https://mp.weixin.qq.com/s/WGUFsISPUhW_ufzM0cD1jA

_
By 超神经

内容提要：从 2 月 10 日起，多个省份开始正式复工。但在疫情尚未解除警报之时，返工潮带来的人员流动，未免给人口迁入大省造成病毒输入压力。对此，利用大数据分析，有针对性地做好防控，成为各地疫情阻击战中的有力武器。

关键词：返工潮 大数据

目前，各地一边在继续严格防控疫情，一边也在逐渐复工复产，以保障经济稳定运行。

复工带来了返工潮，尽管今年的返工潮规模较往年有所减小，但人数依然有上亿人次，人口流动带来的感染风险不容忽视。

上海虹桥火车站旅客接受测温检查

根据大数据与疫情地图对比观察可发现，新冠肺炎确诊病例的城市分布，与流动人口的规模存在相关性。

因此，在返工时期，我们通过迁徙大数据来了解一下，哪些城市是近期热门迁入地，疫情传播压力最大？各地又该如何根据大数据，更有效地防范疫情扩散的风险？

返工人数排行：东莞居第一

进入复工阶段以来，从百度迁徙的数据来看，2 月 8 日 至 9 日，开始出现返工高峰。

在全国各省份中，广东省成为全国热门迁入地第一位。从 2 月 7 日开始，广东省人口迁入比例从百分之十几提高至 20% 以上，2 月 9 日，这一数字达到 26.59%，远远超出其它省份。

除广东省外，其他省份迁入比例均低于 10%

按城市来看，东莞市迁入比例最高，迁入比例达到 5.92%，其次，深圳市、广州市、上海市以及北京市分别位于其后，迁入比例分别达到 5.47%、5.16%、4.93% 和 3.64%（2 月 9 日数据）。

热门迁入城市前五名中，广东省占据了 3 个名额。在大量人员流入的情况下，广东省多个城市面临着极大的疫情防控压力。

疫情传播压力评估：深圳压力最大

根据大数据，结合当地流入人口的规模、来源的构成，以及来源地的疫情严重程度，能够定量评估流入城市所应对的防疫压力。

以上海为例，返工潮流入上海的人流主要来自江苏南通、安徽阜阳、河南信阳等地。

上海返工人员来源地以及占比 数据来源：百度地图，中泰证券研究所

根据这些数据以及计算公式：疫情压力=Σ返工潮的迁入规模（万人）×各来源地的比例×各来源地的疫情严重度，可计算出上海的疫情压力。

中泰证券研究所的报告中的计算结果显示，在返工潮热门城市中，深圳的压力最大，其次是东莞、上海、广州、苏州、北京、杭州、宁波、温州、佛山等。

依据人口迁入规模与迁出地影响系数得出疫情压力排序 数据来源：百度地图，中泰证券研究所

因此，像深圳这样的人口流动性较高的城市，将在返工潮中，经受疫情再度传播的压力，需采取多种举措来严格防控。

依托大数据，研判疫情做好防控

在这场没有硝烟的战争中，大数据所起到的作用已经得到了验证。面对返工潮带来的疫情传播压力，各地可及时借鉴一些经验，打好这场战「疫」。

在 2 月 10 日的《新闻联播》中，据浙江省新冠肺炎疫情防控办常务副主任陈广胜介绍，在疫情阻击战中，大数据发挥了重要作用。

大年二十九（1月23日），浙江省就基于大数据在全国第一个启动了重大突发公共卫生事件一级响应。

而在近期，为了推动复工中，浙江省仍然依托大数据，在疫情阻击战中利用「大数据+网格化」的方法研判疫情，下好「先手棋」，逐步有序恢复生产。

浙江省利用大数据分析出人群聚集热点分布、人群跨区域流动等信息，提前预测疫情发展趋势，指导医疗资源的合理调度。

同时，通过数据回溯分析，相关部门可以尽早发现疑似病患、密切接触者，有助于及时隔离、切断传染源。

在这场疫情阻击战中，无论是追踪病例来源去向，还是帮助疫情的研判，都印证了大数据在疫情防控工作中的信息优势和关键作用。未来，大数据一定还会在方方面面贡献出更多力量。

—— 完 —— 扫描二维码，加入 AI 讨论群 获得更多优质数据集 了解人工智能落地应用 关注顶会&论文 回复「读者」了解详情 更多精彩内容（点击图片阅读）