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

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

論著·調查研究

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

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

目的 探討廣西合浦縣2008～2012年傷害死亡率在鄉鎮、行政村(居委會)尺度上的空間分布規律。方法 利用廣西合浦縣2008～2012年傷害死亡資料建立數據庫，運用空間統計軟件分析合浦縣傷害死亡的空間相關性、空間聚集性特征。結果 2008～2010年傷害死亡率高發區主要聚集在合浦縣西北部和東北部的鄉鎮，隨時間的推移死亡聚集區域逐漸減小且有向東部轉移的趨勢。村級尺度的空間聚集性和空間關聯模式分析顯示，傷害死亡主要聚集在縣城中部和東部的行政村，隨時間推移空間聚集半徑無明顯變化。結論 合浦縣各鄉鎮及行政村的傷害死亡率存在明顯且不固定的高發區，建議相關部門根據傷害高死亡率區域的轉移趨勢提前做好相應準備，并對傷害死亡高聚集區采取相應的防控措施。

傷害；死亡；空間分析；空間聚集性；空間相關性；合浦縣；廣西

近年來，隨著社會的進步和經濟的發展，居民死亡情況也在發生變化，傷害死亡已成為居民病傷死亡的主要因素之一[1]。因其發生率、潛在壽命損失年數及殘疾率較高，造成嚴重的家庭和社會負擔，已成為一個嚴重威脅居民健康的重要公共衛生問題[2]。在我國，傷害死亡位居全死因的第5位，而在勞動力人群中其造成的危害居首位[3]。我國每年約有70～80萬人死于各種傷害，占死亡總數的11%，居死因順位第5位，死亡率為65.24/10萬[4]。關于傷害的研究，已成為疾病控制部門所關注的重要內容[5]。由于經典統計方法的局限，人們往往把研究對象置于同一空間內，摒棄對空間屬性的影響，僅針對所要研究的屬性進行分析，這忽視了空間相關性，難免產生偏倚、失真、不客觀的情況。地理信息系統(geographic information system，GIS)能有效管理流行病學研究資料中的空間相關數據，分析不同區域疾病分布和變化的聯系，探索疾病病因及各種影響因素，并能直觀、準確地展示疾病空間分布和空間聚集狀態，從而為疾病預測預警、防控措施的制訂、防控效果的評價等方面提供決策依據。故本文運用空間分析方法，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間和空間變化趨勢，為制訂傷害防控策略提供參考依據。

1 對象與方法

1.1 資料來源 傷害死亡數據來源于廣西壯族自治區疾病預防控制中心2008年1月至2012年12月廣西合浦縣死因登記報告信息系統中的傷害死因監測數據。人口資料來源于2010年廣西統計局公布的統計數據。廣西合浦縣鎮村級地圖數據由廣西壯族自治區國土廳提供。

1.2 方法 以廣西合浦縣矢量化鎮村界地圖為基礎地圖，將廣西合浦縣2008～2012年傷害死亡數據導入地理信息數據庫中，建立廣西合浦縣傷害死亡信息的地理信息數據庫。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空間插值圖進行可視化描述；此外，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聯系的局部指標(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重法，它是基于相近相似原理，認為物體間距離越近，其性質就越趨同，可以根據相鄰節點的加權均值來估計未知節點，適用于分析節點基本上均勻分布、密度足以反映局部表面變化的平面數據。假設在平面上存在一系列離散的點，每個點都存在一個二維坐標和一個值Zi，其中Zi的取值不受限制，即i=1，2，3…，n，其計算公式如下[6]：

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。由公式可知，距離點0越近的i點，其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個區域與周邊地區之間同一屬性值的相似性，用于檢驗局部區域存在的空間異質性，從而彌補全局空間自相關的缺陷。本文采用LISA來度量局域空間自相關性。LISA分析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[7]。其計算公式如下：

2 結 果

2.1 合浦縣2008～2012年鄉鎮級傷害死因空間分布 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56例(2.7%)。各鄉鎮傷害死因死亡例數如圖1所示。合浦縣大多數鄉鎮的交通事故死因死亡例數最多，其次是溺水死亡。隨著年份的變化，廣西合浦縣各鄉鎮的傷害死亡率呈不規則變化趨勢，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(66.53/10萬)和閘口鎮(51.33/10萬)，其次為山口鎮(32.79/10萬)、烏家鎮(32.16/10萬)、石康鎮(29.31/10萬)等6個鄉鎮，而其低發區主要是曲樟鄉(0/10萬)和廉州鎮(4.67/10萬)；2009年的傷害死亡高發區為白沙鎮(85.79/10萬)、常樂鎮(81.26/10萬)和石灣鎮(76.87/10萬)，而低發區為沙田鎮(27.24/10萬)、山口鎮(28.51/10萬)和閘口鎮(32.08/10萬)；2010年的傷害死亡率則以星島湖鄉(149.70/10萬)最高，死亡率最低為廉州鎮(17.63/10萬)和閘口鎮(28.87/10萬)；2011年的傷害死亡率為曲樟鄉(160.76/10萬)最高，其次為沙崗鎮(81.41/10萬)和西場鎮(68.51/10萬)，廉州鎮(31.64/10萬)的死亡率最低；2012年的傷害死亡率仍以曲樟鄉(112.53/10萬)最高。

圖1 合浦縣2008～2012年鄉鎮級各傷害死因死亡例數柱狀圖

圖2 合浦縣2008～2012年各鄉鎮級傷害死亡率等級分布圖

2.2 合浦縣2008～2012年村級傷害死亡率的空間聚集性 由村級尺度的IDW圖(圖3)可見，合浦縣傷害死亡率2008年主要以西場鎮的官井村、星島湖鄉的珊瑚村、匣口鎮的銀坑村、公館鎮的蛇地村、常樂鎮的象古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。2009年的傷害死亡率主要以公館鎮的山肚村、常樂鎮的平洋村及曲樟鄉的山心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；2010年的傷害死亡率主要以石康鎮的大龍村、星島湖鄉的坭江村、曲樟鄉的亞山村、沙崗鎮的浦江村、西場鎮的官井村及常樂鎮的陽月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；2011年傷害死亡率主要以曲樟鄉的山心村、常樂鎮的皇后村、匣口鎮的平坡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；2012年傷害死亡率主要聚集在曲樟鄉的璋嘉村、公館鎮的山肚村、匣口鎮的平坡村等，并以這些行政村為中心向四周輻射性下降，其他鄉鎮(行政村)的傷害死亡率則呈散發狀態。

圖3 合浦縣2008～2012年村級傷害死亡率的IDW圖

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

圖4 合浦縣2008～2012年村級傷害死亡率的LISA圖

3 結 論

本研究運用GIS及其空間分析技術，分析了2008～2012年廣西合浦縣傷害死亡發生的聚集區域和空間分布特點。從傷害死因角度進行分析發現，5年來交通事故死因居合浦縣傷害死因首位，與同類研究結果一致[8]；其次為溺水，這可能與合浦縣西南部和東南部鄉鎮沿海有關。從鎮級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區主要聚集在該縣西北部和東北部的鄉鎮，并隨時間的推移死亡聚集區域逐漸減小且有向東部轉移的趨勢，可能是由于這些鄉鎮近幾年來發展比較快、較繁華、人口密度大、交通擁堵嚴重引起。

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中部和東部的行政村，隨時間推移空間聚集半徑無明顯變化。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程度的差異，表現為：在鄉鎮水平上高發的鄉鎮，該鎮的行政村不一定都呈高發狀態；而在鄉鎮水平上低發的鄉鎮在村級水平上未必不存在高發的村落。這種在全域和局域空間上聚集狀態不一致的現象，說明即使在全域范圍內有(無)統計學意義并不代表在局域上均具有(無)統計學意義，提示我們在對資料進行空間相關分析時要兼顧全域和局域兩個方面。

研究還發現，2008～2012年合浦縣傷害死亡率主要聚集在曲樟鄉和星島湖鄉，傷害死亡最高的是交通事故，提示相關部門要對該聚集鄉鎮和行政村加以管制和監督，開展針對交通事故方面的深入研究和預防；同時應對傷害死亡高聚集區進行安全宣傳教育并對周邊的鄉鎮和行政村采取相應的監督管理措施。

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

[2] 董愛虎,楊 莉,張海英,等.地理信息系統技術在某市道路交通傷害中的應用研究[J].環境與職業醫學,2012,29(2):65-68.

[3] 陳娜縈,黃 佟,黃 穎.2001～2005年廣西疾病監測點居民傷害死亡分析[J].現代預防醫學,2007,34(21):4 158-4 159.

[4] 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] .現代預防醫學雜志,2009,36(5):816-818,822.

[5] 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].中國公共衛生,2011,27(9):1 097-1 099.

[6] 唐咸艷.GIS空間分析技術在疾病空間異質性分布中的應用研究—以廣西原發性肝癌為例[D].南寧:廣西醫科大學,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] 吳潤梅,徐 智,劉沛明.合浦縣546例傷害死亡特征分析[J].應用預防醫學,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

廣西高校科學技術研究項目(2013YB045)

羅慧(1992～)，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 189

A

0253-4304(2016)03-0376-04

10.11675/j.issn.0253-4304.2016.03.23

2015-11-26

2016-02-03)