新型冠狀病毒引發的肺炎（COVID-19，簡稱武漢肺炎）疫情持續升溫。美國紐約大學（New York University）近期研究發現，部分地區之所以疫情嚴重，與居民的社交網絡（social network）密切相關。

研究指出，當兩個地區居民的社交網絡互動愈加頻繁，兩處的感染人數也就越多。因此，當一個地區爆發疫情，分析當地居民的臉書（Facebook）好友數據，便能預測日後可能出現疫情的高風險地區。

疫情與社交網絡有關

《衛報》（The Guardian）報導，研究團隊針對兩個最早出現疫情的紐約郊區、義大利洛迪（Lodi）進行觀察，發現這些地方之所以疫情嚴重，與居民的社交網絡（social network）密切相關。

研究人員發現，即使控制包括財富、人口密度和地理鄰近性等重要因素，依然能夠證實社交網絡足以影響結果。該結果不僅能夠解釋病毒如何以何種方式散播，還能提供預防各地區日後疫情爆發的方法建議。

連結密切地區感染人數多

研究團隊與Facebook共同開發一種稱為「社交連結指數」（Social Connectedness Index）的分析工具，藉此讓研究人員能夠搜集兩個地區居民的Facebook好友關聯，得出兩處社交連結的密切程度。

以紐約的西徹斯特郡（Westchester County）為例，當地沿海地區與城市中心居民的社交網絡互動相當頻繁，而且也有較多人受到感染。

Facebook friendships can help predict Covid-19 spread, study finds https://t.co/TItSdCha5Z

— Guardian World (@guardianworld) April 14, 2020

此外，西徹斯特郡的富裕居民的置產及熱門度假地點也受到影響，如位於佛羅里達州（Florida）沿海的邁阿密（Miami），以及科羅拉多州（Colorado）中南部的滑雪勝地和東北部地區。

佛州和羅德島州（Rhode Island）州長也皆曾表示，有許多紐約地區的居民到訪，導致當地感染人數增加。

相較之下，部分地理位置與西徹斯特鄰近、社交網絡較不密集的地區，如賓州（Pennsylvania ）西部和維吉尼亞州西部（West Virginia），受到感染的人數較少。

提前預防地區疫情爆發

另外，以義大利洛迪地區為例，當地居民的Facebook好友數據與里米尼（Rimini）疫情擴散也存在關聯。

但是「社交連結指數」並非在所有情況下皆能成立，如洛迪與其他南部地區之間的社交網絡互動頻繁，但是那些地方的感染比例並沒有比較高。

This new paper by Kuchler, @DomRussel & @stroebel_econ shows that the Social Connectedness Index, a measure of the geographic structure of social networks based on aggregated Facebook data, is correlated with the spread of COVID-19. pic.twitter.com/fURUlGqOTs

— Pablo Barberá (@p_barbera) April 11, 2020

洛迪與數個南部地區居民之間的Facebook數據存在密切聯繫，這是因為有許多「工人和學生被送往工業重鎮倫巴底（Lombardy）地區」，不過「雖然部分地區出現幾宗確診病例，卻不是大量感染，這也許反應出義大利政府限制人口流動的努力」。

研究團隊提到，「社交連結指數」目前已可供其他學術界及非營利組織進行類似研究。儘管這在當前疫情急遽升溫的階段幫助不大，但在疫情早期或後期、病例數量較少或下降的時候，若是某個地區突然出現大量感染，即可藉此預先判斷出哪些地區可能感染的風險因此較高。