姚洋：新冠肺炎疫情与出行变化（附刘国恩教授、徐晋涛教授点评）

来源：北大国发院

题记：2020年5月28日，北大国发院在线举办主题为“新冠疫情的影响及应对措施”的学术讨论会。国发院院长、北大中国经济研究中心主任姚洋教授分享了主题为《新冠肺炎疫情与出行变化》的报告。国发院学术委员会主任、北大中国卫生经济研究中心主任刘国恩教授，国发院副院长、北大环境与能源研究中心主任徐晋涛教授分别点评。本文根据姚洋教授的分享与刘国恩教授、徐晋涛教授的点评整理。

这篇论文，缘起于一个很有意思的现象，就是新冠疫情在中国基本结束，很多城市40多天甚至80多天没有新发病例，但是百度出行数据显示，大众出行强度仍然没有恢复到2019年的同期水平。

其他国家也在准备回归正常，可能面临类似中国的问题，就是人们的出行情况会不会有很大变化。如果出行依然高频，没有很大变化，甚至再出现所谓的报复性消费，进一步增加出行频度，意味着极有可能出现新一轮的疫情。有些国家其实已经发生了这种事情。

从中国的情况来看，人们在疫情发生后的出行方式、生活行为有很大变化。

消费方面，尽管地方政府领导人带头上街消费，老百姓的消费热情仍然不太高。这其中当然有多方面因素，比如收入下降、未来的不确定性增加等。

在出行方面，如今早高峰已基本恢复到去年同期水平，但非高峰时段道路上的车流明显减少。可能很多商务活动、会议等都从线下变成了线上，除非特别有必要见面，否则都以在线视频、远程沟通的方式完成，而且大家发现这样也很好。

基于此，我们计划探究三个问题：

1. 疫情结束后，人们的出行是不是会恢复到以前；

2. 此次疫情造成的出行改变，在解除禁令之后是否还会持续；

3. 长期来看，出行变化对空气质量的影响程度如何；出行变化是否意味着人们将适应在线交流的活动模式。如果真是这样，对就业、环境都将会有比较大的影响。

现阶段研究有两个数据来源：一是以天为单位的百度城市出行指数，是城市级的，二是精确到小时级的空气质量数据，为了便于和百度出行数据一起统计应用，我们将数据加总到每天。此外，我们还收集了气象数据。

我们下一步要做的工作是再改进一步，使用国家电网的数据，比如区分工业用电、居民用电、服务业用电，以便更精确地了解复工情况。

从大数据看疫情对出行的影响

百度出行数据源于对变化的追踪，每天都会公布，研究基于2019年至今的数据。百度出行指数是通过衡量一个城市中出行人口占全部人口的比例，然后取对数并进行标准化，虽然我们无法确知指数的绝对值，但是每个城市内部可以跨时间对比。

空气污染数据是基于2016-2020年的大气污染物数据，此次研究我们主要关注两种污染物：一种是二氧化氮，它主要来自汽车尾气，由移动污染源产生；另一种是二氧化硫，主要来自工业排放，由非移动污染源产生。采用环境经济学的做法，我们用二氧化氮比二氧化硫的比值作为因变量，相当于在控制了复工复产的前提下，评估移动污染源的污染强度。

如上面这张城内出行指数图表，横轴是阴历时间，以农历大年三十（1月25日）作为0，负值对应腊月，正值对应正月。横轴还标注了2020年1月20日这天，钟南山接受媒体采访，明确表示新冠疫情“存在人传人”。疫情冲击在1月20-24日这段时间表现得非常明显。

研究以今年为实验组，去年为控制组。去年的出行指数显示出的唯一趋势是周末比较低，其他时候比较高。今年在1月20日之前，出行强度都比去年高，但从1月20日钟南山讲话之后就急速下降，并持续下降到2月8日（农历正月十五）才开始回升。直到春节过后近40天，城内出行强度仍然没有回归到去年的水平，而且差距非常大。

我们又绘制了1月20日、2月15日、4月19日的全国出行地图，从图中的出行强度分布可以看到，2月15日全国所有城市基本停止了出行，4月19日呈现恢复状态，但绝对值远远没有恢复到1月20日的水平。

再来看大气污染数据对比，其中特别去掉了湖北省所有城市的污染数据。

如上左图是同期二氧化氮（主要来自汽车尾气）的数据情况，2020年相比往年（2016-2019年）的平均数都要低。春节后第60天，两组数据快要接近，但是2020组的数据很快又降下来。总体看，今年的二氧化氮排放同样没有达到往年水平。

如上右图是二氧化氮除以二氧化硫（主要来自工业排放）的比值。节前二者比值较高，主要原因是二氧化硫排放下降非常多。春节后比值上升到比往年更高，但是和往年春节前相比，这一比值仍然是下降的。至今，比值仍然没有回归到往年的正常水平。

疫情后出行锐减，空气质量改善

在回归式（对变量之间统计关系进行定量描述的一种数学表达式）中，我们按照时间顺序分成四个阶段，分别是疫情冲击前，即1月20日之前；疫情冲击期间，即1月20-23日；春节假期期间（第一阶段），即1月24日到2月9日停工停产期间，含春节延长假期；春节假期之后（第二阶段），即2月9日复工复产之后的时间。

通过具体的回归方程式演算，在仍然排除湖北省内所有城市数据的情况下，得出如下结果：

城市出行方面，疫情之后反弹比较厉害，但是还没有回到春节之前的水平。空气污染方面，二氧化氮排放与城市出行情况类似，但是系数绝对值第二阶段比第一阶段大，二氧化氮比二氧化硫的比值也是如此。

怎么来解释这个结论呢？第一阶段主要是春节放假期间，二氧化硫排放减少是因为这期间本来经济活动就会减少，二氧化氮数值下降主要是因为人们购物、社交方面的出行减少。节后第二阶段的下降则主要受复工不足和相应的出行下降叠加影响，系数绝对值比第一阶段更大。后期我们进行统计检验，通过两个系数的差值可以解释得出：由于复工不够或人们出行行为本身发生了改变，特别是和生产相关的行为改变，造成出行强度下降。

接下来看动态效果，即主要看是否存在下降趋势。

以传统春节（1月25日）为分界，春节前后各拉长三个星期。从百度出行数据看，节前和往年数据相比没有任何差别，节后出行数据一直下降，到节后第二个星期略有上升。二氧化氮也存在同样的趋势，节前完全没有呈现变化趋势，节后下降然后回升，但依然没有回到过去的水平。二氧化氮比二氧化硫的数值，也是同样的情况。值得注意的是，到节后第五个星期比值进入了一个平台期，而且平台期的比值仍然比平常要低20%多，反映出一直没有回到过去的水平。

没有恢复到过去水平可能的主要原因，一是企业只实现了部分复工、出现大量失业，二是居家办公，用在线方式替代出行。

我们也区分了封城和没有封城的情况，二者略有差别。从百度出行数据看，封城与不封城导致出行差异比较明显，即曾经采取封城措施的城市，比没有采取封城措施的城市影响要大。但是从二氧化氮排放，以及二氧化氮比二氧化硫的比值来看，是否采取了封城措施，对人们的出行变化不是很大。

最后，我们测算了出行变化对空气质量的影响，即出行减少系数与污染物下降比例的对应关系。实际数据显示，节后出行下降近60%，会使空气质量中的总体污染物下降9.4%、PM2.5下降10.5%、PM10下降11.3%。可见，出行减少对空气质量改善的效果相当显著。

简单总结：由于疫情，春节期间大家的出行和比去年减少了很多，解禁之后依然远远未能恢复到之前的高水平。这可能意味着：解禁之后人们的出行的确在发生变化，而大家减少出行对环境有正面影响。

刘国恩教授点评：

我提两个方面的问题，供姚洋老师团队进一步思考。

第一，我们此次研究讨论出行的目的是什么。

如果想探讨新冠疫情发生之后，除了政策影响以外，人们的出行行为本身会发生哪些变化，恐怕这个计量模型不能回答这个问题。因为截至目前，中国其实只是对一些大型生产活动、跨城市之间出行解禁。除去工作性的、学习性的活动，诸如平常人与人之间互访、个人之间的交流，其实交易成本很大，要测体温、做登记，对方可能还要出来迎接，即使去餐厅吃饭也要保持距离。也就是说，出行成本并没有恢复到疫情之前，而且中国各个地方的政策都是如此，比欧洲国家以及日本的政策限制多。日本已经全面解禁，出行交易成本基本零增加。

目前计量模型呈现出来的变化，可能部分来自于个人行为发生变化，更多的是目前政策还没有完全放开到疫前水平，导致人们对出行成本增加做出反应。要确认排除疫情政策影响下人们出行的变化情况，可能要等到政府完全解除出行限制，出行新增的这些交易成本消失才更科学。这也许要等到明年。

如果我们的研究是为了度量三四个月以来人们的出行行为相比2019年甚至更早时间，究竟有多大程度的改变，那研究中的几个回归系数值得重点探讨，应该成为文章的重点。我们要解释系数本身，要把大量的篇幅放在对回归系数的解释，以及回归系数表明的经济活动对社会活动的影响程度，还要分城市来看。

第二，空气质量数据模型反映出平台期现象，即随时间推移污染物减少进入了平台期。它是不是反映个人行为的永久性改变，同样也要考虑到疫情防控政策效应。

平台期的出现，可能和我们目前通过网络在线方式，在一定程度上取代过去通过物理出行方式进行交流、参加各种活动有关。而且，二氧化氮排放数据有平台期，但是其他几个因变量并没有发现平台期，所以，要讨论平台期也需要明确：它多大程度上源于出行成本还没有回归到2019年之前的状态，是人们当下对出行成本做出的反应，还是说疫情真的改变了人们的出行行为、生活行为。

徐晋涛教授点评：

这个研究很及时，也有意思，特别是识别交通对空气质量的影响方面。我谈两点看法：

第一，疫情之后，人们有没有行为的永久改变，特别是出行行为的永久改变，我和刘国恩老师的看法比较接近。现在确实还没有完全放开，出行有很多规定，让出行难度增加。预测人们的出行行为已经永久改变，现在还为时尚早。

个人认为，疫情会让人们的很多行为发生较长时期的改变，但是具体是什么目前很难明确。从出行来看，疫情之后如果完全放开限制，给更多出行自由，由于对聚集性感染的担忧，将来驾车出行比例增加的可能性很高，这可能就是出行行为永久性改变的一部分。但这也只是猜测，目前没有证据，还要看更长时间的数据。

第二，交通对于环境的影响。这段时间出行减少，特别是疫情以后很多地方采取封城措施，自驾出行减少很多。这也是非常好的机会评估交通对空气污染的影响。以往除非单双号限行，像这么大段时间全国都实行交通管制的评估机会特别少，所以很难识别交通对空气污染的真正影响。姚洋老师团队的研究工作，非常清晰地估计出交通对空气污染的影响，将来对改善交通管理，包括北京、上海这样的超大城市的交通管理，有很重要的指示性意义。

我们也在跟踪2013年至今每年小时级的污染数据，发现国家下了很大力气治理污染，实际效果并不太理想。北大陈松蹊教授的研究团队发表文章，也表示污染治理的成果从统计数据来看并不显著。从北京来讲这很难理解，因为北京市内工业污染下降很多，这几年煤改气也基本完成。但是如果剔除气候因素，北京的空气质量大部分时间并没有统计上的显著改变。个人认为，北京市应该加强交通管理力度，尤其是加强交通拥堵治理。此次研究对将来交通治理的政策讨论有价值。

另外，就工业污染补充一点。疫情期间，北京市1月下旬和3月上旬分别出现两次重污染天气，而且污染水平超过2016-2019年这四年的最高水平，特别是3月上旬这次污染。1月下旬全国各地纷纷封城，3月上旬还都没有解禁，人们出行大大减少，为什么还会出现严重污染？专家的主要解释是环境容量不够。过去七八年治理大气污染未能取得实质性成效，好像人的行为或环保政策对环境没有长期影响，只能等环境容量增加。总体来看，治理污染尤其是工业企业排放，还是任重道远。此次研究从不同角度和视野来关注污染问题，也对污染防治政策有很大推动。

整理：王志勤 | 编辑：王贤青