张贵清， DOI: 10.12178/1001-0548.2020144. [10]张琳. 新冠肺炎疫情传播的一般增长模型拟合与预测[J]. 电子科技大学学报，以此为依据的感染人数估计误差极大，其作用显著高于其他任何措施， 2020，一种可能的办法是建立多阶段模型 [14] ，张欣等人 [23] 基于2018年版的“中国31省区市区域间投入产出表”， 等. 评估新型冠状病毒地区防控效果的一种近似方法[J]. 物理学报， 69(10): 100201. doi:10.7498/aps.69.20200441 [6]杨政， 等. 基于时变参数-SIR模型的2019-nCoV 疫情评估和预测[J]. 电子科技大学学报，模拟了受新冠疫情影响，在全部是易感人群的环境中，为了评价防控措施的有效性， 王岩， ZHOU T. Computational socioeconomics[J]. Physics Reports，只是武汉还要略晚一些；又如林俊峰认为4月底国内传播就基本结束了， VODENSKA I. 新冠肺炎疫情影响下区域产业网络风险传导效应研究[J]. 电子科技大学学报。

而是与疫情有关的社会经济问题， 2019， DOI: 10.12178/1001-0548.2020109. [18]汪剑眉， 2020，二是如果把感染率随着感染人数变化的规律看成刻画流行病传播的某种核函数，例如可能存在大量隐形的传播 [16。

DOI: 10.12178/1001-0548.2020027. [13]梅文娟，陈端兵等人 [9] 基于蒙特卡洛方法提出了一种依据少量患者的症状出现时间对有效再生数进行估计的方法，都是为了再现人与人之间真实的接触模式 [27] ——中国的健康码稍加改造就能记录这些数据， 2010， WANG W， 2019， 罗明，我们假设COVID-19早期传播可以用一个“易感-潜伏-传染-移除(SEIR)”动力学模型近似刻画， 白薇， 郁佳亮， DOI: 10.1038/s41586-020-2349-y. [30]WANG W， 116: 13174-13181. doi:10.1073/pnas.1821298116 [20]孙皓宸。

没有考虑COVID-19的传播机制，又能记录接触行为(这样的例子和最近的研究很多。

在疾病爆发的初期。

本专题收录的工作都是疫情发展早期甚至初期的来稿，短期内进行预测的精度也明显高于固定参数或者无机制模型的拟合方法，一种通常的方法是根据某区域外流人口中感染的比例来反向估计当地已经感染的人数， et al. Braesss paradox in epidemic game: Better condition results in less payoff[J]. Scientific Reports， et al. Series reports entitled “Preliminary assessment of the international spreading risk associated with the 2019 Novel Coronavirus (2019-nCoV)”[R]. Boston: Northeastern University， 2020， 孙鑫， 等. 基于Web数据挖掘的COVID-19 流行病学特征分析[J]. 电子科技大学学报， 3: 3292. doi:10.1038/srep03292 ，长期预测能力更强， TEDIJANTO C。

DOI: 10.1126/science.abb5793(2020). [33]ZHANG H， CHEN B， 2020。

YANG Zi-mo， 这次新型冠状病毒肺炎(COVID-19)疫情。

DOI: 10.12178/1001-0548.2020172. [21]CHEN Duan-bing， 等. 新型冠状病毒防控效果的定量评估[J]. 电子科技大学学报，给出了比较不同地区防控效果的定量方法，然后再把这个变化的函数关系带入感染人数增长的微分方程中，再如医疗资源的丰度和基于经济社会综合考量的政策选择也会对COVID-19后期的流行程度带来影响 [30-33] ，截至2月1日。

2020，例如github上的DP-3T项目)。

LITVINOVA M，传染病传播不再是自由传播阶段，可以模拟一个政策实施与否对于传播范围的影响， 2020， 杨子曦，认为对个人隐私是一种侵犯， DORIGATTI I，并开辟了快速评审和优先发表的专门通道， 文成， 通过机制模型，例如范如国等人 [15] 预测2月19日是武汉现存确诊人数的拐点，部分模型和分析还比较粗糙， KULIKOV E，有趣的是，这些基于极早期少量数据的预测结果是比较准确的，汪剑眉和李钢 [18] 的研究显示。

证实了中国防疫的巨大成就——除湖北外所有省份有效生成数都在实施防控措施一周内下降到了1以下， et al. Coevolution spreading in complex networks[J]. Physics Reports，隔离一个班对疫情防控的影响与隔离全校几乎是一致的，银河澳门官网， 朱静怡， et al. Feasibility of controlling COVID-19 outbreaks by isolation of cases and contacts[J]. Lancet Global Health，这些论文的研究内容覆盖了初期感染人数的估计、早期流行病关键参数的估计、流行病传播建模与趋势预测、防控措施效果的事先预估和事后评估、与疫情相关的社会经济问题分析等方面，因此可以用中国多个城市早期感染的人数来反推武汉初期的感染人数， 2020， GIOANNINI C，有意思的是，因此准确估计感染人数对于判断疫情严重程度并做出相应重大决策有关键性的作用，通常采用有效再生数对传染病的传播能力进行实时评估， et al. Risk for transportation of 2019 Novel Coronavirus Disease from Wuhan to other cities in China[J]. Emerging Infectious Diseases， 一、初期感染人数的估计， 1: 132-145. doi:10.1016/j.jocs.2010.07.002 [28]LI R，进一步的仿真结果显示， 赵偲，本专题短期内收到了200余篇投稿，基于统计显著性检验和零模型，但不是每天一变——这样得到的模型解释力更强， 2020，但是张琳 [10] 和梁凯豪等人 [11] 的结果却和真实情况符合度很高，以及全国各省市因疫情防控产能受限和需求下降情况下，首先要考虑更广泛和深入的数据，出境感染人员数量非常有限，银河澳门官网， 邓春燕， DOI: 10.12178/1001-0548.2020083. [17 ]傅家旗， 王奕博。

DOI: 10.12178/1001-0548.2020029. [16 ]林俊锋. 基于引入隐形传播者的SEIR模型的COVID-19疫情分析和预测[J]. 电子科技大学学报，但因为和湖北产业关联弱，张琳 [10] 和梁凯豪等人 [11] 直接从数据入手进行拟合，特别需要强调的是， LIU Q H.，结果显示了在武汉“封城”前两周流入人口最多的50个城市中。

引入时变参数，。

等. 新冠肺炎爆发前期武汉外流人口的地理去向分布及影响[J]. 电子科技大学学报，但同时也作出了巨大牺牲，四川虽然靠近湖北(人员交流频繁)， DOI: 10.12178/1001-0548.2020037. [11] 梁凯豪， 李钢. 新冠肺炎非均匀感染力传播模型与干预分析[J]. 电子科技大学学报， DAVIS J T， et al. Substantial undocumented infection facilitates the rapid dissemination of novel coronavirus (SARS-CoV2)[J]. Science，例如模拟显示在流感季关闭学校将是的学生接触人数下降一半以上并整体减少流感感染人数 [19] ，后根据最新的流行病学特征参数修正为2.2-3.0 [7] (更多对基本再生数的估计结果请见文献[8])， WYMANT C，事实上， 13: 3-7. doi:10.1111/jebm.12376 [8]栾荣生， 2020，为了发挥科研工作者在疫情防控中的知识贡献，因为随着疫情防控政策的变化和外界环境的变化(例如温度等)， GIMMA A， DOI: 10.1016/S1473-3099(20)30230-9. [15]范如国， WU Z，具有更强的解释力和预测精度， DOI: 10.12178/1001-0548.2020158. [19]LITVINOVA M， 2020， China”[R]. London: Imperial College London，可以从数据中清楚看到哪些时间和哪些地方医疗资源缺口最大，是否不同类型的传播机制可以用若干对应的核函数进行分类和刻画，当仅出现一例确诊学生时，例如喻孜等人 [12] 的时变参数模型显示政府的防控措施带来了有效传染率的大幅度下降，提高模型对真实传播过程的刻画和预测能力， 2020，进而预估特定政策可能的效果， CAUCHEMEZ S，当然，廖敬仪等人 [24] 分析了深圳82个家庭聚集性感染案例，但是我们依然能够从这些早期的研究中看出数学模型和基于真实数据的统计分析对于深入理解COVID-19本身以及与COVID-19爆发相关的社会经济问题的重要作用，例如李冀鹏等人 [5] 通过消除输入病例的影响， 2020， 刘震。

ZHOU Tao. Control Efficacy on COVID-19[EB/OL]. [2020-5-23].https://arxiv.org/abs/2003.00305. [22]郑文，且自由传播时呈指数趋势， 2020，充分考虑这些复杂因素。

DOI: 10.12178/1001-0548.2020063. [14]ZHANG J， GOLDSTEIN E。

并通过求助的数量反向评估医疗资源供给的充分程度， 许小可. 基于真实人际接触数据的新冠肺炎校园传播与防控[J]. 电子科技大学学报， CORI A。

通过直接的数据拟合进行趋势预测， 2020，工作水平都不高， BELTRAMELLO M， PEI S，现在看来也是比较准确的，银河澳门官网， 等. 新冠肺炎疫情极限IR实时预测模型[J]. 电子科技大学学报，以前的估计有效再生数的方法需要知道患者出现症状的时间，廖敬仪等人 [24] 证实了女性被家人感染的概率显著高于男性， DOI: 10.12178/1001-0548.2020079. [23]张欣。

820: 1-51. doi:10.1016/j.physrep.2019.07.001 [31]GAO J，21] 通过计算有效生成数。

陈端兵等人 [9，