EN中文

经济地理 >

2025 , Vol. 45 >Issue 6: 100 - 108

DOI: https://doi.org/10.15957/j.cnki.jjdl.2025.06.010

城市地理与新型城镇化

青藏高原就医可达性格局演变及其影响因素

  • 高兴川 , 1, 2 ,
  • 张雯婷 1 ,
  • 马仁锋 , 1, 2, ※
展开
  • 1.宁波大学 地理与空间信息技术系，中国浙江 宁波 315211
  • 2.宁波大学 陆海国土空间利用与治理浙江省协同创新中心，中国浙江 宁波 315211
※ 马仁锋（1979—），男，博士，教授，研究方向为经济与文化地理学、国土空间规划、城镇人居环境。E-mail：

高兴川（1987—），男，博士，副教授，研究方向为智慧交通与区域发展。E-mail：

收稿日期: 2024-08-29

  修回日期: 2024-11-13

  网络出版日期: 2025-08-07

基金资助

国家自然科学基金项目(42101207)

国家自然科学基金项目(42101170)

浙江省自然科学基金项目(LTGG24D010001)

科技部第二次青藏高原综合科学考察研究项目(2019QZKK0406)

收起

Spatial Pattern Evolution and Influencing Factors of Accessibility to Medical Treatment in the Qinghai-Xizang Plateau

  • GAO Xingchuan , 1, 2 ,
  • ZHANG Wenting 1 ,
  • MA Renfeng , 1, 2, ※
Expand
  • 1. Department of Geography and Spatial Information Techniques，Ningbo University，Ningbo 315211，Zhejiang，China
  • 2. Zhejiang Collaborative Innovation Center for Land and Marine Spatial Utilization and Governance Research，Ningbo University，Ningbo 315211，Zhejiang，China

Received date: 2024-08-29

  Revised date: 2024-11-13

  Online published: 2025-08-07

Fold

摘要

医疗设施的可达性和服务能力是确保居民健康的关键。在分级诊疗和“健康中国”政策推动下，文章对青藏高原2000、2010和2020年不同层级医疗设施的可达性进行了分析，结合就诊概率探讨了乡镇尺度综合就医可达性的空间演变及其与常住人口的地域分异规律，并识别了其影响因素。结果表明：①2000—2020年青藏高原就医可达性有显著改善，短时可达覆盖范围逐渐扩大，且随着医院等级的降低而增加；一级、二级、三级医院≤1 h可达等时圈覆盖面积和人口比例逐渐增大。②结合就诊概率的综合就医可达性，在≤1 h和>10 h的等时圈覆盖的面积比例与人口比例小于只考虑时间成本的综合可达性。③乡镇尺度的综合就医可达性供需关系具有显著地域分异特征，其中高—高乡镇数量下降，主要转变为低—高型；低—高型和低—低型乡镇数量呈增加趋势。④医院点密度是乡镇尺度综合就医可达性的主要影响因素，海拔和路网密度次之，GDP和人口密度也有一定影响。

关键词： 供需视角; 医疗设施; 分级诊疗; 就医可达性; 医院等级; 就诊概率; 青藏高原

本文引用格式

高兴川 , 张雯婷 , 马仁锋 . 青藏高原就医可达性格局演变及其影响因素[J]. 经济地理, 2025 , 45(6) : 100 -108 . DOI: 10.15957/j.cnki.jjdl.2025.06.010

Abstract

The accessibility and service capacity of medical facilities are crucial for ensuring the health of residents. Under the background of the impetus of the system of tiered diagnosis and treatment and Healthy China, this study analyzes the accessibility of medical service facilities at different levels in the Qinghai-Xizang Plateau in 2000, 2010, and 2020. It explores the spatial-temporal dynamics of integrated healthcare accessibility at the township scale, with consideration of service utilization probability, analyzes its spatial heterogeneity in correlation with population distribution, and identifies the determinants affecting these patterns. The results show that: 1) From 2000 to 2020, there has been a significant improvement in the accessibility to medical treatment in the Qinghai-Xizang Plateau, the short-term accessibility coverage area gradually expands and showing an inverse correlation with hospital tier levels. The coverage area and population proportion of the isochrone circles (≤1 h) for primary-, secondary-, and tertiary-level hospitals are gradually increasing. 2) Taking into account the comprehensive accessibility of medical facilities with the probability of medical treatment, the coverage area and population proportion of the isochrone circles (≤ 1 hour and > 10 hours) are smaller than that of the comprehensive accessibility considering only the time cost. 3) The supply and demand relationship of comprehensive medical accessibility at the township scale has significant regional differentiation characteristics. Among them, the number of townships with high-high agglomeration has decreased, mainly transforming into a low-high type. The number of low-high type and low-low type of townships shows an increasing trend. 4) The density of hospital locations is the main influencing factor for the comprehensive accessibility of medical facilities at the township level, follow by altitude, road network density. GDP and population density also have a certain impact.

Key words： supply-demand perspective; medical facilities; the system of tiered diagnosis and treatment; accessibility for medical treatment; hospital tier levels; probability of medical treatment; Qinghai-Xizang Plateau

联合国可持续发展目标着重强调不断提升民众的健康福祉，而实现全民医疗覆盖是实现这一目标的关键[1]。随着社会对公平资源分配的追求和卫生保健需求的多样化，确保所有人都能平等地获得高质量的医疗服务，已经成为衡量人民健康生活质量的重要标准[2]。提高医疗服务的可达性不仅可以显著提高国民的健康水平，也是推动社会稳定发展的重要因素[3]。以青海和西藏为主体的青藏高原，平均海拔约4000 m，其独特的高原环境导致氧气含量较低，对人体生理机能构成挑战，容易引发多种慢性疾病甚至急性高原病[4]，这进一步凸显了提升该地区医疗服务的紧迫性和重要性。此外，在经济发展和人口分布均极不均衡的高原地区[5-6]，医疗资源配置面临着供需不匹配、服务水平有限以及与邻近省份缺乏合作等多重挑战[7]。公共服务设施的均衡分布对青藏高原居民的福祉和幸福感有着深远的影响，医疗资源优化布局变得尤为迫切。
随着西部大开发战略不断深化、现代化进程加快，以及国家公园建设和高质量发展的大力推动，青藏高原的经济社会得到了长足发展，基础设施建设不断完善[8-10]。特别是交通网络的持续延伸与完善，有效降低了出行成本、激发了地方经济的活力[11]，加强了区域内外的联系[12]。然而，其也在一定程度上扩大了可达性的局部差异[13]。青藏高原人口呈现出显著的“东南密集、西北稀疏”的地域空间分布特征[14-15]，加剧了该地区医疗资源的配置差异和就医可达性的非均衡性。
可达性是衡量一个地区医疗保健服务水平的有效指标[16-17]。目前相关研究主要集中在我国东中部人口密集、经济较发达地区[18-20]，较少关注青藏高原地区。Wang等分析了缺氧环境对医疗资源服务效率的影响[21]；吴晓凡等[22]和刘泽等[23]分别基于居民出行特征，探讨了拉萨市和西藏自治区的医疗资源服务情况；孔劲松等认为通过扩大基础设施服务范围、优化交通网络、强化基层医疗能力等措施，能够不断提升青藏高原地区居民的就医满意度[24]。然而，现有研究多关注于某个年份的分析，缺乏揭示该地区长时间尺度医疗、就医可达性的演变过程，更鲜见就医可达性影响因素相关探讨。同时，也已有基于问卷调查分析小范围居民就医选择的相关研究，但该方法难以适用于大范围。就诊概率是指居民在面临医疗需求时，选择特定类型或层级医疗机构进行就诊的可能性，反映了居民在面临健康问题时选择就医的行为倾向。结合就诊概率的就医可达性相关研究对于厘清高原地区居民的医疗服务需求具有重要的理论和现实意义。
《“健康中国2030”规划纲要》强调，全面提升人民健康水平和保障各民族人民的健康长寿是国家富强的重要先决条件之一[25]。针对青藏高原特殊的人口和医疗资源分布情况，本文将青藏高原（青海省和西藏自治区）作为研究对象，首先选取2000、2010和2020年3个年份，分析一级医院（含乡镇卫生院）、二级医院、三级医院的就医可达性空间演变规律；同时，将就诊概率纳入分析框架，以评价综合就医可达性，并结合乡镇尺度常住人口数据，剖析就医可达性与人口分布的空间匹配情况及其聚类特征；最后，利用地理探测器，从供需视角揭示青藏高原乡镇尺度综合就医可达性的关键影响因素及其作用强度，以期为高原地区和少数民族聚居区深化“健康中国”理念、构建均衡高效的医疗卫生体系提供科学依据。

1 研究区域和数据来源

1.1 研究区域

青藏高原，被誉为“世界屋脊”和“第三极”，以其独特的人文和地理环境成为地球圈层演化和人地关系研究的热点地区。青藏高原横跨西藏自治区、青海省、新疆维吾尔自治区、甘肃省、四川省和云南省（图1），其中青海和西藏构成了高原的主体[26]，两省区面积比例约为高原地区的77.25%。根据第七次全国人口普查数据，青海和西藏的常住人口分别约为592.36万人和364.81万人，约占青藏高原常住人口的45.24%。中华人民共和国成立以来，中央政府一直致力于推动青藏高原经济发展和生态保护，该地区医疗资源的数量与质量均得到了明显提升（表1）。目前，青藏高原已基本建立了基层首诊、双向转诊、急慢分治、上下联动的医疗服务体系[27-28]，进一步提升了医疗保障水平和居民的就医体验。
图1 研究区区位及医疗设施空间分布

注：该图下载于自然资源部标准地图服务网站中审图号为GS（2020）4632的标准地图，底图无修改。

Fig.1 Location of research area and spatial distribution of medical facilities in the Qinghai-Xizang Plateau

表1 青藏高原医疗资源数量情况

Tab.1 Quantity of medical resources in the Qinghai-Xizang Plateau

地区 医疗资源 2000 2010 2020
青海 每千人口医疗卫生机构床位数（张/千人） 3.2 3.6 7.0
每千人口卫生技术人员数（人/千人） 3.9 4.3 8.3
综合医院（家） 437 496 699
西藏 每千人口医疗卫生机构床位数（张/千人） 2.44 3.02 5.19
每千人口卫生技术人员数（人/千人） 3.22 3.44 6.20
综合医院（家） 712 784 874

1.2 数据来源及处理

医院名录来自国家卫生健康委员会网站（http://www.nhc.gov.cn/wjw/web/ydd.shtml），该网站提供了定点医保机构的名录。本文整理了青海和西藏2000、2010和2020年不同等级医院（包括乡镇卫生院）的名录、成立年份和地理位置信息。根据我国医疗层级设置，乡镇卫生院作为基层诊疗体系的一部分，与其他各等级医院共同构成了青藏高原的县、镇、村三级卫生医疗体系。行政区划、GDP和海拔等数据源自中国科学院资源环境科学与数据中心（https://www.resdc.cn/）。交通路网数据来自OSM（https://www.openstreetmap.org/），构建路网（国道、省道、县道、乡道和铁路）数据集，并赋予相应的速度值[29-30]。乡镇单元常住人口数据源自第五、六、七次全国人口普查的数据。就诊概率来源于国家卫生计生委统计信息中心（http://www.nhc.gov.cn/mohwsbwstjxxzx/s8211/new_list.shtml），该数据为两周内患病者第一次选择就诊机构的构成比例。

2 模型与方法

医疗可达性的测度是本文研究的基础。传统的可达性度量方法包括最近邻算法和直线距离法，改进的方法主要包括重力模型[29]、两步移动搜索法[31]、潜能模型[32]等。青藏高原地域辽阔，交通路网的建设对该地区的连通性和居民出行便利度有着极大的影响[30]。在大尺度研究中，通常采用网络分析方法来测量可达性[29-30]。通过对公路、铁路、水系等交通网络数据进行地理建模分析，网络分析方法考虑了不同等级路网因素在可达性评价中的作用，以获得最短时间成本。相较于距离测度，时间成本能够更精准地反映人们在选择就近就医时的便捷程度，更贴合人们实际出行的选择意愿，从而更全面地体现了就医的可达性。因此，本文运用网络分析方法，测度青藏高原的就医可达性，并剖析其空间分布规律。

2.1 可达性测度

通过构建2000、2010和2020年交通路网和不同等级医疗设施点位的数据集，建立OD（起点—终点）矩阵，计算从起点到达最近目的地（即不同层级医疗设施）的最短时间成本。公式如下：
A = m i n A i
式中：A为到达不同层级医疗设施的最短可达时间；Ai为起点到目的地的可达时间；i为1、2、3，分别表示一级、二级、三级医疗设施。
多数研究在衡量居民到医院的就医可达性时，只考虑距离或时间因素，而忽略了居民在就医时的选择概率[33-34]。本文结合就诊概率，修正就医可达性指标（图2）。公式如下：
A i = W 1 A 1 + W 2 A 2 + W 3 A 3
式中：Ai是考虑了就诊概率下一级、二级、三级医院的可达性；A1、A2、A3分别为一级、二级、三级医院的就医可达性；Wi为居民选择医疗机构的就诊概率，参考《第五次国家卫生服务调查分析报告》[35]，W1、W2、W3分别为青藏高原一级、二级、三级医院就诊概率（72.7%、16.9%、8.2%）。
图2 结合就诊概率修正可达性指标

Fig.2 Modified accessibility indicators based on the probability of medical treatment

2.2 空间自相关分析

本文运用双变量局部Moran's I来揭示人口与可达性的空间聚类特征，探讨不同年份青藏高原就医供需的空间相关性与分布特征。公式如下：
I i = ∑ W i j Z i Z j
式中：Zi和Zj是标准化值；Wij为空间权重。

2.3 地理探测器

地理探测器是一种新型的统计学方法，用于探测空间分异特征并揭示其驱动因素[36]。该方法的优点包括不需要线性假设、数据分析能力强，同时，能够灵活处理多种类型的数据和复杂的空间关系，以及分析变量之间的交互作用。因此，本文采用地理探测器方法分析综合就医可达性的影响因素及其作用强度。
根据已有研究[8,18,37-38]和研究区域数据可获取性，本文选取海拔、医院点密度、路网密度、GDP、人口密度和城镇化率6个指标，作为乡镇尺度综合就医可达性的影响因素。其中，海拔为乡镇尺度范围的平均值，海拔是高原地区最独特的自然因素；医院点密度通过历年医院核密度分布提取获得，反映了医院分布情况；路网密度为路网总长度/乡镇面积，表征道路交通发展水平；GDP即国内生产总值，表示乡镇的经济发展情况；人口密度为乡镇尺度单位面积的人口数量，通常人口密集的地区医疗资源也相对丰富；城镇化率反映了当地人口的集中程度，城镇化率高的地区医疗资源配置更为完善。

3 不同层级就医可达性空间格局演变及特征

通过构建OD（起点—目的地）成本矩阵，计算从起始点到不同层级医院的最短时间；利用反距离加权插值模型，得到青藏高原2000、2010和2020年不同层级就医可达性和综合就医可达性的空间格局及其演变过程。此外，本文还分析了不同层级的就医可达性和综合就医可达性在不同等时圈内所覆盖的面积与人口比例，以进一步揭示就医可达性的改善对于提升青藏高原居民福祉的重要性。

3.1 不同层级就医可达性空间格局演变

随着医院等级降低，短时可达（≤3 h）的覆盖范围在2000—2020年不断扩大（图3）。其中，2000年三级医院的短时覆盖主要沿交通干线分布，形成放射状，集中在西宁—海东和拉萨—山南—林芝—日喀则—那曲2个区域，以及昌都、格尔木、德令哈3个低值区；到2020年，随着高速公路和铁路的建设，三级医院的短时覆盖范围进一步扩展，西宁—海东区域的覆盖延伸至德令哈、格尔木，青藏铁路沿线地区也形成了三级医院可达性的低值走廊。
图3 青藏高原不同层级就医可达性空间格局演变

Fig.3 Evolution of spatial pattern of medical treatment accessibility for the different hospital tier levels in the Qinghai-Xizang Plateau

相比之下，一级和二级医院由于数量更多、分布更广，且通常位于乡镇，成为农牧民首选的就诊地点。2000—2020年，一级和二级医院的短时可达覆盖范围扩大，而长时可达（≥5 h）覆盖范围缩小。其中，二级医院的长时可达覆盖范围从日喀则以北，缩减至班戈县以北的羌塘高原—可可西里地区，并覆盖了三江源地区、哈拉湖以北地区、西藏多湖地带、藏南等地区；一级医院的长时可达覆盖范围则从青海西部和西藏北部，缩减至海拔更高、人口更稀少的羌塘高原—可可西里地区。

3.2 不同层级就医可达性等时圈面积与人口的比例变化

根据不同的可达时间覆盖的面积和人口比例，将就医可达性等时圈划分为：≤1 h、1~2 h、2~3 h、3~4 h、4~5 h、5~10 h和>10 h。研究结果表明，不同年份不同层级就医可达性的等时圈覆盖范围均有所变化。值得注意的是，不同等时圈覆盖的面积比例变化幅度小于人口比例的变化幅度，且2010—2020年的变化比2000—2010年更显著。
从不同层级就医可达性等时圈覆盖面积比例来看（表2），2010—2020年三级医院在4 h、二级医院在≤3 h、一级医院在≤1 h覆盖面积有显著增加，三级医院在>5 h、二级医院在>4 h覆盖面积有明显减少。相比而言，不同等时圈覆盖的人口比例变化幅度更为显著（表3）。其中，三级医院≤1h可达的人口比例，从2000年16.45%、2010年16.65%显著增加至2020年47.42%；二级医院和一级医院≤1h可达的人口比例分别从2000年43.87%、70.40%和2010年46.23%、72.96%提高至2020年66.64%、82.33%。>1 h可达医院的人口比例显著下降，尤其是三级医院5~10h等时圈。
表2 青藏高原2000—2020年不同层级就医可达性等时圈覆盖面积比例(%)

Tab.2 Proportion of coverage area of medical treatment accessibility for the different hospital tier levels in the Qinghai-Xizang Plateau from 2000 to 2020 (unit: %)

等级 年份 ≤1 h 1~2 h 2~3 h 3~4 h 4~5 h 5~10 h >10 h
三级
医院		 2000 1.75 4.60 6.59 7.54 8.86 31.42 39.24
2010 1.76 4.59 6.60 7.52 8.86 31.43 39.25
2020 3.30 6.81 7.50 7.98 8.49 28.87 37.05
二级
医院		 2000 11.46 15.50 14.01 14.01 8.67 22.07 16.58
2010 11.91 15.58 14.31 11.72 8.48 21.69 16.57
2020 13.83 16.99 15.76 12.01 7.71 18.54 15.18
一级
医院		 2000 38.66 19.26 11.16 7.97 5.11 11.18 6.68
2010 38.66 19.26 11.16 7.97 5.11 11.18 6.68
2020 39.26 18.26 10.73 7.74 5.05 11.88 7.09
表3 青藏高原2000—2020年不同层级就医可达性等时圈覆盖人口比例(%)

Tab.3 Population proportion of medical treatment accessibility for the different hospital tier levels in the Qinghai-Xizang Plateau from 2000 to 2020 (unit: %)

等级 年份 ≤1 h 1~2 h 2~3 h 3~4 h 4~5 h 5~10 h >10 h
三级
医院		 2000 16.45 18.42 13.35 10.26 8.71 18.74 14.06
2010 16.65 16.59 12.71 10.16 8.81 18.98 16.10
2020 47.42 11.86 6.84 5.53 4.89 11.49 11.98
二级
医院		 2000 43.87 20.28 11.16 6.49 3.80 7.21 7.20
2010 46.23 17.81 9.93 5.34 3.69 7.65 9.35
2020 66.64 10.79 5.63 3.10 1.67 3.77 8.39
一级
医院		 2000 70.40 11.81 4.14 1.93 1.67 3.57 6.48
2010 72.96 8.83 3.02 1.79 1.73 3.62 8.05
2020 82.33 4.55 1.50 0.83 0.88 2.17 7.73
通过对比2000—2020年不同层级医院≤1 h可达范围内覆盖面积与人口的比例（不叠加），可以观察到以下变化：一级医院的覆盖面积比例下降了8.20%，而人口比例下降了10.84%；二级医院的覆盖面积比例略有增加，为0.82%，人口比例则下降了1.77%；三级医院的覆盖面积比例增加了1.55%，人口比例则显著增加了30.97%。这些变化表明，随着高原地区城镇化进程推进，人口向县城、市区等地集聚。这种人口流动一方面扩大了三级医院的短时可达覆盖范围，另一方面也可能导致高水平医疗服务的需求超过供给。特别是设备齐全、服务水平较高的三级医院，虽然数量有限，但其覆盖范围从2000年1.75%的面积和16.45%的人口，增加到了2020年3.30%的面积和47.42%的人口，这反映出人口向城市集聚的趋势以及对高质量医疗服务需求的增长。
综合来看，3个年份不同层级就医可达性的空间格局都有较大变化，其中2000—2010年就医可达性较为稳定，2010—2020年变化显著；就医可达性总体上在逐渐改善，可达性较好的情况下覆盖的空间范围与人口比例随着医院等级的降低而增多。这一结果也符合分级诊疗政策的背景现实条件下，居民选择基层首诊的比重扩大的事实。

4 基于就诊概率的就医可达性空间格局演变及其影响因素

4.1 基于就诊概率的就医可达性空间格局演变

与一级医院相比，二级和三级医院通常拥有更先进的设备和更高的技术水平。随着医院等级的提升，其数量相应减少，且这些医院主要分布在县城和市区。由于青藏高原幅员辽阔，市县数量有限，乡镇行政范围较大，乡镇与市县之间的交通距离较远，出行时间较长。在分级诊疗的背景下，基层卫生院在内的一级医院通常成为居民优先选择的就诊场所。本文综合考虑居民对不同层级医院的就医选择概率，得到青藏高原综合就医可达性。
考虑就诊概率的就医可达性（图4）与一级医院的可达性（图3g~图3i）具有相似的空间分异特征，即：①城市周边地区综合可达性水平最高，特别是青藏高原东北部的西宁—海东—同仁一带，以及西藏中部的拉萨—山南—日喀则一带。这些地区由于靠近城市，医疗资源相对集中，交通也更为便利。②县城和乡镇密集地区综合可达性相对较好。这些地区通常有等级公路分布，如西藏东部的昌都、林芝及其周边地区，以及德令哈—格尔木一带。等级公路提高了交通连通性，从而提升了就医可达性。③缺少城镇和等级公路的地区综合可达性较差，如三江源地区、可可西里、羌塘高原等地。这些地区由于城镇稀少，交通基础设施不足，导致就医可达性相对较低。
图4 就诊概率下的青藏高原就医可达性分布

Fig.4 Distribution of medical treatment accessibility under the probability of medical treatment in the Qinghai-Xizang Plateau

通过设定不同的时间阈值，将综合就医可达性划分为不同的等时圈。通过比较考虑和未考虑就诊概率下的综合可达性所覆盖的面积比例（表4）和人口比例（表5），发现以下特征：①短时等时圈（≤1 h）内未考虑就诊概率的覆盖面积比例和人口比例大于考虑就诊概率的等时圈。②1~10 h等时圈之间未考虑就诊概率的覆盖面积比例和人口比例小于考虑就诊概率的等时圈。③>10 h等时圈外未考虑就诊概率的覆盖面积比例和人口比例大于考虑就诊概率的等时圈。这表明，当考虑就诊概率时，短时（≤1 h）等时圈覆盖的面积和人口比例实际上小于仅通过可达时间直接观察的范围。特别在2020年，不考虑就诊概率≤1 h等时圈比考虑就诊概率在覆盖面积比例上高出28.06%，在覆盖人口比例上高出19.20%。这种差异表明就诊概率是一个重要因素，直接影响就医可达性的准确评估。考虑就诊概率可以更准确地反映居民就医的实际可达性，尤其是在短时等时圈。
表4 不同情景下综合就医可达性等时圈覆盖面积比例(%)

Tab.4 Proportion of coverage area of isochrone circles for comprehensive medical treatment accessibility under different scenarios (unit: %)

不同情景 年份 ≤1 h 1~2 h 2~3 h 3~4 h 4~5 h 5~10 h >10 h
未考虑
就诊概率		 2000 33.62 18.66 11.92 8.28 5.70 13.82 8.01
2010 38.93 19.21 11.00 7.96 5.07 11.16 6.68
2020 40.95 19.06 10.50 7.29 4.62 10.93 6.67
考虑就
诊概率		 2000 6.34 25.74 19.42 14.13 9.81 18.10 6.48
2010 8.35 29.24 19.59 12.78 8.78 15.28 5.99
2020 12.89 29.35 18.50 12.50 7.39 14.59 4.77
表5 不同情景下综合就医可达性等时圈覆盖人口比例(%)

Tab.5 Population proportion of isochrone circles for comprehensive medical treatmetn accessibility under different scenarios (unit: %)

不同情景 年份 ≤1 h 1~2 h 2~3 h 3~4 h 4~5 h 5~10 h >10 h
未考虑
就诊概率		 2000 37.90 32.99 11.76 4.42 2.77 4.50 5.66
2010 45.18 30.56 8.23 2.79 2.16 4.41 6.67
2020 82.40 4.60 1.40 0.80 0.90 2.10 7.80
考虑
就诊概率		 2000 32.69 35.05 13.81 5.26 3.47 4.79 4.93
2010 40.29 32.19 9.16 3.57 2.58 5.89 6.32
2020 63.20 19.40 4.50 1.90 0.90 4.00 6.10

4.2 供需视角下就医可达性空间匹配关系

本文采用常住人口数量作为衡量就医需求的指标，并通过双变量莫兰指数来评估青藏高原乡镇尺度常住人口与综合就医可达性之间的空间相关性。如图5所示，红色表示高（常住人口数量）—高（综合就医可达性）集聚类型，粉色表示高—低集聚类型，湖蓝色和蓝色分别表示低—高、低—低集聚类型。
图5 青藏高原乡镇常住人口与综合就医可达性集聚类型演变

Fig.4 Cluster characteristics of permanent population and comprehensive medical treatment accessibility in the Qinghai-Xizang Plateau at the township level

2000、2010和2020年不同集聚类型的乡镇数量呈现出以下变化趋势（表6）：①高—高型乡镇数量呈现下降趋势，从2000年153个减少到2020年111个。这类乡镇主要分布在青海东部的西宁—海东—同仁一带以及拉萨和昌都的部分乡镇，这些地区人口较多，医疗需求较大。②高—低型数量呈现波动但总体稳定的趋势，集中于柴达木盆地（如格尔木及周边、冷湖、德令哈等地）以及玉树市、噶尔县等地。这些地区虽然人口较多，但综合就医可达性相对较低。③低—低型数量呈现增加趋势，这类乡镇通常位于人口稀少、医疗可达性较差的地区，如羌塘高原、可可西里、藏南等地。④低—高型数量同样呈现增加趋势，其特点是人口较少但综合就医可达性较好，主要分布在拉萨、西宁、海东、昌都等城市周边。
表6 空间自相关不同集聚类型的乡镇数量

Tab.6 Number of townships with different types of spatial autocorrelation

年份 低—低型（个） 低—高型（个） 高—低型（个） 高—高型（个）
2000 168 109 10 153
2010 158 132 18 140
2020 193 196 10 111
上述的可能原因是，在羌塘高原、可可西里、三江源、念青唐古拉等地区，由于其海拔高、地形复杂和相对恶劣的自然环境，不适宜大规模人口定居。这些地区常住人口数量较少，随着生态移民政策和国家公园的建立，人口数量持续下降，形成了面积大但医疗供需都较低的低—低型乡镇。低—高型乡镇集中在西宁—海东、拉萨—山南、昌都等城市周边。这些乡镇由于靠近城市，综合就医可达性较好，人口流向拉萨、西宁等大城市导致乡镇人口数量减少。柴达木盆地拥有丰富的自然资源，但城镇和三级医院的数量较少；资源的开采与枯竭导致了人口的大幅变化，导致该地区乡镇的类型也发生了显著变化。

4.3 综合就医可达性的影响因素分析

本文利用地理探测器的因子探测方法，分析乡镇尺度综合就医可达性的影响因素及其作用强度（表7）。结果显示，城镇化率未通过显著性检验，医院点密度、城镇化率、路网密度、GDP和人口密度均通过了显著性检验。
表7 青藏高原乡镇尺度综合就医可达性影响因素相对作用强度(p<0.05)

Tab.7 Relative strength of factors influencing comprehensive medical treatment accessibility in the Qinghai-Xizang Plateau at the township level

年份 海拔 医院点密度 路网密度 GDP 人口密度 城镇化率
2000 0.1478 0.5026 0.2139 0.0696 0.0661 -
2010 0.1607 0.4947 0.1386 0.1155 0.0905 -
2020 0.1717 0.5130 0.1391 0.1087 0.0674 -
从结果来看，医院点密度是影响青藏高原综合就医可达性的最显著因素。不同层级医院的设置和分布，对于地广人稀的高原地区居民就医便捷性至关重要。其次，是海拔和路网密度。高海拔是青藏高原独特的地理特征，它不仅决定了植被和土地覆盖的分布，而且对人口、城镇、公服设施等分布也有影响[14]；同时交通不便曾是高原地区居民就医的主要障碍。2000年我国实施西部大开发战略以来，青藏高原基础设施建设进入快速发展的新阶段，医院数量、铁路和高速公路等基础设施得到显著提升。因此，路网密度对综合就医可达性的相对作用强度略有下降，从2000年0.2139降低到2010年0.1386和2020年0.1391。再次，GDP和人口密度都影响了综合就医可达性，其中GDP作用强度略高于人口密度。随着环境保护、生态移民和国家公园等政策的提出和实施，人口呈现出向城镇集聚的趋势，青海和西藏的各级政府更加注重“绿水青山就是金山银山”的发展理念。
综上，医院的分布对于青藏高原居民就医的便捷性起着至关重要的作用。随着青藏高原基础设施建设的快速发展，交通干线网络得到了显著改善。通过加强重大交通基础设施和农村公路建设，曾经困扰当地居民的出行难题已不再成为制约他们就医的主要因素。

5 讨论与结论

5.1 结论

本文结合青藏高原的交通路网发展、医疗设施变化、常住人口数据和就诊概率，运用网络分析法，首先分析了其2000、2010和2020年的就医可达性，剖析了等时圈覆盖面积与人口比例的演变；同时纳入就诊概率，得到更加精确的综合就医可达性，并利用空间自相关分析揭示了人口与可达性的空间分异特征及规律；最后利用地理探测器进一步识别了乡镇尺度就医可达性的影响因素及其影响强度。主要结论如下：
①青藏高原就医可达性有显著改善，短时可达（≤3 h）覆盖范围随医院等级降低不断扩大，长时可达（≥5 h）覆盖范围逐渐缩小。随着交通基础设施的建设和医院分布的优化，三级医院的短时覆盖范围已从以西宁、拉萨、格尔木、那曲等城市为中心的放射状分布逐渐演变为连绵带状分布；二级医院长时可达覆盖范围正逐渐缩减，集中分布于羌塘高原、可可西里、三江源、西藏多湖地带等地区；一级医院长时可达覆盖范围也呈现出类似的缩减趋势，主要覆盖羌塘高原、可可西里、三江源等地的偏远地区。
②不同年份不同层级就医可达性等时圈覆盖面积比例和人口比例均有变化，且人口比例变化幅度高于面积比例，其中2010—2020年的变化比2000—2010年更显著。青藏高原城镇化进程促使大量人口向市县集聚，2020年一级、二级、三级医院≤1 h可达等时圈的覆盖人口分别达到82.33%、66.64%和47.42%，一级医院是高原地区居民就诊的首选场所。
③结合就诊概率的青藏高原综合就医可达性呈现出城市周边可达性水平最好、县镇密集地区次之、羌塘高原—可可西里—三江源一带较差的空间分异特征。其中，≤1 h和>10 h等时圈，就诊概率下覆盖面积比例与人口比例小于未考虑就诊概率的；相反，1~10 h等时圈，就诊概率下覆盖面积比例与人口比例大于未考虑就诊概率的。同时，考虑就诊概率的≤1 h等时圈覆盖人口比例逐渐增长，到2020年已覆盖63.20%的人口。
④从空间自相关分析看，常住人口与综合就医可达性具有显著的空间分异特征。其中，高—高型乡镇聚集在西宁—海东—同仁一带和拉萨、昌都等地，该类型乡镇数量呈下降趋势，主要转变为低—高型乡镇；高—低型乡镇数量呈波动稳定趋势，主要分布在柴达木盆地、玉树等地；低—高型乡镇数量快速增长，集中于拉萨、西宁、海东、昌都等城市周围；低—低型乡镇数量逐渐增加，主要分布在羌塘高原、可可西里、念青唐古拉等地区。
⑤从青藏高原乡镇尺度综合就医可达性的影响因素及相对作用强度看，医院点密度是最主要影响因素，其次是海拔和路网密度，GDP和人口密度也有一定影响。

5.2 讨论

综上，本文的主要贡献有：①对青藏高原医疗设施可达性进行了长时间大尺度的空间演变特征分析，弥补了该领域研究的时间动态性空白。②将就诊概率纳入分析，更全面地反映了居民对医疗服务的实际需求和依赖性。这种结合主观需求指标和客观可达性指标的方法，突破了传统医疗可达性分析侧重于物理距离和出行方式的单一维度局限。③揭示了就医可达性与人口需求的空间分布规律，并识别了影响乡镇尺度就医可达性的关键因素，为相关政策制定提供了科学依据。
但是，本文仍存在一些不足：①尽管本文模拟了道路速度，但未能有效结合海拔[21]、地形[39]等实际地理环境，结果可能存在误差。②考虑到数据的可获取性，本文未包含空间、社会经济、居民行为差异等因素[40]，这些因素对居民就医行为选择有显著影响。③就诊概率设定也过于简化，未考虑居民的个体差异和特定病症的医院选择，限制了对医疗服务供给利用效率变化的深入理解。未来的研究需综合上述因素，更加精确地评估医疗可达性。
本文研究考虑居民跨区域选择医疗机构，打破了行政区划限制。居民就医意愿遵循就近就医的原则，乡镇和社区的基层医疗设施/就医是就诊的最先选择。青藏高原整体就医可达性水平逐渐提高，但考虑就诊概率后，可达性覆盖的面积和人口比例低于仅以时间为基础的评估结果，表明需更细致地分析居民就医行为。青藏高原人口减少的乡镇面临的医疗服务挑战凸显了对这些地区医疗资源配置予以倾斜的必要性。建议加强基层医疗体系，推广巡回诊疗、远程医疗和“山海协作”医疗模式，以科技和协作提高服务质量和健康保障；在政策层面上通过跨区域协作和技术创新，缩小医疗资源地域差异，为青藏高原经济社会发展提供支持。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
Lee B, Kjaerulf F, Turner S, et al. Transforming our world:Implementing the 2030 agenda through sustainable development goal indicators[J]. Journal of Public Health Policy, 2016,37:13-31.

[2]
Tang L. The influences of patient's trust in medical service and attitude towards health policy on patient's overall satisfaction with medical service and sub satisfaction in China[J]. BMC Public Health, 2011,11:1-8.

[3]
Hyung P. Build capacity for international health agenda on the “Transforming our world:The 2030 agenda for sustainable development”[J]. Health Policy and Management, 2015, 25(3):149-151.

[4]
刘若杨, 史培军, 唐海萍, 等. 青藏高原植被产氧量及其对近地表大气氧含量的贡献率[J]. 地理学报, 2023, 78(5):1136-1152.

DOI

[5]
张俊, 姜海宁, 张文忠, 等. 2009—2018年西藏人口与经济的非均衡格局及其影响因素[J]. 地理研究, 2023, 42(1):172-190.

DOI

[6]
Wang N, Wang H, Du Y, et al. Population migration across the Qinghai-Tibet Plateau:Spatiotemporal patterns and driving factors[J]. Journal of Geographical Sciences, 2021, 31(2):195-214.

[7]
刘寿, 张发斌, 黄明玉, 等. 青海省卫生人力资源对分级诊疗实施影响分析[J]. 中国公共卫生, 2016, 32(4):531-534.

[8]
李继霞, 刘涛, 霍静娟. 中国农村公共服务供给质量时空格局及影响因素[J]. 经济地理, 2022, 42(6):132-143.

DOI

[9]
毛阳海. 推进西藏高原经济高质量发展的内在逻辑和实践路径[J]. 西藏民族大学学报(哲学社会科学版), 2023, 44(6):79-86.

[10]
陈文烈, 张秋雯. 青海经济高质量增长的“多元动力”——基于生态文明的基本内核与逻辑框架[J]. 青海民族大学学报(社会科学版), 2020, 46(3):39-47.

[11]
Dülmen C, Šimon M, Klärner A. Transport poverty meets car dependency:A GPS tracking study of socially disadvantaged groups in European rural peripheries[J]. Journal of Transport Geography, 2022,101:103351.

[12]
Lu H, Zhao P, Hu H, et al. Transport infrastructure and urban-rural income disparity:A municipal-level analysis in China[J]. Journal of Transport Geography, 2022,99:103292.

[13]
苗毅, 戴特奇, 王成新, 等. 青藏高原县域交通优势度—自然环境承载—社会经济需求关系评估[J]. 中国人口·资源与环境, 2023, 33(10):165-174.

[14]
Gao X, Li T, Sun D. Regional differentiation regularity and influencing factors of population change in the Qinghai-Tibet Plateau,China[J]. Chinese Geographical Science, 2021, 31(5):888-899.

[15]
刘庆芳, 宋金平. 青藏高原县域人口与公共服务适配性与优化策略[J]. 经济地理, 2022, 42(10):43-51.

DOI

[16]
Chen W, Cheng L, Chen X, et al. Measuring accessibility to health care services for older bus passengers:A finer spatial resolution[J]. Journal of Transport Geography, 2021,93:103068.

[17]
荣旖旎, 欧阳文静. 公路可达性对农村居民县城就医行为的影响——来自村庄月度数据[J]. 经济地理, 2024, 44(3):45-54.

DOI

[18]
Wang J, Su Y, Chen Z, et al. Assessing the spatial accessibility of urban medical facilities in multi-level and multi-period scales based on web mapping API and an improved potential model[J]. ISPRS International Journal of Geo-Information, 2022, 11(11):545-564.

[19]
Dai T, Guo K, Zhao J, et al. Impact of the presence of private hospitals on the spatial equality of healthcare accessibility in Beijing,China[J]. Geospatial Health, 2022, 17(2):1157-1166.

[20]
Wan S, Chen Y, Xiao Y, et al. Spatial analysis and evaluation of medical resource allocation in China based on geographic big data[J]. BMC Health Services Research, 2021, 21(1):1-18.

[21]
Wang L, Yang L, Wei B, et al. Incorporating exercise efficiency to evaluate the accessibility and capacity of medical resources in Tibet,China[J]. Chinese Geographical Science, 2023, 33(1):175-188.

[22]
吴晓凡, 干颖滢, 尹悦, 等. 拉萨市医疗卫生服务现状及空间可达性研究[J]. 中国卫生经济, 2023, 42(3):25-29.

[23]
刘泽, 程杨, 陶卓霖, 等. 西藏自治区层级医疗设施可达性精细化评价[J]. 地理学报, 2024, 79(2):502-514.

DOI

[24]
孔劲松, 程杨, 陶卓霖. 青藏高原居民医疗服务满意度及影响因素研究[J]. 中国卫生事业管理, 2023, 40(7):520-525.

[25]
中共中央国务院. “健康中国2030”规划纲要[EB/OL]. 中国政府网, https://www.gov.cn/zhengce/2016-10/25/content_5124174.htm, 2016-10-26.

[26]
张镱锂, 李炳元, 刘林山, 等. 再论青藏高原范围[J]. 地理研究, 2021, 40(6):1543-1553.

DOI

[27]
洁安娜姆. 健康中国战略的理论蕴涵及其在西藏的实践[J]. 西藏发展论坛, 2023(2):78-83.

[28]
陈芃, 刘永年, 黄明玉, 等. 需方对分级诊疗制度的满意度分析——以青海省为例[J]. 青海医学院学报, 2015, 36(4):280-283.

[29]
Gao X, Wang B, Sun D. Do railways improve territorial cohesion of the Tibetan Plateau?A case study of the Qinghai-Tibet Railway[J]. Applied Geography, 2022,144:102720.

[30]
高兴川, 曹小曙, 李涛, 等. 1976—2016年青藏高原地区通达性空间格局演变[J]. 地理学报, 2019, 74(6):1190-1204.

DOI

[31]
Wang J, Du F, Huang J, et al. Access to hospitals:Potential vs. observed[J]. Cities, 2020,100:102671.

[32]
胡舒云, 陆玉麒, 胡国建, 等. 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

[33]
Yang N, Shen L, Shu T, et al. An integrative method for analyzing spatial accessibility in the hierarchical diagnosis and treatment system in China[J]. Social Science & Medicine, 2021,270:113656.

[34]
Wei Z, Bai J, Feng R. Evaluating the spatial accessibility of medical resources taking into account the residents?Choice behavior of outpatient and inpatient medical treatment[J]. Socio-Economic Planning Sciences, 2022 (83):101336.

[35]
国家卫生计生委统计信息中心. 2013第五次国家卫生服务调查分析报告[R]. 国家卫生健康委员会, 2016.

[36]
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

[37]
杨珍, 王伟, 陈准, 等. 分级诊疗制度下洛阳市医疗服务空间可达性及影响因素研究[J]. 河南大学学报(自然科学版), 2024, 54(2):142-156.

[38]
刘昊鹏, 马骋宇, 杨彦彬, 等. 北京市山区与平原郊区村级医疗服务可达性评价——基于调查的2SFCA研究[J]. 中国卫生政策研究, 2024, 17(7):65-74.

[39]
刘泽, 张娜娜, 程杨, 等. 青海省医疗资源配置的空间公平与效率评价[J]. 地理科学进展, 2023, 42(10):1891-1903.

DOI

[40]
Du F, Wang J, Mao L, et al. Spatial equity in healthcare access:An opportunity-utilization perspective[J]. Cities, 2024,155:105424.

Options
文章导航

/

〈 〉