当前，新（xīn）冠病毒肺炎（yán）疫情在国内已经得到（dào）有效控（kòng）制，复工复（fù）产（chǎn）正在全面推进之中。那么，目前经济（jì）复（fù）苏的情况究竟如何？各（gè）行各业以及（jí）各（gè）地区（qū）的（de）发展形势有（yǒu）何差异？百度公（gōng）司最近发布（bù）的2篇论（lùn）文 [1, 2] 研究发现，这些（xiē）答案，都“藏”在海（hǎi）量的大数据里。

研究表明，百度地图（tú）的（de）用户和商户数据情（qíng）况与GDP走（zǒu）势呈现高度相关性，成为呈现行（háng）业和（hé）地区经济复苏情况的“晴（qíng）雨表”。同时，百度地图、搜索和（hé）健（jiàn）康平（píng）台的数据（jù）显示，某一地（dì）区（qū）人口流动情（qíng）况以及搜索（suǒ）习惯，与该地（dì）区的疫情形势紧密相关。由此可见（jiàn），百度多维度大数据能够有效地为疫情发展及其社会影响“画像”。

中国传媒大学调（diào）查统计研究所所长、大数据挖掘与社会计算实验室主任（rèn）沈浩表示，在抗（kàng）击新冠（guàn）肺炎疫情的斗争中，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（shǒu）段提升治理能力（lì）、加强抗疫（yì）效果。未来，百（bǎi）度的大数据不仅能够作（zuò）为政府防（fáng）控（kòng）疫情的有益参考，同时也（yě）可以为推动（dòng）复（fù）工复产（chǎn）、提振经济（jì）发展提供有力（lì）的决策依据。

L型、勾型（xíng）、V型：百度大数据直观（guān）量化疫情对（duì）经济发（fā）展的冲击情况 [1]

成都闹市区的奶茶（chá）已经回归了往日的热闹，而天津旅游景区的（de）小饭（fàn）馆却迟迟（chí）难以复（fù）苏；西北县（xiàn）城（chéng）的超市（shì）恢复了元气，长（zhǎng）江（jiāng）中部的工厂则尚未（wèi）将产量提（tí）升至疫情之前的平均水（shuǐ）平……这些情况，百（bǎi）度大数据都“看”到（dào）了（le）。

百度大（dà）数据的研（yán）究者在试图摸清地（dì）图数据与经济复苏情况的关联时，发现了两个关键因（yīn）子——地（dì）图用户到店数量（Volumes of Visits to Venues，简称V3）与商户新开设的地（dì）理位置点数量（New Venues Created，简称NVC）。V3可（kě）以反映用户（hù）的（de）活跃程度，NVC则反映商户的活（huó）跃（yuè）程度。

于是，研究者将这（zhè）两个数据的走势与GDP走势做成可视化图（tú）表，结果发现，NVC、V3与（yǔ）GDP的（de）走势，呈现强烈的正相关，也就是（shì）说（shuō），地图（tú）用户到店（diàn）的情况（kuàng）与商（shāng）户新开设的（de）地理位置点情况，可以反映经济（jì）活动的强弱。

图1：从（cóng）2018年第一（yī）季度（dù）到2020年第（dì）一季度，每个季度的（de）国内GDP与百度地（dì）图用户到店数量，新开（kāi）设的地（dì）理（lǐ）位（wèi）置点数量，呈现强烈正相关。（注：分（fèn）析所（suǒ）用的数据皆为脱敏数据，所有处理环节均不涉（shè）及个体隐私（sī）。下（xià）同。）

那么，这一发现（xiàn），除了作为（wéi）经济活动的（de）晴雨（yǔ）表，还（hái）有什么作用（yòng）呢（ne）？

百度研究人员又做出（chū）了进一步的分析。他们对（duì）各个行业（yè）、各个地区（qū）省份（fèn）的经济活（huó）跃程度进行了细致分析，结果发现，不（bú）同行业、不同地区之间，经济复苏情（qíng）况呈现（xiàn）巨大（dà）差异（yì），主要分为以下三类——L型、勾型、V型。

先来看L型（xíng）。这一曲线显示复苏缓（huǎn）慢（màn），说明受（shòu）疫情影响很大（dà），目前仍然无法回到2018年同期的（de）水平；教（jiāo）育、交通运输、酒旅等（děng）行业遭（zāo）受（shòu）非常严重的打击。下图分别是机场、火车站、教育（yù）培训机构、酒店的用户到店情况。可（kě）以看到，代表今（jīn）年情况的红色V3曲线，呈现“L”形状，依旧在低谷摇摆。

图2：上图（tú）为机（jī）场、火（huǒ）车站、教育培训机构、酒店的用（yòng）户（hù）到店情（qíng）况（kuàng）（V3）和新开（kāi）设的地理位置点情况（NVC）

再来看勾型。虽遭受（shòu）疫情影响，但是疫情缓和之（zhī）后，能够恢复到2018年与2019年（nián）同期之间的经济水（shuǐ）平。餐饮酒吧、休闲娱乐、公园景点等是（shì）典型的行业代表。这一复苏情况在V3的可视化（huà）图表里很像一个反写的（de）“对勾”。

图3：勾型：疫（yì）情缓（huǎn）和之后，餐馆（guǎn）酒（jiǔ）吧、娱乐设施、旅游景点等行业能够恢复到2018年（nián）与2019年（nián）同期（qī）之间的经济水平

最（zuì）后看V型。尽管疫（yì）情（qíng）的影（yǐng）响严重，但（dàn）是（shì）一旦疫（yì）情缓和之后，能够快速触（chù）底（dǐ）反弹，恢复到2019年同期水（shuǐ）平（píng），甚（shèn）至比那时情况更好（hǎo）。代表（biǎo）行业有工作（zuò）居住的地（dì）点、商超、医院药店等。

图4：V型：疫情缓和之后，工作居住（zhù）地点、商超、医院药店等景气程（chéng）度快速（sù）反弹，走势看上去像字母V

研究人员用类似的（de）思路，将全国经济按照（zhào）区域进（jìn）行（háng）分析，发现湖北、北京及天津的经济复苏情况为（wéi）L型，复苏（sū）缓慢，与（yǔ）持续的疫情管控（kòng）以（yǐ）及旅行（háng）限制有关；南部沿（yán）海、黄河中游、东（dōng）部沿海（hǎi）、长江中游和（hé）北部沿海的数据显（xiǎn）示（shì）出明显的（de）勾型复苏趋势；大西北、东北和西南区域则展现出强劲的V型反弹趋势。

百度大数据研（yán）究专（zhuān）家表（biǎo）示，五大经济区（南（nán）部沿海（hǎi），黄河中（zhōng）游，东部沿海、长江（jiāng）中（zhōng）游、北部（bù）沿海）高度依赖（lài）全球供（gòng）应链的经济，在国内疫（yì）情结束（shù）之后，依（yī）然受到（dào）国际整体疫情和经济形势的影响，未能快速反弹，呈现中间态（tài）的勾型；而西北、东北、西南等地区（qū）经（jīng）济对（duì）外依赖（lài）性相（xiàng）对较小，疫（yì）情感染（rǎn）人数没有其他（tā）五大经（jīng）济区多，恢复（fù）快，经济（jì）经历短暂阵痛之（zhī）后，触底反弹。

搜索COVID-9越多，疫情（qíng）防控工作越好（hǎo）？百度大数据“揭秘（mì）”疫情（qíng）防治、人口迁徙与搜索行为间的（de）显著关联 [2]

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

先来看（kàn）第一（yī）项发现：从（cóng）武汉移出到中（zhōng）国其他主要城市人口情况（kuàng），与（yǔ）当（dāng）地疫情传染（rǎn）情况的关系存在（zài）显（xiǎn）著的正相关。

百度大数据（jù）统计（jì）了（le）截至3月31日中国（guó）内地300个除湖北外主要城市的确诊感染人数，将其与1月23日迁入（rù）该（gāi）城市的（de）人口数（shù）做出了（le）对比（bǐ）。

图5：截（jié）至2020年3月31日中国内地各主要城市确（què）诊人数 (上图（tú）) /当地确诊率 (下图) vs 2020年1月1日至23日从（cóng）武汉迁入人数

上面左图展示了全国主要城市（shì）每个城市从武汉（hàn）迁（qiān）入人（rén）数（x-轴）与截止到3月31日当地累计确诊（zhěn）人数（y-轴（zhóu））的关联。二者存（cún）在显著正相关。说明，当地累（lèi）计确诊人数与（yǔ）当（dāng）地迁入（rù）的武汉人（rén）数存在直接的关联。

考虑（lǜ）到（dào）城市大小的关系，百度研究者也以（yǐ）当（dāng）地感染率（每百万人平均感确诊人数）与从武（wǔ）汉迁入人数做出了分分（fèn）析统计，如右图。结果依然（rán）是显著正（zhèng）相关。

由（yóu）此可以得出（chū）结论（lùn）——在武汉封（fēng）城之前，从武汉迁入人口更（gèng）多的城市，会（huì）有更高的感染人数；同理推断，武汉越早采取封城措施，则疫情波（bō）及范围越小。

再来看第（dì）二项研究结果。数据显（xiǎn）示，疫（yì）情越严重的地方，人（rén）均（jun1）搜索（suǒ）COVID-19相（xiàng）关（guān）关键词的次数也越多。

图6：2020年（nián）1月（yuè）33月31日中（zhōng）国大陆各主（zhǔ）要城市人均COVID-19搜（sōu）索次数 v.s 该（gāi）城市确诊人数（shù） (上图（tú）) /确诊率(下图)

可以看出，中国（guó）内地（dì）除湖北外主要城（chéng）市确诊感染人（rén）数与该城市人均搜（sōu）索COVID-19相（xiàng）关关键词的次数存在显著正（zhèng）相关。由此（cǐ）得出（chū）结论，可能是由（yóu）于感染情况引发（fā）的恐慌心理，人们更愿意（yì）搜索相关信息（xī）。

百度的研究（jiū）还发现，全（quán）国除湖北（běi）外（wài）主要城市的（de）出（chū）行恢复率与（yǔ）当地人通过百度搜索COVID-19次数呈现显著的负相关。也就（jiù）是（shì）说，人均通过（guò）百度搜索COVID-19关键字较多的城市，人（rén）们出（chū）行意愿更低、或是当地疫情管控措施更为严（yán）格（gé） (在排除了其他潜在因素的偏相关性分析后，此关联依然显著)。

图7：截至2020年3月31日中国大陆（lù）各主要城市（shì）出行恢复率 v.s 该城市人（rén）均COVID-19相关信息搜索（suǒ）次数：上图(Log-Log Plot)， 下图（tú）正常尺度 。

可以看（kàn）出，当人们主动（dòng）搜（sōu）索信（xìn）息得到（dào）了更多（duō）有关疫情的消息时，便更愿意待在家里（lǐ）。可（kě）以（yǐ）说，百度数据对人口隔离政策和移（yí）动限制政策提供了重要（yào）参考。

大数据全（quán）面赋能（néng）疫情防控：真实掌（zhǎng）握+有效预（yù）警+精准施策

从上（shàng）数研究（jiū）结（jié）果可以看出，百度地图、搜（sōu）索和健康的多维度（dù）数据能够直观（guān）呈现疫情发（fā）展及其社会影响。沈浩认（rèn）为，百度大数据对于征服开展疫情防控与社会治理而言，有着突出意义。

其一，有利于全面、真实、动态掌握疫情防控情况。平时访问发热门诊数量的人是否显著增多？疫情期间居家隔离情况执行如何？百度都（dōu）能够第一时（shí）间给予直观、真实的数据化（huà）呈现（xiàn）。

其二（èr），对可能发（fā）生的疫情（qíng）相关风险提出（chū）预警。百度地图数据可（kě）以直接（jiē）为疫情期间居家隔离（lí）政策、出行限制政策执行情况提供（gòng）参考，对（duì）危险（xiǎn）信（xìn）号提出预警。

第三，动态掌（zhǎng）复工（gōng）复产、经济发展的（de）真实情（qíng）况，形成真实全（quán）面的“景（jǐng）气（qì）指数”。各地、各行业复工复产情况究（jiū）竟如何？百度（dù）地图的商（shāng）户和用户活跃程度，便可以给予客（kè）观的回应，作为政（zhèng）府机构精准施策（cè）的基础。

利（lì）用大数据提升社（shè）会治理能力也是中国政府近（jìn）年来不断努力的方向。

2月18日，工（gōng）业和信息化部印（yìn）发了《关于（yú）运用（yòng）新一代信（xìn）息技术支撑（chēng）服务疫情防控和（hé）复工复产工作（zuò）的通知》，提出有（yǒu）效应用信息化手段助力疫情防控和复工复（fù）产。在中央精神的（de）指（zhǐ）导下，社会各界纷纷探索（suǒ）以信息化途径（jìng）高效开（kāi）展疫情防控。

实际上，在（zài）新冠（guàn）肺（fèi）炎疫（yì）情发（fā）生之前，大数据在国（guó）内外（wài）公共卫生事件（jiàn）中的应用效果已经得到了较好的检（jiǎn）验。此次疫情（qíng）发生后（hòu），韩国、日（rì）本、新（xīn）加（jiā）坡等国家均采用了大数（shù）据手段防控疫情、指（zhǐ）导经济活动（dòng），取得（dé）了（le）良好的效果。

在（zài）中国，相较17年前的SARS疫情，大数据在此次（cì）新冠疫情（qíng）防控中的（de）作（zuò）用尤为明显（xiǎn），涵盖个人健康状况认（rèn）证、远程医疗（liáo）问诊、应急物资调配（pèi）等方方（fāng）面面。

“互（hù）联网公司掌（zhǎng）握（wò）社会许多层（céng）面的数据，政府一方面要（yào）对数据的合规性加（jiā）强监管，另一方面，也要积极（jí）利（lì）用互联网公司的（de）大数据，可以联合科研院所和企（qǐ）业（yè）大数据机构（gòu）协同进行大（dà）数据研究，助力疫情防（fáng）控、应急管理和社（shè）会的精细化治（zhì）理，为决（jué）策提供（gòng）有益参（cān）考。”沈浩表示。