安徽省新型冠状病毒肺炎疫情时空格局及集聚模式分析

孙建平， 胡文海， 陈若尘， 徐大永

(1.池州学院 地理与规划学院，安徽 池州 247100；2.池州学院 旅游与历史文化学院，安徽 池州 247100；3.池州市规划勘测设计总院有限公司，安徽 池州 247100)

2019年12月，湖北省武汉市发现病毒性肺炎病例，该病毒随后被证实为是一种新型冠状病毒[1]。世界卫生组织(WHO)将其命名为2019-nCoV，将该病毒感染的肺炎命名为“COVID-19”。截至目前(2020年4月27日)，我国累计报告确诊新冠肺炎84341例，全球累计报告确诊2964543例，对公众健康产生了重大影响。

近年来，国内外许多学者对多种传染病的分布特征和发展趋势进行了丰富细致的研究。Osmani M G、Qiu J、董雯、李会等学者研究了不同区域禽流感疫情的时空分布特征[2～5]，宗跃光、韩卫国、胡碧松等学者研究了SARS疫情的时空分布和空间集聚情况[6～12]。但目前关于新冠肺炎的相关研究相对较少，武文韬等分析预测了广东省新型冠状病毒肺炎疫情流行趋势[13]，王英鉴等分析了上海市新型冠状病毒肺炎发病趋势[14]，杨雨琪等分析了重庆市新型冠状病毒肺炎疫情分布情况[15]，陈一凡等从全国层面分析了新型冠状病毒肺炎发病趋势[16]，王宣焯等对广东省新型冠状病毒肺炎早期流行与时空分布情况进行了研究[17],王志心等基于机器学习手段对新型冠状病毒疫情进行分析及预测[18]，周涛等参考SARS的流行病学关键参数，对新型冠状病毒感染肺炎的基本再生数进行了估计[19]。研究尺度上主要包括国家级、省级和市级尺度，鲜有县级尺度的相关研究，研究内容上主要是对新冠疫情分布特点和发展趋势的分析和预测，鲜有对疫情空间聚集模式的探索。

安徽省2020年1月22日首次报告确诊新冠肺炎病例，截至4月27日，累计报告确诊病例990例，确诊病例数较多，居全国第六位。安徽省与湖北省交界，人流车流往来密集，疫情防控难度较大。鉴于此，文章以安徽省为研究区域，从县级尺度分析新冠肺炎疫情的时空格局和空间集聚模式，希望为安徽今后的防疫工作提供参考。

1 数据来源与研究方法

1.1 数据来源

文章所用数据均来自安徽省卫生健康委员会(以下简称“安徽省卫健委”)和安徽省各市卫生健康委员会网站公开发布的官方数据。2020年2月28日—2020年4月27日安徽省无新增确诊病例，因此文章数据所选择的时间范围为2020年1月22日—2020年2月27日。考虑到1月22日累计确诊病例不足10例，2月19日—2月27日期间，共新增确诊病例4例，日新增确诊病例不超过1例，统计学意义不明显，因此进行标准差椭圆和空间自相关分析的数据时间范围为2020年1月23日—2020年2月18日。需要说明的是，部分病例来自外省，无居住位置信息，或者病例信息未确认行政归属，分析时将这些数据剔除，最终得到累计报告新冠肺炎确诊病例944例。

1.2 研究方法

空间分析方法可以评价分析疫情的空间特征和时空格局，揭示疫情变化的方向和集聚模式。文章主要采用标准差椭圆、Moran’s I指数和热点分析等方法进行分析。

1.2.1 标准差椭圆 标准差椭圆是一种定量分析空间整体分布特征和时空格局演变的空间统计方法。主要包括椭圆的长半轴、短半轴、椭圆中心和方位角等参数。长半轴表示的是数据分布的方向，短半轴表示的是数据分布的范围，长短半轴的值差距越大(扁率越大)，表示数据的方向性越明显，反之，二者越接近，表示方向性越不明显。椭圆中心反映整个数据在空间上的相对位置。方位角反映数据的主要趋势方向。标准差椭圆中心的计算公式为

(1)

(2)

(3)

1.2.2 空间自相关分析 通过空间自相关分析，判断新冠肺炎疫情是否具有空间集聚特征，具体包括全局空间自相关分析和局部空间自相关分析。

1)全局空间自相关分析——Moran’s I指数。全局空间自相关用以揭示某种现象在空间上是否存在集聚性。文章采用Moran’s I指数为测算指标[20]进行全局空间自相关分析，对权重进行了行标准化的前提下，Moran’s I指数在-1.0 到1.0之间。如果统计显著性的 Moran’s I 指数值为正，表示空间正相关，呈聚类趋势；为负表示空间负相关，呈离散趋势；等于零则表明空间呈随机性。其计算公式如下：

(4)

(5)

(6)

图1 安徽省新冠肺炎病例(新增确诊、累计确诊)变化趋势Fig.1 Trends of COVID-19 Pneumonia cases (new cases and cumulative confirmed cases) in Anhui Province

(7)

2 安徽省新冠肺炎县域时空格局分析

2.1 安徽省新冠肺炎确诊病例时间变化

图2 安徽省新冠肺炎累计确诊病例的时空分布Fig.2 Spatiotemporal distribution of cumulative confirmed cases of COVID-19 in Anhui Province

安徽省于1月22日首次报告确诊新冠肺炎病例4例，病例均有武汉市居住或旅游史。1月22日至2月27日期间日新增确诊病例和累计确诊病例变化趋势如图1所示。可以发现，自首例新冠肺炎病例确诊以来，日新增病例数逐渐增加，2月6日新增病例74例，到达高点，2月7日起日新增病例数呈现波动下降趋势。

2.2 安徽省县域新冠肺炎确诊病例的时空分布特征

截至2月27日，新冠肺炎疫情已扩散至全省86个区县，黄山市黄山区等19个区县尚未报告确诊病例。基于ArcGIS10.5软件绘制1月23日、1月28日、2月6日和2月27日四个时间断面下各区县累计确诊病例时空分布图，如图2所示，可以发现安徽省各区县新冠肺炎确诊病例的时空分布情况和变化趋势。截至1月23日，13个区县报告确诊新冠肺炎病例14例；截至1月28日，超过一半区县报告确诊病例，其中阜南县、肥东县、和县确诊病例数较高，超过8例，说明新冠肺炎疫情在全省迅速扩散蔓延；截至2月6日，85个县域报告确诊病例，其中蚌埠市龙子湖区确诊病例数为31例，居确诊病例数首位，阜南县、临泉县、瑶海区、蚌山区、和县和利辛县确诊病例超过20例，涡阳县等16个县域汇报确诊病例超过10例，说明新冠肺炎疫情防控形势严峻，疫情防控工作到了最关键的阶段；截至2月27日，报告确诊新冠肺炎病例的区县为86个，较2月6日增加1个，说明疫情防控显现初步成效，疫情传播范围得到了控制，蚌山区(包括经开区)确诊病例51例，居确诊病例数首位，瑶海区、龙子湖区、临泉县、利辛县报告确诊病例数超过40例，阜南县、禹会区确诊病例数超过30例，确诊病例数较高的区县主要集中在蚌埠、合肥、阜阳、亳州等市。

2.3 安徽省县域新冠肺炎发病率的时空分布特征

图3 安徽省新冠肺炎发病率的时空分布Fig.3 Spatiotemporal distribution of cumulative incidence of COVID-19 in Anhui Province

考虑到人口规模差异对各区县新冠肺炎疫情防控工作难度有一定影响，基于《2019安徽统计年鉴》中的各区县2018年常住人口计算各区县新冠肺炎发病率，基于ArcGIS10.5软件绘制1月23日、1月28日、2月6日和2月27日四个时间断面下各区县发病率时空分布图，如图3所示。截至2月16日，发病率最高的是蚌埠市的龙子湖区、蚌山区和禹会区，分别为20.54/10万，12.53/10万和9.52/10万，其次是霍山县、和县、瑶海区和淮上区，超过0.45/10万。萧县、宣州区、贵池区和定远县发病例较低，其中定远县和贵池区较早汇报确诊病例，但疫情控制效果较好，没有扩散，发病率分别为0.12/10万和0.15/10万。

2.4 安徽省县域新冠肺炎方向分布特征

图4 安徽省新冠肺炎疫情标准差椭圆和中心空间分布Fig.4 Standard deviation ellipse and center distribution of COVID-19 in Anhui Province

为了定量分析安徽省新冠肺炎疫情分布的方向特征和变化趋势，计算2020年1月23日—2月18日疫情标准差椭圆，结果如表1所示。基于ArcGIS10.5软件绘制1月23日、1月28日、2月3日、2月8日和2月18日5个时间断面下的标准差椭圆和椭圆中心分布图，如图3所示。可以看出，标准差椭圆旋转角在132.50°～155.18°之间波动，扁率在0.3954～0.4522之间波动，保持较高的值，说明新冠肺炎疫情在空间分布上存在较强的方向性，整体呈西北-东南方向分布。1月23日至1月28日，疫情严重区县主要分布在位于中部的合肥市和西北部的阜阳市，标准差椭圆旋转角波动性变化， 1月28日至2月8日旋转角逐渐顺时针偏移，可能与蚌埠市部分区县确诊病例数逐渐增多有关，导致合肥-阜阳方向出现分散效果，2月8日后趋于平稳，集中在155°左右。标准差椭圆面积呈先扩张后收缩态势，1月24日至1月28日，标准差椭圆范围快速增加，说明疫情在迅速扩散，影响范围不断扩大，1月28日至2月4日椭圆面积高于6万平方千米，覆盖皖北、皖中大部分和皖南部分区县，之后椭圆面积开始收缩，说明虽然日新增确诊病例数还在增高，但疫情覆盖范围没有随之扩大，部分区县疫情得到控制，椭圆面积收缩的过程中，椭圆中心迅速向西北方向移动，共移动45.89千米由皖中的肥西县移动至皖北的寿县，皖南区县逐渐退出标准差椭圆范围，皖北地区椭圆边界变化不明显，说明皖南大部分区县疫情得到了控制，皖北和皖中地区部分区县依然是疫情高发区。需要注意的是位于皖北、皖中东部和东北部的烈山区，来安县、萧县、南谯区、明光市、五河县和天长市等区县，与标准差椭圆方向不一致，疫情相对较轻。2月8日后椭圆变化较小，说明疫情得到控制，达到一个相对稳定的状态，椭圆内部的部分区县成为疫情高发区域，椭圆外面大部分区县风险降低。

表1 安徽省新冠肺炎疫情标准差椭圆参数Table 1 Standard deviation ellipse parameters of COVID-19 in Anhui Province

3 安徽省县域新冠肺炎空间集聚模式及演化态势

3.1 全局自相关分析

计算2020年1月23日至2月18日新冠肺炎确诊病例的Moran’s I指数，并进行|Z|>1.96且P<0.05，置信度为 95%的显著性水平检验，1月23日至1月29日Moran’s I指数没有通过显著性检验，呈随机分布，1月30日起表现出空间集聚性，1月30至2月18日Moran’s I指数计算结果如表2所示，Moran’s I统计值全部大于0，介于0.1365～0.4884之间，呈递增趋势。说明安徽省县域疫情分布情况为空间正相关，表现出明显的空间集聚性。2月8日Moran’s I指数迅速增加后一直保持较高的值，说明2月8日之后空间集聚态势较强且保持相对平稳的态势，这与标准差椭圆于2月8日起面积趋于稳定的分析结果相吻合。

表2 安徽省新冠肺炎疫情 Moran’s I指数Table 2 Moran’s I index of COVID-19 in Anhui Province

3.2 热点分析

对1月23日至2月18日安徽省各区县日新增确诊病例数据进行热点分析，在95%置信度下，热点区县数量由1月23日至2月5呈增加态势，2月5日热点县域数量达到峰值后波动性下降。基于ArcGIS10.5软件对1月23日、1月30日、2月5日和2月18日四个时间断面下各个县域的G指数分析结果进行可视化处理，如图5所示。可以发现1月23日，合肥大部分区县和六安市的裕安区、金安区报告了确诊病例，为初期新冠肺炎集中爆发区，即热点区域，需要说明的是肥西县当时虽然没有确诊病例，但是被蜀山区、包河区和金安区等确诊新冠肺炎区县包围，爆发疫情可能性较大，也属于热点区域。随着疫情的发展，热点区县的数量呈上升态势，空间位置也在不断变化，1月30日热点区县由合肥、六安部分区县逐渐转为合肥、蚌埠、阜阳和亳州的部分区县，2月5日热点区县数量达到峰值23个，说明此时高风险区县数量最多，这与2月6日新增确诊病例达到峰值相吻合，2月5日后热点区县数量波动性下降，说明高风险区县数量不断减少， 2月18日热点区县数量降至3个，主要分布在六安市和阜阳市，说明此时大部分区县疫情得到了控制，但高风险区县仍然存在，需要有关部门重视。

图5 安徽县域新冠肺炎热点分析结果Fig.5 Results of hot spot analysis of COVID-19 in Anhui Province

4 结论

从时间和空间两个维度分析安徽省各区县新型冠状病毒肺炎疫情分布特征和集聚模式，揭示安徽省疫情发展态势。结果表明：

(1)截至2020年2月27日，安徽省新冠肺炎确诊病例990例，分布于86个区县，黄山市黄山区等19个区县尚无新冠肺炎确诊病例。自1月22日安徽省报告首例确诊病例以来，日新增确诊病例数波动性增加，2月6日到达高点，2月7日起呈下降趋势。

(2)蚌山区报告确诊病例51例，居确诊病例数首位，瑶海区、龙子湖区、临泉县、利辛县等区县累计确诊病例较高，超过40人。龙子湖区、蚌山区和禹会区，新冠肺炎发病率最高，分别为20.54/10万，12.53/10万和9.52/10万，其次是霍山县、和县、瑶海区和淮上区，超过0.45/10万。萧县、宣州区、贵池区和定远县发病率较低。

(3)疫情标准差椭圆呈西北-东南分布，逐渐顺时针偏移，存在较强的方向性，椭圆面积呈先增加后降低趋势，1月28日至2月4日椭圆面积高于6万平方千米，受疫情影响范围最大，覆盖皖北、皖中大部分和皖南部分区县，之后椭圆面积开始衰减，椭圆中心迅速向西北方向移动，共移动45.89千米，皖南地区部分区县逐渐退出标准差椭圆范围，说明皖南大部分地区疫情得到了控制，皖北和皖中地区部分区县依然是疫情高发区。位于皖北、皖中东部和东北部的烈山区，来安县、萧县、南谯区、明光市、五河县和天长市等区县，与标准差椭圆方向不一致，疫情相对较轻。2月8日后椭圆变化趋于平稳，说明疫情已经达到一个相对稳定的状态，椭圆内部的部分区县仍为疫情高风险区域，椭圆外部大部分区县风险降低。

(4)Moran’s I指数分析显示，疫情分布自1月30日起呈现明显的空间集聚性，集聚效果波动性增强，2月8日后趋于稳定。热点分析发现高风险区县数量呈先增加后波动性降低趋势，2月5日达到峰值，2月18日降至3个，说明大部分区县疫情得到了控制。

随着日后返乡人员返程、学校开学、企业复工，生产经营和物流运输活动增多，疫情防控工作即将面临着新的挑战，疫情防控形势依然复杂和严峻。希望此分析能为安徽省相关部门进行区域风险评估和疫情防控提供参考和依据。