基于Crystal Ball和GIS的湖北省新冠疫情时空特征研究

吕振华，程绍文

(华中师范大学城市与环境科学学院，武汉 430079)

21世纪以来，随着全球工业化普遍发展、城市规模不断扩张和区域人流、物流联系日趋紧密，地球生态环境和气候变化加剧，地区及全球性的传染性流行病频繁发生，对人类健康和生命安全的威胁和影响愈发严重，引起各个国家和包括世界卫生组织(WHO)在内的国际组织的普遍关注.近年来，禽流感、甲型流感(H1N1)、非典(SARS)、埃博拉病毒(Ebola)、中东呼吸综合征(MERS)等均给人类社会带来巨大灾难和损失.新型冠状病毒肺炎(COVID-19，后文简称“新冠肺炎”)是当前人类正面对的一种新的传染性流行病，新冠肺炎病毒正严重威胁着人类的生命安全.根据世界卫生组织官网数据，截止到欧洲中部时间2020年7月5日，全球累计有超过1 104.69万人感染新冠肺炎病毒，累计死亡超过52.64万人；其中，中国累计确诊85 306例，死亡4 648人(数据来源：WHO Coronavirus Disease (COVID-19) Dashboard. https://covid19.who.int/.Datalastupdated: 2020/7/5，8:12a.m.CEST.).新冠肺炎给武汉市乃至湖北全省人民的生命安全带来重大损失和严重威胁.截至2020年7月30日，湖北省累计确诊新冠肺炎患者数据一直控制在68 135例，死亡人数4 512人，是中国新冠疫情的重灾区.在湖北省17个市州中，武汉市截至7月30日累计确诊50 340例，死亡3 869人，是湖北省疫情最严重的地区.

目前，新冠病毒仍然全球肆虐，造成全球大多数国家经济社会生活停顿，人们生命安全面临严峻威胁.世卫组织及一些公共卫生科学家已经公开表示，新冠肺炎不仅很有可能会在今年的秋冬季节复发爆发，还会与人类共存很长时间.因此，加强对新冠疫情的研究，科学防控疫情、将疫情的消极影响降到最低已经成为当前世界各国迫在眉睫的问题.

当前，国内关于新冠肺炎的研究主要集中于新冠肺炎病理分析与中医药救治[1-3]、疫情发展分析预测[4-5]、疫情防控[6-9]、疫情所造成的经济政治影响与应对[10-12]及社会大众心理健康研究[13-15]等方面；学者主要从医学、管理学、运筹学、心理学、经济学、社会学、政治学等视角进行研究，取得诸多成果，在我国病患救治、疫情防控、公众情绪疏导等政策措施制定等方面发挥了智库支持作用.我国地理学者亦对新冠疫情进行了相关研究，主要集中于以下方面：人口流动与疫情时空扩散研究[16-19]、疫情前后网络舆情的时空研究[20-21]、新冠疫情确诊病例在河南、陕西、广东三省的时空分布特征研究[22-24]、新冠疫情背景下的地理学其他相关研究[25-27].其中时空分布特征研究主要以某一省份整体为研究对象，简子菡、丁志伟从镇域尺度对河南省新冠疫情病例的时空演化特征进行分析，研究发现河南省疫情空间上整体疫情呈现“南重北轻”和确诊病例数呈现“东南多西北少”的特点，同时单核高密度集聚中心主要出现在省内中部地区[22]；王皎贝、李钢等以陕西省为例，通过对确诊病例的社会人口学特征和疫情的时空演化特征的研究，来评估重点市域的疫情风险等级.研究发现陕西省疫情发展可划分为波动发展、低速衰退、平稳清存3个阶段，同时其空间扩散呈现“远鄂单核”的结构模式，其中重点市域西安市的疫情风险等级空间分布呈现出“一组团三小片”格局，表现出主城区风险等级高于周边区县的特点[23]；刘逸、李源等对新冠确诊病例在广东省的时空扩散特征以及各地级市疫情传播和变动的空间差异进行分析，发现广东省疫情扩散格局和综合风险格局存在显著空间差异，表现出三四线中型城市的扩散风险较高但综合风险处于中等水平，发达城市的扩散风险较低但综合风险最高，粤东西部的欠发达地区较为安全的特点[24].总的来说，尽管湖北省是此次我国疫情的重灾区，但对湖北省域内新冠疫情发展过程进行复盘研究和时空发展特征的分析却极其少见，地理学在传染病疫情时空传播研究中的传统优势未能得到充分发挥.研究湖北省域内疫情发展的时空特征，有助于人们了解疫情发展的时空规律和政府防控干预的效果，可以为世界其它国家开展新冠肺炎联防联控、我国加强“外防输入、内防反弹”的常态化防控工作、防疫政策制定等提供理论依据.

因此，本研究拟以2020年1月25日(湖北省卫生健康委员会公布各市州累计确诊人数起始日)至2020年4月8日(武汉市新冠疫情得到根本控制，解除离汉离鄂通道管控之日)研究时段内湖北省各市州累计确诊人数及每日新增确诊人数为原始研究材料，利用Crystal Ball和GIS软件分析湖北省此时间段内新冠疫情发展的时空特征.通过对典型疫情地区新冠疫情发展的地理学分析，为今后一段时间内我国的疫情防控工作提供理论指导.

1 数据来源与研究方法

1.1 数据来源

本研究涉及的指标包括2020年1月25日至2020年4月8日研究期间湖北省17个市州每日新冠肺炎新增确诊及累计确诊病例数、万人确诊率及湖北省行政区划地图数据，数据来源见表1.

表1 各类数据来源Tab.1 Data sources of all analyzed indexes

1.2 研究方法

Crystal Ball是一款基于Monte Carlo模拟方法，专为建模、预测、模拟和优化而设计的基于电子数据表的应用软件，主要用于定量的风险分析和科学管理，适用于时间序列上事物或事件的风险分析与发展趋势预测，特别是不确定性的事物的分析和预测.Monte Carlo方法的名称源自法国和意大利接壤的一个著名赌城Monte Carlo，是指通过随机模拟和统计试验求解问题近似解数值的方法.计算机的高速发展为Monte Carlo方法提供了强有力的工具和极大的方便，使其获得了广泛应用，求解随机性问题是Monte Carlo方法的主要应用领域.Monte Carlo模拟的基本原理是：用概率密度函数描述某一变量出现可能性的大小，通过概率密度函数用一定数值范围内的密度函数值作为输入变量取代单一的数值输入，计算机通过数千次随机的科学迭代模拟过程，综合得出最科学的输出结果.这种方法可以减少单纯主观经验判断或单纯依靠不完整的数据带来的误差，从而保证拟合预测的科学性[28].Monte Carlo模型目前已经被用来分析北京地区非典的时空变化特征[28]、模拟种群的生死过程和竞争过程[29]，也被广泛用于公共政策分析[30].与传统的风险分析和预测方法(如移动平均、指数平滑、季节性模型和趋势模型等)相比，通过Crystal Ball软件的Monte Carlo模拟方法可以克服传统电子表格分析的局限：可为电子表格中的每个不确定单元格描述一系列可能值，预测图可显示可能结果的整个范围以及实现每个结果的可能性[31]，方便快捷地实现上述基于时间序列的预测功能.由于基于Monte Carlo模拟方法的Crystal Ball软件在进行不确定性事物预测方面功能强大，目前已经在医药卫生领域[32-34]大量应用.新冠肺炎疫情作为突发性公共卫生事件，具有较大的不确定性和复杂性，其时间变化和风险变化变动较大，正好符合Crystal Ball软件应用对象的要求(即时间序列上事物或事件的风险分析与发展趋势预测)，适宜利用Crystal Ball软件进行疫情分析预测.因此本研究利用Crystal Ball工具对湖北省新冠肺炎疫情发展进行复盘分析以及疫情发展的时间分布特征分析是可行的.

利用ARC GIS 10.2软件将获得的研究时段(2020年1月25日-2020年4月8日)湖北省各市州累计确诊人数进行数字可视化处理，得到湖北省各市州新冠疫情空间分布图(图1).通过空间自相关检验方法以及Crystal Ball软件的批量拟合功能探讨湖北省新冠肺炎疫情的空间分布特征.

图1 湖北省各市州新冠肺炎累计确诊人数图(截至2020年4月8日)Fig.1 Distribution of accumulated confirmed COVID-19 cases in Hubei Province (as of 2020-04-08)

2 湖北省新冠肺炎疫情时空分布特征

2.1 湖北省新冠肺炎疫情时间分布变化特征

以研究时段内湖北省各市州每日新增新冠肺炎确诊人数为原始数据资料，在Crystal Ball 软件中利用“定义假设”功能下用分布拟合数据选项，对省内17个市州分别进行分析，得到各市州时间序列上新增确诊人数变化的概率密度函数分布类型及图像，通过概率密度函数判断其新冠肺炎疫情时间分布上的连续性及省内各市州疫情时间变化的类型及空间差异.

在Crystal Ball 软件中将拟合选项设定为自动选择，由计算机软件自动匹配各市州新增确诊人数的分布类型，并从Adeerson-Darling检验(G)、Kolmogorov-Smirnov检验(K)和卡方检验(K)中匹配最适合原始数据的方法.最终得到以卡方检验(K)为排名依据的各市州新冠肺炎新增确诊的最优拟合结果(见下表2).结果显示，时间序列上，湖北省17个市州新增确诊人数变化分布类型均为离散分布，离散分布类型以几何分布、离散均匀分布、负二项分布为主(表2、图2).

由表2和图2可知，武汉市、襄阳市、随州市为几何分布，时间序列上感染人数变化波动大；孝感市、黄冈市、荆州市、鄂州市、黄石市、宜昌市、荆门市、咸宁市、天门市、恩施州为离散均匀分布，时间序列上感染人数波动变化小；十堰市、仙桃市、潜江市、神农架林区均为负二项分布，其中十堰市和仙桃市时间序列上感染人数波动变化较大，潜江市和神农架林区由于总体确诊人数较少(潜江市198例、神农架林区11例)其在时间序列上感染人数波动不显著.这表明湖北省新冠疫情时间变化上具有整体复杂性、地域差异性和空间跳跃性特征，客观上说明湖北省的疫情防控要因地制宜、精准施策.

表2 湖北省各市州最佳拟合分布模型Tab.2 Bestfit distribution model of cities and prefectures in Hubei Province

图2 三种典型代表概率分布图Fig.2 Three typical representative probability distributions

在Crystal Ball软件中，以2020年1月25日—2月22日全省每日新增确诊病例为原始数据材料(以14天为一周期，计两个周期)输入软件，利用预测器功能来判断湖北省新冠疫情时间变化上是否具有季节性特征，同时以取中位数的方法预测下一周期湖北省每日新增确诊人数预测值.季节性设置为计算机系统自动检测，同时在“数据属性”模块通过添加事件相关信息以提高预测准确度.本研究对两大事件在预测器内进行标注：第一大事件是，2020年2月12日，国家发布的《新型冠状病毒感染的肺炎诊疗方案(试行第五版)》在湖北省的病例诊断分类中增加了“临床诊断”，新冠肺炎确诊统计将临床诊断病例全部纳入确诊，导致当日确诊人数激增，当日确诊病例数较前一日(即2月11日)突增12 332例，是前一日的12.17倍之多，因此，将2月12日作为特殊事件标注输入软件；第二大事件是，2020年2月17日—19日统计方法变更出现了核减病例，部分市州确诊人数出现负数，在预测器中也作为事件进行标记，通过添加这两大事件来提高模拟效果及结果预测准确度和模型的科学性.

预测方法由系统自动选择，误差度量采用均方根误差(RMSE)的标准预测，最终根据历史数据得出湖北省新增确诊人数拟合及预测图(见图3)，预测置信区间为10%和90%，结果显示预测最佳方法为ARIMA(1，0，0)，RMSE值为571.96，BIC值为12.94，ARIMA模型系数为0.81，标准误差为0.10，常数为328.94，模型成立.预测器结果显示，与传统的流行性疾病如流感、非典等相比[28，35]，湖北省新冠疫情新增确诊人数没有显著的时间季节规律可循，具有非季节性的特征，这无形中增加了疫情防控的工作难度和工作重点的把握.

绿色线条为实际数据折线，蓝色线条为拟合折线，红色线条为预测趋势线图3 湖北省新增确诊人数拟合及预测图Fig.3 Fitting and forecasting of daily new confirmed cases in Hubei Province

根据Crystal Ball软件预测器结果提取出下一周期(14天，即2020年2月23日—3月7日)每日新增确诊人数预测值，将其与实际每日新增确诊人数进行对比发现：随着时间发展，新增确诊预测值与实际值之间差距愈来愈大，实际确诊人数显著低于预测值(图4).仅2月23日至3月7日这14天预测期内，湖北省新增确诊病例较预测净减少16 329例，减少率高达80.82%，证明湖北省持续严格的疫情防控政策效果非常明显.这主要是由于1月23日武汉进行了交通管控措施，全市公交、地铁、轮渡、长途客运停运，离汉通道关闭，湖北全省离鄂通道关闭，经过两个病毒周期，原有感染人数病例库存大量排查清除；2月上旬开始，湖北省域内各市州开始对域内社区、村庄进行严格防控管理，武汉市实施入户上门清底排查新冠肺炎“四类人员”进行隔离或治疗，有效阻断了传染源的扩散，切断了病毒传播途径.所以，在离汉离鄂通道关闭后的第三病毒周期内，湖北省新增确诊人数显著回落，充分证明了防疫政策和隔离措施的正确性和有效性，证明新冠肺炎疫情在时间变化上具有政策干预调节性特征.科学的防疫政策和严格的防疫措施可显著改变疫情的发展趋势线，极大缓解疫情.

2.2 湖北省新冠肺炎疫情空间分布及其演化特征

美国地理学家W.R.Tobler提出的地理学第一定律(Tobler’s First Law)指出：Everything is related to everything else，but near things are more related than distant things(任何事物都与其他事物相关，只不过相近的事物关联更紧密)；他认为，地理事物在空间分布上互为相关，存在集聚、分散、规则分布形态[36].新冠肺炎疫情这一突发事件从地理学视角来看在空间上必然存在某种关联.

事物或事件在空间区域内相互关联的强度的大小以及区域内部各要素关联程度的大小一般可通过空间权重来表达.ARCGIS 10.2提供的空间自相关检验方法为探析事件空间权重提供了方便.空间自相关检验方法是检验某一要素属性值在空间范围内是否与其邻近空间点的属性值相关联的重要指标：正相关表示有集聚型存在，负相关则相反.

图4 预测新增确诊与实际新增确诊对比图(2020.02.23—2020.03.07)Fig.4 Comparison between predicted and actual daily new confirmed cases in Hubei Province (2020.02.23-2020.03.07)

空间自相关检验可分为全局空间自相关检验和局部空间自相关检验.全局空间自相关表示在湖北全省空间范围内新冠疫情的空间依赖程度，常用Moran’sI指数来测度和表示，其计算公式是：

(1)

局部空间自相关可揭示湖北省内局部地区新冠疫情的非典型性特征，常用Local Moran’sI指数来测度和表示，其计算公式是：

(2)

(2)式中变量与(1)中相同.

全局空间自相关检验结果显示，湖北省各市州累计确诊人数Moran’sI指数为-0.11(p=0.44，z=-0.80).Moran指数小于0，表示各市州确诊人数在空间上呈现微弱负相关，说明高值排斥其他高值，而倾向于靠近低值，数据在空间上呈现离散状态.在本研究中，由于p>0.01，且z值为负，因此接受原假设即：从单一数据属性角度看湖北省各市州累计确诊人数在空间上是随机分布的.

为更加客观准确地呈现湖北省新冠疫情空间分布特征，以各市州截止4月8日的每万人累计确诊人数作为基础数据，通过ARCGIS 10.2 软件中的可视化功能，得到湖北省各市州新冠疫情每万人确诊率空间分布图(图6).

按照自然间断点分级法(Jenks)将湖北省新冠疫情万人确诊率进行可视化分为四类.根据空间相关性和社会经济关联度以及疫情防控高度警惕的原则，将第一类(仅含武汉市)与第二类(仅含鄂州市)合并成为高风险区、第三类为中风险区，第四类为低风险区.湖北省各市州新冠疫情万人感染率的空间分布总体可分为三大风险区：武汉市(0.446%)和鄂州市(0.132%)为高风险区；孝感市(0.072%)、随州市(0.059%)、黄石市(0.041%)、黄冈市(0.039%)、仙桃市(0.038%)和天门市(0.033%)为中风险区；咸宁市(0.032%)、荆门市(0.032%)、荆州市(0.025%)、宜昌市(0.023%)、潜江市(0.021%)、襄阳市(0.020%)、十堰市(0.019%)、恩施州(0.017%)和神农架林区(0.014%)为低风险区.高风险区和中风险区在空间分布上集中于鄂东、鄂东北及江汉平原区，形成了以武汉市、鄂州市为核心的半包围结构，且均为武汉1+8城市圈成员，圈内各城市间联系紧密，人员流动往来较为密切.与省内其他市州相较，武汉市和鄂州市万人确诊比率较高，这与鄂州市与武汉市空间依赖关系密切并逐步武鄂同城化的现实一致.低风险区主要分布于鄂西生态文化旅游圈，受空间距离关系、人口流动程度、地形等因素的影响，其万人确诊率较低.

图5 湖北省新冠疫情累计确诊人数局部空间自相关图Fig.5 Local spatial autocorrelation graph of cumulative number of newly diagnosed outbreaks in Hubei Province

图6 湖北省新冠疫情万人确诊率空间分布图Fig.6 Spatial distribution of accumulated confirmed cases per 10,000 residents in Hubei Province

为进一步分析三大风险区城市内部及三大风险区城市间的相互影响和依赖程度，在Crystal Ball软件中以2020年1月25日至4月8日每日新增确诊数据为原始数据，利用批量拟合功能得到各城市间相关影响系数.结果显示，武汉市与鄂州市相关程度最高(0.85)，其次为随州市(0.83)、仙桃市(0.82)、十堰市(0.81)、孝感市(0.81)等地；省内各市州除神农架林区(0.16)与武汉市呈现极弱相关外，其余市州均呈现显著相关(r>0.5).研究也发现，武汉市每日总确诊病例数与湖北省每日总确诊病例数相关系数达到0.99，说明武汉市疫情的发展变化对湖北省疫情总体情况起绝对主导作用，印证了国家“武汉保卫战”部署的科学性与前瞻性.除武汉市与湖北全省每日总确诊病例数显著相关外，鄂州市(0.88)、孝感市(0.87)、随州市(0.87)、十堰市(0.86)、仙桃市(0.85)、荆州市(0.84)、襄阳市(0.83)、潜江市(0.80)等也与湖北省每日总病例数显著相关，在空间上形成了鄂东以武汉、鄂州为中心，鄂东北以孝感、随州为中心，鄂西北以十堰、襄阳为中心的新增确诊空间格局.在湖北省每日总确诊病例数相关系数排名的前6名中，有5个为高中风险区城市，表明疫情期间每日新增确诊人数相关程度的强弱具有强烈的区位指向性.潜江市、荆州市虽为低风险区城市，但由于潜江市属于武汉城市圈成员，且两市距离高中风险区城市空间距离近，其与湖北省每日总确诊病例数相关系数也位于前列.位于鄂西北的十堰市和襄阳市与湖北省每日新增确诊人数相关系数排名靠前，这主要是由于此两市经济、交通发达，与省会武汉联系相对较强所产生的结果.

为探究湖北省新冠疫情发展的时空动态性特征，以我国及湖北省尤其是武汉市疫情发展的关键事件发生时间为节点，在时间序列上对湖北省疫情的空间发展变化特征进行研究.通过对我国及湖北省疫情的复盘，根据中央“武汉胜则湖北胜”的抗击疫情指导精神和原则，本研究选取1月26日、2月3日、2月12日、2月21日、3月10日及4月8日为关键时间节点.1月26日根据中央要求，湖北省建立疫情工作领导小组，统一进行湖北省防疫抗疫工作，同时援鄂医疗国家队驰援武汉；2月3日，湖北省开始对发热病人进行全面隔离救治和管理，全省疫情中心武汉市方舱医院开始收治病人，极大缓解了医疗系统压力；2月12日，随着对新型冠状病毒肺炎认识的深入和诊疗经验的积累，针对湖北省疫情特点，国家卫生健康委办公厅、国家中医药管理局办公室印发的《新型冠状病毒感染的肺炎诊疗方案(试行第五版)》在湖北省的病例诊断分类中增加了“临床诊断”，对确诊病例要求进行调整，进一步有效切断了病毒传染链；2月21日，在湖北疫情重灾区武汉市开始出现明显床等人现象，确诊患者救治能力显著提升，疫情防控形势向好发展；3月10日，习总书记抵达武汉市考察湖北省新冠肺炎疫情防控工作，同日武汉市最后两家方舱医院休舱，市内所有方舱医院“关门大吉”；4月8日，以武汉市解除离汉离鄂通道管控为标志，湖北省疫情防控取得阶段性胜利成果.以这6个关键事件时间节点当日湖北省各市州新增确诊病例为数据材料，通过ARCGIS 10.2软件进行可视化，利用自然间断点分类法进行分类得到湖北省各市州不同时间点新增确诊病例空间分布图(图7).

由图7可知，从空间维度来看，湖北省新冠疫情在空间上总体呈现影响范围从大到小，影响地域从有到无、逐渐向武汉收缩的动态变化特征，武汉市始终处于疫情中心地位.

从时间维度来看，从湖北省卫健委1月25日起每天发布疫情数据以来，不考虑1月25日前的疫情扩散期，湖北省新冠肺炎疫情发展经历了3个阶段：

1) 1月25日～2月3日，为疫情高发期.这一时期，由于春节前区域内人口流动活跃，加之病毒潜伏期形成的滞后效应，这一时期省内新增确诊病例空间关联度强，影响范围广，其空间延伸至湖北省西北部的十堰市，全省大部分地区为高中风险区，疫情防控刻不容缓.

2) 2月3日～3月10日，为稳定下降期.随着湖北省开始对发热病人进行全面隔离救治和小区、村庄封控管理，再加上疫情防控与救治经验的积累和防控工作的持续发力，湖北省疫情防控态势持续向好，除武汉以外的湖北其它市区新增确诊先后降至为0，除武汉外全部降为低风险区.说明疫情改善情况是从武汉最外围市州逐步向湖北省的疫情中心武汉推进.到了3月10日，全省除武汉以外新确诊病例均降至为0．

3) 3月10日～4月8日，为成果巩固期.3月10日，湖北省新冠疫情新增确诊病例完全收缩于武汉，仅武汉市新增13例确诊；同一日，武汉市方舱医院全部休舱，疫情在湖北全省处于完全控制状态.3月18日，武汉市新增确诊病例首次下降为0；当日，湖北省全省无新增病例，结束了连续两个月每天都有新增确诊病例的历史.4月8日，在连续20天无新增确诊病例后，武汉市解封，标志着湖北省乃至全国疫情防控取得了阶段性胜利.

3 结论与启示

本文通过Crystal Ball和GIS软件，对湖北省内1月25日至4月8日间新冠疫情发展的时空特征进行了分析，力图通过对疫情发展过程的复盘分析，把握疫情发展的时空规律，为今后一段时期内我国及世界其它国家新冠疫情防控工作提供借鉴，主要结论如下.

1) 湖北省新冠疫情发展在时间维度上具有明显的地域差异性、空间跳跃性和整体复杂性，同时具有非季节性特征，这应该与各市州人口密度、地理环境特征、与武汉市的经济社会联系及防疫抗疫措施实施力度、医疗卫生资源情况不同有关，是各地自然、社会、经济因素综合作用的结果.这一特征清楚地揭示了新冠疫情在时间演化上具有极大的不确定性和复杂性.因此，对新冠疫情绝对不能因为已经取得阶段性胜利就疏忽大意，掉以轻心.全国上下仍要高度警惕，慎终如始，严密加强疫情防控，同时要因地施策，精准施策，实现防控工作的日常化、细微化，长抓不懈，直到抗疫的最后胜利.

图7 湖北省不同时间点新增确诊病例空间分布图Fig.7 Spatial distribution map of newly confirmed cases at different time points in Hubei Province

2) 在空间维度上，湖北省新冠疫情形成了以武汉城市圈及其周边为主体的湖北省高、中风险区以及以鄂西、鄂南为主体的低风险区的分布格局.整体上而言，湖北省新冠疫情发展存在随机分布特征和局地自疫情中心向外的高—低扩散特征.武汉城市圈内各市州在空间上邻近，地区间人员及经济联系紧密.武汉城市圈内主要市州特别是鄂州市的疫情发展与武汉市存在较高的相关关系.这一研究结论表明，在疫情防控常态化下，对局部新发的聚集性疫情，必须迅速、果断切断疫情聚集区与周边地区的人员流动及社会经济联系，加强疫情聚集区的严格封控管理，这应该是我国及世界其它国家和地区疫情防控的有效手段和必要措施.

3) 模拟分析结果也表明，新冠疫情具有政策干预调节性特征，只要措施得力，加强防控，新冠疫情是可防可控的.模拟研究表明，由于措施得当，仅2月23日至3月7日这14天预测期内，湖北省新增确诊病例较预测净减少16 329例，减少率高达80.82%.本模拟结果表明，湖北省的抗疫成果十分明显，我国的抗疫经验十分成功有效，应在今后的疫情防控工作中加以发扬.

4) 武汉市对湖北省疫情发展起主导作用.分析结果表明，武汉市是湖北省新冠疫情的重心区，对全省疫情防控工作至关重要.新冠疫情传播是从以武汉市为中心向外围(湖北省其它市州)扩散传播的过程，而疫情的防控过程则是从外围市州向疫情中心区武汉逐渐收缩的过程.这就说明，在新冠疫情防控工作中，应同时加强对疫情集聚中心区和外围区的疫情防控，更要加强对疫情中心区的防治攻坚.

在当前国内疫情防控形势向好，境外疫情形势复杂严峻，“外防输入、内防反弹”压力巨大的背景下，湖北省新冠疫情时空变化规律特征启示如下.

一方面，在加强全国性疫情防控工作的同时，要特别加强对我国国家及区域中心城市、入境口岸城市特别是人群密集、交通通达度高、与域外关系紧密的大城市及中心城市的疫情防控，因为这些城市往往容易成为疫情的“易感区”和高发中心，一旦在这些城市形成聚集性疫情，其影响范围更广，对经济社会发展的破坏力和冲击力会更大，疫情防控的难度和成本也更大.因此，要加强对大城市特别是加强对重点地区、重点场所、重点人群的防疫检疫措施，坚决防止病毒从疫情中心向外围扩散蔓延.

另一方面，从长远来看，应注重城市空间规划的优化调整，注重城市空间功能与应急救灾潜力的匹配协调，加强区域内部医疗卫生等公共服务资源的相对均等化和合理化空间配置，从根本上提高城市的抗疫抗灾能力，增强其空间韧性.中国各城市应化危为机，在健康中国战略指引下积极进行健康城市的发展建设，优化完善现有医疗卫生服务设施的空间布局，不断提升城市空间健康资源配置的公平性，提升城市环境健康水平，提高城市医疗卫生事业治理水平，为常态化应对疫情提供保证.

总之，新冠肺炎疫情在湖北的发展变化过程及其时空特征警示我们，防控重点，切断病毒传播的人际及区际途径，因地制宜，一地一策，精准施策，开展差异化防控举措，提升城市空间治理水平和能力，这仍将是湖北省乃至全国今后新冠肺炎疫情常态化科学防控思想的重要原则.只要严格落实好这一原则，一定能赢得抗疫的最终胜利.由于疫情仍未完全散去，本研究只是对湖北省1月25日至4月8日期间的疫情时空特征回顾性复盘分析，未对其时空特征背后机理及影响因素进行详细分析，同时也未将Crystal Ball软件应用于全国性的疫情时空特征分析进而与湖北省疫情时空特征进行对比研究，这是今后需继续研究的方向.