作者：李梦莹

　　在大多数人的心目中，“传染病学”是一门特殊的学科，当我们提及它时，往往只是将其与令人闻之色变的传染病联系起来，而不会想到这是一门极具实用性的学科，不会想到传染病学的研究模式也可用来解释日常生活中的诸多社会行为。关于这些问题，我们都可以在《传染：为什么疾病、金融危机和社会行为会流行？》（以下简称《传染》）一书中找到答案。

　　《传染》的作者亚当·库哈尔斯基是伦敦卫生与热带医学院传染病流行病学系副教授，他术业有专攻，对传染病学研究颇有心得，同时还具有跨学科的研究视野，不仅看到数学模型在传染病学中发挥了巨大作用，还发现了金融危机、网络营销、电脑病毒等种种社会现象均属于“传染性事件”。如今的我们身处在一个个复杂并相互影响的人际网络中，从传染的角度去审视和应对各类问题，或许能为我们提供全新的启示。

　　开辟了一条新路径

　　“传染”一词获得了空前丰富的内涵与强大的包容性，生活中的传染是无边的

　　感冒、艾滋病、肥胖、孤独、打哈欠、大笑、暴力行为、金融危机、谣言、社会运动、“冰桶挑战”、计算机病毒等，有什么共同之处？

　　答案是它们都可以传播，或者更聚焦一些，使用《传染》这本书中的概念，它们都可以“传染”。

　　虽然在《传染》一书中，亚当并未对“传染”作出精确定义，但是，结合全书可以发现，他并不是从传染病学专家的立场出发来使用“传染”这一术语，而是将其本意扩大，使之可以容纳“传播”“扩散”之类的含义。“传染”一词由此获得了空前丰富的内涵与强大的包容性。也正因此，作者才能将流言的广泛传播、电脑病毒的迅速扩散等生活现象纳入讨论范围。于是，我们得以见识无边的“传染”现象，进一步加深我们对传染的认识。

　　亚当以生动的生活事例为引子，为我们展示了数学模型及传染病学研究方法在生活中的广泛应用。甚至可以说，他为我们开辟了一条看待这些日常生活现象的新路径。在书中，亚当试图为所有的“传染”找出一个具有普适性的数学模型，以此揭示传染的运行机制，从而指导我们更好地应对生活中的风险。借用作者的话来说，就是“找到一种方法来区分特定暴发的特点与驱动传播的基本原理”“这种方法要超越简单的解释，揭示暴发模式背后的关键信息”。这也是作者写作《传染》的主要目的。

　　通过研究和比较，亚当发现，无论是疫情暴发、金融危机，还是新的观念或产品的早期传播，它们都共享着一个大致相同的传播机制和数学曲线。这启发了亚当用传染病学的研究模式来解释生活中的常见现象，我们也由此发现了这一学科所潜藏的阐释空间。

　　传染如何才会发生

　　“随着越来越多的人接受新的观念，要碰上一个从未听过这种新观念的人变得越来越难”

　　就疫情暴发而言，亚当强调，“虽然不同疫情的曲线形状不尽相同，但它们通常都会包含4个主要阶段：散发期、扩散期、暴发期、下降期。”也就是说，当一场疫情开始发生时，往往只是出现少数病例；但是随着疫情的扩散，感染的人数也在不断增多，并在某个时期到达峰值；最终，易感人群逐渐减少，感染人数也慢慢减少，疫情由此进入平台期。

　　关于新产品、新理念的早期传播趋势，亚当引证了埃弗雷特·罗杰斯在《创新的扩散》一书中提出的创见。罗杰斯用S曲线来描绘新观念或新产品的传播，指出最早接受新观念、新产品的人是“尝鲜者”；尔后，接受新观念、新产品的人会不断增加，新观念、新产品进入“流行期”；最终，公众对新观念、新产品的接受也会逐渐趋于平稳状态。

　　面对这一演进趋势，亚当给出了这样的解释：“随着越来越多的人接受新的观念，要碰上一个从未听过这种新观念的人变得越来越难”。所以，在高峰期之后，“由于缺乏潜在的接受人群，传播便开始减速，导致本次暴发最终进入平台期”。疫情的变化趋势也可如此解释：因为易感人群的减少，感染率将会变低，疫情的传播速度将不可避免地下降。

　　“易感人群”正是《传染》一书的关键词之一。以疫情为例，如果要阻断疫情传播，一系列的措施都应致力于减少易感人群，降低感染率。随之而来的问题是，一个健康的个体感染传染病的概率与什么有关？换言之，是哪些因素在左右着疾病传播呢？

　　按照亚当的说法，“传染源和易感人群要直接或间接接触，传染才会发生”。在此过程中，影响疾病传播的因素有4个：传染期（患者具有传染性的时间长短）、传染的机会数（患者传染期内每天传播感染的平均机会数）、传染概率（每次接触时发生传染的概率）和易感性（人群的平均易感性）。阅读《传染》之后，我们将会更深刻地去看待这些事情。

　　生活并不会听命于预测

　　“即便我们能够判断出哪些情形会造成疾病传播，结局也未必会和我们预测的一样”

　　在《传染》中，亚当不仅探讨了数学模型的广泛应用，还创新性地以传染病学的“阻断法”为切入点来解释一系列社会现象，阻止暴力事件发生与截断网络谣言的举措便是这方面的典型例证。在论及暴力事件时，他指出，暴力事件也具有潜在的传染性，一起暴力事件发生后，再次发生暴力事件的概率将会升高。一些“减少暴力小组”便引用了公共卫生领域的阻断法来控制暴力的发生，例如通过“向有暴力倾向的成员提供职业技能培训和就业机会”来降低他们采取暴力的风险。再如，网络上经常会有谣言传播开来，如果官方能够及时采取有效的辟谣行动，便可以降低人群对谣言的易感性，减少谣言的传播概率。这样，即使有人仍在传播谣言，但是随着易感人群的渐趋减少，谣言的效能也会不断下降。

　　亚当充分强调了“数学模型”的应用价值，他认为通过数学模型，人们可以预测某些社会现象的发展趋势，并根据预测采取相应的措施来阻断某些过程。并且，他没有过分夸大数学模型的解释效果，而是坦然承认：模型是对现实世界的简化，现实世界中发生的种种事情，远比简单清晰的模型可以展现出来的内容复杂得多。故而，无论科学家将模型建构得多么全面和复杂，无论模型中纳入了多少变量和潜在的影响因素，它依然是对现实世界的简化。而且，日常生活中的诸多事情的发展进程并不会听命于科学家的预测。以传染病为例，亚当指出，“即便我们能够判断出哪些情形会造成疾病传播，结局也未必会和我们预测的一样”。

　　此外，亚当还为我们指明了传染病学研究的一些“天然的缺陷”，纠正了我们因惯性思维而产生的认知误区。比如，当一场传染病突然暴发时，科学家也往往对其一无所知；而正当他们进行突击式的研究时，疫情可能已经趋于平息，“甚至可能到疫情结束时，很多与疾病传播有关的基础问题都还没有搞清楚”。再如，我们通常会错误地认为，科学家搜集到了如此多的数据，这些数据一定对解决问题有着巨大的价值，科学家可以根据数据准确地采取措施，应对危机。然而，“即使最完美的暴发数据都会有影响分析的瑕疵和限制”“能获取数据进行分析是一回事，能发现疫情并有资源去应对是另一回事”。就像新冠肺炎疫情集中暴发的时候，纵然全世界的科学家拼尽全力，依然无法在很短的时间内研制出可供使用的疫苗。

　　人生是复杂的迷宫

　　猫鼠游戏会持续，而我们也将在这个过程里不断纠正自己的错误，加深自己对未知世界的认知，更好地应对未来的种种风险

　　实际上，即使是看似简单的数据收集也同样困难重重，因为“如果我们想要了解传染的机制，就要弄清楚人们彼此之间是如何互动的。但事实证明，这是一项异常艰巨的任务”。即使处在科技如此发达的今天，科学家依然无法准确追踪人类的行动轨迹。生活是复杂的迷宫，无数人行走其中，科学家如何能够准确地测出每个人都曾经走过哪里呢？

　　面对这样的局势，似乎无论我们怎么努力，都无法从根本上阻绝那些会给我们带来危险的“传染”进程。可是，面对突然的危机，从不知所以到初有头绪，从一团乱麻到有迹可循，这终归是值得欣慰的事情。在与病毒漫长的对抗生涯中，人类已经积累了不可忽视的经验，这些经验将会成为我们应对当前危机的重要组成部分。

　　也许，只要人类存在，人与病毒的“猫鼠游戏”就会继续下去。人类不必恐慌，而应该相信自己的智慧和力量。“猫鼠游戏”会持续，而我们也将在这个过程里不断纠正自己的错误，加深自己对未知世界的认知，更好地应对未来的种种风险。正如亚当所说：“在对暴发进行分析的过程中，最重要的并不是我们做出正确决策的那一刻，而是我们意识到自己错误的那一刻。”（李梦莹）