常晶晶 吳傲庭 楊云杰

摘 要：文章通過對世界主要語言的發(fā)展進行預測，從而確定主流語言多元化區(qū)域，為企業(yè)的國際化拓展和國際辦事處的選址提供指導，對使用人數(shù)排名靠前的12種語言，建立了基于馬爾科夫鏈的語言發(fā)展趨勢預測模型，以得到隨著時間推移多種語言的分布情況及發(fā)展趨勢。在已建立的語言發(fā)展趨勢預測模型的基礎上，結(jié)合語言數(shù)量、語言使用比例、語言的輻射半徑和地點選取指數(shù)之間的關(guān)系，采用節(jié)點搜索算法對地點選取指數(shù)進行求解，得出國際辦事處的合理地點和所用語言。

關(guān)鍵詞：語言傳播規(guī)律；節(jié)點搜索算法；位置選?。簧缃话霃?/p>

一、引言

大型跨國服務公司的拓展，需要開設更多的國際辦事處，員工需要有包括英語在內(nèi)的多語交流能力。在全球化和世界經(jīng)濟一體化背景下，區(qū)域語言多元化可以為區(qū)域市場經(jīng)濟的多元化發(fā)展打下堅實的基礎，從而為開展對外貿(mào)易提供語言上的支持，對順利引進外資、學習和借鑒先進技術(shù)及管理經(jīng)驗具有重要意義。對語言的發(fā)展和分布趨勢進行預測，可以找到未來一段時間內(nèi)語言多元化的地區(qū)，結(jié)合其他因素，可以篩選出適合國際企業(yè)設立辦事處的地點，為企業(yè)尋找合適的辦事處提供語言環(huán)境方面的信息支撐。

二、語言傳播初始概率相關(guān)指標的求解

1.語言的傳播規(guī)律

語言在個體間的傳播有兩種形式，分別為垂直傳播（父輩遺傳）和水平傳播（同輩學習），一方面，語言從父輩到子代屬于垂直傳播，即父輩個體將其所掌握的語言傳播給后代，模型規(guī)定了人口死亡率μ，死亡的父輩成年人以比例μ由新生孩子取代，孩子從父母獲取的語言由垂直傳播方式確定；另一方面，同輩成年人之間的語言傳播則由水平傳播確定，即同輩個體間通過相互學習掌握新語言[1]。

以兩種語言之間的傳播為例，設模型中的每個個體掌握語言的情況符合以下情況中的一種：單語A、單語B以及雙語AB，具體描述如下（見下表）：

垂直傳播如連接狀態(tài)的定義圖（a）所示，具體規(guī)則是：

（1）傳播過程中，父輩個體為單語者（A or B）其后代完全遺傳父輩的一種語言，即A↓A or B↓B。

（2）如果在傳播過程中，父輩個體為雙語者AB，其后代可能只學習到其中的一種語言，即AB↓A和AB↓B，也可能出現(xiàn)后代同時掌握父輩的兩種語言AB，即AB↓AB。

水平傳播如連接狀態(tài)的定義圖（b）所示，具體規(guī)則如下：

（1）水平傳播過程中，所有已經(jīng)掌握雙語的同輩成年個體仍舊保留雙語的狀態(tài)不變，即AB→AB。

（2）同輩成年個體只掌握單語A或B，最終仍保留單語者的狀態(tài)。即A→A或者B→B。

（3）傳播過程中的同輩成年個體只掌握單語A或B，后來受到相鄰同輩個體另一種語言的影響，最終變成雙語者AB，即A→AB或者B→AB。

2.語言傳播概率

傳播過程中，每個個體都會受到與其有連接關(guān)系的個體的影響，按照一定的概率改變語言狀態(tài)，根據(jù)以上的具體傳播規(guī)則，設定了語言傳播概率計算公式[2]，主要依據(jù)復雜網(wǎng)絡語言中的語言垂直與水平傳播公式。

3.相鄰個體使用語言比例

個體在語言的傳播過程中，是通過社交來完成傳播的，個體社交半徑的大小，決定了他相鄰個體的數(shù)目，所以本文建立一個連接社交模型來體現(xiàn)語言的傳播過程，具體規(guī)則是個體在二維空間中的位置來代表它在現(xiàn)實社會中所處的地理位置；認為兩個個體在二維空間中位置越近，它們的聯(lián)系就越緊密。個體的社會網(wǎng)絡連接表示其社交范圍，即個體認識處于它的社會網(wǎng)絡連接內(nèi)的其他個體，社會網(wǎng)絡連接的大小用它的社會半徑來描述。在創(chuàng)建個體間聯(lián)系時，要求雙方都認識對方才認為兩者是連接狀態(tài)，如下圖所示，a）為非連接狀態(tài)，b）為連接狀態(tài)[3]。

三、國際辦事處位置的選取

一家大型跨國服務公司在美國紐約和中國上海設有辦事處，正在繼續(xù)擴大規(guī)模，調(diào)查增設6個新的國際辦事處?？紤]跨國企業(yè)開設新的國際辦事處的問題，可以從語言的多樣性和語言的輻射力度兩方面考慮，一方面，語言的某一地區(qū)語言的多樣性可以促進區(qū)域市場經(jīng)濟多元化的發(fā)展，為開展對外貿(mào)易提供語言上的支持。

另一方面，多元化的語言當中要包含相對活躍的、輻射力度較強的語言，才能對經(jīng)濟有積極的作用。因此，設立單位面積的語言數(shù)量N，語言使用比例ρi和語言的輻射半徑γi三個指標來衡量一個地區(qū)是否可以設立國際辦事處。

1.六個國際辦事處的選取

設立國際辦事處的標準是考慮待選取地區(qū)的滿足指數(shù)Γ的大小，指數(shù)Γ受以下3個指標的影響，分別是：單位面積的語言數(shù)量N，語言使用比例ρi和語言的輻射半徑γi。

三個指標之間的函數(shù)關(guān)系如13式所示：

Γ=N∏（γiρi） （13）

式中Γ表示設立國際辦事處的滿足指數(shù)，N=1，2，...，m表示語言的數(shù)量，ρi表示語言使用比例，γi表示語言的輻射半徑，用該語言的覆蓋面積衡量，γi=√Si，Si表示i語言的覆蓋面積。

由于新的國際辦事處的員工都需要用英語和一種或多種其他語言進行講話，所以，以英語覆蓋區(qū)域為目標，采用節(jié)點搜索算法[4][5]，具體過程如下：

（1）將目標區(qū)域劃分成2d個大小規(guī)模相等的區(qū)域，計算每個節(jié)點的 Γ值。

（2）通過隨機選取中心點，以選取的點為中心，向外累加Γ值，當前累加的值越大，朝向這個點方向累加的速度越大，當達到一定面積后（上限為一個城市的面積）累加區(qū)域朝累加速度最快的方向移動，移動速度為當前累加點和溢出點Γ值的差值，當區(qū)域移動速度等于0時，停止累加，區(qū)域內(nèi)的點不再參與累加過程。

（3）當所有區(qū)域都被累加結(jié)束后，比較所有求和之后的Γ值，選取其中Γ值最大的6個區(qū)域。

（4）對選取的6個區(qū)域進行語言輻射力度檢驗，若區(qū)域Ⅰ的輻射半徑γi范圍內(nèi)包含區(qū)域∏，則舍去區(qū)域∏，若區(qū)域Ⅰ的輻射區(qū)域和區(qū)域∏的輻射區(qū)域相互包含，則選取其中輻射半徑較大的一個區(qū)域，將另一區(qū)域排除，再引進新的區(qū)域作為填補，直到滿足6個區(qū)域為止。

（5）將最終得到的6個區(qū)域作為新的國際辦事處的設立地點。

設時間長度為50年，運行上面的過程，運行結(jié)果顯示，Γ值最大的地點在以下6個城市附近，分別為：新加坡，斯里蘭卡，巴黎，悉尼，開羅和里約熱內(nèi)盧，新加坡使用漢語、英語和馬來語，斯里蘭卡使用印地語、英語和旁遮普語，巴黎使用法語，英語和德語，悉尼使用英語和西班牙語，開羅使用阿拉伯語，英語和豪薩語。

以50年時間長度的預測結(jié)果基礎，逐步將時間長度改為60年、70年、80年，當時間長度改為80年時，模型輸出結(jié)果發(fā)生改變，確定的6個地點為：倫敦、斯里蘭卡、悉尼、開羅、開普敦和里約熱內(nèi)盧，巴黎和新加坡被倫敦和開普敦代替。

2.通信性質(zhì)變化后的模型

更加快捷的通信設備和互聯(lián)網(wǎng)，使得全球通信距離縮短，從本文模型的角度考慮，使得個體的社交半徑擴大，語言的輻射范圍變得更遠，在上述模型的基礎上，增大模型中個體的社交半徑[6]，以原有社交半徑的3倍作為新的社交半徑，運行程序后發(fā)現(xiàn)各強勢語言的分布面積明顯增加。

在新的結(jié)果的基礎上計算社交半徑增大后的語言覆蓋面積Si'，則修正后的語言的輻射γi'也隨之增加，新的輻射半徑導致了斯里蘭卡和新加坡的相互輻射包裹，且新加坡的輻射區(qū)域和上海的輻射區(qū)域部分重疊，從節(jié)省公司資源的角度考慮，可以去掉新加坡，建立5個國際辦事處。若需要從其他方面考慮，如從撤銷國際辦事處所損失的公司利潤，未覆蓋區(qū)域的潛在經(jīng)濟價值等方面考慮，則需要相關(guān)地區(qū)的經(jīng)濟狀況，該公司具體的服務性質(zhì)，資本情況等信息，用這些信息綜合分析建立更多國際辦事處的利潤和投產(chǎn)比，可以得出更令人滿意的結(jié)果。

四、結(jié)論

（1）在考慮了語言的多樣性和語言的輻射力度兩方面的因素后，得出增設6個新的國際辦事處的位置為：倫敦，斯里蘭卡、悉尼、開羅、開普敦、里約熱內(nèi)盧。

（2）更加快捷的通信設備和互聯(lián)網(wǎng)，使得全球通信距離縮短，加速了強勢語言的擴散。

（3）隨著強勢語言的擴散導致語言輻射半徑的增加，從節(jié)省成本的角度考慮國際辦事處的數(shù)目可以降低。

參考文獻：

[1]Anne Kandler，James Steele.Ecological Models of Language Competition[J].Biological Theory，2008（2）：164-173.

[2]Jin Cong，Liu Haitao.Approaching human language with complex networks[J].Physics of life reviews，2014（4）.

[3]王 超，畢貴紅，張壽明.基于Agent社會圈子空間分布網(wǎng)絡的語言競爭模型[J].計算機工程與應用，2016（7）.

[4]Jianshu Weng，Ee-Peng Lim，Jing Jiang，et al.TwitterRank：finding topic-sensitive influential Twitterers[C].Proceedings of the3rd ACM International Conference on Web Search and Da ta Mining（WSDM 10），2010.

[5]Eric Gilbert，Karrie Karahalios.Predicting Tie Strength With Social Media[C].Proc CHI，2009.

[6]張 璐，蔡皖東，彭 冬.社交網(wǎng)絡種子節(jié)點搜索算法[J].計算機工程與設計，2013（12）.