环境影响下的家畜生物安全决策

一旦达到3级生物安全，就没有更多的选择（除了“无行动”）可用。此外，如果参与者的设施受到感染，则不会建议更多的选择（除了“不采取行动”），因为在生物安全方面投资额外资金不会改变他们当前的感染状态。做出选择时，参与者要么选择当前一轮的下一个月，要么选择下一轮（如果该月是12月）。在开始18轮治疗之前，参与者进行了两轮练习。治疗轮中的游戏对参与者的实验收入或损失有贡献，并生成随后分析的数据。为了减少游戏顺序和游戏过程中发生的任何策略学习的影响，对18种治疗方案进行了随机分组。社会和环境不确定性处理作为一项实验研究，该游戏包括两种类型的处理，旨在表示信息共享的变化，这将在两个领域告知人们对不确定性的看法：环境不确定性和社会不确定性。这两种不确定性处理都有三个级别：1）无信息共享，高不确定性，2）部分信息共享，中等不确定性，以及3）完全信息共享，低不确定性。共有三种社会不确定性处理和三种环境不确定性处理，包括九种处理组合。每种治疗组合在模拟控制的8个设施中进行两次生物安全实践，这些设施是从两种不同的分布中随机抽样选择的（表1）。分布集如下：1）类型1（高）：平均生物安全水平为2.51的分布。

所有模拟控制设施的生物安全水平均从集合【0级、1级、2级和3级】中取样，其概率分别为【0.02、0.05、0.33和0.60】。2） 类型2（低）：平均生物安全水平为0.49的分布。通过从集合【0级、1级、2级和3级】中取样，分别以【0.60、0.33、05和0.02】的概率获得所有模拟控制设施的生物安全水平。表1：。治疗台。环境不确定性程度：模拟控制设施疾病发病率的信息共享完全部分非社会不确定性程度：模拟控制设施生物安全水平的信息共享完全高/低高/低高/低部分高/低高/低高/低高/低非高/低高/低高/低高/低所有参与者玩18个实验场景：三个环境不确定性处理、三种社会不确定性处理和两种模拟控制生物安全实践分布（生物安全实践相对较高的模拟控制设施和生物安全实践相对较低的模拟控制设施）（表1）。例如，在图2所示的屏幕截图中，未与参与者共享疾病发病率信息，但完全共享了有关生物安全实践的信息。在这种情况下，生物安全水平从类型1、高生物安全实践分布中选择（即，大多数模拟控制设施都有良好到良好的生物安全实践）。9图2。协议采用屏幕截图二。一个屏幕截图，描绘了在模拟控制设施中无疾病发病率信息共享、完整的生物安全级别信息共享和1类或高生物安全的一轮。

其他实验游戏详细介绍了疾病传播和感染概率，将参与者描述为空气传播疾病，所有设施（模拟控制和参与者控制）之间的疾病传播是随机的，使用设施之间的距离和每个设施采用的生物安全协议水平的函数量化疾病传播的概率事件。在固定传染率的情况下，每个时间步在每个设施获得新感染的概率计算为： 对于每个设施，我给受感染的设施j。其中 是设施i的生物安全效应。该计算提供了每个设施的单一感染概率值。然后生成一个随机数，如果随机数低于计算的概率值，则设施受到感染。我们使用的传染值为25。在该传染值下，且参与者未采用生物安保措施，约75%的110型生物安保弹药导致参与者现场感染，约15%的2型生物安保弹药导致感染。在每一轮开始时，模拟控制设施中有70%的概率发生单一感染。我们不允许参与者的设施被初始化为感染，因此，在参与者有机会做出生物安全实践采纳决定之前，参与者的设施不能被感染。此外，每个月在一个模拟控制设施中出现新感染的几率为10%。

如果猪是健康的，投资经济学参与者有望在年底从出售猪中获得35000美元的实验资金减去生物安全投资成本后的毛利。蒙特卡罗模拟用于生成模拟游戏元数据，为参与者决策可能产生的结果范围提供边界。每个治疗都运行了80000次，感染位置和模拟控制设施生物安全水平的随机值。当参与者未进行生物安全投资时，蒙特卡罗结果表明，在31.2%的情况下，参与者的设施会发生感染。感染事件的总损失是可变的，但平均为31194美元。参与者没有事先被告知他们将因感染而遭受的具体损失；相反，他们被提供了一个例子，并知道确切的损失将取决于他们的牛群中有多少人被这种疾病杀死。因此，参与者意识到损失将是巨大的，损失可能在30000美元到35000美元之间。生物安全的每一次增量增加都需要1万美元的实验经费，最大投资额为3万美元。投资决策、游戏和现金支付之间的关系每个参与者在18轮实验中累积的实验美元。游戏结束时，实验美元以12000美元实验美元兑1美元的汇率兑换成实际美元。参与者在完成研究后以现金支付。参与者从一开始就意识到，他们的游戏表现将决定他们的现金支出，激励他们做出最大化支出的决策。

在实验游戏情境中，可能影响生物安保采用行为的其他因素可能会受到许多因素的影响，这些因素通过使用以下协变量进行控制：时间折扣：与事件的心理距离影响事件的感知价值。心理距离的一个例子是时间折扣，这表明过去或未来损失或收益的价值随着时间距离的增加而减少[16、35、36]。由于过去的事件越来越被时间距离所忽视，我们假设，自观察到过去的感染事件以来，对未来感染事件发生概率的感知将随着时间的增加而减少。具体而言，反应效应的大小（通过生物安全投资衡量）将随着感染发生后的时间（游戏轮数）而减小。顺序效应：虽然通过随机选择治疗顺序可以最小化治疗顺序效应，但随着游戏的进行，参与者可以以可预测的方式改变策略，从而产生学习顺序效应【37-39】。例如，平均而言，随着回合数的增加，参与者可能会减少对生物安保实践的采用，因为在所有其他条件相同的情况下，经济回报有利于非投资策略。观察到的生物安全水平：模拟控制设施的观察到的生物安全水平（分类：1类高生物安全、2类低生物安全或未知生物安全）可能会影响是否实施生物安全的选择。观察到的感染概率：根据参与者可获得的信息和他们的游戏，我们假设实际感染风险之间存在一定的相关性。

具体而言，随着可观察到的风险增加（例如，靠近参与者设施的设施受到感染），参与者应增加对生物安全的投资。我们认识到，感知风险和实际风险之间存在实质性差异，感知风险可能与实际风险不一致。然而，我们预计，他们设施中实际感染概率的增加将与参与者在生物安全方面的投资增加相关。因变量计算从游戏数据中衍生出一个指数变量，将时间和生物安全实践采用相结合。指数变量为每月最大生物安全投资额的百分比，或最大生物安全百分比（PMB）。PMB的计算方法是将每月的生物安全水平相加，然后除以每月的最大生物安全投资之和。例如，在第三个决策月后，如果参与者的决策表明生物安全水平为0、1和2，则其总和为3。可能的最大生物安全投资为1、2、3，总计为6。因此，第三个决策月的PMB为0.50。因为我们对决策过程感兴趣，所以我们认为只有当参与者能够做出相关决策时，PMB数据才具有信息性。在两种情况下，相关性可能会停止：1）当达到最大生物安全水平时，或2）当设施受到感染时。在我们的分析中，最后一个可能做出决策的月份（最后一个决策月）的PMB被用作因变量。PMB被用作生物安全投资努力的一个指数，因为在生物安全早期和高投资的组合中，PMB值较高。上一个决策月要么达到最高生物安全水平，要么被感染。

如果参与者在回合结束时没有最大化他们的生物安全水平，他们会得到上一个决策月的值13。如果观察到的感染概率很高，那么参与者可能会提前12个月做出最后决定，要么在他们的设施中实现生物安全最大化，要么被感染。相反，如果观察到的感染概率较低，参与者可能会选择不投资于生物安全，从而导致PMB较低。在感知风险或实际风险较高的情景中，参与者可能会提前（较小）做出最后一个月的决策。数据分析混合效应线性回归模型用于检验不确定性处理的效果和注意到的协变量。开发了四个混合效应候选模型来检验因变量PMB【R版本3.2.0，33】。通过选择Akaike信息标准（AIC）值最低的模型进行模型选择【40，41】。使用AIC选择的最佳候选模型，通过似然比检验计算主效应和相互作用的p值【33】。人口分布分析。环境和社会不确定性处理我们分析了数据，以检查在面对环境和社会不确定性处理时行为策略之间的潜在差异。使用选定的最佳候选模型，我们为每个治疗方案的每个参与者生成PMB预测。然后根据治疗方案对模型的预测值进行分类。将装箱数据作为两个样本Kolmogorov-Smirnov检验的输入分布进行检验[33]。Kolmogorov-Smirnov检验量化了每对非参数分布（来自治疗方案箱的数据）由单个未知分布生成的概率【42】。个体差异。聚类分析。

我们的方法使我们能够超越行为的分布变化，来研究人群中的个体如何对不确定性的变化作出反应。治疗效果在分布中寻找群体水平的变化，而个人决策可能与平均群体决策形成对比。我们使用模型预测数据为每个参与者的每个治疗寻找个体反应。由于信息共享不是行业标准，我们将从高不确定性转移到低不确定性定义为一种干预。通过增加生物安全投资而接受干预的个人被称为干预接受者。，那些没有基于干预改变其生物安全投资行为的人被称为干预中立者。最后，那些对信息共享干预做出负面反应，从而减少生物安全投资的人被称为干预厌恶者。我们使用k均值聚类法将参与者分为干预反应组，标记为干预接受组，定义为生物安全投资努力（PMB）增加10%以上的反应组，干预中立组，定义为任一方向的最小变化（+/-10%PMB变化）或干预厌恶组，定义为当面临减少不确定性的情况13时，生物安全减少10%以上。肘部技术用于确定行为集群的简约数量【43】。结果参与者（n=110）于2016年2月至2016年7月期间参与了该研究。其中，54名女性，52名男性，4名没有表明性别。参与者的年龄从18岁到58岁不等（平均值为23.6）。游戏，包括介绍性的框架幻灯片，大约花了一个小时。平均支出为18.20美元，最高为40美元。

根据游戏规则，许多参与者（110人中有61人）的收入低于研究的最低支付额，因此他们获得了保证的最低15美元参与费。候选模型选择：所检查的四个模型的混合效应线性回归模型，模型3是AIC选择的，最佳候选模型，所有推断均基于此（表2）。表2：。混合效应线性回归候选模型。模型随机变量EUTSUTPILMOBLTDOELM*PIEUT*SUTOBL*SUTAIC#1参与者XXXXXXXX-469.75#2参与者XXXXXXXX-467.28#3*参与者XXXXXXXX-472.33#4参与者XXXXXXXXX-470固定效应包括环境不确定性治疗（EUT）、社会不确定性治疗（SUT）、观察感染概率（PI）、最后决策月或可能做出决策的最后一个月（LM），观察到的生物安全水平（OBL）、自上次感染以来完成的情景（时间贴现效应：TD）和舍入数（顺序效应：OE）*Akaike的信息准则选择了最佳候选模型。14表3。模型3系数估计、标准误差和t值固定效应估计标准。错误值截取1.14050.028340.2330LM-0.08720.0028-31.2230PI-1.50640.3545-4.2490EUT（部分）-0.02300.0114-2.0120EUT（完整）0.04840.01293.7500SUT（部分）-0.00220.0139-0.1590SUT（完整）-0.04900.0137-3.5830类型2 OBL0.01110.01580.7030OE0.00170.00091.8710TD-0.00260.0015-1.7500LM*PI0.22710.03845.9150SUT（部分）*2型OBL-0.04760.0222-2.1410随机效应：参与者方差：0.0184，sd=0.1355，剩余方差：0.040，sd=0.201。

固定效应包括环境不确定性处理（EUT）、社会不确定性处理（SUT）、观察到的感染概率（PI）、最后一个决策月或可能做出决策的最后一个月（LM）、观察到的生物安全水平（OBL）、自上次感染以来完成的情景（时间贴现效应：TD）和舍入数（顺序效应：OE）。人口分布分析。基于模型3结果的环境和社会不确定性处理(（1） =35.75，p<0.001）和社会不确定性(（2） =8.9265，p<0.011）变量影响PMB（表3以及图3和图4）。15图3。PMB与环境不确定性。该图反映了随着信息共享的增加和与疾病发病率相关的环境不确定性的减少，观察到的最大生物安全百分比（PMB）的增加。图4：。PMB与社会不确定性。该图反映了观察到的最大生物安全百分比（PMB）下降情况，信息共享增加16，与生物安全实践报告相关的社会不确定性减少。表4显示了使用两个样本Kolmogorov-Smirnov检验在治疗中参与者行为分布的差异。p值表明，通过处理得出的PMB值分布不太可能来自相同的基础过程。表4：。Kolmogorov-Smirnov试验结果。环境不确定性（疾病发生率）社会不确定性（生物安全实践）无I.S.（高不确定性）vs部分I.S.（中等不确定性）D=0.061717，p=0.1621D=0.11515，p<0.001No I.S.（高不确定性）vs完全I.S.（低不确定性）D=0.1663，p<0.001D=0.12668，p<0.001部分I.S.（中等不确定性）vs完全I.S。