山东省23日即将进入群体感染高峰_山东省最新确诊

1.专家预计1月内达到感染峰值，哪些群众需要提高警惕？

2.梅雨期2022

3.扛过疫情高峰期还会感染新冠吗

4.2023年非瘟卷土重来？已有15省猪场疑似感染，养殖场户提高警惕！

中新网北京12月28日电不久前，《自然》杂志公布了2022年度科学影响“十大人物”，北京大学生物医学前沿创新中心副研究员、北京昌平实验室领衔科学家曹云龙入选。

这一榜单旨在选出十位在过去一年间为重大科学进展做出重要贡献的人物。曹云龙的入选理由是，作为新冠预测者，追踪了新冠病毒的演化，并准确预测了新突变和新毒株的出现。

日前，中新网专访了曹云龙，就目前全球几种主要流行毒株的特点、奥密克戎致病性变化、以及感染防治策略等话题进行了探讨。

不同突变株每年可导致多个感染高峰

曹云龙介绍，国内现阶段主要流行的是BA.5.2和BF.7，二者都属于奥密克戎BA.5支系。他表示，我国大部分人群接种的是原始株疫苗，其诱导的体液免疫被奥密克戎突变株严重逃逸，加之多数人群接种疫苗已经一年以上，体内中和抗体水平下降，进一步削弱了预防感染的作用。

他提到，当感染BF.7之后，对BA.5和BF.7的中和抗体水平较高，短时间内不会再重复感染同一毒株。但是，与BA.5.2和BF.7相比，目前国际上主要流行的BQ.1.1、XBB等新毒株的免疫逃逸能力更强，即使是感染了BF.7，康复后产生的抗体对XBB等最新突变株的中和能力也较低。因此可以预见的是，国内BA.5.2和BF.7感染高峰过去后，不排除出现因BQ.1.1、XBB或者是其他免疫逃逸能力更强的毒株驱动的感染高峰。

以色列人群新冠重复感染率大型队列研究受访者供图

在国际上其它地区，重复感染已司空见惯。曹云龙提供的数据表明，最新流行株如BQ.1.1和XBB的重复感染率已达到40%，并在持续攀升。他表示，今年绝大部分国家都经历了四波重大感染高峰，多为不同突变株所诱导，平均三个月一次。目前看来，国内也很难完全避免。

重点关注奥密克戎在高危人群中的致病性

曹云龙表示，现在看到的奥密克戎的致病性整体上下降，主要是因为疫苗接种的普及以及大量人群感染导致的免疫力增强。虽然疫苗和自然感染建立的免疫屏障不能有效防止感染，但可以减轻症状，所以看上去似乎是病毒的致病性下降了。但他强调，这并不能与病毒的天然毒性相提并论。

曹云龙提到，社会群体中还有很多无法接种疫苗或者接种后无法产生有效免疫应答的人群，例如免疫缺陷人群、高龄老人、以及肿瘤患者等，他们也是新冠感染后发生重症和死亡的高危人群，因此仍然需要监测奥密克戎在这些高危人群中的致病性。

他介绍，在美国、英国、日本等国家，奥密克戎已经造成极大的死亡和重症负担。例如，在英国，奥密克戎BA.1造成的总死亡人数与Delta相当，虽然从BA.1→BA.2→BA.5，死亡峰值呈现下降趋势，但累计的死亡总数并没有大幅度下降。而日本今冬疫情造成的重症人数和死亡人数已逼近历史记录且尚未出现下降趋势。

曹云龙表示，目前的疫苗对重症的预防效果都较好，提高老年人的疫苗接种率仍具有重要意义。对于不适合疫苗接种的人群，则需要探索其他应对策略。

日本过去两年每日新增新冠死亡人数变化受访者供图

广谱中和抗体有望提高治疗和预防效率

曹云龙认为，如何让疫苗和抗体药物的研发周期跟上病毒进化的速度是后续需要解决的问题。

“一个抗体药物的临床开发往往需要半年到一年的时间，也就是它能够使得社会受益的前提是该抗体能够应对未来半年到一年后所流行病毒。”曹云龙表示，新冠病毒突变较快，且免疫逃逸特性强，如何挑选开发广谱抗体药物，使得药物研发跟得上病毒突变至关重要，也是目前研发能够高效预防感染的疫苗所面临的痛点。

曹云龙团队建立了新冠免疫逃逸突变位点预测模型。他表示，预测到未来新冠会发生的突变，可以提前挑选出不受这些突变影响的抗体药物进行临床研发。

目前，曹云龙团队已开发两个广谱中和抗体SA55和SA58。据介绍，这两个抗体是从接种新冠疫苗的非典康复者体内筛选的，其作用位点避开了人群免疫的优势免疫表位，使得其很难被逃逸。

“SA55在目前的人群免疫背景中几乎不存在类似抗体，也是目前唯一一个处于临床开发阶段并对目前所有已知的新冠流行毒株都有效的抗体。”曹云龙介绍，SA55和SA58正在开展临床试验，产品剂型包括注射剂和喷雾剂。其中，注射剂可用于治疗和长效预防中重症，尤其适用于老年人或免疫缺陷人群等不适合疫苗接种或免疫反应差的人群。

与注射相比，喷雾剂直接作用于上呼吸道，只需很低的剂量就可实现预防感染的作用。初步安慰剂随机对照试验数据显示，SA58喷雾剂用于暴露后预防对有症状感染的保护效率可高达80%以上。“SA55活性更高，预防效率预计更高，且所需剂量会更低、成本也会更低”。

曹云龙提到，SA55/SA58喷雾有望成为一款可供全民居家日常使用的新冠预防和治疗产品，目前正在准备进行更为严谨的双盲临床试验。

新冠鼻喷中和抗体使用示意图受访者供图

“虽然不能保证SA55未来一定不会逃逸，但我和团队已经在开发其他候选抗体，如果SA55被新毒株逃逸，可以马上有新的抗体替补。”曹云龙表示，除了广谱抗体，他和团队后续还将研发广谱新冠疫苗，以解决现有疫苗面临的技术瓶颈。

专家预计1月内达到感染峰值，哪些群众需要提高警惕？

现在全面开放，阳性患者很多，某些还是无症状感染者，这对特殊人群的威胁是很大的。专家预判一个月或达到感染高峰，害怕啊！

专家预判，一个月后达到感染高峰。

很多专家在接受采访时都表示：?根据外国多地开放的数据来看，在一起慢慢开放之后的一个月内，就可能会达到感染的高峰期，最终向季节性流行病转变。?这个月的感染率和传播率都是挺高的，给老弱病残等抵抗力弱的特殊群体带来巨大的生命威胁，也给人们带来一定的恐慌，不要疯狂囤药和囤物资。在这段时间内，人们该如何保护好自己呢？

尽量减少外出，戴好口罩。

根据个人体质而言，老弱病残等抵抗力弱的群体患上新冠之后，可能会出现呼吸困难症症状。这就要求我们在日常生活中尽量减少外出，外出时应该避免去人群多的地方，佩戴好n95口罩。不仅如此，要守护自家老人和小孩的安全，感觉自己有症状了，就应该居家隔离，不要与老人和小孩接触，不要把病传染给老人和小孩。

做好消毒工作，不聚集。

现在人们的生活慢慢恢复正常，没有行程码，也不用做核酸，人们可以自由上班。在上班途中，一定要做好个人防护工作，公共场所之中，尽可能不取下口罩，不去参加大型商业活动，不聚集，不凑热闹。不仅如此，还要保持好个人卫生，家里经常通风和消毒，预防新冠病毒！

适当运动，科学膳食，增强自身抵抗力。

新冠病毒并不可怕，人们要积极应对，敢于反抗。在这种情况下，我们应该保持一个良好的心态，适当运动，科学膳食，均衡饮食，保证自身供能，增强自身的抵抗力。

梅雨期2022

老人、儿童及患有基础疾病群体需提高警惕，尽可能降低感染概率或延缓感染时间。专家预计1月内达到感染峰值?

随着疫情防控政策的优化与调整，在未来新冠医疗资源配置当中，重症及相关风险人群将成为重点救治对象。日前复旦大学附属中山医院重症医学科主任钟鸣在接受记者采访时，表示新冠阳性居家隔离意味会着社会面进行传播。，从预计状况来看，疫情走势将会在一个月之内达到感染峰值，但之后什么时候会结束，模型相对复杂，周期可能会有所拉长。

该言论在网络上引发热议，有网友表示疫情防控政策的优化和调整确实会带来社会面的广泛传播，未来一段时间内，大家都应该保护好自己。

老人、儿童及患有基础疾病群体在未来一段时间内需提高警惕，尽最大努力降低疫情对生活的影响。

从现阶段政策优化与调整方式来看，未来新冠疫情的社会面广泛传播已经成为一个必然。病毒在疫情爆发这几年时间内虽然传播性在不断增强，但是致病力却一直在减弱。根据现阶段各专家言论来看，无症状患者及轻症患者将占据绝大多数。

从现阶段状况来看，老人、儿童及患有基础疾病的群体在未来一段时间内需提高警惕。因为这部分人群免疫力相对较差，在感染新冠病毒之后容易出现较为严重的症状，而在现阶段患者较多的情况下，一旦出现严重症状，无法及时就医，将有可能危及到生命安全。

因此，对于这部分人群来说，生活中尽可能少到人员聚集地区去，外出时一定要佩戴口罩，生活中要多注意锻炼和保暖，尽最大努力避免感染新冠病毒或尽可能延后感染时间。随着病毒致病力的不断弱化，扛过最危险的这段时间之后，未来应该就会安全许多。

在现实生活当中，人人都已经成为自身安全的第一责任人，我们都应该在生活中提高警惕，以降低病毒感染对个人及家庭的负面影响。

扛过疫情高峰期还会感染新冠吗

梅雨期2022

2022年7月8日-15日。

因为每个地区的气温不同，所以2022年出入梅花的时间也不同。但一般6月中旬入梅，7月上半月出梅，持续20天左右。但也有晚招晚走梅花的情况。比如2020年的梅雨区，梅花入梅早，出梅晚，持续时间长。当年，浙江在5月底正式进入梅雨季节，比以前提前了十天。

一般来说，2022年的雨季会在六月初开始，七月初结束，持续二十天左右。预计今年各地将在6月10日前后正式入梅，出梅时间在7月中旬。雨季来了，一定要注意家里的东西，多检查，不要发霉。

江苏泰州_梅雨2022年

1.2022年江苏什么时候入梅？

2022年江苏雨季6月23日正式进入5月。据江苏省气象台和南京市气象台最新召开的新闻发布会，宣布南京从6月23日起正式进入雨季。另外，江苏省淮河以南地区也有望在6月23日入梅，所以今年江苏的雨季是6月23日星期四。

1.江苏今年是大器晚成吗？

属于晚梅花。因为常年平均的梅花日是6月19日，今年的梅花日是6月23日，有点晚。由于梅雨带由北向南摆动，强对流天气多，有明显的间歇性降水和阶段性高温。同时，淮北也将从6月23日开始进入多雨期。

2.今年江苏五月雨季天气怎么样？

据江苏省气象台首席预报员最新介绍，今年雨季前期我省高温天气仍将持续，强对流天气将更加频繁。6月24日后，江苏省中北部地区预计将出现短时强降水、雷雨大风甚至冰雹天气，需多加防范。预计未来一周江苏将有两次明显降雨过程，分别在22日夜间至24日和27日至28日。23~26日，有短时强降水、雷暴大风、小冰雹等强对流天气。22日中北部、23日沿江、苏南、24-25日沿淮、淮北有35℃以上的高温天气。

3.今年江苏的梅雨量有多少？

梅雨平均量200-260毫米。其间淮北地区平均降雨量170-230毫米，较常年偏多。

2.2022年江苏梅花什么时候开？

据江苏省气象台首席预报员最新介绍，预计2022年7月中旬出梅。江苏近几年的梅雨持续时间如下:

1.2021年江苏省气象台发布梅雨预报，淮河以南局部地区于6月13日正式进入梅雨。

2.2020年江苏雨季从6月9日开始，7月21日结束，雨季持续43天。

3.2019年江苏6月18日至7月21日进入梅雨期。梅雨期的总长度为33天，比正常的梅期23至24天要长。

4.2016年江苏的雨季持续了32天。

一般来说，2022年江苏省雨季6月23日正式进入梅季，一般7月份出来。根据江苏省最新的天气预报，今年7月上旬将会出梅花。

无锡黄梅天过了吗2022

2022年梅雨季节时间在5月下旬至6月下旬出现。因为每年梅雨期发生在芒种和小暑这两个节气期间，而今年芒种是6月6日，而小暑是7月7日。

所以预计我国长江中下游地区梅雨季节将从6月上旬开始，而根据往年各地入梅时间来看，都不是统一的，会相隔几天。像2021年上海于6月10日入梅；江苏苏州6月10日入梅，淮河以南地区入梅6月13日才入梅。

注意。

2022入梅标准：连续5日平均气温超过22℃，有4天为雨天才算是入梅。而根据近期上海天气预报来看，还没有正式入梅，最低气温还在16-18度之间。

2020年到2022年疫情走势图

大数据疫情观察：全国疫情高峰过了么？

腾景宏观金融大势研判

2022-12-2317:23·来自北京

腾景宏观快报

2022年12月23日

大数据疫情观察：全国疫情高峰过了么？

——基于腾景AI高频模拟和预测

腾景高频和宏观研究团队

本期要点：

针对预测到底准不准，全国疫情是否已经见顶的问题，我们增加了28个城市的地铁客运量日度数据进行辅助判断。非网民样本的缺失可能会导致预测结果有偏。

大数据不完美，应用大数据做宏观经济预测并非完美无缺，我们分析了谷歌流感趋势何以失灵。原因可能包括：媒体对谷歌流感趋势的大幅报道导致人们的搜索行为发生了变化，用户的搜索行为反过来也会影响GFT的预测结果。

当前全国疫情或尚未达峰，但是达峰进程可能会有所提前。借助地铁客运量数据进行辅助验证，我们判断北京、石家庄、武汉、重庆等城市已经度过疫情峰值，成都、天津、长沙、南京、西安等城市尚未达峰。

一、预测到底准不准？预期与现实相互验证

在上期《大数据疫情观察：中心城市率先迎来峰值》报告中，我们分析并给出了北京和河北部分城市疫情已经迎来“拐点”，成都、昆明等城市将陆续见顶的预测判断。根据百度搜索指数数据，北京百度“发烧”搜索指数持续下降，“咳嗽”搜索指数后于“发烧”见顶，这基本上印证了我们模型的预测。但是，我们也注意到2022年12月17日全国范围内“发烧”指数见顶，这是否意味着全国疫情的见顶？如果这样，这个数据与一些防疫专家的春节前后见顶的判断就有所出入。也有专家认为全国疫情可能虽然尚未达峰，但是进程缩短了。

但根据字节跳动的“巨量算数”，抖音“发烧”搜索指数于12月17日见顶，但头条“发烧”搜索指数仍在震荡上行。在朋友圈广为传播的知乎“数据帝”的预测里面，2022年12月20日前后大部分省市相继达到感染高峰，那么，很多研究者都想确认的是，站在2022年12月23日，全国范围内的单日新增感染有没有达峰？有人认为预测很准，和自己这些天在互联网上对疫情的感知较为一致；有些人则认为不准，认为身边的亲戚朋友们都阳了，而预测进度条还不到一半，个人体感和预测结果有较大差异。

与此同时，我们注意到了在2022年12月16日前后，全国几乎所有城市、省份“发烧”搜索指数迎来了“先扬后抑”的脉冲式增长，后续日度数据再也没有高于16日当天的值。这意味着疫情最艰难的阶段已经度过了么？通过对百度、头条疫情病症搜索引擎数据进行数据挖掘和建模分析，可以为疫情未来趋势研判提供重要参考。不过我们理解，为了定量评价疫情进展，还需要引入更多数据。

由于没有权威数据作为参考，各类疫情的预测仅仅是基于直觉、推理或演绎的带有参数的模型预测，预测准不准，缺乏客观权威作为结果比较，所以很难客观衡量预测是否准确，只能通过参与这件预测的所有观众和读者通过微观的数据，周围疫情扩散程度去验证预测结果，一个城市不同群体感染的先后，不同城市感染达峰的节奏，都会对预测是否准确有不一样的理解。

模型有局限性，逻辑假设的适用性，缺乏权威数据作为验证，难道就不需要预测了吗？托马斯·库恩和卡尔·波普尔就“科学哲学”这个概念展开了20世纪最具影响力的对峙。他们都以自己的方式深奥地从哲学的角度质疑科学的基本前提。库恩的《科学革命的结构》指出，即使现有的范式所预测的结果在现实中存在反例，现有的科学家也不会认为其范式有问题；只有可替代现有范式的新科学范式出现，并且反例达到了一定的数量，现有科学范式才可能被证伪，科学革命才会发生。从批判的角度来看对预测过程的否定也是发现新预测方法的过程。

量子基金的乔治·索罗斯推崇的哲学家卡尔·波普尔最著名的观点是科学是通过“可证伪性”进行的——人们无法证明假设是正确的，甚至无法通过归纳法获得真理的证据，但如果假设是错误的，则可以反驳它。根据波普尔的观点，只有可被经验证伪的理论体系才应被赋予真正的科学地位。因此，波普尔提倡大胆假设，用证伪的方式去不断试错，不断修正，而不是提出假说，然后到处找支持自己理论的根据。“证伪”也是索罗斯所一直推崇与实践的思考方式。

二、地铁客运量作为疫情达峰的重要辅助观察指标

因此，我们从疫情出发，回到经济，从多维度验证疫情的峰值。地铁客运量无疑是很好的观察指标，一个有地铁城市的客运量受若干因素影响：1、出行管制，2、出行意愿，3、地铁的便利程度。

从数据上来看，北京、上海作为全国地铁保有量最高的两个城市，也是日均客运量最高的两个城市，地铁数据较高的反映了疫情的高低，同时地铁客运量的日度数据公布滞后1-3天，还算比较及时，从数据收集角度看，地铁数据来自于物联网设备自动采集，人工干预的影响较小，数据具有充分的客观性，可以作为疫情的第二类主要观察变量。

图：上海地铁客运量

▲数据来源：Wind、腾景AI经济预测

上图是2019年12月至今的上海地铁客运量数据，比较明显的是2020年初的武汉疫情，2022年4月的上海疫情，和2022年12月的全国疫情。由于地铁客运量遵循周一至周五高，周六日低的原则，日度数据信息量有些冗余，后续我们通过比较周度平均数据，可以过滤短期的日内数据波动。

图：上海地铁客运量

▲数据来源：Wind、腾景AI经济预测

比较北京地铁客运量，也可以看出2022年4月，上海地铁停运7周左右，北京虽然没有停运，但周度地铁客运量均值从近三年日常的800万降低到100万以下。值得注意的是，2022年9月之后的北京地铁客运量明显低于上海，这一方面是疫情，另一方面也是北京地铁需要全网查验72小时核酸，11月24日进一步缩短到48小时，12月5日起这一政策被解除。

图：北京地铁客运量

▲数据来源：Wind、腾景AI经济预测

图：十大城市地铁客运量7日移动平均，协同性高度一致

▲数据来源：Wind、腾景AI经济预测

基于此数据，我们认为北京疫情高峰已过，但全国整体疫情高峰并非如百度搜索指数和头条指数显示的那样已经见顶，而是处于快速发展期。我们建立了四阶段数据模型，辅助验证各城市是否达峰。如下图所示，北京、武汉、重庆、沈阳、石家庄、兰州、昆明地铁客运量已经企稳回升，目前处于第四阶段；成都、天津、长春、郑州、广州、厦门、深圳、西安、上海、南京等城市仍处于达峰进程中的第三阶段。由于移动平均有可能会带来数据滞后，后面，我们用真实数据做了测试。

图：疫情扩散进程

▲数据来源：腾景AI经济预测

图：国内部分城市地铁客运量

注：十大城市是指：北京、上海、广州、成都、南京、武汉、西安、苏州、郑州、重庆，下同。

▲数据来源：Wind、腾景AI经济预测

在以日度为单位的疫情进展中，如果当天地铁出行数据出现回升，应该主要看两个数据，第一是同比，第二看环比。

根据日度数据，北京地铁出行，无论是环比还是同比，均处于上行阶段，这与见顶判断一致，其他有可能见顶的是武汉、重庆、成都。而上海、广州、南京、苏州、西安等地铁客运量仍在持续下滑，这表明疫情仍在达峰进程中。

图：国内部分城市地铁客运量

▲数据来源：Wind、腾景AI经济预测

由于地铁客运量同比数据下滑严重，我们判断：上海、广州、南京、西安、苏州、郑州等城市的疫情仍在达峰进程中，北京、武汉、重庆同比转正，预计已度过疫情高峰。

图：28个城市地铁客运量及周度同比

▲数据来源：Wind、腾景AI经济预测

三、预期如何与现实相互影响？

放开疫情管制后的经验有很多，无论是疫情见顶的节奏，对消费，劳动参与率的影响，都有较多国家可以参考。这无疑给了我们一些预期，14亿人口的放开和中等规模人口国家放开又有所区别。国内传染病专家也在各类媒体上表示春节前后，明年一季度疫情达峰等等，释放这样的未来见顶信号。但是从北京和多数城市的感知中，疫情似乎见顶的早于我们的认知，那么到底哪里会出问题呢？

政策指标失灵：古德哈特定律

当多数互联网参与者都知道百度搜索指数能够间接代表疫情的时候，它可能就不准了，在某种程度上，它就是古德哈特定律在疫情上的体现。古德哈特定律是出自于英国经济学家查尔斯·古德哈特的说法，指的是：当一个政策变成目标，它将不再是一个好的政策。其中一种解释为：一项社会指标或经济指标，一旦成为一个用以指引宏观政策制定的既定目标，那么该指标就会丧失其原本具有的信息价值。

毫无疑问，在大多数人不知道“百度疫情指数”的重要性的情况下，它大概率还是有效的，内涵逻辑为搜索量大数据间接反映了大部分的居民自发的网络搜索行为，“发烧”搜索在一定程度上和阳性有症状是一回事。但是，在官方媒体和自媒体都在报道的情况下，这一指标会引发更多的搜索，而这些搜索和疫情本身并没有关系，而是互联网流量带来的效应。

网民搜索行为的偏移可能造成数据污染

我们比较了石家庄、兰州、北京、武汉、重庆、沈阳、昆明、成都、天津等城市的地铁客运量，发现都经历了政策放松而上行，疫情攀升客运量下行，疫情高峰度过再度上行这一数据变化模式。目前大部分城市仍处在疫情攀升客运量下行这一阶段，全国疫情的顶峰目前并没有到来，而百度指数给出的“发烧”搜索指数已经见顶，我们判断12月16日及之后的百度“发烧”搜索指数可能出现了异常，核心逻辑是12月16日，全国所有城市都出现了一个攀升，随后下降，这种能够同一时间影响所有城市的因素大概率不是以一定规律传播的病毒造成的，而是其他因素造成的数据“污染”。

样本缺失：60岁及以上老年人非网民群体

我们知道百度指数、头条指数、微指数是基于海量网民行为数据进行数据挖掘分析的数据产品，因此非网民的行为数据自然被排除在研究样本之外。

中国互联网信息中心2022年8月31日发布的第50次《中国互联网络发展状况统计报告》显示，截至2022年6月，我国非网民规模为3.62亿，这是一个不小的基数。从地区来看，我国非网民仍以农村地区为主，农村地区非网民占比为41.2%。从年龄来看，60岁及以上老年群体是非网民的主要群体。据此可见，非网民地域上主要分布在农村地区，年龄上以60岁及以上老年群体为主。

这个基数不小的非网民群体检索行为的缺失导致本来应该出现的检索结果游离于样本之外，导致“发烧”等病症搜索指数被低估。根据美国疾病控制与预防中心的报告，患重症COVID-19的风险会随着年龄、残疾和基础疾病的增加而增加。在后期的奥密克戎期间，大多数院内死亡发生在年龄≥65岁的成年人和患有三种或更多种基础疾病的人群中。

图：世界各国家和地区每日确诊的COVID-19病例

注：由于检测有限，确诊病例数低于真实感染数，数据截至2022年12月21日

▲数据来源：约翰·霍普金斯大学CSSECOVID-19数据库，ourworldindata.org、腾景AI经济预测

图：世界各地区每日确诊的COVID-19病例

注：由于检测有限，确诊病例数低于真实感染数，数据截至2022年12月21日

▲数据来源：约翰·霍普金斯大学CSSECOVID-19数据库，ourworldindata.org、腾景AI经济预测

大数据不完美，谷歌流感趋势为何失灵？

早在1980年，未来学家阿尔温·托夫勒在《第三次浪潮》一书中，就提出了“大数据”的概念。自古至今，预测一直是人们十分期待的能力，而大数据预测则是数据最核心的应用，其逻辑是每一种非常规的变化事前一定有征兆，每一件事情都有迹可循，如果找到了征兆与变化之间的规律，就可以进行预测。

利用大数据方法和技术进行宏观经济研究和分析，在国际上已有先例。在大数据分析的视野中，它不仅仅是要搞清楚宏观统计规律，更要弄清宏观数据中的精细结构。基于研究的视角，大数据时代为宏观经济分析提供强大的支持，正在改变宏观经济研究范式。

各国央行等主流金融机构研发并采用即时预测模型以实时追踪经济状态的变化，在被大量社会化信息淹没前就找到可靠的信息源，从而动态地调整对经济指标的预期。包括纽约联储的Nowcasting模型、WEI模型、亚特兰大联储的GDPNow模型以及英格兰银行的MIDAS模型等。

根据DidierSornette教授的“龙王”理论，极端事件的发生有两个条件：系统的一致性与协同性。当系统的一致性非常强时，黑天鹅式的极端事件容易发生。当系统的一致性和协同性同时加强时，会发生超越“黑天鹅”的更极端的“龙王”事件。

“黑天鹅”也好，“龙王”也好，都不是孤立的事件，而是一系列强烈关联的事件，体现了正反馈的强大作用。什么时候股市可以预测？关键就在于股市变化前后关联的程度。

2008年谷歌推出的GoogleFluTrends系统，其动机是能够及早发现疾病活动并迅速做出反应可以减少季节性流感和大流行性流感的影响,通过分析收集到的大量Google搜索查询，以揭示人群中是否存在流感样疾病。这个逻辑和想法其实很简单直观——如果你生病了，你很可能会在搜索引擎上搜索以查找信息，比如如何治疗。谷歌决定要跟踪这些搜索，并使用这些数据来尝试和预测流感流行，甚至在疾病控制中心等医疗机构能够做到之前。

2009年通过谷歌累积的海量搜索数据，“谷歌流感趋势”成功预测了H1N1流感在美国境内的传播，一战成名。有报告指出，谷歌流感趋势能够在美国疾病控制和预防中心报告流感爆发前10天预测区域性流感爆发。GFT这种预测能力显然具有重大的社会意义，可以为整个社会提前控制传染病疫情赢得先机。

于是谷歌在其网站上创建了一个奇特的方程式来计算出究竟有多少人感染了流感。简单理解的数据逻辑是这样的：人们的位置+谷歌上与流感相关的搜索查询+一些非常聪明的算法=美国流感患者的数量。

线性模型用于计算流感样疾病就诊的对数几率和相关搜索查询的对数几率：

P是医生就诊访问的百分比，Q是在前面的步骤中计算的与ILI相关的查询分数。β0是截距，β1是系数，ε而是误差项。

谷歌流感趋势已被证明不是一直准确的，尤其是在2011年至2013年期间，它高估了相对流感发病率，并且在2012年至2013年流感季节的一个时间段内预测就诊次数是CDC记录的两倍。2013年《自然》杂志发表的一篇文章称，谷歌流感趋势将流感病例高估了约50%。

可以看到，应用大数据做宏观经济预测并非完美无缺。经济学家、作家TimHarford认为，“谷歌流感趋势的失败凸显了不受约束的经验主义的危险”。对GFT失败的一种解释是，新闻中充斥着

图：谷歌流感趋势ILI估计与CDC估计的比较

▲数据来源：ImprovingGoogleFluTrendsEstimatesfortheUnitedStatesthroughTransformation,LeahJMartin,BiyingXu,YutakaYasui,腾景AI经济预测

2013年，谷歌调整了算法，并回应称出现偏差的“罪魁祸首”是媒体对GFT的大幅报道导致人们的搜索行为发生了变化。GFT也似乎没有考虑引入专业的健康医疗数据以及专家经验，同时也并未对用户搜索数据进行“清洗”和“去噪”。谷歌在2011年之后推出“推荐相关搜索词”，也就是我们今天很熟悉的搜索关联词模式。研究人员分析，这些调整有可能人为推高了一些搜索指数，并导致对流行发病率的高估。举例来说，当用户搜索“发烧”，谷歌会同时给出“喉咙痛和发烧”、“如何治疗喉咙痛”等关联推荐词，这时用户可能会出于好奇等原因进行点击，造成用户使用的关键词并非用户本意的现象，从而影响GFT搜索数据的准确性。用户的搜索行为反过来也会影响GFT的预测结果。在充斥媒体报道和用户主观信息的搜索引擎的喧嚣世界里，也同样存在“预测即干涉”悖论。国内搜索引擎指数上大概率也会出现类似的情况，这是我们结合GFT的经验对预期差异给出的一种解释。

图：巨量算数“发烧”关联搜索词

▲数据来源：巨量算数、腾景AI经济预测

参考文献

[1]CNNIC：第50次《中国互联网络发展状况统计报告》

[2]

[3]AdjeiS,HongK,MolinariNM,etal.MortalityRiskAmongPatientsHospitalizedPrimarilyforCOVID-19DuringtheOmicronandDeltaVariantPandemicPeriods—UnitedStates,April2020_June2022.MMWRMorbMortalWklyRep2022;71:1182_1189.DOI:

[4]

[5]

[6]Lazer,D.,R.Kennedy,G.King,andA.Vespignani.2014.“TheParableofGoogleFlu:TrapsinBigDataAnalysis.”Science343:1203_1205.

更多重磅研究成果请关注公众号“腾景AI经济预测”。

搜索

天津感染高峰预测

天津死了多少新冠患者

全国疫情死亡总人数

中国疫情已死多少人

中央下达疫情最新政策

全国疫情最新消息

2022西安雨季一般在几月份

西安是比较有特色的一个城市，它有各种文化底蕴，还有各种美食小吃，深受人们喜欢。最近一段时间，西安地区总是下雨，一直处于阴雨天气之中，这个是比较正常的现象，它主要是受副热带高压、全球变暖以及地理位置影响导致的。

2021为什么西安9月喜欢下雨

1.副热带高压

九月，西安下了十多天的雨。从历年气象资料来看，西安9月份多雨是正常的。事实上，未来十天半的可能性相对较高。

西安属暖温带半湿润大陆性季风气候，雨量适中，四季分明。冬季寒冷，多风，多雾，少雨少雪；春天温暖、干燥、多风、多变；夏季炎热多雨，夏季干旱突出，雷雨大风；秋天天气凉爽。年降水量500～750mm，以夏秋季为主；西安夏秋两季长期处于副热带高压西北部，冬季盛行西南风和东北风。

副热带高压在北半球冬季占据太平洋。随着太阳直射点向北移动，副热带高压也逐渐向北移动。副热带高压西北缘易与冷空气结合形成降水。但受地形、副热带高压强度等因素影响，春季降水主要集中在华东和华南地区，也导致5月左右西安出现降水高峰。夏季，西安受副热带高压控制，短期暴雨较多。秋季来临时，副热带高压的西北边缘在向南退却时再次经过西安，导致9月份西安持续降水。

2.全球变暖

全球变暖的影响是复杂的。目前，降雨的总体体现是降雨带的北移，但这种北移并不仅仅是一种平移。其规模和范围具有地方特殊性。例如，在全球气温逐渐升高和降雨带北移的背景下，陕西省的降水量从20世纪90年代到新世纪初逐渐减少。

3.地理位置

事实上，西安所在的关中盆地水系并不丰富，水域面积相对较小，难以形成大量的局部热对流。盆地南部是秦岭山脉，是东部最高的山脉。对四川来说，西北太平洋副热带高压的西南气流将温暖潮湿的空气从印度洋输送到四川盆地，并在青藏高原北部遇到冷空气，在9月和10月在中国西部形成一场持续的秋雨。然而，由于秦岭的存在，许多暖湿气流在攀登秦岭南侧的过程中形成地形雨，很难进入关中盆地，这直接导致关中和汉中两种截然不同的干湿气候。

西安的雨季是什么时候

西安的雨季是7月、8月和9月。西安有两个明显的降水高峰，分别在7月和9月。西安市年平均降水量为558～750mm，由北向南递增。它每年都在变化。

9月，中国南部，即北回归线附近地区，远未降温，温暖的空气仍在那里盘旋，等待来自欧亚大陆深处的冷流将它们赶走。

不仅在中国南部，而且在南亚和中东的亚热带地区，他们也在等待同样的结果。此外，由于两个副热带高压都在沿海，大量的水蒸气也在蒸腾，但由于天气炎热，没有太多的水蒸气凝结成雨水。

从9月到10月，副热带高压向南移动，雨带返回中国西部。据说有阴雨天气。这场连绵不断的秋雨也有一个学名，叫做“中国西部的秋雨”和陕西的“秋雨”。它在中国西部的一些地区很常见，通常在9月份出现在西安。在南部副热带高压的影响下，天气一般持续约两至三个星期。

下雨天衣服怎么干得更快

1.纸巾压榨机

洗完衣服后，不管你怎么用力拧衣服，衣服上总是有很多水。你可以用纸巾熨衣服。纸巾吸水性很强。更多的纸巾可以使衣服上的水变干。

2.拧干毛巾

我们用干毛巾帮助拧干。首先用干毛巾裹住湿衣服，然后用力拧。这时，衣服上的水会被毛巾吸收。最好选择吸水性强的毛巾。

3.加入干毛巾，摇匀

我们也可以用洗衣机烘干。我们可以用洗衣机晾干一次，然后在第二

2023年非瘟卷土重来？已有15省猪场疑似感染，养殖场户提高警惕！

扛过疫情高峰期还会感染新冠。感染高峰，加上大规模疫苗接种的背景，会出现一定程度上的群体免疫，感染的高峰会回落。但由于各地感染高峰有个时间差，回落的时间也不会完全一样。尽管说感染高峰过去以后，会形成一定的群体免疫，整体感染人数会下降，而高峰和重症、死亡有明确的相关，峰值越高，短时间发病人数越多，越容易出现医疗挤兑，影响重症患者的救治。

冬春季节疫病多发，近期有不少养殖场户反馈，15个省份的猪场中有或疑似有非瘟发病情况，尽管大家都有成熟的拔牙与消杀程序，能迅速将损失降到最低，但各养殖户朋友依旧要当心非瘟卷土重来！而非瘟发病4年多以来，对生猪产业产生的影响依旧无比深重......

15省感染再现据我的钢铁网报道以及养殖场户反馈，近期又有非瘟抬头迹象，具体情况如下：

辽宁沈阳周边陆续有零星点状发生，散户及规模企业均有波及；

山东12-1月份相对比较集中，2月情况有所缓解；

安徽有少数散养户发病感染，但均迅速拔牙与消杀，损失很小；

河南12月分感染增多，年后即迅速好转；

河北散养户有综合非瘟、蓝耳、腹泻等发病情况；

山西节前发病相对较多，经过拔牙处理后迅速好转；

黑龙江省、吉林、浙江、云南、贵州、四川、重庆、广东、广西有零星发病；

总结来看，2023年初冬春交际，本就是疫病高发季节，因此部分猪场有疫病抬头的现象也在行业的意料之中，只需要及时做好拔牙与消杀工作，就能顺利度过危险阶段。

但更重要的是，出现非瘟抬头迹象的猪场一定要“查漏补缺”完善生物安全体系，始终对非瘟抱有敬畏心理，有时候一场导致清场的疫病就来源于大意。

例如近期江苏某饲料厂购入原料中发现了非瘟检测阳性的猪肉，增加了疫病传播风险！

2月7日，山东省畜牧兽医局发布的通知中指出，目前正处冬春交际，动物疫病进入多发高发期，非瘟等动物疫病防控形势不容乐观。

当然，我们也不必过于恐慌，因为非瘟发生4年多来给行业带来的不止是损失，同样也促进了变革与发展，回顾四年来的非瘟进程，笔者整理出了具体的防疫历史进程——

2018年8月3日，中国确诊首例非洲猪瘟疫情；同年9月份开始，安徽、黑龙江、内蒙古等省份迅速蔓延，一开始还主要集中在北方区域，从10月中下旬开始也在南方传播开来；到2018年末几乎人人自危，非瘟病毒无孔不入的威胁着全国大小猪场。

2019年非瘟形势同样严峻，但业内对于非瘟的认识逐渐清晰，迅速扑杀与消毒洗消开始流行。

2020年开始国内建立了对于非瘟普遍且正确的认知，生物安全体系迅速完善，大小猪场成功复养，能繁母猪出现直线攀升。

2021年国内对非瘟的防控成效显著，生猪产能稳定高涨，而猪价也因此断崖式下降，行业自此开始进入后疫情时代，非瘟疫情虽然逐渐变少，但对于行业的深远影响却延续至今。

非洲猪瘟的深远影响正所谓“塞翁失马，焉知非福”，非瘟确实给行业带来了巨大的损失，导致大量养猪场户无奈退出，肉价也一度飙涨不止......但我们同样在教训中学习、在阵痛中成长，非瘟后我们的母猪群体全面洗牌，全国生猪生产能力跨上一个台阶，规模化与政策调控也越发清晰......

首先，非瘟带来的最直观影响，就是母猪群体洗牌。

数据显示，2018年8月，全国能繁母猪存栏3130万头，在此之后，能繁母猪数量迅速滑落，一直减少到2019年9月甚至不足1900万头，共缩减1200多万头！

随后，全国大小猪场在高猪价和政策的支持下，开始迅速扩产，能繁母猪在2021年1月出现“狂飙”式增长，迅速从2000万头增长至3117万头，并且后续维持稳定增长，直到2021年6月达到45万头的顶峰，为“后非瘟时代”低迷行情暴跌埋下伏笔。

除了产能的变化以外，母猪性能同样也获得了巨大改变。

在非瘟洗礼后国内原有的母猪群体大量淘汰，后续大量新母猪引种于国外或国内优秀种猪集团，仅2020年我国就引进种猪超3万头。

随着母猪群体的大规模改良，PSY水平开始以远超常年的速度提升！如2014年我国PSY水平为15，到4年后的2018才提升至16；但非瘟后2021年就提升至18.57、2022年提升至21.13，我国的生猪供应能力极大增强，“缺肉”成为过去式。

其次，伴随着母猪产能的洗牌，另一个更重大的变化是，这些高产母猪大量集中到规模场手中，而原本占据市场主体的散养户群体被非瘟大量淘汰。

最直观的体现是，2007-2021年中国生猪养殖规模化率的年平均增长水平在2%左右，但2018年开始便迅速加速，年平均增速达到3%，2019年更是增长4.1%而达到57.1%，到2021年规模化率已超过了60%！

规模化加速的背后，同样也是散养户无奈退养的心酸泪。

尽管散养户近十几年来都不断退出，但2018年前后退出的数量格外多——2017-2018年养殖场户数降幅连续超过10%；2019年养殖场户数降幅达到27.95%，是往年降幅的4.6倍。

尽管退出的养殖场户不单单是散养户，但却是以防御能力、复养能力最弱的散养户为主！从这个角度来看，生猪产业的规模化发展也是大势所趋，经济与疫病都在推动着这一进程。

现在与未来除上述两大影响之外，非瘟带来的影响还有如生物安全体系迅速普及完善，对消毒剂市场也带来爆发式增长，还有饲料行业也被迫推出“高温制粒”等改变。

政策上国家一方面鼓励规模化生猪养殖，另一方面对全国进行“五大区划分”，要求尽量减少生猪向大区外调运，推动了“运猪”向“运肉”的历史性转变。

因此尽管非瘟疫情逐渐离我们远去，国内养猪场已只会有偶发性零星感染，很难再出现大规模发病的情况。

但非瘟对我们的影响无处不在，包括现如今反常的行情也源于非瘟带来的产能动荡。

而放眼未来，非瘟疫苗不再是大家的迫切期待，从越南非瘟试点以及前几年“疫苗毒”的额影响来看，非瘟疫苗即便成功研制商用，也并不一定就能高枕无忧。

笔者曾分析当今国内复杂的蓝耳疫病形势，国内有蓝耳疫苗产品六十多种，但这些年来蓝耳疫病却越发复杂，这也是因为活疫苗容易与病毒结合重组，形成新的毒株！

如果非瘟活疫苗普及开来，同样有演化出新毒株的危险，反而导致非瘟防控更加艰难与严峻！毫不客气的说，对于还在养猪的朋友们而言，非瘟已经是“老朋友”，在未来漫长时间内我们一定还会与这位老朋友“相碍相杀”，在这种背景下，要战胜非瘟容易，难的是战胜自己的惰性与麻痹大意。