中国_癌症村_的聚集格局.pdf

《中国_癌症村_的聚集格局.pdf》由会员分享，可在线阅读，更多相关《中国_癌症村_的聚集格局.pdf（10页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、地 理 研 究 GEOGRAPHICAL RESEARCH 第33卷 第11期 2014年11月 Vol.33, No.11 November, 2014 中国 “癌症村” 的聚集格局 摘要： “癌症村” 反映了在一定时间和空间上癌症聚集发生、 引起社会群体格外关心的公共卫 生问题， 具体表现为从某一年开始并持续多年的远高于正常水平的癌症发生率和死亡率。研 究基于地理空间统计分析的局部自相关、 点距离关联维及核密度等方法， 从不同空间尺度分析 了 “癌症村” 的分布状况。结果表明：“癌症村” 聚集分布但区域差异显著， 总体上自东向西梯度 递减， 局部自相关分析表明川陕晋冀津构成西部与东部之间低

2、高集聚分布的分界线； 距离关 联无标度区间为120180 km， 核密度分析显示 “癌症村” 集中于河流下游地区， 及中部、 沿海部 分地区， 多中心、 集中分布格局明显。研究突出了 “癌症村” 地理多尺度分布特征的探索， 可为 相关环境污染整治工作提供参照。 关键词： “癌症村” ； 空间分布； 局部自相关； 核密度； 中国 DOI: 10.11821/dlyj201411011 1引言 “癌症村”一词的明确提出，源自2001年环境保护刊发的生态环境地质病： 陕西癌症村实例分析 1。为更全面了解学术期刊中的相关信息，以“癌症村”为主 题词，基于万方学术期刊网及CNKI系统进行检索，得到历年发

3、表数量（图1a） ，表明 “癌症村”现象愈来愈引起学术界关注。相关研究学科分类统计（沿用CNKI分类标准） 见于图1b，表明当前对“癌症村”现象关注最多的分支为“环境科学及资源利用”方 向；其次为“中国政治与国际政治” 、 “行政法与地方法制” 、 “肿瘤学”及“新闻与媒 体”方向，其他方向累计占28%。国际研究方面，20世纪60年代以来，世界范围内发达 国家如美国2、德国3、意大利4及以色列5，发展中国家如越南6等都不同程度上出现 “癌症村”或癌症聚集情形。与中文“癌症村”有所差异，美国疾病控制与预防中心 （CDC） 使用“cancer cluster （癌聚集） ”一词7，其判断标准要求满

4、足五个条件，即 “比正常期望水平多得多的患者” 、 “癌症类型相同或病因相同” 、 “特定患者群体（性别、 种族及年龄等相同或相似）” 、 “特定区域”及“一段时间内” ；而国内龚胜生等从健康地 理角度，定义其为癌症发病率或死亡率显著高于同期全国平均水平的村落8。 “癌症村”集中反映了在一定时间和空间上癌症聚集发生、引起社会群体格外关心的 公共卫生问题，其出现是特定时期人地关系演变的结果，具体表现为从某一年开始并持 收稿日期：2014-04-04; 修订日期：2014-07-25 基金项目：国家自然科学基金项目（41101348） ；四川省科技厅应用基础研究规划项目（2010JY0089） ；

5、四川省教育 厅自然科学重点项目（2009ZA120） 作者简介：董丞妍（1989-） ，女，河北邯郸人，硕士，主要从事GIS及环境保护等研究。 E-mail: 通讯作者：罗明良（1978-） ，男，河南信阳人，副教授，博士（后） ，主要从事GIS及数字地貌等研究。 E-mail: 2115-2124页 地 理 研 究33卷 续多年的远高于正常水平的癌症发生率和死亡率9。当前对于“癌症村”的研究，集中于 “癌症村”病因的调查10,11及其时空分布的分析8,9,11-14。龚胜生等对“癌症村”概念进行判 定，研究了其时间变化特征，空间上侧重从省域尺度密度变化、分布重心及与河流的关 系方面展开8。然

6、而“癌症村”作为点状空间格局，在区域多尺度聚集、空间自相关特征 等方面仍存在薄弱环节。基于空间统计视角，应用统计分析、局部自相关分析、点距离 关联分析及核密度分析，从区域、省域及聚集区间不同空间尺度，探讨了“癌症村”的 分布状况；研究从空间统计学角度初步反映“癌症村”聚集的规律，从而反映其分布与 环境污染、社会经济因素的关系，以期为进一步治理提供依据。 2 数据来源与研究方法 2.1 数据来源 由于研究出发点及应用目的不同，对“癌症村”的理解也不同，因此导致“癌症 村”数据具有不确定性，集中表现在现有关于“癌症村”总数量的研究大多不一致。本 文侧重从公共卫生视角出发，首先查阅相关媒体报道与宣传

7、（CCTV15、新华网16、人民 日报17） ，并在对比前人研究数据基础上，最后将有媒体报道可以证实、能够明确空间位 置坐标的点作为研究的数据来源，共得到“癌症村”170个；这一数据高于卢楚雍等的 70个9，低于孙月飞的197个10及龚胜生等的351个8。 2.2 局部空间自相关指标 局部空间自相关可识别不同空间位置上的高值集聚和低值集聚，即单元集聚程度高 低的具体空间分布，并揭示空间异质18。LISA集聚地图可以直观地显示不同要素的集聚 类型和显著性水平19。局部Morans I计算公式为18： Ii= Xi-X S2 j=1,ji N Wij( ) Xj-X（1） 式中：S为标准差；Xi表

8、示第i区域的观测值；Wij为空间权重矩阵。 2.3 距离关联维 空间关联维数最早由刘继生等类比奇异吸引子的关联维数定义提出20，定义为： 图1 “癌症村”相关文献历年发表数量及不同学科文献篇数 Fig. 1 Number of related literature published over years and articles on different disciplines about cancer village 2116 11期董丞妍 等： 中国 “癌症村” 的聚集格局 C( )r = 1 N2 i,j=1 N H( ) r-dij（2） 式中：r为码尺（yardstick） ；di

9、j为i、j两点的欧式距离21；H( )x为Heaviside跃阶函数， 即H( )x =1, x0 0, x0为带宽； （x-Xi）表示估值点x到事件Xi处的距离25。 3 结果分析 3.1 省域及区域特征 中国170个“癌症村”分布于25个省市区，约为全国省市区的81%，上海、新疆、 西藏、青海、甘肃、宁夏6个省市区尚无“癌症村” （表1） 。平均每省市区6.8个，全国 平均值以上的有安徽、广东、山东、河南、江苏、河北、江西、浙江及湖南9个省市 区。从省市区分布密度分析， “癌症村”的平均分布密度为0.31个/万km2，其中安徽以密 度1.86个/万km2居首。 为了从更加宏观的尺度上把握“

10、癌症村”区域分布特征，按照空间尺度由小到大， 讨论七大地理区内“癌症村”分布特征（表2） ，以及按照东部、中部、西部划分的“癌 症村”区域差异（表3） 。 从表2可以看出， “癌症村”在国内七大区域内分布不均匀，第一聚集区为华东地 区；华中、华北及华南地区为第二聚集区；西南为第三聚集区；西北及东北为稀疏区。 从表3可以看出， “癌症村”数量上东部分布最多有81个，中部其次有69个，西部 最少有20个；从密度上，东部以0.63个/万km2的密度为最大，中部以0.24个/万km2的密 度次之，西部以0.15个/万km2的密度为最小；在全国整体呈现典型的自东向西梯度递减 特征。 综合表1表3， “癌

11、症村”分布总体上有两个特点：一是空间分布不均匀；二是其数 量自东向西递减，呈梯度分布。 2117 地 理 研 究33卷 3.2 省域尺度自相关分析 上述省域及其以上尺度的统 计分析有助于了解“癌症村”域 内差异；但无法揭示省域尺度空 间局部自相关关系。为了更直观 探讨“癌症村”局部聚集特征， 基于 GeoDA 平台对“癌症村” 局部自相关特征进行分析，结合 Moran散点图和局部Morans I指 数，得到其LISA集聚类型图与显著性水平分布图（图2） ，用不同颜色渲染不同的空间自 相关类别。其中LISA图（图2a）中，蓝色表示低低集聚，说明新疆、甘肃两省“癌症 村”分布较少；紫色表示低高集聚

12、，说明天津、河北、山西、陕西、四川、贵州、江 西、广东、海南9省市的“癌症村”分布少于其周边省市；空白无色则说明该省市集聚 类型不显著。 同时，观察图2b，新疆、甘肃在5%的显著性水平上通过显著性检验，呈现低低集 聚；川陕晋冀津在1%的显著性水平上通过显著性检验，呈现低高集聚；而其他空白地区 表3 东中西部分布情况 Tab. 3 Distribution of “cancer village” in eastern, central and western China 区域 东部 中部 西部 省份数量 （个） 10 8 7 “癌症村”数量 （个） 81 69 20 百分比 （%） 47.65

13、40.59 11.76 密度（个/ 万km2） 0.63 0.24 0.15 表1 中国“癌症村”省域分布 Tab. 1 Provincial distribution of “cancer village” in China 省份 安徽 广东 山东 河南 江苏 河北 江西 湖南 浙江 湖北 海南 重庆 福建 数量（个） 26 19 16 15 14 12 9 7 7 6 4 4 4 百分比 （%） 15.29 11.18 9.41 8.82 8.24 7.06 5.29 4.12 4.12 3.53 2.35 2.35 2.35 密度 （个/万km2） 1.86 1.06 1.04 0.90

14、 1.36 0.64 0.54 0.33 0.69 0.32 1.18 0.49 0.33 省份 山西 四川 内蒙古 北京 陕西 云南 天津 辽宁 贵州 吉林 广西 黑龙江 数量（个） 4 4 4 3 3 3 1 1 1 1 1 1 百分比 （%） 2.35 2.35 2.35 1.76 1.76 1.76 0.59 0.59 0.59 0.59 0.59 0.59 密度 （个/万km2） 0.26 0.08 0.03 1.79 0.15 0.08 0.85 0.07 0.06 0.05 0.04 0.02 注：新疆、青海、西藏、宁夏、甘肃、上海六省市区无“癌症村”分布；港澳台地区缺乏数据，下

15、同。 表2 七大地理区的“癌症村”分布 Tab. 2 Distribution of “cancer village” in seven geographical regions 区域 华东地区 华中地区 华北地区 华南地区 “癌症村”数量（个） 76 28 24 24 百分比（%） 44.71 16.47 14.12 14.12 区域 西南地区 西北地区 东北地区 “癌症村”数量（个） 12 3 3 百分比（%） 7.06 1.76 1.76 2118 11期董丞妍 等： 中国 “癌症村” 的聚集格局 没有通过显著性检验，即为LISA集聚图中的不显著省市，说明这些省市与相邻省市之间 的相互联

16、系比较微弱26。 3.3 区域聚集核密度分析 核密度分析是根据单位面积内点的密 度来估计样本点周围的密度并产生一个光 滑的表面27。通过核密度分析，可以同时 观测“癌症村”分布的位置、延展性以及 形状特征，从而得到关于整体分布状况的 直观且清晰的描述28，但是在核密度估计 过程中，带宽（bandwidth）的确定一般经 多次实验后人为指定25，缺乏必要的定量 探讨。为此本研究首先从点间欧式距离角 度，对“癌症村”关联维数进行计算，以 确定无标度区间；在无标度区间内合理确 定核密度估计带宽。利用ArcGIS测算“癌症村”点间的欧式距离，经过去重处理，得到 处理后的点间距离表；指定距离r，对应得出

17、C(r)值，经过lnC(r)及ln(r)双对数转换绘 成双对数坐标图（图3） ，对无标度区间进行回归检验，求得其关联维数值。其中，r采 取等间距递增方法，增量为1000 m，取值范围为1695 km。 从图3可以看出，在120180 km内ln-ln线性关系良好，复相关系数为0.9943，大于 一般要求的0.9824；参与拟合的点对34个，具有较好的代表性；关联维D=1.25，这说明 在120180 km区间内， “癌症村”空间分布存在分形特征22,23。基于距离关联维分析结 果，选择带宽为150 km （介于无标度区间上下界之间） ，基于ArcGIS 9.3平台Kernel Density工

18、具进行核密度估计，生成“癌症村”的核密度分布图（图4） 。 从图4可以看出，全国尺度上“癌症村”聚集状态明显，呈现典型的多中心形态。 其中最大聚集区分布于海河流域，黄河下游、淮河下游及长江下游的江苏等地；区域中 心极值出现在山东、河南、安徽及江苏四省边界处。具体的，京津冀集中在滦河与京杭 运河沿岸；鲁豫集中在黄河下游沿岸；苏皖集中在淮河及长江沿岸，而且苏皖浙三省围 图2 “癌症村”的局部空间自相关性分析图 Fig. 2 Local spatial autocorrelation analyses of “cancer village” 图3 点簇空间关联度分析 Fig. 3 Spatial c

19、orrelation analysis of point cluster 2119 地 理 研 究33卷 绕微山湖、洪泽湖、高邮湖、太 湖、巢湖形成了两个密集分布区； 值得警惕的现象还包括湖南、江西 两省核密度中心对应了两湖相邻区 域，这一趋势值得深思。此外的聚 集地见于川东平行岭谷区的梁平等 地以及广东的部分地区。这一分布 格局吻合了龚胜生等的河流缓冲区 理论8、卢楚雍等的介水结论9，并 且以更加明确而直观的形式揭示了 区域“癌症村”分布的聚集中心及 其与地理环境的对应关系。 3.4 影响因素分析 “癌症村”集中反映了特定时期 人地关系失调的现状，其原因可以 归结为以下几个方面： （1） “

20、癌症村”宏观分布受环境污染的影响，尤其是水体、土壤、大气的污染状况。 水体污染方面，现有研究表明一些“癌症村”集中分布于河流及部分湖泊缓冲区范围 内。如果工业废水、生活污水、农业污水等排入河流湖泊，将造成严重的水体污染；一 旦致癌条件形成，将影响区域整体发病率。例如淮河流域的癌症高发与流域的工业点源 污染及其他面源污染相关29。部分农村癌症病例以消化系统癌症为主，这与农村饮用水 不洁有关，现有研究表明部分地区农村存在的就地取水习惯增大了消化系统癌变风险10。 土壤污染方面，重金属污染较为常见，如湖南30、江西31及广东北部32的癌症高发与当地 重金属铅、镉、砷、锌等污染有关等33。大气污染方面

21、，主要污染物来自废气和烟尘， 如坞里村、西桥村的案例研究表明，纺织、化工及金属家具加工等工厂排放的有害气体 与烟尘是当地癌症高发的重要原因之一34,35。尽管对环境污染中的水体、土壤及大气污染 进行了分类讨论，但“癌症村”往往是多种污染因素综合作用的产物8,11,34。 （2） “癌症村”与经济发展模式的关系。前述研究表明“癌症村”主要分布在中国的 中东部及西部经济发展较好的川渝等地区，工业产值是否与区域癌症聚集分布有关值得 关注。本研究选取各省市人均GDP作为工业产值衡量指标之一，分析其与各省市区“癌 症村”数量的关系，见图5。 “癌症村” 数量超过10个的省市区中，人均GDP大 致介于 3

22、 万元6.5 万元区间；而人均 GDP超过6.5万元的省市区中“癌症村” 数量反而明显降低。这和经济发展现状 紧密相关，经济发展相对落后的地区， 为求发展对经济利益的诉求较为强烈， 由此带来的环境污染及其引起的健康影 响相对严重11；同时也表明经济发展到 一定阶段，社会各界将更加重视人居环 境建设，进而促进人地关系协调发展。 这暗示即使GDP未达到非常高水平的地 图4 “癌症村”分布核密度图 Fig. 4 Kernel density of the “cancer village” in China 图5 2012年“癌症村”数量与地区人均GDP Fig. 5 The relationship

23、 between the “cancer village” count and GDP per capita (2012) 2120 11期董丞妍 等： 中国 “癌症村” 的聚集格局 区，环境保护也不能滞后；CNKI数据库中的“中国政治与国际政治” 、 “行政法与地方法 制”相关研究也表明，在发展经济的同时，需要保障社会卫生条件，加强环境立法和执 法监督，提高行政管理水平，将环境健康纳入环境管理目标体系，调整经济发展模式， 有效减少“癌症村”现象的再次出现11。 （3） “癌症村”与居民生活习惯、工作环境及原生地理环境之间的关系。从全国尺度 看，局部地区单一类型的癌症聚集，如食道癌、胃癌及肺癌

24、等发病的主要诱因有常年食 用陈年泡菜、直接饮用生水、吸食旱烟等各种不良生活习惯10,36。各种辐射如核辐射、X 射线、红外辐射及微波辐射等是皮肤、淋巴及血液等癌变的主要诱因8,37。此外，人体血 液中硒的含量高低与癌症的发生息息相关，大量的调查资料表明一个地区食物和土壤中 硒含量的高低与癌症的发病率有直接关系38，故而硒被称为人体微量元素中的“抗癌之 王”39，可见原生地理环境中缺少硒可能是癌症的诱因之一40。 总之，区域环境污染、经济发展模式、居民生活习惯、工作环境及原生地理环境是 “癌症村”聚集分布的主要影响因素。从人地关系看，区域人口、资源、环境诸要素的合 理配置是可持续发展的基本前提，

25、是区域人地关系协调发展的出发点和落脚点；大力加 强地域资源承载力研究，加大公共卫生事件的监控力度；协调流域上游与下游、经济发 展与环境保护的关系；进一步协同国家利益、地方政府利益及地方百姓利益，发展和保 障民生，将是进一步治理“癌症村”亟需关注的议题。 4 结论与讨论 基于地理空间统计分析角度，应用局部自相关、点距离关联分析及核密度分析，从 区域、省域及聚集区间不同空间尺度分析了“癌症村”的分布状况。结果表明“癌症 村”聚集分布但区域差异显著，空间分布不均匀，总体上自东向西梯度递减；局部自相 关分析表明川陕晋冀津构成西部与东部之间低高集聚分布的分界线；距离关联维的无 标度区间为120180 k

26、m，核密度分析显示“癌症村”集中于河流下游地区，及中部、沿 海部分地区，多中心、集中分布格局明显。 研究突出了对“癌症村”地理多尺度分布特征的探索，初步揭示了“癌症村”聚集 的规律，从而反映其分布与环境污染、社会经济因素的关系，以期为进一步治理提供依 据。但是本文仅对“癌症村”的空间分布进行了讨论，较少涉及“癌症村”在时间尺度 上的变化规律，后续研究还需深入讨论“癌症村”在时空两个尺度上的发展分布特征。 参考文献(References) 1 王绍芳, 林景星, 史世云, 等. 生态环境地质病： 陕西一癌症村实例分析. 环境保护, 2001, (5): 42-43, 46. Wang Shao-

27、 fang, Lin Jingxing, Shi Shiyun, et al. Geological disease caused by ecological environment: An example of cancer vil- lage in Shanxi Province. Environmental Protection, 2001, (5): 42-43, 46. 2 Goodman M, Naiman J S, Goodman D, et al. Cancer clusters in the USA: What do the last twenty years of stat

28、e and fed- eral investigations tell us? Critical Reviews in Toxicology, 2012, 42(6): 474-490. 3 赵小侠. 德国村庄癌症高发如同 “被诅咒” 每家都有癌症病人. /2432675.html, 2013-12-10. Zhao Xiaoxia. High incidence of cancer in German village as cursed, every family has cancer patient. 2013-12-10. 4 Massimo B, Alessandro F. Geogr

29、aphical clustering of lung cancer in the province of Lecce, Italy: 1992-2001. Internation- al journal of health geographics, 2009, (8): 40. 5 Eitan O, Barchana M, Dubnov J, et al. Spatial analysis of air pollution and cancer incidence rates in Haifa Bay, Israel. Science of the Total Environment, 201

30、0, 408(20): 4429-4439. 2121 地 理 研 究33卷 6 Son T. Cancer village the dark side of Vietnams Industrial boom. article/ ALeqM5g7otIi_vbcrtMt4OBkkBf4Pb3AoA?hl=en, 2013-09-20. 7 CDC. Cancer Clusters. http:/www.cdc.gov/nceh/clusters/default.htm, 2013-06-20. 8 龚胜生, 张涛. 中国 “癌症村” 时空分布变迁研究. 中国人口 资源与环境, 2013, 23

31、(9): 156-164. Gong Shengsheng, Zhang Tao. Temporal-spatial distribution changes of cancer villages in China. China Population, Resources and Environ- ment, 2013, 23(9): 156-164. 9 卢楚雍, 钟小辉. 中国癌症村分布的时空规律分析. 现代农业科学, 2009, 16(7): 243-244. Lu Chuyong, Zhong Xiao- hui. Analysis of the temporal and spatia

32、l distribution of cancer village in China. Modern Agricultural Sciences, 2009, 16(7): 243-244. 10 孙月飞. 中国癌症村的地理分布研究. 武汉: 华中师范大学学士学位论文, 2009. Sun Yuefei, Geographical distribu- tion of cancer village in China. Wuhan: Bachelors Dissertation of Central China Normal University, 2009. 11 余嘉玲, 张世秋. 中国癌症村现

33、象及折射出的环境污染健康相关问题分析. 见: 中国环境科学学会. 2009 年学术年会 论文集 （第三卷） . 北京: 北京航空航天大学出版社, 2009: 880-889.Yu Jialing, Zhang Shiqiu. The China cancer vil- lage phenomenon and analysis of the environmental health-related issues. In: Environmental Sciences. Proceedings of 2009 Annual Meeting in Chinese Society for Enviro

34、nmental Sciences (Volume III). Beijing: Beihang University Press, 2009: 880-889. 12 戚晓鹏, 周脉耕, 胡以松, 等. 应用地理信息系统探测消化道癌症死亡率空间聚集性. 地理研究, 2010, 29(1): 181- 187. Qi Xiaopeng, Zhou Maigeng, Hu Yisong, et al. Spatial hotspot exploration on digestive tract cancer mortality with geographic information system.

35、 Geographical Research, 2010, 29(1): 181-187. 13 彭向刚, 向俊杰. 论生态文明建设视野下农村环保政策的执行力: 对 “癌症村” 现象的反思. 中国人口 资源与环境, 2013, 23(7): 13-21. Peng Xianggang, Xiang Junjie. On the execution capacity of rural environ- mental protection policy in view of ecological civilization construction: An introspection of canc

36、er village pheno-menon. China Population, Re- sources and Environment, 2013, 23(7): 13-21. 14 Wang F H. Spatial clusters of cancers in Illinois 1986-2000. Journal of Medical Systems, 2004, 28(3): 237-256. 15 中央电视台 新闻调查 . 河北有个死亡之区， 消化道癌死亡率全国最高. other/2004-08-18/ 1217407287.shtml, 2013-05-10. CCTV “Ne

37、ws Probe” by Liu Binglu. Hebei has a death zone with the highest mortality rate of digestive tract cancer in China. /2004-08-18/1217407287.shtml, 2013-05-10. 16 张丽娜, 范春生, 谭剑. 多地现 “癌症村”“土地污染带” 疾病防控困难. politics/2011-10/14/ c_122156285.htm, 2013-03-10. Zhang Lina, Fan Chunsheng, Tan Jian. Cancer villag

38、e appear in many places and the difficulties in disease prevention and control at the zone of contaminated land. http:/news.xinhuanet. com/politics/2011- 10/ 14/c_122156285.htm, 2013-03-10. 17 人民日报. 河南上蔡县群众渴望: 污水早日变清流. 2013-04-10. Peoples Daily. The masses desire in Shangcai county, Henan province:

39、The polluted water changed to be clear early. 2013-04-10. 18 梅志雄, 徐颂军, 欧阳军. 珠三角县域城市潜力的空间集聚演化及影响因素. 地理研究, 2014, 33(2): 296-309. Mei Zhixiong, Xu Songjun, Ouyang Jun. Spatial agglomeration pattern evolvement and its influencing factors of urban poten- tialat county level in the Pearl River Delta. Geog

40、raphical Research, 2014, 33(2): 296-309. 19 孙才志, 赵良仕. 环境规制下的中国水资源利用环境技术效率测度及空间关联特征分析. 经济地理, 2013, 33(2): 26- 32. Sun Caizhi, Zhao Liangshi. Water resources utilization environmental efficiency measurement and its spatial corre- lation characteristics analysis under the environmental regulation backg

41、round. Economic Geography, 2013, 33(2): 26- 32. 20 刘继生, 陈彦光. 城镇体系空间结构的分形维数及其测算方法. 地理研究, 1999, 18(2): 171-178. Liu Jisheng, Chen Yanguang. Fractal dimensions of spatial structure of an urban system and the methods of their determination. Geographi- cal Research, 1999, 18(2): 171-178. 21 Kaye B H.ARan

42、dom Walk Through Fractal Dimensions. Weinheim: John Wiley 2. China West Normal University Hospital, Nanchong 637009, Sichuan, China) Abstract: Cancer village, also known as cancer cluster in certain time and space, reflects one of great concerns for public health from society and population groups.

43、Cancer village specifically refers to a much higher incidence and mortality of cancer than normal levels, which begins in a given year and lasts for many years. In this paper, some GIS technologies are used to investigate the spatial pattern of“cancer village” , such as local geo-spatial autocorrela

44、tion, correlation dimension based on point-point distances, and kernel density method. The pattern at provincial and regional scales is described, and the much larger scale depicted by kernel density analysis is also investigated with more emphasis. The results indicate that: (1) From viewpoint of t

45、he national scale,“cancer village”shows a clustered distribution, which means the number of“cancer village”in some provinces is much greater than that in other ones. Meanwhile, the difference of spatial distribution of“cancer village”is significant at regional scale, for example, there is an obvious

46、 decreasing trend from eastern to western China. (2) When local autocorrelation analysis is used, there is a demarcation line between low and high aggregation levels of“cancer village”in the rendered map. The region demarcation line is formed by the provincial units of Sichuan, Shanxi, Shaanxi, Hebe

47、i and Tianjin. To the left part of demarcation line, there is a much lower incidence of cancer, or without“cancer village” reported in provinces such as Qinghai and Gansu. (3) We also calculated the Euclid distances between every pair of“cancer village”points, and the statistical results show that t

48、he scale-free range of the distance associated is about 120-180 km with a relatively significant correlation dimension of 1.25. The correlation dimension also indicates a certain spatial distance constraint of“cancer village” . (4) Based on kernel density analysis, we can find that“cancer village” c

49、lustered at the lower reaches of rivers, some parts of central China and coastal regions of China. The aggregation morphology shows a pattern of multi- center and aggregation distribution. The aggregation region mainly covers some lower reaches of rivers including the Yellow River, Huaihe River and Yangtze River, and also appears near the Dongting Lake and Poyang Lake. This study explores the geographical distribution of“cancer village”with multi- scale methods, and will provide some references in related environmental regulation work. Key words:“cancer