传染病控制的公共政策分析：基于复杂网络理论的观点

1、传染病控制的公共政策分析：基于复杂网络理论的观点摘 要 近年来，大规模爆发的传染性疾病给很多国家和地区带来了极大的危害，可以采用复杂网络理论的观点和模型刻画传染病的传播机理，对此类传染病的传播途径进行研究，从而提出相关政策建议。关键词 传染病 复杂网络 小世界网络 无标度网络艾滋病自1985年传入我国，历经传入期和扩散期，现已进入快速增长期。据专家估计，如不采取积极有效的措施，到2010年我国艾滋病病毒感染人数将达到1000万，社会经济损失将达到或超过77000亿元(约9000亿美元)。以艾滋病为例，结合我国以前爆发的SARS、禽流感等大规模传染性疾病，尽管它们的病理都存在一定的差别，但是随着

2、对传染病传播规律认识的深入和相关知识的积累，研究者们发现它们在传播机制上存在一定的共性。对于传染病的传播，传统理论的主要基本假设是把社会中人与人的关系看成规则网络，传染病的早期模型是基于规则网络而提出的。但是，随着人际沟通和商业贸易活动的显著增多，此模型已经不能很好地反映传染病的实际情况，一个更好的替代是从复杂网络的角度来理解传染病的传播。复杂网络是由数量极大的节点相互联结而成的，现实世界中可以找到很多复杂网络的例子，如互联网等。社会网络也是一个典型的复杂网络，每个人都成为这个网络中的一个节点，而人与人之间的接触和交往形成了复杂的连接关系。像艾滋病这类高传染性的疾病，其传播的基础是社会网络，因

3、此应该基于复杂网络来阐释传染病的传播机理并制定相应的政策措施。一、复杂网络理论的研究状况刻画网络的特征需要涉及到两个主要指标：一是网络的平均距离L，一是网络的群聚（团簇）系数C。通常网络中的两个结点可以通过一些首尾相连的边连接起来，把连接它们所需要的最少的边的数目称为它们之间的距离，对所有节点的距离求平均，就得到了网络的平均距离L。而群聚系数用来衡量结点集聚成团的程度。对于某个结点，它的群聚系数C定义为，其所有相邻结点之间连边的数目与可能的最大连边数目之比。类似地，网络的群聚系数则是所有结点群聚系数的平均值。规则网络具有大C和大L，随机网络则具有小C和小L。实证结果表明，大多数的真实网络具有小

4、世界性（较小的最短路径）和聚集性（相对较大的聚集系数），规则网络和随机网络并不能很好展现真实网络的性质，这说明现实世界既不是完全确定的也不是完全随机的。（一）小世界网络及其特征1998年，Watts和Strogatz提出一个兼具小世界性和高聚集性的网络模型（WS模型），该网络模型介于规则网络和随机网络之间，可在规则网络的基础上加入随机性产生：对于规则网络依次选择每条边，按某一概率P将该边的一端随机地连接到网络的一个新节点上（见图1）。当P0时为规则网络；P1时为随机网络。对于0复杂网络的这种小世界特性在现实世界中是普遍存在的。以人们的社交网络为例：每个人很自然的与他周围的人熟识，体现了高度的集

5、群性；同时又有机会认识远方的人，体现了远距离连接的可能性。大量的实证研究表明，真实网络几乎都具有小世界效应。（二）无标度网络的特征1999年，Barabsi和Albert提出复杂网络的无特征尺度（ScaleFree），通常简称为无标度特性。大量真实网络的节点度服从幂率分布。节点度是指一个节点拥有相邻节点的数目，节点度服从幂律分布就是说具有某个特定度的节点数目与这个特定的度之间的关系可以用一个幂函数近似地表示。因为幂函数具有标度不变性，所以称这种节点度的幂律分布为网络的无标度特性，该类网络叫做无标度网络。现实生活中的复杂网络有很多是具有无标度特性的，如演员合作网、万维网和电力网等。在无标度网络中

6、有些集散结点甚至具有数不清的连结而且不存在代表性的结点。这种网络具有可预期的行为特性。对意外故障具有惊人的承受力但面对协同式攻击时则脆弱。这些发现大大地提升了人们对复杂外部世界的认识。二、基于复杂网络理论的传染病传播研究随着网络理论研究的日益深入，将传染病的传播简单抽象为规则网络难以符合实际情况，复杂网络理论的研究给我们重新审视这一问题提供了新的视角。复杂网络的最新研究成果小世界网络和无标度网络，它们都同时具有两个基本特征：高平均集聚程度、小的最短路径。高平均集聚程度反映了事物在小世界的境况下自发走向有序的态势；而小的最短路径特征反映了演化速度快的特征。在Watts和Strogatz所研究的传

7、染病模型中，其接触传染率为1，感染的顶点（可能是个体的人）在一个单位时间以后退出系统。对于任何网络，这样的传染病都将在整个网络扩散；他们的研究发现，对于从规则网络到随机网络的所有P（0，1）网络，其扩散时间刚好与最短路径一致。在这个传播模型上，任何一个顶点都同时向其所有近邻传播，如果集聚程度高，传播会更广泛。另外，Moore等人研究了小世界网络中的传染病传播行为，发现传染病在小世界网络中的传播阈值明显比在规则网络中小，相对于规则网络，传染病在小世界网络中更适宜传染；Paster-Satorras等研究了在无标度网络上传染行为，结果发现，规则网络和小世界网络总存在正的传染强度阈值，而无标度网络中

8、传染病传染的阈值却非常接近于零。三、控制传染病的公共政策建议现实世界在客观上是典型的复杂网络。艾滋病的爆发，提醒我们要对传染病的传播特性进行深入和细致的研究，从而为制定相应的公共政策提供参考。要成功控制传染病的传播，不仅要切实提高医疗诊断水平，还需要借鉴复杂网络的理论和观点，把疫情的危害降低到最小限度。（一）迅速识别病源在现实世界的复杂网络中，传染病传播可能只需要很低的传染阈值就可以快速传播，给公共健康造成巨大危害。因此，政府在应对危机时，采取控制措施的时间点越早，防范的效果就越明显。事实上，传染病危机的发生都是有预兆的。政府应在危机刚出现或者未出现之前，就迅速准确地识别病源，分析其产生的原因

9、，以便采取有效的应对措施。在具体操作的过程中可采用病源识别的案例分析法，即通过对已出现的传染病事件进行分析，将其出现时暴露的典型特征记录在案，以便今后作为借鉴。例如，对SARS疫情进行分析与研究就是为政府将来成功识别类似的传染病病源打下基础。病源识别的其他方法还有现场观察法、咨询法等。（二）切断传播网络因传染病以复杂网络为基础进行传播，基于复杂网络的特性，其传播速度之快、波及范围之广远远超出人们的想象之外。SARS疫情就有很多经验教训值得吸取。“非典”自出现以来，通过四通八达的航空网络和其它各种运输工具，逐渐向我国及世界其它地方蔓延，最终导致疫情发展到比较严重的地步。因此，在确定病源之后，一方

10、面对其进行治疗，但更重要的是进行有效的隔离，防止进一步的传染。由于疾病感染者本身已成为传染源，会使得一些潜在的传染地点如医院，发生大规模的传染事件。为避免这种情况，对于疑似和确诊病人的可行措施是就地隔离，从而减少大规模传染的可能性。另外，临床统计表明，由于职业的关系，医务人员成为最大的被感染群体，进而成为继发感染源；对医务人员的防护和对定点医院的封闭式管理成为控制疫情的关键。因此，应通过相关的法律、法规或行政命令，对相关医务人员进行严密防护，定点医院实行封闭管理；对病毒污染区一切可能的传染渠道进行彻底消毒，从根本切断传染病的传播网络。（三）完善辅助配套措施对传染病的预防与控制是一项系统工程，需

11、要有多种配套措施的沟通治理。首先，需要建立一套完善的危机预警系统。对传染病的可能发生进行分析和预先判断非常重要，尽可能把这种危机消灭、化解在萌芽状态。危机预警系统的首要目标是把许多分散、零星的信息组织到一起，向风险防范指挥部门提供决策的信息基础。系统要全面地监测、跟踪传染病传播的动态，要特别注意那些有可能导致局部危机扩散的要素，建立相应的数据库系统。其次，艾滋病之类传染病的传播是在全球范围内的进行的，其传播的网络基础是一个现实的复杂网络。这个网络的复杂性不仅意味着它是跨空间地域的，而且从政府管理的角度而言，也是跨职能部门的。因此，应对此类传染病的传播，既要加强国际之间的合作与交流，从保障全人类

12、健康的高度来处置危机；同时，还要注重各个政府职能部门之间的协调配合，个别地区或个别职能部门的孤军奋战是难以取得成功的。最后，与传染病同时传播的还会有各种流言，流言的传播也是藉由复杂的社会网络，处置不当也会带来公共危机，加剧传染病对社会的危害程度。因此，要做好与公众的沟通，充分利用大众传媒这样的公众沟通交流工具。当传染病危机突发事件爆发时，公众会比平时更依赖媒体。他们需要理解更多的相关信息，而新闻媒体是保障公众知情权的重要力量。传媒恰当的危机报道策略可以在很大程度上帮助政府处理好传染病危机，稳定民心，保持社会秩序的良好运转。（作者单位：华中科技大学公共管理学院）参考文献：1 魏葳.禽流感的危机与

13、商机J.新西部，2004（3）.2 吴彤.复杂网络的研究及其意义J.哲学研究，2004（8）.3 王旻，郑应平.基于复杂网络的疾病传播J.科技导报,2005（5）.4 方锦清.迅速发展的复杂网络研究与面临的挑战J.自然杂志，2005（5）.5 周涛等.复杂网络上传播动力学研究综述J.自然科学进展,2005（5）.6 刘涛, 陈忠, 陈晓荣.复杂网络理论及其应用研究概述J.系统工程,2005（138）.7 林国基,贾珣,欧阳颀.用小世界网络模型研究SARS病毒的传播J.北京大学学报(医学版),2003（1）.8 朱书堂,马远乐.“非典型肺炎”传播规律研究与建议J.科技导报，2003（8）.9 任兆璋,贾肖明.SARS向我国政府危机管理机制提出挑战J.改革与理论，2003（7）.10 邓宏永.从抗击非典看政府危机管理对策J.湖北社会科学，2004（2）.11 Newman E J.The structure and function of complex networksJ.S