梁本凡

摘要：人類歷史上每次大流行，城市均成為大流行風(fēng)暴中心與災(zāi)難中心。主要原因是：城市發(fā)展不均衡，內(nèi)部存在很多防控短板與漏洞;一些促進(jìn)城市發(fā)展的有利因子，同時也是促進(jìn)病毒擴(kuò)散的重要因素;傾向于極化發(fā)展的城市化發(fā)展道路，極大地加劇了中心城市成為風(fēng)暴災(zāi)難中心的風(fēng)險。要將城市群從大流行災(zāi)難中徹底解救出來，必須以數(shù)字城市、云城市、云城市群建設(shè)為依托，創(chuàng)新城市化發(fā)展道路，變革傳統(tǒng)城市化發(fā)展模式。同時，引入抗流行脫感染高新技術(shù)，優(yōu)化城市基層醫(yī)療衛(wèi)生疾控服務(wù)，著力解決城市所存在的防控短板問題，實現(xiàn)城市群體系更全面均衡的發(fā)展。這是新冠全球大流行背景下城市群安全穩(wěn)定持續(xù)發(fā)展的新方向。

關(guān)鍵詞：大流行;城市群;新變革

中圖分類號：C912.81? ? 文獻(xiàn)標(biāo)志碼：A? ? 文章編號：1001-862X（2020）04-0034-008

世界衛(wèi)生組織將大流行定義為病毒跨國蔓延與傳染病在全球傳播。人類歷史上曾多次出現(xiàn)過大流行。目前，世界正處于新一輪大流行狀態(tài)，生命安全、經(jīng)濟(jì)安全、城市安全受到全面威脅。確診感染人口已經(jīng)超過2700萬人，累計死亡人口已經(jīng)近90萬。由于這次大流行不再受季節(jié)的限制，未來還要持續(xù)多久，科學(xué)一時難以預(yù)測。加上科技大亨比爾·蓋茨宣稱，目前的大流行正重新定義著我們這個時代，國際社會開始對大流行是否會長期延續(xù)下去、是否會演變成一個“時代”引起關(guān)注。不過，由于科學(xué)研究的基本方法是先假設(shè)后求證，我們不妨先行假定有這么一個“大流行時代”正向我們走來，也不妨假定人類已經(jīng)悄悄進(jìn)入到了新冠“大流行時代”。從提前做好防御預(yù)案以防患于未然，做好預(yù)判以確立城市發(fā)展新的方向起見，本文將城市和城市群放置在新冠全球大流行的背景下，透視其可能存在的種種短板或缺陷，并探討其歸因與治理對策，進(jìn)而研究其新發(fā)展、新方向、新模式與新未來。這對中國高質(zhì)量發(fā)展與世界城市文明的新轉(zhuǎn)型，具有極其重要的實踐價值與戰(zhàn)略意義。

一、城市大流行防抗指數(shù)及其計算方法

人類歷史上每次大流行，城市均成為大流行的風(fēng)暴中心與災(zāi)難中心。公元前431年到公元541年，著名的古希臘雅典衛(wèi)城、羅馬帝國首都特里爾、東羅馬帝國首都君士坦丁堡，先后分別成為斑丘傷寒、天花和淋巴腺鼠疫大流行風(fēng)暴中心，有約25%的雅典城邦居民和約40%的羅馬帝國首都居民死于非命。13到14世紀(jì)，歐洲城市與城堡成為“黑死病” 的風(fēng)暴中心，僅在1347—1352年，就有25%左右的歐洲居民受害而亡。1918年到2010年，流感在全球盛行。其中，1918—1920年，因“西班牙流感”，英國死亡人口25萬，法國死亡40萬，美國死亡67.5萬以上。1957—1958年，因“亞洲流感” ，全球死亡人口10萬以上。1968—1969年，東方明珠香港，患“香港流感”者高達(dá)50萬人。2009—2010年，全球因“豬流感”死亡人口至少15萬以上。進(jìn)入21世紀(jì)，冠狀病毒開始大流行。2002年冬—2003年春，以“非典”面目肆虐亞洲，2012年在沙特再現(xiàn)，2019年底到今天，以“新冠”形式在全球泛濫。

一部大流行史，同時也是人類依托城市、利用城市、改造城市，對大流行進(jìn)行拼命防控以實現(xiàn)防災(zāi)減災(zāi)的歷史。例如，建立醫(yī)療衛(wèi)生防疫體系、實施公共衛(wèi)生管理制度、發(fā)明新藥與接種疫苗、建設(shè)污染處理設(shè)施、實施垃圾統(tǒng)一清收制度、實行衛(wèi)生防疫檢疫制度、限制疫區(qū)人員旅行流動等。和100多年前相比，現(xiàn)代城市防御抵抗大流行及其沖擊的能力大為提高。所謂城市大流行防抗指數(shù)，就是指城市抵抗防御大流行沖擊的能力或力量的大小。下文中，指數(shù)、防抗指數(shù)、城市防抗指數(shù)等，都是它的簡稱。一般來說，城市防抗指數(shù)越高，意味著城市存在的防抗短板與劣勢越少，防抗的長板與優(yōu)勢越多，抵抗大流行沖擊的力量越大，大流行就越難以對城市造成危害，城市人口及其社會經(jīng)濟(jì)也就越安全。反之，亦然。通過該指數(shù)，一方面可以判斷一座城市面對大流行沖擊所具有的綜合優(yōu)勢或能力，另一方面可以識別城市群在大流行背景下所存在的不足或缺陷。

（一）指數(shù)的計算方法與模型

影響城市防抗指數(shù)的因子可能存在于城市的各個領(lǐng)域和層面。按照大流行防抗響應(yīng)次第，影響城市防抗指數(shù)的因子可以分為四大類：一是阻斷病毒傳播或方便疾病擴(kuò)散的因子，如城市的地理區(qū)位、人口規(guī)模與密度、交通物流地位、旅客周轉(zhuǎn)量大小、產(chǎn)業(yè)經(jīng)濟(jì)發(fā)達(dá)程度、污染物排放管控與處理等。二是幫助市民抵抗病毒感染的設(shè)施與措施，如中醫(yī)藥與健康產(chǎn)業(yè)發(fā)達(dá)程度、城市防疫檢疫管理與制度、抗疫設(shè)施水平與物資儲備、醫(yī)療保障水平與覆蓋率、人員隔離與戴口罩比例等。三是城市處置救治傳染病患者的機(jī)構(gòu)與裝備，如醫(yī)療機(jī)構(gòu)及其裝備水平、醫(yī)護(hù)人員數(shù)與開放床位數(shù)等。四是影響防抗全過程與效果的軟實力因素，如城市政府的治理能力、居民的文化道德素質(zhì)、醫(yī)療機(jī)構(gòu)的結(jié)構(gòu)比例、醫(yī)療衛(wèi)生防疫機(jī)構(gòu)的管理水平、醫(yī)護(hù)人員的文化道德素質(zhì)等。

將四大類影響因子整合成一個大流行防控指數(shù)，可以采用賦權(quán)匯總法[1]、因子分析法[2]和主成分分析法[3]等。其中，主成分分析法具有以下優(yōu)勢與特點：主成分是變量因子的某種特定組合，它能對變量信息進(jìn)行高度濃縮和概括，并代表變量成為構(gòu)建防抗指數(shù)的主要成分。主成分在指數(shù)和變量因子之間起橋梁作用，它能克服變量之間的共線性關(guān)系給指數(shù)所帶來的估算誤差。和賦權(quán)匯總法相比，主成分不是人為確定的，而是由線性方程組經(jīng)統(tǒng)計學(xué)算法自動尋找出來的。指數(shù)合成時所需要的權(quán)重，也不是人為給定的，而是由變量系數(shù)與方差解釋率比重所決定的。如果以Fk代表城市K的大流行防控指數(shù)，則Fk的計算由方程（1）和（2）所決定。

式（1）和（2）式中，K 代表城市，i 為主成分?jǐn)?shù)，j 為變量數(shù)，F(xiàn)ik代表城市K第i個主成分，ai 為第i個主成分的方差解釋率比重，Xjk為城市K第j個變量，bjik為城市K第i個主成分第j個變量的系數(shù)。ai和bjik均由主成分分析算法內(nèi)生給出。

（二）指數(shù)因子或變量的選擇

定量化的影響因子進(jìn)入指數(shù)方程（1）和主成分方程（2），就成了變量。不同的影響因子或變量，對測算城市大流行防控指數(shù)的貢獻(xiàn)各不相同。為了高質(zhì)量地測算出各城市的大流行防控指數(shù)并揭示其影響因素，被挑選的影響因子或變量必須滿足以下幾個基本條件：一是影響大流行過程或結(jié)果的重要因素，二是能夠標(biāo)度和反映防抗短板或長板的因素，三是可定量、原始數(shù)據(jù)完備、可以進(jìn)入方程進(jìn)行運(yùn)算的因素，四是與防控綜合產(chǎn)出效果指標(biāo)存在顯著相關(guān)關(guān)系的因素。也就是說，以P<0.05為顯著性檢驗標(biāo)準(zhǔn)，只有與綜合產(chǎn)出效果指標(biāo)具有顯著相關(guān)關(guān)系的影響因子或變量，才能最終入選。

病毒的傳播和擴(kuò)散，與人口的流動與聚集及人們工作、生活和交往方式密切相關(guān)。旅客周轉(zhuǎn)量、服務(wù)業(yè)比重、城市化率、人口密度、參加醫(yī)保人數(shù)等指標(biāo)，一方面與人口的流動、聚集和交往方式密切相關(guān)，既能促進(jìn)病毒傳播，又能阻斷病毒傳播。另一方面，它們與城市的區(qū)位、功能、規(guī)模、產(chǎn)業(yè)經(jīng)濟(jì)特點、社會發(fā)展水平等因素密切相關(guān)，對短板城市的識別具有較高的標(biāo)識度。所以，它們被入選到表1阻斷病毒傳播因子欄中。

在防御與抵抗病毒感染方面，人口年齡結(jié)構(gòu)、居民身體素質(zhì)、基礎(chǔ)疾病患者比例等因子十分重要。由于中醫(yī)、診所和中醫(yī)診所，在治“未病”、治慢性病、提高人體免疫力、減少減輕基礎(chǔ)疾病、幫助抵抗病毒感染、利于患者快速康復(fù)等方面，有著獨特的基礎(chǔ)性作用，在標(biāo)度和識別城市抗疫短板節(jié)點方面，比人口年齡結(jié)構(gòu)、居民健康素質(zhì)、基礎(chǔ)疾病患者比例等因子更具有優(yōu)勢。所以，這里特地選擇了與中醫(yī)、診所和中醫(yī)診所有關(guān)等11個影響因子來參與評價。

在這次大流行過程中，許多國家和城市均暴露出醫(yī)療資源嚴(yán)重不足和醫(yī)療機(jī)構(gòu)配置失衡等短板問題。在患者處置救治支撐方面，根據(jù)世界各地的經(jīng)驗，城市醫(yī)療機(jī)構(gòu)數(shù)、開放床位數(shù)、醫(yī)護(hù)人員數(shù)、醫(yī)療設(shè)備狀況等因素十分重要。本欄目從醫(yī)療機(jī)構(gòu)數(shù)、密度，醫(yī)護(hù)人員數(shù)、密度，開放床位數(shù)、密度等不同維度，對城市公共衛(wèi)生短板因素作進(jìn)一步識別。

支撐城市防抗的軟實力因子很多，上至國家的法律制度，下至居民的文化道德素質(zhì)，中至城市政府的治理能力等，可以說是無所不包。由于無法取得這些軟實力因子的數(shù)據(jù)，我們只好引入可定量、具有可靠數(shù)據(jù)來源、同時能涵蓋所有軟實力因子綜合作用的產(chǎn)出變量來替代。表1中所列涵蓋軟實力因子的綜合變量，包括人口感染率、確診病例數(shù)、治愈出院數(shù)、人均治愈數(shù)、治愈出院率等5個。由于這些變量是所有防控因子的綜合作用結(jié)果，所以，只要采用扣減法，將其他三大類因子的影響從產(chǎn)出變量所標(biāo)定的綜合影響中扣減出來，就可以十分方便地得出軟實力因子對城市防抗支撐力的大小。

二、防抗短板與風(fēng)暴中心城市的識別

武漢城市群是世界上較早主動應(yīng)對新冠大流行挑戰(zhàn)并取得勝利的城市群。以它作為典型案例，對大流行防抗短板城市與風(fēng)暴中心進(jìn)行研究與識別，在方法論上對國內(nèi)外其他地區(qū)的城市群具有重要的參考價值。關(guān)于武漢城市群的范圍，有的認(rèn)為只包括武漢及其周邊的8個城市[4]，有的認(rèn)為不僅包括湖北省全境，還包括河南、江西和湖南的部分城市。[5]考慮毗鄰省市與武漢城市群存在較大差異，跨省數(shù)據(jù)的統(tǒng)一性和可比性差等因素，本文所討論的武漢城市群范圍，將限制在湖北省地級以上城市所組成的城市群范圍，另外附帶恩施自治州和神農(nóng)架林區(qū)。

（一）原始數(shù)據(jù)的來源與處理

對武漢城市群新冠防控指數(shù)及其影響因子進(jìn)行分析，所使用的原始數(shù)據(jù)來源主要有三個：新冠確診病例數(shù)、治愈出院數(shù)等原始數(shù)據(jù)，來自于湖北省衛(wèi)健委網(wǎng)站，為截止于2020年4月3日24時的累計數(shù)。中醫(yī)機(jī)構(gòu)數(shù)、診所數(shù)、中醫(yī)診所數(shù)等，均系作者在百度地圖上搜索關(guān)鍵詞“中醫(yī)”“診所” “中醫(yī)診所”而獲得，時間點是2020年4月3日。其他影響因子或變量，如城市化率、服務(wù)業(yè)比重、醫(yī)療機(jī)構(gòu)數(shù)、參加醫(yī)保人數(shù)、醫(yī)護(hù)人員數(shù)等，均為2018年年底數(shù)據(jù)，來自湖北省各市（州區(qū)）2018年國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報。為了消除量綱影響，本文對原始數(shù)據(jù)進(jìn)行了Z-score 標(biāo)準(zhǔn)化。正態(tài)性檢驗確認(rèn)本案例有20%的變量具備正態(tài)性質(zhì)。按照小樣本數(shù)據(jù)峰度絕對值小于10，偏度絕對值小于3的標(biāo)準(zhǔn)，本案例有58.6%的變量具可接受的正態(tài)性質(zhì)。由于Bartlett檢驗的p值為0，說明本案例變量標(biāo)準(zhǔn)化數(shù)據(jù)適合進(jìn)行主成分分析。

（二）主成分?jǐn)?shù)及方差解釋率

將變量標(biāo)準(zhǔn)化數(shù)據(jù)上傳到SPSSAU，讓計算機(jī)對數(shù)據(jù)進(jìn)行運(yùn)算，得到關(guān)于主成分的一系列特征數(shù)據(jù)，見表2。

以特征根值大于1為標(biāo)準(zhǔn)，變量數(shù)據(jù)可以提取的主成分?jǐn)?shù)為4，即i的取值為1—4。表2顯示，四個主成分對變量數(shù)據(jù)的方差解釋率是有差異的。其中，主成分F1k的方差解釋率最高，達(dá)72.274%，而主成分F2k、F3K和F4k的方差解釋率均不到10%。不過，四個主成分合起來，方差解釋率高達(dá)93.735%。也就是說，使用這四個主成分一起對城市K的新冠防控指數(shù)Fk進(jìn)行評估，其精準(zhǔn)度和可靠性接近94%。

由于29個變量給主成分F1K均有高于0.515的載荷，所以，F(xiàn)1K本質(zhì)上是一個“全要素”主成分。參加醫(yī)保人數(shù)、西醫(yī)機(jī)構(gòu)數(shù)、醫(yī)療機(jī)構(gòu)數(shù)、醫(yī)護(hù)人員密度4個變量給主成分F2K均有高于0.404的載荷，所以，主成分F2k主要代表城市醫(yī)療與醫(yī)保服務(wù)所產(chǎn)生的影響。人均診所數(shù)、人均中醫(yī)機(jī)構(gòu)數(shù)和人均中醫(yī)診所數(shù)3個變量給主成分F3k均有高于0.416的載荷，所以，主成分F3k主要體現(xiàn)人均基層醫(yī)療機(jī)構(gòu)和人均中醫(yī)機(jī)構(gòu)水平所帶來的影響。中醫(yī)機(jī)構(gòu)占比和中醫(yī)診所占比給主成分F4K均有高于0.417的載荷，所以，主成分F4K 主要體現(xiàn)中醫(yī)醫(yī)療機(jī)構(gòu)所產(chǎn)生的影響。

（三）主成分與變量之間的關(guān)系

變量系數(shù)bijk由SPSSAU按主成分分析算法自動給出。對應(yīng)于主成分方程（2）中的每一個主成分和每一個變量，均有一個對應(yīng)的變量系數(shù)值bijk，見表3。

將表3中的變量系數(shù)值bijk帶入公式（2），得到城市K的四個主成分Fik 的計算方程：

方程（3）—（6）顯示：四個主成分均為29個變量的線性方程。每一個變量與每一個主成分的關(guān)系，由方程中該變量的系數(shù)所決定。每一個主成分的值，除了受變量系數(shù)的影響外，還與變量的取值有關(guān)。

（四）大流行風(fēng)暴中心與防抗短板城市分布

將表2中的ai代入式（1），立即得到城市K的新冠防控指數(shù)計算方程：

將每個城市（州區(qū)）29個變量的標(biāo)準(zhǔn)化值帶入方程組（3）—（7），就能得到武漢城市群17個城市（州區(qū)）新冠防控指數(shù)的標(biāo)準(zhǔn)化值。將均值設(shè)定為100，對標(biāo)準(zhǔn)化指數(shù)值進(jìn)行變換，即得到標(biāo)準(zhǔn)化指數(shù)的變換值。武漢城市群各城市新冠防控指數(shù)標(biāo)準(zhǔn)化值和變換值見表4。

所謂新冠風(fēng)暴中心，就是城市群中新冠防控指數(shù)值最低的城市。所謂新冠防控短板城市，就是新冠防控指數(shù)標(biāo)準(zhǔn)化值低于0，或者變換值小于100的城市。對武漢城市群新冠防控指數(shù)進(jìn)行排序比較發(fā)現(xiàn)：武漢城市群新冠防控短板城市，集中分布于湖北省的東部地區(qū)。湖北省東部地區(qū)的武漢市、鄂州市、天門市、仙桃市、孝感市、黃石市和咸寧市，共同構(gòu)成武漢城市群中的新冠防控短板城市群。其中，武漢市是新冠防控短板城市群中的極端短板城市，因此，它也就成為武漢城市群的新冠風(fēng)暴中心城市。這一模型計算的結(jié)果與分布，與湖北年初發(fā)生的事實具有高度的一致性。由此證明，本指數(shù)及其計算方法是科學(xué)可靠的，結(jié)果和結(jié)論具有較高的可信度。

三、城市群大流行防控短板因子的識別

（一）城市群防抗短板變量分類

各變量對城市防控指數(shù)的影響，主要通過主成分方程（3）—（6）變量系數(shù)的正負(fù)符號及其絕對值大小來體現(xiàn)。例如，在主成分方程（3）中，旅客周轉(zhuǎn)量X1的系數(shù)為-1.219，意味著X1每增加一個單位，其主成分F1K將減少1.219個標(biāo)準(zhǔn)化單位，城市防控指數(shù)Fk將相應(yīng)減少0.94個標(biāo)準(zhǔn)化單位。由此可見，在大流行期間，武漢市發(fā)達(dá)的旅客周轉(zhuǎn)量反而成為防疫抗疫的不利條件，而切斷或減少人口流動，就能改善武漢的新冠防控能力。

由于變量Xjk對主成分F1k均有0.515以上的載荷，而主成分F1k對防控指數(shù)Fk的影響權(quán)重占77.1%，所以，只要分析方程（3）中各變量系數(shù)與其絕對值的大小，就可知道各變量的主要防抗功能類型。表5顯示，影響武漢城市群新冠防控指數(shù)的變量可以分為強(qiáng)正影響、弱正影響、零影響、弱負(fù)影響、強(qiáng)負(fù)影響5大類。其中，強(qiáng)正和弱正影響類，顯然為長板變量。弱負(fù)和強(qiáng)負(fù)影響類，無疑是短板變量。在所有變量中，確診病例數(shù)X25，這一涵蓋軟實力因子的綜合變量，其系數(shù)為負(fù)且取值較大，是整個城市群最強(qiáng)的短板變量之一。

武漢城市群防抗短板變量，除了上述分類以外，還可以按照防抗響應(yīng)屬性分類。結(jié)合表5表4可見，歸屬阻斷病毒傳播類的短板變量有：城市化率、人口密度、旅客周轉(zhuǎn)量、服務(wù)業(yè)比重。歸屬抵抗病毒感染類的短板變量有：中醫(yī)機(jī)構(gòu)密度、人均中醫(yī)診所數(shù)、診所密度、人均中醫(yī)機(jī)構(gòu)、中醫(yī)機(jī)構(gòu)數(shù)。歸屬患者處置救治類的短板變量有：西醫(yī)機(jī)構(gòu)數(shù)、醫(yī)療衛(wèi)生機(jī)構(gòu)密度。歸屬涵蓋軟實力因子的綜合產(chǎn)出短板變量有：確診病例數(shù)和人口感染率。

（二）最大差值短板變量

短板城市與長板城市因指數(shù)的不同而起分別。短板變量與長板變量因取值差異而相對地存在。以頂級長板城市的變量作為參照，計算短板城市與頂級長板城市對應(yīng)變量的差值，就能輕易地找出那些給短板城市指數(shù)帶來減分或加分影響的最大差值短板或長板變量。如果某一最大差值短板變量，頻繁出現(xiàn)在短板城市群中，它就是該短板城市群的最大公共差值短板變量。表6列出了武漢城市群6個短板城市各自的5個最大差值變量及其標(biāo)準(zhǔn)化差值序列。

表6所列變量差值的正負(fù)符號，如果與方程（3）中變量系數(shù)的正負(fù)符號不一致，就會給指數(shù)帶來失分，這個變量就是最大差值短板變量。反之，就是最大差值長板變量。結(jié)合方程（3）和表6可以看出，城市化率X3和西醫(yī)機(jī)構(gòu)數(shù) X18這兩個變量均在5個短板城市現(xiàn)身。武漢、鄂州、仙桃、孝感、黃石均因X3城市化率差值帶來失分。鄂州、天門、仙桃、孝感、黃石均因X18西醫(yī)機(jī)構(gòu)數(shù)差值帶來失分。所以，這兩個變量是武漢短板城市群影響頻率排位第一的公共差值短板變量。服務(wù)業(yè)比重X2和人均中醫(yī)診所數(shù)X13，均出現(xiàn)于3個短板城市之中，屬于武漢短板城市群影響頻率排位第二的公共差值短板變量。中醫(yī)診所占比X11、醫(yī)療衛(wèi)生機(jī)構(gòu)密度X19和西醫(yī)機(jī)構(gòu)密度X20，均出現(xiàn)于2個短板城市之中，屬于武漢短板城市群影響頻率排位第三的公共差值短板變量。

對于每一座短板城市來說，其排名第一、第二、第三、第四、第五的最大差值變量是各不相同的。例如，對于武漢市來說，最大差值變量依次為：人均中醫(yī)診所數(shù)X13、中醫(yī)診所密度X15、城市化率X3、中醫(yī)機(jī)構(gòu)密度X14和人均中醫(yī)機(jī)構(gòu)數(shù)X12通過主成分F1，它們對武漢指數(shù)所產(chǎn)生的影響分別為：-38.12、41.64、-48.59、-45.96、-18.58。顯然，中醫(yī)診所密度X15為武漢市的最大差值長板變量，而人均中醫(yī)診所數(shù)X13、城市化率X3、中醫(yī)機(jī)構(gòu)密度X14和人均中醫(yī)機(jī)構(gòu)數(shù)X12，均為武漢市的最大差值短板變量。只要對X13、X3、X14、X12這4個變量進(jìn)行合理的調(diào)控，就能夠大幅度地提升武漢市的新冠防控能力與水平。

（三）最大影響短板變量

所謂最大影響短板變量，就是對指數(shù)產(chǎn)生最大減分的變量。這種變量同時具有以下特點：變量的差值最大、變量的系數(shù)最大、差值與系數(shù)之積為負(fù)。對改善或提高短板城市的防抗能力，減弱大流行風(fēng)暴沖擊來說，抓住了最大影響短板變量，就是抓住了牛鼻子。

表7中，帶“+”號的是最大影響長板變量，帶“-”號的是最大影響短板變量。對武漢市來說，最大影響短板變量有確診病例數(shù)X25、城市化率X3和中醫(yī)機(jī)構(gòu)密度X14。其中，確診病例數(shù)X25每增加一個單位，將導(dǎo)致武漢市的防控指數(shù)失去65.32分。

每個城市的環(huán)境條件與市情不同，其最大影響短板變量組合也就不同。鄂州、仙桃、黃石最大影響短板變量為城市化率X3和人口密度X5。孝感最大影響短板變量為城市化率X3、人口密度 X5和西醫(yī)機(jī)構(gòu)密度X20。城市化率越高、人口密度越高、西醫(yī)機(jī)構(gòu)密度越高，意味共享空氣的人口越多、城市居民近距離接觸的機(jī)會越多。在大流行背景下，這對城市的防抗工作很不利。

天門市最大影響短板變量組合中，出現(xiàn)了人均中醫(yī)診所數(shù)X13。咸寧市出現(xiàn)了人均中醫(yī)診所數(shù)X13和人均中醫(yī)機(jī)構(gòu)數(shù)X12。人均中醫(yī)診所數(shù)之所以成為這兩個城市最大影響短板變量之一，是因為這兩個城市中所分布的中醫(yī)診所，普遍存在門面小、技術(shù)設(shè)備差、服務(wù)水平不高等問題。在疫情暴發(fā)之前，患者一般有就近到中醫(yī)診所看病的習(xí)慣，那些不幸接診了帶“毒”病人的中醫(yī)診所，常常容易成為病毒傳播的場所。

上述7個短板城市影響力度最大短板變量存在一些共性，即均與城市化率X3有關(guān)。當(dāng)今世界，歐美國家城市化率最高，一般都在70%或80%以上，所以，歐美國家城市人口與經(jīng)濟(jì)，受到此次新冠大流行的沖擊也最為嚴(yán)重。中國的城市化率已經(jīng)突破60%，因此，中國也是新冠大流行攻擊的重點對象，所以，任何時候我們均不能掉以輕心。其他一些最大影響短板變量，如人口密度X5、中醫(yī)機(jī)構(gòu)密度X14、人均中醫(yī)診所數(shù)X13和人均中醫(yī)機(jī)構(gòu)數(shù)X12等，均成為兩個或兩個以上城市的公共短板變量。最大公共短板變量非個別地存在與出現(xiàn)表明：在城市群層面上，還隱藏著規(guī)范與制約它們更高一級的系統(tǒng)性因素。

四、大流行背景下城市群發(fā)展方向與模式的新變革

（一）城市成為大流行風(fēng)暴中心并深受其害的歸因

城市化率、人口密度、旅客周轉(zhuǎn)量、服務(wù)業(yè)比重、西醫(yī)機(jī)構(gòu)密度、中醫(yī)機(jī)構(gòu)密度、人均中醫(yī)診所數(shù)、人均中醫(yī)機(jī)構(gòu)數(shù)等因素，均是促進(jìn)城市形成與發(fā)展的重要因素。在大流行條件下，它們也是助長大流行在城市泛濫，并使城市深受大流行危害的重要短板因素。什么是這些短板因素背后的深層系統(tǒng)性因子呢？歸納起來，大致有以下幾點：

一是交換與吸附。城市的存在、發(fā)展與壯大，依賴于與遠(yuǎn)方腹地進(jìn)行資源交換，依賴于對遠(yuǎn)方人口資源不停地吸取。原來僅存于邊遠(yuǎn)地區(qū)、散在狹小范圍內(nèi)傳播的病毒，被人口資源吸附帶到城市。再經(jīng)城市以幾何級數(shù)的方式進(jìn)行傳播與增殖，最終發(fā)展成大流行風(fēng)暴。二是技術(shù)有限。到目前為止，人類仍然缺乏有效阻止病毒傳播，治愈受感染人群的低成本技術(shù)。人類的種種防抗努力，包括停工停產(chǎn)、罷市封城、封鎖交通、廣建醫(yī)院等，也只能是減緩而不能根除大流行。三是人口聚集。城市人口高度聚集，高度密集，接觸交流過于頻繁，為感染人口能夠在城市呈指數(shù)增長創(chuàng)造了條件。四是全球流動性。隨著交通道路的延伸、運(yùn)輸工具海陸空化、交往時間全天候化，加上全球一體化，使得城市成為物流、人流、信息流的交換中心。病毒因交流而流行，因流動而傳播。城市流動性呈幾何級數(shù)增加，是當(dāng)代大流行能夠在很短的時間內(nèi)演變成為流行病風(fēng)暴并肆虐全世界的原因。

除了上述四個方面以外，還有兩個因素應(yīng)引起人們的特別重視：一是城市體系的極化發(fā)展。突出表現(xiàn)在城市體系頭重腳輕化，中心城市過度發(fā)展、規(guī)模極大、首位度極高、輻射范圍極廣，成為超級大城市。超級大城市對物資的交換力、對人口的聚集力、對病毒的吸附力，大得空前驚人。加上其巨大的流動性，一旦病毒在中心城市出現(xiàn)，中心城市極易演變成大流行的風(fēng)暴中心，中心城市及其周邊的城市群必然深受大流行的嚴(yán)重沖擊與危害。

二是城市內(nèi)部的非均衡發(fā)展問題。主要表現(xiàn)為城市防控短板連片，矛盾與問題突出。這次新冠大流行，發(fā)達(dá)國家城市暴露出來的非均衡發(fā)展問題有：管理層不作為和亂作為、市民缺乏公共衛(wèi)生責(zé)任感、城市檢疫救治設(shè)備不足、防護(hù)物資嚴(yán)重短缺、少數(shù)族裔成為最大受害者。發(fā)展中國家城市暴露出來的問題是：污染處理設(shè)施嚴(yán)重不足，被污染的空氣、水源、水體、土壤等成為滋生與傳播新病毒的溫床，缺乏禁止捕食野生動物的制度，入境旅客貨物檢疫存在較大漏洞、疾病監(jiān)測與疫情響應(yīng)系統(tǒng)尚不健全等。

（二）大流行背景下城市群發(fā)展方向與模式選擇

新冠病毒在夏天仍然揮之不去，跨季節(jié)全年傳播已成事實。人們盼望已久的疫苗遲遲沒有進(jìn)入市場。由于病毒變異速度過快，即使某種疫苗研發(fā)出來了也未必能夠長期湊效。如果新冠病毒像流感一樣也要反復(fù)折騰人類90年之久，人們不能不重新思考城市群前進(jìn)的方向與發(fā)展的未來，不得不對其現(xiàn)有發(fā)展方向與模式進(jìn)行變革。

補(bǔ)短板、強(qiáng)弱項是城市群應(yīng)對各種大流行的基本思路與方式。為此必須解決每一座城市傳染病醫(yī)院、床位、設(shè)備、醫(yī)護(hù)人員配備不足的問題，盡快調(diào)整醫(yī)療機(jī)構(gòu)的結(jié)構(gòu)與分布，縮減西醫(yī)醫(yī)院單體規(guī)模，優(yōu)化西醫(yī)醫(yī)院、中醫(yī)醫(yī)院的空間分布密度，不斷提升基層醫(yī)療機(jī)構(gòu)服務(wù)的質(zhì)量與水平，堅決落實中央關(guān)于大力發(fā)展中醫(yī)事業(yè)與產(chǎn)業(yè)的指示精神，強(qiáng)化社區(qū)診所和社區(qū)中醫(yī)診所的建設(shè)等。

及時反思傳統(tǒng)城市化發(fā)展模式的弊端，對現(xiàn)有城市群發(fā)展道路進(jìn)行積極調(diào)整與創(chuàng)新。光靠補(bǔ)短板、強(qiáng)弱項并不能將中心城市從大流行風(fēng)暴或災(zāi)難中心中徹底地解救出來。為此，必須徹底扭轉(zhuǎn)現(xiàn)有過度規(guī)模化、過度集中化、超大城市群化的城市群建設(shè)傾向，及時調(diào)整城市群體系的規(guī)模、結(jié)構(gòu)與布局，走適應(yīng)大流行常態(tài)化、經(jīng)濟(jì)就業(yè)穩(wěn)定化、生態(tài)環(huán)境文明化、區(qū)域發(fā)展均衡化的高質(zhì)量新型城市化發(fā)展道路。

對已經(jīng)進(jìn)入規(guī)模報酬遞減的特大、超大中心城市，堅決實施功能疏解。在特大、超大中心城市的商務(wù)中心區(qū)、產(chǎn)業(yè)密集區(qū)、高密度人居社區(qū)、交通載體與客運(yùn)容器、大廣場與大商場等人群集聚密集場所，要安裝智能監(jiān)測與預(yù)警設(shè)備，對人口規(guī)模、人口密度、人群擁擠程度與人口流動強(qiáng)度，做實時監(jiān)控和適當(dāng)調(diào)控。要做大做強(qiáng)中小城市，積極發(fā)展特色小鎮(zhèn)，實現(xiàn)城市體系更加均衡、安全、穩(wěn)定、高質(zhì)量發(fā)展。

引入抗毒防感染高新技術(shù)，全面化解抗疫隔離與就業(yè)活動相互沖突問題?？焖侔l(fā)明新型防毒抗毒輕便小巧智能化鼻孔穿戴設(shè)備，著力解決交通擁擠和面對面接觸時的病毒傳播問題。在交通旅行、貨物過境過關(guān)等領(lǐng)域，積極推進(jìn)遠(yuǎn)程遙感快捷檢疫檢測技術(shù)支撐體系與制度，并不斷降低檢疫檢測成本。以免疫脫感染技術(shù)對城市產(chǎn)業(yè)形態(tài)與經(jīng)營業(yè)態(tài)進(jìn)行升級換代。鼓勵使用機(jī)器人和自動化生產(chǎn)線替代人工進(jìn)行生產(chǎn)與服務(wù)。

加大數(shù)字城市建設(shè)進(jìn)程，構(gòu)建大流行無可奈何的云城市和云城市群。配套制定或出臺法律制度，推進(jìn)云城市和云城市群快速發(fā)展。加快物聯(lián)網(wǎng)、大數(shù)據(jù)、云管理、云辦公、云教學(xué)、云學(xué)習(xí)等城市新基礎(chǔ)設(shè)施建設(shè)。大力發(fā)展線上經(jīng)濟(jì)、數(shù)字經(jīng)濟(jì)、數(shù)據(jù)經(jīng)濟(jì)和云經(jīng)濟(jì)。加快服務(wù)產(chǎn)業(yè)服務(wù)方式的轉(zhuǎn)型，以自助服務(wù)、零接觸服務(wù)、線上服務(wù)，代替人工服務(wù)、接觸服務(wù)和線下服務(wù)。大學(xué)教育、中小學(xué)教育、職業(yè)技術(shù)培訓(xùn)和生產(chǎn)技術(shù)指導(dǎo)，要盡可能多地通過線上進(jìn)行。要教育城市居民快速適應(yīng)并習(xí)慣云城市、云生產(chǎn)和云生活。[6]

參考文獻(xiàn)：

[1]徐國沖，李成瑢.我國城市治理的評估與發(fā)展——基于變異系數(shù)法的聚類分析[J]. 發(fā)展研究，2019，（9）：49.

[2]劉書明，余燕，師宇.中國地方政府財政預(yù)算治理能力比較與評價——基于2011—2017省級數(shù)據(jù)的實證研究[J].財政科學(xué)，2020，（1）：69.

[3]尹靜.湖北省市州旅游業(yè)發(fā)展水平比較與聚類分析[J]. 武漢職業(yè)技術(shù)學(xué)院學(xué)報，2019，（4）：101.

[4]俞艷，童艷，胡珊珊，柯圓圓.武漢城市群城市間相互作用測度[J]. 城市問題，2017，（1）：46.

[5]陳文科.加快武漢城市群一體化進(jìn)程[J]. 學(xué)習(xí)與實踐，2002，（5）：11.

[6]吳大兵.國家治理現(xiàn)代化視域下規(guī)范地方政府行政決策權(quán)的路徑探討[J].重慶理工大學(xué)學(xué)報（社會科學(xué)），2018，（1）：147-152.

（責(zé)任編輯 張亨明）