人口流动管制与中国疫情防控成效分析
2020-08-25张晓明
张晓明
摘 要:人口流动与传染病的扩散存在着密切关系。通过利用新冠疫情爆发以来全国范围内的人口迁徙数据,运用双重差分模型进行实证分析,发现中国全国性的人口流动管制政策有效减少了居民的城际出行强度和城内出行强度,使得疫情期间的人口流动规模显著降低,在客观上促进了疫情防控工作取得成效。此外,通过检验经济活动对于人口流动规模的影响,在机制分析结果中发现,中国各省在疫情期间强制的停工、停业、停产政策对于限制人口流动具有重要作用。
关键词:新冠疫情防控;人口流动;双重差分法
中图分类号:C924.2;R749 文献标志码:A 文章编号:1673-291X(2020)20-0004-08
引言
自新型冠状病毒疫情爆发以来,全球累计感染人数已达288万人,①死亡人数超过20万人,其中仅美国的累计感染人数就已接近100万人,且目前全球确诊人数仍未出现拐点。中国作为最先受到疫情冲击的国家,面对疫情迅速开展防控工作,自1月23日武汉市采取“封城”措施之后,31个省市、自治区纷纷启动了公共卫生事件一级响应,通过在各城市街道、村镇道路设立交通卡点和检疫站点,限制人口流动和人群聚集,有效隔断了疫情的传播渠道;于2月18日迎来疫情拐点,并在其后逐步实现复工、复产、复学,还在保证国内疫情发展态势被逐步控制的情况下,对外输出口罩等医疗产品,积极参与到国际抗疫工作中。
从图1中的中、美及全球新增确诊病例数的变化趋势对比可以看出,虽然中国作为人口大国,疫情爆发又正值人口大规模迁徙的春运期间,却在抗击疫情传播方面取得了显著的成效。这为正在遭受疫情的各国提供了一个值得借鉴的参考,在目前尚未有有效疫苗应对新冠病毒的情况下,研究中国的疫情防控成功背后的原因将有助于全球疫情防控工作的开展,具有较强的现实意义和理论意义。
现有文献的研究大多集中于疫情中心武汉市的交通管制对于疫情传播的阻断效应,忽视了全国范围内的人口流动管制对疫情防控的贡献[1]。事实上,在武汉市“封城”前夕,大约有500万人离开武汉市,中国的大部分城市已经流入了新冠病毒的感染者[2],如果没有随后全国范围内的大规模人口流动管制措施,即各省依据公共卫生事件一级响应所做出的一系列停工、停课、限制或停止集会等措施,中国的疫情将难以在短时间内得到有效遏制。鉴于此,本文通过利用百度迁徙数据库获取人口流动相关信息,分析了全国省会城市人口迁移情况,实证检验了全国范围内的人口流动管制所带来的影响,并可能在以下方面有所贡献:首先,本文扩展了现有研究的样本覆盖范围和分析视野,从而提升了人口流动管制对于疫情防控阻断效应结论的外部有效性。其次,本文从总体上分析了中国抗击疫情所采取的人口流动管制措施的影响程度,为正在遭受疫情冲击的国家提供了可行的政策解决方案。最后,目前国内关于新冠疫情的研究仍然较少,本文的研究将有助于丰富与新冠疫情防控工作相关的文献内容。
一、人口流动对疫情传播的影响
人口流动对于流行性疾病的传播具有重要的影响。在相关领域的国际研究方面,最早的流行病扩散模型可追溯到1927年Kermack的相关研究[3],然而Kermack在研究中缺乏对于政策作用的分析,同时其实证结果也面临着内生性问题,因而缺乏可靠性。Camitz和Liljeros利用西班牙的数据进行微观模拟实验,并指出交通出行禁令能够显著减少诸如SARS的流行性疾病的传染概率[4]。Bajardi通过对2009年甲型H1N1流感时期交通管制的实证分析指出,疫情期间政府应当采取人口流动管制措施以控制疫情发展情况。在发现交通管制对于疫情阻隔作用的基础上,部分学者分析了相关经济活动尤其是进出口贸易与传染病扩散之间的关系[5]。Oster利用非洲的死亡率数据预测真实的艾滋病感染人数,并通过分析指出国际贸易的增长对于非洲地区的艾滋病传播存在显著的正向作用[6]。Adda利用法国过去25年的传染病数据分析经济运行与疾病传播之间的关系,并且指出伴随着交通基础设施的发展以及两地之间贸易往来的增多,疫情的传播能力和影响范围将大幅增加[7]。Charu使用2002—2010年期间的美国流感传染数据进行实证分析,发现相比于空气流动传播,上下班往返时的人口流动才是传播流行性疾病的主要渠道,并由此指出疫情期间限制人口流动,采取停工、停产措施的必要性[8]。
由此可见,在新型冠状病毒爆发期间,中国政府采取的强制性人口流动限制措施对于疫情防控具有重要的意义[9,10]。Fang通过分析武汉市1月23日发布的“封城”措施指出,该封锁措施导致武汉市的人口流出显著下降了56.4%,并通过回归预测在没有人口流动管制的情况下中国的湖北以外省份感染人数将会增加64.8%,湖北省内其他城市感染人数将会增加52.6%[1]。Qiu通过分析中国的人口流动与感染数据指出对疫情中心的人口流动管制对于疫情防控的影响最大,其次,在与疫情中心人口来往更频繁的高风险地区,人口流动管制对于疫情防控也具有重要影响[11]。Chinnazzi也通过分析指出,武汉市的交通封锁对于中国和国际疫情的控制都具有重要的影响,但是其国际效应更加显著[2]。
综上,现有研究中国疫情防控成效的文章大多集中于疫情中心武汉“封城”措施对于疫情防控的重要影响,而对于中国全国范围内自上而下的人口流动防控措施缺乏详细的研究。事实上,在武汉市疫情爆发后实施的各省公共卫生一级响应政策涉及了超过12亿人的出行,因此本文试图从更加全面的视角出发衡量人口流动管制对中国疫情防控带来的影响,并分析相关政策的作用机制,以补充现有文献的不足。
二、数据和实证模型
(一)政策背景
在经历了2003年SARS病毒的入侵之后,中国政府从过去的抗疫工作中总结经验,在后续颁布了一系列针对重大传染性疾病防控的法律法规。其中,依据《中华人民共和国突发事件应对法》等相关法律法规规定,当发生传染性非典型肺炎、人感染高致病性禽流感病例,并有扩散趋势时,中华人民共和国各省市指挥部根据国务院的决策部署和统一指挥,组织协调本行政区域内应急处置工作,并由省级人民政府宣布和实施公共卫生事件一级响应。在实行公共卫生事件一级响应期间,相关工作包括:划定控制区域,并对疫区进行封锁;采取强制控制措施,限制或停止集市、集会,停工、停业、停课;实行流动人口管理,对于疑似病例或确诊病例实行就地隔离、就地医治;建立交通卫生检疫站点,对往来人员进行检疫查验;开展群防群治,各街道、乡(镇)以及居委会、村委会做好疫情信息收集、报告、人员分散隔离等措施。在疫情爆发之后,随着全国各地确诊病例的不断增多,截至2020年1月30日,全國31个省、市自治区纷纷进入公共卫生事件一级响应状态,中国开始进入全国性的人口流动管制阶段。
(二)异质性检验
由于人们的出行状况与区位因素和地区发展程度均具有密切关系,因此本文后续围绕各省会城市的经济状况异质性展开分析,检验政策效应在不同地区的差异。表3依据省会城市所在省份是否属于东部沿海地区来划分样本,具体来说,将山东、河北、天津、辽宁、江苏、浙江、福建、上海、广东、海南共计10个省或直辖市划定为沿海地区,而其余地区则归为内陆地区,展示了不同区位条件下的政策效应异质性。从中可以看出,在城际出行强度方面,沿海地区的政策效应要强于内陆地区,人口流动规模的显著下降仅发生在沿海地区,而在城内出行强度方面,内陆地区的政策效应更为显著。这主要是因为沿海地区在正常情况下往往会流入较多的国际贸易流动人口,而在疫情期间伴随着机场、港口的封锁从而使得这些地区的城际人口流动规模出现更为显著的下降;而内陆地區由于包括武汉市湖北省以及与其相邻省份,所以在控制城内人口流动方面的政策效应更加显著。
由于地区经济状况通常与交通基础设施建设程度、人口流动程度具有密切的关系,因此表4中的结果检验了政策效应在不同经济发展状况地区的异质性。本文依据《中国城市统计年鉴2018》中的人均GDP指标将样本划分为欠发达地区和较发达地区,其中人均GDP高于均值的城市被划分为较发达地区,而低于均值的城市则被划分为欠发达地区。从下表可以看出,无论是从城际出行强度还是从城内出行强度来看,欠发达地区的政策效应要强于较发达地区,这主要是因为一般经济发达地区的交通基础设施建设更为完善,且各类货物运输、流转比较密集,这些必需的经济活动即便在疫情人口流动管制时期仍需进行。此外,经济较发达地区例如北京、上海等城市都是外来人口较多的城市,由于各省市的公共卫生事件一级响应开始时间均在春节前后,在此期间内的返乡人口规模难以因为人口流动管制而发生较大幅度的下降。
(三)机制分析
前述分析已经证明各省的公共卫生事件一级响应政策对于城际出行强度和城内出行强度均具有显著的抑制作用,本文在该部分将继续探讨其可能的作用机制。依据前述的政策规定,在公共卫生事件一级响应期间,各级政府应当采取停工、停业、停课措施,以避免人口聚集,减少人口流动。
因此,本文使用空气污染物浓度作为衡量产能多少的变量,用来分析疫情期间停工、停业的规模。由于PM2.5和PM10在空气中的浓度不仅与工业排放有关,并且与人们出行时的汽车尾气密切相关,而二氧化硫和二氧化氮则相对而言更能反映由工业产出所带来的的污染情况,因此本文使用空气中的二氧化硫和二氧化氮浓度作为衡量工业产出变化的指标。从表5中可以发现,在控制了天气因素以及不可观测的个体差异和时间趋势后,空气中的二氧化氮浓度显著下降了27.7%,二氧化硫浓度显著下降了12.5%,表明在公共卫生事件一级响应期间,各省纷纷实施了停工、停业措施,从而较好控制了人口流动。
四、结论
基于全国省会城市的人口流动数据,本文利用双重差分模型实证检验了各省公共卫生事件一级响应政策对于人口流动的影响。研究发现,在实施了人口流动管制政策之后,各省会城市人口的城际出行强度和城内出行强度分别下降了16.4%和23.1%,并且该结果在排除了武汉市以及直辖市后仍然显著,说明中国在疫情爆发后实现了全国范围内的人口流动管制,从而使得各城市新增确诊病例逐渐出现下降趋势。在异质性方面,人口流动管制的政策效应在内陆地区要强于沿海地区,在欠发达地区要强于较发达地区,这些政策效应的差异与各地区相关的经济活动存在着密切的关系性。后续的机制检验则利用污染物浓度分析产出,并发现停工、停业是公共卫生事件一级响应政策减少人口流动的一个重要途径。
目前,新冠疫情在全球范围内仍未得到有效控制,而中国在经历第一阶段的人口流动管制后已经迎来了疫情拐点。尽管如此,当下持续增加的输入性病例仍然不容忽视,在隔离政策被证实有效的情况下,中国仍然应当对外国返华人员进行严格的隔离监管措施,以防止疫情的二次爆发。此外,在各地疫情基本被控制的情况下,已有许多城市逐渐开始复工、复业,由复工、复业带来的人口流动将会增加疫情传播的风险,此时更应对疫情防控工作保持高度重视,有序实现疫情后的经济复苏。
参考文献:
[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.,Floyd 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] 任勝钢,郑晶晶,刘东华,陈晓红.排污权交易机制是否提高了企业全要素生产率——来自中国上市公司的证据[J].中国工业经济,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