新冠全球大流行背景下城市群發展方向與模式探索

梁本凡

摘要：人類歷史上每次大流行，城市均成為大流行風暴中心與災難中心。主要原因是：城市發展不均衡，內部存在很多防控短板與漏洞;一些促進城市發展的有利因子，同時也是促進病毒擴散的重要因素;傾向于極化發展的城市化發展道路，極大地加劇了中心城市成為風暴災難中心的風險。要將城市群從大流行災難中徹底解救出來，必須以數字城市、云城市、云城市群建設為依托，創新城市化發展道路，變革傳統城市化發展模式。同時，引入抗流行脫感染高新技術，優化城市基層醫療衛生疾控服務，著力解決城市所存在的防控短板問題，實現城市群體系更全面均衡的發展。這是新冠全球大流行背景下城市群安全穩定持續發展的新方向。

關鍵詞：大流行;城市群;新變革

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

世界衛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過大流行。目前，世界正處于新一輪大流行狀態，生命安全、經濟安全、城市安全受到全面威脅。確診感染人口已經超過2700萬人，累計死亡人口已經近90萬。由于這次大流行不再受季節的限制，未來還要持續多久，科學一時難以預測。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下去、是否會演變成一個“時代”引起關注。不過，由于科學研究的基本方法是先假設后求證，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悄悄進入到了新冠“大流行時代”。從提前做好防御預案以防患于未然，做好預判以確立城市發展新的方向起見，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，進而研究其新發展、新方向、新模式與新未來。這對中國高質量發展與世界城市文明的新轉型，具有極其重要的實踐價值與戰略意義。

一、城市大流行防抗指數及其計算方法

人類歷史上每次大流行，城市均成為大流行的風暴中心與災難中心。公元前431年到公元541年，著名的古希臘雅典衛城、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，歐洲城市與城堡成為“黑死病” 的風暴中心，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50萬人。2009—2010年，全球因“豬流感”死亡人口至少15萬以上。進入21世紀，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，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，對大流行進行拼命防控以實現防災減災的歷史。例如，建立醫療衛生防疫體系、實施公共衛生管理制度、發明新藥與接種疫苗、建設污染處理設施、實施垃圾統一清收制度、實行衛生防疫檢疫制度、限制疫區人員旅行流動等。和100多年前相比，現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，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、防抗指數、城市防抗指數等，都是它的簡稱。一般來說，城市防抗指數越高，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濟也就越安全。反之，亦然。通過該指數，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）指數的計算方法與模型

影響城市防抗指數的因子可能存在于城市的各個領域和層面。按照大流行防抗響應次第，影響城市防抗指數的因子可以分為四大類：一是阻斷病毒傳播或方便疾病擴散的因子，如城市的地理區位、人口規模與密度、交通物流地位、旅客周轉量大小、產業經濟發達程度、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施與措施，如中醫藥與健康產業發達程度、城市防疫檢疫管理與制度、抗疫設施水平與物資儲備、醫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構與裝備，如醫療機構及其裝備水平、醫護人員數與開放床位數等。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、醫療機構的結構比例、醫療衛生防疫機構的管理水平、醫護人員的文化道德素質等。

將四大類影響因子整合成一個大流行防控指數，可以采用賦權匯總法[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，它能對變量信息進行高度濃縮和概括，并代表變量成為構建防抗指數的主要成分。主成分在指數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系給指數所帶來的估算誤差。和賦權匯總法相比，主成分不是人為確定的，而是由線性方程組經統計學算法自動尋找出來的。指數合成時所需要的權重，也不是人為給定的，而是由變量系數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，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 為主成分數，j 為變量數，Fik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。ai和bjik均由主成分分析算法內生給出。

（二）指數因子或變量的選擇

定量化的影響因子進入指數方程（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的貢獻各不相同。為了高質量地測算出各城市的大流行防控指數并揭示其影響因素，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果的重要因素，二是能夠標度和反映防抗短板或長板的因素，三是可定量、原始數據完備、可以進入方程進行運算的因素，四是與防控綜合產出效果指標存在顯著相關關系的因素。也就是說，以P<0.05為顯著性檢驗標準，只有與綜合產出效果指標具有顯著相關關系的影響因子或變量，才能最終入選。

病毒的傳播和擴散，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。旅客周轉量、服務業比重、城市化率、人口密度、參加醫保人數等指標，一方面與人口的流動、聚集和交往方式密切相關，既能促進病毒傳播，又能阻斷病毒傳播。另一方面，它們與城市的區位、功能、規模、產業經濟特點、社會發展水平等因素密切相關，對短板城市的識別具有較高的標識度。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，人口年齡結構、居民身體素質、基礎疾病患者比例等因子十分重要。由于中醫、診所和中醫診所，在治“未病”、治慢性病、提高人體免疫力、減少減輕基礎疾病、幫助抵抗病毒感染、利于患者快速康復等方面，有著獨特的基礎性作用，在標度和識別城市抗疫短板節點方面，比人口年齡結構、居民健康素質、基礎疾病患者比例等因子更具有優勢。所以，這里特地選擇了與中醫、診所和中醫診所有關等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療資源嚴重不足和醫療機構配置失衡等短板問題。在患者處置救治支撐方面，根據世界各地的經驗，城市醫療機構數、開放床位數、醫護人員數、醫療設備狀況等因素十分重要。本欄目從醫療機構數、密度，醫護人員數、密度，開放床位數、密度等不同維度，對城市公共衛生短板因素作進一步識別。

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，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據，我們只好引入可定量、具有可靠數據來源、同時能涵蓋所有軟實力因子綜合作用的產出變量來替代。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、治愈出院數、人均治愈數、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果，所以，只要采用扣減法，將其他三大類因子的影響從產出變量所標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、防抗短板與風暴中心城市的識別

武漢城市群是世界上較早主動應對新冠大流行挑戰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暴中心進行研究與識別，在方法論上對國內外其他地區的城市群具有重要的參考價值。關于武漢城市群的范圍，有的認為只包括武漢及其周邊的8個城市[4]，有的認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，跨省數據的統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架林區。

（一）原始數據的來源與處理

對武漢城市群新冠防控指數及其影響因子進行分析，所使用的原始數據來源主要有三個：新冠確診病例數、治愈出院數等原始數據，來自于湖北省衛健委網站，為截止于2020年4月3日24時的累計數。中醫機構數、診所數、中醫診所數等，均系作者在百度地圖上搜索關鍵詞“中醫”“診所” “中醫診所”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、服務業比重、醫療機構數、參加醫保人數、醫護人員數等，均為2018年年底數據，來自湖北省各市（州區）2018年國民經濟和社會發展統計公報。為了消除量綱影響，本文對原始數據進行了Z-score 標準化。正態性檢驗確認本案例有20%的變量具備正態性質。按照小樣本數據峰度絕對值小于10，偏度絕對值小于3的標準，本案例有58.6%的變量具可接受的正態性質。由于Bartlett檢驗的p值為0，說明本案例變量標準化數據適合進行主成分分析。

（二）主成分數及方差解釋率

將變量標準化數據上傳到SPSSAU，讓計算機對數據進行運算，得到關于主成分的一系列特征數據，見表2。

以特征根值大于1為標準，變量數據可以提取的主成分數為4，即i的取值為1—4。表2顯示，四個主成分對變量數據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Fk進行評估，其精準度和可靠性接近94%。

由于29個變量給主成分F1K均有高于0.515的載荷，所以，F1K本質上是一個“全要素”主成分。參加醫保人數、西醫機構數、醫療機構數、醫護人員密度4個變量給主成分F2K均有高于0.404的載荷，所以，主成分F2k主要代表城市醫療與醫保服務所產生的影響。人均診所數、人均中醫機構數和人均中醫診所數3個變量給主成分F3k均有高于0.416的載荷，所以，主成分F3k主要體現人均基層醫療機構和人均中醫機構水平所帶來的影響。中醫機構占比和中醫診所占比給主成分F4K均有高于0.417的載荷，所以，主成分F4K 主要體現中醫醫療機構所產生的影響。

（三）主成分與變量之間的關系

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

將表3中的變量系數值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系，由方程中該變量的系數所決定。每一個主成分的值，除了受變量系數的影響外，還與變量的取值有關。

（四）大流行風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的新冠防控指數計算方程：

將每個城市（州區）29個變量的標準化值帶入方程組（3）—（7），就能得到武漢城市群17個城市（州區）新冠防控指數的標準化值。將均值設定為100，對標準化指數值進行變換，即得到標準化指數的變換值。武漢城市群各城市新冠防控指數標準化值和變換值見表4。

所謂新冠風暴中心，就是城市群中新冠防控指數值最低的城市。所謂新冠防控短板城市，就是新冠防控指數標準化值低于0，或者變換值小于100的城市。對武漢城市群新冠防控指數進行排序比較發現：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。湖北省東部地區的武漢市、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暴中心城市。這一模型計算的結果與分布，與湖北年初發生的事實具有高度的一致性。由此證明，本指數及其計算方法是科學可靠的，結果和結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的影響，主要通過主成分方程（3）—（6）變量系數的正負符號及其絕對值大小來體現。例如，在主成分方程（3）中，旅客周轉量X1的系數為-1.219，意味著X1每增加一個單位，其主成分F1K將減少1.219個標準化單位，城市防控指數Fk將相應減少0.94個標準化單位。由此可見，在大流行期間，武漢市發達的旅客周轉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Fk的影響權重占77.1%，所以，只要分析方程（3）中各變量系數與其絕對值的大小，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的變量可以分為強正影響、弱正影響、零影響、弱負影響、強負影響5大類。其中，強正和弱正影響類，顯然為長板變量。弱負和強負影響類，無疑是短板變量。在所有變量中，確診病例數X25，這一涵蓋軟實力因子的綜合變量，其系數為負且取值較大，是整個城市群最強的短板變量之一。

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屬性分類。結合表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、旅客周轉量、服務業比重。歸屬抵抗病毒感染類的短板變量有：中醫機構密度、人均中醫診所數、診所密度、人均中醫機構、中醫機構數。歸屬患者處置救治類的短板變量有：西醫機構數、醫療衛生機構密度。歸屬涵蓋軟實力因子的綜合產出短板變量有：確診病例數和人口感染率。

（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變量的差值，就能輕易地找出那些給短板城市指數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準化差值序列。

表6所列變量差值的正負符號，如果與方程（3）中變量系數的正負符號不一致，就會給指數帶來失分，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。結合方程（3）和表6可以看出，城市化率X3和西醫機構數 X18這兩個變量均在5個短板城市現身。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西醫機構數差值帶來失分。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。服務業比重X2和人均中醫診所數X13，均出現于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。中醫診所占比X11、醫療衛生機構密度X19和西醫機構密度X20，均出現于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：人均中醫診所數X13、中醫診所密度X15、城市化率X3、中醫機構密度X14和人均中醫機構數X12通過主成分F1，它們對武漢指數所產生的影響分別為：-38.12、41.64、-48.59、-45.96、-18.58。顯然，中醫診所密度X15為武漢市的最大差值長板變量，而人均中醫診所數X13、城市化率X3、中醫機構密度X14和人均中醫機構數X12，均為武漢市的最大差值短板變量。只要對X13、X3、X14、X12這4個變量進行合理的調控，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，就是對指數產生最大減分的變量。這種變量同時具有以下特點：變量的差值最大、變量的系數最大、差值與系數之積為負。對改善或提高短板城市的防抗能力，減弱大流行風暴沖擊來說，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X25、城市化率X3和中醫機構密度X14。其中，確診病例數X25每增加一個單位，將導致武漢市的防控指數失去65.32分。

每個城市的環境條件與市情不同，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和西醫機構密度X20。城市化率越高、人口密度越高、西醫機構密度越高，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，出現了人均中醫診所數X13。咸寧市出現了人均中醫診所數X13和人均中醫機構數X12。人均中醫診所數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診所，普遍存在門面小、技術設備差、服務水平不高等問題。在疫情暴發之前，患者一般有就近到中醫診所看病的習慣，那些不幸接診了帶“毒”病人的中醫診所，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。當今世界，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濟，受到此次新冠大流行的沖擊也最為嚴重。中國的城市化率已經突破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、中醫機構密度X14、人均中醫診所數X13和人均中醫機構數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表明：在城市群層面上，還隱藏著規范與制約它們更高一級的系統性因素。

四、大流行背景下城市群發展方向與模式的新變革

（一）城市成為大流行風暴中心并深受其害的歸因

城市化率、人口密度、旅客周轉量、服務業比重、西醫機構密度、中醫機構密度、人均中醫診所數、人均中醫機構數等因素，均是促進城市形成與發展的重要因素。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、發展與壯大，依賴于與遠方腹地進行資源交換，依賴于對遠方人口資源不停地吸取。原來僅存于邊遠地區、散在狹小范圍內傳播的病毒，被人口資源吸附帶到城市。再經城市以幾何級數的方式進行傳播與增殖，最終發展成大流行風暴。二是技術有限。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。人類的種種防抗努力，包括停工停產、罷市封城、封鎖交通、廣建醫院等，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增長創造了條件。四是全球流動性。隨著交通道路的延伸、運輸工具海陸空化、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增加，是當代大流行能夠在很短的時間內演變成為流行病風暴并肆虐全世界的原因。

除了上述四個方面以外，還有兩個因素應引起人們的特別重視：一是城市體系的極化發展。突出表現在城市體系頭重腳輕化，中心城市過度發展、規模極大、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，中心城市極易演變成大流行的風暴中心，中心城市及其周邊的城市群必然深受大流行的嚴重沖擊與危害。

二是城市內部的非均衡發展問題。主要表現為城市防控短板連片，矛盾與問題突出。這次新冠大流行，發達國家城市暴露出來的非均衡發展問題有：管理層不作為和亂作為、市民缺乏公共衛生責任感、城市檢疫救治設備不足、防護物資嚴重短缺、少數族裔成為最大受害者。發展中國家城市暴露出來的問題是：污染處理設施嚴重不足，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、疾病監測與疫情響應系統尚不健全等。

（二）大流行背景下城市群發展方向與模式選擇

新冠病毒在夏天仍然揮之不去，跨季節全年傳播已成事實。人們盼望已久的疫苗遲遲沒有進入市場。由于病毒變異速度過快，即使某種疫苗研發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折騰人類90年之久，人們不能不重新思考城市群前進的方向與發展的未來，不得不對其現有發展方向與模式進行變革。

補短板、強弱項是城市群應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院、床位、設備、醫護人員配備不足的問題，盡快調整醫療機構的結構與分布，縮減西醫醫院單體規模，優化西醫醫院、中醫醫院的空間分布密度，不斷提升基層醫療機構服務的質量與水平，堅決落實中央關于大力發展中醫事業與產業的指示精神，強化社區診所和社區中醫診所的建設等。

及時反思傳統城市化發展模式的弊端，對現有城市群發展道路進行積極調整與創新。光靠補短板、強弱項并不能將中心城市從大流行風暴或災難中心中徹底地解救出來。為此，必須徹底扭轉現有過度規模化、過度集中化、超大城市群化的城市群建設傾向，及時調整城市群體系的規模、結構與布局，走適應大流行常態化、經濟就業穩定化、生態環境文明化、區域發展均衡化的高質量新型城市化發展道路。

對已經進入規模報酬遞減的特大、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中心區、產業密集區、高密度人居社區、交通載體與客運容器、大廣場與大商場等人群集聚密集場所，要安裝智能監測與預警設備，對人口規模、人口密度、人群擁擠程度與人口流動強度，做實時監控和適當調控。要做大做強中小城市，積極發展特色小鎮，實現城市體系更加均衡、安全、穩定、高質量發展。

引入抗毒防感染高新技術，全面化解抗疫隔離與就業活動相互沖突問題。快速發明新型防毒抗毒輕便小巧智能化鼻孔穿戴設備，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、貨物過境過關等領域，積極推進遠程遙感快捷檢疫檢測技術支撐體系與制度，并不斷降低檢疫檢測成本。以免疫脫感染技術對城市產業形態與經營業態進行升級換代。鼓勵使用機器人和自動化生產線替代人工進行生產與服務。

加大數字城市建設進程，構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，推進云城市和云城市群快速發展。加快物聯網、大數據、云管理、云辦公、云教學、云學習等城市新基礎設施建設。大力發展線上經濟、數字經濟、數據經濟和云經濟。加快服務產業服務方式的轉型，以自助服務、零接觸服務、線上服務，代替人工服務、接觸服務和線下服務。大學教育、中小學教育、職業技術培訓和生產技術指導，要盡可能多地通過線上進行。要教育城市居民快速適應并習慣云城市、云生產和云生活。[6]

參考文獻：

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

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

[3]尹靜.湖北省市州旅游業發展水平比較與聚類分析[J]. 武漢職業技術學院學報，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程[J]. 學習與實踐，2002，（5）：11.

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

（責任編輯 張亨明）