论文部分内容阅读
城市医疗公共服务设施的空间布局均衡性是社会公平与均衡发展的重要体现。为了提高医疗资源的利用率,城市医疗服务设施通常会采取较为集中的布局方式,从而造成医疗服务资源的空间分布不均衡,产生医疗需求与可达性之间的矛盾。针对以上问题,本文以优化医疗资源配置、提升城市整体公共服务水平为目标,分析城市公共医疗服务设施可达性、评价并优化医疗服务设施布局。首先,基于手机数据识别就医出行,其次进行医疗服务可达性研究并评价医疗服务设施现状布局,最后结合位置分配模型对医疗资源进一步优化布局给出建议。本文的研究主要从以下三个方面展开:
首先,本文基于手机数据进行就医出行识别及相关特征分析。以手机数据为核心数据源,识别用户的停驻点、职住点、出行OD,进而设计算法识别就医出行OD,对就医出行人群的性别、年龄结构及就医出行的出行时长、到达时间、出行距离进行分析,得到就医出行的相关规律,为下文的可达性测度及布局优化提供数据支撑。
其次,本文基于手机数据对医疗公共服务设施可达性进行测度。以手机基站泰森多边形为研究单元,以各级别医疗设施的床位数为设施供给,利用上文识别出的就医出行OD,结合高德地图 API 获得各交通方式下就医居民到达各等级医院的出行时间与出行距离。在此基础上构建出行成本矩阵,并划定相应的时空搜索阈值,使用引入高斯函数的两步移动搜索模型对昆山市现状医疗设施可达性进行评价。可达性测度结果显示,对于等级医院,驾车、公交、步行方式下,可达性水平依次降低;对于全部医疗设施而言,驾车、公交方式下有相近的可达性水平,步行方式下可达性水平较差。此外,昆山医疗可达性呈明显的圈层化分布,巴城、张浦、千灯和淀山湖地区等级医院可达性水平较差,急需提高医疗设施供给以满足居民医疗健康需求。
最后,本文基于以上研究对医疗公共服务设施进行布局优化。对医疗设施可达性进行空间局部自相关性分析,识别出医疗短缺区,对上文低可达性需求点利用K-means算法聚类,利用轮廓系数确定 17 个聚类簇,将计算得出的聚类中心位置与医疗短缺区进行比较并设置候选设施点位置。结合现有设施点、候选设施点、昆山路网、基站需求点构建最小化阻抗模型和最小化设施点模型,对昆山医疗设施进行空间布局优化。模型结果显示,对现有二级医院进行空间布局调整后,可将二级医院的覆盖服务人口比例从75.85%提升至 91.20%;对现有三级医院进行空间布局优化后,可将三级医院服务人口比例从94.18%提升至98.20%。以上布局优化措施可以改善医疗设施的空间布局均衡性。
首先,本文基于手机数据进行就医出行识别及相关特征分析。以手机数据为核心数据源,识别用户的停驻点、职住点、出行OD,进而设计算法识别就医出行OD,对就医出行人群的性别、年龄结构及就医出行的出行时长、到达时间、出行距离进行分析,得到就医出行的相关规律,为下文的可达性测度及布局优化提供数据支撑。
其次,本文基于手机数据对医疗公共服务设施可达性进行测度。以手机基站泰森多边形为研究单元,以各级别医疗设施的床位数为设施供给,利用上文识别出的就医出行OD,结合高德地图 API 获得各交通方式下就医居民到达各等级医院的出行时间与出行距离。在此基础上构建出行成本矩阵,并划定相应的时空搜索阈值,使用引入高斯函数的两步移动搜索模型对昆山市现状医疗设施可达性进行评价。可达性测度结果显示,对于等级医院,驾车、公交、步行方式下,可达性水平依次降低;对于全部医疗设施而言,驾车、公交方式下有相近的可达性水平,步行方式下可达性水平较差。此外,昆山医疗可达性呈明显的圈层化分布,巴城、张浦、千灯和淀山湖地区等级医院可达性水平较差,急需提高医疗设施供给以满足居民医疗健康需求。
最后,本文基于以上研究对医疗公共服务设施进行布局优化。对医疗设施可达性进行空间局部自相关性分析,识别出医疗短缺区,对上文低可达性需求点利用K-means算法聚类,利用轮廓系数确定 17 个聚类簇,将计算得出的聚类中心位置与医疗短缺区进行比较并设置候选设施点位置。结合现有设施点、候选设施点、昆山路网、基站需求点构建最小化阻抗模型和最小化设施点模型,对昆山医疗设施进行空间布局优化。模型结果显示,对现有二级医院进行空间布局调整后,可将二级医院的覆盖服务人口比例从75.85%提升至 91.20%;对现有三级医院进行空间布局优化后,可将三级医院服务人口比例从94.18%提升至98.20%。以上布局优化措施可以改善医疗设施的空间布局均衡性。