李 艷 唐 忠 羅 慧

(廣西醫(yī)科大學(xué)信息與管理學(xué)院，南寧市 530021，E-mail：584288422@qq.com)

論著·調(diào)查研究

2008～2012年廣西凌云縣基于小尺度的傷害死亡空間聚集性研究▲

李 艷 唐 忠 羅 慧

(廣西醫(yī)科大學(xué)信息與管理學(xué)院，南寧市 530021，E-mail：584288422@qq.com)

目的 探討2008～2012年廣西凌云縣傷害死亡在鎮(zhèn)(街道)、行政村(居委會)尺度上的空間分布及聚集性規(guī)律。方法 利用凌云縣2008～2012年傷害死亡資料及電子地理數(shù)據(jù)建立地理信息系統(tǒng)數(shù)據(jù)庫，通過空間統(tǒng)計軟件分析凌云縣傷害死亡的空間分布及聚集性規(guī)律。結(jié)果 在鎮(zhèn)級尺度上，傷害死亡高發(fā)區(qū)主要聚集在該縣西南部和東北部的鄉(xiāng)鎮(zhèn)，隨時間推移死亡高發(fā)區(qū)域先向東北部蔓延，之后逐漸轉(zhuǎn)回到西南部。在村級尺度上，傷害死亡高發(fā)區(qū)主要聚集在凌云縣城西南部和東北部的行政村，隨時間推移空間聚集半徑逐漸擴大。結(jié)論 凌云縣各鄉(xiāng)鎮(zhèn)及行政村存在明顯且不固定的傷害死亡高發(fā)區(qū)，建議各部門根據(jù)傷害死亡高發(fā)區(qū)的發(fā)展趨勢做好相關(guān)的防控措施。

傷害；死亡；空間分析；聚集性；地理信息系統(tǒng)；凌云縣；廣西

我國每年有70～80萬人死于各種傷害，占死亡總?cè)藬?shù)的11%，居于居民死因順位的第五位，傷害死亡率為65.24/10萬[1]。2010年廣西疾病監(jiān)測系統(tǒng)數(shù)據(jù)分析結(jié)果顯示，居民前5位死因依次是惡性腫瘤、腦血管病、心臟病、慢性下呼吸道疾病、意外傷害，前5位傷害死因依次為交通事故、意外跌落、其他意外傷害、溺水、自害，其中道路交通傷害是全國傷害死亡的首因[2]。相關(guān)研究表明，由于傷害入住重癥監(jiān)護病房的患者，近25%都有創(chuàng)傷后應(yīng)激障礙的征兆[3]。如何減少傷害的發(fā)生，關(guān)系著人民的健康安全。地理信息系統(tǒng)(geographic information system，GIS)在空間分布和聚集性上能對流行病學(xué)資料進行有效分析，直觀地展示疾病的空間分布和空間聚集性，從而為疾病預(yù)防、監(jiān)測等提供決策支持。尺度一般用來表示物體的尺寸或尺碼，有時也用來表示處事或看待事物的標(biāo)準(zhǔn)，同時又可以用來說明某一現(xiàn)象或者過程在空間和時間上涉及的范圍和發(fā)生的頻率。小尺度表示小區(qū)域內(nèi)較密集的空間取樣間隔，具有較高的分辨率。本研究對2008～2012年廣西凌云縣傷害死亡進行基于小尺度的空間聚集性研究，為加強對傷害死亡的預(yù)防與控制提供參考。在本研究中，小尺度主要有兩個方面的含義：(1)本次研究資料是2008～2012年廣西凌云縣的傷害死亡監(jiān)測數(shù)據(jù)，時間跨度較??；(2)研究的地理空間范圍較小，GIS空間分析過程中，主要從鎮(zhèn)(街道)、行政村(居委會)等小尺度上對廣西凌云縣傷害死亡時空趨勢進行探討和研究。

1 資料與方法

1.1 資料來源 人口資料來源于2010年廣西統(tǒng)計局公布的統(tǒng)計數(shù)據(jù)，采用2000年全國第五次人口普查數(shù)據(jù)進行率的標(biāo)準(zhǔn)化。傷害死亡資料來源于廣西壯族自治區(qū)疾病預(yù)防控制中心2008年1月1日至2012年12月31日廣西凌云縣死因登記報告信息系統(tǒng)傷害死亡監(jiān)測數(shù)據(jù)。電子地圖數(shù)據(jù)來源于廣西壯族自治區(qū)國土資源廳。

1.2 方法 本次的空間分析研究以廣西凌云縣鄉(xiāng)鎮(zhèn)界及行政村界的電子地圖(1 ∶10 000)為基礎(chǔ)地圖，包括縣、鄉(xiāng)、村邊界、湖泊、水庫、各級道路、河流等圖層，與監(jiān)測點居民傷害死因監(jiān)測數(shù)據(jù)庫相關(guān)聯(lián)，獲得鄉(xiāng)鎮(zhèn)界及村界的GIS數(shù)據(jù)庫，將傷害死亡數(shù)據(jù)導(dǎo)入到電子地圖數(shù)據(jù)庫中，建立廣西凌云縣傷害死亡GIS數(shù)據(jù)庫。本研究采用ArcGIS 10.0軟件的ArcMap組件進行傷害地理分布特征的分析、計算及地圖繪制，并導(dǎo)入整理好的傷害死亡地理信息數(shù)據(jù)，用ArcGIS10和GeoDa軟件從鄉(xiāng)鎮(zhèn)、村級兩尺度上進行凌云縣傷害死因監(jiān)測的時空趨勢研究。采用傷害死亡率的地區(qū)分布圖可視化描述傷害死因空間分布，直接反映傷害死亡率在各個地區(qū)的分布差異；同時，采用反距離加權(quán)插值(inverse distance-weighted interpolation，IDW)分析方法計算傷害死亡率的空間聚集性，并用IDW圖進行可視化描述；此外，還運用空間關(guān)聯(lián)分析探測各行政村的傷害死亡的空間關(guān)聯(lián)模式，并繪制傷害死亡空間自相關(guān)的局部指標(biāo)(local indicators of spatial association，LISA)空間聚類圖。

1.2.1 IDW：IDW法基于相近相似原理，可以根據(jù)相鄰節(jié)點的加權(quán)均值來估計未知節(jié)點；它適用平面數(shù)據(jù)，且各節(jié)點基本均勻分布，平面密度足以代表局部表面變化。假設(shè)在平面上存在一系列離散的點，每個點都存在1個二維坐標(biāo)和1個值Zi，其中Zi的取值不受限制，即i=1，2，3…，n，其計算公式如下[4]：

其中，Z0為點0的估計值，即要求的預(yù)測值；Zi為點0周圍已知點(控制點)的值；di為Zi與Z0之間的平面距離；n為已知點的數(shù)量；k為指定的冪，其值由預(yù)測誤差決定[4]。由公式可知，距離點0越近的i點，Zi對Z0的影響也越大，即其權(quán)重越大。

1.2.2 局部空間自相關(guān)：局部空間自相關(guān)能反映每一個空間單元與鄰近單元關(guān)于某一屬性的相關(guān)程度，用于檢驗局部區(qū)域存在的空間異質(zhì)性。LISA能用來進一步衡量觀測單元屬性和其周邊單元之間相近(正相關(guān))或差異(負相關(guān))程度及其顯著性，其優(yōu)勢在于能對每個觀測單元周圍的局部空間聚集的顯著性進行評估，從而揭示對全局聯(lián)系影響最大的單元[5]。其計算公式如下：

wij為空間權(quán)重矩陣，對j求和僅限于區(qū)域單元i的所有鄰居。

2 結(jié) 果

2.1 2008～2012年凌云縣傷害死因及各鄉(xiāng)鎮(zhèn)死亡率的時空分析 2008～2012年傷害死亡總數(shù)為741例死因順位排在首位的是交通事故，位居第2的是意外跌落，位于第3、第4的分別是其他意外傷害和自害；戰(zhàn)爭和其他故意傷害死亡在這幾年內(nèi)未發(fā)生。見表1。凌云縣2008～2012年各鄉(xiāng)鎮(zhèn)的傷害死亡率的空間分布見圖1。從鄉(xiāng)鎮(zhèn)級尺度的空間分布圖可以看出，凌云縣2008年的傷害死亡主要集中在伶站瑤族鄉(xiāng)，其次為朝里瑤族鄉(xiāng)和邏樓鎮(zhèn)，而低發(fā)區(qū)主要在玉洪瑤族鄉(xiāng)；2009年傷害死亡的高發(fā)區(qū)為朝里瑤族鄉(xiāng)和邏樓鎮(zhèn)，其次為加尤鎮(zhèn)，而低發(fā)區(qū)集中在伶站瑤族鄉(xiāng)；2010年傷害死亡高發(fā)區(qū)為加尤鎮(zhèn)和邏樓鎮(zhèn)，而低發(fā)區(qū)為朝里瑤族鄉(xiāng)；2011年傷害死亡主要聚集在朝里瑤族鄉(xiāng)和加尤鎮(zhèn)，其次為玉洪瑤族鄉(xiāng)，而沙里瑤族鄉(xiāng)的死亡率最低；2012年傷害死亡率最高的是朝里瑤族鄉(xiāng)，其次為邏樓鎮(zhèn)，沙里瑤族鄉(xiāng)最低。

2.2 2008～2012年凌云縣各行政村傷害死亡率空間關(guān)聯(lián)分析 (1)凌云縣傷害死亡率2008年主要以泗城鎮(zhèn)的平林村、下甲鄉(xiāng)的水陸村、伶站瑤族鄉(xiāng)的那留村及加尤鎮(zhèn)的上傘村為中心向四周輻射性下降，其他鄉(xiāng)鎮(zhèn)(行政村)的傷害死亡率呈散發(fā)狀態(tài)，在伶站瑤族鄉(xiāng)的平蘭村等區(qū)域呈H-H空間關(guān)聯(lián)模式，而在玉洪瑤族鄉(xiāng)的那洪村等區(qū)域則呈L-L空間關(guān)聯(lián)模式。見圖2。(2)2009年的傷害死亡率主要以邏樓鎮(zhèn)的新洛村、沙里瑤族鄉(xiāng)的各樓村、下甲鄉(xiāng)的坪山村、朝里瑤族鄉(xiāng)的九聯(lián)村、玉洪瑤族鄉(xiāng)的東蘭村為中心向四周輻射性下降，其他鄉(xiāng)鎮(zhèn)(行政村)的傷害死亡率則呈散發(fā)狀態(tài)，在邏樓鎮(zhèn)的大洞村及沙里瑤族鄉(xiāng)的龍化村等區(qū)域呈H-H空間關(guān)聯(lián)模式，而在伶站瑤族鄉(xiāng)的初化村等區(qū)域則呈L-L空間關(guān)聯(lián)模式。見圖3。(3)2010年的傷害死亡率主要以加尤鎮(zhèn)的東哈村、邏樓鎮(zhèn)的大洞村、玉洪瑤族鄉(xiāng)的東蘭村及泗城鎮(zhèn)的覽沙村為中心向四周輻射性下降，其他鄉(xiāng)鎮(zhèn)(行政村)的傷害死亡率則呈散發(fā)狀態(tài)，在加尤鎮(zhèn)的磨賢村、泗城鎮(zhèn)的隴雅村及沙里瑤族鄉(xiāng)的弄丁村等區(qū)域呈H-H空間關(guān)聯(lián)模式，而在泗城鎮(zhèn)的解放社區(qū)、下甲鄉(xiāng)的峰洋村及伶站瑤族鄉(xiāng)的九民村等區(qū)域呈L-L空間關(guān)聯(lián)模式。見圖4。(4)2011年傷害死亡率主要以加尤鎮(zhèn)的磨賢村及玉洪瑤族鄉(xiāng)的上謀村為中心向四周輻射性下降，其他鄉(xiāng)鎮(zhèn)(行政村)的傷害死亡率則呈散發(fā)狀態(tài)，在加尤鎮(zhèn)的加尤村、朝里瑤族鄉(xiāng)的蘭臺村及泗城鎮(zhèn)的腰馬村等區(qū)域呈H-H空間關(guān)聯(lián)模式，而在玉洪瑤族鄉(xiāng)的那洪村、下甲鄉(xiāng)的峰洋村及沙里瑤族鄉(xiāng)的沙里村等區(qū)域呈L-L空間關(guān)聯(lián)模式。見圖5。(5)2012年傷害死亡率主要聚集在朝里瑤族鄉(xiāng)的百朝村、伶站瑤族鄉(xiāng)的初化村、邏樓鎮(zhèn)的大洞村及加尤鎮(zhèn)的龍槐村，并以這些行政村為中心向四周輻射性下降，其他鄉(xiāng)鎮(zhèn)(行政村)的傷害死亡率則呈散發(fā)狀態(tài)，在邏樓鎮(zhèn)的大洞村、泗城鎮(zhèn)的品村及朝里瑤族鄉(xiāng)的蘭臺村等區(qū)域呈H-H空間關(guān)聯(lián)模式，而在伶站瑤族鄉(xiāng)的平蘭村、伶興村等區(qū)域呈L-L空間關(guān)聯(lián)模式。見圖6。

圖2 2008年凌云縣各行政村傷害死亡率LISA圖及IDW插值圖

圖3 2009年凌云縣各行政村傷害死亡率LISA圖及IDW插值圖

圖4 2010年凌云縣各行政村傷害死亡率LISA圖及IDW插值圖

圖5 2011年凌云縣各行政村傷害死亡率LISA圖及IDW插值圖

圖6 2012年凌云縣各行政村傷害死亡率LISA圖及IDW插值圖

3 討 論

近十幾年來，隨著社會經(jīng)濟和交通工具的發(fā)展，道路交通傷害已經(jīng)成為威脅人民健康和社會安全的重要問題[6]。2008～2012年凌云縣致死人數(shù)最多的傷害為交通事故，其次為意外跌落，與同類研究結(jié)果相似[7]；按照死亡人數(shù)多少，其他傷害死因分別為意外跌落、其他意外傷害、自害、溺水、暴力、意外中毒、火災(zāi)、戰(zhàn)爭和其他故意傷害。

從鎮(zhèn)級尺度的空間分布圖可以看出，2008～2010年間凌云縣傷害死亡率高發(fā)區(qū)主要聚集在該縣西南部和東北部的鄉(xiāng)鎮(zhèn)，隨時間的推移，死亡聚集區(qū)域先向東北部蔓延后逐漸轉(zhuǎn)回到西南部的鄉(xiāng)鎮(zhèn)。從村級尺度的空間聚集性和空間關(guān)聯(lián)模式圖來看，傷害死亡主要聚集在縣城西南部和東北部的行政村，隨時間推移空間聚集半徑逐漸擴大。從傷害高發(fā)區(qū)聚集的鄉(xiāng)鎮(zhèn)和隨時間推移的空間變化趨勢來看，鄉(xiāng)鎮(zhèn)尺度和行政村尺度的分析結(jié)果存在一定差異，表現(xiàn)為：在鄉(xiāng)鎮(zhèn)尺度上高發(fā)的鄉(xiāng)鎮(zhèn)，行政村尺度上可能存在低發(fā)的村落；而在鄉(xiāng)鎮(zhèn)尺度上低發(fā)的鄉(xiāng)鎮(zhèn)，在行政村尺度上可能存在高發(fā)的村落。例如邏樓鎮(zhèn)為高發(fā)區(qū)而其內(nèi)部的降村、弄棍村、祥福村等則呈現(xiàn)低發(fā)狀態(tài)，沙里瑤族鄉(xiāng)為低發(fā)區(qū)但其內(nèi)部的沙里村則為高發(fā)狀態(tài)。

凌云縣由于面積相對較小，路網(wǎng)并不復(fù)雜，因而交通事故的發(fā)生規(guī)律明顯，多圍繞省道和縣道呈線狀分布。2008年的交通事故死亡人數(shù)最多的地區(qū)為泗城鎮(zhèn)，而2009年死亡人數(shù)最多的地區(qū)同樣為泗城鎮(zhèn)，其次為加尤鎮(zhèn)和玉洪瑤族鄉(xiāng)，但事故死亡高發(fā)帶向北偏移，中部地區(qū)也有一塊區(qū)域死亡率較高。這主要是由于中部地區(qū)和北部地區(qū)有省道和縣道的樞紐，因此這兩處交通網(wǎng)絡(luò)比其他地區(qū)更密一些。2010年交通事故的死亡人數(shù)最多的地區(qū)仍為泗城鎮(zhèn)，其次為邏樓鎮(zhèn)，但死亡率高發(fā)帶又明顯向中部地區(qū)轉(zhuǎn)移，呈線狀沿省道分布。經(jīng)過整治，2011年中部地區(qū)的交通安全有所改善，但北部地區(qū)的死亡人數(shù)有所上升，呈現(xiàn)出局部的核心區(qū)，死亡人數(shù)最多的為泗城鎮(zhèn)，其次為加尤鎮(zhèn)和邏樓鎮(zhèn)。2012年死亡人數(shù)最多的地帶仍然是圍繞整個市區(qū)的主要交通干道，死亡人數(shù)最多的地區(qū)為泗城鎮(zhèn)，其次為邏樓鎮(zhèn)，但總死亡人數(shù)比上一年有所減少。

綜上所述，相關(guān)部門要對凌云縣傷害死亡聚集鄉(xiāng)鎮(zhèn)和行政村加以約束監(jiān)督，可以通過適當(dāng)?shù)姆椒?比如法制宣傳、交通安全意識宣教等)來降低傷害死亡率。

[1] 馮悅靜,周 剛,李愛紅.洛陽市9 387例傷害流行病學(xué)特征分析[J].現(xiàn)代預(yù)防醫(yī)學(xué),2009,36(5):816-818,822.

[2] 倪元錦,姬少亭.“傷害死亡”交通事故居首[N/OL].新華每日電訊,2012-11-21(5).[2016-02-23].http://news.xinhuanet.com/mrdx/2012-11/21/c_131988553.htm

[3] Xi J,Gao Z,Niu S,et al.A hybrid algorithm of traffic accident data mining on cause analysis[J].Math Probl Eng,2013,34(2 013):130-137.

[4] 靳 軍,劉建忠.國內(nèi)外GIS軟件的空間分析功能比較[J].測繪工程,2004,13(3):58-61.

[5] Auer AM,Dobmeier TM,Haglund BJ,et al.The relevance of WHO injury surveillance guidelines for evaluation:learning from the aboriginal community-centered injury surveillance system(ACCISS) and two institution-based systems[J].BMC Public Health,2011,11:744.

[6] 李秀霞,羅 燕,胡燕美,等.2009年賓陽縣傷害監(jiān)測結(jié)果分析[J].應(yīng)用預(yù)防醫(yī)學(xué),2011,17(6):362-366.

[7] 滕有明.2008～2012年廣西監(jiān)測點居民傷害死亡狀況和疾病負擔(dān)分析[D].南寧:廣西醫(yī)科大學(xué),2014.

Spatial clustering study on death caused by injury based on small scale in Lingyun County of Guangxi from 2008 to 2012

LIYan,TANGZhong,LUOHui

(SchoolofInformationandManagement,GuangxiMedicalUniversity,Nanning530021,China)

Objective To explore the spatial distribution and the regularity of clustering of death caused by injury in Lingyun County of Guangxi from 2008 to 2012 on the scale of town(street),administrative villages(neighborhood committees).Methods A geographic information system database was established using the data of death caused by injury from 2008 to 2012 and electronic geographic data in Lingyun County of Guangxi.The spatial distribution and the regularity of clustering of death caused by injury in Lingyun County were analyzed by the spatial statistical software.Results On the scale of town,the areas with high mortality caused by injury were concentrated in the southwest and northeast towns or villages.The areas with high mortality spread to the northeast then gradually turned back to the southwest over time.On the scale of village,the areas with high mortality caused by injury were concentrated in the administrative villages in southwest and northeast of the county,and the diameter of spatial cluster gradually expanded over time.Conclusion Obvious but non-fixed areas with high mortality caused by injury exist in each town and administrative village of Lingyun County.It is suggested that relevant department should take relevant prevention and control measures according to the development tendency of the areas with high mortality caused by injury.

Injury,Death,Spatial analysis,Aggregation,Geographic information system,Lingyun County,Guangxi

廣西地區(qū)區(qū)域醫(yī)療信息平臺架構(gòu)及關(guān)鍵技術(shù)研究(2013YB045)；廣西科技基礎(chǔ)條件平臺建設(shè)項目(12-97-19)

李艷(1990～)，女，在讀碩士研究生，研究方向：醫(yī)學(xué)信息管理。

唐忠(1968～)，男，博士，教授，研究方向：流行病與衛(wèi)生統(tǒng)計、醫(yī)學(xué)信息管理， E-mail：zhongt@gxmu.edu.cn。

R 195

A

0253-4304(2016)10-1405-05

10.11675/j.issn.0253-4304.2016.10.18

2016-05-16

2016-08-10)