目的:研究肺结核发病率及其宏观影响因素在中国的时空异质性，为相关部门制订防控政策提供参考。方法:由于影响因素的复杂性，结合主成分分析（PCA）和时空地理加权回归（GTWR），提出一种新的方法分析肺结核影响因素的时空异质性。使用2010—2019年我国31个省、市、自治区（港澳台地区除外）肺结核发病率与地区生产总值（二级指标）等数据，建立宏观影响因素指标体系，21个二级指标PCA得分量化，确定综合经济、医疗保障、文教交运、资源环境4项一级指标。由此构建主成分-最小二乘（PCA-OLS）模型、主成分-地理加权回归（PCA-GWR）模型、主成分-时空地理加权（PCA-GTWR）模型。结果:3个模型均通过 F检验， F值分别为58.74、196.62、1 202.90，均 P < 0.05，即一级指标对肺结核发病率的影响具有统计学意义。PCA-GTWR模型的均方误差（0.01）、平均绝对误差（0.08）、平均绝对百分比误差（0.02）、更正的赤池信息（-358.76）均低于PCA-OLS的0.13、0.28、0.07、258.38和PCA-GWR的0.06、0.15、0.03、23.41，确定系数（0.95）高于PCA-OLS的0.44和PCA-GWR的0.77，表明其拟合优度表现最好。同时PCA-GTWR模型回归系数分布图表明综合经济、医疗保障、文教交运、资源环境对肺结核的发病率有显著的时空异质性。 结论:应综合考虑多种因素因地制宜制定详细全面的防控措施，做好肺结核防治工作。

目的:分析青海省牧业区棘球蚴病空间分布特征及相关因素，为有效防控棘球蚴病提供参考。方法:收集2019年青海省牧业区棘球蚴病监测点数据，采用ArcGIS 10.8软件绘制棘球蚴病例分布地图进行可视化分析和空间自相关分析；采用SaTScan 9.5软件进行空间扫描和棘球蚴病例的聚集性分析；采用GeoDa 1.14软件和ArcGIS 10.8软件建立空间滞后模型和地理加权回归模型，分析棘球蚴病流行的相关因素。结果:2019年青海省牧业区棘球蚴病监测点共监测64 741人，病例829例，患病率为1.28%，病例分布具有空间相关性（Moran's I=0.41， P<0.001）。空间扫描分析一类聚集区有果洛藏族自治州班玛县、久治县、达日县和甘德县（ LLR=460.77， RR=9.20， P<0.001）。牧业区棘球蚴病的流行与年降水总量呈正相关（ β=0.13， P=0.036），与人口密度（ β=-1.36， P=0.019）和医护比（ β=-25.60， P=0.026）呈负相关。 结论:青海省牧业区棘球蚴病例空间聚集特征明显，年降水总量增加，其流行风险增加，人口密度和医护比增加，其流行风险降低。

中国北方农牧交错带生态系统敏感脆弱、不稳定,其健康状况受多种因素影响,其中以放牧为代表的人类经济活动影响显著.高强度放牧是造成草地退化的重要原因,草地退化又是影响草原生态系统健康的关键因素.利用归一化植被指数和牲畜量量化放牧压力,并选取合理的模型探究放牧对于中国北方农牧交错带生态健康的影响,确定合理的放牧强度和策略,以实现草畜平衡和区域可持续发展.基于"活力-组织力-弹性-生态服务"(VORS)模型,构建起包括自然、社会等多方面的指标体系,评估了 2000-2015年北方农牧交错带的生态健康系统水平,并采用Moran's I探讨放牧压力和生态系统健康指数的空间相关性,并从普通最小二乘法、地理加权回归模型、时间加权回归模型和时空地理加权回归模型选择最优回归模型,揭示放牧压力对于生态系统健康的影响机制.结果表明:(1)2000-2015年放牧强度格局高值区域主要为内蒙古草原地区,低值区域主要为陕西高原地区.(2)2000-2015年中国北方农牧交错带的生态系统健康指数呈现上升趋势,区域整体处于亚健康状态和一般健康状态.(3)全局双变量Moran's I结果显示在2000-2015年呈现负相关影响关系,但影响力度在变小.(4)多种回归模型相比较,GTWR模型表现最优.2000-2015年,正向驱动空间集中在内蒙古、辽宁以及山西省区县;负向驱动空间集中在陕西省、甘肃等区域,同时影响强度持续增强.研究通过不同区县、不同的草原的反应状况,提出放牧政策的不同实施建议,致力于实现草原资源的可持续利用和生态系统的持续健康.

准确估算陆地生态系统碳储量,科学制定生态环境保护和土地利用政策,对促进区域低碳可持续发展,实现"碳中和"目标具有重要意义.基于大量碳密度样点数据,将其与生态地理分区和土地利用类型图空间叠置,采用克里金插值法得到黄河流域碳密度空间分布数据集.应用InVEST模型对2000年、2010年和2020年黄河流域陆地生态系统碳储量的时空演变测度,提高了碳储量估算结果的准确性.利用Pearson相关性分析和多尺度地理加权回归模型(MGWR)对自然、社会经济和景观格局指数等因素对县级行政单元尺度单位面积碳储量的影响进行分析.主要结论如下:(1)黄河流域碳密度空间分布呈西部大于东部、东部地区自东南向西北递减的格局;(2)2000-2020年黄河流域陆地生态系统碳储量增加0.02％(7.011×109-7.012× 109t),空间分布与碳密度相同,空间集聚特征显著,"高高集聚区"主要分布在黄河上游西南部的青藏高原地区,"低低集聚区"主要分布在黄河上游北部和黄河下游大部分地区;(3)Pearson相关性分析得出与碳储量呈正相关的影响因素为Pr(降水)、NDVI(归一化植被指数)和Slope(坡度);呈负相关的影响因素为TEM(温度)、HAI(人类影响指数)、SHDI(香农多样性指数)、DN(夜间灯光数据像素值)和PPOD(人口密度).(4)MGWR模型得出TEM、Pr、NDVI和SHDI空间异质性强,HAI在2010年后异质性强;Slope空间异质性中等;DN和PPOD为全局尺度变量,空间影响平稳;(5)MGWR模型得出NDVI对黄河流域县级单位面积碳储量作用强度最大.NDVI、Slope对县级单位面积碳储量的影响呈正效应,TEM、HAI、DN和PPOD呈负效应,Pr、SHDI呈正、负双向效应.

协调生态建设与城镇化是实现区域可持续发展的保证,对科学引导城镇化并实现高质量发展具有重大意义.为探究我国中部地区生态环境脆弱程度与城镇化水平整体进程之间的关系,以湖南省为例,各县区为评价单元,基于生态敏感性-生态恢复力-生态压力度模型构建生态脆弱性评价指标体系,通过人口-经济-社会-空间模型构建城镇化水平评价指标体系,通过耦合协调度模型多维度测算湖南省 2000-2020 年生态脆弱性和城镇化水平的空间耦合关系,并运用双变量空间自相关、时空地理加权回归模型探究其交互影响效应.结果表明:(1)研究期间,湖南省生态脆弱程度呈先加重后减轻的趋势,以长株潭为核心重度脆弱区,向南北方向扩散,形成南北地区脆弱程度高、中西部生态脆弱程度低的格局;(2)城镇化水平差异较大,总体呈现上升的趋势,高水平城镇化区域从 2000 年以各地级市行政中心向外发散的散点式布局,到 2020 形成以长株潭为核心高值区,东部整体较高,西部偏低的空间分布格局;(3)湖南省严重失调区县明显减少,基本协调区县明显增加的趋势,且城镇化水平是制约湖南省生态环境与城镇化均衡高质量发展的主要因素.(4)交互作用结果表明,城镇化发展导致地区生态脆弱程度加深,而地区生态状况又反向制约城镇化水平可持续、高质量发展.研究表明,湖南省需着力推进生态环境建设和城镇化水平的健康发展,缓解城镇化发展和生态环境的矛盾,以期实现区域城镇化与生态协同发展.

城市密度是衡量城市各要素空间集聚程度的表征也是调控城市各要素资源分配效率的重要手段.过往主要围绕城市密度的物质形态测度来研究城市空间资源利用与环境问题,少有立足碳排放绩效的视角来研究城市密度的演变逻辑.立足生态效益中自然资源投入最小化与获得价值最大化的观点,从经济、社会、环境三个维度构建碳排放绩效综合评价指标,以长三角41个城市为例,基于标准差椭圆分析城市密度与碳排放绩效的时空演变及关联特征,采用地理加权回归模型与地理探测器相结合的方法,确定城市密度对碳排放绩效的影响效应及机制.结果表明:(1)城市密度与碳排放绩效均升高,城市密度增速减慢,而碳排放绩效增速加快;二者均呈东南—西北向发展且关联性不断增强.(2)城市密度分指标对碳排放绩效的影响效应存在时空差异,东南部多数城市各分指标影响系数增大且作用方向不变;西北部人口密度负向影响显著增强,经济密度的影响由负转正,而空间密度的影响由正转负.(3)城市密度与其他经济社会因素交互后对碳排放绩效产生影响,其中经济密度与产业结构协同作用对碳排放绩效的影响最大,且与因子独立作用相比,人口密度与其他影响因素的交互效应增幅最大.理清城市密度对碳排放绩效的影响效应及机制,可以为城市空间结构的合理优化提供依据.

城市生态韧性为城市应对长期发展积累的内在压力,以及外界不确定性风险的冲击提供了新思路,对城市的可持续发展具有重要意义.基于城市生态学视角,从生态韧性的抵御力、恢复力及适应力三个方面特性,构建基于"潜力-弹性-稳定性"的生态韧性评价模型,分析了 1990-2020年温州市生态韧性时空变化特征,并运用时空地理加权回归模型(GTWR),探究了生态韧性影响因素的时空异质性.结果表明:(1)1990-2020年,温州城市生态韧性指数总体呈现先上升后下降的趋势,潜力、弹性、稳定性呈现出相似的变化趋势,研究后期稳定性的提升使生态韧性的下降得到短暂缓解.(2)温州市东部沿海地区生态韧性较差,西部与北部山地生态韧性较好;低韧性水平区呈现出区域中心韧性水平降低,并且向外围扩张的趋势.(3)温州市城市生态韧性影响因素之间存在显著的时空差异,空间上也存在波动方向与强度的差异,这种差异性集中分布于城市边缘县(区).研究以期为温州市及沿海同等级城市,提升城市生态韧性、促进区域可持续发展决策提供参考.

亚热带半湿润常绿阔叶林是中国西南地区独特的森林类型,研究群落优势种更新的时空格局和策略对理解其动态特征和驱动机制具有重要意义.基于云南鸡足山半湿润常绿阔叶林动态监测样地第一次群落调查数据,我们对5个优势树种的幼苗、幼树数量特征进行统计,比较其种群结构,用概率密度函数g(r)分析了更新种群与成树种群的多尺度空间格局,运用普通最小二乘回归模型和多尺度地理加权回归模型评估了优势树种更新密度的影响因素.结果表明:(1)阔叶树种元江栲(Castanopsis orthacantha)、高山栲(C.delavayi)、银木荷(Schima argentea)以及白穗石栎(Lithocarpus craibianus)具有增长型种群的径级结构;而针叶树种云南松(Pinus yunnanensis)种群具有衰退型种群结构.(2)5个优势树种的更新种群与成树种群格局在小尺度(0-50 m)上均呈聚集分布,随着尺度增大聚集强度下降,转为随机分布或均匀分布.其中4个阔叶树种更新种群和成树种群的分布在小尺度上显著正关联,而云南松的更新种群与成树种群分布呈显著负关联.(3)对于种群更新密度变化,多尺度地理加权回归模型对幼苗和幼树的解释量(R2)比普通最小二乘回归模型分别提升了58.7％和26.9％,显示了空间自相关的影响.模型结果表明,幼苗密度格局受生境因子的限制较弱,而受种子扩散等随机过程的影响更大;相对地,幼树密度格局受生境因子的限制更强.研究结果为理解这一植物群落类型的动态和构建机制提供了科学证据.

目的:探索广东省中医医院执业医师的时空动态变化和空间异质性驱动机制,为推动基层中医医疗服务均质、高效、增量发展提供决策参考和循证学依据.方法:基于2009～2022 年广东省统计局和广东省中医药管理局21 个地级城市相关数据构建中医医院执业医师聚集度指标.利用莫兰指数,核密度分析方法揭示广东省地级城市中医人力资源的空间动态变化.建立并拟合表现较好的地理加权回归模型(GWR)模型探索影响中医医院执业医师空间异质性的驱动要素特征.结果:广东省中医医院执业医师数有所增加,执业医师空间集聚性较为显著且增加明显.中医医院床位数(＜0.001,P＜0.001)、居民人均可支配收入(＜0.001,P=0.007)、图书馆数(0.003,P=0.008)会正向影响中医医院执业医师的空间分布.而城镇单位平均工资(＜-0.001,P=0.011)、居民人均消费支出(＜-0.001,P =0.083)和常驻人口数(＜-0.001,P=0.001)这三个指标会负向影响其空间分布.所有变量的影响系数均较小.结论:中医药发展战略实施以来,中医医院得到了有效的发展,但不同地区的发展水平存在一定的差距,且医师资源逐步向经济发达地区聚集.应当采取积极有效的应对策略来发挥中医的本土优势,将优质中医医疗资源向经济欠发达的地区倾斜,实现医疗服务均质、高效、扩容发展.同时,要积极引导中西医结合的防治策略,加大中医药在医疗服务总体中所占比重,逐步实现中西医并重和区域间的医疗资源的有序流动.通过加大中医药人才的培养力度来提升基层医疗服务可及性和覆盖面.

目的 了解中国中老年人群健康贫困及其影响因素之间作用在时空上可能存在的非平稳性特征,为多元协同治理网络下区域健康减贫行政效率的提升提供时空特异性证据.方法 收集2011、2013、2015和2018年中国健康与养老追踪调查(CHARLS)中中国28个省(自治区、直辖市)37296户≥45岁中老年家庭的相关数据,基于自行开发的多维健康贫困指数测度工具分别采用普通最小二乘模型(OLS)、地理加权回归模型(GWR)、时间加权回归模型(TWR)和时空加权回归模型(GTWR)对2011-2018年中国中老年家庭健康贫困及其影响因素之间的作用进行建模,并进一步对最优模型估计系数的时空特征进行了勾勒.结果 在控制了年份和地区固定效应后,全局OLS模型回归分析结果显示,随着慢性病患病率、残疾患病率、人均国内生产总值、平均医疗自付费用和调查前3年年均PM2.5浓度的提高,多维健康贫困指数随之增长;而随着人口密度、基本医疗保险参保率和每万人口护士数的提高,多维健康贫困指数则随之降低.在所有的局部模型中,GWR模型的表现最优,与全局OLS模型相比,其调整后R2值从70.57％上升至88.68％,残差平方和从797.791下降至585.277.GWR模型中慢性病患病率、残疾患病率、人口密度、人均国内生产总值、基本医疗保险参保率、平均医疗自付费用、每万人口护士数和调查前3年年均PM2.5浓度8个协变量与响应变量的作用均存在非平稳性.GWR模型分析结果显示,慢性病患病率对多维健康贫困指数的正向促进作用在内蒙古自治区、河北省、山西省、云南省和贵州省达到最强;残疾患病率对多维健康贫困指数的正向促进作用在江苏省、安徽省和河南省达到最强;人口密度对多维健康贫困指数的负向抑制作用在甘肃省、内蒙古自治区、河北省和北京市达到最强,在黑龙江省、吉林省、辽宁省、山东省和山西省也表现为相对较强;基本医疗保险参保率和每万人口护士数对多维健康贫困指数的负向抑制作用以及人均国内生产总值对多维健康贫困指数的正向促进作用均在新疆维吾尔自治区、青海省和甘肃省达到最强;平均医疗自付费用对多维健康贫困指数的正向促进作用在河南省、安徽省和江苏省达到最强;调查前3年年均PM2.5浓度对多维健康贫困指数的正向促进作用以北京市、河北省和内蒙古自治区为中心向外减弱,辐射了整个环渤海区域.结论 健康贫困与其影响因素间的时空特征存在着空间非平稳性,引入局部加权回归技术为提供有助于提升区域健康减贫行政效率的时空特异性证据奠定了技术基础.