导读：当前新型冠状病毒感染的肺炎疫情严峻，我们需要共度时艰，一起努力控制疫情；也需要科学理性思考本次疫情的多个方面，反思和展望。中国城市科学研究会健康城市专业委员会和健康城市实验室启动系列推送，促进跨学科合作交流，推动多个学科共同探讨，从健康行为到健康环境，规划建设健康城市。

作者：柴彦威（北京大学，151amjs澳金沙门，教授；智慧城市研究与规划中心主任）

新型冠状病毒肺炎爆发以来，中央和地方政府部门公布了疫情相关的统计数据，部分地区应民众需求公布了确诊病例不同精度的时空活动轨迹数据。进入复工复产阶段，三大运营商通过提供个体近两周轨迹信息助力居民有序返程复工。除此之外，社会力量收集和分析政府公开数据，助力疫情防控，比如人民网联合百度推出“新冠肺炎确诊患者相同行程查询工具”，腾讯、高德地图等上线“新冠肺炎小区查询”功能等。

1 时空行为与疫情精准防控

时空行为数据因其能提供精确的个体信息而在疫情防控和应急管理中起到了重要作用。然而，其抗“疫”价值未被充分挖掘。原因可能有二：一是时空行为数据质量问题。数据收集和发布缺乏有效规范和标准，呈现破碎化形态，无法支持深入分析。二是缺乏有效的时空行为数据分析方法。时空行为数据的可视化、分析方法，以及其成果如何应用于应急管理，仍然处于探索阶段。

在流行病学和公共健康领域，患者时空行为数据已经得到有效应用，如分析病毒传播路径、传播速度预测发展趋势等。但时空行为数据对于未感染居民中的应用还相对较少，而该类群体恰是传染病应急管理中的主要对象。

另一方面，受限于时空行为数据质量与分析方法，现有应急管理政策仍比较粗略，存在“一刀切”的问题，在部分地区与居民对于疫情状况的感知不相符。特别是在疫情防控与复工复产同步进行时期，如何平衡二者关系，真正实现分区差异化、精细化管理，尤其需要具有高时空精度的时空行为数据提供支撑。事实上，时空行为数据基于居民个体，具有高时空精度特点，已被用于社区生活圈规划等城市日常状态下的精细化管理中。因此，时空行为方法也可为公共卫生事件提供基于居民个体的精细化应急管理思路。

2 基于时空行为的个人风险自查

目前，已有风险自查方法通过居民自我比对公开发布数据、填写简易问卷或核查居住小区附近是否有确诊病例实现。然而，在个人移动性大幅提高的今天，仅仅通过上述方法无法遍及日常生活的各类情境，而且目前公开数据出于数据搜集质量和隐私考虑，普遍缺少高精度的时空信息。时空行为方法为个体精准的风险自查提供机会。通过比对确诊患者与非确诊居民时空行为轨迹，依据二者轨迹的时空临近性，可以计算非确诊居民传染病患病风险高低。

该方法的数据来源分为两类：第一，政府多部门联合运营商采集确诊患者的时空轨迹，包括实名制搭乘的公共交通、手机信令标识前往的区域等，同时，卫生疾控部门和医院应尽可能询问患者发病前前往过的公共场所与对应时间，与之前的数据结合构建确诊患者完整的时空行为轨迹。第二，非确诊居民通过填写问卷或手机GPS定位等方式，自愿主动上传行为轨迹至特定平台。平台通过已设定好的算法自动计算确诊患者与居民轨迹的时空临近程度，并根据上传数据实时更新，实现动态监测居民患病风险。

与目前方法相比，时空行为方法具有较高的时空精度，还可以捕捉时间累积效应。同时，通过授权的主动采集数据还能实现实时动态监测，超过风险阈限自动警报的功能。除此之外，确诊患者与非确诊居民的时空轨迹数据均在后台进行运算，免去直接公布高精度时空轨迹带来的隐私问题。

3 基于时空行为的应急期间日常活动安排引导

应急管理期间，如何妥善安排日常活动，以维持生活需求的同时避免接触传染源，是居民的另一大诉求，而目前相关应用案例在这方面关注较少。倘若春节休假期间还可以通过线上购物等方式尽量避免出门，在有序复工复产期间，如何实现出行的同时有效的规避风险区、减少聚集以减少交叉传染风险显得尤为重要。

时空行为方法为应急期间日常活动安排提供了重要的视角。一方面，通过对确诊患者时空轨迹进行空间分析，可视化标识出风险区域，居民在特定时间段内应谨慎前往高风险区域；另一方面，通过搜集并发布小区管控、商店调整营业时间、服务暂停、人员热力图等信息，为居民日常活动提供引导，减少人员聚集和不必要的出行。

从长远来看，应急管理应该实现精细化，应随着不同地区的疫情状况动态的调整政策响应，与疫情状况不匹配的过度限制可能会减少居民在应急期间的生活质量，严重者可能会产生心理问题，影响社会稳定。因此，通过事先采集居民在非应急期间的惯常活动，事先了解居民对日常活动的需求，进而结合时空行为规划方法，在避免前往高风险区域以及商店营业时间缩短、服务设施关闭等强制约的基础上，个性化、精细化的为居民提供日常活动方案，尽可能的实现居民的日常活动需求，在不扩散疫情的前提下尽量减少生活质量降低。

4 基于时空行为的传染病预测及空间差异化、精细化管理

在这次新冠肺炎的应急管理中，时空行为方法为政府进行传染病预测提供了重要手段。比如浙江省基于春运大数据估计湖北返程人流中可能的发病数量，及时启动了重大突发公共卫生事件一级响应。随着数据的时空精度提高，时空行为方法还能在传染病预测中发挥更大的价值，为政府决策提供参考：

第一，通过分析确诊患者时空行为轨迹特征，归纳出易感人群行为特征，在传染病防治中对此类行为做特殊强调与引导；

第二，通过上述确诊患者与非确诊居民时空轨迹收集平台与感染风险算法，有关部门可以实时更新辖区内的居民风险状况，并结合区域内的风险人群（老年人、小孩等），对辖区内未来若干天的患病人数进行估计，提前做出应对措施。

第三，时空行为基于个体，因此可以在任意时空尺度上进行汇总分析。因此，政府可以获取辖区内任意区域的风险状况，估算密切接触者数量与患病数量，在社区、街道、市区等若干层面实现分区差异化、精细化管理。

时空行为数据基于微观个体，具有高时空精度的特征，时空行为方法可为突发公共卫生事件应急管理的精细化提供帮助。受限于时空行为的数据采集与分析方法，目前相关应用时空颗粒较粗，尤其缺乏时间维度，空间上也局限于居住地，缺乏流动性视角。随着5G等新技术应用，高精度的时空行为数据采集成本降低，时空行为方法在公共卫生事件精细化管理中的价值将得到进一步凸显。未来，政府应主导建立居民众包上传的时空行为轨迹和日常活动平台，通过搭载日益成熟的时空行为分析方法，一方面可以服务于日常情境下的城市精细化治理，另一方面在突发公共事件时也可以发挥时空行为在应急管理中的作用。

致谢：特别感谢“万众一心战胜疫情北大时空行为分析”团队的每一位成员，特别是张文佳与阴劼老师及李春江、许伟麟等同学。

转自健康城市实验室WLANLab