<原创>新型冠状病毒的区域风险（安全）指数计算模型_风闻

      新冠肺炎笼罩下，各种媒体各种数据各种图表纷至沓来，总感觉抓不住重点，看着很热闹，但没有准确的反映出我想了解到信息。于是，自己动手做了份指数计算模型，可以用来评估各地区的疫情风险或者安全状态。见下图：

      模型原理主要通过采集各地方客观疫情数据形成，其中主要分消极因素和积极因素，分别列于分子和分母位置，通过统一的算法计算，就能得出受评估区域的疫情横向对比水平。风险指数和安全指数其实是互为倒数的关系，算法其实都是一种原理。如果有条件，可以以城市为区域进行统计计算，这样就很容易获知某个城市的疫病风险程度。

      关于模型构成的主要因素有两项，积极因素与消极因素：

      一、积极因素：

      各地针对疫情的积极因素有很多，但综合起来最有说服力的指标，就是区域治愈率。这个指标其实就是当地治愈人数占确诊人数的百分比。该指标能够有力的表达出当地的医疗干预水平和执行效率，以及在一定程度上反应出该疾病的危险性。显而易见，治愈率越高，说明当地的传染风险越低，安全性越高。

      二、消极因素主要有两项：

      首先是该区域的死亡率。这个指标来自于当地该疾病致死人数占确诊人数的百分比。该指标一方面能够反映该传染疾病的危险程度，另一方面也能反映出该区域的医疗干预能力和效果。

      因为很多地方有确诊人群，却没有死亡病例，因此在这个模型中引入了第二项消极因素，可以将其理解为疫情的传播潜力系数。该系数通过引入常数参照项（香港人口密度）来评估各地方的人口密集水平，然后用实际的确诊感染数占比来与这个系数相乘，最终可以反馈出该地区的疫情传播潜力值。简单说，人口密度越大确诊占比人数越多的地方，疫情的传播潜力也就越大。

     三、结语

     这个模型中没有引入主观方面的参数，比如医疗软硬件水平、政府抗疫的措施、投入等等因素，所需数据都是既定事实，或者说都是结果。通过结果来评估人类在面对疫情时的努力，可能数据不太好看，但胜在客观真实。这个模型不仅可以用来评估新型冠状病毒疫情，也可以用来评估流感、埃博拉等各种流行性传染病的地区风险状况。

     通过模型可以轻易获知一个地方的疫情风险值，或许可以对各地方评估本地的企业复工、交通管制策略或其他民生政策调整提供一定的参考价值。

     <本文及文中计算模型为个人原创，并首发于观察者网站，转载请注明出处>