基于系统动力学的新冠肺炎疫情影响北京经济发展的模拟仿真分析

运用系统动力学方法,以北京市为例,通过多情景设置模拟COVID-19疫情对北京经济发展的影响;并对不同政策干预效果进行仿真分析。研究表明：① 分行业来看,COVID-19疫情对交通运输业的直接影响来自于出行管制,需求锐减和相关限制措施导致行业在短期内增长乏力;租赁与商务服务业需求不会随着疫情管控措施解除而立刻增加,行业复苏有一定的时滞;受其他行业复苏延迟影响,金融业发展的低迷时期会更长;复工复产的有序推进加速了工业和建筑业发展,有利于增强其对保持经济稳定的贡献。② 从整体来看,新冠肺炎疫情暴发在短期内使得北京经济下行压力增大,各种管制措施出台和需求萎缩会进一步降低经济增速。然而,随着疫情蔓延得到有效遏制和复工复产步伐加快,COVID-19疫情对北京经济发展的不利冲击会大幅降低。③ 从政策干预效果来看,解除企业生产和经营活动限制所引起城市经济发展水平的提升幅度大于财政对相关产业的补贴;而2种政策组合干预会进一步降低因COVID-19疫情暴发而对经济带来的不利影响,避免经济出现滑坡。模拟结果符合北京市2020年经济发展实际情况,验证了模拟方法的有效性。     

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。     

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。     

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...     

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...     

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。     

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。     

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。     

2020年初COVID-19出院患者日常生活时空行为分析

截至2022年5月新型冠状病毒感染（COVID-19）患者数量累计已逾世界人口的6%。罹患COVID-19的经历对于出院患者的日常生活究竟造成怎样的影响，成为中国乃至全球共同关注的问题。本文以武汉市为例，针对2020年初感染COVID-19的出院患者，基于个体时空行为视角，开展纸质问卷与电话访谈相结合的时空行为调查并获取一手数据资料，分析患者在患病前与出院后不同时期日常生活时空行为的特征差异及影响因素。研究发现，出院后6个月，患者的日常生活呈现出全天睡眠延长、日间活动杂化、晚间休闲活跃的特征，患者的时空行为模式主要表现为从外出工作到外出工作、从外出工作到居家混合、从居家休闲到居家混合的转变。基于时间地理学理论，研究得出，患者身体状况及经济条件的能力制约、个人生活与所需资源形成的组合制约、政策规定及社会舆论形成的权威制约是导致患者出院后日常生活时空行为发生改变的根本原因，进一步探索发病机理、制定康复计划、提高社会认可对患者的身心恢复至关重要。研究结果可为重大突发公共卫生事件下的患者生活质量评价及公共卫生政策制定提供科学依据，并为行为地理学面向特殊事件、特殊人群、特殊阶段开展时空行为研究提...     

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。     

闲暇时间约束对中山陵景区国内客源市场空间结构的影响

闲暇时间是旅游需求得以实现的必要条件之一,居民闲暇时间的变化必然对旅游地客源市场空间结构产生影响。选择"五一"小长假、"十一"黄金周及暑假3类6个不同闲暇时长的时段,基于现场问卷调研,使用客源地地理集中指数、客源吸引半径、距离衰减曲线及引力模型研究闲暇时间约束对南京市中山陵景区客源市场空间结构的影响,发现随着假日时长的增加,居民出游距离受闲暇时间的约束降低,从而旅游地客源吸引半径增大,客源地集中指数降低、距离衰减曲线变缓、距离衰减指数降低。研究结果表明,在不同时长的闲暇时间约束下,距离因素对景区客流量的影响最大,其次为收入(客源地人均地区生产总值),而客源地人口规模因素的影响最小。     

基于ICT的中国城市间人口日常流动空间格局——以百度迁徙为例

随着互联网时代的来临,网络数据已越来越成为表征居民地理行为的重要载体,用户迁移、社交网络、移动通信等地理行为大数据成为城市联系研究的重要数据来源。“百度迁徙”大数据通过LBS技术,全程、动态、即时和直观地记录了城市之间的人口日常流动轨迹。通过采集“百度迁徙”数据库中2015年一季度（2月7日至5月16日）国内369个城市之间的逐日的人口流动数据,分“季度平均、春运期间（春节前）、春运期间（春节后）、劳动节、周末和工作日”6个时间段,从人流集散层级、人流集散网络体系的分层集聚、人口日常流动空间格局及其与“胡焕庸线”之间的关系等角度分析各时间段的城市之间的人口日常流动相关特征与空间格局。研究发现,“百度迁徙”大数据清晰地显示了春运期间中部和沿海地区之间的人口流动格局。人流集散中心主要分布在京津冀、长三角、珠三角和成渝4大城市群中,并与其城市等级有较强的一致性。人口日常流动集散体系呈明显的分层集聚,京津冀、长三角、珠三角、成渝和乌鲁木齐5大集散体系在各时间段基本得到体现,而华中、东北、西南和福建沿海等地区并未出现高层级集散城市和高等级集散体系,与这些区域在国家区域发展战略中的地位在一定程度上不相匹配。“胡焕庸线”能较好地反映国家层面的城市之间人口日常流动格局,反映了地理环境对城市间人口日常流动的深刻影响。城市之间的人口流动强度是体现区域经济联系强度、城市等级和网络结构等的重要指标,此项研究可为形成国家区域经济发展新格局和促进区域平衡发展提供参考。     

新冠疫情对中国国际航空网络连通性的影响及空间差异

航空运输在实现各国互联互通、推动全球经济发展中发挥着重要作用。突发公共卫生事件或恶劣天气等均易对航空网络的连通性造成影响。本研究以新冠疫情为例，从全球航空网络视角探讨新冠疫情对中国国际航空网络连通性的影响及地区差异。研究结果表明：疫情期间，中国境外通航城市、国际航班、国际航线数量均大幅缩减，航空网络连通效率显著降低，但其空间格局未发生根本性变化，东亚和东南亚仍是中国对外主要联系地区，经济联系与贸易仍然起着重要作用。航线停飞对中国与中亚、西亚和大洋洲航空网络的连通性影响最大，而航班缩减对中国与东亚、中亚和东南亚航空网络的连通性影响最大。在国内，北京、上海和广州仍然是中国对外联系的枢纽城市，且其聚集度在疫情期间得到提升。     

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...     

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。     

中国春运人口省际流动的时空与结构特征

本文通过构建人口省际流动的关系矩阵,透视2015年中国春节期间人口省际流动的动态过程、网络特征,并对各省人口流入、流出的规模差异进行测度。研究结论如下：①春节前后中国各省每日人口净流入人次存在显著的规律性特征,2月13-17日和2月25日-3月1日为各省节前返乡流和节后返工流期间人口净流入、流出峰值时段,可作为基于春运研究中国人口省际流动的重要依据;②识别了14个人口净流入省、17个人口净流出省,净流入位序前六省和后八省分别吸纳和提供了全国9成人口的集聚与扩散。人口主要流入省的沿海绵延和主要流出省的中部“人口塌陷”共同构成了双纵格局;③各省流出首位流的指向特征显著,南方人口流出省的流出指向存在共性,京津、长三角、珠三角地区的人口集聚路径存在差异。④移动数据为发掘人口流动过程中蕴含的丰富信息提供了平台,基于节后、节前净流入值差值的方法可以有效识别中国人口流动的规模差异、属性特征。通过与以往研究对比,证实了移动数据与基于人口普查数据研究的诸多结论相似性。     

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。     

Spatiotemporal patterns of the daily relative risk of COVID-19 in China

The coronavirus disease 2019(COVID-19) pandemic continues to threaten lives and the economy around the world. Estimating the risk of COVID-19 can help in predicting spreading trends, identifying risk areas, and making public health decisions. In this study, we proposed a comparative risk assessment method to estimate comprehensive and dynamic COVID-19 risks by considering the pandemic severity and the healthcare system pressure and then employing the z-order curve and fractal theory. We took the COVID-19 cases from January 19–March 10, 2020 in China as our research object. The results and analysis revealed that(1) the proposed method demonstrated its feasibility to assess and illustrate pandemic risk;(2) the temporal patterns of the daily relative risk indices of 31 provinces were clustered into four groups(high-value, fluctuating-increase, inverted U-shaped, and low-stable);(3) the spatial distribution of the relative pandemic risk indicated a significant circular pattern centered on Hubei Province; and(4) healthcare system capacity is the key to reducing relative pandemic risk, and cases imported from abroad should be given more attention. The methods and results of this study will provide a methodological basis and practical guidance for regional pandemic risk assessment and public health decision-making.