生态和社会 生态和社会
学位回家>第20卷第1期34 >的艺术。
以下是引用这篇文章的既定格式:
麦克劳克林,c.a,和M. C.托马斯,2015。实践适应性资源管理的综合学习。生态和社会 20.(1): 34。
http://dx.doi.org/10.5751/ES-07303-200134
合成

实践适应性资源管理的综合学习

克雷格·a·麦克劳林 1马丁·c·托马斯著1
1澳大利亚新英格兰大学地理与规划河流景观研究实验室

摘要

自适应资源管理是一种边做边学的自然资源管理方法。它的有效实践包括激活、完成和再生“适应性管理周期”,同时努力实现一组灵活的协作确定的目标。这个迭代过程需要应用单循环、双循环和三循环学习,以战略性地修改与改进政策、管理策略和行动以及转变治理相关的输入、输出、假设和假设。在实践中很难在这三种学习模式之间取得适当的平衡,而这方面的能力建设可以通过强调反思性学习,采用适应性反馈系统来实现。本文提出了一种用于自适应资源管理的启发式自反学习框架。它建立在以下概念支柱上:利益相关者驱动的适应性反馈系统;战略适应管理(SAM);和层次结构理论。SAM反身学习框架(SRLF)强调反身学习环境中的信息的类型、角色和转移。它的自适应反馈系统增强了单回路、双回路和三回路学习的便利。 Focus on the reflexive learning process is further fostered by streamlining objectives within and across all governance levels; incorporating multiple interlinked adaptive management cycles; having learning as an ongoing, nested process; recognizing when and where to employ the three-modes of learning; distinguishing initiating conditions for this learning; and contemplating practitioner mandates for this learning across governance levels. The SRLF is a key enabler for implementing the “adaptive management cycle,” and thereby translating the theory of adaptive resource management into practice. It promotes the heuristics of adaptive management within a cohesive framework and its deployment guides adaptive resource management within and beyond typical single-loop learning, across all governance levels.
关键词:自适应反馈,评估,反思;适应性管理周期;目标、指标、潜在关注的阈值;反身、单回路、双回路、三回路学习

介绍

自适应资源管理(ARM)是一种边做边学的管理自然资源的方法(Allan和Stankey 2009, Walker和Salt 2012, fabicius和Cundill 2014)。它本质上是启发式的,不断更新。ARM的实践涉及到一个“适应性管理周期”(greg等人,2013年,Pratt Miles 2013年),由一系列以反馈循环为特征的行动组成,旨在实现一系列目标;通过对假设、目标、产出/结果和管理行动的修改和细化(Edwards 2002, Stankey等,2005)。这个迭代过程由战略监控和来自任何决策结果的反馈支持(Jiggins和Röling 2002, Allan和Stankey 2009)。因此,适应性管理周期是一个基于增量、经验学习的过程。然而,有效地将ARM理论转化为实践是相对难以实现的(Susskind等人2012,Rist等人2013一个, Scarlett 2013, Westgate 2013, Williams和Brown 2014)。ARM被描述为令人困惑的(Rist等,2013b),以及自然资源管理的长期过渡加剧了这种混乱。例如,在水资源管理中,可持续水资源管理的理论相对于实施实际的综合和适应性水资源管理制度所需的实践和能力(技能、知识和能力)更为先进(Pahl-Wostl 2008, Pahl-Wostl等人,2011年)一个).尽管如此,传统的命令与控制的自然资源开发方式需要被ARM所取代,以有效和高效地应对,确保在复杂、不确定和不断变化的环境中进行可持续管理(Rogers et al. 2000, Walker and Salt 2012)。

自适应管理周期有三个组成部分:激活、完成和再生。有效地应用这些组成部分并促进它们之间的联系对于有效的ARM实践至关重要。通过三种不同的学习模式(Pahl-Wostl等人2013年,fabicius和Cundill 2014年),成功实施这种适应性管理周期的可能性大大提高。这包括“做”(单循环)、“改变实践”(双循环)和“改变治理安排”(三循环)的过程,这是基于变化的增加时间尺度(Pahl-Wostl 2009)。应用这种集体三模式学习的挑战是在单循环和双循环学习模式之间取得适当的平衡,从而避免“为了学习而学习”的陷阱(fabicius和Cundill 2014)。特别是,学习的三循环模式很重要,因为如果资源治理机制中的结构环境太过僵硬,这可能阻碍双循环学习的“重构”需求(Pahl-Wostl 2009)。在ARM的更广泛的背景下,已经考虑了与应用这种集体三模式学习相关的关键启用条件。Folke等人(2005)、Gunderson和Light(2006)、Pahl-Wostl(2009)和Herrfahrdt-Pahle(2013)探索了适应性治理安排,而Fazey和Schultz(2009)定义了以学习为中心的组织的需求。此外,Mostert等人(2007)、Ison和Watson(2007)、pahal - wostl(2009)和Cundill等人(2012)以及Rogers等人(2013)强调了社会学习过程的重要性,强调了适应性决策的复杂性“参考框架”。在实践中,尽管对赋能条件进行了大量的研究和识别,但应用三模式学习一直很难实现(Pahl-Wostl et al. 2013, Fabricius and Cundill 2014)。 As a result, many natural resource management regimes remain trapped in the single-loop mode of learning, by maintaining and improving established routines (Pahl-Wostl 2009, Pahl-Wostl et al.2011b).

在ARM环境中实现单、双、三循环学习(这里称为三模式学习)之间的适当平衡是具有挑战性的。反身学习可以帮助建立这方面的能力(Pahl-Wostl等,2007年一个, Pollard和du Toit 2007, fabicius和Cundill 2014)。反思性学习是“从行动中学习”,有意加强管理实践(Kolb 1984)。根据Pollard和du Toit(2007)的说法,反射性学习可以被描述为一个“反馈循环”,在这个循环中,行为通过执行环境的反馈被操纵和/或修改。有效的反馈系统具有自适应的评估和反思程序(Biggs等,2011一个),这需要所有利益相关方进行辩论。在灵活的、非正式的和自适应的网络系统内部和之间,信息的战略性转移有助于这一过程(Pahl-Wostl 2009)。从根本上说,反身学习过程在ARM中为更直接的响应执行反馈,但也为自适应评估和反思例程执行反馈。正是这些反应和惯例促进了三模式学习。ARM是一个进化的过程,许多当代程序处于早期的开拓阶段(fabicius和Cundill 2014),由于反身学习在自适应管理周期框架/模型中很少得到明确的关注,三模式学习的应用常常受到损害。因此,需要更加强调和关注反身学习,以促进单回路、双回路和三回路学习之间的适当平衡和使用。实现这种平衡将增加反思性学习的可行性,从而支持和增强ARM自适应管理周期。

我们的目标是为ARM的实践概述一个启发式框架,启发式是因为它有助于促进进一步的学习或发现,这个框架能够识别常见问题和解决方案,以及适当的变量及其描述符(Jabareen 2009)。启发式框架是一种指导搜索信息的策略,在这样做时允许修改以促进解决方案。它们被认为是整合思维和解决问题不可或缺的,特别是当逻辑和概率论不能提供解决方案时(Pickett et al. 1999)。我们专注于建立自反学习的基础,以促进三模式学习的适当平衡,促进ARM自适应管理周期的激活、完成和再生组件,以实现目标。

三模学习

这里提倡的三模式学习过程完善了三循环学习的概念,它影响与初始假设和值相关的控制变量(Pahl-Wostl 2009)。源于管理理论(Hargrove 2002),三环学习建立在Argyris和Schon(1978)开发的双环学习的基础上,通过考虑在社会背景下提供方向和稳定性的不同管理和治理水平,增加了变革的时间尺度(pahal - wostl 2009)。它不同于单循环学习,单循环学习的结果是行动策略的渐进进步,而不质疑潜在的假设(Pahl-Wostl 2009)。单循环学习包括对既定实践和惯例的延续和同步改进,以实现目标为目标。相比之下,双环学习指的是实际参照系的变化,包括对任何行动的初始基础假设的重新审视(Pahl-Wostl 2009)。社会学习过程,例如通过利益相关者之间的合作和购买建立信任,在双循环学习中是至关重要的(Pahl-Wostl 2009)。重构过程通常发生在描述资源治理机制的涉众网络中,通过试验创新方法实现改进。参与双循环学习的利益相关者通常在治理系统的结构约束(如监管框架)的背景下探索重构。然而,结构约束的变化与三重循环学习相关(Pahl-Wostl 2009)。三循环学习包括决定参照系的因素的转换,整个治理制度本身的转换(Pahl-Wostl 2009)。 This style of transformation necessitates an acknowledgment that paradigms and structural constraints inhibit effective reframing of resource governance and management practices. Hence, triple-loop learning implies a paradigm shift as well as changes in the norms and values underlying the processes of governance (Pahl-Wostl 2009). Here we view the three-mode learning process as incorporating single-loop, double-loop, and triple-loop learning.

要建立能够支持双循环和/或三循环学习的学习循环,需要四个标准(Pahl-Wostl 2009, Pahl-Wostl et al. 2013)。首先,必须有一个非正式的参与者网络,他们定期举行会议。网络的规则和安排(例如,包括谁、操作需求、领导)不能被正式强加。第二,这个网络的授权必须是开放的,结果不能立即正式生效。第三,参与者网络必须处理具体问题,并对涉及不同方法的试验持开放态度(允许创新)。第四,网络有共同和共享的实践(实践社区,sensu Wenger 1998)和有形的产品,以产生自身的身份,包括与网络内个人不同的历史和共享知识体系。值得注意的是,如果社交网络更加自主和非正式,就会增加自我组织、创新和创造性思维的能力。

构建反思学习的概念支柱

反身学习的三个核心概念支柱在SRLF中得到认可。

利益相关者驱动的自适应反馈系统

通过政策和管理行动产生知识,通过反馈系统向所有利益相关方传播知识,并实际使用知识,这些都是适应性管理的组成部分(Stankey et al. 2005)。在适应性管理的学习过程中,显性知识(客观事实)和隐性知识(经验)都很重要。个体获得了自己对世界的隐性知识,只有通过共同的实践才能分享这些知识。隐性知识是有价值的,因为它有助于适应性管理系统的创新(Pahl-Wostl等,2007一个).利益相关者网络在共享的社会学习经验中使用新信息的能力是至关重要的,因为它创造了机会,促进从吸收和合成新知识的过程中产生的集体行动(Pahl-Wostl等人,2007年)a、b).然而,共享新信息和派生知识的过程必须认识到网络中通信系统的质量和类型,而不是仅仅对这些信息和知识进行综合。这可以通过考虑处理信息和后续知识的机构设置的适当性来帮助(Pahl-Wostl等,2007年一个).例如,使用计算机模拟程序等工具可以确保复杂的问题以可理解的方式向多个涉众解释。适应性管理要求所有的知识,无论是基于技能的还是态度的,都是共享经验的结果(Pahl-Wostl et al. 2007)一个, Rogers et al. 2013)。

ARM的实践包括通过改进信息流和最终通过反馈更好地沟通来分享经验(参见Stankey et al. 2005)。除了ARM中更直接的响应,还需要部署反馈循环来驱动适应性评估和反思的核心例行程序。评估不同于反思,前者是评估或估计事物的性质、质量、能力、程度或意义,而反思则更多地被视为一种冷静的、漫长的、意图驱动的考虑(比格斯等,2011一个).两者在ARM中都很重要,当适应性评估和反思一起运作时,它们会在涉众之间产生共同的理解(Biggs等,2011年一个).实施适应性评估和反思例行程序有助于形成适应性管理下的讨论(比格斯等,2011年一个),这也是促进ARM下三模式学习的重要基础。

战略适应性管理(SAM)

SAM在ARM的基础上加强了利益相关者之间的合作,并加强了反馈系统。SAM框架为SRLF提供了自反学习结构。

山姆框架

SAM框架包括三个适应阶段(Pollard和du Toit 2007, Roux和Foxcroft 2011, Kingsford和Biggs 2012)。首先,自适应规划阶段开始于远景的开发,在对管理下的系统的环境和价值的理解的基础上制定远景。实现愿景,确保涉众达成共识,使用v陡峭的标准(价值观;社会;技术;环境;经济;政治上的),通过确定该制度的重要属性及其关键决定因素的过程。系统的愿景和重要属性决定了目标的设定,其结果是一系列目标和子目标的级联集合,称为目标层次。位于目标层次结构顶端的愿景陈述被分解为更高级别的目标,这些目标本质上是关于所管理系统的“期望的未来状态”的价值负载陈述。 The systematic break down of these higher-level objectives into subobjectives, with increasing focus and rigor, culminates in developing Thresholds of Potential Concern (TPC). These are the explicit, measureable end-points that guide management and are used for assessing the achievement of the interlinked higher-level objectives. The Objectives Hierarchy is central to SAM focusing the research and management agenda within a set of agreed stakeholder objectives (van Wilgen and Biggs 2011), thus facilitating and guiding the Adaptive Implementation Phase of the SAM process.

自适应实现阶段有几个关键组件。这些包括确定实现目标的管理备选办法的范围,规划和实施选定备选办法,以及制定和实施监测,以提供在适应性评价阶段使用的必要信息。在适应性评估阶段中,随着时间的推移,学习和适应通过一系列反馈循环贯穿SAM过程(参见Roux和Foxcroft 2011)。在这样做的过程中,它决定了管理干预措施在多大程度上符合目标并最终符合远景。总的来说,SAM的自适应规划阶段建立了自适应实施阶段(van Wilgen和Biggs 2011),这对于执行自适应评估阶段的反馈过程至关重要。在各种环境下实施SAM的经验表明,在适应性规划阶段通常进展更快,因为在一系列价值体系中就期望的未来状态达成一致相对容易,而实施实现这个期望的未来状态所需的措施相对容易(van Wilgen和Biggs 2011)。因此,TPCs的应用对于SAM的适应性实施阶段以及适应性评估阶段的实施是至关重要的。

潜在关注和反馈的阈值

在SAM框架内,tpc通常是“决策阈值”,被视为生态(基于科学/模型)和效用(基于价值/目标)阈值的优化(见图1;Martin et al. 2009),而不是特定的预测生态系统阈值(Biggs et al. 2011)b).构建tpc的过程确定了系统中所有相关的驱动因素,以及与这些驱动因素相关的变化的可测量响应指标。它们还通过合并可接受变化的上、下水平(阈值)来识别这些响应指标的自然可变性。通常,当SAM过程开始时,需要(和开发)许多tpc,但其想法是将这个集合缩小到尽可能少的tpc,以监视以指导管理。这个想法是弹性思维风格的缩影,基于“必要的简单”原则,即尽可能简单,但又不能太简单(Walker和Salt 2012)。这一点很重要,因为在适应性管理项目下,资源通常是稀缺的。

在SAM中实现tpc需要对所管理系统的动态有一个现有的理解。这种理解并不一定是完全的。tpc的发展是一个连续体,从经验上很好或相当好地理解,通过专家意见提供的中间位置,到明智的早期猜测或从对系统的概念理解(Biggs等,2011年)b).在确定tpc时,对于是否存在真正的阈值,以及如果存在,阈值具体位于何处,通常都存在不确定性。因此,TPC开发人员经常变得犹豫,因为他们期望TPC交付这种确定性(Biggs et al. 2011)b).进一步的犹豫产生于期望过程是线性的,或相信没有明确的阈值。尽管检测突变是有用的,但在TPC过程中,如果一些TPC碰巧描述了一个线性过程,它几乎没有实际的区别(Biggs等,2011b).因此,tpc被视为可接受变化的假设,对挑战和改进开放,形成了适应性管理的归纳方法(Rogers和Biggs 1999, Biggs和Rogers 2003;见图1)。

通过使用可用的最佳信息来确定tpc, SAM监测趋势,然后在采取共同同意的行动之前要求对合作确定的目标进行反思(Pollard等人,2011年)。总的来说,tpc定义了SAM下“期望的未来状态”的可测量组件。这个期望的未来状态位于“帐篷边界”内,由tpc集合形成(或者“目标”,如果系统状态已经在帐篷边界之外;参见比格斯等人。2011b).SAM下的tpc的概念是一个“红旗”概念,因为tpc是在达到实际阈值(通常是理论)边界之前作为一个早期预警系统。如果和当TPC超出(通过监测和/或建模可知),这将启动涉众驱动的调查过程,以查明原因,以及可能的必要管理措施,或TPC修订。重要的是,如果没有一个允许对tpc进行审计的监控程序,SAM过程仍然是学术性的和不可实施的,因为无法对拟议的管理行动的结果进行评估(McLoughlin等,2011年)一个).监控可能消耗大量资源,因此tpc的监控要求必须是切实可行的、快速的、负担得起的和有效的。随着科学理解的提高,和/或人类价值观的改变,tpc应该在适当的时候得到改进(见图1;McLoughlin等人,2011b).然而,可能需要管理干预以避免系统移出帐篷边界,或者如果系统已经在这个边界之外,则需要恢复。因此,SAM中tpc的开发、使用和审核对于在迭代的、自适应的过程中为研究和管理提供反馈是很重要的。这使管理保持战略适应性,而不是被动反应(Rogers和Biggs 1999)。尽管TPC概念在SAM的背景下是在生态领域内发展的,但其原则在经济和社会领域有更广泛的应用,特别是在经济和社会领域(见Swemmer和Taljaard 2011)。

层次理论

层次理论允许将一个系统分解为组织的层次,从而形成一个层次结构(Ahl和Allen 1996)。每一层次的组织或holon都是一个独立的实体,其特性受到直接高于其层次的holon的约束,并受到直接低于其层次的holon的影响。因此,层次结构中的层次之间并不是严格独立的(Parsons和Thoms 2007)。分级系统有三个主要特性。首先,每一级组织都有自己独特的时空尺度,高层组织的时空尺度较大,时间尺度较长,低层组织的时空尺度较小,时间尺度较短。第二,在组织的每个级别之间,操作的频率或速率是不同的,因此,与较低级别相比,层次结构中的较高级别的行为频率较低。第三,较高级别的组织约束较低级别,因为其较大的实体处理信息的速度或频率较低,因此反应比较低级别更慢。相反,较低层次的组织速度更快,但较小的实体为较高层次提供启动条件。组织中的较低级别通过其更快的信息流和新出现的属性影响较高级别的人员。等级理论适用于具有自然等级结构的系统,适用于处理复杂性的自然、公共和社会系统问题(Dollar etal . 2007)。

等级的概念在许多学科的研究中是常见的,每一个都将他们的研究主题组织成不同的层次组织。理解生态的基础是熟悉的生物、物种、群落和生态系统的层次(Barrett等,1997年)。尽管组织层次不是尺度(Petersen和Parker 1998年),但它们在特定的空间和时间域内运作,并被用于对任何系统内的组件进行分层。例如,生理学和行为通常在个体水平上研究,而物种丰富度和多样性在群落水平上研究,能量和营养通量在生态系统水平上研究。尺度定义了实体的物理维度,Quinn和Keogh(2002)用粒度和范围来表征尺度。颗粒是指观察集中最小的空间或时间间隔,也被称为生物体可能作出反应的最小尺度或模式(O 'Neill et al. 1989)或生态系统扰动或过程驱动因素影响的最小尺度(Rogers 2003)。广度是观察的总面积或持续时间,生物体对其做出反应的最大模式(即鱼所使用的栖息地或给定栖息地所使用的时间),或干扰或过程驱动因素对系统施加影响的最大规模。因此,在描述生态系统组织层次时,粒度和范围定义了分辨率的上下限。给组织的等级级别分配一个尺度可以提供上下文意义,更重要的是,它决定了变量和度量单位,这些变量和度量单位可以与特定等级的每个级别相关联。

在跨学科研究领域的分层翻译正变得越来越普遍(托马斯和帕森斯2002)。Thoms和Parsons(2002)的框架和Dollar等人(2007)的框架提供了单个学科(或子系统)的层次结构如何使用规模作为学科之间链接的货币的例子。对一个学科层次组织层次固有的空间和时间尺度的识别使得多个子系统的集成成为可能(Dollar等人,2007年)。量表的整合使研究人员和管理人员能够通过认识到不同学科或组织之间存在因果联系来提出适当的问题。在应用由Thoms和Parsons(2002)和Dollar等人(2007)提出的框架时,有四个步骤。第一步需要确定各种子系统,第二步着重于描述在所处理的问题/问题的背景下表征不同子系统的相关组织级别。第三步涉及在不同的组织级别内确定适当的规模和变量,第四步描述适当确定的子系统组件之间的过程交互。总体而言,层级理论为研究者们解开系统复杂性提供了一种有价值的机制,提高了我们对复杂问题的理解和思考。层级理论在构建SRLF中很重要,因为它允许跨所有治理级别的“多尺度”条件反射学习,这些治理级别与三模式学习相结合。

山姆反身学习框架

SRLF有一个嵌套的层级结构,在ARM治理中有三个层级的组织(图2)。以南非为例,自适应水资源管理可以将国家边界视为SRLF Level-1,在这个边界内嵌套着许多水管理区域,SRLF Level-2,其中有19个划界的水管理区域。在每个水管理区域内嵌套的是单独的河流集水区,用于在SRLF第3级实施ARM。SRLF的目的是促进组织的每个级别内的三模式学习,并提供这些级别之间的联系。它还依赖于治理的相对规模而不是绝对规模(Kotliar和Wiens 1990),因此SRLF适用于从全球、国家或盆地级别的组织以及从区域到地方级别的组织的任何等级结构。在任何给定的应用程序空间尺度上,如果认为有必要,可以通过指定尺度使用超过三个级别的ARM治理。

SAM反身学习框架的结构和功能

SRLF的一个战略特征是开发一套多层次的目标,这些目标通过SRLF的所有三个治理级别级联(见图2)。适应学习,实现这些规模目标是SRLF的主要重点。目标设定从第一级的愿景过程开始,最终形成一个整体的愿景陈述。愿景陈述中衍生的相关内容被分解为一系列针对Level-1的更高级别目标,这些目标根据主题进行区分(图2)。主题取决于愿景陈述,可能包括环境、经济和社区/社会。每个主题都有一组“政策目标”,例如,从更高的目标出发,增加南非淡水系统的生物多样性,这些目标描述了第1级的最终目标(图2)。在SRLF中,政策目标随后被分解为第2级的一组子目标,这些目标的特点是日益突出的重点和严密性。“管理目标”的具体规定,例如,在Inkomati水管理区恢复河流生境类型的百分比,代表二级次级目标的最终目标;每个主题也是如此(图2)。随后,管理目标被进一步分解为第三层次的子目标。在这一层次的组织中,它们达到了潜在关注的阈值(TPC),例如,作为这一层次组织子目标的明确终点目标,在鳄鱼河流域的河流中,基岩影响的河流栖息地类型覆盖率为20%或更低(图2)。在SRLF内部设置目标的分层方法的优点是,提供在不同SRLF层次操作的从业者,有机会确定相关的终点目标和适当的规模,在其中实现ARM过程是可行的,以实现这些终点目标和相关目标。

SRLF实体

SRLF实体被定义为一组相互连接的SAM循环;每个主题一个,环境、经济和社区/社会(图2)。SRLF实体存在于组织的每个级别,并集体努力实现特定SRLF级别的既定目标。随着SRLF的分层结构,将会有许多小规模的三级SRLF实体嵌套在一个父级的二级SRLF实体下,数量较少的二级SRLF实体都嵌套在一个大规模的一级SRLF实体下(图2)。信息流通过促进三模学习潜能的自适应反馈,必须在所有的SAM循环中执行,以激活、完成和重新生成SRLF实体内的SAM循环。由于人们普遍认为生态、经济和社会系统是不可分割地联系在一起的(Folke et al. 2005, Walker and Salt 2012),因此SRLF实体中包含的SAM循环必须相互关联(见图2)。因此,在考虑为满足每个主题商定的目标和终点目标的干预战略时,必须结合对其他主题的资产管理周期的任何潜在影响,制定为特定资产管理周期选择的干预路径。因此,为了满足SRLF中每一级组织的全面目标,由SRLF实体组成的SAM周期既相互依赖又相互串联运行是至关重要的(图2)。总体而言,这些SAM周期使SRLF下的ARM实践产生效果。

SRLF实体:跨SRLF级别的属性

SRLF实体在组织的三个SRLF级别中各不相同,根据具体的功能属性沿着三个轴定义(图2)。首先,影响和约束规模的空间尺度(Spatial-scale of Influence and Size of Constraints),即一级SRLF实体,对ARM实施具有最大的管辖权和影响力。然而,相对于其他级别,最大的限制是强加在第1级实现ARM上的。例如,更严格的治理安排将对Level-1的变更潜力产生负面影响。其次,非正式利益相关者互动/创新率(即非正式关系和利益相关者互动的规模)在三级SRLF实体中最高,在二级SRLF实体到一级SRLF实体之间递减。因此,与两个较高的SRLF水平相比,学习潜力更高的出现在三级,因为学习是在培养社会学习的不太正式的结构中培养的(Pahl-Wostl et al. 2013) (Pahl-Wostl 2009)。第三,变化的时间尺度(灵活性和自组织),更快的适应性尺度,发生在三级SRLF实体中。这是由于在Level-3中ARM涉众具有更高的灵活性和自组织能力,因此涉众的响应时间更快,从而增强了学习潜力(Pahl-Wostl等人,2013年)。因此,ARM实现的潜力越来越大,因为与Level-2关联的治理安排的灵活性不断增加,进入Level-3 SRLF实体,这更有利于变化。治理安排中灵活性的减少(发生在Level-2的SRLF实体到Level-1实体之间),在这些实体中产生较慢的响应时间,因此更改所需的时间步骤越来越长。

ARM从业者跨越SRLF层次的“粒度”和“范围”

例如,农业和环境联盟以及民间社会,在农业和环境资源框架一级运作,对农业和环境资源框架的实施具有最大的地理影响(程度)(图2)。这些从业者主要处理与实现预定政策目标相关的政策制定和实施。他们监督发生在第一级SRLF实体内的适应过程,为了评估政策目标,他们还必须管理和整理来自第二级SRLF实体的所有信息。因此,Level-2对于这些在较低级别没有直接任务的ARM从业者来说是有效的粮食(图2)。例如,在Level-2操作的ARM从业者,包括集水区管理机构,以及在Level-3操作的集水区论坛,包括地方当局、社区和研究人员,二级资源管理从业者主要负责通过实施适当的管理方法,确定和实现与更高级别政策相关的管理目标,他们必须监督二级资源管理机构实体内部发生的适应过程。为了评估管理目标,它们还必须管理和整理来自第3级所有嵌套SRLF实体的信息。因此,三级是这些ARM从业者的有效的谷物,他们在较低的子级别上没有直接的任务(图2)。三级ARM从业者负责实际的行动,以实现与更高级别管理相关联的tpc,并且必须在三级SRLF实体中实现详细的自适应管理过程,但在相关的嵌套子级别上也是如此。因此,详细的sub-Level-3区域成为这些ARM从业者的谷物(图2),他们可能不会区分任何进一步的ARM任务,尽管SRLF下可能存在较小的区域。

跨SRLF级别的纵向联系

在SRLF中有一个自上而下的联系,这是由SRLF Level-1愿景过程中出现的社会价值观所塑造的。策略目标,作为第1级的详细端点目标,形成了第1级派生的策略。最终,这将影响和约束嵌套的Level-2实体中的管理,因为作为Level-2端点目标的管理目标最终是确定的特定政策目标的衍生品,而政策会影响允许的Level-2管理方法的类型(图2)。在Level-2中选择的管理方法,然后控制和约束与嵌套的Level-3实体相关的行动(图2)。还有一个自下而上的链接,确保了以集成和学习为特征的关键路径(图2)。在这里,在TPC过程中获得的学习潜力最高的Level-3 SRLF实体的信息和派生知识,通过反馈循环在更高的组织级别中进行整理,进入上级SRLF Level-2实体。这样做是为了在这一层次上进行整合和学习,以实现管理目标,并在所有2级自主创新能力实体合并为1级自主创新能力实体中这样做,以便为政策执行结果提供信息。这个自底向上的过程促进了所有SRLF级别的决策制定和学习,以满足SRLF中完整的目标层次,并最终在第1级获得派生的愿景。

SRLF的一般垂直结构展示了分布在组织的三个级别的SAM周期的嵌套模式,这些级别区分了满足不同端点目标类型所需的干预类型(见图3)。为了实用的实现考虑,这种嵌套分布的SAM周期分别应用于每个主题:环境、经济、社区/社会。例如,环境主题内嵌了许多三级SAM循环,并由较少的二级SAM循环监督(图3)。类似地,这些二级SAM循环内嵌并由单一的一级SAM循环监督(图3)。适用于环境主题的目标通过SRLF的所有级别向下级联,增加了重点和严密性(图3),用于在这些SAM循环中应用。

SAM循环:每SRLF水平水平结构

SRLF实体的SAM周期基于McLoughlin等人(2011)开发的模型一个).SAM循环是迭代的,具有应用于SRLF实体的每个主题的自适应阶段和组件的独特安排。SAM循环水平结构适用于SRLF内的每一级组织,包括两个阶段:(1)自适应规划,由两个自适应组件组成(在图4的黑盒子中表示);第一个代表目标的发展,对应于特定的层次;第二个是在这些目标的基础上制定详细的最终目标;(2)自适应实现,由五个自适应组件组成(如图4中的灰框所示)。这包括过程选择最佳干预方案,以满足已制定的终点目标;确定与实现最终目标相关的规划投入;通过执行计划使投入付诸行动;通过对业务产出的迅速反应,检查计划执行的充分性;根据最终目标,通过审计战略成果来评估业务产出的适用性;以及测试适用于每个SRLF级别的更广泛目标的实现情况。

SAM循环的起始位置和方向如图4所示,适用于SAM循环的后续迭代。与SAM周期的适应性规划阶段和适应性实施阶段的每个适应性组件相关的详细信息,在SRLF级别中列出了表1。SAM周期阶段和组件是所有SRLF级别的标准,尽管关键差异是由每个级别的目标和终点目标确定所决定的。此外,实现目标和终点目标的干预类型因特定的SRLF级别而异,例如政策、管理和与行动相关的干预,分别为第1级、第2级和第3级(见表1)在每个SRLF级别的SAM循环的组成部分通过促进单、双和三循环学习模式之间的适当平衡,批准指导三模式学习的战略反馈。

SAM循环反馈促进三模学习

SRLF水平内的水平自适应反馈

在一般的SAM周期中,有两种嵌套的学习潜力由自反学习促进,即适应性学习和转化学习(Pahl-Wostl等人,2013;自适应学习组件包括单回路和双回路学习。有两个级别的反馈来促进单循环学习,包括“较低”(红色,细/实箭头),在ARM中产生更直接的响应,以检查操作输入是否被正确执行,即是否达到预期的输出结果;“上”(蓝色,散列箭头)产生适应性评估例程,根据终点目标基准审核战略结果。双环学习的反馈(绿色虚线箭头)产生了自适应反射例程,它评估SAM周期内更广泛目标的实现情况(考虑任何意外情况),并且有可能重新定义端点目标和现有的规划输入。三循环学习的反馈(粉色、粗/实箭头)允许对所有目标和终点目标的整体回顾过程进行适应性反思。这一反思和审查过程促进了变革学习,并与基础价值的重新考虑相结合,以适应治理系统和SAM周期的有效再生。

每个SAM周期中的三模式学习是一个持续的过程,嵌套在不断增加的变化时间尺度上(表2)。表2为每个SRLF级别定义了特定于单、双和三循环学习模式的关键属性和过程。

跨越SRLF水平的垂直自适应反馈

对于每个SRLF主题,环境、经济和社区/社会,从三级SAM循环中整理信息,通过父级二级SAM循环进入一级SAM循环是至关重要的。这允许从第3级开始学习,以便与SRLF第1级发生的政策决策(参见-à-vis Pahl-Wostl等人,2013)建立桥梁。因此,跨SRLF级别评估和连接端点目标和相关目标的潜力被加快,并最终与SRLF级别1确定的总体愿景相结合。

必须预料到的是,由于实现三模式学习的关键启用条件的不同比率,ARM的进步不会在治理级别上一致发生。Panarchy理论具有复杂的适应周期,包括开发、保护、释放和重组四个阶段(Holling 2001, Gunderson和Holling 2002),在评估系统内跨组织层次的变化过程中非常有用(Garmestani et al. 2009)。尽管不在本文的范围内,但是将这些概念集成到SRLF开发中是有益的,因为需要进一步了解变更,以及跨ARM治理级别的影响。

部署Sam反身学习框架

SRLF激发了与当代ARM理论转化为实践问题相关的综合思考。它通过演示一个通用的、显式的和实用的反身学习模式来实现这一点,以促进ARM下的三模式学习。具体来说,SRLF促进了在不同治理级别上对单、双和三循环学习模式的适当平衡和使用,这对于在每个SRLF级别上实现自适应管理周期非常重要。众所周知,SRLF的部署将发生在真实世界的组件和过程已经发生在自然资源管理项目中的情况下。例如,将制定治理安排和确定政策,并执行各种监测活动。SRLF的思想是将其视为指导ARM实践的实用工具。目的是将其原则集成到相关的现有组件和流程中,这是部署SRLF的关键挑战。例如,明确考虑实施适应性管理周期的多层次治理安排的影响;或者需要重新考虑旧的(根深蒂固的)监测系统,并制定新的战略系统,例如SRLF三级,以衡量对抗tpc的进展。然后,可以根据所有利益攸关方商定的可衡量的预期未来状态积极测试战略干预措施; because stakeholder involvement is paramount in SRLF, particularly when determining objectives and related end-point goals.

重要的是,SRLF并不是在ARM下获得成功的三模式学习结果的补救措施,因为在现实情况下,三模式学习也依赖于其他因素,例如,涉众参与率以及这些涉众如何参与;发展学习型组织,鼓励三模式学习;培养社会学习的批判性能力,这对双循环学习尤为重要;并实现可适应的治理机制,这允许三重循环学习。值得注意的是,财务和其他管理物流,包括风险,也影响ARM的实施。尽管如此,在ARM项目中应用SRLF的主要好处是,它揭示了反射性学习过程,明确地指导从业者通过三模式学习和实施自适应管理周期。SRLF通过明确地关注自适应反馈系统(反射学习)中的信息的类型、角色和传输,改进了现有的ARM自适应管理周期框架,这是由以下几个关键元素促进的:

精简跨SRLF级别的耦合目标集

目标的碎片化通常会导致集体目标、动力和与ARM下适应性管理周期的实施相关的焦点的丧失。这通常发生在不同的实现级别上。在SRLF下,伸缩的、级联的目标集是ARM企业的通用货币。这些目标通过允许ARM的一个共同目标来整合SRLF中的各个组织层次,通过提高SRLF级别的重点和严密性来产生效果。因此,这些目标决定了SRLF的基本原理,但也将不同角色、责任和授权的从业者团结起来。

合并多个但相互联系的SAM循环

概念化什么、何时以及如何在ARM下实现自适应管理周期是非常困难的,因为要满足的目标范围很广。在SRLF下,这是通过在个别主题(即环境、经济和社区/社会或其他)中单独的SAM周期来解决的,因此更容易考虑具体的适应过程,例如,与每个主题相关的目标设置或监测。这促进了在激活、完成然后重新生成SAM循环的任务中的学习效率。重要的是,SRLF内的主题SAM周期必须相互联系,因为认识到所有干预策略对于实现SRLF主题的全部目标非常重要。

将三模式学习作为一个持续的、嵌套的过程

嵌套反馈发生在SRLF中很长的时间尺度内,从天/周(SRLF Level-3的最小时间步长)到几十年(SRLF Level-1的最大时间步长)。评估(学习)阶段不像许多ARM模型中给出的那样,被描述为SAM周期中的一个单独步骤。通常,这些模型从目标和问题制定开始,然后进入实施和监控,然后是一个评估步骤,意味着后续反馈返回到问题制定(Gregory等人,2012年,Williams和Brown 2014年)。这表明,评估过程在自适应管理周期结束时以离散的间隔发生。在SRLF下,这个评估步骤被故意排除在SAM循环之外,因为ARM中更直接响应的反馈过程,以及适应性评估和适应性反射是嵌套的和持续的;这在SAM循环中被显式地传递(见图5)。

明确认识何时何地应用三模式学习

在SRLF中,在每个治理级别上,针对单循环学习的嵌套反馈(包括下层和上层)是强制性的和持续的,因为这些反馈包含了实际操作(改进已建立的实践以满足端点目标),这是ARM中取得进展的地方(fabicius和Cundill 2014)。值得注意的是,双循环学习反馈仅在需要时调用,即在每个SRLF级别上,在对目标的实现进行了更深入的反思之后。如果目标没有得到满足(考虑任何意外),那么更改实践就变得相关了。例如,在SRLF Level-3中,通过重新定义假设(假设和模型)设计替代tpc(终点目标),以及更新监测系统和现有的规划输入,可能是必要的。在更长的时间尺度上,需要三重循环学习,即基于不断变化的人类价值观对目标进行全面审查,包括对终点目标的修订。还需要在每个特定的SRLF级别进行有意调整治理系统的尝试。这样,SRLF实体(跨级别)中包含的SAM周期(每个主题)就完成了,并通过应用所有最新可用的知识来实现修改后的目标层次结构来进行更新。

区分三模式学习的启动条件和改变的时间尺度

在层次结构中较高级别的实体的较慢响应时间必须被视为标准实践,而不是失败。相对于SRLF Level-3实体,在推断SRLF下的成就时,必须考虑SRLF Level-1实体(以及较小程度的SRLF Level-2)内部变化的较长时间框架。因此,三模式学习的结果最初是在三级实体中进行的(在来自更高层次的约束中),因为这些实体表现出更快的学习潜力。社会学习能力的提高,以及三级tpc的开发、使用和审核能力的提高,支持了这种学习。随后,在更长的时间尺度上,SRLF第3级实体通过垂直反馈影响上一级SRLF的学习。

明确地考虑跨SRLF级别的从业者授权

较低治理级别的从业人员经常被约束整个ARM过程的更高级别因素所压倒,因此阻碍了他们的动机,因为这些因素不在他们的直接控制范围内。这些因素包括政策进程、正式和缺乏灵活性的治理安排,社会学习能力的下降加剧了这些因素。同时,在政策层面运作的从业员未必能从较低层面得到满意的反馈;陷入太多的细节。因此,它们评估政策结果的能力减弱了。在SRLF下,需要明确定义跨SRLF级别的从业者授权,以明确(可行的)ARM实践中的实现角色和责任。在此,泛社会论有助于进一步理解。

四个标准将提高SRLF部署的有效性。首先,每个SRLF级别都需要冠军;这些操作符是将ARM过程结合在一起的粘合剂,没有它们,ARM更有可能失败。主要拥护者是那些在SRLF Level-2操作的从业者,因为他们的任务与SRLF Level-1和Level-3从业者的任务一致。这些从业人员协调信息流,垂直跨SRLF级别,以便在整个SRLF中学习。其次,SRLF的应用不是一个特定的组织,而是一个由所有利益相关方组成的合作项目,这些利益相关方涵盖了SRLF下的所有主题(在一个社会生态和经济系统内)。在这里,自适应网络系统被构建在所有组织部门中,这些理想情况下成为“实践社区”(sensu Wenger 1998),然后监督SRLF的部署。第三,实现跨SRLF级别的适应性治理机制是有利的,特别是建立多中心和分散的治理安排。在这种情况下,决策权被下放到较低的SRLF级别,因此SRLF第3级从业者(和第2级从业者)可以根据需要自由监督和执行他们的ARM授权。第四,明智的做法是将研究组成部分作为SRLF中战略发展目标的一部分(针对每个主题的所有级别)。 Research objectives define research priorities associated with implementation of the SAM cycle, broken down into applied and basic research subobjectives. Applied research may be concerned with developing new TPCs at SRLF Level-3 (as these are required). New TPCs are developed using new knowledge emanating from basic research, which has the primary role of soliciting and overseeing research to enhance understanding about systems in ARM.

总的来说,启发式SRLF为ARM实践中的综合学习提供了探索性的地图。这是有益的,因为SRLF的后续修改将提供与此学习相关的综合思维(Pickett et al. 1999)进展的衡量标准。

结论

有效的ARM实践需要激活、完成、然后再生自适应管理周期,它致力于实现一组灵活的协作确定的目标。在所有治理级别上,这个迭代过程需要适当地平衡和使用单、双和三循环学习,以战略性地修改与改进政策、管理方法和行动以及转变治理相关的输入、输出、假设和假设。SRLF在一个框架下明确地巩固了自适应管理的基本反思性学习启发式,它的部署有目的地在单循环学习内外指导ARM,跨越三个治理级别。因此,SRLF是实现ARM自适应管理周期的关键推动者,从而为ARM实践提供了更多的专门知识。因此,演示跨治理级别部署SRLF的实际示例将有助于测试这个启发式框架的应用,从而进一步开发它。目前,SRLF的原则正应用于两个ARM案例研究领域:与生态保护区实施有关的南非和与默里-达令盆地环境灌溉有关的澳大利亚。

对本文的回应

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。要提交回复,请遵循此链接要阅读已接受的回复,请按此链接

致谢

我们感谢梅丽莎·帕森斯(Melissa Parsons)对手稿早期版本的评论,以及两位匿名审稿人的批判性意见。这项工作源于几年来与南非国家公园、南非水研究委员会和Inkomati集水区管理局有关的适应性管理研究。多年来,凯文·罗杰斯和哈里·比格斯的支持和指导为这项工作提供了宝贵的动力。澳大利亚政府的博士奖学金允许进一步推进和发展的工作。

文献引用

Ahl, V.和T. F. H. Allen. 1996。层级理论:视野、词汇和认识论.哥伦比亚大学出版社,美国纽约。

艾伦,C.和G. H.斯坦基。2009。的综合课程。341 - 346页C.艾伦和G. H.斯坦基,编辑。适应性环境管理:实践者指南。施普林格,Collingwood,澳大利亚。http://dx.doi.org/10.1007/978-1-4020-9632-7_19

阿吉里斯,C.和D.舍恩,1978。组织学习:行动视角的理论.Addison Wesley, Reading, Massachusetts, USA。

巴雷特,G. W., J. D.佩莱斯和E. P.欧达姆,1997。超越过程和组织级别的概念。生物科学47:531 - 535。http://dx.doi.org/10.2307/1313121

比格斯,H., C.布林,R.斯洛托,S.弗雷塔格和M.霍金斯,2011一个。评估和反思如何与适应性管理中更有效的学习相关联。Koedoe(2): 53 Art1001。http://dx.doi.org/10.4102/koedoe.v53i2.1001

比格斯,H. S.费雷拉,S. Freitag-Ronaldson和R.格兰特-比格斯。2011b。十年后的回顾:“潜在担忧阈值”的概念是否需要进行社会生态方面的修正?Koedoe(2): 53 Art1002。http://dx.doi.org/10.4102/koedoe.v53i2.1002

比格斯和K. H.罗杰斯,2003。在实践中建立科学、监测和管理相结合的适应性系统。59 - 80页j·t·杜·托伊特,k·h·罗杰斯和h·c·比格斯,编辑克鲁格的经验:草原异质性的生态学和管理。岛屿出版社,华盛顿特区,美国。

Cundill, G. S. Cumming, D. Biggs和C. fabicius . 2012。适应性管理的软系统思维和社会学习。保护生物学26:13-20。http://dx.doi.org/10.1111/j.1523-1739.2011.01755.x

元,E. S. J.詹姆斯,K. H.罗杰斯,M. C.托马斯。2007。一个跨学科理解河流生态系统的框架。地貌学89:147 - 162。http://dx.doi.org/10.1016/j.geomorph.2006.07.022

爱德华,S. R. 2002。前方。93 - 103页j·a·e·奥格尔索普,编辑。适应性管理:从理论到实践.国际自然保护联盟,瑞士格兰。

法布里丘斯,C.和G.坎迪尔,2014。自适应管理中的学习:从发表的实践中获得的见解。生态和社会19(1): 29。http://dx.doi.org/10.5751/ES-06263-190129

法西和L.舒尔茨,2009。适应性管理的适应性人员。323 - 338页C.艾伦和G. H.斯坦基,编辑。适应性环境管理:实践者指南。施普林格,Collingwood,澳大利亚。http://dx.doi.org/10.1007/978-1-4020-9632-7_18

C.福尔克,T.哈恩,P.奥尔森和J.诺伯格,2005。社会生态系统的适应性治理。《环境与资源年报》30:441 - 473。http://dx.doi.org/10.1146/annurev.energy.30.050504.144511

加梅斯塔尼,A. S. C. R.艾伦和L.甘德森。2009。全局性:不连续揭示了生态系统和社会系统动态系统结构的相似性。生态和社会14(1): 15。(在线)网址://www.dpl-cld.com/vol14/iss1/art15/

Gregory, R., L. Failing, M. Harstone, G. Long, T. McDaniels, D. Ohlson. 2012。结构化决策:环境管理选择的实用指南.著名英国奇切斯特。http://dx.doi.org/10.1002/9781444398557

格雷格,l.a, D. R., Marmorek, C. Murray和D. C. E. Robinson. 2013。对启用自适应管理的洞察。生态和社会18(3): 24。http://dx.doi.org/10.5751/ES-05686-180324

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

冈德森,L.和s.s. Light. 2006。大沼泽地生态系统的适应性管理和适应性治理。政策科学39:323 - 334。http://dx.doi.org/10.1007/s11077-006-9027-2

Hargrove, r . 2002。出色的教练.修改后的版本。乔西-巴斯/Pfeiffer, Wiley, sabb Francisco,加利福尼亚州,美国。

Herrfahrdt-Pahle, e . 2013。水资源的综合和适应性治理:南非的情况。区域环境变化13:551 - 561。http://dx.doi.org/10.1007/s10113-012-0322-5

霍林,2001。理解经济、生态和社会系统的复杂性。生态系统4:390 - 405。http://dx.doi.org/10.1007/s10021-001-0101-5

伊森,R.和D.沃森,2007。阐明了苏格兰水资源管理中社会学习的可能性。生态和社会12(1): 21。(在线)网址://www.dpl-cld.com/vol12/iss1/art21/

Jabareen, y 2009。建立一个概念框架:哲学、定义和过程。国际定性方法杂志49 - 62。

吉金斯,J., N. Röling。2002.适应性管理:规范多样性背景下森林生态治理的潜力和局限性。93 - 104页j·a·e·奥格尔索普,编辑。适应性管理:从理论到实践.国际自然保护联盟,瑞士格兰和英国剑桥。

金斯福德,R. T.和H. C.比格斯。有效保护世界保护区内及其周围淡水生态系统的战略性适应性管理指南。国际自然保护联盟WCPA淡水工作队,澳大利亚湿地和河流中心,悉尼,澳大利亚。

科尔布,1984年。体验式学习:以经验为学习和发展的源泉.普伦蒂斯大厅,恩格尔伍德悬崖,新泽西州,美国。

Kotliar, n.b.和J. A. Wiens. 1990。斑块度与斑块结构的多尺度:异质性研究的层次框架。OIKOS59:253 - 260。http://dx.doi.org/10.2307/3545542

马丁,J., M. C. Runge, J. D. Nichols, B. C. Lubow和W. L. Kendall. 2009。结构化决策作为一个概念框架,以确定保育和管理的阈值。生态应用程序19:1079 - 1090。http://dx.doi.org/10.1890/08-0255.1

McLoughlin, C. A. Deacon, H. Sithole和T. Gyedu-Ababio。2011b。历史、理论基础和经验教训:克鲁格国家公园河流适应性管理中潜在关注的阈值。Koedoe(2): 53 Art996。http://dx.doi.org/10.4102/koedoe.v53i2.996

C. A. McLoughlin, J. MacKenzie, M. Rountree, R. Grant. 2011a.根据南非国家水政策实施淡水保护的战略性适应管理.水研究委员会第1797/1/11号研究报告。WRC,比勒陀利亚,南非。

Mostert, E., C. pah - wostl, Y. Rees, B. Searle, D. Tàbara, J. Tippett. 2007。欧洲流域管理中的社会学习:来自10个流域的障碍和培养机制。生态和社会12(1): 19。(在线)网址://www.dpl-cld.com/vol12/iss1/art19/

奥尼尔,R. V. A. R.约翰逊,A. W.金,1989。规模分析的分级框架。景观生态学3:193 - 205。http://dx.doi.org/10.1007/BF00131538

Pahl-Wostl, c . 2008。适应性水管理的要求。页22页C. Pahl-Wostl, P. Kabat和J. Moltgen,编辑。适应性和综合水资源管理。应对复杂性和不确定性,施普林格德国海德堡的Verlag。

Pahl-Wostl, c . 2009。分析资源治理机制中的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。http://dx.doi.org/10.1016/j.gloenvcha.2009.06.001

Pahl-Wostl, C. Becker, C. Knieper和J. Sendzimir. 2013。多层次的社会学习过程如何促进变革:洪水管理的比较个案研究分析。生态和社会18(4): 58岁。http://dx.doi.org/10.5751/ES-05779-180458

pahal - wostl, C., M. Craps, A. Dewulf, E. Mostert, D. Tabara,和T. Taillieu. 2007一个。社会学习与水资源管理。生态和社会12(2): 5。(在线)网址://www.dpl-cld.com/vol12/iss2/art5/

Pahl-Wostl, C. P. Jeffrey, N. Isendahl和M. Brugnach. 2011一个。完善新的水管理模式:从期望到实践。水资源管理25:837 - 856。http://dx.doi.org/10.1007/s11269-010-9729-2

Pahl-Wostl, C. J. Moltgen, E. Ebenhoh, G. Holtz. 2007b。新的水管理和过渡框架-状态和发展过程。75 - 96页C. Pahl-Wostl, P. Kabat和J. Moltgen,编辑。适应性和综合水资源管理。应对复杂性和不确定性,施普林格德国海德堡的Verlag。

Pahl-Wostl, C. Nilsson, J. Gupta和K. Tockner. 2011b。社会学习需要面对水的挑战。中记录40:549 - 553。http://dx.doi.org/10.1007/s13280-011-0149-1

帕森斯,M. E.和M. C.托马斯,2007。河流生态系统中物理-生物关联的层次模式。地貌学89:127 - 146。http://dx.doi.org/10.1016/j.geomorph.2006.07.016

彼得森,D. L.和V. T.帕克。1998。生态尺度理论与应用。生态系统的复杂性.哥伦比亚大学出版社,美国纽约。

皮克特,S. T. A., J.吴和M. L. Cadenasso, 1999。斑块动力学与扰动地面生态:综合框架。707 - 722页l·r·沃克,编辑。世界生态系统:受扰动地面的生态系统。爱思唯尔科学,阿姆斯特丹,荷兰。

波拉德,S.和D.杜托伊特。2007。战略适应性管理指南:管理克鲁格国家公园河流的经验。环境规划署/ GEF项目没有。GF / 2713-03-4679, EPP项目。国际自然保护联盟,瑞士格兰。

波拉德,S., D.杜托伊特和H.比格斯,2011。转型中的河流管理:克鲁格国家公园河流系统的战略适应性管理的出现。Koedoe(2): 53 Art1011。http://dx.doi.org/10.4102/koedoe.v54i1.1011

普拉特·迈尔斯,2013。为适应性管理设计协作过程:多利益相关者协作的四种结构。生态和社会18(4): 5。http://dx.doi.org/10.5751/ES-05709-180405

奎因,G. P.和M. J.基奥,2002。生物学家的实验设计和数据分析.剑桥大学出版社,美国纽约。http://dx.doi.org/10.1017/CBO9780511806384

瑞斯特,L. B. M.坎贝尔,P.弗罗斯特,2013b。适应性管理:我们现在在哪里?环境保护40:5-18。http://dx.doi.org/10.1017/S0376892912000240

瑞斯特,L.菲尔顿,L.萨缪尔森,C. Sandström和O.罗斯瓦尔。2013一个。适应性管理的新范式。生态和社会18(4): 63。http://dx.doi.org/10.5751/ES-06183-180463

罗杰斯,2003。采用异质性范式:对保护区管理的启示。页面41-58j·t·杜·托伊特,k·h·罗杰斯和h·c·比格斯,编辑。克鲁格的经验:草原异质性的生态学和管理.岛屿出版社,华盛顿特区,美国。

罗杰斯,K. H.和H.比格斯,1999。整合克鲁格国家公园河流战略管理的指标、终点和价值体系。淡水生物41:439 - 451。http://dx.doi.org/10.1046/j.1365-2427.1999.00441.x

罗杰斯,K. H., R.卢顿,H.比格斯,R.比格斯,S. Blignaut, A. G. Choles, C. G. Palmer, P. Tangwe. 2013。在社会生态系统变化的行动研究中培养复杂性思维。生态和社会18(2): 31。http://dx.doi.org/10.5751/ES-05330-180231

罗杰斯,K. H., D.鲁克斯和H.比格斯,2000。集水区管理机构面临的挑战:从官僚主义、商业和资源管理中吸取的教训。水山26:505 - 512。

鲁克斯,D. J.和L. C.福克斯克罗夫特,2011。战略适应性管理在南非国家公园的发展和应用。Koedoe(2): 53 Art1049。http://dx.doi.org/10.4102/koedoe.v54i1.1049

斯佳丽,l . 2013。协同适应管理:挑战与机遇。生态和社会18(3): 26。http://dx.doi.org/10.5751/ES-05762-180326

史丹基,G. H., R. N.克拉克,B. T.鲍曼,2005。自然资源适应性管理:理论、概念与管理制度。通用技术报告PNW-GTR-654,美国林务局,太平洋西北研究站,美国俄勒冈州波特兰。

Susskind, L., A. E. Camacho和T. Schenk. 2012。协同适应管理在实践中的关键评价。应用生态学杂志49:47-51。http://dx.doi.org/10.1111/j.1365-2664.2011.02070.x

Swemmer, L. K.和S. Taljaard. 2011。SANParks,人员和适应性管理:在变化的时代中理解不同的实践领域。Koedoe(2): 53 Art1017。http://dx.doi.org/10.4102/koedoe.v54i1.1017

托马斯,M. C.和M.帕森斯,2002。生态地貌学:河流科学的跨学科方法。国际水文科学协会27:113 - 119。

范维尔根,B. W.和H. C.比格斯,2011。南非大草原保护区适应性生态系统管理的关键评估。生物保护144:1179 - 1187。http://dx.doi.org/10.1016/j.biocon.2010.05.006

沃克,B.和D.索特,2012。弹性练习:建立吸收干扰和维持功能的能力。岛屿出版社,华盛顿特区,美国。http://dx.doi.org/10.5822/978-1-61091-231-0

温格,e . 1998。实践社区:学习、意义和认同。剑桥大学出版社,英国剑桥。http://dx.doi.org/10.1017/CBO9780511803932

韦斯特盖特,m . 2013。适应性管理的证据:每个人都在谈论它,但有多少人真正在做它?决策点74:12-13。

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。http://dx.doi.org/10.1007/s00267-013-0205-7

记者的地址:
克雷格·a·麦克劳林
河流景观研究实验室
地理科学与规划
行为、认知和社会科学学院
新英格兰大学
出,新南威尔士州2351
澳大利亚
cmcloug4@myune.edu.au
跳转到上
表1|表二|图1|Figure2|图3|装具|Figure5