
疫情输入风险来自从出发城市去往到达城市的人流。我们用出发地的存量确诊病例数(确诊人数-治愈人数)对人流加权,作为到达城市的输入风险。
图1 所示为基于百度迁徙数据的2月24日湖北省外城市间人口流动,每条线连接起点城市和终点城市,线的颜色和宽度代表从起点城市到终点城市的人流强度,颜色越红,人流越强。


城市内疫情传播风险

城市内疫情传播风险由每个城市内部的出行强度、单位面积人口和城市内存量疫情计算而来。根据百度迁徙的定义,出行强度为该城市有出行的人数与该城市居住人口比值的指数化结果。
图4 所示为从1月29日至2月24日湖北省外每个城市内部的疫情传播风险变化。风险最高的城市为:深圳、上海、北京、广州、阜阳、重庆、温州、……


-
绿色类别的城市,输入风险和传输风险都很高:深圳、上海、北京、广州、长沙、佛山、苏州、惠州、南阳、郑州、岳阳、宁波、杭州、成都、重庆、等; -
黄绿色类别的城市,传播风险相对较高但输入风险相对较低:阜阳、温州、济宁、等; -
浅绿色类别的城市,输入风险相对较高而传播风险相对较低:济南、无锡、嘉兴、泉州、绍兴、金华、九江、等; -
……
图5 湖北省外城市疫情输入风险与传播风险双评估
城市活力复原指数与复工变奏曲

随着疫情稳步下降,复产复工提上日程。珠三角和长三角的城市率先复工抢人。经过各种努力,复工的情况究竟如何了?各城市在疫情风险和复工推动之间权衡得怎么样?

图7: 节前人口净流出城市复工指数变化
-
大部分城市的复工比例都超过了50%。 -
金华、泉州、江门、厦门、湖州的复工比例已超80%; -
复工比例少于50%的城市为乌鲁木齐、西安、郑州、廊坊、太原、天津、北京、海口、石家庄。 -
北上广深四个大城市中,上海的步子快一些,已达63%;广州和深圳同步,58%;北京最谨慎,48%。
复工是由政策推动的。对这些城市的复工指数、存量疫情和疫情输入风险进行聚类,评估各城市复工政策与疫情风险的权衡把握。

-
紫色城市的复工程度很低:天津、廊坊、石家庄、太原、西安、乌鲁木齐。 -
浅蓝色城市的复工程度居中:嘉兴、无锡、贵阳、昆明、无锡。 -
深蓝色城市的复工程度较高。
绿色、粉色和白色城市,疫情风险中等,复工程度中等。
红色和棕色城市,疫情风险高。红色城市复工相对谨慎,包括北京、温州、广州和深圳。棕色城市的步伐略微快一些,包括上海和长沙。
位和COVID-19新冠疫情分析平台



|
|
如何访问
位和COVID-19新冠疫情分析平台?

关注位和公众号,访问“疫情分析”。
长按识别二维码
关注我们
关注位和
-
位和GeoAI云平台:www.wayhe.com
-
位和提供数据服务、GeoAI时空云平台服务、数据分析咨询服务和相关平台定制开发服务
-
欢迎合作:info@wayhe.com,400-960-6580
-
城市数据挖掘应用QQ群:203181200
获奖情况
-
First Place, IEEE Information Visualization Contest
-
Top 10, NSF/Science Information Visualization Contest
-
2019 中国智慧城市优秀应用案例
-
2019 武汉仿真城市实验室用地功能与就业产出预测组三等奖
-
2018 微软智慧零售黑客松竞赛,北京站并列第一
-
2018 中国城市规划大数据十大机构
-
2017 中国新锐大数据公司
-
2017 SODA大数据企业组未来之星

期待合作

更多服务




原文始发于微信公众号(城市数据派):人流大数据:疫情传播风险变化与复工变奏曲丨城市数据派