【30天免費閱讀】建立網絡關聯性來圖像化COVID-19疫情蔓延風險

隨着2019年冠狀病毒疾病（COVID-19）在國際間傳播，大家都關注如何預測疫情的蔓延風險。我們運用網絡分析（network analysis）這個成熟的科學方法，把COVID-19疫情的蔓延風險圖像化地表達出來。方法是把現成的數據（如COVID-19的確診案例）製成可供目測的地區之間的連接程度，提供了簡單而有力的證據來測度疫情的蔓延風險。

以往網絡分析常用於評估各地金融的互聯性和系統性風險。在金融體系中，一系列具有互利業務關係的相互關聯的機構（例如商業銀行）可能通過在金融危機期間迅速傳播的流動性不足、資不抵債和虧損而迅速崩潰。例如，2008年雷曼兄弟倒閉和2011至2012年的歐洲主權債務危機，表明金融機構之間的業務關係。如果關連程度規模夠大，足以導致全球市場的系統性風險。

今次我們是利用網絡分析在COVID-19大流行上。是次研究已發表在國際期刊上。筆者節錄了一些有趣的內容在此與讀者分享及簡單解釋圖像化的重要性。我們選取了由2020年2月下旬至3月在全球（中國除外）的確診病例繪製成5段時間的圖像分別稱為第一期至第五期（圖A）。進一步以每兩個國家之間確診病例數量變化的相關性（correlation of changes）構建出不同的網絡圖，顯示於圖B-F。凡任何兩個國家的病例數量變化的相關性大於0.5，這兩個國家在圖B-F內均被線條連接起來。有關「網絡圖」的構建數學步驟，己詳細列在有關的學術文章內。

根據網絡圖中不同區域連接的頻密程度，普羅大眾也很容易以目測掌握疫情蔓延風險。區域連接的頻密度愈高，網絡圖中的線條密度也愈高，顯示出區域間病毒傳播共同進化的趨勢就愈強，間接表達了疫情蔓延風險增加。相反，區域連接頻率越低，網絡圖中的線條密度愈低。區域間病毒傳播從圖中可見，在第1期（2月20日至26日），歐洲、美國和其他國家之間的關連性開始建立（圖B），表明疫情蔓延風險正在增加，儘管歐美的每日確診數字在第1期（圖A）仍然很低。從第2期到第4期（2月27日至3月18日），歐美國家的關連性繼續上升和加劇（圖C-E），表明歐美疫情正在惡化。在第5期（3月19日至25日）（圖F）期間，雖然關連性有下降的跡象，但每日確診數字到第5期（圖A）已迅速飆升。可見當時區域間的緊密聯系已加速了COVID-19的傳播。

由此可見，與僅依靠分析每日確診數字相比，網絡分析可以透過疫情蔓延網絡圖的關連性程度，對疫情蔓延風險進行有力和更清晰的圖象分析。網絡分析以數據為導向，以易於獲取的數據為基礎，可以補充傳統的建模技術，以加強對疫情蔓延風險的評估，並提供更及時的證據，為防疫計劃提供資訊。

（COVID-19疫情蔓延風險探索三之一）

朱文英為香港教育大學助理教授、羅鳳儀為香港大學名譽教授、蘇家培為香港科技大學教授

發表文獻
So, M. K. P., Tiwari, A., Chu, A. M. Y., Tsang, J. T. Y., & Chan, J. N. L. （2020）. Visualizing COVID-19pandemic risk through network connectedness. International Journal of Infectious Diseases, 96, 558-561.