推文人 | 蔚金霞 

 

原文信息：

 

Qiu, Y., Chen, X. & Shi, W. Impacts of Social and Economic Factors on the Transmission of Coronavirus Disease 2019 (COVID-19) in China. Journal of Population Economics, vol. 33(4), 1127–1172 (2020).

 

原文链接: https://pan.baidu.com/s/162CMPhEpwxex3BiHN4gUgg

 

提取码: kxmm

 

引言

 

本文主要分析了新冠病毒传播的基本再生数，即一个新增确诊病例所传染的人数，或称为传播率，包括本地传播和市间传播。并将天气因素作为工具变量识别因果关系。着重分析了人口密度、经济发展水平、医护人员数量及天气等经济社会因素对传播率的影响。评估了社区封闭管理、居家、封城和国家公共健康措施的效果。结果发现，二月的传播率低于一月；国家层面阻止湖北以外省市传播的政策最为有效地降低了病例数；社交距离政策也降低了感染人数；到二月中旬，病毒的传播已基本得到控制；许多社会经济因素影响传播率，来自高风险地区的人口流动比地理经济因素有更大的威胁。通过分析影响传播率的因素和各管制措施的效果，为未来防疫提供参考。

 

实证策略

数据

 

本文的样本包含了中国非湖北省城市、湖北省非武汉城市和武汉市共305个县级市。从1月19日至2月29日的日新增确诊病例数据从各省卫健委获得，城市间地理距离由经纬度数据计算，武汉市流出人口由百度迁徙数据获得，各社会经济因素由中国城市统计年鉴获得，天气数据由NOAA获得。描述性统计结果如Table 1所示。

结果

 

1. 市内传播

 

仅考虑市内传播时即对方程（2）的估计结果如Table 3所示。

根据Table 3的估计结果，一个市内感染者将会在下一周增加1.142个病例，在一周后减少0.824个病例，因为当地的居民和公共部门会积极采取保护性措施。

 

1月19日起前两周病毒传播迅速增加，政府部门采取出行管制、封城等措施严格防疫，因此本文通过将样本划分为1月19日至2月1日和2月2日至2月29日两个子样本分析公共健康措施的有效性。从Table 3的估计结果来看，1月19日至2月1日的传播效应为2.135，2月2日至2月29日的传播效应为1.077，说明公共健康措施非常有效。

 

另外，以t时期之前14天的平均新增确诊病例数衡量（Model B），进行稳健性分析的结果也显示出相似的效应。

 

湖北省作为疫情爆发的严重地区，超负荷的卫生健康体系运行可能会使确诊病例通报信息延迟，为避免此测量误差，本文也对不包括湖北省的城市样本进行了回归分析，发现传播率有所降低。

 

2. 市间传播

 

同时考虑市内和市间的传播，对方程（1）进行估计，结果如Table 4所示。

市内新增病例的传播效应在第一周仍然显著，1月19日至2月1日的传播效应为2.456，2月2日至2月29日的传播效应为1.127，公共健康措施效果明显；但传播效应在一周后不再显著。人口流动比地理距离更好地解释了来自武汉的传播，一周内的传播效应在1月19日至2月1日子样本中显著为正，2月2日至2月29日子样本显著为负，说明人们采取了谨慎的保护措施；一周后的传播仍具有威胁。而来自非武汉其他城市的传播并不显著，表明除了来自武汉的病例，其他城市之间的人传人非常有限。

 

市内和市间传播率的动态变动如Figure 5所示。本地传播率自1月19日起小幅提升后逐渐下降，直到2月4日，随着春节后复工，传播率又有所上升，直到2月12日开始下降，源自于社交距离策略的效果。非武汉城市之间的传播率一直都很低，源自于国家和省级层面的防控政策。总体来看，2月中旬传播已被有效遏制。

3. 社会经济因素

 

本文还考察了社会经济因素和环境因素对于传播率的影响，结果如Table 6所示。早期在1月19日至2月1日的子样本中，医护人员数量的下降会显著提升传播率，经济发展水平较高地区的传播率也较高，因为在社会经济活动中的社交活动较多；而在2月2日至2月29日的子样本中，这些效应不再显著，可能是因为公共健康措施及城市间的资源共享所引起的。人口密度较大的城市传播率反而更低。低温、少雨和恶劣的天气会降低传播率。来自武汉的人口流入依然会提升传播率。而非武汉城市之间的传播率并不明显。

政策评估

 

1. 主要防控政策内容

 

疫情爆发后，国家、省市和社区各个层面实施了多种公共健康措施，阻止疫情传播。各政策时间线如Figure 6所示。

2. 政策效果评估

 

为了说明疫情防控政策的有效性，本文估计了这些公共健康措施降低传播率的效应。具体包括社区封闭管理和限制家庭成员出门措施。估计结果如Table 8所示，封闭管理和居家措施能够显著降低传播率。当两个政策都被实施时，封闭管理能够显著降低传播率，而居家措施效果并不显著。

另外，本文还对非药物干预的效果进行了反事实分析。情景A：没有城市采取居家措施；情景B：没有城市实施社区封闭管理；情景C：武汉封城之后的人口流出指数与2019年同期指数相同（没有封城）；情景D：假定2月2日至2月29日传播率与1月19日至2月1日相同（没有公共健康措施）。利用已估计出来的系数和残差计算反事实情景下的新增确诊病例数，进而反映干预的效果。结果如Figure 7所示，可以看出，当地抑制病毒传播的公共健康措施非常有效，减少了一百多万病例。

结论

 

本文考虑了新冠病毒在中国的市内和市间传播率，使用天气因素作为工具变量识别因果关系，估计结果表明已有病例的传染性主要在一周内，人们的行为可以降低传播性，二月时传播效应得到明显遏制。阻断来自疫情首发地区的社区传播非常有效，其次是封城、社区封闭管理和家庭成员出门管制。然而本文并未能识别出同时实施的大量防控政策的单独效果；确诊数据开始报告之日起便采取各种防控政策，不能对政策实施前后进行对比分析。

 

Abstract

 

This study models local and cross-city transmissions of the novel coronavirus in China between January 19 and February 29, 2020. We examine the role of various socioeconomic mediating factors, including public health measures that encourage social distancing in local communities. Weather characteristics 2 weeks prior are used as instrumental variables for causal inference. Stringent quarantines, city lockdowns, and local public health measures imposed in late January significantly decreased the virus transmission rate. The virus spread was contained by the middle of February. Population outflow from the outbreak source region posed a higher risk to the destination regions than other factors, including geographic proximity and similarity in economic conditions. We quantify the effects of different public health measures in reducing the number of infections through counterfactual analyses. Over 1.4 million infections and 56,000 deaths may have been avoided as a result of the national and provincial public health measures imposed in late January in China.