本文是Jie Wang于2026年2月发表在《Ecological Indicators》上的文章。
在农业生态系统中，生物多样性丧失问题日益突出，农田边界修复等生态强化措施成为解决该问题的关键手段。常见的农田边界类型多样，包括种植农作物、清除杂草的裸地、恢复自然生长植物、建立草带和花带等。传统的成对Meta分析存在明显局限性，仅能对实验组和对照组进行单一对比，却忽略了实验组与对照组并非固定不变的特点，且亚组分析也无法实现对所有处理措施的综合评估。因此，全面排序不同干预措施在天敌保护方面的相对效果，对于优化害虫防治策略至关重要。
Network Meta分析（NMA）在循证医学领域已发展成熟，能够整合直接证据与间接证据构建干预措施网络，量化不同干预的相对效果并生成概率排名，这与农业生态学研究中“多处理措施比较”和“证据整合”的需求高度契合，为其跨领域应用提供了理论基础。此前已有研究将Meta分析引入农业生态学，本研究进一步运用成熟的NMA方法，探究不同农田边界对小麦、玉米、大豆、水稻等主要大田作物天敌保护的影响，推动该方法在农业生态学中的深入应用。研究重点解决两大关键问题：一是通过同一数据集对比频率论NMA和贝叶斯NMA两种方法，开展一致性检验与发表偏倚分析，探索NMA在农业生态学研究中的应用可行性；二是借助成熟框架评估结构有效性，识别NMA引入农业生态学可能面临的问题，最终为复杂农业生态系统分析提供新框架，为生态修复和农田边界优化提供理论支撑与实践指导。
Meta分析的核心逻辑简洁清晰。当存在多种处理措施时，例如A、B、C三种，若已获取A与C、B与C之间的直接对比证据，便可通过共同对照C计算出A与B之间的间接证据，进而构建起不同处理措施间的效果比较网络。其中，直接证据与间接证据的效果差异及方差存在明确的计算公式，NMA通过将这两类证据整合到统一模型中，实现对每种处理措施相对效果的精准估计。
图 1 三种处理措施（A、B、C）的网络示意图。虚线代表间接证据，实线代表直接证据。
可传递性是 NMA 进行间接比较的前提条件，要求所有纳入比较的研究在研究对象特征、干预设计和背景条件等方面具有相似性。若研究间存在关键差异，如处理措施针对的群体特征不同，将直接影响间接比较的有效性。一致性作为可传递性的统计表现，通过节点分裂法等多种统计方法，检验直接证据与间接证据的结果是否存在差异。若结果一致，则可确认可传递性；若存在不一致，并非意味着间接比较完全不可靠，而是提示需要进一步探究证据异质性的来源。
目前主流的NMA模型包括频率论NMA和贝叶斯NMA，均能在R软件中通过相应包实现分析。频率论统计将概率视为事件的长期发生频率，基于样本数据进行推断，采用最大似然估计等方法，将参数视为固定但未知的值；贝叶斯统计则把概率理解为对事件的信念程度，结合先验知识与观测数据，通过贝叶斯定理更新参数概率，将参数视为随机变量，在小样本场景中更具灵活性，且能直观量化不确定性。两种模型各具特点，适用于不同的研究场景与数据条件。
研究于2025年9月15日在Web of Science数据库中进行文献检索，检索式如下：TS = ((wheat* OR maize* OR corn* OR rice* OR soybean*) AND (flower strip* OR wildflower strip* OR field margin* OR Hedgerow* OR Buffer strip*) AND (arthropod* OR insect* OR beetle* OR carabid* OR spider* OR hoverfl* OR syrphid* OR parasitoid* OR wasp OR pollinat* OR bee OR bumble* OR syrph* OR butterfl* OR predat* OR pest* OR aphid* OR “natural en*”) AND (biological control OR biocontrol OR pest control pest manag* OR conservation biological control OR ecosystem service* OR functional biodiversity OR habitat management OR polli nation service*)).
制定了涵盖主要粮食作物、农田边界类型、天敌相关生物及生态服务等维度的检索式，严格排除综述类文献，仅纳入 “文章” 类型的研究，确保检索结果的针对性与有效性。
为保障研究的可传递性与数据质量，制定了明确的纳入标准：研究作物需包含小麦、玉米、水稻和大豆，实验组农田边界种植植物需排除经济价值作物；假设同一研究中不同处理措施的抽样结果协方差为零；优先选择距离农田边界最近的天敌抽样数据；优先保留天敌总数数据，缺失时保留多数物种数据；不同地点的天敌丰度数据视为独立条目处理，这些原则为数据的规范性提供了保障。
借助Web PlotDigitizer软件从研究的文本、表格或图表中提取天敌丰度的平均值、标准误等关键数据，通过特定公式计算标准差。在贝叶斯NMA分析中，针对多组研究的特点，基于非参考组相对效果的标准误计算参考组的标准误，确保数据处理的科学性与准确性。
运用R软件的“gemtc”包和“netmeta”包分别进行贝叶斯NMA和频率论NMA分析，考虑到生态数据的固有异质性和稀疏网络结构，采用随机效应模型进行分析。以对数反应比作为效应量，通过马尔可夫链蒙特卡洛模拟等方法开展分析，运用潜在尺度缩减因子、节点分裂法、累积排序曲线下面积（SUCRA）等工具进行模型收敛性检验、一致性检验和处理措施排名，同时绘制比较调整漏斗图评估发表偏倚。
通过检索共获取2105篇文献，经标题摘要筛选、全文审查等多轮筛选后，最终纳入16篇文献，包含20项研究，其中两组研究16项、三组研究4项。纳入研究的农田边界处理措施涵盖农作物、裸地、自然生长植物、草带和花带五种，不同处理措施在各研究中的分布存在差异。
贝叶斯NMA模型拟合效果良好，研究间异质性极小；频率论NMA模型同样未显示出明显的整体异质性、设计内异质性及设计间不一致性，两种模型均表明研究数据的一致性较好，为后续分析奠定了坚实基础。
两种NMA方法得出了一致的天敌保护效果排名：花带＞草带＞农作物＞自然生长植物＞裸地，花带和草带的保护效果优于农作物，自然生长植物和裸地则劣于农作物。但需注意的是，多数处理措施与农作物对比的置信区间包含零，表明二者无显著统计学差异，排名仅为指示性趋势。
贝叶斯NMA和频率论NMA的森林图成对比较显示，不同处理措施之间的直接比较和间接比较具有一致性；比较调整漏斗图显示散点分布均匀对称，Egger 检验结果表明研究不存在发表偏倚，进一步验证了研究结果的可靠性。
贝叶斯Meta分析结果显示，天敌保护效果排名为：花带（0.746）＞草带（0.651）＞农作物（0.543）＞自然生长植物（0.410）＞裸地（0.150），括号内为 SUCRA 值。花带和草带的天敌保护效果优于农作物，而自然生长植物和裸地的天敌保护效果劣于农作物。此外，裸地、自然生长植物、草带和花带的置信区间均包含零，表明这些处理措施对天敌的保护效果与农作物无显著差异。类似地，频率论Meta分析结果显示排名为：花带（0.7260）＞草带（0.6448）＞农作物（0.5508）＞自然生长植物（0.4330）＞裸地（0.1315），括号内为SUCRA值。草带和花带的天敌保护效果优于农作物，而自然生长植物和裸地的天敌保护效果劣于农作物。此外，裸地、自然生长植物、草带和花带的置信区间也包含零，表明这些处理措施对天敌的保护效果与农作物无显著差异。两种方法得出的不同处理措施排名顺序一致，但在lnRR值和置信区间上存在微小差异。
在频率论Meta分析中构建比较调整漏斗图以评估发表偏倚风险。图5显示，大多数散点均匀聚集在漏斗顶部，且在零线附近对称分布（Egger检验，p=0.9583）。这一强烈的分布模式表明本研究结果不受发表偏倚影响。
图 5 天敌丰度相关数据集的漏斗图（无发表偏倚影响）
本研究首次将成熟的NMA框架系统应用于农业生态学，对比不同农田边界对天敌保护的效果，两种分析方法得出了一致的排名顺序，为农田边界优化提供了有价值的参考。但需客观认识到研究存在的局限性：其一，网络结构稀疏，20项研究分布于5种处理措施中，部分成对比较仅基于少量研究，导致模型可信区间较宽、稳定性不足；其二，生态数据本身存在异质性，而模型得出的I²=0与实际情况不符，推测与网络结构稀疏、部分研究抽样误差较大有关；其三，以“天敌总丰度”作为响应变量过于聚合，掩盖了不同功能组天敌的差异化响应，不利于揭示深层生态机制。
同时发现，循证医学中NMA的应用步骤无法完全照搬至农业生态学。医学研究的文献质量评估标准具有领域特异性，难以适用于农业生态学；农业生态学研究的对照组类型更为多样，增加了直接证据与间接证据的差异风险，也为模型一致性带来挑战。此外，农业生态学实验周期长、受自然因素影响大，导致研究异质性显著、可重复性较差，这些特点都对NMA在该领域的应用提出了特殊要求。
尽管存在诸多挑战，但NMA在农业生态学中的应用前景广阔。通过优化NMA方法，可有效整合现有海量实验数据，减少无效重复试验，为不同田间管理措施的效果对比提供可靠工具，助力筛选出最优的生态友好型田间管理模式，推动农业生态系统的可持续发展。
本研究成功将网络Meta分析框架系统应用于农业生态学领域，针对不同农田边界对天敌保护的效果开展了全面比较。贝叶斯NMA和频率论NMA两种成熟方法一致表明，花带是天敌保护效果最优的农田边界处理措施，其排名顺序为花带＞草带＞农作物＞自然生长植物＞裸地。然而，受限于稀疏的证据网络和部分研究中较大的抽样误差，研究的统计效力有限，多数处理措施与农作物的天敌保护效果无显著统计学差异，排名仅为基于现有数据的指示性趋势。
本研究的核心价值在于，不仅建立了NMA在农业生态学中应用的方法学框架，为该领域的证据合成提供了标准化流程，还基于有限数据给出了农田边界处理措施的初步排名，为后续研究指明了方向。未来研究需进一步扩大样本量、细化天敌功能组分类、完善数据报告规范，同时优化NMA方法以适应农业生态学的学科特点，从而提升研究结果的可靠性与实用性，为农业生态系统的生物多样性保护和可持续管理提供更有力的支撑。
这篇文章把医学领域的Meta分析（NMA）用到农田边界研究中，给农业景观设计带来了比较实用的启发。它最大的亮点是突破了传统方法的局限，能同时比较花带、草带等不同边界处理对天敌的影响，还用量化方式给它们的效果排了序，让我们一下子就看清楚哪种边界在生态效果更为有效。而且作者特别严谨，用了两种统计模型互相验证，结果还保持一致，这种思路也给生态学领域提供了合成证据的一种范式。
从农业景观设计的角度看，这篇研究就像一张清晰的思维导图，用数据更可视化的展现，花带效果最好，其次是草带，再是普通农作物边界，这能帮我们在做农业景观设计时排好优先级，真正把保护天敌的目标落到实处。不过文章也很明确的指出了自己的不足，比如数据还不够多、可能有误差，提醒我们不能直接照搬结论。虽然它只用了“天敌总丰度”这个整体指标，没区分不同天敌类群，略显笼统，但整体来看，这篇文章很实际的将理论与实践结合，不管是方法创新还是应用指导，都值得学习参考。
原文信息：Jie Wang, Yu-Xin Liu, Xiao Zhang, Yan-Jun Zhang,
Network Meta-analysis in agroecology : Comparative effectiveness of farmland margin treatments on natural enemy conservation, Ecological Indicators, Volume 183,2026,114680,ISSN 1470-160X
阅读原文：https://doi.org/10.1016/j.ecolind.2026.114680
声明：本推送内容为课题组对论文的理解，因水平有限，难免出现错讹。敬请各位专家、同学批评指正。
本期编辑：郭子铭 博士
审稿：一审 王楚翘 博士 二审 张宇飞 老师 三审 边振兴 教授
邮箱：My_0520@outlook.com
10个月宝宝每天需要喝多少奶粉？
