ضرورت تصمیم‌گیری در آغاز هر موج برای مقابله با امواج جدید کرونا؛ بررسی آمار ترددشمارها

poster7

با شیوع کرونا در جهان و توصیه‌های بهداشتی مربوط به آن، میزان تحرّک اجتماعی در بسیاری کشورها کاهش یافت. برخی با توصیه و برخی با اعمال محدودیت و جریمه سعی کردند جلوی انتقال ویروس را بگیرند. دولت ایران اگرچه در ابتدای گسترش بیماری محدودیت ویژه‌ای در کشور وضع نکرد اما در آذر ۱۳۹۹ با وضع ممنوعیت ورود و خروج به برخی استان‌ها و ایجاد محدودیت تردد شبانه سعی کرد تا با کاهش سطح تردد اجتماعی جلوی انتقال بیشتر ویروس را بگیرد.

در این مقاله ابتدا با استفاده از داده‌های موجود، شاخصی برای اندازه‌گیری سطح تحرّک اجتماعی تعریف و محاسبه شده است. سپس با مقایسۀ آن با حالت عادی، تغییر سطح تحرک اجتماعی در ماه‌های شیوع کرونا گزارش شده است. برای اندازه‌گیری و رصد تحرّک اجتماعی، تنها داده‌ای که به صورت سیستماتیک در کشور تولید و منتشر می‌شود اطلاعاتِ ترددشمارهای سازمان راهداری است.

بررسی تغییرات این شاخص و آمار کرونا، نشان می‌دهد اتخاذ سیاست منع تردد در آذر ۱۳۹۹ اگرچه بر کاهش تردد بین شهری اثر محسوس داشت اما برای مقابله با موج سوم بیماری دیرهنگام و احتمالا بی‌تاثیر بود و اکنون برای مقابله با موج چهارم نباید بیش از این زمان را از دست داد. تصمیمِ دیرهنگام برای اجرای محدودیت‌های جدی مانند تعطیلی‌های گسترده به قیمت جان تعداد زیادی از هم‌وطنان‌مان تمام خواهد شد.

اندازه‌گیری تغییر در سطح تحرک اجتماعی

داده‌هایی است که در ترددشمارهای مرکز مدیریت راه‌های کشور ثبت و نگهداری می‌شود برای اندازه‌گیری تغییرات تحرک اجتماعی از گستردگی و استمرار مناسب برخوردار است. سازمان راهداری و حمل و نقل جاده‌ای با تعبیه سیستم‌های حلقه القایی در جاده‌ها تردد بین شهری در کشور را به صورت مکانیزه ثبت و به صورت ماهیانه گزارش می‌کند[۱].

در این مطالعه در مجموع دادۀ ۱۹۹۳ ترددشمار در ۳۱ استان کشور از کل ترددشمارهای مستقر در جاده‌های کشور که اطلاعات پنج سال گذشتۀ آن‌ها وجود داشته، مورد استفاده قرار گرفته است[۲]. این ترددشمارها در بیشترین حالت ۲۵ میلیون و در کمترین حالت ۴ میلیون تردد در روز را در کل کشور در پنج سال اخیر گزارش می‌کنند.

بررسی تغییر تعداد تردد در جاده‌های کشور نشان می‌دهد

  • در عید نوروز و همینطور در شهریور هر سال تردد جاده‌ای به اوج خود می‌رسد.
  • تعداد تردد در ۶ ماه اول سال که هوا مساعدتر است معمولا از ۶ ماه دوم سال بیشتر است.
  • کاهش تعداد تردد پس از افزایش قیمت بنزین در آبان ۹۸ قابل مشاهده است.
  • با اعلام شیوع کرونا و هراس ناشی از آن در کشور در نخستین روزهای اسفند ۹۸ و هشدارها و توصیه‌های پس از آن کاهش سطح تردد در فروردین ۹۹ در کشور کاملاً محسوس است.
  • با گذشت زمان تقریباً در خرداد ۹۹ تردد به سطح قبلی خود باز گشته است.

با توجه به بازتاب یافتن اتفاقات کلان کشور در مجموع ترددشمارهای کشور می‌توان فرض کرد دادۀ یاد شده از کیفیت قابل قبولی برای محاسبه تغییرات تردد در جاده‌های کشور برخوردار است. هدف اصلی این بررسی، محاسبۀ تمایزِ سطح تردد با مقدار موردِ انتظار آن در دورۀ کرونا و سپس تحلیل ارتباط آن با همه‌گیری است.

برآورد مقدار مورد انتظار تردّد

برای بررسی اینکه آیا تعداد تردد در دورۀ شیوع کرونا تفاوت معناداری با گذشته داشته بایدبا استفاده از رفتار همین متغیر تخمینی از تردد پیش از بروز همه‌گیری ارائه کنیم. برای این کار از مدل‌ سری‌های زمانی بیزی ساختاری[۳] استفاده کرده‌ایم. این مدل بر اساس رفتار روزانه متغیرِ تردد در استان‌ها به عنوان گروه کنترل، تخمینی از سری زمانی تردد روزانه در استان‌ها در دوره مورد نظر ارائه می­کند.

در این مدلسازی تردد روزانه استان‌ها از خرداد ۹۵ تا بهمن ۹۸ به عنوان گروه کنترل در نظر گرفته شده و مقدار آن در دورۀ شیوع کرونا از بهمن ۹۸ تا اسفند ۹۹ پیش‌بینی شده است که از آن به عنوان مقدار مورد انتظار تردد نیز یاد می‌کنیم. اگرچه تغییر رفتار متغیر تردد در دوره کنترل (افزایش قیمت بنزین در پاییز ۹۸) بر دقت برآورد اثر می‌گذارد اما با توجه بقای آن در دورۀ پیش بینی در بازه زمانی گروه کنترل لحاظ شده است.

چنانچه مشاهده می­‌شود در ابتدای شیوع کرونا در اسفند ۹۸ در کشور تردد بین شهری نسبت به مقدار مورد انتظارِ خود به صورت پیوسته و با شیب نسبتاً ثابتی کاهش یافته است. این کاهش در ماه فروردین به بیشترین مقدار خود رسیده است (۴۰%-). سپس تا اواخر خرداد ۹۹ به سطح سابق خود بازگشته است. پس از آن در آذر ماه با اعمال ممنوعیت، سطح تردد برعکس اسفند و فروردین به صورت ناگهانی کاهش می‌‌یابد. تردد بین شهری در این ماه از مقدار مورد انتظار خود در مجموع ۳۰% کمتر است. پس از آن تردد بین شهری با شیب نسبتا ثابتی افزایش می‌یابد و در بهمن‌ماه به وضعیت سابق خود باز می‌گردد.

افت معنادار تردد بین شهری در دو مقطع اسفند‌-فروردین و آذر-دی در داده‌های سازمان راهداری کاملاً قابل مشاهده است. علاوه بر این دو مورد، کاهش تردد نسبت به مقدار مورد انتظار آن پس از آبان ۹۸ (افزایش قیمت بنزین) نیز قابل مشاهده است.

بررسی ارتباط تغییرات تردد و همه‌گیری

عوامل موثر در کاهش سطح تردد را به طور کلی می‌توان به دو دسته تقسیم کرد:

  1. وحشت ناشی از همه‌گیری و همینطور نزدیک و جدی احساس کردن خطر در سطح بسیار گسترده در کنار توصیه‌ها و هشدارها [۴]
  2. وضع مقرراتی مانند منع تردد یا بستن ورودی شهرهایی که در وضعیت قرمز قرار دارند و جریمۀ کسانی که آن‌ها زیر پا می‌گذارند یا سیاست‌های دیگری که تردد جاده‌ای را به صورت کلان تحت تاثیر قرار می‌دهد مانند افزایش قیمت بنزین

از طرف دیگر کاهش تردد جاده‌ای به عنوان شاخصی از تحرک جاده‌ای نیز در تضعیف زنجیرۀ ابتلا و کنترل همه‌گیری موثر است. به بیان دیگر تغییر سطح تردد و تغییر وضعیت همه‌گیری متقابلا بر یکدیگر تاثیر می‌گذارند و تعیین اینکه این دو متغییر چگونه بر یکدیگر تاثیر گذاشتند به بررسی‌های گسترده نیاز دارد. سناریویی که در آن می‌توان سهم تاثیر سیاست‌های منع تردد را در تغییر وضعیت همه‌گیری برجسته‌تر دانست تقدم زمانی کاهش سطح تردد بر کاهش آمار کروناست[۵].

تغییرات آمار تردد و ابتلا به کرونا در اسفند ۹۸ و فروردین و اردیبهشت ۹۹
تغییرات آمار تردد و ابتلا به کرونا در از شهریور تا بهمن ۹۹

در شروع همه‌گیری و هراس ناشی از آن در اسفند ۹۸ و فروردین ۹۹ آمار تردد بین شهری به موازات افزایش آمار ابتلای کرونا کاهش و همزمان با کاهش آن افزایش یافت. در خیز اولِ بیماری در این دورۀ زمانی محدودیت فراگیری که با اعمال جریمه همراه باشد اجرا نشد. به همین دلیل تغییر ناگهانی نیز در آن مشاهده نمی‌شود.

بر خلاف خیزِ اولِ بیماری اسفند و فروردین، در خیزِ سوم آن در آذر ماه محدودیتی فراگیر در کشور به اجرا در آمد [۶] که تاثیر آن در افت تعداد تردد بین شهری کاملاَ مشهود است. نکتۀ حائز اهمیت در مقایسه تغییرات روزانۀ آمار کرونا و تغییرات روزانه تردد بین شهری، تقدم زمانی کاهش آمار کرونا نسبت به شروع منع تردد (اول آذر ۹۹) است. اگر منع تردد آذر ماه سهم قابل توجه در کاهش آمار کرونا می‌داشت کاهش آمار بستری روزانه باید چند روز بعد از آن آغاز می‌شد اما رسیدن به نقطۀ اوج (پیک) و کاهش آمار بستری در نیمۀ آبان آغاز شده است. پس از آن مشابه فروردین و اردیبهشت، به موازات کاهش آمار کرونا، آمار تردد بین شهری نیز افزایش می‌یابد. در بیشتر استان‌ها آمار بستری قبل از آذر ماه به نقطه اوج رسیده و کاهش آن آغاز شده است. تغییرات روزانه آمار بستری و تردد بین شهری استان‌های کشور در پیوست ۳ آمده است.

ضرورت تصمیم‌گیری بهنگام در آغاز خیز چهارم

تقدم زمانی کاهش آمار بستری نسبت به کاهش آمار تردد پس از اجرای سیاست منع تردد از ابتدای آذر در کل کشور و همینطور در اکثر استان‌ها این ایده را به ذهن متبادر می‌کند که کاهش آمار کرونا بیش از آن که تحت تاثیر سیاست منع تردد اتفاق افتاده باشد متاثر از چرخۀ طبیعی موج‌های همه‌گیری بوده است؛ درست مانند منحنی ابتلا در تمامی بیماری‌های مسری که آمار ابتلا در امواج مختلف آن‌ها پس از گسترش و شیوع در افرادِ در معرض، سر به نزول می‌گذارد. به بیان دیگر به نظر می‌رسد سیاست منع ترددِ فراگیر در آذرماه زمانی اتخاذ شد که موج سوم بیماری تاثیر خود را گذاشته بود. موج سوم شهریور آغاز شد اما محدودیت‌های فراگیر برای مقابله با آن زودتر از آذر ماه عملیاتی نشد.

خیز چهارم بیماری هم‌اکنون آغاز شده و سرعت افزایش آمار در آن بسیار بیشتر از موارد قبلی به نظر می‌رسد. اگر قرار است محدودیت فراگیری در سطح کشور برای کنترل بیماری اتخاذ شود، فارغ از اینکه این محدودیت چقدر موثر طراحی شده، به کار بستن بهنگام آن یک ضرورت است. از دست ندادن زمان و اعمال دیرهنگام محدودیت بازی با جان افراد است. با توجه به اعلامِ گردشِ ویروسِ جهش‌یافته در کشور یک ماه پیش از شروع موج چهارم [۷] و سرعت بی‌سابقۀ افزایش بیماران (نگاه کنید به پیوست ۱)، به کارگیری محدودیت‌های جدی‌تر از قبل مانند تعطیلی گسترده از اهمیت بسیار زیادی برخوردار است.

پیوست

پیوست ۱

پیوست ۲

تعداد ترددشمارهای هر استان که داده‌های آن در این مطالعه مورد استفاده قرار گرفته است.

استانتعداد ترددشمار
 تهران۹۱
 قم۷۴
 قزوین۴۶
 مازندران۱۰۲
 البرز۴۲
 اصفهان۱۰۰
 آذربایجان شرقی۸۲
 خراسان رضوی۱۱۲
 خراسان شمالی۳۸
 خراسان جنوبی۵۲
 خوزستان۷۷
 فارس۷۸
 کرمان۷۴
 مرکزی۶۲
 گیلان۷۴
 آذربایجان غربی۶۶
 سیستان و بلوچستان۶۰
 هرمزگان۶۶
 زنجان۵۸
 کرمانشاه۷۰
 کردستان۴۸
 همدان۶۶
 چهارمحال و بختیاری۵۶
 لرستان۶۰
 ایلام۳۸
 کهگلویه و بویراحمد۲۴
 سمنان۵۴
 اردبیل۵۴
 یزد۷۷
 بوشهر۵۴
 گلستان۳۸

پیوست ۳

تعداد مورد انتظار تردد (خط چین آبی) و تعداد واقعی تردد با همان روشی که در متن توضیح داده شده برای هر استان ساخته شده و به دلیل عدم دسترسی به داده‌ها منحنی‌ تغییرات آمار بستری در هر استان‌ عیناً از گزارش منتشر شدۀ اپلیکیشن ماسک استخراج شده است.


پاورقی و ارجاع

[۱] https://141.ir/trafficcounterfiles

[۲] تعداد ترددشماری که از هر استان که داده‌های آن در این مطالعه مورد استفاده قرار گرفته در پیوست ۱ آمده است.

[۳] Bayesian Structural Time-Series Models

[۴] توصیه و هشدار در صورت جدی و نزدیک احساس نکردن وحشت بیماری احتمالا تاثیر چشمگیری بر کاهش سطح تحرک داشته باشد به همین دلیل این دو تحت عنوان یک عامل در نظر گرفته شده‌اند. 

[۵] آمار کرونایی که در این مطالعه مورد استفاده قرار گرفته آمار رسمی وزارت بهداشت است که در کرونانگار مجتمع شده و در دسترس قرار دارد.

[۶] جزئیات جدید محدودیت‌های کرونایی (دنیای اقتصاد، ۲۸ آبان ۱۳۹۹)

[۷] هشدار وزیر بهداشت: ویروس جهش یافته کرونا در کشور چرخیده است (ایرنا، ۲۵ بهمن ۱۳۹۹)

نویسندگان

دانش‌آموختۀ مهندسی برق و تحلیلگر داده

دانش‌آموختۀ آمار و تحلیلگر داده

دیدگاه‌ها

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *