2022年12月国内疫情防控政策调整后，各地陆续迎来首轮感染高峰。知乎用户“chenqin”团队基于百度搜索指数和巨量算数数据，通过“超额发烧搜索指数累计面积”模型，对全国城市感染峰值进行了持续预测。该模型核心原理是：当“发烧”等症状关键词的搜索量超出非疫情时期均值的累计面积达到阈值（最初设定为80，后根据内地数据调整为100，最终修正回80）时，即判定该城市进入感染高峰期。

首轮感染高峰主要城市达峰时间

根据模型迭代数据，2022年12月中下旬至2023年1月，全国城市分批次达峰：

华北地区：北京（12月12日）、石家庄（12月13日）、保定（12月10日）较早进入峰值，12月20日前完成过峰。

华南地区：广州、深圳、珠海于12月22日同步达峰，较初期预测提前3-4天，反映人口流动对传播速度的影响。

华东地区：上海、杭州在12月21日达峰，南京（12月19日）、成都（12月15日）稍早进入下降阶段。

其他区域：重庆、武汉等中西部城市于12月20日前后达峰，而浙江、福建部分城市因防控措施调整，峰值延续至2023年1月。

模型验证与现实吻合度

该预测与实际情况高度契合：

石家庄：12月中旬多数居民感染，与模型预测的“达峰时累计感染率超50%”一致，物流配送在12月20日后恢复正常。

青岛：市卫健委12月23日通报每日新增感染49万-53万人，与模型估算的“达峰期日增规模”基本吻合。

北京：12月12日达峰后，交通流量逐步回升，12月23日路况恢复至疫情前70%，印证社会活动重启节奏。

数据局限性与修正

模型在迭代中不断优化：

搜索数据污染：因“内马尔发烧”等热点事件导致部分城市搜索指数异常，后期改用百度指数为基准，并引入“发冷”等关键词交叉验证。

人口规模差异：小城市因搜索样本量小，初期感染率计算偏差较大（如德阳从20.6%修正为63.9%），最终采用“人口对数阈值”动态调整参数。

医疗资源影响：主动“压平曲线”的城市（如上海）达峰时间延长，但重症率和死亡率显著降低，体现防控策略对疫情走势的干预效果。

这场基于搜索大数据的预测实践，为公众提供了疫情进展的量化参考。尽管模型无法完全替代官方统计，但在数据透明度不足的阶段，成为缓解焦虑、辅助决策的重要工具。正如研究者所言：“哪怕是粗糙的数据，也比未知更让人安心。”