北京医疗服务可及性的空间差异和影响机制:移徙者平等的视角外文翻译资料

英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料

北京医疗服务可及性的空间差异和影响机制:移徙者平等的视角

摘要:基本公共服务， 特别是直接矢系到生命安全的医疗服务的空间可及性是实现中国中央政府提出的基本公共服务均等化目标的第一步。本研究利用空间分析和统计分析，通过构建STT (最短旅行时间)和SAI (空间可及性指数)来评价医疗服务设施可及性的空间差异。然后，本研究探讨了邻里失系对北京医疗机构可及性的影响，尤其是通过构建空间依赖性回归模型，重点探讨了邻里之间的流动人口比例的影响。医疗机构的空间可及性分析表明，医疗机构的空间分布与行政区域基本- -致，但与人口需求不一 致。双变量LISA聚类图表明，郊区是移民比例高和医疗服务有限的重叠聚类。这与中国的公共服务分配规则有关，即强调城市内部和农村内部的平等，但过度失注城市和农村之间的平等;强调本地居民的需求，但忽略了移民的需求。为了估计居民区流动人口比例对医疗服务可及性的影响，由于医疗服务设施可及性的空间依赖性，我们采用了空间依赖模型。回归结果显示，移民比例高的社区，即使与社区SES有关，也与医疗服务的空间可及性有限有关。除了邻里特征，另一个影响医疗服务空间可及性的重要因素是空间溢出效应的过程。这表明，移民的医疗服务可及性减弱，不仅是因为他们自身的限制，也是因为他们与其他处境不利的社区相近。因此，迫切需要增加郊区的医疗设施，考虑移民的需求，减少当地居民和移民之间的居住隔离，以实现医疗服务的平等化目标。

关键词:医疗服务设施;空间可及性;移民平等;影响机制;北京

引用:ZHAO Meifeng, LIU Shenghe, QI Wei, 2018.北京医疗服务可及性的空间差异和影响机制.中国地理科学，28(2): 353-362.

1 简介

在过去的三十年里，中国的城市一直在经历着快速的转型:从一个同质化的城市，到现在的'小城市'。由于经济转型和市场经济的发展，城市的社会空间

结构变成了异质性的社会空间结构(Feng等,2008)。异质性的城市社会空间结构，尤其是住宅隔离，将带来-系列的社会问题和挑战，如获得公共服务方面的社会不平等。众多关于公共服务供给的研究集中在居民区对公共服务获取的影响上( Yin and Xu, 2009; Gao et al, 2010; Wang, 2014; Wang etal,2014)。作为公众最关心的问题之一，弱势群体在获得医疗服务方面的不平等已经引起了更多的关注。

居住区，如社会经济劣势和种族及民族隔离，是提供医疗服务的障碍( Kirby和Kaneda, 2005 ; Kirby 2008 ; Small等人，2008) 。在西方国家的研究发现，以穷人和少数民族的地理隔离为特征的地方，正面临着各种医疗保健问题，如高婴儿死亡率、糟糕的产前护理和身体疾病( Wilson, 1987 ; Sampson等人，2002) 。Smaje (2000) 认为，穷人和少数民族的居住隔离影响了医疗设施的位置和空间分布。Hart (1971) 提出的逆向护理法认为，医疗护理服务的可用性往往与人口的需求成反比。也就是说，富裕的人得到许多医疗服务， 而穷人则得不到任何医疗服务。Macintyre(2007)将这一规律扩展为剥夺性放大法。匮乏放大是指在更多的贫困地区，医疗服务往往更差，这不利于健康、生活质量和社会流动的机会( Macintyre等人，1993)。

与西方国家相比，中国城市的居民区不仅表现出社会经济.上的分化，也表现出本地居民(具有本地户籍的常住人口)和外来人口(没有本地户籍的常住人口)之间的分化。自20世纪80年代以来，政府开始鼓励移民，这带来了大量的农村移民涌入城市。2012年，城市移民占中国城市人口的32.87%。由于户口制度的限制，移民不能享有当地居民的全部公民权利，这导致了城市中居住差异的不平等(吴2008 ;黄和江，2009; 王等，2010) 。他们对住房分配制度和全市范围内的福利项目的机会非常有限，甚至没有。

他们中的大多数人无法享受城镇居民的医疗保险，但他们的新型农村合作医疗保险却无法支付非户籍所在地的医疗费用。此外，中国的医疗设施是按照户籍人口和户口制度分配的，这可能导致附近的流动人口在获得医疗服务方面的差异。

在中国，大量文献研究了大城市的医疗服务设施可及性的空间模式，如北京(Zhong等, 2016) 、广州(Qi等， 2014) 、大连(Fu等, 2014) ，以及半城市地区，如江苏省如东县( Song and Chen, 2009) 、河南省兰考县(Wu等，2008)。但也有少数文献关注邻里劣势对获得医疗服务的影响(Gao等人，2010; Wang等人，2014) 。Gao等人(2010)发现，广州的医疗机构在空间.上集中在高收入地区。他认为这是由市场经济造成的，这与西方国家的逆向医疗法相一致。然而，人们对移民在获得医疗服务设施方面的质量知之甚少。邻近地区移民比例和医疗服务可及性差异之间的关系仍不清楚。

本文旨在分析北京医疗服务可及性的空间分化和影响机制，特别是关注流动人口的平等问题。结合空间分析技术和统计分析技术，本研究的目标是评估医疗机构的空间可及性，其衡量标准是到最近医院的最短旅行时间(STT)和医院的空间可及性指数(SAI)。然后，本研究访问了邻里移民比例对医疗设施的空间可及性的影响。

2 数据和方法

2.1 数据

我们的研究区域是北京的建成区，主要局限在六环路以内(图1) 。北京的建成区包括12个行政区(拼音:qu)和分区185 (拼音: jiedao)或镇(拼音:zhen)。它覆盖了数公里3477的土地，并且2010年，北京的人口为1614万，密度为每公里74641人。在我们的分析中，省内流动人口是指在北京市居住6个月以上但户籍在其他省份的人，简称为流动人口。我们以社区或村庄为观察单位。

我们使用人口普查2010的人口数据。人口普查的最大尺度是分区或乡镇，但这对于计算医疗服务的可及性来说过于粗糙。因此，我们使用Eicher和Brewer(2001 )以及Mennis(2003 )提出的人口空间化方法来获取社区或村庄范围内的人口数据。这种方法是利用分区/乡镇尺度的人口数据，结合1 : 5000尺度的城市土地利用数据，来分配社区或村庄尺度的人口。在特定的乡镇范围内为特定的村级分配人口值的计算可以表示为:

其中， 是分配到t镇v村的人口， 是r镇i类土地利用的人口密度，是v村i类土地利用的总面积。

城市土地利用数据被分为三类:非住宅用地、城市住宅用地和农村住宅用地。每个分区/镇的城市住宅和非住宅用地的人口密度以抽样方式获得。由于城市居住用地和农村居住用地内的流动人口比例在空间上具有同质性，而城市和农村居住用地之间的流动人口比例在空间上具有异质性，我们也采用这种方法来获取社区或村庄范围内的流动人口数据。至于女性和青年人口，我们省略了城乡居民点之间相对较小的差异。我们采用区域统-加权的方法，即根据每个社区或村庄在分区或乡镇住宅用地的百分比来分配人口值。

医疗数据来自北京公共卫生信息中心。在我们的调查中，它们是被指定为初级、二级或三级医院。基于他们在医疗服务、医学教育和医学研究方面的能力。595所北京医院有执照，2014年 拥有执业52381医师或执业助理医师和100317张合格床位。三级医院的31956名执业医师和58个518张合格床位占到了全部执业医师和合格床位的一半以上。

图1 北京研究区域的地理位置

2.2 医疗设施空间可达性的测量

我们用两个指数来衡量医疗机构的空间可及性:最短旅行时间(STT)和空间可及性指数(SAI)。STT是指到最近的医疗机构的可及性，它代表了医疗机构和居民区之间的空间耦合。而SAI是指在一定的阂值时间内到达医疗机构的可及性，并考虑到医疗机构的供需比。SAI代表了医疗供应和人口需求之间的空间耦合。

STT是以成本距离分析为基础的。首先，研究区域被划分为100mtimes;100m的100单元格，假设每个单元格的行驶速度相等。根据路网和道路等级，快速路的标准速度为45公里/小时，国道为40公里/小时，主干道为30公里/小时，次干道和支路为25公里/小时，陆地为公里5/小时。其次，我们根据标准速度计算从每个社区/村落中心到最近的医院的时间成本。

SAI是基于Radke和Mu (2000) 开发的两步浮动集水区法(2SFCA) 。考虑到具有不同人口特征的人口的医疗需求，我们使用调整后的人口而不是总人口。调整后的人口由两部分组成:基本部分和辅助部分。基本部分是与一般医疗需求直接相关的人口规模。调整后的部分是加权的劣势人口，其中与普通人有明显不同的医疗需求。医疗需求的差异主要涉及两个方面:患病率和医生。访问率，这也可以被视为生理上的分别是生理方面和社会经济方面。在我们的分析中，生理方面包括两个因素:性别和年龄;而社会经济方面则由移民身份来代表。因此，调整后人口的调整部分由三个不同的群体组成:老年人、女性和移民。调整后人口(AP)的公式如下：

其中，为总人口数，j为弱势人群(老年人、女性、流动人口)，beta;为弱势人群与普通人之间医疗需求差异的权重。两周患病率(TWPR)是医学研究中广泛使用的评估健康状况的指标;应看病而未看病者的比例(RTWSVADBN)是评估健康寻求行为的指标。我们选择这两个指标来确定医疗需求的差异。对于TWPR,《中国全国卫生服务调查分析报告》(国家卫生计生委卫生统计信息中心，2016年)指出，老年人(年龄)的TWPRge;65岁)比平均率高一倍1.514， 女性的TWPR比平均率高9.4%。至于RTWSVADBN, Zhou等 人(2011)发现流动人口RTWSVADBN高达42.73%,比平均比率高25.7%。根据上述文献，我们对老年人(年龄ge;65岁)、女性和流动人口的权重分别为1.514、0.094和-0.257。

衡量中级医疗设施的空间可及性的步骤如下。首先，对于每个设施位置，搜索距离设施位置j (即集水区)在阈值旅行时间(do) 内的所有人口位置(k)，并计算集水区的设施容量与人口需求比率R。第二，对于每个人口地点i，搜索所有距离人口地点i(即集水区i)的阈值旅行时间(d)内的设施地点(j)，并将这些地点的设施与人口比率R相加。该公式如下:

其中代表居民位置i的可达性，为设施位置j处质心落在以j为中心的集水区内的设施人口比率(即)。为中心落在流域内的k社区/村的加权人口。为现场医生人数j，是k到j之间的旅行时间，是从i到j的最短旅行时间。越大代表空间可达性越好。

2.3空间自相矢指数

由于医院可及性存在空间依赖性，我们使用空间自相关指数来分析社区移民比例和医院可及性之间的相关性。医院可及性的分布显示了一个显著的空间自相关。

在整个社区/村落中的社会依赖性。农村地区Morans的值，这是一个衡量空间的统计指标。我们使用双变量的地方空间数据来研究医院可及性和周边地区移民百分比之间的空间相关性，这明显表明存在这种空间依赖性( Morans见表1)。自相关性(LISA) 。双变量LISA (I) 可以是定义为:

其中，是样本数为n的变量b的平均值；是变量a在位置i的值；是变量b在其他位置的值；是i和j之间的空间加权矩阵（Anselin，1995）。双变量LISA可以分为四组：两类正空间相关（高-高和低-低）和两类负空间相关（高-低和低-高）。Bivariate LISA地图可以显示医院可及性和移民百分比的重叠群组的空间模式。

2.4 空间回归模型

我们构建空间回归模型来估计社区/村一级的邻里移民比例对医院可及性的影响程度。由于空间依赖性的存在违反了OLS回归的假设，我们应用空间依赖性模型来处理这个问题。有两种主要的空间依赖性模型：空间滞后模型和空间误差模型。空间滞后模型的形式是（Anselin，2004）：

其中是加权矩阵，是属性值对y的直接影响，rho;是空间滞后参数，isin;N(0,sigma;)。

空间误差模型的形式是（Anselin，2004）:

其中lambda;是一个关于空间相关误差的系数。

在空间依赖性模型中，解释变量是移民的百分比。邻里的社会经济特征（包括经理或专业人员的百分比和失业率）、人口密度和道路密度是空间依赖模型的控制变量。社区的社会经济背景影响着医疗服务的提供，社会经济条件差的社区的医院可及性有限（Chen等人，2013）。人口密度直接影响医疗服务需求，道路密度影响交通可及性。本文采用最大似然估计法进行空间估计。我们使用多变量Morans I检验来判断空间依赖性是否在回归模型中产生偏差，使用Robust LM(滞后)和Robust LM(误差)来确定哪种类型的空间依赖性可能在起作用。

表1 主要变量的汇总统计

您可能感兴趣的文章

• 带水印的GIS数字矢量地图质量监测外文翻译资料
• 基于多源地理数据的城市功能区识别——以中国郑州市为例外文翻译资料
• 北京医疗服务可及性的空间差异和影响机制:移徙者平等的视角外文翻译资料
• 利用巴基斯坦费萨拉巴德的光学多时相卫星数据进行陆地表面温度和土地利用土地覆盖变化的CA-马尔可夫链分析外文翻译资料
• 大都市地区植被净初级生产力(NPP)动态变化与城市化驱动力研究–以北京市为例外文翻译资料
• 公园缓解城市热岛效应的有效性–以亚的斯亚贝巴为例外文翻译资料
• 一种描述新罕布夏州肺癌发病空间格局的地理计算方法外文翻译资料
• 加拿大大温哥华地区极端炎热天气温度-死亡率关系的空间差异描述外文翻译资料
• 雅典地区气温和湿度对人体热舒适度的影响外文翻译资料
• 量化公共卫生实践和研究中的空间可及性:在现场酒精场所的应用，美国，2013年外文翻译资料