明年春节能回家过年吗？疫情预测模型能不能给我们答案？

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。

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。

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。

图 | 研究团队成员 Nigel Goldenfeld 教授和 Sergei Maslov 教授

在建立新模型时，Goldenfeld，Maslov 及其研究团队解释了学生在不同地点可能进行交互的各种方式，估算了校园内检测和隔离服务的效果，考虑了有多少学生在传播病毒时可能从未出现症状；他们甚至根据气溶胶扩散的物理原理，建立了大多数学校重启模型所不具备的另一层细节：当学生在教室里戴着口罩说话、或者在拥挤的酒吧里大声叫喊时，可能散发出多少病毒颗粒。

按照该模型的指导，伊利诺伊大学制定了一项计划：每周对所有学生进行两次病毒检测，要求使用口罩，并实施其他后勤方面的控制措施，甚至还开发了一套接触追踪系统和一款手机应用程序。根据模型的计算，这套组合政策足以避免病毒的指数级传播，使传统的线下教学模式得到恢复。

然而在开学仅一周之后，这所大学就面临着一个黯淡的现实：近 800 名学生的病毒检测结果呈阳性，远远超过模型的预期。管理人员不得不立即在全校范围内暂停非必要的活动。

哪里出了差错？研究人员似乎已经为可能出现的错误预留了充足的空间，也考虑了学生中可能发生的种种意外事件。“我们没想到的是他们会违反法律。”Goldenfeld 如是说。一些学生，即使在检测阳性并被告知隔离后，还是会参加聚会；而事实证明，这一点至关重要：鉴于新冠病毒的传播方式，即使只有少数学生违反了规定，感染率仍会激增。

我们不得不承认，模拟和预测人类的行为并不容易。人们并非总是理性地行动，尤其在新冠病毒大流行期间，他们可能根本不会像往常一样表现。因此，以往对于人类行为的社会学研究可能并不适用。正如数学生物学家 Lauren Ancel Meyers 所说，在城市封锁之后，他们的团队原本在建模时对于人们接触和流动模式的假设基本上都不再成立，而现实中也不存在一个现成的人口模型能够描述当时人们的行为。

图 | Lauren Ancel Meyers 教授，来自德克萨斯大学奥斯汀分校，主要研究领域为流行病学和公共卫生

疫情预测模型能带给我们什么？

尽管 Goldenfeld 团队的研究是以美国的情况为基础的，但这一案例仍然能带给我们有价值的思考。

规避不确定性或许是人的天性，然而模型必然总是与不确定性共舞。种种的变量与待定的假设决定其无法向我们提供准确的答案，但我们也不必因此陷入悲观。不要忘记：人虽是现实中最难预测的因素，却也是改变现实的最积极的力量。

从宏观上讲，模型为政府、医院等机构的决策者提供重要理论支持。当前全球疫情依然严峻，而我国的防控情况总体稳定。回望过去一年的抗疫之路，各团队开发的疫情预测模型及时提供预警，为研判疫情态势、采取有效防控手段提供科学依据，起到了功不可没的作用。

从微观上讲，我们每个人又何尝不是模型里的变量？每一个 14 亿分之一看似微不足道，但却都有着牵动全局的关键力量。因此，我们已有的抗疫成果，离不开我国政府依据模型科学决策、高效落实，更离不开 14 亿中国人民的积极配合、共同进退。曾经那些守在家中的漫长时光，日常已成为习惯的体温和日程上报，还有无论多么闷热也坚持不取下的口罩，都是引领我们走向胜利的见证。

如今，疫情仍未远去，今年我们又要迎来一个特殊的春节。

不知你是否已经决定回家过年？但无论如何，还请不要忘记，你是这庞大模型中极为重要的一份子。

那么明年春节能安心回家吗？这个问题的答案，或许正在由我们共同书写；在未来等待我们的，将是人间最美的春暖花开。