不同时期31省份新增本土确诊病例的差异，本质上反映了疫情发展阶段、防控策略与数据统计方式的动态调整。以2022年为例，6月9日全国新增本土确诊30例，其中内蒙古15例、北京7例、上海6例，这种低基数数据出现在"动态清零"政策严格执行阶段，当时核酸检测"应检尽检"，病例主要通过封控区筛查和集中隔离发现，数据与实际感染情况贴合度较高。而到12月，浙江省在疫情发布会上透露日新增感染人数已突破100万例，但同期国家卫健委通报的该省本土病例仅30例，这种悬殊差距源于"新十条"后核酸检测转为"愿检尽检"，大量轻症和无症状感染者未纳入官方统计，实际感染规模需通过模型估算。

数据差异背后是监测系统的范式转变。早期依赖基层流调团队直报，能精准追踪每例病例的密接和轨迹，但当疫情规模超出人力承载能力，如上海4月单日新增无症状感染者超1.5万例时，传统流调系统接近停摆。此时各地开始采用医院监测（如急诊发热患者阳性率）、社区抽样和数学模型结合的方式，例如青岛通过"监测数据推测"日增49万-53万人，东莞则依据"数字模型预测"得出日增25万-30万人的结论。这种转变虽能反映疫情趋势，但数据精度下降，正如专业人士指出的，模型估算只能给出"百万量级"的数量级判断，无法提供具体数字。

国际经验也揭示了类似规律。美国CDC曾公布累计确诊8100万例，但血清抗体调查显示实际感染人数达1.9亿，差距源于大量居家抗原检测未上报。而中国在2022年底缺乏全国性抗原结果上报系统，仅通过协和医学院的网络问卷收集47万人数据，样本量远低于美国斯坦福大学等机构2000万份的调研规模，进一步影响了数据代表性。这种统计局限提醒公众，无论是"1例"还是"61例"的数字，都只是疫情全貌的局部投影，解读时需结合防控政策、检测能力和模型假设综合判断。当病毒传播进入新阶段，如何建立更精准的监测体系，平衡数据透明度与防控效率，仍是各国公共卫生领域面临的共同课题。