A Game Theoretic Treatment of Contagion in Trade Networks

Ogni volta che un animale selvatico viene acquistato, venduto o trasportato in tutto il mondo, esso trasporta molto più della propria biologia; trasporta il potenziale di diffondere malattie. Questa è una realtà che ecologi ed economisti studiano da tempo, ma solitamente come problemi separati. Da un lato, gli scienziati tracciano come i virus saltino dagli animali agli esseri umani o si muovano attraverso le popolazioni, mappando i percorsi invisibili dell'infezione. Dall'altro, gli economisti analizzano come i commercianti prendano decisioni, pesando il costo delle misure di sicurezza rispetto al profitto di una vendita. Per molto tempo, questi due mondi hanno operato in parallelo. I ricercatori capivano che un commerciante potrebbe saltare un controllo sanitario per risparmiare denaro, e capivano che saltare quel controllo aumenta il rischio di un focolaio, ma mancavano di un modo per vedere come queste due forze si spingano e si tirino a vicenda in tempo reale. La domanda rimaneva: come fa la paura di ammalarsi a cambiare il modo in cui le persone commerciano, e come fa la pressione di guadagnare denaro a cambiare il modo in cui le malattie si diffondono?

Un team di ricercatori si è messo in viaggio per colmare questo divario costruendo un nuovo tipo di modello che tratta il commercio di fauna selvatica non solo come un flusso di merci, ma come un gioco in cui ogni giocatore reagisce costantemente agli altri. Si sono concentrati su reti commerciali che si muovono in una sola direzione, come un fiume che scorre a valle da una sorgente verso una destinazione finale, senza cicli che rimandano le merci a monte. In questo sistema, un commerciante decide quanto investire in salute e sicurezza, come la pulizia delle gabbie o il test degli animali. Questo investimento costa denaro, ma riduce la possibilità di contrarre una malattia. Tuttavia, la decisione non viene presa nel vuoto. Se un commerciante acquista da un fornitore infetto, il rischio aumenta. Se vende a un acquirente a cui non importa della sicurezza, l'incentivo a mantenere l'igiene potrebbe svanire. I ricercatori volevano vedere come queste scelte individuali, fatte da molte persone diverse, si sommino per creare un modello globale di rischio.

Per risolvere questo problema, il team ha creato un quadro matematico in cui ogni commerciante è un giocatore che cerca di massimizzare il proprio profitto minimizzando al contempo il proprio rischio di infezione. Si sono resi conto che in una rete in cui le merci si muovono solo in avanti, il caos delle infezioni casuali alla fine si assesta in un modello prevedibile. Anche se una malattia può saltare da un animale all'altro per caso, la probabilità a lungo termine che un particolare commerciante sia infetto diventa un numero fisso che può essere calcolato. Questa è stata una svolta cruciale. Significava che i ricercatori potevano smettere di cercare di simulare ogni singolo evento casuale e guardare invece allo stato stazionario del sistema. Con questo stato stazionario in mano, potevano chiedersi: se tutti gli altri giocano in un certo modo, qual è la mossa migliore per me? Trovando queste "risposte ottime" per ogni giocatore, potevano identificare i punti in cui il sistema si stabilizza, noti come equilibri, dove nessuno ha l'incentivo a cambiare la propria strategia.

Quando hanno eseguito simulazioni con questo modello, i risultati hanno rivelato come la forma della rete commerciale stessa detti l'esito. In una rete perfettamente bilanciata in cui due distributori condividono il mercato equamente, entrambi i giocatori adottano lo stesso livello di investimento nella sicurezza e affrontano lo stesso rischio di infezione. Ma quando la rete diventa sbilanciata, i risultati cambiano drasticamente. In uno scenario in cui un distributore controlla la maggior parte dei clienti e un altro ne controlla solo pochi, il distributore dominante investe meno in misure di sicurezza rispetto a quello più piccolo. Sorprendentemente, questo minor investimento porta a una maggiore probabilità di infezione per il giocatore dominante. Il modello ha mostrato che avere una grande quota di mercato può creare un falso senso di sicurezza o un diverso set di incentivi che in realtà aumentano il rischio personale. Inoltre, i ricercatori hanno scoperto che il pericolo complessivo per l'intero sistema non riguarda solo quante persone si ammalano, ma dove si ammalano. Una rete in cui l'infezione si concentra su un singolo hub altamente connesso è molto più pericolosa per l'intero sistema rispetto a una rete in cui il rischio è distribuito, anche se il numero totale di individui malati è simile.

Lo studio ha anche esplorato cosa succede quando le regole del gioco cambiano per un solo gruppo di persone. Quando i ricercatori hanno regolato il modello per far sì che i consumatori si curassero meno della sicurezza — forse perché non sono consapevoli dei rischi o semplicemente non la considerano importante — gli investimenti in sicurezza dei distributori e dei produttori a monte sono crollati. Il modello ha mostito che se le persone alla fine della catena non richiedono sicurezza, le persone all'inizio non hanno ragioni finanziarie per fornirla. Questo crea un "punto di svolta" in cui un piccolo cambiamento nell'atteggiamento dei consumatori può causare un calo improvviso e totale degli standard di sicurezza in tutta la rete. Al contrario, quando i consumatori iniziano a pretendere sicurezza, ciò costringe l'intera catena a investire di più, non per altruismo, ma perché diventa l'unico modo per ottenere un profitto.

Forse il risultato più sorprendente riguardava il ruolo di un singolo "disertore", ovvero un commerciante che ignora le regole e rifiuta di investire nella sicurezza, forse a causa di disinformazione o della convinzione che sia inutile. I ricercatori hanno scoperto che se un disertore si trova alla fine della catena, ovvero un consumatore che smette di curarsi della sicurezza, l'impatto sul resto della rete è minimo. Gli altri commercianti si limitano ad aggiustare leggermente le loro strategie e il rischio complessivo rimane gestibile. Tuttavia, se un disertore si trova all'inizio della catena, ovvero un produttore o un grande distributore che smette di investire nella sicurezza, le conseguenze sono gravi. Quella singola decisione si propaga attraverso l'intera rete, aumentando drasticamente il rischio di infezione per tutti coloro che si trovano a valle e aumentando significativamente la probabilità che la malattia possa passare all'ambiente circostante. Il modello suggerisce che in un sistema connesso, il comportamento di chi sta ai vertici è molto più critico per la sicurezza globale rispetto al comportamento di chi sta alla base.

Questo lavoro non offre una prescrizione specifica su come risolvere ogni rete di commercio di fauna selvatica, né pretende di prevedere l'esito esatto di un vero focolaio. Invece, fornisce una nuova lente attraverso cui guardare questi sistemi complessi. Dimostra che la diffusione delle malattie non è solo un evento biologico, ma un evento sociale ed economico, guidato dagli incentivi di ogni partecipante. Mostrando che la struttura della rete e il flusso di informazioni possono essere importanti quanto il virus stesso, lo studio offre uno strumento potente per i decisori politici. Suggerisce che per fermare la diffusione delle malattie, gli interventi devono guardare oltre i semplici controlli sanitari e considerare come sono strutturati gli incentivi economici. Che si tratti di sussidiare le misure di sicurezza per i produttori o di educare i consumatori a pretendere prodotti più sicuri, il modello indica che cambiare le regole per una parte della rete può rimodellare il comportamento dell'intera rete. La strada verso un futuro più sicuro risiede nel comprendere che in una rete commerciale, nessuno è veramente isolato; le scelte di un commerciante diventano inevitabilmente il destino di tutti.