自2003年非典型性肺炎疫情暴发之后，中国加强了突发公共卫生事件应对体系的建设，传染病防控能力得到明显提升。但随着社会环境、自然环境和人口特征的不断变化，传染病旧有病种死灰复燃、新病种不断出现^[1]，严重威胁着中国居民的身体健康。为此，我国学者广泛开展了对中国传染病流行现状和趋势的研究^{[2 – 3]}，但在研究中存在忽略传染病空间属性的情况。为分析中国31个省、市、自治区甲乙类法定报告传染病发病流行趋势及空间关联情况，为传染病的预防控制提供科学依据，本研究收集2012年《中国卫生统计年鉴》和2013 — 2016年《中国卫生和计划生育统计年鉴》中甲乙类法定报告传染病的发病资料，应用趋势性χ²检验和地理信息系统空间统计分析功能对中国2011 —2015年甲乙类法定报告传染病进行流行趋势、空间分布及关联性分析。结果报告如下。

资料来源于2012年《中国卫生统计年鉴》和2013 — 2016年《中国卫生和计划生育统计年鉴》中甲乙类法定报告传染病的发病资料。

采用Excel 10.0建立数据库并导入ArcGIS 10.2建立的个人地理数据库，加载至中国1 : 400万矢量化地图，应用SPSS 21.0和ArcGIS 10.2 软件进行趋势性χ²检验和空间自相关分析，检验水准为双侧检验α = 0.05。其中，空间自相关的分析方法包括全局空间自相关分析和局部空间自相关分析。（1）全局空间自相关分析^[4]：本研究通过全局空间自相关对甲乙类法定报告传染病发病率分布的总体特征进行分析。采用指标为Moran's I指数，计算公式为： $I = \displaystyle\frac{{n\sum\limits_{i = 1}^n {\sum\limits_{j = 1}^n {{w_{ij}}\left( {{x_i} - \overline x } \right)\left( {{x_j} - \overline x } \right)} } }}{{\sum\limits_{i = 1}^n {\sum\limits_{j = 1}^n {{w_{ij}}\sum\limits_{i = 1}^n {{{\left( {{x_i} - \overline x } \right)}^2}} } } }} $ 。式中，n为研究区域内空间位置的数目；x_i、x_j为空间位置i和j的某项指标的观察值；w_ij表示i和j基于距离关系的空间权重系数，i与j相邻时w_ij = 1，不相邻时w_ij = 0； $ {\overline x}$ 为空间位置观察值的平均数。其中，Moran's I指数的取值范围为[– 1，1]。对于Moran's I指数可对其进行标准化后的统计量Z来检验研究区域内是否存在全局空间自相关关系，其计算公式为： $z = \displaystyle\frac{{{I_i} - E\left( {{I_i}} \right)}}{{\sqrt {VAR\left( {{I_i}} \right)} }} $ 。其中，E（I_i）和VAR（I_i）分别为理论均值和理论标准差。对Moran's I指数进行假设检验，Z值 ≥ 1.96 或 ≤ – 1.96且Moran's I ≠ 0，认为具有全局空间自相关性，反之则不具有全局空间自相关性。当研究区域观察值具有全局自相关性时，若Moran's I > 0表示空间数据正相关，整体呈聚集分布；若Moran's I < 0表示空间数据负相关，整体呈离散分布；Moran's I趋近于0，整体呈随机分布，无聚集现象。（2）局部空间自相关分析^[5]：全局空间自相关用来分析研究区域内某现象的总体特征，检验该现象分布是否具有聚集性，但不能确切指出聚集区的地方，局部空间聚集性分析能探测该现象高值聚集区的具体分布，可有效弥补全局空间自相关分析的缺陷。本研究采用局部自相关指数为局部Local Moran's I指数和Getis-Ord G_i指数。局部Local Moran's I指数可以探测甲乙类法定报告传染病地区间的差异程度及其显著性，以“高 – 高”、“低 – 低”、“高 – 低”、“低 – 高”等4种关联模式呈现，Getis-Ord G_i指数可度量疫情的空间聚集程度，以热点区域和冷点区域呈现。局部Local Moran's I 指数计算公式为： ${I_i} \!=\! \displaystyle\frac{{{n^2}}}{{\sum\limits_i {\sum\limits_j {ij} } }} \!\times \!\displaystyle\frac{{\left( {{x_i} \!-\! \overline x } \right)\sum\limits_j {{w_{ij}}\left( {{x_j} - \overline x } \right)} }}{{\sum\limits_j {{{\left( {{x_j} \!-\! \overline x } \right)}^2}} }}, i \!\ne\! j $ 。式中，n为研究区域内空间位置的数目；x_i、x_j为空间位置i和j的某项指标的观察值；w_ij表示i和j基于距离关系的空间权重系数； ${\overline x}$ 为空间位置观察值的平均数。在计算G_i指数统计量的同时，以其标准化统计量Z（G_i）来检验其统计学意义。具体计算公式为： ${G_i}\left( d \right) = \displaystyle\frac{{\sum\limits_i {{w_{ij}}\left( d \right){x_i}} }}{{\sum\limits_j {{x_j}} }},i \ne j;Z\left( {{G_i}} \right) = \displaystyle\frac{{{G_i} - E\left( {{G_i}} \right)}}{{\sqrt {VAR\left( {{G_i}} \right)} }} $ 。式中，G_i（d）表示空间位置i在距离d的范围内与空间位置j的相关程度；w_ij表示i和j基于距离关系的空间权重系数；x_i、x_j为空间位置i和j的某项指标的观察值；E（G_i）和VAR（G_i）分别为理论均值和理论标准差。当G_i > 0且 P < 0.05时，表明局部区域内有高值聚集区域，即热点区域；当 G_i < 0且 P < 0.05时，表明局部区域内有低值聚集区域，即冷点区域 ^[6]。

中国2011、2012、2013、2014、2015年甲乙类法定报告传染病发病率分别为241.44/10万、238.76/10万、225.80/10万、226.98/10万、223.60/10万，总体呈下降趋势（χ²_趋势 = 13 249.52，P < 0.05）；在地域上呈西高东低趋势，全国多数地区呈平稳下降趋势，部分地区发病率呈现高低波动状态，其中山东、海南、重庆、安徽、云南、西藏和新疆的发病率均呈上升趋势（均 P < 0.05）。

图 1

图 1 中国2011 — 2015年甲乙类法定报告传染病发病趋势专题地图

全局空间自相关分析结果显示，中国2011、2012、2013、2014、2015年甲乙类法定报告传染病发病率的Moran's I值分别为0.092、0.086、0.106、0.124、0.155（均P < 0.05），中国2011 — 2015年甲乙类法定报告传染病发病分布均存在全局自相关性，且呈正相关，相关强度逐年增强。

局部空间自相关分析结果显示，中国2011 — 2015年甲乙类法定报告传染病的发病均存在“低 – 低”关联模式区域，且均位于东部地区，除山东和江苏一直处于“低 – 低”关联模式区域外，“低 – 低”关联模式区域还存在于上海（2011年）、天津（2011 — 2013年和2015年）、北京（2013和2015年）；“高 – 高”关联模式区域仅存在于2015年的新疆和西藏。

图 2

图 2 中国2011 — 2015年甲乙类法定报告传染病发病率关联模式区域专题地图

热点区域探测结果显示，中国2011 — 2015年甲乙类法定报告传染病发病热点区域集中在西部地区的新疆、西藏，冷点区域主要集中在北京、天津、河北、河南、山东、江苏、河北、上海及其周边省份。

图 3

图 3 中国2011 — 2015年甲乙类法定报告传染病发病率热点区域专题地图

大部分流行病学资料具有空间属性^[7]，若单纯使用传统流行病学和/或统计学方法对其进行分析，难免忽略数据的空间属性，而空间统计分析可以很好地兼顾数据的空间属性，主要应用地理信息系统来实现。作为一种可视化的空间数据分析工具，地理信息系统技术的出现使人们更多地关注地理相关因素对疾病的影响，提取更多的地理相关变量，较传统的流行病学分析方法具有更大的优势^[8]，目前该项技术已被广泛应用于公共卫生领域，得到了较好的分析效果。

本研究结果显示，中国2011、2012、2013、2014、2015年甲乙类法定报告传染病发病率分别为241.44/10万、238.76/10万、225.80/10万、226.98/10万、223.60/10万，总体呈下降趋势（χ²_趋势 = 13 249.52，P < 0.05），全国多数地区亦呈平稳下降趋势，与之前连续多年的发病趋势研究结果 ^[9]相反，提示中国针对甲乙类法定报告传染病的预防控制已经取得了明显的成效；但部分省份仍存在发病率波动的情况，可能与新发传染病某时段内的局部暴发和流行有关。新疆和西藏传染病甲乙类法定报告发病率的升高可能与其地处中国西部，经济发展落后、医疗保健水平较差、卫生意识薄弱、经费投入少等因素有关，这些因素导致某些传染病发病增加并致使传染病整体发病率呈上升趋势^{[10 – 11]}；山东、云南和海南传染病发病率的增加，可能因其对外口岸人员交流频繁，而传染病监测不到位导致某些传染病输入病例增加且在当地暴发流行^{[12 – 14]}有关；安徽和重庆等内陆地区传染病发病率升高可能与人口流动、新发传染病致病原因多样、病毒株变异、细菌耐药性增强等因素致使一些传染病难以防治有关^{[15 – 17]}。因此，应有针对性地加强对西部地区的卫生健康教育和服务经费投入，在对外口岸地区则应针对性地提升边境检验检疫能力，加强从疫源地入境人员的健康监测力度，对内陆省份应加强宣传教育，加强流动人员的健康监测，提升多部门联防联控应对突然传染病的能力。

对甲乙类法定报告传染病发病情况进行的空间分析结果显示，中国2011 — 2015年甲乙类法定报告传染病发病均存在全局空间相关性（均P < 0.05）；局部相关性分析结果显示，“低 – 低”关联模式区域均位于东部地区，与该地区有较低的发病率相一致；而“高 – 高”关联模式区域仅存在于2015年的新疆和西藏。有研究表明，Local Moran's I指数能较好地描述聚集的中心区域，但对聚集边缘区域精确度较差，一般描述的聚集区域较实际范围小^[18]，因此进行热点区域分析比较准确。本研究热点区域探测结果显示，中国2011 — 2015年甲乙类法定报告传染病发病热点区域集中在西部地区的新疆、西藏，冷点区域主要集中在北京、天津、河北、河南、山东、江苏、河北、上海及其周边省份。提示西部地区应成为甲乙类法定报告传染病预防控制和资源倾斜的重点区域，应就东部地区在传染病预防控制方面的先进经验结合西部地区实际情况制定出相应的防控措施，以降低传染病对我国居民的健康危害，同时对于冷点区域发病率呈增加趋势的地区仍应加以关注，以避免因放松警惕导致某些传染病的死灰复燃和新发传染病的暴发流行。

综上所述，中国2011 — 2015年甲乙类法定报告传染病得到较好控制，但要加强对西部热点区域的传染病防治卫生资源配置，同时还应注重发病率高低波动及冷点区域发病率呈增加趋势地区的传染病防控监测。