博客
关于我
第一轮返工潮,哪些城市疫情传播压力最大
阅读量:448 次
发布时间:2019-03-06

本文共 649 字,大约阅读时间需要 2 分钟。

多个省份在2月10日起陆续复工,但在疫情尚未完全解除的背景下,返工潮带来的人员流动给人口迁入大省带来了病毒输入压力。利用大数据分析和防控措施,成为疫情阻击战中的关键武器。

返工潮虽然规模较往年有所减小,但仍涉及上亿人次的人口流动,人口流动带来的感染风险不容忽视。根据大数据与疫情地图对比分析,新冠肺炎确诊病例的城市分布与流动人口规模存在显著相关性。

在返工潮期间,广东省成为全国热门迁入地,迁入比例从2月7日的15%左右提高至2月9日的26.59%,远超其他省份。按城市来看,东莞市迁入比例最高,达到5.92%,其次是深圳市、广州市、上海市和北京市,迁入比例分别为5.47%、5.16%、4.93%和3.64%(数据截至2月9日)。

热门迁入城市前五名中,广东省占据了3个名额。大量人员流入对疫情防控提出了极大的压力。以上海为例,返工人员主要来自江苏南通、安徽阜阳、河南信阳等地。中泰证券研究所的报告显示,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、佛山等城市。

浙江省在疫情防控中依托大数据,采用"大数据+网格化"方法研判疫情,提前预测疫情发展趋势,指导医疗资源调度。大数据分析出人群聚集热点分布和跨区域流动信息,为疫情防控提供了重要支持。通过数据回溯分析,及时发现疑似病患和密切接触者,有助于隔离和切断传染源。

在这场疫情阻击战中,大数据展现出显著优势,无论是追踪病例来源还是帮助疫情研判,都发挥了关键作用。未来,大数据将在疫情防控中贡献更多力量。

转载地址:http://vshyz.baihongyu.com/

你可能感兴趣的文章
PIL&QOOT;IOERROR:带有大图像的图像文件被截断(&Q)
查看>>
PIL.Image、cv2的img、bytes相互转换
查看>>
PIL.Image进行图像融合显示(Image.blend)
查看>>
Pillow lacks the JPEG 2000 plugin
查看>>
SpringBoot之ElasticsearchRestTemplate常用示例
查看>>
ping 全网段CMD命令
查看>>
ping 命令的七种用法,看完瞬间成大神
查看>>
Pinia:$patch的使用场景
查看>>
Pinia:$subscribe()的使用场景
查看>>
Pinpoint对Kubernetes关键业务模块进行全链路监控
查看>>
Pinterest 大规模缓存集群的架构剖析
查看>>
pintos project (2) Project 1 Thread -Mission 1 Code
查看>>
PinYin4j库的使用
查看>>
PIP
查看>>
pip install goose-extractor // SyntaxError: Missing parentheses in call to 'print'
查看>>
pip install mysqlclient报错
查看>>
pip install 出现报asciii码错误的解决
查看>>
pip throws TypeError: parse() got an unexpected keyword argument ‘transport_encoding‘ 在尝试安装新软件包时
查看>>
pip 下载慢
查看>>
pip 升级报错AttributeError: ‘NoneType’ object has no attribute ‘bytes’
查看>>