《自然》发表的一项研究指出，利用全民手机数据追踪中国人口的集体流动，可以准确预测新冠肺炎疫情的地理和时间传播。该研究分析了2020年1月新冠肺炎疫情暴发初期，从中国武汉流出人口的分布。

大规模人口流动会造成地方性暴发，让疾病开始大面积流行。但是，对这类集体性人口流动进行监测执行起来很难，比如2020年1月24日中国春节来临前的大规模春运。

香港中文大学（深圳）贾建民、美国耶鲁大学Nicholas Christakis和合作者研究了中国一家大型国有手机运营商的匿名手机数据，借此分析从今年1月1日至1月24日期间，在武汉至少停留两小时的超过1100万人口的流动情况。随后，他们将这些数据与中国31个省区市的296个县截至2月19日的新冠肺炎疫情感染率联系起来。

作者报道，隔离限制措施对于大幅减少人口流动非常有效：1月22日到1月23日，人口流出下降了52%，到1月24日又下降了94%。他们还表明，根据人口流出的分布，最多可以提前两周准确预测新冠肺炎疫情感染在中国的发生频率和地理位置，并能在疫情早期发现潜在传播风险较高的城市。作者认为，该研究的模型或能用来评估未来新冠肺炎疫情在不同地区的社区传染风险。

作者最后表示，研究结果或可用于其他能获取手机数据的疫情国家，帮助他们的决策者进行快速准确的风险评估，规划好有限资源的合理分配。

相关论文信息:https://doi.org/10.1038/s41586-020-2284-yTags:《自 自然 然》 》利