第41卷第4期中国咼原医学与生物学杂志V〇1.41No.4 2020 年CHINESE HIGH ALTITUDE MEDICINE AND BIOLOGY 2020
—以广州市为例$
朱洪平\孙满芳下载北京地铁线路图 最新
(1.广东工业大学管理学院，广州510520;2•厦门市海沧医院，厦门361026)
摘要61的为新型冠状病毒肺炎（简称“新冠肺炎”）或者其他传染性疾病的应急防控措 施提供科学依据。方法以2020年广州市新冠肺炎确诊病例作为研究对象，运用核密度怙计方法 建立新冠肺炎分布密度图，并用M o r a n's I指数和L I S A指数来分析新冠肺炎确诊病例的全局和局 部空间相关性特征，再运用波段集分析法对商店、饭店、宾馆、医院、旅游景点和公交车站等空间风 险因子进行研究。结果新冠肺炎分布存在明显的空间集聚性，各阶段M o r a n、I指数逐渐降低； L I S A指数的高值区域主要分布在广州的城市中心位置；新冠肺炎分布与各类空间风险因子经波段 集统计显示其呈高度正相关，其中医院的相关系数最高（P<0. 05)。结抡从整体上看，新冠肺炎 传播的空间集聚性呈现逐渐减弱的趋势；从局部上看，新冠肺炎分布的高高值区域主要集中在城市 中心地段。商店
、饭店、宾馆、医院、旅游景点和公交车站等空间风险因子均显著推动新冠肺炎的传 播，而医院的影响程度最大。
关键词：新冠肺炎；时空特征；空间风险因子；广州市
中图分类号：R184文献标识码：A
D0I： 10. 13452/j. cnki. jqmc. 2020. 04. 010
Spatiotemporal characteristics and spatial risk factors of COVID-19 transmission： taking Guangzhou as an example^
Z H U H o n g p i n g1,S U N M a n f a n g2*
(1. School of M a n a g e m e n t,G u a n g d o n g University of T e c h n o l o g y,G u a n g z h o u 5 10520,C h i n a；
2. X i a m e n H a i c a n g Hospital,X i a m e n 361026,C h i n a)
Abstract Objective T o provide a scientific basis for the e m e r g e n c y prevention a n d control m e
a s u r e s for C O V I D-19or other infectious diseases. Methods T a k i n g the confirmed cases of C O V I D-19in G u a n g z h o u in 2020as the research object, the m a p of distribution density of C O V I D-19 w a s established b y using the m e t h o d美美哒免费高清影院在线观看
of N u cl e a r Density Estimation. T h e characteristics of global a n d local spatial correlation of the c o n f i r m e d cases of C O V I D-19w e r e analy z ed b y using M o r a n^index a n d L I S A index. Spatial risk factors like s h o p s, restaurants,hotels, hospitals, tourist attractions a n d b u s stations w e r e studied by using b a n d set analysis. Results T h e r e w a s a n o b v io us spatial aggregation in the distribution of C O V I D-19, a n d the M o r a n's I i ndex gradually dec reased at e a c h s t a g e；the high value area of the L I S A index w a s main l y located in the center of G u a n g z h o u；according to the statistics of b a n d set, there w a s a positive correlation b e t w e e n the distribution of C O V I D-19
※：国家自然科学基金项目（41001054); * ：通信作者，E-mail:**************〇m
朱洪平（丨995〜），男，汉族，福建籍，在读硕士研究生，E-mail:Zhuh〇ngPi ngZh p@163. c o m;
275
a n d various factors of spatial risk, a m o n g w h i c h hospitals h a d the highest correlation coefficient ( P<0.05). Conclusions O n the whole,spatial aggregation of the spread of C O V I D-19 s h ows a gradually we a k e n i n g trend；high-value area of the distribution of C O V I D-19 is mainly concentrated in urban core from a local perspective. Spatial risk factors such as s h o p s,restaurants,liotels,hospitals,tourist attractions a n d bus stations h ave significantly promoted the spread of C O V I D-19, a m o n g which hospitals have the greatest impact.
Keywords：C O V I D-19；spatiotemporal characteristics；spatial risk factor；G u a n g z h o u City
目前关于新型冠状病毒肺炎（C O V I D-19，简称
“新冠肺炎”）的研究主要集中在基因组学、流行病 学、临床医学、防护学和心理学等方面114]，这些研 究能够很好反映新冠肺炎基因结构、病毒宿主、临床 表现和预防管理等信息，但无法反映新冠肺炎传播 的时空特征。定量分析其时空特征能够全面了解新 冠肺炎的传播规律及内在机制，为控制新冠肺炎和 其他突发性传染疾病的扩散提供参考依据。
基于此，本课题以广州市卫生健康委员会提供
的新冠肺炎确诊病例的时空数据作为研究样本，运 用地理信息技术和空间统计学方法将新冠肺炎确诊
病例的涉及小区和场所进行空间可视化处理，分析 其空间分布模式，即研究全局空间相关性和局部空 间相关性，识别空间风险因子，以期挖掘和阐释新冠 肺炎传播的时序变化规律，以及空间聚集性、空间分 异特征和空间风险因子等信息，为政府部门制定更 具针对性的应急预案和防控措施提供理论依据和科 学参考。
1.资料与方法1.1资料
本课题研究数据（2020年1月21日至3月10日的广州市新冠肺炎确诊病例时空数据）来源于广 州市卫生健康委员会。将新冠肺炎患者的确诊时间 作为新冠肺炎传播时间（图1)。由于原始数据是文 本形式，无法直接运用于空间分析，因此采用空间化 处理方法将新冠肺炎确诊病例的涉及小区和场所与 广州市的电子地图底层信息进行人工匹配，把确诊 病例信息定位到特定的空间位置点作为新冠肺炎传 播的空间信息（图2)，以此构成新冠肺炎传播的时 空数据。
运用水经注软件选取百度地图上的城市兴趣点 (Poin to I nt e res t,P0I)，选取商店、饭店、宾馆、医院、旅游景点、公交车站6种类型的P0I数据作为空间风 险因子进行研究，其包含名称、商户类型、地址、经纬 度等信息。在经过筛选、去重、校正地理坐标等步骤 后，最终提取研究区域内商场3623个，饭店50369个，宾馆13643个，医院1198个，旅游景点536个，公 交车站2691个，采集时间为2019年12月。
40
35
30
25
20
15
10
5
276
-----累计确诊病例------每日新增确诊病例
图1广州市新冠肺炎确诊病例数量的时间变化图
稻城亚丁图片
Figure 1Time variation of the number of the confirmed cases of COVID-19 in
Guangzhou
图1显示，从整体上看，每日新增确诊病例呈波 动式“爆发性增长-缓慢下降”的演变特征，由于新冠 肺炎暴发初期人们防控意识薄弱以及春运人员的流 动，新增确诊病例从I月下旬开始迅速上升，在短时间内形成一定规模的传播趋势，并于2月上旬达到高 潮。随后，得益于政府部门的科学有效防控措施和人 们增强的自我防护意识，每日新增确诊病例人数迅速 降低，个别天数有波动，但整体呈平稳状态。
图2广州市新冠肺炎确诊病例空间分布图
F i g u r e 2S p a t i a l distribution o f t h e c o n f i r m e d c a s e s o f C O V I D-19 in
G u a n g z h o u
图2显示，新冠肺炎确诊病例在空间上具有较 强聚集性，且分布规律比较明显。主要集中在越秀 区、海珠区、荔湾区、天河区、白云区等经济发达、人 口稠密和交通便捷的中心地带。相比之下，位于城 郊地区的确诊病例呈现零散分布，其中从化区仅有 1例。为了研究新冠肺炎传播在时间上的规律特征，将其分为3个阶段：第一阶段（1月21日至2月2日），第二阶段（2月3日至2月14日），第三阶段 (2月15日至26日）。2月27至3月10日间仅3 月5日新增一例确诊病例，故不单独划分阶段。从 确诊病例的扩散过程中看（图3a~c)，广州市新冠 肺炎疫情的扩散主要集中在2月14日之前。
1.2分析方法
核密度分析法：作为一种非参数估计方法，通过 将研究区域内一系列离散的空间点转化为连续的密 度图来对空间点分布模式进行可视化展示[6]。其原理是运用数学函数来测度要素点到参考位置的 距离，并统计出从参考位置到所有表面值之和，最后 通过要素点的峰值来创建连续的平滑表面71；核密 度数值越高表示点分布越密集，反之，则表示点分布越稀疏。
波段集相关系数分析法：主要用于为栅格波段 集的多元分析提供统计值，检验图层间的相关关系18]。本课题运用波段集相关系数作为衡量新冠 肺炎患者分布与各类风险因子相关性的指标。
M o n m's I指数法：地理学第一定律表明，空间 对象之间存在相关性，且关系的亲疏与距离呈负相 关[9]。因此，探索对象间的空间相关性有助于分析 对象间的联系，而M o m n's I指数是用来明确空间 相关性的一个重要指标，旨在揭示研究对象的整体 分布状况，判断研究对象在全局层面上是否存在空 间集聚性[1°]，本课题运用M o m n's I指数判断新冠 肺炎传播在整体上的空间相关性。
L I S A指数法：是衡量局部自相关的重要指标, 主要通过描述研究对象周围区域内某一属性的空间 聚集程度，从而识别出对象属性的空间关联模式，并 发掘出空间对象间的空间异质性[:;L I S A指数能 反映研究区域内对象的四种集聚模式，分别为高高 聚集区（高值周围为高值），高低集聚区（高值周围 为低值），低高集聚区（低值周围为高值），低低集聚
2
77
区（低值周围为低值）；本课题运用L I S A 指数来测 点区域。
度新冠肺炎传播在空间上的分布差异，并识别出热
N
N
A
A
0 5 10k m
L i 1
0 5 10k m
1 i l
厦门景点地图分布图从化区
从化区
花駆
花都g
«• •
增城区
• • •
增城区
&云区
•
区
••.黄埔区•黄埔区
荡
越
着
I
，越湾鑛
:
•
»区.
区.
•
•參
•
南沙区
•參••南沙区
图例
图例*第■阶段•第俯段*第1段
行政区划
貪广州市人K 政府
U )2月2日之前(b )2月14日之前(a) Before February 2
(b ) Before February 14
N
从化区
花m
.
，、• •
•
区
增城区重庆金佛山
•黄埔区
»•区.
南沙区
图例•第.阶段 *第'阶段
〇第•：阶段
行政K &J
★广州m 人民政府
(c )2月26日之前 (c) Before F e b m a i y 26
图3
广州市新冠肺炎确诊病例扩散变化图
F i g u r e 3
S p r e a d o f t h e c o n f i r m e d c a s e s o f C O V I D -19 in G u a n g z h o u
在实际研究过程中，无论是基于核密度方法定量 整性，均表明两者融合的必要性|2:。在地理对象的分析点分布，还是从空间相关性角度考虑信息的完
研究中，传统的样方分析法是将整个研究区划分为若
278
干个子区域（即样方)进行研究，并以各样方内的特征 值作为空间单元的属性值，但这种方法存在样方数据 缺失和样方单元选择随意等缺点131。而核密度估计 是基于“距离衰减效应”，认为对象的联系随着距离的 增加而降低，得出的结果更符合对象在空间分布的连 续性特征，探测的热点也更有效，可提高结果可信度3 本课题拟用核密度方法计算新冠肺炎患者和各类空 间风险因子在地理单元的密度值，再用波段集统计法 对各风险因子进行相关性测算；并结合统计学方法计 算出M o r a n 's 指数和L I S A 指数。1.3统计学方法
G e o D a l . 14是分析空间关联性的统计软件，广
泛运用于统计分析中W]D 本课题通过G e o D a l . 14 软件测算出M o r a n 's 指数和L I S A 指数。A r c G I S l O . 2 软件具有定位准确特性，可综合分析各个要素在空
间内的空间关系15。本课题运用A r c G I S l O . 2软件 的核密度分析来测度要素点核密度的分布情况，
并 运用B a n d Collection Statistics 功能来计算波段集相 关系数，检验水准为a = 0. 05。
2.结果
2- 1广州市新冠肺炎的核密度估计
本课题运用核密度分析法来估算新冠肺炎确诊 病例在500 m x 500 m 的网格单元上的空间分布密 度值。关于半径的优化选择目前尚未有明确统一的 标准，需根据实际需求进行筛选抉择。在本研究中，
本溪好玩的地方经过多次试验，最终将半径设置为5 k
m
(图4) ^如
此设置既能保留空间要素点足够的局部特征，又能 较好地展现其整体状况。
图4显示，广州市新冠肺炎确诊病例在空间分 布中具有明显的聚集性，核密度高值区域主要集中 在以市政府为核心的城市中心地段，并在花都区和 番禺区形成两个次中心。相比之下，这些都属于经 济繁荣、交通便捷和人口流动频繁的地段。从整体 上看，新冠肺炎确诊病例在越秀区、荔湾区、海珠区
和天河区的密度值较高，而远离城中心的城郊地区, 如增城区、从化区和南沙区的密度值较低。2.2广州市新冠肺炎传播的空间相关性
新冠肺炎确诊病例的分布是否具有空间相关 性？本课题通过计算各个网格中确诊病例的密度 值，再测算M o n m S I 指数和U S A 指数来分别从整 体和局部展示其在空间上的集聚度。对广州市新冠 肺炎分布密度的全局自相关性和局部自相关性进行 定量分析如下。
计算出广州市新冠肺炎分布密度在99次M o n t e -
C a r l o 随机模拟环境下得到M o r a n's I 指数为0. 92,Z
得分值为323. 56，P 小于0. 01，结果证明新冠肺炎 在空间分布上存在显著的正相关性。并计算出广州
市新冠肺炎分布密度的L I S A 统计值，由此获得其在 局部空间的集聚特征（图5)。
10
N A A
5
o
图4广州市新冠肺炎确诊病例核密度分布图
Figure 4 D is trib u tio n o f nuclear density o f the confirm ed cases o f C O V ID -19 in Guangzhou
2
79
