考虑传染概率的政府防疫管控策略演化仿真

doi:10.16265/j.cnki.issn1003-3033.2023.03.0835

中国安全科学学报 ›› 2023, Vol. 33 ›› Issue (3): 42-50.doi: 10.16265/j.cnki.issn1003-3033.2023.03.0835

• 安全社会科学与安全管理 • 上一篇下一篇

考虑传染概率的政府防疫管控策略演化仿真

李小莉¹(), 曹策俊²^,^**(), 刘伟华³, 张帆顺⁴

¹ 南华大学经济管理与法学学院,湖南衡阳 421001
² 重庆工商大学管理科学与工程学院,重庆 400067
³ 天津大学管理与经济学部,天津 300072
⁴ 湘潭大学商学院,湖南湘潭 411105

收稿日期:2022-10-15 修回日期:2023-01-07 出版日期:2023-03-28 发布日期:2023-11-28
通讯作者: **曹策俊(1990—),男,四川南充人,博士,副教授,硕士生导师,主要从事灾害运作管理、应急物流、演化博弈等方面的研究。E-mail: caocejun0601@tju.edu.cn。
作者简介:
李小莉 (1988—),女,湖南邵阳人,博士,讲师,主要从事应急物流、演化博弈等方面的研究。E-mail: lixiaoli1949@163.com,
刘伟华教授,
张帆顺讲师
基金资助:
国家自然科学基金资助(71904021); 湖南省教育厅优秀青年项目(21B0418); 湖南省社会科学成果评审委员会项目(XSP22YBZ049); 湖南省自然科学基金资助(2022JJ40455)

Evolutionary simulation of governments' pandemic control strategies in presence of infection probability

LI Xiaoli¹(), CAO Cejun²^,^**(), LIU Weihua³, ZHANG Fanshun⁴

¹ School of Economics, Management and Law, University of South China, Hengyang Hunan 421001, China
² School of Management Science and Engineering, Chongqing Technology and Business University, Chongqing 400067, China
³ College of Management and Economics, Tianjin University, Tianjin 300072, China
⁴ School of Business, Xiangtan University, Xiangtan Hunan 411105, China

Received:2022-10-15 Revised:2023-01-07 Online:2023-03-28 Published:2023-11-28

摘要/Abstract

摘要：

为提高重大公共卫生事件的管控效率,以新型冠状病毒肺炎疫情为例,首先,构建考虑传染概率的政府部门-公众演化博弈模型,刻画政府部门与公众之间的博弈关系;然后,求解模型,分析影响政府部门与公众行为演化的关键要素;最后,结合武汉疫情演变的实际情况进行Matlab仿真分析,验证模型的有效性与可行性。结果表明:传染概率对政府部门与公众的策略选择具有重要影响,当传染概率较小,且政府的管控成本大于管控收益时,系统最终演化为政府消极应对、公众不自律的稳定状态;当传染概率突破一定阈值、政府部门的管控收益小于成本时,增加对公众的惩罚力度反而会降低政府部门与公众应对疫情变化的响应速度;而加强对政府部门的惩罚却能提高政府的响应速度,公众选择自律策略的概率也会提高,可以促进疫情向较好方向发展。

关键词: 传染概率, 防疫管控, 演化博弈, 重大公共卫生事件, 惩罚机制

Abstract:

In order to effectively curb the rapid spread of major public health emergencies, taking COVID-19 as an example, firstly, a government-public evolutionary game model considering the probability of infection was constructed to depict the game relationship between the government and the public. Then, the key factors affecting the evolution of the government and public behavior were analyzed through the model solution. Finally, MATLAB simulation analysis was carried out based on the actual situation of the evolution of the epidemic in Wuhan to verify the validity and feasibility of the model and conclusions. Results indicate that infection probability plays an indispensable role in the selection of strategies of the government and the public. When the probability of infection is small, and the cost of government is greater than the benefit, the system eventually evolves into a stable state in which the government responds passively and the public does not exercise self-discipline. When the infection probability reaches a fixed value and the revenue of the government is less than cost, the increase of punishment on the public would slow down the response time of government and the public. However, in terms of the same situation, the increase of punishment on the government is useful to upgrade their response efficiency. In addition, it is conducive to enhancing the probability of the selection of self-discipline strategies for the public, which can promote the development of the epidemic in a better direction.

Key words: infection probability, epidemic prevention control, evolutionary game, major public health emergency, punishment mechanism

李小莉, 曹策俊, 刘伟华, 张帆顺. 考虑传染概率的政府防疫管控策略演化仿真[J]. 中国安全科学学报, 2023, 33(3): 42-50.

LI Xiaoli, CAO Cejun, LIU Weihua, ZHANG Fanshun. Evolutionary simulation of governments' pandemic control strategies in presence of infection probability[J]. China Safety Science Journal, 2023, 33(3): 42-50.

图/表 16

表1

政府部门与公众的博弈支付收益

公众	政府部门
公众	积极管控y	消极应对(1-y)
自律x	$P - C, R g - C g$	$P - C$ , 0
不自律 (1-x)	$(1 - β) P - D - β S - C 1, R g - C g$	$(1 - α) P - α S, - α M$

表1

表2

情形1的局部稳定性分析

约束条件	$D < C - C 1 - β (P + S)$			$D > C - C 1 - β (P + S)$
平衡点	trJ	detJ	局部稳定性	trJ	detJ	局部稳定性
F₁(0,0)	-	+	稳定点	-	+	稳定点
F₂(0,1)	±	-	鞍点	+	+	不稳定点
F₃(1,0)	±	-	鞍点	±	-	鞍点
F₄(1,1)	+	+	不稳定点	±	-	鞍点
K (x^, y^)	0	±	鞍点	0	±	鞍点

表2

表3

表4

情形3的局部稳定性分析

约束条件	$D < C - C 1 - β (P + S)$			$D > C - C 1 - β (P + S)$
平衡点	trJ	detJ	局部稳定性	trJ	detJ	局部稳定性
F₁(0,0)	±	-	鞍点	±	-	鞍点
F₂(0,1)	±	-	鞍点	+	+	不稳定点
F₃(1,0)	-	+	稳定点	-	+	稳定点
F₄(1,1)	+	+	不稳定点	±	-	鞍点
K (x^, y^)	0	±	鞍点	0	±	鞍点

表4

表5

表6

情形5的局部稳定性分析

约束条件	$α < C P + S$			$α > C P + S$
平衡点	trJ	detJ	局部稳定性	trJ	detJ	局部稳定性
F₁(0,0)	±	-	鞍点	+	+	不稳定点
F₂(0,1)	-	+	稳定点	-	+	稳定点
F₃(1,0)	+	+	不稳定点	±	-	鞍点
F₄(1,1)	±	-	鞍点	±	-	鞍点
K (x^, y^)	0	±	鞍点	0	±	鞍点

表6

表7

情形6的局部稳定性分析

约束条件	$α > C P + S$			$α < C P + S$
平衡点	trJ	detJ	局部稳定性	trJ	detJ	局部稳定性
F₁(0,0)	+	+	不稳定点	±	-	鞍点
F₂(0,1)	±	-	鞍点	±	-	鞍点
F₃(1,0)	±	-	鞍点	+	+	不稳定点
F₄(1,1)	-	+	稳定点	-	+	稳定点
K (x^, y^)	0	±	鞍点	0	±	鞍点

表7

表8

图1

图2

图3

图4

图5

图6

图7

图8

参考文献 15

[1]	SU Yifeng, WU Chengha, LEE T F. Public health emergency response in Taiwan[J]. Health Security, 2017, 15(2):137-143. doi: 10.1089/hs.2016.0108 pmid: 28418737
[2]	KIM Y, KU Minyoung, OH S S. Public health emergency response coordination: putting the plan into practice[J]. Journal of Risk Research, 2019, 123(3): 1-18.
[3]	曹策俊, 朱彦青, 张帆顺, 等. 考虑信任的公私合作监管演化博弈分析:以新冠病毒医疗垃圾管理为例[J]. 中国安全科学学报, 2021, 31(7):38-47. doi: 10.16265/j.cnki.issn 1003-3033.2021.07.006
	CAO Cejun, ZHU Yanqing, ZHANG Fanshun, et al. Evolutionary game analysis of public-private cooperative supervision considering trust: taking medical waste management generated from COVID-19 as example[J]. China Safety Science Journal, 2021, 31 (7): 38-47. doi: 10.16265/j.cnki.issn 1003-3033.2021.07.006
[4]	田方圆, 田水承, 李红霞, 等. 新冠疫情下民众心理特征与应急管理体系完善[J]. 中国安全科学学报, 2020, 30(11):30-36. doi: 10.16265/j.cnki.issn 1003-3033.2020.11.005
	TIAN Fangyuan, TIAN Shuicheng, LI Hongxia, et al. Psychological symptoms of public under COVID-19 outbreak and improvement of emergency management system[J]. China Safety Science Journal, 2020, 30(11): 30-36. doi: 10.16265/j.cnki.issn 1003-3033.2020.11.005
[5]	FRASER C, DONNELLY C A, CAUCHEMEREZ S, et al. Pandemic potential of a strain of influenza A (H1N1): early findings[J]. Science, 2009, 324(5934):1557-1561. doi: 10.1126/science.1176062 pmid: 19433588
[6]	SIRAKOULIS G C, KARAFYLLIDIS I, THANAILAKIS A. A cellular automaton model for the effects of population movement and vaccination on epidemic propagation[J]. Ecological Modelling, 2000, 133(3):209-223. doi: 10.1016/S0304-3800(00)00294-5
[7]	刘德海, 王维国, 孙康. 基于演化博弈的重大公共卫生事件情景预测模型与防控措施[J]. 系统工程理论与实践, 2012, 32(5):937-946. doi: 10.12011/1000-6788(2012)5-937
	LIU Dehai, WANG Weiguo, SUN Kang. Scenario forecasting model and prevention-control measurements of important public health event based evolutionary game[J]. Systems Engineering-Theory & Practice, 2012, 32(5):937-946.
[8]	王立贵, 孔雨微, 宋宏彬, 等. 基于疫情数据分析的传染病模拟仿真平台构建[J]. 中国公共卫生, 2020, 36(2):223-226.
	WANG Ligui, KONG Yuwei, SONG Hongbin, et al. Construction of a surveillance-data based simulation platform for analysis of infectious disease epidemics[J]. Chinese Journal of Public Health, 2020, 36(2):223-226.
[9]	许智琪, 程郁琨, 姚双良. 突发公共卫生事件中地方政府与社会公众间的演化博弈研究[J]. 运筹学学报, 2021, 25(4):1-14.
	XU Zhiqi, CHEN Yukun, YAO Shuangliang. Evolutionary analysis on cooperative behavior of local government and the public in the public health emergencies[J]. Operations Research Transactions, 2021, 25(4):1-14.
[10]	梁喜, 陈清卿. 政府动态奖惩机制下重大疫情防控演化博弈研究[J/OL]. 中国管理科学, 2021:DOI:10.16381/j.cnki.issn1003-207x.2020.0587. doi: 10.16381/j.cnki.issn1003-207x.2020.0587
	LIANG Xi, CHEN Qingqing. Study on the major epidemic prevention and control under the mechanism of government dynamic reward and punishment[J/OL]. Chinese Journal of Management Science, 2021:DOI:10.16381/j.cnki.issn1003-207x.2020.0587. doi: 10.16381/j.cnki.issn1003-207x.2020.0587
[11]	庞天睿, 郑彤. 寄宿制学校新冠病毒肺炎疫情防控及传染风险分析[J]. 哈尔滨工业大学学报, 2022, 54(2):73-80.
	PANG Tianrui, ZHENG Tong. COVID-19 prevention and control measures and infection risks in a boarding school[J]. Journal of Harbin Institute of Technology, 2022, 54(2):73-80.
[12]	TAYLOR P D, JONKER L B. Evolutionary stable strategies and game dynamics[J]. Mathematical Biosciences, 1978, 40(1/2):145-156. doi: 10.1016/0025-5564(78)90077-9
[13]	沙雪良. 防控疫情不力,湖北公开4起问责、处理官员10人[EB/OL]. [2022-09-04]. http://www.bjnews.com.cn/news/2020/02/05/684729.
[14]	FRIEDMAN D. Evolutionary game in economics[J]. Econometrica, 1991, 59(3):637-666. doi: 10.2307/2938222
[15]	疫情肆虐全球,看看各国那些被哄抢的产品有哪些[EB/OL].[2022-09-04]. https://www.cifnews.com/article/61794.

发展阶段	时间	阶段特征
初期阶段	2019-12-12— 2020-01-22	武汉发现不明原因肺炎,但由于对疫情认识不足,政府部门并未正式发布“人传人”的相关信息,且未采取任何防控措施,公众也并未意识到病毒的高传染性,仍正常流动
快速发展与爆发期阶段	2020-01-23— 2020-02-22	传染病学专家钟南山院士确认了新型冠状病毒肺炎“人传人”的特征,政府通过官方渠道发布此重要信息,并积极采取交通管制、社区管控等措施。然而,由于疫情具有较高的不确定性,政府暂不能完全准确的把握疫情的演变趋势,公众的危机意识有待进一步加强,政府的各项管控措施、法律法规仍在建设与完善中
减缓期阶段	2020-02-22— 2020-03-23	疫情经过一定时间的发展,在全国引起普遍重视,武汉公众的危机意识已全面建立起来。并且,由于中央的高度重视与积极干预,不惜人力、财力、物力,对湖北省各级地方政府进行补贴,减轻了地方政府的财政压力
平稳期阶段	2020-03-24— 2022-12-03	尽管武汉疫情很快得到控制,但由于国外疫情的迅速蔓延,使武汉仍然面临一定程度的境外及省外输入风险

考虑传染概率的政府防疫管控策略演化仿真

Evolutionary simulation of governments' pandemic control strategies in presence of infection probability

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 16

参考文献 15

相关文章 13

编辑推荐

Metrics

本文评价

[1]	陈述, 任亚萍, 席炎, 向蕾, 崔洁. 动态惩罚机制下企业安全生产行为演化分析[J]. 中国安全科学学报, 2022, 32(1): 51-57.
[2]	曹策俊, 朱彦青, 张帆顺, 李小莉, 杨琴. 考虑信任的公私合作监管演化博弈分析:以新冠病毒医疗垃圾管理为例^*[J]. 中国安全科学学报, 2021, 31(7): 38-47.
[3]	刘纪达, 康宁, 安实, 麦强. 双随机、一公开消防监管模式的演化博弈分析[J]. 中国安全科学学报, 2020, 30(12): 133-140.
[4]	王伟, 王晓楠, 丁黎黎, 张文思, 张辉. 多部门协作下危险品运输监管的演化博弈[J]. 中国安全科学学报, 2020, 30(10): 69-74.
[5]	徐瑞华, 罗帆. 机场净空区无人机扰航监管演化博弈研究[J]. 中国安全科学学报, 2019, 29(5): 25-30.
[6]	张攀科, 罗帆. 通用航空安全监管演化博弈的系统动力学仿真[J]. 中国安全科学学报, 2019, 29(4): 43-50.
[7]	王新成, 孙继德, 张召普, 王海峰, 黄宇. 企业提供与建筑工人参加安全培训的博弈研究[J]. 中国安全科学学报, 2018, 28(7): 159-164.
[8]	刘钰欣, 栗继祖, 冯国瑞, 康立勋. 基于改进CPT的矿工HVB变化分析[J]. 中国安全科学学报, 2017, 27(7): 13-17.
[9]	刘素霞，梅强. 中小企业员工安全参与行为演化路径研究[J]. 中国安全科学学报, 2012, 22(2): 164-.
[10]	秦娟，梅强，刘素霞. 中小企业安全生产寻租行为的演化博弈分析[J]. 中国安全科学学报, 2012, 22(10): 145-.
[11]	张羽，周国华，李延来，杨世军. 具有危险源性质的复杂系统安全行为演化研究[J]. 中国安全科学学报, 2011, 21(7): 111-.
[12]	程敏，朱前程，董大旻. 基于系统动力学的建筑安全监管博弈研究[J]. 中国安全科学学报, 2011, 21(12): 73-.
[13]	郭晓宏. 日本工伤事故瞒报问题的原因及对策分析[J]. 中国安全科学学报, 2008, 18(11): 72-.