#头条群星10月榜#
印度走出了新冠大流行？
在我的“躺平”国家的新冠疫情已经呈现地方性流行病特征文章下面的评论中，很多网友都在问同一个问题：“印度疫情怎么样了？”
说印度疫情存在的一个主要难点，就是如何看待官方发布的疫情数据的问题。
根据印度官方报告的疫情数据，可以说，印度似乎已经走出了大流行。
印度卫生和家庭福利部2022年11月27日报告，印度新增新冠病例247例，死亡1例；疫情以来累计报告新冠病例44672782例，死亡530489例。
自11月9日（上图中的较大红点标示的日期）以来，已经连续19天报告的新增病例数低于1000例，
10月17日以来连续50天新增死亡数低于20例，
一个月来最高不超过10例。
相对于2021年5月德尔塔浪潮高峰时最高日增近40万，2022年初奥密克戎浪潮中最高日增超过30万确诊病例，当前每天3位数的新增病例数；
相对于2021年5月德尔塔浪潮高峰时最高日增近4200例死亡，当前连续一个月每日新增死亡数不高于10例。
如果这些数据都是真实的，说印度已经走出了新冠大流行应该不会有人有异议吧。
或有人会质疑说，印度的疫情数据一向被认为严重低报，目前的这些数据也未必可信。
诚然，由于印度新冠病毒核酸检测数量较低，加上一些其他不可言的原因，印度官方报告的疫情数据一直被认为严重偏低。
就印度的核酸检测来说，截止11月25日，官方报告累计进行核酸检测数为905301860（9亿+），每百万人口仅有643595次。
这意味着，自从疫情爆发以来，每个印度人平均只接受了不到0.65次核酸检测，排在全球220多个国家地区的121位。世界上人均核酸检测最高（除了我国外）的奥地利和丹麦都超过了22次。
基于核酸检测数的严重不足的事实，印度的疫情数据被认为低报10倍并不算稀奇。
即使将现有疫情数据乘以10倍，累计病例数达到4.467亿，每百万人口感染人数也仅有不到32万，仍略高于美国的30万，排在全球220个国家地区的第54位，低于几乎所有欧洲国家——欧洲国家核酸检测数据高，报告的疫情数据相对可信一些。
但是，有一个数据并不受核酸检测绝对数量的干扰，可以准确反应一个国家或地区的疫情严重程度，那就是核酸检测的阳性率。
2021年5月德尔塔疫情高峰时，印度核酸检测阳性率最高达到了22.7%，即接受检测的每100人中阳性感染者高达近23人；
2022年初的奥密克戎浪潮时，最高也达到了16.3%。
而最新这一数据仅有0.2%，即接受检测的每1000人仅有2人阳性。最近一个月来这一数据基本都低于1%。
即使是6到8月份的小规模流行期间，单日新增最高的病例数也没有超过2万例，尽管核酸检测的最高阳性率达到了4.6%。
由此观之，印度疫情的确已经走出了大流行。
印度是事实上的最早“躺平”的国家
印度能“率先”走出大流行是因为防控措施做得好吗？
恰恰相反。
印度实际上是与大多数无力抗疫的穷国一起，最早“躺平”的国家之一。
在疫情之初，印度曾制订了雄心勃勃的“封国”防疫计划，不惜停运全国的客运列车，将客车车厢改建成临时病房，疫情严重的地区采取了严厉的封城措施。
然而，印度的国情根本不允许这些措施的落实，各种封锁分分钟就被逃离城市的打工大军冲垮，全印度很快陷入被迫躺平的状态。
给世界带来巨大灾难的新冠病毒德尔塔毒株于2020年10月在印度被发现，经过酝酿，到2021年3月到6月在印度引发了一轮超级流行高峰，报告的最高单日新增病例数超过40万，最高单日新增死亡人数近4200人。
印度的德尔塔流行浪潮迅速席卷全球，导致了最高单日新增病例数超过90万的大流行高峰。
到了2022年初，奥密克戎流行浪潮侵袭印度，造成了最高单日新增病例数超过30万的又一次流行浪潮。
经过这两次超级流行高峰的洗礼，“躺平”的印度实际感染率不仅远远超过官方报告的区区3.1%，理应像其他躺平的国家一样，绝大多数人都至少感染过1次新冠病毒。
加上全民略高于75%的疫苗接种率，印度事实上应该向其他躺平国家一样实现了群体免疫。
由于印度躺平得更早，更彻底，群体免疫水平应该高于躺平的欧美发达国家。
这可能就是2022年6月到8月期间，印度新一轮流行规模非常低的原因。
印度“躺”出大流行的代价
印度被迫“躺平”，全民普遍性感染换来的群体免疫和走出大流行的代价昂贵。
根据官方报告的数据，迄今为止，印度累计死于新冠的人数略高于53万，每百万人口仅死亡377人，排在全球220个国家地区的145位，仅有美国的十分之一，死亡率最高的秘鲁的二十分之一。
表面上看，印度是世界上抗疫的大赢家嘛，仅用了极低的死亡率换来了最早的走出大流行的胜利。
然而，印度报告的低新冠死亡率受到了印度国内和国际上方方面面的质疑，实际上诸多机构纷纷绕开印度官方对实际的新冠死亡率展开了调查。
得出的调查结果存在巨大差异，少的仅有几十万，多的超过500万。
当然，这种质疑和调查针对的主要是德尔塔超级大流行期间造成的大量死亡的人间悲剧。
这些结果中影响较大的有3个。
其中，影响最大的是，由加拿大多伦多大学的印度裔流行病学家prabhat Jha领衔于2022年1月6日发表在《科学》上的一项最新研究成果，认为截止2021年9月印度累计死于新冠的人数可能多于300万，比官方报告的数字高出6-7倍。
研究使用的是包括印度COVID Tracker调查的独立数据，和两个基于印度两个公立医院系统的政府数据，数据具有较高的权威性，结论也就具有较高的可信性。
最激进的是2021年7月发表的一份“工作论文”，使用2020年1月至2021年6月期间印度超额死亡人数——实际记录到的死亡人数与预期之间的差距——估计，期间印度死于新冠的人数达到400万上下，大致在300万至470万之间，是同期官方公布的41.4万人的近10倍。
最新公开发表的一项研究使用了3个人口样本，经过建模估算认为，到2021年11月，印度死于新冠的人数在320万至370万，是同期官方报告数字的7-8倍。
这些数据还不包括2022年后奥密克戎流行带来的死亡。
由此可见，印度在新冠大流行之初就被迫“躺平”，经过数次流行浪潮，尤其是2021年德尔塔和2022年奥密克戎这2波超级流行高峰的洗礼，印度大概率已经实现了普遍性感染。
普遍性自然感染，加上广泛疫苗接种，两者诱导的获得性免疫力已经让印度实现了群体免疫，并帮助印度“躺”出了大流行。
但是，这种“躺”出大流行的代价是数百万人口的“额外”死亡。
