科技日报记者 张强 通讯员 朱梦莹
帕累托最优是指资源分配的一种理想状态。那么，经济稳增长和疫情防控之间应该如何实现帕累托最优呢？现在这一问题有了科学回答。记者23日从国防科技大学获悉，该校平行仿真科研团队以疫情防控和经济发展作为研究抓手，结合细粒度人工社会和大数据技术，开展防控策略评估与优化设计的大规模计算实验，其结果揭示了我国新冠肺炎“动态清零”政策的科学性和必要性。同时从技术上验证了当社区传播风险较高时，果断采取严格封控措施的必要性。相关成果发表在国际综合性科学学术期刊《创新》（The Innovation）上。
“实现智能、精准防控，有效平衡疫情防控与经济发展对百姓生活和国家经济具有重要意义。”论文第一作者、博士研究生朱正秋说。
在导师刘忠教授、陈彬副研究员和吕欣教授的共同指导下，朱正秋和团队成员在计算机上构建了全球“人工人口”模型，实现了多个城市的“人工社会”。基于构造的“人工社会”这一“计算实验室”，科研团队利用大规模计算实验设计了各类智能体的组合及交互规则，产生了各类场景，运行产生了完备的场景数据，并提出用于估计防控策略经济成本和量化城市社区传播风险的数据模型。
“我们对全球上百个国家在2020-2021年期间的发病率和经济发展的真实数据进行了分析，结果表明中国的防控政策处于帕累托前沿上，表现优异。”朱正秋介绍，研究还对我国防控策略中的封控开始时间和持续时间进行模拟调整并开展实验，结果表明在模型提示较高社区传播风险时，应立刻采取封锁措施，这有利于提升防控效果并降低经济成本。
研究还进一步揭示了可以从精准防控的角度，来制定优化经济增长和流行病控制的干预策略，比如核酸检测点的设置、大规模核酸的频率确定、老龄人群的疫苗接种、阳性患者的感知与局部区域的封控等。这对公共卫生应急响应和区域经济发展等方面的决策具有至关重要的意义。
此项成果还指出，从效果和成本代价两个角度来评估和优化策略，可以拓展到城市治理的其他领域，比如交通管控、环境保护、城市空间规划等等。这些工作的实现能够有力支撑“智慧城市”的构建，实现政府决策的科学化，进而加强城市的韧性。
