来源：《经济日报》社论

随着新型冠状病毒疫情在全球持续蔓延，恐慌也日益加重，各界渴望知道疫情究竟何时能获得控制，进而平息？整起事件对全球经济影响面向、程度又是如何？疫情结束后，经济到底是呈现快速强劲的V型反弹、蓄势待发的U型反弹，抑或是低迷不振的L型走势。

对此，牛津经济研究院（Oxford Economics）依现今情势预测，疫情将使今年中国GDP成长率下滑至5.4%，且视病毒在亚洲或全球蔓延程度估算，全球GDP成长率将分別下跌0.5、1.3个百分点；信贷评级机构穆迪则认为，若疫情再恶化，全球GDP成长将重跌至1.1%；IMF相对较为乐观，预测疫情将使中国GDP成长率从前次预测的6.0%下降至5.6%，全球则从3.3%下修至3.2%，且当疫情不再持续恶化时，全球GDP成长可望出现V型复苏。

然而，无论透过哪种经济模型去预测疫情造成的经济冲击及复苏时点，都必须先对疫情本身的严重程度、持续期间及影响范围有个预先假设，亦即各个经济模型的预测能力取决于对疫情可能发展的假设。问题是日前中国以当前疫情发展与对政府防疫措施的评估所跑出的数学模型预测，以及英、美等国流行病学相关机构及专家所发表疫情预测，大多指向2月中下旬应为疫情高峰期，疫情可能在4月稳定。对照时下疫情似见失控的发展，显有乐观之虞。

再者，根据典型的流行病学数学模型可知，疫情扩散的动态历程可以随时间轴描绘成一条S型曲线，将累计受感染人数分为四个阶段：起初为相对平缓的第一阶段，之后病毒开始快速扩散，来到受感染人数上升速度加快的阶段二；当新增治愈数高于传染数后经过反曲点，将进入受感染人数增加速度趋缓的第三阶段；随后到达第四阶段高原区后，疫情逐渐平息。

惟描述疫情动态变化背后的微分方程式模型并没有代数解，运作时尚须经过专家的校准程序。所以，若相关单位要将此模型应用于预测疫情发展时，不仅需要对当前疫情有精确的掌握，还必须对病毒特性及传染途径加以了解，以便估算诸如传染率、接触率、病程及致死率等参数值。

但令人遗憾的是，目前医疗科学界对新冠病毒发生及传播途径的认识依然不够清晰。一来是疫情尚在发展阶段，已确诊病例可能仅是冰山一角，轻症、无症状个案的感染状况仍不为人知，遑论因检验技术或成本问题而未曾进行检验，或是基于不同原因而选择隐瞒疫情的国家；二来是在病毒源头、感染者数量、案例资讯皆不足的情况下，难以判断何者为具传染能力的病患、易感染人群，加上现阶段各地感染人数、死亡人数正以不同的速度动态变化，更无法准确计算传染率与致死率。因此，在置入的校准参数值精确度不高下，对各国防疫措施有效性的量化评估、应对措施的强度决策、医疗资源需求的预估等都将相当困难。

由此可知，现阶段要判断疫情何时结束尚言之过早，以此为前提假设所进行的总体经济估计（GDP成长率冲击程度、复苏样态及金融市场走势的预测），充其量也仅能称为猜测。因此，若各界一味相信模型所估计出的结果，极有可能低估其严重性，致使政府与企业决策暴露在重大风险中。

要言之，由于疫情持续扩散，病毒的传染能力及危害性依旧难以估计，故现阶段评估疫情冲击的策略，应为提高风险意识，对疫情可能带来的各种情境严阵以待，并就各大机构所提供的经济影响预测进行专业校准。此外，由于个別产业所受影响差异甚大，政府亦应依照个別产业特性评估其受影响之长度、广度及深度，业界则应随时追踪疫情发展以调整决策，方能将疫情对经济及企业营运造成的冲击降至最低。