[论文解读] The role of the Allee effect in common-pool resource and its sustainability

Chengyi Tu, Fabio Menegazzo+2 more|arXiv (Cornell University)|May 2, 2024

Forest Management and PolicyEnvironmental Science被引用 3

一句话总结

本文在复制子动力学与知识反馈的框架下，提出了两种协同进化模型，以研究阿勒效应（即资源增长率依赖于资源可得性）对共有资源系统可持续性的影响。研究发现，阿勒效应会引发双稳定状态与临界转变，导致系统根据初始条件呈现可持续或崩溃的两种结果；而知识反馈则能增强系统的韧性与可持续性。

ABSTRACT

The management of common-pool resources is a complex challenge due to the risk of overexploitation and the tragedy of the commons. A novel framework has been introduced to address this issue, focusing on the coevolutionary relationship between human behavior and common-pool resources within a human-environment system. However, the impact of the Allee effect on the coevolution and its resource sustainability is still unexplored. The Allee effect, a biological phenomenon characterized by a correlation between resource availability and growth rate, is a fundamental attribute of numerous natural resources. In this paper, we introduce two coevolutionary models of resource and strategy under replicator dynamics and knowledge feedback by applying the Allee effect to the common-pool resources within human-environment system. These models encapsulate various facets of resource dynamics and the players' behavior, such as resource growth function, the extraction rates, and the strategy update rules. We find that the Allee effect can induce bi-stability and critical transition, leading to either sustainable or unsustainable outcomes depending on the initial condition and parameter configuration. We demonstrate that knowledge feedback enhances the resilience and sustainability of the coevolving system, and these results advances the understanding of human-environment system and management of common-pool resources.

研究动机与目标

• 研究阿勒效应对人类-环境系统中人类行为与共有资源协同进化的影响。
• 填补对生物现象（如阿勒效应）如何影响社会-生态系统中资源可持续性的理解空白。
• 考察知识反馈机制在阿勒动力学下如何提升资源管理的韧性与可持续性。
• 利用复制子动力学建模资源增长、资源开采行为与策略适应之间的相互作用。
• 确定由于阿勒效应导致系统在可持续与不可持续均衡之间发生转变的条件。

提出的方法

• 采用复制子动力学构建两个协同进化模型，以模拟资源使用者间策略的演化。
• 将阿勒效应纳入资源增长函数，使增长率随资源丰度增加至某一阈值前持续上升。
• 引入知识反馈机制，根据系统状态调整用户策略，增强适应性学习能力。
• 通过稳定性分析识别不动点及其吸引盆。
• 利用数值模拟探索不同初始条件与参数下的分岔与临界转变。
• 通过参数扫描评估阿勒效应强度与反馈效率对系统结果的影响。

实验结果

研究问题

• RQ1 阿勒效应如何影响共有资源系统的稳定性与可持续性？
• RQ2 在阿勒动力学下，知识反馈在降低崩溃风险方面发挥何种作用？
• RQ3 在何种初始条件下系统表现出双稳定状态，从而导致截然不同的结果？
• RQ4 资源增长函数与开采速率的变化如何影响长期可持续性？
• RQ5 系统是否会因阿勒效应而发生临界转变？这些转变能否被预测或预防？

主要发现

• 阿勒效应引发双稳定动力学，系统的长期结果在很大程度上取决于初始条件。
• 当阿勒阈值被跨越时，系统会发生临界转变，导致快速崩溃或持续资源利用。
• 知识反馈通过稳定策略并减少过度开采，显著增强系统的韧性。
• 若初始资源水平较低，即使开采强度适中，强阿勒效应系统也更容易发生崩溃。
• 知识反馈的存在扩大了可持续均衡的吸引盆，提高了长期可持续的可能性。
• 数值结果证实，靠近阿勒阈值的参数配置表现出高度敏感性，可能存在临界点。