疫情二次爆发计算公式

COVID-19，一个幽灵，

在全世界上空游荡

隔离了近三个月，好不容易稳定下来，

灵魂都快生锈了，刚想出去踏个青。

没想到意大利告急，伊朗告急，西班牙告急，美国告急，连巴西也开始告急。

原来以为它怕热，谁知道病毒已经从北半球晃悠到了南半球。

许多海外学子以及华裔也回到祖国，输入性疫情蠢蠢欲动，无症状疫情境况不明。

这个时候，处于非常危险的阶段，存在疫情二次爆发可能，容不得丝毫大意。

特别是上海、北京、深圳、广州、杭州这样的一线城市。

很多中老年人已经不戴口罩，在公园“相亲角”开始相互打探对方家底。

浑然不知每一次社交都是社会风险模型的一次指数传播，但凡有一个感染者，带来的可能是群体性的幂律扩散。

未来人类风险到底有多大？

疫情二次爆发可能性有多高？

城市该采取什么样的应对措施？

面对诡异莫测的病毒、不可预测的超级传播、密切接触的人群，在一个全球化时代，到底该如何从数学模型上去研究，抑制COVID-19在中国二次性爆发的风险？

中国疫情会不会二次反弹？

病毒只要不感染到你，很多人永远认为自己是一个幸运者。

数学可以打消你的侥幸念头，在一个总人口确定的复杂社会网络中，没有人可以逃出数据的“魔掌”。

如何控制疫情，很多专业人士会提到一个简单的疾病传播数学模型——S-I-R。

S-I-R模型将没有患过病的人称为易感者（Susceptible）；

传染疾病者就是感染者（Infective）；

第三类被委婉地称为移出者（Removed）。

S-I-R模型说明了对感染者进行社会隔离的重要性。如果感染者被隔离，他们可以有效地从感染者这一类别，转移到不会传播病毒的移出者类别。
这个行为能够降低疾病传染给易感者的机率，缩小疫情的规模。

所以你的每一次“自我隔离”，就是对防疫的重大贡献。

别低估了自己的力量，你正在修正这个数学模型。

疫情是继续扩散还是消失，很大程度上取决于R₀这个基本再生数。

如果疾病的R₀小于1，每位感染者平均将该疾病传染少于一个其他个体时，那么该疾病将迅速消失，疫情无法继续蔓延。而如果R₀大于1，那么疫情将指数增长。

S-I-R模型教导人类要去控制R₀这个基本再生数。

但如何去控制R₀这个指标？

R₀到底最终成长为破坏性的“魔丸”还是乖乖宝“灵珠”？取决于两大原因。

一是病毒本身：

❶病毒的单独存活时间；

❷病毒的传播方式；

❸病毒的潜伏天数；

❹病毒复发能力。

二是病毒所在的社会特点：

❶总人口和人口密度；

❷交通节点，国际化程度，外来人口比例；

❸城市管理能力、人口素质和公共卫生系统；

❹城市应急反应能力如信息的传递和接收、避免高危人群聚集、降低医疗系统交叉感染、医疗物资的及时供应。

很明显，COVID-19这个病毒非常的狡猾，它进化出几乎完美的传播模式。

它在空气中和器物表面存活时间1天到3天；潜伏期长达2个星期以上；潜伏期还可以传染；部分患者有可能重新发作。

这些特点综合起来导致COVID-19传染系数是2.6，这是非常可怕的指数增长。

病毒的特性（第一点）人类没有办法进行控制，只能交给科学家去对付。

但病毒所在的社会（第二点），也就是它生长的土壤，却是每一个人构成的，这是我们自己可以控制的。

纵观全球，风险指数极高，欧美疫情处于爆发期，该如何管制好病毒生长土壤，管控全球化风险社会，是控制疫情最重要的举措，需要认真思考。

全球化之双刃剑，

人类进入高风险社会

人类迁徙到哪里，传染病就传播到哪里。

古代的鼠疫，当代的艾滋，现在的COVID-19都随着人类的脚步传遍世界。

人类社会的全球化是一柄双刃剑。

全球化导致人类活动范围空前扩大，与此同时，风险指数也越来越高。

主要有5种巨大风险：

❶高科技风险：核污染、核战争、基因编辑造成的基因库污染。

❷环境污染和生态紊乱：空气、水污染跨国界传播，极端气候全球同时涌现。

❸传染病：艾滋、非典、中东呼吸综合征、日本脑炎、非洲埃博拉、COVID-19取代了古代的麻风、天花、鼠疫，发病频率增大、病菌种类增多、变异速度加快。

❹经济危机：经济大国的经济出现问题，全球金融市场都会紊乱甚至崩溃，失业波及全球。

❺难民危机和族群冲突：人口流动性增大，价值多元化，因为战争或移民引发的族群冲突此起彼伏。

这些统统都是跨国界的人造风险，这五种风险随时又产生连锁反应。

现在的COVID-19疫情，就有可能导致经济危机，甚至不可预测的种族冲突。

对比古代，主要是自然风险；全球化时代，人为因素越来越大。
它们有4个特点：

❶抽象化：难以通过日常感觉捕捉到，需要专业知识进行认知分析和推理。

❷延时性：风险蔓延时间相当长，难以把控全部后果，无法预测结束时间。

❸无国界：本地的小风险很容易因为蝴蝶效应扩散成全球危机。

❹复杂化：单一化的危机，扩散到全球后，引发多元的次生灾害和危机并发。

在古代，一只亚马逊热带雨林中的蝴蝶扇翅膀，两周后在美国得克萨斯引发一场龙卷风，这可能只是混沌定理的一种形象比喻。

而今天，一只滇南古窟里的蝙蝠偷袭了一只小猪，两周后在华尔街金融市场引发万亿震荡，这不再只是一种毫无理由的猜测。

全球化的风险时代，人的行为的实际后果往往超出当事人的想象力。

COVID-19造成的全球传染已经产生许多并发症，正在互相作用：

❶经济金融贸易受到严重打击，恢复时间漫长。

❷粮食危机加重，一些国家减少粮食出口，缺粮国家可能爆发饥荒，饥荒又引发难民危机。

❸处理疫情不利的国家内部，可能发生动荡；国际疫情防控协作不畅，导致外交危机。

❹经济危机和政治危机反过来继续削弱疫情防控能力。

貌似繁华似锦，其实处处危机。

看似飞速发展，其实步步惊心。

为什么会这样？因为人类社会已经是一个极其复杂的混沌系统。

复杂系统的“均衡博弈”

为什么行为后果远超出当事人的意图和预测？

因为风险社会本质是一个“类混沌”的复杂系统。

复杂系统涵盖几乎所有人类现象和自然现象，从金融、产业链、互联网、人际关系网，到细胞结构、脑神经网络、生命、生态系统、地球气候、星系团。系统内的元素之间的网络连接错综复杂，形成4种基本的网结方式：规则网、小世界网、随机网、无标度网。

马太效应和二八定律背后的无标度网

这个复杂系统至少有5个特点：

❶自发演化出有序化的均衡结构。

❷自由度数量多，不同维度、层次因素非线性叠加后，涌现出新模型。

❸内部网络结构错综复杂，不确定因素非常多，难以把控。

❹存在少数关键节点，它的微扰会引起系统性涨落甚至彻底崩溃。

❺渐变和突变交替进行，系统演化会突然分叉。

 复杂系统

复杂系统不同于经典力学的线性因果结构，它是立体镶嵌结构，结果和原因的位置经常互相纠缠、颠倒、循环，形成一种拓扑混沌。

系统的复杂均衡看起来像“造物主”设计而成，实际上由基本元素自发协作产生，人造的复杂系统不能自我繁殖和生长。

人工设计

社会是复杂系统的典型。面对复杂社会，人类存在三种治理共识：

❶计划主义-完全的中心化

以计划之手代替市场之手，强化个人英雄主义，把复杂社会的结构单一化。这种社缺乏弹性，只要第一波打击的强度超过它的临界点，它就会崩溃。

❷无政府主义-完全的去中心化

把复杂社会完全流动化、碎片化，只有很小的控制。这种社会像粘液，整体强度不够，容易征服和分解，但不容易消灭，因为它每一个小块的生存能力很高。

❸法治-中心化和去中心化的均衡

法治主义综合两者的优点，避免两者的缺点，它用抽象规则整合复杂网络，同时鼓励内部多样化团体的生长和发育。这种社会整体上像金刚石，非常硬；内部又像水，流动性、灵活性非常高，资源优化能力强。现代法治国家能够取得社会自发生长和控制之间的平衡。

任何一个良序运转的社会都是人工自觉设计的组织和自发协调的市场之间的均衡，如果一般均衡被扭曲，就会产生“有组织的不负责任”现象，社会问题必然高发。

风险社会的典型案例：武汉

全球化时代来临之后，

越是新崛起的城市越高风险，

越是人口集中的城市越高风险，

越是交通节点的城市越高风险，

越是淡漠公共卫生的城市越高风险，

越是缺乏现代治理经验的城市越高风险。

武汉作为国内发展最快的城市之一，具备以上特点。

为什么COVID-19疫情在武汉如此严重？需要好好分析与复盘，为全世界所有城市治理提供借鉴。

先说一个特殊存在，也就是全球存在的野味市场。
不仅仅是中国，印尼，缅甸，老挝的野味市场规模也不小。

虽然现在不能确定病毒最初源头来自哪里，但野味交易市场的存在，就是对城市的威胁：不同种类的野生动物一年四季不断地集中在一个小小空间，这几乎是天然的病毒进化实验室。不管最终的调查结果如何，城市对野味市场一定要严加控制。

COVID-19与SARS最相似

可以摸拟一下现实情境，COVID-19病毒的祖先可能是从原始森林某只蝙蝠身上带来，一开始传染能力弱，并不传染人，但在野味市场千奇百怪的动物免疫系统的刺激下，病毒向各个方向进化，借助中间宿主，一个分支逐渐适应人体，最终变异出可以攻击人体肺细胞的表面蛋白ACE2，这是非常有可能的。 

 COVID-19与其它病毒的亲缘距离

全世界可能很多地方存在这个病毒，但为什么武汉成为受害者呢？

这与武汉这个城市有关，作为一个上千万人口的复杂系统，各种关系纠缠在一起，成为风险指数极高的社会，很容易被病毒攻克，我们从以下核心系统来研究下这个“样本”：

❶决策系统

病毒传播被初期，决策过程缺乏医学素养和流行病学意识，忽视病毒威力，轻视一线医生的预警，高估现代医学面对病毒的快速反应能力。

❷法律系统

野味市场这块天然的高密度病毒实验室存在这么久，法律的警惕性非常薄弱。

❸社会组织系统

社会自组织薄弱，缺乏大量多样化社会团体的协作，封城期间只依靠单一化官方组织，很多问题解决不了。

❹学术系统

有研究和鉴别能力的专家保持沉默，专业意见没有得到重视，百姓听不到专业声音。

❺信息系统

本地信息体系缺乏独立性，一直为错误信息摇旗呐喊，导致结果愈演愈烈。

…………

整个城市只有少数人在思考、在负责，关键信息节点不能透明公开，社会缺乏自行行动的能力，城市各个子系统问题重叠起来，很容易引发了危机。

社会非常像人体内的器官组织，人体均衡运行既需要大脑神经的强力控制，更需要极其多样化的器官，彼此自发竞争和协作。

以上的分析，同样适用于88年上海30万甲肝感染、03年珠三角佛山开始的非典。

武汉只是一个样本，全世界所有城市，如果社会的一般均衡系统发育扭曲，就有较高概率发生各种灾难。

越复杂，越脆弱。城市越大，越脆弱。

海恩法则通过统计告诉我们，一次严重灾难的背后，早就发生过至少1329次轻微征兆，只是人们没有及时消除隐患，才酿成大祸。

永恒悖论：

现代社会的“安全-控制均衡模型”

你越想要安全，那你越想控制更多。

但你控制得越多，系统就越脆弱。

系统越是脆弱，社会越不安全。

这是一个古代的“独裁者悖论”。

为了安全，城市管理者想法设法去控制社会的细节运转。

但天底下没有免费午餐，凡事皆有代价，安全控制下的社会体系缺乏自我训练，就像一个被家长看大的孩子，没有自我修复能力，社会会周期性崩溃。

社会在控制和安全之间，存在一个互相试探、博弈形成的均衡。

安全的可能性边界曲线

任何组织的规模增长，都会伴随着内部摩擦成本的增长，随着组织规模扩大，控制的边际成本也加速提高，当组织趋近于控制社会所有资源时，边际成本也趋于无穷大。全盘计划崩溃的原因也在于此。

边际均衡模型

模型告诉我们，控制是有代价的，控制强度一旦超过最优点，控制本身会反噬安全，原因在于：

❶什么都想控制，会导致分不清事项的轻重缓急。

❷控制权力增大后，会吸引投机者进入中心，扰乱中心节点运转。

❸控制本身会压制被控制对象的活力，使得受控节点缺乏解决问题的能力。

❹控制对象会彻底虚化，放射虚假信息，层层累积之后，控制中心得到的反而是混乱信息。

❺控制程序有自发的膨胀趋势，反噬控制程序的效率本身。 

长此以往，强控制的效率会很差，应付危机的能力也会下降，直到强控制崩溃，就好像坚硬的金属总会疲劳崩断。

“超级智能”可以彻底控制社会风险吗？

人类是安全控制中最大的弱点。

如果引入超级智能（大数据、超级计算机、人工智能、深度学习的合体），引入一个AI作为领袖，我们可以从一开始就控制住COVID-19病毒吗？

这仍然是幻想，大数据并不能实现中心化的持久安全，原因是：

❶大数据和超算所使用的数，基本是有理数，有理数天生适合预测。然而连续统定理证明，在两个有理数之间存在无穷多无理数，人的行为、自然界包含着许多无理数，如增长现象涉及的自然增长倍数e，周期循环现象涉及的圆周率π，混沌现象涉及的混沌数δ，黄金分割数Ω。

欧拉公式统一了增长现象和周期现象

❷大数据需要一个前提：准确的数据。然而数据的产生是个体自发抉择形成的，自愿的行为才会产生准确的数据。大数据监控本身会扭曲初始数据的真实性，来自不同方向的扭曲数据反馈到系统中心线性叠加之后，数据偏离真实情况更厉害。

❸计算机大量应用和运行，本身制造的天量数据永远跑在超算的计算能力前面，熵+永远大于熵-，这就像粒子速度不可能大于光速。

❹计算机、人工智能背后的程序基础是二进制，非此即彼，确定无疑。然而人的行为却不是非此即彼的二元选择，人是矛盾的，经常会做出自己也理解不了的行为。

❺二进制基础上的软件，遵循的是线性运算。把非线性问题局部简化成线性，本质都是近似运算。不管线性运算如何线性叠加，它仍然无法模拟复杂系统的非线性本质。

❻设计大数据、深度学习的软件的是人，设计者会在程序参数和权重上加上自己的偏好。

二进制、程序、大数据本身是人创新的结果，它们无法超出人的理性，而人的理性无法超出自然规律。线性思维假定时空是均匀变化的，忽视时空存在涨落，在逻辑上存在着非逻辑的跳跃：

时空涨落

❶从局部预测全体的合成谬误

程序往往是从局部性质开始，经过统计预测全体行为，然后通过贝叶斯动态修正。然而，局部元素的性质与整体的性质只是部分重合，整体会丧失一些元素性质，出现一些元素不具有的性质，这一减一增过程，正是大自然创造力的奥秘，而贝叶斯动态修正仍然是被动等待整体涌现的新信息，并不能预测真正的变化。

❷从过去预测未来的时间谬误

大数据收集的数据都是已经发生的事件信息，然后去预测未来变化，这是有局限性的。如果过去有的未来一定有，过去没有的未来一定没有，宇宙只会保持一片混沌，不会涌现复杂的分子、生命、星系；数学和计算机也不应该在人类社会无中生有。

凡是可以预测的变化，都不是变化。局部和整体之间有一减一增过程，过去和未来之间有消失和创生的过程。过程里的不确定性，是事物的内禀属性，线性数学是处理不了的。当然，这不是否认数学的应用，而是认清数学的能力：给定条件下找出最优解。

所以，就算我们找到一位“超算”作为君王，也不能控制住COVID-19病毒。

黑客帝国建筑师

远离疫情，

寻找社会安全运行的“计算公式”

是的，虽然我们竭尽全力。

可是，复杂的人类社会仍然漏洞百出。

就算求助于AI，但人工智能是线性思维，不能彻底清除不确定性。

那我们到底如何应对复杂的风险社会呢，如何应对可能二次爆发的疫情？

首先必须要接受，无论人如何努力，数学如何超越，超算如何强大，绝对安全永远实现不了。

应对不确定性的唯一思路，是压缩、分散不确定性，以小规模、小概率的形式广泛分布在社会各个体和团体身上，收益和风险对等捆绑在每个人身上，自身负责。虽然时不时会出现一些小小的事故，但不会演变成大型灾难。

在应对这些频繁发生的小事故中，除了要求我们每个人时刻做到“自我隔离”外，具体的建议遵循以下公式：

i表示数量

从正向看，可以把它视为社会安全运行公式。
激励公式中的每个要素，最大可能保证系统的安全。
从逆向看，可以将它视为疫情二次爆发计算公式。
没有对这些要素进行有效治理，可能再次引发灾难。

风险是复杂系统的内禀属性，而且风险总是内禀地趋于爆发。复杂系统本身都有退化和熵增的绝对趋势，总是自发地趋于混乱和无序，非人力能根除。这是人的永恒悲剧，在重建系统和系统老化之后崩溃两个极端之间轮回，永无休止。

作为个体，我们唯一能做的，就是成为熵-的那部分，而不是成为熵+的那部分。

别大意，疫情这个时候最值得警惕

弱小和无知不是生存最大的障碍，傲慢才是！

有些人开始近距离唠嗑，有些人开始呼朋唤友去喝茶。

欧美处于水深火热之中，我们就好了伤疤忘了痛？

我们付出巨大牺牲好不容易将病毒封印住，不能因为自己怠慢而祸及他人。

在安全疫苗大规模推广之前，谨防二次反弹和周期化。

无论是在地铁上，还是在公交里；

无论是在电梯上，还是在楼道间；

无论是在自己城市，还是去其它城市，都要记得科学防疫。

个体千万别忽视自己的力量，你的每一次“自我隔离”，就是对R₀数值的削减。

管理者更应该承担责任，你的每一次“科学治理”，都是对“疫情计算公式”的修正。

二次爆发，值得警惕，再警惕。