群体免疫背后的棘手数学问题
虽然 COVID-19 新冠疫情还有许多不确定性，但我们能确定它可能结束的时间：有足够多的人具有免疫力，病毒传播速度逐渐放缓直至停止。无论是通过疫苗还是感染，人类发展出了群体免疫。计算群体免疫的百分比似乎很简单，你只需要知道平均一名感染者会感染多少人，这个值被称为 R0。假设 COVID-19 的 R0 为 2.5——即一名感染者会平均会感染 2.5 个人，然后代入公式 1 − 1/R0 就可以计算出群体免疫的值。COVID-19 的群体免疫阈值为 0.6 或 60%，即当有 60% 的人口具有免疫力之后，病毒将会停止加速传播，它开始减速最后停止。这并不是说 60% 的人口感染之后就不会再感染了，它可能还会继续感染另外 20% 的人口才偃旗息鼓。然后问题并不这么简单。群体免疫的阈值因地而异，部分地方如城市人口密集区的 R0 值可能会高于 2.5，而农村可能会低于 2.5。这意味着部分地方的群体免疫阈值高于 60%，还有部分地方低于 60%。R0 是一个变量而不是一个静态数字。病毒在自然界的传播过程中，情况会千变万化。社会行为的差异会让部分人更容易暴露给病毒，生物学上的差异也会影响易感性。我们生来就有差异，生活的不同会逐渐积累差异，这会影响抵抗力。流行病学家称之为“易感性的异质性”。因为这种差异，疫苗接种就是采取最大化的方法给所有人接种。
研究称中国实施的社交隔离有助于控制疫情
复旦大学和美国东北大学的研究人员在《科学》期刊上发表论文，称中国在疫情爆发期间采取的社交隔离政策确实能有效的控制疫情扩散。研究人员调查了武汉和上海的接触者调查数据，以及湖南的接触者跟踪信息。在实行社交隔离政策期间，人们的社交联络减少到了原来的七分之一到八分之一，绝大多数互动仅限于家庭内部。研究人员开发了一个传播模型去研究社交隔离和学校关闭对病毒传播的影响，发现仅社交隔离本身就足以控制疫情。虽然光靠主动关闭学校并不能中断传播，但能将发病高峰降低 40% 到 60%，推迟疫情的扩散。
