语言接触网络与保护干预的情景评估

摘要：承接前两篇，本文为美赛 2018-C「语言演变」构建语言接触网络并量化保护政策的挽救效果。将 30 种语言视为节点，按"同区域（地理接触）+ 同语系（遗传亲缘）"连边（同语系边权 2、同区域边权 1），得到含 127 条边、平均度 8.47 的稠密网络，说明语言间普遍通过地理邻近与语族血缘相互关联。度中心性揭示少数"枢纽语言"（编号 L0/L1/L2/L8/L10/L18/L19/L20/L27 中心性达 1.0 上限、L7 为 0.875）在网络中占据结构要冲——保护这些枢纽可辐射带动其邻接小语种。基于网络识别出的 17 种"严重+极度濒危"高风险语言，设定保护干预：将受胁语种的年增长率提升 $\Delta x=+0.02$ （振兴计划：母语教育、数字化建档、社区赋能），重算 2050 预测规模。结果显示：干预前 2050 存活 27 种、3 种跌破千人；干预后 存活升至 28 种、挽救 1 种（该语种年增长率由负转平、跨过千人阈值）。挽救曲线表明，仅当 $\Delta x\ge0.005$ 即整体抬升 0.5 个百分点时即见效，边际挽救在 $\Delta x=0.005$ 处达 1 种后趋于饱和——提示"精准早期干预"比"后期大投入"更具性价比。

关键词：语言接触网络；度中心性；保护干预；情景分析；挽救曲线

一、问题重述

语言并非孤立存在：同区域语言因日常接触相互借用，同语系语言因共同起源天然相近。本题要求：(1) 用网络刻画语言间的接触/亲缘结构，识别枢纽语言；(2) 针对濒危语言设计保护干预（提升其使用活力），评估能在多大程度上扭转消亡命运。这是将"现状—预测"闭环接入"政策"的关键一步。

二、模型假设

语言间边由"同区域（权 1）"与"同语系（权 2）"两类关系触发，可叠加；
度中心性反映语言在网络中的结构重要性，枢纽语言具备保护杠杆；
保护干预等效于将其年增长率 $r$ 提升 $\Delta x$ （振兴使衰退放缓乃至转正）；
干预成本与 $\Delta x$ 正相关，但挽救效果存在边际递减；
干预仅作用于已识别的高风险语种，不波及安全/易危语言。

三、符号说明

符号	含义
$E$	边集合， $\\|E\\|=127$
$d_i$	节点 i 的加权度
$C_i$	度中心性 $d_i/\max_j d_j$
$\Delta x$	保护带来的增长率提升
$N_{\text{saved}}$	被挽救的语言数

四、模型的建立

4.1 接触网络构建

对 30 个节点两两判断：若同区域则连权 1 边，若同语系则连权 2 边（可叠加为权 3）。权重刻画关系强度（图1）。度中心性

$C_i=\frac{d_i}{\max_j d_j},\qquad d_i=\sum_{j:(i,j)\in E}w_{ij}$

图2 展示中心性 Top10——9 种语言达上限 1.0、L7 为 0.875，构成网络核心。

图1 语言接触网络（30 节点 / 127 边，同区域+同语系连边）

图2 度中心性 Top10（最大 1.0，L7 为 0.875）

4.2 保护干预情景

对 17 种"严重+极度濒危"语言施加振兴：将其 $r$ 提升 $\Delta x$ （基准情景 $\Delta x=+0.02$ ），重算

$S_i^{\text{int}}(2050)=S_i(2020)\cdot e^{(r_i+\Delta x)\cdot30}$

若干预前 $S_i(2050)<1000$ 而干预后 $\ge1000$ ，则记为"被挽救"（图3、图6）。扫描 $\Delta x\in[0,0.005,\dots,0.030]$ 得挽救曲线（图4）。

图3 风险语言干预前后 2050 预测（仅 1 种越界获救）

图4 挽救语言数随保护投入（r 提升 dx，1 种在 dx=0.005 获救）

4.3 语系连通性与轨迹

各语系内部加权连边数反映语族凝聚度（图5，均 20~23，亚非/南岛略高）；图7 给出极度濒危语在 $r$ 与 $r+0.02$ 两条轨迹下的 2050 命运分化。

图5 各语系内部连通性（加权边数，均 20~23）

图6 干预前后 2050 存活语言数（27→28，+1 获救）

图7 极度濒危语干预前后 2050 轨迹（r+0.02 逆转下滑）

图8 网络与保护情景流程

五、模型求解与结果

5.1 网络结构（Q3）

网络含 127 条边、平均度 $2\times127/30=8.47$ ，属稠密网络——绝大多数语言至少通过区域或语系与多个邻居相连。度中心性 Top10 中 9 种达上限 1.0（与最多邻居同区域且同语系），L7 为 0.875。语系内部连通性：印欧 22、汉藏 22、亚非 23、尼日尔-刚果 20、南岛 23、孤立 22——各语系内部凝聚度相近，亚非/南岛略高。

网络结构的三点发现：第一，平均度 8.47 意味着每门语言平均与约 8.5 个"伙伴"相连，语言接触远超直觉的"孤岛"想象，保护任一枢纽会牵动整片邻接子网；第二，中心性呈现"少数满分级 + 长尾"格局，9 种语言的中心性触顶 1.0、其余逐级下降，说明网络存在清晰的枢纽—边缘分层；第三，孤立语虽无语系亲缘，却因区域邻近仍获得较高中心性（22 的语系连通性中已含其区域边），证明"地理接触"与"遗传亲缘"同为结构支柱。

政策含义：枢纽语言（中心性≈1.0）一旦实施振兴，可通过日常接触与语族示范效应外溢至邻接小语种，单位投入的辐射收益更高，应列为保护优先项。

5.2 干预效果（情景）

对 17 种高风险语言施加 $\Delta x=+0.02$ ：

表 1 干预前后 2050 存活对比

指标	干预前	干预后
2050 存活语言数	27	28
跌破千人（消亡）	3	2
被挽救	—	1

挽救发生在 1 种原本濒临边界的语种：其 $r$ 经 +0.02 提升后由负转平，2050 预测规模由 <1000 跃过千人阈值。挽救曲线（图4）显示：当 $\Delta x\ge0.005$ （整体抬升仅 0.5 个百分点）即见效，随后在 $\Delta x=0.005\to0.030$ 区间维持挽救 1 种——边际挽救在极低投入处即达上限，后期加大投入收益递减。

从成本—收益视角，干预的"性价比"在 $\Delta x=0.005$ 处最高：仅 0.5 个百分点的整体提升即换取 1 种语言存续，单位投入挽救率约 200 种/单位 $\Delta x$ ；而继续追加至 0.030 并未增加挽救数，边际性价比骤降。这表明保护预算应"够用即止"地推过临界，而非盲目追求大幅复兴——与第二篇"临界翻转"机制一致。对被挽救语种而言，其 $r$ 仅由 −0.006 左右升至 −0.004 以上即跨过临界，验证了"最小可行干预"原则。

5.3 极度濒危语轨迹

图7 对比某极度濒危语的两条轨迹：现状 $r$ 下 2050 规模持续探底（<1000）；振兴 $r+0.02$ 下轨迹明显抬升、趋于平稳。这说明对"最危险语种"，适度振兴即可阻断其滑向消亡的确定性趋势。

值得强调：极度濒危语的"翻盘"并非依赖将其 $r$ 转为大幅正值，而只需推过临界 $r^\*=-0.004$ 使 2050 预测规模触及千人阈值。本情景取 $\Delta x=+0.02$ 已远超所需，故轨迹由"下行击穿"转为"平缓触底"——干预强度与效果之间并非线性，存在明显的"临界翻转"特征。这也提示：对最危险语种，不必追求完全复兴，只要使其停留在"功能性存续"区间（≥千人、代际可续）即达成保护底线目标，从而以有限投入守住多样性下限。

六、结果分析与灵敏度

投入—产出非线性：挽救曲线在 $\Delta x=0.005$ 处突变至 1 种后平台化，揭示"早期微小干预"的杠杆效应——对刚跌破临界（ $r$ 略低于 −0.004）的语种，极小提升即足以翻盘。
枢纽优先的性价比：保护中心性≈1.0 的枢纽语言，其正向外部性可覆盖邻接濒危语，单位成本挽救更多语种，优于"撒胡椒面"。
局限：本情景假设干预对所有 17 种语种等幅提升 $\Delta x$ ，未区分各语种的响应弹性；现实中社区意愿、人口基数会调制效果。
预算—挽救的最优分配：若保护总预算有限，应优先投向"距临界最近"的高风险语种（翻盘所需 $\Delta x$ 最小），而非平均分配；结合第二篇"距临界近者优先"的异质定价原则，可构造"单位预算挽救数"最大化的分配规则，将枢纽辐射杠杆与临界翻盘杠杆叠加，实现全局挽救数最大。
与第二篇衔接：第二篇给出临界 $r^\*=-0.004$ ，本篇干预正是将 $r$ 推过该临界——两篇在"临界翻转"机制上自洽。
与第二篇衔接：第二篇给出临界 $r^\*=-0.004$ ，本篇干预正是将 $r$ 推过该临界——两篇在"临界翻转"机制上自洽。

七、模型评价

优点：①网络刻画语言间结构关联，识别保护枢纽；②情景扫描量化"投入—挽救"非线性；③与动态模型临界机制闭环自洽。
缺点：①边权设定含主观性；②假设等幅干预，忽略异质性；③未建模保护资源的预算约束与分配优化。
改进方向：引入预算约束下的最优枢纽选择（整数规划）；用真实接触数据（借用词、双语率）替代合成边；对响应弹性做异质建模。

八、结论

本文构建 30 节点语言接触网络（127 边、平均度 8.47），以度中心性识别 9 种上限枢纽语言（L0/L1/L2/L8/L10/L18/L19/L20/L27 达 1.0，L7 为 0.875），并量化保护干预：对 17 种高风险语种提升年增长率 $+0.02$ ，使 2050 存活由 27 升至 28 种、挽救 1 种；挽救曲线表明仅 $\Delta x\ge0.005$ （+0.5 个百分点）即见效、此后平台化。核心结论：语言保护存在显著的"早期微小干预杠杆"与"枢纽辐射杠杆"——资源应优先投向刚跌破临界、且处于网络中心的濒危语种，以最小投入阻断系统性消亡。

附录：核心 Python 实现（Q3 网络与情景）

import os, sys, math
sys.path.insert(0, os.path.normpath(os.path.join(os.path.dirname(__file__), "../../../tools")))
import gen_mcm2018c as G

D = G.gen_mcm2018c()
langs = D["langs"]
print("=== Q3 接触网络 + 情景 ===")
print("边数 %d | 平均度 %.2f" % (D["n_edges"], D["avg_deg"]))
print("干预提升 %d 种 | 挽救 %d 种" % (D["boosted"], D["saved"]))
print("挽救曲线:", ["dx=%.3f→%d" % (dx, s) for dx, s in D["scen"]])
print("语系内部连通性:", ["%s%.1f" % (G.FAMILIES[f], D["fam_conn"][f]) for f in range(6)])
print("Top 度中心性:", [(langs[i]["id"], round(D["cen"][i], 3)) for i in D["top_cen"]])
# 枢纽辐射：中心性前 9 的邻接濒危语数
top = set(D["top_cen"][:9])
neigh_risk = 0
for i, j, w in D["edges"]:
    if (i in top) ^ (j in top):   # 一端枢纽一端非枢纽
        other = j if i in top else i
        if langs[other]["status"] in ("严重濒危", "极度濒危"):
            neigh_risk += 1
print("枢纽邻接的高风险语种边数:", neigh_risk)

运行输出：边数 127、平均度 8.47；干预提升 17 种、挽救 1 种；挽救曲线 dx=0→0、0.005→1、…、0.030→1；语系内部连通性 [印欧22.0, 汉藏22.0, 亚非23.0, 尼日尔-刚果20.0, 南岛23.0, 孤立22.0]；Top 中心性 [L0~L27 多数为 1.0、L7 为 0.875]——与正文表 1、图 1—图 8 完全一致。