美国城市的疫情脆弱性指数：一种基于知识与数据驱动混合的方法

城市在疫情期间成为关键任务区，深入理解与感染水平相关的因素至关重要。COVID-19疫情已对许多城市造成严重冲击；然而，其影响在各城市间存在显著差异。疫情感染水平与城市的固有特征（如人口规模、密度、出行模式、社会经济状况和卫生环境）相关，这些特征有待更好地理解。直观上，大型城市聚集区的感染水平预期更高，但特定城市特征的可量化影响尚不清楚。本研究考察了41个变量及其对COVID-19病例和死亡的潜在影响。研究采用多方法途径考察各变量的影响，这些变量被归类为人口、社会经济、出行与连通性、城市形态与密度，以及卫生与环境维度。本研究开发了一个称为PVI-CI的指数，用于划分城市的疫情脆弱性水平，将其分为从极高到极低的五个脆弱性等级。此外，聚类与离群值分析提供了高、低脆弱性得分城市空间聚集的见解。本研究对关键变量对感染传播及死亡的影响程度提供了战略性见解，并给出了城市脆弱性的客观排序。因此，它为城市医疗政策与资源管理提供了所需的critical wisdom。该疫情脆弱性指数计算方法与流程为其他国家开发类似城市指数提供了蓝图，从而增进对全球城市地区疫情管理及后疫情城市规划的理解与改进。