樂 志
王 晶
一般研究認為,公園、景區綠地可以提供自然要素、健身場所、認知恢復,降低噪聲及部分殺菌滅菌功能,是市民公共健康的重要媒介[1-6]。因此,近年來在城市總體規劃中,愈發重視綠地相關權益的公平性及其可達性。然而在特殊情況下,公園綠地可達性較佳也有不利之處。2020年初,新型冠狀病毒快速暴發[7-9],成為重要公共衛生事件[10]。在春運這一大規模人口流動背景下[11],各省市為控制疾病傳播,快速進入一級響應狀態。南京作為江蘇省省會,也在1月24日出臺實施了一系列措施,其中包括關閉玄武湖公園、鐘山景區、夫子廟展館及部分博物館、美術館、文化館等[12]。隨后逐漸發展為對小區的準封閉化管理階段[13],全國多個大城市均采取過類似措施。傳染病的流行過程,即病原體從傳染源,經過一定的傳播途徑,造成易感者新感染的連續過程[14]。關閉公園可減少大型公共活動,繼而阻斷以公園為空間媒介的人際疾病傳播。這一舉措通過將主要公園綠地可達性歸零,降低了傳染區域從輸入性散發、有限傳播期到持續傳播期和廣泛傳播期階段的轉變概率,進而為減緩疫情作出貢獻。
即使面對近年全球范圍持續多樣的傳染病和公共衛生事件,在一定期間內,大范圍關閉城市綜合公園仍然是罕見的舉措。這就使得我們對于這一政策的效果或缺陷缺乏認知和經驗。2009年美國H1N1流感暴發,春季暫時消退后,又在秋季卷土重來并造成大流行的歷史[15],又讓我們不得不防患于未然,對公園綠地在公共衛生事件中應采取的管理措施做出預警性研究。在暫時缺乏足夠流行病學資料用于驗證政策合理性和效益的今天,本研究基于流行病學、公共衛生、旅游、人口遷徙、綠地可達性等多個專業角度,通過數學建模與比較,分析已執行政策的可能效果和缺陷,并試圖回答3個基本問題:第一,該舉措在防止疾病擴散上起到了什么作用?第二,該舉措的執行時期是否合適?第三,是否存在明顯的缺陷有待改進?
可達性研究是城市綠地空間研究的重要目標和手段之一,并被直、間接地用于評價城市綠地的服務能力[16-17]。可達性分析結果為某一綠地的服務范圍和人口,故也可能逆推從綠地返回居住區的人口或影響范圍,進而用于傳染病分析。根據已有南京新冠病毒確診病例公告[18-19],至1月28日,南京均為武漢接觸史或旅居史的輸入性傳染。故本研究主要考慮輸入性病例在一個傳染周期內,經由公園、景點導致的2次傳染問題。另外,公園關閉政策未必能夠恰好在傳染輸入期執行,故本研究還模擬比較了社區傳播和公園傳播的區別。其計算模型技術路線如圖1。
該模型思路有如下6步:1)推算春運開始到武漢封閉交通管制后,武漢流入南京人口及帶病人數;2)按南京旅游局2019年春節旅游接待數,分配主要公園潛在帶病人數;3)推算各公園入口服務人數及對應潛在帶病人數;4)根據傳染基本系數R0推算被傳染人數;5)按小區到達公園路徑人數比例,逐個分配被傳染人數至各小區;6)重復上述過程,通過將目標由公園入口點改為居民點,模擬社區傳播。上述模型有賴于如下3類數據:1)人口數據,包括春運期間武漢流出人口和南京各景點旅游人口;2)流行病學數據,包括新冠病毒基本傳染系數和傳染周期;3)可達性模型數據,包括出行意愿、方式比例和出行距離。

圖1 計算模型技術路線圖
傳染病分析模型首先需要了解輸入性人口總量。流動人口是中國發展過程的特色之一,根據《中國流動人口發展報告》[20],流動人口2017年約2.44億,而春節更是人口流動和疾病傳播的重要窗口。據2020年1月26日報道,武漢因春運和疫情原因共流出人口超過500萬以上[21],符合已有研究推算[22]??紤]武漢封城政策[23]和旅行時間(據南京病例詳細通報[18-19],確診病例的武漢接觸史起始時間為1月10—24日)等,將潛在輸入性帶病人口流出時間終點設定為1月24日。查詢百度遷徙數據得到每日武漢至南京流出人口比例見表1[24],再推算可得武漢流入南京人口32 500人以上。
其次,需要推算旅游人口。1月23日公示的公園關閉政策涉及的南京主要公園和景區[12]為本研究的對象。根據《南京市統計年鑒2019》和南京文化及旅游局統計數據,在過往春節黃金周期間接待游客571萬人次[25-26],上述對象接待人次見表2,合計295.1萬人次,占接待旅游人口的52%。

表1 2020春運前期武漢至南京流出人口比例表
據南京公報,截至研究時限前,合計武漢接觸史人群29~36人,取其平均值32.5人,則預估輸入性帶病比例為千分之一[7-9]。最新研究表明,COVID-19傳染系數R0為3.77,潛伏期中位數4.8d,對應傳染期7d,與表2統計時限相同[9]。在本文研究背景下,最惡劣情況即為所有外地游客均通過公園與市民接觸。故在本研究中,易感人群為全體可到達公園的居民[27]。潛在帶病人數為各公園入口按比例分配的輸入性帶病人口,并使用基本傳染系數推算一周內的潛在傳染人數。
目前可達性研究存在多種范式,如矩陣法研究路網的矩陣特性[28-29]、空間句法研究空間認知[30]、距離法研究最短距離、機會法研究最大機會[31]、平衡系數法研究平衡系數[32]。本研究采用與研究目標相對一致的成本距離法[33],研究公園到居民點各路徑的帶病者概率。成本距離計算和分配基于2步移動搜尋法,公式如下:

上述成本距離疊加高斯函數進行距離衰減,即對所有dij≤d0的需求,進一步按下式折減[34]:

式中,g(dij)表示在搜尋半徑d0范圍內的距離衰減函數,即高斯函數,各變量含義與公式1相同。此外,本文采用如下的小區總限定折算系數方法改進。

表2 2019年春節南京重要景點、公園一周接待人次表

式中,P為每條路徑上校正前出行人數;FP為校正后的路徑出行人數。即按比例分配小區總出行人數的方法使合計值不超過小區人口。本模型沒有考慮引力和成本加權[35-36]是因為成本加權值缺少統一標準,而不考慮引力加權是因為公園吸引力已定,即為2019年春節實際接待人次。
本研究范圍為《南京市城市總體規劃(2011—2020)》所確定的中心城區[37],規劃總面積約為846km2。所有居民點人口空間分布基于第六次人口普查的街道級數據和QuickBird衛星影像配準后的建筑矢量[38],最終得到1 494個以小區為單元的居民點及對應推算人口。路網為Bigmap矢量路網人工單線化。同時參考同城市、同研究范圍的相關研究中道路分級方法和十字路口待機時間,形成OD矩陣計算基礎路網數據[39]。所有公園入口以現場踏勘實際開放的為準。
在出行方式上,考慮了步行、自行車和公交和汽車3種方式。其中公交出行基于已有研究中公交站點分級評價的方法;結合ArcGIS服務區工具,對汽車出行進行分級折減得到表3。不同出行方式的閾值上,除鄧毛穎相關成果[40]外,還參考節假日公園研究[41-42],綜合設定步行、自行車閾值為15min,汽車和公交30min。在出行比例上,基于多篇接近規模城市文獻的研究[40-41],最終公交和汽車合計占比50%、步行40%、自行車10%。

圖2 公園入口染病分析(單位:人)

圖3 步行傳染范圍及傳染數圖(單位:人)

圖4 騎行傳染范圍及傳染數圖(單位:人)

圖5 車行傳染范圍及傳染數圖(單位:人)
首先分析各公園出入口潛在帶病人數,結果見圖2。公園入口潛在病人數受公園或景區總接待人數、公園入口相對可達程度和周邊公園可達性競爭共同影響,帶病人數最多的為夫子廟景區,主要為其核心的夫子廟、秦淮河游船、市場、白鷺洲公園等,其次為玄武湖沿中央路一側入口。根據潛在帶病人口推算,2次感染人數最大可達63.32人次,與實際情況相比(1月28日,2例;2月11日,39例),公園封閉措施可能使感染人數降低62%~3 150%,效果顯著。
一旦出現公園2次傳染,則會按不同出行組合擴散,結果見表4??梢姴煌鲂蟹绞介g存在明顯的空間分布差異,故逐一對各單一出行方式及其組合的傳染區空間特征展開分析。分析中按可能傳染人數分區逐級折半為5檔。第三檔以上為高危區,第一檔為低危區。
步行結果見圖3,高危區為靠近夫子廟或玄武湖公園入口的少數小區??傮w呈現如下特征:1)高危區靠近公園入口,最大半徑不超過入口附近800m;2)各傳染區獨立;3)高危區相對傳染區面積較小??傮w上看,南京各小區步行到達本次研究的重要公園、景點較為不便,可達人數占比低。限制公園出入政策對步行到達公園的人群獲益較少。
騎行方式的染病擴散區間明顯較步行擴大,見圖4。表現為傳染區連成一片,其高危區合計傳染區面積均為步行的1倍以上。高危區出現在公園入口附近1.5~3km半徑內的人口密集小區。1)出現遠離公園入口趨勢;2)傳染區連成一片;3)高危區相對面積比上升。上述3點均為后期傳染病防控帶來更多困難。但步行和騎行的共同特征是高危區的面積不到總傳染區的0.1%,屬于一定空間范圍內風險可控??傮w來看,關閉重大公園景點對上述2種出行方式到達公園人群獲益較小。
公交的傳染范圍遠大于騎行或步行(圖5)。其高危區和合計傳染區面積均為前述2種出行的10倍以上。高危區所在全是人口密集區,分散于舊城中心新街口半徑11km以內;合計傳染區遍及研究范圍內各個區;高危區達到總面積的2%以上。上述特征說明,一旦發生公園傳播且公交出行為主要到達方式,則會導致面積極大且不可控的傳播。汽車、公交是節假日出行中的主要交通方式之一。也是外地游客最有可能采用的出行方式。故公交到達人群是從公園封閉政策中受益最大的群體。

圖6 綜合出行染范圍及傳染數圖(單位:人)

圖7 100%社區傳播綜合出行染范圍及傳染數圖(單位:人)
在混合出行中,基于多篇接近規模城市文獻的研究[40],最終公交和汽車合計占比50%、步行40%、自行車10%,結果見圖6。在混合交通模式下,高危區36.2km2,合計傳染區1 075.3km2。約為研究范圍面積的93%,大于任何一種單一出行方式。其高危區分布類似自行車出行,即公園入口附近1~3km的人口密集區;其總傳染區范圍形態與公交類似。

表3 公交POI路線折減系數表

表4 各交通方式傳染人數面積表
為進一步了解染病人數與空間關系,對可能影響染病人數的空間參數,即居民點人口、可達公園帶病總人數、最近公園入口距離、可達公園總面積、周邊1km內單位路網密度進行皮爾森相關性分析,結果見表5。
可見,隨著出行方式造成可達距離的增加,染病人數與最近公園入口距離及周邊1km路網密度相關性變弱,而與居民點人口總數關系增強。上述關系說明,在綜合出行條件下,公園封閉政策的受益人群從重要公園景點入口周邊居民向所有公交可達范圍市民轉變。

表5 不同出行染病人數與空間、人口相關性分析表(Person相關,僅列出顯著性0.05級結果)
如前述,南京執行公園封閉政策的時機恰處于傳染輸入階段。如果未能在這一關鍵時期執行公園封閉政策,則關閉公園政策是否有效呢?本研究將不同比例的帶病者納入社區模擬社區傳播。比較3種情況,第一種完全由公園傳播,第二種50%公園傳播、50%社區傳播,第三種100%社區傳播的最終傳染人數和空間分布見圖7,幾何特性分析見表6。總傳染區隨社區傳播比例提高,最多有7%差異。但高危區的范圍則分別減少了19%和31%;周長對應減少了15%和21%。上述數據說明,越接近社區傳播階段,傳染區的總空間范圍越大,但高危區的面積越小越集中。

表6 各階段傳染區幾何特性
上述分析結果說明:1)經公園傳播與各程度的社區傳播在總傳染面積上較為接近,關閉公園景點,其效果相當于在一定時期內,阻止社區傳播,在防止疾病傳染上有重大作用;2)公園傳播的高危區面積、周長增加,可能更加危險;3)封閉政策必須盡早執行。一旦進入2次傳染和社區感染階段,即使關閉公園,也會出現大范圍傳染,這時政策的效用就大大降低了。
本研究通過基于網絡分析法的可達性研究,比較分析了以南京為例,在公共衛生安全事件中關閉重要公園、景點政策的效果及不同執行期的差異,其主要結論如下。
1)關閉重要公園景點可能使得被2次傳染病人數下降62%~3 125%,考慮到常住老人更多通過步行到達公園入口,這一舉措可能還間接減少了重癥病例數。2)公園關閉措施可能使得南京93%研究范圍面積減少了被傳染風險,并對公園、景點入口1~3km附近的居民點有更明顯影響。3)騎行相較步行,總傳染面積和人數均增加1倍以上。車行相較步行,總面積增加614%,高危區增加317倍。當前政策對基于公交出行為主的城市具有最佳效果。4)基于步行的疾病傳播主要與居民點和公園入口的最近距離有關,基于車行的傳播主要與居民點人口有關。具體政策執行需針對城市出行比例,采取不同的補救措施和重點監控區域。5)公園封閉政策開始時間若晚于2次傳播或社區傳播階段,則其總傳染面積不會顯著減少。故公園封閉政策必須在傳染病早期執行。
目前仍然缺少足夠的、基于循證邏輯、可用于論證公園政策和公園疫情的案例,對于公園疫情背景下的管理政策還應該保持開放、討論的態度。但根據疫情相關研究,短期公園封閉政策及其根據疫情變化的退出機制有其必要性、合理性。首先,公眾認知和行為調查指出,在疫情暴發一周后,仍有合計接近10%的公眾聚眾健身[43],而本研究已經證明這可能會造成疾病2次傳播。其次,在執行了快速有效的疫情管控措施后,新冠病毒在中國的傳播被快速抑制,而疫情后期公園逐步開放的步驟也與疫情發展吻合。以南京為例,2020年2月13日后即不再連續出現新增,直至2月18日后即不再出現新增病例[44]。而南京先增加地鐵、公交班次,再逐步開放公園,直至全面開放的時間序列也與上述時期吻合[45]。目前沒有發現任何通過公園傳播新冠的流行病學實例,從側面反映了上述措施的有效與合理性。最后,針對新冠疫情的《城市公園綠地應對新冠肺炎疫情運行管理指南》在2月21日開始執行[46],而全國大部分城市都在此前執行了類似南京的公園封閉政策,為更合理有效制度的推出執行爭取了寶貴的時間。
當然,當前政策還存在一定的局限。一方面按當前政策,帶病者雖然會因為主要公園禁入而缺少大規模傳播機會,但卻仍有可能逗留各類社區公園、非重要公園,并通過社區傳播擴大傳染。另一方面,一旦發生傳染,公交出行最終會導致傳染高危區趨向人口密集點,這一結論可推演至和公園類似的所有公共場所。故不能將公園、大型公共場所的管控和公交管控割裂。當控制公交出行不可行或需要政策預留期時,更應提前阻斷所有公交可達的主要公園景點開放。這也可能是南京在實際操作中,幾乎關閉了大部分公園,并后續執行公交、社區封閉政策的原因。
在突發公共衛生事件和節假日背景下,臨時短期關閉公園、景點,雖然可能存在影響市民健康活動、降低局部經濟效益的短處,但是也可能大幅減少被傳染風險、范圍和重癥患者數,降低了后續疾病管控難度,從而幫助減少疾病造成的直、間接經濟損失,更快恢復正常社會經濟秩序。長期來看,應具有更積極的社會效益影響,可以考慮作為后續類似危機應急預案的重要組成部分。本文為建模模擬分析,受數據來源、精度的限制及可能存在的錯漏,分析結果必然存在一定范圍的誤差,需要后期與實測數據比對,但希望能為綠地與健康研究增加一種新的角度。
注:文中圖片均由樂志繪制。