傳染：為什麼疾病、金融危機和社會行為會流行-讀書筆記
作者亞當·庫哈爾斯基，倫敦衛生與熱帶醫學院傳染病流行病學系副教授，致力於使用數學模型研究傳染病和社會行為的傳播。他曾參與過對西非埃博拉病毒、南美寨卡病毒等疫情的流行病學研究，研究結果被BBC、《華盛頓郵報》等世界著名媒體廣泛報道。
在2020年的新型冠狀病毒疫情期間，庫哈爾斯基的團隊是全球流行病學領域最活躍的研究團隊之一，目前已在《柳葉刀》《自然–醫學》等世界頂級醫學期刊發表多篇論文。此外，他還為英國政府制定疫情防控政策提供專家建議。
用模型思維破譯疾病傳染
我們都知道，不管是現在我們全球面臨的新型冠狀病毒還是2003年的SARS，都給我們留下了慘痛的記憶。在過去的一百多年裡，世界各地的聯繫越來越緊密，出現了更多重大的全球疫情，比如艾滋病、大流感等等。但是，很長時間以來，面對疫情人類能做的事情都很有限。每次新的疫情情況都不一樣，病毒會變異、暴發的程度也都不同。
每次我們總結的經驗，並不足以應對突然發生的疫情。所以，作者認為清楚傳染病的特徵，分析傳播模型和數據，追溯傳染病的源頭，這些都對傳染病的預防和控制至關重要。那我們還能怎麼辦呢？流行病學研究，也就從這裡開始的 。
20世紀以前一直困擾人類的一種疾病，叫做瘧疾。在溫帶地區，瘧疾一直是常見的流行病。在20世紀以前，人們還不知道瘧疾的病因，更不知道瘧疾為什麼會傳染。一旦疫情暴發，除了治療已經中招的病人，人們唯一能做的，就是等待它過去。但19世紀末，英國有一位軍醫，叫羅納德·羅斯，他下定決心，要破解瘧疾傳染的秘密。羅斯首先證明了瘧疾傳播的媒介是蚊子，還因此獲得了諾貝爾獎。但羅斯沒有止步於此。他還要證明瘧疾的傳播是可以阻斷的，阻斷的方法，就是控制蚊子的數量。
可當時人們普遍的反應，居然是嘲笑羅斯。在他們看來，蚊子不可能消滅到一隻不剩，既然不能，瘧疾就還是會傳播。但羅斯堅信，用不着消滅所有蚊子，只要控制蚊子的數量，就能防控瘧疾。他是怎麼證明的呢？
他說服一家機構在埃及的一座城市採取控蚊措施。那裡每年都會暴發瘧疾，大約會有2000人感染。結果，控蚊措施的效果不錯，當年感染的人數下降到了100人以下。雖然有了現實的證據，但還是有同行質疑羅斯。他們會說，就算疫情控制住了，也不能說明就是因為控蚊，沒準是因為氣候變了。那麼如何證明這種干預是有效的？如果預測到會發生疫情，我們肯定會做各種干預，努力避免災難發生。最終災難沒有發生，到底是預測錯了，還是干預有效呢？
蚊子定理
面對這道難題，羅斯決定求助數學。他設計了一個數學模型，用模型來模擬疫情。首先，他要計算出特定地理區域內每個月的瘧疾平均感染人數，這意味着將瘧疾傳播過程分解成不同的基本構成要素。比如這個地區有多少人，有多少只蚊子，你就得到了一個重要的指標「蚊子密度」。然後，你可以設定其他參數，包括已經感染瘧疾的人數，能夠成功叮咬病人的蚊子占多大比例，還有能夠再次傳播疾病的蚊子占多大比例。這樣，就能算出「蚊子密度」和感染人數，也就是疫情規模的關係。羅斯給自己的模型起了個名字，叫「蚊子定理」。
SIR模型
後來一個叫麥肯德里克的年輕科學家，他非常認同羅斯的思路，決心用這個思路，探索疾病傳染更普遍的規律。他給自己設定的問題是：疫情結束的原因到底是什麼？當時，對這個問題有兩種常見的解釋，有人說是易感人群逐漸減少直到沒有了，也人說是病原體的傳染性越來越弱。麥肯德里克和同伴一起設計了一個數學模型，叫作SIR模型。SIR這三個字母，分別代表易感者、傳染者和康復者。麥肯德里克發現，當易感者在人群中占的比例足夠小的時候，疫情就會開始逆轉。這才是疫情結束的真正原因。換句話說，疫情會在所有易感者都被感染之前就結束。一個很有爭議的概念，「群體免疫」，就是在這個研究的基礎上得到的。SIR模型展現了疾病傳染的普遍規律，但還無法解決疫情，那我們如何防患於未然呢？
R值和超級傳播者
在有關疫情的新聞報道中，我們聽過這兩個概念：一個是R值，也就是再生數；另一個是超級傳播者。這兩個概念，就是如今流行病研究領域最核心的概念。它們揭示了傳染發生的原因。
R值表示1個感染者平均能再感染幾個人。比如R值為2，就是說1個初始病例平均會再傳染2個人。R值大於1的時候，疾病才會持續傳染。R值越大，傳染的速度就越快，規模也越大。R值為2的疾病，暴發到第5代會有32起新病例；如果R值是3，第5代時就會出現243起病例。一般流感R值在1到2之間，影響相對比較小。2003年的SARS病毒，R值在2到3之間，所以會暴發疫情。很顯然，R值最大的優點就是直觀。一種傳染病會不會暴發，暴發的速度有多快，規模有多大，一目了然。它還能幫我們評估應該怎麼辦，比如需要多少人接種疫苗才能阻斷疫情。如果R值為20，比如麻疹，每20個人中就需要至少接種19個人，或者說，接種率超過95%，才能阻斷疾病暴發。那R值是怎麼算出來的呢？
影響R值的關鍵因素有4個，分別是傳染期、傳染機會數、傳染概率和易感性。假設一個人得了流感，傳染期就是說他在多長時間內會傳染給別人；傳染機會數是他每天有多大概率會傳染給別人；傳染概率是他接觸到其他人的時候，發生傳染的概率；易感性，就是其他人被傳染的可能性。這樣，我們就得到了R值公式：R=DOTS。DOTS就是那四個因素的首字母。 有了R值公式，我們就能明確應該如何防控傳染病。流感暴發後，確診病例和接觸者要隔離一段時間，就是要錯開傳染期；流感期間最好少出門，是為了減少傳染機會數；戴口罩是為了降低傳染概率。易感性的問題因人而異，不過有些疾病，比如艾滋病，我們可以通過藥物來降低人群的易感性。當然，R值描述的不是現實情況，而是整體趨勢。在現實中，感染人數並不是2個變4個、4個變8個，而是遵循「二八法則」。在很多傳染病疫情中，都是20%的病例引發了約80%的傳播。如果單個病例傳染的人遠遠大於平均數，這個病例就是剛才說到的「超級傳播者」。
比如，天花這種病的R值大約是5，也就是說1個初始病例能傳染5個人左右。但1972年3月，一名塞爾維亞教師得了天花，隨後有38起病例都跟他相關。這位教師就是「超級傳播者」。
羅斯開創的模型，幫助人類找到了應對瘧疾、寨卡、艾滋病、埃博拉等各種疫情的方法，惠及全世界所有的人。但遺憾的是，當年羅斯提出用控蚊措施來阻止瘧疾的想法，直到很多年後才被廣泛採納。到了1975年，瘧疾才從歐洲大陸消失。
傳染的規律應用的領域
突然爆發的金融危機、效果顯著的網絡營銷、廣泛傳播的政治謠言、劫持電腦並勒索高額贖金的電腦病毒，這些現象看似彼此無關，但卻擁有一個共同的特 點：它們都是傳染性事件。這並不只是一種通俗化的比喻，實際上，如果隱去標籤，金融泡沫和麻疹的傳播曲線幾乎別無二致。
無論是疾病還是社會現象，傳染的前提都是人際網絡，而模型方法的核心正是對網絡的深入理解和調控。如今的我們身處在一個個複雜並相互影響的人際網絡中，如果傳染規律能解決流行病的難題，它應該也能解決其他領域的難題。今天，越來越多的人認同羅斯的思路。他們嘗試用傳染規律解決各種問題，包括降低金融危機的風險，製造流行現象，減少暴力行為等等。
金融危機
金融危機的原因當然非常複雜，但是它蔓延的原因，大多是人的貪婪和恐懼導致的。所以交易行為，不管是買入還是賣出，也會傳染。
比如，2008年的金融危機跟房貸衍生的金融產品有直接關係。在那之前，美國人對房價非常樂觀。2005年的時候，有人問後來的美聯儲主席伯南特：全國房價都下跌會發生什麼？伯南特的回答是：那幾乎不可能，從來沒有發生過全國範圍內的房價同時下跌的情況。這種「對於上漲的錯覺」是會傳染的。這就是所謂的「博傻理論」：人們雖然知道花高價買下某件物品是愚蠢的，但是卻相信有一個更大的笨蛋，會花更高的價格從他們那兒把它買走。隨着房價泡沫破裂，「對於下跌的恐懼」也同樣會傳染。
2008年金融危機爆發後，《金融時報》的一位記者擔心銀行會倒閉，就來到曼哈頓的一家銀行，想從賬戶中取些現金。他發現，銀行里等候的人已經排成了長龍。這些衣着得體的華爾街精英，都是來取現金的。
現實的教訓告訴我們，在金融網絡中，交易行為會傳染。從傳染的視角來看，金融危機和傳染病疫情遵循相同的規律。從曲線的形狀上看，金融資產價格的上漲和接下來的暴跌，跟麻疹或其他傳染病病例的出現和消退，幾乎完全相同。
這個視角，徹底改變了人們思考金融危機的方式，也為應對金融危機提供了新的思路。2008年以後，各國央行都開始研究「網絡結構如何擴大傳播」。這個理論是性傳播疾病研究者在20世紀末提出的。銀行也開始借鑑傳染規律來預防金融危機。如果把金融危機看作「疫情」，我們就可以像防控疫情一樣，通過控制公式里的變量，降低危機暴發的速度和規模。比如，如果讓銀行持有足夠的資金，就可以降低它對危機的「易感性」。但作者說，金融危機並沒有完全可以預測。首先，因為數據有限，在研究危機發生的概率時，數據有微小的偏差，都會導致結果有巨大的誤差。還有就是人類行為和想法太過複雜。
觀念和行為
觀念和行為到底是如何傳染的呢？日常生活中，我們每一次購買產品、每一次轉發消息，其實都可以看成一次傳染。那麼，有關增長和流行到底是怎麼回事呢？羅斯在研究瘧疾傳染的時候發現，傳染現象有相通的趨勢，會表現為一根拉長的S曲線。一般情況下，剛開始的時候，被傳染的人會呈指數級增長，增長速度不斷加快，隨後，增長會逐漸慢下來，直到最終停止。到了20世紀60年代，S曲線被應用到社會學領域，研究傳播現象，而且大受歡迎。
《創新的擴散》提出了一個觀點：新理念和新產品在接受早期，普遍符合S曲線的趨勢。隨後，一位營銷專家拓展了這個理論，並且成功預測了新產品的銷售趨勢。1966年，彩色電視機的銷售大量增長。當時，整個行業對銷售預期都很樂觀，覺得銷量會持續增長。但這位專家預測，銷量會在1968年達到頂峰，然後呈下降趨勢。事實證明，他的預測更接近現實情況。2018年，研究者用同樣的規律，分析了《紐約時報》暢銷榜中的暢銷書。他們發現，暢銷書也會遵循固定模式。大多數暢銷書的銷量都是一開始增長很快，在出版後大約10周內達到頂峰，然後下降到很低的水平。平均而言，95%的銷量都集中在出版後的第一年。
而其他書籍絕大多數，根本不會流行。微軟團隊發現，在推特上，大約95%的推文根本就沒人轉發。剩下的推文，大多數也只是被轉發了一次。其他在線平台的情況也基本如此。用傳染規律來看，網絡上的大多數內容R值都不到1，沒有傳染性。另一項研究指出，從2014年到2016年，臉書上那些最流行的內容，R值也就在2左右。但也不要灰心，作者說想讓傳染性不那麼高的內容流行，也是有辦法的。
比如，可以引入更多的「傳染源」，也就是所謂的「廣撒種營銷」。如果給很多人都發一條傳染性不高的內容，在隨後的小規模傳播中，它就會引起更多的關注。美國的新聞聚合網站BuzzFeed早期的許多內容，都是通過這種方式流行起來的。2013年，BuzzFeed已被評為臉書上「社交性」最強的發布者，它擁有評論、贊和轉發分享，比其他任何組織都多。
無論是疾病還是社會現象，傳染的前提都是人際網絡，而模型方法的核心正是對網絡的深入理解和調控。如今的我們身處在一個個複雜並相互影響的人際網絡中，從傳染的角度去審視和應對各類問題，或許能為我們提供全新的啟示。
