傳染力法則：網紅、股災到疾病，趨勢如何崛起與消長


	最符合現今時局需求的著作，讀者異口同聲：「好看到讓你想『傳』給別人」！　　一種致命病毒蟄伏多年，於人群中突然其來地爆發。一場政治運動迅雷不急掩耳地展開，隨後快速銷聲匿跡。金融體系網絡中藏著「超級傳播者」，致使乍見小小的危機擴及為全球市場崩盤。一個想法如野火燎原般傳播開來，自此改變世界的樣貌…… 　　說到「傳染力」，我們往往聯想到疾病傳播，然而本書並非探討疾病擴散的生物學，而毋寧更是一本談趨勢變化軌跡的著作。作者亞當・庫查司基從事流行病學研究，但他的學術專業並非生物學相關，而是數學，因此他參與研究時扮演的角色，是從統計、模型、演算法、因果論乃至大數據等角度著手，探究疾病於何時發源於何處、散播開來的熱點又是什麼（哪個人或事件、地點），從而預測事態的後續發展，並且建議妥適的因應之道。　　此外，由於流行病學探究傳染力所得的成果，已廣泛應用至諸多領域，因此本書內容雖以疾病傳播起頭，以疫情控制做結，然而書中頭尾之間的篇幅，則切入相當廣泛的領域，像是：　　►金融界普遍相信分散投資能降低風險，然而已有多項研究發現，隨著「金融傳染途徑」形成，分散投資可能會破壞大型金融網絡的穩定性。　　►從健康、生活風格，一路到政治觀點等，我們與熟人往往具備共同特徵，科學家如何釐清這是基於同質性或共有環境？還是社會傳染所致？　　►從疾病流行到恐怖主義與暴力犯罪，科學家發展出預測模型，除了能協助機構擬定防治對策並妥善分配資源，亦可說服民眾配合甚至協力。　　►網際網路創造了新形態的互動，本書探究網紅崛起、情緒感染與輿情操縱等現象，也探討網路如何成為我們研究事物傳播方式的新方法。　　►惡意軟體鑽漏洞潛入私人電腦、駭客藉電腦系統控制科技設備，乃至程式碼共享難溯源等情形，一旦出現「疫情」可能會怎麼樣發展？　　……舉凡網紅現象、政治風向、創新傳播、金融趨勢、罪案偵察，乃至暴力事件等等，作者皆以引人入勝的故事解讀各類型「擴散現象」從出現、發展到消亡的種種線索。　　現今的世界比以往更加環環相扣，許多現象牽一髮動全身，　　「傳染力法則」能夠解釋這些具備傳播特質的事物之更迭，　　想要解讀眾多現象與趨勢，擬出因應之道，你不能不知道！　　▎本書內容涵蓋廣泛，所跨領域請參閱〈目錄〉的各章引文 ▎ 各界好評　　►自古至今，從聖經中的瘟疫，到當前攻占新聞頭條的新冠病毒：疾病、想法、情緒……萬事萬物都能傳播。《傳染力法則》以迷人、細膩的敘事，探索「傳染」這一門學問。讀了之後，保證你會想「傳」給你的朋友。──《數學教你不犯錯》作者喬丹．艾倫伯格（Jordan Ellenberg）　　►本書充分展現科普魅力：筆法趣味橫生、清楚明確；主題引人入勝、緊扣脈絡。作者亞當・庫查司基為傳染病學家，涉獵心理學、醫學、網路理論以及數學，以精采權威的論據，帶領讀者從人的想法、網路迷因梗圖、暴力事件與致命病毒，了解事物傳播的潛藏法則。本書也為自身主題下了很好的註腳——內容深具感染力，所以你看完後會想要別人也讀一下。──《數字奇航》作者艾利克斯．貝洛斯（Alex Bellos）　　►例證豐富，以務實角度切入，說明如何以數學幫助了解傳染，進而以更好的方式應對千變萬化的傳染形式。作者處理議題廣泛，既談疾病大流行，亦論槍枝暴力、金融危機與不實訊息。他啟發所有讀者以數學家的方式思考問題。想了解疫病和其他具擴散性質的危機，本書不容錯過。──倫敦衛生與熱帶醫學學院院長彼得．皮奥特（Peter Piot）　　►以數學角度切入，精采探討有些事物何以會快速傳播，而且談的可不只是病毒。作者以旁徵博引的筆法啟迪讀者。舉例來說，他帶領讀者了解公衛模型於疾病傳播上的應用，檢視都市槍枝暴力的人際關係網絡，並使用演算法來解釋「年齡、幫派關係、逮捕紀錄」等項目……本書切合時勢、極為易讀。──《柯克斯書評》


	目錄 ▎自序說到「感染」，浮上我們心頭的，固然往往是傳染疾病或電腦病毒，但有傳染力的擴散現象實則百百種，其中造成傷害者有之，但也不乏好的流行，前者如惡意軟體、暴力或金融危機，後者如創新發明和文化傳播。有傳染力的擴散現象不一定都長一個樣，研究這類事物的傳播現象時，我們需要有辦法釐清它們具備哪些獨有特徵，不同於使傳染擴散的基本原則。這種分析方法能跳開過於簡單的解釋邏輯，並針對觀察到的發展曲線，揭開背後的真實本質。本書的討論過程中，讀者能針對乍看風馬牛不相及的問題，觀察到一條條線索浮出，串接這種種問題。 ▎第一章事件發展論羅納德．羅斯駐派印度時，發現當地蚊子猖獗，瘧疾盛行。返英後他探訪萬巴德醫師請教傳染疾病問題時，得知萬巴德判斷蚊子是瘧疾的媒介，羅斯先前便已耳聞這項關聯，但萬巴德的論點是第一個說服他的。羅斯持續研究瘧疾後出版了《瘧疾的預防》一書，其分析既顯示可能撲滅瘧疾的方法，也蘊含一項更深奧的洞見，能一舉改寫我們對於「傳播」的看法。羅斯觀察到，處理疾病分析的方法有二：「描述性分析法」和「機械性分析法」。當時多數研究都使用前者，即開始作業時使用真實數據，並往回推出可預測的模式。羅斯採用了後者，他一來沒有收集數據，二來沒有針對觀察到的趨勢找出能加以描述的模式，他一開始的做法，是概述過去影響了疾病傳播的主要過程…… ▎第二章恐慌與大流行英格蘭銀行首席經濟學家安迪．霍爾丹指出，SARS疫情可堪比擬2008年金融危機的不良影響。他指出，大眾通常會以兩種方式面對疫情：逃或藏。金融界的「逃跑」之舉比如：為了停損而出清所有資產，導致資產價格崩跌；銀行的「藏身」方式則可能是囤積資金。霍爾丹早在2004年便指出，我們已經進入「超系統性風險」的時代。金融網絡在某些情況下可能很健全，而在另一些情況下卻非常脆弱。這在生態學已經是個成熟的概念，不幸的是，等到大型崩潰發生時，大家才終於聽進這樣的概念。雷曼兄弟垮台後，銀行業上上下下都開始思考傳染病學的概念。霍爾丹指出，「如果不從感染傳播的角度切入，你很難講清楚為何雷曼兄弟會拖垮金融體系。」 ▎第三章社會傳染「友」關係社交互動不僅會促進社區傳播，還能將感染傳到其他地方。2009年流感大流行初期，病毒並未在各國間直線傳播。當3月份在墨西哥爆發時，迅速到達中國等遠處，但花了更長的時間才在巴貝多等附近國家現身。究其原因，如果以地圖位置來定義「近」、「遠」，代表使用了錯誤的距離觀念。感染的傳播者是人，連接墨西哥和中國的主要航線，數量多於往返巴貝多等地的航線，如果改為根據航空公司乘客流量來定義距離，則此次流感的蔓延會更容易解釋。社交連結的重要性很容易遭到低估。20世紀初羅斯和哈德森撰寫「事件發展論」論文時，認為意外、離婚和慢性疾病等事情是獨立事件，即如果某人發生了這件事，並不會影響其他人面臨同一件事的機率，也就說人際之間沒有傳播因子。在21世紀初，研究人員開始質疑是否真是如此。 ▎第四章事情醞釀中犯罪演算法的侷限超出人們的想像。蘭德公司研究人員曾歸納了有關預測型警務監察的四大迷思。一是電腦能確切知道未來會發生什麼事。研究人員補充：「演算法預測的是未來事件的風險，而不是事件本身。」二是從收集犯罪數據到提出適當建議，電腦無所不能。實際上，電腦在協助人類執行警政分析和決策時的表現最佳，而無法全面取代人類。三是警力需要一個強大模型來做出優良決策，而問題往往出在是否能掌握正確數據。蘭姆解釋：「有時候你手上的那組數據裡面，並沒有你預測時所需的資訊。」第四個迷思或許最難以消滅，就是預測得準，犯罪也會自動減少。蘭德團隊表示：「預測的本質，就只是預測。要實際減少犯罪，必須根據預測採取行動。」 ▎第五章病毒式瘋傳 2001年1月，裴瑞帝向耐吉（Nike）下了戰帖——他訂購幾雙客製化球鞋，要求印上「血汗工廠」。耐吉以「使用不當俗稱」為由，通知他訂單無法成立。雙方以電子郵件交手數回後，耐吉不動如山，於是裴瑞帝將整串電子郵件轉寄給若干朋友。其中許多人再次轉發，沒幾天便送到數千人手上，3月時此事件躍上國際媒體。後來一家多媒體非營利機構聘用裴瑞帝擔任「傳染力媒體實驗室」主管，針對線上內容展開網路實驗。接下來數年，他著手研究網路人氣的特徵，像是搭上新聞潮流如何驅動網站流量，標題兩極化如何增加露出，內容求新求變則能增加使用者的黏著度。裴瑞帝團隊甚至新創了「轉發」功能，這項概念日後成為社群網路上內容傳播的基本功能。想像一下：如果Twitter拿掉「轉推」的選項，Facebook移除「分享」按鍵，結果會有何不同？ ▎第六章如何宰制網際網路美國哥倫比亞大學與法國國家研究院合作，探討Twitter使用者提到的主流新聞報導，發現有將近60%的連結，其他使用者從未點選，但其中有些報導持續傳播。說穿了，許多人樂在分享，而不是閱讀文章。曾於Facebook擔任數據科學家的迪恩．艾克斯指出，想要讓人與社交媒體簡單互動，不用太傷腦筋。他說：「那是相對容易產生的行為。我們這邊在談的行為，是在說你的朋友會不會對貼文按讚或留言。」一旦做起來不用太費事，實際行動就容易得多。這對行銷人員形成挑戰。行銷活動或許帶來高按讚與點閱次數，但行銷人員希望的終究是消費者掏錢購買產品，或是相信行銷內容，而非只是和活動本身互動。就好比追隨者多，不見得就能大量帶動分享潮，行銷內容的點閱或分享次數再多，也無法自動轉換成獲利或支持度。 ▎第七章溯源追追追施密特醫生某夜造訪外遇對象珍妮絲，為她注射一劑「維生素」。隨後數週珍妮絲出現類流感症狀，數月後確診愛滋病，她懷疑該夜施密特注射的其實是HIV病毒，便將他告上法庭。當時雖已普遍採用DNA檢測來協助辦案，但珍妮絲一案更為棘手。HIV一類的病毒演化進程相對較快，因此珍妮絲血液中的病毒不見得就是當初感染的病毒。施密特面對指控時辯稱，珍妮絲體內的 HIV病毒與遭懷疑的原患者病毒大不相同，因此說後者是感染源並不合理。演化生物學家大衛．希爾斯團隊拿珍妮絲與施密特病患兩人的病毒，與拉法葉當地 HIV患者身上的其他病毒相比較。對於施密特病患和珍妮絲身上的病毒，希爾斯在證詞中說：「兩者是分析中序列最相近的，並且是從兩個個體身上所分離出來的病毒序列中，所能找到最密切相關的。」施密特因而獲判有罪，此案為親緣關係分析首次用於美國刑事案件的例子。自此，全球各地其他審案也陸續採用此項技術。 ▎第八章亂中整亂分析擴散現象時，重中之重並非做對了什麼，而是發現哪裡搞錯。認知到有東西看起來不對勁，像是注意到發展曲線很特別，或是原以為是法則，卻發生例外。隨著我們日益認識有傳染力的擴散現象，傳染病研究領域中所探討的許多想法，目前也應用於其他類型的擴散現象。2008年金融危機後，各國中央銀行開始採信網絡關係的結構會擴大傳染，這是性病研究人員在1980年代和1990年代提出的先驅概念。近年來，將暴力視為一種具傳染力的擴散現象，而非單純當作「壞人」導致的結果，這作法則呼應了1880年代和 1890年代時對「壞空氣致病論」的駁斥。目前，針對創新和網路內容的傳播，研究界透過再生數等概念加以量化，而用於研究病原體基因定序的方法，則顯示文化的傳播和演變。 ▎致謝