速报:中国商务部长正式向日本提出互免签证!

中国商务部长王文涛向日方提出了互免签证的建议，但目前尚未正式实施互免签证政策。以下为详细分析：事件背景：7月4日，中国商务部长王文涛在北京会见日本前众议院议长河野洋平率领的日本国际贸易促进协会访华团。

伊犁疫情速报(8.4日)

月4日伊犁疫情速报：8月3日0时至24时，伊犁州新增无症状感染者25例，其中伊宁市17例、伊宁县5例、尼勒克县3例。疫情分布与影响新增无症状感染者涉及伊宁市、伊宁县、尼勒克县，其中尼勒克县新增3例引发关注。

月4日12时45分，新疆伊犁州巩留县发生8级地震，震源深度21千米，震中位于北纬436度、东经813度，震中5公里范围内平均海拔约1498米。以下是具体情况介绍：历史地震活动：根据中国地震台网速报目录，震中周边200公里内近5年来发生3级以上地震共172次。

新疆伊犁州察布查尔县附近：2025年01月02日12时40分，在新疆伊犁州察布查尔县附近（北纬487度，东经820度）发生3级左右地震。河北邯郸市磁县：2025年01月06日14时13分，在河北邯郸市磁县（北纬333度，东经1120度）发生0级地震，震源深度13千米。

时间：3月5日7时44分 地点：新疆伊犁州伊宁县 震级：2级 震源深度：18公里 震中位置：北纬403度，东经888度 地震影响区域：震中5公里范围内平均海拔约1388米，该区域的地形和地貌可能会对地震的影响产生一定作用。

时间：6月30日18时33分地点：新疆伊犁州新源县震级：1级震源深度：15公里震中位置：北纬435度，东经851度震中海拔：约981米此次地震虽然震级不高，但仍需关注其可能带来的影响。根据中国地震台网速报目录，震中周边200公里内近5年来发生3级以上地震共165次，这表明该区域地震活动相对频繁。

日本疫情速报(2022年8月30日)

年8月30日日本疫情速报如下：新增病例与死亡情况：8月30日，日本全国新增15万2546例新冠病例，新增死亡319例，累计病例数达1879万8234例。药物批准动态：厚劳省当日批准阿斯利康的Evusheld用于新冠治疗。该药物可防止病情向重症发展，或用于发病前预防感染。

年8月30日郑和号海外安全风险资讯日报核心内容如下：中国留学生安全风险美国洛杉矶入室盗窃案一名中国留学生租住于南加大附近，遭遇入室盗窃并已报警，警方介入调查。风险提示：留学生需加强住所安全防范，避免存放贵重物品，夜间锁好门窗，必要时联系校方或当地华人组织寻求协助。

全国疫情概况新增病例：8月1日，日本全国新增新冠病例13万9687例，累计病例数达1293万5887例。新增死亡：当日新增死亡病例93例。重点地区疫情数据东京都：新增病例21958例。新冠病床使用率52%，重症病床使用率22%。冲绳县：新增病例3259例。

日本8月国内住宿人数达6227万人次，接近新冠疫情前2019年8月6323万人次的峰值，为历史次高。 具体分析如下：整体增长情况根据日本观光厅29日公布的8月住宿旅行统计（第一次速报），今年8月入住国内宾馆和旅馆的日本人与外国人总数较上年同月增长39%，累计达6227万人次。

年9月2日日本疫情速报显示，当日全国新增12万8728例感染，新增死亡347例，累计病例数达1924万7818例。具体信息如下：新增病例与死亡数据新增感染：12万8728例，为当日全国范围统计值。新增死亡：347例，反映疫情对高危人群的持续影响。累计病例：1924万7818例，显示疫情长期传播的累积效应。

年8月8日日本疫情速报如下：全国疫情概况新增确诊：全国新增13万7859例，其中1县刷新单日新增记录。新增死亡：新增死亡150例，累计病例数达1444万619例。重点地区疫情数据东京都：新增17884例，新冠病床使用率53%，重症病床使用率33%。

百度地图五一出行预测全国十大易拥堵高速,30日上午将出现拥堵高峰_百度...

拥堵高峰时段：根据《2022年五一假期出行预测报告》，4月30日（假期首日）去程出行需求集中，高速拥堵高峰将出现在09：00至12：00，为整个五一假期的拥堵最高峰；返程高峰则预计在5月3日（假期倒数第二天）的15：00至18：00，峰值较去程缓和。

今年预测：预计4月30日17时至21时高速拥堵程度较高，受节前通勤晚高峰及假期前一天出行影响；5月1日9时至12时会有短时高峰；5月4日为返程拥堵高峰，15时至19时交通压力较大。

月30日（假期前一天）14时开始，全国高速交通压力逐渐增大，18时至21时拥堵程度较高。5月1日9时至13时为出程拥堵高峰，10时至11时达峰值；5月5日15时至18时为返程拥堵高峰，16时至17时达峰值。

高德地图联合全国20+交通管理部门发布了《2024年五一假期出行预测报告》，该报告基于高德地图及行业浮动车数据，结合多年历史同期及近期数据，通过大数据技术、机器学习、综合研判等方法得出预测结果，为公众节假日安全出行提供科学参考。数据来源与预测方法数据来源：海量交通大数据来自高德地图及行业浮动车数据。