顏 瑩，羅懷良，2*

(1.四川師范大學 地理與資源科學學院，四川 成都 610101；2.四川師范大學 西南土地資源評價與監(jiān)測教育部重點實驗室，四川 成都 610068)

2020年初，一場不明源地的新型冠狀病毒肺炎，簡稱新冠肺炎(COVID-19)，在武漢大規(guī)模爆發(fā)。這種冠狀病毒(SARS-Co V-2)雖與SARS病毒同類，但卻是從未在人體中發(fā)現(xiàn)的新毒株，尚不明確其是否具有“人傳人”的特性。因而早期并未設(shè)置人員流動限制，致使疫情迅速蔓延。此時正值春運高峰期，在這樣一個國內(nèi)人口流動性最大的時間節(jié)點爆發(fā)疫情，使全國各地疫情防控面臨嚴峻考驗。后經(jīng)嚴格管控，國內(nèi)疫情得到有效控制。但新冠肺炎疫情并未完全消失，受境外疫情影響國內(nèi)新冠疫情至2021年仍時有反復。

自新冠疫情爆發(fā)以來，也成為各界研究的熱點內(nèi)容。疫情的發(fā)生反映了人與自然失衡狀態(tài)下“自然—經(jīng)濟—社會”復合系統(tǒng)的“病變”[1]，考驗著人類生命健康，同時也考驗著人類社會運行機制。疫情與經(jīng)濟社會方面研究主要關(guān)注疫情與消費經(jīng)濟[2]、疫情與宏觀政策[3]、外貿(mào)融資[4]等。病理學方面研究主要集中在新冠病毒結(jié)構(gòu)與特性[5]、流行病學和臨床醫(yī)學癥狀[6]、檢測治療[7]及抗病毒藥物研發(fā)[8]等方面。在疫情監(jiān)測及風險評估方面，研究者多注重模型的運用，如運用SEIR模型分析疫情演變[9]、利用SEIR動力學模型進行疫情傳播仿真及拐點預測分析[10]以及構(gòu)建指數(shù)平滑模型預測疫情趨勢[11]等。在疫情防控中，中國地理學者也做出了重要貢獻[12]，特別是疫情大數(shù)據(jù)的運用[13]、地理信息系統(tǒng)與疫情分析[14]及防控[15]的結(jié)合，凸顯出地理學在疫情防控中的重要角色及大數(shù)據(jù)應(yīng)用的未來趨勢。相關(guān)研究運用地理加權(quán)回歸模型解釋城市新冠發(fā)病率的分布格局[16]及影響因素，利用探索性數(shù)據(jù)分析方法探究省域疫情的時空擴散過程及人口流動風險[17]，通過核密度分析聚焦城市群[18]探討疫情時空分布格局與分異機制，以及疫情嚴重程度[19]的差異等。

綜合來看，新冠疫情發(fā)展的空間分析以中小尺度的區(qū)域范圍為主，缺乏從全國市域尺度探究疫情時空特征與空間關(guān)系演變?；诖吮疚囊孕鹿诜窝妆l(fā)后國內(nèi)疫情初期為研究時段，以地級市為空間基本單元，運用疫情大數(shù)據(jù)并結(jié)合空間自相關(guān)、趨勢分析和相關(guān)性分析等數(shù)據(jù)分析及處理方法，探究新冠肺炎爆發(fā)后國內(nèi)疫情初期的時空演變特征，揭示疫情發(fā)展的時空規(guī)律，以期為疫情防控和應(yīng)對類似突發(fā)公共衛(wèi)生事件提供參考。

1 研究時段與數(shù)據(jù)來源

2019年末不明源地的新冠肺炎在武漢出現(xiàn)后，疫情隨感染者流動悄然向外蔓延。隨后2020年1月23日武漢封城，各地紛紛啟動應(yīng)急響應(yīng)。經(jīng)有效的防治管控，國內(nèi)新冠疫情漸消退。自2020年3月1日起國內(nèi)新冠疫情受境外輸入病例和本土病例影響，疫情周期延長并呈現(xiàn)新特征，至2021年4月國內(nèi)仍斷續(xù)新增確診患者。因此，本文將國內(nèi)疫情受境外輸入病例影響之前(即2月29日)定義為新型冠狀病毒肺炎爆發(fā)后國內(nèi)疫情的初期，并以此為研究時段終點。

本文空間分析尺度以地級市為研究單元，矢量數(shù)據(jù)來自于資源環(huán)境數(shù)據(jù)云平臺。各省遷入的武漢外流人口來自2020.01.10-01.24日人口流動大數(shù)據(jù)報告。各地新冠疫情數(shù)據(jù)來自國家和各省衛(wèi)生健康委發(fā)布的實時信息，由于疫情蔓延最初上報機制不完善使數(shù)據(jù)缺失，隨后，本文在繪制疫情趨勢圖時便以2020年1月23日為起點。

2 研究方法

采用空間自相關(guān)分析法(全局Moran’sI指數(shù)和Local Moran’sI指數(shù))進行疫情全局和局域空間的分布特征分析；運用皮爾遜相關(guān)系數(shù)法對不同區(qū)域新冠確診患者與該地遷入的武漢外流人口進行相關(guān)性分析；采用趨勢分析方法探究除湖北外全國確診病例空間分異趨勢。

2.1 空間自相關(guān)分析

空間自相關(guān)分析是通過計算研究變量的空間自相關(guān)指標以確定變量在空間上的相關(guān)性及其相關(guān)程度的方法[20]。本文采用全局空間自相關(guān)和局部空間自相關(guān)兩種指標，探究新冠肺炎爆發(fā)后國內(nèi)疫情初期各地疫情與其相鄰區(qū)域是否關(guān)聯(lián)。

(1)

再將鄰近性矩陣歸一化，其計算公式為：

(2)

(3)

式中：Wij是患者空間權(quán)重矩陣，可根據(jù)鄰接標準或距離標準度量[21]。利用患者空間權(quán)重矩陣Wij，即可進一步探討新冠患者空間分布的全局自相關(guān)和局部自相關(guān)。

全局空間自相關(guān)是對新冠患者空間分布總體特征的描述，可衡量不同區(qū)域在整體上的空間關(guān)聯(lián)與差異。主要測度指標如全局Moran’sI、全局Geary’sC、全局Getis-OrdG、Ordstatistic和Join-countstatistic等[22]。本文選擇最常用的全局 Moran’sI指數(shù)，其計算公式為：

(4)

局部空間自相關(guān)用于衡量新冠患者分布在局部空間的相關(guān)特征，反映局部小區(qū)域單元的空間關(guān)聯(lián)程度[24]，常用指標為Local Moran’sI，其計算公式為：

(5)

公式(5)與公式(4)不同的是，Ii是患者分布Local Moran’sI指數(shù)。若Ii大于0，則患者在該地區(qū)及周圍表現(xiàn)為高值與高值或低值與低值集聚；若Ii小于0，則反映高值與低值或低值與高值的空間聚集。

2.2 相關(guān)分析

相關(guān)性分析是指對兩個或多個具備相關(guān)性的變量元素進行分析，從而衡量兩個變量因素的相關(guān)密切程度[25]，常用指標如皮爾遜相關(guān)系數(shù)[26]。本文采用皮爾遜相關(guān)系數(shù)對不同區(qū)域新冠確診患者與該地遷入的武漢外流人口進行相關(guān)性分析，以確定兩者相關(guān)程度，計算公式為：

(6)

2.3 趨勢面分析

趨勢面分析是利用空間抽樣數(shù)據(jù)擬合出一個數(shù)學曲面，用以反映地理要素觀測值空間分布的變化情況[27]。本文利用ArcGIS空間數(shù)據(jù)處理軟件，結(jié)合趨勢面分析法，探討新冠肺炎爆發(fā)后國內(nèi)疫情初期除湖北外確診病例隨時間推進的空間分異趨勢，根據(jù)趨勢面定義可知：

Zi(xi，yi)=Ti(xi，yi)+εi

(7)

式中：(xi，yi)是各地級行政區(qū)的平面空間坐標，Zi(xi，yi)是由各行政區(qū)經(jīng)緯度及其確診病例所構(gòu)建的空間位置，Ti(xi，yi)是趨勢函數(shù)，εi是自相關(guān)隨機誤差[28]。

3 新冠肺炎爆發(fā)后國內(nèi)疫情初期時空演變

3.1 國內(nèi)疫情初期的總體特征及時空演變特征

3.1.1 國內(nèi)疫情初期總體特征

(1)疫情初期擴散迅速，周期較短

根據(jù)2020年1月23日至2月29日期間國家衛(wèi)健委實時發(fā)布的各項疫情指標數(shù)據(jù)，統(tǒng)計得到國內(nèi)疫情初期病例變化趨勢(表1)。

表1 2020年國內(nèi)疫情初期病例變化趨勢Tab.1 The changing trend of COVID-19 cases in the initial stage of the domestic epidemic in 2020 人

從表1可以看出，疫情從全面爆發(fā)到逐漸得以控制的周期較短，開始迅速擴散，經(jīng)過一段時間的持續(xù)增長后漸趨穩(wěn)定，且不存在二次全面爆發(fā)。在此階段國內(nèi)新冠治愈率達52.15%，病死率為3.60%。隨著時間的推移，疑似病例因陸續(xù)確診而下降，而新冠病理認知的加深、醫(yī)療物資的調(diào)節(jié)及醫(yī)護人員的馳援等防控工作快速有序地開展，使治愈患者不斷攀升、病死率和重癥率逐漸降低。

(2)疫情初期階段性增長顯著

國內(nèi)新冠疫情初期武漢封城(1月23日)后，各地也紛紛啟動應(yīng)急響應(yīng)，全國戒備，疫情防控由此進入高潮。因而本文將1月23日前定義為疫情蔓延階段。統(tǒng)計國內(nèi)每日新增病例實時數(shù)據(jù)可得2020年1月23日至2月29日患者增長比率，并繪制新增患者時間變化趨勢圖(封二圖版Ⅰ圖1)。

從圖1新增患者的數(shù)量變化和增長比率的高低可以看出，新冠肺炎爆發(fā)后國內(nèi)疫情初期具有明顯的階段性特征。由此將疫情初期變化劃分為四個階段：蔓延階段(1月23日前)；爆發(fā)階段(1月23日至2月5日)，新冠疫情全面爆發(fā)，新增患者急劇增長；持續(xù)階段(2月6日至2月19日)，其間2月12日后，湖北省將臨床診斷病例數(shù)納入確診病例數(shù)進行公布，致使12日湖北新增確診患者突發(fā)性增長，影響全國增長趨勢，但總體來講，2月6日至2月19日確診患者雖持續(xù)增長，但增長幅度較前一階段呈下降趨勢，增速減緩；衰退階段(2月20日至2月29日)，新冠肺炎本土患者增速明顯降低，進入低增長階段，向終結(jié)階段過渡。

3.1.2 國內(nèi)疫情初期時空演變特征

(1)新冠患者隨時間推進的增長變化

以地級行政區(qū)為單元，采用空間等級差異法繪制國內(nèi)疫情初期四階段的新增患者時空分布圖(封三圖版Ⅱ圖2)。

從圖2可以看出，新冠肺炎爆發(fā)后國內(nèi)疫情初期患者增長幅度隨時間推移表現(xiàn)出“逐漸蔓延—爆發(fā)增長—持續(xù)增長—過渡衰退”階段過程，且不同地區(qū)的增長變化表現(xiàn)出明顯的差異性。

第一階段：疫情蔓延階段。由于對新冠病毒認識尚淺，疫情隨感染者流動悄然蔓延往全國各地，截止1月22日24時，國內(nèi)已累計報告新冠確診病例571例，感染率為6.66%。隨著二代病例增加、診斷病毒速度加快以及疫情通報的完善，病毒傳播形勢愈加嚴峻，為遏制疫情蔓延勢頭，自23日10時起，武漢宣布封城，全國戒備。

第二階段：疫情爆發(fā)階段。國內(nèi)新冠疫情全面爆發(fā)，患者急劇增長，各地紛紛啟動突發(fā)公共衛(wèi)生事件應(yīng)急響應(yīng)?；颊咴鲩L最快的省份是湖北，由444例增至19 665例，14日病理周期內(nèi)平均增長率達309.22%，湖北周邊地區(qū)如南陽、安慶、長沙等地增長也遠超50例，患者分布集中性強。全國范圍來看，疫情風險等級大致由東南向西北降低。

第三階段：疫情持續(xù)階段。二代、三代及潛伏期中的新冠感染者病例持續(xù)爆發(fā)。武漢新增了34 295例確診及臨床診斷患者，其他增長猛烈的地區(qū)如哈爾濱、蚌埠、甘孜14日病理周期內(nèi)平均增長率分別為11.84%、16.67%和40.71%，增長超50例的州市區(qū)38個。大部分地區(qū)在這一階段增長明顯減少，但仍有不少地區(qū)確診患者呈中高速增長狀態(tài)，疫情風險等級分布破碎。

第四階段：疫情衰退階段。湖北新增患者仍較多，山東濟寧新增確診(含任城監(jiān)獄)206例，除重慶、北京、甘孜及臺灣外，其余地區(qū)患者均處于低增長或零增長，國內(nèi)疫情逐漸衰退，而后新增患者多為境外輸入病例，疫情出現(xiàn)新形勢。

(2)新增患者隨時間推進的空間差異

依據(jù)疫情初期不同時段患者增長變化分布圖(封三圖版Ⅱ圖2)可以看出，全國新冠患者的增長一直以湖北省為中心呈差異性變化。根據(jù)各地級市新增患者在不同階段的變化情況并參考疫情風險等級劃分標準，在空間上將其分為4類。

Ⅰ類區(qū)(新增患者>50)：這一類地區(qū)新增患者多，疫情最為嚴重，多為高風險地區(qū)，是疫情防控的重點。在疫情蔓延初期，僅有武漢市，至爆發(fā)期和持續(xù)期，主要分布于湖北省及周邊市區(qū)，其余零星分布于季風區(qū)的其他省份，到衰退期僅存在于湖北省。

Ⅱ類區(qū)(50≥新增患者>10)：這一類疫情發(fā)生區(qū)主要存在于爆發(fā)、持續(xù)兩階段，廣泛分布于華中、華東地區(qū)，并包括河北、黑龍江、四川、貴州等省部分州市區(qū)，而衰退階段僅存在于湖北省及重慶、甘孜、北京、臺灣地區(qū)，分布較少，各地疫情風險降低。

Ⅲ類區(qū)(10≥新增患者>0)：存在這一類疫情的地區(qū)，在蔓延期分布較分散但覆蓋范圍廣，在爆發(fā)期、持續(xù)期存在于北方及南方地區(qū)大部、內(nèi)蒙古東部和新疆少部，至衰退期零星分布，疫情防控顯見成效。

Ⅳ類區(qū)(新增患者=0)：疫情蔓延階段，多地新冠感染者尚未被確診，而后疫情發(fā)展至爆發(fā)、持續(xù)階段，零患者地區(qū)范圍縮小，主要分布于怒江州—阿拉善盟一線以西。隨著疫情逐漸消退，全國大多數(shù)州市區(qū)實現(xiàn)持續(xù)多日零增長，疫情逐漸得以控制。

3.2 國內(nèi)疫情初期患者分布的空間關(guān)系分析

3.2.1 全局空間自相關(guān)分析

為探究國內(nèi)新冠患者的全局分布關(guān)系，根據(jù)疫情初期四個階段末全國各地級市確診病例數(shù)據(jù)，利用公式(4)計算出患者分布的全局Moran’sI指數(shù)及相關(guān)值(表2)。全局Moran’sI指數(shù)反映了國內(nèi)新冠患者空間分布的總體特征，Z和P檢驗值反映了全局Moran’sI指數(shù)的顯著檢驗水平。

表2 國內(nèi)新冠患者分布全局Moran’s ITab.2 Global Moran’s I index for the distribution of COVID-19 patients in China

由表2可知：四階段末Z值均大于1且P值均小于0.05，其差異具有統(tǒng)計學意義；全局Moran’sI均大于0，顯示新冠患者分布于空間上存在正相關(guān)關(guān)系，呈集聚性分布。其中，一階段末至二階段末期全局Moran’sI指數(shù)在增大，表明患者集聚程度在不斷增強；至三階段末全局Moran’sI指數(shù)減小，表明隨著疫情的發(fā)展，各地疫情具備新的獨立性，空間集聚程度減弱，患者分布有所分散。

3.2.2 局部空間自相關(guān)分析

為進一步了解局部范圍內(nèi)新冠患者的時空分異，將4個階段末全國各地級市確診病例數(shù)據(jù)代入公式(5)計算出患者分布的Local Moran’sI指數(shù)，并利用OpenGeoDa繪制全國不同時間患者LISA集聚圖(封三圖版Ⅱ圖3)。圖4顯示4種不同的局部空間自相關(guān)關(guān)系為：“高—高”表示本地區(qū)與周圍地區(qū)患者均多；“低—低”表示本地區(qū)與周圍地區(qū)患者均少；“高—低”表示本地區(qū)患者多而周圍地區(qū)患者少；“低—高”表示本地區(qū)患者少而周圍地區(qū)患者多。結(jié)果為“不顯著”則表示該地區(qū)與周圍地區(qū)患者分布不存在明顯的相關(guān)關(guān)系。

從圖3可以看出，4種局部空間自相關(guān)關(guān)系在空間分布上表現(xiàn)為：(1)高—高聚集區(qū)在蔓延期主要位于京津冀、長三角、珠三角及湖北地區(qū)，具體分布在天津、武漢、孝感、黃岡、寧波、嘉興、溫州及惠州8市，均為人口密度和經(jīng)濟發(fā)展水平高的區(qū)域，高人群接觸率、高傳染風險造成這些地區(qū)患者高度密集，隨著疫情的推進，高—高聚集區(qū)集中分布于湖北省及周邊市區(qū)。(2)低—低聚集區(qū)主要分布于黑河—騰沖一線以西人口密度較低的地區(qū)，以東分布較少。在東半壁蔓延期有沈陽、通化、菏澤、梅州、延安及臨汾六市，而后擴散至吉遼內(nèi)蒙及黔桂瓊的部分地區(qū)。(3)高—低聚集區(qū)分布于成都市、西安市、陽江市、?？谑?，這些地區(qū)相對周圍人口較為密集。(4)低—高聚集區(qū)與高—高聚集區(qū)的分布特征相似。

3.3 國內(nèi)新冠初期爆發(fā)地武漢的疫情演變及其對其他地區(qū)的影響

3.3.1 國內(nèi)新冠初期湖北疫情變化趨勢

由上述分析可知，國內(nèi)新冠疫情初期空間上以湖北中心性特征最為顯著。為深入了解湖北疫情，按日統(tǒng)計并計算表征疫情嚴重程度的部分指標(表3)。從表3可以看出，湖北累計確診病例占全國總量的83.82%，新增確診患者占全國的12.57%～99.48%，治愈率稍低，而死亡率介于2.54%～5.35%高于全國2.01%～3.60%的水平，重癥率亦較高，介于8.76%～20.74%，疫情嚴重。

表3 2020年國內(nèi)新冠初期湖北與全國疫情比較Tab.3 Comparison of epidemic situation between Hubei and China in the initial stage of COVID-19 in 2020

根據(jù)2020年1月23日至2月29日湖北衛(wèi)健委實時發(fā)布的疫情數(shù)據(jù)，統(tǒng)計得到國內(nèi)新冠初期湖北疫情變化趨勢(封二圖版Ⅰ圖4)。從圖中可以看出，新增患者占全國的比重雖有波動但總體上持續(xù)處于高值，短時間內(nèi)死亡率和重癥率下降并不顯著。隨著治愈率的快速提升，再加上醫(yī)療工作者地不懈努力和社會各界的物資奉獻、人員馳援，湖北疫情逐步緩和。

湖北成為新冠患者核心聚集區(qū)，一是因為湖北武漢作為國內(nèi)疫情爆發(fā)地且傳播歷時較長，感染率高；二是湖北經(jīng)濟較為發(fā)達，人口密度大，交通通達性好，疫情傳播快，特別是無癥狀感染者的流動導致感染人數(shù)激增，造成湖北疫情嚴重。因此，受武漢爆發(fā)地影響，湖北疫情嚴重，表現(xiàn)為穩(wěn)定的患者高密度聚集區(qū)。

3.3.2 各地確診患者與其遷入武漢外流人口的相關(guān)性分析

為探究國內(nèi)疫情爆發(fā)地對其他地區(qū)疫情的影響，根據(jù)2020.01.10～01.24日人口流動大數(shù)據(jù)報告，結(jié)合疫情初期各地確診病例情況，利用公式(6)計算出各地確診患者與其遷入武漢外流人口之間的皮爾遜相關(guān)系數(shù)值。結(jié)果顯示：(1)疫情初期湖北各地級市(除武漢)確診患者與報告中自武漢遷入人口之間的皮爾遜相關(guān)系數(shù)為0.841(P<0.01)，即兩者具有顯著的正相關(guān)關(guān)系。(2)除湖北外各省確診患者與該地遷入的武漢外流人口的皮爾遜相關(guān)系數(shù)為0.875。由計算結(jié)果可知，各地確診患者與該地遷入的武漢外流人口之間具有顯著的正相關(guān)關(guān)系，武漢人口流動在疫情初期病毒傳播中起著重要作用。

3.3.3 國內(nèi)疫情初期除湖北以外新冠病例空間分布的趨勢面分析

由前述空間自相關(guān)結(jié)果可知，國內(nèi)新冠疫情雖受武漢爆發(fā)地影響，但各地疫情隨時間推移仍具獨立性。本文利用ArcGIS軟件結(jié)合趨勢面分析法，以各地市級行政區(qū)經(jīng)緯位置X、Y和其新冠確診病例Z構(gòu)建空間坐標系，再根據(jù)確定點的投影做出趨勢線，與X軸相對應(yīng)的表示自西向東患者變化，與Y軸相對應(yīng)的表示自南向北患者變化，以此探究疫情初期除湖北的全國其他地區(qū)疫情演變趨勢(封二圖版Ⅰ圖5)。如圖5所示，新冠肺炎爆發(fā)初期國內(nèi)患者的三維趨勢分布圖中，總體來看，不同時間患者分布趨勢均相似，東西向上患者分布由西向東增加，南北向上除1月23日外，趨勢線均略呈倒U型，患者分布大致中部多、南北相對較少，分析結(jié)果與新冠患者空間分布特征基本一致。

4 針對突發(fā)傳染性疫情類公共衛(wèi)生事件的防控啟示

在國內(nèi)新冠疫情得以基本控制后，受境外新冠疫情輸入的影響，國內(nèi)新冠疫情依然面臨外防輸入和內(nèi)防反彈的壓力。全國不少地區(qū)出現(xiàn)疫情反復，如北京(2020年6月)、青島(2020年9月)、成都(2020年12月)、石家莊(2021年1月)等。從2003年的SARS病毒到2020年新型冠狀病毒的侵襲，人們身體健康受到嚴重危害，國民經(jīng)濟遭受嚴重損失，并且新的傳染性疾病還在不斷的被發(fā)現(xiàn)。綜合研究結(jié)論，得出突發(fā)傳染性疫情類公共衛(wèi)生事件防控啟示如下。

(1)疫情初期階段是防控的關(guān)鍵。根據(jù)上述國內(nèi)新冠疫情初期總體特征及時空演變研究可知，傳染性疫情具有蔓延、爆發(fā)、持續(xù)與衰退4個基本發(fā)展階段，且空間上爆發(fā)地中心擴散性強。因此，緊抓疫情初期防控能在很大程度上限制疫情的發(fā)展周期與擴散范圍。把握初期階段疫情時空演變特征，做好對疫情傳染規(guī)模、傳染走向、演變態(tài)勢等的空間分析與風險預測，可為精準有效的疫情管理提供依據(jù)。針對疫情不同階段發(fā)展周期，可合理調(diào)整防控措施，蔓延期需及時阻斷傳染源頭。如蔓延時采取封城、交通與人員管制等方式，可遏制疫情由小區(qū)域向大范圍甚至全國擴散的勢頭；在爆發(fā)、持續(xù)期，不同區(qū)域疫情具備新的獨立性，需警惕其他疫情嚴重區(qū)域和大規(guī)模爆發(fā)中心出現(xiàn)；而在衰退期應(yīng)注意對內(nèi)嚴防反彈，對外嚴防各種形式的病菌輸入，如攜菌者、攜菌物等。

(2)嚴格流動人口管控是預防傳染性疫情擴散的重點。前述相關(guān)性分析結(jié)果顯示，新冠肺炎疫情初期湖北及除湖北外各省確診患者與其遷入武漢外流人口的皮爾遜相關(guān)指數(shù)分別為0.841和0.875，疫情傳播與人口流動相關(guān)性顯著。感染人群流動加強了區(qū)域間疫情的聯(lián)系。特別是疫情爆發(fā)地無癥狀感染者的外流，對疫情初期大范圍地區(qū)產(chǎn)生影響。針對疫情期間人口流動情況，有關(guān)部門可運用定位系統(tǒng)結(jié)合網(wǎng)絡(luò)大數(shù)據(jù)平臺，構(gòu)建全國范圍的疫情大數(shù)據(jù)管理系統(tǒng)，實時監(jiān)測人群流動情況，掌握疫情動態(tài)。如移動通信運營商數(shù)據(jù)、百度遷徙大數(shù)據(jù)及社交媒體數(shù)據(jù)等平臺均可有效地反映區(qū)域內(nèi)和區(qū)域間人口流動軌跡、流動風險，群眾也可隨時隨地查詢周邊疫情信息，做好自我防護。利用人群活動軌跡數(shù)據(jù)，相關(guān)部門還可實施對重點人群的精準管控，掌握確診患者在確診前的活動軌跡，以便快速地大規(guī)模流調(diào)排查密切接觸者、分類檢測易感染人群。特別是疫情爆發(fā)地、高風險地區(qū)和患者高密度聚集區(qū)的外流人口活動軌跡。

(3)區(qū)域差異化防控、資源整體化調(diào)配是疫情管控的有效措施。由前述新增患者空間差異與湖北疫情發(fā)展趨勢研究均表明，各區(qū)域疫情嚴重程度、風險等級不等，同時醫(yī)療衛(wèi)生資源分布不均，導致各地衛(wèi)生資源需求不一。應(yīng)結(jié)合疫情空間分布和風險等級情況，因地制宜地采取差異化防控措施，如運輸監(jiān)測、合理管制或停運以及地毯式排查、群防群治等；各省(市、縣)疫情防控需分級處理。特別是如上述空間自相關(guān)結(jié)果所示的那樣，經(jīng)濟發(fā)展程度高、人口密集、交通通達性好的地區(qū)更要重點防控，預防規(guī)模感染、集聚性感染。此外，相關(guān)部門還需強化跨區(qū)域、跨部門的應(yīng)急處置體系建設(shè)，在疫情期間形成聯(lián)防聯(lián)控的總體防控機制，以優(yōu)化公共衛(wèi)生資源的調(diào)配方式，提高對重大突發(fā)公共衛(wèi)生事件的管控能力。

5 結(jié)語

疫情的發(fā)生體現(xiàn)著人與自然的矛盾，深刻影響著自然和人文地理環(huán)境格局。同時，疫情發(fā)展也具有其獨特的時間過程和空間規(guī)律。本文根據(jù)全國各地級市的疫情數(shù)據(jù)，通過地統(tǒng)計空間分析、趨勢分析等總結(jié)了新冠肺炎爆發(fā)后國內(nèi)疫情初期的四個時間階段與空間的總體分布趨勢、差異性演變特征，采用空間自相關(guān)和相關(guān)性分析法討論了國內(nèi)新冠初期疫情分布的全局、局域空間自相關(guān)及耦合關(guān)系。然而，新冠疫情仍然面臨諸多不確定的挑戰(zhàn)。未來，除了重視疫情相關(guān)醫(yī)學研究外，在空間上應(yīng)進行更為深入和精細的疫情地域擴散研究，如從人口流動的交通方式著手，探究疫情傳播與鐵路、公路、航空等不同交通方式及區(qū)域交通通達度之間的聯(lián)系等。疫災的發(fā)生與自然環(huán)境和社會環(huán)境密不可分，深入剖析疫情與生存環(huán)境的關(guān)系，也可為疫情防控及實現(xiàn)人地關(guān)系協(xié)調(diào)發(fā)展提供有力支撐。同時，國際國內(nèi)相關(guān)組織加強信息交流、促進合作，對推動疫情信息公開、經(jīng)驗借鑒和國際理解與互幫互助提供很大幫助。