摘 "要：探究省域公共醫(yī)療服務(wù)水平及其演變特征，對(duì)于推進(jìn)健康中國(guó)建設(shè)具有重要意義。基于2010—2021年全國(guó)31個(gè)省份面板數(shù)據(jù)，對(duì)省域公共醫(yī)療服務(wù)水平進(jìn)行測(cè)度，并揭示其時(shí)空演變特征。研究發(fā)現(xiàn)：第一，全國(guó)及東、中、西部三大區(qū)域公共醫(yī)療服務(wù)水平均有所提升，東部地區(qū)公共醫(yī)療服務(wù)水平最高，西部地區(qū)公共醫(yī)療服務(wù)水平提升幅度最大。第二，全國(guó)公共醫(yī)療服務(wù)水平絕對(duì)差距擴(kuò)大，東部地區(qū)絕對(duì)差距增大，西部地區(qū)絕對(duì)差距下降。第三，全國(guó)公共醫(yī)療服務(wù)水平兩極分化現(xiàn)象仍然存在，空間布局表現(xiàn)為東高西低，中部地區(qū)面臨兩極分化現(xiàn)象。第四，中國(guó)省域公共醫(yī)療服務(wù)水平在全局空間上存在正相關(guān)性，且相關(guān)性不斷增強(qiáng)，在局部空間上呈現(xiàn)出高高聚集與低低聚集為主、低高聚集與高低聚集為輔的分布特征。

關(guān)鍵詞：公共醫(yī)療服務(wù)水平；熵值法；核密度估計(jì)；莫蘭指數(shù)；時(shí)空演變

中圖分類(lèi)號(hào)：R19 "文獻(xiàn)標(biāo)識(shí)碼：A "文章編號(hào)：1009-8135（2024）05-0087-12

一、引言

隨著人口老齡化趨勢(shì)的不斷加劇，居民醫(yī)療衛(wèi)生服務(wù)的需求持續(xù)增長(zhǎng)，這一趨勢(shì)直接推動(dòng)了醫(yī)療衛(wèi)生服務(wù)利用率的持續(xù)攀升[1]。當(dāng)前，我國(guó)醫(yī)療服務(wù)質(zhì)量逐年提升[2]，醫(yī)療保障發(fā)展水平也穩(wěn)步提升[3]。在疾病防控、婦幼保健服務(wù)等領(lǐng)域，相關(guān)職能不斷加強(qiáng)[4]，但公共醫(yī)療服務(wù)水平區(qū)域間差異仍然明顯[5]。對(duì)此，研究者們對(duì)醫(yī)療服務(wù)水平測(cè)度展開(kāi)廣泛研究，其中多聚焦于供給層面。熊興等使用醫(yī)療機(jī)構(gòu)數(shù)與床位數(shù)、醫(yī)護(hù)人員數(shù)和財(cái)政衛(wèi)生支出等指標(biāo)對(duì)三峽庫(kù)區(qū)醫(yī)療服務(wù)供給水平進(jìn)行測(cè)度[6]。王宇昕等選取執(zhí)業(yè)醫(yī)師數(shù)、注冊(cè)護(hù)士數(shù)與醫(yī)療機(jī)構(gòu)床位數(shù)3個(gè)指標(biāo)來(lái)測(cè)度中國(guó)公共醫(yī)療衛(wèi)生服務(wù)供給水平[7]。徐發(fā)新等將醫(yī)療服務(wù)供給具象為每萬(wàn)人擁有醫(yī)療機(jī)構(gòu)床位數(shù)[8]。辛沖沖對(duì)醫(yī)療服務(wù)水平評(píng)價(jià)指標(biāo)進(jìn)行整合與優(yōu)化，將醫(yī)療服務(wù)供給評(píng)價(jià)指標(biāo)劃分為機(jī)構(gòu)密度、人力資源和機(jī)構(gòu)服務(wù)容量3個(gè)維度，并進(jìn)一步細(xì)化出7個(gè)評(píng)價(jià)指標(biāo)[9]。在研究方法方面，國(guó)內(nèi)學(xué)者對(duì)醫(yī)療服務(wù)水平進(jìn)行量化評(píng)估通常采用以下做法：首先選取單一評(píng)價(jià)指標(biāo)或多個(gè)評(píng)價(jià)指標(biāo)構(gòu)建一套評(píng)價(jià)指標(biāo)體系；再采用獨(dú)立性權(quán)系數(shù)法[10]、因子分析法[11]、熵值法[12]等研究方法合成單一指數(shù)，最后對(duì)醫(yī)療服務(wù)水平進(jìn)行評(píng)價(jià)分析。這類(lèi)方法確定指標(biāo)權(quán)重時(shí)完全依靠信息重疊性，因子分析則側(cè)重于指標(biāo)內(nèi)部依賴(lài)關(guān)系。相比之下，熵值法能有效規(guī)避多指標(biāo)間的信息重疊問(wèn)題，提升指標(biāo)的區(qū)分度和差異性[13]。因此，本文采用熵值法對(duì)各省醫(yī)療服務(wù)水平進(jìn)行刻畫(huà)。

綜上，盡管醫(yī)療服務(wù)水平相關(guān)研究較為廣泛，但測(cè)度指標(biāo)僅集中于供給層面，對(duì)醫(yī)療服務(wù)產(chǎn)出層面的研究不足，對(duì)我國(guó)公共醫(yī)療服務(wù)水平及其時(shí)空演變特征的研究尚顯薄弱。相較于靜態(tài)分析，核密度估計(jì)能夠利用連續(xù)的密度曲線精確描繪隨機(jī)變量的分布形態(tài)，并深入分析動(dòng)態(tài)演進(jìn)趨勢(shì)[14]。同時(shí)，核密度估計(jì)、空間相關(guān)性檢驗(yàn)等方法已在土地利用效率[15]、工業(yè)生態(tài)效率[16]、數(shù)字經(jīng)濟(jì)發(fā)展[17]、營(yíng)商環(huán)境[18]的時(shí)空分析方面展現(xiàn)出較大優(yōu)勢(shì)，為醫(yī)療服務(wù)水平的時(shí)空研究提供了方法借鑒。因此，本文從投入—產(chǎn)出角度構(gòu)建中國(guó)省域公共醫(yī)療服務(wù)水平評(píng)價(jià)指標(biāo)體系，運(yùn)用熵值法對(duì)中國(guó)31個(gè)省份公共醫(yī)療服務(wù)水平進(jìn)行刻畫(huà)，并運(yùn)用核密度估計(jì)、探索性空間數(shù)據(jù)分析方法揭示其時(shí)空演變特征，為提高各省醫(yī)療服務(wù)水平、推進(jìn)健康中國(guó)建設(shè)提供科學(xué)依據(jù)與決策參考。

二、研究設(shè)計(jì)

（一）熵值法

為避免人為因素干擾以及多指標(biāo)變量間信息重疊問(wèn)題，本文利用熵值法對(duì)各級(jí)指標(biāo)進(jìn)行客觀賦權(quán)[19]。熵值法通過(guò)計(jì)算各指標(biāo)的熵值及其差異系數(shù)，量化各指標(biāo)在整體評(píng)價(jià)體系中的重要程度，確定各指標(biāo)的權(quán)重，再利用加權(quán)求和公式，計(jì)算各省公共醫(yī)療服務(wù)水平的綜合指數(shù)。綜合指數(shù)越高，表明公共醫(yī)療服務(wù)水平越高。

本文借鑒董麗晶等對(duì)衛(wèi)生服務(wù)均等化水平測(cè)度的思路[20]，基于投入—產(chǎn)出視角構(gòu)建中國(guó)省域公共醫(yī)療服務(wù)水平評(píng)價(jià)指標(biāo)體系。從投入視角看，醫(yī)療資金投入是影響醫(yī)療服務(wù)水平的重要因素，政府衛(wèi)生支出對(duì)提升醫(yī)療衛(wèi)生服務(wù)保障效果顯著[21]，故選用政府衛(wèi)生支出數(shù)反映各省醫(yī)療機(jī)構(gòu)所擁有的財(cái)政資金資源。醫(yī)務(wù)工作者與醫(yī)療機(jī)構(gòu)資源是醫(yī)療服務(wù)供給的主要組成部分[22]，醫(yī)療衛(wèi)生人員數(shù)及床位數(shù)能夠反映醫(yī)療衛(wèi)生服務(wù)供給的公平性[23]，醫(yī)療衛(wèi)生機(jī)構(gòu)數(shù)能夠反映醫(yī)療衛(wèi)生資源配置情況以及當(dāng)?shù)匦l(wèi)生規(guī)劃的完善程度[24]，故選用衛(wèi)生技術(shù)人員、醫(yī)療衛(wèi)生機(jī)構(gòu)數(shù)及床位數(shù)反映各省醫(yī)療服務(wù)投入情況。從產(chǎn)出視角看，醫(yī)療服務(wù)主要是指醫(yī)療機(jī)構(gòu)及醫(yī)務(wù)人員向個(gè)體病人提供預(yù)防、保健、診斷、治療和康復(fù)等臨床活動(dòng)[25]，因此，本文在參照田時(shí)中等研究的基礎(chǔ)上[26]，分別從門(mén)診服務(wù)、住院服務(wù)、婦幼保健服務(wù)、疾控服務(wù)以及人民健康5個(gè)方面選取18個(gè)指標(biāo)來(lái)反映各省醫(yī)療服務(wù)產(chǎn)出情況，指標(biāo)體系具體見(jiàn)表1。

（二）核密度估計(jì)

核密度估計(jì)法是用于估計(jì)概率密度函數(shù)的非參數(shù)方法[27]。其優(yōu)點(diǎn)在于不需要進(jìn)行任何參數(shù)模型假設(shè)，能夠用連續(xù)的密度曲線描述隨機(jī)變量的分布形態(tài)和演進(jìn)特征，且具有穩(wěn)健性強(qiáng)、模型依賴(lài)性弱的特性[28]。本文采用常見(jiàn)的Gauss核函數(shù)，對(duì)2010—2021年中國(guó)公共醫(yī)療服務(wù)水平演進(jìn)特征進(jìn)行刻畫(huà)，具體公式如下：

（1）

（三）探索性空間數(shù)據(jù)分析

探索性空間數(shù)據(jù)分析被廣泛應(yīng)用于研究地區(qū)觀測(cè)值空間分布特征[29]。該方法利用空間權(quán)重矩陣描述數(shù)據(jù)空間依賴(lài)性和空間異質(zhì)性，以揭示相鄰研究單元空間關(guān)聯(lián)性與作用機(jī)制，主要包括全局空間自相關(guān)和局部空間自相關(guān)。

全局空間自相關(guān)能夠反映觀測(cè)變量在整個(gè)研究區(qū)域內(nèi)空間相關(guān)性的總體趨勢(shì)，常用全局莫蘭指數(shù)（Global Moran's I）進(jìn)行測(cè)算，具體公式如下：

（2）

式（2）中， "__D_D 和 分別表示空間單元 "ˉ_D_Dd_______ 為觀測(cè)值平均數(shù)； 為樣本方差； 為空間權(quán)重矩陣； "_（_ˉ∑_（）^

局部空間自相關(guān)能夠度量空間局部差異程度及其顯著性[30]，刻畫(huà)局域空間格局的聚集和離散特征，具體公式：

（3）

局部莫蘭指數(shù)（Local Moran's I）常用莫蘭散點(diǎn)圖表示，橫坐標(biāo)為各空間單元標(biāo)準(zhǔn)化后的屬性值，縱坐標(biāo)為標(biāo)準(zhǔn)化后的由空間連接矩陣決定的相鄰單元屬性值的平均值。四個(gè)象限分別代表：高高（HH）聚集、低高（LH）聚集、低低（LL）聚集、高低（HL）聚集。

（四）數(shù)據(jù)來(lái)源

鑒于2010年之前醫(yī)療衛(wèi)生統(tǒng)計(jì)數(shù)據(jù)的不完整性，限制了空間非均衡性分析的有效性。現(xiàn)因各省相關(guān)統(tǒng)計(jì)數(shù)據(jù)已更新至2021年，本研究選取2010—2021年作為研究區(qū)間，選取中國(guó)31個(gè)省份（不含港澳臺(tái)地區(qū)）為研究對(duì)象。數(shù)據(jù)來(lái)源于《中國(guó)衛(wèi)生健康統(tǒng)計(jì)年鑒》《中國(guó)社會(huì)統(tǒng)計(jì)年鑒》以及各省的統(tǒng)計(jì)年鑒、統(tǒng)計(jì)公報(bào)等。

三、研究結(jié)果

（一）中國(guó)公共醫(yī)療服務(wù)水平綜合指數(shù)評(píng)價(jià)

運(yùn)用熵值法計(jì)算2010—2021年全國(guó)以及各地區(qū)（東部11個(gè)省、中部8個(gè)省、西部12個(gè)省）省域公共醫(yī)療服務(wù)水平指數(shù)，結(jié)果見(jiàn)表2。結(jié)合表2、圖1的綜合分析，我國(guó)公共醫(yī)療服務(wù)水平指數(shù)在考察期內(nèi)（除2018年、2020年外）普遍呈現(xiàn)穩(wěn)步上升的態(tài)勢(shì)，整體水平顯著提升。具體而言，從起始的0.452增長(zhǎng)至0.508，實(shí)現(xiàn)了12.39%的增幅，反映了我國(guó)公共醫(yī)療服務(wù)水平的提升。由圖1可知，我國(guó)公共醫(yī)療服務(wù)水平呈現(xiàn)出比較平緩的增長(zhǎng)趨勢(shì)，年均增速1.08%，體現(xiàn)出我國(guó)醫(yī)療衛(wèi)生服務(wù)體系改革穩(wěn)中求進(jìn)、循序漸進(jìn)的特點(diǎn)。然而，水平方差由0.011增至0.013，表明全國(guó)公共醫(yī)療服務(wù)水平絕對(duì)差異有所擴(kuò)大。

結(jié)合表2、圖1對(duì)各地區(qū)的分析可知，2010—2019年，東部與西部公共醫(yī)療服務(wù)水平穩(wěn)步提升，2020年短暫下降，2021年回升；中部地區(qū)則在2016、2018和2020年分別出現(xiàn)三次下降。2010—2021年，東部水平指數(shù)由0.517增至0.578，增幅11.80%；中部水平指數(shù)由0.465增至0.522，增幅12.26%；西部水平指數(shù)由0.382增至0.439，增幅14.92%。對(duì)各地區(qū)內(nèi)部差異分析可知，東部地區(qū)方差由0.011增至0.016，絕對(duì)差異增大；中部地區(qū)方差由0.002增至0.007，絕對(duì)差異增大；西部地區(qū)方差由0.008降至0.007，絕對(duì)差異減小?？梢?jiàn)，西部地區(qū)公共醫(yī)療服務(wù)水平提升幅度最大，且絕對(duì)差異減??；東部地區(qū)公共醫(yī)療服務(wù)水平最高；但東部與中部地區(qū)絕對(duì)差異在擴(kuò)大。

（二）中國(guó)公共醫(yī)療服務(wù)水平時(shí)序演進(jìn)特征

1.中國(guó)公共醫(yī)療服務(wù)水平全域時(shí)序演進(jìn)特征

全國(guó)醫(yī)療衛(wèi)生服務(wù)水平核密度曲線如圖2所示。第一，從曲線主峰位置看，主峰在2010、2014、2018年右移，2021年小幅度左移，總體表現(xiàn)為右移，這表明全國(guó)公共醫(yī)療服務(wù)水平逐步提高，進(jìn)一步證明我國(guó)衛(wèi)生體制改革與醫(yī)療服務(wù)建設(shè)齊頭并進(jìn)。第二，從波峰形態(tài)看，主峰高度經(jīng)歷了下降—上升的交替變化趨勢(shì)，整體表現(xiàn)為下降，且主峰寬度逐漸變寬，這表明全國(guó)公共醫(yī)療服務(wù)總體水平絕對(duì)差異擴(kuò)大。第三，從分布延展性看，曲線出現(xiàn)右拖尾，表明醫(yī)療服務(wù)水平高的省份數(shù)量有所增加；拖尾寬度變寬，表明公共醫(yī)療服務(wù)高水平省份與低水平省份間差距在擴(kuò)大。第四，從極化趨勢(shì)看，全國(guó)公共醫(yī)療服務(wù)水平曲線分別在2018年和2021年出現(xiàn)一個(gè)側(cè)峰，側(cè)峰位于主峰右側(cè)，形成“一主一側(cè)”分布格局，這表明全國(guó)公共醫(yī)療服務(wù)水平存在兩極分化現(xiàn)象。

2.中國(guó)公共醫(yī)療服務(wù)水平區(qū)域時(shí)序演進(jìn)特征

東部醫(yī)療服務(wù)水平核密度曲線如圖3（a）所示。第一，曲線主峰在考察期內(nèi)整體右移，反映出東部地區(qū)公共醫(yī)療服務(wù)水平的提升和向更高層次的集聚。第二，主峰高度在2010—2021年間呈下降趨勢(shì)，盡管2021年有小幅回升。第三，主峰寬度的增加揭示了服務(wù)水平離散度的加大和差異的擴(kuò)大。第四，曲線右尾的顯著變化反映了部分省份在公共醫(yī)療服務(wù)水平上的快速提升，尤其是在2010—2014年，高水平省份數(shù)量激增，并在2018—2021年間持續(xù)增長(zhǎng)。

中部醫(yī)療服務(wù)水平核密度曲線如圖3（b）所示。第一，曲線主峰的持續(xù)右移顯示了中部地區(qū)公共醫(yī)療服務(wù)水平在考察期間的持續(xù)提升。第二，主峰高度在2010—2014年間顯著下降，盡管2014—2021年間有所回升，但整體趨勢(shì)依然是下降。同時(shí)，曲線寬度的先增后減表明服務(wù)水平的離散度增加，差異擴(kuò)大。第三，隨著時(shí)間的推移，高水平的省份數(shù)量增多，服務(wù)向更高層次集中，減少了右部的拖尾現(xiàn)象。第四，盡管2010年和2021年的分布曲線均呈現(xiàn)雙峰形態(tài)，但主側(cè)峰的位置變化反映了公共醫(yī)療服務(wù)水平從低水平向高水平的轉(zhuǎn)變，形成了不同的極化趨勢(shì)。

西部醫(yī)療服務(wù)水平核密度曲線如圖3（c）所示。第一，2010—2021年間曲線主峰的持續(xù)右移顯示西部地區(qū)公共醫(yī)療服務(wù)水平的持續(xù)提升。第二，波峰形態(tài)反映出主峰高度整體上升的趨勢(shì)，盡管在2018年有所下降，但到2021年已回升，主峰寬度的收窄表明服務(wù)水平的集中度提高，高水平與低水平省份間的差距縮小。第三，曲線的左拖尾現(xiàn)象表明西部地區(qū)多數(shù)省份的公共醫(yī)療服務(wù)水平較低，但隨著時(shí)間的推移，這一現(xiàn)象逐漸改善，低水平省份數(shù)量減少。

（三）中國(guó)公共醫(yī)療服務(wù)水平空間演進(jìn)特征

考慮到中國(guó)省際之間交流頻繁且聯(lián)動(dòng)密切，本文選擇使用空間鄰接矩陣來(lái)計(jì)算Moran's I指數(shù)，以深入分析中國(guó)公共醫(yī)療服務(wù)水平的空間演進(jìn)特征。

1.全局空間關(guān)聯(lián)格局演變特征

全局莫蘭指數(shù)用于測(cè)量區(qū)域間是否存在空間相關(guān)性，其取值范圍為［-1，1］。本文對(duì)中國(guó)省域公共醫(yī)療服務(wù)水平的全局莫蘭指數(shù)值進(jìn)行測(cè)算，結(jié)果見(jiàn)表3。2010—2021年，中國(guó)省域全局Moran's I指數(shù)介于0.18～0.26之間，符合其取值范圍[-1，1]；P值介于0.014～0.063之間，各年份均通過(guò)顯著性檢驗(yàn)，這說(shuō)明在考察期我國(guó)省域公共醫(yī)療服務(wù)水平高低存在正向空間依賴(lài)性，即在全局空間上存在高（低）水平省份包圍高（低）水平省份的分布格局與發(fā)展態(tài)勢(shì)。同時(shí)，中國(guó)公共醫(yī)療服務(wù)水平全局Moran's I指數(shù)從0.208上升至0.260，總體呈波動(dòng)上升趨勢(shì)。基于這一變化將研究期劃分為兩個(gè)階段：第一階段是2010—2014年，該階段Moran's I指數(shù)值呈下降—上升的交替變化趨勢(shì)，但2014與2010年指數(shù)值相比沒(méi)有變化，均為0.208。第二階段是2014—2021年，Moran's I指數(shù)值由0.208上升至0.260，表明省域公共醫(yī)療服務(wù)水平在全局空間上的相關(guān)性不斷增強(qiáng)。特別是2021年，Moran's I指數(shù)值顯著上升，說(shuō)明中國(guó)省域公共醫(yī)療服務(wù)水平存在明顯的空間相關(guān)性。從時(shí)序變動(dòng)看，中國(guó)省域公共醫(yī)療服務(wù)水平全局Moran's I指數(shù)在研究期內(nèi)變動(dòng)幅度相對(duì)較小，空間聚集特征相對(duì)穩(wěn)定。

2.局部空間關(guān)聯(lián)格局演變特征

采用局部Moran's I指數(shù)散點(diǎn)圖（圖4）進(jìn)一步研究中國(guó)省際公共醫(yī)療服務(wù)水平的局部空間相關(guān)性，以分析公共醫(yī)療服務(wù)水平在區(qū)域內(nèi)的發(fā)展與空間集聚特點(diǎn)。由表3可知，Moran's I指數(shù)值均為小于1的正數(shù)，多數(shù)年份P值通過(guò)了0.05顯著性水平檢驗(yàn)，表明我國(guó)省域公共醫(yī)療服務(wù)水平存在顯著的空間自相關(guān)性。由圖4可知，考察期內(nèi)，大多數(shù)省份落入第一、三象限，少數(shù)省份落入第二、四象限，表明我國(guó)大多數(shù)省份公共醫(yī)療服務(wù)水平表現(xiàn)為“高高（HH）”聚集和“低低（LL）”聚集，大多數(shù)省份與其相鄰省份公共醫(yī)療服務(wù)水平存在空間正相關(guān)關(guān)系，少部分省份存在空間負(fù)相關(guān)關(guān)系。東部、中部出現(xiàn)高服務(wù)水平集聚區(qū)域。北京、河北、江蘇、上海、浙江、山東、福建等一直屬于“高—高”類(lèi)型，由于地處沿海經(jīng)濟(jì)帶，這些省份在經(jīng)濟(jì)發(fā)展、財(cái)政能力、基礎(chǔ)設(shè)施、產(chǎn)業(yè)布局等方面建設(shè)均較為完善，自身公共衛(wèi)生基礎(chǔ)設(shè)施健全，公共醫(yī)療服務(wù)水平高，并對(duì)周邊省份形成輻射效應(yīng)。安徽、江西、河南、湖北、湖南等中部省份受東部鄰近高水平省份輻射與拉動(dòng)步入“高—高”類(lèi)型。西部則出現(xiàn)低服務(wù)水平聚集區(qū)域。西藏、新疆、青海、寧夏、甘肅、黑龍江、吉林等屬于“低—低”類(lèi)型，受自然資源、地理區(qū)位、財(cái)政能力等因素限制，其基本公共服務(wù)設(shè)施建設(shè)落后，公共醫(yī)療服務(wù)水平較低，周邊省份水平也較低。其余省份則分屬“低—高”或“高—低”類(lèi)型，海南、天津、重慶等屬于“低—高”類(lèi)型，這些省份自身公共醫(yī)療服務(wù)水平低于相鄰省份；廣東、四川、陜西等為“高—低”類(lèi)型，這些省份自身公共醫(yī)療服務(wù)水平高，但相鄰省份服務(wù)水平較低?？梢?jiàn)，我國(guó)省域公共醫(yī)療服務(wù)水平不僅受自身因素影響，還會(huì)受周邊省份影響，產(chǎn)生不同的集聚現(xiàn)象。

四、結(jié)論與展望

本研究基于2010—2021年中國(guó)31個(gè)省份的面板數(shù)據(jù)，運(yùn)用熵值法對(duì)各省公共醫(yī)療服務(wù)水平進(jìn)行量化評(píng)估，并結(jié)合核密度估計(jì)與探索性空間數(shù)據(jù)分析方法，從時(shí)空角度對(duì)中國(guó)省域公共醫(yī)療服務(wù)水平進(jìn)行描述。研究發(fā)現(xiàn)：第一，受益于經(jīng)濟(jì)增長(zhǎng)、國(guó)家戰(zhàn)略實(shí)施與政策支持、地區(qū)間協(xié)同拉動(dòng)效應(yīng)等諸多因素，考察期內(nèi)全國(guó)及東、中、西部三大區(qū)域公共醫(yī)療服務(wù)水平均有所提升；東部地區(qū)公共醫(yī)療服務(wù)始終保持著最高水平；西部地區(qū)公共醫(yī)療服務(wù)水平借助政策扶持、后發(fā)優(yōu)勢(shì)等因素，提升幅度最大。第二，考察期內(nèi)公共醫(yī)療服務(wù)高水平省份與低水平省份之間差距擴(kuò)大，全國(guó)公共醫(yī)療服務(wù)水平絕對(duì)差距擴(kuò)大；東部與中部地區(qū)內(nèi)部公共醫(yī)療服務(wù)水平差異均在不同程度擴(kuò)大，而西部地區(qū)由于大多數(shù)省份公共醫(yī)療服務(wù)初始水平較低，加之一系列西部開(kāi)發(fā)扶持政策下區(qū)域內(nèi)發(fā)展較為同步，絕對(duì)差距有所下降。第三，比較各地區(qū)公共醫(yī)療服務(wù)水平與演變差異，可以發(fā)現(xiàn)中國(guó)公共醫(yī)療服務(wù)水平兩極分化現(xiàn)象仍然存在，東部地區(qū)較高，西部較低，中部地區(qū)同時(shí)受東部高水平與西部低水平的拉動(dòng)效應(yīng)，面臨兩極分化現(xiàn)象。第四，全局莫蘭指數(shù)表明，中國(guó)省域公共醫(yī)療服務(wù)水平呈現(xiàn)出全局空間正相關(guān)性，且相關(guān)性不斷增強(qiáng)；局部莫蘭指數(shù)揭示了中國(guó)省域公共醫(yī)療服務(wù)水平存在鄰近效應(yīng)，空間分布上主要表現(xiàn)為“高高聚集”和“低低聚集”，這說(shuō)明高水平省份在空間上“強(qiáng)強(qiáng)聯(lián)合”，也說(shuō)明了低水平省份難以“突圍”步入高水平隊(duì)列。

基于以上結(jié)論提出以下建議：第一，提升公共醫(yī)療服務(wù)水平需要加強(qiáng)區(qū)域醫(yī)療資源的利用和轉(zhuǎn)化。地方政府應(yīng)基于實(shí)際情況，發(fā)掘并利用當(dāng)?shù)貎?yōu)勢(shì)資源，提高資源的利用和轉(zhuǎn)化效率，并制定符合地方特色的公共衛(wèi)生發(fā)展規(guī)劃，以持續(xù)推動(dòng)公共醫(yī)療服務(wù)的發(fā)展。第二，為了實(shí)現(xiàn)公共醫(yī)療服務(wù)水平的均等化，需要完善公共衛(wèi)生政策的頂層設(shè)計(jì)。中央政府應(yīng)繼續(xù)堅(jiān)持以民為本的理念，引導(dǎo)和完善公共醫(yī)療服務(wù)政策體系，協(xié)調(diào)各部門(mén)深化醫(yī)療衛(wèi)生體制改革，為區(qū)域間的協(xié)調(diào)發(fā)展?fàn)I造有利的政策環(huán)境。第三，加強(qiáng)鄰近省份及省內(nèi)的空間聯(lián)動(dòng)，為公共醫(yī)療服務(wù)的共建共享建立平臺(tái)。為了利用鄰近高水平省份的輻射效應(yīng)，應(yīng)促進(jìn)與周邊省份在經(jīng)驗(yàn)和技術(shù)方面的交流，建立區(qū)域性的高水平醫(yī)療衛(wèi)生服務(wù)共同體。

本文對(duì)中國(guó)各省公共醫(yī)療服務(wù)水平進(jìn)行評(píng)估，分析了其時(shí)空演變的特征。未來(lái)研究可采用空間杜賓模型等方法，進(jìn)一步探討影響公共醫(yī)療服務(wù)水平的因素，為提高公共醫(yī)療服務(wù)水平和推進(jìn)健康中國(guó)建設(shè)提供指導(dǎo)。

參考文獻(xiàn)：

[1] 王曉峰，馮園園.人口老齡化對(duì)醫(yī)療衛(wèi)生服務(wù)利用及醫(yī)療衛(wèi)生費(fèi)用的影響——基于CHARLS面板數(shù)據(jù)的研究[J].人口與發(fā)展，2022（2）：34-47.

[2] 陳保啟，靳福磊，趙一鳴.我國(guó)醫(yī)療服務(wù)質(zhì)量的地區(qū)差異及收斂性分析[J].統(tǒng)計(jì)與決策，2023（22）：78-82.

[3] 孫群，周永希，趙曉春.醫(yī)療保障發(fā)展水平的地區(qū)差異和時(shí)空收斂性研究[J].重慶三峽學(xué)院學(xué)報(bào)，2024（4）：94-106.

[4] LI X， KRUMHOLZ H M， YIP W， et al. Quality of primary health care in China： challenges and recommendations[J]. The Lancet， 2020， 395（10239）：1802-1812.

[5] 袁和靜.構(gòu)建和完善以人民為中心的現(xiàn)代醫(yī)療衛(wèi)生服務(wù)體系[J].理論視野，2023（10）：50-55.

[6] 熊興，余興厚，陳偉.三峽庫(kù)區(qū)基本公共服務(wù)水平的空間差異[J].技術(shù)經(jīng)濟(jì)，2016（8）：99-105.

[7] 王宇昕，余興厚，熊興.首位城市規(guī)模過(guò)大是否抑制了基本公共服務(wù)的均等化水平——基于全國(guó)省級(jí)面板數(shù)據(jù)的實(shí)證研究[J].寧夏社會(huì)科學(xué)，2019（4）：92-100.

[8] 徐發(fā)新，李雪偉.撤縣設(shè)區(qū)對(duì)縣域公共服務(wù)供給水平的影響研究——基于江蘇省縣級(jí)面板數(shù)據(jù)的實(shí)證分析[J].城市問(wèn)題，2024（1）：65-74.

[9] 辛沖沖.縱向財(cái)政失衡、FDI競(jìng)爭(zhēng)與醫(yī)療衛(wèi)生服務(wù)供給水平——兼論標(biāo)尺競(jìng)爭(zhēng)機(jī)制下地區(qū)間的策略性行為[J].財(cái)貿(mào)經(jīng)濟(jì)，2022（1）：59-75.

[10] 陳平澤，劉星月，王勁.財(cái)政分權(quán)提高了地方醫(yī)療衛(wèi)生服務(wù)供給效率和水平嗎？——基于精細(xì)化的財(cái)政自主度指標(biāo)的實(shí)證檢驗(yàn)[J].地方財(cái)政研究，2023（3）：34-46.

[11] 趙宇.中國(guó)各省區(qū)農(nóng)村基層醫(yī)療服務(wù)水平綜合評(píng)價(jià)——基于因子分析方法[J].財(cái)政研究，2013（4）：28-33.

[12] 辛沖沖，李健，楊春飛.中國(guó)醫(yī)療衛(wèi)生服務(wù)供給水平的地區(qū)差異及空間收斂性研究[J].中國(guó)人口科學(xué)，2020（1）：65-77+127.

[13] 張榮天，焦華富.泛長(zhǎng)江三角洲地區(qū)經(jīng)濟(jì)發(fā)展與生態(tài)環(huán)境耦合協(xié)調(diào)關(guān)系分析[J].長(zhǎng)江流域資源與環(huán)境，2015（5）：719-727.

[14] ZHAO X， LI T， DUAN X. Spatial and temporal evolution of urban carbon emission efficiency in China[J]. Environmental Science and Pollution Research， 2023， 30（53）： 114471-114483.

[15] SU H， YAANG S. Spatio-temporal urban land green use efficiency under carbon emission constraints in the Yellow River Basin， China[J]. International Journal of Environmental Research and Public Health， 2022， 19（19）：12700.

[16] ZHAO Y， HE G， BAO K， et al. Assessment of spatial–temporal differences of industrial eco-efficiency in the huaihe river economic belt[J]. GeoJournal， 2023， 88（2）：1703-1720.

[17] 伍國(guó)勇，龐國(guó)光，湯鈞惠，等.中國(guó)鄉(xiāng)村數(shù)字經(jīng)濟(jì)發(fā)展水平的測(cè)度、區(qū)域差異及時(shí)空演變[J].湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022（4）：15-27.

[18] 劉健，李小雯.長(zhǎng)三角區(qū)域營(yíng)商環(huán)境評(píng)價(jià)、時(shí)空演變與收斂性分析[J].重慶三峽學(xué)院學(xué)報(bào)，2023（6）：56-70.

[19] 王富喜，毛愛(ài)華，李赫龍，等.基于熵值法的山東省城鎮(zhèn)化質(zhì)量測(cè)度及空間差異分析[J].地理科學(xué)，2013（11）：1323-1329.

[20] 董麗晶，林家熠，蘇飛，等.基本公共衛(wèi)生服務(wù)均等化水平測(cè)度[J].統(tǒng)計(jì)與決策，2021（9）：41-45.

[21] 張曉云，賀川.財(cái)政投入強(qiáng)度是否提升了醫(yī)療衛(wèi)生服務(wù)供給[J].當(dāng)代財(cái)經(jīng)，2021（11）：28-40.

[22] 王俊，朱靜敏，劉穎.中國(guó)公共衛(wèi)生體系與醫(yī)療服務(wù)體系融合協(xié)同機(jī)制研究[J].公共管理與政策評(píng)論，2022（2）：65-73.

[23] 李中凱，李金葉.中國(guó)西北五省2006—2017年醫(yī)療資源配置公平性分析[J].中國(guó)循證醫(yī)學(xué)雜志，2020（11）：1266-1273.

[24] 周明華，譚紅，何思長(zhǎng).我國(guó)醫(yī)院醫(yī)療資源配置及服務(wù)利用結(jié)構(gòu)變動(dòng)分析[J].現(xiàn)代預(yù)防醫(yī)學(xué)，2022（14）：2602-2606.

[25] 高傳勝.健康中國(guó)背景下公共衛(wèi)生與醫(yī)療服務(wù)協(xié)同發(fā)展和治理研究[J].社會(huì)科學(xué)輯刊，2022（6）：136-146.

[26] 田時(shí)中，童夢(mèng)夢(mèng)，李曉悅.財(cái)政支出、政府競(jìng)爭(zhēng)與醫(yī)療衛(wèi)生服務(wù)水平——基于省級(jí)面板熵值tobit模型的實(shí)證分析[J].云南財(cái)經(jīng)大學(xué)學(xué)報(bào)，2022（8）：19-36.

[27] ROSENBLATT M. Remarks on some nonparametric estimates of a density function[J]. Annals of mathematical statistics，1956，27（3）：832-837.

[28] 封亦代，劉耀彬，程風(fēng)雨.中國(guó)城市綠色全要素能源效率的區(qū)域差異及空間收斂[J].地理研究，2023（9）：2343-2368.

[29] MOURA A C M， FONSEC B M. ESDA （Exploratory Spatial Data Analysis） of vegetation cover in urban areas—Recognition of vulnerabilities for the management of resources in urban green infrastructure[J]. Sustainability， 2020， 12（5）： 1933.

[30] 李一曼，孔翔.基于ESDA-GWR的浙江縣域生產(chǎn)性服務(wù)業(yè)時(shí)空特征及影響因素分析[J].長(zhǎng)江流域資源與環(huán)境，2018（5）：969-977.

（責(zé)任編輯：張新玲）