贸易网络中的传染病博弈论模型：揭示经济决策与疾病传播的双向耦合机制

《PLOS Computational Biology》：A game theoretic treatment of contagion in trade networks

本文构建了一个创新的博弈论模型，首次将贸易网络中的经济决策与传染病动力学进行双向耦合。该模型通过证明在无环贸易网络中，感染概率会收敛于一个可直接计算的固定点，从而能够确定纳什均衡。研究揭示了网络结构如何通过影响个体策略（如健康安全投资）来驱动全球感染风险，为评估和设计更具韧性的贸易网络提供了关键的理论框架。

　　

文章内容归纳总结

1 引言

全球物质贸易在为人类带来便利的同时，也为病原体的传播创造了潜在途径。其中，野生动物贸易网络是这种协同作用尤为关键的一个领域。这一高度复杂的系统涉及利益相关者的经济决策与新兴贸易网络上的传染病动态之间重要且未被充分研究的双向耦合。虽然这些组成部分各自都得到了很好的研究，但对于它们之间可能产生的反馈动态的理解仍存在有意义的空白。

现有研究大多侧重于入侵生物学或统计风险估计，而忽略了贸易网络参与者的经济激励和行为。此外，虽然存在关于贸易博弈论元素或网络传播的丰富文献，但据作者所知，尚未有研究探讨显式网络结构对贸易网络本身经济决策与感染风险之间耦合反馈的影响。

本文旨在填补这一空白，提出一个通用的博弈论模型，用于描述易受传染病影响的商品贸易网络。该模型的核心贡献在于，它通过捕捉系统的双向耦合，为理解全球野生动物贸易以及任何具有相关传染病风险的经济贸易网络中固有的和产生的感染风险的全球和个体驱动因素及后果提供了关键见解。

2 方法

2.1 贸易网络传染病

该模型考虑了一组 n 个参与者，每个参与者都有一个策略 x_i和一个传染病状态 I_i。策略 x_i可能代表价格、健康安全投资、上游监测等多种贸易策略的组合。传染病状态 I_i则是一个二元变量，表示特定参与者持有的库存中是否存在感染。

该模型的核心假设是贸易网络是无环的，这意味着传染病只能在一个方向（“下游”）通过网络传播。这相当于为贸易网络的有向图表示提供了一个拓扑排序。参与者之间的互动概率取决于所有参与者的策略和感染状态。参与者的收益函数由三个部分组成：与上游互动（购买）的收益、与下游互动（销售）的收益，以及不依赖于网络中其他参与者的内在收益。

2.2 感染的平稳概率

为了寻找长期纳什均衡，首先必须找到在任何时间被感染的期望值。该模型的一个关键结果是，无论系统的初始感染状态如何，只要传染病以低量通过环境因素引入，并以上述方式通过网络下游渗透，那么在任何给定时间被感染的概率都会收敛到一个平稳概率向量。

该证明依赖于贸易网络的无环性质。通过将环境传染源作为入度为零的顶点添加到图中，并利用图的严格下三角加权邻接矩阵，可以构建一个非线性算子 T。该算子描述了感染概率随时间的演变。通过分析该算子的性质，可以证明，对于任何初始感染概率向量，重复应用该算子得到的序列都会收敛到一个唯一的固定点。这个固定点可以通过前向替换直接计算。

这一结果至关重要，因为它允许我们将一个典型的随机系统确定性地处理，并计算最佳响应。这使得我们能够将全局参数和顶点特定参数直接映射到收益函数，从而进行敏感性分析，并轻松测量整个网络的长期感染概率。

3 均衡结果

3.1 最佳响应函数的存在性

利用定理1的结果，我们可以将注意力转向系统的均衡分析。为了找到纳什均衡，必须讨论最佳响应。具体来说，我们寻求一个函数，该函数在给定其他参与者的策略配置文件时，返回某个参与者的最佳响应。如果这样的函数存在，我们就可以进一步找到一个函数，该函数接受一个策略配置文件，并返回一个新的策略配置文件，其中每个参与者都更新了他们的策略，以对先前的策略配置文件采取最佳响应。这个过程的固定点就是博弈的纳什均衡。

为了证明最佳响应函数的存在，文章提出了一组合理的充分条件。这些条件包括收益函数的连续性，以及基于边际成本递增和边际收益递减的典型经济假设的某些行为限制。在这些假设下，可以证明最佳响应函数是明确定义的。这意味着近视最佳响应过程是明确定义的，并且存在一个过程，通过该过程可以数值地找到固定点。

4 通过近视最佳响应的数值示例

为了证明该模型在揭示贸易网络结构如何影响战略均衡方面的实用性，文章提出了一个玩具示例。该示例考虑了一个由 N 个参与者组成的博弈，这些参与者组织在一个无环有向图中，每个参与者都有一个一维策略 x_i和一个感染状态 I_i。策略被温和地建模为“对健康安全措施的投资”。

4.1 对称和非对称网络上的概念验证

作为健全性检查，文章比较了两个几乎相同的三层贸易网络，它们仅在第二层和第三层之间的边有所不同。在对称情况下，两个分销商（s1 和 s2）各自均匀地从两个生产商购买，四个消费者以对称的方式从分销商购买。在非对称情况下，三个消费者只从分销商 a1 购买，第四个消费者均匀地从 a1 和 a2 购买，使得 a2 只有一个潜在客户。

数值结果表明，网络结构对博弈结果有可衡量的影响。在对称系统中，均衡策略是对称的；而在非对称系统中，市场份额较大的分销商（a1）在均衡时的策略低于市场份额较小的分销商（a2）。此外，a1 的长期感染概率高于 a2。这证实了该模型能够捕捉到网络结构对个体策略和感染风险的影响。

4.2 玩具模型中的垄断效应

为了研究市场份额在感染风险中的作用，文章考虑了三个具有15个参与者的网络：竞争性网络、轻度垄断网络和完全垄断网络。随着贸易网络的垄断性增加，观察到幼稚风险（na?ve risk）下降，而加权风险（weighted risk）增加。这可以解释为，在垄断情况下，大多数感染途径必须通过单个个体（垄断者），这使得市场份额较小的分销商可以选择导致较低感染概率的策略，从而降低了幼稚风险。然而，加权风险捕捉了通过垄断者的感染途径的集中性，因此对其感染概率赋予更高的权重。

4.3 参数调整导致的上游级联

该模型的另一个重要特征是，下游参数的调整会对上游的均衡策略产生实际影响。文章通过改变消费者内在收益项的权重来证明这一点。随着消费者内在收益权重的降低，他们的均衡策略会下降。当下游参与者更关心健康实践时，他们会迫使上游邻居更大量地投资于此类实践，这并非出于健康考虑，而是受利润最大化驱动。这种效应在相反方向上更为明显：当消费者不太关心健康安全实践时，这些决定很容易传递到上游的分销商和生产商。

4.4 玩具模型中的背叛者

文章还探讨了“背叛者”（即不按模型预测的理性方式行事，而是采取特定策略的参与者）在模型中的作用。结果表明，单个背叛者几乎无法改变上下游参与者的均衡策略，但会对下游感染概率产生巨大影响。因此，上游发生的单个背叛行为可能通过增加整个网络的感染而导致极大的危险。

5 讨论与应用

本文提出的模型结合了三个关键要素：应对传染病的经济决策、网络中的传染病动态以及来自该网络的风险评估。通过使用博弈论框架，该模型捕捉了利益相关者的经济决策，包括他们对感染信息的反应。疾病过程被非常简单地捕捉，但关键见解是，对于任何无环贸易网络，随机感染过程都可以用长期期望感染概率来概括。

该模型的一个关键特征是，它捕捉了优化问题中个体选择与全球环境（即整个网络）以及从全球环境中产生的感染风险之间的双向耦合。这意味着，除了对进入系统并在系统中传播的传染病的控制之外，对收益结构的控制（决定个体行为）也能有效地改变风险，甚至在全局范围内也是如此。

从数值示例中可以看出，改变模型中参与者子集的收益结构（如参数级联示例所示）可能对上游产生强烈影响。这意味着该模型能够梳理出单个利益相关者行为的影响。此外，在考虑背叛案例时，我们看到当下游发生背叛时，上游参与者的策略变化很小，但当背叛发生在上游时，这种上游效应可能导致整个网络的感染增加，从而极其危险。

尽管玩具模型几乎无法捕捉现实生活贸易网络的具体条件，但它确实帮助我们梳理了上游决策级联的机制。该模型高度灵活，只要提供了合理的打破平局排序，几乎总是可以证明最佳响应函数的存在。该优化在计算上并不昂贵，因此，即使使用更复杂的非线性函数形式，该模型也可以毫无问题地用于数值计算，以得出关于贸易网络内部及周围多种风险度量的结论。

总之，本文展示了一种捕捉经济决策与易受传染病影响的商品贸易网络中传染病动态之间双向耦合的新方法。该模型是一个强大的工具，可以帮助我们回答有关网络中控制措施及其对感染/溢出风险影响的问题。