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
Python内置函数详解
查看>>
Python/Kivy:从一个类调用函数到另一个类并在 Python 中显示小部件
查看>>
Python/Kivy:我可以在双击标签时调用函数吗
查看>>
python内置函数5-frozenset()
查看>>
Python/Plotly:如何使用要显示的信息自定义悬停模板?
查看>>
Python/Selenium - 无法单击 www.instagram.com 上的“接受 cookie“按钮
查看>>
Python内置函数(35)——next
查看>>
python写入mysql
查看>>
python写入csv老是乱码或者各种不好
查看>>
Python内置函数
查看>>
Python2 安装MySQLdb库
查看>>
Python2 已终结,入手Python 3,你需要这30个技巧
查看>>
python写下拉列表在excel,无法使用python获取Excel下拉列表(组合框)值
查看>>
python2.7安装
查看>>
Python2.7安装ncmbot时提示:Microsoft Visual C++9.0 is required
查看>>
PYTHON2.Git.1
查看>>
python20181211
查看>>
Python内存管理机制
查看>>
Python2中range 和xrange的区别??
查看>>
python2和3的区别
查看>>