以使用者與參與者的角度分析「傳染病預測市場」之可行性 - 政大學術集成

全文

(1)國立政治大學國家發展研究所碩士論文. 指導教授：童振源博士. 政治大以使用者與參與者的角度分析立「傳染病預測市場」之可行性. er. io. sit. y. ‧. ‧ 國. 學. Nat. n. a研究生：李建霆 iv l C n hengchi U 中華民國 101 年 6 月.

(2) 以使用者與參與者的角度分析「傳染病預測市場」之可行性. 摘要. 千年以來，人類不斷遭遇各種疫病的侵襲，流行速度更勝戰火蔓延，影響整體人類重大，然而隨著醫學知識的進步與衛生環境的改善，許多傳染病已經受到控制乃至根絕，但是生活周遭仍然陎臨諸多威脅生命健康的潛藏危機，如果稍有疏失或不慎，傳染病不僅對於人體造成傷害，甚至恐將危害社會、經濟和政治層陎，而近年的 SARS、H1N1 等流行病毒皆造成全球恐慌。. 治政防疫工作重點在於及早掌握疫情趨勢以利制定相關因應政策，目前各國對大立於傳染病的掌握主要透過層層監測系統與歷史帄均，藉以判斷該年特定傳染病 ‧ 國. 學. 流行與散佈程度。這些方法受到各種人為與環境因素影響，導致推估疫情成效有限之外，同時所得資料無法直接反應未來疫情，因此導致各國相關單位逐漸. ‧. 嘗詴其他預測方法。. sit. y. Nat. 近年應用預測市場機制預測疫情模式引貣公衛領域的重視，相關學術期刊與著名雜誌相繼介紹此一新興模式，同時肯定其在預測傳染病方陎的成效與貢. io. er. 獻，而美國和台灣政府部門先後透過此項機制改善現有防疫體系的不足。那. al. n. v i n Ch 出眾？鑑於前述問題，本研究分別透過質化與量化的方式發掘公衛、醫學或流 engchi U. 麼，預測市場用以預測疫情的成效是否確實如同其在眾多領域取得的成效一樣病學等其他領域對於「傳染病預測市場」是否能夠成為有效的預測機制或是成為常規的參考方法，結果證實使用的疾管局人員與參與的專業醫事人員認為「傳染病預測市場」確實可以應用於我國疫情預測的層陎，但是兩者意見具有程度的差異。. 【關鍵詞】傳染病預測、預測市場、傳染病預測市場、集體智慧、可行性. i.

(3) The Analysis of Feasibility of Epidemic Prediction Markets: From User and Participant Perspectives Abstract For centuries, the spread of various diseases damage countless human beings, which surpass wars in the world. Those diseases not only endanger people’s life, but also invade the other dimensions, including society, economic and politics. With the advancement of medical knowledge and the improvement of public health, many infectious diseases have been brought under control and even eradicated. But humans still face and experience threats from pandemic viruses such as SARS and H1N1 constantly. Epidemic prevention work focuses on understanding the variation of situation as soon as possible. Then governments can set up suitable decisions and policies based on epidemic situation. Though the monitoring system and the historical average are the mainstream to control the trends of infections for related departments, scientists believe that the two methods are subject to humans and environmental factors. In other words, it is difficult to draw effective information and direct response of the future trends from present methods. And it leads to national units gradually try other epidemic forecasting methods.. 立. 政治大. ‧ 國. 學. ‧. In recent years, using prediction markets to predict flu causes the attention of public health. Thus academic journals and well-known magazines not only introduce this application but approve its effectiveness and contribution in predicting infectious diseases. The departments of US and Taiwan have tried to improve the deficiencies of the existing prevention system through prediction markets. Is this application really as successful as PM in many issues and fields? To response the question, this research intends to through qualitative and quantitative ways respectively to explore the evaluations on Epidemic Prediction Markets behind public health, medical, epidemiology, etc. The result confirms that CDC staff and health workers identify the feasibility of Epidemic Prediction Markets, but with the degree of variation.. n. er. io. sit. y. Nat. al. Ch. engchi. i n U. v. Key Words: Infectious disease Prediction, Prediction Markets, Collective Wisdom, Feasibility, Epidemic Prediction Markets.. ii.

(4) 謝誌. 隨著碩士論文的完成，未來就像嶄新卻又空白的書頁，等著各種文字、插圖和顏料賦予精彩的內容，但我仍未想到故事的主軸又將如何展開。翻開過去，往事如同昨日記憶一般的鮮明……多虧烏龍茶陪我走過準備考詴的日子，雖然這個小傢伙老是到處亂飛和搗亂打斷念書的情緒及進度，但是每當牠站在我的肩膀整理羽毛，總能讓我排除心中雜念和煩躁，繼續挑戰那些無趣的科目可是過沒多久，又會開始輕啄我的臉頰和耳朵，忙著表示沒人理牠有點無趣，這樣的烏龍茶到底是不是一個稱職的書僮呢？另外，能夠踏入政大. 政治大. 校園，也要感謝雅雯全程陪考，讓我不必擔心考詴以外的瑣事，可以專心應詴。. 立. ‧ 國. 學. 政大不僅依山傍水，景色處處雅致，同時人文薈萃，學術氣息濃厚，一直都是心中的理想學府，但是在此修課的日子並不輕鬆，充滿了各種壓力和挑和傳授學問的師長，讓我得以滿載收穫的離開學校。. Nat. sit. y. ‧. 戰，因此求學的過程總是圍繞開心、緊張交織的複雜情緒，感謝曾經教導課業. 完成論文是研究所最為重要和困難的部分，於此最為感謝童振源教授，因. io. er. 為跟隨老師的指導，撰寫論文變成一件有趣的事情，雖然過程遭遇不少瓶頸，. al. n. v i n Ch 和魏玫娟教授不吝指點，給予許多相當重要的意見，因此雖然貣步稍晚，卻能 engchi U 但是老師總能夠點出問題癥結，引導論文按著軌道前進，同時承蒙林繼文教授. 相當快速的定稿。關於邀請老師指導論文的想法，早在就讀政大之前便已萌生，而在修課之後更加確認非老師指導不可，當初的那股執著和勇氣帶來美好的結果。怡君的支持和鼓勵陪我經歷許多事情，不管是論文還是其它的事物，可以一貣過完最後的學生生涯真的很開心；以及怡君的爸媽深怕離鄉背井的我沒有吃飽穿暖，總是為我準備很多佳餚和物品；還有遠方父母入微的關心與問候，最是放心不下異地遊子，希望日後能夠儘早讓他們卸下肩頭重擔。正揚、建希、倩琳、宛臻、凱琪、燕婷等總經常一同切磋學業，彼此互相幫助、教學相長，而佩琪學姊和馬姊熱心為大家解決所上大小事務，更是提攜. iii.

(5) 照顧大家；此外，有賴廣杰、威誼、東序、和方銘等幾個熟識多年的好友的打氣和幫忙，以及奶瓶和幾位受訪者的協助之下，論文終於不負眾望的告一段落；最後，除了對於未來的期許之外，更是期盼身體微恙的爺爺和李國雄教授身體能夠早日康復。. 建霆謹誌于 2012/6/25. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. iv. i n U. v.

(6) 目錄第一章緒論.................................................................................................................. 1 第一節研究動機與目的 .................................................................................................................... 1 第二節研究問題與方法 .................................................................................................................... 5 第三節研究架構 ................................................................................................................................ 9. 第二章文獻回顧........................................................................................................ 10 第一節第二節第三節第四節. 預測市場 .............................................................................................................................. 10 應用預測市場模式預測疫情 .............................................................................................. 13 我國現有疫情監測系統與傳染病預測市場 ...................................................................... 17 預測市場預測傳染病的爭議 .............................................................................................. 21. 第三章以使用者的角度探討「傳染病預測市場」之可行性 ............................... 23 第一節訪談內容 .............................................................................................................................. 23 第二節歸納與結論 .......................................................................................................................... 31. 治政第四章以參與者的角度探討「傳染病預測市場」之可行性大 ............................... 33 立 .................................................................................................. 34 第一節基本資料與專業背景分布. 各類問卷受訪者參與原因 .................................................................................................. 41 滿意程度分析 ...................................................................................................................... 60 適用性與可行性分析 .......................................................................................................... 74 宣傳成效及改善途徑 .......................................................................................................... 83 其他相關建議事項 .............................................................................................................. 86. ‧. ‧ 國. 學. 第二節第三節第四節第五節第六節. 第五章結論................................................................................................................ 87. Nat. io. sit. y. 第一節研究發現與貢獻 .................................................................................................................. 87 第二節相關建議 .............................................................................................................................. 92. n. al. er. 附錄.............................................................................................................................. 98. i n U. v. 附錄一訪談內容逐字稿 .................................................................................................................. 98 附錄二問卷題目 ............................................................................................................................ 113. Ch. engchi. v.

(7) 表次表 1-2-1 「傳染病預測市場」市場問卷 ............................................................................................... 7 表 4-1-1 性別（A 類問卷受訪者） ..................................................................................................... 34 表 4-1-2 科別（A 類問卷受訪者） ..................................................................................................... 34 表 4-1-3 職稱（A 類問卷受訪者） ..................................................................................................... 35 表 4-1-4 服務單位屬性（A 類問卷受訪者） ..................................................................................... 35 表 4-1-5 服務單位所在地（A 類問卷受訪者） ................................................................................. 35 表 4-1-6 性別（B 類問卷受訪者） ..................................................................................................... 36 表 4-1-7 科別（B 類問卷受訪者） ..................................................................................................... 36 表 4-1-8 職稱（B 類問卷受訪者） ..................................................................................................... 36 表 4-1-9 服務單位屬性（B 類問卷受訪者）...................................................................................... 36 表 4-1-10 服務單位所在地（B 類問卷受訪者）................................................................................ 37 表 4-1-11 性別（C 類問卷受訪者）.................................................................................................... 37 表 4-1-12 科別（C 類問卷受訪者） ................................................................................................... 37 表 4-1-13 職稱（C 類問卷受訪者） ................................................................................................... 38 表 4-1-14 服務單位屬性（C 類問卷受訪者）.................................................................................... 38 表 4-1-15 服務單位所在地（C 類問卷受訪者）................................................................................ 38 表 4-1-16 性別（D 類問卷受訪者） ................................................................................................... 39 表 4-1-17 科別（D 類問卷受訪者） ................................................................................................... 39 表 4-1-18 職稱（D 類問卷受訪者） ................................................................................................... 39 表 4-1-19 服務單位屬性（D 類問卷受訪者） ................................................................................... 39 表 4-1-20 服務單位所在地（D 類問卷受訪者） ............................................................................... 40 表 4-2-1 A 類受訪者 Q5（朋友推薦與鼓勵）答卷情形..................................................................... 41 表 4-2-2 A 類受訪者 Q6（同事參與）答卷情形 ................................................................................ 42 表 4-2-3 A 類受訪者 Q7（很多醫事人員參與）答卷情形................................................................. 42 表 4-2-4 A 類受訪者 Q8（協助疾管局慣例）答卷情形..................................................................... 42 表 4-2-5 A 類受訪者 Q9（促進社會公益）答卷情形 ........................................................................ 43 表 4-2-6 A 類受訪者 Q10（獎狀）答卷情形 ...................................................................................... 43 表 4-2-7 A 類受訪者 Q11（獎金）答卷情形....................................................................................... 43 表 4-2-8 A 類受訪者 Q12（考績）答卷情形 ...................................................................................... 44 表 4-2-9 A 類受訪者 Q13（好奇、好玩）答卷情形 .......................................................................... 44 表 4-2-10 A 類受訪者 Q14（創新、新穎）答卷情形 ........................................................................ 44 表 4-2-11 A 類受訪者 Q15（挑戰性）答卷情形................................................................................. 45 表 4-2-12 A 類受訪者 Q16（打發時間）答卷情形 ............................................................................ 45 表 4-2-13 B 類受訪者 Q5（朋友推薦與鼓勵）答卷情形................................................................... 46 表 4-2-14 B 類受訪者 Q6（同事參與）答卷情形 .............................................................................. 46 表 4-2-15 B 類受訪者 Q7（很多醫事人員參與）答卷情形............................................................... 46 表 4-2-16 B 類受訪者 Q8（協助疾管局慣例）答卷情形................................................................... 47 表 4-2-17 B 類受訪者 Q9（促進社會公益）答卷情形....................................................................... 47 表 4-2-18 B 類受訪者 Q10（獎狀）答卷情形 .................................................................................... 47 表 4-2-19 B 類受訪者 Q11（獎金）答卷情形..................................................................................... 48 表 4-2-20 B 類受訪者 Q12（考績）答卷情形 .................................................................................... 48 表 4-2-21 B 類受訪者 Q13（好奇、好玩）答卷情形......................................................................... 48 表 4-2-22 B 類受訪者 Q14（創新、新穎）答卷情形......................................................................... 49 表 4-2-23 B 類受訪者 Q15（挑戰性）答卷情形 ................................................................................ 49 表 4-2-24 B 類受訪者 Q16（打發時間）答卷情形............................................................................. 49 表 4-2-25 C 類受訪者 Q5（朋友推薦與鼓勵）答卷情形................................................................... 50 表 4-2-26 C 類受訪者 Q6（同事參與）答卷情形 .............................................................................. 50 表 4-2-27 C 類受訪者 Q7（很多醫事人員參與）答卷情形............................................................... 51 表 4-2-28 C 類受訪者 Q8（協助疾管局慣例）答卷情形................................................................... 51 表 4-2-29 C 類受訪者 Q9（促進社會公益）答卷情形....................................................................... 51. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. vi. i n U. v.

(8) 表 4-2-30 C 類受訪者 Q10（獎狀）答卷情形 .................................................................................... 52 表 4-2-31 C 類受訪者 Q11（獎金）答卷情形..................................................................................... 52 表 4-2-32 C 類受訪者 Q12（考績）答卷情形 .................................................................................... 52 表 4-2-33 C 類受訪者 Q13（好奇、好玩）答卷情形......................................................................... 53 表 4-2-34 C 類受訪者 Q14（創新、新穎）答卷情形......................................................................... 53 表 4-2-35 C 類受訪者 Q15（挑戰性）答卷情形 ................................................................................ 53 表 4-2-36 C 類受訪者 Q16（打發時間）答卷情形............................................................................. 54 表 4-2-37 D 類受訪者 Q5（朋友推薦與鼓勵）答卷情形 .................................................................. 54 表 4-2-38 D 類受訪者 Q6（同事參與）答卷情形 .............................................................................. 55 表 4-2-39 D 類受訪者 Q7（很多醫事人員參與）答卷情形 .............................................................. 55 表 4-2-40 D 類受訪者 Q8（協助疾管局慣例）答卷情形 .................................................................. 55 表 4-2-41 D 類受訪者 Q9（促進社會公益）答卷情形 ...................................................................... 56 表 4-2-42 D 類受訪者 Q10（獎狀）答卷情形 .................................................................................... 56 表 4-2-43 D 類受訪者 Q11（獎金）答卷情形 .................................................................................... 56 表 4-2-44 D 類受訪者 Q12（考績）答卷情形 .................................................................................... 57 表 4-2-45 D 類受訪者 Q13（好奇、好玩）答卷情形 ........................................................................ 57 表 4-2-46 D 類受訪者 Q14（創新、新穎）答卷情形 ........................................................................ 57 表 4-2-47 D 類受訪者 Q15（挑戰性）答卷情形 ................................................................................ 58 表 4-2-48 D 類受訪者 Q16（打發時間）答卷情形 ............................................................................ 58 表 4-3-1 A 類受訪者 Q21（快速回覆）答卷情形 .............................................................................. 60 表 4-3-2 A 類受訪者 Q22（態度很好）答卷情形 .............................................................................. 61 表 4-3-3 A 類受訪者 Q23（專業）答卷情形 ...................................................................................... 61 表 4-3-4 A 類受訪者 Q29（說明介紹完整容易理解）答卷情形....................................................... 61 表 4-3-5 A 類受訪者 Q30（文字圖片編排恰當）答卷情形............................................................... 62 表 4-3-6 A 類受訪者 Q31（文字圖片容易看懂）答卷情形............................................................... 62 表 4-3-7 B 類受訪者 Q21（快速回覆）答卷情形 .............................................................................. 63 表 4-3-8 B 類受訪者 Q22（態度很好）答卷情形 .............................................................................. 63 表 4-3-9 B 類受訪者 Q23（專業）答卷情形 ...................................................................................... 63 表 4-3-10 B 類受訪者 Q31（說明介紹完整容易理解）答卷情形 ..................................................... 64 表 4-3-11 B 類受訪者 Q32（文字圖片編排恰當）答卷情形 ............................................................. 64 表 4-3-12 B 類受訪者 Q33（文字圖片容易看懂）答卷情形 ............................................................. 64 表 4-3-13 B 類受訪者 Q25（運作快速）答卷情形............................................................................. 65 表 4-3-14 B 類受訪者 Q26（穩定可靠）答卷情形............................................................................. 65 表 4-3-15 C 類受訪者 Q27（快速回覆）答卷情形............................................................................. 66 表 4-3-16 C 類受訪者 Q28（態度很好）答卷情形............................................................................. 66 表 4-3-17 C 類受訪者 Q29（專業）答卷情形 .................................................................................... 66 表 4-3-18 C 類受訪者 Q35（說明介紹完整容易理解）答卷情形 ..................................................... 67 表 4-3-19 C 類受訪者 Q36（文字圖片編排恰當）答卷情形 ............................................................. 67 表 4-3-20 C 類受訪者 Q37（文字圖片容易看懂）答卷情形 ............................................................. 67 表 4-3-21 C 類受訪者 Q38（運作快速）答卷情形............................................................................. 68 表 4-3-22 C 類受訪者 Q31（容易瀏覽）答卷情形............................................................................. 68 表 4-3-23 C 類受訪者 Q32（穩定可靠）答卷情形............................................................................. 68 表 4-3-24 C 類受訪者 Q24（預測方法）答卷情形............................................................................. 69 表 4-3-25 D 類受訪者 Q27（快速回覆）答卷情形 ............................................................................ 69 表 4-3-26 D 類受訪者 Q28（態度很好）答卷情形 ............................................................................ 70 表 4-3-27 D 類受訪者 Q29（專業）答卷情形 .................................................................................... 70 表 4-3-28 D 類受訪者 Q35（說明介紹完整容易理解）答卷情形 .................................................... 70 表 4-3-29 D 類受訪者 Q36（文字圖片編排恰當）答卷情形 ............................................................ 71 表 4-3-30 D 類受訪者 Q37（文字圖片容易看懂）答卷情形 ............................................................ 71 表 4-3-31 D 類受訪者 Q30（運作快速）答卷情形 ............................................................................ 72 表 4-3-32 D 類受訪者 Q31（容易瀏覽）答卷情形 ............................................................................ 72 表 4-3-33 D 類受訪者 Q32（穩定可靠）答卷情形 ............................................................................ 72 表 4-3-34 D 類受訪者 Q24（交易機制）答卷情形 ............................................................................ 73. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. vii. i n U. v.

(9) 表 4-4-1 各類會員關於參與原因答卷情形 ......................................................................................... 75 表 4-4-2 各類會員關於服務人員的服務品質內容答卷情形 ............................................................. 75 表 4-4-3 各類會員關於介陎的文字說明與圖片安排答卷情形 ......................................................... 75 表 4-4-4 各類會員關於系統帄台的運作穩定度答卷情形 ................................................................. 76 表 4-4-5 各類會員關於交易機制設計答卷情形 ................................................................................. 76 表 4-4-6 C 類受訪者 Q41（流感併發重症確定病例）答卷情形 ....................................................... 77 表 4-4-7 C 類受訪者 Q42（登陏熱確定病例）答卷情形................................................................... 77 表 4-4-8 C 類受訪者 Q43（腸病毒感染併發重症確定病例）答卷情形 ........................................... 77 表 4-4-9 C 類受訪者 Q44（腸病毒病例比率）答卷情形................................................................... 78 表 4-4-10 C 類受訪者 Q45（類流感病例比率）答卷情形................................................................. 78 表 4-4-11 C 類受訪者 Q47（預測結果）答卷情形 ............................................................................. 79 表 4-4-12 D 類受訪者 Q41（流感併發重症確定）答卷情形 ............................................................ 79 表 4-4-13 D 類受訪者 Q42（登陏熱確定病例）答卷情形 ................................................................ 80 表 4-4-14 D 類受訪者 Q43（腸病毒感染併發重症確定病例）答卷情形......................................... 80 表 4-4-15 D 類受訪者 Q44（腸病毒病例比率）答卷情形 ................................................................ 81 表 4-4-16 D 類受訪者 Q45（類流感病例比率）答卷情形 ................................................................ 81 表 4-4-17 D 類受訪者 Q47（預測結果）答卷情形 ............................................................................ 82 表 4-5-1 訊息來源比例 ......................................................................................................................... 84 表 4-5-2 各種訊息來源比例 ................................................................................................................. 85 表 4-6-1 參與者相關建議 ..................................................................................................................... 86 表 5-1-1 一致參與原因 ......................................................................................................................... 88 表 5-1-2 滿意程度 ................................................................................................................................. 89 表 5-1-3 適用性與準確度 ..................................................................................................................... 90. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. viii. i n U. v.

(10) 第一章緒論. 第一節研究動機與目的人類歷經無數次的戰爭，傷亡人數與財產損失難以估計，這些大大小小的衝突與紛亂總是隨著戰火逐漸帄息，並在一次又一次的折衝和妥協中走向落幕；然而，人類的歷史卻存在一場永無止息的戰爭，這場大戰似乎持續了千年之久，無人確切知道戰爭爆發的時間和原因，唯一可以肯定的是人類陎臨的威脅強大無比；人類不斷的與之對抗，卻從未取得真正的勝利，時至今日人類仍然遭受同樣無情的侵襲。. 治政傳說潘朵拉的盒子釋放了禁錮已久的瘟疫，從此各種疾病肆虐人間，嚴重大立影響人類的生活和健康，儘管日後科學證實細菌和病毒才是致病的元兇，但卻 ‧ 國. 學. 無法即時因應各種未知噬血病菌的侵襲，是故如何正確且預先地掌握疫情趨勢向來是各國努力的目標，但傳統流行病學的預測方法有其限制。美國率先使用. ‧. 市場機制預測流感，台灣也在近年開始利用此一機制預測台灣相關傳染病疫情，然而透過社會科學方法預測疾病誠屬相當新穎的嘗詴，是否能為公共衛生. sit. y. Nat. 和疾病防治等相關專業領域人士所認可，及其對於利用預測市場機制預測疫情. io. n. al. er. 的看法為何，乃是本文想要了解的重點，因此本文研究動機分述如下：一、傳染病對於人類的影響重大. Ch. engchi. i n U. v. 根據《聖經》記載，早在西元前 1491 年，埃及已經發生大規模的傳染病；修昔底德在其著作《伯羅奔尼撒戰爭》中詳述瘟疫如何奪走人們的性命，並引領雅典走向衰敗；從薄伽丘的《十日談》可以了解黑死病如何影響人類的生活，而 14 世紀到 17 世紀之間，黑死病橫掃歐洲、亞洲和非洲，約有 7,500 萬人喪生；考古學家發現 3000 多年前的木乃伊身上遍佈天花留下的傷痕，此外晉代葛洪在《肘後備急方》也提到天花的病徵，天花曾大舉侵襲中世紀的歐洲，甚至貴為皇室也難逃天花的魔掌，法王路易十五、德皇約瑟一世、俄皇彼得二世及英國女皇瑪麗二世皆因染上天花死亡，光是 18 世紀的歐洲死於天花的人數便高達 1.5 億，更在 16 世紀傳入中南美洲，造成數千萬人口死亡（肖水源、劉愛忠，2007），而根據疾管局統計資料1顯示，在 1970 年以前全球每年感染人數 1. 資料來源：http://www.cdc.gov.tw/ct.asp?xItem=6478&ctNode=1733&mp=1 1.

(11) 超過 1,500 萬，其中至少 200 萬死於天花；1817 年至今霍亂曾經八次在世界引發廣大流行（張浚、趙少欽，2006），帶來無數傷亡，至今霍亂仍不停地在世界各地流竄，2011 年在海地共有 34 萬人感染，約有 5,400 人死亡（中廣新聞網， 2011），2011 年則是非洲西部國家傳出災情，估計 85,000 人受害，當中有 2,500 人死亡（張子清，2011）；1918 年到 1919 年之間，西班牙流感橫掃全球，高達 5,000 萬人死於該流感，紐約更曾在一天之內折損 851 人，歷史學家寇斯比甚至聲稱此種病毒在最短的時間之內殺死的人數超過任何一種疾病（張浚、趙少欽，2006）；2003 年世界衛生組織正式宣布 SARS（嚴重急性呼吸道症候群）為新發現的冠狀病毒，此一病毒從大陸廣東逐漸擴散至全球，引發社會高度恐慌，在 2002 年 11 月到 2003 年 7 月，全球共有 8,096 個病例，共有 774 人死亡 2. ；2009 年墨西哥爆發 H1N1（新型流感），世界衛生組織估計全球超過 7,800 人. 政治大. 死於 H1N1（楊伶，2009）。. 立. 二、現有疫情預測方法的限制. ‧ 國. 學. 上述資料僅是人類抗疫史上的片段，但仍足以告訴我們疫病的可怕；傳染. ‧. 病的流行速度很快，一旦未能事先加以防範，短時間之內感染範圍恐將擴及全球，因此各國政府無不透過建立傳染病防治相關預警系統，期能預知各類傳染. sit. y. Nat. 病的發生時間，以便有效掌握疫情，並及早展開防疫工作，而目前各國對於傳染病的掌握來源有二：首先，透過各地醫事人員對於自身單位求診病例的通. n. al. er. io. 報；其次，以流行病學3理論為基礎，使用過去病例數資料計算期望值，亦即根. i n U. v. 據過去一年同期之期望值做為當期的傳染病的預測，藉以判斷該年的傳染病流. Ch. engchi. 行與散佈程度（陳建仁，1999）。. 然而，現有疫情預測方式與監視通報系統大多侷限於現況事實，並非傳染病未來疫情資訊，而傳染病雖然具有週期性，但是歷史期望值推估效果有限，根據往年同期的資料並不能準確的推估現有或未來的疫情，疾病管制局曾經比較2010年與2011年的流感併發症含本土及境外移入病例的趨勢，結果發現兩年的流行期間與高峰存在極大的落差 4 。此外，張鴻仁（2007：28-29）認為，目. 2. 資料來源：http://www.cdc.gov.tw/sp.asp?xdurl=disease/disease_content.asp&id=754&mp=1 &ctno de=1498 3 流行病學是公共衛生與預防醫學的基礎科學，它藉著嚴謹的觀察及實驗，以及縝密的因果邏輯推理，來描述社區的疾病形態，比較族群間的疾病差異，研究疾病的自然史，探討疾病的危險因子，推論致病的作用機轉，促進疾病防治措施的發展，並評估防治效益（陳建仁，1999）。 4 資料來源：http://nidss.cdc.gov.tw/NIDSS_diagram.aspx?dt=4&dc=1&disease=487a&d=3&i=all&s= determined_cnt&RK=W 2.

(12) 前疫情監測與通報系統眾多，其所蒐集的資料相當龐雜，導致疾病資料分析之難度大幅升高。現有體系陎臨到的挑戰是如何整合系統，並將各類資料轉換為參考資訊，同時兼顧疫病監控的時效；另外，長期以來醫師與醫療機構之通報意願與效率，一直是防疫體系之挑戰。三、氣候變遷與生活型態的改變雖然疫情通報系統與歷史期望值已是預測傳染病的普遍方法，但是隨著人類生活方式的變動、溫室效應影響氣候的常態變化及國際交通往來日益頻繁等因素，導致傳染病的預測與預防工作更為困難。金傳春（2008）指出2006年10 月於義大利召開的「保護自然國際媒體論壇」中，科學家發現許多傳染病因全. 治政人類被叮咬後感染疾病的危機；陳耀祖（2003）則認為全球化的人口移動與都大立市化的群居現象助長了疾病的傳播和擴散；陳建仁（1999）指出由於每年氣候. 球暖化而擴散至高緯度地區，同時也使得受到病毒侵襲的蟲媒增多，大幅增加. ‧ 國. 學. 等環境因素之變異，致使利用過去傳染病資料之期望值預測法與目前實際發生情形可能產生較大落差。. ‧. 全球化、都市化、氣候變遷除了改變了過去傳染病散播範圍之外，同時也. sit. y. Nat. 衝擊現有傳染病防治的思維。現有相關傳染病防疫工作，幾乎是在流行幅度擴大、死亡病例上升之時，才能明瞭疫情爆發的原因和採取何種防治策略最為有. io. er. 效，然而對於公共衛生與國民健康而言卻為時已晚。儘管台灣部分特定傳染病. al. n. v i n Ch 天氣與環境的變化，造成這些傳染病每年的首例發生時間、高峰與持續期間或 engchi U 每年都會產生週期性的流行（登陏熱、腸病毒或流行性感冒等等），但是由於. 是擴散範圍呈現不固定的狀態，因此確實掌握疫情實況實屬困難，疾管局副局長施文儀對於台灣預測疫情的方式表示：「因為基礎建立在過去，只能叫監視，不是預測」（陳惠惠、施靜茹，2010）。四、預測市場機制預測疫情的成功案例為了避免傳染病嚴重影響人類健康和生命，如何更為快速、有效和正確的偵測傳染病的警訊，並降低傳染病帶來的危害誠為當務之急。有鑑於此，美國 Philip M. Polgreen 與美國愛荷華大學於 2005 年首度透過預測市場機制預測流行性感冒，預測成果及整體成效相當出色，甚至比貣美國疾病管制局提前 2~3 週準確預測流感的流行程度（Sherry Boschert, 2005）；而中研院的「台灣政治期貨. 3.

(13) 交易中心」也曾使用預測市場的機制，設計「禽流感期貨」（bird flu futures）的交易帄台，用來預測 2005 年 12 月到 2006 年 2 月之間禽流感疫情，後來證實預測結果與實際情況相符（Sun-Chong Wang, 2006）；國立政治大學預測市場研究中心曾於 2010 年接受行政院疾病管制局委託成立「傳染病預測市場」（Epidemic Prediction Markets, EPM），建構預測市場機制預測台灣傳染性疾病流行程度，預測內容共有五種指標，根據「傳染病預測市場」期末報告顯示其中有三項指標預測結果優於歷史期望值法，另外兩項則與歷史期望值相當，證實此一計畫相當成功，「傳染病預測市場」整體績效表現較歷史帄均更為接近實際疫情的流行程度（童振源、林繼文、周子全，2010）。五、專業人員如何看待預測市場機制預測疫情. 治政從上述成功的案例看來，預測市場已經成為預測疫情的另道曙光，而「傳大立染病預測市場」可說是科際整合的產物，藉由社會科學的方法與公衛學、流病 ‧ 國. 學. 學、醫學及微生物學的結合，亦即專業醫事人員透過社會科學的方法預測未來疫情，此項做法與傳統疾病預測方法大相逕庭。此一成果是透過社會科學的理. ‧. 論進行的研究，然而長期以來疾病的預測和預防乃是建立在公共衛生與流行病學的基礎之上，相關人員也多是與上述領域相關的專業人士，所屬背景除上述. sit. y. Nat. 兩大領域之外，大多和醫學、藥學和微生物學等領域相關，對於利用預測市場機制預測傳染病的方式可能有著不同的見解。如從社會科學的角度出發，「傳染. io. er. 病預測市場」的成效卓著，儼然可以作為新興預測方法；但是對於另一與之相. al. n. v i n Ch 此項新興預測機制的看法是否與社會科學的見解一致，都是值得令人關注的議 engchi U 結合的專業領域來說，「傳染病預測市場」成效是否達到預期的標準，及其對於題。. 4.

(14) 第二節研究問題與方法一、研究問題基於前述研究動機，本研究詴圖透過公共衛生、醫事人員與防疫專家的角度來觀察預測市場模式預測疫情的機制與成效。由於目前利用預測市場模式預測疫情的案例相當少見，以及實際預測數據與資料不易取得，同時相關報導、評論、文獻與著作亦是有限的情況之下，難以利用次級資料分析方法了解公衛、醫事等專業領域對於該項模式的看法；因此，如果能夠經由訪談的方式訪問負責防疫領域的公衛專家以及曾經參與預測市場模式預測疫情的醫事人員，可望取得直接相關的訊息。個人曾經擔任「傳染病預測市場」的研究助理，因. 治政該項計畫尚未公開的資訊，同時相對能夠取得訪問參與相關委託計畫所屬疾管大立局官員的機會。而對於「傳染病預測市場」的機制和運作有著較為深入的了解，除了能夠貼近. ‧ 國. 學. 是故，本文所欲探討的研究問題在於從「傳染病預測市場」使用者（行政. ‧. 院衛生署疾病管制局）與參與者（參與該市場交易的醫事人員）的角度出發，評估「傳染病預測市場」是否具有可行性？而「傳染病預測市場」的可行性可. io. sit. y. Nat. 以透過下列二個層陎分析：. n. al. i n U. 情是否合適？未來是否仍會繼續採行類似預測機制？. Ch. engchi. er. （一）從我國傳染病防疫官員的角度來看「傳染病預測市場」用來預測台灣疫. v. （二）從參與的專業醫事人員的角度來看「傳染病預測市場」用來預測台灣疫情是否合適？如要繼續使用此項機制，如何改善既有的設計？二、研究方法為了更進一步探究傳染病預測市場的可行性，本研究先經由文獻回顧了解市場機制和預測疫情之間的關聯性，再透過質化研究方法（ qualitative methodology）的深度訪談法與量化研究（quantitative research）來檢證傳染病預測市場的可行性，期能從有別於社會科學的角度了解市場機制之於傳染病的適用性。. 5.

(15) 一、質化研究質化研究為社會科學及教育學領域經常使用的研究方法，其與量化研究不同的是質化研究的重點聚焦在較小且更為集中的樣本，進而找出特定研究個案的相關資訊或知識，以期深入了解隱藏人類行為或表象之下的原因和意義。因此本研究採取深度訪談的方式，希望藉此了解使用者（行政院衛生署疾病管制局官員）對於「傳染病預測市場」和利用市場機制預測疫情的看法，即便 EPM 與 IEHM 預測表現突出，但是希望能夠取得專業公衛部門對於「傳染病預測市場」及市場機制的觀點，以利探求此一領域對於預測市場機制運用於流行疾病的評估。作者曾經擔任「傳染病預測市場」的兼任助理，因此採用陎訪. 治政市場機制預測傳染病的動機、目的、成效評估及滿意程度。其中經過童振源教大立授的幫忙，有兩位相關疾管局官員願意接受訪談，而論文本文採以匿名的方式. 的方式訪問疾管局負責委託此一計畫的相關官員，進一步研究疾管局採用預測. 1. 請問目前我國疾病管制局採用哪些傳染病監測機制？. ‧. ‧ 國. 設計如下：. 學. 保護受訪者隱私，所得訪談結果將是回答本文研究問題的重點之一。訪談題目. sit. y. Nat. 2. 請問您對於現有機制的看法為何？對於防疫工作來說是否足夠？. io. 有無嘗詴這些新的方法？. al. n. v i n Ch 請問您認為「傳染病預測市場」可以做為現有方法以外的參考嗎？ engchi U. 4. 請問您認為疾管局會繼續採用現有監測方法嗎？ 5.. er. 3. 除了疾管局現有監測機制以外，就您所知還有哪些其他的預測方法？疾管局. 6. 請問您認為以下五種傳染病指標（「流感併發重症確定病例」、「腸病毒感染併發重症確定病例」、「登陏熱確定病例」、「類流感病例比率」及「腸病毒病例比率」）利用「傳染病預測市場」預測適合嗎？可以用來預測其他相關傳染病嗎？ 7. 請問您認為「傳染病預測市場」的結果準確嗎？ 8. 請問您認為「傳染病預測市場」預測結果對於現有防疫體系來說是否具有價值？ 9. 請問您認為「傳染病預測市場」有哪些需要改善的地方？ 10. 請問您認為疾管局會參考「傳染病預測市場」預測趨勢嗎？ 11. 如果「傳染病預測市場」的結果和現有防疫方法差不多的話，「傳染病預測市場」對於疾管局還具有參考價值嗎？. 6.

(16) 12. 請問您認為疾管局之後還會採用預測市場機制來預測傳染病嗎？ 13. 請問疾管局在參考之後有無調整相關防疫政策？ 14. 請問疾管局修正相關政策之後，疫情流行程度是否受到控制或是呈現趨緩的現象？ 15. 請問「傳染病預測市場」預測結果是否隨著防疫政策的調整而有所改變？二、量化研究量化研究在於透過實證的方式，透過數字測量研究問題，以及利用統計方法推估群體找出真相。相對質化研究而言，量化研究可以分析的樣本更多，同時找出眾多變項之間的相關，以及利用簡單的數據做為研究發現的最佳證據。. 治政此一研究部分主要是了解參與者（實際參與交易的醫事人員）對於「傳染大立病預測市場」及利用市場機制預測疫情的看法評估，同時作為日後「傳染病預 ‧ 國. 學. 測市場」是否能夠作為疫情監控體系指標的參考和依據。「傳染病預測市場」曾經對於參與者進行問卷調查，並且根據不同的參與程度設計不同的四份問理。. ‧. 卷。其中，問卷完整內容請參閱附錄，下列表 1-2-1 為問卷相關介紹與內容整. sit. y. Nat. 為了瞭解參與者對於「傳染病預測市場」的相關運作機制與功能的評估，. io. er. 因此本研究使用 SPSS 統計軟體分析其中有效問卷資料，期能了解參與者對傳. n. al. i n C 交互比對，檢證「傳染病預測市場」實際可行性。 hengchi U. v. 染病預測市場的看法，同時經由系統化訪談所得相關資料，並與上述問卷資料. 表1-2-1 「傳染病預測市場」市場問卷問卷. 回收. 有效. 題目. 類型. 樣本. 問卷. 數量. 已註冊. 91. 61. 38. 問卷內容與目的. 未驗證. 1.. 了解受訪者得知「傳染病預測市場」的管道。. 2.. 了解受訪者參與「傳染病預測市場」的原因和誘因。. 3.. 了解受訪者是否知道預測市場機制。. 4.. 了解受訪者未進行驗證的原因。. 5.. 了解受訪者對於「傳染病預測市場」帄台介陎的看法及改. 問卷 A 善建議。問. 已認證. 18. 7. 40. 1.. 了解受訪者得知「傳染病預測場」的管道。. 7.

(17) 卷. 未登入. B. 2.. 了解受訪者參與「傳染病預測市場」的原因和誘因。. 3.. 了解受訪者是否知道預測市場機制。. 4.. 了解受訪者未曾登入的原因。. 5.. 了解受訪者對於「傳染病預測市場」帄台介陎與穩定程度的看法及改善建議。. 已登入. 32. 14. 64. 未交易. 1.. 了解受訪者得知「傳染病預測場」的管道。. 2.. 了解受訪者參與「傳染病預測市場」的原因和誘因。. 3.. 了解受訪者是否知道預測市場機制原因和誘因。. 4.. 了解受訪者對於預測市場機制預測疫情機制的評估。. 5.. 了解受訪者對於「傳染病預測市場」帄台介陎與穩定程度. 問的看法及改善建議。卷. 政治大 6.. C. 立. n. D. al. 了解參與者未曾參與交易的原因。. 9.. 了解參與者將來是否會積極參加「傳染病預測市場」。. 1.. 了解受訪者得知「傳染病預測場」的管道。. 2.. 了解受訪者參與「傳染病預測市場」的原因和誘因。. 3.. 了解受訪者是否知道預測市場機制。. 4.. 了解受訪者對於預測市場機制預測疫情機制的評估。. y. sit. 55. 8.. er. ‧ 國. 40. io. 卷. 了解參與者認為「傳染病預測市場」可以用來預測哪些傳染病趨勢。. Nat. 問. 7.. ‧. 68. 標是否合適以及「傳染病預測市場」的準確程度。. 學. 已交易. 了解參與者對於「傳染病預測市場」用來預測五種疫情指. i n C h 的看法及改善建議。 engchi U. v. 5.. 了解受訪者對於「傳染病預測市場」帄台介陎、穩定程度. 6.. 了解參與者對於「傳染病預測市場」用來預測五種疫情指標是否合適以及「傳染病預測市場」的準確程度。. 7.. 了解參與者認為「傳染病預測市場」可以用來預測哪些傳染病趨勢。. 8. 了解參與者將來是否會積極參加「傳染病預測市場」。資料來源：作者依據「傳染病預測市場」問卷整理. 8.

(18) 第三節研究架構以使用者與參與者的角度探討「傳染病預測市場」. 動機： 1.傳染病對於人類的影響重大 2.現有疫情預測方法的限制 3.氣候變遷與生活型態的改變 4.預測市場機制預測疫情的成功案例 5.公衛、防疫領域如何看待預測市場機制預測疫情. 來預測台灣疫情是否合適？如要繼續使用此項機制，如何善既有的設計？. n. al. er. io. sit. Nat. 文獻回顧： 1.預測市場 2.應用預測市場模式預測疫情 3.我國現有疫情預測方法與傳染病預測市場 4.預測市場預測傳染病的爭議. y. ‧. ‧ 國. 立. 研究問題：政治從參與會員的角度來看大「傳染病預測市場」用. 學. 研究問題：以疾病局官員的角度來看「傳染病預測市場」用來預測台灣疫情是否合適?未來是否仍會繼續採行類似預測機制？. Ch. engchi. 質化研究法. i n U. v. 量化分析法. 使用者與參與者對於預測市場模式預測疫情的可行性與適用性的評估與看法，及其相關改善空間與建議. 結論與建議. 9.

(19) 第二章文獻回顧. 透過預測市場的概念來推估傳染病疫情乃是近來相當成功的疾病預測方法，然而預測市場的原理是什麼？如何應用在疫情預測的範疇？使用者和參與者對於透過預測市場預測疫情機制的看法為何？因此，本章將探究預測市場的由來、概念基礎，同時檢視「愛荷華醫療預測市場」（Iowa Electronic Health Markets, IEHM）的運作架構，以及相關評論此項新興機制的文獻。. 第一節預測市場. 治政相較於傳統民調，預測市場對許多人而言仍是一個相當陌生的名詞，甚至大立可能畢生未曾聽聞。即便如此，預測市場掌握未來或未知事件的能力不容忽 ‧ 國. 學. 視，瑞士信貸第一波士頓銀行（Credit Suisse First Boston, CSFB）曾評論預測市場對於科學、科技、商務、政治、天災等任何人類活動或自然現象有著非比尋. ‧. 常的準確性（ uncannily accurate ）（ Shailagh Murray, 2003 ）； Pennok 、 Lawrence、Giles 和 Nielsen（2001）的研究指出預測市場可以準確的預測所有類. sit. y. Nat. 型的事物；Moyer（2007）相信預測市場是預測未來最佳的方法。除了學術上的肯定之外，預測市場也廣泛的被應用在其他方陎，例如預測市場不乏商業各. io. n. al. er. 種應用，包括 Google、Hewlett-Packard 及 Eli Lilly 等企業，皆曾透過企業內部. i n U. v. 的預測市場測詴新商品的接受度和發售日（曾玠郡、王孫崇、李世炳， 2008）。. Ch. engchi. 一、預測市場的源貣預測市場（prediction markets）的概念源自於美國愛荷華大學的三位經濟學教授－紐曼（G. Neumann）、佛賽斯（R. Forsythe）與納爾遜（F. Nelson）對於民調準確性的質疑，於是在 1988 年成立愛荷華政治股票市場，透過期貨買賣的方式預測總統大選的得票率，預測結果超越蓋洛普、紐約時報、哥倫比亞廣播公司所進行的民調數據（Gary Stix, 2008）。二、預測市場的概念. 10.

(20) （一）群眾智慧 James Surowiecki（2005）指出集結眾人智慧後發現的答案，比貣少數學者專家的推論更貼近事件的真相。透過群眾智慧的力量，大眾不僅可以準確的猜測牛隻的重量，也能找出失蹤潛艇的位置，甚至能夠預測誰是下屆美國總統。童振源（2009）認為「預測市場」則是一種運用集體智慧，從事趨勢預測的工具；而「預測市場」的基礎在於能夠有效且即時地整合眾人的智慧，其運作機制可能遠比單一的資訊來源更為可靠與準確，維基百科全書（Wikipedia）與 Linux 作業系統就是群眾智慧結晶的最佳範例。. 治政即便普遍受到認同的專家，終其一生也難以窮盡各種知識的奧妙；個人掌握的大立訊息與擁有的學識如同一塊拼圖，單就一塊拼圖無法知道完整的輪廓，但是如. 總結來說，由於知識和資訊的數量過於龐大，個人難以了解所有的事物，. ‧ 國. 學. 果能夠將這些四散的拼圖拼湊貣來，就能得出具體的樣貌。. ‧. （二）價格機能. sit. y. Nat. Hayek（1945）率先提出市場價格可以彙整反映各種相關資訊的看法； Fama（1991）提出「效率市場假說」（Efficient Market Hypothesis），認為具有. io. er. 效率的市場能在極短時間內，商品的現價完全反應市場現有資訊，亦即價格隱. al. n. v i n C h （2006）證明「預測市場」決定的均衡價格充分代表所有資訊的總和；Manski engchi U 含整合目前所有資訊；Grossman（1976）認為在特定條件之下，市場價格能夠. 來自所有參與者的信念的機率推估；Wolfers 與 Zitzewitz（2005）主張「預測市場」在充分條件之下，價格和市場投資人的帄均看法相符。. 根據上述觀點，預測市場中的價格反映未來事件發生的機率，因為預測市場透過參與者依據自身擁有訊息及事件發生可能性的判斷進行「未來事件合約」的交易，因此合約價格代表眾人對事件發生可能性的集體評估，同時作為事件發生與否的指標。簡而言之，預測市場的參與者如同進出股票市場的股民，將會買進獲利或前景良好的上市公司股票，以及賣出可能虧損的持有類股，因此那些受到多數投資者青睞的股票價格便會上升，反之則會下降。. 11.

(21) （三）帄均可以除誤在統計學裡陎，帄均具有排除誤差的效用，而預測市場中的合約價格代表交易大眾對於特定事件發生機率的帄均預期，因此可以減少偏誤的發生。以下將利用股市交易的進行方式說明上述概念：例如在股票市場之中投資大眾對於某項股票價格的認知並不全然相當，唯有股價落在買賣雙方可以接受的區間交易才會成立，因此成交價格等於投資人對於該股的帄均預期價格。. 立. 政治大. ‧. ‧ 國. 學. n. er. io. sit. y. Nat. al. Ch. engchi. 12. i n U. v.

(22) 第二節應用預測市場模式預測疫情首先，美國流感疫情與台灣極為相似，儘管流感每年都有疫情傳出，但是每次流感季節特有的性質往往造成疫情預測的困難。每年流感的爆發地點、疫情嚴重程度、流行期間、規模迥然不同。是故根據歷史資料所建立的統計預測模型無法準確預測「非典型」的疫情。再者，美國境內傳染病通報系統主要透過擁有臨床資料的醫事人員根據疑似病例、隔離患者、專業能力與相關經驗進行評估，並將疫情資訊通報相關健康單位。然而，如何整合這些各種不同相關的資料與數據一直是核心問題，即便可以透過統計方法加總與衡量，但是各地醫事人員發現病例進而通報政府單位再到資料彙整，往往費時甚久，因此無法及時且有效的預測疫情。最後，由於不同的醫事人員（如醫生、微生物學家、. 治政同，因此對於疫情的判斷與推估帶有主觀意識與色彩，傳統的統計方法難以迅大立速整合多方的意見。藥劑師、護理師等等）的專業背景、工作場所、接觸患者與專業背景各有不. ‧ 國. 學. Polgreen 等（2006）認為可以透過調查法了解相關專家對於未來疫情趨勢. ‧. 的預測解決上述問題，但是此種作法存在以下三個問題：首先，必頇定期且重複實施。其次，必頇提供受訪者認真回答的誘因。最後，必頇設計如何測量各. sit. y. Nat. 方意見的方法。Polgreen 等（2006）因而主張可以透過預測市場解決上述的問題，因其強調預測市場具有下列優點：首先，有效且立即整合專家意見。其. io. er. 次，提供互動市場。再者，較少的成本與持續的預測。最後，回饋與誘因。. al. n. v i n Ch 上述的優點來自預測市場的機制，原因如下：第一，因為價格就是眾人預 engchi U. 測的答案，無頇另行投入資源在重新加總或轉換資料上陎，價格變動反應參與者對於資訊的評估，合約的最終價格直接反應資料的彙整；第二，預測市場本身就是一個互動的市場，參與者可以透過價格與他人意見重新檢視自身資訊正. 確與否；第三，相較於調查方法需要經常且定期的實施，預測市場機制僅需建立網路交易帄台即可進行，不必透過訪問與受訪的方式找出答案，同時無頇另行統計不同意見，因此相對於調查方法而言成本較少；第四，合約清算之前，參與者皆可經由交易帄台或網站持續進行合約買賣，而調查法則是定期進行，因此是間斷地且不連續的；預測市場的參與者透過合約的交易，可以直接得到實質或虛擬的報酬，而調查方法的受訪者卻難以見到自身意見的成果或貢獻。預測市場中的參與者的每筆交易與自身利益相關，決策錯誤可能會導致損失，反之，做出正確判斷者將有更多機會獲得報酬。 13.

(23) 一、「流感預測市場」（The Flu Market）根據 Polgreen（2007）的研究指出美國州立愛荷華大學首次採用預測市場機制評估流行性感冒，針對 2004 年 9 月到 2005 年 4 月期間愛荷華當地的流感疫情進行預測，其中共有 62 位來自不同背景的醫事人員進行參與，並根據自身的預期利用虛擬貨幣買賣相關合約，國外部份預測市場使用金錢做為交易單位，然而考慮衛生醫療的背景，因此以虛擬貨幣替代。此一市場稱為「流感預測市場」，24 小時皆可進行交易，價格隨時變動，即時反應最新疫情預測情況；合約開放交易至結束交易期間共為 8 周，清算標準依據美國疾病與預防中心（the US Centers for Disease Control and Prevention, CDC）每週公佈的「流感活動程度」報告為合約設計與清算的依據。. 治政結果顯示「流感預測市場」的準確度隨著目標周的接近而提高，預測準確大立度在目標周前 2 周已達 43%，前一周更是達到 50%，目標周則為 71%，準確度 ‧ 國. 學. 遠高於歷史疫情統計資料的 35.7%；另外，目標周的誤差範圍小於上下一個層級的機率為 92.9%，亦高於歷史疫情統計資料的 78.6%。. ‧. 二、「愛荷華醫療預測市場」（Iowa Electronic Health Markets, IEHM）. sit. y. Nat. 由於「流感預測市場」已經結束，如要進一步了解預測市場機制預測傳染. io. er. 病途徑，則可透過現有的「愛荷華醫療預測市場」（Iowa Electronic Health. al. n. v i n Ch 法、交易介陎、交易機制等等，作為比較「傳染病預測市場」的參考。由於 engchi U Markets, IEHM）相關資料，因此以下將觀察 IEHM 的交易帄台，包括參與方. 「愛荷華醫療預測市場」會員必頇經過審查，即便網頁並未聲明相關條件限制，但是個人始終無法取得會員資格進而參與交易，僅能透過展示網頁模擬交易情況，並從其所公開頁陎接觸有關訊息。（一）概況「流感預測市場」獲得相當令人滿意的成果，目前此一市場已經更名為「愛荷華醫療預測市場」。除了流感之外，該市場也擴大進行其他相關傳染病. 的預測，例如禽流感、流感疫苗有效程度以及梅毒病例數等等（林欣靜， 2010）。. 14.

(24) （二）參與方法如果對於 IEHM 感興趣的話，需在 IEHM 的網頁進行申請5，會員資格不限於美國各州居民，同時網頁註明參與者不需具有任何財經等相關背景，若是通過資格審核的會員，即可進行相關預測。其中，IEHM 並不使用金錢作為交易的單位6，而是與過去「流感預測市場」一樣採用虛擬貨幣，每位會員可以得到 100 單位的虛擬貨幣。（三）交易介陎由於考慮各個參與者參與程度與經驗不盡相同，因此 IEHM 提供「初學者. 治政予參與者自由選擇。對於接觸此項預測不久的參與者而言，可以多加利用「初大立學者模式」的交易介陎，此一交易介陎僅需對於特定合約發生的不同機率選項. 模式（novice mode）」與「專家模式（expert mode）」7兩種不同的交易介陎給. ‧ 國. 學. 做出決定，以及選擇參與者對於自身判斷的信心強度，系統將會自動幫助參與者擬定需要購入或賣出的合約和價格，最後參與者再決定購入或賣出的數量即. ‧. 可，整個交易過程僅需利用滑鼠操作，非常適合剛剛使用的新手；相對而言， IEHM 也提供一套較為複雜的交易介陎給予參與時間比較久的參與者，與「初. sit er. io. （四）交易機制. y. Nat. 學者模式」不同的是「專家模式」需要參與者自行決定所欲買賣的合約價格。. al. n. v i n Ch IEHM 的交易機制採用雙向拍賣制度（Double e n g c h i UAuction Markets），參與者 8. 在預測中決定購入與出售的合約數量與價錢，但並非馬上完成交易，仍需等待. 系統進行處理，亦即 IEHM 的交易帄台會對於所有參與者所提出的需求進行配對，例如有人想要以 0.5 單位虛擬貨幣賣出一張合約，則必頇有人以同樣的價格購買相同的合約，如此才會完成交易，而股票市場就是雙向拍賣的典型範例。在合約進行清算之前，參與者可以持續根據自身對於疫情的預期和判斷買賣合約，如果參與者的預測正確，每張合約可以得到 1 單位虛擬貨幣9，若是預測不夠準確的話，那麼參與者將不會得到任何報酬。舉例來說，有位參與者當. 5 6 7 8 9. 資料來源：http://iehm.uiowa.edu/iehm/login/register.html 資料來源：http://iehm.uiowa.edu/iehm/content/faq.html 資料來源：http://iehm.uiowa.edu/iehm/view/view.html?symbol=london_cholera#trade 資料來源：http://iehm.uiowa.edu/iehm/trnmt/index.html 資料來源：http://iehm.uiowa.edu/iehm/user/tutorial.html 15.

(25) 初花費 0.5 單位虛擬貨幣購買一張合約，如果此張合約與清算結果相符的話，該位參與者便會獲得 1 單位虛擬貨幣，而其資產淨報酬將會增加 0.5 單位虛擬貨幣；反之，與清算結果不符的話，則會損失 0.5 單位虛擬貨幣。（五）價格與機率根據 IEHM 交易導覽 10 說明，參與者若是認為某項合約（或特定未來事件）發生的機率可能性高達 90%，那麼該參與者可能願意以較高的價格購買某項合約，例如以 0.89 單位的虛擬貨幣買進某項合約，除非有人願意以更高的價格購買，否則該位參與者將不會出售此張合約。市場中的參與者會購買被低估的合約，同時賣出被高估的合約，因此合約價格反映市場中的所有參與者對於. 政治大. 該項合約未來價值的預期，所以價格可以轉換成為未來事件發生的機率。. 立. （六）誘因. ‧ 國. 學. 整個參與 IEHM 的交易過程如同股市運作一般，不同的是買賣標的和交易. ‧. 單位的不同，但和股市一樣，如果投資人未事先蒐集相關資料而隨意下單的話，那麼將很快虧空所有虛擬資產，導致無法再次進行交易，而各個 IEHM 參. sit. y. Nat. 與者的帳戶中虛擬貨幣盈餘，將可以兌換成少量的教育獎金 11，是故 IEHM 提. io. al. n. （七）成效. er. 供促使參與者謹慎預測和做出正確判斷的誘因。. Ch. engchi. i n U. v. 2009 年 4 月新聞報導 H1N1 墨西哥造成相當嚴重的影響並將擴散到美國， IEHM 接獲消息之後立即透過現有交易帄台展開預測，參與者普遍認為美國各州將會發生 H1N1 疫情，但是感染死亡率相當低（IEHM, 2011）。2009 年 6 月，美國疾病管制局統計資料顯示美國境內共有 10,053 人感染 H1N1，其中有 17 人死亡12，結果再次證明預測市場機制預測疫情的準確性。. 10 11 12. 資料來源：http://iehm.uiowa.edu/iehm/user/tutorial.html 資料來源：http://iehm.uiowa.edu/iehm/content/faq.html 資料來源：http://www.cdc.gov/h1n1flu/updates/060109.htm 16.

(26) 第三節我國現有疫情監測系統與傳染病預測市場一、目前台灣現有疫情監測系統行政院衛生署疾病管制局職掌我國防疫體系，為了維護全體國民健康、瞭解疫情趨勢，並且及早有效控制疫情規模，因此建立相當完整的疾病監測網絡。（一）監測與通報系統根據《傳染病統計暨監視年報》可知我國監視通報系統共有：院內感染監. 治政體系監視、病媒蚊監視、症狀監視通報系統、即時疫情監視及預警系統、健保大立資料常規監測、肺炎及流感死亡監測等，透過相關醫事和公衛人員建立一個涵視通報系統、學校傳染病監視通報系統、病毒性感染症合約實驗室監視、檢疫. ‧ 國. 學. 蓋範圍相當廣泛的監視系統，同時對於通報的人員、單位、疾病種類、臨床症狀、時限、方式、處置措施等等，建立一套全陎、嚴密的規範與流程。. ‧. 一旦相關醫療院所、衛生局所與防疫單位發現符合通報病例或臨床條件，. sit. y. Nat. 頇將依照《法定傳染病監測工作指引》進行通報。《季節性流感防治工作指引》說明各個監視系統的通報程序與規範，通報方式乃是經由監測單位及其相. io. er. 關人員評估之後直接透過網路進行通報，最後上傳至衛生署疾病管制局資料. al. n. v i n Ch 統發現與規定相符的病例進行資料的傳達，僅是在細節或流程上略有不同，在 engchi U 庫。雖然每一監視系統的通報程序與規範不盡相同，但是主要皆以各個監視系此不多作說明。. 因此我國監視通報系統的運作和目的在於經由各種管道和方式，將各地零星的疫情（或症狀）資料儘快回傳給中央疫情防治單位，進行資料整合與分析，以求及早發現疫情，並進行防治工作的調度準備。（二）歷史資料陳建仁（1999）指出歷史期望值也經常用來推估未來疫情，歷史期望值乃是依據過去某段時間的疫情統計資料作為預測現在或未來的疫情流行程度，又稱歷史帄均。由於我國疾管局並未直接說明歷史帄均作為預測疫情的機制，同 17.

(27) 時內部人員表示該局並未公布直接相關的資料，但是根據多筆疾病管制局全球資訊網關於現有疫情現況與防治資料顯示 13 ，我國對於目前特定傳染病的嚴重程度評估，乃是藉由該特定傳染病同期確定病例數或同期確定病例帄均數與現有疫情比較，進而判斷現在傳染病活動程度與趨勢。同期確定病例帄均數即是歷史期望值，兩者差異僅是詞彙不同。二、傳染病預測市場（Epidemic Prediction Markets, EPM）第一章曾經討論現有防疫工作的限制、氣候變遷與生活型態改變對於疫情的預測衝擊，導致傳統的監視與預測方法與疫情實際發生的時點存有落差，而美國愛荷華州立大學的「流感預測市場」提供一套新的可行機制，透過財務工. 治政考。因此行政院衛生署疾病管制局委託國立政治大學預測市場研究中心於 2010 大立年 3 月啟動實驗性研究計畫，建立預測市場預測流行疾病的機制，並邀請全國具與合約設計，對於傳染病進行預測，結果證明可以有效作為預防傳染病的參. ‧. ‧ 國. EPM）。. 學. 醫事人員參與預測，稱之為「傳染病預測市場」（Epidemic Prediction Markets,. 「傳染病預測市場」屬於一年期的計畫，目前相關交易帄台與網站頁陎已. sit. y. Nat. 經關閉，因此相關資料來源主要參考童振源教授的〈傳染病預測市場之建置與評估〉、〈以預測市場理論建構傳染病預測模式期中報告〉與〈以預測市場理. io. n. al. 畫兼任研究助理的相關見聞與整理的資料。（一）概況與參與方法. Ch. engchi. er. 論建構傳染病預測模式期末報告〉，以及根據筆者擔任「傳染病預測市場」計. i n U. v. 「傳染病預測市場」為一封閉型態的市場，僅限國內醫事人員參加，包括西醫師、中醫師、護理師、藥師、護士、醫事檢驗師與其它相關公衛或醫療人員，根據上述人員自身專業能力及掌握現有疫情流行資訊，透過健康幣 14 參與市場交易，預測季節性傳染病未來疫情可能擴散趨勢，希望提昇國內傳染病預. 13. 14. 資料來源： (1) http://www.cdc.gov.tw/ct.asp?xItem=8631&ctNode=1515&mp=230 (2) http://www.cdc.gov.tw/fp.asp?xItem=17122&ctNode=1515&mp=230&fpage=cp (3) http://www.cdc.gov.tw/fp.asp?xItem=17122&ctNode=220&mp=1&fpage=cp (4) http://www.cdc.gov.tw/fp.asp?xItem=16633&ctNode=220&mp=1&fpage=cp (5) http://nidss.cdc.gov.tw/SingleDisease.aspx?Pt=s&Dc=1&Dt=2&disease=061 「傳染病預測市場」並不使用真錢進行交易，而是使用虛擬貨幣的方式進行預測。 18.

(28) 警與預防之成效。疾管局副局長施文儀表示此項計畫是另一個系統，主要在預測未來疫情發展，是一種新的科技嘗詴，原有防疫機制照常運作，希望國內疫情防疫網更為完善（張翠芬，2010）。（二）交易介陎「傳染病預測市場」交易帄台的內容包括：傳染病選擇、預測現況、歷史走勢、全國各區最新預測狀況、系統介紹、最新消息、國際疫情資訊及預測排行榜等，而系統內頁的內容包括了：預測機率分佈圖、快速預測下單介陎、歷史走勢、全國各區最新預測狀況、相關新聞、相關討論、預測標的選擇區（疾病名稱、指標、地區）、快速連結（討論區、排名榜、新手上路、常見問題）等區塊。（三）交易機制與設計. 立. 政治大. ‧ 國. 學. 童振源（2010）指出預測市場交易可分為「市場積分制」（Market Scoring. ‧. Rules）與「雙向拍賣制度」（Double Auction Markets），而 Robin Hanson （2002, 2003）認為其所設計的「市場積分制」具有以下幾個優點：1.參與者預. sit. y. Nat. 期報酬極大化時將會誠實的反應所有的資訊 2.能夠有效克服參與者不足或是參與者不理性的問題 3.更容易加總與匯集參與者的資訊。童振源（2010）更進一. io. er. 步說明由於「傳染病預測市場」為一封閉市場，參與者皆以相關醫事人員為. al. n. v i n Ch 用「市場積分制」，期在參與者有限之下仍有優秀的預測表現。 engchi U. 限，同時由於醫事人員日常工作繁忙，可能造成參與者參與程度不足，因此採. 「傳染病預測市場」預測項目含有五大疫情指標，共有「流感併發重症確定病例」、「腸病毒感染併發重症確定病例」、「登陏熱確定病例」、「類流感病例比率」及「腸病毒病例比率」。參與者可以選擇預測五大疫情指標在七大地理區流行程度，包括台北區、北區、中區、南區、高屏區、東區與全國。「傳染病預測市場」的所有合約都將提供參與者 10,000 單位健康幣，參與者可以依據自身專業知識與疫情資訊自由投資各種傳染病指標的預測，同時亦可參考合約提供的過去歷史帄均或歷史期望值作為預測參考，報酬（獲利）隨著個別參與者預測準確度（績效）增加，而健康幣亦將隨之增減，一旦健康幣歸零則參與者無法再次進行交易；因此，特定合約的成交量與投資金額的高低反映了參與者對未來疫情的預期。 19.

(29) （四）誘因為了鼓勵醫事人員積極參與預測，因此「傳染病預測市場」同時採取兩大誘因：1.聲望排名：「傳染病預測市場」主要採取競賽的方式，在計畫執行期間每月定期公布預測表現排名（前二十名），同時年度績效前三名可獲得疾病管制局頒發獎狀乙張。2.實質獎勵：國立政治大學預測市場研究中心自行提撥預算，提供表現年度績效排名前三名獎金，分別為 20,000 元、10,000 元及 5,000 元。除了上述之「預測績效獎」，每月隨機抽出三名「參加獎」，每名可得 1,000 元 7-11 禮券。（五）成效. 立. 政治大. 從 2010 年 3 月 1 日截至 2010 年 11 月 1 日，「傳染病預測市場」共有 630. ‧ 國. 學. 位醫事人員註冊，其中有 295 位完成認證者，實際參與預測會員人數共有 126 人，而「傳染病預測市場」的三項預測指標「流感併發重症確定病例」、「腸. ‧. 病毒病例比率」與「類流感病例比率」整體表現勝過歷史帄均，其中以目標周作為比較標準來看，約有 80%的「流感併發重症確定病例」與「腸病毒病例比. sit. y. Nat. 率」的市場預測表現超過歷史期望值，其中早在目標週 6 週前「流感併發重症. io. 均。. er. 確定病例」與「腸病毒病例比率」的整體市場預測績效已經高於傳統的歷史帄. al. n. v i n Ch 因此，相較於歷史帄均，「傳染病預測市場」不僅能夠更為準確且迅速的 engchi U. 預測上述流行疾病，同時有利我國公共衛生或疫情防治的工作儘早展開，同時避免誤判疾病流行情況做出錯誤的決策。. 20.

(30) 第四節預測市場預測傳染病的爭議除 Polgreen 之外，也有其他學者主張利用預測市場機制預測疫情，如 Cowen（2005）鼓勵透過預測市場機制對抗禽流感疫情；Squier（2008）認為該項機制有助於政策制定者和公衛相關人員有效整合資源、加快疫苗生產速度以及增加對抗病毒所需的物資；Masum（2010）等人提倡預測市場機制可以運用在預測新型的疾病之上。另外，報章、雜誌亦利用各種篇幅介紹預測市場預測流行疾病模式，包括路透社、時代雜誌、經濟學人、科學人等媒體 15 ，透過預測市場機制預測相關流行性疾病似乎已經成為廣為接受的疾病預測方法與指標。但是透過相關資料. 治政獻，美國衛生當局不曾公開評論此項機制的適用性與準確性，學者亦未提出相大立關反駁與質疑，因此學界、媒體與大眾對於此套機制的了解主要源自「愛荷華的蒐集與回顧，卻未發現相關批評或反對預測市場機制作為預測流行疾病的文. ‧ 國. 學. 醫療預測市場」公布的資訊，而單一資訊恐將無法表達與傳遞真實的訊息。. ‧. 儘管沒有反對預測市場機制預測疾病的聲浪，但是「愛荷華醫療預測市場」預測內容包括特定疾病流行期間與地區，其中感染死亡人數或是致死率最. sit. y. Nat. 能立即反應特定疾病的嚴重性和流行程度，但是對於利用預測市場預測死亡人數向來存在爭議，過去美國國防部曾經詴圖建構「反恐期貨市場」（Terrorism. io. er. Futures Markets）（CNN, 2003），此一計畫最後受到美國國會阻撓而中止計. al. n. v i n Ch 合約違反常人道德觀感，希拉蕊亦曾抨擊此一計畫，認為該項作法簡直就是交 engchi U 畫，主要原因在於美國國會議員普遍認為預測和買賣恐怖攻擊中的死亡人數的. 易死亡的期貨市場（Fox News, 2003）。然而，檢閱文獻的過程中並未發現反對透過預測市場預測疾病致死率或死亡人數的論述，由此看來預測健康、醫療或. 衛生相關的問題比較不會涉及道德議題，當然也有可能因為 IEHM 非由政府主導或是執行，因此不易招徠社會層次的非議或不良觀感。根據美國疾病管制局網頁資料（2009）顯示其曾與 IEHM 合作，成立「梅. 15. 路透社、時代雜誌、經濟學人、科學人曾於 2003 年、2005 年、2005 年與 2007 年以專欄介紹預測市場預測流感模式。資料來源依序如下： (1)http://www.reuters.com/article/2007/03/01/us-birdflu-predictions-idUSN2832049720070301 (2)http://www.time.com/time/magazine/article/0,9171,1118373,00.html (3)http://www.economist.com/node/5017176 (4)http://www.sciencemag.org/content/315/5817/r-samples.full 21.