重新想象马赛马拉（美赛 2023 MCM-B · Reimagining Maasai Mara）
历年真题解法库 · 本题为公开赛题要点整理，完整原题请到官方渠道获取（链接见下）；
下方「练习数据」为本站生成的合成数据集，仅用于跑通方法，非官方原题数据。
一、赛题要点
- 赛事：美赛 2023 年 · 题号 MCM-B
- 问题实质：马赛马拉（Maasai Mara）是肯尼亚西南部以"动物大迁徙"闻名的稀树草原生态系统，同时是马赛（Maasai）社区的家园。赛题要求建立模型，刻画野生动物、人口、土地、旅游、水资源等要素之间的相互作用，并在"一切照旧（BAU）"与"重新想象马赛马拉（一套规划/政策方案）"两种情景下，评估 20–40 年尺度的生态、生计与可持续性走向，给出兼顾保护与发展的最优规划。
- 官方背景（联网查证确认）：2023 MCM-B 全名为 Reimagining Maasai Mara；核心张力在于——野生动物保护、持续增长的人口与聚落、旅游收益、以及水资源与栖息地压力之间如何平衡。它是一道规划/政策类离散建模题。
二、需要产出什么
- 一个刻画马赛马拉区域系统（野生动物丰度、人口、栖息地、旅游、社区收入、人兽冲突）相互作用的动态模型（存量-流量 / 系统动力学）。
- 在 BAU 与 重规划方案（PLAN） 两种情景下预测未来走向，并对比：
- (a) 野生动物种群、栖息地、游客量、社区收入随时间如何演变；
- (b) 人兽冲突与可持续指数如何变化；
- (c) 方案在哪些指标上、以多大代价改善了结果；
- (d) 模型对关键参数（增长率、旅游单价、气候、人口）是否稳健。
- 给出一套可操作的保护与发展措施（空间规划 + 政策杠杆），并以指标改善佐证。
三、数据说明（官方来源 + 练习数据集）
- 官方数据/赛题：本题偏开放规划，官方提供区域背景与若干量化线索；常见做法是设定生态-社会耦合方程并做情景仿真。
- 官方获取渠道：COMAP 官网（请以当年官网发布为准）
- 本站练习数据集：
data/mcm2023b.csv—— 按本题结构用 SEED=2024 确定性生成的合成模拟数据（区域存量-流量模型），可下载后用上面的算法手册直接练手。
四、可用解法手册（按题型跳转）
- 系统动力学/存量流量：算法深度手册 handbooks → 常微分方程、稳定性、相图
- 优化与决策：方法选型决策指南 select → 多目标规划、灵敏度分析
- 政策情景评估：建模避坑指南 pitfalls → 外推风险、单情景陷阱、稳健性
五、权威数字速览（SEED=2024 确定性，详见 tools/gen_mcm2023b.py）
| 指标 | 数值 |
|---|---|
| 基准年(2023) 野生动物丰度 W | 1.300（百万标准食草动物，角马当量） |
| 基准年(2023) 可持续指数 S | 67.0 |
| BAU 2063 野生动物丰度 | 0.948（较基准 −27%） |
| 方案 2063 野生动物丰度 | 1.365（稳定高位） |
| BAU 野生动物跌破退化阈值年份 | 2026（< 0.90·W0） |
| BAU 2063 栖息地面积 | 1.327（千 km²，被侵占萎缩） |
| 方案 2063 栖息地面积 | 2.100（千 km²，保护地扩张） |
| BAU 2063 游客量 | 0.050（百万人/年，近乎崩溃） |
| 方案 2063 游客量 | 0.448（百万人/年） |
| BAU 2063 社区旅游收入 | 11.2（百万美元/年） |
| 方案 2063 社区旅游收入 | 268.8（百万美元/年，×24） |
| BAU 2063 人均社区收入 | 14.6（美元/人·年） |
| 方案 2063 人均社区收入 | 423.3（美元/人·年，×29） |
| BAU 2063 人兽冲突指数 | 0.994（逼近极限） |
| 方案 2063 人兽冲突指数 | 0.000（基本消除） |
| BAU 2063 可持续指数 | 44.4 |
| 方案 2063 可持续指数 | 83.9 |
| 累计旅游总收入(2023–2063) BAU / 方案 | 8967 / 20994（百万美元） |
结论：在确定性模拟中，"一切照旧"会导致野生动物退化、旅游与社区生计近乎崩溃、人兽冲突逼近极限、可持续指数下滑至 44.4；而"重新想象马赛马拉"方案通过社区保护地走廊、巡护降盗猎、旅游上限与质量管理、社区分成提升至 40%、聚落集约化五类杠杆，使野生动物稳定高位、人均收入提升约 29 倍、冲突归零、可持续指数升至 83.9——且对人口增长率等参数高度稳健。
六、优秀范文（本站手写，三种视角）
| 范文 | 视角 | 链接 |
|---|---|---|
| 范文一 | 模型构建与区域系统动力学框架 | mcm2023b-1.md |
| 范文二 | 人兽冲突、社区收入与方案对比证据 | mcm2023b-2.md |
| 范文三 | 情景稳健性与保护措施建议 | mcm2023b-3.md |
七、配套资源
- 真源：
tools/gen_mcm2023b.py（确定性，零依赖，独立运行复现上表） - 配图：
tools/fig_mcm2023b.py→assets/problems/papers/mcm2023b-{1,2,3}-fig{1..8}.svg（24 张） - 注册：已并入
tools/gen_data.py（gen_mcm2023b()）
八、常见问题
- 为什么没有官方数据集？ 本题是开放规划题，核心在系统刻画与情景对比；本站用 SEED=2024 确定性合成参数，结构合理、可稳定复现与教学。
- "基准"与"方案"在 2023 年是否相同？ 是。两情景初始存量完全一致（同一现实世界），差异自第 1 年起由政策杠杆（分成率、盗猎、扰动）在 5 年内平滑过渡引入，保证对比公平。
- 方案是否对所有参数稳健？ 敏感度扫描显示：野生动物对气候干旱强度仅轻微敏感（W 在 1.326–1.354 间），对人口增长率几乎不敏感（保护地主导），说明方案具备鲁棒性。
九、更新记录
- 2026-08-15：校正 stub 为真实赛题（Reimagining Maasai Mara，原题误记为"重新种植森林"），补权威数字与三篇范文链接。