《表4 2020年1月1日至4月11日中国地理空间疫情风险评估因子探测结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于多元数据的中国地理空间疫情风险评估探索——以2020年1月1日至4月11日COVID-19疫情数据为例》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：p<0.05具有统计意义。

此外，不同指标在影响综合空间风险指数（CSRI）空间分布方面具有空间分层异质性。通过地理探测器的因子探测结果如表4所示，不同因子都具有较高的q值且均通过了p<0.05显著性检验，表明不同因子对于地理空间疫情风险均具有较强的解释力，也在一定程度上验证了综合空间风险指数（CSRI）构建的合理性。而根据交互作用探测结果（表5）可知，地理空间疫情风险并不只是由单一因子影响，其受到多种因子的共同作用，且任意2种因子的交互作用均大于单一因子，其中公路网密度与居民-医院地理距离的交互作用强度最大，q值达0.9842，铁路网密度与居民-医院地理距离的交互作用强度次之，q值达0.9837，反映了道路交通指标在居民前往定点医院治疗的过程中协调作用的结果要高于其单独作用的结果，会显著加剧空间疫情风险。