大数据掌握人流 预测疫情重热区

疫情爆发迄今，保持个人基础卫生、社交与人流管制与接种疫苗，同为重要防疫战略。(中研院提供／李侑珊台北传真)

疫情爆发迄今，社交与人流管制与接种疫苗同为重要防疫战略，但保持社交距离如何防控疫情？三级警戒是否有效降低人潮？中央研究院人文社会科学研究中心研究员詹大千透过Google及电信数据分析人流惯性模式，观察疫情变化，并提前预测重热区，帮助地方政府即时拟定防疫政策。

詹大千首先利用Google数据检视工作场所、交通枢纽及购物商场。由于台湾未强制停班，工作场所人流仅减少2成，但在双北实施三级警戒后的第一个上班日，即5月17日，公共运输站人流骤减5成，5月底降幅更超过7成，车流也大幅减少5成，已趋近义大利的封城结果。购物商场与休闲设施也在三级警戒之下，减少5至6成的人潮。

詹大千也点出人流与疾病传播的正相关性，并以电信数据作为研究基础，观察人潮数据及移动路径，判断高风险传播节点，预测可能的热区，借以规画管制方式及强度。

詹大千指出，举例来说，数据中发现，某些居住在万华或在万华工作的人，可能时常来往三峡，借由电信数据人流分析，地方政府便可在疫情刚由万华扩散时，至三峡地区进行重点快筛，迅速截断可能的隐形传播链。

掌握了人流，接下来的问题是社交管制该松还是该紧？詹大千提到，台湾一开始仅采最低度的边境管制，直到今年5月本土疫情爆发实施三级警戒，瞬间成为全球管制政策严格程度前5分之1的国家。

即便如此，台湾靠着民众的防疫警觉，在未施行封城或大规模停班停课的状态下，就成功降低人流及确诊数。因此，詹大千认为，面对来势汹汹且不断变种的病毒，除了广泛施打疫苗，更提醒落实社交距离、做好个人防护等「非药物介入措施」（英文简称NPI），始终是根本的防疫之道。