疫情期間人往哪裡去？預測重熱區，人流研究助一臂之力

具體而言 ，NPI 包含哪些方式？

根據世界衛生組織（WHO）列表，NPI 措施可以從個人防護、生活環境到社會大規模的限制規範，透過非疫苗與藥物的手段遏制疫情。歐盟也針對 COVID-19 詳細列出十幾項 NPI 措施，包含手部消毒、戴口罩、隔離檢疫等。

其中，NPI 的核心概念之一即是落實社交距離。

歐盟疾控中心（ECDC）針對 COVID-19，從個人防護、社區傳播、大規模流行，提出各個層級的 NPI 說明。 圖│研之有物(資料來源│European Centre for Disease Prevention and Control)

「社交距離的政策很廣泛，不只有室內保持 1.5、室外 2 公尺。」中研院人社中心研究員詹大千解釋，公衛學者眼中的社交距離涵蓋多層意涵，包括限制聚會、人數規範、停班停課等，都屬於相關範疇。

目前研究發現人流下降超過 20%，R_t 值就能降至 1 以下；亦有臺灣的研究推算出，若做好個案追蹤（早期偵測、接觸者疫調、14 天隔離），再加上群體保護（社交距離、戴口罩），R_t 可從 2.5 降至 0.85，有效壓制疫情擴散。

數值或有不同，但各項研究皆顯示：社交距離管制與疫情傳播有明顯關聯，管制越嚴格， R_t 值愈小。

三級警戒後，人潮是否有改變？

想減緩疫情，減少人與人的接觸是一大關鍵。那麼，要如何檢視社交管制是否奏效？人流、車流的變化是重要觀測風向球！

詹大千以 Google（COVID-19 mobility）、蘋果 （Apple mobility trends）所公布的各國人流數據，佐以本土的遠傳電信數據，同時檢視牛津大學的跨國政策指標，試圖找出政策、人流變化與疫情發展間的關聯。

2021 年 5 月臺灣首度進入三級警戒後，人流減少了嗎？哪些地方降幅最明顯？首先透過 Google 數據來觀察。

"檢視人流有三個關鍵場所：工作場所、交通樞紐、購物商場，對疫情控制皆有重要影響。"

觀察工作場所。從 Google 人流報告可以看到，5 月 19 日全國進入三級警戒後，工作場所人流隨即減少約 20%；住宅區則因為鼓勵居家辦公，人流增加約20%。

若與其他國家對照，成效如何？以歐洲最早爆發疫情的義大利來看，初期疫情慘重，工作場所迅速下降達 60%－70% ，採行嚴格封城政策後更降至 90%。詹大千提到，由於臺灣並未強制停班，工作場所人潮降低不大，但臺灣變化最明顯的是交通運輸。

Google 大眾運輸站的人流顯示，5 月 17 日（雙北三級後的第一個上班日）便迅速下降了 50%，5 月底降幅超過 70%，趨近義大利的封城效果。詹大千也進行北市車流監測，數據顯示北市每條道路的平均小時車流量呈現一路下滑趨勢，5 月 14 日（三級前的週五）平均車流量為 981.7，5 月 21 日（三級後的週五）已降至 497.3，大幅減少約一半車流。

最後，若檢視零售商店與休閒設施，隨著禁止內用、電影院關閉等政策施行，人流也減少 50%－60% 。

整體來看，臺灣雖只升級到三級警戒，但人潮與車潮下降明顯。除了工作場所改變較小，其他如大眾運輸、公園、零售商店和遊樂場，社交管制都有明顯成效。詹大千分析：「從人流數據來看，臺灣雖然沒有強制封城，但民眾的自律和防疫配合度高，足夠達到自主封城的效果。」

三級警戒沒有強制禁足，但整體來看，臺灣民眾自律、減少非必要外出，實施一週後幾乎已達到「自主軟封城」。（本圖取用 2021.5.8～2021.6.19 的 Google 數值。「Google 社區人流報告」統計各國每週人流趨勢，包含雜貨店和藥局、零售店和休閒設施、大眾運輸站、公園、工作場所、住宅區等六大場所，並以 2020.1.3－2.6 一週內每天的中位數做為基準值。） 圖│研之有物（資料來源│Google 社區人流報告）

車流監測原本用於環境噪音的研究，研究團隊使用每五分鐘更新一次的即時資料，觀察北市車潮。從圖表趨勢，北市每條道路的平均小時車流量呈現下降（虛線為趨勢線），三級後每逢週末時段明顯減少，上班日則略微回升。 圖│研之有物(資料來源│詹大千)

去識別化電信數據助陣：臺灣人往哪裡趴趴走？

「人怎麼移動，疾病常常就那樣流動。」詹大千點出人流觀測的重要意義，「近十年國外已廣泛運用電信數據，從人流移動分析來進行各種推估，包括交通、疾病研究、公衛政策。」

由於 Google 數據的空間尺度以國家為單位，無法觀察各縣市變化，測量地點也較粗泛，較難細緻分析臺灣真實的人流變化。為了精確掌握臺灣本土的人流圖像，詹大千也與遠傳電信合作，以電信數據作為在地研究基礎。

「Google 沒有針對市場、高鐵、量販店做統計，但想判斷臺灣人潮群聚，這類場所很重要，有助於觀察人流熱區。」舉例來說，分析遠傳數據資料，去年 3 月量販店曾出現一波尖峰。回頭推敲，彼時正好是去年的「衛生紙之亂」，透過圖表，即能清晰反映出常民生活面貌。

除了觀測熱點場所，臺灣疫情期間的人流移動有什麼特徵？

觀察跨縣市人流， 2020 年上半年，每到連假各縣市便湧現旅客，多由北部往南部、東部移動，例如高雄、宜蘭的非居民量大增。隨著疫情趨緩 ，5、6 月後假日人潮不斷攀升，端午連假時移動距離達到高峰、觀光區人潮大增，成為南來北往最大量的連續假期！

這些人流模式皆成為重要的防疫參考。今年端午連假前夕，政府便強力呼籲減少返鄉移動、降低雙鐵負載量，新北市也關閉部分觀光風景區。

詹大千與遠傳電信合作，以去識別化的資料加總，觀察夜市、量販店、高鐵站等特定場所的人流變化。從今年曲線，5 月初出現諾富特群聚事件後，人流陡降，特別是假日的觀光風景區，全國三級警戒後降到低點。 圖│研之有物(資料來源│詹大千)

透過遠傳數據觀察，去年防疫期間，火車站、高鐵人流下滑明顯；醫院、量販店則較早回流。但觀光風景區起伏始終明顯，每逢連假就出現高峰，6 月進入防疫新生活後快速拉高至 35%，顯見去年疫情期間臺灣人最喜歡到風景區放風。 圖│研之有物（資料來源│詹大千）

2020 年 6 月後，假日的跨縣市人潮開始增加，旅行距離越來越長。高雄、宜蘭遊客明顯增加，特別是遇上連續假期，人流就會從北部往兩處移動。 圖│研之有物（資料來源│詹大千）

分析人流 超前判斷未爆熱區

人流分析對防疫決策具有重要意義，一般可知只要政府管制嚴格，便能控管人流，但唯有科學地掌握實際人流面貌，才能更細緻、滾動式地擬定政策。

「直接封城當然可行，但對社會和經濟的衝擊非常大。」詹大千解釋。

"借助人潮數據可判斷高風險的傳播節點，規劃管制順序和強度。清楚呈現人流模式、移動路徑，也有助提前預判可能熱區。"

舉例來說，從數據分析後意外發現，某些居住或在萬華區工作的人，可能與三峽經常有互動連結（例如停留）。這個特殊的人流關係模式，無法從實體距離直接判斷出來（如萬華與板橋僅一橋之隔，往來接觸可能性高）。但經數據分析後，地方政府便可以在疫情甫從萬華擴散時，先行至三峽進行重點快篩。

詹大千生動比喻：「不要等個案出來後，像打地鼠一樣去解決；愈清楚看出人流移動，我們就可能超前偵測，及早撈出隱形傳播鏈。」實際篩檢後也發現，數據預測處與高風險重熱里，確實高度重疊。

社交管制該多嚴？配合度是另一關鍵

COVID-19 衝擊前所未有，面對這張全新考卷，要封城或宵禁？何時解封？管制是否太鬆散？各國皆只能權衡應變。除了向內看臺灣，詹大千也進行跨國比較，對照不同社交距離政策的防疫效果。

他運用牛津大學的「新冠肺炎政府政策強度指標」（Stringency index），檢視各國的政策鬆緊變化。這是目前最廣泛使用的跨國 NPI 政策指標，依循 17 項檢視項目，涵蓋學校關閉、移動與集會限制等，每日統計 174 國的即時政策強度。管制愈嚴格，指標分數愈高， 逼近 90 分大約已等同全面封城。

以臺灣來說，過去一年以邊境管制為主，沒有大規模停班停課，維持在 20 至 30 分。進入三級警戒後，折線陡升至 70 分以上，大約居於全球 34 名，衝入前五分之一。

綜合各國來看，邊境管制、限制集會等社會衝擊相對較小的防疫措施，多數國家最傾向使用。

依據此項指標，越南、以色列是圖中政策相對嚴格的國家。法國、英國執行封城期間（Lockdown），分數便直逼 90。臺灣原先以邊境管制為主，屬於低度管制，實施三級警戒後便陡升超過 70 分。 圖│研之有物（資料來源│詹大千）

若把政策、確診數變化兩相對照，進一步觀察各國人流曲線，也呈現不同面貌。

去年 4 月，日本首度針對大都市如東京、大阪、名古屋發佈「緊急事態宣言」，強制性不大，呼籲減少密切接觸活動。施行一陣子後，確實降低確診數；但隨著緊急事態宣言第三、四次發佈，便出現防疫疲乏，加上政策嚴格維持中低度，整體人流僅減少約 30%。

視角轉到歐洲，英國同樣面臨類似窘境。政府祭出嚴格的社交距離政策，但民眾配合度不高加上無法可罰，2020 年夏天後人流與確診數再次暴增，中央還得另編獎勵金請地方政府協助，提升政策配合度。

不難發現，能否減少確診數的箇中關鍵，其實和民眾配合度息息相關。

臺灣沒有進入四級警戒，但民眾的自主封城，讓人流降幅已接近國外封城的效果。民眾的配合度高低，可以從臺大公衛的調查看見類似訊息：2020 年 7 月底調查，室內公眾場所戴口罩、進門用酒精消毒的比例高達 99.2％ 和 98.4％，防疫警覺高。

以 Google Mobility 比較各國人流，英國、法國在第一次封城後，大眾運輸、零售店減少約 70%－80%人潮；義大利下降約 90% ；臺灣三級警戒後人流下降約 60%－70%；日本發布緊急事態宣言後，人潮則減少約 10%－30%。（註：本圖僅挑選三類場所示意） 圖│研之有物（資料來源│詹大千）

疫苗非金鐘罩 社交距離仍是重要防護力

力守邊境一年半後，臺灣疫情首度進入社區傳播，社區防護線成為一大重點。為了讓社區疫情觀察更超前，詹大千團隊也協助改造「社區疾病監測網」。

「我們不是現在才開始，從 2018 年起，就建置北市、高雄社區醫療監測網，監測流感、腸病毒。希望愈多基層診所加入，就能布建愈全面的流行病社區哨兵。」去年疫情爆發後，研究團隊則新增了新冠肺炎確診、疑似案例、嗅覺喪失等 COVID-19 相關代碼，協助即時掌握社區潛在個案，觀測疫情曲線變化。

監測系統承襲過去由定點醫師回報流感、腸病毒的概念，但改用資訊化系統，不需要耗費醫生通報人力。加入監測網的醫療院所，只要在健保系統中輸入特定症狀代碼，便能提供衛生單位，即時觀察社區流行病的潛伏、蔓延狀況。 圖│研之有物（資料來源│詹大千）

社區監測網另一項好處是，多數年輕族群身體不適會先到診所，而非大型醫學中心。透過各地基層診所的症狀回報，有機會更早篩出症狀輕微的年輕確診者。詹大千直言，COVID-19 症狀與流感高度相似，特別是 Delta 病毒株，未來若廣泛提供唾液篩檢組給診所，社區第一線哨兵才能更即時抓出隱形傳播鏈。

來勢洶洶的病毒，已然顛覆了整個世界，可預見的未來我們很可能將與病毒長期共存。廣泛施打疫苗，是社會對抗疫情的必要手段，但面對不斷變種的病毒株，詹大千強調 NPI 仍是不應輕忽的防疫保護網。他再次提醒道：「打完疫苗並不是披上無敵金鐘罩，各疫苗的保護力、每個人的免疫狀況都不同，落實社交距離、做好個人防護，始終是根本的防疫之道。」

對抗病毒，不只是公衛醫學，也是一場社會心理、場域的實驗挑戰。中研院集結 20 位人文社會學者，從歷史、經濟、法政、社會學、文學等不同視角，對世紀瘟疫提出深刻討論。除了推出主題網站， 7 月將集結出版《研下知疫－COVID-19 的人文社會省思》，詹大千也在書中透過數據提出觀察分析。 圖│中研院出版中心

本文轉載自《研之有物》，一個串聯您與中央研究院的科普橋梁。