新型冠状病毒肺炎爆发后国内疫情初期时空演变与防控启示

颜 莹，罗怀良，2*

(1.四川师范大学 地理与资源科学学院，四川 成都 610101；2.四川师范大学 西南土地资源评价与监测教育部重点实验室，四川 成都 610068)

2020年初，一场不明源地的新型冠状病毒肺炎，简称新冠肺炎(COVID-19)，在武汉大规模爆发。这种冠状病毒(SARS-Co V-2)虽与SARS病毒同类，但却是从未在人体中发现的新毒株，尚不明确其是否具有“人传人”的特性。因而早期并未设置人员流动限制，致使疫情迅速蔓延。此时正值春运高峰期，在这样一个国内人口流动性最大的时间节点爆发疫情，使全国各地疫情防控面临严峻考验。后经严格管控，国内疫情得到有效控制。但新冠肺炎疫情并未完全消失，受境外疫情影响国内新冠疫情至2021年仍时有反复。

自新冠疫情爆发以来，也成为各界研究的热点内容。疫情的发生反映了人与自然失衡状态下“自然—经济—社会”复合系统的“病变”[1]，考验着人类生命健康，同时也考验着人类社会运行机制。疫情与经济社会方面研究主要关注疫情与消费经济[2]、疫情与宏观政策[3]、外贸融资[4]等。病理学方面研究主要集中在新冠病毒结构与特性[5]、流行病学和临床医学症状[6]、检测治疗[7]及抗病毒药物研发[8]等方面。在疫情监测及风险评估方面，研究者多注重模型的运用，如运用SEIR模型分析疫情演变[9]、利用SEIR动力学模型进行疫情传播仿真及拐点预测分析[10]以及构建指数平滑模型预测疫情趋势[11]等。在疫情防控中，中国地理学者也做出了重要贡献[12]，特别是疫情大数据的运用[13]、地理信息系统与疫情分析[14]及防控[15]的结合，凸显出地理学在疫情防控中的重要角色及大数据应用的未来趋势。相关研究运用地理加权回归模型解释城市新冠发病率的分布格局[16]及影响因素，利用探索性数据分析方法探究省域疫情的时空扩散过程及人口流动风险[17]，通过核密度分析聚焦城市群[18]探讨疫情时空分布格局与分异机制，以及疫情严重程度[19]的差异等。

综合来看，新冠疫情发展的空间分析以中小尺度的区域范围为主，缺乏从全国市域尺度探究疫情时空特征与空间关系演变。基于此本文以新冠肺炎爆发后国内疫情初期为研究时段，以地级市为空间基本单元，运用疫情大数据并结合空间自相关、趋势分析和相关性分析等数据分析及处理方法，探究新冠肺炎爆发后国内疫情初期的时空演变特征，揭示疫情发展的时空规律，以期为疫情防控和应对类似突发公共卫生事件提供参考。

1 研究时段与数据来源

2019年末不明源地的新冠肺炎在武汉出现后，疫情随感染者流动悄然向外蔓延。随后2020年1月23日武汉封城，各地纷纷启动应急响应。经有效的防治管控，国内新冠疫情渐消退。自2020年3月1日起国内新冠疫情受境外输入病例和本土病例影响，疫情周期延长并呈现新特征，至2021年4月国内仍断续新增确诊患者。因此，本文将国内疫情受境外输入病例影响之前(即2月29日)定义为新型冠状病毒肺炎爆发后国内疫情的初期，并以此为研究时段终点。

本文空间分析尺度以地级市为研究单元，矢量数据来自于资源环境数据云平台。各省迁入的武汉外流人口来自2020.01.10-01.24日人口流动大数据报告。各地新冠疫情数据来自国家和各省卫生健康委发布的实时信息，由于疫情蔓延最初上报机制不完善使数据缺失，随后，本文在绘制疫情趋势图时便以2020年1月23日为起点。

2 研究方法

采用空间自相关分析法(全局Moran’sI指数和Local Moran’sI指数)进行疫情全局和局域空间的分布特征分析；运用皮尔逊相关系数法对不同区域新冠确诊患者与该地迁入的武汉外流人口进行相关性分析；采用趋势分析方法探究除湖北外全国确诊病例空间分异趋势。

2.1 空间自相关分析

空间自相关分析是通过计算研究变量的空间自相关指标以确定变量在空间上的相关性及其相关程度的方法[20]。本文采用全局空间自相关和局部空间自相关两种指标，探究新冠肺炎爆发后国内疫情初期各地疫情与其相邻区域是否关联。

(1)

再将邻近性矩阵归一化，其计算公式为：

(2)

(3)

式中：Wij是患者空间权重矩阵，可根据邻接标准或距离标准度量[21]。利用患者空间权重矩阵Wij，即可进一步探讨新冠患者空间分布的全局自相关和局部自相关。

全局空间自相关是对新冠患者空间分布总体特征的描述，可衡量不同区域在整体上的空间关联与差异。主要测度指标如全局Moran’sI、全局Geary’sC、全局Getis-OrdG、Ordstatistic和Join-countstatistic等[22]。本文选择最常用的全局 Moran’sI指数，其计算公式为：

(4)

局部空间自相关用于衡量新冠患者分布在局部空间的相关特征，反映局部小区域单元的空间关联程度[24]，常用指标为Local Moran’sI，其计算公式为：

(5)

公式(5)与公式(4)不同的是，Ii是患者分布Local Moran’sI指数。若Ii大于0，则患者在该地区及周围表现为高值与高值或低值与低值集聚；若Ii小于0，则反映高值与低值或低值与高值的空间聚集。

2.2 相关分析

相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度[25]，常用指标如皮尔逊相关系数[26]。本文采用皮尔逊相关系数对不同区域新冠确诊患者与该地迁入的武汉外流人口进行相关性分析，以确定两者相关程度，计算公式为：

(6)

2.3 趋势面分析

趋势面分析是利用空间抽样数据拟合出一个数学曲面，用以反映地理要素观测值空间分布的变化情况[27]。本文利用ArcGIS空间数据处理软件，结合趋势面分析法，探讨新冠肺炎爆发后国内疫情初期除湖北外确诊病例随时间推进的空间分异趋势，根据趋势面定义可知：

Zi(xi，yi)=Ti(xi，yi)+εi

(7)

式中：(xi，yi)是各地级行政区的平面空间坐标，Zi(xi，yi)是由各行政区经纬度及其确诊病例所构建的空间位置，Ti(xi，yi)是趋势函数，εi是自相关随机误差[28]。

3 新冠肺炎爆发后国内疫情初期时空演变

3.1 国内疫情初期的总体特征及时空演变特征

3.1.1 国内疫情初期总体特征

(1)疫情初期扩散迅速，周期较短

根据2020年1月23日至2月29日期间国家卫健委实时发布的各项疫情指标数据，统计得到国内疫情初期病例变化趋势(表1)。

表1 2020年国内疫情初期病例变化趋势Tab.1 The changing trend of COVID-19 cases in the initial stage of the domestic epidemic in 2020 人

从表1可以看出，疫情从全面爆发到逐渐得以控制的周期较短，开始迅速扩散，经过一段时间的持续增长后渐趋稳定，且不存在二次全面爆发。在此阶段国内新冠治愈率达52.15%，病死率为3.60%。随着时间的推移，疑似病例因陆续确诊而下降，而新冠病理认知的加深、医疗物资的调节及医护人员的驰援等防控工作快速有序地开展，使治愈患者不断攀升、病死率和重症率逐渐降低。

(2)疫情初期阶段性增长显著

国内新冠疫情初期武汉封城(1月23日)后，各地也纷纷启动应急响应，全国戒备，疫情防控由此进入高潮。因而本文将1月23日前定义为疫情蔓延阶段。统计国内每日新增病例实时数据可得2020年1月23日至2月29日患者增长比率，并绘制新增患者时间变化趋势图(封二图版Ⅰ图1)。

从图1新增患者的数量变化和增长比率的高低可以看出，新冠肺炎爆发后国内疫情初期具有明显的阶段性特征。由此将疫情初期变化划分为四个阶段：蔓延阶段(1月23日前)；爆发阶段(1月23日至2月5日)，新冠疫情全面爆发，新增患者急剧增长；持续阶段(2月6日至2月19日)，其间2月12日后，湖北省将临床诊断病例数纳入确诊病例数进行公布，致使12日湖北新增确诊患者突发性增长，影响全国增长趋势，但总体来讲，2月6日至2月19日确诊患者虽持续增长，但增长幅度较前一阶段呈下降趋势，增速减缓；衰退阶段(2月20日至2月29日)，新冠肺炎本土患者增速明显降低，进入低增长阶段，向终结阶段过渡。

3.1.2 国内疫情初期时空演变特征

(1)新冠患者随时间推进的增长变化

以地级行政区为单元，采用空间等级差异法绘制国内疫情初期四阶段的新增患者时空分布图(封三图版Ⅱ图2)。

从图2可以看出，新冠肺炎爆发后国内疫情初期患者增长幅度随时间推移表现出“逐渐蔓延—爆发增长—持续增长—过渡衰退”阶段过程，且不同地区的增长变化表现出明显的差异性。

第一阶段：疫情蔓延阶段。由于对新冠病毒认识尚浅，疫情随感染者流动悄然蔓延往全国各地，截止1月22日24时，国内已累计报告新冠确诊病例571例，感染率为6.66%。随着二代病例增加、诊断病毒速度加快以及疫情通报的完善，病毒传播形势愈加严峻，为遏制疫情蔓延势头，自23日10时起，武汉宣布封城，全国戒备。

第二阶段：疫情爆发阶段。国内新冠疫情全面爆发，患者急剧增长，各地纷纷启动突发公共卫生事件应急响应。患者增长最快的省份是湖北，由444例增至19 665例，14日病理周期内平均增长率达309.22%，湖北周边地区如南阳、安庆、长沙等地增长也远超50例，患者分布集中性强。全国范围来看，疫情风险等级大致由东南向西北降低。

第三阶段：疫情持续阶段。二代、三代及潜伏期中的新冠感染者病例持续爆发。武汉新增了34 295例确诊及临床诊断患者，其他增长猛烈的地区如哈尔滨、蚌埠、甘孜14日病理周期内平均增长率分别为11.84%、16.67%和40.71%，增长超50例的州市区38个。大部分地区在这一阶段增长明显减少，但仍有不少地区确诊患者呈中高速增长状态，疫情风险等级分布破碎。

第四阶段：疫情衰退阶段。湖北新增患者仍较多，山东济宁新增确诊(含任城监狱)206例，除重庆、北京、甘孜及台湾外，其余地区患者均处于低增长或零增长，国内疫情逐渐衰退，而后新增患者多为境外输入病例，疫情出现新形势。

(2)新增患者随时间推进的空间差异

依据疫情初期不同时段患者增长变化分布图(封三图版Ⅱ图2)可以看出，全国新冠患者的增长一直以湖北省为中心呈差异性变化。根据各地级市新增患者在不同阶段的变化情况并参考疫情风险等级划分标准，在空间上将其分为4类。

Ⅰ类区(新增患者>50)：这一类地区新增患者多，疫情最为严重，多为高风险地区，是疫情防控的重点。在疫情蔓延初期，仅有武汉市，至爆发期和持续期，主要分布于湖北省及周边市区，其余零星分布于季风区的其他省份，到衰退期仅存在于湖北省。

Ⅱ类区(50≥新增患者>10)：这一类疫情发生区主要存在于爆发、持续两阶段，广泛分布于华中、华东地区，并包括河北、黑龙江、四川、贵州等省部分州市区，而衰退阶段仅存在于湖北省及重庆、甘孜、北京、台湾地区，分布较少，各地疫情风险降低。

Ⅲ类区(10≥新增患者>0)：存在这一类疫情的地区，在蔓延期分布较分散但覆盖范围广，在爆发期、持续期存在于北方及南方地区大部、内蒙古东部和新疆少部，至衰退期零星分布，疫情防控显见成效。

Ⅳ类区(新增患者=0)：疫情蔓延阶段，多地新冠感染者尚未被确诊，而后疫情发展至爆发、持续阶段，零患者地区范围缩小，主要分布于怒江州—阿拉善盟一线以西。随着疫情逐渐消退，全国大多数州市区实现持续多日零增长，疫情逐渐得以控制。

3.2 国内疫情初期患者分布的空间关系分析

3.2.1 全局空间自相关分析

为探究国内新冠患者的全局分布关系，根据疫情初期四个阶段末全国各地级市确诊病例数据，利用公式(4)计算出患者分布的全局Moran’sI指数及相关值(表2)。全局Moran’sI指数反映了国内新冠患者空间分布的总体特征，Z和P检验值反映了全局Moran’sI指数的显著检验水平。

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

由表2可知：四阶段末Z值均大于1且P值均小于0.05，其差异具有统计学意义；全局Moran’sI均大于0，显示新冠患者分布于空间上存在正相关关系，呈集聚性分布。其中，一阶段末至二阶段末期全局Moran’sI指数在增大，表明患者集聚程度在不断增强；至三阶段末全局Moran’sI指数减小，表明随着疫情的发展，各地疫情具备新的独立性，空间集聚程度减弱，患者分布有所分散。

3.2.2 局部空间自相关分析

为进一步了解局部范围内新冠患者的时空分异，将4个阶段末全国各地级市确诊病例数据代入公式(5)计算出患者分布的Local Moran’sI指数，并利用OpenGeoDa绘制全国不同时间患者LISA集聚图(封三图版Ⅱ图3)。图4显示4种不同的局部空间自相关关系为：“高—高”表示本地区与周围地区患者均多；“低—低”表示本地区与周围地区患者均少；“高—低”表示本地区患者多而周围地区患者少；“低—高”表示本地区患者少而周围地区患者多。结果为“不显著”则表示该地区与周围地区患者分布不存在明显的相关关系。

从图3可以看出，4种局部空间自相关关系在空间分布上表现为：(1)高—高聚集区在蔓延期主要位于京津冀、长三角、珠三角及湖北地区，具体分布在天津、武汉、孝感、黄冈、宁波、嘉兴、温州及惠州8市，均为人口密度和经济发展水平高的区域，高人群接触率、高传染风险造成这些地区患者高度密集，随着疫情的推进，高—高聚集区集中分布于湖北省及周边市区。(2)低—低聚集区主要分布于黑河—腾冲一线以西人口密度较低的地区，以东分布较少。在东半壁蔓延期有沈阳、通化、菏泽、梅州、延安及临汾六市，而后扩散至吉辽内蒙及黔桂琼的部分地区。(3)高—低聚集区分布于成都市、西安市、阳江市、海口市，这些地区相对周围人口较为密集。(4)低—高聚集区与高—高聚集区的分布特征相似。

3.3 国内新冠初期爆发地武汉的疫情演变及其对其他地区的影响

3.3.1 国内新冠初期湖北疫情变化趋势

由上述分析可知，国内新冠疫情初期空间上以湖北中心性特征最为显著。为深入了解湖北疫情，按日统计并计算表征疫情严重程度的部分指标(表3)。从表3可以看出，湖北累计确诊病例占全国总量的83.82%，新增确诊患者占全国的12.57%～99.48%，治愈率稍低，而死亡率介于2.54%～5.35%高于全国2.01%～3.60%的水平，重症率亦较高，介于8.76%～20.74%，疫情严重。

表3 2020年国内新冠初期湖北与全国疫情比较Tab.3 Comparison of epidemic situation between Hubei and China in the initial stage of COVID-19 in 2020

根据2020年1月23日至2月29日湖北卫健委实时发布的疫情数据，统计得到国内新冠初期湖北疫情变化趋势(封二图版Ⅰ图4)。从图中可以看出，新增患者占全国的比重虽有波动但总体上持续处于高值，短时间内死亡率和重症率下降并不显著。随着治愈率的快速提升，再加上医疗工作者地不懈努力和社会各界的物资奉献、人员驰援，湖北疫情逐步缓和。

湖北成为新冠患者核心聚集区，一是因为湖北武汉作为国内疫情爆发地且传播历时较长，感染率高；二是湖北经济较为发达，人口密度大，交通通达性好，疫情传播快，特别是无症状感染者的流动导致感染人数激增，造成湖北疫情严重。因此，受武汉爆发地影响，湖北疫情严重，表现为稳定的患者高密度聚集区。

3.3.2 各地确诊患者与其迁入武汉外流人口的相关性分析

为探究国内疫情爆发地对其他地区疫情的影响，根据2020.01.10～01.24日人口流动大数据报告，结合疫情初期各地确诊病例情况，利用公式(6)计算出各地确诊患者与其迁入武汉外流人口之间的皮尔逊相关系数值。结果显示：(1)疫情初期湖北各地级市(除武汉)确诊患者与报告中自武汉迁入人口之间的皮尔逊相关系数为0.841(P<0.01)，即两者具有显著的正相关关系。(2)除湖北外各省确诊患者与该地迁入的武汉外流人口的皮尔逊相关系数为0.875。由计算结果可知，各地确诊患者与该地迁入的武汉外流人口之间具有显著的正相关关系，武汉人口流动在疫情初期病毒传播中起着重要作用。

3.3.3 国内疫情初期除湖北以外新冠病例空间分布的趋势面分析

由前述空间自相关结果可知，国内新冠疫情虽受武汉爆发地影响，但各地疫情随时间推移仍具独立性。本文利用ArcGIS软件结合趋势面分析法，以各地市级行政区经纬位置X、Y和其新冠确诊病例Z构建空间坐标系，再根据确定点的投影做出趋势线，与X轴相对应的表示自西向东患者变化，与Y轴相对应的表示自南向北患者变化，以此探究疫情初期除湖北的全国其他地区疫情演变趋势(封二图版Ⅰ图5)。如图5所示，新冠肺炎爆发初期国内患者的三维趋势分布图中，总体来看，不同时间患者分布趋势均相似，东西向上患者分布由西向东增加，南北向上除1月23日外，趋势线均略呈倒U型，患者分布大致中部多、南北相对较少，分析结果与新冠患者空间分布特征基本一致。

4 针对突发传染性疫情类公共卫生事件的防控启示

在国内新冠疫情得以基本控制后，受境外新冠疫情输入的影响，国内新冠疫情依然面临外防输入和内防反弹的压力。全国不少地区出现疫情反复，如北京(2020年6月)、青岛(2020年9月)、成都(2020年12月)、石家庄(2021年1月)等。从2003年的SARS病毒到2020年新型冠状病毒的侵袭，人们身体健康受到严重危害，国民经济遭受严重损失，并且新的传染性疾病还在不断的被发现。综合研究结论，得出突发传染性疫情类公共卫生事件防控启示如下。

(1)疫情初期阶段是防控的关键。根据上述国内新冠疫情初期总体特征及时空演变研究可知，传染性疫情具有蔓延、爆发、持续与衰退4个基本发展阶段，且空间上爆发地中心扩散性强。因此，紧抓疫情初期防控能在很大程度上限制疫情的发展周期与扩散范围。把握初期阶段疫情时空演变特征，做好对疫情传染规模、传染走向、演变态势等的空间分析与风险预测，可为精准有效的疫情管理提供依据。针对疫情不同阶段发展周期，可合理调整防控措施，蔓延期需及时阻断传染源头。如蔓延时采取封城、交通与人员管制等方式，可遏制疫情由小区域向大范围甚至全国扩散的势头；在爆发、持续期，不同区域疫情具备新的独立性，需警惕其他疫情严重区域和大规模爆发中心出现；而在衰退期应注意对内严防反弹，对外严防各种形式的病菌输入，如携菌者、携菌物等。

(2)严格流动人口管控是预防传染性疫情扩散的重点。前述相关性分析结果显示，新冠肺炎疫情初期湖北及除湖北外各省确诊患者与其迁入武汉外流人口的皮尔逊相关指数分别为0.841和0.875，疫情传播与人口流动相关性显著。感染人群流动加强了区域间疫情的联系。特别是疫情爆发地无症状感染者的外流，对疫情初期大范围地区产生影响。针对疫情期间人口流动情况，有关部门可运用定位系统结合网络大数据平台，构建全国范围的疫情大数据管理系统，实时监测人群流动情况，掌握疫情动态。如移动通信运营商数据、百度迁徙大数据及社交媒体数据等平台均可有效地反映区域内和区域间人口流动轨迹、流动风险，群众也可随时随地查询周边疫情信息，做好自我防护。利用人群活动轨迹数据，相关部门还可实施对重点人群的精准管控，掌握确诊患者在确诊前的活动轨迹，以便快速地大规模流调排查密切接触者、分类检测易感染人群。特别是疫情爆发地、高风险地区和患者高密度聚集区的外流人口活动轨迹。

(3)区域差异化防控、资源整体化调配是疫情管控的有效措施。由前述新增患者空间差异与湖北疫情发展趋势研究均表明，各区域疫情严重程度、风险等级不等，同时医疗卫生资源分布不均，导致各地卫生资源需求不一。应结合疫情空间分布和风险等级情况，因地制宜地采取差异化防控措施，如运输监测、合理管制或停运以及地毯式排查、群防群治等；各省(市、县)疫情防控需分级处理。特别是如上述空间自相关结果所示的那样，经济发展程度高、人口密集、交通通达性好的地区更要重点防控，预防规模感染、集聚性感染。此外，相关部门还需强化跨区域、跨部门的应急处置体系建设，在疫情期间形成联防联控的总体防控机制，以优化公共卫生资源的调配方式，提高对重大突发公共卫生事件的管控能力。

5 结语

疫情的发生体现着人与自然的矛盾，深刻影响着自然和人文地理环境格局。同时，疫情发展也具有其独特的时间过程和空间规律。本文根据全国各地级市的疫情数据，通过地统计空间分析、趋势分析等总结了新冠肺炎爆发后国内疫情初期的四个时间阶段与空间的总体分布趋势、差异性演变特征，采用空间自相关和相关性分析法讨论了国内新冠初期疫情分布的全局、局域空间自相关及耦合关系。然而，新冠疫情仍然面临诸多不确定的挑战。未来，除了重视疫情相关医学研究外，在空间上应进行更为深入和精细的疫情地域扩散研究，如从人口流动的交通方式着手，探究疫情传播与铁路、公路、航空等不同交通方式及区域交通通达度之间的联系等。疫灾的发生与自然环境和社会环境密不可分，深入剖析疫情与生存环境的关系，也可为疫情防控及实现人地关系协调发展提供有力支撑。同时，国际国内相关组织加强信息交流、促进合作，对推动疫情信息公开、经验借鉴和国际理解与互帮互助提供很大帮助。