第五章 結論
第二節 相關建議
國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
第二節 相關建議
一、研究建議
本研究僅是透過當陎訪談和問卷分析的方式概略了解使用者與參與者對於
「傳染病預測市場」的可行性及其相關議題的意見，礙於時間關係暫時無法接 觸更多相關的兩類人員，是故研究過程忽略某些影響結果的重要因素，個人認 為無論經由訪談、問卷的方式取得的資料，恐將無法涵蓋與反應其他不同的聲 音，是否日後能夠經由其他形式得知其他未曾接受調查的使用者或受訪者意 見，用以比對此次研究所得的初步結果，綜合分析、比較的情況之下更能貼近 使用者與參與者的真實意見，因此個人的建議可從以下兩個角度說明。
（一）使用者
研究結果顯示使用者與參與者對於「傳染病預測市場」評價基礎位於一致 的方向，但在度量尺度仍有多寡的差異。雖然檢視防疫體系日後採行預測市場 機制預測疫情的可能性推估「傳染病預測市場」的可行性高低，但是證明此項 問題難以簡單的根據使用者未來是否仍會繼續採行類似機制作為判斷標準，畢 竟牽涉公務人員權責考量和政府政策制定的層陎，即便訪談也難以得到明確的 回覆；此外，承上所述，如果能夠得到更多的訪談機會，對於分析「傳染病預 測市場」可行性將有更大的幫助，但是問題在於聯絡訪談相關事項的時候，發 現相關官員多數並無接受訪問的意願，因此日後如要對於爭取訪談事項以及取 得真實意見有所突破，並非易與之事。
（二）參與者
研究過程透過問卷資料分析了參與者對於「傳染病預測市場」的看法，但 是仍有不少未曾填寫問卷的會員，如果能夠探求隱藏於這些會員背後的意見，
勢必能夠提供關於「傳染病預測市場」可行性或其他相關研究的參考；此外，
對於那些已經接受調查的會員可以利用訪談的形式，更進一步探求問卷未曾納 入的項目，亦可針對特定問題再次深入進行研究，發掘原本尚未發現的意見。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
93
二、政策建議
「傳染病預測市場」屬於疾管局委託政治大學預測市場研究中心的科技計 畫，此項計畫貣於 2010 年 3 月迄於 2010 年 12 月，為一封閉型態市場，僅限相 關專業醫事人員進行參與。針對「傳染病預測市場」過往的特點，個人認為可 以嘗詴下列方法，更進一步了解該項機制的應用範圍，以及發掘此項機制的其 他潛藏特性。
（一）開放市場
計畫結束之後，仍然可以透過同樣的機制繼續預測既往的五項指標，此外 是否能夠嘗詴開放市場的方式給予大眾參與預測，除了藉此檢驗此項機制是否 可以適用一般大眾，同時作為判斷公開市場及封閉市場的預測表現的基礎。
（二）其他疫情的應用
由於「傳染病預測市場」內部參與會員認為此項機制可以用以預測其他許 多疾病，因此未來是否可以嘗詴將「傳染病預測市場」的機制與概念用於這些 會員建議的相關疾病之上，同時亦可驗證此項機制能否適用於預測其他疫情。
（三）簡化機制
本文第四章曾經分析四類會員對於「傳染病預測市場」的滿意程度，其中 根據關於介陎文字說明和安排、系統帄台的運作穩定度及交易機制設計等三項 指標的調查結果，發現多數會員認同現有的網站帄台和交易系統，但是相對來 說仍然反映部分會員認為現有機制存在改善空間，另外也有受訪官員表示不易 上手，因此個人認為可以透過簡化系統的修正方式回應參與者和使用者的意 見。
（四）加強宣傳
一項完美的產品不為他人所知，真正的價值恐將無法展現，「傳染病預測 市場」亦是如此，因此如何讓更多的醫事人員與社會大眾接觸並了解此項機制 的優勢，才能彰顯對於疫情預測的貢獻，是故宣傳於此扮演相當重要的腳色，
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
除了本文第四章參與會員對於宣傳事項的建議以外，個人認為未來可以考慮前 往相關醫院、學校、各大醫學年會等等進行演講，也是未來加強宣傳方式的途 徑。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
95
參考文獻
Boschert, S. (2005), ―Market Concepts to Predict Influenza Activity,‖ Internal Medicine News,
http://www.internalmedicinenews.com/index.php?id=495&cH ash=071010&tx_ttnews[tt_news]=7900
CDC, (2009), ―See Coordinators Colleagues Letter,‖
http://www.cdc.gov/stopsyp hilis/dear-coord/SEECoordinators-June-2009.pdf
CNN, (2003), ―Amid furor, Pentagon kills terrorism futures market,‖
http://editi on.cnn.com/2003/ALLPOLITICS/07/29/terror.market/index.html
Cowen, T. (2005), ―Avian Flu: What Should Be Done,‖ Working Paper Series, Mercatus Center, George Mason University.
Fama, E. (1991), ―Efficient Capital Markets: II,‖ Journal of Finance 46(5), 157 5–1617.
Fox News, (2003), ―Terrorism Futures Market Plan Canceled,‖
http://www.foxne ws.com/story/0,2933,93190,00.html
Grossman, S. (1976), ―On the Efficiency of Competitive Stock Markets Where Traders Have Diverse Information,‖ The Journal of Finance, 31(2), 573-85.
Hayek, F. (1945), ―The Use of Knowledge in Society,‖ American Economic Review, 35, 519-30.
IEHM, (2011), ―Predicting a Pandemic,‖
http://iehm.uiowa.edu/iehm/imgs/Predicti ng_Pandemic_Brief_final.pdf
Manski, C. (2006), ―Interpreting the Predictions of Prediction Markets,‖ Economic
Letters, 91(3), 425‐ 29.
Masum, H., J. Ranck, and P. Singer (2010), ―Five Promising Methods for Health Foresight,‖ Foresight, 12, 54-66.
Moyer, M. (2007), ―How to Predict the Future,‖ Popular Science, 271(1), 69-71.
Murray, S. (2003), ―Pentagon Retreats From Terror Futures In Face of Criticism,‖
Wall Street Journal, July 30, P. C1.
Pennok, D., S. Lawrence, C. Giles, and F. Nielsen (2001), ―The Real Power of Artificial Markets,‖ Science, 291, 987-988.
Polgreen, P., D. Diekema, L. Herwaldt, F. Nelson, and G. Neumann (2007), ―A Proposal for the Use of Prediction Markets to Forecast Influenza Activity,‖
Oxford Journal, 44, 272-279.
Polgreen, P., F. Nelson and G. Neumann (2006), ―Using Prediction Markets to Forecast Trends in Infectious Disease,‖ Features, 1, 459-65.
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
Polgreen, P., F. Nelson, and G. Neumann (2007), ―Use Prediction Markets to Forecast Infectious Disease Activity,‖ Health Care Epidemiology, 1(1), 272-79.
Squer, S. (2008), ―The Sky Is Falling: Risk, Safety, and the Avian Flu,‖ South Atlantic
Quarterly, 107(2), 387-409.
Stix, G. (2008), ―Super Tuesday: Markets Predict Outcome Better Than Polls,‖
Scientific American Magazine, February 4.
Sun-Chong Wang, Jie-Jun Tseng, Sai-Ping Li, and Shu-Heng Chen (2006),
―Prediction Of Bird Flu A(H5N1) Outbreaks In Taiwan By Online Auction:
Experimental Results,‖ New Mathematics and Natural Computation, 2(3), 271-279.
Surowiecki, J. (2004), The Wisdom of Crowds: Why the Many Are Smarter Than the
Few and How Collective Wisdom Shapes Business, Economies, Societies and Nations. New York: Anchor Books. pp.27-54.
Wolfers, J. and E. Zitzewitz (2005), ―Interpreting Prediction Market Prices as Probabilities,‖ NBER Working Paper, No. 10359.
中廣新聞網，2011，〈海地 30 多萬人染霍亂 5 千多人死亡〉，http://www.bcc.com.
tw/news/newsHistoryview.asp?cde=586831，查閱時間：2011/11/19。
行政院衛生署疾病管制局，2008，《法定傳染病監測工作指引》，台北：行政院 衛生署疾病管制局，頁 19-20。
行政院衛生署疾病管制局，2011，《季節性流感防治工作指引》，台北：行政 院衛生署疾病管制局，頁 18-37。
行政院衛生署疾病管制局，2011，《傳染病統計暨監視年報》，台北：行政院衛 生署疾病管制局，頁 40-80。
肖水源、劉愛忠，2007，《瘟疫的故事》，台北：知青頻道。
林欣靜，2010，〈「未來事件交易所」成交未來〉，《光華雜誌》，35(8)：46-56。
金傳春、吳俊霖、陳培詵、宋鴻樟，2007，〈流行病學特徵評估氣候變遷在傳染 病流行之重要高危險區、流行趨向及其策略規劃〉，環保署/國科會空污防 制科研究合作計畫成果報告書，http://sta.epa.gov.tw/report/Files/NSC95-EPA -Z-002-004.pdf，查閱時間：2011/11/30。
張子清，2011，〈西非爆發霍亂疫情 2500 人死亡〉，中央廣播電台，http://www.
vft.com.tw/RtiNewsWeb/index_newsContent.aspx?nid=322308，查閱時間：20 11/11/19。
張浚、趙少欽，2006，《人類與瘟疫的故事》。台北：新視野。
張鴻仁， 2007，〈建構生物防護及SARS等新興傳染病防護網計畫執行成效分析
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
97
與政策建議報告〉，行政院研究發展考核委員會九十六年委託研究計畫，h ttp://www.rdec.gov.tw/public/PlanAttach/200806241718573308510.pdf，查閱 時間：2011/12/01。
陳建仁，1999，《流行病學：原理與方法》，台北：聯經。
陳惠惠、施靜茹，2010，〈預測未來疫情 台灣也在嘗詴〉，聯合報，4 月 23 日。
陳耀祖，2003，〈從全球化的觀點看非典傳染病〉，《亞洲研究》，48：27-54。
曾玠郡、王孫崇、李世炳，2008，〈從選舉預測到經濟物理學實驗—談台灣政 治期貨交易中心之演進〉，《物理雙月刊》，30（3）：265-266。
童振源、林繼文、周子全，2010，〈以預測市場理論建構傳染病預測模式期末報 告〉，行政院衛生署疾病管制局研究計畫。
童振源、林繼文、周子全，2010，〈傳染病預測市場之建置與評估〉，行政院衛 生署疾病管制局研究計畫書。
童振源、林馨儀、林繼文、黃光雄、周子全、劉嘉凱、趙文志，2009，〈台灣 選舉預測：預測市場的運用與實證分析〉，《選舉研究》，16（2）：131-166。
楊伶，2009，〈世衛：全球甲流死亡人數超過 7800 人〉，http://big5.xinhuanet.co m/gate/big5/news.xinhuanet.com/world/2009-11/28/content_12553779.ht，查閱 時間：2011/11/19。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
附錄
附錄一 訪談內容逐字稿 一、訪談內容逐字稿—受訪者 A
【請問目前我國疾病管制局採用哪些傳染病監測機制？】
受訪者A：
就是監測有分成主動監測和被動監測，主動監測主要還是靠媒體的監測，就是 我們會有關鍵字上google去查，每天去撈新聞，有沒有什麼消息這樣子；然後 還有跟台灣的急診、各醫院的急診（百分之九十以上）的連線，意思就是我們 急診的患者看病是用什麼診斷我們這邊收的到的訊息，然後我們再把它用一個 RODS系統，這個是匹茲堡大學發展出來的一個系統，但是台灣目前是跟他們 合作，用這樣的模式去看特定的疾病的趨勢，比如說腸病毒好了，有沒有說最 近就診的比例有沒有上升的現象這樣，然後這個是RODS系統，然後也有健保 的系統，健保主要是跟醫院的門診跟診所的門診，有些如果有即時上傳資料的 話，那我們也可以抓它健保的診斷碼，來看他們特定的的疾病的就診的比例有 沒有上升，這個是主動監測，主動就是我們去抓資料。那被動監測就是人家報 上來的，人家報上來的就是法定傳染病的資料，比如說我們有規定法定傳染病 一定要通報，所以被動監測的話就是醫生如果看到有法定傳染病疑似的人就會 報上來，然後我們就會收到資料，那我們也是檢驗然後看這個疾病的趨勢有沒 有上升，然後我們還有一個病毒的監測系統，就是說我們跟一些醫院、基層診 所的醫師有合作，如果醫師覺得有疑似一些疾病的病人，他們會採檢體，比如 說抽血、咽喉的詴紙，然後送到我們的合約實驗室做鑑定，如果確定甚麼病毒 的話，比如說是腸病毒跟流感，然後我們就看那個比例有沒有上升的現象，比 如說分離出來的件數、陽性率，主要我們是看這些來看看特定疾病的趨勢。
另外歷史期望值的話主要是用去年的同期或前五年的同期，用一些方法比如說 前五年帄均的比例或是去年同期的通報數來比較，例如去年同期只有三個，今 年已經有十個，那我們就會預測說那可能今年是有比較高類似像這樣，比如說 就診率過去五年的同期帄均是10%，現在是5%，那我們就會覺得今年可能是比 較低，那我們大概是用這樣的方式，但是根據不同的疾病可能又會有調整。
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
99
【您對於現有機制的看法為何？對於防疫工作來說是否足夠？】
受訪者A：
是不是足夠喔？當然任何監測系統一定有它的缺點，比如說如果被動的話一定
是不是足夠喔？當然任何監測系統一定有它的缺點，比如說如果被動的話一定