2012-2020年我國全科醫生資源配置公平性及空間分布特征研究

張丁杰，陳家應，劉可慧，魯 翔

(南京醫科大學，江蘇 南京 211100)

2016年國務院頒布的《關于推進家庭醫生簽約服務的指導意見》(以下簡稱《指導意見》)和《“健康中國2030”規劃綱要》(以下簡稱《綱要》)均提出要加快全科醫生隊伍建設。2020年習近平總書記在中央全面深化改革委員會第十二次會議中再次強調要持續加強全科醫生培養、分級診療等制度建設。全科醫生作為家庭醫生簽約服務隊伍的主體，在基層承擔著健康管理、常見病與多發病的治療和轉診、預防保健和慢性病管理等一體化服務工作[1]。在此次抗擊新冠疫情中，全科醫生還承擔著社區疫情篩查、疑似新冠感染者轉診、健康宣教等重要工作，在疫情防控中發揮了不可或缺的作用[2，3]。大力培養全科醫生、優化全科醫生資源配置，是提升我國家庭醫生隊伍整體素質、增強基層醫療衛生服務水平和基層疫情防控能力、落實分級診療制度的關鍵，也是當前深化醫改和健康中國建設的重點工作。目前，針對我國全科醫生資源配置狀況的研究大多局限于公平性分析，鮮有學者采用空間自相關分析探索全科醫生資源在整體或具體局部地區的聚集情況，進而研究其空間分布特征[4]。基于此，本研究收集2012-2020年我國全科醫生資源相關數據，探究全科醫生資源配置公平性和空間分布特征，以期為我國全科醫生資源的優化配置與空間合理布局提供參考建議。

1 資料與方法

1.1 資料來源

2012-2020年中國各省全科醫生相關數據來源于《中國衛生統計年鑒》(2013-2015年)、《中國衛生和計劃生育統計年鑒》(2016、2017年)和《中國衛生健康統計年鑒》(2018-2021年)。本研究未收集香港、澳門、臺灣地區數據，僅分析31個省(市、自治區)(以下簡稱省份)全科醫生資源配置情況。參考《中國衛生健康統計年鑒》的劃分標準對我國東、中、西部地區進行劃分。其中，東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南，中部地區包括黑龍江、吉林、山西、安徽、江西、河南、湖北和湖南，西部地區包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆。

1.2 研究方法

通過泰爾指數的計算分析我國全科醫生資源配置的公平性，并結合莫蘭指數探究各省全科醫生資源的空間分布特征，從而進一步分析造成資源配置差異的來源。本研究運用Microsoft Excel 2019計算泰爾指數及其貢獻率；運用GeoDa 1.20計算莫蘭指數，并進行空間自相關分析以探究全科醫生資源的空間聚集性。

1.2.1 泰爾指數

泰爾指數是運用信息熵的概念來考察不公平性的指標，可以將總體差異分解為組間差異和組內差異，并衡量地區間差異和地區內差異對總差異的貢獻程度[5]。泰爾指數的取值范圍為[0，1]，指數值越接近1，表明資源配置的差異性越大，其公平性越差，反之公平性越優。本研究所采用的泰爾指數計算公式為：

其中，T組內表示我國東中西部各區域內部全科醫生資源配置的差異，T組間表示我國東、中、西部3個區域之間全科醫生資源配置的差異，Tj為東中西各自區域的泰爾指數。式中Pi為i省人口數占全國總人口的比重或i省地理面積占全國地理總面積的比重；Yi為i省全科醫生數量占全國全科醫生總數的比重；Kij為i省人口占其所在j地區人口的比重或i省面積占其所在j地區面積的比重；Hij為i省全科醫生數量占其所在j地區的全科醫生數量的比重；Kj為j地區人口占全國人口的比重或j地區地理面積占全國地理面積的比重；Hj為j地區全科醫生數量占全國全科醫生總數的比重。

1.2.2 莫蘭指數

全局莫蘭指數是度量全局空間自相關的指標，用于判斷相鄰空間單位的變量屬性值是否存在空間聚集性[6]，其取值范圍為[-1，1]。當相鄰地區的變量數值相近，即高值與高值(或低值與低值)聚集時，Moran’sI>0；當相鄰地區的變量數值差距較大，即高值與低值聚集時，Moran’sI<0；當無空間自相關，即高值與低值隨機分布時，Moran’sI=0。其計算公式為：

局部莫蘭指數是全局莫蘭指數的空間分解，其測度指標為LISA，通過LISA值可以識別每個空間單位與其相鄰區域顯著相關的4種空間分布類型：高-高、低-高、低-低、高-低[7]，以及差異無統計學意義的隨機分布類型。本研究根據正態統計量Z值對空間自相關的顯著性水平進行檢驗。

2 結果

2.1 我國全科醫生資源配置基本情況

從總體上看，我國全科醫生數自2012年到2020年增加了299,026人，年均增長率為17.86%，每萬人口全科醫生數從0.815人增加至2.900人，每百平方千米全科醫生數量從1.147人增加至4.271人。分地區來看，我國東、中、西部地區9年間全科醫生分別增加了141,461人、84,114人和73,451人。其中，我國中部地區全科醫生數量增長最為迅速，年均增長率高達21.63%；西部地區次之，年均增長率為20.57%；而東部地區全科醫生數量增長最慢，年均增長率為15.33%。見表1。

表1 我國全科醫生資源配置基本情況 單位：人

2.2 我國各省全科醫生資源分布現狀

2020年，我國全科醫生總數最多的3個地區分別為江蘇(49,628人)、廣東(37,177人)和浙江(27,628人)，最少的3個地區分別為寧夏(1638人)、青海(1625人)和西藏(730人)。每萬人口全科醫生數最多的3個地區分別為江蘇(5.86人)、北京(4.53人)和浙江(4.28人)，最少的3個地區分別為江西(1.78人)、貴州(1.96人)和西藏(2.00人)。在東部11個省份中，河北(2.55人)、遼寧(2.76人)、福建(2.44人)、海南(2.89人)和山東(2.44人)5省的每萬人口全科醫生數量低于全國平均水平；在中部8個省份中，吉林(3.32人)、安徽(3.03人)和湖南(2.95人)3個省份的每萬人口全科醫生數高于全國平均水平；而在西部12個省份中，僅有四川省(3.01人)每萬人口全科醫生數超過全國平均水平。2012-2020年，我國全科醫生年均增長率最高的3個地區分別為西藏(46.72%)、湖南(28.84%)和貴州(28.29%)，最低的3個地區分別為浙江(10.70%)、上海(8.03%)和北京(2.50%)。見表2。

表2 2020年我國各省份全科醫生資源分布情況

2.3 基于泰爾指數的全科醫生資源配置公平性分析

2012-2020年，我國全科醫生按人口配置和按地理配置的總泰爾指數分別下降0.0558和0.1112，按各省份地理面積配置的總泰爾指數一直遠高于按人口配置的指數，提示近9年我國全科醫生資源配置的公平性在總體上得到較大改善，按人口配置的公平性優于按地理面積配置的公平性。見表3。

表3 2012-2020年我國全科醫生資源泰爾指數及其貢獻率

續表3

對比近9年組間泰爾指數和組內泰爾指數發現，按人口配置和按地理配置的泰爾指數組間差異均小于組內差異，說明人口維度和地理維度上全科醫生資源配置的不公平主要來源于地區內部差異。對比各區域泰爾指數及其貢獻率發現，按人口配置的各個區域泰爾指數東部貢獻率最大，按地理面積配置的各區域泰爾指數西部貢獻率最大，說明在人口維度全科醫生資源配置的組內差異主要來源于東部地區，而在地理維度全科醫生資源配置的組內差異主要來源于西部地區。

2.4 基于莫蘭指數的全科醫生資源空間自相關分析

2.4.1 全科醫生資源全局空間自相關分析

2012-2020年，按人口分布和按地理面積分布的全局Moran’sI均大于0，且Z得分均大于1.96，P<0.05，表明我國全科醫生資源在整體空間分布上存在一定的聚集性，且呈現空間正相關關系。人口維度的Moran’sI在2012-2016年5年間呈現穩步增長的態勢；在2016年之后，除2019年Moran’sI值陡增到最大值0.372，2017年、2018年、2020年3年總體呈現下降趨勢。表明按人口分布的全科醫生資源空間聚集性在2012-2016年間不斷增大，而在2016年往后總體呈現縮小趨勢。在地理維度上，除2018年Moran’sI值陡增到最大值0.323，Moran’sI在2012-2020年整體呈現增長態勢，表明按地理分布的全科醫生資源空間聚集情況在2012-2020年間越來越明顯。見表4。

2.4.2 全科醫生資源局部空間自相關分析

以《指導意見》和《綱要》出臺的2016年為時間節點，分別對2012年、2016年和2020年我國全科醫生資源進行局部空間自相關分析。從人口層面來看，我國全科醫生資源“高-高”聚類主要位于東部長三角地區，上海市恒定屬于“高-高”聚類，江蘇和浙江兩省在2016年和2020年均呈現“高-高”聚類。“低-低”聚類主要局部存在于中西部地區，并隨著時間的變化而消失。相較于2012年，2016年“低-低”聚集區域縮小至中部的湖北省和西部的四川省，云南省不再顯著，而到2020年我國全科醫生資源的“低-低”聚類完全消失，提示中部和西部地區全科醫生缺乏的局面均有一定程度的緩解。“低-高”聚類僅存在于2012年的天津市，此后不再顯著，提示天津市全科醫生資源落后于相鄰地區的情況得到一定程度的改善。此外，四川省由2012年的“低-低”聚類逐步演變為2020年的“高-低”聚類，提示與鄰近省份相比，四川省全科醫生資源配置已經處于領先水平。見表5。

表4 2012-2020年我國全科醫生資源全局莫蘭指數

表5 按人口分布的各省全科醫生資源局部空間自相關LISA顯著情況

從地理層面來看，2012年、2016年、2020年，我國全科醫生資源的“低-低”聚類和“高-高”聚類分布相對穩定，甘肅、寧夏、內蒙古等西部7個省份恒定屬于“低-低”聚類，上海和江蘇始終屬于“高-高”聚類，且2020年“高-高”聚類區域擴大為浙江、上海、江蘇3地。見表6。

表6 按地理分布的各省全科醫生資源局部空間自相關LISA顯著情況

3 討論與建議

3.1 我國全科醫生資源總體增長迅速，但仍存在較大缺口

2012-2020年，我國東、中、西部地區全科醫生總數年均增長率均高于15%，每萬人口全科醫生數和每百平方千米全科醫生數的年均增長率分別為17.19%和17.86%，表明近9年我國在全科醫生人才隊伍建設方面取得了明顯成效，這主要得益于我國先后出臺的《指導意見》和《綱要》等政策文件的推動。截至2020年，全國每萬人口全科醫生為2.9人，總體上已完成“到2020年每萬人口配備2～3名全科醫生”的目標，但與發達國家普遍要求的“每萬人口配備至少5名全科醫生”的標準仍有較大差距[8，9]。全科醫生人才隊伍的缺乏，將極大影響家庭醫生簽約服務和分級診療工作的落實，對我國居民享受均等化的全科醫生服務形成嚴峻挑戰。此外，我國基層衛生機構的全科醫生中，經過轉崗培訓而獲取合格證的醫生占相當大的比例。轉崗培訓作為基層全科醫生嚴重緊缺時采取的過渡辦法，其培訓內容及強度均遠不及全科醫生規范化培訓，這不利于基層全科醫生服務質量的提升。因此，政府應加強全科醫學人才隊伍建設的頂層設計，發揮政策引導作用，不斷健全全科醫學人才培養體系，并多渠道提升全科醫生職業吸引力，為全科醫生質量與數量的同步提升提供政策保障。

具體建議：(1)在人才培養方面，探索建立以提升崗位勝任力為目標導向的全科醫學人才培養課程體系，注重培養全科醫學生的臨床實踐能力和人文素養[10]，并在教育全流程中納入合理的淘汰與分流機制，確保全科醫學生的培養質量；醫學院校應將全科醫學概論等課程設置為非全科醫學專業醫學生的必修課，提升各專業醫學生對全科醫學的學習興趣與專業認知度[11]，并鼓勵臨床醫學本科畢業生走向基層工作崗位，引導其接受全科醫師規范化培訓并注冊為全科醫學專業，從而激活全科醫學人才儲備；針對已執業的全科醫生，特別是轉崗而來的全科醫生，需要持續加強繼續教育[12]，可探索設立全科醫生繼續教育培訓基地，在完善繼續教育學分制的基礎上，定期對全科醫生進行執業資格再認證考核，使全科醫生樹立終身學習的理念，從而提升全科醫生隊伍的培養層次。(2)在職業發展方面，探索建立符合全科醫生付出回報比的薪酬機制[13，14]，將家庭醫生團隊的簽約服務收益納入基層衛生機構的收入分配體系，并通過提高人員經費補助標準，保障基層全科醫生薪酬水平與縣(區)級公立醫院醫師薪酬水平相銜接；充分考慮全科醫生工作量、患者滿意度和服務質量等因素，科學合理地設立全科醫生績效考核標準，提升全科醫生團隊的工作積極性，并定期公布考核結果，為居民自主選擇簽約全科醫生服務團隊提供參考依據；探索完善各地市編制周轉池制度，優先保證基層全科醫生的編制配給，并在職稱晉升方面向基層全科醫生傾斜，拓寬全科醫生職業發展路徑[15，16]；與此同時，相關部門應做好宣教工作，引導居民認識全科醫生作為健康“守門人”的重要作用，提升全科醫生的職業形象與社會地位[17]，為加快全科醫學人才培養提供良好的社會輿論環境。

3.2 全科醫生資源按地理配置的公平性遠不及按人口配置的公平性，且差距持續擴大

2012-2020年，我國全科醫生資源按人口和地理2個維度配置的公平性均有一定改善，但地理維度的總泰爾指數是人口維度的9.32倍、10.62倍、12.64倍、12.98倍、13.38倍、14.14倍、14.56倍、21.45倍和31.66倍，表明我國全科醫生按地理配置的非公平性遠大于按人口配置的非公平性，且非公平性的差距持續擴大。造成這種差距的原因，可能是衛生行政部門在配置衛生人力資源時，習慣以人口為標準，而忽視了地理面積因素對衛生服務可及性的影響[18-20]。此外，西部區域地理維度上泰爾指數的貢獻率遠高于中部和東部區域，這表明地理維度上全科醫生資源配置的組內差異主要來源于西部地區。究其原因，西部地區特別是西藏、青海等地廣人稀的高原山地地區，依然長期使用每萬人口衛生人員數作為衛生人力資源的配置標準，特殊的地理環境造成單位全科醫生服務面積過大的困境[21，22]，進一步加劇了我國全科醫生資源配置公平性在地理和人口兩維度上的差異。

具體建議：(1)政府應統籌合理地配置全科醫生資源，特別是在地理環境特殊的西部地區，要充分考慮地理特征、人口密度以及衛生機構的服務能力和服務半徑等因素[23]，在按人口布局公平性的基礎上也要兼顧按地理布局的公平性。相關部門在制定區域衛生規劃時，應將“全科醫療服務的地理可及性”納入地方政府高質量發展考核指標體系，因地制宜地調整基層衛生機構的位置布局、人員規模和崗位結構，進而提升全科醫生資源覆蓋率及配置公平性。(2)在新冠疫情陰霾仍未消散的大環境下，可充分發揮“互聯網+”的優勢，構建遠程醫療協作網絡，加強全科醫生與專科醫生之間的跨團隊支持、協作，并促進全科醫生團隊內部的快速溝通與分工合作，從而打破地理空間的束縛，高效地整合優質醫療資源，提升全科醫生團隊服務質量[24]；此外，全科醫生還可以利用即時通訊等技術手段，針對特定疾病為患者提供足不出戶的在線診療服務，以及健康宣教、遠程指導和隨訪管理等服務，這些方便快捷的線上服務不僅可以提高患者和全科醫生雙方的時間管理效率[25]，也可以拉近醫生與患者的距離，從而有助于建立積極的醫患關系。

3.3 我國全科醫生資源空間分布總體呈現“東高西低”特點，全科醫生資源主要聚集在長三角地區

2012-2020年我國全科醫生資源配置的區域差異顯著，按人口分布的全局Moran’sI在2016年后雖有一定波動但總體呈現下降趨勢，說明《指導意見》和《綱要》等政策的出臺有效緩解了全科醫生資源在人口維度的空間布局分化態勢。按地理分布的全局Moran’sI在9年間呈現總體上升趨勢，表明全科醫生資源在地理維度的空間布局分化態勢持續加劇。

人口維度的“高-高”聚類恒定位于東部長三角地區，且2016年和2020年，上海、江蘇和浙江始終保持“高-高”聚類。結合人口維度的泰爾指數發現，2012-2020年東部地區內差異貢獻率均大于45%，且超過區域間差異貢獻率。說明經濟發達、衛生財力雄厚的長三角地區對全科醫生資源具有“虹吸效應”[9，26]，并導致東部相對落后省份全科醫學人才的流失。人口維度的“低-低”聚類主要位于中西部省份，且2020年“低-低”聚類完全消失。其中，四川省由“低-低”聚類逐漸演變為“高-低”聚類，提示2020年四川省按人口配置的全科醫生資源在西部處于領先地位，但與其相鄰接的西部7省每萬人口全科醫生數均低于全國平均水平。說明西部地區整體仍處于全科醫生資源匱乏的局面，僅經濟較發達的四川省表現出“高地現象”，與湛大順等[9]研究結果一致。

地理維度的“高-高”聚類依然恒定位于東部長三角地區，與2012年和2016年相比，2020年“高-高”聚集地區由江蘇、上海兩地擴增為江蘇、上海和浙江三地，表明經濟水平高且人口稠密的長三角地區對全科醫生的“虹吸效應”進一步增強[27]。正是得益于較為充裕的全科醫生資源，江蘇省通過醫聯體建設網格化布局、上海市探索“1+1+1”醫療機構簽約組合、杭州市以家庭醫生簽約為抓手，均在推進落實分級診療工作中打通創新思路，并形成值得推廣的成熟經驗，為全科醫生制度的完善提供了有力支撐。地理維度的“低-低”聚類恒定位于相互毗鄰的西南、西北7省，表明人口稀疏的西部地區普遍存在全科醫生不足和單位全科醫生服務半徑過大的局面。一方面可能是西部地區存在大量人口稀疏的高原山地，使得按地理面積布局的全科醫生資源極度匱乏；另一方面可能是西部地區較為落后的經濟條件和較低的薪酬待遇，使得全科醫學人才進一步流失[28，29]。

具體建議：(1)可充分借鑒澳大利亞依托地區分級標準配置衛生資源的成功經驗[21]，通過綜合衡量各地區經濟水平、人口密度、偏遠程度和基層醫療服務水平，探索建立符合我國國情的地區分級標準。并依據此標準為不同等級地區制定有針對性的衛生人力政策，對西部地區全科醫學人才的培養、引進、保障、激勵、培訓、晉升等一系列流程給予政策傾斜，全面提升西部地區全科醫生的崗位吸引力，進而有效引導高質量全科醫學人才向西部流入。此外，政府可設立專項基金，加強對西部地區基層衛生機構的硬件投入，改善全科醫生的工作環境，使全科醫生在工作中更易獲得滿足感，為全科醫生長久扎根西部基層提供堅實的物質基礎。(2)在加速推進西部全科醫生隊伍建設的同時，東部長三角地區可利用全科醫生資源較為集中的優勢，先行探索構建全面、系統的全科醫生評價考核體系。擇優選取科學、有效的考核標準與方法，逐步構建適用全國、可操作性強、能客觀反映全科醫生崗位勝任力的評價機制[28，30]，打破長期以來因各個醫療機構自行考核全科醫生而產生的考核標準混亂、考核效率低下的局面。從而為我國全科醫生的考核、激勵與晉升提供科學的參考標準，助力我國全科醫生制度不斷完善。