第43卷第4期
2021年7月㊀
湖北大学学报(自然科学版)Journal of Hubei University(Natural Science)㊀Vol.43㊀No.4㊀㊀July 2021收稿日期:20200921
桌宠基金项目：国家自然科学基金(41301516)和教育部产学合作协同育人项目(201801312006)资助
作者简介：王红(1986)，女，副教授；丹晓飞，通信作者，硕士生,E-mail:1505891117@qq
文章编号:10002375(2021)04035908
基于县域的湖北省新型冠状病毒肺炎的
时空变化特征
王红1,2，丹晓飞1，邓娅萍1，王新生1,2
撩人的套路一问一答
(1.湖北大学资源环境学院，湖北武汉430062;2.区域开发与环境响应湖北省重点实验室，湖北武汉430062)摘要：为了展现2020年1月20日到3月14日之间湖北省各地新型冠状病毒肺炎的时空变化情况
并探索其影响因素，利用核密度分析㊁空间自相关分析以及相关性分析等方法直观定量地展示新冠病毒疫情在湖北省的时空变换过程和其相关影响因素.得到以下主要结论:1)湖北省确诊人数空间变化上呈现东高西低的状态.2)新冠肺炎初期分布为一核强集聚，聚集核心为武汉和鄂州交界处，多核弱集聚；后期弱聚集区域逐渐缩小减少，强聚集区逐渐分化为武汉和鄂州两个聚集核心.3)湖北省西部大部分县市呈现低-低聚集的态势，东部以武汉市为核心与相邻县市形成高-高相邻或高-低相邻.4)交通因子对新冠肺炎确诊人数的空间分布具有较大的影响，其次与新冠病毒传播和发展有显著相关性的因素是地形因素和当地的社会环境.
关键词：时空变化；空间聚集；相关性分析；空间自相关
中图分类号:P237;R563㊀㊀文献标志码:A㊀㊀DOI :10.3969/j.issn.1000-2375.2021.04.001
著录信息：王红，丹晓飞，邓娅萍，等.基于县域的湖北省新型冠状病毒肺炎的时空变化特征[J].湖北大学学报(自然科学版),2021,43
(4):359-366.Wang H,Dan X F,Deng Y P,et al.Spatial and temporal variation characteristics of COVID-19in Hubei Province based on County level[J].Journal of Hubei University(Natural Science),2021,43(4):359-366.
Spatial and temporal variation characteristics of COVID-19in Hubei Province based on County level
WANG Hong 1,2,DAN Xiaofei 1,DENG Yaping 1,WANG Xinsheng 1,2
(1.Faculty of Resources and Environment,Hubei University,Wuhan 430062,China;2.Hubei Key Laboratory of Regional Development and Environmental Response,Wuhan 430062,China)
Abstract :In order to present the spatial-temporal changes of COVID-19and explore its influencing factors across Hubei Province (from January 20to March 14,2020),the change were intuitively and quantitatively demonstrated by using nuclear density analysis,spatial autocorrelation analysis and correlation analysis.The main conclusions are as follows:1)The number of confirmed cases in Hubei Province is higher in the East and lower in the West.2)The initial distribution of COVID-19was characterized by a strong nuclear cluster and a weak multicore cluster.In the later period,the weak aggregation area gradually decreased and the core cluster was split in two centered in Wuhan and Ezhou.3)Most of the Counties and Cities in the western part of Hubei Province presented the trend of low-low aggregation,and the eastern part took Wuhan City as the core and formed high-high or high-low neighborhood with neighboring Counties and Cities.4)Traffic factors had a significant influence on the spatial distribution of the number of COVID-19diagnosed.Topographic factors and local social environment related to the novel Coronavirus transmission and development significantly too.
360㊀湖北大学学报(自然科学版)第43卷Key words:change of time and space;spatial aggregation;correlation analysis;spatial autocorrelation
0㊀引言
新型冠状病毒肺炎的出现给全球人民的工作和生活带来了严重的影响.很多学者从生物学和病毒学的方面对新型冠状病毒进行了研究，为病毒的传播和预防提供了很大的贡献[1-3]，也有很多学者从地理学角度出发对肺炎疫情进行分析，主要包括:1)研究新冠肺炎和气候与环境之间的关系.如Bashir等发现了新型冠状病毒的大流行与平均温度㊁最低温度和空气质量显著相关[4],Wang等研究表明北半球夏季和雨季到来可以有效减少COVID-19的传播[5],Auler研究了巴西5个城市中气象条件对新冠病毒的影响，得到较高的平均温度和平均相对湿度有利于新冠病毒的传播的结果[6].2)研究疫情的空间格局发展.如Kang等研究了中国大陆地区新冠肺炎的空间流行动态[7]，简子菡等人从市域㊁县域及城镇等多个尺度对河南省新冠病毒肺炎病例的空间格局演化进行了研究，并分析其各类空间特征[8]，苏理云等用空间统计方法对疫情期间全国累计确诊人数进行了分析，并且探究了全国新冠病毒疫情的时空格局变化[9]，石莹等学者研究了全国新冠病毒肺炎的空间分布及空间聚集状况[10]，韩明慧等分析了国外1月2日到2月18日之间的肺炎发病现状和趋势等[11].以上基于地理角度对新冠肺炎疫情的研究都从空间分布或影响因素方面进行了探索分析，但是对于疫情比较严重的湖北地区的肺炎空间分布与影响因素之间的定量表达的研究较少，研究新冠病毒在湖北省传播的时空变化，可以对新冠肺炎的发展传播过程有
一个较为直观的了解，并且根据确诊人数分布情况和病毒的生存传播特性提出一些影响因素的猜想并进行验证，以出新冠肺炎传播和发展的主要影响因素，为新型冠状病毒的防御提供参考.本研究从县级尺度对湖北省疫情进行空间表达，分析新冠病毒传播过程中确诊人数在湖北省的空间聚集性㊁空间转移变化及疫情分布的空间自相关，重点分析病毒传播与交通㊁气候㊁人口等相关因素之间的关系，并进一步探讨病毒传播的影响因素.
1㊀数据和方法
1.1㊀研究区与数据来源㊀研究对象为湖北省内各个县市行政区，研究数据包括研究时段内每日疫情数据(来源于湖北省各市卫生与健康委员会及政府的每日公布的疫情信息)㊁各县市温度( qq.ip138/weather/hubei/lishi.htm)和湿度数据(hz.zc12369/home/meteorologicalData/ dataDetails/)㊁平均海拔(30m数字高程模型www.gscloud/)㊁人口数据和地区生产总值(来源于各地政府公布的统计年鉴)，国家基本比例尺1ʒ100万地形图(www.webmap/main.do? method=index&tdsourcetag=s_pcqq_aiomsg)作为湖北省行政矢量数据.
1.2㊀研究方法㊀本文中根据研究时间内各个阶段的每日新增病例和累计确诊病例划分研究时段.通过核密度方法进行密度分析以对新冠疫情的高密度核心进行可视化表达.对于疫情在湖北省的空间聚集情况，采用空间相关分析即Moran指数的方法进行表达.在湖北省疫情空间分布的基础上，分析疫情与道
路㊁气候㊁地形等因素之间的关系，利用相关性分析法定量的分析各因素与疫情分布之间的相关性系数，以得到与疫情发展相关性显著的因素.
2㊀湖北省新型肺炎疫情的时空特征
2.1㊀时间变化总体特征分析㊀根据湖北省及各县市卫健委(局)发布的统计数据,1月20日之前新冠肺炎还未大规模出现，因此官方公布数据没有精确到具体县市,3月14日之后湖北省的疫情已经趋于稳定，因此选取1月20日到3月14日之间为研究时段.根据期间的每日新增病例和累计病例，对其利用折线图进行表示(图1)，将研究时间划分为4个时间段，第一阶段为1月30日前，湖北省每日新增确诊病例人数较少，处于疫情缓慢增长期.第二阶段为1月31日到2月4日，这个阶段每日新增病例数加速增长，处于疫情快速发展期；第三阶段为2月5日到2月24日，前期每天新增的病例数呈现波动上升
第4期王红，等：基于县域的湖北省新型冠状病毒肺炎的时空变化特征361
㊀
堀北真希黑木明纱趋势，而且数量居高不下，之后每日新增确诊病例逐日减少，情况逐渐好转，这个阶段为疫情的抗衡期阶段.2020年2月25日后，新增病例数在29日迎来了最后一个小高峰，之后趋于稳定，为疫情发展的第四个阶段即稳定好转期.根据以上时间段，从各个时间段内选取具有代表性的时间节点对疫情的空间
演化进行表达，主要选取1月30日,2月5日(由于2月4日疫情数据不完整，因此以2月5日疫情数据为第二阶段时间节点),2月12日和2月29日为时间节点代表，通过时间节点的当日新增病例和累计病例数对湖北省疫情的空间变化进行表示.
图1㊀湖北省确诊人数变化
2.2㊀基于不同时间的空间分布特征㊀从新冠肺炎病例的出现，到2020年1月10日，春运正式启动，巨大的人流量给新冠病毒的传播制造了有利的传播条件，武汉市作为交通要塞，具有更密集的人流量，致使武汉的疫情更加严重.由图2可以看出，疫情严重程度在湖北省呈现东高西低的分布情况,1月31日
除武汉及其周围地区，其他各县市的累计确诊病例相对比较少，大部分区域累计病例数不超过10人.到2月5日疫情在总体程度上增长较多，从图2b可以看出，湖北东部区域确诊病例数增长速度高于西部，这个阶段累计病例数最多的武汉市共有病例10117例，其次为黄冈市黄州区546例和随州市曾都区488例.截止到2月12日，疫情进一步严重，累计确诊人数较多的包括武汉市32994例，鄂州市鄂城区844例，孝感市孝南区729例，黄冈市黄州区717例，孝感汉川市641例，此阶段疫情分布依然是东部比较严重，并且累计确诊病例较多的县市基本都位于市区中心或距离武汉市距离较近.到2月29日，疫情总体发展速度减缓，分布情况与之前相似，依然呈现湖北省西部相对程度较轻，东部疫情严重，其中武汉市依然是累计确诊人数最多的区域达到48557例，其他县市在原有基础上有不同程度的增加，整体上呈现增长趋势.
图2㊀县级尺度下湖北省累计确诊病例时空演变杨澜父亲
2.3㊀基于不同时间的空间聚集特征㊀发病率一般用来描述疾病的分布，评价防治措施的结果等.表示一定期间内，一定人中某病新病例出现的频率，其公式见式(1):
发病率=一定时期内某人中某病新病例数/同时期暴露人口数ˑK(1)式中,K=100%,1000ɢ，或10000/万.
为了排除部分地区人口总量少㊁确诊人数虽少但占比较高的情况，本文中采用发病率(K值取100%)来探究疫情分布中是否存在明显聚集分布的核心区域，同期暴露人数取县级行政区内的常住人口数，在ArcGIS软件的支持下将县级行政区面转为中心点数据，并根据发病率进行核密度分析，得到湖北省各地的新冠肺炎发病率空间聚集图.
362㊀湖北大学学报(自然科学版)第43
卷
图3㊀县级尺度下的发病率空间集聚变化
图3代表了时间点内新冠疫情发病率的空间集聚程度，整体来看4个时间点的疫情发病率集聚区域都集中在鄂州㊁武汉㊁黄冈及黄石交接的位置，另外，十堰市张湾区，宜昌市主城区，襄阳市主城区也分
别有不同程度的小聚集.将4个时间节点的各市确诊人数进行排序统计，各时间节点确诊人数占据前三的分别为武汉市㊁孝感市和黄冈市，其次随州市㊁襄阳市及荆州市，黄石市和荆门市也基本位于前列，武汉市虽然是确诊病例最多的城市，由于人口容量大，因此发病率相对来说不是最高.这也对应了上图的疫情聚集核心不在武汉内而位于武汉鄂州黄冈交界处的现象.十堰市也是疫情聚集的一个核心区域，原因可能为疫情初期时部分市民风险意识淡薄，导致十堰市张湾区本地居民感染的病例较多,2月12日张湾区发布了战时管制令，对疫情的防控起到了很大的作用.宜昌市的西陵区和伍家岗区都位于宜昌市主城区，确诊人数多，相比于宜昌市其他地区，疫情更加严重，因此形成了集聚现象.从时间上看，截止到1月31日，十堰市㊁襄阳市㊁宜昌市㊁荆门市及荆州市的集聚现象较明显；到2月5日，荆门市和荆州市集聚现象有所下降，湖北省东部发病率的聚集情况基本不变；到2月12日，疫情聚集现象继续减弱，武汉市出现了次级聚集中心；截止到2月29日，湖北省西部的聚集现象基本弱化，相比之下，东部的武汉出现了一级聚集中心，与鄂州区域形成了双核现象，这可能与武汉作为疫情重灾区，累计确诊病例数越来越多有关.
3㊀湖北省新型肺炎疫情的分布分析
3.1㊀空间自相关特征分析㊀地理空间对象普遍存在自相似性特征，距离越近的物体，相似程度越高.当发生传播现象时，感染者与易感染者的活动范围上存在着空间交叠[12]，在这个过程中，疫情的发病率在空间上会存在一定的空间自相关特征.利用ArcGIS 分别计算湖北省疫情期间各个县市新冠病毒
发病率的Moran s I (表1)，可以看出,1月31日的莫兰统计指数为0.3689,Z 得分为5.4251,p <0.01，此时间段新冠病毒发病率在空间上显著正相关，并且具有明显的聚集分布特征.2月5日新冠病毒的发病率的莫兰指数为0.5776,Z 得分为8.4035,p <0.01.2月12日，湖北新冠疫情累计发病率的莫兰统计指数为0.5118,Z 得分为8.3685,p <0.01.2月29日,COVID-19的发病率莫兰指数为0.3815,Z 得分为7.0351,p <0.01，通过了显著性检验，结果显示湖北省各县的新冠肺炎发病率之间存在比较显著的空间自相关特性.可以发现，随着时间发展，新冠肺炎的发病率的莫兰指数先上升后下降，说明各地新冠肺炎的发病率空间自相关性随时间先加强后稍有减弱，即在疫情快速发展蔓延时期，某行政区的发病率与其相邻行政区之间的相关性更强，并且随疫情发展影
响较大，考虑其原因可能是疫情初期正值春运，并
且部分地区防控措施力度较小，在发达的公路㊁铁
劳动合同法 第39条
路交通网的基础上，人员流动较大，造成了病毒的
传播，使疫情发展较快并且相邻县市疫情具有强相
关性.后期新冠肺炎疫情得到控制，相邻行政区之间的相关性也逐渐减弱.表1㊀空间自相关统计结果日期Moran s I Z 统计量P 值1月31日0.3689  5.42510.0002月5日0.57768.40350.0002月12日0.51188.36850.0002月29日0.38157.0351
0.000㊀㊀利用Geoda 软件得到湖北省COVID-19发病例的LISA 统计可视化和显著性特征(图4)，不难发现，新冠病毒的高-高聚集区与主要分布在湖北东部，即武汉周围区域的麻城㊁孝南㊁汉川㊁仙桃等地，高-低分布的则主要为武汉市，低-高分布的区域为武汉周边城市，低-低聚集分布的区域主要分布在湖北省西部，包括恩施土家苗族自治州，宜昌市西部和十堰市南部，神农架林区等地.2月6日，低-低
第4期王红，等：基于县域的湖北省新型冠状病毒肺炎的时空变化特征363
㊀
集聚区域在湖北省西部有所扩大，高-高集聚区有所减少；这个阶段武汉市的新冠肺炎发病率没有表现出明显的空间自相关性，而周围的行政区域则大部分显示为高-高聚集，孝感市的大悟县和安陆市以及鄂州市呈现低-高的空间自相关性.截止到2月12日，包括武汉及其周边行政区都显示高-高聚集，说明了这些区域的疫情情况普遍较严重，低-低集聚分布在湖北省西南部的恩施土家苗族自治州和神农架林区等地.2月29日，湖北省西部的低-低集聚区域进一步扩大，代表了疫情的好转，孝感市的孝南区和汉川市依然呈现高-高聚集现象，说明这个阶段除武汉及孝感东部区域，大部分地区的疫情得到了很好的控制.
恶作剧的歌词图4㊀不同时间节点的发病率的空间自相关情况
3.2㊀可能相关的影响因素分析㊀新冠肺炎的时空分布与诸多因素有关，如各地政策制定与实施㊁医疗卫生条件㊁各地受到的支援力度㊁人员流动等人为因素及地形㊁交通等客观原因，目前有关流行病的相关因素研究，大部分学者研究了发病率与气候之间的关系，还有部分学者研究了社会经济指标如GDP和人口数量或消费水平与传染病发病率之间的相关性[13-14].一般情况下，病毒对温度比较敏感，虽然不同种类的病毒对温度的抵抗力不同，但大部分病毒在高温条件下存活率较低[15].同时有研究表明，相对湿度可能是影响气溶胶颗粒中病毒存活力的决定因素[16].地形数据如平均海拔高度也可以对当地的气候和环境起到一定作用，海拔高度越高，温度越低，空气相对湿度也会有所改变，根据以上研究推测温度和湿度可能会对新冠肺炎的传播有一定影响.人口密度在一定程度上可能对病毒的传播产生影响，对于传染性强㊁潜伏期长的病毒，人口密度大意味着人口流动性强，为病毒的传播制造有利条件.自然环境中水网密度代表当地的水环境条件，病毒在进入水环境之后，天然状态下可能长期存活，城市污水中的病原体含量很高，虽然对排放前的污水进行了处理，但是河㊁湖等地类仍然存在
病毒，因此水网密度与新冠病毒可能存在一定的联系[17].地区生产总值代表一个地区的经济发展水平，经济发展水平越高，代表当地的医疗条件，交通条件越好，对疫情的发展和控制起到一定的作用.
根据以上研究结果，本文中选取湖北省社会经济指标包括政府公布的2019年人均GDP㊁人口密度，研究时段内气候因素即月平均温度和月平均湿度，地形数据，自然因素即水网密度及交通因素包括公路可达性和铁路可达性探究对其疫情分布的影响.
湿度数据以湖北省市级为单位，利用克里金插值法对其进行内插，以获得各个县市的湿度数据，同时根据各地的统计年鉴和官方数据计算当地的人均GDP及人口密度，对平均温度㊁平均湿度㊁水网密度㊁DEM㊁人口密度和地区人均生产总值进行可视化表达(图5).
一个地区的交通便利性很大程度上取决于铁路和公路的交通运输水平，可以用可达性来代表，理论上某地区的可达性更高，则经过该地区的人就会越多，在病毒传播方面，可达性更高的地区可能会具有更高的被感染的风险.考虑到武汉市从1月23日开始封城，封城之后的人口流动较原来受到限制，因此采取23日之前的城市可达性，以疫情前期隐藏病毒携带者在城市之间的流动探究交通因子对新冠疫情的分布影响.本文中分别从公路和铁路方面计算湖北省各县市的可达性，并进行可视化表达(图6).铁路可达性[18-20]指标利用最短旅行时间，根据封城前12306火车时刻运行表选取湖北省城市间直达列车的最短运行时间或两节点之间包含中转的最短时间，公路可达性采用OpenStreetMap中下载的路网数
据利用基于O-D(交通起-止点)联系的网络分析法以小时为单位，根据各县市的最短时间计算可达性系数，即某一研究节点可达性指标与网络内所有节点的此项指标平均值的比值，可达性系数数值越小，可达性越高.
3.3㊀相关性分析及影响因子提取㊀相关分析是研究两个或两个以上处于同等地位的随机变量间的相