宋小莉+宋春燕

[摘要] 目的 探討山東省17地市丙類傳染病發(fā)病率與平均氣溫、平均日照、平均降水的關系。 方法 收集2010～2013年山東省17地市丙類傳染病月報告發(fā)病人數(shù)及各地市總人口數(shù)、平均氣溫、平均日照、平均降水數(shù)據(jù)，建立Excel數(shù)據(jù)庫，構建面板數(shù)據(jù)模型，應用Eviews 6.0軟件分析丙類傳染病發(fā)病率與平均氣溫、平均日照、平均降水的關系。 結果 山東省17地市丙類傳染病發(fā)病率變化具有時空差異性，以5～8月發(fā)病率最高；固定效應F檢驗值提示不接受混合模型（F=37.0621，P < 0.01），即各地市的數(shù)據(jù)不可以合并。Hausman檢驗提示可以接受隨機效應模型（P > 0.05）。該模型顯示，17地市氣溫、日照、降水的截距項為0.0826、0.0038、0.0007，平均氣溫、平均日照對丙類傳染病發(fā)病率的影響具有正相關性（P < 0.01）；各地市之間的截距項亦存在差異性（-0.7744～2.3470），氣候?qū)Πl(fā)病率的影響存在地區(qū)差異性。 結論 山東省17地市丙類傳染病發(fā)病率存在時空差異性，采用面板數(shù)據(jù)模型研究發(fā)病率與氣候的相關性較為合理，平均氣溫、平均日照對丙類傳染病發(fā)病率具有正向相關性影響，且氣溫對丙類傳染病的發(fā)病率更為重要。

[關鍵詞] 丙類傳染??；氣溫；日照；降水；面板數(shù)據(jù)模型；時空差異性

[中圖分類號] R183 [文獻標識碼] A [文章編號] 1673-7210（2016）11（a）-0065-04

傳染病是指由病原微生物和寄生蟲感染人體后產(chǎn)生的有傳染性的疾病?！吨腥A人民共和國傳染病防治法》規(guī)定管理的傳染病分甲類、乙類、丙類三類。丙類傳染病包括流行性感冒、流行性腮腺炎、風疹、急性出血性結膜炎、細菌性和阿米巴性痢疾、手足口病等。丙類傳染病發(fā)病較甲、乙類傳染病常見，其發(fā)病與人民生活健康關系密切，因此，研究丙類傳染病的發(fā)病規(guī)律對于傳染病的預防具有重要意義。

傳染病的發(fā)生變化具有一定的時空性，既有地域差異性又有時間差異性。氣候是傳染病傳播的重要影響因素之一，古代中醫(yī)即有“天人合一”的整體觀思想，認為氣候與傳染性疾病具有一定的相關性?，F(xiàn)代眾多學者研究也顯示出傳染病的大范圍流行往往受到氣候環(huán)境的制約，傳染病疫情的短期波動則受天氣變化的顯著影響[1]。氣象學家們預測到2100年，全球平均氣溫將上升2℃。氣候變化將可能干擾地區(qū)的天氣形式和生態(tài)平衡，從而造成對人體健康的多方面影響。本研究探討山東省17地市2010年1月～2013年12月各月份丙類傳染病的發(fā)病率與氣候（降水、氣溫、日照）的相關性，為山東省各地區(qū)傳染病的預防提供支持。

1 資料與方法

1.1 一般資料

2010年1月～2013月12月丙類傳染病疫情資料來源于山東省法定傳染病疫情監(jiān)測報表和網(wǎng)絡直報系統(tǒng)。各地市總人數(shù)、氣溫、日照、降水數(shù)據(jù)來自于山東省統(tǒng)計年鑒。丙類傳染病發(fā)病率為丙類傳染病發(fā)病總人數(shù)與當年該地市總人數(shù)的比值（1/萬）。

1.2 方法

根據(jù)數(shù)據(jù)分布特點和研究目的，應用Excel對氣象原始數(shù)據(jù)（平均氣溫、平均降水、平均日照）、同期丙類傳染病發(fā)病率建立數(shù)據(jù)庫，應用Eviews 6.0軟件采用面板數(shù)據(jù)模型，對數(shù)據(jù)進行分析。面板數(shù)據(jù)模型的一般形式為[2-3]：

CIDit=ai+b1ATit+b2ASit+b3ARit+uit （1）

式中，i代表山東省17地市，t代表不同時期；變量CID、AT、AS、AR分別為丙類傳染病發(fā)病率、平均氣溫、平均日照、平均降水量；bi（i=1、2、3）表示待估計參數(shù)；uit為隨機誤差項；ai為截距項。

根據(jù)對截距項的不同解釋可將面板數(shù)據(jù)模型分為混合模型（pooled model）、固定效應模型（fixed effects model）和隨機效應模型（random effects model）。

2 結果

2.1 山東省17地市2010～2013年丙類傳染病各月度發(fā)病率時空研究

由圖1（封四）可見，山東省17地市丙類傳染病發(fā)病率變化具有規(guī)律性，多數(shù)地區(qū)各年份以5～8月發(fā)病率最高，1～3月及11～12月發(fā)病率較低，發(fā)病率時間變化趨勢有一定相似性，但不同地區(qū)變化幅度不同，存在較大差異。發(fā)病率較高的城市有東營、威海等地市，發(fā)病率在同一時間段存在區(qū)域的差異性。總的來看山東省17地市2010～2013年各月度發(fā)病率具有時空差異性。

2.2 面板數(shù)據(jù)的參數(shù)估計結果

對山東省17地市的數(shù)據(jù)資料，采用面板數(shù)據(jù)中的混合模型、固定效應模型、隨機效應模型分析丙類傳染病發(fā)病率和氣溫、日照、降水的關系。見表1。

三種模型均顯示，氣溫、日照與丙類傳染病發(fā)病率有相關性（P < 0.01），而降水量相關性不顯著（P > 0.05）。17地市氣溫、日照、降水的截距項，混合模型顯示分別為0.0761、0.0036、0.0011；固定效應模型顯示分別為0.0833、0.0036、0.0006；隨機效應模型顯示分別為0.0826、0.0038、0.0007。固定效應F檢驗值提示不接受混合模型（P < 0.01），即各地市的數(shù)據(jù)不可以合并。Hausman檢驗提示可以接受隨機效應模型（P > 0.05）。3種模型的標準誤差估計也顯示，隨機效應模型要低于固定效應模型和混合模型，故本研究宜選擇隨機效應模型。隨機效應模型顯示氣溫、降水、日照與丙類傳染病發(fā)病率回歸系數(shù)均為正，說明三者與丙類傳染病發(fā)病率具有正相關性，且氣溫對丙類傳染病的發(fā)病率更為重要。

注：***P < 0.01；F檢驗統(tǒng)計量為37.0621；Hausman檢驗統(tǒng)計量為3.2035

2.3 地區(qū)差異性

由于各城市之間可能存在異質(zhì)性，簡單將各城市數(shù)據(jù)合并不妥，為有效地探討個體異質(zhì)性，分別采用固定效應模型和隨機效應模型進行分析。見表2。

從表2可以看出，17地市之間的截距存在差異性，固定效應模型個體截距為-0.8180～2.4768；隨機效應模型個體截距為-0.7744～2.3470。固定效應模型及隨機效應模型中各地區(qū)截距存在差異，提示山東省17地市各地區(qū)間存在差異，且日照、威海發(fā)病率較高，臨沂、濟寧發(fā)病率較低。

3 討論

古人通過對自然變化的周期性規(guī)律及其對疾病影響的長期觀察和經(jīng)驗累積，形成了獨具特色的“天人合一”的整體觀思想?！饵S帝內(nèi)經(jīng)》結合古代的天文、歷法、氣象、物候等自然科學知識，較系統(tǒng)地描述了時令氣候與物候、病候的相關性及變化規(guī)律?！端貑枴みz篇》“刺法論第七十二”和“本病論第七十三”，指出了傳染病的發(fā)生與氣候異常變化有關[4]。現(xiàn)代研究顯示，氣候變化通過影響人類與動物免疫系統(tǒng)、病原體和環(huán)境之間復雜的動態(tài)關系，影響著傳染病發(fā)生、傳播與變化的各個環(huán)節(jié)[5]。Rezza[6]指出氣候的任何變化都會直接或間接影響到自然生態(tài)系統(tǒng)、社會經(jīng)濟及人體健康，其中，氣候變化對健康的影響，最重要的一個方面就是傳染病暴發(fā)與傳播。故探討氣候變化對傳染性疾病的影響具有重要意義?？紤]到傳染病的發(fā)生和流行與媒介和宿主種群數(shù)量的變動密切相關，而地形、地貌等地理因素對動物宿主傳染源有重要影響[7]，故傳染病的發(fā)生及流行具有一定的時空差異性，研究傳染病發(fā)生及流行需同時考慮時間及空間地域兩方面因素。

從國內(nèi)應用情況來看，傳統(tǒng)的研究方法多利用流行病學資料與同期的氣象因子進行單因素相關分析、多元回歸分析[8]；主成分回歸分析、逐步判別分析、灰色關聯(lián)分析法、面板數(shù)據(jù)模型、和GIS等方法近年來逐漸得到應用[9-13]。其中面板數(shù)據(jù)模型在經(jīng)濟相關領域應用較多[14-15]，在流行病學研究中詳細介紹的很少[16-17]。但實際上，流行病學調(diào)查中存在大量的面板數(shù)據(jù)，如對不同傳染病發(fā)病情況的多次調(diào)查、不同地區(qū)多個時間點傳染病的發(fā)病率的監(jiān)測等，均可以看作是面板數(shù)據(jù)。面板數(shù)據(jù)模型能夠從三維（個體、指標、時間）方向反映研究對象的變化規(guī)律和個體特征，較為充分地利用樣本所包含的信息，并考慮到地區(qū)的差異性，有效地控制個體異質(zhì)性，從而可以降低誤差，提高估計的準確性，給出更為合理的結果。本研究應用面板數(shù)據(jù)模型對傳染病的傳播與氣候因素之間的關系進行定量分析，以期為流行病學研究提供理論依據(jù)。本研究結果提示，各地市之間確實存在異質(zhì)性，簡單將各地市數(shù)據(jù)合并不妥，因此丙類傳染病發(fā)病率與氣溫、日照、降水的相關性研究不適宜直接應用多元回歸分析，采用面板數(shù)據(jù)模型更為適宜。

考慮到若以較大地域（全國各省份）為分析單元，傳染病的相關因素分析得出的結果可能存在偏倚，故本次研究僅以山東省17地市為研究對象。山東省地處中國東部、黃河下游，東臨海洋，西接大陸，擁有丘陵、平原等豐富地貌，屬暖溫帶季風氣候類型；全省以1月份最冷，最熱月一般出現(xiàn)在7月，但東部、東南沿海，受海洋影響，最熱月在8月，由東向西遞增；全省日照時數(shù)年均2335～2768 h；年平均降水量一般在500～900 mm之間，降水季節(jié)分布很不均衡?？梢钥闯觯綎|省17地市的氣候環(huán)境及地理地貌存在較大差異性，是研究發(fā)病率與氣候關系的典型性省份。

本次研究數(shù)據(jù)豐富，采用2010年1月～2013年12月的氣候因素及丙型傳染病發(fā)病率月度數(shù)據(jù)，共計3264個數(shù)據(jù)進行分析，增加估計量的抽樣精度，使研究結果可信性更強。數(shù)據(jù)研究結果顯示，山東省17地市丙類傳染病發(fā)病率變化具有時空差異性，以5～8月發(fā)病率最高，故應用山東省17地市的數(shù)據(jù)進行研究具有代表性及可行性。面板數(shù)據(jù)模型檢驗結果提示，隨機效應模型最為合適，優(yōu)于固定效應模型及混合模型。隨機效應模型研究提示，氣溫、降水、日照與丙類傳染病發(fā)病率具有正相關性，且氣溫對丙類傳染病的發(fā)病率更為重要，研究結果與他人研究具有一致性[18]，推測氣溫越高，細菌、病毒容易繁殖，這或許是氣溫對丙型傳染病發(fā)病率正向影響的可能原因。同時研究提示降水對傳染病的發(fā)病率影響較低，而傳染病的發(fā)生多與濕度相關，故單純的降水不能反映出環(huán)境濕度，山東沿海城市較多，從而降低了濕度與降水的相關性，故下一步的探討研究可考慮將空氣平均濕度值作為研究因素。各地市之間的截距項存在差異性，提示山東省17地市各地區(qū)間存在差異，且日照、威海發(fā)病率較高，臨沂、濟寧發(fā)病率較低，但差異性的具體內(nèi)容還需深入研究，疾病病種的差異性、單一病種是否具有地域的聚集效應等問題，需要建立相關發(fā)病率數(shù)據(jù)庫、采用新的軟件工具[19-20]進行下一步研究。另外丙類傳染病發(fā)病率還受研究區(qū)域的社會環(huán)境和其他諸多因素的影響，目前研究較少，有待挖掘。

[參考文獻]

[1] 劉衛(wèi)紅，胡晶，趙京霞，等.建立具有中醫(yī)特色流感預警體系的探索[J].世界中醫(yī)藥，2015，10（10）：1472-1475.

[2] 白仲林.面板數(shù)據(jù)的計量經(jīng)濟分析 [M].南京：南開大學出版社，2008.

[3] 高鐵梅.計量經(jīng)濟分析方法與建模[M].北京：清華大學出版社，2010.

[4] 王洪圖，賀娟.黃帝內(nèi)經(jīng)素問白話解[M].北京：人民衛(wèi)生出版社，2014.

[5] 林健燕，郭澤強.氣候變化對傳染病發(fā)生的影響[J].疾病監(jiān)測與控制，2013，7（7）：414-416.

[6] Rezza G. Re-emergence of Chikungunya and other scourges：the role of globalization and climate change [J]. Ann Ist Super Sanita，2008，44（4）：315-318.

[7] 霍愛梅，趙達生，方立群，等.華北地區(qū)自然疫源性疾病的分布及其與氣象條件的關系[J].中國病原生物學雜志，2011，6（1）：5-7，11.

[8] 安慶玉，吳雋，王曉立.氣象因素變化與大連市腸道傳染病發(fā)病時間分布關系的研究[J].中國預防醫(yī)學雜志，2012， 13（4）：288-291.

[9] 丁克琴，鮑昌俊，胡建利，等.江蘇省肺結核流行狀況GIS空間分析[J].中國公共衛(wèi)生，2011，27（9）：1097-1099.

[10] 張利萍，鄭彥玲，張學良，等.灰色系統(tǒng)理論在現(xiàn)代醫(yī)學中的應用概述[J].數(shù)理醫(yī)藥學雜志，2015，28（3）：430-434.

[11] 羅朝晨，楊勁松，謝一俊，等.福建省細菌性痢疾季節(jié)性分析及其與氣溫的相關研究[J].中華疾病控制雜志，2010，14（2）：172-174.

[12] 魏曉娟，張曉麗.臨沂市重點傳染病與氣候的相關性研究及預測模型分析[J].社區(qū)醫(yī)學雜志，2014，12（16）：24-27.

[13] 李國棟，張俊華，焦耿軍，等.氣候變化對傳染病爆發(fā)流行的影響研究進展.生態(tài)學報，2013，33（21）：6762-6773.

[14] 李苗苗，肖洪鈞，趙爽.金融發(fā)展、技術創(chuàng)新與經(jīng)濟增長的關系研究——基于中國的省市面板數(shù)據(jù)[J].中國管理科學，2015，23（1）：162-168.

[15] 張占倉，于英超.城鎮(zhèn)化對國家糧食安全的影響——基于31個省份面板數(shù)據(jù)的實證分析[J].糧食科技與經(jīng)濟，2015（2）：12-15.

[16] 馮國雙，于石成，胡躍華.面板數(shù)據(jù)模型在手足口病與氣溫關系研究中的應用[J].中國預防醫(yī)學雜志，2013， 14（12）：910-913.

[17] 黃勇，鄧特，于石成，等.空間面板數(shù)據(jù)模型在傳染病監(jiān)測數(shù)據(jù)分析中的應用[J].中華疾病控制雜志，2013，17（4）：277-281.

[18] 霍愛梅，趙達生，方立群，等.華北地區(qū)主要呼吸道傳染病與氣象條件的關系[J].中國醫(yī)藥導報，2011，8（32）：153-156.

[19] 寧桂軍，尹遵棟，吳丹，等.中國2013年流行性乙型腦炎空間聚集性分析[J].中國疫苗和免疫，2015，21（4）：365-368，472.

[20] 朱琦，郝元濤，于石成.廣東省2008～2010年手足口病流行特征分析及時空聚集性研究[J]. 現(xiàn)代預防醫(yī)學，2011， 38（10）：1824-1831.

（收稿日期：2016-03-30 本文編輯：程 銘）