当（dāng）前，新冠病（bìng）毒（dú）肺炎（yán）疫情在国（guó）内已经得到有效控制，复工（gōng）复（fù）产正在全面推进之中。那么，目前经济复苏（sū）的情况（kuàng）究竟如何？各行（háng）各（gè）业以（yǐ）及各地区的发展形势有何差异（yì）？百度公司最近发布的2篇（piān）论文 [1, 2] 研究发现，这（zhè）些答案，都“藏”在海量的大数据里。

研（yán）究表明，百度地图（tú）的用户（hù）和商户数据情况与GDP走势呈现高度相（xiàng）关（guān）性，成为呈现行（háng）业和地区经济复苏情况的（de）“晴雨表”。同时，百度地图、搜索和（hé）健（jiàn）康（kāng）平（píng）台的数（shù）据显示，某一地区人口流（liú）动（dòng）情况以及（jí）搜索习惯，与该地（dì）区的（de）疫情形（xíng）势紧密相关。由此可见，百度多维度大数据能够有（yǒu）效地为疫情发展及（jí）其（qí）社会影响“画像”。

中国传媒大学（xué）调查统计研（yán）究所所长、大数据（jù）挖掘与社（shè）会计算（suàn）实验室主任（rèn）沈浩表示，在（zài）抗击新冠肺炎（yán）疫情的斗争中，全国各地的政府、企业和科研机构（gòu）都在探索运用大数据手段提（tí）升治（zhì）理能力（lì）、加强抗疫效果。未来（lái），百度的大数据（jù）不仅（jǐn）能够作（zuò）为（wéi）政府防控疫情的有（yǒu）益参考（kǎo），同时也可以为推动（dòng）复工复产（chǎn）、提振经济发展提供有力（lì）的决策（cè）依据。

L型、勾（gōu）型、V型：百度大数据直（zhí）观量化疫情对（duì）经济（jì）发展（zhǎn）的冲击情况 [1]

成都闹市区的（de）奶茶已经回归了往日（rì）的热闹，而天津旅游景（jǐng）区的小饭馆却迟迟（chí）难以（yǐ）复苏；西北县（xiàn）城（chéng）的超市恢复了元气，长江（jiāng）中（zhōng）部的工厂（chǎng）则尚未将产量提升至疫情（qíng）之前的平均水平……这些情况，百度大数据都“看”到了。

百度大数据的研究者在试图（tú）摸清地图数据与经济复苏（sū）情况的（de）关联（lián）时，发（fā）现（xiàn）了两（liǎng）个关键因（yīn）子——地图用户（hù）到店数量（Volumes of Visits to Venues，简称（chēng）V3）与商户新开设的地（dì）理位（wèi）置点数量（New Venues Created，简称NVC）。V3可（kě）以反映用户的活跃程（chéng）度，NVC则反映（yìng）商户的活跃（yuè）程度（dù）。

于是，研究者将这两（liǎng）个（gè）数据的走势与（yǔ）GDP走（zǒu）势做成可视化图表，结果发现，NVC、V3与GDP的（de）走势，呈现（xiàn）强烈的正（zhèng）相关，也（yě）就（jiù）是说，地图用户到店（diàn）的情况与商户新开设的地理位置点（diǎn）情况（kuàng），可以反映经济（jì）活动的强弱。

图1：从2018年第（dì）一季度（dù）到2020年第一（yī）季度，每个（gè）季度的国内GDP与百度地图用（yòng）户到店数量，新开设的地理位（wèi）置点数量，呈现强烈（liè）正相关。（注（zhù）：分析所用（yòng）的（de）数据（jù）皆为（wéi）脱（tuō）敏数据，所有处理环节（jiē）均（jun1）不涉及（jí）个体隐私。下同。）

那么（me），这一发现，除了作为（wéi）经济活动（dòng）的（de）晴雨（yǔ）表（biǎo），还有什么作用（yòng）呢？

百度（dù）研（yán）究人员（yuán）又（yòu）做出了进一步的分析。他们对各个行业、各个（gè）地区省份的经济（jì）活跃（yuè）程度进行（háng）了细致分析（xī），结果发现，不同行业、不（bú）同地区（qū）之间，经济复苏情况呈现（xiàn）巨大差异，主要（yào）分为以下三类（lèi）——L型、勾型（xíng）、V型。

先来看L型。这一曲线显（xiǎn）示复苏缓慢，说明受疫情（qíng）影响很大，目前仍然无（wú）法回到2018年同期（qī）的水平；教育、交通运输、酒旅等行业（yè）遭受非常严重（chóng）的打击。下（xià）图分别是机场、火车站、教（jiāo）育培训机（jī）构、酒店的用户（hù）到（dào）店（diàn）情（qíng）况（kuàng）。可（kě）以看（kàn）到，代表今年情况（kuàng）的红（hóng）色V3曲线（xiàn），呈现（xiàn）“L”形状，依旧（jiù）在低谷摇摆。

图2：上图为（wéi）机场、火（huǒ）车（chē）站（zhàn）、教（jiāo）育培训机（jī）构（gòu）、酒店（diàn）的用户（hù）到店情况（V3）和（hé）新开设的地理位置点（diǎn）情况（NVC）

再来（lái）看勾（gōu）型。虽遭受疫（yì）情影响（xiǎng），但是疫情（qíng）缓和之后，能够恢复到（dào）2018年（nián）与2019年同（tóng）期之（zhī）间的经济水平。餐饮（yǐn）酒（jiǔ）吧、休闲娱乐、公园景点等是典型的行业代表。这（zhè）一复（fù）苏情况在（zài）V3的可视化图表里很像（xiàng）一个反写的“对勾”。

图3：勾型：疫情缓和之后（hòu），餐馆酒吧、娱乐（lè）设施、旅（lǚ）游景点等行（háng）业能够恢复到2018年与2019年同期之间的经济水平

最后看V型。尽管疫情的影响（xiǎng）严重，但（dàn）是一旦疫情缓（huǎn）和之后，能够（gòu）快速触底反（fǎn）弹，恢（huī）复（fù）到2019年同期水平，甚至比那时情况更好（hǎo）。代表行业有（yǒu）工作居住的地点、商（shāng）超（chāo）、医院药（yào）店等（děng）。

图4：V型：疫情缓和之（zhī）后，工（gōng）作居住地（dì）点（diǎn）、商超、医院药（yào）店（diàn）等景（jǐng）气程（chéng）度快（kuài）速反弹（dàn），走势看上去（qù）像字（zì）母V

研究人员用（yòng）类似的思路，将全国经济（jì）按照区域进行分析，发现湖北（běi）、北京及天津的（de）经济（jì）复苏情况（kuàng）为（wéi）L型，复（fù）苏（sū）缓慢（màn），与持续（xù）的（de）疫情管控（kòng）以及旅行限制有关；南部沿海、黄河中（zhōng）游（yóu）、东（dōng）部沿海（hǎi）、长江（jiāng）中游和北部（bù）沿海的数据显示出（chū）明显的勾型（xíng）复苏趋势；大西（xī）北、东北和西（xī）南区域则展现（xiàn）出强劲的V型反弹（dàn）趋势。

百度大数据研究专（zhuān）家表示（shì），五大经济区（南部沿海，黄河中游，东部沿海、长江中游、北部沿（yán）海）高度依赖全球供应链的（de）经济，在国内疫情（qíng）结束之后，依（yī）然受（shòu）到（dào）国际整体（tǐ）疫（yì）情（qíng）和（hé）经济形势的影响，未能快速反弹，呈现（xiàn）中间（jiān）态的勾（gōu）型；而西北（běi）、东（dōng）北、西（xī）南等地区（qū）经济（jì）对外（wài）依赖性相对较小（xiǎo），疫情感染人数没有其（qí）他五大经（jīng）济区多，恢复快，经济经历短暂阵痛之后，触底反（fǎn）弹。

搜（sōu）索COVID-9越多，疫情防（fáng）控工作越（yuè）好？百度大数据（jù）“揭（jiē）秘”疫情防（fáng）治、人口迁徙与搜索行为（wéi）间的显著关联 [2]

百度大数据还发现（xiàn）了人口出行情（qíng）况、搜索情况与疫情防控之间的紧密关联。

先来看第一项发现：从武汉移出到中国其他主（zhǔ）要城市人（rén）口情况，与当地（dì）疫情传染情况（kuàng）的关系存在显著的正相关。

百度大数据统计了截至3月31日中国（guó）内地300个（gè）除湖北外主要城市的确诊感染（rǎn）人数，将其（qí）与1月（yuè）23日（rì）迁入该（gāi）城（chéng）市（shì）的人口（kǒu）数做出了对（duì）比。

图（tú）5：截至2020年3月（yuè）31日中国内地各主要城市确诊人数 (上（shàng）图) /当地（dì）确诊率 (下图) vs 2020年（nián）1月1日至（zhì）23日（rì）从武（wǔ）汉迁入人（rén）数

上面左图展示了全国主要城市每个城市从武汉迁入人数（x-轴（zhóu））与截（jié）止到（dào）3月31日当地累计确（què）诊人数（shù）（y-轴）的（de）关（guān）联。二者存在（zài）显著正相关。说明，当地（dì）累计确（què）诊人数（shù）与当地迁入的（de）武汉（hàn）人数存在直接的关联（lián）。

考虑到城市大小的关系，百度研究者也以当地感染率（每（měi）百万人平均感确诊（zhěn）人数）与从武汉迁入人数做出了（le）分（fèn）分析统（tǒng）计，如右（yòu）图。结果（guǒ）依然是显著正相关。

由此可以得出（chū）结论——在武汉（hàn）封城之前，从武汉迁入人口更多（duō）的（de）城市，会有更高的感（gǎn）染人数；同理推断，武汉越早（zǎo）采取（qǔ）封（fēng）城措施，则疫情波及（jí）范围越小。

再来看（kàn）第（dì）二项研究结果。数据显示，疫情越严重（chóng）的地方，人均搜（sōu）索COVID-19相关关键（jiàn）词的次数也（yě）越（yuè）多。

图6：2020年1月33月31日中国大陆各主要城市人均（jun1）COVID-19搜索次数 v.s 该城市确诊人数 (上图) /确诊率(下图)

可以（yǐ）看出，中国（guó）内（nèi）地（dì）除湖北外（wài）主要城市确诊（zhěn）感染人数（shù）与该（gāi）城市人均（jun1）搜索（suǒ）COVID-19相关关键（jiàn）词的次数存（cún）在（zài）显著（zhe）正相关。由此得出结论（lùn），可能是由于感染情（qíng）况引发的恐慌心理，人们更愿意搜索相关信息。

百度（dù）的研究还发现，全（quán）国除湖北外主要城市的出行恢复（fù）率与当地人通（tōng）过百度搜索COVID-19次（cì）数呈（chéng）现显著（zhe）的负相关。也就是说，人（rén）均通过百度搜索COVID-19关键字较多的城（chéng）市，人们（men）出行意（yì）愿更低、或是当地（dì）疫情管（guǎn）控措施更为严格 (在（zài）排除（chú）了其他潜在因素的偏（piān）相关性（xìng）分（fèn）析后，此关联依（yī）然显著)。

图7：截至2020年3月31日中国大陆各主要城市出（chū）行（háng）恢复（fù）率（lǜ） v.s 该城市人（rén）均COVID-19相关信息搜索次数：上图(Log-Log Plot)， 下图正常尺度 。

可以（yǐ）看出，当人（rén）们主动（dòng）搜索信息得（dé）到了更多有关疫情（qíng）的消（xiāo）息时，便更（gèng）愿意（yì）待在家里。可以说，百度数据对（duì）人（rén）口隔（gé）离政（zhèng）策和移（yí）动限制政策（cè）提供了（le）重要参考。

大数据（jù）全（quán）面赋能疫（yì）情（qíng）防控：真实掌握+有效预警+精准施策

从上数研（yán）究结果（guǒ）可以看出，百度地图、搜索和（hé）健康（kāng）的多维度数据能（néng）够（gòu）直观呈现疫（yì）情发展及其社会影响。沈浩认（rèn）为（wéi），百度大数据对于征服开展疫情防控与（yǔ）社（shè）会治理而言，有（yǒu）着突出意义。

其一，有利于（yú）全面、真实、动态掌（zhǎng）握（wò）疫（yì）情防控（kòng）情况（kuàng）。平时访问发热门诊数（shù）量的人（rén）是（shì）否（fǒu）显著（zhe）增多？疫情期间居家隔离情况执行如何？百度都（dōu）能够（gòu）第（dì）一时（shí）间给予直（zhí）观、真实的数据化呈现。

其二，对可能发生的疫情相关风险提出预警。百度地图数据可以直接为疫情期间居家隔离政（zhèng）策（cè）、出行限制政策执行（háng）情（qíng）况提供参考，对危险信（xìn）号提出预警（jǐng）。

第三，动态掌（zhǎng）复工复（fù）产、经（jīng）济发展（zhǎn）的真（zhēn）实情况，形成真实（shí）全面的“景气指数”。各（gè）地、各行业复工复（fù）产情（qíng）况究竟如何？百度地图的商户（hù）和用户活跃（yuè）程度，便可以给予客观的回应，作为政府机构精准施（shī）策（cè）的基础（chǔ）。

利用（yòng）大数据提升社会（huì）治理能力也是中国政府近年来不断努力的方向。

2月18日，工业（yè）和信息化部印发了《关（guān）于运用新（xīn）一代信息技术支撑服（fú）务疫情防控和复工复产工作的通知》，提出有效应用信息化手段助力疫（yì）情防控（kòng）和（hé）复工（gōng）复产。在（zài）中央精神的指导下，社（shè）会各（gè）界纷纷（fēn）探索以信息化途径高效开展疫情（qíng）防控。

实际上，在新冠肺（fèi）炎疫情发生之前，大数据（jù）在（zài）国内（nèi）外公（gōng）共卫生事件中（zhōng）的应用效（xiào）果已经得到了较（jiào）好的检验。此次（cì）疫情发（fā）生后，韩国、日本、新加坡等国（guó）家均采（cǎi）用了大数据手段防控（kòng）疫情、指导经（jīng）济活（huó）动，取得了良（liáng）好的效果。

在中国，相较（jiào）17年前的SARS疫（yì）情，大数（shù）据在（zài）此次新冠疫情防（fáng）控中（zhōng）的作用尤为明显，涵（hán）盖（gài）个人健（jiàn）康状况（kuàng）认证、远程（chéng）医疗问诊、应急物资（zī）调配等（děng）方方面面。

“互（hù）联网公司掌（zhǎng）握社（shè）会许多层面的数（shù）据，政府一方面（miàn）要对数（shù）据的合规（guī）性加（jiā）强监管（guǎn），另一方面，也要（yào）积极利用互联网公司的大数据（jù），可以联合科研院所（suǒ）和企业（yè）大数据机构协同进行（háng）大数据研究，助力疫情防控、应急管理和社会的精细（xì）化治（zhì）理，为决策（cè）提供有益参考。”沈浩表（biǎo）示。