何 豪 ，何韻婷 ，翟 晶 ，王筱金，王炳順

1.上海交通大學(xué)公共衛(wèi)生學(xué)院，上海 200025；2.上海交通大學(xué)醫(yī)學(xué)院臨床研究中心生物統(tǒng)計教研室，上海 200025

2019年12月下旬，我國湖北省武漢市暴發(fā)不明原因肺炎，后經(jīng)世界衛(wèi)生組織命名為COVID-19（coronavirus disease 2019）。經(jīng)病毒基因譜分析，確定為一種新型冠狀病毒感染所致[1]。該病毒在人群中傳播方式多樣，包括呼吸道傳播和密切接觸傳播的主要傳播方式以及氣溶膠傳播的可能傳播方式[2]，因此，很快造成全球大流行。截至2020年3月29日，已造成全球近63萬人患病。由于我國在COVID-19疫情早期采取諸多果斷措施，進(jìn)行抗疫阻擊戰(zhàn)[3]，使得目前疫情在國內(nèi)進(jìn)入消退階段。為了早日籌劃疫情蔓延過后逐步恢復(fù)社會生產(chǎn)活動并且及時預(yù)測再發(fā)風(fēng)險，對于疫情發(fā)展態(tài)勢進(jìn)行科學(xué)預(yù)判就顯得格外重要。

目前，對于傳染病的預(yù)測模型眾多[4-6]，但既往各類模型對于關(guān)鍵參數(shù)的初始選取較敏感、構(gòu)建過程較復(fù)雜以及需要對模型本身不斷進(jìn)行修正等因素導(dǎo)致了各種模型應(yīng)用的及時性往往受限，更難支持回答疫情防控期間各地如何適時調(diào)整與疫情風(fēng)險程度相適應(yīng)的防控舉措以逐步恢復(fù)經(jīng)濟(jì)社會運行秩序。本文旨在通過對曾用于已知傳染病疫情預(yù)警的移動平均法進(jìn)行改進(jìn)[7]，針對全新病原所致暴發(fā)疫情，探討一種相對簡便的非條件依賴實效預(yù)測方法。本研究以COVID-19新增確診患者數(shù)作為評價指標(biāo)，及時跟蹤每日公布的疫情數(shù)據(jù)，建立相應(yīng)移動平均（moving average，MA）及其預(yù)測限（moving average prediction limit，MAPL），以此預(yù)判COVID-19疫情的發(fā)展態(tài)勢，實時預(yù)判疫情風(fēng)險分級，為分區(qū)分級防控策略提供適時量化依據(jù)，從而支持決策層統(tǒng)籌協(xié)調(diào)疫情防控和經(jīng)濟(jì)社會發(fā)展工作。

1 資料與方法

1.1 數(shù)據(jù)來源

1.1.1 既往SARS疫情數(shù)據(jù) 收集2003年3月18日至2003年6月12日香港每日嚴(yán)重急性呼吸綜合征（severe acute respiratory syndrome，SARS）新增確診人數(shù)數(shù)據(jù)，確定MAPL對于疾病發(fā)展趨勢的評估準(zhǔn)確性。數(shù)據(jù)來源于世界衛(wèi)生組織（World Health Organization，WHO）官方網(wǎng)站（https://www.who.int/csr/sars/country/en/），根據(jù)相關(guān)報道[8]中附錄部分的數(shù)據(jù)對于WHO官網(wǎng)中缺失部分?jǐn)?shù)據(jù)進(jìn)行補充。

1.1.2 當(dāng)前COVID-19疫情數(shù)據(jù) 跟蹤收集2020年1月16日至2020年3月28日國家衛(wèi)生健康委員會（National Health Commission of the People′s Republic of China，NHC）官方網(wǎng)站（http://www.nhc.gov.cn）發(fā)布的中國每日新增COVID-19病例數(shù)據(jù)，選用每日新增確診病例數(shù)以及3月份以來境外輸入性病例數(shù)作為分析指標(biāo)，進(jìn)行疫情分析以及預(yù)判。

1.2 MAPL的建立過程

MA因其能夠消除偶然波動的影響，較為清晰地顯現(xiàn)某一事件隨時間變動趨勢而最早被應(yīng)用于經(jīng)濟(jì)學(xué)研究中[9]，也有學(xué)者[10]將MA用于傳染病的預(yù)警。但該方法只能應(yīng)用于已有傳染病的疫情預(yù)警，需要基于既往較長時間的發(fā)病數(shù)據(jù)，對于本次COVID-19疫情這類缺乏歷史發(fā)病資料的新發(fā)傳染病則不適用。因此，本研究在傳統(tǒng)移動平均法的基礎(chǔ)上予以改進(jìn)，根據(jù)已有新發(fā)傳染病的特點，結(jié)合每日公布的疫情數(shù)據(jù)，計算出實時MA；以MA為中心，利用1倍標(biāo)準(zhǔn)差與2倍標(biāo)準(zhǔn)差同時建立相應(yīng)的預(yù)測上限與預(yù)測下限，通過連續(xù)觀察研究指標(biāo)所處區(qū)間，據(jù)此進(jìn)行風(fēng)險評分和分級，以達(dá)到疫情趨勢跟蹤和疫情風(fēng)險預(yù)判的目的。為避免數(shù)據(jù)差異過大而導(dǎo)致計算所得預(yù)測限過寬、下限值小于0等現(xiàn)象產(chǎn)生而使預(yù)測限的建立失去實際預(yù)測作用，故將實際新增確診病例數(shù)據(jù)Nj加1后經(jīng)對數(shù)轉(zhuǎn)換，以對數(shù)移動平均（logarithmic moving average，LMA）的形式進(jìn)行預(yù)測限的建立。以新增確診病例數(shù)為例介紹如下。

1.2.1 LMA及標(biāo)準(zhǔn)差的計算

其中，Nj為第j日的新增確診病例數(shù)。為解決對數(shù)取值適用性，在原始觀察值基礎(chǔ)上加1，取對數(shù)后獲得新增確診病例數(shù)對數(shù)轉(zhuǎn)換值LNj。

本文第1日至第j日（即計算LMA的時距為j）的LMA則為：

相應(yīng)的標(biāo)準(zhǔn)差LSTD為：

1.2.2 LMA的預(yù)測限

1.3 基于MAPL的疫情風(fēng)險預(yù)判及風(fēng)險分級

1.3.1 疫情風(fēng)險預(yù)判 按上述計算所得預(yù)測限，根據(jù)表1設(shè)置風(fēng)險分級分區(qū)。將疫區(qū)當(dāng)日即第j+1日的實際新增病例數(shù)對數(shù)值LNj+1與前1日即第j日所建立的MAPL相比較，預(yù)判新增確診病例數(shù)的變化趨勢，并對于每個風(fēng)險分區(qū)設(shè)置風(fēng)險評分，以便后續(xù)進(jìn)行風(fēng)險量化分級。

表1 基于MAPL的風(fēng)險分區(qū)及評分Tab 1 Risk division and scoring based on MAPL

1.3.2 疫情風(fēng)險量化分級 以上MAPL建立過程及表1顯示的是針對疫情發(fā)展中當(dāng)日風(fēng)險分區(qū)與評分。由于疫情波動性可能會導(dǎo)致相鄰幾日風(fēng)險級別所處分區(qū)不同，因而基于單日風(fēng)險級別難以成為何時復(fù)工復(fù)產(chǎn)這類重大決策的穩(wěn)定可靠依據(jù)。因此，本研究擬根據(jù)既往j天內(nèi)（j指計算MA的時距）的風(fēng)險分區(qū)總體情況構(gòu)建一個風(fēng)險總評分，即以此前j日的單日評分之和作為當(dāng)日風(fēng)險總評分，總評分越大，表明風(fēng)險級別越高。在評分前，根據(jù)具體疫情特點以及嚴(yán)重程度，將疫區(qū)劃分為重點疫區(qū)（湖北）及非重點疫區(qū)（湖北以外地區(qū)），根據(jù)不同總風(fēng)險評分，給出不同防控措施建議，從而指導(dǎo)新發(fā)傳染病疫情暴發(fā)時實施差異化精準(zhǔn)防控（表2）。

表2 風(fēng)險分級及應(yīng)對措施建議Tab 2 Risk classification and recommendations for countermeasures

1.4 MA及風(fēng)險評分時距的選擇

在MA的時距選擇方面，傳統(tǒng)的移動平均法基于既往傳染病周期性規(guī)律進(jìn)行選擇，選擇的時間一般較長[11]。而對于新發(fā)傳染病，缺少既往資料，故綜合考慮疾病潛伏期以及從發(fā)病到確診這2個時間因素，將疾病潛伏期與發(fā)病到確診時間之和作為MA時距的參考依據(jù)。根據(jù)Donnelly等[12]的研究，香港SARS平均潛伏期為6.4 d，從發(fā)病到入院時間平均為3～5 d。所以在對香港SARS疫情進(jìn)行方法學(xué)驗證時，選擇10 d作為時距計算MA（MA10）及風(fēng)險評分，并進(jìn)行預(yù)測限建立和結(jié)果展示。

根據(jù)目前對于COVID-19的報道[13]，新型冠狀病毒的中位潛伏期為3 d，從出現(xiàn)癥狀到確診的時間往往隨著認(rèn)識的深入和防疫措施的改進(jìn)而不斷縮短。根據(jù)2020年2月7日NHC數(shù)據(jù)顯示，該時間為4.95 d?？紤]到COVID-19這一特性，本文選擇7 d作為時距計算MA（MA7）以及風(fēng)險評分，相應(yīng)進(jìn)行預(yù)測限的建立和結(jié)果展示。因而，后文將前述公式（1）LMAj根據(jù)所選時距的不同表示為“LMA7”或“LMA10”，而圖表中新增確診病例數(shù)實際值以“Actual observation”表示。

1.5 數(shù)據(jù)范圍的選擇

因MAPL基于LMA建立，雖已將原始新增確診病例數(shù)Nj+1后再進(jìn)行對數(shù)轉(zhuǎn)換，并以此為基礎(chǔ)構(gòu)建MAPL，但疫情后期，尤其新發(fā)病例數(shù)開始為0時，數(shù)據(jù)在低數(shù)量級上的波動，對于MAPL影響較大。因此，本文對于香港SARS疫情以及本次COVID-19疫情的分析數(shù)據(jù)，僅截取疫情后期新增確診病例數(shù)第1次歸零前數(shù)據(jù)予以分析。對于新增確診病例數(shù)歸零后的疫情預(yù)測應(yīng)結(jié)合其他指標(biāo)如新增疑似病例數(shù)或現(xiàn)有病例數(shù)等予以分析。

2 結(jié)果

2.1 既往香港SARS疫情的方法學(xué)驗證

選取香港2003年3月18日至6月12日SARS疫情期間新發(fā)病例數(shù)據(jù)（其中2003年5月24日出現(xiàn)新發(fā)病例數(shù)為0），建立MAPL。基于MAPL的分析結(jié)果以及風(fēng)險評分及分級如圖1所示。

圖1 基于2003年香港SARS疫情新增確診病例數(shù)建立的MAPL（A）以及風(fēng)險評分曲線（B）Fig 1 MAPL (A) and risk scoring curve (B) based on the number of newly confirmed cases in the SARS epidemic in Hong Kong in 2003

從LMA10看，2003年香港SARS每日新增確診人數(shù)在4月16日前增長相對比較平穩(wěn)，在4月16日至5月24日平穩(wěn)下降。比較實際新增確診病例數(shù)與LMA10，可以發(fā)現(xiàn)，兩者隨著時間變化趨勢基本一致，只是LMA10的變動相較于實際值的變化有所滯后。在數(shù)據(jù)波動方面，相較于實際數(shù)據(jù)的強(qiáng)波動性，LMA10更加穩(wěn)定，更能清晰地表現(xiàn)出新增患病人數(shù)的變動趨勢。從新增確診病例數(shù)與10-d MAPL看，3月28日至4月1日，新增確診病例數(shù)多處于較快增長區(qū)，表明此時疾病處于快速蔓延狀態(tài)，處于暴發(fā)期；而4月1日至4月16日，新增確診病例數(shù)在以LMA10為中心的預(yù)測限下降區(qū)與上升區(qū)內(nèi)波動，說明此時期內(nèi)增長較為平穩(wěn)；在4月16日至5月24日期間，新增確診病例數(shù)大多處于較快下降區(qū)，說明此期間內(nèi)新發(fā)病例數(shù)正處于不斷消減狀態(tài)，預(yù)示疫情即將結(jié)束。而4月16日后疫情趨勢的下降可能是由于此前香港采取的一系列預(yù)防措施（3月26日要求密切接觸者前往指定醫(yī)院進(jìn)行檢查，3月29日要求所有學(xué)校停課2周以及4月10日對于密切接觸者強(qiáng)制居家隔離等）的效果從4月11日開始顯現(xiàn)所致[12]。這些措施的實行時間和此后報道的新增確診病例數(shù)以及預(yù)測限提示的結(jié)果相符。而風(fēng)險評分曲線則將4月20日前劃分為中等風(fēng)險級，4月20日至5月23日為中低風(fēng)險級，5月23日后進(jìn)入低風(fēng)險級。整體劃分較實際新增確診病例數(shù)有所滯后，在指導(dǎo)防疫措施實施方面，該滯后也更顯穩(wěn)健。與既往的研究結(jié)果相比，基于MAPL的擬合結(jié)果與徐寶春等[8]基于SIR（susceptible-infectedrecovered）模型所得結(jié)論相似，而相較于夏結(jié)來等[14]基于室模型得出的結(jié)論，本研究預(yù)測達(dá)峰時間較早，但預(yù)計暴發(fā)期時間較為一致。

從以上既往香港SARS疫情數(shù)據(jù)的驗證結(jié)果以及與其他模型對比結(jié)果來看，MA結(jié)合預(yù)測限的MAPL法來預(yù)測疫情發(fā)展的穩(wěn)定性較好，可以用于突發(fā)傳染病疫情趨勢的預(yù)測及適時評價。

2.2 當(dāng)前COVID-19疫情的趨勢分析與風(fēng)險預(yù)判

跟蹤收集全國范圍內(nèi)2020年1月16日至3月28日確診病例的每日新增數(shù)據(jù)，建立每日新增確診病例的7-d MAPL并進(jìn)行風(fēng)險評分和分級，分為全國、湖北省、湖北以外地區(qū)三部分分析新增確診病例數(shù)歸零前的疫情走向（圖2A～F），并將MAPL實際應(yīng)用于2020年3月4日至3月28日的境外輸入病例的趨勢預(yù)測及量化風(fēng)險分級（圖2G、H）。

2.2.1 全國疫情分析 圖2A中，在1月23日至2月4日時間段內(nèi)，每日新增確診病例數(shù)均處于較快增長區(qū)及以上，表明此時疫情處于快速蔓延狀態(tài)。2月4日至2月11日時間段內(nèi)，開始向下降區(qū)移動，更在2月11日跌落到快速下降區(qū)，說明以1月23日武漢市全面封鎖為代表的一系列防疫措施開始顯效，疫情逐漸得到控制。但在2月12日當(dāng)日確診人數(shù)猛增，是由于湖北地區(qū)將臨床診斷病例也納入確診病例之中。當(dāng)時全國通力協(xié)作提高收治能力，落實“應(yīng)收盡收”的防疫新舉措，導(dǎo)致確診病例數(shù)短暫時間內(nèi)激增。這種增長與當(dāng)時感染疫情本身的加速蔓延無關(guān)，新發(fā)病例數(shù)呈減少的趨勢應(yīng)當(dāng)不會改變。隨后可見，從2月12日之后，新增確診病例數(shù)一直向較快下降區(qū)移動，并在3月18日前多日穩(wěn)定在較快下降區(qū)。說明經(jīng)過全國人民眾志成城抗擊疫情，到3月18日全國疫情已呈消減狀態(tài)。在全國風(fēng)險評分（圖2B）中，將2月7日前劃分為高風(fēng)險級，2月7日至9日為中高風(fēng)險級，2月9日至2月19日劃分為中風(fēng)險級，2月19日至3月7日劃分為中低風(fēng)險級，而3月7日至18日為低風(fēng)險級?？傮w而言，風(fēng)險級的改變相較于新增確診病例數(shù)變動有所滯后，分級結(jié)果也更顯穩(wěn)健。在此次疫情中，湖北作為國內(nèi)的首發(fā)地與重災(zāi)區(qū)，在全國病例中占比達(dá)到74.7%[15]，而非湖北地區(qū)僅占25.3%左右。因此，后續(xù)分析將湖北省作為重點疫區(qū)，而湖北以外地區(qū)作為非重點疫區(qū)予以分析。

2.2.2 湖北疫情分析 圖2C和D中，湖北省新增確診病例數(shù)在MAPL中所處位置以及風(fēng)險評分曲線與全國趨勢基本一致，這說明湖北疫情在全國總體疫情中影響較大。因此，需按重點疫區(qū)分級及建議措施對于湖北省進(jìn)行管控。圖2D顯示，湖北于3月7日進(jìn)入低風(fēng)險級，并在此后直至3月18日始終處于低風(fēng)險級。因此可以建議，如新發(fā)病例數(shù)此后無增長，則湖北省可于最長潛伏期14日后即3月21日左右逐步解除城市封鎖，恢復(fù)正常社會生產(chǎn)生活，這與目前實際城市解除封鎖時間較為相近。

2.2.3 湖北以外地區(qū)的疫情分析 圖2E中，在1月26日至2月3日，全國除湖北以外地區(qū)的新增確診病例數(shù)均位于較快增長區(qū)或增長區(qū)，表明該時間段內(nèi)COVID-19疫情正處于暴發(fā)期，疫情蔓延迅速。而在2月3日至2月25日，新增病例數(shù)迅速回落，連續(xù)13 d達(dá)到較快下降區(qū)。雖然在此期間，由于2月20日山東與浙江兩地監(jiān)獄發(fā)生聚集性疫情，出現(xiàn)一過性升高，但之后又延續(xù)之前趨勢迅速回落。此后，除在2月26日與3月2日有小幅增長外，一直呈下降趨勢，而這種升高可能是由于此前2月10日部分單位開始復(fù)工復(fù)產(chǎn)所致。結(jié)合風(fēng)險評分曲線（圖2F）也可以發(fā)現(xiàn)，非湖北地區(qū)的疫情趨勢與湖北地區(qū)有所差異。相較于湖北，非湖北地區(qū)疫情下降至低風(fēng)險級速度更快，但是之后由于部分企業(yè)復(fù)工，使得風(fēng)險評分小幅升高，此后又迅速回落至低風(fēng)險級趨勢。這也說明我國對于此次復(fù)工后的管控措施是有效的，風(fēng)險級僅升至中低風(fēng)險后，便快速被控制，疫情沒有進(jìn)一步蔓延。同時這也說明風(fēng)險評分曲線對于真正的疫情增長趨勢反應(yīng)較為靈敏，在確診病例數(shù)絕對值增長不高的情況下，風(fēng)險評分曲線能以風(fēng)險級升高的形式予以警示。

圖2 基于2020年COVID-19疫情新增確診病例數(shù)建立的MAPL以及風(fēng)險評分Fig 2 MAPL and risk score based on the number of newly confirmed cases in the COVID-19 epidemic in 2020

2.2.4 境外輸入性疫情分析 收集全國范圍3月4日至3月28日的境外輸入病例數(shù)據(jù)，據(jù)此建立MAPL及進(jìn)行風(fēng)險評分和分級。在圖2G中，可以發(fā)現(xiàn)，在3月11日至3月25日期間，每日境外輸入病例數(shù)多日處于增長區(qū)以及較快增長區(qū)，說明境外輸入病例在此期間處于持續(xù)增長狀態(tài)，但在截至3月28日的最近3日逐漸回落，并在3月28日處于下降區(qū)，這可能是由于我國近期加大出入境管控及排查力度所致。而風(fēng)險評分曲線（圖2H）則顯示每日境外輸入病例數(shù)在此期間始終處于中高風(fēng)險級，雖然有回落到中等風(fēng)險級的趨勢，但速度較為緩慢。據(jù)此建議出入境管理部門繼續(xù)加強(qiáng)對于我國出入境口岸如機(jī)場、港口等地的限制，定時定點進(jìn)行消毒防疫，必要時對于這些出入境通道進(jìn)行封鎖，以避免境外輸入病例引起疫情在我國的再次蔓延。

3 討論

本研究使用的MAPL方法以新增確診病例數(shù)為基礎(chǔ)，計算MA及其標(biāo)準(zhǔn)差建立實時預(yù)測限來預(yù)測COVID-19疫情發(fā)展趨勢，并計算風(fēng)險評分及時預(yù)判疫區(qū)疫情風(fēng)險分級。相比于每日實際觀察數(shù)，MA的優(yōu)點是能夠降低實際觀察數(shù)據(jù)波動的影響，較為清晰地展現(xiàn)新增感染人數(shù)的變動趨勢。以此為基礎(chǔ)改進(jìn)的MAPL方法可以根據(jù)疾病的潛伏期以及發(fā)病到確診的天數(shù)等因素來確定或調(diào)整MA的時距，如在新發(fā)傳染病暴發(fā)初期由于認(rèn)知不足，MA時距可適當(dāng)延長。MAPL方法不再依賴于既往發(fā)病資料，應(yīng)用范圍擴(kuò)大到了缺乏既往資料的新發(fā)傳染病。同時，利用預(yù)測限來分析疫情發(fā)展趨勢，不再是簡單地將當(dāng)日數(shù)據(jù)與上一日數(shù)據(jù)比較，而是觀察該數(shù)值位于預(yù)測限不同分區(qū)，以此為依據(jù)來進(jìn)行風(fēng)險評分，判斷疫情發(fā)展趨勢的風(fēng)險量化分級。另一些預(yù)測模型也常常用來預(yù)測傳染病趨勢，如SEIR （susceptible-exposed-infected-removed）模型需要綜合考慮易感者、暴露者、感染者以及康復(fù)者在疾病傳播過程所起作用，通過模擬病毒傳播途徑預(yù)測傳染病趨勢[16]；而自回歸移動平均模型（autoregressive integrated moving average model，ARIMA）則考慮時間序列變化趨勢、周期性以及隨機(jī)干擾項等因素來擬合模型進(jìn)行預(yù)測，這就需要詳細(xì)且高質(zhì)量數(shù)據(jù)的支持以及復(fù)雜的計算過程[17]。相較這些傳統(tǒng)復(fù)雜模型而言，MAPL的建立則限制較少，僅需每日新增病例數(shù)等指標(biāo)即可，并且計算過程簡單，便于理解與應(yīng)用，根據(jù)風(fēng)險評分進(jìn)行的量化分級也更具實用價值。

當(dāng)然，本文提出的預(yù)測方法也存在諸多不足。首先，疫情最初階段較難確定計算MA所需要采用的時距。隨著對病毒認(rèn)識的加深、診斷治療與衛(wèi)生防疫措施的加強(qiáng)，潛伏期以及發(fā)病到確診時間處于變動狀態(tài)，勢必需要相應(yīng)調(diào)整計算MA的時距，這方面值得進(jìn)一步探究。我們也為此嘗試了不同時距的敏感度分析（文中未展示）。其次，滯后偏差不可避免，即MA預(yù)測值以及風(fēng)險評分的變化會滯后于實際趨勢值的變化。滯后性顯得保守但會更趨穩(wěn)健，從疫情控制角度來說是完全可以接受的。再者，本方法適用于跟蹤疫情發(fā)展到一定程度后的趨勢評估及適時風(fēng)險預(yù)判，到疫情尾聲每日新增確診病例數(shù)量少甚至有零新增確診病例的階段，則需要綜合其他指標(biāo)進(jìn)行疫情分析。另外，MA結(jié)合預(yù)測限的MAPL方法作為一種新的疫情預(yù)測和風(fēng)險預(yù)判方式還缺少外部驗證，盡管我們使用2003年香港SARS疫情數(shù)據(jù)進(jìn)行了初步驗證，結(jié)果也較為符合實際，但僅一次小規(guī)模的驗證較難確認(rèn)本文方法的穩(wěn)健性，尚需包括本次疫情在內(nèi)的進(jìn)一步前瞻性驗證研究。

綜上所述，香港SARS疫情的驗證案例說明MAPL方法可以用于新發(fā)傳染病的疫情趨勢預(yù)測以及實時量化風(fēng)險分級。基于MAPL對于本次國內(nèi)COVID-19疫情趨勢跟蹤分析和疫情風(fēng)險預(yù)判也取得了較好效果，因此各疫區(qū)可以風(fēng)險評分及分級結(jié)果為依據(jù)，實施不同地區(qū)的差異化精準(zhǔn)防疫策略及措施。對于當(dāng)前境外輸入性病例進(jìn)行的預(yù)測和風(fēng)險分級表明我國目前存在境外輸入的中高等風(fēng)險，應(yīng)加強(qiáng)對于出入境口岸的管控，必要時封鎖出入境口岸，嚴(yán)控境外輸入性風(fēng)險。