中國護(hù)理人才格局演變及其空間分異機(jī)制

摘要：目的：揭示中國護(hù)理人才格局演變的內(nèi)在機(jī)制，為護(hù)理人才相關(guān)研究做出一些補(bǔ)充。方法：運(yùn)用探索性空間數(shù)據(jù)分析方法對中國省區(qū)護(hù)理人才格局演變進(jìn)行分析，并應(yīng)用最小二乘法（OLS）模型、地理加權(quán)回歸（GWR）模型對其影響因素及空間分異機(jī)制進(jìn)行探討。結(jié)果：中國省區(qū)護(hù)理人才的高值-高值的省區(qū)分布在東部地區(qū)，低值-低值的省區(qū)分布在西部地區(qū)。在護(hù)理人才格局演變及其空間分異的諸因素中，經(jīng)濟(jì)發(fā)展水平、衛(wèi)生投入力度、老齡化程度各自呈現(xiàn)出不同的態(tài)勢。結(jié)論：在制定護(hù)理人才的有關(guān)政策時，需要適當(dāng)考慮各地區(qū)的不同情況。

關(guān)鍵詞：護(hù)理人才;影響因素;空間分異機(jī)制;地理加權(quán)回歸;中國

1 研究方法與數(shù)據(jù)

1.1 數(shù)據(jù)來源

由于中國香港、澳門和臺灣的數(shù)據(jù)難以獲得，本文采用全國31 個省區(qū)作為基本研究單元，時間范圍為2003～2017年。數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》、《中國人口和就業(yè)統(tǒng)計(jì)年鑒》、《中國人口統(tǒng)計(jì)年鑒》。

1.2 有序樣本聚類

為更客觀的劃分中國護(hù)理人才空間格局演化的階段，運(yùn)用有序樣本聚類法，對2003～2017年中國省區(qū)每千人口注冊護(hù)士數(shù)進(jìn)行階段劃分。有效樣本聚類以Fisher發(fā)展的方法最為流行^[1]。本文運(yùn)用R軟件進(jìn)行有序樣本聚類分析，根據(jù)中國省區(qū)每千人口注冊護(hù)士數(shù)將2003～2017年劃分為3個階段，即2003～2008年、2008～2013年、2013～2017年。相應(yīng)地，本文選取2003年、2008年、2013年、2017年作為分析的時間節(jié)點(diǎn)。

1.3 探索性空間數(shù)據(jù)分析

探索性空間數(shù)據(jù)分析是一系列空間數(shù)據(jù)分析技術(shù)和方法的總稱，用來描述數(shù)據(jù)的空間分布規(guī)律、空間結(jié)構(gòu)及空間相互作用機(jī)制^[2]。本文運(yùn)用全局和局域空間自相關(guān)分析方法來研究中國省區(qū)護(hù)理人才格局演變的時空動態(tài)，具體方法見參考文獻(xiàn)^[3]。本文運(yùn)用ArcGIS軟件探索性空間數(shù)據(jù)分析。

1.4 OLS與GWR

依據(jù)護(hù)理人才發(fā)展與社會、經(jīng)濟(jì)等發(fā)展變化的相互關(guān)系，結(jié)合中國護(hù)理事業(yè)發(fā)展實(shí)際，本文以人均GDP、人均衛(wèi)生經(jīng)費(fèi)支出、老年人口撫養(yǎng)比三個指標(biāo)作為自變量，三者分別反映經(jīng)濟(jì)發(fā)展水平、衛(wèi)生投入力度、老齡化程度;以每千人口注冊護(hù)士數(shù)作為因變量，運(yùn)用最小二乘法（OLS）進(jìn)行回歸分析。需要說明的是，人均GDP、人均衛(wèi)生經(jīng)費(fèi)支出的單位均為萬元，老年人口撫養(yǎng)比的單位為1，每千人口注冊護(hù)士數(shù)的單位為人。

本文首先運(yùn)用最小二乘法（OLS）分析護(hù)理人才的影響因素，然后運(yùn)用地理加權(quán)回歸（GWR）進(jìn)行進(jìn)一步的分析，以探索各影響因素在不同空間對護(hù)理人才格局的不同作用。GWR模型結(jié)構(gòu)如下^[4]：

2 中國護(hù)理人才的空間格局演變

運(yùn)用ArcGIS10.1進(jìn)行局域自相關(guān)分析，中國護(hù)理人才高值-高值的省區(qū)分布在東部地區(qū)，低值-低值的省區(qū)分布在西部地區(qū)。具體來看，在2003、2008年，高值-高值的省區(qū)為北京、天津、吉林，2013年則為北京、天津、上海、江蘇、山東，到2017年已沒有高值-高值的省區(qū)。低值-低值的省區(qū)在2003年為四川、重慶、湖南、廣西、云南、貴州，2008年為四川、重慶、廣西、云南、貴州、青海，2013年為四川、重慶、廣西、貴州、青海，2017年則沒有該類型的省區(qū)。

3 中國護(hù)理人才格局演變的影響因素及其空間分異機(jī)制

3.1 護(hù)理人才格局演變的影響因素

對2003年、2008年、2013年、2017年中國省區(qū)每千人口注冊護(hù)士數(shù)的影響因素進(jìn)行OLS分析（表1），F(xiàn)檢驗(yàn)的p值表明均通過顯著性檢驗(yàn)。從回歸結(jié)果來看，2003年人均GDP和人均衛(wèi)生經(jīng)費(fèi)支出的回歸系數(shù)為正且顯著，但老年人口撫養(yǎng)比的回歸系數(shù)為負(fù)且顯著，表明護(hù)理人才格局演變受到經(jīng)濟(jì)發(fā)展水平和衛(wèi)生投入力度的正向促進(jìn)作用，和老齡化程度的負(fù)向抑制作用。2008年，人均GDP和人均衛(wèi)生經(jīng)費(fèi)支出的回歸系數(shù)仍然為正且顯著，老年人口撫養(yǎng)比的回歸系數(shù)仍然為負(fù)但已不顯著，表明護(hù)理人才格局演變受到經(jīng)濟(jì)發(fā)展水平和衛(wèi)生投入力度的正向促進(jìn)作用，和老齡化程度的負(fù)向抑制作用，但負(fù)向作用已明顯減弱。2013年，人均GDP和人均衛(wèi)生經(jīng)費(fèi)支出的回歸系數(shù)仍然為正且顯著，老年人口撫養(yǎng)比的回歸系數(shù)轉(zhuǎn)變?yōu)檎伙@著，表明護(hù)理人才格局演變受到經(jīng)濟(jì)發(fā)展水平和衛(wèi)生投入力度的正向促進(jìn)作用，和老齡化程度的不顯著的正向促進(jìn)作用。2017年，人均GDP回歸系數(shù)仍然為正且顯著，人均衛(wèi)生經(jīng)費(fèi)支出和老年人口撫養(yǎng)比的回歸系數(shù)為正但不顯著，表明護(hù)理人才格局演變受到經(jīng)濟(jì)發(fā)展水平的正向促進(jìn)作用，以及衛(wèi)生投入力度和老齡化程度的不顯著的正向促進(jìn)作用。綜上所述，在護(hù)理人才格局演變的諸因素中，經(jīng)濟(jì)發(fā)展水平具有正向促進(jìn)作用，衛(wèi)生投入力度雖具有正向促進(jìn)作用但明顯減弱，老齡化程度的負(fù)向抑制作用逐漸減弱并轉(zhuǎn)化為了不顯著的正向促進(jìn)作用。

3.2 護(hù)理人才格局演變的空間分異機(jī)制

為了進(jìn)一步探討護(hù)理人才格局演變影響因素在空間上的分異機(jī)制，本文應(yīng)用GWR模型對2003 年、2008 年、2013 年和2017 年中國省區(qū)每千人口注冊護(hù)士數(shù)格局演變因素的空間分異參數(shù)進(jìn)行估計(jì)。計(jì)算結(jié)果表明，4個年份的調(diào)整R²分別為0.881、0.933、0.862、0.497，前3個年份的擬合優(yōu)度較高，而2017年GWR模型的擬合優(yōu)度遠(yuǎn)高于OLS模型，說明GWR模型能夠有效解釋中國護(hù)理人才格局演變因素的空間分異機(jī)制。

從人均GDP回歸系數(shù)來看，2003～2017年人均GDP回歸系數(shù)空間分布趨勢大致相同，呈現(xiàn)出由西向東遞減的態(tài)勢。這與我國人均GDP從東向西遞減的大致態(tài)勢相反，且2003 年、2008 年、2013 年和2017 年該回歸系數(shù)與人均GDP的相關(guān)系數(shù)分別為-0.223、-0.335、-0.493、-0.405，反映出隨著經(jīng)濟(jì)發(fā)展水平的提高，其對護(hù)理人才仍繼續(xù)保持正向促進(jìn)作用，但其作用強(qiáng)度有所減弱。

從人均衛(wèi)生經(jīng)費(fèi)支出回歸系數(shù)來看，2003～2017年人均衛(wèi)生經(jīng)費(fèi)支出回歸系數(shù)空間分布總體呈現(xiàn)出東高西低的態(tài)勢。其中低值的分布較為穩(wěn)定，主要分布在西部地區(qū)，甚至為負(fù)值，反映出西部地區(qū)衛(wèi)生投入力度對護(hù)理人才集聚的作用較弱。高值主要分布在東部地區(qū)，反映出東部地區(qū)衛(wèi)生投入力度對護(hù)理人才集聚的作用較強(qiáng);而作用最強(qiáng)一類的空間分布則有明顯變化，2003年主要分布在東南地區(qū)和長三角地區(qū)，2008年主要分布在東北地區(qū)，2013年主要分布在環(huán)渤海地區(qū)和東北地區(qū)，2017年主要分布在東北地區(qū)。將人均衛(wèi)生經(jīng)費(fèi)支出與其回歸系數(shù)進(jìn)行比較，2003 年、2008 年、2013 年和2017 年兩者之間的相關(guān)系數(shù)分別為-0.122、-0.110、-0.089、-0.226，呈現(xiàn)出不顯著的負(fù)相關(guān)關(guān)系，反映出隨著衛(wèi)生投入力度的增強(qiáng)，其對護(hù)理人才集聚的作用減弱。

從老年人口撫養(yǎng)比回歸系數(shù)來看，2003～2017年其空間分布發(fā)生了較大變化。2003年老年人口撫養(yǎng)比回歸系數(shù)大多為負(fù)值，低值分別在西部地區(qū)，高值分布在東南地區(qū)和東北地區(qū);2008年大多為負(fù)值，低值分布在西部地區(qū)和東南地區(qū)，高值則主要分布在東北地區(qū);2013年大多為負(fù)值，低值主要分布在東部地區(qū)和新疆、西藏，高值地區(qū)分別在除新疆、西藏以外的西部地區(qū);2017年的正值明顯增多，低值主要分布在西部地區(qū)，高值分別在東北地區(qū)和環(huán)渤海地區(qū)。將老年人口撫養(yǎng)比與其回歸系數(shù)進(jìn)行比較，2003 年、2008 年、2013 年和2017 年兩者之間的相關(guān)系數(shù)分別為0.387、0.186、0.233、0.502，反映出隨著老齡化程度的加深，其對護(hù)理人才集聚的抑制作用減弱，而促進(jìn)作用增強(qiáng)。

4 結(jié)論與討論

4.1 結(jié)論

（1）中國護(hù)理人才高值-高值的省區(qū)分布在東部地區(qū)，低值-低值的省區(qū)分布在西部地區(qū)。

（2）在護(hù)理人才格局演變的諸因素中，經(jīng)濟(jì)發(fā)展水平具有正向促進(jìn)作用，衛(wèi)生投入力度雖具有正向促進(jìn)作用但明顯減弱，老齡化程度的負(fù)向抑制作用逐漸減弱并轉(zhuǎn)化為了不顯著的正向促進(jìn)作用。

（3）GWR模型能夠有效解釋中國護(hù)理人才格局演變因素的空間分異機(jī)制。經(jīng)濟(jì)發(fā)展水平的作用呈現(xiàn)出由西向東遞減的態(tài)勢，衛(wèi)生投入力度的作用總體呈現(xiàn)出東高西低的態(tài)勢，老齡化程度的作用的空間分布在2003～2017年發(fā)生了較大變化。

4.2 討論

鑒于護(hù)理人才格局各影響因素的作用呈現(xiàn)出空間分異性，在制定護(hù)理人才的有關(guān)政策時，需要適當(dāng)考慮各地區(qū)的不同情況。對于影響因素促進(jìn)作用較強(qiáng)的區(qū)域，可努力提升該因素從而促進(jìn)護(hù)理人才的培養(yǎng)和發(fā)展。對于影響因素促進(jìn)作用較弱或呈現(xiàn)反方向作用的區(qū)域，需首先努力打通該要素與護(hù)理人才發(fā)展之間的傳導(dǎo)機(jī)制，之后采取進(jìn)一步的措施才能有效。

致謝：感謝李震在數(shù)據(jù)分析方面給予的幫助。

參考文獻(xiàn)：

[1]Fisher， W. D. On Grouping for Maximum Homogeneity[J]. Journal of the American Statistical Association， 1958， 53 （284）： 789-798.

[2]Messner， S.， Anselin， L.， Baller， R.， et al. The Spatial Patterning of County Homicide Rates： An Application of Exploratory Spatial Data Analysis[J]. Journal of Quantitative Criminology， 1999， 15 （4）： 423-450.

[3]王勁峰， 廖一蘭， 劉鑫. 空間數(shù)據(jù)分析教程[M]. 科學(xué)出版社. 2010：101-125.

[4]龐瑞秋， 騰飛， 魏冶.基于地理加權(quán)回歸的吉林省人口城鎮(zhèn)化動力機(jī)制分析[J].地理科學(xué).2014，34 （10）：1210-1217.