2022年10月26日，中國科學(xué)院地理科學(xué)與資源研究所，資源與環(huán)境信息系統(tǒng)國家重點實驗室周成虎院士團隊在《美國地理學(xué)家協(xié)會年鑒》（Annals of the American Association of Geographers）在線發(fā)表題為“A Systematic Review of COVID-19 Geographical Research: Machine Learning and Bibliometric Approach”的論文，系統(tǒng)綜述了地理學(xué)在抗擊新冠中發(fā)揮的作用和貢獻。

新冠（COVID-19）爆發(fā)對全球經(jīng)濟、人類健康和日常生活造成巨大影響。來自不同領(lǐng)域的研究人員以前所未有的規(guī)模加入了這場抗擊大流行的戰(zhàn)斗中。了解COVID-19的時空動態(tài)對減緩其傳播至關(guān)重要，地理學(xué)在應(yīng)對疫情的諸多方面發(fā)揮了不可或缺的作用。因此，對COVID-19主題下的地理學(xué)研究進行綜述，對總結(jié)地理學(xué)對抗擊疫情做出的貢獻具有重要意義。

本研究使用機器學(xué)習(xí)方法從Web of Science數(shù)據(jù)庫中識別地理學(xué)領(lǐng)域的COVID-19論文，采用文獻計量方法識別主要的研究主題，揭示了地理科學(xué)對COVID-19研究的貢獻。該綜述有助于決策者更好地理解如何利用空間思維控制病毒的傳播，幫助研究人員了解當(dāng)前的研究進展，并為未來的研究提供參考。

首先，研究團隊獲得了1171篇關(guān)于COVID-19的地理學(xué)論文，其中人文地理學(xué)論文728篇，GIS論文408篇，自然地理學(xué)論文35篇（圖1）。其次，根據(jù)共現(xiàn)網(wǎng)絡(luò)，確定了COVID-19的傳播、社會管理、公眾行為和影響4個主要研究主題（圖2）和10個子主題。

圖1 COVID-19相關(guān)的地理學(xué)出版物及其在2021年12月前的月度趨勢

圖2 地理學(xué)相關(guān)COVID-19論文的關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)

在COVID-19的傳播主題下，包含三個子主題：1）影響COVID-19傳播的因素。圖3說明了主要的發(fā)現(xiàn)。日照、臭氧、細(xì)顆粒物（PM2.5）、人口流動等都促進了COVID-19的傳播。相反，大氣壓力、溫度、風(fēng)速和濕度等會抑制它；2）COVID-19在媒體上的傳播。該子主題下的研究主要分析了電視、社交媒體等在大流行期間產(chǎn)生的作用；3）疫情預(yù)測。SIR模型、SEIR模型、貝葉斯模型、地理加權(quán)回歸模型等被廣泛用于預(yù)測疫情的發(fā)展。

在社會管理主題下，研究人員使用諸如基于主體的模型（agent-based model）和SIR模型來模擬流行病的變化，通過比較實施非藥物干預(yù)措施（NPI）前后的疫情情況，評價干預(yù)措施的有效性。發(fā)現(xiàn)測試-追蹤-隔離措施是較為高效的手段。

在公眾行為主題下，包含4個子主題：1）流動性。疫情期間，民眾的流動性整體減少，但是去往城市綠地的次數(shù)變多，并且存在民眾從城市前往農(nóng)村的流動趨勢；2）工作。COVID-19使民眾的外出通勤次數(shù)減少，遠(yuǎn)程辦公率增加；3）教育。COVID-19迫使教育方式轉(zhuǎn)為線上教學(xué)，使得地理學(xué)等需要野外或?qū)嶒炇覍W(xué)習(xí)的專業(yè)的教學(xué)工作受到限制；4）心理健康。新冠肺炎疫情限制了人們的活動，對心理健康的傷害不可避免，尤其是單身母親。

圖3 影響COVID-19傳播的因素以及COVID-19產(chǎn)生的影響

在COVID-19的影響主題下，包含三個子主題：1）對經(jīng)濟的影響。疫情發(fā)生后，經(jīng)濟活力下降，市場需求下降。宏觀層面，國際貿(mào)易受到影響，全球海上貿(mào)易與航空貨運的規(guī)模均下降。行業(yè)層面，能源市場與農(nóng)業(yè)等受到影響。個人層面，大流行對不同收入人群的影響不同，導(dǎo)致不平等加劇；2）對自然的影響。最重要的變化是空氣質(zhì)量的改善。然而，人類產(chǎn)生的廢物比以前更多，例如塑料廢物；3）社會不平等。疫情給人民特別是弱勢群體的生活帶來諸多困難和不便，加劇了社會不平等，主要包括貧民窟居民、民工與少數(shù)族裔等群體。

至于COVID-19的地理研究中常用的方法主要包括：1）回歸。地理加權(quán)回歸（GWR）、多尺度地理加權(quán)回歸（MGWR）等；2）聚類。莫蘭指數(shù)與Geary’s C等；3）網(wǎng)絡(luò)分析；4）遙感；5）調(diào)查與訪談；6）其他常見方法，如基于主體的模型、SIR模型等。

此項研究體現(xiàn)了地理科學(xué)對COVID-19研究的貢獻，發(fā)現(xiàn)了當(dāng)前的研究熱點，并為地理學(xué)者今后的研究提供了參考。此外，其他研究這些主題的研究者可以加強與地理學(xué)者的跨學(xué)科合作。對于政府而言，此項研究的結(jié)果有助于當(dāng)局根據(jù)當(dāng)?shù)氐淖匀?、?jīng)濟和社會特征評估轄區(qū)的感染風(fēng)險，以采取更有針對性的策略，避免一刀切的做法浪費公共資源等。

研究成果在線發(fā)表于地理學(xué)旗艦期刊Annals of the American Association of Geographers。中科院地理所資源與環(huán)境信息系統(tǒng)國家重點實驗室博士研究生奚鏡倫為本文第一作者，王江浩副研究員與周成虎院士為共同通訊作者，劉曉璐博士研究生、姚凌副研究員為本文共同作者。研究得到了國家自然科學(xué)基金委等資助。

論文信息：Jinglun Xi, Xiaolu Liu, Jianghao Wang, Ling Yao & Chenghu Zhou (2022) A Systematic Review of COVID-19 Geographical Research: Machine Learning and Bibliometric Approach, Annals of the American Association of Geographers, DOI: 10.1080/24694452.2022.2130143

論文鏈接：https://www.tandfonline.com/doi/full/10.1080/24694452.2022.2130143