Page 80 - NO.125銀行家雜誌
P. 80

特別報導
               Special Issue







              保持社交距離、關閉商家                                      就說:「病毒不會記得自己以前被壓制過,限
              減緩確診增加速度                                         制一旦解除,它們就捲土重來。」
                                                                    這類政策還會因為執行細節,例如一般
                  下一個比較長期的方法,就是最近幾周                            人與身體不適但未確診的人是否需要不同的
              很紅的「壓平感染曲線」(flatten  the  curve)                 隔離規則,而影響經濟與防疫效果。但無論

             〔見圖 2〕。許多因子都會影響疾病的傳播速                             如何,為了日後的經濟著想,防疫政策從明
              度,有些因子是刻意的行為,有些是潛在條                              年開始勢必得再改進。而且半吊子的措施會
              件。某些文化習慣會影響傳播速度,例如義大                             弄巧成拙:「它們會造成傷害,必須付出高額
              利人見面親臉頰的習俗,以及西方人普遍的                              代價,也未必能根絕社區傳播。」
              握手習慣,都可能加速疫情擴散。至於人口                                   有幾個亞洲國家非常成功地調查了每個
              密度雖然有影響,但效力可能比預想的低,                              案例各自如何患病。這種方法無法靠一、兩個
              畢竟鄉下人也需要社交。                                      新案例去修正策略,但能集中火力處理高危
                  很多會影響經濟的政策,例如「保持社交                           險區域,並讓大部分的人民維持正常生活。但
              距離」以及關閉商家等,都是為了降低這些因                             重要的是,如果前兩種方法沒有成功實施,

              子。這些方法可以減緩病例增加的速度,給                              這種方法不會有效;而且如果未發現的感染
              醫院喘息空間。傳播率一旦下降,就會有足                              者過多(新加坡最近就是這樣),有時候甚至
              夠時間擴大醫療能力、等待新療法問世。                               必須恢復圍堵,才能有效追蹤感染者。
                  在數學上,這些政策的首要目標就是想                                 它最終的目標是降低感染者數量,力求
              要旋轉曲線,設法讓斜率變成負的(轉到 X 軸                           完全消失。只要將感染控制在特定範圍,感
              的下面),改變疫情的發展方向。不過即使                              染數就不會繼續指數上升,這一期的病例量
              任務完成,只要政策中止,斜率就會重新轉                              將不再決定下一期的新病例量。數量與時間之

              正,感染人數再次爆發。哈佛公衛學院傳染                              間的關係一旦改變,對數圖立刻一覽無遺〔見
              病動力學中心的 Marc Lipsitch 與 Yonatan Grad             圖 3〕。



                   圖2   壓平感染曲線

                               Linear原值                                         Log 對數



                                                                (感染者)
                 (感染者)  Cases                                  Cases






                                  Time(時間)                                       Time(時間)







         80   台灣銀行家2020.5月號






   P078-095-20TD1886.indd   80                                                                                2020/4/27   21:33
   75   76   77   78   79   80   81   82   83   84   85