新冠肺炎病毒治理对气候风险适应的三个启示

全球新型冠状病毒肺炎累计确诊病例分布 。来源：霍普金斯大学COVID-19全球监测平台（2020年4月3日）[1] 

2019年12月31日，中国首次向世界卫生组织（WHO）报告在湖北省武汉市发现了不明原因肺炎病毒 [2] 。2020年1月30日，WHO宣布疫情成为“国际关注的公共卫生紧急事件”(Public Health Emergency of International Concern)[3] 。2020年3月11日，WHO总干事谭德塞博士宣布COVID-19成为了“全球大流行”（Pandemic）[4]。截至4月6日，COVID-19已扩散到除南极洲外所有大陆，确诊总和超过120万人，死亡7万人以上。

结合了高传染能力和高致病/死能力的新冠病毒毒，用一场凶猛的传播展现了全球交通基础设施联通下风险流动的不可阻挡和突飞猛进，也用疫情全面检验了各国治理能力和基础设施应对突发风险的灵活和韧性。以疫情应对为映照，不仅能够启示未来公共健康管理和建设，也适用于防范气候变化风险，抵御全球变暖带来的长期负面影响以及热浪、洪涝、虫媒疾病非典型流行地区爆发等短期极端事件。

对危机反应迟滞和处置不力，会造成高昂社会经济成本。为比较不同管理措施对疾病在社区传播的影响，世界资源研究所（WRI）根据最新发表于柳叶刀的关于COVID-19在武汉早期传播特性的论文 [5]，使用传染病动力学SEIR模型，对一个2000人规模的虚拟小区观察分析。基础情景假设符合大部分受到COVID-19病毒影响地区的早期状况，即发现第1例发病/有症状的患者时（第0天），该小区已有少量（2名）处于潜伏期尚无法识别的患者。同时，因对病毒的认识和准备不足，患者被确诊和隔离的时耗较长（参考早期武汉情况，假设患者在出现症状的第10天被确诊收治）。

基础情景下，小区居民的感染-潜伏-发病-康复/死亡过程，与很多前期仅在边境检疫干预的国家和地区的演变相似：初期似乎非常可控，发病期人数维持在较低水平。而不被严格隔离的发病者和不被识别但具有传染力的潜伏者，很快将小区带入发病的指数增长通道，形成明显的集中发病高峰。后续每日新增确诊快速回落，是因小区几乎所有居民都被传染，基本没有进一步增长空间。

图2：基础情景下每日确诊人数和累计确诊人数变化图

在此情况下，政府和社区如何有效干预，减少集中发病人数、降低感染规模并推迟发病高峰时间？我们对加快检测和社区隔离这两个疫情防控主流措施进行了效果模拟。

首先是，需仰赖政府医疗资源调配的加快检测情景，德国采取了类似方法。我们假设确诊时间从出现症状的第10天提升到第2天，即一位患者出现症状后第2天就可被确诊收治，杜绝等待期间对小区居民的传染风险。因检测能力和成本的限制，仅对有症状的患者进行检测，这一假设符合大部分国家对检测资格的分配。图中可见，通过提前移除社区中的感染源，将总体发病规模减少了16%，并改善了集中程度。然而，这些传染渠道切断之前，潜伏期已形成部分传播，该措施对整体感染规模的改善比较有限。这一结果也比较符合德国的情况。

图3：加快检测情景下每日确诊人数和累计确诊人数变化图

其次，对社区隔离措施进行模型分析，在约有40%的无症状潜伏期患者和90%的发病期的患者在家隔离的情景下，社区居民感染规模降低了56%，推迟了小区发病高峰、并降低了集中程度。我们发现，类似COVID-19的传染病，在短时间内无法加快检测的情况下，进行社区隔离也有非常明显的控制效果。社区隔离管理杜绝了大部分有症状患者的对外传播，并通过病人轨迹，溯源管理到部分无症状的潜伏期患者。

再有效的措施也需配合及时实施。我们对延迟10天、20天、30天和40天进行社区隔离的情况分别做量化分析。结果显示，相较及时干预，以上延迟介入分别造成该社区发病规模增加3%、26%、82%和116%。发病高峰期每日新增确诊人数分别较及时情景增加13%、113%、320%和373%，高峰时间也明显提前。各个情景下，小区每日新增确诊数与累计确诊数的变化如下图。该情景与很多对疫情管理前松后紧的国家和地区相似，面对如COVID-19一样呈指数增长的风险，无论多么有效的治理手段，都要抓住关键窗口期。因为措施实施效果将随时间推移陡降，治理成本反之。

图4：不同情景下每日发病人数和累计感染人数

加快检测和社区隔离并举，无疑效果最好，如下图所示。模型显示，两项措施结合让小区感染规模降到最低，为基础情景的30%。小区每日确诊人数增长明显放缓，第80天达到峰值，比基础情景晚约40天，峰值期间每日新增确诊人数仅为原来的21%。这个情景展示了，抓住关键时间窗，结合自上而下迅速决策与自下而上精细治理，能带来最好的治理效果和最低的居民伤亡。这也是很多中国城市疫情得到良好控制，感染人数远低于预期的主要原因 [6] 。

图5：加快检测+社区隔离情景下小区每日确诊人数与累计确诊人数变化

中国城市防控现实也充分说明了这一点。对疫情中心武汉的建模显示，采取封城、加快检测和社区隔离等强干预措施一周后，R0从2.35快速降到1.05  [7] 。陈宝权 [8]等对不同省市感染率变化的分析也显示，严格的本地控制对疫情防控有重大影响。下图为切断来自湖北的输入风险后，各省市传染率 [9]（特定传染病在单位时间内在特定人群中传播的概率）曲线的变化。因隔离措施不到位，连续发生多起聚集性传播，黑龙江省的传染率曲线下降较其他地区有显著区别。虽然关于COVID-19还有诸多未知，但可以知道，果断和严格的地方和社区防疫管理在降低发病增长速度、推迟发病高峰和减少患者总数等方面有明显效用。

图6：疫情相对严重的省市的感染率变化曲线。来源: 陈宝权等，面向新冠疫情的数据可视化分析与模拟预测  [10]

无论是小区分析模型还是疫情控制的实证分析都警示COVID-19风险的消弭相对缓慢，尤其是在疾病控制的后期会有一条风险长尾。现实的复杂程度更甚，在艰难地经过了除湖北外城市实现零新增、湖北实现零新增后，境内外疫情控制局势的逆转又导致境外风险持续输入，再加上无症状感染者风险的不可知，让国内疫情发展再次充满不确定性。回溯传染病的历史，全球大流行的感染病似乎只能靠疫苗或者特效治疗手段才能完全灭绝复发风险。为了不浪费前期耗费了巨大经济、社会和人力成本的防控成就，应当复产复工的过程中继续保持对疫情的传播的警戒，降低再度爆发的几率。

图7：中国每日新增确诊病例和累计确诊病例的统计。来源：国家卫健委和各省卫健委通报，截至4月2日24时，含港澳台 [11]

城市基础设施应对重大突发公共卫生事件的韧性，决定了地区对COVID-19的防御力。首先受到考验的是医疗资源。前期疫情防控若不及时，易造成医疗资源挤兑，甚至诱发体系崩溃，导致病死率快速上升。

中国举全国之力，在武汉建立火神山医院、雷神山医院和14家方舱医院，超过4万名医务工作者支援湖北，才逐步缓解当地医疗资源的紧张。

因无法填补疫情期间医疗需求和供给的巨大缺口，意大利只能选择性收治患者，其麻醉学和重症监护学会建议医疗人员将“更长的预期寿命”作为优先考虑因素，不一定按“先到先得”原则处理。[12] 截至4月6日，意大利确诊病例数超过13万，病死率已超过10%。多国步入病例和死亡率快速发展、医疗资源持续高度紧张的阶段。

然而，如何能在高度不确定性中制定预案，兼顾应对突发事件下对某些基础设施的短期激增需求，并避免过度建设导致的长期闲置呢？此次疫情期间上海的实践可以为我们提供一个借鉴思路，尽管我们无法预知下一次会发生的传染性疾病是怎样的，但我们可以基于已知传染病的经验制定预案与演练，增强基础设施韧性。上海自SARS之后，便在远离市区的金山建立了上海市公共临床中心（公卫中心），作为疫情时期的收治医院。公卫中心的床位数（327张），是对可能出现的新发传染病隔离治疗所需的床位数进行预测而确定的，并预留了600张床位的空地，一旦327张床使用了一半，就启动预留床位的工程，可以在两周内建成另外600张床。在中国向世卫组织报告的第二天，公卫中心就按照正常程序以中东呼吸综合征为参照进行演习，并成立了专项的应急办公室，这些准备都在之后的正式抗疫中发挥了很大的作用。[13] 最终，上海这个拥有2400万人口的大城市，交出了一份合格的答卷。截至3月24日，上海累计确诊仅433人（包括94例境外输入），远低于学者早期预测的数万人 [14]。

自下而上的精细治理，对社区提出了很高要求。社区要掌握居民全部出行信息，要进行隔离与出入管理，甚至还要具备基本的防护救助和消杀知识。而社区工作者管理任务繁重、专业力量不足、责任大权力小、信息不对称、资源少等状况，在应对疫情中暴露出来。

这也为智慧手段在社区治理中应用提供了机遇。如使用语音机器人完成对社区居民的排查和随访，收集返乡人员的出行及健康信息，使社区工作者能快速筛查出潜在风险人群，并采取有效的隔离和防控措施；电信、移动和联通三大运营商为16亿手机用户提供30天内的行程证明，帮助居民便捷证明行程，提高社区查验效率；国家和多地政府都推出“防疫健康信息码”，便于社区判断居民健康状况，识别需隔离的人群。

对智慧手段的灵活运用，也能缓解重大突发事件对基础设施的冲击，提高城市韧性。疫情期间，很多医院推出网上医疗，在线提供免费咨询，不仅可缓解患者紧张情绪，减少现场就医的交叉感染风险，还能有效调动现有医疗资源，减轻一线压力。人工智能在医疗影像识别、移动消毒、药品配送和测温巡查等领域的应用，也能有效提高医疗资源利用效率。

很多国家正在为初期应对COVID-19这只“黑天鹅”的反应滞后和有限干预支付高昂的社会和经济成本。政府和公众已逐渐意识到面对风险，快速响应、有效应对才能有机会最大化降低危机带来的损失。然而目前，兼具了“黑天鹅”和“灰犀牛”特性的气候变化，却因为从市民的视角看来进程相对缓慢而没有得到应有的警惕与重视。

2019年，澳大利亚经历蔓延数月的火灾和严重的干旱，欧洲大部分地区经历了国家的高温记录，巴哈马遭遇大西洋有记录以来第二强大的风暴，江西遭遇有气象记录以来范围最广、强度最强的气象干旱，南极洲经历创纪录的高温和冰川破裂。这些极端气候事件告诉我们，气候变化可能会迟到，但一定不会缺席。在目前关键窗口期内缺少的及时应对和有效干预，会使得我们在面对愈发频繁和极端的灾变性气候时支付更加高昂的社会经济成本。气候变化与重大突发公共卫生事件类似，其不确定性只是在于来临的时间和强度而已，应对COVID-19的教训同样可用于适应气候变化：

• 防治并重：转变以治代防的传统模式，重视气候风险，加强气候风险管理，提高对长期气候变化的适应能力和对突发灾变性气候的应对能力；

  
  

• 加强顶层迅速决策和社区精细治理：形成自上而下和自下而上结合的气候风险治理体系，在气候风险来临之际，抓住关键时间窗，提高风险应对效率，降低危机治理成本；

  
  

• 提高生命线基础设施的韧性：新建或改造现有城市生命线基础设施时，将气候风险考虑在内，从降低系统和连锁风险的角度，建设有风险容量的城市生命线基础设施，并基于已知的极端气候事件和模型预测，提前制定应对灾变性气候的预案；

  
  

• 扩展智慧手段应用：加强智慧手段在气候风险治理和增强气候韧性中的应用，部署云端基础设施，搭建智慧监控平台，使用科技手段识别城市和社区气候风险，增加社会公共服务和资源的覆盖和调配，促进基层应对气候风险能力提升。
  

附件：

本文情景分析使用的模型参考了Gumel等人2004年对于SARS的建模经验，在S（易感者）-E（潜伏者）-I（感染者）-R（康复者）模型的结构上增加了Q（被隔离的潜伏者）和J（被隔离的感染者）的分类，以更好地模拟分析相关政策效果。

具体情境设计参数及结果如下表：

索引：

1. Source: Coronavirus COVID-19 Global Cases by the Center for Systems Science and Engineering (CSSE) at John Hopkins University

2. https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6

3. https://www.who.int/emergencies/diseases/novel-coronavirus-2019/events-as-they-happen

4. https://www.who.int/news-room/detail/30-01-2020-statement-on-the-second-meeting-of-the-international-health-regulations-(2005)-emergency-committee-regarding-the-outbreak-of-novel-coronavirus-(2019-ncov)

5. https://www.who.int/dg/speeches/detail/who-director-general-s-opening-remarks-at-the-media-briefing-on-covid-19---11-march-2020

6. https://www.thelancet.com/journals/laninf/article/PIIS1473-3099(20)30144-4/fulltext

7. https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(20)30260-9/fulltext

8. https://www.thelancet.com/journals/laninf/article/PIIS1473-3099(20)30144-4/fulltext

9. https://arxiv.org/ftp/arxiv/papers/2002/2002.07096.pdf

10. 特定传染病在单位时间内在特定人群中传播的概率

    https://arxiv.org/ftp/arxiv/papers/2002/2002.07096.pdf

11. http://2019ncov.chinacdc.cn/2019-nCoV/

12. https://clustrmaps.com/coronavirus/
    

13. https://news.sina.com.cn/c/2020-02-28/doc-iimxyqvz6308831.shtml

14. https://www.thelancet.com/journals/lancet/article/PIIS0140-6736(20)30260-9/fulltext