【騰景AI經(jīng)濟(jì)預(yù)測】宏觀快報(bào)：大數(shù)據(jù)疫情觀察：中心城市率先迎來峰值

16日http:/16日請務(wù)必閱讀本報(bào)告尾部的重要聲明第1頁|共20頁騰景宏觀快報(bào)大數(shù)據(jù)疫情觀察：中心城市率先迎來峰值——基于騰景AI高頻模擬和預(yù)測騰景高頻和宏觀研究團(tuán)隊(duì)相關(guān)報(bào)告《騰景宏觀快報(bào)：美國11月CPI同比繼續(xù)加速回落，或?yàn)?-03《騰景宏觀快報(bào)：類通縮狀態(tài)下，大規(guī)模消費(fèi)刺激或?qū)⒊蔀?023年實(shí)現(xiàn)5%左右潛在增長鍵》2022-11-29《騰景宏觀快報(bào)：利用美國電價(jià)修正美國CPI高頻模擬誤差》聯(lián)系我們乙本期要點(diǎn)：一、人們尚未完全擺脫對奧密克戎的“恐懼”?2022年11月經(jīng)濟(jì)數(shù)據(jù)表現(xiàn)低于預(yù)期，工業(yè)增加值、服務(wù)業(yè)生產(chǎn)指數(shù)、社會消費(fèi)品零售總額、固定資產(chǎn)投資額相繼走低，這也和騰景AI高頻預(yù)測(模擬)的方向一致，但我們的模型還是低估了本次疫情對經(jīng)濟(jì)的沖擊。鐘南山院士從這些年防疫經(jīng)驗(yàn)總結(jié)以及科學(xué)模型的研判，預(yù)計(jì)明年三月中上旬，國內(nèi)疫情進(jìn)入相對平穩(wěn)階段。?結(jié)合日本、越南等國家放開后的發(fā)展路徑，社會大眾在放開初期可能會有一定的“恐慌”情緒，這一情況在國內(nèi)有所顯現(xiàn)。但是我們看到，疫情放開之后，亞洲地區(qū)如日本、越南、中國臺灣經(jīng)濟(jì)增速有明顯改善，人們最終克服了“恐懼”。最終每個(gè)國家都要經(jīng)歷一個(gè)陣痛期，好在病毒的致病性、致死率在下降。展望未來，我們的經(jīng)濟(jì)復(fù)蘇進(jìn)程取決于抗疫的背水一戰(zhàn)如何收場？目前沒有退路，長期非常態(tài)化的經(jīng)濟(jì)社會秩序和疫情管控措施，其實(shí)也是有代價(jià)的，而且代價(jià)可能更大。只有盡可能地為有基礎(chǔ)病的老人、兒童等弱勢群體準(zhǔn)備好“救生衣”趟過這股洪流，克服“恐懼”，戰(zhàn)勝“恐懼”本身，才能贏得最后的勝利。16日http:/16日請務(wù)必閱讀本報(bào)告尾部的重要聲明第2頁|共20頁圖：2022年11月騰景AI經(jīng)濟(jì)預(yù)測高頻預(yù)測結(jié)果高頻模擬和預(yù)測庫圖：2022年12月15日經(jīng)濟(jì)數(shù)據(jù)公布后，各機(jī)構(gòu)(包括騰景AI經(jīng)濟(jì)預(yù)測)的準(zhǔn)確率之間的數(shù)值精度評比，紫色為騰景AI與市場預(yù)期的數(shù)值精度Wind觀高頻模擬和預(yù)測庫?雖然有“二十條”到“新十條”的逐漸放開，但是發(fā)燒、咳嗽人數(shù)直線上升，打開微信朋友圈、抖音，從微觀感知上，似乎疫情已經(jīng)迅速登頂。但作者團(tuán)隊(duì)所在的北京，也是目前國內(nèi)疫情擴(kuò)散最嚴(yán)重的城市之一，從新增疫情確診人數(shù)統(tǒng)計(jì)來看并沒有快速上升，微觀上的寒冷與宏觀上的滯后促成了我們使用大數(shù)據(jù)來研判疫情感染曲線的“偏度”和“峰度”。請務(wù)必閱讀本報(bào)告尾部的重要聲明第3頁|共20頁二、互聯(lián)網(wǎng)搜索指數(shù)?從微觀感知上，互聯(lián)網(wǎng)搜索指數(shù)刻畫了所有接入互聯(lián)網(wǎng)的疫情參與程度，除了無癥狀感染者之外，絕大多數(shù)的陽性患者在病程初期會出現(xiàn)發(fā)燒，病程后期會出現(xiàn)咳嗽等癥狀。我們通過互聯(lián)網(wǎng)搜索平臺對“發(fā)燒”、“咳嗽”、“咽喉痛”的搜索來驗(yàn)證疫情是否達(dá)到頂峰。?使用互聯(lián)網(wǎng)搜索指數(shù)預(yù)測流感或者新冠疫情的發(fā)病情況其實(shí)不乏先例。ShuhuiGuo,FanFang等(2021)使用微博帖子改進(jìn)谷歌流感趨勢對COVID-19的估計(jì)。Ma,S.,Yang,S.(2022)在美國使用互聯(lián)網(wǎng)搜索信息進(jìn)行COVID-19預(yù)測，預(yù)測結(jié)果發(fā)表在美國《自然》雜志。圖：GoogleTrends領(lǐng)先香港新增確診一周GoogleTrends衛(wèi)健委圖：頭條關(guān)鍵詞“發(fā)燒”于2022年12月13日見頂請務(wù)必閱讀本報(bào)告尾部的重要聲明第4頁|共20頁圖：百度搜索指數(shù)“發(fā)燒”于2022年12月12日見頂指數(shù)圖：互聯(lián)網(wǎng)搜索與城市人口感染邏輯關(guān)系三、前期研究：基于SIR和SEIR模型1、SIR模型?SIR模型是一種經(jīng)典的傳染病模型，用于預(yù)測傳染病傳播的情況。它基于人口統(tǒng)計(jì)學(xué)的原理，將總?cè)丝诜譃槿齻€(gè)狀態(tài)：易感者(S)、感染者(I)和康復(fù)者(R)。該模型假設(shè)人們之間的聯(lián)系是隨機(jī)的，并用數(shù)學(xué)方程來描述傳染病的傳播。?SIR模型有助于預(yù)測傳染病的流行情況，從而幫助政府和公共衛(wèi)生機(jī)構(gòu)制定有效的防控措施。它還可以幫助評估不同控制措施的效果，為決策提供參考。不過，SIR模型也有一定的局限性，例如忽略了人口之間的社會關(guān)系和行為因素等。因此，在使用SIR模型時(shí)，應(yīng)該結(jié)合其他信息和工具，進(jìn)行綜合分析和評估。?蘭州大學(xué)新冠肺炎疫情全球預(yù)測系統(tǒng)是世界首個(gè)全球疫情預(yù)測系統(tǒng)，由蘭州大學(xué)西部生態(tài)安全協(xié)同創(chuàng)新中心主任黃建平及其團(tuán)隊(duì)研發(fā)，于2020年5月25日首次發(fā)布。該系統(tǒng)基于SIR模型的方法進(jìn)行疫情預(yù)測。COVID-19大流行全球預(yù)測系統(tǒng)(GPCP)的第二版使用了更復(fù)雜的SEIR模型。請務(wù)必閱讀本報(bào)告尾部的重要聲明第5頁|共20頁?該預(yù)測模型是一個(gè)結(jié)合了全球真實(shí)流行病數(shù)據(jù)、氣象因素和隔離措施的改良流行病SIR模型。假定在暴發(fā)期間不同地區(qū)的總?cè)丝诒３植蛔儯籆OVID-19只是通過人與人之間的傳染擴(kuò)散；個(gè)體之間沒有免疫力差異。每個(gè)國家的總?cè)丝诒环殖扇N類型：易感人群S，感染人群I，治愈和死亡人群R。SIR感染疾病模型使用以下方程描述：?基于上面定義的經(jīng)典SIR模型，蘭大的預(yù)測團(tuán)隊(duì)發(fā)展了一個(gè)包含溫度、濕度、城市人口密度和對COVID-19感染的控制強(qiáng)度的新模型。模型定義如下：?該團(tuán)隊(duì)發(fā)現(xiàn)環(huán)境溫度和大氣中NO(2)含量是預(yù)測新冠疫情的兩個(gè)重要指標(biāo)。新冠疫情傳播的最佳溫度是5-15℃，全球70%新冠肺炎確診病例出現(xiàn)在氣溫5℃-15℃之間(見前期研究成果)。另外，利用衛(wèi)星觀測的NO(2)含量能很好的反映各國政府防控和限制措施的實(shí)施效果。大氣中NO(2)含量反映了汽車尾氣和工業(yè)排放情況，當(dāng)NO(2)顯著減少時(shí)，說明交通量大量放緩，人際交流顯著減少，14天后疫情會顯著減少(見前期研究成果)。?為了引入溫度，濕度和政府管控措施，作者假定：?其中F(1)(T(2m))和F(2)(RH(2m))分別是局地溫度，相對濕度與每日新增確診人數(shù)的函數(shù)關(guān)系；NO(2)是局地NO(2)濃度的變化率，反映了隔離措施的強(qiáng)度。嚴(yán)格的隔離措施有助于增加社交距離和減少感染概請務(wù)必閱讀本報(bào)告尾部的重要聲明第6頁|共20頁2、改進(jìn)后的SEIR模型?SEIR模型是SIR模型的擴(kuò)展，用于更精細(xì)地描述傳染病的傳播情況。這種動(dòng)態(tài)模型允許人員在稱為間隔的組之間移動(dòng)，并且每個(gè)間隔依次影響另一個(gè)間隔。?SEIR模型定義了六種人群：易感者(S)，不易感者(P)，潛在感染者(E，處在潛伏期的感染者)，傳染者(I，尚未隔離的感染者)，隔離者(Q，已確診且已被隔離的感染者)，康復(fù)者和死亡者(R)。這六種人群的總和始終等于總?cè)丝?N)。該模型基于以下假設(shè)：?1、總?cè)丝趹?yīng)始終等于易感人群(S)、暴露人群(E)、保護(hù)人群(P)、感染人群(I)、隔離人群(Q)、死亡人群(D)和康復(fù)人群(R)的人口之和；?2、各地區(qū)總?cè)丝诓蛔儯?3、新冠僅通過人與人之間傳播；?4、所有人具有相同的免疫力。?該模型由以下6個(gè)方程式組成：?在第二個(gè)版本的模型中，作者考慮了社區(qū)解封時(shí)間。以解封當(dāng)天的新增病例數(shù)(dQc)做為標(biāo)志，當(dāng)某日的新增確診病例數(shù)低于dQc時(shí)，地方政府可以開始解除封鎖。模型中社區(qū)解封時(shí)間和市民自我隔離等因素的考慮，使得預(yù)測更加準(zhǔn)確。請務(wù)必閱讀本報(bào)告尾部的重要聲明第7頁|共20頁四、哪些城市可能已經(jīng)達(dá)到峰值?傳染病的傳播有兩類反饋機(jī)制：第一類是正反饋機(jī)制，可以由病毒的傳染指數(shù)和社會的防疫程度共同決定，“新10條”之后可以看到各地的“發(fā)燒”指數(shù)陸續(xù)上升，北京上升峰值是歷年平均的十倍左右，保定上升峰值在6倍左右，這一數(shù)據(jù)在“巨量算數(shù)”里更高。由于搜索指數(shù)和微觀感知較為一致，我們以北京、保定達(dá)峰為錨定，預(yù)估各地方感染達(dá)峰時(shí)間點(diǎn)。第二類是負(fù)反饋機(jī)制，因疫情高發(fā)，居民主動(dòng)減少出行、社交等接觸性活動(dòng)，這會在一定程度上降低疫情蔓延，壓平疫情傳染曲線的峰值。圖：北京“發(fā)燒”搜索指數(shù)0處理。下同。指數(shù)、騰景測算?各中心城市除北京外，基本上搜索指數(shù)處于上行態(tài)勢，值得注意的是，石家莊市在12月份高其他所有城市一截，說明其放開程度領(lǐng)先于全國其他城市，這與我們新聞上的感知一致。請務(wù)必閱讀本報(bào)告尾部的重要聲明第8頁|共20頁圖：國內(nèi)部分城市“發(fā)燒”搜索指數(shù)指數(shù)、騰景測算圖：河北省“發(fā)燒”搜索指數(shù)，保定可能已經(jīng)見頂指數(shù)、騰景測算?基于“發(fā)燒”搜索指數(shù)，我們可以觀察全國各地的感染強(qiáng)度，“發(fā)燒”的搜索量相較于歷年均值的差異(歸一化)。請務(wù)必閱讀本報(bào)告尾部的重要聲明第9頁|共20頁各省市近期感染強(qiáng)度指數(shù)、騰景測算16日http:/16日請務(wù)必閱讀本報(bào)告尾部的重要聲明第10頁|共20頁注：顏色越紅，進(jìn)程越快。省內(nèi)城市在同一張圖可以比較，跨省城市顏色不可比。數(shù)據(jù)以2022年12月1日~12月14日百度指數(shù)的平均值測算。全國“發(fā)燒”搜索指數(shù)指數(shù)、騰景測算安徽“發(fā)燒”搜索指數(shù)指數(shù)、騰景測算請務(wù)必閱讀本報(bào)告尾部的重要聲明第11頁|共20頁福建“發(fā)燒”搜索指數(shù)指數(shù)、騰景測算廣東“發(fā)燒”搜索指數(shù)指數(shù)、騰景測算請務(wù)必閱讀本報(bào)告尾部的重要聲明第12頁|共20頁廣西“發(fā)燒”搜索指數(shù)指數(shù)、騰景測算河北“發(fā)燒”搜索指數(shù)指數(shù)、騰景測算請務(wù)必閱讀本報(bào)告尾部的重要聲明第13頁|共20頁河南“發(fā)燒”搜索指數(shù)指數(shù)、騰景測算湖北“發(fā)燒”搜索指數(shù)指數(shù)、騰景測算請務(wù)必閱讀本報(bào)告尾部的重要聲明第14頁|共20頁湖南“發(fā)燒”搜索指數(shù)指數(shù)、騰景測算江蘇“發(fā)燒”搜索指數(shù)指數(shù)、騰景測算請務(wù)必閱讀本報(bào)告尾部的重要聲明第15頁|共20頁山東“發(fā)燒”搜索指數(shù)指數(shù)、騰景測算山西“發(fā)燒”搜索指數(shù)指數(shù)、騰景測算請務(wù)必閱讀本報(bào)告尾部的重要聲明第16頁|共20頁浙江“發(fā)燒”搜索指數(shù)指數(shù)、騰景測算五、未來疫情走勢分析搜索本身行為屬于流量，對應(yīng)新增確診人數(shù)大致沒有問題。但是不同城市人與人的互動(dòng)關(guān)系并不一致，大城市人與人在經(jīng)濟(jì)上的互動(dòng)更為頻繁，地鐵等通勤工具加速了病毒的傳播。這里需要引入3個(gè)假設(shè)：?1、首先定義當(dāng)前每日發(fā)燒搜索量/歷年均值，代表每日新增疫情強(qiáng)度；?2、城市的人與人交互的頻率類似；?3、在單日新增高點(diǎn)未到來之前，大致呈單調(diào)遞增，當(dāng)前進(jìn)程同樣重分短期、中長期來看。首當(dāng)其沖的是一線、新一線、二線等人員流動(dòng)密集的大中型城市將直面第一波沖擊，最明顯的是疫情數(shù)字會強(qiáng)烈反彈。目前看，北京、石家莊等一線城市似乎已經(jīng)度過了疫情放開以來的“至暗”時(shí)刻，也未造成大規(guī)模的醫(yī)療擠兌的情況。請務(wù)必閱讀本報(bào)告尾部的重要聲明第17頁|共20頁?但是不排除春節(jié)期間返鄉(xiāng)人員的大規(guī)模流動(dòng)將奧密克戎病毒帶回醫(yī)療條件更差的農(nóng)村地區(qū)。因此，我們認(rèn)為在春節(jié)前后人口流出較多的縣級城市和農(nóng)村地區(qū)可能會迎來疫情的首輪沖擊?？紤]到農(nóng)村地區(qū)有基礎(chǔ)病的老人、兒童等群體可能抵抗力較弱，醫(yī)療條件有限，因此做好縣級城市和農(nóng)村地區(qū)的醫(yī)藥供應(yīng)至關(guān)重要，建議可以由縣醫(yī)院、鄉(xiāng)村衛(wèi)生站未雨綢繆，為當(dāng)?shù)鼐用癜l(fā)放陽性之后的必備的“醫(yī)藥包”。?我們初步推算，北京、成都等城市近期可能已經(jīng)逐漸達(dá)峰，后續(xù)達(dá)峰的順序?yàn)椋何錆h>昆明>沈陽>重慶>天津>西安>鄭州>表：國內(nèi)部分城市“發(fā)燒”的搜索量年12月14日指數(shù)、騰景測算(本文執(zhí)筆：吳衛(wèi)、趙宕涵)請務(wù)必閱讀本報(bào)告尾部的重要聲明第18頁|共20頁口騰景AI經(jīng)濟(jì)預(yù)測北京騰景大數(shù)據(jù)應(yīng)用科技研究院，簡稱“騰景數(shù)研”，是適應(yīng)數(shù)字時(shí)代特點(diǎn)和要求，旨在推動(dòng)宏觀和產(chǎn)業(yè)經(jīng)濟(jì)研究方法變革、推動(dòng)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合的民辦非企業(yè)新型研究機(jī)構(gòu)，為中國發(fā)展研究基金會“博智宏觀論壇”提供學(xué)術(shù)研究和數(shù)據(jù)支持。研究院學(xué)術(shù)委員會由目前中國學(xué)術(shù)研究水準(zhǔn)和社會影響力居前的經(jīng)濟(jì)學(xué)家和有關(guān)方面負(fù)責(zé)人組成，為研究院的研究工作提供指導(dǎo)。騰景AI經(jīng)濟(jì)預(yù)測運(yùn)用近年來快速發(fā)展的機(jī)器學(xué)習(xí)特別是深度學(xué)習(xí)等人工智能前沿技術(shù)，與實(shí)時(shí)化、動(dòng)態(tài)化的投入產(chǎn)出體系深度融合，在一系列關(guān)鍵技術(shù)攻關(guān)的基礎(chǔ)上，對重要的經(jīng)濟(jì)金融指標(biāo)進(jìn)行高頻模擬和預(yù)測，形成了在國內(nèi)外具有開拓性、領(lǐng)先性、實(shí)用性的產(chǎn)品體系?？诟哳l模擬所謂高頻模擬，就是在搜集加工大量相關(guān)數(shù)據(jù)的基礎(chǔ)上，依托經(jīng)典機(jī)器學(xué)習(xí)和深度學(xué)習(xí)模如，月初的CPI指標(biāo)，過去要到一個(gè)半月后才公布，有了高頻模擬，當(dāng)日就知曉了?？贏I預(yù)測所謂預(yù)測，就是運(yùn)用深度學(xué)習(xí)的先進(jìn)算法，重點(diǎn)在海量數(shù)據(jù)中搜尋非線性相關(guān)關(guān)系，發(fā)現(xiàn)并提煉那些過去、當(dāng)下和未來都會起作用的規(guī)律性因素，從而實(shí)現(xiàn)對某一變量未來一定時(shí)期的預(yù)測。目前，我們已基本形成了時(shí)間長度為半年到一年、準(zhǔn)確率70%以上的預(yù)測能力，并在逐步提升。預(yù)測并不是一件神秘的事情，只是發(fā)掘那些未來仍會起作用的歷史信息。也正是由于這個(gè)原因，我們多數(shù)情況下并不是預(yù)測某個(gè)指標(biāo)的實(shí)際數(shù)值(某些情景下也會預(yù)測)，而是預(yù)測它的平滑(TC)數(shù)值，因?yàn)槠交瑪?shù)值含有更多的歷史信息。對一個(gè)具體指標(biāo)而言，我們二是拐點(diǎn)，頂部的拐點(diǎn)或底部的拐點(diǎn)，或者說峰值或谷底。對大多數(shù)指標(biāo)來說，一年中最重要、最困難的是如何把握住一兩個(gè)、兩三個(gè)大的拐點(diǎn)，若經(jīng)濟(jì)預(yù)測能夠幫助解決這個(gè)問題，應(yīng)該說足以令人滿意了?？谌趶綌?shù)據(jù)全口徑數(shù)據(jù)是以動(dòng)態(tài)化投入產(chǎn)出矩陣為架構(gòu)，按照國民經(jīng)濟(jì)核算體系的規(guī)范完整口徑，對官方數(shù)據(jù)深化和擴(kuò)展后的研究性數(shù)據(jù)。核心技術(shù)是對投入產(chǎn)出體系進(jìn)行動(dòng)態(tài)化改造，研發(fā)并驗(yàn)證了一系列轉(zhuǎn)換矩陣表，建立起了支出側(cè)和生產(chǎn)側(cè)極為復(fù)雜的高頻關(guān)聯(lián)關(guān)系，形成“多維動(dòng)態(tài)均衡矩陣系統(tǒng)(MDEMS)”，這一數(shù)據(jù)體系具有如下優(yōu)勢。請務(wù)必閱讀本報(bào)告尾部的重要聲明第19頁|共20頁補(bǔ)全。有些月度指標(biāo)是片段性數(shù)據(jù)，如社會消費(fèi)品零售總額，反映的只是部分商品消費(fèi)，除了餐飲等外，基本上不包括服務(wù)消費(fèi)。全口徑數(shù)據(jù)則包括了月度完整口徑的居民消費(fèi)和政府消費(fèi)及其構(gòu)成，還區(qū)分了居民消費(fèi)中的商品消費(fèi)和服務(wù)消費(fèi)。補(bǔ)準(zhǔn)。固定資產(chǎn)投資完成額含有土地使用費(fèi)等，而這部分近些年達(dá)到30%以上，與構(gòu)成GDP的固定資本形成差距較大。全口徑數(shù)據(jù)則去粗取精、去偽存真，剔除了土地使用費(fèi)的部分，加入了商品房銷售增值、礦藏勘探、計(jì)算機(jī)軟件等無形資產(chǎn)，從而形成準(zhǔn)確完整涵義上的固定資本形成指標(biāo)。補(bǔ)缺。目前的月度官方統(tǒng)計(jì)中，在服務(wù)業(yè)領(lǐng)域，只有服務(wù)業(yè)生產(chǎn)指數(shù)，還不能提供大部分服務(wù)行業(yè)的增長數(shù)據(jù)。全口徑數(shù)據(jù)則在投入產(chǎn)出矩陣約束下，通過相關(guān)高頻和中頻數(shù)據(jù)的模擬，形成了全部服務(wù)業(yè)月度增長指標(biāo)。校正。利用投入產(chǎn)出矩陣內(nèi)在的自我約束、自我平衡機(jī)制，使不同部分的數(shù)據(jù)相互比較、相互印證、相互校正，增強(qiáng)數(shù)據(jù)的準(zhǔn)確性。高頻。通過對投入產(chǎn)出體系動(dòng)態(tài)化改造，同時(shí)引入大量高頻數(shù)據(jù)，實(shí)現(xiàn)