陕西省COVID-19疫情时空演化与风险画像

新型冠状病毒肺炎（COVID-19）疫情的暴发与蔓延，给中国乃至全球带来了极大挑战，已成为社会与学界关注的痛点问题。大流行病在人群与地域的传播扩散是人类与疫情抗争的时空动态过程，值得从地理学视角展开讨论。文章以毗邻中国疫情始发省域湖北的陕西省为研究区，基于官方通报的病例数据与人工判读采集的病例详细信息及相关POI数据，综合运用数理统计、空间分析、文本分析、案例分析等方法，重点探究确诊病例的社会人口学特征和疫情的时空演化格局，评估重点市域的疫情风险等级。结果表明：1）陕西省确诊病例以男性居多，年龄上整体趋向中高龄化，以40~49岁人群为最；外地感染与本地感染均以由“城”作起点的迁移主导；多呈由武汉输入型病例所致的小型核心家庭群聚感染模式，而大型复合感染及特殊场所感染影响深远。2）疫情时间变化差异性显著，整体呈现波动发展、低速衰退、平稳清存3个阶段，确诊时间相对发病时间及初诊时间存在滞后性，且输入型病例多在返陕后0~3 d出现症状。3）疫情在陕西省的空间扩散呈现“远鄂单核”的结构模式，这显著区别于其他环鄂省域。陕西省COVID-19发病率空间分异显著，表现为集中于中南部的倒“T”型分布模式；市域演变呈“三足鼎立”模态；流动路径以“武汉—西安”为主，呈“一源多汇、汉入中南”的流动格局。4）重点市域西安疫情风险等级的空间分布特征表现为“一组团三小片”格局，主城区风险等级高于周边区县。     

2020年湖南省COVID-19疫情的地理学分析

以发病数和发病率为依据,利用ArcGIS 10.3软件和地理探测器,探究湖南省2020-01-21—02-28间COVID-19疫情的时空变化及其影响因素,结果显示：1）疫情演变具有时序阶段性。湖南省COVID-19流行过程可分为扩散期—鼎盛期—衰减期—消亡期4个阶段;所有发病县区中84.47%的首发病例为武汉输入。2）疫情传播具有交通依赖性。确诊患者和高发病率地区集中在铁路干线附近,“地级市早发、主城区多发”特征明显。3）疫情程度具有距离衰减性。邻近武汉的湘中、湘北、湘东北地区发病数和发病率最高。4）疫情分布具有空间集聚性。发病数和发病率集聚水平先增大后保持高位,疫情热点区位于长株潭及岳阳市,冷点区位于湘西州。5）疫情流行具有因子交互性。无风、寒冷、干燥的天气更利于疫情传播;人口密度、路网密度和GDP是影响疫情空间分异的主要因素;自然因子与社会因子的交互作用最强。6）影响因子具有空间异质性。空间距离、人口密度对发病数和发病率两者的影响都有空间异质性,空间距离对湘东北地区疫情的影响最大,人口密度对湘西北、湘北地区疫情的影响最大;人口流动性、卫技人员数仅对发病数的影响有空间异质性,人口流动性的影响程度由北向南递减,卫技人员数的影响程度以长株潭城市群为核心向外围圈层递减。     

COVID-19期间国家关系交互网络时空分析研究

COVID-19疫情不断蔓延为国际政治、外交关系等带来深刻影响。目前基于复杂网络方法的国际关系研究较少考虑节点的空间属性,难以探索国际关系的动态演化模式及其空间分布特征。该文提出一种结合时间序列聚类与空间统计的国家关系交互网络演化模式探测方法。基于2020年1月-2021年3月的GDELT数据构建国家关系交互网络,基于节点的演化特征,应用K-means聚类算法将节点划分为6种类型,结合局部连接统计方法分析节点演化模式的空间分布特征。研究表明:面对疫情冲击,各国为控制疫情蔓延倾向于参与合作交互事件;国家关系交互网络中的不同时序演化模式总体按照节点的点度中心性强度由高到低分布;疫情防控期间网络中始终处于边缘地位的节点在空间分布上呈现聚集特征,而核心节点空间分布较分散。通过研究网络节点的时序演化模式及空间分布特征可为公共卫生危机事件期间国际关系与地缘政治研究提供新思路,对于危机事件期间制定外交政策与应对策略具有一定参考价值。     

我国COVID-19疫情时空演变特征研究——基于314个城市329天面板数据

基于2020年1月24日至12月18日我国314个城市的COVID-19现存确诊数、累计确诊数等统计数据,采用地理数据探索、新兴时空热点分析、空间马尔科夫链、动态面板数据空间杜宾模型等方法分析了COVID-19疫情的时空变化特征。研究发现:我国COVID-19疫情大致划分为大规模快速爆发期、全国严格防控期、全国抑制期、局部复发期、常态化防疫期5个阶段,绝大部分城市的疫情变化特征与全国总体情况类似;新兴时空热点方法识别出4种类型共124个疫情冷热点,其中增强热点24个、振荡热点27个、持续冷点16个、渐少的冷点57个;疫情热点主要分布于中东部地区特别是湖北周边区域,疫情冷点主要分布于西南、西北及东北地区;各城市现存确诊人数的马尔科夫链转移概率矩阵分析结果显示,各种类型维持现状的概率大于0. 893,向下转移的平均概率明显高于向上转移的概率,在不同空间滞后类型的影响下各类型转移概率发生明显变化;动态面板空间杜宾模型估计结果显示314个城市现存确诊数具有显著的时空自相关性且不同阶段有明显差异。     

新型冠状病毒肺炎爆发后国内疫情初期时空演变与防控启示

基于疫情大数据并结合空间自相关、相关性分析和趋势分析等数据处理方法,以中国地级市为空间单元,探究新型冠状病毒肺炎爆发后国内疫情初期的时空特征和空间关系。结果表明:(1)初期疫情扩散快、周期短,阶段性强;随时间推移表现为蔓延、爆发、持续和衰退4个阶段,并以湖北为中心呈空间差异性变化。(2)全局Moran's I指数介于0.014 1～0.200 7,即患者于全局空间具有集聚性;局部分异具有高—高、低—低、高—低和低—高4种空间自相关关系。(3)湖北为高密度聚集区;除湖北外各省新冠病例与其迁入的武汉外流人口间皮尔逊相关系数为0.878,相关性显著;除湖北外患者呈自西向东增加趋势,且中部多、南北相对较少。根据结论,未来疫情防控有三点启示:紧抓疫情初期阶段、严格流动人口管控、注重区域差异化防控和资源整体化调配。     

COVID-19疫情对中国城市人口迁徙的短期影响及城市恢复力评价

新型冠状病毒肺炎（COVID-19）疫情对中国国民经济和社会发展产生剧烈冲击。科学评价中国受新冠疫情短期影响及恢复情况并揭示其时空特征,可为常态化疫情防控阶段的经济形势研判和城市恢复提供有力支撑。基于2020年1月13日—4月8日百度迁徙大数据,通过构建恢复指数（RRI）和恢复缺口（RGI）等指标,从多尺度揭示中国受COVID-19疫情短期影响的逐日特征、阶段特征以及时空格局。结果发现：① 疫情未影响春节前返乡迁徙,节后恢复经历恢复停滞期、快速恢复期、平稳恢复期,全国总体恢复程度由恢复停滞期不足20%上升至快速恢复期末60%左右,3月3日开始进入平稳恢复期,恢复指数达70%以上,完全恢复至历史同期水平仍需较长时间。② 疫情对周末和节假日城市间交往活动影响显著,中部和东北地区尤为明显。③ 疫情影响的区域差异性明显,相对恢复程度西部>东部>中部>东北地区。④ 城市间恢复程度差异显著,节后至4月8日呈现南高北低空间格局。结合疫情程度,广州、深圳、重庆处于高确诊高恢复聚类,河北、天津、黑龙江、河南、安徽、湖南处于低确诊低恢复聚类。⑤ 随着疫情有效控制,城市层面恢复缺口由京津冀、长三角、珠三角等城市群的大规模成片劳动力迁入缺口,转变为国家中心城市和部分省会城市的点状缺口。本文研究结果表明时空大数据在重大突发公共卫生事件实时影响评价方面具有较好应用前景。     

COVID-19疫情防控中的中国公众舆情时空演变特征

COVID-19疫情是全球面临的重大公共卫生危机。客观认识疫情期间的公众舆情响应和区域差异,对于提高重大公共卫生事件的政策调控和科学治理具有现实意义。本文以新浪微博为数据源,基于潜在狄利克雷分配主题模型和随机森林算法构建了主题抽取和分类模型,识别微博文本中的13个舆情话题,并从数量、空间、时间、内容等方面分析了2020年1月9日—3月10日在湖北省、京津冀、长三角、珠三角、成渝等城市群及沿边口岸等重点区域分布特点。结果表明：中国公众的响应总体是理性和积极的,但各舆情话题在区域内部的空间分布差异明显。各区域热点分布中,京津冀以首都北京为中心,长三角以上海为中心,辅以南京、杭州等热点,珠三角以广州、深圳为两核,湖北省以武汉为中心。建议应持续加强重点区域的疫情舆情关注和因地制宜的差异化精准响应。     

新冠肺炎疫情的空间扩散过程与模式研究

研究新冠肺炎疫情的空间扩散过程与模式对于防疫抗疫资源的合理配置、突发公共卫生事件的管理与应对以及未来公共卫生体系的完善具有重要意义。本文综合时间和空间尺度,从地理学视角研究了新冠肺炎疫情的城际空间扩散过程,归纳总结扩散模式,并揭示了其影响因素。研究发现：新冠肺炎疫情在中国的发展主要经历了6个阶段,并在空间上表现出邻近扩散、迁移扩散、等级扩散和廊道扩散等地理模式;地理邻近性、人口流动、人口规模、交通网络、疫情防控管理等因素对疫情的空间扩散具有显著影响。新冠肺炎疫情的空间扩散过程和模式一定程度上是“流空间”网络下人类社会经济活动空间组织模式的一种反映,与地理邻近性、社会经济联系的跨区域性及人类活动的时空规律等密切相关。本研究以期为世界各国的疫情防控措施制定提供参考,也为中国未来应对公共卫生应急风险提供经验借鉴。     

COVID-19疫情时空聚集性特征及影响因素分析——以重庆市为例

新型冠状病毒肺炎(COVID-19)在城市内部的病例时空聚集性特征及影响因素对于疫情防控具有重要参考价值。论文以重庆市为例,收集2020年1月21日—2月24日的458例COVID-19确诊病例数据,结合手机信令数据与空间环境数据,采用空间聚集性分析、因子分析与回归分析等方法,探究重庆市新冠疫情在街道尺度上的时空聚集性特征,并分析其影响因素。结果表明：① 时间上,确诊病例前期增长较快,以外地输入为主,后期逐渐趋缓,以本地传播(包括街道间传播、街道内传播、家庭内传播)为主,其中家庭内传播占比最大(23%);② 空间上,病例呈现显著的聚集特征,且聚集性逐渐增强,热点街道分布于重庆市西部、东北部;分类型来看,本地病例热点街道集中于人口密度较大、经济发展更好的西北部、西南部,外地输入病例热点街道集中于地理邻近湖北省的中部、东北部;③ 所有病例密度、本地病例密度、外地输入病例密度与因子分析所得4个因子(即城市交通因子、街道间活动因子、生活服务因子、居民分布因子)的回归结果显示,交通设施水平与病例密度存在密切关联,商店超市餐饮等生活服务地点与病毒传播显著相关,街道间活动是发生聚集性疫情的重要因素,而外地输入型病例多出现于人口密集区域。疫情防控中应根据不同区域疫情传播模式差异实施针对性措施,例如在重庆市中部、东北部关注外地输入防控,西北部、西南部以本地传播防控为重点;同时,应加强城市内部交通与街道居民接触密集区域的防控措施,有效防止疫情反弹。     

全球重大疫情下的科研合作格局及其演化——以SARS、H1N1、西非Ebola和COVID-19研究为例

国际合作不仅是全球探索前沿科学的主导力量,也是全球应对资源环境、气候变化、健康卫生、公共安全等问题的最佳途径。本文基于Web of Science核心数据库,系统梳理了几次全球重大疫情期间的围绕病毒及相关研究的科研合作情况及其演化态势。研究发现：① 在SARS、H1N1、西非Ebola病毒及相关研究的国际合作上,美国皆扮演重要角色,但中国香港在SARS病毒研究上以及欧洲国家在Ebola病毒研究上也发挥关键作用。② 通过截取四个时间节点上的COVID-19研究文献发表情况发现,中国和美国是两个最为重要的国家,尤其是中美之间的国际合作更是架构COVID-19研究国际合作网络的骨架。鉴于当前COVID-19全球大流行态势,本文建议中国研究机构应当充分利用此次COVID-19病毒在中国较早被发现的“契机”和当前中国有效控制的局势,继续加强对COVID-19病毒及疫苗的各项研究,强化对病毒动物宿主和传播途径的了解,并积极与国外科研机构,尤其是与疫情严重国家和地区的科研机构进行合作,提升科研实力和国际影响力。在合作策略上可借助中国香港地区的优势,与国外相关研究机构开展三方或多方合作。     

中国COVID-19疫情扩散的时空模式及影响因素

在2020年全球暴发新型冠状病毒肺炎（COVID-19）疫情的背景下,揭示中国疫情扩散时空模式及影响因素对于科学制定防疫策略具有重要作用。针对2020年1月24日—3月18日期间中国COVID-19疫情从快速扩散到逐步控制的完整过程,基于累计确诊病例数据,以317个地级市为对象,建立疫情扩散时空模式判别模型,结合峰位置、半峰间距、峰度、偏度等参数,解析时空模式的基本特征;基于交通可达性、城市关联程度和人口流动构建多元Logistic回归模型,揭示时空模式的关键影响因素。结果显示：① 距武汉市直线距离588 km为判别疫情扩散4种空间模式的有效边界,综合同一空间模式下的时间过程类别,得到13类疫情扩散时空模式。② 蛙跳型的疫情扩散相对严重;除近距离蛙跳型以外,其余空间模式的疫情扩散时间过程差异明显;各种时空模式的新增确诊病例峰值大多为2020年2月3日;所有普通类城市的平均半峰间距约为14 d,与COVID-19病毒的潜伏期一致。③ 与武汉市的人口关联度主要影响蔓延型和近距离蛙跳型空间模式,与武汉市的通航状况对远距离蛙跳型空间模式具有正向影响,迁出人口数量对蛙跳型空间模式有显著作用,综合型空间模式受初级和次级疫情暴发地的双重影响。不同城市应根据自身的疫情扩散时空模式,在疫情期间高度重视交通管控,从关键环节遏制疫情扩散。     

新冠肺炎疫情扩散与人口流动的空间关系及对中国城市公共卫生分类治理启示

人口流动影响新冠肺炎疫情传播与风险扩散。基于百度迁徙大数据和各省市区卫生健康委员会数据，结合地理信息技术，研究了2020年1月1日至3月5日136个城市新冠肺炎疫情扩散与武汉市人口流出的空间关系及其对我国城市公共卫生治理启示。研究表明：1）中国新冠肺炎疫情扩散过程具有阶段性特征，经历了疫情发生与隐性扩散、快速扩散与暴发、扩散遏制和扩散衰减4个阶段。2）研究时间段武汉市人口主要流向湖北省境内以及周边省市和北京、上海、广州、深圳等一线城市，具有地理邻近性和倾向区域中心城市的人口流入特征。受地理距离、时间成本、社会经济联系、境外输入等因素的影响，新冠肺炎疫情空间分布的不平衡性明显，长江中游城市群、京津冀城市群、长三角城市群、粤港澳大湾区和成渝城市群成为新冠肺炎疫情集中分布的重点区域，一些重点出入境口岸城市的新冠疫情扩散风险较大。3）新冠肺炎疫情扩散与人口流出之间具有较强的正向等级相关性。两者之间的空间关系可以分为8种调控类型，近90%的城市具有人口流入多、确诊病例数高或人口流入少、确诊病例数低的特征。其中，人口流入多、确诊病例数高的城市主要集中分布在湖北省境内以及中国重点城市群的中心城市，其防控压力来自人口流入多、确诊病例数高带来的疫情扩散风险；而人口流入少、确诊病例数低的城市分布较为分散，其防控的难点在于提高防控对策的精准性。我国疫情防控取得了显著成效，但随着时间的演进全球疫情形势反弹的不确定性仍然存在，外防输入、内防反弹的压力依然很重，现阶段乃至未来一段时期，疫情防控将伴随中国经济社会发展成为新常态。建议针对8种调控类型，从人口流动、交通和资源等引导与管控方面分类提出精细化的疫情防控策略，提升城市公共卫生治理能力。     

新型冠状病毒肺炎疫情公众关注度的时空差异与影响因素

公众关注作为疫情防控与舆情治理的重要环节，其时空差异与影响因素却鲜见被讨论。因此，文章将百度搜索指数作为网络公众关注度的测量指标，采用百度人口流动大数据和疫情实时监测数据，运用空间分析、时空可视化、回归分析等方法，分析2020-01-09—03-02中国公众对“新型冠状病毒”网络关注度的省域时空差异与影响因素。研究发现：1）在空间上，公众对疫情的关注度东、西部差异较大，沿海高于内陆，且与疫情高发区吻合；在时间上，武汉“封城”前后各省份的公众关注度分布格局基本趋于一致，且“封城”后均明显高于“封城”前；春节期间关注度达到最高峰，而后随疫情周期性规律（潜伏—暴发）呈波动式下降；关注主题遵循“从早期对相关病毒的搜索到后期关注临床诊断与发展状况”的疫情发展规律。2）疫情动态数据、武汉人口流动的日动态因素与固定区位特征的经济社会发展因素会不同程度地影响受众对疫情的关注度，当疫情基本得到控制，宏观区位因素对公众关注度的影响作用开始凸显，具有持续稳定的影响；3）影响因素在疫情暴发前后2个阶段对公众关注度起着不同的影响效果。在疫情暴发初期，公众更易受疫情动态信息影响引发主动搜索行为；而在疫情暴发后期阶段，公众将注意力转移到流入各省份的武汉人口上。     

珠海市新型冠状病毒肺炎聚集发生的时空特征及传播路径

利用珠海市卫生健康局公开发布的98例新型冠状病毒肺炎病例流行病学调查数据，通过26个疫情聚集单元的时空特征分析和4类典型传播路径的案例剖析，深入探讨了珠海市新型冠状病毒肺炎聚集发生的时空规律和传播路径。结果表明：1）珠海的疫情发展与武汉的人口流动与管控密切相关，由于管控及时，目前仍以疫源区直接输入和家庭聚集扩散为主要传播方式，在有限范围内扩散。2）存在输入一代家庭聚集传播、输入一代非家庭聚集传播、输入二代家庭聚集传播、输入二代非家庭聚集传播4种不同的传播路径，且以第一种为主要方式，但非家庭聚集传播的路径复杂，应加强流行病学调查和防控。3）对输入性病例从输入到发病的滞后周期以及聚集单元最长发病时间间隔来看，有少部分病例或携带者可以突破14 d限制，应警惕目前普遍采用的14 d隔离措施可能存在的风险。     

中国边境口岸地区传染病境外输入风险评估——以新冠肺炎疫情为例北大核心CSCDCSSCI

传染病影响人类福祉和可持续发展,边境口岸地区是传染病境外输入防控中的薄弱区域。然而,目前关于边境地区传染病境外输入风险和防控的研究大部分停留在指标体系构建或定性分析的层面。现有研究中缺乏从地理学视角分析边境口岸传染病的时空演化,对传染病风险的定量测度与情景模拟有待加强,对中国边境口岸的疫情防控工作缺乏精准指导。本文构建了一般意义上的边境口岸地区传染病境外输入风险指数(ERI),评估了一般年份中国陆地边境口岸地区传染病境外输入风险,并以2020年新冠肺炎疫情为例,对中国陆地边境口岸不同管控措施情境进行风险分析,识别了疫情境外输入的高风险口岸。结果表明:①一般年份中约1/5的中国陆地边境口岸风险较高,包括瑞丽、二连浩特、满洲里、东兴等,其中中缅边境地区最为集中。②2020年中国边境口岸地区新冠肺炎疫情境外输入呈现空间极化特征,集中发生在满洲里、绥芬河、瑞丽三个口岸地区。③中俄、中哈边境口岸地区是新冠肺炎疫情境外输入的较高风险区域,霍尔果斯、满洲里、阿拉山口、绥芬河、珲春5个口岸仍存在新冠肺炎疫情境外输入的较高风险。增强边境口岸管控措施对降低新冠肺炎疫情境外输入风险效果显著,后疫情时代需积极转变边境对外贸易方式,协调边境发展与疫情管控之间的关系。本文提出的传染病跨境传播风险评估方法,不仅为当前新冠肺炎疫情的常态化防控提供决策参考,更为今后各类传染病境外输入的定量评估和分级分类管控提供科学支撑。     

基于多源数据的湖北省COVID-19疫情时空扩散影响因子分析

利用武汉市人口迁出规模指数与武汉迁入到湖北各市人口比例的乘积（MSI）及市内交通强度（TI）,建立时间回归模型,分析各市的COVID-19每日新增病例;利用交通可达性及各市GDP比例,建立空间回归模型,分析湖北省各市COVID-19的万人累计感染率。结果显示：1）基于人口迁徙数据与各市每日新增COVID-19病例构建的回归模型具有显著性（Sig.=0.00）,R²达0.715;从标准化系数结果可以看出,MSI（0.85）对各市每日新增病例的影响程度更高;2）累计万人感染率与医疗机构数、GDP具有显著的正相关关系,与床位数量不相关;3）基于交通路网、社会经济数据与湖北省各市的万人累计感染率构建的空间回归模型亦具有显著性,其标准化决定系数为0.672,各市GDP比例对模型的影响更大。     

Spatiotemporal evolution of urban theft crimes and mechanism in the context of regular COVID-19 pandemic prevention and control: A case study of Haining,Zhejiang北大核心CSCD

新冠疫情的爆发会对区域内犯罪数量产生显著影响。然而,常态化疫情防控是否显著改变了犯罪空间分布格局,仍然有待进一步的实证检验。论文选择始终采取常态化疫情防控措施的浙江海宁市中心城区,采用标准差椭圆、核密度估计方法,对2018年2月—2021年7月城市盗窃犯罪的时空格局演变特征及其机理进行研究。结果表明:(1)新冠疫情爆发后,研究区内盗窃犯罪月均数量较疫情前降幅达53%,并持续在100~200起之间波动,而其日内分布模式却没有明显变化;(2)2020年2月—2021年7月,研究区内盗窃犯罪热点较疫情前有明显减弱、减少,且其犯罪空间分布格局较为稳定;(3)针对疫情前的12个典型犯罪热点区域,其月均犯罪数量在疫情后的降幅在52%~78%之间,其分季度的时间演变模式存在明显差异;(4)根据日常活动理论和犯罪三角理论,常态化疫情防控中有7类具体措施可对各区域的犯罪产生较大影响。研究结果对于理解重大突发公共卫生事件下的犯罪空间演变规律和制定科学的犯罪防控策略均具有重要参考价值。