基于新西兰气候适应严肃游戏的玩家决策行为探索性分析及其数据洞察

推荐：本研究针对气候适应严肃游戏数据分析的空白，通过新西兰《乡镇洪水挑战》游戏的950轮次数据，采用描述统计与多项回归模型，揭示了玩家在洪水风险下的决策模式（如"raise house"占比15.17%），发现角色属性（如marae代表倾向"move house"）与极端气候事件（severe flood使safe house购买概率提升93%）显著影响选择，为游戏化环境决策建模提供了新范式。

　　

随着气候变化加剧，洪水风险管理成为全球性挑战。传统研究方法难以捕捉人类在不确定性环境中的动态决策过程，而严肃游戏（serious games）作为新兴研究工具，既能教育公众又能生成行为数据。然而，当前对游戏数据的系统性分析存在显著空白，特别是如何利用这些数据理解气候适应决策仍属未知领域。新西兰国家水与大气研究所（NIWA）的Wei Yang团队在《Current Research in Environmental Sustainability》发表研究，通过分析《The Township Flooding Challenge》这款模拟洪灾的棋盘游戏数据，首次揭示了玩家在气候风险下的行为模式及其现实意义。

研究采用描述性统计与多项逻辑回归（multinomial regression）方法，对84场游戏产生的950条观测数据进行分析。数据采集自新西兰汉密尔顿农业展会，记录玩家角色（townspeople/farmer/marae代表）、气候事件类型（high/severe flood）等变量。关键技术包括：1）基于效用最大化理论构建决策模型；2）McFadden伪R²检验模型拟合度；3）Durbin-Watson统计量检测决策时间依赖性。

研究结果呈现四大发现：

1. 1.

   随时间变化的适应行为

   通过图2a显示，"raise house"（15.17%）和"move house"（14.54%）是主要策略，但非干预率从第1轮的37.8%升至第7轮超70%。图2b揭示第6轮后，严重洪水（severe flood）事件会显著激发后续轮次的防护行为，印证"经验驱动适应"理论。

2. 2.

   群体特异性模式

   图3显示marae代表因文化约束回避房产交易，而farmer偏好"move house"（22.36%）。单玩家模式下"stopbank"建设率（3.03%）高于多玩家（2.88%），反映群体决策的复杂性（图5）。

3. 3.

   职业差异影响

   政府从业者选择"move house"概率比基准高28%（p=0.03），而产业人员倾向该选项达99%（p=0.05），凸显社会角色对风险应对的塑造作用（图6）。

4. 4.

   回归模型关键驱动因子

   表2显示severe flood使safe house购买概率提升93%（p<0.05），但降低stopbank建设意愿；multi-player游戏促使"sell house"增加20%（p<0.01），体现竞争性适应特征。

讨论部分指出三大贡献：

首先，游戏数据有效映射现实决策机制，如marae代表的行为契合毛利人土地保护传统，验证游戏作为社会实验工具的效度。其次，发现数据收集盲区——仅19.89%玩家会计算骰子概率（count dice），但该群体购买安全房产的几率显著增加58%（p<0.1），提示风险量化能力对适应决策的关键影响。最后提出改进方向：需区分投资（investment）与适应（adaptation）行为，并整合质性数据解释决策动机。

该研究开创性地将游戏分析框架应用于气候适应领域，不仅为环境政策制定者提供行为洞察，更建立了"游戏-现实"决策桥梁。未来可扩展至计算机游戏平台，通过实时数据捕获深化对群体风险应对机制的理解，为气候脆弱社区的韧性建设提供新思路。