基于多理论融合的智能体模型揭示洪水事件中社会经济差异对群体决策行为的影响机制

本研究通过构建Flood-ABM智能体模型，整合PMT、TPB、SCT和CRT四种决策理论，模拟了加拿大卡尔加里Inglewood社区在洪水事件中不同SES群体的差异化响应。研究发现高脆弱性群体(SES1≤0.3)更依赖保护动机理论(PMT)决策但受资源限制，而低脆弱性群体(SES1≥0.7)能综合运用计划行为理论(TPB)实现有序撤离。研究为灾害管理中的精准干预提供了理论框架。

　　

洪水灾害对社区的影响具有显著的社会经济差异，弱势群体往往面临更严重的健康风险和经济损失。传统洪水模型多关注水文物理过程，而忽视人类决策行为的复杂性。加拿大萨斯喀彻温大学(University of Saskatchewan)的研究团队在《International Journal of Disaster Risk Reduction》发表研究，开发了融合多学科理论的Flood-ABM智能体模型，首次将保护动机理论(Protection Motivation Theory, PMT)、计划行为理论(Theory of Planned Behavior, TPB)、社会资本理论(Social Capital Theory, SCT)和文化风险理论(Cultural Risk Theory, CRT)整合到洪水响应模拟中。

研究采用MESA-Geo平台构建空间显式模型，基于卡尔加里Inglewood社区真实地理数据(含1500个智能体)，通过SES指数(含年龄、教育、收入等5维度)量化群体脆弱性。模型设置4个阶段(基线期7天、洪水前期7天、洪水期10天、后期14天)，追踪智能体在μ_age+μ_wealth移动能力约束下的决策链。

决策行为差异：高脆弱性群体(SES₁≤0.3)在洪水前期PMT决策占比达60%，但因β(α,k_α,x_α)函数计算的移动能力限制，撤离延迟且峰值(40%)晚于低脆弱性群体(30%)。低脆弱性群体能协调TPB(35%)和SCT(25%)实现有序撤离。

健康与经济影响：洪水高峰期(第19天)高脆弱性群体滞留率达20%，是低群体的2.5倍。经济模拟显示，避难所每小时支出ξ∈[0,50]时，政府需补偿χ_s·[0.01,0.2]才能维持运营，而商业智能体因服务中断损失ν·[10,40]/小时。

验证与敏感性：增加避难所容量使滞留率从30%降至15%，证实模型响应符合理论预期。研究创新性地通过μ=β(α,k_α,x_α)+1/(1+e^{-k_ω(ω-x_ω)})等方程量化了年龄财富对移动能力的交互影响。

该研究为灾害管理提供了三重启示：首先，验证了整合多决策理论的ABM能更真实模拟群体行为差异；其次，揭示SES₁指数中教育(Edu_SES=1-0.9·EduVal)和民族(Eth_SES：原住民=1)是脆弱性关键维度；最后，提出的MESA-Geo框架可实现其他灾害的迁移应用。未来可耦合SUMMA水文模型，进一步探索人类-水系统(CHWS)的交互机制。