都市圈新城区乡村医疗服务中心地网络结构及其影响因素研究

蒋亮 陈洁 罗静 田野

摘要：医疗服务是维护居民健康的重要保障。基于修正引力模型和社会网络分析法，分析武汉市6个新城区乡村医疗服务中心地空间网络结构及其影响因素。研究表明：（1）新城区乡村医疗服务中心地呈现网络结构，多中心层级化共存。医疗服务网络密度整体上处于初级阶段，总体关联度偏低，且大部分联系限于各区内部，整体节点聚集度较低。医疗服务中心地的网络非均衡性明显，形成了不同尺度的空间嵌套格局。（2）医疗服务中心地可分为6个子群，并呈现由内到外的圈层结构。6个子群的空间关联网络由北向南形成层次分明的板块，而且呈现出小团体现象。特别需要指出的是，子群的划分表现出鲜明的邻近指向特征，地理邻近关系对医疗服务中心地关联强度的影响比较明显。（3）空间邻近性、农业产值、第二产业企业注册资本、人口数量、城镇化水平、道路密度和交通可达性对新城区乡村医疗服务中心地空间关联网络强度的提高具有显著影响，而第三产业企业的影响并不显著。

关键词：乡村医疗服务中心地；中心地理论；网络结构；影响因素；武汉市新城区

中图分类号：K901.2文献标志码：A文章编号：1673-5072（2024）03-0292-10

基本公共服务是衡量地区经济发展水平的重要标志，对于保障公民权利，维护社会公平公正、和谐稳定具有关键作用［12］。2021年中央一号文件指出“加强乡村公共基础设施建设，提升农村基本公共服务水平”，其中医疗服务是乡村家庭健康生活的基本条件，是公众最核心的诉求。但现阶段中国农村医疗服务供给不足，结构失衡［3］。推进乡村医疗服务中心地建设，探索不同等级医疗服务中心地的网络化发展格局与形成机制，为广大的乡村腹地提供优质的基本公共服务，是当前乡村振兴发展的重要举措。

不同等级医疗服务项目的空间叠加形成不同等级的乡村医疗服务中心地，中心地之间的空间相互作用形成空间网络，其空间位置及可达性对医疗服务功能的发挥具有举足轻重的作用［4］，决定着社会公共资源分配的公平与公正。现有研究主要集中在医疗服务均等化和可达性两个方面。均等化研究主要集中在区域间、省域间和地市内部［56］，采用基尼系数、泰尔系数［7］、因子分析［8］、熵权TOPSIS综合评价法［9］等方法综合测算区域医疗服务均等化程度，并提出医疗服务均等化的政策建议；可达性研究主要以市［1011］、县（区）［12］、街道［13］为研究对象，通过最小距离模型［14］、两步移动搜寻法［15］、潜力模型［16］、交通网络中心测度法［17］等直观描述医疗服务分布的空间差异，揭示出城市内部［18］、城乡之间［19］、不同群体［20］获得的医疗服务可达性是否公平，由此确定医疗服务的短缺区，并分析其影响机理［21］。此外，还有部分学者关注医疗服务的空间配置优化［22］、布局评价［23］、供给效率［2425］、外部性研究［26］等方面。

梳理已有研究发现：（1）目前关于医疗服务的研究主要集中在均等化、可达性及优化配置分析、医疗服务水平的综合评价及空间差异分析、区域医疗服务供给效率评价等方面，较少从“流动空间”视角分析乡村医疗服务中心地空间网络结构。（2）研究具有“大城市偏向性”，测度空间关联程度的方法（如莫兰指数、区位基尼系数等）只能给出所有区域整体的相关程度，不能反映各区域在区域整体内的影响和作用，无法刻画各区域的整体关联程度，缺少微观层面（乡镇）医疗服务网络探讨。事实上，农村常住人口逐年递减，农村医疗服务不断完善与乡村人口加速流失之间的矛盾日趋凸显，农村医疗服务布局平均化导致医疗服务设施利用率下降，基于农村视角的医疗服务中心地网络结构的研究显得日益重要。（3）现有研究所采用的方法比较单一，多是借助因子分析、综合评价分析、GIS空间分析等方法对区域医疗服务水平进行评价和分级，采用多源数据，对区域医疗服务空间格局与关联分析不够。本文创新地理空间信息数据挖掘方法，以微区位、微尺度的乡村医疗服务的地理单元为基础，探索发现小尺度乡村医疗服务中心地的空间分布规律，构建乡村医疗服务中心地网络结构，开展乡村地理研究的数据应用新范式探索，提升乡村地理研究的精度。

随着乡村经济转型与重构，乡村间关联度不断加深，公共服务是支撑居民日常活动、生活质量和地方经济的关键［2728］。在此背景下，构建合理有序的乡村公共服务中心地空间关联网络，优化重构宜居适度的乡村生活空间，日益成为统筹城乡发展和推进乡村建设的战略支点，医疗服务中心地的网络化发展将有利于乡村医疗服务在地理空间上的有效覆盖。事实上，医疗服务系统也具有典型的层级性和网络性特征［2930］，研究醫疗服务中心地的网络关系，可以加强层级联动。鉴于此，本文以武汉市新城区为例，基于村域尺度试图揭示转型时期我国大都市外围乡村医疗服务中心地网络结构及其影响因素，以期为乡村医疗服务优化提供实证研究数据。

1数据与方法

1.1研究区域与数据来源

本文研究区为武汉市下辖6个新城区，即东西湖区、汉南区、蔡甸区、江夏区、黄陂区和新洲区，总面积6 636.94 km2。截至2021年底，研究区乡村常住人口236.47万人，农村常住居民年平均可支配收入19 250元，共有各级医疗卫生机构72个，其中医院（含专科医院）18家，卫生院52家，社区服务中心/站2个，执业医师1 151人，执业助理医师547人，注册护士1 552人，实有床位数6 143张。每千人执业医师（含助理医师）数078人，每千人注册护士数072人，每千人床位数2.84张（图1）。医疗资源数据来源于2021年武汉市地理国情普查与监测数据、2022年武汉市及新城区统计年鉴、国民经济和社会发展统计公报。

1.2研究方法

1.2.1修正引力模型引力模型是测度城市间经济联系强度的重要方法。城市间的相互作用与它们的人口规模成正比，与距离成反比。由于城市是乡村发展的高级形式，而且村落体系在城镇化进程中逐步与城镇体系融合，城乡之间医疗资源的联系日益加强，因此本文采用引力模型来测度乡村医疗服务中心地之间的联系强度。修正的引力模型公式如下：

式中：Iij为医疗服务中心地i和j的联系；Mi和Mj为医疗服务中心地i和j的中心性测度；Tij为两服务中心地之间的最短通行时间；为了更清晰地展现由于医疗服务中心地等级高低而造成的潜在空间联系强度差异，此处引入引力系数kij，其中kij=Mi/（Mi+Mj）。鉴于医疗服务中心地具有一定的标准规模，同时具有“重要性剩余”，即向分散地提供中心商品或服务的重要性。通过重要性剩余能看到一个地方的标准规模，也就看到了它作为一个区域中心地所产生的结果。故构建一个包含执业医师、执业助理医师、注册护士和实有床位数的医疗服务中心性评价指标体系，然后使用熵值法对各评价指标进行客观赋权（表1），得到各医疗服务中心地的中心性测度。

1.2.2社会网络分析

社会网络分析是研究空间关联网络整体和个体特征的跨学科分析方法，采用社会网络分析来计量医疗服务中心地网络结构特性。主要包括网络密度、中心性和凝聚子群。

1）网络密度。指图中各个点之间联络的紧密程度，为实际连线数与理论最大连线总数之比，介于0到1之间，越接近于1表明网络成员之间关联联系越紧密。

式中：D为网络密度，k为节点数，d（i，j）为节点i与节点j之间的空间联系量，k（k－1）为网络中可能最多的联系数。

2）网络中心性。主要衡量节点在网络中的中心性程度，表示节点在网络中的重要性，各指标公式见表2。

3）凝聚子群。该指标探讨网络的整体结构是如何由群体小结构组成的，凝聚子群是满足如下条件的一个行动者子集合，即在此集合中的行动者之间具有相对较强、直接、紧密、经常或积极的关系［31］。可以从以下4个角度对凝聚子群进行量化处理，即子群关系的互惠性、子群成员之间的接近性或可达性、子群内部成员之间关系的频次（点的度数）、子群内部成员之间的关系密度相对于内外部成员之间的关系的密度。

2医疗服务中心地空间关联网络分析

2.1网络密度计算得出新城区乡村医疗服务中心地网络密度为0.150 8，标准差为0.357 9。72个医疗服务中心地之间理论上最大的关联关系为5 112个，而实际存在关联关系为770个；网络平均聚类系数为0.459，平均路径长度为3.477。医疗服务中心地的平均聚类系数较小，平均路径长度较大，说明医疗服务中心地网络的联系整体上处于较低水平，网络对整个医疗服务中心地的发展、合作等方面的产生的影响较小，节点之间联系的紧密程度较低，网络架构较为松散，促进各医疗服务中心地更密切的合作还有较大空间。

2.2网络中心性

2.2.1度数中心度新城区乡村医疗服务中心地关联网络的度数中心度均值为25.117，高于平均值的医疗服务中心地点有29个，占所有医疗服务中心地的40.28%，主要位于新洲区和黄陂区，这些中心地很大程度上维持着网络结构的稳定性。其中新洲区人民医院的度数中心度最高，为80.282，该医疗服务中心地与其他医疗服务中心地之间存在的空间关联与溢出效应关系数为58个，处于网络中心地位；度数中心度均值以下的医疗中心地有43个，其中武汉东南医院、武汉康元医院、武汉长建医院等处于网络的外围（表3）。

点出度和点入度的均值为10.708，点出度大于均值的医疗服务中心地有24个，排名靠前的为新洲区人民医院、前川街卫生院、横店街中心卫生院、中医骨伤专科医院、仓埠中心卫生院等，这些医疗服务中心地大多位于城区的城关镇，医务人员相对较多，医疗设备较为齐全，且交通可达性较高，整体上处于医疗卫生资源空间关联网络中的的溢出主体；点入度大于均值的有42个，是关联网络中的受益主体。度数中心度较大的医疗服务中心地对网络的稳定性起着较大作用。度数中心度对应的网络图表明新洲区人民医院节点地位最核心，构成新城区整个医疗服务网络的极核，周边的前川街卫生院、横店街中心卫生院等是网络结构的二级圈层，图中度数中心度比较低的医疗服务中心地位于网络结构的最外层，形成外围边缘的圈层，整个网络呈显著的核心边缘特征（图2）。

2.2.2中介中心度中介中心度的均值为1.192，高于均值的医疗服务中心地有18个，占整个医疗服务中心地的25%，其中新洲区人民医院的中介中心度十分突出（17.952），高于平均值（1.192）15倍之多，前川街卫生院（12.491）和横店街中心卫生院（6.194）紧随其后，网络的中介中心度基本上被这3个节点垄断，其网络控制力较强。排名前五位的医疗服务中心地的中介中心度占所有医疗服务中心地总量的50.65%，后十位医疗服务中心地的中介中心度都为0，可见网络内各医疗服务中心地的中介中心度分布不均衡，相當多的空间关联是通过这3个医疗卫生机构来完成的（表3）。网络中介中心势为17.15%，整体网络向中介点集中的趋势较弱，处于中介位置控制医疗资源的节点相对较少，节点之间构成有效的连接，整体网络效率较高。中介中心度对应的网络图表明（图3），新城区医疗服务中心地网络呈现显著的非均衡特征。

2.2.3接近中心度接近中心度均值为25.348，高于均值的医疗服务中心地有55个，占所有医疗服务中心地的76.39%，大都位于新洲区、黄陂区和蔡甸区，这些中心地连接能力较强，传递医疗信息更加容易。其中新洲区人民医院的接近中心度最高，为31.278，说明新洲区人民医院与其他医疗服务中心地在空间关联网络中最接近，可达性高，较少受其他节点的制约，基本上处于整体网络组织的中心；其次为黄陂区前川街卫生院（30.472）和黄陂区横店街中心卫生院（29.098），显著高于其他医疗中心地，而东荆社区卫生服务站、东方戒毒医院等接近中心度靠后（表3）。

2.3凝聚子群分析凝聚子群分析是通过聚类算法将关联密切的医疗中心地聚合成类团，用来区分整体网中具有密切联系的行动者子集合。为了充分揭示网络的多维度空间特征，使用多维尺度（Multidimensional Scaling，MDS）与空间表达来分析医疗服务的空间模式。多维尺度分析将高维空间的数据变换成低维的数据，在低维空间中用点表示，将节点间的关联以平面距离的方式展示，平面中距离越接近说明节点之间联系越紧，可以聚合成类团。

依据医疗服务中心地空间关联强度得出凝聚子群图（图4），并采用度数中心度布局，新城区乡村医疗服务中心地的关联度可以划分出6个子群。多维尺度分析见图5，凝聚子群图和多维尺度分析图的结果基本上一致，结合两张图对医疗中心地的6个子群进行归纳和分析。子群1包含江夏区8个医疗中心地，度数中心度均值为24.82；子群2包含新洲区16个医疗中心地，度数中心度均值为32.49；子群3包含黄陂区的14个医疗中心地，度数中心度均值为28.52，子群3分为两部分，原因是黄陂区面积较大，区内有山地，医疗服务中心地之间的距离较远，呈现出多类团的聚类；子群4包含东西湖区10个医疗中心地，度数中心度均值为20.98；子群5包含蔡甸區、汉南区和东西湖区部分共14个医疗中心地，均值为28.23；子群6大都是分布在医疗服务中心地网络的外围节点，共有11个且关联量很小，在各区均有分布，度数中心度均值为7.04。由此可以看出，新城区医疗服务中心地关联基本上限于各个区，跨区关联的较少；黄陂区和新洲区的乡村医疗卫生发展在关联网络中处于重要的地位，对网络的结果至关重要。

3医疗服务中心地空间关联网络影响因素分析

3.1影响因素选取与模型构建医疗服务中心地的空间关联网络是经济、社会、政策等多种因素综合作用的结果。研究表明，地方政府、人口规模、经济发展水平、城镇化、教育水平等共同作用对医疗资源配置产生较大影响［3233］。结合相关研究，本文认为，乡村医疗服务中心地空间网络结构主要受以下几个因素的影响：（1）空间邻近性（X1）。地理学第一定律表明地理事物越近，相关性越强。近距离的医疗服务中心地更容易产生联系。（2）经济发展水平。区域经济发展水平差异是影响医疗卫生服务差距的根本原因，地区经济发展水平越高，越有利于医疗服务中心地的发展，乡村经济发展必须着眼于第一、二、三产业，本研究采用各行政村农业总产值（X2）、第二产业企业注册资本（X3）和第三产业企业注册资本（X4）的差异来表示。（3）人口数量（X5）。在一定范围内，人口规模越大，政府提供的医疗服务也会越多。本文选择各行政村人口数量差异来表征。（4）城镇化水平（X6）。

城镇化进程提高了城乡居民获取医疗卫生服务的便利性，建设用地面积占比在一定程度上反映了城镇化水平，使用医疗服务中心地所在行政村的建设用地面积占比差异来表示。（5）道路密度（X7）。道路基础设施越完善，越有利于医疗服务中心地之间的交流，进而形成网络，以各行政村道路密度差异表征。（6）交通可达性（X8）。可达性是医疗服务网络形成的重要条件，以医疗服务中心地间的交通路网表征。根据以上分析，以医疗服务中心地的网络关联矩阵为因变量，建立如下的影响因素计量模型：

式中：因变量F表示医疗服务中心地空间关联矩阵；X1为邻接权重矩阵；X2、X3、X4、X5、X6、X7为各变量差异的绝对值构建的关系矩阵；X8为医疗服务中心地之间的交通路网距离构成的关系矩阵。

3.2基于QAP的回归分析二次指派程序（Quadratic Assignment Procedure，QAP）是研究关系型数据的方法，判断矩阵之间的相关系数，然后进行非参数检验。由于其避免了OLS可能带来的伪回归，因此回归系数相对较小。采用多变量QAP回归分析，选择10 000次随机置换，得到以下分析结果（表4）。医疗服务中心地QAP回归分析的R2为0.156，调整后的R2为0.151，整体的拟合效果较好。

具体来看：（1）空间邻近性（X1）的标准化系数为正且通过显著性检验，邻近的医疗服务中心地较非临近的中心地更容易建立空间关联，共同的行政边界为医疗服务扩散提供了便捷。（2）经济发展水平中农业总产值（X2）和第二产业企业注册资本（X3）标准化系数为正且通过检验，医疗服务中心地的网络关联会随经济发展水平差异增大而变强。需要指出的是，第三产业企业注册资本（X4）的标准化系数未通过显著性检验，表明第三产业的影响还未显现，新城区农业基础产业基本不变，但存在向工业化转化的现象。（3）人口数量（X5）的标准化系数显著为正，整体上人口数量差异越大，产生医疗服务空间关联的网络的强度越大。人口规模是医疗服务发展重要影响因素，而且医疗资源在空间上存在差异，人们就医、转诊等会推动医疗服务中心地空间网络的形成。（4）城镇化水平（X6）的标准化系数为正且通过检验，城镇化降低了居民就医成本，而且能通过“邻里模仿”和“示范效应”对周边地区医疗服务进行空间溢出，加快推进空间关联。（5）道路密度（X7）的标准化系数显著为正，即地区间道路密度差异越大，地区间医疗服务中心地的空间关联越强。医疗服务中心地的空间关联要依托于路网，合理的路网密度对提高医疗服务的延伸具有重要意义；（6）交通可达性（X8）标准化系数显著为负，交通距离过长会制约医疗服务中心地网络的形成和发展。

4结论与讨论

本文基于修正引力模型和社会网络分析方法对武汉市新城区医疗服务中心地网络结构进行解读，并通过QAP回归探讨了医疗服务中心地网络结构的影响因素。结论如下：

1）从整体网络结构特征看，新城区乡村医疗服务中心地存在显著的空间关联与溢出效应。网络密度整体上处于初级阶段，层级之间联动效果不强，弱关联的地区占比较高，不均衡性明显，形成了不同尺度空间嵌套的格局，各节点对网络的影响力存在差异。

2）从个体网络结构特征看，新城区乡村医疗服务中心地网络呈现出核心边缘结构，多中心共存，而且表现出“小团体”结构，具有明显邻近指向特征。6个子群的空间关联网络由北向南形成层次分明的板块。

3）空间邻近性、农业产值、第二产业企业注册资本、人口数量、城镇化水平、道路密度和交通可达性对新城区医疗服务中心地空间关联网络强度的提高具有显著影响，而第三产业企业并不显著。

地区经济发展差异、地方卫生财政偏差、居民收入差距以及医疗保障分割等因素决定各地医疗卫生资源的丰富程度不尽相同。在新城区医疗卫生资源投资的区域配置和引导政策上，着眼于人口流动和新型城镇化的发展趋势，从依赖地区政府机制向依托社会保障体系的服务供需机制转变，建立以常住人口核算的基础医疗卫生资源供给经常性财政预算项目；针对各医疗服务中心地在关联网络中所处的不同地位，因地制宜地出台差异化的医疗服务，发挥网络核心节点的主导控制能力，提高核心区与外围区医疗服务中心地空间联动效率，加快推进医疗服务中心地网络化建设；充分考虑空间邻近性、经济发展水平、城镇化的差异，相邻近的医疗中心地具有更便捷的关联和更低的交流成本，加强邻近医疗服务中心地的合作，同时发挥中介节点的作用，创造更多的传递作用，促进医疗服务网络密度的提升，实现医疗服务的空间差异化管理。

此外，随着我国经济和文化的快速发展，居民对所接受的医疗服务质量及服务体验等均提出了更高的要求。由于“求名医”的就医心理以及医疗资源信息的不对称，有许多村民往往舍近求远去大医院就诊，容易造成乡村医疗资源的浪费。在完善医疗服务中心地网络均衡布局的同时，针对不同区域的人口密度和就医差异化需求，制定具有针对性的医疗资源配置策略。一方面，注重高等级医疗服务中心地的覆盖以及医疗水平的提升，强化乡村医疗队伍建设，提高乡镇卫生院医疗服务人员的医疗水平和服务态度，以提高乡村医疗卫生服务网络体系的整体功能，促进均衡、协同发展；另一方面，结合城市社区单元与乡镇村委单元的面积、人口分布，构建与分级诊疗相适应的医疗服务中心地联动网络，结合多层级的就医需求，推进各级医疗资源的合理利用与分级诊疗制度的落实。

参考文献：

［1］淮建军，刘新梅.公共服务研究：文献综述［J］.中国行政管理，2007（7）：96-99.

［2］孙德芳，沈山.国内外公共服务设施配置研究进展［J］.城市问题，2012（9）：27-33.

［3］钟少颖，杨鑫，陈锐.层级性公共服务设施空间可达性研究：以北京市综合性医疗设施为例［J］.地理研究，2016，35（4）：731-744.

［4］CHEN L，CHANG Y，SHIEH C，et al.Accessibility of ophthalmic healthcare for residents of an offshore island：an example of integrated delivery system［J］.BMC Health Services Research，2016，16（7）：261-271.

［5］郑文升，蒋华雄，艾红如，等.中国基础医疗卫生资源供给水平的区域差异［J］.地理研究，2015，34（11）：2049-2060.

［6］马志飞，尹上岗，乔文怡，等.中国医疗卫生资源供给水平的空间均衡状态及其时间演变［J］.地理科学，2018，38（6）：869-876.

［7］赖溱，黄莉.基于泰尔指数的重庆市卫生资源配置公平性研究［J］.中国卫生事业管理，2013，30（11）：844-847.

［8］陶春海，陈婧钰.江西省医疗服务水平均等化的实证分析［J］.统计与决策，2015，30（13）：123-125.

［9］汤少梁，刘浩然.基于熵权TOPSIS法的31个地区基本医疗服务均等化研究［J］.中国卫生统计，2016，33（6）：1030-1034.

［10］熊娟，罗静，彭菁，等.基于可达性的县域医疗服务均等化分析：以湖北省松滋市為例［J］.人文地理，2012，27（5）：25-29.

［11］刘芳，徐亚莉，唐富强，等.基于地理信息系统的四川省卫生资源配置空间分析［J］.西华师范大学学报（自然科学版），2018，39（3）：299-305.

［12］CHENG G，ZENG X K，DUAN L，et al.Spatial difference analysis for accessibility to high level hospitals based on travel time in Shenzhen，China［J］.Habitat International，2016，53：485-494.

［13］丁愫，陈报章.城市医疗设施空间分布合理性评估［J］.地球信息科学学报，2017，19（2）：185-196.

［14］FAN P L，XU L H，YUE W Z，et al.Accessibility of public urban green space in an urban periphery：the case of Shanghai［J］.Landscape and Urban Planning，2017，165：177-192.

［15］柳泽，杨宏宇，熊维康，等.基于改进两步移动搜索法的县域医疗卫生服务空间可达性研究［J］.地理科学，2017，37（5）：728-737.

［16］GHARANI P，STEWART K，RYAN G L.An enhanced approach for modeling spatial accessibility for in vitro fertilization services in the rural midwestern United Utates［J］.Applied Geography，2015，64：12-23.

［17］陈晨，修春亮.基于交通网络中心性的长春市大型综合医院空间可达性研究［J］.人文地理，2014，29（5）：81-87.

［18］张琦，李同昇，史荣.服务老年人群的城市高等级医院交通可达性测评：以西安市三级甲等医院为例［J］.陕西师范大学学报（自然科学版），2016，44（1）：96-101.

［19］SIBLEY L M，WEINER J P.An evaluation of access to health care services along the ruralurban continuum in Canada［J］.BMC Health Services Research，2011，11（1）：1-11.

［20］张纯，李晓宁，满燕云.北京城市保障性住房居民的就医可达性研究：基于GIS网络分析方法［J］.人文地理，2017，32（2）：5964.

［21］陶印华，申悦.医疗设施可达性空间差异及其影响因素：基于上海市户籍与流动人口的对比［J］.地理科学进展，2018，37（8）：1075-1085.

［22］田玲玲，張晋，王法辉，等.公平与效率导向下农村公共医疗资源的空间优化研究：以湖北省仙桃市为例［J］.地理科学，2019，39（9）：1455-1463.

［23］刘笑杰，夏四友，李丁，等.湖南省基本公共服务质量的时空分异与影响因素［J］.长江流域资源与环境，2020，29（7）：1535-1544.

［24］金荣学，宋弦.新医改背景下的我国公共医疗卫生支出绩效分析：基于DEA和Mulmquist生产率指数的实证［J］.财政研究，2012（9）：54-60.

［25］胡玉杰.地方医疗卫生公共服务供给效率的区域差异性［J］.系统工程，2018，36（5）：150-158.

［26］申悦，史祎雯，王虹翔，等.医疗设施可达性对患者就医空间的影响研究：基于上海市医院患者调查的实证［J］.城市发展研究，2019，26（12）：46-52.

［27］GORDON F，PARTRIDGE M D，CARRUTHERS J I.Central place theory and its reemergence in regional science［J］.Annals of Regional Science，2012，48（2）：405-431.

［28］HALSETH G，RYSER L.Trends in service delivery：examples from rural and small town Canada，19982005［J］.Journal of Rural and Community Development，2006，1（2）：69-90.

［29］YU R，ABDELATY M.Using hierarchical bayesian binary probit models to analyze crash injury severity on high speed facilities with realtime traffic data［J］.Accident Analysis and Prevention.2014，62（6）：161-167.

［30］REZA Z F，MASOUD H.Hierarchical facility location problem：models，classification，techniques，and applications［J］.Computes & Industrial Engineering.2014，68（5）：104-117.

［31］盛科荣，杨雨，张红霞.中国城市网络的凝聚子群及影响因素研究［J］.地理研究，2019，38（11）：2639-2652.

［32］范方志，王晓彦.中国农村基本公共服务供给效率的评价研究［J］.宁夏社会科学，2020（5）：83-91.

［33］YIN C，HE Q，LIU Y，et al.Inequality of public health and its role in spatial accessibility to medical facilities in China［J］.Applied Geography，2018，92（3）：50-62.

Network Structure and Influencing Factors of Rural Medical Care Central Places in New Urban Districts of Metropolitan Area：A Case Study of New Urban Districts in Wuhan

JIANG Liang1，CHEN Jie2，LUO Jing3，TIAN Ye4

（1.College of Geography and Spatial Information，Xuchang University，Xuchang Henan 461000，China;2.School of Geography and Tourism，Huizhou University，Huizhou Guangdong 516007，China;3.School of Urban and Environmental Science，Central China Normal University，Wuhan Hubei 430079，China;4.Changjiang Academy of Development and Strategy/Institute for Advanced Studies in Finance and Economics，Hubei University of Economics，Wuhan Hubei 430205，China）

Abstract：Medical service is an important guarantee for maintaining the health of residents.The spatial network structure and influencing factors of rural medical care central places in new urban districts of Wuhan are analyzed by the modified gravitational model and social network analysis method.The results are as follows：（1）The rural medical care central places in new urban districts of Wuhan is rendered as a network structure，with multiple centers coexisting in a hierarchical manner;on the whole，the network density of rural medical care central places is in the primary stage;the overall degree of relevance is low and most of the connections are limited to the interior of each district;the overall node aggregation is low;the network of rural medical care central places is obviously imbalanced，forming a spatially nested pattern of different scales.（2）Medical care central places can be divided into six subgroups，presenting a circle structure from the inside to the outside;the spatial association network of the six subgroups forms a hierarchical plate from north to south and there is a phenomenon of small groups;what needs to be pointed out in particular is that the division of subgroups has exhibited distinctive features of proximity，and geographic proximity has a relatively obvious impact on the association strength of rural medical care central places.（3）The improvement of the spatial correlation network strength of rural medical care central places in new urban districts is notably influenced by geographical proximity，agricultural output value，registered capital of secondary industry enterprises，population size，the level of urbanization，road density and traffic accessibility while the influence of the tertiary industry enterprises is not significant.

Keywords：rural medical care central places;central place theory;network structure;influencing factors;new urban districts of Wuhan