书名：城市传染病疫情风险早期评估与危机预警
定价：98.0
ISBN：9787513685887
作者：庄越无
版次：1
出版时间：2026-04

内容提要：
本书依托国家社会科学基金项目“多源数据融合的特大城市传染病疫情风险早期评估与危机预警”（20BGL252）成书，作者运用管理学、社会学与公共卫生学等*理论，通过对特大城市传染病疫情风险传播规律的*认知，基于社会网络分析、时空地理分析、贝叶斯网络等数据分析方法，提出了基于多源前兆信息的特大城市传染病疫情风险早期识别、评价方法与防范治理对策，并在总结研究成果的基础上，提出对特大城市传染病疫情风险早期评估及快速预警的综合管理启示。



作者简介：
庄越，管理学博士，武汉理工大学*科学与应急管理学院应急管理系教授，博士生导师。专业研究领域包括公共*与应急管理、科技政策与创新管理等。近十年承担国家及省部级科研项目10余项，发表SSCI、CSSCI学术论文20多篇，共获得省市级科技进步奖等奖项8项。

目录：

第1章 绪论  

1.1 研究背景与问题导入  

1.2 国内外研究现状综述  

1.2.1 城市传染病疫情风险  

1.2.2 传染病疫情风险传播  

1.2.3 传染病疫情风险监测系统  

1.2.4 传染病疫情风险研判与评估  

1.2.5 疫情风险分析中的多源数据融合方法  

1.2.6 传染病疫情风险预警与控制  

1.2.7 综合评述  

1.3 研究内容与技术路线  

1.3.1 研究对象与主要目标  

1.3.2 总体框架与研究内容  

1.3.3 研究方法与技术路线  

参考文献  

第2章 城市传染病疫情风险治理理论  

2.1 相关概念及理论基础  

2.1.1相关概念  

2.1.2理论基础  

2.2基于风险特征和内生约束的城市传染病疫情风险函数  

2.2.1传染病疫情风险的一般特征  

2.2.2传染病疫情风险治理情境下的城市内生约束  

2.2.3城市传染病疫情风险函数的构建  

2.3 基于风险生命周期的城市传染病疫情风险管理过程  

2.3.1 城市传染病疫情风险演化路径  

2.3.2 城市传染病疫情风险管理过程  

2.4城市传染病疫情风险治理模型  

2.4.1基于OODA循环程式的疫情风险治理框架  

2.4.2传染病疫情风险态势群体感知模型  

2.4.3传染病疫情风险研判模型  

2.4.4 传染病疫情风险治理的协同机制  

2.5城市传染病疫情风险治理能力建设  

2.5.1 *治理理念下的城市疫情风险治理能力  

2.5.2 传染病疫情风险治理能力提升路径  

参考文献  

第3章 特大城市传染病疫情风险传播特征  

3.1 传染病疫情风险传播原理  

3.1.1传染病流行的生物学基础  

3.1.2传染病流行过程  

3.1.3传染病流行强度  

3.1.4 传染病传播链模型  

3.2 特大城市传染病疫情风险传播的时空特征  

3.2.1 时间分布  

3.2.2 空间分布  

3.2.3 新冠肺炎疫情时空分布与演化特征  

3.3 特大城市传染病疫情风险传播的人口学特征  

3.3.1 人口学特征  

3.3.2 新冠肺炎疫情人口学特征  

3.3.3 典型城市新冠肺炎疫情人口学特征  

3.4 案例分析：大型城市新冠疫情演化特征分析  

3.4.1 研究城市概述  

3.4.2 数据收集  

3.4.3 空间特征分析  

3.4.4 时间序列特征分析  

3.4.5 人口学特征分析  

参考文献  

第4章 基于多源前兆信息的城市传染病疫情风险识别  

4.1城市传染病疫情风险传播的多源前兆信息  

4.1.1 前兆信息理论  

4.1.2 基于人—环境—社会的城市传染病疫情风险传播信息  

4.2 城市传染病疫情风险传播的空间环境影响因素  

4.2.1生物因素  

4.2.2自然因素  

4.2.3 社会因素  

4.3 城市传染病疫情风险传播的社会行为影响因素  

4.3.1社会行为与疫情传播风险分析  

4.3.2动态社会接触网络建模  

4.4 特大城市传染病疫情风险多重影响因素的耦合效应  

4.4.1传染病疫情风险耦合机理  

4.4.2 传染病疫情风险影响因子耦合模型  

4.5 特大城市传染病疫情风险传播网络模型构建  

4.5.1 传染病疫情风险传播网络及度量指标  

4.5.2基于时空信息的疫情传播风险网络模型  

4.6 案例分析：特大城市传染病疫情风险传播网络  

4.6.1南京市疫情简介  

4.6.2南京市疫情风险传播网络分析  

参考文献  

第5章 基于多源数据的特大城市传染病疫情风险监测系统  

5.1 城市传染病疫情风险监测原理  

5.1.1传染病疫情风险监测的概念  

5.1.2传染病疫情风险监测方法  

5.1.3嵌入区块链的传染病疫情风险监测系统研究意义  

5.2 特大城市传染病疫情风险监测系统构架  

5.3 特大城市传染病疫情风险监测系统需求分析  

5.3.1传染病疫情风险监测系统发展现状  

5.3.2传染病疫情风险监测系统需求概述  

5.3.3 嵌入区块链的疫情风险监测系统运行流程与功能模块  

5.3.4 传染病疫情风险监测系统运行保障需求  

5.4 嵌入区块链的城市传染病疫情风险监测系统设计  

5.4.1系统整体设计  

5.4.2系统功能模块设计  

5.4.3系统数据存储设计  

5.4.4系统主要界面设计  

5.5 特大城市传染病疫情风险监测系统运行管理  

5.5.1系统数据管理方案  

5.5.2系统接入管理规范  

5.5.3系统运行绩效评价  

参考文献  

第6章 多源数据融合的特大城市传染病疫情风险研判  

6.1 城市传染病疫情风险大数据  

6.1.1 疫情风险大数据  

6.1.2 传染病疫情阶段及数据类型  

6.1.3 传染病疫情风险大数据监测  

6.2 城市传染病疫情风险研判体系  

6.2.1 风险研判概念  

6.2.2风险研判目标  

6.2.3研判组织体系  

6.2.4*研判系统  

6.2.5疫情风险研判流程  

6.3 多源数据融合的传染病疫情风险研判模型框架  

6.3.1 疫情风险研判模型层次体系  

6.3.2 疫情风险早期评价模型建构  

6.3.3 疫情风险态势感知模型  

6.4 基于证据理论的疫情多源数据融合模型  

6.4.1 证据理论的基础函数  

6.4.2 数据融合实例  

6.5 基于贝叶斯网络的疫情可能性预测模型  

6.5.1 贝叶斯网络原理  

6.5.2 传染病疫情风险预测的贝叶斯网络构建  

6.5.3 典型城市算例分析  

6.6 多源数据融合的传染病疫情风险画像研判模型  

6.6.1 风险画像源起  

6.6.2 疫情风险画像的一般模式  

6.6.3 疫情风险研判函数及画像  

6.7 案例分析：基于大数据的武汉新冠疫情风险研判  

6.7.1 2020年武汉新冠肺炎疫情概况  

6.7.2 武汉新冠疫情初期风险因素大数据  

6.7.3 武汉新冠肺炎疫情风险画像  

参考文献  

第7章 多源数据融合的特大城市传染病疫情风险早期评估  

7.1传染病疫情风险评估原理  

7.1.1特大城市传染病疫情概述  

7.1.2特大城市传染病疫情风险评估原则  

7.1.3特大城市传染病疫情风险早期评估流程  

7.2基于多源数据的特大城市传染病疫情风险评价指标体系  

7.2.1 传染病疫情风险潜在可能性评价指标  

7.2.2 传染病疫情后果严重性评价指标  

7.3 多源数据融合的传染病疫情风险早期评估模型  

7.3.1疫情风险早期评估模型导入  

7.3.2贝叶斯网络模型  

7.3.3仓室模型  

7.3.4时空演化特征分析模型  

7.3.5三维风险矩阵分析模型  

7.3.6云模型  

7.4 改进SEIR的特大城市疫情风险后果估计  

7.4.1传染病病毒传播的后果  

7.4.2传染病疫情风险防控下的后果影响  

7.4.3改进SEIR模型的疫情演化预测