2010—2020年我国猪巴氏杆菌病的流行情况与空间聚集性分析

吴俊楠，王颢然，王鑫宇，肖建华

（东北农业大学，哈尔滨 150030）

猪巴氏杆菌病是由多杀性巴氏杆菌（Pasteurella multocida）引起的一种以败血症和出血性炎症为主要特征的猪传染性疾病[1]，这种疾病又被称之为“猪肺疫”。主要引起猪咽喉肿胀、呼吸困难、急性败血症和肺炎等症状，是猪的一种急性细菌性传染病[2]。被认为是猪最常见和最严重的疾病之一[3]。给养殖户在预防与治疗方面带来巨大的困难。由于其严重的致病性，导致在动物饲养方面产生巨大的经济损失，严重威胁着养殖业的健康发展，并且在世界大部分地区引起持续性的关注。我国将猪巴氏杆菌病列入二类动物疫病控制名单，严格要求上报和处理过程。根据农业部提供的数据，猪巴氏杆菌病是《兽医公报》中收录发病数据较庞大的猪类传染性疾病[4]，2010年1月至2020年11月期间，全国发生疫情共19 686次，发病数量为276 572只，覆盖了中国内地31个省市地区，这提醒我们必须采取更有效的措施来预防未来的疫情。

我国是农业大国，养猪业在农业经济中占有重要比例，近年来随着养猪业的发展，一些流行在猪之间的疫病对养猪业的威胁也逐渐在扩大。在我国大陆中南部地区由于夏季气温更高湿度更大，促进了某些疾病的发生发展，尤其在一些小规模的散型养殖户间更容易传播，这对疾病的预防及控制带来一些实际的困难。所以在传染性疫病高发生的季节我们更应该加强对疫病的防控及预防意识，同时及时对疾病的流行情况及空间分布情况进行统计分析亦显得尤为重要。

空间自相关是指在同一个地理单元内的观测数据之间一些变量潜在的相互依赖性。识别疾病的高流行地域，提高控制方案的针对性和有效性。王赢等[5]对2014—2019年吉林省人间布鲁氏菌病流行病学特征及空间分布特点分析，确定了布鲁氏菌病高发地区，从而对高发地区加强防控；许意清等[6]对2014—2016年广西壮族自治区的水痘病例进行了空间分析，确定了水痘的高发地区，从而对高发地区加强防控；彭中等[7]2014—2018年成都市血吸虫病患者与钉螺分布的空间自相关分析，利用空间可视化和空间统计技术分析了钉螺的地区分布情况，帮助研究者确定疾病防控的重点区域，对卫生资源的合理配置和制定政策提供科学的理论依据。综上所述，应用空间自相关算法已经成为研究传染病的区域聚集性并进行传染病疫情分析的有效手段。

本研究收集2010年1月至2020年11月期间中国发生的猪巴氏杆菌疫情发生数，通过年流行情况分析、月流行情况分析及全局空间自相关分析和局部空间自相关分析对我国猪巴氏杆菌病的发生情况进行分析。对了解我国猪巴氏杆菌病的流行情况、空间分布特征提供一定的参考。

1 材料与方法

1.1 材料本研究主要从农业部官方网站《兽医公报》收录的疫情数据，对2010—2020年间我国猪巴氏杆菌病病例进行统计。

1.2 发生次数分析应用Excel对猪巴氏杆菌病的月发生次数和年发生次数进行统计与分析。

1.3 全局空间自相关分析应用全局空间自相关分析各省作为一个整体的猪巴氏杆菌病病例分布。计算全局Moran's I统计量来评价聚类程度。在这项研究中，Moran's I测量了各省位置的空间自相关和猪巴氏杆菌病的发病率[8-9]。计算公式如下：

Global Moran's I的范围为-1到1，其中1对应于极为聚集的分布，-1对应于极为分散的分布。当Global Moran's I接近0时，情形被认为是一个随机分布。

1.4 局部空间自相关分析应用局部空间自相关分析方法，探讨了特定省份病例的分布模式。我们使用热点分析来研究局部空间自相关。即使全局模式没有聚集，热点检测也很有用。随机发生的病例群对传染病的传播也有影响。计算局部Getis-Ord G*i统计量和Z值，以检验猪巴氏杆菌病局部自相关是否具有统计学意义[10]。Getis-ord G*i的计算公式如下：

Getis-ord G*i的计算是为了确定邻近观测的空间依赖性[11]。局部Getis-ord G*i的统计显著性由值给出。Moran's I值可转换为Z得分，当Z值≥1.96或≤-1.96，表明空间自相关在95%水平上具有统计学意义[12]。将该省视为热点地区，表明该省的猪巴氏杆菌病病例在空间上聚集，显著性水平为95%（P＜0.05）。这种类型的分析被用来证明显著的局部集群的存在。

2 结果

2.1 我国猪巴氏杆菌病流行情况与空间聚集性分析

2.1.1 我国猪巴氏杆菌病年流行情况分析 如图1所示，2010年1月至2020年11月我国共发生猪巴氏杆菌病19 686次。2015年前我国猪巴氏杆菌病发生次数基本处于每年上升发展的趋势，在2015年更是达到发病高峰；但在2015—2020的6年间我国猪巴氏杆菌病具有明显的下降趋势，并在2020年间下降到了11年间的最低值。

图1 2010—2020年我国猪巴氏杆菌病年发生次数Fig.1 Annual outbreaks of porcine pasteurellosis in China from 2010 to 2020

2.2.2 我国猪巴氏杆菌病月流行情况分析 如图2所示，2010年1月份到2020年间至11月份猪巴氏杆菌病月发生次数，其中夏季（6~8月）疫情发生最为严重；秋季（9~11月）疫情发生情况较为减轻，但较其它月份疫情发生情况仍比较严重。通过猪巴氏杆菌病月发生次数情况可以看出，其中夏季最为严重。

图2 2010—2020年我国猪巴氏杆菌病月发生次数Fig.2 Monthly outbreaks of porcine pasteurellosis in China from 2010 to 2020

2.2.3 我国猪巴氏杆菌病各地区疫情发生情况 应用四分类自然间断点分级法对2010年至2020整体我国猪巴氏杆菌病疫情发生次数进行分级。结果如图3和4，无论是从每年疫情发生情况来看还是从11年间整体的发生情况，我国猪巴氏杆菌病疫情发生严重的地区主要集中在我国大陆中南部地区，其中四川省、云南省、贵州省、重庆市、广西壮族自治区、湖南省、湖北省、广东省和海南省猪巴氏杆菌病疫情发生均高于我国其他省市。四川省、广西壮族自治区和重庆市疫情发生最为严重。

图4 2010－2020年我国总体猪巴氏杆菌病年各地区疫情发生情况Fig.4 Overall outbreaks in provinces of porcine pasteurellosis in 2010-2020

2.2.4 我国猪巴氏杆菌病全局空间自相关分析 全局空间自相关结果表明2010—2020年我国猪巴氏杆菌病的发生呈现空间聚集分布模式。如表1展示了我国猪巴氏杆菌病每年全局空间自相关分析结果中的Moran's I值、得分和值[13-14]。2010—2020每年的Moran's I值均整体接近于0，Z得分除了2015年外均大于1.96，P值除了2015年外均小于0.05，这表示当把我国所有地区看为一个整体时，猪巴氏杆菌病在我国的流行呈聚集分布模式。

表1 我国2010-2020年猪巴氏杆菌病全局空间自相关结果相关参数Table 1 Relevant parameters of global spatial autocorrelation results of porcine pasteurellosis in China from 2010 to 2020

2.2.5 我国猪巴氏杆菌病局部空间自相关分析 结果如图5所示，2010—2020年我国猪巴氏杆菌病发生的热点地区主要是四川省、重庆市、湖北省、云南省、贵州省、湖南省、江西省、广西壮族自治区、广东省、海南省和福建省等省市。冷点地区主要是内蒙古自治区、河北省、北京市、山西省、山东省、江苏省、辽宁省和吉林省等省市。

图5 2010—2020年我国猪巴氏杆菌病局部空间自相关结果Fig.5 Local spatial autocorrelation results of porcine pasteurellosis in China from 2010 to 2020

对2010－2020年我国猪巴氏杆菌病发生次数进行总体局部空间自相关分析，结果如图6所示。我国猪巴氏杆菌病发生热点区域主要集中在我国的中南部地区，其中包括四川省、贵州省、云南省、重庆市、湖南省和广西壮族自治区。冷点地区主要集中在我国中北部地区，其中包括内蒙古自治区、河北省、北京市、山东省和江苏省。

图6 2010—2020年总体我国猪巴氏杆菌病局部空间自相关结果Fig.6 Overall spatial autocorrelation results of porcine pasteurellosis in China from 2010 to 2020

3 讨论

现如今科技水平逐步提高，规模化养殖已成为如今养殖业的主流趋势，猪规模化养殖模式促进了我国猪产业的发展进程，同时加快了猪产业化的建设步伐，对畜牧业可持续发展与提高农民的收入有着重要意义。对于养殖企业来说，清楚的掌握疾病的流行特征与空间分布已变得愈发重要。因地制宜的调整防疫策略改善养殖条件，才能进一步提高生产能力、促使效益最大化[15]。养殖企业对于疾病的防治已逐步变为防大于治，因此清楚的掌握疫病的特征，制定正确的防控措施才能保证养殖企业的平稳运行。

近年来，随着猪养殖规模化程度提高，一些疾病也得到了有效的控制，畜牧业的发展也得到进一步提高。2010—2020年我国猪巴氏杆菌病的发生次数在2015年前处于逐年增加的趋势，但2012年我国猪巴氏杆菌病发病数却突然下降，是2010—2015年发病数最少的一年，2012两年我国生猪养殖业市场面临严峻的考验，2012年我国生猪养殖进入微利状态，低迷猪价、粮食价格持续走高、高成本、低盈利、高疫情[16]、高风险如影随形[17]。2012年（尤其前8个月），各项数据显示经济下滑，在经济增速放缓的背景下，社会消费动力不足，人们倾向于选择食用廉价食品以代替高价猪肉，从而降低消费支出[18]。因此导致养猪热情骤减，导致2012年我国生猪数量大幅降低，因此2012年我国猪巴氏杆菌病的发生次数会大大降低。2015年后猪巴氏杆菌病的疫情发生次数更是大幅下降，这说明我国对于猪巴氏杆菌病的重视程度以及防控力度都在增加，加之小型散养型养殖模式的淘汰，大型养殖企业的规模化、正规化、疫苗的普遍程度及其可靠的安全性，这促使我国猪巴氏杆菌病疫情发生次数在2017年降到历史新低的一年。2018年8月第一例非洲猪瘟疫情首次确诊，随着非洲猪瘟疫情的加重，生猪价格走低、生猪产量减少、养殖场（户）恐慌心理加剧、快速抛售存栏猪。因此2018年后我国生猪产量大幅减少，所以2018年后我国猪巴氏杆菌病疫情发生也逐渐减少，在2020年再一次达到历史新低。

通过对2010—2020年间我国猪巴氏杆菌病疫情空间自相关分析，我国猪巴氏杆菌病的发生主要是集中在我国中南部地区，夏季是疫情发生的主要季节。猪巴氏杆菌病的发生与气候因素（温度、相对湿度、降雨量、日照时数）有一定的相关性。与温度、相对湿度、日照时数呈正相关，而我国中南部地区夏季平均温度较高，湿度较大，这些因素可能会对动物免疫系统产生某些影响。因为高温高湿会降低动物的免疫功能和对病原微生物的抵抗力。在高温高湿的环境中，抗氧化剂系统可能会受到损害，脂质过氧化物的水平可能会增加，并且人体更容易受到过氧化损伤的影响。此外，胸腺和脾脏可能充血，出血风险可能增加。胸腺皮质与髓质之比的变化，实质细胞和淋巴细胞的大小的变化归因于高温。当肾上腺释放肾上腺素和去甲肾上腺素时，去甲肾上腺素可能与血浆皮质酮水平升高有关，而肾上腺激素可以抑制体液和细胞介导的免疫反应，所以在我国大陆中南部地区的夏季，其高温与强降水气候会加剧猪巴氏杆菌病的发生[19]。这也解释了为什么我国大陆中南地区是猪巴氏杆菌病的主要发生区域。因此在防治疾病时，应考虑这些气候因素。

应用全局空间自相关对我国猪巴氏杆菌病的发生进行分析，结果表明2010—2020年我国猪巴氏杆菌病的发生长期存在聚集区域。其中2015年猪巴氏杆菌病发病数聚集性相对不显著，由于2015年是2010—2020年猪巴氏杆菌病发病数最多的一年，加之小型猪散养户较多，易呈现分散的现象。所以2015年我国猪巴氏杆菌病发病数聚集性发病的特点显著性较低。但对我国猪巴氏杆菌病的发生长期存在聚集性区域的特点无影响。应用空间局部自相关进行分析，结果表明四川省、贵州省、云南省、重庆市、湖南省和广西壮族自治区，这些地区是发生猪巴氏杆菌病的主要地区。我国大陆中南部属于湿润亚热带气候，丰富的水资源、近亿公顷草山草坡及农作物副产品、冬闲田种植饲草料等为养殖业提供巨大的支撑，因地制宜的养殖形式也较为广泛[20]。同时我国大陆中南部地区人口较为密集，小型的散养模式居多，相比大型的养殖企业，小型的散养管理模式相对粗放，忽视防疫工作的现象比较严重。大部分农户只把养猪当作副业，对养殖的定位不够清晰，缺少主要的养殖知识，在养殖方式上也是盲目跟风，缺乏科学饲养知识和了解动物防疫相关法律法规；另外政府对动物防疫工作管理的程度不够、不重视，对防疫工作的实施、宣传、组织上的力度不够；动物防疫相关的法律法规不完善，国家制定的相关政策、方案都难以得到执行。因此使得我国猪巴氏杆菌病疫病的扩散及流行更易呈聚集分布模式。这也提示我们这些地区应加大力度重点做好对猪巴氏杆菌病的防疫工作[21]。

我国猪巴氏杆菌病的发病分布广泛，对其进行流行特征及空间分布的统计分析尤为重要。本研究基于农业农村部官方网站《兽医公报》对2010—2020年间我国猪巴氏杆菌病感染病例进行的统计，应用全局空间自相关分析和局部空间自相关分析，对猪巴氏杆菌病流行特征及空间分布进行了详细的统计分析，为了解猪巴氏杆菌病流行及分布情况和提高综合防控水平提供一定的参考依据。