图1 研究区概况
Fig. 1 Study area
北京大学学报(自然科学版) 第62卷 第1期 2026年1月
Acta Scientiarum Naturalium Universitatis Pekinensis, Vol. 62, No. 1 (Jan. 2026)
doi: 10.13209/j.0479-8023.2025.115
中央引导地方科技发展资金(2022ZY0206)和自治区高等学校碳达峰碳中和研究专项(STZX202220)资助
收稿日期: 2024–12–02;
修回日期: 2025–03–03
摘要 以深圳市坪山区为例, 从供需关系出发, 结合手机信令和兴趣点(POI)等数据, 采用高斯两步移动搜寻法和 p-中位模型, 探讨综合医院、社康中心和社区诊所 3 类医疗设施可达性与空间优化策略, 得到如下结果。1)坪山区医疗设施总体上呈现“非均衡型”空间分布, 现状医疗设施主要位于坪山区中部及北部地区, 南部分布较少。2)医疗资源可达性与需求分布不匹配。综合医院与社康中心多分布于坪山区中部区域, 可达性整体上呈现以坪山街道为中心, 向外围圈层递减的分布特征; 社区诊所向人口密集区集中, 可达性分布不均衡。3)高迫切性需求区域多分布于沙田、田心、碧岭、龙田、江岭和竹坑社区, 高迫切性需求区域医疗设施的稀缺程度也更高。4)基于 p-中位模型, 确定 3 类医疗设施的优化选址。综合医院、社康中心和社区诊所的优化网格数为 30, 32 和 66, 迫切性需求下降 71.43%, 55.17%和 97.06%, 优化后 3 类医疗设施分布均衡。
关键词 坪山区; 医疗设施; 空间可达性; 空间优化; 高斯两步移动搜寻法
随着城市化进程的持续推进, 经济、人口和用地规模的快速增长, 催生了一系列经济、社会和环境问题[1–2]。城市新区是改善大城市空间供给的有效方式, 成为现代城市发展的必然之选。作为公共服务的物质载体, 公共服务设施布局合理与否对城市新区发展至关重要。当前, 城市新区公共设施建设发展迅猛, 但配套性不足, 医疗设施供需空间失配问题尤为突出[3]。主城区用地渐趋饱和, 设施布局调整空间小且成本高。相比之下, 城市新区通常具备实现设施最优布局的条件。同时, 城市化进程带来经济的持续发展、居民收入的提高以及大规模的城乡人口流动, 使居民对医疗服务的需求向多元化发生转变[4]。在此背景下, 合理地进行城市新区医疗设施的空间配置成为改善民生福祉的重要任务。科学地规划城市新区医疗设施布局, 解决医疗资源供给不均衡和需求不匹配等问题来提升新区医疗服务水平和医疗设施配置效率, 需要对医疗设施进行空间可达性评估和布局优化。
医疗设施可达性指各地区居民克服一定空间距离而获取医疗服务的便利程度[5]。对现状医疗设施进行可达性评估, 有助于分析医疗设施布局的合理性, 识别获取医疗服务的困难区域, 为医疗设施布局规划提供参考。按建模复杂程度, 医疗设施可达性评估方法可分为指标法和空间法。指标法基于数理统计指标的比值计算, 过程相对简单[6]。空间法则综合考虑地理空间的距离、时间和成本等阻抗因素, 利用不同的模型计量空间可达性指数并进行可视化表达[7–8], 计算过程更复杂。常见的空间可达性评估方法有最短距离法[9]、平均距离法[10]、累积机会法[6]、引力模型法[11]和两步移动搜寻法及其改进模型[12–13]等。在医疗设施布局优化方面, 研究方法丰富多样。例如, 赵立志等[14]运用密度分析法, 并统筹考虑人口密度、设施可达性和设施服务水平3 个方面, 研究社区卫生服务设施的空间优化; 翟石艳等[15]提出最优供需分配的公共设施空间可达性计算方法, 以最小化旅行成本为目标, 采用经典的运输问题模型确定最优的服务供需分配方案。基于网络分析的方法也被应用于医疗设施的布局优化。例如, 丁金学等[16]通过构建交通网络模型, 优化居民到达医疗设施的最短路径和时间。
尽管现有的医疗设施配置研究方法已较为完善, 但存在以下不足。1)空间评估与布局优化的结合度不够。现有研究或仅侧重可达性评估, 或仅进行空间布局优化, 可达性评估与地区规划结合较弱, 规划落地的实践与解读有待提升。2)面向城市新区的研究相对不足。以往空间可达性评估与布局优化大多面向人口集聚的大都市[17–18]、热点城市[19]、重点省份[20–21]或全国尺度[22], 针对城市新区的研究相对较少。3)缺乏对分类医疗设施的迫切需求分析。现有研究大多关注医疗设施规划供给, 对综合医院、社康中心和社区诊所的需求人群分析不足, 分类医疗设施的迫切性需求分析有待加强。
随着社会主义先行示范区建设的不断深入, 作为深圳市加快推进落实东进战略的关键节点, 深圳市坪山区对优质医疗服务的需求增长迅猛, 迫切需要进行医疗设施空间可达性与布局优化研究[23–24]。因此, 本研究以深圳市坪山区为例, 以医疗设施供需空间失配问题为切入点, 系统地探讨城市新区医疗设施可达性和空间优化问题。首先, 借助手机信令数据将人口数据空间化, 构建网格尺度人口分布图, 以便精准地研究城市新区医疗设施布局。然后, 运用高斯两步移动搜寻法评估医疗设施空间可达性, 并确定迫切需求区域, 为医疗设施供给与人口需求的匹配提供方向。最后, 结合 2035 年坪山区优化情景, 运用 p-中位模型, 明确各类医疗设施的优化选址, 指引医疗设施规划布局。本研究涵盖综合医院、社康中心和社区诊所 3 类医疗设施, 通过构建城市新区医疗设施空间可达性评估与布局优化方法体系, 为医疗设施布局规划提供科学依据。
坪山区位于广东省深圳市东北部(22°37'15''—22°47'05''N, 114°15'40''E—114°26'30''E), 东靠惠州大亚湾石化城, 南连大鹏半岛, 西邻盐田港, 北接龙岗中心城, 是深圳市东部门户以及辐射粤东、粤北乃至赣南、海西的战略节点。坪山区包括 6 个街道, 24 个社区(图 1)。目前常住人口共计 70.48 万人。共有综合医院 8 家、社康中心 28 家和社区诊所88 家。自 2009 年坪山区成立以来, 综合医院、社康中心和社区诊所等医疗设施供给量呈现不断上升的趋势。截至 2022 年末, 坪山区有卫生技术人员4565 人, 其中执业医师 1779 人, 平均每千个常住人口拥有卫生技术人员 8.1 人, 公立医院实际开放床位数 3511 张。对比“十三五”规划初期, 坪山区卫生机构数由 96 家增长至 186 家, 增幅为 93.75%。综合医院由 3 家上涨至 5 家, 社康中心数量从 30 家增至47 家, 基本上实现“15 分钟基层医疗卫生服务圈”。尽管医疗资源配置大幅度增加, 但依据《坪山区国民经济和社会发展第十四个五年规划和二〇三五年远景目标纲要》既定目标“规划期间增加床位 3000张, 建成社康中心 50 家”, 并结合人口分布, 发现现状设施供给与规划目标间存在一定的差距, 医疗设施资源的供给分布有待提升。
图1 研究区概况
Fig. 1 Study area
1.2.1 手机信令数据
坪山区的研究范围相对较小, 如果以社区为尺度, 难以准确地反映社区内部的空间差异性, 也无法反映医疗设施供需之间的空间关系。因此, 需要细化研究单元。我们借助中国联通用户手机信令数据, 将坪山区用户手机信令驻留位置与手机信令中的 stay-poi 表进行匹配, 获取驻留位置的经纬度。利用 ArcGIS 软件建立 500m×500m 的渔网, 将渔网信息上传到手机信令平台, 并将经纬度与渔网匹 配[25], 结合社区边界进行调整, 形成符合社区边界的 755 个网格单元, 统计各网格单元的人口数据, 最终作为可达性分析中的需求单元。
1.2.2 医疗设施POI数据
从高德地图开放接口获得在线地图 POI 数据。该数据详细地记录了兴趣点的空间属性, 包括名称、详细地址、经纬度坐标和资源类型等多维属性信息。对数据进行人工预处理, 剔除重复和误差项, 最终获得深圳市坪山区各类医疗设施的 POI 相关数据, 共计 202 条。对数据进行筛选, 提取出 3 类医疗资源数据, 包括综合医院 POI、社康中心 POI 和社区诊所 POI。所采集的 POI 数据坐标系为 WGS 1984 坐标系统。
1.2.3 其他数据
根据《坪山区综合发展规划(2017—2035 年)》的期限, 确定本研究优化情景为 2035 年。同时参考《坪山区国民经济和社会发展第十四个五年规划和二〇三五年远景目标纲要》, 结合片区历年人口的自然增长趋势, 综合考虑生育和住房等政策, 将2035 年坪山区常住人口设定为 160 万人。利用居住用地布局和现状人口密度分布, 预测 2035 年人口分布数据, 并建立 500m×500m 分辨率的人口网格。
本研究按照“现状评估–需求诊断–情景模拟–空间优化”的技术路径, 开展坪山区医疗设施可达性评估与空间优化(图 2)。首先, 采用手机信令和医疗设施 POI 等多源异构数据, 构建 500m×500m 网格尺度人口空间分布图和医疗设施空间分布图。然后, 采用高斯两步移动搜寻法(2SFCA), 设定搜寻半径 d0, 定量地评估区域医疗设施的可达性水平。接下来, 依据设施可达性指数, 整合区域内医疗资源迫切需求模块, 对医疗设施的迫切性需求进行可视化分析, 揭示“需求–供给”的空间匹配偏差。最后, 结合相关规划方案确定的 2035 年优化情景, 预测 2035 年人口分布和医疗设施的配置数量。引入p-中位模型, 将各类设施距离阈值约束整合到模型中, 提出分级配置优化方案。通过最小化需求点与设施点的加权距离成本, 实现医疗设施配置的帕累托优化。
图2 技术流程
Fig. 2 Technical flow chart
1.3.1 高斯两步移动搜寻法
本文采用基于高斯函数(Gaussian function)距离衰减的改进两步移动搜寻法(two-step floating catch-ment area, 2SFCA)[26]。该方法将距离衰减函数设定为高斯函数形式, 其优势在于当出行时间较小和接近搜寻半径时, 函数值衰减较慢, 对于距离衰减效应的刻画更为准确。在高斯型 2SFCA 的应用中, 搜寻半径 d0是一个关键参数, 直接影响方法应用的合理性[27]。针对综合医院、社康中心和社区诊所 3 类医疗设施, 计算每个网格质心到最近设施的道路距离, 并按照由近及远的顺序绘制其分布图。在图上找出较明显的断裂点, 将断裂点的距离作为设施服务范围的半径值, 以综合医院为例, 说明搜寻半径设定方法的原理(图 3)。划分结果表明, 设施等级越高, 数量越少, 服务范围越大, 其中综合医院、社康中心和社区诊所的最大服务范围分别为 7.0, 5.0 和 3.5km。
为全面和便捷地对坪山区医疗设施进行可达性评估, 本研究使用高斯两步移动搜寻法, 从供给和需求两个方面计算。其中, 利用高斯函数建立空间衰减规则, 是各种扩展形式中最常用的方法[28–29]。具体步骤如下。
灰线示意搜寻半径设定值
图3 坪山区综合医院搜寻半径的设定
Fig. 3 Setting of the search radius of general hospitals in Pingshan District
首先, 提取坪山区内医疗设施坐标点作为医疗设施供给点 j, 以人们前往医疗设施机构的路网极限距离 d0为半径建立搜索域 j, 汇总搜索域 j内所有人口数量, 利用高斯函数, 按照距离衰减规律赋权, 并对加权后的人口加和汇总, 计算供需比 Rj:
, (1)
式中, Sj是设施 j的供给规模, Dk是需求点 k的需求规模, dkj为位置 k与 j之间的路网距离, 单元 k需落在搜寻域内(即 dkj ≤ d0); G(dij)是考虑空间摩擦问题的高斯衰减函数, 其具体形式可表示为
(2)
最后, 以人口网格质心位置 i为需求点, 以人们前往医疗设施机构的路网极限距离 d0为半径建立搜索域 I, 查找所有搜索域内的医疗设施 j, 在高斯衰减函数的基础上, 将供需比 Rj汇总求和, 得到人口网格质心位置 i的基于距离成本的医疗设施可达性 Ai[30]:
Ai =∑jG(dij)Rj, (3)
式中, Ai表示需求点 i的空间可达性, 其值越大, 可达性程度越高。利用 ArcGIS 软件, 对可达性计算结果进行可视化处理和水平划分, 利用几何间隔分级法划分为 6 个等级, 最终形成 3 类可达性区域: 高可达性区域、中可达性区域和低可达性区域。
1.3.2 迫切性需求
迫切性需求是基于需求规模和可达性指数来量化人口需求与可达性水平之间的空间适配关系, 并对空间供需偏差进行可视化分析, 能够直观地反映各区域医疗服务的稀缺程度。本研究结合深圳市规划和自然资源局发布的《深圳市医疗卫生设施布局专项规划(2021—2035 年)》以及深圳市卫生局印发的《深圳市医疗机构设置规范》, 在可达性分析的基础上, 进一步提出迫切性需求的概念。针对坪山区全域755 个网格单元, 选取需求规模(即人口密度)处于前30%的空间单元作为高人口密度区, 通过测算得出的医疗设施可达性指数, 识别出可达性水平低于区域均值的低服务覆盖区, 并将两类空间区域的交集区域界定为高迫切性需求区。
1.3.3 优化预测
本研究依据《坪山区综合发展规划(2017—2035年)》, 将医疗设施布局优化期限设定至 2035 年。医疗卫生设施配置目标遵循以人为本的新型城镇化要求, 基于《深圳市城市规划标准与准则》(2021年版)确立的医疗卫生设施配置标准, 确定规划期末床位配置目标值为 5 床/千人; 依据坪山区现状人口基数 70.48 万与规划期末 160 万人口目标值, 通过人口增长率推算设施需求增量, 得出医疗设施配置总量需实现 127%的规模扩张。在设施配置方案制定过程中, 综合考量土地资源约束条件、现行规范标准及区域发展定位, 将综合医院和社康中心的增长率调整为 115%, 对服务层级较低的社区诊所, 优化调整为 70%的适度增长率, 最终形成兼顾规划刚性与实施弹性的医疗设施配置方案。各类医疗设施配置数量符合《深圳市城市总体规划(2016—2035)》以及《坪山区综合发展规划(2017—2035年)》规定的配置标准, 设施类型及空间配置方案见表 1。
考虑到 2035 年人口增长较大, 本研究采用 500 m 分辨率网格。在各规划片区 2035 年常住人口总量的基础上, 结合规划方案中的居住用地分布和现状人口分布, 预测 2035 年网格尺度的人口。首先, 统计各规划片区内现状人口数量, 结合 2035 年 160万的规划目标人口数, 计算各片区 2035 年的人口增长率。然后, 统计各网格的现状人口数量, 并结合网格内规划与现状居住用地的差异进行调整。最后, 将调整后的网格现状人口乘以所属规划片区的人口增长率, 得到 2035 年的各网格人口预测值, 如图 4 所示。
表1 坪山区医疗设施配置数量
Table 1 Number of medical facilities in Pingshan District
设施类型现状设施数量平均占地面积/m22035年规划设施数量预测平均占地面积/m2 综合医院 836396 1736396 社康中心28 1000 60 1400 社区诊所88 40150 110
基于 2035 年坪山区医疗设施配置数量与人口空间分布, 对设施候选点进行设定。设施候选点通常位于 500m 分辨率网格单元的网格质心。为匹配需求分布, 将高迫切性需求区域优先作为候选点, 弥补现有服务盲区与设施覆盖缺口。同时, 将现有医疗设施自动纳入候选点集合, 避免重复建设或资源浪费。通过综合分析 2035 年规划建设用地分布, 筛选规划用地条件, 排除不适合建设医疗设施的区域(如工业用地和生态保护区), 优先选择规划中预留的公共服务用地作为候选点, 确保候选点符合实际用地条件以及未来建设需求。
1.3.4 p-中位模型
本研究选择 p-中位模型作为布局优化方法。p-中位模型的一个隐含假设是每个需求点的人群只选择距离最近的一个设施, 这是在约束条件下追求目标函数最大化的必然结果[31–32]。p-中位模型的数学形式由目标函数和约束条件两部分构成。目标函数用于体现所有需求到最近设施的总出行距离最小, 约束条件则用于体现关键参数的作用, 对求解过程进行一定的限制, 保证求解结果的合理性。本研究将距离阈值约束整合到 p-中位模型中, 限制需求点只能在特定距离范围内被分配到设施。优化过程不仅考虑总距离的最小化, 还要确保优化设施在距离阈值约束内, 使优化结果满足可达性评估标准, 避免优化后的设施布局在实际可达性评估中出现服务盲区。
图4 坪山区 2035 年网格尺度人口密度预测
Fig. 4 Grid-scale population projected distribution map in Pingshan District in 2035
目标函数:
Minimize∑i∑jhidijYij ; (4)
约束条件:
∑jXj = P, ∀j, (5)
∑jYij = 1, ∀i, (6)
Yij − Xj≤0, ∀i, j, Xj, Yij∈{0, 1} , (7)
dij ≤ d0, ∀i, j。 (8)
式(4)～(8)中, i表示需求点, j表示设施候选点, hi表示需求点 i的需求量, dij表示 i与 j之间的距离, P表示要配置的设施数量, d0表示距离阈值约束, Xj和 Yij为决策变量。若在设施候选点 j配置设施, 则 Xj=1, 否则 Xj=0; 若需求点 i由设施点 j服务, 则 Yij =1, 否则 Yij =0。
坪山区医疗设施总体上呈现“非均衡型”的空间分布格局。现状医疗设施总体位于坪山区中部及北部地区, 南部分布较少, 呈现向人口密集区布局的趋势。基于街道尺度的分析结果表明, 区域内各街道医疗设施分布不均, 医疗资源分布失衡。具体而言, 坪山区现有综合医院 8 家, 主要分布在坪山街道和碧岭街道。坑梓街道、龙田街道和石井街道医疗资源配置水平相对薄弱, 综合医院分布较少。马峦街道无综合医院覆盖。马峦街道北部和龙田街道东部是人口集聚区域, 但缺乏综合医院服务设施, 说明综合医院呈现非均等化分布。坪山区现有社康中心 28 家, 社区诊所 88 家, 主要分布在坪山街道、碧岭街道北部、坑梓街道西部和马峦街道北部。龙田街道和石井街道分布较少。坪山街道和坑梓街道是全区面积最小的两个行政单元, 但社康中心和社区诊所数显著高于其他街道, 呈现明显的集聚特征, 说明医疗资源的配置存在空间不均衡性(图 5)。
坪山区医疗资源可达性与需求分布不匹配。综合医院与社康中心多分布于坪山区中部区域, 可达性整体上呈现以坪山街道为中心, 向外围圈层递减的分布特征; 社区诊所向人口密集区集中, 可达性分布不均衡(图 6)。
为细致地刻画医疗设施可达性水平, 采用社区尺度进行分析。综合医院高可达性区域的可达性指数为 0.372～0.638, 包括坪山中心区(六和、六联和老坑)以及坪山、和平和坑梓。低可达性区域的指数显著偏低, 为 0.002～0.174, 包括沙田、田心、金龟、马峦、碧岭和江岭南部。其中, 尽管沙田和碧岭人口密度较高, 但因医疗资源的竞争较激烈, 在一定程度上降低了设施可达性, 实际服务覆盖能力受限。社康中心高可达性区域指数为 0.038～0.064, 集中分布在六联、和平、坪山、南布、沙坣北部和沙湖北部。低可达性区域的指数不足 0.02, 集中分布在沙田、马峦、金龟和龙田北部, 其中坑梓和秀新社康中心分布较为集中, 但人口密度高, 可达性居中。靠近坪山区边缘的沙田和马峦, 人口密度低, 几乎没有社康中心覆盖, 可达性最低。社区诊所高可达性区域的可达性指数为 0.005～0.009, 主要分布于坪山、和平、秀新、碧岭北部和金龟北部, 低可达性区域的指数不足 0.003, 主要分布于沙田、田心、马峦和江岭南部。尽管社区诊所在一定程度上与社康中心形成互补的格局, 但坪山区南部和东部边缘仍然存在服务盲区, 亟需优化社区诊所资源的空间配置。
图5 坪山区医疗设施的空间分布
Fig. 5 Spatial distribution of medical facilities in Pingshan District
图6 坪山区医疗设施可达性指数分布图(高斯 2SFCA 法)
Fig. 6 Accessibility map of medical facilities in Pingshan District (Gaussian 2SFCA method)
以坪山区健宁医院为起点, 沿西北至东南轴向贯穿于坪山、龙田街道直至坪山区妇幼保健院, 基本上形成由轴线邻近区到外围边缘区递减的“核心–边缘”空间结构, 可达性指数随着与轴线距离的增大而呈现梯度衰减。由于各社区医疗可达性具有空间差异, 因此坪山区医疗资源差异化显著。
基于高斯两步移动搜寻法进行可达性评价, 通过选取区域内人口规模位于前 30%(230 个)且可达性水平低于区域均值的网格单元, 进行叠置分析并将结果可视化, 最终形成 3 类医疗设施迫切性需求的空间分布(图 7 和表 2)。结果表明, 综合医院迫切性需求网格有 42 个, 呈现显著的空间集聚特征。主要分布于沙田、田心和碧岭, 其中碧岭的预测人口密度较高, 医疗资源供给与潜在服务需求的匹配度存在显著缺口, 设置综合医院的迫切程度较高。社康中心迫切性需求网格有 58 个, 集中分布于沙田和龙田。沙田依托深圳高新区定位“智造小镇”, 形成先进制造业集群。龙田分布有 4km2连片产业空间和半导体产业集群(65 家企业), 该区域具备一定的发展水平和前景, 社康中心的发展空间较大, 增设社康中心后更能满足人们前往医疗设施的就医需求。社区诊所迫切性需求网格有 68 个, 主要分布于沙田、江岭及竹坑东北部。考虑到社区诊所的服务规模较小, 这些区域更应新增社区诊所, 增强可达性的均衡性。其中, 沙田和竹坑东北部预测人口密度较大, 需重点加强医疗配置。社区诊所建设要与社康中心形成互补, 使坪山区医疗设施分布更加均衡。
图7 坪山区医疗设施迫切性需求分布
Fig. 7 Distribution of urgent needs for medical facilities in Pingshan District
表2 坪山区 2035 年医疗设施布局优化统计结果
Table 2 Statistical results of medical facility layout optimization in Pingshan District in 2035
设施类型迫切性需求网格数迫切性需求下降比/%优化前优化后 综合医院421271.43 社康中心582655.17 社区诊所68 297.06
基于 2035 年坪山区医疗设施的优化预测结果, 综合考量 2035 年设施配置数量、人口空间分布及预选区候选点的设定, 运用 p-中位模型进行医疗设施空间优化, 预测出 2035 年坪山区各层级医疗设施的空间优化结果(表 2)。至 2035 年, 3 类医疗设施基本上呈现“全域覆盖–均衡布局”的空间格局(图 8)。
优化结果表明, 新增综合医院 9 家, 迫切性需求网格数由 42 个减少至 12 个, 实现 30 个迫切性需求单元的空间优化, 降幅达 71.43%。针对供需失衡区域进行重点布局, 新增综合医院主要分布在坑梓街道中部、碧岭街道中部和马峦街道, 特别是沙田和碧岭等高迫切性需求区域, 都新增综合医院(图9)。新增社康中心 32 家, 迫切性需求网格数由 58个减少至 26 个, 优化 32 个网格单元, 迫切性需求度降幅达 55.17%。优化后的社康中心呈现显著的空间集聚特征, 主要分布于坪山区北部。新增社康中心重点布局坑梓街道中西部和龙田街道东北部人口分布较密集的区域, 值得注意的是, 在人口密度较低区域也有适当数量的社康中心分布。新增社区诊所 62 家, 迫切性需求网格数由 68 个减少至 2 个, 迫切性需求下降 97.06%。优化后的社区诊所集中分布于人口密集区域, 覆盖大部分的需求网格单元。在竹坑东北部、江岭中西部以及沙田南部等需求迫切区域都新增社区诊所。总体而言, 针对医疗资源失配问题, 通过医疗设施的空间优化, 基本上实现医疗设施服务范围的全域覆盖。
图8 坪山区 2035 年医疗设施布局的优化结果
Fig. 8 Distribution of optimized medical facility layout in Pingshan District in 2035
本研究以医疗设施供需空间失配问题为切入点, 构建“现状评估–需求诊断–情景模拟–空间优化”的技术框架, 系统地探讨城市新区医疗设施可达性和空间优化。得到如下主要结论。1)坪山区3 类医疗设施的配置情况与规划目标有一定的差距, 整体上呈现“非均衡型”的特征。坪山区中部及北部地区设施分布较多, 南部分布较少, 呈现向人口密集区布局的趋势。区域内各街道医疗设施分布不均衡, 医疗资源的公平性有待提升。2)采用高斯两步移动搜寻法定量评估 3 类医疗设施的可达性水平, 发现各类医疗设施存在不同程度的失配现象, 医疗资源可达性与需求分布不匹配。综合医院和社康中心可达性整体上呈现以坪山街道为中心, 向外围圈层递减的分布特征, 社区诊所可达性分布不均衡。3)依据需求规模和可达性指数叠加情况划分迫切性需求区域。沙田社区的医疗设施迫切性需求度最高, 综合医院在沙田、田心和碧岭需求迫切, 社康中心在沙田和龙田需求迫切, 社区诊所则在沙田、江岭和竹坑东北部需求迫切。4)坪山区 3 类医疗设施空间分布优化显著, 基本上呈现“全域覆盖–均衡布局”的空间格局。综合医院、社康中心和社区诊所分别新增 9, 32 和 62 家设施, 完成 30, 32 和 66 个网格单元的资源配置优化, 优化后 3 类医疗设施迫切性需求降幅达到 71.43%, 55.17%和 97.06%。
图9 坪山区 2035 年医疗设施布局优化后的迫切性需求分布
Fig. 9 Distribution of urgent needs after medical facilities layout optimization in Pingshan District in 2035
本研究构建了一套医疗设施布局评价与优化的思路方法, 通过优化区域医疗设施区位和规模, 促进供需匹配, 但存在以下局限性: 1)本研究中采用的 POI 数据未能反映医疗设施的服务质量; 2)在评估医疗设施可达性时只考虑道路距离, 未考虑实际的可达性还受到交通流量[20]、出行方式[33]、道路基础设施和交通管理策略[34]等因素的影响; 3)对城市新区而言, 道路交通网络可能还在建设中, 如何预测未来的交通状况并提前规划医疗设施布局[35], 也是一个重要议题。未来可以进一步结合实时交通数据, 细化可达性评估。
本研究基于手机信令数据与 POI 数据, 构建医疗设施可达性分级测度体系, 通过 p-中位模型对医疗设施空间布局进行优化。在理论方法上, 相较于综合可达性, 现有研究在一定程度上忽视居民医疗服务需求层级的差异, 且某类设施的空间分异特征易导致可达性空间差异显著等问题。本研究进行两方面的改进: 1)分级阈值设定, 通过划分三级医疗设施(综合医院、社康中心和社区诊所)的服务半径阈值差异, 构建匹配需求的分级可达性指标, 与赵洋等[36]利用百度地图路径规划 API 计算多种交通出行方式所需时间来划分各类型公园绿地可达时间阈值的研究结果一致; 2)考虑设施配置规模和服务能级差异, 与宋雪茜等[37]针对分级诊疗改革目标, 提出医疗资源空间优化配置策略的研究结果一致, 反映医疗设施间互补替代关系, 使优化结果更符合实际情况。
在实践层面, 城市新区发展迅速, 与周边区域的联系日益紧密, 域外效应对区域医疗设施的布局、可达性及优化策略有着不可忽视的影响, 主要体现在区域内部受跨区域要素流动的影响显著, 如周边地区的发展状况和人口流动等[38]。坪山区的居住成本优势吸引惠州和汕头等地人口迁入, 推高医疗需求, 但本地居民因就业外流至龙岗和盐田等区域, 导致部分医疗设施利用率下降。人口流动的不确定性给医疗设施的可达性评估带来挑战。同时, 轨道交通与快速路网[39]使居民能够便捷地获取周边优质医疗资源, 也会影响区域内部医疗设施的可达性水平。本研究可为动态性城市新区的医疗资源配置提供决策支持。建议在科学预测需求规模的基础上, 结合人口密度和医疗服务需求量等因素, 弥补设施服务盲区和覆盖缺口; 构建完善的诊疗制度, 建立科学合理的利益分配与分工协作机制; 在综合医院诊断明确、患者病情稳定的前提下, 可适当地将诊疗业务下放至社康中心, 实现医疗资源供需的双向平衡。
参考文献
[1] 洪银兴, 陈雯. 由城镇化转向新型城市化: 中国式现代化征程中的探索. 经济研究, 2023, 58(6): 4–18
[2] 樊杰, 伍健雄, 高翔. 近十年我国城市化地区主体功能实现的空间表现特征与未来布局优化. 经济地理, 2024, 44(1): 1–13
[3] Dadashpoor H, Rostami F, Alizadeh B. Is inequality in the distribution of urban facilities inequitable? Explo-ring a method for identifying spatial inequity in an Iranian city. Cities, 2016, 52(12): 159–172
[4] 李乐乐, 杜天天. 人口年龄变化、医疗需求行为与医疗费用增长: 基于医疗保险结算数据的实证研究. 当代经济管理, 2021, 43(4): 72–80
[5] 陶卓霖, 戴特奇, 宋长青. 空间公平导向的城市医疗设施优化配置模型研究. 地理学报, 2023, 78(2): 474–489
[6] 高巍, 欧阳玉歆, 赵玫, 等. 公共服务设施可达性度量方法研究综述. 北京大学学报(自然科学版), 2023, 59(2): 344–354
[7] Yin Z, Jin Z, Ying S, et al. A spatial data model for urban spatial-temporal accessibility analysis. Journal of Geographical Systems, 2020, 22(4): 447–468
[8] 艾廷华, 雷英哲, 谢鹏, 等. 等时线模型支持下的深圳市综合医院空间可达性测度分析. 地球信息科学学报, 2020, 22(1): 113–121
[9] Advani M, Sarkar P P. Method to assess the accessibi-lity of essential amenities in Tripura, North East India. Current Science, 2024, 126(3): 388–394
[10] Xue C, Ju Y, Li S, et al. Research on accurate house price analysis by using GIS technology and transport accessibility: a case study of Xi’an, China. Symmetry-Basel, 2020, 12(8): 132
[11] Stacherl B, Sauzet O. Gravity models for potential spatial healthcare access measurement: a systematic methodological review. International Journal of Health Geographics, 2023, 22(1): 34
[12] Sun S, Sun Q, Zhang F, et al. A spatial accessibility study of public hospitals: a multi-mode gravity-based two-step floating catchment area method. Applied Sciences, 2024, 14(17): 7713
[13] 陶卓霖, 程杨. 两步移动搜寻法及其扩展形式研究进展. 地理科学进展, 2016, 35(5): 589–599
[14] 赵立志, 高思琪. 基于人口密度的社区卫生服务设施布局优化研究: 以北京市中心城区为例. 城市发展研究, 2020, 27(4): 26–32
[15] 翟石艳, 何新新, 孔云峰, 等. 基于最优供需分配的公共设施空间可达性分析. 地理学报, 2022, 77 (4): 1028–1038
[16] 丁金学, 金凤君, 王成金, 等. 中国交通枢纽空间布局的评价、优化与模拟. 地理学报, 2011, 66(4): 504–514
[17] 杨飞龙, 谌丽, 刘倩倩, 等. 健身运动场所可达性及其对居民满意度影响的年龄分层研究: 以北京城区为例. 地理科学进展, 2024, 43(7): 1416–1428
[18] 王宏亮, 吴健生, 高艺宁, 等. 城市公共资源与人口分布的空间适配性分析: 以深圳市为例. 北京大学学报(自然科学版), 2021, 57(6): 1143–1152
[19] 李然好, 龚世泽, 高勇. 北京市公共服务设施可达性及其对住房价格的影响. 北京大学学报(自然科学版), 2021, 57(5): 875–884
[20] 蒋海兵, 张文忠, 余建辉, 等. 交通一体化驱动下可达性对生产性服务业空间格局演化的作用机理: 以长三角地区为例. 地理科学进展, 2024, 43(4): 657–673
[21] 饶钰飞, 邹亚锋, 罗锋, 等. 基于两步移动搜索法的福州市公园绿地主客观可达性研究. 生态学报, 2024, 44(10): 4064–4080
[22] 杨鹏, 黄洁, 王姣娥, 等. 中国农村物流末端配送网点可达性与公平性测度. 地理学报, 2024, 79(11): 2739–2753
[23] 吴健生, 钱韵, 王宏亮, 等. 深圳市公共体育设施空间供需及影响因素研究. 北京大学学报(自然科学版), 2022, 58(6): 1101–1110
[24] Zhou L, Wang S, Xu Z. A multi-factor spatial op-timization approach for emergency medical facilities in Beijing. ISPRS International Journal of GeoInfor-mation, 2020, 9(6): 361
[25] 王德, 韩滨鹂, 张天然, 等. 手机信令数据的出行测度准确性分析: 基于与居民出行调查数据的比较. 地理科学进展, 2024, 43(5): 854–869
[26] Xiao T, Ding T, Zhang X, et al. Spatial accessibility to sports facilities in Dongguan, China: a multi-prefe-rence gaussian two-step floating catchment area me-thod. Applied Spatial Analysis and Policy, 2022, 15(4): 1093–1114
[27] 江黎明, 张兴辉, 卢思佳, 等. 改进高斯两步移 动搜索法的公园绿地步行可达性评价. 测绘科学, 2024, 49(4): 177–186
[28] Gao F, Jaffrelot M, Deguen S. Measuring hospital spa-tial accessibility using the enhanced two-step floating catchment area method to assess the impact of spatial accessibility to hospital and non-hospital care on the length of hospital stay. BMC Health Services Research, 2021, 21(1): 1078
[29] 任家怿, 王云. 基于改进两步移动搜索法的上海市黄浦区公园绿地空间可达性分析. 地理科学进展, 2021, 40(5): 774–783
[30] 仝德, 孙裔煜, 谢苗苗. 基于改进高斯两步移动搜索法的深圳市公园绿地可达性评价. 地理科学进展, 2021, 40(7): 1113–1126
[31] Dang J, Wang X, Xie Y, et al. The location optimization of urban shared new energy vehicles based on p-median model: the example of Xuzhou city, China. Sustainability, 2023, 15(12): 9553
[32] 陶卓霖, 程杨, 戴特奇, 等. 重力 p-median 模型在设施选址中的应用及检验. 系统工程理论与实践, 2016, 36(6): 1600–1608
[33] 郑銮娟, 肖童, 刘晔, 等. 基于多出行模式两步移动搜索法的东莞市小学空间可达性研究. 地理科学进展, 2023, 42(7): 1341–1354
[34] 冯俊新, 李墨寒, 李时宇. 中国城市的公路可达性水平测度与时空变化. 经济地理, 2024, 44(12): 12–21
[35] 郭建科, 邱煜焜, 王方雄, 等. 基于交通流量大数据的大连城市院前急救医疗服务可达性分析. 经济地理, 2019, 39(1): 82–87
[36] 赵洋, 徐枫, 万义良. 基于改进引力模型的公园绿地空间可达性及供需平衡分析方法. 地球信息科学学报, 2022, 24(10): 1993–2003
[37] 宋雪茜, 邓伟, 周鹏, 等. 两层级公共医疗资源空间均衡性及其影响机制: 以分级诊疗改革为背景. 地理学报, 2019, 74(6): 1178–1189
[38] 李晶晶, 苗长虹. 长江经济带人口流动对区域经济差异的影响. 地理学报, 2017, 72(2): 197–212
[39] 陈卓, 梁宜, 金凤君. 基于陆路综合交通系统的中国城市网络通达性模拟及其对区域发展格局的影响. 地理科学进展, 2021, 40(2): 183–193
Accessibility Assessment and Space Optimization of Medical Facilities in Pingshan District, Shenzhen City
Abstract Taking Pingshan District of Shenzhen as an example, this study started from the relationship between supply and demand, combined with mobile phone signaling and point of interest (POI) data, and used the Gaussian two-step mobile search method and p-median model to explore the accessibility and spatial optimization strategies of three types of medical facilities: general hospitals, community health centers and community clinics. The results showed that: 1) the overall spatial distribution of medical facilities in Pingshan District is “unbalanced”. The current medical facilities are mainly located in the central and northern areas of Pingshan District, and there are few in the south. 2) There is a mismatch between the accessibility of medical resources and the distribution of demand. General hospitals and community health centers are mostly distributed in the central area of Pingshan District, and the overall accessibility shows the distribution characteristics of Pingshan Street as the center and decreasing to the outer circle. Community clinics are concentrated in densely populated areas and have uneven accessibility. 3) The areas of high urgency are mostly distributed in Shatian, Tianxin, Biling, Longtian, Jiangling and Zhukeng communities, and the shortage of medical facilities in high‑urgency areas is more severe. 4) Based on the p-median model, the optimal location of three types of medical facilities is determined. The number of optimized grids for general hospitals, community health centers, and community clinics is 30, 32, and 66, respectively, with urgent needs reduced by 71.43%, 55.17%, and 97.06%. After optimization, the three types of medical facilities are evenly distributed across the district.
Key words Pingshan District; medical facilities; spatial accessibility; space optimization; Gaussian two-step mobile search method