农业生态转型评估框架的系统性探索
随着常规农业的局限性日益凸显，农业生态转型（Agroecological Transition, AET）已成为构建可持续食物系统的关键路径。然而，AET的多维复杂性使其评估面临方法论挑战。本文通过PRISMA-ScR指南系统性筛选，对28个评估框架（包括专为农业生态设计的框架及涵盖农业生态原则的广义可持续农业框架）进行深度剖析。
方法论：框架筛选与分析维度
研究通过Web of Science和Scopus数据库检索，最终纳入60篇文献中的28个框架。分析采用归纳法，从文献和实证实践中提炼出四大核心维度：可持续性指标交互、利益相关者互动、互动产生的学习效应，以及评估过程的参与性与适应性。这四维度共同构成了评估AET动态特性的理论基础。
框架概览：可持续性维度与空间尺度
所有框架均涵盖环境、社会、经济三大可持续性支柱，但仅9个框架局限于此。其余19个框架引入了政治治理、韧性等扩展维度。在操作尺度上，64%的框架（如IDEA、RISE）聚焦农场层面，忽视地域复杂性；18%的框架（如SAFE、MESMIS）采用嵌套多尺度分析；另有18%（如TAPE、Tata-Box）将地域视为社会生态系统进行整体评估。方法论架构上，54%的框架采用多方法整合设计，其余则依赖单一主导方法。
四维分析：框架的整合度与缺口
- 1.
指标交互：18个框架明确分析可持续性指标间的协同与权衡关系，可分为专家驱动型（如SAFA的层级模型）、混合型（如Dendoncker结合参与式诊断与生态系统服务建模）及参与驱动型（如MESMIS的迭代式多方评估）。
- 2.
利益相关者互动：23个框架涉及社会互动分析，但多数仅通过量化指标（如合作频率）进行表面评估。仅FoPIA-SURE-Farm等3个框架通过参与式情景构建深入分析权力动态。
- 3.
学习产出：学习作为系统属性被SEPLS等3个框架直接测量，而作为评估过程产物时，仅Dendoncker、TAPE等8个框架通过反馈循环或情景研讨刻意促进学习。约三分之一框架（如PROMETHEE）几乎未涉及学习机制。
- 4.
参与与适应性：框架可分为自上而下型（12个，如SAFA的固定指标）、半参与型（8个，如Lume的成果解读工作坊）及参与适应型（8个，如Tata-Box的全程共建设计）。后者更适应地域多样性，但实施成本较高。
讨论：系统性变革的评估挑战
AET评估需直面四大矛盾：
- •
系统复杂性：多数框架难以捕捉生物物理指标与社会文化维度（如公平治理）的交互，易陷入还原论陷阱。
- •
权力隐形：利益相关者参与常流于形式，缺乏对知识合法性分配机制的批判性反思。
- •
学习浅表化：单环学习（优化操作）普遍，而推动范式重构的双环学习罕见。
- •
地域适配困境：标准化框架与地域特异性需求间的张力制约了工具的转型催化潜力。
结论：下一代评估框架的设计原则
研究提出AET评估的四大非协商性设计原则：
- 1.
系统性：需显性化多尺度指标交互网络；
- 2.
权力感知：嵌入机制使边缘群体知识参与评估；
- 3.
学习导向：将反思性学习设为核心目标而非副产品；
- 4.
情境适应性：在保持原则一致性的前提下支持本地化调适。
未来可探索混合模型（如SES(T)与Tata-Box结合），使评估工具成为赋能转型的行动媒介，而非仅作度量标尺。
