当前位置：文档之家 › 流行病中社会疏离的博弈论

流行病中社会疏离的博弈论

  • 格式：pdf
  • 大小：1.42 MB
  • 文档页数：11

流行病中社会疏离的博弈论参考. 1.Dawood F,Jain S,Finelli L,Shaw M,Lindstrom S,et al.(2009)Emergence of a novel swine-origin influenza A(H1N1)virus in humans.New England Journal of Medicine360:2605–15.. 2.Del Valle S,Hethcote H,Hyman JM,Castillo-Chavez C(2005)Effects of behavioural changes in a smallpox attack model.Mathematical Biosciences195: 228–251.. 3.Kelso J,Milne G,Kelly H(2009)Simulation suggests that rapid activation of social distancing can arrest epidemic development due to a novel strain of influenza.BMC Public Health9:117.. 4.Hyman JM,Li J(2007)Infection-age structured epidemic models with behavior change or treatment.Journal of Biological Dynamics1:109–131.. 5.Reluga TC,Medlock J(2007)Resistance mechanisms matter in SIRS models.Mathematical Biosciences and Engineering4:553–563.. 6.Reluga TC,Bauch CT,Galvani AP(2006)Evolving public perceptions and stability in vaccine uptake.Mathematical Biosciences204:185–198..7.Buonomo B,d'Onofrio A,Lacitignola D(2008)Global stability of an sir epidemic model with information dependent vaccination.Mathematical Biosciences216: 9–16..8.Chen FH(2009)Modeling the effect of information quality on risk behavior change and the transmission of infectious diseases.Mathematical Biosciences 217:125–133..9.Funk S,Gilad E,Watkins C,Jansen V(2009)The spread of awareness and its impact on epidemic outbreaks.Proceedings of the National Academy of Sciences 106:6872..10.Epstein J,Parker J,Cummings D,Hammond R(2008)Coupled contagion dynamics of fear and disease:mathematical and computational explorations.PLoS ONE3:e3955..11.Fine PEM,Clarkson JA(1986)Individual versus public priorities in the determination of optimal vaccination policies.American Journal of Epidemiology 124:1012–1020..12.Bauch CT,Galvani AP,Earn DJD(2003)Group interest versus self-interest in smallpox vaccination polic y.Proceedings of the National Academy of Sciences 100:10564–10567..13.Chen FH(2006)A susceptible-infected epidemic model with voluntary vaccinations.Journal of Mathematical Biology53:253–272..14.Reluga TC,Medlock J,Poolman E,Galvani AP(2007)Optimal timing of disease transmission in an age-structured population.Bulletin of Mathematical Biology69:2711–2722..15.Toxvaerd F(2009)The economics of infectious disease:Infection,treatment and acquired immunity.in submission..16.d'Onofrio A,Manfredi P(2009)Information-related changes in contact patterns may trigger oscillations in the endemic prevalence of infectious diseases.Journal of Theoretical Biology256:473–478..17.Reluga TC(2009)An SIS game with two subpopulations.Journal of Biological Dynamics3:515–531..18.Francis PJ(2004)Optimal tax/subsidy combinations for the flu season.Journal of Economic Dynamics and Control28:2037–2054..19.van Boven M,Klinkenberg D,Pen I,Weissing F,Heesterbeek H(2008) Self-Interest versus Group-Interest in Antiviral Control.PLoS ONE3:e1558..20.Isaacs R(1965)Differential Games:A mathematical theory with applications to warfare and pursuit,control and optimization.New York:John Wiley and Sons..21.Arrow KJ,Kurz M(1970)Public Investment,the Rate of Return,and Optimal Fiscal Policy.Baltimore,MD:Johns Hopkins Press..22.Clark C(1976)Mathematical bioeconomics.John Wiley&Sons New York..23.Lenhart S,Workman J(2007)Optimal Control Applied to Biological Models.Chapman&Hall/CRC..24.Reluga TC,Galvani AP(2010)A general approach for population games with application to vaccination.in submission..25.Kermack WO,McKendrick AG(1927)Contributions to the mathematical-theory of epidemics.Proceedings of the Royal Society of London115:700–721..26.Chen FH(2004)Rational behavioral response and the transmission of stds.Theoretical Population Biology66:307–316..27.Reluga TC,Medlock J,Galvani AP(2009)The discounted reproductive number for epidemiology.Mathematical Biosciences and Engineering6:377–393..28.Morton R,Wickwire KH(1974)On the optimal control of a deterministic epidemic.Advances in Applied Probability6:622–635..29.Meyers LA,Newman ME,Pourbohloul B(2006)Predicting epidemics on directed contact networks.Journal of Theoretical Biology240:400–418..30.Meyers LA(2007)Contact network epidemiology:Bond percolation applied to infectious disease prediction and control.Bulletin of the American Mathematical Society44:63–86..31.Mniszewski S,Del Valle S,Stroud P,Riese J,Sydoriak S(2008)EpiSimS simulation of a multi-component strategy for pandemic influenza.Proceedings of the2008Spring simulation multiconference556–563..32.Longini IM,Nizam A,Xu S,Ungchusak K,Hanshaoworakul W,et al.(2005) Containing pandemic influenza at the source.Science309:1083–1087..33.Ferguson N,Cummings D,Cauchemez S,Fraser C,Riley S,et al.(2005) Strategies for containing an emerging influenza pandemic in Southeast Asia.Nature437:209–214..34.Perisic A,Bauch C(2009)Social Contact Networks and Disease Eradicability under Voluntary Vaccination.PLoS Computational Biology5:e1000280.。

合集下载

博弈论在社会行为中的应用

博弈论在社会行为中的应用

博弈论在社会行为中的应用博弈论是一种研究决策行为的分析方法，它强调在一个有限的双方交互环境中，每个玩家都将考虑其他人将如何做出反应来影响自己的决策。

博弈论已经成功地应用于各个领域，从经济学到政治学，再到社会学。

在社会行为中，博弈论可以洞察到人们在彼此互动时的行为和决策。

下面将探讨博弈论在社会行为中的应用。

一、社交博弈社交博弈是指一组人之间进行的复杂互动，目的在于获取社会认可和满足自我利益。

在社交博弈中，每个人都有机会获得一些社会奖励，例如赞扬、地位、尊重和情感联系。

然而，每个人的目标也可能是竞争获得奖励，从而让他人失去机会。

在实际生活中，人们可能会面临社交博弈。

比如，在一个团队或组织工作时，每个成员希望获得更多的资产、利益和机会，以便与其他组织成员竞争。

他们可能会利用自己的技能和资源，与竞争者对抗，以获取成功和获得回报。

在这种情况下，博弈论可以帮助人们更好地了解其他人的行为，以便调整自己的策略，以便在战略游戏中获得更多的资产和利益。

二、公共产品博弈另一个博弈论的应用领域是公共产品博弈。

在这种情况下，个人利益和公共利益之间可能存在冲突，导致资源的非理性分配。

例如，当一个国家面临一个污染问题时，每个人都有一个贡献他/她的资源以解决问题的机会。

然而，个人选择不想参与投资而享受所有公共利益的风险。

这种行为可能会导致污染和环境损害，因为每个人都选择了自己的最佳利益，而不是为公共利益服务。

在公共产品博弈中，博弈论可以通过将个人自私行为与公共利益相结合来帮助建立一种有效的决策模式，以便最大化资源的投资和公共利益的实现。

三、合作与竞争博弈合作与竞争博弈是指人们在协作和竞争之间进行选择的博弈。

在这种情况下，合作和竞争之间存在潜在的冲突。

如果每个人都选择了竞争，那么可能没有共同的奖励可以获取。

另一方面，如果每个人都选择了合作，那么利益可能不够分配，导致有些人失去机会。

在实际生活中，人们可能会面临合作与竞争的进一步选择，例如在商业竞争中，每个公司拥有不同的资源，技能和技术，目标是在竞争中获得更多的利益和市场份额。

博弈论对医、患、保三方关系的分析

博弈论对医、患、保三方关系的分析

博弈论对医、患、保三方关系的分析医疗保险制度中有医、患、保三个独立主体，具有既典型又特殊的博弈关系，运用博弈理论研究医、患、保关系的实际意义不在于解释这种关系，而在于制定新的游戏规则和秩序，进行医疗保险和保障制度的创新。

在医、患、保三方之间存在双方博弈和三方博弈，如果政策设计过于简单，其结果是任意两方恶意联合都可以使第三方无条件出局，其社会成本远远大于单方面受益。

另一方面，虽然医、患、保三方存在零和博弈关系的可能，但只要将博弈秩序与博弈信息结合起来，设定科学的机制，就可以创建非零和博弈的结果。

因此，关键在于探讨同时制约三方的医疗保险或医疗保障运作机制。

医、患、保三方的游戏秩序，体现各方基于利益需要而寻求合作的发展态势，三方主体均基于各自的利益驱动来进行策略选择。

患者的利益机制是以最低的费用换取最好的医疗服务；医方的利益机制是以最低成本的医疗服务换取最好的补偿，包括通过有效管理降低成本，也包括通过减少服务和低质量服务来降低成本；保方追求收支平衡，由于医疗保险基金经营目标主要在用于保障年内收支平衡，通常坚持以收定支原则，无追求投资回报的机遇和偏好。

在现实社会与经济关系中，竞争与不合作是基本方面，即表现为非合作博弈。

因此，其非合作博弈常常表现为任何具有信息垄断权的两方进行勾结而使三方形成的制度陷入僵局，即患者与医生勾结，制造“骗保”或医保“黑洞”，导致保方因基金失去平衡而破产；医院和保方相互妥协，满足医疗费用的控制，容忍医院、医生的低质服务，导致患者损失，甚至家破人亡；保方与参保人（患者）联手，选择和淘汰医疗机构，导致医疗机构破产。

综上所述，可以得出如下结论：三方利益均依赖“相互提供”和“互相制约”的路径得以实现，并且不能改变；任何两方勾结的结果都是第三方出局，而第三方出局的结果是健康保障或医疗保险计划的失败，最终导致三方受损，这是三方都不愿意见到的结果；唯一选择是设三方共赢目标。

也就是说，医、患、保三方不是一方获得就导致另一方受损的零和博弈，而是共同参与、相互制约、利益共享的正和博弈，三方应以平等主体的地位参与决策和互相监督，建立依法代理和信息分享机制，通过法制化和契约化的共守规则来实现参与各方成本最小化和收益最大化的共赢目标（梁忠福，2005）。

医患关系中博弈论对社会的影响

医患关系中博弈论对社会的影响

博弈论在医患关系中有着重要的应用。

在医患关系中，医生和患者之间的互动和决策可以看作是一种博弈。

以下是一些博弈论在医患关系中的应用和社会影响：
解释和预测医患行为：博弈论可以解释和预测医患行为。

例如，通过建立博弈模型，可以分析医生和患者在治疗过程中的决策过程和行为，包括治疗方案的选择、药品费用的支付等。

这有助于理解医患双方的行为，为政策制定者提供参考，从而改善医疗服务和治疗效果。

促进医生和患者之间的合作：博弈论中的合作博弈可以促进医生和患者之间的合作。

在医疗领域，合作博弈可以促进医疗机构和医生之间的协作，以及医生和患者之间的协作。

例如，医生和患者可以通过合作博弈共同制定治疗方案、选择药物等，以达到最佳的治疗效果。

分析医疗事故处理：博弈论可以用于分析医疗事故处理。

例如，在医疗事故纠纷中，医生和患者之间的利益冲突可能导致医疗事故的处理出现困难。

通过博弈论的分析，可以为医疗事故处理提供更好的方法和策略，从而维护医生和患者的合法权益。

改善医患关系：博弈论可以帮助改善医患关系。

通过理解和分析医患之间的利益冲突和决策过程，可以找到影响医患关系的因素，并采取相应的措施来缓解矛盾和纠纷。

例如，可以制定更加公平合理的医疗政策、改善医疗服务和质量，
以及加强医患之间的沟通和信任等。

总之，博弈论在医患关系中的应用有助于解释和预测医患行为、促进医生和患者之间的合作、分析医疗事故处理以及改善医患关系。

这些应用对医疗领域的发展和社会和谐具有积极的影响。

博弈论视角下的新冠疫情防控对策分析

博弈论视角下的新冠疫情防控对策分析

1
2
+ ηκθ E
(不监管，不配合)
(1 − η )(1 − ζ ) F + (1 − θη ) E − Z
1
− V2 , ζ F + ηκθ E − µ N
为了简化运算过程，令：
a=
− L1 + (1 − ζ )η F − V1 + P − (1 − θη ) E + Z1 + V2 ，
b =−V1 + P + V2 ，
DOI: 10.12677/aam.2021.105184
1729
应用数学进展
马英，侯吉成
相关，中央政府会对罚款进行分配：一部分分配给民众，民众分配系数 κ 。根据以上假设，地方政府和
民众的策略博弈矩阵，如表 1 所示。
Table 1. Evolutionary game benefit matrix of local government-public
c =− L1 − V1 + P − E + Z1 + V2 。
地方政府选择“监管”和“不监管”的期望收益分别为：
U11 = y − L1 + (1 − ζ ) F + (1 − y ) − L1 + (1 − ζ ) F − V1 + P ，
U12= y (1 − η )(1 − ζ ) F + (1 − θη ) E − Z1 + (1 − y ) (1 − η )(1 − ζ ) F + (1 − θη ) E − Z1 − V2 。
COVID-19 Epidemic, Evolutionary Game Theory, Equilibrium