数据可用性声明：本文关联实体数据集已在《全球变化数据仓储电子杂志（中英文）》出版，可获取：https://doi.org/10.3974/geodb.2024.06.06.V1 https://cstr.escience.org.cn/CSTR:20146.11.2024.06.06.V1.
1 前言
乳腺癌是目前全球最常见的癌症之一，其发病率在北美、欧洲和澳大利亚等发达地区最高[1]。中国乳腺癌发病率在世界范围内处于较低水平，然而在过去三十年中，发病率增加了
，每年增长约
，高于全球1.5%的平均增长率[2]。中国国家癌症中心（NCC）发布的全国癌症统计数据表明，在中国女性中，乳腺癌是发病率最高的癌症[3]。随着中国经济社会的快速发展、人口数量增长和老龄化趋势，以及主要危险因素的流行，乳腺癌的负担在未来可能会更加严峻[4]。因此，迫切需要对中国乳腺癌进行相关研究，以应对和控制由乳腺癌风险带来的个人和社会经济负担。
中国国土面积广阔，其社会经济和自然环境在不同区域之间存在着显著差异，如果简单的将中国视为一个整体，就会忽视风险因素对疾病影响的区域异质性，从而可能导致研究结论与实际情况不符[5]。目前关于中国乳腺癌空间分布及其影响因素的研究大多局限于数据引用方式：[1] 王若菡, 王培涵, 徐成东等. 中国乳腺癌发病率空间分布数据集（2014–2016）[J]. 全球变化[2] 王若菡, 王培涵, 徐成东等. 中国乳腺癌发病率空间分布数据集（2014–2016）[J/DB/OL]. 全球cn/CSTR:20146.11.2024.06.06.V1.
单个城市或省份等小区域[6, 9]，而在中国进行全国范围的研究相对较少，且主要以省级作为研究尺度[10, 12]。空间尺度的局限可能导致研究结果缺乏精确性，难以全面地反映出中国乳腺癌的真实情况。
本数据集以县级为研究单位，对2017–2019《中国肿瘤登记年报》各肿瘤登记处的乳腺癌发病率数据进行整编[13, 15]，在此基础上，通过ArcGIS10.8软件转换为矢量数据。通过图表统计、矢量数据可视化和空间自相关分析，探究中国乳腺癌发病率的区域差异、空间分布及变化趋势，为制定针对性的预防和控制策略提供科学依据。
2 数据集元数据简介
《中国乳腺癌发病率空间分布数据集（2014–2016）》[16]的名称、作者、地理区域、数据年代、数据集组成、数据出版与共享服务平台、数据共享政策等信息见表 1。
| 条目 | 描述 | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| 数据集名称 | 中国乳腺癌发病率空间分布数据集（ | 2014–2016 | ） | ||||||||
| 数据集短名 | BreastCancerIR2014-2016 | ||||||||||
| 作者信息 | 王若菡，中国科学院地理科学与资源研究所， | wangruohan2446@igsnrr.ac.cn | |||||||||
| 王培涵，中国科学院地理科学与资源研究所， | wph1996@126.com | ||||||||||
| 徐成东，中国科学院地理科学与资源研究所， | xucd@lreis.ac.cn | ||||||||||
| 王伟，中国科学院地理科学与资源研究所， | wang_wei@lreis.ac.cn | ||||||||||
| 王振波，中国科学院地理科学与资源研究所， | wangzb@igsnrr.ac.cn | ||||||||||
| 地址出版与共享服务平台数据集组成基金项目数据量数据年代地理区域数据格式 | 全球变化科学研究数据出版系统北京市朝阳区大屯路甲国家自然科学基金（ 21.5 MB 2014–2016 中国 2014–2016 .shp 、 .xlsx | 年中国乳腺癌发病率空间分布矢量数据、表格统计数据年 | 42130713 11 号 100101 ）；中华人民共和国科学技术部（ | http://www.geodoi.ac.cn ，中国科学院地理科学与资源研究所 | 2019QZKK1005 | ） | |||||
| 数据共享政策 | 载；（ （ 1 ） 2 “ ）最终用户使用数据 | ” 以最便利的方式通过互联网系统免费向全社会开放，用户免费浏览、免费下 | “ 数据 ” 需要按照引用格式在参考文献或适当的位置标注数据来源； | ||||||||
3 数据研发方法
3.1 数据来源
本研究所使用的乳腺癌数据来自国家癌症中心（NCC）发布的《中国肿瘤登记年报》[13, 15]，时间范围为
年，分别包括339、388 和487 个肿瘤登记地区，覆盖
中国大陆全部31 个省份。纳入人口分别为2.88 亿、3.21 亿、3.82 亿，占中国
年年末人口的21.07%、23.35、27.6%；女性人口1.42 亿、1.58 亿、1.87 亿。其中，女性乳腺癌新发病例分别为59,806 例、67,328 例、79,450 例。
年报中的乳腺癌发病率有两种统计方式：（1）发病率又称为粗发病率，是反映人口发病情况最基本的指标，是指某年该地登记的每10 万人口癌症新病例数，反映人口发病水平；（2）世标率又称为年龄调整率或标准化率（Age-standardized rate，ASR），即指按照某一标准人口的年龄结构所计算的发病率，来消除人口年龄结构对发病水平的影响。由于粗发病率受人口年龄构成的影响较大，因此本研究选取年报中的乳腺癌世标发病率（单位：1/10万）作为统计指标。
3.2 分类标准
本研究根据《2019 中国肿瘤登记年报》[15]的中国东中西部分区方法，对乳腺癌发病率进行描述性统计分析。地区分类标准如下：
（1）东部地区包括：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南11 个省（市）；
（2）中部地区包括：山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南8个省；（3）西部地区包括：内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆12 个省（市、自治区）。
3.3 数据处理
分别提取2017、2018 和2019 年《中国肿瘤登记年报》收录的2014、2015 和2016 年肿瘤登记地区的乳腺癌发病率数据，汇总在.xlsx 表中，作为描述性统计的源数据。然后在ArcGIS10.8软件中完成数据的空间可视化，作为空间统计分析的源数据。考虑到各肿瘤登记处的统计地区与中国县级矢量数据属性表的可匹配性，本研究的
年县级矢量数据分别包含339、386 和485 个区县。
3.4 空间统计分析
地理现象普遍存在空间依赖性，这意味着地理空间上接近的地区或观测点之间往往存在着某种程度的相似性或相关性。为了量化这种空间依赖性，Moran’s I统计量被广泛用于检验全局空间自相关。该指数用于衡量每个空间观测值与其附近观测值的平均相似程度，其取值范围在–1到1之间[18]。当Moran’s I大于0时，表示存在正的空间自相关，即相邻地区的观测值趋向于相似，数值越大则相关性越明显；当Moran’s I小于0时，则表示存在负的空间自相关，即相邻地区的观测值呈现相反的趋势；而当Moran’s I等于0时，则表明空间上的观测值分布基本呈随机分布，即不存在空间自相关。通过Moran’s I统计量的计算，有助于深入理解地理现象的空间特征及其在空间上的分布规律，为进一步的空间分析和决策提供科学依据。
Moran’s I公式如下：
I(1)
式中，x为观测变量，xi 和xj 分别为第i个和第j个空间单元的属性值（例如第i个县级市的乳腺癌发病率，第j个县级市的乳腺癌发病率），wij 是变量i和j之间的空间权重，n为变量总数。
4 数据结果
4.1 中国乳腺癌发病率描述性统计分析
肿瘤登记是对癌症流行情况、趋势变化和影响因素进行长期、连续、动态的系统性监测，是制定癌症预防控制策略、开展综合防控研究、评价防控效果的重要基础工作[15]。
年，国家癌症中心分别纳入339、388 和487 个肿瘤登记处，数量逐年增加，覆盖面更加广泛，体现了国家对癌症防控工作和人民生命健康的重视。本研究所使用的区县数量和分布如表 1所示：
| 2014 | 2015 | 2016 | ||||
|---|---|---|---|---|---|---|
| 数量 | 339 | 386 | 485 | |||
| 增值 | 47 | 99 | ||||
由表 3可知，东部地区的乳腺癌发病率整体高于中部和西部地区，中值逐年增加，且方差最大，表明东部各区县之间发病率存在较大的空间分异现象；虽然中部地区的发病率中值变化很小，但方差逐年增加，提示该地区发病率可能出现了更加明显的空间分异趋势；西部地区的发病率中值远低于东部和中部地区，方差基本不变，说明该地区的发病率一直处于相对稳定的状态。
4.2 中国乳腺癌发病率空间统计分析
年，中国乳腺癌发病率较高的地区主要分布于辽宁、山东、河南、上海和深圳；2016 年，乳腺癌高发区扩大到北京、海南、内蒙和西部的个别地区。而发病率较低
| 地区 | 年份 2014 | 最大值 62.23 | 最小值9.37 | 中值 25.79 | 方差 100.57 | |||||
|---|---|---|---|---|---|---|---|---|---|---|
| 中部西部东部 | 2016 2014 2015 2016 2014 2015 2016 2014 2015 | 62.23 69.81 86.75 50.31 60.36 58.35 46.51 57.33 52.56 | 9.37 9.57 6.96 8.91 1.30 3.19 0.00 3.79 3.88 | 25.79 26.94 27.54 23.12 22.75 24.06 19.84 20.20 19.89 | 100.57 101.41 100.67 82.56 86.70 91.90 89.29 89.28 89.60 | |||||
图 4表明，相比于2014 年，2016 年中国大部分地区的乳腺癌发病率都有所增加，特别是京津、辽宁、河北南部、长三角和珠三角，西南和西北的一些地区也出现了发病率上升现象；而河北北部、山东东部和江苏中部等东部地区，安徽中南部、湖南和湖北等中部地区，以及四川、云南、甘肃等西部地区的一些区县，发病率则出现下降。
| 年份 | Moran’s I | z-score | p -value | 空间模式 | ||||
|---|---|---|---|---|---|---|---|---|
| 2014 | 0.17 | 7.12 | <0.000,1 | clustered | ||||
| 2015 | 0.12 | 13.15 | <0.000,1 | clustered | ||||
| 2016 | 0.16 | 20.62 | <0.000,1 | clustered | ||||
图 3 2014–2016 年中国乳腺癌发病率空间分布图（依据审图号GS(2020)4619 号的标准地图制作）
图 4 2014–2016 年中国乳腺癌发病率变化分析图（依据审图号GS(2020)4619 号的标准地图制作）
5 讨论和总结
本数据集以2017–2019《中国肿瘤登记年报》为基础，生成2014–2016 年中国县级乳腺癌发病率矢量数据，提高了空间精确度；以描述性统计和空间统计为分析方法，深入探究了中国乳腺癌发病率的区域差异和空间变化趋势。
结果表明，中国乳腺癌发病率具有明显的区域差异，发病率从高到低依次为东部>中部>西部，存在显著的空间集聚现象。2014–2016 年，中国乳腺癌发病率较高的地区由辽宁、山东、河南、上海和深圳，扩大到北京、海南、内蒙和西部的个别地区；而发病率较低的地区则始终分布于中部和西部地区，以及东部的江苏和福建。2014–2016 年，中国大部分地区的乳腺癌发病率都有所增加，特别是京津、辽宁、河北南部、长三角和珠三角，西南和西北的一些区县也出现了发病率上升现象；而发病率下降的区县主要位于河北北部、山东东部和江苏中部等东部地区，安徽中南部、湖南和湖北等中部地区，以及四川、云南、甘肃和宁夏等西部地区。值得注意的是，部分位于河南、山东等高发区的区县，其乳腺癌发病率出现下降；而河北南部、江苏、安徽北部和宁夏等低发地区的乳腺癌发病率出现了上升趋势。说明在对高发区进行监测、防控与治疗的同时，也要提高对低发区发病率的重视，促进医疗卫生资源的合理配置，增强公众健康意识，逐渐控制和减少由疾病造成的国家和个人负担。
本数据集所覆盖的区县数量约占中国全部区县的 17%，因此可能没有完全反映中国乳腺癌发病率的真实情况，但从整体的数据量来看，本数据集的结果还是有一定代表性的。未来需要在上述结果的基础上，进一步分析乳腺癌发病率的空间分异及其影响机理，从而采取更高效合理的政策与方法来控制和改善由乳腺癌带来的各种负面影响。
作者分工：王若菡对数据集的开发做了总体设计；王若菡采集和处理了数据并撰写数据论文；王若菡、王培涵、徐成东、王伟、王振波做了数据验证。
利益冲突声明：本研究不存在研究者以及与公开研究成果有关的利益冲突。
and mortality worldwide for 36 cancers in 185 countries [J]. CA-A Cancer Journal for Clinicians, 2021,71(3): 209–249.
mortality, survival and prevalence [J]. Breast Cancer Research and Treatment, 2016, 159(3): 395–406.National Cancer Center, 2022, 2(1): 1–9.
trends and projections to 2030 [J]. Cancer Biology & Medicine, 2021, 18(3): 900–909.
2016, 67: 250–256.
hospitalization in the rural population of Fujian Province, China [J]. BMC Womens Health, 2023, 23(1):
cancer in China: a panel data regression analysis [J]. Environmental Science and Pollution Research, 2023,
据仓储电子杂志, 2024. https://doi.org/10.3974/geodb.2024.06.06.V1.https://cstr.escience.org.cn/CSTR:20146.11.2024.06.06.V1.
https://doi.org/10.3974/dp.policy.2014.05 (2017 年更新).