EN中文

经济地理 >

2021 , Vol. 41 >Issue 11: 87 - 96

DOI: https://doi.org/10.15957/j.cnki.jjdl.2021.11.010

城市地理与新型城镇化

基于多源大数据的深圳市医疗设施可达性与公平性测算

  • 胡舒云 , 1, 2 ,
  • 陆玉麒 , 2, 3, 4, ※ ,
  • 胡国建 1, 2 ,
  • 孙婧雯 1, 2
展开
  • 1.南京师范大学 地理科学学院，中国江苏 南京 210023
  • 2.南京师范大学 乡村振兴研究院，中国江苏 南京 210023
  • 3.南京师范大学 虚拟地理环境教育部重点实验室，中国江苏 南京 210023
  • 4.江苏省地理信息资源开发与利用协同创新中心，中国江苏 南京 210023
※陆玉麒（1963—），男，江苏张家港人，博士，教授，博士生导师，研究方向为空间结构与区域发展。E-mail：

胡舒云（1997—），女，河南洛阳人，硕士研究生，研究方向为经济地理与区域规划。E-mail：

收稿日期: 2021-06-01

  修回日期: 2021-08-29

  网络出版日期: 2025-04-17

基金资助

国家自然科学基金重点项目(41430635)

教育部人文社会科学研究规划基金项目(19YJAZH023)

江苏高校哲学社会科学基金项目(2020SJA0247)

收起

Measuring Accessibility and Equity of Medical Resources in Shenzhen Based on Multi-source Big Data

  • HU Shuyun , 1, 2 ,
  • LU Yuqi , 2, 3, 4, ※ ,
  • HU Guojian 1, 2 ,
  • SUN Jingwen 1, 2
Expand
  • 1. College of Geography Science，Nanjing Normal University，Nanjing 210023，Jiangsu，China
  • 2. College of Rural Vitalization，Nanjing Normal University，Nanjing 210023，Jiangsu，China
  • 3. Key Laboratory of Virtual Geographic Environment，Ministry of Education，Nanjing Normal University，Nanjing 210023，Jiangsu，China
  • 4. Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application，Nanjing 210023，Jiangsu，China

Received date: 2021-06-01

  Revised date: 2021-08-29

  Online published: 2025-04-17

Fold

摘要

基于空间视角利用改进潜力模型计算深圳市医疗设施可达性，并从社会视角出发，分别采用根据实际道路网络与出行时速的网络分析和Mann-Whitney U检验测度不同出行方式和居住条件下的医疗可达性差异，关注由居住空间分异引致的空间剥夺现象。结果显示：①深圳市医疗可达性总体呈现以核心区医院群为中心向外围至边缘区递减的空间格局，核心区存在优质医疗设施重复分布的资源浪费现象。②社康中心可达性优于综合性医院，公共交通的就医可达性远低于私家车，依赖公共交通出行的中低收入群体在就医方面处于更不利的地位。③医疗可达性高值社区总体居住环境更差，居住空间分异现象与核心区空间稀缺性、城中村分布有关。④由于资源和机会的非均衡配置及流动性障碍，深圳市边缘区低收入人口存在空间剥夺现象。

关键词： 医疗可达性; 改进潜力模型; 社会公平; 空间剥夺; 医疗设施; 中低收入群体

本文引用格式

胡舒云 , 陆玉麒 , 胡国建 , 孙婧雯 . 基于多源大数据的深圳市医疗设施可达性与公平性测算[J]. 经济地理, 2021 , 41(11) : 87 -96 . DOI: 10.15957/j.cnki.jjdl.2021.11.010

Abstract

This article uses the improved potential model to calculate the spatial accessibility of medical resources in Shenzhen,and measures their differences under different modes of travel and living conditions based on the actual road network analysis and the Mann-Whitney U test. It also focuses on the spatial deprivation phenomenon caused by the spatial differentiation of living. The results show that: 1) From the perspective of space,the accessibility of medical resources generally shows decreasing characteristic from hospital clusters in the core areas to the periphery,the accessibility of community health centers is better than the accessibility of general hospitals. 2) It has the phenomenon of uneven distribution in better medical resources. 3) The accessibility of medical resources by the mean of public transport is much lower than that by the mean of private vehicles,low- and middle-income groups who rely on public transport are at a greater disadvantage in terms of access to healthcare services. 4) The overall living environment is worse in communities with high value for medical accessibility,and the phenomenon of spatial disparity in living is related to spatial scarcity in core areas and the distribution of urban villages. 5) It exists the spatial deprivation to the low-income groups living in the periphery of Shenzhen, which is caused by the unequal distribution of resources and opportunities and mobility barriers.

Key words： medical resources accessibility; improvement potential model; social equity; spatial deprivation; medical facilities; low- and middle-income groups

随着新型城镇化进程不断推进，内城更新速度和住房制度改革加快，外来流动人口、农民工、失地原住民等中低收入群体不得不迁居并聚居在城市边缘的保障性住房[1]、城中村等非正规居住区域[2]，城市内部逐渐出现居住空间分异[3]，由此导致的生活质量差异也逐渐突出，该差异反映在就业、就学、就医、居住等与市民生活密切相关的各个方面。突如其来的新冠疫情（COVID-19）不仅暴露出目前我国公共卫生体系建设的短板[4]，同时使贫困弱势群体面临着社会经济与健康的双重危机 ① 。习近平总书记强调，要着力补齐民生短板，破解民生难题，兜牢民生底线，办好医疗、教育、养老、住房等民生实事。《中共中央关于制定国民经济和社会发展第十四个五年规划和2035年远景目标的建议》也将保障人民健康放在优先发展的战略位置。医疗服务设施作为重要的社会资源，其空间可达性事关民生福祉，决定社会公共资源分配的公平与公正，也是研究区域空间剥夺的重要切入点[5]。
医疗资源的空间可达性能够有效评价医疗设施空间配置情况，利于识别缺医区域以便进行规划改进[6]。大量学者基于不同模型及方法对其进行了研究[5,7⇓⇓-10]，其中改进潜力模型较为全面地考虑了设施的空间距离阻抗以及供需规模，在度量医疗可达性方面最为适用[11]。从研究尺度来看，目前多数研究以区县或街道作为基本分析单元[12⇓-14]，难以精准识别缺医人群，随着数据可获得性的增加，开始出现少部分研究基于居住用地或建筑物尺度展开[15]。然而可达性本身只是一种公共服务资源配置的空间表现，其背后隐藏的公平性才应该是学者和政策制定者所关注的焦点[16]。从研究内容来看，西方国家很早就从医疗设施使用需求和模式、利用的时空限制出发，对不同区域、不同社会群体之间医疗可达性差异进行了评价[17⇓⇓-20]。国内也出现了一些在社会公平视角下针对特大城市公共服务设施的研究[21]，逐渐开始关注老年人、残疾人等弱势群体[22-23]；外来务工人员[24]、保障房居民[25]等低收入群体，并对户籍人口与流动人口的就医可达性差异进行了分析[26]。但现有研究多从空间角度出发强调区位、距离与交通的便捷程度[27]，或从居民角度出发强调个体或群体可达的空间范围和可获得的机会[5,28]，针对不同居住条件下居民可达性差异的关注不足[6]，缺少关注因某项服务设施可达性所产生的低收入群体和社区的空间剥夺问题[5]。
国际权威机构GaWC在2018年发布的世界城市体系排名榜单中，深圳首次跃升“世界一线城市”，与此形成鲜明对比的是，教育、医疗、住房等问题日益对城市的发展形成掣肘。城市内部流动人口众多，绅士化与郊区化共存，不同区域、不同人群之间存在着就医需求与医疗设施供给之间的空间不均衡，医疗资源供需结构性矛盾突出。
鉴于此，本文以深圳市为例，利用多源异构的大数据，首先基于“空间”的视角，将研究尺度细化到社区，利用改进潜力模型分析医疗资源可达性的空间格局，更加准确判断缺医的基层单元。其次基于“人”的视角，利用网络分析、Mann-Whitney U检验测算不同交通方式与不同居住质量下的就医可达性差异，探讨城市边缘地区低收入群体的空间剥夺问题。同时关注空间异质性与群体异质性也是研究从空间公平转向社会公平的突破。

1 研究方法与数据

1.1 研究数据

1.1.1 医疗卫生数据

为实现经济特区内外一体化协调发展，深圳市打破了原来的行政划分界线，对特区内外进行了组团式划分，目前确立了11个功能组团 ② （图1），医疗卫生规划便是基于城市组团展开的。由于医疗设施系统具有典型的层级性特征，《深圳市医疗机构管理办法》将医院按其功能、任务不同，由高到低划分为三、二、一级及社区健康服务中心。通过深圳市政府数据开放平台（https://opendata.sz.gov.cn/）发布的2018年医疗机构数据，选取39个一级医院、22个二级医院，19个三级医院，536个社康中心的诊疗数据，包括各医院年总诊疗人次、门诊人次、急诊人次及医师日均担负门诊诊疗人次。
图1 深圳市组团及医疗设施、居住小区空间分布

Fig.1 Spatial distribution of clusters，medical resources and residential communities in Shenzhen

1.1.2 居住小区、社区及人口数据

从安居客房产网（https://shenzhen.anjuke.com/）、链家（https://sz.lianjia.com/）两家房地产租售服务平台爬取15 439条居住小区数据。数据包括单位房价、绿化率、容积率、建筑年代、建筑面积、物业费、总户数等指标。近5 000条小区的部分指标存在缺失值，通过网站发布的正在出售的10万条二手房数据对部分缺失指标进行补足，之后再汇总到小区层面，完善测度指标。经过数据清洗，剔除异常值与重复值后，共7 738个小区，以此表征居住区用地（图1）。
深圳市2018年781个社区数据来源于ArcGIS矢量化的高分二号卫星影像数据。人口数据来自WorldPop（http://www.worldpop.org.uk/）网站2018年100 m分辨率的人口栅格数据，该数据打破传统人口统计数据的行政区划尺度限制，更加精细地反映出人口分布状况[29]（图2）。
图2 深圳市人口密度空间分布

Fig.2 Spatial distribution of population density in Shenzhen

1.1.3 建筑物数据

从高德地图影像数据中提取建筑物轮廓数据，包括76 149个建筑物的基底面积、楼层数量。利用公式计算容积率（式1）、建筑密度（式2），通过GIS近邻分析得到楼间距，以此来界定各个建筑的空间形态，表征社区建成环境质量及建设强度。
V r i = ∑ j A r e a j × F l o o r j A r e a i
式中： V r i为第i个社区的容积率； A r e a i为社区i的总面积；为建筑物j的面积； F l o o r j为建筑物j的层数，j表示所有位于i中的建筑物。
B d i = A r e a k A r e a i
式中： B d i为社区建筑密度； A r e a k为建筑物k的基底面积； A r e a i为社区i的总面积。

1.1.4 POI数据

通过高德地图导航平台提供的API接口获取2018年POI数据，通过去重和空间配准得到餐饮、公共设施、交通设施、教育、商业住宅、金融保险、生活服务、医疗保健、住宿服务、体育休闲、风景名胜11种类型共计161 476个兴趣点。通过POI数据计算功能混合度（式3）和功能密度（式4）表征土地利用功能完善程度[30]。
D v i = ( - 1 ) ∑ i = 1 n P k P s × l n P k P s
式中:   D v i表示某社区的功能混合度；n表示该社区POI类别数； P k表示某类POI； P s表示所在社区POI总数。各类POI数量已进行归一化处理，信息熵的大小体现城市中土地所具有的各类职能的混合程度，熵值越高，表示该地区土地功能越丰富，每一种功能类型的数量相差越小。
D n i = P s A r e a i
式中:   D n i表示某社区的功能密度，即社区内11种POI的点密度； P s表示该社区内POI总数； A r e a i表示该社区的面积。功能密度通过地块中居住、工作、医疗等11种主要功能的总数量与社区面积比值来界定。

1.2 研究方法

1.2.1 改进潜力模型

综合考虑供需双方引力与需求规模，利用引入医疗设施等级服务阈值的改进潜力模型计算医疗可达性。为实现对缺医单元的精准识别，以小区居民点作为起始点，采用根据实际道路网络和私家车出行时速的网络分析方法，使得测算结果更加贴近居民实际就医行为。模型公式表示为：
A i = ∑ j = 1 n S i j M j D i j β V j , V j = ∑ k = 1 m S k j P k D k j β ,   S i j = 1 - D i j D j
式中： A i表示居民点i至所有可达医疗设施的空间可达性；β表示出行摩擦系数；n、m分别表示医疗设施和居民点的个数； D i j表示以小区为起始点沿路网 ① 到达医院所需的最短时间构建OD成本矩阵计算出的出行时间阻抗； S i j和 V j分别表示医院等级规模影响系数、人口规模影响因子； M j、 D j和 P k分别表示医疗设施j的服务能力、极限出行时间和居民点k的人口数。
①医疗设施服务能力 M j的确定。结合数据可获得性，以医院等级、年总诊疗人次、年门诊人次、年急诊人次、医师日均担负门诊诊疗人次这5个因子的加权平均表征医院的服务能力。采用极差法进行标准化，利用主成分分析法确定权重，提取两个主成分的累积解释方差为87.40%，KMO=0.73>0.70，说明效度较好，适合做因子分析。通过计算线性组合及综合得分模型系数并归一化得到5个因子的权重分别为0.2916、0.2903、0.2792、0.0962、0.0428。
②出行摩擦系数β与极限出行时间 D i j的选取。将不同医疗设施等级规模（ S i j）对居民就医选择行为的影响通过距离衰减系数（ β）和极限出行时间（ D j）来体现（表1）。距离衰减系数一般为1、1.5和2[26,31]，极限出行时间参考小区到最近医院的平均出行时间设定，以更加真实地呈现区域间不同等级医疗设施的可达性差异。
表1 距离衰减系数及私家车与公共交通出行极限时间设计

Tab.1 Design of travel resistance factor and limit time for automobile and public transportation

医院类型 衰减系数β 医院数量（个） 小区到最近医院平均出行时间（min） 极限时间（min）
私家车 公共交通 私家车 公共交通
三级 1.0 19 28.01 104.64 60 120
二级 1.2 22 8.92 92.31 40 90
一级 1.5 39 12.32 57.12 30 60
社康中心 2.0 536 1.49 12.55 15 30

1.2.2 曼—惠特尼U检验（Mann-Whitney U test）

该方法也称秩和检验法，由H.B.Mann和D.R.Whitney于1947年提出，目的是检验这两个总体的均值是否有显著的差别。该方法属于非参数检验，不以推断总体参数为目的，目的在于检验两种或两种以上观察变量的分布有无显著差异，适用于样本分布非正态的情况。由于该方法明确地考虑了每一个样本中各测定值所排的秩，它比符号检验法使用了更多的信息。鉴于该方法较为成熟，在此不再赘述，详见相关文献[32]。

2 基于改进潜力模型的医疗设施可达性测算与分析

2.1 医疗设施可达性空间格局

本文把三级、二级、一级医院（以下统称综合性医院）和社区健康服务中心（以下简称社康中心）分别进行计算讨论。根据式（5）计算结果，将781个社区按照分位数法分为可达性低（4.74%）、较低（6.51%）、一般（20.62%）、较高（27.91%）、高（40.22%）5种类型（图3）。整体来看，深圳市医疗设施可达性呈现由核心区（福田、罗湖、南山）医院群向城市外围地区衰减的特征。低可达性社区主要位于城市外围及边缘地区，集中分布于龙岗中心组团、中部物流组团、盐田组团和东部生态组团。
图3 医疗设施可达性综合水平空间格局

Fig.3 Spatial pattern of the integrated level of accessibility of medical resources

南山、福田、罗湖作为最早的经济特区，人口及政策方面的优势突出，区域综合性医院占比达73.71%，拥有14家三级医院，超过三级医院总数的2/3。一、二级医院占比均接近40%，其中三级医院和二级医院的重叠覆盖范围达30.61%，高等级医疗资源的重复性分布造成一定程度的资源浪费。相比之下，西部工业组团、高新组团和东部生态组团以及中部地区人均医疗资源拥有量仅为全市平均水平的一半[29]。西北部的光明新区、龙华区属于城市新区，经济、人口增长缓慢，医疗设施仍以一级和社康中心等基层医疗机构为主，且与邻近的二、三级医院距离跨度较大，因此可达性相对较差。例如，龙华区水田、三祝里、塘头社区内居住小区众多，平均人口密度为2 369人/km2，但医疗设施配置情况却明显差于周边地区。随着区域内人口不断集聚，医疗设施将逐步配备完善，加之地铁6号线将联系核心城区与中部综合组团（龙华街道新城、石岩等）以及西部高新组团（光明、公明、松岗等），并通过4号线转乘至福田中心区，这一区域的医疗可达性也会随之提高。
局部来看，主要有以下5个典型低值地区：西部高新组团的宝安区羊台山森林公园（位置①）、盐田组团的梧桐山（位置②）、盐田区北部的山区（位置③）、梅沙尖、福田坳、莲塘峰等东部山区（位置④）、大鹏新区中部以未木岭为主的山区为代表的东部生态组团（位置⑤）。这些地区多以旅游景区的开发经营为主，地理位置较为偏远，人口增长缓慢，医疗机构数量少且相对分散。由于山地、湖泊或者特殊城市设施用地的地形使得道路连通性差，位于远郊的城市公共交通设施供给不足造成就医可达性较低。

2.2 出行医院等级差异

为直观对比不同等级医院的可达性，以私家车出行方式下小区到离家最近医院的平均出行时间作为衡量就医可达性的指标（图4），可以看出可达性因选择医院的等级不同而略有差异。5 min内近40%的社区可以到达三级医院和二级医院，54.97%的社区可以到达一级医院，而社康中心5 min出行时间范围内覆盖率达97.89%。由于高等级医疗资源相较于社康中心数量更少且比例集中，难以提供就近的医疗服务，因此三级、二级、一级医院和社康中心的出行时间差异较大。
图4 社区到达不同等级医疗设施平均出行时间占比数量统计

Fig.4 Statistics on the average travel time share of the community to reach different levels of medical resources

虽然社康中心的可达性优于综合性医院，但长期以来，政府的资源和资金多流向大型医院，造成社区医疗资源匮乏，卫生服务及医疗条件相对较差。习近平主席在《全面提高依法防控依法治理能力健全国家公共卫生应急管理体系》中指出，“要加强农村、社区等基层防控能力建设，织密织牢第一道防线”。由于新冠疫情的封闭式管理，居民依赖社康中心提供必需的疾病诊断治疗及日常健康服务，这对社区的医疗服务供给能力提出了前所未有的挑战。因此，未来深圳市应依托三级医院的资源和规模优势来适当增加一级医院和社康中心的数量，促进优质资源的纵向延伸，提升低等级医疗机构的规模和水平，构建更加完备的层级医疗服务体系。

3 医疗设施公平性测算与分析

3.1 出行方式差异

由于中低收入群体通常采取公共交通方式出行，而作为其对照组的高收入群体通常采取私家车方式出行[1,25]，为探讨就医公平性，通过两种交通方式下就医出行时间的对比来反映因收入水平导致的交通方式选择差异所带来的就医可达性差异。对于公共交通出行，行驶时间是出发站到终点站的公交线路距离除以其行驶速度 ① ，除此之外，出行时间还包括步行到站台、等待与换乘、步行到终点等时间总和，参考以往研究[25]，将这部分时间设定为19 min。对于轨道交通出行，结合深圳市地铁官网统计数据（https://www.szmc.net/）确定各个线路里程与时间（表2）。
表2 深圳市各级道路行车速度

Tab.2 Travel speed of roads at all levels in Shenzhen

地铁线路 线路里程
（km）		 运行时间
（min）		 运行速度
（km/h）
地铁1号线（罗宝线） 40.98 70 35
地铁2号线（蛇口线） 35.78 63 34
地铁3号线（龙岗线） 42.00 75 33
地铁4号线（龙华线） 20.50 31 41
地铁5号线（环中线） 47.60 63 45
地铁7号线 30.20 43 42
地铁9号线 25.33 42 36
地铁11号线 51.94 68 46
总体来看，公共交通出行方式的平均时间为25.45 min，是私家车出行时间8.65 min的近3倍。具体来看，三级、二级、一级、社康中心的平均公共交通出行时间分别为116.70、98.20、56.56和13.79 min，与私家车出行时间28.01、8.92、12.32和1.49 min相比，公共交通出行方式下，到达各等级医院的时间明显增加。其中三级医院和二级医院增加了近90 min，一级医院和社康中心分别增加了44.24 min和12.31 min。针对同一个社区来看，两种出行方式的就医可达性存在较大差异，私家车明显优于公共交通。例如宝安区坂田街道的南坑社区，私家车就医时间为26 min，公共交通就医时间为108 min，相差超过1 h。除此之外，采用公共交通出行到达三级和一级医院的最短出行时间比到达社康中心分别多了25.11 min和10.58 min，说明居民采用公共交通出行方式到高等级医院的可达性明显更低，且随着医院等级升高，两种交通方式到达其最短时间都不断延长（图5）。
图5 不同交通方式下社区到最近医院的平均出行时间

Fig.5 Average travel time from the community to the nearest hospital by different modes of transportation

与常使用私家车出行的高收入群体相比，居住在市郊地区主要通过公共交通方式出行的中低收入群体在就医方面更加不利。产生这一差异的原因主要是医疗资源配置空间失衡使得市郊地区就医距离过长。但除了绝对距离之外，局部的土地利用安排、地铁选线、公交布局等因素也对可达性产生影响。例如，盐田区海山街道的明珠社区、宝安区西乡街道龙珠社区、龙岗区南澳街道的鹏城社区等虽然也远离城市中心，但由于有地铁和快速公交通达，两种出行方式可达性差距并不大。这也反映出目前位于市郊地区的部分住房项目在建成后，并不完全是区位因素导致的就医可达性降低，而与局部交通设施配套也有较大关系。因此，建议将大型医疗设施纳入城市轨道交通选线和设站的考虑因素中，提升采用公共交通方式的医疗设施可达性。

3.2 居住质量差异

由于深圳市原特区内外经济发展水平与产业结构的差异，“关外”与“关内”地区存在历史性遗留的居住空间分异问题[33]，大部分人的居住需求难以通过正规住房市场解决[3]。城中村、棚户区、新建廉租房、拆迁安置房等以价格、区位等优势成为外来流动人口的典型聚居区[34]。城市不同阶层的人口有规律地在不同区位集聚，极易产生居住空间隔离现象。
结合保障性住房的空间劣势[25,35]、宜居度指标[36]以及影响生活质量的相关因素[37]，从社区建成环境、小区居住环境、配套服务设施、经济条件、区位及交通条件6个方面选取22个可量化指标（表3），测算就医可达性与居住内外部环境之间的相关关系，检验医疗配置的空间公平性。其中，社区治理水平难以量化，采用物业管理费衡量[38]。通过GeoDa计算发现只有户均面积和停车位两项属性值未通过5%的显著性检验，各项指标Moran's I指数普遍偏高，说明具有某一指标特征的社区具有较强空间规律性及集聚分布特点，利于识别居住空间分异特征。取基于潜力模型测算的前1/4标记为高可达性社区，后1/4标记为低可达性社区，采用Mann-Whitney U检验对所选各组指标进行验证。结果显示，除户均面积、物业费、楼间距以外，其他20个指标均在0.1%的置信水平上显著。高可达性社区人均居住面积更小、停车位配比和绿化率更低，容积率、建设强度更大，配套服务设施更落后，即总的居住环境更差，这与以往对于发达城市的研究一致[12]。
表3 高就医可达性与低就医可达性社区Mann-Whitney U检验结果

Tab.3 Results of the Mann-Whitney U test for communities with high versus low access to medical resources

指标分类 指标（单位） 高组中位数 低组中位数 Z P Moran's I
小区居住环境 物业费（元/m2） 0.959 0.876 -0.190 0.849 0.294
停车位（个） 80 303 -4.863 0.000** 0.056
绿化率（%） 35 40 -4.874 0.000** 0.290
建筑年代（年份） 2 006 2016 -8.514 0.000** 0.240
物质建成环境 基底面积（m2） 37 907 541 023 -15.163 0.000** 0.430
建筑密度（%） 0.205 0.15 -4.573 0.000** 0.300
容积率 1.745 0.895 -7.111 0.000** 0.500
平均层数（层） 8.008 5.357 -7.882 0.000** 0.610
楼间距（m） 4.916 5.3 -1.168 0.243 0.056
经济水平 户均面积（m2） 40.516 43.502 -0.479 0.632 0.070
房价（元/m2） 47 267 32 815 -3.397 0.001* 0.688
配套服务设施 功能混合度 1.983 2.210 -10.287 0.000** 0.310
功能密度 2.442 13.635 -12.192 0.000** 0.230
距生活服务设施距离（m） 26.578 57.13 -8.296 0.000** 0.200
区位条件 距诊所、专科医院距离（m） 133.466 236.138 -7.198 0.000** 0.190
距商业区距离（m） 297.591 454.893 -6.472 0.000** 0.280
距中小学幼托距离（m） 137.608 250.462 -9.546 0.000** 0.210
距公园距离（m） 399.733 634.173 -6.598 0.000** 0.200
距景区距离（m） 202.816 354.286 -8.100 0.000** 0.160
交通条件 距轨道交通站点距离（m） 486.368 1 717.959 -8.886 0.000** 0.600
距公交站点距离（m） 159.188 198.302 -4.398 0.000** 0.120
采用公共交通出行至医院可达性 0.04728 0.00585 -15.426 0.000** 0.200

注：**、*分别为在0.1%、1%的置信水平上显著。

究其原因，一是由于深圳核心城区具有空间稀缺性，户均面积小，高档商品房的建设量相对于外围地区较低。考虑到核心区老旧住宅拆迁成本高而周边土地价格相对低廉，开发商更倾向于占用城市周边的生态用地来建设居住区，这也使得老旧居住区搬迁改造十分缓慢，建成年代相对较早。在实际发展过程中，房地产业的逐利性使其只注重扩张居住区所带来的收益，而忽视了服务设施配套建设，导致其周边交通、商业、教育等基础设施往往滞后于居住区的建设。二是由于深圳缺乏旧城基底，加之其空间扩张途径的特殊性，城中村大多分散布局于城市建成区内，深圳居住空间分异特征与城中村的空间分布具有高度关联[38]，因此高就医可达性社区可能大多是分散在城市建成区内的城中村 ① 。流动人口等低收入群体在择居时考虑到住房价格、就业岗位邻近性等因素，往往会选择此类租金低廉、具有良好交通区位的城中村。例如南山区的白石洲社区、罗湖区的向西、罗芳社区等（图6）。
图6 高就医可达性与低就医可达性社区空间分布

Fig.6 Spatial distribution of communities with high and low accessibility to medical resources

3.3 边缘地区空间剥夺现象

剥夺（deprivation）是一个社会学概念，指城市贫困或弱势群体所受到的社会条件和资源的不公平问题[39]。他们被剥夺的可能是食品、住房等物质资源，也可能是教育、医疗等非物质资源，还可能是生存与发展机会[5]。截至2018年末，深圳市非户籍人口占常住人口的65.1%[40]，在现行土地和户籍制度下，保障房、廉租房等低收入社区往往集中建设在城市远郊地区[33]。由于以非户籍人口为代表的贫困弱势群体具有明显的低教育水平、低收入、低稳定性的特征[41]，在根本上缺乏资源竞争的能力，加之机会的非均衡配置及流动性障碍，导致低收入群体逐渐被排除在正规就业和城市服务之外[42]，比当地居民更容易造成空间上享用资源和获取机会的双重剥夺[40]。
由表3可知，城市边缘社区区位条件更差，他们在居住条件落后的同时，也在就医、就业、就学等方面受到限制。以就医为例，深圳市低医疗可达性地区大多位于城市外围及边缘（图6），市郊地区由于医疗资源匮乏且就医距离过长，加之郊区较低的人口密度导致单个社区难以达到配置基层医疗服务的门槛，使得远离市中心的社区就医可达性大幅降低，而刚性的就医需求无疑再次加剧市郊居民在享受优质医疗资源方面的空间不平等问题，他们在就医时不仅要考虑地理上的距离和时间，更要考虑医疗服务质量和保险覆盖情况。以就业为例，低收入人口被迫迁移至工作岗位稀缺、向上流动困难的远郊地区，进而降低获取社会资源与创造收入的能力。以就学为例，由于远离优质的中小学等教育资源，子女难以接受良好的教育，导致这种贫困具有较强的代际传递性。除此之外，由于距离公交、地铁站点以及商业区较远（表3），日常生活和交通出行成本大幅增加，而区位和租金优势又增加了其改造难度，固化了贫困人口居住隔离的空间模式。地理隔离加剧了社会隔离，导致资源和发展机会的分配不公，进而造成贫困的延续[43]。这种低收入人口的身份同质与地缘集聚将产生物质与社会空间上的“马太效应”，加剧城市空间剥夺。综上，可以归纳出边缘地区空间剥夺的概念模式（图7）。
图7 基于医疗设施可达性的城市边缘社区空间剥夺概念模式

Fig.7 A conceptual model of spatial deprivation in urban fringe communities based on the accessibility of medical resources

4 结论与启示

4.1 结论

为了全面反映医疗设施空间配置状况及相关社会公平问题，将空间视角与社会视角相结合，首先采用引入医疗设施等级服务阈值的改进潜力模型对深圳市社区尺度医疗设施可达性进行计算。其次根据实际道路网和出行时速的网络分析方法度量不同交通方式下的就医可达性，并利用Mann-Whitney U检验测度不同居住质量下的医疗可达性差异，关注城市边缘地区低收入群体的空间剥夺问题。结果显示：
①深圳市医疗设施可达性空间分异特征显著，总体呈现以内城核心区医院群为中心向外围至城市边缘区递减的空间结构，医疗设施存在空间配置不合理，核心区优质医疗设施重复分布的资源浪费现象。由于不同等级医疗设施规模、数量的差异，各类医疗设施出行时间差异较大，其中社康中心5 min出行时间范围内覆盖率达97.89%，可达性优于综合性医院。
②采用公共交通就医的平均出行时间是私家车的近3倍。其中，到达三级和二级医院增加近90 min，到达一级医院和社康中心分别增加44.24 min和12.31 min。反映出因收入水平导致的不同交通方式选择下医疗可达性的差异显著。对于依赖于公共交通出行的中低收入群体，就医时间和成本的增加不仅会加重他们的生活负担，还可能降低其就医频率，影响其健康水平。
③根据Mann-Whitney U检验，由于内城核心区的空间稀缺性及城市特殊扩张途径带来的城中村的分散布局使得就医可达性高的内城核心区总体居住质量较医疗可达性低值社区更为落后。深圳市居住空间分异特征显著，位于城市边缘区的低收入群体交通和区位条件更差，其所享有的医疗、教育等与城市中心区相比存在较大差距，城市优势区位的丧失有可能导致获取资源及向上流动的机会减少，最终出现一定程度的空间剥夺。

4.2 启示

医疗设施可达性关乎民生健康、生活质量和社会公平等重大社会议题。“十四五”规划提出我国目前面临优质医疗资源供给不足和分布不均两大问题。基于空间公平的原则，政府应注重社康中心等基层医疗设施建设，弥补高等级医院空间可达性上的不足，利用优质资源辐射带动效应实现区域均衡布局，减少核心区内高等级医院集中造成的医疗资源浪费。新冠疫情使我们意识到贫困弱势群体在重大公共卫生部突发事件时所面临更加不利的风险处境，需要特别关注发达地区低收入人口的就医可达性，扎实推进以人为核心的新型城镇化，实现“基本医疗服务均等化”。基于社会公平的原则，政府未来应将更多精力投向城市边缘低收入社区，适当提高无工作能力的住房困难群体的拆迁补偿范围和标准，通过城市规划加快改善低收入社区外部交通环境和学校、医院、养老院等公共服务配套设施的福利供给，达到空间与社会的双公平。
本文尚存一些不足：首先，缺少从社会调查等微观层面的工作，例如采用街景、社区、居民个体等多种途径，实地调研以对结论的准确性进行验证。未来研究可将研究视角聚焦到人，通过实地走访开展调查问卷，对居民真实出行时间进行统计，使宏观分析与微观研究相结合，以更好地指导国土空间规划中医疗设施这一关键要素的优化配置以及15 min生活圈的营建。其次，可以结合例如公交刷卡数据、百度地图出行指数等大数据进行回归分析，得到居民对于不同等级医院出行的时间阈值，使医院等级规模对居民就医选择行为的影响更加符合实际。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
吕斌, 张纯, 陈天鸣. 城市低收入群体的就业可达性变化研究——以北京为例[J]. 城市规划, 2013, 37(1):56-63.

[2]
冯长春, 李天娇, 曹广忠, 等. 家庭式迁移的流动人口住房状况[J]. 地理研究, 2017, 36(4):633-646.

DOI

[3]
仝德, 冯长春, 邓金杰. 城中村空间形态的演化特征及原因:以深圳特区为例[J]. 地理研究, 2011, 30(3):437-446.

[4]
顾朝林, 曹根榕, 顾江, 等. 中国面向高质量发展的基础设施空间布局研究[J]. 经济地理, 2020, 40(5):1-9.

[5]
曾文, 向梨丽, 张小林. 南京市社区服务设施可达性的空间格局与低收入社区空间剥夺研究[J]. 人文地理, 2017, 32(1):73-81.

[6]
申悦, 李亮. 医疗资源可达性与居民就医行为研究进展[J]. 科技导报, 2020, 38(7):85-92.

DOI

[7]
殷杰, 许世远, 经雅梦, 等. 基于洪涝情景模拟的城市公共服务灾害应急响应空间可达性评价——以医疗急救为例[J]. 地理学报, 2018, 73(9):1737-1747.

DOI

[8]
钟少颖, 杨鑫, 陈锐. 层级性公共服务设施空间可达性研究:以北京市综合性医疗设施为例[J]. 地理研究, 2016, 35(4):731-744.

DOI

[9]
程敏, 连月娇. 基于改进潜能模型的城市医疗设施空间可达性——以上海市杨浦区为例[J]. 地理科学进展, 2018, 37(2):266-275.

DOI

[10]
Fan P L, Xu L H, Yue W Z, et al. Accessibility of public urban green space in an urban periphery:The case of Shanghai[J]. Landscape and Urban Planning, 2017,165:177-192.

[11]
Yang N, Chen S Y, Hu W L, et al. Spatial distribution balance analysis of hospitals in Wuhan[J]. International Journal of Environmental Research and Public Health, 2016, 13(10):971.

[12]
Cheng G, Zeng X K, Duan L, et al. Spatial difference analysis for accessibility to high level hospitals based on travel time in Shenzhen,China[J]. Habitat International. 2016,53:485-494.

[13]
Pan J, Zhao H Q, Wang X L, et al. Assessing spatial access to public and private hospitals in Sichuan,China:The influence of the private sector on the healthcare geography in China[J]. Social Science & Medicine, 2016,170:35-45.

[14]
丁愫, 陈报章. 城市医疗设施空间分布合理性评估[J]. 地球信息科学学报. 2017, 19(2):185-196.

DOI

[15]
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.

[16]
许婵, 文天祚, 王坤晓. 北京市核心区医疗设施可达性研究[J]. 地域研究与开发, 2019, 38(3):60-65,101.

[17]
Donald H T, Hoenig H. Access to health care services for the disabled elderly[J]. Health Services Research, 2010, 41(3):743-758.

[18]
Mavoa S, Witten K, Mccreanor T, et al. GIS based destination accessibility via public transit and walking in Auckland,New Zealand[J]. Journal of Transport Geography, 2012, 20(1):15-22.

[19]
Lee J E, Kim H R, Shin H I. Accessibility of medicalservices for persons with disabilities:Comparison withthe general population in Korea[J]. Disability and Rehabilitation, 2014, 36(20):1728-1734.

[20]
Sibley L M, Weiner J P. An evaluation of access to health care services along the rural-urban continuum in Canada[J]. Bmc Health Services Research, 2011, 11(1):1-11.

[21]
湛东升, 张文忠, 谌丽, 等. 城市公共服务设施配置研究进展及趋向[J]. 地理科学进展, 2019, 38(4):506-519.

DOI

[22]
韩非, 罗仁朝. 基于可达性测度的城市社区居家养老服务供需匹配研究——以南京为例[J]. 经济地理, 2020, 40(9):91-101.

[23]
许婧雪, 张文忠, 谌丽, 等. 基于弱势群体需求的北京服务设施可达性集成研究[J]. 人文地理, 2019, 34(2):64-71.

[24]
宁越敏, 杨传开. 新型城镇化背景下城市外来人口的社会融合[J]. 地理研究, 2019, 38(1):23-32.

DOI

[25]
张纯, 李晓宁, 满燕云. 北京城市保障性住房居民的就医可达性研究——基于GIS网络分析方法[J]. 人文地理, 2017, 32(2):59-64.

[26]
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):1075-1085.

DOI

[27]
李朝奎, 卜璞, 方军, 等. 基于改进引力模型的医疗服务可达性评价[J]. 经济地理, 2018, 38(12):83-88.

DOI

[28]
谌丽, 张文忠, 杨翌朝. 北京城市居民服务设施可达性偏好与现实错位[J]. 地理学报, 2013, 68(8):1071-1081.

[29]
陈小祥, 岳隽, 张文晖. 基于建筑物尺度的医疗设施可达性研究——以深圳市福田区综合医院为例[J]. 山东建筑大学学报, 2019, 34(1):28-33.

[30]
荣培君, 张丽君, 秦耀辰, 等. 建成环境对城市居民日常出行碳排放的影响——以开封市248个居住区为例[J]. 地理研究, 2019, 38(6):1464-1480.

DOI

[31]
宋正娜, 陈雯, 车前进, 等. 基于改进潜能模型的就医空间可达性度量和缺医地区判断——以江苏省如东县为例[J]. 地理科学, 2010, 30(2):213-219.

[32]
Xie J, Li L. Comments on the utilization of Mann-Whitney U test and Kaplan-Meier method[J]. Journal of Gynecologic Oncology, 2021, 32(3):e54.

[33]
张瑜, 仝德, Ian MacLachlan. 非户籍与户籍人口居住空间分异的多维度解析——以深圳为例[J]. 地理研究, 2018, 37(12):2567-2575.

DOI

[34]
袁媛, 刘菁, 陈逸敏, 等. 基于遥感影像及在线房租数据的城市内部贫困空间测度研究——以广州市内城核心区为例[J]. 人文地理, 2018, 33(3):60-67.

[35]
刘玉亭, 邱君丽. 企业主义视角下大城市保障房建设的策略选择及其社会空间后果[J]. 人文地理, 2018, 33(4):52-59,87.

[36]
Furlan R, Petruccioli A, David M, et al. The urban regeneration of west-bay,business district of Doha (State of Qatar):A transitoriented development enhancing livability[J]. Journal of Urban Management, 2019, 8(1):126-144.

[37]
冯健, 钟奕纯. 基于居住环境的常州城市居民生活质量空间结构[J]. 地理学报, 2020, 75(6):1237-1255.

DOI

[38]
袁文华, 李建春, 秦晓楠. 基于片区治理的城市老化风险评估及空间分异机制[J]. 经济地理, 2020, 40(7):81-92.

DOI

[39]
Townsend P. Deprivation[J]. Journal of Social Policy, 1987, 16(2):125-146.

[40]
深圳市统计局. 深圳统计年鉴[M]. 北京: 中国统计出版社, 2019.

[41]
林李月, 朱宇, 梁鹏飞, 等. 基于六普数据的中国流动人口住房状况的空间格局[J]. 地理研究, 2014, 33(5):888-898.

[42]
宋伟轩, 袁亚琦, 谷跃, 等. 南京棚户区改造的城市社会空间重构效应[J]. 地理研究, 2021, 40(4):1008-1024.

DOI

[43]
塔娜, 申悦. 基于共享度的上海郊区社区居民活动空间隔离及其影响因素[J]. 地理学报, 2020, 75(4):849-859.

DOI

Options
文章导航

/

〈 〉