全球仅剩三位数的物种，科学家却连一个准数都数不出来

编注： 红树林基金会 （MCF）是中国首家由民间发起的环保公募基金会，致力于保护湿地及其生物多样性，践行社会化参与的自然保育模式。少数派此前已于红树林基金会多次合作，包括 水獭周边公益售卖 、 世界候鸟日宣传短片 、红树林生态公园 「红人集市」 线下活动、 防鸟撞新春窗花设计公益活动 等。 希望本文能帮助大家了解更多生物多样性保护知识。 大家听说过一种叫做勺嘴鹬的、极度濒危的鸟么？ 没听过不要紧。简单来说，这种鸟在全世界的数量仅存三位数。如果你一时兴起在网上一搜，大概率会看到各种各样的数字： 勺嘴鹬全球仅剩约 443 只 IUCN 红色名录记载 490 只成熟个体 冬季调查仅记录到 330-340 只 成熟个体可能已不足 250 只 不少人到这就懵了：这勺嘴鹬究竟有几只？哪一家的数据更权威？ 世界自然联盟（IUCN）红色名录、东亚 - 澳大利西亚迁飞区伙伴关系协定（EAAFP）官网、甚至国家相关的科研机构，给出的口径都不同 别说在座各位。同一种鸟，冒出这么多不一样的数，就连我们在做项目传播工作的时候，偶尔也会纠结一下。下面我们来讲个故事，看完也许就能了解其中的门道。 旧书市场数书记 想象你在一个旧书市场，你的任务，是弄清楚 一本冷门至极的书，在一个旧书市场上，到底保存了多少本 。 最「简单粗暴」的办法，就是挨个摊位找、一排一排地翻。你翻了三遍，分别数出 278 本、229 本、285 本。于是你解锁了第一种方法——直接计数法（Direct Count Method）。在勺嘴鹬研究里，它还有个专门的名字，叫扫描调查法（Scan Survey Method）。主打多次计数，取最高的一次。 但你也心知肚明：压在箱底的、被别的书盖着的，有部分书你根本看不到......自然就都没数全。因此你辛辛苦苦的直接计数，只能得出一个模糊的上限： 这几次最多有 285 本 。 由于一本一本地找无异于大海捞针，你聪明的小脑瓜开动了：不如先想办法搞清楚市场上总共有多少册旧书（这个好办些，或许书市管理处就统计了摊位总数和平均每摊的书量），再随机抽取几个摊，看看这本书占比多少，一乘就出来了。 比如书市有 10000 册旧书，抽样发现这本冷门书约占 3%，那总共藏着的大概就有 300 本。这就是比例估计法（Proportional Estimation Method）。这种方法的好处是数不清也能估，但坏处也很明显：比例是随机抽样出来的，实际可能是 3%、也可能是 7%，不确定性很大，所以结果也只能作为参考。 并且不管是直接计数法还是比例估计法，都有个致命问题：你不知道漏了多少。因此你决定换个思路，把「估个大概」，改成「算个数值」。要达成这个目的，你要造一个已知比例。 你又来到书市，这回带着一叠红色的书签。 你在每本找到的冷门书里夹上一张书签，一共夹了 20 张。等过几天你再去找，结果找到 120 本，其中 5 本还夹着那张书签。 利用样本的代表性，你祭出了这个等比结构，敲黑板，要记住： 那么： 按这样估算，总冷门书数约为 120×20÷5=480 本。不用管市场上其他书有多少，通过设定比例就能算出冷门书有多少本。妙吧！ 这就是标记重捕法（Mark-Recapture Method），具体来说叫 Lincoln-Petersen 估计法（Lincoln-Petersen Estimator），这也是勺嘴鹬种群估计的核心方法。书签换成旗标、书市换成滩涂，原理一模一样。 从比例估计法到标记重捕法，你所获数据的准确性有了很大提高，但心里还是没底。于是你把心一横做了一个重大决定：继续去书市夹书签。 但这回要加上时间的长度，是十年 。 一个小升级是，新的书签是带编号的，上面有时间等信息，可以让数据更加详细。 恭喜你，进化到了 Jolly-Seber 法（Jolly-Seber Method），除了估算总数，还能额外估算存活率（Survival Rate）和招募率（Recruitment Rate）。两者分别对应「上次标记过的书这次还在不在」和「这次找到有多少本没打过标记的」。 其实还有一个更牛的方法是 Pradel 模型（Pradel Model），能直接估整个藏书量的涨跌，但今天咱们就不展开了。因为你面临一个新问题：书市规模还是太小了，这本冷门书本就稀少，而夹出去的书签也就那么多。数据量压根儿撑不起 Jolly-Seber 乃至 Pradel 两种高级方法。 如何在有限的数据量里，进一步获得更靠谱的结论？思来想去，你掏出又一个绝活儿——统计建模法（Statistical Modeling）。 不同的模型可以带来不同的帮助，既然都用上建模了，你打算先复核一下之前的数据有多准。之前用书签算出「大约 480 本」，但这并不精确。于是你把所有调查数据（比如夹了多少张书签、每次看到多少本、多少本带书签等等）一起输入电脑，让程序随机打乱、重抽一万次，看结果怎么波动。如果每次都算出 420-460，说明比较靠谱；如果忽高忽低，说明还不行。 很快程序就算出来：「443 本，可能在 331 到 554 之间」。 不错，你获得了 Bootstrap 置信区间（Bootstrap Confidence Interval），它给前面的标记重捕法得出的结果算出一个浮动范围——就像天气预报说「明天 30 度」，后面总跟着个「±2 度」。之前算出的是一个数值，现在你知道了这个数可能偏高多少、偏低多少。 有了区间还不够。书市上的这本冷门书，有前年印的、有五年前的，甚至有十几年前的……不同印次的书，保存情况不同，让其「还在市场上留存」的概率不一样。混在一起算一个平均数，误差大；分开，各算各的留存率，再合起来，总数更准，这就是你使用的第二个模型：Leslie 矩阵模型（Leslie Matrix Model). 另外，同一个书市里的不同摊位，这本书的存量不一样。不全是因为书真的变多变少了，部分是来自摊位和年份的差异。于是你又加上了广义线性模型（GLM），把那些客观差异，作为变量纳入，让不同条件下的计数能公平比较。 区间有了，加入不同的客观变量得出的结果也有了。你把目光投向了趋势：存量是在涨还是在跌？ 跟踪十年，数据也记了十年，但每年数到的数字都在不规则地波动。前年多、去年少、今年突然又多起来。那到底是在持续减少，还是终于趋向稳定了？ 光看数字可说不准，这些波动里可能藏着真实趋势，也可能只是随机起伏。这时候有一种统计学方法能帮助你判断，这个标准就叫 AICc 模型选择（AICc Model Selection，又称「修正赤池信息准则」），将几种可能的解释——「出现趋势」和「无事发生」等情况，都试上一遍、逐一比较。最后算出与实际数据最吻合的那种。结果就是：这本书在书市里的存量，每年减少约 5%。 本来故事到这已经差不多了，但已经被各种数据填满大脑的你，敏锐地注意到更长远的问题。 这本书，在书市里的品相参差不齐。书脊开裂、缺页掉页、封面发白发皱的，有些甚至已经破旧到没法正常翻了。你寻寻觅觅，极难才看到一本九成新的。 它们在被磨损、在散失，却似乎再也没有新印的补进来。如果接不上，现有存量只会越来越少，这书离绝版绝迹就不远了。在勺嘴鹬的世界里，也有种方法被称为繁殖成功率监测