风险放大的进化逻辑：环境波动驱动“恐惧”适应的尺度理论

《Scientific Reports》：Scales of risk and adaptive ‘dread’: an evolutionary theory of risk inflation

本研究针对人类对低概率高损害事件（如恐怖袭击）的过度恐惧反应（即“恐惧风险”dread risk），提出进化适应理论框架。通过建立等位基因入侵适合度模型，量化分析环境性风险（environmental/aggregate risk）与人口性风险（demographic/idiosyncratic risk）的差异效应。结果表明自然选择会放大环境性风险的权重（膨胀因子α>1），且膨胀幅度取决于风险事件中等位基因携带者的死亡比例（p）。该研究为解释9/11事件后民众规避飞行转向更高风险的公路出行等非理性行为提供遗传进化依据，深化了对风险感知适应起源的理解。

　　

在当代社会，人们对风险的感知常与客观数据背道而驰。核能被专家评估为相对安全的能源，公众却视之如虎；恐怖袭击导致的实际死亡率远低于交通事故，但“9·11”事件后，美国民众对飞行的恐惧竟引发大规模转向公路出行，导致额外1595例交通死亡——这种对“恐惧风险”（dread risk）的过度反应，被传统观点视为非理性认知偏差。然而，这篇发表于《Scientific Reports》的论文提出一个颠覆性视角：这种看似非理性的行为，可能深植于人类的进化遗产。

为揭示风险感知的进化根源，研究团队构建了等位基因入侵适合度（invasion fitness）模型。该模型将风险行为视为由常染色体基因座上的等位基因调控的遗传性状，重点分析两类死亡率风险对等位基因种群增长的差异化影响：人口性风险（demographic risk，如个体交通事故）独立作用于各基因携带者，而环境性风险（environmental risk，如自然灾害）则可能一次性消灭大量等位基因携带者。通过数学推导发现，等位基因的长期增长率（以几何平均增长衡量）取决于关键公式：r = R – (M_D + αM_C)，其中膨胀因子α = -log(1-p)/p > 1，p为环境事件中等位基因携带者的死亡比例。这一公式揭示，自然选择会“放大”环境性风险的权重，因为其可能导致等位基因的集群性灭绝。

模型构建与关键方法

研究采用理论模型分析，核心是基于等位基因队列增长的随机过程建模。通过计算等位基因载体数量的对数增长率（即入侵适合度），综合考量个体独立死亡（人口性风险）和灾难性事件死亡（环境性风险）的联合效应。主要技术包括：1) 入侵适合度计算，采用几何平均增长率最大化原则（类比凯利准则）；2) 泊松过程模拟环境灾难发生；3) 优化分析确定进化稳定策略（ESS）。模型假设基因行为由单基因座控制，忽略具体分子机制，聚焦宏观进化动态。

风险膨胀的量化机制

研究通过数学推导证明，环境性风险对入侵适合度的负面影响需乘以膨胀因子α。如图1所示，α随p增加而显著上升：当灾难消灭60%等位基因携带者时，α≈1.5，意味环境风险的实际影响被放大50%。例如，平均20年一遇的灾难（p=0.6）对适合度的削弱效果，等同于每20年发生一次致死率100%的人口性风险事件。这表明进化过程会优先规避可能造成基因集群损失的环境性威胁。

风险选择中的进化稳定策略

以“驾车vs乘机”为例，模型假设个体每日出行需选择独立风险的汽车（死亡率μ）或聚集风险的飞机（失事率λ，全员死亡）。进化稳定分析显示，当λ<μ时，乘机比例p* = 1 – λ><>

讨论与意义

本研究首次从基因视角量化了“恐惧风险”的进化基础，指出Bodemer等基于人口规模（人年数）的模型缺乏遗传结构分析。强调在有限基因流（limited gene flow）的祖先环境中，环境性风险实为等位基因的聚集威胁，自然选择因此强化对其规避。尽管现代人类社会基因流动增强，但全球性风险（如气候事件）仍具聚集性，导致陈旧适应机制与当前环境错配。研究为风险管理政策提供新见解：公众风险教育需考虑进化心理根源，而非简单纠正“认知偏差”。

论文通过严谨的数学模型，连通了进化生物学与风险心理学，揭示人类非理性恐惧背后的深层适应逻辑。未来研究可结合群体遗传学数据，验证不同社会结构中风险偏好的基因流动依赖性，进一步优化风险沟通策略。