融合实时路况信息的北京市就医可达性分析

李益言,冯璐玮,张 剑,邢 峰,谢伟文,杜清运

(1. 武汉大学 资源与环境科学学院,湖北 武汉 430079;2. 浙江省地理信息中心,浙江 杭州 310012;3. 深圳市勘察研究院有限公司,广东 深圳 518026)

0 引 言

随着我国医疗制度改革的深入以及社会经济水平稳定地增长,居民对公共卫生医疗资源的需求日益增加,但医疗服务设施的配置仍存在空间上的不均衡[1].医疗服务设施的空间公平性反映了区域内的卫生医疗水平和社会公平性.该领域的研究能够为医疗资源的配置调整、寻找适宜的布局区位提供重要的参考,成为了国内外学者和政府决策者的关注热点[2],居民的就医可达性常常被用来评估公共卫生医疗资源的空间公平性,它受到供需者、交通等多方面因素的影响[3].

国内外学者对医疗设施的空间可达性已经开展了大量的研究,目前用于评估可达性的方法主要有Huff模型、重力模型、两步移动搜索法(Two-step Floating Catchment Area,2SFCA)等[4].Huff模型考虑了设施规模和距离因素,但忽略了需求点规模的影响.潜能模型将供需双方的空间效应与两者自身的引力规模结合起来综合评价可达性,出行摩擦系数不易确定[5].相比于前几种方法,2SFCA结合距离因素和资源的分布情况综合计算可达性[6],且更易于理解,可操作性更强,因此学者们从距离的评估方法、距离衰减函数、搜索半径、出行方式等多个角度对2SFCA进行扩展[7-9].其中越来越多的学者通过出行的时间成本代替距离,采用了多种方法估算通达时间:曹恩溯等通过2SFCA利用不同区划的路况统计数据研究了武汉市的综合医院可达性[10].孟田田等利用网络分析估算交通的时间成本,通过2SFCA评价北京市城区的就医可达性[11].

在2SFCA模型的改进方法中仍然存在很多问题:①忽视路网的连通性.就医可达性与居民点和医院的分布情况密切相关,如何计算两者之间的距离成为可达性问题研究的难点之一,许多可达性研究所使用的是传统的路网数据,忽略了实际的连通情况.②时间估算的偏差.现阶段可达性的研究更加关注供需点间的时间而非距离,时间常通过路段的等级与速度估算.但实际的通达时间与实时路况密切相关,以往研究往往忽略了这一问题.③搜索阈值过于单一.搜索阈值包含了多层含义,它代表居民获取医疗服务可接受的最大出行时间,也代表医院的服务范围,直接影响到可达性的计算.④研究最小基本单元尺度较大,较多研究仍是基于街道尺度进行的.

本文采用高斯两步移动搜索法研究北京市二级及以上医院的可达性,研究时段为早高峰(7:30~9:30)、中午(11:00~13:00)、下午(14:30~16:30)、晚高峰(17:30~19:30)和夜晚时段(20:00~22:00),选取15、30、45和60 min 4种出行时间阈值.采用居民点与医院的实际驾车通达时间度量两者之间的距离,通过调用高德地图API,依据实际的道路通达情况和实时的路况信息规划各居民点至医院的最短路线,获取两者的实际通达时间.研究的最小基本单元为小区和村庄,分析居民点就医可达性的时空分布特征,评价北京市医疗资源分布的公平性.

1 数据与方法

1.1 研究区概况

本文选取北京市为研究区域,北京市为中国首都,地处东经115.7°~117.4°,北纬39.4°~41.6°,位于华北平原北部.总面积16 410.54 km2,共有东城区、西城区等16个区,2015年常住人口2 170.5万人.

1.2 数据来源及预处理

本文以居民点作为北京市医疗设施空间可达性研究的最小基本单元,所用到的数据包括北京市基础地理数据、人口分布数据、小区及村庄的分布数据、医院相关数据.

北京市道路等基础地理数据通过OpenStreetMap(http://www.openstreetmap.org/)获取,人口分布数据使用2013年全国1kmX1 km人口栅格数据,由于网格粒度较大,2SFCA在获取搜索阈值内人口数据时会因数据粒度较大导致结果产生偏差.因此将原始人口分布网格的每平方千米人口总数换算为人口密度后,通过ArcGIS平台进行重采样处理,处理后人口网格数据粒度为原始数据的1/3,如图1a所示.北京市人口集中分布在西城区、东城区、海淀区、朝阳区、石景山区、丰台区(以下简称市内六区),东南部人口密度总体高于西北部.

居民点数据包括北京市896个小区POI和697个村庄POI,数据通过高德地图API(http://lbs.amap.com/)搜索模块获取,使用关键词搜索的方法,分别获取搜索关键词为"小区"和"村"的返回结果.分布如图1b所示,小区密集地分布在市内六区,其他区县的小区数量较少,村庄数量较多.

医疗服务设施选取2013年北京市208所二级和三级医院,相关数据包括医院的地理位置信息及医疗卫生人员数据.通过《2014年北京市卫生统计年鉴》获取医院名单、地址、等级、床位数、卫生人员数等属性数据,通过高德地图API的地址匹配功能获取医院的经纬度信息,分布如图1c所示.69.7%的二级以上医院位于市内六区,其中朝阳区和海淀区的医院数量较多,有37和29所,密云县和延庆县的医院则较少,均为3所.

图1 北京市医院、居民点及人口密度分布Fig.1 Spatial distribution of hospitals, residential areas and population density in Beijing

2 研究方法及实现

2.1 高斯两步移动搜索法

本文考虑不同时段路况对出行时间的影响和搜索阈值的多样性,选取工作日出行的早高峰、中午、下午、晚高峰和夜晚时段,通过高斯两步移动搜索法评估在15、30、45和60 min 4种出行时间阈值内北京市1 575个居民点的就医可达性.两步移动搜索法(2SFCA)最早由Radke等提出[12],由Luo等进一步改进并命名,具体步骤如下[13]:

第一步,对医疗设施j至1 575个居民点的驾车出行时间进行插值处理,插值方法选择克里金插值,得到在4种时间阈值tk(k=1,2,3,4)内可到达各医疗设施j的区域范围Okj.

第二步,对每个医疗设施j,搜索时间阈值tk(k=1,2,3,4)范围的人口密度网格r,累加网格r的人口总数,即第一步得到的区域范围Okj内人口总数,计算医疗设施j的供需比Rjk,可表示为:

式中,Sj为医疗设施j的供给规模,使用医疗卫生人员数表示;Dr为需求规模,使用每个人口网格r的人口数表示;trj为人口网格r与医疗设施j的通达时间.

第三步,考虑距离衰减作用,增加由Dai提出的高斯型距离衰减函数,该方法采用高斯函数作为2SFCA搜寻范围内的距离衰减函数[14-15].根据居民点i到达医疗设施j的时间tij,一般化的距离衰减函数fk(tij)可表示为:

通过高斯函数,计算搜寻半径tk范围内医院供需比对应的衰减函数g(tij),可表示为:

式中,tij为居民点i至医疗设施j的通达时间.累加搜寻半径内的衰减人口总数时,根据每个人口网格r到达医疗设施j的时间trj计算需求规模对应的衰减函数fk(trj)和g(trj),方法与供需比对应的衰减函数相同.

第四步,对每个居民点i,搜索所有在出行时间阈值tk内的医疗设施j,考虑距离衰减的影响,将所有阈值内医疗设施j的衰减供需比Rjk求和得到居民点i的就医可达性Aik,可表示为:

2.2 实现过程

使用高德地图Javascript API获取早高峰、中午、下午、晚高峰和夜晚时段居民点与医疗设施间的通达时间.通过"AMap. DrivingPolicy. REAL_TRAFFIC"选择考虑实时路况的驾车策略,规划5个时段内居民点至医院的实际驾车最优路线,并获取最优路线的时间为实时通达时间.本文抓取4个工作日5个时段内居民点至医院的通达时间,计算4天的时间均值为居民点和医院的通达时间.由于每次抓取数据时间跨度较长,所以每日随机打乱居民点和医院的查询顺序,使查询结果更贴近两者在2 h时间跨度内的总体情况.

高斯两步移动搜索法的具体实现基于ArcGIS平台,通过Python语言使用ArcPy包批量处理,关键步骤包括使用克里金插值(Kriging)得到到达各医疗设施j的时间成本栅格,按属性提取(ExtractByAttributes)时间成本栅格中小于时间阈值tk的区域Okj,通过ZonalStatisticsAsTable 方法统计Okj内人口总数.供需比及可达性的计算通过Math工具包的运算方法实现.

3 结果分析

通过对居民点就医可达性的研究发现,在工作日的5个时段内,所有小区居民可以在45 min内到达最近的医院,92%的村庄居民在1 h之内可以获得医疗服务.本文着重关注时间阈值为15 min的居民点至二级以上医院的可达性.

3.1 15分钟医疗服务圈

平均64%居民点的居民能够在15 min内到达二级以上的医院,其中,小区占84%.参考以往研究的分级方法[10],本文根据自然断点法将居民点就医可达性分为6个相对等级:很高(>400.0)、高(20.0~400.0)、较高(5.0~20.0)、一般(2.0~5.0)、低(0.0~2.0)、很低(<0),其中,很低代表在15 min出行时间阈值内无法到达任何一所医院,一般及以上表示可达性较好,各时段居民点的就医可达性分布见表1.

表1 5时段就医可达性等级分布频率和累积频率表Tab.1 Medical accessibility frequency and cumulative frequency in fi ve time periods

各时段居民点的就医可达性表现出明显的时段分异特征:①早高峰和晚高峰时段的可到达医院居民点占61.97%和61.21%,其他时段均为65%以上,表明能否在15min内获得医疗服务与时段关系密切.高峰时段就医可达性很高、高、很低等级的居民点多于非高峰时段,较高、一般和低等级比例则低于非高峰时段.②早高峰时段的就医可达性一般及以上等级的累积百分比高于晚高峰,表明晚高峰时段就医可达性较低的居民点多于早高峰时段.③中午和下午时段的高等级及以上累积比例高于夜晚时段,夜晚时段能够在15 min内到达医院的居民点为一天中最多.下午时段就医可达性为很高的等级比例高于其他时段.④各时段可达性为一般及以上等级居民点所占比例由高至低依次为夜晚、中午、下午、早高峰、晚高峰.

筛选出各时段均能在15 min内获得医疗服务的居民点,共935个.对每个居民点5个时段的就医可达性排序,统计可达性最低值出现时段的百分比.下午时段的就医可达性最低的居民点占比重最小为8.24%,早高峰和中午占17.01%和14.22%,分别有32.41%和28.13%的居民点在夜晚和晚高峰时段与医疗设施的通达性最差,表明较多居民点与医疗设施之间道路交通的拥堵出现在晚间的概率更大.

市内六区内的居民点就医可达性分布呈现环状扩散分布的形式,以东、西城区为中心向外递减,位于东、西城区的所有小区在5个时段内均可在15 min内到达最近的医院.其他地区居民点就医可达性的空间分布与医疗设施的位置、数量、供需比关系密切,呈现以医疗设施为中心向外递减的趋势,因此呈现以医院密集、供需比较高区域为中心的多峰值空间分布形态.就医可达性很低居民点的变化波动出现在图中标注区域内,即该区域的居民能否在15 min内获得医疗服务受早晚高峰路况影响较大.

分时段对所有居民点的就医可达性由高至低排序,共有41个居民点在一个或多个时段内位列前20,统计这些居民点出现的频数.其中小区有38个,主要分布在图中标注区域:东城区、西城区、大兴区西北角兴华大街与清源路附近、通州区西北部翠屏西路附近、顺义区中西部通顺路一带;村庄共有3个:昌平区东闸村、怀柔区肖两河村、房山区西庄村.大兴区黄村中里、艺苑桐城小区、通州区瑞都国际、新华联家园小区、顺义区石原南区、建新南区小区、东城区金鱼胡同小区、西城区葡萄园小区及房山区西庄村在5个时间段内的就医可达性均位列可达性前20,认为该9个居民点的就医可达性较好,且受周围路况交通的影响较小.

统计在多个时段的就医可达性处于很低等级的居民地,共有640个,这些居民点可达性很低时段的频数,其中位于五环以内的居民点有北坞嘉园等19个,位于四环以内的有美林花园1个小区有一个时段的可达性很低.共有521个居民点5个时段的就医可达性均处于很低的等级,表示该类居民点的居民无法在15 min内获得医疗服务,其中村庄占95.4%,均位于五环路以外的区域;小区有人济庄园等24个,主要位于通州区、大兴区和六环路的交界处、朝阳区东坝附近.

用每个居民点5个时段可达性的标准差表示各居民地就医可达性的变化波动幅度,取波动幅度较大和较小的居民点各50个.就医可达性波动幅度较大的小区主要分布在三环以内、北京拉萨高速公路一带、通州区西北角.可达性较稳定的居民点主要分布于朝阳区西北角五环路以北、阜安路一带和东四环以内西大望路一带、大兴区东北角等区域.变化较大的居民点中小区占97%,变化较小的居民点中村庄占36%,表明小区的就医可达性相对于村庄受实时路况的影响更大,村庄的就医可达性则更依赖于医疗设施的分布、数量及供需规模.

3.2 就医可达性与时间阈值关联分析

各时间阈值下就医可达性数值分布如图2所示,随着搜索阈值增大,就医可达性数值呈现由高值~低值分散且对称的分布模式,向集中于高值或低值的分布模式转变,即可达性偏高或偏低的比重会随阈值增大而增高.同时出现可达性最高值降低的趋势,最高值均出现在晚高峰时段,该时段居民点就医可达性较低和较高的居民点均多于其他时段.

图2 3个时段阈值条件下就医可达性数值分布Fig.2 Numerical distribution of medical accessibility in three time thresholds

通过克里金插值表现可达性的空间分布特征,并将插值结果通过间隔的颜色渲染表示,如图3所示30 min搜索阈值下,就医可达性呈多峰值分布,较高峰值分布在东、西城区,其他峰值位于房山区中东部、大兴区西北部、通州区西北部、顺义区中东部、密云县西南部、延庆县西部、门头沟区西部.随时间阈值增大,多峰值分布向以东、西城区为主的单一峰值转换,周边区县的多峰值的分布形态逐渐模糊,市域内可达性分布呈环状扩散分布形态.早高峰时段相对于其他时段,可达性峰值出现向北偏移的情况,可达性最大值均出现在晚高峰时.60min时,可达性相对较高等级区域面积已经覆盖东西城区,占市内六区的大部分区域.

图3 3种时间阈值下就医可达性分布Fig.3 Distribution of medical accessibility in three time thresholds

4 结束语

本文对北京市二级和三级医院的可达性进行了分析,研究的最小基本单元为小区和村庄,时间尺度划分为早高峰、中午、下午、晚高峰和夜晚时段.采用实际居民点与医院的实际通达时间度量两者之间的距离,通过高德地图依据实际的道路分布和实时的路况信息所规划的最短路线,获取平均通达时间.使用2SFCA法分析北京市就医可达性,得到以下结论:

1)北京市就医可达性空间分布不均衡,市内六区的居民点就医可达性分布呈现环状扩散分布的形式,以西、东城区为中心向外递减,与以往研究结果近似[11].15和30 min搜索阈值下,出现明显的多峰值分布,主要有东、西城区,房山区中东部,大兴区西北部,通州区西北部,顺义区中东部,密云县西南部,延庆县西部,门头沟区西部.东城区金鱼胡同,西城区葡萄园等9个居住点在5个时间段内的就医可达性均位列前20.

2)北京市就医可达性时段分异特征显著,非高峰时段较高峰时段有更多的居民点能在在15 min内获得医疗服务,可达性较好的居民点数量也更多.高峰时段可达性很高、高、很低等级的居民点多于非高峰时段,较高、一般和低等级比例则低于非高峰时段,与以往研究结果一致[10].各时段可达性较好的居民点比例由高至低依次为夜晚、中午、下午、早高峰、晚高峰,但晚间时段是较多居民点一天中可达性最差的时段.

3)北京市就医可达性依赖搜索时间阈值,可达性偏高或偏低的比重会随阈值增大而增高,空间分布由总体多峰值分布向环状扩散分布形态转变.

4)北京市城乡就医可达性差异较大,所有小区都能在45min内到达最近的医院,92%的村庄能够在1 h之内到达最近的医院.可达性变化幅度较大的居民点中97%为小区,变化幅度较小的居民点36%为村庄.