研究

基于激励的手段和社会公平在保护冲突干预中的作用

• 摘要
• 简介
• 方法
  • 研究区域
  • 游戏设计
  • 数据收集
  • 数据分析
• 结果
  • 家庭社会经济和参与者态度特征
  • 野味处理和家庭特征对农民杀象倾向的影响
  • 野味处理和家庭特征对农民为大象提供栖息地倾向的影响
  • 其他游戏条件对游戏结果的影响
• 讨论
  • 农民土地使用决策的预测因子
  • 游戏作为预测和管理保护冲突的工具
  • 对管理保护冲突的影响
  • 结论
• 对本文的回应
• 作者贡献的声明
• 致谢
• 数据可用性
• 文献引用

介绍

保护努力的冲突(或“保护冲突”)不仅破坏有效的保护，而且阻碍可持续发展(Redpath et al. 2013)。许多这样的冲突涉及到破坏作物或捕食牲畜的物种保护问题，经常被受影响的农民报复杀死。这样的问题通常被框定为人类与野生动物的冲突(Woodroffe et al. 2005)。然而，在这些影响的物质表现下，隐藏着不同社会群体之间更深层次、更复杂的社会冲突(Dickman 2010, Peterson et al. 2010, Madden and McQuinn 2015, Hill et al. 2017)。这些冲突的核心是价值观和议程相冲突的多个利益相关者的参与(Redpath et al. 2013)。如果不充分考虑受影响利益攸关方(如农民)的非物质需求，针对野生动物影响的干预措施可能无法缓解保护冲突，因为农民缺乏参与、接受和跟进(Hill等人，2017年)。例如，利益相关者对社会公平的关注增加，与找到生物多样性相关冲突解决方案的可能性降低有关(Young et al. 2013, 2016)一个)．就我们的目的而言，公平可能涉及:(1)承认，即国家保护和发展战略之间成本分配的公平性;(2)程序公平，即对决策过程的参与;(3)分配公平，解决利益和成本的分配问题(McDermott et al. 2013)。鉴于保护冲突的复杂性，设计最佳干预措施以缓解冲突是政策制定者日益重视的问题(例如，Young等人，2016年)b,梅森等人，2018年)。

我们开发了一款高度互动的游戏，以了解加蓬农民如何应对各种冲突干预策略(Rakotonarivo等人，2021年b)．游戏已经成为一种有效的手段，能够吸引利益相关者并促使玩家做出反应，通过沉浸感模拟现实世界的反应(Redpath et al. 2018)。它们被广泛应用于灌溉(Meinzen-Dick等人，2016年)、渔业和林业(Cardenas等人，2013年)和农业(Bell等人，2016年)。游戏可以帮助发展决策理论，理解冲突中的模式，并阐明环境问题的可能解决方案(Redpath et al. 2018)。游戏被用来促进更可持续的实践或变革性的变化(例如，Mayer等人，2014年，Rodela等人，2019年)，以及测试在各种自然资源困境中人类行为的理论预测(例如，Cardenas等人，2013年，Janssen等人，2010年，Travers等人，2011年，Andersson等人，2018年，Rakotonarivo等人，2021年)b)．在这里，我们使用游戏作为一种低成本和低风险的工具来吸引农民，并调查他们对潜在管理策略的反应，在现实生活中的实验是不切实际的。与许多通常涉及高度抽象和简化视觉表现的行为实验不同(Janssen et al. 2014, List and Price 2016)，我们的游戏使用平板电脑和Netlogo界面在景观层面模拟了与生态相关的时间和空间动态(Wilensky 1999)。

我们的游戏围绕着农民的土地管理决策和破坏作物的大象展开，大象是象征着亚洲和非洲野生动物保护的重要且富有魅力的旗舰物种。作为标志性物种，大象吸引了对一些地区的经济做出重大贡献的游客(Naidoo et al. 2016)。然而，大象可以通过破坏庄稼、粮食储备和水源给农民带来可观的社会和经济成本，从而损害当地农民的福祉(Mackenzie和Ahabyona 2012, Barua等人2013)。除了偷猎(Poulsen etal . 2017)、土地使用变化和栖息地丧失(Chartier etal . 2011)，报复性捕杀大象对该物种的生存构成了严重威胁。与大象有关的冲突日益激烈，突显出更好地理解农民决策及其基础的迫切需要(Evans和Adams 2018, Shaffer等人2019)。

在地方层面，减少大象对农业造成的破坏的技术干预措施往往侧重于物理和生物障碍，如围栏、守卫和使用驱蚊剂(Nyhus 2016年，Pooley等人2017年，Pozo等人2019年)。经济手段，无论是通过对作物损失的补偿机制(Ravenelle和Nyhus 2017)，还是奖励特定保护成果的财政激励，也被认为是保护冲突的有效解决方案(White和Hanley 2016, Wilson等人2017)。基于激励的手段还包括集聚支付，它通过向在农业环境计划中登记毗邻地块的农民提供额外报酬，鼓励预留用于保护的土地的空间协调(Parkhurst和Shogren, 2007年)。人们对各种缓解战略对受影响农民的可接受性以及它们对农民关于野生动物和土地管理决策的影响知之甚少。

我们的目的是考察三种缓解方法对当地农民倾向于使用致命控制措施或通过提供大象栖息地来支持保护利益的影响:(1)支持旨在抵消限制采用这些技术的成本的驯象技术;(2)货币激励，通过提供大象栖息地，为有利于保护的土地使用提供统一补贴;(3)集聚效应，旨在鼓励在采用有利于保护的土地用途时进行空间协调。我们探讨了游戏结果与关键的社会经济和态度因素之间的关系，这些因素是通过伴随的家庭调查收集的。我们期望那些对公平有更强烈偏好的参与者，那些对大象的福祉影响有积极看法的参与者，以及那些经历过较低程度的大象对农作物造成的破坏的参与者，在游戏中更不可能杀死大象，更可能为大象提供栖息地。我们还通过对参与者的次样本进行深入的采访，探讨了农民的动机，并讨论了互动游戏如何帮助解决广泛环境下的保护冲突。

方法

研究区域

我们在加蓬的两个农村地区举办了比赛。这些地区包括Lopé国家公园附近和与该公园有关的世界遗产地内的所有8个村庄，我们称之为“受保护影响的村庄”，以及生产森林内的10个村庄，称为“受砍伐影响的村庄”(图1，附录1)。选择这两个区域是为了涵盖作物受损和依赖农业的一系列情况。当地农民和森林象之间的负面互动，学名Loxodonta cyclotis,在这两个地点都很普遍。然而，与保护村庄相邻的保护区可能会为大象提供更好的保护，而相邻森林中更多的大象可能会导致这些村庄的作物损失增加(Graham et al. 2010)。从伐木中获得替代性收入也可能减少伐木村对农业的依赖，从而导致保护田地不受大象侵害的能力下降。众所周知，大象在加蓬和其他非洲国家一样，在一次拜访中就摧毁了一整年的农作物，从而给自给自足的农民带来了严重的困难(Fairet 2012)。加蓬各地伐木特许权的农村就业迅速扩大(Laurance等人，2006年)，加上大量农村人口外流(Fairet等人，2014年)和极低的农村人口密度(0.2居民/平方公里;Laurance等人。2006)进一步导致了油田保护能力的降低。

为了保护农作物不受大象的侵害，当地农民使用了一系列传统方法，如稻草人、障碍物和清理田地边界(Fairet 2012, Walker 2012, Ngama等人2016)。如果村庄提交了大量作物受损的证据，政府就会在保护区外射杀问题大象(Fairet 2012)。该立法还包括对作物损害进行赔偿的可能性，但没有获得索赔和赔偿支付数量的记录。最近，加蓬政府提供了资金，在国家公园附近的乡村农田周围修建电栅栏，以阻止大象(Poole 2016)。在研究进行时，研究区内只有一个村庄受益于社区电围栏，另外三个研究村庄自那以后也获得了电围栏。

游戏设计

我们开发了一款互动游戏，四人一组，通过移动热点连接平板电脑。游戏是在多智能体建模环境Netlogo (Wilensky 1999)中设计的，改编自基于昆虫的生态系统服务协调游戏NonCropshare (Bell et al. 2013, 2016;我们结合了时间和空间的动态:(1)给定时间的资源可用性t依赖于以前的决定(例如，动物数量随着杀戮的努力而减少)，并且(2)作物损害取决于农田与其他土地用途的位置或接近程度，以及邻近农民的决定(例如，大象在景观中移动，在一个农场进行密集恐吓可能会将问题转移到其他地方)。这些空间和时间动态积极地影响了游戏的现实性。

游戏包括四个参与者(每个参与者代表一个家庭)，他们对数字农业景观做出决定。每个参与者在9个排列在3 × 3相邻方块中的细胞上进行操作(图2)。每个游戏环节包括6 - 8轮，旨在代表农业年份。在所有的会议中，参与者之间的交流都被允许，以反映现实生活中激励方案运行的条件。在每一轮中，每个牢房的参与者有四种选择:(1)养殖，(2)养殖并使用非致命方法(如物理或生物屏障、噪音)将大象吓跑，(3)养殖并射杀牢房中的大象(致命控制)，或(4)租赁牢房以保护大象(即为大象提供栖息地)。每个选项都有不同的成本和收益，并被分配不同的参数设置(图3)。

在每一轮开始时，所有36个网格单元格的默认选项都是农田。十八头大象以相等的概率随机分布在景观单元格中。每个单元格允许多个大象。在每一轮游戏中，玩家将通过反复点击cell选择一个选项，并在准备好时通过“确认”自己的选择结束游戏回合(图2)。如果大象出现在一个cell中，且既未受到惊吓也未被杀死，那么该cell便会立即受到伤害。如果大象被一个给定的细胞吓到了，它们会根据细胞的重量概率地重新定位到其他细胞。大象栖息地细胞的重量最高，容纳被其他细胞追赶的大象的可能性是人工饲养细胞的9倍(图3)。这些栖息地被描述为为大象提供替代食物来源的缓冲资源。然而，为大象提供栖息地意味着放弃私人收益，以换取所有四个参与者共享的利益，造成了一个公共产品困境。恐吓和杀戮在同一回合中会产生直接影响(例如，如果大象被杀死，则不会造成任何伤害)，也会产生未来影响，因为在未来的回合中大象数量会减少(图3)。

每个单元格的最小值得分设置为零，以避免不现实的负值。在任何给定的细胞上留下大象使产量降低2点。游戏设置中添加了栖息地周边效应，以反映大象栖息地周围农田的作物破坏可能增加的情况(图3)。同样，非致命性和致命性控制方法也不是同样有效:恐吓使大象流离失所的概率为0.8，而致命射击使大象立即从景观中消失的概率为0.3。射杀大象的成本远远高于恐吓，这反映了杀死大象所涉及的更高风险和危险，以及枪弹和枪支的成本。由于杀戮的成本-效果比较低(0.3/2 vs. 0.8/1)，所以系统杀戮会导致玩家获得较低的收益;如图3所示)，从而使其成为单次射击游戏中的劣势策略(也就是说，不管其他人怎么做，射击能够让玩家获得比其他策略更少的收益;参见附录3(游戏邦注:附录3详细解释了游戏设计的理论)。

参与者的综合得分n=每轮9方格计算如下:

(1）

参数值(图3)的选择反映了支持加蓬人象互动的当地社会-生态系统，并在当地农民中仔细地预先检验了它们的合理性。例如，在类似的情况下，大象的破坏使作物产量价值损失了50% (Mackenzie和Ahabyona 2012)。

数据收集

每个游戏环节以三轮的短练习环节开始，然后是四个随机排序的治疗，每个治疗6 - 8轮(表1)。因此，我们采用了65组(260人)的受试者内部设计，每个治疗。试验的轮数是随机的，以防止参与者预测治疗的结果。

我们与260户农户进行了65次游戏，其中140户来自受自然保育影响的乡村(N= 8)， 120户位于受伐木影响的村庄(N= 10)。由于两个研究区域的每个村庄的家庭数量较少(每个村庄2-30户)，我们没有随机选择参与者，而是邀请每个村庄所有有意愿的参与者参与我们的研究。每户只邀请一名代表参加比赛，最好是负责大多数农业活动的人;在大多数情况下，这个人是女性。

比赛在2018年4月和5月由两组每人两个人的团队(包括第一作者)推动，随机分配到每组四名参与者。游戏指导协议(法语)于2018年2月和3月在附近的村庄进行了广泛试点(附录4)。斯特灵大学的研究伦理委员会批准了这项研究。我们告诉参与者，结果将以总体形式呈现，不会与他们的身份或单个村庄挂钩。在实施游戏前，我们获得了所有参与者的口头知情同意。在开始治疗之前，我们花了足够的时间进行练习，以确保充分理解并获得参与者的信任。使用图像和口头解释允许文盲或数学盲的参与者(< 5%的参与者;(见附录1表a .1.2)。练习时间为30-60分钟，整个游戏时间为1.5-2.5小时。我们提供礼物(如手电筒、食物容器和餐具，共计8美元)来补偿参与者的时间。该地区的日工资约为6美元。

我们亦对所有参加者进行问卷调查(N= 260)，以收集关于人口统计、农业实践、野生动物损失以及关于信任和公平的态度变量的信息(见Rakotonarivo等人，2021年)一个完整的调查和匿名数据)。为了理解游戏中广泛决策策略的动机，我们进一步在游戏环节和问卷调查结束后立即对30名参与者进行了非结构化的个人询问采访。根据我们对游戏行为的观察，我们特意选择了受访者。我们继续调查，直到我们相信我们已经采访了在游戏中使用了所有参与者策略的参与者，即那些经常参与致命控制的人，那些主要诉诸于使用非致命威慑的人，以及那些表现出不同程度的愿意为大象提供栖息地的人。采访持续了20-40分钟，由于数据的敏感性(特别是大象造成的作物损失和村民的报复性杀戮，这是非法的)，没有录音。相反，我们在适当的时候做了笔记和直接引用，以帮助游戏结果的情境化，并提供对参与者所陈述动机的额外洞察。

数据分析

我们研究了在单个家庭层面(即家庭单位)衡量的两个主要游戏结果:使用致命控制(即杀死决策)和大象栖息地的提供。这些结果来自于更多的行动(耕作、杀死、恐吓、提供栖息地)，代表了减轻大象作物损害的两种截然相反的策略。因此，它们与探讨对冲突干预措施的反应特别相关。

我们使用二项广义线性混合效应模型，在lme4统计包中实现logit链接函数，将这些结果变量建模为比例数据(分别给出杀死决定或提供栖息地的细胞的比例)(Bolker等，2009)。家庭身份作为嵌套的随机效应被纳入群体身份中，以解释家庭特定效应和群体特定效应。我们通过包含四个游戏条件来控制学习:(1)游戏中的回合数，(2)进入会话的回合数，(3)上一轮中其他三个参与者杀死决策的总和(滞后杀死决策)，以及(4)上一轮中其他三个参与者的栖息地决策的总和(滞后栖息地决策)。

为了将游戏中的行为与信任和公平态度联系起来，除了处理和游戏条件外，我们还加入了三个解释变量:(1)当地社区之间人际信任的综合度量，(2)制度信任的综合度量(对保护和政府当局的信任)，以及(3)公平指数的综合度量。这些综合指标中的每一个都是三个变量的加权因子得分，这些变量都是通过心理统计包的探索性因子分析生成的oblimin旋转(雷夫尔2018;附录1中的表A1.1a-c)。Chronbach 's alpha(表S1a-S1c)显示了很强的内部一致性，并表明这些聚合度量是单一潜在因素的有效指标。我们还包括了参与者对大象对他们福祉的积极和消极影响的看法。

为了探索游戏结果与现实生活中的农业实践和地区之间的联系，我们将家庭报告的作物损失经历(他们的农田是否在前一个农业年被大象破坏)和研究地点作为解释变量。此外，我们控制了其他社会经济变量，如参与者的年龄、性别、教育程度，以及从使用心理包的主成分分析(PCA)中提取的一系列家庭财富指标的两个主成分向量电子产品品牌旋转(雷夫尔2018;我们还考虑了处理与其他家庭相关变量(如报告的作物损失经验)和参与者相关变量(如对大象的感知、信任和股票指数)之间的两级相互作用。表A1.2(附录1)提供了我们模型中包含的解释变量的详细摘要。

为了避免多重共线性，我们检查了预测变量之间的相关性。然后根据修正后的赤池信息准则(AICc)值对固定效应进行后向逐步选择，进行模型选择。我们在R 3.5.1版本(R Core Team 2018)中进行了所有分析。

结果

家庭社会经济和参与者态度特征

在两个研究地点，平均有47%的受访家庭以农业为主要收入来源(附录1表A1.2)。在受保护影响的村庄和受砍伐影响的村庄分别抽取的140户和120户家庭中，69%和55%的家庭在上一个农业年至少有一次受到大象的到访，并遭受过作物破坏(附录1表A1.3)。68%和54%报告作物严重损失(全年60%的作物;附录1中的表A1.3)。参与者平均接受了6年的学校教育，95%的人识字。粮食安全，以家庭报告每年有足够食物的平均月数来衡量，在受保护和受砍伐影响的村庄分别为7.6(标准偏差[SD] = 3.6)和8.5 (SD = 3.3)。对10个财富指标的主成分分析得出两个轴，可以解释46%的变化，并显示两组村庄在财富方面没有系统性差异(附录1中的表A1.3和图A1.1)。在使用广义线性混合效应模型以及其他关键社会经济特征的统计分析中，这两个轴被用作协变量(表2)。

与会者普遍表示对主要股票指数持负面态度。在两个村组中，认为能够影响有关土地使用和野生动物管理决策的参与者比例< 13%(图4)。两个地区的大多数参与者(> 88%)还认为社区成员之间的利益分配不公平。以及不平衡的保护和发展政策(图4)。超过一半的参与者表示对国家公园管理局和水与森林部等政府机构缺乏信任(图4)。

这些采访显示，尽管研究地区的当地农民几代人以来都面临着农作物的破坏，但在2002年，前野生动物保护区(1946年建立)成为国家公园之后，一些人认为大象遭受的农作物损失有所升级。30名受访者中有9人认为，这种升级是因为加强了对大象保护地位的执法。五名来自受伐木影响村庄的受访者还将该地区不断增加的农作物损害事件归咎于伐木特许权。伐木活动被认为破坏了森林，并将大象推到农民耕种的外围地区。这些情绪加剧了人们对公园和其他政府机构的不满。访谈还发现，一些参与者认为公园代理机构的作用是严格的压制性的。两位受访者明确表示，公园管理机构的唯一目的是加强对野生动物的控制。尽管如此，在受保护影响的村庄和受伐木影响的村庄中，分别有41%和39%的受访家庭对公园机构有积极的信任态度(图4)，主要是因为他们致力于保护大象，而大象被认为是加蓬的民族骄傲。

如果不是公园管理机构的行动，加蓬的大象就会灭绝，我们感谢他们的努力。(ID04, 31岁，女性，公园村)。

在两个研究地点，社区信任的指标都很高(> 55%)(图4)。大约40%的受访农民(在受保护影响的村庄和受伐木影响的村庄，分别为41%和39%)认为大象对他们的福祉有积极影响(图4)。这些好处主要描述为与大象在生态系统中的作用以及它们的文化重要性有关。在两个村庄组中，认为大象对他们的福祉产生负面影响的参与者比例为79%，主要是因为作物损失。

野味处理和家庭特征对农民杀象倾向的影响

与游戏中的对照组相比，所有三种处理都显著降低了农民的杀人倾向(附录1图A1.2);聚集处理的效果最大，与只有主效应模型的对照组相比，杀死的几率降低了42%(附录1表A1.4)。权益指数较高的参与者进行杀死的可能性明显较低;当股票指数上升1个单位时，该模型表明终止决策的几率下降21%(比值比0.79,0.95置信区间[CI]: 0.63-0.98;附录1表A1.4)。

在最后的模型(表2)中，我们观察到处理与股本指数之间存在显著的相互作用;较高的权益值显著削弱了威慑和聚集处理对减少农民捕杀决定的影响。伐木村的杀戮决定明显高于保护村(前者的几率高出64%;同样，对大象福祉效应的积极认知降低了参与者进行杀戮的倾向(优势比0.89,0.95 CI: 0.80-0.98)。信任指数不影响参与者在游戏中的决策(附录1表A1.4)。农民遭受农作物损失的经历(以他们的农场是否至少被大象破坏过一次为衡量标准)和大象对他们幸福生活的负面影响都不会影响游戏决策(附录1中的表A1.4)。这些结果对大象访问频率的影响的替代模型规范测试或受影响的家庭是否遭受过严重破坏的影响不敏感。

股本水平较低,治疗的效果在农民杀死更倾向明显低于股本水平更高,像conservation-influenced和logging-influenced村庄之间的差异(图5)。杀了决策的预测意味着比例在基线治疗几乎是两倍logging-influenced conservation-influenced村庄的村庄比股本水平低(0.95 7.6%置信区间:5.2—-10.8和3.1%置信区间:0.95分别为2.2 - -4.1)。然而，在较高的公平水平上，处理之间的差异可以忽略不计，保护与伐木村的影响也小得多(图5)。

定性访谈突出显示，大多数参与者(30名中有23名)认为他们很少有机会表达自己的观点和担忧(图4)。他们在游戏中杀人的倾向是为了表达他们对保护作物的不满。

当局显然对倾听我们的需求不感兴趣。如果我们对大象有攻击性，那是因为我们感到被抛弃了，我们很生气。(ID56, 56岁男性，伐木村)。

然而，农民们认识到大象的价值，并将他们在游戏中的杀戮行为定位于控制大象数量的需要，而不是完全消灭它们。杀死大象的决定和农民对大象对他们生活的积极影响的看法之间的负相关也证明了这种理由(表2)。

为了测试我们推论的稳健性，我们拟合了额外的模型，每次测试一个感兴趣的变量。这些模型表明，三个关键变量(权益指数、地区和对大象对福祉的积极影响的感知)的量级和统计显著性对替代规范具有鲁棒性(附录1中的表A1.7)。

野味处理和家庭特征对农民为大象提供栖息地倾向的影响

与基线处理相比，只有两种货币处理在各个回合中产生了建立大象栖息地的决策大幅增加。集聚处理对生境决策的影响最大(优势比为12.97，是补贴的1.8倍，0.95 CI: 11.18-15.05;在集聚和补贴处理中，生境决策的预测百分比分别为21% (0.95 CI: 16-23)和12% (0.95 CI: 11-14)(图6)。

威慑力处理对农民提供栖息地的意愿没有显著影响(表5)。访谈表明，农民对这些结果的动机有微妙的解释。在游戏说明中，电栅栏的设置是作为外部支持的例证。尽管参与者普遍对这种技术在减少大象作物损害方面的潜在效果持积极态度，但有10名受访者认为在公园或指定的保护区周围用栅栏围起来比在农田围起来更有效。

饥饿的大象不可避免地会冲破围栏;否则，它们就会来到我们的房子周围，以我们的果树和花园为食。唯一的解决办法就是让他们远离。(ID32, 34岁女性，来自保育村)。

这些受访者还关心社区围栏的维护费用，以及如果政府资金撤出，这些费用在村民之间的公平分担。在伐木村，参与者预见到空间和土壤肥力是围栏的主要限制。

不同的补贴水平对做出的捕杀决定或提供的栖息地的百分比没有显著影响(附录1中的表A1.6、图A1.3)。访谈证实了这些发现;8位受访者认为他们的生计需要任何帮助。

你不能对金钱说不;当你没有太多选择的时候，数量并不重要。不管怎样，我们已经开始放弃农业了，因为我们再也打不动大象了;整个村庄都在消失，只剩下我们自己。(ID16, 62岁女性，来自保育村)。

社会经济和态度协变量均未显著影响提供栖息地的决定(附录1表A1.5)。

其他游戏条件对游戏结果的影响

在治疗水平上，我们没有观察到两种结果的任何显著的学习效果(如表2和表3中“游戏中回合”变量的比值比所示)。然而，随着参与者在整个游戏环节中玩了更多回合，他们更不可能杀死大象，更可能为大象提供栖息地(尽管影响大小相对较小，比值比= 0.99,0.95CI: 0.98-0.99和1.02,0.95CI:1.02-1.03分别为杀死和提供栖息地的决定)。此外，在其他条件相同的情况下，前几轮其他参与者的决定显著影响了这两种结果，导致了更高的捕杀和栖息地决策。这一结果表明，参与者从上一轮游戏中获得了线索，更有可能使用其他人使用过的策略。景观中大象数量的增加也导致了更高比例的捕杀和栖息地决策。

讨论

农民土地使用决策的预测因子

我们利用时间和空间动态博弈研究了威慑力支持和财政激励对农民决策的影响。我们发现，金钱支付显著增加了当地农民为大象提供指定区域的决定，并降低了他们使用致命方法的倾向。为提供相邻生境而向单个农户支付报酬的集聚处理对农民行为的影响最大。我们的结果与Liu等人(2019)的结果不同，后者报告了中国农村森林土地所有者在拍卖环境中聚集奖金表现的混合结果。

我们的研究提供了有力的量化证据，直接将公平问题(例如，当地人认为自己参与决策过程的程度)与他们在游戏中的行为联系起来。我们发现，由于对公平指标的积极认知，农民参与杀戮的倾向显著降低。另一项关键发现是，杀戮行为还与当地人是否认为大象对他们的福祉有积极影响(比如大象在生态过程中的关键作用)密切相关。大象对农作物造成的物质损失和农民的社会经济特征都没有影响他们的游戏决策。此外，伐木村(在游戏中)发生杀戮行为的几率比受保护管理政策影响的村庄(即靠近国家公园的村庄)高64%，尽管前者遭遇大象和作物破坏的几率较低(伐木村55%在前一个农业年遭遇过作物破坏，而保护村69%)。这些结果突出了将冲突干预措施扩大到保护区以外的必要性。由于两组之间在信任和公平观念上没有显著差异，这些结果可以解释为距离国家公园较远的环境执法较低，或者受保护影响村庄的参与者对环境保护持更积极的态度。

与以往的研究(例如，Gneezy和Rustichini 2000, Handberg和Angelsen 2019)不同，我们发现，在货币处理中增加补贴水平并没有在栖息地提供方面产生积极的反应。访谈表明，一些农民感到无法协商补偿或有效参与决策过程。就像非洲其他地方记录的那样，似乎迫切需要以任何形式承认农民因大象造成的作物破坏而付出的巨大成本(Noga等人，2018年)。

游戏作为预测和管理保护冲突的工具

这里给出的结果来自一个游戏，而不是试验或现实世界的干预，尽管我们努力鼓励参与者说出他们的真实偏好，但我们不能保证它们是人类与大象互动复杂性的准确反映。因此，我们的发现可能与参与者在现实生活中的行为不一致(Roe and Just 2009, Jackson 2012)。特别是，游戏中使用的价值参数(图3)，如不同土地使用的相对权重和大象对作物的破坏规模，可能不能完美反映大象的行为(Mumby和Plotnik 2018年)。然而，尽管我们的游戏设置被必要地简化了，但它们被参与者视为一种安全而现实的决策支持工具，可以表达自己的喜好和需求。时间维度和动物运动的结合也增强了动机和可信性。用传统方法研究这样一个敏感的话题通常是困难的(Nuno和St. John 2015)，但游戏提供了一个轻松的氛围来探索当地农民参与致命控制的倾向。

尽管我们的激励结构不同于实验经济学中的常见做法(根据参与者的分数进行奖励)，但在实验文献中，我们优先采用灵活的激励结构，以确保与当地关注的问题兼容(例如，Bell等人2015年，meinzenen - dick等人2016年，Rakotonarivo等人2021年)b)．我们的首要任务是为参与者创造一个安全的领域，让他们充分参与进来，并表达他们对各种干预措施的偏好。我们还希望避免参与者对奖励的执着(Hur和Nordgren 2016)，并小心避免在敏感和情绪化的背景下引入金钱奖励，如人与大象的冲突。

我们还利用定性数据来验证和背景化我们的结果;游戏之后的讨论对游戏行为提供了批判性的见解，并表明游戏对参与者是显著的。在询问参与者在游戏中的主要目标的后续问题中，进一步表明180名参与者(69%)的目标是通过像在现实生活中一样玩游戏来最大化自己的效用(附录1中的图A1.4)。通过更好地了解农民，而不是一个完全理性的人经济人,在面对不同的选择时做出决定，我们能够更好地理解是什么驱动人们的决定，并发现传统工具(如问卷调查)看不到的新解决方案(Murnighan and Wang 2016)。

对管理保护冲突的影响

越来越多的证据表明，与保护目标直接相关的基于激励的工具可以成为鼓励人类与野生动物共存的宝贵工具(Dickman et al. 2011, Nyhus 2016)。我们的研究结果表明，基于激励的工具有利于保护行为。提供生境的绩效报酬可以根据野生动物数量来确定，方法是奖励在这些生境中已盘存的野生动物物种的农民。这种机制已经在苏格兰等其他国家成功试行，在苏格兰，农民可以获得报酬，在他们的土地上维护和喂养受保护的鹅(McKenzie and Shaw 2017)。同样地，在瑞典，农民在乡村牧场上每饲养一只经过认证的猞猁和狼獾就会获得报酬(Zabel和Holm-Müller 2008)。基于激励的工具还可以通过减少补偿方案中普遍存在的“道德风险”问题，从而优于损害补偿方法(Ravenelle和Nyhus 2017)。在补偿方案中，农民增加了作物损失的可能性。

然而，货币激励可能会受到薪酬方案面临的许多相同问题的影响，例如支付的时间和确定适当的支付水平(Hanley等人，2012年)。在存在规模和流动性问题的情况下，特别是在涉及大型哺乳动物的方案中，监测也可能具有挑战性。实时监测技术，如GPS项圈和无人机，提供对动物的近乎瞬时的观察，可以帮助解决这些挑战(Wall等人，2014年，但参见Shrestha和Lapeyre，他们讨论了使用现代技术的缺点)。

在加蓬，农村人口外流和农村人口密度低已经大大削弱了农业生产(Fairet et al. 2014)，野生动物栖息地的可用性也不是一个问题，激励分配更多的土地给大象可能并不合适。相反，因为我们的研究结果表明，对大象福祉效应的积极认知可以减少农民的捕杀倾向，将国家公园的财政收入重新分配给地方发展可能有助于增加地方对保护的支持，并对支持保护的行为产生更大的影响(McDermott et al. 2013)。国家政府战略，如加蓬国家公园管理局管理计划，包括通过旅游收入和利用保护资金的直接财政援助为周边社区提供利益(Leduc等人，2016年)。然而，受访的参与者认为，这些收入的有效性是有限的。

我们的研究进一步表明，在社会公平水平较高的加蓬农村地区，冲突干预措施更有可能取得成功。我们的研究结果表明，如果冲突干预寻求解决社会公平的方法和方法，可能会更有效。例如，除了目前对减少大象作物损害的关注外，社区更多地参与决策过程将有助于建立对保护机构的信任，并建立对冲突干预的真正接受和所有权(Madden和McQuinn 2014, Hill等人2017,Noga等人2018)。反过来，这种所有权可以帮助培养社区的承诺，以保持长期的技术威慑，如电网。利益攸关方的参与可以通过发展对话(Redpath等人，2017年)，通过建设当地人的能力和能力来协商他们的需求(McDermott等人，2013年)，或通过授权当地人在决策和实施过程中担任领导角色(Madden和McQuinn, 2014年)来实现，从而导致真正的参与。由于股权问题是复杂和不断变化的(Dawson等人，2018年)，吸引当地利益攸关方参与的努力也需要随着时间的推移而适应和持续。

结论

我们使用了一个动态的互动游戏，以农民的土地使用决策为框架，来研究农民对冲突干预的反应，如对大象威慑技术和创新经济手段的支持。我们的研究结果表明，基于激励的支付有利于保护行为，聚集方案将获得最大的保护效果。我们的研究还表明，对社会公平的积极看法可以促进人们对冲突缓解战略的接受程度。我们的研究结果表明，解决这些冲突的物质表现可能并不能解决潜在的社会冲突;如果冲突干预也涉及社会公平问题，可能会更有效。杀死大象行为的强烈地区差异进一步突出了将冲突干预扩大到保护区以外的必要性。像我们在这里描述的互动游戏提供了一种低风险的工具，用于测试理解、管理和在可能的情况下防止保护冲突的新方法。

文献引用

安德里斯，J. M.杨森，F.鲍斯凯，J. c。卡德纳斯，d·卡斯蒂略，m·c。洛佩兹，R.托比亚斯，B. Vollan, A. Wutich, 2011。在公共池资源治理的实验研究中理解决策的挑战。生态经济学70(9): 1571 - 1579。https://doi.org/10.1016/j.ecolecon.2011.01.011

安德森，K. P.， N. J.库克，T.格里洛斯，M. C.洛佩兹，C. F.索尔克，G. D.赖特，E.姆万吉。2018。森林公地保护付费的实验证据。自然的可持续性1:128 - 135。https://doi.org/10.1038/s41893-018-0034-z

巴鲁阿，M. S. A. Bhagwat和S. Jadhav. 2013。人类与野生动物冲突的隐藏层面:健康影响、机会和交易成本。生物保护157:309 - 316。https://doi.org/10.1016/j.biocon.2012.07.014

贝尔，张伟，F. Bianchi和W. vander Werf. 2013。非作物共享:提供以昆虫为基础的生态系统服务的协调游戏。IFPRI Biosight程序。版本2。国际粮食政策研究所，美国华盛顿特区。(在线)网址:http://ifpri.org/publication/noncropshare-coordination-game

Bell, A.， W. Zhang和K. noou, 2016。农药使用与天敌生境合作管理的框架田间试验。农业系统143:1-13。https://doi.org/10.1016/j.agsy.2015.11.012

贝尔，A. R.， m.a.沙阿，A.安瓦尔，C.林格尔。2015。信息在改善巴基斯坦灌溉系统的公平性方面可以发挥什么作用?旁遮普省的一个实验游戏的证据。生态和社会20(1): 51。http://dx.doi.org/10.5751/ES-07368-200151

波尔克、b·M、M·e·布鲁克斯、c·j·克拉克、s·w·吉格、j·r·保尔森、M·h·h·史蒂文斯和j·s·s。2009年美国白人。。广义线性混合模型:生态学和进化的实用指南。生态学与进化趋势“，24(3): 127 - 135。https://doi.org/10.1016/j.tree.2008.10.008

Cardenas J.-C。，M. Janssen, and F. Bousquet. 2013. Dynamics of rules and resources: three new field experiments on water, forests and fisheries. Pages 319-345在李斯特和普赖斯，编辑。实验经济学和环境手册。爱德华·埃尔加，英国切尔滕纳姆。https://doi.org/10.4337/9781781009079.00020

夏蒂尔，L.， A.齐默尔曼，R. J.拉德，2011。印度阿萨姆邦的栖息地丧失和人象冲突:是否存在临界阈值?大羚羊45(4): 528 - 533。https://doi.org/10.1017/S0030605311000044

道森，N.， A.马丁，F.丹尼尔森。2018。评估保护区治理中的公平性:促进公正和有效保护的方法。保护信11 (2): e12388。https://doi.org/10.1111/conl.12388

迪克曼，2010。冲突的复杂性:考虑社会因素对有效解决人类与野生动物冲突的重要性。动物保护13(5): 458 - 466。https://doi.org/10.1111/j.1469-1795.2010.00368.x

迪克曼，A. J.麦克唐纳和D. W.麦克唐纳，2011。对支付捕食者保护和鼓励人与食肉动物共存的金融工具的综述。美国国家科学院院刊108(34): 13937 - 13944。https://doi.org/10.1073/pnas.1012972108

埃文斯，洛杉矶，w·m·亚当斯，2018。大象在人象冲突的政治生态中扮演角色。英国地理学家学会学报43(4): 630 - 645。https://doi.org/10.1111/tran.12242

Fairet, e . 2012。作物袭击的脆弱性:在加蓬洛安戈国家公园的一项跨学科调查。论文。英国杜伦大学。(在线)网址:http://etheses.dur.ac.uk/6399/

E. Fairet, S. Bell, K. Remanda和J. M. Setchell. 2014。乡村空虚及其对当代加蓬自给农业的影响:以洛安戈国家公园为例。《社会、生物学与人类事务78(1 - 2): 39-59。

Gneezy和A. Rustichini. 2000。要么付足够的钱，要么不付。经济学季刊115(3): 791 - 810。https://doi.org/10.1162/003355300554917

M. D. Graham, B. Notter, W. M. Adams, P. C. Lee, T. N. Ochieng. 2010。大象袭击农作物的模式，学名Loxodonta africana,在肯尼亚的莱基皮亚，以及人象冲突的管理。系统学和生物多样性8(4): 435 - 445。https://doi.org/10.1080/14772000.2010.533716

HandbergØ。N.和A.安吉尔森。2019。付出少，收获少;花得多，得到得多:坦桑尼亚一项有框架的森林实验。生态经济学156:454 - 467。https://doi.org/10.1016/j.ecolecon.2016.09.025

汉利，N. S.班纳吉，G. D.伦诺克斯和P. R.阿姆斯沃斯，2012。我们应该如何激励私人土地所有者“生产”更多的生物多样性?《牛津经济政策评论》28(1): 93 - 113。https://doi.org/10.1093/oxrep/grs002

希尔、A. D.韦伯和N. E. C.普雷斯顿，编辑。2017.理解野生动物的冲突:生物社会的方法。Berghahn，纽约，美国纽约。https://doi.org/10.2307/j.ctvw04h12

胡尔，J. D.和L. F.诺德格伦。2016。绩效奖励:绩效激励增加了对奖励对象的渴望。人格与社会心理学杂志111(3): 301316。https://doi.org/10.1037/pspa0000059

杰克逊,c . 2012。实验游戏的内部和外部有效性:一个社会现实检查。欧洲发展研究杂志24:71 - 88。https://doi.org/10.1057/ejdr.2011.47

杨森，M. A.， R.霍拉汉，A.李，E.奥斯特罗姆，2010。社会生态系统研究的实验室实验。科学328(5978): 613 - 617。https://doi.org/10.1126/science.1183532

杨森，M. A.李，T. M.韦林，2014。社会生态系统行为实验平台。生态和社会19(4): 20。https://doi.org/10.5751/ES-06895-190420

劳伦斯，W. F.， A.阿隆索，M.李，P.坎贝尔。2006。非洲中部加蓬森林保护面临的挑战。期货38(4): 454 - 470。https://doi.org/10.1016/j.futures.2005.07.012

莱杜克，s.m。斯塔基，j.b。Squarcini和M. Bosch, 2016。2016-2020年规划:方案d '含义des communautés地点和éducation de l '环境。国家公园机构，利伯维尔，加蓬。

李斯特，J. A.和M. K.普莱斯，2016。在环境和资源经济学中使用实地实验。环境经济学与政策综述10(2): 206 - 225。https://doi.org/10.1093/reep/rew008

刘铮，徐建军，杨晓霞，屠琼，N. Hanley, A. Kontoleon. 2019。保护拍卖中聚集红利的表现:一个有框架的现场实验的教训。环境与资源经济学73:843 - 869。https://doi.org/10.1007/s10640-019-00330-1

Mackenzie, C. A.和P. Ahabyona. 2012。花园里的大象:农作物抢劫的经济和社会成本。生态经济学75:72 - 82。https://doi.org/10.1016/j.ecolecon.2011.12.018

马登，F。和b。麦奎因。2014.保护的盲点:野生动物保护中的冲突转化案例。生物保护178:97 - 106。https://doi.org/10.1016/j.biocon.2014.07.015

马登，F。和b。麦奎因。2015.保护冲突转化:保护中缺失的一环。257 - 270页在S. M.雷德帕斯、R. J. Gutiérrez、K. A.伍德和J. C.杨主编。保护中的冲突:寻找解决方案。剑桥大学出版社，英国剑桥。https://doi.org/10.1017/CBO9781139084574.019

梅森，T. H. E, C. R. J.波拉德，D.奇马拉康达，A. M.格雷罗，C.科尔-史密斯，S. A. G.米尔赫拉斯，M.罗伯茨，P. R.纳法克，和N.邦内菲尔德。2018。恶冲突:用恶问题思维对保护冲突进行整体管理。保护信11 (6): e12460。https://doi.org/10.1111/conl.12460

Mayer, I.， G. Bekebrede, C. Harteveld, H. Warmelink, Q. Zhou, T. van Ruijven, J. Lo, R. Kortmann和I. Wenzler. 2014。严肃游戏的研究与评价:走向综合方法论。英国教育技术杂志45(3): 502 - 527。https://doi.org/10.1016/j.procs.2012.10.075

麦克德莫特，M.， S. Mahanty和K. Schreckenberg, 2013。审查公平:评估生态系统服务付费公平的多维框架。环境科学与政策33:416 - 427。https://doi.org/10.1016/j.envsci.2012.10.006

R.麦肯齐和J. M.肖，2017。调和对鹅种群的竞争价值:艾雷岛可持续鹅管理战略的演变和经验。中记录46:198 - 209。https://doi.org/10.1007/s13280-016-0880-8

meinzenen - dick, R. Chaturvedi, L. Domènech, R. Ghate, M. A. Janssen, N. D. Rollins，和K. Sandeep. 2016。地下水治理游戏:在印度安得拉邦的实地试验。生态和社会21(3): 38。https://doi.org/10.5751/ES-08416-210338

Mumby, H. S.和J. M. Plotnik. 2018。站在大象的角度:记住大象的行为，认知和生态学在人象冲突的缓解。生态学与进化前沿“，6:122。https://doi.org/10.3389/fevo.2018.00122

莫尼根，王磊。2016。社交世界是一种实验性游戏。组织行为与人类决策过程136:80 - 94。https://doi.org/10.1016/j.obhdp.2016.02.003

R. Naidoo, B. Fisher, A. Manica和A. Balmford. 2016。估计非法猎杀大象给非洲旅游业造成的经济损失。自然通讯7:13379。https://doi.org/10.1038/ncomms13379

Ngama, S.， L. Korte, J. Bindelle, C. Vermeulen, J. R. Poulsen. 2016。蜜蜂如何阻止大象:森林象的蜂巢试验(学名Loxodonta africana cyclotis)在加蓬。《公共科学图书馆•综合》11 (5): e0155690。https://doi.org/10.1371/journal.pone.0155690

Noga, s.r.， o.d. Kolawole, o.t. Thakadu, g.s. Masunga. 2018。“野生动物官员只关心动物”:在博茨瓦纳奥卡万戈三角洲，农民对以农业部为基础的推广交付系统在缓解人类与野生动物冲突方面的看法。农村研究杂志61:216 - 226。https://doi.org/10.1016/j.jrurstud.2018.06.003

Nuno, A.和f.a.v . St. John. 2015。如何在保护中提出敏感问题:专业提问技巧综述。生物保护189:5-15。https://doi.org/10.1016/j.biocon.2014.09.047

尼胡斯，2016。人类与野生动物的冲突与共存。《环境与资源年报》41:143 - 171。https://doi.org/10.1146/annurev-environ-110615-085634

帕克赫斯特，G. M.和J. F. Shogren. 2007。协调相邻生境的空间激励。生态经济学64(2): 344 - 355。https://doi.org/10.1016/j.ecolecon.2007.07.009

彼得森，M. N.， J. L. Birckhead, K. Leong, M. J. Peterson, T. R. Peterson. 2010。重新诠释了人类与野生动物冲突的神话。保护信3(2): 74 - 82。https://doi.org/10.1111/j.1755-263X.2010.00099.x

普尔,o . 2016。加蓬推出大象围栏，开创保护大象的先河。《独立报》2016年8月25日。(在线)网址:https://www.independent.co.uk/voices/campaigns/giantsclub/gabon-launches-elephant-fences-pioneering-conservation-move-a7181116.html

普利、S、M.巴鲁阿、W.贝纳特、A.迪克曼、G.霍尔姆斯、J.洛里默、A. J.洛夫里奇、D. W.麦克唐纳、G.马文、S.雷德帕斯、C.西勒罗-祖比利、A.齐默尔曼和E. J.米尔纳-古尔兰。2017.当前和未来改善人类捕食者关系的方法的跨学科综述。保护生物学31(3): 513 - 523。https://doi.org/10.1111/cobi.12859

Poulsen, J. R, S. E. Koerner, S. Moore, V. P. Medjibe, S. Blake, C. J. Clark, M. E. Akou, M. Fay, A. Meier, J. Okouyi, C. Rosin, L. J. T. White. 2017。偷猎使关键的中非森林象荒野消失殆尽。当代生物学(4): 27日R134-R135。https://doi.org/10.1016/j.cub.2017.01.023

波佐，R. A.， T. Coulson, G. McCulloch, A. Stronza和A. Songhurst. 2019。辣椒-蜂窝煤改变了大象暂时的行为，但并没有改变它们的数量。大羚羊53(1): 100 - 108。https://doi.org/10.1017/S0030605317001235

R核心团队，2018。R:用于统计计算的语言和环境。R统计计算基金会，维也纳，奥地利。(在线)网址:http://www.R-project.org/

Rakotonarivo, O. S, A. Bell, J. Cusack, A. B. Duthie, I. Jones, A. Kipchumba, J. Minderman, R. Pozo, N. Bunnefeld. 2021一个。为了解加蓬、苏格兰、马达加斯加和肯尼亚2018-2019年的保护冲突而进行的实验游戏和问卷调查。(数据集)。英国数据服务，科尔切斯特，英国。https://dx.doi.org/10.5255/UKDA-SN-854068

Rakotonarivo, O. S, I. L. Jones, A. Bell, A. B. Duthie, J. Cusack, J. Minderman, J. Hogan, I. Hodgson, N. Bunnefeld. 2021b。保护冲突干预的实验证据:财政支付、社区信任和公平态度的重要性。人与自然3(1): 162 - 175。https://doi.org/10.1002/pan3.10155

拉韦妮尔，J.和P. J.尼胡斯，2017。人与野生动物冲突补偿的全球模式与趋势。保护生物学31日(6):1247 - 1256。https://doi.org/10.1111/cobi.12948

雷德帕斯，s.m.， A.基恩，H. Andrén, Z.贝恩汉姆-赫德，N.邦内菲尔德，A. B.杜西，J.弗兰克，C. A.加西亚，J. Månsson, L.尼尔森，C. R. J.波拉德，O. S.拉科托纳里沃，C. F.索尔克，和H.特拉弗斯。2018。游戏是解决保护冲突的工具。生态学与进化趋势“，33(6): 415 - 426。https://doi.org/10.1016/j.tree.2018.03.005

雷德帕斯，s.m.， j.d.c.林内尔，M. Festa-Bianchet, L. Boitani, N. Bunnefeld, A. Dickman, R. J. Gutiérrez, R. J. Irvine, M. Johansson, A. majiic, B. J. McMahon, S. Pooley, C. Sandström, A. Sjölander-Lindqvist, K. Skogen, J. E. Swenson, A. Trouwborst, J. Young, E. J. Milner-Gulland。2017.别忘了看不起合作保护捕食者的方法。生物评价92(4): 2157 - 2163。https://doi.org/10.1111/brv.12326

雷德帕斯，s.m.， J.杨，A.伊夫利，W. M.亚当斯，W. J.萨瑟兰，A.怀特豪斯，A.阿玛尔，R. A.兰伯特，J. D. C.林内尔，A.瓦特，R. J. Gutiérrez。2013.理解和管理保护冲突。生态学与进化趋势“，28(2): 100 - 109。https://doi.org/10.1016/j.tree.2012.08.021

雷维尔,w . 2018。心理学:人格和心理学研究的程序。1.8.12版本。R包。(在线)网址:https://CRAN.R-project.org/package=psych

罗德拉，R.， A.利滕伯格和R.博斯马。2019。在自然资源和环境治理的背景下，将严肃游戏概念化为基于学习的干预。水11(2): 245。https://doi.org/10.3390/w11020245

Roe, B. E.和D. R. Just. 2009。经济学研究中的内部有效性和外部有效性:实验、现场实验、自然实验和现场数据之间的权衡。美国农业经济学杂志91(5): 1266 - 1271。https://doi.org/10.1111/j.1467-8276.2009.01295.x

谢弗，L. J, K. K.卡德卡，J. Van Den Hoek和K. J. Naithani。2019。人象冲突:当前管理策略的回顾与未来发展方向。生态学与进化前沿“，6:235。https://doi.org/10.3389/fevo.2018.00235

Shrestha, Y.和R. Lapeyre. 2018。现代野生动物监测技术:保护主义者与社区?一个案例研究:尼泊尔的Terai-Arc景观。保护和社会16(1): 91 - 101。https://doi.org/10.4103/cs.cs_16_83

特拉弗斯，H.， T.克莱门茨，A.基恩，E. J.米尔纳-古尔兰。2011.合作的奖励:体制控制对柬埔寨共同资源开采的影响。生态经济学71:151 - 161。https://doi.org/10.1016/j.ecolecon.2011.08.020

沃克，K. L. 2012。劳动力成本和防止野生动物捕食的作物保护:以加蓬大象为例。农业经济学43(1): 61 - 73。https://doi.org/10.1111/j.1574-0862.2011.00565.x

沃尔，J.， G. Wittemyer, B. Klinkenberg和I. Douglas-Hamilton。2014.利用实时监测为野生动物保护和研究提供了新的机会。生态应用程序24(4): 593 - 601。https://doi.org/10.1890/13-1971.1

怀特，B.和N.汉利，2016。我们应该为生态系统服务的输出、输入或两者付费吗?环境与资源经济学63:765 - 787。https://doi.org/10.1007/s10640-016-0002-x

奥巴马,美国1999年。NetLogo。美国伊利诺斯州埃文斯顿西北大学互联学习与计算机建模中心。(在线)网址:http://ccl.northwestern.edu/netlogo/

威尔逊，g.r.， M. W.海沃德，C.威尔逊。2017。以市场为基础的激励措施和野生动物的私人所有权，以弥补政府保护资金的不足。保护信(4): 485 - 492。https://doi.org/10.1111/conl.12313

R. Woodroffe, S. Thirgood和A. Rabinowitz. 2005。人与野生动物:冲突还是共存?剑桥大学出版社，英国剑桥。https://doi.org/10.1017/CBO9780511614774

杨，J. C.， A.乔丹，K. R.塞尔，A.巴特勒，D. S.查普曼，P.西蒙斯，A. D.瓦特。2013。利益相关者的参与真的有利于生物多样性保护吗?生物保护158:359 - 370。https://doi.org/10.1016/j.biocon.2012.08.018

杨，J. C.， K.塞尔，A.巴特勒，P.西蒙斯，A. D.瓦特，A.乔丹，2016一个。信任在解决保护冲突中的作用。生物保护195:196 - 202。https://doi.org/10.1016/j.biocon.2015.12.030

杨，J. C.， D. B. A.汤普森，P.摩尔，A.麦古根，A.瓦特，S. M.雷德帕特，2016b。保护机构的冲突管理工具。应用生态学杂志53(3): 705 - 711。https://doi.org/10.1111/1365-2664.12612

Zabel, A.和K. Holm-Müller。2008.瑞典食肉动物保护的保护表现支付。保护生物学22(2): 247 - 251。https://doi.org/10.1111/j.1523-1739.2008.00898.x