劉 珍

(湖南大學(xué) 設(shè)計(jì)研究院有限公司，湖南 長沙 410000)

新型冠狀病毒感染導(dǎo)致的肺炎疫情影響深遠(yuǎn)，傳染性強(qiáng)且速度快、波及范圍廣[1，2]。截止2020年3月5日，中國累計(jì)確診病例80 714例，死亡3 045人，引起社會(huì)各界的廣泛關(guān)注和高度重視。

湖南省與武漢市地理距離較近，交通便捷，人口流動(dòng)性大，社會(huì)經(jīng)濟(jì)聯(lián)系密切，深受疫情影響。截止到3月2日24時(shí)，湖南省累計(jì)確診病例1 018例。湖南省承東啟西、聯(lián)南接北，是中西部地區(qū)的區(qū)域中心。湖南省人口流動(dòng)性大，會(huì)加大疫情的防控管理難度。2020年1月23日，為嚴(yán)格防控和遏制疫情，湖南省疫情防控工作領(lǐng)導(dǎo)小組啟動(dòng)湖南省重大突發(fā)公共衛(wèi)生事件一級響應(yīng)。各地區(qū)積極落實(shí)部署，采取了居家隔離、實(shí)名制購買口罩、健康登記管理等防控措施。復(fù)工復(fù)產(chǎn)時(shí)期，交通運(yùn)輸量達(dá)到高峰，疫情防控情況深刻影響著湖南省的交通運(yùn)輸。

已有研究大多從醫(yī)學(xué)、管理學(xué)、公共衛(wèi)生學(xué)等多領(lǐng)域展開，研究內(nèi)容主要涉及新冠肺炎疫情的致病緣由、藥物治療、個(gè)人防護(hù)、流行特征等多方面[1-4]。從地理學(xué)視角出發(fā)，大多研究成果側(cè)重于從宏觀尺度來探討疫情的時(shí)空擴(kuò)散特征[5-8]，從地理學(xué)微觀尺度著手，深入剖析城市內(nèi)部疫情傳播過程、空間格局的研究較少[9，10]。宏觀層面的研究對于明晰疫情的演變有一定借鑒意義，但對基層治理層面的疫情防控稍顯不足?？紤]到社區(qū)的基礎(chǔ)性與覆蓋性[11]，從地理學(xué)微觀尺度著手，明確疫情發(fā)生的具體位置，剖析微觀尺度層面疫情的變化態(tài)勢，有助于疫情管控。以湖南省為研究對象，首先從總體層面分析湖南省疫情的演變趨勢、治愈率變化，接著進(jìn)一步細(xì)化到縣(區(qū))尺度，并從確診小區(qū)著手分析疫情的空間分異特征，可以為探索微觀尺度疫情變化和城市社會(huì)治理等提供借鑒和參考意義。

1 研究區(qū)域與數(shù)據(jù)來源

1.1 研究區(qū)域

湖南省地處中國中部的長江中游地區(qū)，東臨江西，西接重慶、貴州，南毗廣東、廣西，北鄰湖北，區(qū)位優(yōu)勢明顯，地處東部沿海地區(qū)和中西部地區(qū)過渡帶、長江開放經(jīng)濟(jì)帶和沿海開放經(jīng)濟(jì)帶結(jié)合部。省會(huì)城市為長沙市。下轄14個(gè)地級市(州)、122個(gè)縣(市、區(qū))。2019年，全省常住人口達(dá)到6 918.4萬人，城鎮(zhèn)化率57.22%。

1.2 研究數(shù)據(jù)

新冠肺炎疫情的確診病例數(shù)據(jù)來源于湖南省衛(wèi)生健康委員會(huì)官方網(wǎng)站(http：//wjw.hunan.gov. cn/)。確診小區(qū)位置信息等數(shù)據(jù)來源于各市(州)衛(wèi)生健康委員會(huì)官網(wǎng)，借助百度地圖API平臺，整理出各確診小區(qū)坐標(biāo)，通過ArcGIS 10.2軟件對應(yīng)建立點(diǎn)狀矢量數(shù)據(jù)，整理并構(gòu)建湖南省新冠肺炎確診情況數(shù)據(jù)庫。湖南省縣(區(qū))級行政區(qū)劃界線、政府駐地等矢量數(shù)據(jù)，來源于1：100萬的國家基礎(chǔ)地理信息數(shù)據(jù)。人口遷徙數(shù)據(jù)來源于百度人口遷徙大數(shù)據(jù)平臺。

獲取湖南省各縣(區(qū))新冠肺炎確診病例數(shù)時(shí)，便于統(tǒng)計(jì)分析，根據(jù)行政區(qū)劃調(diào)整進(jìn)行了數(shù)據(jù)整合。株洲市的云龍示范區(qū)數(shù)據(jù)歸并到云峰區(qū)。岳陽市的南湖新區(qū)、經(jīng)開區(qū)數(shù)據(jù)納入岳陽樓區(qū)，屈原管理區(qū)數(shù)據(jù)納入汨羅市。益陽市的高新區(qū)數(shù)據(jù)歸并到赫山區(qū)，永州市的金洞管理區(qū)數(shù)據(jù)歸并到祁陽縣。

2020年1月21日，長沙市確診首例新冠肺炎病例。3月1日24時(shí)至5月21日24時(shí)，湖南省連續(xù)82天無新增確診病例?；诖耍瑸榉从骋咔樽兓厔?，同時(shí)也保證研究時(shí)序和空間數(shù)據(jù)的一致性，研究時(shí)間段選擇在2020年1月21日至2020年2月19日。

2 研究方法

結(jié)合實(shí)際，基于科學(xué)性、全面性與數(shù)據(jù)可獲得性等原則，對湖南省新冠肺炎確診病例的日均增長率、治愈率變化、空間分異特征等進(jìn)行分析，有利于剖析新冠肺炎疫情的空間分異情況。以縣(區(qū))為分析單元，借助ArcGIS 10.2技術(shù)手段，采用其空間分析模塊，運(yùn)用空間自相關(guān)分析、最近鄰指數(shù)、核密度分析、冷熱點(diǎn)分析等方法分析新冠肺炎疫情的空間分異特征。

2.1 空間自相關(guān)檢驗(yàn)

2.1.1 全局空間自相關(guān)檢驗(yàn)

全局空間自相關(guān)描述某現(xiàn)象的整體分布情況，并判斷該現(xiàn)象是否有空間聚集特征[4]。常用Moran’s I指數(shù)、Getis G等。利用確診病例數(shù)據(jù)，可以描述新冠肺炎確診病例在空間上的整體集聚分布情況。采用Moran’s I來測度全局自相關(guān)的計(jì)算公式如下：

(1)

2.1.2 局部空間自相關(guān)檢驗(yàn)

全局空間自相關(guān)檢驗(yàn)不足以反映局部地區(qū)的非典型性特征[4]，局部空間自相關(guān)剛好彌補(bǔ)這一點(diǎn)。對局部空間的異質(zhì)性進(jìn)行刻畫，可以研究新冠肺炎確診病例的局部集聚分布特征，采用Local Moran’s I指數(shù)來檢驗(yàn)。計(jì)算公式如下：

(2)

式(2)中各變量含義與式(1)相同。

2.2 最近鄰指數(shù)

采用湖南省確診小區(qū)點(diǎn)狀數(shù)據(jù)，運(yùn)用最近鄰指數(shù)，可以計(jì)算出確診小區(qū)點(diǎn)要素與其最近鄰要素之間的平均距離，進(jìn)而判別確診小區(qū)點(diǎn)要素在空間位置上的相互鄰近程度[12]。最近鄰指數(shù)越小，說明確診小區(qū)越集中分布。計(jì)算公式如下：

(3)

式中：D表示最近鄰指數(shù)；Di表示平均觀測最近鄰距離；De表示理論平均最近鄰距離；di表示研究區(qū)i區(qū)域確診小區(qū)到其最近鄰點(diǎn)的距離；n表示湖南省確診小區(qū)總數(shù)，即n=706；A表示湖南省的面積。若D<1，表示確診小區(qū)呈現(xiàn)集聚分布；若D=1，表示確診小區(qū)呈現(xiàn)隨機(jī)分布；若D>1，表示確診小區(qū)呈均勻分布。

2.3 變異系數(shù)

僅僅采用最近鄰指數(shù)測定點(diǎn)狀要素的空間分布模式，稍顯不足[12]。基于此，結(jié)合Voronoi多邊形面積變異系數(shù)，可以進(jìn)一步驗(yàn)證最近鄰指數(shù)的結(jié)果，增強(qiáng)科學(xué)性。變異系數(shù)表示Voronoi多邊形的標(biāo)準(zhǔn)差與平均值的比值[12]，用于衡量某要素、地理現(xiàn)象在空間上的相對變化程度，利用確診小區(qū)點(diǎn)數(shù)據(jù)可以衡量新冠肺炎疫情在空間上的變化程度，計(jì)算公式如下：

(4)

式中：S表示Voronoi多邊形面積的標(biāo)準(zhǔn)差；M表示Voronoi多邊形面積的平均值；CV表示變異系數(shù)值。CV>64%時(shí)，表明點(diǎn)要素呈空間凝聚分布；CV介于33%～64%，表明點(diǎn)要素呈空間隨機(jī)分布；CV<33%時(shí)，表明點(diǎn)要素呈空間均勻分布。

2.4 核密度估計(jì)

最近鄰指數(shù)雖然可以測度點(diǎn)要素呈集聚或分散分布，但不能有效測度地理要素的主要集聚分布區(qū)域[13，14]。核密度估計(jì)可以進(jìn)一步判別確診小區(qū)點(diǎn)的密集分布區(qū)域。計(jì)算公式如下：

(5)

2.5 冷熱點(diǎn)分析

冷熱點(diǎn)分析可以判別出熱點(diǎn)區(qū)(hot spots)和冷點(diǎn)區(qū)(cold spots)，并明確其空間聚類位置[15]。采用Getis-OrdGi*指數(shù)，計(jì)算公式如下：

(6)

3 結(jié)果分析

3.1 總體變化趨勢

3.1.1 累計(jì)確診病例與每日新增病例變化趨勢

2020年1月21日24時(shí)至2月19日24時(shí)，湖南省累計(jì)確診病例呈現(xiàn)逐漸增加的趨勢(圖1)，新增病例總體呈先波動(dòng)增加后降低的趨勢，在2月5日達(dá)到峰值(110例)，2月19日降低至2例。綜合來看，湖南省的疫情防控工作卓有成效，成功遏制了疫情的進(jìn)一步擴(kuò)散與傳播，這得益于嚴(yán)格、及時(shí)的隔離與防控措施、以及公眾高度的參與配合。

圖1 2020年湖南省新冠肺炎疫情確診人數(shù)變化Fig.1 Number changes of confirmed COVID-19 cases in Hunan Province in 2020

結(jié)合圖1來看，湖南省確診病例的日均增長率由1月22日為500.00%下降到2月19日26.94%，表明累計(jì)確診病例的增幅不斷減小，確診病例的增長量控制成效顯著。

疫情發(fā)生以來，湖南省的治愈率逐日提升。1月31日，第一例確診病例治愈出院；截至2月20日24時(shí)，湖南省累計(jì)治愈出院病例達(dá)到638例，治愈率達(dá)到63.11%，高于全國的平均水平(33.23%)?？傮w而言，湖南省的治愈率水平高于全國平均水平。3月14日，長沙市的最后一例確診病例出院，湖南省的確診病例暫時(shí)清零。研究時(shí)段內(nèi)湖南省共確診1 018例，死亡病例4例，死亡率為0.39%，說明湖南省在新冠肺炎疫情的治愈方面效果顯著。

3.1.2 人口流動(dòng)與疫情變化

借助百度地圖遷徙大數(shù)據(jù)平臺，利用人口遷徙規(guī)模指數(shù)，可以進(jìn)一步分析湖南省的確診人數(shù)日均增長率與人口遷徙規(guī)模指數(shù)的關(guān)系。由百度遷徙數(shù)據(jù)可知，因?yàn)橐咔榈膰?yán)格管控影響，今年湖南省的人口遷徙規(guī)模指數(shù)明顯低于去年。湖南省的確診人數(shù)日均增長率與遷入規(guī)模指數(shù)、遷出規(guī)模指數(shù)關(guān)系密切。確診人數(shù)的日均增長率與遷入規(guī)模指數(shù)變化趨勢一致，確診人數(shù)的日均增長率降低，遷入規(guī)模指數(shù)也隨之逐漸降低。遷出規(guī)模指數(shù)則隨著日均增長率的降低而起伏波動(dòng)，隨著確診人數(shù)的日均增長率的降低，遷出規(guī)模指數(shù)在1月29日、2月9日前后有高值波動(dòng)，這兩個(gè)時(shí)間段為復(fù)工復(fù)產(chǎn)期間高峰期，與返鄉(xiāng)勞動(dòng)力外出務(wù)工有關(guān)(圖2)。為嚴(yán)控疫情，各級政府積極部署并落實(shí)防控措施，嚴(yán)格管控人員出行，最大限度地減少人員聚集，一定程度上遏制了疫情的蔓延。

圖2 2020年湖南省確診人數(shù)日均增長率和遷入、遷出規(guī)模指數(shù)Fig.2 The average daily growth rate of the number of confirmed COVID-19 cases and the move-in and out scale index in Hunan Province in 2020

3.2 湖南省新冠疫情的時(shí)空分異特征

3.2.1 總體分布特征

截止到2020年3月14日，湖南省累計(jì)確診病例1 018例。累計(jì)報(bào)告病例數(shù)排列前三的分別是長沙市、岳陽市和邵陽市，分別累計(jì)報(bào)告242例、156例、102例，占總病例數(shù)的49.12%；張家界市累計(jì)確診病例最少，僅5人?？傮w而言，累計(jì)確診病例數(shù)在空間上呈現(xiàn)出由東北部向四周逐漸減少的分布趨勢。從整體空間分布情況來看，確診小區(qū)主要表現(xiàn)為沿東北向的“T字形”集聚的空間分異格局(圖3)。就區(qū)域?qū)用娑?，區(qū)域分布差異明顯，長株潭城市群(長沙、株洲和湘潭)、大湘西地區(qū)(湘西州、張家界、婁底和懷化)、大湘南地區(qū)(永州、郴州、衡陽)、環(huán)洞庭湖地區(qū)(常德、岳陽、益陽)的確診小區(qū)數(shù)量分別占全部確診小區(qū)數(shù)量的32.86%、29.75%、9.35%、28.05%；從市域?qū)用鎭砜?，長沙市的確診小區(qū)數(shù)量最多，達(dá)134個(gè)，約占全省確診小區(qū)數(shù)量的18.98%，岳陽市、婁底市緊隨其后，分別占14.16%、11.47%，長沙、岳陽、婁底3市確診小區(qū)數(shù)量之和約占全部數(shù)量的45%；湘西州、永州市確診小區(qū)數(shù)量分布較為稀少，僅有1～7處確診小區(qū)，分別所占比例不到總數(shù)的1%，兩極分化現(xiàn)象明顯(表1)。上述結(jié)果表明確診小區(qū)主要分布長沙市，其次為距離武漢較近的岳陽市。由此可見，地理距離和交通可達(dá)性會(huì)影響新冠肺炎疫情傳播。此次疫情為近距離傳播，飛沫、糞口和糞尿等均可以傳播病毒。長沙、武漢的經(jīng)濟(jì)發(fā)展水平高，交通可達(dá)性強(qiáng)，人口流動(dòng)性大；此外，岳陽與湖北省的荊州、咸寧相鄰。臨近春節(jié)期間，恰逢外出務(wù)工人員返鄉(xiāng)過節(jié)高峰期，人口遷徙頻率增加，人員流動(dòng)性加大。根據(jù)百度遷徙指數(shù)可知，2020年1月19日至2月21日期間遷入長沙來源地中岳陽市始終靠前，遷入岳陽的來源地中湖北省的荊州、咸寧排名也靠前，人口來往密切，這在一定程度上造成了疫情的傳播與擴(kuò)散。

圖3 2020年湖南省新冠肺炎確診小區(qū)及人數(shù)空間分布Fig.3 Space distribution of confirmed COVID-19 communities in Hunan Province in 2020 表1 2020年湖南省新冠肺炎確診小區(qū)數(shù)量分布 Tab.1 The number of confirmed COVID-19 communities in Hunan Province in 2020

區(qū)域確診小區(qū)數(shù)量/個(gè)占全部確診小區(qū)的比例/%湘潭市273.82長沙市13418.98株洲市7110.06長株潭城市群23232.86郴州市141.98衡陽市517.22永州市10.14大湘南地區(qū)669.35懷化市527.37婁底市8111.47邵陽市608.50湘西土家族苗族自治州70.99張家界市101.42大湘西地區(qū)21029.75常德市649.07益陽市344.82岳陽市10014.16環(huán)洞庭湖地區(qū)19828.05

3.2.2 空間自相關(guān)分析

由空間自相關(guān)分析結(jié)果可知，湖南省新冠肺炎確診病例在總體上表現(xiàn)為空間正相關(guān)分布。全局Moran’s I的值為0.31，表明確診病例在空間上是正相關(guān)的。Z值得分為4.87。

根據(jù)局部空間自相關(guān)分析可知，湖南省新冠肺炎確診病例數(shù)量在局部上呈現(xiàn)高值集聚特征，符合傳染病的客觀規(guī)律[6](圖4)。高高值集聚主要分布在長沙市的中心城區(qū)、岳陽市的云溪區(qū)和岳陽樓區(qū)。中心城區(qū)的經(jīng)濟(jì)發(fā)展水平高，人口流動(dòng)性強(qiáng)，且城區(qū)內(nèi)人員的出行強(qiáng)度大，在疫情防控方面存在較大的風(fēng)險(xiǎn)。

圖4 2020年湖南省各縣(區(qū))確診病例數(shù)集聚分布Fig.4 Cluster distribution of confirmed cases in all counties of Hunan Province in 2020

3.2.3 空間集聚特征

借助ArcGIS 10.2軟件的平均最近鄰距離分析工具，計(jì)算湖南省確診小區(qū)點(diǎn)要素的平均最近鄰距離及參數(shù)可得，湖南省706個(gè)確診小區(qū)的平均觀測最近鄰距離為4 045.135 0 m，理論最近鄰距離為8 963.739 6 m，最近鄰指數(shù)D為0.451 3，且小于1，Z得分為-27.892 4，P值為0，表示在99%的置信水平下，通過顯著性檢驗(yàn)，表明湖南省新冠肺炎確診小區(qū)在空間上呈顯著凝聚分布態(tài)勢。

最近鄰距離指數(shù)會(huì)因?yàn)檠芯繀^(qū)域面積變化對計(jì)算結(jié)果造成重大影響。為加強(qiáng)并驗(yàn)證其可靠性，運(yùn)用ArcGIS 10.2軟件的創(chuàng)建泰森多邊形(Create Thiessen Polygons)工具，基于706個(gè)湖南省確診小區(qū)點(diǎn)要素，以此為發(fā)生元，共生成706個(gè)Voronoi多邊形(圖5)，進(jìn)而計(jì)算出變異系數(shù)。結(jié)果表明，湖南省確診小區(qū)Voronoi多邊形面積的變異系數(shù)大于64%，進(jìn)一步驗(yàn)證了湖南省確診小區(qū)呈凝聚分布的空間態(tài)勢，確診小區(qū)主要集中分布在長株潭城市群的中心城區(qū)，其次是婁底、邵陽、湘潭交界區(qū)域，岳陽市的北部區(qū)域。

圖5 2020年湖南省確診小區(qū)Voronoi多邊形分布Fig.5 Voronoi polygon distribution in confirmed COVID-19 communities in Hunan Province in 2020

3.2.4 密度分布特征

為深入探究湖南省確診小區(qū)的主要集聚區(qū)域，借助ArcGIS 10.2軟件，借助核密度(Kernel Density)估計(jì)工具，根據(jù)自然間斷點(diǎn)分級法，由高到低將核密度值依次劃分為高值區(qū)、次高值區(qū)、次低值區(qū)與低值區(qū)4類，并得到湖南省確診小區(qū)的核密度空間分布圖(圖6)。如圖6所示，湖南省確診小區(qū)不均衡分布特性明顯，總體呈現(xiàn)出“一主四副”的集聚分布格局，其中，“一主”是指形成了以長沙中心城區(qū)為核心的高密度集聚區(qū)，“四副”則分別指以長沙高密度集聚區(qū)外圍、岳陽樓區(qū)、株洲—湘潭中心城區(qū)、懷化市鶴城區(qū)為核心的次一級高密度集聚區(qū)。此外圍繞“一主四副”高密度集聚區(qū)，在常德市武陵區(qū)和澧縣、岳陽市華容縣和臨湘市、婁底—邵陽區(qū)域、衡陽市中心城區(qū)和耒陽市、益陽市資陽區(qū)和赫山區(qū)、懷化市的溆浦縣和靖州苗族侗族自治縣還分布次一級低密度集聚區(qū)，其它區(qū)域均為低密度分布區(qū)。與Voronoi多邊形空間分布特征相比，兩者結(jié)果高度一致，進(jìn)一步驗(yàn)證了結(jié)果。

圖6 2020年湖南省確診小區(qū)核密度分布Fig.6 Nuclear density distribution in confirmed COVID-19 communities in Hunan Province in 2020

3.2.5 冷熱點(diǎn)分析

上述分析主要是基于確診小區(qū)點(diǎn)要素探究其空間分異特征。為探究縣(區(qū))層面確診病例的空間集聚分布格局，借助ArcGIS 10.2軟件，運(yùn)用空間統(tǒng)計(jì)模塊的冷熱點(diǎn)分析工具，計(jì)算出Getis-OrdGii*值，并繪制出湖南省確診病例的冷熱點(diǎn)格局分布圖(圖7)。由分析結(jié)果可知，當(dāng)置信度為99%時(shí)，熱點(diǎn)區(qū)域主要集中分布在長沙市的中心城區(qū)(岳麓區(qū)、長沙縣、雨花區(qū)、芙蓉區(qū)、天心區(qū))、以及岳陽市的臨湘市、云溪區(qū)和岳陽樓區(qū)；當(dāng)置信度為95%時(shí)，熱點(diǎn)分布在長沙市的望城區(qū)、岳陽市的岳陽縣和婁底市的漣源市；當(dāng)置信度為90%時(shí)，熱點(diǎn)分布在湘潭市的雨湖區(qū)，冷點(diǎn)在湘西自治州的吉首市?？傮w而言，確診人數(shù)的高值區(qū)主要集中分布在岳陽市北部、長株潭的中心城區(qū)。因交通關(guān)系，岳陽市和長株潭城市群與武漢的來往頻率要高于其它市(州)，春節(jié)期間從武漢返湘的人數(shù)也主要集中于這些地區(qū)。低值區(qū)分布在湘西自治州的吉首市，張家界的確診病例數(shù)全省最低。

圖7 2020年湖南省各區(qū)縣確診病例冷熱點(diǎn)格局分布Fig.7 Cold hot spot pattern distribution of confirmed cases in all counties of Hunan Province in 2020

4 結(jié)論與討論

4.1 結(jié)論

以湖南省為研究對象，借助ArcGIS軟件，綜合運(yùn)用多種空間分析與統(tǒng)計(jì)方法，分析湖南省疫情的演變趨勢、治愈情況、空間分異特征等情況。

(1)湖南省疾病治愈率高于全國平均水平，疫情防控工作及時(shí)有效，很好地控制了疫情傳播。

(2)湖南省確診人數(shù)的日均增長率和遷入規(guī)模指數(shù)、遷出規(guī)模指數(shù)關(guān)系密切，確診人數(shù)的日均增長率與遷入規(guī)模指數(shù)變化趨勢一致。嚴(yán)格管控人口的流動(dòng)，能有效減少接觸式感染，從而降低疫情傳播風(fēng)險(xiǎn)。

(3)確診病例總體上呈現(xiàn)空間正相關(guān)集聚分布，并表現(xiàn)為沿東北向“T字形”集聚的空間分異格局，累計(jì)確診病例數(shù)由東北部向四周減少；局部上，高值集聚分布在長沙市中心城區(qū)、岳陽市的云溪區(qū)和岳陽樓區(qū)。

(4)確診小區(qū)總體呈現(xiàn)出“一主四副”的顯著凝聚分布態(tài)勢，不均衡分布特性明顯。疫情的熱點(diǎn)主要分布在長沙市的中心城區(qū)以及岳陽市北部區(qū)縣，冷點(diǎn)在湘西自治州的吉首市。

4.2 討論

從地理學(xué)微觀尺度對新冠疫情展開研究，更多的是考慮微觀尺度層面社會(huì)治理的便捷程度，從基層治理著手，細(xì)化到社區(qū)深入開展疫情防控。明確確診小區(qū)的分布態(tài)勢，針對確診頻率較高的小區(qū)，提高疫情管控力度，防患于未然，一旦出現(xiàn)確診病例，以小區(qū)為單位進(jìn)行疫情監(jiān)測與防控，杜絕疾病蔓延。對于人口流動(dòng)頻繁地區(qū)，則加大力度控制人員聚集，可采取佩戴口罩、乘坐交通工具間隔入座等方式減少人群密切接觸，降低病毒的傳播風(fēng)險(xiǎn)。

目前，中國疫情已得到控制，但是國外疫情嚴(yán)重程度令人堪憂。2020年4月至今，湖南省仍陸續(xù)增加少數(shù)確診病例，均為境外輸入，發(fā)病途徑也表現(xiàn)為無癥狀感染，加大疫情防控難度。湖南省各城市需要嚴(yán)守境外防線，對于入境人員，考慮病毒的變異與潛伏期，適當(dāng)延長醫(yī)學(xué)隔離觀察時(shí)長，定期監(jiān)測健康情況。此外，鼓勵(lì)全體民眾接種新冠疫苗，提高群體免疫。

文章綜合運(yùn)用多種空間統(tǒng)計(jì)與分析方法來剖析疫情的空間分異特征，仍有不足。后續(xù)將進(jìn)一步整合大數(shù)據(jù)等技術(shù)手段，提高分析深度，后續(xù)將結(jié)合城市規(guī)劃與社會(huì)治理等角度開展相關(guān)研究。