正文|编程浪子

来源|智能相对论

你在家的时候会被这样的地图吓到吗？准备复工的时候，你担心自己和老板吗？

每一次传染病的爆发都不可避免地伴随着公众的恐慌，这种恐慌来自不透明的信息，也可能来自无知。

自“新冠肺炎”疫情暴发报告首例患者以来，已近三个月。这期间，无数热点牵动着各行各业的心弦。在这个过程中，各个互联网公司结合自己的业务共克时艰，在信息公开传播方面取得了很大的进步。

百度， 腾讯、360等公司同时推出了自己的“疫情地图”，不仅以统计数据的形式实时披露疫情发展情况，还以可视化图表的形式降低了统计数据的认知门槛。

但每个家庭的疫情地图不仅起到实时普及疫情的作用，而且有统计知识门槛，使得一些人对疫情的认识存在严重偏差。“智能相对论”几乎每天都能在各种社交软件上看到对流行病学地图的误解和恐惧。

图：“智能相对论”观察到的疾病地图上一个微信群的恐慌

因此，我们有必要梳理流行病学数据图谱的来龙去脉并加以推广。

1.起源：疫情地图如何拯救伦敦疫情

从1853年到1854年，伦敦，爆发了一场危及成千上万人的霍乱，10天内就有500人死亡。流行病学家约翰斯诺通过疾病传播图确认了疾病传播的原因，成为流行病学史中疾病图和统计在公共卫生中发挥作用的典型案例。

霍乱爆发的背后是伦敦不断活跃的商业和快速增长的人口，那里的公共卫生条件正在恶化。此外，市政建设明显不足，城市缺乏完善的下水道系统，小区内粪便堆积如山，容易污染饮用水源；污物污水乱排，污染水源(如泰晤士河)等，最终导致霍乱。

更重要的是，在政府层面，居民公共饮用水缺乏统一的管理主体，社会学家和公共政策专家称之为公共管理的缺失。

霍乱爆发于1953年夏天，随后在1954年气温转暖后再次爆发。当时中央卫生局任命的调查委员会经过调查，确认了“瘴气感染论”，认为疾病的传播与大气的运动密切相关。有专家认为下水道的污浊空气是传染源，这与新型冠状病毒流行期间一些人对“气溶胶传播”的误解有些相似。

流行病学家约翰斯诺，和黑德，亨利怀特，于1854年调查了伦敦的布劳德街，证实了霍乱的“水源传播理论”。借助疾病地图，他发现基于感染患者的地理分布，所有患者都密集在某个水源点周围，从而推断霍乱的传播可能与水源的清洁度密切相关。

这与官方学术权威的“瘴气传播论”或“下水道传播论”大相径庭。

从历史上看，官方学术权威和年轻的学术学生很难在关键问题上达成一致，学术纠纷将迅速演变为社会各界关注的公共问题。

图：流行病学家约翰斯诺绘制伦敦霍乱传播地图

有趣的是，经过一番争论后，政府虽然口头上不认可“水源传导论”，但在实际治理中逐渐倾向于从水源问题入手。1954年伦敦霍乱疫情逐渐稳定后，伦敦采取了一系列加强公共水源管理的措施，包括对泰晤士河，污水的处理等手段，最终消除了污水导致的霍乱。

此外，统计工具疫情地图的本质是将空间地理和感染患者密度这两个变量结合起来。通过密度可以判断感染者在地理空间上的共性和疾病的传播轨迹，从而采取针对性的预防措施，同时有利于灾后的补救性建设。

在疫情地图之初，它是作为研究流行病学传播和科学控制技术的手段出现的。伦敦，霍乱之后，疫情地图开始作为流行病常规研究手段进入科研工具库。

2.互联网公司的疾病地图和日益增长的数据意识

在此次新冠肺炎疫情地图服务中，最具代表性的是来自百度， 360和腾讯百度的健康产品推出了“新型冠状病毒疫情实时大数据报告”(/act/新广东/新广东/？From=osari_pc_3)“发热门诊地图”，360推出360疫情查询服务，7天前推出360“疫情社区一键式查询服务”，而腾讯健康则推出了更小的“同社区患者”疫情地图。

图：百度实时疫情传播热图

对于一个面向公众的疫情报告工具来说，最重要的有三点：数据源、数据覆盖和疫情相关辅助功能。

百度疫情地图突出宏观统筹。数据来源于卫健委和卫建委，的公开数据，可以以城市为单位划分感染情况。而且工具页面增加了谣言澄清、热点新闻等与疫情相关的辅助功能。总的来说，百度疫情可视化工具强调信息的传播和整合，凸显了百度在信息方面强大的聚合能力。

与百度疫情大数据报告类似，360的疫情工具也使用了卫健委各级公共数据作为数据源，并在辅助工具中加入了“疫情工具箱2.0”等。并总结了在心理健康咨询、医疗产品购买、社会关怀和官方联系等方面为用户提供服务的信息。

腾讯健康“同社区患者”地图数据来源为各地区卫生委员会公开信息。其数据覆盖可以细化到社区，辅助工具中还提供了“免费义诊”“新冠肺炎自查”“口罩策略”“心理自测”“科普普及”“消解疫情”等多种实用工具，从功能覆盖上定位在头部位置，社区维度的精细化数据切片为用户的疫情防控方案提供了更为详细的参考，这得益于腾讯在医疗领域的健康深度积累。

从数据可视化的角度来看，人们对图像的感知和理解往往强于文字。所谓“一图胜千言”就是基于这一现象，这也是图表在现代科学研究、数据新闻和调查研究行业中发挥重要作用的主要原因。

我国在数据公开过程中，经历了从数字出版到可视化的过程，统计数据的接触门槛不断降低，人们开始关注数据，这是公众意识和现代治理非常可喜的进步。

然而，统计数据和基于数据的可视化结果都需要从统计学的专业角度来看待。对于没有接受过统计培训的人来说，需要进行如何解读统计数据的基础科普，否则很容易陷入“统计陷阱”。

3.从科学的角度正确看待疾病地图

上一节分析的三款产品都是用热图的形式来展示各省的疫情情况。如图例所示，颜色越深，确诊感染人数越多。这种数据表示方法也起源于欧洲，最早出现在伦敦的霍乱点流行图之前

图：历史上第一张热量统计图，来自法国

1826年，法国的查尔斯杜宾男爵发明了用连续黑白阴影显示法国识字率分布的方法，这可能是第一张现代专题统计地图。在右边，律师安德烈米歇尔盖里对英国和法国的犯罪情况进行了比较研究

这种图表以地理区域为单位，用颜色的深浅来表示变量的高低。如果不仔细看图表，往往会形成整个地区已经被严重感染的误解。当你看到“山河皆红”时，你以为疫情蔓延得很严重，却没有想到流行病学中确诊和治愈人数的统计意义，这才是产生误解的主要原因。

疫情地图为人们了解疫情实时情况、普及防疫意识起到了降低门槛的作用。但由于技术门槛，社交媒体上出现了大量对疫情地图的误读，甚至出现在复工复产的关键节点，一定程度上加剧了恐慌情绪。

图：腾讯一个健康社区的新冠肺炎感染

另一种情况，比较常见的是对社区感染点图的误读。比如最常见的评论是“太恐怖了，回城市上班，却只能吃土不付钱”或者“一个城市到处都是感染者，你根本不敢出门”等等。由于缺乏统计知识，普通公众的恐慌被流行病学地图上的小红点放大了。

从目前的防疫手段来看，大部分卫生部门和基层单位都采取了严格控制进入有病例地区的阻断手段。从疾病传播的角度来看，如果没有高危接触史，严格遵循戴口罩、勤洗手的防护手段，感染的概率并没有大多数人看到疫情地图和统计数据时想象的那么可怕。

更重要的是，当公众再次看疫情地图时，往往会本能地忽略基数和比例的问题。当手机屏幕里挤压出几十平方公里的病例时，直观感受就是感染者密度很高。但考虑到大多数人的行动轨迹和基层防疫的严格程度，大多数人不会与受灾群众所在社区有直接交集，更不会与受灾群众有接触。过度恐慌是不必要的。

综上所述，严格遵循防疫规定，按照政府建议恢复正常工作，以疾病图谱为参考，而不是增加自身压力的压力源，才是更理性的选择。在非常时期，每个人都以不同的方式做出贡献。科学防控，积极复工，也是对抗疫的贡献。

*本内容来源于智能相对论。未经授权，任何人不得以任何方式使用，包括转载、提取、复制或创建镜像。

[End]智能相对论