目的猩红热（scarlet　fever）是中国重要的合法乙类传染病之一，严重危害人类健康。其发病率数据表现出典型的时间和空间特征。运用时空分析方法研究猩红热发病率的影响因素，为疾病防治提供帮助。方法收集我国31个省市2014-2017年猩红热月发病数据及相应的气象因子和空气污染数据。通过Spearman相关分析和逐步回归分析筛选影响猩红热发病率的气象因素和空气污染变量。运用贝叶斯时空模型对猩红热的影响因素进行了分析。结果CO和NO2是影响猩红热发病率的主要因素。每增加一个单位，将分别增加5%（95%ci:3.2%~6.91%）和1.66%（95%ci:1.05%~2.22%）。与没有时空效应的一般贝叶斯模型的应用效果相比，贝叶斯时空模型具有明显的优势。在训练集中，DIC=9205.526，MAE＝1．06，RMSE=1.43，在测试集中，DIC=3060.089，MAE=0.92，RMSE=1.21，均表现出良好的拟合能力和预测性能。结论贝叶斯时空模型能有效研究疾病与相关因素的关系，为公共卫生领域的疾病预测、分析和决策提供科学支持和理论依据。