經貿商旅活動疫情感染風險指數分析及對策

金瀏河 陳賢敏

摘?要：通過網絡收集調查問卷，根據參加經貿商旅活動人員相關的樣本分析，運用計算新冠疫情感染風險指數的平均處置數值（ATE及ATT），使用傾向值的匹配和逆概率加權等數學模型推算并計算出感染風險指數。研究表明，疫情之下錯峰出行、遠程辦公、科學開放相關數據平臺是人們安全生活和工作的一種選擇。

關鍵詞：新冠疫情?ATE及AT?傾向值?逆概率?感染風險指數

一、疫情風險指數

（一）疫情與經濟活動

新冠疫情在一些地區雖仍舊呈現波浪起伏之勢，但當疫情處于平穩時，人們集中外出恢復正常的社會經濟活動成為必然。經貿商旅活動主要包括公共場所消費、大型展銷會、貿易洽談會等，及時了解、掌握新冠疫情感染風險的相關指標信息，對防疫和恢復生產、生活具有重要意義。在日本，2020年初春新冠疫情發生，隨之而來國內的經濟活動顯示出急劇衰退跡象。為了應對急速的經濟衰退和病毒感染現象，政府于4月20日通過了累計規模為25兆6910億日元的第一次補充預算，目的是促進疫后的經濟復蘇，特別是作為刺激經濟受到影響的經貿商旅、交通業、飲食業、住宿、娛樂業的需求。其中“Go?To宣傳活動”的預算額為1兆6774億日元。這項活動對消費會給予優惠券、折扣、積分返還等，根據行業被臨時稱為“Go?To?旅游”“Go?To?吃飯”“Go?To?活動”“Go?To逛商店街”等。

隨著旅游旺季的到來，從10月1日開始GoTo業務開始實施。然而到11月，之前的疫情穩定狀態突變，新感染確診人數開始急劇上升。人們經貿商旅活動與新型冠狀病毒感染的擴大是否相關，則成為目前討論研究的熱點。但經貿商旅這一比較集中的活動究竟對擴大感染有哪些影響則需要進一步研究和論證。本研究以進行問卷調查數值為基礎，對經貿商旅活動與新型冠狀病毒感染帶來的影響進行計量分析。[1]

（二）調查研究方案

1.初步調查階段與指標選擇。初步調查時間段為2020年8月末到9月末，共收集到約為28000例大規模樣本，對其中有經貿商旅活動經歷和過去一個月內疑似新型冠狀病毒的五種癥狀（發熱、咽痛、咳嗽、頭痛、嗅覺/味覺異常）之間的相關性進行了多變量分析。特別是為了消除問卷調查的信息和人們生活基礎調查的信息發生誤差，避免問卷調查回答的偏差，將處置變量進行逆概率加權推算。

研究首先調查并分析了8月或9月一天以上的經貿商旅活動和新冠疫情病毒感染的確診之間的相關程度，通過多元邏輯回歸分析和驗證表明，一天以上的經貿商旅活動和新冠病毒感染的確診之間有著明顯的關聯。并且過去一個月的新冠疫情與感染病毒有關的8個癥狀（發燒、咳嗽、喉嚨痛、乏力、呼吸困難、味覺、嗅覺障礙、腹瀉）與經貿商旅活動有著正相關聯。[2]本研究在上述兩個研究和以下方面采用了新的研究方法。首先將是否有新冠疫情感染的確診作為主要實際指標來進行分析。因為是自己申報的數據，其中包含了關于新冠疫情感染確診的有無信息數據，顯得非常寶貴。為了把握樣本整體經貿商旅活動與新冠疫情感染之間的相關性，本研究采用了從模擬錯誤設定的偏差到相對健全的趨勢加權分析，分析了經貿商旅活動和新冠疫情感染經歷以及感染癥狀出現的相關性。此外，不僅對整個樣本的平均數值進行了測量，還對樣本按屬性劃分后的子樣本進行了分析，從多方面驗證了經貿商旅活動受到感染風險的影響，對以上相關數據按照相應的數學模型進行推算，其計算結果的數值就是疫情的各類風險指數。

2.實際調查時間階段與樣本數據的選擇。實際調查是從2020年10月27日到11月6日之間進行，在發放消費券、優惠券、折扣券時，以自愿為原則，進行網絡問答。調查對象是全國18～74歲的男性和女性，期望回答人數達到約1萬5千人。在參加該調查的應征者中，同意參加本研究，并且全部回答，或者盡量回答的人數有19340名。最終有效回答人數為16642人。在問卷調查中，除了性別、年齡、居住地、婚姻、同居形態等社會屬性外，還有收入、資產、就業狀態、職業、工作形態、學歷等經濟屬性。此外還包括接觸熟人、朋友以及外在交流次數、在線交流、外出頻率、新冠疫情感染預防知識等行為方式，有沒有基礎疾病和精神健康狀態相關的狀況也被提出。在這些之外又加上是否被確診為感染了新冠病毒和是否出現新冠病毒感染有關聯的各種癥狀（發燒、咳嗽、喉嚨痛），針對是否經歷過慵懶、呼吸困難、味覺、嗅覺障礙、腹瀉等問題。還提出了是否在2020年8月至9月期間進行過一次以上的經貿商旅活動（包括回家探親）的問題。有些將成為在子樣本部分詳細描述分析中使用的變量。這兩項調查是經過特定醫療法人社團的倫理審查委員會的批準后進行的。[3]

二、公式和數學模型

（一）感染風險指數的分析方法

1.?ATE、ATT、傾向值。本研究對經貿商旅活動中出現的新型冠狀病毒感染，或者疑似感染所產生的各種癥狀對其產生的程度影響，以及因果相關性進行統計計算。把經貿商旅活動的有無作為處置變數，處置變量是指調查者通過改變一個或幾個變量的方式（稱為處理），測量它們對另一個或幾個變量的影響。對感染及疑似癥狀的數值來進行計算。具體來說，考慮以下兩種數值。個人i是否有經貿商旅活動作為潛在處置變量、用ti=1，0、表示、根據個人i的數值用yi（ti）表示，則經貿商旅活動感染和疑似感染癥狀的平均值為（公式1）：

其平均處置數值（Average?Treatment?Effect，ATE）表明所有的觀察對象在參于經貿商旅活動的情況下，平均感染風險和疑似癥狀出現的風險程度。[4]

作為與此相關聯的因果效應，不是對潛在發生問題的處置，而是現實發生并被觀察到的實際作為處置變量、用zi=1，0、表示、其平均處置數值（Average?Treatment?Effect?on?the?Treated，?ATT）為（公式2）：

這表明，把實際去經貿商旅活動的人作為觀察對象計算，根據經貿商旅活動的不同，其平均感染風險和癥狀出現的風險會高要高一些。

如果潛在處置變量和實現處置變量不同時，即

（ti=0并且zi=1，或者ti=1并且zi=0的情況下），?正確識別平均處置數值變得有些困難。如果經貿商旅活動者和沒有經貿商旅活動者之間的屬性分布存在較大差異時，則不能簡單地比較感染率大小。

公共變量是一種全局變量，為了觀察每個對象的屬性，采用根據公共變量向量xi預測處置概率，計算出傾向值（propensity?score），傾向值是一種有一定條件的概率值，可以減少計算的誤差。?見（公式3）

如果滿足以傾向值所給的條件xi的話，實際處置變量zi獨立。見（公式5、6）

因此，可以通過調節傾向值來控制實際處置變量給定的數值偏差。?由此，預期數值是：（公式7、8）

ATE和ATT的最終表達式意味著可以通過計算實際的動作變量分別為1或0時觀察到的數值的傾向值，作為條件來計算平均值，根據平均值來計算平均處置數值。

在此分析中，傾向值e（xi）是處置變量（實際參加經貿商旅活動），將其定為說明變量、通過回歸分析方法推算出公共變量、根據對經貿商旅活動會帶來新冠病毒的感染和疑似感染癥狀的調查統計，來計算ATE和ATT值。[5]

（二）變量的選擇與設計

首先是處置變量，作為處置變量，是計算以參加經貿商旅活動為主的變量。經貿商旅活動還包括：在商場購物、集中餐飲、親友結伴互訪、旅游住宿、文化娛樂等活動。根據是否是一次或一天以上的活動時間來設定處置變量。另外在調查問卷中，因為調查經貿商旅活動時間是2020年8月和9月，所以必須注意經貿商旅活動出發和到達時間。

其次是公共變量，公共變量除了年齡、性別、、身高和體重之外，還設置了以下所示的各種新變量。關于含稅家庭年收入、與家庭收入有關的這一年家庭收入的變化、家庭存款（包括股票債權）等，其中，關于家庭收入和家庭資產的問題，設計了處置變量和效果變量雙方之間的因果關系。處置變量包括對經濟能力是否具有到高級消費地點的說明，效果變量是用來計算新冠疫情感染的程度，目前觀察到越是低收入者越容易存在新冠疫情感染的風險。

關于就業狀況，考慮到調查問卷中的以下問題：第一：經貿商旅活動后如果確診感染了新冠疫情病毒，是否有可能以此為理由選擇在家待命或停職，作為家庭相關的變量;第二：考慮到家庭代際關系，作為新冠疫情感染及感染癥狀出現，除了本人以外的家庭成員外，同時還應考慮到家庭成員選擇參加經貿商旅活動時的成本和機會成本。

作為表示身邊人際關系有關的變量，有以下兩個問題：這些不僅僅是有關是否愿意參加經貿商旅活動的意愿決定，也有影響感染風險相關信息的公告以及親友對他人行動的勸告等。

關于住宅形態的問題和關于是否有住房貸款的剩余債務問題組合起來，設定匯總到“沒有住房貸款”“有住房貸款”“租賃住宅和其他”分類的參數變量里。

關于基礎疾病的有無，在此設定了排除“不符合”和“肺和呼吸道疾病”選項，是為了避免與作為外部變量的新冠疫情感染的時間序列發生沖突。

關于學歷，將調查的回答數值整合成“初中高中畢業”“短期大學專業畢業”“大學、大學院（研究生）畢業”3個類別。

（三）逆概率加權推算ATE

在這項研究中，對發生新冠疫情感染和感染癥狀的風險的平均處置數值執行逆概率加權推算（Inverse?Probability?Weighting，?IPW）以獲得ATE。?IPW使用傾向值作為樣本中每個觀察值數值的權重，以及處置整個樣本時的期待值和樣本整體未處置的期待值，通過差額計算來推算ATE。具體而言，將傾向值的倒數1/用作權重。由于傾向值的倒數隨著傾向值的減小而變大，因此在處置組中，傾向值越大的觀察值的權重越小，在對照組中，傾向值越大的權重也越大。換句話說，在處置組和對照組的各自的內部中，觀察值越稀少并且樣本中的比例越小，則計算出的權重越重。[6]如果實際處置變量為1時（zi）=1，那么可以推算出潛在數值的期望值為：（公式11）

（四）根據傾向值匹配推算ATT

本研究進一步使用傾向值匹配（Propoensity?Score?Matching，PSM）對經貿商旅活動發生新冠病毒感染及感染癥狀出現風險的人群的平均處置數值進行推算。PSM是使傾向值大致相同值的處置組和對照組的觀測值進行匹配，以兩者平均差作為因果相關的推定值。作為匹配的基準是采用最近鄰樣本匹配。進行ATT推算的根據是以嚴格考察實際經貿商旅活動者對新冠疫情感染擴大的程度和數值進行定量評價為目的，對經貿商旅活動潛在新冠疫情感染能擴大到什么程度、在哪里擴大進行分析。經貿商旅活動的感染風險一般認為是前者。

ATE和ATT一般不會一致。其主要原因是處置群和對照群的人群之間，具有某種性質的不同。如果經貿商旅活動的ATT比ATE大的話，實際經貿商旅活動的人群是相對高風險的人群。相反的話，相對低風險的人選擇了經貿商旅活動，或者ATT和ATE之間沒有顯著的差別的話，經貿商旅活動相對安全了。

（五）子樣本的設計

在本研究中，除了使用問卷調查的全部樣本進行分析之外，還根據屬性進行子樣本劃分分析。具體使用以下屬性的子樣本。

首先，用不同年代的子樣本進行IPW的ATE推算和PSM的ATT推算。使用10、20、30歲的“年輕一代”、40、50歲的“中年一代”、60、70歲的“老年一代”的各子樣本。在經貿商旅活動中，因為預計不同年代的消費方式會有很大的不同，所以計算各個年代經貿商旅活動的平均處置數值是很重要的。

其次，用性別的子樣本進行IPW的ATE推算和PSM的ATT推算。目前雖然有很多男性確診為新型冠狀病毒感染者的報告，通過經貿商旅活動來確診感染擴大是否也能維持這種趨勢性的可能？所以研究又設計了感染擴大地區的居民和非擴大地區的居民之間的子樣本。經貿商旅活動是伴隨著人的移動，感染者從感染擴大地區流入非擴大地區（包括無癥狀者），或者從非擴大地區到感染擴大地區經貿商旅活動，從而引發感染，為了防止病毒擴散又帶回到擴大地區使感染擴大化，因此對各個地區的經貿商旅活動者出發前所面臨的感染風險也要進行一定的評價。最后根據樣本中每個人的私人溝通頻率進行了劃分，具體使用了以下問題：比如一周一次以上、與工作以外的熟人、親屬、朋友等直接見面構成一個子樣本。

三、計算結果與分析

本節表示IPW的ATE推算和PSM的ATT推算的數值。

（一）ATE推算

首先，從逆概率加權估計的平均處置數值對ATE的推算數值表示。這里所示的數值是整個樣本的平均處置數值，這顯示了如果作為調查對象的樣本內的所有人都去經貿商旅活動的話，平均會提升多少效果。

1.對全體樣本的分析（ATE）。全體樣本中新型冠狀病毒感染及感染癥狀出現（新型冠狀病毒感染經歷、37.5度以上的發熱、嚴重咳嗽、喉嚨痛、強烈的無力）經貿商旅活動的平均處置數值推算數值表示可信區間達到95%，經貿商旅活動可以達到5%的顯著差別的平均處置數值。

根據推算，經貿商旅活動對于新冠疫情感染經歷有1%左右的平均處置數值。其他樣本大體上確診了具有正確的平均處置數值，但是在“嚴重的咳嗽”和“腹瀉”方面沒有發現明顯的差別。

2.根據不同年齡段的樣本進行分析（ATE）。顯示了將推算作為不同年代的子樣本的數值。首先通過年輕一代（十歲到三十歲）的推算數值表明，經貿商旅活動的平均處置數值非常高。有新冠疫情感染經歷數值是1.7%，高于所有樣本1.0%的平均值。

在中年一代（四十多歲到五十多歲）的樣本中，得出了以下數值，首先與年輕一代相比，對所有有效果的平均處置數值較低。有新冠疫情感染經歷也只占1%，與整體水平相比沒有變化。

在老年一代（60歲到70歲）的樣本中，得出了以下數值，首先，有新冠疫情感染經歷，其平均處置數值降低到0.3%。另外整體數值量較小。

3.性別樣本分析（ATE）。男性數值量非常高的項目很多，除了咳嗽和腹瀉沒有顯著意義外，其它對新冠疫情感染的平均處置數值是1.8%，數值比較高。與男性相比，女性數值明顯較小，而且效果不明顯（發熱、咳嗽、倦怠感不明顯）。有新冠疫情感染是0.4%，這個是男性的1.8%的2/9左右的大小。

4.感染擴大地區、非擴大地區的分析（ATE）。這里表示樣本回答者回答是否居住在感染擴大地區。這里的感染擴大地區需要注意大部分都是大都市圈，確診感染擴大地區的新冠疫情感染平均處置數值高達1.4%。與感染擴大地區的數值相比，非感染擴大地區整體數值小，而且發熱、喉嚨疼痛、味覺嗅覺障礙、腹瀉等方面也消失了。平均處置數值為0.4%，大小在感染擴大區的1/3以下。

5.根據交流頻率的分析（ATE）。IPW的ATT推算的最后，用以調查對象的交流頻度劃分樣本時的子樣本進行。具體來說，一周一次以上，通過與工作以外的熟人、親屬、朋友等直接見面組成樣本，分別進行分析。首先是每周進行一次以上交流的人群。整體顯示出較高的數值和有效性，特別是有過新型冠狀病毒感染經歷，平均處置數值為2.1%，是目前為止最高的水平。[7]

（二）趨勢值匹配

根據對趨勢值匹配推算來說，用平均處置數值ATT的推算數值來表示。這里所示的數值是經貿商旅活動人的平均處置數值，調查對象的樣本是實際從事經貿商旅活動的人與沒有出去從事經貿商旅活動進行比對，表示平均處置數值的可信度。

1.對全體樣本分析（ATT）。樣本全體使用新型冠狀病毒感染及感染癥狀出現（新型冠狀病毒感染經歷、37.5度以上的發熱、嚴重咳嗽、喉嚨痛、強烈無力、呼吸困難、味覺障礙、腹瀉），共8個癥狀。根據推算，有經貿商旅活動新型冠狀病毒感染經歷的ATT為1.3%，大于ATE的1%。

2.根據不同年齡段的樣本進行分析（ATT）。結果顯示ATT對不同年齡段的子樣本的推算數值。首先對年輕一代（十歲到三十歲）推算數值。年輕一代的ATT非常高。有新冠疫情感染經歷達到2.7%。中年一代（四十多歲到五十多歲）的樣本中，果然和年輕一代相比，ATT在所有效果方面都比較低，新冠疫情感染數值是0.9%，這與ATE的1%基本相同。在老年一代（60多歲到70多歲）的樣本中，所有有效性數值都很小，由此可以推測出老年一代風險相對較小，是因為他們有選擇性地去參加經貿商旅活動。

3.性別樣本分析（ATT）。對性別樣本的推算數值。首先是關于男性對新冠疫情感染的ATT高達2.3%，超過ATE的1.8%。接下來確診限定于女性的樣本分析數值。與男性相比數值明顯較小，除了新冠疫情感染數值以外，其他所有的數值都不顯著，其新冠疫情感染ATT為0.8%，這是男性的2.3%的1/3左右的大小。

4.感染擴大地區、非擴大地區的分析（ATT）。首先，確診感染擴大地區的數值和ATE一樣，整體數值很高。有新冠疫情感染經歷的平均處置數值是1.8%，比ATE的1.4%高一些。接下來，確診非感染擴大地區的數值。與感染擴大地區的數值相比，整體數值小，對新冠疫情感染ATT為0.7%，較ATE的0.4%稍高。

5.交流頻率分析（ATT）。在PSM的ATT推測的最后，以調查對象的交流頻率（一周一次以上，是否與工作以外的熟人、親屬、朋友等直接見面）劃分樣本的子樣本進行推算。整體顯示出較高的數值有效性，特別是有新型冠狀病毒感染經歷的ATT為3%，高于ATE的2.1%，是本研究中最高的水平。[8]

四、總結與對策

（一）總結

根據本研究的推算數值可以看到：第一，經貿商旅活動感染風險高的是年輕人、男性、住在感染擴大地區、與朋友熟人直接接觸的人。相反，對于老年一代、女性、非感染地區居住、自覺控制與熟人直接接觸的人來說，相對低風險;第二，對參加經貿商旅活動有新冠疫情感染的ATT推算值與ATE推算值進行比較，ATT推算值整體較高，這表明實際選擇經貿商旅活動的人在整個樣本中可能是相對風險較高的人。但是其中老年人和平時就控制和熟人直接接觸的人來說，ATE和ATT有很大的區別，或者ATT比較小，符合相對風險較低的選擇性從事經貿商旅活動的趨勢。第三，老年人感染風險低是因為目前基本退休在家，平日能夠避開人群比較集聚的經貿商旅活動，如果在消費券補助發放中附加錯峰出行的條件話，有可能更加安全。[9]

（二）對策

1.錯峰和距離。通過禁止外出、限制移動等社會隔離政策對抑制感染癥暫時有效，但對整個社會經濟活動會產生巨大負面影響，今后研究“健康與發展之間的平衡”迫在眉睫。很多國家對新冠疫情政策效果進行事后評價和實證研究也確認了至少在短期內也存在這種關系。也就是說在新冠疫情結束之前，必須在抑制感染與社會經濟活動平衡中進行選擇。[10]比如，如果以淡季的住宿旅行為對象的話，通過擴大與繁忙期的價格差來促進不同時期的錯峰消費，有助于住宿業和運輸業的需求平均化。同時需求分散也有抑制設施內和移動過程中的人流密集，降低感染風險。避免職場和上下班的密集成為了一個現實問題。錯峰上班和在家遠?程辦公是一個有效的方法，如果利用一半左右的帶薪休假來分散休息日的話，也有抑制職場密集度的作用。在錯峰上班增加的情況下，也提倡錯峰休假和錯峰旅行。

2.科學開放數據。在防止新型冠狀病毒的感染擴大方面，科學數據也能發揮重要作用。第一，建立公開的關于“新型冠狀病毒預防感染網站”。網站相關信息一目了然地可視化。第二，在各自展示數據的同時，民眾可對各種感染狀況進行討論，為相關機構及時提供信息;第三，基于公開的數據，可以對其進行計量分析，并及時實時公布各個屬性的風險指數，以便指導人們活動方向。

3.心理調整與“口罩”指數。很多人認為“由于發生疫情原因，人們擔心外出安全，導致對服務業的需求下降”，但是最近的一些研究否定了這一觀點。東京大學教授渡邊認為：在心理學的實驗中，恐懼心理的強弱和感染對策的行動（抑制外出或戴口罩等）之間有很強的相互關系，被稱為影響需求的“外出戴口罩”因素。戴口罩可以預防感染，但是也影響人們外出行為的心理。如果在計算感染風險指數中，抽出一部分相關樣本數據，適時公布預防感染戴口罩安全指數，指導人們在不同時間、場合、地點戴口罩的合理性，可大大緩解人們的心理壓力。比起抗擊疫情的“效率”價值，提高“安全、安心”的價值才是戰勝“心理恐懼”的最佳方案。

參考文獻：

[1]Miyawaki，?A.，?et?al.，?Association?between?Participation?in?Government?Subsidy?Program?for?Domestic?Travel?and?Symptoms?Indicative?of?COVID-19?Infection.?[R]?medRxiv，?2020：?p.?2020.12.03.20243352.

[2]Mansournia，?M.A.，?et?al.，Separation?in?Logistic?Regression：?Causes，?Consequences，?and?Control.

[J]American?Journal?of?Epidemiology，?2017.?187（4）：?p.?864-870.

[3]Allison，?P.D.?Convergence?failures?in?logistic?regression.?[C]in?SAS?Global?Forum.?2008.

[4]Firth，?D.，?Bias?Reduction?of?Maximum?Likelihood?Estimates.?[J]?Biometrika，?1993.??80（1）：?p.?27-38.

[5]Greenland，?S.，?M.A.?Mansournia，?andD.G.?Altman，?Sparse?data?bias：?a?problem?hiding?in?plain?sight.?[M]?BMJ，?2016.?352：?p.

[6]Coveney，?J.，?FIRTHLOGIT：?Stata?module?to?calculate?bias?reduction?in?logistic?regression.?[C]?2015.

[7]Pierce，?M.，?et?al.，?Says?who？?The?significance?of?sampling?in?mental?health?surveys?during?COVID-19.?[J]?The?Lancet?Psychiatry，?2020.?7（7）：?p.?567-568.

[8]Chauvenet，?A.，?et?al.，?Panel?sampling?in?health?research.?[J]?The?Lancet?Psychiatry，?2020.?7（10）：?p.?840-841.

[9]Dominik?Johannes，?L.，?Too?Fast，?too?Straight，?too?Weird：?Non-Reactive?Indicators?for?Meaningless?Data?in?Internet?Surveys.?[J]?Survey?Research?Methods，?2019.?13（3）.

[10][ZK（]Morikawa，?Masayuki?"Demand?Fluctuations?and?Productivity?of?Service?Industries."?[N]??Economics?Letters，2012.?117（1），?pp.?256-258.

〔本文系文化和旅游部2019年“‘雙師型人才培養項目”（項目編號：WLRCS2019-070）研究成果〕

〔金瀏河，溫州職業技術學院。陳賢敏（通訊作者），浙江工貿職業技術學院〕