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

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

論著·調查研究

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

(廣西醫科大學信息與管理學院，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(街道)、行政村(居委會)尺度上的空間分布及聚集性規律。方法 利用凌云縣2008～2012年傷害死亡資料及電子地理數據建立地理信息系統數據庫，通過空間統計軟件分析凌云縣傷害死亡的空間分布及聚集性規律。結果 在鎮級尺度上，傷害死亡高發區主要聚集在該縣西南部和東北部的鄉鎮，隨時間推移死亡高發區域先向東北部蔓延，之后逐漸轉回到西南部。在村級尺度上，傷害死亡高發區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。結論 凌云縣各鄉鎮及行政村存在明顯且不固定的傷害死亡高發區，建議各部門根據傷害死亡高發區的發展趨勢做好相關的防控措施。

傷害；死亡；空間分析；聚集性；地理信息系統；凌云縣；廣西

我國每年有70～80萬人死于各種傷害，占死亡總人數的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年廣西疾病監測系統數據分析結果顯示，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]。相關研究表明，由于傷害入住重癥監護病房的患者，近25%都有創傷后應激障礙的征兆[3]。如何減少傷害的發生，關系著人民的健康安全。地理信息系統(geographic information system，GIS)在空間分布和聚集性上能對流行病學資料進行有效分析，直觀地展示疾病的空間分布和空間聚集性，從而為疾病預防、監測等提供決策支持。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準，同時又可以用來說明某一現象或者過程在空間和時間上涉及的范圍和發生的頻率。小尺度表示小區域內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測數據，時間跨度較小；(2)研究的地理空間范圍較小，GIS空間分析過程中，主要從鎮(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年廣西統計局公布的統計數據，采用2000年全國第五次人口普查數據進行率的標準化。傷害死亡資料來源于廣西壯族自治區疾病預防控制中心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傷害死亡監測數據。電子地圖數據來源于廣西壯族自治區國土資源廳。

1.2 方法 本次的空間分析研究以廣西凌云縣鄉鎮界及行政村界的電子地圖(1 ∶10 000)為基礎地圖，包括縣、鄉、村邊界、湖泊、水庫、各級道路、河流等圖層，與監測點居民傷害死因監測數據庫相關聯，獲得鄉鎮界及村界的GIS數據庫，將傷害死亡數據導入到電子地圖數據庫中，建立廣西凌云縣傷害死亡GIS數據庫。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，并導入整理好的傷害死亡地理信息數據，用ArcGIS10和GeoDa軟件從鄉鎮、村級兩尺度上進行凌云縣傷害死因監測的時空趨勢研究。采用傷害死亡率的地區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的分布差異；同時，采用反距離加權插值(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，還運用空間關聯分析探測各行政村的傷害死亡的空間關聯模式，并繪制傷害死亡空間自相關的局部指標(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，可以根據相鄰節點的加權均值來估計未知節點；它適用平面數據，且各節點基本均勻分布，平面密度足以代表局部表面變化。假設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為已知點的數量；k為指定的冪，其值由預測誤差決定[4]。由公式可知，距離點0越近的i點，Zi對Z0的影響也越大，即其權重越大。

1.2.2 局部空間自相關：局部空間自相關能反映每一個空間單元與鄰近單元關于某一屬性的相關程度，用于檢驗局部區域存在的空間異質性。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)或差異(負相關)程度及其顯著性，其優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，從而揭示對全局聯系影響最大的單元[5]。其計算公式如下：

wij為空間權重矩陣，對j求和僅限于區域單元i的所有鄰居。

2 結 果

2.1 2008～2012年凌云縣傷害死因及各鄉鎮死亡率的時空分析 2008～2012年傷害死亡總數為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；戰爭和其他故意傷害死亡在這幾年內未發生。見表1。凌云縣2008～2012年各鄉鎮的傷害死亡率的空間分布見圖1。從鄉鎮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，其次為朝里瑤族鄉和邏樓鎮，而低發區主要在玉洪瑤族鄉；2009年傷害死亡的高發區為朝里瑤族鄉和邏樓鎮，其次為加尤鎮，而低發區集中在伶站瑤族鄉；2010年傷害死亡高發區為加尤鎮和邏樓鎮，而低發區為朝里瑤族鄉；2011年傷害死亡主要聚集在朝里瑤族鄉和加尤鎮，其次為玉洪瑤族鄉，而沙里瑤族鄉的死亡率最低；2012年傷害死亡率最高的是朝里瑤族鄉，其次為邏樓鎮，沙里瑤族鄉最低。

2.2 2008～2012年凌云縣各行政村傷害死亡率空間關聯分析 (1)凌云縣傷害死亡率2008年主要以泗城鎮的平林村、下甲鄉的水陸村、伶站瑤族鄉的那留村及加尤鎮的上傘村為中心向四周輻射性下降，其他鄉鎮(行政村)的傷害死亡率呈散發狀態，在伶站瑤族鄉的平蘭村等區域呈H-H空間關聯模式，而在玉洪瑤族鄉的那洪村等區域則呈L-L空間關聯模式。見圖2。(2)2009年的傷害死亡率主要以邏樓鎮的新洛村、沙里瑤族鄉的各樓村、下甲鄉的坪山村、朝里瑤族鄉的九聯村、玉洪瑤族鄉的東蘭村為中心向四周輻射性下降，其他鄉鎮(行政村)的傷害死亡率則呈散發狀態，在邏樓鎮的大洞村及沙里瑤族鄉的龍化村等區域呈H-H空間關聯模式，而在伶站瑤族鄉的初化村等區域則呈L-L空間關聯模式。見圖3。(3)2010年的傷害死亡率主要以加尤鎮的東哈村、邏樓鎮的大洞村、玉洪瑤族鄉的東蘭村及泗城鎮的覽沙村為中心向四周輻射性下降，其他鄉鎮(行政村)的傷害死亡率則呈散發狀態，在加尤鎮的磨賢村、泗城鎮的隴雅村及沙里瑤族鄉的弄丁村等區域呈H-H空間關聯模式，而在泗城鎮的解放社區、下甲鄉的峰洋村及伶站瑤族鄉的九民村等區域呈L-L空間關聯模式。見圖4。(4)2011年傷害死亡率主要以加尤鎮的磨賢村及玉洪瑤族鄉的上謀村為中心向四周輻射性下降，其他鄉鎮(行政村)的傷害死亡率則呈散發狀態，在加尤鎮的加尤村、朝里瑤族鄉的蘭臺村及泗城鎮的腰馬村等區域呈H-H空間關聯模式，而在玉洪瑤族鄉的那洪村、下甲鄉的峰洋村及沙里瑤族鄉的沙里村等區域呈L-L空間關聯模式。見圖5。(5)2012年傷害死亡率主要聚集在朝里瑤族鄉的百朝村、伶站瑤族鄉的初化村、邏樓鎮的大洞村及加尤鎮的龍槐村，并以這些行政村為中心向四周輻射性下降，其他鄉鎮(行政村)的傷害死亡率則呈散發狀態，在邏樓鎮的大洞村、泗城鎮的品村及朝里瑤族鄉的蘭臺村等區域呈H-H空間關聯模式，而在伶站瑤族鄉的平蘭村、伶興村等區域呈L-L空間關聯模式。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，隨著社會經濟和交通工具的發展，道路交通傷害已經成為威脅人民健康和社會安全的重要問題[6]。2008～2012年凌云縣致死人數最多的傷害為交通事故，其次為意外跌落，與同類研究結果相似[7]；按照死亡人數多少，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、戰爭和其他故意傷害。

從鎮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區主要聚集在該縣西南部和東北部的鄉鎮，隨時間的推移，死亡聚集區域先向東北部蔓延后逐漸轉回到西南部的鄉鎮。從村級尺度的空間聚集性和空間關聯模式圖來看，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。從傷害高發區聚集的鄉鎮和隨時間推移的空間變化趨勢來看，鄉鎮尺度和行政村尺度的分析結果存在一定差異，表現為：在鄉鎮尺度上高發的鄉鎮，行政村尺度上可能存在低發的村落；而在鄉鎮尺度上低發的鄉鎮，在行政村尺度上可能存在高發的村落。例如邏樓鎮為高發區而其內部的降村、弄棍村、祥福村等則呈現低發狀態，沙里瑤族鄉為低發區但其內部的沙里村則為高發狀態。

凌云縣由于面積相對較小，路網并不復雜，因而交通事故的發生規律明顯，多圍繞省道和縣道呈線狀分布。2008年的交通事故死亡人數最多的地區為泗城鎮，而2009年死亡人數最多的地區同樣為泗城鎮，其次為加尤鎮和玉洪瑤族鄉，但事故死亡高發帶向北偏移，中部地區也有一塊區域死亡率較高。這主要是由于中部地區和北部地區有省道和縣道的樞紐，因此這兩處交通網絡比其他地區更密一些。2010年交通事故的死亡人數最多的地區仍為泗城鎮，其次為邏樓鎮，但死亡率高發帶又明顯向中部地區轉移，呈線狀沿省道分布。經過整治，2011年中部地區的交通安全有所改善，但北部地區的死亡人數有所上升，呈現出局部的核心區，死亡人數最多的為泗城鎮，其次為加尤鎮和邏樓鎮。2012年死亡人數最多的地帶仍然是圍繞整個市區的主要交通干道，死亡人數最多的地區為泗城鎮，其次為邏樓鎮，但總死亡人數比上一年有所減少。

綜上所述，相關部門要對凌云縣傷害死亡聚集鄉鎮和行政村加以約束監督，可以通過適當的方法(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例傷害流行病學特征分析[J].現代預防醫學,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年賓陽縣傷害監測結果分析[J].應用預防醫學,2011,17(6):362-366.

[7] 滕有明.2008～2012年廣西監測點居民傷害死亡狀況和疾病負擔分析[D].南寧:廣西醫科大學,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

廣西地區區域醫療信息平臺架構及關鍵技術研究(2013YB045)；廣西科技基礎條件平臺建設項目(12-97-19)

李艷(1990～)，女，在讀碩士研究生，研究方向：醫學信息管理。

唐忠(1968～)，男，博士，教授，研究方向：流行病與衛生統計、醫學信息管理， 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)