目的:1、通过空间自相关分析探索我国2012-2021年肺结核发病的空间聚集特征,寻找肺结核发病的热点区域和异常区域。2、利用我国肺结核月发病率时间序列数据建立最佳预测模型。3、揭示我国肺结核流行的空间特征和时间特征,为制定针对性的防控策略提供科学依据,从而提升公共卫生监测能力和水平,促进卫生资源更加合理有效地配置,达到肺结核精准防控的目的。方法:1、通过“公共卫生科学数据中心”与“中国卫生统计年鉴”统计数据收集2012年至2021年的我国31个地区（港澳台地区除外）的肺结核年发病率数据;通过“国家卫健委疾病预防控制局”与《疾病监测》公布数据收集2012年1月至2022年12月的我国每月肺结核发病率数据。2、运用ArcGIS10.2软件采用5级自然间断点分级法绘制肺结核发病率分级地图,运用Geoda软件进行空间自相关分析。3、运用Excel 2021软件对我国2012-2021年肺结核月发病率数据进行整理,以2012-2021年数据为建模数据,2022年1-12月我国肺结核月发病率数据为预测数据,分别运用Eviews 10.0软件建立SARIMA模型、运用Matlab R2016b软件实验平台构建BPNN模型、SARIMA-BPNN组合模型。通过分析比较3种模型各项拟合优度指标（AIC、SC）、误差指标（RMSE、MAE、MAPE）,判断3种模型的预测效果。结果:1、2012-2021年的10年间,我国肺结核报告率水平从2012年的70.62/10万逐渐下降至2021年的45.37/10万。2、2012-2021年的10年间,新疆、西藏地区常年为高发病率地区,天津市、北京市、山东省、上海市长期为低发病率地区;2018、2019两年低发病率地区数量最多,包括甘肃省、宁夏回族自治区、山西省、天津市、北京市、山东省、上海市。3、全局空间自相关分析结果显示,2012-2021年各地区Moran’s I均为正数,Z值分别为 3.0269、3.3371、2.9648、3.1086、3.4959、3.6404、3.9656、4.2588、4.2642、4.0428,均大于1.96,其P值均小于0.05,说明这10年间每年都存在全局空间自相关关系,即空间的区域存在聚集趋势。4、Getis-Ord Gi*热点结果显示肺结核发病主要热点地区是:新疆回族自治区、西藏自治区、青海省、云南省、四川省、湖南省、甘肃省,主要冷点地区是:河北省。5、Anselin Local Moran’s I聚类和异常值分析结果显示,共有5个高-高（HH）聚集地区,包括:新疆维吾尔自治区、西藏自治区、青海省、四川省、云南省,与肺结核热点地区基本吻合;共有2个异常值低-高（L-H）聚集地区,包括:云南省、甘肃省;共有1个低-低（LL）聚集地区:河北省,与冷点地区完全吻合。6、使用我国2012年1月到2021年12月每月肺结核发病率数据,成功建立了SARIMA（0,1,1）（0,1,1）12 模型,BPNN（12-7-1）神 经 网 络模型,SARIMA（0,1,1）（0,1,1）12-BPNN（1-5-1）组合模型,拟合期间模型的拟合优度指标分别为 RMSE=0.55,MAE=0.35,MAPE=5.66%;RMSE=0.53,MAE,0.41,MAPE,8.3%;RMSE=0.35,MAE,0.31,MAPE,4.2%。模型预测的2022年12个月的误差指标分别为 RMSE=0.58,MAE=0.43,MAPE=12.51%;RMSE=0.63,MAE=0.46,MAPE=13.67%;RMSE=0.30,MAE=0.20,MAPE=6.01%。可见拟合与预测效果最好的模型是SARIMA-BPNN组合模型,其次是SARIMA模型,最后是BPNN神经网络模型。结论:1.我国各省肺结核发病率水平近10年来逐年下降,证实我国肺结核的预防和控制措施有效,但距离WHO提出的“终止结核病策略”的目标仍有差距。2.我国肺结核发病存在全局空间内的聚集关系,新疆维吾尔自治区、青海省、西藏自治区、四川省常年为热点地区,也是高-高（HH）聚集地区,应加强对该地区肺结核的防控管理。3.我国肺结核发病季节性特征显著,发病高峰为春季,低谷期在冬季。4.基于我国肺结核月发病率时间序列数据建立的SARIMA模型、BPNN神经网络模型、SARIMA-BPNN组合模型,对我国肺结核发病预测效果性能均较好,SARIMA-BPNN组合模型的预测效果最佳,可以作为首选预测模型,为制定肺结核预防控制措施提供参考。