环境难民危机问题模型分析与决策
黄耀辉 罗浩天 冯伯伦
摘 要 如今，全球气候越来越恶劣，全球变暖导致的海平面上升导致岛民流离失所。这些因自然灾害而成为难民的人的迁徙是紧迫的。首先，根据2010-2018年全球海平面年上升趋势，采用差分整合移动平均自回归模型预测未来海平面上升高度，识别出26个将面临风险的岛国，统计出将面临风险的岛国数量，根据地理位置、语言和宗教信仰，将岛国分为五类，然后合理分配给东道国;其次，通过调查及模型一分析提出了相应的人权文化保护政策;第三，运用元胞自动机模型模拟有无政策的人们的文化保护，从而提高人们的文化忠诚度有利于文化保护和传承;第四，选择就业率作为人权指标，以弱势群体的处境取代环境难民，运用灰度预测对有无相应政策的就业率趋势进行预测。针对以上四个问题，本文提出了政策的重要性和完善政策，以实现文化保护、人权和自由。
关键词 环境难民 人权与文化保护政策 自回归模型 元胞自动机模型
中图分类号：X21 文献标识码：A 文章编号：1007-0745（2020）04-0059-06
1 研究背景及意义
联合国人权委员会做出了具有里程碑意义的裁决，即政府将把“气候难民”送回受到气候危机威胁的国家的行为定为非法。它代表了合法的“转折点”，并为受到全球变暖威胁的人的未来保护要求“打开了大门”。《联合国气候变化公约》（UNFCCC）的第一段提供了“气候变化”的定义：除了在同一时期观察到的自然气候变化之外，人类活动直接或间接引起的气候变化也改变了地球大氣的组成。气候变化，例如荒漠化，盐碱化，海岸线侵蚀，海平面上升等，以多种方式影响一个国家的领土。例如全球变暖，各个工业国家未能关注不受限制的碳排放问题，这带来了温室效应，并导致了全球冰川的融化。根据政府间气候变化专门委员会（IPCC）的预测，如果不停止全球变暖，到2100年地球海平面将上升98厘米，这意味着某些沿海国家或地区，例如孟加拉国或小岛马尔代夫等国家或地区将沉入海平面以下[1]。
随着海平面的上升，这些地球上的低空岛屿或地区未来可能会逐渐被淹没，从而引发诸多复杂问题，包括海洋边界、国家主导地位、新的无国籍状态、跨境气候难民人权保护等。尤其是生活在这些地区的人类很可能成为气候难民，他们面临着巨大的生存挑战。联合国要求所有国家接受“气候难民”，帮助他们生存和生活，不仅是人道主义原则，而且也是人类命运共同体，符合着全人类未来发展的需要[2]。
气候难民是随着社会经济的发展而出现的新问题。对气候难民的保护尚未形成有效的保护机制，国家之间的权力和义务关系尚未明确。地球上的每个国家都有义务保护其个人和人权问题。 “所有义务”应该面对如何应对挑战并提出相应的政策，以及有关海洋法，国际难民法和国际人权法的新问题。现有国际法律制度的局限性使其迫切需要推广。我们应该坚持人类共同体的概念，并确定政策和法律，以应对小岛屿国家的基点的消失或淹没，以及保护因海平面上升而引起的气候难民。这不仅对于现在已成为“气候难民”的人类，并且对于整个人类的未来发展而言，不仅在经济发展中避免了悲剧，而且对人类社会的命运和长远发展产生了深远的影响[3]。
2 模型假设
（1）假设所有被淹没的国家岛民都需要转移;（2）假设东道主国为欧洲、中国、美国和澳洲，南非;（3）假设收容国能够接收分配的难民人数;（4）假设有三种类型的移民。
3 模型
3.1 海平面预测模型及国家分类模型
未来面临风险的人数是过去几年观察到未来将被海平面上升影响的人数。在需要完全搬迁的前提下，根据成员国之间的相似度选择合适的评价指标，建立成员国间关系模型。在分析海平面上升高度时，本课题对2010年至2018年全球平均海平面高度进行了纵向比较，预测了未来至2030年的海平面上升高度，通过横向比较找出了面临风险的岛国，并通过对主要影响因素的分析和岛国之间相似性的判断，将其划分为五个区域。根据五个区域特点，将其分配给合适的东道国。
3.1.1 模型准备
研究方法：（1）差分整合移动平均自回归模型。差分积分滑动平均自回归模型（ARIMA）将非平稳时间序列转化为平稳时间序列，然后将因变量值回归到其滞后值和随机误差项的现值和滞后值;（2）聚类模型系统聚类是一种将每个样本分为几个类别的方法。其基本思想是：首先将每个样本视为一个类别，然后指定类别之间的距离，选择距离最小的合并为新类别，然后计算新类别与其他类别之间的距离，然后将距离最近的两个类别合并在一起，以便每次减少一个类别，直到将所有样本合并为一个类别
为止。
在国家海洋科学数据中心，收集2010年至2018年全球月度海平面上升高度，并获取这8年的平均海平面上升高度（数据如表1所示）。
3.1.2 模型建立
1.海平面高度预测。建立ARIMA模型的数据必须是一个稳定的时间序列，并且是2010年至2018年的全球海平面（数据来源，如表1所示）
△作为差异运算符，有：
它们是自回归系数多项式和移动平均系数多项式。零均值白噪声序列。
表2显示了根据数据计算的模型参数：
2019年后海平面将继续上升。未来10年，海平面将上升200毫米以上，年上升高度将达到20毫米。预计26个岛国将被淹没。这些岛国的人民将面临危险，需要迁移到不同的东道国。根据世界银行获得的总人口，大约有479.63万人成为环境难民（移民国家的统计情况见上表3）。
2.系统聚类。根据预测结果，选择表3中的26个国家作为样本进行聚类。选定的东道国由专家调查法根据其能力和地理位置确定。选择了五个国家作为本文的东道国。根据东道国，26个样本分为5类（见表4）。
聚类计算步骤：
（1）转换数据;
（2）构造n个类，每个类只包含一个样本;
（3）计算两个n个样本之间的距离;
（4）将距离最近的两个类别合并为一个新类别;
（5）计算新类和当前类之间的距离。如果类的数目等于1，则绘制一个聚类图;
（6）绘制聚类图;
（7）确定类的个数以得到分类结果。
3.接收难民的能力。为了接收移民，主要考虑三点：
（1）考虑到迁移后文化保护的困难，考虑了语言的相似性。使用相同语言的东道國计为1，否则计为0，符号
为。
（2）为了确保他们的人权不受侵犯，如果有相同的宗教信仰，则记为1，否则记为0，符号为。
（3）考虑到生命安全。距离越近，迁移越容易，威胁越小。距离分为五类，最近的分数是5，最远的分数是1，中间得分是2、3和4，符号为。构造能力指标如下：
3.1.3 结果
1.根据ARIMA模型，未来10年海平面将上升200mm。
2.将有26个岛国被淹没，4796.3万人将面临危险。
3.被淹没的岛国可分为5类，对应5个东道国。
3.1.4 结果分析
根据分析可得，由于人类活动的影响，全球变暖的海平面正在以更快的速度上升，许多国家将被淹没。淹没国的地理位置越接近，文化特征越是相似，就越容易划归一类。地理位置对东道国也很有吸引力，人们更容易移民到这里。
3.2 人权文化保护政策
环境难民移民到东道国后，东道国应给予移民相应的居住地和基本生活保障，帮助他们将来重建家园。本文考虑了移民国和东道国的地理位置，并考虑了语言和宗教的文化相似性。首先，在一定程度上解决了语言适应时间的问题，在一定程度上避免了宗教信仰冲突的问题。剩下的关键是保护其独特的文化。
文化方面：（1）集中安排，鼓励传承民族传统，学习自传历史;（2）办特色学校;（3）鼓励形成特色文化旅游区，促进经济发展。
人权：（1）鼓励移民自主创业，为创业者提供一定的资金;（2）雇用当地人改善福利。
3.3 元胞自动机模型
环境难民享有非自愿移民的平等人权和文化自由。文化的最大特点不是脱离民族特有的生活生产方式，而是民族个性。民族审美习惯的生动表现对于文化传承过程尤为重要。在将EDP指定给东道国之后，我们使用元胞自动机模型来拟合当前状态和邻近元胞的影响，并根据一定的规则动态更新元胞的下一个状态。预测文化自我保护的内在因素。
3.3.1 模型准备
研究方法为细胞自动机模型：
（1）细胞自动机1
元胞自动机（CA）是一种模拟局部规则和局部连接的方法。典型的元胞自动机是在网格上定义的。每个点上的网格表示一个单元和一个有限的州政府变更规则适用于每个单元，同时执行。因此，元胞自动机是一种模型或方法框架的总称。
定义：设C为元胞自动机系统。经典的元胞自动机系统由四部分组成：细胞、细胞状态空间、先导和局部进化规则。它的数学表达式是
其中La离散单元空间，也称为网格;a表示元素空间的维数;S表示单元的状态;N表示字段中的单元组合;f表示单元状态转换函数。
元胞自动机由规则的单元网格组成，每个单元都处于有限数量的状态之一，例如开和关（与耦合的映射网格相反），网格可以是任意数量的维。对于每个单元，相对于指定单元定义一组称为其邻域的单元。通过给每个单元分配状态来选择初始状态（时间t=0）。新一代根据一些固定的规则（通常是数学函数），根据单元的当前状态和它的邻域状态来确定每个单元的新状态。对于同一时间的单元自动机来说，这种单元自动机的状态更新与一般的单元自动机不同。
二维元胞自动机的定义比较复杂，但常见的邻域模型有三种：von Neumann型、Moore型和扩展Moore型（如上图1所示）。
在元胞自动机模型中，细胞按照规则并行更新。单元的当前状态及其相邻单元的当前状态决定了下一次单元的状态。
（2）基于假设的文化交流元胞自动机结果特征
因为研究对象是从其他国家移民过来的人，他们背井离乡，饱受痛苦。加上外部环境的巨大变化，他们的意识形态很容易发生重大变化，或者是那些误入歧途的普通人。所以这一段是起点。通过对自己文化的忠诚来适应他们文化的传播。即使离开这个国家，文明的传播也与现实生活不一样。在现实环境中，一个人的人际关系和他处于关系网络中地位的变化，都会引起周围人的变化。
当学生迁移到一个新的国家时，学生可以很容易地通过周围的环境来改变个人和邻居的位置。因此，在文化保护的过程中，首先要考虑个体的进化性。
3.3.2 模型建立
1.EDPs的细胞状态：每个单元格状态表示聚合中的一个人。当EDP进入其他国家时，他对许多方面没有全面客观的理解。他简单地认为，他的国家“文化强”、“规章制度”、“文化弱”。对应1、0和-1，作为细胞的初始状态，模拟他们对自己民族文化的态度。
2.文化交流的细胞空间：在更实际的情况下，设置了1000×1000的二维方格网。为了保证每次遍历都不能与空间中的所有相邻元胞重复交换意见，对周围8个相邻元胞的元胞状态进行求和。
（1）EDP的文化忠诚
在用元胞自动机研究文化交流过程时，每个EDP都被视为一个细胞。因此，不同的元素在接触新培养物的过程中具有不同的位置，而相邻元素对中央细胞的忠诚程度有影响。因此，这两个参数是抽象的定义：l表示细胞的文化忠诚度，X表示细胞的倾向。
设为时间t时二维空间（i，j）中细胞的意见倾向，并且1<<1。当（t）=-1，表示“文化软弱”，这对保护文化有副作用;当（t）=1，认为“文化强”对本国文化的保护会起到一定的作用在（t）=0时我们认为它在中间，细胞没有倾向性的观点。
对数据进行抽象统计并定义其观点倾向：当（t）>0 认为它可以保护文化;当（t）<0 有人认为这会影响到文化的保护。细胞的初始状态、邻域态度和细胞自身的脆弱程度是影响细胞空间状态变化的三个因素。现在定义，细胞本身的脆弱程度是细胞坚韧不拔，定义如下：
其中代表细胞忠诚，这意味着细胞在下次之前保持其文化地位的概率; 假设空间中的每个细胞都有相同的状态和对其中心细胞的感染率相同， 让元胞自动机建立扩展Moore模型，M代表每个邻居对其中心细胞状态变化的作用率，i.e.M=1/8，i.e.0.125;在T時，八个相邻的（i，j）单元的状态分别用Si-1，j-1（t），Si-1，j（t），Si+1，j+1（t），Si-1，j+1（t），Si，j-1（t），Si，j+1（t），Si+1，j-1（t），Si+1，j（t）表示。
文化传播的范围相对较小，参与人数较多。假设是20万难民被安置在一个人口100万的大城市。每次迭代代表时间的流逝，一次迭代假定为一个月。对文化的忠诚则不会变。
（2）模拟实验
首先，初始状态：100万人口的1000×1000个城市。
初始状态1：初始人口为1：1000×1000的城市中，50%在1，30%在0，20%在-1。此时，文化忠诚度为=0。此时，文化忠诚度=0。在第700次迭代之后，它是稳定的，没有变化，并且已经扩展。之后第700次迭代，它是稳定的和不变的，并且已经被扩展了。
初始状态2：在1000×1000个100万人口的城市中，50%在1，30%在0，20%在-1，文化忠诚度为=0.2;
在第158次迭代中，文化人口已经达到极限，速度非常快。然而，经过第500次迭代后，发现文化传播人群已经有了很大的变化减少。
3.3.3 结果
1.通过以上模拟，可以得出文化的保护效果与人们的文化忠诚度有关;
2.对于EDP来说，越是忠于本国文化，就越愿意传播自己的文明，越是虔诚地遵守自己的文化习俗，越保护自己的文化不被灭绝;
3.对于东道国来说，很难接受外来文化的吸引，以提高其人民对现有文化的忠诚度。
3.3.4 结果分析
1.通过以上两个模拟结果可得，当文化忠诚度较高时，文化传播速度较慢，达到稳定状态需要700次左右的迭代，其人口会逐渐增加，不会大幅度减少;当文化忠诚度较低时，其文化传播速度非常快，158次迭代就能达到高峰。但500次之后，它将开始逐渐萎缩。考虑到人们对新事物的新鲜和整合，诸如此类的事情终将发生。
2.通过对比以上两个模拟结果，可以发现当占据整个细胞空间的文化忠诚度为0.8时，文化可以得到更好的保护，而东道国的文化本身也不会受到侵蚀。当文化忠诚度为0.2时，其传播很快就会消亡，不利于文化的保护。
综上所述，在保护文化的时候，可以着眼于提高人民的文化忠诚度，忠于自己的文化，而不是接受更多的外来文化，有更好的保护效果。同时，提高教育部的文化忠诚度，保持其原有的文化特色，可以有效防止文化的流失。
3.4 就业率预测模型
因为现无任何群体的环境难民被接收，考虑上特殊性，本文选用的“弱势群体”来代表环境难民。把就业率作为人权保障的指标。用灰色预测模型预测有无政策的就业率。
3.4.1 模型准备
研究方法为灰色预测：灰色预测是对具有不确定性因素的系统进行预测的一种方法。灰色预测可以识别系统因素之间发展趋势的差异程度，即进行相关分析，对原始数据进行生成和处理，找出系统变化的规律，生成具有较强规律性的数据序列，进而建立相应的微分方程模型，从而预测事物未来的发展趋势。它利用一系列反映预测对象特征的定量值构建灰色预测模型，对未来某个时间或达到某个特征量的时间进行预测。
由于没有一个国家真正接受别国的环境难民，因此将以环境难民这一大群体即弱势群体作为研究的模拟对象。就业价值是人的价值的体现。就业率代表了人权的体现，他们的就业率模拟了移民未来的就业率。
3.4.2 模型建立
为了保证灰色预测的可行性，有必要对原始序列数据的电平比进行测试。
1.对于原始数据列 X（0）=（x（0））（1），....，x（0）（3），计算序列的秩比：
如果所有级比λ（k）都在容许覆盖范围θ=（e-2/（n+1），e2/（n+2）），然后进行灰色预测;否则， X（0）需要进行平移，Y（0）=X（0）+c，这样Y（0）才能满足级比的要求。
2. 建立GM（1，1）模型，计算预测值列。
3.检测预测值。
4.相对残差检验、计算。
当e（k）<0.2时，视为满足一般要求;当e（k）<0.1时，视为满足更高的要求;
根据前面计算的级比λ（k）和展开系数a，计算相应的偏差：
若ρ（k）<0.2，则认为满足一般要求;若ρ（k）<0.1，则认为满足更高要求;
3.4.3 结果
可以看出，如果没有政府政策，就业率将逐渐下降到0;如果有政策，就业率将缓慢上升，直到状况良好。
3.4.4 结果分析
从以上预测可以看出，政府将应对就业率的持续下降，以改善就业率。这里给出了相应的策略，灰色模型仅适用于较为短期的预测。所以到了后期模型的准确性降低。可以看出，在不久的将来，如果这种趋势继续下去，就业率将会下降。由于1995年前后政府采取了一些措施，持续下降的就业率已经恢复，并恢复到很高的水平。因此，可以得出这样的结论：政策能够改变就业率的趋势。但是，就业率的提高作为衡量人民生活水平的重要指标，可以有效地解决EDPs的就业问题，从而保障人权，逐步融入当地的生活环境逐步消除移民带来的个人经济问题。基于以上分析，我们可以提出以下建议：政策可以动态调整以适应不断变化的环境。从而降低失业率，提高就业率，从而达到保护人权和帮助他们融入社会的手段。
3.5 综述
文化是一个民族的血液，是一个民族精神的核心。提高文化忠诚度不仅可以保护EDPs的文化免遭灭绝，而且可以保护原土文化不受侵蚀。如果没有有效的方法来提高人们的文化忠诚度，EDP的文化不仅会消亡，还会使本国文化受到影响。只有树立起对民族文化的信心，才能更愿意传播和传承有自己特色的文化。此外，旅游区的建立不仅有助于保存文化，而且可以促进经济发展。它不仅保留了特色文化，还提供了部分就业机会，以实现自给自足，更有利于重建家园，减少与土著人民的冲突。因此，这一政策的运用，可以确保EDPs文化的长期保护，有助于移民后的社会稳定。
人权是人的基本权益。在某种程度上，就业状况代表着经济收入和个人价值的实现。政策给予就业和就业优惠，有利于提高就业率。以1980年至2013年中国弱势群体就业率替代难民预测，可以发现只有长期的政策激励才能保证就业率的稳步增长。如果政策不及时更新，就业率将继续下降。对东道国来说，就业率的下降会导致失业率的增加，增加社会的潜在风险，并可能引发社会动荡。然而，对于EDP来说，较高的失业率意味着更少的经济来源，或者没有更好的经济来源。没有经济资源，EDP几乎不可能有更好的生活和保护人权。
综上所述，这些政策的实施可以帮助EDP更好地保护他们的文化，改善他们的生活和更好的就业。为了达到保护人权的目的。对收容国来说，上述政策可以减少社会动荡的风险和难民移民造成的经济负担。
4 模型的优缺及改进
4.1 优缺
4.1.1 优点
1.模型的优点是用ARIMIA模型来预测海平面的变化，而抛弃了更常用的回归模型，使得模型更加敏感，更能预测海平面的微小变化。
2.聚类法被用来对必须是移民的国家进行分类，并在語言和宗教方面充分尊重EDP的文化。还需考虑距离等因素的重要性，以确保其安全。
3.构建了一个相应的指标来衡量东道主对EDPs的吸引力。充分考虑EDP的自我意愿，切实保护他们的人权。
4.该模型较好地量化了文化对个体的作用，并利用元胞自动机模型进行预测，得出文化扩散规律。
5.通过灰色预测，并用其他类似人群的数据代替EDP，可以更准确地分析他们的就业问题，弥补了数据的不足。
4.1.2 缺点
1.没有一个好的准确方法来分配权重的吸引力指标。
2.ARIMIA模型具有极高的灵敏度，可能使其对海平面的预测过于敏感。
3.结果缺乏清晰的解释能力，计算机程序操作的数据无法达到与仿真软件相同的效果。
4.没有考虑其他气候灾害造成的移民问题，只考虑海平面上升，所以实际难民人数可能更多。
5.在文化传播过程中，只考虑文化的接触和传播，没有其他的传播方式。简化了模型拟合过程，但是也降低了模型的精确度。
4.2 改进
1.使用ARIMIA时，可以获得更多的数据（大约30年），这样会使模型更具准确性，让它更稳定。
2.在计算吸引度时，采用层次分析法，构建更加全面的指标体系，使吸引力更准确。
3.可以采用基于元胞自动机的粒子群算法，这更符合文化传播和实际情况，提高了模型的精度。
参考文献：
[1] Michael M.Cernea.风险、保障和重建：一种移民安置模型[J].河海大学学报，2002，04（02）：1-15.
[2] 石仁刚，田璐璐，杨蕾，陈华. 欧洲难民危机的网络流模型研究[J].数学建模及其应用，2016，05（02）：9-15.
[3] 赵欣，冯勇.难民的模型分析与决策应用[J].西北工业大学导科教刊，2016（32）：145-147.
（1.西华大学 管理学院，四川 成都 610039;2.西华大学 电气与电子信息学院，四川 成都 610039）
