城市的烟火气——回来了,但没完全回来

城市的烟火气——回来了,但没完全回来

chenqin,数据帝

在北京和上海,疫情的影响正在慢慢结束。

5 月 28 日,北京宣布本轮疫情已得到有效控制。

6 月 1 日,上海市居民解封,全面复工。

6 月 2 日,北京市高三学生返校。

6 月 6 日,北京市开始堂食,同一天,上海市初三、高二与高三学生返校。

 

各大媒体不约而同地使用「烟火气回来了」作为文章标题,描述人们重新回到正常生活的欣喜场景:

 

甚至在今年的高考天津卷的作文中,也出现了「烟火气」

 

是的,城市的烟火气正在复苏,那么——

 

一切真的能回到从前吗?

▍唯一成功的防控逻辑

 

在本轮抗击疫情中,深圳可以说是表现最好的城市,这里的表现好,并不是说清零快——深圳在本轮疫情中,第一个社区病例出现在 2 月 12 日,而最后一个社区病例出现在 3 月 30 日,有社区病例的时间长达近一个半月。深圳在疫情清零速度上,显然并不是最快的,但深圳却用最小的经济代价控制住了疫情,属于「烟火气」回来得最快的一个城市。

 

我们将深圳、北京和上海三个城市的娱乐餐饮指数(根据某平台的公开指数整理,即一个城市每天在就餐、休闲娱乐行为上的比例化强度指数)作为一个城市的「烟火气」代表,按照三个城市的疫情起始时间开始计算,则其恢复速度如下:

 

从上图可以看到,深圳在 2 月 12 日之后,并没有开始严格管控,其娱乐餐饮指数继续上升,直到疫情后的半个月才开始逐渐下降。在疫情开始后的一个月的 3 月 12 日,深圳才开始全面暂停堂食和非生活必需密闭场所的经营,并且开始居家办公。尽管如此,深圳的娱乐餐饮指数下降也并不明显,且在疫情后恢复较快,目前深圳的娱乐餐饮指数,已经比 2 月 12 日疫情发生时的水平要高出 15%。

 

可以说,深圳的「烟火气」确实回来了,走出了一条漂亮的 V 型 。相比之下,上海从 3 月初就开始不断加强的封控措施,到 3 月底时不得不进行全域封控,走出了一个 L 型。而北京在 4 月 22 日疫情后的一星期就暂停全市堂食和线下教学,却也未能快速控制疫情,走出了一个比深圳更深、更宽的 U 型。

 

深圳为何能做到用更低的代价,就比北京、上海更快地控制了疫情呢?秘诀就在「常态化核酸」上。深圳从 2021 年 1 月底开始,便首先在龙岗区实施了 48 小时常态化核酸制度,该制度在春节过后开始逐渐扩大范围,最终达到了要求深圳全市所有人员返岗或者进入公共场合全部需要 48 小时内核酸阴性证明

 

在我之前的一篇文章(《12 亿次模拟》)中,我们发现上海市的首个确诊病例可能与上海市本轮疫情的真正发源地风马牛不相及,正是因为奥密克戎的传播速度远远超过了传统的流调溯源方式,使得上海以往能够成功的以快制快方案在本轮疫情中以失败告终。

 

而深圳使用常态化核酸的方式——而且是在疫情出现社区感染之前就采取这种方式——使得深圳在抗击疫情的过程中能够更快、更全面地监测疫情发展态势,从而能够有效地根据疫情的社区传播情况决定是否要进行更大范围的封控,从而更快地清零当地疫情。

 

北京的路线则在上海和深圳中间,在 4 月下旬的疫情开始前,北京并没有采取常态化核酸的方式,而是继续使用传统的流调和重点人群监测方式来试图快速控制疫情。在疫情开始三周之后,直到 5 月 12 日,才开始要求所有公共场所查验人们的 48 小时内核酸阴性证明。最后,北京比上海更快地控制住了疫情,但恢复正常生活秩序的时间点也要晚于深圳。

 

由此看来,常态化核酸,确实是在奥密克戎变异毒株威胁下控制疫情的良药。目前,除了深圳、上海、北京以外,广州、武汉、大连、杭州、无锡、太原……许多受到本轮疫情影响的城市,也开始采取常态化核酸的手段,来防止下一波疫情的冲击。

▍常态化核酸的隐形成本

 

常态化核酸虽然有效,但也存在不小的成本。一些机构的计算表明,常态化核酸的成本会占据城市 GDP 的 1% 以 上。但这些计算目前只包括了常态化核酸的物料、人员工资等显性成本。在显性成本以外,常态化核酸还存在一种隐形成本,包括对居民时间的占据和行为的改变。

 

还是要从深圳说起。在前文的三城对比图中,我们可以看到深圳在 6 月之后的娱乐餐饮指数是要超出 2 月初疫情初期的,但这很大程度上是因为在该图中我们使用的是指数的绝对数值,并没有考虑季节对于娱乐餐饮指数的影响。例如今年的春节在 2 月初,此时许多深圳外来人员并未返深,因此使得当期指数虚低。因此,如果进行跨年度同期指数的比较(「同比」),我们就更能够看到疫情的实际影响。

 

下图画出了深圳 2022 年的娱乐餐饮指数相对于 2021 年同期的比值:

可以看到,深圳在年初时的娱乐餐饮指数要比 2021 年时高出 20% 之多,但随着深圳的疫情以及常态化核酸的实施,到春节过后,深圳的娱乐餐饮指数已经开始与 2021 年同期持平,接下来开始低于 2021 年,一直到 3 月 20 日深圳的封控期间,仅剩 2021 年的 47% 左右。在这张图中最值得注意的是——在疫情过去后的两个月,深圳的娱乐餐饮指数也只是回到去年同期 82% 的水平。

 

深圳的烟火气确实回来了,但却没有完全回来,比起去年同期还要低 18%。常态化核酸,可能是其中的重要原因。下图列出了采取常态化核酸的城市现在相对于去年同期的娱乐餐饮指数。

 

在这些城市,目前都没有本土社区感染病例,郑州最后一例有社区感染风险的病例发生在 5 月 22 日,杭州的最后一个社区筛查病例发生于 5 月 8 日,深圳的最后一个非外来输入的社区筛查病例则出现于 3 月 30 日,这些城市目前的娱乐餐饮指数要比去年同期低 18%-47%不等

 

从该图看,本土病例清零越久,各项防控措施放得越松,该城市相比于去年同期的损失也就越小。

 

即便损失会逐渐减小,缺口会慢慢收敛,但采取了常态化核酸的城市,却没有一个能够在娱乐餐饮指数上超过去年。表现最好的深圳,也要比去年同期低 18% 之多。

 

在这样无法收敛的缺口中,常态化核酸起到了多大的作用?我们使用合成双重差分方法(Synthetic DID)来研究这个问题。

 

先用一个简单的例子来说明这个方法到底是怎么做的:

一名研究者想要看到喝牛奶能在多大程度上促进孩子长高,那么只去记录小明在喝牛奶前的身高和喝牛奶后的身高,是没有意义的,因为小明本身就会长高。因此,最理想的情况下,研究者需要研究一对同卵双胞胎,其中小明 A 喝牛奶,另一名小明 B 不喝牛奶,其他状况全都一致,再记录两者在一段时间后的身高增量差异,比如喝牛奶的小明 A 长高了 10 厘米,不喝牛奶的小明 B 长高了 7 厘米,那么牛奶对身高的贡献就是 10-7=3 厘米。这种方法,叫做双重差分法(DID)

 

但是双重差分需要的「同卵双胞胎的另一人」是很难找到的,我们只能看到小赵小钱小孙小李等一大群不喝牛奶且与小明有一些差异的对照人群。

合成双重差分法就在这里派上用场,这种方法会根据小赵小钱小孙小李每一个人与小明的特征差异,计算权重,并用这个权重将小赵小钱小孙小李……合成一个新的「小明」,这个新的「小明」在平均特征上和原来的小明一样,这个新「小明」的身高增量,便可以与小明的身高增量差分,算出牛奶对身高促进的作用了。

 

计算常态化核酸的成本也是类似的逻辑。本轮疫情的影响是全国性的,即使是没有本土疫情,也没有对餐饮、娱乐场所进行防控的城市,也会因为人们的心理影响或者缺少跨城市游客的影响而减少

 

因此,我们需要去计算那些至少半个月没有本土病例、且已经进行了常态化核酸的城市,以及同样至少半个月没有本土病例,同时没有进行常态化核酸的城市,再用合成双重差分法,将前者合成一个城市 A,再将后者合成一个和城市 A 特征一样的城市 A’,计算这两者的娱乐餐饮指数的差异,其差异见下图:

 

可以看到,实施了常态化核酸的城市,当前的娱乐餐饮指数要比去年同期低 28.7%,而那些没有进行了常态化核酸的城市,目前比去年同期低 20.6%。

 

两者之间的差异为 8.1%——这便是去除了其他一切可控制因素之后,常态化核酸仍然存在的对于当地「烟火气」的影响。

▍回不来的,不只是「烟火气」

 

归根到底,常态化核酸,虽然能够在清零疫情和预防疫情上起到很大作用,但却不可避免地改变人们的消费行为。原本可以正常出门消费的人群,其中的一部分在常态化核酸之下,可能会放弃或者减少消费打算,变得更「宅」,从而改变城市的消费结构。

 

除了我们明面上能看到的商场熙熙攘攘、餐厅人头攒动以外,疫情的影响在一些我们看不到的地方同样呈现了出来。

 

第一个变化,是在人们电商购买的品类上。

 

我们使用双重差分法,计算了每一个品类商品在疫情过后的一个月相对于疫情之前的正常月份的消费变化。下图中给出了在 2020 年武汉疫情过后以及 2021 年时,疫情过后的不同品类消费变化: 

(图中红点代表平均水平,左右阴影代表置信区间)

 

从上图可以看到,在 2021 年和之前的疫情过后,人们会增加购买的品类会是医药类产品,而服饰内衣、厨具、酒类、鞋靴、家居日用、生鲜、汽车用品、家用电器等品类,在疫情恢复期间的购买是低于平时的。

 

那么本轮疫情之后的情况如何呢?

(图中红点代表平均水平,左右阴影代表置信区间)

 

而上图列出了本轮疫情后的不同品类购买情况。可以看到,之前的疫情过后人们不愿意购买的厨具、家用电器、家居日用等,在本轮疫情中反而成为了疫情后购买增速最快的品类。玩具乐器、珠宝首饰、运动户外、美妆护肤等品类成为在疫情后恢复最慢,销售额甚至还低于非疫情时段的消费

 

疫情后购买品类的变化,呈现出了人们消费观念的变化。在 2020 和 2021 年的疫情过后,人们选购商品时会主动减少那些居家封控时需要用到的品类。但在 2022 年的疫情过后,人们会避开外出所需要的产品(美妆护肤、运动户外),增加居家封控时需要用到的产品。

 

此时的消费不是为了回到正常生活,而是为了要在下一次封控期间,过得更好一点。

 

第二个变化,来自人们的迁移。

 

我们使用城市间分天的跨地区流动数据,计算了不同阶段疫情后城市的迁移状况:

 

上图呈现了 2021 年时不同城市的病例数量的对数和该城市人口净迁出率之间的关系。可以看到,两者的相关关系并不显著。也就是说,2021 年的疫情,没有导致人口进行大规模迁徙。

 

从图上看,即使是石家庄、南京、扬州、郑州等地,经历了较为严重的疫情,也没有出现人口的大量流出,呈现哈尔滨、南京等城市还呈现出了人口净流入的场景。存在比较严重疫情,且人口同时净流出的地方主要是呼伦贝尔、德宏傣族景颇族自治州(即瑞丽所在地)。

 

对于大城市来说,经历 2021 年的疫情,不仅没有导致显著的人口净流出,反而继续吸引了其他因疫情而离开小城市的人口。

 

那么 2022 年的情况呢?

 

上图把数据换成了 2022 年。可以看到在这张图中,疫情越严重的地区,净流出率也就越高了,两者之间的相关性在 1% 水平上显著。

 

2022 年,经历了疫情后人们开始用脚投票,离开城市了

 

在上图的上半部分——人口净流出城市中,我们能看到深圳市,其人口流出率甚至高于上海。

 

深圳不应当是一个成功应对了疫情的城市吗?为什么人口流出如此之多,甚至超过上海呢?

 

这个问题目前的唯一解释是,上海目前的疫情状态仍未完全解除,人口流出到其他省市一般需要隔离,殊为不易,因此可能大量的人口流出还没有出现,而深圳从 4 月疫情结束后,人口的净流出就始终进行着。

 

我们将 2022 年 3-5 月的人口迁移情况与 2021 年 3-5 月的人口迁移情况做了一个比较,发现正向变化(净流入增加或净流出减少)反向变化(净流入减少或净流出增加)的城市同时存在。我们各挑选了两种变化比例最高的 20 个城市分别如下表所示(该数据源自移动设备相关的人口流动估测数据,并非准确的人口统计,仅供参考)

 

可以看到,人口迁移负向变化最大的,都是今年受到疫情影响较为严重的城市,而人口迁移正向变化最大的,则往往是前者所对应的最近城市,或者传统意义上的人口流出地区。

 

人口的迁徙方向,同样被疫情改变了。

▍结语

 

疫情逐渐消失后,一些东西发生了长久的改变

 

各大城市的常态化核酸防控,改变了老百姓的消费习惯,让大家变得更「宅」。即使是疫情防控最成功的深圳,目前的娱乐、餐饮指数仍然比去年同期低 18%。使用合成双重差分法计算,即使疫情完全消失,常态化核酸也会对当地消费造成 8.1% 左右的损失。

 

疫情带来的封控,改变了消费者的消费理念。人们变得更为避险。比起为了回到正常生活而消费,人们开始为了下一次封控而储备。

 

疫情对城市生活的改变,原本在 2020、2021 年不惧怕疫情的人们,此时开始害怕了。疫情结束后,他们选择离开了之前居住的城市。

 

就像人们购买保险要支付保险费一样,为了让我们在碰到下一次疫情后,损失能尽量减小一些,恢复得更快一些,社会更加安定一些,我们必须要付出些什么。

 

城市的烟火气当然会回来——但不会完全回来。这些消逝的城市烟火气,可能正是我们必须付出的代价。