传染病及职业病在特定时空内的流行与分布是自然环境与社会经济等多重因素相互作用的结果，其分布格局具有空间属性。传统统计学方法以独立性假设为前提，忽略了疾病的空间属性，无法分析疾病的空间特征。空间自相关方法以地理信息系统为依托，能够同时对疾病的空间关系及属性值进行分析，探讨不同空间单元疾病数据间的空间依赖性，为传染病、职业病等疾病预测预警、防控措施的制定与评价等方面提供决策依据。
版权归中华医学会所有。
未经授权，不得转载、摘编本刊文章，不得使用本刊的版式设计。
除非特别声明，本刊刊出的所有文章不代表中华医学会和本刊编委会的观点。
据统计，80%的流行病学资料具有空间属性[1]，如传染病的发生与流行、职业病的分布等都与空间位置密切相关。托布勒地理学第一定律认为，临近的地理实体往往比相距遥远的实体具有更多的相似性[2]，随着地理学与流行病学科的融合发展，该定律在公共卫生领域表现为疾病在各地区的分布不仅受当地自然环境、社会经济等条件影响，还会受相邻区域影响，尤其职业病与地区主导产业、经济状况、自然资源等的分布密切相关，其分布往往具有地域特色。近年来，以地理位置为基础的地理信息系统的迅速发展及其在公共卫生领域的广泛应用为疾病病因及发展规律研究提供了有效工具[3]，采用空间自相关方法分析疾病空间分布特征是地理信息系统在公共卫生领域的重要应用之一。作为一种探索性空间数据分析方法，空间自相关方法是探索疾病空间分布特征、研究疾病病因及其影响因素的前提。该方法考虑了疾病的空间信息，可研究各区域在空间位置上的相互关系，判断是否存在空间自相关性，用于发现疾病热点区域和高危人群，对疾病影响因素研究及预防措施制定有重要的现实意义。目前，空间自相关方法已成为职业卫生等公共卫生领域强有力的研究工具，为研究疾病空间分布模式及疾病空间数据分析提供了重要的技术支持。
