新冠疫情的空间分布及影响因素——基于中国病例数据的动态分析

金亚亚，毛晓蒙，王 霞，宋 ，刘 明

(1.兰州财经大学 统计学院，甘肃 兰州 730030；2.兰州财经大学 甘肃经济发展数量分析研究中心，甘肃 兰州 730020)

2019年12月，湖北省武汉市陆续出现不明原因肺炎病例，经研究最终确定是由一种新型冠状病毒(2019-nCoV，后简称新冠)感染所致。此次新冠疫情暴发时期恰逢春运，因此，庞大的人员流动使疫情由武汉首发并快速蔓延至全国各地。2020年1月23日，全国各省陆续启动重大突发公共卫生事件一级响应，举全国之力严格防控疫情发展。新型冠状病毒的肆虐不仅严重威胁人类健康，同时给人民生活、社会经济带来了沉重的负担和严峻的挑战，因而病毒溯源、传播机制和防控策略等方面的研究成为重大需求。研究此次疫情的发展变化及传染规律，对于本次疫情以及其他突发公共卫生事件的防控具有重要意义。

近期，关于新冠疫情的研究大体可以分成两类，一类是从临床治疗效果和用药机理方面进行的纯医学研究，另一类则是从流行病学角度出发，结合统计学方法和传染病预测数学模型对COVID-19分布状况和传播程度进行研究。在这类文献中，部分学者以某一省份为研究对象，着重分析感染人群在该省份各个区域的分布特征，并对未来感染人数发展趋势或疫情发生拐点的时机进行预判[1-7]；有学者结合新冠病毒传播特点对传统传染病动力学模型(SIR或SEIR模型)的参数进行修正，并利用修正后的模型对疫情未来发展趋势进行预测[8-13]；也有部分学者从人口流动迁徙角度研究其对疫情扩散地理分布的影响，如利用百度人口迁移指数分析春节前流出武汉的人口去向对疫情传播的影响[14-15]；还有部分学者利用机器学习和数据挖掘等统计学习方法对用药规律和疫情防控提出科学的防控建议[16-18]。通过文献梳理发现，虽然有部分学者已经对全球新冠疫情分布现状和发展态势进行了研究[19-21]，且对现有新冠肺炎文章的关键词进行了文献检索的计量统计分析[22]，但大多数学者的研究对象为疫情发生的重灾区，将区域进行隔离，单独考虑某一省份，忽略了区域间的空间相关性，基于时空视角对中国各省份新冠疫情分布及其影响因素进行分析文献相对较少。此外，对疫情传播途径及其影响机理的研究文献更是少之又少。因此本文将从全国视角对新冠疫情展开研究，旨在分析以下两个问题：一是基于时间和空间两个维度，从时间趋势分析全国疫情发展状况，结合全国每日累计确诊病例数、现有病例数、每日新增病例数和每日新增治愈数以及正在接受医学观察人数等指标数据，初步探索分析此次疫情病例的增长、扩散、平稳和减少在时间上是否存在转折点和阶段性特点，从空间层面分析重要时间点上全国疫情的分布特征，旨在探索其在空间上是否存在集聚性特征；二是进一步从宏观层面探究影响疫情传播的诸因素并建模分析其影响程度和作用方向。本文研究思路如下：首先从时空角度，利用探索性数据分析方法对全国疫情相关数据进行描述性分析；其次在分析基础上构建空间计量模型从三大宏观层面(即地理位置环境因素、人口数量因素和经济社会发展因素)对新型冠状病毒肺炎的传播成因进行初步探索；最后根据研究结论给出相关的建议。

1 新冠疫情的时空分布情况

1月24日武汉封城，故选择1月24日为本文研究起点。由于2月26日之后，非湖北地区新增病例数基本为个位数，甚至很多省份新增病例为零，因此选择2月26日为本文研究结点。其中指标数据包括各省每日累计确诊病例数和现有病例数、每日新增病例数和每日新增治愈数以及正在接受医学观察人数，选择上述指标数据旨在从总体把握新冠疫情的发展趋势和空间分布情况。武继磊等(2005)在对2003年北京市SARS疫情进行空间相关分析时发现，整个SARS疫情的空间分布状态在时间上存在两个转折点：一是人群对疾病的恐慌而迁移从而引起的疫情扩散和对疫情采取有效防治策略、定点医院成立后疾病的空间聚集状态，二是疾病得到有效控制后呈现零星发作状态而出现的空间扩散趋势[23]。基于类似的分析思路，我们也发现此次新冠疫情病例的增长、扩散、平稳和减少也在时间上存在转折点和阶段性特点，而且从全国新型冠状病毒肺炎在区域间的传播情况和时变趋势上看，可以初步判定此次疫情的爆发和传播具有明显的时空特征，因此本文主要从时间和空间两个维度考虑，对中国31个省(市、区)新型冠状病毒肺炎的时空分布特征进行全面分析。

1.1 全国新冠疫情时间变化趋势

1.1.1 全国累计确诊与现有确诊病例数变化趋势

自新型冠状病毒肺炎暴发，截至2020年2月26日24时，全国新型冠状病毒肺炎累计确诊病例数为78497例，湖北省累计确诊病例数为43252例，湖北确诊病例数占全国确诊病例数的比例高达55.1%。2020.1.24—2020.2.26期间，全国累计确诊病例数呈先升高后趋于平稳的趋势。2020.1.24—2020.2.12新型冠状病毒肺炎在全国各地全面爆发，累计确诊病例数呈线性上升态势(其中2月12日数据出现异常，主要原因是新型冠状病毒肺炎诊断标准发生变化)。2月13日以后，新冠疫情在全国范围内取得有效控制，确诊病例数增加速度逐渐递减，累计确诊病例数趋于平稳态势；2020.1.24—2020.2.26期间，全国现有确诊病例数呈先上升后下降的趋势(现有确诊病例数=累计确诊病例数-治愈病例数-死亡病例数)，2月17日现有确诊病例数到达高峰(58101例)，随后呈持续下降态势。具体如图1所示。

图1 全国累计确诊病例数及现有确诊数随时间变化趋势

1.1.2 全国新增确诊及新增治愈病例数变化趋势

2020.1.24—2020.2.12期间，全国每日新增确诊病例数呈先升高后降低的态势，在2月4日达到峰值(3887例)。2月12日，由于新型冠状病毒肺炎诊断标准发生变化，故此日新增病例数出现猛增，2020.2.12—2020.2.26期间，全国每日新增病例数稳步下降，从四位数逐渐变成两位数，全国疫情防控工作初步取得显著成效；自2020年1月24日第一例确诊病例治愈出院起，全国每日新增治愈病例数基本呈上升趋势。2月18日，全国每日新增治愈病例数与每日新增确诊病例数趋同，此后每日新增治愈病例数持续高于每日新增确诊病例数。具体见图2。

图2 全国新增确诊及新增治愈病例数随时间变化趋势

1.1.3 全国正在接受医学观察人数变化趋势

自2020年1月24日开始，全国正在接受医学观察人数呈先持续上升后逐渐趋缓的态势(正在接受医学观察的人不一定是病毒携带者，但其曾经与病毒携带者有过密切接触，认为他们携带病毒的可能性远高于普通人，该指标对地区选择是否复工有一定的参考意义)。2月7日，非湖北地区“正在接受医学观察人数”开始实现负增长，随后全国正在接受医学观察人数实现负增长，湖北省2月14日开始呈现负增长，可见疫情在非湖北省地区得到了有效抑制，同时湖北省的疫情形势也得到了有效缓解。如图3所示。

图3 正在接受医学观察人数每日环比时序图

通过以上对全国新冠疫情进行时变趋势初步探索性分析，可以发现以下几个重要时间节点：1月24日，是武汉封城后第一天，非湖北省地区新增病例数均为输入性病例，全国各地疫情基本处于潜伏阶段；2月4日全国新增病例数达到峰值(3887例)，全国各地疫情处于全面爆发阶段；2月11日是疾控方将“临床确诊”首次算入确诊病例数的前一天，全国疫情防控工作初步取得显著成效，虽然此后(除2月12日)每日新增病例数呈下降态势，但全国疫情仍处于持续发展阶段；2月26以后，全国确诊病例数基本处于平稳状态，非湖北省地区新增病例数基本实现个位数增长，全国疫情趋于缓解阶段。因此，下文将选择上述四个时间节点从空间层面对新型冠状病毒肺炎在全国范围内的分布状况进行分析。

1.2 全国疫情累计确诊病例数分布情况

本文对上述四个时间点上全国累计确诊病例数进行展示。由表1可看出，新型冠状病毒肺炎在全国范围内覆盖面较为广泛，并且各省份新冠肺炎累计确诊病例数的分布具有明显集聚性。1月24日，除湖北省为一级重症区之外，只有广东和浙江两个省份处于二级重灾区，与湖北接壤的湖南和重庆处于三级灾区，其他省份累计确诊人数较少甚至未出现病例。2月4日，华东、华中和华南地区除广西、福建以外的其他省份均处于二级重灾区，此外，华北地区的北京和西南地区的重庆及四川也处于二级重灾区，其余省份的确诊病例数也逐日增加。2月11日和2月26日，全国累计确诊病例数的分布情况与2月4日基本保持一致，只是在此基础上确诊病例数逐日增加。总地来说，全国各省新冠肺炎累计确诊病例数存在较强的空间相关性，确诊病例人数高、低分布具有明显的空间聚集性，高确诊人数的地区主要集中在与湖北省相邻近的区域或周边区域，并且这种聚集特征随时间推移逐渐呈现出稳定的态势。

表1 四个时间点上的全国累计确诊病例数

基于以上对中国31个省(市、区)新冠疫情数据时空分布特征的分析可以发现，随着国家一系列疫情防控措施的有效实施，新冠疫情得到了有效的控制，2月中旬之后，新冠肺炎确诊病例数的增加速度逐渐递减且累计确诊病例数趋于平稳态势：各省份新冠肺炎累计确诊病例数的分布具有明显的集聚性，虽然在不同时间点存在较小差异，但整体的空间分布特征并没有发生变化，即新冠肺炎高确诊人数的地区主要集中在湖北省以及与之相邻或周边的省份，如河南省、湖南省、浙江省、广东省、安徽省和江西省等。从地理位置和经济发展程度上看，安徽省和河南省距离湖北省武汉市最近，其交通最为便利；而浙江省紧邻安徽省与江西省，经济较为发达，贸易往来以及人员流动较为频繁等等。因此不难发现，此次新冠疫情的发展态势和传播速度与地理位置和经济发展因素有着密不可分的联系，这为下文构建空间计量模型进一步探究影响疫情传播的诸因素时，将地理位置因素和经济发展因素引入模型提供了一定的依据。另外，通过探索性空间数据分析发现新冠疫情确诊病例数的分布与中国人口密度分布图极为相似，其中高确诊人数主要集中在中国东南部各省份，在中国人口密度分布图中与之对应的是“胡焕庸线”(1)“胡焕庸线”是由中国地理学家胡焕庸(1901-1998)在1935年提出的划分我国人口密度的对比线，也称黑河(爱辉)—腾冲线，首次揭示了中国人口分布规律。即自黑龙江瑷珲至云南腾冲画一条直线(约为45°)，线东南半壁36%的土地供养了全国96%的人口；西北半壁64%的土地仅供养4%的人口。二者平均人口密度比为42.6∶1。的右侧，即高人口密度的中国东南半壁。

2 新冠疫情的空间建模研究

2.1 研究设计

郑卫军等(2008)表示由于空间流行病数据在不同区域往往存在空间相关性，故传统的分析方法往往会引起较大的误差，因此运用地理统计学方法进行估计会在很大程度上提高模型的描述和预测的能力[24]。基于以上相关时空分析，可以看出新冠病毒肺炎的确诊人数具有明显的空间相关性。因此，本文将从与新冠疫情传播相关的三大宏观层面即地理位置环境因素、人口数量因素和经济发展因素展开分析，并运用空间统计分析方法通过影响机制的分析构建空间计量模型，以探究诸影响因素的作用机理。

2.1.1 疫情传播的影响因素分析

新型冠状病毒肺炎的传播看似是简单的社会现象，但实则为复杂的突发公共卫生事件，表现之一就是影响疫情传播及迅速蔓延的因素有许多且传播路径不明确，这些因素有宏观层面的，也有微观层面的。基于已有研究成果以及数据的可获得性，本文将从与疫情传播相关的三大宏观层面即地理位置环境因素、人口数量因素和经济发展因素展开分析。

2.1.1.1 地理位置环境因素

陈思秇等(2019)在研究广州手足口病精细尺度下发病影响因素时，模型中引入广州市各街道的公交车站数目来衡量交通便利程度，发现公交车站数目增加是广州市手足口病发病的显著影响因素，并将这种结果解释为街道内公交车站数目的稀少在一定程度上意味着人们使用公共交通工具在狭小空间内进行密切接触的风险降低，且在一定程度上可以阻断病毒传播的途径，对抑制疾病进一步扩散有促进作用[25]。自本次新冠疫情暴发以来，国家每日公开发布疫情实时地图数据、有关部门利用大数据技术协助追踪疫情密切接触者和公众借助手机定位功能查询周边疫情信息等地理学技术观察确诊病例在空间上的分布，从国家、社会、和个人层面对地理信息技术在抗击疫情中的应用可知地理位置对疫情的传播具有重要的影响作用。一般认为，地区间距离越近，新冠病毒肺炎感染的概率越大，确诊人数越多。对于地理位置量化指标的选择，这里用交通可达性指标来侧面反映地理位置对疫情传播的影响，即交通越便利，确诊病例越多。因此本文以公路、铁路里程数来衡量地区间的交通便利程度，以此检验这一指标对疫情传播的影响作用和方向。

2.1.1.2 人口数量因素

张伟文(2019)在研究新疆地区涂阳肺结核发病的影响因素时，将社会人口因子归纳为少数民族比例、农业人口比例、人口密度、人口自然增长率和家庭平均人口数提取得到的综合性指标，实证结果显示随着社会人口因子的增加，地区涂阳肺结核发病风险也将增加，且人口密度在生态学层面上加剧了结核易感性[26]。参考已有研究成果，同时考虑到此次新冠病毒肺炎的人传人特征，结合上文分析提及的本次疫情确诊人数分布情况与中国人口密度图的关系，因此探究新冠病毒肺炎在地区间传播的影响因素时，要充分考虑各地区的人口数量因素。一般而言，人口数量较多的区域，经济活动较为频繁，人与人之间接触的可能性较大，此地区一旦出现新冠病毒肺炎确诊病例，疫情的传播速度较人口数量较少的地区快。然而中国的现实状况是各省、市、自治区的面积各不相同，且差异性较大，因此为消除地理面积的影响，这里将人口数量除以对应的省域面积即人口密度，以消除地理面积的影响。因此，本文引入人口密度指标来检验这一指标对疫情传播的影响作用。

2.1.1.3 经济发展因素

陈思秇等(2019)在研究广州市手足口发病影响因素时，通过构建贝叶斯时空模型发现城中村比例增加和人均国内生产总值增加是广州市手足口病发病的危险因素[25]。张伟文(2019)在研究新疆地区涂阳肺结核发病的影响因素时，将地区社会经济因子归纳为工业生产总值、投资、人均GDP和居民平均工资提取得到的综合性指标，通过贝叶斯时空建模法发现社会经济因子与涂阳肺结核发病风险呈负相关，即地区经济实力越强，地区涂阳结核发病风险越低；而在研究医疗卫生水平对流行病传播的影响时，使用经典线性回归模型对新疆地区涂阳肺结核区域发病风险的建模结果显示，涂阳肺结核疫情整体上与卫生机构床位数存在负相关[26]。因此，经济发展水平对疫情传播的影响主要有两个方面：其一，经济发展较快的地区，社交娱乐场所相应地较多，经济贸易往来相对频繁，进而导致人员聚集，人与人之间接触的机会大大提高，这将加速新冠病毒的传播；其二，某地区经济的快速发展往往会带来医疗设施以及医疗资源的改善，地区经济发展越迅速，相应的医疗条件就会越优越，譬如医院数量的增加，医疗器械设备较为先进和医生技术能力的提高等，这些均会降低疫情在区域间的传播速度。综合以上分析，本文以地区生产总值和医院数量来衡量各省份经济发展水平，检验这一指标对疫情传播的影响作用的方向。

基于上述有关疫情传播影响因素的讨论，拟选择以下统计指标用于本次疫情影响因素的实证检验，具体如表2所示。

表2 影响因素的量化指标

2.1.2 数据说明及模型构建

本次疫情的扩散中心为湖北武汉，尽管在2020年1月23日上午10时，武汉实施封城措施，但专家研究表明新型冠状病毒肺炎具有4—14天的潜伏期，而且截至23日数据显示已有大量人员离开武汉。考虑到以上原因，可以认为某地区的新冠病毒肺炎确诊人数不仅受本地区因素的影响，还会受到邻近地区因素的影响，同时该地区的因素不仅影响本地区的确诊人数，还影响周边地区的确诊人数。因此，研究此次疫情传播的影响因素时将空间因素引入传统的回归模型至关重要。综合豪斯曼(Hausman)检验结果、模型AIC和BIC信息量以及模型参数显著性检验结果，发现包含随机效应的空间误差面板模型可以有效拟合本文样本数据，模型形式可设定为式(1)。

lnY=βlnX+λWμ+ε,ε～N(0,σ2In)

(1)

其中，Y=(Y1,…,YN)′是被解释变量即新型冠状病毒肺炎确诊人数；X=(X1,…,XK)为解释变量矩阵，其中X包括公路铁路里程数、人口密度、地区生产总值和医院数量四个指标；W为空间权重矩阵；β=(β1,…,βk)′为解释变量的回归参数向量；λ为空间自回归系数；ε表示随机误差项。

本文选取2020年1月24日至2020年2月26日中国31个省(市、区)卫健委官方网站公布的新冠病毒肺炎确诊人数作为模型的被解释变量，考虑到本文侧重研究宏观层面的诸影响因素，经济、人口等指标变量只有一组截面数据，而被解释变量为日确诊数，因此，这里按照时间跨度进行延伸，即每一天的数据除了确诊数外都是相同的，以此形成面板数据，进而构建空间计量模型，以检测各因素对疫情传播的影响程度和方向；基于以上考虑，模型解释变量选择各省份2018年地区生产总值、2018年人口密度(2018年年末人口数量/地区土地面积)、2018年公路铁路里程数(2018年公路里程数+2018年铁路里程数)和2018年医院数量，各量化指标数据均来自各省份2019年《中国统计年鉴》。

2.1.3 空间权重矩阵的确定

空间权重矩阵W度量了不同地区社会经济联系的密切程度，反映了对于某一地区而言其他地区的重要性。设定合适的空间权重矩阵是准确使用空间计量分析的基础(Anselin,2003)，空间权重矩阵的设定方式有多种，具体选择取决于具体的研究问题，这样才能使得研究具有实际意义。根据本文的研究目的，这里将设定两类空间权重矩阵。

第二类空间权重矩阵是从各省份经济发展水平出发，一般认为，经济发展水平相近的省份之间的经济特征也较为相似，同时经济发展水平较高的地区对经济水平较低地区产生更强的空间影响与辐射作用，一般称这类矩阵为经济距离空间权重矩阵，多数根据研究目的选用不同反映经济水平的指标变量作为经济空间权重矩阵中元素的取值，具体设定形式为：

(2)

其中，这里Yi和Yj分别表示省份i和省份j的地区生产总值、人口密度和公路铁路里程数，对应的空间权重矩阵分别记为W3、W4和W5。

2.2 空间回归模型结果分析

中国各省新冠病毒肺炎确诊人数分布在空间上存在相关性。因此，可以进一步构建空间回归模型来研究疫情传播的空间特征，模型即为前文讨论设计的式(1)。本文采用的是极大似然估计，模型估计结果如表3所示。

表3 不同空间权重矩阵的SEM模型估计结果

表3展示了SEM模型在不同空间权重下的估计结果，整体上来看，模型参数估计结果与预期较为符合。另外，在五种不同的空间权重矩阵下，模型拟合效果均较好且参数估计系数高度显著，这些均说明了本文选择的诸因素对疫情的传播存在显著影响。由表3不难发现，SEM模型的空间相关系数λ均显著为正，说明新型冠状病毒肺炎在中国各省份之间的传播具有较强的空间相关性，即一个地区的确诊病例人数不仅受本地区诸因素的影响，还受到邻近地区因素的影响，与此同时，该地区的因素不仅影响本地区的确诊病例人数，还影响周边地区的确诊病例人数。表3中五种空间权重矩阵的模型参数估计结果虽然数值上存在差异，但其估计系数的符号和显著性水平均是一致的，因此接下来仅以W1空间权重矩阵分析为例，其他类似。

地理位置因素的量化指标公路铁路里程数系数为正且高度显著，可见一个地区的公路铁路里程数对新冠病毒肺炎确诊人数的影响是正向的。公路铁路里程数在文中用来反映地区间交通便利程度，结果表明某地区的交通越发达，越有利于疫情的传播，相应地确诊病例会增多。这也与预期一致，即交通越便利，区域内以及区域间的人员流动和经济往来就会越频繁，新冠病毒传播越迅速。随着近年来国家快速运输通道和城际交通圈的大发展，本次疫情传播的空间范围也会迅速增大，若不及时采取相应措施则其传播速度会更快。因此，中国各省份在疫情暴发高峰期阶段采取了临时关闭了部分高速公路出入口，并在保留正常运行的出入口的前提下，由工作人员对经过车辆和人员进行消毒、体温测试和信息登记，禁止外来疑似患者进入和市内长途客运、旅游包车、城乡客运、城际公交全部停运并规定所有出租车司机不得外出，县内道路旅客运输整体处于停摆状态等这一系列紧急措施。

人口密度的估计系数在1%的水平下显著为正，说明人口数量因素对新冠病毒肺炎确诊人数的增加有正向影响作用。人口密度是在消除了省与省之间不同土地面积影响的基础之上衡量人口数量聚集程度的重要指标，SEM模型估计的结果表明，某地区人口密度越大，该地区确诊的新冠肺炎病例越多，这与一般的认知结果是一致的，即区域人口密度越大，人与人之间接触的机率越大且途径越多，基于新冠病毒本身的病理学特征和传播的主要途径，这显然会增加人流密集地区中人们感染的风险。由于本次疫情发生在春节期间，因此亲友之间的串门聚餐都是导致新冠病毒扩大传播的重要原因，因此减少人与人之间密切接触的途径和机会，对抑制疫情传播有显著的效果。同时，以社区为单元对小区居民进行出入登记、体温检测、宣传隔离等措施可以大大降低疫情的传播，此外在疫情期间很多社区提供点对点的生活用品递送服务，不仅解除了人们无法出门采购的后顾之忧，而且也是以另一种方式降低人们因出门采购聚集而带来的风险。

地区生产总值的估计系数在5%的显著性水平下显著为正，表示地区经济发展水平与新冠病毒的传播速度呈正相关。地区生产总值是衡量一个地区经济社会发展程度的重要指标，一般来说，地区生产总值越大，该地区外来打工人员越多，人口聚集度和人员流动性也越强，配套的公共娱乐场所和大型民生福利工程也越多，且与其他地区的贸易往来越密切、物流配送和运输的交易也越频繁，这都会成为扩大新冠病毒传播途径和速度的潜在因素，因此表3中估计系数显著为正符合预期，可以解释为，一个地区的生产总值越高、经济社会越发达，新冠病毒在人与人之间传播的速度越快、确诊的感染人数越多。因此从全国各省市确诊人数来看，不同省份中经济发达省份较经济落后省份的感染人数要多，同一省份中省会城市较其他城市的感染人数要多，这在一定程度上可以归因于地区的经济发展状况。

医院数量的估计系数为负值，且在5%的水平下显著，说明医院数量对疫情发展起到遏制作用的因素。医院数量可以在一定程度上代表一个地区的医疗卫生设施状况，也可以间接反映医院拥有的医疗设备数量和医生人数。一般而言，一个省份所拥有的医院总数越多，对感染者的收容和救治能力就越强，且应对重大公共卫生突发事件的能力就越强，这一认知与模型估计所呈现出的结果一致，也与预期相符，因此增加一个地区的医院数量、扩大其收容病人的规模并提升其医疗服务的能力，对抑制新冠疫情的进一步传播具有明显效果。这也是国家在疫情发生后，第一时间建立“火神山”和“雷神山”医院、将公共场所(体育馆、高校学生宿舍)改造成临时收容点和救治点、调集其他省份的优质医疗人员和物资以支援湖北、缓解湖北省内部医疗卫生资源紧张的重要原因。

3 结论与建议

本文基于中国31个省(市、区)卫健委官方网站公布的新型冠状病毒肺炎疫情数据(2020年1月24日—2020年2月26日)，首先从时间和空间两个维度分析全国疫情的时空分布特征，其次综合考虑地理位置环境因素、人口数量因素和经济发展因素等对疫情传播的影响，并以地理邻接矩阵、地理距离矩阵、经济矩阵、交通可达性矩阵等多组空间权重矩阵构建空间计量模型，从宏观层面研究宏观经济因素、交通因素和人口因素等对疫情传播的影响程度和作用方向。从疫情随时间的变化趋势来看，2020年1月24日至2月26日期间，全国累计确诊病例数及现有确诊数呈先升高后趋于平稳的趋势，其中1月24日至2月12日，新型冠状病毒肺炎在全国各地全面爆发，累计确诊病例数呈线性上升态势，2月13日以后，疫情在全国范围内得到有效的防控，确诊病例数增加速度逐渐放缓；每日新增确诊及每日新增治愈病例数在1月24日至2月12日期间呈先升高后降低的态势，2月12日至2月26日期间，全国每日新增病例数快速减少，从四位数逐渐变成两位数，全国疫情防控工作初步取得显著成效；自1月24日开始全国正在接受医学观察人数呈现先上升后逐渐趋缓的态势，至2月7日非湖北地区“正在接受医学观察人数”开始实现负增长。由全国疫情病例数分布情况可知，中国各省新冠病毒肺炎确诊人数的分布和传播存在较强的空间相关性，确诊病例人数高、低分布具有明显的空间聚集性，高确诊人数的地区主要集中在与湖北省相邻近或周边的区域，并且这种集聚特征较为稳定。从本文的实证结果来看，影响新冠疫情传播的诸因素在省际之间存在显著的空间相关关系，其中交通便利程度、地区经济发展程度和人口密度均对新冠疫情的传播具有正向的影响，会加速新冠病毒的传播，而地区医院数量对新冠疫情的传播则具有明显的抑制作用。具体来说，在疫情传播过程中，交通便利可能成为接触传染的工具，间接地加快疫情传播速度，即交通便利程度越高，确诊病例人数会相应越多。地区经济发展水平和人口密度则可以间接说明社会的交往密集程度，即经济发展水平越高，人口密度越大，社会经济往来会越加频繁，人员聚集及人与人之间交往接触的机会更多，因此引发传染的概率越大进而增加疫情确诊病例人数。医院数量的越多意味着对感染者的收容隔离和救治能力就越强，其作用是隔断传染过程、防止疫情的进一步扩散，从而降低疫情在区域间的传播速度，因此对疫情的传播具有明显的抑制作用。

综合全文研究，可以提出如下建议：

第一，根据各市区疫情风险评估等级对城市交通系统采取分类分区管理措施，避免交通运输导致的交叉感染。本文实证结果显示，交通便捷性是导致疫情传播的重要途径，但与此同时，城市交通是满足生产生活、进行应急救援和开展疫情防控工作的根本保障，因此需要分级分区管理城市交通系统，实现公共交通设施的精准调配和合理使用。一方面，各市区应根据地区人口流量、交通基础设施等情况，通过网格化运营策略制定差异化的方案，在网络上及时发布交通信息，并通过定制公交App等个性化软件实时统计更新客流量数据，以严格控制车辆载人数并合理安排出勤车辆班次；另一方面，各地区需做好主要站点的健康排查、定点消毒和隔离防护等工作。利用线上网络平台对公共交通设施进行合理调度，同时对线下乘车点和交通枢纽站的消毒情况进行实时监测，两者配合既可以满足居民日常出行的刚性需求，又能降低因公共交通工具出勤频次过高而导致的人员交叉感染的风险。

第二，应做好充分准备应对复工复产可能引发的再次感染疫情“回潮”风险。本文研究结果表明人口密度的增大可加快疫情的传播速度，而短时间内大批人员复工复产会导致全国范围内跨省以及省内人员大规模迁徙流动，这无疑会为病毒的传播创造条件。随着确诊人数逐渐下降，各地区的复工复产有序进行，但由于新型冠状病毒肺炎的传播途径主要为气溶胶传播和空气飞沫传播，办公室、生产车间、食堂等公共区域的空间相对狭小，且人员较为聚集、空气流动性较差，如果不合理安排复工复产的最佳时间点，很可能会出现“二次感染”的病毒回潮现象。因此，复工的企业要做好防护措施，根据流行病学的相关研究，采取科学防控措施，减少人员聚集，尽可能利用线上开会部署相关工作事宜，避免新增确诊病例的出现，将“外防输入、内防扩散”作为防控工作的重头戏。

第三，将流行病学调查与地理信息定位技术进行有效结合，进行精准防控。由本文的研究结论可知，疫情的分布规律不仅与地区的经济发展水平、交通便利度、基础医疗卫生设施和经济发展水平等因素密切相关，而且具有明显的时空分布特征，因此需借助地理信息系统对确诊病例以及与确诊病例有过密切接触的人群进行追踪，利用地理信息定位技术对其活动轨迹进行密切追踪，从而精确定位高危险人群并及时采取隔离措施精准定位每一个疑似病例，及时掌握疫情发展动态信息，同时根据流行病学研究中发病的潜伏滞后周期做好相应的防控隔离工作。