新冠是一种“中产”病
mp.weixin.qq.comchenqin 城市数据团
新冠肆虐全球的两年半以来，对整个世界产生了不可估量的影响，尤其是对于不同人群不对称的影响。
低技能劳动者、低收入家庭的工作和子女教育更容易受到疫情传播和防控措施的影响。
而对于可以居家办公的高收入群体，则较少受到冲击。
这样的不对称影响会使人们之间的收入不平等程度因疫情而扩大。
那么，上海作为中国境内受新冠冲击最为严重的城市之一，不同阶层的市民受到的影响，会有多大差异呢？
我们结合了来自冰山指数的小区数据和历年的人口普查微观数据，做了一些简要的分析。
冰山指数小区数据提供了上海市不同小区的房价、物业费水平、房屋的情况等信息。从历年的人口普查微观数据则可以了解到，上海市各小区实际居住人口、厨卫共用情况、房屋面积、房间个数等方面更详细的信息。
对于各小区疫情感染的情况，我们基于“上海发布”公众号每天公布的感染者居住地址信息和分地区感染数量（截至5月31日），计算了每一个小区的感染持续时间（从第一次上榜到最后一次上榜的总天数）以及总感染人数（若A区在某天公布了100个感染人数，且居住在20个小区，则将感染人数平均分配给这20个地区，每个小区计入5人。将每个小区每天的感染数加总，得到该小区的总感染人数）。
将不同来源的小区数据按照地址和经纬度匹配，再进行人工检查后，我们一共获得了5541个小区的居住、房屋、病例情况。
▍什么样的小区更可能避开疫情？
不同小区的感染持续时间和感染比例，与小区特征之间存在怎样的关系呢？我们计算了两组回归，将其结果展现在下表中：
可以看到，房屋本身的性质，与疫情之间的关系并不是显而易见的。
房屋距离市中心的距离，是唯一能够同时显著地减少疫情持续时间和感染人数占比的变量。这个现象与疫情本身的传播规律有关，市中心人流量较大，与各地区交流更多，在疫情初期更容易积累较多病例。例如黄浦区的感染人口占总人口比例近10%，而远郊区的感染比例则较低，清零也更快。
一些房屋特征只在一个指标上有显著影响，在另一个指标上则不显著。
例如拥有独用厨卫能够非常显著地减少感染人数占比——大约可以减少49%。但并不能显著地减少疫情持续时间。
每屋居住人数的增加会显著增加感染人数占比——每屋居住的人数每增加1个，感染人数占比增加86%，但在疫情持续时间上则影响不大。
每平米每个月的物业费用每增加1元，疫情的持续时间会减少0.88天，但并不能显著影响感染人数占比。
房屋年龄是唯一同时显著增加感染持续时间和感染人数占比的变量。房屋年龄每增加1年，疫情持续天数就会增加0.05天，同时感染人数占比也会下降3‰。
还有三个变量，在两个疫情指标中，竟然得出了相反且都显著的效果。
首先是房价。注意我们已经控制了到市中心的距离和一些房屋的特征，此时的房价其实代表的是房屋本身的质量。每平方米的房价每提高100%，疫情持续时间会显著减少3.45天，但同时会使得本小区的感染人数占比增加47%。
第二个变量房屋层数。房屋层数每增加一层，会使得感染比例减少3.8%，但同时会非常显著地将疫情持续时间增加0.8天。
第三个变量是小区房屋总数。房屋总数每增加100个，疫情持续时间就会增加0.4天，同时感染人数占比会减少9.3%。
这些变量综合来看，如果我们要尽量减少疫情影响，应该选择什么样的房子呢？
在某些特征上是毫无疑问的——要选择尽量新的房子，距离市中心尽量远。这能在很大程度上避开疫情。
一些特征的效应没有那么强，但是方向也比较确定。要选择有独立厨卫的房子，物业费最好高一些，同时每间房的人数不要太多。也能减少疫情造成的影响。
但是，应该住大型小区，还是小型小区？住高层还是多层？选择同等水平上更贵的房子，还是更便宜的房子？这几个变量，会让人们在一个方向上获得益处的同时，在另一个方向上受损。要么有更高的感染概率，要么有更久的封控。
▍谁在疫情中受损最严重？
上文中错综复杂的结果，说明上海的疫情和小区特征之间的关系，可能是非线性的，并非随着某个变量的上升而减少/增加。其中最典型的一点，莫过于房价。
上图呈现了房价对数与封控天数之间的散点图，呈现出了一个非常显著的倒U型关系。越是便宜、或者越是贵的房子，其平均被封控的时间越短。而封控时间长达60多天的，基本全部集中于房价中位数。而且即使我们控制了到市中心的距离和到华亭宾馆的距离来去除病例集中可能造成的影响，其结果依旧显著。这个分界点，大约在对数价格达到11.15时出现，此时的房价约为7万元每平方米。
类似的现象出现在了房价对数与人均感染比例对数的关系上。上图依旧显示出了人均感染比例对数与房价对数之间呈现了倒U型的关系，最高点出现在房价对数值为11.49，即房价为9.8万每平方米时，感染人数占比会达到峰值。
也就是说，在上海上一轮疫情中，居住在房价为7万到9.8万的小区的居民，成为了疫情最大的受害者。无论是封控时间，还是感染占比，都是最高的。
在收入分布上我们也能发现类似的现象。我们综合各工作地招聘和模型测算的收入情况，根据OD表倒推出了居住在每一个栅格的人口的平均收入情况。收入对数和持续感染时间，以及和人均感染比例对数，同样呈现出了倒U型的曲线——
可以算出，从收入来看，疫情的最高点出现在月收入均值的对数在9.45到9.6时出现，此时人们的月平均收入为1.3万-1.5万左右。
新冠疫情影响最严重的地区，平均房价、平均居民收入都居于全市中位数水平。
在上海，新冠可能是一种“中产病”。
▍隔离与“连坐”
上海市的新冠感染人群竟然是“中产”们，这与其他国家的发现有所不同。例如Brotherhood et al. (2022) 最近发表在Journal of Development Economics的论文Slums and pandemics（《贫民窟与流行病》）就得出了相反的结果。
《贫民窟与流行病》一文使用巴西的手机信令数据来研究巴西的贫民窟在巴西新冠疫情爆发中起到的作用。文章发现，在巴西疫情爆发后，居家隔离的政策，实际上使得贫民窟的居民从社交距离较大的地方，回到了蜗居的家中，相互之间的社交距离比封控前更低了，反而更容易造成疫情的传播。因此即便贫民窟的居民更加年轻，还是导致了更大比例的死亡——贫民窟居民占里约热内卢的22%，但是却占该市新冠死亡的30%。（见下图，贫民窟占比更高的地区，死亡也越多。）
（图片来源：Brotherhood et al. Slums and pandemics,2022）-
作者还发现，由于贫民窟的疫情传播极快，导致群体感染提前出现，使得当地的疫情流行时间更短了。因此，如果没有贫民窟，那些富裕的区域反而会因为更长时间的流行，而导致更多死亡——贫民窟的存在不仅集中了死亡，更加“转移”了死亡，将死亡从其他人群转移到了自己身上。
而上海的情况则不太一样，新冠疫情的损失，从城中村、老公房中，“转移”到了每平方米房价在7-10万之间的小区，也就是“中产”家庭所居住的地区中。
这是为什么呢？我们将每一个居民区的病例数量分周加总，将相邻两周的病例总数相除，得到传播率R0。其公式如下：
传播率R0与各种变量的关系可见下表：
从上表可以看到，能够显著减少传播率的有三个因素，物业费较高、拥有独立厨卫、到市中心距离增加，都能够减少传播率。
但建筑楼层增加、房龄增加、小区房屋数增加，都会进一步增加传播率。其中楼层和小区房屋数的系数都不小，这意味着如果这个小区的规模每扩大100户家庭（上海市小区平均房屋数为420户，100户家庭的增加约为均值的20%），该小区的房龄就需要减少2年，才能让当地的传播率保持不变；而若是该小区的平均楼层每增加1层，该小区的房龄就需要减少9年，才能让当地的传播率保持不变。
因此，小区总户数更多，每栋楼的楼层数更高，成为导致房价在7-10万之间的小区成为疫情攻击重地的主要原因。
我们不能从数据上确定具体的机制为何，但可以猜测，总户数导致的传播率上升，也许是由于小区全员核酸时的感染。小区人数越多，统一做核酸时的人群越集中，越能够造成感染。
而楼栋层数造成的感染率上升，可能是因为高层住宅人们之间的水平社交距离要更低。500户家庭，一种情况是分布在50栋楼中，每栋10户，另一种情况分布在5栋楼，每栋100户，不难发现前者的社交距离要远大于后者。在疫情中我们常常听说这样的案例，一些楼栋一户感染之后，该楼栋的上下层逐渐就增加了新的感染住户。这两个现象，使得这类小区的感染数量总是在增加，疫情始终无法彻底结束。
那么，上海的城中村，为什么在感染数和疫情持续时间上都要小于大型中产住宅区呢？我们在这两张地图上可以找到答案：
下图是上榜时间最久的地区之一——张杨北路588弄的附近地点。在这个区域内，居住着上万居民，但是只有五个小区。
而同属疫情重灾区也是人口聚集区的黄浦区四牌楼路、县左街、光启路和学院路围成的地区，在同样比例尺下，包括了上百个居民点，每个居民点内部仅有三四十户人家。这上百个居民点中，疫情持续时间最长的点也没有超过50天，其他大部分的居民点只出现了一次疫情。
上百个居民点，事实上将该地区的疫情与居民之间的关系，从“串联”变为了“并联”，一户居民导致全员“连坐”，或者相互之间交叉感染的风险也极大降低了。
这也同样能够解释，为什么上海的“中产”更容易受到新冠疫情的攻击。
富裕阶层住在小区规模小、人数少、房价更贵的住宅区。贫民阶层居住在人员密集，房屋低矮，分割复杂，但相互间独立的聚集区。这两类地区，前者的新冠疫情不容易传播，后者的传播能够在小单元人员聚集区中消化，在当前的封控政策下，不会影响全体。
只有“中产”们居住的大型、高层住宅小区，既容易在一轮又一轮的大型全员核酸中造成交叉感染，又会因为一人感染而造成全体“连坐”式封控，同时在高层楼栋内造成更多的感染。
▍结语
新冠疫情，从世界范围内的“穷人病”，到上海的“中产病”，呈现的是两种不同防控策略的结果。
如果只“居家”但不“转运”也没有硬隔离，那么疫情可能会在贫民中不断扩散，就如巴西的贫民窟一样。但如果居家时增加转运，同时进行区域内的硬隔离，那么贫民居民点的疫情扩散会得到快速缓解，但此时大型高层居民区的疫情却容易在这样的政策中不断上升，无法停止。
归根到底，不管封控政策如何改变，富裕阶层居住的地区始终可以不受到太大影响。
而贫民和“中产”，只能在无法结束的新冠疫情和变化莫测的防控政策中，相互转换，彼此倾轧。
并不断认识到，看似每天不断重复，一眼可以望到头的日常生活，究竟是有多么脆弱。
P.S.-
感谢城市数据团的合作者“冰山指数”提供的小区特征数据-
关注公众号“冰山指数”，及时把握房价走势。想进一步了解疫情对小区房价的影响，可以关注“冰山大数找房”，搜索查询小区房价走势