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。     

新型冠状病毒肺炎爆发后国内疫情初期时空演变与防控启示

基于疫情大数据并结合空间自相关、相关性分析和趋势分析等数据处理方法,以中国地级市为空间单元,探究新型冠状病毒肺炎爆发后国内疫情初期的时空特征和空间关系.结果表明:(1)初期疫情扩散快、周期短,阶段性强;随时间推移表现为蔓延、爆发、持续和衰退4个阶段,并以湖北为中心呈空间差异性变化.(2)全局Moran's Ⅰ指数介于0...     

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。     

广州市登革热时空传播特征及影响因素

以广州市主城区为研究区,着眼于街道等微观尺度,首先通过实地调查分析法、核密度分析法、标准差椭圆法,探究登革热时空传播特征;其次结合交叉相关性分析法与地理探测器,分析温度、湿度、气压、用地类型对登革热传播的影响,讨论了不同用地类型交互作用与登革热扩散的关系。研究表明：1）登革热时空传播具明显的阶段性特征,多发生于居住环境较差、人口密度较高的区域,并快速向外扩散;2)登革热发展初期,以输入型病例为主;3）环境较差、老年人口众多、人员构成复杂、交通便捷的老城区是登革热高爆发风险区域;4）温度、湿度、气压对登革热传播存在显著滞后性影响关系,温度、湿度与登革热传播呈正相关关系,气压与登革热传播呈负相关关系;5）居民人口分布与登革热传播关系最为密切,池塘、农田、草地、公共绿地交互地区会增加登革热传播风险。     

珠海市耕地变化时空特征及其驱动力分析

在RS和GIS技术支持下,利用1990、1995、2000和2006年共4期Landsat TM卫星遥感数据,分析珠海市耕地数量和空间变化特征,并探讨耕地动态变化的驱动因子.结果表明:珠海市耕地面积在3个研究时段经历了快速减少一缓慢增加一急剧减少的变化过程,人均耕地面积持续减少;2000-2006年耕地的动态度最大,而1995-2000年耕地的动态度相对较小;耕地面积增加的主要来源是水域和林地,减少的去向主要是农业结构调整中耕地转变成水域和建设用地;经济发展、人口增加和农业结构调整是珠海市耕地变化的主导驱动因素,同时政策因素也起到了重要的导向作用.     

新型城镇化视角下县域城镇化时空格局及聚集特征——以浙江省为例

基于新型城镇化特征及内涵,选取人口、经济、社会、空间、居民生活质量、城乡统筹发展和创新发展7个因素26项指标构建浙江省县域新型城镇化水平评价体系,运用模糊综合评价法计算了该省70个县域行政单元2007—2016年新型城镇化水平。在此基础上,采用ArcGIS对计算结果进行可视化表达和分析,并采用系统聚类法进行了验证。结果表明：（1）浙江省县域新型城镇化水平在时间上总体呈缓慢上升趋势,在空间上总体呈现“倒三角”特征;（2）形成三个高水平区域中心和两个低水平区域中心,高水平区域中心对周边区域带动辐射效应明显;传统城镇化指标对新型城镇化水平贡献较大,但城乡统筹发展和创新发展的贡献逐年上升;（3）新型城镇化水平较高区域得益于其创新发展,其城乡统筹发展和社会城镇化相较其他区域表现突出。     

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。     

广州“5·21”新冠肺炎疫情时空演化与防控管理

广州“5·21”新冠肺炎疫情是境内首起由新冠病毒“德尔塔”（Delta）变异毒株引发的本土疫情。以广州“5·21”疫情感染者为对象,采用统计分析、文本分析和社会网络分析方法,分析本土境外输入关联疫情的统计特征、扩散网络与防控管理。研究结论主要有：1）广州“5·21”疫情感染者以老年人居多,感染者潜伏期较短,病毒传播速度快。核酸检测筛查可将病毒传播的风险精准控制在已知范围;行程轨迹可以辅助及时厘清病毒传播链条,切断传播途径。2）感染者所在区和镇街、重点防控区域、分级分类防控管理区域呈片状和点状分布,感染者在少数镇街呈集聚分布特征,疫情传播以接触扩散为主、兼具跳跃扩散的特征。3）疫情扩散传播网络以“簇状”和“链状”为主,网络整体呈现一定“小世界”特征;网络节点层面指标值较高的节点处于疫情接触扩散传播网络的关键路径,是疫情分级分类防控管理的重点对象。4）疫情分级分类防控管理应做好出入管理、社区管控、居家隔离、需求保障、生活垃圾处理、环境消杀、健康监测和服务、核酸检测、宣传引导和管控解除等工作。     

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。     

城市微博数据驱动的群体疫情情感响应时空特征——以武汉市和石家庄市新冠疫情为例

研究城市大规模人群对疫情的情感响应时空特征,对于安抚人们情感状态以及优化防控措施具有重要意义。该文以带有地理标签的新浪微博数据为主要数据源,结合实地调查问卷,提出疫情场景下城市用户群体多维情感响应时空特征分析框架,该框架重点构建了城市用户群体对于疫情的多维情感强度的精确评估方法;在此基础上,分析疫情情感响应在时空维度上的变化特征,解析情感响应的显著影响因子。研究结果表明:1)该文提出的疫情情感响应评估方法,可准确量化疫情场景下城市群体多维情感响应强度;2)疫情防控期间政府采取的防控措施能够有效安抚城市群体愤怒、恐惧等负面情感;3)喜悦情感是疫情防控期间城市群体情感响应的主体情感;4)面对疫情再次发生,城市群体负面情感强度上升幅度会显著下降。该研究可为政府部门增强疫情情感监测能力、提升情感治理水平提供方法参考和决策依据。     

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。     

Comparison of spatio-temporal transmission characteristics of COVID-19 and its mitigation strategies in China and the US

Journal of Geographical Sciences - Investigating the spatio-temporal transmission features and process of novel coronavirus disease 2019 (COVID-19) mitigation strategies are of great practical...     

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。     

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。