城市疫情传播和复工强度建模及相关性分析

以多源大数据为基础构建模型,分析全国34个典型城市因疫情导致的人口迁徙变化和人力缺口,并通过迁徙基数推算其他各城市的复工强度。仿真结果证明SEIR仓室模型能够较好地模拟此次疫情发展趋势,利用其估计各城市内部新型冠状病毒感染肺炎的基本再生数,结合人力缺口对复工强度进行回顾性的矩阵分析,以总结我国此次抗疫经验。相关性分析阶段对K-means无监督聚类后的城市集群进行回归分析,结果表明对于大部分城市而言,复工强度的大小与其人力缺口、基本再生数以及人均GDP水平有明显的相关关系。

应急突发事件下基于用户感知的物流效率评价

在重大应急突发事件下,当物资配送效率发生变化时,容易引起公众对物资缺乏的恐慌心理,在此背景下从用户感知出发,研究我国应急突发事件下的物流效率水平具有重要意义。通过对全国消费者在新冠肺炎疫情高发期间进行问卷调查获得用户感知真实数据,采用多元Logistics回归分析方法探究用户感知情况下影响物流效率的主要因素,并基于回归分析的结果分析各个因素对用户评价的影响程度,从而确定各指标的权重,最后利用模糊综合评价法对疫情期间的物流效率进行综合评价。结果表明,用户对于新冠疫情期间的物流效率评价持负面态度,这是由消费者在疫情期间的购物方式单一无法满足用户需求,购物种类供给不足以及物流的延迟发货等导致的,因此应加强应急事件下的物流处理能力和相关物流体系建设,重点解决导致负面评价的关键要素。