婚姻学堂
经济观察网 记者 张英 近日，北京大学国家发展研究院马京晶等人组成的课题组发布了一份新冠疫情感染报告，对本轮疫情的传播特征、民众感染后的症状、人群和地区间差异等进行了系统分析。报告显示，在“新十条”出
正文摘要:
经济观察网 记者 张英 近日，北京大学国家发展研究院马京晶等人组成的课题组发布了一份新冠疫情感染报告，对本轮疫情的传播特征、民众感染后的症状、人群和地区间差异等进行了系统分析。报告显示，在“新十条”出台后大概13天，即12月20日，全国多地疫情就已达峰，到12月底各地感染均已过峰。截至2023年1月11日，全国新冠感染率累积约达到64%，感染人数累积约9亿。报告课题组成员北京大学国家发展研究院副教授马京晶对经济观察网表示，在互联网上北上广疫情声量很大，但数据估计西部地区感染率可能更高。北大国发院:全国超9亿人或已感染新冠究竟是怎么一回事，跟随小编一起看看吧。
经济观察网 记者 张英 近日，北京大学国家发展研究院马京晶等人组成的课题组发布了一份新冠疫情感染报告，对本轮疫情的传播特征、民众感染后的症状、人群和地区间差异等进行了系统分析。
报告显示，在“新十条”出台后大概13天，即12月20日，全国多地疫情就已达峰，到12月底各地感染均已过峰。截至2023年1月11日，全国新冠感染率累积约达到64%，感染人数累积约9亿。
在区域感染差异上，报告显示本轮累积感染率最高的前三名省份均属于西部地区，第一名甘肃省约达91%，第二名云南省约84%，第三名青海省约80%。
报告课题组成员北京大学国家发展研究院副教授马京晶对经济观察网表示，在互联网上北上广疫情声量很大，但数据估计西部地区感染率可能更高。
马京晶介绍，这些感染率是模型估计数据，是根据网络平台上对感染新冠后相关症状的搜索量计算而得。简单来说，就是网上对“发烧”“咳嗽”等症状搜索上升了，也就代表感染率上升了。感染率的原始数据主要由脉策数据提供，该公司抓取了国内多家网络平台上关于新冠症状的搜索数据，在这些数据基础上，课题组成员计算了全国、各省、各城市的感染率。
马京晶说，现在很多公众都很希望了解到感染率数据，但完全准确的数据现下不可能得到，通过此类大数据方法可以快速全面的估算各地感染率，而且成本较低。虽然此类方法会受到一些影响搜索的随机因素或固有习惯影响，跟现实有一定差距，但在疫情暴发期间，快速全面了解全国各地的大致感染率，对相关部门进行医疗资源的调配可以起到重要作用。
“大小数据相结合”可更合理配置医疗资源
除了大数据方法外，课题组还使用了问卷调查（小数据）方法。在疫情高峰期在全国进行了问卷调查，共获取有效样本11443人。
马京晶解释，“大数据方法可快速估算出每日各地的感染率，但想要服务于医疗资源调配，还需要了解感染后各种症状出现的可能性、用药率、就医率、住院率等。这些数据可以通过问卷调查实现。”
课题组问卷调研的样本比例是依据中国第七次人口普查相关人口比例，比如各地人口占比、性别比、年龄比等，以保证抽取样本与全国人口结构一致，使其能代表全国情况。
在开展问卷调查前，课题组未表明调查主题与新冠疫情有关，而是将相关问题融入了一份消费者信心指数调研问卷。马京晶说，这样就避免了受访者都是对疫情感兴趣的人，如果都是这样的人，他们就更可能正在阳或已经阳过，样本就可能高估感染率。
她认为，大数据与问卷调查小数据相结合的方法，能非常快速、方便地估计出各地每天大概有多少人有买药、就诊、住院等需求，相关政府机构也可使用这样的方法，疫情暴发时能及时预测到发生地区、感染规模等，便于调配医疗物资和医院资源。
76%受访者认为感染新冠比流感更难受
报告显示，绝大部分受访的感染者都出现了发烧、咳嗽咳痰、鼻塞流涕、咽痛、味觉嗅觉改变、腹泻等一种或几种症状。感染新冠后最为常见的症状是发热，受访的感染者有82%出现了发烧症状，其中最高体温在38.5度及以上的占比高达75%，发烧持续天数在三天及以上的占比达46%，使用退烧药物的占比高达86%。
在转阴时间上，全国样本中约一半感染者在感染后5-7天症状消失并转阴，约20%的感染者需要更久。
分地区来看，北部地区更容易出现发烧症状，中部地区的咳嗽咳痰症状更严重，这两个地区的咽痛症状出现率也高于其他地区，西部地区的味觉嗅觉改变症状出现率高于其他地区，南部地区更容易出现鼻塞流涕和肌肉关节疼痛症状东部地区的无症状率略高于其他地区。
北部地区症状消失所需天数也最长，为6.9天，西部地区次之，为6.7天，南部地区最短，5.7天。
调查还发现，感染症状也存在性别差异。受访者中女性更倾向于认为新冠比流感或感冒更难受。同时，女性的咽痛、鼻塞流涕和咳嗽咳痰等症状出现率均明显高于男性，症状消失所需天数更长，鼻塞流涕和咳嗽咳痰用药率也高于男性。
在主观感受上，受访者中有76%的感染者认为感染新冠后的难受程度要高于自己以前最严重的流感或感冒。
对于感染症状调查的意义，马京晶认为，在这轮疫情之前很多人认为感染后大部分是无症状，但得了一次后发现其实很难受，课题组希望能把大家感染后的症状经历给讲出来。
西部地区多种症状用药率高于其他地区
调查显示，各地区的用药需求随感染症状差异也表现出明显不同。
北、中、西部地区的发烧用药率均接近90%，南部地区的腹泻用药率高于其他地区。值得注意的是西部地区，在五类症状对应的用药率排名中，除腹泻用药率位于第二外，其他症状用药率均大于等于另外四个地区。
从就医措施看，55%的感染者使用了线上平台问诊、电话问诊等一种或几种不同形式的医疗服务。值得注意的是，17%的感染者使用了医疗机构门诊/急诊服务，5.5%的感染者使用了住院服务。
从就医措施的人群差异来看，55岁及以上人群在电话问诊、医疗机构门诊急诊或住院等医疗服务使用率上均明显高于其他年龄组，对药物和医疗服务的需求也更多。
（课题组成员：马京晶、张丹丹、陈沁、张琬玥、高卓媛）
北大国发院:全国超9亿人或已感染新冠相关阅读：
卢锋、吴思芮：疫情空间分布成因与思考
2月29日我国新冠肺炎确诊病例573例，除湖北外其他省份新增确诊病例连续3天保持个位数，显示疫情防控总体形势持续向好。取得全国抗击疫情最后胜利仍需坚持一段时间，并且近来国外疫情快速发展伴随不确定性上升，抗击疫情意识和努力仍不能放松。然而新冠肺炎病例增量洪峰期应已过去，国内疫情地区分布形态也已比较充分展开。本文探讨的问题包括：本次疫情空间分布结构呈现出哪些特点？决定各地疫情轻重的主要原因是什么？疫情空间结构及其成因对我们总结经验教训又有什么启示？
1、新冠肺炎疫情地区分布特点
比较这次新冠肺炎疫情与十七年前非典，二者在不少方面呈现同中有异、异中有同特点。例如就疫情发生及其向外扩散而言，两次疫情都发轫于南方省份，病原体病毒都以野生动物为宿主，疫情扩散超出区域范围形成全国性公共卫生事件等等，这些都具有某种共性与可比性。然而具体观察两次疫情扩散方式及其形成的空间分布形态，又表现出较大反差甚至实质性不同。
2002年12月中旬广东河源人民医院收治首位非典患者，此后一段时期非典主要在广东发散形成区域性疫情。2月下旬和3月初，山西、北京等地出现输入性病例，此后北京病例快速增长超过广东。据疫情结束后统计，北京共发生2521个非典病例，广东1511个，河北、内蒙、山西、天津病例在175-448之间，其余18个有疫情报告省区病例总数139个，另外8省区无病例报告。可见非典对北京和广东造成相当严重冲击，对几个北方省份带来较大影响，然而对其它地区冲击较为有限。
从图1报告2月底数据看，这次新冠肺炎疫情区域分布形态与非典疫情大相径庭。一是武汉既是疫情发源地，也是报告病例最多以至占到全国六成的城市，对本次疫情防控可谓重中之重。二是由于武汉疫情向省内各地扩散以及这些地区内部及相互间可能发生的二次扩散，湖北16个地级市（其中神龙架是副地级）都有病例报告。三是由于武汉及湖北向外省发生疫情扩散以及其它省市区内部及相互间可能发生的次级扩散，全国各省级行政区都有新冠肺炎病例报告。四是新冠病毒传染性更强，2月底全国报告病例总数近8万，约为非典国内5327病例总数15倍之多。
说明：图中带*地名是湖北所属地区。
武汉外报告病例最多地区是湖北省内部分地级市。例如武汉外病例最多的十个行政区中，湖北地级市占了六个，包括孝感、黄冈、荆州、鄂州、随州、襄阳等。不难看出这些地区呈现两方面特点。一是与武汉距离较近，如孝感、黄冈、鄂州、荆州与武汉毗邻，另外随州与孝感接壤因而也与武汉比较临近，区位因素客观上导致发生输入性病例风险较大。二是在湖北省内大都属于人口较多地市，如孝感、黄冈、荆州、襄阳位居武汉外湖北前八大人口城市之列。再看湖北省外病例最多省份情况，2月底病例过千的有广东、河南、浙江、湖南四省，它们或与湖北接壤毗邻，或是人口和经济体量大省，也相对表现出与湖北上述6地市的两方面特点。
再看图1最右侧报告病例数不到100个的八个行政区，其中有七个是省级行政区，它们或属于边境省区（西藏、内蒙、新疆、吉林），或位于西北地区（甘肃、宁夏、青海），与湖北距离较为遥远。从相对体量角度看，除内蒙外，西藏、青海、宁夏、甘肃、新疆、吉林位居近年全国GDP规模最小八个省区之列。从人口规模来看，这七个省区是刨除三个直辖市外人口最少的省级行政区。神农架是图1所列病例最少的湖北行政区，这个位于湖北西部的林区旅游地人口仅8万多，不到湖北16个地市人口平均数的3%；该区面积3253平方公里，人口密度约为湖北平均数7.6%。
2、重力模型与迁徙行为
上述观察显示，如以病例数衡量特定地区疫情，无论是比较严重还是相对缓和，都与距离武汉远近及自身体量大小两方面条件存在明显关联。这自然让人联想到或可采用经济学重力模型对这个印象加以检验。
经济学重力模型（gravity model）是指借用经典物理学牛顿万有引力公式分析思路，利用距离与体量两个基本变量解释国际贸易、投资、迁徙等经济现象而建构的模型。收集上述46个行政区与武汉距离及其各自人口和经济体量数据，对各变量取对数后采用常规计量方法回归不同模型，发现与武汉距离以及人口和GDP等体量指标，都对新冠肺炎病例的地区分布具有显著解释力，调整R2约为0.75，显示这个简单重力模型能对各地报告病例差异具有四分之三解释作用。
经济学重力模型虽在经验研究中经常能得到较好计量分析结果，然而其明显局限在于缺乏必要理论基础，估计结果更多呈现研究对象之间统计相关性而不是现实因果联系。上述重力模型估计结果也存在这类问题。比如距离较近和体量较大为什么会派生较多病例与较重疫情，模型本身并没有给出直接解释。考虑新冠肺炎病毒主要通过人员飞沫、直接和间接的接触等方式实现人与人传播，疫情从发源地向外扩散传播并逐步形成区域分布结构，应主要通过人们旅行迁徙实现。在源自武汉扩散主导国内疫情地区分布假定前提下，应是武汉向外地人员迁徙流动对疫情区域分布具有最重要决定作用，当然各地输入病例后可能发生的二次和多次传播也有影响。
因而更具有现实合理性的关系应该是，上述重力模型实际解释对象是疫情发生期间武汉人群向各地迁徙结构特点，武汉外出人群迁徙行为及其它相关因素影响疫情区域分布。武汉市长在接受媒体采访时曾提到，大约500万武汉居民在封城隔离前返回故乡或到外地度假旅行。由于几百万离汉人员在外出旅行时可能有一定比例已感染新冠病毒甚至处于发病潜伏期，这一因素可能会在客观上对疫情空间传播产生关键影响。目前我们未能获得500万离汉度假者目的地准确数据，不过百度位置服务（Location Based Service）根据百度地图应用定位及其它相关信息，对包括武汉在内主要城市迁移规模时间变化提供数据描述，由此可得到2020年1月10-24日离汉人员到不同目的地城市和省区占离汉外出迁移总人数比例。
表1报告用重力模型对几百万武汉节前外出迁徙人群目的地流向占比值的回归结果。各地与武汉距离以及人口变量估计系数符号都符合事先逻辑推测方向，估计系数都在统计上高度显著。距离系数在 [-1.45, -1.42] 区间内，意味着其它条件给定，特定地区与武汉距离增加1%，该地区病例数会增加1.42-1.45个百分点。各地人口、城镇人口与农村人口等体量指标估计系数分别为0.43、0.39、0.42，显示给定与武汉距离等其它条件，特定地区人口规模增加1%，武汉节前迁移者到这个地区人数会增长0.4%上下。其中农村人口估计系数略微大于城市人口，或许反应离汉迁徙者中来自外地农村在武汉工作回家过节的人数较多。
用重力模型分析武汉节前500万外出迁徙目的地空间分布特点基础上，继续考察武汉节前迁徙结构对新冠肺炎疫情空间分布特点的影响。疫情地区分布模型除了包括武汉节前迁徙变量外，还包括人口及其结构指标考察迁徙变量之外可能影响疫情区域分布的因素。表2报告估计结果显示，两个变量估计系数符号方向符合预期，估计系数在统计上高度显著，不同模型估计调整R2值达到0.87上下，提示包含两个变量的简单模型能解释绝大部分用病例数度量的新冠肺炎疫情区域分布相对差异。
具体而言，估计模型的武汉迁徙变量系数值在0.93-1.0之间，意味着其它条件给定时，特定地区作为目的地吸引武汉在元月10-24日期间外出迁徙者数量增加1个百分点，该地新冠肺疫病例人数会上升约1个百分点。另外人口变量回归系数值在0.135-0.193之间，其中城镇人口变量系数大于农村人口，意味着控制住武汉迁徙因素等条件，特定地区人口特别是城镇人口越多，发生病例会显著增加。这个结果在流行病学意义上含义有待探讨，笔者初步认为或许反应两重影响：特定地区人口特别是城镇人口越多，人际交往密度较大和社交聚集频率较高，特定数量武汉迁徙者已感染者形成扩散的可能性越大，并且该地区原有人口之间发生二次传播可能性也会上升。另外，在包含迁徙变量的疫情区域分布解释模型中，如再加进与武汉距离变量则其估计系数不显著，原因应是迁徙和距离之间存在多重共线性。
3、疫情空间分布特点成因与启示
回到本文开篇问题：什么因素决定本次疫情空间分布特点？可直截了当回答的最重要单个原因，显然是春节前武汉几百万外出迁徙者旅行目的地的空间分布结构。本文得到的初步分析证据显示，迁徙与病例空间分布结构形态之间存在较强耦合关系，各地吸纳武汉节前迁徙人数比例对该地发生病例弹性接近1即具有单位弹性。进一步看， 各地与武汉距离远近是影响离汉迁徙者流向的基本决定之一，因而直接观察各地病例多少与离武汉远近之间反向关系的印象，其隐含的真实关系是距离影响迁徙行为、迁徙传播决定疫情空间分布的逻辑链条，对此或可称为“地缘影响亲缘”效应。就此而言，属地政府和专业部门机构疫情早期预警动作迟缓，有关部门在元月20日之前十多次疫情通告中对“人传人”判断采取过于保守策略，属地政府对相关民间信息采取过于严厉管控措施，客观上让武汉与全国付出了巨大代价。
本文初步分析结果还显示，各地人口规模及其结构特点，对新冠肺炎疫情的空间分布形态可能通过两个渠道发生影响。一方面，与武汉距离等其它因素给定条件下，特定地区人口特别是农村人口越多，该地在武汉外出迁徙人群目的地所占比例就会越大，通过武汉迁徙人群感染者传播带来病例就越多。这方面对武汉节前500万人目的地流向影响，或可称作“树大招风效应”。另一方面，给定武汉迁徙者流入数量等因素，特定地区人口特别是城市人口越多，武汉迁徙流入者形成输入病例传播机会可能会越大，另外该地区内部发生二次甚至多次传播可能性也会增加，从而使得该地区报告病例越多，对此或可称作“传播放大效应”。
需要指出的是，武汉外出迁徙变量对这次新冠肺炎疫情空间分布具有支配性影响，本身是一系列特殊条件的结果。从逻辑和经验上看，这些条件至少要包括武汉不仅是疫情发源地，也是一直维持病例数极高疫情最严重地位；从疫情发源地流出一定规模的人口数量；元月下旬举国动员全力抗击疫情，使得湖北以外地区通过二次和多次传播疫情势头很快得到控制。在武汉扩散支配性影响基础上形成的这次疫情空间分布形态，与其它大范围流行病比较是难得一见的特异现象，抑或具有某种普遍性，只有流行病学领域专家才能给出权威判断。作为非专业人士，笔者依据对新世纪以来几次国内外较大流行病如非典、甲型H1N1流感、埃博拉等疫情空间分布情况观察，感觉这次新冠肺炎疫情空间分布形态特殊性多于大于普遍性。如这个判断离谱不远，用疫情发源城市居民外出迁徙行为能较大程度解释全国范围病例空间分布特点或许应属偶然。
至于武汉为何能对新冠肺炎疫情演变产生如此重要影响，则与多方面因素及其组合作用有关。一是新冠肺炎病毒不仅传染性较强而且潜伏期较长，武汉作为新冠肺炎最早发生地在出现聚集性病例报告时，可能已发生了较多数量受感染和处于发病潜伏期人群。其次是武汉居于九省通衢的交通枢纽地位，疫情又发生在春节大规模大范围旅行迁徙季节，不幸为疫情传播提供地利天时之便。再次由于经验不足、透明度不够、对相关信息过度管控等多方面原因，武汉疫情早期预警和干预行动明显迟滞，等到元月20日顶层决策后仓促应战，已错失早期干预的最佳时机。最后封城隔离对抗击疫情具有重要意义，各地大规模驰援武汉再次彰显举国体制威力，然而隔离措施伴随的内外条件改变难免也一定程度給武汉控制疫情带来额外困难。非典十七年后我我国再次遭遇影响更大的公共卫生事件，确实对我国如何更好预防、预警、控制新型病原疫情，提出了需深入反思和改进的问题。
卢锋，北大国发院金光讲席教授，研究领域为开放宏观经济学，中国农业经济，发展经济学。
吴思芮，北大国发院博士后。
本文来源：FT中文网
