【大纪元2021年09月07日讯】（大纪元记者刘淇晴新西兰编译报导）在每日的疫情简报会上，总干事等人总会提到一个“R值”，即根据最新的建模结果，R值小于1的概率目前是多少。
自去年Covid-19爆发以来，政府就在利用建模数据预测病毒扩散程度，例如介绍病例曲线是不是被拉平了。但今年的说法已经不一样了。
据NZ Herald报道，实际上一年半以来，新西兰科研团队所用的建模也在不断更新换代，且在疫情开始的六个月内，奥克兰大学 Te Pūnaha Matatini 的一个数据科学家团队，还建成了一个新的“超级模型”——“网络传染（network contagion）”模型。
例如，在全国随便选一个城镇的一个社区，假设其中出现一个Covid-19病例。
然后从这一点开始，Covid-19随着该病例的脚步，蔓延到当地的学校、工作场所等地，然后每个地点的Covid-19都随着新病例继续蔓延，最终演变成一个密集的感染网络。
实时对这幅难以置信的复杂画面进行观察，并模拟出4级封锁、病毒检测、接触者追踪的干预条件，观察画面变化情况，正是目前科学家通过运行超级计算机，正在做的事情。
但新西兰最开始的病毒预测模型则与之不同。
最初研究人员所用的传统模型被称为“确定性隔间模型”（deterministic compartment models），预测出若不采取任何控制措施，新西兰可能有数万人死亡。
这种传统模型不仅能计算出病毒在人群中传播的一般情况，还能假设南北岛任何地方的两个陌生人，可能某一天会遇到一起并互相感染。
这种模型就像将牛奶倒入一杯咖啡中搅拌，使其立即混合，但因为过于简单且与现实情况有差距，后来让专家用一种更复杂的模型取代，即“随机分支过程”（stochastic branching process）。
这种模型轻巧，运行速度也快，还包含随机效应，为病毒的传播提供出更准确的成像，目前仍在使用。
该模型还能反向推演，例如算出若此次疫情4级封锁推迟3周才实行，或会导致 200 人死亡，12,000 人感染，同时消除病毒的可能性将会降至 7%。
卫生总干事说的R值小于1的概率是多少，就是根据这种模型算出来的。
但实际上，还是最开始介绍的“网络传染”模型更“聪明”。
该模型的建模团队负责人Dion O’Neale 博士说，这种模型能模拟出一种感染的交互环境，即模型能把所遇到的两个人可能在何种场合下感染模拟出来，例如他们在同一工作场所或住所有交集。
这种模型还能加入更多影响计算结果的变量，例如病毒所在地区的家庭有几代人一起住，年龄、种族、性别等方面有何特点。某一个变量变了，可能建模的结果就会不同。
这种模型能根据该地区人们的工作地、每天走多远、被追踪到之前病毒已经传到哪里等具体推演结果，指导官员做出更有效的干预措施。
报道指出，至关重要的是，这种传染模型不会假设新西兰任何地方的任何人个人资料都一样，从而可以避免一种“数据陷阱”。
模型中的个人是与新西兰500万人口的范围，以及人口的不同交互模式相匹配，数据主要来自新西兰统计局的个人级交互网络数据集，即综合数据基础设施（Integrated Data Infrastructure，简称IDI），以及一些学校名册信息、电子支付记录、通勤数据、手机位置数据等等。
所有信息都为匿名，人们的个人数据不会被访问。
而呈现的数据意味着，官员们可以在他们控制病毒传播时，获取高度详细的图片，近乎是实时的变化。
据报道，在此次疫情之前，建模人员就在利用该模型预测知识如何在就业网络中传播，并在继续开发其它方面的应用。
责任编辑：蓝克
