研究

从发展复原力的视角看摆脱贫困的途径:基于主体的模拟

• 摘要
• 简介
• 小农系统建模
  • 研究地点的描述
  • 模型表示
• 模型模拟与弹性评估
  • 初始化模式设置:
  • 模拟回合:基线和冲击场景
  • 产出测量:定义生计状态
  • 输出分析:探测系统交互
  • 探索韧性的来源
• 结果
  • 生活轨迹
  • 不同轨迹的家庭特征
• 讨论
  • 生计系统的替代状态
  • 阐述生计战略和结果的实地工作观察的叙述
  • 政策建议
  • 目前研究的局限性和展望
• 结论
• 对本文的回应
• 作者贡献的声明
• 致谢
• 文献引用

介绍

农村居民占世界贫困和粮食不安全人口的75%。考虑到它们有限的应对能力和低利润率，它们受到环境和社会经济变化的影响不成比例(Carter et al. 2007)。政策制定者、非营利组织和学者们继续努力解决气候变化、环境退化、政治不稳定、疾病和经济不确定性对减贫造成的综合影响。beplay竞技农村贫困人口面临的这些日益增加的、各种各样的和相互交织的挑战，使得人们更加关注弹性思维，将其作为一种新的概念和分析视角，以减轻小农的贫困，并为农村环境中的减贫实践提供信息(Folke等人2002,2010,Coppock等人2011,Hanazaki等人2013,Barrett和Constas 2014)。从这项工作中产生的一个重要方法是发展弹性的概念(Barrett和Constas 2014, Nayak等人2014,Tanner等人2015)。

发展恢复力被定义为“一个人、家庭或其他综合单位在面对各种压力源和无数冲击后避免贫困的长期能力”(Barrett and Constas 2014:14626)。根据生态和贫困研究，发展弹性提供了一种系统的贫困观，其中包括生计的时间变化，并解释了贫困的非线性和不确定性。发展复原力考虑到家庭(或其他分析单位)如何在三个备选状态之间移动:人道主义紧急状态(即，如果不立即提供援助，个人或社区死亡)、长期贫困状态(即生活水平低)和非贫困状态(即良好的生活水平;巴雷特和康斯坦斯2014)。发展弹性很大程度上借鉴了以前的弹性概念(例如，Holling 1973年、Walker等人2004年和Grafton等人2019年)。然而，它是一个规范性术语，即“越多越好”，这与将弹性视为系统特征的其他观点不同。在发展复原力方面，如果一个家庭有能力随着时间的推移避免贫困，这个家庭就是复原力。发展弹性也可以应用于个人层面(如家庭)或整体层面(如社区)。这使我们能够探索家庭异质性，其中一些家庭可能比其他家庭需要更多的帮助，从而提供一个框架，以经验评估异质家庭或社区的弹性。

发展复原力的一个良好结果是，原先贫穷的家庭迁移到非贫穷状态，并在生计受到冲击的情况下留在那里。因此，本研究旨在找出小农生计系统中对小农脱贫至关重要的杠杆点。具体来说，我们为实现这一目标承担了两项任务:(1)揭示“脱贫路径”，我们将其定义为向上的生计轨迹，其中家庭将不受冲击而达到非贫困区。在所有可能的生计轨迹中，我们剔除了向下的轨迹，并确定了小农有望从冲击中恢复的轨迹。(2)揭示遵循这些途径的家庭的恢复力来源，为旨在帮助小农家庭脱贫的政策干预和项目提供信息。

各种建模方法已被用于检测和理解贫困，如将遥感和机器学习(Blumenstock等人，2015年，Jean等人，2016年，Watmough等人，2019年)和统计模型(Carter等人，2007年，Cinner等人，2011年，Thomas和Gaspart, 2015年)。这些方法很重要，有助于为政策干预确定影响贫困的因素，然而，它们可能无法捕捉生计轨迹的非线性，或未能考虑到家庭异质性和决策如何导致其他结果(Thomas和Gaspart 2015, Grêt-Regamey等，2019)。为了更好地理解扶贫干预的失败或成功，并量化家庭异质性的影响，需要系统模拟工具，使研究人员能够揭示小农生计系统的潜在关系和复杂性。

基于代理的建模(ABM)是一种方法，它将人类决策者集合表示为与彼此及其环境随时间相互作用的代理。它是一个广泛应用的工具，用于探索耦合的人类和自然系统的动态，包括土地利用和土地覆盖变化、保护政策、森林政策和碳储量变化(Liu et al. 2007, An 2012, Rounsevell et al. 2012, Huang et al. 2013, Huber et al. 2018)。然而，很少有ABMs从复原力的角度探讨贫困和生计动态(Smajgl 2013, Wossen 2015)。在这里，开发了一个ABM来代表农村小农人口的生计动态，并用于探索家庭层面的发展弹性概念。我们将生计定义为由维持生计所需的资产、能力和活动组成(Chambers和Conway, 1991年)。实施该模型是为了代表小农(即，卡巴克罗)以巴西亚马逊三角洲地区为例。过去几十年里，caboclo人的生计一直受到极端气候灾害和市场波动的影响(Pinho等人，2015年，Brondízio等人，2016年，Vogt等人，2016年)，因此迫切需要提高他们的发展韧性。在我们的ABM中，代理人是一个家庭，代理人的生计受到其做出的决定(即其生计战略)的影响，该决定是根据其所处世界的社会、经济或环境投入做出的反应。

我们构建的模型抓住了小农系统的异质性，包括异质性特征和不同的生计策略，这导致了不同的生计结果。利用模拟结果，我们采用统计方法来识别导致不同生计轨迹的家庭的关键特征和策略。这些构成了能够帮助小农脱贫的杠杆点。ABM所蕴含的灵活性使我们能够探索小农系统的复杂性，从而揭示小农提高复原力和摆脱贫困的途径的潜在来源和机制。利用这项研究的结果，我们提出了旨在增强发展韧性的双重干预措施和政策含义，包括帮助当前贫困家庭摆脱不太理想的状况，并帮助家庭保持良好状态。

小农系统建模

开发了一个基于代理的模型来代表亚马逊三角洲地区的小农生计系统。小农生计系统是指人-自然耦合系统，其中人们的生计与其自然资源利用直接相关，如小规模农业和农林复合农业。该模型以亚马逊三角洲地区Caboclos社区获得的数据为依据，捕获了家庭人口和资产(如资本、土地所有权)、家庭对经济作物的选择、维持生计的活动以及高地和洪泛平原地区的作物适宜性。由于贫困和不断增加的冲击是该地区的关键问题，ABM特别考虑了基线模拟和冲击模拟以及使用发展韧性框架对生计结果的分析。

研究地点的描述

本案例研究的重点是巴西Pará州阿巴埃特图巴市的Caboclos社区。Pará州的人均国内生产总值(GDP)是全国平均水平的52%，人类发展指数排在第24位^th在巴西27个州中排名第一。由于Caboclos所面临的频繁而强烈的冲击，这是一个值得探讨的重要案例。例如，尽管Caboclos人几个世纪以来一直生活在潮汐洪水的高度动态环境中，但最近几十年气候变化正在造成更严重的干旱和洪水(Pinho等人2015年，Brondízio等人2016年)。beplay竞技此外，在20世纪早期，该地区的芒果和橡胶经历了剧烈的繁荣和萧条周期，而在最近几十年里，açaí水果在全国和全球市场上经历了受欢迎的繁荣(Brondízio 2008)， Caboclos将这种水果作为经济作物经营。

传统上，Caboclos人使用各种资源和生计活动，包括轮作种植、棕榈果/木材/石油提取、捕鱼和捕虾，以及橡胶、芒果或可可等经济作物(图1)。今天，açaí是大多数Caboclos人的主要收入来源之一(Brondízio 2004, Dou等人。2017)。全球对açaí的需求增加意味着Caboclos为了现金收入而加强并增加了açaí的生产，甚至将其种植扩大到土壤条件不如泛滥平原的高地。因此，木薯粉和大米等主食的农业产量下降，以致农民不得不从区域市场购买这些食品。Abaetetuba是Pará中açaí的第二大生产者，超过90%的家庭都在某种程度上从事açaí的生产(Brondízio 2008)。不断增长的açaí市场需求为Caboclos带来了可观的经济效益。然而，生计和生态系统恢复力方面的后果尚不清楚(Vogt等人，2016年，窦等人，2017年)，特别是当来自其他超级食物的经验，如藜麦，对农民并非没有负面影响(Jacobsen, 2011年)。

模型表示

所使用的模型是MARIA (Cabrera et al. 2010)的修订版，它是使用RePast多代理模拟平台(http://repast.sourceforge.net/)．与原始版本的MARIA相比，agent的决策算法在校准就业概率的情况下扩展到了三种不同的生计策略;环境模块包含了不同的作物在旱地和河漫滩的适宜性。这里提供了模型的简要描述(表1)。模型的ODD描述和代码可在CoMSES/OpenABM网站上获得:https://www.comses.net/codebases/8aa00021-e4d3-4468-aa6d-f6c474e459e0/releases/1.0.0/

代理

模拟中的每个代理代表一个家庭，该家庭由一组人口统计属性(例如，家庭成员数量、家庭成员年龄)和若干生产资源(例如，土地财产、初始资本)描述。这些特征每年都在模拟中更新。人口组成决定了家庭的可用劳动力，这影响了代理人如何与环境相互作用。可用劳动力是通过将家庭成员的年龄和性别转换为劳动单位来计算的(表1)。劳动力是代理人土地使用决策的一个输入，包括砍伐森林和将土地细胞转化为作物，如açaí。其他关键变量及其定义见表1。有关完整的变量列表，请参考CoMSES/OpenABM。

环境

在环境模块中，家庭与包含水和陆地单元的栅格景观互动，这些网格是15米× 15米的矩形网格，从遥感图像中分类。土地细胞随土地利用历史和土地覆盖过渡规律而演变。它们可以被代理人种植açaí，农业，或作为森林。土地覆被转变规律和反馈规律来源于该地区以往的研究(Brondízio 2008)，总结如下(表1):第一，作物种植历史反过来影响土壤肥力和作物产量。例如，肥力被编码为一个从0到1的指标，并根据每年种植的作物和一个随机数的阈值进行更改。对于一年生作物，两到三年后，肥力指标降为零。这代表了转移种植的需要。对于açaí作为农林业，10年后该指标从1下降到0。土地休耕10年，肥力恢复到1。其次，距离房屋和水源的距离会影响代理机构的土地使用决策。 For example, land cells close to houses are more likely to be developed than land cells further away. In addition, land cells on the floodplain have a higher açaí yield than upland cells, and the reverse for the yield of manioc.

生计策略

在CoMSES/OpenABM网站上的ODD文件中提供了对代理人生计策略的更完整的描述。模型中的主体在决定将资源分配给不同的生计活动时遵循三种策略中的一种。基于我们的实地研究(Vogt等人2016年，Dou等人2017年)、集体专业知识和现有的ABM实例，我们研究了以下三种生计策略。在整个模拟过程中，所有家庭都遵循相同的生计策略。分别模拟每种情景下的三种生计策略。

“刚刚好”(JE)是基于Chayanov的农民劳动理论，该理论指出农民如何做出决定以实现两个相反的目标:一个是需要劳动投入的收入目标，另一个是与收入产生冲突的避免工作目标(Chayanov 1966, Ellis 1994)。在这一战略中，传统家庭不像企业那样经营，他们的效用不仅仅来自于利润，因此一旦满足了温饱，他们就会停止工作。

“利润最大化”或“最大利润”(MP)是基于经济优化，优先考虑所有生产要素的货币回报(Barlett 1984, Colman and Young 1989)。在这种策略中，家庭根据市场价格寻求尽可能高的净收入。与传统的农民不同，这种策略将农户视为寻求最高收入的企业。在我们的模型中，主要作物是açaí和木薯，其中açaí的市场价格在过去30年里一直相当可观，木薯的价格一直比较低。因此，大多数家庭分配他们所有的资源来种植açaí，并从市场上购买木薯。家庭使用过去三年的平均价格和产量来决定来年的土地使用(Brondízio和Moran 2008)。

“生存优先”(SF)策略基于在实地观察和在ABMs中实施的规则和启发式决策(Barlett 1984, Mccracken et al. 2002, VanWey et al. 2007)。例如，农户根据家庭年龄和性别结构对作物和其他生产活动做出决策(国家研究委员会2005年，VanWey等人，2007年)，或农民倾向于采取风险规避决策(Ellis 1994年)，或农户使收入来源多样化(Ellis 1998年，Ellis和Allison 2004年，Brown等人，2013年)。融入市场经济是世界各地小农家庭的趋势，因此许多家庭从传统的自给自足转向更以市场为中心的战略(Vongvisouk et al. 2014)。然而，研究也表明，自给农业不会完全被淘汰(Tittonell 2014, Malek et al. 2019)。在我们的研究中，尽管木薯比açaí更加劳动密集型，利润也更低，但我们注意到，仍然有家庭喜欢在国内种植木薯，以满足他们的生存需求，而不从市场上购买(Brondízio et al. 2002, Vogt et al. 2016)。在模型中，这是由于家庭总是同时种植一些açaí和manioc用于国内消费，而不管这两种产品的市场价格。

模型模拟和弹性评估

初始化模式设置:

栅格景观代表了该地区的林地，包括潮汐泛滥平原森林(várzea)和不受定期洪水影响的高地地区。人类子模块初始化整个场景中的家庭代理。每个代理人拥有初始安置周围的0.5-10公顷土地作为其土地财产。家庭代理人的人口和资本资源与我们在2012年对600个家庭进行的一项家庭调查中发现的经验分布一致(见窦等人2017年)。在每次模拟开始时，使用蒙特卡罗方法初始化每个因素的分布，以匹配调查中的分布。也就是说，我们实现了一个统一的随机数发生器，根据问卷调查的结果在每个特征值的范围内分配数字。每次模拟运行30年，从tick 1开始，到tick 30结束，每个tick代表一年。

模拟回合:基线和冲击场景

我们模拟了三种对Caboclos生计系统的假设但可能的干扰:(1)açaí的价格下跌，(2)环境危害降低了açaí的产量，以及(3)全国经济衰退减少了非农工作的可用性，以模拟这些干扰的家庭动态(表1)。在基线情景中，这些变量的值在模拟过程中保持稳定。在冲击情景中，对应变量的值在30年的模拟中从第11年到第15年减少了90%。

基线情景和冲击情景都采用了所有三种决策策略组合:在每个情景中，所有家庭都使用一种生计策略，并分别模拟所有三种生计策略的每个情景。考虑到时间限制、输出的稳定性(Lee et al. 2015)和其他ABM应用(Bousquet et al. 2005, Brown and Robinson 2006, Chen et al. 2014)，每个场景初始化并运行30个模拟以降低随机性。

产出测量:定义生计状态

在每一年，我们计算人均家庭财富(长期累计收入除以家庭成员人数)作为不同生活状态的指标。这三个状态是Barrett和Constas(2014)在发展韧性中提出的状态，即人道主义应急区、长期贫困区和非贫困区。这里，为了简单起见，这三个州被重新命名，并被量化为:(1)极度贫困(EP-0):人均财富低于零，表明家庭需要立即的人道主义援助;(2)慢性贫困(CP-1):模型中人均财富低于6000货币单位(R$);(3)非贫困(NP-2):家庭人均财富超过贫困阈值6000，因此非贫困。我们使用模拟第10年的人均财富的第三四分之一的平均值作为阈值(即贫困线阈值6000)来划分长期贫困和非贫困地区，因为这样的划分与其他实地研究一致(Carter et al. 2007, Babulo et al. 2008)。所有模拟和场景都使用了相同的阈值。

输出分析:探测系统交互

为了确定摆脱贫困的途径，开发了一个生计跟踪系统，提供家庭生计动态的总体情况。在模拟过程中，在三个关键点(Carter et al. 2007)采样了家庭生计状态:冲击前(第10年)、冲击后(第16年)和模拟结束(第30年)。每个家庭被分配了一个三位数的代码，形式为X-Y-Z，其中X是冲击前的状态，Y是冲击后的状态，Z是模拟结束时的状态(图2)。尽管基线场景没有应用冲击，但我们使用相同的采样方法以保持所有场景和分析的一致性。在每个时间点，家庭可以处于前面提到的三种生计状态之一(EP-0、CP-1和NP-2)。例如，代码为112意味着这个家庭在震动前后属于慢性贫困(CP-1)，在模拟结束时变成非贫困(NP-2)。代码为100的家庭在地震发生前处于长期贫困状态(CP-1)，但在随后的模拟中一直处于极端贫困状态(EP-0)。这种方法可以在三个关键时间段跟踪一个家庭的轨迹。通过三位数编码，可以比较容易地了解一个家庭在生计成果和贫困状况方面的位置和动态。我们还使用桑基图(Sankey diagram)来可视化不同生计轨迹的比例(可视化是在R包网络d3中完成的)。桑基图是一种流图，其中箭头的宽度与每个流的数量成正比。

为了评估冲击对小农生计轨迹的影响，采用方差分析(ANOVA)来检验冲击情景是否影响某些生计轨迹，方法是比较基线情景和冲击情景之间的一个观察轨迹上的家庭百分比。例如，在基线情景下，5%的家庭遵循110轨迹(冲击前后长期贫困，最终陷入极端贫困)，但在açaí冲击情景下，这一数字增加到10%。这表明，随着açaí shock的引入，最终陷入贫困的家庭比基线增加了5%。

探索韧性的来源

为了揭示生计系统弹性的来源和关键转折点，我们使用统计分析(例如，方差分析和t检验)来衡量不同因素对弹性的贡献，从而确定可能的杠杆点。我们探索了两个关键路径:(1)什么样的家庭停留在非贫困区，即在模拟开始时非贫困的家庭(NP-2)并一直保持这种状态;(2)随着时间的推移，什么样的家庭摆脱了贫困，即，以前是贫困的家庭最终进入了非贫困区(NP-2)。我们认为，在这些分析中被认为具有统计学意义的家庭特征是关键因素，可能代表小农生计系统中扶贫的杠杆点。

生计受到各种因素的影响，包括资产和能力以及家庭采用的策略。所考察的因素包括(也见表1):(1)家庭初始财富，即家庭总财富，人均财富;(二)劳动能力和生活需要;(3)人力资本，即女性成员的丈夫学历和平均学年;(4)土地类型(河漫滩和高地)和土地面积;(5)决策策略(最大利润、刚刚好、最低生活优先)。(4)土地类型和(5)决策策略都是分类数据。由于相关性高，其他因素被从分析中删除(如依赖比、家庭规模)。

为了回答第一个问题，我们使用t检验来比较冲击前以不同生计状态开始的家庭的初始特征(例如，模拟开始的第一年的特征)。我们没有指定基线或冲击情景，因为第一阶段没有受到冲击的影响。研究结果可以揭示在非贫困区(NP-2)的家庭类型，这些家庭无论受到何种冲击都没有风险。

第二个问题通过后续的两项分析得到了回答，这些分析聚焦于冲击前处于慢性贫困(CP-1)组的家庭:首先，我们比较了基线和冲击情景之间不同生计轨迹(1XX)的家庭特征;其次，我们比较了在冲击情景中来自不同生计轨迹的家庭。我们寻找在基线和冲击之间最终处于非贫困状态的家庭中统计上显著(和不显著)的因素，这揭示了冲击袭击系统时使家庭脱离贫困的重要特征。如果一个变量在冲击情景下的不同生计轨迹之间不显著，它可能不是家庭在冲击下摆脱贫困的重要恢复力来源，反之亦然。对于类别变量，如土地类型和生计策略，我们使用卡方检验来比较各类别在不同组中的比例。对于数值变量，我们使用t检验来比较组均值。

结果

生活轨迹

观察到的生活轨迹

三位数编码提供了一个家庭在三个时间点的生计动态的快照(图2)。尽管有些细节可能会被遗漏，但总的来说，这些编码显示了一个家庭随时间变化的轨迹。从理论上讲，一个家庭可以在每次记录该状态的时候处于任何生计状态(EP-0、CP-1和NP-2)，即震动前(第10年)、震动后(第16年)和模拟结束时(第30年)。因为在3个样本点的每个点上都有3种可能的生计状态，所以有27种可能的轨迹类型(3^3.)．然而，只有14个这样的轨迹被观察到，其中只有8个这样的轨迹在任何模拟中出现的比例大于1%(如表2中†和‡所示)。这8个观察到的代码揭示了这些家庭可能的生计轨迹随时间的变化范围。

从极端贫困状态(EP-0)开始的家庭在接下来的两个阶段(编码为000;图3，底部的粉色流)。除000外，没有观察到其他首位数为EP-0的轨迹(如010或021)。这表明，如果一个家庭从极度贫困的状态开始，就无法摆脱贫困。相反，如果第一个观察到的状态是非穷状态(NP-2)，那么最后一个观察到的状态也总是NP-2。在我们的模拟中，只有轨迹212和222的频率大于1%。很少有从NP-2开始的家庭保持在其他轨迹上(例如，没有观察到轨迹201或轨迹221)。这表明，一旦一个家庭到达这个非贫困区域，他们就能够在地震发生后留在那里或返回那里。这些家庭符合发展弹性的描述，即定居在高幸福区。

观察以慢性贫困(CP-1)状态开始模拟的家庭以三种生计状态中的任何一种结束模拟期。例如，从CP-1状态开始的家庭遵循100和110的轨迹，这表明他们在30年模拟结束时进入了极端贫困状态。一些家庭遵循了111的轨迹，这表明他们在整个模拟期间都停留在慢性贫困区。然而，一些家庭在模拟结束时达到了非贫困状态。此外，值得注意的是，没有观察到101或102轨迹。这一模式与上述观察相一致，即如果一个家庭从赤贫开始，最终总是处于EP-0状态，表明模拟中存在贫困陷阱。此外，没有观察到120或121的轨迹，这表明一旦一个家庭达到非贫困区域，它就不太可能脱离富裕状态。

冲击对家庭生计轨迹的影响

在基线情景和冲击情景中，遵循000轨迹的家庭数量没有显著差异(表3)。这些持续极度贫困的家庭在所有情景中都存在。这些冲击情景对非贫困地区的家庭只有很小的影响。受冲击影响，约1.9%的家庭暂时脱离了非贫困地区，进入了长期贫困地区。然而，在模拟结束时，这些家庭又回到了非贫困状态。

在极端贫困(EP-0)和非贫困(NP-2)两种状态之间，从慢性贫困区开始的家庭(即轨迹组1-XX)最有可能受到事件的影响。冲击显著增加了在极差状态下结束模拟的家庭数量(例如，轨迹100多了5.88%，轨迹110多了1.25%)。与基线情景(即基线情景中112和122的总和8.7和14.9，与冲击情景中15.6和4.9的差值)相比，在冲击情景下，有3.17%的家庭未能达到非贫困区。

不同轨迹的家庭特征

最初的家庭特征

在表4中，我们给出了从地震前(第10年)确定的三个生计状态中总结出来的初始家庭特征的平均值。结果表明，从极端贫困状态(EP-0)开始的农户与其他两种生计状态在初始劳动、资本、教育、土地和生计策略等几乎所有方面都存在差异。与NP-2和CP-1家庭相比，这些家庭具有最高的劳动能力，有助于进行密集型劳动活动，但其资本禀赋(如初始资本和人均财富)、教育(如平均女性受教育程度)和土地规模也较低。例如，EP-0的平均生存需求是2809雷亚尔，而CP-1和NP-2的这一值分别只有2581雷亚尔和2062雷亚尔。EP-0组的家庭初始资本和人均财富也最低，仅为NP-2组的64%和51%。此外，土地是另一个可区分的特征。EP-0地区几乎所有的家庭都住在高地上，有一小块地。EP-0的家庭生计策略不占主导地位。

NP-2组在除土地面积外的其他方面均较好。他们拥有最高的人均资本(即2117雷亚尔，而CP-1为1630雷亚尔，EP-0为1081雷亚尔)和总资本(即9101雷亚尔，CP-1为8430雷亚尔，EP-0为5830雷亚尔)。他们的最低生活要求，劳动排名第二。在三组家庭中，这些家庭的平均女性教育价值和丈夫教育价值也最高。然而，土地面积并不是三个国家中最大的。最显著的特征是土地类型和生计策略。NP-2的所有家庭都在várzea，没有一个使用刚刚足够的生计策略。

长期贫困地区家庭特征分析

在表5中，我们展示了处于不同生计轨迹的家庭的初始特征，这些家庭都始于长期贫困地区(1-XX)。家庭初始特征表现为非线性。从较贫穷的轨迹(如100和110)到富裕的轨迹(如112和122)，这些特征都没有简单的增加或减少趋势。

在震惊情景和基线情景下，人口是导致家庭最终陷入极端贫困的关键因素。与基线相比，在冲击情景中，家庭规模更大、最低生活需求更高的家庭更有可能陷入贫困(表5)。例如，基线中轨迹100和110的家庭最低生活需求起价分别为2218雷亚尔和2236雷亚尔。然而，在冲击情景中，处于这两种轨迹的家庭，平均最低生活需求分别增至2610雷亚尔和2561雷亚尔。这是由于在冲击情景中，最终陷入贫困的大家庭比在基线情景中更多，导致平均生存需求更高。那些能够保持上升趋势并在最后达到繁荣状态的家庭(如112和122)在冲击情景中拥有高于基线的初始资本。教育因素更为复杂，因为在冲击情景中，轨迹122的丈夫教育水平高于基线，尽管女性的平均教育水平没有显著差异。

在包括100、110和112在内的大多数生计轨迹中，基线情景和冲击情景之间的土地类型百分比存在显著差异。在基线情景中，100和110的主要土地类型是高地，但在冲击情景中，várzea泛滥平原约有8%的家庭也陷入极端贫困状态。然而，对于那些能够在最后(112)到达非贫困区(NP-2)的家庭来说，与基线情景相比，更多的家庭在冲击情景中拥有várzea洪水平原，这可能在基线情景中处于122的轨迹。相反，在不同情景之间的所有生计轨迹中，没有发现土地规模的显著差异。

此外，生计策略在基线情景和冲击情景之间存在显著差异。与基线相比，在冲击情景中有更多的家庭处于不利的轨迹，无论基于卡方检验使用的策略是什么。然而，更多的“刚刚足够”家庭和“最大利润”家庭在冲击情景中以这些轨迹结束(分别为8%和5%)，相比之下，“最低保障第一”家庭的比例变化(2%)。在基线和冲击情景中，使用“最大利润”和“最低生活优先”的家庭数量相似，它们遵循了有利的轨迹(例如，112和122)。例如，在基线情景中，19%采用“最低生活保障第一”的家庭达到了非贫困区域，而在冲击情景中达到了17%。在基线(33%)和冲击情景(27%)中，最终处于长期贫困区的家庭(111)的主要生计策略是“刚刚好”，而相比之下，在基线中只有2%的家庭采用“生存优先”。

长期贫困家庭在冲击情景中处于不同状态的特征

从CP-1出发，但最终处于不同生计状态的家庭之间的比较结果揭示了在应对冲击时哪些特征是重要的(表6)。CP-1和NP-2的家庭之间的劳动和生活需求存在显著差异。NP-2型家庭的可用劳动力较高，但生存需求较低。令人惊讶的是，与CP-1相比，这些NP-2家庭的丈夫受教育程度更低，初始资本和人均财富更低。在NP-2水平和CP-1水平的家庭中，女性的平均教育水平和土地规模不显著。值得注意的是，根据卡方检验，CP-1和NP-2的优势土地类型为várzea, EP-0的优势土地类型为高地。基于卡方检验，各终末期状态的优势生计策略存在差异。在EP-0中，有一半的家庭遵循了“刚刚好”策略，而在那些达到非贫困区域的家庭中，只有14%的家庭遵循了“刚刚好”策略。在达到非贫困区域的家庭中，大约44.7%使用了“最大利润”，41.0%使用了“最低生活优先”。

讨论

生计系统的替代状态

本研究利用发展弹性的概念和基于主体的建模方法，阐述了巴西亚马逊河口地区小农的生计轨迹。模拟结果显示了可能的路径范围，这些路径与弹性理论和系统的可选状态的观察结果一致(Walker et al. 2004)。基于发展弹性理论的三种状态，极端贫困(EP-0)、长期贫困(CP-1)和非贫困(NP-2)，代表了小农家庭可以居住的三种备选状态。开始或进入极端贫困地区的家庭很可能会一直处于这种状态。从非贫困区出发或进入非贫困区的家庭通常有足够的资源留在非贫困区，即使在遭受暂时冲击时也是如此。因此，很明显，非贫困状态有利于减贫，而极端贫困作为生计系统结果的不理想状态则相反。通常，非贫困州的家庭都是规模较小、较为富裕的家庭，他们倾向于最大利润或最低生活优先策略。另一方面，极度贫困的家庭往往在高地采取“刚刚足够”战略，似乎需要大量的资源才能摆脱贫困。

处于赤贫和非贫困之间的长期贫困家庭尤其值得关注，因为它们具有向上流动的潜力。从提高发展韧性的角度来看，需要特别关注这些家庭，防止他们陷入极端贫困，并被推到非贫困地区。但结果显示小农生计系统的复杂性，因为各因子之间不存在单调的增减趋势。例如，在模拟结束时达到非贫困区域的长期贫困家庭，其初始资本禀赋并不富裕。此外，他们是比较大的家庭，生活需要很高。与从非贫困地区开始的家庭相比，这显示出相反的趋势，这突出表明需要有针对性的干预措施。教育和土地规模尤其如此。令人惊讶的是，教育和土地规模在基线和冲击情景之间的轨迹上没有统计学意义。另一方面，生计策略和土地类型在不同情景和轨迹上更加一致。在várzea上的家庭可以生产大量的经济作物，更有可能实现繁荣，遵循最大利润和温饱优先战略的家庭也是如此。 This suggests that along with the conventional approach focusing on improving the capitals and assets of households, changing households’ strategies is another, perhaps more effective, way to increase development resilience. Incentives and approaches to stimulate households to adopt suitable strategies will be analyzed and tested in our future work.

阐述生计战略和结果的实地工作观察的叙述

我们的结果与实地观察相吻合。一些家庭正在投资于至少一名寻求教育和非农就业的成员，以使家庭生计组合多样化。有工作的家庭成员有时可能会搬到城市中心，但家庭成员继续彼此分享收入和生活产品，这种安排被称为多地点家庭(Padoch et al. 2008)。这些生计多样化的家庭专注于商业生产，并保持漫滩土地使用和农业生物多样性，因此，如果收入意外下降，即使是在单一季节之间，他们也可以迅速返回并加强更广泛的生存组合(Vogt等人，2016年)。在收成好的年份，少量多余的现金和福利通常会投资于可以带来更多就业的延伸教育项目，投资于摩托艇和渔网，用于三角洲主航道上利润更高的商业捕鱼，或者投资于园艺和小型畜牧业。还有一个群体正在优化农场内外的商业活动收入，并在多个地点的家庭成员之间分享收入。

“刚刚好”家庭似乎是由两个因素结合而成:açaí的繁荣提供了刚好足够的食物和收入来购买其他食品，以及为贫困家庭提供政府福利。这些家庭对自己的生计感到满意，不投资于教育、非农就业或商业因素。一些劳动力有限的年轻家庭对家庭收入或生计贡献有限，非常容易受到açaí燃烧(作为一种气候冲击)的影响。在震惊的年代，即使他们努力工作，他们的产量也只够在食物数量和多样性减少的情况下生存。这些家庭往往更加依赖年迈的父母或从政府领取退休金的亲属。正如研究结果所表明的那样，“刚刚足够”的家庭勉强达到非贫困状态，更有可能最终处于极端贫困或长期贫困状态。

政策建议

Barrett和Constas(2014)提出了提高发展韧性的三个一般选项:(1)通过增加家庭能力和资源基础来改变人们的现状;(2)通过引入新技术降低风险敞口;(3)通过改变人的行为来改变系统结构。我们对模拟输出的分析为第一种和第三种方法提供了证据，但适用于不同类型的家庭。例如，洪水平原上规模较小、较为富裕的家庭更有可能保持在非贫困状态，这表明，增加家庭能力，特别是在与人口和经济作物土地资源有关的情况下，可能会将家庭提升到非贫困区域，以防止任何退出。当家庭极度贫困时，这尤其有用，因为我们的研究结果表明，在极度贫困的州，家庭没有主要的生计策略;当需要首先改善他们的资产时，改变他们的行为可能还不够。

巴西传统的减贫方法，例如Bolsa familia即巴西政府为儿童和老年人提供的养老金现金转移计划(Dou等人，2017年)，旨在直接改善家庭在资本、教育和土地领域的资产。人们发现，这些项目在减贫方面是有效的(Barrientos和Niño-Zarazùa 2011)。然而，它们往往有巨大的成本(约占巴西国内生产总值的0.5%)，而且可能无法长期持续，特别是在巴西政治和经济日益不稳定的情况下。正如在冲击环境下的结果所表明的那样，从长期贫困状态开始的家庭可能不需要最高的资本来达到非贫困状态。这表明，增加资本可能不是帮助长期贫困家庭的最有效方式。

从我们的模拟中，人们的行为对不同生计状态和轨迹的贡献的一致性与第三种方法的目标相匹配，即改变系统结构和人们的行为。结果是，“刚刚足够”的家庭很少达到非贫困区域，他们更有可能最终处于极度贫困状态。相反，最大利润和最低生活保障优先策略更有可能使人们摆脱贫困。然而，“生存第一”家庭在冲击下比“最大利润”家庭表现得更有弹性。改变人们的行为是生计系统观点的核心，它强调赋予人们追求弹性生计的能力(Krantz 2001年，Coppock 2011年)。结果表明，选择不同的生计战略更有可能是生计结果和轨迹的最重要贡献者之一。这拓宽了在设计韧性政策时的传统视角，从能力建设到为人们提供替代生计战略。

目前研究的局限性和展望

在我们的分析中，我们使用了一个简单的人均资本三位数跟踪系统作为轨迹指标。使用单一指标可能会忽略家庭生计系统中的一些潜在变化，包括其能力的变化，如Barrett和Constas(2014)中提到的土地扩张和经验的增加。考虑到拥有一套详细的指标的代价是增加模型和分析的复杂性，我们认为选择资本作为指标可以作为第一步提供动态的充分图景;积累的财富是由长期不同的生计活动产生的，并受到所有家庭特征的影响。

在我们的模拟中，所有代理在每个模拟中只使用一种生计策略。在现实世界中，情况可能并不总是如此。来自同一社区的家庭很可能会选择不同的策略，而面对冲击时，家庭可以使用变革性适应策略。在这个模拟中，我们希望通过使用不同的决策策略来呈现不同结果的范围和潜力，而不是在人群中通过经验校准每种策略的采用。这一特殊的研究兴趣将在未来进行探索。

结论

我们探讨了如何在发展复原力框架内用基于主体的模型模拟小农生计。采用跟踪方法显示生计动态轨迹，识别出脆弱家庭和可以向上提升的家庭。这些结果支持发展弹性中的三种生计状态，包括一种有利状态，即家庭有足够的韧性抵御冲击的非贫困区，以及一种不太理想的状态，即家庭不太可能逃脱的贫困陷阱。

模拟结果和分析还揭示了目前贫困家庭摆脱贫困并达到富裕状态的可能途径。根据调查结果，我们提出了增加家庭资源(如土地类型)和增强人们采用替代生计策略的政策方向。我们希望，这种基于主体的模型在小农生计中的应用及其对发展复原力的模拟，将有助于建立关于生计、贫困和复原力背后途径的集体证据基础。有了这些理论和知识，研究人员和政策制定者可以更好地理解和支持小农，使他们实现繁荣。

文献引用

一个,l . 2012。在耦合的人类和自然系统中建模人类决策:基于代理的模型综述。生态模型229:25-36。https://doi.org/10.1016/j.ecolmodel.2011.07.010

巴布洛，B.， B. Muys, F. Nega, E. Tollens, J. Nyssen, J. Deckers，和E. Mathijs. 2008。埃塞俄比亚北部提格雷高地的家庭生计策略和森林依赖。农业系统98(2): 147 - 155。https://doi.org/10.1016/j.agsy.2008.06.001

巴利特，p.f.，编辑。1984.农业决策:人类学对农村发展的贡献．学术出版社，剑桥，马萨诸塞州，美国。

巴雷特，C. B.和M. A.康斯塔斯，2014。为国际发展应用建立弹性理论。美国国家科学院院刊111(40): 14625 - 14630。https://doi.org/10.1073/pnas.1320880111

巴里恩托斯(A. Barrientos)和M. Niño-Zarazùa。2011.社会转移与长期贫困:目标、设计、覆盖面和影响．英国伦敦海外发展研究所慢性贫困研究中心。(在线)网址:https://mpra.ub.uni-muenchen.de/30465/1/Barrientos_and_Nino-Zarazua_2011_Social_Transfers_and_Chronic_Poverty._Objectives_design_reach_and_impact.pdf

Blumenstock, J. G. Cadamuro和R. On. 2015。通过手机元数据预测贫困和财富。科学350(6264): 1073 - 1076。https://doi.org/10.1126/science.aac4420

Bousquet, E. F. G. Trébuil, B. Hardy, 2005。亚洲自然资源综合管理的伙伴建模和多主体系统．国际水稻研究所，菲律宾洛斯Baños。(在线)网址:http://cormas.cirad.fr/pdf/AsiaBook/all.pdf

Brondízio, E. S. 2004。农业集约化、经济同一性和亚马逊农民的共同隐形性:Caboclos和殖民者的比较视角。文化和农业(1 - 2): 26 - 24。https://doi.org/10.1525/cag.2004.26.1-2.1

Brondízio, E. S. 2008。亚马逊的Caboclo和Açaí棕榈:全球市场上的森林农民．第一版。纽约植物园，纽约，美国。

Brondízio, E. S.和E. F.莫兰。2008。气候变化的人类层面:亚马逊地区小农的脆弱beplay竞技性。伦敦皇家学会哲学汇刊。B辑，生物科学363(1498): 1803 - 1809。https://doi.org/10.1098/rstb.2007.0025

Brondízio, E. S.， A. C. B. de Lima, S. Schramski和C. Adams. 2016。亚马逊地区气候变化的社会和健康层面。beplay竞技人类生物学年鉴43(4): 405 - 414。https://doi.org/10.1080/03014460.2016.1193222

E. S. Brondízio, C. A. M. Safar和A. D. Siqueira. 2002。Açaí水果(Euterpe oleracea Mart.)的城市市场和农村土地使用变化:对价格和土地使用权限制农业选择作用的民族志见解。城市生态系统6:67 - 97。https://doi.org/10.1023/A:1025966613562

布朗，D. G, A.阿格拉瓦尔，D. A.萨斯，王杰，华杰，谢宇。2013。跨越国家和生态边界对气候和经济风险及机遇的反应:蒙古高原家庭战略的变化。环境研究快报8(4): 045011。https://doi.org/10.1088/1748-9326/8/4/045011

布朗，D. G.和D. T.罗宾逊。2006。居住偏好异质性对基于agent的城市扩展模型的影响。生态和社会11(1): 46。https://doi.org/10.5751/ES-01749-110146

卡布雷拉，a.r.， P. Deadman, E. S. Brondizio和M. Pinedo-Vasquez。2010.探讨基于智能体的土地利用变化模型中决策方法的选择。在D. A.斯韦恩、W.杨、A. A.沃尼诺夫、A.里佐利和T.菲拉托娃，编辑。2010年环境建模与软件国际会议:为环境而建模．国际环境建模和软件学会，第五届双年会议，加拿大安大略省渥太华。(在线)网址:https://scholarsarchive.byu.edu/cgi/viewcontent.cgi?article=2418&context=iemssconference

Carter m.r.， P. D. Little, T. Mogues和W. Negatu. 2007。埃塞俄比亚和洪都拉斯的贫困陷阱和自然灾害。世界发展35(5): 835 - 856。https://doi.org/10.1016/j.worlddev.2006.09.010

钱伯斯，R. G. R.康威，1991。可持续农村生计:21世纪的实用概念．IDS讨论文件，296。英国布莱顿发展研究所。(在线)网址:https://www.ids.ac.uk/download.php?file=files/Dp296.pdf

查亚诺夫，1966年。农民经济理论．第一版。理查德·D·欧文，美国伊利诺伊州霍姆伍德。

陈晓霞，安澜，刘杰。2014。生态系统服务付费的有效性评估:基于代理的建模方法。生态和社会19(1): 7。https://doi.org/10.5751/ES-05578-190107

Cinner, j.e, C. Folke, T. Daw和C. C. Hicks. 2011。应对变化:使用情景来了解社会经济因素如何影响坦桑尼亚渔民中夸大或抑制开采反馈的情况。全球环境变化21(1): 7 - 12。https://doi.org/10.1016/j.gloenvcha.2010.09.001

科尔曼，D.和T.杨。1989。农业经济学原理:欠发达国家的市场和价格．剑桥大学出版社，英国剑桥。https://doi.org/10.1017/CBO9780511623509

科波克，D. L.， S. Desta, S. Tezera和G. Gebru. 2011。能力建设帮助牧妇女改造埃塞俄比亚的贫困社区。科学334(6061): 1394 - 1398。https://doi.org/10.1126/science.1211232

窦，Y.， P. Deadman, D. Robinson, O. Almeida, S. Rivero, N. Vogt，和M. Pinedo-Vasquez。2017.现金转移项目对农村生计的影响:以巴西亚马逊河口为例。人类生态学45:697 - 710。https://doi.org/10.1007/s10745-017-9934-1

艾利斯,1994年成立。农民经济学:农户与农业发展．第二版。剑桥大学出版社，英国剑桥。

艾利斯,1998年成立。家庭战略与农村生计多样化。发展研究杂志35(1): 1-38。https://doi.org/10.1080/00220389808422553

埃利斯，F.和E.艾利森，2004。生计多样化和自然资源获取．联合国粮食及农业组织，意大利罗马。(在线)网址:http://www.fao.org/3/ad689e00.htm#Contents

C.福尔克，S. R.卡彭特，B.沃克，M.谢弗，T.查宾，J. Rockström。2010.弹性思维:集弹性、适应性和可改造性于一体。生态和社会15(4): 20。https://doi.org/10.5751/ES-03610-150420

Folke, C.， S. Carpenter, T. Elmqvist, L. Gunderson, C. S. Holling和B. Walker, 2002。复原力和可持续发展:在转型世界中建设适应能力。中记录31(5): 437 - 440。https://doi.org/10.1579/0044-7447-31.5.437

格拉夫顿，R. Q, L.多安，C. Béné， E.博格梅奥，K.布鲁克斯，L.朱，G. S.卡明，J.迪克森，S.多佛斯，D.加里克，A.赫尔夫戈特，Q.江，P.卡蒂奇，T.孔帕斯，L. R.利特尔，N.马修斯，C.林格尔，D.斯奎尔斯，S. I.斯坦沙恩，S.维拉桑特，S.惠勒，J.威廉姆斯，和P. R. Wyrwoll. 2019。实现决策的弹性。自然的可持续性2(10): 907 - 913。https://doi.org/10.1038/s41893-019-0376-1

Grêt-Regamey, A. S. H. Huber和R. Huber. 2019。行动者的多样性和社会生态系统对全球变化的恢复力。自然的可持续性2(4): 290 - 297。https://doi.org/10.1038/s41893-019-0236-z

Hanazaki, N, F. Berkes, C. S. Seixas和N. Peroni. 2013。巴西沿海地区Caiçara人口的生计多样性、粮食安全和复原力。人类生态学41(1): 153 - 164。https://doi.org/10.1007/s10745-012-9553-9

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

黄q, d.c. Parker，孙s, T. Filatova. 2013。土地市场存在下代理异质性的影响:基于代理的实验室系统试验。计算机、环境和城市系统41:188 - 203。https://doi.org/10.1016/j.compenvurbsys.2013.06.004

R. Huber, M. Bakker, A. Balmann, T. Berger, M. Bithell, C. Brown, A. Grêt-Regamey, H. Xiong, Q. B. Le, G. Mack, P. Meyfroidt, J. Millington, B. Müller, J. G. Polhill, Z. Sun, R. Seidl, C. Troost, R. Finger. 2018。欧洲农业基于代理模型的决策表现。农业系统167:143 - 160。https://doi.org/10.1016/j.agsy.2018.09.007

雅各布森,信息。2011.南玻利维亚藜麦及其生产状况:从经济成功到环境灾难。农学与作物科学杂志197(5): 390 - 399。https://doi.org/10.1111/j.1439-037X.2011.00475.x

Jean, N.， M. Burke, M. Xie, W. M. Davis, D. Lobell和S. Ermon. 2016。结合卫星图像和机器学习来预测贫困。科学353(6301): 790 - 794。https://doi.org/10.1126/science.aaf7894

“将军”,l . 2001。可持续生计减贫方法:导论．瑞典国际发展合作署，瑞典斯德哥尔摩。(在线)网址:https://www.commdev.org/pdf/publications/The-Sustainable-Livelihood-Approach-to-Poverty-Reduction-SIDA.pdf

李,js。，T. Filatova, A. Ligmann-Zielinska, B. Hassani-Mahmooei, F. Stonedahl, I. Lorscheid, A. Voinov, G. Polhill, Z. Sun, and D. C. Parker. 2015. The complexities of agent-based modeling output analysis.人工社会与社会模拟杂志18(4): 1-26。https://doi.org/10.18564/jasss.2897

刘，J, T. Dietz, S. R. Carpenter, M. Alberti, C. Folke, E. Moran, A. N. Pell, P. Deadman, T. Kratz, J. Lubchenco, E. Ostrom, Z.欧阳，W. Provencher, C. L. Redman, S. H. Schneider，和W. W. Taylor. 2007。人类与自然耦合系统的复杂性。科学317(5844): 1513 - 1516。https://doi.org/10.1126/science.1144004

Mccracken, S. D. Boucek和E. F. Moran, 2002。巴西亚马逊边境地区的森林砍伐轨迹。215 - 234页在S. J.沃尔什和K. A.克鲁斯-迈耶，编辑。将人、地点和政策联系起来:GIScience方法．Kluwer，波士顿，马萨诸塞州，美国https://doi.org/10.1007/978-1-4615-0985-1_10

马列,Ž。，B. Douw, J. Van Vliet, E. H. Van Der Zanden, and P. H. Verburg. 2019. Local land-use decision-making in a global context.环境研究快报(14) 8。https://doi.org/10.1088/1748-9326/ab309e

国家研究委员会，2005。人口、土地利用与环境:研究方向．国家科学院出版社，华盛顿特区，美国。https://doi.org/10.17226/11439

纳亚克，P. K.， L. E. Oliveira, F. Berkes. 2014。小规模渔业的资源退化、边缘化和贫困:对印度和巴西社会生态恢复力的威胁。生态和社会19(2): 73。https://doi.org/10.5751/ES-06656-190273

帕多奇，C.， E. Brondizio, S. Costa, M. Pinedo-Vasquez, R. R. Sears和A. Siqueira. 2008。城市森林和农村城市:亚马逊地区的多地点家庭、消费模式和森林资源。生态和社会13(2): 2。https://doi.org/10.5751/ES-02526-130202

平霍，P. F.， J. A.马伦戈，M. S.史密斯。2015。由亚马逊极端事件驱动的复杂社会生态动力学。区域环境变化14(4): 643 - 655。https://doi.org/10.1007/s10113-014-0659-z

罗瑟维尔，医学博士，D. T.罗宾逊和D.默里-拉斯特。2012.从社会生态系统模型中的行动者到行动者。英国皇家学会哲学学报B367(1586): 259 - 269。https://doi.org/10.1098/rstb.2011.0187

Smajgl, A.和E. Bohensky. 2013。基于主体模型的行为和空间:印度尼西亚东加里曼丹的贫困模式。环境建模及软件45:8-14。https://doi.org/10.1016/j.envsoft.2011.10.014

Tanner, T, D. Lewis, D. wrrathall, R. Bronen, N. Cradock-Henry, S. Huq, C. Lawless, R. Nawrotzki, V. Prasad, M. A. Rahman, R. Alaniz, K. King, K. McNamara, M. Nadiruzzaman, S. henry - shepard, F. Thomalla. 2015。应对气候变化的生计韧性。beplay竞技自然气候变化beplay竞技5(1): 23日。https://doi.org/10.1038/nclimate2431

托马斯,A.-C。，而且F. Gaspart. 2015. Does poverty trap rural Malagasy households?世界发展67:490 - 505。https://doi.org/10.1016/j.worlddev.2014.11.012

Tittonell, p . 2014。非洲农业生态系统的生计战略、恢复力和转型能力。农业系统126:3-14。https://doi.org/10.1016/j.agsy.2013.10.010

L. K. VanWey， Á。O. D 'Antona和E. S. Brondízio。2007.巴西亚马逊地区的家庭人口变化和土地利用/土地覆盖变化。人口与环境28(3): 163 - 185。https://doi.org/10.1007/s11111-007-0040-y

Vogt, N, M. Pinedo-Vasquez, E. S. Brondízio, F. G. Rabelo, K. Fernandes, O. Almeida, S. Riveiro, P. J. Deadman和Y. Dou. 2016。当地的生态知识和对亚马逊三角洲不断变化的洪水模式的逐步适应。可持续性科学11(4): 611 - 623。https://doi.org/10.1007/s11625-015-0352-2

Vongvisouk, T. O. Mertz, S. Thongmanivong, A. Heinimann, K. Phanvilay. 2014。转变的耕作稳定和变化:老挝土地利用和生计变化的对比路径。应用地理46:1-10。https://doi.org/10.1016/j.apgeog.2013.10.006

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。生态和社会9(2): 5。https://doi.org/10.5751/ES-00650-090205

沃特莫，g.r.， c.l.j.马尔钦科，C.沙利文，K.茨哈特，P. K.穆图，C. A.帕姆，J. c。斯文》2019。利用基于社会生态学的遥感数据预测农村家庭贫困。美国国家科学院院刊116(4): 1213 - 1218。https://doi.org/10.1073/pnas.1812969116

Wossen, T. Berger, 2015。气候变化、粮食安全和贫困:加纳北部农户政策选择的基于代理的评估。环境科学与政策47:95 - 107。https://doi.org/10.1016/j.envsci.2014.11.009