中文三级片,中文在线播放,媚药高潮搐痉挛潮喷AV,亚洲无码在线电影,色色综合视频

“新冠”疫情下的城市空間風險因素解析——以武漢為例

上傳時間：2021/10/15

 自“新冠”疫情爆發(fā)以來，國內(nèi)外數(shù)以億計的居民生命健康受到嚴重威脅，打亂了正常的城市生產(chǎn)生活秩序，其中武漢是國內(nèi)遭受新冠疫情沖擊最嚴重的城市。在此背景下，我們探討：疫情風險在城市空間中分布如何？如何解析與城市空間因素之間的關(guān)系？對當今疫情防控有什么新的建議？這些都是本研究所關(guān)注的要點。

       城市規(guī)劃第8期刊出了武漢大學(xué)城市設(shè)計學(xué)院李欣副教授團隊的研究成果，基于武漢市中心城區(qū)的新冠病例數(shù)據(jù)，對確診小區(qū)地理位置進行空間化處理，利用核密度分析對感染人群的空間分布進行估計，分析武漢中心城區(qū)的疫情分布，運用多尺度地理加權(quán)回歸模型分析了疫情與社會人口、城市形態(tài)、城市設(shè)施、城市功能等空間因素的關(guān)聯(lián)，揭示了這些因素的效應(yīng)、影響范圍和空間異質(zhì)性。通過對城市空間風險因素的分析，有利于在未來采取有效的城市規(guī)劃和建筑設(shè)計應(yīng)對手段，制定更加科學(xué)合理的防治措施。

圖片源自新華社 |  記者 熊琦 攝

1、研究背景

       相隔不到17年的時間里，我國經(jīng)歷了嚴重急性呼吸系統(tǒng)綜合癥（SARS-2002）和新冠病毒疫情（COVID-19）的襲擊，然而我國的城市化率從2003年的40%快速提升至2019年的60%。這兩次重大突發(fā)公共衛(wèi)生事件均與高密度都市區(qū)的人口聚集有關(guān)，引起我們對城市人居環(huán)境的深入思考。在面對突發(fā)公共衛(wèi)生事件的考驗時，合理而有韌性的城市建成環(huán)境可以發(fā)揮其適應(yīng)性機制，降低城市和居民所受到的損害。

2、數(shù)據(jù)空間化處理

       本文選擇武漢三環(huán)內(nèi)的中心城區(qū)作為研究對象，對截止到2020.2.28的武漢7個主城區(qū)的小區(qū)累計確診病例進行了整理（圖1），納入了2115個小區(qū)的25008個確診病例樣本，利用核密度方法來估計病例空間分布趨勢（圖2）。

▲ 圖1 | 武漢市累計新冠肺炎確診人數(shù)統(tǒng)計

▲ 圖2 | 武漢三環(huán)內(nèi)疫情分布熱力圖分析

注：基于湖北省自然資源廳網(wǎng)站下載的審圖號為“鄂S(2020)003號”的標準地圖制作，底圖無修改。本文圖3～圖8底圖來源相同。

3、空間風險因子

疫情在空間上的傳播受到多因素的影響，與各類城市空間因子相關(guān)，表1為本研究的空間因子。

▲ 表1 | 空間因子列表及描述

疫情的發(fā)展受人們?nèi)粘；顒雍涂臻g環(huán)境的多重影響，僅從整體層面對影響疫情分布的因素進行全局性分析可能會忽視局部的特殊規(guī)律。因此，在OLS模型的基礎(chǔ)上進一步使用多尺度地理加權(quán)模型（MGWR）進行局部擬合。

4、模型解析

.................................................................OLS模型.................................................................

表2顯示，OLS模型的F值在99%的置信水平上顯著，說明對于502個空間單元而言，該模型整體上是有意義的，R²為0.536。

▲ 表2 | OLS模型結(jié)果

注：*<0.05，**<0.01，***<0.001。

.................................................................MGWR模型.................................................................

在OLS模型中，道路密度、土地利用混合度這兩個因素對疫情并無顯著影響，在MGWR模型中予以去除。MGWR模型的平均調(diào)整R²達到0.855，對于每個網(wǎng)格，能夠解釋因變量總變異的60.2%～98.6%，說明該模型具有較高的解釋力（表3）。局部R²的高數(shù)值區(qū)域與疫情分布的走勢具有較高一致性。相對于OLS模型，MGWR模型的解釋能力顯著提高（表4）。

▲ 表3 | MGWR模型結(jié)果

▲ 表4 | 空間自相關(guān)檢驗

       MGWR模型中，5個因素在不同網(wǎng)格中的系數(shù)存在變化，具有顯著影響的區(qū)域也具有空間異質(zhì)性（圖3），說明本文所涉及的因素在不同的單元空間中對疫情的作用和影響是非平穩(wěn)的，也意味著疫情在不同區(qū)域爆發(fā)的原因可能存在系統(tǒng)性差異。

▲ 圖3 | 模型解釋力的空間分布

.................................................................空間風險因子的空間置信度分布.................................................................

漢口大部分區(qū)域、武昌沿江至東湖之間的狹長地帶、漢陽楊家灣至鐘家村一帶的疫情與醫(yī)院密度顯著相關(guān)（圖4），在空間分布上與這些區(qū)域內(nèi)大型綜合醫(yī)院所覆蓋的范圍高度吻合，疫情主要表現(xiàn)為以醫(yī)院為中心的鄰近擴散模式。疫情受到商業(yè)影響的顯著區(qū)域幾乎遍及武漢三鎮(zhèn)（圖5）。

▲ 圖4 | 醫(yī)院因素的空間置信分布

▲ 圖5 | 商業(yè)因素的空間置信分布

       城市建設(shè)規(guī)模也對疫情產(chǎn)生了廣泛的影響，其顯著的影響范圍主要集中在漢陽、武昌、青山（圖6），在漢陽沿江區(qū)域、武昌的環(huán)沙湖沿線、東湖西側(cè)的濱湖地帶，呈現(xiàn)出廊道擴散模式。這些區(qū)域是近年來武漢中心城區(qū)新增房地產(chǎn)開發(fā)的主要區(qū)域，良好的沿江和環(huán)湖景觀吸引了大量居住人口，模型估計結(jié)果與現(xiàn)實基本一致。

▲ 圖6 | 建設(shè)規(guī)模因素的空間置信分布

       疫情受老齡化影響的顯著區(qū)域相對分散（圖7），以漢口的沿江片區(qū)、武昌的楊園、青山的鋼花新村等老舊社區(qū)為主。老舊社區(qū)中居住著大量鐵路系統(tǒng)和鋼鐵企業(yè)的退休工人，屬于城市中比較弱勢的群體，受疫情的沖擊比較明顯。城市邊緣的社區(qū)也容易受到老齡化因素的影響，如白沙洲、光谷等區(qū)域的部分社區(qū)。

▲ 圖7 | 社區(qū)老齡化因素的空間置信分布

      對于地鐵站點（圖8），受該因素顯著影響的區(qū)域與重要的地鐵沿線高度重合（1、2、4號線）。一些位于地鐵終端的社區(qū)，影響比較明顯，如4號線末端的鋼花新村和2號線末端的光谷廣場。

▲ 圖8 | 地鐵站點因素的空間置信分布

5、規(guī)劃策略

（1）高密度社區(qū)極易受到疫情的嚴重沖擊；位于城市邊緣的社區(qū)，隨著老齡化程度的提高，其社區(qū)脆弱性也需要重視。容積率需要合理管控，不僅與社區(qū)的宜居環(huán)境有關(guān)，還涉及到是否能夠?qū)ξ磥砜赡艿囊咔檫M行有效的積極防控。

（2）軌道交通沿線增加適當?shù)慕诸^公園、綠地、綠化隔離帶等“緩沖空間”；優(yōu)化軌道交通節(jié)點周邊的慢行交通系統(tǒng)，通過增加和改善相應(yīng)的城市綠道和步道系統(tǒng)，鼓勵綠色出行?？茖W(xué)設(shè)置各類自然場地、開放空間，將其融入城市慢行系統(tǒng)。

（3）充分考慮多層級應(yīng)急醫(yī)療體系的構(gòu)建，疏解大型綜合醫(yī)院的救治壓力，考慮建筑“平戰(zhàn)結(jié)合”等多用途使用。

6、結(jié)語

      本研究綜合分析了武漢主城區(qū)疫情的空間分布，探索城市空間因子與疫情的關(guān)聯(lián)，對因子效應(yīng)和空間置信范圍進行了估計。結(jié)果顯示，無論是從全局尺度還是局部尺度，容積率、社區(qū)老齡化、設(shè)施密度、土地利用混合度等空間因子均與疫情存在顯著關(guān)聯(lián)。

       我們應(yīng)將這次公共衛(wèi)生事件視為促進城市規(guī)劃發(fā)展升級的重大機遇，城市規(guī)劃應(yīng)該以社區(qū)生活圈為基本“時空”單元，考慮現(xiàn)有的城市自然資源、空間形態(tài)、基礎(chǔ)設(shè)施、人口規(guī)模與結(jié)構(gòu)，合理配置醫(yī)療資源，整合公共空間與服務(wù)設(shè)施存量，打造韌性城市規(guī)劃體系，使得城市細胞單元在面對突發(fā)公共衛(wèi)生事件時能夠快速有效地應(yīng)對，確保城市生活更加安全、健康、美好。

文章來源：城市規(guī)劃  由李欣、周林、賈濤、劉斐旸和鄒宇量撰稿