健康信念的模糊性与保护性行为：COVID-19不确定性下的决策机制研究

本研究针对COVID-19疫情期间健康信念的模糊性（imprecise beliefs）如何影响行为决策这一核心问题，通过调查700余名英国年轻成人，首次量化了主观概率范围（minimum/maximum probabilities）与保护性行为（protective behaviors）的关联。研究发现，个体对行为降低感染概率及模糊性程度的双重预期显著促进防疫依从性，为α-MaxMin模型（决策加权理论）提供了实证支持，对公共卫生政策制定具有重要启示。

　　

当COVID-19疫情在2020年初爆发时，全球公众面临着一个前所未有的困境：如何评估这种新型病毒的威胁并采取相应行动？传统健康决策理论假设人们能精确量化风险（如"12%感染概率"），但面对未知疾病时，这种假设显然站不住脚。正如凯恩斯（Keynes）和奈特（Knight）一个世纪前提出的，真实世界决策往往充满"根本性不确定性"——人们连概率范围都难以确定。这种模糊性（imprecision）在COVID-19初期尤为显著：缺乏可靠数据、矛盾的信息来源、不断变化的防疫政策，都让个体陷入"概率迷雾"中。

为破解这一难题，来自英国的研究团队在《Journal of Health Economics》发表了一项开创性研究。他们敏锐地发现，既往健康信念研究多聚焦精确概率（如Delavande 2008），却忽视了模糊性的行为影响。通过对700余名英国大学毕业生（平均23.6岁）的精细调查，团队首次系统测量了"主观概率区间"（minimum-maximum range）与防疫行为的关系，并运用α-MaxMin决策模型（Gilboa and Marinacci 2016）揭示：人们不仅关注行为能否降低感染风险，更在乎行为能否减少认知模糊性——这种双重机制此前从未被实证验证。

关键技术方法
研究采用三阶段设计：1) 通过BOOST2018队列（Delavande et al. 2022）招募受试者；2) 创新性设计"双概率区间"问卷，采集6类COVID-19结局（如感染、住院）在当前及假设高低保护行为下的min/max概率；3) 构建保护行为指数（含社交距离、消毒等），结合α-MaxMin模型量化模糊性减幅（range reduction）对行为的影响。统计模型控制人口学变量，使用工具变量法解决行为-信念内生性问题。

研究结果

信念的普遍模糊性
数据显示90%受访者对COVID-19相关结局存在概率区间（非单点估计），81%区间跨度>5个百分点。例如3个月感染概率的平均min为14%，但平均range达23个百分点（max=37%）。这种模糊性呈现系统性：对传播概率模糊者，对感染概率同样模糊（r>0.4）。有趣的是，模糊程度与风险水平呈倒U型关系——中等风险者的模糊性最高，挑战了"高风险必然伴随高模糊"的直觉。

行为决策的双重驱动
α-MaxMin模型分析揭示两个关键机制：

1. 保护行为预期收益：高保护行为下感染概率min值降低1个标准差，行为指数提升0.16个标准差；
2. 模糊性缓解效应：相同条件下range减幅1个标准差，行为指数额外提升0.10个标准差。
   这表明决策者实质上是"模糊性厌恶者"——当戴口罩既能降低感染几率，又能让风险变得更可预测时，依从性显著提高。

年轻群体的特殊性
选择年轻样本具有双重优势：其一，该群体多数首次面临重大健康威胁，其信念形成过程未被既往经验"污染"；其二，防疫政策对其生活方式（如社交、旅行）冲击最大，行为数据变异度更高。数据印证这点——尽管年轻人群临床风险低，但其模糊性程度（range=22-25个百分点）反而高于老年人研究（Giustinelli et al. 2022a报告的痴呆概率range=15个百分点）。

结论与启示
这项研究首次实证证明健康信念的模糊性（而不仅是概率水平）独立影响行为决策，为健康经济学引入新维度。其理论贡献在于将α-MaxMin模型从实验室推向现实流行病场景，证实决策者会加权考虑"最坏情况"（max概率）与模糊性成本。实践层面，研究暗示公共卫生宣传需强调两点：不仅要说"洗手降低感染风险"，更应说明"洗手让风险变得更可预测"——这种双重信息策略在信息混乱的疫情初期可能尤为有效。

研究也留下重要开放问题：模糊性是否随疫情发展动态变化？不同文化背景下的模糊性模式是否一致？这些都为后续研究指明方向。正如作者所言，在AI时代仍存在"不可量化的不确定性"（Manski 2023），这项研究为理解人类如何在迷雾中抉择提供了珍贵路标。