基于GIS 的2014年山東省衛(wèi)生資源配置空間分析*

濰坊醫(yī)學(xué)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(wèi)生資源配置空間分析*

濰坊醫(yī)學(xué)院 (261053)

董惠玲吳炳義△王媛媛趙飛燕王在翔

衛(wèi)生資源資源配置空間分析地理信息系統(tǒng)詞首字母大寫

衛(wèi)生資源是指提供各種衛(wèi)生服務(wù)所使用的投入要素的總和，是人類開展各項衛(wèi)生保健活動的基礎(chǔ)[1]。1983年，John Snow 通過分析每例霍亂患者發(fā)生的地點，發(fā)現(xiàn)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(xiàn)出空間數(shù)據(jù)分析在公共衛(wèi)生領(lǐng)域的巨大發(fā)展?jié)摿2]。然而，從整體上看，目前空間數(shù)據(jù)分析在公共衛(wèi)生領(lǐng)域的應(yīng)用還處于初步階段,其主要研究領(lǐng)域主要集中在地方病和個別媒介傳染疾病的監(jiān)測上[2]，如Maciel[3]和Impoinvil[4]以及國內(nèi)的李森[5]分別將其應(yīng)用到肺結(jié)核、乙型腦炎和登革熱的空間探索上，對公共衛(wèi)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(shù)探索衛(wèi)生資源配置的空間分布狀況，為優(yōu)化衛(wèi)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(chǔ)地圖。利用 ArcGIS10.1軟件將山東省的衛(wèi)生資源資料與基礎(chǔ)地圖上的行政區(qū)劃進行匹配，建立相應(yīng)的空間數(shù)據(jù)庫和屬性數(shù)據(jù)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(wèi)生技術(shù)人員數(shù)、每千人口衛(wèi)生機構(gòu)床位數(shù)、人均醫(yī)療費用(門診和住院)支出數(shù)來呈現(xiàn)山東省衛(wèi)生資源的綜合狀況。這些數(shù)據(jù)分別來自《2014年山東省統(tǒng)計年鑒》、《2014年山東省衛(wèi)生統(tǒng)計年鑒》。

3.研究方法

(1)空間相關(guān)性

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

表1　Moran′s I系數(shù)表達的不同空間自相關(guān)模式

*：E(I)為I的數(shù)學(xué)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(guān)的基本工具。局域空間相關(guān)性分析是從微觀層面出發(fā)，對每個區(qū)域的取值進行分析，得出每個區(qū)域在整個研究空間上的分布狀態(tài)，即根據(jù)每個區(qū)域取值可判斷研究區(qū)域內(nèi)部具體的空間積聚、擴散狀態(tài)。根據(jù)檢驗結(jié)果，我們可以得出4種空間聚集關(guān)系：H-H類是衛(wèi)生資源配置高的地區(qū)同樣被配置資源高的地區(qū)所包圍；H-L類是衛(wèi)生資源配置高的地區(qū)被配置資源低的地區(qū)所包圍；L-H類是衛(wèi)生資源配置低的地區(qū)被配置資源高的地區(qū)所包圍；L-L類是衛(wèi)生資源配置低的地區(qū)同樣被配置資源低的地區(qū)所包圍。

②熱點區(qū)域探測

結(jié)　　果

1.衛(wèi)生資源等級分布圖

山東省衛(wèi)生資源配置整體呈現(xiàn)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(wèi)生技術(shù)人員數(shù)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(xiàn)由東向西逐漸減少的趨勢。每千人口衛(wèi)生機構(gòu)床位數(shù)與每千人口衛(wèi)生技術(shù)人員的整體配置情況相似，表明各地區(qū)人力和物力資源的配置呈正相關(guān)，每千人口醫(yī)療衛(wèi)生機構(gòu)床位數(shù)超過5 張的地區(qū)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(wèi)生資源的財力配置相對較少。其中，人均醫(yī)療費用(住院和門診)的支出最高的地區(qū)是濟南(14055.7)和青島(10049.7)，最低的地區(qū)是德州(5545.5)和菏澤(4487.3)。

2.全局Moran′sI

由表2所示，山東省衛(wèi)生資源人力、物力、財力在整體空間分布上具有明顯自相關(guān)。每千人口衛(wèi)生技術(shù)人員數(shù)、每千人口醫(yī)療衛(wèi)生機構(gòu)床位數(shù)、人均醫(yī)療費用(門診和住院)支出數(shù)的Moran′sI系數(shù)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(wèi)生資源配置高的地區(qū)被同樣高配置地區(qū)所包圍，地區(qū)間呈現(xiàn)出正向的相互影響。

3.LISA檢驗

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

圖1　2014年山東省衛(wèi)生資源人力、物力、財力等級分布圖

變量每千人衛(wèi)生技術(shù)人員每千人衛(wèi)生機構(gòu)床位數(shù)人均醫(yī)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(guān)性地區(qū)的聚集度。2014年山東省衛(wèi)生人力資源的最高值在濟南和濰坊，即為“熱點區(qū)”，德州、聊城、菏澤及臨沂這些地區(qū)都是低值，即為“冷點區(qū)”；物力資源配置最高的地區(qū)是濟南，即為“熱點區(qū)”，德州和菏澤是其“冷點區(qū)”。山東省財力資源的熱點和冷點區(qū)域與物力資源一致。由于空間溢出效應(yīng)的存在，熱點區(qū)域周圍的人力資源配置也相對較高，冷點區(qū)周圍的人力資源配置相對較低。

圖2　2014年山東省衛(wèi)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(wèi)生資源的空間分布不均衡。無論是衛(wèi)生技術(shù)人員數(shù)、醫(yī)療衛(wèi)生機構(gòu)床位數(shù)還是人均醫(yī)療費用，整體均呈現(xiàn)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(wèi)生資源主要集中于人口比較密集，經(jīng)濟相對發(fā)達的地區(qū)，對于經(jīng)濟相對落后的地區(qū)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(wèi)生資源的指標(biāo)，這種衡量指標(biāo)忽略了地理要素和空間分布，導(dǎo)致地區(qū)之間資源配置的不均衡[10]。而合理的衛(wèi)生資源地理分布有利于解決衛(wèi)生醫(yī)療服務(wù)的可及性問題，緩解長期以來醫(yī)療衛(wèi)生領(lǐng)域“看病難”的壓力。因此政府在制定和實施衛(wèi)生政策時，不僅要考慮衛(wèi)生資源的經(jīng)濟、人口分布，同時也要協(xié)調(diào)地理分布。

從全局自相關(guān)上看，山東省衛(wèi)生資源人力、物力、財力在整體空間分布上具有明顯自相關(guān)，這說明山東省對衛(wèi)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(guān)是對山東省的一個總體描述，僅僅是對同質(zhì)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(zhì)的，可能隨著空間的位置不同而發(fā)生變化，這樣就容易出現(xiàn)空間異質(zhì)性，為了識別這種空間異質(zhì)性，需要用局部空間自相關(guān)來分析。

局域空間相關(guān)性是對每個區(qū)域的取值進行分析,從而獲得每個區(qū)域在整個研究空間上的分布狀態(tài),然后根據(jù)每點的取值判斷出空間上的熱點區(qū)域，局部G系數(shù)能較準(zhǔn)確地探測出聚集區(qū)域[11]。從局部自相關(guān)分析來看，山東省衛(wèi)生資源配置局部地區(qū)存在空間自相關(guān)，不同衛(wèi)生資源的地理空間集聚不同，不同地區(qū)衛(wèi)生資源的集聚也不同。根據(jù)LISA圖和熱點分析G統(tǒng)計，上述空間自相關(guān)表現(xiàn)為如下特征：

首先，一部分地區(qū)在不同的衛(wèi)生資源配置上比較均衡。如濟南市在衛(wèi)生配置資源上均配置最高，即所謂的“熱點區(qū)”，其周圍區(qū)域的資源配置也相應(yīng)較高；德州、菏澤及臨沂的衛(wèi)生資源配置均最低，即所謂的“冷點區(qū)”其周圍地區(qū)也是低水平的資源配置。這可能和當(dāng)?shù)氐慕?jīng)濟發(fā)展水平密切相關(guān)。經(jīng)濟越發(fā)達的地區(qū)，如濟南、青島、威海、濰坊等地市的衛(wèi)生資源配置明顯高于菏澤、德州、臨沂、聊城等經(jīng)濟欠發(fā)達的地區(qū)，說明經(jīng)濟水平是影響衛(wèi)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(jīng)濟背景下的衛(wèi)生資源配置，對“冷點區(qū)”及其周圍區(qū)域進行更多的衛(wèi)生服務(wù)投入。其次，一部分地區(qū)在不同的資源配置上比例失調(diào)。如威海地區(qū)的衛(wèi)生機構(gòu)床位配置較高，但其衛(wèi)生技術(shù)人員及人均醫(yī)療費用卻較低；濰坊地區(qū)的衛(wèi)生技術(shù)人員配置最高，但其衛(wèi)生機構(gòu)床位數(shù)和人均醫(yī)療費用相對較低；青島市轄區(qū)內(nèi)即墨市的人均醫(yī)療費用支出較高，但其衛(wèi)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(qū)之間往往相互影響，這種影響會進而延伸到政府在衛(wèi)生資源上的配置行為[13]。若某地的衛(wèi)生技術(shù)人員和床位配置較高，則會對周邊地區(qū)產(chǎn)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(qū)衛(wèi)生資源配置落后，該地的社會決策也會受其影響，改進衛(wèi)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(qū)或加強西部地區(qū)衛(wèi)生資源配置的有效措施，可以營造地區(qū)之間互相學(xué)習(xí)的環(huán)境，樹立優(yōu)秀典范。

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

[1]韓春蕾,韓坤,王培成.我國衛(wèi)生資源配置現(xiàn)狀及均等化分析研究.現(xiàn)代預(yù)防醫(yī)學(xué),2015,42(14):2567-2570.

[2]武繼磊,王勁峰,鄭曉瑛,等.空間數(shù)據(jù)分析技術(shù)在公共衛(wèi)生領(lǐng)域的應(yīng)用.地理科學(xué)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(xué),顏虹.基于ArcGIS 的數(shù)字地圖制作技術(shù).中國衛(wèi)生統(tǒng)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(shù)探討結(jié)核病發(fā)病的空間分布模式.中國衛(wèi)生統(tǒng)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(guān)局部指標(biāo)Moran指數(shù)和G系數(shù)研究.大地測量與地球動力學(xué),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(zé)任編輯：郭海強)

“健康山東”重大風(fēng)險預(yù)測與治理協(xié)同創(chuàng)新中心重點項目(XT1403002)；山東省醫(yī)藥衛(wèi)生科技發(fā)展計劃(2014WS0468)；“健康山東”重大風(fēng)險預(yù)測與治理協(xié)同創(chuàng)新中心重點項目(XT1405003)

吳炳義，E-mail:wuby369@163.com