top of page

澳門分區防疫值得借鑑

Updated: Apr 28

古語有云:「讀萬卷書,不如行萬里路。」在北京約了澳門科技基金會的老朋友陳允熙主席敍舊,「大鄉里出城」的筆者提到香港這麼細的地方,可以像內地的城市那樣仔細分區處理疫情嗎?陳主席徐徐喝了一口從澳門帶來的葡萄牙紅酒,笑了一聲道:「澳門已經做到31個分區。而且已經成功與內地綠色健康碼機制聯動。」

其中有兩件事值得分享:

一、澳門新型冠狀病毒感染應變協調中心指出,分區分級防控的原則是如果出現零星病例或小規模疫情時,不會貿然把全澳列為中風險地區而觸發「熔斷機制」。為避免所有澳門居民不能進入內地,澳門根據中期人口普查時所界定的25個分區,然後再把人口較多的區域或者較偏遠的地區,再分成兩個區而得出31區分級防控。具體要如何管控,會分析每個個案及爆發規模作出處理。目的是希望把受影響的人群減至最少,但同時要保障公眾安全。

二、為了及時識別及分隔受影響區域內的人士,以便迅速開展分區分級精準防疫的工作,市民需要在澳門健康碼系統上補充登記「在澳常居地點」這一欄;如不在澳門居住,則填上「在澳經常活動地點」,以及遊客預定在澳門旅程中經常逗留的地點。填寫的資料毋須具體到某一個單位,而是所居住的大廈名稱即可,當疫情結束後,這些資料都會被銷毀。為了不影響分區分級精準防疫工作,健康碼資料必須如實填報,若發現誤報,導致疫情擴散,則根據《傳染病防治法》相關的罰則懲治。

雖然技術上從手機所收集的位置訊息,已經可以知道人群的流動資訊,但市民所申報慣常居所,對改善數據精確度起了很大作用。例如我有使用兩部手機的習慣,其中公司手機白天較為活躍,另外一部則常閒置家中。

事實上,大多數人都會活躍於多個區域,這些區域的劃分,應該和前面所收集的補充資料數據有密切關係。澳門在分區疫情管理的方式,首先以內地的標準為基礎,然後作出因地制宜的改動是值得借鑑。因此跨境的人口流通,在未來需要有一個更緊密的大數據合作方案,也是對緊密結合的新經濟體迎來重大考驗。

車品覺_紅杉資本中國專家合夥人、阿里巴巴商學院特聘教授暨學術委員會委員

Recent Posts

See All
選擇胖模型還是胖鞍具?

打開任何人工智能(AI)方案,你會看到兩種完全不同的產品策略在較量:一種叫做胖模型(Fat Model),另一種叫做胖鞍具(Fat Harness)。 胖模型的信念很直白:以更大的大腦解決更多的問題。參數多、數據龐大、算力強,模型自然顯得聰明。這驅動了ChatGPT、Claude和Grok之間的競賽──每一代都宣稱新產品比上一代更強,而企業只要付費就能直接使用,代價是你的AI能力完全綁定在供應商的

 
 
慎防智能代理「無聲」脫軌

試想想,人工智能(AI)系統已在生產環境中完成部署,但究竟要如何防止AI「悄然失靈」?過去3個月,全球超大規模企業在AI基礎設施上的資本支出達到一個前所未有的量級。單憑這一數據,人們或許會得出結論:AI的生產化部署正在全力推進,市場充滿信心。 然而,7月份第一周,來自不同領域的幾個訊號同時浮現,揭示出一個更為複雜的真相。一邊是史無前例的基礎設施投資;另一邊是一群深諳「系統可靠性」的專家──那些專門

 
 
AI預算黑洞 根源在架構設計

過去兩年。美國眾企業不約而同墮入一個速成陷阱: 認為購買了一個模型、聘請幾位演算法工程師、便能成功實現人工智能 (AI) 落地。然而,即使模型選擇正確數據卻 難以整合;數據成功整合,系統卻無法運行;系統成功運行,但業務部門不會操作;即使學會操作,3個月後模型又變得過時。 問題根源其實不在模型,而在架構。猶如建造大樓,若設計圖存在缺陷,再昂貴的材料也難以支撐。許多企業投入巨資購買「鋼筋水泥」(模型和

 
 
bottom of page