3 农业系统恢复力影响因素研究进展
快速的全球性变化对农业系统结构和过程都会产生重大影响，在各种可能的社会经济发展和全球变化情景下，农业系统恢复力将出现不同程度的下降趋势[28].对于影响因素的研究是恢复力研究的重要内容之一，大多采用恢复力理论模型和概念模型方法。本文主要从自然资源因素和社会资源因素两方面归纳了农业系统恢复力影响因素的研究进展。
3.1 自然资源因素
水、土地、气候是农业赖以生存的重要自然资源，也是影响农业系统恢复力的主要自然因素。
（1）水资源。水是农业的血液，农业用水量占全球总用水量的比例高于70%,灌溉是广大发展中国家数以亿计的农村贫困人口的生计来源[29].尤其对于旱作农业系统来说，区域内对地表水资源的调蓄能力、地下水资源可利用量、灌溉设施等，决定着农业系统的恢复能力。水资源是影响农业系统恢复过程中的主导因素之一，农业系统水资源压力主要来源于农业生产需水与可用水资源之间的矛盾。随着工农业需水量的不断增加，导致水资源的压力逐步加大，极端降水和干旱天气事件频发也对水资源造成了威胁。在缺水地区，气候变化影响区域地下水资源变化的同时，地下水的存储在历史上作为气候变化影响缓冲器的作用在逐步削弱[30].快速而剧烈的极端降水和干旱天气事件给农业系统带来了巨大的压力，使其变得更加脆弱，进而对其恢复力产生不利影响。目前的研究主要集中在旱灾和水资源短缺方向，大多采用恢复力理论模型[31]和概念模型方法[32].王俊等通过构建恢复力概念模型，指出在极端干旱年份，即干旱扰动增大时，系统内水资源短缺成为影响农业系统恢复力的关键因素[33].
（2）土地资源。目前，针对土地资源对农业系统恢复力影响的研究中，大多采用恢复力理论框架模型[34].土地类型的数量和质量是影响农业生产的重要因素，在发生干扰时土地质量的优劣起着加速或延缓农业系统恢复的作用，耕地自然条件（包括地形地貌、海拔高度、土壤类型、坡度、排灌条件等）会对耕地生产潜力产生影响，耕地的生产潜力越大，恢复力的提升空间越大。反之，如果不采取恰当的措施增强农业系统恢复力，长期或者频繁的干扰（如干旱事件）会导致土地发生不可逆转的退化[29].土地利用，尤其是水源地空间位置和蓄水能力以及土地利用结构（如水田、旱地的比例等）对农业系统恢复力有直接影响[35].不同区域，土地利用类型结构与组合不同，形成各异的农业土地资源基础，其耕地资源的数量和质量也受到严格限制。
（3）气候资源。气候变化改变了农业的资源基础，比如土地资源和水资源。在农业系统应对全球变化的相关研究中，大量研究利用作物模型和多种气候变化情景，模拟了气候变化对亚洲和中国作物生产的影响[36,37].以温度升高、降水减少为主要特征的气候变化对粮食生产的最大威胁是将进一步加剧水资源短缺。降水资源影响着农业的种植结构和农作物生长情况，是影响农业系统恢复力最重要的气候资源。增强恢复力可以有效减小极端气候事件的影响。发达国家针对气候变化有详尽的适应方案，加之相关的技术、政策、资金和机构的支持，能够更积极主动地进行应对，因此发达国家较发展中国家具有更强的适应气候变化的能力，可持续发展的气候恢复力也更大[38].
3.2 社会因素
在国内的相关研究中，不同尺度下社会因素对农业系统恢复力影响有所差异。在微观尺度的研究上，大多学者认为个体/农户的文化程度、家庭劳动力数、从业与经营的多样化（收入/种植作物多样化）、人均/家庭收入等属性是影响其恢复力的主要因素[16,39].中观尺度上的研究认为，经济状况是农业系统恢复力的关键因素，例如当干旱扰动增大时，系统内人口总量成为影响农业系统恢复力的关键因子[33].
在国外相关研究结论中，资源管理制度和社会资本也被认为是理解农业系统恢复力的重要方面，例如产权、人口增长、家庭关系、村落响应策略等，这些因素能影响系统应对干扰的能力，既包括个体农户也包括整个集体[40,41].例如，对纳米比亚北中部的研究认为本地知识（传统农业经验）是影响当地 农 业 恢 复 力 的 主 要 因 素[42]. 对 澳 大 利 亚Murray-Darling流域的研究表明，面临可能更干旱的未来，必须通过改革水政策、改善现代化灌溉设施、提高水资源生产力来增强流域的恢复力[43].另外，灵活的决策机制和学习的重要性也逐渐被国外学者和政府所重视[2].相比较，中国国内研究则较少涉及管理制度和社会特征等在系统自我组织恢复过程中的作用。
4 农业系统恢复力评价研究进展
恢复力的评价是恢复力研究中的另一重要内容，很多文献中也使用“测量”、“评估”[1]、“测度”[8]、“度量”[27]和“诊断”[35]等来表述。目前农业系统恢复力的度量研究还比较薄弱，仅有的研究又以定性研究为主，基于实证案例对研究系统的恢复力进行定性描述，而定量研究相对较少。
4.1 定性方法
定性评价往往更加侧重于农业系统恢复力重要性和影响因素的研究，具有一定的可操作性和说服力，但目前评价方法尚不成熟，有待进一步发展。Milestad等运用了访谈和研讨会等定性方法对奥地利阿尔卑斯山S?lkt?ler峡谷地区有机农业系统进行了研究[18];Rodriguez等基于恢复力循环理论，定性分析了墨西哥南部的阿尔塔地区梯田农业系统的适应性和弹性[19];Allison等运用了恢复力理论和适应性循环启发式模型法对澳大利亚西北农业区的恢复力和适应能力进行了分析[44];Speranza运用描述性统计和因素分析法，对非洲肯尼亚莱基皮亚地区小农农业对气候变化的恢复力进行研究[45];Mustafa运用实地调查和灾后统计等定性方法，对灾后恢复的关键问题展开研究[46];Zhou运用了对比分析和实地调查方法，对稻作农业系统的恢复力进行了研究[47];Kummer等利用恢复力理论框架，探索农民实验案例以及农民实验是如何促进农业系统恢复力建立的[48].
4.2 定量方法
目前，国内外的生态学家、经济学家和灾害学家都对系统恢复力的量化研究进行了尝试，其中有针对恢复力本身的度量，也有将恢复力作为评价指标进行的度量[49,50],而具体针对农业系统恢复力的度量研究还较少见。实际上，从目前已有研究看，以恢复力理论为基础的各类系统恢复力定量研究方法有很多共通之处，可为农业系统恢复力定量化研究提供借鉴，因此本节也涉及到对其他各类系统恢复力定量评价方法的概述。对恢复力本身度量研究中使用的方法主要包括模型法、数学统计法和实验方法。典型的模型法有Perrings应用非线形卡尔 曼 滤 波（Kalman filter）和 误 差 纠 正（ErrorCorrection）模型，模拟了博茨瓦纳农业系统的动态属性，以研究其生产潜力和恢复力损失，认为系统对外界干扰的敏感性与经济、非经济参数有关，受放牧成本影响较大[51].数学统计法一般是在已有模型的基础上，采用数学统计方法，模拟系统遭受外界干扰后的恢复过程，从而实现对系统恢复力的定量化研究。如Chang等在灾害损失评估模型的基础上，采用蒙特卡罗（Monte Carlo）数学统计模拟方法，借助编程和GIS模拟美国田纳西州Memphis供水系统在不同级别地震发生后的系统恢复力，得到的结论是，灾前的缓解行为有利于提高灾后恢复力[52].
实验方法是通过人为控制系统的不同干扰条件，分析系统的恢复状况从而研究恢复力[1].例如，Whiford等借助野外实验对新墨西哥西南半干旱草原地区受胁迫的生态系统的恢复力进行了研究，他们通过在一口深井附近施加不同强度的干扰（控制放牧和牲畜践踏），分析得出了草原恢复状况与其距井距离呈正相关，即距井越远，草原所受干扰越小，恢复力速度更快[53].在将恢复力作为评价指标度量方面，如国内部分学者在生态健康评估中涉及到了生态系统恢复力的概念和计算方法，用测算出的恢复力作为指标反映生态系统健康的程度[49,50].
