易坊好文馆

  1. 首页 > 生活百科 >

IT 明年春节能回家过年吗？疫情预测模型能不能给我们答案？

你是回家过年吗？前段时间 ， 国家卫健委一条 “春节返乡需持 7 日内核酸阴性证明 “的通告一石激起千层浪 ， 在当日冲上微博热搜榜首 ， 累计收获 14 亿次阅读和 17.9 万次讨论；但好在政策细则很快在之后几天得到补充 ， 近日官方又作出 “返乡加码六不准” 的表态 ， 总算是稍稍宽慰了异乡打工人不安的心 。
然而 ， 面对充满变数的疫情形势 ， 回家的路依旧未必是坦途：局部疫情还会不会反弹？返乡政策还会不会变化？回家之后还能不能顺利返岗？诸如此类的担忧萦绕在游子的心头 ， 使得本该轻松愉悦的年关笼上一抹愁云 。在纠结要不要回家的同时 ， 我们也不禁发问：究竟何时 ， 人类才能在这场抗疫之战中迎来胜利？明年的春节 ， 我们能否摘下口罩 ， 安心地踏上返乡的列车？
对于 “疫情何时休” 的追问 ， 我们能否指望疫情预测模型来给出结果？疫情爆发以来 ， 来自全球的科学家积极展开了新冠病毒的建模工作 ， 也纷纷取得相应成果 。在前几日的活动上 ， 钟南山院士肯定了兰州大学开发的全球疫情预测系统的可靠性；去年 4 月 ， 也有来自哈佛大学团队的建模研究曾预测 ， 疫情最晚在 2025 年还有复发的可能性 。这是否意味着 ， 模型能够为我们的问题提供解答？
很遗憾 ， 答案是否定的 。
疫情预测模型的不确定性
首先 ， 在新冠疫情的建模工作中 ， 存在着大量具有高度不确定性的变量和假设 ， 决定其无法给出确切的答案 。
以常见的流行病学模型 SEIR 为例 ， 经典的 SEIR 模型将人群分为易感者（Susceptible）、潜伏者（Exposed）、感染者（Infected）和康复人群（Recovered）四组 ， 并分析其在疫情中不同假定情况下的动态变化 。在各变化环节中 ， 存在着这些关键变量：易感者的接触率、病毒传播率、潜伏期的长短、无症状病例的百分比、病毒致死率以及康复人群的免疫程度等等 。其中的一些变量可能会随着病毒研究的深入以及数据收集的完善而趋于稳定 ， 但我们无法掌控的不确定性也依然存在 。比如一旦病毒出现变异 ， 诸如潜伏期、致死率等一系列变量都将随之改变 ， 之前基于模型提出的预测也就不再准确 。一些极为重要的变量 ， 如被感染者痊愈后对病毒的免疫能力强度和时间 ， 在现阶段也还处于未知状态 。
IT 明年春节能回家过年吗？疫情预测模型能不能给我们答案？
文章图片

此外 ， 模型的预测事实上是以一系列假设条件为基础的 ， 如果某个假设在现实中并不成立 ， 那么实际的结果可能就会和预测结果相差千里 。正如西安交通大学数学与生命科学学院研究中心主任肖燕妮所说：“任何一项基于数学模型的预测结果 ， 都不应该脱离条件的制约 。”从这个意义上来讲 ， 所谓预测 ， 其实更偏向推测而非预报；它展示的不是未来 ， 而是未来会存在的种种可能性 。
IT 明年春节能回家过年吗？疫情预测模型能不能给我们答案？
文章图片


图 | 西安交通大学数学与统计学院教授肖燕妮 ， 其团队在疫情初期研发的模型曾为全国疫情防控提供重要参考
难以捉摸的人类行为
然而 ， 一篇在 1 月 28 日发表于 Quanta Magazine 的报道指出 ， 到目前为止疫情模型不确定性的最大来源不是病毒 ， 而是人类 。
疫情预测与天气预报不同 。尽管气象条件同样充满变数 ， 但当气象学家预测飓风的路径时 ， 该地区人们撤离或停留的决定并不会影响飓风的发源地或强度 。疫情的情况却正好相反：人们的行为对疾病的传播起着关键的影响作用 。人们对威胁的反应方式的不确定性进一步增加 ， 使人类行为、建模结果与爆发动态之间的反馈回路变得复杂 。
去年 ， 来自伊利诺伊大学厄巴纳 - 香槟分校的物理学家 Nigel Goldenfeld 和 Sergei Maslov 因其新冠病毒建模工作而广受媒体报道 。在 2020 年的前几个月 ， 他们的模型促使其大学在春季迅速关闭了校园 ， 并将课程全部移至线上；在此之后 ， 该团队又着手建立新的模型来指导大学重新开放 。
IT 明年春节能回家过年吗？疫情预测模型能不能给我们答案？

推荐阅读


上一篇：老姜说世界 小伙春节返乡组织村里老人一起蹦迪，谁说老年人就只会广场舞？

下一篇：人物 那些不回家的年轻人： 忙碌着、享受着、期盼着