研究

模糊认知映射在生计脆弱性分析中的应用

• 摘要
• 介绍
• 方法
  • 区域描述
  • 模糊认知图的应用
  • 生计类型的定义
  • 模糊认知映射的关系图和矩阵的定义
  • 情景分析
  • 敏感性分析
• 结果
  • 生计类型描述
  • 生计类型规范
  • 民生类型量化
  • 情景分析
• 讨论
  • 模糊认知图在生计分析中的应用
  • 津巴布韦东南部生计的运作和脆弱性
  • 生计脆弱性和干旱
• 结论
• 对本文的回应
• 致谢
• 文献引用

介绍

在过去的几十年里，生计分析已经成为贫困分析和减贫战略中一种强有力的参与性方法。通过整合不同的学科视角和具有挑战性的部门方法，这种方法将试图谋生的人的地方情况的特殊性与更广泛的制度和社会经济动态联系起来。尽管生计分析以资产和资本为重点，但“仍然主要集中在经济学家制定的相当工具性的减贫议程上”(Scoones 2009)，但自20世纪80年代末以来，环境问题一直在这些分析中发挥着重要作用，众所周知的可持续生计框架(SLA;钱伯斯和康韦1992)。SLA方法因难以评估家庭内部的变化路径或脆弱性和恢复力轨迹而受到批评(例如，Toner 2003)。

可持续性意味着生计相对稳定和有弹性，因此能够应对冲击和压力。面对气候变化和新的土地使用政策等更广泛的进程，评估这种冲击和压力在地方一级对不同生计的可能影响仍然是一项重要挑战。beplay竞技弹性思维起源于生态系统思维(Adger 2000, Folke et al. 2002)，正越来越多地应用于通常所说的社会-生态系统的研究(Folke et al. 2002)。将这种弹性思维整合到参与性生计方法中被称为一项正在进行的工作(Folke 2006, Scoones 2009)。在这里，我们的目标是通过评估一种简单的参与式推理方案方法(称为模糊认知地图(FCM))来促进这种整合，该方法使当地人和科学家能够共同评估人们确定的不同未来情景对不同当地生计的影响。

在生计分析中，许多方法被用作分析和参与性方法:基于主体的建模(ABM;Castella et al. 2005, Eakin and Luers 2006)，动态系统模型(dsm;Dougill等人2010)，贝叶斯信念网络(BBNs;Newton et al. 2006)，以及最近的fcm (Kok 2009)。ABM和dsm通常会遇到缺乏信息来描述它们所包含的过程的问题，通常在结构上是特定于案例的，并且两种方法的基本假设通常隐藏在实现细节中(例如，O 'Sullivan和Haklay 2000)。bbn和fcm具有结合定量和定量信息的能力，并且在使用系统功能的透明、图形表示的方式方面具有一些相似性，这可以补充现有的、不太透明的分析脆弱性的框架(例如，Fraser 2007, Ericksen 2008)。

bbn已用于生计分析(Newton et al. 2006, Martínez-Santos et al. 2010)，森林管理评估(Haas 1991, Crome et al. 1996)和环境政策研究(Wolfson et al. 1996)。BBN是一组变量之间概率关系的图形模型(Pearl 1993, Heckerman 1999)，通过参考贝叶斯计算概率推断的规则(Smid et al. 2010)，给出了不确定性下推理的紧凑表示。bbn有很多优势。它们很容易处理不完整的数据集(Heckerman 1999)，它们简洁地表示概率关系(Cooper 1990, Pearl 1993)，并且它们的图形用户界面使得这种方法对于非专家来说很容易使用(Smid et al. 2010)。它们的缺点是不允许在分析中包含直接反馈，这限制了它们在脆弱性评估中的使用。反馈机制在分析社会-生态系统的脆弱性和恢复力时非常重要，在分析生计时也同样重要，特别是如果决策者要制定出很好地适应当地条件的方案(Folke et al. 2002)。在这里，我们使用fcm，这是一种允许分析直接和间接反馈的方法，并允许进一步探索生计类型对已识别的危险的脆弱性。

fcm使用表示因果推理的模糊图结构，允许系统的因果传播，特别是向前和向后链接(Kosko 1986)。Tolman(1948)介绍了认知地图;它们的使用起源于政治(Axelrod 1976, Hermann 1978)。Kosko(1986)扩展了它们的使用，后来扩展到森林管理(Mendoza和Prabhu 2006)、细胞水平上发生的生物过程(Weinreb et al. 2006)和场景开发(Kok 2009)等各个领域。Özesmi和Özesmi(2004)将fcm与动态模型进行了比较，发现它们在评估复杂系统时非常有用。为了能够使用fcm，需要对更大结构的元素如何相互关联有一个定性的理解(Carley和Palmquist 1992)。然后使用相对权重来量化元素之间因果关系的强度(Kosko 1986)。权重包含在随后用于场景分析的矩阵中。

在这里，我们使用基于fcm的情景分析来了解贫困农村家庭对被视为危险事件的脆弱性。脆弱性的科学使用源于地理和自然灾害研究(Turner et al. 2003, Janssen 2006)。这个术语现在是各种其他研究背景下的中心概念，如生态学、公共卫生、发展研究(Adger 1999)、饥荒分析(Watts和Bohle 1993)、灾害风险研究(Swendsen和Norman 1998，减灾小组委员会2003)，尤其是社会-生态系统思维(Berkes 2007)。脆弱性在这里被用作生计的一个属性，因此强调了人和他们管理生活的方式。

我们的目标是分析津巴布韦东南部不同生计的功能，并研究这些生计对外部变化的脆弱性。这是使用fcm完成的，也使我们能够评估fcm在生计分析中的有用性。我们研究了津巴布韦东南部半干旱地区人类与野生动物界面的生计系统。该地区是大林波波跨境保护区的一部分，该保护区包括著名的保护区，如克鲁格、戈纳雷州和林波波国家公园分别位于南非、津巴布韦和莫桑比克http://www.greatlimpopopark.com/developments/history.htm)．已经提出了土地利用变化的建议，在这些国家公园周围的小农农业和畜牧业地区为野生动物和生态旅游提供更多空间(Dzingirai 2003, Spenceley 2008)。

方法

区域描述

案例研究区位于津巴布韦东南部低草原的Gonarezhou国家公园的西南部(图1)。津巴布韦东南部是一个干旱易发地区，更适合牲畜和野生动物的生长，而不是种植。当地社区以牲畜为主要生计来源，但有人认为野生动物旅游更有意义。这种情况表明，几个利益攸关方在最佳土地使用方案和自然资源保护战略方面存在利益冲突。在该地区的各个子系统之间已经有了复杂的关系:公共放牧或在公园放牧;牛、人、野生动物用水;高粱种植或玉米种植;以及其他与移民、偷牛、狩猎或偷猎有关的问题。在这一地区，大林波波跨界保护区的形成，以及戈纳雷州国家公园在津巴布韦一侧，给生活在公园内或附近的当地居民带来了新的挑战。

戈纳雷州国家公园不仅被视为一种威胁，而且因其以下资源而受到当地人的重视:饲料、野味、屋顶杆Androstachys johnsonii(Musimbiti，当地语言)，mopane蠕虫(Gonimbrasia belina而且Imbrasia belina)、茅草、管制鱼塘，以及传统药物，例如Xeroderris stuhlmannii(Murumanyama，当地语言)用于治疗疟疾。案例研究区域覆盖了2750平方公里的公共土地，分为四个区，共有6400户家庭，15940名男性和20550名女性(中央统计局，2002年)。年平均降雨量为400毫米，但在时间和空间上变化很大，变异系数为35% (Cumming 2005)。该地区的植被以低海拔植被为主(Colophospermum mopane)在富营养化热带稀树草原(Cunliffe 1993)。讲尚迦语的人占多数，讲绍纳语和恩德贝莱语的人是少数。

模糊认知图的应用

我们使用了四个步骤来生成fcm，每个步骤都由一个问题指导:

1. 当地人和其他利益相关者区分的不同生计类型的定义变量是什么?
2. 我们如何理解每一种独特的生计类型的结构，即主要资产、活动和结果之间的关系，作为一个相互关联变量的简单模型?
3. 当地人和其他利益相关者如何看待特定灾害对特定生计类型的定义变量的影响?
4. 特定的危险，如干旱或边界不明确，在哪些方面影响不同生计类型的构成变量?这对资产、活动和结果有什么影响?

生计类型的定义

研究过程分为四个主要阶段(图2)。四组人接受了采访:当地人(那些在研究区域有家并居住的人)、线人(了解该地区生计但不一定生活在那里的人)、焦点小组(一群了解并对生计研究特定主题感兴趣的当地人)和利益相关者(对自然资源和当地生计感兴趣的组织和个人)。利益相关者可以为公共利益工作，如政府、非政府组织或传统领导人，也可以为私人利益工作，如保护区或狩猎公司。现时的生计类型是根据初步调查确定的(n= 156人)及两次与举报人的面谈(n= 5)及持份者(n= 17;图2，阶段1)。在初步调查期间，利益相关者和信息提供者确定了决定不同生计类型的特征。举报人是从被认为是典型代表的当地人名单中随机挑选的，这些人被认为对所调查的生计有了解。确定的特征导致了最初的生计分类，后来通过小组讨论进一步完善。根据初步的生计分类，有代表性的住户(n= 9)所指明的每种生计类别(n= 3)被选作进一步研究。

模糊认知映射的关系图和矩阵的定义

通过从每个生计类型的户主名单中随机选择的焦点小组，对一般生计类型进行了细化(图2，阶段2)。每个焦点小组(n= 9)绘制了一个FCM图来定义其生计系统的结构。主持人向小组展示如何绘制在FCM中使用的关系图;然后每个参与者不间断地自己画一张图表。然后，小组讨论并结合他们各自的图表，制作一个代表他们特定生计类型的整体FCM图表。来自地方当局、非政府组织、政府官员和私人组织的利益相关者的输入被用于与每个小组迭代优化图，整个小组决定了FCM图的最终结构。

情景分析

一旦FCM最终确定，利益相关者和焦点小组聚集在一起，为他们的地图中的关系增加优势(图2，阶段3)，并定义使用FCM分析的可能场景(图2，阶段4)。FCM图的变量和关系被输入到一个矩阵中。给予关系的相对权重构成了矩阵的元素。这意味着矩阵充满了−1到1之间的数字，并按季度划分，其中−1表示非常强烈的负面影响，0表示效果没有变化，+1表示非常强烈的正面影响。接下来，在驱动因素对系统的影响被量化之后，涉众和焦点小组定义了四个场景。这四种情景是根据当前对气候变化的预期(即极端干旱事件的发生可能增加)和该区域的政策选择选择的，后者特别与移民问题有关。beplay竞技四种情景分别是:基线、干旱、边界和理想情景。

基线场景:根据地区标准，降雨量正常。公园里的野生动物很少造成破坏。一个可行的、可协商的系统允许当地人跨越边界获取资源。由于普遍存在的政治和经济挑战，制度薄弱。例如，政治派别决定了食物的获取，偷牛已经成为一个复杂的问题，目前还没有解决方案。此外，牛死亡的情况很少，种植的作物至少有一半达到收获阶段，汇款对家庭现金和食物做出了明显的贡献。

干旱的情况:雨量不足，无法耕种，至于下次什么时候下雨，有很大的不确定性。高地田地没有收成，许多奶牛死亡，越境增加，汇款越来越重要，食物是从跨境获得的。机构的影响，公园外造成破坏的动物，以及不明确的边界都以与基线情景相同的方式表示。

边境的场景:对于跨境流动有很多限制和监控(边界更清晰)。干旱，所有的庄稼和许多奶牛都死了。越境受到严格限制，因此跨境汇款和食品流入减少。机构和造成损害的动物保持与基线情景相同的强度。

理想的场景:雨量对农作物来说是足够的，而且下一次下雨的时间也几乎没有不确定性。公园里很少有野生动物造成损害的案例，而且对于受到造成损害的动物影响的家庭，有一个适当定义和有针对性的赔偿策略。各机构在支持家庭获得粮食方面更加有力。庄稼长得好，凡是管理得当的庄稼都有好收成。家庭养牛人数增加。边界有一个可接受的优先窗口和机制，当地人可以从任何一方获得资源(边界不清楚)，而且汇款和食物从系统边界外流入家庭的流动有所增加。

在定义情景后，对确定的生计类型运行FCM模型，以生成在这种情况下量化重要生计结果、现金和粮食的相对变化的图表。焦点小组和利益攸关方确定的影响矩阵是情景分析的基础。为了开始这个过程，将输入向量乘以矩阵，其中所有变量和驱动程序都被赋予代表特定场景的值。新的输出向量的值在−1到1之间进行四舍五入(这里我们的方法偏离了Van Vliet等人2010年和Kok 2009年使用的方法)，并构成了一个新的输入向量，与矩阵相乘。这个过程一直持续到乘法和舍入的结果稳定为止。与初始值0相比，变量的变化被解释为与原始情况相比增加(如果为正)或减少(如果为负)。这表明了在不同场景下，系统内部不同反馈的重要性。

焦点小组选择家庭的食物总量和可用现金作为每种生计类型运作的良好指标。食品总量和可用现金的相对变化与基线情景(设为零)进行了比较，并进行了量化。但是，必须指出的是，这两个指标，即家庭中的现金和食物，并不是相互独立的。家庭产生现金来购买食物，有时还会出售食物来获得现金。

敏感性分析

根据定义，FCM变量之间关系的相对权重是不确定的。因此，在考虑到这种不确定性的情况下，评估情景分析的结果有多稳健是很重要的。为了进行这一评估，我们对所有情景分析进行了敏感性分析，其中我们随机改变了三个生计矩阵中所有权重的值，其值在其值的20%以内。在敏感性分析中，生成了1000个新的FCM矩阵，并用于感兴趣的情景分析。通过计算1000个值的标准差，总结出每个矢量矩阵迭代次数的输出值的范围。我们将原始FCM矩阵的结果与标准偏差一起展示，从而深入了解结果的稳健性，以及它们受关系权重变化的影响有多强。

结果

生计类型描述

在与利益相关者和举报人讨论的基础上，确定了生计类型分类的三个关键因素。

1. 牛的价值和牛的数量与家庭的相关性。
2. 种植价值和谷地面积与家庭的相关性。Vlei是南部非洲常用的一个术语，指地势低洼、坡度平缓、没有树木的土地，这些土地因高地的渗水和降雨而季节性浸水，并包含排水渠道，以清除多余的径流(Rattray et al. 1953, Ivy 1981)。在非洲中部和南部的许多地区，山谷也被称为dambos。
3. 非农活动的价值和汇款与家庭的相关性。

因此，确定了三种生计类型:以牛为主、以作物-牛为主和以非农为主(表1)。以牛为主、以作物-牛为主和以非农为主的生计分别占当地社区总数的12%、41%和47% (n= 156)。

生计类型规范

焦点小组讨论确定了决定不同生计类型结构的四个组成部分:家庭养牛数量、总收成、可用现金和费用(图3A)。费用是一个变量，它定义了家庭为正常运转所必须支付的所有费用;这包括医院、餐费、学费和交通费。在整体方案中加入中心构建块后，确定了决定这些关键变量的因素(图3)。

民生类型量化

以牛为主的生计体系

以牛为基础的生计系统有一个中等大小的关系图(图4，表2)。现金可以说是确保家庭粮食的最重要变量，主要来自出售牛。这些现金主要用于购买食物;有些人通过购买药物来保持牛的健康，有些人在丰收后直接购买牛，从而对牛进行再投资。系统内的正反馈意味着，更多的可用现金导致家庭拥有更多的牛，从而在干旱年份出售更多的牛，并有更多的现金用于购买食物。在收成好的年份，替代牛可以维持家庭的运转。

在国家公园之外造成破坏的动物直接通过掠夺和间接通过疾病减少了牛的数量。疾病通过降低生长速度和繁殖潜力影响牛的生产力。疾病的发病率随着干旱的严重程度而增加。干旱减少了饲料供应，迫使本已虚弱的动物在接触土壤的情况下吃草，使它们暴露在传染病面前。为了减轻因疾病造成的牛的损失，浸罐委员会(一种社会组织形式)使牲畜更容易和更便宜地获得药物。在极端干旱年份，Zhombwe (Neorautanenia amboensisSchinz)变得更加重要;这是一种多年生豆科灌木，形成地下块茎，重达45公斤(74%的水)，在津巴布韦东南部干旱期间用来喂牛。Zhombwe仅用于拯救优先种畜免于死亡，因为挖掘块茎需要大量劳动力(C. Murungweni, J. Andersson, M. T. van Wijk, I. Gwitira和K. E. Giller)。未出版的手稿)．

以养牛为生的人们的家庭粮食大多来自受干旱严重不利影响的高地田地。

以作物-牲畜为主的生计体系

在三个系统中，以作物-牲畜为基础的生计系统具有最多的变量和联系(图5，表2)。总收成是保障粮食的最重要变量。野味、家庭菜园、河谷地区的作物以及山羊和鸡等小型牲畜在干旱期间对赚钱很重要。外部投入主要包括种子、围栏和用于灌溉的柴油。种子，特别是花生和有时玉米，在干旱年之后供应短缺，因此人们从生计系统边界之外寻找种子。牛主要用于牵引力，所以卖牛的数量是次要的。然而，随着家庭养牛数量的增加，种植较少受到重视。

在干旱年份(Rattray et al. 1953)，当旱地不生产时，河谷地区的粮食生产价值很高。公园外造成破坏的动物直接减少了总收成:大象和野猪入侵农田，穿山甲以西瓜为食，鸟类(尤其是鹌鹑)袭击小的谷物作物。劳动力的可获得性决定了粮食的总收成。更多的劳动带来更多的收获，但更多的收获减少了一个家庭的劳动问题:有了更多的食物，一个家庭可以用食物来支付劳动力。

在收成不佳之后，大多数家庭成员开始为较富裕的家庭工作以获取粮食，从而失去了自己种植的时间。这降低了他们在干旱年之后的季节获得好收成的机会。复苏之路应该是漫长而复杂的。然而,Humwa,一种家庭先准备啤酒和食物，然后邀请邻居帮忙犁地、除草或收割的制度，可以缓解劳动高峰，尤其是对劳动力紧张的家庭而言。Kuronzera / kupfuwisa,一种常见的做法是把牛租给那些有需要的人，帮助那些在干旱期间失去牛的家庭和那些根本没有牛的家庭继续种植。这两种做法很好地说明了社会安排如何有助于减少干旱影响。拥有更多食物的人可以雇佣劳动力，边境限制的减少使得跨境获取食物的灵活性更大。收获总量的增加会导致盗牛现象的减少，这不仅是因为家庭可以雇人放牛，还因为冒险偷牛的人减少了。

非农民生体系

非农生计系统具有最少的变量和联系，尽管其密度在三个FCM矩阵中最高(图6，表2)。可用现金和捐赠粮食是确保家庭粮食安全的最重要变量。以非农为基础的生计体系的人重视非农活动和汇款，这是与其他两种体系的主要区别。干旱是非农活动的主要驱动力。

属于这种制度的家庭没有自己的牛，因此也不卖牛。家庭中牛的数量(通常是通过kuronzera / kupfuwisa)在种植和将食物直接送入家庭方面发挥着作用。

不明确的边界决定了汇款如何为家庭提供现金和食物。汇款随着粮食收获量的增加而减少。在丰收的年份，很少有人需要购买食物。收成主要来自山谷地区和花园。捐赠的粮食是家庭的重要粮食来源，但在该地区丰收的年份，捐赠的粮食大量减少，接受汇款的家庭无法获得。

情景分析

通过增加效果(+1)、减少效果(−1)或将其设置为一半强度(±0.5)，对不同场景的设置给予权重(表3)。以牛为基础的生计(图7A)和以作物-牛为基础的生计(图7B)的现金可用性FCM模型的图形输出涵盖了与基线情景相关的干旱、边界和理想三种情景。在最初的过渡时期后，模型结果稳定在某个值，这表示输出变量相对于基线情景的变化。

情景的结果显示，以牲畜为基础的生计类型的过渡周期最短、最平稳(图7A)。这表明，与以作物-牲畜为基础的生计类型相比，该系统不太复杂，反馈更弱(图7B)。过渡时期后，在理想情景下，以牛为基础的生计类型的现金量稳定在0.3左右，这表明现金可用性较基线情景有明显改善，较干旱情景和边界情景有更好的现金可用性。虽然代表现金数额的变量的确切值的不确定性很大，这由敏感性分析中进行的1000次运行的标准偏差确定的宽波段表示，但很明显，现金数额的增加是一个稳健的结果。个别关系权重变化的单独敏感性分析显示，FCM分析的结果特别依赖于具有高权重的关系，这些权重值的变化会对FCM分析的结果产生显著影响(结果未显示)。在干旱情景中，现金数量比基线情景略好，因为农民开始卖牛;因此，虽然现金状况有所改善，但牛的数量减少了。在边境的情况下，卖牛变得更加困难(价格会下降);因此，家庭的现金状况恶化(图7A)。

对于以作物-牲畜为基础的生计系统，不同的情景导致了现金可用性的明显差异(图7B)。以作物-牲畜为基础的生计系统的结果具有较长的随机过渡期，这表明该系统比以牲畜为基础的生计系统更复杂，具有更强的反馈性。过渡时期过后，在理想情景下，以作物-牲畜为基础的生计的现金量稳定在0.4左右，与基线情景相比，现金可用性有了明显改善。然而，干旱情景(稳定值为- 0.35)和边境情景(稳定值为- 0.45)都表明家庭可用现金明显减少。人们依靠他们的花园获得食物和现金，也在边境出售小牲畜。因此，如果边界关闭，现金可用性进一步降低。稳定值之间的差异表明，以作物为基础的生计比以牲畜为基础的生计有更敏感的现金状况。

为了评估情景对三种生计类型中现金和粮食可用性的总体影响，确定了现金(图8A)和粮食(图8B)的稳定FCM产出。以作物-牲畜为基础的生计的现金和粮食状况对环境变化最为敏感。在所有情况下，可获得的食物在边界情景中显著减少，而在理想情景中显著增加。边境的情况是最糟糕的情况。非农业生计最不敏感。

讨论

模糊认知图在生计分析中的应用

本文提出的框架以图形形式展示了生计中最重要的因素以及这些因素如何相互作用，并为分析生计对外部变化的脆弱性奠定了基础。当使用fcm时，某些因素和关系的存在必须具体化;因此，研究人员根据当地人和利益相关者的输入选择的代表的后果可以量化。因此，fcm可以作为一种工具来表示生计定性研究的结果，是一种有前途的形式化系统知识的工具。由于在FCM开发的早期阶段涉及许多步骤和广泛的咨询，数据采集过程是密集和耗时的。然而，正如Van Vliet et al.(2010)所观察到的那样，迭代过程使该过程足够健壮，可以更深入地理解决定生计类型及其功能的潜在因素。此外，整个过程需要研究人员、当地人和其他利益相关者之间的密切互动。这提高了预期用户对输出的更广泛接受和所有权，他们协商哪些是相关的，哪些应该包括在内。通过这种方式，隐藏的知识被揭示出来，并获得无法通过单独与个人合作产生的见解。对一组参与者的系统感知的结构化、半定量理解是fcm的优势之一(Van Vliet et al. 2010)。开发fcm所涉及的相互作用为利益相关者之间的知识综合提供了机会。

在情景分析中，fcm指出在给定驱动变量的某些变化的情况下系统将移动的方向，也给出了扰动后系统波动的幅度的概念。敏感性分析显示每个结果的稳健性，因此在解释中是有用的。在情景分析中使用fcm是非常有效的，因为当地人和其他利益相关者可以理解每个情景的含义，并可以将fcm产生的输出联系起来。通过使用人们的经验，我们利用与受影响的目标群体相关的趋势进行分析。fcm作为生计分析工具也有弱点(Özesmi和Özesmi 2004, Kok 2009)。fcm的模拟输出仅以相对形式显示值。因为fcm不是动态建模工具，所以它不能提供系统在受到干扰后(例如，当牛死于干旱时)需要多长时间才能自组织，或者受影响的家庭需要多长时间才能恢复正常生活方式的见解。这两个限制，即非定量的和非动态的，意味着fcm可以作为一种初步的方法来洞察系统的行为和指示系统的平衡状态。如果研究人员希望随着时间的推移对系统行为进行定量预测，可以采用更深入的方法，如仿真建模，以及相关的数据需求。

津巴布韦东南部生计的运作和脆弱性

在本案例研究中，区分了三种主要的生计类型:以养牛为基础的、以种植牛为基础的和以非农业为基础的。分析表明，每种生计的人都受到危险的影响，并对由此产生的变化做出不同的反应:他们对变化的脆弱性不同。例如，干旱对依赖土地资源的人的影响比对依赖更广泛经济的人的影响更大。beplay竞技气候变化被充分证明是半干旱地区生计系统的主要压力源之一，但采用FCM方法对脆弱性进行的分析表明，边境局势变化等政策问题可能导致比干旱更严重的问题。在评估旱地牧区系统对气候变化的脆弱性时，Dougill等人(2010)发现，政策的定性问题增加了较贫穷的社区牧民的脆弱性。beplay竞技生计脆弱性评估确实让我们了解到，如果要实现大林波波跨境保护区内提出的双赢局面，决策者可以重点改善哪些方面。

人们普遍认为，牛在生活在边缘地区的人们的生计中发挥着核心作用(Kinsey et al. 1998, Cumming 2005)。我们的结果证实了这个一般性的说法。我们发现，在东南低地，一个家庭拥有的牛的数量尤其重要。畜群规模不仅是财富的标志，它还表明了不同的生产取向。当当地人被要求区分不同的生计时，它是一个决定性的变量。拥有多头牛可以减少家庭的脆弱性，因为这是一种即时现金来源(犁地换取现金、运输和销售)，而不会立即危及家庭在作物种植方面的生产能力。一个家庭使用的牛跨度的数量决定了可以种植的面积和多快可以做到这一点。适时种植是边际降雨地区作物成功的主要因素(Nyamudeza 1999)。除了牛，一夫多妻的婚姻和大家庭也是财富的象征，尤其是在说上海话的人当中，对他们来说，大家庭随后与以牛为基础的生计联系在一起。

生计脆弱性和干旱

在津巴布韦东南部，干旱通常与牲畜疾病的爆发有关，特别是蜱传疾病、皮肤结块和口蹄疫。在旱季和干旱年份，国家公园外放牧有限，水源干涸，导致动物在有限的资源上更加集中。因此，水牛与牲畜相互作用和疾病传播的可能性增加，特别是在饮水点。水牛是蜱虫和口蹄疫的宿主;水牛和牛混在一起会增加蜱传疾病和口蹄疫爆发的机会。较为富裕的家庭能够负担得起疫苗接种和治疗方面的投资，而较为贫困的家庭则更多地依赖传统药物，这些药物通常来自Gonarezhou国家公园内受保护的灌木和树木。为减少口蹄疫疫情，限制牛只进入非疫区;然而，这抑制了牛的销售和价格。然而，只要公园和国际边界控制是有限的，这种疾病的影响是可以减轻的。在莫桑比克，治疗牛病的传统疗法和牛市场仍然可行，尽管这些方法是非法的。 Increased boundary controls thus increase vulnerability to drought, especially for poorer cattle owning households.

由于需要购买粮食，干旱会消耗以畜牧业为基础的生计的粮食资源和现金，但我们发现，在干旱时期，非农业生计的现金和粮食供应往往会增加。要理解这一点，我们必须了解这些生计与更广泛的经济联系在一起的方式。他们的现金状况趋于改善，因为干旱促使这些家庭在奇雷齐、贝特布里奇和马斯温戈等附近城镇或国外出售自制工艺品，或在莫桑比克和南非寻找临时工作，这些地方的家庭成员通常已经在工作。在该地区以外出售手工艺品和劳动力，改善了干旱期间已改善的粮食状况。尽管以养牛为生的富裕家庭可以在干旱期间筹集现金购买粮食，但随着当地供应的耗尽，他们的粮食状况通常会恶化。以非农业为生计的家庭更有能力应对这种情况。他们从更远的地方购买和运输食物。从在国外工作的亲戚那里用卡车运送食物，只是这些生计如何融入更广泛的经济交换网络的一个例子。

实况监测被证明是一个强有力的工具，特别是在分析干旱对生计运作的影响方面。由于纳入了销售牛等重要反馈机制，fcm揭示了直接受干旱影响的指标(如粮食自给自足)与家庭缓冲能力发挥重要作用的变量(如现金)之间的差异。如果不考虑牛的销售等反馈，生计分析就会高估生计对干旱的脆弱性。在这方面，FCM比贝叶斯信念网络等工具更有利。如果有更多的定量信息，可以使用其他技术，如动态系统建模(例如，Dougill等，2010年)，但使用FCM等快速且易于应用的工具开始分析是很有吸引力的，其中可以结合科学的“软”和“硬”方面的知识，然后对个体关系进行更深入的评估。

在干旱易发地区，依赖作物种植的生计最脆弱。在东南部的低地，这种生计面临着大象和其他野生动物破坏作物的额外风险。以作物和牲畜为基础的家庭采用了几种策略来减少这些脆弱性。他们种植面积更大，在短时间内尽可能多地种植，并在随后的降雨中种植不同的耐旱主要作物品种(玉米和高粱)，实行旱作高粱以受益于第一场降雨，减少季节开始时的劳动高峰，并在必要时重复种植三次。Nyamudeza(1999)也观察到并描述了这一点。然而，连续种植的做法可能导致种植材料短缺，增加下一季的脆弱性。因此，偏好开放授粉玉米品种和限制边界控制是可以理解的;后者允许从边境另一边的农民那里购买种子。

在大林波波跨界保护区的开发背景下，还有另一个原因，即边界及其控制对于理解生计(尤其是以作物-牲畜为基础的生计)的脆弱性尤为重要。除了上述减少作物歉收风险的策略外，作物农民更喜欢在不同的地点种植作物。河谷地区是首选的地点，因为它们地势较低，比高地地区保持水分的时间更长。当干旱摧毁了旱地的作物时，种植在溪谷里的作物仍能收获;相反，当过多的降雨淹没山谷地区时，排水较好的高地地区就会产生产量。

津巴布韦东南部低地有一种特殊的河谷，叫班耶尼河谷，也叫洪泛平原。除了来自降雨和径流的水，洪水泛滥时，泛滥平原也会吸收水和冲积层。Banyeni的一个重要区域位于拟议中的sengwee - tchipise野生动物走廊内，该走廊将Gonarezhou国家公园直接连接到南非的Kruger国家公园，作为大林波波跨境保护区的一部分。野生动物走廊可能会导致桑格韦的人们流离失所，并将增加野生动物的存在。桑格维的人们担心它的发展，因为他们没有得到野生动物破坏农作物的补偿。

以作物-牲畜为基础的生计似乎最容易受到这种重新定义边界的影响。放牧面积将减少，野生动物-牲畜疾病传播风险可能增加。因为这条走廊可能会减少人们对鱼塘等自然资源的利用，当地人称鱼塘为水果带pfungwe,和鸟类保护区，除了限制(非法)越境外，这将对该地区和南非边境非农业生计对非农业食物和收入来源的依赖产生负面影响。

结论

fcm成功地提供了关于生计系统在不同情景下变化的性质(增加或减少)和幅度的半量化信息。然而，他们没有定量地解释与时间和模式相关的恢复路径(例如，在干旱后，牛群需要多长时间才能恢复到预期的数量)。我们发现，fcm的互动性揭示了隐藏的知识和见解，以利益相关者更好地欣赏的方式提高了对生计系统复杂性的理解。使用FCM方法对脆弱性进行的分析表明，边境局势变化等政策问题会增加生计对干旱的敏感性，从而严重加剧对气候变化的脆弱性。beplay竞技fcm可以协助建立有效的交流平台，使社区参与项目和利益分享。

文献引用

阿杰，1999。越南沿海地区对气候变化和极端气候的脆弱性。beplay竞技世界发展27(2): 249 - 269。

艾杰，2000。社会和生态恢复力:它们相关吗?人文地理学进展24(3): 347 - 364。http://dx.doi.org/10.1191/030913200701540465

阿克塞尔罗德，编辑。1976.决策结构:政治精英的认知地图。普林斯顿大学出版社，美国新泽西州普林斯顿。

伯克斯，2007年。理解不确定性和减少脆弱性:韧性思维的教训。自然灾害41(2): 283 - 295。http://dx.doi.org/10.1007/s11069-006-9036-7

Carley K.和M. Palmquist, 1992。提取、表示和分析心智模型。社会力量70(3): 601 - 636。http://dx.doi.org/10.2307/2579746

Castella J.-C。，Tran Ngoc Trung, and S. Boissau. 2005. Participatory simulation of land-use changes in the northern mountains of Vietnam: the combined use of an agent-based model, a role-playing game, and a geographic information system.生态与社会10(1): 27。(在线)网址://www.dpl-cld.com/vol10/iss1/art27/．

钱伯斯，R.和G.康威，1992。可持续农村生计:21世纪的实际概念。IDS讨论文件296，发展研究所，布莱顿，英国。

库柏，1990。利用贝叶斯信念网络进行概率推断的计算复杂度。人工智能42(2 - 3): 393 - 405。http://dx.doi.org/10.1016/0004 - 3702 (90) 90060 - d

F. H. J.克罗姆，M. R.托马斯和L. A.摩尔，1996。一种新的贝叶斯方法来评估雨林伐木的影响。生态应用程序6(4): 1104 - 1123。http://dx.doi.org/10.2307/2269595

中央统计局，2002年。省简介:马斯温戈。津巴布韦哈拉雷中央统计局。

卡明，2005。津巴布韦东南部低地的野生动物、牲畜和粮食安全。页面41-46在S. A.奥索夫斯基、S.克利夫兰、W. B.卡雷什、M. D.科克、P. J.纽斯和A.杨，编辑。野生动物/牲畜界面的保护和发展干预措施:对野生动物、牲畜和人类健康的影响。世界自然保护联盟，Gland，瑞士。

坎利夫，1993。东南低地的土地利用。在编辑唐尼。戈纳雷州国家公园管理规划方案。背景数据报告。津巴布韦哈拉雷国家公园和野生动物管理局。

杜吉尔，A. J.， E. D. G.弗雷泽，M. S.里德，2010。预测旱地牧区系统对气候变化的脆弱性:使用喀拉哈里的动态系统模beplay竞技型。生态与社会15(2): 17。(在线)网址://www.dpl-cld.com/vol15/iss2/art17/．

Dzingirai, V. 2003。对非洲农村的新一轮争夺。发展与变革34(2): 243 - 264。http://dx.doi.org/10.1111/1467-7660.00304

埃金，H.和A. L.鲁尔斯，2006。评估社会环境系统的脆弱性。《环境与资源年报》31:365 - 394。http://dx.doi.org/10.1146/annurev.energy.30.050504.144352

埃里克森，P. J. 2008。为全球环境变化研究概念化粮食系统。全球环境变化18(1): 234 - 245。http://dx.doi.org/10.1016/j.gloenvcha.2007.09.002

福克，2006年。弹性:社会-生态系统分析视角的出现。全球环境变化16(3): 253 - 267。http://dx.doi.org/10.1016/j.gloenvcha.2006.04.002

C.福克，S.卡朋特，T.埃尔mqvist, L.甘德森，C. S.霍林和B.沃克，2002。恢复力与可持续发展:在转型世界中建设适应能力。中记录31(5): 437 - 440。

弗雷泽，e.d.g. 2007。在古老的土地上旅行:利用过去的饥荒建立适应性/恢复力框架，以确定易受气候变化影响的粮食系统。beplay竞技气候变化83(4): 495 - 514。http://dx.doi.org/10.1007/s10584-007-9240-9

哈斯，t.c. 1991。贝叶斯信念网络咨询系统的部分验证。人工智能应用5(4): 59 - 71。

海克曼，1999。贝叶斯网络学习教程。在m·i·乔丹，编辑。图形模型中的学习。麻省理工学院出版社，剑桥，马萨诸塞州，美国。http://dx.doi.org/10.1007/978-3-540-85066-3_3

赫尔曼，m.g.， 1978。回顾:政治学理论与方法论。美国政治学评论72:1017 - 1018。http://dx.doi.org/10.2307/1955121

艾薇，P. 1981。土地使用规划者土壤编码和土地能力分类指南。津巴布韦保护和推广部，农业部，津巴布韦哈拉雷。

杨森，徐文强，柯伟强，Börner。2006.全球环境变化中人类层面的恢复力、脆弱性和适应学术网络。全球环境变化16(3): 240 - 252。http://dx.doi.org/10.1016/j.gloenvcha.2006.04.001

金赛，B. K.伯格，J. W.甘宁，1998。津巴布韦应对干旱:农村家庭应对风险的调查证据。世界发展26(1): 89 - 110。http://dx.doi.org/10.1016/s0305 - 750 x (97) 00124 - 1

郭国强。2009。模糊认知地图在半定量场景开发中的潜力，以巴西为例。全球环境变化19(1): 122 - 133。http://dx.doi.org/10.1016/j.gloenvcha.2008.08.003

科斯科，1986年。模糊认知地图。国际人机研究杂志24(1): 65 - 75。http://dx.doi.org/10.1016/s0020 - 7373 (86) 80040 - 2

Martínez-Santos, P.， H. J. Henriksen, P. Zorrilla和P. E. Martínez-Alfaro。2010.在冲突水管理环境中使用建模工具的比较思考:西班牙曼查西部含水层。环境建模与软件25(11): 1439 - 1449。http://dx.doi.org/10.1016/j.envsoft.2008.11.011

门多萨，G. A.和R.普拉布，2006。可持续森林管理的参与式建模和分析:软系统动力学模型和应用概述。森林政策与经济9(2): 179 - 196。

牛顿，A. C.马歇尔，K. Schreckenberg, D. Golicher, D. W. te Velde, F. Edouard和E. Arancibia. 2006。利用贝叶斯信念网络预测非木材森林产品商业化对生计的影响。生态与社会11(2): 24。(在线)网址://www.dpl-cld.com/vol11/iss2/art24/．

Nyamudeza》1999。津巴布韦少雨自然地区的农艺实践。49 - 63页在E. Manzungu, A. Senzanje和P. van der Zaag，编辑。津巴布韦农业用水:小农部门的政策和管理选择。津巴布韦大学出版社，哈拉雷，津巴布韦。

O 'Sullivan, D.和M. Haklay, 2000。基于代理的模型和个人主义:世界是基于代理的吗?环境及规划A32(8): 1409 - 1425。http://dx.doi.org/10.1068/a32140

Özesmi, U.和S. L. Özesmi。2004.基于人知识的生态模型:一种多步模糊认知映射方法。生态模型176(1 - 2): 43 - 64。http://dx.doi.org/10.1016/j.ecolmodel.2003.10.027

珀尔，1993。重新审视信念网络。人工智能59(1 - 2): 49-56。http://dx.doi.org/10.1016/0004 - 3702 (93) 90169 - c

j·M·拉特雷、r·M·M·科马克和r·r·斯台普斯，1953。南罗得西亚的河谷地区及其用途。罗得西亚农业杂志50:465 - 483。

斯库恩斯，2009。生计前景和农村发展。农民研究杂志36(1): 171 - 196。http://dx.doi.org/10.1080/03066150902820503

史密德，J. H.维卢，G. C.巴克，A. H.哈弗拉尔，2010。蒙特卡罗模拟模型和贝叶斯信念网络在微生物风险评估中的优缺点。国际食品微生物学杂志139(增刊):S57-S63。http://dx.doi.org/10.1016/j.ijfoodmicro.2009.12.015

斯宾塞利，2008年。跨界保护区可持续自然旅游的要求:南部非洲德尔菲咨询。旅游地区(3): 285 - 311。http://dx.doi.org/10.1080/14616680802236295

减灾小组委员会，2003年。通过科技降低灾害脆弱性。美国国家科学技术委员会，华盛顿特区。(在线)网址:http://www.sdr.gov/SDR_Report_ReducingDisasterVulnerability2003.pdf．

史文森，J. D.和S.诺曼，1998。为社区暴力做准备:罗德尼·金第二次判决的情绪和行为相关。创伤性压力杂志11(1): 57 - 70。http://dx.doi.org/10.1023/A:1024405132015

托尔曼，1948年。老鼠和人类的认知地图。心理评估55(4): 189 - 208。http://dx.doi.org/10.1037/h0061626

托纳，A. 2003。探索与坦桑尼亚两项干预措施有关的可持续生计方法。国际发展杂志15(6): 771 - 781。http://dx.doi.org/10.1002/jid.1030

特纳，B. L. II, R. E. Kasperson, P. A. Matson, J. J. McCarthy, R. W. Corell, L. Christensen, N. Eckley, J. X. Kasperson, A. Luers, M. L. Martello, C. Polsky, A. Pulsipher, A. Schiller. 2003。可持续性科学中的脆弱性分析框架。美国国家科学院院刊100(14): 8074 - 8079。http://dx.doi.org/10.1073/pnas.1231335100

范弗利特，M.， K. Kok, T. Veldkamp, 2010。在情景研究中连接利益相关者和建模者:使用模糊认知地图作为交流和学习工具。期货42(1): 1 - 14。http://dx.doi.org/10.1016/j.futures.2009.08.005

瓦茨，M. J.和H. G.波尔，1993。脆弱性空间:饥饿和饥荒的因果结构。人文地理学进展17(1): 43 - 67。http://dx.doi.org/10.1177/030913259301700103

温瑞布，g.e.， T. C.埃尔斯顿和K.雅各布森，2006。因果映射作为机械解释细胞运动现象的工具:应用于扩散细胞的皮层振荡。细胞运动和细胞骨架63(9): 523 - 532。http://dx.doi.org/10.1002/cm.20143

沃夫森，J. B.卡丹，M. J.斯茂，1996。贝叶斯环境政策决策:两个案例研究。生态应用程序6(4): 1056 - 1066。http://dx.doi.org/10.2307/2269590