摘 要 2020年初新型冠狀肺炎肺炎在武漢爆發，很快全世界均受到了疫情的影響，各國政府、科研機構和研究人員從不同角度都對疾病進行分，而疾病制圖分析的重要性也在此過程中逐漸突顯。本論文一開始主要闡述了地理信息系統在疾病制圖分析中的應用優勢；然后介紹了常用的空間數據分析方法；之后使用探索性空間數據分析法分析了新型冠狀肺炎在年齡結構上的特征，檢測到患者在特定年齡段上的聚集。用最近臨近法分析了患者曾留地點空間上的聚集特點，檢測到這些地點在不同行政區上聚集特征。用重心分析法分析了新型冠狀肺炎在時空上發展特征，檢測到疾病重心的變化特點。同時還利用深圳市醫院可達性分析來評價其醫療資源配置的合理程度；最后總結了論文的不足，并展望了空間數據分析技術在疾病制圖分析中的發展方向。關鍵詞：空間數據分析；GIS；新型冠狀肺炎；疾病制圖

目錄第一章緒論 第一章緒論1.1研究背景隨著時代的發展，與“地理位置”有關的信息日益豐富，人們將這些信息轉換成可以應用的知識的需求也越來越難以滿足。目前各行各業均大力引入地理信息系統（GeographicInformationSystem,GIS）幫助從業者做規劃和訂決策，如城市資源配置部門開始利用地理信息系統在城市中配置各種公用設施、救災減災中的物資等等。又如，本文中利用政府公布有關疾病和地址的數據進行疾病的空間分析，為各衛生部門了解疾病的聚集提供重要信息。正如《黃帝內經》所說，是故圣人不治已病，治未病，不治已亂，治未亂，此之謂也。夫病已成而后藥之，亂已成而后治之，譬猶渴而穿井，斗而鑄錐，不亦晚乎。自從1854年，醫生瓊·斯諾博士在繪有霍亂流行地區，標出了每個霍亂病死者的住家位置，得到了霍亂病死者居住位置分布圖，發現了霍亂病1在，之后疾病制圖便在流行病學領域中發展開來。2002年，非典型肺炎在我國廣東省開始發生并擴散至東南亞乃至全球，至2003才被逐漸消滅。期間引起社會恐慌，包括醫務人員在內的多名患者死亡。這也引起了各個領域專家的注意，醫學家和地理學家從不同角度來研究疾病的傳播，如SARS的空間分布格局以及它與環境之間的相關性。這也一定程度上推動了空間統計學、空間信息科學與流行病交叉領域的發展。有的專家們開始建立起模擬SARS擴散的隨機模型（石耀霖，2003），還有專家探索SARS轉播的時空轉移軌跡（范新生等，2005），這些都成為模擬疫病發展、控制疾病傳播的重要依據。不僅僅是SARS，隨著流行病學與GIS的發展，從流感發病趨勢的預測（李艷婷等，2007；漆莉等，2007）到瘧疾的時空分布特征（夏菁，2015）再到出血熱的流行病變化規律（葛亮，2017），現在其他領域的專家也在將注意力投入到空間流行病的研究之中。簡而言之，空間數據分析已經成為流行病模擬與預測中不可或缺的重要環節。在各國政府和研究機構在不斷面對種類繁多的疾病的過程中，GIS及空間數據分析技術日益發揮了更多的作用，新的理論、成果如雨后春筍冒了出來。這也使得讓專家分析更加精確、科學和有效。在疫情期間，也讓大眾更直觀的了解疾病的時空發展情況。而且隨著大數據時代的發展，相信有關疾病防治、促進健康等方面的潛力也會得到挖掘。1.2研究目的中國是一個國土面積高達960萬平方公里并且總人口超過13億的大國，而且人口密度在黑河-騰沖線兩側分布極不均勻，東側人口密集，西側人口稀疏。若流行病開始在某處開始蔓延，并沒有得到及時的預警和防空，將感染人群和易感人群隔離的又不及時，成千上萬國民的生命安全將會被暴露于危險之中，在社會上還會引起不安和混亂，甚至威脅到國家的長治久安。本文的研究對象新型冠狀肺炎，于2019年12月01日在湖北省武漢市發現首例病例，至2020年05月08日累計全國報告確診病例82887例，其中累計死亡病例4633例，新型冠狀肺炎不僅僅對我國人民的人身安全造成了的威脅，還對我國經濟影響較大。第三產業中特別是其中的交運、旅游、住宿、餐飲等沖擊嚴重，中小型企業也面臨著資金鏈緊張的問題。全國旅行社團隊游全部暫停出行，眾多娛樂場所停止營業，春節檔電影全面撤檔，海底撈等餐飲企業多地門店暫停營業。根據貓眼專業版數據，1月25日大年初一，全國電影票房僅181萬元，而去年則有14.58億元，疫情影響可見一斑。通過疾病制圖和疾病空間數據的技術分析新型冠狀肺炎就顯得富有意義和價值，既可以開闊流行病學中疾病模型制作的應用角度，也可以為未來政府的衛生部門提供政策的依據，還可以使廣大人民群眾了解疾病的分布狀況和流行趨勢。1.3研究內容本論文根據現在流行病的研究背景，利用疾病制圖分析技術，結合深圳市人口結構特點，分析當前深圳市各區新型冠狀肺炎疾病的數據，主要闡述和研究了以下幾個方面：介紹有關流行病學和疾病制圖分析中的基本概念，包括流行病學及其基本特征的概述、現階段對于疾病制圖的定義、疾病制圖的三間分布（人際間、時間和空間）和疾病制圖分析所使用的的數據類型（點數據和區域數據）；介紹了地理信息系統在疾病制圖中的運用，其中包括GIS功能及其在疾病制圖的應用、GIS在疾病制圖的優勢和疾病制圖中常用的空間分析方法（探索性空間數據分析、時空聚集分析和重心遷移分析）。利用有關深圳市新型冠狀肺炎數據進行疾病制圖空間分析研究，包括探尋新型冠狀肺炎患者總數量發展的總體情況、總結新型冠狀肺炎患者的年齡分布特點、分析新型冠狀肺炎患者逗留點在深圳市各區上的聚集情況、摸索新型冠狀肺炎患者重心的規律。利用時間可達性分析判斷深圳市各區醫療點的交通便捷程度，為患者就醫和公共部門調配醫療資源提供了參考。第二章疾病制圖與GIS2.1疾病制圖中基本概念2.1.1流行病學概述流行病學是指研究特定人群中疾病分布規律、健康狀況的分布情況與決定因素，并借此研究防治疾病方法、制定預防計劃，從而促進公眾生命健康的科學。其研究內容包括流行病的臨床分析、傳播模式、傳播指標、聚集性分析等等，其研究方法包括最初的臨床試驗、后來的現場試驗以及最近發展的社區實驗（吳濤等，2004）。因為流行病學是“以防為主”作為主要目標的科學，它還有著以下四個重要特征：群體特征：即流行病學關注一個地區的中大多數的人的健康狀況，并不過分在意個體的發病情況。以分布為起點的特征：流行病學是以疾病的分布為開始來認識疾病的，通過收集和處理疾病的三間分布-時間、空間和人群間的分布特征，以揭示疾病的發生和發展規律，為下一步研究提供線索。對比的特征：只有通過對比調查、對比分析疾病的三間分布，才能從中發現疾病發生的原因或線索。概率論與梳理統計特征：為了定量的、科學的和準確的描述疾病的發展情況，流行病學就必須使用統計指標和統計學方法來描述某個地區或某個特定人群疾病的特點。以上的四個特征均可以與地理信息系統技術本身的特點結合起來，利用在GIS上的疾病制圖分析為流行病學發展提供有力的支撐。還可以更進一步利用地理信息系統本身的特點，分析疫情集中點的地理特征、氣候環境、經濟水平等因素與流行病的關系。將疾病的空間數據可視化展示出疾病的時空傳播趨勢和三間分布特點，地理信息系統可以有力地使公眾直觀地看到流行病發展的情況。在地理信息系統上進一步建立疾病傳播模型、找出致病相關因素，還可以為疾病的預防與防治提供模型和數據支持。可以看出，將疾病制圖技術和空間數據分析放在流行病學中應用，將會發揮出巨大的科研與應用潛力。2.1.2疾病制圖的定義疾病制圖的定義現在學術界沒有統一，有的學者認為他是一門結合了地圖學和空間統計學的交叉學科（周曉農，2009），也有的學者認為他是利用疾病觀察數據并且使用恰當的空間信息技術和制圖方法，把疾病分布用地圖的方式表達出來（鐘少波，2006），但其本質上就是利用地圖學的理論和空間統計分析的手段，對疾病的三間分布進行可視化表示，并且發現疾病的空間上分布特征和在時間上的發展規律，從而為疾病在人際間的傳播控制和防治提供思路。疾病制圖分為兩個大類，其中一個是疾病分析制圖，就是利用疾病的有關數據特征，比如患者的性別差異、區域分布差異、年齡分布差異等，將疾病特征在地圖上表現出來；另一個是疾病制圖分析，就是在了解疾病的時空發展情況的基礎上，將疾病的流行特征，比如區域聚集狀況、與其他因素的相關程度等等，通過地圖科學、直觀和準確地表現出來。自從1967年，湯姆林森開發了加拿大地理信息系統（CGIS）之后，地理信息系統便開始全速發展。根據空間數據制作地圖是GIS最早的應用方向，GIS也特別擅長分析帶有地理位置的信息，有關疾病的信息也剛好有著空間屬性，所以近些年來GIS在疾病制圖分析方面的技術日新月異，也是與流行病學交叉領域的熱點問題。2.1.3疾病的三間分布和疾病數據類型疾病的分布包括三個大類分別是：人群分布、空間分布和時間分布。疾病的人群分布是指疾病按人群特點分布的現象，因為任何疾病在不同特點的人群中發病率、感染率、患病率、生存率和死亡率均是不同的，人群可以根據年齡、職業、性別、婚姻狀況、行為偏好和生活方式等因素，被分為各式各樣的群體。比較分析的研究疾病在不同人群中的分布，有助于得到疾病的致病因素、傳播途徑和防治對策。疾病的空間分布是指疾病在各地區聚集特點不同的現象，根據Tobler提出的地理學第一定律（任何事物都與其他事物相關，只不過相近的事物關聯更加緊密）可知，疾病在空間上也會彼此相聯系。有的疾病只會發生于某些地區如水俁病，有的疾病如禽流感全世界均可發生，但不同地區的分布會有差異。疾病的空間分布差異可以體現區域的醫療配置、區域污染的風俗習慣的不同。研究疾病的空間分布，可以發現疾病的聚集點，這也為公共部門進行污染防治與資源配置提供了堅實的基礎。疾病的時間分布是指疾病流行過程隨著時間推移不斷變化的動態現象，不同疾病的時間分布特征同，特征包括短期波動、季節性、周期性、長期變異性等等。對疾病的時間分布進行分析，可以得到影響特征的因素如食物中毒、自然災害、季節的變遷，可以為政府部門提前預防疾病的流行奠定政策基礎。疾病數據根據其數據地圖上表現形式分為點數據和區域數據兩種。點數據是指描述的對象是地理空間的上有確切位置的離散的點，如某城市中所有加油站的位置，但一般點數據不具備大小的尺寸。點數據可以根據坐標直接標記在地圖上，這使得它是最直觀的可視化數據。在疾病制圖中點數據可以表示患者居住地點、醫院的地理位置等等。如下圖所示，這是截至2020年04月20號深圳市新型冠狀肺炎患者逗留位置圖，每一個紅點代表了一位新型冠狀肺炎患者曾停留過的位置，點的坐標由“深圳市數據開放平臺”提供的經緯度確定。圖2.1深圳市新型冠狀肺炎患者逗留位置圖但在實際的制圖過程中，點數據常常因記錄缺失或者填寫地址錯誤而不能得到精確的空間坐標，通常的做法是在這時將所有點數據轉換為符合要求的區域數據來使用。區域數據是指固定區域上有關數據的總匯，如2020年湖北省的GDP總量。在疾病制圖中區域數據可以表達一片特定區域的患者總數、死亡總數等等。特定區域一般定為行政區，因為各式各樣的數據往往按此統計。如下圖所示，這是2020年02月13日深圳市各區新型冠狀肺炎患者總數圖，每個行政區的患者數量由不同顏色表示，黃色代表該區患者人數較少，深紅表示患者人數較多。圖2.202月13日深圳市各區新型冠狀肺炎患者總數圖，點數據通常可以提供詳盡的空間信息，在研究和分析較小區域的疾病流行狀況、制作較大比例尺的疾病地圖時會非常有用，但有時候由于記錄不準確或者保密的原因，點數據會不夠精確。而區域數據往往可以通過數據的合并與歸類，克服點數據有時不夠準確的缺點，但區域數據的缺點就是他喪失了點數據所具有的空間數據，而且往往用區域數據做研究得出的結論只能揭示區域尺度大小的規律。綜上所述，在疾病制圖時，盡可能地使用點數據保留其所也特有的空間數據，但是如果涉及到數據不夠準確或者敏感性的問題，則選用合適的區域數據。2.2GIS在疾病制圖中的應用2.2.1GIS的基本功能GIS即地理信息系統是在計算機的軟件與硬件的支持下，對整個或部分地球表層（包括大氣層）空間中的有關地理數據進行采集、儲存、運算、分析和描述的技術系統。其功能主要分為五個方面分別是：數據輸入、數據編輯和變換、數據儲存與管理、空間查詢和空間分析和可視化表達。數據輸入：主要是指將地圖數據、遙感數據、測繪數據、統計數據和文字報告等原始數據轉換并輸入成計算機可處理的數字形式的過程。數據編輯和變化：主要是指圖像和屬性編輯，并借此保證數據符合規范易于儲存、查詢和出路。數據存儲與管理：主要是一個數據集成的過程，也是建立GIS數據庫的關鍵步驟，主要提供空間與非空間數據的存儲、查詢檢索、修改和更新。空間查詢與空間分析：是GIS的核心功能，主要進行對儲存的數據的分析，包括空間檢索、空間拓撲疊加分析、空間模型分析和決策支持等方面。可視化表達：將地理數據通過普通地圖、專題地圖、動態地圖、線上地圖等等方式進行直觀、準確和科學的表達。2.2.2GIS在疾病制圖的優勢在疾病制圖中重要的就是通過對數據的處理，分析出疾病的空間分布特點并找出疾病聚集區域。傳統的流行病學分析更著重于統計人際間和時間上疾病分布特征，時常忽視了疾病的空間相關性。而GIS恰恰可以在疾病制圖中發揮自己的優勢，即強大的空間分析能力與直觀的制圖表達，從而彌補傳統流行病學分析的不足。隨著非典、禽流感、埃博拉等全球性傳染疾病的流行，傳統流行病學分析已經不能應對如此嚴峻的形勢，學者開始逐步運用GIS來分析和解決問題，流行病學也因此得到新的觀察角度和發展方向。GIS在疾病制圖中主要有以下的優勢：可以根據疾病制圖分析的要求對流行病空間數據的輸入、儲存和處理；利用GIS的強大的分析功能發現疾病的三間分布規律；分析環境、經濟、醫療資源分布等外界因素和確診率、死亡率之間的相關程度；建立疾病的時空發展模型；對疾病的走向進行科學的預測；給政府機關制定政策時提供參考與支持等等。可以預測到隨著大數據時代的到來、地理信息系統技術的不斷發展、空間數據處理分析方法得到進步和完善，GIS將會在疾病制圖中起到舉足輕重的作用。2.2.3疾病制圖中常用空間統計分析方法介紹空間統計分析屬于地理科學與統計學的交叉領域，是傳統統計學針對地理學無處不在的空間依賴和樣本不獨立問題新的解決方案，是當前地理科學由傳統的地理數據統計分析向地理空間模型分析與知識服務轉變的核心理論方法。空間統計分析解決的一個中心議題就是如何以數學統計模型來描述和模擬空間現象和過程，即將地理模型轉換成數學統計模型，以便于定量描述和計算機處理。相較于傳統的統計分析，空間統計分析對象更偏向于幾何，即對空間對象之間關系的分析，通過分析空間坐標的關系得到空間對象的關系。常用的空間數據分析方法有探索性空間數據分析、時空聚集分析和重心遷移分析。探索性數據分析是在一組數據中尋求重要信息的過程，利用探索分析技術，分析人員須借助于先驗的理論或假設，直接探索隱藏在數據中的關系、模式和趨勢等，獲得對問題的理解。探索性數據分析首先分離出數據的模式和特點，再根據數據特點選擇合適的模型。探索性數據分析還可以用來揭示數據對于常見模型的意想不到的偏離。探索性方法既要靈活適應數據的結構，也要對后續分析步驟揭露的模式靈活反應。探索性分析的數據可視化技術有直方圖、箱線圖、散點圖、QQplot圖等等。疾病的空間聚集分析一般分為全局和局部聚集分析兩種。局部聚集分析比全局聚集分析要多考慮集體位置所發生的聚集情況，而疾病在時間段上的集中程度是則反應了其時間聚集性。全局聚集的研究方法往往有樣方法、最近鄰法、全局空間自相關分析法等等。局部聚焦的方法由空間掃描統計法、局部空間自相關法、任意形狀空間掃描統計法等等。流行學的研究離不開疾病的時空聚集分析。朱琦等人就廣東省的手足口病流行特征進行時空分析，發現廣東省手足口病的流行往往從四月初開始持續到八月初。（朱琦等，2011）劉煒煒等人也通過時空聚集分析發現了我國丙肝的時空聚集性受城鎮居民人均可支配收入和農村人均純收入的影響。（劉煒煒等，2016）可見看到，疾病時空聚集在病因學中發揮著重要的作用，不僅僅提供了疾病發生的線索，更可以為了防控疾病和優化資源配置奠定了理論基礎。疾病重心是指固定區域內患病人數的空間分布上達到的力矩平衡的點，重心遷移分析可以反映一段時期內疾病空間分布的變化規律。通過分析重心遷移規律，可以揭示疾病空間分布的主要原因。疾病重心的計算公式如下：圖2.3重心計算公式，其中為xi子區域的橫坐標，yi為子區域的縱坐標,第三章深圳市新型冠肺炎患者的三間分布3.1研究區域與研究數據3.1.1研究區域概況深圳，簡稱“深”，別稱鵬城，是我國第一個設立的經濟特區。深圳地處華南，珠江口東岸、隸屬廣東省，東鄰大亞灣，南連香港，東經113°43′至114°38′，北緯22°24′至22°52′之間。現深圳市下轄9個行政區和1個新區分別是：羅湖區、福田區、南山區、寶安區、龍崗區、鹽田區、龍華區、坪山區、光明區和大鵬新區。2018年12月16月，深汕特別合作區正式揭牌。截至2019年，深圳市全市面積1997.47平方千米，常住人口1343.88萬，其中常住戶籍人口497.78萬人，常住非戶籍人口849.10萬人。根據深圳市人口普查數據顯示，0-14歲的人口占總數的9.84%，15-64歲的人口占總數的88.4%，而65歲及其以上的人口占總數的1.76%。并且自改革開放以后深圳已擁有55個少數名族，成為北京之后第二個56民族全聚集的大城市。深圳市在北回歸線以南，是亞熱帶海洋氣候，深受疾風的影響，夏季高溫多雨，冬季溫和少雨。全年雨量充足，每年4-9月為雨季，平均年降雨量1933.30毫米。日照時間較長，平均年日照時數2120.5小時。深圳全境地勢東南高，西北低，大部分為低丘陵地，間以平緩的臺地；西部為濱海平原。2018年末全市擁有醫療衛生機構3806個（不含585家非獨立社區健康服務中心），其中醫院有：北京大學深圳醫院、南方醫科大學深圳醫院、深圳大學醫院、深圳市人民醫院等等；全市床位47551張，其中醫院病床43569張；全市擁有衛生工作人員114882人，從每千人口擁有量來看，全市每千人口床位數3.65張，每千人口衛生工作人員8.82人，每千人口衛技人員7.19人，每千人口執業（助理）醫生2.79人，每千人口注冊護士3.09人。3.1.2研究數據及其來源本論文研究對象為深圳市新型冠狀肺炎患者的三間分布，使用的數據分為兩大類：基礎數據和患者數據。基礎數據包括深圳市行政區劃圖、深圳市鎮級道路網圖、深圳市醫療機構地址信息、深圳市各級人口結構數據等等，這些數據主要來源于深圳市規劃和自然資源局公布的信息、各年的《深圳統計年鑒》和“深圳市數據開放平臺”。疾病患者數據包括的每日確診病例統計、每日確診病例的個案詳情和確診患者曾逗留過的場所位置坐標和每日確診病例所屬行政區等等，這些數據均是由“深圳市數據開放平臺”提供。深圳市的人口數據是從由深圳市統計局和國家統計局深圳調查隊所著的各年《深圳統計年鑒》上獲取的。3.2 1深圳市新型冠狀肺炎制圖分析3.3.1新型冠狀肺炎患者在時間上數量的發展為了清晰直觀地表示新型冠狀肺炎患者數量在時間上的發展情況，可以使用折線圖。折線圖是排列在工作表的列或行中的數據可以繪制到折線圖中。折線圖可以顯示隨時間（根據常用比例設置）而變化的連續數據，因此非常適用于顯示在相等時間間隔下新型冠狀肺炎患者數據的趨勢。下圖中深藍色、橙色、灰色、黃色、淺藍色、深綠色、淺綠色、棕紅色、靛色、灰黑色和咖啡色分別代表南山、福田、龍崗、寶安、龍華、羅湖、其他、光明、坪山、鹽田區和大鵬區地增長趨勢，其他區域是指由機場、車站、碼頭、關口、路卡等直接送往定點醫院的人。圖3.1深圳市各區新型冠狀肺炎患者由下圖可知自疾病爆發以來，01月30號確診人為110人發展至03月17號確診人數為425人，深圳市新型冠狀肺炎患者的主要快速增長時間集中于2月1號至2月12號之間，2月12號之后增長速度漸緩。圖3.2深圳市新型冠狀肺炎患者總數發展圖3.3.2深圳市新型冠狀肺炎患者年齡分布從深圳市數據開放平臺上得到新型冠狀肺炎每日新增確診病例個案詳情，從中提取年齡信息并且以10年做一單位來統計不同年齡段新型冠狀肺炎患者的數量。如下圖所示：圖3.3深圳市新型冠狀肺炎患者年齡結構柱狀圖圖3.4深圳市新型冠狀肺炎患者年齡結構餅狀圖從上圖可知，總患病人數為455人，其中30-39歲的患者數量最多達到了103人，占比也近乎1/4；其次是60歲以上的老人患者共110人，占比也近乎1/4。總體來看，新型冠狀肺炎患者主要是30歲以上的青年、中年人和老年人，75%以上的患者處于這個年齡段，而20歲以下的青少年、兒童和嬰兒卻較少的感染。根據2018年的深圳市人口普查數據顯示，0-14歲的人口占總數的9.84%，15-64歲的人口占總數的88.4%，而65歲及其以上的人口占總數的1.76%，再在依照此方式統計新型冠狀肺炎患者的年齡分布，如下圖所示：圖3.5深圳市新型冠狀肺炎患者年齡結構柱狀圖圖3.6深圳市新型冠狀肺炎患者年齡結構餅狀圖用卡方檢驗來檢測新型冠狀肺炎的年紀分布與實際人口的年紀分布的擬合程度。卡方檢驗屬于非參數檢驗，主要是比較兩個及兩個以上樣本率(構成比）以及兩個\o"分類變量"分類變量的關聯性分析。它的H0無假設是：觀察頻數與期望頻數沒有差別,如果卡方值越大，二者偏差程度越大；反之，二者偏差越小；若兩個值完全相等時，卡方值就為0，兩樣本分布完全一致。卡方檢驗的公式如下：其中，Ai為觀察頻數，Ei為期望頻數，n為總頻數，p利用人口普查數據、患者數據和卡方檢驗公式，得出新型冠狀肺炎的患病可能性與年齡有顯著關系，c2(2,n=455)=265.5，p<0.053.3.3空間上新型冠狀肺炎肺炎患者逗留點的聚集分析新型冠狀肺炎可以確定的傳播途徑主要為直接傳播、氣溶膠傳播和接觸傳播。直接傳播是指患者噴嚏、咳嗽、說話的飛沫，呼出的氣體近距離直接吸入導致的感染；氣溶膠傳播是指飛沫混合在空氣中，形成氣溶膠，吸入后導致感染；接觸傳播是指飛沫沉積在物品表面，接觸污染手后，再接觸口腔、鼻腔、眼睛等粘膜，導致感染。所以患者聚集密集的區域，患病風險也會急劇升高。為了分析空間上新型冠狀肺炎逗留點的聚集程度，論文使用平均最近鄰法分析，其原理是測量每個要素的質心與其最近鄰要素的質心位置之間的距離，然后計算所有這些最近鄰距離的平均值。如果該平均距離小于假設隨機分布中的平均距離，則會將所分析的要素分布視為聚類要素。如果該平均距離大于假設隨機分布中的平均距離，則會將要素視為分散要素。利用深圳市數據開放平臺公布的確診患者曾逗留過的場所位置經緯度坐標，得到下圖：圖3.7深圳市新型冠狀肺炎患者逗留位置圖并通過患最近鄰法分析，得到如下數據：表3.1深圳市新型冠狀肺炎患者逗留位置圖表中有4個值：“平均近鄰”、“期望最近鄰”、“NNI”和“Z值”。NNI就是“最近鄰指數”，其表示方式是“平均近鄰”與“期望最近鄰”的比率，“期望最近鄰”是假設隨機分布中的鄰域間的平均距離。如果指數小于1，所表現的模式為聚類；如果指數大于1，則所表現的模式趨向于離散或競爭。結合聚集點圖和表中數值可以看出，寶安區、龍崗區、羅湖區和南山區患者逗留點成明顯的聚集狀態，而坪山區和鹽田區的逗留點呈明顯離散狀態3.3.4新型冠狀肺炎患者的重心遷移分析因為“深圳市政府數據公開平臺”只公布了患者的所屬行政區域，沒有公布患者具體的所處街道或者家庭住址的經緯度，所以在具體分析01月30號到02月19號中等間隔幾日新型冠狀肺炎在深圳市的重心遷移數據時，論文假設在同一行政區上的患者分布是平均的，重心隨時空變化的過程在地圖上的表示如下：圖3.8深圳市新型冠狀肺炎的重心變化圖正如上圖所示，五邊形點代表01月30日的新型冠狀肺炎重心，菱形點代表02月04日的新型冠狀肺炎重心，三角形表示02月09日的新型冠狀肺炎重心，正方形點代表02月14日的新型冠狀肺炎重心，圓形點代表02月19日的新型冠狀肺炎重心。這些點的具體經緯度如下：表3.2深圳市新型冠狀肺炎的重心的經緯度可以看到這些點幾乎都集中在龍崗區的經度114.055°和緯度22.610°附近，這表明新型冠狀肺炎患者的遷移規律不明顯。該特點可以和深圳市各區人口密度、各區交通狀況等因素一起，為以后深圳市的流行病防治提供參考。3.3.5深圳市各區醫院的可達性分析一般來說，可達性是指某一區域中從點A到點B可行程度，而且受各式各樣的因素影響，如出行者的動機和需求、交通網絡多樣程度、不同交通方式的成本、到達地點的接收能力等等。測量可達性的方式也因為影響因素的繁多而多種多樣，如機會累計法、緩沖區分析法、最小距離法、等值線法、兩部移動法、重力模型法、矢柵數據結合法等方法。本論文對深圳市各區醫療資源時間可達性只做了粗略地分析，分析了除過各種的專科醫院和健康服務中心之后的95個醫療點之間的時間可達性。結合深圳市道路網，按照高速120KM/h、國道100KM/h、省道80KM/h、市道60KM/h、縣道40KM/h和鄉道30KM/h，如下圖所示：圖3.9深圳市醫院之間時間