中华疾病控制杂志2021年4月第25卷第4期Chin JD is Control Prev 2021 Apr; 25(4)
江西省新型冠状病毒肺炎疫情时空演化
与影响因素
高兴李钢王皎贝徐婷婷张晓涵宁乾
710127西安，西北大学城市与环境学院经济地理与规划系，陕西省地表系统与环境 承栽力重点实验室
通信作者：李钢，E-mail:lig@
D0I：10.ki.zhjbkz.2021.04.008
【摘要】目的分析江西省C0VID-19疫情的流行病学特征、时空演化及影响因素。方法
采用文本分析法提取流行病学信息，使用ArcGIS 10.3软件绘制疫情演化图谱、空间分析方法探讨疫情时空分布特征、偏最小二乘法（partial least square, PLS)分析疫情分布的影响因素。结果江 西累计确诊930例，中青年（31〜55岁）最多，占总数的60. 40%，主要从事于服务业、务工及职工；依据活动轨迹与接触史可划分为输人型、混合型和扩散型3个感染群体，扩散型感染者占总体的85. 48%；疫情发展可
划分为外源输入型增长期、省内扩散型增长期和内外控制型稳定期3个阶段，疫情空间分布呈“西南-东北”走向和“赣北重于赣中赣南、南昌-新余两极突出”的格局；人口聚集程度、同外界交流互通的强度、与疫情重灾区的距离是影响疫情分布的主要因素。结论江西省 C0VID-19确诊病例性别分布均衡，中青年、服务业从事人员为主要群体；时间上“先快后慢”，空间 上异质性显著；人口聚集程度、流动强度及总体疫情格局是影响疫情分布的关键。
【关键词】新型冠状病毒肺炎；流行病学特征；时空演化；影响因素；江西省
【中图分类号】K901 【文献标识码】A 【文章编号】1674-3679(2021)04-0411-06基金项目：西北大学防治新型冠状病毒肺炎紧急科研专项引导基金（2020)；西北大学“仲 英青年学者”支持计划（2016)
Spatiotemporal evolution and influencing factors of coronavirus dia 2019 in Jiangxi Province GAO Xing, LI Gang，WANG Jiao-bei，XU Ting-ting, ZHANG Xiao-han，NING Qian
College of Urban and Environmental Sciences, Northwest University y Shaanxi Key Laboratory of Earth Surface System and Environmental Carrying Capacityy Xiran 710127^China
Corresponding author：LI Gangy E-mail：***********
【Abstract】Objective To analyze the epidemiological characteristics, spatiotemporal evolution and i
nfluencing factors of coronavirus dia 2019 (COVID-19) in Jiangxi Province. Methods Text a- nalysis was ud to extract epidemiological information, ArcGIS 10.3 was performed to capture the evolution ,spatial analysis method was applied to explore the spatiotemporal characteristics, and Partial Least Square (PLS) estimation was ud to analyze the influencing factors of the epidemic distribution. Results In Jiangxi Province, 930 cas have been confirmed in total, with young and middle-aged people accounting for the most ( 60. 40% ) , and the rvice industry, migrant workers and labors accounted for the largest proportion. According to the activity track and contact history, the cas can be divided into three types：imported, mixed and diffu. The diffu cas account for 85. 48% of the total. The development of the epidemic can be divided into three stages：import period, diffusion period and control period. The spatial distribution of the epidemic showed the pattern of “southwest-northeast” and “the northern part of Jiangxi was more heavily affected than the southern and middle part of Jiangxi, with high primary ratio in Nanchang-Xinyu”. Population concentration, the intensity of communication and the distance from the worst-hit area were the main factors affecting the distribution of the epidemic. Conclusions The gender distribution of confirmed cas was balanced, with young and middle-aged people as the main group. The
• 412•中华疾病控制杂志2021年4月第25卷第4期Chin J Dis Control Prev 2021 Apr; 25(4)
epidemic had great influence on rvice industry. The epidemic developed with the pattern of 44 rapid in
crea followed by slow decrea*' , and with significant spatial heterogeneity. Population concentration and
mobility as well as the overall epidemic pattern were the key factors affecting the epidemic distribution.
[K eyw ords】COVID-19; Epidemiological characteristics; Spatiotemporal evolution; Influencing
factors；Jiangxi Province
Fund program s：Key Project of the Special Guidance Fund for Emergency Study on the Prevention and
Treatment of COVID-19 by Northwest University (2020)；Tang Scholar Program of Northwest University
(2016)
(Chin J Dis Control Prei; 2021,25(4) ：411-415,482)
COVID-19疫情防控实质上是人与病毒对抗的 时空交互问题，明确疫情的时空演化对人际传播机 理研究具有重要价值，目前相关研究甚少。地理学 在个体与人群水平的疫情传播扩散研究中将发挥重 要作用。目前，各地疫情的时空演化趋势、时空 聚集性[2]等特征被关注。江西临接浙江、福建、广 东等疫情高发省份，深人分析疫情在江西省的时空 演化是明确“环鄂”次高发区疫情演化规律的重要 组成部分。本文采用文本分析、空间分析、回归分析 等方法探讨江西省COVID-19确诊病例的基本特征，揭示疫情时空演化过程及影响因素，为认识疫情传 播和科学防控提供参考。
1资料与方法
1.1研究区概况江西省位于中国东南部长江中 下游南岸，属华东地区，东临浙江与福建，南连广东，西靠湖南，北毗湖北与安徽共接长江。2020年1月22日江西省确认2例输人型确诊病例后，疫情迅速 扩散。截至2020年6月25日，江西省累计确诊病 例930例，居全国第9，累计死亡1例，新余曾长时 间是湖北省外感染密度最大的地市。目前全省疫情 形势稳定，之后5个月仅新增5例。
1.2数据来源（1)空间数据：行政边界来源于国 家基础地理信息中心发布的1:100万矢量数据；
(2)统计数据：来源于江西省统计局发布的《江西省 统计年鉴2018》；（3)疫情数据：来源于国家卫
生健 康委员会疫情通报，以及截至2020年6月25日18 时，人工判读获取的病例社会人口学信息、接触感染 救治经过与活动轨迹等。
1.3统计学方法采用Excel 2016软件整理与预 处理数据、ArcGIS 10.3软件进行演化图谱绘制与 空间分析、SPSS 25. 0软件分析数据、OriginLab 2018软件绘制图表。文本分析：提取信息的表达 及特征来量化信息，对象可以是语言、文字或影 像[3]。相关性分析：表达两个或多个要素相互关系的紧密程度[4]。空间分析：采用Monm's/衡量空间自相关性的强弱，取值范围在（-1,1)之间，越 接近1表明空间正相关性越显著，越接近-1即负 相关性越显著[5]；采用核密度分析呈现疫情的空间集聚；采用标准差橢圆反映各时期疫情的离散程度及方向性；采用热点分析识别高发区域；采用 偏最小二乘回归法分析影响疫情分布的因素。
2 结果
2.1确诊病例的流行病学特征
2.1.1性别年龄特征除低龄和高龄两末端外，病 例总体呈现均衡的性别分布。年龄由41 ~<46岁年 龄段为峰值，向两侧递减,31〜<56岁是主要年龄区 间，占总数的60. 40%。整体上看，以中年人（41 ~ < 66 岁，49. 30%)与青年人（18 ~ <41 岁，36. 40%)居 多，老年人66岁，12.00%)与少年（专16, 2.30%)较少。见图1。
2.1.2职业特征从事服务行业的最多，务工与职 工紧随其后。服务行业类型中，从事健康与社会服 务、销售服务及商业服务的超过确诊病例总数的70.00%。见图 2。
2.2感染途径根据确诊病例感染经过和活动轨迹将其大致划分为3类感染群体：长期在武汉或湖 北其他地区生活工作的确诊病例界定为输人型感染 者，共98例（10.54%)，直接接触输人型感染者或在 疫情前后短期前往武汉的确诊病例界定为过渡型感 染者，共37例（
3.98%)，不存在武汉旅居史且不能 认定为过渡型感染者的确诊病例界定为扩散型感染 者，共795例（85. 48%)。见表1。
2.3江西省COVID-19疫情的时空演化特征
2.3.1时间变化特征自2020年1月21日江西省 卫生健康委员会通报2例外部输入型感染者后，日确诊病例数逐日上升,2月13日确诊85例，达日确诊 病例数峰值，之后逐渐下降，至2月20日无新增病 例。其中，1月26日至2月10日确诊病例数上升较 快，处于迅速扩散的阶段。累计治愈病例数2月15 日前增加缓慢，累计出院239例，2月15日后日治愈
中华疾病控制杂志2021年4月第25卷第4期Chin J Dis Control Prev 2021 Apr; 25(4)413•
86-90 81~ 76〜71〜66〜61~ 56~
51〜46~ 41~ 36~ 31~
26〜21~ 16〜11〜6~
0〜make up artist
.男世
-女性—
60 50 40 30 20 1010 20 30 40
诊病例数与累
尔的“唇”型结
极值呈偏态分
暂无新增。南
年赣江新区1
整体上看，江
快增慢减”的
可出现4 d后,
子布均衡；1月初中物理电学公式
[、南昌确诊病
接近第2位上
轻的格局逐渐
F局并未改变。
月显，其他县域
下辖各区县受
?)、丰城市（试
：
二值化管县）及青山
地区确诊病例
(a)
确诊病例（例）
图12020年江西省确诊病例性别年龄特征
Figure 1Gender and age structure of confirmed cas in Jiangxi Province in 2020服务(b) 健康与社会服务
图2 2020年江西省确诊病例职业特征（a职业分工;b服务行业类型）
Figure 2 Occupation characteristics of confirmed cas
in Jiangxi Province in 2020 (a：professional division of labor；b：type of rvice industry)
kidding表1 2020年江西省确诊病例的感染群体类型
及感染途径[〃(％)]
Table 1Classification of infection population and infection patterns of confirmed cas
in Jiangxi Province in 2020 [ n( %)]
感染群体类型及感染途径例数
输人型98( 10.54)工作感染69(7.42)
生活感染12(1.29)
服务感染9(0.97)
亲属感染3(0.32)
过渡型37(3.98)接触武汉返乡人员3(0.32)
短期前往武汉13(1.40)
亲属从武汉返乡6(0.65)
途经武汉3(0.32)
扩散型795(85.48)接触确诊病例117( 12.58)
医护人员9(2.04)
接触医护人员18( 1.94)
聚集性活动8(0.86)
接触外省返乡人员6(0.64)
不能确定627(67.42)病例数上升，日均超过40例。
计治愈病例数构成近似封闭、中心对1构。未愈确诊病例数以2月13日为: 布，另外，自2月9日死亡1例，目前 昌累计确诊病例最多，达230例（1例），新余、上饶和九江等紧随其后。西省C0VID-19疫情在时间上呈现“态势。
2.3.2空间演化特征首例确诊病必 除鹰潭市外各地均报告确诊病例且j 30日，各地均受感染，位于赣北的九乞 例数增加;2月5日，南昌确诊病例数 饶的2倍，赣北疫情较重、赣中赣南较 形成。之后疫情持续扩散，但分布梓 县域尺度上，初期新余渝水区首位度弓 分布较为分散;2月5日，南昌、新余 灾较重的格局逐渐形成，渝水区（新杳 点省直管县级市）、鄱阳县（试点省J 湖区（南昌）确诊病例数突破20，赣南
冒
(
％
)
鋰
翁
济
•
414 •
中华疾病控制杂志2021年4月第25卷第4期 Chin j Dis Control Prev 2021 Apr; 25(4)
图4 2020年江西省疫情分布空间分析
Figure 4 Spatial analysis of epidemic distribution in Jiangxi Province in 2020
数最多的是章贡区（赣州），为19例。截至2020年 3月5日，渝水区、丰城市、鄱阳县、青山湖区确诊病 例数超过50例，其中渝水区达130例。疫情集中在 新余及其周边和南昌南部，其他地区疫情较为分散。 总体上，江西省疫情呈现为“赣北重于赣中赣南、南 昌-新余两极突出”的空间格局。各尺度逐日
Momn's /<0. 2，表明江西省疫情空间自相关性不显 著且不均衡性十分突出。南昌首位度显著，南昌、新 余两地聚集高发，其他地区疫情较轻且分布分散。 空间上呈“西南-东北”走向，随疫情发展范围不断
缩小，最终覆盖南昌、新余及周边地区。平均中心先 向西、再向西北、再向东北移动，表明新余与南昌先
后成为疫情聚集地。见图3、图4。2.4江西省COVID -19疫情分布的影响因素 2.4.1影响因素选取江西疫情前期属外部输人 阶段，其形势与输入型病例的规模与分布有关，中后 期属内部扩散阶段，受各地人口密度、人口流动、经 济发展、交通运输及距疫情重灾区的距离等多重因 素影响。选择截至2020年6月25日各地C 0VID -19 确诊病例数为因变量，结合数据可获性与区域特征，
(a )市域 2020.01.25
(b )县域 2020.01.25
2020.01.30
4-
8〜
16- ■ 62 〜106 0 50 100 200 L |]
确诊蝻例数
on more
■ 1〜
■ 4〜
8〜
■ 16-
■ 62〜106
0 50 100 200,.K m
4~
8〜
16~
62-106
0 50 100 200,
图3 2020年江西省确诊病例时空演化新欧洲
Figure 3 Spatial evolution of confirmed cas in Jiangxi Province in 2020(a )热点分析
(b )核密度分析
核密度Kemal 值□ 0-26.79W2W
EB 26.7994921 • 72.74147S 53
■■72.74147854.141.6544$82 ■i 14I .6544S 83 ■ 225.8814333 H22SMI4334.325.422404 H 325.4224041 -436.4488712 ■I 436.4488713 • S S 8.96083S I H S S 8.9608352 • 689.1297966 ■i 689.1297967.83〇.7M 2$46 ■ B 30.7K 42549 • 976.2672119
匚=1方向分布及期变 ♦ f 均中心及移幼
详细的英文n r H
一
l
l l i
cold cold cold l l l l
m m
北京国际艺术学校中华疾病控制杂志2021年4月第25卷第4期Chin J Dis Control Prev 2021 Apr; 25(4)• 415•
表2 2020年江西省COVID-19疫情空间分布的
影响因素选取
备考Table 2 Influencing factors lection of COVID-19 spatial
distribution in Jiangxi Province in 2020
m\影响因素作用
与确诊病例数
P e a rso n相关系数P
值
人口人口密度(人•k n T2)人口密度0.5990.051男性占比(％)鸺丨鹿构0.228(X500
城镇人口比(％)城乡结构0.2570.445nobody什么意思
15~64岁占比(％)(X590O.Q56
经济一般公共雕iB tA(万元）平0.8100.003第三产业占比(％)产业娜0.3800J01
愤劳动者(人）糖分工0.3910.235
麵公共麵客运总量(万人）通达性0.7570.007
与武、腿离祕里程(k m)近邻性-05270.096
选择人口密度、男性占比、城镇人口占比、15 ~64岁人口占比表示社会人口学信息，选择一般公共预算 收人、第三产业占比、及个体劳动者数量分别表示收 人水平、产业结构及职业分工，选择公共交通客运总 量代表交通可达性，以及各地与武汉间铁路里程[6]表示与疫情重灾区的相对位置。见表2。
2.4.2影响因素分析人口越稠密的区域疫情越 重，符合流行性疫病的传播特征[7]。丨5~64岁占比 越高
疫情越重，体现此次疫情确诊病例群体的社会 人口学特征[8]，性别比、城乡比与疫情分布的相关 性不高。收人水平越高的地区疫情越重，这与人口 基数、密度，以及城市规模、发展水平等因素有关。各地产业结构与职业分工对疫情发展未显示有影 响。公共交通客运总量用来衡量城市内部及与外界 关联的密切程度，越高的地区疫情越严重，体现人群 密集流动对疫情的促进作用。距离武汉的铁路里程 与各地区确诊病例数呈负相关，表明疫情在江西省 的传播具有近邻性特征，距离重灾区越近的地区疫 情越重。偏最小二乘回归结果显示，一般公共预算 收人（1.502 4)、公共交通客运总量（V7P= 1.325 2)、人口密度（V7P= 1.082 4)、15~64 岁人口 比（V7P= 1.039 6)是江西省疫情分布的重要影响因 子。与武汉间铁路里程WP>0. 8，表明该因子是次 重要影响变量。其余因子WP<0. 8，即性别比、城镇 人口比、第三产业占比、个体劳动者数量对疫情分布 影响不大。
3讨论
结果显示，确诊病例的性别分布均衡，31〜55岁中青年居多，老人与少年较少，与全国统计[8]较为 一致，中青年是主要社会流动群体，活动频繁、出行 强度高的特点使其暴露时间长，易受感染。感染者多从事服务行业，在鄂务工/职工次之，服务业中以 医疗卫生及与陌生人接触频繁的其他服务行业最 多；外部输入型感染者主要是长期在武汉工作生活 的人员，混合过渡型和内部扩散型感染者以接触武 汉返乡人员、短期前往武汉等为主要感染途径。江 西省累计C0VID-19确诊病例数增长“前快后慢”，累计治愈病例数增长“前慢后快”，二者构成封闭中心 对称的“唇”形结构；日确诊病例数“快增慢减
”，以2月13日为极值呈偏态分布。江西省疫情可分为 外部输人性增长期、省内扩散性增长期和内外控制 性稳定期3个阶段，与除湖北外其他省份同步[9]，约在1个月内进人稳定期。空间上，新余与南昌先 后成为疫情聚集区，进人稳定期后，南昌首位度显 著，其他地区分布分散；县域上，渝水区、丰城市、鄱 阳县、青山湖区疫情较重，渝水区受影响最重。江西 省疫情空间分布具有异质性，呈现“西南-东北”走 向和“赣北重于赣中赣南、南昌-新余两极突出”的格局。疫情分布是外部输入、人口、经济、交通及与 全国疫情格局等多重因素共同作用的结果，经济发 达、人口稠密、交通可达性高、靠近重灾区的南昌及 周边地区成为江西省疫情高发区域。
C0VID-19疫情对社会造成重大创伤，通过社会 各界共同努力，江西省疫情已得到控制，各行业逐渐 步人正轨。未来仍须加强对流动人口特别是外地返 赣人员的排查管理，强调个人与家庭防范意识的提 高。在进一步防控疫情、救助未愈及新增感染者的同 时，防止复工、复产、复学等带来疫情的再次扩散。积 极开展爱国教育、科普宣传和心理疏导以避免“后疫 情”时期可能会出现的心理、社交障碍等社会问题。另外，国内疫情得到控制，而欧美多国疫情仍在蔓延，应警惕跨国流动带来的海外输入性疫情复发。
本文对C0VID-19疫情在江西省的时空演化与影 响因素进行分析，是从近鄂高发省域视角和尺度的一 次积极探索，未来仍将在以下方面进一步开展工作: 一是宏观尺度格局分析欠缺对个体主观能动性的关 注，未来应尝试通过捕捉个体、群体活动轨迹与社会 网络深入探讨疫情在个体人群层面的传播扩
散，这对 明确其传播机制意义重大；二是根据“复工复产复 学”等不同现实需求与措施，构建模拟疫情变化下未 来典型情景及其风险，提出针对性防控措施与预案; 三是在人本主义地理学视角下，持续追踪“后疫情”时 期深受影响的相对落后地区与脆弱人群的生计恢复 与可持续性将是未来的重要工作。
利益冲突无
(下转第482页)
