衛(wèi)生資源空間分布公平性評估方法概述

[摘要] 衛(wèi)生資源配置是影響衛(wèi)生服務質量和公眾健康的關鍵因素。當前區(qū)域衛(wèi)生資源配置不平衡、不充分的問題仍較突出，公眾對衛(wèi)生資源的公平分布要求愈加迫切。本文圍繞衛(wèi)生資源空間分布公平性評估方法進行綜述，重點概述其基本原理、評估標準，總結其特點和局限性，為優(yōu)化衛(wèi)生資源布局、促進區(qū)域衛(wèi)生資源公平配置提供理論支持。

[關鍵詞] 衛(wèi)生資源；空間分布；公平性；評估方法

[中圖分類號] R197.1" """"[文獻標識碼] A """""[DOI] 10.3969/j.issn.1673-9701.2025.21.028

衛(wèi)生資源配置是衛(wèi)生健康事業(yè)高質量發(fā)展的基石。中國衛(wèi)生資源配置不平衡、不充分的問題較為突出，優(yōu)質衛(wèi)生資源總量不足，城鄉(xiāng)之間、東中西部地區(qū)之間資源布局和配置存在結構性矛盾^[1]。對衛(wèi)生資源空間分布的公平性進行系統(tǒng)評估已成為當前亟須解決的問題之一。本文綜述衛(wèi)生資源空間分布公平性的評估方法，為從方法學層面優(yōu)化衛(wèi)生資源布局、促進區(qū)域資源配置公平性提供參考。

1" 衛(wèi)生資源空間分布公平性的評估方法

1.1" 變異系數(shù)

變異系數(shù)為標準差與均數(shù)的比值，其數(shù)值越高表示衛(wèi)生資源分布的差異性越大，反之則分布較均勻^[2]。變異系數(shù)不受度量衡單位影響，可比性強，適合動態(tài)監(jiān)測；但變異系數(shù)對極值或異常值較敏感，可能導致結果失真。

1.2" 洛倫茲曲線

洛倫茲曲線橫軸表示人口（或面積）的累計百分比，縱軸表示資源的累積百分比^[3]。洛倫茲曲線可直觀比較不同類型資源分配差異，曲線越彎曲表示衛(wèi)生資源配置的公平性越差^[4]。洛倫茲曲線對中等以上變動較敏感，無法解釋區(qū)域差異對不公平性的貢獻，也未考慮影響衛(wèi)生資源分配的非健康因素^[5-6]。

1.3" 基尼系數(shù)

基尼系數(shù)為洛倫茲曲線和絕對公平線圍成的面積與絕對公平線和橫縱坐標軸圍成的直角三角形面積之比^[7]?；嵯禂?shù)的取值范圍為0～1，取值lt;0.2時表示資源配置特別公平；取值0.2～0.3表示資源配置比較公平；取值0.3～0.4表示資源配置處于合理狀態(tài)；取值=0.4表示資源配置處于警戒狀態(tài)；取值0.4～0.5表示資源配置差距較大；取值≥0.5表示資源配置處于危險狀態(tài)，高度不公平^[8]?；嵯禂?shù)便于對不同國家、地區(qū)或群體之間的資源分配進行橫向和縱向比較，監(jiān)測變化趨勢^[9]。基尼系數(shù)的局限性同洛倫茲曲線類似^[10]。

1.4" Dagum基尼系數(shù)

Dagum基尼系數(shù)可將衛(wèi)生資源區(qū)域差異分解為地區(qū)內(nèi)差距、地區(qū)間差距及超變密度，數(shù)值越大表明衛(wèi)生資源分布的公平性越差^[11]。Dagum基尼系數(shù)適用于不同類型的衛(wèi)生資源分配，可解析區(qū)域間資源配置水平的分布差距^[11]；對極端值敏感，可反映資源極少或極多區(qū)域的差異。Dagum基尼系數(shù)無法描繪衛(wèi)生資源絕對差異變化的動態(tài)演進過程，且對數(shù)據(jù)和統(tǒng)計分析能力要求較高。

1.5" 泰爾指數(shù)

泰爾指數(shù)取值范圍為0到正無窮，取值越大表示衛(wèi)生資源配置的公平性越差。泰爾指數(shù)可將區(qū)域差異的來源分解為區(qū)域內(nèi)和區(qū)域間差異^[12]。該指數(shù)對資源分配不平等變化的敏感度較高，尤其對上層水平的變化較敏感^[13]。泰爾指數(shù)無法將地理和人口因素對衛(wèi)生資源公平性的影響納入研究^[14]；不能直接比較不同規(guī)模群體中衛(wèi)生資源的差異^[15]；不能考慮子樣本的分布狀況和樣本之間交叉重疊的問題^[10]。

1.6" 集中指數(shù)

集中指數(shù)揭示衛(wèi)生資源分布向某些地區(qū)或社會經(jīng)濟群體傾斜的程度^[6]。將衛(wèi)生資源按照人口、地理區(qū)域等因素分組，計算各組資源所占累計百分比并繪制曲線，即可得到集中曲線。集中指數(shù)為集中曲線和絕對公平線之間面積的2倍，取值范圍為–1～1^[16]；絕對值大表示衛(wèi)生資源配置越不公平^[17]。集中指數(shù)為正值表示衛(wèi)生資源集中于經(jīng)濟水平較高的地區(qū)或人群；反之表示衛(wèi)生資源集中于經(jīng)濟水平較低的地區(qū)或人群^[18]。集中指數(shù)考慮社會經(jīng)濟對衛(wèi)生資源公平性的影響，可分解各影響因素的貢獻^[16]；但僅在有嚴格排名的社會經(jīng)濟變量情況下才能應用，無法對不同社會經(jīng)濟群體內(nèi)外部進行比較^[6]。

1.7" 阿特金森指數(shù)

阿特金森指數(shù)的計算需要設置不平等厭惡參數(shù)，用以反映社會對不平等的厭惡（或對平等的偏好）強度^[19]。不平等厭惡參數(shù)升高表示社會將更大權重賦予收入較低群體^[20]。阿特金森指數(shù)的取值范圍為0～1，數(shù)值越接近0表示資源分布越均勻^[20]。阿特金森指數(shù)是為數(shù)不多的將社會福利納入資源配置不平等的指標，具有較高的敏感度，適合微小的差異分析^[21-22]。阿特金森指數(shù)允許通過調整不平等厭惡參數(shù)反映對收入不平等的關注程度，該參數(shù)也使得阿特金森指數(shù)主觀性和變動性較強^[23]。

1.8" 羅賓漢指數(shù)

羅賓漢指數(shù)表示洛倫茲曲線與完全平等線之間的最大垂直距離。該指數(shù)量化為實現(xiàn)公平分配需要重新分配的資源比例，取值范圍為0～100。數(shù)值的上升意味著衛(wèi)生資源分配不平等現(xiàn)象更嚴重，需要重新分配更大比例的資源以實現(xiàn)公平性^[6]。羅賓漢指數(shù)強調基于健康需求和社會經(jīng)濟地位進行再分配的可能性，同時清晰地指出哪些區(qū)域或群體需要更多的衛(wèi)生資源。然而，羅賓漢指數(shù)無法全面反映其他公平性維度，如地理差異、文化因素或不同人群的特殊健康需求^[6]。

1.9" 衛(wèi)生資源密度指數(shù)

衛(wèi)生資源密度指數(shù)為每千人衛(wèi)生資源與每平方公里衛(wèi)生資源乘積的平方根，尤其是在地廣人稀的地區(qū)具有較強的科學性和實用性^[24-25]；數(shù)值越大，表明衛(wèi)生資源配置水平越高^[26]。通過標準化處理，可比較不同區(qū)域的衛(wèi)生資源密度指數(shù)。該指標考慮地理和人口因素對衛(wèi)生資源公平性的影響，其局限性類似于泰爾指數(shù)。

1.10" 差別指數(shù)

差別指數(shù)通過比較衛(wèi)生資源配置比重與相對地區(qū)人口規(guī)模或地理面積比重之間的差異評估各地區(qū)衛(wèi)生資源分配的不平等程度^[27]。差別指數(shù)取值范圍為0～1，數(shù)值越高表示資源配置的公平性越差^[15]。差別指數(shù)可揭示特定社會經(jīng)濟群體或地區(qū)在衛(wèi)生資源獲取上的權益和劣勢；并計算差異程度；其局限性在于無法有效反映衛(wèi)生資源在整個人群中的分布，無法反映社會經(jīng)濟地位對衛(wèi)生資源配置的影響^[7，15]。

1.11" 不平等斜率指數(shù)

不平等斜率指數(shù)將人群按照社會經(jīng)濟地位從低到高分組，計算每組衛(wèi)生資源相關指標的均值并按照社會經(jīng)濟地位由低到高排序，各組衛(wèi)生資源與對應的社會經(jīng)濟狀況序次間回歸線的斜率即不平等斜率指數(shù)^[7]；其絕對值越小表明社會經(jīng)濟對衛(wèi)生資源分配影響越小，分配越公平^[28]。不平等斜率指數(shù)可敏感捕捉社會經(jīng)濟地位變化對衛(wèi)生資源分配的影響，尤其對相關指標的均值微弱變化敏感^[7]。但該方法基于線性假設，無法捕捉更復雜的非線性關系。

1.12" 地理信息系統(tǒng)

地理信息系統(tǒng)通過空間分析技術識別和分析衛(wèi)生資源的分布、獲取方式和可及性，解析不同區(qū)域或群體衛(wèi)生資源配置的不平等。地理信息系統(tǒng)主要涉及全局空間自相關和局部空間自相關分析。全局空間自相關分析可衡量衛(wèi)生資源的地理分布是否存在顯著集聚性及聚集性大小^[29]。全局莫蘭指數(shù)是其最常用的指標，取值范圍為–1～1。全局莫蘭指數(shù)為0，表示研究區(qū)域不相關，衛(wèi)生資源獨立隨機分布；數(shù)值為正值表明衛(wèi)生資源存在空間正自相關，呈集聚分布；取值為負值表明存在空間負自相關，呈分散分布^[30]。局部空間自相關關注局部衛(wèi)生資源的空間關聯(lián)性，可揭示空間中的局部集聚和異質性^[30]。局部莫蘭指數(shù)是衡量局部空間自相關最常用的指標，取值范圍沒有限制^[31]。地理信息系統(tǒng)能夠整合社會經(jīng)濟、環(huán)境和健康等多維數(shù)據(jù)，全面反映衛(wèi)生資源配置的公平性。但其應用需要空間單元或邊界的數(shù)據(jù)，在數(shù)據(jù)獲取和軟件操作方面存在難度。

1.13" 衛(wèi)生資源集聚度

衛(wèi)生資源集聚度將某地區(qū)每1%的土地或人口集聚量與上一級區(qū)域每1%土地或人口集聚量進行比較，評估衛(wèi)生資源配置的公平性。該指標取值為1時表示衛(wèi)生資源配置處于絕對公平狀態(tài)，取值gt;1表示衛(wèi)生資源配置的公平性較高，取值lt;1表示衛(wèi)生資源配置的公平性較低^[32]。衛(wèi)生資源集聚度考慮地理和人口分布對衛(wèi)生資源公平性的影響，但其主要反映靜態(tài)的資源配置情況，無法反映動態(tài)變化。

1.14" 首位度

首位度表示為首位城市（一個國家或地區(qū)人口規(guī)模第一的城市）與第二位城市人口規(guī)模的比值^[33]。用評價指標的首位度除以人口首位度即可獲得首位地區(qū)單位人口集中的衛(wèi)生資源量，稱為“首位集中”指數(shù)。該指數(shù)≤1.0表示絕對不存在“首位集中”；數(shù)值1.0（不含1.0）～1.5（不含1.5）表示“首位集中”程度尚可接受；數(shù)值1.5（含1.5）～2.0（不含2.0）表示“首位集中”程度為中度；數(shù)值≥2.0表示“首位集中”程度較高^[34]。首位度從衛(wèi)生資源集中的角度解構其配置的公平性，可豐富衛(wèi)生資源分配公平性評估方法。但其概念界定、計算方法和臨界點設置是否科學，敏感度是否靈敏，適用性是否可推廣尚待進一步驗證^[34]。

1.15" 熵權-優(yōu)劣解距離法

熵權–優(yōu)劣解距離法（technique for order preference by similarity to ideal solution，TOPSIS）是熵權法和TOPSIS的結合。熵權法通過計算各指標的信息熵確定指標權重。熵值反映指標的信息量，信息量越大，權重越高。TOPSIS通過建立理想解和負理想解，評估各方案與理想解的接近程度，最終選擇與理想解距離最小、與負理想解距離最大的方案^[35]。熵權–TOPSIS綜合多個指標，權重計算減少主觀因素的影響，使評價結果客觀性和可信度更高。但該方法主要進行相對評價，可能忽視絕對標準的設定，難以提供完整的公平性分析，且在計算上相對復雜。

1.16" 核密度估計

核密度估計是一種用于估計隨機變量的概率密度函數(shù)的非參數(shù)方法^[36]。核密度估計曲線的峰值表示衛(wèi)生資源的集中程度，峰值越高，說明衛(wèi)生資源越豐富；曲線的寬度反映資源的分布范圍，寬度越大，說明衛(wèi)生資源相對分散；如果曲線呈現(xiàn)出多個分離的峰值，可能暗示某些區(qū)域衛(wèi)生資源過度集中；曲線的低密度區(qū)域可指示衛(wèi)生資源稀缺的區(qū)域^[11]。核密度估計不依賴于特定的概率分布假設，適用于各種類型的數(shù)據(jù)；所生成的曲線特別適合識別衛(wèi)生資源密集區(qū)域。然而，該方法計算過程較復雜，存在邊界效應，在數(shù)據(jù)分布的邊界處核密度估計可能產(chǎn)生偏差。

2" 小結與展望

衛(wèi)生資源配置的公平性評估方法在不斷發(fā)展和完善，但整體評價方法單一，缺乏多因素、多角度的綜合評價方法。在未來衛(wèi)生資源評估和規(guī)劃時，應綜合應用多種空間公平性衡量方法，揚長避短，達到最佳評估效果。隨著信息技術的進步和跨學科研究的深入，將更注重橫向和縱向維度可比性更強、基于多因素多角度綜合評價模型的研發(fā)。

利益沖突：所有作者均聲明不存在利益沖突。

[參考文獻]

[1]"" 曹陽， 閆巖. 健康公平視角下江蘇省衛(wèi)生資源配置效率研究[J]. 衛(wèi)生經(jīng)濟研究， 2016（12）： 18–21.

[2]"" 徐婷婷， 楊若愚. 中國衛(wèi)生人力資源均等化測度與影響因素分析——基于2012—2016年省級面板數(shù)據(jù)的實證研究[J]. 衛(wèi)生經(jīng)濟研究， 2019， 36（6）： 13–16.

[3]"" 趙穎波， 王建偉， 尹暢， 等. 基于洛倫茲曲線和基尼系數(shù)的我國衛(wèi)生資源配置公平性研究[J]. 中國醫(yī)院， 2018， 22（2）： 22–25.

[4]"" 楊展， 胡曉， 陳饒， 等. 我國基層醫(yī)療衛(wèi)生資源配置公平性研究[J]. 中國衛(wèi)生資源， 2017， 20（2）： 106–109， 122.

[5]"" 王玥， 襲燕， 張云， 等. 醫(yī)療衛(wèi)生資源配置公平性研究方法的思考[J]. 現(xiàn)代醫(yī)院管理， 2019， 17（1）： 22–25.

[6]"" SUAN N A M， SOELAR S A， RANI R A， et al. Exploring measurement tools to optimise hospital physician distribution[J]. Med J Malaysia， 2024， 79（2）： 222–233.

[7]"" 姜宏. 上海市居民衛(wèi)生服務公平性變化和利用與費用負擔的影響因素研究[D]. 上海： 第二軍醫(yī)大學， 2014.

[8]"" 岳銘坤， 黃超， 李凱， 等. 全國醫(yī)療衛(wèi)生資源公平性分析——基于GIS技術和基尼系數(shù)[J]. 中醫(yī)藥管理雜志， 2024， 32（9）： 16–20.

[9]"" 王馨蝶， 夏英華， 曹蓉， 等. 2012—2021年我國醫(yī)療衛(wèi)生資源配置的空間差異與動態(tài)演變[J]. 華南預防醫(yī)學， 2024， 50（3）： 205–210.

[10] 胡偉男， 席妮， 王文天， 等. 我國衛(wèi)生人力資源的空間差異及分布動態(tài)演進——基于Dagum基尼系數(shù)分解與Kernel密度估計的實證研究[J]. 中國衛(wèi)生政策研究， 2022， 15（11）： 17–23.

[11] 陳志勇， 韓韻格. 基本醫(yī)療衛(wèi)生服務供給的動態(tài)演進及空間差異[J]. 中南財經(jīng)政法大學學報， 2021（2）： 53–64.

[12] 郭蘇瑤， 劉樹奎. 基于泰爾指數(shù)和集聚度分析的粵港澳大灣區(qū)衛(wèi)生資源配置現(xiàn)狀及優(yōu)化策略[J]. 廣州醫(yī)科大學學報， 2022， 50（2）： 70–76.

[13] 趙彬. 城市社區(qū)衛(wèi)生服務資源配置公平性研究——以J省為例[D]. 長春： 吉林大學， 2015.

[14] 彭蓉， 覃嫻靜， 韋小飛， 等. 基于集聚度的廣西衛(wèi)生人力資源公平性分析[J]. 現(xiàn)代預防醫(yī)學， 2019， 46（19）： 3561–3564， 3584.

[15] TAO Y， HENRY K， ZOU Q， et al. Methods for measuring horizontal equity in health resource allocation： A comparative study[J]. Health Econ Rev， 2014， 4（1）： 10.

[16] 沈遲， 陶星星， 董琬月， 等. 利用集中指數(shù)評價西安市衛(wèi)生資源配置公平性[J]. 中國衛(wèi)生政策研究， 2015， 8（1）： 69–73.

[17] 劉麗杭， 閆鳳玲. 湖南省醫(yī)療衛(wèi)生資源配置現(xiàn)狀及公平性研究[J]. 中國衛(wèi)生政策研究， 2021， 14（9）： 69–75.

[18] 周明華， 譚紅， 何思長. 成渝經(jīng)濟圈背景下成渝瀘區(qū)域衛(wèi)生資源配置公平性分析[J]. 現(xiàn)代預防醫(yī)學， 2022， 49（12）： 2218–2222.

[19] XU K， ZHANG K， WANG D， et al. Trend in distribution of primary health care professionals in Jiangsu province of eastern China[J]. Int J Equity Health， 2014， 13： 117.

[20] 王藝諾， 閆萍， 徐玉英， 等. “十三五”期間湖北省衛(wèi)生人力資源配置公平性研究[J]. 護理學報， 2023， 30（3）： 45–50.

[21] THEODORAKIS P N， MANTZAVINIS G D， RRUMBULLAKU L， et al. Measuring health inequalities in Albania： A focus on the distribution of general practitioners[J]. Hum Resour Health， 2006， 4： 5.

[22] GRAVELLE H， SUTTON M. Inequality in the geographical distribution of general practitioners in England and Wales 1974-1995[J]. J Health Serv Res Policy， 2001， 6（1）： 6–13.

[23] 朱陽杰， 唐康， 劉同同， 等. 我國衛(wèi)生資源配置公平性研究綜述[J]. 解放軍醫(yī)院管理雜志， 2021， 28（12）： 1101–1103.

[24] 陳麗君， 段桂敏， 李家偉， 等. 四川省民族地區(qū)衛(wèi)生資源配置及需求預測研究[J]. 現(xiàn)代預防醫(yī)學， 2022， 49（17）： 3187–3192.

[25] 孫布克， 王娟， 曾雪蘭， 等. 黑龍江墾區(qū)衛(wèi)生資源配置公平性研究[J]. 中國衛(wèi)生事業(yè)管理， 2023， 40（5）： 357–360.

[26] 茹媛孟. 山西省口腔醫(yī)療衛(wèi)生資源現(xiàn)況調查及公平性分析[D]. 太原： 山西醫(yī)科大學， 2022.

[27] 劉玉琢， 徐超， 王嘯宇， 等. 山東省衛(wèi)生資源配置公平性及預測研究[J]. 現(xiàn)代預防醫(yī)學， 2022， 49（16）： 2986–2991.

[28] 王希. 江西省農(nóng)村居民基本醫(yī)療服務公平性動態(tài)變化研究[D]. 南昌： 南昌大學， 2013.

[29] 何剛， 李雅紅， 楊子立， 等. 基于GIS技術內(nèi)蒙古自治區(qū)衛(wèi)生資源配置空間評價研究[J]. 中國衛(wèi)生統(tǒng)計， 2020， 37（5）： 695–697.

[30] 趙佳琪. B市衛(wèi)生資源配置公平性與效率評價及需求預測研究[D]. 保定： 河北大學， 2024.

[31] 任海洋. 基于GIS的南京市醫(yī)療資源空間配置合理性評價模型研究[D]. 南京： 南京郵電大學， 2022.

[32] 范海龍， 王碧艷. 基于集聚度和集中指數(shù)的廣西區(qū)域衛(wèi)生資源配置公平性分析[J]. 中國衛(wèi)生資源， 2022， 25（6）： 829–834， 841.

[33] 張璇. 城市首位度的理論內(nèi)涵與體系構建研究[J]. 企業(yè)導報， 2012（16）： 11–13.

[34] 崔志軍， 鄭曉瑛. 我國25省區(qū)衛(wèi)生資源首位集中分析：兼議首位度方法在區(qū)域衛(wèi)生資源配置公平性研究中的應用[J]. 人口與發(fā)展， 2014， 20（6）： 85–89.

[35] 曾心怡， 楊風， 何文靜， 等. 基于熵權TOPSIS法和GIS技術的江西省醫(yī)療衛(wèi)生資源空間集聚特征分析[J]. 江蘇衛(wèi)生事業(yè)管理， 2023， 34（6）： 735–740.

[36] 張鈺， 郭峰， 張寶帥， 等. 大型醫(yī)用設備配置的區(qū)域均衡性及時空演變特征研究[J]. 衛(wèi)生經(jīng)濟研究， 2024， 41（3）： 41–46.

• 2025–01–08）

（修回日期：2025–07–07）