基于基尼系数的我国医疗卫生资源的空间匹配研究*
李 丹 巢健茜 孔 晶 袁宗金△ 蔡瑞雪 陈洪玲 张 娜
【提 要】 目的 基于基尼系数的分解，研究近十年来我国医疗卫生资源的空间匹配。方法 收集2007-2018年我国医疗卫生资源相关数据，采用基尼系数的空间分解方法，同时测量医疗卫生资源的不公平性和空间匹配程度，并绘制局部的空间自相关地图。结果 一个地区医疗卫生资源的不公平性约有15%是由与之相邻的地区贡献的。2007-2018年，每千人床位数的空间集聚减弱，空间匹配程度增加；
每千人医师数和医疗卫生总投入的空间集聚增强，空间匹配程度减弱。东部地区的医疗卫生资源呈现了高-高聚集。结论 应继续加强政府的空间干预政策力度，继续加大对欠发达地区的资金扶持，促进医疗卫生资金的空间公平性。空间公平性的政策还应推进执业医师的分布调整，增加空间匹配程度。
医疗卫生资源的配置是否与需求相匹配是研究者和政策制定者长期关注的问题，它涉及到卫生服务研究的各个方面[1]，也是社会公平的一个重要方面[2]。而医疗卫生资源在空间的分布总是不平衡的，即在某些区域分布过于集中，而在另一些区域却分布缺乏[3]。已有大量研究采用基尼系数方法对我国医疗卫生资源配置的不公平性进行评价[4-6]。但是，传统的基尼系数仅能用数值反映总体不公平程度，却无法识别空间资源分布及其匹配程度[7]。
根据Tobler[8]提出的地理学第一定律，任何事物都是与其他事物相关的，只不过相近的事物关联更紧密。一个地区的卫生资源配置有可能受到其相邻地区的影响，甚至受到与其不相邻地区的影响(一对一帮扶政策等)。在考虑医疗卫生资源配置的公平性时，应考虑能够识别出具体空间分布细节的方法，更加深入地理解公平性问题。
空间计量统计方法作为一种新兴的技术形式，利用空间分布数据和空间数据分析软件，关注并发现更多资源分布的空间细节，弥补了传统公平性分析方法的局限性，在流行病学和卫生经济学的研究中得到了广泛的应用[9-10]。本研究集聚我国医疗卫生资源的空间匹配和空间特征，旨在为制定更精准的医疗卫生资源配置的空间干预政策提供依据。
1.资料来源
提取2008-2016年的《中国卫生计生统计年鉴》、2017-2019年的《中国卫生健康统计年鉴》中相关数据，以我国医疗资源的空间分布的公平性为研究对象，基于Rstudio软件，分别得到2007-2018年每千人床位数、每千人执业医师(含助理医师)数和各省医疗卫生总投入基尼系数的空间分解，探讨医疗卫生资源在空间分布的集聚程度及特征。
2.研究方法
(1)基尼系数的空间分解
基尼系数法是在衡量医疗卫生资源配置不平等中应用最为广泛的，计算简便而且容易解释。基尼系数是从Lorenz曲线中导出的[11]，公式如下[12]：
(1)
式中，G为基尼系数，n是纳入分析的样本总数，μ是医疗卫生资源的均值，|xi-xj|是任意一对样本医疗卫生资源数相差的绝对值。基尼系数介于 0～1[13]，通常认为基尼系数越接近0，表示医疗卫生资源投入越公平；
基尼系数越接近1，表示医疗卫生资源投入越不公平。
传统的基尼系数，无法反映医疗卫生资源的空间匹配程度，即相同的基尼系数可能对应很多不同的空间分布模式[14]，如下图1所示。在这种情况下，传统的基尼系数的测量无法反映资源聚集性程度。所以，如果忽略数据的空间特征，仅依据基尼系数来刻画资源配置的公平性，对政策制定提供的参考价值有限。
图1 随机分布(棋盘格)和聚集分布的数据形式
因此，Rey和Smith[15]在2013年以成对平均差的形式重新考虑传统的基尼系数的计算方式，并对其进行分解。即
(2)
其中，ωij是一个二元变量组成的空间权重矩阵，表示地区i和地区j之间的邻接关系，相邻则取1，不相邻取0。G为空间基尼系数，包括两个部分：邻接分量(即公式第一项)和非邻接分量(即公式的第二项)。邻接分量揭示了该指数空间自相关的度量，指与一个省份相邻接的其他省份对该省份医疗卫生资源的基尼系数的影响。当正空间自相关的数量增加时，|xi-xj|就会越小，空间中的值相似性会增大[15]，表示医疗卫生资源存在聚集性的分布，如图1(b)。当存在负的空间自相关时，结果正好相反，医疗卫生资源的分布较为分散，如图1(a)。传统经济学方法测量所有样本单元之间的差值，而空间基尼系数方法阐述这些差值在地图上的分布，如采用纵向数据，便可以得到这些差距在地图上的动态分布，为决策者提供更加直观准确的信息。
(2)空间基尼系数的假设检验
Rey和Smith[15]采用蒙特卡洛方法，进行随机采样，根据该模拟：(1)数据以随机方式在空间上重新分配；
(2)计算与非邻接分量相关联的全局不平等份额SG用于原始和模拟的空间数据集；
(3)
其中，G为基尼系数，SG是与非邻接分量相关联的全局不平等份额。将原始统计值与随机排列得到的新数据集进行比较，就可以推断出公式(4)进行伪P值的计算：
(4)
其中，C是进行M次模拟随机排列采样时SG的期望值，M至少大于19并小于999次。原假设是变量(在本文中是地区的医疗卫生资源配置)在空间的分布是随机的。当P<0.05时，拒绝原假设，SG是统计显著的，说明相邻地区的基尼系数对于本地区的基尼系数具有显著性的影响，资源存在显著性聚集。
(3)局部自相关指数LISA
LISA(local indicators of spatial association)用于探索空间局部地区的自相关性，公式如下[16]：
(5)
其中，wij(d)是一个权重矩阵，代表了i地区和j地区的关系。H0原假设是不存在空间自相关性。结果分为四种情况，当Ii(d)大于0，表示i地区与邻近单元的属性相似：高-高聚集(H-H，红色)，或者是低-低聚集(L-L，蓝色)；
当Ii(d)小于0，表示i地区与邻近单元的属性不相似——高-低聚集(H-L，粉色)，或者是低-高聚集(L-H，紫色)。LISA图最终呈现了一幅局部的聚集图。
1.我国医疗卫生资源配置相关指标的一般情况
表1显示，我国每千人床位数从2007年的3.319上升至2018年的5.989，增长80.45%，并且呈现逐年稳步上升趋势，如图2(a)；
每千人医师数从2007年的1.739上升至2018年的2.632，增长51.35%，呈现由上升到下降，随即上升的趋势，如图2(b)；
卫生总投入由2007年的280.566亿元，上升至2018年的647.138亿元，增长130.65%；
从图2(c)中看出，卫生总投入呈现从2007到2015年的快速上涨，2016年出现陡崖式下降，随后又有所增长。
图2 我国医疗卫生资源配置相关指标的一般情况
表1 我国医疗卫生资源配置相关指标的一般情况
2.基尼系数的空间分解
表2中，每千人床位数、每千人医师数和卫生总投入的空间邻接分量对基尼系数的贡献约为15%，空间非邻接分量的贡献约为85%。从基尼系数空间分解结果得知，2007-2018年，每千人床位数的空间邻接分量对基尼系数的贡献约为14.64%，基尼系数的空间邻接分量从0.027至0.011，下降了59.25%。床位配置的公平性增加，在空间匹配程度增强；
每千人医师数的空间邻接分量对基尼系数的贡献约为15.51%，从2007到2018年基尼系数的空间邻接分量从0.041至0.011，下降了75.61%，执业医师配置公平性增加，但在空间邻接分量占比从15.21%上升至15.83%，又下降至12.79%，空间匹配程度减弱；
医疗卫生总投入的空间邻接分量对基尼系数的贡献为14.99%，2007-2018年基尼系数的空间邻接分量从0.050上升至0.058，上升幅度为16.00%，医疗卫生总投入的公平性降低，空间集聚态势强化，匹配程度减弱。空间基尼系数的假设检验结果见表2中的P值。
表2 我国医疗卫生资源的空间基尼系数的分解
图3直观的反映这些变化趋势。实心圆球表示基尼系数，空心圆球表示基尼系数的空间邻接分量，他们中间的连接棒越短，说明空间邻接分量对基尼系数的贡献越大，也就说明基尼系数空间分解后的集聚效应的增加；
反之，他们中间的连接棒越长，说明空间邻接分量对基尼系数的贡献越小。
图3 我国医疗卫生资源的基尼系数及基尼系数的空间分量
3.2007年和2018年我国医疗卫生资源分布的局部空间自相关性(LISA)
我们可以通过分别绘制2007年和2018年的局部空间自相关性地图来直观展示空间集聚的区域及其变化。从图4(a)和(b)中看出，2007年每千人病床数为低-低聚集的我国西南部地区病床资源供给增加，2018年蓝色部分消失，我国西北地区的人均床位资源显著增加，呈现高-高聚集；
图4(c)和(d)显示我国南部地区的每千人医师数将为低-低聚集，医师分布空间不匹配，而京津冀地区的每千人医师数则相反，出现了高-高聚集；
图4(e)和(f)显示了卫生总投入的局部空间自相关地图，我国西北部地区处于低-低聚集，而东南沿海地区则出现了一定的高-高聚集，福建、安徽和江西等省份投入较沿海地区低，显示为低-高聚集。
图4 2007年和2018年我国医疗卫生资源分布的局部空间自相关性
本文从我国医疗资源供给角度出发，以卫生学、经济学、空间计量学和统计学相关理论为基础，提取以往文献中影响医疗卫生资源匹配公平性的关键因素[17]，同时考虑数据的可得性，选择每千人床位数、每千人执业(助理)医师数、卫生总支出这三个指标，应用于我国各省医疗资源供给的公平性测量，改进了以往研究中仅得到不公平指数的结果，而无法识别不公平的空间分布问题，最终得到我国医疗卫生资源空间匹配程度的动态变化，为政府制定空间干预政策提供参考。
从我国医疗卫生资源配置相关指标的描述性分析结果得知，每千人床位数、每千人执业(助理)医师数、卫生总支出这三个指标在2007-2018年都有较大幅度的上涨，但资源总量的增加不一定能带来公平性的提升。
从基尼系数空间结构的分解结果得知，每千人床位数配置的公平性增加，每千人医师数的配置公平性增加，但在空间集聚态势趋于极化，空间匹配减弱。医疗卫生总投入的公平性降低，空间集聚态势强化。罗宁[18]等研究1978-2017年云南省医疗卫生资源配置的公平性，发现云南省虽然经济发展水平落后，医疗卫生资源分布严重不均，但每千人床位数的基尼系数近10年以每年0.0025速度显著减少。Wu[19]采用2012-2016年我国各省卫生人员分布数据计算基尼系数，发现虽然我国卫生人员从2012年的261.6万人增加到319.1万人，年增长率5.9%，但每个地理区域内卫生人员的分布却严重不平等，呈小幅上升趋势，从0.6589上升到0.6644，东部地区的执业医师分布愈加集聚，而西部和中部则呈大幅下降趋势。林长云[20]等采用集中指数法分析我国2007-2017年医疗卫生总投入的公平性，发现医疗卫生总投入公平性有所下降。李小亭[21]等基于基尼系数和差别指数方法，分析广东省医疗卫生资源配置的公平性，发现卫生物力资源的地理公平性优于卫生人力资源。政府的卫生支出在一定程度上增加了物力资源公平性，对西部欠发达地区的医疗卫生资金扶持使得床位资源的公平性得到提升。而卫生总投入的公平性和空间公平性的下降则说明应继续加强政府的空间干预政策力度，继续加大对欠发达地区的资金扶持，促进医疗卫生资金的空间公平性。空间公平性政策的另一个干预重点应放在执业医师的分布调整上。
空间局部自相关结果显示，我国的医疗卫生资源主要集中在长江三角洲、珠江三角洲和京津冀地区，这与袁素维[22]、蒋淑敏[4]的研究结果一致。福建可能受到周围省份的影响，出现新经济地理学理论中的“集聚阴影效应(agglomeration shadow)”，即周围省份对这两个省份的医疗卫生资源产生了虹吸效应，导致资源集聚乏力。而河北由于受到京津冀医疗卫生资源协同发展[23]政策的影响，医疗卫生资源逐渐集聚，呈现医疗卫生资源由相对发达省份到不发达省份的正向溢出效应。
现阶段政府进行卫生资源分配的关注点应该从各省之间的差距转为关注各省内部市、县之间的差距。空间公平性的政策干预重点应放在执业医师的分布调整上。政府的工作重心不宜放在如何将优质地区的人才吸引和留在卫生资源匮乏地区，而是采取“追赶”策略，稳固已有医师人才队伍，缩小与优质医疗资源地区的差距，最终达到人均医疗卫生质量意义上的空间均衡。
猜你喜欢 床位数基尼系数公平性 全国城市医疗资源排行榜商周刊(2020年6期)2020-01-04核心素养视阈下中小学课堂评价的公平性研究福建基础教育研究(2019年6期)2019-05-28广州市公办和民办养老机构发展现状的对比分析中国医药导报(2018年11期)2018-07-13云环境下能耗感知的公平性提升资源调度策略计算机应用(2016年10期)2017-05-12基尼系数中国证券期货(2017年3期)2017-03-30基尼系数中国证券期货(2017年3期)2017-03-30提高职工医保统筹层次的必要性及其难点分析中小企业管理与科技·上旬刊(2016年12期)2017-01-057万行业协会2020年完成脱钩妇女生活(2016年11期)2016-11-15什么是基尼系数办公室业务(2013年2期)2013-12-04基尼系数 Gini coefficient高中生学习·高一版(2013年3期)2013-04-01