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。     

基于NPP/VIIRS夜间灯光数据的湘鄂赣省际交界区县域经济空间格局及影响因素

采用NPP/VIIRS夜间灯光数据表征经济发展水平，结合空间自相关分析方法对湘、鄂、赣省际交界区县域经济空间格局进行可视化分析，利用地理加权回归模型（GWR）分析相关影响因素的空间异质性。结果表明：湘鄂赣交界区县域经济存在明显的“金字塔”型等级特征，且低水平县（市）相对其他地区更靠近省界，边界效应特征表现突出；空间集聚性层次较低，具有“连片贫困”特征；热点地区大都位于湘、鄂、赣交界区外围地区，冷点地区位于广大的内部腹部地区，“内冷外热”两极分化的不平衡格局仍未能有效化解；劳动、资本、政府作用均具有积极作用，其中劳动投入与资本投入回归系数高值易集中于热点地区，低值则集中于冷点地区。政府作用影响效应一方面随着地区到中心城区距离的增加而依次递减，另一方面表现为省份间影响差异。交通水平与教育发展水平对经济发展差异影响呈现出正负两极分化特征。     

人口集聚对中国城市经济增长的影响分析

人口集聚是新经济地理学关注的焦点,由于连续年份城市建设用地数据难以获取等原因,目前仍无法明确人口集聚是否促进了中国城市经济增长。采用消除连续年份时空异质性的DMSP/OLS夜间灯光数据方法所提取的建设用地等数据,通过构建人口密度影响地均收入水平的理论模型,分析2005-2013年间人口集聚对中国35个大城市经济增长的影响。研究发现人口集聚对中国城市经济增长产生显著的正向影响,其影响程度沿东、中、西部依次递减;在解释机制上,人口集聚主要通过知识和人力资本促进中国城市经济的增长,而知识密集行业占比和高校师生比的空间分布及两者对城市收入的影响是沿东、中、西部依次递减的,是解释人口集聚促进城市经济增长存在空间差异的主要原因。     

中国艾滋病疫情分布变化与人口流动性研究

艾滋病是一类严重危害人类健康的恶性传染病,随着全球流动性的增强,其空间蔓延速度越来越快。文章综合采用空间自相关、收敛性检验、主成分回归等方法探讨了中国2004―2014年艾滋病新发疫情的时空变化特征及其与人口流动性的关系。结果表明:1)2004年以来全国艾滋病发病数、发病率快速增长,新发疫情水平在总体上呈现出"南高、北低,西高、东低"空间分布格局和"西快、东慢、中部最慢"异速增长特征;2)各省区新发疫情存在空间自相关现象,地理集聚趋势比较明显,在西南地区形成1处以广西、云南、贵州为中心的高发连片区,在西北、东北等地形成多处低发连片区;3)新发病数的时空变化存在一定收敛性,未来省际差异将不断缩小,发病率的省际差异则无趋同趋势;4)在控制区域经济水平、医疗资源禀赋等变量的条件下,区域人口流动强度与新发疫情同向变化,流出、流入人口的增多会推动发病水平的增加,完善人口流动管理是优化"防艾"策略的可行视角。     

中国城市创新能力及其影响因素的空间分异——基于GWR模型的实证

基于城市发明专利授权数,利用克里金插值法、空间自相关方法分析了中国城市创新能力的空间分异特征;并运用地理加权回归（GWR）模型探讨了289个地级及以上城市创新能力影响因素的空间异质性,揭示主导因素的空间分异。结果表明：1）中国城市创新能力呈现由东南向西部递减的趋势,创新能力最强的城市主要集中在东南部沿海地区,而以西藏各市及青海、新疆部分城市为主的西部城市创新能力最弱,空间集聚性显著;创新能力高-高集聚的地区为京津冀、长三角、珠三角地区,低-低集聚的地区为西部及东北地区。2）影响因素方面,各自变量的显著性水平较好,显著区域占比由大到小依次为财政投入、人才要素、经济基础、经济外向度、金融环境、信息化水平,除财政投入对城市创新能力具有显著的正相关性之外,其他因素皆同时存在正负相关效应;各自变量指标回归系数区间范围较大,具有明显的空间分异特征。3）主导因素方面,东南部城市创新能力受经济基础影响较大,而东北以及西部城市受金融环境影响较大。中国城市创新能力影响因素存在空间分异,政府及相关部门在制定创新政策时需要考虑不同城市的特点,采取针对性措施,促进中国城市创新健康协调发展。     

基于随机森林模型的西藏人口分布格局及影响因素

在乡镇尺度下厘清人口分布格局及其影响因素与区域差异,对在生态脆弱区制定可持续发展政策具有重大指导意义。基于2010年西藏自治区的乡镇尺度人口普查数据,提取人口密度和空间因子,利用空间统计方法分析了人口分布的疏密特征和集聚特征,对比运用多元线性回归方法和随机森林回归方法探索该地区人口分布的影响因素及其区域差异。结果表明：① 西藏乡镇人口密度在空间上表现出极强的非均衡性,其总体趋势是东南高西北低,高密度区与大江大河及主要交通干线具有较强的空间耦合性;② 大致以波绒乡（聂拉木县）—岗尼乡（安多县）为西藏的人口分界线,人口集聚的“核心—边缘”特征明显;③ 多元线性回归方法中,人造地表指数对人口分布的影响程度最大,随后依次为夜间灯光指数和路网密度;④ 利用随机森林方法进行的人口密度预测比多元线性回归方法精度高,可以用来对影响因子的重要性进行排序;排序在前六位的影响因子由高到低依次为夜间灯光指数、人造地表指数、路网密度、工业总产值、GDP和多年平均气温,它们与人口密度均呈正相关关系;地形地貌要素中以海拔和坡度的贡献率最大且与人口密度均呈负相关关系;⑤ 西藏人口分布格局的影响因素及其相互作用呈现出明显的区域差异特征,河谷是西藏地区人口的集聚区,主要分布在拉萨河谷、年楚河谷以及三江河谷;⑥ 通过随机森林回归分析,可以利用概念模型来表达人口分布影响因素,将主导因素概括为土地利用结构、道路通达度及城镇化水平。     

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。     

空间权重对分析地理要素时空关联格局的影响——基于中国大陆省域水资源消耗强度的实证

基于区域经济发展水平、资源禀赋等地理要素对水资源利用效率的耦合影响,以2003-2013年中国大陆省区为例,应用多种空间权重方案对省际水资源消耗强度的时空格局进行比较分析,针对评价结果的不确定性,提出了基于GDP-距离倒数的改进空间权重方案,并进行实证研究。结果表明:(1)应用对称性空间赋权方法,得出的省际水资源强度的空间自相关特征检验结果具有局限性,依据基于邻接或距离原则构建的空间权重,评价结果不够稳健;(2)应用GDP-距离倒数的组合空间权重方案,能够充分体现经济—地理要素对水资源利用效率的非对称性影响,所得局部空间自相关评价结果的可靠性提高;(3)在研究时段内,中国大陆省际居民生活用水强度的时空异质性最小,生态环境用水强度异质性最大,工业和农业用水强度的时空异质性相对较小并且具有显著的全局空间自相关特征;(4)省际工业用水强度具有南北分异特征,局部低—低集聚区位于黄河以北并且相对稳定,高—高集聚区位于长江以南并趋于弱化;(5)省际农业用水强度的局部高—高集聚、高—低集聚区位于中国大陆西部,且研究时段内表现相对稳定。基于GDP-距离倒数的组合空间权重方案,能够同时体现省际经济水平及空间距离的临近度,因此可在一定程度上提高相关研究中评价结果的可靠性。     

COVID-19疫情影响下的“五一”小长假城际出行特征与影响因素

科学评估重大公共卫生事件扰动对节假日城际出行活动的影响对于科学预防疫情传播、提升城际出行安全性具有重要意义。文章利用百度迁徙平台提供的城际出行数据,系统探讨了COVID-19疫情影响下的“五一”小长假城际出行规模时序变化、格局变化与出行流格局特征,并基于空间计量模型剖析了疫情与节假日叠加背景下的城际出行影响因素。结果表明：受COVID-19疫情影响,2020年“五一”小长假期间的城际出行规模同比下降达46.0%,时段波动主要表现为省内波动,省外城际出行总体较为平稳;COVID-19疫情对城际出行的影响呈现出东北>东中部>西部的特征;COVID-19疫情显著降低了“五一”小长假城际出行范围,相较于正常期70%的城际出行联系集中在400km范围内,疫情影响下的70%的城际出行联系集中在250 km范围以内;GDP、城镇化率、行政等级等城市规模吸引力因素,公路密度与高铁等交通变量是影响“五一”期间城际出行的主要因素,但各变量对城际出行的影响在“五一”不同时段具有时间异质性。公路密度与有无高铁具有显著的正向作用;城镇化率在出行期与返程期对城际出行分别起到了显著负向与正向作用;旅游资源丰富度仅在出行期显著。     

东北三省人口分布空间格局演化及其驱动因素研究

东北地区作为全国重要老工业基地,在面临新一轮振兴机遇的形势下,人口分布的集疏变化及其驱动因素亟待细致梳理。根据中国第四、第五、第六次分县人口普查资料,运用洛伦兹曲线、人口密度相对变化率和空间自相关分析方法对东北地区1990~2010年、176个县域的人口分布空间格局演化进行深入分析,在此基础上,选取10个自然和社会经济指标,使用偏最小二乘法（PLS）对东北地区人口分布空间格局演化的影响因素进行定量分析,研究发现：①从总体分布格局变化特征来看,20 a来人口密度始终是黑龙江省<吉林省<辽宁省,且以省会城市为主的多中心“T”型人口分布空间格局越来越明显;②1990~2010年,东北地区人口密度经历了从相对分散到相对集中的变化过程,且人口密度高的地区所占土地面积小,人口密度低的地区占地面积大。人口空间分布呈现显著的正的空间自相关特征,即人口密度存在高高、低低集聚现象;③从人口密度变化类型来看,1990~2010年,共80个县域属于快速增加和缓慢增加类型,快速降低和缓慢降低类型的县域共96个,其中辽宁省县域人口密度变化“两极化”现象较为明显;④自然因素与社会经济因素同时作用于人口密度变化,但社会经济发展水平是人口密度变化的主要影响因素。     

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。     

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...     

中国COVID-19疫情时空演化与综合防控

新型冠状病毒肺炎（COVID-19）疫情仍在全球范围内蔓延,是当前人类社会面临的重大突发公共卫生事件,对个人、家庭、社会乃至国家均产生深远影响。基于官方通报的病例数据及相关POI数据,综合运用数理统计与空间分析等方法,从省域、市域、县域和小区4个空间尺度探究疫情在中国的时空演化过程,进而探索疫情防控的综合机制与策略。结果表明：① 中国COVID-19疫情在时间演变上,始于大雪,盛于立春,衰于惊蛰,滞于春分,并经历早期武汉主导暴发、中期全国差异扩散、后期武汉主导衰减及末期本土疫情传播基本阻断4个阶段,对重要事件节点响应明显;② 空间分布呈现“喇叭”状的“一核两弧多岛”格局,主要受邻近性与联系强度影响;空间演化经历“核发—群发—散发—点发”4阶段模态,各阶段核心聚集区均位于湖北省内。最后,整合中国疫情演化的影响因素及相关措施,提出针对当前疫情发展和应对未来类似挑战的人地互馈协同发展的有效对策,具体随时间表现为及时响应、统筹合作、常态防控及严防输入等,并展望未来深入探究的方向。     

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。     

基于社会网络的城市疫情空间扩散及治理研究

以深圳市卫生健康委员会发布的新冠肺炎确诊病例数据信息为依据,借助数据挖掘方法、空间分析方法和社会网络分析方法,对城市疫情空间扩散特征及治理对策进行了分析。研究表明：（1）从流行病学基本特征来看,疫情确诊病例人群结构复杂,来源地较广,延续时间较长,被传染病例发病滞后周期复杂。（2）从家庭内部及夫妻之间传播网络来看,疫情扩散具有强烈的空间聚集性特征。（3）从重点疫区和非疫区传播网络来看,疫情扩散具有明显的空间流动性特征。（4）从社交活动传播网络来看,疫情空间扩散具有私密性和不确定性特征。（5）从境外疫情空间蔓延的传播网络来看,疫情扩散具有国际性和不可抗拒性特征。（6）在城市管理中,应该优化城市空间效能,利用现代通信网络技术提高治理时效性和柔韧性。     

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。     

基于人口流动的广东省COVID-19疫情风险时空分析

人口流动,特别是来自疫源区的人口输入,COVID-19疫情传播的关键风险来源。本文以广东省为例,利用人口迁移大数据与地理空间分析技术,综合考虑人口来源地风险差异与流入地社会经济属性差异,并依据输入性病例发病的间隔时间分布引入时滞过程,构建了包含时滞效应的疫情风险时空分析模型,理论上可以根据现状人口流动研判未来一定时期的疫情风险的变化趋势及空间格局,为提前谋划和精准防控提供决策参考。分析结果表明：① 广东省新型冠状病毒肺炎疫情在2020年1月29日拐点初现,随后呈现逐步下降的趋势。② 基于输入性病例发病的时滞过程分析,输入性病例从输入到发病普遍存在间隔时间,且间隔时间为1~14 d的病例比重较高。③ 疫情风险存在明显的空间差异,各地疫情风险依据输入风险、易感风险以及抵御风险能力的不同而存在较大的差异。④ 广东省各地市与疫源区城市之间的联系程度、人口流动规模及其交通区位因素,显著影响省内疫情风险的分级。深圳、广州等一线城市是高风险区,东莞、佛山、惠州、珠海、中山等邻近深圳和广州的珠三角城市是中风险区,珠三角城市群外围的粤东西北地区是低风险区。应根据疫情潜在风险,制定基于分区分级的防控措施,促进局地精准防控与社会整体良性运转。