張曉明

摘 要：人口流動與傳染病的擴散存在著密切關(guān)系。通過利用新冠疫情爆發(fā)以來全國范圍內(nèi)的人口遷徙數(shù)據(jù)，運用雙重差分模型進行實證分析，發(fā)現(xiàn)中國全國性的人口流動管制政策有效減少了居民的城際出行強度和城內(nèi)出行強度，使得疫情期間的人口流動規(guī)模顯著降低，在客觀上促進了疫情防控工作取得成效。此外，通過檢驗經(jīng)濟活動對于人口流動規(guī)模的影響，在機制分析結(jié)果中發(fā)現(xiàn)，中國各省在疫情期間強制的停工、停業(yè)、停產(chǎn)政策對于限制人口流動具有重要作用。

關(guān)鍵詞：新冠疫情防控;人口流動;雙重差分法

中圖分類號：C924.2;R749 ? ? ?文獻標志碼：A ? ? ?文章編號：1673-291X（2020）20-0004-08

引言

自新型冠狀病毒疫情爆發(fā)以來，全球累計感染人數(shù)已達288萬人，①死亡人數(shù)超過20萬人，其中僅美國的累計感染人數(shù)就已接近100萬人，且目前全球確診人數(shù)仍未出現(xiàn)拐點。中國作為最先受到疫情沖擊的國家，面對疫情迅速開展防控工作，自1月23日武漢市采取“封城”措施之后，31個省市、自治區(qū)紛紛啟動了公共衛(wèi)生事件一級響應(yīng)，通過在各城市街道、村鎮(zhèn)道路設(shè)立交通卡點和檢疫站點，限制人口流動和人群聚集，有效隔斷了疫情的傳播渠道;于2月18日迎來疫情拐點，并在其后逐步實現(xiàn)復工、復產(chǎn)、復學，還在保證國內(nèi)疫情發(fā)展態(tài)勢被逐步控制的情況下，對外輸出口罩等醫(yī)療產(chǎn)品，積極參與到國際抗疫工作中。

從圖1中的中、美及全球新增確診病例數(shù)的變化趨勢對比可以看出，雖然中國作為人口大國，疫情爆發(fā)又正值人口大規(guī)模遷徙的春運期間，卻在抗擊疫情傳播方面取得了顯著的成效。這為正在遭受疫情的各國提供了一個值得借鑒的參考，在目前尚未有有效疫苗應(yīng)對新冠病毒的情況下，研究中國的疫情防控成功背后的原因?qū)⒂兄谌蛞咔榉揽毓ぷ鞯拈_展，具有較強的現(xiàn)實意義和理論意義。

現(xiàn)有文獻的研究大多集中于疫情中心武漢市的交通管制對于疫情傳播的阻斷效應(yīng)，忽視了全國范圍內(nèi)的人口流動管制對疫情防控的貢獻[1]。事實上，在武漢市“封城”前夕，大約有500萬人離開武漢市，中國的大部分城市已經(jīng)流入了新冠病毒的感染者[2]，如果沒有隨后全國范圍內(nèi)的大規(guī)模人口流動管制措施，即各省依據(jù)公共衛(wèi)生事件一級響應(yīng)所做出的一系列停工、停課、限制或停止集會等措施，中國的疫情將難以在短時間內(nèi)得到有效遏制。鑒于此，本文通過利用百度遷徙數(shù)據(jù)庫獲取人口流動相關(guān)信息，分析了全國省會城市人口遷移情況，實證檢驗了全國范圍內(nèi)的人口流動管制所帶來的影響，并可能在以下方面有所貢獻：首先，本文擴展了現(xiàn)有研究的樣本覆蓋范圍和分析視野，從而提升了人口流動管制對于疫情防控阻斷效應(yīng)結(jié)論的外部有效性。其次，本文從總體上分析了中國抗擊疫情所采取的人口流動管制措施的影響程度，為正在遭受疫情沖擊的國家提供了可行的政策解決方案。最后，目前國內(nèi)關(guān)于新冠疫情的研究仍然較少，本文的研究將有助于豐富與新冠疫情防控工作相關(guān)的文獻內(nèi)容。

一、人口流動對疫情傳播的影響

人口流動對于流行性疾病的傳播具有重要的影響。在相關(guān)領(lǐng)域的國際研究方面，最早的流行病擴散模型可追溯到1927年Kermack的相關(guān)研究[3]，然而Kermack在研究中缺乏對于政策作用的分析，同時其實證結(jié)果也面臨著內(nèi)生性問題，因而缺乏可靠性。Camitz和Liljeros利用西班牙的數(shù)據(jù)進行微觀模擬實驗，并指出交通出行禁令能夠顯著減少諸如SARS的流行性疾病的傳染概率[4]。Bajardi通過對2009年甲型H1N1流感時期交通管制的實證分析指出，疫情期間政府應(yīng)當采取人口流動管制措施以控制疫情發(fā)展情況。在發(fā)現(xiàn)交通管制對于疫情阻隔作用的基礎(chǔ)上，部分學者分析了相關(guān)經(jīng)濟活動尤其是進出口貿(mào)易與傳染病擴散之間的關(guān)系[5]。Oster利用非洲的死亡率數(shù)據(jù)預測真實的艾滋病感染人數(shù)，并通過分析指出國際貿(mào)易的增長對于非洲地區(qū)的艾滋病傳播存在顯著的正向作用[6]。Adda利用法國過去25年的傳染病數(shù)據(jù)分析經(jīng)濟運行與疾病傳播之間的關(guān)系，并且指出伴隨著交通基礎(chǔ)設(shè)施的發(fā)展以及兩地之間貿(mào)易往來的增多，疫情的傳播能力和影響范圍將大幅增加[7]。Charu使用2002—2010年期間的美國流感傳染數(shù)據(jù)進行實證分析，發(fā)現(xiàn)相比于空氣流動傳播，上下班往返時的人口流動才是傳播流行性疾病的主要渠道，并由此指出疫情期間限制人口流動，采取停工、停產(chǎn)措施的必要性[8]。

由此可見，在新型冠狀病毒爆發(fā)期間，中國政府采取的強制性人口流動限制措施對于疫情防控具有重要的意義[9，10]。Fang通過分析武漢市1月23日發(fā)布的“封城”措施指出，該封鎖措施導致武漢市的人口流出顯著下降了56.4%，并通過回歸預測在沒有人口流動管制的情況下中國的湖北以外省份感染人數(shù)將會增加64.8%，湖北省內(nèi)其他城市感染人數(shù)將會增加52.6%[1]。Qiu通過分析中國的人口流動與感染數(shù)據(jù)指出對疫情中心的人口流動管制對于疫情防控的影響最大，其次，在與疫情中心人口來往更頻繁的高風險地區(qū)，人口流動管制對于疫情防控也具有重要影響[11]。Chinnazzi也通過分析指出，武漢市的交通封鎖對于中國和國際疫情的控制都具有重要的影響，但是其國際效應(yīng)更加顯著[2]。

綜上，現(xiàn)有研究中國疫情防控成效的文章大多集中于疫情中心武漢“封城”措施對于疫情防控的重要影響，而對于中國全國范圍內(nèi)自上而下的人口流動防控措施缺乏詳細的研究。事實上，在武漢市疫情爆發(fā)后實施的各省公共衛(wèi)生一級響應(yīng)政策涉及了超過12億人的出行，因此本文試圖從更加全面的視角出發(fā)衡量人口流動管制對中國疫情防控帶來的影響，并分析相關(guān)政策的作用機制，以補充現(xiàn)有文獻的不足。

二、數(shù)據(jù)和實證模型

（一）政策背景

在經(jīng)歷了2003年SARS病毒的入侵之后，中國政府從過去的抗疫工作中總結(jié)經(jīng)驗，在后續(xù)頒布了一系列針對重大傳染性疾病防控的法律法規(guī)。其中，依據(jù)《中華人民共和國突發(fā)事件應(yīng)對法》等相關(guān)法律法規(guī)規(guī)定，當發(fā)生傳染性非典型肺炎、人感染高致病性禽流感病例，并有擴散趨勢時，中華人民共和國各省市指揮部根據(jù)國務(wù)院的決策部署和統(tǒng)一指揮，組織協(xié)調(diào)本行政區(qū)域內(nèi)應(yīng)急處置工作，并由省級人民政府宣布和實施公共衛(wèi)生事件一級響應(yīng)。在實行公共衛(wèi)生事件一級響應(yīng)期間，相關(guān)工作包括：劃定控制區(qū)域，并對疫區(qū)進行封鎖;采取強制控制措施，限制或停止集市、集會，停工、停業(yè)、停課;實行流動人口管理，對于疑似病例或確診病例實行就地隔離、就地醫(yī)治;建立交通衛(wèi)生檢疫站點，對往來人員進行檢疫查驗;開展群防群治，各街道、鄉(xiāng)（鎮(zhèn)）以及居委會、村委會做好疫情信息收集、報告、人員分散隔離等措施。在疫情爆發(fā)之后，隨著全國各地確診病例的不斷增多，截至2020年1月30日，全國31個省、市自治區(qū)紛紛進入公共衛(wèi)生事件一級響應(yīng)狀態(tài)，中國開始進入全國性的人口流動管制階段。

（二）異質(zhì)性檢驗

由于人們的出行狀況與區(qū)位因素和地區(qū)發(fā)展程度均具有密切關(guān)系，因此本文后續(xù)圍繞各省會城市的經(jīng)濟狀況異質(zhì)性展開分析，檢驗政策效應(yīng)在不同地區(qū)的差異。表3依據(jù)省會城市所在省份是否屬于東部沿海地區(qū)來劃分樣本，具體來說，將山東、河北、天津、遼寧、江蘇、浙江、福建、上海、廣東、海南共計10個省或直轄市劃定為沿海地區(qū)，而其余地區(qū)則歸為內(nèi)陸地區(qū)，展示了不同區(qū)位條件下的政策效應(yīng)異質(zhì)性。從中可以看出，在城際出行強度方面，沿海地區(qū)的政策效應(yīng)要強于內(nèi)陸地區(qū)，人口流動規(guī)模的顯著下降僅發(fā)生在沿海地區(qū)，而在城內(nèi)出行強度方面，內(nèi)陸地區(qū)的政策效應(yīng)更為顯著。這主要是因為沿海地區(qū)在正常情況下往往會流入較多的國際貿(mào)易流動人口，而在疫情期間伴隨著機場、港口的封鎖從而使得這些地區(qū)的城際人口流動規(guī)模出現(xiàn)更為顯著的下降;而內(nèi)陸地區(qū)由于包括武漢市湖北省以及與其相鄰省份，所以在控制城內(nèi)人口流動方面的政策效應(yīng)更加顯著。

由于地區(qū)經(jīng)濟狀況通常與交通基礎(chǔ)設(shè)施建設(shè)程度、人口流動程度具有密切的關(guān)系，因此表4中的結(jié)果檢驗了政策效應(yīng)在不同經(jīng)濟發(fā)展狀況地區(qū)的異質(zhì)性。本文依據(jù)《中國城市統(tǒng)計年鑒2018》中的人均GDP指標將樣本劃分為欠發(fā)達地區(qū)和較發(fā)達地區(qū)，其中人均GDP高于均值的城市被劃分為較發(fā)達地區(qū)，而低于均值的城市則被劃分為欠發(fā)達地區(qū)。從下表可以看出，無論是從城際出行強度還是從城內(nèi)出行強度來看，欠發(fā)達地區(qū)的政策效應(yīng)要強于較發(fā)達地區(qū)，這主要是因為一般經(jīng)濟發(fā)達地區(qū)的交通基礎(chǔ)設(shè)施建設(shè)更為完善，且各類貨物運輸、流轉(zhuǎn)比較密集，這些必需的經(jīng)濟活動即便在疫情人口流動管制時期仍需進行。此外，經(jīng)濟較發(fā)達地區(qū)例如北京、上海等城市都是外來人口較多的城市，由于各省市的公共衛(wèi)生事件一級響應(yīng)開始時間均在春節(jié)前后，在此期間內(nèi)的返鄉(xiāng)人口規(guī)模難以因為人口流動管制而發(fā)生較大幅度的下降。

（三）機制分析

前述分析已經(jīng)證明各省的公共衛(wèi)生事件一級響應(yīng)政策對于城際出行強度和城內(nèi)出行強度均具有顯著的抑制作用，本文在該部分將繼續(xù)探討其可能的作用機制。依據(jù)前述的政策規(guī)定，在公共衛(wèi)生事件一級響應(yīng)期間，各級政府應(yīng)當采取停工、停業(yè)、停課措施，以避免人口聚集，減少人口流動。

因此，本文使用空氣污染物濃度作為衡量產(chǎn)能多少的變量，用來分析疫情期間停工、停業(yè)的規(guī)模。由于PM2.5和PM10在空氣中的濃度不僅與工業(yè)排放有關(guān)，并且與人們出行時的汽車尾氣密切相關(guān)，而二氧化硫和二氧化氮則相對而言更能反映由工業(yè)產(chǎn)出所帶來的的污染情況，因此本文使用空氣中的二氧化硫和二氧化氮濃度作為衡量工業(yè)產(chǎn)出變化的指標。從表5中可以發(fā)現(xiàn)，在控制了天氣因素以及不可觀測的個體差異和時間趨勢后，空氣中的二氧化氮濃度顯著下降了27.7%，二氧化硫濃度顯著下降了12.5%，表明在公共衛(wèi)生事件一級響應(yīng)期間，各省紛紛實施了停工、停業(yè)措施，從而較好控制了人口流動。

四、結(jié)論

基于全國省會城市的人口流動數(shù)據(jù)，本文利用雙重差分模型實證檢驗了各省公共衛(wèi)生事件一級響應(yīng)政策對于人口流動的影響。研究發(fā)現(xiàn)，在實施了人口流動管制政策之后，各省會城市人口的城際出行強度和城內(nèi)出行強度分別下降了16.4%和23.1%，并且該結(jié)果在排除了武漢市以及直轄市后仍然顯著，說明中國在疫情爆發(fā)后實現(xiàn)了全國范圍內(nèi)的人口流動管制，從而使得各城市新增確診病例逐漸出現(xiàn)下降趨勢。在異質(zhì)性方面，人口流動管制的政策效應(yīng)在內(nèi)陸地區(qū)要強于沿海地區(qū)，在欠發(fā)達地區(qū)要強于較發(fā)達地區(qū)，這些政策效應(yīng)的差異與各地區(qū)相關(guān)的經(jīng)濟活動存在著密切的關(guān)系性。后續(xù)的機制檢驗則利用污染物濃度分析產(chǎn)出，并發(fā)現(xiàn)停工、停業(yè)是公共衛(wèi)生事件一級響應(yīng)政策減少人口流動的一個重要途徑。

目前，新冠疫情在全球范圍內(nèi)仍未得到有效控制，而中國在經(jīng)歷第一階段的人口流動管制后已經(jīng)迎來了疫情拐點。盡管如此，當下持續(xù)增加的輸入性病例仍然不容忽視，在隔離政策被證實有效的情況下，中國仍然應(yīng)當對外國返華人員進行嚴格的隔離監(jiān)管措施，以防止疫情的二次爆發(fā)。此外，在各地疫情基本被控制的情況下，已有許多城市逐漸開始復工、復業(yè)，由復工、復業(yè)帶來的人口流動將會增加疫情傳播的風險，此時更應(yīng)對疫情防控工作保持高度重視，有序?qū)崿F(xiàn)疫情后的經(jīng)濟復蘇。

參考文獻：

[1] ?Fang H.，Wang L.，Yang Y.Human Mobility Restrictions and the Spread of the Novel Coronavirus（2019-nCoV）in China[R].NBER working paper，2020.

[2] ?Chinazzi M.，Davis J.T.，Ajelli M.，Gioannini C.，Litvinova M.，Merler S.，Pastorey Piontti A.，Mu K.，Rossi L.，Sun K.，Viboud C.，Xiong X.，Yu H.，Halloran M.E.，Longini I.M.，Vespignani A.The Effect of Travel Restrictions on the Spread of the 2019 Novel Coronavirus（COVID-19）outbreak[J].Science，2020，（368）：395-400.

[3] ?Kermack W.O.，McKendrick A.G.A Contribution to the Mathematical Theory of Epidemics[J].Proceedings of the Royal Society of London A，1927，（115）：700-721.

[4] ?Camitz M.，Liljeros F.The Effect of Travel Restrictions on the Spread of a Highly Contagious Disease in Sweden[M].ARXIV：0505044.

[5] ?Bajardi P.，Poletto C.，Ramasco J.J.，Tizzoni M.，Colizza V.，Vespignani，A.Human Mobility Networks，Travel Restrictions，and the Global Spread of 2009 H1N1 Pandemic[J].PLoS ONE，2011，（6）：1-8.

[6] ?Oster M.Routes of Infection：Exports and HIV Incidence in Sub-Saharan Africa[J].Journal of the European Economic Association，2007，（10）：1025-1058.

[7] ?Adda J.Economic Activity and the Spread of Viral Diseases：Evidence from High Frequency Data[J].Quarterly Journal of Economics，2016，（131）：891-941.

[8] ?Charu V.，Zeger S.，Gog J.，Bjornstad O.N.，Kissler S.，Simonsen L.，Grenfell B.T.，Viboud C.Human mobility and the spatial transmission of influenza in the united states[J].PLoS computational biology，2017，（13）：1-23.

[9] ?Lai S.，Ruktanonchai N.W.，Zhou L.，Prosper O.，Luo W.，F(xiàn)loyd J.R.，Wesolowski A.，Santillana M.，Zhang C.，Du X.，Yu H.，Andrew J.T.Effect of non-pharmaceutical interventions for containing the covid-19 outbreak in China[EB/OL].2020-03-03，https：//doi.org/10.1101/2020.03.03.20029843，2020-04-26.

[10] ?Wang C.，Liu L.，Hao X.，Guo H.，Wang Q.，Huang J.，He N.，Yu H.，Lin X.，Pan A，Wei S.，Wu T.Evolving epidemiology and impact of non-pharmaceutical interventions on the outbreak of coronavirus disease 2019 in Wuhan，China[EB/OL].2020-03-03，https：//doi.org/10.1101/2020.03.03.20030593，2020-04-26.

[11] ?Qiu Y.，Chen X.，Shi W.Impacts of Social and Economic Factors on the Transmission of Coronavirus Disease 2019（COVID-19）in China[EB/OL].2020-03-03，https：//doi.org/10.1101/2020.03.13.20035238，2020-04-26.

[12] ?Wang M.，Jiang A.，Gong L.，Luo L.，Guo W.，Li C.，Zheng J.，Li C.，Yang B.，Zeng J.，Chen Y.，Zheng K.，Li，H.Temperature significant change COVID-19 transmission in 429 cities[EB/OL].2020-02-25，https：//www.medrxiv.org/content/10.1101/2020.02.22.20025 791v1.full.pdf，2020-04-08.

[13] ?Lowen A.C.，Steel J.Roles of Humidity and Temperature in Shaping Influenza Seasonality[J].Journal of Virology，2014，（88）：7692-7695.

[14] ?任勝鋼，鄭晶晶，劉東華，陳曉紅.排污權(quán)交易機制是否提高了企業(yè)全要素生產(chǎn)率——來自中國上市公司的證據(jù)[J].中國工業(yè)經(jīng)濟，2019，（5）.

Abstract：There is a close relationship between population mobility and the spread of infectious diseases.By using the data of population migration in the whole country since the outbreak of the new crown epidemic，and using the double difference model to carry on the empirical analysis，it is found that the national population flow control policy in China has effectively reduced the intercity travel intensity and the city travel intensity of the residents，made the population flow scale significantly reduced during the epidemic period，and objectively promoted the epidemic prevention and control work to achieve results.In addition，by examining the impact of economic activities on the scale of population mobility，the mechanism analysis results show that the compulsory shutdown，shutdown and shutdown policies of Chinese provinces during the epidemic period play an important role in restricting population mobility.

Key words：new crown epidemic prevention and control;population flow;double difference method