本研究針對竹科、中科、南科的大型科學園區為電腦建模範圍，來模擬新型 流感的傳播動態。
我們以竹科為主要取樣點，依竹科總人口的行業類別比例進行實地問卷調 查，使用社會分身點及二分關聯網路（日常生活接觸及場所關連網路）的概念建 立竹科社會網路，結果符合小世界及無尺度網路特性，亦就是竹科社會網路具有 高群聚性、低分隔度與個體接觸的人數成冪次律分佈。
依據問卷得到的統計數據職務類別人口分佈、上班日到過場所數、休假日到 過場所數，來設定模擬數據，依據本地外地人口分布及上班日居住地來概略估計 竹科的總場所數（包括平日及假日會去的場所），我們使用概略高估及低估竹科 人員的總場所數，包括 1000：65、1000：131、1000：262、1000：500、1000：
1000 等五組的人口場所模組，將實際場所數可能較少或較多的條件考慮進去，
模擬竹科季節性流感傳播動態，然後以疾管局 2002∼2007 年台灣區季節性流感 的真實通報感染曲線來做驗證比較，以 1000：500 的人口場所模組較符合曲線，
曲線稍微不同的原因判斷為因年齡層不同造成（圖三十一），因為竹科人員年齡 層都集中在 15 ~ 64 歲年齡層，並無全國區域的 0∼4、5∼14 及 64 歲以上年齡層 的人員，而 15 ~ 64 歲為相對分身點（去的場所）最多的年齡層，因此會有此現 象。
再以符合竹科的 1000：500 人口場所模組來進行公衛政策的模擬實驗，經由 多次的模擬得到公衛政策的實施對象政策效果為：高危險族群 > 與流感病患接 觸者 > 隨機選取。
實施時間效果為：10 月份第 1 天 > 第 14 天 > 第 28 天（越早越好) 。 我們提出 2 個公衛政策建議來針對季節性流感：
1. C 公衛政策，10 月份第一天實施竹科前 20 %高危險族群與隨機 70% 的人戴 外科口罩，竹科前 30 %高危險族群在感染前服用預防流感藥物，第 21 天實 施 A 級隔離政策隔離 8 天。總感染人數 22.6 人，隔離總人數 0 人。政策效 果為 64.38。
2. D 公衛政策，10 月份第一天實施竹科前 20 % 高危險族群與隨機 60% 的人 戴外科口罩，施打疫苗在直接接觸病患之人員（上限為 20 % 竹科人口劑 量），第 14 天實施流感藥物感染後治療（上限為 30 % 竹科人口劑量），
第 21 天實施 A 級隔離政策隔離 8 天。總感染人數 30.99 人，隔離總人數 0 人。政策效果為 46.95。
一般季節性流感動態模擬是預估是爆發新型流感的最小程度疫情，如果竹科 爆發人傳人的新型流感，我們建議相關公衛政策決策者，要把相關的防疫政策首 先針對高危險族群人員來實施，如：業務人員、客戶服務人員、總機接待人員、
警衛人員、在園區內的服務業販售人員（如：科技生活館內的店家、加油站人員）、 園區內醫護人員等工作屬性為接觸較多人之人員；尤其是業務人員更為首要政策 防疫對象，因為由問卷統計業務人員的接觸人數及分身點（去的場所）都是最多 的；如此也符合成本經濟效益，期望能把有限的醫療資源發揮到最大的效用。
謹以此篇論文提供參考依據，希望對於新型流感防疫政策有所助益，讓衛生 決策單位可以及時採用適當的策略，以減低新型流感爆發對科學園區的傷害，確 保台灣經濟成長及科技業的發展。
參考文獻
[1] Influenza Report 2006
(http://www.bch.cuhk.edu.hk/influenza/influenza2006.html) [2] 社區大學 SARS 資訊網•sars.bamboo.hc.edu.tw
[3] CHRIS L. BATTETT, STEPHEN G. EUBANDK, JAMES P. SMITH IF SMALLPOX STRIKES PORTLAND···
[4] Ira M. Longini, Jr., M. Elizabeth Halloran, Azhar Nizam, and Yang Yang , Containing Pandemic Influenza with Antiviral Agents.
[5] Huang, C.Y., et al., Simulating SARS: Small-World Epidemiological Modeling and Public Health Policy Assessments. Journal of Artificial Societies and Social Simulation, 2004. 7(4).
[6] Watts, D. J. and Strogatz, S. H., Collective dynamics of 'small- world' networks, 27 Naturevol. 393, no. 6684, pp. 440-2, 1998.
[7] World Health Organisation. Avian influenza: assessing the pandemic threat.
2005; Available from.
[8] World Health Organization. Confirmed Human Cases of Avian Influenza A(H5N1). Available from:
http://www.who.int/csr/disease/avian_influenza/country/en/.
[9] S. Milgram,“The small world problem,”Psychology Today, vol. 2, pp.
60-67,1967.
[10] Granovetter,M..S. The strength of weak ties. American journal of Sociology,78, 1360-1380,1973.
[11] Damian Zanette, “Critical Behaviours of Propagation on Small-World Networks,” arXin:cond- mat/0105596,May 30,2001.
[12] 科學工業園區管理局
http://service.sipa.gov.tw/WEB/Jsp/Page/index.jsp?thisRootID=326
[13] Kermack, W.O. and M. Kendrick, AG (1927). Contributions to the mathematical
theory of epidemics. Proceedings of the Royal Society of London. Series A. 115: p.
700–721.
[14] 黃崇源, 小世界流行病學建模與公共衛生政策評估：利用社會分身點概念與 區域資訊建構社會網路是流行病學電腦模擬. 國立交通大學資訊工程系博士論 文, 2005.
[15] Granovetter,M..S. The strength of weak ties. American journal of sociology,78, 1360-1380(1973)
[16] Pastor-Satorras, R.,and Vespignani,A. Epidemic spreading in scale-free networks.
Physical Review Letters,86,3200-3203(2001).
[17] Barabàsi A L,Albert R. Emergence of scaling in random network.
Science,1999,286(5439)：509－512.
[18] Stewart, J.J., Parameters of Influenza Aerosol Transmission. CommentsR on Theoretical Biology, 2002. 7(6): p. 445-457.
[19] Neil M.Ferguson, Susan Mallett, Helen Jackson, Noel Roberts and Penelope Ward. A population-dynamic model for evaluating the potential spread for drug-resistant influenza virus infections during community-based use of antivirals [20] Ira M. Longini, Jr., M. Elizabeth Halloran, Azhar Nizam, and Yang Yang.
Containing Pandemic Influenza with Antiviral Agent.
[21] P. Stroud, S.D. Valle, S. Sydoriak, J. Riese, & S. Mniszewski. Spatial Dynamics of Pandemic Influenza in a Massive Artificial Society. Journal of Artificial Societies and Social Simulation, 2007, 10(4), 9.
[22] http://www.cdc.gov.tw/lp.asp?ctNode=1706&CtUnit=910&BaseDSD=7&mp=1
[23] Moser, M.R., et al., An outbreak of influenza aboard a commercial airliner. Am J Epidemiol, 1979. 110(1): p. 1-6.
附錄
問卷調查
您好，這是一份有關論文研究的無記名問卷調查，調查對象為在竹科內各 行業的人員，目的為瞭解竹科工作人員的日常生活接觸網路，藉以研究新型流感
（人類禽流感）在竹科的傳播模式讓有關單位可以及時採用適當的策略，以減低 新型流感爆發對科學園區的損害，確保台灣的經濟成長及科技業的發展。
1. 請問您的性別：□男□女
2. 請問您的年齡：□14~19 歲□20~29 歲□30~39 歲□40~49 歲□50 歲以上 3. 請問您在竹科的行業類別：□積體電路□電腦及週邊□通訊產業□光電產業
□精密機械產業□生物科技產業□其他
4. 請問您的職務分類：□業務人員□行政人員□工程人員□線上作業人員
□其他
5. 請問您的工作時段：□正常班□四班二輪□三班制□其他 6. 請問您是否會進入無塵室工作：□是□否
7. 請問您來自於：□本地(新竹縣市)，請跳第 9 題 □外地 8. 若您是外地人口，請問您在休假時，多久回家(父母家)一次：
□每週回□隔週回□一月一次□其他，___月一次
9. 請問您上班日的居住地：□新竹縣市□苗栗縣□桃園縣□其他 10. 請問您上班日一天到過的場所平均有幾處，例如：住家、公司(不同辦公室、
實驗室、廠區皆算不同處)、餐廳、商店、銀行、醫院…等：
□1~2 處□3~4 處□5~6 處□7~8 處□9 處(含)以上 11. 承上題，請問您休假日一天到過的場所平均有幾處：
□1~2 處□3~4 處□5~6 處□7~8 處□9 處(含)以上
12. 請問您上班日一天平均近距離(2 公尺內)接觸多少人，包括認識的人及不 交談的陌生人，例如:家人、同事、客戶、一起搭電梯的人、用餐時前後排
隊的人…等：
□少於 10 人 □10~25 人 □26~50 人 □51~80 人 □其他，約___人
13. 請問如上題您接觸的人員，認識的人比重為何：
□全部 □80% □60% □30% □其他，___%
14. 承上題，請問您休假日，一天平均近距離(2 公尺內)接觸多少人，包括認 識的人及陌生人：
□少於 10 人 □10~25 人 □26~50 人 □51~80 人 □其他，約___人 16. 請問您最近一年出國(出差或旅行)的次數為何：
□沒有□1 次□2 次□3 次□其他，1 年___次
17. 請問您是否搭乘交通區間車往返其他廠區：□沒有□有，___天 1 次.
18. 請問您上班日每月至園區外午餐的次數平均為何：
□無□1 次□2 次□3 次□4 次□其他，____次
非常感謝您接受我們的訪問,請將本表單填寫後 ,直接以電子檔直接 E- mail:
[email protected] 或交由問卷調查人員,再次由衷致謝!