新冠肺炎疫情下武漢封城令對交通流的影響
——以浙江省為例

張 釗 ，王京華，甘珍夕，付道成，湯勁松，王曉亮，范冬婉

(1.北京航空航天大學交通科學與工程學院，北京 100191；2.北京科技大學機械工程學院，北京 100083；3.中國移動通信集團浙江有限公司大數據中心，浙江 杭州 310012)

0 引言

新型冠狀病毒肺炎（簡稱“新冠肺炎”）疫情防控是我國當前各項工作的重點之一。截至北京時間2020年5月22日零時，在世界范圍內，新冠肺炎感染人數超過512萬,累計死亡人數超過30萬[1]，其中我國累計確診感染人數為82 971，死亡人數為4 634[2]。與颶風、地震、海嘯等突發事件不同，2019年12月暴發的新冠肺炎疫情并未影響交通運輸系統的物理功能。因疫情發生初期恰逢我國春運，大量的交通流動加大了新冠肺炎疫情的傳播風險，使疫情影響范圍迅速從武漢市擴展至湖北省，并進一步快速波及周邊省份乃至全國。

在新冠肺炎疫情防控中，交通管控發揮了重要作用，其中包括武漢封城令的施行。我國復旦大學和美國西北大學、華盛頓大學等機構的合作研究成果表明，武漢禁行令延緩病毒向國內傳播3～5d，減少近80%的國際傳播[3]；北京師范大學和牛津大學、哈佛大學等的近期研究表明，武漢封城和各地的防控措施使感染人數減少70 萬，延緩各地疫情開始時間2.91d[4]。此外，現有的流行病傳播模型亦揭示流行病傳播和交通流密切相關，如集合種群模型（Metapopulation Model）[5-7]以人員的聚集流動為基礎，用于流行病如SARS,H1N1 和天花等的傳播預測[8-9]；交通驅動的流行病傳播模型（Traffic-Driven Epidemic Spreading Model,TDES）[10]采用交通流預測流行病傳播。此外，還有其他學者針對交通流與疫情防控展開了研究，如Coffee 等基于交通流動與人口遷移研究了艾滋病在南非的傳播[11]；Palk 等研究了非洲萊索托交通流動對于艾滋病傳播、治療及防控的影響[12]；Wesolowski 等基于手機信令數據揭示了交通流的季節性變化對于流行病傳播的影響[13]等。

上述研究表明，交通運輸網絡和交通流對流行病傳播（如傳播速度、范圍、感染人數等）有一定影響。然而，鮮有學者針對疫情對交通流的影響展開研究，如當前新冠肺炎疫情對交通流的影響尚不清楚。為此，本文將基于新冠肺炎疫情下浙江省人員移動手機漫游數據，分析該省隨著疫情的發展其交通流的時空分布特征，并采用數據挖掘和回歸分析等方法研究在現有管控措施下，新冠肺炎疫情對交通流的影響機理，以明確疫情發生后交通流的演化規律、交通流時空分布變化與疫情的相關性以及政府措施對交通流的影響。

1 交通流時空分布

1.1 數據描述

本研究首先將原始手機信令數據轉換為交通流數據。該手機信令數據共包含70d（2019 年12月24 日—2020 年3 月2 日）4 200 億條9TB 軌跡數據，本文根據手機GPS軌跡的起（O）訖（D）點和時刻，確定軌跡的方向和時間，如某手機GPS軌跡在浙江省內駐留時長超過6h，之后到達上海且駐留時長超過6h，即可認為該軌跡為從浙江到上海的一條流量數據；若軌跡離開浙江的最后時刻為早上8:10，則將該用戶軌跡記為浙江省8:10的一條流出量。由于跨省人員流動基于交通工具，因此本文將一條跨省的流出量定義為一條廣義的交通流量。根據該方法，可以得到浙江省和其他省市自治區之間的小時交通流量。

1.2 交通流時空分布

根據起訖點的不同，浙江省的交通流可劃分為流入量（D 點為浙江省）和流出量（O 點為浙江省）兩部分。浙江省每日交通流量變化曲線如圖1（a）所示。由該圖可以看出，交通流在時間上的演化趨勢：2020 年1 月24 日武漢封城令發布后，浙江交通流數據有一個總體向下的趨勢，其中流入量在2 月7 號左右開始上升，而流出量上升時間相對滯后，且上升速度更為緩慢。浙江省日凈增交通流量分布如圖1（b）所示；交通流量特點對比如表1 所示。

圖1 浙江省每日交通流量及凈增量變化圖

表1 交通流量特點對比

1.2.1 流出量時間分布趨勢

根據圖1（a）和表1，浙江省交通流出量經歷了25d 的上升期（2019 年12 月24 日—2020 年1月17 日），45d 的下降期（2020 年1 月18 日—3 月2 日），呈現出1 個波峰和1 個波谷，并于2020 年1 月17 日達到峰值（約58 萬流出量），2 月7 日流出量減少至約1.4萬，此后開始緩慢上升。

1.2.2 流入量時間分布趨勢

由圖1（b）和表1 可知，與流出量相比，流入量呈現不同的變化趨勢，其波動幅度遠低于流出量，共經歷了31d 的緩慢上升期和39d 的下降-上升期，共呈現出2 個波峰和1 個波谷。其中，2019 年12 月24 日—2020 年1 月23 日 為 上 升 期，2020 年1 月23 日—2 月4 日為緩慢下降區，并于2月4 日—2 月10 日達到谷底，此后流入量迅速回升，至3月2號仍處于上升期。

1.2.3 交通流時空分布階段劃分

根據浙江省交通流量時間變化趨勢和凈增流量數據，將研究時段劃分為三個階段，各階段的交通流量特征如下：

（1）第一階段（2019年12月24日—2020年1月23 日）：即春運及疫情發生早期，浙江省流出量上升，凈增流量呈負值（見圖1（b）），其原因是浙江省為我國外來務工人員大省，春運前期流出量增幅和均值遠大于流入量。

（2） 第二階段（2020 年1 月23 日—2 月7日）：隨著疫情的加重，2020 年1 月23 日，武漢發布封城令，我國其他各省市自治區也先后發布疫情信息并宣布進入緊急狀態。浙江省交通流量先呈現短期小幅度上升，其后迅速下降至低谷，凈增流量呈正值（見圖1（b）），說明在疫情公布及武漢封城之后，公眾出行變得更加謹慎，人們的離省交通活動（如春運）表現出極大的克制性。

（3）第三階段（2020 年2 月7 日—3 月2 日）：即疫情中后期，疫情逐漸緩解，各省市自治區逐漸下調緊急狀態級別，浙江省凈入交通流量呈正值且上升趨勢（見圖1（b）），說明隨著疫情的緩解，浙江省進入外來務工人員返工階段，交通流動逐漸恢復。

2 武漢封城令的影響分析

2.1 武漢封城令的影響

通過分析湖北—浙江三個階段的交通流量變化情況，發現第二階段武漢封城令發布后，湖北—浙江交通流量短期出現快速增長，如圖2（a）所示。分析可知，該增長量主要來自湖北省除武漢外的其他地級市（如黃岡、黃石、鄂州、宜昌、隨州等），如圖2（b）所示。究其原因，盡管2020 年1 月23 日后，武漢—浙江的交通流量出現了大幅度降低（從1月23日約1 900人降低至1月29日約150人），由于湖北省其他城市居民出現逃離疫區行為，導致湖北—浙江的總體交通流量出現持續4d的短期峰值，具體體現出如下特征：

（1）民眾的疏散/逃離現象具有滯后性。

（2） 新冠肺炎疫情下的逃離滯后時間為1～3d。

（3）隨著封城令和緊急狀態的發布，在一周內總共約3 萬人從湖北涌入浙江。考慮到第一階段，湖北—浙江的日均流量為4 000 人/d（見圖2（a）），可以認為，武漢封城令及緊急狀態發布后，雖然湖北交通流出量出現了小幅度的上升，但由于武漢出城通道的封閉，一周內的湖北—浙江總交通流量并未激增，與春運前期的交通量持平。長期來看，武漢封城令極大地減少了疫區人群進入其他省份，極大地延緩了疫情的傳播速度[3,14]。

圖2 湖北—浙江交通流變化曲線

2.2 疫情下的交通量變化趨勢

圖3 浙江—湖北交通量及疫情新增感染人數關系圖

浙江—湖北交通量與湖北每日新增感染人數（2020 年1 月24 日—3 月2 日）之間的關系如圖3所示。從圖中可知，交通量的自然對數與湖北每日新增感染人數的自然對數呈冪律關系，這類似于自然界普遍存在的Taylor 法則[15]。隨著湖北新增感染人數的增多，湖北—浙江、浙江—湖北交通量均減少，其中湖北—浙江方向的流量降低幅度大于浙江—湖北方向的。同時，湖北—浙江交通流量與湖北每日新增感染人數的冪律關系更為明顯，這體現了政府發布封城令和疫情信息公開化、透明化的效果，即隨著疫情的加劇，民眾對于疫情越了解，湖北到浙江的交通流量越小，說明人們更愿意采取保守措施，停留在家以降低傳播感染的風險。此外，浙江—湖北的交通流量整體下降較為穩定，其中主要為醫療救護人員和其他相關援助人員，與其他行為（如疏散）引起的交通流量相比，受疫情影響較小。

3 疫情防控建議

隨著國內疫情的減緩[1]，各省市自治區已經陸續于2 月底3 月初降低了緊急狀態等級，省級間交通流呈現逐步上升的趨勢。然而，目前國外疫情正處于快速上升階段，美國霍普金森醫學中心網站[2]顯示，國外疫情確診人數自3月初開始大幅度上升（見圖4），截至北京時間5 月22 日零時，海外累計確診病例超過512萬，5月份海外平均每日新增感染人數超過8萬人[1]。同時，國外疫情的快速蔓延對國內疫情也產生了影響。截至北京時間5 月22 日零時，境外輸入累計確診病例達到1 711 例，黑龍江等部分省份出現境外輸入接觸病例[2]，我國面臨國內疫情降低、國際疫情惡化的新形勢。

圖4 海外新冠肺炎疫情統計

如前文所述，在我國武漢封城令發布后，湖北的交通流出量出現了7d的小幅度上升（見圖2），且疫區每日交通流出量的自然對數和疫區新增人數的自然對數存在線性關系（見圖3）。基于此，我國應根據各國疫情狀況和政府緊急狀態發布時間，有針對性地制定國際交通管控政策，具體建議如下。

（1）在海外各國疫情緊急狀態發布后的1～3d 內，實施較為嚴格的海關免疫檢測政策，或在該時期內關閉邊境通道和國際航線，將海外疫情國的疫情緊急狀態發布日定為其輸入交通流嚴格管控開始時間，管控時間應至少持續一周。

（2）在海外國家疫情暴發或類似于“封城令”的交通管控發布一周后，可逐步開放與相應國家的邊境通道及國際航線，以保障我國對外支援通道。但總的來說，應減少與相應國家之間的航線，降低跨境列車發送頻率，加強高速公路的邊境線檢測等。

（3）加強我國邊境城市及國際重要交通樞紐的疫情防控政策。

此外，未來我國面臨類似重大公共衛生事件時，相關決策部門應針對疫情發展情況，在疫情初期制定小范圍隔離（類似于小范圍的封城令）和信息公開政策，以減小交通流量，防止疫情擴散，如疫情出現短期暴發性擴散，應盡快實施封城令。

4 結論

本文基于浙江省移動手機大數據，研究了新冠肺炎疫情和武漢封城令對交通流的影響，并得出如下結論。

（1）疫情發生后，浙江省的交通流主要經歷了3 個階段的變化，武漢封城令降低了核心疫區（武漢）的交通流量。

（2）交通流動與疫情發展緊密關聯，在疫情公開及武漢封城令發布的情況下，每日交通流量的自然對數與疫區新增感染人數的自然對數線性負相關（類似于自然界的Taylor法則），疫區輸出交通流量的負相關變化率大于疫區輸入交通流量的負相關變化率。

（3）封城令和緊急狀態的發布對于交通流的影響具有1～3d 的時間滯后期，即人們總是傾向于在最后時刻“不得不”逃離疫區，疫區會出現3～7d的人口集中外流。

該研究成果有助于理解重大公共衛生事件下的交通流變化規律，亦有助于我國進一步制定交通管控措施，如針對目前海外疫情的快速發展，本文提出應密切注意海外各國疫情緊急狀態發布后的1～3d，并實施較為嚴格的海關免疫檢測政策；減少與相應國家之家的航線，降低跨境列車發送頻率，加強高速公路的邊境線檢查等。

由于時間倉促，本文尚未建立完備的數學模型用于描述疫情影響下的交通行為和交通流變化過程，亦未對全國范圍內所有省市間的交通流動數據和疫情發展數據進行深入研究。后續工作將進一步對比上年度同時期的交通流數據，量化疫情對交通流的影響，并建立數學模型，解釋重大公共衛生事件下的交通流變化規律，為政府實施交通管控決策提供理論依據和數據支撐。