新冠肺炎疫情防控中城市交通管制效果的經(jīng)驗評估

江飛濤 蔡衛(wèi)星

摘 要： 作為一項影響廣泛的公共政策，交通管制在此次新冠肺炎疫情防控中發(fā)揮了重要作用。本文基于一套集成的獨特數(shù)據(jù)，從確診人數(shù)和經(jīng)濟復(fù)蘇兩個視角系統(tǒng)考察了新冠肺炎疫情防控中城市交通管制措施效果，并在此基礎(chǔ)上借鑒“反事實”思路，測算了交通管制措施對新冠肺炎疫情和經(jīng)濟復(fù)蘇的具體影響程度。本文的估計結(jié)果顯示，如果不采取交通管制，內(nèi)地累計確診人數(shù)將相當于實際確診人數(shù)的1.8倍，經(jīng)濟復(fù)蘇程度相對于實際復(fù)工復(fù)產(chǎn)率將下降20%。本文的研究結(jié)果對于科學(xué)評估交通管制效果和進一步做好新冠肺炎疫情防控具有重要的啟發(fā)意義和參考價值。

關(guān)鍵詞：交通管制；新冠肺炎；疫情防控；經(jīng)濟復(fù)蘇

一、引言

2019年12月，首例新型冠狀病毒感染肺炎（以下簡稱“新冠肺炎”）患者在武漢發(fā)病。2020年1月20日，習(xí)近平對新冠肺炎疫情做出重要指示，強調(diào)要把人民群眾生命安全和身體健康放在第一位，堅決遏制疫情蔓延勢頭。在此背景下，中國全面啟動一級響應(yīng)，實行最嚴格的防控措施。此后國內(nèi)疫情在較短時間內(nèi)得到了較好的控制，截至2020年3月14日，全國范圍內(nèi)已經(jīng)有263個城市實現(xiàn)了確診人數(shù)清零，內(nèi)地新增確診人數(shù)（剔除境外輸入）已經(jīng)降到個位數(shù)。

從國際情況來看，2020年1月30日，世界衛(wèi)生組織（WHO）宣布將新型冠狀病毒疫情列為國際關(guān)注的突發(fā)公共衛(wèi)生事件（PHEIC），并在3月11日進一步將其提升為大流行（pandemic）。境外新冠肺炎疫情數(shù)據(jù)在2月初開始急劇惡化，2020年2月26日WHO發(fā)布消息稱境外新冠肺炎的日新增病例已經(jīng)超過中國境內(nèi)，意大利、西班牙、美國等眾多國家宣布進入緊急狀態(tài)。截至2020年3月14日，中國境外累計確診人數(shù)為75 025人，其中意大利累計確診人數(shù)已經(jīng)超過2萬人，伊朗累計確診人數(shù)已經(jīng)超過1萬人。

從現(xiàn)有研究來看（中國疾病預(yù)防控制中心，2020[1]；陳偉等，2020[2]），本次新型冠狀病毒人際傳播力強（基本再生數(shù)R0=2-6），傳播速度快（代際間隔Tg=6.2-7.5 d），1采取果斷措施切斷疫情傳播渠道成為疫情防控的關(guān)鍵措施。WHO（2020）[3]指出，采取交通管制在很大程度上可以限制疫情嚴重地區(qū)的傳染源播散，及早發(fā)現(xiàn)潛在病例，同時提高公眾對接觸疫情影響地區(qū)風(fēng)險的認知，阻止他們前往受疫情影響的地區(qū)，減少接觸傳染源的機會。從全球經(jīng)驗來看，采用交通管制措施實施出行限制或者區(qū)域隔離成為不少國家和地區(qū)疫情防控公共政策的共同選擇：在境內(nèi)，以2020年1月23日武漢“封城”為標志，全國200多個城市相繼宣布交通管制措施，包括關(guān)閉高速公路入口、減少或暫停市內(nèi)公共交通等措施；在境外，不少國家和地區(qū)相繼采取交通管制，例如意大利在2020年3月8日宣布北部地區(qū)“封城”，隨即在3月10日開始在全國范圍內(nèi)實行封城禁令，并進一步關(guān)閉除食品店和藥店以外的所有商鋪。

作為一項影響廣泛的公共政策，交通管制具有很高的經(jīng)濟和社會成本，因此，政策實施必須進行仔細斟酌考量，需認真評估交通管制實施效果?；谏鲜隹紤]，本文基于一套集成的獨特數(shù)據(jù)，包括人口遷移數(shù)據(jù)、確診患者數(shù)據(jù)、交通出行數(shù)據(jù)、公共衛(wèi)生干預(yù)數(shù)據(jù)、經(jīng)濟社會數(shù)據(jù)等，從確診人數(shù)和經(jīng)濟復(fù)蘇兩個視角系統(tǒng)考察了新冠肺炎疫情防控中城市交通管制措施效果，并在此基礎(chǔ)上借鑒“反事實”思路，測算了交通管制措施對新冠肺炎疫情和經(jīng)濟復(fù)蘇的具體影響程度。

本文的研究結(jié)果顯示：首先，1月23日武漢“封城”前各城市從武漢返回人數(shù)對此后各地新冠肺炎確診人數(shù)具有非常強的預(yù)測能力，從這個意義上講，“封城”有助于從源頭上切斷疫情傳播；其次，各地采取交通管制措施有效降低了新冠肺炎疫情傳播速度，平均而言確診人數(shù)增長率下降了大約5.44個百分點，并且這一措施具有見效快的特點，在交通管制第三天起確診人數(shù)增長率就出現(xiàn)顯著下降；再次，新冠肺炎疫情影響了節(jié)后經(jīng)濟復(fù)蘇程度，新冠肺炎確診人數(shù)每增加1%，復(fù)工復(fù)產(chǎn)率大致降低0.12%；最后，借鑒“反事實”思路進行的情景模擬結(jié)果顯示，如果不采取武漢“封城”和各地交通管制，除湖北外內(nèi)地累計確診人數(shù)將相當于實際確診人數(shù)的1.8倍，經(jīng)濟復(fù)蘇程度相對于實際復(fù)工復(fù)產(chǎn)率將下降20%。

本文可能的貢獻集中在以下幾個方面：首先，作為一項應(yīng)急性研究，我們系統(tǒng)評估了新冠肺炎疫情防控中交通管制的效果，并初步測算了“反事實”情境下疫情傳染情況，有助于我們更深刻理解交通管制在重大突發(fā)公共衛(wèi)生事件中的作用和成效，為有關(guān)部門決策提供參考借鑒和數(shù)據(jù)支撐；其次，我們將交通管制效果從疫情防控延伸到經(jīng)濟復(fù)蘇，系統(tǒng)考察了復(fù)工復(fù)產(chǎn)情況，有助于更科學(xué)和全面評估交通管制的經(jīng)濟影響；最后，我們采用大數(shù)據(jù)方法構(gòu)造了一整套包含人口遷移數(shù)據(jù)、確診患者數(shù)據(jù)、交通出行數(shù)據(jù)、公共衛(wèi)生干預(yù)數(shù)據(jù)、經(jīng)濟社會數(shù)據(jù)等在內(nèi)的新冠肺炎疫情相關(guān)數(shù)據(jù)集，考慮到新冠肺炎疫情影響的廣泛性和持續(xù)性，這套數(shù)據(jù)及其開發(fā)方法具有廣闊的應(yīng)用空間。

本文剩下部分的結(jié)構(gòu)安排如下：第二部分是背景介紹，簡要回顧新冠肺炎疫情交通管制發(fā)展措施及其相應(yīng)的討論；第三部分是研究設(shè)計，介紹本文的樣本、數(shù)據(jù)、變量和模型；第四部分是實證結(jié)果，對主要經(jīng)驗結(jié)果進行分析和討論；第五部分是情景分析，基于估計結(jié)果來估算“反事實”結(jié)果；最后總結(jié)全文，提出相應(yīng)的政策建議。

二、新冠肺炎疫情防控中的交通管制措施

新冠肺炎是新發(fā)傳染病，人群普遍易感，主要通過呼吸道飛沫和接觸傳播。此次疫情正值中國春節(jié)人員出行高峰，存在疫情隨人員流動發(fā)生快速擴散的風(fēng)險，若防范不力則極有可能造成嚴重流行。因此，考慮到此次新冠肺炎具有較強的傳染性，實施交通管制以減少人口流動性成為重要的傳染控制應(yīng)急政策選擇。隨著1月份疫情形勢演變，武漢疫情防控指揮部1月23日凌晨發(fā)布通告：自1月23日10時起，武漢全市城市公交、地鐵、輪渡、長途客運暫停運營；無特殊原因，市民不要離開武漢；機場、火車站離漢通道暫時關(guān)閉。社會公眾和大眾媒體將交通管制形象地稱為“封城”。從百度指數(shù)來看，“封城”作為關(guān)鍵詞的搜索指數(shù)在2020年1月23日武漢實施之后關(guān)注度出現(xiàn)了跳躍，參見圖1。

盡管作為一個相對極端的疫情控制方案，采取交通管制有著巨大的成本，但是在疫情快速發(fā)展背景下，交通管制仍然是測算病毒傳播力后的最佳防控選項。因此，在武漢“封城”之后，不少城市紛紛采取封閉高速公路入口、暫停城際客運交通、暫停或減少市內(nèi)公共交通等措施對交通出行進行管制。從我們統(tǒng)計的數(shù)據(jù)來看，本文樣本中大約四分之三的樣本城市出臺了交通管制措施，具體情況參見表1。在表1中，出臺時間以武漢“封城”為基準計算的相對時間。例如，如果某個城市在1月24日出臺交通管制措施，那么其出臺時間就是武漢“封城”后的第1天，以此類推。從樣本來看，超過一半的樣本城市在武漢“封城”后十天之內(nèi)均出臺了交通管制措施。

三、研究設(shè)計

（一）樣本和數(shù)據(jù)

本文以全國主要城市為研究對象，初始研究樣本為293個地級市及以上城市，不包括四個直轄市，主要是考慮到四個直轄市具有省級權(quán)限，在政策制定上具有更大的自由度?？紤]到此次新冠肺炎疫情重點區(qū)域在湖北，湖北數(shù)據(jù)可能存在著很多特殊性，因此我們刪除了屬于湖北的全部城市樣本。在進一步刪除部分數(shù)據(jù)缺失的變量之后，本文最終得到了由263個城市組成的初始研究樣本。

我們采用“數(shù)據(jù)爬蟲+數(shù)據(jù)庫采集+手工整理”相結(jié)合的方式來構(gòu)建本文研究所需數(shù)據(jù)。各城市分日新冠肺炎確診人數(shù)來自于“丁香醫(yī)生”新型冠狀病毒肺炎疫情實時動態(tài)，各城市交通管制公告來自于各地政府官方網(wǎng)站和政務(wù)微博，各城市從武漢返回人數(shù)來自于百度遷徙，各城市經(jīng)濟復(fù)蘇程度數(shù)據(jù)根據(jù)百度出行日度數(shù)據(jù)計算得到，各城市與武漢之間交通距離來自于百度地圖數(shù)據(jù)。在數(shù)據(jù)采集截止時間上，如果沒有其他特殊說明，除了經(jīng)濟復(fù)蘇程度之外的其他數(shù)據(jù)截止時間均為2020年2月13日。以1月23日武漢“封城”為起點，這一截止時間正好包含了三周，既能夠捕捉到充足的數(shù)據(jù)信息，又可以覆蓋疫情演變的大多數(shù)重要節(jié)點。城市層面經(jīng)濟、社會、醫(yī)療等數(shù)據(jù)來自于國泰安數(shù)據(jù)庫，由于更新時滯的限制，本文中對上述變量使用的是2016年底統(tǒng)計數(shù)據(jù)，考慮到上述變量之間非常強的序列相關(guān)性，這一處理方式對研究結(jié)果的主要性質(zhì)并不會造成顯著性影響。

（二）變量與模型

四、實證結(jié)果及討論

（一）初步分析

表3提供了主要變量的描述性統(tǒng)計結(jié)果。從樣本覆蓋情況來看，交通管制樣本比較均衡，均值為0.524 6，意味著交通管制前后觀測值大致相等，有利于我們較好地觀察交通管制的影響；從經(jīng)濟復(fù)蘇程度來看，基于出行強度數(shù)據(jù)刻畫的節(jié)后一周整體復(fù)工復(fù)產(chǎn)率并不理想，平均復(fù)蘇程度不到2019年同期的50%，這意味著新冠肺炎疫情對經(jīng)濟運行的沖擊非常顯著。

我們首先通過散點圖來觀察本文主要檢驗變量之間的關(guān)系。在武漢返回人數(shù)對城市新冠肺炎患者確診人數(shù)的影響上，圖2（a）中的縱軸為各城市新冠肺炎累計確診人數(shù)（LNNCP）1，橫軸為對應(yīng)城市從武漢返回人數(shù)（LNRETURN_WH），我們發(fā)現(xiàn)兩者之間存在著顯著的正相關(guān)關(guān)系，擬合曲線的斜率接近0.9，并且從R2來看，封城前從武漢返回人數(shù)這一個變量對所在城市三周之后的新冠肺炎累計確診人數(shù)具有非常強的解釋力。Li et al（2020）[5]指出，“封城”之前未記錄感染者比例高達86%。盡管這個具體比例在數(shù)值上存在著很多的爭論，但是一個廣泛的共識是，“封城”之前大量感染者已經(jīng)擴散到各地。這在很大程度上為本文的發(fā)現(xiàn)提供了支撐。

圖2（b）報告了新冠肺炎嚴重程度對節(jié)后第一周經(jīng)濟復(fù)蘇程度的影響。縱軸為基于百度出行數(shù)據(jù)計算的各城市經(jīng)濟復(fù)蘇程度（LNRECOVERY），橫軸為各城市新冠肺炎累計確診人數(shù)（LNNCP），我們發(fā)現(xiàn)兩者之間存在著顯著的負相關(guān)關(guān)系，擬合曲線的斜率大約0.1，并且從R2（19.1%）來看，新冠肺炎累計確診人數(shù)這一個變量對所在城市經(jīng)濟復(fù)蘇程度也有較強的解釋力。整體上看，上述結(jié)果初步證實了我們的猜測，接下來將采用更加規(guī)范的計量檢驗對上述命題進行驗證。

（二）多元回歸結(jié)果及討論

1.起點：武漢“封城”與新冠肺炎疫情發(fā)展

武漢“封城”是此次新冠肺炎疫情中內(nèi)地第一個采取全面交通管制的標志性事件。事實上，社會公眾對于“封城”有著廣泛的討論，但是對于“封城”效果進行規(guī)范量化分析的研究卻還比較少。我們從一個全新視角出發(fā)，關(guān)注在“封城”前從武漢返回各城市人數(shù)對各城市后續(xù)新冠肺炎確診人數(shù)的預(yù)測力。在這里的一個邏輯是，如果從武漢返回人數(shù)可以很好地預(yù)測各城市后續(xù)新冠肺炎確診人數(shù)，那么說明 “封城”在切斷新冠肺炎疫情傳染源方面是非常必要的，在很大程度上遏制了新冠肺炎疫情在全國范圍內(nèi)的進一步傳播。

表4報告了“封城”之前武漢返回人數(shù)對“封城”三周之后各城市新冠肺炎確診人數(shù)的影響，其中第（1）-（2）欄檢驗了一系列包含地理、醫(yī)療、經(jīng)濟、社會和城市治理等因素對各城市新冠肺炎疫情確診人數(shù)的影響，第（3）欄單獨檢驗了武漢返回人數(shù)對各城市新冠肺炎疫情確診人數(shù)的影響，第（4）欄是包含了上述全部變量的估計結(jié)果。從第（1）欄可以看出，各城市與武漢之間交通距離（LNDIS_WH）的估計系數(shù)為負，并且在5%的水平下顯著，這一結(jié)果符合我們的預(yù)期，距離此次新冠肺炎疫情中心武漢越遠，相對來說疫情就越輕。第（2）欄的估計結(jié)果表明，在添加了地理、醫(yī)療、經(jīng)濟、社會和城市治理等變量之后，與武漢之間交通距離（LNDIS_WH）的估計系數(shù)仍然顯著為負。在雙對數(shù)設(shè)定下，上述估計結(jié)果表明與武漢距離增加1%，城市新冠肺炎確診人數(shù)大致將下降0.73%。整體來講，與武漢之間交通距離的估計系數(shù)方向及其顯著性為本文模型設(shè)定的合理性提供了經(jīng)驗證據(jù)支持。

第（3）欄報告了從武漢返回人數(shù)的估計結(jié)果，在沒有控制任何其他變量的情況下，從武漢返回人數(shù)（LNRETURN_WH）的估計系數(shù)為正，并且在1%的水平下顯著，這說明從武漢返回人數(shù)與此后各城市三周內(nèi)新冠肺炎確診人數(shù)顯著正相關(guān)，從而證實了這一變量的顯著預(yù)測力。從經(jīng)濟意義上看，在本文雙對數(shù)設(shè)定下，從武漢返回人數(shù)（LNRETURN_WH）的系數(shù)為0.8774，意味著從武漢返回人數(shù)增加1%，將會導(dǎo)致所在城市新冠肺炎確診人數(shù)增加大致0.88%。從統(tǒng)計意義上看，從武漢返回人數(shù)（LNRETURN_WH）的R2接近0.5，遠遠超過了第（2）欄中包含了地理、醫(yī)療、經(jīng)濟、社會和城市治理等眾多變量之后的R2，說明從武漢返回人數(shù)（LNRETURN_WH）對新冠肺炎確診人數(shù)具有更強的解釋力。

第（4）欄是添加了全部變量的估計結(jié)果，我們發(fā)現(xiàn)從武漢返回人數(shù)（LNRETURN_WH）的估計系數(shù)雖然有所下降，但是下降幅度非常有限（系數(shù)值從0.877 4下降到0.810 4），仍然在1%的顯著性水平下顯著。這一估計系數(shù)表明，在雙對數(shù)設(shè)定下，各城市從武漢返回人數(shù)增加1%，新冠肺炎確診人數(shù)將增加0.81%。根據(jù)這個數(shù)值，我們可以認為各城市大約五分之四的新冠肺炎確診人數(shù)與武漢返回人數(shù)存在著直接或者間接的關(guān)系。1在這個意義上講，控制了武漢返回人群就抓住了新冠肺炎疫情防控的關(guān)鍵。與此同時，我們也注意到，在加入從武漢返回人數(shù)（LNRETURN_WH）變量之后，與武漢之間交通距離（LNDIS_WH）的估計系數(shù)就不再顯著，說明返回人數(shù)這一變量具有很強的影響。

表4中我們使用的是節(jié)點累計確診人數(shù)，在此基礎(chǔ)上，我們還感興趣武漢返回人數(shù)對逐日累計確診人數(shù)是否具有預(yù)測能力。為此，我們利用城市層面每日累計確診人數(shù)數(shù)據(jù)，從2020年1月24日至2020年2月13日逐日進行回歸分析，估計結(jié)果見表5。從表5可以看出，在“封城”后的第一天（1月24日），武漢返回人數(shù)的預(yù)測能力相對較弱，R2在0.23左右；隨后，武漢返回人數(shù)的預(yù)測能力快速上升，到“封城”后的第3天（1月26日），R2已經(jīng)上升到0.37；到武漢“封城”后的第7天（1月30日）及之后，武漢返回人數(shù)的估計系數(shù)基本穩(wěn)定在0.80-0.84這一區(qū)間，R2也逐漸上升至0.50-0.58這一區(qū)間。上述結(jié)果表明武漢返回人數(shù)對各城市新冠肺炎確診人數(shù)具有穩(wěn)定的預(yù)測能力，在一定程度上說明了前述估算結(jié)果的可靠性。

2.擴展：各地交通管制與新冠肺炎疫情傳染速度

在武漢“封城”之后，內(nèi)地其他城市相繼宣布實施交通管制。從宣布時間來看，各城市之間呈現(xiàn)顯著的交錯特征（stagger）。利用這一特征，我們依據(jù)各城市宣布實施交通管制的日期采用虛擬變量方式定義交通管制（REGULATION），當日期在各城市宣布交通管制之后取值為1，否則取值為0。為了獲得更干凈的樣本估計，以宣布實施交通管制的日期為基準，我們只選擇位于各城市交通管制前后各5天的觀測樣本?；谏鲜龀鞘?天的研究樣本，我們估計了交通管制對每日新冠肺炎疫情確診人數(shù)增長率的影響，結(jié)果參見表6。

在表6中，第（1）欄是沒有添加任何控制變量的估計結(jié)果，第（2）欄是添加了一系列地理、醫(yī)療、經(jīng)濟、社會和城市治理變量的估計結(jié)果，第（3）列是加入了城市固定效應(yīng)的估計結(jié)果。從整體上看，在所有估計中，城市交通管制（REGULATION）的估計系數(shù)均為負，并且始終在1%的水平下顯著，這說明采取交通管制顯著地降低了新冠肺炎疫情傳染速度。除了統(tǒng)計意義上的顯著性，交通管制還具有非常顯著的經(jīng)濟意義，從表6可以看出，交通管制（REGULATION）的估計系數(shù)為大致在-0.054 4到-0.082 6之間，在被解釋變量為對數(shù)的情況下，意味著在采取交通管制之后新冠肺炎疫情傳染速度下降了5%-8.26%，考慮到樣本城市-日構(gòu)成的數(shù)據(jù)中平均傳染速度為0.168 7，這意味著交通管制降低了新冠肺炎疫情傳染速度的上限大約是49%（=0.082 6/0.168 7），下限大約是29%（=0.05/0.168 7）。

為了進一步直觀地展示交通管制措施與新冠肺炎疫情傳染速度之間的關(guān)系，本文估計了交通管制措施的動態(tài)效果，見圖3。從圖3可以清楚看出，在采取交通管制措施之前，各城市新冠肺炎疫情傳染速度不存在顯著差異；在采取交通管制之后，各城市新冠肺炎疫情傳染速度逐漸下降，特別是從采取交通管制措施第三天起，新冠肺炎疫情傳染速度出現(xiàn)了顯著并且持續(xù)的下降，這進一步說明了減少人口流動在疫情傳染控制中的重要性。從動態(tài)效果來看，交通管制措施在控制新冠肺炎疫情傳染速度方面具有不可替代的重要性。

3.復(fù)蘇：新冠肺炎疫情與復(fù)工復(fù)產(chǎn)率

隨著新冠肺炎疫情防控從第一階段的傳染控制轉(zhuǎn)向第二階段的傳染控制與經(jīng)濟復(fù)工復(fù)產(chǎn)并重，我們進一步估計了新冠肺炎疫情對各地經(jīng)濟復(fù)蘇程度的影響，結(jié)果見表7。在表7中，第（1）-（2）欄是利用具有武漢返回人數(shù)城市樣本的估計，第（3）欄是基于全部樣本城市的估計。從第（1）欄可以看出，武漢返回人數(shù)（LNRETURN_WH）的估計系數(shù)為負，并且在5%的水平下顯著，說明武漢返回人數(shù)對城市節(jié)后第一周復(fù)工復(fù)產(chǎn)率具有負向影響。第（2）欄在加入了新冠肺炎確診人數(shù)（LNNCP）之后，我們發(fā)現(xiàn)其估計系數(shù)為負，并且在1%的水平下顯著，說明新冠肺炎疫情越嚴重的城市，其經(jīng)濟復(fù)蘇程度越低。與此同時，武漢返回人數(shù)（LNRETURN_WH）的估計系數(shù)絕對值和顯著性在第（2）欄中下降非常厲害，幾乎接近于0并且不具有統(tǒng)計意義上的顯著性（系數(shù)值-0.002 1，T值-0.028 1），說明其影響主要是通過確診人數(shù)產(chǎn)生的，這進一步支持了之前關(guān)于武漢返回人數(shù)對新冠肺炎確診人數(shù)預(yù)測性的研究。在第（3）欄中我們使用了全部樣本城市的估計結(jié)果，發(fā)現(xiàn)新冠肺炎確診人數(shù)（LNNCP）的估計系數(shù)為負，并且在1%的水平下顯著，說明確實是新冠肺炎疫情制約了城市經(jīng)濟復(fù)蘇。除了統(tǒng)計意義上的顯著性之外，對復(fù)工復(fù)產(chǎn)率影響的經(jīng)濟顯著性也值得關(guān)注，新冠肺炎疫情確診人數(shù)增加1%，復(fù)工復(fù)產(chǎn)率將大約下降0.12%。

五、基于實證結(jié)果的交通管制效果分析

在這里，本文嘗試根據(jù)上一節(jié)估計結(jié)果，借鑒“反事實”情景分析的思路，對不采取交通管制（包括武漢不采取“封城”和各地不采取交通管制）的情況下，分析除湖北以外其他樣本城市新冠肺炎疫情發(fā)展程度，并在此基礎(chǔ)上進一步探討對節(jié)后第一周經(jīng)濟復(fù)蘇程度的影響，計算步驟參見表8。

（一）武漢“封城”的效果分析

綜合表4的結(jié)果，我們可以發(fā)現(xiàn)，武漢返回人數(shù)對“封城”三周之后各城市新冠肺炎確診人數(shù)具有非常強的預(yù)測力，各城市從武漢返回人數(shù)增加1%，新冠肺炎確診人數(shù)將增加0.81%。依據(jù)這一結(jié)果，我們可以大致估算不采取“封城”情景下各城市新冠肺炎確診人數(shù)情況。

首先，根據(jù)奇虎360大數(shù)據(jù)，2018年武漢春節(jié)空城指數(shù)1為48.18%，意味著大約48%的人口會在春節(jié)期間離開武漢；其次，2019年底武漢人口總量大致為1 400萬，2根據(jù)空城指數(shù)估算意味著春節(jié)期間最終離開武漢人口約為674.52萬人，扣除在“封城”之前離開武漢的大約500萬人，則如果不采取“封城”措施還有大約175萬人將從武漢離開；再次，根據(jù)這一數(shù)據(jù)，意味著離開武漢人口將增加35%（=175/500），參考表4中武漢返回人數(shù)的估計系數(shù)，這意味著各城市新冠肺炎確診人數(shù)將增加大約28%（=35%*0.810 4）。以估計樣本截至日2020年2月13日數(shù)據(jù)估算，截至當日內(nèi)地除湖北外累計確診人數(shù)為11 947人，這意味著如果不采取“封城”，將導(dǎo)致內(nèi)地除湖北外其他城市增加新冠肺炎確診人數(shù)3 345人（=11 947*28%）。直觀上來看，這一增量非常值得關(guān)注，大致相當于截止2月13日湖北以外內(nèi)地排名前三省份之和（廣東1 261人+河南1 184人+浙江1 155人）。從這個意義上講，武漢“封城”的巨大犧牲，為全國新冠肺炎疫情防控局勢做出了重大貢獻。

我們進一步根據(jù)上述數(shù)據(jù)估算了對經(jīng)濟復(fù)蘇程度的影響。根據(jù)前述情景模擬，沒有“封城”情景下除湖北外新冠肺炎確診人數(shù)將增加28%，根據(jù)表7估計的影響系數(shù)-0.115 8，我們可以估算出此時節(jié)后第一周復(fù)工復(fù)產(chǎn)率在平均意義上將大致下降3.24個百分點。在經(jīng)濟意義上，以節(jié)后第一周平均45.21%的復(fù)工復(fù)產(chǎn)率計算，沒有“封城”情景下除湖北以外其他城市復(fù)工復(fù)產(chǎn)率受到的影響是降低大約7%（=-3.24%/45.21%）。

（二）各地交通管制的效果分析

接下來我們估計各地采取交通管制的效果。首先，根據(jù)“丁香醫(yī)生”數(shù)據(jù)，1月24日除湖北外內(nèi)地其他城市新冠肺炎確診人數(shù)為558人3，三周之后2月13日這一數(shù)字為11 947人，據(jù)此計算這一期間日均增長率為15.71%。其次，根據(jù)表6估計系數(shù)，各地交通管制對確診人數(shù)增長率的影響在5.44%-8.26%之間，為了得到保守但更底線估算結(jié)果，我們采用最小值5.44%作為計算基準，據(jù)此可以計算如果各地不采取交通管制措施，實際增長率將是21.15%左右。再次，結(jié)合各地出臺交通管制措施時間，大約三分之二的樣本城市都在武漢“封城”之后十二天內(nèi)出臺了交通管制政策（蔡衛(wèi)星和江飛濤，2020）[3]，因此我們將1月24日至2月4日這一期間使用15.71%的平均增長率，對2月5日至2月13日使用21.15%的“反事實”日均增長率，則可以估算如果各地不采取交通管制措施，2月13日除湖北以外的新冠肺炎確診人數(shù)將會增加到18 072人。根據(jù)這一數(shù)據(jù)，意味著在各地不采取交通管制政策的情況下，截至2月13日新冠肺炎確診人數(shù)將增加大約51%。4從增加人數(shù)絕對值來看，上述結(jié)果意味著不采取交通管制措施，其他城市將增加新冠肺炎確診人數(shù)6 125人，從直觀上看，這將比除湖北外確診人數(shù)最多的六個省之和還要多。從這個意義上講，各地出臺的交通管制政策在切斷新冠肺炎疫情傳染方面發(fā)揮了重要作用。

我們進一步根據(jù)上述數(shù)據(jù)估算了對經(jīng)濟復(fù)蘇程度的影響。根據(jù)前述情景模擬，沒有交通管制情景下除湖北外新冠肺炎確診人數(shù)將增加51%，根據(jù)表7估計的影響系數(shù)-0.115 8，我們可以估算出此時節(jié)后第一周復(fù)工復(fù)產(chǎn)率在平均意義上將大致下降5.9個百分點。在經(jīng)濟意義上，以節(jié)后第一周平均45.21%的復(fù)工復(fù)產(chǎn)率計算，沒有“封城”情景下除湖北以外其他城市復(fù)工復(fù)產(chǎn)率受到的影響是降低大約13%（=-5.90%/45.21%）。

（三）武漢“封城”和各地交通管制效果的綜合分析

在此基礎(chǔ)上，我們進一步加總上述兩種估計結(jié)果，得到了交通管制對新冠肺炎疫情發(fā)展和經(jīng)濟復(fù)蘇程度的綜合影響效果，參見表8中的Panel C。在不采取武漢“封城”和各地交通管制措施的情況下，除湖北外內(nèi)地累計確診人數(shù)1將達到21 417人2，大致相當于實際確診人數(shù)的1.8倍；“反事實”節(jié)后第一周經(jīng)濟復(fù)蘇程度將下降至36.07%，大致相當于復(fù)工復(fù)產(chǎn)率下降了20%。

需要說明的是，以上測算過程并沒有考慮到如下因素：（1）春節(jié)期間計劃到武漢旅游和其他工作人數(shù)；（2）確診人群密集后傳染放大效應(yīng)，參見封城之后武漢市內(nèi)傳染情況。如果考慮上述因素，則表8中的“反事實”情景測算在一定程度上只是一個底線估計，存在著低估“封城”效果的可能。但是，盡管如此，我們可以看到武漢“封城”和各地交通管制確實在數(shù)量上顯著降低了湖北以外全國新冠肺炎傳染情況，并進一步對節(jié)后第一周經(jīng)濟復(fù)蘇產(chǎn)生了積極的影響。

六、主要結(jié)論及政策建議

交通管制是中國應(yīng)對新冠肺炎突發(fā)重大疫情的重要防控措施，對于切斷疫情傳染發(fā)揮了重要作用?；谏鲜隹紤]，本文系統(tǒng)評估了疫情防控中的交通管制措施效果。我們采用大數(shù)據(jù)方法系統(tǒng)構(gòu)造了一套與疫情有關(guān)的集成數(shù)據(jù)，在此基礎(chǔ)上對武漢“封城”和各地交通管制措施在疫情傳染控制中的成效進行了量化評估，并以確診人數(shù)作為機制進一步估算了上述交通管制措施對經(jīng)濟復(fù)蘇程度的影響。我們的估計結(jié)果顯示：武漢“封城”起到了從源頭上切斷疫情傳染的效果，各地交通管制措施則有效降低了疫情蔓延速度。基于上述估算，借鑒“反事實”思路進行的情景模擬結(jié)果顯示，在交通管制措施缺位的情況下，除湖北外內(nèi)地累計確診人數(shù)將相當于實際確診人數(shù)的1.8倍，經(jīng)濟復(fù)蘇程度相對于實際復(fù)工復(fù)產(chǎn)率將下降了20%。在當前全球疫情呈現(xiàn)加速蔓延的形勢下，本文的發(fā)現(xiàn)具有重要的政策含義：第一，交通管制在切斷疫情傳染、降低疫情蔓延速度方面具有顯著作用；第二，實施交通管制，在管制期內(nèi)可能會帶來較大的社會經(jīng)濟成本，但也有助于早日結(jié)束疫情盡快復(fù)工復(fù)產(chǎn)，減少疫情帶來的嚴重損失?？紤]政策成本收益時需全面。

參考文獻：

[1] 中國疾病預(yù)防控制中心. 2019新型冠狀病毒疫情進展和風(fēng)險評估[EB/OL]. http：//www.chinacdc.cn，2020.

[2] 陳偉，王晴，李媛秋等.我國新型冠狀病毒肺炎疫情早期圍堵策略概述[J].中華預(yù)防醫(yī)學(xué)雜志，2020，（3）：239-244.

[3] 蔡衛(wèi)星，江飛濤. 地方政府治理與新冠肺炎疫情應(yīng)急決策效率：來自城市層面的經(jīng)驗證據(jù)[R].工作論文，2020.

[4] World Health Organization. Non-pharmaceutical Public Health Measures for Mitigate the Risk and Impact of Epidemic and Pandemic Influenza [EB/OL]. https：//www.who.int，2020.

[5] Li. R， S. Pei， B. Chen et al. Substantial Undocumented Infection Facilitates the Rapid Dissemination of Novel Coronavirus （SARSCoV2）. Science， forthcoming.

Virus at the Gates： An Estimation of the Impact of Traffic Control in the Prevention of COVID-19

JIANG Fei-tao CAI Wei-xing

Abstract： As a wide-ranging public policy， traffic control play an important role in the prevention and control of COVID-19. In this paper， we construct a novel and unique data related to COVID-19 and evaluate the impact of traffic control on COVID-19 incident numbers and economic recovery. We further estimate the counterfactual results of traffic control. Our results show that， without traffic control， the COVID-19 incident numbers will be 1.8 times of the actual cases， and the economic recovery rate will be reduced by 20% compared with the actual rate.

Key Words： traffic control； COVID-19； epidemic prevention； economic recovery

〔執(zhí)行編輯：韓超〕