2008～2012年广西凌云县基于小尺度的伤害死亡空间聚集性研究▲

李 艳 唐 忠 罗 慧

(广西医科大学信息与管理学院，南宁市 530021，E-mail：584288422@qq.com)

论著·调查研究

2008～2012年广西凌云县基于小尺度的伤害死亡空间聚集性研究▲

李 艳 唐 忠 罗 慧

(广西医科大学信息与管理学院，南宁市 530021，E-mail：584288422@qq.com)

目的 探讨2008～2012年广西凌云县伤害死亡在镇(街道)、行政村(居委会)尺度上的空间分布及聚集性规律。方法 利用凌云县2008～2012年伤害死亡资料及电子地理数据建立地理信息系统数据库，通过空间统计软件分析凌云县伤害死亡的空间分布及聚集性规律。结果 在镇级尺度上，伤害死亡高发区主要聚集在该县西南部和东北部的乡镇，随时间推移死亡高发区域先向东北部蔓延，之后逐渐转回到西南部。在村级尺度上，伤害死亡高发区主要聚集在凌云县城西南部和东北部的行政村，随时间推移空间聚集半径逐渐扩大。结论 凌云县各乡镇及行政村存在明显且不固定的伤害死亡高发区，建议各部门根据伤害死亡高发区的发展趋势做好相关的防控措施。

伤害；死亡；空间分析；聚集性；地理信息系统；凌云县；广西

我国每年有70～80万人死于各种伤害，占死亡总人数的11%，居于居民死因顺位的第五位，伤害死亡率为65.24/10万[1]。2010年广西疾病监测系统数据分析结果显示，居民前5位死因依次是恶性肿瘤、脑血管病、心脏病、慢性下呼吸道疾病、意外伤害，前5位伤害死因依次为交通事故、意外跌落、其他意外伤害、溺水、自害，其中道路交通伤害是全国伤害死亡的首因[2]。相关研究表明，由于伤害入住重症监护病房的患者，近25%都有创伤后应激障碍的征兆[3]。如何减少伤害的发生，关系着人民的健康安全。地理信息系统(geographic information system，GIS)在空间分布和聚集性上能对流行病学资料进行有效分析，直观地展示疾病的空间分布和空间聚集性，从而为疾病预防、监测等提供决策支持。尺度一般用来表示物体的尺寸或尺码，有时也用来表示处事或看待事物的标准，同时又可以用来说明某一现象或者过程在空间和时间上涉及的范围和发生的频率。小尺度表示小区域内较密集的空间取样间隔，具有较高的分辨率。本研究对2008～2012年广西凌云县伤害死亡进行基于小尺度的空间聚集性研究，为加强对伤害死亡的预防与控制提供参考。在本研究中，小尺度主要有两个方面的含义：(1)本次研究资料是2008～2012年广西凌云县的伤害死亡监测数据，时间跨度较小；(2)研究的地理空间范围较小，GIS空间分析过程中，主要从镇(街道)、行政村(居委会)等小尺度上对广西凌云县伤害死亡时空趋势进行探讨和研究。

1 资料与方法

1.1 资料来源 人口资料来源于2010年广西统计局公布的统计数据，采用2000年全国第五次人口普查数据进行率的标准化。伤害死亡资料来源于广西壮族自治区疾病预防控制中心2008年1月1日至2012年12月31日广西凌云县死因登记报告信息系统伤害死亡监测数据。电子地图数据来源于广西壮族自治区国土资源厅。

1.2 方法 本次的空间分析研究以广西凌云县乡镇界及行政村界的电子地图(1 ∶10 000)为基础地图，包括县、乡、村边界、湖泊、水库、各级道路、河流等图层，与监测点居民伤害死因监测数据库相关联，获得乡镇界及村界的GIS数据库，将伤害死亡数据导入到电子地图数据库中，建立广西凌云县伤害死亡GIS数据库。本研究采用ArcGIS 10.0软件的ArcMap组件进行伤害地理分布特征的分析、计算及地图绘制，并导入整理好的伤害死亡地理信息数据，用ArcGIS10和GeoDa软件从乡镇、村级两尺度上进行凌云县伤害死因监测的时空趋势研究。采用伤害死亡率的地区分布图可视化描述伤害死因空间分布，直接反映伤害死亡率在各个地区的分布差异；同时，采用反距离加权插值(inverse distance-weighted interpolation，IDW)分析方法计算伤害死亡率的空间聚集性，并用IDW图进行可视化描述；此外，还运用空间关联分析探测各行政村的伤害死亡的空间关联模式，并绘制伤害死亡空间自相关的局部指标(local indicators of spatial association，LISA)空间聚类图。

1.2.1 IDW：IDW法基于相近相似原理，可以根据相邻节点的加权均值来估计未知节点；它适用平面数据，且各节点基本均匀分布，平面密度足以代表局部表面变化。假设在平面上存在一系列离散的点，每个点都存在1个二维坐标和1个值Zi，其中Zi的取值不受限制，即i=1，2，3…，n，其计算公式如下[4]：

其中，Z0为点0的估计值，即要求的预测值；Zi为点0周围已知点(控制点)的值；di为Zi与Z0之间的平面距离；n为已知点的数量；k为指定的幂，其值由预测误差决定[4]。由公式可知，距离点0越近的i点，Zi对Z0的影响也越大，即其权重越大。

1.2.2 局部空间自相关：局部空间自相关能反映每一个空间单元与邻近单元关于某一属性的相关程度，用于检验局部区域存在的空间异质性。LISA能用来进一步衡量观测单元属性和其周边单元之间相近(正相关)或差异(负相关)程度及其显著性，其优势在于能对每个观测单元周围的局部空间聚集的显著性进行评估，从而揭示对全局联系影响最大的单元[5]。其计算公式如下：

wij为空间权重矩阵，对j求和仅限于区域单元i的所有邻居。

2 结 果

2.1 2008～2012年凌云县伤害死因及各乡镇死亡率的时空分析 2008～2012年伤害死亡总数为741例死因顺位排在首位的是交通事故，位居第2的是意外跌落，位于第3、第4的分别是其他意外伤害和自害；战争和其他故意伤害死亡在这几年内未发生。见表1。凌云县2008～2012年各乡镇的伤害死亡率的空间分布见图1。从乡镇级尺度的空间分布图可以看出，凌云县2008年的伤害死亡主要集中在伶站瑶族乡，其次为朝里瑶族乡和逻楼镇，而低发区主要在玉洪瑶族乡；2009年伤害死亡的高发区为朝里瑶族乡和逻楼镇，其次为加尤镇，而低发区集中在伶站瑶族乡；2010年伤害死亡高发区为加尤镇和逻楼镇，而低发区为朝里瑶族乡；2011年伤害死亡主要聚集在朝里瑶族乡和加尤镇，其次为玉洪瑶族乡，而沙里瑶族乡的死亡率最低；2012年伤害死亡率最高的是朝里瑶族乡，其次为逻楼镇，沙里瑶族乡最低。

2.2 2008～2012年凌云县各行政村伤害死亡率空间关联分析 (1)凌云县伤害死亡率2008年主要以泗城镇的平林村、下甲乡的水陆村、伶站瑶族乡的那留村及加尤镇的上伞村为中心向四周辐射性下降，其他乡镇(行政村)的伤害死亡率呈散发状态，在伶站瑶族乡的平兰村等区域呈H-H空间关联模式，而在玉洪瑶族乡的那洪村等区域则呈L-L空间关联模式。见图2。(2)2009年的伤害死亡率主要以逻楼镇的新洛村、沙里瑶族乡的各楼村、下甲乡的坪山村、朝里瑶族乡的九联村、玉洪瑶族乡的东兰村为中心向四周辐射性下降，其他乡镇(行政村)的伤害死亡率则呈散发状态，在逻楼镇的大洞村及沙里瑶族乡的龙化村等区域呈H-H空间关联模式，而在伶站瑶族乡的初化村等区域则呈L-L空间关联模式。见图3。(3)2010年的伤害死亡率主要以加尤镇的东哈村、逻楼镇的大洞村、玉洪瑶族乡的东兰村及泗城镇的览沙村为中心向四周辐射性下降，其他乡镇(行政村)的伤害死亡率则呈散发状态，在加尤镇的磨贤村、泗城镇的陇雅村及沙里瑶族乡的弄丁村等区域呈H-H空间关联模式，而在泗城镇的解放社区、下甲乡的峰洋村及伶站瑶族乡的九民村等区域呈L-L空间关联模式。见图4。(4)2011年伤害死亡率主要以加尤镇的磨贤村及玉洪瑶族乡的上谋村为中心向四周辐射性下降，其他乡镇(行政村)的伤害死亡率则呈散发状态，在加尤镇的加尤村、朝里瑶族乡的兰台村及泗城镇的腰马村等区域呈H-H空间关联模式，而在玉洪瑶族乡的那洪村、下甲乡的峰洋村及沙里瑶族乡的沙里村等区域呈L-L空间关联模式。见图5。(5)2012年伤害死亡率主要聚集在朝里瑶族乡的百朝村、伶站瑶族乡的初化村、逻楼镇的大洞村及加尤镇的龙槐村，并以这些行政村为中心向四周辐射性下降，其他乡镇(行政村)的伤害死亡率则呈散发状态，在逻楼镇的大洞村、泗城镇的品村及朝里瑶族乡的兰台村等区域呈H-H空间关联模式，而在伶站瑶族乡的平兰村、伶兴村等区域呈L-L空间关联模式。见图6。

图2 2008年凌云县各行政村伤害死亡率LISA图及IDW插值图

图3 2009年凌云县各行政村伤害死亡率LISA图及IDW插值图

图4 2010年凌云县各行政村伤害死亡率LISA图及IDW插值图

图5 2011年凌云县各行政村伤害死亡率LISA图及IDW插值图

图6 2012年凌云县各行政村伤害死亡率LISA图及IDW插值图

3 讨 论

近十几年来，随着社会经济和交通工具的发展，道路交通伤害已经成为威胁人民健康和社会安全的重要问题[6]。2008～2012年凌云县致死人数最多的伤害为交通事故，其次为意外跌落，与同类研究结果相似[7]；按照死亡人数多少，其他伤害死因分别为意外跌落、其他意外伤害、自害、溺水、暴力、意外中毒、火灾、战争和其他故意伤害。

从镇级尺度的空间分布图可以看出，2008～2010年间凌云县伤害死亡率高发区主要聚集在该县西南部和东北部的乡镇，随时间的推移，死亡聚集区域先向东北部蔓延后逐渐转回到西南部的乡镇。从村级尺度的空间聚集性和空间关联模式图来看，伤害死亡主要聚集在县城西南部和东北部的行政村，随时间推移空间聚集半径逐渐扩大。从伤害高发区聚集的乡镇和随时间推移的空间变化趋势来看，乡镇尺度和行政村尺度的分析结果存在一定差异，表现为：在乡镇尺度上高发的乡镇，行政村尺度上可能存在低发的村落；而在乡镇尺度上低发的乡镇，在行政村尺度上可能存在高发的村落。例如逻楼镇为高发区而其内部的降村、弄棍村、祥福村等则呈现低发状态，沙里瑶族乡为低发区但其内部的沙里村则为高发状态。

凌云县由于面积相对较小，路网并不复杂，因而交通事故的发生规律明显，多围绕省道和县道呈线状分布。2008年的交通事故死亡人数最多的地区为泗城镇，而2009年死亡人数最多的地区同样为泗城镇，其次为加尤镇和玉洪瑶族乡，但事故死亡高发带向北偏移，中部地区也有一块区域死亡率较高。这主要是由于中部地区和北部地区有省道和县道的枢纽，因此这两处交通网络比其他地区更密一些。2010年交通事故的死亡人数最多的地区仍为泗城镇，其次为逻楼镇，但死亡率高发带又明显向中部地区转移，呈线状沿省道分布。经过整治，2011年中部地区的交通安全有所改善，但北部地区的死亡人数有所上升，呈现出局部的核心区，死亡人数最多的为泗城镇，其次为加尤镇和逻楼镇。2012年死亡人数最多的地带仍然是围绕整个市区的主要交通干道，死亡人数最多的地区为泗城镇，其次为逻楼镇，但总死亡人数比上一年有所减少。

综上所述，相关部门要对凌云县伤害死亡聚集乡镇和行政村加以约束监督，可以通过适当的方法(比如法制宣传、交通安全意识宣教等)来降低伤害死亡率。

[1] 冯悦静,周 刚,李爱红.洛阳市9 387例伤害流行病学特征分析[J].现代预防医学,2009,36(5):816-818,822.

[2] 倪元锦,姬少亭.“伤害死亡”交通事故居首[N/OL].新华每日电讯,2012-11-21(5).[2016-02-23].http://news.xinhuanet.com/mrdx/2012-11/21/c_131988553.htm

[3] Xi J,Gao Z,Niu S,et al.A hybrid algorithm of traffic accident data mining on cause analysis[J].Math Probl Eng,2013,34(2 013):130-137.

[4] 靳 军,刘建忠.国内外GIS软件的空间分析功能比较[J].测绘工程,2004,13(3):58-61.

[5] Auer AM,Dobmeier TM,Haglund BJ,et al.The relevance of WHO injury surveillance guidelines for evaluation:learning from the aboriginal community-centered injury surveillance system(ACCISS) and two institution-based systems[J].BMC Public Health,2011,11:744.

[6] 李秀霞,罗 燕,胡燕美,等.2009年宾阳县伤害监测结果分析[J].应用预防医学,2011,17(6):362-366.

[7] 滕有明.2008～2012年广西监测点居民伤害死亡状况和疾病负担分析[D].南宁:广西医科大学,2014.

Spatial clustering study on death caused by injury based on small scale in Lingyun County of Guangxi from 2008 to 2012

LIYan,TANGZhong,LUOHui

(SchoolofInformationandManagement,GuangxiMedicalUniversity,Nanning530021,China)

Objective To explore the spatial distribution and the regularity of clustering of death caused by injury in Lingyun County of Guangxi from 2008 to 2012 on the scale of town(street),administrative villages(neighborhood committees).Methods A geographic information system database was established using the data of death caused by injury from 2008 to 2012 and electronic geographic data in Lingyun County of Guangxi.The spatial distribution and the regularity of clustering of death caused by injury in Lingyun County were analyzed by the spatial statistical software.Results On the scale of town,the areas with high mortality caused by injury were concentrated in the southwest and northeast towns or villages.The areas with high mortality spread to the northeast then gradually turned back to the southwest over time.On the scale of village,the areas with high mortality caused by injury were concentrated in the administrative villages in southwest and northeast of the county,and the diameter of spatial cluster gradually expanded over time.Conclusion Obvious but non-fixed areas with high mortality caused by injury exist in each town and administrative village of Lingyun County.It is suggested that relevant department should take relevant prevention and control measures according to the development tendency of the areas with high mortality caused by injury.

Injury,Death,Spatial analysis,Aggregation,Geographic information system,Lingyun County,Guangxi

广西地区区域医疗信息平台架构及关键技术研究(2013YB045)；广西科技基础条件平台建设项目(12-97-19)

李艳(1990～)，女，在读硕士研究生，研究方向：医学信息管理。

唐忠(1968～)，男，博士，教授，研究方向：流行病与卫生统计、医学信息管理， E-mail：zhongt@gxmu.edu.cn。

R 195

A

0253-4304(2016)10-1405-05

10.11675/j.issn.0253-4304.2016.10.18

2016-05-16

2016-08-10)