

数字洞察 | 战“疫”，你被“黄”了吗？

安元数科

2021-08-03

导读：赫拉利在《未来简史》中说，“千百年来，人类一直面临三大重要生存课题——饥荒、瘟疫和战争，而这些课题在新世纪都

赫拉利在《未来简史》中说，“千百年来，人类一直面临三大重要生存课题——饥荒、瘟疫和战争，而这些课题在新世纪都呈现消失的趋势。”饥荒、战争这两个主题，从整体世界层面来看，确实逐渐消失，只有“局部地区”还处在贫穷和战乱之中。

然而，瘟疫，似乎会一直伴随着人类的进化与发展。无论是远期的天花、霍乱、鼠疫、流感等，还是最近几年出现的寨卡病毒、埃博拉病毒、非典型性肺炎等，甚至是我们仍然面临并与之鏖战的“新冠肺炎”。

新冠肺炎已经肆虐全球将近两年的时间了，但，至今还是反反复复，时好时坏。2021年7月，境外输入的变种毒株“德尔塔异变株”，似乎有愈演愈烈的趋势，全民核酸检测、部分停产、部分停业，部分停课...

这还不是最让人焦虑的，更让你头疼的是——一夜之间，健康码莫名其妙的“被黄”，身披“黄码甲”，变成了“小黄人”。完全没有预兆，也没有一点点防备。这意味着什么？这意味着公共场所是去不了的，公共交通是坐不了的，如果去过疫区还得隔离观察。

大家见面打招呼都是，“今天你黄了吗？”...

“红码”已经集中隔离，“绿码”害怕不敢出门，只有“黄码”顶着“烟花”满世界跑做核酸...

很多人比较纳闷，为啥我的是黄码，周围的人都是绿码？权威解答是大数据的筛查结果，如果你去过疫区、经过疫区、经过被确诊患者的轨迹区域等等，会被打上“黄码”。疫情严峻，必须从严处理，这也是“宁可犯错，不可放过”。

那么这种决策的背后，是什么原理？之所以这么多人无辜“躺枪”，背后的原理，是尽量降低犯“假阴性错误”的概率。

这在统计学里是非常重要的概念，其实是有两类：一类错误和二类错误，或者说假阳性的错误和假阴性的错误。

第一类错误，也就是假阳性错误，是把不具备你所指特征的对象，当作是具备这种特征的对象了。

第二类错误，也就是假阴性错误，把本来就具备你想要确定特征的对象，当作是不具备这些特征的对象而放过了。

在不同的场景里，犯这两类错误导致的结果是有差别，有可能第一类错误造成的影响大，也有可能第二类错误造成的影响大。

在商业场景里

1984年法律经济学家弗兰克·伊斯特布鲁克写过一篇反垄断领域非常有名的文章，《反垄断法的限制》，充分运用了统计学中的第一类错误和第二类错误。我们判断什么样的商业行为是反竞争行为的时候，同时会犯两种错误，假阳性错误和假阴性错误，也就是捉错好人和放过了坏人。

法官犯了第一类错误，捉错了好人，把一种明明是促进竞争的商业行为判定有罪，对整个商业的发展就会产生很大的负面影响。如果犯了这种错误，再要纠正过来的时间很长，成本很高，过程相当复杂。如果法官犯了第二类错误，让一种破坏竞争的行为逍遥法外，放错了坏人，后果没那么严重。因为在激烈的市场竞争中，维持不了多久，很快会被别的竞争行为所取代。

在战“疫”场景里

如果犯了第一类错误，把一类实际上是没有被病毒感染健康的人判定为，“捉错了好人”，对整个疫情的控制来说是有利无害的，虽然说对个人麻烦一点，要限制出行、要居家隔离、要核算检测，但毕竟大家好才是真的好。

但如果犯了第二类错误，问题就严重了，实际是把一类已经被病毒感染的患者判定为健康，“放错了坏人”，本应该集中隔离的人群，却让他们四处流动，那么病毒的传染链造成的后果可想而知。

最后，

大“敌”当前，不容有失，“不漏一户、不漏一人”，整个城市都在紧张中忙碌着...

在这“黄”、“绿”之间，在这烦躁与不安中，却总会陪伴着“天使白”和“藏青蓝”...

你期待的那抹“绿”，终将会到来！