基于POI 数据的医疗资源空间格局与影响因素探究——以石家庄市主城区为例

张苗苗，安思远，史清晗

（石家庄学院资源与环境科学学院，河北 石家庄 050035）

0 引言

随着社会的发展和民众健康意识的提升，人民群众多层次、多样化的健康需求持续增长. 医疗资源是人们开展医疗卫生活动的人力、物质和技术的基础[1]，但受自然条件、经济、交通、人口等因素影响，区域医疗资源大多分布不均衡，尤其是优质医疗资源匮乏，供需矛盾突出. 党的二十大报告中指出，要持续深化医药卫生体制改革，促进优质医疗资源扩容和区域均衡布局[2]，合理配置医疗资源成为当前医疗卫生事业发展亟待解决的问题.

兴趣点（POI）是指具有地理标识的空间特征物，包含名称、类别、经纬度等信息，是空间大数据分析的基础性数据[3]. 近年来，POI 数据的兴起带动了空间格局研究的革新，大量学者基于POI 数据对空间要素分布格局进行探究. 张爱霞等[4]基于POI 数据对兰州市休闲旅游空间格局进行研究，得出其空间格局的形成受到以交通为首的多因素综合影响；陈蔚珊等[5]利用POI 数据对广州市零售商业的中心热点进行了识别，得出不同的零售业态对商业集聚的区位选择具有显著差异性的结论；温睿[6]对合肥市公共服务设施公平性与可达性进行了探讨，得出了区县间公共设施资源差异较大，且医疗设施可达性最高，养老设施可达性最低的结论.刘恒[7]基于GIS 平台，采用平均最近邻分析法、标准差椭圆、核密度分析等方法对贵阳市主城区医疗资源空间分布格局进行探究.

通过梳理相关文献可知，POI 数据在各类要素空间格局特征的研究中被广泛应用，但多以商业、旅游和交通等设施或服务作为研究目标，医疗卫生领域关注度较低；另外，在以往研究中对医疗资源分类的精细度不足，以中大型公立医院为着眼点的同时，忽略了对民营医疗机构和诊所、药店等基层卫生资源的差异化研究. 因此，本研究以石家庄市主城区为研究区域，基于POI 数据对区域内医疗资源进行分类，使用多种地理信息系统（GIS）空间分析手段逐类别分析医疗资源的空间聚集性、方向性等特征，结合多源数据并利用地理探测器分析其影响因素. 以期为优化大城市医疗资源配置，提升人民福祉，促进卫生事业高质量发展提供科学依据.

1 研究区域与数据来源

1.1 研究区域概况

石家庄市是河北省省会，地处河北省中南部（37°27′N～38°47′N，113°30′E～115°20′E），是京津冀地区中心城市之一，下辖8 区13 县（市），其中桥西区、长安区、裕华区和新华区构成了石家庄市主城区，主城区面积约为408.3 km2，是石家庄市的政治、经济、医疗和文化中心，研究区区位图如图1 所示.

图1 研究区域位置

1.2 数据来源

1.2.1 医疗资源POI 数据

本研究通过高德地图API 爬取石家庄市主城区医疗资源POI 数据，进行数据清洗和坐标转换后获得有效数据3 717 条. 根据各医疗资源不同的主体、规模和性质将数据分为3 个大类和5 个子类[8]，分类情况如表1 所示.

表1 石家庄市主城区医疗资源分类

1.2.2 其他数据来源

行政区边界和行政区中心数据来源于国家基础地理信息中心1∶100 万全国基础地理数据库；道路数据源自2022 年OSM 平台提供的开放数据；人口密度数据来源于2022 年LandScan 数据，分辨率为1 000 m；夜间灯光影像数据为2022 年NPP-VIIRS 数据，分辨率为400 m；居住区和商业区使用2022 年爬取的感兴趣面（AOI）数据，该数据通过高德地图API 获取并利用ArcGIS 软件提取其几何中心点. 本研究利用ArcGIS 软件对原始数据进行投影、重采样和裁剪后，录入地理数据库，以便后续空间分析操作.

2 研究方法

2.1 核密度估计

核密度分析是基于数据集密度的分析算法，可以计算要素在其周围邻域中的密度. 其实质是基于样本数据的密度函数进行数据的聚类特征估计，是一种从数据样本本身出发研究数据分布特征的方法[9]. 本研究采用核密度估计对各类医疗资源的密度空间分布进行分析，其公式为：

式中：fh（x）表示石家庄市某类医疗资源空间面积中心点的核密度估算值；k（x）表示核函数；n表示某类医疗资源的样本个数；h＞0 表示带宽；x-Xi表示估值点x到样本点Xi的距离. 核密度函数能够反映区域内点要素的聚集状态，即fh（x）值越大，某类医疗资源的分布越密集[10].

2.2 标准差椭圆

标准差椭圆是一种能够精确地揭示地理要素的中心趋势、方向趋势和离散性特征的空间统计方法，包括重心（中心点）、偏转角θ、长轴和短轴4 个主要参数，最早由Lefever 在1926 年提出[11]. 本研究采用标准差椭圆对各类医疗资源的空间分布方向性进行分析，其中，重心表示某类医疗资源要素空间分布的相对位置，其公式为：

式中：VSDE，X、VSDE，Y用以表示标准椭圆的长轴和短轴；要素i的坐标用xi、yi表示；所有要素的平均中心用和表示；要素数量表示为n；标准椭圆的旋转角度为θ；ai、bi表示要素i到平均中心的长短轴方向的距离；椭圆的Y轴和X轴分别表示某类医疗资源分布的方向和范围[12].

2.3 平均最近邻

最近邻点指数经常被用于度量点空间格局研究，它是表示点状要素空间上相互邻近程度的地理指标[13]，本研究采用平均最近邻判断各类医疗资源在空间分布上处于聚集、均匀和分散中的何种模式，其公式为：

其中，

式中：R表示最近邻点指数；ri表示平均最近邻距离，即测量出各类医疗资源要素中每一个点与其最邻近点的距离，然后求其平均值；rE表示理论最邻近距离；A表示研究区域面积；n表示某类医疗资源的总数量；D表示其密度. 当R=1 时，说明某类医疗资源分布为随机型，当R＞1 时为均匀型，当R＜1 时为集聚型[13].

2.4 地理探测器

地理探测器是探测空间分异性以及揭示其背后驱动力的一组统计学方法. 其核心思想是基于这样的假设：如果某个自变量对某个因变量有重要影响，那么自变量和因变量的空间分布应该具有相似性[14]. 本研究采用地理探测器中分异及因子探测模块，探测影响因子对各类医疗资源空间分异的解释力，其公式为：

式中：q表示某影响因子对待测医疗资源要素空间分异的解释力；l=1，2，3...；L表示某医疗资源或影响因子的分层；Nl和N分别表示层l和全区的单元数；σl和σ2分别表示层l和全区要素值的方差；q的值域为[0，1]，值越大说明各影响因子对待测医疗资源要素空间分异的解释力越强[15].

3 石家庄市主城区医疗资源空间格局分析

3.1 空间分布结构特征

图2 为石家庄市主城区总体医疗资源核密度分析结果. 由图2 可知，石家庄市主城区医疗资源中部密集、边缘稀疏、分布不均，呈现“多核心集聚模式”，以二环为分界形成了典型的“中心—外围”圈层结构. 二环内为高聚集区，医疗资源集中于和平路、中山路和槐安路等主干道路沿线，形成了围绕核心居民区和繁华商圈的6 个主核心，主核心周边又分布有数个次核心，部分呈现出“驼峰状”结构特征，医疗资源覆盖能力极为显著. 伴随着石家庄城市中心外溢趋势加深，二环外在西南部高教区、东部高新区以及北二环至北三环范围间新兴居住区处形成“孤岛状”分布的次聚集区，医疗资源覆盖能力处于中等水平. 低聚集区主要位于北部边缘滹沱河沿岸和西部山前冲积平原地区等城市边缘部位，受自然条件的限制，城市化开发进程始终较为缓慢，阻碍了医疗资源的配置布局，故其医疗资源密度处于最低水平，覆盖能力较为薄弱.

图2 石家庄市主城区总体医疗资源核密度分析

图3 为石家庄市各类医疗资源呈现多种形态的空间分布，其中三级公立医院和二级公立医院主要分布于城市核心地带，由于样本数量较少，因此形成了显著的点状特征. 民间医疗分布范围在前者基础上向城市边缘扩张，呈现“点状与面状共存”的形态，部分样本点辐射范围内产生重叠和融合. 初级医疗卫生机构、私人诊所和药店分布最为广泛，空间形态具有较高的趋同性，表现出“以面为主，以点为辅”的特点，是医疗资源的主导形态.

图3 石家庄市主城区各类医疗资源核密度分析

3.2 空间方向分布特征

图4 为石家庄市主城区医疗资源标准差椭圆分析结果，医疗资源总体的标准差椭圆中心落在了城区中心位置，即桥西区北国商城附近，椭圆形状呈“西北—东南”方向分布.

图4 石家庄市主城区各类医疗标准差椭圆分析

具体而言，6 类医疗资源中二级公立医院椭圆中心位置偏西，处在桥西区恒大中央广场处，椭圆X、Y轴长度较为接近，形状近似于正圆形，其余各类医疗资源在标准差椭圆的形状和中心位置上与医疗资源总体差异不大. 从X轴长度来看，按由长至短顺序排列分别为三级公立医院、药店、私人诊所、民间医疗、初级医疗卫生机构和二级公立医院，X轴长度的缩短表明其方向性逐渐减小. 由此可见，三级公立医院的方向分布特征最为显著，二级公立医院的分布方向最不明显，其余各类医疗资源的方向性介于二者之间. 从Y轴长度来看，按由长至短顺序排列分别为私人诊所、二级公立医院、药店、初级医疗卫生机构、民间医疗和三级公立医院.Y轴的长短变化代表了各类医疗资源的覆盖范围大小和向心性特征是否显著. 故私人诊所在石家庄主城区的分布范围最广，但向心性最不明显；三级公立医院分布集中化程度高，向心性最为显著，其余类型的医疗资源向心性均介于二者之间.

椭圆偏转角描述了标准差椭圆与正北方向形成的夹角. 从椭圆偏转角来看，二级公立医院和三级公立医院的偏转角分别为36.82°和96.68°，由于两者分别受到西南高教区、北部新兴居住区和东部高新区的影响，故与石家庄市东西方向较长，南北方向略扁的主城区形状和以二环内为核心，以复兴大街为轴线的城市发展格局差异较大. 其余各类医疗机构偏转角介于105.41°～116.93°，与石家庄市主城区形状和城市发展格局基本相符.

3.3 空间聚集状态特征

本研究基于POI 数据对石家庄市主城区医疗资源进行平均最近邻分析，计算其最邻近比率R、标准差z值和显著性水平p值，结果如表2 所示.

表2 石家庄市主城区医疗资源空间分布的平均最近邻参数

由表2 可知，医疗资源总体的最邻近比率为0.399 2，即石家庄市主城区医疗资源总体空间分布呈现集聚状态，又因其z值为-70.060 3，p值为0，其z得分小于-2.58 且p值小于0.01，其置信度为99%. 同理，民间医疗、私人诊所、初级医疗卫生机构、药店和三级公立医院的空间分布均呈现聚集状态，且最邻近比率依次降低，代表其集聚效应不断增强. 而二级公立医院的空间分布呈现出随机状态，即未呈现明显的集聚和离散空间分布趋势，印证了其标准差椭圆接近于正圆形且方向性不明显的结论.

4 医疗资源空间格局影响因素分析

4.1 影响因子选择

相关研究显示，医疗资源空间格局主要受到地形地势、气候条件等自然因素，以及经济发展、人口规模、道路分布、区位条件、土地利用等社会经济因素和历史演变、政策调控等外部因素的综合影响[16，17]. 研究区域为石家庄市主城区，空间尺度范围较小，自然因素对医疗资源空间分异的影响较弱，同时考虑到数据的可量化性和获取的便捷性，选取夜间灯光指数、人口密度、主干道路密度、距行政中心距离、居住用地密度和商业用地密度6 项影响因子构建石家庄市主城区医疗资源空间分布影响因素的模型，各类影响因子空间分布情况如图5 所示.

图5 石家庄市主城区各类医疗资源影响因子

4.2 影响因子计算与分析

将以上6 类影响因子按自然间断点分类法划分为5 个等级，撰写R 语言代码并运用地理探测器中分异及因子探测模块对医疗资源空间格局影响因素进行计算，得出各因子对医疗资源空间格局的解释能力，如表3 所示. 各因子地理探测结果均通过0.01 水平显著性检验，表明其对石家庄市主城区医疗资源分布情况的解释能力极为显著.

表3 石家庄市主城区医疗资源分布影响因子解释能力（q 值）

从医疗资源总体来看，影响因子的解释力由高到低依次为：居住区密度、距行政中心距离、商业用地密度、人口密度、夜间灯光指数和道路密度，但不同类型医疗资源空间布局的主导因素各有差异.

具体到各类医疗资源，同样由于三级公立医院和二级公立医院样本总量较少，故q值整体偏低，其中前者空间分布的主导因素依次为居住用地密度、人口密度和商业用地密度，后者则主要受到居住用地密度、商业用地密度和距行政中心距离的影响；初级医疗卫生机构的空间格局同样受到居住用地密度、商业用地密度、距行政中心距离的主导作用；对私人诊所而言，居住用地密度、距行政中心距离、夜间灯光指数的解释力更强；民间医疗各项因子解释力较为接近，其中居住用地密度、人口密度、商业用地密度相对较高；而影响药店分布的最主要因素则是居住用地密度、距行政中心距离、商业用地密度.

比较不同类型医疗资源空间分布的影响因素，解释力最大的因子均为居住用地密度，表明石家庄市各类医疗资源布局上倾向于分布在居民区附近；行政中心为区级政府驻地，通常为当地政治、经济的聚集中心，对医疗资源的布局也起到吸引作用，因此行政中心距离对医疗资源的解释力位居第二. 商业用地密度的解释力与前者较为接近，表明医疗资源分布于二者周边的倾向性较强，人口密度、夜间灯光指数的解释力较弱；主干道密度对各类医疗资源的解释力均处于最低水平，说明医疗资源分布与道路疏密关系不大，其空间格局受到城市主干道路分布形态的影响最小. 由于居民用地的点数据通过提取AOI 几何中心得到，采样点密度较居民用地实际密度偏低，故和人口密度相比，居民用地密度与各类医疗资源的耦合程度更佳，解释力也更高.

5 结论

1）石家庄市主城区医疗资源的空间分布具有不均衡特性，表现出典型的“中心—外围”结构特征，由内而外依次形成了“驼峰状”高聚集区、“孤岛状”的次聚集区和边缘低聚集区，且不同类型医疗资源与医疗资源总体形态耦合程度不尽相同.

2）除二级公立医院外，石家庄市各类医疗资源均呈现较强的方向性，其中三级公立医院的方向特征最为显著. 此外，私人诊所分布最广但向心性不明显，三级公立医院分布最为集中且向心性显著. 二级公立医院和三级公立医院偏角较小，其余医疗资源偏角较为接近，体现出石家庄市各类医疗资源空间分布的不均衡特征.

3）石家庄市医疗资源整体呈现聚集状态. 此外，民间医疗、私人诊所、初级医疗卫生机构、药店和三级公立医院的空间分布也呈现聚集状态，而二级公立医院的空间分布呈现出离散状态.

4）石家庄市医疗资源的空间分布主要受到居住区密度、距行政中心距离、商业区密度、夜间灯光指数、人口密度和道路密度的共同影响，其中解释力最大的因子均为居住用地密度，而解释力较低的为主干道密度，表明医疗资源的配置更多照顾到了居民就近就医的便捷性.

本研究采用石家庄市主城区2022 年医疗资源POI 数据，运用空间计量方法对医疗服务设施分布格局进行了多维度分析，并指出了与6 类影响因素的相关性，但尚未研究是否有其他因素对其空间格局产生影响，且缺乏时间维度的比较与分析，未来还可采用长时间序列POI 数据或针对文化、习俗等非量化影响因素开展医疗资源空间格局研究，形成对医疗资源变化趋势的整体把握.