新冠疫情防控对大湾区高速公路运输的影响分析

林培群，曾维嘉，周楚昊，庞崇浩

(华南理工大学，土木与交通学院，广州 510640）

0 引言

高速公路是公路的重要组成部分，截至2020年底，我国高速公路通车总里程为16.1万km[1]。自2019年底全国取消高速公路省界收费站后[2]，高速公路运输得以进一步提速，其运输指标对衡量地区经济发展具有重要的参考价值，已成为交通运输统计行业工作的重中之重。新冠疫情爆发后，我国高速公路运输受到了严重影响。自全国进入常态化疫情防控状态以来，国内疫情呈现出区域性和散发性的爆发趋势，各地为遏制疫情发布了不同的防控措施，这些措施在取得防疫效果的同时，也对客货运输和经济发展造成了一定的影响。为了能更好地制定与实施防疫方案，研究分析疫情防控措施对客货运输的影响是十分必要的。

目前，针对新冠疫情防控措施的研究主要分为两类。第一类研究主要涉及疫情防控措施对病毒传播的影响。LAU 等[3]通过分析中国航班架次与确诊病例的相关性说明，武汉“封城”对切断病毒传播起到了积极作用。陈武等[4]通过空间面板回归模型论证交通管制对遏制疫情的显著效果。贾兴利等[5]基于传染病控制理论，构建疫情传播SEIR(Susceptible Exposed Infectious Recovered)优化模型，对比分析不同防控措施对疫情发展的阻断效果。姬杨蓓蓓等[6]通过相关性分析和中介效应分析探究公共交通管控对疫情传播的调节作用。还有学者通过确诊分布情况与人口流动数据分析说明中国在疫情初期的严格防控政策极大地缓解了疫情的传播[7-8]。第二类研究关注新冠疫情防控措施对交通运输和经济发展等方面的影响。张钊等[9]基于移动手机漫游数据，分析武汉“封城”对浙江省交通流的影响。周一鸣等[10]从铁路、公路及民航3 方面对比非典与新冠疫情对我国客货运输的影响。江飞涛等[11]从确诊人数和经济复苏两个角度对我国在疫情期间采取的交通管制措施效果进行评估。闫常鑫等[12]量化分析了交通防控政策对长沙市人口流动的影响。ALOIloi等[13]量化了西班牙桑坦德市防疫措施对城市交通和NO2排放的影响。

综上所述，现有对疫情防控措施的研究取得了一定的进展，但仍存在不足。一是国内的相关研究主要聚焦于2020年初爆发的全国性疫情，缺少常态化疫情防控时代下地区性疫情案例的研究分析；二是现有研究没有对防控措施加以区分，不同级别措施下研究对象的特征变化差异被忽略；三是研究角度不够全面，不少研究仅针对单一指标，没有对运输活动中的关键指标开展较全面的分析。

本文以粤港澳大湾区为例，聚焦广州、佛山、东莞及深圳4个大湾区主要城市，研究常态化疫情防控下防控措施对高速公路客货运输指标的影响。本文采用广东省高速公路数据，对疫情防控措施进行分级与阶段划分，通过构建双重差分模型(Difference In Difference)分析多个高速公路运输指标的变化，检验疫情防控措施的影响效应，本文的研究结论可为疫情防控措施的制定与实施提供参考。

1 研究框架

本文以高速公路数据和各城市疫情防控措施为原始数据，首先，对高速公路数据进行预处理，并计算各高速公路运输指标，同时，对疫情防控措施进行分级与阶段划分；然后，结合两类数据做影响分析，并进行平行趋势检验；最后，将数据输入到本文构建的双重差分模型中计算，得到疫情防控措施对运输指标的净效应和显著性，得出结论。研究框架如图1所示。

图1 研究框架Fig.1 Research framework of this paper

2 基础数据与方法

2.1 高速公路数据内容

本文采用的高速公路基础数据结构完整，字段齐全，包括高速公路收费数据和收费站信息数据。其中，高速公路收费数据主要字段包括：车辆类型、车辆种类、入口时间、出口时间、入口载重、行驶里程、入口收费站和出口收费站等；收费站地理位置数据主要字段包括：收费站名称、收费站车道编码、收费站所在地区和所在城市等。

本文对上述两种基础数据进行相互匹配，将收费数据根据收费站位置信息匹配到具体城市，为运输指标计算打下基础。

2.2 高速公路运输指标计算方法

为全面地反映新冠疫情爆发对社会生活层面和经济运行层面上的冲击，本文选取客车通行量、货车通行量、货运量、货物周转量、客车平均运距和货车平均运距开展研究，指标计算公式如下。

(1)通行流量计算

统计研究时段内各城市高速公路每日通行的客车和货车流量f。

式中：i为车辆来源，分为市内出行、市际出行(产生)及市际出行(吸引)这3类(n=3)，市内出行为起点和讫点都在该市的车次，市际出行产生(吸引)指以该市为起点且以市外为讫点(以市外为起点且以该市为讫点)的车次；j为车辆类型，1～4为客车，5～10 为普通货车，11～16 为专项作业车，m=16；xi,j为第i类型车的第j型车的总通行流量。

(2)平均运距计算

统计研究时段内各城市高速公路每日通行的客车和货车平均运距s。

式中：li,j,k为第i类车第j型第k辆车在高速公路上行驶的总里程。

(3)货运量和货物周转量计算

统计研究时段内各城市高速公路每日的货运量g和货物周转量z。

式中：ei,j,k、si,j,k分别为第i类第j型第k辆车在高速公路入口称重、该车自重。

2.3 基于双重差分模型的疫情防控影响程度分析

本文采用双重差分模型(DID模型)识别不同级别疫情防控措施对高速公路运输指标的净效应和显著性。双重差分模型常用于定量评价政策或项目实施的作用，通过将组别差异(对照组和实验组)和前后差异(防疫措施实施前后)有效结合，同时，加入周通勤变化和天气因素等可能导致因变量变化的控制变量，更为精确地得到对措施效果的真实评估[14]。本文构建的疫情防控措施DID模型为

式中：Qr,t为疫情案例r在日期t的高速公路运输指标强度值(标准化去量纲处理)；Tr为疫情案例r的组别虚拟变量；假设疫情案例r中防控措施被分为u级，则Pt,y为各城市实施的第y级防控措施的虚拟变量；Dt为周变化规律控制变量，用于控制因高速公路每日通勤造成的指标波动变化；Wt为天气因素控制变量，用于控制因天气原因造成的指标波动变化；α为常数；βy为第y级防控措施的影响效应系数；λ和δ为控制变量系数；γr为组别固定效应；μt为时间固定效应；εr,t为扰动项。

另外，为保证对照组与实验组在防疫措施通告发布时间点之前具有可比性，需要在模型求解之前通过平行趋势检验。

3 案例研究

3.1 高速公路数据选取

本文选取2020年5月6日—2022年4月6日广东省高速公路收费站流水数据开展研究，并根据处理方法进行数据预处理和收费站匹配。广东省作为粤港澳大湾区的核心，在高速公路建设与发展中取得了显著成就。截至2021年底，广东高速公路通车总里程超过1.1万km，总里程连续8年排名全国第一[15]，因此，本文的数据集具有代表性。

3.2 大湾区主要城市疫情防控措施

广州、佛山、东莞及深圳4 个城市在粤港澳大湾区的社会发展和经济交流中起到了极为重要的作用。研究时段内，广东省内绝大多数疫情案例均在上述4 个城市爆发，因此，本文着重关注穗深佛莞4 市的疫情案例及其高速公路运输指标随疫情防控措施的变化情况。

本文挑选2020年5月6日—2022年4月6日穗深佛莞4 个城市爆发过的本土聚集性疫情进行分析，共6个案例。以各地疫情防控指挥部发布的通 告信息作为疫情防控措施基础数据，如表1所示。

表1 各市疫情案例及其防控措施情况Table 1 COVID-19 situation in each city and its prevention and control measures

3.3 疫情防控措施等级与阶段划分

我国进入疫情常态化防控以来，各省市对疫情案例不再采取公共卫生事件分级方法，实施划分低中高风险地区的精准防控策略，取得了显著的防疫效果。但在交通运行层面上，封控区会不可避免地对周边区域造成一定程度的影响，因此，仍要从城市层面考虑防控措施的整体效应。另外，还要考虑不同防控措施之间的影响程度差异。为此，本文根据通告的具体事件从城市层面对疫情案例的防控措施进行分类分级，并对防控阶段进行划分。

如表1所示，疫情爆发后，各市首先对涉疫区域实施封控管理，封控区内实行“足不出户”，管控区内实行“足不出区”，封控区与全市其他区域的交流被隔断。然后，各市防控指挥部发布加强全市防控的通告，例如，广州市于2021年5月29日发布《做好关于新冠肺炎疫情分级分类防控工作的通告》。该类通告的主要内容为严格出行、人员及交通等8 项防控，实施全市全员核酸。此时，非必要的社交和出行需求减少，城市的生产生活在加强防控措施下有序运行，本文将该阶段定义为加强防控阶段(I级)。

当疫情传播不受控时，社会面新增确诊病例数居高不下，城市为完全切断疫情传播，将采取严格防控措施。例如，2022年3月12日，东莞市多镇街发布小区封闭和合围管理的通告，2022年3月14日，继上一通告后，东莞通告全市公共交通停运。同样的，2022年3月12日深圳市开始实行小区封闭和合围管理。2022年3月14日，深圳市进一步通告全市公交地铁停运。此时，市民的通勤出行与产业的生产活动暂时停止，本文将该阶段定义为严格防控阶段(II级)。

当各市疫情扩散势头得以控制后，以涉疫区域解封为标志，各市逐步解除对“三区”的封控，进入到管控后的恢复期。

基于以上分析，本文将穗深佛莞4市的疫情防控措施进行划分，如表2所示。其中，E1～E4疫情案例实施I级防疫措施，E5和E6疫情案例实施I级和II级防控措施。

表2 疫情案例防控措施等级与阶段划分Table 2 Levels and stages of COVID-19 prevention and control measures

3.4 高速公路运输指标变化分析

根据表2，2021年5月前，穗深佛莞均没有受到疫情冲击，2021年5月后，4 个城市相继爆发了疫情。因此，本文将研究时段分为A时期与B时期，A时期从2020年5月6日—2021年4月6日，B时期从2021年5月6日—2022年4月6日，方便进行同期对照与分析。分段和各疫情案例爆发时间如图2所示。

图2 研究时段划分与各次疫情案例示意Fig.2 Division of study period and cases of each COVID-19 epidemic

根据表2，深圳市在B时期内发布过I级和II级的防控措施，在4个城市中具有代表性，因此，以深圳市为例进行高速公路运输指标影响分析。结合表1和表2，绘制深圳市高速公路运输指标变化趋势，如图3所示。

图3中第1 条竖虚线是B 时期深圳E4 疫情进入I 级阶段的时间点(2022年1月7日)，第2 条竖虚线是E4疫情开始解封的时间点(2022年1月21日)，第3条竖虚线是B时期深圳E5疫情进入I级阶段的时间点(2022年2月16日)，第4条竖虚线是E5疫情进入II 级阶段的时间点(2022年3月12日)，第5 条竖虚线是深圳市发布复工复产通告的时间(2022年3月18日)。值得一提的是，B时期的春节假期位于第2和第3条竖虚线之间。

图3(a)显示，在E4 疫情的I 级阶段，深圳市高速公路客车流量陡然下跌；A时期同期的客车流量随时间的变化规律相对稳定。在E5 疫情的I 级阶段，客车流量呈现下降趋势，但降幅不及E4 疫情；在E5疫情的II级防控阶段，客车流量剧烈下降，直至复工复产后，客车流量才逐渐恢复；而A 时期同期的客车流量保持稳定。

图3(b)显示，在E4 和E5 疫情的I 级防控阶段，货车流量未表现出显著下降趋势。当深圳E5疫情采取严格的II级防控措施后，货车流量剧烈下降；A时期同期的指标保持稳定。货运量和货物周转量与货车流量的变化趋势基本一致，本文不再展示其变化趋势图。

图3(c)和图3(d)分别是深圳市客车和货车的平均运距变化趋势图。在E4 疫情中，客车市际平均运距下跌，货车平均运距没有明显波动；在E5疫情的II 级防控中，客车市际平均运距出现明显上升，货车市际平均运距也有向上波动趋势。

图3 深圳市高速公路运输指标变化趋势Fig.3 Trend chart of Shenzhen expressway transportation indicators

以上是深圳市高速公路运输指标的变化分析，由于各城市和各疫情案例的特征并不完全相同，为进一步说明指标变化与防控措施的关系，仍需通过构建的DID 模型对各案例进行量化与显著性分析。

4 DID模型求解与结果分析

本文首先对运输指标进行数据标准化处理，得到无量纲的指标强度，以保证研究结果的可靠性。然后，为消除高速公路周通勤变化对模型的干扰，将A 时期做时间偏移处理，使两个时期的周日对齐。另外，为消除部分案例中春节假期的影响，两个时期将依照春节假期后首个周一或依照农历同期进行偏移对齐。

4.1 平行趋势检验

平行趋势检验是DID 模型的求解前提。东莞市E3疫情中，运输指标强度的平行趋势检验如图4所示。

图4 东莞市E3疫情运输指标强度平行趋势Fig.4 Parallel trend of expressway transportation indicators intensity in Dongguan COVID-19 Case E3

图4中竖虚线是东莞E3 疫情发布I 级防控措施的时间点。本文设A时期为对照组，B时期为实验组，图4显示，对照组和实验组在竖虚线之前满足平行趋势检验。

4.2 构建模型与求解分析

基于表2与式(5)，构建适用于本文疫情案例的DID模型为

式中：Tr为疫情案例r的组别虚拟变量，本文设A时期为对照组，B 时期为实验组，对照组取0，实验组取1；Ct为各城市实施I级(加强)防控措施的虚拟变量，例如，广州市E1案例在2021年5月21日之前取值为0，之后取值为1；Bt为各城市实施II 级(严格)防控措施的虚拟变量，例如，深圳市E5 案例在2022年3月12日之前取值为0，之后取值为1。

求解模型，着重关注组别与防控措施的交互项系数β1和β2。疫情防控措施对客车和货车流量的影响如表3所示。

表3 不同疫情防控措施对客、货通行量强度的影响Table 3 Impact of different COVID-19 prevention and control measures on flow intensity

客车流量方面，当各市采取I级防控措施时，所有案例的客车流量降幅在8%～27%之间，指标下降与防控措施存在显著关联；I级防控措施对客车通行有明显的抑制效应，防控措施起到了良好效果。货车流量方面，除E1和E2疫情以外，I级防控措施对大多数案例的货车流量影响不显著；在I 级防控阶段，货运这一城市命脉仍在正常运行，未受到太大影响，模型求解结果与前述变化分析一致。

II 级防控措施对客车与货车通行均产生了严重的负面效应。深圳E5 疫情和东莞E6 疫情的客车流量分别在I 级影响的基础上下降了46.3%和33.7%。两市的货车流量同样遭受重创，下跌幅度分别为42.7%和27.6%。结果表明，全域交通管制和小区封闭式管理等严格措施导致客车流量降至谷底，而工业园区的停工停产也造成了货车流量的严重下跌。

货运量和货物周转量在不同防控措施下的影响效应如表4和表5所示。

表4 不同疫情防控措施对货运量强度的影响Table 4 Impact of different COVID-19 prevention and control measures on cargo intensity

表5 不同疫情防控措施对货物周转量强度的影响Table 5 Impact of different COVID-19 prevention and control measures on turnover intensity

货运量和货物周转量指标的变化规律与货车流量基本相同。即在I 级阶段，大多数案例的货运指标影响不显著。实施II 级防控措施后，深圳E5疫情的货运量和货物周转量显著下降均超过40%，东莞E6 疫情的两个指标显著下降超20%。可见，为彻底切断病毒传播，保障人民的生命健康，两市的经济与运输付出了较大代价。

客车和货车市际产生和吸引平均运距在不同防控措施下的影响效应如表6和表7所示。

表6 不同疫情防控措施对客车市际平均运距强度的影响Table 6 Impact of different COVID-19 prevention and control measures on average inter-city distance intensity of passenger cars

表7 不同疫情防控措施对货车市际平均运距强度的影响Table 7 Impact of different COVID-19 prevention and control measures on average inter-city distance of trucks

表6显示，当城市实施I级防控措施时，E1、E2、E3和E6疫情案例的防控措施实施对客车市际平均运距的影响具有显著性，普遍出现10%以下的小幅度下跌。而当城市实施II 级防控措施时，深圳E5疫情客车市际产生和吸引平均运距显著上升16.5%和7.76%，东莞E6 疫情的相应指标分别上升14.1%和8.25%。结果表明，I 级防控时，由于防疫规定，市民更倾向于短距出行，减少非必要的或长距离的跨市出行活动。II级防控时，所有小区实施封闭管理，企业居家办公，该市与邻市之间的短距出行已中止，此时，仍在运行的客车运距普遍较大，加上交通管制导致了绕行，使得客车市际平均运距增加。

表7显示，除东莞E3 疫情案例外，货车市际产生和吸引平均运距与I 级防疫措施不存在统计显著。在II 级防控措施阶段，深圳E5 疫情货车市际产生和吸引平均运距分别显著上升5.20%和13.0%，东莞E6 疫情的指标分别显著上升18.3%和24.5%。这是因为：①货物中转场站关闭导致转运无法完成，单次运输距离增加；②高速公路封闭和全域交通管制导致通行受阻，车辆绕行距离增加。

5 结论

在疫情常态化防控时代，为遏制疫情传播所采取的防控措施对城市社会经济产生了一定的影响。本文为当前城市和城市群疫情防控措施的制定与实施提供了一定的参考价值。

主要结论如下：

(1)不同等级的疫情防控措施对高速公路客车通行均产生显著影响。I 级防控措施实施后，E1～E4 案例的客车流量降幅超过17%，E5 和E6 案例的降幅为9%左右。II 级防控措施实施后，E5 和E6 案例的客车流量分别在I 级阶段的基础上再下降46.3%和33.7%，说明疫情防控措施对客车出行的影响十分显著。

(2)不同城市的防控措施影响效应不同。在I级防控措施下，E1～E3 疫情案例的客车指标(流量和市际平均运距)降幅较E5和E6案例更高，说明后疫情时代下，人们对本土首次聚集性疫情的警惕心理更强，对防控措施的遵守程度更高。相比之下，E5 和E6 疫情案例的客车指标在I 级阶段的降幅偏低，说明防控措施未达到预期效果，疫情仍在蔓延，进而导致II级防控措施的实施。

(3)大多数案例的高速公路货运指标在I 级防控措施下无显著影响，说明在该阶段各城市仍然保障货运命脉的正常运行，城市货运具有刚性。II级防控措施对货运的影响则非常显著，深莞货车流量分别下降42.7%和27.6%，货运量和货运周转量下降幅度与流量相当，说明严格防控措施使城市经济与货物运输受到较大的短期影响。

(4)高速公路客车市际平均运距在I 级防控措施下有降低趋势。而在II级防控阶段，高速公路客车和货车市际平均运距均显著提升，此时，货物组合运输无法完成，客货单次运输的距离和难度均有所上升。另外，交通管制也导致了车辆的绕行距离增加。本文建议各城市在进入II级防控阶段前，对医疗急救和物资运输等方面做好充分的应急保障准备。