基于GIS 的2014年山東省衛生資源配置空間分析*

濰坊醫學院 (261053)

董惠玲　吳炳義△　王媛媛　趙飛燕　王在翔

?

基于GIS 的2014年山東省衛生資源配置空間分析*

濰坊醫學院 (261053)

董惠玲吳炳義△王媛媛趙飛燕王在翔

衛生資源資源配置空間分析地理信息系統詞首字母大寫

衛生資源是指提供各種衛生服務所使用的投入要素的總和，是人類開展各項衛生保健活動的基礎[1]。1983年，John Snow 通過分析每例霍亂患者發生的地點，發現患病者均集中在Broad Street街道的一個公用飲水井四周，進而移除水井，切斷了霍亂的傳播，此事件開始展現出空間數據分析在公共衛生領域的巨大發展潛力[2]。然而，從整體上看，目前空間數據分析在公共衛生領域的應用還處于初步階段,其主要研究領域主要集中在地方病和個別媒介傳染疾病的監測上[2]，如Maciel[3]和Impoinvil[4]以及國內的李森[5]分別將其應用到肺結核、乙型腦炎和登革熱的空間探索上，對公共衛生資源配置的空間研究較少。本研究以山東省為例，利用空間分析技術探索衛生資源配置的空間分布狀況，為優化衛生資源在不同地域的合理配置提供借鑒。

資料與方法

1.地圖繪制

以全國1∶100萬山東省矢量地圖作為基礎地圖。利用 ArcGIS10.1軟件將山東省的衛生資源資料與基礎地圖上的行政區劃進行匹配，建立相應的空間數據庫和屬性數據庫[6]。

2.資料來源

本文通過查閱文獻、咨詢專家和小組討論，選取每千人口衛生技術人員數、每千人口衛生機構床位數、人均醫療費用(門診和住院)支出數來呈現山東省衛生資源的綜合狀況。這些數據分別來自《2014年山東省統計年鑒》、《2014年山東省衛生統計年鑒》。

3.研究方法

(1)空間相關性

Moran′sI指數是用來檢驗整體空間相關性的常用工具。全局空間自相關分析是從宏觀層面出發，通過比較區域中的每個值與均值，得出整個區域取值的相關性。Moran′sI指數的計算公式[7]為：

表1　Moran′s I系數表達的不同空間自相關模式

*：E(I)為I的數學期望，E(I)=-1/(n-1)

(2)空間鄰近性

①LISA檢驗是用于探索局部空間自相關的基本工具。局域空間相關性分析是從微觀層面出發，對每個區域的取值進行分析，得出每個區域在整個研究空間上的分布狀態，即根據每個區域取值可判斷研究區域內部具體的空間積聚、擴散狀態。根據檢驗結果，我們可以得出4種空間聚集關系：H-H類是衛生資源配置高的地區同樣被配置資源高的地區所包圍；H-L類是衛生資源配置高的地區被配置資源低的地區所包圍；L-H類是衛生資源配置低的地區被配置資源高的地區所包圍；L-L類是衛生資源配置低的地區同樣被配置資源低的地區所包圍。

②熱點區域探測

結　　果

1.衛生資源等級分布圖

山東省衛生資源配置整體呈現由東向西逐漸減少，由北向南先增加后減少的趨勢，見圖1。具體來看，每千人口衛生技術人員數在山東省東部和中部較高，其中濟南(8.24)、濰坊(7.90)、煙臺(7.18)、東營(6.93)、青島(6.78)的人員配置最強，整體呈現由東向西逐漸減少的趨勢。每千人口衛生機構床位數與每千人口衛生技術人員的整體配置情況相似，表明各地區人力和物力資源的配置呈正相關，每千人口醫療衛生機構床位數超過5 張的地區是濟南(5.90)、東營(5.37)、煙臺(5.28)、淄博(5.06)、濟寧(5.06)及濰坊(5.05)。與人物、物力相比，山東省衛生資源的財力配置相對較少。其中，人均醫療費用(住院和門診)的支出最高的地區是濟南(14055.7)和青島(10049.7)，最低的地區是德州(5545.5)和菏澤(4487.3)。

2.全局Moran′sI

由表2所示，山東省衛生資源人力、物力、財力在整體空間分布上具有明顯自相關。每千人口衛生技術人員數、每千人口醫療衛生機構床位數、人均醫療費用(門診和住院)支出數的Moran′sI系數分別為0.61、0.47及0.42，Z值均大于1.96，且均通過了1%顯著性概率檢驗。這說明衛生資源配置高的地區被同樣高配置地區所包圍，地區間呈現出正向的相互影響。

3.LISA檢驗

2014年山東省衛生資源人力、物力、財力LISA分析圖(圖2)用以說明衛生資源配置的局部空間自相關。結果顯示，鄰近地區在人力、物力和財力的資源配置上存在局部自相關，但某些局部地區之間的配置比例有所不同。濰坊和濟南在衛生人力資源表現為相關高值區域，聊城、德州、菏澤、臨沂及棗莊表現為相關性低值區域，其他地區無空間相關性。濟南和威海在物力資源表現為正相關高值區域，衛生物力資源的低值聚集區域與人力資源分布一致。濟南和煙臺在衛生財力資源表現為相關高值區域，東營、德州及菏澤表現為相關低值區域，其他地區無空間相關性。

圖1　2014年山東省衛生資源人力、物力、財力等級分布圖

變量每千人衛生技術人員每千人衛生機構床位數人均醫療費用(住院和門診)支出I0.610.470.42Z17.1213.5712.21P0.0010.0010.001

局部熱點分析可揭示具有正相關性地區的聚集度。2014年山東省衛生人力資源的最高值在濟南和濰坊，即為“熱點區”，德州、聊城、菏澤及臨沂這些地區都是低值，即為“冷點區”；物力資源配置最高的地區是濟南，即為“熱點區”，德州和菏澤是其“冷點區”。山東省財力資源的熱點和冷點區域與物力資源一致。由于空間溢出效應的存在，熱點區域周圍的人力資源配置也相對較高，冷點區周圍的人力資源配置相對較低。

圖2　2014年山東省衛生資源人力、物力、財力LISA分析圖

圖3　2014年山東省人力、物力、財力局部熱點分析圖

討　　論

從自然間斷點等級分布圖來看，山東省衛生資源的空間分布不均衡。無論是衛生技術人員數、醫療衛生機構床位數還是人均醫療費用，整體均呈現由東向西逐漸減少，由北向南先增加后減少的趨勢，東部和中部的資源配置均較高，而西部和南部明顯不足。說明山東省的衛生資源主要集中于人口比較密集，經濟相對發達的地區，對于經濟相對落后的地區資源配置較少。這是因為長期以來國家以每千人口資源擁有量作為衡量并分配衛生資源的指標，這種衡量指標忽略了地理要素和空間分布，導致地區之間資源配置的不均衡[10]。而合理的衛生資源地理分布有利于解決衛生醫療服務的可及性問題，緩解長期以來醫療衛生領域“看病難”的壓力。因此政府在制定和實施衛生政策時，不僅要考慮衛生資源的經濟、人口分布，同時也要協調地理分布。

從全局自相關上看，山東省衛生資源人力、物力、財力在整體空間分布上具有明顯自相關，這說明山東省對衛生資源配置具有明顯的空間集聚特征。但是全局空間自相關是對山東省的一個總體描述，僅僅是對同質的空間有效，由于山東省每個地域的社會和自然條件不同，特別是在較大范圍的研究空間上不一定是均勻同質的，可能隨著空間的位置不同而發生變化，這樣就容易出現空間異質性，為了識別這種空間異質性，需要用局部空間自相關來分析。

局域空間相關性是對每個區域的取值進行分析,從而獲得每個區域在整個研究空間上的分布狀態,然后根據每點的取值判斷出空間上的熱點區域，局部G系數能較準確地探測出聚集區域[11]。從局部自相關分析來看，山東省衛生資源配置局部地區存在空間自相關，不同衛生資源的地理空間集聚不同，不同地區衛生資源的集聚也不同。根據LISA圖和熱點分析G統計，上述空間自相關表現為如下特征：

首先，一部分地區在不同的衛生資源配置上比較均衡。如濟南市在衛生配置資源上均配置最高，即所謂的“熱點區”，其周圍區域的資源配置也相應較高；德州、菏澤及臨沂的衛生資源配置均最低，即所謂的“冷點區”其周圍地區也是低水平的資源配置。這可能和當地的經濟發展水平密切相關。經濟越發達的地區，如濟南、青島、威海、濰坊等地市的衛生資源配置明顯高于菏澤、德州、臨沂、聊城等經濟欠發達的地區，說明經濟水平是影響衛生資源地域分布空間公平性的一個重要原因。政府必須重視在不同經濟背景下的衛生資源配置，對“冷點區”及其周圍區域進行更多的衛生服務投入。其次，一部分地區在不同的資源配置上比例失調。如威海地區的衛生機構床位配置較高，但其衛生技術人員及人均醫療費用卻較低；濰坊地區的衛生技術人員配置最高，但其衛生機構床位數和人均醫療費用相對較低；青島市轄區內即墨市的人均醫療費用支出較高，但其衛生人員和床位配置卻明顯不足。

從政策因素來說，社會決策的實施不是相互獨立的[12]，相鄰地區之間往往相互影響，這種影響會進而延伸到政府在衛生資源上的配置行為[13]。若某地的衛生技術人員和床位配置較高，則會對周邊地區產生激勵作用，使其有動機去改進自己的資源配置。相反，如果某地的鄰近地區衛生資源配置落后，該地的社會決策也會受其影響，改進衛生資源配置的動機就會減弱。由此得到的政策啟示是，保持東部地區或加強西部地區衛生資源配置的有效措施，可以營造地區之間互相學習的環境，樹立優秀典范。

山東省衛生資源配置的空間分布不合理，影響衛生資源配置失衡的原因還有待進一步研究。經濟的差異是影響衛生資源配置的重要因素，因此要重視各地區的共同發展，將有限的資源更合理公平的分配到各個地區。

[1]韓春蕾,韓坤,王培成.我國衛生資源配置現狀及均等化分析研究.現代預防醫學,2015,42(14):2567-2570.

[2]武繼磊,王勁峰,鄭曉瑛,等.空間數據分析技術在公共衛生領域的應用.地理科學進展,2003,22(3):219-228.

[3]Maciel EL,Pan W,Dietze R,et al.Spatial patterns of pulmonary tuberculosis incidence and their relationship to socio-economic status in Vitoria,Brazil.Int J Tuberc Lung Dis,2010,14(11):1395-1402.

[4]Impoinvil DE,Solomon T,Schluter WW,et al.The spatial heterogeneity between Japanese encephalitis incidence distribution and environmental variables in Nepal.PloS One,2011,6(7):474-477.

[5]李森,陶海燕,徐勇.基于 RS-GIS 的登革熱空間分布模型研究.測繪與空間地理信息.2008,31(5):56-59.

[6]畢育學,顏虹.基于ArcGIS 的數字地圖制作技術.中國衛生統計,2011,28(5):602-603.

[7]Lee J,Wong WS.Statistical Analysis with Arcview GIS.New York:John Wiley & Sons,2000，192.

[8]Ord JK,Arthur G.Local Spatial Autocorrelation Statistics:Distributional Issues and an Application.Geographical Analysis,1995,27(4):286-306.

[9]彭斌,張鷹,胡代玉,等.利用空間分析技術探討結核病發病的空間分布模式.中國衛生統計,2007，24(3):229-231.

[10]Cliff A,Ord J.Spatial Processes:Models and Applications.Pion,London,1981.

[11]張松林,張昆.空間自相關局部指標Moran指數和G系數研究.大地測量與地球動力學,2007,27(3):31-34.

[12]Rodgers DT.Atlantic crossings:social politics in a progressive age.History Reviews of New Books,1998,27(4):147-148.

[13]Schmitt C,Obinger H.Spatial interdependencies and welfare state generosity in Western democracies,1960-2000.Journal of European Social Policy,2013,23(2):119-133.

(責任編輯：郭海強)

“健康山東”重大風險預測與治理協同創新中心重點項目(XT1403002)；山東省醫藥衛生科技發展計劃(2014WS0468)；“健康山東”重大風險預測與治理協同創新中心重點項目(XT1405003)

吳炳義，E-mail:wuby369@163.com