การวิจัยครั้งนี้ระบุความสัมพันธ์สถิติเชิงพื้นที่ระดับพื้นที่ระหว่างสภาพเศรษฐกิจและสังคมกับอุบัติการณ์ของโรคติดเชื้อไวรัสโคโรนา 2019 (COVID-19) ในประเทศไทย จากข้อมูลผู้ป่วยยืนยัน 1,727,336 รายทั่วประเทศในช่วงการระบาดระลอกแรก (มีนาคม-พฤษภาคม 2563) และการระบาดระลอกสอง (กรกฎาคม 2564 ถึงกันยายน 2564) ส่วนดัชนีแสงไฟกลางคืนจัดทำโดยใช้ภาพถ่ายดาวเทียมระดับจังหวัดเป็นตัวแทนข้อมูลทางเศรษฐกิจและสังคมรายเดือน การวิเคราะห์ LISA เพื่อการทดสอบสองตัวแปรของความสัมพันธ์เชิงพื้นที่คือ อุบัติการณ์โรคโควิด-19 และการเปลี่ยนแปลงปีต่อปีของดัชนีแสงไฟกลางคืนพบความสัมพันธ์เชิงลบที่มีนัยสำคัญทางสถิติระหว่างอุบัติการณ์โรคโควิด-19 และดัชนีแสงไฟกลางคืนพบในบางพื้นที่จังหวัดในภาคกลางและภาคใต้ในช่วงการระบาดทั้งสองระลอก การวิเคราะห์การถดถอยเชิงพื้นที่ใช้แบบจำลอง SLM และ SEM พบว่าความหนาแน่นแสงไฟกลางคืนเพิ่มขึ้นมีความสัมพันธ์เชิงลบกับอุบัติการณ์โรคโควิด-19 อย่างมีนัยสำคัญทางสถิติ (p< 0.10) ในช่วงการระบาดทั้งสองระลอก SLM: ค่าสัมประสิทธิ์ = −0.0078 และ−0.0064 (P<0.001 และ 0.056 ตามลำดับ) และ SEM: สัมประสิทธิ์= −0.0086 และ −0.0083 (P=0.067 และ 0.056 ตามลำดับ) ผลที่ได้จากการศึกษายืนยันความสัมพันธ์เชิงลบระหว่างการระบาดโรคโควิด-19 กับกิจกรรมทางเศรษฐกิจและสังคม ดังนั้นในอนาคตควรขยายการใช้ข้อมูลภาพถ่ายดาวเทียมให้มากขึ้นในการใช้เป็นข้อมูลทางเลือกสำหรับการติดตามผลกระทบจากการระบาดในหลายมิติ
This study statistically identified the localised association between socioeconomic conditions and the coronavirus disease 2019 (COVID-19) incidence rate in Thailand on the basis of the 1,727,336 confirmed cases reported nationwide during the first major wave of the pandemic (March-May 2020) and the second one (July 2021-September 2021). The nighttime light (NTL) index, formulated using satellite imagery, was used as a provincial proxy of monthly socioeconomic conditions. Local indicators of spatial association statistics were applied to identify the localized bivariate association between COVID-19 incidence rate and the year-on-year change of NTL index. A statistically significant negative association was observed between the COVID-19 incidence rate and the NTL index in some central and southern provinces in both major pandemic waves. Regression analyses were also conducted using the spatial lag model (SLM) and the spatial error model (SEM). The obtained slope coefficient, for both major waves of the pandemic, revealed a statistically significant negative association between the year-on-year change of NTL index and COVID-19 incidence rate (SLM: coefficient= −0.0078 and −0.0064 with P<0.001 and 0.056, respectively; and SEM: coefficient= −0.0086 and −0.0083 with P=0.067 and 0.056, respectively). All of the obtained results confirmed the negative association between the COVID-19 pandemic and socioeconomic activity revealing the future extensive applications of satellite imagery as an alternative data source for the timely monitoring of the multidimensional impacts of the pandemic.
