自行车是生活中常见的交通工具
而疫情对骑行生活产生了什么影响?
又将如何改变未来的出行观念?
城市需要解决哪些骑行困境?
欢迎收听“一览众山小|不止是市民”本期播客
《自行车故事:二八大杠,老当益壮》
长按二维码或者点击阅读原文收听
城市规划与发展战略
城市综合交通
公共交通与非机动化出行
活力街区、街道与城市设计
量化城市与大数据
原文/ Salim Furth
翻译/孙启鸣 编辑/众山小
文献/欧阳倩倩 校核/众山小
排版/蒋睿婕
微博 | weibo.com/
纽约,作为美国第一大城市和世界金融中心,其都市圈也是世界上最大的都市圈之一。截止5月7日,美国疾控中心数据显示,纽约市的累积新冠病例已超18万,为纽约又添一枚“第一”。短短两个月,新冠病毒为何在纽约市如此肆虐,有人将目光瞄向了年总客流量达17.2亿人次的纽约地铁。纽约地铁到底该不该背这个黑锅呢?
纽约市已成为全球新冠病毒疫情的震中。截至4月16日,纽约市每10万人中就有1485个确诊病例。作为美国最大的城市,在媒体眼中,纽约市已经成为危机的标志,甚至连周边的郊区郡县也正遭受高感染率的困扰。
在一篇2020年4月13日发表的论文中, 麻省理工学院的Jeffrey E.Harris称,“纽约市的多触式地铁系统是大规模疫情最初爆发期间新冠病毒传播的主要媒介。” 不过奇怪的是,在文中他并没有继续提供证据支持这一观点。
相反的,我要展示的是数据显示,在控制人口统计的数据情况下,本地感染率与地铁使用呈负相关关系。尽管此关联性研究没有确定因果关系,但它依然比Harris单纯依赖直觉和视觉观察更可靠地表征了病毒的传播。
在这场缺乏病毒检测的持续危机中,所有感染和死亡率数据都要打上一个星号:我们并不完全了解数据的范围。只有获取了各种因素导致的死亡率数据和更广泛的检测数据时,结论才可以被证实。如果像 Harris和其他人一样,那这项研究可能会产生巨大的测量误差。
美国社区调查机构(2018,5年平均值)的数据显示,整个纽约市的通勤方式差异很大。纽约被分成多个社区(CDs),社区通常与人口普查公共用途微数据区(以下简称PUMAs)对应(一对一或者二对一)。而这55个社区包含人口也从11万到24.1万不等。在最依赖汽车的PUMA(史坦顿岛 CD3),75%的人依靠汽车通勤。最少依赖汽车的PUMA是曼哈顿CD1&2,汽车通勤只占4%。通常,即使大部分纽约人使用非地铁,步行或骑车去上班,地铁和汽车通勤仍呈系数为-0.88的镜像关系。地铁通勤的比例从2.5%(再次是史坦顿岛 CD3)到72%(曼哈顿 CD10-中哈林)不等。而除此之外的其他交通方式(主要是公交车),与汽车通勤占比呈正相关,这两者反映了地铁通达性的不足。不过其他交通方式占比不会超过29%。
除了通勤数据之外,我还提供了一些PUMA的ACS人口统计数据。
纽约市从4月1日开始发布细化到邮政区域级别的新冠病毒检测和感染数据。这些数据显示,检测为阳性的患者是早在两周前暴露在病毒下感染的。理想情况下,一般倾向于使用3月中旬到下旬的数据来确定早期病毒传播的地理分布格局。在3月1日至20日进行的测试中,全市共报告了18035例病例。我们倾向于认为这波激增的病例,大部分在3月14日的周末,也就是整个城市大规模停工之前就已感染。而3月21日到30日测试中心报告的另外40230例病例,则可能是在城市封锁期间感染的。因此,早期可用的详细的地理数据很大一部分是来源于城市停工之前。
到4月1日,纽约市可以识别出一个清晰的,以皇后区科罗纳(Corona)为中心的病毒热点图(死神显然具有残酷的幽默感)。自这以后,病毒已无处不在。
我用一个地理对应文件将邮政区域级别的感染数据和PUMAs对应。尽管邮政区域和人口普查区的边界并不一样,但通常一个人口普查区会涵盖几个邮政区域。
表格一显示,4月1日确诊率与汽车通勤占比,或者更模糊一些的说,与非地铁通勤占比成正相关。而与该地富裕程度,获得医疗的便利程度呈负相关。此外,该地亚裔人数占比则与感染率并无相关性。
相关性也随时间推移而加强:富裕程度则是4月份病例对数增长的强有力的负相关预测指标,这可能是因为大量的富裕人群逃离了这座城市。
当然,这些自变量有的也互相关联,例如收入和有学士及以上学位的人数占比几乎呈正向相关,而使用地铁的人数占比和使用汽车的则刚好呈负相关。因此,我用普通最小二乘法来测算相关性(即删除一些变量来避免变量之间产生共线性)。
作为参考,每千人的平均感染率是4.6,范围从2.9到8.2。系数x也很容易解释:自变量中10%的差异与因变量增加十分之x相关。因此,一个PUMA的汽车通勤占比提高10个百分点,那么每千人中预计将增加0.32个病例。
换句话说,汽车通勤比例(17%)的标准差增加可以解释几乎一半的感染率标准差。汽车通勤比例和covid-19感染率是唯一显著的关系。如图一所示,尽管有离群值,但这种关系仍然存在,且存在并非是因为这些离群值。
最后,从图二中我们可以看到,在4月1日后,汽车通勤和病例增长存在很强的联系。三个史坦顿岛的PUMA(橙色标注)占据了图表的右上角。尽管这些区的确诊率只略高于4月1日的平均水平,但病例数却增长迅速。回归方程2证实了这个情况,并表明相同的控制变量有更强的解释力。
图二、汽车通勤占比和4月1日至16日的确诊率增长关系
为了检测这些受控相关性的鲁棒性,我运行了5次回归方程一,每次删掉一个行政区。当布朗克斯区或者皇后区被删掉时,汽车通勤份额的系数在10%的水平上变得不再显著,即便系数本身没有太大改变。正如人们合理地质疑那样,数据结果并不完全取决于曼哈顿区。
在下面的回归方程三中,我采用了除地铁外的通勤比例而不再单单是汽车通勤比例。结果显示地铁和其他通勤比例都与4月1日的确诊率呈负相关。(如果我把汽车通勤比例和使用地铁比例都放入回归方程中,那么这两者中的一个的重要性就变得不那么显著,这是因为这两者之间存在共线性。)
这项研究使用了和Harris(2020)(参考文献1,请后台留言联系下载)截然不同的方法来分析同一现象,得出了完全相反的结论。本节回顾Harris的方法。
Harris首先引入一个数字,显示地铁使用量在3月11日(星期三)左右开始陡然下降。3月16日左右,随着地铁使用率急剧降低,新公布的确诊病例数渐渐趋于平稳。但是,正如Harris指出的那样,这很可能是内生的。下图三与Harris文章中的图三相似,除了蓝色条形图表示的是OpenTable所测量的相较于一年前的餐厅用餐量,而不是地铁入口数。随着城市意识到疫情的蔓延,各项活动都不约而同的减少。
Harris第二个证据是,在危机期间,地铁的乘坐人数也有不同程度的下降:史坦顿岛和布朗克斯区下降较轻,曼哈顿下降剧烈。曼哈顿的COVID-19增长率也迅速放缓。Harris声称这与地铁作为主要传播媒介是一致的(尽管没有证据)。
但是,如果是以地铁或轮渡为主要传播媒介,为什么汽车通勤占67%的史坦顿岛与其他城市一样容易受到COVID-19感染呢?看似交通方式使用的变化和Harris的假设一致,但交通方式使用的量级却与之不同。
接着,Harris向我们展示了一张地图,地图上暗示终点站为长岛Jewish Medical Center的Q46巴士已沿皇后区的联合大道一路传播了新冠病毒。值得一提的是,Harris忽视了这一点:在一个公交和地铁线路如此密集的城市,几乎各种与空间相关的分布现象都会与某些交通路径相吻合。不过Harris只是通过叙述提出建议,暗指法拉盛可能是传播的罪魁祸首,却并没有直说。
Harris合理地认为,以地铁线路(而不是地铁车站)为分析单位是正确的,但他并没有用这一分析工具。
作为他论点的最高潮,Harris展示了一幅显示地铁线路的纽约地图(如下图),这表明了一明显且直接的视觉结论:截止4月12日,COVID-19感染率最高的地区,发生在人口密度最低,最依赖汽车通勤的城市周边地区。
图四、各邮政区域内每10000人中累积报告的新冠病毒感染人数(x)
反驳Harris着实困难,因为他几乎没有提出明确的主张,也没有口头或者定量论据,而是对每一条数据都加以质疑:
“图一中两个趋势的简单对比并不能回答因果关系的问题。”(第四页)
“单单从曼哈顿对其他城市的比较研究得出准确的结论是不可靠的。”(第七页)
“我们已经处在一个读者们可能会非常怀疑的关头。”(第十二页)
“对这些研究工作的全面评估,肯定会使科学评论员得出一个因果关系难以证明的结论。”(第十六页)
实际上,Harris文中唯一明确的说法也就是文章标题:“地铁在纽约市播下了新冠病毒大规模传播的种子”。不过文中Harris本想用来支持文章标题的数据分析却成了反驳这一标题的有利证据。
放眼纽约市五个行政区外,纽约的情况似乎并非反常。截至4月16日,纽约州的五大郊县公布的确诊率都高于纽约市,虽然它们的死亡率较纽约市低。新泽西州的郊县公布的确诊率也与纽约市相当。
在全球范围内,依赖公共交通的城市其实并没有受到特别严重的打击。例如香港和首尔这些公共交通使用率极高的亚洲城市反而是世界上最安全的地方之一。像伦敦和巴黎这些欧洲交通枢纽情况要稍差一些,但也没有纽约受灾严重。ALON LEVY指出,在德国,依赖公共交通的城市并没有系统地显示出更高的感染率。
政策,或许还有文化,对感染率似乎有更大的影响。从某种程度上讲,交通方式的选择至关重要,与地铁相比,汽车是更危险的疾病传播媒介。
一个棘手的问题依然存在:汽车是如何传播病毒的?它们最多也只能载运几个乘客,这些乘客也通常是来自同一家庭里的成员。陌生人也不会像触摸地铁车厢内把手那样触摸你的方向盘。和很多人一样,自三月初以来,我便更经常的选择开车出行以减少乘坐公共交通。
对于新冠病毒在公路上比铁路上传播更多,有两种较为合理的解释。首先,依赖地铁出行的人会比驾车出行的人更多的减少出行次数。出行会使我们在目的地(商店,工作场所,餐厅)与其他人接触,依赖地铁出行的人减少出行后变得更加安全,因为这些人会觉得此时乘坐地铁比较危险而减少使用地铁。
其次且不太明显的是,依赖地铁出行的人可能具有更多由地理位置决定的接触圈。而拥有私家车的人可以自由快速的移动到邻近社区之外。用算法语言来说,没有私家车的人群更容易导致“邻居泛洪”,有车的车主则导致病毒像“八卦” (参考文献2,请后台留言联系下载)一样扩散(感谢Wesley Chow 的这一概念架构)。也就是说,如果在汽车保有量低的社区中有一家杂货店成了传染场所并感染了一群人,那么这群人会在周围药店和公园不断的“重复感染”。而相比之下,在汽车保有率高的地区,受感染的杂货店客人,则可能开车去不同的药店和公园,并传染给其他人。
总体而言,在全球范围内,郊区和城市的感染率以及纽约市内社区感染趋势都表明,即便公交系统仍处于开放状态,依赖公共交通的城市也并非更容易导致疫情传播。如何安全地重新开放城市交通仍然是一个严峻的问题,强有力的安全举措,例如要求戴口罩和定期清洁站点都是不可缺少的。
这一研究表明了汽车传播病毒的危险需要格外关注。在纽约市,立刻提高过桥过隧道的通行费可以减少人们进出城,从而抑制病毒随着人们进出城而传播。
在抗疫形式严峻的郊区,应限制大多数驾驶者进入高速公路。因为在畅通的高速路上快速行驶,驾驶者会将病毒迅速的传播到还未受疫情影响的地区。而将驾驶者限制在低速道路上,则会抑制他们的出行欲望,从而在地域上控制疫情大规模爆发。但是,像地铁一样,道路和驾驶都是维护公共建设(健康,食品,基础设施,信息)的至关重要的方面,它们为长期封城对抗病毒这一措施提供了可能。随着经济重新开放,通勤工作者也将重返他们的日常生活。但这些人需要明白他们可能使病毒在地区间快速传播,因而在自己社区外活动时,理应采取更多的预防措施。
免费下载一览众山小提供的原文资料:
微信公众号 后台留言
或电邮 Daizongliu@qq.com
我们作为独立的专业志愿者团体,秉承专业理想与价值观,不依托任何机构,信守非盈利原则,帮助中国城市可持续发展。我们关注的领域包括但不限于:城市规划与发展战略、城市交通、公共交通与非机动化出行、活力街区、街道与城市设计、量化城市与大数据。至今我们已经拥有遍布全球近430名志愿者网络,并推送3000篇专业微文。作为微信公众号平台最大的线上专业志愿者平台,我们感谢您对我们的关注和支持,并欢迎加入我们!
微博:https://weibo.com/
2014-2020 ? 转载请注明:
转载自公众号“”