去pdf本文版本
Kochsk�mper, E.， T. M. Koontz和J. Newig, 2021。水治理的系统学习:五个地方适应性管理项目对水质创新的启示生态和社会26(1): 22。
https://doi.org/10.5751/ES-12080-260122
水治理的系统学习:五个地方适应性管理项目对水质创新的启示
摘要
自20世纪70年代以来，适应性管理作为一种通过学习来处理环境治理中的不确定性的政策方法得到了激增。学习是通过循环的实验和(可能的)调整来进行的。然而，很少有实证研究涵盖自适应管理周期的完整迭代。我们报告了5个改善水质的适应性管理项目，其中4个项目引领了德国北部水道小规模管理的创新。我们跟踪过程和结果，以确定在整个管理周期中影响学习、环境改善和项目成功交付的因素。我们的发现指出了研究过程中两种不确定性的关键区别:生态不确定性(干预措施是否以及如何有效改善水质)和我们所说的“社会不确定性”(利益相关者将如何应对干预措施)。我们发现，处理这两种不确定性的经理人表现得更好。处理社会不确定性的因素通常与与河流结果的知识获取相关的因素相当不同，它们的承认对项目的成功交付是决定性的。在概念层面，我们的研究结果表明，双反馈循环模型，包括两种类型的不确定性，允许更明确的概念分化和自适应管理过程的经验结果测量。
介绍
实现可持续的水治理是人类面临的复杂环境问题的一个主要例子。近年来，学者和实践者呼吁改变我们如何解决这些问题，因为目前的治理安排是不够的(参见，例如Blackmore等人2016)。
适应性管理(AM)被誉为解决复杂问题(Armitage et al. 2009)、处理不确定性(Walters 1997, Gunderson 1999)、提高弹性(Folke et al. 2005)以及总体上推进自然资源系统治理(Fabricius和Cundill 2014)的一种方法。AM的主要宗旨传达了其直观的吸引人的逻辑:通过在周期性方法中不断测试、监测、评估和调整政策选项来学习和随后的管理适应(Allen和Garmistani 2015) (Holling 1978, Walters 1986)。尽管它很有吸引力，而且关于AM的研究很多，但学者们对该领域的发展表达了一些担忧。首先，这一概念是在一个非常广泛的意义上使用的(Allen et al. 2011)，缺乏学习本身的概念清晰度(Fabricius and Cundill 2014)。此外，学者们对实验方法在一系列自然资源领域设置的适用性持怀疑态度(Gregory et al. 2006, Rist et al. 2013)。最后，很少有关于AM周期完整迭代的实证研究(Chaffin和Gosnell 2015;请将Allan和Stankey 2009视为一个显著的例外)或报告实际实施情况(Keith et al. 2011, McFadden et al. 2011)。
通过这篇文章，我们旨在探索AM在环境改善和学习方面的潜力，强调实验方法遇到的两种类型的不确定性(生态和社会)。我们研究了5个德国小规模AM项目的案例，这些项目测试了改善水质的创新措施。
适应性管理:阐明一个概念
方法的起源、内容和成长
AM基于霍林在20世纪70年代对生态系统功能的研究(参见霍林1978)，承认自然是一个动态的复杂系统，由于我们的知识不完整和不确定，即使不是不可能，也很难预测(de Groot and Lenders, 2006年，Pahl-Wostl et al. 2008年，Foxon et al. 2009年)。通过试错和科学学习的结合(Meffe et al. 2002)， AM旨在通过揭示管理干预实际上如何起作用来弥合知识差距;例如，不同的调节流量制度，从大坝运行如何影响水质，泥沙负荷和鱼类数量(Lee 1993, Pulwarty和Melis 2001)?为此，AM方法涉及在循环过程中以实验的形式设计和使用管理行动(Walters和Holling 1990, Folke等人2005;首先，定义管理问题，制定潜在解决方案，综合现有知识，识别利益(子)系统的关键知识缺口，从而设计管理行动;之后，这些行动将被实施和监控，以生成用于评估的数据，这使管理者能够了解行动的影响，并(如有必要)调整它们;然后将获得的理解添加到知识库(Meffe et al. 2002, Gunderson 2015)。通过从这些实验中学习和实践的适应，该方法被声称指导更有效的自然资源管理(Medema等人2008年，Allen和Garmistani 2015年)。
通过学习解决不完全知识和不确定性的概念已经进入了相关的环境管理方法。这方面的主要例子是参与式和协作方法，强调需要不同的知识类型(不仅仅是科学知识)来建立一个坚实的知识基础，以应对不确定性和促进学习(Pahl-Wostl等人2007年，Armitage等人2009年，Plummer等人2012年)。为了突出协作元素，这个概念被称为自适应管理(Plummer 2009)。类似地，多中心学者概念化了一种适应性制度系统，该系统具有多个中心或电力单元，提供冗余和单元相互学习的机会(Huitema et al. 2009, Chaffin et al. 2014)。此外，关于社会-生态系统和弹性的学术研究发展了适应性治理的概念，强调通过管理的多层次、多中心和协作特征进行动态学习(Walker et al. 2004, Folke et al. 2005, Folke 2006)。自适应管理和自适应治理都解决AM的扩展、运作化和规模，并经常被用作同义词(Chaffin et al. 2014)。
这些概念上的放大突出了AM的潜力。与此同时，关于AM失败和其实施的具体障碍的文献正在增长(Rist et al. 2013, Allan and Watts 2018)。目前还没有证明失败或障碍是归因于方法本身还是外生因素，例如应用的不可行环境、管理实施的一般障碍、不适当的期望和对成功的低报(Rist等人2013年，Allan和Watts 2018年)。理清这个问题的一个主要困难是缺乏衡量成功的共识:根据Rist等人(2013)，AM的主要目标是减少围绕环境问题的不确定性;Chaffin和Gosnell(2015)强调成功管理的良好过程，而fabicius和Cundill(2014)以及Allan和Watts(2018)提出发生学习是成功的关键结果。然而，谁学习什么和如何理解非常不同(法布里丘斯和康迪尔2014年，艾伦和沃茨2018年)。因此，我们对AM的结果方面进行了剖析，并定义了成功的标准。
衡量适应性管理的成功
AM承认“从广义上讲，要管理的系统是复杂的、不可预测的，其特点是对干预的意外反应”(Pahl-Wostl等人2007)。因此，AM中的学习是有意的，以结果为导向(Hillmann 2009)，通过将不确定性融入决策框架，并通过管理减少它(威廉姆斯和布朗2016)。AM的不确定性“源于系统响应的不完全信息”(Keith et al. 2011:1175)。环境资源管理者预期行动与生态成分之间的因果关系。Rist等人(2013)称之为“生态不确定性”。管理行动的可能调整允许各种反馈周期的迭代，从而缩小这种不确定性，直到实现预期的环境改善，从而细化未来的管理(Williams和Brown, 2014;改善的环境条件根植于学习努力中，也是AM成功的一个结果。尽管不确定性的识别和减少是AM (Allen et al. 2011)的关键，Walters(1986)强调不可能完全减少不确定性。存在简单的不确定和不可减少的不确定性来源，即当客观概率不能分配给潜在结果时(Tyre and Michaels 2011)。
当涉及到社会引起的不确定性时，这种非决定论甚至更加突出(泰尔和迈克尔斯2011)。相互依赖的社会-生态不确定性描述了由人类-环境相互作用和相关管理定义的系统的固有属性(Armitage et al. 2008)。首先，社会诱发的不确定性可能源于对现实的不同信念，或者个人对某一事件赋予的不同主观概率(Tyre and Michaels 2011)。其次，AM意味着在现实环境中对受影响的利益相关者的行为后果进行实验，这可能导致“谁有知识和能力进行管理的质疑”(Jacobson等人2009:485)。Rist等人(2013)强调了可行的社会、政治和制度环境的重要性，以允许管理者实施不同的管理行动。Lee(1993, 1999)以及Voß和Bornemann(2011)指出，冲突和政治斗争是实验方法中不可或缺或不可避免的。
我们遵循Tyre和Michaels(2011)的呼吁，将生态和社会诱发的不确定性区分开来，并将社会不确定性定义为社会系统中的人们对AM干预的潜在意外反应。在实验之前的协作决策结构可能会防止无限冲突(Lee 1999)，然而，不能保证利益相关者会对结果达成一致，或者不会发生不可预见的意外，如管理制度中的目标转移(Tyre和Michaels 2011)。同样，完全减少社会不确定性是遥不可及的，但了解社会因素如何影响利益相关者对干预的反应是至关重要的，以理解AM不过度机械或技术。这种学习在AM文献中经常被遗漏(Pahl-Wostl 2009，威廉姆斯和布朗2014,2016)。当然，在管理社会-生态系统时，其他因素也会影响社会的不确定性，例如，影响个人行为和认知的个人和群体身份构建过程。当提到社会不确定性时，AM的文献通常侧重于利益相关者对实验的反应(Lee 1993)。因此，作为将社会科学更全面地引入AM的第一步，在本研究中，我们关于社会不确定性的数据描述了利益相关者对实验的反应。
我们理解AM的学习结果是生态和社会不确定性的减少。当生态学习和社会学习同时实现时，有利于创新的双循环学习机会就出现了(Williams and Brown 2014)。双回路学习导致对潜在价值、信仰或现状的反思，并探索创新的方法。这与单回路学习形成了对比，单回路学习指的是没有彻底改革信仰或价值系统和管理制度的工具性改变(Argyris和Schön 1978, 1996, Pahl-Wostl等人2007,Fabricius和Cundill 2014)。
除了学习什么之外，定义谁学习也是至关重要的。早期的研究完全集中在科学家和资源管理者的个人学习上(Holling 1978, Walters 1986, Foxon等人2009,Fabricius和Cundill 2014)。Lee(1993)将这一观点扩展到组织和社会学习，包括利益相关者。Gunderson和Holling(2002)也承认，仅靠项目的资源管理者学习是不够的。利益相关者或社会行动者的学习可以导致对结果的接受以及AM成功的传播(Graham和Hicks 2015)，这与参与式环境治理的一般假设是一致的(Newig等人2018年)。虽然生态学习与管理者和利益相关者有关，但我们看到关于社会不确定性的学习主要与AM的组织者或管理者有关。
影响成功的适应性管理的因素
关于AM的文献提供了一套丰富的因素，预计会影响项目的成功。为了提供结构，我们将这些因素分配到各个管理阶段，作为可能影响每种类型的不确定性的条件，以潜在地减少生态和/或社会(子)利益系统的意外反应(见表1)。
AM项目的开始是评估/设计决策阶段，在此阶段，在综合现有知识以识别知识缺口之前，定义管理问题并制定潜在的解决方案。在此，建议在局部范围内进行测试，以增强生态因果链的可预测性(Cook等人2004年，Chaffin和Gosnell 2015年，Murray等人2015年)。AM将科学的严严性与实用性相结合(Meffe等，2002)，这导致了不同的项目设计:被动AM、记录在案的试错学习和主动AM。后者使用严格的实验假设和控制结构学习，可以说使其更有效(Meffe等人2002,Allen和Garmestani 2015, Gunderson 2015)。对严谨设计的强调可以追溯到AM的起源，它被视为由科学和专家知识导航的一种基于模型、模拟和演绎的科学探究过程(Holling 1978, Walters 1986, Foxon等人2009,Fabricius和Cundill 2014, Gunderson 2015)。适应性学习过程类似于组织学习，它需要将新的、可行的和有效的见解和发现整合到组织或制度结构中(Thomas和Allen 2006)。原则上，如何发现这些并不重要。适应性管理和治理学者通过参与来补充知识。这一想法也已进入AM文献(Stringer等人，2006年，也见法布里休斯和坎迪尔2014年在这方面)。为了反映这两种观点，知识整合可以通过专家知识的引出或不同知识类型的整合来减少生态不确定性。
如前所述，利益相关者的参与也被视为预防冲突和建立对目标和管理过程的共同理解的关键(Lee 1999, Chaffin和Gosnell 2015)。因此，沟通属于社会不确定性的这一组成部分，它可以采取单向信息或双向交换的形式，包括作为平等交换论点的对话或审议(参见Newig等人2018年的内容)。AM可以让管理者确定最可行的方法来达成一致的结果，并在不同的选项中明确权衡，但它本身并不是一种冲突解决策略，特别是当涉及到价值与期望结果的冲突时(Murray等人2015)。干预措施和治疗反应的可逆性被视为预防冲突的一种额外策略(Murray等，2015)。此外，桥梁组织被认为是机构和实地项目之间的中介(Hahn等人2006,Plummer等人2012,Allen和Garmistani 2015)。考虑到政策规划和管理中内在的政治动态和路径依赖(Voß和Bornemann 2011)，一个不阻碍(Murray等人2015)甚至不支持AM (Allen和Garmestani 2015)的法律环境在社会系统中体现了管理干预的现实规划的先决条件。
一旦项目设计完成，AM就进入实施阶段，在这个阶段进行实验。与组织学习的过程一致，新引入的知识在AM (Walters 1986)中被视为是持续的。关于政策实验，McFadgen和Huitema(2017)区分了技术政治实验和边界实验的理想类型:前者是由政策行为者发布给专家，通过(假设)独立于背景和主体的客观知识来解决工具性问题;后者是包容性的，通过让利益相关者产生证据，并基于多种知识类型发展共享价值。对于AM的参与式形式，个人(如管理者、利益相关者或政府官员)互动的网络被认为可以通过加强信息流动和交换来刺激学习(Plummer等人2012,fabrius和Currie 2015, Koontz等人2015)。它们还可以作为科学-管理-政策网络，通过利益相关者促进实施最佳可用科学(Chaffin和Gosnell 2015, Berkley和Gunderson 2015)。因此，我们认为它们主要有助于减少生态不确定性。为了顺利运作和减少突然的中断或冲突，管理者和利益相关者之间的信任是至关重要的，这通常被视为催化AM项目(Gunderson 1999, 2015, Hahn et al. 2006)，因此被纳入减少利益相关者将如何应对干预的社会不确定性的因素类别。
跟踪实施阶段的监测对AM至关重要，因为它提供了管理实验的反馈(Aceves-Bueno等人2015,Gunderson 2015, Holling和Sundstrom 2015)。应该建立一个系统，确保数据的最低质量和一致性标准，以便可以明确地将变化归因于干预措施，并可以量化意外后果(Aceves-Bueno等人2015年，Waylen和Blackstock 2017年)。持续、长期的监测支持可靠和有用的数据收集，以减少生态不确定性(Koontz和Thomas 2006年，Holling和Sundstrom 2015年)。此外，越来越多的人推荐参与式监测来整合不同的知识类型，以减少生态不确定性(Aceves-Bueno等人2015年，Waylen和Blackstock 2017年)。在这个阶段，缺乏财政资源会破坏AM周期(Butler和Koontz 2005, Aceves-Bueno等人2015,Williams和Browns 2016, Waylen和Blackstock 2017)。监测费用比其他管理办法更具挑战性，因此充足的预算至关重要。此外，领导力(组织或个人)被视为AM成功交付的关键因素(Plummer et al. 2012, Gunderson 2015, Koontz et al. 2015, Murray et al. 2015)，在这个关键阶段尤其重要。
最后一个阶段是评估和(潜在的)调整。调整的可能性是AM降低生态不确定性的主要特征。对效果的记录和交流有助于今后正确使用结果，从而解决社会不确定性问题。O’donnell和Galat(2008)在对70个河流改善项目的调查中发现，缺乏文档和项目信息的可获取性，尤其是项目监测，是实施AM的显著障碍。
案例选择和方法
这个比较案例研究的数据来自五个AM项目，作为欧洲水框架指令(WFD，指令2000/60/EC)实施的一部分。《世界水fd》可以说是最近欧洲水治理立法中最重要的一项(Hering et al. 2010)，规定了有利于整个欧盟(EU)清洁水的行动。行动的主要类别是恢复河流的自然流量和减少污染。到目前为止，欧盟成员国主要致力于通过消除破坏性的基础设施来改善河流的连通性(Kochskämper et. al. 2017)。此外，还出现了一些创新的小规模方法，主要针对来自扩散源的污染，例如硝酸盐和再生。这些方法包括试点项目，测试改善水质的新行动类型。对于这项研究，AM案例是一个项目，旨在学习可复制的行动，遵循实验的方法。
我们选择了德国的5个这样的病例，2个在最北部的联邦州石勒苏益格-荷尔斯泰因州，3个在邻近的城市州汉堡。因此，所有的案件都包含在一个相似的气候、文化和法律环境中。世界水功能区要求对所有欧盟水域进行状况评估，这些水域必须公开。评估显示汉堡和石勒苏益格-荷尔斯泰因州的水质很差。这些个案都追求改善水质(见表2):其中三种是通过河流内改造，即在河段内安装砾石、枯木或类似材料，以改善水流的动态曲流(案例1、3、5);另一种是通过改变河岸植被和水道管理，在不过多减少径流的情况下改善水质(案例2)。另一种是通过重新引入具有河流清洁功能的不同水厂(案例4)。类似的案例背景接近于“最类似”的案例设计(Gerring 2007)。
我们进行探索性的定性推理和跨案例比较。第一作者在2015年至2017年期间对所有项目的主要经理进行了访谈(N = 7)，并对案例材料文档进行了数据三角剖分。文件材料包括会议记录、报告、资金请求、协议备忘录和报纸文章，总计近1000页。根据Lamnek(1989)提出的概念基础，采用半结构化的形式进行访谈，询问项目过程和结果。每个测试持续45到90分钟，并且都是面对面进行的。采访是由一位母语为德语、英语流利的人用德语进行的，他为本文翻译了采访内容。我们对笔录访谈和纪实案例材料进行了内容分析。在Miles和Huberman(1994)之后，根据不同的管理阶段和相关的使能因素以及上述定义为成功衡量标准的潜在结果，对内容进行了编码。根据先前的文献，以演绎的方式进行编码，确定病例材料中存在或不存在因素和结果，以追踪每个病例的轨迹。下面的采访根据案例编号引用一个案例代码，采访引用被用作这个编码过程的代表性例子。
值得注意的是，根据McFadgen和Huitema(2017)的术语，案例1到4被规划为技术官僚，只有案例5从一开始就被规划为利益相关者参与的边界实验。技术官僚实验包括问题的定义和解决方案的确定，由(政策)行动者预先测试。在案例1中，汉堡的一家地区机构联系了一家环境规划局，对一条污染程度特别高的河流进行了流内改造测试。在案例2中，石勒苏益格-荷尔斯泰因州的环境机构联系了一个生物学家团队，对整个联邦州不同河流的河岸植被进行了测试。在这两种情况下，接触到的专家都扮演了桥梁组织的角色，因为实验必须传达给利益相关者。其他项目由非国家行为体发起:案例3中，一所大学向石勒苏威格-荷尔斯泰因州的环境机构和水委员会(一个主要由土地所有者组成的协会，负责监督某一流域的共同实施)提出了一项更大的复兴项目的改进方案。在案例4和案例5中，非政府环境组织(ENGOs)通过WFD的实施看到了机会，并从汉堡的环境机构获得了资金。在案例4中，植物协会通过水状况评估发现汉堡80%的河流缺少水植物(I:C4)。在案例5中，三个主要的德国ENGOs的地方分支机构观察到，地区机构的主要重点是改善河流连通性，以实现WFD (I1:C5)。这使得他们可以在一个ENGO的领导下，采取额外的小规模行动，针对污染，特别是在贯穿整个城市的Alster河的流内改造(I1:C5)。 In all cases interventions could be easily reversed through a removal of installed material, riparian vegetation or water plants. Apart from water plants, slight negative effects for stakeholders, e.g., landowners or farmers, were possible, such as erosion or reduced water run-off.
本地应用五项具适应性的水质改善管理计划
评估和设计决策
在所有案例中，问题的定义和需要测试的行动的确定都已提前确定，尽管案例5中的ENGO提供了通过审议讲习班提出进一步建议的可能性。关于特定干预措施的生态影响的知识在不同的案例中有所不同。汉堡的参与者(案例1和5)已经有了流内修改的经验，而石勒苏益格-荷尔斯泰因的管理者(案例3)没有经验(“没有手册”)，他们的河流是联邦州这种类型的行动的第一个试验场(I:C3)。关于有效的改变水维护(案例2)，特别是水植物(案例4)的知识几乎不存在(I:C1;我:C4)。图3显示了每种情况轨迹中特定因素的存在。
在案例1中，管理人员依靠专业知识来建模流动动力学，他们开发了一个严格的因果预测设计。他们根据良好的生态条件选择了试验点，并设计了一个积极的、迭代的干预实施程序。在一场关于计划行动的信息事件中，与利益相关者的沟通是单向的，这引发了农民的抵制，他们担心径流受阻会使他们的土地被污染物淹没(I1:C2)。规划局代表证实，此前曾多次发生有毒污水泛滥的情况(I2:C2)。区和规划局代表认为，计划中的干预措施会造成最坏的情况(I1:C1)和经常被夸大的恐惧(I2:C2):农民“不相信”(I2:C2)提出的计算径流估计值。“他们说他们知道他们的水道，那些没人知道的奇怪计算是无稽之谈”(I2:C2)。
除了专业知识外，案例2中的管理者还通过问卷调查(Stiller and Trepel 2010)获得了关于169条河流当前水维护技术的本地知识。改变了的河岸植被直接影响了农业实践，因此，管理生物学家首先寻求所有联邦州一级的水委员会的伞式组织的许可，大部分是由土地所有者和农民组成的，后来又获得了五个当地的水委员会的许可，同意在五条测试河流进行合作。这些被整合到一个严格的设计中作为平行的试验场。五个试点河流的工作计划在双边对话中与这些水委员会达成一致(Stiller 2014)，这使项目更接近于一个有限的实验。
在案例3中，该大学进行了流量测量，以构建数据库，并为流内修改开发了严格的迭代测试设计。试验点是与相关机构一起选择的，并有意选择在冲突可能性低、主要不影响农业的地区。管理者和唯一一个在试验河段租用土地的农民同意谨慎地执行一个行动(I:C3)。这个试验场的选择与案例4相似，再次采用了严格的并行测试设计，基于专家知识，如受访者所知道的唯一现有的水厂审查(I:C4)。
在案例5中，ENGO主要通过双边会谈以及与居民、休闲体育协会、垂钓者和感兴趣的公民举行的两场研讨会议(I1:C5, I2:C5)的方式，根据利益相关者和机构代表的接受情况选择测试地点。除了整合当地知识外，还提出了有计划的干预措施，并讨论了引入新建议的可能性，随后将其放在网上进行投票。与会者对所有行动达成一致意见，并没有提出正在进行的干预措施的新建议，但提出了实施技术的新想法(NABU 2013)a、b)．虽然由于内城地区试验场的试点性质(I1:C5)，参与者要求获得科学支持，但ENGO并没有制定出严格的设计。
实现
尽管利益相关者(即农民)高度不同意，但案例1中的固定方案并没有改变，也没有进一步沟通。实施这些行动的是一个ENGO志愿者网络，其中不包括受影响的农民。第一次实施后，一个农民破坏了这个项目，在晚上挖出了所有安装的材料。项目随后停止(I1, 2:C1)。
在案例2改变河岸植被的第一个测试阶段，来自水委员会和主要生物学家的新想法不断被引入(I:C2)。五个水务委员会组成了一个紧密合作的小网络，为项目带来了特定的资源，如挖掘机操作员和技术(Stiller 2014)。
案例3中，发起项目的大学在第一轮实施和监督后，因为研究项目的意外结论而选择退出。水委员会，尤其是他们的生物学家，热衷于继续这个项目，并完全接管了它(I:C3)。他们开始了与水和航运管理和他们的培训生项目的合作，通过新的流量测量可以作为一个新的知识库(I:C3)。他们一起将执行网络扩大到其他机构(Lübeck港务局;我:C3)。根据生物学家(I:C3)的说法，受训人员通过每年的比赛开发并实施了正在进行的修改，这导致了创新的想法。这位生物学家还与利益相关者(如垂钓者)保持着持续的对话。
在案例4中，案例1的一段河流也被选为四个平行试验点之一。在水厂安装过程中，生物学家被破坏案例1项目的同一名农民赶走，因此他们选择了另一段河流下游的测试，以便继续进行，不引起任何利益相关者的冲突(I:C4)。
在案例5中，ENGO组织了特别的实施日，讲习班参与者、感兴趣的公民和其他行动者可以参与(I1:C5;I2: C5)。此外，所谓的小溪伙伴关系，已经建立的居民团体、利益相关者和感兴趣的市民在汉堡的某些河流延伸，总是被邀请(I1:C5;I2: C5)。学校及公司可按需参与(https://hamburg.nabu.de/natur-und-landschaft/gewaesser/18093.html；I2: C5)。相比之下，网络是特别的，比其他两种情况更松散，因为主要目的似乎是参与实施，而不是共享和交换知识。管理者还支持与利益相关者进行持续的对话(I2:C5)。根据案例5中两位受访者的说法，早期与机构和利益相关者的沟通对实施至关重要:“你必须与人们交谈，然后就ok了”(I1C:5)和“你首先必须建立信任”(I2C:5)。在所有可能受到影响的利益相关者的案例中，通过早期沟通建立的信任对于理解和接受起到了至关重要的作用(案例2、3、5)。在实施开始之前，管理者和利益相关者之间建立的信任，通过不中断实验干预或联合实施，实质上支持了这一阶段。相反，在案例4中没有产生信任，也不需要信任，因为所选择的测试站点不会与涉众产生任何冲突。
监控
Case 2中的项目经理依靠联邦政府机构提供的充足资金，进行持续、长期的监控。它连续三年(Stiller 2014)和四年(Stiller 2014)在同一个月进行，结果相同(I:C2)。
在案例3中，水委员会获得了县的新资金，但没有预见到用于监测的资源，所以生物学家在当地一名森林管理员的支持下，通过照片文档开始了她自己的监测。他们每年至少一次在不同的河流地点从相同的角度拍摄照片:“这(监测)非常重要;没有评估，这是没有用的”(I:C3)。再加上项目管理的采用，多年来持续、长期的监测意味着水务委员会的实质性领导，特别是在这种情况下的主要生物学家。在其他的案例中，经理们都雄心勃勃地交付这个阶段，例如，也根据受访者(没有被记录)在案例5中测试新的监控实践，但是案例3中经理的自愿行动代表了维持这个阶段和整个项目交付的一个至关重要的元素，因此我们将其分类为领导。
在病例4中，监测进行了多次，间隔两年，也在三年后(I:C4)。在案例5中，在项目结束时对河流的几个点进行了一次监测(Hammer 2018)。根据一位ENGO代表的说法，他们已经知道了不需要持续监测的影响(I2:C5)。在所有这些案件中，都没有进行参与性监测;相反，监督是由管理者指导的。
评价和调整
在情况2中，调整是可能的，但没有调整行动，因为它们显示了在最初和特别是最后一轮监测中已经预期的结果。该案例提供了最系统的影响文件，并对干预过程和结果进行了全面的报告(Stiller 2014)。研究结果通过培训传达给水务委员会、非政府组织和地方行政部门。
在案例3中，采用迭代调整来查看通过河流内修改可以改变河流流量多远，以达到预期的效果。水委员会记录了流中的修改过程，并在其网站上提供了一份摘要。照片监测与河流流量和宽度的初始测量进行了比较，以检测河岸的侵蚀(DSV Rantzau 2017，未发表的数据)．这个评估被传达到他们的协作网络。
在案例4中，它在类似案例2的平行测试地点进行了实验，监测轮也表明调整是不必要的。效果的记录也是系统的，并包含从业者的指导(Stiller和Engelschall, 2014)。没有进一步的结果交流发生。
在案例5中，项目经理每年举办一次活动，与汉堡水务部门、ENGOs和感兴趣的市民分享项目进展和结果。案例5中没有计划进行全面的评估和汇总文档，但在这些活动中举行的所有演讲都可以在网上找到。
结果
在所有至少完成一个反馈循环的案例中(案例2、案例3、案例4和案例5)，都有改善生态结果的证据(见图4)。在案例2中，改变河岸植被和水道管理导致水质改善，但没有过多减少径流(Stiller 2014)。在案例3中，安装何种类型的材料可以产生何种曲流变得很清楚(DSV Rantzau 2017，未发表的数据)．在案例4中，管理者了解到哪种类型的清洁水厂可以被引入(Stiller和Engelschall, 2014)。在案例5中，评估结果甚至显示鱼类和无脊椎动物的数量有所改善(Hammer 2018)。
在学习产品方面，案例2 - 4的实施技术文档表明管理者进行了生态学习。相比之下，举报人批评案例5的监测，它排除了被冲走的物质对侵蚀或堵塞水道的追踪。有些事情可能会出错. ...我们必须找到一个中间地带，既要激励和激发很多人，又要为航道和每个人(受影响的)做好充分的准备。这是很困难的。”(我:C2)。在这种情况下，生态不确定性并没有大幅降低。
在案例2、3和5中，指出了对整个过程的社会和组织结构的学习。在案例5中，记录了涉众参与的过程(NABU 2013a、b)，一位受访者表示，该项目显示了“他们与不同的利益相关者可以走多远”，在这方面包括一个“陡峭的学习曲线”(I2:C5)。案例2和3没有关于如何考虑社会因素的书面文件;因此，在AM过程中识别关于社会不确定性的学习更加复杂。尽管如此，这两种情况下的管理者都继续采用了在第一个项目应用中似乎有效的策略。在案例2中，新的管理实践在石勒苏威格-荷尔斯泰因州的37条河流的土地所有者和水委员会中得到了复制，随后又在邻近的联邦州汉堡和下萨克森州进行了试点。案件2的主要负责人通过调解和对话，逐步涉及土地所有者:“……你必须了解他们目前的处境……即使是强硬派. ...必须让人们慢慢参与进来”(I:C1)。她首先以中等职位的土地所有者为目标，并在现场组织理论和实践部分的培训。 Likewise, the grown implementing network in Case 3 replicated the project at further river stretches. Managers once more deliberately sought acceptance of land-owning farmers by showing tested in-stream modifications, which had not affected riverbanks through erosion (I:C3).
除了主要的管理者之外，其他的涉众也在案例2和案例3中学习。案例2的项目复制表明，农民采用了生态敏感性更高的河岸和水道植被管理方法。在案例3中，学员自2017年以来与另一个水务委员会合作，在一个相当小的水道上复制了这个项目(I:C3)。项目经理证实:“……把项目掌握在[我们]自己手中，已经导致了所有参与者的学习效果”(I:C3)。至于公职人员，则更难追踪学习情况。从访谈的非国家行为体的角度来看，知识的吸收和实际应用知识取决于各自负责任的公共官员的兴趣、时间或政治考虑(I2:C1, I:C4, I2:C5)。另外，案例5中的参与网络没有显示出明显的学习迹象。一些最初研讨会的参与者参与了“实施日”，但是，根据受访者的说法，他们对生态效应的兴趣通常不高(I2:C2)。
值得注意的是，在案例1中，实施失败，AM过程没有完成一个完整的周期，然而，一些关于利益相关者将如何应对干预的社会学习确实发生了。当被问及经验教训时，地区代表强调“与现场行动者建立信任”的重要性(I1:C1)，而规划局代表则强调早期资讯及透明度(I2:C1)。尽管如此，根据他的说法，“他们(利益相关者)是否受到影响(很重要)”(I2:C1)。
案例2 - 5实现了生态改善。然而，在案例5中，关于管理生态不确定性的学习似乎演化程度较低，其中适应性管理设计不如案例2、3和4严格。在面临社会不确定性的案例中(案例2、3、5)，有迹象表明管理者学会了如何处理这些问题。在合作网络和严格设计的案例中，网络参与者表示学习实施技术，即管理生态不确定性，因为他们在案例2中继续使用新的管理方法，或在案例3中使用新的参与者复制整个方法。
讨论
AM的五个案例证明了水管理实践创新的重要步骤。在详细研究了所有案例后，我们将在下文中讨论概念中概述的哪些促成因素对成功的结果发挥了重要作用。
所有至少经过一次AM周期完整迭代的病例都显示环境改善。在制定了严格的实验设计、系统地吸收新知识、应用长期监测和评估的案例(案例2、3、4)中，管理者学习了如何减少生态不确定性。在设计不那么严格的案例5中，对生态不确定性的学习程度较低。然而，干预措施的迭代调整也使案例5的水质得到改善成为可能。
有趣的是，无论是通过专业知识还是不同知识类型的整合获得的知识，对了解措施的生态有效性和环境改善似乎没有实质性的差异。这支持了McFadgen和Huitema(2017)，他们发现技术官僚实验中的认知学习比有界实验中的更高。但是，如果是从利益攸关方或参与者那里获得关于行动和可能影响的知识，所提供的知识从有益到非常重要不等。现有案例之外的网络通过采用新技术(案例2)，甚至通过启动自己的项目(案例3)来传播成功的结果，从而了解管理方法。实施过程中的直接现场参与似乎鼓励了利益相关者的学习，这与其他参与水治理的研究相对应(Kochskämper等，2016,2017)。
虽然利益相关者的参与可能不是减少生态不确定性的必要条件，但与利益相关者沟通对于处理社会不确定性至关重要，通过获得信任和建立共同的理解来支持干预。所有的实验都是在当地范围内进行的，并在促进水质改善的WFD的法律背景下进行，其中包括容易逆转的干预措施，但对实验的反应各不相同。特别是案例1和案例2在这种情况下似乎很能说明问题。这两种情况都包括一个桥梁组织，在这两种情况下，管理行动都可以略微减少流经农民土地的河流的径流。在案例2中，管理者和农民之间建立了信任，通过从早期开始的不断对话和调解，最终形成了合作。在案例1中，如果没有这种联系，对潜在影响信息的理解以及因此对干预措施的接受就无法发展，导致农民破坏实验。研究表明，信息共享是建立信任和有效合作的先决条件(Pahl-Wostl 2009, Hurlbert和Gupta 2015, Kochskämper et al. 2017)。此外，在适应性实验的情况下，信任可能是关键的，这意味着失败的可能性;Kahneman和Tversky(1979)表明，行动者对潜在的未来损失的风险厌恶程度大于收益。当感知到潜在的未来损失时，对信息的理解和处理可能不是理性的(Simon 1985)，因此需要高度可信的来源。
沟通的重要性也指出冲突是实验方法的一部分(Lee 1993,1999)。Jacobson等人(2006)在对美国机构员工的调查中发现，缺乏管理灵活性是AM面临的最具挑战性的障碍之一。Gunderson(1999)认为社会制度，即存在的利益相关者之间的权力关系缺乏灵活性，是主动AM失败的原因之一。然而，继Voß和Bornemann(2011)之后，政治斗争和权力动力学是政策和治理相关管理的组成部分，在AM文献中经常被忽视。在我们的案例中，实验的目的是尽量减少对农业的影响，而农业是硝酸盐的主要污染源，然而，当技术官僚的方法似乎脱离了社会背景时，却遇到了阻力。在专家主导、利益相关者参与的实验中，管理者不仅学习了生态因素，还学习了社会因素(案例2、3)。对农民(案例2)或行政行为者(案例3)的管理方法的复制导致了创新实践的传播，这可以被视为向双环学习方向迈出的第一步。最后，关于利益相关者将如何应对干预的社会不确定性包括消极和积极的惊喜。后者的一个例子是，在案例3中，在管理生物学家意外关闭资金和领导后，水务委员会继续进行项目。
综上所述，由文献确定的AM项目成功的因素在贯穿这些案例的指示管理阶段发挥了重要作用。只有当信任和领导力等其他更重要的因素缺失或出现时，过渡性组织和充足的预算才会淡出人们的视线。这些案例表明，生态和社会不确定性的因素是可以区分的。
结论
在本研究中，我们探索了5个改善水质的适应性管理(AM)项目，这些项目引领了德国北部水道小规模管理的创新。我们澄清了AM的核心概念组成部分，并发现了通过该方法学习和环境改善的证据。
在概念层面上，我们的发现提出了双重反馈循环的模型，包括生态和社会不确定性的管理。对不确定性的概念区分允许对该方法进行更明确的分析:与利益相关者将如何应对干预措施的社会不确定性相关的周期对成功实施实验性干预措施和项目完成至关重要，而与生态系统将如何应对干预措施的生态不确定性相关的周期对环境改善至关重要。第一个问题可以说是维持第二轮选举的先决条件。所有考虑了两种类型的不确定性和相关因素的案例都成功地实现了一个完整的反馈循环，并实现了河流环境的改善。
在AM期间考虑社会和生态不确定性的重要性可能解释了为什么fabicius和Cundill(2014)在已完成的AM项目的系统回顾中发现，主要记录的学习是关于社会因素，而不是项目的最初意图——管理干预如何影响环境改善。在我们的案例中，在那些表明学习了整个过程的实现技术和社会和组织结构的案例中，结果更容易超越最初的项目和管理边界。这些发现将学习过程设计和交付以实现成功的结果放在AM的前沿，在这个意义上类似于Newig等人(2016)所定义的治理学习。
我们的研究强调了利益相关者接受实验性方法的重要性。这些案例表明，即使在有利的政治环境中，利益相关者(实际的或感知的)的关注也可能危及有效的AM，需要仔细关注。除了制度结构和政治承诺，特别是在监测方面(Butler和Koontz 2005)，利益相关者对不确定性的低容忍度是AM文献中经常被忽视的一点(见Bijlsma等人2011年作为一个积极的反例)。
通过增加关于利益相关者如何回应实验的社会不确定性，我们指出AM需要解决什么是社会生态系统的社会和生态方面，毕竟，社会生态系统。这也可以作为一个门户，更充分地将社会系统的其他方面纳入AM，例如，包括实验，了解什么因素影响个人的行为。例如，如果生态实验指出特定河岸植被在改善水质方面的价值，我们还可以进行政策实验，以了解哪些政策工具可能会影响土地所有者对植被管理的行为。
我们的研究有助于填补文献中关于AM项目实施和AM周期完整迭代的实证研究的实质性空白。四个成功的(五个)案例不足以概括，特别是因为实验的具体类型和背景。WFD环境为所有实验提供了较高的回旋余地，作为实现水质改善的替代管理设计，这在其他政策实验中不能自动假定。由于我们只关注主要的项目经理和文档材料，而没有对涉众进行额外的采访，因此该研究也受到了限制。尽管如此，这种深入的方法允许对案件轨迹进行彻底的探索。在文献中被确定为有影响力的大多数因素证明在案例中发挥重要作用，不是所有时间，但与管理周期的特定阶段作为对两种类型的不确定性的反应。信任、调整等因素在这方面表现突出。其他研究则显示了意想不到的结果:尽管文献中普遍认为生态知识整合可以提高知识获取，但成功的生态知识整合并不取决于利益相关者知识的整合。
尽管这些发现可以为AM项目和结果提供更细致的观点，但将它们从局部规模转化到更高或多个政策层面似乎具有挑战性，这是在多级、多中心和协作的适应性治理环境中确定的(Walker等人2004年，Folke等人2005年，Folke 2006年，Chaffin等人2014年)。地方层面AM实施的持续协作促进了互动学习和有利于集体行动的动机建设，这仍然是适应性治理学习文献中的一个空白(Berkes 2017)。然而，当更多的层次和参与者参与进来时，在实施中维持多参与者的协作变得具有挑战性，通过实验方法预测利益相关者的影响程度变得越来越复杂。总的来说，社会和政治动态在适应性管理和适应性治理文献中更为突出(Voß和Bornemann 2011)。尽管如此，在这些更复杂的环境中区分社会和生态的不确定性和相关学习可能是未来研究的一个重要场所。
数据可用性
支持该研究结果的数据/代码可向通讯作者[E.K.]索取。这些数据/代码是不公开的，因为它们包含可能危及研究参与者隐私的信息。
文献引用
Aceves-Bueno, E.， A. S. Adeleye, D. Bradley, W. T. Brandt, P. Callery, M. Feraud, K. L. Garner, R. Gentry, Y. Huang, I. McCullough, I. Pearlman, S. A. Sutherland, W. Wilkinson, Y. Yang, T. Zink, S. E. Anderson, C. Tague. 2015。公民科学作为一种方法，可以克服适应性管理中监测不足和利益相关者买入不足的问题:标准和证据。生态系统18:493 - 506。https://doi.org/10.1007/s10021-015-9842-4
Allan, C.和G. H. Stankey, 2009。适应性环境管理:实践者指南．施普林格Science和CSIRO, Dordrecht，荷兰。
Allan, C.和R. J. Watts, 2018。揭示环境流的适应性管理。环境管理61:520 - 533。https://doi.org/10.1007/s00267-017-0931-3
Allen, c.r.， J. J. Fontaine, K. L. Pope, A. S. Garmestani。2011。适应未来动荡的管理。环境管理杂志92:1339 - 1345。https://doi.org/10.1016/j.jenvman.2010.11.019
Allen, c.r.，和A. S. Garmestani, 2015。适应性管理。页1 - 10在C. R. Allen和A. S. Garmestani编辑。社会生态系统的适应性管理．荷兰，多德雷赫特，施普林格。https://doi.org/10.1007/978-94-017-9682-8_1
Argyris, c.d. Schön。1978.组织学习:一种行动视角的理论。addison - wesley、阅读、英国。
Argyris, C.和D. Schön。1996.组织学习二:理论、方法和实践．addison - wesley、阅读、英国。
Armitage, D.， M. Marschke和R. Plummer, 2008。适应性共同管理与学习的悖论。全球环境变化18:86 - 98。https://doi.org/10.1016/j.gloenvcha.2007.07.002
阿米蒂奇，D.， R. Plummer, F. Berkes, R. I. Arthur, A. T. Charles, I. J. Davidson-Hunt, A. P. Diduck, N. C. Doubleday, D. S. Johnson, M. Marschke, P. McConney, E. W. Pinkerton和E. K. Wollenberg。2009。社会-生态复杂性的适应性协同管理。生态与环境前沿7(2): 95 - 102。https://doi.org/10.1890/070089
伯克,f . 2017。人类世的环境治理?社会-生态系统、弹性和协作学习。可持续性9(7): 1232。https://doi.org/10.3390/su9071232
伯克利，J.和L.甘德森，2015。实用弹性:建立适应性管理网络。201 - 216页在编辑C. Allen和A. Garmestani。社会生态系统的适应性管理．荷兰，多德雷赫特，施普林格。https://doi.org/10.1007/978-94-017-9682-8_11
比吉尔斯马，R. M.， P. W. G. Bots, H. A.沃尔特斯，A. Y.胡克斯特拉，2011。利益相关者对政策制定影响的实证分析:不确定性处理的作用。生态和社会16(1): 51。https://doi.org/10.5751/es-03865-160151
Blackmore, C.， S. van Bommel, A. de Bruin, J. de Vries, L. Westberg, N. Powell, N. Foster, K. Collins, P. P. Roggero和G. sedaiu . 2016。水治理转型的学习:对气候变化适应与水治理(CADWAGO)项目设计的思考。beplay竞技水8(11): 510。https://doi.org/10.3390/w8110510
巴特勒，K.和T. Koontz, 2005。理论转化为实践:实现美国农业部林业局的生态系统管理目标。环境管理35:138 - 150。https://doi.org/10.1007/s00267-003-0312-y
Chaffin, B.和H. Gosnell, 2015。衡量适应性管理项目的成功。85 - 105页在编辑C. Allen和A. Garmestani。社会生态系统的适应性管理．荷兰，多德雷赫特，施普林格。https://doi.org/10.1007/978-94-017-9682-8_6
Chaffin, b.c, H. Gosnell和b.a . Cosens。适应性治理学术的十年:综合与未来方向。生态和社会19(3): 56。https://doi.org/10.5751/ES-06824-190356
库克，W. M.， D. G.卡萨格兰德，D.霍普，P. M.格洛夫曼，S. L.柯林斯。2004。学会逆来顺受:在人类主导的系统中进行适应性实验。生态与环境前沿2(9): 467 - 474。https://doi.org/10.1890/1540 - 9295 (2004) 002 (0467: LTRWTP) 2.0.CO; 2
de Groot, w.t.和H. J. R.放款人，2006。河流治理的突发性原则。Hydrobiologia565:309 - 316。https://doi.org/10.1007/s10750-005-1921-7
fabicius, C.和G. Cundill, 2014。适应性管理的学习:来自公开实践的见解。生态和社会19(1): 29。https://doi.org/10.5751/ES-06263-190129
fabicius, C.和B. Currie, 2015。自适应共管。147 - 179页在编辑C. Allen和A. Garmestani。社会生态系统的适应性管理．荷兰，多德雷赫特，施普林格。https://doi.org/10.1007/978-94-017-9682-8_9
Folke, c . 2006。弹性:社会-生态系统分析视角的出现。全球环境变化16:253 - 267。https://doi.org/10.1016/j.gloenvcha.2006.04.002
Folke, C.， T. Hahn, P. Olsson和J. Norberg, 2005。社会生态系统的适应性治理。《环境资源年度回顾30:441 - 473。https://doi.org/10.1146/annurev.energy.30.050504.144511
Foxon, T. J.， M. S. Reed和L. C. Stringer, 2009。治理长期的社会生态变化:适应性管理和过渡性管理方法可以相互借鉴什么?环保政策及管治19:3-20。https://doi.org/10.1002/eet.496
蒙古包,j . 2007。案例研究:原则与实践．美国纽约，剑桥大学出版社。
Graham, n.a.，和C. C. Hicks, 2015。新生态系统的适应性管理。123 - 146页在编辑C. Allen和A. Garmestani。社会生态系统的适应性管理．荷兰，多德雷赫特，施普林格。https://doi.org/10.1007/978-94-017-9682-8_8
Gregory, R.， L. Failing和P. Higgins, 2006。适应性管理和环境决策:水使用规划中的案例研究应用。生态经济学58:434 - 447。https://doi.org/10.1016/j.ecolecon.2005.07.020
甘德森l . 1999。弹性、灵活性和适应性管理——虚假确定性的解毒剂?保护生态3(1): 7。https://doi.org/10.5751/es-00089-030107
甘德森l . 2015。适应性管理的教训:障碍和结果。页面27-38在编辑C. Allen和A. Garmestani。社会生态系统的适应性管理．荷兰，多德雷赫特，施普林格。https://doi.org/10.1007/978-94-017-9682-8_3
甘德森，L.和C. S.霍林，2002。Panarchy:理解人类和自然系统的转变．一个小岛，华盛顿特区，美国。
Hahn, T.， P. Olsson, C. Folke和K. Johansson, 2006。建立信任、产生知识和组织创新:瑞典克里斯蒂安斯塔德湿地景观适应性共同管理的桥梁组织的作用。人类生态学34:573 - 592。https://doi.org/10.1007/s10745-006-9035-z
锤,w . 2018。Ergebnisse und Entwicklungen der bisherigen Maßnahmen an der Alster [Alster实施措施的结果和发展]。德国汉堡，Lebendige Alster。(在线)网址:https://www.lebendigealster.de/app/download/7609190764/180605_Ergebnisse+und+Entwicklungen_AL.pdf?t=1540374133
Hering, D.、A. Borja、J. Carstensen、L. Carvalho、M. Elliott、C. K. Feld、A. S. Heiskanen、R. K. Johnson、J. Moe、D. Pont、A. L. Solheim和W. van de Bund. 2010。10岁时的欧洲水框架指令:对成就的批判性回顾和对未来的建议。总环境科学408:4007 - 4019。https://doi.org/10.1016/j.scitotenv.2010.05.031
Hillmann m . 2009。整合知识:河流管理新范式的关键挑战。地理指南针3(6): 1988 - 2010。https://doi.org/10.1111/j.1749-8198.2009.00278.x
Holling, c.s. 1978。适应性环境评价与管理。英国奇切斯特,威利。
C. S. Holling和S. M. Sundstrom, 2015。适应性管理，个人历史。页面11-25在编辑C. Allen和A. Garmestani。社会生态系统的适应性管理．荷兰，多德雷赫特，施普林格。https://doi.org/10.1007/978-94-017-9682-8_2
Huitema, D.， E. Mostert, W. Egas, S. Moellenkamp, C. Pahl-Wostl和R. Yalcin。2009。适应性水治理:从治理的角度评估适应性(共同)管理的制度规定，并确定研究议程。生态和社会14(1): 26。https://doi.org/10.5751/ES-02827-140126
Hurlbert, M.和J. Gupta, 2015。参与的阶梯:一个诊断、战略和评估工具来评估何时参与是必要的。环境科学与政策50:100 - 113。https://doi.org/10.1016/j.envsci.2015.01.011
雅各布森，C.， K. F. D. hughhey, W. J. Allen, S. Rixecker和R. W. Carter。2009。更多地使用自适应管理。社会与自然资源22(5): 484 - 495。https://doi.org/10.1080/08941920902762321
雅各布森，S. K.， J. K. Morris, J. S. Sanders, E. N. Wiley, M. Brooks, R. E. Bennetts, H. F. Percival和S. Marynowski。2006。了解实施适应性土地管理计划的障碍。保护生物学20:1516 - 1527。https://doi.org/10.1111/j.1523-1739.2006.00476.x
D. Kahneman和A. Tversky, 1979。前景理论:风险下的决策分析。费雪47(2): 263 - 292。https://doi.org/10.2307/1914185
Keith，法学博士，t.g. Martin, E. McDonald-Madden和C. Walters, 2011。生物多样性保护的不确定性与适应性管理。生物保护144:1175 - 1178。https://doi.org/10.1016/j.biocon.2010.11.022
Kochskämper, E.， E. Challies, N. W. Jager, J. Newig. 2017。参与有效的环境治理:来自欧洲水框架指令实施的证据。劳特利奇,伦敦,英国。https://doi.org/10.4324/9781315193649
Kochskämper, E.， E. Challies, J. Newig, and N. W. Jager. 2016。参与有效的环境治理?来自德国、西班牙和英国实施水框架指令的证据。环境管理杂志181:737 - 748。https://doi.org/10.1016/j.jenvman.2016.08.007
Koontz, t.m.， D. Gupta, D. Mudliar, P. Ranjan. 2015。社会-生态系统治理中的适应性制度:一个综合框架。环境科学与政策53:139 - 151。https://doi.org/10.1016/j.envsci.2015.01.003
Koontz, t.m.和t.w. Thomas, 2006年。关于协作管理的环境结果，我们知道什么，需要知道什么?公共管理评论66(1): 111 - 121。https://doi.org/10.1111/j.1540-6210.2006.00671.x
Lamnek, s . 1989。定性Sozialforschung。第二部分:方法与技术。相关的,德国魏因海姆。
李K. N. 1993。指南针和陀螺仪:为环境整合科学和政治。一个小岛，华盛顿特区，美国。
李K. N. 1999评价适应性管理。保护生态3(2): 3。https://doi.org/10.5751/ES-00131-030203
麦克法登，J. E.， T. L.希勒和A. J.泰尔。2011。评估适应性管理方法的有效性:是否有成功的公式?环境管理杂志92:1354 - 1359。https://doi.org/10.1016/j.jenvman.2010.10.038
McFadgen, B.和D. Huitema, 2017。通过政策实验刺激学习:设计如何影响气候适应实验中的政策学习结果的多案例分析。水9(9): 648。https://doi.org/10.3390/w9090648
Medema, W.， b.s. McIntosh和P. J. Jeffrey, 2008。从前提到实践:对水资源综合管理和水部门适应性管理方法进行关键评估。生态和社会13(2): 29。https://doi.org/10.5751/ES-02611-130229
梅菲，G. K.， L. A.尼尔森，R. L.奈特和D. A.申伯恩。2002。生态系统管理:适应性的、基于社区的保护。一个小岛，华盛顿特区，美国。
迈尔斯，b.m.和a.m.休伯曼，1994年。定性数据分析。扩展原始资料．SAGE，千橡，加利福尼亚州，美国。
Murray, c.l.， d.r. Marmorek和l.a. Greig, 2015。当今的适应性管理:实践者的视角。181 - 199页在编辑C. Allen和A. Garmestani。社会生态系统的适应性管理．荷兰，多德雷赫特，施普林格。https://doi.org/10.1007/978-94-017-9682-8_10
那布(Naturschutzbund德国)。2013a.协议Werkstatt im Beteiligungsprozess für eine“Lebendige Alster”。正当,德国汉堡。(在线)网址:https://www.lebendigealster.de/app/download/5787460564/130425_LA_Werkstatt2_Protokoll.pdf?t=1491657316
那布(Naturschutzbund德国)。2013b.协议Werkstatt im Beteiligungsprozess für eine“Lebendige Alster”。正当,德国汉堡。(在线)网址:https://www.lebendigealster.de/app/download/5752774964/130201_Lebendige_Alster_Protokoll_Werkstatt1.pdf?t=1491657316
Newig, J.， E. Challies, N. W. Jager, E. Kochskämper, A. Adzersen. 2018。参与式协同治理的环境绩效:因果机制框架。政策研究》杂志46(2): 269 - 297。https://doi.org/10.1111/psj.12209
Newig, J.， E. Kochskämper, E. Challies和N. W. Jager. 2016。探索治理学习:决策者在设计参与式洪水风险规划时如何利用证据、经验和直觉。环境科学与政策55:353 - 360。https://doi.org/10.1016/j.envsci.2015.07.020
O'Donnell, T. K.和D. L. Galat, 2008。在适当的管理架构下，评估河道改善的成功标准和项目监测。环境管理41:90 - 105。https://doi.org/10.1007/s00267-007-9010-5
Pahl-Wostl, c . 2009。分析资源治理制度适应能力和多层次学习过程的概念框架。全球环境变化19:354 - 365。https://doi.org/10.1016/j.gloenvcha.2009.06.001
Pahl-Wostl, C.， J. Sendzimir, P. Jeffrey, J. Aerts, G. Berkamp, K. Cross. 2007。通过社会学习来管理向适应性水资源管理的转变。生态和社会12(2): 30。https://doi.org/10.5751/es-02147-120230
Pahl-Wostl, C.， J. Newig和D. Ridder, 2008。将公众参与与适应性管理相结合。150 - 173页在p . Quevauville编辑器。地下水科学与政策:国际概况。英国剑桥RSC出版社https://doi.org/10.1039/9781847558039-00150
Pahl-Wostl, C.， J. Sendzimir, P. Jeffrey, J. Aerts, G. Berkamp, K. Cross. 2007。通过社会学习来管理向适应性水资源管理的转变。生态和社会12(2): 30。https://doi.org/10.5751/ES-02147-120230
普卢默,r . 2009。适应性协同管理过程:代表性模型和影响变量的初步综合。生态和社会14(2): 24。https://doi.org/10.5751/ES-03130-140224
Plummer, R.， B. Crona, D. R. Armitage, P. Olsson, M. Tengö，和O. Yudina. 2012。适应性管理:系统的回顾与分析。生态和社会17(3): 11。https://doi.org/10.5751/ES-04952-170311
Pulwarty, R. S.和T. S. Melis, 2001。科罗拉多河的极端气候和适应性管理:1997-1998年ENSO事件的教训。环境管理杂志63(3): 307 - 324。https://doi.org/10.1006/jema.2001.0494
里斯特，L.费尔顿，L.萨缪尔森，C. Sandström，和O.罗斯瓦尔。2013。适应性管理的新范式。生态和社会18(4): 63。https://doi.org/10.5751/ES-06183-180463
西蒙，1985年。政治中的人性:心理学与政治学的对话。美国政治科学评论79(2): 293 - 304。https://doi.org/10.2307/1956650
斯蒂勒,g . 2014。Erfolgskontrolle Gewasserunterhaltung。Endbericht - Ergebnisse 2009-2013。瓦塞尔晚报Bodenverbände石勒苏益格-荷尔斯泰因(LWBV)， Westerrönfeld，德国。
G. Stiller和B. Engelschall, 2014。Wiederansiedlung von wasserpfflanzen在汉堡Fließgewässer。Praktische Handlungsempfehlungen。德国汉堡五世植物园。
G. Stiller和M. Trepel, 2010。河流管理对石勒苏益格-荷尔斯泰因河水生植物群落多样性和生态状况的影响Zeitschrift für Naturschutz und Landschaftspflege85(6): 239 - 244。
斯特林格，L. C.， A. J. Dougill, E. Fraser, K. Hubacek, C. Prell, M. S. Reed。解构社会-生态系统适应性管理中的“参与”:一个批判性的评论。生态和社会11(2): 39。https://doi.org/10.5751/es-01896-110239
托马斯·K·艾伦和s·艾伦，2006年。学习组织:文学主题的元分析。学习型组织13(2): 123 - 139。https://doi.org/10.1108/09696470610645467
泰尔，A. J.， S.迈克尔斯，2011。在适应性管理中面对社会产生的不确定性。环境管理杂志92(5): 1365 - 1370。https://doi.org/10.1016/j.jenvman.2010.10.014
Voß， j.p, B. Bornemann. 2011。反身治理的政治:设计适应性管理和过渡管理的挑战。生态和社会16(2): 9。https://doi.org/10.5751/es-04051-160209
沃克，B.， C. S.霍林，S. R.卡朋特和A. Kinzig。社会-生态系统的恢复力、适应性和转化能力。生态和社会9(2): 5。https://doi.org/10.5751/ES-00650-090205
Walters, c.j. 1986。可再生资源的适应性管理。McGraw Hill，纽约，美国。
c.j.沃尔特斯，1997。河岸和海岸生态系统适应性管理的挑战。保护生态1(2): 1。https://doi.org/10.5751/ES-00026-010201
Walters, c.j.和c.s. Holling, 1990。大规模的管理实验和在实践中学习。生态71(6): 2060 - 2068。https://doi.org/10.2307/1938620
韦伦，K. A.和K. L.布莱克斯托克，2017。监测适应性管理或现代化:从最近的全面环境管理倡议中吸取的教训。环保政策及管治27(4): 311 - 324。https://doi.org/10.1002/eet.1758
威廉姆斯，B. K.和E. D.布朗，2014。适应性管理:从多说到多做。环境管理53:465 - 479。https://doi.org/10.1007/s00267-013-0205-7
威廉姆斯，b.k.和E. D.布朗，2016。适应性管理应用中的技术挑战。生物保护195:255 - 263。https://doi.org/10.1016/j.biocon.2016.01.012
