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。     

地理学在新冠肺炎疫情早期防控中的学术响应及展望

重大公共卫生突发事件如新冠肺炎等对区域人类活动有着深刻影响。作为以空间分析和人地关系为主要方法和对象的地理学，在疫情早期防控中的角色贡献以及未来趋势是迫切需要总结和讨论的重要议题。基于2020年1月20日~2月28日的文本数据，着重总结地理学者以及地理学视角下关于疫情的相关研究，地理学在疫情传播与扩散、区域规划与应急、数据与决策支撑等疫情早期防控方面做出了积极贡献，总结归纳了手机信令、百度迁徙数据等移动定位大数据与人工智能、数据挖掘、语义识别等新一代技术方法在疫情防控中发挥的支撑作用，反思提出未来应该在学科理论和防控措施方面，进一步优化风险预测模型、强化应急规划治理、加强国际合作及多学科数据交叉集成共享，从而提升应对重大公共卫生事件的科学性、主动性和高效性，为后疫情时期经济社会管理与空间治理提供科学支撑和依据。     

新冠肺炎疫情下健康码政策的空间扩散机制分析

新冠肺炎疫情作为突发公共卫生事件,在全球范围造成了灾难性后果。自2020年2月,中国各地政府出于防控疫情蔓延和促进复工复产的目的,相继出台健康码政策,迄今已成为中国有效防控疫情的重要手段和经验。本文通过对全国295个地级及以上市的健康码政策扩散时间及其影响因素进行事件史分析,探究该项首创于地方政府的应急政策迅速扩散至全国范围的时空过程及其机制。研究发现：① 数字化水平和经济实力优越的城市采取健康码政策的反应速度更快。② 邻近城市政府间的“学习”和“竞争”行为会提高健康码政策扩散速度,而省级政府的垂直指导压力所发挥的作用不显著。③ 政策企业家是加快健康码政策扩散的有力推手。④ 各市疫情状况以及与疫情热点地区的地理距离会对健康码政策扩散产生影响。本文通过分析新冠肺炎疫情背景下健康码政策的扩散动因,为理解公共危机情境下应急政策的制定和扩散机制提供经验总结和政策启示。     

中国旅游城市星级饭店韧性时空分异及影响因素

新冠肺炎疫情重创全球旅游业、饭店业,但不同城市旅游业、饭店业应对和适应扰动的能力不同,即韧性存在差异。以中国41个旅游城市的星级饭店为研究对象,构建基于累积损失的韧性评估模型,运用SARIMA、随机森林等方法,探讨新冠肺炎疫情干扰下2020年旅游城市星级饭店韧性的时空分异特征及影响因素。研究发现：①在中国疫情防控成效逐渐趋好的态势下,中国旅游城市星级饭店韧性不断增强,但韧性演变存在差异。②中国旅游城市星级饭店韧性空间分异明显,存在交通廊道效应和地理邻近效应。③影响旅游城市星级饭店韧性水平的主要因素依次为：客房平均出租率增长率、餐饮与客房收入比、人均公园绿地面积、国内旅游收入增长率、空气质量优良率、城镇居民人均可支配收入等,它们对旅游城市星级饭店韧性水平的影响呈现出非线性的复杂作用。对指导新冠肺炎疫情干扰下旅游城市星级饭店韧性增强具有重要的参考价值。     

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     

指向突发公共卫生事件应对的地理学解析与地理教学启示——以新型冠状肺炎疫情为例

新型冠状肺炎疫情引起了国际社会的广泛关注,疫情的不断扩散给中国乃至全球社会经济发展与人民身体健康带来不利影响。本文从地理学的视角分析突发公共卫生事件的发生与发展过程,关注突发公共卫生事件在地理教学中的重要价值,旨在通过地理教学培养学生应对挑战的能力,发展地理核心素养,最终达到地理学科的育人目标。     

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。     

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。     

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。     

人类命运共同体理念的理论分析及其在抗疫实践中的应用

中国是人类命运共同体理念的倡导者和建设者,其话语的国际传播需要坚实的理论支撑。新冠肺炎疫情给全球公共卫生安全带来了严峻挑战,也严重威胁着全球的政治、经济、社会等领域的安全。在全球抗击新冠肺炎疫情的关键时期,全社会亟需以人类命运共同体理念凝聚国际战疫共识,维护全球公共卫生安全。基于地缘政治学与共同体的视角,笔者从科学内涵、历史演进和时代价值方面,对人类命运共同体理念进行理论解析;采用案例分析法从国内抗疫实践、中国抗疫方案、西方抗疫实践方面,诠释人类命运共同体理念在抗疫中的应用,并论证其在传播与实践中的双重价值及困境问题;最后基于人类命运共同体理念的后疫情时代治理与担当,提出世界各国应当在诸如促进全球合作、维护世界公共卫生安全、防止全球衰退、消除疫情次生衍生灾害、变革全球治理以及重构国际关系等方面发挥巨大作用。     

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。     

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。     

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。     

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。     

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。     

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。     

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。