香港中文大學（深圳）經管學院校長講座教授賈建民與香港大學副教授賈軾、國防科技大學副教授呂欣、西南交通大學碩士研究生袁韻、湖南工商大學副教授徐戈、耶魯大學教授克里斯·塔基斯合作，構建了“人口流動—風險源模型”，便於決策者在抗擊新冠疫情時根據人口流動更有效地評估風險並分配有限的資源。相關研究4月29日在線發表於《自然》。
研究人員將移動運營商提供的人口流量數據與各地新冠肺炎感染數以地市級為單位，在時間和地點上建立了關聯，發現離開武漢的人群分佈隨著時間的推移越來越準確地預測了全國各地新冠疫情發展情況。
“我們利用運營商掌握的海量手機用戶位移數據，基於在疫情暴發前武漢輸入到全國各地的累積人口流動數據，構建了‘人口流動—風險源模型’，來檢測人群的流動性特徵可以在多大程度上捕獲傳染病的時空傳播規律。”文章通訊作者賈建民告訴《中國科學報》，其研究團隊從全國範圍內提取了2020年1月1日至1月24日之間從武漢或者經過武漢市流出的約1150萬人次的累積地理位移數據。
“春運期間人口流動密集，人們通過武漢遷移至全國31個省和地區的296個地級市。”賈建民說，與大多數流行病學預測模型不同的是，我們構建的模型是基於實際的人口流動來預測疫情的地域分佈和傳播趨勢。對於新冠肺炎疫情，模型至少提前一週預測了全國範圍內感染的病例情況和地理分佈。其結果可用於預警各地的疫情風險大小，在疫情發展的早期為應急計劃和相關決策提供依據。
據瞭解，該方法與現有的流行病學模型的不同之處在於，它利用了有關人口流動的實際數據，例如可從移動電話數據或其他大數據來源，量化人的流動。僅憑人口流動就可以非常準確地預測新冠疫情暴發的時間、強度和地理分佈。此外，通過實時跟蹤人口流動，模型可以為決策者和流行病學家提供強大的工具，以儘早防控疫情並挽救生命。
克里斯·塔基斯認為，“人口流動時會傳播傳染性疾病。通過準確地記錄一段時間內的人口流動情況，我們可以預測傳染病如何在地區間擴散，並在災難性流行病暴發或再次暴發之前利用數據分析技術對其進行防控。”他強調，“這項研究採用完全獨立的運營商人口流動數據完整的預測了中國（除武漢以外的地方）各地的確診人數分佈，這本身就清楚地揭示了疫情數據整體的真實性。”
研究人員通過把自武漢流入全國各地的人口數量分佈作為各地疫情風險的相對基準，建立疫情發展的基準趨勢風險模型，用以判斷哪些地區的實際疫情顯著偏離了它們應該的發展趨勢（90%置信區間），從而建立了疫情社區傳播風險指數，用以監測各地疫情管控情況。研究顯示武漢市及湖北省封城是非常正確的決策，及時截斷了大量感染的疫情源，特別是武漢流入到湖北省內的人口數量是流入到全國其它地方的三倍。
“總體上，該項研究顯示，武漢以外的全國疫情數據具有高度的時空規律，是嚴格防控措施下的疫情結果。”賈建民指出，此模型可以應用於任何能準確捕捉人們流動的數據集，例如火車票或汽車通行費等數據，這意味著各國的政策制定者可以利用該模型來為遏制病毒傳播做出努力。
相關論文信息：https://doi.org/10.1038/s41586-020-2284-y
