指导老师：林文棋
团队成员：李洋、褚峤、张苗琳、贾道祥、张弘、刘佳艺、赵鑫
作品链接: http://39.98.108.189
创作初心
“防疫千条线，社区一根针”- 社区是城市抗击疫情的基层堡垒，城市治理与防疫工作实施的基本单元，也是这场战役中离普通市民最近、最关键的战线之一。然而，实际情况反映出，在人力短缺、事务繁多的情况下，社区防疫压力极大。在这样的情况下，增强社区对于疫情的抵御与抗击能力，提高社区防疫决策效果与意识，调动居民积极主动抗击疫情也成为防疫最重要与紧迫的需求之一。
这样的需求正是《北京社区疫情抵抗力地图》的出发点所在。
团队将社区的疫情抵抗力定义为由社区自身属性决定的对疫情的抵御与抗击能力。基于自身专业知识、相关文献研究以及此次疫情特点对社区防疫机制进行分析，构建了社区“疫情抵抗力”量化评估体系，对北京市域6727个小区的疫情抵抗力进行分析评估，并以评估结果可视化为核心，形成在线互动地图向所有人开放。地图实现以下三点核心目的，回应社区防疫的紧迫需求：
1）量化评估社区自身防疫优劣势，提出相应策略建议，精确引导各方共同提升社区疫情抵抗力；
2）帮助大众及包括居民与管理者在内的基层团体提高社区防疫意识，促进社区治理共同体的构建；
3）为公众提供包括安全度预测、疫情点、医疗设施在内的其他关键信息服务。
面向对象与应用场景
1）小区居民/社区治理团体 - 了解所在小区“抵抗力”特点，采取应对措施：小区居民与社区服务人员/物业等治理团体通过地图“抵抗力”评分，了解自己所在小区疫情抵抗力总分及优劣势，可根据地图“重点防范”提示，采取相应措施提升小区疫情抵抗力；用户通过地图了解北京市其他小区的抵抗力，服务出行决策；
2）小区居民/社区治理团体/街道，区等上级城市治理机构 - 了解各小区疫情发生可能性，调配防疫资源：通过“安全度预测”功能查看各小区疫情发生可能性，对于风险度较高与抵抗力评分较低的小区重点提升疫情抵抗力，实现重点防御，精准施策；
3）城市居民 - 使用地图提供的其他信息服务如发热门诊、病例小区信息等；
4）专业人士 - 通过参与入口为防疫模型改进献计献策；
5）网络大众 - 了解社区防疫相关方面及知识；对地图进行反馈。
作品简介
地图重点功能示意图
1）社区疫情抵抗力量化评估及成果可视化
结合防灾研究，团队社区研究专业知识积累以及此次疫情特点构建“社区疫情抵抗力”量化评估体系，对北京市域范围内6727个小区的疫情抵抗力进行量化评估，并对结果进行可视化展示。
重点功能1 - 社区疫情抵抗力量化评估及可视化
社区疫情抵抗力量化评估体系： 社区疫情抵抗力相关因素，可分为“防范”与“抗击”两大类别：前者是与病毒传播有关的“被动”因素，后者包括处理病例、维持社区疫情期间生活运行等“主动”因素。在实际生活中，抵抗力因素对应着四类社区防疫场景，即1）防止疫情在小区传播；2）居民自身对疫情的抵抗；3）病例/密切接触者的医治与隔离；以及4）保障疫情期间社区服务与小区居民日常生活。地图依据这四类场景构建疫情抵抗力评价体系，以指导居民与治理团体对抵抗力的提升措施，助力社区及居民团体：1）合理判断疫情风险，2）理解居民自身抗疫优劣势 3）评估调配医疗资源4）统筹完善社区服务。
社区疫情抵抗力量化评估体系示意图
社区疫情抵抗力场景1“防止疫情在小区传播 ”及相关评价指标
社区疫情抵抗力场景2“居民自身对疫情的抵抗”及相关评价指标
社区疫情抵抗力场景3“病例/密切接触者的医治与隔离”及相关评价指标
社区疫情抵抗力场景4“保障疫情期间社区服务与小区居民日常生活” 及相关评价指标
2）“重点防范” - 提供提升抵抗力策略建议；
对于抵抗力单项指标得分排名较低（后50%）的小区，即给予该项指标的提示以及实施策略建议，实现从量化评估到策略建议的闭环。操作：点击或搜索任意小区，在弹窗中点击“详细情况”，窗口中“重点防范 ”部分内容中列出针对该小区的策略建议。
重点功能2 - 小区“重点防范”建议提示
重点功能4 – 小区安全度预测
3）“我要参与” - 公众参与调查功能
作为一次将专业城市研究与公众参与服务结合的实验性尝试，指标权重设计采用公众 + 专家调查路径，通过公众参与互动形成系统优化良性循环模式。地图设置在线问卷入口，对公众与专家意见进行调查，以对指标权重以及其他地图改进方面征询建议。地图第一版于2月12日上线， 2月18日开启了公共调查参与通道，3月2日。通过公众/专家调研与团队专业研究结合的方式对权重进行修正，并且进一步增加地图的公共参与度。在开放公众调查的同时，我们也平行地从专业角度进行研究，对地图进行快节奏的优化迭代。操作：点击地图右侧的“我要参与”按钮，进行公众问卷填写与意见反馈。
4）“安全度预测” - 实际数据检验的小区疫情发生概率预测；
团队通过将实际疫情发生地与抵抗力指标进行逻辑回归分析，发现并提取出了与疫情发生显著相关的因素，并得到预测模型。通过近一步研究分析，模型拟合优度具有统计意义（P<0.05）,模型预测在当前研究环境显示出较高准确率（>90%），可以使用上述显著相关因素对小区的安全度 – 即疫情发生概率 – 进行预测。风险度高或抵抗力低的小区尤其需要提高重视。操作：点击地图右侧“安全度预测”按钮，地图对各小区按预测疫情发生概率进行可视化。
5）其他关键信息服务： 疫情小区 + 发热门诊位置
地图上标注疫情小区及北京市发布的发热门诊医院位置。
操作：疫情小区位置在地图中以“！”图标标示；查看抵抗力的“医疗资源”分项时，地图上会以“+ ”标注北京市公布的发热门诊地点。
作品特点、影响力及社会价值
1）专业研究成果的大众应用
将社区防疫专业研究成果与公共地图结合，实现科学助力大众防疫的目的；
2）量化评估-决策支持闭环
实现从量化评估到决策支持的完整闭环, 助力精准施策；
3）公众参与促进优化迭代
发挥公众项目优势，引入公众专家参与机制，形成优化迭代良性循环；
4）注重开发时效性
项目开发及开放使用紧跟疫情发展实现应用价值的最大化。（2月12日上线，2月18日开启公共参与通道，3月2日第二版更新）
作品影响力
从2月12日上线至3月17日访问请求达到73974次，第一版公众号文章点击达到1.2万次，地图日均访问IP数量276个，实现了广泛的影响力以及对抗疫的贡献。
社会价值
1）聚焦社区防疫需求，助力社区防疫认知及决策；
2）帮助大众及包括居民与管理者在内的基层团体提高社区防疫意识与防疫知识，促进公众参与社区治理共同体的构建。
作品技术说明
技术路径
北京疫情抵抗力地图技术路径
数据来源及特征
数据处理
1）数据预处理：为充分利用现有数据，结合分析目的对数据进行预处理工作。属性数据的预处理包括规范字段内容、补充缺失数据，更正字段信息、关联内容不全等方面。空间数据的预处理包括地址反差坐标处理、坐标转换等。以居住小区边界在空间上对手机信令网格单元、行政区、街道等空间数据进行关联，以实现小区对应的手机信令数据的获取。
2）数据提取：结合指标设定及数据字段内容，对相关信息进行提取。如通过poi数据中“类型”字段提取便民服务设施、酒店、大型交通设施、商场、基层诊疗机构等poi点位置及属性信息。
数据分析
1）空间分析：使用小区数据及指标相关POI数据，基于ACRGIS软件空间分析功能对各小区医疗资源，治理服务，与人口密集场所距离等指标进行计算。
2) 属性数据统计分析 - 通过手机信令人口数据分析小区人群特征相关指标：通过居住小区关联后的“网格编号”及手机信令-人口结构数据、“年龄”指标汇总计算获得各居住小区15岁及以下及65岁以上年龄段居住人口比例；通过居住小区关联后的“网格编号”及手机信令-人口结构数据的“网格编号”、“人口总数”、“不稳定人口数”指标汇总计算获得各居住小区人口密度及不稳定人口比例指标值。
可视化及网页交互
技术栈：前端采用React框架进行开发；ui库使用antd-mobile实现移动端布局、常用组件等；地图交互使用开源库Leaflet实现信息展示、点击查询交互等功能；图表使用Echarts进行数据可视化展示。
