为什么瑞典没有达到其预想的「群体免疫」的效果？
这篇文章我前段时间就想写了，今天终于有空了。
瑞典在所有国家的抗疫政策中都是独树一帜的，其「软性抗疫」模式几乎没有被其他任何国家所采用。记得在三四月份的，瑞典的首席流行病学家安德斯?泰格内尔预计瑞典可以在五月份的某一天达到群体免疫。
而前不久，泰格内尔还警告芬兰、挪威等北欧兄弟，因为这些国家第一波感染人数较少，所以可能在第二波疫情中面临巨大的伤亡。然而，在第一波中抗体阳性率抽样约20%的瑞典，也没有能在第二波中例外。
说瑞典的政策「完全失败」可能有争议，毕竟其经济数据相比其他国家还行；但是说距离瑞典科学家所想要达到的目标相去甚远，就抗疫这个目标来说，已经失败，没有达成既定的目标，应该是毫不夸张的。
所以，一定是某些地方出了问题，我认为这个问题大概率是在瑞典科学家所依赖的模型上。
目前有一些地方是已经达成或者接近群体免疫的。比如纽约的一些贫民区，比如一些美国地广人稀的深红州农村。贫民区人口密度大，年龄结构比较轻，即便是有疫情，他们也没有什么能力能够和其他人保持距离，能够不工作，所以会在疫情中不断的被感染，直到人口抽样中能能达到60%以上的抗体阳性率。也就是说，贫民窟的病毒再生指数Rt是很高的，并且这个Rt是不会因为人们对病毒的畏惧和避免而下降很多。因为人们没有隔离的条件。从某种意义上，贫民窟是比较完美的能够符合SEIR理论模型的场景：人们随机行动，根本不在乎（因为没有能力在乎）有没有疫情，和疫情的发展怎么样了。所以病毒可以在贫民窟指数传播，很短的时间内传染很多人。
而深红州农村则是另外一个场景。深红州地广人稀，本来隔离条件很好，但是人还留有当年牛仔时代悍不畏死的风范。所以这个时候人群就分层成了两种：惜命的人肯定深藏功与名，在自己的大房子和农场里面好好封闭，不和人接触，这些人不传染其他人，也不会被传染；而悍不畏死的这批人（大部分是年轻人），则很快被传染完了。但是这两拨人的交集不太多。当病毒发现该传染的都传染的差不多了，在人发病的周期，要么碰不到人，碰到的都是已经带抗体的，那么疫情也差不多就结束了。取决于这两种人的比例，其实只要悍不畏死的这批人大部分都感染了，那么疫情基本上也结束了。所以深红州不需要达到60%-70%的理论线，就能够实现群体免疫。
我们假想一个极端的分层模型，就可以理解这一点了：
假定存在两种人：超级宅和社交达人。超级宅永远不见任何人，永远不使用任何的公共空间；社交达人每天见所有的其他达人，一直生活在公共空间。两种人在人口比例中各50%。因为超级宅几乎不会被传染，也不会传染其他人，所以只要社交达人中有70%的人口感染过了，那么也就是整体人口35%的感染，就可以达到群体免疫。
在现实社会中，当然没有那么极端，但是像医生这样的职业，客观上起到了「社交达人」的作用，因为医生的整个工作环境都是在公共空间，需要不断的接触不同的陌生人。这也是为什么打疫苗先打医护的原因，并不仅仅因为医护自己危险，同时也考虑到医护作为潜在的传播节点，更需要加倍预防——医护先免疫，是达成群体免疫非常关键的一步，可以显著的降低达成群体免疫的门槛。
通过「排队感染」来被动的群体免疫，需要满足两个条件的一个：
要么就是穷+密度大，人们没有其他选择，只能一个个的等待感染；要么就是富+密度小，这样人们可以充分根据自己的观点——包括对科学知识的信赖程度分层，然后等悍不畏死的一批人都感染上了之后，也可以。
但是瑞典的情况，不属于上面两种场景的任何一个。
瑞典人相对收入比较高，然而人口聚集在大城市，斯德哥尔摩市人口密度不输于很多大城市。这就造成了两个问题：瑞典相对比较富有，卫生条件比较好。那么想在家工作，减少接触都有这个条件。这就导致随着疫情的加重，越来越多的人会自发的小心起来。那么这就导致Rt是不断下降的，病毒不可能按照某一个恒定的指数来进行传播，而是越传越没有后劲。然后夏天来了，病毒的传染力受到抑制之后，不断的减少，给人一种错觉，认为疫情已经结束了。然而，瑞典的首都人口密度高，即便是惜命的人，也无法像深红州那样彻底的隔离。人们确实可以采取措施来减少自己受感染的概率，但是因为人口密度高，所以很难像深红州那样周围漫无人烟的生活，所以无论怎么防，总还是有漏洞。并且封锁时间长了，人也松懈了，在冬季来临之后，病毒本身的传播能力再次上涨，第二波还是如期而至。
西北欧国家，大都属于居民对公共空间（酒吧、公共交通、餐馆等）依赖程度比较高，人均收入比较高，这样的地方是很难通过「排队感染」的方式来迅速熬过疫情的。因为当疫情严峻的时候，人们自发的想减少社交，保持距离，然而他们还能做得到这一点，于是Rt下降了；然后等疫情好一些之后，西北欧的城市生活归根结底还是依赖于公共空间的，于是不断的有人耐不住寂寞出来。Rt高高不上去，低也低不下来。
随着封锁疲惫、病毒本身传播性随着气候的消长、病毒自身的变种等各种因素，让感染的强度起起落落。所以我们能观察到自三月份以来，已经三次疫情反复。
流行病学有一大部分是数据建模，这部分文章很多还是挺有意思的，像Reluga(2010)[1] 这篇，我都怀疑是经济学家混进来了，后来一查作者的简历，发现是在PSU工作的Professor of Math and Biology，这样就很可以理解了。