如果「準備好了」可以被打分，這個分數為什麼救不了 COVID-19？

如果「準備好了」可以被打分，這個分數為什麼救不了 COVID-19？

2019 年底，一份名為「全球衛生安全指數」（Global Health Security Index, GHSI）的評比正式發布。它由約翰霍普金斯大學、核威脅倡議組織（NTI）與經濟學人智庫合作，用 140 多項指標為全球 195 個國家的大流行整備程度評分。排名第一的是美國，第二是英國——兩個在隨後一年裡，COVID-19 死亡率名列前茅的高所得國家。

這個刺眼的落差，把一個進階的問題推到我們面前：整備（preparedness）究竟能不能被測量？如果能，為什麼測出來「最有準備」的國家，實戰表現卻如此糟糕？ 入門篇談過減災、整備、應變、復原的四階段循環，也談過脆弱度與韌性的直覺。這一篇，我們不再停留在「該做哪些事」，而要走進整備科學的內部——看它如何被量化、被建模、被評估，又在哪裡撞上了它自身的極限。對已經理解基本框架的你，真正有趣的問題不是「準備什麼」，而是：我們怎麼知道自己準備得夠不夠？而這個「知道」，本身可靠嗎？

把整備「打分」：JEE、SPAR 與指數的承諾與陷阱

要管理整備，先得測量整備。過去十餘年，全球衛生治理發展出好幾套量化框架，試圖把「一個國家準備得如何」變成可比較的分數。

• 聯合外部評估（Joint External Evaluation, JEE）：在《國際衛生條例》（IHR）架構下，由外部專家團隊到一國實地評估其偵測、通報、應變等核心量能，針對如監測、實驗室、人力資源、風險溝通等十餘個技術領域逐項評分（通常 1 到 5 分）。它的特點是外部、同儕、半透明。
• 國家自評年報（State Party Self-Assessment Annual Reporting, SPAR）：各國每年自行向 WHO 申報 IHR 核心量能的達成度。優點是涵蓋率高、年年更新；缺點是自評——分數來自被評者自己。
• 全球衛生安全指數（GHSI）：學術機構主導的綜合指數，資料來源以公開文件與政策存在與否為主。

這些工具確實有用：它們讓「整備」從模糊的形容詞變成可追蹤的數列，讓資源不足的國家能指認自己的缺口，也讓國際援助有了瞄準的依據。但 COVID-19 給了它們一記響亮的耳光，也教給整備科學三個深刻的教訓。

第一，「紙面量能」不等於「實戰量能」。多數指標衡量的是「制度、計畫、文件是否存在」（capacity on paper），而非「危機當下這些制度是否真的被啟動、被遵循、被有效執行」（capacity in action）。一份寫得完美的大流行應變計畫，若從未演練、政治領導不願啟動，分數很高卻毫無作用。

第二，指標漏掉了最關鍵的軟變項。政治意志、社會信任、領導決斷、治理品質——這些在 COVID-19 中被反覆證明攸關存亡的因素，極難被標準化問卷捕捉。一個高分國家若在關鍵數週裡因政治考量而猶豫、因不信任而政策反覆，再好的硬體量能也會空轉。

第三，整備是動態的，分數是靜態的。GHSI 是 2019 年的快照，但量能會折舊：演練荒廢、物資過期、人員流動、機構記憶流失。整備不是一次達標的狀態，而是必須持續維護的過程——這也是 SARS、H1N1 之後許多國家「學到又忘記」的循環。

所以，正確看待這些指數的方式不是「分數高就安全」，而是把它們當成體檢報告而非保證書：它能指出明顯的結構缺口，卻無法預測一個社會在真正的壓力下會如何反應。整備測量學自身，正是緊急應變最前沿的方法學戰場之一。

量能的數學：surge capacity 為什麼是一道排隊問題

入門篇提過「量能的可擴張性」（surge capacity），但進階地看，量能崩潰其實是一個可以用數學描述的現象——而理解這個數學，能解釋為什麼「醫療擠兌」會如此突然、如此致命。

把醫院想像成一個排隊系統（queueing system）：病人是「到達的顧客」，加護病房床位是「服務窗口」，住院天數是「服務時間」。排隊理論有一個反直覺卻關鍵的結論：當系統使用率（utilization）逼近 100% 時，等候時間不是線性上升，而是趨近無限地爆炸性上升。 一家平時使用率 85% 的加護病房，看起來「還有餘裕」，但只要疫情讓到達率小幅增加，使用率推到 95%、98%，平均等候時間會以非線性的方式急遽惡化——這就是為什麼醫療崩潰往往不是緩緩逼近，而是在某個臨界點上「突然」發生。

這個視角也重新詮釋了入門篇的「壓平曲線」（flatten the curve）。壓平曲線的本質，正是把「病人到達率」的峰值壓低，使它不要超過「服務量能」這條水平線。曲線下的總面積（總感染數）可能變化不大，但只要峰值被壓在量能線以下，系統就維持在排隊理論的「穩定區」，而非「爆炸區」。同樣的感染總數，分散在較長時間，與集中在短時間爆發，對死亡率的影響可能天差地別——因為後者會把系統推過那個非線性的臨界點。

量能的擴張，公衛實務上常用一個分層框架來思考，這也是「危機照護標準」（crisis standards of care）的基礎：

• 常規照護（conventional）：用平時的空間、人力、物資處理增加的需求（例如延後非緊急手術、騰出床位）。
• 應急照護（contingency）：開始做功能等價的替代（用恢復室當加護病房、調用其他科別人力、延長輪班）。照護品質仍力求等同常規。
• 危機照護（crisis）：需求遠超量能，被迫接受次佳的照護標準（一台呼吸器多人輪用、放寬人力對病人的比例）。此時照護目標從「為每個病人爭取最好結果」轉向「為整個族群爭取最多存活」。

從常規滑向危機的過程，正是排隊系統從穩定區滑入爆炸區的臨床對應。理解這個數學，我們才會明白：surge capacity 的真正價值，不只是「多備幾張床」，而是把臨界點往後推、為其他介入（檢驗、匡列、壓平曲線）爭取時間，避免系統踩過那個不可逆的非線性懸崖。

用數字看傳播：R₀、Rₜ 與整備決策的即時儀表板

緊急應變要「即時」決策，需要一個能反映「疫情此刻在加速還是減速」的儀表板。流行病學提供的核心儀表，是再生數（reproduction number）。

基本再生數（basic reproduction number, $R_0$） 是在一個完全沒有免疫、沒有任何介入的族群中，一個感染者平均會傳染給幾個人。$R_0 > 1$，疫情會指數成長；$R_0 < 1$，會自然衰退。但 $R_0$ 是個「理論初始值」，對正在進行的應變幫助有限——因為現實中族群會逐漸產生免疫、人們會改變行為、政府會介入。

真正驅動即時決策的，是有效再生數（effective reproduction number, $R_t$）：在「此時此刻、考慮了既有免疫與所有介入之後」，一個感染者實際傳給幾個人。$R_t$ 是應變的核心儀表——

• $R_t > 1$：疫情仍在擴大，介入力道不足。
• $R_t \approx 1$：疫情持平，處於微妙的平衡。
• $R_t < 1$：疫情正在收縮，介入正在生效。

把 $R_t$ 持續壓到 1 以下並維持住，是幾乎所有圍堵策略的共同目標。 而 $R_0$ 還帶出另一個整備上的關鍵數字——群體免疫門檻（herd immunity threshold）。當族群中具免疫力的比例夠高，連鎖傳播就會自然斷裂。這個門檻的概念可用一個簡潔的關係表達：免疫人口比例需達到約 $1 - 1/R_0$。代入數字會很有感覺：若某病原 $R_0 = 3$，門檻約為 $1 - 1/3 \approx 67\%$；若傳播力更強、$R_0 = 6$，門檻飆到約 $83\%$。這個簡單算式直接決定了疫苗接種的整備目標——傳播力越強的病原，需要越高的接種覆蓋率才擋得住，留給「猶豫」與「破口」的空間就越小。

但這裡有個進階的細節，常被忽略：$R_t$ 從來不是「即時」可知的。一個今天被通報的病例，其實是好幾天前被感染的；估計 $R_t$ 必須回推「世代間隔」（generation interval，從一個人被感染到他傳染給下一個人的時間）與通報延遲。這意味著我們看到的 $R_t$，永遠是過去式——當你確認 $R_t$ 已經超過 1，疫情可能已經默默加速了一兩個潛伏世代。這個「永遠落後於真相」的時滯（lag），正是緊急應變必須「寧可早動、不可等到確定」的數理理由。

看一個例子：同樣 R₀，不同整備，截然不同的命運

設想兩個族群，面對同一種 $R_0 = 2.5$ 的新興呼吸道病原。

X 族群有靈敏的監測與快速反應量能。在病例數仍是兩位數時，它就估出 $R_t$ 約為 2.4（接近 $R_0$，因為幾乎還沒有免疫與介入），立即啟動匡列、檢驗擴張與早期的非藥物介入。一兩週後，$R_t$ 被壓到 0.8——疫情開始收縮。整個過程中，每日新增病例始終遠低於醫療量能，醫院維持在排隊理論的穩定區，照護標準停留在「常規」層級。

Y 族群監測遲鈍，等到醫院急診開始爆滿才警覺。此時通報病例雖是數百，但因為前述的時滯，真實感染者可能已是數千；估出來的 $R_t$ 仍在 2 以上。介入啟動得太晚，疫情已衝過量能線：加護病房使用率從 90% 在數日內飆破 100%，照護標準被迫滑入「危機」層級，開始出現呼吸器分配的倫理抉擇。間接死亡（心肌梗塞、車禍重傷者因無床可收而延誤）開始累積。

兩個族群的 $R_0$ 完全相同，病毒也一樣。決定命運的，是X 族群在 $R_t$ 還來得及被壓下時就動手，把感染曲線的峰值穩穩壓在量能線之下。請注意這個因果鏈如何串起前幾節：靈敏監測（縮短時滯）→ 早期估出高 $R_t$ → 及時介入把 $R_t$ 壓到 1 以下 → 峰值低於量能、系統留在排隊穩定區 → 照護標準不滑入危機層級 → 間接死亡被避免。每一環都是量化的，每一環的失守都會被下一環放大。

「封城救了多少人」：反事實為何如此難證

緊急應變最尖銳的進階爭論之一是：那些代價高昂的非藥物介入（封城、停課、口罩令），究竟有沒有效、效果有多大？這看似實證問題，卻是因果推論（causal inference）最棘手的戰場。

困難的根源是反事實（counterfactual）無法觀察。我們看得到「實施了封城、然後疫情下降」，卻永遠看不到「同一個社會若沒封城會怎樣」——而後者才是評估效果真正需要的對照。把這道難題拆開，至少有四重糾纏：

• 同時介入難以拆分：封城、口罩令、停課、邊境管制常在同一週內一起上路，統計上幾乎無法分離各自的獨立貢獻（共線性，collinearity）。
• 自發行為改變的干擾：即使政府什麼都不做，民眾看到疫情惡化也會自己減少外出。把這部分「自發降載」誤算成政策效果，會嚴重高估介入的作用。
• 反向因果與內生性：政府往往是「因為疫情變嚴重才封城」，而非隨機決定。這使得「介入」與「疫情嚴重度」互為因果，違反了單純前後比較的前提。
• 測量本身在變動：檢驗量能、通報定義、篩檢策略在疫情中不斷改變，使得「病例數下降」可能部分是「驗得少了」而非「真的少了」。

正因如此，學界發展出較嚴謹的準實驗（quasi-experimental）方法來逼近因果——例如比較「政策時點不同的鄰近地區」（差異中之差異，difference-in-differences）、利用政策門檻的不連續（斷點回歸）、或以數理模型建構反事實情境。但這些方法各有假設，沒有一種能完全消除上述偏誤。結果就是：「封城究竟救了多少人」這個問題，在頂尖期刊上至今沒有單一定論，估計值跨越很大的區間。

這對整備科學的啟示，不是「介入無用」，而是更謙遜的態度：在深度不確定下，我們很難在事中精確知道每一項措施的效益與代價，因此決策必須建立在「穩健」而非「精準」之上——選擇在多種可能真相下都不至於釀成大錯的策略，並隨著證據更新而調整。把「我們其實不完全知道」這件事誠實納入決策與溝通，本身就是成熟整備的一部分。

當量能耗盡：稀缺資源分配的演算法與倫理

當排隊系統徹底崩潰、照護標準滑入「危機」層級，緊急應變會逼出公共衛生最不願面對、卻必須事先準備的問題：當救命資源不夠分給所有人，該怎麼分？

這不是可以臨場即興的決定。一個負責任的整備體系，會在平時就制定透明、可問責的稀缺資源分配協定（crisis triage protocol），原因有三：臨場決策易受情緒與偏見扭曲；事先公開的規則能減輕第一線人員的道德創傷（不必獨自承擔「選誰」）；透明的標準也是社會信任的基礎。

但「怎麼分才對」沒有純技術的答案，因為它牽動彼此衝突的倫理原則：

• 效益最大化（救最多的人 / 救最多的生命年）：傾向把資源給最可能存活、預期能活最久的人。爭議在於它可能系統性地不利於高齡者與慢性病患。
• 平等（人人機會均等）：以抽籤或先到先得處理同等病況者，避免用「社會價值」評斷生命。爭議在於可能造成可避免的死亡。
• 優先照顧最弱勢（priority to the worst-off）：把資源給病情最重或最弱勢者。爭議在於可能把資源投入存活機會渺茫的人。
• 工具價值（instrumental value）：在大流行中，醫護人員可能被適度優先——不是因為他們命更貴，而是救回他們能讓更多人獲救。

真實的危機照護協定，通常是這些原則的加權混合，並刻意設計多項程序保障：明確排除種族、財富、身分等不相關因素；用客觀的臨床評分而非主觀印象；設立獨立的檢傷團隊（讓做決定的人與照顧病人的人分開，減輕利益衝突與情緒負荷）；並建立爭議的覆核機制。

更宏觀地看，這個分配難題會從病床放大到全球。COVID-19 的「疫苗民族主義」本質上是同一個問題的國際版：當疫苗稀缺，是該按各國「先搶先贏」，還是按全球需要（最脆弱族群、醫護優先）公平分配？這把緊急應變從醫院推向全球治理，也說明了為什麼整備的倫理框架必須在平時就辯論清楚——等到資源耗盡那天才吵，往往已經來不及，也最不公正。

重點回顧

• 整備可以被測量，但分數不等於安全：JEE、SPAR、GHSI 等框架能指出結構缺口，卻測不出政治意志、社會信任與「紙面量能 vs 實戰量能」的落差——COVID-19 中高分國家的失利就是明證。整備是須持續維護的動態過程，不是一次達標的狀態。
• 醫療崩潰是一道排隊問題：當使用率逼近 100%，等候時間非線性爆炸；壓平曲線的本質是把感染峰值壓在量能線下，讓系統留在排隊理論的穩定區，避免踩過不可逆的臨界點。
• $R_t$ 是應變的即時儀表，但永遠是過去式：把 $R_t$ 壓到 1 以下並維持是圍堵的共同目標；群體免疫門檻約為 $1 - 1/R_0$，傳播力越強所需覆蓋率越高。時滯使我們看到的疫情永遠落後於真相，這正是「寧可早動」的數理理由。
• 介入的因果效應極難證明：同時介入、自發行為改變、反向因果與測量變動，使「封城救了多少人」至今無定論。對策不是放棄評估，而是改採穩健決策——在多種可能真相下都不至於釀大錯。
• 稀缺資源分配必須事先、透明、可問責地準備：危機檢傷協定混合效益、平等、扶弱與工具價值等衝突原則，並以程序保障（獨立檢傷團隊、排除不相關因素）守住公正；疫苗民族主義是同一難題的全球版。

深入探討（研究所視角）

進階到研究層次，緊急應變的前沿問題，幾乎都圍繞著一個張力打轉：我們用越來越精密的量化工具去逼近一個本質上深度不確定、且充滿價值衝突的對象，這份「精密」究竟帶來了真知識，還是帶來了虛假的確定感？

測量的反身性與古德哈特定律。 當整備被指數化、被排名，被測量的對象就會開始「為分數而最佳化」——這正是古德哈特定律（Goodhart's law）：「當一個測量變成目標，它就不再是好的測量。」國家可能投資於「容易得分」的項目（寫計畫、建文件）而非「真正有用卻難以量化」的能力（演練的紮實度、跨部會的協調默契、領導層的決斷文化）。整備測量學的研究前沿，正在於設計抗操弄、能捕捉動態與軟變項、且能驗證「實戰量能」的指標——例如以情境演練的實測表現、而非紙面存在與否來評分。GHSI 在 COVID-19 後的修訂，正是這場方法學反省的產物。

模型的認識論地位：決策支援還是預測工具？ SIR／SEIR 倉室模型、個體基礎模型（agent-based models）、接觸網絡模型在大流行中扮演核心角色，但研究社群對它們的「定位」有深刻辯論。把模型當成精確預測（明天會有幾例）往往令人失望——參數不確定、行為內生、結構假設脆弱，使長期點預測極不可靠。較成熟的立場是把模型當成結構化推理與情境比較的工具：它的價值不在於告訴我們「會發生什麼」，而在於釐清「在不同假設下，不同介入會把系統推向哪個方向」。這也帶出集成預測（ensemble forecasting） 與不確定性量化（uncertainty quantification） 的方法論——與其相信單一模型，不如整合多個模型並如實呈現預測的不確定區間。「所有模型都是錯的，但有些是有用的」這句統計學箴言，在大流行決策中有了生死攸關的份量。

級聯失效與關鍵基礎設施的系統科學。 入門篇點到了「醫療擠兌」是系統性崩潰；研究層次則用複雜系統與網絡科學的工具來剖析它。關鍵基礎設施——電力、供水、通訊、醫療、物流——彼此高度耦合，形成「網絡的網絡」（network of networks）。一個節點的失效可能透過相依關係級聯（cascade） 到整個系統：停電癱瘓供水，供水中斷迫使醫院撤離，醫院撤離壓垮鄰近院所。這類研究借用滲流理論（percolation）、網絡韌性與相變（phase transition）的數學，試圖辨識系統中的「關鍵節點」與「臨界閾值」，並設計冗餘（redundancy）與去耦（decoupling）以阻斷級聯。緊急整備因而從「備物資」升級為「設計能在局部失效下仍維持核心功能的韌性系統架構」。

深度不確定下的決策與整備的政治經濟學。 緊急整備的終極難題，在決策理論上屬於深度不確定（deep uncertainty） ——我們連事件的機率分布都無法可靠估計。傳統的期望值最佳化在此失靈，因為它需要可靠的機率，且系統性低估極端事件的尾部風險（tail risk）。前沿因而轉向穩健決策（robust decision making）、「不後悔策略」與「真實選項」（real options）的思維：投資於保留未來彈性的能力（可快速擴張的量能、可重新部署的人力、模組化的協定），而非賭單一最可能情境。但所有技術方法的背後，都有一個更難的政治經濟學問題：整備是一種典型的「隱形公共財」——它做得最成功時，成果恰恰是「什麼都沒發生」，而沒有發生的災難無法被看見、被計票、被感激。這造成系統性的投資不足與「恐慌—遺忘循環」（panic-neglect cycle）：疫情當下大量投入，承平之後迅速荒廢。緊急應變研究最深層的課題，或許不是技術上的「如何準備」，而是制度設計上的——如何讓一個短視的政治週期，願意持續為一場看不見回報的災難買單。這需要把整備的價值「可視化」（例如以避免的損失、保險精算的尾部風險來呈現）、把它制度化為不隨政治更迭而中斷的常設量能，並在文化上重建對「為最壞做準備」這件事的集體記憶。