A Note on the Role of Cultural, Institutional, and Urbanization Features in the Covid-19 Pandemic
时间：2021-11-02 访问量：1746
Pengfei Li, Ming Lu and Yilin Zheng, 2021, “A Note on the Role of Cultural, Institutional, and Urbanization Features in the Covid-19 Pandemic,” Asian Economic Papers, 20(1):64-74.
（出于英文论文版权的考虑，需要的读者请自行搜索原文。文章发现和观点请参见下面这篇媒体文章。）
图1:中国经济的恢复
图2 ：城市人口规模（或密度）与新冠疫情感染情况（4月20日数据）
数据来源：
丁香园新冠疫情数据；国家统计局
数据来源：
上海评驾科技提供的货车大数据
数据说明：
横轴表示距离春节的天数；纵轴表示2020年与2019年城市平均车流量差异
为了控制以上两种因素，根据目前已有数据，我们用城市到武汉的距离代表该城市与武汉的地理联系；通过城市间货车车流量数据构建城市网络，用2019年上半年城市与武汉之间的平均车流量来度量该城市与武汉的经济联系程度。
通过科学的计量方法，我们发现，在不考虑其他因素影响下，离武汉越近、与武汉经济往来越紧密、人口密度越大的城市感染率的确更高，这与图2表示的结果也是一致的。然而，当我们同时考虑与武汉的地理联系、经济联系和本城市的人口密度时，人口密度高的地区反而感染率更低了。（我们用图4形象地展示了这一结果。）比如说，山西运城市（人口密度93人/平方公里）和江西新余市（人口密度55人/平方公里），与武汉货车车流量相似，但新余市的感染率（109.8 ppm）却远高于运城市（3.55 ppm）。进一步的数据分析显示，如果我们将以上因素继续分解，可以看到，人口密度会同时减弱城市到武汉的地理距离与经济联系对城市感染率的影响。
数据说明：
同图2。已经剥离了与武汉车流联系的影响。
平均来说，大城市人口密度较高，与武汉的经济联系也相对更为紧密。如果不控制这种经济指标，就会误以为人口密度不利于疫情控制。实际上，人口密度会从两个途径影响疫情防控：一是通过加强经济联系行为带来的疫情传播风险；二是密度本身在防疫过程中所起的积极作用。通俗地说，高人口密度的城市经济活动更强，这的确可能加剧疫情传播，但如果可以将由经济活动导致的疫情传播的因素肃离，那么，人口密度反而有利于疫情防控，降低新冠感染率。限于数据，我们未能分析为什么会看到人口密度反而有利于疫情防控，降低新冠感染率，是因为人口密度高的城市有更细的分工，还是因为防控更容易做？这还有待新的数据来分析。
正像以前出现的历次城市经历的创伤之后，人们总是会说城市（特别是大城市）会面临大的危机，但无论是经济危机还是疫情冲击，每一次，城市都很快地恢复健康了。最近有美国的研究显示，反而是农村地区新冠病毒的感染率更高，这和我们基于中国数据的发现很相似。因此，简单地批判人口向大城市集聚是不客观的。实际上，真正影响疫情传播的应是社交距离意义上的人口密度，只要控制社交距离，就可以防止疫情传播，这样也不会失去城市平均人口密度对于经济活动的正面作用。经济发展和疾病风险是人口集聚的两面性，短期的社交效距离阻断能快速遏制疾病传播，但不能因为通过降低城市的人口密度和人口规模来丢掉长期经济发展。
不仅如此，由于规模经济，高密度城市能为居民提供更多数量和更优质的基础设施和公共服务，比如更丰富的医疗资源，更便利的生活服务，更合理的隔离手段，更完善的管理体系等等。因此，政策制定者应正确认识人口密度、经济联系与疾病传播的关系，根据不同时期的目标进行权衡。
在来势汹汹的肺炎疫情面前，中国作为一个发展中国家，政府和人民团结一心，迅速拧成一股绳，行之有效的“中国速度”让世界震惊。当前，疫情形势持续向好，但防控仍不能松懈。在这个爬坡过坎的关键时刻，我们仍需积极配合城市各个岗位的防控工作，勤洗手，带好口罩，迎难而上，打赢这场不胜不休的疫情防控阻击战和经济回暖的攻坚战。
（出于英文论文版权的考虑，需要的读者请自行搜索原文。文章发现和观点请参见下面这篇媒体文章。）
疫情中，“密度”不好吗？
编者按：
城市是流动的，是变化的，是被一些规律支配的。大数据能够帮我们观察城市街区之细微，同时，也能够俯视城市体系之宏大。为此，上海交通大学中国发展研究院“城市酷想家”团队与“澎湃·市政厅”联合发起一个栏目，旨在推进基于大数据的城市研究。我们的目标不是惯常所做的仅仅描述有关城市的现象，而是运用大数据与一些分析方法相结合，总结出与城市发展有关的社会科学规律及政策含义。本栏目既发表原创的短文，也欢迎基于学术论文改写的推文。（栏目编辑王昀、陆铭、李杰伟、彭冲欢迎有兴趣的作者投稿，投稿信箱为citycoolcamp@163.com。）
2020年春节前后，一场突如其来的新冠疫情引起的肺炎疫情席卷中国。这场疫情所带来的巨大冲击对经济、社会、人民生活等多方面产生了深远的影响。
这场疫情始发于武汉某海鲜市场，一个新一线城市市区内。于是，对“集聚是否会造成病毒扩散更快”的质疑声几乎“如期而至”，是不是大城市的发展道路出错了？
在进一步讨论之前，我们首先来回顾一下中国在此次疫情中的应对措施和抗疫表现。
新冠疫情存在明显的跨界负外部性，一个地区疫情失控会对周边地区产生极大的防控压力，而单个地区又往往难以独立应对新冠疫情，因此中央政府的统一协调显得尤为重要，中国的成功防疫也离不开强大的政府协调能力。自疫情发生以来，各地各部门上下一心、协调联动、全力奋战。通过中央政府的协调，大量医护人员、医疗设备在短时间内被调集到湖北地区支援；建设者们在武汉快速建设临时医院，集中收纳确诊患者；企业加班加点生产口罩等医疗物资，统一调度武汉……中国向世界展现了优秀的指挥协调、统筹安排能力，强大的基础建设、物资调配能力，迅速的决策部署、动员组织能力。
根据疫情的严重程度，中国政府在不同地区采取了差异化的防疫方式，重点城市暂停经济活动和交流，一般城市加强对卫生习惯和社交距离的宣传和管控等等。在不同政策的综合作用下，中国的新冠疫情迅速得到控制，两个月内，本土每日新增病例被控制在个位数。针对疫情所带来的巨大经济冲击，中国政府出台了一系列政策以帮助经济复苏，如对公共交通、餐饮、旅游等受疫情影响较大的行业给予一定的税收优惠，对中小微企业贷款实施临时性延期还本付息等等。根据国家统计局数据，中国一、二季度GDP增长率分别为-6.8% 和3.2%。根据上海评驾科技有限公司提供的货车大数据，如果用货车车流量来代表经济情况，我们也可以看出，相比于2019年，2020年全国货车车流数量在春节后2个月内已经基本恢复（如图1所示）。
城市是流动的，是变化的，是被一些规律支配的。大数据能够帮我们观察城市街区之细微，同时，也能够俯视城市体系之宏大。为此，上海交通大学中国发展研究院“城市酷想家”团队与“澎湃·市政厅”联合发起一个栏目，旨在推进基于大数据的城市研究。我们的目标不是惯常所做的仅仅描述有关城市的现象，而是运用大数据与一些分析方法相结合，总结出与城市发展有关的社会科学规律及政策含义。本栏目既发表原创的短文，也欢迎基于学术论文改写的推文。（栏目编辑王昀、陆铭、李杰伟、彭冲欢迎有兴趣的作者投稿，投稿信箱为citycoolcamp@163.com。）
2020年春节前后，一场突如其来的新冠疫情引起的肺炎疫情席卷中国。这场疫情所带来的巨大冲击对经济、社会、人民生活等多方面产生了深远的影响。
这场疫情始发于武汉某海鲜市场，一个新一线城市市区内。于是，对“集聚是否会造成病毒扩散更快”的质疑声几乎“如期而至”，是不是大城市的发展道路出错了？
在进一步讨论之前，我们首先来回顾一下中国在此次疫情中的应对措施和抗疫表现。
新冠疫情存在明显的跨界负外部性，一个地区疫情失控会对周边地区产生极大的防控压力，而单个地区又往往难以独立应对新冠疫情，因此中央政府的统一协调显得尤为重要，中国的成功防疫也离不开强大的政府协调能力。自疫情发生以来，各地各部门上下一心、协调联动、全力奋战。通过中央政府的协调，大量医护人员、医疗设备在短时间内被调集到湖北地区支援；建设者们在武汉快速建设临时医院，集中收纳确诊患者；企业加班加点生产口罩等医疗物资，统一调度武汉……中国向世界展现了优秀的指挥协调、统筹安排能力，强大的基础建设、物资调配能力，迅速的决策部署、动员组织能力。
根据疫情的严重程度，中国政府在不同地区采取了差异化的防疫方式，重点城市暂停经济活动和交流，一般城市加强对卫生习惯和社交距离的宣传和管控等等。在不同政策的综合作用下，中国的新冠疫情迅速得到控制，两个月内，本土每日新增病例被控制在个位数。针对疫情所带来的巨大经济冲击，中国政府出台了一系列政策以帮助经济复苏，如对公共交通、餐饮、旅游等受疫情影响较大的行业给予一定的税收优惠，对中小微企业贷款实施临时性延期还本付息等等。根据国家统计局数据，中国一、二季度GDP增长率分别为-6.8% 和3.2%。根据上海评驾科技有限公司提供的货车大数据，如果用货车车流量来代表经济情况，我们也可以看出，相比于2019年，2020年全国货车车流数量在春节后2个月内已经基本恢复（如图1所示）。
图1:中国经济的恢复
数据来源：
上海评驾科技有限公司提供的货车大数据
上海评驾科技有限公司提供的货车大数据
数据说明：
横轴表示距离春节的天数；纵轴表示全国货车流量；三条竖线之间为国家法定春节假期。
横轴表示距离春节的天数；纵轴表示全国货车流量；三条竖线之间为国家法定春节假期。
说回城市，从历史上看，远到中世纪欧洲的黑死病，近到2019年冬季美国大流感，城市在传播信息的同时，也传播传染病，但这并不意味着传染病源于城市。从科学的角度来说，新发的传染病其实是来自于人类与动物的接触，而这一点，显然在农村更容易发生。近些年来，其实有些传染病不时在农村地区发生，只是因为没有形成大规模的传播，人们往往没有关注它。
大家可能会问，如果说疫情的发生与城市人口规模和密度没有必然联系，那么，疫情的传播应该是和人口密度有关吧？直观地想，好像这个观点没有错。但是，在疫情期间，即使城市的平均人口密度不变，人们也可以通过保持人际之间的社交距离来切断疫情的传播。不仅如此，在平均人口密度更高的城市，社会分工更为发达，人们可以足不出户地生活，这也能进一步减少与他人接触的可能性。与此同时，由于规模效应，高密度城市中病人的收治、高危人群的检测也更为高效。这样一想，似乎密度本身也未必加速疾病传播。
来看数据，的确，如果只是简单看城市人口规模和密度与此次新冠疫情感染情况的关系，如图2所示，在人口规模较大、或是人口密度较高的城市，新冠病毒感染情况确实相对更加严重。因此，有部分人认为，高密度的城市形态更可能发生疾病传播，甚至是病毒扩散的罪魁祸首，并由此批判人口向大城市集聚。
大家可能会问，如果说疫情的发生与城市人口规模和密度没有必然联系，那么，疫情的传播应该是和人口密度有关吧？直观地想，好像这个观点没有错。但是，在疫情期间，即使城市的平均人口密度不变，人们也可以通过保持人际之间的社交距离来切断疫情的传播。不仅如此，在平均人口密度更高的城市，社会分工更为发达，人们可以足不出户地生活，这也能进一步减少与他人接触的可能性。与此同时，由于规模效应，高密度城市中病人的收治、高危人群的检测也更为高效。这样一想，似乎密度本身也未必加速疾病传播。
来看数据，的确，如果只是简单看城市人口规模和密度与此次新冠疫情感染情况的关系，如图2所示，在人口规模较大、或是人口密度较高的城市，新冠病毒感染情况确实相对更加严重。因此，有部分人认为，高密度的城市形态更可能发生疾病传播，甚至是病毒扩散的罪魁祸首，并由此批判人口向大城市集聚。
(a)
(b)
(b)
(c)
(d)
(d)图2 ：城市人口规模（或密度）与新冠疫情感染情况（4月20日数据）
数据来源：
丁香园新冠疫情数据；国家统计局
数据说明：
图(a)横轴为城市常住人口的对数，纵轴为确诊人数的对数；图(b) 横轴为城市人口密度的对数，纵轴为确诊人数的对数；图(c) 横轴为城市人口密度的对数，纵轴为新冠病毒感染率；图(d) 横轴为城市人口密度的对数，纵轴为新冠病毒感染率。为保证正值，所有变量在取对数前均加1。四幅图均使用4月20日地级市新冠病毒感染数据，图(a) (b) (c)使用除武汉市样本，图(d)使用除湖北省样本。
然而，仅根据以上四幅图是无法得出二者的因果联系，还同时存在其他因素共同影响疾病传播，比如，与疫情中心武汉的地理联系和经济联系。中国疫情的起点为武汉，以单中心扩散的形式向外传播。如图3所示，到武汉不同距离的城市，所受到疫情的影响也不尽相同。
图(a)横轴为城市常住人口的对数，纵轴为确诊人数的对数；图(b) 横轴为城市人口密度的对数，纵轴为确诊人数的对数；图(c) 横轴为城市人口密度的对数，纵轴为新冠病毒感染率；图(d) 横轴为城市人口密度的对数，纵轴为新冠病毒感染率。为保证正值，所有变量在取对数前均加1。四幅图均使用4月20日地级市新冠病毒感染数据，图(a) (b) (c)使用除武汉市样本，图(d)使用除湖北省样本。
然而，仅根据以上四幅图是无法得出二者的因果联系，还同时存在其他因素共同影响疾病传播，比如，与疫情中心武汉的地理联系和经济联系。中国疫情的起点为武汉，以单中心扩散的形式向外传播。如图3所示，到武汉不同距离的城市，所受到疫情的影响也不尽相同。
图3： 到武汉不同距离的城市车流量两年差异的变化情况
数据来源：
上海评驾科技提供的货车大数据
数据说明：
横轴表示距离春节的天数；纵轴表示2020年与2019年城市平均车流量差异
为了控制以上两种因素，根据目前已有数据，我们用城市到武汉的距离代表该城市与武汉的地理联系；通过城市间货车车流量数据构建城市网络，用2019年上半年城市与武汉之间的平均车流量来度量该城市与武汉的经济联系程度。
通过科学的计量方法，我们发现，在不考虑其他因素影响下，离武汉越近、与武汉经济往来越紧密、人口密度越大的城市感染率的确更高，这与图2表示的结果也是一致的。然而，当我们同时考虑与武汉的地理联系、经济联系和本城市的人口密度时，人口密度高的地区反而感染率更低了。（我们用图4形象地展示了这一结果。）比如说，山西运城市（人口密度93人/平方公里）和江西新余市（人口密度55人/平方公里），与武汉货车车流量相似，但新余市的感染率（109.8 ppm）却远高于运城市（3.55 ppm）。进一步的数据分析显示，如果我们将以上因素继续分解，可以看到，人口密度会同时减弱城市到武汉的地理距离与经济联系对城市感染率的影响。
图4 ：城市人口密度与新冠感染率（不包括湖北）
数据说明：
同图2。已经剥离了与武汉车流联系的影响。
平均来说，大城市人口密度较高，与武汉的经济联系也相对更为紧密。如果不控制这种经济指标，就会误以为人口密度不利于疫情控制。实际上，人口密度会从两个途径影响疫情防控：一是通过加强经济联系行为带来的疫情传播风险；二是密度本身在防疫过程中所起的积极作用。通俗地说，高人口密度的城市经济活动更强，这的确可能加剧疫情传播，但如果可以将由经济活动导致的疫情传播的因素肃离，那么，人口密度反而有利于疫情防控，降低新冠感染率。限于数据，我们未能分析为什么会看到人口密度反而有利于疫情防控，降低新冠感染率，是因为人口密度高的城市有更细的分工，还是因为防控更容易做？这还有待新的数据来分析。
正像以前出现的历次城市经历的创伤之后，人们总是会说城市（特别是大城市）会面临大的危机，但无论是经济危机还是疫情冲击，每一次，城市都很快地恢复健康了。最近有美国的研究显示，反而是农村地区新冠病毒的感染率更高，这和我们基于中国数据的发现很相似。因此，简单地批判人口向大城市集聚是不客观的。实际上，真正影响疫情传播的应是社交距离意义上的人口密度，只要控制社交距离，就可以防止疫情传播，这样也不会失去城市平均人口密度对于经济活动的正面作用。经济发展和疾病风险是人口集聚的两面性，短期的社交效距离阻断能快速遏制疾病传播，但不能因为通过降低城市的人口密度和人口规模来丢掉长期经济发展。
不仅如此，由于规模经济，高密度城市能为居民提供更多数量和更优质的基础设施和公共服务，比如更丰富的医疗资源，更便利的生活服务，更合理的隔离手段，更完善的管理体系等等。因此，政策制定者应正确认识人口密度、经济联系与疾病传播的关系，根据不同时期的目标进行权衡。
在来势汹汹的肺炎疫情面前，中国作为一个发展中国家，政府和人民团结一心，迅速拧成一股绳，行之有效的“中国速度”让世界震惊。当前，疫情形势持续向好，但防控仍不能松懈。在这个爬坡过坎的关键时刻，我们仍需积极配合城市各个岗位的防控工作，勤洗手，带好口罩，迎难而上，打赢这场不胜不休的疫情防控阻击战和经济回暖的攻坚战。