新冠疫情的空間分布及影響因素
——基于中國病例數(shù)據(jù)的動(dòng)態(tài)分析

金亞亞，毛曉蒙，王 霞，宋 ，劉 明

(1.蘭州財(cái)經(jīng)大學(xué) 統(tǒng)計(jì)學(xué)院，甘肅 蘭州 730030；2.蘭州財(cái)經(jīng)大學(xué) 甘肅經(jīng)濟(jì)發(fā)展數(shù)量分析研究中心，甘肅 蘭州 730020)

2019年12月，湖北省武漢市陸續(xù)出現(xiàn)不明原因肺炎病例，經(jīng)研究最終確定是由一種新型冠狀病毒(2019-nCoV，后簡稱新冠)感染所致。此次新冠疫情暴發(fā)時(shí)期恰逢春運(yùn)，因此，龐大的人員流動(dòng)使疫情由武漢首發(fā)并快速蔓延至全國各地。2020年1月23日，全國各省陸續(xù)啟動(dòng)重大突發(fā)公共衛(wèi)生事件一級響應(yīng)，舉全國之力嚴(yán)格防控疫情發(fā)展。新型冠狀病毒的肆虐不僅嚴(yán)重威脅人類健康，同時(shí)給人民生活、社會(huì)經(jīng)濟(jì)帶來了沉重的負(fù)擔(dān)和嚴(yán)峻的挑戰(zhàn)，因而病毒溯源、傳播機(jī)制和防控策略等方面的研究成為重大需求。研究此次疫情的發(fā)展變化及傳染規(guī)律，對于本次疫情以及其他突發(fā)公共衛(wèi)生事件的防控具有重要意義。

近期，關(guān)于新冠疫情的研究大體可以分成兩類，一類是從臨床治療效果和用藥機(jī)理方面進(jìn)行的純醫(yī)學(xué)研究，另一類則是從流行病學(xué)角度出發(fā)，結(jié)合統(tǒng)計(jì)學(xué)方法和傳染病預(yù)測數(shù)學(xué)模型對COVID-19分布狀況和傳播程度進(jìn)行研究。在這類文獻(xiàn)中，部分學(xué)者以某一省份為研究對象，著重分析感染人群在該省份各個(gè)區(qū)域的分布特征，并對未來感染人數(shù)發(fā)展趨勢或疫情發(fā)生拐點(diǎn)的時(shí)機(jī)進(jìn)行預(yù)判[1-7]；有學(xué)者結(jié)合新冠病毒傳播特點(diǎn)對傳統(tǒng)傳染病動(dòng)力學(xué)模型(SIR或SEIR模型)的參數(shù)進(jìn)行修正，并利用修正后的模型對疫情未來發(fā)展趨勢進(jìn)行預(yù)測[8-13]；也有部分學(xué)者從人口流動(dòng)遷徙角度研究其對疫情擴(kuò)散地理分布的影響，如利用百度人口遷移指數(shù)分析春節(jié)前流出武漢的人口去向?qū)σ咔閭鞑サ挠绊慬14-15]；還有部分學(xué)者利用機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘等統(tǒng)計(jì)學(xué)習(xí)方法對用藥規(guī)律和疫情防控提出科學(xué)的防控建議[16-18]。通過文獻(xiàn)梳理發(fā)現(xiàn)，雖然有部分學(xué)者已經(jīng)對全球新冠疫情分布現(xiàn)狀和發(fā)展態(tài)勢進(jìn)行了研究[19-21]，且對現(xiàn)有新冠肺炎文章的關(guān)鍵詞進(jìn)行了文獻(xiàn)檢索的計(jì)量統(tǒng)計(jì)分析[22]，但大多數(shù)學(xué)者的研究對象為疫情發(fā)生的重災(zāi)區(qū)，將區(qū)域進(jìn)行隔離，單獨(dú)考慮某一省份，忽略了區(qū)域間的空間相關(guān)性，基于時(shí)空視角對中國各省份新冠疫情分布及其影響因素進(jìn)行分析文獻(xiàn)相對較少。此外，對疫情傳播途徑及其影響機(jī)理的研究文獻(xiàn)更是少之又少。因此本文將從全國視角對新冠疫情展開研究，旨在分析以下兩個(gè)問題：一是基于時(shí)間和空間兩個(gè)維度，從時(shí)間趨勢分析全國疫情發(fā)展?fàn)顩r，結(jié)合全國每日累計(jì)確診病例數(shù)、現(xiàn)有病例數(shù)、每日新增病例數(shù)和每日新增治愈數(shù)以及正在接受醫(yī)學(xué)觀察人數(shù)等指標(biāo)數(shù)據(jù)，初步探索分析此次疫情病例的增長、擴(kuò)散、平穩(wěn)和減少在時(shí)間上是否存在轉(zhuǎn)折點(diǎn)和階段性特點(diǎn)，從空間層面分析重要時(shí)間點(diǎn)上全國疫情的分布特征，旨在探索其在空間上是否存在集聚性特征；二是進(jìn)一步從宏觀層面探究影響疫情傳播的諸因素并建模分析其影響程度和作用方向。本文研究思路如下：首先從時(shí)空角度，利用探索性數(shù)據(jù)分析方法對全國疫情相關(guān)數(shù)據(jù)進(jìn)行描述性分析；其次在分析基礎(chǔ)上構(gòu)建空間計(jì)量模型從三大宏觀層面(即地理位置環(huán)境因素、人口數(shù)量因素和經(jīng)濟(jì)社會(huì)發(fā)展因素)對新型冠狀病毒肺炎的傳播成因進(jìn)行初步探索；最后根據(jù)研究結(jié)論給出相關(guān)的建議。

1 新冠疫情的時(shí)空分布情況

1月24日武漢封城，故選擇1月24日為本文研究起點(diǎn)。由于2月26日之后，非湖北地區(qū)新增病例數(shù)基本為個(gè)位數(shù)，甚至很多省份新增病例為零，因此選擇2月26日為本文研究結(jié)點(diǎn)。其中指標(biāo)數(shù)據(jù)包括各省每日累計(jì)確診病例數(shù)和現(xiàn)有病例數(shù)、每日新增病例數(shù)和每日新增治愈數(shù)以及正在接受醫(yī)學(xué)觀察人數(shù)，選擇上述指標(biāo)數(shù)據(jù)旨在從總體把握新冠疫情的發(fā)展趨勢和空間分布情況。武繼磊等(2005)在對2003年北京市SARS疫情進(jìn)行空間相關(guān)分析時(shí)發(fā)現(xiàn)，整個(gè)SARS疫情的空間分布狀態(tài)在時(shí)間上存在兩個(gè)轉(zhuǎn)折點(diǎn)：一是人群對疾病的恐慌而遷移從而引起的疫情擴(kuò)散和對疫情采取有效防治策略、定點(diǎn)醫(yī)院成立后疾病的空間聚集狀態(tài)，二是疾病得到有效控制后呈現(xiàn)零星發(fā)作狀態(tài)而出現(xiàn)的空間擴(kuò)散趨勢[23]。基于類似的分析思路，我們也發(fā)現(xiàn)此次新冠疫情病例的增長、擴(kuò)散、平穩(wěn)和減少也在時(shí)間上存在轉(zhuǎn)折點(diǎn)和階段性特點(diǎn)，而且從全國新型冠狀病毒肺炎在區(qū)域間的傳播情況和時(shí)變趨勢上看，可以初步判定此次疫情的爆發(fā)和傳播具有明顯的時(shí)空特征，因此本文主要從時(shí)間和空間兩個(gè)維度考慮，對中國31個(gè)省(市、區(qū))新型冠狀病毒肺炎的時(shí)空分布特征進(jìn)行全面分析。

1.1 全國新冠疫情時(shí)間變化趨勢

1.1.1 全國累計(jì)確診與現(xiàn)有確診病例數(shù)變化趨勢

自新型冠狀病毒肺炎暴發(fā)，截至2020年2月26日24時(shí)，全國新型冠狀病毒肺炎累計(jì)確診病例數(shù)為78497例，湖北省累計(jì)確診病例數(shù)為43252例，湖北確診病例數(shù)占全國確診病例數(shù)的比例高達(dá)55.1%。2020.1.24—2020.2.26期間，全國累計(jì)確診病例數(shù)呈先升高后趨于平穩(wěn)的趨勢。2020.1.24—2020.2.12新型冠狀病毒肺炎在全國各地全面爆發(fā)，累計(jì)確診病例數(shù)呈線性上升態(tài)勢(其中2月12日數(shù)據(jù)出現(xiàn)異常，主要原因是新型冠狀病毒肺炎診斷標(biāo)準(zhǔn)發(fā)生變化)。2月13日以后，新冠疫情在全國范圍內(nèi)取得有效控制，確診病例數(shù)增加速度逐漸遞減，累計(jì)確診病例數(shù)趨于平穩(wěn)態(tài)勢；2020.1.24—2020.2.26期間，全國現(xiàn)有確診病例數(shù)呈先上升后下降的趨勢(現(xiàn)有確診病例數(shù)=累計(jì)確診病例數(shù)-治愈病例數(shù)-死亡病例數(shù))，2月17日現(xiàn)有確診病例數(shù)到達(dá)高峰(58101例)，隨后呈持續(xù)下降態(tài)勢。具體如圖1所示。

圖1 全國累計(jì)確診病例數(shù)及現(xiàn)有確診數(shù)隨時(shí)間變化趨勢

1.1.2 全國新增確診及新增治愈病例數(shù)變化趨勢

2020.1.24—2020.2.12期間，全國每日新增確診病例數(shù)呈先升高后降低的態(tài)勢，在2月4日達(dá)到峰值(3887例)。2月12日，由于新型冠狀病毒肺炎診斷標(biāo)準(zhǔn)發(fā)生變化，故此日新增病例數(shù)出現(xiàn)猛增，2020.2.12—2020.2.26期間，全國每日新增病例數(shù)穩(wěn)步下降，從四位數(shù)逐漸變成兩位數(shù)，全國疫情防控工作初步取得顯著成效；自2020年1月24日第一例確診病例治愈出院起，全國每日新增治愈病例數(shù)基本呈上升趨勢。2月18日，全國每日新增治愈病例數(shù)與每日新增確診病例數(shù)趨同，此后每日新增治愈病例數(shù)持續(xù)高于每日新增確診病例數(shù)。具體見圖2。

圖2 全國新增確診及新增治愈病例數(shù)隨時(shí)間變化趨勢

1.1.3 全國正在接受醫(yī)學(xué)觀察人數(shù)變化趨勢

自2020年1月24日開始，全國正在接受醫(yī)學(xué)觀察人數(shù)呈先持續(xù)上升后逐漸趨緩的態(tài)勢(正在接受醫(yī)學(xué)觀察的人不一定是病毒攜帶者，但其曾經(jīng)與病毒攜帶者有過密切接觸，認(rèn)為他們攜帶病毒的可能性遠(yuǎn)高于普通人，該指標(biāo)對地區(qū)選擇是否復(fù)工有一定的參考意義)。2月7日，非湖北地區(qū)“正在接受醫(yī)學(xué)觀察人數(shù)”開始實(shí)現(xiàn)負(fù)增長，隨后全國正在接受醫(yī)學(xué)觀察人數(shù)實(shí)現(xiàn)負(fù)增長，湖北省2月14日開始呈現(xiàn)負(fù)增長，可見疫情在非湖北省地區(qū)得到了有效抑制，同時(shí)湖北省的疫情形勢也得到了有效緩解。如圖3所示。

圖3 正在接受醫(yī)學(xué)觀察人數(shù)每日環(huán)比時(shí)序圖

通過以上對全國新冠疫情進(jìn)行時(shí)變趨勢初步探索性分析，可以發(fā)現(xiàn)以下幾個(gè)重要時(shí)間節(jié)點(diǎn)：1月24日，是武漢封城后第一天，非湖北省地區(qū)新增病例數(shù)均為輸入性病例，全國各地疫情基本處于潛伏階段；2月4日全國新增病例數(shù)達(dá)到峰值(3887例)，全國各地疫情處于全面爆發(fā)階段；2月11日是疾控方將“臨床確診”首次算入確診病例數(shù)的前一天，全國疫情防控工作初步取得顯著成效，雖然此后(除2月12日)每日新增病例數(shù)呈下降態(tài)勢，但全國疫情仍處于持續(xù)發(fā)展階段；2月26以后，全國確診病例數(shù)基本處于平穩(wěn)狀態(tài)，非湖北省地區(qū)新增病例數(shù)基本實(shí)現(xiàn)個(gè)位數(shù)增長，全國疫情趨于緩解階段。因此，下文將選擇上述四個(gè)時(shí)間節(jié)點(diǎn)從空間層面對新型冠狀病毒肺炎在全國范圍內(nèi)的分布狀況進(jìn)行分析。

1.2 全國疫情累計(jì)確診病例數(shù)分布情況

本文對上述四個(gè)時(shí)間點(diǎn)上全國累計(jì)確診病例數(shù)進(jìn)行展示。由表1可看出，新型冠狀病毒肺炎在全國范圍內(nèi)覆蓋面較為廣泛，并且各省份新冠肺炎累計(jì)確診病例數(shù)的分布具有明顯集聚性。1月24日，除湖北省為一級重癥區(qū)之外，只有廣東和浙江兩個(gè)省份處于二級重災(zāi)區(qū)，與湖北接壤的湖南和重慶處于三級災(zāi)區(qū)，其他省份累計(jì)確診人數(shù)較少甚至未出現(xiàn)病例。2月4日，華東、華中和華南地區(qū)除廣西、福建以外的其他省份均處于二級重災(zāi)區(qū)，此外，華北地區(qū)的北京和西南地區(qū)的重慶及四川也處于二級重災(zāi)區(qū)，其余省份的確診病例數(shù)也逐日增加。2月11日和2月26日，全國累計(jì)確診病例數(shù)的分布情況與2月4日基本保持一致，只是在此基礎(chǔ)上確診病例數(shù)逐日增加?？偟貋碚f，全國各省新冠肺炎累計(jì)確診病例數(shù)存在較強(qiáng)的空間相關(guān)性，確診病例人數(shù)高、低分布具有明顯的空間聚集性，高確診人數(shù)的地區(qū)主要集中在與湖北省相鄰近的區(qū)域或周邊區(qū)域，并且這種聚集特征隨時(shí)間推移逐漸呈現(xiàn)出穩(wěn)定的態(tài)勢。

表1 四個(gè)時(shí)間點(diǎn)上的全國累計(jì)確診病例數(shù)

基于以上對中國31個(gè)省(市、區(qū))新冠疫情數(shù)據(jù)時(shí)空分布特征的分析可以發(fā)現(xiàn)，隨著國家一系列疫情防控措施的有效實(shí)施，新冠疫情得到了有效的控制，2月中旬之后，新冠肺炎確診病例數(shù)的增加速度逐漸遞減且累計(jì)確診病例數(shù)趨于平穩(wěn)態(tài)勢：各省份新冠肺炎累計(jì)確診病例數(shù)的分布具有明顯的集聚性，雖然在不同時(shí)間點(diǎn)存在較小差異，但整體的空間分布特征并沒有發(fā)生變化，即新冠肺炎高確診人數(shù)的地區(qū)主要集中在湖北省以及與之相鄰或周邊的省份，如河南省、湖南省、浙江省、廣東省、安徽省和江西省等。從地理位置和經(jīng)濟(jì)發(fā)展程度上看，安徽省和河南省距離湖北省武漢市最近，其交通最為便利；而浙江省緊鄰安徽省與江西省，經(jīng)濟(jì)較為發(fā)達(dá)，貿(mào)易往來以及人員流動(dòng)較為頻繁等等。因此不難發(fā)現(xiàn)，此次新冠疫情的發(fā)展態(tài)勢和傳播速度與地理位置和經(jīng)濟(jì)發(fā)展因素有著密不可分的聯(lián)系，這為下文構(gòu)建空間計(jì)量模型進(jìn)一步探究影響疫情傳播的諸因素時(shí)，將地理位置因素和經(jīng)濟(jì)發(fā)展因素引入模型提供了一定的依據(jù)。另外，通過探索性空間數(shù)據(jù)分析發(fā)現(xiàn)新冠疫情確診病例數(shù)的分布與中國人口密度分布圖極為相似，其中高確診人數(shù)主要集中在中國東南部各省份，在中國人口密度分布圖中與之對應(yīng)的是“胡煥庸線”(1)“胡煥庸線”是由中國地理學(xué)家胡煥庸(1901-1998)在1935年提出的劃分我國人口密度的對比線，也稱黑河(愛輝)—騰沖線，首次揭示了中國人口分布規(guī)律。即自黑龍江璦琿至云南騰沖畫一條直線(約為45°)，線東南半壁36%的土地供養(yǎng)了全國96%的人口；西北半壁64%的土地僅供養(yǎng)4%的人口。二者平均人口密度比為42.6∶1。的右側(cè)，即高人口密度的中國東南半壁。

2 新冠疫情的空間建模研究

2.1 研究設(shè)計(jì)

鄭衛(wèi)軍等(2008)表示由于空間流行病數(shù)據(jù)在不同區(qū)域往往存在空間相關(guān)性，故傳統(tǒng)的分析方法往往會(huì)引起較大的誤差，因此運(yùn)用地理統(tǒng)計(jì)學(xué)方法進(jìn)行估計(jì)會(huì)在很大程度上提高模型的描述和預(yù)測的能力[24]。基于以上相關(guān)時(shí)空分析，可以看出新冠病毒肺炎的確診人數(shù)具有明顯的空間相關(guān)性。因此，本文將從與新冠疫情傳播相關(guān)的三大宏觀層面即地理位置環(huán)境因素、人口數(shù)量因素和經(jīng)濟(jì)發(fā)展因素展開分析，并運(yùn)用空間統(tǒng)計(jì)分析方法通過影響機(jī)制的分析構(gòu)建空間計(jì)量模型，以探究諸影響因素的作用機(jī)理。

2.1.1 疫情傳播的影響因素分析

新型冠狀病毒肺炎的傳播看似是簡單的社會(huì)現(xiàn)象，但實(shí)則為復(fù)雜的突發(fā)公共衛(wèi)生事件，表現(xiàn)之一就是影響疫情傳播及迅速蔓延的因素有許多且傳播路徑不明確，這些因素有宏觀層面的，也有微觀層面的?；谝延醒芯砍晒约皵?shù)據(jù)的可獲得性，本文將從與疫情傳播相關(guān)的三大宏觀層面即地理位置環(huán)境因素、人口數(shù)量因素和經(jīng)濟(jì)發(fā)展因素展開分析。

2.1.1.1 地理位置環(huán)境因素

陳思秇等(2019)在研究廣州手足口病精細(xì)尺度下發(fā)病影響因素時(shí)，模型中引入廣州市各街道的公交車站數(shù)目來衡量交通便利程度，發(fā)現(xiàn)公交車站數(shù)目增加是廣州市手足口病發(fā)病的顯著影響因素，并將這種結(jié)果解釋為街道內(nèi)公交車站數(shù)目的稀少在一定程度上意味著人們使用公共交通工具在狹小空間內(nèi)進(jìn)行密切接觸的風(fēng)險(xiǎn)降低，且在一定程度上可以阻斷病毒傳播的途徑，對抑制疾病進(jìn)一步擴(kuò)散有促進(jìn)作用[25]。自本次新冠疫情暴發(fā)以來，國家每日公開發(fā)布疫情實(shí)時(shí)地圖數(shù)據(jù)、有關(guān)部門利用大數(shù)據(jù)技術(shù)協(xié)助追蹤疫情密切接觸者和公眾借助手機(jī)定位功能查詢周邊疫情信息等地理學(xué)技術(shù)觀察確診病例在空間上的分布，從國家、社會(huì)、和個(gè)人層面對地理信息技術(shù)在抗擊疫情中的應(yīng)用可知地理位置對疫情的傳播具有重要的影響作用。一般認(rèn)為，地區(qū)間距離越近，新冠病毒肺炎感染的概率越大，確診人數(shù)越多。對于地理位置量化指標(biāo)的選擇，這里用交通可達(dá)性指標(biāo)來側(cè)面反映地理位置對疫情傳播的影響，即交通越便利，確診病例越多。因此本文以公路、鐵路里程數(shù)來衡量地區(qū)間的交通便利程度，以此檢驗(yàn)這一指標(biāo)對疫情傳播的影響作用和方向。

2.1.1.2 人口數(shù)量因素

張偉文(2019)在研究新疆地區(qū)涂陽肺結(jié)核發(fā)病的影響因素時(shí)，將社會(huì)人口因子歸納為少數(shù)民族比例、農(nóng)業(yè)人口比例、人口密度、人口自然增長率和家庭平均人口數(shù)提取得到的綜合性指標(biāo)，實(shí)證結(jié)果顯示隨著社會(huì)人口因子的增加，地區(qū)涂陽肺結(jié)核發(fā)病風(fēng)險(xiǎn)也將增加，且人口密度在生態(tài)學(xué)層面上加劇了結(jié)核易感性[26]。參考已有研究成果，同時(shí)考慮到此次新冠病毒肺炎的人傳人特征，結(jié)合上文分析提及的本次疫情確診人數(shù)分布情況與中國人口密度圖的關(guān)系，因此探究新冠病毒肺炎在地區(qū)間傳播的影響因素時(shí)，要充分考慮各地區(qū)的人口數(shù)量因素。一般而言，人口數(shù)量較多的區(qū)域，經(jīng)濟(jì)活動(dòng)較為頻繁，人與人之間接觸的可能性較大，此地區(qū)一旦出現(xiàn)新冠病毒肺炎確診病例，疫情的傳播速度較人口數(shù)量較少的地區(qū)快。然而中國的現(xiàn)實(shí)狀況是各省、市、自治區(qū)的面積各不相同，且差異性較大，因此為消除地理面積的影響，這里將人口數(shù)量除以對應(yīng)的省域面積即人口密度，以消除地理面積的影響。因此，本文引入人口密度指標(biāo)來檢驗(yàn)這一指標(biāo)對疫情傳播的影響作用。

2.1.1.3 經(jīng)濟(jì)發(fā)展因素

陳思秇等(2019)在研究廣州市手足口發(fā)病影響因素時(shí)，通過構(gòu)建貝葉斯時(shí)空模型發(fā)現(xiàn)城中村比例增加和人均國內(nèi)生產(chǎn)總值增加是廣州市手足口病發(fā)病的危險(xiǎn)因素[25]。張偉文(2019)在研究新疆地區(qū)涂陽肺結(jié)核發(fā)病的影響因素時(shí)，將地區(qū)社會(huì)經(jīng)濟(jì)因子歸納為工業(yè)生產(chǎn)總值、投資、人均GDP和居民平均工資提取得到的綜合性指標(biāo)，通過貝葉斯時(shí)空建模法發(fā)現(xiàn)社會(huì)經(jīng)濟(jì)因子與涂陽肺結(jié)核發(fā)病風(fēng)險(xiǎn)呈負(fù)相關(guān)，即地區(qū)經(jīng)濟(jì)實(shí)力越強(qiáng)，地區(qū)涂陽結(jié)核發(fā)病風(fēng)險(xiǎn)越低；而在研究醫(yī)療衛(wèi)生水平對流行病傳播的影響時(shí)，使用經(jīng)典線性回歸模型對新疆地區(qū)涂陽肺結(jié)核區(qū)域發(fā)病風(fēng)險(xiǎn)的建模結(jié)果顯示，涂陽肺結(jié)核疫情整體上與衛(wèi)生機(jī)構(gòu)床位數(shù)存在負(fù)相關(guān)[26]。因此，經(jīng)濟(jì)發(fā)展水平對疫情傳播的影響主要有兩個(gè)方面：其一，經(jīng)濟(jì)發(fā)展較快的地區(qū)，社交娛樂場所相應(yīng)地較多，經(jīng)濟(jì)貿(mào)易往來相對頻繁，進(jìn)而導(dǎo)致人員聚集，人與人之間接觸的機(jī)會(huì)大大提高，這將加速新冠病毒的傳播；其二，某地區(qū)經(jīng)濟(jì)的快速發(fā)展往往會(huì)帶來醫(yī)療設(shè)施以及醫(yī)療資源的改善，地區(qū)經(jīng)濟(jì)發(fā)展越迅速，相應(yīng)的醫(yī)療條件就會(huì)越優(yōu)越，譬如醫(yī)院數(shù)量的增加，醫(yī)療器械設(shè)備較為先進(jìn)和醫(yī)生技術(shù)能力的提高等，這些均會(huì)降低疫情在區(qū)域間的傳播速度。綜合以上分析，本文以地區(qū)生產(chǎn)總值和醫(yī)院數(shù)量來衡量各省份經(jīng)濟(jì)發(fā)展水平，檢驗(yàn)這一指標(biāo)對疫情傳播的影響作用的方向。

基于上述有關(guān)疫情傳播影響因素的討論，擬選擇以下統(tǒng)計(jì)指標(biāo)用于本次疫情影響因素的實(shí)證檢驗(yàn)，具體如表2所示。

表2 影響因素的量化指標(biāo)

2.1.2 數(shù)據(jù)說明及模型構(gòu)建

本次疫情的擴(kuò)散中心為湖北武漢，盡管在2020年1月23日上午10時(shí)，武漢實(shí)施封城措施，但專家研究表明新型冠狀病毒肺炎具有4—14天的潛伏期，而且截至23日數(shù)據(jù)顯示已有大量人員離開武漢?？紤]到以上原因，可以認(rèn)為某地區(qū)的新冠病毒肺炎確診人數(shù)不僅受本地區(qū)因素的影響，還會(huì)受到鄰近地區(qū)因素的影響，同時(shí)該地區(qū)的因素不僅影響本地區(qū)的確診人數(shù)，還影響周邊地區(qū)的確診人數(shù)。因此，研究此次疫情傳播的影響因素時(shí)將空間因素引入傳統(tǒng)的回歸模型至關(guān)重要。綜合豪斯曼(Hausman)檢驗(yàn)結(jié)果、模型AIC和BIC信息量以及模型參數(shù)顯著性檢驗(yàn)結(jié)果，發(fā)現(xiàn)包含隨機(jī)效應(yīng)的空間誤差面板模型可以有效擬合本文樣本數(shù)據(jù)，模型形式可設(shè)定為式(1)。

lnY=βlnX+λWμ+ε,ε～N(0,σ2In)

(1)

其中，Y=(Y1,…,YN)′是被解釋變量即新型冠狀病毒肺炎確診人數(shù)；X=(X1,…,XK)為解釋變量矩陣，其中X包括公路鐵路里程數(shù)、人口密度、地區(qū)生產(chǎn)總值和醫(yī)院數(shù)量四個(gè)指標(biāo)；W為空間權(quán)重矩陣；β=(β1,…,βk)′為解釋變量的回歸參數(shù)向量；λ為空間自回歸系數(shù)；ε表示隨機(jī)誤差項(xiàng)。

本文選取2020年1月24日至2020年2月26日中國31個(gè)省(市、區(qū))衛(wèi)健委官方網(wǎng)站公布的新冠病毒肺炎確診人數(shù)作為模型的被解釋變量，考慮到本文側(cè)重研究宏觀層面的諸影響因素，經(jīng)濟(jì)、人口等指標(biāo)變量只有一組截面數(shù)據(jù)，而被解釋變量為日確診數(shù)，因此，這里按照時(shí)間跨度進(jìn)行延伸，即每一天的數(shù)據(jù)除了確診數(shù)外都是相同的，以此形成面板數(shù)據(jù)，進(jìn)而構(gòu)建空間計(jì)量模型，以檢測各因素對疫情傳播的影響程度和方向；基于以上考慮，模型解釋變量選擇各省份2018年地區(qū)生產(chǎn)總值、2018年人口密度(2018年年末人口數(shù)量/地區(qū)土地面積)、2018年公路鐵路里程數(shù)(2018年公路里程數(shù)+2018年鐵路里程數(shù))和2018年醫(yī)院數(shù)量，各量化指標(biāo)數(shù)據(jù)均來自各省份2019年《中國統(tǒng)計(jì)年鑒》。

2.1.3 空間權(quán)重矩陣的確定

空間權(quán)重矩陣W度量了不同地區(qū)社會(huì)經(jīng)濟(jì)聯(lián)系的密切程度，反映了對于某一地區(qū)而言其他地區(qū)的重要性。設(shè)定合適的空間權(quán)重矩陣是準(zhǔn)確使用空間計(jì)量分析的基礎(chǔ)(Anselin,2003)，空間權(quán)重矩陣的設(shè)定方式有多種，具體選擇取決于具體的研究問題，這樣才能使得研究具有實(shí)際意義。根據(jù)本文的研究目的，這里將設(shè)定兩類空間權(quán)重矩陣。

第二類空間權(quán)重矩陣是從各省份經(jīng)濟(jì)發(fā)展水平出發(fā)，一般認(rèn)為，經(jīng)濟(jì)發(fā)展水平相近的省份之間的經(jīng)濟(jì)特征也較為相似，同時(shí)經(jīng)濟(jì)發(fā)展水平較高的地區(qū)對經(jīng)濟(jì)水平較低地區(qū)產(chǎn)生更強(qiáng)的空間影響與輻射作用，一般稱這類矩陣為經(jīng)濟(jì)距離空間權(quán)重矩陣，多數(shù)根據(jù)研究目的選用不同反映經(jīng)濟(jì)水平的指標(biāo)變量作為經(jīng)濟(jì)空間權(quán)重矩陣中元素的取值，具體設(shè)定形式為：

(2)

其中，這里Yi和Yj分別表示省份i和省份j的地區(qū)生產(chǎn)總值、人口密度和公路鐵路里程數(shù)，對應(yīng)的空間權(quán)重矩陣分別記為W3、W4和W5。

2.2 空間回歸模型結(jié)果分析

中國各省新冠病毒肺炎確診人數(shù)分布在空間上存在相關(guān)性。因此，可以進(jìn)一步構(gòu)建空間回歸模型來研究疫情傳播的空間特征，模型即為前文討論設(shè)計(jì)的式(1)。本文采用的是極大似然估計(jì)，模型估計(jì)結(jié)果如表3所示。

表3 不同空間權(quán)重矩陣的SEM模型估計(jì)結(jié)果

表3展示了SEM模型在不同空間權(quán)重下的估計(jì)結(jié)果，整體上來看，模型參數(shù)估計(jì)結(jié)果與預(yù)期較為符合。另外，在五種不同的空間權(quán)重矩陣下，模型擬合效果均較好且參數(shù)估計(jì)系數(shù)高度顯著，這些均說明了本文選擇的諸因素對疫情的傳播存在顯著影響。由表3不難發(fā)現(xiàn)，SEM模型的空間相關(guān)系數(shù)λ均顯著為正，說明新型冠狀病毒肺炎在中國各省份之間的傳播具有較強(qiáng)的空間相關(guān)性，即一個(gè)地區(qū)的確診病例人數(shù)不僅受本地區(qū)諸因素的影響，還受到鄰近地區(qū)因素的影響，與此同時(shí)，該地區(qū)的因素不僅影響本地區(qū)的確診病例人數(shù)，還影響周邊地區(qū)的確診病例人數(shù)。表3中五種空間權(quán)重矩陣的模型參數(shù)估計(jì)結(jié)果雖然數(shù)值上存在差異，但其估計(jì)系數(shù)的符號(hào)和顯著性水平均是一致的，因此接下來僅以W1空間權(quán)重矩陣分析為例，其他類似。

地理位置因素的量化指標(biāo)公路鐵路里程數(shù)系數(shù)為正且高度顯著，可見一個(gè)地區(qū)的公路鐵路里程數(shù)對新冠病毒肺炎確診人數(shù)的影響是正向的。公路鐵路里程數(shù)在文中用來反映地區(qū)間交通便利程度，結(jié)果表明某地區(qū)的交通越發(fā)達(dá)，越有利于疫情的傳播，相應(yīng)地確診病例會(huì)增多。這也與預(yù)期一致，即交通越便利，區(qū)域內(nèi)以及區(qū)域間的人員流動(dòng)和經(jīng)濟(jì)往來就會(huì)越頻繁，新冠病毒傳播越迅速。隨著近年來國家快速運(yùn)輸通道和城際交通圈的大發(fā)展，本次疫情傳播的空間范圍也會(huì)迅速增大，若不及時(shí)采取相應(yīng)措施則其傳播速度會(huì)更快。因此，中國各省份在疫情暴發(fā)高峰期階段采取了臨時(shí)關(guān)閉了部分高速公路出入口，并在保留正常運(yùn)行的出入口的前提下，由工作人員對經(jīng)過車輛和人員進(jìn)行消毒、體溫測試和信息登記，禁止外來疑似患者進(jìn)入和市內(nèi)長途客運(yùn)、旅游包車、城鄉(xiāng)客運(yùn)、城際公交全部停運(yùn)并規(guī)定所有出租車司機(jī)不得外出，縣內(nèi)道路旅客運(yùn)輸整體處于停擺狀態(tài)等這一系列緊急措施。

人口密度的估計(jì)系數(shù)在1%的水平下顯著為正，說明人口數(shù)量因素對新冠病毒肺炎確診人數(shù)的增加有正向影響作用。人口密度是在消除了省與省之間不同土地面積影響的基礎(chǔ)之上衡量人口數(shù)量聚集程度的重要指標(biāo)，SEM模型估計(jì)的結(jié)果表明，某地區(qū)人口密度越大，該地區(qū)確診的新冠肺炎病例越多，這與一般的認(rèn)知結(jié)果是一致的，即區(qū)域人口密度越大，人與人之間接觸的機(jī)率越大且途徑越多，基于新冠病毒本身的病理學(xué)特征和傳播的主要途徑，這顯然會(huì)增加人流密集地區(qū)中人們感染的風(fēng)險(xiǎn)。由于本次疫情發(fā)生在春節(jié)期間，因此親友之間的串門聚餐都是導(dǎo)致新冠病毒擴(kuò)大傳播的重要原因，因此減少人與人之間密切接觸的途徑和機(jī)會(huì)，對抑制疫情傳播有顯著的效果。同時(shí)，以社區(qū)為單元對小區(qū)居民進(jìn)行出入登記、體溫檢測、宣傳隔離等措施可以大大降低疫情的傳播，此外在疫情期間很多社區(qū)提供點(diǎn)對點(diǎn)的生活用品遞送服務(wù)，不僅解除了人們無法出門采購的后顧之憂，而且也是以另一種方式降低人們因出門采購聚集而帶來的風(fēng)險(xiǎn)。

地區(qū)生產(chǎn)總值的估計(jì)系數(shù)在5%的顯著性水平下顯著為正，表示地區(qū)經(jīng)濟(jì)發(fā)展水平與新冠病毒的傳播速度呈正相關(guān)。地區(qū)生產(chǎn)總值是衡量一個(gè)地區(qū)經(jīng)濟(jì)社會(huì)發(fā)展程度的重要指標(biāo)，一般來說，地區(qū)生產(chǎn)總值越大，該地區(qū)外來打工人員越多，人口聚集度和人員流動(dòng)性也越強(qiáng)，配套的公共娛樂場所和大型民生福利工程也越多，且與其他地區(qū)的貿(mào)易往來越密切、物流配送和運(yùn)輸?shù)慕灰滓苍筋l繁，這都會(huì)成為擴(kuò)大新冠病毒傳播途徑和速度的潛在因素，因此表3中估計(jì)系數(shù)顯著為正符合預(yù)期，可以解釋為，一個(gè)地區(qū)的生產(chǎn)總值越高、經(jīng)濟(jì)社會(huì)越發(fā)達(dá)，新冠病毒在人與人之間傳播的速度越快、確診的感染人數(shù)越多。因此從全國各省市確診人數(shù)來看，不同省份中經(jīng)濟(jì)發(fā)達(dá)省份較經(jīng)濟(jì)落后省份的感染人數(shù)要多，同一省份中省會(huì)城市較其他城市的感染人數(shù)要多，這在一定程度上可以歸因于地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r。

醫(yī)院數(shù)量的估計(jì)系數(shù)為負(fù)值，且在5%的水平下顯著，說明醫(yī)院數(shù)量對疫情發(fā)展起到遏制作用的因素。醫(yī)院數(shù)量可以在一定程度上代表一個(gè)地區(qū)的醫(yī)療衛(wèi)生設(shè)施狀況，也可以間接反映醫(yī)院擁有的醫(yī)療設(shè)備數(shù)量和醫(yī)生人數(shù)。一般而言，一個(gè)省份所擁有的醫(yī)院總數(shù)越多，對感染者的收容和救治能力就越強(qiáng)，且應(yīng)對重大公共衛(wèi)生突發(fā)事件的能力就越強(qiáng)，這一認(rèn)知與模型估計(jì)所呈現(xiàn)出的結(jié)果一致，也與預(yù)期相符，因此增加一個(gè)地區(qū)的醫(yī)院數(shù)量、擴(kuò)大其收容病人的規(guī)模并提升其醫(yī)療服務(wù)的能力，對抑制新冠疫情的進(jìn)一步傳播具有明顯效果。這也是國家在疫情發(fā)生后，第一時(shí)間建立“火神山”和“雷神山”醫(yī)院、將公共場所(體育館、高校學(xué)生宿舍)改造成臨時(shí)收容點(diǎn)和救治點(diǎn)、調(diào)集其他省份的優(yōu)質(zhì)醫(yī)療人員和物資以支援湖北、緩解湖北省內(nèi)部醫(yī)療衛(wèi)生資源緊張的重要原因。

3 結(jié)論與建議

本文基于中國31個(gè)省(市、區(qū))衛(wèi)健委官方網(wǎng)站公布的新型冠狀病毒肺炎疫情數(shù)據(jù)(2020年1月24日—2020年2月26日)，首先從時(shí)間和空間兩個(gè)維度分析全國疫情的時(shí)空分布特征，其次綜合考慮地理位置環(huán)境因素、人口數(shù)量因素和經(jīng)濟(jì)發(fā)展因素等對疫情傳播的影響，并以地理鄰接矩陣、地理距離矩陣、經(jīng)濟(jì)矩陣、交通可達(dá)性矩陣等多組空間權(quán)重矩陣構(gòu)建空間計(jì)量模型，從宏觀層面研究宏觀經(jīng)濟(jì)因素、交通因素和人口因素等對疫情傳播的影響程度和作用方向。從疫情隨時(shí)間的變化趨勢來看，2020年1月24日至2月26日期間，全國累計(jì)確診病例數(shù)及現(xiàn)有確診數(shù)呈先升高后趨于平穩(wěn)的趨勢，其中1月24日至2月12日，新型冠狀病毒肺炎在全國各地全面爆發(fā)，累計(jì)確診病例數(shù)呈線性上升態(tài)勢，2月13日以后，疫情在全國范圍內(nèi)得到有效的防控，確診病例數(shù)增加速度逐漸放緩；每日新增確診及每日新增治愈病例數(shù)在1月24日至2月12日期間呈先升高后降低的態(tài)勢，2月12日至2月26日期間，全國每日新增病例數(shù)快速減少，從四位數(shù)逐漸變成兩位數(shù)，全國疫情防控工作初步取得顯著成效；自1月24日開始全國正在接受醫(yī)學(xué)觀察人數(shù)呈現(xiàn)先上升后逐漸趨緩的態(tài)勢，至2月7日非湖北地區(qū)“正在接受醫(yī)學(xué)觀察人數(shù)”開始實(shí)現(xiàn)負(fù)增長。由全國疫情病例數(shù)分布情況可知，中國各省新冠病毒肺炎確診人數(shù)的分布和傳播存在較強(qiáng)的空間相關(guān)性，確診病例人數(shù)高、低分布具有明顯的空間聚集性，高確診人數(shù)的地區(qū)主要集中在與湖北省相鄰近或周邊的區(qū)域，并且這種集聚特征較為穩(wěn)定。從本文的實(shí)證結(jié)果來看，影響新冠疫情傳播的諸因素在省際之間存在顯著的空間相關(guān)關(guān)系，其中交通便利程度、地區(qū)經(jīng)濟(jì)發(fā)展程度和人口密度均對新冠疫情的傳播具有正向的影響，會(huì)加速新冠病毒的傳播，而地區(qū)醫(yī)院數(shù)量對新冠疫情的傳播則具有明顯的抑制作用。具體來說，在疫情傳播過程中，交通便利可能成為接觸傳染的工具，間接地加快疫情傳播速度，即交通便利程度越高，確診病例人數(shù)會(huì)相應(yīng)越多。地區(qū)經(jīng)濟(jì)發(fā)展水平和人口密度則可以間接說明社會(huì)的交往密集程度，即經(jīng)濟(jì)發(fā)展水平越高，人口密度越大，社會(huì)經(jīng)濟(jì)往來會(huì)越加頻繁，人員聚集及人與人之間交往接觸的機(jī)會(huì)更多，因此引發(fā)傳染的概率越大進(jìn)而增加疫情確診病例人數(shù)。醫(yī)院數(shù)量的越多意味著對感染者的收容隔離和救治能力就越強(qiáng)，其作用是隔斷傳染過程、防止疫情的進(jìn)一步擴(kuò)散，從而降低疫情在區(qū)域間的傳播速度，因此對疫情的傳播具有明顯的抑制作用。

綜合全文研究，可以提出如下建議：

第一，根據(jù)各市區(qū)疫情風(fēng)險(xiǎn)評估等級對城市交通系統(tǒng)采取分類分區(qū)管理措施，避免交通運(yùn)輸導(dǎo)致的交叉感染。本文實(shí)證結(jié)果顯示，交通便捷性是導(dǎo)致疫情傳播的重要途徑，但與此同時(shí)，城市交通是滿足生產(chǎn)生活、進(jìn)行應(yīng)急救援和開展疫情防控工作的根本保障，因此需要分級分區(qū)管理城市交通系統(tǒng)，實(shí)現(xiàn)公共交通設(shè)施的精準(zhǔn)調(diào)配和合理使用。一方面，各市區(qū)應(yīng)根據(jù)地區(qū)人口流量、交通基礎(chǔ)設(shè)施等情況，通過網(wǎng)格化運(yùn)營策略制定差異化的方案，在網(wǎng)絡(luò)上及時(shí)發(fā)布交通信息，并通過定制公交App等個(gè)性化軟件實(shí)時(shí)統(tǒng)計(jì)更新客流量數(shù)據(jù)，以嚴(yán)格控制車輛載人數(shù)并合理安排出勤車輛班次；另一方面，各地區(qū)需做好主要站點(diǎn)的健康排查、定點(diǎn)消毒和隔離防護(hù)等工作。利用線上網(wǎng)絡(luò)平臺(tái)對公共交通設(shè)施進(jìn)行合理調(diào)度，同時(shí)對線下乘車點(diǎn)和交通樞紐站的消毒情況進(jìn)行實(shí)時(shí)監(jiān)測，兩者配合既可以滿足居民日常出行的剛性需求，又能降低因公共交通工具出勤頻次過高而導(dǎo)致的人員交叉感染的風(fēng)險(xiǎn)。

第二，應(yīng)做好充分準(zhǔn)備應(yīng)對復(fù)工復(fù)產(chǎn)可能引發(fā)的再次感染疫情“回潮”風(fēng)險(xiǎn)。本文研究結(jié)果表明人口密度的增大可加快疫情的傳播速度，而短時(shí)間內(nèi)大批人員復(fù)工復(fù)產(chǎn)會(huì)導(dǎo)致全國范圍內(nèi)跨省以及省內(nèi)人員大規(guī)模遷徙流動(dòng)，這無疑會(huì)為病毒的傳播創(chuàng)造條件。隨著確診人數(shù)逐漸下降，各地區(qū)的復(fù)工復(fù)產(chǎn)有序進(jìn)行，但由于新型冠狀病毒肺炎的傳播途徑主要為氣溶膠傳播和空氣飛沫傳播，辦公室、生產(chǎn)車間、食堂等公共區(qū)域的空間相對狹小，且人員較為聚集、空氣流動(dòng)性較差，如果不合理安排復(fù)工復(fù)產(chǎn)的最佳時(shí)間點(diǎn)，很可能會(huì)出現(xiàn)“二次感染”的病毒回潮現(xiàn)象。因此，復(fù)工的企業(yè)要做好防護(hù)措施，根據(jù)流行病學(xué)的相關(guān)研究，采取科學(xué)防控措施，減少人員聚集，盡可能利用線上開會(huì)部署相關(guān)工作事宜，避免新增確診病例的出現(xiàn)，將“外防輸入、內(nèi)防擴(kuò)散”作為防控工作的重頭戲。

第三，將流行病學(xué)調(diào)查與地理信息定位技術(shù)進(jìn)行有效結(jié)合，進(jìn)行精準(zhǔn)防控。由本文的研究結(jié)論可知，疫情的分布規(guī)律不僅與地區(qū)的經(jīng)濟(jì)發(fā)展水平、交通便利度、基礎(chǔ)醫(yī)療衛(wèi)生設(shè)施和經(jīng)濟(jì)發(fā)展水平等因素密切相關(guān)，而且具有明顯的時(shí)空分布特征，因此需借助地理信息系統(tǒng)對確診病例以及與確診病例有過密切接觸的人群進(jìn)行追蹤，利用地理信息定位技術(shù)對其活動(dòng)軌跡進(jìn)行密切追蹤，從而精確定位高危險(xiǎn)人群并及時(shí)采取隔離措施精準(zhǔn)定位每一個(gè)疑似病例，及時(shí)掌握疫情發(fā)展動(dòng)態(tài)信息，同時(shí)根據(jù)流行病學(xué)研究中發(fā)病的潛伏滯后周期做好相應(yīng)的防控隔離工作。