北京大學(xué)城市與環(huán)境學(xué)院(100871)

梁博毅△ 錢思蔚 張維琦

?

中國各省醫(yī)療條件空間分布與合理性研究

北京大學(xué)城市與環(huán)境學(xué)院(100871)

梁博毅△錢思蔚 張維琦

目的 利用地理統(tǒng)計(jì)方法研究我國各省級(jí)單位醫(yī)療條件空間分配的合理性。方法 利用國家衛(wèi)生和計(jì)劃生育委員會(huì)所公布的全國31個(gè)省級(jí)行政單位(不包括港澳臺(tái))的人口、醫(yī)療條件、預(yù)期壽命以及甲乙類法定報(bào)告?zhèn)魅静“l(fā)病率數(shù)據(jù)，并結(jié)合SOFM(自組織網(wǎng)絡(luò))進(jìn)行聚類分析，將人口、預(yù)期壽命以及發(fā)病率數(shù)據(jù)綜合成醫(yī)療需求指標(biāo)，與各省的醫(yī)療條件相匹配。結(jié)果 我國目前的醫(yī)療條件分布存在不均衡現(xiàn)象，醫(yī)療設(shè)施和資源分配主要以人口和經(jīng)濟(jì)發(fā)展為導(dǎo)向，集中分布在北京、上海等東部沿海省份，而對(duì)于西部部分欠發(fā)達(dá)地區(qū)，目前醫(yī)療條件并不能滿足其需求。結(jié)論 在布局醫(yī)療設(shè)施、分配醫(yī)療資源時(shí)應(yīng)多注意結(jié)合當(dāng)?shù)鼐用竦纳眢w狀況和發(fā)病率等客觀因素，使我國各地的醫(yī)療條件分布更加合理。

醫(yī)療條件 SOFM 聚類分析 空間分布

一個(gè)國家或地區(qū)醫(yī)療資源的公平配置是提高當(dāng)?shù)匦l(wèi)生服務(wù)體系績效的重要結(jié)構(gòu)性因素，也是規(guī)劃該地區(qū)未來醫(yī)療資源配置的重要依據(jù)。伴隨著我國市場經(jīng)濟(jì)的確立,我國的醫(yī)療體制也逐步由建國后到改革開放時(shí)期的公費(fèi)醫(yī)療、勞保醫(yī)療、農(nóng)村合作醫(yī)療轉(zhuǎn)變?yōu)樾滦偷某擎?zhèn)醫(yī)療保險(xiǎn)和新農(nóng)村合作醫(yī)療為主體的社會(huì)主義醫(yī)療保障體系[1-2]。與此同時(shí)，隨著異地就醫(yī)等現(xiàn)象層出不窮，我國醫(yī)療資源配置等醫(yī)療公平性研究也成為社會(huì)關(guān)注的焦點(diǎn)[3-5]。

在研究地區(qū)之間醫(yī)療資源分布時(shí)有兩種方法：傳統(tǒng)的研究方法使用統(tǒng)計(jì)數(shù)據(jù)進(jìn)行計(jì)算和分析。隨著地理信息系統(tǒng)的發(fā)展，利用地理統(tǒng)計(jì)方法與地理信息手段處理醫(yī)療分布問題成為一種新的趨勢[6]。目前主要的方法包括區(qū)位分析模型、區(qū)位控制模型和適度模型三種[7]。LeeHL[8]利用多項(xiàng)分對(duì)數(shù)模型擬合了美國羅得島州醫(yī)院的空間分布。何寒青等[9]將對(duì)數(shù)自然距離與聚類法相結(jié)合，分析了浙江省各個(gè)地區(qū)的醫(yī)療狀況，為進(jìn)一步合理配置醫(yī)療資源提供依據(jù)。呂文浩[10]使用logistic回歸研究了CHNS(中國家庭健康調(diào)查)數(shù)據(jù)，分析了1989-2006年醫(yī)療保險(xiǎn)在不同社會(huì)經(jīng)濟(jì)群體中的分布，探討了不同醫(yī)療保險(xiǎn)待遇水平的差異和變化。黨華敏[11]以北京六城區(qū)為例，應(yīng)用緩沖區(qū)分析法、幾何網(wǎng)絡(luò)服務(wù)區(qū)分析法、Voronoi多邊形解析方法建立研究區(qū)域婦產(chǎn)醫(yī)療衛(wèi)生機(jī)構(gòu)的服務(wù)區(qū)，研究了區(qū)域內(nèi)婦產(chǎn)醫(yī)療資源的空間分布及可達(dá)性。

然而，目前利用地理信息技術(shù)來探討醫(yī)療條件空間分布的研究基本局限在小范圍內(nèi)，尚缺少對(duì)于全國范圍的研究，包括制作空間上醫(yī)療條件及其分布合理性的專題制圖。因此，本文著眼于各省現(xiàn)有的醫(yī)療條件和醫(yī)療需求，結(jié)合自組織網(wǎng)絡(luò)(self-organizing feature map,SOFM)，分析我國醫(yī)療條件空間分布的合理性，并提出決策建議。

資料與方法

1.資料

為了探討中國31個(gè)省級(jí)行政單位醫(yī)療資源的配置合理性，本文引入的研究數(shù)據(jù)包括中國各省級(jí)行政單位歷年人口數(shù)據(jù)(來自國家統(tǒng)計(jì)局)、預(yù)期壽命、甲乙類法定報(bào)告?zhèn)魅静?shù)據(jù)以及醫(yī)療條件數(shù)據(jù)(來自《2013年中國衛(wèi)生和計(jì)劃生育統(tǒng)計(jì)年鑒》)四種。

2.SOFM神經(jīng)網(wǎng)絡(luò)

SOFM網(wǎng)絡(luò)是芬蘭學(xué)者科荷倫提出的自組織特征映射模型[12]，是人工神經(jīng)網(wǎng)絡(luò)的一種，在模式識(shí)別、空間聚類以及統(tǒng)計(jì)分析等領(lǐng)域應(yīng)用較為廣泛[13-15]。

(1)工作原理

SOFM網(wǎng)絡(luò)在接受輸入樣本之后進(jìn)行競爭學(xué)習(xí)，功能相同的輸入距離比較近，功能不同的距離較遠(yuǎn)，以此將一些無規(guī)則的輸入自動(dòng)排開。通過一定的學(xué)習(xí)算法，使相連的節(jié)點(diǎn)表征出輸入類別的不同特性，將其稱之為特征映射。如果樣本足夠多，那么在權(quán)值分布上可近似于輸入樣本的概率密度，在輸出神經(jīng)元上也反映了這種分布，即概率大的樣本集中在輸出空間的某一個(gè)區(qū)域。

(2)拓?fù)浣Y(jié)構(gòu)(圖1)

圖1 SOFM拓?fù)浣Y(jié)構(gòu)

SOFM網(wǎng)絡(luò)由一個(gè)全互連的神經(jīng)元陣列構(gòu)成，其拓?fù)浣Y(jié)構(gòu)只有兩層，即輸入層和競爭層。所有輸入都和網(wǎng)絡(luò)網(wǎng)格上的每一節(jié)點(diǎn)相連，每一網(wǎng)格節(jié)點(diǎn)都是輸出節(jié)點(diǎn)，它們只和相鄰的其他節(jié)點(diǎn)相連。也就是說，每個(gè)神經(jīng)元接收的外部輸入都是一樣的，它有兩種權(quán)重：一種是神經(jīng)元對(duì)外部輸入響應(yīng)的權(quán)值；另一種是神經(jīng)元之間的連接強(qiáng)度，控制著神經(jīng)元之間的相互作用大小，其值可以為零。

(3)算法步驟

SOFM網(wǎng)絡(luò)學(xué)習(xí)的目的是使網(wǎng)絡(luò)的權(quán)值格局與輸入矢量格局最大限度地吻合。學(xué)習(xí)過程由以下幾步構(gòu)成：

①權(quán)值初始化，用小的隨機(jī)數(shù)對(duì)各權(quán)向量賦予初值，各節(jié)點(diǎn)權(quán)值應(yīng)取不同值。

②在樣本集中隨機(jī)選擇一個(gè)樣本x作為輸入。

③在時(shí)刻t，選擇最佳匹配單元i(競爭過程)。

這里是選定輸入向量x與所有權(quán)向量之間的最相似者作為獲勝單元。用歐氏距離表示，則有：

(1)

其中下標(biāo)c表示獲勝單元

④如果不定義獲勝單元的鄰域，可以用一個(gè)獲勝單元周圍的鄰域函數(shù)替代。常用的鄰域函數(shù)是高斯函數(shù)：

(2)

式中，pi和pc分別是輸出單元i和c的位置，σ是鄰域函數(shù)的寬度。

3.方法流程

本文研究流程分為四個(gè)部分：

(1)利用SOFM神經(jīng)網(wǎng)絡(luò)對(duì)31個(gè)省級(jí)行政單位的人口、預(yù)期壽命、甲乙類法定報(bào)告?zhèn)魅静?shù)據(jù)以及醫(yī)療條件數(shù)據(jù)進(jìn)行聚類，將每種指標(biāo)聚成四類，分別代表四個(gè)等級(jí)，導(dǎo)入ARCGIS軟件出圖，初步分析結(jié)果。

(2)分別計(jì)算人口、預(yù)期壽命、疾病發(fā)病率與醫(yī)療條件等級(jí)的相關(guān)關(guān)系(將四種指標(biāo)歸一化)，通過相關(guān)關(guān)系考察醫(yī)療條件分布的主導(dǎo)因素。

(3)將人口、預(yù)期壽命、發(fā)病率三個(gè)變量進(jìn)行聚合，歸一化之后線性疊加為每個(gè)省醫(yī)療需求指標(biāo)，利用SOFM神經(jīng)網(wǎng)絡(luò)再次進(jìn)行聚類，同樣分為四級(jí)。

(4)分析每個(gè)省級(jí)行政單位醫(yī)療需求數(shù)據(jù)與醫(yī)療條件的匹配程度。醫(yī)療需求與匹配等級(jí)計(jì)算公式為：

醫(yī)療需求=發(fā)病率+人口-預(yù)期壽命

(3)

匹配等級(jí)=醫(yī)療條件-醫(yī)療需求

(4)

為了避免公式中變量范圍對(duì)結(jié)果產(chǎn)生影響，式中所有結(jié)果均取標(biāo)準(zhǔn)化之后的值。匹配結(jié)果為7個(gè)整數(shù)：3代表醫(yī)療條件高于綜合指標(biāo)三個(gè)等級(jí)，2代表醫(yī)療條件高于綜合指標(biāo)兩個(gè)等級(jí)，1代表醫(yī)療條件高于綜合指標(biāo)一個(gè)等級(jí)，0代表醫(yī)療條件與綜合指標(biāo)匹配，-1代表醫(yī)療條件低于綜合指標(biāo)一個(gè)等級(jí)，-2代表醫(yī)療條件低于綜合指標(biāo)兩個(gè)等級(jí)，-3代表醫(yī)療條件低于綜合指標(biāo)三個(gè)等級(jí)，據(jù)此探討我國目前醫(yī)療資源配置的空間合理性。具體流程圖如圖2。

圖2 研究流程圖

結(jié) 果

1.聚類結(jié)果

利用SOFM神經(jīng)網(wǎng)絡(luò)進(jìn)行聚類的結(jié)果如圖3所示。其中人口等級(jí)圖(圖3a)反映的是中國31個(gè)省級(jí)行政單位人口總量的分級(jí)情況。從圖中可以看出，中國省級(jí)行政單位人口總量大致呈現(xiàn)從東南向西北遞減的態(tài)勢，其中人口較多的省份(四級(jí))有河北、河南、山東、江蘇、湖南、廣東以及四川，人口最少的省份(一級(jí))為西北各省(內(nèi)蒙古、甘肅、寧夏、青海、西藏)、海南省以及北京、上海、天津三個(gè)面積較小的直轄市。人口密度等級(jí)圖(圖3b)為各個(gè)省級(jí)行政單位的總?cè)丝诔悦娣e后的分級(jí)情況。與人口總量等級(jí)圖相似的是，西北各省人口密度依舊很低(一級(jí))，另外河南、山東、江蘇、廣東四省由于人口總量龐大，人口密度較高(四級(jí))；不同的是，北京、天津和上海三個(gè)直轄市雖然人口總量等級(jí)較低，但面積相對(duì)于其他省級(jí)單位而言較小，因此人口密度也分在了第四等級(jí)。預(yù)期壽命等級(jí)圖(圖3c)反映的是各省人口的預(yù)期壽命在空間的分布情況。不難看出，中國的人口預(yù)期壽命從東向西按照省份分布逐漸降低，其中預(yù)期壽命最高(四級(jí))的是江蘇、北京和天津；西部省份(甘肅、寧夏、青海、西藏)以及西南部的云南和貴州預(yù)期壽命等級(jí)最低(一級(jí))。與上述三個(gè)指標(biāo)不同的是，中國各省的患病率分布(圖3d)在空間上沒有明顯的規(guī)律?；疾÷首罡?四級(jí))的為青海和新疆兩省，其次是西藏、寧夏、陜西、兩湖地區(qū)以及東北三??；患病率最低的省份主要分布在東部沿海地區(qū)，另外還包括四川和云南。圖3e為醫(yī)療條件等級(jí)圖，如圖所示，中國的醫(yī)療條件分布較為集中且地區(qū)差異較大。其中等級(jí)最高(四級(jí))的省級(jí)行政單位為北京、天津和上海三個(gè)直轄市，其次是江蘇、浙江、安徽和廣東四個(gè)省份。需要注意的是，醫(yī)療等級(jí)最差(一級(jí))的省份達(dá)到了14個(gè)，在一定程度上反映了我國醫(yī)療條件分配的不均衡。

2.相關(guān)性分析

為了分析影響醫(yī)療條件分布的主導(dǎo)因素，分別將人口、預(yù)期壽命、疾病發(fā)病率與醫(yī)療條件進(jìn)行相關(guān)分析，結(jié)果如圖4所示。從圖中可以看出，各省醫(yī)療條件與人口總量相關(guān)性較好(圖4c)，R2達(dá)到0.9488，而預(yù)期壽命、發(fā)病率與醫(yī)療條件相關(guān)性較低(圖4a、4b)，R2均不超過0.1。這說明中國當(dāng)前的醫(yī)療資源分布主要以各省絕對(duì)人口數(shù)量為導(dǎo)向，但并未充分考慮各地醫(yī)療條件以及重大傳染病的發(fā)病情況。

圖3 SOFM分類結(jié)果

圖4 變量相關(guān)關(guān)系

3.醫(yī)療需求與人口健康匹配分級(jí)

(1)醫(yī)療需求分級(jí)

利用人口、預(yù)期壽命、發(fā)病率三個(gè)變量得到的每個(gè)省醫(yī)療需求指標(biāo)分級(jí)結(jié)果如圖5所示。從圖中可以看出，中國的醫(yī)療需求空間分布大體具有從東到西逐漸減少的態(tài)勢。醫(yī)療需求最高的省份為新疆、青海、重慶、河南以及廣東；醫(yī)療需求最低的省份為吉林、北京、天津、寧夏、浙江和海南。

(2)匹配分級(jí)

中國各省醫(yī)療條件與醫(yī)療需求的匹配結(jié)果見表1。將醫(yī)療條件和醫(yī)療需求分成四個(gè)等級(jí)(1～4)，從低到高分別表示醫(yī)療條件提高和醫(yī)療需求增大?？梢钥闯?，當(dāng)前我國各省的醫(yī)療條件與醫(yī)療需求的匹配并不理想，完全匹配(等級(jí)為0)的省份僅有遼寧、山東以及黑龍江三?。会t(yī)療條件分配明顯超過當(dāng)?shù)蒯t(yī)療需求的省份(等級(jí)為3)有北京、天津和上海三個(gè)直轄市；醫(yī)療條件明顯滯后于醫(yī)療需求的省份(等級(jí)-3)包括河南和青海兩??；另外等級(jí)為-2的地區(qū)也需要關(guān)注，這部分地區(qū)大多集中在中部和西部地區(qū)，包括青海、內(nèi)蒙古、甘肅、四川、重慶、貴州、廣西以及湖南，大部分省份屬于經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)。

圖5 醫(yī)療需求分類結(jié)果

地區(qū)醫(yī)療條件醫(yī)療需求匹配等級(jí)地區(qū)醫(yī)療條件醫(yī)療需求匹配等級(jí)北京413湖北23-1天津413湖南13-2河北12-1廣東34-1山西12-1廣西13-2內(nèi)蒙古13-2海南211遼寧220重慶24-2吉林211四川13-2黑龍江220貴州13-2上海413云南23-1江蘇321西藏12-1浙江312陜西12-1安徽321甘肅13-2福建12-1青海14-3江西12-1寧夏211山東220新疆24-2河南14-3

討 論

目前我國的各省醫(yī)療資源條件分布主要以人口和經(jīng)濟(jì)發(fā)展為導(dǎo)向，主要集中在東部人口較多、經(jīng)濟(jì)發(fā)達(dá)的地區(qū)，尤其集中在北京、天津和上海三個(gè)直轄市；而中西部地區(qū)部分對(duì)醫(yī)療需求較大的省份卻沒有足夠的醫(yī)療資源與之相適應(yīng)。在我國的各個(gè)大城市的三甲醫(yī)院，經(jīng)?？梢钥吹酵ㄏ抨?duì)的異地就醫(yī)者，這說明他們所居住的地區(qū)醫(yī)療條件并不能滿足他們的醫(yī)療需求，而異地就醫(yī)的現(xiàn)象層出不窮，無形中增加了就醫(yī)成本，同時(shí)還會(huì)給就醫(yī)城市帶來一系列問題，例如交通擁堵、

治安混亂、環(huán)境污染等。各省人口預(yù)期壽命、發(fā)病率等健康指標(biāo)與醫(yī)療條件的分布并沒有顯著的相關(guān)關(guān)系，這說明在醫(yī)療資源分布時(shí)并沒有充分考慮到各省居民的身體狀況。因此，有關(guān)部門在分配各省醫(yī)療條件以及醫(yī)療設(shè)施時(shí)，除了應(yīng)考慮當(dāng)?shù)氐慕^對(duì)人口數(shù)量，也不應(yīng)忽視各省居民的客觀健康狀況。

本研究所引入的數(shù)據(jù)為2013年的醫(yī)療數(shù)據(jù)和三次人口普查的數(shù)據(jù)。鑒于我國人口流動(dòng)現(xiàn)象較為普遍以及城市醫(yī)療等設(shè)施的逐步完善，研究并不能表征最新的我國醫(yī)療條件的空間分布合理性。另外，在以后的研究中還可以加入異地就醫(yī)數(shù)據(jù)等其他資料，以期能夠更加全面地研究包括城市與農(nóng)村的醫(yī)療等醫(yī)療資源分配問題。

[1]謝子秋.國家區(qū)域醫(yī)療中心的區(qū)域分類研究.華中科技大學(xué),2013.

[2]郭玉玲,劉欽普.中國醫(yī)療衛(wèi)生發(fā)展水平區(qū)域差異綜合評(píng)價(jià).中國衛(wèi)生統(tǒng)計(jì),2016,33(2):251-253.

[3]羅娟,汪泓,崔開昌.上海市醫(yī)療資源配置狀況分析.中國衛(wèi)生統(tǒng)計(jì),2009,29(5):466-469.

[4]李廷.中國醫(yī)療公平問題研究.山東大學(xué),2008.

[5]盛平,朱勇,劉曉梅.醫(yī)保病人異地就醫(yī)結(jié)算的實(shí)踐探討.衛(wèi)生經(jīng)濟(jì)研究,2010，(2):25-27.

[6]鮑蔚.北京城市發(fā)展新區(qū)醫(yī)療資源空間分布研究.經(jīng)營管理者,2015，(4):148-149.

[7]廖唐洪,李青莉.基于地理信息系統(tǒng)的醫(yī)療設(shè)施空間分布研究.中國醫(yī)藥導(dǎo)報(bào),2015，(1):155-157.

[8]LeeHL,Cohen MA.A Multinomial Logit Model for the Spatial Distribution of Hospital Utilization.Journal of Business & Economic Statistics,1985,3(2):159-68.

[9]何寒青,朱敏潔,繆凡,等.浙江省醫(yī)療資源分布狀況的聚類分析研究.中華醫(yī)院管理雜志,2006,22(3):201-203.

[10]呂文潔.我國醫(yī)療保險(xiǎn)分布的公平性研究-基于1989～2006年CHNS微觀調(diào)查數(shù)據(jù).山西財(cái)經(jīng)大學(xué)學(xué)報(bào),2009，(8):23-33.

[11]黨華敏.婦產(chǎn)醫(yī)療資源空間分布及可達(dá)性研究.首都師范大學(xué),2013.

[12]Kohonen T.The self-organizing map.Neurocomputing,1990,21(1-3):1-6.

[13]Huang CL,Tsai CY.A hybrid SOFM-SVR with a filter-based feature selection for stock market forecasting.Expert Systems with Applications,2009,36(2):1529-1539.

[14]Hua L,Feng H,KeanYu,et al.Edge Detection for Color Medical Image Based on Quaternion and SOFM-NN.International Journal of Advancements in Computing Technology,2013,5(8):870-878.

[15]Nikoo M,Zarfam P,Sayahpour H.Determination of compressive strength of concrete using Self Organization Feature Map(SOFM).Engineering with Computers,2015,31(1):113-121.

(責(zé)任編輯：郭海強(qiáng))

△通信作者：梁博毅，E-mail：liangboyi@pku.edu.cn