“二十條”發布後，我們應當如何應對疫情？到底還能不能控製住疫情？如果疫情無法控製，我們應該怎麽辦？這樣的話題在社會上形成了又一輪新的討論。

這一係列問題的答案，從兩年前到現在，都落在了同一個關鍵點上——

如果中國和世界其他地區一樣經曆一次新冠疫情的群體感染，會有什麽樣的後果？

對於這個問題的回答，決定了每個人對於疫情防控的態度。

一些人認為，病毒雖然在改變，但是傳播力仍然很強，中國放鬆疫情管控後一定會出現如2020年5月的紐約、2021年4月的印度、2022年2月的香港那樣大麵積感染、大麵積死亡的慘狀。無論目前的防控付出了多麽大的代價，都無法與這樣的慘狀相比，因此放開管控始終是不可討論的。

另一些人認為，病毒的毒力已經降低，比流感高不了多少甚至更低的程度，而且中國的疫苗接種率已經很高，此時放開管控，雖然可能會帶來大量的感染和一些死亡，但絕不會擊穿醫療資源底線。在這個前提下，隨著病毒傳播力提升，防控成本越來越高，我們應該考慮改變當前的疫情防控政策了。

到底誰才是對的？一直以來在公共平台都缺乏數據層麵的測算和討論。因此，數據團使用了目前為止最完整的公開數據，試圖對這個問題進行回答。

每一個中國城市，都有多少醫療資源供給？在城市和區縣級別的統計年鑒上，我們可以找到各地區的醫院數、以及醫生數量。

中國的“床位數”和人口比重，其實並不算低。這兩年的封控中我們也不乏這樣的新聞：“某個城市又創造了新的奇跡，在短短XX天內改建了XX個隔離點，包含了XX個床位”。

但床位和床位之間，還是有很大區別的。有些床位配套醫療設施較為齊全，另一些床位則僅作無症狀或輕症患者隔離使用。考慮到大部分新冠患者都能夠自愈，真正能在疫情中挽救一個個重症和危重症患者生命的，不是普通床位，而是ICU。

中國一共有多少ICU，各地區又有多少ICU呢？我們並沒有現成的數字，最近一次ICU普查是2015年進行的，各種研究也隻能對中國ICU數量進行估計。例如2021年發表在《中國衛生資源》上的《我國醫院衛生資源短期配置情況預測》寫道：

*每*10萬常住人口綜合ICU床位數為4.37張，地區綜合ICU床位配置數量與地區人口密度成正比，綜合ICU的醫護數、呼吸機數和ECMO數明顯不足。

按照“每10萬人4.37張ICU”的估計，中國2**021年時ICU個數約為6.1**萬個。

但是這些ICU都分布在哪裏？從宏觀數據就難以了解了。

因此，我們獲取了中國所有的醫院名單、床位數以及級別，從微觀角度來補全這項工作。考慮到《重症醫學科建設與管理指南（2020 版）》第十四條的規定：

*重症醫學科的病床數量應符合醫療機構的功能任務和實際收治重症患者的需要，並兼顧應對重大突發公共衛生事件重症救治的應急功能。三級綜合醫院重症醫學科的ICU 病床數不少於醫院病床總數的5%**，二級綜合醫院重症醫學科的ICU 病床數不少於醫院病床總數的2%**。二級以上（含二級）專科醫院應根據實際工作需要確定重症醫學科的病床數。*

根據這個規定，我們假設**每個地區的ICU數量就等於三級綜合醫院的病床數乘以5%加上二級綜合醫院病床數乘以2%**。

這個計算方式比較粗略，會在兩個方麵導致偏誤。

首先，該方法假設隻有三級綜合醫院和二級綜合醫院才有ICU，會漏掉許多有重症醫學科的專科醫院，導致ICU數量被低估。

但另一方麵，該方法又假設目前各級醫院已經達到了《重症醫學科建設與管理指南（2020 版）》的要求，因此會高估ICU的數量。

舉個例子，位於安徽省淮北市的淮北礦工總醫院，是一家三甲綜合醫院。醫院的介紹顯示該院共有床位1450張，按照《管理指南》的要求，ICU床位應當達到醫院總病床的5%，即73張。但根據該院的重症醫學科介紹，該院ICU床位隻有30個，占比僅為2%。因此，使用《管理指南》作為計算依據，會高估該醫院的ICU數量約兩倍。

（以上圖片來自淮北礦工總醫院官網和該院重症醫學科主頁）

在高估和低估因素同時存在時，我們的估計反而會更加接近真實情況。將這些微觀數據加總後可以算出，中國的ICU數量共有80487張，比《我國醫院衛生資源短期配置情況預測》一文對2021年的推測高出近兩萬張ICU。但考慮到近年來我國ICU增長較快，我們使用這個數字，可以作為每個地區ICU數量的一個較有餘裕的估計——當8萬張ICU仍然無法滿足新冠重症患者的需求時，醫療資源將必定被擊穿。

感染高峰到來時，我們到底有多少病人需要病床？多少病人需要ICU？這是我們最為關心的問題。我們使用四波感染高峰時的真實數據，進行分別測算。

1）香港特別行政區2022年9月-10月的感染高峰。

2）新加坡2022年7月-8月的感染高峰

3）香港特別行政區2022年2月-3月的感染高峰

4）新加坡2021年10月的感染高峰

以上四次感染高峰，1）和2）都是奧密克戎BA5毒株，3）是奧密克戎BA2毒株，4）是Delta毒株。

選擇這四次感染高峰作為參考依據有兩個原因：

首先是因為數據可得性。目前詳細公布患病、住院以及ICU病人數據的地區已經很少，香港特別行政區和新加坡不但定期更新數據，數據完整性也很高。

其次，這四次高峰能夠從各自的角度提供參考框架，比如我國目前流行的毒株是奧密克戎BA5，和1）與2）的毒株一致；我國目前還沒有出現過大範圍感染，香港特別行政區和新加坡的首次大範圍感染，即3）與4）的兩波高峰，也能提供更多參考價值。

下圖是香港衛生署衛生防護中心每天都會公布的當天分年齡住院人數、嚴重人數以及危重人數：

下圖則是新加坡每周發布一次（原為每天發布，2022年9月12日之後改為每周發布）的各年齡組住院人數、輸氧人數、ICU人數。

將香港公布數據中的“危殆/Critical”和新加坡公布數據中的“Critically ill and intubated in ICU & Unstable and Under Close Monitoring in ICU”等同於ICU的需求量，將住院人數等同於住院需求量，我們可以算出各年齡組在疫情感染最高峰時期的住院率以及ICU比例。

使用2020年第七次人口普查剛剛公布的各城市人口年齡結構，結合不同感染輪次中各年齡段的住院率/ICU使用率，有下式：

有讀者可能會問，為什麽不分兩步，先計算感染者占總人口比重，再計算住院人口占感染者的比重，再把兩者相乘呢？使用兩步計算，可以首先用流行病學的SEIR模型算出感染者的變化，再通過各國文獻資料中給出的住院率和重症率算出其中多少人需要床位與ICU。相比之下，一步直接計算住院/ICU人口占總人口比例，似乎缺少理論依據。

答案很簡單——不同國家的“感染者”口徑並不一致，感染者是普篩得到的，還是自測得到的？自測感染是在有症狀的情況下的結果嗎？沒有症狀的人口是否有自測抗原的流程？篩查流程上的差異，會使得不同地區的“感染者”相差幾倍甚至幾十倍。例如在2020年初武漢疫情緩解後的抗體抽樣調查就發現，武漢市的實際感染數量是確診人數的12.4倍。當“感染人數”來自不同的口徑時，我們將難以計算出人口的感染情況。

因此，我們跳過計算感染人數這一步驟，直接計算需要住院/ICU的新冠患者占該年齡人口的比例，這個數字在各個地區之間反而更加可比。

舉個例子，香港和新加坡的病例報告製度不盡相同，香港在BA5高峰期報告的病例增加數占人口比重，僅為新加坡在BA5高峰期時病例增加數占人口比重的60%，但從下圖顯示，兩個地區在BA5感染高峰時的分年齡住院率和分年齡ICU需求率，尤其是ICU需求率，卻是十分接近的。

那麽，將這兩個分年齡的住院率/ICU率代入中國各地人口年齡結構中，我們是不是就能夠計算出這些地區的住院/ICU需求量呢？

太樂觀了。

香港和新加坡之所以在BA5中能夠保持醫療資源不被擊穿並且社會運行相對穩定，有一項重要的原因，就是他們已經經曆了第一波新冠大流行，實現了群體感染。在《經曆過奧密克戎大流行的國家現在怎樣了？》一文中也整理了相關的文獻，其結果表明：

不同奧密克戎變異株的致病性沒有太大區別，像南非的一項研究顯示如果控製疫苗接種、年齡、基礎疾病等各種變量，BA.1與BA.5感染者在住院風險、重症風險上沒有顯著差異。過往研究顯示，奧密克戎BA.1相比德爾塔致病性更弱，但在2022年年初之後，後續奧密克戎各亞株在全球各地掀起的第二波、第三波疫情，在疾病嚴重性上的不斷減輕，更大程度上是因為反複感染帶來的人群免疫基礎的提升，而非這些變異株的內在差異。

周葉斌，公眾號：知識分子經曆過奧密克戎大流行的國家現在怎樣了？

為了模擬第一波大範圍感染衝擊時的醫療需求，我們再使用方案3和方案4，即香港在2022年2月-3月的感染高峰和新加坡在2021年10月的感染高峰作為數據來源，此時的分年齡住院率和ICU使用率如下圖所示：

在上麵這兩張表格中，香港無論是住院率還是ICU率都遠高於同年齡新加坡的情況，香港在2022年1月之前的老年人接種率很低，高齡老人接種率更是排名世界倒數第一，高危人群的保護率差異，是這兩個地區住院率和ICU率差異的最大來源。

如果將兩個地區的首次感染高峰和後續BA5感染高峰對比，差距更是明顯。香港的70歲以上人口在第一波群體感染高峰中的ICU使用率，達到了BA5感染高峰時ICU使用率的近30倍，60-69歲人口的ICU使用率在兩次感染高峰期間也相差16倍。

將這四種感染模式的分年齡住院率和ICU率，與不同城市的人口年齡結構向量相乘，再除以各地區的床位、ICU對比，可以得到床位和ICU的占用率，並算出不同占用率地區居住的人口占中國總人口的比重，見下表：

從上表可以看到，若是中國的第一波感染高峰與香港和新加坡的BA5感染高峰類似，那麽感染高峰期的病床的使用率也將能控製在4%左右甚至更低，全國所有人口居住的城市都能將新冠相關的病床使用率控製在10%以下。

即便是按照這樣的感染模式，ICU的新冠患者占用率也並不算低，高峰時期有16%到17%左右的ICU會被新冠患者占用。

如果按照區域劃分，則全國有34%-39%的人口居住在可以較好應對疫情高峰的地區，這些地區的ICU新冠占用率可以控製在10%以下。

有42%-46%人口，所在城市的ICU新冠占用率會達到10%到20%之間，這部分人口會感受到重症醫療資源變得更加緊張。

有15%-16%人口，所在城市的ICU新冠占用率達到20%到50%之間，這部分人口會感受到重症醫療資源明顯降低。

有2%-3%人口，所在城市的ICU新冠占用率超過50%，但未達到100%。這些地區重症資源將被大量擠出，每救治一個新冠患者，就會有一個其他病因的重症患者無法得到救治。

還有1%左右的人口，所在城市的ICU新冠占用率超過100%，這些城市傾其所有也無法應對新冠患者的醫療擠兌。

這僅僅是香港和新加坡在最近的BA5毒株感染高峰時期的住院情況。如果感染比例換成香港和新加坡的第一波感染時的數字，醫療資源的占用將更為嚴重。

在病床使用上，新加坡第一波感染模式依然可以保證床位的占用比例穩定在10%以下，但香港第一波的感染模式會使得62.65%人口所在城市的病床占用突破10%，還有36.18%人口所在城市的病床占用達到20%到50%之間。隻有1.17%的人口所居住的城市能夠充足的病床容納新冠患者。

ICU的情況還要糟糕許多倍。新加坡第一波感染模式下，全國的ICU會被新冠患者占用82.5%。這個數字在全國同樣不是平均分布的，具體到每一個城市來看，沒有一個城市可以用20%以下的ICU占用度過新冠感染高峰。42.29%人口所在城市ICU會被新冠重症患者占用一半以上。還有19%人口所在城市的ICU全部騰空也無法容納高峰期的所有新冠重症患者。

如果在香港第一波感染模式下，全國的ICU資源全部專供新冠患者，也隻能容納此時新冠重症患者的三分之一。隻有7.3%的人口居住的城市可以用50%到100%的ICU占用率度過感染高峰，還有92.7%的人口，ICU資源被新冠完全擊穿。

在這種模式下，ICU缺口最大的城市將是麗江市，新冠重症患者需要的ICU數量，達到了麗江市可以提供的ICU數量的67倍。此時此地的重症新冠患者，將無法得到有效治療。

下表根據床位、ICU以及各城市的醫護人員數量，將城市分為五類。第一類是醫療供給嚴重不足的地區，第五類是醫療供給相對充裕的地區。從第五類到第一類，應對新冠的醫療資源，逐漸緊張。

注：

1，該表沒有包含的城市，是我們的微觀數據中沒能夠找到ICU床位的城市，這些地區我們暫時無法確定其真實醫療資源提供水平，因此暫時不知應當如何歸類，但大概率應該放入醫療資源水平較低的那一類中。

2. 該表可能會與我們想象中的排名不太一致。這是因為新冠的醫療資源需求，最主要看的正是80、90歲以上人口，這部分人口的入院率和ICU使用率都是其他年齡的幾倍甚至幾十倍。一些發達地區老齡化嚴重，ICU看似多，但在新冠大流行時根本不夠；一些欠發達地區因為老年人較少，反而不需要多少醫療資源，正如我們很少看到老齡化程度很低的非洲欠發達國家因新冠而產生的醫療資源衝擊一樣。

在以上所有測算中，我們都沒有將當前實際ICU床位的周轉情況加入測算，考慮到不少醫院的ICU當前已經高負荷乃至滿負荷運轉，“第一次衝擊”對重症醫療資源的占用隻會比上述測算結果更加嚴重。

寫到這裏，許多讀者可能已經在上麵的四種測算情境中選出了自己認為合理的答案。

悲觀者會認為中國的第一波感染可能比香港、新加坡的第一波感染好不了多少，結果會更接近上表的方案3和4。

而樂觀者會認為，BA5在香港和新加坡的數據中顯示出了越來越低的ICU占用率和病床占用率，足夠說明病毒的致死率、致病率正在減弱，因此醫療資源的占用會更接近上表的方案1和方案2。

由於認知上的差異，意見自然會分為兩派：悲觀者認為我們還沒有到放開的時候。而樂觀者認為，隻要為ICU占用可能達到50%以上的一小部分人口配備更多ICU和醫護人員，他們就能平穩度過感染高峰。而按照方案1和2，這部分人口僅占3%，因此針對性的資源配備可以做到的。

哪一種觀點是對的呢？

世界上所有其他國家和地區的數據，都已經無法為我們提供答案。所有地區的BA5或者BF7毒株感染，都發生在已經群體感染過的人群身上，我們永遠無法知道這些地區要是沒有群體感染過，BA5和BF7會產生多麽劇烈的首輪感染。

但是，中國自己的數據，給我們提供了參考。

首先，中國並沒有發生過大規模的群體感染，即使是武漢地區在爆發初期，血清抗體陽性比例也隻有6.7%，遠低於世界上其他已經經曆過群體感染地區的抗體抽樣結果。

2022年3月開始的BA2毒株感染，和10月以來的BA5、BF7毒株感染，發生在不同的地區，前者在吉林、上海，後者在廣東、重慶、北京，這也排除了由於部分人群感染，在局部產生“群體免疫”後造成的估計偏誤。

其次，中國的患者定義和重症病例定義，在時間上是前後一致的，仍然是通過大規模篩查發現陽性病例，並沒有出現從普篩到自測的口徑變化。這使得數據的前後更加可比。

因此，我們隻要觀察中國3月以來的疫情和11月以來兩波疫情的重症率，就可以看到病毒到底有沒有減弱。

下圖畫出了過去一年多以來中國本土每天的感染者數量（本土確診病例+本土無症狀感染者）和重症病人數量（所有重症病例-境外輸入重症病例）。

可以看到，在3月以來的這一波疫情中，4月10日的感染病例達到20萬以上，此時的重症病例為80人。而在本輪疫情中，11月19日的感染病例達到20萬以上時，重症病例已經上升至95人。

在2022年4月19日，重症病例破100人時，全國總感染數量已經超過了30萬人；而在本輪疫情中，11月20日的重症病例突破100人，此時全國總感染數量僅有23萬人不到。

8個月過去，兩波疫情相比，重症率提高了。

這個結果指向了一個我們不願意承認，但是卻不得不承認的事實——世界範圍內的感染浪潮在趨緩，是由於疫苗和群體感染帶來了更高的免疫水平。對從未有過群體感染的中國來說，本輪疫情BA5/BF7毒株可能造成的生命損失，不會比2022年3月時BA2原本會造成的損失更輕，相反可能更加嚴重。

因此，如果此時出現第一輪群體感染，中國的情況將不能參考新加坡和香港的BA5感染高峰，隻能繼續參考這兩個地區的第一波感染。

但新加坡的第一波感染數字也難以作為中國的參考依據——2021年10月時，新加坡的80歲以上老人的疫苗全程接種率就已經達到90%以上，數倍於中國老年人的疫苗覆蓋率。奧密克戎對滅活疫苗的免疫逃逸能力，也比德爾塔（新加坡第一波感染時的主要毒株）對輝瑞或莫納德疫苗（新加坡的主要接種疫苗）的免疫逃逸能力強得多。

於是，唯一能參考的，仍然隻能是香港的首輪群體感染，也就是四種方案中最差的那種。甚至可能比最差的那種，還要更差一些。

為什麽會發生這種現象？關鍵仍然在於免疫水平。我們從疫苗接種的情況就能看到答案。

上圖顯示了從2021年3月以來每個月的疫苗接種情況。從2021年9月，到2022年2月底的半年內，中國一共接種了10.6億劑疫苗。

從現在往前計算半年呢？6100萬劑。

世界範圍內其他地區過去一個月的疫苗接種數量，是去年6月高峰接種時期的八分之一。而中國在過去一個月的疫苗接種數量，僅有去年高峰時期的千分之五。

中國的疫苗接種，要比整個世界的衰減速度快許多倍。這意味著中國對新冠的免疫水平，比世界平均值衰減得更快。

全民接種情況不容樂觀，從3月開始就在不斷宣傳的老年人疫苗接種情況如何呢？

從下圖可以看到，60歲以上人口的全程接種率，確實上升了，但隻上升了6%，從80.27%上升至86.38%，且從8月起老人接種率就幾乎不再上升。

最需要保護的80歲以上老人，在這8個月來的其接種率也有提升，但提升的速度依舊緩慢。

在2022年3月時，中國大陸80歲以上老人的加強針接種率是19.7%，在全世界有數據的國家和地區中，排名倒數第二，僅僅高於香港特別行政區的11.5%。

8個月後的現在，中國大陸的80歲以上老人加強針接種率提升至40%，在全世界有數據的國家和地區中，位列倒數第一。因為原本的倒數第一名香港特別行政區，老人們在過去的8個月中大量接種疫苗，80歲以上人口的加強針接種率已經提升到63.2%，反超了23.2個百分點。

逆水行舟，不進則退。中國的疫苗接種態勢，使得中國和世界其他地區相比，擁有更低，且衰減更快的免疫水平。盡管新冠病毒目前在整個世界都難以掀起太大波瀾，它對於中國的威脅，反而增大了。

在“二十條”發布時，國家疾控局副局長常繼樂多次提到“兩害相權取其輕”的說法。到底是不是要用更嚴格的封控，這個決策就像是觀察一架天平，一邊是封控造成的損失，另一邊是不封控造成的損失。哪邊沉下去更多，我們就要選擇另一邊的方法。

2020年初時，這架天平顯然是沉向了不封控的這一頭，此時中國及時選擇了嚴格封控，用比較小的經濟代價，保護了大量生命不遭損失。

從2020年初到2022年3月，這架天平的左右重量一直在出現變化——

病毒毒力逐漸降低，第一波群體感染造成的死亡逐漸減少，不封控這一頭的重量，在逐漸減小。

病毒傳播力的上升，使得封控的成本更大。封控這一頭的重量，在慢慢增加。

原本一邊倒的天平，其中的一邊變得越來越輕，接近平衡，終於逆轉。許多國家和地區，在這樣的平衡變化下，“兩害相權取其輕”，選擇放開。

原本一直在監測疫情與各個場所人流量的Google Mobility數據，在一個月前正式停止更新，下圖列出了工作地點和娛樂地點人流量的世界平均水平。該指標以2020年前五周作為基準值，大於0則說明好於基準。

可以看到，雖然疫情在2020年造成了巨大的損失，但零售和娛樂場所的人流量在2021年6月之後回到了基準值，工作場所的人流量也在2022年2月之後回到了基準值。兩者在停止更新前都超過了2020年年初基準值20%左右。

一些發達國家，例如美國、日本等，他們的零售、娛樂、工作場所人流量確實還沒有完全回到基準水平，但如果把整個世界占大多數的發展中國家一起考慮進去（中國除外，因為Google Mobility監測不到中國數據），整個世界，已經回到，甚至超過了疫情前。

因為害怕疫情所以不敢消費，不敢上班？Google Mobility指數告訴我們，這個問題在世界範圍內並不普遍存在。

一切看起來似乎朝著確定的方向在前進，如果封控的成本再大一些，放開的成本再小一些，對於中國來說，輕的一頭是不是也要更換位置了呢？

事與願違。2022年11月的這一輪疫情，在中國造成的重症率，甚至要高於8個月前。天平的這一頭，生命可能會出現的損失，忽然又沉了下去。

如果在2022年3月時，我們用保護生命的理由選擇繼續封控，那麽現在，這個理由不是變得更弱了，而是更強——此時如果不繼續用更加嚴格的手段封控，生命的損失會比8個月前更大。

從3月吉林、上海封控，到現在11月各地區“各自為戰”，我們經曆了什麽？

這8個月，是我們的封控強度進一步加強的8個月。封控的短期成本有目共睹，長期成本也初露端倪。

這8個月，是疫苗接種速度大幅度減緩的8個月。3月時，中國半年內接種疫苗10.6億劑。11月時，半年內的接種量降低到6100萬劑。2022年8月之後，中國的疫苗接種數量驟減。我們體內的免疫水平，正在減少、消失，並且越來越低於世界平均水平。

這8個月，同樣是老年人疫苗接種基本沒有顯著改進的8個月。高齡老人加強針的接種率，中國原本在所有可以找到數據的國家或地區中排名倒數第二，僅高於香港特別行政區。而現在，排名倒數第一。

8個月前，香港第一波感染帶來的醫療衝擊告訴我們，生命的損失真的很大——從2022年3月到5月，短短三個月，超額死亡達到9000人，接近香港全年死亡人數的五分之一。

8個月後，事情沒有絲毫變化。可能會發生的生命損失，變得更大了。可能會被擊穿醫療資源的地區，變得更多了。

“兩害相權”的天平紋絲不動。天平的兩邊，未見絲毫減輕，竟然越來越重。在“擇其輕”的踟躕和猶豫中，時間洶湧流走，留下空白的人生片段。

回到文章的標題，我們真的準備好經曆第一波新冠大流行了嗎？

答案很簡單，不僅沒有準備好，還離準備好更遠了。如果這個趨勢繼續下去，我們可能永遠準備不好。