⚡ electrical engineering

Analysis of a Competitive Bivirus SIS Epidemic Model with Game Theoretic Social Distancing

本文提出了一种结合由公众感知驱动的动态社交距离的竞争性双病毒 SIS 模型，证明该行为成分打破了单调性，并从根本上改变了与经典模型相比的平衡结构及稳定性判据，同时为无病、单方及共存平衡的全局和局部稳定性提供了严格条件。

原作者： Benjamin Catalano, Keith Paarporn, Sebin Gracy

发布于 2026-05-07

📖 1 分钟阅读☕ 轻松阅读

原作者： Benjamin Catalano, Keith Paarporn, Sebin Gracy

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一个小镇，两种不同的病毒——我们称之为病毒 A和病毒 B——正在传播。在传统的流行病思维中，科学家只关注病毒传播的速度和人们康复的速度。他们会假设人们只是这个故事中的被动乘客，生病或康复都不会改变他们的行为。

但这篇论文讲述了一个不同的故事。它表明人们是积极的参与者。当他们看到病毒传播时，他们会做出选择：是待在家里避免人群（社交距离），还是继续过正常生活？

以下是作者发现的一些日常类比式的简要分解。

1. 待在家里的“游戏”

作者将社交距离视为一场策略游戏。

成本：待在家里很烦人，而且需要花钱（无法工作或购物）。我们称之为“社交距离税”。
收益：待在家里降低了你生病的几率。
决策：人们不断权衡“税”与“风险”。如果镇上满是病人，风险很高，那么待在家里就值得；如果镇上很健康，风险很低，人们可能会觉得不值得交这笔“税”，于是再次出门。

论文使用一种称为复制方程的工具对此进行建模。这可以看作是一种“模仿”机制。如果你看到邻居待在家里且没有生病，你可能会模仿他们；如果你看到邻居出门却生病了，你也可能会模仿他们。论文追踪了这些选择如何随时间变化。

2. 两种病毒争夺同一个房间

论文考察了两种病毒争夺同一群人的情景。

规则：你同一时间只能感染一种病毒。如果你感染了病毒 A，在康复之前就无法感染病毒 B。
结果：通常，一种病毒更强，会将另一种挤出（就像恶霸抢走孩子的午餐）。但有时，它们可以共存，就像两个敌对帮派共享一个街区，各自控制不同的街区。

3. 大惊喜：并非直线

在经典的流行病模型中，事情是可预测的。如果你增加更多人，病毒传播得更快。这是一条直线。

论文的发现：由于人们会根据所见改变行为，系统变得混乱且不可预测。
类比：想象一个恒温器，它不仅仅根据温度开启或关闭暖气，而且如果邻居觉得冷，它就开启暖气；如果邻居觉得热，它就关闭暖气。这会形成一个反馈回路，导致系统剧烈摆动，而不是趋于稳定。作者从数学上证明，这个新模型不是单调的，意味着你不能仅通过观察现状来预测未来；系统可能会发生狂野而复杂的变化。

4. 三种可能的结局（均衡）

论文描绘了这个故事可能出现的不同结局：

“清洁小镇”（无病状态）：如果病毒很弱，或者“社交距离税”足够低，人们待在家里，病毒就会消亡，最终大家恢复正常。
“单一赢家”情景：一种病毒更强。它感染了足够多的人，将另一种病毒挤出。
- 转折：取决于人们有多害怕，赢家可能是那个让人们待在家里的病毒（因为病人待在家里），或者是那个让人们无视规则的病毒。
“僵局”（共存）：在非常特定的条件下（两种病毒强度几乎相同），它们可以永远共享这个小镇。论文表明，这些不仅仅是单点，而是平衡线。想象一个跷跷板，只要病毒之间相互平衡，它们就可以沿着木板在任何位置停留。

5. 感知即现实

这篇论文最有趣的部分之一是感知如何改变结果。

论文假设人们不知道病毒的确切数学规律；他们只是看到有多少人病了。
如果人们认为病毒 A 比病毒 B 更可怕（即使事实并非如此），他们会更多地待在家里以避免 A。这实际上帮助了病毒 B 的传播，因为人们对它的警惕性降低了！
教训：公众对病毒危险性的感受可以决定哪种病毒获胜，或者两者是否都会消亡。

6. 当人们互相模仿时会发生什么？

在论文的最后部分，作者添加了一个“协调”项。这意味着人们不仅看病情，还看其他人都在做什么。

如果每个人都待在家里，你会觉得待在家里很安全。
如果每个人都出门，你会觉得出门很安全。
结果：这会导致小镇在周期中来回摆动。病毒爆发，人们恐慌并待在家里，病毒消退，人们放松并出门，病毒再次爆发。论文表明，这种“群体心理”可以制造出无穷无尽的感染浪潮。

总结

这篇论文建立了一个数学模型，其中病毒与人类行为共舞。它表明，当两种病毒竞争时，结果不仅仅关乎生物学；它关乎人们有多害怕、待在家里对他们来说成本有多高，以及他们多大程度上模仿邻居。其结果是一个复杂的系统，其中的“赢家”并不总是最强的病毒，而是最能契合大众情绪的病毒。

技术摘要：结合博弈论社会距离的竞争性双病毒 SIS 流行病模型分析

问题陈述
数学流行病学传统上侧重于单一病毒传播或静态行为假设。然而，现实世界场景通常涉及竞争性病毒（例如流感和普通感冒）的同时传播，以及公众对疫情爆发的动态响应（如社会距离）。现有的竞争性双病毒模型通常未能考虑个体决策与疾病传播的共同演化。具体而言，它们未建模公众对病毒威胁的感知以及缓解策略的相关成本如何动态改变竞争毒株的有效传染性。本文通过提出一个将竞争性双病毒动力学与演化博弈论相结合的模型来填补这一空白，以描述个体如何根据两种竞争病毒的流行程度动态选择是否保持社会距离。

方法论
作者构建了一个由五个耦合非线性常微分方程（ODE）组成的新颖动力系统。状态变量代表被病毒 1（ $y_1$ ）和病毒 2（ $y_2$ ）感染的种群比例，以及采取社会距离的易感者（ $z_S$ ）和感染者（ $z_1, z_2$ ）的比例。

流行病动力学：该模型针对两种竞争性病毒采用易感 - 感染 - 易感（SIS）框架。感染率受社会距离因子 $q \in (0,1)$ 调节，该因子降低接触率。
行为动力学：个体保持社会距离的决策使用复制方程建模，这是演化博弈论中的标准工具。
- 易感个体：其保持社会距离的收益取决于经济/社会成本（ $c_D$ ）与感知感染风险之间的权衡，后者是两种病毒当前流行程度的线性函数（ $r_1 y_1 + r_2 y_2$ ）。
- 感染个体：其收益取决于保持社会距离的成本（ $c_D$ ）与不保持距离的感知成本（ $c_i$ ）之间的权衡，后者代表感染他人的风险。
分析工具：作者采用稳定性分析技术，包括雅可比线性化、谱半径分析和中心流形理论。他们特别研究了系统的单调性以及各类平衡态的稳定性：无病平衡态（DFE）、单方平衡态（单一病毒地方性流行）和共存平衡态（两种病毒均为地方性流行）。

主要贡献
本文对理解具有动态行为的多病毒系统做出了若干理论贡献：

非单调性：与经典的竞争性双病毒 SIS 模型不同，作者证明（定理 3.1）其耦合系统不是单调动力系统（MDS）。这意味着 MDS 的标准收敛保证不适用，且若不进行进一步分析，无法排除更复杂的行为（如极限环或混沌）。
平衡态分类：本文对系统的平衡态进行了详尽分类：
- 无病平衡态（DFEs）：基于易感人群和感染人群保持社会距离的二元选择，识别出八种可能的无病平衡态。
- 单方平衡态：刻画了一种病毒持续存在而另一种病毒消亡的状态，伴随不同水平的社会距离（无、全部或部分）。
- 共存平衡态：证明共存平衡态并非作为孤立点出现，而是作为平衡态的**连续统（直线或曲线）**出现，且仅当两种病毒的基础再生数相同时（ $R_0^1 = R_0^2$ ）才会发生。
稳定性条件：
- DFE 稳定性：提供了无病平衡态几乎全局指数稳定性的必要充分条件，将稳定性与有效再生数小于 1 联系起来。
- 单方稳定性：推导了单病毒地方性流行状态稳定性的条件，表明稳定性取决于主导病毒的有效再生数以及种群保持社会距离的收益。
- 共存稳定性：利用中心流形理论建立了共存平衡态连续统的局部稳定性条件。

结果
理论发现通过基于龙格 - 库塔方法的数值模拟得到支持。主要结果包括：

行为对根除的影响：该模型说明，公众感知和社会距离成本可以将系统从地方性流行状态转变为无病状态，即使基础再生数（ $R_0$ ）大于 1。
优势与排斥：在单方情境下，具有较高有效再生数（由社会距离行为调节）的病毒倾向于占据优势并排斥另一种病毒，前提是满足特定的成本 - 收益阈值。
共存的连续统：当病毒具有相同的基础再生数时，系统允许存在一条共存平衡态直线。该直线的稳定性取决于有效再生数相对于社会距离成本是足够高还是足够低。
复杂动力学：在第 9.2 节中，作者探索了一个带有“协调项”（即社会距离受到社会强化）的修正模型。这一修改引入了极限环的可能性，表明舆论动力学与流行病传播之间的相互作用会产生基础模型中不存在的振荡行为。

意义
本文的重要意义在于严谨地阐明了社会行为如何调节竞争性病毒的有效传染性。通过超越静态假设，该模型揭示：

公众对威胁水平的感知是决定病毒持续存在还是消亡的关键因素。
区分对不同病毒的感知对于理解多病毒情境是必要的。
引入博弈论动力学从根本上改变了与经典模型相比的稳定性格局，使系统脱离单调性，并为更复杂的动力学行为打开了大门。

该工作提供了一个分析缓解政策（如社会距离）如何与病毒竞争相互作用的框架，表明此类政策的成功在很大程度上取决于感染流行率与个体成本 - 收益计算之间的动态反馈。