基于异质网络的意见驱动疫苗接种与流行病动力学
物理与社会
2026-03-26 v1 适应与自组织系统
摘要
疫苗接种运动在控制传染病方面发挥着关键作用。然而，其成功不仅取决于疫苗的有效性和可用性，也显著取决于公众意见以及个人接种意愿。本文研究了在异质网络上的耦合意见-流行病模型，其中个人意见影响接种概率，而意见本身通过同伴相互作用和源于观察到的感染率的 local risk perception 的组合来演化。将耦合动力学嵌入比例自由网络，特别是 barabasi-Albert 结构，使我们能够检验网络异质性在超越均匀混合假设下的作用。通过蒙特卡罗模拟和半解析的微观马尔可夫链方法，我们推导并数值验证了感染临界阈值和稳定接种人口的解析表达式，其中风险感知占主导地位。我们的结果表明，更强的 local risk perception 可增强 pro-vaccination 意见并抑制感染，而支配性的同伴影响则可能增加长期感染水平。这些发现凸显了在设计有效的疫苗接种和流行病控制策略时，考虑社会行为和网络结构的重要性。
引用
@article{arxiv.2603.24403,
title = {Opinion-Driven Vaccination and Epidemic Dynamics on Heterogeneous Networks},
author = {Anika Roy and Ujjwal Shekhar and Subrata Ghosh and Tomasz Kapitaniak and Chittaranjan Hens},
journal= {arXiv preprint arXiv:2603.24403},
year = {2026}
}