国产精品国产亚洲精品看不卡,久久久亚洲国产精品主播,欧美日韩精品在线视频,欧美又粗又大又硬又长又爽视频

美國(guó)約翰斯·霍普金斯大學(xué)新冠肺炎疫情實(shí)時(shí)監(jiān)測(cè)系統(tǒng)顯示，截至美東時(shí)間5月4日18時(shí)，全球新冠病毒感染人數(shù)已經(jīng)超過(guò)357萬(wàn)，新冠病毒在全球造成的死亡病例升至250687例，疫情什么時(shí)候能最終結(jié)束尚未可知。

客觀地說(shuō)，這場(chǎng)突如其來(lái)的災(zāi)難應(yīng)該是新世紀(jì)以來(lái)人類面臨的最大挑戰(zhàn)，其影響甚至?xí)h(yuǎn)超20世紀(jì)30年代的大蕭條。

至于這一疫情所引發(fā)的復(fù)雜國(guó)際政治關(guān)系變化以及全球化的未來(lái)走向，目前還無(wú)法準(zhǔn)確研判。但無(wú)論怎樣，降低死亡率是當(dāng)下最緊迫的任務(wù)。

那么，是什么社會(huì)因素在影響新冠肺炎的死亡率呢？

我們基于常識(shí)選擇4個(gè)影響變量：當(dāng)?shù)氐娜宋闹笖?shù)、人均受教育年限、人均GDP以及每千人擁有的護(hù)士數(shù)量，看看這些變量是否對(duì)于疫情發(fā)生地的死亡率會(huì)產(chǎn)生相關(guān)性影響。

在對(duì)這些變量進(jìn)行分析之前，我們?cè)谑澜绶秶鷥?nèi)選取死亡率（死亡率=死亡人數(shù)/確診病例）排名前20位的國(guó)家進(jìn)行分析，這個(gè)選擇范圍基本可以滿足本研究的要求。

圖1就是目前世界死亡率排名前20位的國(guó)家情況。

從圖1可以看出美國(guó)死亡人數(shù)是最多的，但其死亡率卻不是最高的，在死亡率排名前20名國(guó)家中位列第11位（中國(guó)位列14位）。目前死亡率最高的國(guó)家是比利時(shí)，死亡率高達(dá)15.08%，而死亡率最低的國(guó)家則是德國(guó)為3.72%。

基于我們的常識(shí)理解，如果一個(gè)國(guó)家的社會(huì)發(fā)展程度比較高，那么它就更有能力應(yīng)對(duì)疫情，從而降低疫情引發(fā)的死亡率。

這個(gè)指標(biāo)我們采用聯(lián)合國(guó)開(kāi)發(fā)計(jì)劃署推出的人類發(fā)展指數(shù)（Human Development Index，簡(jiǎn)稱HDI）來(lái)衡量，這個(gè)指數(shù)包括三個(gè)大類變量：預(yù)期壽命、教育水平和生活質(zhì)量。從這個(gè)意義上說(shuō)，這個(gè)指標(biāo)能夠很好地反映一個(gè)特定社會(huì)的發(fā)展程度。

我們傾向于認(rèn)為發(fā)展指數(shù)比較高的地區(qū)死亡率會(huì)相對(duì)較低，但是這個(gè)指標(biāo)畢竟是宏觀綜合性指標(biāo)。為了更深入揭示個(gè)體狀況與死亡率的關(guān)系，我們?cè)俅挝鋈〕鍪芙逃晗拗笜?biāo)，這個(gè)指標(biāo)能夠反映個(gè)體微觀的行為選擇。

在我們的理解中，人均受教育年限比較長(zhǎng)的話，那就意味著這個(gè)國(guó)家的民眾有較高的科學(xué)素養(yǎng)，以及更科學(xué)的自我防護(hù)意識(shí)，而這些意識(shí)都有助于降低疫情的死亡率。

下面我們來(lái)看一下這20個(gè)國(guó)家的人類發(fā)展指數(shù)、人均受教育年限這些指標(biāo)與死亡率的關(guān)系（數(shù)據(jù)來(lái)源：人類發(fā)展指數(shù)HDI，2019），見(jiàn)圖2：

照理說(shuō)人類發(fā)展指數(shù)高的區(qū)域，死亡率應(yīng)該低，但從圖2中可以看出，這條曲線并沒(méi)有完全契合這種認(rèn)知，比如西歐國(guó)家的人類發(fā)展指數(shù)普遍較高（HDI指數(shù)大于0.9的國(guó)家有10個(gè)，排在死亡率前10名的國(guó)家中有5個(gè)國(guó)家的HDI指數(shù)大于0.9），但是它們的死亡率都較高，如比利時(shí)、法國(guó)、英國(guó)、意大利、荷蘭等。這些區(qū)域的表現(xiàn)與我們的常識(shí)認(rèn)知出現(xiàn)明顯的背離情況，目前只有加拿大、德國(guó)等少數(shù)國(guó)家符合我們?cè)醯牟孪搿?/span>

國(guó)民受教育年限指標(biāo)出現(xiàn)與HDI指數(shù)同樣的情況，對(duì)于大多數(shù)國(guó)家而言，受教育年限的增加并沒(méi)有大幅減少死亡率，只有少數(shù)國(guó)家符合我們的傳統(tǒng)認(rèn)知，如加拿大和德國(guó)。

如何解釋這種與傳統(tǒng)認(rèn)知相背離的現(xiàn)象呢？如果說(shuō)人類發(fā)展指數(shù)與平均受教育年限仍然屬于比較虛的指標(biāo)，與疫情關(guān)系較遠(yuǎn)的話，那么我們?cè)賮?lái)看一下比較硬的指標(biāo)：人均GDP的高低對(duì)于新冠肺炎的死亡率是否有直接影響？見(jiàn)圖3：

從圖3可以看出，除了德國(guó)、加拿大、丹麥等少數(shù)國(guó)家人均GDP高，死亡率也低，這與我們的傳統(tǒng)認(rèn)知相符外，大多數(shù)人均GDP高的國(guó)家其死亡率也高，這種現(xiàn)象又一次違背我們的常識(shí)。

由此看來(lái)，在新冠肺炎面前有錢(qián)沒(méi)錢(qián)一視同仁，至少?gòu)臄?shù)據(jù)上看是這樣的。那么，在此基礎(chǔ)上我們?cè)偻巴七M(jìn)一步，是否護(hù)理資源充分的國(guó)家會(huì)讓死亡率降低呢？畢竟護(hù)士是直接參與救助患者生命的人。

護(hù)士指標(biāo)我們采取每千人中擁有的護(hù)士數(shù)量來(lái)衡量，具體國(guó)家的情況見(jiàn)下圖4：

從圖4中可以看出，仍然是只有少數(shù)幾個(gè)國(guó)家的表現(xiàn)符合我們的預(yù)期，即護(hù)士數(shù)量多的地區(qū)，患者的死亡率會(huì)隨之降低，如加拿大、丹麥與德國(guó)符合我們的初始判斷。

從圖上可以看出大多數(shù)西歐國(guó)家擁有較多的護(hù)士數(shù)量，但其死亡率仍然較高，這與我們的預(yù)期是相反的。

上述4個(gè)指標(biāo)都是我們念茲在茲、朝思暮想的指標(biāo)，然而統(tǒng)計(jì)數(shù)據(jù)顯示，這些指標(biāo)竟然對(duì)于新冠肺炎作用不大，為何對(duì)于新冠肺炎疫情我們的常識(shí)大多不靠譜？

為了解釋這個(gè)現(xiàn)象，利用EXCEL軟件自帶的回歸分析工具，我們對(duì)于上述20個(gè)國(guó)家的死亡率與4個(gè)自變量做了簡(jiǎn)單回歸分析，具體結(jié)果見(jiàn)下圖：

1、死亡率與人類發(fā)展指數(shù)（HDI）的回歸結(jié)果：

從回歸結(jié)果來(lái)看，人類發(fā)展指數(shù)與新冠肺炎死亡率之間僅呈現(xiàn)弱正相關(guān)（0.185239），從顯著性指標(biāo)P值來(lái)看，已經(jīng)達(dá)到0.434。

2、死亡率與受教育年限的回歸結(jié)果：

死亡率與受教育年限兩者之間的相關(guān)性僅為0.0315，相當(dāng)于沒(méi)有關(guān)系，通過(guò)P值（0.8949）可以看出，由于P值太大，導(dǎo)致模型為真的概率僅為10.5%左右。

3、死亡率與人均GDP的回歸結(jié)果：

死亡率與人均GDP之間的相關(guān)性僅為0.073，太微弱，相當(dāng)于沒(méi)有關(guān)系。P值（0.76）太大，導(dǎo)致模型為真的概率僅有24%左右。

4、死亡率與每千人擁有護(hù)士數(shù)量的回歸結(jié)果：

死亡率與每千人擁有的護(hù)士數(shù)量之間的相關(guān)性僅為0.041，相當(dāng)于沒(méi)有多大關(guān)系，該回歸的P值（0.864）實(shí)在太高，跟我們常識(shí)相距最遠(yuǎn)（護(hù)士直接照顧患者，在我們的常識(shí)理解中，這應(yīng)該是與降低死亡率高度負(fù)相關(guān)的）。

那么是不是這些被我們所看重的要素都不重要了呢？

顯然不是，一方面說(shuō)明單要素對(duì)復(fù)雜風(fēng)險(xiǎn)作用有限；另一方面也凸顯了新冠肺炎病毒的復(fù)雜性，拋開(kāi)科學(xué)層面的因素不談，在社會(huì)治理上也需要多管齊下。

我們對(duì)四變量采取多元回歸，結(jié)果的顯著性增加不少，這也間接佐證了上述說(shuō)法。

多元回歸的結(jié)果顯示，相關(guān)性已經(jīng)達(dá)到0.504，P值也降為0.323，模型為真的可能性上升到67%，雖然還是很不理想，但已經(jīng)顯示出某種協(xié)同的力量。

考慮到各個(gè)國(guó)家之間存在的巨大差異（如人口數(shù)量、貧富差異等），為了便于比較，我們放棄死亡人數(shù)指標(biāo)而采用死亡率，希望以此來(lái)讓數(shù)據(jù)在統(tǒng)一基準(zhǔn)線上進(jìn)行比較，盡管如此，上述分析結(jié)果仍然很令人失望，新冠疫情與我們擁有的常識(shí)認(rèn)知形成了相當(dāng)大的反差。

一種新病毒對(duì)傳統(tǒng)認(rèn)知（偏見(jiàn)）形成全方位的挑戰(zhàn)：諸如不同政體、貧富差距、素質(zhì)高低等人為分類，實(shí)行了無(wú)差別打擊。

總結(jié)下來(lái)，有如下三點(diǎn)結(jié)論：

其一，突然遭遇一種人類前所未知的病毒，我們賴以自信的基礎(chǔ)幾乎都是低效甚至無(wú)效的。

社會(huì)發(fā)展程度（HDI指數(shù)）、受教育年限、富裕程度（人均GDP）與醫(yī)療資源（護(hù)士數(shù)量）等，這些對(duì)于維持生命至關(guān)重要的基礎(chǔ)性資源對(duì)于疫情在短期內(nèi)幾乎沒(méi)有起到多少作用。

其二，在疫苗研發(fā)出來(lái)之前，從宏觀上普及疫情傳播特點(diǎn)以及相關(guān)知識(shí)，在全社會(huì)形成防疫共識(shí)，可以有效打破信息鴻溝帶來(lái)的損失。

其三，越簡(jiǎn)單的方法也越有效。

在新冠疫情仍在全球蔓延的當(dāng)下，由于沒(méi)有特效藥，檢視那些死亡率比較低國(guó)家的經(jīng)驗(yàn)，可以發(fā)現(xiàn)，它們不約而同選擇了用物理方法人為切斷傳染鏈條：隔離。

隔離的代價(jià)是非常高的，為了徹底消滅疫情，全球科技界應(yīng)該充分利用這段寶貴的時(shí)間窗口，加強(qiáng)合作加緊研發(fā)疫苗，否則隔離是不可持續(xù)的。

雖然簡(jiǎn)單分析得到的結(jié)論令人失望（或許我們選擇的變量有問(wèn)題，沒(méi)有切中要害），但筆者仍堅(jiān)信：從長(zhǎng)遠(yuǎn)來(lái)看，社會(huì)發(fā)展程度對(duì)于戰(zhàn)勝疫情仍然是至關(guān)重要要的，這個(gè)“偏見(jiàn)”至今仍無(wú)可撼動(dòng)。

（作者單位：上海交通大學(xué)科學(xué)史與科學(xué)文化研究院）