本篇目標:帶大家一覽各家媒體所做疫情相關資料新聞,讓觀眾看完可對目前的疫情資料專題有更深了解!
本篇適合:想知道目前疫情相關資料新聞有哪些的人。
2019年12月媒體首次報導原因不明的大規模傳染性肺炎,擴散速度快且可能造成生命危險。2020年1月20日,台灣設立三級中央流行疫情指揮中心,隔日指揮中心公告台灣首例境外移入個案,同月底出現首例本土家戶傳染個案,全民防疫成為國家首要任務,而在如今本文寫作日,此疫情仍持續是大家高度重視的議題。從原先疫情剛爆發,出現口罩、酒精搶購潮,到現在(2022年4月)人人外出需配戴口罩、出入場所需實名制量額溫皆已成為日常,因為各國祭出的隔離政策使得出國旅遊人潮大幅下降,人們開始防疫新生活,更出現Work From Home、遠距教學等新型態倚賴新科技的工作模式。
同時因為疫情,各國官方不斷更新各類國內相關數據,包括但不限於染疫人數、死亡人數、疫苗施打率、疫苗不良反應等等。疫情已持續兩年多了,累積數據眾多,並有許多媒體做出資料新聞甚至設立疫情專區,當我們閱覽時也可以觀摩他們著重的面向以及如何將繁雜的數據相互連結再呈現給觀眾,相似的視覺化呈現本文不一一討論,盡可能在有限篇幅中分享多元數據分析方式。(以下為媒體報導分享,如想看完整內容可點標題或圖片資料來源,皆已連結至原報導)
選讀概覽
- 台灣COVID-19最新疫情動態(P#新聞實驗室)、公視新聞網臉書
- 「打與不打」的疫苗論戰(READr)
- 本土群聚疫情燒 AZ 疫苗自費預約排不到?(READr)
- 最新台灣疫情關鍵數字(天下雜誌)
- 疫後經濟儀表板(天下雜誌)
- 追台灣最新疫情看即時數據圖表 (聯合新聞網)
- 各國防疫重要時程(中央社)
選讀1:公視-每日動態與個案分析
由公視P#新聞實驗室於2021年6月17日發佈並持續更新疫情數據的網站,其置頂內容為當日確診案例數與疫苗施打率(首劑、完整接種、追加劑),並以圖表呈現。
接著統計四個疫苗廠牌(AZ、BNT、莫德納、高端)接種趨勢與到貨量。在2022年3月前AZ接種率除在2021年7月短期被莫德納超越,其他時間皆高於另三種疫苗,但於2022年3月後因無顯著成長被BNT、莫德納超越。
再分析確診數與死亡數,以及重症死亡個案之性別、年齡與病史關係,特別的是其將三變相互相連結製圖,滑鼠游標移動可更清楚看見如同一年齡對應的性別與病史,呈現如下(互動請點資料來源連結):
另針對整體疫情案例爆發趨勢,公視新聞網彙整確診數、死亡數與平均值製圖說明,同時依各縣市分類:
選讀2:READr-疫苗需求、接種情形、假訊息
針對疫苗的討論,分析本土疫情未大量爆發時施打人數與爆發後相對照。當時3月疫情還未進入社區而4月開放全民自費預約接種,但在下圖ㄧ灰色區紅線在雙北升三級前幾乎毫無動靜。下圖二進一步區分公費、自費疫苗施打人數,並標示群聚感染事件發生日。
選讀3:天下-疫情趨勢、全國傳播鏈、疫後經濟
當出現大量確診個案須釐清每個個案的關係,但傳播途徑複雜,儘管各媒體已認真畫出關係圖標示個案與個案間關係為何,仍然有關係不明的確診案例。天下選擇以日期與事件劃分,當有確認連結關係的案例即連成一線,由資料分析可清楚看見不同日的確診案例的傳播鏈。
已經有許多媒體每日匯整最新指揮中心公布數據,包括確診數、疫苗施打率、接種疫苗類別、死亡個案...等等,但疫情間世界仍在運轉著,雖然疫情迫使大家慢下腳步思考新型態的運作方式,然而持續一段時間後我們也開始思考該如何恢復過去生活。天下在經濟層面關心到各地區經濟景氣、物價指數並進行比較,同時塞港問題出現使股市又有新波動,通膨未因疫情得到緩解,疫後經濟如何影響我們生活?從這些數據中或許可以更了解。
選讀4:聯合-即時數據、疫苗覆蓋分析
前面提到媒體常分析每日確診數、累積確診與死亡、確診個案地理分佈、疫苗施打率等,呈現方式不外乎柱狀圖、折線圖、地理分佈選用地圖標示。,針對疫苗接種,聯合從疫苗覆蓋率再進一步針對年齡與接種疫苗分析,並接續依時間序排列呈現國人疫苗廠牌選擇趨勢與多寡。
選讀5:中央社-疫情大事記
中央社製作大表整理各國疫情相關事件,彙整爆發首例確診日、口罩政策、延後開學政策、邊境管制等等,值得關注的是,其在圖表中特別註明股市影響,2020年1月疫情嚴重性立即反映到股市中,使美股、港股、台股陸續跌逾2%。
關於資料來源
上面分享的媒體匯總疫情即時數據(包括確診數、疫苗施打、個案疫調)圖表註明資料來源多從「中央流行疫情指揮中心」取得。指揮中心也同步依據所公布資料製作相關圖表(如下)缺點是完整數據似乎沒很好找,但它是官方數據所以不能不介紹它
同步推薦另一個疫情資料統計網站 -
國家高速網路與計算中心 所彙整的COVID-19全球疫情地圖,裡頭除了有台灣疫情統計,還包括詳細個案情形、病毒基因定序等,而且可以選擇匯出CSV或Excel檔,還有提供API方便大家下載數據!
如果想做全球性比較,無論確診案例、疫苗施打分佈、防疫政策、死亡案例、國際旅遊等等都可在Our World in Data 中找到,資料整理清楚完善,值得好好尋寶!
製作全球數據的還有John Hopkins University的CSSE ,串接資料眾多也大方提供在Github上!真的太貼心!但記得使用要標示出處,他們有提到如果在出版中使用到這些數據請引用他們的
Lancet Article.