湖南省新冠肺炎疫情空间分异特征分析

刘 珍

(湖南大学 设计研究院有限公司，湖南 长沙 410000)

新型冠状病毒感染导致的肺炎疫情影响深远，传染性强且速度快、波及范围广[1，2]。截止2020年3月5日，中国累计确诊病例80 714例，死亡3 045人，引起社会各界的广泛关注和高度重视。

湖南省与武汉市地理距离较近，交通便捷，人口流动性大，社会经济联系密切，深受疫情影响。截止到3月2日24时，湖南省累计确诊病例1 018例。湖南省承东启西、联南接北，是中西部地区的区域中心。湖南省人口流动性大，会加大疫情的防控管理难度。2020年1月23日，为严格防控和遏制疫情，湖南省疫情防控工作领导小组启动湖南省重大突发公共卫生事件一级响应。各地区积极落实部署，采取了居家隔离、实名制购买口罩、健康登记管理等防控措施。复工复产时期，交通运输量达到高峰，疫情防控情况深刻影响着湖南省的交通运输。

已有研究大多从医学、管理学、公共卫生学等多领域展开，研究内容主要涉及新冠肺炎疫情的致病缘由、药物治疗、个人防护、流行特征等多方面[1-4]。从地理学视角出发，大多研究成果侧重于从宏观尺度来探讨疫情的时空扩散特征[5-8]，从地理学微观尺度着手，深入剖析城市内部疫情传播过程、空间格局的研究较少[9，10]。宏观层面的研究对于明晰疫情的演变有一定借鉴意义，但对基层治理层面的疫情防控稍显不足。考虑到社区的基础性与覆盖性[11]，从地理学微观尺度着手，明确疫情发生的具体位置，剖析微观尺度层面疫情的变化态势，有助于疫情管控。以湖南省为研究对象，首先从总体层面分析湖南省疫情的演变趋势、治愈率变化，接着进一步细化到县(区)尺度，并从确诊小区着手分析疫情的空间分异特征，可以为探索微观尺度疫情变化和城市社会治理等提供借鉴和参考意义。

1 研究区域与数据来源

1.1 研究区域

湖南省地处中国中部的长江中游地区，东临江西，西接重庆、贵州，南毗广东、广西，北邻湖北，区位优势明显，地处东部沿海地区和中西部地区过渡带、长江开放经济带和沿海开放经济带结合部。省会城市为长沙市。下辖14个地级市(州)、122个县(市、区)。2019年，全省常住人口达到6 918.4万人，城镇化率57.22%。

1.2 研究数据

新冠肺炎疫情的确诊病例数据来源于湖南省卫生健康委员会官方网站(http：//wjw.hunan.gov. cn/)。确诊小区位置信息等数据来源于各市(州)卫生健康委员会官网，借助百度地图API平台，整理出各确诊小区坐标，通过ArcGIS 10.2软件对应建立点状矢量数据，整理并构建湖南省新冠肺炎确诊情况数据库。湖南省县(区)级行政区划界线、政府驻地等矢量数据，来源于1：100万的国家基础地理信息数据。人口迁徙数据来源于百度人口迁徙大数据平台。

获取湖南省各县(区)新冠肺炎确诊病例数时，便于统计分析，根据行政区划调整进行了数据整合。株洲市的云龙示范区数据归并到云峰区。岳阳市的南湖新区、经开区数据纳入岳阳楼区，屈原管理区数据纳入汨罗市。益阳市的高新区数据归并到赫山区，永州市的金洞管理区数据归并到祁阳县。

2020年1月21日，长沙市确诊首例新冠肺炎病例。3月1日24时至5月21日24时，湖南省连续82天无新增确诊病例。基于此，为反映疫情变化趋势，同时也保证研究时序和空间数据的一致性，研究时间段选择在2020年1月21日至2020年2月19日。

2 研究方法

结合实际，基于科学性、全面性与数据可获得性等原则，对湖南省新冠肺炎确诊病例的日均增长率、治愈率变化、空间分异特征等进行分析，有利于剖析新冠肺炎疫情的空间分异情况。以县(区)为分析单元，借助ArcGIS 10.2技术手段，采用其空间分析模块，运用空间自相关分析、最近邻指数、核密度分析、冷热点分析等方法分析新冠肺炎疫情的空间分异特征。

2.1 空间自相关检验

2.1.1 全局空间自相关检验

全局空间自相关描述某现象的整体分布情况，并判断该现象是否有空间聚集特征[4]。常用Moran’s I指数、Getis G等。利用确诊病例数据，可以描述新冠肺炎确诊病例在空间上的整体集聚分布情况。采用Moran’s I来测度全局自相关的计算公式如下：

(1)

2.1.2 局部空间自相关检验

全局空间自相关检验不足以反映局部地区的非典型性特征[4]，局部空间自相关刚好弥补这一点。对局部空间的异质性进行刻画，可以研究新冠肺炎确诊病例的局部集聚分布特征，采用Local Moran’s I指数来检验。计算公式如下：

(2)

式(2)中各变量含义与式(1)相同。

2.2 最近邻指数

采用湖南省确诊小区点状数据，运用最近邻指数，可以计算出确诊小区点要素与其最近邻要素之间的平均距离，进而判别确诊小区点要素在空间位置上的相互邻近程度[12]。最近邻指数越小，说明确诊小区越集中分布。计算公式如下：

(3)

式中：D表示最近邻指数；Di表示平均观测最近邻距离；De表示理论平均最近邻距离；di表示研究区i区域确诊小区到其最近邻点的距离；n表示湖南省确诊小区总数，即n=706；A表示湖南省的面积。若D<1，表示确诊小区呈现集聚分布；若D=1，表示确诊小区呈现随机分布；若D>1，表示确诊小区呈均匀分布。

2.3 变异系数

仅仅采用最近邻指数测定点状要素的空间分布模式，稍显不足[12]。基于此，结合Voronoi多边形面积变异系数，可以进一步验证最近邻指数的结果，增强科学性。变异系数表示Voronoi多边形的标准差与平均值的比值[12]，用于衡量某要素、地理现象在空间上的相对变化程度，利用确诊小区点数据可以衡量新冠肺炎疫情在空间上的变化程度，计算公式如下：

(4)

式中：S表示Voronoi多边形面积的标准差；M表示Voronoi多边形面积的平均值；CV表示变异系数值。CV>64%时，表明点要素呈空间凝聚分布；CV介于33%～64%，表明点要素呈空间随机分布；CV<33%时，表明点要素呈空间均匀分布。

2.4 核密度估计

最近邻指数虽然可以测度点要素呈集聚或分散分布，但不能有效测度地理要素的主要集聚分布区域[13，14]。核密度估计可以进一步判别确诊小区点的密集分布区域。计算公式如下：

(5)

2.5 冷热点分析

冷热点分析可以判别出热点区(hot spots)和冷点区(cold spots)，并明确其空间聚类位置[15]。采用Getis-OrdGi*指数，计算公式如下：

(6)

3 结果分析

3.1 总体变化趋势

3.1.1 累计确诊病例与每日新增病例变化趋势

2020年1月21日24时至2月19日24时，湖南省累计确诊病例呈现逐渐增加的趋势(图1)，新增病例总体呈先波动增加后降低的趋势，在2月5日达到峰值(110例)，2月19日降低至2例。综合来看，湖南省的疫情防控工作卓有成效，成功遏制了疫情的进一步扩散与传播，这得益于严格、及时的隔离与防控措施、以及公众高度的参与配合。

图1 2020年湖南省新冠肺炎疫情确诊人数变化Fig.1 Number changes of confirmed COVID-19 cases in Hunan Province in 2020

结合图1来看，湖南省确诊病例的日均增长率由1月22日为500.00%下降到2月19日26.94%，表明累计确诊病例的增幅不断减小，确诊病例的增长量控制成效显著。

疫情发生以来，湖南省的治愈率逐日提升。1月31日，第一例确诊病例治愈出院；截至2月20日24时，湖南省累计治愈出院病例达到638例，治愈率达到63.11%，高于全国的平均水平(33.23%)。总体而言，湖南省的治愈率水平高于全国平均水平。3月14日，长沙市的最后一例确诊病例出院，湖南省的确诊病例暂时清零。研究时段内湖南省共确诊1 018例，死亡病例4例，死亡率为0.39%，说明湖南省在新冠肺炎疫情的治愈方面效果显著。

3.1.2 人口流动与疫情变化

借助百度地图迁徙大数据平台，利用人口迁徙规模指数，可以进一步分析湖南省的确诊人数日均增长率与人口迁徙规模指数的关系。由百度迁徙数据可知，因为疫情的严格管控影响，今年湖南省的人口迁徙规模指数明显低于去年。湖南省的确诊人数日均增长率与迁入规模指数、迁出规模指数关系密切。确诊人数的日均增长率与迁入规模指数变化趋势一致，确诊人数的日均增长率降低，迁入规模指数也随之逐渐降低。迁出规模指数则随着日均增长率的降低而起伏波动，随着确诊人数的日均增长率的降低，迁出规模指数在1月29日、2月9日前后有高值波动，这两个时间段为复工复产期间高峰期，与返乡劳动力外出务工有关(图2)。为严控疫情，各级政府积极部署并落实防控措施，严格管控人员出行，最大限度地减少人员聚集，一定程度上遏制了疫情的蔓延。

图2 2020年湖南省确诊人数日均增长率和迁入、迁出规模指数Fig.2 The average daily growth rate of the number of confirmed COVID-19 cases and the move-in and out scale index in Hunan Province in 2020

3.2 湖南省新冠疫情的时空分异特征

3.2.1 总体分布特征

截止到2020年3月14日，湖南省累计确诊病例1 018例。累计报告病例数排列前三的分别是长沙市、岳阳市和邵阳市，分别累计报告242例、156例、102例，占总病例数的49.12%；张家界市累计确诊病例最少，仅5人。总体而言，累计确诊病例数在空间上呈现出由东北部向四周逐渐减少的分布趋势。从整体空间分布情况来看，确诊小区主要表现为沿东北向的“T字形”集聚的空间分异格局(图3)。就区域层面而言，区域分布差异明显，长株潭城市群(长沙、株洲和湘潭)、大湘西地区(湘西州、张家界、娄底和怀化)、大湘南地区(永州、郴州、衡阳)、环洞庭湖地区(常德、岳阳、益阳)的确诊小区数量分别占全部确诊小区数量的32.86%、29.75%、9.35%、28.05%；从市域层面来看，长沙市的确诊小区数量最多，达134个，约占全省确诊小区数量的18.98%，岳阳市、娄底市紧随其后，分别占14.16%、11.47%，长沙、岳阳、娄底3市确诊小区数量之和约占全部数量的45%；湘西州、永州市确诊小区数量分布较为稀少，仅有1～7处确诊小区，分别所占比例不到总数的1%，两极分化现象明显(表1)。上述结果表明确诊小区主要分布长沙市，其次为距离武汉较近的岳阳市。由此可见，地理距离和交通可达性会影响新冠肺炎疫情传播。此次疫情为近距离传播，飞沫、粪口和粪尿等均可以传播病毒。长沙、武汉的经济发展水平高，交通可达性强，人口流动性大；此外，岳阳与湖北省的荆州、咸宁相邻。临近春节期间，恰逢外出务工人员返乡过节高峰期，人口迁徙频率增加，人员流动性加大。根据百度迁徙指数可知，2020年1月19日至2月21日期间迁入长沙来源地中岳阳市始终靠前，迁入岳阳的来源地中湖北省的荆州、咸宁排名也靠前，人口来往密切，这在一定程度上造成了疫情的传播与扩散。

图3 2020年湖南省新冠肺炎确诊小区及人数空间分布Fig.3 Space distribution of confirmed COVID-19 communities in Hunan Province in 2020 表1 2020年湖南省新冠肺炎确诊小区数量分布 Tab.1 The number of confirmed COVID-19 communities in Hunan Province in 2020

区域确诊小区数量/个占全部确诊小区的比例/%湘潭市273.82长沙市13418.98株洲市7110.06长株潭城市群23232.86郴州市141.98衡阳市517.22永州市10.14大湘南地区669.35怀化市527.37娄底市8111.47邵阳市608.50湘西土家族苗族自治州70.99张家界市101.42大湘西地区21029.75常德市649.07益阳市344.82岳阳市10014.16环洞庭湖地区19828.05

3.2.2 空间自相关分析

由空间自相关分析结果可知，湖南省新冠肺炎确诊病例在总体上表现为空间正相关分布。全局Moran’s I的值为0.31，表明确诊病例在空间上是正相关的。Z值得分为4.87。

根据局部空间自相关分析可知，湖南省新冠肺炎确诊病例数量在局部上呈现高值集聚特征，符合传染病的客观规律[6](图4)。高高值集聚主要分布在长沙市的中心城区、岳阳市的云溪区和岳阳楼区。中心城区的经济发展水平高，人口流动性强，且城区内人员的出行强度大，在疫情防控方面存在较大的风险。

图4 2020年湖南省各县(区)确诊病例数集聚分布Fig.4 Cluster distribution of confirmed cases in all counties of Hunan Province in 2020

3.2.3 空间集聚特征

借助ArcGIS 10.2软件的平均最近邻距离分析工具，计算湖南省确诊小区点要素的平均最近邻距离及参数可得，湖南省706个确诊小区的平均观测最近邻距离为4 045.135 0 m，理论最近邻距离为8 963.739 6 m，最近邻指数D为0.451 3，且小于1，Z得分为-27.892 4，P值为0，表示在99%的置信水平下，通过显著性检验，表明湖南省新冠肺炎确诊小区在空间上呈显著凝聚分布态势。

最近邻距离指数会因为研究区域面积变化对计算结果造成重大影响。为加强并验证其可靠性，运用ArcGIS 10.2软件的创建泰森多边形(Create Thiessen Polygons)工具，基于706个湖南省确诊小区点要素，以此为发生元，共生成706个Voronoi多边形(图5)，进而计算出变异系数。结果表明，湖南省确诊小区Voronoi多边形面积的变异系数大于64%，进一步验证了湖南省确诊小区呈凝聚分布的空间态势，确诊小区主要集中分布在长株潭城市群的中心城区，其次是娄底、邵阳、湘潭交界区域，岳阳市的北部区域。

图5 2020年湖南省确诊小区Voronoi多边形分布Fig.5 Voronoi polygon distribution in confirmed COVID-19 communities in Hunan Province in 2020

3.2.4 密度分布特征

为深入探究湖南省确诊小区的主要集聚区域，借助ArcGIS 10.2软件，借助核密度(Kernel Density)估计工具，根据自然间断点分级法，由高到低将核密度值依次划分为高值区、次高值区、次低值区与低值区4类，并得到湖南省确诊小区的核密度空间分布图(图6)。如图6所示，湖南省确诊小区不均衡分布特性明显，总体呈现出“一主四副”的集聚分布格局，其中，“一主”是指形成了以长沙中心城区为核心的高密度集聚区，“四副”则分别指以长沙高密度集聚区外围、岳阳楼区、株洲—湘潭中心城区、怀化市鹤城区为核心的次一级高密度集聚区。此外围绕“一主四副”高密度集聚区，在常德市武陵区和澧县、岳阳市华容县和临湘市、娄底—邵阳区域、衡阳市中心城区和耒阳市、益阳市资阳区和赫山区、怀化市的溆浦县和靖州苗族侗族自治县还分布次一级低密度集聚区，其它区域均为低密度分布区。与Voronoi多边形空间分布特征相比，两者结果高度一致，进一步验证了结果。

图6 2020年湖南省确诊小区核密度分布Fig.6 Nuclear density distribution in confirmed COVID-19 communities in Hunan Province in 2020

3.2.5 冷热点分析

上述分析主要是基于确诊小区点要素探究其空间分异特征。为探究县(区)层面确诊病例的空间集聚分布格局，借助ArcGIS 10.2软件，运用空间统计模块的冷热点分析工具，计算出Getis-OrdGii*值，并绘制出湖南省确诊病例的冷热点格局分布图(图7)。由分析结果可知，当置信度为99%时，热点区域主要集中分布在长沙市的中心城区(岳麓区、长沙县、雨花区、芙蓉区、天心区)、以及岳阳市的临湘市、云溪区和岳阳楼区；当置信度为95%时，热点分布在长沙市的望城区、岳阳市的岳阳县和娄底市的涟源市；当置信度为90%时，热点分布在湘潭市的雨湖区，冷点在湘西自治州的吉首市。总体而言，确诊人数的高值区主要集中分布在岳阳市北部、长株潭的中心城区。因交通关系，岳阳市和长株潭城市群与武汉的来往频率要高于其它市(州)，春节期间从武汉返湘的人数也主要集中于这些地区。低值区分布在湘西自治州的吉首市，张家界的确诊病例数全省最低。

图7 2020年湖南省各区县确诊病例冷热点格局分布Fig.7 Cold hot spot pattern distribution of confirmed cases in all counties of Hunan Province in 2020

4 结论与讨论

4.1 结论

以湖南省为研究对象，借助ArcGIS软件，综合运用多种空间分析与统计方法，分析湖南省疫情的演变趋势、治愈情况、空间分异特征等情况。

(1)湖南省疾病治愈率高于全国平均水平，疫情防控工作及时有效，很好地控制了疫情传播。

(2)湖南省确诊人数的日均增长率和迁入规模指数、迁出规模指数关系密切，确诊人数的日均增长率与迁入规模指数变化趋势一致。严格管控人口的流动，能有效减少接触式感染，从而降低疫情传播风险。

(3)确诊病例总体上呈现空间正相关集聚分布，并表现为沿东北向“T字形”集聚的空间分异格局，累计确诊病例数由东北部向四周减少；局部上，高值集聚分布在长沙市中心城区、岳阳市的云溪区和岳阳楼区。

(4)确诊小区总体呈现出“一主四副”的显著凝聚分布态势，不均衡分布特性明显。疫情的热点主要分布在长沙市的中心城区以及岳阳市北部区县，冷点在湘西自治州的吉首市。

4.2 讨论

从地理学微观尺度对新冠疫情展开研究，更多的是考虑微观尺度层面社会治理的便捷程度，从基层治理着手，细化到社区深入开展疫情防控。明确确诊小区的分布态势，针对确诊频率较高的小区，提高疫情管控力度，防患于未然，一旦出现确诊病例，以小区为单位进行疫情监测与防控，杜绝疾病蔓延。对于人口流动频繁地区，则加大力度控制人员聚集，可采取佩戴口罩、乘坐交通工具间隔入座等方式减少人群密切接触，降低病毒的传播风险。

目前，中国疫情已得到控制，但是国外疫情严重程度令人堪忧。2020年4月至今，湖南省仍陆续增加少数确诊病例，均为境外输入，发病途径也表现为无症状感染，加大疫情防控难度。湖南省各城市需要严守境外防线，对于入境人员，考虑病毒的变异与潜伏期，适当延长医学隔离观察时长，定期监测健康情况。此外，鼓励全体民众接种新冠疫苗，提高群体免疫。

文章综合运用多种空间统计与分析方法来剖析疫情的空间分异特征，仍有不足。后续将进一步整合大数据等技术手段，提高分析深度，后续将结合城市规划与社会治理等角度开展相关研究。