城市“助力”新冠传播？是时候重新思考我们的城市规划了

点击上方蓝字，关注我们！

原文作者：Roland Bouffanais & Sun Sun Lim

追踪城市人口流动可以锁定传染病传播最快和最远的位置。

新加坡一宿舍楼外的外来务工者——新加坡的一些最严重的COVID-19聚集性病例都发生在这类高层住宅里。来源：Edgar Su/Reuters

两个月前，在新加坡碧山-宏茂桥公园散步、慢跑、骑车的人惊讶地发现，一只机器狗会跟在他们身后。这只机器狗会朝行人“吠叫”，提醒他们保持几米的距离。对于这场让全球几十亿人禁足家中的COVID-19大流行来说，任何稀奇古怪的防控策略似乎都不足为奇。

现在摆在领导人面前的一个难题是：复工太慢导致雪上加霜，解封太早又怕二次暴发。这是一种非常不稳定的紧平衡状态。SARS-CoV-2病毒的扩散快似闪电而又微不可察。传播率极高的超级传播点可以在短短几天里就“种”下成百上千的病例。

以6月的北京为例，超过100例感染都与一家批发市场有关。澳大利亚墨尔本的公寓楼出现感染激增后触发了新一轮封锁。5月，去过首尔梨泰院夜店区的200多人均被感染。

城市的传播风险是最高的，政府需要工具来评判城市里的最大风险点。针对人员流动的大数据研究应与流行病学模型相结合。在任何特定位置与他人发生接触的人群人口特征也需包括在内。

密切接触

研究人员相当清楚疾病在人员面对面时间较长的地方容易传播，比如疗养院、医院和餐馆[1–3]。接触时长、物理距离和环境条件都是主要因素。与匆匆路过的行人打个照面的感染几率，并不如在室内坐在别人旁边20分钟来得大。拥挤不通风的室内空间比开阔的室外空间要危险得多。

还有更多其他因素也发挥了作用，但我们对这方面的理解尚不透彻。出于很多原因，一些人不遵守安全措施。让餐厅里喝醉的食客和主题公园里兴奋的游客保持几米的社交距离似乎不太可能。接触程度也不可一概而论。同一批学生可能每天都坐在一个教室里。但相比幼儿园的孩子，中学生会与更多学生和老师互动。学生之间还会在上下学路上、体育活动或课外辅导班有更多校外见面的机会。

COVID-19的防疫经验告诉我们，诸如此类的日常接触细节没有得到良好的记录，无法用来准确模拟风险因素。旅游景点、会议现场、宗教集会和工作场所都出现过大规模暴发。5月下旬，韩国富川市的一家电商物流仓库出现了几百例感染。美国、加拿大、德国、西班牙、爱尔兰、巴西和澳大利亚的肉加工厂也都暴发过疫情。早期一些超级传播事件发生在邮轮上——2月，船籍为英国的“钻石公主号”邮轮发现了700多例确诊病例。

需要照顾大量老年人或免疫力低下人群的疗养院尤其危险。美国华盛顿州、瑞典和英国的长期护理机构的COVID-19死亡病例分别接近60%、45%和33%。护理人员的暴露风险也很高，光是美国护理人员中，就已出现了超过9.2万例感染，500多人死亡。

居住密集度高的群体也面临较大风险。新加坡在最初48天里，近93%的COVID-19病例都来自外来务工人员的宿舍（见“住宿风险”）。每个宿舍楼都住了几千人，有时候一个房间就住了20人。这些宿舍楼的病例飙升到了4万例以上，相当于这一群体的12%以上。相比之下，对于整个新加坡的530万人口来说，其他地方只有不到2600例。

来源：新加坡卫生部

6月18日，德国哥廷根市对一栋塔楼的700名住户进行了隔离——其中约有100人感染。一些住户企图逃走，并与警察发生了冲突。香港在2003年也发生过类似事件，在SARS刚暴发时，淘大花园E座的300多位居民几乎一夜之间全被感染。

确实如此，如今在COVID-19超级传播的背后，有许多相同的因素在作祟——高人口密度、住宿条件差、街道狭窄。这些因素导致了历史上一些最可怕的传染病暴发，包括霍乱、伤寒、肺结核和SARS（见“清洁城市”）。

还有很多信息有待了解。比如，2003年SARS暴发后，香港开始在通风、下水、垃圾和楼宇维护方面实行“健康建筑”全面改革[4]。一个研究项目调查了已建成环境对健康的影响。多项研究显示，居民会受到他们所住大楼朝向、居住楼层以及直接室外环境的影响[4]。

人流量

但人们没办法一动不动。城市本来就是热闹的地方，一个人来人往的开放系统。一位都市人可能每天都要和几千人擦肩而过，无论是在早晚高峰的地铁和公交车里，还是在站台上[5,6]。即使是汽车司机也会在加油站或出任务时“阅”人无数。所有这些接触都可能让他们暴露在COVID-19之下。但是，我们几乎不了解该病是如何在动态空间里传播的，比如机场、车站、酒吧、餐馆、电影院、飞机等。

显然，长距离移动会扩大疫情的传播面。接触者追踪曾发现首尔梨泰院一名夜店客人的接触人数达到了惊人的1300人。此人从42公里之外的龙仁市来到这家夜店，在确诊前还去过其他道区。此外，航空旅行也会让COVID-19迅速传播至世界上最繁忙的大都市——从武汉到新加坡、香港、伦敦和米兰；或是从欧洲到纽约和波士顿。

新加坡公园里的一只机器狗提醒游人保持距离。来源：Edgar Su/Reuters

我们不清楚病毒是以什么方式传播的，或是哪些措施可以预防或减慢它的传播。比如，更多的人戴上口罩、保持社交距离或增加机场清洁会有帮助吗？乘客在飞机上呼吸了混有他人呼吸的空气或触碰了物体表面是不是有很大的影响？再有，这种传染病在人们离开后的马路和餐馆里还会传播吗？我们还需要掌握更多的信息。

同样地，人们如何在不同城市切换也是一个盲点。一些城市会公布陆路交通的实时数据，包括根据始发点和终点统计的车站客流量，如巴黎、新加坡和台北。这些数据集会向一些公司、第三方开发者和研究人员公开，协助他们开发路线规划APP。但大部分城市并不提供这类数据，有些城市根本就不收集。他们缺少共享谁在何时去过哪里这类个人敏感信息的技术和监管框架。个人隐私必须得到保护。

另外，出行数据也无法显示谁在某地停留了多长时间，或与谁待了多久。关于人们进出某座城市的信息也很少，包括游客在内。COVID-19病例的详细位置信息基本都是空白。一些国家拥有完善的检测和追踪系统，但大部分国家都没有。新加坡和韩国曾将手机上的GPS数据用来追踪接触者，但美国等国家并没有这么做，这些地方的追踪工作尚未全面铺开。接触者追踪APP及其生成的数据可能非常宝贵，但是出于对监视的排斥等其他担忧，阻碍了这类APP的应用。

模拟流动

如果能改善以下三个层面的人员流动数据和信息，就能构建并优化一个疾病传播模型。

城市范围。我们需要一张能代表一座城市主要人员流动的基本地图。地图应覆盖主要地点之间的往来人数和时间点，如学校、商场、火车站或疗养院。这类数据可以从匿名的手机记录或公共交通行程信息中获得——应鼓励当地权威部门向研究人员提供这类信息。根据主要车站或机场的人流估算进出城情况，这里的人员接触水平很高。数据可及性和数据质量，以及如何解决隐私问题是主要限制。比如对汽车里的人员就很难监测。在交通和移动研究领域，用于规划和开发目的的建模框架已经建立完善。2016年，新加坡“国家科学实验”（National Science Experiment）的一个项目用定制的口袋传感器追踪了128所学校4.3万名学生的移动情况（见“学校网络”）。

来源：R. Bouffanais/S. S. Lim

交通瓶颈。交通枢纽、机场、大型商场或图书馆这些有人员接触的室内空间也应出现在基础地图中，比如通过利用智能设备的Wi-Fi信号[5]。之后再根据来往人流密度和行程起点和终点的多样性来对各个地点进行排位[7]。也可以根据先前的研究推断出典型的流动模式。比方说，已知周末的商场和公园、工作日高峰的地铁站、每天早晚的中小学、小长假的机场人最多。地理学家Waldo Tobler的“地理学第一定律”指出，“任何事物都是与其他事物相关的，只不过相近的事物关联更紧密。”根据这类假设，人们之间的接触距离和时长也是可以估算的。在关键集会地点，如体育场、酒吧、夜店和剧院，则应收集更准确的数据，并据此优化模型。 

流行病学。所有已知会影响疾病传播的人口学和人际互动因素，都应被纳入有代表性的人类活动范围中。比如，学龄前儿童在操场互动，同事在工厂和办公室互动，老年人外出购物和社交。环境因素也要考虑在内，比如室外体育场的感染风险与健身馆、理发店和剧院的比较。对于SARS-CoV-2的这类认知正在快速演变。如果有认知空白，具有相似传播模式的其他病毒性疾病（如风疹、SARS、百日咳、天花和流感）的信息可以为制定初步策略提供指导。

通过综合这些信息，政府将能更好地预测超级传播点的位置，针对性地开展防控措施，比如延迟商家重新营业，入境检疫，收紧人群控制，在特定地区加强清洁和消毒。

下一步计划

资助机构应支持并推进对交通枢纽等关键超级传播点的人员移动和交际开展研究。研究人员需要对超级传播潜力进行排序，计算保持社交距离或佩戴口罩等措施的效力。比如，校区不大的小学是否能在所有师生都佩戴口罩的前提下全面开学？学生构成更多样、学生行为可能存在更大风险（如约会或吸毒）的中学呢？

城市分析师和建模师需要理解面对面互动、网络和人群接触的动力学。关键问题包括：我们与他人密切接触的频率是多少？接触多长时间？日常活动的哪些场合会让我们与最多的新人群发生密切接触？

除此之外，还要挖掘反映人员移动的更多数据来源[8]。比如“智慧城市”新加坡就在灯柱上部署了摄像头网络来追踪交通情况。这些摄像头可以通过重新配置，追踪人口密度和接触（匿名方式）。某些智能手机内置的气压计可以追踪垂直移动，比如办公楼的员工流动，高楼百货和住宅区的人口进出。地理位置和接触追踪APP的数据可以体现人们去过哪儿、与谁接触、做了什么，甚至人们感觉如何[9]。比如，GeoCoV19研究分析了从2月1日起的90天内发送的5.24亿条有地理位置信息的推文，涉及62种语言，借此评估公众情绪、紧急需求、知识空白和谣言踪迹[10]。这类信息必须是匿名化的，以保护用户隐私。

政府应利用此类数据和模型来调整公共卫生策略。提高措施的针对性还有助于预防公众的“病毒疲劳”（virus fatigue）情绪，让风险最低的场所适当地重新开放，推动教育和经济的发展。 

城市规划人员应当重新检视已建成环境的疾病传播。比如，他们可以在街道楼宇设计中融入保持安全距离的方法。增加走道和垂直公园的数量可以分隔人群，参照新加坡正在开发的Kampung Admiralty社区综合体（见go.nature.com/2z9pxmz）。还应考察密集住宅区对健康的影响，比如外来务工者的住所。

长期来看，城市设计与管理应做出改变，以将疾病传播和未来疫情暴发的可能降至最低。如果无法做到这一点，我们就只能依靠成群的机器狗来引导我们了。

清洁城市

19世纪50年代，一场严重的霍乱被发现与饮用水中未经处理的污水有关后，污水管道入地工程让伦敦的街道更加笔直开阔。

19世纪出现“胚种说”（germ theory）后，可擦拭表面让全屋清洁更方便，容易积灰的帷幔也被瓷砖和油地毡替代。

现代主义派建筑师提倡有益健康的明亮采光和新鲜空气。肺结核病人被安置在空气流通、白色墙面、有大窗户和阳台的疗养院。老公寓房为防传染病相继被拆除。纽约中央公园一类的绿地被认为是城市之“肺”，被重点保护。

如今，疫苗、抗生素和抗病毒药物等转移了人们对街道状况的关注。但居住在拥挤逼仄房屋里的城市贫困人口依然面临着健康问题。疟疾等疾病正在非洲快速发展的城市周边快速传播。SARS和COVID-19让我们必须重视人口密集和吞吐量大的地区暴发疫情的风险。

参考文献：

1. Manivannan, A., Yow, W. Q., Bouffanais, R. & Barrat, A. EPJ Data Sci. 7, 34 (2018).

2. Isella, L. et al. J. Theoret. Biol. 271, 166–180 (2011).

3. Stehlé, J. et al. PLoS ONE 6, e23176 (2011).

4. Baldwin, A. N. Proc. Inst. Civil Eng. Municipal Eng. 159, 37–42 (2006).

5. Del Valle, S. Y., Hyman, J. M., Hethcote, H. W. & Eubank, S. G. Soc. Networks 29, 539–554 (2007).

6. Jiang, L. et al. J. Hosp. Infect. 98, 404–411 (2018).

7. Chin, W. C. B. & Bouffanais, R. Preprint at https://arxiv.org/abs/2005.05063 (2020).

8. Willemse, E. J., Tunçer, B. & Bouffanais, R. Proc. 24th Int. Conf. Assoc. Computer-Aided Architect. Design Res. Asia 2, 805–814 (2019).

9. Ling, R., Fortunati, L., Goggin, G., Lim, S. S. & Li, Y. in The Oxford Handbook of Mobile Communication and Society (eds Ling, R., Fortunati, L., Goggin, G., Lim, S. S. & Li, Y.) 3–12 (Oxford Univ. Press, 2020).

10. Qazi, U., Imran, M. & Ofli, F. SIGSPATIAL Spec. 12, 6–15 (2020).

原文以Cities — try to predict superspreading hotspots for COVID-19为标题发表在2020年7月 10日的《自然》评论版块

© nature

doi:10.1038/d41586-020-02072-3

点击“阅读原文”阅读英文原文

“Nature自然科研” 将持续关注此次新型冠状病毒引发的新冠肺炎疫情，为您带来一系列来自《自然》的独家内容。

 获取方式 1

关注我们，点击底部菜单栏“精彩文章”中的“新冠病毒专题”

 获取方式 2

长按识别下方二维码阅读“新冠病毒专题”

由于近期微信订阅号的规则更改，很多朋友反映不能快速找到我们。小编建议大家可以将Nature自然科研设置为星标🌟，这样就能在微信公众号中发现我们，查看每天订阅。

 具体步骤：

快去试试吧！

版权声明：

本文由施普林格·自然上海办公室负责翻译。中文内容仅供参考，一切内容以英文原版为准。欢迎转发至朋友圈，如需转载，请邮件[e-mail]。未经授权的翻译是侵权行为，版权方将保留追究法律责任的权利。

© 2020 Springer Nature Limited. All Rights Reserved

喜欢今天的内容吗？喜欢就点个“在看”吧⇣⇣