如果你在2026年6月的最后一周恰好身處歐洲，一定還記得那種悶熱到讓人幾乎窒息的天氣。現在，研究人員根據模型估算出了一個讓人不太舒服的數字——那場持續七天的極端熱浪，可能帶走了大約兩萬人的生命。

這個估算來自美國印第安納大學的研究員克里斯托弗·卡拉漢。他和團隊去年發表的一項研究方法，成為這次推算的基礎。“我們收集了歐洲各地的溫度和死亡率數據，然后分析高溫與超額死亡率之間的相關性，”卡拉漢解釋說，“接著我們利用這種關系，去推斷某一場熱浪會對歐洲這樣一個地區的死亡率造成多大影響。”

說人話就是：他們先搞清楚了過去高溫天氣多死了多少人，再把這個規律套用到今年6月的熱浪上，算出大致會額外增加多少死亡。根據卡拉漢的推算，2026年6月22日至28日這場熱浪，在歐洲范圍內導致了約20390人死亡。其中法國約5210人，德國約4543人，西班牙約3163人，英國約862人。

這個數字聽起來讓人心里一沉，但它并不是最終確認的統計結果。卡拉漢本人也強調：“這些數字只是初步估算。”英國華威大學的拉奎爾·努內斯進一步解釋說，這是一個模型推算值，而非最終統計，“真正的死亡人數可能要幾個月后才能確認，部分原因在于，死亡證明上很少會出現‘高溫’這兩個字。”

這里就涉及一個關鍵問題：我們平時看到的熱浪死亡數字，往往是直接統計上來的、已經確認的個案。但高溫致死的過程很復雜，它可能誘發了心臟病、加重了呼吸系統疾病，或是讓本就虛弱的身體徹底撐不住了。醫生在填寫死亡證明時，寫下的通常是直接死因，而不是“那天太熱了”。這就導致初期公布的數字，往往會遠遠低于真實情況。

6月28日，世界衛生組織總干事譚德塞曾表示，當時報告的超額死亡人數已超過1300人。這個數字主要來自法國公共衛生部門的一份聲明，該聲明指出，6月24日至26日期間，法國比往年同期多死了大約1000人。但這份聲明同時說得很清楚，數據來源是一個計算機化的死亡證明系統，而這個系統的覆蓋范圍還遠遠不夠——它只能記錄80%的醫院死亡病例、45%的長期護理機構死亡病例，以及僅僅25%的家庭死亡病例。聲明中甚至直接寫明：“因此，實際死亡人數會比這些初步數字更高。”

換句話說，那個時候就已經知道一千多人這個數字是偏低的，只是受限于統計速度，還沒辦法拿出一個更全面的結果。卡拉漢團隊做的事情，就是用模型填補了這個統計延遲帶來的信息空白。但任何模型都有它的假設和局限，這次估算也不例外。

英國布里斯托大學的丹恩·米切爾就認為，這個數字可能偏高了。“一周內死兩萬人，這個規模聽起來非常大，”米切爾說，“我們需要仔細看看模型的具體細節才能更確定。”他的謹慎態度代表了一部分專家的看法——不是質疑研究方法本身有問題，而是覺得最終的真實數字可能需要更多證據來支撐。

波蘭波茲南醫科大學的馬爾欽·瓦爾科維亞克則指出了一個更具體的變量：卡拉漢的模型用的是2015年至2019年的數據來建立溫度和死亡之間的關系。但問題是，人不是一成不變的。瓦爾科維亞克團隊的研究表明，隨著空調普及率提高、防暑意識增強、城市綠化改善等措施逐漸推進，人們對高溫的脆弱性可能已經降低了。他粗略估算了一下，如果把這個適應性變化考慮進去，實際死亡人數大概會在15000人左右。

面對這些質疑，卡拉漢并沒有動搖自己的判斷。他認為，目前還沒有足夠有力的證據表明，溫度和死亡率之間的關系在這幾年里發生了顯著變化。這個爭論其實反映了科學界在面對極端天氣影響時的一個普遍困境：我們既需要快速給出估算，以便為決策提供參考；又需要承認這些估算天然帶有不確定性，不能當作板上釘釘的事實。

那么，作為普通人，我們應該怎么看待“兩萬人”這個數字？首先得明白，它不是一個精確的計數，而是一個基于歷史規律推演出來的合理范圍。卡拉漢給出的區間是17000到25000人之間，兩萬出頭是中間值。這種表述本身就包含了“我們還不確定，但大致在這個量級”的意味。

其次要理解，這類模型估算的價值不在于數字精確到個位數，而在于揭示問題的嚴重程度。如果等到所有死亡證明都統計完畢、每個案例都復核清楚再公布，可能半年就過去了。而在這半年里，各地政府要不要撥錢建避暑中心、醫院要不要增加應急床位、社區要不要組織對獨居老人的探訪——這些決策都需要一個及時的參考依據，哪怕這個依據還不夠完美。

回顧2022年歐洲的熱浪，事后統計顯示約有6萬多人死于高溫相關原因。那個數字也是經過好幾個月才逐漸浮出水面的初期，各方估算同樣有過爭議，但后來更完整的數據證明，當時那些看似“夸張”的模型預測其實并沒有離譜到哪里去。這或許能給我們一些啟示：面對極端天氣帶來的健康沖擊，寧可高估一點早做準備，也好過低估之后措手不及。

目前，歐洲各國還在陸續收集和核實6月熱浪期間的死亡數據。幾個月后，我們會看到一個更加接近真相的統計結果。而那個時候再回過頭來看今天這個“兩萬人”的估算，是偏高還是偏低，本身也會成為改進未來模型的重要依據。這大概就是科學的運作方式——在不確定中給出當前最好的判斷，然后不斷修正，讓下一次的判斷更接近真實。