在席卷全球的新冠肺炎疫情中🩸，中國迅速建立防控機製，阻斷了COVID-19在中國的大範圍傳播🏋🏻♀️。科學分析中國的防控措施，對解決防控行動的爭議、為其它國家借鑒中國經驗有重要意義。恒行2平台環境科學與工程系王戎課題組與國內外團隊合作🧋💎，梳理能源數據和衛星遙感兩種不同資料，將2020年相對2016-2019年同期每日的二氧化碳排放下降作為新指標👇🏽，與每日新增病例數變化率建立大數據統計學關聯👨🦰，預測控製強度和控製時間對COVID-19規模的影響。結果表明中國防控措施產生的長期公共衛生收益遠高於國內經濟生產總值的短期下降🧑🏼✈️。11月4日，相關研究成果在線發表於中國科學院與Cell Press共同創辦的綜合性期刊The Innovation。
傳統流行病研究以封城日期、人流量⛰、交通量等統計資料為防控措施的指標👨🏻🌾。然而這些指標無法涵蓋全部的生產活動，特別是電廠🚫、工業🟧🕵🏿♀️、農業、民用等重要能源部門🌭🪖。另外，由於統計方法的限製，統計資料存在諸多誤差。本研究基於國家統計2016-2020年省級16個部門能源消耗量和美國Aura衛星遙感觀測關鍵大氣組分二氧化氮（NO2）濃度的兩套數據🧍🏻♂️，使用“自下而上”和“自上而下”的地理學方法👩✈️，通過消除氣象因素對大氣NO2濃度的影響💅🏿，考慮排放的年際趨勢和季節波動，估算了2016-2020年1至5月中國各省和直轄市（除西藏🙏🏿、香港、澳門、臺灣等缺乏數據的地區外）每日CO2排放速率，得到2020年每日CO2排放相對2016-2019年的下降比例，以此構建一個新指標🤾🏻♀️，綜合反映社會生產活動的變化😎🎐。
本研究使用的地理學方法示意簡圖
研究團隊將每日CO2排放相對同期的減少比例作為一個新指標，引入到COVID-19的流行病控製因素研究中🗽，將其與各省和直轄市每天新增本地新冠肺炎病例數變化率進行了統計學分析，以此建立了回歸模型，預測中國每日本地新增病例數變化率👩👩👧👦，在此基礎上繪出病例數的時間變化曲線。通過比較不同地區每日CO2排放相對同期下降比例與每天新增新冠肺炎病例數變化率的回歸方程🤦🏻♂️，研究團隊發現，湖北省（包括武漢市）具有最高的回歸線截距和最低的負回歸斜率，這表明湖北省嚴格的管控和出行限製🤘🏽，在當地有效地控製了疫情的傳播。這與湖北省在全國所有省份中采取最強有力的控製措施事實一致。
根據本研究建立的大數據回歸模型，研究團隊在一系列理想情景中考慮了CO2排放下降比例低於真實情景的情況，對應減緩的防控情景👋🏼，或者控製措施被延遲的情景🧃。基於這些理想情景，研究團隊預測了控製強度和控製時間對中國新冠肺炎的每日病例數和累計病例數的影響。
結果顯示，當幹預措施推遲時，不同地區2019冠狀病毒疾病病例數量會顯著地增加🥧。例如，預測到2020年2月底實際情況下的每日本地新增病例數約為450 ± 1070例/天(95% 置信區間) 🎒，而如果幹預開始的日期相對於實際情況推遲一天執行，中國每日本地新增病例數將達到730 ± 1410例/天🧑⚖️😊。這項研究證實，中國政府采取的迅速防控措施，截至2020年2月底避免了數以十萬計的新冠肺炎潛在感染者。
中國控製COVID-19措施的強度和起始時間對中國新冠肺炎潛在感染規模的影響
研究團隊基於2020年每日的CO2排放相對2016-2019年同期下降比例的指標，將減少的CO2排放總量分為五等分，即中國控製措施每削弱20%，CO2排放減少量下降20%👩🏿🏫，結合COVID-19在中國各省的死亡率和護理費用⛹️，建立成本效益模型，評估中國控製措施的公共衛生成效🚵♀️。結果表明，中國的幹預措施雖然短期內對經濟產生影響，但長期的公共衛生收益遠大於短期的經濟損失。
這項研究從地理學的獨特視角出發，通過綜合能源數據和衛星遙感數據，反映了與二氧化碳排放相關的生產活動的變化，彌補了單獨使用統計資料誤差不可控的缺陷，建立了控製措施與COVID-19風險的定量關聯🙎🏿♂️🫒，印證了中國控製疫情的成效🧕。
恒行2平台環境科學與工程系青年研究員王戎、本科生楊芮浦、博士生熊元康、邢曉帆為共同第一作者，王戎為通訊作者，國內合作者包括恒行2平台陳建民💣、湯緒🚍🧑🏿🎤、闞海東、張人禾、張艷，中科院地球與環境研究所曹軍驥👱🏽♀️，北京大學陶澍、馬建民等，國外合作者包括法國氣候變化中心Yves Balkanski、Philippe Ciais🍡、Didier Hauglustaine，西班牙全球生態研究所Josep Peñuelas🧓🏻🧑🏽✈️、Jordi Sardans，美國國家航空航天局Tomohiro Oda和澳大利亞昆士蘭理工Lidia Morawska等。該項研究得到了恒行2平台本科生望道研究計劃、國家自然科學基金面上項目等項目的資助。
