世界地理研究 ›› 2020, Vol. 29 ›› Issue (1): 168-180.DOI: 10.3969/j.issn.1004-9479.2020.01.2018432
收稿日期:
2018-09-26
修回日期:
2018-12-13
出版日期:
2020-01-20
发布日期:
2022-01-22
通讯作者:
刘晔
作者简介:
王若宇(1994-),男,博士研究生,主要研究方向为城市地理,E-mail:wangry6@mail2.sysu.edu.cn。
基金资助:
Ruoyu WANG(), Baishi HUANG, Zhuolin PAN, Ye LIU()
Received:
2018-09-26
Revised:
2018-12-13
Online:
2020-01-20
Published:
2022-01-22
Contact:
Ye LIU
摘要:
基于2012—2017年全国《中国卫生和计划生育统计年鉴》数据,采用空间自相关分析等方法,刻画中国居民食源性疾病的空间分布格局及其变化,并采用空间滞后面板回归模型(SLM)和时空地理加权模型(GTWR),识别影响食源性疾病空间分布的主要因素及其变化。结果表明:(1)中国食源性疾病分布具有不均衡性,总体趋势为集中分布于南部以及沿海地区,五年间集中区已出现明显的向北移动的趋势;(2)中国食源性疾病事件数具有一定的空间集聚特征,五年间空间集聚下降。高-高类型区主要分布于西南地区,而低-低类型区集中分布于中国北部。2011—2016年,中国食源性疾病变化趋势与空间分布特征类似;(3)空间滞后面板回归模型分析结果表明,食源性疾病事件具有显著的空间溢出效应。人口密度、突发环境事故的增加将使得食源性疾病增加,而政府财政投入、居民教育水平、城镇化、环境质量的提高将使得食源性疾病减少。除居民教育水平外其余变量也均具有显著的空间溢出效应;(4)时空地理加权模型分析结果表明,食源性疾病的影响因素存在空间差异。地区人口密度对食源性疾病的相对压力由东向西加大。政府财政投入对食源性疾病的降低作用由东南部沿海地区向其余地区递减。居民教育水平提高对食源性疾病降低作用由中部向东西逐步加大。城镇化率对食源性疾病降低作用由东南部沿海地区向其余地区递减。环境质量对食源性疾病降低作用由东南部沿海地区向其余地区递增;突发环境事故对食源性疾病的相对压力由中部向东西加大;年平均气温对食源性疾病的相对压力由南向北减小;年平均降雨量对食源性疾病的相对压力由东部沿海地区向西部内陆地区减小。
王若宇, 黄柏石, 潘卓林, 刘晔. 中国居民食源性疾病的地理分布及影响因素分析[J]. 世界地理研究, 2020, 29(1): 168-180.
Ruoyu WANG, Baishi HUANG, Zhuolin PAN, Ye LIU. Spatial pattern evolvement of the distribution offoodborne illness in China and its influence mechanism[J]. World Regional Studies, 2020, 29(1): 168-180.
变量 | 符号 | 样本量 | 均值 | 标准差 | 最小值 | 最大值 |
---|---|---|---|---|---|---|
食源性疾病事件数(对数) | logcase | 180 | 3.418 | 1.173 | 0.000 | 6.554 |
人口密度(对数)/(人/平方公里) | logpop | 180 | 5.464 | 1.256 | 2.099 | 8.023 |
人均政府财政投入(对数)/(元/人) | logpubexpend | 180 | 7.145 | 0.354 | 6.402 | 8.155 |
地方大专及以上文化程度人口数占地区人口比率 | edu | 180 | 0.120 | 0.064 | 0.049 | 0.423 |
城镇化率 | urban | 180 | 56.003 | 12.606 | 34.960 | 89.600 |
环境质量指数 | environment | 180 | 0.654 | 0.139 | 0.195 | 0.850 |
突发环境事故数(对数) | logaccident | 180 | 2.138 | 1.112 | 0.000 | 5.529 |
年平均气温/摄氏度 | temp | 180 | 14.439 | 5.081 | 4.300 | 25.300 |
年平均降水(对数)/毫米 | logprecipitation | 180 | 958.983 | 0.655 | 5.003 | 7.986 |
表1 变量基本统计信息
Tab.1 Statistics of variables
变量 | 符号 | 样本量 | 均值 | 标准差 | 最小值 | 最大值 |
---|---|---|---|---|---|---|
食源性疾病事件数(对数) | logcase | 180 | 3.418 | 1.173 | 0.000 | 6.554 |
人口密度(对数)/(人/平方公里) | logpop | 180 | 5.464 | 1.256 | 2.099 | 8.023 |
人均政府财政投入(对数)/(元/人) | logpubexpend | 180 | 7.145 | 0.354 | 6.402 | 8.155 |
地方大专及以上文化程度人口数占地区人口比率 | edu | 180 | 0.120 | 0.064 | 0.049 | 0.423 |
城镇化率 | urban | 180 | 56.003 | 12.606 | 34.960 | 89.600 |
环境质量指数 | environment | 180 | 0.654 | 0.139 | 0.195 | 0.850 |
突发环境事故数(对数) | logaccident | 180 | 2.138 | 1.112 | 0.000 | 5.529 |
年平均气温/摄氏度 | temp | 180 | 14.439 | 5.081 | 4.300 | 25.300 |
年平均降水(对数)/毫米 | logprecipitation | 180 | 958.983 | 0.655 | 5.003 | 7.986 |
变量 | 系数 | 标准差 |
---|---|---|
logpop | 2.764** | 1.142 |
logpubexpend | -0.432** | 0.207 |
edu | -2.938** | 1.488 |
urban | -0.211*** | 0.038 |
environment | -3.047** | 1.459 |
logaccident | 0.148*** | 0.052 |
temp | 0.004* | 0.003 |
logprecipitation | 0.124* | 0.065 |
W*logfood | 0.036** | 0.119 |
表2 空间滞后面板计量模型参数估计
Tab.2 Parameter estimate of SLM
变量 | 系数 | 标准差 |
---|---|---|
logpop | 2.764** | 1.142 |
logpubexpend | -0.432** | 0.207 |
edu | -2.938** | 1.488 |
urban | -0.211*** | 0.038 |
environment | -3.047** | 1.459 |
logaccident | 0.148*** | 0.052 |
temp | 0.004* | 0.003 |
logprecipitation | 0.124* | 0.065 |
W*logfood | 0.036** | 0.119 |
变量 | 直接效应 | 标准差 | 间接效应 | 标准差 |
---|---|---|---|---|
logpop | 2.180** | 1.092 | 0.499** | 0.236 |
logpubexpend | -1.004** | 0.504 | 0.546** | 0.258 |
edu | -2.059** | 1.275 | -0.745 | 0.723 |
urban | -0.209*** | 0.036 | -0.008** | 0.004 |
environment | -3.167** | 1.467 | -0.121** | 0.056 |
logaccident | 0.128*** | 0.037 | 0.006** | 0.003 |
temp | 0.002** | 0.001 | 0.001 | 0.001 |
loglogprecipitation | 0.006** | 0.003 | 0.005 | 0.004 |
W*logfood | 0.036** | 0.119 |
表3 空间滞后面板计量模型估计的直接效应与间接效应结果
Tab.3 SLM’s direct and indirect effect estimate results of econometric model
变量 | 直接效应 | 标准差 | 间接效应 | 标准差 |
---|---|---|---|---|
logpop | 2.180** | 1.092 | 0.499** | 0.236 |
logpubexpend | -1.004** | 0.504 | 0.546** | 0.258 |
edu | -2.059** | 1.275 | -0.745 | 0.723 |
urban | -0.209*** | 0.036 | -0.008** | 0.004 |
environment | -3.167** | 1.467 | -0.121** | 0.056 |
logaccident | 0.128*** | 0.037 | 0.006** | 0.003 |
temp | 0.002** | 0.001 | 0.001 | 0.001 |
loglogprecipitation | 0.006** | 0.003 | 0.005 | 0.004 |
W*logfood | 0.036** | 0.119 |
变量 | 均值 | 标准差 | 最小值 | 最大值 |
---|---|---|---|---|
logpop | 0.776 | 0.567 | 0.005 | 2.264 |
logpubexpend | -3.094 | 1.603 | -5.646 | -0.434 |
edu | -14.390 | 8.463 | -38.520 | -2.243 |
urban | -0.073 | 0.051 | -0.192 | -0.009 |
environment | -1.972 | 1.753 | -6.323 | -0.074 |
logaccident | 0.221 | 0.152 | 0.019 | 0.711 |
temp | 0.180 | 0.103 | 0.011 | 0.399 |
loglogprecipitation | 0.689 | 0.414 | 0.062 | 1.689 |
表4 2016年时空地理加权模型计量模型估计结果
Tab.4 GTWR estimate results of econometric model in 2016
变量 | 均值 | 标准差 | 最小值 | 最大值 |
---|---|---|---|---|
logpop | 0.776 | 0.567 | 0.005 | 2.264 |
logpubexpend | -3.094 | 1.603 | -5.646 | -0.434 |
edu | -14.390 | 8.463 | -38.520 | -2.243 |
urban | -0.073 | 0.051 | -0.192 | -0.009 |
environment | -1.972 | 1.753 | -6.323 | -0.074 |
logaccident | 0.221 | 0.152 | 0.019 | 0.711 |
temp | 0.180 | 0.103 | 0.011 | 0.399 |
loglogprecipitation | 0.689 | 0.414 | 0.062 | 1.689 |
图3 2016年时空地理加权模型回归系数空间分布注:基于国家测绘地理信息局地图审图号为GS(2016)1549的标准地图制作,底图无修改。
Fig. 3 Spatial distribution of regression coefficients in the GTWR model in 2016
1 | 赵雪雁, 王伟军, 万文玉. 中国居民健康水平的区域差异: 2003-2013. 地理学报, 2017, 72(04): 685-698. |
Zhao X, Wang W, Wan W. Regional inequalities of residents' health level in China:2003-2013. Regional inequalities of residents' health level in China:2003-2013. Acta Geographica Sinica, 2017, 72(04): 685-698. | |
2 | 杨林生,李海蓉,李永华,等.医学地理和环境健康研究的主要领域与进展.地理科学进展,2010,29(01):31-44. |
Yang L,Li H,Li Y,et al.Progress of medical geography and environmental health studies.Progress in Geography,2010,29(01): 31-44. | |
3 | 齐兰兰, 周素红, 闫小培, 等. 医学地理学发展趋势及当前热点.地理科学进展, 2013, 32(08): 1276-1285. |
Qi L, Zhou S, Yan X, et al. Progress in geography. Progress in Geography, 2013, 32(08): 1276-1285. | |
4 | Smyth F. Medical geography: understanding health inequalities. Progress in Human Geography, 2008, 32(1): 119-127. |
5 | WHO. Estimating the global burden of foodborne disease.2015[2018-3-18]. . |
6 | 肖革新,肖辉.基于空间统计的食品安全研究现状与展望.中国食品卫生杂志,2016,(04):409-414. |
Xiao G, Xiao H. Current status and prospect of spatial statistics in food safety. Chinese Journal of Food Hygiene, 2016,(04): 409-414. | |
7 | Alcorn T, Ouyang Y. China's invisible burden of foodborne illness. Lancet, 2012,379(9818): 789-90. |
8 | Wagacha J M, Muthomi J W. Mycotoxin problem in Africa: current status, implications to food safety and health and possible management strategies. International Journal of Food Microbiology, 2008, 124(1): 1-12. |
9 | Ntshiqa T, Mpangane H, Mpambane D, et al. Staphylococcal foodborne illness outbreak, Tshwane District, Gauteng Province - South Africa, June 2015. International Journal of Infectious Diseases, 2016, 45(1): 235. |
10 | Newman K L, Leon J S, Rebolledo P A, et al. The impact of socioeconomic status on foodborne illness in high-income countries: a systematic review. Epidemiology & Infection, 2015, 143(12): 1-13. |
11 | Gillespie I A, Mook P, Little C L, et al. Human listeriosis in England, 2001–2007: association with neighbourhood deprivation. Eurosurveillance, 2010, 15(27): 19609. |
12 | Swaminathan B, Gernersmidt P. The epidemiology of human listeriosis. Microbes & Infection, 2007, 9(10): 1236-1243. |
13 | Darmon N, Drewnowski A. Does social class predict diet quality?. American Journal of Clinical Nutrition, 2008, 87(5): 1107-1117. |
14 | Anderson A L, Verrill L A, Sahyoun N R. Food Safety Perceptions and Practices of Older Adults. Public Health Reports, 2011, 126(2): 220-227. |
15 | Fein S B, Lando A M, Levy A S, et al. Trends in U.S. consumers' safe handling and consumption of food and their risk perceptions, 1988 through 2010. Journal of Food Protection, 2011, 74(74): 1513-1523. |
16 | Darcey V L, Quinlan J J. Use of geographic information systems technology to track critical health code violations in retail facilities available to populations of different socioeconomic status and demographics. Journal of Food Protection, 2011, 74(9): 1524-1530. |
17 | Signs R J, Darcey V L, Carney T A, et al. Retail food safety risks for populations of different races, ethnicities, and income levels. Journal of Food Protection, 2011, 74(10): 1717-1723. |
18 | 杜本峰,王旋.老年人健康不平等的演化、区域差异与影响因素分析.人口研究,2013, 7(05): 81-90. |
Du B, Wang X.Health inequality among the Chinese elderly:Changes, regional disparities and determinants.Population Research, 2013, 37(05): 81-90. | |
19 | 齐良书. 经济、环境与人口健康的相互影响:基于我国省区面板数据的实证分析. 中国人口资源与环境, 2008, 18(06): 169-173. |
Qi L.Interrelationship between Growth, Environment and Population Health: An Empirical Analysis Based on China's Provincial Data. China Population Resources and Environment, 2008, 18(06): 169-173. | |
20 | 程明梅, 杨朦子. 城镇化对中国居民健康状况的影响——基于省级面板数据的实证分析. 中国人口·资源与环境, 2015, 25(07): 89-96. |
Cheng M, Yang M. Impact of Urbanization on the Health of Chinese Residents:An Empirical Study Based on Provincial Panel Data. China Population Resources and Environment, 2015, 25(07): 89-96. | |
21 | 徐冬林, 陈永伟. 环境质量对中国城镇居民健康支出的影响.中国人口·资源与环境, 2010, 20(04): 159-164. |
Xu D, Chen Y. Analysis on the effect of environmental quality on health expenditures. China Population Resources and Environment, 2010, 20(04): 159-164. | |
22 | 宋英杰, 曹鸿杰, 吕璀璀. 食品安全规制的空间效应研究. 中国科技论坛, 2017, (08): 127-134. |
Song Y, Cao H, Lv C. On Spatial Effect of Food Safety Regulation. Forum on Science and Technology in China, 2017, (08): 127-134. | |
23 | 王晓莉, 李勇强, 李清光, 等. 中国环境污染与食品安全问题的时空聚集性研究——突发环境事件与食源性疾病的交互. 中国人口·资源与环境, 2015, 25(12): 53-61. |
Wang X, Li Y, Li Q, et al. Research on spatial-temporal aggregation of China's environment pollution and food safety:The Interaction Between Emergency Environmental Accidents and Foodborne Disease Outbreaks. China Population Resources and Environment, 2015, 25(12): 53-61. | |
24 | 李清光,李勇强,牛亮云,等.中国食品安全事件空间分布特点与变化趋势.经济地理,2016,36(03):9-16. |
Li Q, Li Y, Niu L, et al. Spatial distribution and changing trend of food safety incidents in China. Economic Geography, 2016, 36(03): 9-16. | |
25 | Dai Y, Kong D, Wang M. Investor reactions to food safety incidents: Evidence from the Chinese milk industry 2. Food Policy, 2013, 43(4): 23-31. |
26 | Liu Y, Liu F, Zhang J, et al. Insights into the nature of food safety issues in Beijing through content analysis of an Internet database of food safety incidents in China. Food Control, 2015, 51:206-211. |
27 | Anselin L. Local indicators of spatial association—LISA. Geographical analysis, 1995, 27(2): 93-115. |
28 | WHO. Foodborne disease outbreaks:guidelines for investigation and control,2009. [2018-3-18], . |
29 | 李华,俞卫.政府卫生支出对中国农村居民健康的影响.中国社会科学,2013(10):41-60+205. |
Li H, Yu W. Effects of the government’s health expenditure on the health of rural residents in China.Social Sciences in China,2013(10):41-60+205. | |
30 | DE POEL E VAN, O'DONNELL O, DOORSLAER E VAN. Is there a health penalty of China's rapid urbanization?. Health Economics, 2012, 21(4): 367-385. |
31 | Chen H, Liu Y, Li Z, et al. Urbanization, economic development and health: evidence from China’s labor-force dynamic survey. International Journal for Equity in Health, 2017, 16(1): 207. |
32 | 薛德升, 曾献君. 中国人口城镇化质量评价及省际差异分析. 地理学报, 2016, 71(02): 194-204. |
Xue D, Zeng X. Evaluation of China's urbanization quality and analysis of its spatial pattern transformation based on the modern life index. Acta Geographica Sinica, 2016, 71(02): 194-204. | |
33 | Lee L F, Yu J. Some recent developments in spatial panel data models. Regional Science & Urban Economics, 2010, 40(5): 255-271. |
34 | Huang B, Wu B, Barry M. Geographically and temporally weighted regression for modeling spatio-temporal variation in house prices. International Journal of Geographical Information Science, 2010, 24(3): 383-40. |
[1] | 赵敏, 张俊, 李鹏. 泛亚高铁建设背景下中国西南-东南亚城市联系的多情景预测[J]. 世界地理研究, 2023, 32(3): 1-16. |
[2] | 孙启翔, 李百岁, 田桐羽, 许晔晖, 赵洪朴. 内蒙古的城市活力时空格局及影响因素研究[J]. 世界地理研究, 2023, 32(3): 101-111. |
[3] | 李在军, 胡美娟. 江苏省生态福利绩效时空演化及影响机制研究[J]. 世界地理研究, 2023, 32(3): 124-135. |
[4] | 银松, 李瑞, 殷红梅. 旅游发展背景下民族村寨居民地方性感知测度及影响因素研究[J]. 世界地理研究, 2023, 32(3): 144-156. |
[5] | 徐婧雅, 宋周莺. 中国手机出口的时空格局演变及其影响因素[J]. 世界地理研究, 2023, 32(3): 17-27. |
[6] | 周李, 张晓瑶, 徐琳琳, 虞虎, 吴殿廷. 中蒙俄经济走廊旅游吸引物分布特征及形成因素[J]. 世界地理研究, 2023, 32(3): 28-40. |
[7] | 初楠臣, 张平宇, 吴相利, 徐爽, 史晓楠. 俄罗斯新冠肺炎疫情的扩散:过程、格局与影响因素研究[J]. 世界地理研究, 2023, 32(3): 41-51. |
[8] | 李连刚, 胡晓辉. 新冠肺炎疫情下中国区域经济韧性时空格局与影响因素分析[J]. 世界地理研究, 2023, 32(3): 64-75. |
[9] | 路昌, 徐雪源, 周美璇. 中国三大城市群收缩城市“三生”功能耦合协调度分析[J]. 世界地理研究, 2023, 32(3): 76-88. |
[10] | 唐波, 陈得冠, 罗皓, 谢伟星, 林琳. 高质量发展背景下佛山市高新技术产业空间演变及影响因素[J]. 世界地理研究, 2023, 32(2): 136-145. |
[11] | 谢潇, 盈斌, 杜芳娟, 宋潇玉, 吴函彦. 中国妇幼健康水平的区域差异和影响因素[J]. 世界地理研究, 2023, 32(2): 82-92. |
[12] | 王丽敏, 吴相利, 刘凡, 张少铎. CEO空间经历对中国民营企业500强 总部区位选择影响分析[J]. 世界地理研究, 2023, 32(1): 67-79. |
[13] | 韦汝虹, 金李, 方达. 商品住宅价格空间溢出效应测度及其影响 因素分析[J]. 世界地理研究, 2023, 32(1): 117-129. |
[14] | 闫姗姗, 刘承良. 中国对外技术转移网络的空间演化及其影响因素[J]. 世界地理研究, 2023, 32(1): 19-30. |
[15] | 梁茂林, 彭邦文, 骆华松, 洪菊花. 中国与周边国家地缘经济关系测度与时空格局演变分析[J]. 世界地理研究, 2023, 32(1): 43-53. |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||