我国医院空间布局特点及其影响因素分析

张小东 ，韩昊英 ，陈宇 ，李献灿 ，罗国娜

（1.塔里木大学水利与建筑工程学院，新疆阿拉尔843300；2.浙江大学城乡规划理论与技术研究所，浙江杭州 310012）

医疗卫生资源是保障人们健康的重要民生事业。特别是在面对本次新型冠状病毒疫情时，部分地区医疗资源配置不均衡、不充足，导致无法做到“应收尽收，应治尽治”。医疗资源的均衡配置不仅可使患者得到及时救治，有效防止疫情扩散，也是改善人居环境和维护社会公平、稳定的重要手段［1-2］，所以，其对处理类似突发性公共卫生事件显得尤为重要。但医疗设施的营利性和逐利性导致了医疗设施空间分布不均衡、不公平。基于此，人民日益增长的物质需求与医疗资源的不均衡配置之间的矛盾亟待解决。

国外医疗设施空间布局研究起步较早，1968年，MICHAEL［3］研究了在兼顾效率与公平的前提下，如何更好地确定城市公共设施的位置，并提出区位理论。随后，医院的区位选择、规划布局模式成为城市地理学和城市规划学的研究热点［4-5］，有学者相继提出空间相互作用理论［6］、可达性理论［7］，用于研究医疗设施空间分异与空间布局的演化机制［8］，探讨医疗设施服务的公平性［9］、可达性［10-11］。也有学者 从城市路网 格局［12］、政府 执政理念［13］、优质医院［14］等特定视角探讨医疗设施空间分布的成因，发现城市路网、政府执政理念、医院等级划分均对医院的地理空间位置分布起决定性作用。

国内医疗设施主要集中于大城市［15］，城市郊区［16］和乡村［17］也有分布。对医疗设施的空间布局研究始于20世纪80年代，借助GIS空间分析技术［18］、SPSS 数据统计软件［19］等工具，从可达性［20］、均等化［21］、人口密度分布［15］等视角对医疗设施进行综合评价，提出医疗设施优化布局策略。也有从公立综合医院［22］、三级医院［23］等角度，研究优质医院空间分布特征，并提出相应建议，以达到优化调整三甲医院区域布局的目标。

综上，从微观视角研究城市医疗设施空间格局已渐趋成熟，但是，针对全国区域性的医院空间分布特征的研究较少。基于此，本文选取我国部分地级市的医疗设施数据、统计年鉴数据，采用点密度、多元回归分析等方法，探索我国医院空间分布特征，找出影响我国医院地理空间分布的主要因素，尝试构建医院建设与主要影响因素之间的关系，可视化我国医院空间格局特征，以期为优化调整我国医院的区域布局提供参考依据。

1 数据来源与研究方法

1.1 数据来源

本文数据主要分为两类，一类为医院地理位置、床位数，这些数据主要来自医学百科（http：//www.yixue.com/）和 药 智 数 据 库（https：//db.yaozh.com/）。其中，按照《医院分级管理标准》，将医院划分为三级，每级再按甲、乙、丙分为三等，其中三级医院增设特等级别，因此，医院共分为三级十等。本文通过网络数据爬取，获得已评定等级医院数据14 955条，每条数据包括医院名称、医院地址、医院等级等内容，并将2个网站的数据与已爬取数据信息进行核对。另一类数据来自统计年鉴，主要来自339个地级市的城市统计年鉴和城市建设统计年鉴，需要说明的是，在城市统计年鉴和城市建设统计年鉴中，部分地级市医院的床位数据缺失，加之统计年鉴的发布具有滞后性，为使床位数与城市建设数的年份保持统一，最终选取2018年的年鉴数据，并筛选出符合回归分析条件的样本数据285个（见表1）。

1.2 研究方法

1.2.1 点密度分析

点密度分析可用于计算每个栅格单元周围点要素的密度。根据输入医院的点要素数据计算整个区域医院的分布状况，并生成一个连续的密度表面，从定量视角研究全国医院的空间分布特征，密度值越高，代表医院的集聚程度越高。点密度计算式为

表1 变量描述性统计Table 1 Descriptive statistics of variables

1.2.2 区位熵分析

区位熵由哈盖特（P．Haggett）提出，常用于衡量基础服务设施的空间聚集程度。为了解医院床位数的空间分布规律，采用比例模型计算医院在各城市中的区位熵。区位熵是指基础设施规模占该类设施总量的百分比与单元内人口占区域总人口的比值［25］，可测度城市中医院的集聚水平。计算式为

其中，LQ为医疗服务设施区位熵，si为i市医院床位数，n为i市人口总量，Si为i市所在省的床位总数，N为该省人口总量。LQ＜1，表明该市医院床位数在本省中处于劣势地位；LQ=1，表明该市医院床位数处于本省平均水平；LQ＞1，表明该市医院床位数在本省中处于优势地位。LQ越大，说明该市的医院床位数集聚越显著，具有相对优势。

1.2.3 统计分析方法

本文采用SPSS 19.0软件中相关分析、多元回归分析［26］等方法研究影响医院床位数的主要因素，统计分析影响医院床位数空间集聚分布的因素，构建其与城市户籍人口、城市建设面积、医疗资源投入、城市经济指标等相关变量的回归模型，确定相关变量系数，为改善和优化医疗资源的空间布局提供依据。

2 空间分布特征

2.1 宏观格局演进过程

人均床位数是衡量医院规模的主要指标之一，通常取各地级市医院床位总数与全市年末总人口的比值，得到万人平均床位数。通过GIS软件对万人平均床位数进行可视化分析（见图1），我国医院的发展特征如下：

（1）呈以中部地带、东部沿海地带为首的带状增长结构。2001—2016年，我国285个地级市医院的万人平均床位数增长趋势非常明显，各地级市医院数量增长明显。这与国家出台的政策有很大关系，2000年，我国提出西部大开发、中部崛起、东北振兴等战略方针，其后华北和西部地区医院建设投入显著增加。2006年4月印发的《中共中央国务院关于促进中部地区崛起的若干意见》等政策文件促使中西部城市医院数量和规模明显增长。从2011年开始，万人平均床位数为0～20的地级市明显减少，2016年，各地级市的万人平均床位数基本都在20以上，且省会城市万人平均床位数增长速度较快，其医院建设速度明显快于其他地级市。

（2）呈东高中低西高的整体增长趋势。东部沿海的长三角、山东半岛、京津冀、辽中南、哈长等城市群万人平均床位数增长明显；西部的成渝、关中平原、滇中等城市群万人平均床位数增长也较明显；在中部的长江中游城市群中，只有武汉、南昌等省会城市万人平均床位数增长明显，多数城市的万人平均床位数增长趋势较弱，形成了东高中低西高的格局。

（3）万人平均床位数呈围绕行政中心增长的趋势。由于我国医院建设大部分为政府行为，万人平均床位数增长呈现“行政中心增长模式”，成都、昆明、长沙、太原、武汉、杭州、西宁、沈阳等省会城市的万人平均床位数增长速度明显高于周边的非省会城市。可见，医疗设施中心的形成在很大程度上依靠政府的集权行为，围绕政府主要行政区发展特征凸显。

总之，通过对比分析2001—2016年万人平均床位数增长格局特征，不难发现远西地带的城市群、中原城市群以及长江中游城市群的医疗资源配置有待进一步加强，从而为医疗资源公平供给提供可靠保障。

2.2 三甲医院分布特征

医院分布的公平性除了考察医院总体规模分布，还需注意三甲医院分布的公平性。随着居民生活水平的提高，其与医院发展不均衡不充分之间的矛盾越来越明显，优质医院成为居民选择居住地时考虑的必要条件之一。通过分析各市区三甲医院数据，发现优质医院具备以下分布特征：

图1 2001—2016年285个地级市的万人平均床位数变迁Fig.1 Map of per capital bed numbers"change in 285 prefecture-level cities from 2001 to 2016该图基于国家测绘地理信息局标准地图服务网站下载的审图号为GS（2016）1569号的标准地图制作（下同）

（1）通过对比评定等级以上医院数和三甲医院数发现，我国中西部城市医院空间分布具有多而不精、大而不强的特点，优质医院呈东强西弱的空间结构；三甲医院建设仍以省会城市为核心聚集，呈“单核心”空间结构［27］，周边城市三甲医院数量相对稀缺，如图2所示。

（2）三甲医院数重心东移。通过点密度分析，得到评定等级以上医院点密度分布（见图3），图3中黄色圆圈表示医院的辐射范围，由图3可知，二级医院辐射范围最大，其次为一级医院和三级医院，覆盖范围最小的为三甲医院。不难发现各市间三甲医院分布差异比较明显，三甲医院“扎堆”现象较为突出。三甲医院主要汇集在京津冀、珠三角、长三角城市群，武汉、沈阳、哈尔滨、西安等城市集聚特点也较为明显。远西地带存在大面积三甲医院空白区，较多城市三甲医院较少甚至无三甲医院。且评定等级以上医院的点密度重心逐渐收缩并向东转移。

图2 医院绝对数量分布Fig.2 Absolute number distribution map of hospital

图3 评定等级以上医院点密度分布Fig.3 Nuclear density distribution in hospitals with grade or above assessment

（3）中西部城市的医院优质率明显弱于沿海城市。为进一步细化各市区优质医院规模分布，采用三甲医院床位数与市医院床位总数的比值表征地级市医院优质率（见图4）。由图4可知，除部分省会城市外，中西部城市医院优质率明显弱于沿海城市，特别是成渝、中原、长江中游等城市群医院优质率较低，优质医疗设施拔尖建设有待进一步加强。

图4 地级市医院优质率分布Fig.4 Quality distribution of hospital beds in various cities

综上，从三甲医院数、医院等级分布、医院优质率分布等视角看，我国沿海城市医院优质率高于内陆城市，三甲医院分布重心主要集中在我国东部，并呈向省会城市聚集的特征。

2.3 医院集聚特征

区位熵可衡量某一行业在特定区域的专业水平，被广泛应用于区域经济学、地理学等领域［28-29］。笔者对地级市医疗服务设施区位熵的统计分析（见图5）发现，209个地级市的LQ＜1.0，说明超过半数的地级市医院设施处于劣势地位；123个地级市的LQ＞1.0，说明这些城市的医院规模处于省内优势地位；剩余7个地级市的LQ=1，表明只有极少数地级市医院的床位数处于本省平均水平。其中，绥化市的LQ为0.45，为339个地级市中最低；东莞市的LQ为3.09，位列339个地级市首位。LQ越大，说明该地区医院集聚越显著，具有相对优势，呈现如下集聚特征：

（1）省会城市单中心集聚。以广州、杭州、武汉、长沙、郑州、太原、合肥、成都、昆明、贵阳、兰州、银川等省会城市为首，形成了以各省行政中心为核心的医院高度集聚区，省域其他城市的医院聚集程度较弱，其中，由于东北三省近年工业衰退明显，其省会城市单中心集聚不明显。

（2）高LQ轴线集聚。LQ大于1.5为高LQ，高LQ地级市形成了“广州-长沙-武汉-郑州-太原”南北向集聚轴线，以及“昆明-贵阳-长沙-武汉-合肥-杭州-苏州”东西向集聚轴线。

（3）中LQ带状集聚。LQ=1.0～1.5为中LQ，中LQ地级市形成了成都至呼和浩特方向、南宁至石家庄方向、南昌至哈尔滨方向的3条带状集聚。

（4）低LQ成片集聚。LQ小于1.0为低LQ，低LQ地级市形成了连片集聚，多数以带状集聚的地级市为依托，城市医院集聚建设弱于带状集聚城市。

图5 地级市医院区位熵值分布Fig.5 Distribution of hospital location quotient in prefecture-level cities

3 影响医疗设施布局的相关因素

3.1 相关性分析

通过上述研究，发现我国医院空间分布特征各异，为进一步探索影响医疗设施分布不均的主要因素，从人口、经济、建成环境等视角探索影响医疗设施分布的主要因素，选取城市户籍人口、GDP和人均生产总值、建成区面积、新增建设用地面积、社会消费品总额、固定资产投资等统计指标，借助SPSS 19.0软件，对样本进行相关性分析，剔除GDP和人均生产总值、新增建设用地面积等相关性不显著的因素。结果表明，地级市医院床位数与城市户籍人口、建成区面积、固定资产投资、社会消费品零售总额4个因素显著相关（见表2）。

表2 285个城市的全市医院、卫生院床位数与影响因素的相关分析Table 2 Influencing factors of beds number of hospitals and health centers in 285 cities

3.2 回归分析

结合相关性分析结果，以医院床位数为因变量，对相关指标采用强行进入（Enter）做多元线性回归分析，阐述医院床位数与城市相关指标之间的关系，最终构建影响医院规模布局的回归模型。

在自变量选取时，考虑城市人口、城市经济、城市建设等因素在医院规模布局中的重要作用，故选取此3因素为自变量。主要围绕城市户籍人口、固定资产投资、建成区面积3个自变量做回归分析，比较相应的回归结果，逐步排除与3个变量存在共变关系的因素，最后选出拟合度较好的城市户籍人口、建成区面积、固定资产投资、社会消费品零售总额4个变量（见表3）。

表3 285个城市床位数和相关影响变量的多元线性回归分析Table 3 Multivariate linear regression analysis of bed number and related influencing variables in 285 cities

依据表3中的回归系数，得到回归方程

其中，因变量Y代表全市医院床位数（张），X1代表城市户籍人口（万人），X2代表建成区面积（km2），X3代表固定资产投资额（亿元），X4代表社会消费品零售总额（亿元）。

由表3可知，4个自变量T值的绝对值均大于1.96，表明此4个自变量对回归模型影响均较大；4个自变量的VIF值均小于7.5，表明各变量之间不存在共线性；4个自变量的Sig.均小于0.05，表明各自变量对模型的影响均显著（见表3）；经方差分析可得，回归模型的Sig.值为0（见表4），说明该回归模型有显著的统计学意义。

表4 多元线性回归模型拟合度检验和方差分析Table 4 Fitting degree test and variance analysis of multivariate linear regression model

回归模型的复相关系数R为0.962，方程拟合度较好，R2为0.925，大于0.6，说明回归模型的质量较好（见表4）。回归模型残差的直方图也较符合正态分布（见图6），进一步表明回归模型拟合度较高，具有较强的统计学意义，可用于分析和解释影响城市医院空间分布的主要原因。

由回归方程（3）可知，城市户籍人口、建成区面积、固定资产投资、社会消费品零售总额4个变量均与医院规模分布呈正相关，在其他变量不变的情况下，城市每增加1万人，需增加约28张床位；同理，建成区面积每增加1 km2，需增加约12张床位；固定资产投资额每增加1亿元，需增加1张床位；社会消费品零售总额每增加1亿元，需增加约5张床位。不难发现，城市人口、建设面积、建设资金投入和居民消费能力都直接影响城市医院规模分布。当然，城市在集聚人口过程中，在增加医院床位数的同时，也需增加医生数、具有等级资质医院数，从而有效解决城市医疗资源供需不平衡的问题。

图6 标准化残差直方图Fig.6 Standardized residual histogram

综上可知，城市户籍人口、建成区面积、固定资产投资和社会消费水平均是影响我国医院空间分布的主要因素，且4个因素均与医院空间分布呈显著的正相关，任何一个因素发生变化，均会带来新的医疗设施需求。

4 结论与讨论

在统计梳理全国各地级市医院数量和床位数的基础上，利用GIS对医院数量和床位数进行点密度分布和集聚特征分析，可视化以表征医院分布特征，并通过SPSS软件的相关分析和多元回归分析对影响医院分布特征的因素进行了分析研究。得出以下结论：

在全国层面，2001—2016年我国医院呈现东高中低西高的整体增长趋势；在三大地带层面，形成了中西部地带、东部沿海地带带型增长结构，中西部地区的医院分布表现为多而不精、大而不强的特点；远西地带增长最缓慢，有待进一步加强医院建设的投入；在城市群层面，长江中游城市群、中原城市群等中部城市群的医疗资源增长较慢，有待进一步加强；在地级市层面，形成了4种集聚特征：单中心集聚、高区位熵城市轴线集聚、中区位熵城市带状集聚、低区位熵城市成片集聚，其中，省会城市呈明显的以行政区为中心的增长特征，增长速度明显高于省内其他地级市，医疗资源向省会城市集聚，特别是三甲医院向省会城市集聚现象比较明显，出现了单核心结构，优质医院“扎堆”现象明显。就影响医院空间分布的因素而言，城市户籍人口、建成区面积、固定资产投资、社会消费品零售总额4个因素与医疗设施规模呈显著正相关，表明此4个变量对医疗资源分布有促进作用。

医院布局的公平性关系人类生存、健康及尊严的公平性［30］，也是有效防控“非典”“新型冠状病毒疫情”等类似突发性公共卫生事件的关键。而我国医院空间分布具有向高收入地区集聚、向行政中心聚拢等特征，且三甲医院建设重心向东部城市倾斜严重，导致医疗资源分布失衡，成为当前医疗设施保障体系建设的主要问题之一。

本研究针对如何均衡我国医疗资源配置提出以下建议：首先，政府主管部门应该以医院分布格局研究为基础，结合影响其空间分布的相关因素，加强中西部地区三甲医院建设，鼓励三甲及以上医院在医疗资源紧缺地区开设分院，以带动医疗水平薄弱地区的医疗卫生事业发展，优化优质医院分布，促使其由点状向带状，再向面状发展。其次，调整医院建设资金投入，合理规划布局，提升远西地带的基础医疗水平建设，逐渐形成一、二、三级医院配置比例适中的医疗设施保障体系；最后，政府应结合医院空间分布特征制定相应的政策，帮助医疗设施贫乏地区提升其医疗水平，同时，政府应培育发展私立医院，为其提供相应的政策保障，形成公平竞争环境，以破解公立医院以行政区为中心建设的“怪圈”。

目前，针对宏观医院空间分布的研究尚不多见，本文亦仅做了初步研究，希望能为我国医院系统建设提供参考依据。本研究尚存在以下不足：只对各地级市的医院数量、评定等级、床位数进行分析研究，对医生医术水平、医院硬件设备等表征医疗水平的必要条件考虑不足，可作为进一步的研究方向。