99re视频在线播放/久久精品国产视频/小七电影网官网进入/久久亚洲伦理

姚洋|新冠肺炎疫情與出行變化

       題記：2020年5月28日，北大國發院在線舉辦主題為“新冠疫情的影響及應對措施”的學術討論會。國發院院長、北大中國經濟研究中心主任姚洋教授分享了主題為《新冠肺炎疫情與出行變化》的報告。國發院學術委員會主任、北大中國衛生經濟研究中心主任劉國恩教授，國發院副院長、北大環境與能源研究中心主任徐晉濤教授分別點評。本文根據姚洋教授的分享與劉國恩教授、徐晉濤教授的點評整理。

　　這篇論文，緣起于一個很有意思的現象，就是新冠疫情在中國基本結束，很多城市40多天甚至80多天沒有新發病例，但是百度出行數據顯示，大眾出行強度仍然沒有恢復到2019年的同期水平。

　　其他國家也在準備回歸正常，可能面臨類似中國的問題，就是人們的出行情況會不會有很大變化。如果出行依然高頻，沒有很大變化，甚至再出現所謂的報復性消費，進一步增加出行頻度，意味著極有可能出現新一輪的疫情。有些國家其實已經發生了這種事情。

　　從中國的情況來看，人們在疫情發生后的出行方式、生活行為有很大變化。

　　消費方面，盡管地方政府領導人帶頭上街消費，老百姓的消費熱情仍然不太高。這其中當然有多方面因素，比如收入下降、未來的不確定性增加等。

　　在出行方面，如今早高峰已基本恢復到去年同期水平，但非高峰時段道路上的車流明顯減少。可能很多商務活動、會議等都從線下變成了線上，除非特別有必要見面，否則都以在線視頻、遠程溝通的方式完成，而且大家發現這樣也很好。

　　基于此，我們計劃探究三個問題：

　　1. 疫情結束后，人們的出行是不是會恢復到以前;

　　2. 此次疫情造成的出行改變，在解除禁令之后是否還會持續;

　　3. 長期來看，出行變化對空氣質量的影響程度如何;出行變化是否意味著人們將適應在線交流的活動模式。如果真是這樣，對就業、環境都將會有比較大的影響。

　　現階段研究有兩個數據來源：一是以天為單位的百度城市出行指數，是城市級的，二是精確到小時級的空氣質量數據，為了便于和百度出行數據一起統計應用，我們將數據加總到每天。此外，我們還收集了氣象數據。

　　我們下一步要做的工作是再改進一步，使用國家電網的數據，比如區分工業用電、居民用電、服務業用電，以便更精確地了解復工情況。

　　從大數據看疫情對出行的影響

　　百度出行數據源于對變化的追蹤，每天都會公布，研究基于2019年至今的數據。百度出行指數是通過衡量一個城市中出行人口占全部人口的比例，然后取對數并進行標準化，雖然我們無法確知指數的絕對值，但是每個城市內部可以跨時間對比。

　　空氣污染數據是基于2016-2020年的大氣污染物數據，此次研究我們主要關注兩種污染物：一種是二氧化氮，它主要來自汽車尾氣，由移動污染源產生;另一種是二氧化硫，主要來自工業排放，由非移動污染源產生。采用環境經濟學的做法，我們用二氧化氮比二氧化硫的比值作為因變量，相當于在控制了復工復產的前提下，評估移動污染源的污染強度。

　　如上面這張城內出行指數圖表，橫軸是陰歷時間，以農歷大年三十(1月25日)作為0，負值對應臘月，正值對應正月。橫軸還標注了2020年1月20日這天，鐘南山接受媒體采訪，明確表示新冠疫情“存在人傳人”。疫情沖擊在1月20-24日這段時間表現得非常明顯。

　　研究以今年為實驗組，去年為控制組。去年的出行指數顯示出的唯一趨勢是周末比較低，其他時候比較高。今年在1月20日之前，出行強度都比去年高，但從1月20日鐘南山講話之后就急速下降，并持續下降到2月8日(農歷正月十五)才開始回升。直到春節過后近40天，城內出行強度仍然沒有回歸到去年的水平，而且差距非常大。

　　我們又繪制了1月20日、2月15日、4月19日的全國出行地圖，從圖中的出行強度分布可以看到，2月15日全國所有城市基本停止了出行，4月19日呈現恢復狀態，但絕對值遠遠沒有恢復到1月20日的水平。

　　再來看大氣污染數據對比，其中特別去掉了湖北省所有城市的污染數據。

　　如上左圖是同期二氧化氮(主要來自汽車尾氣)的數據情況，2020年相比往年(2016-2019年)的平均數都要低。春節后第60天，兩組數據快要接近，但是2020組的數據很快又降下來。總體看，今年的二氧化氮排放同樣沒有達到往年水平。

　　如上右圖是二氧化氮除以二氧化硫(主要來自工業排放)的比值。節前二者比值較高，主要原因是二氧化硫排放下降非常多。春節后比值上升到比往年更高，但是和往年春節前相比，這一比值仍然是下降的。至今，比值仍然沒有回歸到往年的正常水平。

　　疫情后出行銳減，空氣質量改善

　　在回歸式(對變量之間統計關系進行定量描述的一種數學表達式)中，我們按照時間順序分成四個階段，分別是疫情沖擊前，即1月20日之前;疫情沖擊期間，即1月20-23日;春節假期期間(第一階段)，即1月24日到2月9日停工停產期間，含春節延長假期;春節假期之后(第二階段)，即2月9日復工復產之后的時間。

　　通過具體的回歸方程式演算，在仍然排除湖北省內所有城市數據的情況下，得出如下結果：

　　城市出行方面，疫情之后反彈比較厲害，但是還沒有回到春節之前的水平。空氣污染方面，二氧化氮排放與城市出行情況類似，但是系數絕對值第二階段比第一階段大，二氧化氮比二氧化硫的比值也是如此。

　　怎么來解釋這個結論呢?第一階段主要是春節放假期間，二氧化硫排放減少是因為這期間本來經濟活動就會減少，二氧化氮數值下降主要是因為人們購物、社交方面的出行減少。節后第二階段的下降則主要受復工不足和相應的出行下降疊加影響，系數絕對值比第一階段更大。后期我們進行統計檢驗，通過兩個系數的差值可以解釋得出：由于復工不夠或人們出行行為本身發生了改變，特別是和生產相關的行為改變，造成出行強度下降。

　　接下來看動態效果，即主要看是否存在下降趨勢。

　　以傳統春節(1月25日)為分界，春節前后各拉長三個星期。從百度出行數據看，節前和往年數據相比沒有任何差別，節后出行數據一直下降，到節后第二個星期略有上升。二氧化氮也存在同樣的趨勢，節前完全沒有呈現變化趨勢，節后下降然后回升，但依然沒有回到過去的水平。二氧化氮比二氧化硫的數值，也是同樣的情況。值得注意的是，到節后第五個星期比值進入了一個平臺期，而且平臺期的比值仍然比平常要低20%多，反映出一直沒有回到過去的水平。

　　沒有恢復到過去水平可能的主要原因，一是企業只實現了部分復工、出現大量失業，二是居家辦公，用在線方式替代出行。

　　我們也區分了封城和沒有封城的情況，二者略有差別。從百度出行數據看，封城與不封城導致出行差異比較明顯，即曾經采取封城措施的城市，比沒有采取封城措施的城市影響要大。但是從二氧化氮排放，以及二氧化氮比二氧化硫的比值來看，是否采取了封城措施，對人們的出行變化不是很大。

　　最后，我們測算了出行變化對空氣質量的影響，即出行減少系數與污染物下降比例的對應關系。實際數據顯示，節后出行下降近60%，會使空氣質量中的總體污染物下降9.4%、PM2.5下降10.5%、PM10下降11.3%。可見，出行減少對空氣質量改善的效果相當顯著。

　　簡單總結：由于疫情，春節期間大家的出行和比去年減少了很多，解禁之后依然遠遠未能恢復到之前的高水平。這可能意味著：解禁之后人們的出行的確在發生變化，而大家減少出行對環境有正面影響。

　　劉國恩教授點評：

　　我提兩個方面的問題，供姚洋老師團隊進一步思考。

　　第一，我們此次研究討論出行的目的是什么。

　　如果想探討新冠疫情發生之后，除了政策影響以外，人們的出行行為本身會發生哪些變化，恐怕這個計量模型不能回答這個問題。因為截至目前，中國其實只是對一些大型生產活動、跨城市之間出行解禁。除去工作性的、學習性的活動，諸如平常人與人之間互訪、個人之間的交流，其實交易成本很大，要測體溫、做登記，對方可能還要出來迎接，即使去餐廳吃飯也要保持距離。也就是說，出行成本并沒有恢復到疫情之前，而且中國各個地方的政策都是如此，比歐洲國家以及日本的政策限制多。日本已經全面解禁，出行交易成本基本零增加。

　　目前計量模型呈現出來的變化，可能部分來自于個人行為發生變化，更多的是目前政策還沒有完全放開到疫前水平，導致人們對出行成本增加做出反應。要確認排除疫情政策影響下人們出行的變化情況，可能要等到政府完全解除出行限制，出行新增的這些交易成本消失才更科學。這也許要等到明年。

　　如果我們的研究是為了度量三四個月以來人們的出行行為相比2019年甚至更早時間，究竟有多大程度的改變，那研究中的幾個回歸系數值得重點探討，應該成為文章的重點。我們要解釋系數本身，要把大量的篇幅放在對回歸系數的解釋，以及回歸系數表明的經濟活動對社會活動的影響程度，還要分城市來看。

　　第二，空氣質量數據模型反映出平臺期現象，即隨時間推移污染物減少進入了平臺期。它是不是反映個人行為的永久性改變，同樣也要考慮到疫情防控政策效應。

　　平臺期的出現，可能和我們目前通過網絡在線方式，在一定程度上取代過去通過物理出行方式進行交流、參加各種活動有關。而且，二氧化氮排放數據有平臺期，但是其他幾個因變量并沒有發現平臺期，所以，要討論平臺期也需要明確：它多大程度上源于出行成本還沒有回歸到2019年之前的狀態，是人們當下對出行成本做出的反應，還是說疫情真的改變了人們的出行行為、生活行為。

　　徐晉濤教授點評：

　　這個研究很及時，也有意思，特別是識別交通對空氣質量的影響方面。我談兩點看法：

　　第一，疫情之后，人們有沒有行為的永久改變，特別是出行行為的永久改變，我和劉國恩老師的看法比較接近。現在確實還沒有完全放開，出行有很多規定，讓出行難度增加。預測人們的出行行為已經永久改變，現在還為時尚早。

　　個人認為，疫情會讓人們的很多行為發生較長時期的改變，但是具體是什么目前很難明確。從出行來看，疫情之后如果完全放開限制，給更多出行自由，由于對聚集性感染的擔憂，將來駕車出行比例增加的可能性很高，這可能就是出行行為永久性改變的一部分。但這也只是猜測，目前沒有證據，還要看更長時間的數據。

　　第二，交通對于環境的影響。這段時間出行減少，特別是疫情以后很多地方采取封城措施，自駕出行減少很多。這也是非常好的機會評估交通對空氣污染的影響。以往除非單雙號限行，像這么大段時間全國都實行交通管制的評估機會特別少，所以很難識別交通對空氣污染的真正影響。姚洋老師團隊的研究工作，非常清晰地估計出交通對空氣污染的影響，將來對改善交通管理，包括北京、上海這樣的超大城市的交通管理，有很重要的指示性意義。

　　我們也在跟蹤2013年至今每年小時級的污染數據，發現國家下了很大力氣治理污染，實際效果并不太理想。北大陳松蹊教授的研究團隊發表文章，也表示污染治理的成果從統計數據來看并不顯著。從北京來講這很難理解，因為北京市內工業污染下降很多，這幾年煤改氣也基本完成。但是如果剔除氣候因素，北京的空氣質量大部分時間并沒有統計上的顯著改變。個人認為，北京市應該加強交通管理力度，尤其是加強交通擁堵治理。此次研究對將來交通治理的政策討論有價值。

　　另外，就工業污染補充一點。疫情期間，北京市1月下旬和3月上旬分別出現兩次重污染天氣，而且污染水平超過2016-2019年這四年的最高水平，特別是3月上旬這次污染。1月下旬全國各地紛紛封城，3月上旬還都沒有解禁，人們出行大大減少，為什么還會出現嚴重污染?專家的主要解釋是環境容量不夠。過去七八年治理大氣污染未能取得實質性成效，好像人的行為或環保政策對環境沒有長期影響，只能等環境容量增加。總體來看，治理污染尤其是工業企業排放，還是任重道遠。此次研究從不同角度和視野來關注污染問題，也對污染防治政策有很大推動。

       文/意見領袖專欄作家 姚洋