影响新型冠状病毒肺炎疫情传播风险因素研究综述

申 洁 胡 峰 黄嘉欣 吴 诗

2019年年底爆发的新型冠状病毒肺炎（COVID-19，下文简称为“新冠肺炎”）传播能力极强，致使本次疫情波及范围、持续时间及感染数量在近一个世纪内都未曾有过。截至2021年8月31日，全球确诊人数为218,430,962，死亡人数为4,531,645。新冠肺炎疫情爆发给人类社会发展带来了前所未有的灾难和巨大冲击，对世界的影响是全方位且极其深远（图1）。

图1 全球新冠疫情累计确诊病例数（截至北京时间2021年8月31日）

新冠肺炎是一个多学科交叉研究的问题，各学科研究侧重点和方法也有所差异，但探究其感染因素和传播途径已成为学界研究的焦点问题之一。其核心思想是，探讨影响新冠肺炎传播的相关因素[1]，识别高危城市或区域并明确调控的重点和方法，制定针对性的干预措施减少感染途径。但目前的研究中却缺乏对影响疫情传播风险因素的综合分析与评述。基于此，本文研究采用文献计量法分析影响新冠疫情传播因素，以期为后疫情时代城市规划设计总结经验教训，为城市规划者和管理者在未来建设健康安全城市提供有价值的见解，对未来大流行病提供城市规划指南。

1 数据来源与方法

本文检索时间范围限定为2020年1月1日至2021年8月31日。外文文献以Web of Science核心数据库为来源，以检索式——TS=（COVID-19 OR SARS-CoV-2）A N D TS=（urba n design OR urba n planning OR environment OR built environment OR urban environment OR physical environment OR green space OR greenery OR parks OR community）进行检索；中文文献以中国知网数据库SCI、EI 来源期刊、核心期刊、CSSCI、CSCD为来源，以“新冠肺炎”、“建成环境”、“规划设计”及相关关键词进行检索①，文献均限定为综述与研究型论文。在此基础上，遴选研究新冠肺炎与环境因素相关性分析中具有代表性实证研究文献，总共30篇。仅有1篇对比研究了中国和美国的情况，单独研究中国的有16项，美国9项，意大利、英国、德国、印度的研究各有1项。

2 新冠肺炎与影响因素的关系

在影响COVID-19传播的因素中，易感人群的个人生物学因素是内因，在外因中，疫情传播受社会环境，自然环境，建成环境等多方面因素的影响，呈现为类型多样性、空间异质性的特征，并直接左右疫情的防控[2]（表1）。一方面，社会环境中的社会经济特征对新冠疫情传播风险有显著影响，涉及人口密度、人群差异、经济收入等[3-4]；另外一方面，自然环境和建成环境对新冠疫情传播具有决定性的作用。首先，自然环境方面，空气污染暴露、城市污水对新冠疫情传播有重要影响。其次，建成环境主要包括两方面，第一，土地利用特征中的城市路网密度、容积率和建筑密度与新冠疫情传播密切相关，第二，公共服务设施与新冠疫情传播显著相关[5]，主要原因是公共服务设施的高可达性虽为居民提供了便利，但也增加了人口的流动性，导致感染风险高。因此，揭示这种多方面因素与疫情传播风险的关联机制和作用机理，才是降低流行病发生的潜在风险和增强应对疫情冲击韧性的理论基础。同时，针对研究结果完善资源配置及治理策略，对于疫情防控具有重要的现实意义。表1列出30项研究中涉及的不同的解释变量，“+”表示具有统计学意义的正相关；“-” 表示负相关；“0”表示不相关；“＊”表示相关性不明确。

表1 影响新冠肺炎疫情传播的因素

表2总结了每种因素与新冠肺炎的关联情况。根据研究结果，若某一影响因素呈现出的“正相关”的总结果数大于 “负相关”、“不相关”及“不确定”的总结果数，则认为其为显著相关因素，综合影响为正相关；若某一影响因素呈现出的“负相关”的总结果数大于 “正相关”、“不相关”及“不确定”的总结果数，则认为其为显著相关因素，综合影响为负相关；除此之外为弱相关因素。如表2所示，除温度、湿度及土地利用混合度与新冠肺炎传播呈弱相关之外，其余12项因素均与新冠肺炎的传播显著相关。

表2 环境因素与新冠病毒传染风险之间的相关性总结

3 影响新冠疫情传播的风险因素

本文选择的30项实证研究，总结了影响新冠病毒传播风险的因素。总体来看，人口密度、人群差异、经济收入、空气污染暴露、城市污水、路网密度、容积率、建筑密度、公共交通可达性、医院密度、商业设施密度、公共绿地密度与COVID-19传播呈正相关。一些影响因素如温度、湿度和土地利用混合度的研究结论尚不具有一致性。

3.1 社会经济特征

研究关注的社会经济特征影响因素主要有人口密度、人群差异、经济收入三个方面。

11项研究中有10项研究发现人口密度与新冠肺炎传播风险呈正相关[4，6-7，16，21]，感染病例往往集中于人口密度较大的区域[8]。当个体数量超过可容纳空间时，提高了人群接触病原体的强度和时间，增加了传播风险。其中4项研究证明了老年人[5,9]是COVID-19的高风险易感人群。以武汉市实证研究为例，老龄化程度最高的区域往往也是受新冠肺炎影响的重灾区[25]，这是由老年人多半抵抗能力较弱又患有基础病造成的。但在封锁隔离等政策影响下，人口密度对于疫情的传播不存在显著的影响。

随着研究的深入，对患病人群性别的进一步细分，发现随着年龄的增长，女性患者更多，并伴有多种并发症[11,14]。此类人群更容易受疫情感染，可建立居民健康档案，对易感人群的状况进行跟踪，给与更多的关注以及公共卫生防疫政策。此外，美国一些学者们还发现族群比例少的人群更容易感染新冠肺炎，黑人患者死亡风险是白人患者的1.36倍[11,12]，而白人和亚裔居民患病后死亡率相对较低[13]，黑人居民获得医疗救助相对较难造成了这样的结果[7, 17]。

大部分研究中经济收入与新冠肺炎传播呈正相关[26]，主要体现在收入不平等、失业率、家庭收入中值等方面的影响。美国低收入人群感染新冠肺炎的比例几乎是高收入人群2倍[27]。原因是收入较高的人往往有更健康的生活方式，更容易获得健康的居住环境和医疗资源，感染风险相对较低。德国学者也证实，高失业率高患病率的结论[15]。失业人群没有了稳定的经济收入，基本的医疗保险不能保证，患病率的增加必然提高新冠肺炎的传播风险。与之相反，我国香港的大部分病患是属于输入型病例，患者多数在国外工作或留学者，经济收入水平高于普通人群，造成了家庭收入中位数与新冠肺炎传播呈负相关[6]。综上所述，在疫情中应对弱势群体进行重点关怀与关注，例如建立基金项目为低收入人群提供资金支持、租房补贴和其他生活用品，以缓解疫情带来的影响；禁止企业裁员以减少失业率、降低税收和贷款利率。

3.2 自然环境

空气污染暴露、城市污水对于新冠疫情传播的影响主要是正相关[4,34]。

5项研究中有3项表明空气污染暴露会提升新冠肺炎病毒的传播速度。例如芝加哥地区长期暴露于不良空气中的人群，死亡风险更高[13,19]。严重的空气污染会增加居民冬季患呼吸道疾病的可能性，从而增加去医院等高危地区后感染的可能性，导致死亡率上升。而1项研究显示空气污染与疫情传播不相关，因为疫情期间采取了封锁措施，各种污染物如PM2.5、PM10、CO等的浓度与封锁前的浓度明显下降，良好的空气质量对于人群健康有促进作用。1项研究指出目前，关于空气污染对于疫情传播的具体影响机制尚不明确，然而减少空气污染，有助于控制新冠病毒的传播和提高感染者的应对能力[35]，提高城市通风，降低潜在的气溶胶扩散风险[36]。

2项研究发现病毒可通过城市污水进行传播，患者粪便和尿液中的病毒随城市污水的排放进入河流扩散，如在长江、汉江流域以武汉为中心向周围城市蔓延。Sharifi等提出需要加强废水处理[4]，以减少病毒通过城市污水传播的可能性。将污水收集设施整合进入综合防灾体系，降低因污水中含有新冠病毒而导致居民感染的风险。采用实时监控设备监测水质，预测扩散模式，同时确保治疗患者的药物不会引起水资源污染。

关于温度、湿度与疫情的影响结论尚不具有一致性。

现有研究大多认为温度、湿度变化可在一定程度上影响COVID-19在人群中的传播速率。环境温湿度主要通过影响病毒在宿主体内的活性与繁殖速度，进而影响其传播速率及感染者的死亡率。低温干燥的冬季给病毒提供了良好的繁殖环境促进其传播[29]，高温潮湿的夏季抑制病毒的活性降低传播速率[30]，当环境处于病毒传播的最适温度（5～15℃）时，感染人数将增加。但仍有研究认为目前的证据不能证明温度、湿度与 COVID-19传播速率有关。Yao[31]等对多个国家和地区研究发现，在控制了相对湿度与紫外线强度后，COVID-19的传播速度与温度变化无明显关联[32]。由于温度、湿度、紫外线和风速等天气效应会共同影响病毒的传播，温湿度是否对疫情传播有影响，尚不完全确定。温度升高可能降低新冠病毒在人群中的传播率，但并不是影响病毒传播的决定因素。

3.3 土地利用特征

土地利用相关因素中包含多个影响因子，研究集中于路网密度、容积率、建筑密度和土地利用混合度。

国内外学者都指出较高的路网密度会增加COVID-19的传播风险，3项研究结果全都指出路网密度对于疫情传播具有正向效应。路网密度越高的区域，可达性越好，人们更愿意步行出行。但随着人流量增加，若不能保证安全的社交距离，发生交叉感染比例较高[16,18]。基于此，各类规划选址时需考虑路网密度可能带来的暴露风险，对于路网密度高的区域应严格落实卫生隔离措施来保证社交距离。

容积率和建筑密度对疫情传播的影响呈现出异质性的特点，但整体呈正向效应。有4项研究证明容积率和建筑密度与新冠肺炎的传播是正相关的。较大容积率和较高建筑密度都意味着人口相对密集，病毒暴露风险增加。美国芝加哥地区和中国香港的实证研究中均证实了高容积率与高建筑密度往往伴随着新冠肺炎传播的高风险[6,13,16]。然而，也各有2项研究指出高容积率和高建筑密度对疫情有抑制作用。可能原因是，一方面，城市基于SARS时期积累的经验，针对地开展了消毒和防控工作[37]；另一方面，高容积率往往意味着更高的建筑高度，能够阻碍底层气流上升从而抑制疫情[1]。总的来说，高容积率更易导致疫情扩散，因此，在控制城市规模的同时，要注意降低城市中心区的容积率[37]，对高密度社区进行适度的容量控制，慎重进行高层住宅的建设[5]。

关于土地利用混合度对新冠肺炎传播风险的影响结论不具有一致性[28]。5项研究中有2项结果表明土地利用混合度与疫情影响呈正相关，1项研究结果表明呈负相关。原因是较高的土地利用混合度意味着各种城市服务具有较好的空间邻近性[28]，一方面，丰富的城市服务空间会吸引人流，空间内人群的接触几率更高，容易引起聚集性感染[6,17]；另一方面，此时居民的出行距离短、频次少，减少了由交通暴露带来的感染风险[16]。此外，有2项实证研究指出该因素的影响是不确定的[5,28]。对于这种结果的解释是，疫情传播也受社区类型的影响。以居住型为主的社区，随着土地混合使用的提高，居民的通勤距离和对公共交通的依赖程度也相应增加，从而增加了阻隔疫情的难度。职住平衡的社区，多样化的功能满足了需求，避免了远距离出行时间和次数，也避免了与疫情高发区的接触，降低了感染风险。总体来说，做好足够的防护措施，打造职住平衡的社区[38]，减少居民远距离通行频率，可应对今后COVID-19大流行的挑战。

3.4 公共服务设施

研究集中指出，公共交通可达性、商业设施密度、诊所医院以及公共绿地密度与COVID-19传播显著相关。

公共交通可达性主要体现在交通站点可达性、交通站点密度。8项研究指出公共交通可达性与新冠肺炎的扩散呈正相关，仅有1项研究认为公共交通可达性与新冠肺炎的传播影响不确定。公共交通可达性、交通站点密度直接与人口集散挂钩，人口大量集散和流动都会为新冠肺炎的传播提供有利的条件[5,10,13,15]。如随着地铁站密度的增加，感染新冠肺炎的风险会增高[6]。增设或优化城市慢行系统和城市绿道[5]，提倡以私人交通出行方式（自行车、步行、私家车等）代替公共交通[39]，减少人群接触风险，降低感染几率。

5项实证研究中有4项表明诊所和综合医院的密度，更多地呈现出于新冠肺炎疫情人数正相关的特征[1,5,10]。以美国为例研究发现，拥有较高的医护比例地区，感染率也相对较高，某种程度上医护比例也反映着医院密度和数量[14]。此外，有1项研究结果指出医院密度与COVID-19发病率显著负相关[9]。武汉疫情爆发初期，医院密度高的区域内可吸收更多患者，减少了传播风险。一方面，需完善公共卫生服务设施，进而提升社区医疗应急能力，避免病患大量涌入综合医院带来的聚集性感染[40-42]；另一方面，对于医院的规划选址和建筑空间设计应充分考虑降低暴露风险。

5项研究表明商店、超市、餐饮等商业设施越密集，受新冠肺炎传染风险越高[6,8,28]。大型超市、便利店密度更多地呈现出与疫情人数的正相关特征[1]，也是造成疫情长时间扩散和持续的原因之一[10]。应提倡线上购物减少线下购物排队聚集时间[43]，降低由人群聚集带来的传染风险。

在公共绿地密度对新冠肺炎传播影响的7项实证研究中，有4项研究指出该因素对于疫情传播呈正相关，另有2项结果为负相关。一方面，公共绿地密度高的区域为人们户外活动提供了更多的选择，增加了居民户外活动机会，同时也增加了人与人之间接触的机会，导致感染的机会增大[6,9]；另一方面，绿地作为人们提供锻炼身体的场所，有助于提高人们自身免疫力以抵御病毒，降低感染新冠肺炎的风险[7]。此外，还有1项研究指出空气质量、温度、风速、天气与公共绿地相互作用，进而影响新冠病毒传播。如绿地空气污染较高，公园的使用可能会成为具有风险的活动，天气的好坏也会影响公园的使用。因此认为公共绿地密度对于新冠肺炎的传播影响是不确定的[24]。综上，公共绿地密度对疫情的传播影响呈现出一定的异质性，但总体呈现出与疫情传播呈正相关的特征。今后应合理分布城市绿地，有效疏解人居空间，通过降低人群密度来防止疫情传播扩散[44]。

依据以上分析，表3总结了新冠疫情风险因素所暴露的主要问题以及对后疫情时代的城市管理建议。

表3 新冠疫情揭示的主要问题及后疫情时代规划建议

4 结论与展望

4.1 结论

综上所述，本文总结了影响新冠疫情传播的风险因素，主要包括社会经济、自然环境、土地利用、公共服务设施四个方面；其中伴随高风险传播的因素主要有人口密度、人群差异、经济收入、空气污染暴露、城市污水、路网密度、容积率、建筑密度、公共交通可达性、医院密度、商业设施密度、公共绿地密度。此外，还有一些较为重要的影响因素，如温度、湿度及土地利用混合度，由于其他因素共线性的影响、研究区域的不同所呈现的结论并非一致。一方面，新冠肺炎的传播过程是多种要素共同作用下的复杂过程，因而难以排除其他因素的干扰来研究单一因素；另一方面，某些要素会因研究对象的时空差异性而不同。

4.2 展望

作为环境要素与传染性疾病传播的关系和机理的初期探索，研究在揭示传播风险关联机制方面还存在一定的局限。进一步的研究可以从以下四方面展开：

（1）疫情传播因素多维度研究

研究新冠肺炎传播的影响因素中包含多种社会、自然和建成环境因素，但只限于这三类的要素研究结果较为碎片化。今后对于地区政策、患者心理、民众响应程度等相关因子都有待进一步研究和探索[45]。以此丰富新冠疫情传播风险的理论体系，为传染病防控工作的开展提供更好的理论借鉴。

（2）不同人群和时段分类研究

在利用病患的空间分布来进行影响因子分析时，不同年龄段病患的行为模式、身体素质以及生活需求有较大的差异，精准分析特定人群与疫情传播影响因素之间的关系显得尤为重要。同时，研究时间的选择可以确定在政策实施之前的自然传播阶段，减少人为干预情况下深入解析环境要素与新冠传播风险的复杂机理。

（3）跨国家和区域的对比研究

新冠肺炎几乎波及到全球每个城市，但大多数研究集于中国和美国。各国社会背景和城市环境都有着巨大的差异，需对更多的国家进行研究，针对不同地理区域，增加同质因素和新冠肺炎传播的关联分析[46]，加强研究结果的普适性。同样，也可以探究形成分布差异的影响因素，揭示不同地区的差异性，进而阐释不同模式的优化途径与策略。

（4）深入拓展纵向研究

新冠肺炎传播是一个复杂的过程，除受到诸多环境效应的影响之外，本身还具有随着时间变化的非平稳特征，需要进行更多的对照和纵向研究。目前对于新冠肺炎影响要素的研究多为横断面研究，这些因子与疫情存在显著关联，但仍无法准确揭示其因果关系。现有研究病例数据主要集中在新冠病毒爆发的初期，研究结果只能代表某个特定传播阶段的特征，尚不能全面反映疫情传播的完整过程。后续研究中应搜集更多精细颗粒度高的数据，进行多元数据的融合分析和相校验，明确其因子与疫情传播的因果关系。

资料来源：

图1：作者百度新型冠状病毒肺炎疫情实时大数据报告改编绘制；

表1～3：作者自绘。

注释

① SU=（SARS-CoV-2 + covid-19 + 新冠病毒 +新型冠状病毒肺炎 + 新冠肺炎 + 疫情 + 新冠疫情+ 新冠肺炎疫情）＊（城市设计 + 城市规划 + 环境+ 建成环境 + 城市环境 + 物理环境 + 绿地空间 +公园 + 社区）。