PNAS发文揭示疫情复工人群移动的政策作用机制

人群移动是交通管理、经济增长、社会安全、传染病防控等领域治理决策的关键议题，人群移动规律及其扰动机制已成为交通地理学、城乡规划学的前沿领域之一。时空大数据和人工智能技术为更加深入探究人群移动提供了条件，但该领域现有研究侧重于发现人群移动的规律或典型模式，对公共政策干预的人群移动扰动机制认知不清晰。

北京大学赵鹏军教授课题组以新冠疫情期间政策干预下的复工人群移动结果为准自然实验，分析了全中国355个地市的3.2亿条人群移动轨迹数据和50万份省市县级复工政策文件，量化测定并模拟了复工人群移动对于不同公共政策的响应效果，揭示了人群移动的政策作用机制。研究表明，复工政策与当地财政能力、危机治理能力及其复工倾向性越匹配，越能促进复工人群移动，得到较好的复工效果。与以往认识不同的是，当政府财政和危机治理能力不足、复工政策倾向较保守时，财税、就业和政府采购等三类政策工作的多策并举反而会阻碍复工人群移动，不利于复工。财税和政府采购政策对批发、零售、酒店和餐饮业的复工人群移动作用较为有效，就业政策是促进制造业和商务服务业的复工人群移动的核心条件。因此从促进复工人群移动来看，疫情后的经济振兴和就业复苏，因地制宜的“精准决策”要比整齐划一的“多策并举”效果更好。

该研究成果以“Policy Instruments Facilitate China’s COVID-19 Work Resumption”为题于2023年10月2日在线发表于PNAS（Proceedings of the National Academy of Sciences of the United States of America，《美国科学院院报》）期刊上。赵鹏军为论文第一作者和通讯作者，研究团队的刘启旸助理教授为共同通讯作者，马天宇、康婷婷，刘正莹、张梦竹等为合作作者。该研究受到国家自然科学基金（41925003和42130402）和深圳市科技创新委员会（JCYJ20220818100810024）的资助。

图1 基于福格行为模型（Fogg Behavior Model）的理论框架。（A）人群移动所需的能力(Ability)；（B）各地复工倾向性（Motivation）；（C）促使人群移动的工具（PolicyTriggers）：各级政府发布的三种类型复工政策；（D）人群移动的结果（TargetBehaviour）：人群移动产生的复工率变化

图2（A）2020年2月17日到4月10日各地市复工人群移动的累计复工率效果变化（B）不同复工率地市的数量（花瓣面积）和中位数（花蕊长度）

作者简介：赵鹏军，英国社会科学院院士，北京大学博雅特聘教授，北京大学校学术委员会委员，北京大学城市规划与设计学院院长，北京大学城市与环境学院教授。国家杰出青年科学基金获得者、自然资源部科技创新领军人才( 国土空间规划领域）。现任国际地理联合会（IGU ）交通地理委员会副主席，国际SSCI 期刊Cities：The International Journal of Urban Policy and Planning主编，英国剑桥大学土地经济系客座教授，自然资源部陆表系统与人地关系重点实验室主任等。主要从事交通地理学和城乡规划学研究。