交通管制在新型冠状病毒传播中的作用.docxVIP

交通管制在新型冠状病毒传播中的作用 传染性疾病的传播受生态、环境和人口等多方面的因素影响。气候、温度、传播媒介、当地的医疗卫生条件以及人口的迁徙都可以影响疫病传播效果。研究表明，人口大量聚集的城市和与外界交流频繁的城市更容易遭到诸如风疹、麻疹，天花、登革热的侵袭。甚至对人口流动性较好的城市群，一些传染病（如小儿风疹）的流行有可能无法彻底根除。 很显然在应对疫病传播时，是没法寄希望于气候、温度、虫媒等自然因素的。而短期内提高疫区医疗卫生条件并补充动员大量的医护人员，需要政府部门极大的协调组织、物资储备调配能力，实际操作中难度也很大。事实上，只有封锁疫区实行交通管制是相对简单快速、具有可操作性的应对措施。但是大规模的交通管制、对社会经济发展有负面的影响。因此研究、预测人口迁徙在疫病传播中的作用，具有重要的现实意义，也是传染病动力学研究的一项重要内容。基于20世纪麻疹在英国传播的数据，O N Bj?rnstad B T Grenfell提出了一个风险模型，预测流动性不同的区域暴发疫病的可能。C Poletto等研究了交通管制在20XX西非埃博拉病毒传播中的作用，发现大规模的跨国交通管制作用有限，仅能有限延缓病毒在邻国暴发的时间。此外值得注意的是，相比于传统人口流动性的研究方法，借助大数据手段追踪人口迁徙进而研究疫病传播，具有样本大、精度高的优点，近年来采用的较多。A Wesolowski运用肯尼亚、纳米比亚、巴基斯坦三国的手机信令数据，研究了上述国家大范围季节性人口迁徙（节日、寒暑假）在传染病传播动力学中的作用。Wesolowski团队还利用手机信令数据研究巴基斯坦登革热的传播与人口迁徙之间的关系，以预测不同区域疫病的传播、集中暴发风险。在最近《柳叶刀》杂志刊登的关于新型冠状病毒传播研究中， J T Wu等学者借助腾讯位置大数据对病毒空间传播进行了预测。上述研究中，跨区域的交通，通常被认为是影响传染系数的一个因素，很少作为独立参数进入传染动力学模型进行考察。 20XX底新型冠状病毒肺炎（下文简称COVID-19）在武汉开始传播，截至2020年3月10日，中国总计报告累计确诊病例80 931例，目前已转入可防可控态势。但是国外累计确诊也达到了67 760例。截至论文提交时间（3月15日），日本、韩国、伊朗、意大利等国家感染案例每日都在激增，全球的疫病传播形势依旧严峻。为应对疫情，1月23日武汉“封城”——实行严格的进出交通管制措施，截断了春节期间以及春节后的跨市客流。 如果不采用如此严格的交通管制措施，病毒的跨市传播可能是怎样的情况？如何量化交通管制在疫情控制中的作用？这些问题将会是下一阶段相关疫病评估工作的重点，也是本研究的立足点。基于经典的传染病动力学预测模型（SIR模型），本研究建立一个考虑了空间人口迁徙的简单房室模型，模拟COVID-19在湖北省各城市之间传播的时空分布（传播时长、感染人数等）。与常规传染病动力学研究不同，本研究重点关注跨区域的人员迁徙在疫病传播中的作用，从城市、交通规划的视角考察空间管制策略的有效性，探索交通规划模型与传染病传播动力学模型两者间融合的可能。 一、模型选择及数据准备 （一）传染病动力学预测模型（SIR model） SIR模型是传染病动力学语境下的房室模式（Compartmental models）中的经典模型，普遍被用来预测传染病传播（如总的传染人数、持续时间）。SIR模型将（潜在）传染人群分为三类：易感者（Susceptibles），其数量记为S（t），表示t时刻未染病但有可能被该类疾病传染的人数;染病者（Infectives），其数量记为I（t），表示t时刻已被感染成为病人而且具有传染力的人数;移除者（Removals），其数量记为R（t），表示t时刻已从染病者中移出的人数。假设N（t）且不变，则有N（t）=S（t）+I（t）+R（t）。 此外，t时刻单位时间内，一个病人能传染的易感者数目与此环境内易感者总数S（t）成正比，設定比例系数为β，从而在t时刻单位时间内被所有病人传染的人数为βS（t）I（t）。通过接触发生感染的期望时间Tc=β-1。钟南山、J M READ等不同研究团队的共识是：1月23日开始，由于医疗条件、社区隔离度的加强，β随时间降低。t时刻，单位时间内从染病者中移出的人数与病人数量成正比，比例系数为γ，单位时间内移出者的数量为γi（t）。感染后治愈（死亡）的期望时间Tr=γ-1。β/γ为基本传染率（R0），即在不做管控情况下，一个染病者在一个时间步长（通常为一天）引起净增加的传染者人数。早期 J M READ等认为武汉COVID-19的R0为3.11，近期J T Wu发表于柳叶刀的论文中，R0略有下降，为2