《Global Food Security-Agriculture Policy Economics and Environment》：Agricultural systems modelling and stakeholder engagement: A review of approaches and impact in Sub-Saharan African cropping and farming systems
编辑推荐：
本文通过系统性回顾，深入探讨了农业系统建模在撒哈拉以南非洲（SSA）应对气候变化、提升粮食安全与促进可持续转型中的应用。研究重点考察了模型在适应性决策支持中的作用，并指出模型的应用有效性、与利益相关方（尤其是农民）的参与深度（如共同开发模式）及其成果转化间的关联与差距，为未来构建更具包容性与适应性的跨学科建模框架指明了方向。
在气候变化威胁全球农业系统、严重影响撒哈拉以南非洲（SSA）粮食安全与农民生计的背景下，农业系统建模（包括作物与农场系统模型）被视为评估气候风险、探索适应性管理和支持决策的关键工具。然而，这些模型在SSA地区是否真正推动了积极的、可衡量的系统变革，其应用方式、利益相关方参与及其实际影响之间的关系，仍是一个需要深入探究的议题。
系统性回顾揭示的应用现状
一项针对71篇相关研究的系统性文献回顾为我们勾勒出了该领域的研究图景。研究发现，2015年至2025年间，该主题的文献发表量显著增长，研究地域主要集中在东部和南部非洲。就研究焦点而言，气候变化适应是建模研究最常处理的问题，尤其在种植系统领域。在系统类型上，研究主要聚焦于种植系统模型，对农场系统层面的整体性探讨相对较少。许多研究评估了如调整施肥、改变种植日期、选择新品种等渐进式管理干预措施，而涉及更广泛的系统性、变革性干预（如政策改革）的研究则较为有限。
目标与成果的错位与对齐
研究深入对比了模型应用的初衷目标与最终报告的成果。一个有趣的发现是，虽然“支持决策制定”是超过70%研究的主要或次要目标，但仅有不到50%的研究报告了其作为成果，且大多为次要成果。这表明将建模结果转化为实际行动策略仍然面临巨大挑战，模型的“决策支持”功能在实践中未能充分发挥。相较之下，“预测/预报”目标与成果的吻合度最高，显示了作物模型在预测气候影响和作物产量方面具有较高可靠性。值得注意的是，“增进系统理解”虽然通常未被明确设为主要目标，却成为最常报告的成果，这表明建模过程本身往往能够加深对农业系统复杂性的认知，即便其未能实现最初设定的、更具雄心的“产生影响力”的目标。
利益相关方参与的模式与影响
利益相关方的参与是决定模型能否产生实际影响力的关键因素。回顾发现，约半数研究涉及了非科研人员的参与，其中农民是最主要的参与者，而决策者、非政府组织（NGO）和私营部门行为者的参与则相当有限。这种构成比例可能会限制研究成果在更广泛的系统层面和政策层面产生变革性影响。研究将参与模式分为三类：咨询、协作和共同开发。分析表明，参与模式与模型应用的有效性密切相关。在“咨询”模式中，利益相关方主要提供数据或反馈，决策权仍由科研团队掌握，这导致模型的适用性较低，利益相关方的认同感不足。而在强调“共同开发”和“协作”的研究中，模型更有可能成功支持决策制定、建立信任，并产生与当地背景高度相关的结果。这表明，多元化和参与式的合作能够显著增强模型的可信度和可用性。
例如，在塞内加尔，研究团队与来自18个村庄的农民共同应用APSIM模型，以提升模型在当地情境中的相关性，并建立参与者之间的信任。在津巴布韦和布基纳法索，农场系统模型被用于共同设计农牧结合的管理策略。这些例子显示，当模型被视为促进对话、反思和共同所有权的工具时，其对实践的影响力潜力更大。
模型适用性与未来方向
在模型应用层面，研究发现，种植系统模型（如DSSAT, APSIM, AquaCrop）主要用于气候变化影响评估、产量预测和管理优化，侧重于生物物理过程和预测。而农场系统模型（如TOA-MD, NUANCES-FARMSIM, FarmDESIGN）则更多地整合了家庭决策、资源分配和社会经济权衡，更常以决策支持和系统理解（System Understanding）为目标，并涉及更深层次的利益相关方参与。为了提升模型在SSA复杂小农系统中的适用性，许多研究对现有模型进行了本地化调整，例如整合实地观测数据、农民报告的田间管理措施，或通过农场类型学来体现系统内部的多样性。
未来的建模框架需要向更具包容性和适应性的方向发展。这不仅需要对模型进行技术性精炼，更需要从根本上改变其开发和使用方式。强化跨学科与超学科方法至关重要，这意味着在建模过程中更深入地整合社会科学、行为经济学和当地知识，以理解并纳入影响农业决策的社会、文化和制度因素。深化共同生产是核心路径，即让科学家、政策制定者和社区作为平等伙伴，贯穿从问题界定到结果解释的全过程，以确保研究成果兼具科学严谨性和社会相关性。此外，将模型与参与式、实验性过程（如农民管理的田间试验）更紧密地结合，能够促进适应性学习，并将模型输出与实际干预措施联系起来。最后，投资于本地能力建设，将建模技能整合到国家农业研究推广系统的培训中，有助于确保模型工具的长期可持续性和本地化应用。
结论与展望
综上所述，本综述表明，尽管SSA地区的农业系统建模在技术发展和生物物理响应评估方面取得了显著进步，但其在支持决策制定和推动系统性积极变革方面的转化仍然有限。大多数模型研究专注于预测能力，而在促进社会学习、行为改变或政策采纳方面的证据不足。缩小这一差距的关键在于，将建模工作重新定位为连接科学与实践的“边界对象”，通过有意义的、持续的利益相关方参与，共同探索适应方案，从而支持在SSA多样化的农业景观中实现更具韧性和可持续性的转型。
