中观尺度城市建成环境对疫情空间风险的影响探析

全球新冠肺炎疫情持续蔓延背景下,建成环境对大流行病传播风险的空间应对已成为当前城乡规划领域关注的重点。为揭示中观尺度城市建成环境对新冠肺炎空间分布的影响机制,研究以2020年武汉中心城区疫情集中爆发社区及其街道为基本研究单元,立足疫情传播特征借助ArcGIS和Pycharm平台对社区及街道两类数据进行提取和计算,基于克里金插值和语义分割模型获取街道开敞度、交通拥堵度、土地利用混合度、容积率等9个建成环境特征,并在此基础上,利用地理加权回归模型构建疫情空间风险指标体系。研究表明:一、社区及街道建成环境要素与疫情空间风险紧密相关,语义分割模型在街道建成环境要素测度上具有方法优势;二、存在4个通过稳健性检验的显著影响要素,其中道路密度、土地利用混合度、交通拥堵程度与疫情风险分布呈显著正相关,路网宽度和疫情风险分布呈显著负相关;三、地理加权回归模型相较于OLS模型充分地考虑了各因素的空间解释,通过回归系数分析了不同风险指标的空间效应,所构建的疫情空间风险评价体系指出传染病防治规划策略宜结合社区及街道等多种尺度的建成环境要素。本研究结果为中观尺度城市建成环境下传染病防治的空间对策制定提供依据。

基于多元数据的中国地理空间疫情风险评估探索——以2020年1月1日至4月11日COVID-19疫情数据为例

新冠肺炎(COVID-19)在空间上具有一定的传播风险,对城市的安全健康构成了威胁,防止疫情传播成为紧迫的任务。在2020年1月1日至4月11日,COVID-19疫情经历了发生、迅速发展和趋于稳定的发展过程,利用初期的COVID-19数据进行宏观层面的疫情风险评估,为防疫控制措施提供一定的参考。因此本研究基于行政区划、定点医院、疫情小区以及道路交通等多元数据,在宏观层面提出并构建全国地理空间疫情风险性评估,对疫情风险分布探讨的同时进行评估效果验证,并根据构建指标揭示影响风险的因素及其机理,主要结论:①地理空间风险评估具有有效的可行性。②地理空间疫情风险分布全局Moran’s I指数为0.758,具有显著的空间集聚特征。同时,不同的省区市之间的局部LISA值呈现空间差异性,其中高—高聚类省区市占比全国25.81%,风险程度较高,主要分布在湖北、河南、湖南、江西、安徽、浙江、江苏、上海,低—低聚类省区市占比全国9.68%,风险程度较低,主要分布在青海、西藏、新疆。③地理空间疫情风险分布与地理区位、道路交通、医疗卫生、疫情现状指标均存在一定的相关性。根据统计学的Pearson相关性分析,其相关指标R2存在差异,在数值上由高到低依次为疫情现状、地理区位、道路交通、医疗卫生,在属性上其相关因子存在正负2种效应,地理空间疫情风险与武汉市地理距离、定点医院密度以及居民-医院地理距离呈现显著的负相关,其R2分别为0.813、0.545、0.436,与铁路网密度、公路网密度以及疫情小区密度呈现显著的正相关,其R2分别为0.751、0.792、0.825。④地理空间疫情风险的构成因素错综复杂,其受到多种因子的共同作用,根据空间分层异质性分析,不同因子之间均存在交互作用,其中居民—医院地理距离与公路网密度、铁路网密度交互作用较强,q值分别为0.9842、0.9837。本研究在宏观层面为城市管理中重大疫情的空间资源分配以及区域空间的联防联控策略提供了相应的依据。