研究，一部分的特别功能通过社会科学的视角探索社会生态恢复力:贡献、批判性反思和建设性辩论

利用模糊认知映射作为参与性方法来分析社会生态系统的变化、偏好状态和感知弹性

• 摘要
• 简介
• 模糊认知映射
  • 基于共享社区知识构建FCM，定义状态空间
  • FCM结构分析
  • FCM动力学分析:引力流池
  • FCM动力学分析:可选稳定状态
  • 回顾平衡点，定义不同情况下的理想和不理想状态
• 案例研究
  • 在塞伦盖蒂国家公园附近的村庄里，角马和斑马的数量和丛林肉的消费量
  • 结果
• 讨论
  • 未来FCM研究的方向
• 结论
• 对本文的回应
• 致谢
• 文献引用

介绍

在过去的几年里，大量的研究致力于理解社会生态系统(SESs)中变化的驱动因素，这些因素可以改变系统的功能，使人类福祉、保护或其他环境管理目标受到损害。这些研究工作主要集中在分析和理解控制这些系统动态的属性，特别是那些足以将系统转变为另一种状态的重要属性(Walker et al. 2004)。理解结构、已定义的动态关系以及走向或远离替代制度的运动被认为是理解弹性和SESs范围内的变化的起点(见Carpenter等人2001年，Walker等人2002年，Brooks和Adger 2004年，Folke 2006年，Füssel和Klein 2006年，Gallopín 2006)。尽管关于弹性(Brand and Jax 2007)的定义在文献中存在一些差异，这取决于在生态(Holling 1973, Gunderson和Holling 2002)或社会(Adger 2000)系统环境中的应用，但它通常被认为是一个系统在保持某种定性条件(包括相同的身份、结构、功能和反馈)的情况下经历冲击的能力(Walker et al. 2004)。

随着弹性概念的流行，新的问题出现了:如何将弹性范式付诸实践，以支持环境管理。需要解决的一个关键问题是，通常用于描述和传达SES变化的分析方法在多大程度上是弹性分析的补充(Walters 1997, Gunderson 1999, Bennett等人2005)。大量的研究已经确定了SESs的一般性质，认为它们是动态的、复杂的、自适应的和不确定的有反馈的系统。这导致了新的建模和分析方法的发展，这些方法明确地包含了惊喜，并承认系统存在于多种状态的潜力(Carpenter等人，2002年，Schwartz等人，2011年，Davidson等人，2013年)，而不是存在于单一和主导的平衡状态(Folke, 2006年)。

在将复杂性纳入弹性分析的同时，还呼吁扩大参与环境评估的参与者的参与(Walker等人，2004年)。由于许多资源决策环境具有低水平可控性、高社会和生态风险、数据匮乏和社会主体异质性的特点，支持弹性的新建模方法必须由利益相关者的输入来获知或构建。此外，这些方法应该是灵活的，并且能够随着有关系统的新信息的出现而进行修订(Holling 1973, Walters 1986, Gray等人2014一个)．这种适应性管理方法有望防止自我强化和不灵活的决策制定(所谓的“刚性陷阱”，参见Carpenter和Brock 2008)。这些包容性的方法应该提供机会，不仅包括利益相关者的信念，以理解系统的感知结构(Gray et al. 2012)，还包括社会价值和偏好，以便识别管理的目标和系统内的价值属性(Lynam et al. 2007)。

这些整合复杂性和利益相关者知识的新兴需求，导致了感知弹性评估的各种定性和半定量技术(UNECE 1998年，Bennett等人2005年，Cumming等人2005年，Fletcher等人2006年，Kearney等人2007年，Kok 2009年，Fuentes 2012年)，参与式建模领域的显著发展(Sandker等人2010年)促进了这些技术的发展。Voinov和Bousquet(2010)概述了推动参与式建模的两个主要目标:(1)增加和分享对系统及其在各种条件下动态的知识和理解;(2)识别和阐明对给定问题的解决方案的影响。尽管最近环境管理人员可用的参与式工具和软件有所增加，但一些批评人士警告说，建模实践的多样性并不一定意味着功能的多样性，因为新的利益相关者驱动的建模程序往往容易造成重复工作(Jones et al. 2008)。

尽管理解SESs特征的规范已经建立，参与式建模方法的发展也在过去十年中有所增加，但是建模工具之间在与涉众使用的便捷性、模型输入和输出方面的权衡直到最近才被理解。该领域的学者最近开始回顾不同参与方法的优缺点(Lynam et al. 2007, Sandker et al. 2010, Voinov and Bousquet 2010);然而，尽管最近做出了一些值得注意的努力(见Ross和Berkes 2014)，但这项工作很少明确地与弹性评估中使用的概念联系起来。

为了促进这一讨论，我们比较了一种特定的参与性建模方法，模糊认知映射(FCM)，如何明确地用于支持弹性框架，特别是在整合利益相关者所持有的有价值的知识方面。我们通过坦桑尼亚丛林肉狩猎的一个案例研究来证明FCM在收集和标准化利益相关者的看法以识别和分析关键状态变量方面的价值。此外，通过使用FCM的能力来支持半定量情景分析，我们阐明了在当前压力和各种潜在管理行动下，丛林肉贸易系统的当前和预期平衡状态之间的关系，以及它们与期望/不期望状态结果之间的关系。

模糊认知映射

FCM最初由Kosko(1986)作为一种半定量和动态的方法来构建专家知识，它有认知映射的历史根源(Axelrod 1976)。与其他认知图类似，fcm是系统的图形表示，它直观地说明了系统的关键概念或节点之间的关系或边缘，包括反馈关系。结构图中的关系在逻辑上是通过语义或其他有意义的定向链接连接概念来定义的(Novak和Cañas 2008)。用结构图来表示认知的理由源于建构主义心理学(Gray et al. 2014)b)，这表明个体通过创造内部联想表征来互动地构建知识，这些表征有助于对环境刺激和体验进行分类、解释和赋予意义(Raskin 2002)。以这种方式构建的知识可以从外部代表一个人对他或她周围世界运行的有组织的理解的基础。因此，认知地图可以被认为是内部心智模式的外部表征(Jones et al. 2011)。个体吸收外部事件并将信息纳入这些心理模型结构中，以促进推理和交流理解(Craik 1943, Flavell 1996, Lerner 1998)。使用这一理论框架，可以引出认知图来表示对一般上下文或领域的有组织的理解，从而提供一个人对相关问题的内部概念结构的说明性示例(Novak和Cañas 2008)。

fcm建立在这些概念的基础上，是认知图的高度结构化和参数化版本，通过在有影响力的图中结合模糊逻辑、神经网络、语义网络和非线性动态系统(Glykas 2010)来表示直接和间接的因果关系。因为fcm基于认知映射且是半定量的，它们可以被认为是数学配对关联的表示，使用定性的，例如，低、中或高，或定量的在-1到1之间的赋值加权边的变量，共同构成一个特定领域的表示(Wei et al. 2008)。这些成对的关系允许计算具有加权边的元素之间的连接的累积强度，将任何领域突出显示为一个系统(见图1)。fcm的典型优势是使用的简单算法，系统反馈结构的透明表示，以及在数学上平均或加权来自几个个体的不同fcm的可能性，如科学和地方专家，或领域，如自然和社会科学，进入一个模型。

fcm在许多学科中都被用于表示变量之间的关系以及理解和交流系统动力学。FCM的应用可以根据认知地图中所代表的知识类型和它们所反映的感知进行分类(Gray et al. 2014)b)．广泛的学科类别包括传统科学专家(Hobbs等人，2002年)、工程师(Amer等人，2011年)、医生(Benbenishty 1992年)和当地专家，包括牧民(Ortolani等人，2010年，Papageorgiou和Kontogianni, 2012年，Halbrendt等人，2014年)、渔民(Mackinson 2000年，Wise等人，2012年)、环境管理者(Gray等人，2013年，2014年)c)，以及几个环境利益相关者群体作为促进共享决策的一种方式(Özesmi和Özesmi 2004, Kafetzis等人2010,Gray等人2012,Meliadou等人2012,Papageorgiou和Kontogianni 2012, Jetter和Kok 2014)。

我们专注于使用FCM作为一种将涉众和/或专家知识编码和聚合为标准化格式的手段，从而允许广泛的知识类型进行集成和交流，以追求SES弹性评估。这些外部表示提供了一种有形的方式，允许对受管理系统的结构和功能特性的知识主张进行辩论(Özesmi和Özesmi 2004, Amici等人，2010,Wildenberg等人，2010)。此外，FCM在参与式建模环境中的应用提供了一种可适应的方法，以支持文献中先前概述的现有弹性评估框架(例如，Walker等人，2002年)。我们认为FCM可以用于理解SESs的变化和过渡，方法是:(1)共享知识以定义给定SES的状态空间，(2)分析SES的结构，(3)通过场景分析SES功能，以及(4)评估结构配置的变化如何与走向或远离理想或不理想的未来轨迹相关(图2)。

基于共享社区知识构建FCM，定义状态空间

fcm还被提出作为一种独特的工具，用于聚合不同的知识来源，以表示个人知识和信念的扩展版本(Özesmi和Özesmi 2004)。个体fcm聚合的产物有时被称为社会认知地图，被认为是共享知识的代表(Özesmi和Özesmi 2004, Gray et al. 2012, 2014)c)．以社会认知地图形式呈现的共享知识概念已被用于多种目的:对复杂系统获得更全面的理解，描述个体之间的知识共识，以及定义个体和群体信仰或知识结构的差异。通过应用FCM来理解SES内的变化，我们专注于通过与一系列利益相关方的研讨会参与社区生成的建模活动，以生成构成与环境变化相关的资源系统的显著社会和生态组成部分的工作模型。这种包含在系统感知边界内的变量的定义，有助于在弹性分析中定义状态空间(Walker等人，2004年)。这是一种多维状态，定义的变量的所有组合都可以在其中存在。构成一个社会经济系统状态空间的这些定义是存在于某一特定空间内的组成部分/变量，例如保护区，或某一系统具有某一特定功能所需的组成部分/变量，例如国际木材贸易。此外，根据程度定义的状态空间变量之间的关系，例如，低、中、高、积极或消极影响，共同代表了系统的网络结构。

FCM结构分析

因为fcm源自图论，是半定量的，状态空间变量之间的静态结构可以用数学术语表示(表1)。这些结构度量是通过将认知映射转换为邻接矩阵，并将定义变量之间关系的正或负值转换为+1到-1的比例(表1)来确定的。在矩阵中表示这些概念的结构关系允许模型中包含的每个变量按以下三种方式之一分类:作为驱动变量，即强迫分量;接收变量，即受冲击分量;或普通变量，即中间成分(Nyaki et al. 2014)。通过网络分析常用的中心性度量(参见Özesmi和Özesmi 2004)，可以通过变量的传入和传出边缘关系相对于其他变量的强度来确定其对系统的相对重要性。fcm还可以用一系列其他的量化指标来表征，通过测量模型的一般结构，允许一个模型与另一个模型进行比较，包括复杂性和密度等维度(参见Gray et al. 2014)b结构度量的回顾)。

FCM动力学分析:引力流池

除了定义状态空间和变量之间的结构化关系之外，还可以通过FCM场景使用矩阵计算来确定域内结构化组件之间动态交互的结果。FCM邻接矩阵的输出是通过一系列迭代使用矩阵代数来计算的，以说明其基线场景，即系统稳态的表示(Kosko 1986, 1994)。系统的稳态是对吸引力盆地的弹性概念的补充(Walker等人，2004年)。这提供了一个快照，说明在没有改变或干预的情况下，根据目前的社会经济系统结构，系统的变量和联系将如何自行解决，所有反馈循环都将进行:

(1）

一个_我^{(k + 1)}是因子的价值吗V_我在迭代阶段k+ 1,_我^(k)是因子的价值吗V_我在迭代阶段k,一个_j^(k)是因子的价值吗V_j在迭代阶段k,w_霁边的权值之间是有关系的吗V_我而且V_j．阈值函数f(例如，逻辑函数或s型函数)用于规范化每一步的值，以保持动态分析有界。系统的这个初始状态是根据网络结构和变量之间定义的影响计算出来的，它指出了状态空间中系统倾向于保持的区域(Walker et al. 2004)，任何状态空间变量都不会发生显著变化。

FCM动力学分析:可选稳定状态

通过分析FCM (Özesmi和Özesmi 2004)的场景输出，可以推断出系统的动态属性。对场景的分析既可以集中于平衡的最终状态(如果存在的话)，也可以集中于迭代步骤中的瞬态行为。“如果”场景有助于探索系统如何在相同的吸引力范围内转移到另一组平衡点，或者在一系列可能的条件下滑入另一种状态，因为状态空间中的变量被人为地改变了。这是通过增加或减少(称为“夹紧”)关键变量的持续高或低来实现的(Kosko 1986, 1994)，从而产生一个可以与稳态相比较的新系统状态。

在面对干扰时，系统身份的持久性被认为是一种有用的弹性度量(Cumming et al. 2005)。因此，通过比较当前流域和备选平衡状态，就有可能表征一个系统的电流恒等式，并确定它在保持一定输出的情况下所能承受的扰动规模(Kok 2009)。这种评估利用了Walker等人(2004)描述的“稳定性景观”的概念来描述盆地内不同平衡状态之间的过渡。

回顾平衡点，定义不同情况下的理想和不理想状态

除了理解SESs的结构和功能之外，建模过程本身，即与利益相关者一起开发FCM，也有助于政策制定者以响应利益相关者的需求和条件的方式制定法规，并使利益相关者最大限度地接受试验政策措施(Özesmi和Özesmi 2004)。Murungweni等人(2011)进一步强调了FCM建模过程在利益相关者、研究人员和政策制定者之间形成强有力的沟通和信任联系方面的潜力。

然而，迄今为止，文献中很少关注使用基于模型中所包含的感知系统组件的FCM来定义SES的期望和不期望状态。为了进一步讨论，我们建议将FCM中被认为对状态空间组成很重要的所有概念(Walker等人，2004年)都指定为存在于三种状态之一的状态。因此，涉众可以表示一个概念正在增加的偏好，一个概念正在减少的偏好，或者没有表现出偏好。在面对外部或内部压力时，定义优先状态建立系统的可取性。此外，这种显式方法为理解系统的同一性建立了一个定性的基础，可以将其当前的吸引力池或场景下的替代平衡状态与之进行比较(Walker et al. 2004)。

案例研究

为了强调FCM和恢复力分析之间的概念和分析联系，我们提出了与该地区移民增加有关的野生动物种群和社区福祉的案例研究数据建模变化。这些数据来自坦桑尼亚塞伦盖蒂国家公园附近一个村庄的当地专家讲习班。

在塞伦盖蒂国家公园附近的村庄里，角马和斑马的数量和丛林肉的消费量

在保护区捕猎野味的增加给许多受威胁和濒危物种带来了巨大的风险。极端贫困、狩猎技术的进步和保护区附近人口增加的累积影响增加了对丛林肉和严重濒危野生动物种群的需求(Knapp 2012, Rentsch 2012, Nyaki et al. 2014)。尽管“丛林肉”一词指的是对所有野生动物的狩猎和消费，但持续和广泛的丛林肉狩猎对非洲特有的生物区系造成了特别大的破坏，导致一些物种被列为受威胁或濒危物种(Ndibalema和Songorwa 2008年，Mfunda和Røskaft 2010年)，并导致对许多物种的狩猎限制甚至暂停。

在黑市上出售野味的高额利润回报和猎取野味的低资本投资吸引了大量人口向靠近保护区边界的地区迁移。例如，生活在塞伦盖蒂国家公园西部边缘的人口正以每年2.9%的平均速度增长(Ndibalema和Songorwa 2008, Knapp 2012, Rentsch 2012)。据估计，在塞伦盖蒂国家公园保护区边界沿线约有100万人，其中约有5.2万至6万人从事非法狩猎(Loiboki et al. 2002, Knapp 2012)，这个数字预计将随着人口增长而增加。此外，在保护区附近不断增加的人口不仅通过捕食丛林肉类物种直接影响野生动物，还通过资源竞争、野生动物栖息地的减少、侵占和人类与野生动物冲突的增加(如野生动物破坏作物和疾病传播)间接影响野生动物(Estes et al. 2012)。

为了定义与保护区狩猎有关的社区感知状态空间，当前的吸引力流域，以及基于系统内当地利益相关方的感知的系统状态的预期变化，我们展示了来自参与式建模研讨会的数据，该研讨会有坦桑尼亚塞伦盖蒂国家公园附近一个村庄的15名斑马和角马猎人、丛林肉消费者和丛林肉卖家。参加研讨会的个人由来自当地社区的更大的团队根据个人的专业知识进行提名(见Nyaki et al. 2014)。通过广泛的讨论和合作，参与者定义了系统的结构，并定义了其首选的状态标识。在收集了数据之后，在利益相关者定义的场景下，对模型进行分析，以了解其当前和未来的轨迹。

步骤1:使用FCM对坦桑尼亚的丛林肉消费和生产进行建模

与一个国际非政府组织协调举办了一个讲习班，旨在制定政策，减少在保护区附近的社区猎杀野味。该研讨会由一位与当地社区成员有联系的学术研究员主持。在研讨会期间，一个农业系统的不相关FCM被用来引导关于如何生成模型的讨论。

为指导FCM的构建提供了两个核心概念:丛林肉消费量和斑马/角马种群。然后，研讨会参与者参加了一个头脑风暴会议，以确定模型中需要包含的其他重要组件。他们开始使用有向箭头在结构上连接这些组件，并使用这些描述符限定这些连接之间的影响程度:高、中、低正和高、中、低负。最后的模型定义了一个由22个组件组成的状态空间，这些组件之间有52个连接(图3)。被认为对系统最重要的组件，即中心性得分最高的组件，是(1)偷猎，(2)人口增加，(3)作物歉收，(4)作物破坏，和(5)丛林肉市场需求。

模型开发完成后，研讨会参与者通过审议讨论系统的首选状态，直到达成一致。这是通过确定他们对模型每个组成部分的意见来实现的，即他们是否偏好某个概念会增加(如收入、作物可得性)、偏好某个概念会减少(如疾病)，或表示没有任何偏好(如狩猎法规)。这演变成了一种被认为是可取的首选国家身份的代表。

第二步:情景分析:当前的吸引力流域

在研讨会参与者对他们的模型感到满意之后，他们拍摄了一张模型的照片，以便将其转换为邻接矩阵进行场景分析(Özesmi和Özesmi 2004)。此外，模型被输入到基于fcm的软件Mental Modeler(参见http://www.mentalmodeler.org， Gray et al. 2013)进行场景分析(图4)。随后，计算稳态，表明在给定工作坊参与者定义的组件之间的参数的情况下，当前的吸引力流域(图5)。

第三步:恢复力分析:识别社会生态变化的驱动因素

在讲习班期间，与会者认为人口增加是影响他们村庄环境条件的最令人关切的变化。然后，将社区模型置于一个情景中，其中人口增长的概念被“固定”为高(见Kosko 1986关于FCM情景分析的描述)。将该情景的结果与基线稳态情景进行比较，以了解在此条件下状态空间变量的相对变化(见人口增加情景，图6)。该情景提供了一个有用的说明，说明了当人口增加时，根据FCM中包括的组件的相对变化，系统如何可能稳定到另一种平衡状态。将该输出与每个组件的首选状态条件进行比较，以确定随着人口增加而产生的SES状态的可取程度。

步骤4:管理/适应选项评估

为了理解在人口增加的情况下，管理计划如何减轻不希望的结果，以及如何影响系统的可取程度，我们在状态空间中添加了两个新的变量。增加的变量是建立(1)社区野生动物管理(CWM)和(2)雇用社区参与官员，作为CWM和当地社区之间的联络人。这两个新的变数代表可能采取的政策行动，以减轻与人口增加有关的一些不必要的影响;通过定义它们的结构关系和对其他组件的相对影响，将它们添加到社区模型中(图7和图8)。

一旦将这些新组成部分添加到社区模型中，就会再次运行人口增加的情景以及旨在减轻其不必要影响的添加策略(见人口增加加上缓解，图6)，以了解这些新策略或配置可能如何影响备选平衡状态。然后比较所有的场景，以了解(1)压力下的系统状态和(2)压力下的稳定性景观和缓解计划(图6)。研讨会结束后，研究人员比较这些场景输出，以了解场景状态与研讨会期间确定的利益相关者定义的首选状态的比较情况。

结果

在模型中包含的22个组成部分中，研讨会参与者对15个组成部分表现出了增加或减少的偏好(表2)。稳态分析表明，与期望状态相比，当前的吸引力盆地导致33%的状态变量将存在于有利状态，一般来说是正或负的，包括收入、动物的食物和水的可获得性、村庄附近合适的野生动物栖息地、就业、斑马和角马的数量也有小幅增加。稳态分析还表明，模型中包含的40%的变量存在于与首选状态相反的状态;其中之一是偷猎，在目前的情况下，偷猎现象大幅增加。此外，作物歉收增加，参与者更希望看到减少，而充足的降雨减少，参与者更希望看到增加。对于参与者表示偏好的其余四个变量，没有发生积极或消极的变化。

情景结果表明，当人口增加时，构成首选状态的15个变量中有74%显示出偏离期望状态的轨迹(33%)或没有变化(41%)，而26%显示出朝向首选状态的轨迹。在这种情况下，保持优先状态的状态变量是害虫破坏作物的减少，作物歉收的减少，以及村庄附近食物、水和栖息地的可获得性的增加。当将管理计划添加到人口增加的情景中进行比较时，67%的组成部分表明向首选状态的转变，尽管拟议的管理行动的影响分布不均匀。具体来说，只有收入和参与(13%)从负值转变为负值，这表明这些组成部分被认为受管理行为的影响最大，并通过跨越阈值从不希望的状态转变为希望的状态来促进系统的更可取状态。

讨论

尽管这项研究的重点是明确地将FCM与参与性弹性分析形式结合起来，但重要的是要注意到，越来越多的参与性规划和建模方法可用来理解社会生态动力学(Lynam et al. 2007)。例子包括叙事场景规划(Swart et al. 2004)、概念映射(Harr et al. 2014)、贝叶斯信念网络(Aalders 2008)和基于代理的建模(Janssen和Ostrom 2006)等。尽管这些工具中的许多都有可能支持弹性分析的不同维度，但仍然需要考虑一些权衡。随着这些方法变得越来越主流，根据建模过程中涉及的社区、研究问题或管理目标，以及每种工具在不同维度(如涉众使用的便利性、模型输入和输出以及空间或时间范围的程度)的不同，选择参与式建模方法是很重要的。尽管这些方法背后的理论随着新的方法和技术的进步而不断发展，我们还是提供了不同方法的一些优点和缺点的总体概述(表3)。

例如，根据创建和分析模型所需的培训量，某些方法可能或多或少地适用于建模过程中涉及的不同组。尽管叙事场景分析和定性概念映射比半定量方法更灵活，因此可以在更广泛的社区中使用，但这些模型的输出通常不是动态的，这限制了它们通过事后分析来评估竞争系统状态的能力。此外，尽管大多数方法在不同程度上允许涉众和科学家定义构成系统建模状态空间的概念、组件或变量，但就可以定义变量之间的关系类型而言，有些方法更加灵活。例如，FCM和基于代理的建模可以表示变量之间的反馈关系，而贝叶斯信念网络关系是单向的。此外，尽管通过这些努力建模的所有SESs在某种程度上都是根据时间和空间来定义的，但涉众在空间或时间单位上解释模型输出的程度是不同的，因此可能会影响得出有助于管理行动的有意义结论的分析能力。当在一个范围内考虑时，随着工具从更灵活和定性的过渡到更参数化和半定量的，涉众使用的容易程度随着显式评估竞争系统状态的能力而下降。此外，尽管半定量方法可能为事后分析提供了广泛的机会，但它们可能限制了将涉众价值和知识集成到基于模型的评估中的程度。

同样重要的是要强调，尽管FCM在多个科学领域的使用有了戏剧性的增加(Papageorgiou和Salmeron 2013)，但即使是该方法的支持者也开始发现该方法的一些分析弱点。事实上，当试图建模和分析在许多SESs中发现的复杂性时，最近发现的一些方法上的缺点可能会出现重大问题。例如，Papageorgiou和Salmeron(2013)在他们的综述中指出，fcm在对节点间相互作用的时延建模能力方面是有限的，而且仅限于定义系统内的线性关系。此外，他们指出FCM动力学是一级的;也就是说，下一个系统状态依赖于上一个状态，因此该方法不能很好地处理与许多复杂域相关的随机性。因为SESs通常(如果不是总是)包含非线性关系，当系统状态可能发生显著变化的阈值时，很容易出现出乎意料的意外情况(Carpenter et al. 2002, Schwartz et al. 2011，Davidson et al. 2013)很明显，fcm是一种有用的“快速而肮脏的”、实际上是“模糊的”参与方法，最适合作为促进不同利益相关者之间的社会学习和审议的方式，而不是作为正式的评估工具。该方法将受益于进一步的发展，包括新的分析技术，试图解释复杂性的新场景算法，以及额外的经验评估，以确定或多或少适合使用FCM的社会或生态条件。

未来FCM研究的方向

未来在FCM方面有许多值得探索的方向。考虑到FCM允许不同类型的信息集成到同一模型的程度，我们描述的过程可以用来收集多种形式的证据，通过自适应管理来验证感知理解。在模型构建过程中，参与者不仅要发展对受管理的复杂系统的结构理解，而且通过深思熟虑，他们也要讨论不确定性。这样的对话可以用来提出需要进一步证据的观点，并允许参与者确定可以收集什么数据以及如何收集数据来验证经验上的动态(Gray et al. 2014)一个)．公民作为数据收集者和决策者参与进来的概念并不新鲜。然而，由于现代科学往往被视为完全由专家驱动的努力，外行人和更传统的知识形式往往会被边缘化。尽管有些人认为科学推理是天生的(Caruthers 2002)，一些“公民科学”的例子已经产生了可靠的证据(例如，Bonney等人，2009年，美国的案例)。我们认为参与式建模，特别是FCM，可以扩大公众参与科学研究的益处(Shirk等人，2012年)。如果被认为是相关的，动态管理系统中的附加信息将直接改善模型开发，以及所有涉众部分的知情的、直接的资源管理。此外，可以根据知识专家和利益相关者纠正或改进FCM结构的期望来评估场景对边缘权重变化的敏感性。然而，到目前为止，FCM的这些拨款在很大程度上尚未得到探讨。

值得注意的是，在参与性环境中，fcm是基于对系统动态的感知而构建的;因此，场景分析提供了对感知弹性度量的理解，而不是对经验弹性度量的理解。然而，我们建议个人可以使用特定的数据收集协议，不仅验证模型的结构方面，而且验证模型的预测。推测结果和实际结果之间的这种相互作用将允许知情的模型改进，并提供一个平台，通过这个平台，个人可以系统地测试管理过程中的适应性步骤。换句话说，作为个体的模型中的地面真相元素，无论是通过局部度量，还是通过更大空间/时间范围的可用度量，他们都可以在集成新数据/证据形式后运行后续场景，来测试元素之间的潜在因果关系。

最后，尽管在首选状态、当前稳定状态和不同情景状态之间的比较为利益相关者的讨论提供了有用的基准，但确定系统从一个吸引盆地滑向另一个吸引盆地的条件并不简单。鉴于如何识别状态空间和首选状态的高度主观性质，在场景下是否保持SES的定性标识在很大程度上是不清楚的，这代表了一个研究领域，将受益于额外的研究。根据我们的案例研究，当稳态条件与人口情景进行比较时，40%的成分从正值或零值转移到负值，这与参与者的偏好无关。这表明，鉴于目前的结构，SES可能对这种特殊类型的扰动没有弹性;然而，个体状态空间变量的重要性还没有确定，很可能有些变量，如角马和斑马种群，对系统身份的贡献可能比其他变量更大。此外，当将缓解计划添加到模型中时，在某些情况下，值确实发生了显著变化，例如收入和参与，这表明管理措施可能更有效地适应了一个新的制度并减轻了不可避免的系统响应，而不是在系统内建立能力以保持其稳定状态。我们建议从事参与式建模、弹性分析和FCM的研究人员开始开发测量系统同一性的新方法。这可以通过将更定性的方法，即叙事场景，与半定量方法相结合来实现，在参与过程中利用每一种方法的独特方面。

结论

这里描述的FCM方法导致了管理决策的共同参与。fcm不仅提供了帮助涉众参与管理决策的机会，还可以促进与管理机构、管理结果中的参与者和寻求理解案例的非涉众之间的对话。因为开发FCM的过程需要理解一些相对简单的术语并遵循简单的逻辑启发式，因此得到的模型往往是透明的，并且通过解释，可以在没有繁琐的或充满行话的文本的情况下传递重要的意义。此外，由于FCM允许偏好和价值观的整合，可以相对于输入判断连接和结果。当关于价值观和偏好的分歧阻碍了对话和谈判时，后者可能是有利的。最后，尽管使用该方法需要做更多的工作，但使用认知模型来共同构建一个解释模型的可能好处强调了FCM在弥合参与性韧性评估和最终资源管理中定性和定量方法之间的差距方面的附加价值，该模型可以支持预测和后续行动。

文献引用

阿尔德斯。2008。用贝叶斯信念网络建模土地利用决策行为。生态学与社会13(1): 16。(在线)网址://www.dpl-cld.com/vol13/iss1/art16/

阿杰，2000年。社会和生态恢复力:它们有关联吗?人文地理学研究进展24(3): 347 - 364。http://dx.doi.org/10.1191/030913200701540465

阿米尔，M.， A.杰特，T.戴姆，2011。基于模糊认知图(FCM)的风电场景开发。国际能源部门管理杂志5(4): 564 - 584。http://dx.doi.org/10.1108/17506221111186378

Amici, V. F. Geri和C. Battisti. 2010。碎片化景观生境适宜性模型的综合构建方法。自然保护杂志18(3): 215 - 223。http://dx.doi.org/10.1016/j.jnc.2009.10.002

艾克斯罗德，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。

Benbenishty, R. 1992。专家临床判断和决策的诱导和建模方法综述。社会服务检讨66(4): 598 - 616。http://dx.doi.org/10.1086/603950

本内特，G. S.卡明，G. D.彼得森，2005。案例研究中确定弹性代理的系统模型方法。生态系统8:945 - 957。http://dx.doi.org/10.1007/s10021-005-0141-3

R.邦尼，H.巴拉德，R. C.乔丹，E.麦卡利，T.菲利普斯，J.谢克，C. C.怀尔德曼。2009。公众参与科学研究:定义该领域并评估其非正式科学教育的潜力．CAISE调查小组报告。非正式科学教育促进中心，华盛顿特区，美国。(在线)网址:http://www.informalscience.org/documents/PPSR%20report%20FINAL.pdf

布兰德，F. S.和K.贾克斯，2007。聚焦弹性的意义:弹性是一个描述性的概念和一个边界对象。生态学与社会12(1): 23。(在线)网址://www.dpl-cld.com/vol12/iss1/art23/

布鲁克斯和阿杰，2004。评估和增强适应能力。165 - 181页在B. Lim和E. Spanger-Siegfried，编辑。气候变化适应政策框架:发展战略、政策和措施。beplay竞技剑桥大学出版社，英国剑桥。(在线)网址:http://www.cakex.org/sites/default/files/ALL_UNDP.pdf

S.卡朋特，B.沃克，J. M.安德里斯和N.阿贝尔。2001。从隐喻到测量:什么对什么的弹性?生态系统4:765 - 781。http://dx.doi.org/10.1007/s10021-001-0045-9

卡朋特，S. R.和W. A.布洛克，2008。适应能力和陷阱。生态学与社会13(2): 40。(在线)网址://www.dpl-cld.com/vol13/iss2/art40/

卡朋特，s.r.， W. A.布洛克和D.路德维希，2002。崩溃，学习和更新。173 - 194页在l·h·甘德森和c·s·霍林，编辑。Panarchy:理解人类和自然系统的转变．岛屿出版社，华盛顿特区，美国。

Caruthers, P. 2002。科学推理的根源:婴儿期、模块性和跟踪的艺术。73 - 96页在P.卡拉瑟斯、S.斯蒂奇和M.西格尔，编辑。科学的认知基础．剑桥大学出版社，英国剑桥。http://dx.doi.org/10.1017/CBO9780511613517.005

克雷克，K. J. W. 1943。解释的本质．剑桥大学出版社，英国剑桥。

G.卡明，G.巴恩斯，S.佩尔兹，M.施明克，K.西维因，J.索斯沃思，M.宾福德，R. D.霍尔特，C.斯蒂克勒，T.范霍尔特。2005。弹性实证测量的探索性框架。生态系统8:975 - 987。http://dx.doi.org/10.1007/s10021-005-0129-z

戴维森，J. L.， I. E. van Putten, P. Leith, M. Nursey-Bray, E. M. Madin和N. J. Holbrook. 2013。在应对气候变化的澳大利亚海洋部门实施弹性概念。beplay竞技生态学与社会18(3): 4。http://dx.doi.org/10.5751/ES-05607-180304

埃斯蒂斯，A. B.， T. Kuemmerle, H. Kushnir, V. C. Radeloff和H. H. Shugart. 2012。1984-2003年塞伦盖蒂生态系统的土地覆盖变化和人口趋势。生物保护147(1): 255 - 263。http://dx.doi.org/10.1016/j.biocon.2012.01.010

弗拉韦尔，1996。皮亚杰的遗产。心理科学7(4): 200 - 203。http://dx.doi.org/10.1111/j.1467-9280.1996.tb00359.x

弗莱彻，c.s.， M.克雷格，D.W.希尔伯特，2006。澳大利亚和新西兰农业生态系统的恢复能力运作。国际系统科学学会(ISSS)第50届年会论文集．ISSS, Pocklington，英国。(在线)网址:http://www.isssbrasil.usp.br/isssbrasil/pdfs/2006-355.pdf

Folke, C. 2006。恢复力:社会生态系统分析视角的出现。全球环境变化16:253 - 267。http://dx.doi.org/10.1016/j.gloenvcha.2006.04.002

富恩特斯，r.t.c. 2012。韧性评估和管理的定性数学建模[题目从西班牙语翻译而来]。古巴科学学院之歌2(1)。(在线)网址:http://www.revistaccuba.cu/index.php/acc/article/viewFile/111/931

Fussel,小时。,R. J. T. Klein. 2006. Climate change vulnerability assessments: an evolution of conceptual thinking.气候变化75:301 - 329。http://dx.doi.org/10.1007/s10584-006-0329-3

Gallopín, G. C. 2006。脆弱性、复原力和适应能力之间的联系。全球环境变化16:293 - 303。http://dx.doi.org/10.1016/j.gloenvcha.2006.02.004

G.甘卢卡斯，编辑。2010.模糊认知地图:理论、方法、工具和应用的进展．施普林格，德国柏林。http://dx.doi.org/10.1007/978-3-642-03220-2

格雷，S.， A.陈，D.克拉克，R.C.乔丹，2012。社会生态系统决策中利益相关者知识整合的建模:知识多样性的益处与局限。生态模型229:88 - 96。http://dx.doi.org/10.1016/j.ecolmodel.2011.09.011

格雷，S.， D.梅勒，R.乔丹，A.克罗尔，G.纽曼，2014一个．与公民科学家建模:使用基于社区的建模工具来开发公民科学项目。在d·p·埃姆斯，n·w·t·奎因，a·e·里佐利，编辑。第七届国际环境建模与软件大会论文集，6月15-19日，美国加州圣地亚哥．瑞士曼诺iEMSs。ISBN: 978-88-9035-744-2。(在线)网址:http://www.iemss.org/sites/iemss2014/papers/iemss2014_submission_153.pdf

格雷，S. A.格雷，L. J.考克斯和S.亨利-谢泼德。2013.心理建模器:一种用于适应性环境管理的模糊逻辑认知映射建模工具。963 - 973页在第46届夏威夷系统科学国际会议(HICSS)的论文集中。美国夏威夷檀香山马诺阿的夏威夷大学HICSS。http://dx.doi.org/10.1109/HICSS.2013.399

格雷，S. A.， E.赞雷，S. R. J.格雷，2014b．模糊认知图作为心智模式和群体信念的表征:理论和技术问题。页面29-48在e·i·帕佩佐治，编辑。应用科学和工程的模糊认知地图——从基础到扩展和学习算法．施普林格，德国海德堡。http://dx.doi.org/10.1007/978-3-642-39739-4_2

格雷、S. R. J、A. S.加格农、S. A.格雷、B. O 'Dwyer、C. O 'Mahony、D. Muir、R. J. N. Devoy、M. Falaleeva和J. Gault. 2014c．当地的沿海管理人员发现这个问题了吗?利用模糊认知映射评估利益相关者对气候脆弱性的感知。海洋及海岸管理94:74 - 89。http://dx.doi.org/10.1016/j.ocecoaman.2013.11.008

甘德森，L. 1999。弹性、灵活性和适应性管理——是虚假确定性的解毒剂吗?保护生态3(1): 7。(在线)网址:http://www.consecol.org/vol3/iss1/art7/

甘德森，L. H.和C. S.霍林，编辑。2002.Panarchy:理解人类和自然系统的转变．岛屿出版社，华盛顿特区，美国。

Halbrendt, J. A. Gray, S. Crow, T. Radovich, A. H. Kimura, B. B. Tamang. 2014。农民和专家信念的差异以及保护性农业的感知影响。全球环境变化28:50 - 62。http://dx.doi.org/10.1016/j.gloenvcha.2014.05.001

哈尔，R. N, L.赖特·莫顿，S. R.拉斯克，D. M.恩格尔，J. R.米勒，D.德宾斯基。2014。土地所有者对草地管理风险的认知:木本植物入侵和规定生火。生态学与社会19(2): 41。http://dx.doi.org/10.5751/ES-06404-190241

霍布斯，B. F.， S. A. Ludsin, R. L. Knight, P. A. Ryan, J. Biberhofer, J. J. H. Ciborowski. 2002。模糊认知映射是定义复杂生态系统管理目标的一种工具。生态应用程序12:1548 - 1565。http://dx.doi.org/10.1890/1051 - 0761 (2002) 012 (1548: FCMAAT) 2.0.CO; 2

霍林，1973年。生态系统的恢复力和稳定性。生态学与系统学年评4:1-23。http://dx.doi.org/10.1146/annurev.es.04.110173.000245

霍林，c.s.， G. K.梅菲，1996。指挥与控制以及自然资源管理的病态。保护生物学10(2): 328 - 337。http://dx.doi.org/10.1046/j.1523-1739.1996.10020328.x

杨森，m.a和E.奥斯特罗姆，2006。基于经验的，基于代理的模型。生态学与社会11(2): 37。(在线)网址://www.dpl-cld.com/vol11/iss2/art37/

杰特，A. J.和K. Kok. 2014。未来研究的模糊认知图——概念和方法的方法论评估。期货61:45-57。http://dx.doi.org/10.1016/j.futures.2014.05.002

琼斯，n.a.， P.佩雷斯，T. G. Measham, G. J. Kelly, P. D 'Aquino, K. daniel, A. Dray和N. Ferrand. 2008。评估参与式建模:为跨案例分析开发一个框架．《讨论中的社会经济学与环境》(SEED)。工作文件第2008-11号。澳大利亚堪培拉CSIRO。

琼斯，n.a.， H.罗斯，T.利纳姆，P.佩雷斯和A.利奇，2011。心智模型:理论和方法的跨学科综合。生态学与社会16(1): 46。(在线)网址://www.dpl-cld.com/vol16/iss1/art46/

Kafetzis, A.， N. McRoberts和I. Mouratiadou, 2010。利用模糊认知图支持利益相关者对水资源利用和水质政策的观点分析。383 - 402页在M.甘卢卡斯，编辑。模糊认知地图:理论、方法、工具和应用的进展．施普林格，德国柏林。http://dx.doi.org/10.1007/978-3-642-03220-2_16

科尔尼，J.， F. Berkes, A. Charles, E. Pinkerton和M. Wiber. 2007。参与性治理和社区管理在加拿大沿海和海洋综合管理中的作用。沿海管理35:79 - 104。http://dx.doi.org/10.1080/10.1080/08920750600970511

纳普，2012。为什么偷猎有利可图:坦桑尼亚西塞伦盖蒂非法狩猎者面临的风险和收益的总结。热带保育科学4:434 - 445。(在线)网址:http://tropicalconservationscience.mongabay.com/content/v5/TCS-2012_Vol_5%284%29_434-445_Knapp.pdf

角。2009。模糊认知地图在半定量情景发展中的潜力，以巴西为例。全球环境变化19日,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24:65 - 75。http://dx.doi.org/10.1016/s0020 - 7373 (86) 80040 - 2

科斯科，1994年。模糊思维:模糊逻辑的新科学．海波龙，纽约，纽约，美国。

勒纳，r.m.，编辑。1998.人类发展的理论模型。儿童心理学手册．第六版。卷1。威利，纽约，纽约，美国。

Loiboki, M. H. Hofer, K. L. I. Campbell和M. L. East, 2002。坦桑尼亚塞伦盖蒂国家公园(Serengeti National Park)附近社区的丛林肉狩猎:畜牧业的重要性以及蛋白质和收入的替代来源。环境保护29:391 - 398。http://dx.doi.org/10.1017/S0376892902000279

利纳姆，T.， W.德容，D.谢勒，T.库苏曼托，K.埃文斯。2007。自然资源管理中整合社区知识、偏好和价值观的决策工具综述。生态学与社会12(1): 5。(在线)网址://www.dpl-cld.com/vol12/iss1/art5/

麦金森，S. 2000。预测鲱鱼鱼群结构、动态和分布的自适应模糊专家系统。生态模型126(2 - 3): 155 - 178。http://dx.doi.org/10.1016/s0304 - 3800 (00) 00263 - 5

Meliadou, A.， F. Santoro, M. R. Nader, M. A. Dagher, S. I. Indary, B. A. saloum . 2012。利用模糊认知映射方法对海岸带管理问题进行优先排序。环境管理杂志97:56 - 68。http://dx.doi.org/10.1016/j.jenvman.2011.11.006

Mfunda, i.m.和E. Røskaft。2010.坦桑尼亚塞伦盖蒂丛林狩猎:对当地人来说是一项重要的经济活动。生物多样性与保护2:263 - 272。

Murungweni, C.， M. T. van Wijk, J. A. Andersson, E. M. A. Smaling和K. E. Giller. 2011。模糊认知映射在生计脆弱性分析中的应用。生态学与社会16(4): 8。http://dx.doi.org/10.5751/ES-04393-160408

纳亚基，A.， S. A.格雷，C. A.莱普齐克，J. C.斯基宾斯，D.伦奇。2014。野生动物肉贸易的本地动态和本地驱动因素。保护生物学28:1403 - 1414。http://dx.doi.org/10.1111/cobi.12316

Ndibalema。吴志刚，宋orwa。2008。塞伦盖蒂的非法肉类狩猎:消费和偏好的动态。非洲生态学杂志46:311 - 319。http://dx.doi.org/10.1111/j.1365-2028.2007.00836.x

诺瓦克，J. D. A. J. Cañas。2008.概念图的理论基础以及如何构建和使用它们．IHMC CmapTools 2006-01版本01-2008技术报告。佛罗里达人类与机器认知研究所，彭萨科拉，美国佛罗里达州。(在线)网址:http://cmap.ihmc.us/publications/researchpapers/theoryunderlyingconceptmaps.pdf

Ortolani, L.， N. McRoberts, N. ddonker和M. Rounsevell. 2010。农民环境管理措施概念分析:认知地图和聚类分析在建模主体行为研究中的应用363 - 381页在M.甘卢卡斯，编辑。模糊认知地图:理论、方法、工具和应用的进展．施普林格，德国柏林。http://dx.doi.org/10.1007/978-3-642-03220-2_15

Özesmi, U.和S. L. Özesmi。2004.基于人的知识的生态模型:一种多步模糊认知映射方法。生态模型176:43 - 64。http://dx.doi.org/0.1016/j.ecolmodel.2003.10.027

Papageorgiou, E. I, A. Kontogianni. 2012。模糊认知映射在环境决策和管理中的应用:方法入门和应用。427 - 450页在S. S.杨和S. E.西尔弗，编辑。关于全球环境变化的国际观点．克罗地亚里耶卡的InTech。http://dx.doi.org/10.5772/29375

Papageorgiou, E. I.和J. L. Salmeron. 2013。近十年来模糊认知地图研究综述。模糊系统，IEEE汇刊21:66 - 79。http://dx.doi.org/10.1109/TFUZZ.2012.2201727

拉斯金，2002。心理学中的建构主义:个人建构主义、激进建构主义和社会建构主义。页1 - 25在拉斯金和布里奇斯，编辑。意义研究:建构主义心理学探索．美国纽约佩斯大学出版社。

伦奇，D. 2012。丛林肉消费和当地对野生动物的需求:西塞伦盖蒂地区角马的购买量估计。论文。明尼苏达大学，明尼阿波利斯和圣保罗，明尼苏达州，美国。

罗斯，H.和F.贝尔克斯，2014。研究理解、增强和监测社区复原力的方法。社会与自然资源27日(8):787 - 804。http://dx.doi.org/10.1080/08941920.2014.905668

桑德克，M. B. M.坎贝尔，M. Ruiz-Párez, J. A.塞耶，R.考林，H.卡萨，A. T.奈特，2010。参与式建模在协调保护和发展景观方法中的作用。生态学与社会15(2): 13。(在线)网址://www.dpl-cld.com/vol15/iss2/art13/

施瓦兹,a m。，C. Báná, G. Bennett, D. Boso, Z. Hilly, C. Paul, R. Posala, S. Sibiti, and N. Andrew. 2011. Vulnerability and resilience of remote rural communities to shocks and global changes: empirical analysis from Solomon Islands.全球环境变化21:1128 - 1140。http://dx.doi.org/10.1016/j.gloenvcha.2011.04.011

谢克，J. L.巴拉德，C. C.威尔德曼，T.菲利普斯，A.维金斯，R.乔丹，E.麦卡利，M.米纳克，B. V.勒温斯坦，M. E.克拉斯尼，和R.邦尼。2012。公众参与科学研究:一个刻意设计的框架。生态学与社会17(2): 29。http://dx.doi.org/10.5751/ES-04705-170229

斯瓦特，R. J.拉斯金，J.罗宾逊，2004。未来的问题:可持续性科学和情景分析。全球环境变化14:137 - 146。http://dx.doi.org/10.1016/j.gloenvcha.2003.10.002

联合国欧洲经济委员会(欧洲经委会)。1998.《获取信息、公众参与决策和在环境事项上诉诸司法的公约》．欧洲经济委员会，奥尔胡斯，丹麦。(在线)网址:http://www.unece.org/fileadmin/DAM/env/pp/documents/cep43e.pdf

Voinov, A.和F. Bosquet 2010。与涉众一起建模。环境建模与软件25:1268 - 1281。http://dx.doi.org/10.1016/j.envsoft.2010.03.007

Walker, B.， S. Carpenter, J. Anderies, N. Abel, G. S. Cumming, M. Janssen, L. Lebel, J. Norberg, G. D. Peterson, R. Pritchard. 2002。社会生态系统中的弹性管理:参与式方法的工作假设。保护生态6(1): 14。(在线)网址:http://www.consecol.org/vol6/iss1/art14/

Walker, B.， C. S. Holling, S. R. Carpenter, A. Kinzig. 2004。社会生态系统的恢复力、适应性和可改造性。生态学与社会9(2): 5。(在线)网址://www.dpl-cld.com/vol9/iss2/art5/

沃尔特斯，1986。可再生资源的适应性管理．麦克米兰，纽约，纽约，美国。

沃尔特斯，1997。河岸和沿海生态系统适应性管理的挑战。保护生态1(2): 1。(在线)网址:http://www.consecol.org/vol1/iss2/art1/

吕磊，魏铮，闫春。2008。利用模糊认知时间图对虚拟企业中的信任动态进行建模和评估。应用专家系统35(4): 1583 - 1592。

Wildenberg, M. Bachhofer, M. Adamescu, G. De Blust, R. Diaz-Delgadod, K. G. Q. Isak, F. Skov，和V. Riku. 2010。连接思想与流程-模糊认知映射作为综合景观建模工具。在2010年综合景观建模国际会议论文集——连接环境、社会和计算机科学，蒙彼利埃，2月3-5日．(在线)网址:http://www.symposcience.org/exl-doc/colloque/ART-00002419.pdf

L. Wise, A. G. Murta, J. P. Carvalho和M. Mesquita. 2012。远洋渔业中渔民行为的定性模型。生态建模228(10): 112 - 122。http://dx.doi.org/10.1016/j.ecolmodel.2011.12.008