城市酷想家｜疫情中，“密度”不好吗？

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，也能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”团队与澎湃研究所联合发起此专栏，旨在推进基于大数据的城市研究。

我们的目标不是描述有关城市的现象，而是将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。这个专栏既发表原创的短文，也欢迎基于学术论文改写的文章。投稿信箱为citycoolcamp@163.com。

2020年5月，上海市区。随着物流业发展，底层小型仓储空间紧挨居民住所，已是常见的空间格局。澎湃新闻记者 周平浪 图

2020年春节前后，新冠肺炎疫情席卷中国。疫情带来的巨大冲击，对经济社会、市民生活等多方面产生深远影响。

这场疫情首发于武汉某海鲜市场。于是，“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？

进一步讨论之前，我们先回顾一下中国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防控压力，而单个地区往往难以独立应对新冠疫情。因此，中央政府的统一协调尤为重要。中国的成功防疫，离不开强大的政府协调能力。疫情发生以来，各地各部门协调联动、全力奋战。通过中央政府协调，大量医护人员、医疗设备在短时间内被调集到湖北支援；建设者在武汉快速建设临时医院，集中收治患者；企业加班加点生产医疗物资，统一调度。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。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。

针对疫情带来的巨大经济冲击，中国政府出台一系列政策帮助经济复苏，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税收优惠，对中小微企业贷款实施临时性延期还本付息等。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，如果用货车车流量代表经济情况，我们也可看出，相比2019年，2020年全国货车车流数量在春节后2个月内已基本恢复（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。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。

说回城市，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。但这不意味着传染病源于城市。从科学的角度说，新发传染病其实是来自人类与动物的接触。这显然在农村更容易发生。近些年来，传染病不时在农村地区发生，只因没有形成大规模传播，人们往往没有关注。

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，疫情传播应该和人口密度有关吧？直观地想，好像这个观点没有错。但是，疫情期间，即使城市平均人口密度不变，人们也可以通过保持人际之间的社交距离来切断疫情传播。不仅如此，平均人口密度更高的城市，社会分工更为发达，人们可以足不出户生活，也进一步减少与他人面对面接触的必要性。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，似乎密度本身未必加速疾病传播。

来看数据，的确，如果只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，在人口规模较大或人口密度较高的城市，新冠病毒感染情况确实相对更严重。

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，无法得出二者因果联系，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，以单中心扩散形式向外传播。如图3所示，到武汉不同距离的城市，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，与图2表示的结果也一致。

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。（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）。进一步数据分析显示，如果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。

城市经历创伤之后，人们总是会说城市（特别是大城市）会面临大的危机。但无论经济危机还是疫情冲击，每一次，城市都很快恢复健康了。最近有美国的研究显示，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相似。

因此，简单地批判人口向大城市集聚是不客观的。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，就可防止疫情传播，这样也不会失去城市平均人口密度对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，短期的社交距离阻断能快速遏制疾病传播，但不能因此降低城市的人口密度和人口规模来丢掉长期经济发展的基础。

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。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。

当前，中国抗疫形势持续向好，但防控仍不能松懈。在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，戴好口罩，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。

（作者陆铭、郑怡林、李鹏飞来自上海交通大学。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。）