传统流行病研究以封城日期、人流量、交通量等统计资料为防控措施的指标。然而这些指标无法涵盖全部的生产活动，特别是电厂、工业、农业、民用等重要能源部门，且统计资料存在诸多误差。

近日，复旦大学环境科学与工程系研究员王戎课题组与国内外团队合作，将2020年相对2016~2019年同期每日的碳排放活动下降作为新指标，与每日新增病例数变化率建立大数据统计学关联，预测控制强度和控制时间对新冠肺炎疫情规模的影响。结果表明，中国防控措施产生的长期公共卫生收益远高于国内经济生产总值的短期下降。该研究成果已发表于《创新》（The Innovation）。

王戎告诉《中国科学报》，本研究通过消除气象因素对大气二氧化氮浓度的影响、考虑排放的年际趋势和季节波动等技术手段，估算了2016~2020年1~5月中国各省和直辖市（除西藏、香港、澳门、台湾缺乏数据的地区外）每日碳排放速率，得到2020年每日碳排放相对2016~2019年的下降比例，以此构建一个新指标，综合反映社会生产活动的变化。

研究证实，截止到2020年2月底，中国政府采取的迅速防控措施，避免了数以十万计的新冠肺炎潜在感染者。中国的干预措施虽然短期内显著损害经济，但长期的公共卫生收益远大于短期的经济损失。

这项研究从地理学的独特视角出发，通过综合能源数据和卫星遥感数据，反映了与二氧化碳排放相关的生产活动的变化，弥补了单独使用统计资料误差不可控的缺陷，建立了控制措施与新冠肺炎风险的定量关联，印证了中国控制疫情的成效。此外，该研究使用的统计资料和卫星反演数据在全球范围均可获取，为监控全球任何一个国家或地区的新冠控制措施提供了技术手段，有望为全球新冠控制提供客观评价和成效评估。

相关论文信息：https://www.cell.com/the-innovation/fulltext/S2666-6758(20)30065-5