王 鑫，何忠偉，劉 芳，張莎莎

（北京農(nóng)學(xué)院經(jīng)濟(jì)管理學(xué)院/北京新農(nóng)村建設(shè)研究基地，北京 102206）

2018 年8 月3 日非洲豬瘟疫情首次在我國(guó)遼寧省出現(xiàn)，截至2020 年12 月1 日，我國(guó)先后有30 個(gè)省份發(fā)生非洲豬瘟疫情，對(duì)我國(guó)生豬產(chǎn)業(yè)造成了巨大沖擊。近年來(lái)，我國(guó)生豬生產(chǎn)正在加速回復(fù)：根據(jù)農(nóng)業(yè)農(nóng)村部發(fā)布的數(shù)據(jù)，2020 年末全國(guó)能繁母豬存欄量為4 160 萬(wàn)頭，比2019 年上升了35.10%；根據(jù)國(guó)家統(tǒng)計(jì)局公布的數(shù)據(jù)，2020 年第4 季度生豬平均存欄量為40 650 萬(wàn)頭，環(huán)比上升9.75%，同比上升30.96%。當(dāng)前，非洲豬瘟疫情對(duì)我國(guó)生豬產(chǎn)業(yè)的影響正逐漸減弱，然而在“小生產(chǎn)，大市場(chǎng)”的生豬養(yǎng)殖業(yè)空間格局下，短期內(nèi)無(wú)法徹底根除[1]。因此，了解非洲豬瘟疫情的時(shí)空分布特征及發(fā)展趨勢(shì)，有助于在疫情常態(tài)化下加強(qiáng)防控，促進(jìn)生豬產(chǎn)業(yè)健康可持續(xù)發(fā)展。

國(guó)內(nèi)學(xué)者關(guān)于非洲豬瘟疫情的研究主要集中在以下3 個(gè)方面：一是流行病學(xué)研究，如張睿等[1]運(yùn)用流行病學(xué)相關(guān)理論對(duì)非洲豬瘟在中國(guó)擴(kuò)散的影響因素進(jìn)行分析，提出了防控疫情的相關(guān)建議；二是有關(guān)免疫學(xué)的研究，如張洪亮等[2]總結(jié)國(guó)內(nèi)外非洲豬瘟病毒免疫學(xué)及疫苗研究進(jìn)展現(xiàn)狀，以期為非洲豬瘟疫苗的研發(fā)提供方法借鑒；三是以經(jīng)濟(jì)角度展開非洲豬瘟疫情對(duì)我國(guó)生豬產(chǎn)業(yè)影響的研究，如孫志華[3]、朱增勇[4]、朗宇等[5]通過(guò)分析非洲豬瘟對(duì)我國(guó)生豬產(chǎn)業(yè)鏈各環(huán)節(jié)的影響，提出了優(yōu)化生豬產(chǎn)業(yè)布局、加速生豬產(chǎn)業(yè)升級(jí)等建議。而有關(guān)非洲豬瘟疫情的空間分析研究相對(duì)較少。僅有盧易等[6]通過(guò)對(duì)非洲豬瘟疫點(diǎn)的時(shí)空聚類分析，分析疫病發(fā)病趨勢(shì)，限制疫情蔓延；石國(guó)寧等[7]在進(jìn)行時(shí)空分析后采用地理探測(cè)法對(duì)影響疫情的時(shí)空變化因素進(jìn)行探究。當(dāng)前國(guó)內(nèi)關(guān)于非洲豬瘟疫情的相關(guān)性分析多是以省級(jí)區(qū)劃為單位，對(duì)疫情的空間分析不夠充分?，F(xiàn)階段，非洲豬瘟疫情雖然已經(jīng)基本得到控制，然而疫情防控任重而道遠(yuǎn)。為了有效預(yù)防和防控疫情，進(jìn)一步研究非洲豬瘟疫情的時(shí)空分布特征并預(yù)測(cè)風(fēng)險(xiǎn)地區(qū)更具指導(dǎo)意義?；诖耍狙芯客ㄟ^(guò)分析非洲豬瘟疫情的時(shí)空分布情況和演化趨勢(shì)，把握疫情演化規(guī)律；在市域空間尺度上分析豬瘟疫情的空間聚集情況，旨在提出疫情重點(diǎn)防控區(qū)域，以促進(jìn)生豬產(chǎn)業(yè)健康可持續(xù)發(fā)展。

1 研究方法

由于其強(qiáng)而有效的數(shù)據(jù)管理分析、直觀的表達(dá)能力，時(shí)空演化分析被廣泛應(yīng)用于家畜家禽傳染病風(fēng)險(xiǎn)分析中[8-9]。通過(guò)分析非洲豬瘟疫情在中國(guó)的時(shí)空演化特征，結(jié)合其時(shí)空聚類情況，選取局部熱點(diǎn)系數(shù)作為風(fēng)險(xiǎn)測(cè)度，可識(shí)別疫情高風(fēng)險(xiǎn)地區(qū)。

1.1 非洲豬瘟疫情時(shí)空演化相關(guān)分析 為了更清晰、直觀地表述，借鑒Rolesus、Gulenkin、Korennoy 等成功預(yù)測(cè)非洲豬瘟疫情分布的分析經(jīng)驗(yàn)[10-12]，運(yùn)用核密度、地理中心、標(biāo)準(zhǔn)差橢圓方法分析非洲豬瘟疫情在中國(guó)的時(shí)空演化特征。

1.1.1 核密度分析 核密度分析可以反映研究對(duì)象的空間密度變化情況，其值的高低表示研究對(duì)象的聚集程度，公式如下：

式中，f（x，y）為非洲豬瘟疫情發(fā)生位置（x，y）的核密度值；n 為非洲豬瘟發(fā)病豬頭數(shù)；h 為帶寬；di（x，y）為研究對(duì)象i 到（x，y）的距離；K 為密度函數(shù)。

1.1.2 地理中心法 一組要素的空間地理中心可以反映要素總體的變化趨勢(shì)，常以中心要素、中位數(shù)中心與平均中心表示。增加權(quán)重可以更直觀地觀察疫情的地理中心：病豬發(fā)病頭數(shù)越高對(duì)統(tǒng)計(jì)結(jié)果產(chǎn)生的影響就越大。

①加權(quán)中心要素，公式如下：

式中：dj為第j 個(gè)地市到其他地市的歐式距離；xj和yj為第j 個(gè)地級(jí)市的經(jīng)度和緯度；xi和yi為第i 個(gè)地級(jí)市的經(jīng)度和緯度，ωi為第i 個(gè)地級(jí)市非洲豬瘟疫情的發(fā)病頭數(shù)。

②加權(quán)平均中心，公式如下：

③加權(quán)中位數(shù)中心，其計(jì)算是一個(gè)迭代過(guò)程[13]，公式為：

式中yi為當(dāng)前近似中位中心點(diǎn)，yi+1為下一個(gè)點(diǎn)（第一個(gè)y 點(diǎn)選取算術(shù)平均數(shù)中心）；xi為點(diǎn)集中的每一個(gè)點(diǎn)，||xi－yi||表示xi和yi的歐式距離，ωi為第i 個(gè)地級(jí)市非洲豬瘟疫情的發(fā)病頭數(shù)。

1.1.3 標(biāo)準(zhǔn)差橢圓分析 標(biāo)準(zhǔn)差橢圓（Standard Deviational Ellipse,SDE）可以通過(guò)識(shí)別點(diǎn)數(shù)據(jù)分布的方向和趨勢(shì)，以此了解數(shù)據(jù)的特征；迄今為止被大量應(yīng)用于社會(huì)學(xué)、人口學(xué)、生態(tài)學(xué)、地質(zhì)學(xué)等領(lǐng)域[14]。運(yùn)用公式如下：

式中：xj和yj為第i 個(gè)地級(jí)市的經(jīng)度和緯度；ωi為第i個(gè)地級(jí)市非洲豬瘟疫情的發(fā)病頭數(shù)；為加權(quán)平均中心；θ為橢圓方位角；為i 地級(jí)市區(qū)位到平均中心的坐標(biāo)偏差；σx，σy為x 軸和y 軸的標(biāo)準(zhǔn)差。

1.2 非洲豬瘟空間聚類分析 空間相關(guān)性常用于解釋研究區(qū)域內(nèi)事物之間的聯(lián)系[15]。傳染病在空間相關(guān)性分析中被大量應(yīng)用[16]。國(guó)內(nèi)關(guān)于非洲豬瘟疫情的相關(guān)分析多是以省級(jí)區(qū)劃為單位，識(shí)別疫情的風(fēng)險(xiǎn)區(qū)域不夠具體?；诖?，本文以市級(jí)行政區(qū)劃為單位運(yùn)用全局自相關(guān)分析（Global Moran’I）、熱點(diǎn)分析法分析非洲豬瘟疫情的空間聚類情況，運(yùn)用公式如下：

式中，n 為地級(jí)市數(shù)；xi為第i 個(gè)地級(jí)市的非洲豬瘟發(fā)病頭數(shù)；為xi的均值；S 為xi標(biāo)準(zhǔn)差；ωij為空間權(quán)重矩陣W 的（i，j）元素；本文W 采用基于空間數(shù)據(jù)拓?fù)鋵傩缘泥徑泳仃?，若地區(qū)i 與地區(qū)j 有公共邊則ωij=1，若地區(qū)i 與地區(qū)j 沒(méi)有公共邊則ωij=0。

2 非洲豬瘟疫情的時(shí)空分布情況和演化趨勢(shì)

2018 年8 月至2020 年12 月，農(nóng)業(yè)農(nóng)村部共報(bào)道178 例非洲豬瘟疫情。本研究把2018—2020 年發(fā)生非洲豬瘟疫情（采集自2018—2020 年農(nóng)業(yè)農(nóng)村部官網(wǎng)“非洲豬瘟防控專欄”中發(fā)布的疫情公告內(nèi)容的發(fā)生時(shí)間、地點(diǎn)與發(fā)病頭數(shù)）的空間分布進(jìn)行對(duì)比，以此分析非洲豬瘟疫情的時(shí)空分布特征。

2.1 有發(fā)散、減弱趨勢(shì) 運(yùn)用ArcGIS10.6 繪制出2018、2019 年中國(guó)非洲豬瘟疫情發(fā)生地點(diǎn)的空間分布圖（圖1）。

圖1 2018—2020 年非洲豬瘟病例分布情況

由圖1 可知，疫情遍布在我國(guó)30 個(gè)省份，其中分布較多的是遼寧?。?9 個(gè)）、貴州?。?1 個(gè)）、云南?。?0 個(gè)）。可以看出，疫情發(fā)病地點(diǎn)有逐年下降趨勢(shì)。發(fā)病地點(diǎn)覆蓋的區(qū)域逐年減少，并由最初的東北、中東部地區(qū)向西北地區(qū)轉(zhuǎn)移。結(jié)合2018 年8 月至2020 年12月新增疫點(diǎn)數(shù)（圖2）可以看出：2018 年疫情事件數(shù)發(fā)生較多，2019、2020 年疫情事件數(shù)有下降趨勢(shì)（除4 月份有所反彈）。表明非洲豬瘟疫情在時(shí)空分布上有發(fā)散、減弱趨勢(shì)。

圖2 2018 年8 月—2020 年12 月中國(guó)非洲豬瘟疫情事件發(fā)生數(shù)

2.2 發(fā)病中心向西北、西南地區(qū)轉(zhuǎn)移 運(yùn)用ArcGIS Pro繪制出2018—2020 年非洲豬瘟疫情的核密度分布圖，如圖3 所示。

圖3 2018—2020 年非洲豬瘟核密度分析圖

熱力值的高低代表此地區(qū)病豬發(fā)病數(shù)量的集中程度，地圖中顏色較深的地區(qū)表明此地區(qū)病豬發(fā)病數(shù)量較為集中，稱為熱核中心。可以看出，2018 年熱核中心散布在我國(guó)東北、中東部地區(qū)，熱核中心點(diǎn)較多。表明2018 年我國(guó)疫情呈現(xiàn)局部地區(qū)發(fā)病集中、全局地區(qū)發(fā)病分散的特點(diǎn)。2019 年熱核中心點(diǎn)有所下降，但部分熱核中心熱力值較高，分別分布在我國(guó)東北、中東、南部地區(qū)。說(shuō)明疫情雖然在局部地區(qū)發(fā)病集中度增加，但是全局發(fā)病分散度有所下降。2020 年熱核中心轉(zhuǎn)移至我國(guó)西北、西南地區(qū)，熱核中心點(diǎn)數(shù)增多，但熱力值較低，表明疫情有發(fā)散趨勢(shì)。

為探尋非洲豬瘟疫情的總體分布變化趨勢(shì)，計(jì)算出2018—2020 年以病豬發(fā)病數(shù)量為權(quán)重的非洲豬瘟疫情的中心要素、中位數(shù)中心與平均中心，如圖4 所示。

由圖4 看出，2018、2019 年疫情的地理發(fā)病中心集中分布在山東、江蘇省份。2018—2019 年，疫情雖然向內(nèi)陸擴(kuò)散，但由于東北地區(qū)病豬發(fā)病數(shù)量所占權(quán)重較高，致使平均中心北移。類似于傳統(tǒng)統(tǒng)計(jì)學(xué)的中位數(shù)，中位數(shù)中心可以有效避免部分極值的影響。中位數(shù)中心南移表明了疫情向內(nèi)陸擴(kuò)散的趨勢(shì)。非洲豬瘟疫情的中心要素在2 年間沒(méi)有發(fā)生明顯變化，都坐落在江蘇，表明此地區(qū)感染非洲豬瘟疫情的風(fēng)險(xiǎn)程度較高。2020 年，發(fā)病地理中心向西移動(dòng)，分布在四川、甘肅、陜西的交界處。

圖4 2018—2020 年非洲豬瘟空間中心演化圖

綜上所述，疫情發(fā)病地點(diǎn)初期集中分布在我國(guó)東北、中東部地區(qū)。東北地區(qū)為疫情初期爆發(fā)地，經(jīng)濟(jì)衛(wèi)生條件相對(duì)落后[19]。我國(guó)生豬養(yǎng)殖主要集中分布在中東部地區(qū)，且中東部地區(qū)及西部的四川、云南等地中小規(guī)模豬場(chǎng)居多[20]。粗放的管理模式與相對(duì)聚集的生豬養(yǎng)殖業(yè)地理聚集特征促進(jìn)了疫情的傳播，同時(shí)疫情前期防控的滯后性致使疫情迅速擴(kuò)散。隨著非洲豬瘟疫情防控政策的落實(shí)，疫情有減弱趨勢(shì)。但由于生豬的違規(guī)禁運(yùn)，使疫情發(fā)散并向西北、西南地區(qū)轉(zhuǎn)移。加權(quán)地理發(fā)病中心是疫情傳播的高風(fēng)險(xiǎn)地區(qū)，2020 年部分疫情追溯自2018、2019 年地理發(fā)病中心附近[21]。所以應(yīng)加強(qiáng)2018—2020 年疫情地理中心附近防控力度，有效預(yù)防疫情。

另外，“吃禁果”是男女之情的隱喻，摩西說(shuō)得過(guò)于委婉，可人們還是猜得出來(lái)，繁衍后代就等于生生不息，永遠(yuǎn)不死了。

3 非洲豬瘟疫情的標(biāo)準(zhǔn)差橢圓分析

3.1 疫情分布由東北向西南、西北轉(zhuǎn)移 運(yùn)用ArcGIS 10.6繪制出2018、2019 年中國(guó)非洲豬瘟疫情空間分布圖并運(yùn)用SDE 分析法做出橢圓，如圖5 所示。

圖5 2018—2020 年非洲豬瘟疫情標(biāo)準(zhǔn)差橢圓分析圖

橢圓的長(zhǎng)短軸分別表示非洲豬瘟疫情分布的方向與離散程度，長(zhǎng)短軸的差值則表示非洲豬瘟疫情分布的方向性趨勢(shì)，橢圓重心可以看出疫情整體分布趨勢(shì)。2018—2019 年橢圓長(zhǎng)軸呈東北-西南方向分布，其方向分布上趨于一致。相較于2019 年，2018 年橢圓短軸較短，表明：2018 年非洲豬瘟疫情分布的離散程度較為聚集；2019 年分布的離散程度較為分散，與前文敘述的疫情減弱發(fā)散、熱核中心減少的結(jié)論相一致。2019 年橢圓長(zhǎng)短軸的差值相對(duì)較小，在同等方向趨勢(shì)下2018 年疫情的方向性更加明顯；疫情爆發(fā)后，各地出臺(tái)的相關(guān)“禁運(yùn)”政策在一定程度上阻止了疫情向內(nèi)陸的傳播。2020 年橢圓長(zhǎng)短半軸差值較小，方向性較弱。

3.2 疫情有零星分布態(tài)勢(shì) 以病豬發(fā)病數(shù)為權(quán)重，計(jì)算2018 年8 月至2020 年12 月非洲豬瘟疫情標(biāo)準(zhǔn)差橢圓，結(jié)果見表1。

表1 中國(guó)非洲豬瘟疫情標(biāo)準(zhǔn)差橢圓參數(shù)

標(biāo)準(zhǔn)差橢圓的扁率、旋轉(zhuǎn)角度、面積可以有效反映數(shù)據(jù)分布的趨勢(shì)、方向和范圍。2018 年標(biāo)準(zhǔn)差橢圓的扁率相較于2019 年偏高，說(shuō)明疫情在2018 年空間分布上有較高的方向性。2018 年8 月至2019 年2 月標(biāo)準(zhǔn)差橢圓旋轉(zhuǎn)角度大都在0°～90°之間波動(dòng)，呈東北-西南方向分布；2019 年3 月至8 月標(biāo)準(zhǔn)差橢圓旋轉(zhuǎn)角大都在90°～180°之間波動(dòng)，呈西北-東南方向分布。月度方向趨勢(shì)與前文敘述的年度擴(kuò)散趨勢(shì)相一致。標(biāo)準(zhǔn)差橢圓面積總體上呈先擴(kuò)張后收縮的態(tài)勢(shì)。2018 年橢圓面積在9—10 月簡(jiǎn)短地收縮后，不斷擴(kuò)張，表明2018 年疫情在我國(guó)開始大面積傳播。2019 年整體上呈收縮態(tài)勢(shì)并趨于穩(wěn)定，表明疫情在我國(guó)已大體得到控制，呈零星分布態(tài)勢(shì)。由于2020 年部分生豬違規(guī)禁運(yùn)導(dǎo)致疫情傳播范圍再次擴(kuò)大。

為進(jìn)一步探尋中國(guó)非洲豬瘟疫情分布的月度變化趨勢(shì)，運(yùn)用ArcGis10.6 繪制出2018 年8 月至2020 年12月非洲豬瘟疫情月度橢圓分布中心趨勢(shì)圖，如圖6 所示。

圖6 2018 年8 月—2020 年12 月非洲豬瘟疫情標(biāo)準(zhǔn)差橢圓中心點(diǎn)軌跡

由圖6 可知，2018 年8 月加權(quán)橢圓中心點(diǎn)位于江蘇，說(shuō)明在疫情傳播初期，南方地區(qū)的部分豬場(chǎng)已經(jīng)感染了非洲豬瘟且病豬發(fā)病數(shù)占據(jù)一定權(quán)重。2018 年8 月至10 月，加權(quán)橢圓中心北移，此時(shí)以遼寧沈陽(yáng)為中心的疫情初期爆發(fā)地的周邊病豬發(fā)病數(shù)量不斷增加，非洲豬瘟疫情開始爆發(fā)。2018 年10—11 月，加權(quán)橢圓中心東移，疫情由初期爆發(fā)地進(jìn)一步向東北方向（黑龍江）擴(kuò)散。2018 年11—12 月，我國(guó)中東部地區(qū)病豬發(fā)病數(shù)量不斷增加，致使加權(quán)橢圓中心由東北向西南移動(dòng)，非洲豬瘟疫情的空間分布逐漸在我國(guó)各省大面積發(fā)散。2018年12 月—2019 年1 月，由于黑龍江、江蘇在1 月份生豬集中發(fā)?。òl(fā)病數(shù)量分別為4 684 頭和2 452 頭），致使加權(quán)橢圓中心向東北方向移動(dòng)。隨著東北地區(qū)疫情逐漸得到控制，疫情重心轉(zhuǎn)移至湖南；2019 年2—4 月，加權(quán)橢圓中心西移至云南，此時(shí)疫情集中發(fā)生在我國(guó)西南、西北地區(qū)。之后疫情零星分布，發(fā)病趨勢(shì)不斷減弱，致使加權(quán)橢圓中心從2019 年5—8 月在西南-東北方向反復(fù)移動(dòng)。

綜上所述，疫情分布由東北向西南、西北方向轉(zhuǎn)移，且有發(fā)散趨勢(shì)，與疫情時(shí)空演化趨勢(shì)相吻合。疫情初期，由于我國(guó)豬產(chǎn)業(yè)格局呈現(xiàn)“南豬北養(yǎng)，東豬西調(diào)”趨勢(shì)，導(dǎo)致2018—2019 年橢圓長(zhǎng)軸呈東北-西南方向分布，促使疫情向內(nèi)陸傳播。后期疫情雖然有所控制，但由于生豬長(zhǎng)途違規(guī)運(yùn)輸導(dǎo)致疫情有零星分布態(tài)勢(shì)，使得疫情分布較為分散。結(jié)合2020 年疫情分布趨勢(shì)與地理加權(quán)中心，疫情分布向西北方向移動(dòng)。

4 非洲豬瘟疫情的空間聚類分析

表2 中國(guó)2018 年8 月—2020 年12 月Moran’I 指數(shù)匯總表

考慮到疫情在多個(gè)月份的分布具有較強(qiáng)的隨機(jī)性，說(shuō)明在研究非洲豬瘟疫情的空間分布時(shí)應(yīng)考慮其特殊性，全局空間特征還受其他因素的影響。如疫情初期農(nóng)業(yè)農(nóng)村部發(fā)布的《農(nóng)業(yè)農(nóng)村部關(guān)于進(jìn)一步加強(qiáng)生豬及其產(chǎn)品跨省調(diào)運(yùn)監(jiān)督的通知》，以及前文提及的我國(guó)獨(dú)特的生豬產(chǎn)業(yè)布局、生豬長(zhǎng)途運(yùn)輸，在一定程度上影響了其全局空間性。所以為進(jìn)一步識(shí)別非洲豬瘟疫情的高風(fēng)險(xiǎn)地區(qū)，還需進(jìn)行局部熱點(diǎn)分析。

4.2 熱點(diǎn)區(qū)域向西北、西南地區(qū)轉(zhuǎn)移 本文在市域空間尺度上對(duì)2018—2020 年疫情進(jìn)行Getis-Ord 計(jì)算，運(yùn)用ArcGIS10.6 繪制出2018—2020 年非洲豬瘟疫情熱點(diǎn)分布圖，如圖7 所示。

圖7 2018—2020 年非洲豬瘟疫情各地市熱點(diǎn)分布圖

2018 年，熱點(diǎn)區(qū)域主要集中分布在我國(guó)東北地區(qū)，是疫情初期爆發(fā)地。該地區(qū)氣溫較低、醫(yī)療衛(wèi)生條件較為落后、生豬規(guī)模化程度低，加之在疫情初期防控的滯后性，使疫情迅速傳播。同時(shí)熱點(diǎn)地區(qū)多為我國(guó)生豬調(diào)出大省[22]，致使疫情在我國(guó)大面積傳播。2019 年“熱點(diǎn)區(qū)域”上移，空間聚集區(qū)域減少，表明非洲豬瘟疫情有減弱趨勢(shì)。但是由于非洲豬瘟病毒存在，所以該地區(qū)仍為疫情的熱點(diǎn)區(qū)域。2020 年，熱點(diǎn)區(qū)域的分布發(fā)生顯著變化，熱點(diǎn)區(qū)域由東北向我國(guó)西北、西南地區(qū)轉(zhuǎn)移，熱點(diǎn)區(qū)域面積迅速擴(kuò)大。該地區(qū)與2020 年疫病發(fā)病中心的地理分布相吻合，印證了疫情零星分布的態(tài)勢(shì)，表明疫情高風(fēng)險(xiǎn)地區(qū)已由疫情初期爆發(fā)地轉(zhuǎn)移至西北、西南地區(qū)。

5 結(jié)論與建議

5.1 結(jié)論 2018—2019 年，非洲豬瘟疫情主要分布在我國(guó)東北、中東部地區(qū)，有發(fā)散、減弱趨勢(shì)。2020 年，發(fā)病中心向西北、西南地區(qū)轉(zhuǎn)移。疫情分布呈東北-西南-西北擴(kuò)散，且有零星分布態(tài)勢(shì)。2018—2020 年，非洲豬瘟疫情空間聚集性減弱，疫情高風(fēng)險(xiǎn)地區(qū)（熱點(diǎn)區(qū)域）由東北地區(qū)向西北、西南地區(qū)轉(zhuǎn)移。

5.2 對(duì)策建議

5.2.1 提高疫點(diǎn)處置能力 疫情在兩年間遍布我國(guó)30 個(gè)省份，從疫點(diǎn)時(shí)空分布情況和演化趨勢(shì)可以看出：提高對(duì)生豬的無(wú)害化處理，加強(qiáng)豬場(chǎng)的生物安全防護(hù)至關(guān)重要。在抗擊疫情的過(guò)程中，一直未研發(fā)出有效的疫苗進(jìn)行防控，所以提高疫點(diǎn)的處置能力是當(dāng)前預(yù)防非洲豬瘟疫情的有效措施。

疫情發(fā)散、減弱的趨勢(shì)進(jìn)一步說(shuō)明了提高疫點(diǎn)處置能力的重要性。2018、2019 年，江蘇、山東是疫情的發(fā)病中心，這類地區(qū)是疫情二次傳播的高風(fēng)險(xiǎn)地區(qū)，2020 年部分非洲豬瘟病豬來(lái)自該熱點(diǎn)區(qū)域[19]。所以應(yīng)對(duì)發(fā)病疫點(diǎn)進(jìn)行評(píng)估，確保疫源被徹底清除，防止豬瘟疫情二次傳播。2020 年疫情發(fā)病中心移動(dòng)至四川、甘肅、陜西的交界處，此地區(qū)小規(guī)模養(yǎng)殖戶居多且養(yǎng)豬區(qū)域相對(duì)聚集。應(yīng)提供此類養(yǎng)殖戶防瘟的科學(xué)意識(shí)，有效防瘟，不做“無(wú)用功”。由于2020 年疫情傳播追溯均來(lái)自2018—2019 年地理發(fā)病中心附近，應(yīng)加強(qiáng)新舊地理發(fā)病中心區(qū)域的防控，防止日后疫情的擴(kuò)散。

5.2.2 加速豬肉供應(yīng)由“調(diào)豬”向“調(diào)肉”轉(zhuǎn)變 從我國(guó)2018、2019 年非洲豬瘟疫情的方向特征可知，疫點(diǎn)分布的方向趨勢(shì)與我國(guó)“南豬北養(yǎng)，東豬西調(diào)”的生豬產(chǎn)業(yè)布局密切相關(guān)。疫情發(fā)生前，中國(guó)生豬跨運(yùn)量巨大，全年跨省調(diào)運(yùn)量約為1～1.2 億頭[23]。同時(shí)我國(guó)公路運(yùn)輸?shù)陌l(fā)展也為生豬長(zhǎng)距離運(yùn)輸提供了便利的條件。隨著我國(guó)公路運(yùn)輸?shù)陌l(fā)展，生豬的長(zhǎng)途調(diào)運(yùn)距離也越來(lái)越長(zhǎng)；交通的便利促使了我國(guó)非洲豬瘟疫情的大面積擴(kuò)散。非洲豬瘟疫情在2019 年整體分布上呈零星分布態(tài)勢(shì)，并在2020 年有所反彈，主要是由于生豬的違規(guī)運(yùn)輸與違法屠宰造成的。我國(guó)生豬調(diào)運(yùn)的溯源機(jī)制落后，追蹤病毒難，增加了疫情防控的難度。所以應(yīng)完善生豬調(diào)運(yùn)機(jī)制，加速豬肉供應(yīng)由“調(diào)豬”向“調(diào)肉”轉(zhuǎn)變，鼓勵(lì)各省進(jìn)行“點(diǎn)對(duì)點(diǎn)”生豬對(duì)接。

5.2.3 健全非洲豬瘟疫情防疫體系 疫情初期的大面積傳播與前期防疫的滯后性密切相關(guān)。疫情的空間聚集性有減弱趨勢(shì)，說(shuō)明多地的防疫體系對(duì)于疫情的防控有一定成效。目前通過(guò)建立科學(xué)的非洲豬瘟疫情防疫體系可以有效嚴(yán)防非洲豬瘟疫情。健全非洲豬瘟防疫體系，應(yīng)提高醫(yī)療衛(wèi)生水平，優(yōu)化病死豬的處理，嚴(yán)控泔水喂豬。在加強(qiáng)生物安全的同時(shí)，著重注意2020 年熱點(diǎn)省份（西北、西南地區(qū)），它們是今后疫情發(fā)生的高風(fēng)險(xiǎn)地區(qū)。健全非洲豬瘟防疫體系，有效預(yù)防和防控非洲豬瘟疫情的再次反彈。