疫情期间上班风险预估

简介: 目前抗疫到了关键时期,而来自各方面复工的呼声也不断涌出 这两天,甚至有朋友圈里的老板,认为感染的风险不过是千万分之几 作为上班族,最关心的也是自身的复工感染风险,毕竟每个人背后都是一个家庭,一人感染全家感染 所以,我以自己为例简单做了一个出行风险分析,希望对大家也有帮助 1.

目前抗疫到了关键时期,而来自各方面复工的呼声也不断涌出

这两天,甚至有朋友圈里的老板,认为传染的风险不过是千万分之几

作为上班族,最关心的也是自身的复工传染风险,毕竟每个人背后都是一个家庭,一人感染全家传染

所以,我以自己为例简单做了一个出行风险分析,希望对大家也有帮助

1.出行现状

我住在顺义石门地铁站附近,而公司在三元桥附近,而我没有车,所以可用的出行方案只有:

1.[石门] 地铁15号线 -> [望京西] 换乘13号线 -> [芍药居] 换乘10号线 [三元桥];
2.[石门] 地铁15号线 -> [望京] 换乘14号线 -> [望京南] 换乘 101 104 359 647 等公交 [三元桥];
3.[石门] 915快 -> [三元桥];
4.[石门] 915 -> [三元桥];
5.[石门] 空港5路 -> [二号航站楼] 换乘机场快轨 -> [三元桥];
6.[石门] 拼车(顺风车)等 -> [三元桥];

image

2.风险点分析

我们可以通过疫情地图,发现目前存在的确诊病例小区,而在我的出行路线附近一共有下面确诊小区:

1.义宾南区,发现时间 2020-2-8,距离[石门]地铁约600米
image
2.芳园里小区,发现时间 2020-2-7,距离[将台]160米,[望京南]地铁1300米
image
3.剩下就是东直门附近的几个小区,距离[三元桥]超过3000米,所以暂不考虑了

3.出行方案选择

首先排除坐地铁和去机场的方案,两个方案人流量都太大,并且出现病例的小区距地铁站都很近

其次,排除沿途停靠站点较多的公交方案,最后选择 915快 或者 拼车

915快的经停站点:
image

4.传染风险预估

剩下的两个方案 915快 和 拼车 只剩下来自 义宾南区 的威胁

那我们重点分析下义宾南区的风险:

这个小区周围的商圈有:国泰商城、鑫海韵通百货等
image

这些百货商城的生活物质供应应该大部分来自石门市场
image

所以,在生活物质的供应链上,存在共同关系

我与人员新冠病人之间的最短连接也就是1-2人,

新冠病毒想要传染到我身上,最少只需要两次传染即可,传播路径分别是:

义宾南区 -> 915快 -> 我
义宾南区 -> 石门市场 -> 我

从目前的数据可知,1个新冠病人平均传染2-3人

从网上资料可知,胜利街道2010年常住人口约:34858,现在应该会有增长,但考虑到春节部分人员外出,所以以4万人口计算

百度百科:https://baike.baidu.com/item/%E8%83%9C%E5%88%A9%E8%A1%97%E9%81%93/27994?fr=aladdin

第一次传染,导致产生可自由活动的潜伏者概率

义宾南区一共有30栋楼,考虑到马路的隔离,所以暂不考虑马路西侧的几栋楼,则一共有18栋楼
image

顺义的小区一般都是每栋6层左右,一层两户,所以可以得知一共 18 6 2 = 216 户

按每户人口4人计算,则为 864 人

那么发生漏网之鱼传染的可能性就会是(假设潜伏者是3):

i1 = 3/864 = 0.347%

第二次传染,流向915公交线路或石门市场等生活物质供应链上人的概率

石门市场,相对人流比较大,按2000商户计算,平均每个商户2人

石门市场资料:https://1000txl.kuaizhan.com/63/4/p6290445330f8a5

915公交,按准乘人数50人计算(早晚高峰)

i2 = (2000 * 2)/40000 + 2 * 50/40000 = 10.25% 

P(1) = i1 * i2 = 0.03557%

这里解释下公式含义,如果顺义区常住人口为4万,则:
石门市场商户的传染概率是:(2000 * 2)/40000
乘坐915路公交乘客的传染概率是:2 * 50/40000

当然,这么计算有点过于简单粗放,而我们实际也只需要一个初步评估

这也就意味着,在目前情况下,我如果去一次市场,上一次班,被传染的概率约为 万分之三 - 万分之四

比所谓的 千万分之几 确实高出不少,但也没有高到要引起恐慌的地步

那么如果连续上班和连续出入石门市场呢?

按照条件概率公式,如果还没有发现潜伏者,每上一次班,我被传染的概率将会逐步增加:

# 第2天
P(2) = P(中招|昨天未中招) = P(昨天未中今天中)/P(昨天未中) = P(1)/(1-P(1)) = 0.03688%
# 第3天
P(3) = P(2)/(1-P(2)) = 0.03829%
# 第4天
P(4) = P(3)/(1-P(3)) = 0.03981%
# 第5天
P(5) = P(4)/(1-P(4)) = 0.04146%
# 第6天
P(6) = P(5)/(1-P(5)) = 0.04325%

可以发现,如果在目前条件下,疫情传播源和传播速度不变的前提下,连续上班传染的风险增长是很微小的

上面没有考虑潜伏者的扩散,如果持续有未发现的潜伏者,假设潜伏者初始值为3
并能自由出行(上班),潜伏者的传播速度是2:

# 第2天
Pi(2) = P(1) * 3 * (2 ** 1) = 0.2134%
# 第3天
Pi(3) = P(1) * 3 * (2 ** 2) = 0.4268%
# 第4天
Pi(4) = P(1) * 3 * (2 ** 3) = 0.8536%
# 第5天
Pi(5) = P(1) * 3 * (2 ** 4) = 1.7072%
# 第6天
Pi(6) = P(1) * 3 * (2 ** 5) = 3.4144%

从这个假设角度下,可以看出风险增长的就比较快了,

如果平均7天的潜伏期,上了一周班以后,传染风险就到了3%

这个传染概率还是比较高的!

所以,防疫的重点和难点就在于缩小检测的潜伏期,潜伏期越长越棘手

未知问题

当然,公司是一个聚集性场所,这里仅仅只考虑了我上班路上的风险,却并未考虑其他员工上班后一起传染的风险

且传染源也是在不断增长变化的,潜伏者也在不断变化

如果再考虑这些条件,那么这个风险就不好估算了

总结

所以目前最稳妥的做法还是耐心等待潜伏期结束,当确诊出现连续0增长时,也就意味着前提条件趋于稳定,即真正进入了安全期。

如果大家还是希望上班,那么折中的办法就是自我评估下:

1.上班途中的风险点;
2.同事间传播的风险;
3.当前城市传染源控制的风险;

通过科学的估算和权衡后,相信大家都能做出理性的抉择

相关文章
|
2月前
|
搜索推荐 大数据
年底突发舆情风险的排查与分析的方法措施
在特殊时期如年底,舆情风险更加显著。因此,对于政企单位来说,如何进行年底突发舆情风险的排查与分析是其需要关注的重要问题。接下来,本文就具体来为各位说说关于年底突发舆情风险的排查与分析怎么做好?
23 0
|
11月前
|
存储 数据采集 运维
业务系统故障率居高不下:有哪些非常有效的治理大招?
业务系统故障率居高不下:有哪些非常有效的治理大招?
239 0
|
11月前
|
监控 JavaScript 安全
从几次事故引起的对项目质量保障的思考
从几次事故引起的对项目质量保障的思考
2023年春运(春节)舆情风险点研判提示分析
随着农历春节临近,根据国务院《2023年综合运输春运疫情防控和运输服务保障总体工作方案》通知,2023年综合运输春运从1月7日开始,至2月15日结束,共40天。
2023年春运(春节)舆情风险点研判提示分析
程序人生 - 疫情期间外出购物防护指南
程序人生 - 疫情期间外出购物防护指南
82 0
程序人生 - 疫情期间外出购物防护指南
|
前端开发 JavaScript
疫情期间,写的两个场景
落笔前,先期望疫情快快过去,都要生锈了都~
疫情期间,写的两个场景
|
运维 关系型数据库 MySQL
疫情期间,遇到业务问题该怎么办?
因受到新型冠状病毒疫情的影响,如您在业务方面遇到相关问题,可参考以下解决方案进行处理。
1699 0
疫情期间,遇到业务问题该怎么办?
疫情期间,如何了解员工身体健康情况?
因受到新型冠状病毒疫情的影响,如您需要希望收集员工健康情况/返工情况可参考以下解决方案进行处理。
4074 0
疫情期间,如何了解员工身体健康情况?
|
存储 Serverless 网络安全
疫情期间,如何远程办公?
因受到新型冠状病毒疫情的影响,如您需要了解远程办公协作系统/套件/架构/应用等相关问题,可参考以下解决方案进行处理。
1863 0
疫情期间,如何远程办公?