结合气象资料和GIS构建上海市户籍人口死亡数据库

　　一、前言

　　城市化导致的城市热岛效应和环境恶化以及全球变暖带来的频繁的极端气候事件（如热浪和低温）严重影响城市居民的健康和生命安全，是近年来环境健康领域研究的热点。

　　环境恶化和气候极端事件能加重各类疾病的病情，甚至导致疾病的爆发，从而增加死亡的风险。城市地区由于人口密集，空间有限，突发性事件和流行性疾病极易导致健康风险，需要提前预警，及时预报和应急救治。因此，建立一个强大而高效的疾病预测与应急指挥系统至关重要。目前国内外已陆续开展针对疾病的管理和应急指挥系统的研究，如疾病监控管理系统、疾病防控和应急指挥决策系统以及针对气候变化对健康影响的预警系统等，为疾病的预警与防控、突发事件的应急指挥与管理等提供了有力支持。疾病和健康具有很强的空间特征，受到社区条件、周边环境因子、医疗设施空间分布等诸多因素的影响，地理信息系统（GIS）因为具有强大的数据库管理和空间分析功能，近年来，在疾病和健康领域的应用日益广泛。

　　但是关于城市死亡人口的管理、评估和综合分析系统方面的开发研究却相对较少，有待加强。

　　极端温度事件对死亡的影响一直是环境健康领域的热点，尤其是在城市热岛效应和全球变暖背景下，热浪（heatwave）和寒潮（cold spell）对死亡的影响被广为关注。

　　大量的研究表明热浪和寒潮能够导致额外的死亡人数。

　　上海户籍人口的死亡也受到热浪和寒潮事件的影响。

　　上述研究对人们理解极端温度事件对居民健康和死亡的影响提供了科学依据。但是城市户籍人口死亡的空间分布特征方面的研究相当缺乏，而死亡人数的空间分布信息对医疗设施的规划和管理、致死因素分析、有效防控措施的制定等均至关重要。

　　本文利用2003年上海市户籍人口死亡数据，结合气象资料以及上海市的基础地理信息数据，构建上海市户籍人口死亡数据库，在此基础上，分析死亡病例的空间分布特征，旨在为上海市疾病预防与控制、降低居民死亡风险、应对突发灾害性事件提供参考和决策依据。

　　二、研究数据和方法

　　（一）研究地点概况

　　上海市地处北亚热带季风性湿润气候区，年平均降雨量1 164.5mm，年平均温度16.6℃，最冷月（1月）平均气温4.7℃，最热月（7月）平均气温为28.0℃（1971~2000年上海气候数据统计），极端最高气温40.2℃（2013年8月7日），极端最低气温-12.1℃（1893年1月19日）。研究表明上海市四季均存在城市热岛现象，热浪袭击事件频发。1873~2010年的138年间，一共有214次热浪事件记录。

　　2003年行政区划包括9个中心城区（黄浦区、卢湾区、徐汇区、长宁区、静安区、普陀区、闸北区、虹口区、杨浦区）、9个郊区（闵行区、宝山区、嘉定区、浦东新区、金山区、松江区、奉贤区、青浦区、南汇区）和1个郊县（崇明县）。至2012年末，全市户籍人口总数为1 426.93万人，全年户籍人口出生12.11万人，户籍人口死亡11.74万人。

　　（二）户籍人口死亡数据及其处理

　　本文研究使用的是2003年上海市户籍人口非事故死亡数据，由上海市疾病控制中心提供。死亡病例的相关信息包含：性别、出生日期、死亡日期、年龄、民族、职业、婚姻状况、常住地址、行政区名称及编号、致死疾病名称及分类代码等基本信息。疾病分类采用国际疾病伤害及死因分类标准（ICD-10代码），根据ICD代码可将非事故死亡（ICD-10：A00-R99）病因分为15大类。本文研究主要分析总死亡人数、占死亡人数比例最大的循环系统疾病（ICD-10：I00-99）和呼吸道疾病（ICD-10：J00-99）两大类。

　　户籍人口死亡数据空间定位采用地理编码方法，即将坐标对、地址或地名等文字或数字描述转换为地球表面上带地理坐标的对应位置的过程。本文采用死亡案例中记录的道路名+门牌号或区/镇/村/组/队信息，利用地图寻址工具进行定位；对每一条定位数据都进行逐条检查，对定位有误的给予纠正。纠正后的城镇死亡人口定位数据可以精确到居住小区，农村地区的死亡案例定位精确到村的地理中心点或村委会所在地。2003年上海户籍人口死亡数据共有93 823条记录，除了983条因原始记录中的数据错误、地址空缺或输入错误等原因而无法定位外，已定位记录92 840条。因此，本研究所用死亡记录数据共92 840条，后续的数据库建立和空间分析均使用此数据。

　　（三）户籍人口死亡数据库构架

　　本研究中上海市户籍人口死亡空间数据库是基于ArcGIS平台，利用地理数据库Geodatabase架构，采用统一的坐标系统，对来自不同数据源的数据进行标准化整理，定义点、线、面、表面、栅格、图像、照片、CAD 图形、表格等；根据 Geodatabase 的数据库管理系统（Darabase Management System，DBMS）基本配置，使用地理要素类和子类定义实体，包括实体类型、属性字段等，在Geodatabase模型中构造出实际的空间数据库。本数据库概念模型如图1所示。将对现实世界抽象得到的概念模型转换成相应的数据库管理系统的数据模型，用逻辑数据结构来表达模型中所提出的各种结构，以数据描述语言进行描述和表达。其主要内容是将实体划分为点、线、面、表面、栅格、图像、CAD图形、表格等对象，按照矢量、图像、文本、表格等类型，将所有实体进行分类。

　　三、结果

　　（一）户籍人口死亡空间数据库及其功能特征

　　户籍人口死亡数据库建设主要包含：基础地理信息数据库，主要内容含1∶10万上海市行政区划、上海市道路、医院等医疗基础设施分布、上海市居民区等本底信息的矢量数据及相关属性数据，是进行空间分析、查询等各种分析的基础；死亡人口空间信息数据库，含运用地理编码定位得到的死亡案例的点数据及其属性数据库；属性数据库信息包括性别、民族、职业、婚姻状况、出生日期、死亡日期、常住地址、所在行政区、病因、疾病名称、所属类别等；环境因子数据库，主要包含上海市气象站点及气象观测数据，上海市各环境监测站点监测的大气、水质、土壤等环境因子数据，用于进行疾病和死亡的诱因分析和相关预防措施的制定等。数据库的功能主要包含：编辑功能，主要是疾病、环境因子等各类信息的录入和修改等功能；疾病病因分析功能，利用GIS的空间分析功能，进行疾病和死亡与各种社会环境、自然环境、气候、卫生服务环境等分析，探索环境和健康之间的因果关系，并进行空间表达，为总结疾病发生原因，开展针对性的防治提供依据；动态监测功能，监测疾病发生的时空状况，模拟再现疾病的发生过程，预测疾病的未来时空发展趋势，为疾病的防控提供关键信息；专题制图功能，主要是各种动态显示、空间叠加分析、常规和空间统计分析以及各种专题地图的制作。图2举例显示了一些功能。
　　
　　（二）户籍人口死亡人数时间分布特征
　　
　　2003年上海市非事故死亡92 840例（排除了SARS非典型肺炎的死亡数），其中，男性为48 482人，女性为44 358人，男性比女性略多，男女死亡比例为1.09。按年龄划分，其中0~44岁3 453人，占总人数的3.7%；45~59岁9 537人，占总人数的10.3%；60~74岁24 779人，占总人数的26.7%；75岁以上55 071人，占总人数的59.3%，为死亡最多的年龄组。按疾病类型划分，排在前三位的分别是循环系统疾病 32 227 人，肿瘤为27 918 人，呼吸系统疾病为13 855人。

　　上海户籍人口的日死亡情况呈现出明显的时间变化（图3）。总体上冬季的死亡人数相对较高，随着温度的升高，死亡人数逐渐下降，7、图3 2003年上海市日死亡人数与日最高气温分布图8月份随着温度升高死亡人数又有所上升，死亡人数随时间变化呈现出近似“W”型分布（图4-a）。四季平均死亡人数从高到低依次为冬季（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）。各年龄段的死亡人数随季节变化中，60~74岁和75岁以上的年龄段占死亡人数的主体，随时间的变化特征也呈现出“W”型（图4-b）。
　　
　　（三）户籍人口死亡人数空间分布特征
　　
　　由于上海市各区县户籍人口基数差异较大，为便于比较，我们以各区县死亡率（即死亡人数占户籍人口总数的百分比）来表示（图5-a），总体来看，死亡率最高的是市区的黄浦区，其次为郊区的金山区。市区死亡率最高的是黄浦区，其次为静安区，最低的是长宁区；郊区死亡率最高的是金山区，闵行区次之，最低是松江区，总体上市区死亡率比郊区略高（图5-b）。而两大死亡主要病因致死的人数空间分布表明，循环系统疾病致死的比例市区明显高于郊区，而呼吸系统疾病致死的比例则市区显着低于郊区（图5-c）。

　　上海市2003年总体死亡人数按照从市区往郊区每5km宽度做缓冲区，统计各缓冲区内的死亡人数，结果显示死亡人数从中心城区向郊区呈现逐渐降低的趋势，死亡人数随距离呈现出三次多项式函数关系（图5-d）。
　　
　　四、讨论

　　本文利用地理编码技术对上海户籍人口死亡数据空间化，通过建立概念模型，在GIS平台上构建上海市户籍人口死亡数据库，实现了死亡人数及其致死疾病信息的入库与编辑、查询与统计、死因分析、动态监测与管理、专题地图制作等基本功能。有助于相关部门和研究机构方便地了解死亡及其致病信息，直观地表现当前死亡的发病情况及其空间分布特征。但是鉴于数据获取的局限，本文的数据库建设只是处于初步的阶段。研究表明与死亡相关的疾病类型多样，环境因子和极端的气候气象事件可显着加重病情，增加额外死亡率，这些疾病和死亡及其致因常常具有突发性或流行性，并具有较强的空间特征，对于人口密集的城市地区来说，动态监控，实时预测预报，及时采取应对措施至关重要。由于GIS具有强大的空间数据管理、分析和显示等功能，有助于人们很好地理解疾病的发生与环境因素、医疗卫生系统之间的关系。

　　因此，建立基于GIS并结合现代通讯技术（如GSM）的疾病及公共卫生领域的预测、预警、预防和应急指挥综合系统是未来研究和应用领域的主要方向。

　　上海市户籍人口死亡数随时间呈现出明显的两头高和中间略高的近似“W”型趋势，这与2003年上海市的气温年变化有关。研究表明高温和低温均可以引起额外死亡，从而增加死亡人数，高温引起的平均死亡率要低于低温引起的死亡率，高温引起的死亡率的时滞要低于低温。

　　Huang.W的研究表明，2003年上海市遇到了50年最强的热浪袭击，热浪导致了中心城区9个区257例额外死亡病例。

　　我们的研究表明，2003年上海市经历了两次热浪袭击事件，导致836例额外死亡，一次为期6天的寒潮袭击，导致了183例的额外死亡（王晓奥，未发表数据）。

　　上海市户籍人口死亡人数及死亡率总体上呈现出市区大于郊区的空间分布特征，主要的原因可能有以下几个方面：一是城郊（乡）之间的温度存在空间差异。一方面，市区夏季的高温热浪和城市热岛效应会显着地增加疾病的发病率和死亡率，如2003年的夏季热浪导致了市区额外死亡病例，热浪的强度和持续的时间以及城市热岛效应也会增加市区的死亡率；另一方面，冬季的极端低温也会造成额外死亡，如2003年低温寒潮的影响。上述因素都有可能增加市区和郊区的死亡空间分布差异。二是城郊（乡）之间的大气环境质量差异。城市大气污染会影响城市居民的健康，大气中的可吸入颗粒物（PM10、PM2.5）、臭氧（O3）、氮氧化物（NOx）等污染物的浓度与死亡率和住院率的增加之间存在相关性，研究表明，PM10的浓度平均每增加10μgm-3，美国城市的死亡率将增加0.48%，而欧洲城市的死亡率则可达0.6%。

　　上海市环境监测的结果表明市区大气污染物的浓度要高于郊区，因此，市区的死亡率比郊区高。在市区和郊区，心血管类疾病导致的死亡率均大于呼吸类疾病导致的死亡率，这是因为，一般来说，可吸入颗粒污染物对心血管类疾病发病住院率要高于呼吸类疾病的住院率，从而增加了死亡率的风险。但市区呼吸道疾病导致的死亡率反而比郊区低（图5-c），出现这种情况比较异常，除非郊区的大气颗粒物污染物的浓度高于市区。根据上海市环境质量公报（2001~2005）的环境监测数据，2003年上海市中心城区的可吸入颗粒物浓度要明显小于郊区的浓度，比远郊的农村区略高，这一数据验证并解释了这种反常的情况。由于空气污染对发病率和死亡率的影响存在长期效应、短期效应，乃至急性效应，本研究因目前缺乏足够的大气污染空间分布数据进行定量分析，因此，上述分析只是可能的原因。进一步定量分析污染物浓度与死亡率之间的关系在后续研究中会陆续开展。

　　上海市户籍人口死亡数据的空间分布特征，还表现在死亡人数从市区到郊区呈现出三次函数分布关系（R2=0.9194，P<0.001）（图5-d），城市户籍死亡人数从市区到郊区呈现出迅速下降，然后随着距离向远郊区延伸，死亡人数呈逐渐减少趋势。这和上海市户籍总人口以及65岁以上老年人口的空间分布呈三次多项式非常相近。

　　这表明城市人口的分布严重影响城市户籍人口死亡的数量。在上海市户籍人口死亡病例中，60岁以上死亡病例平均约占总死亡率人数的86.7%，而上海市65岁以上人口的空间分布呈三次函数的衰减，这也从另一个方面解释了城乡死亡人数的空间分布差异。【图略】

　　【参考文献】

　　［1］Schar，C. et al. The Role of Increasing Temperature Variability in European Summer Heatwaves［J］. Nature，2004，427：332-336.
　　［2］Patz，J. A.，Campbell-Lendrum，D.，Holloway，T. & Foley，J. A. Impact of Regional Climate Change on Human Health［J］. Nature，2005，438：310-317.
　　［3］谈建国，黄家鑫. 热浪对人体健康的影响及其研究方法［J］. 气候与环境研究，2004，（9）：680-686.
　　［4］李维民，李婵娟，李廷荣. 某市（区）基于GIS的疾病监控管理系统建设［J］. 重庆医学，2008，（37）：1859-1860.
　　［5］钟凯文，黄建明. 基于GIS/GSM的疾病防疫应急指挥决策系统的设计与实现［J］. 测绘科学，2004，（29）：29-32.