新型冠狀病毒肺炎傳播的時(shí)空特征及空間風(fēng)險(xiǎn)因子
——以廣州市為例※

朱洪平，孫滿芳

(1.廣東工業(yè)大學(xué)管理學(xué)院，廣州 510520；2.廈門市海滄醫(yī)院，廈門 361026)

目前關(guān)于新型冠狀病毒肺炎(COVID-19，簡(jiǎn)稱“新冠肺炎”)的研究主要集中在基因組學(xué)、流行病學(xué)、臨床醫(yī)學(xué)、防護(hù)學(xué)和心理學(xué)等方面[1-5]，這些研究能夠很好反映新冠肺炎基因結(jié)構(gòu)、病毒宿主、臨床表現(xiàn)和預(yù)防管理等信息，但無(wú)法反映新冠肺炎傳播的時(shí)空特征。定量分析其時(shí)空特征能夠全面了解新冠肺炎的傳播規(guī)律及內(nèi)在機(jī)制，為控制新冠肺炎和其他突發(fā)性傳染疾病的擴(kuò)散提供參考依據(jù)。

基于此，本課題以廣州市衛(wèi)生健康委員會(huì)提供的新冠肺炎確診病例的時(shí)空數(shù)據(jù)作為研究樣本，運(yùn)用地理信息技術(shù)和空間統(tǒng)計(jì)學(xué)方法將新冠肺炎確診病例的涉及小區(qū)和場(chǎng)所進(jìn)行空間可視化處理，分析其空間分布模式，即研究全局空間相關(guān)性和局部空間相關(guān)性，識(shí)別空間風(fēng)險(xiǎn)因子，以期挖掘和闡釋新冠肺炎傳播的時(shí)序變化規(guī)律，以及空間聚集性、空間分異特征和空間風(fēng)險(xiǎn)因子等信息，為政府部門制定更具針對(duì)性的應(yīng)急預(yù)案和防控措施提供理論依據(jù)和科學(xué)參考。

1.資料與方法

1.1 資料

本課題研究數(shù)據(jù)(2020年1月21日至3月10日的廣州市新冠肺炎確診病例時(shí)空數(shù)據(jù))來(lái)源于廣州市衛(wèi)生健康委員會(huì)。將新冠肺炎患者的確診時(shí)間作為新冠肺炎傳播時(shí)間(圖1)。由于原始數(shù)據(jù)是文本形式，無(wú)法直接運(yùn)用于空間分析，因此采用空間化處理方法將新冠肺炎確診病例的涉及小區(qū)和場(chǎng)所與廣州市的電子地圖底層信息進(jìn)行人工匹配，把確診病例信息定位到特定的空間位置點(diǎn)作為新冠肺炎傳播的空間信息(圖2)，以此構(gòu)成新冠肺炎傳播的時(shí)空數(shù)據(jù)。

運(yùn)用水經(jīng)注軟件選取百度地圖上的城市興趣點(diǎn)(Poin to Interest，POI)，選取商店、飯店、賓館、醫(yī)院、旅游景點(diǎn)、公交車站6種類型的POI數(shù)據(jù)作為空間風(fēng)險(xiǎn)因子進(jìn)行研究，其包含名稱、商戶類型、地址、經(jīng)緯度等信息。在經(jīng)過(guò)篩選、去重、校正地理坐標(biāo)等步驟后，最終提取研究區(qū)域內(nèi)商場(chǎng)3623個(gè)，飯店50369個(gè)，賓館13643個(gè)，醫(yī)院1198個(gè)，旅游景點(diǎn)536個(gè)，公交車站2691個(gè)，采集時(shí)間為2019年12月。

圖1 廣州市新冠肺炎確診病例數(shù)量的時(shí)間變化圖

圖1顯示，從整體上看，每日新增確診病例呈波動(dòng)式“爆發(fā)性增長(zhǎng)-緩慢下降”的演變特征，由于新冠肺炎暴發(fā)初期人們防控意識(shí)薄弱以及春運(yùn)人員的流動(dòng)，新增確診病例從1月下旬開始迅速上升，在短時(shí)間內(nèi)形成一定規(guī)模的傳播趨勢(shì)，并于2月上旬達(dá)到高潮。隨后，得益于政府部門的科學(xué)有效防控措施和人們?cè)鰪?qiáng)的自我防護(hù)意識(shí)，每日新增確診病例人數(shù)迅速降低，個(gè)別天數(shù)有波動(dòng)，但整體呈平穩(wěn)狀態(tài)。

圖2 廣州市新冠肺炎確診病例空間分布圖

圖2顯示，新冠肺炎確診病例在空間上具有較強(qiáng)聚集性，且分布規(guī)律比較明顯。主要集中在越秀區(qū)、海珠區(qū)、荔灣區(qū)、天河區(qū)、白云區(qū)等經(jīng)濟(jì)發(fā)達(dá)、人口稠密和交通便捷的中心地帶。相比之下，位于城郊地區(qū)的確診病例呈現(xiàn)零散分布，其中從化區(qū)僅有1例。為了研究新冠肺炎傳播在時(shí)間上的規(guī)律特征，將其分為3個(gè)階段：第一階段(1月21日至2月2日)，第二階段(2月3日至2月14日)，第三階段(2月15日至26日)。2月27至3月10日間僅3月5日新增一例確診病例，故不單獨(dú)劃分階段。從確診病例的擴(kuò)散過(guò)程中看(圖3a～c)，廣州市新冠肺炎疫情的擴(kuò)散主要集中在2月14日之前。

1.2 分析方法

核密度分析法：作為一種非參數(shù)估計(jì)方法，通過(guò)將研究區(qū)域內(nèi)一系列離散的空間點(diǎn)轉(zhuǎn)化為連續(xù)的密度圖來(lái)對(duì)空間點(diǎn)群分布模式進(jìn)行可視化展示[6]。其原理是運(yùn)用數(shù)學(xué)函數(shù)來(lái)測(cè)度要素點(diǎn)到參考位置的距離，并統(tǒng)計(jì)出從參考位置到所有表面值之和，最后通過(guò)要素點(diǎn)的峰值來(lái)創(chuàng)建連續(xù)的平滑表面[7]；核密度數(shù)值越高表示點(diǎn)分布越密集，反之，則表示點(diǎn)分布越稀疏。

波段集相關(guān)系數(shù)分析法：主要用于為柵格波段集的多元分析提供統(tǒng)計(jì)值，檢驗(yàn)圖層間的相關(guān)關(guān)系[8]。本課題運(yùn)用波段集相關(guān)系數(shù)作為衡量新冠肺炎患者分布與各類風(fēng)險(xiǎn)因子相關(guān)性的指標(biāo)。

Moran′s Ⅰ指數(shù)法：地理學(xué)第一定律表明，空間對(duì)象之間存在相關(guān)性，且關(guān)系的親疏與距離呈負(fù)相關(guān)[9]。因此，探索對(duì)象間的空間相關(guān)性有助于分析對(duì)象間的聯(lián)系，而Moran′s Ⅰ指數(shù)是用來(lái)明確空間相關(guān)性的一個(gè)重要指標(biāo)，旨在揭示研究對(duì)象的整體分布狀況，判斷研究對(duì)象在全局層面上是否存在空間集聚性[10]，本課題運(yùn)用Moran′s Ⅰ指數(shù)判斷新冠肺炎傳播在整體上的空間相關(guān)性。

LISA指數(shù)法：是衡量局部自相關(guān)的重要指標(biāo)，主要通過(guò)描述研究對(duì)象周圍區(qū)域內(nèi)某一屬性的空間聚集程度，從而識(shí)別出對(duì)象屬性的空間關(guān)聯(lián)模式，并發(fā)掘出空間對(duì)象間的空間異質(zhì)性[11]；LISA指數(shù)能反映研究區(qū)域內(nèi)對(duì)象的四種集聚模式，分別為高高聚集區(qū)(高值周圍為高值)，高低集聚區(qū)(高值周圍為低值)，低高集聚區(qū)(低值周圍為高值)，低低集聚區(qū)(低值周圍為低值)；本課題運(yùn)用LISA指數(shù)來(lái)測(cè)度新冠肺炎傳播在空間上的分布差異，并識(shí)別出熱點(diǎn)區(qū)域。

(a)2月2日之前 (b)2月14日之前

(c)2月26日之前

在實(shí)際研究過(guò)程中，無(wú)論是基于核密度方法定量分析點(diǎn)群分布，還是從空間相關(guān)性角度考慮信息的完整性，均表明兩者融合的必要性[12]。在地理對(duì)象的研究中，傳統(tǒng)的樣方分析法是將整個(gè)研究區(qū)劃分為若干個(gè)子區(qū)域(即樣方)進(jìn)行研究，并以各樣方內(nèi)的特征值作為空間單元的屬性值，但這種方法存在樣方數(shù)據(jù)缺失和樣方單元選擇隨意等缺點(diǎn)[13]。而核密度估計(jì)是基于“距離衰減效應(yīng)”，認(rèn)為對(duì)象的聯(lián)系隨著距離的增加而降低，得出的結(jié)果更符合對(duì)象在空間分布的連續(xù)性特征，探測(cè)的熱點(diǎn)也更有效，可提高結(jié)果可信度。本課題擬用核密度方法計(jì)算新冠肺炎患者和各類空間風(fēng)險(xiǎn)因子在地理單元的密度值，再用波段集統(tǒng)計(jì)法對(duì)各風(fēng)險(xiǎn)因子進(jìn)行相關(guān)性測(cè)算；并結(jié)合統(tǒng)計(jì)學(xué)方法計(jì)算出Moran′s指數(shù)和LISA指數(shù)。

1.3 統(tǒng)計(jì)學(xué)方法

GeoDa1.14是分析空間關(guān)聯(lián)性的統(tǒng)計(jì)軟件，廣泛運(yùn)用于統(tǒng)計(jì)分析中[14]。本課題通過(guò)GeoDa1.14軟件測(cè)算出Moran′s指數(shù)和LISA指數(shù)。ArcGIS10.2軟件具有定位準(zhǔn)確特性，可綜合分析各個(gè)要素在空間內(nèi)的空間關(guān)系[15]。本課題運(yùn)用ArcGIS10.2軟件的核密度分析來(lái)測(cè)度要素點(diǎn)核密度的分布情況，并運(yùn)用Band Collection Statistics功能來(lái)計(jì)算波段集相關(guān)系數(shù)，檢驗(yàn)水準(zhǔn)為α=0.05。

2.結(jié)果

2.1 廣州市新冠肺炎的核密度估計(jì)

本課題運(yùn)用核密度分析法來(lái)估算新冠肺炎確診病例在500 m×500 m的網(wǎng)格單元上的空間分布密度值。關(guān)于半徑的優(yōu)化選擇目前尚未有明確統(tǒng)一的標(biāo)準(zhǔn)，需根據(jù)實(shí)際需求進(jìn)行篩選抉擇。在本研究中，經(jīng)過(guò)多次試驗(yàn)，最終將半徑設(shè)置為5 km(圖4)。如此設(shè)置既能保留空間要素點(diǎn)足夠的局部特征，又能較好地展現(xiàn)其整體狀況。

圖4顯示，廣州市新冠肺炎確診病例在空間分布中具有明顯的聚集性，核密度高值區(qū)域主要集中在以市政府為核心的城市中心地段，并在花都區(qū)和番禺區(qū)形成兩個(gè)次中心。相比之下，這些都屬于經(jīng)濟(jì)繁榮、交通便捷和人口流動(dòng)頻繁的地段。從整體上看，新冠肺炎確診病例在越秀區(qū)、荔灣區(qū)、海珠區(qū)和天河區(qū)的密度值較高，而遠(yuǎn)離城中心的城郊地區(qū)，如增城區(qū)、從化區(qū)和南沙區(qū)的密度值較低。

2.2 廣州市新冠肺炎傳播的空間相關(guān)性

新冠肺炎確診病例的分布是否具有空間相關(guān)性?本課題通過(guò)計(jì)算各個(gè)網(wǎng)格中確診病例的密度值，再測(cè)算Moran′s Ⅰ指數(shù)和LISA指數(shù)來(lái)分別從整體和局部展示其在空間上的集聚度。對(duì)廣州市新冠肺炎分布密度的全局自相關(guān)性和局部自相關(guān)性進(jìn)行定量分析如下。

計(jì)算出廣州市新冠肺炎分布密度在99次MonteCarlo隨機(jī)模擬環(huán)境下得到Moran′s Ⅰ指數(shù)為0.92，Z得分值為323.56，P小于0.01，結(jié)果證明新冠肺炎在空間分布上存在顯著的正相關(guān)性。并計(jì)算出廣州市新冠肺炎分布密度的LISA統(tǒng)計(jì)值，由此獲得其在局部空間的集聚特征(圖5)。

圖4 廣州市新冠肺炎確診病例核密度分布圖

圖5 廣州市新冠肺炎確診病例局部空間特征圖

從整體上看，廣州市新冠肺炎傳播的高風(fēng)險(xiǎn)區(qū)域(高高集聚區(qū))主要分布在以市政府為中心的區(qū)域。廣州市新冠肺炎疫情防控的效果明顯，主因是高風(fēng)險(xiǎn)區(qū)域主要局限于市中心地帶，沒(méi)有造成大范圍傳播擴(kuò)散。

廣州市新冠肺炎的傳播擴(kuò)散具有明顯的階段性，新增確診病例初期增長(zhǎng)迅速，中期逐漸回落，后期基本無(wú)新增確診病例。對(duì)各個(gè)階段新增確診病例的分布密度進(jìn)行Moran′s Ⅰ指數(shù)的計(jì)算發(fā)現(xiàn)，Moran′s Ⅰ指數(shù)從第一階段到第三階段逐漸下降(圖6)，表明新冠肺炎傳播的空間聚集性從強(qiáng)轉(zhuǎn)弱。

2.3 廣州市新冠肺炎傳播的空間風(fēng)險(xiǎn)因子

流行病傳播在無(wú)人為影響的自然情況下，往往呈現(xiàn)指數(shù)增長(zhǎng)的模式，擴(kuò)散速度極快[16]。新冠肺炎在空間上的傳播受到多種風(fēng)險(xiǎn)因子影響，如道路交通狀況和各類公共場(chǎng)所的空間分布狀況等。本課題空間風(fēng)險(xiǎn)因子的選擇主要根據(jù)廣州市內(nèi)的重要公共場(chǎng)所的POI數(shù)據(jù)，與傳統(tǒng)的抽樣數(shù)據(jù)相比，POI數(shù)據(jù)作為體現(xiàn)真實(shí)地理實(shí)體的點(diǎn)狀空間數(shù)據(jù)，具有更新及時(shí)、內(nèi)容詳細(xì)且準(zhǔn)確度高等特點(diǎn)[17]。因此，本課題選擇商店、飯店、賓館、醫(yī)院、旅游景點(diǎn)和公交車站6種類型的POI數(shù)據(jù)作為空間風(fēng)險(xiǎn)因子進(jìn)行研究，并運(yùn)用核密度分析法對(duì)各類POI數(shù)據(jù)進(jìn)行估計(jì)(圖6a-f)，為保持一致性，圖6所選用核密度估計(jì)半徑均為5 km，并對(duì)核密度圖進(jìn)行歸一化處理，以消除因POI數(shù)量不等對(duì)密度差異的影響。

圖6 廣州市新冠肺炎Moran′s Ⅰ指數(shù)的時(shí)序變化圖

對(duì)比分析各類風(fēng)險(xiǎn)因子的分布密度圖(圖7)、新冠肺炎確診病例分布密度圖(圖4)發(fā)現(xiàn)，兩者具有較強(qiáng)的對(duì)應(yīng)關(guān)系。

以各個(gè)網(wǎng)格單元作為研究樣本，對(duì)廣州市新冠肺炎確診病例和各類空間風(fēng)險(xiǎn)因子的密度值進(jìn)行波段集相關(guān)性分析(表1)。

(a)商場(chǎng) (b)飯店

(c)賓館 (d)醫(yī)院

(e)旅游景點(diǎn) (f)公交車站

表1 新冠肺炎分布與各類空間風(fēng)險(xiǎn)因子的相關(guān)性系數(shù)

表1顯示，各類空間風(fēng)險(xiǎn)因子分布密度值與新冠肺炎患者分布密度值呈高度正相關(guān)(均P<0.05)。其中，醫(yī)院的相關(guān)系數(shù)值最高。通過(guò)對(duì)新冠肺炎空間因子的識(shí)別分析，挖掘其空間傳播影響因素，對(duì)制定科學(xué)有效的防控措施具有積極作用。

3.討論

本課題以廣州市347例新冠肺炎確診患者的時(shí)空數(shù)據(jù)作為研究樣本，運(yùn)用地理信息技術(shù)和空間統(tǒng)計(jì)學(xué)方法，探討新冠肺炎傳播時(shí)空特征及空間風(fēng)險(xiǎn)因子，基本結(jié)論與相關(guān)建議如下：

(1)新冠肺炎的傳播整體上呈波動(dòng)式“爆發(fā)性增長(zhǎng)-緩慢下降”的演變特征。主要的原因在于新冠肺炎暴發(fā)的初期，正值春節(jié)期間，人員大范圍密集流動(dòng)，未被隔離的患者自由流動(dòng)，以及民眾的自我防護(hù)的意識(shí)較差和醫(yī)療、公共衛(wèi)生經(jīng)驗(yàn)不足等，使得新型冠狀病毒的傳播基本處于自由擴(kuò)散的狀態(tài)；隨著廣州市啟動(dòng)最高級(jí)別公共衛(wèi)生事件應(yīng)急響應(yīng)機(jī)制，組織各方力量開展聯(lián)防聯(lián)控，將市內(nèi)全部居住小區(qū)(村)實(shí)施封閉管理，頒布“口罩令”和實(shí)施一系列消毒措施，使得新冠肺炎在中后期的傳播受到了很大限制，新冠肺炎患者的空間聚集性也隨之減弱。

(2)新冠肺炎傳播存在明顯的空間相關(guān)性，空間聚集性呈現(xiàn)隨防控措施的增強(qiáng)而逐漸降低的趨勢(shì)。設(shè)立定點(diǎn)醫(yī)院方案在實(shí)踐中證明是有效可行的，能夠集中資源，提高新冠肺炎治愈率。所以應(yīng)根據(jù)地區(qū)面積、人口和醫(yī)療水平等因素建立相應(yīng)的傳染病收治醫(yī)療機(jī)構(gòu)。

(3)新冠肺炎高高值區(qū)域主要分布在城市中心地區(qū)，并在花都區(qū)和番禺區(qū)形成兩個(gè)次核心區(qū)，而低低值區(qū)域則主要集中在遠(yuǎn)離城市中心的城郊地區(qū)。城市中心作為公共活動(dòng)的核心區(qū)域，各大商圈集中，流動(dòng)人口復(fù)雜，極易造成病毒的傳播和感染，應(yīng)實(shí)施“內(nèi)防擴(kuò)散、外防輸出、嚴(yán)格管控”策略，以免波及周邊區(qū)域；安全區(qū)域(低低集聚區(qū))主要位于遠(yuǎn)離城中心的區(qū)域，隱患區(qū)域(隨機(jī)分布區(qū))主要位于中間區(qū)域，這兩個(gè)區(qū)域需實(shí)施“外防輸入”策略。據(jù)此，有關(guān)部門需做好分區(qū)分級(jí)工作。

(4)商店、飯店、賓館、醫(yī)院、旅游景點(diǎn)和公交車站等空間風(fēng)險(xiǎn)因子能推動(dòng)新冠肺炎的傳播，且影響程度不同，新冠肺炎與醫(yī)院的相關(guān)性最強(qiáng)。醫(yī)院相關(guān)性最強(qiáng)的可能原因在于醫(yī)院是傳染源和易感染者集中的區(qū)域。因此，對(duì)醫(yī)院的嚴(yán)格管控是抑制新型冠狀病毒進(jìn)一步擴(kuò)散的有效手段。

(5)將流行病學(xué)與地理信息技術(shù)和空間統(tǒng)計(jì)方法相結(jié)合有助于高效、清晰識(shí)別患者的時(shí)空規(guī)律和交互模式。

綜上所述，對(duì)于新冠肺炎突發(fā)性公共衛(wèi)生事件，其應(yīng)急和防控措施并不是某一學(xué)科領(lǐng)域的事情，涉及地理信息學(xué)、空間統(tǒng)計(jì)學(xué)、醫(yī)學(xué)、心理學(xué)和行為學(xué)等多科學(xué)領(lǐng)域，高效有序的防控措施需要綜合多學(xué)科進(jìn)行探索研究。