【量化】回答沈逸老師，新冠疫情下越民主死的越多麼？_風聞

好好玩量化-好好玩模型，量化观世界2020-11-20 15:01

2020-11-20

之前，沈逸老師在一場關於中美關係的講座中CUE了“做量化的”，並留了個作業

作為日常搞量化研究的社畜，這個視頻一是為了交作業，用量化的方式驗證沈逸老師所説的“醫療資源越高、越民主，死的人就越多”；

二是作為觀察者網觀察員，風聞、b站的老白piao，這兩年看着經濟、文化、自然等各個領域的科普內容百花齊放，也激發了我想把“寬客”的研究日常搬上來的慾望。

所以在我的視頻中，我會盡量還原我的研究過程、甚至一些重要的研究細節，如果大家有什麼想法，歡迎在評論區和我討論

解題先審題，從量化的視角看，沈逸老師佈置的作業，是想要尋找：

解釋變量“民主”、“醫療資源”

被解釋變量“新冠死亡人數”

之間是否存在以下兩個關係：

1. 兩個解釋變量之間是否存在較高的正相關關係，以驗證沈逸老師的前半句話“醫療資源越高、越民主”；

2. 解釋變量和被解釋變量之間是否存在的穩定的量化關係，這個量化關係，最簡單的，可以是：

（Y=a*X1+b*X2+c），其中，只要係數a、b都大於0、且在統計學上具有一定的顯著性，那麼我們就可以驗證沈逸老師的後半句“死的人越多”。

但是，現在比這些量化關係更重要的在於數據。對量化研究而言，底層數據質量直接決定結論的可信度。

所以，我一半的時間都花在尋找數據和處理數據上。然後，我……禿頭了。

首先，對民主的衡量，沈逸老師已經給了參考資料：民主之家的民主指數。但是我們查遍了各類網站，發現可獲取的權威數據中，只有自由之家的自由指數和《經濟學人》旗下智庫編制的“民主指數”。PICK誰？This is a question。通過分析，我發現兩者相關性達到95%。並且，只有後者符合沈逸老師提出的四分類。

因此，在後續的研究中，我使用了《經濟學人》的民主指數數據。從2019年民主指數世界地圖看，顏色翠綠的北美、大洋洲、南美和歐洲的民主指數，普遍高於山河一片紅的亞洲和非洲。

不過，我們在進一步觀察這個指數的數據質量時，發現一個很有意思的現象：自從2006年民主指數公佈以來，美國的得分一直很高，但是在2016年懂王上台之後，美國首次從完全民主國家降級為部分民主國家，並且，此後一直穩定在“部分民主”國家的行列。

後來《經濟學人》還官方出面解釋了這個問題：這並不是由於唐納德·特朗普的當選。而特朗普的當選卻是美國民主劣化的其中一個結果。

民主指數搞定，醫療資源的衡量也是一個比較頭疼的問題。我以“醫療”、“資源”為關鍵詞谷歌了一下，最終找到一篇2016年發表在醫療權威期刊《柳葉刀》上的學術論文《Measuring performance on the Healthcare Access and Quality Index for 195 countries and territories and selected subnational locations: a systematic analysis from the Global Burden of Disease Study 2016》，這篇論文通過對全球195個國家和地區的32種疾病的治癒率和死亡率進行打分，最終計算出“醫療可及性和醫療質量指數”，簡稱HAQ指數（Healthcare Access and Quality Index，HAQ指數）。

從HAQ指數地圖上看，民主得分較高的北美、歐洲、大洋洲，仍以表徵HAQ得分較高的冷色調為主，而民主指數相對較低的亞洲和東歐國家，同樣有較高的HAQ指數得分。所以僅直觀觀察，目前還無法得出“醫療資源越豐富、越民主”這樣的正相關結論。

這兒再插一下咱們國家大陸地區HAQ指數情況。

1990年到2016年，我國大陸地區的HAQ圖譜完成了從暖色到冷色的蜕變。截止2016年，大陸地區的HAQ指數得分為78分，在195個國家中排名第48位。同時，東部沿海地區多個城市的得分達到82分以上，排名位於世界前列。這背後，不僅僅是我國醫療水平的進步和醫療資源的豐富，還有醫保惠及全民帶來的醫療可及性的提升。而在疫情這類公共衞生危機期，醫療可及性的提升可能才是降低死亡的關鍵。

最後一組數據，是被解釋變量“新冠死亡人數”，但這個數據的絕對值是無法直接應用在此次分析中的。因為如果一個數億人口大國的死亡人數，與一個百萬人口小國的死亡人數相同，那麼數據背後代表的是截然不同的疫情嚴重程度，因此為了排除人口基數帶來的影響，此處我們使用衍生指標：

每百萬人死亡人數=（總死亡人數/總人口）*100萬

衍生指標中所需要的死亡人數和總人口，都是官方公佈數據，Our World in Data這個網站（官網鏈接https://github.com/owid/covid-19-data/tree/master/public/data）將這些數據做了統一的收集與整理、且每日更新、方便提取，因此我們的數據主要來源於這個網站。這裏我還要着重安利一下這個網站，Our World in Data收羅了很多領域的高質量數據，比如在後續的深入研究中，我們利用到的隔離程度、衞生情況、病牀數量等數據，也都來自於這個網站。

好了，到此，讓我禿頭的數據部分結束了，驗證觀點的時刻正式開始。

Question1：醫療水平VS民主指數

最直觀的，畫一個散點圖， HAQ指數（醫療水平）作橫軸，民主得分作縱軸，把各個國家變成一個個座標點後，能看到他們確實存在一個斜向上的趨勢。

定量一點，可以用“相關係數”來衡量變量間的相關性水平。民主指數和HAQ指數的相關係數為0.61。統計學中認為，相關係數絕對值在0.6以上代表強相關，所以這算是論證了

“在統計學上，醫療水平和民主水平具有較強的正相關性”

Question2 : 醫療+民主 VS 死亡人數

我也嘗試用畫圖這種簡單粗暴的方法來驗證。所以在之前的散點圖上，加入了圓圈大小來表示死亡人數的信息，散點圖的左下角和右上角的兩大極端，正好佐證了沈逸老師的觀點。But，中間區域的圓圈大小更類似隨機分佈，沒什麼規律，所以目前只能得到：

僅部分國家呈現“醫療越好越民主、死的人越多”的規律。

哦，這兒插一句，美國，你真是個優秀代表！（鼓掌）

BUT，在量化世界裏，定性再美終是輔助，定量才是最終歸宿，所以一切以數據為準。（考慮到數據可得性，以下研究僅以GDP TOP50的國家作為樣本）。

想建立一個類似這樣的方程來分析醫療民主和死亡人數之間的關係（Y=a*X1+b*X2+c），最簡單的方法是做迴歸。（這裏已經做了共線性等檢驗，此處不再贅述。）

迴歸是方法，實現靠代碼，代碼寫得好，量化不難搞。RUN一下、結果出來了（liao）。

迴歸結果認為，死亡人數與民主和HAQ呈現這樣的線性關係，由於兩個係數a、b均為正，因此這個迴歸公式優秀的證明了“醫療水平越高、越民主、死的人越多”。

每百萬人死亡人數 = 30*民主指數+0.15*HAQ指數+11

BUT，在詳細看了迴歸參數後，發現事情沒有這麼簡單。

首先，調整後R方代表迴歸結果對因變量的解釋度，數字越接近1，代表等式左邊越能完美擬合因變量。這裏調整後R方為0.022，約等於：用這個公式，還不如瞎猜咯。

P值代表自變量前的係數的可靠程度，這裏HAQ的P值是95%，代表有95%的概率認為HAQ對死亡人數木!有!影!響!

算算算！算了一堆！算出了個寂寞。）

在此，艾特一下沈逸老師，做量化的算不出來民主醫療和死亡人數之間的顯著關係！！！！

做倆月了！不能用這個結果END！（吶喊）

我反思了一下，之所以不顯著，可能因為民主、醫療並不是非常有效的解釋變量，也可能在控制了其他變量之後，民主和死亡的相關性就會提升。

路漫漫其修遠兮，吾將，再找變量！

通過查閲文獻和頭腦風暴，我新增了十幾個可能與死亡人數相關的變量：檢測能力、隔離程度、經濟發展程度等等。這些異想天開的數據，大部分數據都可以從Our World in Data找到。在此，僅代表所有的量化人，衷心的感謝能提高工作效率、減少禿頭面積、維護家庭和諧、有利身心健康的Our World in Data。