新冠疫情社會(huì)生產(chǎn)恢復(fù)影響因素地理探測研究

厲芳婷，張 亮，賈繼鵬

（1. 武漢大學(xué)測繪遙感信息工程國家重點(diǎn)實(shí)驗(yàn)室，湖北 武漢 430079；2. 湖北省測繪工程院，湖北 武漢 430074）

世界各地公共衛(wèi)生事件偶有發(fā)生，黑死病、西班牙流感、HIV、登革熱、埃博拉都是典型的疾病類突發(fā)公共衛(wèi)生事件。這些公共衛(wèi)生事件造成了全世界范圍的社會(huì)危害，主要影響經(jīng)濟(jì)發(fā)展、全球社會(huì)發(fā)展和國家安全等方面[1]。例如，1918年的大流感從1918年持續(xù)到1920年，死亡人數(shù)眾多，具不完全統(tǒng)計(jì)造成了4 000萬人死亡；英國為控制瘋牛病事件，截至2004年已累計(jì)花費(fèi)62.5 億英鎊[2]；截至2020 年2 月，登革熱病疫情影響了全球28個(gè)國家和地區(qū)[3]。2019年12月出現(xiàn)不明原因引起的肺炎病例，經(jīng)研究證實(shí)為一種新型冠狀病毒感染所致，2 月11 日WHO 將該病毒命名為COVID-19[4]。COVID-19在全世界范圍快速傳播，截至2020年4月疫情已影響超過40個(gè)國家和地區(qū)，導(dǎo)致超過20萬人死亡，對(duì)全球的國家社會(huì)安全造成了極大的威脅。為了應(yīng)對(duì)疫情，各國對(duì)社會(huì)行為、行動(dòng)和經(jīng)濟(jì)活動(dòng)采取嚴(yán)格限制，多地采用了封鎖策略。與此同時(shí)，全球經(jīng)濟(jì)受到重創(chuàng)，4 月下旬美國原油價(jià)格暴跌，隨之而來的是失業(yè)率暴增。相較于1918年的大流感，在人口流動(dòng)更頻繁廣泛、現(xiàn)代化運(yùn)輸和貿(mào)易更發(fā)達(dá)的今天，COVID-19 疫情的發(fā)展更迅速，對(duì)經(jīng)濟(jì)社會(huì)產(chǎn)生的影響更巨大。

目前，世界各地學(xué)者專家對(duì)COVID-19 的研究主要包括：①流行病學(xué)研究，主要是建模分析，預(yù)測疫情走向和傳播趨勢；②病毒學(xué)研究，主要是針對(duì)病毒本身的結(jié)構(gòu)和疫苗的研究[5]；③醫(yī)學(xué)研究，研究病毒感染的癥狀、診斷、治療方案[6-8]等。這些研究在疫情爆發(fā)和大規(guī)模傳播階段提供了COVID-19 病毒的各方面知識(shí)，為篩查、救治、防疫等工作提供了有效的幫助。隨著我國疫情逐步向好，更多的研究轉(zhuǎn)為經(jīng)濟(jì)社會(huì)學(xué)方向，利用大數(shù)據(jù)、空間數(shù)據(jù)模型、經(jīng)濟(jì)模型等研究疫情發(fā)生后的社會(huì)經(jīng)濟(jì)影響和趨勢，擬定干預(yù)措施和效率評(píng)估。目前利用大數(shù)據(jù)的研究主要集中在疫情期間人口信息管理、人口流動(dòng)模型分析等方面；針對(duì)社會(huì)經(jīng)濟(jì)方面的研究主要為消費(fèi)心理趨勢、經(jīng)濟(jì)影響評(píng)估、干預(yù)政策評(píng)估的研究[9-10]。

本文著眼于社會(huì)生產(chǎn)恢復(fù)的影響因素研究，利用中國聯(lián)通大數(shù)據(jù)平臺(tái)的移動(dòng)通信信令數(shù)據(jù)，研究了湖北省各地人口返崗遷移和社會(huì)生產(chǎn)恢復(fù)情況；并采用地理探測器模型探測了各地影響復(fù)工復(fù)產(chǎn)率的空間分異性驅(qū)動(dòng)因子，分析了COVID-19 影響下社會(huì)產(chǎn)生恢復(fù)的驅(qū)動(dòng)因素，為全球的社會(huì)經(jīng)濟(jì)恢復(fù)提供參考，為重大突發(fā)公共衛(wèi)生事件中的社會(huì)生產(chǎn)恢復(fù)案例提供可借鑒的分析成果和評(píng)價(jià)方法。

1 研究區(qū)概況與數(shù)據(jù)來源

1.1 研究區(qū)概況

湖北省位于29°01′53″～33°6′47″N、108°21′42″～116°07′50″ E 之間，涵蓋17 個(gè)地級(jí)市；東、西、北三面環(huán)山，中部為江漢平原，包括武漢、襄陽、宜昌3個(gè)經(jīng)濟(jì)發(fā)展中心。截至2018年全省鐵路運(yùn)營長度超過4 420 km，公路和城市道路長度超過262 700 km。武漢市作為湖北省的省會(huì)城市，是湖北省的政治經(jīng)濟(jì)中心，更是全國航空運(yùn)輸中心之一以及“九省通衢”的綜合交通運(yùn)輸中心。

2019 年12 月COVID-19 在武漢市出現(xiàn)，2020 年1 月爆發(fā)并輻射其他省市。為控制疫情，武漢市于1月23日開始實(shí)施封城管控，全省其他16個(gè)市州也分別在1月25日前啟動(dòng)封城。湖北省作為疫情最初爆發(fā)地，受疫情影響最為嚴(yán)重，在長達(dá)多月的停工狀態(tài)下，經(jīng)濟(jì)壓力不斷增大。僅2020 年2—3 月，武漢市的GDP 損失測算就達(dá)3～4 千億（https://data.stats.gov.cn/easyquery.htm?cn=E0102）。湖北省其他市州經(jīng)濟(jì)也受到不同程度影響，2 月湖北省整體財(cái)政收入同比下降98.5%，經(jīng)濟(jì)發(fā)展幾乎停滯。隨著疫情防控形勢的好轉(zhuǎn)，除武漢市外全省市州分別于3月13—25日解除封鎖，4 月8 日武漢市也解除了長達(dá)76 天的封鎖，開始了全省社會(huì)生產(chǎn)恢復(fù)工作。湖北省17個(gè)市州的GDP差異情況以及截至2020 年4 月24 日各地COVID-19 確診人數(shù)和死亡病例數(shù)如圖1 所示，可以看出，武漢、襄陽、宜昌為湖北省的經(jīng)濟(jì)中心，區(qū)域GDP 占全省GDP 的絕大部分；而在COVID-19 疫情中，武漢市累計(jì)感染和累計(jì)死亡人數(shù)最高，明顯影響周邊的孝感、黃岡兩地。

圖1 湖北省17個(gè)市州的GDP以及COVID-19確診和死亡人數(shù)分布

1.2 數(shù)據(jù)來源與預(yù)處理

本文的主要研究對(duì)象為復(fù)工復(fù)產(chǎn)情況和影響因子。社會(huì)生產(chǎn)恢復(fù)情況主要來源于中國聯(lián)通大數(shù)據(jù)，通過融入基于運(yùn)營商的信令數(shù)據(jù)分析得到城市人口職住分布、城市活躍度等信息。受中國農(nóng)歷春節(jié)假期影響，人口的返崗數(shù)據(jù)時(shí)間節(jié)點(diǎn)根據(jù)農(nóng)歷春節(jié)假期結(jié)束后續(xù)時(shí)間獲取；再根據(jù)2019 年和2020 年同期的人口分布數(shù)據(jù)，計(jì)算復(fù)工返崗率。根據(jù)各類統(tǒng)計(jì)數(shù)據(jù)的空間尺度，確定本文的基本研究尺度為地級(jí)市單元。

為討論社會(huì)生產(chǎn)恢復(fù)的影響因子，主要從3 個(gè)方面提取數(shù)據(jù)源：

1）《2019年湖北省統(tǒng)計(jì)年鑒》（http://data-cnki-net.vpn.whu.edu.cn:8118/yearbook/Single/N2020030059），為主要的社會(huì)統(tǒng)計(jì)數(shù)據(jù)源。本文提取常住人口數(shù)、地區(qū)GDP、第二/三產(chǎn)業(yè)規(guī)模以上單位、人均可支配數(shù)據(jù)等數(shù)據(jù)；再按照全省17個(gè)市州劃分，分別提取各地的主要社會(huì)經(jīng)濟(jì)數(shù)據(jù)。

2）2018 年地理國情監(jiān)測數(shù)據(jù)。本文提取鐵路長度、公路長度、城市道路長度、居民地面積、耕地面積等數(shù)據(jù)；再利用地理國情地表覆蓋和要素矢量數(shù)據(jù)，分別提取上述要素的矢量；最后按照17個(gè)市州邊界進(jìn)行裁切，并統(tǒng)計(jì)各類矢量的長度、面積，獲得各地市州地理空間數(shù)據(jù)。

3）各地政府官方網(wǎng)站公開資料。本文提取累計(jì)確診病例人數(shù)、累計(jì)死亡人數(shù)、區(qū)域封鎖時(shí)間等疫情相關(guān)數(shù)據(jù)（http://www.nhc.gov.cn/）。

2 研究方法

2.1 基于大數(shù)據(jù)的返崗率提取

人口流動(dòng)情況可反映社會(huì)生產(chǎn)活動(dòng)。本文收集全省17個(gè)市州的返崗人口情況，并計(jì)算返崗率作為研究對(duì)象的因變量Y。其計(jì)算方法為：

式中，Yi為第i天的返崗率；Pi2020為該地區(qū)2020 年工作人口中當(dāng)日工作時(shí)段出現(xiàn)在工作地的人口數(shù)量；Pi2019為該地區(qū)2019 年工作人口中當(dāng)日出現(xiàn)在本地的活躍人口數(shù)量；i為春節(jié)假期結(jié)束后的第i天。

根據(jù)式（1）抓取單日數(shù)據(jù)，并計(jì)算返崗率，結(jié)果如圖2 所示，虛線表示各地的解封日期。大多數(shù)城市解封集中在3月13—16日以及3月21—25日兩個(gè)時(shí)間段。4 月8 日以后大部分城市的返崗率恢復(fù)到中等水平（0.6）；在勞動(dòng)節(jié)公共假期前，各地的返崗率仍沒有達(dá)到0.8。根據(jù)全省市州解封時(shí)間，本文選取3個(gè)時(shí)間點(diǎn)進(jìn)行討論：①大部分市州解封，除武漢市外均降為低風(fēng)險(xiǎn)區(qū)，并開始恢復(fù)生產(chǎn)（3月20日）；②武漢市降為中風(fēng)險(xiǎn)區(qū)，解封后恢復(fù)生產(chǎn)一周（4月14 日）；③武漢市降為低風(fēng)險(xiǎn)區(qū)，解封后恢復(fù)生產(chǎn)兩周（4 月21日）。3個(gè)時(shí)間點(diǎn)的返崗率如圖3所示。

圖2 17個(gè)市州封鎖時(shí)間和返崗率

圖3 返崗率增長圖

2.2 潛在驅(qū)動(dòng)因子選取

利用地理探測器研究人口空間格局影響因素的方法已得到驗(yàn)證，地理空間格局是影響人口流動(dòng)的重要因子。本文討論在疫情條件下的社會(huì)生產(chǎn)恢復(fù)情況，除受地理空間因素的影響外，還受不同區(qū)域的社會(huì)經(jīng)濟(jì)基礎(chǔ)以及疫情發(fā)展和防控情況的影響。結(jié)合湖北省實(shí)際情況，兼顧影響返崗人口的潛在因素，本文選取了14 個(gè)影響因子作為地理探測的變量，包括5個(gè)社會(huì)經(jīng)濟(jì)因子、6個(gè)地理空間因子和3個(gè)COVID-19因子（表1），討論在不同社會(huì)經(jīng)濟(jì)條件和地理空間分布條件下，疫情發(fā)展和防控措施對(duì)社會(huì)生產(chǎn)恢復(fù)的影響情況。

表1 14個(gè)潛在驅(qū)動(dòng)因子

2.3 基于地理檢測器的影響因子檢測

近年來，地理探測器被廣泛應(yīng)用于社會(huì)、經(jīng)濟(jì)、自然現(xiàn)象的影響驅(qū)動(dòng)因素研究，包括疾病發(fā)生、土地利用、城市擴(kuò)張、經(jīng)濟(jì)增長、環(huán)境污染等方面，被證實(shí)對(duì)混合類型的數(shù)據(jù)分析具有明顯優(yōu)勢[11-14]。地理探測器包括風(fēng)險(xiǎn)探測、因子探測、生態(tài)探測、交互探測等4 個(gè)探測器。本文討論COVID-19 爆發(fā)采取的封城措施，解封后的社會(huì)生產(chǎn)恢復(fù)情況以及研究各種因子對(duì)社會(huì)生產(chǎn)恢復(fù)的驅(qū)動(dòng)影響，主要采用因子探測和交互探測兩種探測器。具體方法為比較探測指標(biāo)在不同類別分區(qū)上的總方差與該指標(biāo)在整個(gè)研究區(qū)域的總方差。

1）因子探測，即探測返崗率Y的空間分異性，探測選取的因子X在多大程度上解釋了屬性返崗率的空間分異[15]。其表達(dá)式為：

式中，qx,y為因子X對(duì)返崗率Y的解釋能力（貢獻(xiàn)率），值域?yàn)椋?,1]，值越大表示自變量X對(duì)屬性Y的解釋能力越強(qiáng)；i=1,…,m為因子的分層，即分類或分級(jí)；n和σi2分別為樣本的個(gè)數(shù)和方差。

2）交互探測用于識(shí)別不同因子之間的交互作用，即評(píng)估不同因子X1和X2共同作用時(shí)，是否會(huì)增強(qiáng)或減弱對(duì)研究對(duì)象Y的解釋力，或這些因子對(duì)研究對(duì)象Y的解釋是獨(dú)立的。其具體表達(dá)為：

3 研究結(jié)果與分析

本文利用14 個(gè)影響因子評(píng)估3 個(gè)時(shí)間點(diǎn)的返崗率，得到各因子對(duì)返崗率的影響力q值和解釋力度（表2）。通過交互探測可知，3 個(gè)時(shí)間點(diǎn)各因子間的交互作用對(duì)返崗率的影響超過單因子作用，交互作用類型主要為非線性增強(qiáng)和雙因子增強(qiáng)兩種，結(jié)果中不存在獨(dú)立或減弱的情況，說明疫情期間的社會(huì)生產(chǎn)恢復(fù)影響因素是復(fù)雜的相互作用，具有一定的相關(guān)性。

表2 14個(gè)影響因子的q 值

由于COVID-19 疫情，湖北省全域的社會(huì)生產(chǎn)恢復(fù)受到各種因素的影響，從返崗率來看，湖北省17個(gè)市州存在明顯的區(qū)域差異。

1）地理空間因素對(duì)社會(huì)生產(chǎn)恢復(fù)起主要作用。從影響因子的解釋力度來看，3 個(gè)時(shí)間點(diǎn)地理空間因子的解釋力度最大，其中鐵路密度（X6）和城市道路密度（X8）的解釋力度位居前兩位，均超過0.7，且隨著時(shí)間的推移，q值逐步增大，說明交通情況在生產(chǎn)恢復(fù)中起主導(dǎo)作用；且公路密度（X7）、居民地密度（X9）和至武漢市中心距離（X11）等因子的解釋力度均超過了0.3。因此，疫情期間地理交通要素仍是社會(huì)生產(chǎn)恢復(fù)的重要驅(qū)動(dòng)力，同時(shí)擁有較高居民地密度可為區(qū)域經(jīng)濟(jì)發(fā)展提供穩(wěn)定充足的勞動(dòng)力。

2）COVID-19 疫情相關(guān)因子也具有較大的解釋力度。在4月21日前累計(jì)確診比例因子的解釋力度分別為0.74、0.70、0.77，說明武漢市解封前累計(jì)確診比例對(duì)社會(huì)生產(chǎn)恢復(fù)的影響較大；4月21日區(qū)域封鎖天數(shù)（X14）的解釋力度上升到0.61，說明在疫情得到控制后，封鎖城市的時(shí)間對(duì)生產(chǎn)恢復(fù)的影響較大。

3）社會(huì)經(jīng)濟(jì)因子整體解釋力度較小，僅工業(yè)園區(qū)密度（X5）在地理探測結(jié)果中顯示較大的解釋力度，在前兩個(gè)時(shí)期q值均超過0.6。隨著疫情的向好，q值變小，在疫情得到控制后，復(fù)工復(fù)產(chǎn)從以工業(yè)園區(qū)為主轉(zhuǎn)向了社會(huì)其他行業(yè)全面復(fù)工。常住人口數(shù)、區(qū)域GDP、人均可支配數(shù)等其他社會(huì)經(jīng)濟(jì)因子在3 個(gè)時(shí)間點(diǎn)的q值均較小。

4 結(jié) 語

本文探討了COVID-19 疫情對(duì)社會(huì)經(jīng)濟(jì)的影響，主要針對(duì)社會(huì)生產(chǎn)恢復(fù)情況的驅(qū)動(dòng)因素進(jìn)行了研究。利用運(yùn)營商大數(shù)據(jù)分析計(jì)算得到的返崗率來反映社會(huì)生產(chǎn)恢復(fù)指數(shù)；利用在探測空間分異性上具有顯著優(yōu)勢的地理探測器對(duì)選取的社會(huì)經(jīng)濟(jì)、地理空間、COV?ID-19 的14 個(gè)影響因子進(jìn)行因子探測和交互探測，分析了COVID-19 疫情期間各探測因子對(duì)社會(huì)經(jīng)濟(jì)恢復(fù)和復(fù)工復(fù)產(chǎn)的影響程度。研究結(jié)果表明，湖北省社會(huì)經(jīng)濟(jì)恢復(fù)的主要影響因素為鐵路、公路等交通密度的地理空間因子；COVID-19 疫情相關(guān)因子也有較大影響，疫情在湖北省輻射式爆發(fā)，全省特別是武漢市受疫情影響嚴(yán)重，確診人數(shù)的增多和人員、交通的封控管理，直接影響了返崗復(fù)工的進(jìn)程。

疫情爆發(fā)增長期間采取封城管控措施科學(xué)有效，但根據(jù)本文研究分析結(jié)果，封控措施持續(xù)的時(shí)間過長將對(duì)社會(huì)生產(chǎn)恢復(fù)產(chǎn)生較大影響。在疫情防控中需重點(diǎn)考慮各地地理空間基礎(chǔ)的差異和疫情發(fā)展，特別是鐵路、公路等基礎(chǔ)設(shè)施的空間分布。

本文著眼于研究COVID-19 疫情下湖北省社會(huì)經(jīng)濟(jì)恢復(fù)的影響因素，由于數(shù)據(jù)的可獲取性和有效性，所選擇的因子較有限，后期研究中可加入政策制度和外部環(huán)境等因素的影響；同時(shí)受限于研究方法，未能對(duì)社會(huì)生產(chǎn)恢復(fù)做出趨勢分析，后續(xù)研究中可進(jìn)一步展開。