結(jié)合氣象資料和GIS構(gòu)建上海市戶籍人口死亡數(shù)據(jù)庫,人口學(xué)論文

結(jié)合氣象資料和GIS構(gòu)建上海市戶籍人口死亡數(shù)據(jù)庫,人口學(xué)論文城市化導(dǎo)致的城市熱島效應(yīng)和環(huán)境惡化以及全球變暖帶來的頻繁的極端氣候事件〔如熱浪和低溫〕嚴(yán)重影響城市居民的健康和生命安全，是近年來環(huán)境健康領(lǐng)域研究的熱門。環(huán)境惡化和氣候極端事件能加重各類疾病的病情，甚至導(dǎo)致疾病的爆發(fā)，進而增加死亡的風(fēng)險。城市地區(qū)由于人口密集，空間有限，突發(fā)性事件和流行性疾病極易導(dǎo)致健康風(fēng)險，需要提早預(yù)警，及時預(yù)報和應(yīng)急救治。因而，建立一個強大而高效的疾病預(yù)測與應(yīng)急指揮系統(tǒng)至關(guān)重要。當(dāng)前國內(nèi)外已陸續(xù)開展針對疾病的管理和應(yīng)急指揮系統(tǒng)的研究，如疾病監(jiān)控管理系統(tǒng)、疾病防控和應(yīng)急指揮決策系統(tǒng)以及針對氣候變化對健康影響的預(yù)警系統(tǒng)等，為疾病的預(yù)警與防控、突發(fā)事件的應(yīng)急指揮與管理等提供了有力支持。疾病和健康具有很強的空間特征，遭到社區(qū)條件、周邊環(huán)境因子、醫(yī)療設(shè)施空間分布等眾多因素的影響，地理信息系統(tǒng)〔GIS〕由于具有強大的數(shù)據(jù)庫管理和空間分析功能，近年來，在疾病和健康領(lǐng)域的應(yīng)用日益廣泛。但是關(guān)于城市死亡人口的管理、評估和綜合分析系統(tǒng)方面的開發(fā)研究卻相對較少，有待加強。極端溫度事件對死亡的影響一直是環(huán)境健康領(lǐng)域的熱門，尤其是在城市熱島效應(yīng)和全球變暖背景下，熱浪〔heatwave〕和寒潮〔coldspell〕對死亡的影響被廣為關(guān)注。大量的研究表示清楚熱浪和寒潮能夠?qū)е骂~外的死亡人數(shù)。上海戶籍人口的死亡也遭到熱浪和寒潮事件的影響。上述研究對人們理解極端溫度事件對居民健康和死亡的影響提供了科學(xué)根據(jù)。但是城市戶籍人口死亡的空間分布特征方面的研究相當(dāng)缺乏，而死亡人數(shù)的空間分布信息對醫(yī)療設(shè)施的規(guī)劃和管理、致死因素分析、有效防控措施的制定等均至關(guān)重要。本文利用2003年上海市戶籍人口死亡數(shù)據(jù)，結(jié)合氣象資料以及上海市的基礎(chǔ)地理信息數(shù)據(jù)，構(gòu)建上海市戶籍人口死亡數(shù)據(jù)庫，在這里基礎(chǔ)上，分析死亡病例的空間分布特征，旨在為上海市疾病預(yù)防與控制、降低居民死亡風(fēng)險、應(yīng)對突發(fā)災(zāi)禍性事件提供參考和決策根據(jù)。二、研究數(shù)據(jù)和方式方法〔一〕研究地點大概情況上海市地處北亞熱帶季風(fēng)性濕潤氣候區(qū)，年平均降雨量1164.5mm，年平均溫度16.6℃，最冷月〔1月〕平均氣溫4.7℃，最熱月〔7月〕平均氣溫為28.0℃〔1971~2000年上海氣候數(shù)據(jù)統(tǒng)計〕，極端最高氣溫40.2℃〔2020年8月7日〕，極端最低氣溫-12.1℃〔1893年1月19日〕。研究表示清楚上海市四季均存在城市熱島現(xiàn)象，熱浪襲擊事件頻發(fā)。1873~2018年的138年間，一共有214次熱浪事件記錄。2003年行政區(qū)劃包括9個中心城區(qū)〔黃浦區(qū)、盧灣區(qū)、徐匯區(qū)、長寧區(qū)、靜安區(qū)、普陀區(qū)、閘北區(qū)、虹口區(qū)、楊浦區(qū)〕、9個郊區(qū)〔閔行區(qū)、寶山區(qū)、嘉定區(qū)、浦東新區(qū)、金山區(qū)、松江區(qū)、奉賢區(qū)、青浦區(qū)、南匯區(qū)〕和1個郊縣〔崇明縣〕。至2020年末，全市戶籍人口總數(shù)為1426.93萬人，全年戶籍人口出生12.11萬人，戶籍人口死亡11.74萬人?！捕硲艏丝谒劳鰯?shù)據(jù)及其處理本文研究使用的是2003年上海市戶籍人口非事故死亡數(shù)據(jù)，由上海市疾病控制中心提供。死亡病例的相關(guān)信息包含：性別、出生日期、死亡日期、年齡、民族、職業(yè)、婚姻狀況、常住地址、行政區(qū)名稱及編號、致死疾病名稱及分類代碼等基本信息。疾病分類采用國際疾病傷害及死因分類標(biāo)準(zhǔn)〔ICD-10代碼〕，根據(jù)ICD代碼可將非事故死亡〔ICD-10：A00-R99〕病因分為15大類。本文研究主要分析總死亡人數(shù)、占死亡人數(shù)比例最大的循環(huán)系統(tǒng)疾病〔ICD-10：I00-99〕和呼吸道疾病〔ICD-10：J00-99〕兩大類。戶籍人口死亡數(shù)據(jù)空間定位采用地理編碼方式方法，即將坐標(biāo)對、地址或地名等文字或數(shù)字描繪敘述轉(zhuǎn)換為地球外表上帶地理坐標(biāo)的對應(yīng)位置的經(jīng)過。本文采用死亡案例中記錄的道路名+門牌號或區(qū)/鎮(zhèn)/村/組/隊信息，利用地圖尋址工具進行定位；對每一條定位數(shù)據(jù)都進行逐條檢查，對定位有誤的給予糾正。糾正后的城鎮(zhèn)死亡人口定位數(shù)據(jù)能夠精到準(zhǔn)確到寓居小區(qū)，農(nóng)村地區(qū)的死亡案例定位精到準(zhǔn)確到村的地理中心點或村委會所在地。2003年上海戶籍人口死亡數(shù)據(jù)共有93823條記錄，除了983條因原始記錄中的數(shù)據(jù)錯誤、地址空缺或輸入錯誤等原因此無法定位外，已定位記錄92840條。因而，本研究所用死亡記錄數(shù)據(jù)共92840條，后續(xù)的數(shù)據(jù)庫建立和空間分析均使用此數(shù)據(jù)?！踩硲艏丝谒劳鰯?shù)據(jù)庫構(gòu)架本研究中上海市戶籍人口死亡空間數(shù)據(jù)庫是基于ArcGIS平臺，利用地理數(shù)據(jù)庫Geodatabase架構(gòu)，采用統(tǒng)一的坐標(biāo)系統(tǒng)，對來自不同數(shù)據(jù)源的數(shù)據(jù)進行標(biāo)準(zhǔn)化整理，定義點、線、面、外表、柵格、圖像、照片、CAD圖形、表格等；根據(jù)Geodatabase的數(shù)據(jù)庫管理系統(tǒng)〔DarabaseManagementSystem，DBMS〕基本配置，使用地理要素類和子類定義實體，包括實體類型、屬性字段等，在Geodatabase模型中構(gòu)造出實際的空間數(shù)據(jù)庫。本數(shù)據(jù)庫概念模型如此圖1所示。將對現(xiàn)實世界抽象得到的概念模型轉(zhuǎn)換成相應(yīng)的數(shù)據(jù)庫管理系統(tǒng)的數(shù)據(jù)模型，用邏輯數(shù)據(jù)構(gòu)造來表示出模型中所提出的各種構(gòu)造，以數(shù)據(jù)描繪敘述語言進行描繪敘述和表示出。其主要內(nèi)容是將實體劃分為點、線、面、外表、柵格、圖像、CAD圖形、表格等對象，根據(jù)矢量、圖像、文本、表格等類型，將所有實體進行分類。三、結(jié)果〔一〕戶籍人口死亡空間數(shù)據(jù)庫及其功能特征戶籍人口死亡數(shù)據(jù)庫建設(shè)主要包含：基礎(chǔ)地理信息數(shù)據(jù)庫，主要內(nèi)容含1∶10萬上海市行政區(qū)劃、上海市道路、醫(yī)院等醫(yī)療基礎(chǔ)設(shè)施分布、上海市居民區(qū)等本底信息的矢量數(shù)據(jù)及相關(guān)屬性數(shù)據(jù)，是進行空間分析、查詢等各種分析的基礎(chǔ)；死亡人口空間信息數(shù)據(jù)庫，含運用地理編碼定位得到的死亡案例的點數(shù)據(jù)及其屬性數(shù)據(jù)庫；屬性數(shù)據(jù)庫信息包括性別、民族、職業(yè)、婚姻狀況、出生日期、死亡日期、常住地址、所在行政區(qū)、病因、疾病名稱、所屬類別等；環(huán)境因子數(shù)據(jù)庫，主要包含上海市氣象站點及氣象觀測數(shù)據(jù)，上海市各環(huán)境監(jiān)測站點監(jiān)測的大氣、水質(zhì)、土壤等環(huán)境因子數(shù)據(jù)，用于進行疾病和死亡的誘因分析和相關(guān)預(yù)防措施的制定等。數(shù)據(jù)庫的功能主要包含：編輯功能，主要是疾病、環(huán)境因子等各類信息的錄入和修改等功能；疾病病因分析功能，利用GIS的空間分析功能，進行疾病和死亡與各種社會環(huán)境、自然環(huán)境、氣候、衛(wèi)生服務(wù)環(huán)境等分析，探尋求索環(huán)境和健康之間的因果關(guān)系，并進行空間表示出，為總結(jié)疾病發(fā)生原因，開展針對性的防治提供根據(jù)；動態(tài)監(jiān)測功能，監(jiān)測疾病發(fā)生的時空狀況，模擬再現(xiàn)疾病的發(fā)生經(jīng)過，預(yù)測疾病的將來時空發(fā)展趨勢，為疾病的防控提供關(guān)鍵信息；專題制圖功能，主要是各種動態(tài)顯示、空間疊加分析、常規(guī)和空間統(tǒng)計分析以及各種專題地圖的制作。圖2舉例顯示了一些功能?！捕硲艏丝谒劳鋈藬?shù)時間分布特征2003年上海市非事故死亡92840例〔排除了SARS非典型肺炎的死亡數(shù)〕，華而不實，男性為48482人，女性為44358人，男性比女性略多，男女死亡比例為1.09。按年齡劃分，華而不實0~44歲3453人，占總?cè)藬?shù)的3.7%；45~59歲9537人，占總?cè)藬?shù)的10.3%；60~74歲24779人，占總?cè)藬?shù)的26.7%；75歲以上55071人，占總?cè)藬?shù)的59.3%，為死亡最多的年齡組。按疾病類型劃分，排在前三位的分別是循環(huán)系統(tǒng)疾病32227人，腫瘤為27918人，呼吸系統(tǒng)疾病為13855人。上海戶籍人口的日死亡情況呈現(xiàn)出明顯的時間變化〔圖3〕。總體上冬季的死亡人數(shù)相對較高，隨著溫度的升高，死亡人數(shù)逐步下降，7、圖32003年上海市日死亡人數(shù)與日最高氣溫分布圖8月份隨著溫度升高死亡人數(shù)又有所上升，死亡人數(shù)隨時間變化呈現(xiàn)出近似W型分布〔圖4-a〕。四季平均死亡人數(shù)從高到低依次為冬季〔12、1~2月〕〔312人/天〕、夏季〔6~8月〕〔246人/天〕、春季〔3~5月〕〔235人/天〕和秋季〔9~11月〕〔226人/天〕。各年齡段的死亡人數(shù)隨季節(jié)變化中，60~74歲和75歲以上的年齡段占死亡人數(shù)的主體，隨時間的變化特征也呈現(xiàn)出W型〔圖4-b〕?！踩硲艏丝谒劳鋈藬?shù)空間分布特征由于上海市各區(qū)縣戶籍人口基數(shù)差異較大，為便于比擬，我們以各區(qū)縣死亡率〔即死亡人數(shù)占戶籍人口總數(shù)的百分比〕來表示〔圖5-a〕，總體來看，死亡率最高的是市區(qū)的黃浦區(qū)，其次為郊區(qū)的金山區(qū)。市區(qū)死亡率最高的是黃浦區(qū)，其次為靜安區(qū)，最低的是長寧區(qū)；郊區(qū)死亡率最高的是金山區(qū)，閔行區(qū)次之，最低是松江區(qū)，總體上市區(qū)死亡率比郊區(qū)略高〔圖5-b〕。而兩大死亡主要病因致死的人數(shù)空間分布表示清楚，循環(huán)系統(tǒng)疾病致死的比例市區(qū)明顯高于郊區(qū)，而呼吸系統(tǒng)疾病致死的比例則市區(qū)顯著低于郊區(qū)〔圖5-c〕。上海市2003年總體死亡人數(shù)根據(jù)從市區(qū)往郊區(qū)每5km寬度做緩沖區(qū)，統(tǒng)計各緩沖區(qū)內(nèi)的死亡人數(shù)，結(jié)果顯示死亡人數(shù)從中心城區(qū)向郊區(qū)呈現(xiàn)逐步降低的趨勢，死亡人數(shù)隨距離呈現(xiàn)出三次多項式函數(shù)關(guān)系〔圖5-d〕。四、討論本文利用地理編碼技術(shù)對上海戶籍人口死亡數(shù)據(jù)空間化，通過建立概念模型，在GIS平臺上構(gòu)建上海市戶籍人口死亡數(shù)據(jù)庫，實現(xiàn)了死亡人數(shù)及其致死疾病信息的入庫與編輯、查詢與統(tǒng)計、死因分析、動態(tài)監(jiān)測與管理、專題地圖制作等基本功能。有助于相關(guān)部門和研究機構(gòu)方便地了解死亡及其致病信息，直觀地表現(xiàn)當(dāng)下死亡的發(fā)病情況及其空間分布特征。但是鑒于數(shù)據(jù)獲取的局限，本文的數(shù)據(jù)庫建設(shè)只是處于初步的階段。研究表示清楚與死亡相關(guān)的疾病類型多樣，環(huán)境因子和極端的氣候氣象事件可顯著加重病情，增加額外死亡率，這些疾病和死亡及其致因經(jīng)常具有突發(fā)性或流行性，并具有較強的空間特征，對于人口密集的城市地區(qū)來講，動態(tài)監(jiān)控，實時預(yù)測預(yù)報，及時采取應(yīng)對措施至關(guān)重要。由于GIS具有強大的空間數(shù)據(jù)管理、分析和顯示等功能，有助于人們很好地理解疾病的發(fā)生與環(huán)境因素、醫(yī)療衛(wèi)生系統(tǒng)之間的關(guān)系。因而，建立基于GIS并結(jié)合當(dāng)代通訊技術(shù)〔如GSM〕的疾病及公共衛(wèi)生領(lǐng)域的預(yù)測、預(yù)警、預(yù)防和應(yīng)急指揮綜合系統(tǒng)是將來研究和應(yīng)用領(lǐng)域的主要方向。上海市戶籍人口死亡數(shù)隨時間呈現(xiàn)出明顯的兩頭高和中間略高的近似W型趨勢，這與2003年上海市的氣溫年變化有關(guān)。研究表示清楚高溫和低溫均能夠引起額外死亡，進而增加死亡人數(shù)，高溫引起的平均死亡率要低于低溫引起的死亡率，高溫引起的死亡率的時滯要低于低溫。Huang.W的研究表示清楚，2003年上海市碰到了50年最強的熱浪襲擊，熱浪導(dǎo)致了中心城區(qū)9個區(qū)257例額外死亡病例。我們的研究表示清楚，2003年上海市經(jīng)歷了兩次熱浪襲擊事件，導(dǎo)致836例額外死亡，一次為期6天的寒潮襲擊，導(dǎo)致了183例的額外死亡〔王曉奧，未發(fā)表數(shù)據(jù)〕。上海市戶籍人口死亡人數(shù)及死亡率總體上呈現(xiàn)出市區(qū)大于郊區(qū)的空間分布特征，主要的原因可能有下面幾個方面：一是城郊〔鄉(xiāng)〕之間的溫度存在空間差異。一方面，市區(qū)夏季的高溫?zé)崂撕统鞘袩釐u效應(yīng)會顯著地增加疾病的發(fā)病率和死亡率，如2003年的夏季熱浪導(dǎo)致了市區(qū)額外死亡病例，熱浪的強度和持續(xù)的時間以及城市熱島效應(yīng)也會增加市區(qū)的死亡率；另一方面，冬季的極端低溫也會造成額外死亡，如2003年低溫寒潮的影響。上述因素都有可能增加市區(qū)和郊區(qū)的死亡空間分布差異。二是城郊〔鄉(xiāng)〕之間的大氣環(huán)境質(zhì)量差異。城市大氣污染會影響城市居民的健康，大氣中的可吸入顆粒物〔PM10、PM2.5〕、臭氧〔O3〕、氮氧化物〔NOx〕等污染物的濃度與死亡率和住院率的增加之間存在相關(guān)性，研究表示清楚，PM10的濃度平均每增加10gm-3，美國城市的死亡率將增加0.48%，而歐洲城市的死亡率則可達0.6%。上海市環(huán)境監(jiān)測的結(jié)果表示清楚市區(qū)大氣污染物的濃度要高于郊區(qū)，因而，市區(qū)的死亡率比郊區(qū)高。在市區(qū)和郊區(qū)，心血管類疾病導(dǎo)致的死亡率均大于呼吸類疾病導(dǎo)致的死亡率，這是由于，一般來講，可吸入顆粒污染物對心血管類疾病發(fā)病住院率要高于呼吸類疾病的住院率，進而增加了死亡率的風(fēng)險。但市區(qū)呼吸道疾病導(dǎo)致的死亡率反而比郊區(qū)低〔圖5-c〕，出現(xiàn)這種情況比擬異常，除非郊區(qū)的大氣顆粒物污染物的濃度高于市區(qū)。根據(jù)上海市環(huán)境質(zhì)量公報〔2001~2005〕的環(huán)境監(jiān)測數(shù)據(jù)，2003年上海市中心城區(qū)的可吸入顆粒物濃度要明顯小于郊區(qū)的濃度，比遠郊的農(nóng)村區(qū)略高，這一數(shù)據(jù)驗證并解釋了這種反常的情況。由于空氣污染對發(fā)病率和死亡率的影響存在長期效應(yīng)、短期效應(yīng)，乃至急性效應(yīng)，本研究因當(dāng)前缺乏足夠的大氣污染空間分布數(shù)據(jù)進行定量分析，因而，上述分析只是可能的原因。進一步定量分析污染物濃度與死亡率之間的關(guān)系在后續(xù)研究中會陸續(xù)開展。上海市戶籍人口死亡數(shù)據(jù)的空間分布特征，還表如今死亡人數(shù)從市區(qū)到郊區(qū)呈現(xiàn)出三次函數(shù)分布關(guān)系〔R2=0.9194，P0.001〕〔圖5-d〕，城市戶籍死亡人數(shù)從市區(qū)到郊區(qū)呈現(xiàn)出迅速下降，然后隨著距離向遠郊區(qū)延伸，死亡人數(shù)呈逐步減少趨勢。這和上海市戶籍總?cè)丝谝约?5歲以上老年人口的空間分布呈三次多項式非常相近。這表示清楚城市人口的分布嚴(yán)重影響城市戶籍人口死亡的數(shù)量。在上海市戶籍人口死亡病例中，60歲以上死亡病例平均約占總死亡率人數(shù)的86.7%，而上海市65歲以上人口的空間分布呈三次函數(shù)的衰減，這也從另一個方面解釋了城鄉(xiāng)死亡人數(shù)的空間分布差異?！緢D略】【以下為參考文獻】［1］Schar，C.etal.TheRoleofIncreasingTemperatureVariabilityinEuropeanSummerHeatwaves［J］.Nature，2004，427：332-336.［2］Patz，J.A.，Campbell-Lendrum，D.，Holloway