Python實作，指揮中心的防疫政策有效嗎？
事先聲明：本文目的旨在展示簡化過後的思路，以及表達一種從問題分解到數據分析的方法，中間論據也許缺乏學術與實務之見解考量，不構成對任何政府政策的監督與批判效果。純為個人觀點，與我所處團體無任何利益關係也不具團體意見之效力。
完整程式碼與資料位於文末哦！
寫作動機
Covid-19 疫情是2020年一個非常嚴重的事件，不只喚起大眾公衛意識，也影響到各國經濟、勞工、物資調配等等….. 各國政府無不認真應對、商討共同對策，而臺灣的防疫措施尤其受到各國好評，指揮官陳時中曾回答，台灣能在防疫上做出控制，包括3個主要原因：專家群提供正確資訊協助指揮中心做決策；以及台灣疫情相關資訊很透明，與人民之間溝通良好；另外，也因為民眾普遍有遭遇SARS的經驗，所以對於此波疫情，在健康管理等措施都配合良好。
所以除了過去我們有過防疫經驗、大家上下一心提供正確資訊，還有很重要的一點：專家決策，在疫情之下除了勤洗手、戴口罩等個人防護措施，我們也可以思考：
「就算不是流行病學背景，如果今天要協助解決這樣的公衛問題，我們需要制定什麼樣的決策才能減緩疫情的傳播、幫助大家度過難關？」
疫情牽涉到的資料科學議題其實非常多，從商業界的供應鏈管控、人力配置、品牌商品供需策略到BI常用的資訊儀表板，包括約翰霍普金斯大學的儀表板、口罩地圖…再到預測領域的復工程度估計、疫情結束時間預測、傳播擴散模型、AI領域的計算機視覺，包括口罩辨識、社交距離偵測…到最直接相關的生醫基因序列檢定、病毒同源檢測，資料科學在解決問題上的確扮演了一個良好的夥伴角色。
決策的重量，指揮中心
Scope the problem ，因為上面能做的事情實在太多了，如果想協助解決問題就要排序自己的專案順序。我也曾經在疫情期間建立了一些預測模型、品牌衝擊的估計來分析疫情對商業界、臺灣生活的影響程度，今天想要探討的則是政策效果。因為除了第一線防疫人員，這些指揮中心的人應該是最需要、且最能夠透過資料科學家協助的，一個決策會牽扯到政府、人民上下合作，每一道決策都是很沈重的，因此透過檢視政策效果，我們可以從有效政策再去發想為什麼它是有效的、每一個人做了什麼事情才是對減緩疫情有幫助的？
也許防疫很簡單，每個人做了自己該做的事情就好，但是我們還是可以看看政策是怎麼制定的。事先聲明，有更嚴謹的做法，包括呈現差異、衡量效果在學術上還是用統計領域的做法會比較嚴謹。
流程如下：
Scope your problem
Data collection
Data Analysis
Scope your problem
我們今天想要看的是「政策效果」，最基本的方法就是去拆解這個名詞，政策效果是政策 + 效果，因此我會釐清與界定：
- 「什麼政策」？A , B , C …?
- 「什麼效果」？ 我想看的是什麼？什麼東西可以用來衡量效果這件事情？
換句話說，我們可以賦予政策這個「事件」一個measurement，也就是「度量效果」。
政策非常多種，所以這是一個排序議題，用什麼值來排序？就是「效果」，優先選出自己感興趣的政策議題避免boil the ocean，通常我在排序問題的時候最常使用到的是報酬矩陣，不過還有一個專門解決沒看過問題的方法是「Synthesize your goal」，也就是你預期想知道的是什麼呢？ 你做了這件事情最直接衝擊到的又是什麼呢？這個從心智模型出發目的是一樣的，比如在我的認知裡，「所有政策的制定，就應該減緩疫情效果。」這件事情我覺得是make sense的：
如果政策無法減緩疫情效果，那麼就不是一個「有效」政策。
這就是我的認知，於是我就知道了：只要無法減緩，就不是一個好的政策，後續就需要檢討，反之則是一個好的學習對象。 而跟「疫情效果」最直接相關的指標其實就是「確診人數」，所以我們大概界定出來了：
- 效果：確診人數的變化，我想看1月到目前每天的確診人數
- 政策：能夠對應確診人數的防疫措施
政策則需要去看新聞網站，看一下有沒有人有匯總，挑出自己感興趣的政策，並且能夠回答到自己的分析問題。這邊我挑選了兩個：
- 3/1 — 居家檢疫隔離服務 : 落實檢疫，會減少人的移動距離嗎？我覺得會，可以直接幫助到隔離者，增加隔離與檢測意願。
- 4/1 — 社交距離: 宣導社交距離能否減緩疫情呢？我覺得不會，宣導而已，而且施行起來有很多不便，就我的常識與生活（上課、工作、社團、其他相處），大多數人不會嚴格遵守1.5m。
注意到了嗎？我在挑選政策之後會分別建立一個假說，並且給出我的理由，建立假說的方式很多，這邊先不細談：
通常管理顧問在界定問題之後、收集與分析資料之前會先下一個假說，這樣我們才能有的放矢，試圖用資料去回答我們的問題。
Data Collection
確定了效果，我們就開始收集資料，資料源頭也算好找，我的需求就只出現了「時間、人數」，所以有這兩個欄位的資料，並且符合time period的1月之後就是我要找的資料，找資料的時候我會先上Github看一下有沒有人有匯總，不然就是先去釐清政策對應的利害人是誰，比如電信業可能要看NCC，公衛資料要找疾管署… 透過搜尋對方網站、open data來找。通常公衛資料在Open data中就可以找到。不過找到資料也不用太開心，我們先簡單看一下資料品質，理解資料的產生機制：
ok ，這個資料我想是夠用的，它的即時性是每日更新的，而且有我想要看到的日期，其他都當作送我的（性別、縣市），那就可以下載下來。政府的資料還有一個優點，你知道誰是負責人，資料有疑問的時候都可以找到接口去詢問，這就是非常好的資料源。
另外知道了確診人數，還有別的資料可以度量嗎？有的，你要怎麼衡量「大家減少外出」呢？這可以很好聯想到「人們減少移動距離」，而移動距離的資料雖然比較私密，不過我很確定電信商有這些資料，題外話，這種對資料收集的敏感度是來自於過去分析經驗，多看個案、累積專案經驗即可，不用刻意累積或著急。
通常我確定了誰有這樣的資料，我就會去看看他們的提供方法，當然資料要是去識別、可公開的，這邊我就優先看看電信相關有沒有提供資料，果然有！Apple 之前釋出了Apple maps的資料，簡單講講AM，AM蘋果地圖（英語：Apple Maps）是一套由蘋果公司研發的電子地圖服務，也是macOS、iOS以及watchOS系統中預設的地圖服務軟體。
手機可以追得到你的定位，所以收集了開車、走路、搭乘大眾交通運輸工具等資料，我認為這個資料可以作為代理變數來解釋人們是否減少外出、呈現社交距離的資料，檢測social distance與疫情的關係。另外細粒度到城市，所以也可以分別看看不同城市的政策效果，我們來看看政策發布日期之後社交距離與案例判斷的關係，藉此查看政策對這些變數的影響效果。那麼到這邊，資料收集就結束，我們可以準備分析。
這邊是source :
open data 疫情查詢：https://data.gov.tw/dataset/120711
Apple distance case : https://www.apple.com/covid19/mobility
Data Analysis
通常我們會再進一步思考分析的策略，是哪一種分析方法、要用到什麼模型、什麼工具等等…這邊我就用Python，因為資料要處理接著分析實在太方便了，選得差不多之後就可以開始！先讀入我們需要使用到的套件。其實這次用到前四個就差不多了，我是習慣一次讀這些套件。
有了pandas我們就可以很快讀入資料，並且用head看一下資料大概長怎樣：
BTW，我覺得資料隱私上Apple這邊做得不錯，反之我們的確診人數資料隱私性上就不是很優，光這些資料，我大概就能透過一些推理的方法拼出這些人是誰，實在不夠去識別化，不過也許政府是為了人民健康安全才有限度公開人口統計的資料，這邊就不多加評論。還是建議大家維持資料分析的職業道德，不去揭露你分析的實體為何。
然後我們會處理到時間資料，所以先看一下各個變數的Data Type。
這邊我們將個案研判日改為datetime的形式，方便待會mapping到行動數據上。colors只是設定一下調色盤，之後畫圖可以用到。
看一下疫情資料
我們可以將畫圖風格改為R的ggplot，然後看一下疫情走勢：
我們可以看到3.15~3–27左右是個案密集出現的期間，而4/19也有一波高峰，是敦睦艦隊的事件。其實數據也會有這種問題，突然查檢出來其實是蠻難預料到的事情。原本看似漸漸穩定，不過後來爆出防疫缺口難免會打擊民心，更遑論對第一線醫檢人員的挫折，第一線醫護人員是最辛苦的，比起咎責（但是這有時候也是為了安撫民心與承擔責任的一種方式，也不能說咎責不好），更應該思考如何避免類似的情形發生。
接下來看看累積確診人數：
這邊也想說明一下，如果要估計疫情結束時間這種問題，透過這樣的EDA我們可以觀察到它是一個S curve，這個函數在社會科學或者流行病中是很常見的資料樣式，假設冠狀病毒的擴散和SARS、伊波拉一樣，都是呈現類似邏輯式函數的S曲線樣態，我們可以用每天公佈的確診人數，找到一條最適配的S曲線：f(x)=h⋅[1+exp(u−xs)]−1
- h: S曲線的高度
- u: S曲線的中間轉折點
- s: S曲線的離散程度參數
不過這邊就不展示了，也許下一篇會寫疫情對品牌衝擊的量化分析，我們繼續本次的題目：
Apple data
這份資料格式並沒有Tidy，我們想要的是以date為index , distance為value的序列結構才是，所以要稍微整理一下。有興趣的讀者可以先思考一下該怎麼做，下方為資料整理的code，其實一行就結束了。可以稍微想一下！
透過先選取出臺灣的資料，再轉置與順序標註，我們就把資料換成自己想要的格式囉！
這樣我們就有了Apple的移動數據，接著來合併兩張表，這邊會用到映射的概念，就是將雙方重複的date當作合併指標，將資料mapping在一起。
好的，接下來我們想來看看以下兩個政策跟疫情的關係：
3/1 — 居家檢疫隔離服務
落實檢疫，會減少人的移動距離嗎？
此政策想要解決的問題是有些居家檢疫或者隔離者偷跑，或是遇到一些生活上的不便，但是不好向外求助的問題。 居家檢疫隔離服務理論上會大幅減少人民外出、並且整合地方與中央政府，我們來看看政策的說明：
此政策可以確保民眾於居家檢疫及居家隔離期間能獲得各項生活、心理及就醫支持，鼓勵配合防疫措施的民眾落實居家檢疫及居家隔離作業，降低民眾對居家檢疫及隔離對象的對立，提升全民防疫信心。重點綱要包括對象關懷、就醫協助、交通安排、生活支持及專線服務等，並於三月一日開始運作。
我們發現這樣並不是很好看出關係，原因是距離跟確診人數的尺度有差，在後面上升超過了距離，所以我們應該要用雙軸圖來看，首先我們來看看3/1的政策效果。簡單說，雙軸圖是指有多個（≥2）Y軸的數據圖表，多為柱狀圖+折線圖的結合，圖表顯示更為直觀。除了適合分析兩個相差較大的數據，雙軸圖也適用於不同數據走勢、數據同環比分析等場景。
並且標記出政策的執行日期（用垂直線表示即可）
哦，可以看到social distance似乎有下降，但是還是不太明顯，原因手機移動的週期性不好觀察，也許畫出均線會好一點，我們使用平移的方法來描繪出移動距離的變化。
均線在時間序列上是很常使用到的技巧，可以更明顯觀察出時間序列的走勢，在金融上也是一種技術分析的技巧。Python中方便的rolling.mean 語法就可以直覺的製造出均線囉！
這樣清楚了很多，我們可以看到人們真的從大概3/1開始減少了許多移動距離，政策生效，並且transit(大眾運輸)下降得最多，表示人們也減少了許多搭乘大眾交通運輸工具的機會。嚴謹一點我們可以透過統計檢定來看是否下降，但我覺得這張圖其實算是蠻明顯的。另外也要注意並不一定都是「此政策影響」有可能有其他因子變化，比如某個KOL突然大力宣導防疫政策變化，不過探討起來其實會很複雜，這又是影響範圍非常廣的政策，在報告的時候可以在旁邊放上「假設疫情只受到指揮中心發布政策影響」的假說，或者「為主要因子」的假說。
我們其實也可以看到數據整體是有週期性的，可以用百分位改變柱狀圖來呈現：
駕駛汽車似乎比較不受影響，不過走路、搭乘大眾運輸工具就下降比較多，猜測是因為大家不出門、也減少搭乘交通運輸工具，但是開車因為是內部空間，所以比較多人沒感覺？不過駕駛計程車、UBER、巴士等營業用車的駕駛人務必戴上口罩以保護自己。
這邊我們可以確認這是符合假說的，亦即我們覺得政策生效，而就這筆資料的結果來看似乎也是如此。公開「幫助居家隔離」跟減少人們移動次數存在顯著的關係。
4/1 — Social Distance
宣導社交距離能否減緩疫情呢？
社交距離：美國麻省理工學院（MIT）一項報告指出，由於新冠肺炎傳染力極強，社交距離2公尺並不能完全阻隔傳播，建議若必要的話，最好能相隔 8 公尺。不過每種移動方式的社交距離其實都不相同，舉例來說，搭乘大眾運輸工具無法拉開彼此的距離，就須全程佩戴口罩。因此在台灣搭乘大眾運輸工具，除了要量體溫，也要求必須戴口罩，才能進站和搭車；在餐廳吃飯時無法戴口罩，就需要用隔屏隔開。指揮中心甚至明文建議，朋友或情侶面對面交談時也需佩戴口罩。
這份「社交距離注意事項」是分別就餐廳、校園或辦公室、大眾運輸、賣場或其他營業場所、排隊人龍、特殊機構(如長照機構、監獄等)及其他特定場所等不同情境，提供維持社交距離的個別規範。建議民眾在防疫期間，務必遵守，以降低小區感染與傳播的機會，保護自己也保護他人。官方表示，相信國人的水平及自律精神，初期以柔性建議為主，暫時不會制訂罰則。
Policy Date : 中央流行疫情指揮中心3月31日宣布「社交距離指引」的原則，強調室外應保持1公尺、室內應為1.5公尺
似乎有趨緩一點？我們可以畫出差分後的數據來看看效果
其實之前就持續在下降了，這邊我們可以改看看，什麼時候是最高峰，而最高峰之後做了什麼作為之後的政策參考，3–25似乎疫情漸漸得到控制。
宣導社交距離能否減緩疫情呢？看起來還好，沒有特別有影響。
另一個點，交通工具
看到這邊，我突然發現了另外一個可以探討的點，我們來看看4/4，那一天指揮中心宣布搭乘大眾運輸工具應全面戴口罩，來看看政策說明：
未戴者不聽勸最高可罰1萬5,000元。原因是台灣已經有零星社區感染個案，出現不明感染源本土案例，更重要的是歐美疫情延燒，境外移入個案增加，需保持社交距離（人與人室內1.5公尺、室外1公尺）防堵疫情，因此才會一改先前2月7日衛福部網站說捷運、公車等大眾運輸工具不必戴口罩的呼籲。
我們來看看交通運輸工具的移動距離是否會因此顯著下降，全面戴口罩是一個合理的要求嗎？
ok， 搭乘交通運輸工具跟走路本身差距就持續在拉大，看起來不是因為交通運輸工具口罩政策的關係。統計上要確認這點可以做時間序列的結構變化 (structural break) 檢定，確定在實驗開始前後兩組差值有顯著變化。 不過在這邊我覺得蠻明顯的是差距持續在擴大。所以這其實是一個合理的要求，人們不會因為要求戴口罩而特別減少搭乘運輸工具，反而這變成一種基本素養。
結論
當然，我們也可以看看不同城市之間的執行效果，或者搭配領域專家來商討該如何制定更好的防疫決策，其實這種公衛議題的評估是很困難的，影響範圍很大，你很難移除掉其他因子的影響，有些人跳出來說話很有影響力，不可否認的是我們應該多注意自己的健康，並且關心身邊的人，協助團體檢測防疫缺口，各個公司、學校、政府都在嘗試，比如政大就非常多課程改成遠距教學、有些課的期中考也停了、部分社團活動也遭到禁止、有些公司的實習今年停招，疫情之下有些可能都是我們過去沒有遇過的問題，考驗解決問題與應變的能力，最後，希望大家都能平安過去！
程式碼與資料：https://github.com/Dennis055/Data-analysis-project/tree/master/project_analysis/COVID-19
歡迎想學習Python資料科學、商業分析、金融知識的人一起交流！本部落格的內容全部都是基於「分享」的實作、理論兼顧文章，希望能夠幫助到所有對資料科學領域有興趣的人們，長期關注可按左手邊的Follow!若喜歡我在 Medium 的內容，可以拍個手（Claps）這邊想做個實驗，好讓我知道你/妳喜不喜歡這篇文章：
拍 10 下：簽個到，表示支持（謝謝鼓勵！）
拍 20 下：想要我多寫「商管相關」
拍 30 下：想要我多寫「資科相關」
拍 50 下：我有你這讀者寫這篇也心滿意足了！敬請期待下一篇！或是您也可以逛逛我的其他資料科學文章：人工智慧商務系列：
Python資料科學系列：
- 利用集群分析掌握消費者輪廓
- 利用Airbnb來更了解居住城市，以臺北為例 Python實作
- Kaggle比賽思路分享，客戶流失預測
- Airbnb推薦系統- Python實作
- 學生社團的數據分析，Python線上課程分析實作
看我用金融的概念解釋AI：
如果想跟著我實作資料科學，開始寫程式必知必會基礎系列：
