梅雨期2022

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

12022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。

22022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:

12021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。

22020年江苏雨季从6月9日开始，7月21日结束，雨季持续43天。

32019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。

42016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362亿，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412%。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，ourworldindataorg、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，ourworldindataorg、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,etalMortalityRiskAmongPatientsHospitalizedPrimarilyforCOVID-19DuringtheOmicronandDeltaVariantPandemicPeriods—UnitedStates,April2020_June2022MMWRMorbMortalWklyRep2022;71:1182_1189DOI:

[4]

[5]

[6]Lazer,D,RKennedy,GKing,andAVespignani2014“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

市卫健委12月7日早通报：

2022年12月6日0—24时，新增本土新冠肺炎确诊病例24例和无症状感染者454例，其中9例确诊病例和1例无症状感染者在社会面核酸检测中发现，15例确诊病例和453例无症状感染者在隔离管控中发现。新增境外输入性新冠肺炎确诊病例9例和无症状感染者68例。

本土病例情况

2022年12月6日0—24时，新增本土新冠肺炎确诊病例24例。治愈出院12例。

病例1，居住于黄浦区，

病例2、病例3，居住于静安区，

病例4—病例6，居住于闵行区，

病例7，居住于嘉定区，

病例8，居住于青浦区，

病例9，居住于奉贤区，

在社会面核酸检测中发现，经疾控中心复核结果为阳性。综合流行病学史、临床症状、实验室检测和影像学检查结果等，诊断为确诊病例。

病例10—病例18，居住于浦东新区，

病例19，居住于普陀区，

病例20，居住于杨浦区，

病例21，居住于宝山区，

病例22—病例24，居住于松江区，

在隔离管控中发现，经疾控中心复核结果为阳性。综合流行病学史、临床症状、实验室检测和影像学检查结果等，诊断为确诊病例。

本土无症状感染者情况

2022年12月6日0—24时，新增本土无症状感染者454例。

无症状感染者1，居住于杨浦区，在社会面核酸检测中发现，经疾控中心复核结果为阳性。综合流行病学史、临床症状、实验室检测和影像学检查结果等，诊断为无症状感染者。

无症状感染者2—无症状感染者97，居住于浦东新区，

无症状感染者98—无症状感染者116，居住于黄浦区，

无症状感染者117—无症状感染者121，居住于徐汇区，

无症状感染者122—无症状感染者152，居住于长宁区，

无症状感染者153—无症状感染者174，居住于静安区，

无症状感染者175—无症状感染者198，居住于普陀区，

无症状感染者199—无症状感染者225，居住于虹口区，

无症状感染者226—无症状感染者244，居住于杨浦区，

无症状感染者245—无症状感染者306，居住于闵行区，

无症状感染者307—无症状感染者317，居住于宝山区，

无症状感染者318—无症状感染者348，居住于嘉定区，

无症状感染者349—无症状感染者357，居住于金山区，

无症状感染者358—无症状感染者418，居住于松江区，

无症状感染者419—无症状感染者442，居住于青浦区，

无症状感染者443—无症状感染者452，居住于奉贤区，

无症状感染者453、无症状感染者454，居住于崇明区，

在隔离管控中发现，经疾控中心复核结果为阳性。综合流行病学史、临床症状、实验室检测和影像学检查结果等，诊断为无症状感染者。

撰文|李岩

前不久，多个省份研判本省疫情感染高峰到达时间。根据政知道梳理，大多省份研判本省疫情高峰会出现在1月上旬或中旬。

根据央视网今天消息，近日，多省份发布调查数据，一些地方阳性感染率在60%以上。专家研判称，目前一些疫情发展较早的省份，疫情或已近尾声。

多地披露近期感染率

据央视报道，近日，海南、浙江、四川等多地通过问卷调查公布了当地新冠感染数据。

海南省疾控中心发文介绍，截至12月27日12时，共有33682人填写了第二轮海南省新冠病毒感染情况网络调查问卷。分析称，调查对象中有355%的人在12月19-25日期间感染新冠病毒，较上轮感染率上升53倍。

2022年12月30日，海南省新冠疫情防控新闻发布会通报，近日，海南省每日新增新冠感染人数处于高位波动期，全省预计感染率已达50%。三亚市、海口市整体上已过感染高峰。

近日，浙江多地召开发布会，通报感染情况。

衢州市新冠病毒感染防控工作新闻发布会介绍，衢州市目前总体感染率约占总人口的30%-35%，并于2022年12月底进入感染高峰期，2023年1月初达到第一波高峰，并进入高位平台期，可能在1月底达到第二波高峰，同时，在达到感染高峰后一周左右，可能出现重症高峰。

舟山市估算全市目前感染人数比例达到30%至40%，总感染人数接近40万人，估计于去年12月底进入疫情高位平台期，高峰期维持一周左右。

数据图

日前，四川省疾控中心发布问卷调查结果显示，省内158506名被调查者的感染率为6352%，另外还有28%的调查人群虽未测核酸或抗原，但有发烧、咳嗽等类似新冠病毒感染症状，因此本次调查人群的新冠病毒实际感染率应高于6352%。全省阳性检出的高峰期集中在2022年12月12日至23日，目前日新增感染已处于回落阶段。

就此，四川省疾病预防控制中心党委书记、研究员唐雪峰表示，根据调查结果综合研判，“我们认为四川省居民的整体感染发病已超过八成，全省感染发病的高峰应该已经过了，当前正处于防重症降病亡的关键时期。”

专业团队研判四地疫情感染或已近尾声

综合本轮疫情数据，有专家发表论文研判，2023年元旦前后，北京、广州、上海、重庆等城市此轮奥密克戎疫情感染接近尾声。

央视网报道披露，中国科学院院士、上海交通大学医学院附属瑞金医院、转化医学国家重大基础设施陈赛娟团队和上海市公共卫生临床中心范小红团队联合攻关，在FrontiersofMedicine发表研究论文《初步分析我国2022年秋冬新冠疫情中奥密克戎亚型多样性与流行病学特征》。研究人员初步判断，此轮奥密克戎疫情感染人数于2023年元旦前后在北京、广州、上海、重庆等城市接近尾声。

政知君注意到，中国疾控中心流行病学首席专家吴尊友近日也就一些省份“达峰”做出判断。

几天前，吴尊友在国务院新闻办举行吹风会上介绍称：“目前，我国新冠疫情处在高位流行，但各省份进入的流行阶段不同。像京津冀、成渝地区、华中部分省份，疫情发展相对比较早，目前可能流行的高峰时期都已经过去。安徽、湖北、湖南等省市疫情正在高位流行阶段，河南、吉林、福建等省份疫情发展速度也比较快。”

上海市委书记向返岗“骑手”致谢

根据《北京日报》报道，元旦假期期间北京当地的快递分拣中心恢复了往日的忙碌。

《北京日报》报道称，元旦假期首日，北京市委书记尹力通过视频系统检查调度疫情防控和城市运行保障等工作。

报道介绍，西城区新街口街道快递分拣中心占地面积四千余平方米，有从业人员三百余人，日均分拣量近五万件。节日期间的分拣中心，更是一派忙碌景象，一堆堆快件整齐码放，快递小哥们往来穿梭。

不过，在检查调度中尹力强调，当前，全市仍处于疫情防控的关键阶段，我们要以“时时放心不下”的责任感，坚持干部在岗、群众过节，认真做好节日期间各项工作。

《解放日报》报道称，2022年12月31日，上海市委书记陈吉宁在宝山区、普陀区调研，实地检查疫情防控工作。

陈吉宁指出，要着眼平战结合要求，完善分级分类诊疗，加快提升基层医疗机构能力水平，推动资源力量下沉。

视频画面

陈吉宁先后来到叮咚买菜、顺丰快递的服务网点，了解运力恢复情况。听到不少人已康复返岗、年后错峰返乡时，陈吉宁向大家的辛勤付出表示感谢。

据《广州日报》报道，广州市委书记林克庆昨天到市应急指挥中心，视频检查调度节日期间疫情防控、安全稳定等工作。

林克庆强调，要全力抓好新阶段疫情防控，聚焦“保健康、防重症”目标，对照落实“乙类乙管”要求，全力提高医疗救治能力和防护物资保供能力，强化重症救治和便民服务，突出加快补齐农村地区防疫短板，确保防控措施调整转段平稳有序，切实保障市民群众健康安全。要规范文化旅游假日市场秩序，积极组织开展线上线下各类文化文艺活动，关心关爱困难群众，营造欢乐喜庆的浓厚节日氛围。

春运将抬高感染峰值

疫情感染“达峰”并不意味着疫情防控可以松懈。

此前，多省份卫健系统披露称，春运将给农村、基层疫情防控带来冲击。

前述陈赛娟团队论文也提到，研究团队认为，疫情峰值在郊区有所延后，且其感染峰值将在春运期间因疫情扩散加速而显著增强。对于四川、陕西、甘肃、青海等省，估计在农村和中小城镇地区的感染峰值将于2023年1月中下旬出现。

政知君注意到，农村地区防疫工作在前不久的国务院联防联控机制发布会上，被强调为“新阶段疫情防控重点”。就此，中央和国家层面近期多次开会就农村防疫进行专门部署。

央视网报道还援引复旦大学附属华山医院感染科主任张文宏观点称，当前，“小地方”的疫情传播不像大城市这么迅猛，但是传播的持续时间会比较长。随着春节人员的返流，可能会在当地引起一波输入性高峰。目前感染率比较高的地区所受的影响相对较小；原来感染率非常低的地区受到的影响就会较大。对于感染率还不高的地区，要尽量减少大规模的人群聚集。

资料｜各省官网

版权声明本文著作权归北京青年报独家所有，未经授权，不得转载。

自11月30日广州率先优化疫情防控措施，至今已逾10天；其间12月7日，国务院联防联控机制综合组又出台了《进一步优化落实新冠肺炎疫情防控的措施》的“新十条”。连日来，对新冠病毒的新特征和当前和今后一段时间疫情防控的新形势，全社会和人民群众仍心存不少困惑。

12月9日，中国工程院院士钟南山携其团队成员黎毅敏、杨子峰在广州接受媒体专访，作出一系列重磅解读。

钟南山受访

致病力减弱了多少？

钟南山表示，对新冠病毒，我们国家在此前采取的是严格预防感染的战略，在疫情防控中取得了非常大的成就。

“但如今的奥密克戎已不可怕！”钟南山说，随着病毒一代一代变异，目前感染后病变基本在上呼吸道，极少到肺；感染者大多是无症状及轻症，即使感染了，绝大多数人都是会在5-7天好转，好转了以后就像又打了一针疫苗一样，不容易再得。

结合医院诊疗的情况，黎毅敏补充道，这一波真正的重症病人并不多，而且这些重症并不是新冠本身的病情，同时肺部的表现并不突出，跟原来因为新冠导致肺部感染的表现不一样。比较多的表现主要还是基础病的加重，才需要到医院进行进一步治疗，经过治疗也很快就恢复了。

这和病毒本身的特征相关。钟南山分析，一是传播性非常强，以前的病毒是1：3、1：4，现在是1：18，“再严格的封控，也很难控制感染”；二是致病力明显减弱，这主要体现在重症率和死亡率大幅下降。从奥密克戎流行之后的病例统计来看，我们的感染人数中，死亡人数不到01%，“这个死亡率，跟流感差不多了”。

如何理解现在的防控政策？

就此，钟南山认为，当前我国先后出台“二十条”和“新十条”，是根据疫情防控的新形势作出的、防控措施的科学优化和调整。

调整后，我们防控政策的重点转向关注重症、预防死亡，在此基础上让社会生活和经济活动逐步回归正常；但钟南山提醒，这不代表以后就不防感染了，还是要防感染。“不论在什么地方，如果短期内大量的人集中感染，大家都居家，没人干活了”，不可避免扰乱正常的生产生活秩序。“所以，还是要在现有的政策体系下预防感染。”

其中，医院和医护人员的防感染是重点。因为假如医护人员在短时间大量感染，不管有症状无症状，感染以后自己隔离，会影响很多其他疾病的诊治。因此，钟南山说，医护人员的预防要做好一点，看病带N95口罩。“医院绝对不能关门，不光新冠，其他的病都要看！”

打疫苗防护效果好不好？安全吗？

虽然致病性大幅减弱，但由于传染性特别强，如果发生密集性的大面积感染，也会加重一些年老体弱、有基础病弱势群体的风险。对此，钟南山旗帜鲜明地呼吁，加强疫苗接种，特别是老年人的疫苗接种覆盖面。

他说，疫苗在防感染上，由于病毒变异太快，目前证明效果不好，会有很多逃逸的现象，但老年人打了疫苗，在防重症上，保护力大大加强。

钟南山还针对社会上流传的两种误区进行了澄清。一是疫苗安全性问题，他说，对比进口疫苗，国产疫苗的安全性不但不低，反而更高。“我国的灭活疫苗完成了三针接种的，对重症保护力和mRNA疫苗是一样的。”二是有些人认为有基础慢性病的老人，接种疫苗是忌讳的。实际上，他说，对有一般慢性病的老年人，是鼓励打的，国内外都有很多资料，证明是安全的。事实证明，完整接种疫苗的老年人，感染后发展成重症的几率非常少。

钟南山受访

感染后有严重后遗症吗？

钟南山解释，医学上准确来说，后遗症就是得了这个病之后，一直都存在的症状。比如感染了脊髓灰质炎后伴随终身的小儿麻痹症，以及感染天花病毒后留下的皮肤损伤。现在国内外各种所谓“新冠后遗症”大量的感受都是比较主观的，比如全身疲劳、没劲、抑郁压抑、思想不集中，现在还有一个新名词“脑雾”，记忆力下降。当然也有一些问题，嗅觉、味觉的丢失等等，但是这些都是随着一段时间的推移，可以改善和消失的。“所以这个不叫后遗症。”

钟南山说，相当多的后遗症，是由于感染后精神心理的压力过大影响造成的我们现在所谓的后遗症，比如由于家庭负担、社会负担、邻居、孩子等各方面造成的。“我相信这些变化是随着时间的偏移会改善的，和疾病原来的严重程度有关系。因此，把后遗症说的这么大，这么危险，这么绝对，这样的概念是不对的。”

个人如何防护，感染了要不要去医院？

疫情防控不光是政府和社会的事，我们每一个个人，都是疫情防控的第一责任人。有关个人如何防护，钟南山也提醒，对于社会大众来说，还是要严格执行戴口罩、减少聚集，做好一些基础疾病的及时治疗。“现在优化调整了以后，我们看到，很多人自觉减少了社会聚集，戴口罩的人比以前不是少了，而是更多了，这是好现象，说明我们自我防护的意识有了很大的提高。”

至于感染了以后，钟南山建议，大多数人可以居家隔离，要注意带N95口罩，尽量减少感染家人，隔一天用抗原测试，过几天试纸阴性就可以了。如果有症状，比如发烧，一般奥密克戎引起的发烧很少超过三天，如果过三天还是发烧，就要去找医生。“如果是原来就有比较严重基础病，感染后则很容易造成基础病的加重。这样的情况，要很密切地跟医院和相应的医务人员联系，一旦有些什么情况需要立刻送院就医。”

黎毅敏说，鉴于重症主要集中在有基础病的老人或没有全程接种疫苗的弱势人群身上，大量的一般人群不要盲目吃药，否则风险会更高。他特别提出，有基础病的人群，特别希望他们能及时就医，有针对性的接受治疗，不要因为害怕新冠有病都不敢去医院看，“正常地接受治疗，才是对生命健康最好的保护。”

什么时候能回归正常？

对此，杨子峰回答，三年来，对疫情科学预警预测已经有了新手段，应用传播动力学模型结合人工智能算法，加上我们不断掌握的病毒变异发展的规律，可以预测疫情走势和规模。

具体到广州此轮疫情，优化调整疫情防控措施后，根据模型综合研判，杨子峰认为，第一，每天感染人数将在明年1月底、2月初会达到一个峰值，“但这也无须担心，因为我们有很多的压峰措施”；第二，在到明年3月中下旬左右，将能够进入一个相对平稳的阶段。

对于优化调整疫情防控措施，特别是“新十条”实施后，会不会回到2020年的严重情况，钟南山明确说，我的回答是：“不会！”我们国家的宗旨是“生命至上”，目前任何的调整优化都是为了这个目的，就算最新出来的“十条”，本质上也没有放弃对感染的预防。

有人担心，病毒会不会再往“高致病性”方向变异；或者重复感染后，病情症状会不会加重？钟南山透露，根据目前奥密克戎的发展趋势，在国外新出现的两个变异株，一个传播系数更高，但致病力更弱了；另一个虽然目前还看不太清楚，但大家的共识是“大概率致病力是减弱的”。

至于复阳，钟南山认为意义不大，同时根据国外的一些研究资料，感染后大多数人，在相当长的时间内不会发生重复感染。

16983例。根据查询上海市疫情方控中心发布公告得知：2022年上海地区的疫情3至4月感染人数是16983例，其中846例确诊病例为此前无症状感染者转归。截止到2022年12月2日上海市高风险地区。