通过因果循环模型解析小规模农业的社会生态脆弱性
《Agricultural Systems》:Unraveling social-ecological vulnerability in small-scale farming through causal loop modeling
【字体:
大
中
小
】
时间:2026年08月05日
来源:Agricultural Systems 6.2
编辑推荐:
•社会因素与气候条件决定了小规模农业系统的脆弱性。•生产与收入是农业系统脆弱性中的核心要素。•水资源短缺成为制约系统运行的关键因素。•将LVI与因果循环模型相结合,可揭示由反馈机制引发的脆弱性。
引言
气候变化及其带来的不确定性是21世纪最严峻的全球性威胁之一,需要立即采取
•社会因素与气候条件决定了小规模农业系统的脆弱性。•生产与收入是农业系统脆弱性中的核心要素。•水资源短缺成为制约系统运行的关键因素。•将LVI与因果循环模型相结合,可揭示由反馈机制引发的脆弱性。
引言
气候变化及其带来的不确定性是21世纪最严峻的全球性威胁之一,需要立即采取协调一致的社会行动来应对这一挑战(Rosenzweig等人,2020;Sohail等人,2022)。全球气温上升加剧了极端天气事件,严重影响了依赖气候的生计方式,尤其是小规模农业社区(IPCC,2022;Mekonen和Berlie,2021;Mussetta等人,2017;Acheampong等人,2014)。由此引发了诸多社会问题,因为全球70%的最脆弱人群生活在农村地区,依靠小规模农业为生(Faurès等人,2012)。小规模农业对这种新的气候变化尤为敏感,因为它不仅影响农业生产,还影响其他生计来源,如灌溉用水、土壤肥力以及农业多样性,进而降低它们应对各种干扰的能力(Adger等人,2003;Morton,2007;Lozano-Povis等人,2021)。小规模农业系统属于社会-生态系统,通过反馈机制整合生物物理与社会要素,从而能够持续应对内部与外部压力(Berkes等人,2003;Berrouet等人,2018)。由于生物物理、社会经济以及政治制度过程之间存在着复杂的相互依存关系,很难用综合方法研究它们对气候变化的脆弱性(Brooks,2003)。脆弱性指的是系统因气候变化引发的气候变异而受到负面影响的倾向或可能性(Gumel,2022)。在社会-生态学背景下,政府间气候变化专门委员会将脆弱性定义为包含暴露度、敏感性以及应对气候变化的适应能力三个维度的概念(Shen等人,2022;Simane等人,2016;IPCC,2021)(公式1):V=E+S?AC。这种方法将脆弱性视为外部因素与内部因素共同作用的结果(Gerlitz等人,2017)。通常,系统对气候变化的暴露程度是通过降水量模式、温度以及极端天气事件的频率变化来评估的(Negatu等人,2011)。敏感性则体现为系统受其所面临事件影响的程度,反映了社会、经济、文化、政治及环境状况(Nelitz等人,2013;Mussetta等人,2017)。最后,适应能力是指系统应对、管理或调整自身以适应变化条件的能力(Adger,2006;Smit和Wandel,2006)。目前已有多种方法用于评估社会-生态系统的脆弱性,其中Hahn等人于2009年提出的LVI指数影响尤为深远。然而,鉴于脆弱性的复杂性与多维度特征,诸如LVI这类指数往往会导致不同的分析结果(Zainab和Shah,2024)。Oyarzo等人(2024a)在从家庭层面评估小规模农业系统对气候变化的社会-生态脆弱性后指出,LVI可能无法充分反映复杂的社会-生态现实,因为它倾向于简化这些系统中的各类实体及其相互关系。传统的基于指数的方法,如LVI,也无法体现社会-生态系统所具有的反馈循环与涌现特性。因此,采用明确的系统分析法似乎更适于研究社会-生态系统中的人类相关要素与生物物理要素之间的动态关系与关联(Lippe等人,2019)。系统可以被视为一组相互关联的实体构成的整体单元,其中的适应性、自组织能力以及共同演化特性是其本质特征(Allen和Varga,2006;Arnold和Wade,2015)。从结构上看,系统可由三个基本组成部分构成:其构成要素、这些要素之间的相互联系,以及系统的整体功能或目标(Meadows,2008;Arnold和Wade,2015)。复杂适应系统具有多个相互作用的部分、非线性动态、反馈过程、涌现特性,以及学习和适应的能力(Levin,1998;Ladyman等人,2013)。在此框架下,小规模农业系统可被视为复杂适应系统,其中文化与自然之间的关系是相互关联、具有适应性、动态变化,并且能够不断学习并持续发展(Fuller等人,2015;Ibarra等人,2024)。因此,复杂适应系统理论为评估农业系统在气候变化背景下的适应能力、稳健性及可持续性提供了概念与方法上的支持(Uzcátegui-Varela,2020)。目前有多种方法可用于描述和模拟社会-生态系统的复杂性(Sterman,2000;Grimm和Railsback,2012;Sayles和Baggio,2017)。其中之一就是因果循环模型法,这是一种迭代过程,用于识别系统中相关的实体、因果关系、反馈循环以及涌现特性(Bala等人,2017;Dhirasasna,2019)。该方法的一个输出成果是因果循环图,这是一种图形化表达方式,能够展示系统各要素之间的联系与互动,同时突出它们之间的非线性关系(Haraldsson,2004;Coletta等人,2021)。因此,因果循环模型法有助于我们更好地理解在气候变化背景下影响小规模农业系统运行的关键互动因素。系统思维与建模方法已被广泛应用于农业研究的多个领域。例如,系统建模被用于分析越南女性小规模农民的生活质量,研究结果表明,决定生活质量的因素并不仅限于生产系统本身(Ha等人,2017)。参与式因果循环模型也被用于研究危地马拉的营养不良危机及粮食安全状况(Richards等人,2021;Dentoni等人,2022;Isaac等人,2023)。同样,墨西哥及欧洲的农耕系统中,人们也通过该模型分析了管理决策与农业实践所带来的生物物理与经济影响(Parsons等人,2011)。与传统定量与定性方法不同,因果循环模型法能够识别非线性因果关系、反馈效应以及涌现特性,从而更准确地反映社会-生态系统的复杂性(Johnson等人,2019;Bala等人,2017)。这类工具能够揭示个别分析可能忽略的关键因素,从而有助于制定更具针对性且符合具体情境的政策(Isaac等人,2023)。还有些研究采用模糊认知映射法来表示因果关系,并探索农业与土地利用系统中的情景动态。模糊认知映射法将加权因果网络与迭代模拟相结合,能够用于分析在不同条件下系统可能的响应情况(Christen等人,2015;Targetti等人,2021)。与因果循环模型法类似,模糊认知映射法也旨在捕捉反馈结构与非线性互动,但它更多被用于情景分析以及基于利益相关者所构建的认知地图的动态研究。实际上,很少有研究尝试将LVI之类的基于指数的评估方法与因果循环模型法相结合。本研究正是为填补这一空白而展开,旨在探讨将LVI融入因果循环模型法后,如何更有效地呈现智利南部奇洛埃群岛全球重要农业遗产系统中的社会-生态脆弱性。二十多年前,联合国粮食及农业组织为应对威胁小规模农业发展的全球趋势,推出了全球重要农业遗产系统计划(Kajihara等人,2018)。该计划的目的是识别并保护那些拥有丰富农业生物多样性、同时蕴藏着关于小规模农业系统管理方法的传统知识的地区。截至2025年,联合国粮食及农业组织与各国政府合作,在全球范围内共确定了100多处全球重要农业遗产系统,其中包括位于智利南部的奇洛埃群岛(联合国粮食及农业组织,2024)。本研究旨在回答以下研究问题:将LVI纳入因果循环模型法后,能否更有效地呈现智利南部某全球重要农业遗产系统中的社会-生态脆弱性动态?为解答这一问题,本研究设定了两个具体目标:第一,利用LVI中的相关变量,识别并整合社会-生态脆弱性中的关键互动、反馈机制及模式,将其纳入因果循环模型中;第二,分析模型输出结果,确定适应工作的优先事项,并找出影响奇洛埃全球重要农业遗产系统中小规模农业系统适应能力的知识缺口。我们假设,将LVI纳入因果循环模型法后,能够更全面、更动态地呈现社会-生态脆弱性,从而为决策者提供有力支持。这一假设通过因果循环模型的结构验证、与LVI等传统指数的比较评估,以及对其能否准确反映文献记载及奇洛埃全球重要农业遗产系统案例研究中所展现的社会-生态动态能力的分析来加以检验。
研究区域
本研究在智利南部的洛斯拉戈斯地区的奇洛埃群岛进行,该群岛的地理位置介于南纬41.73°至43.47°、西经73.15°至74.46°之间(见图1)。该地区的气候属于无干季的温带气候,夏季温暖(Cfb型),偶尔会出现与干旱相关的变化(Cfb-s型)(Peel等人,2007)。该地区的年降水量在1300毫米至2700毫米之间,夏季最高气温约为14℃,冬季则为8℃左右(Gómez等人,2022)。
系统实体构成
由各种要素与过程构成的系统实体群,为奇洛埃全球重要农业遗产系统的LVI指标提供了依据(见表1、表2)。暴露度由降水量、温度、水资源可用性以及农业用地面积等要素体现,同时还包括干旱事件与农业生产等过程。这些要素共同展现了环境条件与生产条件在该系统中的具体表现形式。
讨论
本研究为日益增多的关于小规模农业系统面对气候变化时的社会-生态脆弱性研究做出了贡献。尽管不同地区的地理与环境条件存在差异,但这些农业系统依然面临着类似的挑战。同时,本研究也回应了Ekstr?m等人(2024)指出的问题,即现有研究仍未能充分展现社会子系统与生态子系统之间的动态互动关系,从而限制了对这一问题的全面理解。
结论
通过将LVI纳入系统模型,我们得以呈现智利南部某全球重要农业遗产系统中小规模农业的社会-生态脆弱性。这种方法有助于我们更深入地了解影响系统适应能力的结构因素与社会因素,表明社会-生态脆弱性是由社会、生产及地域要素之间的相互作用共同导致的,而非由单一变量造成。本研究提出了三项关键建议。首先,应加强本地水资源管理……
作者贡献说明
Bárbara Chávez:撰写原始稿件、正式分析、数据整理、概念构建。Marcelo D. Miranda:撰写原始稿件、指导工作、方法设计、正式分析、概念构建。Camilo Oyarzo:撰写原始稿件、开展调研、正式分析。Paulina Rodriguez-Díaz:负责审稿与编辑、开展调研、正式分析。Santiago Kaulen:负责审稿与编辑、开展调研、正式分析。Julián Caviedes:负责审稿与编辑、模型验证、确保研究符合伦理规范。
资金支持说明
本研究得到了ANID基金编号为1231664、1200291和1240070的资助,同时还获得了合恩角国际中心——CHIC的资助(ANID PIA/BASAL PFB210018)。
利益冲突声明
作者们声明,他们不存在任何可能影响本文研究结果的已知财务利益或个人关系。
Bárbara Chávez|Marcelo D. Miranda|Camilo Oyarzo|Paulina Rodriguez-Díaz|Santiago Kaulen|Julián Caviedes|José Tomás Ibarra|Carla Marchant
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号