2004—2023年中国登革热时空分布特征与影响因素研究

doi:10.12114/j.issn.1007-9572.2026.0017

中国全科医学 ›› 2026, Vol. 29 ›› Issue (26): 3844-3850.DOI: 10.12114/j.issn.1007-9572.2026.0017

2004—2023年中国登革热时空分布特征与影响因素研究

王稼璇¹, 王兆娴²^,³, 黄小芬¹, 赵进奎²^,³, 拉巴桑珠¹^,⁴^,⁵^,^*()

1．850000　西藏自治区拉萨市，西藏大学医学院
2．471003　河南省洛阳市疾病预防控制中心消毒与媒介生物控制所
3．471003　河南省洛阳市媒介传染病病原重点实验室
4．850000　西藏自治区拉萨市，公共卫生安全与政策研究重点实验室
5．850000　西藏自治区拉萨市，西藏大学高原健康科学研究中心

收稿日期:2026-02-10 修回日期:2026-04-20 出版日期:2026-09-15 发布日期:2026-08-11
通讯作者: 拉巴桑珠
作者贡献：
王稼璇负责数据的收集及论文的撰写；王兆娴负责数据的分析处理；黄小芬、赵进奎参与分析与讨论，提出修改意见；拉巴桑珠负责最终版本审核。
基金资助:
西藏自治区自然科学基金重点项目(XZ202301ZR0021G); 2023年度河南省医学科技攻关计划项目(LHGJ20230805)

Spatiotemporal Patterns and Determinants of Dengue in China during 2004-2023

WANG Jiaxuan¹, WANG Zhaoxian²^,³, HUANG Xiaofen¹, ZHAO Jinkui²^,³, LABA Sangzhu¹^,⁴^,⁵^,^*()

1. Xizang University Medical College, Lhasa 850000, China
2. Institute of Disinfection and Vector Control, Luoyang Center for Disease Control and Prevention, Luoyang 471003, China
3. Luoyang Key Laboratory for Vector-borne Pathogens, Luoyang 471003, China
4. Lhasa Key Laboratory of Public Health Security and Policy Research, Lhasa 850000, China
5. High Altitude Health Science Research Center of Xizang University, Lhasa 850000, China

Received:2026-02-10 Revised:2026-04-20 Published:2026-09-15 Online:2026-08-11
Contact: LABA Sangzhu

摘要/Abstract

摘要： 背景登革热是我国蚊传疾病中发病率上升较快的媒介传染病之一，且流行范围逐渐向北部地区蔓延。目的分析2004—2023年中国登革热的疾病负担、时空分布特征及其影响因素。方法利用2025年全球疾病负担（GBD）数据库、中国公共卫生科学数据中心、《中国卫生健康统计年鉴（2022）》、国家数据及天气后报网数据，分析中国登革热发病及死亡估计年度变化百分比（EAPC），描述性分析登革热发病率的时间地域分布及流行趋势，最后通过多重共线性及空间自相关检验后，利用时空地理加权回归（GTWR）模型结合2018—2020年经济、交通、医疗卫生及自然4个维度的影响因素进行省级地域异质性分析。结果 2004—2023年中国登革热年龄标化发病率呈上升趋势（EAPC=5.51%），年龄标化死亡率呈下降趋势（EAPC=-5.16%）。我国大部分省市登革热发病率在2004—2020年呈上升趋势，发病高峰为9月份。依据2018—2020年中国登革热发病率数据构建的GTWR模型，R2=0.739，Adjusted R2=0.719，AIC=340.492，能够较好地解释自变量对登革热发病的影响。各变量拟合系数时空分布图显示,全体居民人均可支配收入、旅客周转量在各省（自治区、直辖市）与登革热发病率呈负相关关系，接待国际游客量及平均气温在各省（自治区、直辖市）与登革热发病率呈正相关关系，每千人口卫生技术人员数仅在东部经济发达地区与登革热发病率呈正相关关系，平均降水量在我国秦岭-淮河以北主要与登革热发病率呈正相关关系，在秦岭-淮河以南主要与登革热发病率呈负相关关系。结论我国大部分省市登革热发病率在2004—2020年呈上升趋势，发病高峰为9月份。全体居民人均可支配收入、旅客周转量、接待国际游客量、每千人口卫生技术人员数、平均气温及平均降水量均对我国登革热的发病具有显著影响，但存在较强的地域异质性，因此应针对各地的具体情况制定针对性的防控措施。

关键词: 登革热, 发病率, 估计年度变化百分比, 时空分析, 时空地理加权回归, 影响因素

Abstract:

Background

Dengue is the fastest-rising mosquito-borne disease in China, with its prevalence rapidly expanding northward in recent years.

Objective

To analyze the disease burden, spatiotemporal patterns, and determinants of Dengue in China from 2004 to 2023.

Methods

Data from the Global Burden of Disease Study 2024, Chinese Public Health Science Data Center, China Health Statistics Yearbook (2022), National Statistics, and weather databases were utilized. Estimated annual percentage change (EAPC) for incidence and mortality were calculated. Spatiotemporal distribution and trends were described. After addressing multicollinearity and spatial autocorrelation, a geographically and temporally weighted regression (GTWR) model was employed to analyze provincial regional heterogeneity by incorporating influencing factors from four dimensions—economy, transportation, healthcare, and natural environment from 2018 to 2020.

Results

From 2004 to 2023, the age-standardized incidence rate (EAPC=5.51%) increased, while age-standardized mortality (EAPC=-5.16%) declined. Dengue fever incidence in most provinces and cities of China showed an increasing trend from 2004 to 2020, with the peak occurring in September. The GTWR model demonstrated strong explanatory power (R²=0.739, Adjusted R²=0.719, AIC=340.492). Based on the spatiotemporal distribution of fitted coefficients, per capita disposable income and passenger turnover showed negative correlations with dengue incidence across provinces. International tourist arrivals and average temperature exhibited positive nationwide correlations. Health personnel per 1 000 population correlated positively only in eastern developed provinces. Average precipitation correlated positively north of the Qinling-Huaihe Line but negatively south of it.

Conclusion

The incidence of dengue fever in most provinces and cities of our country has been on the rise from 2004 to 2020, with the peak incidence in September. The per capita disposable income of all residents, the turnover of tourists, the number of international tourists received, the number of health technicians per thousand people, the average temperature and the average precipitation all have significant influences on the incidence of dengue fever in China. However, there is a strong regional heterogeneity. Therefore, targeted prevention and control measures should be formulated according to the specific conditions of each place.

Key words: Dengue, Incidence, Estimated annual percentage change, Spatiotemporal analysis, Geographically and temporally weighted regression, Influencing factors

中图分类号:

R 512.8

王稼璇,王兆娴,黄小芬,等. 2004—2023年中国登革热时空分布特征与影响因素研究[J]. 中国全科医学, 2026, 29(26): 3844-3850. DOI: 10.12114/j.issn.1007-9572.2026.0017.
WANG Jiaxuan,WANG Zhaoxian,HUANG Xiaofen, et al. Spatiotemporal Patterns and Determinants of Dengue in China during 2004-2023[J]. Chinese General Practice, 2026, 29(26): 3844-3850. DOI: 10.12114/j.issn.1007-9572.2026.0017.

图/表 5

参考文献 30

[1]	World Health Organization. Dengue-Global situation[EB/OL]. [2026-04-01].
[2]	Ni H B, Cai X Y, Ren J R, et al. Epidemiological characteristics and transmission dynamics of dengue fever in China[J]. Nat Commun, 2024, 15: 8060. DOI: 10.1038/s41467-024-52460-w.
[3]	Padonou G G, Konkon A K, Zoungbédji D M, et al. Detection of DENV-1, DENV-3, and DENV-4 serotypes inAedes aegyptiandAedes albopictus, and epidemic risk in the departments of oueme and plateau, south-eastern Benin[J]. Vector Borne Zoonotic Dis, 2024, 24(9): 614-624. DOI: 10.1089/vbz.2023.0071.
[4]	贾清臣. 登革热本地传播风险评价指标体系研究[D]. 济南: 山东大学, 2023.
[5]	杨慧欣, 赵晨皓, 雒静静, 等. 2011—2018年我国登革热疫情时间序列分析及空间自相关分析[J]. 中华疾病控制杂志, 2019, 23(10): 1250-1254. DOI: 10.16462/j.cnki.zhjbkz.2019.10.018.
[6]	Rumgay H, Ferlay J, De Martel C, et al. Global, regional and national burden of primary liver cancer by subtype[J]. Eur J Cancer, 2022, 161: 108-118. DOI: 10.1016/j.ejca.2021.11.023.
[7]	国家卫生健康委员会. 中国卫生健康统计年鉴(2022)[M]. 北京:中国卫生健康年鉴社, 2023.
[8]	张荣强, 李凤英. 年估计百分比变化与平均增长速度在公共卫生领域中的应用比较[J]. 中国卫生统计, 2015, 32(2): 328-329, 332.
[9]	符淙斌, 王强. 气候突变的定义和检测方法[J]. 大气科学, 1992, 16(4): 482-493.
[10]	郭辽. 时间序列空间自相关统计方法应用研究[D]. 天津: 中国民航大学, 2023.
[11]	Huang B, Wu B, Barry M. Geographically and temporally weighted regression for modeling spatio-temporal variation in house prices[J]. Int J Geogr Inf Sci, 2010, 24(3): 383-401. DOI: 10.1080/13658810802672469.
[12]	Ajie M, Pascapurnama D N, Prodjosoewojo S, et al. Development of nucleic acid lateral flow immunoassay for rapid and accurate detection of chikungunya virus in Indonesia[J]. J Microbiol Biotechnol, 2021, 31(12): 1716-1721. DOI: 10.4014/jmb.2108.08025.
[13]	赵宁, 郭玉红, 吴海霞, 等. 2019年全国媒介蚊虫监测报告[J]. 中国媒介生物学及控制杂志, 2020, 31(4): 395-400, 406.
[14]	赵锦, 周银柱, 陈水连, 等. 中国登革热发病趋势与时空分布特征[J]. 中国热带医学, 2024, 24(8): 920-924. DOI: 10.13604/j.cnki.46-1064/r.2024.08.06.
[15]	黄婧雯, 李玉伟, 陈斌, 等. 福建省2020—2024年登革热媒介伊蚊监测分析[J]. 中国热带医学, 2025, 25(9): 1131-1136. DOI: 10.13604/j.cnki.46-1064/r.2025.09.08.
[16]	郭宁宁. 不同风险区居民登革热预防行为及相关因素的比较研究[D]. 济南: 山东大学, 2023.
[17]	汪瑜娇, 李金泽, 唐芃. 人本视角的多层级城市医疗卫生服务设施可达性评价——以南京市为例[J]. 西部人居环境学刊, 2024, 39(4): 31-37. DOI: 10.13791/j.cnki.hsfwest.20240405.
[18]	郭炫麟, 何静, 王晓琦, 等. 2018—2021年我国专业公共卫生机构资源空间分布均衡性研究[J]. 中国公共卫生管理, 2024, 40(1): 58-61, 69. DOI: 10.19568/j.cnki.23-1318.2024.01.0014.
[19]	司小飞. 数字经济、就业效应与人口流动——基于黄河流域沿线57个地级市的面板数据[J]. 人口与发展, 2025, 31(4): 132-141.
[20]	Salje H, Lessler J, Maljkovic Berry I, et al. Dengue diversity across spatial and temporal scales: Local structure and the effect of host population size[J]. Science, 2017, 355(6331): 1302-1306. DOI: 10.1126/science.aaj9384.
[21]	董宇, 吴正昊, 刘泽华, 等. 基于机器学习的广东省登革热流行特征及趋势预测模型研究[J]. 热带医学杂志, 2025, 25(5): 609-613, 632, I0002. DOI: 10.3969/j.issn.1672-3619.2025.05.005.
[22]	岳玉娟, 刘小波, 任东升, 等. 中国大陆2005—2020年登革热流行病学特征分析[J]. 中国媒介生物学及控制杂志, 2023, 34(6): 761-766, 818.
[23]	张强辉, 姜玉庭, 李超杰, 等. 不同气候区白纹伊蚊滞育卵差异研究[J]. 寄生虫与医学昆虫学报, 2021, 28(1): 35-40. DOI: 10.3969/j.issn.1005-0507.2021.01.006.
[24]	廖国栋, 智利蓉, 宋英杰, 等. 温度对白纹伊蚊生长发育及存活率的影响[J]. 中华卫生杀虫药械, 2023, 29(3): 260-263. DOI: 10.19821/j.1671-2781.2023.03.018.
[25]	赵星, 左丽, 舒丽萍, 等. 白纹伊蚊对登革病毒垂直传递能力研究[J]. 中国公共卫生, 2006, 22(10): 1185-1187. DOI: 10.3321/j.issn:1001-0580.2006.10.021.
[26]	Islam S, Haque C E, Hossain S, et al. Role of container type, behavioural, and ecological factors in Aedes pupal production in Dhaka, Bangladesh: an application of zero-inflated negative binomial model[J]. Acta Trop, 2019, 193: 50-59. DOI: 10.1016/j.actatropica.2019.02.019.
[27]	Wilke A B B, Vasquez C, Carvajal A, et al. Proliferation of Aedes aegypti in urban environments mediated by the availability of key aquatic habitats[J]. Sci Rep, 2020, 10(1): 12925. DOI: 10.1038/s41598-020-69759-5.
[28]	林雪. 中国大陆水文气象互馈时空演变及其驱动机理[D]. 西安: 西安理工大学, 2024.
[29]	周雨, 张育嘉, 苗昌盛. 中国降水特征及拟合参数时空分布研究[J]. 人民珠江, 2024, 45(3): 48-58. DOI: 10.3969/j.issn.1001-9235.2024.03.006.
[30]	李传玺. 气温和气象水文状态对我国登革热发病风险的影响及归因风险预估研究[D]. 济南: 山东大学, 2023.

年份	发病情况		死亡情况
年份	发病例数（例）	年龄标化率（95%UI）（1/10⁵）	死亡例数（例）	年龄标化率（95%UI）（1/10⁵）
2004年	1 399（927~1 930）	0.11（0.08~0.15）	19（13~29）	0（0~0）^a
2023年	2 800（1 735~4 231）	0.21（0.13~0.31）	8（4~15）	0（0~0）^a
EAPC（95%CI）（%）		5.51（1.53~9.64）		-5.16（-5.92~-4.40）

年份	发病情况		死亡情况
年份	发病例数（例）	年龄标化率（95%UI）（1/10⁵）	死亡例数（例）	年龄标化率（95%UI）（1/10⁵）
2004年	1 399（927~1 930）	0.11（0.08~0.15）	19（13~29）	0（0~0）^a
2023年	2 800（1 735~4 231）	0.21（0.13~0.31）	8（4~15）	0（0~0）^a
EAPC（95%CI）（%）		5.51（1.53~9.64）		-5.16（-5.92~-4.40）

年份	Moran's I	Z值	P值	空间聚集性（是/否）
2004年	0.176	3.114	0.011	是
2005年	0.161	2.764	0.018	是
2006年	-0.022	0.504	0.302	否
2007年	0.050	2.297	0.028	是
2008年	0.143	3.096	0.009	是
2009年	-0.010	0.827	0.204	否
2010年	0.051	2.968	0.005	是
2011年	0.132	3.740	0.004	是
2012年	-0.002	1.692	0.052	否
2013年	0.086	2.336	0.042	是
2014年	-0.017	0.896	0.232	否
2015年	0.107	2.326	0.042	是
2016年	0.116	2.537	0.023	是
2017年	0.048	1.260	0.107	否
2018年	0.054	2.658	0.020	是
2019年	0.236	4.223	0.002	是
2020年	0.155	3.345	0.002	是

年份	Moran's I	Z值	P值	空间聚集性（是/否）
2004年	0.176	3.114	0.011	是
2005年	0.161	2.764	0.018	是
2006年	-0.022	0.504	0.302	否
2007年	0.050	2.297	0.028	是
2008年	0.143	3.096	0.009	是
2009年	-0.010	0.827	0.204	否
2010年	0.051	2.968	0.005	是
2011年	0.132	3.740	0.004	是
2012年	-0.002	1.692	0.052	否
2013年	0.086	2.336	0.042	是
2014年	-0.017	0.896	0.232	否
2015年	0.107	2.326	0.042	是
2016年	0.116	2.537	0.023	是
2017年	0.048	1.260	0.107	否
2018年	0.054	2.658	0.020	是
2019年	0.236	4.223	0.002	是
2020年	0.155	3.345	0.002	是

省（自治区、直辖市）	每千人口卫生技术人员数	全体居民人均可支配收入（元）	旅客周转量（亿人公里）	接待国际游客（百万人次）	平均降水（mm）	平均气温（℃）
北京市	0.024 452	-0.000 015	-0.000 396	0.094 915	0.000 108	0.041 078
天津市	0.031 405	-0.000 016	-0.000 388	0.094 044	0.000 115	0.041 183
河北省	0.037 487	-0.000 017	-0.000 397	0.093 386	0.000 121	0.042 622
山西省	0.008 606	-0.000 019	-0.000 596	0.122 830	0.000 065	0.056 918
内蒙古自治区	0.002 633	-0.000 012	-0.000 385	0.100 317	0.000 123	0.036 723
辽宁省	0.047 040	-0.000 016	-0.000 306	0.085 250	0.000 152	0.034 105
吉林省	0.023 302	-0.000 008	-0.000 176	0.067 763	0.000 118	0.019 384
黑龙江省	0.004 802	-0.000 004	-0.000 113	0.054 684	0.000 096	0.011 774
上海市	0.084802	-0.000 023	-0.000 433	0.116 220	0.000 206	0.048 737
江苏省	0.080 942	-0.000 022	-0.000 415	0.112 982	0.000 203	0.046 965
浙江省	0.090 729	-0.000 025	-0.000 504	0.131 908	0.000 194	0.054 400
安徽省	0.057 284	-0.000 023	-0.000 537	0.121 775	0.000 112	0.057 772
福建省	0.067 403	-0.000 026	-0.000 663	0.130 404	0.000 071	0.061 812
江西省	0.053 517	-0.000 025	-0.000 675	0.132 741	0.000 044	0.067 764
山东省	0.057 325	-0.000 019	-0.000 390	0.096 767	0.000 157	0.043 439
河南省	0.025 240	-0.000 022	-0.000 637	0.124 721	0.000 041	0.063 636
湖北省	0.015 547	-0.000 025	-0.000 777	0.140 345	-0.000 031	0.073 803
湖南省	0.005 696	-0.000 027	-0.000 896	0.152 764	-0.000 125	0.080 666
广东省	-0.078 985	-0.000 030	-0.001 153	0.164 399	-0.000 617	0.083 886
广西壮族自治区	-0.088 121	-0.000 031	-0.001 197	0.167 852	-0.000 639	0.088 244
海南省	-0.188 966	-0.000 046	-0.000 894	0.649 037	-0.002 382	0.063 405
重庆市	-0.041 435	-0.000 029	-0.001 080	0.167 984	-0.000 192	0.087 314
四川省	-0.111 127	-0.000 035	-0.001 466	0.357 293	-0.000 286	0.096 832
贵州省	-0.030 564	-0.000 029	-0.001 060	0.161 988	-0.000 260	0.088 107
云南省	-0.201 233	-0.000 046	-0.001 753	0.211 543	-0.000 899	0.114 339
陕西省	-0.018 665	-0.000 023	-0.000 834	0.150 649	-0.000 002	0.070 855
甘肃省	-0.092 305	-0.000 025	-0.001 282	0.154 027	0.000 165	0.075 308
青海省	-0.137 670	-0.000 039	-0.001 914	0.432 588	0.000 141	0.092 621
宁夏回族自治区	-0.043 367	-0.000 022	-0.000 916	0.158 593	0.000 062	0.068 812

2004—2023年中国登革热时空分布特征与影响因素研究

Spatiotemporal Patterns and Determinants of Dengue in China during 2004-2023

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 30

相关文章 15

编辑推荐

Metrics

留言

[1]	焦姝婷, 井浩然, 赵亚利. 北京市城区社区就诊老年患者慢性瘙痒症状强度及影响因素研究[J]. 中国全科医学, 2026, 29(25): 3655-3663.
[2]	陈龙, 胡伟, 叶兵. 广东省居民门诊就医选择及其影响因素：基于2023年第七次全国卫生服务调查数据的分析[J]. 中国全科医学, 2026, 29(25): 3608-3613.
[3]	杨智凯, 袁蓓蓓. 基层医疗卫生机构运行环境和机构特征与其服务利用量的关系：基于整合证据和案例地区实证数据寻找潜在干预点[J]. 中国全科医学, 2026, 29(25): 3584-3592.
[4]	倪一丹, 王莹, 朱瑜可, 徐静, 王丽. 社区老年人功能性体适能水平潜在剖面及影响因素研究[J]. 中国全科医学, 2026, 29(24): 3493-3499.
[5]	裴如青, 周郁秋, 张思宇, 刘西俊. 中国精神分裂症患者复发影响因素的Meta分析[J]. 中国全科医学, 2026, 29(23): 3359-3370.
[6]	林子娜, 崔梁瑜, 井天月, 刘大胜, 赵学尧, 韩学杰, 王丽颖. 国内外指南制定方法学手册中临床问题提出方法与影响因素分析[J]. 中国全科医学, 2026, 29(23): 3342-3350.
[7]	刘迪, 李琨, 胡丙杰, 石磊. 基于模糊集定性比较分析的社区卫生服务人员工作绩效的驱动因素与提升路径研究[J]. 中国全科医学, 2026, 29(22): 3116-3122.
[8]	张骥, 李凌, 周婕, 吴延莉, 吉维, 刘涛. 脂质累积指数与成年人代谢综合征发病关系的前瞻性队列研究[J]. 中国全科医学, 2026, 29(22): 3138-3145.
[9]	李佳威, 高欣怡, 葛奥淇, 李娟娟, 袁蓓蓓. 2型糖尿病患者的医防融合服务需求及其影响因素研究[J]. 中国全科医学, 2026, 29(21): 3028-3039.
[10]	李凤, 胡昌好, 罗旭. 老年慢性病共病患者心理健康的影响因素及干预策略研究进展[J]. 中国全科医学, 2026, 29(20): 2816-2828.
[11]	黄海丽, 李玉红, 俞洋, 郭平, 韩长征, 刘萍. 安徽省育龄女性生育意愿及其影响因素的混合性研究[J]. 中国全科医学, 2026, 29(20): 2887-2894.
[12]	吴一璇, 肖亮满, 刘鑫, 严梓萁, 王毓婷, 林舒敏, 庄礼兴. 1990—2021年中国与全球帕金森病的疾病负担分析与未来趋势预测[J]. 中国全科医学, 2026, 29(20): 2895-2902.
[13]	王璇, 申颖, 奚谦, 赵璨, 莫云坚, 张文婷. 广西壮族自治区乡镇卫生院多重慢病患者治疗负担现状及影响因素研究[J]. 中国全科医学, 2026, 29(20): 2808-2815.
[14]	张慧芳, 陈存川, 范博阳, 孙雯宁, 王英杰, 张奥, 赵洋, 王海鹏. 山东省基层医生医防融合服务能力及影响因素研究[J]. 中国全科医学, 2026, 29(19): 2711-2716.
[15]	唐丽娟, 祁琪, 张帆, 高屹福, 曹亚景, 岳福娟, 高金钗, 刘晓丽. 2013年和2020年河北省18~44岁居民超重、肥胖流行特征研究[J]. 中国全科医学, 2026, 29(19): 2695-2704.