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。     

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。     

中国人口流动管控应对COVID-19疫情效应评估

中国政府通过历史罕见的人口流动管控遏制新型冠状病毒肺炎（COVID-19）疫情爆发。人口流动管控措施对于疫情防控起到何种作用?又如何影响中国人口流动和短期分布的地理特征?本文通过SEIR病毒传播动力学模型评估管控措施的有效性,利用移动定位数据追踪中国人口流动时空变化,以回顾COVID-19重大疫情人口流动管控的正负效应：① 人口流动管控使COVID-19疫情日新增感染曲线显著平稳化,成为中国应对COVID-19疫情重大突发性公共卫生事件时非药物干预措施的重要组成部分。人口流动管控使中国日新增感染者波峰日推迟1.9倍到达,当日感染人数下降63.4%。在选取的5个省份、5个湖北省城市、6个湖北外城市中,波峰日分别推迟1.4~8倍、5.6~16.7倍和2.3~7.2倍到达,当日感染人数分别下降56.9%~85.5%、62.2%~89.2%和67.1%~86.2%。因此,人口流动管控为疫情防控准备争取了宝贵的缓冲时间,极大降低了疫情集中爆发对于医疗设施的冲击;② 人口流动管控限制人口地级流动。2020年1—4月中国人口地级行政区划之间流动强度较2019年同期日均下降40.18%,其中,2020年“春运”节后返工流（1月25日—2月18日）平均下降66.4%,对社会运行与经济发展产生重大影响;③ 人口流动管控与人们对于疫情的恐惧导致2020年中国农历春节的返乡流受到显著影响,并短期改变中国人口时空分布的动态趋势。本文有助于理解重大突发性公共卫生事件下政府人口流动管控策略及其对人口流动与分布地理特征的影响。     

夜光遥感数据支持下的区域经济空间格局精细化模拟——以河南省为例

为解决传统经济统计方式难以揭示行政单元内部经济空间格局的问题,利用夜光遥感、土地利用、人口等数据,运用多元回归和地理加权回归分析,对2015年河南省经济空间格局进行分产业精细化模拟。结果表明:(1)基于土地利用数据、农村人口数据建立的第一产业产值多元线性回归模型比基于单一土地利用数据建立的一元线性回归模型精度更高;(2)利用夜间灯光亮度总和对第二、三产业产值之和进行地理加权回归模拟,其精度比线性回归模型更高;(3)河南省经济区域差异和局部集聚特性明显,形成了多种城市形态和经济空间分布模式;(4)河南省内出现了多种经济发展模式,具有明显的地域特征,地理条件和交通区位是区域经济分异的主要影响因素。     

COVID-19病例与城市人口规模的标度律及其时间演化

城市标度律刻画了城市体系内不同要素与人口规模的缩放关系,但传染病发病数与人口规模非线性关系仍不明确,其演化过程仍不清楚。本文以2020—2022年美国新型冠状病毒肺炎（COVID-19）疫情为例,研究发现：COVID-19确诊病例与人口规模呈超线性关系,说明大城市确诊率更高。反映缩放关系的标度指数经历了先快速升高、后稳定在1.25左右、再下降直至趋近于1的演化过程。对比来看,死亡病例并没有与人口规模呈超线性关系,说明大城市病死率没有高于中小城市。分阶段拟合的死亡和确诊病例标度指数均经历了先上升,后稳定,再下降的过程。本文基于标度律理论揭示了疫情传播的规模效应,而标度指数演化规律的发现也促进了对城市标度律的认知,其演化驱动机制值得继续深入研究。     

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。     

COVID-19疫情对北京市节日休闲区域人口热力影响研究

COVID-19疫情对于休闲业造成重大影响。论文基于移动定位数据,利用核密度空间分析法、非参数检验方法,定量解析COVID-19疫情对北京市三环路以内休闲区域在清明节和劳动节人口热力影响。研究指出： ① COVID-19疫情对于北京市节日休闲区域人群热力影响显著,研究选取的3类休闲区域人群热力在2020年清明节、“五一”劳动节分别较2019年同期下降54.2%、53.0%。其中：风景名胜、购物服务、酒店住宿人群热力在清明节分别下降53.6%、57.5%、52.9%,在劳动节分别下降48.5%、52.0%、55.6%。② 风景名胜细分行业中不同类型区域人群热力受影响程度存在差异。3类细分行业区域清明节、劳动节降幅大体呈：寺庙教堂(41.7%、50.3%)<公园广场(53.1%、47.1%)<景区景点(61.1%、51.2%)。Wilcoxon秩和检验表明,寺庙教堂人群热力逐小时变化波动更小,总体呈现出观光游览<日常休闲<宗教信仰的行为需求差异。③ 北京市三环路以内休闲区域人群热力受COVID-19疫情影响程度与未受突发事件影响时休闲区域人群热力、休闲区域面积分别呈显著负、正相关性,其原因可归结为休闲人群风险感知与疫情防控的空间环境因素。研究可为评估COVID-19疫情对于中国大城市休闲业态影响提供科学依据。     

城市群视角下新冠肺炎疫情的时空扩散特征与影响因素

采用各省份卫健委每日通报疫情数据,结合空间自相关、地理探测器等方法,从城市群视角分析2020年1月21日至6月30日新冠肺炎疫情在中国内地的时空扩散特征与影响因素。结果表明:(1)新冠肺炎疫情的扩散可划分为4个阶段,空间上呈现出圈层结构特征;具有显著正空间集聚特征,且空间集聚格局相对稳定。(2)城市群内是疫情扩散的主要场所,但变异系数在快速下降。累计确诊病例与城市群发育度具有正相关性。城市群内累计确诊病例的空间分布模式划分为弱中心城市群、弱单中心城市群、强单中心城市群、强多中心城市群4种类型。(3)城市群内累计确诊病例与经济发展水平、医疗卫生水平、人口规模、交通联系强度、对外经济贸易水平均存在显著的正相关性,其中医生数对     

新冠疫情影响下中国城市网络特征时空变化研究

新冠疫情(COVID-19)对人口流动与城市网络产生了巨大影响,该文基于百度人口迁徙数据,利用多维度特征评价方法分析疫情暴发前后中国城市网络的空间关联特征变化,有助于重大卫生事件突发期间人口出行和迁徙模式认知以及疫情后的社会恢复。结果表明：(1)城市网络中重要性相对较高的城市面对疫情等突发状况冲击时的韧性比低位城市小,加权优势度最大起伏可达0.380,且城市位次恢复需要更多时间;(2)城市间形成以长江三角洲、珠江三角洲、成渝、京津冀4个城市群为核心顶点的“筝型”城市网络结构,核心城市群中的大规模疫情暴发会明显抑制整个网络的人口流动规模和密度,并且其部分城市职能会暂时被周边核心城市分担;(3)城市集群结构韧性大,在长时间序列上保持稳定,间断性疫情暴发不会明显改变城市群结构,城市群内部的优势城市会发生明显变化;(4)疫情暴发会降低全国人口的出行意愿,但在疫情暴发前后,各城市与其主要人口流动城市间仍能保持健康的联系。     

国产高分一号数据估算草地植被覆盖度方法研究——以呼伦贝尔草原露天煤矿区为例

为了探讨与分析国产高分一号(GF-1)数据在北方露天煤矿区草地植被覆盖度估测中的精度及适用性,该文基于GF-1与SPOT6多光谱影像数据,以多个植被指数为自变量,利用像元二分模型、偏最小二乘(PLS)回归、支持向量机(SVM)回归3种模型对区内植被覆盖度进行估算,结合野外同步实地植被样方数据,对比分析不同估算模型的精度及适宜性,并通过蒙特卡洛模拟多尺度交叉建模的误差传播,分析空间分辨率不同对植被覆盖度估测的精度影响。结果表明:GF-1数据基于增强型植被指数的SVM回归模型(R~2=0.8149,RPD=2.336,RMSE=8.694%)与SPOT6数据基于归一化植被指数的SVM回归模型(R~2=0.8755,RPD=2.870,RMSE=7.032%)估算效果较好。不同分辨率数据交叉传递过程中SVM回归模型的精度高于PLS回归模型。因此,基于GF-1数据构建的SVM回归模型可以高精度地估算区域草地植被覆盖度。     

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。     

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。     

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疫情对中国区域经济及产业的影响

科学评估重大突发公共卫生事件的经济系统影响,调控其负效应,提升经济系统韧性,是国家重要战略需求。目前,新型冠状病毒肺炎（COVID-19）疫情在中国得以有效遏制,而外源性输入与局部风险仍存,系统辨识其影响路径与作用强度,对经济系统恢复具有指导意义。基于改进的中国多区域一般均衡分析模型,测度了中国不同疫情风险等级区的经济与产业影响,模拟了生产资料供给和产品需求变化下产业经济发展趋势及受损程度。结果表明,宏观经济层面,2020年中国GDP相比常态损失约0.4%~0.8%,导致短期消费平均下降约2%,就业平均下降约0.7%,而物价平均上涨约0.9%。产业经济层面,疫情对消费型及劳动密集型产业短期冲击最大,如服务业产值相比常态下降6.3%。从疫情对产业经济系统的影响分区来看,受疫情影响冲击较大的省份是风险一级区湖北省,呈现出以湖北为中心向四周扩散的蔓延格局,而不同地区受损的主要产业存在显著差异。此外,复工复产和积极财政政策两类疫情应对情景下区域经济系统的恢复强度模拟结果显示,相较于有序复工复产,增加财政刺激政策对GDP的提升率高了0.3%,但物价水平上涨约1.8%,而复工复产举措拉动产业恢复的辐射空间范围更广。     

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。     

Spatiotemporal analysis of COVID-19 risk in Guangdong Province based on population migration

Journal of Geographical Sciences - Population migration, especially population inflow from epidemic areas, is a key source of the risk related to the coronavirus disease 2019 (COVID-19) epidemic....     

基于交通管控效应的中国COVID-19疫情扩散的时空特征及其危险性

基于中国各级卫健委公布的疫情数据和全国列车数据,结合交通管控措施解析了中国COVID-19疫情扩散的时空特征和危害性,以及湖北"封省"对全国铁路系统的影响,结果发现:1)中国的疫情增长过程高度符合Logistic分布;空间上由湖北往东、南方向蔓延强度较大,各省内部疫情较为严重的地区通常为省会或经济发达城市.基于交通管控...     

新冠肺炎疫情在广东省的扩散特征

基于广东省各地市卫健委官网披露的新型冠状病毒肺炎确诊病例的详细信息，对新冠病例在广东省的时空扩散特征以及各地级市疫情传播和变动的空间差异进行分析。研究结果表明：1）广东省确诊病例具有中年人最多、青年人其次、老年人第三的年龄结构特点，与全国统计特征较为相似。2）广东省的疫情扩散比率为0.198，表明其防疫措施卓有成效，有效地抑制了疫情的扩散。3）广东省的疫情扩散格局和综合风险格局存在显著差异。三四线中型城市的扩散风险较高但综合风险处于中等水平，发达城市的扩散风险较低但综合风险最高，粤东西部的欠发达地区较为安全。文章建议可积极宣传广东抗疫防疫成果，适度缓解民众焦虑，但仍需重点防范因返工返学带来的二次冲击。在防疫的中后期，应根据各地市的疫情风险等级，在省内科学划分风险防控区域，实施分级管控，有序恢复社会生产生活，避免过度防疫对社会民生造成的负面冲击，并需特别关注原本经济韧性较为脆弱的欠发达地区。     

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。