官网    |     主页

人口流动大数据对疫情防控的启示

作者:来源:政策研究中心发布时间:2020-04-02

作者:史炜 暨南大学经济与社会研究院

邱筠 暨南大学经济与社会研究院

陈希 耶鲁大学经济系、公共卫生学院

我国当前的新冠肺炎疫情防控形势已持续向好。3月12日,国家卫健委在新闻发布会上指出我国的本轮疫情的流行高峰已经过去。同时,疫情在境外仍呈现快速扩散的情况,防国际输入转化为本地传播成为我国当前疫情防控的一个重点。

在疫情防控期间,一些掌握大量用户个人数据的企业给出了不少基于大数据预测疫情风险、优化防控政策的方案。基于手机通信数据,三大移动运营商提供个人过往轨迹查询,这样疫情的防控强度可以视个人的旅行经历而调整。百度地图迁徙大数据平台(qianxi.baidu.com)提供全国300多个城市间和城市内部的人口流动规模的指数。度量区域间人口流动的数据包括人口普查等调查数据和基于机票、火车票的订票量推算的旅客数据。现在无论人们选择哪一种交通工具出行,手机几乎是必不可少的。因此,相对于以上这些数据,基于手机信令或app计算的人口流动数据有可能更为及时和全面。一些近期研究使用基于百度迁徙的人口流动数据来预测新冠肺炎的传播。

大多都会赞同人口流动会加速传染病传播。在此基础上,我们想回答这样一个问题:我国的防控政策如何改变了由人口流动产生的疫情扩散?


图1:百度迁徙网站截图,3月15日迁入广州的来源地分布

回溯新冠肺炎的传播

我们的回归模型的设定基于关于传染病传播的经济学文献,考虑了疫情的外部输入和内部扩散。对于武汉以外的城市,人口流动会输入一些感染者,进而导致本地的密切接触者感染。随着国家的疫情管控政策和公众相关意识的加强,疫情的传播形势是变化的。因此我们以14天为一个滚动窗口,回溯1月19日到2月15日这4周间武汉以外的疫情传播态势的变化。数据来源是国家和各省卫健委公布的每日新冠肺炎新增确诊病例。第一例武汉以外的确诊病例在1月19日。因为武汉的疫情的烈度和形势都显著不同于其它地区,我们的分析样本没有包含武汉。我们的工作论文有详细的技术细节。

                               

             图2:人口流动与疫情传播

上图的系数反映了来自武汉的人口流入对于疫情传播的影响,佐证了使用人口流动数据来预测疫情风险的合理性。比如,左图第一个数值是0.0049,这表示如果从武汉到某城市的迁徙指数是100,武汉每周平均多增加1个病例,会导致这个城市的病例数在一周内平均增加个。这个数值是由1月19日(横轴的日期)开始的14天样本估计的。图中还标注了95%置信区间。根据总出行人数估算,1万人的迁徙指数是。因此一个粗略的估算是如果从武汉到某城市平均每周有1万人,武汉每周平均多增加1个病例会导致该城市在一周内平均增加个病例。左图反映了1周的滞后效应,右图反映了1-2周的滞后效应。

通过比较使用不同时间样本的估计值,可以发现总体来说因输入而产生的病例的速率在减缓。在1月下旬,与武汉人口流动密切的城市受武汉疫情影响的滞后时间为一周;而到了2月初,滞后的时间推迟到了1-2周。这就是所谓的“压平曲线”(flatten the curve),即延缓了疫情高峰到来的时间,降低了疫情高峰时的严重程度,从而使得医疗机构和公众能够更好地应对。这说明自1月下旬以后,武汉以外的城市有效地降低了输入病例的风险。再加上武汉和湖北的出行限制,疫情输出风险得到了有效的控制。

图3:疫情的本地传播

在疫情的本地传播方面,左(右)图展示了本地平均每周增加1个病例,在1周(1-2周)内的滞后效应。基于1月19日开始的14天样本,1个病例在1周内增加了1.465个病例。在接下来的一段时间,传播速率一度增快。但从1月下旬开始,本地传播就得到了有效的控制。不少系数变得较小甚至为负,反映了政府和公众对疫情的应对措施的有效性。

当前新冠肺炎正在世界范围内传播,越来越多的国家已加入到对抗新冠肺炎的战役中,韩国、意大利等国已经开始使用隔离、封城等应对措施。本文的分析结果不仅对我们理解新冠肺炎的传播有帮助,对其他国家应对当前疫情也有启示。

经济发展的双刃剑

武汉是人口超千万的大都市。新冠肺炎的疫情爆发后,特大城市由人口集聚带来的疫情风险得到了关注。我们分析了经济社会状况对疫情传播的调节作用。主要发现在经济更发达的区域(以人均GDP衡量),疫情传播的速率更快。更丰富的医疗资源(以医生数衡量)降低了疫情传播的速率。

传染病在经济发达的区域更容易传播的一个可能原因是经济活动使得人群间的交互更频繁。然而,近期的一篇追溯不同国家发展历程的论文发现,传染病的高发使得一些地区的社会组织较为松散,抑制了经济的长期发展。因此,这次疫情也启发人们去思考公共卫生、生态安全对于经济长期发展的重要性。

基于实证证据优化分区疫情管控

在医学领域,有个概念是循证医学(evidence based medicine),指出医疗决策应基于实证证据,同时考虑证据的质量、病人的意愿等因素。同样的想法也可以适用于分析如何优化疫情管控政策。从1月底开始,我国所有省份和直辖市都执行了重大突发公共卫生事件Ⅰ级响应。为了控制疫情的蔓延,各地出台了很多管控政策,比如限制出行、取消大型活动、要求佩戴口罩等。考虑到这些防控政策的经济社会成本不一,在我国当前采取分区防控的背景下,如何优化不同区域的防控政策需要首先评估这些管控政策的有效性。

随机对照实验能够提供最令人信服的证据。但在分析疫情传播方面,随机对照实验一般是不可行的。同时,人们不会静观疫情扩散。在做政策评估时需要考虑这些因素。虽然不能进行随机实验,但经济学的工具箱里有很多可用的工具,相信实证经济学研究会为公共卫生机构优化分区管控提供支持。



参考文献

[1] Zhan, C., Tse, C., Fu, Y., Lai, Z. and Zhang, H. (2020) Modelling and prediction of the 2019 coronavirus disease spreading in China incorporating human migration data, SSRN; Zhang, C., Chen, C., Shen, W., Tang, F., Lei, H., Xie, Y., Cao, Z., Tang, K., Bai, J., Xiao, L., Xu, Y., Song, Y., Chen, J., Guo, Z., Guo, Y., Wang, X., Xu, M., Zou, H., Shu, Y. and Du, X. (2020) Impact of population movement on the spread of 2019-nCoV in China, SSRN.

[2] Adda, J. (2016) Economic activity and the spread of viral diseases: Evidence from high frequency data, Quarterly Journal of Economics, pp. 891–941.

[3] Qiu, Y., Chen, X. and Shi, W. (2020) Impacts of social and economic factors on the transmission of coronavirus disease 2019 (COVID-19) in China, https://ideas.repec.org/p/zbw/glodps/494.html

[4] Fogli, A. and Veldkamp, L. (2019) Germs, social networks and growth, Review of Economic Studies.


返回