美國每天播報的疫情數據,其實是筆“糊塗賬”-觀察者網
【文/觀察者網 馮智源 編輯/徐乾昂】
“美國約翰斯•霍普金斯大學數據顯示,截至北京時間2021年10月20日6時21分,美國新冠肺炎累計確診病例達45115073例,累計死亡病例727907例……”對於這些驚人的數字,我們似乎變得習以為常,但是,這並不妨礙我們去探索:這些由美國播報出來的數字,一定是準確的嗎?
中國有句古話叫“所信者目也,而目猶不可信”。在尋找答案的路上,不回到問題的“原點”是不夠的——這些“美國疫情數據”,究竟是如何被統計出來的?換言之,這些數據是按照什麼標準被計算出來、又是經過怎樣的流程被髮布出來的?而在這些標準和流程中,又存在何種能夠影響“美國疫情數據”的問題?還有,在美國,為何一個大學發佈的數據廣受“青睞”,而代表美國官方的“疾病控制與預防中心”(CDC)那些看似“權威”的數據卻被“晾在了一邊”?
對此,觀察者網從問題的基礎着手,調查了“美國疫情數據”的統計方法和流程,得出了三點結論。
首先,從“聯邦依靠地方”的數據蒐集體制上看,由於CDC無法強制要求各地衞生部門及時、準確地上報各地情況,導致其官方彙總數據的“及時性”和“權威性”都大打折扣。這樣一來,急需獲取即時疫情信息的美國民眾便只好將目光投向了諸如約翰斯•霍普金斯大學等民間數據平台。
其次,民間數據平台憑藉着自動抓取數據的快速性等特點廣受“青睞”,並獲得了看似具有“權威性”的地位。然而,其民間平台的本質決定了其無法像CDC等政府機構那樣去進行耗時漫長的所謂“有效核實”,客觀上影響了其數據的“準確性”。
最後,觀察者網還瞄準數據“源頭”,梳理了疫情爆發以來美國部分州在統計和報告標準上的差異。這些地區性差異導致美國數據從源頭上就存在“準確性欠缺”的問題,並且上報時對該問題的“層層加碼”也使其愈加嚴重。
究其原因,在於美國在防疫問題及相關體制上存在“去中心化”、“各自為戰”等特徵,阻礙了美國疫情數據“既及時又相對準確”地發佈出來,並使其成為了一本“糊塗賬”,進而影響了世界對美國疫情形勢的精確判斷。
美國CDC官僚地位尷尬,淪為“計算器”
美國疾病控制與預防中心(Centers for Disease Control and Prevention,以下簡稱CDC)是美國聯邦政府行政機構,成立於1946年,隸屬於美國衞生及公共服務部(HHS)。在2021年9月7日更新的最新版關於新冠疫情數據的説明中,CDC稱其共享的大部分數據信息均基於美國各地區“準確而及時”的報告。
在美國,新冠病例是各醫療機構、實驗室等“必須向各州和地方衞生部門報告的”,而各州衞生部門則“有義務(voluntarily)向CDC報告病例信息”,並由CDC將數據彙總。而CDC的美國疫情數據主要包括三個內容:“疫情彙總數據”(Aggregate Count Data)、“患者級數據”(Patient-Level Data)和“死亡人數”。
對這些數據的具體來源,CDC按上述三種分門別類地做了解釋:
“疫情彙總數據”來自60個“美屬管轄地”(U.S.-affiliated jurisdictions)的報告。CDC的統計系統則會將各管轄地的數據彙總發佈在CDC的“疫情數據追蹤系統”(COVID Data Tracker)上。
“60個美屬管轄地”包括:美國50個州、華盛頓特區、紐約市、美屬薩摩亞、關島、北馬里亞納羣島聯邦、波多黎各和美屬維爾京羣島,以及與美國簽訂“自由聯合條約”(CFA)的3個獨立國家(指密克羅尼西亞聯邦、馬紹爾羣島共和國和帕勞共和國)。
CDC分別展示了其數據報告各過程的示意圖並配上解釋 截圖自CDC網站
“患者級數據”包括年齡、種族、流行病學特徵等重要信息,而不包括具體身份等“可標籤化的”信息。這些信息也來源於各州、領地、管轄地的報告,通過公共衞生機構發送至CDC。CDC稱,該數據兩週更新一次。此外,還有“14天的延遲”,目的在於“確保準確性”。
而在“死亡人數”方面,CDC提供則提供了兩種數據:一種是“疫情彙總數據”中顯示的死亡人數;另一種則是“臨時性死亡人數”(Provisional Death Counts)。
CDC解釋稱,“疫情彙總數據”中的死亡人數由於是各管轄地直接報上來的,因此只是“初步信息”(preliminary)。
而在另一種被CDC稱為“最準確”的“臨時性死亡人數”(Provisional Death Counts)的統計過程中,具體病例的死亡信息將以“死亡證明”的形式送至CDC下屬的“國家衞生統計中心”(NCHS),最終通過NCHS頁面上的“死亡人數”圖表發佈。
由於“臨時性死亡人數”的憑證是由醫生、法醫和驗屍人員開具的“死亡證明”,因此CDC認為其比上一種“疫情彙總數據”的初步數據更為精準。而其名稱中的“臨時性”一詞則代表數據在不斷更新。
觀察者網19日查詢時發現,僅NCHS“臨時性死亡人數”的發佈時間就滯後至少3天。
NCHS的“臨時性死亡人數” 統計系統 截圖自CDC網站
對於上述各數據的準確性,CDC稱,儘管自身“努力提供完整而準確的數據”,但仍面臨一些挑戰,而這可能“有礙於對數據的分析和解釋”,並使疫情監測數據具有“侷限性”。
它認為,新冠肺炎的症狀可能不會立即出現,這可能會推遲病例報告的速度;而並非每個感染者都會接受檢測或求醫,尤其是在無症狀的情況下;還有,各州和地區衞生部門報告的方式存在差異,數據和報告頻率都可能發生變動。
此外,由於美國新冠病例數量多,“大多數地區的衞生部門無法獲得每一個病例的更多詳細信息”,因此許多病例報告都存在“數據缺失”(missing data)這一問題。CDC認為,這些“數據缺失”可能(likely)導致“低估了美國疫情真實情況”。
可查到郡(County)一級疫情數據的CDC“疫情數據追蹤系統” 截圖自CDC網站
對CDC而言,60個“美屬管轄地”衞生部門報告的數據才是“一手資料”,而自身要做的僅僅是將各地數據進行“彙總”。CDC也心知肚明,因此聲稱,“若出現CDC 的彙總數據與各衞生部門的數據之間存在差異時,應以衞生部門報告的數據為準”。
此外,在收集以上信息的“健全流程”(robust process)中,CDC還會對各地報告的數據進行“檢查”。CDC還稱,與公眾分享“及時並準確”的信息是緊急應對疫情活動的核心。這些信息將有助於“跟蹤疫情發展趨勢、監測疫情的爆發、並確定(美國的)公共衞生行動是否有效”。
而在數據更新速度上,相比自身而言,CDC還算“有進步”。2020年疫情爆發初期,CDC曾在頁面上標註“週一中午至週五定期更新,顯示數據為截至前一天下午4時的統計結果”,這意味着數據在週末直接就“不動了”。如今,其變成了“週一至週六”更新,更新時間也延後到了晚8時。
此外,CDC正與各地方政府和衞生部門合作,着手進行一項改進措施:通過電子病例報告的信息交互來加強監測。“該舉措允許(機構間)自動、實時地交換病例報告信息,藉此達到醫療機構等與公共衞生機構間的數據‘無縫銜接’(seamlessly)。”
CDC排除了什麼“病例”?
與世界衞生組織(WHO)對新冠病例分類相似,CDC也將“病例”分為三種情況:①疑似病例(suspect case)、②可能病例(probable case)和③確診病例(confirmed case)。
CDC將“病例”分為三種 截圖自CDC
CDC對於①疑似病例的定義為:符合“支持性實驗室證據”(supportive laboratory evidence)並且無“確診或可能病例”史。
而其所謂“支持性實驗室證據”,意為:在樣本血液中檢測到自然感染(natural infection)的新冠病毒抗體(antibody),或在屍檢樣本中檢測新冠病毒特異性抗原(specific antigen),或在未通過美國“臨牀實驗室改進修正法案”(CLIA)認證的試驗中檢測到新冠病毒核糖核酸(RNA)或特異性抗原。
在②可能病例方面,CDC將其分為三種情況:1.符合臨牀標準(Clinical Criteria)和流行病學關聯(epidemiologic linkage)但沒有“確認性”或“推定性”實驗室證據、或2.符合“推定性實驗室證據”、或3.符合重要的記錄標準,但沒有新冠病毒相關的“確認性實驗室證據”。
所謂“推定性實驗室證據”(Presumptive laboratory evidence)是指,“在由CLIA認證的實驗者進行的測試中,通過驗屍獲得的呼吸道樣本中檢測到了新冠病毒的特異性抗原”。
而“確認性實驗室證據”(Confirmatory laboratory evidence)指,“通過CLIA認證的實驗者進行的‘分子擴增實驗’(molecular amplification test),在死者呼吸道樣本或臨牀標本中檢測到了新冠病毒RNA”,或通過基因組測序檢測到新冠病毒。
而符合“確認性實驗室證據”則為③確診病例。
對於支撐“病例”定義的“實驗室證據”,CDC也將其分為上述三種
按照CDC的統計標準,其數據包括②可能病例和③確診病例以及對應的死亡人數,而排除了①疑似病例及其對應的死亡者(Suspect cases and deaths are excluded)。
換言之,①“疑似病例”中的三種情況,均被排除在CDC的統計數據之外了:在樣本血液中檢測到自然感染的新冠病毒抗體,或在屍檢標本中檢測新冠病毒特異性抗原,或在未通過美國“臨牀實驗室改進修正法案”(CLIA)認證的試驗中檢測到新冠病毒RNA或特異性抗原,但均無“確診或可能病例”史的對象。
而對於疑似病例,上文提到的各管轄地可能會選擇將其備註,進行流行病學調查,以確定其是否“升級”為②可能病例和③確診病例。
此外,CDC的上級部門——“美國衞生與公眾服務部”(HHS)也在發佈“高質量的、及時的全美疫情信息”。
不過,HHS提供的信息顯然不如CDC全面。其“保護公眾數據中心”也僅僅展示了最近7天“確診總數”、“死亡數”等數據及變化趨勢。令人驚訝的是,觀察者網19日查詢時發現,其最新一次更新數據是在10月5日——僅數據發佈就滯後達至少14天。
HHS在“數據免責聲明”中稱,其數據“或許(may)與各州和各地區數據有所不同。這也許(may be)是因報告數據的方式(如報告病例的日期等)或計算指標的方式不同所導致的。”而有關任何特定地區的更多數據,則還需到“相關的衞生部門網站”查詢。
HHS也通過其“保護公眾數據中心”系統發佈美國疫情數據 截圖自其網站
更受“青睞”的JHU
在我們日常瀏覽美國疫情相關報道時,還經常能看到這樣的話:據美國約翰斯·霍普金斯大學統計數據……
那麼,為何相比CDC等提供的聯邦政府官方數據,約翰斯·霍普金斯大學(JHU)的數據更受“青睞”呢?換言之,約翰斯·霍普金斯大學與CDC在數據統計標準上又存在什麼差異,從而導致上述現象呢?
約翰斯·霍普金斯大學是一所主校區位於美國馬里蘭州的研究型私立大學,也是美國第一所研究性大學。2020年1月22日,該校系統科學與工程中心(CSSE)製作了可視化“全球新冠病毒監測地圖”。
該校稱,隨着疫情發展,早在去年2月1日,其數據更新方式就由最初的“手動”(manually)轉變為“半自動”(semi-automated)模式——利用計算機程序,自動從數據源中抓取數據,編入數據庫並以簡潔的形式呈現給大眾。

約翰斯·霍普金斯大學的可視化疫情數據地圖 截圖自其網站
而對於其監測地圖的數據來源,JHU稱,中國大陸及港澳台地區疫情數據的主要來源是中國數字醫療健康科技企業“丁香園”(DXY),而丁香園的數據來源為“國家衞健委、各省市區衞健委、各省市區政府、港澳台官方渠道公開數據”;而在美國數據方面,JHU稱其數據源為“各州縣的衞生部門、1point3acres、Worldometers.info等數據聚合網站以及各地方媒體的報道等。
不過觀察者網查詢發現,上述作為JHU信源的數據聚合網站,其重要數據源也是“各地衞生部門”。更為有趣的是,作為JHU信源的數據網站“1point3acres”,反過來也將JHU的數據作為其信源之一。
儘管如此,與CDC相比,JHU還是憑藉着相對迅速、多方數據源等特點,建立起被廣泛認為“更勝一籌”的疫情監測數據體系,其數據也被世界各大新聞媒體廣泛參考。
不過需要提一句,事實證明:這些看起來“相對可靠”的信息蒐集標準也無法成為JHU數據的“完美護身符”。2020年4月14日,其疫情數據就曾發生“烏龍事件”。當天,其數據顯示“美國1個多小時內新增10萬例確診”。不過觀察者網當時就發文指出,這是由於JHU在統計佛羅里達州數據時出現失誤所導致的。
其實,JHU的“烏龍”源自於其數據源“1point3acres”的失誤——其平台一位志願者的手動輸入錯誤:將“103”錯誤輸成“102103”。儘管該錯誤數據在12分內就被修復,但JHU將之抓取後,便隨即迅速在媒體上傳播開來,最終引發“烏龍”。

JHU疫情監測地圖創始人之一勞倫·加德納(Lauren Gardner)曾在去年4月證實了“JHU與1point3acres合作”,該合作為“烏龍事件”埋下了伏筆
綜上所述,無論是CDC還是約翰斯·霍普金斯大學的疫情數據,對其而言,上文提到的“60個美屬管轄地”衞生部門“報上來的”各地數據,可謂是最為重要的數據源之一。
既然如此,接下來需進一步探討這些問題——美國各州縣衞生部門統計的疫情數據,其報告給CDC數據的準確性又當如何?
換言之,若美國各州縣各自的統計標準本就有差異或問題,那麼,無論是CDC還是JHU,這些以各州縣數據作為重要信源的所謂美國“疫情整體數據”,其準確性又能剩下多少呢?
“消失的數據”
美國《時代週刊》(TIME)9月29日刊文稱,最近,一些美國(各地)的疫情數據“變得更加難找,有的甚至完全找不到”。這不是數據統計系統的“鍋”,而是因為美國一些州開始有意識地刪除疫情數據或完全關閉其“疫情地圖”。
據約翰斯·霍普金斯大學的數據顯示,在確診病例數和死亡數的報告頻率方面,佛羅里達州、愛荷華州、內布拉斯加州、俄克拉荷馬州(的死亡數據)等4州報告次數僅為每週1次;而佛羅里達州的檢測次數索性就“不報”了。
值得一提的是,JHU的“美國疫情數據”似乎呈現週期性“波動”的特徵——每到週末,確診總數的數值總會“相對較低”,而週一有時則會“相對偏高”,如果我們把它將各州衞生部門報告時間聯繫起來就不難發現其中端倪。佛羅里達州選擇在每週五報告“本週數據”;阿拉巴馬州則選擇在每週一、三、五更新數據……而它們在週末或“休息”或“躺平”,導致當地數據也將無法及時更新,這也與JHU的上述數據特徵相契合。

JHU的“美國疫情數據”似乎呈現週期性“波動” 截圖自JHU網站
不只是報告頻率,連數據本身都在迅速“消失”(Disappearing)——7月19日起,佐治亞州停止提供監獄和長期護理設施內的疫情數據;而在兒童感染數激增、各方還在為學校是否戴口罩而爭吵的佛羅里達州,兒科醫院的疫情數據在8月也被當地政府視為“機密”而“不予公開”;9月20日起,內布拉斯加州也以一項旨在“保護公民不被識別”的隱私法規為由,拒絕公佈縣級(county-level)疫情數據……
此外,一些州報上來的數字也“少得過分”,這也令CDC倍感頭疼。
“儘管大多數州都主動(voluntarily)向CDC報告了各自的全部疫情數據,但少數州並沒這麼做。其中,得克薩斯州、密蘇里州、路易斯安那州、西弗吉尼亞州和懷俄明州向聯邦報告的數據甚至沒有其確診總數的十分之一。”
美國國家公共電台(NPR)9月1日發文稱,“感染人數超過300萬的得克薩斯州,報告給CDC的確診數只有8.1萬人,甚至不足總數的3%”。“而其他幾個州,包括佛羅里達州、密歇根州和肯塔基州等,每個州也都漏報了30%以上的已知病例數。”
NPR此前指出各州“少報”疫情數據,還點名得州(左上)“僅報告了不到3%” 截圖自NPR報道
“這樣做的結果是:即使德爾塔變異毒株在全美肆虐,但疫情發展狀況變得越來越‘模糊’,”《時代週刊》如此説道。而這也引得哈佛大學流行病學家南希·克里格(Nancy Krieger)用了一個排比句來形容——“這是荒謬的、可恥的、錯誤的。”
報道認為,各州“不提交”數據最主要的原因是,州級公共衞生機構多年來一直面臨資金不足的“窘境”——各州的公共衞生支出在2008年至2018年的十年間沒有出現顯著增長。“許多縣級地區都有自己的病例跟蹤系統,但它無法將數據自動傳輸到州衞生部門,更不用説自動傳輸到CDC了。”
密蘇里州傑克遜縣衞生局的傳染病負責人齊普·柯爾米亞(Chip Cohlmia)稱,在他傑克遜縣和許多其他縣,醫院將記錄傳真給縣衞生部門,並**“由工作人員手動輸入數據”**。他還打了個比方——“這就好比,你想要把一輛破車開到100邁一樣”。哥倫比亞州的公共衞生規劃負責人麗貝卡·羅斯萊特(Rebecca Roesslet)也表示,他們至今仍需要手動輸入海量數據——“迄今為止,一半以上的疫情數據,都經歷過手動‘複製粘貼’的艱苦過程。”
而除了“少報”,還有“瞞報”。今年2月,曾被視為“防疫明星”的紐約州前州長安德魯·科莫深陷“瞞報”醜聞。
2月初,科莫的秘書梅麗莎·德羅薩(Melissa DeRosa)就被曝出曾私下向州議員承認,去年紐約州政府拖延向州議會提交養老院死亡數據,因為當時正在應對特朗普政府指示聯邦司法部發起的相關調查。此後,紐約州議員金兑錫(Ron Kim)也聲稱,他因對媒體發表批評養老院問題的言論而受到科莫威脅。
對此,科莫曾再三表態,“任何指責養老院死亡數據不實的説法都是謊言。”但他依然於8月11日在“性騷擾女性”和“瞞報”醜聞的夾擊之下選擇辭職。
據美國聯邦檢察官發起的調查顯示,在科莫的領導下,該州將所有在轉移到醫院後死亡的患者排除在外,從而最大限度地減少了療養院患者的死亡人數。
8月25日,紐約州新州長凱茜·霍楚爾(Kathy Hochul)在上任的第一天就承諾提高政府透明度——在一天內,該州新冠肺炎死亡病例數比前任科莫在任時飆升了約1.2萬人。

涉嫌“瞞報”約1.2萬例確診數據的紐約前州長科莫 圖自澎湃影像平台
疫情初期,美國各州連統計標準都曾“互有出入”
在科羅拉多州(Colorado),對於疫情導致的“死亡人數”,該州公共衞生與環境部(CDPHE)就採用了兩種統計方式:1.新冠病毒導致的死亡病例、2.攜帶着新冠病毒而死去的人們(Deaths among people who died with COVID-19)。
在對後者的解釋中,CDPHE認為“這些死者攜帶着新冠病毒死亡,但新冠病毒或許不是導致他們死亡的原因”。
CDPHE稱,儘管新冠病毒在這些“由科羅拉多州審查並開具”的死亡證明中被列為了“死亡原因或導致死亡的重要條件”,但是作為聯邦機構的CDC可能“尚未將這些死者納入其統計。”
《華盛頓郵報》(The Washington Post)去年4月發表過一篇名為《哪些死者才算因新冠死亡的病例?這取決於各州(It depends on the state)》的報道。
文中提到,從去年3月開始,科羅拉多州衞生機構就一直在對“死前曾出現新冠症狀、但從未接受過檢測的密接者”進行通報。報道稱,當時的該州329例死亡病例中有3%就屬於此類。該州衞生部門發言人伊恩·迪克森(Ian Dickson)也説,將這些數據包括在內“確能提供更準確的數據。”
與科羅拉多“嚴格”的統計方法相對的是,阿拉巴馬州(Alabama)則選擇從新冠死亡人數中往外“剔”人——“阿拉巴馬州的官員認為,該州攜帶新冠病毒死去的人當中,有十分之一不是因新冠而死”。
報道稱,這些數據將報告給聯邦政府,在此之前被“剔除”的名單中,有一名患有單肺吸入性肺炎的卧牀患者,以及一名肺部有積液並有部分塌陷的患者,儘管他們都死前都攜帶着新冠病毒。
而該州公共衞生機構發言人凱倫·蘭德斯(Karen Landers)則表示,儘管該州的醫生會“檢查任何死前攜帶新冠病毒人的醫療記錄”,以確定是否應將其死因歸於新冠,但“那些死前沒有呼吸道症狀的人會被排除在外”。
報道還提到,該發言人當時拒絕提供那些“攜帶着新冠病毒死亡,但未計入該州官方新冠死亡人數”的相關信息。對此,該州的一名驗屍官莉娜·埃文斯(Lina Evans)對此稱,“擔心這會人為地降低相關數據,導致阿拉巴馬人感到自滿。”

儘管在新冠死亡人數的統計標準上,科羅拉多州與阿拉巴馬州曾存在相當大的差異,但兩州的官員當時均稱自己州的標準“更精確” 截圖自《華盛頓郵報》
“美國各州之間統計方法的差異,引發了人們對新冠疫情相關數據‘可靠性’(reliability)的討論。”報道當時還稱,“新冠死亡人數也已成為具有政治色彩的數據。”人們藉此(指數據上的差異)比較“各州的能力”。
在疫情“重災區”佛羅里達州,被視為該州最有影響的報紙的《南佛羅里達太陽哨兵報》(South Florida Sun-Sentinel)在去年10月曾用“掩蓋”(obscured)一詞來形容“被人為壓低”的該州新冠“陽性率”。人們驚訝地發現,在3種計算“陽性率”的方法中,該州選擇了最具“誤導性”的一種。
揭露佛州通過數據“誤導公眾”的《南佛羅里達太陽哨兵報》報道截圖
報道稱,專家普遍承認,“陽性率”可以通過至少3種合理方式來確定。這3種方式中,有兩種的測定結果都高於該州放寬管制政策的標準——連續14天低於5%,然而,該州衞生部門卻將它們都忽略了。
方法一是,“在某一天內,在該州首次接受檢測的所有人中,有多少人檢測出陽性”。按這個約翰斯·霍普金斯大學採用的計算標準,“該州的陽性率自6月中旬以來一直都沒有低於10%——這是該州官方數據的約兩倍”。
方法二為,“將陽性樣本數與當天的檢測總數進行比較”。報道稱,該方法受到世衞組織的推薦。而在當年10月的前兩週內,其測定陽性率依然高於5%。
但是,佛州衞生部門對上述兩種方式所得數據均未採用。而是採用了唯一低於5%的方式——在方法二的基礎上,在檢測樣本中“排除了在過去的檢測中曾經呈陽性的任何人”。報道援引一些專家的話稱,這種方法明顯存在問題,會導致陽性率下降。按此計算,當年9月第二週後,該州陽性率就一直低於5%。
此外,報道還提到,曾供職於佛羅里達州衞生部(DOH)的新冠數據科學家麗貝卡·瓊斯(Rebekah Jones)去年5月聲稱,DOH曾鼓勵她在數據上“敷衍了事”(fudge statistics)。而她沒選擇“服從”(insubordination),於是隨後便被解僱。“(該州這種統計方法)絕對給民眾帶來一種虛假的安全感”,她在接受採訪時如此説道。

因未對佛州疫情數據“敷衍了事”而遭解僱的瓊斯 圖自《南佛羅里達太陽哨兵報》
此前給觀察者網扣上所謂“民族主義”帽子的英國《經濟學人》(The Economist)10月4日還發文介紹了“超額死亡人數”(excess deaths)模型,以計算“被各國官方低估了的疫情總死亡人數”。
《經濟學人》認為,“許多國家的官方數據排除了死前未檢測出陽性的病例;而死亡證明的開具也有滯後性;還有,疫情迫使醫生更難治療其他疾病,並阻止患病民眾前往醫院,這可能間接導致死於其他疾病的人數有所增加。”
有鑑於此,可採用一種更簡單的衡量標準,即“超額死亡”——在特定地區的特定時期內,計算因任何原因死亡的總人數,然後將這項數據與此前未發生疫情時該地區的歷史數據進行比較,進而得出“超額死亡人數”數據。
據該統計顯示,在8月14日前的一週內,美國佛羅里達州官方認定的因新冠死亡的人數為770人,然而“超額死亡”數卻為2777人,是官方數字的近4倍。不過文章也提到,從整體看,自2021年3月起,因美國疫苗接種速度“很快”,其“超額死亡數”就變低了。

佛羅里達州(中)的“超額死亡人數”與官方認定的數據對比 截圖自《經濟學人》
輿論質疑:少報了?少報多少?
少報、瞞報、不報……這些美國各層公共衞生機構的操作方法不但令數據可信度“大打折扣”,還引發了廣泛質疑。
研究“公共衞生變化如何重塑經濟社會”的組織“think global health”9月22日發文稱,美國死於新冠肺炎的人數比其他任何國家都多。“美國遺漏了相當多(因新冠肺炎導致的)死亡人數”,該組織還做出估計稱,“新冠病毒導致的美國總死亡人數約為其官方報告的1.5倍”,這一數據甚至超過了在2010至2020年間美國死於季節性流感的總人數。
該組織5月也曾發文稱,在追蹤新冠真實死亡人數方面,美國各州之間差異很大。一些“表現較好”的地區如馬薩諸塞州、華盛頓特區、北達科他州、夏威夷和羅德島州“追蹤了近乎全部新冠死亡病例”,在這些地方,該組織估計只有不到1%的新冠死亡人數沒有被納入統計。相比之下,在肯塔基州和緬因州,“未被計算在內的新冠死亡人數則可能分別高達62%和59%”。但該組織並未標註這些數據的來源和算法。
儘管美國前總統特朗普等人卻曾認為“報多了”,但美國政府應對疫情的關鍵人物——著名傳染病學專家福奇曾直言稱,美國疫情數據“幾乎可以肯定更高”。
“我們大多數人都覺得,死亡的人數可能高於這些個數字。可能有些人的確患上了新冠肺炎,卻沒算進確診人數之中,因為他們從未前往醫院,就已在了家中去世。”福奇去年5月時就曾稱,“(美國的)死亡數據可能更高,我不知道高多少,但幾乎可以肯定更高。”
此外,今年2月,美國哥倫比亞大學梅爾曼公共衞生學院的研究小組建立了一個數字模型並藉此發現:美國的實際活躍病例,即新感染或仍具有傳染性的人,可能是當天官方報告病例數的10倍。
4月29日,CDC發佈的模型推演數據也顯示,據估算,當時美國的總感染人數是官方統計數字的四倍。
9月22日,中科院預印本平台(ChinaXiv)發佈的一項基於大數據建模分析的新冠肺炎疫情起源時間研究結果表明,美國新冠肺炎疫情較大概率於2019年9月前後已開始流行。

中科院預印本平台發佈的該論文截圖
“在美國,尚未被統計在內的新冠患者有多少?”這種問題儘管還需從科學角度進一步探索並逐步加以驗證,但可以肯定的是,由於美國在防疫及相關體制的源頭上就存在“數據準確性不足”等問題,因此美國每天播報的疫情數據,其實就是筆連他們自己都搞不清楚的“糊塗賬”……
本文系觀察者網獨家稿件,文章內容純屬作者個人觀點,不代表平台觀點,未經授權,不得轉載,否則將追究法律責任。關注觀察者網微信guanchacn,每日閲讀趣味文章。