2020地理设计组三等奖作品：基于新型冠状病毒肺炎(COVID-19)疫情数据的可变面元问题(MAUP)效应分析

作品简介

1

设计思想

2019年底中国武汉爆发新型冠状病毒感染疫情，随之全国各省市均有病例被确诊,并逐渐扩散传播至全球，对中国乃至国际社会造成了巨大冲击。

MAUP为地理数据三大特征之一，指面状空间单元的大小和分区方法会对分析结果产生显著的影响。其主要包括尺度、粒度和分异效应。其中，尺度效应和粒度效应在《题西林壁》一诗中得到了很好的体现。“横看成林侧成峰，远近高低各不同”。不同视角、不同高度等看庐山，其不同，此为尺度效应；若考虑人眼分辨率固定不变，在大尺度下其地物分辨率较低，在小尺度下其地物分辨率较高，故而有“不识庐山真面目”，此为粒度效应。而在Gerrymandering（考虑通过重新划分选取从而干涉选举）的案例中，则很好的诠释了分异效应。生活中，存在尺度、粒度、分异效应的例子还有很多，那么，疫情数据存在分异效应吗？

该作品基于以上思考，从空间统计角度出发，聚焦MAUP问题的三个效应和区域化差异，基于2020.1.20-2020.4.26全国新型冠状病毒病例数据的相关统计指标为基础数据进行分析，探索并验证MAUP相关问题效应。

同时，将内容扩展至尺度-粒度-分异，进一步研究分异是否具有尺度效应和粒度效应，为疫情数据MAUP效应的研究进行更加深入的探讨，也为传染病的预防提供一定的参考。 

(1) 疫情数据的区域化差异及MAUP效应研究

① 区域化差异

研究湖北省、浙江省、广东省、四川省市级新增病例数据，在1月23日、1月28日、2月14日、2月20日的空间自相关分析、聚类与异常值分析的结果，探究新增疫情数据的空间自相关及聚类与异常值结果是否存在区域化差异。

② 尺度效应