重新想象马赛马拉（MCM 2023 B）范文二：人兽冲突、社区收入与方案对比证据

摘要

在范文一建立的马赛马拉区域系统动力学模型基础上，本文聚焦两个直接关系"人类福祉"与"生态和解"的核心存量——人兽冲突指数 $V$ 与人均社区收入 $I$，并以八个量化视角系统对比"一切照旧（BAU）"与"重新想象马赛马拉（PLAN）"两种情景。模拟（SEED=2024，确定性）表明：BAU 路径下，人口无序扩张叠加栖息地萎缩，使人兽冲突由 2023 年的 0.45 逼近 2063 年的 0.994（几乎达到极限），同时旅游崩溃使社区收入由 67.5 百万美元/年跌至 11.2、人均收入由 192.9 美元/人·年塌缩至 14.6；PLAN 路径下，社区保护地缓冲了人兽界面、旅游上限与质量要求稳定了客流，冲突指数降至 0.000、社区收入升至 268.8 百万美元/年、人均收入达 423.3 美元/人·年（约为 BAU 的 29 倍）。累计旅游总收入（2023–2063）BAU 为 8967、PLAN 为 20994 百万美元，方案净增益 12028 百万美元。本文以轨迹图、柱状图与汇总表逐级呈现证据链，确证"重规划方案"在福祉与和解维度上对 BAU 的全面胜出。

1 问题重述与本文定位

赛题不仅要求预测生态走向，更要求评估"重规划"是否真正改善了人与生态系统的关系。本文承接范文一的模型，专门回答：（1）人兽冲突在两情景下如何演变、为何 PLAN 能将其基本消除；（2）社区收入与人均收入为何在 BAU 中崩溃、在 PLAN 中跃升；（3）方案相对 BAU 的定量增益有多大、是否足够构成政策依据。本文是"证据篇"，所有结论均可由 tools/gen_mcm2023b.py 复现。

2 人兽冲突的动态机理

冲突指数刻画野生动物与人类活动界面的紧张程度。我们将其建模为人口压力的正函数、保护地缓冲的负函数：

$$V_t=\text{clip}\!\left(0.45\frac{H_t}{H_0}\bigl(1-\tfrac{C_t}{1.20}\bigr)-0.15\,C_t,\,0,\,1\right).$$

其直觉是：人口越多、野生动物活动范围越贴近聚落，冲突越高；而社区保护地通过划定缓冲带、将人兽活动空间错开，显著降低冲突。图1给出两情景轨迹：BAU 无保护地（$C\equiv0$），冲突随人口攀升至 0.994；PLAN 保护地增至上限后，冲突在 2030 年前后即归零并保持。

$C\equiv0$），冲突随人口攀升至 0.994；PLAN 保护地增至上限后，冲突在 2030 年前后即归零并保持。">

冲突并非孤立指标——高频人兽冲突往往伴随报复性猎杀与栖息地进一步退化，是生态退化向社会反噬的关键通道。PLAN 将其归零，等价于切断了这条恶性循环。

3 人均社区收入的崩溃与跃升

人均收入 $I_t=R_{c,t}/H_t$，其中社区分成收入 $R_{c,t}=1500\,T_t\cdot\text{share}_t$。图2显示两情景的剧烈分叉：BAU 游客量塌缩（见第5节）使 $R_c$ 锐减，叠加人口膨胀，人均收入由 192.9 美元一路跌至 14.6 美元——已低于任何可持续生计门槛；PLAN 凭借稳定的客流与 40% 的社区分成率，人均收入稳定于 423.3 美元，约为 BAU 的 29 倍。

$R_c$ 锐减，叠加人口膨胀，人均收入由 192.9 美元一路跌至 14.6 美元——已低于任何可持续生计门槛；PLAN 凭借稳定的客流与 40% 的社区分成率，人均收入稳定于 423.3 美元，约为 BAU 的 29 倍。">

值得玩味的是，PLAN 人口反而更少（聚落集约化），却收入更高——这证伪了"以人口规模换收入"的朴素逻辑，说明制度性分成比单纯人口扩张更能普惠社区。

4 社区旅游收入的乘数效应

图3单独呈现社区分成收入 $R_c$ 的轨迹。BAU 分成率恒为 15%，且客源枯竭，2063 年仅 11.2 百万美元/年；PLAN 分成率在 5 年内由 15% 升至 40%，配合稳定客流，2063 年达 268.8 百万美元/年，约为 BAU 的 24 倍。这一"分成率×客流"的双重提升，是社区收入跃升的直接来源。

$R_c$ 的轨迹。BAU 分成率恒为 15%，且客源枯竭，2063 年仅 11.2 百万美元/年；PLAN 分成率在 5 年内由 15% 升至 40%，配合稳定客流，2063 年达 268.8 百万美元/年，约为 BAU 的 24 倍。这一"分成率×客流"的双重提升，是社区收入跃升的直接来源。">

将收入留在社区，而非被外部经营商抽走，正是"重新想象"的题眼：让保护的直接受益者成为保护的受益者，形成激励相容。

5 累计收益的宏观对比

把 2023–2063 年旅游总收入逐年累加（图4），BAU 累计 8967、PLAN 累计 20994 百万美元，方案净增益达 12028 百万美元。也就是说，保护不是增长的代价，而是更大的长期税基——短期看似"限制开发"，长期却因生态资产保值而收获更高总产出。

这一结论对决策尤为关键：若仅看单年快照可能误判，而 40 年累计视角清楚显示 PLAN 在经济总量上同样占优。

6 BAU 的退化起点：阈值穿越

回到生态侧，图5以阈值线标注 BAU 野生动物于 2026 年跌破 $0.90W_0=1.17$ 的退化阈值。这是一个标志性拐点：自此生态资产进入净损耗区间，旅游质量随之失守，反向螺旋启动。PLAN 因保护地及时托底，始终位于阈值之上。

$0.90W_0=1.17$ 的退化阈值。这是一个标志性拐点：自此生态资产进入净损耗区间，旅游质量随之失守，反向螺旋启动。PLAN 因保护地及时托底，始终位于阈值之上。">

将图5与图2、图3并读可见因果链：2026 年生态越线 → 旅游质量下滑 → 收入衰减 → 社区无力投资保护 → 冲突上升，正是 BAU 溃败的时间轴。

7 2063 冲突强度的极限对比

图6以柱状图凝固 2063 年冲突强度的终局：BAU 高达 0.994，意味着几乎每年都发生高强度人兽冲突；PLAN 为 0.000，实现生态与社区的真正"和解"。这一对比比任何定性描述都更具政策冲击力。

8 方案相对 BAU 的定量增益

图7量化两类增益：人均收入 +408.7 美元/人·年、野生动物 +0.417 百万标准食草动物。前者对应数十万社区成员的生计跃升，后者对应迁徙生态系统的存续。两项增益同为正，说明 PLAN 实现了"生态—生计"的双重红利，而非此消彼长。

9 关键结论汇总表

图8以汇总表收束全文证据：在野生动物、栖息地、游客量、社区收入、人均收入、冲突、可持续指数七个维度，PLAN 全部优于 BAU，且多数指标优势达数量级（收入 ×24、人均 ×29、冲突归零）。这张表可直接作为政策简报的核心页。

10 证据链的逻辑自洽性

将上述八图串成一条证据链：（a）保护地缓冲 → 冲突归零（图1、图6）；（b）保护地托底生态 → 旅游质量稳 → 客流稳（范文一图7）；（c）客流稳 × 分成率升 → 社区收入 ×24（图3、图4）；（d）收入留在社区 + 人口更少 → 人均收入 ×29（图2、图7）；（e）生态越过阈值则全盘反向（图5）。逻辑闭环、数字互洽，构成 PLAN 优于 BAU 的完备证明。这一证据链对政策实践另有启示：监测应优先盯住"生态越过阈值"这一最早信号（图5 的 2026 年），因为它领先于收入崩溃多年；若能在此节点及时启动保护地建设，便可用最小成本阻断反向螺旋。换言之，模型不仅给出终局对比，更标出了干预的"黄金窗口"。

11 分成率的制度经济学含义

为何将社区分成率由 15% 提至 40% 能产生数量级的收入跃升？这触及本题的深层逻辑：保护的正外部性必须被内部化。野生动物与栖息地是公共生态资产，其收益长期被外部旅游经营商攫取，社区作为守护者却得不到回报，于是"保护机会成本"诱导栖息地转作农垦、诱导报复性猎杀。将分成率提升至 40%，本质上是把生态红利的产权的部分份额归还社区，使"守护生态"成为理性经济选择。这一机制与 REDD+（减少毁林排放）、CBD（生物多样性公约）的"惠益分享"原则同源，也解释了真实马赛马拉中社区保护地（conservancy）模式为何能同时提升生态与收入——模型的数字结论与实地制度经验相互印证。

12 与现实马赛马拉保护地的呼应

模型中的"社区保护地 $C$"并非抽象概念。现实中，马赛马拉周边已出现由马赛社区自发管理的保护地网络，通过限制放牧、连通生态廊道换取旅游收益分成，野生动物密度与社区收入同步改善。本文 $C$ 增至上限 1.20 千 km²、冲突归零、收入 ×24 的模拟结果，正是对这一真实路径的定量投影。当然，模型以面积代理空间结构，未刻画具体廊道几何与权属边界，绝对数值仅供趋势参考，但方向与现实一致，增强了结论的可信度。

13 模型的局限（针对本文）

（1）冲突指数 $V$ 为简化线性形式，未区分 crop-raiding 与 livestock-predation 等具体冲突类型；（2）收入模型假设旅游单价恒定，未显式刻画游客支付意愿的价格弹性（将在第三篇以敏感度补足）；（3）社区内部收入分配不均未被建模，人均值可能掩盖贫富差距，后续应引入基尼系数监测分配的公平性；（4）模型未考虑区域外宏观因素（如国家旅游政策、邻国政局）对客流的冲击。这些均为后续可扩展方向。

14 结论

本文以人兽冲突与社区收入为主线，用八张量化图表系统证明："重新想象马赛马拉"方案能将冲突由 0.994 降至 0、人均收入由 14.6 提升至 423.3 美元、累计旅游总收入净增 12028 百万美元，且在七项核心指标上全面胜出 BAU。证据链逻辑自洽、数字可由真源复现，为政策制定提供了坚实的数量依据。更重要的是，本文打破了"保护生态必然牺牲发展、发展必然损害生态"的虚假二元对立：当生态红利通过制度性分成真正回流社区，保护与生计便从零和走向双赢。下一篇将从参数敏感度与具体保护措施两方面，论证该方案的可行性与鲁棒性。

参考文献

[1] COMAP. 2023 MCM Problem B: Reimagining Maasai Mara.
[2] Western D, et al. Conservation and Development in the Mara Ecosystem. IUCN, 2009.
[3] 本书站真题库配套：tools/gen_mcm2023b.py、tools/fig_mcm2023b.py、data/mcm2023b.csv。

附录：核心 Python 实现

下列代码需位于 tools/ 目录运行，复现本文全部权威数字（SEED=2024，确定性）。

import gen_mcm2023b as G
D = G.gen_mcm2023b()
k = D["key"]
print("BAU  2063  冲突V=%.3f  人均I=%.1f  社区收入Rc=%.1f" % (
    k["bau_V_2063"], k["bau_I_2063"], k["bau_Rc_2063"]))
print("PLAN 2063  冲突V=%.3f  人均I=%.1f  社区收入Rc=%.1f" % (
    k["plan_V_2063"], k["plan_I_2063"], k["plan_Rc_2063"]))
print("累计旅游总收入 BAU / PLAN = %.0f / %.0f" % (k["cum_rev_bau"], k["cum_rev_plan"]))
print("方案净增益 = %.0f 百万美元；人均增益 = %.1f 美元" % (k["rev_gain"], k["I_gain"]))
print("BAU 越过退化阈值年份 =", k["tipping_year"])