翻譯：以地理區位看交通模式對疫情的影響
 |
| 原文(英) |
紐約市已成為全球中國武漢肺炎的熱點之一。截至2020年4月16日以前，平均每十萬名紐約市民就有1,458個確診案例；即使附近郊區有更高的感染機率，紐約市始終被媒體關注，且份量遠高於美國其他的城市，甚至成為一種危機的象徵。
在2020年4月13日的一篇論文中，麻省理工學院的傑佛瑞‧哈里斯(Jeffrey E. Harris)聲稱，紐約地鐵是一種交互感染的環境，也是中國武漢肺炎最初大規模傳染的媒介，即使它實際上並沒有直接傳染的功能。很奇特的是，它自己的論文沒有證據支持他的論點。
相反地，就像本研究要向各位展示的數據表明，即使人口統計數據已經被控制，社區感染與地鐵的使用率也呈現負相關。雖然這之間的關聯性跟因果關係還沒被確認，但它比哈里斯老師的直覺和直觀性判讀更加可靠，並且明確表現出病毒傳播的途徑。
數據(Data)
在這項欠全面檢測且持續發生的危機當中，所有感染率與死亡的數據都帶有一個大問號：我們並不完全了解數據觸及的範圍，只有當完全因素死亡數據(all-cause mortality data與更廣泛來源的檢測數據(more-extensive testing data)可被使用時，任何結論才可被證實。與哈里斯和其他人一樣，這項研究存在潛在的巨大統計誤差。
根據在2018年的五年一度美國社區調查(American Community Survey, ACS)顯示，紐約市各地區的通勤型態差異很大。這項調查被分為55個社區區域(Community Districts, CDs)，與人口普查(Census)使用的「公共使用微數據區」(Public Use Microdata Areas, PUMA)相互對應，呈現二對一或一對一的契合。每一個PUMA約有11萬至24.1萬人，其中，依賴汽車程度最高的PUMA是史泰登島第三區(Staten Island CD3)，有75%的汽車通勤使用率；依賴汽車程度最低的PUMA則為曼哈頓第一區與第二區(Manhattan CD 1 & 2)，只有4%的汽車通勤使用率。
儘管有大部分紐約人使用非地鐵交通工具、步行或騎自行車上班，但在一般而言，地鐵與汽車通勤使用率互為反比並呈現鏡像，相關性達0.88左右，地鐵通勤使用率約為2.5%(史泰登島第三區)~72%(曼哈頓第十區)不等。而其他公共運輸旅次則與汽車旅次的占比呈現正相關，例如公車，兩者的數據皆能反映出該區域沒有地鐵路廊經過，但都不會超過29%。
除了通勤數據之外，還有一些美國社區調查的其他人口統計資料。紐約市於2020年4月1日，以郵遞區為單位發布了各處中國武漢肺炎檢疫與感染的數據，這些數據反映出潛伏期兩週前的染疫情形，顯現出在潛伏期過後導致的陽性檢測結果。因此根據理想的狀況下，人們會更願意使用3月中下旬的數據，來識別早期傳染時的地理模式。
在整個紐約市境內，從3月1日至3月20日進行的檢疫報告中，顯現了18,035例確診人數，我們的解讀是，這些病例有可能是在3月14日的週末假期封城之前，旅次大幅收縮前的染疫浪潮。另外3 月 21 日至 30 日進行的檢疫又增加了40,230例染疫，這有可能是在封城期間感染的。因此，即使是最早可用的詳細地理資料(4月1日發布)，大部分數據也可能來自於封城之後(3月14日實施)的染疫數據。
截至2022年4月1日為止，儘管病毒無處不在，但紐約市幾乎已經確定皇后區的冠狀社區(Corona, Queens)為染疫熱點，顯現死神具有地獄梗的幽默感。接著，透過地理文件對應系統，我們將郵遞區與PUMA對應起來，即使很多邊界是不吻合的，卻還是有許多郵遞區被完整包含在一個PUMA的範圍內。
相關性(Correlations)
根據統計，在2022年4月1日公布的染疫數據與汽車旅次呈現正相關，並且與非地鐵旅次呈現微幅正相關。此外，「富裕程度」與「就醫便利性」(收入中位素與被保險人因素)跟染疫機率呈負相關；亞裔因素與病例率無關。
而隨著時間的推移，相關性會增強：「富裕程度」與4月份染疫成長率呈現明顯的負相關，部分原因是有錢人已經大量逃離這座城市。 |
| Table © Salim Furth |
研究中採取幾項參考數據：每千人染疫機率約為4.6人，誤差範圍是2.9人到8.2人之間，其中係數X可以輕易解釋，假如汽車通勤比例提高10%，那一個PUMA之內每千人會多出0.32例確診數。換句話說，汽車因素帶來的標準差，幾乎占了染疫機率標準差的一半。而汽車因素與染疫人數增加呈現唯一顯著的正相關，儘管有一些其他原因導致偏差值，但不影響其關係的存在。
最後，我們也能看到2022年4月1日之後的狀況，顯現汽車通勤旅次與疫情增長速度的正向關聯，例如史泰登島第三區在圖表上佔據了非常極端的正相關值。雖然史泰登島第三區在4月1日的感染率僅略高於平均值，但是它的增長極為快速，並透過前述控制變因強化出更多解釋能力。
 |
| Figure © Salim Furth |
穩健性(Robustness)
為了檢查這些控制變因的穩健性，本研究跑了五次第一種迴歸模型，每一次都丟掉一個行政區。當布朗克斯(Bronx)或皇后區被忽略時，汽車通勤的係數就會被省略，其比例保持在10%左右並變得不顯著(insignificant)。人們有可能產生懷疑，但其結果證明與曼哈頓地區的獨特性無關。
在第三種迴歸模型中，本研究加入了地鐵通勤因素並排除汽車通勤因素，其中採用地鐵旅次或其他公共運輸旅次與4月1日公布的染疫情形呈現負相關。排除汽車因素的原因在於，若在同一個迴歸模型中同時包括汽車因素與地鐵因素，由於它們之間具備共線性，就會將其中一項因素變得不顯著或相關性極低。
回顧哈里斯的模型
本研究採取與哈里斯截然不同的方式，雖然分析的是同一現象，但與他在2020年的模型結果完全相反。其中，哈里斯首先介紹了一個數字，說地鐵運量從3月11日星期三左右開始急劇下降，而根據染疫報告顯示3月16日開始趨於平穩，看起來是因是地鐵運量下降導致染疫人數下降。然而，哈里斯指出事件，實際上有可能是因為社區內部因素，因為紐約市民已經意識到疫情正在蔓延，所以各項活動也跟著減少，不只是只有地鐵。例如下表呈現的旅次數減少不是進出地鐵站的人數，而是在餐館用餐的人數。
 |
| Figure © Salim Furth |
哈里斯提出的第二個證據說，在疫情期間，地鐵運量呈現不同程度的下跌，其中史泰登島與布朗克斯最少，大多數都在曼哈頓。其中，曼哈頓的疫情增長程度大幅趨緩，哈里斯也聲稱這是因為地鐵是傳染的重要途徑。
然而，如果地鐵或渡輪等公共運輸是主要傳染途徑，那為何汽車持有率高達67%的史泰登島或其他地區，同樣容易受到疫情爆發的影響？雖然公共運輸的運量如同哈里斯的預測，但使用公共運輸的種類卻沒有像哈里斯說的一樣受疫情變動。
接下來，哈里斯還展示了一張地圖，說明Q46號公車沿著皇后區聯合大道傳播病毒。還好哈里斯沒有繼續說「在這座公共運輸路網如此密集的城市中，幾乎所有移動旅次都是沿著主要公車路線走的」。哈里斯的言論暗示法拉盛(Flushing)的居民可能是帶原者，雖然他沒有明說，但還是透過部分敘述來建議。
哈里斯也認為地鐵路線(非場站)是一個正確分析單位，但儘管這項方法合理，他也從未採用。而作為它論點的高潮，他展示了一張地鐵路線，表明紐約市4/1~4/16疫情最大的秘密，就是人多的地方確診數多、人少的地方確診數少，就是這麼簡單。當然，人口最少的地方就是汽車使用率最高的地方，現在我們就將它拿出來給大家聞香一下。
 |
| Figure © Jeffrey E. Harris |
要反駁哈里斯的結論很困難，因為他竟然沒有提出任何明確主張跟論點，不論是口頭意見還是數據都沒有，無招勝有招。它甚至只有提出警告：
- 兩種趨勢本身並不能回答因果關係問題。
- 從曼哈頓與其他地區的對比研究中得出明確的結論是不適當的。
- 我們已經處於一些讀者可能會產生極端懷疑態度的時刻。
- 對這些研究工作的全面評估肯定會讓科學評論家得出結論，因果關係很難證明。
事實上，在哈里斯的論文中，唯一明確的說法就是標題本身：「地鐵在紐約市播下了武漢肺炎大流行的種子。」但本研究提供的數據分析，則提供了比哈里斯更能支持該名稱的更多證據。
從第九大道看世界
在五個行政區的境外，紐約市的經歷也不是反常案例，甚至在4月16日之前，紐約州的五個郊區縣則有更嚴重的染疫機率，儘管這些郊區縣的染疫死亡率較低。反而紐澤西州的郊區縣與紐約市的數據相當。
而在全球尺度之下，依賴公共運輸(transit-dependent)的城市並沒有因為疫情受到特別嚴重的打擊，例如香港與首爾等公共運輸使用率高的城市，仍然是亞洲較為安全的城市。倫敦與巴黎雖然受到的衝擊不像紐約一樣嚴重，但他們的公共運輸情況也不如紐約。另外阿隆·利維(Alon Levy)則表明，德國依賴公共運輸的城市中，似乎並沒有因此提升感染率。
所以政策似乎對感染率有很大影響，或許還有一點文化因素使然。在微觀尺度上，運具選擇很重要，汽車似乎是一種比地鐵更危險的疾病傳播媒介。
討論
一個非常棘手的問題：汽車究竟如何傳播病毒？因為一輛汽車只能載幾個人，而且這些人通常都是一家人。陌生人不會來摸你方向盤，你會接觸到他們大概也只有在地鐵的拉環跟扶手上面，而且許多人像我一樣從三月開始不搭公車改開車。
對於中國武漢肺炎在公路上的傳染速度比鐵路還快的現象，有兩種合理的解釋。首先，依賴地鐵的人比依賴汽車的人減少很多旅次，而旅次越多越可以讓我們接觸到更多人，包含商店、工作場所或餐廳；也就是說，就因為地鐵被認為是危險的場所，這些旅次的減少反而讓其他搭地鐵的旅客更安全。
其次，有一個不太被重視的原因是依賴地鐵的族群，他們的活動範圍往往受到地理環境限制，但依賴汽車的族群可以透過汽車到任何地方。用網絡的語言來解釋，不依賴汽車的族群最多就是「鄰居之間的氾濫」(neighbor flooding)的小區域傳染，而依賴汽車的族群就是「均勻擴散的八卦」(uniform gossip)的大範圍交互傳染。
換句話說，如果在一個依賴汽車族群不多的地區雜貨店，那從它感染的範圍只會是周圍的住戶，他們頂多也只會在附近的藥局或公園再傳染一次；但如果這是一個大量依賴汽車族群的社區，那在雜貨店被傳染的人還會開車到別的地區，然後再去傳染給別人。
總體而言，經由比較全球的趨勢、各種城市與鄉村的數據，以及紐約市的社區感染狀況已經表明，在公共運輸仍然維持運作的狀況下，依賴公共運輸的城市在傳染病發生時也更容易獲得保護。如何安全地解封城市是一個非常重要的議題，決策者應該要默認有效且明智的措施，例如要求戴口罩跟場站的清潔。
本研究表明，我們更應該去注意到開車造成的病毒傳染。在紐約市，假如立刻提高過橋費或隧道費，就能夠阻止一部分的人進出，同時也阻擋他們身上夾帶的病毒。
在社區感染嚴重的郊區，則應限制大多數駕駛人進入高速公路，因為高速公路代表著駕駛人更有能力把病毒帶到更遠的地方；相較之下，低速的地區公路則能讓駕駛人行動範圍受限，避免傳染範圍擴大。然而，如同地鐵一樣，公路是維持地區運作的重要設施，比如公共衛生、食品、公共設施及資訊取得都需要倚靠公路，這些都能使民眾享受到高品質的生活。
隨著經濟的復甦，通勤族將會返回他們的上班路徑，駕駛人必須意識到病毒也有可能藉由這些途徑迅速傳染，因此在社區附近活動時，將要更加謹慎。
留言
張貼留言