中国西部地区全科医生资源配置公平性分析及需求预测研究

张兰 张瑞华 吴雪莲 杨燕 段桂敏 赵大仁

【摘要】 背景 全科医生是居民健康的守门人，其资源的合理配置是实现卫生服务公平性的基本保障。目前我国对全科医生配置方面的研究主要集中于全国和部分单体省份，缺乏针对以西部地区为研究对象的全科医生人力资源配置的研究。目的 评价2015—2020年我国西部地区全科医生资源配置现状，为西部地区优化全科医生资源配置提供参考。方法 本研究数据来源于2016—2017年《中国卫生和计划生育统计年鉴》、2018—2022年《中国卫生健康统计年鉴》、2016—2022年《中国统计年鉴》。运用阿特金森指数和区位熵对西部地区全科医生配置进行总体测算和具体分解；运用灰色预测模型对西部地区2022—2025年全科医生需求量进行预测。结果 2015—2020年西部地区全科医生数从39 290人增加至 94 652人，年均增长率为19.23%；2015年和2020年按人口、经济和地理面积分布的阿特金森指数分别是0.126 5和0.049 3、0.124 4和0.038 2、0.786 5和0.694 4；2020年西部各省份的人口、经济、地理指标的区位熵分别在0.794 3～1.219 0、0.697 0～1.337 3、0.043 2～7.727 0，西南地区地理配置区位熵>1，西北地区人口配置区位熵优于地理配置，甘肃省、青海省和广西壮族自治区经济指标的区位熵在研究年限内均>1；灰色模型预测2022—2025年西部地区全科医生数量呈增长趋势。结论 西部地区全科医生资源配置水平逐渐提升，结构逐步优化，但仍存在总量不足、分布不均、注册率较低、公平性较差等问题。建议应以地理分级为标准，以“调增优存”为原则，以职业吸引力为目标，以资源整合和区域协同为导向，进一步优化西部地区全科医生资源配置。

【关键词】 全科医生；资源配置；健康公平性；西部地区；阿特金森指数；区位熵；灰色预测

【中图分类号】 R 192 【文献标识码】 A DOI：10.12114/j.issn.1007-9572.2023.0232

Equity Analysis and Demand Prediction of General Practitioner Resource Allocation in Western China

ZHANG Lan1，ZHANG Ruihua1，2，WU Xuelian1，YANG Yan3，DUAN Guimin1，ZHAO Daren4*

1.School of Management，Chengdu University of Traditional Chinese Medicine，Chengdu 611137，China

2.General Practitioners Training Center of Sichuan Province，Chengdu 610015，China

3.Reform，Innovation and Operations Expansion Department，the Third People's Hospital of Chengdu，Chengdu 610031，China

4.Department of Medical Administration，Sichuan Provincial Orthopedic Hospital，Chengdu 610041，China

*Corresponding author：ZHAO Daren，Assistant researcher ；E-mail：cdzhaodaren@163.com

【Abstract】 Background General practitioners（GPs）are gatekeepers of residents' health，the rational allocation of resources is the basic guarantee for achieving fairness in health services. At present，research on the allocation of GPs in China mainly focuses on the whole country and individual provinces，lack of research on the allocation of human resources for general practitioners in the western region as the research object. Objective To comprehensively evaluate the current situation of GPs resource allocation in western China from 2015 to 2020，provide a reference for optimizing the resources distribution of GPs in the western region of China. Methods The data for this study were derived from the China Health and Family Planning Statistical Yearbook（2016-2017），the China Health Statistics Yearbook（2018-2022），and the China Statistical Yearbook（2016-2022）. Using Atkinson index and location entropy to calculate and decompose the overall allocation of GPs resources in the western region. Using grey prediction model to predict the demand for GPs in the western region from 2022 to 2025. Results From 2015 to 2020，the number of GPs in the western region increased from 39 290 to 94 652，with an average annual growth rate of 19.23%. The Atkinson Index by population，economy，and geography in 2015 and 2020 respectively were 0.1265 and 0.049 3，0.124 4 and 0.038 2，0.786 5 and 0.694 4. The location entropy of population，economy，and geographical indicators in the western provinces in 2020 respectively ranged from 0.794 3 to 1.219 0，0.697 0 to 1.337 3，and 0.043 2 to 7.7270. The location entropy of geographical allocation in the southwest region is greater than 1，while the location entropy of population allocation in the northwest region is better than geographical allocation.The location entropy of economic indicators in Gansu，Qinghai and Guangxi is greater than 1 during the research period.The grey model predicts that the resources of GPs in the western region will show an increasing trend from 2022 to 2025. Conciusion The allocation level of GPs in the western region is gradually improving，and the structure is gradually optimizing. However，there are still problems such as insufficient total quantity，uneven distribution，low registration rate，and poor fairness. Suggestions should be based on geographical classification as the standard，with the principle of "Adjust increment and optimize inventory"，the goal of occupational attractiveness，and the guidance of resource integration and regional collaboration to further optimize the resource allocation of GPs in the western region.

【Key words】 General practitioners；Resource allocation；Health equity；Western region；Atkinson index；Location entropy；Grey prediction

“强基层”是深化医药卫生体制改革的重要原则和工作内容，近年来，国家将提升基层医疗服务能力作为最基础、最根本的重要工作［1］。全科医生作为居民健康的“守门人”，是保障基层卫生事业健康发展的重要条件，也是基层医疗卫生人才建设的重点［2］。《关于改革完善全科医生培养与使用激励机制的意见》（国办发〔2018〕3号）明确指出要为卫生与健康事业发展提供可靠的全科医学人才支撑［3］。我国西部地区面积广大，各省、市、自治区的地域情况复杂各异，医疗卫生资源配置面临的挑战和难度较大，同时西部地区农村人口众多，健康风险较高［4］，居民医疗服务需求较大，因此，完善西部地区基层医疗卫生服务体系和以全科医生为重点的基层医疗卫生队伍建设具有重要意义。本研究对西部地区12个省份的全科医生配置情况进行分析和预测，以期为有效优化西部地区全科医生服务资源的区域布局、建设西部地区全科医生队伍提供参考。

1 资料与方法

1.1 一般资料

研究对象为我国西部12个省份的全科医生，包括注册为全科医学专业的人员和取得全科医师培训合格证的人员。数据来源于2016—2017年《中国卫生和计划生育统计年鉴》、2018—2022年《中国卫生健康统计年鉴》、2016—2022年《中国统计年鉴》。根据国家统计局的划分标准，我国西部地区包括内蒙古自治区、广西壮族自治区、陕西省、甘肃省、青海省、宁夏回族自治区、新疆维吾尔自治区、重庆市、四川省、贵州省、云南省、西藏自治区共12个省份。

根据《中国卫生和计划生育统计年鉴》《中国卫生健康统计年鉴》的统计口径：2015—2020年全科医生总数为注册为全科医学专业和取得全科医生培训合格证的执业（助理）医师数之和。2021年最新统计口径：全科医生总数为注册为全科医学专业和注册为乡村全科执业（助理）医师的人数之和。由于全科医生的统计口径发生变化，故本研究分为两个部分：一是对2015—2020年我国西部地区全科医生配置情况进行分析，二是运用灰色预测模型对2022—2025年西部整体及各省份的“全科医生总数”进行预测。

1.2 研究方法

1.2.1 阿特金森指数（Atkinson index）：阿特金森指数最初是用来评价收入分配公平性的社会福利性指标，后逐步应用于卫生领域研究资源配置公平性［5］。阿特金森指数相比于基尼系数（Gini coefficient），对资源不均等分布的敏感性更高［6］，其取值范围在0～1，数值越小，分布越平均。其计算公式为：

A=1-［（xi/u）1-εf（xi）］1/（1-ε）                  （式1）

xi表示i地区的卫生资源量，u表示卫生资源的平均值，∑是不平等厌恶参数，反映社会对不平等的厌恶（或对平等的偏好）程度［7］，本研究将ε设置为2进行计算［5］。

1.2.2 区位熵：区位熵又称专业化率，是一种研究区域类要素空间分布情况的指标，主要用于产业结构分析，测算小区域某一产业部门在大区域范围的相对集中程 度［8］。本研究将区位熵引入卫生领域，反映微观区域内全科医生供需水平在整体研究范围内的水平并显示其空间分布情况。计算公式为：

LQi=（Mi/Pi）/（M/P）                                                        （式2）

Mi、M分别表示i地区和总研究区内的资源数量，Pi、P分别表示i地区和总研究区内的人口数（地理面   积）［8］，一般将1作为临界值，当取值<1时，说明相对不公平；反之，相对公平。

1.2.3 灰色预测模型：灰色预测GM（1，1）模型是由邓聚龙教授提出的以原始数列进行建模分析、定量预测未来变化趋势的理论，具有样本数据少、运算方便、适用性强和精度高等优点［9］。模型的方程公式为：（式3）

公式中a、u为待定系数，其中a为发展灰度，u为内生控制灰度。该模型主要原理是：对原始时间序列进行累加，构建一阶线性微分动态时间序列模型，用最小二乘法进行参数估计，逆生成及累减还原得到预测值，并通过后验差比值C和小误差概率P评价模型的        精度［10］，见表1。

1.3 统计学方法

采用Excel 2019进行数据录入和计算，采用年均增长率反映全科医生增速和发展趋势，同时运用SPSS 25.0对西部地区全科医生资源配置进行描述性分析。

2 结果与分析

2.1 全科医生发展现状

2.1.1 2015—2020年西部地区全科医生变化情况分析：2015—2020年，我国西部地区全科医生数从39 290人增加至94 652人，年均增长率为19.23%，高于全国平均水平（16.73%）［11］；取得全科医生培训合格证的人数年均增长率为6.79%；注册为全科医学专业的人数年均增长率为38.08%，高于东部（27.67%）、中部（20.42%）以及全国平均水平（30.21%）［11］；全科医生注册率逐年提高，2020年注册为全科医学专业的人数首次高于取得全科医生培训合格证的人数，为58.56%；每万人口全科医生数从1.06人增加至2.47人，低于全国平均2.90人［11］。见表2。

2.1.2 2015—2020年西部各省份全科医生年均增长率发展情况分析：2015—2020年我国西部12个省份中“注册为全科医学专业的人数”的年均增长率均快于“取得全科医生培训合格证的人数”的增长速度；四川省、云南省、广西壮族自治区、重庆市的注册人数和注册率的增长速度均快于西部其他省份；内蒙古自治区、甘肃省、新疆维吾尔自治区的“取得全科医生培训合格证的人数”高于“注册为全科医学专业的人数”且全科医生注册率的增长比率较低，西藏自治区注册率为负增长；西藏自治区、陕西省的每万人口全科医生数年均增长率较高，分别为35.30%、30.67%；贵州省的每万人口全科医生数仅为1.96人，仅四川省高于全国平均水平。见表3。

2.2 全科医生配置公平性

2.2.1 阿特金森指数评价：由图1可知，2015—2020年，我国西部地区全科医生按人口分布的阿特金森指数由0.126 5下降至0.049 3，按经济分布的阿特金森指数由0.124 4下降至0.038 2，按地理面积分布的阿特金森指数由0.786 5下降至0.694 4，西部地区全科医生资源配置公平性持续优化，按人口以及经济分布的公平性始终优于按地理面积分布，人口配置公平性相对较优，地理配置公平性有待提高。

2.2.2 区位熵评价：2015—2020年，四川省、广西壮族自治区按人口、经济、地理配置的区位熵逐步完善，到2020年两省按人口、经济、地理配置的区位熵均>1，甘肃省在研究年限内的各指标区位熵均>1，3个省份全科医生配置的均衡性和可及性均较好；重庆市按人口及地理配置的区位熵优于按经济配置，按经济配置的区位熵均小于1；贵州省、云南省、陕西省、宁夏回族自治区这4个省份按地理配置的区位熵均>1，地理可及性较好，按人口及经济配置的区位熵有待完善；青海省、新疆维吾尔自治区按人口、经济配置的区位熵优于按地理配置，按地理配置的区位熵远<1；内蒙古自治区按人口配置的区位熵均>1，人口均衡性较好，按经济和地理配置的区位熵均<1，按经济配置的区位熵呈现上升趋势，按经济配置公平性逐年完善，但按地理配置的区位熵呈下降趋势；西藏自治区按人口、地理、经济配置的区位熵均<1，且均低于西部其他省份，按地理配置的区位熵远<1，地理可及性较差，见表4。

2.3 全科医生需求预测

构建的13个灰色预测模型的后验差比值C<0.35，P均为1.0，预测精度等级为1级，见表5。外推预测结果显示：2022—2025年我国西部地区及各省市全科医生资源呈稳步上升趋势，见表6。

3 讨论

3.1 西部地区全科医生资源总量不足、分布不均

研究结果表明：我国西部地区取得全科医生培训合格证的人数、注册为全科医学专业的人数、全科医生总数及每万人口全科医生数均呈逐年增长趋势，且注册为全科医学专业的人数和全科医生总数的年均增长率均高于东、中部和全国平均水平，表明西部地区全科医生队伍的建设与发展取得了一定的成绩。但是，西部地区全科医生总数在全国占比仍相对较低（23.15%），低于东部（50.84%）、中部（26.00%）地区，且西部每万人口全科医生数仅为2.47人，低于东部（3.43人）、中部（2.53人），仅四川省（3.01人）超过全国平均水平（2.90人），最低的贵州省仅为1.96人。上述研究结果与国务院颁布的《关于改革完善全科医生培养与使用激励机制的意见》（国办发〔2018〕3号）中提出的“到2020年，城乡每万名居民拥有2～3名合格的全科医生”和“到2030年，城乡每万名居民拥有5名合格的全科医生”的目标仍有一定差距。同时，预测结果显示，2022—2025年西部地区全科医生资源呈增长趋势，表明未来几年西部地区各省份全科医生的发展趋势整体向好，但长期来看，随着现阶段我国人口老龄化的加剧以及居民对医疗服务需求和质量的不断增长［11］，西部地区全科医生资源供给仍面临较大挑战。此外，西部地区区域之间全科医生资源发展差异明显，陕西省、重庆市的全科医生增长速度较快，新疆维吾尔自治区、青海省和云南省的增长速度较慢，西藏自治区的缺口最大，其高年均增长率与基数小有关；截至2020年西部地区全科医生总数丰富的四川省是西藏自治区的34倍，是宁夏回族自治区及青海省的14倍；预测结果显示，到2025年西部各省份之间全科医生需求量预测结果差异仍然较大，可能未来仍会存在全科医生资源分布不均的难题。

3.2 西部地区全科医生注册率有所改善但仍相对较低

研究发现，西部地区全科医生的注册人数和注册率逐年提高，2020年注册率达58.56%，并超过取得培训合格证的人数，与国内李婉等［12］、陈方厅等［13］的研究结果存在差异，这可能与近年来各级政府对西部偏远地区和基层的投入与发展高度重视相关。虽然西部地区全科医生队伍结构在不断完善，但2020年全科医生注册人数和注册率仍低于全国平均水平（255 856人、62.59%），内蒙古自治区、甘肃省、新疆维吾尔自治区、西藏自治区的注册率增长速度较慢，西藏自治区出现负增长，注册人数均未超过取得培训合格证的人数，这4个省份的全科医生队伍结构亟须优化。西部地区注册率偏低的原因可能与现阶段对全科医学的社会认可度及职业吸引力等因素密切相关：一是如今仍有部分居民和全科学员以传统专科思维看待全科医学的价值，全科医生的社会认可度和职业自我认同感较低［14］；二是全科医生的薪酬待遇偏低，职业发展空间有限，且西部地区地处偏远，经济发展速度较慢，职业环境较差等导致西部地区全科医生职业吸引力不足［15］。

3.3 西部地区全科医生资源配置公平性存在差异

阿特金森指数的研究结果显示：2015—2020年西部地区全科医生按人口和经济分布的公平性始终优于按地理分布；区位熵结果显示：西部地区内存在不同程度的人口、地理和经济配置不公平，四川省、甘肃省、广西壮族自治区、重庆市全科医生配置整体较好；贵州省、云南省、陕西省、宁夏回族自治区按人口与经济配置的公平性相对地理配置较差；而内蒙古自治区、青海省、新疆维吾尔自治区、西藏自治区资源配置公平性整体较差，按地理配置公平性亟须改善。究其原因，一方面是因为经济与人口的交互作用使经济发达地区人口也相对密集［16］；另一方面我国西北地区经济发展相对落后、地理面积广阔、人口密度低且居住分散，“地向性”指标对资源配置影响更大，而西南地区经济发展较快、人口相对密集，且受四川省、重庆市等集聚效应的影响，“人向性”指标影响更大［17］。但是，目前政府在进行卫生规划时又长期将每千（万）人口资源拥有全科医生数作为资源配置标准，较少关注区域结构和空间分布，忽略了西部部分省份地广人稀的特征，导致资源投入配置比例失衡，造成区域间资源配置差异显著［18］。

4 建议

4.1 以地理分级为标准，强化政府的主导地位和作用

澳大利亚为改善卫生人力资源配置不均衡制定了地理分级标准并依据分级原则制定差异化卫生人力激励政策，极大促进了偏远和极度偏远地区卫生人力资源的流入［19］。可借鉴该国地理分级经验，根据西部各省份的辖区人口年龄、交通可达性、经济状况、全科医生队伍建设水平和缺乏情况等实际情况，进行分级并制定差异化卫生政策，引导全科医生资源合理流动。同时，建议相关部门组建西部地区专项评估小组，定期考察医疗卫生供需情况，实时更新地理分级标准与卫生政策。其次，中央和地方政府也应进一步加大对西部全科医生建设工作的重视程度，中央政府应加强宏观调控，通过规划、调控、资金投入、制度建设以及卫生改革等途径补齐西部各地区医疗卫生资源短板；各级地方政府需积极完善和落实本地区全科医生培养与使用激励等的相关政策与体制机制，通过大力发展地区经济等方式提高地方人均经济水平和医疗购买能力［20］，以增加地方政府的可支配资金，提升地方政府卫生资源规划的空间与能力。

4.2 以“调增优存”为原则，持续扩充西部地区全科医生队伍

针对西部地区全科医生总量不足的现状，建议遵循“调整增量，优化存量”的政策。在“调整增量”上：一是扩大西部地区全科医学招生规模，增加全科医学生培养数量，逐步完善助理全科医师培训、农村订单定向免费培养、全科特岗计划、转岗培训、对口支援等培养政策与方案［21］；二是推动西部地区定向医学生诚信管理体系建设，运用道德、经济、行政、法律等多途径增强定向医学生的契约精神以及提高其服务基层的履约

率［22］，减少人才流失；三是积极鼓励社会力量举办全科诊所，辅以政府补贴，并为其提供更好的政策环境和发展平台，以增加西部地区医疗服务资源，扩大服务供给。在“优化存量”上：一是重视并关注已执业全科医生的继续教育和职业发展［23］，加大对学历教育的支持力度，提高基层在职全科医生的总体服务质量和服务效率；二是完善西部地区全科医生退出机制，适当延长全科医生骨干的服务年龄，可结合实际采用择优返聘执业的方式弥补全科人才缺口；三是加强西部地区远程医疗服务体系建设，借助互联网优势，完善全科医生培养信息平台、增强远程会诊等智慧医疗模式的普及和使用［24］，解决传统培训成本高、基层服务能力弱的问题。

4.3 以职业吸引力为目标，提高西部地区全科医生注册率

尽管我国西部地区全科医生队伍结构在逐步优化，但注册率仍有待提高。研究表明，注册率高低与政府卫生投入呈中度正相关［25］，因此，首先政府要持续加大对西部地区的卫生投入，并通过转移支付的方式降低政府卫生投入水平的差异，针对西藏自治区、新疆维吾尔自治区等严重缺乏地区，可以通过增加政府直接投资、撬动社会资本投入、地方政府发放债券等多途径加大支持与投入力度［26］，同时鼓励发展水平较好的四川省、重庆市等通过自身优势提高全科医生的数量和质量。其次，重视并加强全科学员的专业认知教育和职业认同教育［27］，让学员了解全科医学的发展动态和全科医生的社会价值，通过多种方式增强社会认可度，提高其职业信心以及从事全科医生岗位的意愿。此外，完善西部地区全科医生激励机制，提高职业吸引力。在西部地区探索实施全科医生年薪制以及同工同酬制，在子女教育、进修培训、工资待遇、晋升等方面加大倾斜力度；探索实施全科医生编制周转池制度和编制备案制管理［23］，促进稀缺编制资源向西部全科岗位倾斜；优化我国西部地区全科卫生人员的职称晋升体系，增设西部地区全科医生的职称晋升比例；加强西部地区基层卫生的硬件投入，完善西部地区信息化建设及医疗设备与药品供应，提供良好的执业环境。

4.4 以资源整合和区域协同为导向，推动资源分布的均衡性

为提高西部地区全科医生分布的均衡性并缩小地区差异，首先，政府在衡量卫生服务公平性以及统筹全科医生区域布局时不仅要考虑人口分布，还应重视经济发展水平、人群卫生服务需求、机构辐射能力和服务半径等因素的影响［28］。其次，一方面，应强化西部整体性思维，以均衡发展为目标建立区域协同机制，依托“互联网+全科医生”、县域医共体、巡回医疗等流动性服务新模式促进优质全科医生的共享与利用［29］，同时畅通跨省合作，推动西南对西北地区、发达对薄弱地区的对口支援力度，实现资源互补；另一方面，针对区域间差异，提质扩模，实现差异化发展。贵州省、云南省、陕西省、宁夏回族自治区应侧重全科医生相对人口分布的适配性，根据当地人口分布特征以及资源利用效率合理分配资源；西藏自治区、新疆维吾尔自治区、内蒙古自治区、青海省应着重考虑医疗服务半径问题，既要强化对该类地区的政策供给，稳定扩充人才总量，又要合理设置卫生资源配置标准，重视提高全科医生资源的地理覆盖率；四川省、重庆市、广西壮族自治区、甘肃省应重在“提档升级”，根据当地医疗需求，加强全科医生亚专长培训，培养全有所专的基层全科医生，同时结合政策和自身优势，积极探索推动西部地区全科医疗数字化转型，持续加大医疗信息化建设，利用外部技术手段提高基层医疗服务能力与效率［30］。

作者贡献：张兰进行文章的构思与设计、数据分析、论文撰写；张瑞华进行论文的修订，负责文章的质量控制与审校；吴雪莲、杨燕进行数据的收集与整理，统计学处理；段桂敏进行论文修订，监督管理；赵大仁对文章的结构逻辑、可行性进行指导、审查、监督，对文章整体负责。

本文无利益冲突。

张兰：https：//orcid.org/0009-0005-3601-9453

张瑞华：https：//orcid.org/0000-0003-1471-009X

赵大仁：https：//orcid.org/0000-0003-4383-5756

参考文献

鲁志鸿，孟庆跃，王颖. 新医改前后中国基层卫生资源配置公平性分析［J］. 中国公共卫生，2017，33（8）：1203-1205.

程艳敏，徐燕飞，温楠，等. 2013—2016年山东省全科医生配置现状及公平性趋势研究［J］. 中国全科医学，2020，23（4）：414-418. DOI：10.12114/j.issn.1007-9572.2020.00.019.

中华人民共和国中央人民政府. 关于改革完善全科医生培养与使用激励机制的意（国办发〔2018〕3号）见［EB/OL］.（2018-01-04）［2023-6-20］. http：//www.gov.cn/zhengce/content/2018-01/24/content_5260073.htm.

黄锐，李婉，郝婧. 西部地区农村基层医疗卫生服务效率评价研究：基于DEA-Tobit模型的分析［J］.西北民族研究，2023，119（2）：144-155. DOI：10.16486/j.cnki.62-1035/d.20230411.002.

王艺诺，闫萍，徐玉英，等. “十三五”期间湖北省卫生人力资源配置公平性研究［J］. 护理学报，2023，30（3）：45-50.

朱阳杰，唐康，刘同同，等. 我国卫生资源配置公平性研究综述［J］. 解放军医院管理杂志，2021，28（12）：1101-1103.

辛静静. 京津冀地区主要城市集聚差异研究［J］. 工业技术经济，2017，36（2）：153-160.

黄经南，朱恺易. 基于POI数据的武汉市公共服务设施布局社会公平绩效评价［J］. 现代城市研究，2021，36（6）：24-30.

ZHAO D R，ZHANG H W，CAO Q，et al. The research of ARIMA，GM（1，1），and LSTM models for prediction of TB cases in China［J］. PLoS One，2022，17（2）：e0262734.

张瑞华，赵大仁，何思长，等. 基于灰色GM（1，1）模型与ARIMA模型的四川省卫生人力资源预测探讨［J］. 现代预防医学，2017，44（7）：1242-1247.

姜文娟，陈美伦，崔瑛. 基于灰色模型的山东省“十四五”期间卫生人力资源预测研究［J］. 中国卫生标准管理，2023，14（5）：54-58. DOI：10.3969/j.issn.1674-9316.2023.05.012.

李婉，韩彩欣. 我国西部地区全科医生配置公平性研究：基于基尼系数和集聚度［J］.卫生经济研究，2020，37（9）：29-32. DOI：10.14055/j.cnki.33-1056/f.2020.09.008.

陈方厅，赵春文，于倩倩，等. 我国全科医生人力资源配置分析与预测［J］. 中国卫生统计，2019，36（5）：678-681.

王荣华，李云涛，季国忠，等. 阻碍全科学员注册为全科医生的影响因素调查研究［J］. 中国全科医学，2019，22（28）：3505-3509. DOI：10.12114/j.issn.1007-9572.2019.00.386.

冯晶，申鑫，甘勇. 中国东中西部地区全科医生离职意愿现状及其影响因素［J］. 中国公共卫生，2021，37（11）：1635-1640. DOI：10.11847/zgggws1131685.

毛瑛，朱斌，刘锦林，等. 我国西部地区卫生人力资源配置公平性分析：基于资源同质性假设［J］. 中国卫生经济，2015，34（7）：31-34. DOI 10.7664/CHE20150710.

沈晓，甘恩儒，徐一明.基于集聚度的我国西部地区卫生资源配置评价［J］. 医学与社会，2019，32（7）：32-35，53.

王狄佳，陈丹镝，杨先碧，等. 我国西部地区基层卫生人力资源配置公平性研究［J］. 现代预防医学，2019，46（11）：1986-1989.

干颖滢，王书平，吴晓凡，等. 基于地理分级标准的偏远地区卫生人力资源优化：澳大利亚改良版蒙纳士模型及其对我国的启示［J］. 中国全科医学，2022，25（31）：3843-3850.

张晔，张驰，王志强. 2004—2016年新疆医疗卫生资源配置公平性与影响因素研究：基于“人口公平性”与“地理公平性”的综合视角［J］. 中国卫生事业管理，2019，36（7）：499-509.

杨辉，韩建军，许岩丽. 中国全科医生队伍建设的发展、挑战与展望［J］. 中国全科医学，2019，22（19）：2267-2279.

宋茂荣，刘波，宋晶. 农村订单定向医学生契约精神：现状、背离与回归［J］. 卫生经济研究，2022，39（8）：18-20.

付英杰，王健，孟彦，等. 中国全科医生发展趋势及公平性研究［J］. 中国全科医学，2020，23（1）：7-13.

接纯纯，周典，田帝，等. 基于共生理论的远程会诊与线上诊疗融合发展模式研究［J］. 中国医院管理，2022，42（7）：43-46.

黄冬梅，尹文强，于倩倩，等. 我国全科医生资源现状与“2020政策目标”比较分析［J］. 中国卫生经济，2017，36（10）：51-55. DOI 10.7664/CHE20171013.

万圣洁，段桂敏，李家伟，等. “十三五”期间西部地区中医类医院卫生资源配置公平性及需求预测研究［J］. 中国医院，2023，27（4）：5-9. DOI：10.19660/j.issn.1671-0592.2023.04.02.

潘雯，冯晶，郑艳玲，等.中国全科医生心理资本与留职意愿的关系研究：职业认同的中介作用［J］. 中国全科医学，2023，26（25）：3127-3132.

吴晓凡，尹悦，干颖滢，等. 西藏自治区基层卫生资源配置现状及公平性研究［J］. 中国全科医学，2023，26（16）：1953-1957. DOI：10.12114/j.issn.1007-9572.2022.0560.

袁文辉，苏婉敏，王培席. 广东省全科医生配置公平性分析［J］. 卫生经济研究，2023，40（2）：85-88，93.

苏彬彬，刘尚君，卢彦君，等. 基于集聚度的我国基层卫生人力资源配置评价研究［J］. 中国卫生政策研究，2021，14（4）：49-54.DOI：10.3969/j.issn.1674-2982.2021.04.007.

（本文编辑：李婷婷）

*通信作者：赵大仁，助理研究员；E-mail：cdzhaodaren@163.com

基金项目：教育部人文社会科学规划基金项目（21YJAZH016）；四川省基层卫生事业发展研究中心（SWFZ22-Z-02）；四川省基层卫生事业发展研究中心（SWFZ21-Q-59）

引用本文：张兰，张瑞华，吴雪莲，等.中国西部地区全科医生资源时空配置分析及需求预测研究［J］.中国全科医学，2024，27（25）：3171-3177. DOI：10.12114/j.issn.1007-9572.2023.0232.［www.chinagp.net］

ZHANG L，ZHANG R H，WU X L，et al. Equity analysis and demandprediction of general practitioner resource allocation in western China［J］.Chinese General Practice，2024，27（25）：3171-3177.

? Editorial Office of Chinese General Practice. This is an open access article under the CC BY-NC-ND 4.0 license.