流行病門檻（epidemic threshold）

在一場自行悶熄的疾病與一場爆發成流行的疾病之間，有一道分明的界線，它不模糊——而是一條刀鋒。線下，幾個病例出現後便消失；越過它，哪怕只是一點點，同一種疾病便驟然起飛、感染人口的一大部分。流行病門檻就是區分這兩種命運的精確條件。它是數理生物學最漂亮俐落的結果之一：一個速率的微小變化，能把一樁無事翻成一場災難。

在 SIR 模型中，門檻恰好是感染人數 I 停止縮減、開始增長的那一刻。看 I' = (beta S - gamma) I：括號只在 S > gamma/beta 時為正。所以唯有易感人群超過臨界值 gamma/beta，爆發才能開始。等價地，整式相除，當且僅當 R0 = beta S / gamma 超過 1 時才會發生流行。於是門檻就是 R0 = 1（或 S = gamma/beta），而這是一個真正的分岔：一側 I 衰減，另一側 I 增長。

正是這單一不等式，使各種防控策略合乎道理。任何把系統推過界線、推向安全一側的手段——為人接種（削減易感 S）、保持距離（削減 beta）、隔離與治療（提高 gamma）——都能把一場眼看要來的流行化為一發啞炮，即使並未阻斷每一次傳播。你不需要把 R0 降到零；只需把它壓到 1 以下。這正是為何部分措施能戲劇性奏效，也是為何剛好越過門檻一點點如此危險。

門檻是關於一個平滑、確定性、均勻混合模型的陳述，而現實在界線附近更為顆粒化。恰在 R0 ≈ 1 時，機運舉足輕重：相同的起始條件可能熄滅，也可能燃起，因為僅有寥寥幾個病例時，誰恰巧遇上誰這種隨機運氣便能把它推向任一邊。門檻告訴你平均的傾向，而非任何單一早期鏈條的必然結局。