一類受媒體影響的傳染病模型的動力學分析

姜大要，薛亞奎

（中北大學理學院，太原 030051）

現代社會中，快速發展的大眾媒體對人們的生活方式產生了越來越深刻的影響，并且成為人們獲取健康信息的重要渠道。在傳染病的傳播和控制過程中，媒體會報道疾病的傳播情況，并告訴人們采取相應的預防措施（如戴口罩、減少去公共場所的次數、經常洗手等）來阻止和減少疾病的傳播和發生［1］。

利用數學模型可以分析疾病的傳播和控制，以及預測一段時間內疾病是如何傳播的［2-5］。在疾病的傳播和控制過程中，媒體報道的作用不可忽視。因此，近年來部分學者對此進行了相關的研究。Yorke等［6］通過建立一個性傳播的 SIS模型研究媒體報道對疾病傳播的控制。文獻［7］在信息傳播與染病者的死亡人數成正比的假設下，建立了一類帶時滯的傳染病模型。文獻［8］則引入一個常數來說明其他地域對所考慮地域的信息傳播的影響。Huo等［9］主要研究了帶有正面信息和負面信息影響的SEI模型。

本文在經典的SIS傳染病模型的基礎上，考慮媒體報道對該模型所產生的正面影響和負面影響，并分析了其前向和后向分支以及Hopf分支出現的條件。

1 模型的建立

假設在人口規模不變的情況下，將人口分為易感者、染病者 2類，分別用 S（t）、I（t）表示 t時刻的易感者、染病者的數量。M1（t）和 M2（t）分別表示t時刻關于傳染病的正面和負面信息的數量。模型的傳播過程如圖1所示。

圖1 SIS模型的傳播動力圖

由圖1可得如下系統：

則t時刻的人口總數可表示為：N（t）＝S（t）＋I（t），其中所有的參數均為正數。式（1）中：A表示人口的輸入率；d表示自然死亡率，本文假設所有個體的自然死亡率相等；γ表示因病死亡率；β表示個體從易感者變為染病者的傳染率系數；α表示正面信息對傳染病傳播的減少率；δ表示負面信息對傳染病傳播的增加率；ρ表示染病者的恢復率；p表示傳染病期間提供關于疾病正面信息的個體所占的比率；q表示傳染病期間提供關于疾病負面信息的個體所占的比率；τ表示信息的失效率；μ1和μ2分別表示傳染病期間易感者和染病者發布信息的發送率。

顯然，系統（1）的可行域為 X＝｛（S，I，M1，M2）∈｝。則有下面的引理：

引理1 系統（1）在 X中是正向不變和有界的。

2 基本再生數的計算

由系統（1）容易得到其無病平衡點為：

用下一代生成矩陣［10］的方法可以求出基本再生數：

3 平衡點的存在性和穩定性

3.1 無病平衡點的存在性和穩定性

定理1 系統（1）的無病平衡點E0，當R0＜1時，E0是局部漸近穩定的；當R0＞1時，E0是不穩定的。

證明 系統（1）在無病平衡點處的特征方程為：

方程（5）的2個特征根分別為：λ1＝λ2＝-τ，另外2個由以下方程確定：

因此，由以上的計算和分析可以得到：

當R0＜1時，方程（6）有一對負實根，因此E0是局部漸近穩定的；當R0＞1時，方程（6）由2個符號相反的實根，此時E0是不穩定的。

3.2 地方病平衡點的存在性

定理2 對于系統（1）：

1）當 R0＞max｛1，R01｝時，它有唯一的正平衡點；

2）當 Rc＝R0＜min｛1，R01｝且 R01＞0時，它有唯一的正平衡點；

3）當 Rc＜R0＜min｛1，R01｝且 R01＞0時，它有2個不同的正平衡點和。

證明 不妨假設（S，I，M1，M2）＝（S*，I*，）滿足系統（1）的右邊均為0，計算可得

1）當R0＞1時，有φ（0）＝R0-1＞0，φ（∞）＜0。若 Ψ≠0，φ″（I）＝-Ψ2e-ΨI＜0，有 φ′（I）＜φ′（0），即 Ψe-ΨI＜Ψ，則

當 R0＞R01時，φ（I）＝0有唯一的正解。

若 Ψ＝0，由方程（7）可得

當R0＞1時I＞0。因此，可以求出正平衡點。

2）當R0＜1時，可以得到 φ（0）＝R0-1＜0，φ（∞）＜0。若 φ′（I）＝0，則有在此情況下，為了確保I為正，必須滿足條件Ψ＞0和R0＜R01。更進一步，當且僅當R0＝Rc時，仍可得I是一個正解。因此，可以求出正平衡點。

3）在證明2）的基礎上，當 φ（0）＞0時，R0＞Rc成立。此時滿足。因此，可以求出正平衡點。證明完畢。

3.3 地方病平衡點的穩定性

1）當 R0＞max｛1，R01｝，a1（）a2（）-）＞0，a1（）［a2（）a3（）-）］-（））2＞0，a4（）＞0時，地方病平衡點是局部漸近穩定的；

2）當 Rc＝R0＜min｛1，R01｝且 R01＞0時，地方病平衡點是一個鞍結點；

3）當 Rc＜R0＜min｛1，R01｝且 R01＞0時，地方病平衡點是一個鞍點；

4）當 Rc＜R0＜min｛1，R01｝且 R01＞0時，地方病平衡點是一個結點。

令 λj（）（j＝1，2，3，4）是方程（17）的根。

此時可知方程（17）有正特征根和負特征根。則系統（1）的地方病平衡點為鞍點。3）證明完畢。

和 λ1（）λ2（）λ3（）λ4（）＝a4（）＞0。易知 λj（）＜0（j＝1，2，3，4）。不失一般性，不妨假設：

4 分支分析

4.1 前向分支和后向分支

定理4 當R01＜1且R0＝1時，系統（1）出現前向分支。當R01＞1且 R0＝1時，系統（1）出現后向分支。

證明 系統（1）在 E0處的 Jacobian矩陣J為：

由文獻［12］中的定理4.1可得R0＝1時的分支參數 β。因此，當β＝βm時，系統（1）在E0處的特征方程為

顯然，0是一個特征根，對應于0的一個右特征向量為 η＝（η1，η2，η3，η4）T，其中：

對應于 0的一個左特征向量為 ξ＝（ξ1，ξ2，ξ3，ξ4），且滿足 ξJ＝0和 ξη＝1，于是有

顯然，M＞0恒成立，當且僅當 R01＞1時，N＞0。即當R01＜1且R0＝1時，系統（1）出現前向分支。當R01＞1且R0＝1時，系統（1）出現后向分支。

4.2 Hopf分支

定理5 令R0＞1，當β達到臨界值β＝βc時，系統（1）在附近出現Hopf分支。

證明 不妨假設χ（λ）有2個實根x、y和一對復根 a±bi，其中 x＜0，y＜0且 a，b∈R。則

與式（11）進行比較，可得

其中 ai＞0（i＝1，2，3，4）由式（12）～（15）給出。當χ（λ）＝0有一對純虛根即a＝0時，可得

且 a3（a1a2-a3）-（a1）2a4＝0，這說明此時 β＝βc，即β＝βc和一對純虛根的出現是一致的。把a＋bi代入式（11），可得χ（a＋bi）＝0。則 Re（χ（a＋bi））＝0，其中Re表示復數的實部。計算可得

由 a1、a2、a3和 a4的表達式可知，a1、a2、a3和 a4均含有β。故▽可以看作含有a和β的隱函數。則▽（a，β）＝0定義了一個自變量為 β的函數a（β）。對▽關于β求導，得＝0。故有。

接下來，沿著曲線β＝βm確定的符號。注意到a＝0和a2＝b2＋xy在曲線 β＝βm上，且a2、a3依賴于β，則可得

即當β到達臨界值βc時，系統（1）在附近出現Hopf分支。證明完畢。

5 參數敏感性分析

通過分析可得

圖2說明R0隨著γ的減小而增大，隨著β的增大而增大。圖2所取的參數為：A＝0.8，β＝0.8，ρ＝0.2，d＝0.6，γ＝0.2，p＝2／3，q＝1／3，μ1＝0.8，μ2＝0.06，τ＝0.6。圖3說明 α、δ和 R0之間的關系。根據

可知，R0與α成反比關系，R0與δ成正比關系。即在傳染病傳播期間，適當減少負面信息的影響和傳播，或者增加正面信息的影響和傳播，對于減少傳染病的傳播都是有重要作用的。圖3所取的參數為：A＝0.8，α＝0.4，δ＝0.2，ρ＝0.2，d＝0.6，p＝2／3，q＝1／3，μ1＝0.8，μ2＝0.06，τ＝0.6。

圖2 R0與γ、β的關系

圖3 α、δ和R0之間的關系

圖4 說明當R01（＜1）減小時，前向分支會出現，地方病平衡點局部漸近穩定，而無病平衡點不穩定。對于給出的一組參數值，R0的值是確定的，當R0＜1時，染病者的數量會減小到0；當R0＞1時，染病者的數量會增加或減小到圖中表示地方病平衡點的曲線。圖5說明R01（＞1）增大時，出現后向分支，無病平衡點和較大的地方病平衡點局部漸近穩定。從流行病學的意義講，后向分支的出現表明：僅僅使得基本再生數小于1是不足以消除某種疾病的。

圖4 前向分支

圖5 后向分支

圖6 把系統（1）與沒有媒體影響的經典SIS傳染病模型（α＝0，δ＝0）進行了比較，結果顯示，媒體報道會影響染病者的數量。圖7、8對參數進行了敏感性分析。從圖中可以看出：當α增加時，染病者的數量會減少；當δ增加時，染病者的數量會增加。由此可見，媒體報道對傳染病的傳播有一定程度的影響。

圖6 系統（1）與沒有媒體影響的經典SIS傳染病模型（α＝0，δ＝0）的比較

圖7 α敏感性分析

圖8 δ敏感性分析

6 結束語

本文建立并研究了一類受媒體影響的傳染病模型。分析了模型（1）的無病平衡點和地方病平衡點的存在性和穩定性。結果顯示：媒體報道在降低傳染病的傳播速度方面能起到一定的作用。另外如果考慮到信息的滯后性，系統或許會產生更為復雜的動力學性質，這也是即將要開展的工作。