我国城乡每千人口医护人员配置的空间格局.docVIP

精品论文 参考文献 我国城乡每千人口医护人员配置的空间格局 吴晓春 梁文博 梁志胜（通讯作者） 　　（广西医科大学 广西 南宁 530021） 　　【摘要】 目的：探讨我国城乡地区每千人口医护人员配置的空间格局，以期为我国卫生人力资源的优化配置提供参考。方法：以2014年中国统计年鉴中的卫生人力资源数据为分析对象，采用IDW插值法及局域相关分析技术对全国人力资源区域配置情况进行分析和直观展示。结果：城市和农村每千人口执业（助理）医师均有空间正向自相关性，为空间聚集性分布，且农村每千人口执业（助理）医师存在高配置的地区聚集性。北京是每千人口医护人员拥有量最多的地方，表现为“热点”区域；而西藏和重庆呈“冷点”现象。结论：全国每千人医护人员数配置在北京、吉林、青海、西藏和新疆等存在聚集现象，城乡空间分布不均匀，有待进一步优化配置。 　　【关键词】 GIS；医护人员；配置；空间分析 　　【中图分类号】R19 【文献标识码】A 【文章编号】2095-1752（2016）10-0347-02 　　医疗卫生服务的公平性，很大程度上取决于卫生人力资源配置的公平[1]。随着社会经济的快速发展，群众对医疗保健服务的需求不断增长，对卫生人力资源数量及区域配置提出了更高的要求。本文拟采用GIS空间分析技术，对2014年《中国统计年鉴》中我国每千人口医护人员数（包括每千人口执业（助理）医师和每千人口注册护士）进行空间分布特征研究，以期为优化我国医护人员的区域配置提供科学依据。 　　1.资料与方法 　　1.1 资料来源 　　本文所用数据资料来自2014年《中国统计年鉴》中的表22-3《每千人口卫生技术人员》，中国省级行政区矢量地图（比例尺为1：1,000,000）电子地图获取自国家基础地理信息系统（）数据库。 　　1.2 统计方法 　　1.2.1反距离加权插值（IDW） 反距离加权插值是一种确定性的插值法，它假设预测值是现有数据的线性组合，将距离未知采样点近的观测点赋予较大的权重，距离未知采样点远的观测点赋予较小的权重，然后使用已知观测点值的加权和来估计未知采样点的值[2]。 　　1.2.2局域空间自相关 全域空间自相关统计量只能从全局角度检验某现象是否具有聚集性以及聚集性类型，却无法准确探测到聚集性的具体位置。因此，需要进一步采用局域空间自相关分析来探讨聚集地点。本研究选用局域Getis统计量探测医护人员聚集的“热点”和“冷点”区域，采用LISA（Local Indicators of Spatial Association）图对每个观测单元周围的局部空间聚集的显著性进行评估，从而揭示出对全局联系影响力最大的单元。 　　2.结果 　　2.1 城乡每千人口医护人员的IDW插值图 　　从图1可以看出，就每千人口执业（助理）医师人数在北京、吉林、青海、西藏等地区配置较高，聚集中心数量处在（5，7）等级；农村主要以北京、上海配置较高，聚集中心的数量主要处在（3，5）等级。就每千人口注册护士而言，城市主要以新疆、北京、吉林、海南配置较高，聚集中心数量处在（6，8）等级；农村主要以北京、上海、浙江、海南、新疆配置较高，聚集中心数量处在（2，3）等级。 　　图1 各地区城乡别全国每千人口医护人员空间插值分析 　　2.2 城乡每千人口医护人员的局域空间相关分析 　　从图2可以看出，城市每千人口拥有执业（助理）医师较多的地区是北京、青海、西藏、吉林等地，成为每千人口执业（助理）医师配置高的“热点”区域；而重庆为“冷点”配置区域。城市每千人口注册护士拥有量配置高的“热点”区域是北京、青海，而重庆为“冷点”区域。农村每千人执业（助理）医师主要聚集在北京和上海两地，每千人注册护士除了北京和上海以外，在新疆也呈现“热点”现象，而在西藏呈现出“冷点”现象。 　　图2 各地区城乡别每千人口医护人员LISA图 　　3.讨论 　　随着GIS及其空间分析技术的不断成熟，GIS在公共卫生领域的应用也越来越广泛，本文采用该分析技术，直观地描述出我国城乡卫生资源配置的现状及特点。研究发现，虽然农村每千人口执业（助理）医师在全域上无聚集现象，但并不代表其在局域范围内也不存在聚集现象，可能是由于局域聚集不足以引起全域范围的聚集而已。IDW插值和LISA图表明，北京的每千人口拥有量均较其他地区多，说明北京医护人员拥有量相对充足且领先于国内其他地区，这与朱芬华等[3]使用聚类分析统计的结果一致。重庆每千人口执业（助理）医师和注册护士拥有量均呈现“冷点”，说明重庆医护资源较少，可能是由于这该地区经济发展落后[4]、基础设施差、技术水平低、待遇较低等原因引起的，提示相关部门通过一定的“政策倾斜