已经有相当多的研究，从州政策、出行指示、口罩使用以及重新开放政策等角度研究政治因素如何影响新冠病毒在美国的传播。媒体与学者 [1,2] 都尝试了研究感染率的增长与抗疫在民众行为中政治化之间的联系。CNN在2020年7月的一篇报道中使用了图1来展示美国的抗疫政治化。CNN根据2016年美国总统大选的结果将州分为两组，特朗普赢下的州（红州），与克林顿赢下的州（蓝州）。图1为两组州的7日平均新增确诊数量。始于5月底两组确诊增长曲线的差异吸引了本文研究者的注意。美国罗切斯特大学Goergen数据科学中心的复旦校友闾涵加及所在团队成员进行了一项相关研究，作者以2020年3月至7月的美国各州确诊数据、民众出行数据以及各州天气数据，对比各州在重新开放前后的确诊与出行相关性，从民众出行与气候角度研究了政治因素与新冠在美国传播之间的联系。

图1 红蓝州新冠新增确诊趋势

影响感染的因素有很多，在政治方面，有研究发现，在新冠疫情期间，拥有不同政治倾向的美国居民，对于保持社交距离指示的遵守程度有所不同 [1]。在出行方面，不加限制的出行会显著加速新冠病毒的传播 [2]。本文试图从出行角度切入，研究政治因素与新冠在美国传播之间的联系。读者们可以点击“阅读原文”了解更详细的背景介绍及文献综述。

本文使用的交通出行数据来源于美国交通运输部，新冠确诊数据来源于美国约翰霍普金斯大学Center for Systems Science and Engineering。详细的数据来源、API的调用、感染率的计算方式、相关性研究框架可点击“阅读原文”查看。

为了更加公平地比较红蓝州确诊上涨与交通出行的模式，本文使用5-means聚类模型，根据州人口数量、土地面积以及人口密度，将红蓝州分为五组（原文中详细论述了确定K=5的评价方法）。图2展示了聚类结果，同一颜色的州为同一组，五组中均同时包含了红蓝州。

图2：5-means结果

接下来本文以各州重新开放的时间（5月前后）作为节点，对这个时间点前后新冠新增确诊增长率与民众出行人数占比作了相关性分析。

在3月1日至各州重新开放日之间，五组内红蓝州的交通出行人数占比与新冠确诊增长率都表现出强正相关，图3为重新开放日前红蓝州的出行人数占比与增长率相关系数。在各州lockdown期间，出行人数占比越高，确诊增长率越大。

图3 组内红蓝州重新开放日前出行人数占比与确诊增长率相关性

在各州开放日至7月15日之间，各组内的红蓝州出行人数占比与确诊增长率的相关性出现不一致。五组内的红州都表现出正相关性，而部分组内的蓝州却表现出负相关性。在各州重新开放之后，部分蓝州（NY、MA等）出行人数占比的走高，伴随的并不是确诊增长率的上升，增长率反而出现了下降。相反的，各组内红州保持着相对一致的正相关性，即出行人数占比越高，确诊增长率越高，然后与开放之前对比的话可以发现，部分组内的正相关性相对变弱了。开放前后这一相关性在红蓝州之间的变化揭示了民众出行可能存在的微妙变化。

为了进一步探究造成在开放之后，相关性的不同，本文将红蓝州重新分了组。这次分组基于两个标准：（1）在开放之后，确诊增长率是上升还是下降的趋势；（2）在开放之后，出行人数占比是高还是低。前文中提到，在开放后，红蓝州的出行人数占比与确诊增长率的相关性都出现了不同程度的减弱甚至变化方向，因此本文根据确诊增长率的不同，将红蓝州更进一步区分为增长率上升的州组和增长率下降的州组。图4为对增长率使用了2-means后，上升与下降组的确证增长率曲线。2-means很好地将州按照增长模式上升或下降分为了两组。

图4 各州重新开放后，确诊增长率。绿色曲线代表了增长率下降的州，红色曲线代表了增长率上升的州

类似的，本文根据出行人数占比的高低，将红蓝州进一步分为两组。图5代表了出行人数占比高或低的州的出行占比曲线。

图5 开放后出行人数占比。绿色曲线代表出行人数占比高的州，红色曲线代表出行人数占比低的州

基于上述两个标准，原本的红蓝州被分为了四个不同的组，如图6所示。该表格的第一行表示的是确诊增长率上升的州，第二行表示的是确诊增长率下降的州。左列表示出行人数占比低的州，右列代表出行人数占比高的州。举个例子，右下表示确诊增长率下降，并且出行人数占比高的州。从图6可以看出，除了右上，其余三种组合下均同时包含了红蓝州。左上与右下的州为开放日前后相关系数的变化提供了解释。一方面，有的红州虽然有着较高的出行人数占比，但同时确诊增长率却在下降。另一方面，部分蓝州虽然有着较低的出行人数占比，但同时确诊增长率却在上升。

图6 基于确诊增长率趋势与出行人数占比形成的四种不同组合

为了更好地理解图6，本文比较了第一行与第二行的州发现，第一行的州普遍在美国南方，第二行的州普遍在北方，这一发现引出了关于气温造成这一确诊增长率差异的猜想。图7为美国5月（美国各州普遍在5月前后开始重新开放）各州气温。可以看出该气温图与图6的确诊增长率模式相似。南方较温暖州的确诊增长率上升，北方较寒冷州的确诊增长率下降。已有研究证明，新冠确诊数量并不会因为气温升高而下降 [3]。本文认为，造成这一现象的原因与气温升高进而影响人们行为模式有关。随着季节由春至夏的转变，气温升高，人们待在户外的时间变长，进而提高了人与人之间互动的概率，增加感染风险。同时，随着气温升高，人们可能会认为佩戴口罩更不舒服，在出行的同时不戴口罩，从而潜在地提高了传染的风险。

图7 美国2020年5月各地气温