副标题:新冠疫情在东西海岸开始,蓝州和红州防控成绩比较如何?
新冠系列文章:
海阔天空 2020/11/27
2020年1月21日美国首例新冠发生在华盛顿州西雅图。至今10个多月了,美国疫情依然是世界各国中最惨重的。笔者在之前的两篇文章比较了全球新冠疫情防控中,美国与其他大部分国家的巨大差距及其背后原因。本文将比较美国国内的50个州和华盛顿特区在新冠防控的表现。另外针对相当一部分人之前以纽约加州等蓝州作为民主党新冠防控无能的证据,现在有了足够数据和时间长度,切让我们看看蓝州和红州的新冠防控团体成绩孰优孰劣。
笔者采用的是https://www.cnn.com/interactive/2020/health/coronavirus-us-maps-and-cases/ 每天更新的美国50个州和华府的新冠疫情,原始数据来源于约翰霍普金斯大学,截止11月26日。
如何计算美国50个州和华府的新冠防控成绩
比较各州的方法与前文比较世界各国的方法类似,不能简单地以累计病例和累计死亡的绝对数字进行比较,而是要按照以下的数学逻辑,通过相应的人口比例来比较:
- 美国全国的三个总数:(A)人口总数(331,433,217),(B)新冠病例累计总数(12,874,782),(C)新冠死亡累计总数(263,317);
- 每个州及华府的对应三个数字,(a)人口,(b)累计病例,(c)累计死亡;
- 分别计算每州的占美国的人口百分比,累计病例百分比,和累计死亡百分比。
- 例如目前累计病例最高的德州的三个百分比分别是:8.75%(a/A),9.34% (b/B),和8.22% (c/C);
(笔者根据CNN和霍普金斯大学数据分析制作)
如何比较美国50个州和华府的新冠防控成绩
- 如果某个州的累计病例的百分比(b)和累计死亡百分比(c)恰好都等于该州的人口百分比(a),那么这个州的新冠防控成绩可以说刚好及格;如果大于人口比例,就属于不及格的成绩,越大越差;如果小于该州的人口百分比,则是好成绩,越小越好。
- 为了方便比较各州成绩,将(b)除以(a)=累计感染得分,(c)除以(a)=累计死亡得分,都是数值越高越不好,数值越小越好。
按照以上这个方法计算每个州的总分,就可以将50个州和华府进行一个排名:
(笔者根据CNN和霍普金斯大学数据分析制作)
从以上的数据分析可以看到:
- 虽然目前德州的累计病例数字(1,202,804)是全美国最高的,但是根据以上的百分比计算,其累计感染分数是9.3%/8.7%=1.07,累计死亡分数是8.2%/8.7%=0.94,总分=1.07+0.94=2.01,这恰好是非常接近及格(2.0)的分数,迄今为止排名28。
- 第一名(总分最高,即是防控最差)是北达科他州,它的感染百分比0.59%和死亡百分比0.34%,高于其人口百分比0.23%,因此感染分数2.58,死亡分数1.49,总分4.07。其感染概率是每10万人10,031,全美国最高,死亡概率是每10万人118,全美排第8.
- 第二名是南达科他州,它的感染百分比0.59%和死亡百分比0.32%,其人口百分比0.27%,因此感染分数2.22,死亡分数1.21,总分3.42。其感染概率是每10万人8,607,全美第二,死亡概率是每10万人96,全美个排第10。
- 第三名是新泽西州,它的感染百分比2.50%和死亡百分比6.43%,其人口百分比2.68%,因此感染分数0.93,死亡分数2.40,总分3.33。它的感染概率是每10万人是3,629,全美第32,死亡概率是每10万191,全美个排第1。
- 第四名是纽约州,它的感染百分比4.82%和死亡百分比13.08%,其人口百分比5.87%,因此感染分数0.82,死亡分数2.23,总分3.05。它的感染概率是每10万人是3,188,全美第37,死亡概率是每10万是177,全美个排第2。
- 接下来的前十名(即是迄今为止疫情最严重的)是:路易斯安那第5,密西西比第6,罗德岛第7,爱荷华第8,麻州第9,伊利诺第10。
- 倒数10名(即是迄今为止疫情最轻的)是:加州第42,佛吉里亚州第43,阿拉斯加第44,西佛吉里亚第45,华盛顿州第46,新罕布什尔第47,俄勒冈第48,夏威夷第49,缅因第50,佛蒙特第51。
- 注意:所有以上的排名都是动态的,会随着将来每天的新增数据得出的百分比而更新。
新冠防控成绩:蓝州与红州,孰优孰劣?
在2020大选过程中,笔者看到有不少人说,新冠疫情最严重的都是蓝州,以此作为反对民主党的理由。那么,且让我们根据2020大选的结果,来比较一下蓝州和红州的新冠防控团体成绩。
在迄今为止疫情最严重的十个州里面,有五个蓝州五个红州。值得注意的是,五个蓝州中4个东海岸1个大湖区,都是人口密度高(第2,3,4,9,14)和流动性非常大的经济商业发达地区。而五个红州的人口密度远远低于蓝州(第28,35,38,48,49),人口流动性比较低。另外,首例确诊的日期,蓝州也比五个红州要早得多。
在迄今为止疫情最轻的十个州里面,只有阿拉斯加(44)和西佛吉里亚(45)是红州,其余8个是蓝州。值得注意的是,阿拉斯加的人口密度是全美最低的(51)而且它的第一病例发生在3月12日,西佛吉里亚人口密度全美第31,第一病例发生在3月17日。相比之下,蓝州的人口密度都远远高于阿拉斯加,5个高于西佛吉里亚。经常被某些人诟病的加州,排名第42,其人口密度全美第13,首例1月26日,排名第46的华盛顿州首例1月21日(也是全美首例),其人口密度24。因此加上首例时间和人口密度的因素,显然加州和华盛顿州在防控疫情上比阿拉斯加和西佛吉里亚都做得更好。
将25个蓝州及华府和25个红州,分别汇总分析,就可以得到以下对比:
- 蓝州总分47.6,疫情防控平均排名28.6,人口密度的平均排名20.5;
- 红州总分54.1,疫情防控平均排名23.5,人口密度的平均排名33.6;
- 注意1:红州的疫情平均排名高于蓝州5个位置,就意味着疫情防控成绩比蓝州越差;
- 目前有14个州,累计感染率达到了每10万人口至少5000人感染,其中只有伊利诺伊州,威斯康星州和明尼苏达州三个蓝州都有高密度的大都会,另外11个红州中大多数州人口密度非常低。
- 注意2:人口密度越高,例如纽约芝加哥洛杉矶等大都会,就意味着防控难度越大;蓝州的人口密度平均排名比红州高13个位置,意味着蓝州防控新冠的难度比红州大很多;但是迄今为止蓝州新冠防控的评价排名还比红州低5个位置,就说明蓝州防控成绩比要远远优于红州;
- 注意3:笔者没有花时间逐一查找每个州的首例日期,但是大概而言,蓝州基本上两个海岸和大湖区等经济发达地区,流动性大,因此首例日期一般比红州早很多。这意味着,红州有更多的时间来观察蓝州(如纽约新泽西)在第一高峰时期的惨痛经历,但是事实显示红州没有利用这惨痛生命代价换来的机会吸取经验教训。
美国新冠防控的惨痛失败,天灾还是人祸?
回到本系列多次提到的问题,为什么与世界上大部分国家相比,美国新冠防控成绩如此惨不忍睹?类似的问题是,为什么在美国国内的50个州和华盛顿特区,经过了十个月,整体而言红州的防控成绩为什么比蓝州明显地差很多,尽管新冠首例发生在蓝州的日期要远远早于红州,蓝州的平均人口密度远远高于红州,蓝州的人口流动性也要高于红州。另外,由于许多东西海岸的蓝州首先遭受新冠的第一波打击,对于这一个全新病毒缺乏了解,准备不足,反应不及,因此早期的死亡率特别高,如新泽西和纽约。但是从迄今为止的感染率可以看到,这些蓝州已经吸取了经验教训,在第一波之后一直努力不懈地有效控制。
换言之,在今年暑假之前,蓝州团体成绩肯定比红州差远了,但是随着新冠蔓延到所有50个州,许多红州的州长和民众听信特朗普的种种言论,一直没有采取果断防控措施和自我保护,导致新冠疫情在红州地区日益严重,从而在以上的排名中后来居上,比蓝州越来越差。例如,11月16日,南达科他州的一位护士在电视采访中讲述,一些新冠患者在最后时刻竟然还拒绝相信自己得了新冠。
数据是不会撒谎的。在如此惨重的大量数据面前,如果依然不承认事实,不相信科学,还将戴口罩,保持距离等等这些CDC颁布的基本安全提示进行党派政治化,那么无异于“见了棺材也不流泪”。
笔者在前文(10月9日)曾经预言按照当时趋势,“到2021年1月20日特朗普任期结束的那一天,美国累计新冠感染人数将达到1218万,新冠死亡人数将近30万。”可叹的是,现在累计感染病例已经接近1300万,死亡人数超过26万。因此目前最新预测是:按照目前每天10万新增,每天1000新增死亡,还有54天才到特朗普下台,那么就是540万新增病例,累计1840万病例,54000新增死亡,累计死亡超过31万。
如此巨大的非正常死亡人数,这不仅在美国历史上,而且在绝大部分国家都是前所未有的。如果美国目前还在执政的川普内阁,一部分州政府以及一部分公众还是不反省,不听从CDC的安全指导,还是仅仅指望疫苗,那么这个2020-2021冬季将会是非常漫长和恐怖。
这到底是天灾还是人祸?
参考来源:
- https://www.cnn.com/interactive/2020/health/coronavirus-us-maps-and-cases/
- https://coronavirus.jhu.edu/map.html
- https://gov.alaska.gov/newsroom/2020/03/12/first-case-of-covid-19-confirmed-by-alaska-state-public-health-laboratory-is-an-international-resident/#:~:text=March%2012%2C%202020%20(,Anchorage%20on%20March%2011.
- https://en.wikipedia.org/wiki/COVID-19_pandemic_in_California
- https://www.youtube.com/watch?v=WicsWfTm1ZI