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(guān)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?cè)丝跀?shù)、平均氣溫、平均日照、平均降水?dāng)?shù)據(jù)，建立Excel數(shù)據(jù)庫，構(gòu)建面板數(shù)據(jù)模型，應(yīng)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(guān)系。 結(jié)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(yīng)F檢驗(yàn)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(yàn)提示可以接受隨機(jī)效應(yīng)模型（P > 0.05）。該模型顯示，17地市氣溫、日照、降水的截距項(xiàng)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(guān)性（P < 0.01）；各地市之間的截距項(xiàng)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(jié)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(guān)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(guān)性影響，且氣溫對丙類傳染病的發(fā)病率更為重要。

[關(guān)鍵詞] 丙類傳染?。粴鉁?；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(xiàn)標(biāo)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。《中華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(fēng)疹、急性出血性結(jié)膜炎、細(xì)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(guān)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(yù)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(rèn)為氣候與傳染性疾病具有一定的相關(guān)性?，F(xiàn)代眾多學(xué)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(xué)家們預(yù)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(guān)性，為山東省各地區(qū)傳染病的預(yù)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(luò)直報系統(tǒng)。各地市總?cè)藬?shù)、氣溫、日照、降水?dāng)?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?cè)藬?shù)與當(dāng)年該地市總?cè)藬?shù)的比值（1/萬）。

1.2 方法

根據(jù)數(shù)據(jù)分布特點(diǎn)和研究目的，應(yīng)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(yīng)用Eviews 6.0軟件采用面板數(shù)據(jù)模型，對數(shù)據(jù)進(jìn)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(jī)誤差項(xiàng)；ai為截距項(xiàng)。

根據(jù)對截距項(xiàng)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(yīng)模型（fixed effects model）和隨機(jī)效應(yīng)模型（random effects model）。

2 結(jié)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?？偟膩砜瓷綎|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(jié)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(yīng)模型、隨機(jī)效應(yīng)模型分析丙類傳染病發(fā)病率和氣溫、日照、降水的關(guān)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(guān)性（P < 0.01），而降水量相關(guān)性不顯著（P > 0.05）。17地市氣溫、日照、降水的截距項(xiàng)，混合模型顯示分別為0.0761、0.0036、0.0011；固定效應(yīng)模型顯示分別為0.0833、0.0036、0.0006；隨機(jī)效應(yīng)模型顯示分別為0.0826、0.0038、0.0007。固定效應(yīng)F檢驗(yàn)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(yàn)提示可以接受隨機(jī)效應(yīng)模型（P > 0.05）。3種模型的標(biāo)準(zhǔn)誤差估計也顯示，隨機(jī)效應(yīng)模型要低于固定效應(yīng)模型和混合模型，故本研究宜選擇隨機(jī)效應(yīng)模型。隨機(jī)效應(yīng)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(guān)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(yàn)統(tǒng)計量為37.0621；Hausman檢驗(yàn)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(yīng)模型和隨機(jī)效應(yīng)模型進(jìn)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(yīng)模型個體截距為-0.8180～2.4768；隨機(jī)效應(yīng)模型個體截距為-0.7744～2.3470。固定效應(yīng)模型及隨機(jī)效應(yīng)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(jì)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(yàn)累積，形成了獨(dú)具特色的“天人合一”的整體觀思想。《黃帝內(nèi)經(jīng)》結(jié)合古代的天文、歷法、氣象、物候等自然科學(xué)知識，較系統(tǒng)地描述了時令氣候與物候、病候的相關(guān)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(guān)[4]?，F(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(fù)雜的動態(tài)關(guān)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(jì)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(guān)，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(yīng)用情況來看，傳統(tǒng)的研究方法多利用流行病學(xué)資料與同期的氣象因子進(jìn)行單因素相關(guān)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(guān)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(yīng)用[9-13]。其中面板數(shù)據(jù)模型在經(jīng)濟(jì)相關(guān)領(lǐng)域應(yīng)用較多[14-15]，在流行病學(xué)研究中詳細(xì)介紹的很少[16-17]。但實(shí)際上，流行病學(xué)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(diǎn)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(biāo)、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(zhǔn)確性，給出更為合理的結(jié)果。本研究應(yīng)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(guān)系進(jìn)行定量分析，以期為流行病學(xué)研究提供理論依據(jù)。本研究結(jié)果提示，各地市之間確實(shí)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(guān)性研究不適宜直接應(yīng)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(guān)因素分析得出的結(jié)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(fēng)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。可以看出，山東省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(guān)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(jìn)行分析，增加估計量的抽樣精度，使研究結(jié)果可信性更強(qiáng)。數(shù)據(jù)研究結(jié)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(yīng)用山東省17地市的數(shù)據(jù)進(jìn)行研究具有代表性及可行性。面板數(shù)據(jù)模型檢驗(yàn)結(jié)果提示，隨機(jī)效應(yīng)模型最為合適，優(yōu)于固定效應(yīng)模型及混合模型。隨機(jī)效應(yīng)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(guān)性，且氣溫對丙類傳染病的發(fā)病率更為重要，研究結(jié)果與他人研究具有一致性[18]，推測氣溫越高，細(xì)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(guān)，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(guān)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(xiàng)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(jì)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(yīng)等問題，需要建立相關(guān)發(fā)病率數(shù)據(jù)庫、采用新的軟件工具[19-20]進(jìn)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(xiàn)]

[1] 劉衛(wèi)紅，胡晶，趙京霞，等.建立具有中醫(yī)特色流感預(yù)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(jì)分析 [M].南京：南開大學(xué)出版社，2008.

[3] 高鐵梅.計量經(jīng)濟(jì)分析方法與建模[M].北京：清華大學(xué)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(qiáng).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(dá)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(guān)系[J].中國病原生物學(xué)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(guān)系的研究[J].中國預(yù)防醫(yī)學(xué)雜志，2012， 13（4）：288-291.

[9] 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].中國公共衛(wèi)生，2011，27（9）：1097-1099.

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

[11] 羅朝晨，楊勁松，謝一俊，等.福建省細(xì)菌性痢疾季節(jié)性分析及其與氣溫的相關(guān)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(diǎn)傳染病與氣候的相關(guān)性研究及預(yù)測模型分析[J].社區(qū)醫(yī)學(xué)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(jìn)展.生態(tài)學(xué)報，2013，33（21）：6762-6773.

[14] 李苗苗，肖洪鈞，趙爽.金融發(fā)展、技術(shù)創(chuàng)新與經(jīng)濟(jì)增長的關(guān)系研究——基于中國的省市面板數(shù)據(jù)[J].中國管理科學(xué)，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(shí)證分析[J].糧食科技與經(jīng)濟(jì)，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(guān)系研究中的應(yīng)用[J].中國預(yù)防醫(yī)學(xué)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(yīng)用[J].中華疾病控制雜志，2013，17（4）：277-281.

[18] 霍愛梅，趙達(dá)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(guān)系[J].中國醫(yī)藥導(dǎo)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(yù)防醫(yī)學(xué)，2011， 38（10）：1824-1831.

（收稿日期：2016-03-30 本文編輯：程 銘）