透视新冠肺炎死亡率排名前20国家，3点结论值得关注(2)

如何解释这种与传统认知相背离的现象呢？如果说人类发展指数与平均受教育年限仍然属于比较虚的指标，与疫情关系较远的话，那么我们再来看一下比较硬的指标：人均GDP的高低对于新冠肺炎的死亡率是否有直接影响？见图3：

从图3可以看出，除了德国、加拿大、丹麦等少数国家人均GDP高，死亡率也低，这与我们的传统认知相符外，大多数人均GDP高的国家其死亡率也高，这种现象又一次违背我们的常识。

由此看来，在新冠肺炎面前有钱没钱一视同仁，至少从数据上看是这样的。那么，在此基础上我们再往前推进一步，是否护理资源充分的国家会让死亡率降低呢？毕竟护士是直接参与救助患者生命的人。

护士指标我们采取每千人中拥有的护士数量来衡量，具体国家的情况见下图4：

从图4中可以看出，仍然是只有少数几个国家的表现符合我们的预期，即护士数量多的地区，患者的死亡率会随之降低，如加拿大、丹麦与德国符合我们的初始判断。

从图上可以看出大多数西欧国家拥有较多的护士数量，但其死亡率仍然较高，这与我们的预期是相反的。

上述4个指标都是我们念兹在兹、朝思暮想的指标，然而统计数据显示，这些指标竟然对于新冠肺炎作用不大，为何对于新冠肺炎疫情我们的常识大多不靠谱？

为了解释这个现象，利用EXCEL软件自带的回归分析工具，我们对于上述20个国家的死亡率与4个自变量做了简单回归分析，具体结果见下图：

1、死亡率与人类发展指数（HDI）的回归结果：

从回归结果来看，人类发展指数与新冠肺炎死亡率之间仅呈现弱正相关（0.185239），从显著性指标P值来看，已经达到0.434。

2、死亡率与受教育年限的回归结果：

死亡率与受教育年限两者之间的相关性仅为0.0315，相当于没有关系，通过P值（0.8949）可以看出，由于P值太大，导致模型为真的概率仅为10.5%左右。

3、死亡率与人均GDP的回归结果：

死亡率与人均GDP之间的相关性仅为0.073，太微弱，相当于没有关系。P值（0.76）太大，导致模型为真的概率仅有24%左右。

4、死亡率与每千人拥有护士数量的回归结果：

死亡率与每千人拥有的护士数量之间的相关性仅为0.041，相当于没有多大关系，该回归的P值（0.864）实在太高，跟我们常识相距最远（护士直接照顾患者，在我们的常识理解中，这应该是与降低死亡率高度负相关的）。

那么是不是这些被我们所看重的要素都不重要了呢？

显然不是，一方面说明单要素对复杂风险作用有限；另一方面也凸显了新冠肺炎病毒的复杂性，抛开科学层面的因素不谈，在社会治理上也需要多管齐下。

我们对四变量采取多元回归，结果的显著性增加不少，这也间接佐证了上述说法。

多元回归的结果显示，相关性已经达到0.504，P值也降为0.323，模型为真的可能性上升到67%，虽然还是很不理想，但已经显示出某种协同的力量。