Covid-19 pandemic, wrap-up of 2020 ver.2.0 新冠病全球大流行2020年小結更新版

1. 新冠病全球大流行2020年小結
湯家耀（澳門公共衛生主任醫生）
2021年1月20日

2. 目的
n 2020年全球經歷了1918年以來最嚴重的新發傳
染病全球大流行
n 面對百年一遇的大流行，具有重大意義的是
n 觀察和記錄疫情在時間、空間、人間的分佈
n 從分佈的一致和不一致中尋找規律
n 進而探索分佈規律的原因
n 本文擬就2020年內的疫情發展作一小結

3. 資料來源
n 疫情資料來自世界衛生組織的報告
n 8月中旬起世衛由日報改為週報，部分月末及年終
數字以簡單線性方法估算
n 人口和國內生產總值資料來自聯合國

4. 重點發現
1. 2020年全球逾8000萬人確診（約每百人1人），180萬人死亡（
約每萬人2人），真實病死率約為2%
2. 全球新增病例和死亡時間序列表現為三台階模式
3. 六洲疫情在指標值上差異達30倍，在時間分佈模式上也明顯多
樣，分別呈現1、1.5、2、2.5波模式，波的時間和形狀亦與1918
年流感大流行有明顯差異
4. 國家／地區之間疫情差異非常大，14國死亡率已達千分位，同
時，有11地未有疫情，19地有病例但無死亡，極端差距至少六
個數量級
5. 30大國領跑的是美國和印度，模範是越南和泰國

5. 重點發現
6. 統計提示醫療水平差異以及病例發現嚴重不足、醫療系統擠兌
等問題存在，同時又提示後二者對整體未構成重大的影響
7. 面積、人口規模、人口密度、國內生產總值等變量與疫情無關
8. 四個自變量，即所在洲、人均產值、海島、民主指數可解釋死
亡率變異的約一半，另一半應取決於未列入分析的其他因素
9. 探索因素之間的交互作用，可見一些有趣的模式
10. 多數洲可見疫情差異很大的典型，類同的國家可互相學習
11. 專制國家疫情指標顯著和穩定地優於民主國家
12. 部分民主國家防疫效能較佳，可供其他民主國家參照學習

6. 目錄
n 五大指標
n 六洲疫情
n 國家／地區差異
n 影響因素
n 典型比較
n 未來預期

7. 五大指標

8. 疫情指標
患病指標
1. 病例數
2. 發病率
＝病例數／人口數
死亡指標
3. 死亡數
4. 死亡率
＝死亡數／人口數
5. 病死率
＝死亡數／病例數

9. 表1：新冠病大流行2020年累計疫情指標
（資料來自世界衛生組織，澳門湯家耀2021年1月18日制表）
患病指標 死亡指標
病例數 發病率(百萬人口) 死亡數 死亡率(百萬人口) 病死率
全球 81,597,108 10,468 1,799,131 231 2.2%
十大 美國 19406374 安道爾 103695 美國 337865 聖馬力諾 1739 也門 29.0%
印度 10265630 黑山 76893 巴西 193301 比利時 1683 墨西哥 8.8%
巴西 7592570 盧森堡 74097 印度 148658 斯洛文尼亞 1316 曼島 6.6%
俄羅斯 3156842 聖馬力諾 70083 墨西哥 124506 波黑 1227 厄瓜多爾 6.6%
法國 2559872 捷克 66349 意大利 73543 意大利 1216 蘇丹 6.3%
英國 2452457 玻里尼西亞 59681 英國 72785 北馬其頓 1191 叙利亞 6.2%
意大利 2097297 美國 58629 法國 63538 秘魯 1139 玻利維亞 5.8%
西班牙 1886280 斯洛文尼亞 57922 俄羅斯 56908 安道爾 1087 埃及 5.5%
德國 1712177 直布羅陀 57018 伊朗 55068 黑山 1083 乍得 5.0%
哥倫比亞 1620520 格魯吉亞 56635 西班牙 50370 捷克 1080 中國 5.0%
十大合計 52,750,019 1,176,542
佔全球 65% 65%

10. 病例數
n 患病情況的絕對數指標
n 尤其在疫情早期，提示疫情的空間分佈和趨向
，各地的疫情負擔和繼續傳播的動力
n 2020年全年錄得確診病例8159萬餘

11. 病例數的時間分佈
n 年內按週新增確診病例數可見三波
n 第一波約是3月至4月，峰值56萬例／週
n 第二波約是5月至9月，峰值187萬例／週
n 第三波約是10月開始，圖中峰值在12月，465萬
例／週，但撰寫本文時已確知2021年1月的疫情
更趨嚴重
n 「三波」更準確地應描述為「三台階」，因新增
病例數從沒有出現顯著回落的谷，只是分三次提
升到更高的水平

12. 第1波
第2波
第3波

13. 病例數的空間分佈
n 全球病例分佈於219個國家／地區
n 病例最多的十個國家依次是
n 美國、印度、巴西、俄羅斯、法國、英國、意大
利、西班牙、德國、哥倫比亞
n 十大合計5275萬餘，佔全球總數的65%

14. 發病率
n 患病情況的相對數指標
n 代表人口受侵襲的程度
n 全球合計發病率為10468/百萬人口，即每百人
約有一人患病
n 發病率的時間分佈與病例數的相同（三台階）

15. 發病率的空間分佈
n 各地人口數量有很大的差異，發病率比病例數更能反
映各地受侵襲的真實程度
n 發病率的十大，除美國外，都是較小的國家
n 全球發病率最高的地方（安道爾），每百人口約有十
人患病，與自然免疫水平（至少70%）仍有大的差距
n 發病率高的因素可包括病原變異、環境促成因素、人
口易感性、防控效能等

16. 死亡數
n 死亡情況的絕對數指標
n 尤其在疫情中後期，比病例數更能提示疫情的
健康影響
n 2020年全年錄得死亡179萬餘

17. 死亡數的時間分佈
n 時間分佈模式與病例數類似，在大致相同的時
間出現三波／三台階
n 顯著的不同點在第一階明顯較高，因而與第二階
的差距很小，這是因疫情早期病死率偏高所致

18. 第1波
第2波
第3波

19. 死亡數的空間分佈
n 全球死亡分佈於197個國家／地區
n 死亡最多的十個國家依次是
n 美國、巴西、印度、墨西哥、意大利、英國、法
國、俄羅斯、伊朗、西班牙
n 十大合計117萬餘，佔全球總數的65%

20. 死亡率
n 死亡情況的相對數指標
n 代表按人口的健康影響程度
n 全球合計死亡率為231/百萬人口，即每萬人有
略多於二人死亡
n 死亡率的時間分佈與死亡數的相同

21. 死亡率的空間分佈
n 各地人口數量有很大的差異，死亡率比死亡數
更能反映各地健康影響的真實程度
n 死亡率的十大，除意大利外，都是較小的國家
n 全球死亡率最高的地方（聖馬力諾），每千人
口有近二人死亡
n 死亡率高的因素除發病率高的因素外，還包括
臨床診治效能和醫療系統擠兌等

22. 病死率
n 死亡情況的相對數指標
n 代表病例的死亡風險、疾病的凶險程度
n 全球累計病死率為2.2%，即每百名病人有略多
於二人死亡
n 累計值受早期較高值的影響，年終時的病死率
其實略低於2%

23. 病死率的時間分佈
n 病死率呈現特別的時間分佈模式，與病例和死
亡的不同
n 早期波動不定，因疫情以及病例和死亡的發現都
在迅速變動中
n 在病例第一波稍後的時候出現峰值，因早期未掌
握防控和臨床診治方法，甚至出現醫療系統擠兌
n 峰值之後，持續下降，漸趨平緩，反映疾病與防
治兩方逐漸趨向真實的平衡點

24. 第1波

25. 病死率的空間分佈
n 全球病死率最高的地方（也門），每百名病人
有29人死亡
n 病死率較高的大國，還包括墨西哥、埃及、中
國等
n 病死率高需考慮病原、環境、人口、醫療系統
等四方面因素，其中，尤其需要留意病例診斷
和報告不全、醫療系統擠兌等情況

26. 六洲疫情

27. 六洲疫情
n 六洲出現疫情的先後順序是：亞、北美、歐、大洋、
非、南美
n 全年累計，歐洲病例數和死亡數最高，但北美洲發病
率和死亡率最高
n 此四項指標，大洋洲均最低
n 北美洲發病率和死亡率分別是大洋洲的30倍和31倍
n 病死率南美洲最高，亞洲最低，其餘相差不多

28. 表2：六洲2020年累計疫情指標
（資料來自世界衛生組織，澳門湯家耀2021年1月18日制表）
病例數 佔全球 發病率(1/百萬) 死亡數 佔合球 死亡率(1/百萬) 病死率
亞洲 19847964 24% 4277 336533 19% 73 1.7%
北美洲 22418126 27% 37971 498418 28% 844 2.2%
歐洲 23435695 29% 31345 537913 30% 719 2.3%
大洋洲 55105 0% 1278 1180 0% 27 2.1%
非洲 2749687 3% 2052 64838 4% 48 2.4%
南美洲 13089786 16% 30270 360236 20% 833 2.8%
全球 81597108 100% 10468 1799131 100% 231 2.2%
六洲按首次疫情報告先後排列

29. Ａ組
n 六洲發病率和死亡率差距很大，難以在同一線圖中畫
出，需分為Ａ組（歐、北美、南美）和Ｂ組（亞、非、
大洋），兩組縱軸高度相差10倍
n 歐洲和北美洲的疫情比較類似，分別在北半球春末和
冬季有高峰，歐洲比北美洲早些，第二波高於第一波
n 北美洲在兩峰之間尚有一小峰，與南美洲高峰同時，或可
考慮為三波疫情
n 南美洲呈現在南半球冬季的一波疫情，年終時有所上
升，但暫未能確定是否正出現新的波峰

30. 歐洲
北美洲
南美洲

31. Ｂ組
n 亞洲的高峰在北半球秋季，春末有一個小峰，或可考
慮為第一波，年終時疫情並未趨於上升
n 大洋洲在4月（與亞洲同時）有較小的第一波，然後
在南半球冬季（稍後於南美洲和非洲）出現第二波高
峰，年終時疫情並未趨於上升
n 非洲在南半球冬季出現第一波（與南美洲同時），年
終時趨於上升，正出現新的波峰

32. 亞洲
非洲
大洋洲

33. 與1918年流感大流行比較
n 類同：首年兩波疫情，跨年延續
n 不同
n 時間差異：第一波在6~7月（紐約4月），第二波
在10~11月，第三波在翌年2~3月
n 模式差異：1918年波峰較高（死亡率較高）、較
瘦（持續時間較短），波峰之後回落顯著，波谷
分明，低谷期間看來較接近常態

34. 圖5：1918年流感大流行歐美四城所有原因死亡率
（圖片取自互聯網）

35. 表3：六洲新冠疫情與1918年流感大流行比較
（資料來自世界衛生組織及互聯網，澳門湯家耀2021年1月18日制表）
六洲按首次疫情報告先後排列
新冠病大流行 流感大流行
2020 1918 1919
峰數 峰頂月份 峰數 峰頂月份 峰頂月份
亞洲 2 4, 9 2? ?, 10~11 ?
北美洲 2.5 5, 8, 12? 2 3~4, 10 1~2
歐洲 1.5 4, 12? 2 6~7, 10~11 3
大洋洲 2 4, 7 0 -- 7
非洲 1.5 8, 12? 2? ?, 10~11 ?
南美洲 1 8 1? ?, 10~11 ?

36. 不同的可能原因
n 病種和病原不同
n 人類反應可能不同
n 現時的防控措施改變疫情的自然進程
n 現時的醫療減少和延緩死亡的發生
n 各國／地疫情呈現多樣化發展

37. 國家／地區差異

38. 國家／地區
n 根據世界衛生組織的新冠病疫情報告，以及聯
合國關於人口及或國內生產總值的報告，確定
獲公認的國家／地區名單
n 排除人口不足1萬的國家／地區，餘226個

39. 表4：全球國家／地區按人口規模和2020年死亡率分佈
（資料來自世界衛生組織、聯合國，澳門湯家耀2021年1月18日制表）
人口規模
死亡率
萬
N=30
十萬
N=38
百萬
N=68
千萬
N=76
億
N=12
十億
N=2
0
（無病例）
N=11
(1)美屬薩摩亞 (2)帕勞 (3)
庫克群島 (4)吐瓦魯 (5)瑙
魯
(1)密克羅尼西亞 (2)薩
摩亞 (3)基里巴斯 (4)湯
加
(1)土庫曼 (1)朝鮮
0
（有病例）
N=19
(1)馬紹爾群島 (2)瓦利斯和
富圖納 (3)格陵蘭 (4)聖克
里斯多福和尼維斯 (5)安奎
拉 (6)多米尼克 (7)塞舌爾
(8)奧蘭群島 (9)法羅群島
(1)瓦努阿圖 (2)所羅門
群島 (3)新喀里多尼亞
(4)不丹 (5)聖文森和格
瑞那丁 (6)格瑞那達
(1)老撾 (2)東帝汶 (3)蒙古 (1)柬埔寨
1/千萬
N=5
(1)厄立特里亞 (1)布隆迪 (2)坦桑尼亞 (3)越南 (4)
泰國
1/百萬
N=26
(1)斐濟 (2)文萊 (1)巴布亞新幾內亞 (2)新加坡 (3)新西蘭 (4)
毛里求斯 (5)多哥 (6)塔吉克 (7)塞拉利昂
(1)貝寧 (2)布基納法索 (3)尼日爾 (4)
科特迪瓦 (5)莫桑比克 (6)南蘇丹 (7)
烏干達 (8)幾內亞 (9)乍得 (10)剛果
-金 (11)盧旺達 (12)索馬里 (13)馬達
加斯加 (14)斯里蘭卡 (15)馬拉維
(1)尼日利亞 (1)中國
1/十萬
N=60
(1)開曼群島 (2)英屬維京群
島 (3)北馬利安納群島 (4)
安提瓜和巴布達
(1)科摩羅 (2)巴貝多 (3)
聖露西亞 (4)留尼旺 (5)
吉布提 (6)聖多美和普林
西比 (7)冰島 (8)庫拉索
(9)馬爾代夫
(1)中非 (2)利比里亞 (3)波札那 (4)剛果 (5)
幾內亞比索 (6)萊索托 (7)尼加拉瓜 (8)加篷
(9)岡比亞 (10)烏拉圭 (11)赤道幾內亞 (12)
阿聯酋 (13)毛里塔尼亞 (14)挪威 (15)納米
比亞 (16)卡塔爾 (17)特立尼達和多巴哥
(18)芬蘭
(1)加納 (2)安哥拉 (3)古巴 (4)馬利
(5)馬來西亞 (6)喀麥隆 (7)烏茲別克
(8)韓國 (9)也門 (10)海地 (11)贊比
亞 (12)塞內加爾 (13)津巴布韋 (14)
肯亞 (15)蘇丹 (16)澳大利亞 (17)
委內瑞拉 (18)敘利亞 (19)緬甸 (20)
阿富汗 (21)阿爾及利亞 (22)尼泊爾
(1)埃塞俄比亞
(2)日本 (3)孟
加拉 (4)巴基
斯坦 (5)埃及
(6)印尼 (7)菲
律賓
1/萬
N=91
(1)摩納哥 (2)荷蘭加勒比區
(3)土克斯和開科斯 (4)百慕
達 (5)根西島 (6)直布羅陀
(7)曼島 (8)聖馬丁島 (9)荷
屬聖馬丁 (10)列支敦士登
(1)馬丁尼克 (2)馬約特
島 (3)佛得角 (4)圭亞那
(5)蘇里南 (6)美屬維京
群島 (7)法屬圭亞那 (8)
瓜地洛普 (9)澤西島 (10)
法屬玻里尼西亞 (11)巴
哈馬 (12)荷屬阿魯巴
(13)馬耳他 (14)伯利茲
(15)關島 (16)盧森堡
(1)塞浦路斯 (2)牙買加 (3)白俄羅斯 (4)愛沙
尼亞 (5)斯威士蘭 (6)薩爾瓦多 (7)巴林 (8)
吉爾吉斯 (9)黎巴嫩 (10)利比亞 (11)丹麥
(12)科威特 (13)阿曼 (14)巴勒斯坦 (15)巴拉
圭 (16)洪都拉斯 (17)拉脫維亞 (18)以色列
(19)斯洛伐克 (20)阿爾巴尼亞 (21)哥斯達
黎加 (22)愛爾蘭 (23)塞爾維亞 (24)波多黎
各 (25) 立陶宛 (26)格魯吉亞 (27)奧地利
(28)科索沃 (29)摩爾多瓦 (30)瑞士 (31)巴拿
馬 (32)亞美尼亞 (33)克羅地亞 (34)匈牙利
(1)哈薩克 (2)沙特阿拉伯 (3)摩洛
哥 (4)多明尼加 (5)土耳其 (6)亞塞
拜疆 (7)危地馬拉 (8)伊拉克 (9)約旦
(10)突尼斯 (11)德國 (12)加拿大
(13)烏克蘭 (14)希臘 (15)南非 (16)
伊朗 (17)荷蘭 (18)葡萄牙 (19)波
蘭 (20)玻利維亞 (21)厄瓜多爾 (22)
羅馬尼亞 (23)哥倫比亞 (24)瑞典
(25)智利 (26)阿根廷 (27)法國
(1)俄羅斯 (2)
巴西 (3)墨西
哥
(1)印度
1/千
N=14
(1)安道爾 (2)聖馬力諾 (1)黑山 (1)保加利亞 (2)北馬其頓 (3)波黑 (4)斯洛文
尼亞
(1)英國 (2)西班牙 (3)捷克 (4)秘魯
(5)意大利 (6)比利時
(1)美國

40. 國家／地區差異
n 各地疫情有很大的差異
n 11地未有病例和死亡報告
n 朝鮮、土庫曼、密克羅尼西亞、薩摩亞、基里巴斯、湯加、
美屬薩摩亞、帕勞、庫克群島、吐瓦魯、瑙魯
n 19地雖有病例，但未有死亡
n 死亡率從真零到千分位，相差至少六個數量級

41. 影響分級
n 表3右下國家／地區對全球疫情影響最大，左
上影響最小，粗略地以不同顏色表示
n 第一級是美國和印度
n 比意秘捷西英墨巴俄等，直至中國，屬第二級
n 如此類推

42. 30大國
n 藍色粗體字的是30大國，包括人口大國和經濟
大國（人口數及或國內生產總值在全球20大的國家）
n 美國和印度在第一級領跑
n 主群在第二級
n 剛果(金)、韓國、澳大利亞較佳，在第三級
n 越南和泰國是30大國中的模範，在第四級

43. 疫情指標組合
n 死亡率是大流行中比較重要和可靠的單項指標
n 各疫情指標並非總是一致，存在多種不同組合
n 不同組合模式可具有重要的提示
n 正常：發病率與死亡率相關，病死率中等，不隨
兩者變動，約半數國家／地區屬此

44. 表5：三項疫情指標的組合模式
（資料來自世界衛生組織，澳門湯家耀2021年1月18日制表）
病死率
發病率 死亡率 低 % 中 % 高 % 小計 % 合計 %
低 低 22 9.7% 7 3.1% 4 1.8% 33 14.6%
中 4 1.8% 8 3.5% 12 5.3%
高 45 19.9%
中 低 11 4.9% 2 0.9% 13 5.8%
中 9 4.0% 85 37.6% 18 8.0% 112 49.6%
高 4 1.8% 7 3.1% 11 4.9% 136 60.2%
高 低
中 4 1.8% 7 3.1% 11 4.9%
高 26 11.5% 8 3.5% 34 15.0% 45 19.9%
小計 低 33 14.6% 9 4.0% 4 1.8% 46 20.4%
中 13 5.8% 96 42.5% 26 11.5% 135 59.7%
高 30 13.3% 15 6.6% 45 19.9% 226 100.0%
合計 46 20.4% 135 59.7% 45 19.9% 226 100.0%
三項疫情指標均按<=第20個百分位數為低，>第80個百分位數為高，高低之間為中。

45. 醫療水平
n 醫療較佳
n 在確有明顯疫情的前提下，發病率與死亡率相關，
病死率低，但需排除在病原、人口、環境等方面
有無其他重大的原因
n 醫療欠佳
n 同上，而病死率高

46. 病例發現嚴重不足
n 典型
n 發病率低、病死率高，有負相關關係，而死亡率
與兩者不相關
n 疑似實例
n 也門、利比里亞、馬利、馬拉維、塞拉利昂、索
馬里、剛果(金)、乍得

47. 醫療系統擠兌
n 典型
n 發病率、死亡率、病死率三高，三者正相關
n 疑似實例
n 比利時、波黑、意大利、北馬其頓、西班牙、英
國、匈牙利、阿根廷

48. 實際情況比數據演示複雜
n 廣泛存在
n 醫療能力、病例發現、系統過載等問題其實比較可能不同程度地
分佈於各地，只是在多數地方未足以在統計數據上清楚顯示
n 并存重疊
n 多個問題可同時同地并存而互相重疊，使數據規律變得模糊混亂
n 界限不明
n 現實中比較可能沒有清晰明確的界限，這些界限只是數據演示中
半任意的設定

49. 影響因素

50. 探索原因
n 為探索疫情分佈規律的原因，嘗試從一些較容
易取得的基本參數開始
n 環境：所在洲；地理特徵；面積
n 人口：規模，密度
n 經濟：國內生產總值，人均產值
n 社會：民主指數

51. 相關分析
n 將各連續變量作相關分析
n 基本參數：面積；人口數，人口密度；國內生產
總值，人均產值；民主指數
n 疫情指標：發病率，死亡率，病死率

52. 表6：連續變量的相關分析
（資料來自世界衛生組織、聯合國、經濟學人、維基百科，澳門湯家耀2021年1月18日制表）
相關係數 面積 人口 密度 GDP 人均
<中
位數
>中
位數
民主
指數
發病
率
死亡
率
病死
率
面積 1.00
人口 0.45 1.00
密度 -0.06 -0.02 1.00
GDP 0.55 0.59 -0.02 1.00
人均 0.00 -0.07 0.49 0.13 1.00
民主指數 -0.02 -0.04 0.03 0.12 0.59 0.39 0.48 1.00
發病率 0.00 -0.07 0.07 0.12 0.38 0.54 0.20 0.42 1.00
死亡率 0.07 -0.02 -0.05 0.15 0.22 0.58 0.06 0.44 0.80 1.00
病死率 0.12 0.11 -0.08 0.07 -0.09 -0.06 -0.01 -0.11 -0.04 0.17 1.00
除民主指數 n=164 外，其餘所有變量 n=226。 相關係數絕對值 0.4 以上視為相關，0.7 以上視為高度相關。

53. 多因素線性迴歸分析
n 列入下列變量進行多因素線性迴歸分析
n 因變量：死亡率
n 自變量
n 類別變量轉換為虛擬變量：所在洲（歐美／亞非大洋）；地
理特徵（海岸或內陸／海島）；另加入人均產值中分變量
（高／低於中位數）
n 連續變量：面積；人口數，人口密度；國內生產總值，
人均產值

54. 表7：多因素線性迴歸分析
（資料來自世界衛生組織、聯合國、經濟學人、維基百科，澳門湯家耀2021年1月18日制表）
死亡率為因變量。民主指數因遺漏值較多，未列入分析。 (a) 歐/南美/北美=1，大洋/非/亞=0。 (b) 海岸/內陸=1，海島=0。
(c) >中位數=1，<中位數=0。 (d)除去其他非顯著因素後也失去顯著性。 採用 RegressIt 進行計算。
R2 Adj.R2 Fitted
0.439 0.419 226
Variable Coefficient Std.Err. T p Std.Coeff.
Constant -130.297 43.532 -2.993 0.003 0.000
所在洲 (a) 360.955 43.272 8.342 0.000 0.495
地理特徵 (b) 278.465 42.677 6.525 0.000 0.361
面積（千平方公里） -0.017 0.013 -1.322 0.188 -0.084
人口（百萬） -0.164 0.172 -0.952 0.342 -0.063
人口密度 -0.020 0.015 -1.324 0.187 -0.080
國內生產總值（十億美元） 0.030 0.014 2.097 0.037(d) 0.148
人均產值（千美元） -0.201 1.015 -0.198 0.843 -0.015
人均產值中分 (c) 126.978 50.999 2.490 0.014 0.175

55. 環境因素
n 所在洲（歐美／亞非大洋）是迴歸分析所見對死亡率
影響最大的因素
n 亦與人均產值、民主指數、發病率相關
n 洲間疫情差異，相信是自然環境、社會環境、人
口體質、生活方式、衛生系統和應對、鄰國互相
影響、主導病原株等多方面差異的綜合表現

56. 環境因素
n 地理特徵與死亡率的關聯較弱，但統計學上具
顯著性
n 海島地區死亡率顯著低於非海島地區，相信與控
制對外聯繫、閉關自守的能力有關
n 面積與疫情未見相關
n 與國內生產總值、人口相關

57. 人口因素
n 人口規模與疫情未見相關
n 圖示法所見相符
n 與國內生產總值、面積相關
n 人口密度與疫情未見相關
n 與人均產值相關

58. 中位數
80百分位數

59. 經濟因素
n 國內生產總值與疫情未見相關
n 與人口、面積相關
n 人均產值與疫情關係較複雜
n 整體而言，與疫情不相關
n 若在中位數分成兩段，低段與死亡率和發病率相關，高
段則否；高段的死亡率顯著高於低段
n 圖示法可見存在上述關係
n 與民主指數、人口密度相關

60. 中位數
80百分位數
中位數

61. 社會因素
n 民主指數與死亡率和發病率相關
n 圖示法可見，所有死亡率在第80個百分位以上的
國家，其民主指數均在接近5分處以上，只有一個
例外（伊朗）
n 與人均產值、所在洲相關

62. 中位數
80百分位數
民主國家／地區

63. 疫情指標
n 發病率與死亡率高度相關，符合常理
n 發病率和死亡率，與病死率未見相關，提示整
體上，之前論及的兩種情況未構成重大影響
n 病例發現的嚴重不足
n 醫療系統擠兌

64. 整體考量
n 迴歸分析發現三個因素與死亡率關聯
n 按影響大小順序為所在洲、人均產值、地理特
徵，三者合共能解釋死亡率約42%的變異
n 加上未列入迴歸分析的民主指數，估計應能解
釋約一半的變異
n 其餘一半，應取決於未列入分析的變量，尤其
包括各地先存的特異情況和應對疫情的舉措

65. 面積Ｘ
人口規模/密度Ｘ
國內生產總值Ｘ
未列入分析的因素
① 其他環境/生活方式
/人口/醫療系統特質
② 病原和應對
① 所在洲
② 人均產值
③ 地理(海島)
④ 民主指數
死亡率
圖9：相關和迴歸分析結果圖示
（澳門湯家耀2021年1月18日制圖）

66. 交互作用
n 所在洲與地理
n 洲的影響強大，在各地理類別中，均顯見高死亡
洲與低死亡洲的差異
n 海島的影響亦明顯，在各洲均見海島國死亡率低
於海岸國；內陸國家則有兩極情況，亞非兩洲低
死亡，歐南美兩洲高死亡

67. 表8：新冠病死亡指標按州和地理的分佈
（資料來自世界衛生組織、維基百科，澳門湯家耀2021年1月18日制表）
每格內數字順序為：國家地區數；年內無新冠死亡報告的國家地區所佔比例；國家地區新冠死亡率中位數；群組合計新冠死亡率。
藍字代表低於中位數，紅字代表高於80百分位數。
地理
洲 海島 內陸 海岸 合計
大洋洲
20, 70%
0, 15
1, 0%
36, 36
21, 67%
0, 27
非洲
8, 13%
29, 16
16, 0%
11, 12
32, 0%
20, 62
56, 2%
17, 48
亞洲
10, 10%
53, 65
12, 33%
37, 86
26, 8%
76, 73
48, 15%
60, 73
北美洲
25, 24%
51, 120
10, 0%
413, 900
35, 17%
155, 844
南美洲
3, 0%
90, 112
2, 0%
547, 604
11, 0%
795, 846
16, 0%
380, 833
歐洲
9, 22%
294, 1019
14, 0%
784, 701
27, 0%
660, 685
50, 4%
664, 719
合計
75, 32%
27, 164
44, 9%
60, 131
107, 2%
205, 247
226, 13%
79, 231

68. 交互作用
n 所在洲與人均產值
n 兩者之間有相關，高死亡洲富國較多，低死亡洲
窮國較多
n 洲的影響為主，在各產值類別中，均顯見高死亡
洲與低死亡洲的差異
n 多數洲呈現，人均產值低段似有漸升趨勢，高段
死亡率高於低段，但沒有漸升趨勢

69. 表9：新冠病死亡指標按州和人均產值的分佈
（資料來自世界衛生組織、聯合國，澳門湯家耀2021年1月18日制表）
每格內數字順序為：國家地區數；年內無新冠死亡報告的國家地區所佔比例；國家地區新冠死亡率中位數；群組合計新冠死亡率。
藍字代表低於中位數，紅字代表高於80百分位數。
人均產值
洲 ~1千 ~5千 ~1萬 ~5萬 5萬~ 合計
大洋洲
1, 100%
0, 0
8, 88%
0, 1
1, 0%
2, 2
10, 60%
0, 45
1, 0%
36, 36
21, 67%
0, 27
非洲
23, 0%
8, 11
25, 0%
24, 42
4, 0%
44, 432
4, 25%
27, 42
56, 2%
17, 48
亞洲
4, 25%
15, 28
22, 23%
47, 88
7, 14%
210, 299
13, 0%
89, 13
2, 0%
45, 31
48, 15%
60, 73
北美洲
1, 0%
21, 21
5, 0%
268, 234
6, 33%
57, 826
19, 16%
155, 446
4, 25%
96, 1020
35, 17%
155, 844
南美洲
3, 0%
238, 253
8, 0%
817, 906
5, 0%
90, 699
16, 0%
380, 833
歐洲
3, 0%
733, 457
7, 0%
1068, 632
25, 4%
747, 757
15, 7%
294, 589
50, 4%
664, 719
合計
29, 7%
8, 14
66, 18%
43, 87
33, 9%
244, 647
76, 14%
213, 215
22, 14%
207, 885
226, 13%
79, 231

70. 交互作用
n 所在洲與民主指數
n 兩者之間有相關，高死亡洲民主國較多，低死亡
洲非民主國較多
n 洲的影響為主，在多數政體類別中，均顯見高死
亡洲與低死亡洲的差異
n 整體存在死亡率隨政體民主程度上升的情況，但
各洲都不完全符合此規律
n 專制政體的影響比較明顯，在各洲均呈現最低的
死亡率

71. 表10：新冠病死亡指標按州和政體的分佈
（資料來自世界衛生組織、經濟學人，澳門湯家耀2021年1月18日制表）
每格內數字順序為：國家地區數；年內無新冠死亡報告的國家地區所佔比例；國家地區新冠死亡率中位數；群組合計新冠死亡率。
藍字代表低於中位數，紅字代表高於80百分位數。
政體
洲 未評定 專制 混合 部分民主 完全民主 合計
大洋洲
17, 82%
0, 80
1, 0%
2, 2
1, 0%
1, 1
2, 0%
20, 31
21, 67%
0, 27
非洲
6, 17%
28, 11
25, 0%
17, 27
17, 0%
10, 25
7, 0%
79, 304
1, 0%
8, 8
56, 2%
17, 48
亞洲
2, 0%
48, 52
24, 17%
62, 49
9, 11%
208, 93
12, 17%
21, 92
1, 0%
17, 17
48, 15%
60, 73
北美洲
22, 27%
83, 377
2, 0%
19, 17
3, 0%
268, 208
6, 0%
567, 971
2, 0%
413, 407
35, 17%
155, 844
南美洲
3, 0%
238, 232
1, 0%
36, 36
1, 0%
783, 783
9, 0%
795, 903
2, 0%
459, 743
16, 0%
380, 833
歐洲
12, 17%
346, 603
2, 0%
270, 375
6, 0%
908, 525
15, 0%
809, 968
15, 0%
668, 772
50, 4%
664, 719
合計
62, 37%
41, 136
54, 7%
25, 62
37, 3%
46, 88
50, 4%
315, 378
23, 0%
422, 612
226, 13%
79, 231

72. 交互作用
n 地理與人均產值
n 兩因素共同作用
n 高死亡僅見於非海島國的人均產值高段
n 多數產值類別中，海島國死亡率均低於非海島國
n 各地理組別大約可見人均產值的整體規律，即低
段漸升，高段死亡率高於低段，但沒有漸升

73. 表11：新冠病死亡指標按地理和人均產值的分佈
（資料來自世界衛生組織、聯合國、維基百科，澳門湯家耀2021年1月18日制表）
人均產值（美元）
地理 ~1千 ~5千 ~1萬 ~5萬 5萬~ 合計
海島
3, 33%
9, 13
15, 53%
0, 75
6, 33%
7, 109
41, 27%
51, 372
10, 20%
123, 205
75, 32%
27, 164
海岸
13, 8%
8, 12
36, 3%
55, 85
20, 0%
564, 689
29, 0%
405, 190
9, 0%
208, 907
107, 2%
205, 247
內陸
13, 0%
7, 15
15, 20%
63, 160
7, 14%
230, 230
6, 0%
1033, 839
3, 0%
787, 793
44, 9%
60, 131
合計
29, 7%
8, 14
66, 18%
43, 87
33, 9%
244, 647
76, 14%
213, 215
22, 14%
207, 885
226, 13%
79, 231
每格內數字順序為：國家地區數；年內無新冠死亡報告的國家地區所佔比例；國家地區新冠死亡率中位數；群組合計新冠死亡率。
藍字代表低於中位數，紅字代表高於80百分位數。

74. 交互作用
n 地理與民主指數
n 政體的影響較明顯，高死亡僅見於民主國
n 多數政體類別中，海島國死亡率均低於海岸國

75. 表12：新冠病死亡指標按地理和政體的分佈
（資料來自世界衛生組織、經濟學人、維基百科，澳門湯家耀2021年1月18日制表）
政體
地理 未評定 專制 混合 部分民主 完全民主 合計
海島
51, 45%
27, 218
3, 0%
13, 36
3, 0%
9, 12
13, 8%
84, 67
5, 0%
85, 947
75, 32%
27, 164
海岸
6, 0%
223, 99
35, 6%
36, 66
22, 0%
57, 86
29, 0%
747, 442
15, 0%
405, 539
107, 2%
205, 247
內陸
5, 0%
787, 118
16, 13%
15, 37
12, 8%
42, 120
8, 13%
346, 601
3, 0%
781, 731
44, 9%
60, 131
合計
62, 37%
41, 136
54, 7%
25, 62
37, 3%
46, 88
50, 4%
315, 378
23, 0%
422, 612
226, 13%
79, 231
每格內數字順序為：國家地區數；年內無新冠死亡報告的國家地區所佔比例；國家地區新冠死亡率中位數；群組合計新冠死亡率。
藍字代表低於中位數，紅字代表高於80百分位數。

76. 交互作用
n 人均產值與民主指數
n 兩者之間明顯相關，富國民主多，窮國非民主多
n 兩因素共同作用，高死亡僅見於人均產值高段的
民主國
n 人均產值的分佈規律和影響之所以在中間分開，
可能的原因，考慮一是飽和，二是低段和高段的
國家實質不同

77. 表13：新冠病死亡指標按人均產值和政體的分佈
（資料來自世界衛生組織、聯合國、經濟學人，澳門湯家耀2021年1月18日制表）
人均產值 政體
（美元）
未評定 專制 混合 部分民主 完全民主 合計
~1千
3, 33%
6, 7
17, 6%
7, 16
9, 0%
10, 10
29, 7%
8, 14
~5千
11, 64%
0, 391
21, 14%
36, 50
21, 5%
63, 79
13, 15%
79, 101
66, 18%
43, 87
~1萬
2, 100%
0, 0
8, 13%
105, 417
7, 0%
407, 301
16, 0%
464, 761
33, 9%
244, 647
~5萬
36, 42%
65, 353
7, 0%
207, 43
19, 0%
485, 526
14, 0%
413, 651
76, 14%
213, 215
5萬~
10, 20%
183, 231
1, 0%
85, 85
2, 0%
513, 1003
9, 0%
452, 410
22, 14%
207, 885
合計
62, 37%
41, 136
54, 7%
25, 62
37, 3%
46, 88
50, 4%
315, 378
23, 0%
422, 612
226, 13%
79, 231
每格內數字順序為：國家地區數；年內無新冠死亡報告的國家地區所佔比例；國家地區新冠死亡率中位數；群組合計新冠死亡率。
藍字代表低於中位數，紅字代表高於80百分位數。

78. 典型比較

79. 典型
n 國家／地區並非在真空之中，亦非同一
n 因許多方面先存的因素而成為不同的類型，甚至處於
特殊的狀態
n 意圖將整個疫情又或僅是單一防疫舉措，從一個國家
完全複製到另一個國家，未必現實
n 比較類同的國家／地區之間，在特定方面和一定程度
上互相學習，或許是較現實的做法
n 以下以各洲人口不少於千萬而死亡率分別較高和較低
的國家作為典型，以圖示比對年內疫情發展的過程

80. 亞洲典型
n 亞洲各國的情況比較多樣
n 伊朗在領頭位置，在4月第一波時超越中位數，後稍
緩但仍持續上升，10月超越第80百分位數
n 伊拉克、土耳其、印度、印尼是其後的主群，年內先
後超越中位數，年終時與80百分位數尚有一定距離
n 越南和泰國是亞洲的模範，年內保持遠低於中位數，
在圖中與橫座標軸重疊
n 中國死亡率比越泰高一個數量級，但圖中無法分辨

81. 伊朗
中國
伊拉克
土耳其
印度
泰國
越南
中位數
80百分位數
印尼

82. 歐洲典型
n 歐洲各國的情況比較一致
n 意大利、西班牙、英國、法國是領頭主群，在4月第
一波時即迅速超越80百分位數，然後橫行約半年，10
月第二波再抬頭向上
n 希臘和葡萄牙在歐洲已是較佳的範例，其特點是4月
第一波應對較佳，然後在較低位置橫行，但10月第二
波同樣迅速上升，即將和已經超越80百分位數
n 歐洲圖的縱座標軸比亞洲圖高一倍，但較大國家仍沒
有能貼近橫座標軸的

83. 80百分位數
中位數
希臘
意大利
西班牙
英國
法國
葡萄牙

84. 北美洲典型
n 美國、墨西哥領頭，分別在3~5月超越中位數，7~8月
超越第80百分位數，疫情上升比較持續，美國似乎也
有兩波，但遠沒有歐洲國家那麼顯著
n 加拿大在中間，4月時超越中位數，年終時趨向80百
分位數，兩波比較明顯
n 古巴和海地是北美洲的模範，年內保持遠低於中位數，
貼近橫座標軸

85. 80百分位數
中位數 海地
古巴
加拿大
美國
墨西哥

86. 南美洲典型
n 秘魯、阿根庭、巴西、玻利維亞是領頭主群，分別在
4~7月超越中位數，6~9月超越第80百分位數
n 委內瑞拉是南美洲的模範，至年終時與中位數尚有一
定距離

87. 80百分位數
中位數 委內瑞拉
阿根庭
巴西
秘魯
玻利維亞

88. 非洲典型
n 南非領頭，在6月超越中位數，年終時剛超越第80百
分位數
n 突尼斯、摩洛哥隨後，9月才超越中位數，年終時與
80百分位數尚有距離
n 坦桑尼亞和埃及是非洲的模範，年內保持遠低於中位
數，年終時前者仍在橫座標軸，後者則貼近中位數

89. 80百分位數
中位數
南非
摩洛哥
突尼斯
埃及
坦桑尼亞

90. 大洋洲典型
n 大洋洲人口在千萬以上的國家只有澳大利亞一個，故
不專做一圖，可參見部分民主國家圖
n 大洋洲許多小島國尚未有疫情或只有較輕的疫情，但
澳大利亞在30大國和民主國家之中，都是較佳的範例
之一
n 澳大利亞4月升幅輕微，主要升幅是在7~9月，年終時
與中位數尚有相當距離

91. 民主國家典型
n 無需諱言，在此次大流行中，專制國家的疫情指標顯
著和穩定地優於民主國家
n 不同政體國家防控效能的顯著差異，其原因和機制其
實相當容易明白
n 不同政體各在許多方面有非常重大的優缺點，人們的
取捨並不會因為防疫這一面上的效用而倒轉
n 期望民主國家學習專制國家的防疫舉措，並不現實
n 雖然比例較小，確有防疫效能較佳的民主國家，可作
為其他民主國家學習的範例

92. 中位數
澳大利亞
日本
韓國
博茨瓦納
馬來西亞
毛里求斯
新西蘭
新加坡
泰國
烏拉圭

93. 未來預期

94. 2020-21年北半球冬春季
n 疫情將相當嚴竣
n 已非預測，而是事實
n 1月新增病例和死亡比12月大幅上升
n 全球各地顯見嚴重的抗疫疲勞，封城和社交距離
措施日益難以實行
n 各地先後開展疫苗接種運動，但無可能在本季內
達至有效防止疫情擴展的水平
n 疫情不嚴重的地方繼續閉關，疫情嚴重的地方做
好全民風險溝通和防止醫療系統擠兌應是重點

95. 全球疫苗接種運動
n 疫苗研發、生產、分配和早期應用較預期順利
n 隨各國接種運動開展，預期接種疫苗後不良事件報告
持續出現，亦未必能夠迅速確證與疫苗有無關係
n 預期相當部分民眾對疫苗的不信任和爭議持續存在
n 較不富裕的國家早期可能較難獲得平等供應
n 最終全球民眾分別通過疫苗和自然感染獲得免疫力
n 預期不太可能在一年內許多地方達至群體免疫

96. 大流行終結
n 難以斷言在北半球冬春高峰之後，還有多少波，亦難
以斷言新冠病的季節性規律，更無法預言整體大流行
何時終結
n 技術上或可將全球基本實現任何願意接種疫苗的人都
可接種時，視為大流行的終結，之後回歸常態管理
n 大流行健康影響繼續累積，預期最終死亡數不會接近
1918-19年流感大流行，但將明顯超越1957和1968年
n 預期重大的經濟和社會影響將陸續浮現，其分配並不
平均，比較可能對弱勢的地方和群體更加不利，全球
社會經濟不公平因而明顯加深

97. 復原
n 在疫苗接種計劃開展之後，復原計劃如尚未開展，便
應當開展
n 復原的重點在於減輕或恢復大流行和防控造成的社會
和經濟影響，包括應對因大流行而加深的社會經濟不
平等
n 復原可能需要很長的時間
n 一些因大流行而改變的社會制度、生活和行為方式、
發展趨勢等，將成為新常態，永遠不會復原

98. 附表

99. 表：新冠病死亡指標按州和人口的分佈
（資料來自世界衛生組織、聯合國，澳門湯家耀2021年1月18日制表）
每格內數字順序為：國家地區數；年內無新冠死亡報告的國家地區所佔比例；國家地區新冠死亡率中位數；群組合計新冠死亡率。
藍字代表低於中位數，紅字代表高於80百分位數。
人口
洲 萬 十萬 百萬 千萬 億~ 合計
大洋洲
8, 88%
0, 8
10, 70%
0, 65
2, 0%
3, 2
1, 0%
36, 36
21, 67%
0, 27
非洲
1, 100%
0, 0
6, 0%
70, 78
17, 0%
23, 46
29, 0%
9, 60
3, 0%
17, 25
56, 2%
17, 48
亞洲
3, 33%
7, 29
18, 22%
154, 182
20, 10%
44, 143
7, 0%
46, 55
48, 15%
60, 73
北美洲
12, 33%
42, 110
9, 22%
115, 272
7, 0%
315, 326
5, 0%
222, 256
2, 0%
993, 1005
35, 17%
155, 844
南美洲
5, 0%
207, 214
3, 0%
90, 209
7, 0%
840, 796
1, 0%
909, 909
16, 0%
380, 833
歐洲
9, 22%
208, 496
5, 0%
485, 678
21, 0%
543, 595
14, 0%
835, 843
1, 0%
390, 390
50, 4%
664, 719
合計
30, 47%
32, 209
38, 33%
82, 199
68, 6%
172, 298
76, 3%
38, 312
14, 0%
77, 186
226, 13%
79, 231

100. 表：新冠病死亡指標按地理和人口的分佈
（資料來自世界衛生組織、聯合國、維基百科，澳門湯家耀2021年1月18日制表）
人口
地理 萬 十萬 百萬 千萬 億~ 合計
海島
25, 56%
0, 91
30, 30%
62, 121
11, 9%
90, 126
6, 0%
17, 505
3, 0%
80, 68
75, 32%
27, 164
海岸
2, 0%
155, 151
6, 0%
222, 362
37, 0%
205, 279
52, 4%
189, 340
10, 0%
91, 205
107, 2%
205, 247
內陸
3, 0%
1087, 1159
2, 50%
391, 350
20, 15%
259, 387
18, 0%
16, 89
1, 0%
17, 17
44, 9%
60, 131
合計
30, 47%
32, 209
38, 33%
82, 199
68, 6%
172, 298
76, 3%
38, 312
14, 0%
77, 186
226, 13%
79, 231
每格內數字順序為：國家地區數；年內無新冠死亡報告的國家地區所佔比例；國家地區新冠死亡率中位數；群組合計新冠死亡率。
藍字代表低於中位數，紅字代表高於80百分位數。

101. 表：新冠病死亡指標按人口和人均產值的分佈
（資料來自世界衛生組織、聯合國，澳門湯家耀2021年1月18日制表）
每格內數字順序為：國家地區數；年內無新冠死亡報告的國家地區所佔比例；國家地區新冠死亡率中位數；群組合計新冠死亡率。
藍字代表低於中位數，紅字代表高於80百分位數。
人均產值（美元）
人口 ~1千 ~5千 ~1萬 ~5萬 5萬~ 合計
萬
2, 100%
0, 0
1, 100%
0, 0
18, 50%
17, 258
9, 22%
161, 193
30, 47%
32, 209
十萬
1, 100%
0, 0
12, 50%
6, 93
5, 20%
206, 321
17, 12%
115, 194
3, 0%
399, 522
38, 33%
82, 199
百萬
8, 0%
11, 13
19, 16%
172, 213
13, 8%
210, 393
22, 0%
306, 437
6, 0%
152, 330
68, 6%
172, 298
千萬
19, 5%
6, 13
26, 4%
28, 83
12, 0%
396, 493
16, 0%
778, 698
3, 0%
660, 397
76, 3%
38, 312
億
1, 0%
17, 17
7, 0%
74, 84
2, 0%
938, 931
3, 0%
27, 37
1, 0%
1021, 1021
14, 0%
77, 186
合計
29, 7%
8, 14
66, 18%
43, 87
33, 9%
244, 647
76, 14%
213, 215
22, 14%
207, 885
226, 13%
79, 231

102. 表：新冠病死亡指標按人口和政體的分佈
（資料來自世界衛生組織、聯合國、經濟學人，澳門湯家耀2021年1月18日制表）
政體
人口 未評定 專制 混合 部分民主 完全民主 合計
萬
30, 47%
32, 209
30, 47%
32, 209
十萬
27, 33%
78, 150
2, 0%
37, 38
3, 33%
2, 297
4, 0%
207, 258
2, 0%
433, 536
38, 33%
82, 199
百萬
3, 0%
543, 580
21, 10%
61, 85
12, 0%
361, 382
22, 9%
188, 426
10, 0%
158, 365
68, 6%
172, 298
千萬
2, 0%
7, 7
27, 7%
18, 109
19, 0%
21, 115
17, 0%
747, 612
11, 0%
670, 643
76, 3%
38, 312
億
4, 0%
45, 39
3, 0%
46, 32
7, 0%
108, 327
14, 0%
77, 186
合計
62, 37%
41, 136
54, 7%
25, 62
37, 3%
46, 88
50, 4%
315, 378
23, 0%
422, 612
226, 13%
79, 231
每格內數字順序為：國家地區數；年內無新冠死亡報告的國家地區所佔比例；國家地區新冠死亡率中位數；群組合計新冠死亡率。
藍字代表低於中位數，紅字代表高於80百分位數。