「美国来信」4.19｜疫情中的数学

高占军
国家金融与发展实验室特聘高级研究员
哈佛大学访问学者
原中信证券董事总经理
数学重要，但算数时若缺乏常识，就永远也不会理解数字背后的逻辑。
美国时间4月18日傍晚，白宫举办例行疫情发布会。期间，负责疫情应对的总协调人Deborah Birx博士给大家展示了一张图，试图说明不同国家在应对疫情中的表现。她所用的指标是每10万人口中有多少人因感染Covid-19而病亡。根据这个指标，比利时最高，每10万人口病亡45.20人，其次是西班牙42.81人，再之后是意大利37.64人，然后是法国、英国和荷兰，分别为27.92人、21.97人和20.14人。表中还有美国、德国和中国，分别为11.24人、5.25人和0.33人。笔者特意把原图照样重做一遍，复制如下。（见图1）

图1 每10万人口病亡的人数
数据来源：笔者根据白宫负责疫情应对的总协调人Deborah Birx博士提供的数据复制。
Birx博士称，在做这张表时，还是把中国放在里面了，但特意加了个星号。她的意思很明显：发达经济体都那么高，甚至美国也超过11，而中国却只有0.33，这么小的数字，肯定有问题，不可信；但又不可能没有中国，所以标注星号以示不可比。
疫情中的数据因检测的标准和要求不同、统计口径的差异和不断更新以及确认上的滞后等原因，不但国际上不完全可比，甚至一国数据的动态变化有时也令人困惑。这是可以理解的，在这方面，找得到无数的例子。比如，日本因标准高所以检测范围有限，美国因工具缺乏而一度检测不足，韩国检测覆盖范围明显高于大部分国家，所以在不同时期看到的病例数据并不能反映实际情况。再比如，在病亡数据的统计上，纽约4月14日一次性增加了3778个病亡数据，都是以前未经检测就死在家里，而事后根据推测和检测怀疑死因是感染了Covid-19的。美国疾控中心（CDC）对数据统计也不时更新标准，每更新一次，数字自然就会有相应的变化。