勿坐上封城與解封的翹翹板

·3 分鐘 (閱讀時間)
(圖/本報系資料照)
(圖/本報系資料照)

東京奧運明令觀眾止步,南韓首爾再度封城,去年以來多數國家已經有三到四波新冠疫情,意味著封城─解封反覆發生,對於處於解封前夕的我們有警示作用,台灣不要步其後塵,高興3天,又升級警戒。

大家都想趕緊解封,卻又擔心疫情復燃。目前台灣雙北與桃園新冠感染較嚴重,而中南東部縣市確診案例較少,有民代抱怨是陪著北部「坐牢」。地方的異質性使得中央流行疫情指揮中心很難一聲令下全體解封,這牽涉到一個問題:「封城」的地理範圍必須全國一致嗎?

我國並未採用「封城」字眼,而是訂定4個防疫標準警戒層級,其間管制強度差距頗大,而新近創出所謂「微解封」,將於7月13日起放鬆若干管制措施。說穿了,指揮中心對封鎖期的長度與管制的強度正在小心試探。

歸結來說,問題在於如何選到最適合的管制強度、最適的封鎖範圍,以及最適的封鎖期間。多數國家的防疫經驗是失敗的,我們的困難在於幾乎沒有學習的對象。美國個別的州已經解封,英國首相強森也賭下去了,準備7月19日全國解封,他們依恃的是高疫苗接種覆蓋率,而我們完全不具備這個條件。

尋找我國的最適政策要在健康危害(死亡人數)、經濟傷害、調整成本(行政部門及民間適應不同的管制措施)之間取得平衡。三者之間的關係並非線性,在時間軸上有領先與滯後現象,這是因為生意緊急關門很容易,重新開張並不簡單。若政策反覆,適應成本就變大,也在健康和經濟面兩頭落空。

要在這樣的複雜非線性動態系統中找到最佳解是一個運籌學(或稱作業研究)的題目。一般程序是先建立出數學模型,再由電腦求解,找出最佳解。模型的好處是可隨狀況而調整參數數值,例如,在英國最早的新冠病毒複製數Ro值是2.5,到了英國變種病毒就變成4.0,最新的delta病毒又調高到6.4。醫療量能也可輸入成為限制因子,經濟效應當成目標因子,如此可有多種組合做情境模擬,計算出決策變數的因果。

二次大戰以來,運籌學發展越趨成熟,近年衍生出人工智慧與大數據等新工具,學問與工具都已俱在,問題是會不會用,想不想用。但很多政治人物還停留在加減乘除的簡單算數,還緊抱意識形態做決策。去年以來很多國家防疫失敗往往是因領導失誤造成,例如去年的美國總統川普、義大利民粹主義掛帥下的「五星運動」聯合政府。

殷鑑在前,工具在手,寄望政治人物多用科學,少用民粹。(作者為台灣社會責任公益減害研究發展協會執行長)