突发公共卫生事件协同防控策略的随机演化决策分析

doi:10.16381/j.cnki.issn1003-207x.2020.2078

摘要/Abstract

摘要：

频繁发生的突发公共卫生事件给国家和人民的生命财产带来了严峻挑战，加强对突发公共卫生事件的协同防控成为社会治理中的重要议题。针对突发公共卫生事件中地方政府和社会公众策略互动与行为演化过程中的高度不确定性问题，构建突发公共卫生事件协同防控随机演化博弈模型，分析地方政府和社会公众的演化稳定策略和演化过程。研究发现，地方政府比社会公众演化至稳定策略的速度更快；随机干扰因素会减缓地方政府和社会公众演化至稳定策略的速度；当疫情扩散概率逐渐升高时，对地方政府策略改变的影响较大，其次为社会公众；随着对地方政府和社会公众惩罚系数逐渐加大，地方政府和社会公众更倾向于选择（积极防控，自愿隔离）策略，并且地方政府对惩罚的反应更为强烈。文章所构建的突发公共卫生事件协同防控随机演化决策模型为突发公共卫生事件的科学预防提供理论参考和现实依据。

关键词: 突发公共卫生事件, 协同防控, 随机干扰, 随机演化博弈

Abstract:

Frequent public health emergencies have brought severe challenges to the life and property of the country and the people， and strengthening the collaborative prevention and control of public health emergencies has become an important issue in social governance. Aiming at the high uncertainty in the process of strategy interaction and behavior evolution between local governments and the public in public health emergencies， a stochastic evolutionary game model for collaborative prevention and control of public health emergencies is constructed to analyze the evolutionary stability strategy and evolution process of local governments and the public. It is found that the local government evolves to the stable strategy faster than the public； The stochastic interference factors will slow down the speed at which local governments and thepublic evolve into stable strategies； When the probability of epidemic spreading gradually increases， the impact on the change of local government strategy is greater， followed by the public. With the increasing of punishment coefficient to local government and the public， local government and the public are more inclined to choose （active prevention and control， voluntary isolation） strategy， and the local government has a stronger response to punishment. The stochastic evolution decision-making model for collaborative prevention and control of public health emergencies constructed in the article provides theoretical reference and practical basis for scientific prevention of public health emergencies.

Key words: public health emergencies, collaborative prevention and control, stochastic disturbance, stochastic evolutionary game

中图分类号:

D035

贾芳菊,周坤,李廉水. 突发公共卫生事件协同防控策略的随机演化决策分析[J]. 中国管理科学, 2024, 32(3): 237-247.

Fangju Jia,Kun Zhou,Lianshui Li. Stochastic Evolutionary Decision Analysis of Collaborative Prevention and Control Strategies for Public Health Emergencies[J]. Chinese Journal of Management Science, 2024, 32(3): 237-247.

图/表 8

表1

参考文献 30

1	Shereen M A， Khan S， Kazmi A， et al. COVID-19 infection： origin， transmission， and characteristics of human coronaviruses［J］. Journal of Advanced Research， 2020， 24： 91-98.
2	He X F， Dai H Y， Peng N. Faster learning and adaptation in security games by exploiting information asymmetry［J］. IEEE Trans. Signal Process， 2016， 64（13）： 3429-3443.
3	Peng Y， Lu Q. Complex dynamics analysis for a duopoly Stackelberg game model with bounded rationality［J］. Applied Mathematics and Computation， 2015， 271（15）： 259-268.
4	宋民雪，刘德海. 群体性突发事件化解机制的随机演化博弈模型［J］. 中国管理科学， 2020， 28（4）： 142-152.
	Song M X， Liu D H. Stochastic evolutionary game model for resolution mechanism of mass events［J］. Chinese Journal of Management Science， 2020，28（4）：142-152.
5	Sega L， Maxin D， Eaton L， et al. The effect of risk-taking behavior in epidemic models［J］. Journal of Biological Dynamics， 2015， 9（1）： 229-246.
6	Kleczkowski A， Maharaj S， Rasmussen S， et al. Spontaneous social distancing in response to a simulated epidemic： a virtual experiment［J］. BMC Public Health， 2015， 15 （1）： 1-13.
7	Jiao J J， Liu Z Z， Cai S Hg. Dynamics of an SEIR model with infectivity in incubation period and homestead-isolation on the susceptible［J］. Applied Mathematics Letters， 2020， 107： 106442.
8	Hellewell J， Abbott S， Gimma A， et al. Feasibility of controlling COVID-19 outbreaks by isolation of cases and contacts［J］. The Lancet Global Health， 2020， 8（4）： 488-496.
9	Mandal M， Jana S， Nandi S K， et al. A model based study on the dynamics of COVID-19： Prediction and control［J］. Chaos， Solitons and Fractals， 2020， 136： 109889.
10	Prem K， Liu Y， Russell T W， et al. The effect of control strategies to reduce social mixing on outcomes of the COVID-19 epidemic in Wuhan， China： a modelling study［J］. The Lancet Public Health， 2020， 5（5）： e261-e270.
11	Shim E， Tariq A， Choi W， et al. Transmission potential and severity of COVID-19 in South Korea［J］. International Journal of Infectious Diseases， 2020， 93： 339-344.
12	刘德海，王维国，孙康. 基于演化博弈的重大突发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.
	Liu D H， Wang W G， Sun K. 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.
13	Yang F， Yang Q， Liu X X， et al. SIS evolutionary game model and multi-agent simulation of an infectious disease emergency［J］. Technology and Health Care， 2015， 23： 603-613.
14	梁雁茹，刘亦晴. COVID-19疫情下医疗防护用品市场监管演化博弈与稳定性分析［J］. 中国管理科学， 2022， 30（10）：85-95.
	Liang Y R， Liu Y Q. The evolutionary game and stability of the regulatory mechanism of medical protective equipment market under COVID-19 epidemic［J］. Chinese Journal of Management Science， 2022， 30（10）：85-95.
15	卢丙杰，朱立龙. 突发公共卫生事件下政府应急管理监管策略研究［J］. 软科学， 2020， 34（12）： 33-40.
	Lu B J， Zhu L L. Government supervision strategy in the emergency management based on public health emergencies［J］. Soft Science， 2020， 34（12）： 33-40.
16	Li Q， Li M C H， Lv L， et al. A new prediction model of infectious diseases with vaccination strategies based on evolutionary game theory［J］. Chaos， Solitons and Fractals， 2017， 104： 51-60.
17	Alam M， Kabir K M A， Tanimoto J. Based on mathematical epidemiology and evolutionary game theory， which is more effective： quarantine or isolation policy？［J］. Journal of Statistical Mechanics： Theory and Experiment， 2020，（3）： 1-28.
18	Boukanjime B， Caraballo T， El Fatini M， et al. Dynamics of a stochastic coronavirus （COVID-19） epidemic model with Markovian switching［J］. Chaos， Solitons and Fractals， 2020， 141：110361.
19	Zhao Y， Zhang L P， Yuan S L. The effect of media coverage on threshold dynamics for a stochastic SIS epidemic model［J］. Physica A： Statistical Mechanics and its Applications， 2018， 512： 248-260.
20	Din A， Khan A， Baleanu D. Stationary distribution and extinction of stochastic coronavirus （COVID-19） epidemic model［J］. Chaos Solitons and Fractals， 2020， 139： 110036.
21	Cao B Q， Shan M J， Zhang Q M， et al. A stochastic SIS epidemic model with vaccination［J］. Physica A： Statistical Mechanics and its Applications， 2017， 486： 127-143.
22	Cai Y L， Kang Y， Banerjee M， et al. A stochastic SIRS epidemic model with infectious force under intervention strategies［J］. Journal of Differential Equations， 2015， 259（12）： 7463-7502.
23	Funk S， Camacho A， Kucharski A J， et al. Real-time forecasting of infectious disease dynamics with a stochastic semi-mechanistic model［J］. Epidemics， 2018， 22： 56-61.
24	Yang Y， Zhang H R， Chen X. Coronavirus pandemic and tourism： dynamic stochastic general equilibrium modeling of infectious disease outbreak［J］. Annals of Tourism Research， 2020， 83， 102913.
25	郭惠昕，锁斌. 随机和认知混合不确定系统的全局灵敏度分析方法［J］. 系统工程理论与实践， 2018， 38（7）： 1888-1896.
	Guo H X， Suo B. Approach to global sensitivity analysis of hybrid uncertain system with aleatory and epistemic uncertainties［J］. Systems Engineering-Theory & Practice， 2018， 38（7）： 1888-1896.
26	李军强，任浩，甄杰.基于随机演化博弈的企业研发操纵多重监管路径研究［J］.中国管理科学， 2021， 29（10）：191-201.
	Li J Q， Ren H， Zhen J. Stochastic evolutionary game analysis of multiple supervision paths of enterprise R & D manipulation［J］. Chinese Journal of Management Science， 2021， 29（10）：191-201.
27	贺一堂，谢富纪. 产-学研协同创新的随机演化博弈分析［J］. 管理评论， 2020， 32（6）： 150-162.
	He Y T， Xie F J. Stochastic evolutionary game analysis on the Industry-University-Institute collaboration innovation［J］. Management Review， 2020， 32（6）： 150-162.
28	张国兴，张绪涛，汪应洛，等.节能减排政府补贴的最优边界问题研究［J］. 管理科学学报， 2014， 17（11）： 129-138.
	Zhang G X， Zhang X T， Wang Y L， et al. Analysis of optimal boundary of government subsidies for energy conservation and emission reduction［J］. Journal of Management Sciences in China， 2014， 17（11）： 129-138.
29	姜凤珍，胡斌. 劳资冲突行为演化的随机突变分析及稳定性［J］. 系统管理学报， 2019， 28（5）： 991-997.
	Jiang F Z， Hu B. Random catastrophe analysis of evolution of labor disputes behavior and stability［J］. Journal of Systems & Management， 2019， 28（5）： 991-997.
30	Higham D J. An algorithmic introduction to numerical simulation of stochastic differential equations［J］. SIAM Review， 2001， 43（3）： 525-546.

参数	定义	范围	参数	定义	范围
$L$	疫情大范围扩散带来的经济损失	$L ≥ 0$	$R 1$	积极防控时的社会效益	$R 1 ≥ 0$
$c$	地方政府积极防控产生的成本	$c ≥ 0$	$R 2$	防控松懈时的社会效益	$R 2 ≥ 0$
$b$	社会公众流动受到的惩罚	$b > a$	$m$	上级政府的防控补贴	$m ≥ 0$
$a$	社会公众自愿隔离造成的损失	$a ≥ 0$	$r$	自愿隔离规避的损失	$r ≥ 0$
$e$	个人支付的治疗费用	$e ≥ 0$	$w$	自由流动获取的利益	$w ≥ 0$
$D$	地方政府防控不利受到的处罚	$D > 0$	$n$	某一地区的人数	$n > 0$
$p 1$	政府防控松懈疫情扩散概率	$p 1 > p 2$	$p 2$	政府积极防控疫情扩散概率	$p 2 ≥ 0$

[1]	张桂蓉,董志香,夏霆. 突发公共卫生事件网络谣言网格化预警模型研究[J]. 中国管理科学, 2024, 32(2): 298-306.
[2]	朱宏淼, 闫辛, 齐佳音, 靳祯. 社会民众新冠病毒疫苗接种意识传播模型与干预策略研究[J]. 中国管理科学, 2023, 31(8): 269-277.
[3]	武山松,刘德海,王雷. 反恐“去极端化”源头治理策略的随机演化模型[J]. 中国管理科学, 2023, 31(11): 300-311.
[4]	温锋华, 沈体雁, 邢江波, 寇晨欢. 城市突发公共卫生事件的循证治理机制研究[J]. 中国管理科学, 2023, 31(1): 206-215.
[5]	蔡健平, 王晶, 焦子豪. 基于鲁棒优化的突发公共卫生事件精准筛查策略研究[J]. 中国管理科学, 2022, 30(7): 1-8.
[6]	欧阳艳敏, 王长峰, 刘柳, 原宏敏. 基于改进自适应最优分割法的风险预警区间模型研究——针对重大突发公共卫生事件[J]. 中国管理科学, 2022, 30(11): 196-206.
[7]	陈恒, 卢巍, 杜蕾. 风险集聚类邻避冲突事件随机演化情景分析[J]. 中国管理科学, 2020, 28(4): 131-141.
[8]	宋民雪, 刘德海. 群体性突发事件化解机制的随机演化博弈模型[J]. 中国管理科学, 2020, 28(4): 142-152.