新冠疫情的空間分布及影響因素
——基于中國病例數據的動態分析

金亞亞，毛曉蒙，王 霞，宋 ，劉 明

(1.蘭州財經大學 統計學院，甘肅 蘭州 730030；2.蘭州財經大學 甘肅經濟發展數量分析研究中心，甘肅 蘭州 730020)

2019年12月，湖北省武漢市陸續出現不明原因肺炎病例，經研究最終確定是由一種新型冠狀病毒(2019-nCoV，后簡稱新冠)感染所致。此次新冠疫情暴發時期恰逢春運，因此，龐大的人員流動使疫情由武漢首發并快速蔓延至全國各地。2020年1月23日，全國各省陸續啟動重大突發公共衛生事件一級響應，舉全國之力嚴格防控疫情發展。新型冠狀病毒的肆虐不僅嚴重威脅人類健康，同時給人民生活、社會經濟帶來了沉重的負擔和嚴峻的挑戰，因而病毒溯源、傳播機制和防控策略等方面的研究成為重大需求。研究此次疫情的發展變化及傳染規律，對于本次疫情以及其他突發公共衛生事件的防控具有重要意義。

近期，關于新冠疫情的研究大體可以分成兩類，一類是從臨床治療效果和用藥機理方面進行的純醫學研究，另一類則是從流行病學角度出發，結合統計學方法和傳染病預測數學模型對COVID-19分布狀況和傳播程度進行研究。在這類文獻中，部分學者以某一省份為研究對象，著重分析感染人群在該省份各個區域的分布特征，并對未來感染人數發展趨勢或疫情發生拐點的時機進行預判[1-7]；有學者結合新冠病毒傳播特點對傳統傳染病動力學模型(SIR或SEIR模型)的參數進行修正，并利用修正后的模型對疫情未來發展趨勢進行預測[8-13]；也有部分學者從人口流動遷徙角度研究其對疫情擴散地理分布的影響，如利用百度人口遷移指數分析春節前流出武漢的人口去向對疫情傳播的影響[14-15]；還有部分學者利用機器學習和數據挖掘等統計學習方法對用藥規律和疫情防控提出科學的防控建議[16-18]。通過文獻梳理發現，雖然有部分學者已經對全球新冠疫情分布現狀和發展態勢進行了研究[19-21]，且對現有新冠肺炎文章的關鍵詞進行了文獻檢索的計量統計分析[22]，但大多數學者的研究對象為疫情發生的重災區，將區域進行隔離，單獨考慮某一省份，忽略了區域間的空間相關性，基于時空視角對中國各省份新冠疫情分布及其影響因素進行分析文獻相對較少。此外，對疫情傳播途徑及其影響機理的研究文獻更是少之又少。因此本文將從全國視角對新冠疫情展開研究，旨在分析以下兩個問題：一是基于時間和空間兩個維度，從時間趨勢分析全國疫情發展狀況，結合全國每日累計確診病例數、現有病例數、每日新增病例數和每日新增治愈數以及正在接受醫學觀察人數等指標數據，初步探索分析此次疫情病例的增長、擴散、平穩和減少在時間上是否存在轉折點和階段性特點，從空間層面分析重要時間點上全國疫情的分布特征，旨在探索其在空間上是否存在集聚性特征；二是進一步從宏觀層面探究影響疫情傳播的諸因素并建模分析其影響程度和作用方向。本文研究思路如下：首先從時空角度，利用探索性數據分析方法對全國疫情相關數據進行描述性分析；其次在分析基礎上構建空間計量模型從三大宏觀層面(即地理位置環境因素、人口數量因素和經濟社會發展因素)對新型冠狀病毒肺炎的傳播成因進行初步探索；最后根據研究結論給出相關的建議。

1 新冠疫情的時空分布情況

1月24日武漢封城，故選擇1月24日為本文研究起點。由于2月26日之后，非湖北地區新增病例數基本為個位數，甚至很多省份新增病例為零，因此選擇2月26日為本文研究結點。其中指標數據包括各省每日累計確診病例數和現有病例數、每日新增病例數和每日新增治愈數以及正在接受醫學觀察人數，選擇上述指標數據旨在從總體把握新冠疫情的發展趨勢和空間分布情況。武繼磊等(2005)在對2003年北京市SARS疫情進行空間相關分析時發現，整個SARS疫情的空間分布狀態在時間上存在兩個轉折點：一是人群對疾病的恐慌而遷移從而引起的疫情擴散和對疫情采取有效防治策略、定點醫院成立后疾病的空間聚集狀態，二是疾病得到有效控制后呈現零星發作狀態而出現的空間擴散趨勢[23]。基于類似的分析思路，我們也發現此次新冠疫情病例的增長、擴散、平穩和減少也在時間上存在轉折點和階段性特點，而且從全國新型冠狀病毒肺炎在區域間的傳播情況和時變趨勢上看，可以初步判定此次疫情的爆發和傳播具有明顯的時空特征，因此本文主要從時間和空間兩個維度考慮，對中國31個省(市、區)新型冠狀病毒肺炎的時空分布特征進行全面分析。

1.1 全國新冠疫情時間變化趨勢

1.1.1 全國累計確診與現有確診病例數變化趨勢

自新型冠狀病毒肺炎暴發，截至2020年2月26日24時，全國新型冠狀病毒肺炎累計確診病例數為78497例，湖北省累計確診病例數為43252例，湖北確診病例數占全國確診病例數的比例高達55.1%。2020.1.24—2020.2.26期間，全國累計確診病例數呈先升高后趨于平穩的趨勢。2020.1.24—2020.2.12新型冠狀病毒肺炎在全國各地全面爆發，累計確診病例數呈線性上升態勢(其中2月12日數據出現異常，主要原因是新型冠狀病毒肺炎診斷標準發生變化)。2月13日以后，新冠疫情在全國范圍內取得有效控制，確診病例數增加速度逐漸遞減，累計確診病例數趨于平穩態勢；2020.1.24—2020.2.26期間，全國現有確診病例數呈先上升后下降的趨勢(現有確診病例數=累計確診病例數-治愈病例數-死亡病例數)，2月17日現有確診病例數到達高峰(58101例)，隨后呈持續下降態勢。具體如圖1所示。

圖1 全國累計確診病例數及現有確診數隨時間變化趨勢

1.1.2 全國新增確診及新增治愈病例數變化趨勢

2020.1.24—2020.2.12期間，全國每日新增確診病例數呈先升高后降低的態勢，在2月4日達到峰值(3887例)。2月12日，由于新型冠狀病毒肺炎診斷標準發生變化，故此日新增病例數出現猛增，2020.2.12—2020.2.26期間，全國每日新增病例數穩步下降，從四位數逐漸變成兩位數，全國疫情防控工作初步取得顯著成效；自2020年1月24日第一例確診病例治愈出院起，全國每日新增治愈病例數基本呈上升趨勢。2月18日，全國每日新增治愈病例數與每日新增確診病例數趨同，此后每日新增治愈病例數持續高于每日新增確診病例數。具體見圖2。

圖2 全國新增確診及新增治愈病例數隨時間變化趨勢

1.1.3 全國正在接受醫學觀察人數變化趨勢

自2020年1月24日開始，全國正在接受醫學觀察人數呈先持續上升后逐漸趨緩的態勢(正在接受醫學觀察的人不一定是病毒攜帶者，但其曾經與病毒攜帶者有過密切接觸，認為他們攜帶病毒的可能性遠高于普通人，該指標對地區選擇是否復工有一定的參考意義)。2月7日，非湖北地區“正在接受醫學觀察人數”開始實現負增長，隨后全國正在接受醫學觀察人數實現負增長，湖北省2月14日開始呈現負增長，可見疫情在非湖北省地區得到了有效抑制，同時湖北省的疫情形勢也得到了有效緩解。如圖3所示。

圖3 正在接受醫學觀察人數每日環比時序圖

通過以上對全國新冠疫情進行時變趨勢初步探索性分析，可以發現以下幾個重要時間節點：1月24日，是武漢封城后第一天，非湖北省地區新增病例數均為輸入性病例，全國各地疫情基本處于潛伏階段；2月4日全國新增病例數達到峰值(3887例)，全國各地疫情處于全面爆發階段；2月11日是疾控方將“臨床確診”首次算入確診病例數的前一天，全國疫情防控工作初步取得顯著成效，雖然此后(除2月12日)每日新增病例數呈下降態勢，但全國疫情仍處于持續發展階段；2月26以后，全國確診病例數基本處于平穩狀態，非湖北省地區新增病例數基本實現個位數增長，全國疫情趨于緩解階段。因此，下文將選擇上述四個時間節點從空間層面對新型冠狀病毒肺炎在全國范圍內的分布狀況進行分析。

1.2 全國疫情累計確診病例數分布情況

本文對上述四個時間點上全國累計確診病例數進行展示。由表1可看出，新型冠狀病毒肺炎在全國范圍內覆蓋面較為廣泛，并且各省份新冠肺炎累計確診病例數的分布具有明顯集聚性。1月24日，除湖北省為一級重癥區之外，只有廣東和浙江兩個省份處于二級重災區，與湖北接壤的湖南和重慶處于三級災區，其他省份累計確診人數較少甚至未出現病例。2月4日，華東、華中和華南地區除廣西、福建以外的其他省份均處于二級重災區，此外，華北地區的北京和西南地區的重慶及四川也處于二級重災區，其余省份的確診病例數也逐日增加。2月11日和2月26日，全國累計確診病例數的分布情況與2月4日基本保持一致，只是在此基礎上確診病例數逐日增加。總地來說，全國各省新冠肺炎累計確診病例數存在較強的空間相關性，確診病例人數高、低分布具有明顯的空間聚集性，高確診人數的地區主要集中在與湖北省相鄰近的區域或周邊區域，并且這種聚集特征隨時間推移逐漸呈現出穩定的態勢。

表1 四個時間點上的全國累計確診病例數

基于以上對中國31個省(市、區)新冠疫情數據時空分布特征的分析可以發現，隨著國家一系列疫情防控措施的有效實施，新冠疫情得到了有效的控制，2月中旬之后，新冠肺炎確診病例數的增加速度逐漸遞減且累計確診病例數趨于平穩態勢：各省份新冠肺炎累計確診病例數的分布具有明顯的集聚性，雖然在不同時間點存在較小差異，但整體的空間分布特征并沒有發生變化，即新冠肺炎高確診人數的地區主要集中在湖北省以及與之相鄰或周邊的省份，如河南省、湖南省、浙江省、廣東省、安徽省和江西省等。從地理位置和經濟發展程度上看，安徽省和河南省距離湖北省武漢市最近，其交通最為便利；而浙江省緊鄰安徽省與江西省，經濟較為發達，貿易往來以及人員流動較為頻繁等等。因此不難發現，此次新冠疫情的發展態勢和傳播速度與地理位置和經濟發展因素有著密不可分的聯系，這為下文構建空間計量模型進一步探究影響疫情傳播的諸因素時，將地理位置因素和經濟發展因素引入模型提供了一定的依據。另外，通過探索性空間數據分析發現新冠疫情確診病例數的分布與中國人口密度分布圖極為相似，其中高確診人數主要集中在中國東南部各省份，在中國人口密度分布圖中與之對應的是“胡煥庸線”(1)“胡煥庸線”是由中國地理學家胡煥庸(1901-1998)在1935年提出的劃分我國人口密度的對比線，也稱黑河(愛輝)—騰沖線，首次揭示了中國人口分布規律。即自黑龍江璦琿至云南騰沖畫一條直線(約為45°)，線東南半壁36%的土地供養了全國96%的人口；西北半壁64%的土地僅供養4%的人口。二者平均人口密度比為42.6∶1。的右側，即高人口密度的中國東南半壁。

2 新冠疫情的空間建模研究

2.1 研究設計

鄭衛軍等(2008)表示由于空間流行病數據在不同區域往往存在空間相關性，故傳統的分析方法往往會引起較大的誤差，因此運用地理統計學方法進行估計會在很大程度上提高模型的描述和預測的能力[24]。基于以上相關時空分析，可以看出新冠病毒肺炎的確診人數具有明顯的空間相關性。因此，本文將從與新冠疫情傳播相關的三大宏觀層面即地理位置環境因素、人口數量因素和經濟發展因素展開分析，并運用空間統計分析方法通過影響機制的分析構建空間計量模型，以探究諸影響因素的作用機理。

2.1.1 疫情傳播的影響因素分析

新型冠狀病毒肺炎的傳播看似是簡單的社會現象，但實則為復雜的突發公共衛生事件，表現之一就是影響疫情傳播及迅速蔓延的因素有許多且傳播路徑不明確，這些因素有宏觀層面的，也有微觀層面的。基于已有研究成果以及數據的可獲得性，本文將從與疫情傳播相關的三大宏觀層面即地理位置環境因素、人口數量因素和經濟發展因素展開分析。

2.1.1.1 地理位置環境因素

陳思秇等(2019)在研究廣州手足口病精細尺度下發病影響因素時，模型中引入廣州市各街道的公交車站數目來衡量交通便利程度，發現公交車站數目增加是廣州市手足口病發病的顯著影響因素，并將這種結果解釋為街道內公交車站數目的稀少在一定程度上意味著人們使用公共交通工具在狹小空間內進行密切接觸的風險降低，且在一定程度上可以阻斷病毒傳播的途徑，對抑制疾病進一步擴散有促進作用[25]。自本次新冠疫情暴發以來，國家每日公開發布疫情實時地圖數據、有關部門利用大數據技術協助追蹤疫情密切接觸者和公眾借助手機定位功能查詢周邊疫情信息等地理學技術觀察確診病例在空間上的分布，從國家、社會、和個人層面對地理信息技術在抗擊疫情中的應用可知地理位置對疫情的傳播具有重要的影響作用。一般認為，地區間距離越近，新冠病毒肺炎感染的概率越大，確診人數越多。對于地理位置量化指標的選擇，這里用交通可達性指標來側面反映地理位置對疫情傳播的影響，即交通越便利，確診病例越多。因此本文以公路、鐵路里程數來衡量地區間的交通便利程度，以此檢驗這一指標對疫情傳播的影響作用和方向。

2.1.1.2 人口數量因素

張偉文(2019)在研究新疆地區涂陽肺結核發病的影響因素時，將社會人口因子歸納為少數民族比例、農業人口比例、人口密度、人口自然增長率和家庭平均人口數提取得到的綜合性指標，實證結果顯示隨著社會人口因子的增加，地區涂陽肺結核發病風險也將增加，且人口密度在生態學層面上加劇了結核易感性[26]。參考已有研究成果，同時考慮到此次新冠病毒肺炎的人傳人特征，結合上文分析提及的本次疫情確診人數分布情況與中國人口密度圖的關系，因此探究新冠病毒肺炎在地區間傳播的影響因素時，要充分考慮各地區的人口數量因素。一般而言，人口數量較多的區域，經濟活動較為頻繁，人與人之間接觸的可能性較大，此地區一旦出現新冠病毒肺炎確診病例，疫情的傳播速度較人口數量較少的地區快。然而中國的現實狀況是各省、市、自治區的面積各不相同，且差異性較大，因此為消除地理面積的影響，這里將人口數量除以對應的省域面積即人口密度，以消除地理面積的影響。因此，本文引入人口密度指標來檢驗這一指標對疫情傳播的影響作用。

2.1.1.3 經濟發展因素

陳思秇等(2019)在研究廣州市手足口發病影響因素時，通過構建貝葉斯時空模型發現城中村比例增加和人均國內生產總值增加是廣州市手足口病發病的危險因素[25]。張偉文(2019)在研究新疆地區涂陽肺結核發病的影響因素時，將地區社會經濟因子歸納為工業生產總值、投資、人均GDP和居民平均工資提取得到的綜合性指標，通過貝葉斯時空建模法發現社會經濟因子與涂陽肺結核發病風險呈負相關，即地區經濟實力越強，地區涂陽結核發病風險越低；而在研究醫療衛生水平對流行病傳播的影響時，使用經典線性回歸模型對新疆地區涂陽肺結核區域發病風險的建模結果顯示，涂陽肺結核疫情整體上與衛生機構床位數存在負相關[26]。因此，經濟發展水平對疫情傳播的影響主要有兩個方面：其一，經濟發展較快的地區，社交娛樂場所相應地較多，經濟貿易往來相對頻繁，進而導致人員聚集，人與人之間接觸的機會大大提高，這將加速新冠病毒的傳播；其二，某地區經濟的快速發展往往會帶來醫療設施以及醫療資源的改善，地區經濟發展越迅速，相應的醫療條件就會越優越，譬如醫院數量的增加，醫療器械設備較為先進和醫生技術能力的提高等，這些均會降低疫情在區域間的傳播速度。綜合以上分析，本文以地區生產總值和醫院數量來衡量各省份經濟發展水平，檢驗這一指標對疫情傳播的影響作用的方向。

基于上述有關疫情傳播影響因素的討論，擬選擇以下統計指標用于本次疫情影響因素的實證檢驗，具體如表2所示。

表2 影響因素的量化指標

2.1.2 數據說明及模型構建

本次疫情的擴散中心為湖北武漢，盡管在2020年1月23日上午10時，武漢實施封城措施，但專家研究表明新型冠狀病毒肺炎具有4—14天的潛伏期，而且截至23日數據顯示已有大量人員離開武漢。考慮到以上原因，可以認為某地區的新冠病毒肺炎確診人數不僅受本地區因素的影響，還會受到鄰近地區因素的影響，同時該地區的因素不僅影響本地區的確診人數，還影響周邊地區的確診人數。因此，研究此次疫情傳播的影響因素時將空間因素引入傳統的回歸模型至關重要。綜合豪斯曼(Hausman)檢驗結果、模型AIC和BIC信息量以及模型參數顯著性檢驗結果，發現包含隨機效應的空間誤差面板模型可以有效擬合本文樣本數據，模型形式可設定為式(1)。

lnY=βlnX+λWμ+ε,ε～N(0,σ2In)

(1)

其中，Y=(Y1,…,YN)′是被解釋變量即新型冠狀病毒肺炎確診人數；X=(X1,…,XK)為解釋變量矩陣，其中X包括公路鐵路里程數、人口密度、地區生產總值和醫院數量四個指標；W為空間權重矩陣；β=(β1,…,βk)′為解釋變量的回歸參數向量；λ為空間自回歸系數；ε表示隨機誤差項。

本文選取2020年1月24日至2020年2月26日中國31個省(市、區)衛健委官方網站公布的新冠病毒肺炎確診人數作為模型的被解釋變量，考慮到本文側重研究宏觀層面的諸影響因素，經濟、人口等指標變量只有一組截面數據，而被解釋變量為日確診數，因此，這里按照時間跨度進行延伸，即每一天的數據除了確診數外都是相同的，以此形成面板數據，進而構建空間計量模型，以檢測各因素對疫情傳播的影響程度和方向；基于以上考慮，模型解釋變量選擇各省份2018年地區生產總值、2018年人口密度(2018年年末人口數量/地區土地面積)、2018年公路鐵路里程數(2018年公路里程數+2018年鐵路里程數)和2018年醫院數量，各量化指標數據均來自各省份2019年《中國統計年鑒》。

2.1.3 空間權重矩陣的確定

空間權重矩陣W度量了不同地區社會經濟聯系的密切程度，反映了對于某一地區而言其他地區的重要性。設定合適的空間權重矩陣是準確使用空間計量分析的基礎(Anselin,2003)，空間權重矩陣的設定方式有多種，具體選擇取決于具體的研究問題，這樣才能使得研究具有實際意義。根據本文的研究目的，這里將設定兩類空間權重矩陣。

第二類空間權重矩陣是從各省份經濟發展水平出發，一般認為，經濟發展水平相近的省份之間的經濟特征也較為相似，同時經濟發展水平較高的地區對經濟水平較低地區產生更強的空間影響與輻射作用，一般稱這類矩陣為經濟距離空間權重矩陣，多數根據研究目的選用不同反映經濟水平的指標變量作為經濟空間權重矩陣中元素的取值，具體設定形式為：

(2)

其中，這里Yi和Yj分別表示省份i和省份j的地區生產總值、人口密度和公路鐵路里程數，對應的空間權重矩陣分別記為W3、W4和W5。

2.2 空間回歸模型結果分析

中國各省新冠病毒肺炎確診人數分布在空間上存在相關性。因此，可以進一步構建空間回歸模型來研究疫情傳播的空間特征，模型即為前文討論設計的式(1)。本文采用的是極大似然估計，模型估計結果如表3所示。

表3 不同空間權重矩陣的SEM模型估計結果

表3展示了SEM模型在不同空間權重下的估計結果，整體上來看，模型參數估計結果與預期較為符合。另外，在五種不同的空間權重矩陣下，模型擬合效果均較好且參數估計系數高度顯著，這些均說明了本文選擇的諸因素對疫情的傳播存在顯著影響。由表3不難發現，SEM模型的空間相關系數λ均顯著為正，說明新型冠狀病毒肺炎在中國各省份之間的傳播具有較強的空間相關性，即一個地區的確診病例人數不僅受本地區諸因素的影響，還受到鄰近地區因素的影響，與此同時，該地區的因素不僅影響本地區的確診病例人數，還影響周邊地區的確診病例人數。表3中五種空間權重矩陣的模型參數估計結果雖然數值上存在差異，但其估計系數的符號和顯著性水平均是一致的，因此接下來僅以W1空間權重矩陣分析為例，其他類似。

地理位置因素的量化指標公路鐵路里程數系數為正且高度顯著，可見一個地區的公路鐵路里程數對新冠病毒肺炎確診人數的影響是正向的。公路鐵路里程數在文中用來反映地區間交通便利程度，結果表明某地區的交通越發達，越有利于疫情的傳播，相應地確診病例會增多。這也與預期一致，即交通越便利，區域內以及區域間的人員流動和經濟往來就會越頻繁，新冠病毒傳播越迅速。隨著近年來國家快速運輸通道和城際交通圈的大發展，本次疫情傳播的空間范圍也會迅速增大，若不及時采取相應措施則其傳播速度會更快。因此，中國各省份在疫情暴發高峰期階段采取了臨時關閉了部分高速公路出入口，并在保留正常運行的出入口的前提下，由工作人員對經過車輛和人員進行消毒、體溫測試和信息登記，禁止外來疑似患者進入和市內長途客運、旅游包車、城鄉客運、城際公交全部停運并規定所有出租車司機不得外出，縣內道路旅客運輸整體處于停擺狀態等這一系列緊急措施。

人口密度的估計系數在1%的水平下顯著為正，說明人口數量因素對新冠病毒肺炎確診人數的增加有正向影響作用。人口密度是在消除了省與省之間不同土地面積影響的基礎之上衡量人口數量聚集程度的重要指標，SEM模型估計的結果表明，某地區人口密度越大，該地區確診的新冠肺炎病例越多，這與一般的認知結果是一致的，即區域人口密度越大，人與人之間接觸的機率越大且途徑越多，基于新冠病毒本身的病理學特征和傳播的主要途徑，這顯然會增加人流密集地區中人們感染的風險。由于本次疫情發生在春節期間，因此親友之間的串門聚餐都是導致新冠病毒擴大傳播的重要原因，因此減少人與人之間密切接觸的途徑和機會，對抑制疫情傳播有顯著的效果。同時，以社區為單元對小區居民進行出入登記、體溫檢測、宣傳隔離等措施可以大大降低疫情的傳播，此外在疫情期間很多社區提供點對點的生活用品遞送服務，不僅解除了人們無法出門采購的后顧之憂，而且也是以另一種方式降低人們因出門采購聚集而帶來的風險。

地區生產總值的估計系數在5%的顯著性水平下顯著為正，表示地區經濟發展水平與新冠病毒的傳播速度呈正相關。地區生產總值是衡量一個地區經濟社會發展程度的重要指標，一般來說，地區生產總值越大，該地區外來打工人員越多，人口聚集度和人員流動性也越強，配套的公共娛樂場所和大型民生福利工程也越多，且與其他地區的貿易往來越密切、物流配送和運輸的交易也越頻繁，這都會成為擴大新冠病毒傳播途徑和速度的潛在因素，因此表3中估計系數顯著為正符合預期，可以解釋為，一個地區的生產總值越高、經濟社會越發達，新冠病毒在人與人之間傳播的速度越快、確診的感染人數越多。因此從全國各省市確診人數來看，不同省份中經濟發達省份較經濟落后省份的感染人數要多，同一省份中省會城市較其他城市的感染人數要多，這在一定程度上可以歸因于地區的經濟發展狀況。

醫院數量的估計系數為負值，且在5%的水平下顯著，說明醫院數量對疫情發展起到遏制作用的因素。醫院數量可以在一定程度上代表一個地區的醫療衛生設施狀況，也可以間接反映醫院擁有的醫療設備數量和醫生人數。一般而言，一個省份所擁有的醫院總數越多，對感染者的收容和救治能力就越強，且應對重大公共衛生突發事件的能力就越強，這一認知與模型估計所呈現出的結果一致，也與預期相符，因此增加一個地區的醫院數量、擴大其收容病人的規模并提升其醫療服務的能力，對抑制新冠疫情的進一步傳播具有明顯效果。這也是國家在疫情發生后，第一時間建立“火神山”和“雷神山”醫院、將公共場所(體育館、高校學生宿舍)改造成臨時收容點和救治點、調集其他省份的優質醫療人員和物資以支援湖北、緩解湖北省內部醫療衛生資源緊張的重要原因。

3 結論與建議

本文基于中國31個省(市、區)衛健委官方網站公布的新型冠狀病毒肺炎疫情數據(2020年1月24日—2020年2月26日)，首先從時間和空間兩個維度分析全國疫情的時空分布特征，其次綜合考慮地理位置環境因素、人口數量因素和經濟發展因素等對疫情傳播的影響，并以地理鄰接矩陣、地理距離矩陣、經濟矩陣、交通可達性矩陣等多組空間權重矩陣構建空間計量模型，從宏觀層面研究宏觀經濟因素、交通因素和人口因素等對疫情傳播的影響程度和作用方向。從疫情隨時間的變化趨勢來看，2020年1月24日至2月26日期間，全國累計確診病例數及現有確診數呈先升高后趨于平穩的趨勢，其中1月24日至2月12日，新型冠狀病毒肺炎在全國各地全面爆發，累計確診病例數呈線性上升態勢，2月13日以后，疫情在全國范圍內得到有效的防控，確診病例數增加速度逐漸放緩；每日新增確診及每日新增治愈病例數在1月24日至2月12日期間呈先升高后降低的態勢，2月12日至2月26日期間，全國每日新增病例數快速減少，從四位數逐漸變成兩位數，全國疫情防控工作初步取得顯著成效；自1月24日開始全國正在接受醫學觀察人數呈現先上升后逐漸趨緩的態勢，至2月7日非湖北地區“正在接受醫學觀察人數”開始實現負增長。由全國疫情病例數分布情況可知，中國各省新冠病毒肺炎確診人數的分布和傳播存在較強的空間相關性，確診病例人數高、低分布具有明顯的空間聚集性，高確診人數的地區主要集中在與湖北省相鄰近或周邊的區域，并且這種集聚特征較為穩定。從本文的實證結果來看，影響新冠疫情傳播的諸因素在省際之間存在顯著的空間相關關系，其中交通便利程度、地區經濟發展程度和人口密度均對新冠疫情的傳播具有正向的影響，會加速新冠病毒的傳播，而地區醫院數量對新冠疫情的傳播則具有明顯的抑制作用。具體來說，在疫情傳播過程中，交通便利可能成為接觸傳染的工具，間接地加快疫情傳播速度，即交通便利程度越高，確診病例人數會相應越多。地區經濟發展水平和人口密度則可以間接說明社會的交往密集程度，即經濟發展水平越高，人口密度越大，社會經濟往來會越加頻繁，人員聚集及人與人之間交往接觸的機會更多，因此引發傳染的概率越大進而增加疫情確診病例人數。醫院數量的越多意味著對感染者的收容隔離和救治能力就越強，其作用是隔斷傳染過程、防止疫情的進一步擴散，從而降低疫情在區域間的傳播速度，因此對疫情的傳播具有明顯的抑制作用。

綜合全文研究，可以提出如下建議：

第一，根據各市區疫情風險評估等級對城市交通系統采取分類分區管理措施，避免交通運輸導致的交叉感染。本文實證結果顯示，交通便捷性是導致疫情傳播的重要途徑，但與此同時，城市交通是滿足生產生活、進行應急救援和開展疫情防控工作的根本保障，因此需要分級分區管理城市交通系統，實現公共交通設施的精準調配和合理使用。一方面，各市區應根據地區人口流量、交通基礎設施等情況，通過網格化運營策略制定差異化的方案，在網絡上及時發布交通信息，并通過定制公交App等個性化軟件實時統計更新客流量數據，以嚴格控制車輛載人數并合理安排出勤車輛班次；另一方面，各地區需做好主要站點的健康排查、定點消毒和隔離防護等工作。利用線上網絡平臺對公共交通設施進行合理調度，同時對線下乘車點和交通樞紐站的消毒情況進行實時監測，兩者配合既可以滿足居民日常出行的剛性需求，又能降低因公共交通工具出勤頻次過高而導致的人員交叉感染的風險。

第二，應做好充分準備應對復工復產可能引發的再次感染疫情“回潮”風險。本文研究結果表明人口密度的增大可加快疫情的傳播速度，而短時間內大批人員復工復產會導致全國范圍內跨省以及省內人員大規模遷徙流動，這無疑會為病毒的傳播創造條件。隨著確診人數逐漸下降，各地區的復工復產有序進行，但由于新型冠狀病毒肺炎的傳播途徑主要為氣溶膠傳播和空氣飛沫傳播，辦公室、生產車間、食堂等公共區域的空間相對狹小，且人員較為聚集、空氣流動性較差，如果不合理安排復工復產的最佳時間點，很可能會出現“二次感染”的病毒回潮現象。因此，復工的企業要做好防護措施，根據流行病學的相關研究，采取科學防控措施，減少人員聚集，盡可能利用線上開會部署相關工作事宜，避免新增確診病例的出現，將“外防輸入、內防擴散”作為防控工作的重頭戲。

第三，將流行病學調查與地理信息定位技術進行有效結合，進行精準防控。由本文的研究結論可知，疫情的分布規律不僅與地區的經濟發展水平、交通便利度、基礎醫療衛生設施和經濟發展水平等因素密切相關，而且具有明顯的時空分布特征，因此需借助地理信息系統對確診病例以及與確診病例有過密切接觸的人群進行追蹤，利用地理信息定位技術對其活動軌跡進行密切追蹤，從而精確定位高危險人群并及時采取隔離措施精準定位每一個疑似病例，及時掌握疫情發展動態信息，同時根據流行病學研究中發病的潛伏滯后周期做好相應的防控隔離工作。