20221216-腾景数研-腾景宏观快报_大数据疫情观察_中心城市率先迎来峰值——基于腾景AI高频模拟和预测_20页

腾景宏观快报总结

核心内容

《腾景宏观快报》主要分析了2022年11月中国疫情对经济的影响，结合大数据和AI预测模型，评估了疫情发展态势及其对宏观经济的潜在冲击。报告指出，尽管经济数据表现低于预期，但疫情的冲击比预期更严重，特别是在中心城市。通过互联网搜索指数和改进的传染病模型，报告试图预测疫情的发展趋势，并为政策制定和公众准备提供参考。

主要观点

• 疫情对经济的冲击超出预期：2022年11月的经济数据表现低于市场预期，且腾景AI模型低估了疫情对经济的冲击。疫情的防控措施和经济社会秩序的长期非常态化，带来了一定的代价。
• 社会恐慌情绪与经济复苏的关系：疫情放开初期，社会大众存在恐慌情绪，但随着病毒致病性、致死率的下降，人们逐渐克服恐惧，经济增速开始回升。疫情的结束将取决于抗疫的“背水一战”如何收场。
• 互联网搜索指数作为疫情预测工具：通过分析“发烧”、“咳嗽”、“咽喉痛”等关键词的搜索指数，可以较为准确地预测疫情的走势。搜索指数与实际新增确诊人数之间存在一定的相关性。
• 疫情传播模型的改进：报告基于SIR和SEIR模型，结合温度、湿度、NO(2)浓度、人口密度等因素，构建了更为精细的疫情预测模型。这些模型有助于更准确地评估疫情的传播路径和达峰时间。

关键信息

一、疫情对经济的影响

• 2022年11月的工业增加值、服务业生产指数、社会消费品零售总额和固定资产投资额均走低，与疫情冲击密切相关。
• 北京、石家庄等城市在疫情放开后“发烧”搜索指数迅速上升，表明疫情传播速度加快。
• 由于疫情对经济的冲击较大，报告指出未来经济复苏的关键在于有效控制疫情，特别是为有基础病的老人、儿童等弱势群体提供保障。

二、疫情预测模型

1、SIR模型

• SIR模型将总人口分为易感者（S）、感染者（I）、康复者（R）三类。
• 模型假设人口之间的接触是随机的，忽略了社会关系和行为因素，因此需结合其他信息进行综合分析。
• 兰州大学团队在SIR模型基础上引入了温度、湿度、NO(2)浓度等变量，提高了预测的准确性。

2、改进后的SEIR模型

• SEIR模型增加了“潜在感染者”（E）和“隔离者”（Q）两个状态，更全面地描述了疫情传播过程。
• 模型考虑了社区解封时间，以“发烧”搜索指数作为疫情达峰的指标，提高了预测的实用性。

三、哪些城市可能已经达到峰值

• 北京：搜索指数已达到历年均值的约10倍，可能已接近疫情峰值。
• 石家庄：搜索指数领先全国其他城市，表明其疫情发展较快。
• 其他城市：如成都、武汉、昆明、沈阳等城市也已接近或达到疫情峰值，预计后续达峰顺序为：武汉 > 昆明 > 沈阳 > 重庆 > 天津 > 西安 > 郑州 > 济南。
• 农村地区：春节前后可能因返乡潮迎来疫情的首轮冲击，需提前做好医疗资源和药品储备。

四、未来疫情走势分析

• 大城市因人员流动频繁，疫情传播更快，可能面临更大的冲击。
• 农村地区由于医疗资源有限，且有基础病的群体较多，疫情可能更严重，需特别关注。
• 报告建议县级医院和乡村卫生站提前准备“医药包”，以应对可能的疫情冲击。

数据来源与方法

• 数据来源：Wind、百度搜索指数、巨量算数、国家卫健委、腾景宏观高频模拟和预测库。
• 预测方法：腾景AI经济预测结合了机器学习和深度学习技术，对经济指标进行高频模拟和预测，准确率可达70%以上。
• 全口径数据：基于动态投入产出矩阵，扩展了官方数据的口径，形成了包含150多个常用指标、5000多个指标的全口径数据库。

联系方式

• 电话：010-65185898 | +86 15210925572
• 邮箱：IR@TJRESEARCH.CN
• 官网：http://www.tjresearch.cn
• 地址：北京市朝阳区朝阳门外大街乙6号朝外SOHO-A座29层

重要声明

• 本报告由腾景大数据应用科技研究院制作，内容基于探索性研究成果，数据准确率以概率方式呈现。
• 本报告仅供投资者参考，不构成投资决策建议，使用后果由投资者自行承担。
• 报告版权归腾景研究院所有，未经许可不得翻版、复制或转载。

结论

疫情对中国经济的影响正在显现，中心城市率先迎来感染峰值，但农村地区可能在春节前后迎来冲击。通过大数据和AI模型，腾景研究院对疫情走势和经济影响进行了深入分析，为政策制定和公众应对提供了参考依据。