羅 慧 唐 忠 吳曉春

(廣西醫(yī)科大學(xué)信息與管理學(xué)院，南寧市 530021，E-mail：zhongt@gxmu.edu.cn)

論著·調(diào)查研究

廣西合浦縣2008～2012年傷害死亡的空間聚集性分析▲

羅 慧 唐 忠 吳曉春

(廣西醫(yī)科大學(xué)信息與管理學(xué)院，南寧市 530021，E-mail：zhongt@gxmu.edu.cn)

目的 探討廣西合浦縣2008～2012年傷害死亡率在鄉(xiāng)鎮(zhèn)、行政村(居委會(huì))尺度上的空間分布規(guī)律。方法 利用廣西合浦縣2008～2012年傷害死亡資料建立數(shù)據(jù)庫(kù)，運(yùn)用空間統(tǒng)計(jì)軟件分析合浦縣傷害死亡的空間相關(guān)性、空間聚集性特征。結(jié)果 2008～2010年傷害死亡率高發(fā)區(qū)主要聚集在合浦縣西北部和東北部的鄉(xiāng)鎮(zhèn)，隨時(shí)間的推移死亡聚集區(qū)域逐漸減小且有向東部轉(zhuǎn)移的趨勢(shì)。村級(jí)尺度的空間聚集性和空間關(guān)聯(lián)模式分析顯示，傷害死亡主要聚集在縣城中部和東部的行政村，隨時(shí)間推移空間聚集半徑無(wú)明顯變化。結(jié)論 合浦縣各鄉(xiāng)鎮(zhèn)及行政村的傷害死亡率存在明顯且不固定的高發(fā)區(qū)，建議相關(guān)部門根據(jù)傷害高死亡率區(qū)域的轉(zhuǎn)移趨勢(shì)提前做好相應(yīng)準(zhǔn)備，并對(duì)傷害死亡高聚集區(qū)采取相應(yīng)的防控措施。

傷害；死亡；空間分析；空間聚集性；空間相關(guān)性；合浦縣；廣西

近年來(lái)，隨著社會(huì)的進(jìn)步和經(jīng)濟(jì)的發(fā)展，居民死亡情況也在發(fā)生變化，傷害死亡已成為居民病傷死亡的主要因素之一[1]。因其發(fā)生率、潛在壽命損失年數(shù)及殘疾率較高，造成嚴(yán)重的家庭和社會(huì)負(fù)擔(dān)，已成為一個(gè)嚴(yán)重威脅居民健康的重要公共衛(wèi)生問(wèn)題[2]。在我國(guó)，傷害死亡位居全死因的第5位，而在勞動(dòng)力人群中其造成的危害居首位[3]。我國(guó)每年約有70～80萬(wàn)人死于各種傷害，占死亡總數(shù)的11%，居死因順位第5位，死亡率為65.24/10萬(wàn)[4]。關(guān)于傷害的研究，已成為疾病控制部門所關(guān)注的重要內(nèi)容[5]。由于經(jīng)典統(tǒng)計(jì)方法的局限，人們往往把研究對(duì)象置于同一空間內(nèi)，摒棄對(duì)空間屬性的影響，僅針對(duì)所要研究的屬性進(jìn)行分析，這忽視了空間相關(guān)性，難免產(chǎn)生偏倚、失真、不客觀的情況。地理信息系統(tǒng)(geographic information system，GIS)能有效管理流行病學(xué)研究資料中的空間相關(guān)數(shù)據(jù)，分析不同區(qū)域疾病分布和變化的聯(lián)系，探索疾病病因及各種影響因素，并能直觀、準(zhǔn)確地展示疾病空間分布和空間聚集狀態(tài)，從而為疾病預(yù)測(cè)預(yù)警、防控措施的制訂、防控效果的評(píng)價(jià)等方面提供決策依據(jù)。故本文運(yùn)用空間分析方法，探討2008～2012年廣西合浦縣傷害死亡率的空間分布特征及其時(shí)間和空間變化趨勢(shì)，為制訂傷害防控策略提供參考依據(jù)。

1 對(duì)象與方法

1.1 資料來(lái)源 傷害死亡數(shù)據(jù)來(lái)源于廣西壯族自治區(qū)疾病預(yù)防控制中心2008年1月至2012年12月廣西合浦縣死因登記報(bào)告信息系統(tǒng)中的傷害死因監(jiān)測(cè)數(shù)據(jù)。人口資料來(lái)源于2010年廣西統(tǒng)計(jì)局公布的統(tǒng)計(jì)數(shù)據(jù)。廣西合浦縣鎮(zhèn)村級(jí)地圖數(shù)據(jù)由廣西壯族自治區(qū)國(guó)土廳提供。

1.2 方法 以廣西合浦縣矢量化鎮(zhèn)村界地圖為基礎(chǔ)地圖，將廣西合浦縣2008～2012年傷害死亡數(shù)據(jù)導(dǎo)入地理信息數(shù)據(jù)庫(kù)中，建立廣西合浦縣傷害死亡信息的地理信息數(shù)據(jù)庫(kù)。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(gè)地區(qū)的分布差異；同時(shí)，采用反距離加權(quán)插值(inverse distance weighted interpolation，IDW)分析方法計(jì)算傷害死亡率的空間聚集性，并用IDW空間插值圖進(jìn)行可視化描述；此外，運(yùn)用空間關(guān)聯(lián)分析探測(cè)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聯(lián)系的局部指標(biāo)(local indicators of spatial association，LISA)空間聚類圖。

1.2.1 IDW：IDW插值法也稱為反距離權(quán)重法，它是基于相近相似原理，認(rèn)為物體間距離越近，其性質(zhì)就越趨同，可以根據(jù)相鄰節(jié)點(diǎn)的加權(quán)均值來(lái)估計(jì)未知節(jié)點(diǎn)，適用于分析節(jié)點(diǎn)基本上均勻分布、密度足以反映局部表面變化的平面數(shù)據(jù)。假設(shè)在平面上存在一系列離散的點(diǎn)，每個(gè)點(diǎn)都存在一個(gè)二維坐標(biāo)和一個(gè)值Zi，其中Zi的取值不受限制，即i=1，2，3…，n，其計(jì)算公式如下[6]：

其中，Z0為點(diǎn)0的估計(jì)值，即要求的預(yù)測(cè)值；Zi為點(diǎn)0周圍已知點(diǎn)(控制點(diǎn))的值；di為Zi與Z0之間的平面距離；n為已知點(diǎn)的數(shù)量；k為指定的冪，其值由預(yù)測(cè)誤差決定。由公式可知，距離點(diǎn)0越近的i點(diǎn)，其Zi對(duì)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)能反映每個(gè)區(qū)域與周邊地區(qū)之間同一屬性值的相似性，用于檢驗(yàn)局部區(qū)域存在的空間異質(zhì)性，從而彌補(bǔ)全局空間自相關(guān)的缺陷。本文采用LISA來(lái)度量局域空間自相關(guān)性。LISA分析能用來(lái)進(jìn)一步衡量觀測(cè)單元屬性和其周邊單元之間相近(正相關(guān))或差異(負(fù)相關(guān))程度及其顯著性，其優(yōu)勢(shì)在于能對(duì)每個(gè)觀測(cè)單元周圍的局部空間聚集的顯著性進(jìn)行評(píng)估，從而揭示對(duì)全局聯(lián)系影響最大的單元[7]。其計(jì)算公式如下：

2 結(jié) 果

2.1 合浦縣2008～2012年鄉(xiāng)鎮(zhèn)級(jí)傷害死因空間分布 2008～2012年廣西合浦縣傷害死亡共2 073例，死因從高到低依次為交通事故715例(34.49%)、溺水362例(17.46%)、其他意外事故300例(14.47%)、自害248例(11.96%)、意外跌落189例(9.12%)、意外中毒123例(5.93%)、暴力80例(3.86%)、火災(zāi)56例(2.7%)。各鄉(xiāng)鎮(zhèn)傷害死因死亡例數(shù)如圖1所示。合浦縣大多數(shù)鄉(xiāng)鎮(zhèn)的交通事故死因死亡例數(shù)最多，其次是溺水死亡。隨著年份的變化，廣西合浦縣各鄉(xiāng)鎮(zhèn)的傷害死亡率呈不規(guī)則變化趨勢(shì)，各年度傷害死亡率的空間分布如圖2所示。合浦縣2008年的傷害死亡主要聚集在星島湖鄉(xiāng)(66.53/10萬(wàn))和閘口鎮(zhèn)(51.33/10萬(wàn))，其次為山口鎮(zhèn)(32.79/10萬(wàn))、烏家鎮(zhèn)(32.16/10萬(wàn))、石康鎮(zhèn)(29.31/10萬(wàn))等6個(gè)鄉(xiāng)鎮(zhèn)，而其低發(fā)區(qū)主要是曲樟鄉(xiāng)(0/10萬(wàn))和廉州鎮(zhèn)(4.67/10萬(wàn))；2009年的傷害死亡高發(fā)區(qū)為白沙鎮(zhèn)(85.79/10萬(wàn))、常樂(lè)鎮(zhèn)(81.26/10萬(wàn))和石灣鎮(zhèn)(76.87/10萬(wàn))，而低發(fā)區(qū)為沙田鎮(zhèn)(27.24/10萬(wàn))、山口鎮(zhèn)(28.51/10萬(wàn))和閘口鎮(zhèn)(32.08/10萬(wàn))；2010年的傷害死亡率則以星島湖鄉(xiāng)(149.70/10萬(wàn))最高，死亡率最低為廉州鎮(zhèn)(17.63/10萬(wàn))和閘口鎮(zhèn)(28.87/10萬(wàn))；2011年的傷害死亡率為曲樟鄉(xiāng)(160.76/10萬(wàn))最高，其次為沙崗鎮(zhèn)(81.41/10萬(wàn))和西場(chǎng)鎮(zhèn)(68.51/10萬(wàn))，廉州鎮(zhèn)(31.64/10萬(wàn))的死亡率最低；2012年的傷害死亡率仍以曲樟鄉(xiāng)(112.53/10萬(wàn))最高。

圖1 合浦縣2008～2012年鄉(xiāng)鎮(zhèn)級(jí)各傷害死因死亡例數(shù)柱狀圖

圖2 合浦縣2008～2012年各鄉(xiāng)鎮(zhèn)級(jí)傷害死亡率等級(jí)分布圖

2.2 合浦縣2008～2012年村級(jí)傷害死亡率的空間聚集性 由村級(jí)尺度的IDW圖(圖3)可見，合浦縣傷害死亡率2008年主要以西場(chǎng)鎮(zhèn)的官井村、星島湖鄉(xiāng)的珊瑚村、匣口鎮(zhèn)的銀坑村、公館鎮(zhèn)的蛇地村、常樂(lè)鎮(zhèn)的象古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)。2009年的傷害死亡率主要以公館鎮(zhèn)的山肚村、常樂(lè)鎮(zhèn)的平洋村及曲樟鄉(xiāng)的山心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)；2010年的傷害死亡率主要以石康鎮(zhèn)的大龍村、星島湖鄉(xiāng)的坭江村、曲樟鄉(xiāng)的亞山村、沙崗鎮(zhèn)的浦江村、西場(chǎng)鎮(zhèn)的官井村及常樂(lè)鎮(zhèn)的陽(yáng)月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)；2011年傷害死亡率主要以曲樟鄉(xiāng)的山心村、常樂(lè)鎮(zhèn)的皇后村、匣口鎮(zhèn)的平坡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)；2012年傷害死亡率主要聚集在曲樟鄉(xiāng)的璋嘉村、公館鎮(zhèn)的山肚村、匣口鎮(zhèn)的平坡村等，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)。

圖3 合浦縣2008～2012年村級(jí)傷害死亡率的IDW圖

2.3 合浦縣2008～2012年村級(jí)傷害死亡的空間關(guān)聯(lián)模式 由村級(jí)尺度的LISA圖(圖4)可見，合浦縣傷害死亡率2008年在烏家鎮(zhèn)的嶺頂村、星島湖鄉(xiāng)的洪朝村、匣口鎮(zhèn)的山貝村、公館鎮(zhèn)的蛇地村及常樂(lè)鎮(zhèn)的象古村等區(qū)域呈H-H空間關(guān)聯(lián)模式，而在石灣鎮(zhèn)的垌心村、廉州鎮(zhèn)的清江村及石康鎮(zhèn)的十字路村等區(qū)域則呈L-L空間關(guān)聯(lián)模式。2009年的傷害死亡率在曲樟鄉(xiāng)的早禾村、常樂(lè)鎮(zhèn)的皇后村、匣口鎮(zhèn)的銀坑村、公館鎮(zhèn)的廖屋村及廉州鎮(zhèn)的馬安村等區(qū)域呈H-H空間關(guān)聯(lián)模式，而在山口鎮(zhèn)的山西村、匣口鎮(zhèn)的獨(dú)竹村、廉州鎮(zhèn)的禁山村、沙崗鎮(zhèn)的沙崗村及烏家鎮(zhèn)的嶺頂村等區(qū)域則呈L-L空間關(guān)聯(lián)模式；2010年的傷害死亡率在公館鎮(zhèn)的掃管村、常樂(lè)鎮(zhèn)的低坡村、石康鎮(zhèn)的白沙村及星島湖鄉(xiāng)的珊瑚村等區(qū)域呈H-H空間關(guān)聯(lián)模式，而在公館鎮(zhèn)的上聯(lián)村、匣口鎮(zhèn)的銀坑村、白沙鎮(zhèn)的西坎村等區(qū)域呈L-L空間關(guān)聯(lián)模式；2011年傷害死亡率在曲樟鄉(xiāng)的樟木村、井山村等區(qū)域呈H-H空間關(guān)聯(lián)模式，而在廉州鎮(zhèn)的石灣鎮(zhèn)的漢馬村、公館鎮(zhèn)的上聯(lián)村及山口鎮(zhèn)的山南村等區(qū)域呈L-L空間關(guān)聯(lián)模式；2012年傷害死亡率在公館鎮(zhèn)的陸屋村、曲樟鄉(xiāng)的亞山村、常樂(lè)鎮(zhèn)的平心村及石康鎮(zhèn)的太平村等區(qū)域呈H-H空間關(guān)聯(lián)模式，而在黨江鎮(zhèn)的馬頭村及廉州鎮(zhèn)的禁山村、沙崗鎮(zhèn)的太平嶺村等區(qū)域呈L-L空間關(guān)聯(lián)模式。

圖4 合浦縣2008～2012年村級(jí)傷害死亡率的LISA圖

3 結(jié) 論

本研究運(yùn)用GIS及其空間分析技術(shù)，分析了2008～2012年廣西合浦縣傷害死亡發(fā)生的聚集區(qū)域和空間分布特點(diǎn)。從傷害死因角度進(jìn)行分析發(fā)現(xiàn)，5年來(lái)交通事故死因居合浦縣傷害死因首位，與同類研究結(jié)果一致[8]；其次為溺水，這可能與合浦縣西南部和東南部鄉(xiāng)鎮(zhèn)沿海有關(guān)。從鎮(zhèn)級(jí)尺度的空間分布圖可以看出，2008～2010年合浦縣傷害死亡率高發(fā)區(qū)主要聚集在該縣西北部和東北部的鄉(xiāng)鎮(zhèn)，并隨時(shí)間的推移死亡聚集區(qū)域逐漸減小且有向東部轉(zhuǎn)移的趨勢(shì)，可能是由于這些鄉(xiāng)鎮(zhèn)近幾年來(lái)發(fā)展比較快、較繁華、人口密度大、交通擁堵嚴(yán)重引起。

從村級(jí)尺度的空間聚集性和空間關(guān)聯(lián)模式圖來(lái)看，傷害死亡主要聚集在縣城中部和東部的行政村，隨時(shí)間推移空間聚集半徑無(wú)明顯變化。從傷害高發(fā)區(qū)聚集的鄉(xiāng)鎮(zhèn)和隨時(shí)間推移的空間變化趨勢(shì)來(lái)看，鄉(xiāng)鎮(zhèn)尺度和行政村尺度的分析結(jié)果存在一定程度的差異，表現(xiàn)為：在鄉(xiāng)鎮(zhèn)水平上高發(fā)的鄉(xiāng)鎮(zhèn)，該鎮(zhèn)的行政村不一定都呈高發(fā)狀態(tài)；而在鄉(xiāng)鎮(zhèn)水平上低發(fā)的鄉(xiāng)鎮(zhèn)在村級(jí)水平上未必不存在高發(fā)的村落。這種在全域和局域空間上聚集狀態(tài)不一致的現(xiàn)象，說(shuō)明即使在全域范圍內(nèi)有(無(wú))統(tǒng)計(jì)學(xué)意義并不代表在局域上均具有(無(wú))統(tǒng)計(jì)學(xué)意義，提示我們?cè)趯?duì)資料進(jìn)行空間相關(guān)分析時(shí)要兼顧全域和局域兩個(gè)方面。

研究還發(fā)現(xiàn)，2008～2012年合浦縣傷害死亡率主要聚集在曲樟鄉(xiāng)和星島湖鄉(xiāng)，傷害死亡最高的是交通事故，提示相關(guān)部門要對(duì)該聚集鄉(xiāng)鎮(zhèn)和行政村加以管制和監(jiān)督，開展針對(duì)交通事故方面的深入研究和預(yù)防；同時(shí)應(yīng)對(duì)傷害死亡高聚集區(qū)進(jìn)行安全宣傳教育并對(duì)周邊的鄉(xiāng)鎮(zhèn)和行政村采取相應(yīng)的監(jiān)督管理措施。

[1] 楊永芳,陳 楊,肖義澤.2006～2012年云南省疾病監(jiān)測(cè)點(diǎn)居民傷害死因分析[J].職業(yè)與健康,2013,29(23):3 144-3 146.

[2] 董愛虎,楊 莉,張海英,等.地理信息系統(tǒng)技術(shù)在某市道路交通傷害中的應(yīng)用研究[J].環(huán)境與職業(yè)醫(yī)學(xué),2012,29(2):65-68.

[3] 陳娜縈,黃 佟,黃 穎.2001～2005年廣西疾病監(jiān)測(cè)點(diǎn)居民傷害死亡分析[J].現(xiàn)代預(yù)防醫(yī)學(xué),2007,34(21):4 158-4 159.

[4] 馮悅靜,周 剛,李愛紅.洛陽(yáng)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)雜志,2009,36(5):816-818,822.

[5] 丁克琴,鮑昌俊,胡建利,等.江蘇省肺結(jié)核流行狀況GIS空間分析[J].中國(guó)公共衛(wèi)生,2011,27(9):1 097-1 099.

[6] 唐咸艷.GIS空間分析技術(shù)在疾病空間異質(zhì)性分布中的應(yīng)用研究—以廣西原發(fā)性肝癌為例[D].南寧:廣西醫(yī)科大學(xué),2009.

[7] 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.

[8] 吳潤(rùn)梅,徐 智,劉沛明.合浦縣546例傷害死亡特征分析[J].應(yīng)用預(yù)防醫(yī)學(xué),2009,15(6):339-341.

Spatial clustering analysis on death caused by injury in Hepu County of Guangxi from 2008 to 2012

LUOHui,TANGZhong,WUXiao-chun

(SchoolofInformationManagement,GuangxiMedicalUniversity,Nanning530021,China)

Objective To explore the spatial distribution law of mortality caused by injury in the scales of town(street) and administrative village(residents′ committee) in Hepu County of Guangxi form 2008 to 2012.Methods A database was established using the data of death caused by injury in Hepu County of Guangxi form 2008 to 2012. The spatial correlation and spatial clustering features of mortality caused by injury in Hepu County were analyzed by spatial statistical software.Results The area with high mortality caused by injury mainly located in the villages of northwest and northeast in Hepu County from 2008 to 2010,and the death clustering areas gradually reduced and tended to shift to east with the increase of time.The analysis on spatial clustering and spatial correlation model in the scale of village showed that the death caused by injury mainly occurred in the administrative villages of central section and east in Hepu County,and spatial clustering dimension did not change significantly with the increase of time.Conclusion In each town and administrative village,the areas with high mortality caused by injury are obvious but not fixed.It is suggested that the relevant departments should take some preparation according to the trend of the areas with high mortality caused by injury shifting,and take the corresponding prevention and control measures for the areas with high mortality caused by injury. 【Key words】 Injury,Death,Spatial analysis,Spatial clustering,Spatial correlation,Hepu County,Guangxi

廣西高?？茖W(xué)技術(shù)研究項(xiàng)目(2013YB045)

羅慧(1992～)，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(jì)、醫(yī)學(xué)信息管理，E-mail：zhongt@gxmu.edu.cn。

R 189

A

0253-4304(2016)03-0376-04

10.11675/j.issn.0253-4304.2016.03.23

2015-11-26

2016-02-03)