香港中文大学（深圳）经管学院校长讲座教授贾建民与香港大学副教授贾轼、国防科技大学副教授吕欣、西南交通大学硕士研究生袁韵、湖南工商大学副教授徐戈、耶鲁大学教授克里斯·塔基斯合作，构建了“人口流动—风险源模型”，便于决策者在抗击新冠疫情时根据人口流动更有效地评估风险并分配有限的资源。相关研究4月29日在线发表于《自然》。

研究人员将移动运营商提供的人口流量数据与各地新冠肺炎感染数以地市级为单位，在时间和地点上建立了关联，发现离开武汉的人群分布随着时间的推移越来越准确地预测了全国各地新冠疫情发展情况。

“我们利用运营商掌握的海量手机用户位移数据，基于在疫情暴发前武汉输入到全国各地的人口流动数据，构建了‘人口流动—风险源模型’，来检测人们的流动性特征可以在多大程度上捕获传染病的时空传播规律。”文章通讯作者贾建民告诉《中国科学报》，其研究团队使用全国范围内的手机地理位置数据跟踪了2020年1月1日至1月24日之间从武汉或者经过武汉市流出的约1150万人次。

“春运期间人口流动密集，人们通过武汉迁移至全国31个省和地区的296个地级市。”贾建民说，与大多数流行病学预测模型不同的是，我们构建的模型是基于实际的人口流动来预测疫情的地域分布和传播趋势。对于新冠肺炎疫情，模型至少提前一周预测了全国范围内感染的病例情况和地理分布。其结果可用于预警各地的疫情风险大小，在疫情发展的早期为应急计划和相关决策提供依据。

据了解，该方法与现有的流行病学模型的不同之处在于，它利用了有关人口流动的实际数据，例如可从移动电话数据或其他大数据来源，量化人的流动。仅凭人口流动就可以非常准确地预测新冠疫情暴发的时间、强度和地理分布。此外，通过实时跟踪人口流动，模型可以为决策者和流行病学家提供强大的工具，以尽早防控疫情并挽救生命。

克里斯·塔基斯认为，“人口流动时会传播传染性疾病。通过准确地记录一段时间内的人口流动情况，我们可以预测传染病如何在地区间扩散，并在灾难性流行病暴发或再次暴发之前利用数据分析技术对其进行防控。”他强调，“这项研究采用完全独立的运营商人口流动数据完整的预测了中国（除武汉以外的地方）各地的确诊人数分布，这本身就清楚地揭示了疫情数据整体的真实性。”

研究人员通过把自武汉流入全国各地的人口数量分布作为各地疫情风险的相对基准，建立疫情发展的基准趋势风险模型，用以判断哪些地区的实际疫情显著偏离了它们应该的发展趋势（90%置信区间），从而建立了疫情社区传播风险指数，用以监测各地疫情管控情况。研究显示武汉市及湖北省封城是非常正确的决策，及时截断了大量感染的疫情源，特别是武汉流入到湖北省内的人口数量是流入到全国其它地方的三倍。

“总体上，该项研究显示，武汉以外的全国疫情数据具有高度的时空规律，是严格防控措施下的疫情结果。”贾建民指出，此模型可以应用于任何能准确捕捉人们流动的数据集，例如火车票或汽车通行费等数据，这意味着各国的政策制定者可以利用该模型来为遏制病毒传播做出努力。

相关论文信息：https://doi.org/10.1038/s41586-020-2284-y