《Conservation Science and Practice》：Using constructed value of information to identify key uncertainties for a decision tree analysis in iterative structured decision making
编辑推荐：
本文提出在结构化决策制定(SDM)的快速原型阶段应用构建价值信息(CVOI)方法，以识别关键不确定性，进而简化决策树分析。作者通过濒危蝴蝶保护案例，展示了CVOI如何有效解决信息问题，将多目标信息问题转化为基于风险的决策，从而克服“分析瘫痪”，推动及时有效的保护行动。研究为资源有限的保护决策提供了实用框架（PrOACT），强调了迭代SDM与决策质量（DQ）评估的价值。
1 引言
在当前生物多样性危机背景下，快速保护决策有助于避免物种灭绝。然而，保护决策常因多方目标冲突、资源限制及普遍不确定性而陷入停滞。结构化决策制定(SDM)通过分解复杂决策为关键组件（PrOACT框架：问题界定、目标、方案、后果、权衡）来应对这些挑战。完整决策分析耗时较长，因此“快速原型”方法在保护SDM应用中逐渐普及，通过快速迭代PrOACT过程识别需深化环节。保护决策问题常可归类为六种决策类型，其中信息问题（在不确定性中行动或延迟以收集信息）与风险问题（不确定性无法实际减少）均涉及不确定性，但关键区别在于不确定性是否可减少。价值信息(VOI)是解决信息问题的决策理论工具，但传统定量VOI耗时。构建价值信息(CVOI)作为新兴工具，通过评估不确定性的相关性（减少不确定性会改变管理结果的程度）与幅度（不确定性大小），快速识别关键不确定性，并可结合可减少性（解决不确定性的可行性）优先研究重点。决策树可直观展示选择、不确定结果及潜在后果，通过回滚计算概率加权平均值提供最优选择洞察。本文提出将CVOI应用于SDM快速原型初轮，以识别关键不确定性，进而构建决策树，实现可驾驭分析。
2 方法
2.1 案例研究
以加拿大艾伯塔省濒危的Curiously Isolated Hairstreak (CIH)蝴蝶保护规划为例，开展SDM快速原型工作坊。工作坊由Wilder Institute/Calgary Zoo应加拿大公园局请求组织，18名参与者来自9个机构，涵盖遗传学、栖息地管理等领域。过程包括两轮快速原型：首轮为混合式会议（2次半日虚拟+2次全日现场），诊断决策类型并应用CVOI；次轮由物种生物学家与决策分析师针对首轮识别需深化环节工作，后与全体进行半日虚拟会议。
2.2 快速原型轮次1
通过“问题提出”会议脑暴问题，分类为目标、决策、不确定性等。决策被诊断为多目标信息问题。随后明确决策层次结构界定范围，制定决策声明。目标通过手段-目的图排序，确立基本目标（防止CIH在20年内灭绝、防止对其他种群负面影响、防止管理行动对生态完整性不利影响）及代理绩效指标（构建尺度：1-5分对应置信度）。方案通过策略表生成初始7种方案。后果评估使用代理指标通过小组讨论进行。CVOI练习包括4步：(1)提出假设（零假设与备择），(2)评估假设三标准（相关性、幅度、可减少性），(3)计算CVOI=幅度×相关性，(4)比较CVOI与可减少性评分。11项假设被形式化评估，结果以CVOI-可减少性散点图展示。基于CVOI识别优先不确定性（近交、圈养繁殖可行性），新增“先研究后行动”方案。偏好通过直接评分与支持度投票征集。决策质量(DQ)评分用于评估各PrOACT步骤质量，指导后续努力方向。
2.3 快速原型轮次2
基于首轮DQ评分，次轮聚焦后果与权衡。决策被重新定性为风险问题。使用决策树评估方案后果，节点填入主观概率（0, 0.25, 0.5, 0.75, 1）与构建尺度结果值，通过回滚计算期望值。后果表识别主导方案。偏好评估结合直接排名、支持度及摆动权重矩阵多方法权衡，比较加权评分与直接排名。
3 结果
3.1 快速原型轮次1
决策声明明确公园局寻求专家建议防止CIH在未来20年内灭绝。目标绩效指标确立。初始方案后果显示“防止对其他种群负面影响”目标无区分度。CVOI结果识别近交（假设4）与圈养繁殖可行性（假设10）为优先不确定性（高CVOI与可减少性）。新增3种适应性管理方案。偏好评估淘汰多数方案，保留共同要素（如实验性定期燃烧、强化杂草控制）。
3.2 快速原型轮次2
新增研究斑点矢车菊影响的方案。决策树分析示例（如“改进现状”方案）展示回滚过程与期望值计算。后果表识别非主导方案供权衡。多方法权衡显示一方案遭反对，四方案获支持，其中一方案获高认可但存异议，经沟通后衍生新方案。DQ评分显示次轮后目标与方案步骤评分提升，后果评估仍需深化，建议对短名单方案进行种群建模。
4 讨论
案例表明CVOI在SDM快速原型中有助于推进决策对话，克服初始信息不足的犹豫。CVOI成功优先管理相关不确定性，并支持生成适应性管理方案。本研究创新性应用CVOI识别决策树分析的关键驱动不确定性，而此前应用多侧重于研究优先排序。CVOI使决策树分析可行，将高层不确定性转化为明确重要项。CVOI练习时间（约4小时）不足，建议未来采用更正式专家征集（如IDEA协议）。假设生成由专题小组完成，但全体评分可能引入非专家偏见，正式流程可缓解。初始后果预测虽难，但为CVOI相关性评估奠定基础。迭代SDM价值通过DQ评分体现，每轮提升决策质量并指导努力方向。构建尺度使用耗时，未来或需选择不同绩效指标。CVOI结合决策树为资源有限保护决策提供实用路径，避免分析瘫痪，促进及时有效行动。
