在岛国面临消失的基础上关于人口密度变化的研究

2020-10-21 03:22杨雨琪章子怡伍佳莹
科学导报·学术 2020年15期
关键词:时间序列

杨雨琪 章子怡 伍佳莹

摘 要:今天,许多岛国面临着消失的危险。首先,从两个方面对EDPs进行了分析。第一个方面是通过预测EDPS的数量和密度指数来分析处于危险中的人的数量和条件。首先,我们使用一个时间序列模型来预测未来五年的人口数量,2008年至2018年全球EDPS的数量。预测结果表明,EDPS的数量将在2020达到一个低谷,并且在未来3年将继续增加。第二,我们定义密度为1/k的负二项分布的种族。因此,我们发现EDPs主要集中在美国、英国、法国和欧洲。

关键词:EDPs;时间序列;人口预测

1.引言

马歇尔群岛人的航海能力是具有传奇性的。数千年来,马歇尔人拥抱了他们的水环境,在750000多平方英里的海洋上建立了超过1200个岛屿的文化[1]。但是强大的热带气旋、受损的珊瑚礁和渔业、日益恶化的干旱和海平面上升威胁着这个大洋州的珊瑚礁环礁,迫使马歇尔人进行新的迁徙[2]。虽然这不是个例,但一些岛屿国家,如马尔代夫、图瓦卢、基里巴斯和马绍尔群岛,由于海平面上升而面临完全消失的危险。如果最坏的情况发生,我们应该适当地安置这些人,不仅满足人们的日常需要,而且保护他们自己的文化[3]。

2.基于时间序列模型的人口预测

2.1 建立数学模型

从全球内部位移数据库,我们可以得到每年总的新位移在世界各地2008至2018之间。简单指数平滑的结果如表1所示:

对于多个数据的预测,简单指数平滑的误差较大。因此,我们选择最小误差的权重作为第二指数平滑预测。并得到的预测结果,从预测结果来看,未来EDPs的数量将会减少。在现实中,由于二氧化碳排放量的持续增加和缺乏有效的控制碳排放的法律,全球变暖在未来五年内无法得到适当的控制,因此EDP人口将不会呈现线性下降。

因此,我们推断,预测曲线是非线性的,我们使用三次指数平滑预测方法。

预测模型为:

然后我们再进行预测,并且为了保证预测的准确性,我们将预测数据返回到数据集中,并使用新的数据集进行三次指数平滑预测,然后得到最小误差。通过分析我们可以知道,2020会出现一个低谷,显示出一些波动趋势,然后逐渐上升。我们认为,该图与正常人口增长模型是一致的,也就是说,由于出生率,每隔几年就会出现一定的人口波动。近年来,随着二氧化碳排放量的增加,它也符合海平面上升的趋势。这表明,未来EDPS的数量将继续增加。

2.2 人口密度指数

在前一节中,我们讨论了世界范围内EDPS的增长趋势。其次,我们需要思考如何科学地颁布不同的政策,以帮助不同国家的EDPs最大限度地利用资源。这样我们就可以避免在有些地方存在太多的EDPS和资源太少而无法提供合理的安置或EDPs资源太少和资源浪费太多的情况。因此,我们引入密度的概念。

在负二项分布的种群格局中,泰勒(1961)提出用1/K作为种群密度的指标。在查阅相关文献后,发现生活在离散生境单元中的生物种群可以使用1/K作为种群密度指数,不考虑随机死亡等原因引起的种群密度变化。因此,我们使用这个指数,并结合世界银行和国际移民组织发现的EDP流量信息。

结果表明,EDP主要集中在美國、英国和法国,在欧洲高度集中。除此之外,大多数国家还没有EDP。那么我们需要考虑几个因素来讨论以后发布的政策:

在实施EDPS生活水平高的救助政策时,可以在一定程度上降低文化同化的可能性。因为在这些地区,有更多的EDP和较少的文化损失的可能性。例如,在美国的唐人街,虽然它不是由EDP或难民建立的,但可以看出,当来自同一地区的人口增加时,文化损失将减少。

由于一些国家对温室气体的贡献最终导致了EDP人口的增加是不成比例的,并且一些国家分享了利益,但拒绝承担接受EDPs的责任,我们应该颁布一些政策来禁止这种行为。

3.结论

EDPS问题通过EDPS数的预测和密度指数和培养损失来分析。我们预测EDPS的数量将在2020达到一个低谷,然后在接下来的三年内继续增加。同时,我们认为问题的最大影响因素是语言差异、宗教差异和文化保护政策。我们建议在2020之前建立一个全球避难点,以应对2020之后EDPS数量的快速增加。同时,为了解决文化流失问题,有必要针对上述三个方面制定相关政策。

通过研究一系列的政策,我们利用环境政策发展模式获得二氧化碳排放和水污染,这对环境政策有重要影响。然后我们通过人权政策模型获得GDP。大气污染严重的国家应承担更大的责任。因此,联合国可以根据各国的经济实力和空气污染水平制定EDPS遏制政策,制定环境政策也将更为直接。

参考文献

[1] 张燕,文化建设 文化遗产保护. 胡德全 主编,沿滩年鉴,开明出版社,2019,220,年鉴.

[2] 王永晨. 全球气候变化,消失的不仅是小岛国[N]. 新金融观察,2012-01-23(075).

[3] 罗仁朝,王德. 基于聚集指数测度的上海市流动人口分布特征分析[J]. 城市规划学刊,2008,(04):81-86.

猜你喜欢
时间序列
基于分布式架构的时间序列局部相似检测算法
基于嵌入式向量和循环神经网络的用户行为预测方法
医学时间序列中混沌现象的初步研究
基于时间序列分析南京市二手房的定价模型
基于Eviews上证综合指数预测
上证综指收益率的影响因素分析
基于指数平滑的电站设备故障时间序列预测研究
基于时间序列的我国人均GDP分析与预测
基于线性散列索引的时间序列查询方法研究
基于组合模型的能源需求预测