• 摘要
• 简介
• 的方法
  • 术语
  • 背景
• 弹性管理
• 该框架
  • 步骤1。什么弹性?
  • 步骤2。适应什么?愿景和场景
  • 步骤3。弹性分析
  • 步骤4。弹性管理(评估和影响)
• 弹性分析的程式化例子
• 结束语
• 对本文的回应
• 致谢
• 文献引用
• 勘误表[2002年12月2日增加]

自然资源管理的方法往往基于一种假设能力，即预测对管理和气候等外部驱动因素的概率反应。他们还倾向于假定管理者在被管理的系统之外。然而，在目标包括长期可持续性的情况下，相关联的社会-生态系统(SESs)表现为复杂的适应系统，管理者是系统的组成部分。此外，不确定性很大，可能很难随着系统的变化而迅速减少不确定性。可持续性包括在系统受到扰动时维持系统的功能，或在大扰动从根本上改变结构和功能时维持更新或重组所需的元素。这样做的能力被称为“弹性”。本文提出了一种不断发展的方法来分析SESs中的弹性，作为管理弹性的基础。我们提出了一个包含四个步骤的框架，包括SES利益相关者的密切参与。它首先由利益相关者主导的系统概念模型的开发，包括它的历史概况(它是如何变成现在这样的)和对关键生态系统产品和服务供应驱动因素的初步评估。第二步涉及识别不可预测和不可控的驱动因素的范围，利益相关者对未来的愿景，并对比可能的未来政策，将这三个因素编织成有限的未来情景集。 Step 3 uses the outputs from steps 1 and 2 to explore the SES for resilience in an iterative way. It generally includes the development of simple models of the system’s dynamics for exploring attributes that affect resilience. Step 4 is a stakeholder evaluation of the process and outcomes in terms of policy and management implications. This approach to resilience analysis is illustrated using two stylized examples.

出版日期:2002年6月19日

管理社会-生态系统(SESs)以获得长期、可持续的结果的一个根本困难在于，其巨大的复杂性使得很难以任何有意义的方式预测未来。不仅预测是不确定的，通常的统计方法可能会低估不确定性。也就是说，即使是不确定性也是不确定的。不确定性大且难以描述的原因有以下几个:

• 气候和技术变化等关键驱动因素是不可预测的。许多变化是非线性的。
  
• 人类对预测的反应是反射性的。如果重要的生态或经济预测被认真对待，人们的反应方式将改变未来，并可能导致预测不正确。
  
• 系统变化的速度可能快于预测模型的重新校准，特别是在动荡的过渡时期，因此，在最需要预测的情况下，预测是最不可靠的。

不确定性的这些方面限制了预测方法对转型期区域的科学研究和管理的有用性。考虑到这些理解的局限性，我们必须专注于学习在系统中生存，而不是“控制”它们。有人可能会说，我们不可能克服认识上的这些基本限制，我们唯一合理的选择就是盲目地向前奋斗。

然而，如果从更大的角度来看SESs的行为，忽略诸如代理和变量之类的细节，并专注于系统的粗粒度特性，那么SESs可能就不是那么不可预测了。例如，我们知道系统会经历变化，但我们也认识到存在感知的恒定时期。我们知道，社会系统和生态系统都有自我强化的机制，可以防止向其他配置转变(Folke et al. 1998, Gunderson and Holling 2002)。复杂性理论试图描述这些阶段和导致这些阶段的潜在机制，以及影响这些机制的变量。从生态学的角度对这一理论体系最显著的贡献是Holling(1992)关于适应周期的隐喻。基于对大规模生态系统行为的一般理解(例如，Gunderson et al. 1995)，自适应周期似乎适用于SESs。在本文中，我们建议使用对复杂系统行为的一般理解来指导如何根据其弹性来设想、分析和管理SESs的可能场景。

基于预测的方法的另一种替代方法是将决策分析放在一边，而是专注于保持系统的能力，以应对未来发生的任何事情，而不让系统以不希望的方式发生变化。这可以通过维护或增加系统的弹性来实现(下一节将详细定义)。建立这种恢复力是有代价的，因此我们需要问:什么时候建立恢复力是有意义的，对特定的社会经济企业来说，最好的方法是什么?这里提出的框架提供了一种分析弹性的方法，并使人们能够发现他们所生活的社会经济体系如何在冲击下变得更有弹性，并且在大冲击发生时更有能力自我更新或重组。我们将这种方法称为“弹性分析和管理”。

通过共同发现(由科学家、政策制定者、从业者、利益相关者和公民)的过程来理解弹性的丧失、创造和维持是可持续性的核心(Gunderson和Holling 2002)。但是如何促进共同发现呢?有许多不完整的理论，但很少有处理相关SES动态的理论。由于缺乏理论，我们必须归纳，因此，我们必须将理论发展建立在不同案例研究的比较分析之上。

这篇论文源于中国科学院的一个研究项目弹性联盟，旨在试图了解区域尺度SESs的弹性如何变化，以及如何通过管理提高或丧失弹性。它建立在许多早期研究者丰富的经验工作和理论发展的历史上，特别是C. S. (Buzz) Holling和他的同事(Holling 1973,1978,1986,1995,2001, Walters 1986)。其他探索自然资源管理的复杂系统基础的学者包括Checkland(1981)、Allen和Hoekstra(1992)和Levin(1999)。管理人员、工程师、活动家和研究人员已经开发了一系列方法来应对复杂商业情况下的挑战(例如，Checkland的(1981;Checkland和Scholes 1999)软系统方法学)，还有一些人已经开发出了处理人类-生态状况的方法(Kay等人，1999)。许多方法被开发用于与利益相关者合作(Slocum et al. 1995)和概念化复杂情况，例如，“学习型组织”(Senge 1990)、政策练习(Toth 1988)、参与性综合评估(van de Kerkhof 2001)、友好建模和角色游戏(Bousquet et al. 2002)和参与性地理信息系统(Craig et al. 2002)。我们是本文的作者，在评估涉及人与自然的复杂系统方面，拥有一系列不同的方法和途径的经验，从早期的适应性管理方法到情景规划(van der Heijden 1996)，再到参与式学习和行动(Pretty et al. 1995)，我们将这些方法的某些方面纳入了本文提出的框架中。因此，我们提出的几个单独的组成部分并不是新概念。我们承认其他国家对弹性的开发，并将其用于本框架的开发。我们提供的这个框架是为了进一步实现理解和评估弹性的综合方法，并发现弹性在关联的社会-生态系统中的位置。这是我们提议的新奇之处。 The need for such an approach was well expressed in the recent report by Kinzig et al. (2000).

本论文是一个正在进行的项目中的一个里程碑。它明确了我们目前对SESs弹性建设的理解。与任何务实的方法一样，它肯定是片面的。在未来，我们可能需要对我们的方法进行重大修改，因为我们在实践中学习。特别是，正如我们在下面指出的，我们希望在这样的环境中建立这种方法:许多重叠的地方系统存在共同的问题，但治理系统相互竞争，在这种情况下，区域规模决策的前景非常有问题。就目前的情况而言，这个框架可能受到我们西方发达国家对管理的看法的限制，我们一直在与之斗争。然而，我们认为，我们提出的问题在发展中世界的范围内更为突出，因此，我们提供了在此基础上进行建设的基础。

弹性管理的目标是防止SES进入不希望的配置。它取决于系统在面对不可减少的不确定性时能够应对外部冲击。反过来，这需要理解弹性在系统中的位置，以及何时以及如何失去或获得弹性。因此，我们希望发现SES中的干预点，在那里可以增加所需配置对未来变化的弹性，包括那些不可预见的变化。尝试增加对不可预见变化的弹性的过程不同于尝试在稳定和增长时期提高系统性能，如决策分析方法所示。两者都是必要的，但迄今为止，人类使用的生态系统的重点一直是后者。在决策分析中，使用每个候选策略生成的系统轨迹的概率分布来评估可能的策略。决策分析过程确定了最大化预期效用或最小化预期遗憾(损失)的策略。

在为SES选择政策时，由于一些原因，这样的决策分析价值有限。一些必要的概率分布是未知的;有许多具有不同效用函数的决策者(即，没有一种效用或损失的单一衡量方法能够充分捕捉系统中不同利益相关者的所有价值);一些效用函数尚未构建(利益相关者可能不知道他们持有什么利益);非常重要的是，决策分析并没有捕捉到人们通过创造对未来的新愿景来对未来条件的预测做出反应的能力，从而通过采取行动来改变未来。最后，尽管作为分析工具得到了很好的发展，但由优化程序产生的政策很少被应用，因为在一个或多或少民主、多元的资本主义社会中，政策是选民、工商界、利益集团、非正式和正式机构、政治家和官僚以及管理发展援助、货币政策和贸易制度的国际行动者之间相互作用的产物。选举周期是短暂的，如果要赢得选举，权衡是必要的，政策制定通常是匆忙而务实的。类似但更严重的偏离最佳政策是非民主和较少多元化社会的特征。

除了决策分析，传统的最大收益/最小遗憾方法还得到了模拟博弈、综合评估、决策支持系统、成本效益分析和多标准分析等技术的很好支持。但这些都是用于提出资源分配的技术，要求真实系统由一个能够进行概率预测的模型来表示。如果实际的系统行为与模型表示相差太远，预测就会失败。“长期资本管理”的失败就是一个例子(Lowenstein 2000)。该企业使用基于系统表示的决策规则，该系统假设股价波动的特定分布。实际系统在这些假设的合理范围内运行，决策规则(在非常不确定的环境中)运行得非常好。然而，在亚洲金融危机之后(Krugman 2000)，真实的系统偏离了决策规则所基于的模型表示，公司的业绩直线下降。这一框架的开发者知道情况是这样的，他们本可以更重视泰国出现经济问题的可能性，从而改变他们的策略，但他们有意识地选择不这样做。弹性分析是基于一种有意识的选择，即对“异常值”给予额外的重视，假设生态系统比股票价格、期货价格或汇率更容易受到这种行为的影响。

我们提供弹性分析作为一种方法，强调了这样一个事实，即支持传统决策分析的假设经常不成立。SESs中意外和不希望出现的结果的证据表明，这是常见的。与经典的管理技术相比，以弹性为中心的管理方法做出以下假设:

1. SESs可能包含阈值，并可能表现出迟滞和不可逆的变化。弹性评估侧重于识别和理解产生这些阈值的过程。因此，与许多基于经济学的自然系统模型及其术语的假设相反，社会-生态系统不是凸的。以生态系统服务为投入的过程的边际产出可能不会随着产出的增加而平稳地减少。应假定存在阈值和滞后效应。

2. 关键决策变量的概率分布具有高度不确定性;分布的函数形式和参数都可能是未知的。不恰当的先验(即，其积分不是统一的概率分布)可能会主导分析。此外，关键参数的变化可能快于我们更新信息的速度。尽管已经对动态和未知概率下的决策进行了研究，但所产生的大多数决策都非常谨慎，这本身就是一种僵化，阻碍了创新，削弱了弹性。相反，尽管存在巨大的不确定性，我们仍需要一些前进的方法。

3. 社会-生态系统的决策者必须基于不完善的知识和有限的资源做出决策。此外，决策并不仅仅涉及商品和服务的消费。智能体通常不会做出收益最大化的决策，用于表示智能体行为的效用函数必须足够丰富，以包括这一点。效用取决于社会环境。在经济学术语中，代理人是有限理性的。

4. 市场不完善是常态，而非例外，因此基于市场的估值通常是扭曲的。

5. 代理人持有偏好，不仅对结果(消费捆绑)，而且对支配这些结果的社会、经济和政治过程(Pritchard et al. 2000)。大多数涉众不满足于在过程中仅仅用抽象的效用函数来表示。专家解决方案可能会最大化某些东西，但它们很少会最大化合法性。

6. 许多重要的生态产品和服务没有明确的产权，因此市场也不存在。

在这六个假设成立的地方，许多管理技术取决于它们的事实不持有价值已大大降低。对于弹性分析，我们需要一个过程来激发对未来的创造性思考，并允许利益相关者(作为SES的一个不可分割的组成部分)和研究人员比较通往未来的各种路径的地图。对模糊和不可预见的变化具有健壮性的路径表明可以采取哪些行动来增加给定SES的恢复力。因此，挑战在于理解弹性的生物物理和社会组成部分，并将其纳入选民、利益集团和政治家的考虑范围。因此，我们还提供弹性分析和管理，作为一种比最佳指挥和控制解决方案更好地协调多元化现代社会的冲突目标和复杂性的方法。

如何发现弹性路径?我们正在测试一个临时程序，包括四个步骤。该方法的某些方面借鉴了Holling(1978)和Walters(1986)开发的适应性管理方法，其他方面借鉴了情景规划的思想(van der Heijden 1996)。这四个步骤如下。首先，利益相关者群体的代表参与建立研究系统的重要属性，以及利益相关者可能试图使该系统遵循的可能轨迹范围(步骤1和2)。然后，这些信息被用于更专业的、定量的弹性所在分析(步骤3)。管理和政策影响的综合评估是根据科学家和利益相关者的输入制定的(步骤4)。在一开始定义问题包括确定关键的、必要的利益相关者。没有他们的参与，就不可能实现集体和社会期望的结果，因为关键信息存在于利益相关者的知识和思维模式中，而且，如果没有参与性方法的包容，任何提出的解决方案都将面临合法性问题。反过来，要确定这一群体，就需要了解决定生态系统使用规则的制度框架，特别是涉及到财产或使用权以及决策的地点。Ostrom(1999)开发了一份详细的编码手册，旨在从涉众那里获取这些信息。我们认为，任何旨在实现社会-生态可持续性的程序的成功结果从根本上取决于所有相关利益攸关方的积极参与。 Development of sound guidelines for making the framework operational is not a trivial task and needs to follow the experiences and results of the process in a number of different SESs. Here, we deal with what needs to be achieved in each of the steps. We welcome comments and improvements to it, as the framework will surely change as it develops further.

在本文的其余部分，我们概述了一种与利益相关者合作的方法，以探索基于弹性概念的可能的管理或治理机制。为了奠定基础，我们简要回顾了弹性概念从生态系统研究中出现并随后应用于SESs的发展过程。随着弹性概念的发展，出现了一些必须仔细定义的术语。因此，我们首先澄清术语，然后介绍一些背景来描述实践中的方法。

关于系统动力学的文献被松散的术语和多种定义所困扰。我们同意格林等人(1992)的评估，以及他们在特定情况下讨论稳定性概念时应考虑的特征清单。Carpenter et al.(2001)对我们的解释作了更详细的描述。为了减少接下来的混乱，有必要在这里澄清我们使用的术语“状态”和“弹性”。

系统在特定时刻的“状态”是该时刻状态变量值的集合。在使用这个术语时，通常没有提到它对时间的基本依赖。在复杂系统中，其描述需要许多状态变量，术语“状态”被松散地用于描述系统的特性，而不是其状态。例如，湖泊处于富营养化的“状态”，或者牧场处于以灌木为主的“状态”。这种松散的定义在日常情况下是可以接受的，但当我们想要更仔细地分析一个系统时就不行了(cf. Grimm et al. 1992)。

通常我们所描述的动力系统中的状态实际上是状态的集合，其数学表达式是一个吸引子。也就是说，系统会反复访问相同的状态。系统可能是随机的，在这种情况下，未来的状态是从相同的概率分布或概率分布序列中提取的。就社会-生态系统而言，我们通常对保持一套特定的一般标准感兴趣。系统可以处于许多不同的状态，但仍然满足这组标准。将满足这些条件的系统描述为处于理想的“状态”是没有意义的，我们采用术语“配置”来描述满足特定标准集的状态集合(通常是吸引子或吸引子，可能是随机的)。然后，将系统称为处于理想或不理想配置中的系统是有意义的(即，系统的行为局限于(通常是无限多个)状态的集合，这些状态加在一起，产生理想或不理想的结果。

“弹性”和“适应能力”这两个术语有时可以互换使用。对于弹性，我们采用Holling(1973)的原意，而不是“工程弹性”(Holling 1996)的概念;从这个意义上说，弹性有三个定义特征:

• 一个系统可以承受的变化量(因此，它可以承受的压力量)，并且仍然保持对功能和结构的相同控制(仍然处于相同的配置-在相同的吸引力范围内)。
  
• 系统能够自组织的程度。当管理人员控制系统中的某些变量时，他们会产生变量间的反馈，如果没有他们的干预，这些反馈就不会存在。系统越“自组织”，管理者需要引入的反馈就越少。此外，如果系统具有很强的自组织性，那么那些需要管理者加入的反馈就不是“微妙的”或“敏感的”，因为在管理者诱导的反馈中可能存在重大错误，而系统却没有偏离预期的行为。(请注意，在关于管理的讨论中，经理可以被视为“系统内”或“系统外”。我们认为他们“在”，或作为系统的一部分)。
  
• 系统表达学习和适应能力的程度。

因此，弹性是系统保持特定配置并保持其反馈和功能的潜力，涉及系统在扰动驱动的变化后重新组织的能力。在操作的意义上，弹性需要在特定的背景下考虑。正如Carpenter et al.(2001)所讨论的，这需要定义弹性的什么来什么?

适应能力是弹性的一个方面，它反映了学习、实验和采用新解决方案的灵活性，以及对各种挑战的广义反应的发展。SESs能否对一系列干扰(包括新条件)具有普遍的弹性?我们把这种行为看作是系统的适应能力。我们认识到适应能力的定义相对模糊，需要进一步发展。尽管存在这种模糊性，但有一个术语来描述一类广泛的灵活学习反应是有用的，当SES面临全新的挑战时，这往往是至关重要的。

弹性并不一定是可取的。减少社会福利的系统配置，如受污染的供水或独裁统治，对变革具有很强的抵抗力。一些(社会)系统可能具有抗性，但不具有弹性(即，它们不允许自组织和学习)，但一些不受欢迎的生态配置可能确实具有抗性和弹性。相反，可持续性是一个总体目标，通常包括关于哪些系统配置是可取的假设或偏好。建立所需系统配置的弹性需要增强结构和过程(社会、生态、经济)，使其能够在扰动后重组。它还需要减少那些可能破坏它的因素。

作为指导案例研究的隐喻，我们采用了适应周期(Holling 1986, Gunderson和Holling 2002)。受管系统表现出重复特征行为阶段的倾向，识别它们是有用的，因为不同的管理和政策干预适用于不同的阶段(Carpenter and Gunderson 2001)。适应周期包括系统经过四个阶段的运动:快速增长期和开发期(r);导致长期积累、垄断和结构守恒阶段，在此期间弹性趋于下降(K);快速分解或释放阶段(创造性破坏(Ω);最后，一个相对较短的更新和重组阶段(α)。如果在这个阶段，系统仍然保留了足够多的以前的组件，它可以重新组织以保持与以前相同的配置。但这也是一个新奇事物可以进入的时期——新的物种、新的机构、思想、政策和行业——而“新的”、正在出现的系统，无论是相同的还是不同的配置，都获得了弹性。在Holling(2001)和Gunderson and Holling(2002)中给出了完整的描述和示例。我们使用这个比喻作为思考SES动态的指南，因为它强调了弹性变化的重要性，并关注管理干预的时机。

适应周期的“正向”(r到K)和“反向”(Ω到α)动态对应于生产管理和可持续性管理:两者都是重要的目标。在投资领域，它们可以被比作投资组合中旨在最大化收益的部分(r-K)和旨在最大化灵活性以应对和适应市场意外变化的部分(Ω到α)。就像投资组合多样化有成本和收益一样，建立弹性也有成本和收益，我们需要了解生产和弹性之间的权衡和协同效应。要实现这两个目标，需要清楚地认识到什么时候提高生产效率是合适的，什么时候(以及在什么地方)努力确保可持续性是合适的，总结如下。

r to K:强控制，系统变化缓慢;提高效率的监管政策和努力可能是适当的，尽管谨慎的试验有时是至关重要的;最优控制等技术的应用是有用的。然而，弹性可能会在潜在缓慢变量的逐渐变化中丧失。

Ω至α:系统变化迅速，无平衡，湍流，新奇物可进入。研究和管理的适当方法是什么?如何发现具有创造性和潜在弹性的新实践?该系统容易受到资源(土壤侵蚀、物种、人力和金融资本)损失的影响，因此，保护资本的措施是适当的。它也很容易进入一个潜在的不受欢迎的配置。需要指导。有影响力的思想(“好”和“坏”)可能会根深蒂固，并指导系统的后续演变。

一个区域的社会经济系统不只是在一个尺度上由一种周期组成。它的功能是嵌套的、层次结构的，在多个尺度(例如，场、集水、状态)的子系统中，进程集群在一起。不同的子系统，在不同的尺度上，可能处于不同的阶段，并可能以不同的速率变化(Gunderson和Holling 2002)。子系统是半自治的，但是跨尺度的交互确实会发生。在随后框架的评估阶段，需要特别注意这些跨尺度的相互作用。

在它被完全定居的150年里，澳大利亚的古尔本-破碎山谷(后来在《圣经》中出现)图2)经历了四个主要的变化时期(相当于反向循环动力学)，在总共20到25年的时间里——最多大约15%的时间。这可能是区域SESs的典型情况。因为他们把大部分时间都花在r-K阶段，几乎所有的研究和开发都致力于r-K类型的动力学。很少有人关注如何理解和管理经历动荡、转型变革时期的系统。本文的框架提出了一种方法，用于研究刚才描述的隐喻动力学如何在特定区域的实践中实际起作用。

弹性管理的两个目标是:

• 防止系统在面对外部应力和扰动时向不希望的系统配置移动。这可能包括增强抵抗力(减少系统在给定压力下的变化量)。在系统动力学的球和杯子的比喻中，这相当于加深我们希望球留在其中的杯子。然而，尽管增加阻力会增加短期内改变系统所需的外部力量，但使SESs更加僵化的政策往往会降低弹性(Gunderson et al. 1995)。弹性分析的预期结果是恢复失去的弹性，或增强它以允许更多的“安全”资源使用选项。在一个球和杯子的比喻中，这相当于扩大了杯子的直径。这与在预测的基础上引导系统朝着目标前进是不同的。相反，我们试图加强倾向于维持特定所需配置的反馈。如果SES已经处于不希望看到的配置中，弹性管理涉及到降低该配置的弹性以及增强所需配置的弹性。
  
• 培养和保存使系统能够在巨大变化后自我更新和重组的要素。这种适应能力存在于记忆、创造力、创新、灵活性、生态组成部分的多样性和人类能力等方面。

所提出的分析社会-生态恢复力框架的摘要载于图1．

图1所示。社会-生态系统弹性分析框架。

第一步是在利益相关者的投入基础上，建立一个SES的概念模型。它限定了问题，引出了关于社会经济体系中重要问题和主要驱动因素的信息。该过程充当定义系统的工具，并使用已知的信息来确定系统动态的不确定区域。通过尝试我们断言不可能的事情——如果当前的管理继续下去，对系统未来的预测——我们暴露了不确定性。实际程序因地区而异，取决于现有的知识、经验和专门知识水平，但它将解决以下具体问题:

• SES的空间边界是什么?
  
• 社会经济地区的人们所使用和关心的关键生态系统服务是什么?他们看重什么?
  
• 谁是利益相关者?
  
• SES的关键组成部分是什么，它们的空间模式的性质和意义是什么，它们的周转时间是多少，它们的动态在多大程度上是内生的，还是受SES边界交换的影响?
  
• 系统的历史概况是什么?它是如何变成现在这个样子的?在生态系统、技术、社会、经济等方面，它在历史上发生了什么变化?对历史概况的仔细分析揭示了当前系统动力学的大量信息，以及系统如何应对未来的外部冲击。我们发现，在三个尺度(本地、区域和多区域)上发展历史概况，然后寻找跨尺度效应是有用的。局部尺度涉及从生态补丁到财产水平的范围内发生的变化。区域尺度由所考虑的研究区域确定。所有种类的变化(生态的、技术的、经济的、社会的)都在这三个尺度上被考虑。最近在澳大利亚古尔本-破碎谷(Goulburn-Broken Valley)举行的一次研讨会上，与会者倾向于只使用一条时间线进行研究，结果显示，在过去的150年里，该地区经历了四个发生重大变化的时期，导致了新的轨迹。这里给出了一个例子(图2)．

  ---

  图2所示。古尔本-破碎集水区主要事件和发展的历史概况。"? "Ω α”表示重大事件或危机时期，其后是重组时期。

  ---

• 人们想要的关键生态系统产品和服务的驱动因素是什么?关键的驱动变量往往比它们所控制的生态系统商品和服务具有更慢的动态，这两种类型将被称为“慢”变量和“快”变量(Carpenter and Turner 2000)。
  
• 哪些因素是可控的(如土地使用政策)，哪些是不可控制的(如气候)?系统中的不确定性是什么，既不能控制也不能量化的不确定性是什么?
  
• 当前的制度安排，特别是产权，以及权力和财富的分配如何影响正式和非正式的决策以及信息的获取?

第1步的产品是一个概念性模型，它体现了在涉众认为重要的问题方面对系统的了解，以及决定这些问题的因素。它为第2步提供了必要的启发式基础，(非常重要的是)它定义了弹性分析的“是什么”部分(Carpenter et al. 2001)。在分析中，明确明确哪些生态系统服务或变量需要关注是必要的第一步(也就是说，必须定义我们感兴趣研究的“什么”系统配置的弹性(Binning et al. 2001))。

步骤2检查外部干扰和开发过程(政策驱动程序和涉众行动)，期望理想的配置对这些干扰和开发过程具有弹性。其目的是开发一组有限的未来可能场景，其中包括不可控和模糊的外部驱动因素的结果。“场景”一词的含义不止一种。我们将场景定义为对未来的合理探索，与其他场景结合使用，以探索不同模型和选择的稳健性(Wack 1985a、b， van der Heijden 1996, Carpenter 2002)。我们特别感兴趣的是情景在制定对意外事件的反应中的作用(例如，Wack 1985a、b)，这就是我们在这里使用它们的方式:作为一种面对利益相关者的可能惊喜的手段。

不管有没有经过深思熟虑的计划，系统中的涉众都将试图沿着一个或多个轨迹推动系统。关于偏好方向的愿景在涉众群体之间是不同的，系统遵循的实际轨迹将是涉众交互和外部驱动因素的结果。因此，第二步的首要任务是建立一个可能的轨迹范围;至少是一个正常的模式加上，例如，一个更保守的模式和一个更发展或增长导向的模式。这些愿景被构建到用于检查弹性的场景中。

这些情景需要涵盖广泛的可能结果。不同决策环境中的场景经验表明，团队最多可以处理3到5个场景(van der Heijden 1996)。我们预计，该小组最初可能会开发一个相当大的潜在场景集，然后将其浓缩为几个可管理的场景，这些场景捕获了跨越系统可能不得不面对的条件范围的最重要的不确定性，以及人们对未来的愿景。例如，流域的情景可能包括异常潮湿或干燥的气候，由于邻近地区的环境难民而导致的意外大规模人口增长，以及导致灌溉效率大幅提高的技术创新。因此，这些场景代表了一系列模棱两可和不可控因素的结果，这些因素可以被普遍认可，并且是系统变量的最终驱动因素。尽管情景不是无价值的，但它们与所有可用信息(包括生物物理定律)一致，并代表了利益相关者需要考虑的一系列可能结果的共识观点。他们应该确定社会经济体系未来最重要的不明确之处(社会经济体系无法影响但可能不得不应对的外部影响)。我们将模糊性定义为无法分配概率分布的不确定性(尽管可以使用物理定律来约束它们，例如物质或能量守恒)。例如，气候变化、技术创新以及人们对社会生态系统变化的不可预见的反应所导致的可变性beplay竞技。

这些情景是通过同时考虑社会-生态系统未来的三种不同类型的驱动因素而形成的:外部冲击和干扰(物理的、社会的和经济的);人们对未来的憧憬、希望和恐惧;以及一系列可能实施的政策。这些场景创建了一个框架，以发现将人们喜欢(或试图避免)的世界与他们在努力实现愿景时必须适应的驱动因素联系起来的路径和行动。政策是指导社会经济体系发展轨迹的规则。请注意，政策有多种形式和层次。例如，我们可能关心广泛的、总体的政策目标、实现这些目标的一般战略，或者以特定方式操纵SES的具体政策工具。回顾自适应周期的讨论，有些策略会影响系统的一般适应能力，有些策略会控制系统在特定状态变量方面的动态。因此，该方法的下一步目标是开发在情景所包含的条件范围内检查SES动态的方法，重点是恢复力。

情景是特别有趣的，因为对可实现的未来的感知在创造未来中发挥的作用。如果你不知道自己想去哪里，那么你选择哪条路都没有意义(借用《爱丽丝梦游仙境》中的柴郡猫)。人们的前瞻性能力对于SES组织的演变和SES最终将遵循的轨迹的弹性至关重要。

步骤1和2生成两组信息:涉众所关心的关于系统未来状态的主要问题，以及关于系统将如何响应变化驱动因素的主要不确定性。步骤3包括通过建模和非建模方法的组合来探索这两个集合之间的交互。其目的是确定系统中可能的驱动变量和过程，以控制利益相关者认为重要的变量(生态系统产品和服务)的动态，特别是寻找阈值效应和其他非线性。发现的过程必然是迭代的，并开始于利益相关者、决策者、其他当地专家和科学家之间的讨论，旨在研究系统在各种场景下将如何响应和变化，以确定可能存在非线性的相互作用变量的可能组。事实上，这些讨论本身将有助于建立对弹性路径的共同理解。

接下来，通过开发系统动力学的一些简单模型来推进理解，强调在不同时间尺度上运行的变量的重要性，并特别关注潜在的驱动变量和非线性。下一节将给出各种模型和分析的示例。使用模型的分析和博弈练习，使用场景来设置参数值(或引入或重新定义参数)，将用于探索通往不同未来的路径，并确定影响弹性的SES属性。这种模型的原型见于Carpenter et al. (1999)a、b)和Janssen等人(2000)，但我们没有将该过程限制为任何特定类型的模型。在这种情况下，模型是允许人们操纵或理解抽象的任何表示(例如，艺术、写作、音乐或数学)(Root-Bernstein和Root-Bernstein 1999)。

在这些建模和其他练习中必须包括的一个重要特征是人们在使用生态系统时的反射性行为，这是在与利益相关者的第二轮讨论中提出的。这些讨论需要包括对弹性的社会方面的关注(例如，确定在这个SES中，Berkes和Folke提出的六种功能人群中的任何一种的组成是如何变化的(在新闻)可能会，也可能不会。关于建模练习，在这个阶段可能需要收集更多的数据。弹性分析的一个关键目标是确定阈值，它们的性质，以及是什么决定了它们在驱动变量中的位置。也许可以为模型使用合理的参数值范围，从而充分理解政策含义，但对于某些关键过程和响应曲线，很可能需要新的数据。

很难更精确地描述第3步，因为它依赖于上下文，并且每个SES将需要不同的模型和非建模分析的组合和平衡。如果成功，它将与步骤4合并，并通过修订和引入新模型，成为SES治理的持续部分。

最后一步涉及涉众对整个过程的评估，以及对政策和管理行动的新理解的影响。正如下面的例子所描述的，一个成功的弹性分析确定了决定系统重要控制变量的关键级别的过程。这组过程导致了一组相应的行动，这些行动可以增强或降低弹性，因此，形成了弹性管理和政策的基础。在最优控制的语言中，没有试图使系统保持在某个预测的最优路径上。相反，策略的目标是一组规则(激励和抑制)，这些规则增强了系统在可接受状态的配置中重新组织和移动的能力，而不需要知道或关心系统可能遵循的特定路径。只有通过不同的涉众群体对过程及其对系统影响的共同理解，政策和管理方面的变化才会真正出现。当然，无论是由于棘手的生态问题还是棘手的社会问题，都不能保证能够实现这种导致可持续结果的共同理解。我们迄今为止的经验表明，后者可能更难解决，但如果所有利益相关者都参与进来，成功的机会就会增加。

弹性分析的预期结果是一套政策和管理目标，将实现可持续性(经济、社会和自然资源基础的持续福祉)。因此，我们寻求的结果是一系列行动，这些行动将维持或增强所期望的(或至少是可接受的)轨迹的弹性。我们使用一个程式化的例子来说明SES评估中的第3步。

生态系统服务的供给水平取决于系统所处的状态。特别是，当生态系统表现出阈值效应和多稳定状态时，生态系统服务的供应更多地取决于生态系统所处的配置，而不是状态变量的特定组合(见Carpenter 2001和Scheffer et al. 2001关于阈值效应的例子)。有许多特定的状态(状态变量的组合)可以提供所需的生态系统服务。因此，重要的事情不是试图通过瞄准特定的状态来最大化供应，而是保持在这些理想(可接受)状态所在的系统配置中。图3用两个由单状态变量主导的系统示例说明这一点。

图3所示。生态系统服务供给作为生态系统状态的函数。“A”表示牧场生态系统服务(放牧产生的羊毛)作为木本植被生物量(W)的函数。“B”代表威斯康星州的湖泊生态系统服务(鱼类、娱乐)，是集水区湖泊沉积物和农业土壤中P的函数。Vc是P和W的临界阈值水平，划分了从一个稳定域到另一个稳定域的翻转。

在这一效应的两个例子中，欧洲的浅湖和威斯康星州的农业湖泊系统(Carpenter et al. 1999)a、b(Scheffer et al. 2000)，湖泊商品和服务的供应(即，理想的鱼类和美观的水条件)是由集水土壤和湖泊沉积物中的磷酸盐(P)决定的。只要这一水平保持在一个临界阈值以下，即水中P的含量Vc(在Y轴上)图3)受湖泊生态系统过程控制，服务供给保持较高水平。因此，生态系统服务功能与水体磷含量之间的关系近似于阶跃函数(B in图3)．在受木本杂草入侵的牧场，V在图3相当于木本植物的覆盖度(Perrings and Walker 1995, Anderies et al. 2002)。生态系统服务(畜牧业产品)的供应取决于草的数量，而草的数量又取决于灌木覆盖(W)的数量。超过临界阈值W (Vc)，即使没有放牧，也可能没有足够的草来承载将控制灌木的火灾。在这两种情况下，允许V增加超过Vc会导致构型的改变。就可持续性和适应周期的动态而言，这意味着该系统已经进入了一个新的、不受欢迎的轨道。考虑到这种情况的后果，保持系统处于所需的状态配置比试图达到某种能够最大限度地提供生态系统服务的特定状态更为重要。

如果我们现在将我们的观点扩展到一个完整的、相互关联的社会经济系统，我们需要知道构成关键驱动变量的V的集合(在生态系统、社会系统和经济系统中)，这些驱动变量决定了社会经济系统随着时间的推移的潜在动态。图4从牧场示例扩展图3对这样一个多维系统的两个变量的描述。它说明了通过包含一个经济驱动变量(债务收入比，Vc1 in)的状态空间的假设轨迹图4)和一个生态变量(W来自图3， Vc2 in图4)．

图4所示。2变量系统随时间的可能轨迹。轴上虚线的位置表示图3所示排序的临界阈值水平。见正文解释。

为了保持可持续性，目标是保持在方框A，如图所示图4我，最好是最低成本。为了维持较高的生态系统服务水平，可取的轨迹将保持在w的临界水平以下。无论债务与收入比的水平如何，由于缺乏对生态的了解或由于短期逐利，都可以超过这一数额。但是，如果轨迹移动到框B (图42)，该区域仍然低于W阈值，但高于债务:收入阈值，农民可能会被迫过度放牧以偿还债务，然后随着农民试图减少债务而增加放牧压力，系统将向右和向下移动。根据农民的选择，以及他或她的适应能力和做不同事情的能力，债务:收入门槛的位置可以向上移动，系统可以保持可持续的配置。获得替代性非农收入的能力可以做到这一点。从畜牧业生产转变为对野生动物的非消费性利用的能力(例如，Cumming 1993)也会起到同样的作用。但如果适应能力有限，系统就会像这个例子一样，在重新获得可持续的债务收入比之前越过木质阈值。因此，它移动到更不理想的状态空间的右上角(方框D)。类似地，从理想的配置A开始，如果系统移动到C (图42)，生态系统商品和服务流量的下降将对收入产生负面影响，降低偿还债务的能力，并可能导致系统进入D，恢复的选择非常少。

这个例子，农民可以通过做不同的事情来适应，避免超过生物物理恢复阈值，提出了早期关于恢复力和适应能力的讨论。弹性适用于已定义系统的动态。适应能力可以应用于同一个已定义的系统，但是引入新变量的适应可以有效地重新定义系统。系统的发展模式，关于弹性管理，需要能够考虑这些系统的变化。如前所述，这是Holling(1973)和Walters(1986)开发的自适应管理方法的扩展。扩展的一个方面是将涉众作为系统的组成部分，将他们的行为作为系统轨迹的驱动因素(参见Magee et al. 1989)。在这个意义上，弹性管理包括重新定义系统以避免超出弹性边界的适应。

系统向状态空间右上方移动得越远，使其回到可持续空间所需的外部输入就越大。扰动可以使系统从A进入C或D，在此之后，SES动力学的相互关联的性质往往会使其进入D。弹性分析的一个关键部分是理解系统对扰动和潜在动力学的组合做出反应的方式。一旦进入C或B，可能很难回到A，因此，最好的政策或管理行动是增加A的规模(图43)．在牧场的例子中，沿着生物物理轴增加A的大小的一种方法是增加草草地中多年生物种的比例，而增加A的社会经济方面可能通过增加对替代(外部)收入来源的获取来实现。

这个例子涉及到一个特定的牧场系统或财产。在整个牧场区域，我们可以把所有的性质，或者其他定义的牧场系统，想象成位于这个相空间某处的点云。整个云可能在盒子A中，但在大多数牧场地区，很可能在所有的盒子中都有一些点，基于弹性的政策的目标将是:1)防止云向右上方移动，2)将云往左下方向移动，3)增加盒子A的大小，以便包含大部分云。影响个别农民之间相互作用的政策将强烈影响云团的大小和形状，从而影响区域社会经济状况的轨迹。

这个假设的例子确定了评估SES弹性所需的两组信息:

• 一组关键的(缓慢的)变量，它们共同决定了系统的动态行为，从而支配着生态系统服务的供应。
  
• 驱动这组关键变量动态变化的过程。具体来说，是什么决定了这些变量的阈值位置?例如，对于前面描述的湖泊系统，两个这样的“参数”是河岸植被和湿地的数量和状况，这两者都能捕获磷酸盐并减少进入湖泊的磷的量(因此也减少了沉积物)。以牧场为例，参数包括放牧压力(牲畜数量)、火灾频率和多年生草物种多样性。控制驱动性社会经济变量的参数有文化、传统生态知识和产权制度(Berkes和Folke 1998, Hanna等人1996)。在牧场的例子中，尽管债务与收入之比本身可能会随着各种内部过程而缓慢地变化，但债务与收入之比的临界水平可能会由于利率或汇率的变化等外部因素而突然而显著地改变。这些变化将构成分析中的不同场景，目的是发现可以增强或减少什么系统属性，以便系统对这些变化更具弹性。可替代的收入来源可能就是这样一个属性。

控制驱动变量的过程列表，以及这些变量中关键阈值的位置，构成了SES弹性评估的最后一步。它为社会经济体系的利益相关者确定了相应的管理和政策行动目录，以建立社会经济体系的适应能力。执行这些操作可以满足弹性管理的双重目标(防止系统从配置A移出图4A)增加社会生态系统的长期可持续性。

在本文中，我们提出，生态系统提供了一系列商品和服务，根据管理方式的不同，这些商品和服务会面临不同的损失风险。系统弹性的降低增加了损失的风险。传统的管理方法，例如一套决策分析技术，适用于在缓慢变化的增长和积累时期提高回报率，尽管在这些时期提高资源使用效率的后果可能伴随着弹性的丧失。我们建议，在危机、崩溃和重组时期，最重要的是设法维护和建设复原力。我们提出的用于分析区域尺度社会生态系统弹性的框架被建议作为这种管理的基础。它涉及涉众驱动的系统和问题描述，导致捕获系统未来动态中的主要不确定性的有限场景集。然后，使用各种简单模型和其他描述系统动态的方法，通过各种场景来确定系统弹性的组成部分，从而确定弹性是如何丧失或增强的。

本文分析弹性的尝试强调了一些需要进一步研究的领域。其中有两点尤其值得注意。其中一个涉及阈值:如何发现它们的存在，特别是在它们还没有遇到的情况下，以及是什么决定了它们在相关变量中的位置。我们需要建立阈值的类型学，以帮助我们知道应该在什么样的系统中寻找什么样的阈值。另一个主要研究领域是社会-生态系统规则的演化。支配SES动态的规则并不是固定的。它们随着时间的推移而进化，以应对生物物理和社会的变化。如果我们要制定政策，使SESs能够沿着可接受的轨迹自我组织，了解它们是如何演变的是至关重要的。

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，请遵循这个链接．阅读已接受的评论，请跟随这个链接．

这项工作是由弹性联盟来自洛克菲勒基金会和詹姆斯·s·麦克唐奈基金会，以及其他对作者的资助。我们感谢我们的许多同事的讨论和想法，这些想法反映在这篇论文中。我们也感谢两位匿名审稿人的批评和有益的评论，大大改进了这篇论文。

阿贝尔，N.， M. Gachugu, A. Langston, D. Freudenberger, M. Howden和S. Marsden。2002.可持续资源利用的政策、规划和机构:参与性办法。在a·c·格赖斯和k·c·霍奇金森，编辑。全球牧场:进展与展望。CAB国际，沃灵福德，英国。

艾伦，T. F. H.和T. W.胡克斯特拉。1992.走向统一的生态。哥伦比亚大学出版社，纽约，美国。

安德烈斯，j·M·M·杨森，b·h·沃克。2002.放牧管理，恢复力和火灾驱动的牧场系统的动态。生态系统5: 23�44。

伯克斯，F.和C.福尔克。1998.连接社会和生态系统:建立复原力的管理实践和社会机制。剑桥大学出版社，英国剑桥。

宾宁，C.科克，R.帕里和D.谢尔顿。2001.自然资产:古尔本破碎集水区生态系统产品和服务的清单。生态系统服务项目报告，CSIRO可持续生态系统，堪培拉，澳大利亚。

波斯凯，F.， O.巴雷托，P. d'Aquino, M. Etienne, S. Boissau, S. Aubert, C. Le Page, d . Babin和J. C. Castella。在出版社。多主体系统和角色博弈:生态系统共同管理的方法。在M. A.詹森，编辑。复杂性与生态系统管理:多主体系统的理论与实践。爱德华·埃尔加出版社，英国切尔滕纳姆/美国马萨诸塞州北安普顿。

卡朋特，s.r.。2001.生态系统的交替状态:证据及其意义。357�383页在M. C.普雷斯，N.亨特利，S.莱文，编辑。生态:成就与挑战。布莱克威尔，伦敦，英国。

卡朋特，s.r.。2002.生态未来:建设长远现在的生态。生态，出版中。(在线,网址:http://www.limnology.wisc.edu/macarthur/ecofutures.pdf．)

卡朋特，S. R.， W. A.布洛克，P. C.汉森。1999一个．生态系统管理简单模型中的生态和社会动态。保护生态3 (2)：4.(在线,网址:http://www.consecol.org/vol3/iss2/art4)．

卡朋特，S. R.和L. H.刚德森。2001.应对崩溃:生态系统管理中的生态和社会动力。生物科学51: 451�457。

卡朋特，S. R.路德维希，W. A.布洛克。1999b．对可能发生不可逆变化的湖泊进行富营养化管理。生态应用程序9: 751�771。

卡朋特，S. R.和M. G.特纳。2000.兔子和乌龟:生态系统中快慢变量的相互作用。生态系统3.: 495�497。

卡朋特，S. R.， B. H.沃克，J. M.安德里斯和N.亚伯。2001.从比喻到测量:从什么到什么的弹性?生态系统4: 765�781。

查克兰，p.b.1981.系统思考，系统实践。John Wiley，纽约，纽约，美国。

切克兰，P.和J.斯科尔斯。1999.在行动中的软系统方法论。John Wiley，纽约，纽约，美国。

公鸡,D。1999.未来的创造者，未来的接受者:2050年澳大利亚的生活。新南威尔士大学出版社，悉尼，澳大利亚。

公鸡，D.和J.艾弗1996.森林土地分配的调解支持:SIRO-MED系统。环境管理20 (1): 41�52。

克雷格，W. J.， T. M.哈里斯和D.韦纳，编辑。2002.社区参与和地理信息系统。泰勒和弗朗西斯，伦敦，英国。

卡明，d.h.m.1993.多物种系统:东非和南部非洲维持放牧动物生产和生物多样性的进展、前景和挑战。145�159页在第七届动物生产世界会议论文集，艾伯塔省埃德蒙顿。卷一，特邀论文。加拿大动物科学学会，阿尔伯塔大学。

福克、C.伯克斯和J.柯尔丁。1998.建立复原力和可持续性的生态实践和社会机制。414�436页在F.伯克斯和C.福尔克。连接社会和生态系统。剑桥大学出版社，伦敦，英国。

格林，V, e·施密特，c·威塞尔。1992.论稳定性概念在生态学中的应用。生态模型63: 143�161。

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

L.甘德森，C. S.霍林和S. S.莱特。1995.生态系统和制度更新的障碍和桥梁。哥伦比亚大学出版社，纽约，美国。

汉娜，S。S。c。福克，k。g。梅勒尔。1996.自然的权利。岛出版社，华盛顿特区，美国。

霍林，c.s.。1973.生态系统的恢复力和稳定性。生态学与分类学年度评论4: 1�23。

霍林，c.s.，编辑。1978.适应性环境评估与管理。John Wiley，美国纽约。

霍林，c.s.。1986.陆地生态系统的恢复力:局部惊喜和全球变化。292�317页在W. C.克拉克和R. E.芒，编辑。生物圈可持续发展。剑桥大学出版社，英国剑桥。

霍林，c.s.。1987.化繁为简:生态功能与结构范式。欧洲运筹学杂志30.: 139�146。

霍林，c.s.。1992.生态系统的跨尺度形态、几何和动力学。生态专著62: 447 - 502。

霍林，c.s.。1995.什么障碍?什么桥?页面3-34在L. H.甘德森、C. S.霍林和S. S.莱特，编辑。生态系统和制度更新的障碍和桥梁。哥伦比亚大学出版社，纽约，美国。

霍林，c.s.。1996.工程弹性与生态弹性。页面31-44在p·舒尔茨，编辑。在生态约束下的工程。美国华盛顿特区国家学院。

霍林，c.s.。2001.理解经济、生态和社会系统的复杂性。生态系统4: 390�405。

杨森，m.a.， B. H. Walker, J. Langridge, N. Abel。2000.分析复杂牧场系统中管理和政策共同演化的自适应代理模型。生态模型131: 249�268。

凯，J, H.雷吉尔，M.博伊尔和G.弗朗西斯。1999.可持续发展的生态系统方法:应对复杂性的挑战。期货31日(7): 721�742。

Kinzig, A和43位合著者。2000.自然与社会:综合环境研究的当务之急。(网上,网址:http://lsweb.la.asu.edu/akinzig/report.htm．]

克鲁格曼,P。2000.萧条经济学的回归。诺顿，纽约，纽约，美国。

莱文，S. A。1999.脆弱的统治。Addison-Wesley, Reading，马萨诸塞州，美国。

洛温斯坦,R。2000.当天才失败:长期资本管理的兴衰。兰登书屋，纽约，美国。

马吉，S. P.， W. A.布洛克和L.杨。1989.黑洞关税与内生政策理论。剑桥大学出版社，英国剑桥。

奥斯特罗姆,E。1999.应对公地悲剧。政治学年度评论2: 493�535。

佩林，C，和b，沃克。1995.半干旱牧场的生物多样性丧失和不连续变化的经济学。190�210页在派林斯，k.g。马勒，c·福尔克，c·s·霍林和b·o。简颂、编辑。生物多样性的丧失。剑桥大学出版社，英国剑桥。

彼得森，g.d.。2000.政治生态与生态弹性:人与生态动态的整合。生态经济学35: 323�336。

漂亮的j·N, i·吉特，i·斯库恩斯，还有j·汤普森。1995.参与式学习和行动的培训师指南。IIED，英国伦敦。

小普里查德，C.福尔克，L. H.甘德森。2000.制度背景下的生态系统服务价值评估。生态系统3.: 36 40�。

罗特-伯恩斯坦，R.和罗特-伯恩斯坦。1999.天才的火花．霍顿-米夫林，纽约，纽约，美国。

圣吉P。1990.第五学科:学习型组织的艺术与实践。双日，纽约，纽约，美国。

谢弗，M.， W. A.布洛克和F.韦斯特利。2000.阻碍生态系统服务优化利用的机制:跨学科理论分析。生态系统3.: 451�471。

谢弗，M.， S.卡朋特，J.福利，C.福克和B.沃克。2001.生态系统的灾难性政权转变。自然413: 591�596。

斯洛克姆，R.， L.威查特，D.罗切罗，B.托马斯-斯莱特，编辑。1995.权力、过程和参与:变革的工具。中级技术出版物。克斯特,英国。

托特，f.l.。1988.政策练习。模拟与游戏19: 235�276。

van de Kerkhof, M。2001.参与式综合评估方法综述。IIASA工作文件IR-01-014，奥地利拉克森堡。

范德海登，K。1996.情景:战略对话的艺术．John Wiley，纽约，纽约，美国。

范登霍夫，S。2000.环境政策制定的参与性方法:欧洲委员会气候政策过程的案例研究。生态经济学33(3): 457�472。

瓦克,P。1985一个．场景——冲向急流。哈佛商业评论63: 139�150。

瓦克,P。1985b．情景——前方未知的水域。哈佛商业评论63: 72�89。

沃尔特斯,C。1986.可再生资源的适应性管理．麦克米伦，纽约，纽约，美国。