EN中文

经济地理 >

2020 , Vol. 40 >Issue 7: 22 - 31

DOI: https://doi.org/10.15957/j.cnki.jjdl.2020.07.003

区域经济与理论方法

基于不同尺度的中国优质医疗资源区域差异研究

  • 赵雪雁 , 1 ,
  • 王晓琪 1 ,
  • 刘江华 1 ,
  • 王蓉 1 ,
  • 薛冰 2
展开
  • 1.西北师范大学 地理与环境科学学院，中国甘肃 兰州 730070
  • 2.中国科学院 沈阳应用生态研究所，中国辽宁 沈阳 110016

赵雪雁（1971—），女，甘肃武都人，教授，博士生导师。主要研究方向为生态经济。E-mail：。

收稿日期: 2019-11-20

  修回日期: 2020-03-24

  网络出版日期: 2025-04-01

基金资助

中国科学院A类战略性先导科技专项(XDA19040502)

国家自然科学基金项目(41661115)

中国科学院内陆河流域生态水文重点实验室开放基金(KLEIRB-2S-16-03)

收起

Regional Differences of Quality Medical Resources in China Based on Different Scales

  • ZHAO Xueyan , 1 ,
  • WANG Xiaoqi 1 ,
  • LIU Jianghua 1 ,
  • WANG Rong 1 ,
  • XUE Bing 2
Expand
  • 1. College of Geography and Environment Science，Northwest Normal University，Lanzhou 730070，Gansu，China
  • 2. Institute of Applied Ecology，Chinese Academy of Sciences，Shenyang 110016，Liaoning，China

Received date: 2019-11-20

  Revised date: 2020-03-24

  Online published: 2025-04-01

Fold

摘要

优质医疗资源分布不均已成为影响人民健康水平的重要民生问题，探明优质医疗资源的区域差异及影响因素，对制定合理的医疗卫生政策、推进健康中国战略至关重要。文章从省级、城市群和地级市尺度出发，采用GDI、ESDA等方法分析了2006—2017年中国优质医疗资源的时空差异，并利用地理探测器方法识别了影响不同尺度优质医疗资源分布的关键因素。结果表明：①2006—2017年中国优质医疗资源水平趋于提升、区域差异缩小，且尺度越小，优质医疗资源的差异越大。其中，差异程度随城市群等级的降低而增大，但随城市规模的缩小而减小。②不同尺度上优质医疗资源的空间集聚程度不同，且尺度越大，集聚程度越高。其中，省级、地级市尺度优质医疗资源较高水平区多集中在胡焕庸线以东地区，城市群尺度主要集中在国家级城市群及哈长、中原等区域性城市群。③不同尺度上影响优质医疗资源分布的关键因子及各因子间的交互作用存在差异，且尺度越小，影响优质医疗资源分布的因子越复杂。

关键词： 优质医疗资源; 尺度; 区域差异; 城市群; 人口规模; 经济发展水平

本文引用格式

赵雪雁 , 王晓琪 , 刘江华 , 王蓉 , 薛冰 . 基于不同尺度的中国优质医疗资源区域差异研究[J]. 经济地理, 2020 , 40(7) : 22 -31 . DOI: 10.15957/j.cnki.jjdl.2020.07.003

Abstract

The uneven distribution of high quality medical resources has become an important livelihood problem affecting the health of the people,thus proved the regional differences and influencing factors of quality medical resources,it is very important to establish reasonable medical and health care policy and promote Healthy China strategy. Based on the scales of provincial,urban agglomeration and city,this paper used GDI,ESDA methods to analyze the spatio-temporal differences of quality medical resources in China from 2006 to 2017,and identified the key factors influencing the distribution of quality medical resources in different scales with the Geographical Detector method. The results show that: 1) From 2006 to 2017,the level of quality medical resources in China tends to be improved,and regional differences narrow,and with the reduction of scale,differences gradually expand. Among them,the degree of difference increases with the reduction of urban agglomeration level,but decreases with the reduction of city size. 2) The spatial agglomeration degree of quality medical resources is different at different scales,that is,the larger scale,higher the agglomeration degree of quality medical resources. Among them,quality medical resources of provincial and city scale is high and higher level area are concentrated in the east of Hu Line. In terms of urban agglomeration scale,quality medical resources are mainly concentrated in national urban agglomerations and regional urban agglomerations such as ha chang and central plains. 3) The main factors influencing the distribution of quality medical resources and the interaction between them are different at different scales. And the smaller scale,more complex the factors influencing the distribution of quality medical resources.

Key words： quality medical resources; scale; regional differences; urban agglomeration; population scale; economic development level

医疗资源作为公共服务的重要组成部分，其分布均衡性不仅关系到居民获取医疗服务的机会和公平性，更与人类社会的健康可持续发展息息相关。1993年世界银行发展报告就指出了提供公平医疗服务的重要性[1]，世界卫生组织（WHO）也强调了卫生服务的公平性是指社会成员应以需求为导向获得卫生服务，而不是取决于社会地位、收入水平等因素[2]，但目前全球医疗资源获取不公平问题仍然突出。为此，联合国在2030可持续发展议程中明确将“确保普及性健康和健康保健服务、实现全民健康保障”作为主要目标（SDGs3）[3]。改革开放以来，中国医疗服务能力大幅提升，2017年每千人卫生人员数、床位数、医院数分别为6.28人、5.72张、2.20家，与2006年相比，分别增长了74.9%、111.8%、49.9%，但医疗服务不均衡问题仍非常突出，特别是区域间、城乡间优质医疗资源配置不合理，高新技术、优秀卫生人才、先进医疗设备等大都集中在大城市，致使医疗卫生事业发展不平衡。《中共中央国务院关于深化医药卫生体制改革的意见（2009）》也指出中国医疗事业发展不平衡，其中优质医疗资源分布不均现象尤为突出，这不仅加剧了医疗服务体系和就医需求间的矛盾，更引发了“看病难、看病贵”等一系列社会问题[4]。鉴于此，国务院在《“健康中国2030”规划纲要》中提出将健康融入所有政策，全方位、全周期维护和保障人民健康[5]。“十九大”更明确提出要实施健康中国战略，建立健全基本医疗卫生制度、医疗保障制度和医疗卫生服务体系，提高人民健康水平[6]。当前，亟需辨明优质医疗资源的区域差异及影响因素，为深化医疗卫生体制改革、实现优质医疗资源共享提供参考。
目前，国际上已在医疗公平性理论研究方面取得较大进展，形成了功利主义伦理学说、平等主义分配理论、激进自由主义理论、社群主义理论等系列理论[7-8]，并在医疗服务与健康、医疗设施可达性、医疗服务不公平、医疗资源分配及其影响因素等领域[9⇓⇓-12]展开了大量研究，多数研究从国家、城市、社区等[13⇓-15]单个尺度出发，分析了妇女、当地居民、边缘化群体等不同群体[9,14-15]对医疗服务的需求差异，研究了城市规模、交通条件、人口变化、居民收入水平等因素[13,16]对医疗资源区域差异的影响。国内学者的相关研究主要集中在医疗服务设施可达性及配置[17-18]、医疗资源供给水平的区域差异[4,19]、医疗服务供给效率评价[20-21]及医疗资源区域差异的影响因素[22-23]等方面，现有研究多从公平角度[18]、医疗改革背景[24]出发，采用基尼系数、GIS空间分析、区位配置模型、多元线性回归模型等方法[19,22-23]，分析了市域、省域、国家等不同层面[17,19,21]的基础医疗资源配置及医疗设施可达性，研究发现城镇化率、人口密度、经济发展水平、教育水平、老龄化等因素[24-25]影响医疗资源的分布，历史因素、市场经济因素、政府因素和医疗体制因素等共同作用也对医疗资源配置产生较大影响[17,22]。
总体来看，已有研究多关注基础医疗资源的区域差异，对优质医疗资源的相关研究较少；且已有研究多限于单一尺度，较少从多尺度出发探讨优质医疗资源的区域差异及影响因素；此外，现有研究多利用线性回归模型分析影响医疗资源分布的因素，较少关注不同影响因子间的交互作用对优质医疗资源分布的影响。鉴于此，本文从省级、城市群、地级市尺度出发，采用GDI指数和地理探测器等方法，分析了中国优质医疗资源的时空差异及影响因素，旨在为制定科学高效的医疗卫生服务政策、促进优质医疗资源下沉、实现优质医疗资源共享提供借鉴。

1 数据来源与研究方法

1.1 数据来源

优质医疗资源是指在医疗服务体系中质量较高的资源，包括高水平的医疗人才和技术、高品质仪器设备、先进的医疗信息系统等[26]。三级甲等医院简称三甲医院，是依照中国现行《医院分级管理办法》等的规定划分的医疗机构级别，具有医疗人员多、医疗条件好、技术水平和管理水平高、医疗设备和医疗信息系统先进等特点，可在一定程度上代表优质医疗资源[27]。因此，本文采用三甲医院的数量来表征优质医疗资源。其中，2006—2016年省级尺度的三甲医院数来源于《中国卫生和计划生育统计年鉴（2007—2017）》，2006—2016年省级尺度的人口、经济、教育、社会等方面的数据来源于2007—2017年的《中国统计年鉴》《中国区域经济统计年鉴》《中国教育统计年鉴》，2017年上述省级、地级市尺度的数据来源于国家卫计委网站、国家统计局官方网站、中国统计信息网，个别缺失数据采用插值法补齐。限于数据可得性，本研究未包括香港、澳门、台湾数据。
中国医疗卫生事业发展经历了政府“大包大揽”、市场主导、回归公益性的三个阶段[28]。其中，2006年我国正式启动了新一轮医改，并提出要坚持社区卫生服务的公益性质，还在全国开展了“以病人为中心，以提高医疗服务质量为主题”的医院管理年活动。2012年，国家发改委、卫生部、中医药管理局发布新版《全国医疗服务价格项目规范》，对医疗服务价格进行调整，并明确指出要提升城镇医疗服务的均等化和公平化。2017年，“十九大”报告指出要实施健康中国战略，深化医药卫生体制改革，全面建立中国特色基本医疗卫生制度、医疗保障制度和优质高效的医疗卫生服务体系。医疗卫生是影响人民健康水平的重大民生问题，结合医疗卫生体制改革的政策及相关战略，本文将2006—2017年作为研究时段，并选取2006、2012、2017年作为时间节点展开研究。

1.2 研究方法

1.2.1 区域差异测度

变异系数、泰尔指数、总熵指数、阿特金森指数均可用来测度研究对象的区域差异，有学者对上述指数进行整合，建立了总体分异测度指数（GDI）[29]。该指数能同时反映上述4个空间分异指数的信息，且结果更稳定，可全面反映研究对象的差异程度[30]。本文利用GDI分析不同尺度上三甲医院的分布状况，以判断优质医疗资源分布的区域差异。该指数表示为：
G D I = U 1 C V + U 2 T + U 3 G E + U 4 A
式中： C V为变异系数； T为泰尔指数； G E为总熵指数； A为阿特金森指数；Ui分别为上述指数的权重，用熵值法来确定，步骤如下：
数据标准化：
x a b = y a b - y b m i n / y b m a x - y b m i n
计算指数值的比重：
X a b = x a b / ∑ a = 1 m x t p
计算指标信息熵：
e b = - 1 l n m ∑ a = 1 m X a b × l n X a b , 有 0 ≤ e b ≤ 1
信息冗余度：
E b = 1 - e b
指标权重计算：
U b = E b / ∑ i = 1 n E b
式中： X a b是第a个年份第b个差异指数值； y b m a x、 y b m i n是第b个指标所处矩阵列的最大值和最小值；m为年份数；n为差异指数的个数。

1.2.2 时空格局测度

采用ESDA方法中的Global Moran's I分析优质医疗资源在空间上的相似集聚或随机分散，采用Getis-Ord G*测度优质医疗资源分布的热点和冷点区[31]。

1.2.3 影响因素分析

地理探测器（Geographical Detector）最早应用于地方性疾病风险影响因素的研究，现被广泛用来探究地理事物空间分布的形成机理[32]，包括风险探测、因子探测、生态探测和交互探测四部分内容。本文的因子探测主要测度省级、城市群、地级市尺度上各因子对优质医疗资源的影响力；交互探测主要分析各因子间的交互作用对优质医疗资源分布的影响，即两因子共同作用时是否会增加或减弱对优质医疗资源的影响力，具体算法见参考文献[33]。

2 优质医疗资源的区域差异

2.1 优质医疗资源的时间特征

2.1.1 省级尺度

2006—2017年中国优质医疗资源呈稳步增长态势，三甲医院数由2006年的647家增至2017年的1 413家，年均增速为7.4%（图1a）。其中，相对高增长年份为2007、2012和2017年，增长率达8%以上。原因在于2007年“十七大”首次完整提出了包括公共卫生服务体系、医疗服务体系、医疗保障体系和药品供应保障体系的中国特色医疗卫生体制框架，促进了优质医疗资源的发展，使得三甲医院数量显著增加；2012年，国家开展了健全全民医保体系、完善基本药物制度和基层医疗卫生机构运行新机制、推进公立医院改革等一系列工作，极大地推动了医疗卫生事业发展，因而优质医疗资源量明显增加；2017年国家全面贯彻落实全国卫生与健康大会精神和实施“十三五”深化医药卫生体制改革规划，极大地推动了优质医疗资源的发展。
图1 中国优质医疗资源的变动趋势

Fig.1 Change trend of China's quality medical resources

具体来看（图1b），东部各省区的优质医疗资源量最多，且优质医疗资源一直保持着“东—中—西”阶梯式递减的格局；但从增长速度来看，西部优质医疗资源发展最快，2006—2017年间增长了8.7%，而中、东部分别增长了7.2%和6.9%。原因在于，随着2006年国务院提出要注重卫生服务的公平、效率和可及性及实施新型农村合作医疗改革以来，医疗资源配置的均衡性问题明显改善，尤其是西部各省区的优质医疗资源得到较快发展，医疗卫生水平整体提高。但由于历史原因、经济发展水平差异等原因，东、中、西部优质医疗资源的区域差异仍然存在且较大。
2006—2017年优质医疗资源GDI降幅达15.2%，即优质医疗资源的区域差异不断缩小（图2）。从不同区域GDI的变化来看，东、中部省区优质医疗资源的差异程度在缩小，其中，中部降幅最大，达32.8%，而西部略有上升，GDI在0.21~0.30之间变化。主要是由于2003年非典事件后，国家加强了对医疗卫生领域的管控，加大了医疗卫生投资力度，促进了优质医疗资源均衡化发展，使其区域差异缩小，但由于自身的发展水平限制，西部地区的优质医疗资源仍落后于东、中部地区。
图2 中国优质医疗资源GDI的变动趋势

Fig.2 Change trend of quality medical resources GDI

2.1.2 城市群尺度

2017年国家级城市群 ① 优质医疗资源拥有量平均为137.6家，而区域性、地方性城市群仅分别为45.8、21.8家。可见，优质医疗资源拥有量随城市群等级的降低而减少（图3a）。同时，优质医疗资源的差异随城市群等级降低而增大，其中，地方性城市群的差异最大，国家级城市群的最小。分析发现（图3b）：在国家级城市群内部，长三角、京津冀、长江中游城市群的优质医疗资源均高于其平均水平，其中，长三角城市群最高，占所有城市群的17%。在区域性城市群内部，哈长城市群的优质医疗资源水平最高，而关中、江淮、北部湾、天山北坡城市群均低于其平均水平。在地方性城市群内部，兰西城市群的优质医疗资源水平最高，而其余城市群则低于其平均水平，其中，宁夏沿黄城市群最低，仅占所有城市群的0.9%。可见等级越高、规模越大的城市群，优质医疗资源水平也越高，这与城市群内部的人口密度大、经济发展水平高、城镇化水平高、科技文化发达等因素有关，如三大国家级城市群之一的长三角城市群，作为我国经济最发达、城镇分布最密集、人口最集中的城市化地区之一，其优质医疗资源水平也是遥遥领先于其他城市群。
图3 城市群尺度优质医疗资源及其GDI

Fig.3 The quality medical resources and GDI at urban agglomeration scale

2.1.3 地级市尺度

2017年地级市尺度优质医疗资源均值为4.2家。从不同规模的城市 ② 来看（图4），优质医疗资源呈“特大城市—大城市—中等城市—小城市”依次递减特征，即优质医疗资源拥有量随城市规模的扩大而增加。其中，仅特大城市的优质医疗资源拥有量（14.2家）高于全国平均水平，其余各等级城市均低于全国平均水平。原因在于，规模越大的城市，其庞大的人口数量、发达的经济以及城镇化速度快等特征都会对优质医疗资源的集聚产生正向影响。优质医疗资源的区域差异也随城市规模的扩大而增加，其中，特大城市的优质医疗资源差异最大，而小城市的差异最小，GDI指数仅为0.291。
图4 城市尺度优质医疗资源及其GDI

Fig.4 The quality medical resources and GDI at city scale

通过比较省级、城市群和地级市尺度优质医疗资源的区域差异发现，2006—2017年省级尺度优质医疗资源呈稳步增长态势，其区域差异不断缩小；2017年城市群尺度优质医疗资源随城市群等级的降低而减少，区域差异随城市群等级降低而增大；2017年地级市尺度优质医疗资源随城市规模的扩大而增加，区域差异也随城市规模的扩大而增大。进一步对比优质医疗资源GDI发现，尺度越小，优质医疗资源的区域差异越大，说明地理尺度对优质医疗资源区域差异的影响显著。

2.2 优质医疗资源的空间特征

2.2.1 省级尺度

基于2006、2012、2017年省级优质医疗资源数据，采用自然断点法将31个省区划分为5类（图5）。从数量变化看：①2006—2012年较高、中等水平区显著增加，增幅分别为55.6%、37.5%，而较低、低水平区分别减少了40.0%、45.5%，表明优质医疗资源水平提升。其中，45.2%的省区向高水平转移，多为递次转移，跳跃式转移仅占3.2%。②2012—2017年高水平区显著增加，增幅达80%，而中等、较低、低水平区分别减少了50.0%、33.3%、33.3%，表明优质医疗资源水平大幅提升。其中，58.1%的省份向高水平转移，仍以递次转移为主。从空间分布看，优质医疗资源水平较低、低水平区主要分布在胡焕庸线以西，而中等、较高、高水平区分布在胡焕庸线以东。其中：①2006—2012年较低、低水平区明显收缩，形成蒙—甘—宁—新—青—藏连片分布区。高、较高、中等水平区扩张显著，且趋于集中，中等、较高水平区在长江中下游形成圈层结构分布区。②2012—2017年高水平区迅速扩张，在华中、华东地区形成闽—苏—鲁—豫—鄂半环状分布区；较高水平区形成冀—晋—陕带状分布区和桂—湘—赣—皖—闽块状分布区；中等水平区明显收缩，呈零星分布。
图5 优质医疗资源的空间分布变化

Fig.5 The spatial distribution of quality medical resources changes

总体来看（图5）：2006—2017年优质医疗资源从低、较低水平区为主转变为较高、高水平区为主，其中，东部由中等、较高水平区占比较大到以高水平区为主；中部由较低水平区占比较大到以较高、高水平区为主；西部以低水平区为主的情况发生变化。表明优质医疗资源水平整体提升，但东、中、西地带内差异依然存在且较大。
2006、2012、2017年的Moran's I值分别为0.128、0.097、0.108，说明该尺度的优质医疗资源存在正的空间自相关。但Moran's I值减小，说明其空间自相关性在减弱。冷热点分析表明（图6）：①2006—2012年优质医疗资源空间关系变化较大，热点区明显收缩，冷点区大幅扩张，热点区占比从35.5%降至12.9%，稳定性省区占比48.4%，其中青海为稳定性冷点，苏—豫—鲁为稳点性热点。②2012—2017年优质医疗资源空间关系变化较小，冷点区保持不变，热点区继续收缩，热点区占比降至9.7%，稳定性省区占比74.2%，其中青—新—藏为稳定性冷点，苏—豫为稳点性热点。整体来看，2006—2017年优质医疗资源热点区收缩，冷点区扩张，表明高水平集聚趋于减弱，而低水平集聚仍存在。2006—2012年稳定性省区占比较低，而2012—2017年该比重大于70%，表明优质医疗资源形成了较稳定的分布格局，即西部内陆为规模显著的稳定性冷点，东部沿海为稳定性热点，从而使优质医疗资源“东—中—西”阶梯式递减格局更显著。
图6 优质医疗资源的冷热点区分布变化

Fig.6 The cold-hot spots distribution changes of quality medical resources

2.2.2 城市群尺度

为反映优质医疗资源在更小尺度的空间特征，本文基于2017年地级市尺度的优质医疗资源数据，采用自然断点法将339个城市分为5类。从城市群尺度来看（图7a），优质医疗资源水平较高区与城市群分布基本吻合，“集群化”特征明显，主要分布在长三角、珠三角、京津冀、成渝等国家级城市群及哈长、中原等区域性城市群。具体地，高水平区主要在哈长、京津冀、成渝、长三角及珠三角城市群，较高水平区主要在长三角、中原、长江中游城市群，中等水平区为呼包鄂榆城市群，而较低、低水平区多在各城市群的外围。Moran's I值显著，为0.107，说明该尺度的优质医疗资源存在正的空间自相关性。
图7 优质医疗资源在地级单元的空间分布

Fig.7 The spatial distribution of quality medical resources in prefecture-level units

2.2.3 地级市尺度

从地级市尺度来看（图7b），高、较高、中等、较低及低水平区占比分别为11%、14%、21%、39%、15%，表明优质医疗资源水平以较低水平区为主。空间分析表明：①胡焕庸线以西以低、较低水平区为主，仅乌鲁木齐、兰州等省会城市为高水平区。②胡焕庸线以东中等、较高、高水平区比重大，占比分别为92.3%、89.2%、90.1%，且高水平区主要集中在发达地区和省会城市。Moran's I值显著，为0.102，说明该尺度的优质医疗资源也存在正的空间自相关。冷热点分析表明（图7c）：次冷点区占主导，其次为热点区、冷点区，次热点区范围较小，具体来看，优质医疗资源水平高的城市在山东半岛、辽中南城市群及周边区域趋于集聚，形成了两个规模显著的热点区，次热点区在热点区的外围呈集聚分布，优质医疗资源水平较低的城市也趋于集聚，并在兰西、宁夏沿黄城市群及青海等地形成冷点分布区。
总的来看，优质医疗资源在不同尺度上的空间特征不同，省级、地级市尺度优质医疗资源较高水平区多分布在胡焕庸线以东，城市群尺度优质医疗资源较高水平区主要集中在国家级城市群及哈长、中原等区域性城市群；省级尺度的Moran's I值较城市群、地级市尺度大，说明尺度越大，优质医疗资源在空间上的集聚程度越高。

3 优质医疗资源区域差异的影响因素

优质医疗资源区域差异受经济、社会、政策等多种因素的综合影响。研究表明，政府提供的医疗服务存在人口规模效应，即在一定范围内，常住人口规模越大，政府提供的医疗卫生服务也会越多[4]；经济发展水平越高、卫生投资额越大，优质医疗资源拥有量也越大[17-18]；城镇化进程大大提高了城乡居民获取医疗卫生服务的便利性，且某地的城镇化水平越高，对优质医疗资源的吸引力也越强[24-25]；此外，由于优质医疗资源的使用费用远高于基础医疗资源，因而高收入人群对优质医疗资源的支付能力更强，低收入人群的支付能力则相对较弱[34]；另有研究发现，居民受教育程度越高，其对优质医疗资源的关注度和需求度也越高[35]；城乡居民的医疗服务需求、医疗卫生保障也会影响到优质医疗资源的发展[36]。据此，本文选取了人口、经济、社会等方面的8个指标，对影响优质医疗资源区域差异的主导因素进行诊断。用年末常住人口数（x1）表征人口规模；城乡居民医疗保健支出（x2）表征医疗需求；省级尺度上居民受教育程度（x3）用大专及以上人口/总人口来表征，由于数据可得性，地级市尺度上用年末高校数来替代；城乡居民人均可支配收入（x4）表征收入水平；人均GDP（x5）表征经济发展水平；城镇人口占总人口比重（x6）表征城镇化水平；人均卫生资产拥有量（x7）表征卫生投资；参加城乡居民和职工医疗保险人数（x8）表征医疗保障水平。

3.1 省级尺度

选取2006、2012和2017年省级尺度的优质医疗资源及其影响因素数据，分析上述因子对优质医疗资源分布的影响。因子探测表明（表1），整体上人口规模、医疗保障的影响力较高且持续增强，说明两因子对优质医疗资源时空格局的影响显著，是促进优质医疗资源水平不断提高的重要因素。受教育程度也有一定影响，其在2006、2012和2017年的影响力值分别为0.801、0.215、0.678，表明该因子对优质医疗资源的影响力趋于减弱。医疗需求、居民收入、经济发展水平、城镇化水平仅在2006年通过显著性检验，表明这些因子对优质医疗资源的影响力逐渐减弱；而卫生投资对优质医疗资源的影响力呈波动上升趋势，且在2017年通过显著性检验，可见该因子对优质医疗资源的影响力在不断增强。研究表明人口规模越大、医疗保障水平越高、卫生投资额越大，优质医疗资源的拥有量也越多。具体来看，2006年受教育程度、医疗保障、居民收入及人口规模是影响优质医疗资源空间分布的主导因子，其中，受教育程度的影响力最强；2012年人口规模和医疗保障是影响优质医疗资源空间分布的主导因子，其中，人口规模的影响力最强；2017年人口规模、受教育程度、卫生投资和医疗保障是影响优质医疗资源空间分布的主导因子，其中，人口规模的影响力最强。总体而言，人口规模、受教育程度对优质医疗资源分布的影响最为显著。
表1 各尺度影响因子对优质医疗资源的影响力

Tab.1 The influence of various scale factors on quality medical resources

探测指标 x1 x2 x3 x4 x5 x6 x7 x8
省级 2006 0.440** 0.381** 0.801*** 0.539*** 0.361** 0.271* 0.209 0.563***
2012 0.645*** 0.093 0.215 0.233 0.200 0.120 0.019 0.435**
2017 0.709*** 0.071 0.678*** 0.296 0.283 0.165 0.597*** 0.558***
城市群 2017 0.869*** 0.715*** 0.760*** 0.610** 0.553** 0.610** 0.715*** 0.716***
地级市 2017 0.299*** 0.289*** 0.463*** 0.193*** 0.203*** 0.243*** 0.326*** 0.143***

注：***p<0.01；**p<0.05；*p<0.1

交互探测显示（表2）：各因子间的交互作用表现为双因子增强和非线性增强两种效应并存。其中，人口规模与医疗需求、经济发展水平、医疗保障的交互作用及经济发展水平与卫生投资的交互作用对优质医疗资源的影响力均持续增强；经济发展水平与医疗需求、居民收入的交互作用以及城镇化水平与医疗需求、居民收入、经济发展水平、医疗保障的交互作用影响力呈下降趋势；其余各因子间交互作用的影响力则呈波动变化。具体来看，2006年各因子的交互作用以双因子增强为主，其中，受教育程度与经济发展水平交互作用的影响力最高。2012年各因子的交互作用以非线性增强为主，其中，人口规模与城镇化水平交互作用的影响力最高。2017年各因子的交互作用以双因子增强为主，其中，人口规模与经济发展水平交互作用的影响力最高。总体而言，受教育程度、人口规模与各因子的交互作用对优质医疗资源的影响较显著。
表2 各尺度影响因子的交互作用

Tab.2 The interaction of impact factors at various scales

交互因子 省级 城市群
（2017）		 地级市
（2017）		 交互因子 省级 城市群
（2017）		 地级市
（2017）
2006 2012 2017 2006 2012 2017
x1∩x2 0.799 0.825 0.840 0.878 0.489 x3∩x5 0.946 0.611 0.793 0.806 0.567
x1∩x3 0.884 0.926 0.848 0.880 0.583 x3∩x6 0.897 0.735 0.790 0.817 0.561
x1∩x4 0.876 0.800 0.941 0.883 0.528 x3∩x7 0.889 0.553 0.872 0.846 0.605
x1∩x5 0.889 0.919 0.947 0.890 0.496 x3∩x8 0.869 0.823 0.891 0.845 0.565
x1∩x6 0.889 0.989 0.905 0.883 0.539 x4∩x5 0.677 0.496 0.476 0.641 0.344
x1∩x7 0.784 0.816 0.782 0.878 0.450 x4∩x6 0.731 0.721 0.600 0.792 0.387
x1∩x8 0.780 0.798 0.897 0.878 0.392 x4∩x7 0.580 0.458 0.755 0.813 0.486
x2∩x3 0.867 0.509 0.785 0.846 0.552 x4∩x8 0.745 0.809 0.654 0.846 0.415
x2∩x4 0.625 0.585 0.478 0.813 0.438 x5∩x6 0.622 0.662 0.567 0.774 0.393
x2∩x5 0.643 0.548 0.548 0.823 0.475 x5∩x7 0.494 0.569 0.815 0.823 0.458
x2∩x6 0.634 0.577 0.403 0.795 0.460 x5∩x8 0.792 0.805 0.761 0.853 0.454
x2∩x7 0.565 0.499 0.805 0.729 0.498 x6∩x7 0.598 0.579 0.815 0.795 0.478
x2∩x8 0.765 0.648 0.688 0.792 0.418 x6∩x8 0.859 0.787 0.694 0.784 0.441
x3∩x4 0.927 0.723 0.867 0.817 0.582 x7∩x8 0.786 0.761 0.867 0.792 0.466

3.2 城市群尺度

基于2017年地级市的优质医疗资源及其影响因素数据，分析上述因子对优质医疗资源的影响。从城市群尺度来看（表1），因子探测表明人口规模、医疗需求、受教育程度、卫生投资、医疗保障水平对优质医疗资源空间分布的影响显著，其影响力值均大于0.7，居民收入、经济发展水平、城镇化水平对优质医疗资源的影响力均通过了0.05的显著性检验，说明人口规模、医疗需求、受教育程度、卫生投资、医疗保障水平对优质医疗资源空间分布的影响显著，而居民收入、经济发展水平、城镇化水平的影响相对较弱。交互探测显示（表2），各因子间的相互作用对优质医疗资源的影响力均呈双因子增强。人口规模与其他因子交互作用时对优质医疗资源的影响最突出，其中，人口规模与经济发展水平交互作用的影响力最高，而居民收入与经济发展水平交互作用的影响力最低，可见人口规模与经济发展水平交互作用对优质医疗资源空间分布的影响显著。

3.3 地级市尺度

从地级市尺度来看（表1），因子探测表明各因子对优质医疗资源的影响力均通过了0.01的显著性检验，说明各因子均对地级市尺度优质医疗资源的空间分布有影响。其中，受教育程度对优质医疗资源空间分布的影响最为关键，卫生投资与人口规模的影响次之，医疗保障水平的影响最小。研究表明受教育程度对地级市尺度优质医疗资源空间分布的影响较大，而其他因子的影响力较小。交互探测显示（表2）：地级市尺度各因子间的交互作用对优质医疗资源的影响力主要呈双因子增强且影响力整体较弱。居民受教育程度与其他因子交互作用对优质医疗资源的影响相对更显著，其中，受教育程度与卫生投资交互作用的影响力最高，而经济发展水平与居民收入交互作用的影响力最低，可见教育与卫生投资交互作用对优质医疗资源空间分布有重要影响。
对比不同尺度上各因子与优质医疗资源的关联性[37]发现：①不同尺度上影响优质医疗资源分布的关键因素存在差异。其中，人口规模、受教育程度及卫生投资均对不同尺度优质医疗资源的分布具有较强影响，省级、城市群尺度上人口规模的影响最关键，而地级市尺度上受教育程度的影响最关键。②不同尺度上各因子间的交互作用对优质医疗资源分布的影响也存在差异，省级、城市群尺度上人口规模与各因子交互作用对优质医疗资源的影响尤为显著，其中，人口与经济发展水平交互作用的影响最强，而地级市尺度仅受教育程度与各因子交互作用时对优质医疗资源的影响较显著。可见，尺度越小，优质医疗资源分布与其影响因子的关联性越复杂。

4 结论与讨论

本文从不同尺度出发，运用GDI、ESDA及地理探测器等方法，分析了中国优质医疗资源的区域差异及其影响因素，研究表明：
①2006—2017年中国优质医疗资源水平趋于提升、区域差异缩小，且尺度越小，区域差异越大。其中，差异程度随城市群等级的降低而增大，随城市规模的降低则减小。
②不同尺度上优质医疗资源的空间集聚程度不同，且尺度越大，优质医疗资源集聚程度越高。其中，省级、地级市尺度优质医疗资源高、较高水平区主要集中在胡焕庸线以东；而城市群尺度优质医疗资源多分布在国家级城市群及哈长、中原等区域性城市群。
③不同尺度上影响优质医疗资源分布的主导因子及各因子间的交互作用存在差异，且尺度越小，优质医疗资源分布与其影响因子的关联性越复杂。
本文分析了不同尺度上优质医疗资源的区域差异，采用地理探测器分析了影响不同尺度优质医疗资源分布的因素，结论与相关研究基本一致，发现中国优质医疗资源的区域差异逐渐缩小[4]，优质医疗资源较高水平区多集中在胡焕庸线以东，人口规模、经济发展水平、受教育程度等是影响优质医疗资源空间分布的主导因子[21⇓⇓⇓-25]。但限于数据可得性，本文仅采用三甲医院数来表征优质医疗资源，且对城市群、地级市尺度优质医疗资源的空间分布仅展开了静态研究，也未对各影响因子跨尺度的交互影响作用进行研究。未来还需健全优质医疗资源评价指标体系，考虑区域热点政策、人口流动等因素对优质医疗资源分布的影响，深入分析优质医疗资源区域差异的影响因素及其作用机制，重点关注影响因子的跨尺度交互作用，并开展优质医疗资源时空分布不均的社会效应研究。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Goddard M, Smith P. Equity of access to health care services:theory and evidence from the UK[J]. Social Science & Medicine, 2001, 53(9):1 149-1 162.

[2]
World Health Organization. Equity in health and health care,a WHO/SIDA initiative[M]. Geneva: WHO, 1996.

[3]
The United Nations. Transforming our world:the 2030 agenda for sustainable development[R]. 2015.

[4]
郑文升, 蒋华雄, 艾红如, 等. 中国基础医疗卫生资源供给水平的区域差异[J]. 地理研究, 2015, 34(11):2 049-2 060.

[5]
曾钊, 刘娟. 中共中央国务院印发《“健康中国2030”规划纲要》[N]. 中华人民共和国国务院公报, 2016-05-20.

[6]
习近平. 决胜全面建成小康社会夺取中国特色社会主义伟大胜利:在中国共产党第十九次全国代表大会上的报告[N]. 人民日报, 2017-10-28.

[7]
Walker R L, Siegel A W. Morality and the limits of societal val-ues in health care allocation[J]. Health Economics, 2002, 11(3):265-273.

[8]
Meulenbergs T. Setting limits fairly:can we learn to share medi-cal resources?[J]. Hypatia, 2003, 10(2):224-225.

[9]
Baba J T, Brolan C E, Hill P S. Aboriginal medical services cure more than illness:a qualitative study of how Indigenous services address the health impacts of discrimination in Brisbane communities[J]. International Journal for Equity in Health, 2014, 13(1):1-10.

[10]
Glasziou P, Straus S, Brownlee S, et al. Evidence for underuse of effective medical services around the world[J]. Lancet, 2017, 16(7):169-177.

[11]
Gray M, Lagerberg T, Dombrádi V. Equity and value in ‘preci-sion medicine’[J]. New Bioethics, 2017, 23(1):87-94.

[12]
Evans N G, Sekkarie M A. Allocating scarce medical resources during armed conflict:ethical issues[J]. Disaster & Military Medicine, 2017, 3(1):2-6.

[13]
Alexander G L, Madsen R W, Miller E L, et al. The state of nursing home information technology sophistication in rural and nonrural US markets[J]. Journal of Rural Health, 2017, 33(3):266-274.

[14]
Treacy L, Bolkan H A., Sagbakken M. Distance,accessibility and costs. Decision-making during childbirth in rural Sierra Leone:A qualitative study[J]. PLOS ONE, 2018, 13(2):1-17.

[15]
Ruano A L, Friedman E A, Hill P S. Health,equity and the post - 2015 agenda:raising the voices of marginalized communities[J]. International Journal for Equity in Health, 2014, 13(1):1-3.

[16]
Kitić J T, Jure K, Zupančič J. The Impact of demographic changes on the organization of emergency medical services:the case of slovenia[J]. Organizacija, 2015, 48(4):247-258.

[17]
曾文, 向梨丽, 李红波, 等. 南京市医疗服务设施可达性的空间格局及其形成机制[J]. 经济地理, 2017, 37(6):136-143.

[18]
田玲玲, 张晋, 王法辉, 等. 公平与效率导向下农村公共医疗资源的空间优化研究——以湖北省仙桃市为例[J]. 地理科学, 2019, 39(9):1 455-1 463.

[19]
马志飞, 尹上岗, 乔文怡, 等. 中国医疗卫生资源供给水平的空间均衡状态及其时间演变[J]. 地理科学, 2018 38(6):869-876.

DOI

[20]
陈浩, 周绿林. 中国公共卫生不均等的结构分析[J]. 中国人口科学, 2011(6):72-83.

[21]
谢金亮, 方鹏骞. 我国医疗卫生资源省际间的配置公平性和利用效率研究[J]. 中国卫生经济, 2013(1):60-62.

[22]
陶印华, 申悦. 医疗设施可达性空间差异及其影响因素——基于上海市户籍与流动人口的对比[J]. 地理科学进展, 2018, 37(8):1 075-1 085.

[23]
黄安, 许月卿, 刘超. 基于可达性的医疗服务功能空间分异特征及其服务强度研究:以河北省张家口市为例[J]. 经济地理, 2018, 38(3):61-71.

[24]
宋雪茜, 邓伟, 周鹏, 等. 两层级公共医疗资源空间均衡性及其影响机制——以分级诊疗改革为背景[J]. 地理学报, 2019, 74(6):1 178-1 189.

[25]
Yin C, He Q, Liu Y, et al. Inequality of public health and its role in spatial accessibility to medical facilities in China[J]. Applied Geography, 2018, 92(3):50-62.

[26]
安艳芳. 我国优质医疗资源分布特点与改善策略[J]. 中国卫生质量管理, 2014, 18(5):110-113.

[27]
魏影, 岳玺中, 毛静馥. 新一轮医院评审标准的解读与建议[J]. 中国医院管理, 2012, 32(7):13-14.

[28]
赵黎. 新医改与中国农村医疗卫生事业的发展——十年经验、现实困境及善治推动[J]. 中国农村经济, 2019, 9(9):48-69.

[29]
王洋, 方创琳, 盛长元. 扬州市住宅价格的空间分异与模式演变[J]. 地理学报, 2013, 68(8):1 082-1 096.

[30]
张慧, 王洋. 中国耕地压力的空间分异及社会经济因素影响:基于342个地级行政区的面板数据[J]. 地理研究, 2017, 36(4):731-742.

DOI

[31]
赵雪雁, 马艳艳, 陈欢欢, 等. 干旱区内陆河流域农村多维贫困的时空格局及影响因素:以石羊河流域为例[J]. 经济地理, 2018, 38(2)140-147.

[32]
王劲峰, 徐成东. 地理探测器:原理与展望[J]. 地理学报, 2017, 72(1):116-134.

DOI

[33]
Wang Jinfeng, Zhang Tonglin, Fu Bojie. A measure of spatial stratified heterogeneity[J]. Ecological Indicators, 2017, 67(5):250-256.

[34]
颜建军, 徐雷, 谭伊舒. 我国公共卫生支出水平的空间格局及动态演变[J]. 经济地理, 2017, 37(10):82-91.

[35]
Afonso A, Aubyn M S. Cross-country efficiency of secondary education provision:a semi-parametric analysis with non-discretionary inputs[J]. Economic Modelling, 2006, 23(3):476-491.

[36]
徐芳, 刘伟. 中国城镇居民医疗保健支出的增长机制研究[J]. 中国人口·资源与环境, 2014, 24(3):239-243.

[37]
康江江, 丁志伟, 张改素, 等. 中原地区人口老龄化的多尺度时空格局[J]. 经济地理, 2016, 36(4):29-37.

Options
文章导航

/

〈 〉