（文：北京夷安君泰管理咨询有限公司董事长 张宏亮博士）
引言
传染病暴发的规律与不确定性评估，是公共卫生管理和畜牧防疫决策中的核心难题。特别是对于牛瘟这类具有显著随机性和间歇性的疫情，仅凭历史平均频次进行简单外推，往往无法反映未来风险的真实波动范围。本文基于某地区过去12个月的牛瘟爆发记录，运用概率分布拟合与蒙特卡罗模拟方法，对未来5年（1825天）内的总爆发次数进行了量化估计，并给出了90%置信区间，以期为防疫资源规划提供更具弹性的决策参考。
一、历史数据概况
在过去12个月中，该地区共记录了25次原发性牛瘟暴发事件。具体发生日期如下：
1月26日、1月29日、2月3日、2月10日、2月19日、3月1日、3月9日、4月6日、4月28日、4月30日、5月5日、5月18日、6月16日、6月20日、7月2日、8月7日、8月13日、9月14日、10月21日、11月5日、11月11日、12月4日、12月11日、12月16日、12月26日。
从时间分布上看，爆发间隔长短不一，最短仅相隔1~2天，最长则超过一个月。这种不均匀性提示，简单的“年均25次”点估计将严重低估未来的波动风险，有必要对间隔期的概率分布进行精确刻画。
二、间隔期分布拟合
基于上述25个时间点，我们计算出相邻爆发之间的间隔天数（单位：天）。随后，利用风险决策量化分析软件 Drisk（Excel插件，北京夷安君泰管理咨询有限公司自主研发）对间隔期数据进行概率分布拟合。软件自动比较多种常见分布（如指数、威布尔、对数正态、伽马等），并依据AIC或BIC准则选出最优拟合模型。
拟合结果表明，间隔期的最佳分布类型为指数分布（尽管存在其他软件输出的拟合分布，但是经过比较分析，最终选择了指数分布）。这意味着爆发事件在时间上具有近似无记忆性的特征，即下一次爆发的发生概率不依赖于上一次爆发后的等待时长，从而为“独立性假设”提供了统计依据。
三、未来5年爆发次数模拟框架
在确认爆发事件相互独立的前提下，我们采用蒙特卡罗方法估计未来1825天内的累计爆发总数。模拟思路如下：
- 从拟合得到的间隔期分布中反复随机抽样，生成一次模拟的“未来爆发时间序列”；
- 累计间隔天数直至超过1825天，记录该次模拟中的爆发次数；
- 重复模拟1万次，得到总爆发次数的经验分布。
Drisk软件执行上述模拟后，直接输出结果：未来5年牛瘟总爆发次数的90%置信区间为 [116, 149] 次。
该区间的含义是：在未来5年内，有90%的把握认为爆发总数不会低于116次，也不会高于149次。与简单点估计（25×5=125次）相比，区间下限低于125，上限高于125，这反映了随机波动带来的显著不确定性，尤其是极端高发年份的可能性不容忽视。
四、模拟结果的分布拟合
为了便于后续风险分析或嵌入更大规模的决策模型，我们进一步对模拟生成的1万组总爆发次数进行概率分布拟合。Drisk软件的拟合结果显示，该模拟结果服从一个二项分布，其参数为：
- 试验次数 N = 499
- 成功概率 p = 0.265746
这意味着，模拟的总爆发次数可以被理解为：在499个“潜在爆发窗口”中，每个窗口以约26.57%的概率发生一次爆发，且各窗口独立。二项分布的良好拟合，从侧面验证了模拟过程的内在结构稳定性，也为没有Drisk软件的用户提供了一种简洁的近似计算途径（例如，利用二项分布公式快速计算任意分位数）。
五、结论与启示
1. 区间估计优于点估计：未来5年预期爆发次数虽然约为125次（25×5），但90%置信区间跨度达33次（116~149），表明风险管理人员应围绕区间上下限制定弹性预案，而非仅仅依赖均值。
2. 独立性假设合理：间隔期的指数拟合与模拟结果对二项分布的适配，共同支持了“各次爆发相对独立”的推断。这对于制定周期性消毒、疫苗储备计划有指导意义——若爆发无聚集性，则均匀投放资源可能优于集中应对。
3. 方法论可迁移：本文采用的数据驱动拟合+蒙特卡罗模拟+结果再拟合的流程，适用于任何具有随机间隔的罕见事件预测，如设备故障、网络安全攻击或零售大促波动。
4. 软件工具辅助：Drisk软件在概率分布拟合、蒙特卡罗模拟及结果统计分析方面提供了完整的闭环操作，降低了复杂风险量化模型的应用门槛。
最后需要指出：任何统计预测均基于“历史规律在未来延续”的假设。若该地区防疫政策、气候变化或病毒自身特性发生重大改变，则模型需重新校准。本文提供的区间估计，本质上是为决策者提供一幅“不确定性地图”，而非宿命式的预言。合理利用这一区间，可帮助我们在不可知的未来中，做出更有韧性的当下选择。 |
