（Inclusive Climate Actions, ICAs）不仅用
城市系统表现出复杂的动态特性，从而产生相互关联的环境、社会和经济挑战。尽管大多数研究关注特定领域的问题，但近期的方法通过基于系统思维的系统性框架来应对城市复杂性。在此背景下，包容性气候行动（Inclusive Climate Actions, ICAs）不仅用于减缓和适应气候变化，还旨在带来社会和经济收益。然而，ICAs在城市系统内的影响在很大程度上仍未得到探索。本研究开发了一种基于预见方法学的数字决策支持工具，以促进通过ICAs（例如基于自然的解决方案（Nature-based Solutions, NbS））共同创造城市发展情景，并将其整合到复杂的城市系统中。该方法构建了一个因果网络，定义了ICAs与预定义关键绩效指标（Key Performance Indicators, KPIs）之间的关系，并将其转化为数字决策支持工具。此外，该网络还定义了KPIs之间的相互关系，突出了协同效应和权衡。该工具以数值和空间两种方式估计用户所选行动引发的相对变化。该数字决策支持工具旨在自动化估算过程，并可在与当地利益相关者、市民和公共行政部门的参与式研讨会中使用，以提供关于所选行动影响的实时信息。本研究是DUT资助的GREEN-INC项目的一部分。
**论文解读：基于因果网络与系统思维的包容性气候行动战略预见方法**
**1. 研究背景、问题与意义**
城市系统具有高度复杂性，环境、社会和经济挑战相互交织。现有研究多聚焦于单一领域问题，难以全面把握城市系统的整体行为。包容性气候行动（Inclusive Climate Actions, ICAs）旨在同时实现气候变化减缓与适应，并带来社会和经济效益，但其在复杂城市系统中的整合影响尚未得到充分评估。基于自然的解决方案（Nature-based Solutions, NbS）作为ICAs的典型代表，虽被广泛提倡，但现有预见和影响预测工具缺乏对跨部门协同效应与权衡的系统性考量。此外，参与式规划过程中，非专家利益相关者难以理解复杂的预测结果，限制了包容性。为此，研究人员提出一种结合系统思维（Systems Thinking）与预见方法学（Foresight）的创新框架，构建因果网络（Causal Network）并将其数字化为决策支持工具，旨在支持ICAs情景的共同创造与实时影响评估。本研究作为DUT资助的GREEN-INC项目的一部分，案例应用于意大利都灵市（Torino）的Arrivore公园城市生活实验室（Urban Living Lab, ULL）。论文发表在《Sustainable Cities and Society》。
**2. 主要关键技术方法**
研究人员采用了以下关键技术方法：（1）文献驱动的因果网络构建：通过系统分析已有文献，确定ICAs（如绿化公共空间、低维护草甸、再造林、集雨水箱等8种行动）与12个环境、社会、经济关键绩效指标（Key Performance Indicators, KPIs）之间的因果关系，并定义因果链的强度（高分/中分正/负效应）与方向；（2）专家验证与校准：通过9位本地及国际专家访谈，验证因果网络的结构与参数，并根据专家意见调整特定因果链（如增加社区活动对福祉的影响）；（3）数字化工具开发：利用Jupyter Notebook（Python）和Voilà平台开发交互式数字决策支持工具，集成地图界面（ipyleaflet）和输入部件（ipywidgets），实现用户选择行动、位置、规模及社区活动数量后的实时影响评分与空间可视化；（4）参与式研讨会测试：在都灵Arriere公园ULL组织22名利益相关者（含专家、规划者、决策者、当地组织代表）进行两轮情景共创与评估，验证工具在实时反馈、促进讨论方面的有效性。样本来源为都灵市ULL区域（约0.5km2的公园及周边3.4km2住宅区，面临洪水、可达性差、空间吸引力低等挑战）。
**3. 研究结果**
**3.1. 定义包容性气候行动（Definition of ICAs）**
通过首轮参与式研讨会（13位利益相关者参与），识别出都灵ULL区域的主要挑战（洪水风险、空间维护困难、公园社会吸引力不足），并选出8种ICAs作为情景共创基础，包括：绿化公共空间、低维护草甸、再造林、集雨水箱、雨水篷与公共空间、雨水口袋公园、果树大道、刻槽植草沥青面。每种行动均关联具体描述、主要影响及参考文献。
**3.2. 设计因果网络架构（Design of the architecture of the causal network）**
研究人员基于系统思维，构建了包含输入节点（ICAs类型、规模、位置、社区活动组织）、中介效应（现有城市特征，如土地利用）、输出节点（12个KPIs：雨水与灰水收集再利用、碳储存与封存、气温、结构功能连通性、维护成本、气候灾害直接与间接损失、参与公民数、发病率/死亡率/福祉、噪声暴露、土地利用变化、环境教育活动、城市绿色空间可达性）及KPI效应（KPI之间的相互作用）的三层因果网络。因果链强度通过文献定量化评分（1.5/1.25/1/0.75/0.5），采用乘法机制传播影响，最终输出标准化（1-5）的KPI变化值。
**3.3. 验证因果网络（Validation of the causal network）**
通过9位专家访谈进行内容验证。专家一致认为评分方法适用，并提出关键调整：增加社区活动对福祉的正面效应；将雨水收集与维护成本的关系从负面改为中度正面；移除再造林和刻槽植草沥青面对雨水收集的弱效应。结果与都灵其他地区已实施NbS项目的实证数据（如Valdocco Vivibile项目、Orti Generali项目）对比，显示预测趋势一致。
**3.4. 数字化因果网络（Digitalization of the causal network）**
利用Python及Voilà开发交互式数字工具，用户可通过地图选择网格单元（位置与规模）和行动类型，工具自动计算各KPI变化值及加权叠加图（权重可调）。工具提供即时数值与空间输出，便于参与式讨论。
**3.5. 预见过程应用（Application for the foresight process）**
在22人参与式研讨会上，两轮情景共创验证了工具效果：第一情景聚焦公园内部（低维护草甸与公共空间绿化），预测显示局部碳储存、气温、噪声有中度改善，但维护成本高，社会效益有限。第二情景扩展至周边（雨水口袋公园与再造林+更多社区活动），预测显示更均匀的社会福祉提升、气温显著降低（再造林效应），但经济可行性提出讨论。工具成功促进专家与非专家之间的讨论，帮助识别行动权衡，并支持战略愿景的空间定位。
**4. 讨论与结论翻译**
**讨论部分总结：**
本研究提出的方法论为ICAs设计与实施提供了理论（系统思维整合因果复杂性、文献驱动可复制预测）与实践（实时、可理解、参与式数字工具）双重贡献。与仅关注单一影响或缺乏空间表达的现有工具相比，本方法实现了多维度、空间显式的评估。尺度与分辨率（社区尺度）成为协调细节与全局的关键选择。通用性与情境化之间存在张力，本方法通过基线可复制、通过本地专家访谈进行情境校准来实现平衡。局限性包括：模型验证主要基于文献与专家判断，缺乏经验校准；忽略时间动态（长短期影响差异）；评分模型无法提供精确量化；空间假设（行动完全替换现有土地利用）不完全真实。未来方向包括：引入历史数据与问卷实现更精确量化；增加更多行动与指标；采用系统动力学模型模拟动态变化；结合机器学习与生成式人工智能增强预测；通过游戏化提升参与度。
**研究结论翻译：**
本研究提出了一种旨在支持ICAs设计与实施预见过程的方法论，用于城市发展与气候韧性。所提出的研究方法植根于系统思维视角，旨在整体性地考虑拟议行动影响的复杂互联性。为了支持未来情景的共同创造与预期影响评估，研究人员开发并数字化了一个因果网络，以提供一个数字决策支持工具，该工具可以自动化预测分析，并为用户提出的情景的预期影响提供实时、易于理解的信息。该方法论兼具理论与应用价值。理论价值体现在两个方面：第一，使用系统思维视角深入理解ICAs在城市系统中产生的含义、权衡与协同效应；第二，该因果网络代表了一个全面、易于理解、可复制、基于文献、空间化的ICAs预测分析的里程碑。该研究的应用价值在于，所提出的方法论无缝地将数据驱动的预测分析整合到城市发展的参与式预见方法中。因此，预见方法论与数字工具的实际应用构成了增强城市发展与气候韧性规划过程中参与性和包容性的重要资产。
