|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
首页|档案|关于|登录|提交|通知|联系|搜索 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
版权所有©2001作者。由韧性联盟授权在此发布。 以下是引用这篇文章的既定格式: 坎贝尔,J. A.塞耶,P.弗罗斯特,S. Vermeulen, M.鲁伊斯P ?雷兹,A.坎宁安,R.普拉布。2001。评估自然资源系统的绩效。保护生态5(2): 22。(在线)的URL: http://www.consecol.org/vol5/iss2/art22/ 本文的一个版本,其中的文本、图、表和附录是单独的文件,可以通过以下命令找到链接. 报告,部分特别功能上综合自然资源管理评估自然资源系统的性能布鲁斯坎贝尔1,杰弗里·a·说话的人2,彼得·弗罗斯特3.,索尼娅Vermeulen4,曼纽尔·鲁伊斯P�资源文件格式5,安东尼·坎宁安6,拉维您正在7 1国际林业研究中心;2世界自然基金会;3.环境研究所;4国际环境与发展研究所;5马德里自治大学和CIFOR;6世界自然基金会人与植物计划;7CIFOR区域办事处
在适应学习周期内提高干预措施的效率方面,评估管理绩效是自然资源管理的核心。这并不简单,因为这类系统通常有多个相互作用和响应的尺度;高频率的非线性、不确定性和时滞;具有不同目标的多个利益相关者;以及高度的情境特异性。强调了界定问题和准备系统概念模型的重要性。我们认为,生计的资本资产方法可能是选择系统绩效指标的适当组织原则。在这种方法中,确认了五种资本资产:物质、金融、社会、自然和人力。对于每一种资本资产,可以推导出若干原则;评估系统性能的指标应涵盖所有原则。 To cater for multiple stakeholders, participatory selection of indicators is appropriate, although when cross-site comparability is required, some generic indicators are suitable. Because of the high degree of context specificity of natural resource management systems, a typology of landscapes or resource management domains may be useful to allow extrapolation to broader systems. The problems of nonlinearities, uncertainty, and time lags in natural resource management systems suggest that systems modeling is crucial for performance assessment, in terms of deriving “what would have happened anyway” scenarios for comparison to the measured trajectory of systems. Given that a number of indicators are necessary for assessing performance, the question becomes whether these can be combined to give an integrative assessment. We explore five possible approaches: (1) simple additive index, as used for the Human Development Index; (2) derived variables (e.g., principal components) as the indices of performance; (3) two-dimensional plots of indicators and cases emerging from multivariate techniques used to visualize change; (4) graphical representation of the five capital assets using radar diagrams; and (5) canonical correlation analysis to explore indicators at two different scales.
关键词:资本资产、概念模型、决策支持、生计、建模、多元统计、自然资源系统、绩效、津巴布韦。 出版日期:2001年12月31日 人们普遍认为,消除贫困、实现粮食安全和保护环境的目标是高度相互依存的。有人建议,需要对自然资源管理进行综合研究,以应对新出现的挑战,而组成部分的研究(例如关于商品作物的研究)需要在自然资源管理的范围内进行(Izac和Sanchez, 2001年)。综合自然资源管理(INRM)是一个将自然资源使用的多个方面(生物物理、社会政治或经济)纳入可持续管理系统的过程,以满足生产者和其他直接使用者的生产目标(如粮食安全、盈利能力、规避风险)以及更广泛社区的目标(如减轻贫困、子孙后代的福利、环境保护)。近年来,随着可持续土地利用、参与式规划、综合流域管理和适应性管理等不同领域研究的融合,INRM的概念基础不断发展(Holling 1978, Pretty 1995, Holling和Meffe 1996, Walters 1997)。 研究机构和资助机构寻求最有效分配的资源是有限的。因此,他们需要确定和评估研究的优先事项,监测正在进行的研究的进展,并评估已完成的研究的影响。在高度集中的技术研究项目中,这是一个足够困难的过程,但对INRM研究来说更是一个挑战。INRM研究的影响评估还处于初级阶段。例如,在国际农业研究协商小组(CGIAR)的国际研究中心内,影响评估主要集中在种质采用上,对制度影响的关注相对较少,几乎没有对INRM的关注(例如,Collinson和Tollens 1994;但参见p·弗罗斯特,未发表的报告,1996)。对INRM研究的影响评估必须基于对自然资源管理系统绩效的评估,以及对研究在改变该系统发展轨迹方面所起作用的评估。 本文的目的是提出一些评估系统性能的方法。在第一部分中,我们对INRM进行了概念化,并确定了在更广泛的学习周期中绩效评估的作用。在接下来的两节中,我们将考虑绑定自然资源管理问题和使用概念模型的重要性。在下一节中,我们将转向指标的选择,建议指标的选择应基于可持续生计的方法。我们将系统建模作为INRM和系统性能评估的关键组成部分。然后讨论了INRM的上下文专一性问题。最后,我们研究了一些整合指标数据的方法。 我们设想INRM发生在一个特定的地理区域内,但在多个尺度上,从农民的田地到整个集水区。毫无疑问,INRM必须关注社会政治、经济和生态变量(图1).决策过程和后续行动发生在由这些变量设置的上下文中。几乎所有的自然资源管理系统都涉及多个利益相关者,具有多个认知和目标。可能会有一系列机制,通过这些机制,利益相关方的利益得以整合和权衡。为了有效和切合实际,必须以适当的规模和在现实的背景下开展INRM。例如,在小农农业系统层面,研究应该主要在农民的田地里进行,因为他们的问题就在那里,而不是在研究站。这必然涉及参与性的组成部分。INRM的这种概念模型表明干预措施和绩效评估有许多入口点。
可能需要考虑许多相互作用,例如,流域的上游-下游影响;农场层面在现金收入、粮食安全、风险规避和环境保护之间的权衡;以及家庭对努力分配的选择(如淘金、外迁、种植特定物种、建立社会资本等)。INRM的复杂性来自于:
我们在评估系统性能的建议方法中处理的正是INRM系统的这些特性(表1).本文的以下部分讨论了我们所建议的每个操作。
处理复杂系统的一个关键教训是,管理结构必须促进积极和有意识的个人和社会学习。由于系统的复杂性和我们对其行为作出重要声明的能力之间的反比关系,适应性管理哲学被提倡(Holling和Meffe 1996)。适应性管理的步骤是:设计;行为;监视和观察;反思和修正。Maarleveld和Dangbégnon(1999)以及Daniels和Walker(2001)将社会学习描述为利益相关者之间的持续对话和审议,其中包含了适应性管理以及与利益相关者之间冲突相关的政治过程。因此,研究成为计划、行动和评估的持续循环的一部分。在绩效监测和评估研究影响方面,我们设想在社会学习过程中使用基于指标的方法。许多指标方法是基于一系列层次概念。 The CIFOR Criteria and Indicator (C&I) team (1999) use a four-level hierarchy: principles, criteria, indicators, and verifiers. A similar hierarchy is envisaged for assessing the performance of natural resource management, although we would envisage a simpler hierarchical structure. INRM可以成为一个包罗万象的术语,用来描述需要考虑大量系统组件的无重点活动。即使假设有相同的全面管理目标(例如“可持续性”或利益的“公平分配”),最适当的指标也会因进行管理的规模和现行社会和经济进程的运作规模而异。一个规模的干预可能在另一个(更高的)规模产生影响。此外,系统性能可能在一个尺度上被评估为负,但在另一个尺度上被评估为正;例如,水土保持干预措施可以提高特定地点的作物产量,但可能通过减少下游的水产量在更大范围内产生显著的负面影响。那么,判断整体效益的最合适水平是什么呢?答案取决于预期的影响类型、具体评估的目标、所用的时间标度、所需的准确性水平以及评估者选择的价值体系。 因此,关注INRM和评估系统性能需要明确的目标,合理定义空间和时间尺度,并明确确定特定干预的可能性。界定问题的关键是发展一个概念模型。 在实施INRM时,起点应该是制定所研究的特定系统的概念模型,重点是确定系统组成部分之间的关键关系和对它们的约束。预计该模型将解决空间和时间尺度的问题。一个概念模型可以被看作是一系列关于运行过程的假设。因此,模型中的变量应该在理论上和逻辑上相互关联。拟订概念模式的过程澄清了问题本身的性质、农业和自然资源生产的瓶颈、资源开发的潜在消极影响以及可能采取干预措施的切入点。概念化还应确定干预措施和管理所产生的潜在影响,从而指导指标的选择。通过这种方式,可以选择在因果和理论上有联系的指标。 一个概念模型已为津巴布韦南部的奇维(图2).这是一个方框和箭头的概念化区域内的生计。该模型反映了该地区多样化的生计选择,以及一些关键的“外部”变量,如艾滋病和气候(特别是干旱)。它是通过一系列的会议开发出来的,包括科学家、当地人和地区官员的各种组合。虽然在学习周期的开始就开始这个活动是合适的,但是应该在整个项目中重新审视它,从而允许在适应性管理的精神下改变焦点、干预等。模型本身构成了确定评估性能的关键变量的基础,但是开发模型的过程对于实现对问题的共同理解是重要的。观察覆盖在概念模型上的指标说明了它们的相互联系,如果要综合和了解自然资源管理系统的状况,这是一个必不可少的观点。
文献表明,不同的指标并不缺乏:事实上,丰富的指标很可能使人迷惑,而不是启迪。因此,选择指标是必须采取的一个关键步骤,最好是在INRM进程开始时。简单的指标集是可取的,但在处理复杂系统时期望简单是愚蠢的。有意义的指标集一般必须是广泛的。 可持续的生计的角度来看在以长期获得人类福利和维持或改善环境质量为目标的情况下,可以根据可持续生计概念来评价系统的绩效。这一概念整合了社会、经济和生态维度(WCED 1987年,钱伯斯和康威1992年,卡尼1998年,贝宾顿1999年)。生计框架确定了五个核心资产类别:物质资本、金融资本、社会资本、自然资本和人力资本(图3).五项主要资产的每一项的原则可由(表2),并可选择指标涵盖每项原则。这样就避免了将指标选择偏向于某一特定学科的倾向。采用可持续生计方法的优点是,这一概念在文献中得到了激烈的讨论,为指标的选择形成了相对完善的理论基础。在许多指标方法中,指标的选择可能相对特别。指标的选择通常涉及不同学科的专家和各利益攸关方。
资本资产彼此紧密相连(图4).这一图使我们注意到自然资源管理的动态性质,阐明了指标的相互作用和综合性质。选择不代表资本资产全貌的指标是不恰当的。例如,如果金融资本非常低,因为它被用来改善人力和物质资本,那么这个系统可能被判断为比金融资本较高,但没有金融资源转移到其他资本资产的系统更容易接受。拟订最低允许限度的概念也许是适当的,超过这个限度就会有限制实现可持续生计的“资金瓶颈”。
应对不同的空间尺度 层级理论表明,在一个特定的组织规模下的工作通常需要至少两个其他规模的洞察力(Allen and Starr 1982, O 'Neill et al. 1986)。因此,农场/家庭层面的工作可能需要在较低的层面,如小区层面或家庭内部层面进行组成部分研究,以了解导致家庭层面出现特征的重要过程。农场/家庭一级的工作也需要在更高一级进行工作,例如在地方政府建立的体制框架内。对自然资源管理的全面评价总是需要从若干比额表中选择指标。然而,更常见的是,评估集中于单一的比额表;尽管这可能实现评估人员定义的目标,但它会导致不完整的评估。例如,只关注使用杀虫剂带来的生产力提高,而忽视除草剂对人类健康或环境的任何有害影响的评估是不完整的评估。 试图捕捉类似现象的标准和指标将根据分析规模而有所不同(Noss 1990),如Chivi (表3).赤vi的大部分工作都是在4.5公里的范围内进行的2micro-catchment。该集水区支持一口井(Bromley et al. 1999),但该井的社会集水区从焦点集水区延伸到其他集水区,其中一个集水区支持一个小大坝。尽管重点放在微型集水区,但规模问题正在被考虑,包括更大的生物物理单位(例如,微型集水区的发展对下游有什么影响)和更大的机构规模(例如,微型集水区的三个传统村庄如何与更大的行政单位,直至区级政府,以及与建立在国家、集水区和子集水区各级的水治理单位相互作用)。在较低的尺度上,正在研究一些关键过程,例如树-土-水关系(因为树木被假设为集水区地下水下降的主要原因)。在多个比例尺的背景下使用地理信息系统工具的必要性是不言而喻的。
使用定性指标 自然资源管理的绩效评价总是包括质量部分。传统的监测系统通常只帮助告知我们预期或可预测的结果。许多结果可能没有被监测系统覆盖,因为它们不是预期的。在1981年的赤维,人们很难预料到几乎不存在的淘金活动会在这个十年结束时成为最重要的生计选择之一。很难预料到,到1995年,在100公里长的道路上将有25个以上的木制品市场(与1991年相比增加了近四倍),而且艾滋病将在千禧年的最后五年在社区中肆虐。业绩评估可能必须依赖于发生的意外现象的定性指标,而这些现象最初没有记录定量数据。 在INRM的过程中,当地人对变化方向的感受可以被记录下来(考虑到一些结果可能要在管理干预多年后才能衡量)。通过捕捉当地人的观点,尽管通常是定性的,我们将整合许多变量。此外,考虑到任何当地企业的政治舞台都是高度紧张的(研究人员是利益相关者,他们的特定议程受到当地人的挑战和修改),绩效评估应以人类学视角为依据,这通常提供定性数据,这就变得尤为重要。 自然资源管理的结果可以定义为已经发生的(作为管理的结果)与本来应该发生的之间的差异。在许多情况下,基线数据是在管理周期开始时收集的,以便评估系统特性的变化。这是一种不充分的方法,因为基线数据不能反映“无论如何都会发生什么”的动态。另外,管理干预措施的评估可以基于大规模试验(即在一些地方执行方案的组成部分,而在另一些地方不执行),并结合统计抽样方案。这种方法也是不现实的,因为费用高(Walters 1997)。考虑到自然资源管理系统的动态性,以及大规模实验通常不可行的事实,为数不多的性能评估解决方案之一是使用系统建模。将测量的指标值与从“无论如何都会发生什么”场景的系统模型中导出的值进行比较,通常比将它们与基线数据进行比较更为合适。 在热带稀树草原地区,对系统建模的需要是显而易见的,那里的生物生产力在很大程度上取决于降雨,而且每年带来明显不同的降雨条件。任何试图监测变化并将这种变化归因于管理的尝试都充满了困难,因为许多变化将由降雨模式驱动。在这些情况下,系统模型是探索系统性能的理想选择。类似的论点也适用于自然资源管理系统的许多外部驱动因素。 系统建模在INRM中具有多种功能。有两个主要的应用,第一个是在没有特定管理干预的情况下比较观察到的变化和预期的变化,第二个是获得关于不同类型的管理可能的未来影响的见解。在这两种情况下,重点都是提高了解,以提高自然资源管理的效率和效力。就学习周期而言,系统建模在INRM启动后很快实现,数据输入是最佳选择,建模结果用于设置优先级并指导工作的行动阶段。在学习周期的后期,或在随后的周期中,模型可能变得更加复杂,在探索管理的可能影响方面有更大的信心。因此,系统建模是在一定范围内理解系统组件中短期和长期变化的结果的工具。在学习周期的评估阶段,系统模型与指标测量相结合,成为评估系统性能的工具。 系统分析可以作为多利益相关者参与过程进行,如van der Belt等人(1998)和Lynam等人(2002)的系统模型。尽管直到最近,系统建模对非专业人士来说还是相对难以实现的,但现在可用的软件使自然资源管理系统的利益相关者能够高度使用它,这一点可以从建模培训课程中用两周时间为Mzola国家森林和邻近公共区域建立的土地使用和林业模型中得到证明(Campbell et al. 2000)。 INRM内部对参与式方法的需求是隐含的,几乎从定义上就可以看出,但这里我们关注的是这种参与的评估部分。关于参与式评估、确定和使用指标的过程,以及就构成“有利结果”的共同理解进行协商的大量文献(例如,Abbot和Guijt 1998, Guijt 1998)。参与式评估成为反馈或学习过程中的一个重要组成部分,反过来又增加了参与式管理整个过程的有效性。澳大利亚的土地保护项目(Campbell 1998年)就是一个例子,在该项目中,保护推广小组利用地理信息系统(GIS)和空中调查等技术进行评估,涉及涉及集水区规划的广泛跨部门农村人口。对于研究人员来说,使用参与式方法也有一个实用的成分:它提供了一种成本效益高的方法来替代昂贵的统计抽样程序。 我们认为,参与式评估的地方利益攸关方既参与评估系统的设计,包括指标的选择,也参与从中收集信息。因此,指标的设计和使用的一个基本方面需要协商一个共同框架,使有关利益攸关方的信息利益最大限度地重叠。 局部的评估系统可以很详细,并包含满足复杂系统的若干信息需求的指标。然而,本地信息系统存在一个基本问题:它们是在本地用户社区的背景下开发的,具有共同的兴趣和范式,管理他们认为属于自己的资源,并与其他涉众的需求和要求隔离开来。因此,除了他们自己的以外,来自其他利用的反馈没有得到充分的捕获,下游影响可能被认为不重要,规划很少考虑外部需求和需要,关于权利的假设变得有争议,沟通的语言和习惯习惯倾向于将外部利益相关者排除在外。 对于系统的特定组成部分,可能需要详细的数据来评估系统的性能。如果没有进一步的分析,这些数据或多或少是没有意义的(例如,它们可以作为校准系统模型的点;他们可能需要详细的统计分析来发现趋势)。期望社区参与需要花费大量时间的数据收集,而对他们没有明显的好处,这是不现实的。在Chivi遗址,当地人被雇佣来收集水文数据,这些数据被认为是评估土地使用影响的关键(Bromley et al. 1999)。当地监测员从这项工作中获得经济利益,并利用其中的一些信息来改变自己的活动或说服他人改变,但如果没有经济奖励,他们是不会收集这些信息的。因此,虽然我们看到自然资源管理评估的一个组成部分是在参与性框架内进行的,但另一个组成部分将涉及更直接的数据收集系统。 虽然选择指标来处理自然资源管理系统的一般特征对于有效的跨地点比较是必要的,但这对于有效的自然资源管理可能是不够的,因为特定的问题和地点也有需要处理的具体情况。我们所建议的原则(表2)可适用于各种各样的自然资源管理系统,但一套通用的指标必须考虑到特定地点的情况。在南部非洲不同的生态系统类型中,指标差别很大表4).界定系统业绩指标的问题必须在两个(或两个以上)层次上加以处理:一个有助于评价一般管理效率的广泛层次的指标;以及一组更窄、更具体的、与特定系统的特定社会政治、经济和生态条件相关的指标。
在这方面,在全球研究议程范围内,发展一种景观类型学或资源管理领域类型学将是有益的。土地利用是在特定时间、特定历史、特定环境中运行的生物物理、经济、社会和技术组成部分之间相互作用所带来的机遇和约束的表现。应该有可能产生一种土地使用系统的类型学,其重点是这些组成部分之间的关键关系以及它们对主要土地用途所施加的限制。然后就可以确定对特定土地使用制度的特点比较敏感和反映其具体情况的指标。许多国际研究中心已经在创造适当的景观类型学方面取得了一些进展。 鉴于评价系统的性能需要若干指标,而且往往是在不同的空间和时间尺度上,因此问题就变成是否可以用这些指标对性能作出综合的总结。通过在INRM中使用概念模型和系统模型,其中指标有明确的联系,将实现跨越空间和时间尺度的某种程度的集成。我们研究了另外五种不相互排斥的方法,它们可以帮助确保集成。这些插图的数据是从系统模型中推导出来的。在实际的性能评估中,还将使用观察到的值,并将其与“无论如何都会发生什么”场景的模拟值进行比较。 组合指标:简单相加指标方法 可以用与人类发展指数大致相同的方法计算一个简单的相加指数(开发计划署1994年)。对于每个考虑的指标,定义了最大值和最小值。这些值可以是数据中预期的实际最小值和最大值,或者,如果考虑的数据没有涵盖可能变化的全部范围,则可以根据理论确定期望值。例如,最低木基面积可以是满足家庭基本生计需要所需的最低允许限度。然后计算每个指标的标准化值,使用公式:(当时的指标值x- minimum)/(maximum - minimum)。对于每个指标,潜在值从0(最不理想的)到1(最理想的)不等。综合指数是指标值的平均值。 示例应用程序 该方法使用从Chivi系统模型派生的变量值来说明。该模型是使用Stella建模包生成的。该模型包括作物和牲畜饲养、林产品采集以及各种生态部门:降雨、植被动态和火灾。为了简单起见,我们只选择了四个变量,两个代表自然资本(木本植物的基础面积,每户的耕地面积),一个代表物质资本(每户的牲畜数量),一个代表金融资本(可支配收入,即现金收入减去作物和牲畜生产的投入成本)。这些数值是从项目实施之日起的20年期间每五年产生一次。运行了三个模拟场景:(1)无干预(场景A);(2)作物产量和牲畜栏饲料每年提高20%,并在第2年移除10%的树木(以刺激粗牧牧草生产)(设想B);(3)作物产量和牲畜栏饲料每年提高50%,第2年去除20%的树木(情景C)。 例子的结果 资本资产的附加指数波动很大,但一般随时间而下降(图5).一个不太明显的模式是由于干预,有干预的场景有较高的指数值。这种波动主要与降雨及其对农业生产的影响有关。这一下降反映了土地持有减少和每户牲畜数量减少的长期趋势,因为在人口已经密集的地区,家庭数量增加了。据预测,这些干预措施将产生影响,但它们的影响可能被其他现象所掩盖。
加性指数的问题是,个别指标值的变化被减少到特定时期的一个数字。要理解这一单一数字,必须查看原始数据,并查看构成该指数的每个指标的值。当只有四个指标时,这可能不是问题,如示例所示,但当有许多指标时,这就有问题了。在该例子中,干预方案之间的差异主要是由于牲畜饲养和木本植物基础面积的变化。因为这些变量显示相反的趋势,简单指数可能隐藏了变量之间的重要差异(图6).
综合指标:用主成分分析法导出变量 方法 将指标组合成单个变量的更复杂的方法是使用主成分分析(PCA)或相关的多变量技术。pca类型的方法经常用于数据缩减,以确定少数因素,这些因素解释了在大量变量中观察到的大多数方差。第一个新因子(第一个主成分[PCI])或派生变量,Y1,是原始变量的线性组合,即Y1=斧头1+bX2+残雪3.……在哪里X1,X2,X3.。是标准化的原始变量,和a, b, c是否为拟合系数(分析人员在分析之前没有必要对变量进行标准化;标准化过程在统计包中是常规的)。Y1构造的目的是使它能反映原始变量集中最大可能的信息。还可以推导出进一步的因子,每个因子都解释了矩阵(Y2,Y3.)。 示例应用程序和结果 使用4个变量和15个案例的数据矩阵(数据来自5年不同的3个场景中的每一个;图7).可将变量的测量数据作为附加案例列入。第一个PC主要受木本植物基面积变量的影响,而第二个PC主要受每户牲畜数量的影响(方程见图7;变量的系数越高,该变量在分量中的影响就越大)。随着时间的推移,这两种pc都出现了下降(主要是自然资本和物质资本下降的结果)。据预测,对第一个PC的干预将比不干预造成更大的下降(主要与自然资本有关,木本植物生物量的损失),但对第二个PC的干预将导致更高的值,说明了干预对物理资本(牲畜数量)的积极影响。当使用更多的变量时,这种多变量技术变得特别强大。
结合每一项资本资产的指标 每一项资本资产包括若干不同的变量(例如,社会资本是大家庭规模、与社区其他成员的联系、群体成员、互惠关系的程度、社会负债的一个函数)。我们已经说明了如何使用pca类型的工具将所有可能的指标组合成一个总体指数(例如,图7).只有在处理相对较少的指标(例如少于20个)时,或没有维持资本资产观点的紧迫理由时,才建议采用这一程序。从概念上讲,一种更简洁的技术是使用pca类型的方法,使用属于社会资本的一组指标来获得社会资本的单一派生变量,以此类推,用于其他资本资产,然后将资本资产情况显示为雷达图。 可视化变化:由pca类型分析衍生的二维图方法和示例应用程序 使用多变量技术,如PCA,我们也有一个显示结果的可视化方法,这不需要我们处理索引或派生变量。该方法显示为简单的四变量Chivi情况(图8).图上的点编码为A表示场景A, B表示场景B, C表示场景C,收集数据的时间编码为0表示时间0,5表示开始后5年,以此类推。实际测量的指标可纳入数据矩阵,因此也将显示在图表上。二维图(A0, A5....)上两点之间的距离,C20) represents the degree of difference between these cases, in terms of their values. Thus, A0, B0, and C0, all being closely placed at the right of thex-轴的值非常相似,而C15则非常不同。该技术还显示了分析中使用的变量(在本例中,是基础面积、收入、牛的数量和作物面积)。因此,在图的右极值A0、B0和C0的林木基础面积值较高,收入值较低,而在图的左极值点(如C15)则显示相反的模式。的y-轴在很大程度上与牲畜数量有关,图表顶部的点(如C5、B5)数量较高,而图表底部的点(如A20)数量较低。在这个例子中,对于任何特定的时间段,带有干预措施的案例都位于顶部y-轴,主要表示较高的牲畜数量。
例子的结果 结果表明:木本植物基面面积和种植面积随时间的推移呈下降趋势(第一PC),在干预情景下,由于木本植物基面面积的减少,下降幅度更大;干预措施比非干预措施维持了更高的牲畜数量。图中缺少简单的模式(例如,C0、C5、C10和C15的顺序不整齐)是由于变量的波动,由降雨引起。 可视化变化:雷达图方法和示例应用程序 例如,microsoftexcel中的雷达图可用于显示所有资本资产的状态(图9).我们用了另一个关于小额信贷计划影响的模型来说明雷达图的使用。这些数字是由一个基于贝叶斯信念网络的决策支持系统生成的(贝叶斯信念网络源自J. Cain,未发表的数据,2000)。对于每一个资本资产,选择一个代理变量:(1)实物资本,“改善屋顶”的家庭百分比(小额信贷计划赞助的活动产生的收入经常用于改善家庭财产);(2)金融资本、达到“高”储蓄水平的家庭百分比;(3)自然资本,拥有土壤改良田地的家庭百分比;(4)社会资本,遵守社区规则的家庭百分比;和(5)人力资本,了解和实践改进组织方法的委员会比例。
结果 对于这些模拟,设想了一定程度的土壤水分安全(例如,灌溉或高降雨年份);没有这样的保障,小额信贷的影响是非常有限的。结果表明,小额信贷计划的影响可能是改善社会资本,并在一定程度上改善自然资本,而不是改善金融资本(图9).更广泛的研究方案侧重于发展社会资本,作为共同财产资源管理的前身;因此,对社会资本的影响。通过在雷达图上添加第三个五边形,可以将实际测量的指标值与模拟值进行比较。 使用雷达图的一个挑战是,单个指标必须代表一项资本资产(如用于图9),或者我们必须将一项特定资本资产下的所有单独指标分解为该资产的一个指数。后者可以使用主成分分析或相关技术来完成,如前所述。 跨尺度组合指标:典型相关性方法 尽管我们所提到的方法适用于系统中的一个空间尺度,但它们不容易扩展到多个空间尺度,而在INRM中这是必要的。不同尺度的指标可以输入到同一个数据矩阵中。这样,当有两个量表时,就有两套指标,可以使用与主成分分析非常相似的技术。此外,还可以探讨两组指标之间的关系。限制在于所产生的指标的数量,需要对每个指标进行越来越多的观察。有5个资本资产指标和2个量表,总共有10个指标,需要10个以上的观察结果(例如,有或没有5个时间段的模拟场景,加上一个时间段的一组测量值,就可以给出足够的案例)。如果有这样的数据,则可以使用典型相关。 示例应用程序和结果 在这个例子中,我们考察了小额信贷计划对实施该计划的村庄以及该村庄所在的更大地区的影响。该村头两年的数据来自上一节使用的决策支持模型,但其他年份和该地区的数据是编造的。非线性典型相关分析显示了变量之间的关系(图10)和案例(不同的场景和年份)(图11).许多村一级的变量相互关联,并与地区一级的社会资本相关(图10).这是因为研究人员有意识地让区政府参与到治理体系的建设中来。第二个维度表明,地区层面的自然资本与地区层面的人力资本、物质资本和金融资本呈负相关。小额信贷计划的案例(B1、B2……)列于x-轴,大部分资本资产的水平较高,而没有信贷计划的情况有较低的水平,在左侧x设在(图11).时间是被俘虏的y-轴,早期的观察结果位于底部(自然资本较高),晚期的观察结果位于顶部(其他类型资本水平较高)。
研究结果表明,小额信贷计划将产生影响,但主要是在村一级,但区级社会资本将通过利益相关方谈判和区级治理努力建立起来,这是研究的一部分。但是,村一级的积极影响必须在区一级其他变化的背景下加以考虑,特别是自然资本的减少,但其他资本资产的改善。 我们提倡一种评估系统绩效的方法,它是完全集成在参与式研究中的学习过程的一部分。这有许多影响,最明显的是需要在管理和评估之间不断迭代。这种方法需要使用许多定性指标。绩效评估的许多组成部分需要在INRM学习周期开始时启动,例如,绑定系统、开发概念框架、选择指标、启动系统模型的开发,以及在景观类型或资源管理领域中定位站点。虽然这些活动中有许多是学习周期的一部分,而不是出于绩效考核的原因,但它们对考核也是至关重要的。在学习周期的评价阶段,一般会得到许多指标的数据:保持综合是一项挑战。我们建议使用各种工具对指标的趋势进行跨尺度的综合说明,包括使用雷达图和多变量技术。鉴于对自然资源管理系统的众多外部影响,仅仅查看从实地收集的指标数据可能是毫无意义的,因为它们可能反映与管理无关的趋势。因此,在实地测量的指标值可能必须与从系统模型得到的值进行比较。这不应该被解释为评估INRM研究的影响本身将构成一项主要的研究工作。 In reality, most of the data required would have been collected anyway in the course of INRM. What is advocated in this paper is the organization of data on indicators into an adaptive-management framework that will allow for constant enhancement of the performance of the system. Well-conceptualized performance assessment frameworks should render research and management more efficient and may reduce data requirements by suggesting redundancies in the overall process. What we suggest is a radical departure from conventional impact assessment studies, as they have been applied to agricultural research. It is, however, consistent with moves toward greater use of action research, greater participation, and a general move down the research–management continuum. We believe that this sort of INRM will be needed to address the complex natural resource management problems that will determine the development options for the world’s poor in the 21st century.
欢迎对本文进行回复。如果被接受发表,您的回复将被超链接到文章。要提交评论,请关注这个链接.要阅读已接受的评论,请关注这个链接.
本文所依据的许多实证结果来自津巴布韦的奇维,这是由英国国际发展部(津巴布韦:微型集水区和共同财产资源(R7304)和瑞士发展与合作局(未来森林的利益攸关方和生物多样性),由国际林业研究中心、生态和水文中心和环境研究所共同承担。然而,这些观点只是作者的观点,并不一定反映出资人的观点。我们感谢Hans Gregersen, Mike Spilsbury和一位匿名评论者的评论。我们感谢爱德华·楚马和史蒂夫·沃丁顿对先前讨论的贡献。
艾博特,J,和我。1998.改变对变化的看法:参与监测环境的方法。S.A.R.L.(可持续农业和农村生计)讨论文件第2号,IIED(国际环境与发展研究所),英国伦敦 艾伦,t。f。H。和t。b。斯塔尔。1982.生态复杂性的层次视角。芝加哥大学出版社,美国伊利诺斯州芝加哥。 Bebbington,。1999.资本和能力:分析农民生存能力、农村生计和贫困的框架。世界发展27: 2021 - 2044 Bossel, H。1998.地球正处在十字路口:通往可持续未来的道路。剑桥大学出版社,英国剑桥。 布罗姆利、J. A.巴特沃斯、D. M. J.麦克唐纳、C. J.洛弗尔、I.马哈拉帕拉和C. H.巴切勒。1999.旱地环境下的水文过程和水资源管理I:津巴布韦南部罗姆流域研究简介。水文与地球科学“,3.: 322 - 332。 坎贝尔。1998.促进协同作用:促进澳大利亚土地护理的经验。232 - 249页在n.g. Röling和m.a.e. Wagemakers,编辑。可持续农业和参与式学习。剑桥大学出版社,英国剑桥。 坎贝尔,b·M, r·科斯坦扎,M·范·登·贝尔特。2000.津巴布韦干燥热带林地生态系统的土地利用选择:介绍、概述和综合。生态经济学33: 341 - 352。 卡尼,D。1998.农村可持续生计。我们能做出什么贡献?国际发展部,英国伦敦。 钱伯斯,R.和G.康威。1992.农村可持续生计。21世纪的实用概念。IDS讨论文件296,发展研究所,布莱顿,英国。 CIFOR的各个团队。1999.CIFOR标准和指标通用模板。国际林业研究中心,茂物,印度尼西亚。 柯林森,m.p和E.托伦斯。1994.国际农业研究中心的影响:测量、量化和解释。农业问题6: 1-41。 丹尼尔斯,S和g。沃克。2001.在环境冲突中工作:协作学习方法。普拉格,伦敦,英国。 Guijt,我。1998.可持续农业倡议的参与性监测和影响评估。可持续农业和农村生计讨论文件第1号。国际环境与发展研究所,伦敦,英国。 霍林,c.s.,编辑。1978.适应性环境评估与管理。约翰·威利,纽约,纽约,美国。 霍林,C. S.和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 Izac, a m。和p·a·桑切斯。2001.为国际农业建立自然资源管理范式:农林复合研究实例。农业系统69:做些。 莱纳姆,T., F. Bousquet, P. d 'Aquino, O. Barreteau, F. Chinembiri和B. Mombeshora。2002.使科学适应自适应管理:蜘蛛图,信念模型和多代理系统建模。保护生态学5(2):24。(在线)网址:http://www.consecol.org/vol5/iss2/art24 M.马尔leveld和C. Dangbégnon。1999.管理自然资源:社会学习的视角。农业与人类价值16: 267 - 280。 诺,r F。1990.生物多样性监测指标:分级方法。保护生物学4: 355 - 364。 奥尼尔,R. V. D. K.迪安吉利斯,J. B.韦德,T. F. H.艾伦。1986.生态系统的等级概念。普林斯顿大学出版社,美国新泽西州普林斯顿。 漂亮,j . N。1995.农业再生:促进可持续性和自力更生的政策和做法。趋势,伦敦,英国。 斯威夫特,M. J.博伦,S. E.卡特,A. M.伊扎克,P. L.伍默。1994.热带土壤生物管理:过程研究与农业实践的结合。页209 - 227。在p·l·伍默和m·j·斯威夫特,编辑。热带土壤肥力的生物管理。约翰·威利,奇切斯特,英国。 联合国开发计划署。.1994.1994年人类发展报告。联合国开发计划署,美国纽约。 范登贝尔特,M., L.多伊奇和A.詹森。1998.基于共识的巴塔哥尼亚海岸带管理模拟模型。生态模型110: 79 - 103。 沃尔特斯,C。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)1 (2):1 URL:http://www.consecol.org/vol1/iss2/art1 指。1987.我们共同的未来。世界环境与发展委员会,牛津大学出版社,英国牛津。
记者的地址: 布鲁斯坎贝尔 国际林业研究中心(CIFOR) Jalan CIFOR, Situ Gede, Sindangbarang 茂物巴拉特16680,印度尼西亚 电话:+62 251 622 622 电话:+62 251 622 622 传真:+62 251 622 100 b.campbell@cgiar.org
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
首页|档案|关于|登录|提交|通知|联系|搜索 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||