ganggouren
前天看到了B站的《计算机仿真程序告诉你为什么现在还没到出门的时候！！！》，知道了不出门很重要，但与此同时心里又多了一个疑问：在医务工作者逆行抗疫的时刻，我宅在家里到底能有多重要？每多1%的人宅在家里相当于医院增加了多少张床位？
作为一名建筑师，一名会写代码的建筑师，我决定写一个仿真程序定量分析一下。
基于java的processing平台实现
整个模型由群体运动模型和病毒传播模型两部分组成。
群体运动模型采用了Boid集群算法来模拟人的活动。Boid算法经常被用来模拟生物群体的运动行为。算法由三个核心规则构成：1.排斥性，避免相撞；2.同向性，有大致统一的前进方向；3.凝聚向心性，避免脱离群体太远。算法中每个单体依据各自的情况独立决策其行为，而其行为又会改变现状，从而影响他人的决策，进而构成相互影响共同关联的群体，我曾经用这个算法模拟人群的活动与疏散。
病毒传播模型采用了传染病动力学中经典的SIR模型，分别模拟易感者（Susceptible）、染病者（Infective）、恢复者（Removal）的状况。
整个模型的核心变量是两个：1.流动的人口比例，2.床位的充足程度。为了弄清“到底每多1%的人宅在家里相当于医院增加了多少张床位？”，我跑了400多遍模型，得到了这两个变量所有情况下的疫情后果（样本死亡率），即下表。
模型数据
跑数据之前我曾经预想过在一定的疫情后果时，流动的人口比例与床位的充足程度有一些对应的组合关系，但等真看到数据的时候，我还是震惊了。
模型数据显示在疫情进入尾声前，人口流动对疫情的后果产生绝对主导性的影响。而医院床位的充足率只有在较高的情况下，其影响才能显现出来。
拿武汉的情况举例，尽管有雷火二神山医院的加持，截止至2月7日24时，武汉市28家定点医疗机构总床位为8895张。目前共确诊13603例，加上未确诊的疑似病例，武汉现在形势依然非常严峻，床位充足率跌破50%。在模型中，床位充足率为49%时，如果人口流动率下降10%，则样本死亡率下降1.4%；而如果用增加床位来达到同样的效果，床位充足率需要增长23%，以武汉的现状为例相当于需要增加4092张床位。这就意味着每多1%的人宅在家里相当于医院增加了409张床位，约等于半个火神山，效果相当可观。
死亡率数据可视化，死亡率等高线（等高线上每个点对应着相同死亡率时的变量组合关系）
一个值得注意的事情是，死亡率等高线的上部呈现了几个明显的波峰波谷，这意味着当床位不足时，随着床位数量的增长，死亡率并不会下降，而是呈波浪起伏。这可能是因为病毒潜伏期最长可达14天，床位有限时，爆发期的病人会迅速挤爆医疗资源；而爆发期同期发病的众多其他病人很可能等不到有床位周转出来的那一天，只能奔走在各个医院之间碰运气，随之而来的就是更多的人被交叉感染，点燃新的爆发。
现实的逻辑真实，而残酷。
所以当床位捉襟见肘时，控制疫情的关键就变成了宅在家里的我们。此时宅在家里对于抗击疫情的贡献，相当于增加了医院的床位数量，在抗击疫情这件事上，宅在家里相当于冲上前线。
死亡率数据可视化，柱状图
如果将疫情的死亡率再可视化，我看到了一片墓碑，由无数平行宇宙中的死者构成的墓碑森林。
墓碑森林
正在经历疫情的我们正身处其中，而我们的出门次数直接决定了我们会以怎样的代价走出疫情。
走出疫情
所以在与疫情相持战斗的阶段里，自己尽量不出门，也尽量让周围更多的人不出门，就是我们这些普通人与疫情战斗最有效的方式。家，就是我们与疫情战斗的第一线。
Boid集群算法实现
也许，许多年之后，人们再看这次新冠疫情，再看2020年的春节，可能纸面上只是短短一句话：“新冠病毒来势凶猛，造成了重大影响”。
但只有我们亲历过这一切的人，才知道这个春节发生过什么。面对疫情，曾经有一群普通人通过宅在家里的方式，与医疗工作者一起，战斗过，拼搏过，绽放过。
宅在家里，守护世界
参考文献：
1计算机仿真程序告诉你为什么现在还没到出门的时候！！！，Ele实验室，https://www.bilibili.com/video/av86478875
2.关于新冠肺炎的一切，回形针PaperClip，https://www.bilibili.com/video/av86216616
3.卫健委新闻发布会，http://www.nhc.gov.cn/
相关阅读
