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。     

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.     

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。     

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。     

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:①COVID-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...     

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。     

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。     

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...     

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。     

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。     

地理学时空数据分析方法

随着地理空间观测数据的多年积累,地球环境、社会和健康数据监测能力的增强,地理信息系统和计算机网络的发展,时空数据集大量生成,时空数据分析实践呈现快速增长。本文对此进行了分析和归纳,总结了时空数据分析的7类主要方法,包括：时空数据可视化,目的是通过视觉启发假设和选择分析模型;空间统计指标的时序分析,反映空间格局随时间变化;时空变化指标,体现时空变化的综合统计量;时空格局和异常探测,揭示时空过程的不变和变化部分;时空插值,以获得未抽样点的数值;时空回归,建立因变量和解释变量之间的统计关系;时空过程建模,建立时空过程的机理数学模型;时空演化树,利用空间数据重建时空演化路径。通过简述这些方法的基本原理、输入输出、适用条件以及软件实现,为时空数据分析提供工具和方法手段。     

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。     

吉林省人口老龄化时空分异特征及成因

本文基于地理信息软件ArcGIS 10.1,选取老年人口系数为人口老龄化指标,运用人口重心模型、空间自相关和半变异函数等分析方法,对吉林省第四次、第五次、第六次人口普查数据进行分析,探讨1990-2010年吉林省人口老龄化时空分异特征,并采用多元线性回归方法解释其形成原因。研究结果表明：①吉林省各县市人口老龄化差异明显,进程加快,重心由西北向东南方向移动,但移动速度减缓;②吉林省人口老龄化存在正的空间自相关性,在空间的集聚呈现先弱后强的变化趋势;③人口老龄化高—高区向东部集聚,低—低区向西部集聚的趋势比较明显;④总体上吉林省人口老龄化空间的结构化分异较为明显,随机性因子引起的空间异质性程度较弱,人口老龄化的空间差异主要体现在东—西方向上;⑤出生率始终是影响吉林省人口老龄化的主要因素,迁出率对人口老龄化发展起关键作用,人均GDP年对人口老龄化呈负相关,城市化率对人口老龄化的推动作用愈发显著。     

浙江省新型冠状病毒感染肺炎疫情时空分布特征

以浙江省新型冠状病毒感染的肺炎确诊案例数据库为基础,运用SPSS24.0进行数据挖掘和ArcGIS10.2进行空间分析,发现:①浙江省病例新增人数时间变化符合泛泊松分布函数,男女易感染率差异不大,典型症状为发热、咳嗽和肺部影像学病变。②病例感染率具有明显的空间聚集性,总体呈现为"一带四心"格局,"一带"为台-温沿海铁路带的县级地域单元,"四心"为宁波海曙区(11.02/10万),湖州秀洲区(4.29/10万),杭州上城区(4.06/10万)和江干区(4.80/10万),杭州桐庐县(5.78/10万)。③核密度集聚中心呈现北-南-北转移的态势,整体呈现"多核多心""主核固定,多心演化""单一主核,多心消退"和"疫情消退"4个阶段的空间演化特征。④浙江省的扩散率总体呈现先上升后下降态势,空间差异明显,风险管控视角分为5类地区。⑤根据疫情演化与传染特征,提出疫情4阶段治理策略,解决公共卫生问题的根本是推动生活圈建设,打造健康城市。     

2000-2010年广东省流入人口时空差异特征及影响因素

广东省自改革开放以来一直是中国流入人口大省,2010 年全国第六次人口普查数据显示,广东省省外流入人口达21497787 人,占广东省总人口的20.61%,在全国省、自治区、直辖市中居第一位。本文以全国第五次、第六次人口普查数据为数据源,选取县级行政单位为分析单元,通过GIS空间分析方法,力图找出广东省流入人口的空间分布格局及时空变化特征,并结合社会经济统计数据和统计降维的技术手段,说明广东省流入人口规模与社会经济发展之间的响应关系,讨论广东省流入人口与当地产业政策调整之间的关系。研究表明:①流入人口数量增多,但分布格局总体稳定,流入人口的聚集度略有下降;②流入人口规模与经济发展关系密切,但分布格局与当地产业转移政策关系明显。     

COVID-19风险冲击对疫区农户生计资本的影响及其抵御效应——以湖北、安徽、重庆为例

新冠肺炎(COVID-19)疫情给农户生计发展带来了重大风险,而生计资本是抵御疫情冲击、阻断返贫危机的关键。论文以重点疫区湖北省及周边地区为研究区域,基于可持续生计分析框架,从生计资本“结构—存量”多维视角出发,采用内生转换回归模型分析疫区465户农户生计资本对疫情风险的抵御作用。研究发现：① 重点疫区农户生计资本总量不高,疫情可能诱发生计脆弱性但不是唯一要素,基层公共卫生建设也极为重要;② 生计资本对疫情风险有显著抵御效应,人力资本维度作用更为凸显,物质资本占比过高反而会削弱疫情应对能力;③ 农户生计资本结构与存量分布不均,家庭劳动力、健康投入、财富积累、居住环境、社会阅历等是核心要素;④ 疫后生计恢复主要依赖于人力与金融资本的积累,而帮扶关键在于应急和兜底保障,要根据区域农户生计特征拟定差异化的疫情常态防控举措。     

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。     

疫情冲击下全球跨境电商物流韧性的时空异质性研究

新冠疫情给全球化进程带来巨大冲击,流动性被切断是其中重要原因,尤以物流延滞造成的物资短缺影响最为严重。作为供应链的重要组成部分,国际物流时效性和格局在疫情冲击下发生了重要变化。通过对全球疫情及跨境电商物流大数据的挖掘、计算和分析,从韧性角度对物流时效的时空异质性展开研究,分析物流受冲击变化的特征,以及韧性空间格局、阶段差异和时间过程,并结合定量分析其影响因素。研究发现:在疫情冲击下,物流时效性呈现"衰减波"特征,表现出明显的抵抗力阶段、恢复力阶段,以及韧性提升;北美、西欧的物流韧性相对较低,东亚及其邻近的中亚、中东欧、西亚、北非区域则相对较高,尤其是抵抗力阶段差异明显;全球物流恢复力指数普遍高于抵抗力指数,北美、西欧、大洋洲部分样本恢复力较弱;时间过程上可分为3个时期,并呈现出一定的空间传导现象:前6个月急速下降、艰难抵抗后平稳恢复,第7至第11个月整体向好、局部震荡,第12至第13个月全球小幅波动后较快恢复;影响物流韧性时空异质性的因素较为综合,其中物流网络关系、疫情严重程度的影响相对显著。     

新冠肺炎疫情对中国区域经济的影响

新冠肺炎疫情对中国经济产生了巨大冲击。本文从悲观、中观和乐观三种情景预测了2020年中国经济增速,根据各地疫情严重程度分别用不同情景利用历史数据预测了各省2020年经济数据,随后运用Dagum基尼系数等方法分析了疫情对中国区域经济的影响。研究发现:即使在悲观情景下,中国经济在2020年仍能实现1.90%的增长,完全有能力实现"六稳""六保"任务,保障经济社会平稳健康运行;中观和乐观情景下,预计2020年中国经济增速将达到2.20%和3.74%;地区差异分析表明,地区差异扩大的趋势放缓,地区内部的不平衡加剧,而地区之间的差距变大。基于此,本文提出以疫后恢复为契机,充分挖掘中国区域经济发展的巨大潜力,实现区域增长接力,稳定经济增长。