防止新冠疫情擴散的城市交通系統(tǒng)與出行活動管控策略

謝 馳，陳志斌，鄭太秀，路慶昌

（1. 同濟大學，道路與交通工程教育部重點實驗室，上海 201804；2. 上海紐約大學，工程與計算機科學學部，上海 200120；3. 高麗大學，工業(yè)管理工程學院，首爾 02841；4. 長安大學，電子與控制工程學院，西安 710064）

0 引 言

傳染病學研究多次證實傳染性病毒很容易通過公共交通出行活動在人群中大規(guī)模傳播，發(fā)現(xiàn)相當一部分病毒感染者是在公共交通場所逗留期間或者搭乘公共交通工具過程中被傳染，因此防止疫情擴散的主要舉措之一是避免病毒在人們交通出行活動中的傳播，包括控制出行需求和范圍、檢測與追蹤出行人群、減少使用公共交通工具等。與此同時，城市交通系統(tǒng)在疫情期間的有效運作又是生產生活、應急救援、防疫控疫等工作開展的基礎保障。如何以防疫抗疫為主要目的來重新管理、控制、運營城市交通運輸系統(tǒng)是早日取得疫情防控戰(zhàn)役勝利、盡快恢復社會正常生產生活的關鍵任務之一，同時也對緊急狀態(tài)下的城市治理和交通管理提出了史無前例的重大挑戰(zhàn)。

本文在城市系統(tǒng)優(yōu)化的框架內提出了一套以既有城市基礎設施和技術資源為基礎，以降低傳染性病毒擴散風險為目的，以減少出行人群近距離接觸為手段，以適應防疫抗疫特殊要求的綜合城市交通系統(tǒng)與出行人群管控措施的優(yōu)化機制和實施策略。順利實施這些管控機制的關鍵在于我們是否能夠切實地掌握疫情期間有哪些必需的人員出行和物資運輸需求，是否能夠精準估算這些人員出行和物資運輸需求在時空上的發(fā)展變化，如何有條件地組織與管理各種交通運輸資源來滿足出行和運輸需求，以及通過何種方式來改變出行人群的行為模式及各種交通設施和交通模式的運行方式。

1 研究背景與問題

自2019 年末開始，一種由新型冠狀病毒引發(fā)的重癥急性呼吸道感染疾病相繼在包括我國在內的世界上許多國家被發(fā)現(xiàn)、確認，并且大規(guī)模擴散。我國國家衛(wèi)生健康委員會于2020 年2 月8日命名此病為“新型冠狀病毒肺炎”，簡稱“新冠肺炎”；世界衛(wèi)生組織于2020 年2 月11 日命名此病為“2019 冠狀病毒病”（Coronavirus Disease 2019，簡稱COVID-19）。由于這種新型冠狀病毒在全球的迅速擴散，世界衛(wèi)生組織于2020 年1 月30 日宣布將此種病毒引發(fā)的疫情列為“國際關注的突發(fā)公共衛(wèi)生事件”（Public Health Emergency of International Concern，簡稱PHEIC）；而后于2020 年3 月11 日又宣布此次疫情已構成全球性的“大流行病”（Pandemic）。

這種新型冠狀病毒具有在空氣中存活時間長、能夠通過飛沫或者直接接觸（也有研究表明可通過氣溶膠）等多種途徑傳播、被感染者在潛伏期內無發(fā)病癥狀等特點。很多感染者是在不知情的情況下被處于潛伏期的病毒攜帶者或者無癥狀病毒感染者所傳染。目前世界各國還沒有成功研制出任何專門特效藥能夠確保治愈這種病毒所引發(fā)的呼吸道炎癥及其他并發(fā)癥和合并癥。此次疫情已經對我國和世界上大多數國家和地區(qū)的社會生產生活造成了重大沖擊。國家衛(wèi)生健康委員會在2021 年1 月20 日發(fā)布的疫情報告顯示，我國累計已有99 772 例確診感染病例，其中包括4 810 例死亡病例。雖然此時我國的疫情階段處于尾聲，每天新增確診感染病例處于零星狀態(tài)，但世界許多其他國家和地區(qū)的疫情仍處于上升和波動階段。根據世界衛(wèi)生組織在2021 年1月底發(fā)布的疫情報告，全球范圍內共有214 個國家和地區(qū)發(fā)現(xiàn)了新冠肺炎感染病例，累計確診病例為9 800 多萬，死亡病例210 多萬，并且這些數字每天還處于快速上升的狀態(tài)。

傳染病學專家通過對這種冠狀病毒的傳染途徑分析，發(fā)現(xiàn)相當一部分病毒感染者是在公共交通場所（例如車站、機場、碼頭等）逗留期間或者搭乘公共交通工具（例如火車、地鐵、公共汽車、飛機、郵輪，甚至電梯等）過程中因沒有采取防護措施而被傳染。因此防止疫情擴散的主要舉措之一是避免病毒在人們交通出行活動中的傳播，包括控制出行需求（例如，鼓勵居家隔離、暫停上班上學、取消出差旅行等）、限制出行范圍（例如，生活出行限定在住所周邊小區(qū)域、通勤出行限定在專門組織的、有防護措施的交通工具上）、減少使用公共交通工具（包括公共汽車、地鐵、火車、飛機、輪渡等）。一般來說，在有針對性的病毒特效藥或疫苗成功研制之前，可實施的非藥物性的疫情防控措施大致有三種[1]：① 個人清潔和防護措施；② 接觸控制和阻斷措施；③ 病例追蹤與隔離措施。所有這些種類的防控措施都可以應用到交通運輸活動過程中，但從交通系統(tǒng)管理的角度來說，第二種與第三種措施無疑是系統(tǒng)和群體層面可以實施的主要應對辦法。

疫情控制的本質目的是降低單個感染者的平均傳染力。在有效的藥物或者疫苗研制成功之前，平均傳染力可以用基本傳染數來衡量。當基本傳染數越低，就說明疫情控制措施就越有效。我國的新冠病毒疫情中心武漢市于2020 年1 月23 日上午10 時開始實施的機場、車站離城通道關閉以及市內地鐵、公交、輪渡暫停運營就是為降低基本傳染數而采用的一套強力管控措施。在疫情發(fā)生的高峰時期，我國很多其他城市也實施了不同程度的限制人員流動和建議居家隔離的措施。武漢及全國其他地區(qū)的防疫控疫經驗表明，交通管制與人群隔離措施是當前技術條件下減少疫情擴散的最有效途徑之一，使得我國的疫情在2020 年2 月中旬達到峰值以后局勢得到扭轉。

相當數量的學者研究了交通管制與人群隔離措施對疫情防控的影響，比如Chinazzi 等人[2]使用數學模型評估了武漢實施出行禁令的影響，他們發(fā)現(xiàn)出行禁令的實施將中國大陸的總體疫情爆發(fā)推遲了3 到5 天，讓其他國家和地區(qū)潛在的進口病例數量減少了80%；Tian 等人[3]根據疫情開始之后50 天的病例統(tǒng)計數據，估算得出武漢的封城措施使得至少74 余萬人口避免了被新冠病毒感染的風險；而Lai 等人[4]的預測表明，如果中國大陸沒有采取城市管控與隔離措施，受感染的人口數量將比現(xiàn)在的實際數量至少要高出兩倍。通過對比此次疫情爆發(fā)期間采取不同管控政策的國家的死亡人數，包括采取強力管控措施（如中國、韓國、日本等）、采取溫和管控措施（如意大利、西班牙、英國、法國、德國等），以及較少采取管控措施（如美國、巴西、印度等）的國家，可以發(fā)現(xiàn)管控措施在降低疫情擴散與危害程度方面的效果非常明顯（見圖1）。

圖1 新冠疫情期間各國因疫情死亡人數的變化（來源：約翰霍普金斯大學系統(tǒng)科學與工程中心）

在另一方面，交通運輸系統(tǒng)在疫情擴散的過程中又是城市市政運行、生產生活、應急救援、防疫控疫等工作開展的基礎保障。那些維護城市運行的基本社會和經濟服務活動以及城市居民的生活和救援物資的供應配送，都有賴于客運與貨運交通運輸系統(tǒng)在一定程度上的有效運行。疫情期間，如果政府基本職能部門和社會關鍵服務行業(yè)不能正常運營，運輸與物流系統(tǒng)不能應對疫情爆發(fā)所帶來的特殊需求，將對疫情防控、經濟生產、居民生活造成災難性的打擊。據澎湃新聞社于2020 年2 月1 日的報道，武漢市紅十字會于1 月底接收到的多類救援物資在倉庫嚴重積壓，但市內各主要接收病患的醫(yī)院又嚴重缺乏基本防護工具。這起事件發(fā)生背后的主要原因之一就是相關的物流信息管理系統(tǒng)欠缺、物流處理能力和物資運輸能力不足。疫情期間，一方面要盡量抑制或延緩不必要的交通出行活動；另一方面，挖掘現(xiàn)有交通運輸系統(tǒng)的運力，盡全力保證必需的人員通勤和物資運輸能力。2020 年2 月8日，交通運輸部、國家郵政局和中國郵政集團公司聯(lián)合印發(fā)了《交通運輸部關于切實保障疫情防控應急物資運輸車輛順暢通行的緊急通知》，明確了各地交通管理部門要對執(zhí)行應急物資運輸任務的郵政、快遞車輛實行不停車、不檢查、不收費及保障車輛優(yōu)先便捷通行的“三不一優(yōu)先”政策。除了保障疫情期間交通與物流系統(tǒng)運作暢通之外，如何保證各類救援物資在城市內部的最后一公里的有效運送與分發(fā)，也極度考驗交通運輸系統(tǒng)運營者在人員組織、資源調配、設備保障、協(xié)調規(guī)劃等方面的綜合管理能力。李丹和鄭龍飛[5]在回顧武漢市交通管理和規(guī)劃經驗時指出，此次疫情期間武漢市采取的交通管理措施“總體來說阻斷有力而保障不足”。這說明我國目前針對疫情防控的城市交通管理政策與技術上還有相當大的進步空間。

跟自然災害或者恐怖襲擊情況下的應急交通管理不同，疫情爆發(fā)情況下的城市交通系統(tǒng)并沒有受到物理損害，其運行能力和運作效率沒有受到影響，但由于人員隔離和距離保持的需要，個體出行的目的、方式、頻率、范圍等在很大程度上會被限制，各種交通工具和交通設施的運力也會被人為地降低。因此，以城市交通系統(tǒng)中的出行人群作為管控對象，在優(yōu)先滿足防疫控疫目標的前提下，如何最大程度地降低人群密度和接觸幾率，同時盡可能保證人員流動和物資運輸所需的運力，是每個城市中公共衛(wèi)生部門（市衛(wèi)健委）、交通管理與執(zhí)法部門（市交通委、市交警隊）、社區(qū)管理機構（各居委會、物業(yè)管理公司等）、交通運營企業(yè)（各地鐵、公交、出租車、網約車運營企業(yè)等）等相關部門和組織面臨著的一系列棘手的決策和管理難題。

2 研究回顧與目標

目前為止，與疫情防控相關的科學研究主要集中在傳染病學、流行病學和公共衛(wèi)生管理領域。由于這些領域的研究成果不是本研究的核心內容，所以這里不再贅述。簡單地說，流行病學中對于疫情擴散和控制的主流研究是基于由Kermack 和McKendrick[6]在20 世紀20 年代提出的經典Susceptible-Infected-Recovered 模型（簡稱“SIR 模型”）以及其他后續(xù)學者發(fā)展的一些改進模型，包括Susceptible-Infected-Susceptible模型（簡稱SIS 模型）和Susceptible-Exposed-Infected-Resistant（SEIR 模型）等。這些模型使用系統(tǒng)動力學理論建立起一套微分方程組來描述病毒在人群中的擴散過程以及處于不同感染狀態(tài)的人員比例變化，而包含不同感染過程和狀態(tài)的模型可以用來描述不同類型病毒的傳播機理。一般認為，SEIR 模型比較適合用來描述新冠病毒的擴散過程。在最近的幾十年里，流行病學學者也發(fā)展和驗證了各種類型的預測傳染性疾病擴散的解析、統(tǒng)計和仿真方法，對這些模型和方法的總結和對比可參考Grassly 和Fraser[7]與Duan 等人[8]近期發(fā)表的綜述性文章。很多疫情防控研究依靠于評價和對比這些擴散模型中的不同疾病傳染參數值來尋求最佳防控措施。

但是，以防疫抗疫為目的、基于交通出行場景的傳染性疾病擴散和疫情控制研究目前在交通工程、環(huán)境工程、城市治理、管理科學等領域還不多見。一方面是因為此類事件在歷史上發(fā)生概率較低，還未引起交通運輸領域中相關政府部門和學者專家的重視；另一方面，傳統(tǒng)上認為防疫控疫主要是公共衛(wèi)生和應急管理領域的工作，人們對交通運輸活動影響疫情擴散的機理及將交通運輸管理措施納入疫情防控體系的重要性還認識不足。

根據筆者的調查，從交通運輸活動的角度來跟蹤和控制疫情擴散的理論與實證研究在近年來只有下列為數不多的零星研究。例如，Balcan與他的合作伙伴[9,10]首先研究了傳染性疾病如何在多尺度的交通網絡上進行傳播，其中包括了本地的通勤交通網絡和遠程的航空運輸網絡；而后，交通運輸工程學者Gardner 等人[11]首次提出了傳染性疾病通過航空運輸網絡進行擴散的機理，并確認了網絡中影響疾病傳播的關鍵連接；Gardner 等人[12]與Gardner 和Sarkar[13]進一步提出和驗證了傳染性疾病在航空運輸網絡中傳播的風險評價模型；Brockmann 和Helbing[14]發(fā)現(xiàn)了在航空運輸網絡中傳染性疾病的“有效擴散速度”取決于疾病的傳染參數、擴散時間以及“有效距離”而不是“地理距離”，且有效距離可以用來反推疾病起源的地理位置；Chen 等人[15]提出了一個如何控制傳染性疾病在航空運輸網絡中進行擴散的資源分配模型；李爭光等人[16]利用經典的SIS 模型研究傳染病在具有異質性的交通網絡上進行擴散的機理，發(fā)現(xiàn)影響疾病傳播的主要因素為網絡拓撲結構和網絡交通流的異質性。以上基于交通網絡的傳染性疾病擴散和控制模型主要應用于國際航空網絡。而針對城市交通系統(tǒng)的疫情評估和控制研究目前有Bota 等人[17]的面向城市公交系統(tǒng)的疫情擴散研究，他們構建了針對美國明尼蘇達州明尼波利斯和圣保羅這兩個城市所組成的雙城都市區(qū)域公交系統(tǒng)的疫情擴散網絡模型，并且使用他們的疫情擴散模型推算出網絡中疫情控制的關鍵地點。而張玉等人[18]提出了一種基于馬爾科夫鏈的數學模型來模擬傳染疾病在公路、高鐵、自駕及航空交通組成的復雜人口流動交通網絡中的傳播過程，并通過河南省18 個省轄市近十年的新型流感病毒傳染病數據驗證了模型的合理性。周繼彪等人[19]則提出了新冠肺炎疫情下城市公共交通非常規(guī)防疫策略：城市常規(guī)公交應采取網格化運營策略、需求響應式運營策略以及應急公交接駁策略，城市軌道交通應采取暫停運營策略、車廂隔離防疫策略以及需求響應式防疫策略。茹小磊等人[20]利用經典的理論傳播模型模擬了疫情在公共交通系統(tǒng)內的擴散，衡量了疫情期間部分停運方案導致的常規(guī)公交系統(tǒng)可達性損失。吳楠等人[21]則提出了后疫情時代在復工復學和疫情防控雙重要求下一系列不同防控要求情況下公共交通系統(tǒng)組合運營策略。吳嬌蓉[22]等人則基于疫情期乘客出行偏好問卷調查數據，分析了民眾出行偏好及對不同出行模式的暴露風險感知，提出了通勤合乘設計方案并解析了其組織效率。

從以上調查結果可以看出，以防疫抗疫為目的的城市交通系統(tǒng)與出行人群管控研究目前來說還屬于初始階段。上述文獻綜述中提到的疫情擴散網絡模型研究也只是針對城市的公交系統(tǒng)[17,18,20]，不但沒有將以整個城市為研究對象的綜合交通系統(tǒng)考慮進來，也沒有涉及交通系統(tǒng)與出行人群管控的具體實行形式和策略，更沒有提出如何應用具體的篩查機制、追蹤方法和資源配置等現(xiàn)實中亟待解決的重要決策與管理問題。在政策與法規(guī)層面，我國曾在過去的二十年內先后頒布了《突發(fā)公共衛(wèi)生事件應急條例》、《國家突發(fā)公共事件總體應急預案》、《國家突發(fā)公共衛(wèi)生事件應急預案》等各種處理應急事件的政策文件，但專門用于傳染性疫情防控的交通運輸行業(yè)應對政策文件依然缺失。為了在一定程度上彌補以上研究與政策上的空白，本研究力圖從城市管理和治理的角度出發(fā)，對疫情防控目標和框架下個體交通出行行為、交通需求分布特征、交通管控基本原理、出行人群篩查機制、隔離地點選擇標準等重要課題提出關鍵的管理策略和方法。

3 管理策略原理和內容

如上所述，本文所討論的面向城市交通系統(tǒng)的居民出行和資源調配管控措施包括4 類：① 出行需求管理；② 交通系統(tǒng)控制；③ 出行人群篩查；④ 隔離設施設置。以下內容將重點討論這四類以疫情防控為目的的管控措施的主要決策原理和內容。前兩類措施實行的目的是實現(xiàn)保證城市交通系統(tǒng)一定程度運行的基礎上如何最大程度地在群體層面降低疫情傳播的風險，后兩類措施的目的是用來在人群出行過程中盡早地檢測、追蹤和隔離潛在的個體病毒攜帶者。

通常情況下，疫情對城市交通系統(tǒng)的影響及其所引起的應對措施有如下特征和要求[1]：① 疫情爆發(fā)的時間一般處于動態(tài)變化中很難提前預測，并且疫情常常要持續(xù)數月才能結束，同時對疫情結束時間的預測也具有相當的不確定性；② 疫情控制常常需要交通系統(tǒng)中的出行個體改變其出行行為和適應新的出行規(guī)則，比如居家隔離、佩戴口罩和保持社交距離；③ 基于交通系統(tǒng)的疫情防控措施和方法并不能完全獨立運作，要與其他類型的防控措施配合使用與互為補充；④ 針對疫情期間的特殊需求而修改常態(tài)化的交通系統(tǒng)運營規(guī)則和方法是應對疫情必不可少的環(huán)節(jié)；⑤ 面向出行人群發(fā)布相關的疫情發(fā)展和防控措施的公共信息對幫助實施以上這些系統(tǒng)管理措施尤為重要。因此，在制定面向城市交通系統(tǒng)中人群流動的疏導、管控、檢測、追蹤、隔離措施時，如何將這些基本特征和要求考慮在內，是以下討論中的出發(fā)點和關鍵點。

3.1 交通需求管理

在疫情發(fā)生的情況下，由于存在公共交通場所感染未知潛在病毒的風險，也因為政府和企事業(yè)單位發(fā)布的強制性停工停業(yè)通知，相當一部分通勤出行需求被壓縮甚至消失，非通勤需求也將明顯的降低。即使在那些剛性的非通勤需求中，出行者的出行選擇行為（包括出行目的地、出行交通模式、出行路徑和出發(fā)時間等）將發(fā)生較大變化，從以降低出行成本（包括時間成本和金錢成本）為主，轉化為優(yōu)先考慮降低病毒傳播幾率，出行成本為次要考慮的目標。這樣的出行行為變化所導致的結果是出行需求規(guī)模和頻率大大降低，出行距離和時間被大大壓縮，出行模式以私家車和慢行交通方式為優(yōu)先考慮，同時盡量避免搭乘大型公共交通工具、盡量避開人群較多的地段和場所并盡量避開需求高峰出行。我國的絕大部分城市在疫情期間都實施了程度和范圍不同的出行需求管制政策。恒大研究院最近的數據統(tǒng)計顯示，我國地鐵運量最大的7 個城市在2020年春節(jié)第一周的客運總量跟2019 年同期相比下降了91.2%、春節(jié)第四周跟2019 年同比下降了77.7%；而城市智行研究院的調查發(fā)現(xiàn)，2020 年3 月我國35 個中心城市（武漢除外）的總客運量、公共汽車客運量、軌道交通客運量、出租汽車客運量比2019 年同期分別下降了67.7%、70.7%、57.0%、64.4%。

疫情期間的特殊交通需求管理措施主要包括：① 利用各種方式和渠道加強宣傳引導，以降低城市居民的非剛性出行需求；② 通過與政府各部門和各企事業(yè)單位合作，為在職者提供遠程居家辦公的可能；③ 保障生活和應急物質就近供應，抑制居民的非通勤出行需求，并避免遠距離、長時間的生活出行。同時，以疫情防控為目的的出行需求管理應該遵循如下原則和建議：① 需要在政府主導的框架下，將企事業(yè)單位的停工停產決策與出行限制決策統(tǒng)籌規(guī)劃與協(xié)同實施；② 使用行政命令和經濟杠桿相結合的手段，調整企事業(yè)單位的工作時間并設定交通設施和工具運營的頻次與費用；③ 聯(lián)合各類物流運輸企業(yè)與生活服務企業(yè)，實現(xiàn)生活物資的就近供應和到戶配送；④ 利用移動互聯(lián)網所搜集的手機位置數據追蹤出行人群的時空移動軌跡，以評價各項出行需求管理措施的效果及實現(xiàn)出行需求管理的動態(tài)調整。此外，疫情條件下的出行需求管理要與交通系統(tǒng)控制結合起來協(xié)同實施，以在供需兩方面實現(xiàn)既滿足最低限度的剛性交通需求，又最大限度地降低疫情擴散的風險。

值得注意的是，疫情期間的出行需求變化具有一次性、突發(fā)性的特點，其需求模式與病毒本身的危害程度和擴散特性以及人們對疫情的重視程度等動態(tài)因素密切相關，因此很難使用傳統(tǒng)的基于長期社會經濟和人口統(tǒng)計數據來進行建議、推算和評估需求管理措施。借助移動互聯(lián)網絡和隨身通訊設備，可以追蹤絕大部分人群的活動位置；出行需求管理措施實施前和實施后的出行人群時空軌跡的對比可以用來大范圍地評估不同管理措施所產生的疫情防控效果，并為進一步對實施措施的動態(tài)優(yōu)化調整提供大數據依據。

此外，因疫情防控需要而產生的特殊時期的人員與物資運輸需求也需要在統(tǒng)一的城市交通需求管理框架下進行規(guī)劃與管理，并在一定程度上保證這些交通運輸需求的優(yōu)先滿足。這些需求包括醫(yī)護人員的通勤和調配、病患和隔離人員的運送、城市管理與執(zhí)法人員的巡邏活動、醫(yī)療和防護物資的配送，以及疫情防控期間突發(fā)的人員與物資運送需求等。如何將這些以疫情防控為目的的剛性交通需求與疫情期間的居民生活出行需求及生活物資運送需求在一個統(tǒng)一的管理框架內進行協(xié)調和管理是一個多目標、多層次的系統(tǒng)優(yōu)化問題。

3.2 交通系統(tǒng)控制

在防疫抗疫的目標和原則下，城市交通系統(tǒng)的運營需要根據精準預測的出行需求分布來重新進行組織和管控，包括交通需求管理和交通系統(tǒng)控制。疫情條件下，交通系統(tǒng)控制的主要目的是為了在交通運力資源縮減和滿足疫情防控的額外要求下，以及在滿足最低限度的剛性交通需求條件下最大程度地提升交通運輸效率。

從我國疫情防控一年的經驗來看，有效的城市交通系統(tǒng)控制措施主要包括：① 停止部分公共交通方式的運營、減免私家車和慢行交通等低傳染風險交通方式的出行成本與限行措施（例如，北京市交通委員會宣布自2020 年2 月3 日起推遲實行高峰時段區(qū)域的基于車牌尾號的限行交通管理措施，疫情期間全國開通城市軌道交通運營的40 個城市中有8 個城市實施暫停運營、13個城市關閉部分車站和線路、30 個城市調整了運營時間和班次）；② 對那些繼續(xù)運營的大型公共交通工具，嚴格控制其搭乘密度，保持乘客之間的平均距離在一定的安全范圍之上（例如，交通運輸部在2020 年3 月1 日頒布并于4 月11 日修訂了《客運場所和交通運輸工具新冠肺炎疫情分區(qū)分級防控指南》明確規(guī)定，高風險地區(qū)的公交車輛擁擠度應該控制在4 人/m2 以下，地鐵滿載率不得超過50%，而中風險地區(qū)的公交車輛擁擠度應該控制在6 人/m2 以下，地鐵滿載率不得超過70%）；③ 嚴格控制共享交通工具（出租車、網約私家車、共享汽車等）的運營，督促運營人員做好消毒、防護、監(jiān)測等工作；④ 關閉某些交通場所和路段，對進入某些區(qū)域的交通流量進行限制（例如，上海市道路運輸管理局宣布自2020年2 月8 日起來自湖北、湖南、河南、安徽、浙江、江西、廣東七省的私家車輛暫時不得通過高速公路進入上海）；⑤ 為保障城市重點區(qū)域的出行便利和物資供應，政府統(tǒng)一組織專門人員、專門車輛、專門路線進行支持；⑥ 為配合以上管控要求，城市交通管控系統(tǒng)（包括交通信號系統(tǒng)、交通信息系統(tǒng)、擁堵收費系統(tǒng)等）需要重新進行設置與調整。

在此基礎上，我們認為以疫情防控為目的的交通控制措施需要在如下方面進一步加強研究和實踐：① 根據每種交通模式的運營方式、搭乘密度、覆蓋范圍等特性，限定其運營區(qū)域、時長、頻率，重新優(yōu)化交通控制系統(tǒng)，盡量降低大型公共交通系統(tǒng)和公共交通樞紐的高密度使用，取消或者減少公共交通工具的優(yōu)先路權；② 嚴格管控不同交通模式之間的銜接換乘地點和大型交通樞紐的人流走向和密度，避免人群高密度聚集和長時間停留，實行公共交通的無接觸購票服務和預約出行；③ 在控制城市總體交通需求的情況下，通過經濟補貼或者刺激的方式促成出行人群盡多使用個人交通工具出行、減少公共交通模式使用、鼓勵以家庭成員或者工作同事等具有天然近距離相處關系的人士共同出行；④ 根據以上交通出行總量和方式的變化，重新優(yōu)化城市交通網絡的控制策略和交通管理所需人力物力的資源分配，將城市交通系統(tǒng)控制的整體目標由在保障運營安全的基礎上的降低出行延誤轉變?yōu)樵诒Ｕ线\營安全和出行暢通的基礎上減少出行人群接觸。

疫情期間交通系統(tǒng)控制方案的制訂和選擇需要開發(fā)和使用相應的多模式城市交通系統(tǒng)模型來進行，主要內容包括：① 在精準獲取交通需求時空分布結果的基礎上（例如通過手機位置數據來推算的出行人群軌跡時空分布），開發(fā)應用于整個城市或者重點區(qū)域的、受制于運力資源限制、滿足額外出行限制的多模式交通網絡流模型，此模型中的主要決策變量包括以上那些交通需求管理和交通供應控制措施；② 使用依靠出行人群時空軌跡數據所推算的交通網絡流量分布來標定模型中反映個體行為和偏好的參數，特別是那些與防疫控疫措施相關聯(lián)的參數；③ 應用此模型來評價和優(yōu)化城市綜合交通管控方案，包括交通模式和出行區(qū)域限制、車輛搭乘密度控制、特定車輛和線路優(yōu)先實施、交通信號與信息系統(tǒng)優(yōu)化等各類措施。

3.3 出行人群篩查

在疫情防控過程中，一項重要的防止病毒傳播的措施是在各個城市區(qū)域和交通系統(tǒng)的關鍵場所對流動人群進行檢測與追蹤，通過簡單或專用的醫(yī)學甄別技術（如體溫測量、核酸檢測、抗體檢測、抗原檢測，以及最新的唾液檢測技術等）快速地篩選出那些可能的病毒攜帶者（包括那些自身沒有察覺的病毒攜帶者以及那些有意隱瞞病情的感染者），以及通過動態(tài)手機信令數據和交通運營數據快速地確定與病毒攜帶者可能有密切接觸的人群，從而對他們盡快進行隔離控制及詳細醫(yī)學檢查，以便進一步進行治療并防止病毒在公共場所傳播。近來的相關傳染病學調查表明，那些不帶口罩或其他個人防護設備的傳染性病毒攜帶者在人群中傳播病毒的概率非常高，即使那些佩戴口罩的病毒攜帶者仍有一定幾率在出行過程中感染相鄰的其他人員[23-27]。

在世界范圍內，目前針對防控新冠病毒而實施的人群檢測機制主要有兩類：一類是被動檢測（或強制檢測），另一類是主動檢測（或自愿檢測）。前者主要在各類公共場所（包括車站、機場、商業(yè)樓宇、購物中心等）和居住小區(qū)的物業(yè)和社區(qū)管理部門、各類公共交通工具的運營公司在各自管控的場所和線路的出入口對來往人群進行強制執(zhí)行；后者主要是在政府指定的各個專門醫(yī)療機構或者具有足夠作業(yè)空間并且交通可達性良好的臨時檢測點開展的檢測活動，為那些自我疑似為病毒攜帶者或者因病毒擴散而心生恐懼的人群提供一個專業(yè)的醫(yī)學檢測途徑。兩者實施的目的都是為了盡快發(fā)現(xiàn)、確診、隔離、治療人群中可能的病毒攜帶者。

對于強制檢測來說，如果要對以上這些場所或者線路實施全范圍（所有出入口）、全天候（每天24 小時）的檢測機制，實施部門則需要調用和布置大量的人力物力以實現(xiàn)全時空封閉狀態(tài)。在疫情期間長時間實施這些措施，則不可避免地會遇到檢測資源短缺的問題。為了保證篩檢的有效性，經常不得不關閉某些出入口甚至整個設施，從而人為地造成人們出行的極大不便。此外，這樣各自為政的篩檢機制如果無法覆蓋到一個城市或者城市區(qū)域內的每個角落，那么將不可避免地使得檢測網絡出現(xiàn)一些漏洞。另一方面，出行人群穿行于一個城市或者區(qū)域內不同場所的過程中將會遇到多次這樣的重復檢查（例如，筆者在疫情爆發(fā)高峰期間對同濟大學留滬師生的出行行為調研中發(fā)現(xiàn)，有個別出行人員一天之內在上海市區(qū)各個不同場所經歷高達15 次以上的體溫檢查）。同樣內容的重復檢查既無必要，也造成了醫(yī)務資源的分散和浪費，以及出行的不便和延誤。

因此需要從城市內部社區(qū)或者區(qū)域的整體防疫控疫角度，來統(tǒng)一協(xié)調部署針對出行人群的篩檢機制和資源。為提高檢測效率和精度，除了要盡快研制更加高效準確的病毒檢測技術（參見科技部于2020 年2 月8 日發(fā)布的新型冠狀病毒現(xiàn)場快速檢測產品研發(fā)應急項目申報的通知）之外，如何科學合理地選擇檢測地點和分配檢測資源，并在有限的醫(yī)務人力物力條件下實現(xiàn)城市范圍內（或者城市特定區(qū)域范圍內）的全覆蓋、全天候檢測，對當前的疫情防控工作有著十分重大的現(xiàn)實意義。以上海市嘉定區(qū)新安社區(qū)為例，這個社區(qū)目前總共包括12 個居住小區(qū)，每個小區(qū)平時由各自的物業(yè)公司進行日常物業(yè)管理。在疫情爆發(fā)初期，每個小區(qū)由各自的物業(yè)管理公司負責對其出入人群實行篩檢任務。由于大部分小區(qū)有多個出入口，甚至某些小區(qū)還是開放式小區(qū)，使得各物業(yè)管理公司投入篩檢任務的工作人員數量相比任務所需的人員數量顯得捉襟見肘，很難滿足全天不間斷、整個小區(qū)全封閉篩檢的要求。為了解決篩檢資源短缺的問題，新安社區(qū)居委會決定利用社區(qū)相對封閉、出入口有限的優(yōu)勢，聯(lián)合所有小區(qū)物業(yè)管理公司實行以社區(qū)地域范圍為基礎的統(tǒng)一篩檢任務，在社區(qū)的東南和西北出入口上各設置一道篩檢警戒線，來檢查所有進入新安社區(qū)的人群和車流。這樣的篩檢地點設置，使得整個社區(qū)對篩檢人力物力資源的需求大為降低，但其帶來的負面影響是每個篩檢地點的檢測任務較重，特別是每天早晚的出行高峰時期，篩檢警戒線前常常有進入社區(qū)的行人和車輛排起長隊。

從以上事例可以看出，如何在基于社區(qū)交通道路網絡結構、滿足社區(qū)疫情防控需求的情況下，合理設置篩檢地點及分配篩檢資源，使得篩檢行動對于交通出行的負面影響降至最低，是出行人群篩檢任務中的主要管理決策問題。此問題的主要研究內容包括：① 根據目前應用的檢測技術和程序以及現(xiàn)場記錄數據，建立起篩檢過程的人群到達分布模式和排隊模型，并根據篩檢實測數據估算相關的模型參數；② 根據出行需求時空分布數據估算或收集結果，開發(fā)有限篩檢資源條件下的、內嵌篩檢排隊模型的、面向篩檢機制所覆蓋區(qū)域的篩檢地點選擇和資源分配設施選址模型和算法。

與強制檢測不同，自愿檢測的目的是在疫情爆發(fā)期間醫(yī)院不能滿足病患就醫(yī)的情況下，為那些自我疑似感染病毒的居民提供一個快速檢測甄別的途徑。原則上來說，自愿檢測的臨時站點應該選擇那些靠近居住區(qū)域、交通便利快捷、能夠容納較多人數、最好是有現(xiàn)成空閑基礎設施的地點，同時也應該考慮到城區(qū)中現(xiàn)有的醫(yī)院分布和容量，而各個站點的自愿檢測資源分配應該根據供應的檢測人力與設備數量以及潛在的自愿檢測需求來進行決策。韓國政府在新冠肺炎疫情爆發(fā)初期，在全國的主要城市的一些公共停車場建立了“得來速”（Drive-Thru）檢測站點，一方面可以讓疑似病患駕車駛入，檢測全程無須讓被檢測者下車，降低了因人員聚集造成的傳染風險，另一方面也大大減小了疑似病患涌入醫(yī)院所造成的潛在交叉感染幾率。這種類型的檢測站點隨后在美國、英國、德國、加拿大等多個國家被推廣和啟用。此類自愿檢測站點的地點和容量設置同時也必須考慮到當地疫情發(fā)展的狀況和可用醫(yī)療資源的數量。據澎湃新聞2020 年3 月16 日的報道，在美國科羅拉多州丹佛市的一處新冠病毒檢測站點，由于沒有根據疫情發(fā)展形勢和居民檢測需求提前規(guī)劃好所需的人力物力資源，涌入此站點的車輛在站點開放之后就大排長龍。據當地檢測管理部門的官方聲明顯示，3 月11 日該檢測站點開放的首日檢測了160 人，平均等候時間為84 min；次日涌入500 多人，平均等候時間高達數小時，有人甚至提前4 h 開始排隊等候檢測。在這之后該檢測站點不得不宣布限制接待人數。此次事件揭示了在醫(yī)療資源有限的疫情爆發(fā)期間，合理規(guī)劃檢測站點和分配檢測資源的重要性。

如何在城市區(qū)域范圍內根據檢測站點建設和檢測資源限制，以及潛在的檢測需求時空分布（跟居民的居住地點和疫情的發(fā)展態(tài)勢相關）來確定檢測地點選擇和資源分配是此項任務中的主要管理決策問題。此問題的主要研究內容包括：① 根據目前應用的病毒檢測手段和過程，建立起篩檢過程的人群到達分布和排隊模型，并根據篩檢實測數據標定相關的模型參數；② 根據自愿檢測需求時空分布結果，開發(fā)有限檢測資源條件下、內嵌檢測排隊模型的、基于交通網絡結構的城市檢測地點選擇和資源分配優(yōu)化模型和算法。

除了以上描述的針對城市居民進行大面積主動或被動檢測以外，另外一項有針對性的篩查措施是追蹤并檢測那些與病毒攜帶者在被隔離前有過近距離接觸的人群。這些近距離接觸行為會大概率發(fā)生在出行人群使用公共交通工具和設施的過程中。

傳統(tǒng)的追蹤潛在感染人群的方法可以通過基于城市交通網絡系統(tǒng)與車輛和人群時空位置數據建立的人員接觸網絡來快速實現(xiàn)。為此我們需要充分融合多源交通運營與人群出行數據，包括但不限于出行者手機信令數據、交通卡刷卡數據、網約車出行平臺數據、航空服務平臺數據等，構造基于城市多模式交通系統(tǒng)的接觸網絡。其中手機信令數據將提供手機持有者的時空位置信息，而交通卡刷卡數據等平臺數據將提供乘客使用相關交通工具的信息，例如乘坐時間、時長、班次等。鑒于該網絡所包含的信息源較多，拓撲結構龐大，所需計算分析時間較長，因此在城市規(guī)模較大的情況下，接觸網絡的使用可能會由于計算瓶頸的限制而無法進行。在這種情況下，人員接觸網絡可以使用等價但結構相對簡單的車輛行程網絡來代替。Bota 等人[17]的研究表明，與接觸網絡相比，車輛行程網絡可顯著降低網絡結點和線段數量，因此可降低網絡的結構復雜程度以及相應的基于網絡的計算時間。但由于需要引入的城市層面的交通車輛和出行人群時空數據體量巨大，因此車輛行程網絡仍然具有較大的規(guī)模。一種減小計算量的方式是通過構建基于疑似或確診病例的關鍵接觸子網絡或者車輛行程子網絡來降低網絡復雜程度和規(guī)模，然后基于子網絡進行潛在感染人群追蹤。在保證排查無疏漏的情況下，這種方法能夠顯著提高潛在感染人群的追蹤效率。

從以上描述中可以看到，如何有效地快速采集、融合、提取相關運行車輛和活動人群的時空位置數據和快速構建接觸網絡或車輛行程網絡是這個研究任務的關鍵。疑似病例追蹤問題的主要研究內容包括：① 開發(fā)一種基于不同接觸判定條件，能夠使用不斷更新的運行車輛和活動人群個體時空位置數據來快速構建網絡（更準確地說是構建用于描述網絡的矩陣或向量數據）匹配查找算法；② 開發(fā)一種根據不同接觸感染幾率，能夠快速在城市接觸網絡或車輛行程網絡中搜索并識別所有潛在感染人員個體的網絡搜索算法。

3.4 隔離設施設置

檢測出行人群和追蹤潛在感染人員的目的是為了對發(fā)現(xiàn)的疑似病患做進一步的隔離、觀察、檢測和治療，隔離措施能夠防止這其中的無癥狀感染者或隱瞞病情者在人群中繼續(xù)傳播病毒。在今年的疫情期間，我國各地都建立了集中隔離醫(yī)學觀察點以觀察與新冠病患有過密切接觸的人員以及來自重點疫區(qū)或近期有重點疫區(qū)旅居史的人員，并對這些集中隔離點實現(xiàn)全流程閉環(huán)式管理。以北京市為例，至2020 年4 月6日為止全市共設置了280 個集中隔離醫(yī)學觀察點，這對有效及時地阻斷新冠病毒在北京地區(qū)的傳播發(fā)揮了重大作用。毋庸置疑，合理設置隔離設施并且快速隔離潛在病例是隔離措施有效性和及時性的重要保障。而在此次疫情期間，各地政府在隔離點選址、設置、資源配置方面還暴露了很多管理上的問題，包括隔離地點偏遠、隔離缺乏監(jiān)管、物資供應不足、運送人員短缺等現(xiàn)象。據中央電視臺報道，2020 年1 月底到2 月初的疫情高峰期間，武漢市內各隔離點配置的司機數量嚴重不足，經常需要一個司機同時負責多條線路的運送任務，因此病患的轉移運送任務頻繁延誤，甚至有的病患在運送途中突然遭遇路邊停車等候的狀況，因為司機臨時接到其他優(yōu)先級更高的運送任務而中途離場。

城市范圍內的隔離設施一般有兩類：① 用于隔離從境外和外地進入人員中的潛在感染者，這些專用隔離點一般建在機場、車站、碼頭等口岸附近，以及高速和主干公路進入城市的區(qū)段；② 用于隔離在城市內部通過各種方式（篩查、追蹤，或者自我報告）發(fā)現(xiàn)的潛在感染人員，這些臨時隔離點的選址和管理一般要根據已有居住設施的安全性和完備性、交通的便捷性和可達性、對城市環(huán)境和周圍居民的影響等因素來綜合考慮。例如，北京市疾病預防控制中心特別編制的《集中隔離醫(yī)學觀察點的設置標準及管理技術指引》就詳細說明了隔離點建設的各種專業(yè)意見。另一方面，城市內部隔離點的選擇也需要考慮城市潛在感染人群的可能分布特征以及市內醫(yī)院分布的地理位置，并在疫情發(fā)展過程中存在各種不確定因素的情況下，從系統(tǒng)優(yōu)化的角度在城市區(qū)域層面統(tǒng)一規(guī)劃隔離點的選址決策和運輸車輛的配置決策。

一般來說，此類系統(tǒng)決策問題可被描述為集合覆蓋設施選址問題或者固定費用設施選址問題，要將設施改造成本、車輛配置成本、隔離實施成本等考慮在內，并以選址和管理決策與車輛配置數量和類型作為主要決策變量。此外，相關約束條件包括但不限于：① 隔離點的容量要求：根據隔離設施的房間總數和隔離人員的居住密度要求，確保隔離點總容量能容納最高的預估隔離人員數量；② 隔離點的位置要求：為方便隔離人員的轉移及降低轉移過程中的交叉感染風險，相關隔離點與主要的城際交通樞紐和線路應在一定的距離范圍之內，并與相關的治療醫(yī)院之間有便捷的聯(lián)系交通通道；③ 隔離人員運輸車輛的數量要求：隔離點應配置足夠數量的運輸車輛以保證隔離人群可以快速轉移，避免隔離人員由于長時間在轉移過程中的聚集等待而造成的交叉感染；④ 隔離點的居住條件分級：在滿足上述約束條件的前提下，在隔離點適當設置不同檔次的居住條件，以滿足不同消費能力的隔離人群的住宿需求。當然，疫情的變化趨勢將影響對隔離點及運輸車輛的數量和容量需求。因此，隔離點的規(guī)劃與管理以及運輸車輛配置將會是一個動態(tài)優(yōu)化的過程。如果疫情發(fā)展時期較長或者疫情發(fā)展狀態(tài)變化不定，上述設施選址問題需要進一步擴展為包含時間維度的多階段決策優(yōu)化問題。

從以上分析可以看出，隔離設施選址問題是一個不確定需求條件下基于交通網絡系統(tǒng)的、包含多種戰(zhàn)術與運營決策的系統(tǒng)優(yōu)化問題。此問題的核心研究內容包括：① 篩查并選定符合隔離條件的所有隔離設施與場所，并核定各個候選隔離點的主要設施參數；② 根據疫情的發(fā)展趨勢和防控措施的有效性，利用交通出行大數據作為基礎來預測潛在感染人群的可能空間概率分布；③ 建立滿足各項隔離標準和要求的隔離設施選址模型，并應用隨機規(guī)劃算法來求解最佳地點選擇與車輛配置方案。

4 研究框架與模塊

根據對以上研究內容的分析，提出了如下的基于城市交通系統(tǒng)與區(qū)域的疫情防控策略問題分析框架和任務模塊，此框架同時也展示了我們所建議的整體技術路線和研究步驟（見圖2）。

圖2 針對城市交通系統(tǒng)與出行活動的疫情防控問題分析框架與任務模塊

此框架中最基礎的任務模塊是疫情期間出行選擇行為與需求預測模塊，提供其他幾個模塊所需的城市出行需求時空分布數據基礎，包含的技術任務包括搜集和分析出行行為數據以及使用基于交通網絡的統(tǒng)計預測模型、網絡均衡模型，甚至機器學習模型來進行交通需求的時空預測。第二個模塊是交通需求管理與系統(tǒng)控制模塊，其包含兩部分內容：① 交通需求管理（見3.1）；② 交通系統(tǒng)控制（見3.2）。這個任務模塊包含著復雜的具有雙層結構的數學規(guī)劃模型，其中的決策變量是連續(xù)變量或者離散變量或者兩者兼而有之，這些決策變量代表著可實施的那些交通需求管理和交通系統(tǒng)控制措施；模型中的上層問題反映交通需求管理和交通系統(tǒng)控制目標，下層問題則為第一個模塊中所建立起來的交通需求時空預測模型。模塊一與模塊二的目的分別為疫情期間城市交通系統(tǒng)的需求側和供給側進行數學建模，它們的輸出互相影響、互為結果，反映了城市通勤和運輸需求與交通管理部門管控措施在城市交通網絡層面的互動結果。模塊三是出行人群篩查（見3.3）模塊，也包含著兩塊研究內容：出行人群檢測和潛在病例追蹤。這兩塊研究內容分別對應著被動式和主動式尋找和阻斷出行人群中潛在病例的防控措施。這個任務模塊主要由基于城市交通網絡或車輛行程網絡的系統(tǒng)優(yōu)化模型和方法來實現(xiàn)。模塊三中的研究任務，特別是潛在病例追蹤任務，除了需要交通網絡層面的出行人群流量時空分布作為輸入數據，還依賴車輛和出行個體的時空位置數據。最后一個模塊是隔離設施規(guī)劃與管理（見3.4）模塊，其目的是為了完成疫情防控的最后任務—隔離與觀察潛在感染者。這個模塊的技術也涉及復雜的基于交通網絡的多決策任務、多層級設施的選址-交通系統(tǒng)優(yōu)化模型和方法。除了出行人群流量時空分布結果之外，這個模塊也需要用到疫情在城市區(qū)域中的時空分布結果和相關市內定點醫(yī)院的位置、容量、醫(yī)療資源、治療效能等信息作為輸入數據。

由于以上問題分析與建模框架中的各項功能以模塊化的形式共存，所以實現(xiàn)各項功能的技術可隨著數據采集的精度和手段以及信息傳輸與計算能力的增強而獨立升級或改變。例如，對于潛在病例追蹤功能，如果可以使用超級計算機來快速地對人員接觸網絡圖進行分析和搜索，避免現(xiàn)有計算瓶頸的限制，那么將無需引入車輛出行網絡圖以及構建子網絡來降低網絡復雜程度和規(guī)模。對于出行需求預測功能，如果可以通過下一代移動通訊網絡來采集和傳輸所有出行人群的高頻手機信令數據，那么出行需求預測的結果將可以利用動態(tài)網絡流和時間序列相結合的方法進行實時的修正，從而大大提高其精度。

在疫情發(fā)展的不同階段，本文所討論的疫情防控策略的必要性和重要性也有所不同。表1 簡單的標示了這些防控措施在不同疫情發(fā)展階段的實施范圍和力度：符號“■”表示相關措施必須要全面實行，符號“□”表示可以局部或部分實行，沒有符號處表示不需要實行。從表1 可以看到，在疫情尚未發(fā)生的平時或預備階段（Preparedness），只需要根據未來疫情爆發(fā)的可能性而提前征用和設置或維護一些可能會被用到的集中隔離設施；在疫情零星出現(xiàn)或疫情尚未爆發(fā)的初始階段（Emergence），那些疫情被發(fā)現(xiàn)的城市區(qū)域里需要實施有針對性的出行需求管理、交通系統(tǒng)控制、出行人群篩查措施，以抑制病毒在人群中大面積擴散的可能性，同時也要在城市范圍內啟動集中隔離設施的準備工作，以防疫情爆發(fā)而激增的人群隔離需求；在疫情已經全面爆發(fā)的階段（Outbreak），以上所有的疫情管控措施要配合其他防疫控疫措施全面啟動，在保證必要的交通運輸活動之外，力求在城市交通系統(tǒng)和區(qū)域的各個管控策略方面實施最嚴格的措施；當疫情完全控制（新增確診病例持續(xù)一段時間完全為零），生產生活進入到恢復階段（Recovery）以后，除了維持必要的出行人群檢測和出行病例追查之外，交通系統(tǒng)的運營應該基本恢復，出行需求管理可以在某種程度上進行開放（但密集人群聚集的場所還需要維持較長時間的關閉），集中隔離設施根據需要也可以部分選擇關閉。需要說明的是，疫情不一定按照表1 所示的四個階段來發(fā)展，因此這些疫情防控策略也不一定按照這個順序來分階段實施。例如，如果疫情初始階段各項防控措施實施到位，有可能避免疫情的大面積爆發(fā)，直接進入生產生活恢復階段；如果在恢復階段期間，城市的某些區(qū)域又突然出現(xiàn)較多疑似病例或確診病例，那么這些防控策略的實施又將不得不立即恢復到疫情初始階段的狀態(tài)。

表1 疫情防控策略在不同階段的實施范圍與力度

5 結論與建議

習近平總書記在2020 年2 月3 日舉行的中央政治局常委會議上指出：“疫情防控不只是醫(yī)藥衛(wèi)生問題，而是全方面的工作，是總體戰(zhàn)。”防疫控疫總體戰(zhàn)中的重要一環(huán)就是如何防止疫情通過交通運輸活動中的人員聚集和流動而發(fā)生大規(guī)模的擴散。從各國疫情跟蹤數據（見圖1）對比來看，在疫情發(fā)展初期，實行嚴格社會管制措施，包括交通系統(tǒng)和出行人群管控措施的國家與忽視實施這些措施的國家相比，疫情發(fā)展結果有云泥之別。即使在疫情控制的平穩(wěn)期和消退期，這些管控措施仍然非常重要并且需要嚴格執(zhí)行，否則容易造成疫情的重新失控和擴散。我國著名呼吸病學專家、中國工程院院士鐘南山教授在2020 年5 月初接受媒體采訪時表示：“雖然我國疫情已經得到大范圍的控制，但我們仍然不能放松對疫情防控的警惕。我國仍然面臨新冠病毒第二波疫情的挑戰(zhàn)。”當然，這些措施在實施過程中，要根據疫情發(fā)展的不同階段和經濟活動恢復的需求、不同城市的人口規(guī)模和地理條件來因地制宜、因時制宜、按需調整，也要積極地與城市治理中的應急響應機制、資源協(xié)同管理等其他應對措施結合起來，在對疫情嚴格防控的同時保障城市交通運輸系統(tǒng)的平穩(wěn)運行[1,5]。

本文所建議的各項針對城市交通系統(tǒng)與出行活動的疫情管控措施涉及一系列以城市疫情和交通雛形大數據為基礎的優(yōu)化決策過程，基于運籌學理論和方法的系統(tǒng)優(yōu)化問題的建模和求解是這些措施在規(guī)劃及實施過程中的基本決策工具。而采集、分析、融合、集計這些車輛與人員移動大數據的主要科技手段是移動互聯(lián)網絡和個人移動通訊技術以及基于云端的大數據處理技術。這些涉及城市人群的多源異構大數據在疫情期間需要不斷采集與更新，一方面用來預測以上優(yōu)化決策問題所需輸入的疫情變化趨勢和人群出行規(guī)律（依靠統(tǒng)計預測、機器學習或者系統(tǒng)仿真技術），另一方面也用來標定這些優(yōu)化決策問題中所涉及的個體和群體行為參數（依靠系統(tǒng)優(yōu)化技術）。因此，涉及本文中所描述的交通系統(tǒng)與區(qū)域管控策略的核心研究內容將是一系列機器學習和運籌優(yōu)化問題的建模、求解和應用過程。

本文的主要內容僅僅討論了實施這些面向城市交通系統(tǒng)與出行活動的管控措施的基本原理、分析框架和技術方法，具體的科學問題界定和分析以及用來解決這些科學問題的數學模型和計算方法還需要進一步展開研究。在以上提出的研究框架和路線下，下面這些問題反映了我們在剖析這些科學問題和選擇研究方法過程中所關注的出發(fā)點和關鍵點：

（1）出行需求管理：有限疫情信息和可能管控的情況下，如何確定城市居民出行選擇行為的主要影響因素？如何建立和標定基于以上行為的選擇行為模型和出行需求模型？如何確定疫情期間哪些出行需求為彈性較大需求、哪些需求為基本剛性需求？如何針對彈性需求和剛性需求提出相應的出行需求管理措施？

（2）交通系統(tǒng)控制：在疫情發(fā)展的不同階段，城市多模式交通系統(tǒng)中哪些交通控制措施應該優(yōu)先考慮？多模式交通系統(tǒng)中的控制優(yōu)化模型有哪些主要的決策變量和額外的限制條件？此模型的覆蓋范圍和建模精度應該如何設定，以及此模型包含哪些確定性的和隨機性的關鍵個體和群體行為參數？綜合交通系統(tǒng)控制方案如何與出行人群篩查和緊急物流運輸結合起來？

（3）出行人群篩查：檢測機制應該是全區(qū)域集中控制、協(xié)調行動，還是應該分區(qū)設置、獨立運作？一個城市中的檢測區(qū)域應該根據哪些因素、通過什么原理來劃分？檢測地點優(yōu)化模型應該包含哪些出行行為模塊及哪些檢測過程模塊？用于出行病例追蹤的接觸網絡或車輛行程網絡構建需要采集和集計哪些類型的數據？出行病例追蹤算法如何在數據精度和維度與計算效率之間取得平衡？

（4）隔離設施設置：如何融合交通出行數據與歷史病例數據來預測潛在感染人群的空間概率分布？隔離設施規(guī)劃與管理應該包括哪些優(yōu)化目標？運輸車輛數量與類型決策是應該在隔離設施之間協(xié)調還是為每個隔離設施單獨進行配置？除了設施選址和車輛配置外，是否需要以及怎樣將其他人力物力資源配置考慮在決策模型和實施框架內？