研究

基于主体建模的environment-migration联系:一个回顾

• 文摘
• 介绍
• 方法
  • 概念框架
  • 论文选择
  • 模型分类
• 结果与讨论
  • 概述
  • 类型的迁移过程
  • 影响迁移的因素决定
  • 生态系统的耦合
  • 匹配的概念框架的挑战
  • 方法论的注意事项
• 结论
• 对这篇文章
• 确认
• 文献引用

介绍

环境变化对生态系统带来了巨大的压力。这尤其适用于中人类依靠自然资源和影响它们。降雨模式的改变,包括出现的干旱、洪水、海平面上升,造成一些环境变化对社会的最大挑战。此外,生态系统的压力可能是加剧了人口和经济动态,如人口增长或变化的市场价格。战略来应对这些挑战之一是人类的迁移,包括北京市以及rural-to-rural迁移。后者是特别重要的在发展中国家(Bilsborrow 2002,齐默2004)越来越对劳动力的需求在收获时期拉人到农村地区。

除了由环境变化引起的,移民也可以有环境后果,包括森林砍伐和退化的自然资源(Bilsborrow 2002年,2009年卡尔,Lambin和Meyfroidt 2011)。例如,在全球范围内的一项研究中,Neumann-Hermans et al。(2016)发现最强的森林资源退化特点是移民的村庄。除了对目的地的影响,原产地可以体验环境后果的外迁,例如通过改变土地利用实践,比如缺乏维护梯田造成水土流失(柯林斯1986),减少强化通过人口下降(普雷斯顿1998),或汇款影响森林资源的使用(赫克特et al . 2015年)。总之,迹象表明存在环境变化,加上一堆社会经济因素,可能导致迁移,反过来,可以触发额外的环境变化(de Sherbinin et al . 2008年,远见2011)。

environment-migration联系上有越来越多的文献基于新兴的案例研究,和主要的进步都是对理论发展(例如,黑色等。2011年,他2013年一个,2017年,猎人et al . 2015年)。仍然差距存在相当大的研究环境和nonenvironmental迁移因素的相互作用以及对生态环境的影响诱导迁移流动的目的地和原产地(猎人et al . 2015年)。总的来说,有一个缺乏理解环境变化和迁移如何相互加强。

仿真模型有可能解决这些漏洞(他2013b纽曼和Hilderink 2015)。他们可以明确包括社会和生态系统之间的反馈使未来轨迹的模拟在不同的场景。聚合建模方法包括Krol和Bronstert(2007)模拟气候变化之间的联系,水的可用性,农业经济,巴西东北部和迁移。beplay竞技作者得出结论,迁移在很大程度上是由代表直辖市收入是一个气候变化的函数,水资源和农业产量。beplay竞技在最近的一项研究中,·里歌德交谈et al。(2018)集成共享社会经济途径(SSP)叙述在引力模型估计流人离开他们的家因为海平面上升,水可用性和农作物产量下降。建模结果表明,到2050年,大约有1.4亿人在撒哈拉以南非洲,拉丁美洲,南亚可能被迫搬在自己的国家气候变化的后果。beplay竞技

综合来看,这些研究都代表了未来可能的探索轨迹做出有价值的贡献气候导致移民的覆盖区域。然而,他们倾向于不顾,移民摆脱异构的复杂决策的个人和他们的相互作用。正是这种个人行为的重要性,将注意力转移到基于主体建模。基于代理模型(基于动因的模型)与他们的能力描述个体决策过程如何导致在人口水平的变化是有价值的工具学科的人口(Willekens et al . 2017年)。同样重要的是研究环境因素诱发的迁移是基于动因的模型的能力代表生态反馈复杂生态系统(Schluter et al . 2012年)。这就是为什么基于动因的模型被广泛用于研究土地利用/土地覆盖变化(帕克等人。2003年,马修斯等。2007年,顶尖et al . 2017年),生态系统和环境管理(Bousquet和2004页,凯利et al . 2013年),和各种类型的流动和飞行(黄等。2014年,Hattle et al . 2016年,Suleimenova et al . 2017年)。因此,包括生态反馈的能力,这使得基于动因的模型探索environment-migration nexus的一个有价值的工具,这是反映在最近增加,然而小数量的基于动因的模型,考虑自然环境的作用在农村迁移过程^[1](cf。他2013年b2016年,Klabunde Willekens)。

因此,是时候系统综述现有的反弹道导弹environment-migration联系进一步推进基于动因的模型在这一领域的发展。我们的研究目标是第一,为生态系统提供一个概念性的框架连接人类迁徙的描述和比较基于动因的模型。建筑在这个框架中,我们提供一个分类为单向联系,联系部分融合,充分集成系统中双向联系。第二,我们审查现有15基于动因的模型对农村迁移过程合成的当前实践基于主体建模environment-migration联系。特别是,我们解决以下研究问题:

1. 迁移过程与基于动因的模型研究,例如,在——和/或外迁,回报呢?
2. 环境、经济和社会影响因素的迁移决策是在现有基于动因的模型和如何?
3. 社会和生态系统耦合的反弹道导弹environment-migration上下文?特别是环境后果的迁移研究基于动因的模型吗?
4. 做建模的概念差距environment-migration联系存在,如果是这样,有什么原因吗?

最后,我们为进一步反弹道导弹发展提供方向。

方法

概念框架

我们开发了一个概念性的框架的生态系统,通过人类迁徙相连。在这里,所有可能的迁移流动,即。,into, between, and out of the subsystems, as well as the social-ecological interactions within each subsystem are considered (Fig. 1).

整个系统包括子系统(A和B)。为简单起见我们将两个子系统;原则上每个子系统都可以代表多个来源或目标系统。在这两个子系统,人类与自然环境进行交互。的迁移流动,子系统的特点是外迁从子系统,子系统B和/或返迁从子系统B子系统A .此外,人可以输入子系统(迁移到系统)和/或让他们(迁移的系统)。在建模方面,这个过程意味着代理新初始化或删除过程中模拟。换句话说,一个人将汇款或信息发送给其原产地不迁移的系统,但系统中停留。

这个框架的目的是使我们能够描述和比较基于动因的模型在环境诱导迁移对之间的内部联系和子系统。因此,我们的框架是通用标准的补充描述基于动因的模型如奇怪+ D框架(穆勒et al . 2013年)。奇怪的地址+ D框架建模等选择时间和空间尺度上,各种模型设计的概念,和人类决策的细节。然而,由于这个广阔的空间,奇怪+ D框架不考虑特定方面需要解决的反弹道导弹等环境因素诱发的迁移类型的迁移流动。重点描述和比较基于动因的模型时,我们的框架不为模型测试和分析提供指导。为此,框架等跟踪(透明和全面模型Evaludation)框架(开展et al . 2010年,格林et al . 2014年)为记录模型的开发和测试框架代表有价值的补充。

论文选择

2017年3月,我们进行了网络科学主题搜索来获取系统的和客观的文学选择。为此,我们改编Klabunde提出的搜索词和Willekens(2016)包括一个广泛的同义词用于基于动因的模型(见表1)的方法。我们没有限制我们的搜索一段出版。

从产生的508篇文章我们提取的出版物描述基于动因的模型迁移决策在农村环境中由至少一个环境因素的影响,如降雨。我们排除了urban-urban迁移以及不断变化的社会包括牧民,狩猎者和采集者。这导致了14出版物。

我们通过考虑列出的non-ISI补充这个集合土地利用的科学》杂志上为基于动因的模型,这是一个重要的出口。这一步导致了一个额外的出版物。此外,我们有四个相关论文被Klabunde Willekens(2016)和在我们自己的网络。此外,我们添加了两个non-ISI-listed技术报告作为额外的参考的两个确定出版物,因为他们提供了一个更详细的模型描述各自ISI-listed出版。最后,我们检查了所有出版物引用Klabunde的审查和Willekens(2016)和执行网络的科学主题搜索使用“微观”而不是“基于代理模式”和“流动性”和“运动”而不是“迁移。“这两个步骤没有导致额外的反弹道导弹实现我们考虑上述标准。结果,21出版物描述15基于动因的模型被认为是这篇评论。

模型分类

我们回顾了确定15基于动因的模型根据上述概念框架,根据表2中列出的类别。我们开发了一个标准化的协议分类模型和调查农村迁移是如何建模。基于概念图我们另外起草图每个反弹道导弹可视化考虑流程;图的每个基于动因的模型可以在附录1中找到。每个反弹道导弹由两位作者本文的分类,我们随后发送结果反弹道导弹的开发人员一个额外的再确认。这最后一步使我们消除可能的误解;响应率为87%。

下面的定义被用于分类基于动因的模型:

特定于上下文的概念模型:在一个特定于上下文的反弹道导弹,模型流程是基于数据或专家知识具体的案例研究,在程式化模型;然而,它不是基于一个特定的地理区域或空间明确的数据(基于顶尖et al . 2017年)。

迁移流动:系统可以从子系统,子系统的特点是外迁B和返迁从子系统B子系统A。在后一种情况下,代理可以直接移回原点(直接返回)或通过多种停止这样做(间接返回)。此外,人类可以从外面移来两个子系统子系统和/或B和人类可以从子系统和/或B out-migrate外整个系统。迁移只是归类为“系统”的代理没有机会返回模型中的设置和不与他们的起源系统通过发送信息或汇款。

迁移时间(季节性/永久):我们区分季节性和永久性迁移。季节性迁移的特点是短期缺席。不到一年的时间,从起源的地方。在自然资源利用的背景下,这种类型的迁移通常是收获周期保持一致。的永久移民,移民离开的意图保持长期的时间。然而,它不是杜绝后,他们离开或返回一个短期的,因为变化的条件。

目标系统的属性:这表明代理是否考虑目标系统的属性,例如,自然资源的可用性或市场价格在目标系统中,在他们决定迁移。

直接/间接的环境影响因素:我们评估是否在概念上分为直接环境影响因素,例如,代理时考虑降水量决定迁移,或间接驱动程序,例如,降雨影响收入,代理人认为在决定是否迁移。

非生物和生物:非生物都不会受到有机体的环境因素,如气候、大气、温度、光。生物都是影响生物环境因素,例如,植物生长、土壤质量。

社交网络:社交网络是显式地建模的社会联系,例如,通过汇款、信息交换、家属。如果代理比较与他人或自己的情况考虑决定对其他人的影响,不认为是网络效应。

生态反馈(单向联系/部分综合联系/完全整合的双向联系):我们评估后的模型分类介绍了概念框架。

迁移决策(概率函数/决策理论/启发式优化):我们评估方法用于模拟迁移决策。“概率函数”可以是任何功能,包括一个随机因素来确定迁移决定,例如,随机的目的地,逻辑回归函数。模型是基于“决策理论”使用现有的决策理论从经济学、心理学、或其他领域,例如,计划行为理论。“启发式”是简单的决策规则或规则的经验,例如,if - then规则。“优化”包括任何形式的最大化的某些指标,如收入、健康、幸福。

结果与讨论

概述

反弹道导弹的数量是我们的文献检索是大大低于27个Klabunde看过的反弹道导弹和Willekens(2016)分析了迁移基于动因的模型。这表明大量的反弹道导弹领域的迁移不考虑环境因素。

表3概述了15个了模型。所有考虑基于动因的模型用于获得系统的理解,与其他领域的基于动因的模型(如土地利用基于动因的模型由顶尖et al . 2017年)。四个基于动因的模型中使用参与式上下文(例如Naivinit et al . 2010年,吴et al . 2011年),三个提供决策支持(例如Smajgl和Bohensky 2013)和三个预测数量的移民(例如伯曼等人。2004年,Hassani-Mahmooei和帕里斯2012年)。

审查的时间尺度范围从小型模型,例如,每天三年时间步骤Naqvi和雷姆曾为此写过(2014),大的,例如,10000年年度时间步骤詹森(2010)。许多模型模拟不同的过程和应用不同的时间步骤,因此,应对子系统操作在不同的时间尺度上的挑战所讨论的马丁和Schluter (2015)。例如,Smajgl和Bohensky(2013)每天使用时间捕捉环境过程的步骤和每周的步骤实施减贫迁移等过程。在这种情况下,迁移流程建模与粗比其余的时间分辨率模型的过程。

从当地的空间尺度范围(例如,Naivinit et al . 2010年)国家程度(例如,Kniveton et al . 2011年)。大多数综述基于动因的模型考虑一个特定的案例研究(表3)。案例研究的位置分布在热带地区,集中在东南亚(图2)。这可能表明环境因素或自然资源与人类迁移尤其是气候区。

图3概述框架的元素被认为是在回顾基于动因的模型通过计算框架的元素的出现。因此,框架元素是环境因素和代理之间的联系,不同的迁移流动,以及起源和目标系统。

我们分组中的环境因素考虑了模型(最右边的列在表3)分为两种类型:(1)自然资源的可用性,即。、供应等服务资源的可用性和(2)影响环境因素,即。环境变化的主要因素,如降雨。这种区别与树中的图表所示(自然资源)和雨云符号象征(影响环境因素)。图3显示了影响环境因素确定自然资源的可用性在大量的模型,例如,土壤质量影响作物产量在詹森(2010)。自然资源和影响环境因素可能影响人类代理人决定迁移。此外,人类特工经常影响自然资源的可用性,例如,资源消耗Hadzibeganovic和夏(2016))。相比之下,人类代理人影响影响环境因素很少包含在模型,例如,污染影响冰川过程Magallanes et al。(2014)。

类型的迁移过程

图3显示,大多数综述基于动因的模型考虑外迁与选项返回从一个子系统仿真过程中(例如,伯曼et al . 2004年,罗杰斯et al . 2011年)。两个基于动因的模型包括迁移的系统(2011年罗杰斯Smajgl et al . 2013年)和一个反弹道导弹允许迁入以外的整个系统(Hadzibeganovic和夏2016)。忽视迁移的系统可以被认为是一个特定的非常简单的方法,因为在现实中,人类常常离开和进入系统,如一个国家或一个地区(联合国2013)。根据我们的定义,“迁移系统”不包括特工离开他们的家和发送汇款。最后,大多数综述基于动因的模型考虑永久性迁移(见附件1)。相比之下,尤其是在农村地区在热带地区,季节性迁移在精益季节通常扮演着一个重要的角色(亨利等。2004年,Rademacher-Schulz et al . 2014年),似乎缺乏基于动因的模型研究这个至关重要的农业劳动力流动。

影响迁移的因素决定

八反弹道导弹,目标系统的属性,也称为拉因素,是影响迁移决策(左上角的子系统在无花果。3)。环境因素的数量(被推或拉因素,或两者都有)代表/ ABM范围从1到5(表3)。在大多数基于动因的模型,环境因素是间接驱动程序(见附件1),这是符合黑et al。(2011)概念化的间接环境影响因素在迁移过程中的作用。在表4中,我们将环境影响因素分类的两种类型“影响环境因素”和“自然资源的可用性。”

大部分15基于动因的模型包括经济和社会因素,环境因素和一些专注于经济或社会因素环境因素。四个基于动因的模型显式模型社交网络(伯曼et al . 2004年,Naivinit et al . 2010年,Kniveton et al . 2011年,史密斯2014)。这个相当有限表示可能会在一定程度上是由于我们严格的社交网络的定义,但也反映出社交网络与建模相关的复杂性。最常被认为是经济影响因素是距离(最近的道路,市场,或目的地),资产(无论对个人,家庭,或村级,如土地、电视、水泵),和收入。在社会影响因素,年龄,由同行的影响(例如,数量的邻居,健身的邻居,邻居的行为,别人的迁移),性别、人口规模、迁移经验,社会关系(例如,在家依赖),和教育最经常占。这些影响因素经常讨论经验和概念研究中识别迁移驱动environment-migration联系(例如,黑色et al . 2011年,莫2013年,诺伊曼和何曼思2017)。有趣的是,政治影响因素,包括歧视、迫害,冲突,来推动重要的迁移流动充分基于动因的模型,可能是因为这些因素如何影响个人决策的数据很少。

生态系统的耦合

我们分类综述了基于动因的模型为单向的,部分集成和完全集成的生态反馈(cf帕克et al . 2008年)。表5显示了生态反馈包括在每个15综述基于动因的模型。5基于动因的模型我们发现单向联系,即。,一个gents are influenced in their migration decision by the environment but do not influence it in turn. Four models include partly integrated linkages, e.g., agents alter land use and are in turn influenced by harvest success (Mena et al. 2011). Six ABMs implement fully integrated linkages and as such consider environmental change as both a cause and consequence of migration decisions, e.g., soil degradation in Janssen (2010).

15模型考虑的完全集成的联系;尽管这些反馈的代表社会和生态系统之间的一个很大的优势是基于动因的模型(例如,马修斯等。2007年,Schluter et al . 2012年,Filatova et al . 2013年),主张在多个科学领域,如土地利用建模(帕克et al . 2008年)。社会和环境子系统之间的相互作用可以增强或削弱政权转变(Filatova et al . 2016),因此,忽略关键的相互作用可能导致丢失或过分强调这样的政权转移。当然,它需要承认,完全集成的公司联系没有必要在所有情况;如果系统在研究不依赖于生态反馈下,单向或部分集成模型可以充分的,甚至更适合回答所研究的问题。在这方面最重要的挑战是确定至关重要的联系,尤其是因为他们可能发生在不同的尺度和涉及间接反馈(帕克et al . 2008年)。如果有疑问,包括联系在一个模型将允许建模者检查灵敏度分析的重要性。

要完全集成生态反馈,实现它们最有可能意味着增加模型的复杂性,可能导致降低透明度(穆勒et al . 2014年)或困难关于参数化(Smajgl et al . 2011年)和模型分析(Lee et al . 2015年)。一个完全集成的模型将更难以理解,参数化,对现实世界的数据验证。这个难度增加模型开发和分析也可以看出,我们的结果,完全集成基于动因的模型包含许多环境因素略高于单向或部分集成模型。然而,这一观点是基于有限数量的模型,因此只能被视为一个迹象,而不是统计健壮的结果。

匹配的概念框架的挑战

在可视化在图3中,我们的一些元素概念框架比其他人得到更多的关注。考虑框架元素的数量每反弹道导弹平均6.4的20个框架元素。在这里,我们的目标是阐明有限数量的框架元素的原因/ ABM和讨论各种模型部分之间的关系。因此,我们特别感兴趣的代表性生态如何反馈与环境因素的数量或迁移流动和迁移决策的表示。

的环境因素包括在评估模型是基于动因的模型和完全集成的双向联系略高(图4)比单向和部分集成基于动因的模型。例如,Magallanes et al。(2014)实现一个完全集成的表示复杂的生物物理过程耦合的水可用性受到影响人类行为的相互作用和冰川过程(见表5)。詹森(2010),人类的完全耦合的过程通过土壤损耗是影响农业收成的水平反映在更多的环境变量的数量相比,考虑环境因素综述了基于动因的模型。相比之下,完全集成模型较低数量的环境因素也存在。例如,罗杰斯et al。(2011)提出一个完全集成的反弹道导弹只有一个环境因素。

我们确定了耦合的类型之间的关系和决策规则用于模型迁移决策:决策模型基于概率函数或决策理论与单向或部分专门用于基于动因的模型集成的联系(图5)。例如,单向集成模型Kniveton et al。(2011)和史密斯(2014)使用的计划行为理论模型迁移决策(Ajzen 1985, 1991)。相比之下,所有基于动因的模型完全集成的联系仅仅包含启发式,即。简单的决策规则或规则,如if - then规则。例如,在完全集成模型由Smajgl et al . (2015一个)和Smajgl Bohensky(2013)迁移决策是基于布尔变量,这是来自访谈和家庭和指示代理是否会迁移在特定情况下,比如,如果鱼短缺超过一定水平。这种关系的耦合和迁移决策的表现可能暗示挑战复杂的决策规则结合复杂的生态模型发展的反馈。在这里,目标一般人类决策模型和迁移决策尤其是全面基于动因的模型似乎挑战考虑完全集成反馈。建模人类决策研究生态系统日益重要(顶尖et al . 2017年)。尽管进展如使用决策理论是(Schluter et al . 2017),人类决策的灵活性和复杂性对建模仍然是主要的挑战。

所有与单向或部分综述了基于动因的模型综合考虑外迁的联系在一起,要么直接或间接回移民(图5)。然而,迁移系统的进出是完全包含在完全整合的双向集成的基于动因的模型。这表明建模者似乎集中在代表人类决策尽可能详细的方式,例如,通过使用决策理论,看到顶尖et al . 2017年)或代表完全集成生态反馈(见Filatova et al . 2013年),考虑所有可能的迁移流动。

这个观察的一个原因可能是缺失的数据和理解复杂的environment-migration上下文。Bilsborrow和亨利(2012)状态,很少足够的数据环境因素和迁移存在的同一地区,同一时间。输入数据的缺乏也被确认为一般基于动因的模型(Schulze et al . 2017年)。例如,个人决策将提高数据的表示决策基于动因的模型(Filatova et al . 2013年)。专注于特定模型部分的第二个原因是挑战与复杂的模型分析(太阳et al . 2016年)。困难和策略的讨论分析复杂的反弹道导弹最近获得越来越多的关注(例如,Polhill et al . 2016年系统性变化Filatova et al . 2016年政权转移,李et al . 2015和曼et al . 2016经验基于动因的模型)。

方法论的注意事项

分类基于动因的模型基于提供的模型描述总是倾向于主观的偏见。限制这种偏见和减轻可能的误解,我们做了一个反复核对我们的作者团队内部以及综述的作者模型。推进的实践描述模型通过使用标准协议是一个至关重要的步骤,解决的挑战模式通信(例如,穆勒等。2013年,2014年)。

分类基于动因的模型需要使用一致的定义。因此,结论来自我们的评估依赖于应用的定义。例如,我们严格的社交网络的定义和迁移的系统导致了少量的反弹道导弹在这些类别。同样,为了覆盖所有相关的基于动因的模型我们应用广泛的环境因素的定义。例如,我们分类“产量”自然资源,这也可以被看作是经济因素。

最后,当我们集中回顾反弹道导弹environment-migration-nexus在农村环境的使用自然资源,我们应用一个严格的过程消除基于动因的模型,包括urban-urban迁移和住宅流动性。这导致了有限数量的基于动因的模型审查,这妨碍了统计分析的结果。

结论

在这项研究中,我们回顾了15反弹道导弹environment-migration联系综合当前在这一领域的实践和进一步推进模型发展。我们为生态系统提供一个概念性的框架连接通过人类迁徙,可用于描述和比较基于动因的模型。总之,我们发现基于动因的模型考虑environment-migration联系仍然稀缺。鉴于environment-migration联系的重要性,我们呼吁进一步发展反弹道导弹environment-migration联系和想强调,承诺的方式向前推进。这也意味着社会和自然科学家之间加强跨学科工作,适当的建模师,经验主义者描绘人类决策的反弹道导弹和理解和代表联系社会和生态系统。

大多数综述基于动因的模型代表热带地区案例研究,提供一个广泛的模型的目的,并覆盖不同的时空尺度。根据我们的分析,我们发现主要差距对建模environment-migration联系。首先,重要的迁移流动,如迁移系统的进出以及临时性移民过程目前在反弹道导弹environment-migration的联系几乎没有得到关注。此外,9的15模型缺乏完整的生态反馈。通过实现更充分地利用潜在的生态模型耦合系统是至关重要的探索环境变化和迁移是否相互加强,尽管存在缺陷,如增加模型的复杂性。

关闭这些差距,标准开发和分析基于动因的模型是必要的。这些标准应该包括的开发和实现共享和重用生态策略基于动因的模型,提供方法论的指导分析等复杂生态反弹道导弹跟踪框架(开展et al . 2010年,格林et al . 2014年)和使用标准协议的进一步传播等记录反弹道导弹奇怪+ D协议(穆勒et al . 2013年)。专门为《反弹道导弹开发environment-migration领域的联系,协助我们提出的概念框架模型的发展。一起支持标准模型发展的一个很好的实践,文档,和分析,这将有助于推进environment-migration基于主体建模的联系,从而促进未来environment-migration-nexus的理解。

__________

^[1]在本文的其余部分,我们使用术语“农村迁移”来指代rural-rural以及城乡迁移。

文献引用

Ajzen, i . 1985。从意向到行为:计划行为理论。施普林格,德国柏林。

Ajzen, i . 1991。计划行为理论。组织行为和人类决策过程50 (2):179 - 211。http://dx.doi.org/10.1016/0749 - 5978 (91) 90020 - t

伯曼,M。,C. Nicolson, G. Kofinas, J. Tetlichi, and S. Martin. 2004. Adaptation and sustainability in a small Arctic community: results of an agent-based simulation model.北极57 (4):401 - 414。http://dx.doi.org/10.14430/arctic517

Bilsborrow, r . e . 2002。移民、人口变化和农村环境。ECSP报告8:69 - 94。

Bilsborrow, R。,和S. F. Henry. 2012. The use of survey data to study migration-environment relationships in developing countries: alternative approaches to data collection.人口与环境34:113 - 141。http://dx.doi.org/10.1007/s11111 - 012 - 0177 - 1

黑色,R。,W. N, Adger, N. W. Arnell, S. Dercon, A. Geddes, and D. Thomas. 2011. The effect of environmental change on human migration.全球环境变化21:S3-S11。http://dx.doi.org/10.1016/j.gloenvcha.2011.10.001

Bousquet F。,和C. Le Page. 2004. Multi-agent simulations and ecosystem management: a review.生态模型176 (3 - 4):313 - 332。http://dx.doi.org/10.1016/j.ecolmodel.2004.01.011

曼,c . M。,K. Grossmann, and N. Schwarz. 2016. How agent heterogeneity, model structure and input data determine the performance of an empirical ABM: a real-world case study on residential mobility.环境建模与软件75:77 - 93。http://dx.doi.org/10.1016/j.envsoft.2015.10.005

卡尔,d . 2009。人口和砍伐森林:为什么农村迁移问题。人文地理的进展33 (3):355 - 378。http://dx.doi.org/10.1177/0309132508096031

柯林斯,j . 1986。小农解决热带南美洲:社会生态破坏的原因。人类组织45 (1):1 - 10。http://dx.doi.org/10.17730/humo.45.1.0742x12223u09x01

de Sherbinin。,L. K. VanWey, K. McSweeney, R. Aggarwal, A. Barbieri, S. Henry, L. M. Hunter, W. Twine, and R. Walker. 2008. Rural household demographics, livelihoods and the environment.全球环境变化18:38-53。http://dx.doi.org/10.1016/j.gloenvcha.2007.05.005

Entwisle B。,G. Malanson, R. R. Rindfuss, and S. Walsh. 2008. An agent-based model of household dynamics and land use change.土地利用的科学》杂志上3 (1):73 - 93。http://dx.doi.org/10.1080/17474230802048193

Entwisle B。,N. E. Williams, A. M. Verdery, R. R. Rindfuss, S. J. Walsh, G. P. Malanson, P. J. Mucha, B. G. Frizzelle, P. M. McDaniel, X. Yao, B. W. Heumann, P. Prasartkul, Y. Sawangdee, and A. Jampaklay. 2016. Climate shocks and migration: an agent-based modeling approach.人口与环境38:47 - 71。http://dx.doi.org/10.1007/s11111 - 016 - 0254 - y

爱泼斯坦,J。,和R. Axtell. 1996.越来越多的人工社会:社会科学从下到上。华盛顿特区布鲁金斯学会(Brookings Institution),美国。

Filatova, T。,J. G. Polhill, and S. van Ewijk. 2016. Regime shifts in coupled socio-environmental systems: review of modelling challenges and approaches.环境建模与软件75:333 - 347。http://dx.doi.org/10.1016/j.envsoft.2015.04.003

Filatova, T。,P. H. Verburg, D. C. Parker, and C. A. Stannard. 2013. Spatial agent-based models for socio-ecological systems: challenges and prospects.环境建模与软件,45:1-7。http://dx.doi.org/10.1016/j.envsoft.2013.03.017

远见。2011。移民和全球环境变化:未来的挑战和机遇。政府科学办公室,伦敦,英国。

格林,V。,J. Augusiak, A. Focks, B. M. Frank, F. Gabsi, A. S. A. Johnston, C. Liu, B. T. Martin, M. Meli, V. Radchuk, P. Thorbek, and S. F. Railsback. 2014. Towards better modelling and decision support: documenting model development, testing, and analysis using TRACE.生态模型280:129 - 139。http://dx.doi.org/10.1016/j.ecolmodel.2014.01.018

顶尖J。,B. Müller, C. M. Buchmann, G. Dressler, C. Guo, N. Hase, F. Hoffmann, F. John, C. Klassert, T. Lauf, V. Liebelt, H. Nolzen, N. Pannicke, J. Schulze, H. Weise, and N. Schwarz. 2017. Theoretical foundations of human decision-making in agent-based land use models: a review.环境建模和软件87:39-48。http://dx.doi.org/10.1016/j.envsoft.2016.10.008

Hadzibeganovic, T。,和C. Xia. 2016. Cooperation and strategy coexistence in a tag-based multi-agent system with contingent mobility.以知识为基础的系统112:1-13。http://dx.doi.org/10.1016/j.knosys.2016.08.024

Hassani-Mahmooei B。,和B. W. Parris. 2012. Climate change and internal migration patterns in Bangladesh: an agent-based model.环境和发展经济学17:763 - 780。http://dx.doi.org/10.1017/S1355770X12000290

Hattle,。,K. S. Yang, and S. Zeng. 2016. Modeling the Syrian refugee crisis with agents and systems.UMAP杂志37:195 - 213。

赫克特,S。,A. L. Yang, B. S. Bassnett, C. Padoch, and N. L. Peluso. 2015.人在运动,森林过渡。迁移的趋势,城市化和汇款,对热带森林的影响。偶尔纸142。CIFOR,茂物,印度尼西亚。

亨利,S。,B. Schoumaker, and C. Beauchemin. 2004. The impact of rainfall on the first out-migration: a multi-level event-history analysis in Burkina Faso.人口与环境25 (5):423 - 460。http://dx.doi.org/10.1023/B POEN.0000036928.17696.e8

黄,Q。,D. C. Parker, T. Filatova, and S. Sun. 2014. A review of urban residential choice models using agent-based modeling.城市环境和计划B:科学分析和城市41 (4):661 - 689。http://dx.doi.org/10.1068/b120043p

猎人,l . M。,J. K. Luna, and R. M. Norton. 2015. Environmental dimensions of migration.年度回顾社会学41:377 - 397。http://dx.doi.org/10.1146/annurev - soc - 073014 - 112223

詹森,m . a . 2010。人口聚集在古代干旱环境。生态和社会15 (2):19。http://dx.doi.org/10.5751/es - 03376 - 150219

凯利,r。,A. J. Jakeman, O. Barreteau, M. E. Borsuk, S. ElSawah, S. H. Hamilton, H. J. Henriksen, S. Kuikka, H. R. Maier, A. E. Rizzoli, H. van Delden, and A. A.Voinov. 2013. Selecting among five common modelling approaches for integrated environmental assessment and management.环境建模与软件47:159 - 181。http://dx.doi.org/10.1016/j.envsoft.2013.05.005

Klabunde,。,和F. Willekens. 2016. Decision-making in agent-based models of migration: state of the art and challenges.欧洲人口杂志32:73 - 97。http://dx.doi.org/10.1007/s10680 - 015 - 9362 - 0

Kniveton, d R。,C. D. Smith, and R. Black. 2012. Emerging migration flows in a changing climate in dryland Africa.自然气候变化beplay竞技2:444 - 447。http://dx.doi.org/10.1038/nclimate1447

Kniveton, d R。,C. D. Smith, and S. Wood. 2011. Agent-based model simulations of future changes in migration flows for Burkina Faso.全球环境变化21:S34-S40。http://dx.doi.org/10.1016/j.gloenvcha.2011.09.006

Krol, m . S。,和A. Bronstert. 2007. Regional integrated modelling of climate change impacts on natural resources and resource usage in semi-arid Northeast Brazil.环境建模与软件22:259 - 268。http://dx.doi.org/10.1016/j.envsoft.2005.07.022

Lambin, e . F。,和P. Meyfroidt. 2011. Global land use change, economic globalization, and the looming land scarcity.美国国家科学院院刊》上108:3465 - 3472。http://dx.doi.org/10.1073/pnas.1100480108

李,js。,T. Filatova, A. Ligmann-Zielinska, B. Hassani-Mahmooei, F. Stonedahl, I. Lorscheid, A. A. Voinov, G. Polhill, Z. Sung, and D. C. Parker. 2015. The complexities of agent-based modeling output analysis.人工模拟社会和社会杂志》上18 (4):4。http://dx.doi.org/10.18564/jasss.2897

Magallanes, j . M。,A. Burger, and C. Cioffi-Revilla. 2014. Understanding migration induced by climate change in the Central Andes of Peru via agent-based computational modeling. In J. Sichman, E. MacKerrow, F. Squazzoni, and T. Terano, editors.第五届世界大会在社会仿真学报》上。圣保罗,巴西。

马丁,R。,和M. Schlüter. 2015. Combining system dynamics and agent-based modeling to analyze social-ecological interactions—an example from modeling restoration of a shallow lake.环境科学前沿3:66。http://dx.doi.org/10.3389/fenvs.2015.00066

马修斯,r . B。,N. G. Gilbert, A. Roach, J. G. Polhill, and N. M. Gotts. 2007. Agent-based land-use models: a review of applications.景观生态学22日(10):1447 - 1459。http://dx.doi.org/10.1007/s10980 - 007 - 9135 - 1

他,r . a . 2013气候和人口迁移:过去的经验,未来的挑战。英国剑桥大学出版社、剑桥。http://dx.doi.org/10.1017/CBO9781139136938

他,r . 2013b。气候变化相关迁移造型的发展。beplay竞技气候变化117:599 - 611。http://dx.doi.org/10.1007/s10584 - 012 - 0578 - 2

他,r . 2017。迁移和土地退化:最近的经历和未来的趋势。全球土地前景工作报告。联合国防治荒漠化公约》,巴黎,法国。

中东和北非地区,c F。,S. J. Walsh, B. G. Frizzelle, Y. Xiaozheng, and G. P. Malanson. 2011. Land use change on household farms in the Ecuadorian Amazon: design and implementation of an agent-based model.应用地理31 (1):210 - 222。http://dx.doi.org/10.1016/j.apgeog.2010.04.005

2013年j·w·莫里塞。理解环境变化和迁移之间的关系:一个影响框架的发展基于埃塞俄比亚北部的情况。全球环境变化23:1501 - 1510。http://dx.doi.org/10.1016/j.gloenvcha.2013.07.021

穆勒,B。,S. Balbi, C. M. Buchmann, L. De Sousa, G. Dressler, J. Groeneveld, C. J. Klassert, Q. B. Le, J. D. A. Millington, H. Nolzen, D. C. Parker, J. G. Polhill, M. Schlüter, J. Schulze, N. Schwarz, Z. Sun, P. Taillandier, and H. Weise. 2014. Standardised and transparent model descriptions for agent-based models: current status and prospects.环境建模与软件55:156 - 163。http://dx.doi.org/10.1016/j.envsoft.2014.01.029

穆勒,B。,F. Bohn, G. Dreßler, J. Groeneveld, C. Klassert, R. Martin, M. Schlüter, J. Schulze, H. Weise, and N. Schwarz. 2013. Describing human decisions in agent-based models—ODD + d, an extension of the ODD protocol.环境建模与软件48:37-48。http://dx.doi.org/10.1016/j.envsoft.2013.06.003

Naivinit, W。,C. Le Page, G. Trébuil, and N. Gajaseni. 2010. Participatory agent-based modeling and simulation of rice production and labor migrations in northeast Thailand.环境建模与软件25 (11):1345 - 1358。http://dx.doi.org/10.1016/j.envsoft.2010.01.012

纳,A。,和M. Rehm. 2014. A multi-agent model of a low income economy: simulating the distributional effects of natural disasters.杂志的经济互动和协调9 (2):275 - 309。http://dx.doi.org/10.1007/s11403 - 014 - 0137 - 1

诺伊曼,K。,和F. Hermans. 2017. What drives human migration in Sahelian countries? A meta-analysis.人口、空间和地点23:e1962。http://dx.doi.org/10.1002/psp.1962

诺伊曼,K。,和H. Hilderink. 2015. Opportunities and challenges for investigating the environment-migration nexus.人类生态学43:309 - 322。http://dx.doi.org/10.1007/s10745 - 015 - 9733 - 5

Neumann-Hermans, K。,K. Gerstner, I. Geijzendorffer, M. Herold, R. Seppelt, and S. Wunder. 2016. Why do forest products become less available? A pan-tropical comparison of drivers of forest-resource degradation.环境研究快报11 (12):125010。http://dx.doi.org/10.1088/1748-9326/11/12/125010

帕克,d . C。,A. Hessl, and S. C. Davis. 2008. Complexity, land-use modeling, and the human dimension: fundamental challenges for mapping unknown outcome spaces.Geoforum39 (2):789 - 804。http://dx.doi.org/10.1016/j.geoforum.2007.05.005

帕克,d . C。,S. M. Manson, M. A. Janssen, M. J. Hoffmann, and P. Deadman. 2003. Multi-agent systems for the simulation of land-use and land-cover change: a review.美国地理学家协会上93:314 - 337。http://dx.doi.org/10.1111/1467 - 8306.9302004

Polhill, j·G。,T. Filatova, M. Schlüter, and A. Voinov. 2016. Modelling systemic change in coupled socio-environmental systems.环境建模与软件75:318 - 332。http://dx.doi.org/10.1016/j.envsoft.2015.10.017

普雷斯顿,d . 1998。Post-peasant资本主义的食草动物:21世纪在玻利维亚南部。山的研究与开发18 (2):151 - 158。http://dx.doi.org/10.2307/3673970

Rademacher-Schulz C。,B. Schraven, and E. D. Mahama. 2014. Time matters: shifting seasonal migration in northern Ghana in response to rainfall variability and food insecurity.气候和发展6(1):46 - 52点。http://dx.doi.org/10.1080/17565529.2013.830955

K·里歌德交谈,K。,A. de Sherbinin, B. Jones, J. Bergmann, V. Clement, K. Ober, J. Schewe, S. Adamo, B. McCusker, S. Heuser, and A. Midgley. 2018.风潮:准备内部气候迁移。世界银行,华盛顿特区,美国。http://dx.doi.org/10.1596/29461

罗杰斯,d S。,O. Deshpande, and M. W. Feldman. 2011. The spread of inequality.《公共科学图书馆•综合》6 (9):e24683。http://dx.doi.org/10.1371/journal.pone.0024683

Schluter, M。,R. R. J. McAllister, R. Arlinghaus, N. Bunnefeld, K. Eisenack, F. Hölker, E. J. Milner-Gulland, B. Müller, E. Nicholson, M. Quaas, and M. Stöven. 2012. New horizons for managing the environment: a review of coupled social-ecological systems modeling.自然资源建模25 (1):219 - 272。http://dx.doi.org/10.1111/j.1939-7445.2011.00108.x

开展合作,。,P. Thorbek, D. L. DeAngelis, and V. Grimm. 2010. Ecological models supporting environmental decision making: a strategy for the future.生态学与进化的趋势25 (8):479 - 486。http://dx.doi.org/10.1016/j.tree.2010.05.001

Schulze, J。,B. Müller, J. Groeneveld, and V. Grimm. 2017. Agent-based modelling of social-ecological systems: achievements, challenges, and a way forward.人工模拟社会和社会杂志》上20 (2):8。http://dx.doi.org/10.18564/jasss.3423

Smajgl,。,和E. Bohensky. 2013. Behaviour and space in agent-based modelling: poverty patterns in East Kalimantan, Indonesia.环境建模与软件45:8-14。http://dx.doi.org/10.1016/j.envsoft.2011.10.014

Smajgl,。,D. G. Brown, D. Valbuena, and M. G. A. Huigen. 2011. Empirical characterisation of agent behaviours in socio-ecological systems.环境建模与软件26 (7):837 - 844。http://dx.doi.org/10.1016/j.envsoft.2011.02.011

Smajgl,。,G. Carlin, A. House, J. Butler, E. Bohensky, A. S. Kurnia, C. Sugiyanto, and M. Hodgen. 2009.为基于代理模型设计文档SimPaSI Jawa Tengah。模拟在印度尼西亚的可持续道路。CSIRO,澳大利亚汤斯维尔。

Smajgl,。,S. Egan, M. Kirby, M. Mainuddin, J. Ward, and F. Kroon. 2013.湄公河地区模拟(Mersim)模型——设计文档。CSIRO适应气候变化的旗舰,澳大利亚汤斯维尔。

Smajgl,。,J. Xu, S. Egan, Z.-F. Yi, J. Ward, and Y. Su. 2015一个。评估的有效性支付生态系统服务的多元化橡胶在云南,中国。环境建模与软件69:187 - 195。http://dx.doi.org/10.1016/j.envsoft.2015.03.014

Smajgl,。,J. R. Ward, T. Foran, J. Dore, and S. Larson. 2015b。愿景、信仰和转换:探索跨部门和跨界动力学在大湄公河地区。生态和社会20 (2):15。http://dx.doi.org/10.5751/es - 07421 - 200215

史密斯,c, d . 2014。造型迁移期货:雨量基于主体迁移模型的开发和测试——坦桑尼亚。气候和发展6 (1):77 - 91。http://dx.doi.org/10.1080/17565529.2013.872593

Suleimenova D。,D. Bell, and D. Groen. 2017. A generalized simulation development approach for predicting refugee destinations.科学报告7:13377。http://dx.doi.org/10.1038/s41598 - 017 - 13828 - 9

太阳,Z。,I. Lorscheid, J. D. Millington, S. Lauf, N. R. Magliocca, J. Groeneveld, S. Balbi, H. Nolzen, B. Müller, J. Schulze, and C. M. Buchmann. 2016. Simple or complicated agent-based models? A complicated issue.环境建模与软件86:56 - 67。http://dx.doi.org/10.1016/j.envsoft.2016.09.006

2013年联合国。2013年国际移民报告。经济和社会事务部人口司,纽约,纽约,美国。

沃尔什,s . J。,G. P. Malanson, B. Entwisle, R. R. Rindfuss, P. J. Mucha, B. W. Heumann, P. M. McDaniel, B. G. Frizzelle, A. M. Verdery, N. E. Williams, X. Yao, and D. Ding. 2013. Design of an agent-based model to examine population—environment interactions in Nang Rong District, Thailand.应用地理39:183 - 198。http://dx.doi.org/10.1016/j.apgeog.2012.12.010

Willekens F。,J. Bijak, A. Klabunde, and A. Prskawetz. 2017. The science of choice: an introduction.人口研究71 (sup1): 1-13。http://dx.doi.org/10.1080/00324728.2017.1376921

吴,J。,R. Mohamed, and Z. Wang. 2011. Agent-based simulation of the spatial evolution of the historical population in China.历史地理学杂志37:12-21。http://dx.doi.org/10.1016/j.jhg.2010.03.006

齐默,k . s . 2004。文化生态:把家庭放在人类环境研究热带森林转换和agrobiodiversity变化的情况下。人文地理的进展28:795 - 806。http://dx.doi.org/10.1191/0309132504ph520pr