[论文解读] Game-Theoretic Protection Against Networked SIS Epidemics by Human Decision-Makers

Ashish R. Hota, Shreyas Sundaram|arXiv (Cornell University)|Mar 1, 2017

COVID-19 epidemiological studies被引用 1

一句话总结

本文使用群体博弈框架对网络化SIS流行病中的去中心化疫苗接种决策进行建模，其中人类决策者对感染风险存在行为偏差。研究建立了阈值均衡，即高阶节点选择接种疫苗，并表明当成本较高时，风险误判会降低疫苗接种覆盖率，且在幂律网络中推导出阈值比率的紧密边界。

ABSTRACT

We study decentralized protection strategies against Susceptible-Infected-Susceptible (SIS) epidemics on networks. We consider a population game framework where nodes choose whether or not to vaccinate themselves, and the epidemic risk is defined as the infection probability at the endemic state of the epidemic under a degree-based mean-field approximation. Motivated by studies in behavioral economics showing that humans perceive probabilities and risks in a nonlinear fashion, we specifically examine the impacts of such misperceptions on the Nash equilibrium protection strategies. We first establish the existence and uniqueness of a threshold equilibrium where nodes with degrees larger than a certain threshold vaccinate. When the vaccination cost is sufficiently high, we show that behavioral biases cause fewer players to vaccinate, and vice versa. We quantify this effect for a class of networks with power-law degree distributions by proving tight bounds on the ratio of equilibrium thresholds under behavioral and true perceptions of probabilities. We further characterize the socially optimal vaccination policy and investigate the inefficiency of Nash equilibrium.

研究动机与目标

• 理解人类在感知感染概率时的行为偏差如何影响网络化SIS流行病中的去中心化疫苗接种策略。
• 分析这些偏差对纳什均衡保护策略存在性与结构的影响。
• 量化在无标度网络中，基于行为感知与真实流行病概率的均衡之间偏差的程度。
• 刻画社会最优疫苗接种政策，并评估在风险误判下纳什均衡的低效性。

提出的方法

• 使用基于度的平均场近似来估计地方性感染概率，以建模流行病动力学。
• 构建一个群体博弈模型，其中每个节点根据感知风险和成本独立决定是否接种疫苗。
• 引入非线性概率加权函数以捕捉基于前景理论的风险感知行为偏差。
• 证明存在唯一一个阈值均衡，其中度高于某一临界值的节点选择接种疫苗。
• 为幂律网络推导出在行为感知与真实感知下均衡阈值比率的紧致上下界。
• 使用福利损失度量比较纳什均衡与社会最优疫苗接种政策的效率。

实验结果

研究问题

• RQ1 在何种条件下，网络中的去中心化疫苗接种决策存在唯一的阈值均衡？
• RQ2 与真实流行病概率相比，风险感知的行为偏差如何改变疫苗接种的阈值度？
• RQ3 当疫苗接种成本较高时，风险误判对已接种节点比例的定量影响是什么？
• RQ4 在无标度网络中，纳什均衡的低效性与社会最优疫苗接种政策相比如何？
• RQ5 在幂律网络中，行为感知与真实感知下均衡阈值比率的紧密边界是什么？

主要发现

• 存在唯一的阈值均衡，所有度高于某一阈值的节点均选择接种疫苗，且该结果与概率加权函数的具体形式无关。
• 当疫苗接种成本较高时，行为偏差导致接种的节点数量少于准确风险感知的情况。
• 在幂律网络中，行为感知与真实感知下均衡阈值的比率被限制在一个紧密区间内，量化了误判的影响。
• 当成本较高时，社会最优疫苗接种策略所需的接种阈值高于纳什均衡，表明去中心化决策导致福利损失。
• 纳什均衡的低效性——以社会福利与均衡福利之间的差距衡量——在风险误判下被放大，尤其在具有高阶枢纽节点的无标度网络中更为显著。
• 分析表明，无论在真实感知还是行为感知下，高阶节点更可能选择接种疫苗，但行为偏差下接种的阈值度更高，从而降低了整体保护水平。