閆常鑫，王彬，陳理，向往*，王云，閆學(xué)東

(1.長(zhǎng)沙市規(guī)劃勘測(cè)設(shè)計(jì)研究院，長(zhǎng)沙410007；2.長(zhǎng)沙理工大學(xué)，交通運(yùn)輸工程學(xué)院，長(zhǎng)沙410114；3.北京交通大學(xué)，交通運(yùn)輸學(xué)院，北京100044)

0 引言

2020年1月下旬至2月上旬全國(guó)進(jìn)入新冠疫情暴發(fā)期，對(duì)人民生命安全造成極大的威脅，截止到2021年4月，全國(guó)各地仍受到新冠疫情的威脅與影響。交通管理政策是疫情防控的關(guān)鍵性措施，可以通過限制人口流動(dòng)控制疫情傳播。長(zhǎng)沙市作為湖北省臨近的省會(huì)城市，由于疫情時(shí)空分布擴(kuò)散符合地理鄰近的基本規(guī)律[1]，對(duì)疫情防控提出了高要求。因此，在疫情防控逐漸常態(tài)化的狀況下，交通防控政策對(duì)人口流動(dòng)限制的有效性研究具有重要的理論意義和現(xiàn)實(shí)價(jià)值。

研究表明，人口流動(dòng)對(duì)推動(dòng)疫情的傳播起重要作用[2]，以武漢市封城為例，即切斷武漢與各城市之間的交通聯(lián)系，減少城內(nèi)、城外出行，極大程度的降低人口流動(dòng)的規(guī)模，達(dá)到阻斷病毒傳播的目的，武漢封城延緩病毒向國(guó)內(nèi)傳播3～5 d，減少近80%的國(guó)際傳播[3]，武漢市封城以及各地的防控措施，使感染人數(shù)減少70 萬(wàn)人，延緩各地疫情開始時(shí)間2.91 d[4]。因此，是否能夠控制長(zhǎng)沙市的人口流動(dòng)，是長(zhǎng)沙市疫情防控的關(guān)鍵。

交通是人口流動(dòng)的重要載體，在運(yùn)輸過程中，旅客處于相對(duì)密閉和聚集的環(huán)境，對(duì)疫情傳播產(chǎn)生重要影響。基于航空運(yùn)輸、高鐵列車和長(zhǎng)途汽車的研究發(fā)現(xiàn)各地疫情發(fā)展與連接武漢的交通網(wǎng)絡(luò)具有顯著的相關(guān)性[5]。所以，交通與傳染病的防控緊密相連。WESOLOWSKI等[6]基于手機(jī)信令數(shù)據(jù)揭示了交通流的季節(jié)性變化對(duì)于流行病傳播的影響；張釗等[7]研究了武漢封城對(duì)浙江省交通流的影響，但是未進(jìn)行防控政策效果的量化分析；江飛濤等[8]從確診人數(shù)和經(jīng)濟(jì)復(fù)蘇兩個(gè)角度考察新冠肺炎下交通防控政策的效果，未進(jìn)行交通管制政策對(duì)人口流動(dòng)的影響分析。上述研究表明，目前研究者研究交通流與傳染病之間的關(guān)系，揭示交通防控政策與人口流動(dòng)的相關(guān)性，但并未進(jìn)行量化處理。

基于此，本文以百度遷徙數(shù)據(jù)為基礎(chǔ)，研究長(zhǎng)沙市在不同疫情防控階段制定的交通防控政策對(duì)人口流動(dòng)的影響，對(duì)長(zhǎng)沙市在不同疫情階段制定的交通防控政策進(jìn)行識(shí)別及量化分析。介紹長(zhǎng)沙市疫情防控政策及階段劃分；對(duì)比分析長(zhǎng)沙市2019年和2020年的同期人口流動(dòng)；基于雙重差分模型驗(yàn)證交通防控政策對(duì)人口流動(dòng)控制的有效性；并對(duì)本文進(jìn)行了總結(jié)討論。

1 長(zhǎng)沙市疫情防控政策及階段劃分

1.1 長(zhǎng)沙市疫情防控政策

2020年1月23日，湖南省啟動(dòng)重大突發(fā)公共衛(wèi)生事件一級(jí)響應(yīng)，2020年1月24日下午，長(zhǎng)沙市啟動(dòng)重大突發(fā)公共衛(wèi)生事件一級(jí)響應(yīng)。依據(jù)公共衛(wèi)生事件響應(yīng)等級(jí)，指導(dǎo)各部門制定相關(guān)疫情防控細(xì)則，交通部門制定交通防控的具體措施，長(zhǎng)沙市具體疫情防控公告如表1所示。

表1 長(zhǎng)沙市具體相關(guān)防控通告Table 1 Specific prevention and control measures in Changsha

1.2 長(zhǎng)沙市疫情防控階段劃分

疫情下的防控措施隨疫情演變而調(diào)整，既有利于嚴(yán)格的防控，也有利于人們社會(huì)活動(dòng)的恢復(fù)。交通防控政策不僅包括疫情嚴(yán)重時(shí)的交通管制措施，也包括在疫情得到有效控制之后的恢復(fù)政策。本文將長(zhǎng)沙市疫情防控情況分為交通管制階段(第1階段)和交通恢復(fù)階段(第2階段)。

作為武漢的臨近省會(huì)城市，長(zhǎng)沙市的疫情情況引起全國(guó)人民的擔(dān)心。2020年1月21日，國(guó)家衛(wèi)生健康委員會(huì)確認(rèn)長(zhǎng)沙市第1例新冠肺炎，截止到武漢市封城，長(zhǎng)沙市累計(jì)確診8例。2020年1月24日，對(duì)相關(guān)的小區(qū)進(jìn)行封閉式管理，停運(yùn)部分高風(fēng)險(xiǎn)地區(qū)的公共交通，對(duì)風(fēng)險(xiǎn)較低的地區(qū)增大公交、地鐵的運(yùn)行間隔和嚴(yán)格的載客率控制，自1月24日長(zhǎng)沙市啟動(dòng)疫情防控工作至2月6日，長(zhǎng)沙市對(duì)市內(nèi)、市外的人口流動(dòng)均進(jìn)行超強(qiáng)管制，先后采取了不同的交通管制措施。

至2020年2月上旬，長(zhǎng)沙市的疫情得到控制，2月6～7日，單日新增病例6 例，治愈病例19 例，治愈病例首次超過新增病例，第1階段的疫情防控措施取得初步成效。2月6日，長(zhǎng)沙市政府召開“做好疫情防控和城市活動(dòng)逐步恢復(fù)”的會(huì)議。由于全國(guó)疫情形式當(dāng)時(shí)仍然嚴(yán)峻，長(zhǎng)沙市首先恢復(fù)城市內(nèi)部的人口流動(dòng)，2月6日全市公共交通、客運(yùn)出租車開始恢復(fù)營(yíng)運(yùn)，客座率嚴(yán)格控制在50%以下，加大地鐵、公交車的運(yùn)行時(shí)間間隔，同時(shí)，禁止體溫不正常、個(gè)人防護(hù)未做好的乘客乘坐公共交通工具。2月11日，長(zhǎng)沙市采取相同的疫情防控政策恢復(fù)市際客運(yùn)。2月14～15日，長(zhǎng)沙市單日病例首次實(shí)現(xiàn)零增長(zhǎng)，疫情得到穩(wěn)定控制。2月21日，中央召開政治局會(huì)議部署疫情防控和發(fā)展工作，2月22日，開始進(jìn)入交通全面恢復(fù)階段，關(guān)鍵時(shí)間節(jié)點(diǎn)如圖1所示。

圖1 政策關(guān)鍵節(jié)點(diǎn)Fig.1 Key nodes of policy

2 疫情下的長(zhǎng)沙市人口流動(dòng)變化

本文基于百度遷徙數(shù)據(jù)，利用百度地圖的LBS開放平臺(tái)、百度天眼，計(jì)算分析其擁有的LBS(基于地理位置的服務(wù))大數(shù)據(jù)，直觀地展現(xiàn)人口遷徙軌跡與特征。百度遷徙數(shù)據(jù)精度到個(gè)人層級(jí)，并提供當(dāng)前城市網(wǎng)絡(luò)研究中實(shí)測(cè)流數(shù)據(jù)，同時(shí)能夠摒棄公路、鐵路、航空等單一運(yùn)輸模式造成的數(shù)據(jù)片面性，獲得城市間人口流動(dòng)的綜合判斷，對(duì)中國(guó)城市網(wǎng)絡(luò)的指示意義更為明顯[9]。因此，在智能設(shè)備普及的大背景下，百度地圖遷徙大數(shù)據(jù)具有廣泛的代表性，能夠很好地反映城市間和城市內(nèi)的人口流動(dòng)。

2.1 數(shù)據(jù)介紹

本文獲取長(zhǎng)沙市2020年1月1日～5月6日以及2019年農(nóng)歷同期的人口遷徙數(shù)據(jù)。主要包括：城市每日遷入強(qiáng)度、城市每日遷出強(qiáng)度，以及城市每日內(nèi)部出行強(qiáng)度3個(gè)指標(biāo)。

城市每日遷入強(qiáng)度和每日遷出強(qiáng)度的計(jì)算依賴于城市間遷徙活動(dòng)的判定，判斷1個(gè)人發(fā)生遷徙需要確定其出發(fā)城市和到達(dá)城市，離開常駐城市或者在非常駐城市停留超過1 d，即為遷徙出發(fā)城市，在目的城市停留超過4 h，即為到達(dá)城市。在得到各城市每日人口遷入量和遷出量后，進(jìn)行特征縮放，將城市每日人口遷入量和遷出量轉(zhuǎn)換為無(wú)量綱，且在時(shí)間和空間上可比的城市每日遷入和遷出指數(shù)。城市內(nèi)部出行強(qiáng)度是某城市有出行行為的人數(shù)與該城市居住人口總數(shù)比值的指數(shù)化結(jié)果。

2.2 人口流動(dòng)對(duì)比分析

2019年和2020年長(zhǎng)沙市同期人口遷出強(qiáng)度的日變化趨勢(shì)(遷入強(qiáng)度與遷出強(qiáng)度基本一致)如圖2所示。長(zhǎng)沙市內(nèi)部出行強(qiáng)度的日變化趨勢(shì)如圖3 所示。

圖2 長(zhǎng)沙市人口遷出強(qiáng)度變化趨勢(shì)Fig.2 Changing trend of population emigration intensity in Changsha city

圖3 長(zhǎng)沙市內(nèi)人口出行強(qiáng)度變化趨勢(shì)Fig.3 Trend of travel intensity in Changsha

對(duì)比分析2020年受疫情防控影響的人口流動(dòng)變化情況，在長(zhǎng)沙市啟動(dòng)重大突發(fā)公共衛(wèi)生事件一級(jí)響應(yīng)前(2020年1月24日前)，長(zhǎng)沙市2020年人口遷出強(qiáng)度大于2019年同期的人口遷出強(qiáng)度；同時(shí)，2020年平均每日遷出強(qiáng)度和城市內(nèi)部平均出行強(qiáng)度與2019年同期相比，大致保持相同變動(dòng)趨勢(shì)，為將2019年作為對(duì)照組使用雙重差分模型探究交通防控政策對(duì)人口流動(dòng)影響提供了有利前提條件。在疫情暴發(fā)后，和2019年同期相比，遷出強(qiáng)度大幅度下降，頒發(fā)了《長(zhǎng)沙市關(guān)于恢復(fù)道路客運(yùn)班線的通告》之后，有微弱的上升趨勢(shì)，當(dāng)2月21日國(guó)家層面召開復(fù)工復(fù)產(chǎn)會(huì)議后，遷出強(qiáng)度恢復(fù)趨勢(shì)逐步增大，截至2020年5月6日，剛好恢復(fù)到2019年同期水平。

受疫情防控影響，長(zhǎng)沙市內(nèi)部平均出行強(qiáng)度與2019年同期相比也劇烈下降，但在長(zhǎng)沙市頒發(fā)了《長(zhǎng)沙市關(guān)于恢復(fù)道路客運(yùn)班線的通告》之后，內(nèi)部出行強(qiáng)度開始穩(wěn)步回升，恢復(fù)力度遠(yuǎn)大于遷出強(qiáng)度的恢復(fù)，說明該政策對(duì)城市內(nèi)部活動(dòng)更加敏感。在2020年3月15日之后,城市內(nèi)部出行強(qiáng)度基本恢復(fù)到2019年同期水平。在一定程度上反映出，在2020年3月15日后，長(zhǎng)沙市內(nèi)部的經(jīng)濟(jì)、社會(huì)活動(dòng)已基本恢復(fù)，但長(zhǎng)沙市的跨省流動(dòng)人口仍然受阻。

2.3 交通政策對(duì)人口流動(dòng)的影響分析

基于長(zhǎng)沙市疫情防控措施的具體情況，具體分析關(guān)鍵性疫情防控政策的影響。2020年1月1～23日，長(zhǎng)沙市未發(fā)布任何防控政策；1月24日～2月6日，該階段的人口流動(dòng)強(qiáng)度受《長(zhǎng)沙市啟動(dòng)重大突發(fā)公共衛(wèi)生事件一級(jí)響應(yīng)》防控政策的影響，長(zhǎng)沙市進(jìn)入全面防控狀態(tài)；2月7～20日，湖南省交通運(yùn)輸廳頒布《長(zhǎng)沙市關(guān)于恢復(fù)道路客運(yùn)班線的通告》，部分低風(fēng)險(xiǎn)區(qū)域開始交通恢復(fù)；2月21日國(guó)家召開復(fù)工復(fù)產(chǎn)的推進(jìn)會(huì)議。不同階段下的人口流動(dòng)強(qiáng)度如表2及圖4所示，數(shù)據(jù)對(duì)比區(qū)間為2020年1月1日～5月6日和2019年農(nóng)歷同期數(shù)據(jù)。

表2 不同交通政策階段下的人口流動(dòng)強(qiáng)度Table 2 Intensity of population mobility under different transportation policy stages

圖4 描述了4 個(gè)階段下的長(zhǎng)沙市遷入、遷出和內(nèi)部出行強(qiáng)度，交通政策對(duì)人口流動(dòng)呈現(xiàn)出兩個(gè)影響：第一，當(dāng)交通政策從寬松轉(zhuǎn)為限制時(shí)，長(zhǎng)沙的人口遷出強(qiáng)度減少最大；當(dāng)交通政策從限制轉(zhuǎn)為寬松時(shí)，城市內(nèi)部出行強(qiáng)度提升最快，說明城市內(nèi)部出行需求更剛性。第二，當(dāng)?shù)惋L(fēng)險(xiǎn)區(qū)域放松管制、嘗試部分恢復(fù)交通后，城際間的交通出行仍然呈現(xiàn)下降趨勢(shì)，直至長(zhǎng)沙市全面復(fù)工復(fù)產(chǎn)、恢復(fù)交通出行，城市內(nèi)部的出行強(qiáng)度快速增長(zhǎng)，接近無(wú)防控時(shí)期，但是城際間出行強(qiáng)度仍遠(yuǎn)低于無(wú)防控時(shí)期，說明疫情對(duì)于城際間交通有更大的影響。

圖4 不同交通政策階段下的人口流動(dòng)強(qiáng)度Fig.4 Intensity of population mobility under different transportation policy stages

2020年不同交通政策階段下的人口流動(dòng)強(qiáng)度與2019年農(nóng)歷同期人口強(qiáng)度對(duì)比如圖5 所示。圖5(a)顯示長(zhǎng)沙市的人口流動(dòng)呈現(xiàn)自然增長(zhǎng)趨勢(shì)，在無(wú)防控階段，2020年出行強(qiáng)度均大于2019年農(nóng)歷同期；圖5(b)顯示在全面防控時(shí)，2020年遷入強(qiáng)度、遷出強(qiáng)度及內(nèi)部強(qiáng)度與2019年相比均急劇下降，其中，遷入強(qiáng)度下降的幅度最大；圖5(c)顯示《長(zhǎng)沙市關(guān)于恢復(fù)道路客運(yùn)班線的通告》的頒布，對(duì)于長(zhǎng)沙的遷入和遷出強(qiáng)度恢復(fù)作用有限，但是對(duì)城市內(nèi)部強(qiáng)度恢復(fù)具有明顯的效果，與圖2、圖3顯示的變動(dòng)趨勢(shì)基本一致；圖5(d)是國(guó)家召開復(fù)工復(fù)產(chǎn)推進(jìn)會(huì)議后同期數(shù)據(jù)對(duì)比，遷入、遷出強(qiáng)度仍低于2019年同期，但是城市內(nèi)部強(qiáng)度已經(jīng)超過2019年同期，說明長(zhǎng)沙市內(nèi)部出行強(qiáng)度基本恢復(fù)，城市內(nèi)部經(jīng)濟(jì)活動(dòng)正常進(jìn)行。

圖5 不同交通政策階段下的人口流動(dòng)強(qiáng)度與2019年同期人口強(qiáng)度比較Fig.5 Comparison of population mobility intensity under different transportation policy stages with that of the same period in 2019

3 交通防控政策有效性分析

本文采用雙重差分模型(Difference-in-Difference Model，DID 模型)識(shí)別不同疫情階段防控策略，量化交通防控政策控制效果，分析政策的有效性。

3.1 交通管制DID模型

為分析長(zhǎng)沙市疫情嚴(yán)格防控階段交通管制政策對(duì)人口流動(dòng)的影響，構(gòu)建DID模型為

式中：ln(Si,t)為在時(shí)間段t 內(nèi)城市i 的人口流動(dòng)(包括人口遷出、人口遷入以及城市內(nèi)部人口流動(dòng))強(qiáng)度的對(duì)數(shù)值；Ti,t為組別虛擬變量，處理組為1，對(duì)照組為0；Ri,t為長(zhǎng)沙市于2020年1月24日開始疫情防控的交通管制階段，在1月24日～2月5日為1，其他時(shí)間段取為0；θ0為常數(shù)；θ1為政策效應(yīng)系數(shù)；θ3為處理組系數(shù)；θ2為交互項(xiàng)Ti,t?Ri,t的系數(shù)，是需要著重關(guān)注的系數(shù)，通過回歸模型求解，便可以獲得政策效應(yīng)的量化結(jié)果；εi,t為擾動(dòng)項(xiàng)。

3.2 交通恢復(fù)DID模型

實(shí)施交通管制措施至2020年2月6日，長(zhǎng)沙市的疫情初步得到控制，長(zhǎng)沙市開始恢復(fù)市內(nèi)交通，長(zhǎng)沙市進(jìn)入疫情防控第2階段，交通恢復(fù)階段。為研究在疫情嚴(yán)格防控階段長(zhǎng)沙市交通恢復(fù)政策對(duì)人口流動(dòng)的影響，構(gòu)建DID模型為

式中：Ei,t為交通恢復(fù)虛擬變量。2月6日起開始對(duì)長(zhǎng)沙市內(nèi)公共交通、省內(nèi)客運(yùn)運(yùn)輸以及省際運(yùn)輸逐步恢復(fù)，由于中途根據(jù)全國(guó)疫情情況而不斷調(diào)整交通恢復(fù)政策，故從2020年2月7日～5月6日，統(tǒng)稱為交通恢復(fù)階段。

3.3 模型求解與分析

3.3.1 平行趨勢(shì)檢驗(yàn)

DID模型求解前需要進(jìn)行平行趨勢(shì)檢驗(yàn)，對(duì)于第1 階段，即在采取交通管制措施前，將處理組(2020年1月1日～2月20日)和對(duì)照組(2019年同期)的人口遷出強(qiáng)度進(jìn)行平行趨勢(shì)檢驗(yàn)，如圖6所示。

圖6中，1月23日為除夕，虛線為1月24日長(zhǎng)沙市實(shí)施交通管制趨勢(shì)。趨勢(shì)卡方檢驗(yàn)結(jié)果(p<0.001)表明，在長(zhǎng)沙市采取交通管制防控措施前，處理組和對(duì)照組的長(zhǎng)沙市人口遷出強(qiáng)度變動(dòng)趨勢(shì)顯著線性關(guān)聯(lián)。處理組與對(duì)照組的城市人口遷入強(qiáng)度和城市內(nèi)部出行強(qiáng)度同樣滿足平行趨勢(shì)。

圖6 長(zhǎng)沙市交通管制階段人口遷出強(qiáng)度的平行趨勢(shì)Fig.6 Parallel trend of population emigration intensity in traffic control stage of Changsha

對(duì)于第2 階段，處理組(2020年2月21日～5月6日)與對(duì)照組(2019年同期)的人口遷出強(qiáng)度進(jìn)行平行趨勢(shì)檢驗(yàn)，如圖7所示。

圖7 中，從左往右第1 條虛線為2月6日，長(zhǎng)沙市開始逐漸恢復(fù)室內(nèi)交通；第2條虛線為國(guó)家頒布復(fù)工復(fù)產(chǎn)文件。趨勢(shì)卡方檢驗(yàn)結(jié)果(p<0.05)，結(jié)果表明處理組與對(duì)照組的變動(dòng)趨勢(shì)顯著線性關(guān)聯(lián)。

圖7 交通恢復(fù)階段人口遷出強(qiáng)度的平行趨勢(shì)Fig.7 Parallel trend chart of emigration intensity in traffic recovery stage

3.3.2 模型求解與分析

(1)交通管制DID模型求解

第1 階段，即交通管制階段，模型考慮的時(shí)間段為2020年1月24日～2月6日，在該階段選取的實(shí)驗(yàn)數(shù)據(jù)為2020年1月1日～2月21日作為實(shí)驗(yàn)組，交通管制政策節(jié)點(diǎn)設(shè)為1月24日。將2月21日設(shè)為實(shí)驗(yàn)組的截至日期主要原因是政策具有一定的延續(xù)性，在2月21日前國(guó)家層面并未出臺(tái)正式的復(fù)工復(fù)產(chǎn)文件，雖然全國(guó)在當(dāng)時(shí)的疫情已經(jīng)得到了基本控制，但是在2月21號(hào)之前長(zhǎng)沙市人口流動(dòng)仍然是受限制的，這種限制不是政策造成的，而是人們對(duì)疫情的認(rèn)識(shí)和全國(guó)疫情防控情況判斷所做出的一種自我保護(hù)方式，人們?nèi)匀粫?huì)減少不必要的出行活動(dòng)，從長(zhǎng)沙市的人口流動(dòng)強(qiáng)度恢復(fù)來(lái)看，2月21 號(hào)才有較為明顯的逐步上升趨勢(shì)，故設(shè)2月21號(hào)為截至日期。對(duì)照組為2019年的同期數(shù)據(jù)。結(jié)果如表3所示。

表3 交通管制階段DID模型的求解結(jié)果Table 3 Solution result of DID model in traffic control phase

從回歸結(jié)果顯示，當(dāng)長(zhǎng)沙市采取交通管制措施時(shí)，長(zhǎng)沙市的平均人口遷出強(qiáng)度、平均人口遷入強(qiáng)度以及城市內(nèi)部出行強(qiáng)度分別下降了83.68%(1-e-1.813)、69.24%(1-e-1.179)和59.74%(1-e-0.91)，結(jié)論與《長(zhǎng)沙市啟動(dòng)重大突發(fā)公共衛(wèi)生事件一級(jí)響應(yīng)》防控政策所展示的直觀影響基本一致，交通管制措施對(duì)人口流動(dòng)為負(fù)效應(yīng)，在重大突發(fā)事件一級(jí)響應(yīng)下制定的限制人們出行的交通防控政策起到了良好效果。

(2)交通恢復(fù)DID模型求解

第2 階段，即為交通恢復(fù)階段，模型考慮的時(shí)間區(qū)段為2020年2月6日～5月6日，因?yàn)樵撾A段是一個(gè)逐步恢復(fù)交通的階段，長(zhǎng)沙市交通恢復(fù)政策根據(jù)省內(nèi)以及全國(guó)的疫情發(fā)展進(jìn)行調(diào)整，所以，對(duì)政策節(jié)點(diǎn)的選擇具有一定的不確定性。

2020年2月21日，中央召開政治局會(huì)議開始統(tǒng)籌部署復(fù)工復(fù)產(chǎn)工作，國(guó)家政策的調(diào)控，是基于整個(gè)國(guó)家層面的考慮，表明全國(guó)疫情已經(jīng)穩(wěn)定控制，從圖2 及復(fù)工復(fù)產(chǎn)推進(jìn)政策對(duì)人口流動(dòng)影響分析結(jié)果可以看出，長(zhǎng)沙市人口遷出強(qiáng)度開始有逐步回升的趨勢(shì)?；诖耍疚倪x擇2020年1月24日～5月6日的數(shù)據(jù)作為回歸數(shù)據(jù)，考慮到政策的滯后性，政策節(jié)點(diǎn)設(shè)為2月22日。對(duì)照組為2019年的同期數(shù)據(jù)，具體求解結(jié)果如表4所示。

表4 交通恢復(fù)階段DID模型的求解結(jié)果Table 4 Result of DID model in traffic recovery phase

回歸結(jié)果顯示，當(dāng)長(zhǎng)沙市采取交通恢復(fù)措施時(shí)，長(zhǎng)沙市的平均人口遷出強(qiáng)度、平均人口遷入強(qiáng)度以及城市內(nèi)部出行強(qiáng)度分別上升了171.01%(e0.997-1) 、93.67% (e0.661-1) 和54.96% (e0.438-1) ，量化所得結(jié)果與全面復(fù)工復(fù)產(chǎn)對(duì)人口流動(dòng)影響分析展示的直觀事實(shí)基本一致，交通恢復(fù)措施促使人口流動(dòng)強(qiáng)度恢復(fù)。

4 結(jié)論

限制人口流動(dòng)是新冠疫情控制的重要手段，交通防控政策是影響人口流動(dòng)的主要因素，本文基于百度遷徙數(shù)據(jù)，對(duì)比分析了2019年和2020年同期的人口遷出強(qiáng)度、人口遷入強(qiáng)度以及城市內(nèi)部出行強(qiáng)度，并構(gòu)建雙重差分(DID)模型，量化不同疫情防控階段下的交通防控政策對(duì)人口流動(dòng)強(qiáng)度的影響，主要結(jié)論如下：

(1)DID模型結(jié)果證明了長(zhǎng)沙市采取的交通防控政策是十分有效的，人們出行活動(dòng)強(qiáng)度隨著交通防控政策的變化而變化，當(dāng)交通管制時(shí)，長(zhǎng)沙市的人口遷入、遷出和城市內(nèi)部活動(dòng)大幅下降；當(dāng)交通恢復(fù)后，城市間和城市內(nèi)的出行活動(dòng)大幅上升。

(2)交通防控政策對(duì)長(zhǎng)沙市城際間的人口流動(dòng)(人口遷出或遷入)影響幅度更大，對(duì)城市內(nèi)出行強(qiáng)度的影響更小，說明城市內(nèi)部出行需求更加剛性。

(3)長(zhǎng)沙作為人口輸入性城市，呈現(xiàn)較明顯的省會(huì)輻射態(tài)勢(shì)，當(dāng)交通限制時(shí)，長(zhǎng)沙市人口遷出降幅最大，而前期遷出的人群回到長(zhǎng)沙使遷入人口保持一定的數(shù)量；當(dāng)交通恢復(fù)時(shí)，由長(zhǎng)沙市往外遷出的人口增幅也最大，因此，長(zhǎng)沙的向外輻射態(tài)勢(shì)可以為省會(huì)城市疫情防控安全提供政策上的借鑒，需要重點(diǎn)控制省會(huì)城市與地市的交通通道。

當(dāng)前我國(guó)正面臨著“內(nèi)防反彈，外防輸入”的疫情防控局面，對(duì)于人口流動(dòng)的監(jiān)控仍不能松懈警惕，一旦出現(xiàn)偶發(fā)疫情，本文可以為省會(huì)人口輸入性城市的疫情防控交通防控政策提供借鑒；可為常態(tài)化疫情防控下精準(zhǔn)防控政策和復(fù)工復(fù)產(chǎn)政策制定提供參考。