近期的返城潮有没有助推疫情？一个简单的DID分析-经纬的财新博客-财新网

2020年初，一场突发的新型冠状病毒疫情，冲击着我们的生活。疫情暴发的时间，恰逢春节假期。为了避免春节后的返城客流助推疫情，国务院延长2020年春节假期至2月2日。

在国务院延长假期后，一些主要城市进一步通过灵活办公、远程办公等方式，延长休息至2月9日。因此本周一，2月10日之后，各地才逐步恢复工作秩序。

延长假期，使得潜在的新冠病毒感染者，得到充分暴露，从而实现了早发现、早隔离、早治疗，极大避免了交叉感染。从最新的数据来看，湖北以外地区的疫情控制效果良好，新增病例数逐步减少。

推迟返城，不代表不返城。因此很多人在担忧，当客流开始大规模返城的时候，终究还会带来疫情的扩散。因此我们就有必要来跟踪一下这个问题。

我们在本文中采取的方法叫做DID（Differences-in-Differences），我们先解释一下。在DID方法中，将有两组样本，一组是观察组，我们选择人口流入的地区，一组是对照组，我们选择人口流出的地区。然后来观察，当返城开始之后，人口流入地区的疫情，有没有相对恶化。

根据百度迁徙提供了省份之间的人口迁移数据，我们一共选取了如下三组样本，分别是：

第一组

观察组：北京，对照组：河北

第二组

观察组：上海，对照组：安徽

第三组

观察组：深圳，对照组：湖南

下面我们来逐个观察一下。首先来看，北京和河北。从下图可以看到，北京的确诊病例数，要比河北多一些，这与北京、湖北人员交流比较密切有关系。

我们在2月2日和2月9日各做了一条竖线，代表两次返城日期，从下图可以看到，返城之后，北京和河北两条线之间的距离，似乎是收窄的。当然，这需要严格的统计检验。

考虑到数据前期的波动较大，我们剔除1月28日及以前的样本，然后分别以2月2日和2月9日作为返城日，做DID分析。结果如下：

DID的结果显示，2月2日之后，北京的确诊病例数的增速，相对河北慢了6.9%，但是并不显著。但是2月9日之后，北京的确诊病例数的增速，相对河北慢了18.1%，且非常显著。

结果意味着，2月9日之后，北京的疫情形势，相对于河北是好转的。

我们再来看看上海和安徽的对比。从下图可以看到安徽的确诊病例数，要比上海多一些，这与安徽人口基数大，且与湖北距离更近有关系。

我们在2月2日和2月9日各做了一条竖线，代表两次返城日期，从下图可以看到，返城之后，上海和安徽两条线之间的距离，似乎是拉宽的。安徽的疫情形势似乎要更差一些。

我们分别以2月2日和2月9日作为返城日，做DID分析。结果如下：

DID的结果显示，无论是2月2日之后，还是2月9日之后，上海的确诊病例增速，都明显慢于安徽，相对安徽慢了40%-50%，且非常显著。显示近期上海的疫情形势，要明显好于安徽。

我们最后来看看深圳和湖南的对比。从下图可以看到，湖南的确诊病例数，要比深圳多一些，这与湖南人口基数大，且与湖北距离更近有关系。

我们在2月2日和2月9日各做了一条竖线，代表两次返城日期，从下图可以看到，返城之后，深圳和湖南两条线之间的距离，看不出太明显的区别。

考虑到数据前期的波动较大，我们剔除1月23日及以前的样本，然后分别以2月2日和2月9日作为返城日，做DID分析。结果如下：

DID的结果显示，2月2日之后，深圳的确诊病例数增速，相较湖南快了13.5%，但是显著性检验未通过。2月9日之后，深圳的确诊病例数增速，相较湖南快了3.3%，但是非常不显著。也就是说，深圳的疫情形势，相比于湖南是更差的，但是差的程度在减轻。

最后来总结一下本文的结论。我们的意图是考察，春节后的返城，有没有助推疫情的恶化。我们采用的方法是DID，将人口流入的北京、上海、深圳作为观察组，将人口流出的河北、安徽、湖南作为对照组。分析两者在返城前后，疫情的相对走势。

从目前的数据来看，返城后，北京、上海、深圳的疫情，反而出现改善，尤其是2月9日之后，北京和上海的疫情，要明显好于河北和安徽，这个结果，有助于缓解我们对返城的焦虑。

但是我们要注意的是，这个结果的背后，是有前提条件的。第一个条件，2020年的返城进度，要明显慢于往年，也就是说，这个结果，还没有充分体现返城的冲击；第二个条件，北京、上海、深圳等城市，为了应对返城高峰，采取了更为严格的防疫行动。比如北京近期就对所有小区采取封闭式管理，这个因素本文没有剔除。

总的来说，目前数据显示，返城并没有助推疫情，但是背后有附加条件。那么我们如果在人口流入地区采取更严格防疫措施，并实现人口分批有序返城，那么就有望极大降低返城对疫情的负面冲击。

话题：