6月23日，上海解封后首次达到社会面感染连续三日零新增，历经百日鏖战，这座特大型城市恢复了流动和活力。回顾此轮自3月起的疫情，我们试图抽丝剥茧，从交通、人口密度、老龄化程度等方面探讨推动本轮上海疫情不断发酵的可能性关键因素，以期为特大型城市常态化管理后的疫情防控和市民安全生活提供参考。
百日鏖战，2000多万常住人口的特大型城市终于回到如常样子。截至6月23日，上海社会面感染连续三日零新增。
回看过去百余天，上海疫情跌宕起伏，但其实内部各区情况复杂、节奏各异，其中蕴含了一些值得探讨的问题：为何徐汇、闵行、嘉定、松江区的疫情在3月初期就迎来了爆发？为何黄浦、浦东、静安区的阳性感染者数量会后来居上？是什么让虹口区在4月以后的封控期间成为疫情感染重地？又是什么因素导致了杨浦区在5月全市疫情表现向好的情况下出现疫情感染激增？
每种现象发生的背后，都离不开与之相关的复杂因素，它们如同章鱼触手，在事情发展的每个环节起到不同的作用。我们试图抽丝剥茧，从交通、人口密度、老龄化程度等方面探讨推动本轮上海疫情不断发酵的可能性关键因素。本文根据公开数据进行梳理，并非专业流调，仅提供信息参考。
一、疫情发展三阶段
回顾3月以来疫情在上海全市范围内的扩散情况，可大致分为三阶段：第一阶段的源头扩散（3月1日-3月12日）、第二阶段的全市蔓延（3月13日-4月4日）和第三阶段的区内传播（4月5日-5月31日）。
我们汇总了3月以来上海16个行政区的疫情表现，可以看到，上海每个区疫情高点出现的时间不同，波动频率也各不相同。
沿着疫情发展三阶段，我们结合各区的地理位置、人群类型、住房特点、出行方式等因素进行对比分析。
二、第一阶段(3.1-3.12): 聚集性感染带动周边扩散
3月1日、2日，普陀区、宝山区、嘉定区先后出现了新增确诊本土病例，疫情开始由点及面地扩散，仅12天时间，全市15个区内就分别出现了从几例到十几例不等的阳性感染者。根据上海疫情发布会通报信息，本轮疫情扩散主要有两条传播链。
3月1日上海疫情发布会通告，全市新增1例本土确诊病例来自普陀区的石泉社区文化活动中心的一个“老年舞蹈队”。由此，此轮疫情传播的第一个链条出现，源头为普陀区“老年舞蹈队”，疫情辐射区域包括普陀区及与之毗邻的宝山区和嘉定区。
虽然在同一条传播链，但三区还是出现了不同的疫情扩散趋势。普陀区作为源头，是3月1日-3月3日疫情感染传播最快的区域，但因为感染者同属一个社区文化中心，在精准防控下，从3月4日开始，普陀区疫情明显得到有效控制，而与普陀区同感染源的嘉定区感染者在这一天才筛查出来，且一次筛查出多名感染者，社会面疫情已有一定程度扩散，导致嘉定区自3月4日起疫情数据快速上升。
除了普陀、嘉定、宝山以外，上海其他各区也相继出现不同程度的感染，其中，徐汇、闵行、松江3区疫情以更快的传播速度迅速波及整个西南行政区。根据流行病学调查、病毒基因测序发现，这场在西南行政区蔓延的疫情情况与普陀完全不一样，新的疫情传播链出现——以华亭宾馆为扩散源头，波及徐汇区、闵行区、松江区。
截至3月11日，在上海连续多日新增感染人数以十位出现后，此条疫情的源头得到明确：华亭宾馆（以下简称华亭）。2022年3月11日，针对已大范围散发的疫情，上海市新冠肺炎疫情防控工作领导小组办公室发布消息，多区疫情均存在明确的流行病学关联，病毒基因测序显示高度同源，上海发布进一步明确，系中风险地区漕溪北路1200号（华亭宾馆）管理疏漏所致。这个源头也成为接下来全市大范围疫情的开端，我们就以华亭为第一个观察点，分析疫情扩散的路径。
华亭宾馆位于徐汇区副中心上海体育馆附近。华亭宾馆附近2公里内，分布着10个地铁站，连接着六条地铁线（1、3、4、9、11、12号线）。地铁是疏导华亭宾馆及周边庞大人流的最重要的交通方式，而华亭宾馆附近不仅地铁站分布多，还包含宜山路、徐家汇这样的换乘大站。1号线、9号线、11号线是三条高客流量的地铁线路，这三条线路途径松江、闵行、嘉定、宝山，普陀这几个前期疫情扩散最早和最快的区。在3月4日至3月12日内，疫情迅速蔓延的闵行梅陇、松江九亭等密集居住区，也是以上海体育馆地区交通枢纽作为必经之道。
以华亭宾馆为中心、1公里为半径画圆，可以发现，除了徐汇区外，黄浦区、浦东新区、静安区有着最多的与华亭宾馆相关线路。黄浦区不仅汇集了很多的与华亭相关的线路，且其相关线路与华亭之间都少于5站，从第二阶段开始，黄浦区的感染率陡升。
三、第二阶段(3.13-4.5): 地铁枢纽推动全市蔓延
随着时间的推移，上海疫情开始向全市各区蔓延。3月13日，上海全市新增（确诊+无症）首次超百例。到了3月27日（全市分片开展核酸筛查之前）上海全市新增感染迅速达到了3500例。
根据上海疫情防控措施（3月28日起隔江分区依次封控），我们选取4月5日作为第二段疫情扩散截至点。（新冠疫情病毒的研究报告显示，新型冠状病毒的潜伏期多为3-7天，其中奥米克戎平均潜伏期为3天。换句话说，在3月28日至4月5日这段时间内检测出来的疫情感染者，可以被认为是划片封控前产生的跨区感染。）
根据每日疫情数据，在3月13日至4月5日期间，上海全市累计新增感染89973例，这个数据可以被看作是，全市蔓延的初步结果。各区疫情扩散速度的趋势，在这段时间有明显变化。黄浦、浦东新区、虹口和静安的疫情感染率上升速度最快，与徐汇、闵行共同成为这段时间内累计感染率最高的6个区。其中，浦东新区和黄浦区的感染人数增加速度较快，虹口、静安区也紧随其后，超越了普陀区、松江区和嘉定区这三个早期感染人数较为严重的行政区。
上海地铁每日承载着无数的人员流动，空间相对拥挤封闭，病毒容易传播。浦东发布的流调信息显示，在3月13日到4月5日这段时间内，浦东新区云山路到巨峰路一线，疫情扩散严重。此外，北蔡、三林等地区也都在疫情快速扩散的范围里。
除了地铁线路和客流量以外， “高客流量”的地铁站点所属行政区也常常与“高感染率”同时出现。在2021年进出站客流量统计中，排名前5的地铁站有人民广场、静安寺、徐家汇、南京东路、南京西路，其中三个属于黄浦区，另外两站，一个在静安区，另一个则在徐汇区。
3月13日-4月5日期间，浦东新区、黄浦区与徐汇区交替成为日新增感染数量最高的行政区。这些区不仅汇集了更多的地铁线路，同时也拥有更多的高客流换乘站，容易形成更广的交互感染。在4月5日大部分地铁线路停止运营之前，以静安区、虹口为代表的地铁中流量区疫情感染率也开始攀升，超过了嘉定、闵行这些最开始疫情扩散区域。
除了地铁线路，我们尝试加入各行政区的人口数量和面积这两大要素，综合考量了每个行政区内的地铁线路、各地铁线路所对应的流量、分布在各区内的地铁站数，各区的人口和面积，计算出各区的地铁客流热力指数【地铁客流热力指数=∑（区内地铁线客流量×其对应区内地铁站分布比例）×行政区人口密度】。
从图上可以看出，疫情感染率高的区其地铁客流指数也高，尤其是人口分布更均匀的8个中心城区（也是此轮疫情中波及人口最多的区域）。
地铁客流热力指数排名第一和第二的黄浦区、徐汇区，正是第二阶段中心城区中感染率最高的两个区。其他5个区的感染率排名也与地铁客流指数基本相对应。排名最后的杨浦和长宁的感染率则在这一阶段同样排名靠后。
截至4月初，疫情感染率空间分布已初步形成：地铁线路和地铁客流量都占据前位的黄浦、徐汇、浦东是这一时间段疫情较严重的城区，虹口、静安、闵行疫情感染率紧跟其后。
四、第三阶段(4.6-5.31): 人口密度和结构主导社区内传播
4月5日起，6号线、16号线缩时运营，其他所有线路车站暂停运营。之后的封控期内，地铁、私家车，乃至各类可跨区的交通工具也都陆续停运，全市进入静态管理。
在没有交通因素的干扰下，各区新冠疫情阳性感染者每天依然有不同程度的新增，但各区排名开始发生变化。4月6日之后，各区感染率增速的变化逐渐拉大，呈现出明显的中心城区快速发展，边缘城区迅速回落的情况。
那么在排除交通因素后，还有哪些因素在影响着这段时间内上海各区疫情走势？我们挖掘了七普人口调查、各区户籍人口构成、常住人口年龄构成等数据，先后梳理上海各区的人口、面积、老龄化程度和老旧房屋的分布状况，尝试从中找到与各区疫情扩散的关联性。
人口密度
前文提到，在轨道交通的影响下，以黄浦区、浦东新区为代表的高地铁客流区域，逐渐成为疫情高感染率地区。而在轨交停运后，虹口区的感染率逐步位于前列，甚至超越了浦东新区、徐汇区，成为疫情感染率第二高的城区。杨浦区、长宁区排位则取代了宝山区、闵行区等行政区。
可以看到，4月初感染率上升趋势明显的虹口、杨浦、静安，在人口密度排名中都是靠前的，除此以外，感染率依旧居高不下的黄浦和徐汇区，人口密度也较大。而像金山、青浦、奉贤，人口密度小，疫情感染率持续处在低位。
整体来看，在封控实行后，上海的阳性感染者分布与人口密度分布规律逐渐同步,中心城区承担了更多的疫情防控压力。
老/旧小区、房屋
依照上海市统计局给出的各区土地面积数据，上海市中心城区的整体面积，只占到上海市总面积的4.56%。但据第七次人口普查来看，上海的常住人口，有近三成（26.87%）分布在中心城区，人员密集度高、流动量大成为这一区域的特点。除此之外，上海的老旧小区也主要分布在中心城区。
根据贝壳二手网的数据显示，位于中心城区的住宅，超七成为老/旧小区，其中长宁区的老旧小区占比最多，达到了82.48%。
这些小区的平均楼龄都在20年以上，大部分都是70年产权的民用住宅。小区越是老旧，人均面积越小，公共区域、通风、电梯等无法与时代同步更新，这样的小区居住环境往往也为病毒传播提供了便利。长宁区在第三阶段疫情感染率的确在快速上升。
在此基础上，我们还尝试引入各区户籍人口中的60岁及以上人群占比数据（在某种程度上，房屋年龄与其附着的户籍年龄有一定正相关性，随着房屋的存在年限被拉长，此处长期拥有户籍居民的年龄也就越大，反之亦然，其中60岁及以上的户籍人口所在房屋往往代表了上海市30-40年以上甚至更老旧的房屋）。
各区60岁以上户籍人口显示，虹口、黄浦、普陀位居前三，在这三区中，户籍老龄化的程度都已超过四成，其中除了疫情较早得到控制的普陀，黄浦、虹口的感染率在第三阶段正是位居前二。
人口老龄化
一般来说，老年人免疫力低、体质弱，是新冠的易感人群。我们进一步分析老龄化对各区疫情对影响。
通过整理各区常住人口老龄化数据，可以看到在7个中心城区中，其中4个城区（虹口、静安、杨浦、普陀）的老龄化程度已超三成，剩下3个城区的老龄化程度也均在30%左右。
而虹口和杨浦当属中心城区里，常住人口老龄化最为严重的两区：分别达到了33.21%和31.78%。这两区在第三阶段的感染率，也分别由第二阶段的第五和第十一位，迅速上升至第二和第六位。至5月12日，杨浦区超越了浦东新区，成为上海疫情第二严重辖区。
除此以外，其他中心城区的阳性感染者数量与老龄化程度也呈一定正相关性。
在第三阶段，中心城区和浦东新区的感染率已经持平，郊区的整体老龄化程度和感染率都相对更低。像是松江、青浦、奉贤和嘉定，这4区的老龄化程度都已低于两成，同时因为人口密度低，它们更早地实现了社会面清零。
整体来看，当用人口年龄作为参考维度时，我们发现：虽然地区老龄化与感染率不呈现完全的正相关态势，但中心城区的老龄化现象和感染率趋势都相对较高。随着交通、人口密度和老龄化数据的不断降低，郊区的感染率也呈现出较为友好的状态。
写在最后：
在上海此轮疫情中，从第一阶段（3.1-3.12）的徐汇、嘉定等区，到第二阶段（3.13-4.5）的浦东、黄浦等区，再到第三阶段（4.6-5.31）的虹口、静安、杨浦等，各行政区的感染过程和最终数据表现，和疫情扩散源头、各区地铁交通分布、人口密度分布、老龄化分布、房屋老旧程度、防控介入时间都有着紧密的关联。除了提到的这些因素外，像物流、各区的商业、办公楼分布、超市菜市场管理及不断迭代的政策等等因素......也都不同程度地影响着上海各区疫情的走向。
5月16日，上海16区全部实现社会面清零。至今上海疫情逾百天，城市全面恢复常态化管理已有半个多月。截至6月23日，上海已连续三日社会面新增0，疫情防控稳定向好，城市恢复流动和活力。但是常态化防控也许会长时间持续下去，出行的场所码、疫苗接种的信息联网、针对老年人的扶持系统等，可能将成为未来日常生活的一部分。
杰弗里·韦斯特在《规模》中提到，人口规模增加会给城市各方面效益带来指数级增长。这意味着，如果没有调节性的因素产生，城市很可能会无限膨胀，人们的生活节奏会不可避免地越来越快，就像身处不断加速的跑步机上。
疫情也许就是一个调节性的因素，它通过社交、交通、社区等场景狠狠击中了城市的命门，给飞速发展的城市点了一下刹车，让我们重新思考，在保证人、财、物、信息高效流通的同时，也需要适当放慢脚步，做好个体健康权力保护和社会系统性风险管控。这应该成为下一阶段城市可持续平衡发展的重要课题。
（作者：胡文婷，高雅馨，周忆垚）
