Welcome to visit Journal of Shaanxi Normal University(Natural Science Edition)!

Journal of Shaanxi Normal University(Natural Science Edition) >

2024 , Vol. 52 >Issue 4: 78 - 92

DOI: https://doi.org/10.15983/j.cnki.jsnu.2024106

Spatial agglomeration characteristics and population adaptability of urban medical resources in Xi’an

  • YAN Jiahui ,
  • MA Beibei , * ,
  • DANG Xing ,
  • YUAN Shuimei ,
  • XUE Dongqian ,
  • SONG Yongyong
Expand
  • School of Geography and Tourism, Shaanxi Normal University, Xi’an 710119, Shaanxi, China

Received date: 2023-10-06

  Online published: 2024-08-20

Fold

Abstract

The rational and effective allocation of medical resources constitutes a crucial aspect of contemporary urban public space governance. Employing the framework of adaptability theory, an analysis framework to examine the spatial adaptability between urban medical resources and residential populations is constructed. Using Xi’an main urban area as a case study and leveraging point of interest (POI) data on medical resources, the research employs kernel density analysis, Ripley’s K function, location correlation, and Gaussian two-step floating catchment area method to explore the spatial agglomeration modes, scale thresholds, and spatial adaptability relationships with population scale of urban medical resources in Xi’an. Results reveal that urban medical resources in Xi’an exhibit a typical “core-periphery” structure and demonstrate a dependence on the main axis of urban development, with significant agglomeration effects observed in high-level development zones and satellite cities with CBD characteristics. Moreover, the characteristic scales corresponding to peak intensity of various medical resources are consistent, typically representing about 1/4 of the corresponding circle diameter when abstracted into circular areas of equal size. Additionally, the bidirectional location correlation model between urban medical resources and residential communities demonstrates an “asymmetric” structure, with significant leading effects of large-scale public medical resources in population allocation. Overall, the adaptability relationship between urban medical resources and population scale in Xi’an follows a circle decay structure of “strong center, weak periphery”, with different types of medical resources exhibiting differentiated characteristics in various urban circles. This reflects the compensation substitution effect and its spatial manifestation among hierarchical medical resource diagnosis and treatment systems under the dual allocation of urban macro planning and market resources.

Key words： urban medical resources; spatial agglomeration; population distribution; adaptability; Xi’an city

Cite this article

YAN Jiahui , MA Beibei , DANG Xing , YUAN Shuimei , XUE Dongqian , SONG Yongyong . Spatial agglomeration characteristics and population adaptability of urban medical resources in Xi’an[J]. Journal of Shaanxi Normal University(Natural Science Edition), 2024 , 52(4) : 78 -92 . DOI: 10.15983/j.cnki.jsnu.2024106

作为城市公共资源的重要组成部分,医疗资源及其空间配置已成为衡量公共设施保障水平、政府治理能力和居民生活质量的重要指标[1]。2015年联合国《2030年可持续发展议程》将“确保健康的生活方式,促进各年龄段人群的福祉”作为全人类17个可持续发展目标(sustainable development goals,SDGs)之一。2019年健康中国行动推进委员会发布《健康中国行动(2019—2030年)》,提出优化医疗资源配置,提高人民健康水平。随着我国城市化水平的不断提高,尤其是三胎政策的开放实施和老龄化的加速推进,城市医疗资源在丰裕度和空间组织上的供需匹配已成为学界和政府关注的重点议题[2]。同时,21世纪以来全球突发各类重大公共卫生事件,更强化了全社会对城市医疗资源配置的广泛关注[3]。
公共资源空间配置研究是城市地理学和经济地理学的经典领域,既有研究在公共服务资源的空间结构特征[4]、空间组织模式[5]、可达性与公平性[6]、供需协调性及优化[7]等方面积累了较为丰富的研究成果。以医院类、诊所类和药店类为代表的医疗资源是现代城市生活中不可或缺的重要公共资源,是提高城市宜居性和韧性的重要物质载体[8⇓-10]。目前,西方学者将人本主义和空间正义等理念融入到传统的城市资源配置研究中,在国家[11]、城市[12]、社区[13]和格网[14]等多个尺度上探讨了城市医疗资源的空间格局[15]、可达性[16]、公平性[17]及影响机制[18]。中国学者多采用定量空间分析方法,主要研究内容涵盖了不同地理尺度下城市医疗资源的供给水平和区域差异[19]、空间特征和影响因素[20-21]、医疗设施的可达性和匹配度及承载力评价[22⇓-24]、各类医疗资源的空间交互及网络演化[25]等。在既有研究中,人口要素被普遍认为是城市公共资源空间配置及合理性评价中最重要的影响因素[26-27],供需比法、最近距离法、潜力模型法、2SFCA(two-step floating catchment area)及最优供需分配模型等空间可达性模型常用于表达城市公共资源与人口的供需关系[28]。但是受限于居住小区等小尺度的人口数据难以获取等原因,目前的城市医疗资源空间配置适宜性研究止于街道尺度,在很大程度上制约了研究结论的精确性和规划意义[29]。当前关于某一种医疗资源,如三甲医院等的空间布局模式及效应、与人口分布的供需关系等研究已较为丰富,但基于城市居民分级诊疗的现实就医需求,将医院类、诊所类和药店类等不同层次和功能类型的医疗资源作为一个整体,系统探讨其服务空间特征、内部差异与区位关联性的研究尚较为少见。
因此,本文基于适配性理论,构建城市医疗资源与居住人口的空间适配性分析框架,以西安市主城区为例,将街道尺度的人口数据空间化到居住小区,采用核密度分析和Ripley’s K函数探讨西安城市医疗资源的空间集聚模式和尺度特征,并从区位关联性和可达性两个方面在居住小区尺度上分析各类医疗资源与人口分布的空间适配性,以期厘清分级诊疗体系下各类城市医疗资源的区位规律、联系及与人口规模的匹配关系,为我国当前老龄化背景下优化城市医疗资源的合理高效配置、构筑现代健康城市和提高城市治理韧性提供研究基础。

1 研究框架

“适配性”概念源于种群生态学,用来描述不同生物种群对自然环境的适应与进化[30]。目前,适配性概念已扩展到工业生态学、经济学、管理科学及地理学等领域,用以表征系统内不同主体或要素间的协调性或一致性[31⇓⇓-34]。适配性研究的根本目的在于评估和解决系统的平衡性和可持续发展问题[35]。地理学领域强调的空间适配性是指在空间效益均衡和可持续目标下,不同主体在空间上的协同作用和匹配关系[3]。本文以城市生活中具有高需求性的医疗资源为研究对象,依据规模和功能差异将其划分成具有不同服务半径的3种类型(综合/专科医院类、诊所类和药店类)。在城市医疗资源的空间配置中,人口规模与分布被认为是重要的影响因素[20]。本文研究目标为基于地理学的空间视角和研究工具,厘清不同类型的城市医疗资源在空间集聚模式和尺度上的客观规律,并探讨城市医疗资源与居住人口规模之间的匹配关系。在研究设计中,基于城市居民的分级诊疗需求与行为特征,首先采用核密度分析和Ripley’s K函数分析西安城市医疗资源的空间集聚模式和尺度特征;然后,基于居住小区空间点数据探讨医疗资源与人口分布的区位关联性,基于人口属性数据具体测度居住小区尺度下各类医疗资源的空间可达性,以综合评估各类医疗资源空间集聚的人口适配性(图1)。
图1 分析框架

Fig.1 Analytical framework

2 研究方法与数据来源

2.1 研究区概况

西安是国家中心城市和关中平原城市群的核心城市。2019年以来,西安市相继发布《“健康西安2030”行动规划》《西安市卫生健康事业重点项目建设三年行动方案(2020—2022年)》等,致力于增加优质医疗资源的供给和提升区域医疗服务能力。本文以西安市主城区为研究区,包括55个街道办,总面积936.46 km2。截至2022年末,西安市GDP为11 486.51亿元,常住人口为1 299.59万人,城镇化率为79.59%,人口密度为5 214人/km2。全国第七次人口普查数据显示,2020年末西安市65岁以上老年人口数量为141.20万人。近年来,随着城市化的快速推进和人口老龄化问题的日益加剧,西安城市医疗资源的供需矛盾不断显现,特别是面向城市居住区的基础医疗资源亟须优化配置。合理布局基层医疗资源,打造“15 min医疗卫生服务圈”,同时实现三级甲等医院在开发区的全覆盖,致力于将西安打造成为西部领先、辐射周边、面向全国的高质量区域卫生健康中心。为更好地归纳和揭示西安城市医疗资源的空间特征及人口适配性规律,本文在综合考虑城市扩展过程与格局的基础上,将研究区域划分为传统内城区、成熟建成区、新兴扩展区和城乡过渡区4个圈层[36](图2)。
图2 研究区域

Fig.2 Research area

2.2 数据来源与处理

西安市2020年医疗资源POI数据来源于高德地图,经过数据清洗和归类,获取医院类496个、诊所类2 025个、药店类3 062个。研究区基础底图和道路网数据来自OSM(OpenStreetMap,http://www.openstreetmap.org)发布的西安市1∶25万遥感影像,并在ArcGIS 10.6中新建拓扑对道路网数据进行伪节点、悬挂点及不相交等检验和校正处理。
鉴于居住小区尺度的人口数据难以获取,为精确测度西安城市医疗资源空间分布的人口适配性,本文以建筑楼层比重为权重对街道尺度下的人口数据进行空间化处理,通过数学估计法将第七次人口普查数据分解至各居住小区。具体算法为:以每个居住小区的楼层总数占所在街道内所有居住小区楼层总数的比值为权重,将该街道的总常住人口分解至各居住小区。居住小区AOI(area of interest)数据来源于高德地图,经过数据清洗最终获取4 457个;建筑数量和楼层信息数据来源于天地图(https://www.tianditu.gov.cn)。将二者在ArcGIS 10.6中进行识别和链接处理即得到居住小区的建筑数量和楼层数。该算法遵循了人文地理学社会经济数据空间化的常用思路和方法[37],能够较为准确地模拟研究区域各居住小区人口数量的相对关系,具有较好的科学性与合理性。图3为西安市居住小区人口规模的空间格局,其中人口规模为0是指处于修建中未入住的居住小区,位于西北角的汉长安城遗址受国家遗址保护政策限制,几乎无居住小区分布。
图3 西安市居住小区的人口规模

注:网络版为彩图。

Fig.3 Population scale of residential communities in Xi’an city

2.3 研究方法

2.3.1 多距离空间聚类分析

多距离空间聚类分析(Ripley’s K函数)可表明点要素的空间集聚或空间扩散在领域大小发生变化时集聚程度是如何演化的。本文采用该方法研究不同空间尺度下各类医疗资源空间集聚的尺度特征[38]。公式为
K(d)=A ∑ i n ∑ j n w i j ( d ) n 2,
L(d)= K ( d ) π-d。
式中:n为各类医疗资源数量;A为研究区域面积;d为距离尺度;wij(d)为在距离d范围内医疗资源i与j之间的距离;L(d)为在距离d范围内各类医疗资源的空间集聚强度。L(d)>0,表明各类医疗资源呈集聚分布;L(d)<0,呈离散分布;L(d)=0,随机分布。

2.3.2 协同区位商

协同区位商(colocation quotient, CLQ,式中记为Q)常用来定量测度不同类型点要素之间的空间关联性[39],可核算各类医疗资源与居住小区的空间邻近性[40]。公式为
QA→B= C A → B / N A N B / ( N - 1 )。
式中:QA→B指要素A被要素B吸引的协同区位商;CA→B指以要素A为最近邻点的要素B的个数,且QA→B≠QB→A;NA和NB分别指要素A和要素B的个数;N为两类要素的总个数。

2.3.3 高斯两步移动搜索法

采用高斯两步移动搜索法测度居住小区尺度下城市医疗资源的可达性。该方法克服了传统两步移动模型未考虑可达性随出行距离成本增加而衰减的缺陷,更加符合居民出行的实际情况[37]。
1)计算城市医疗资源供给点的服务能力值Rj,公式为
Rj= S j ∑ k ∈ { d k j ≤ d 0 } G ( d k j , d 0 ) × P k。
式中:Sj是服务半径d0内某类医疗资源的总供给量;dkj为需求点k到供给点j的空间距离;Pk为空间作用域内需求点k的人口数量;G(dkj,d0)是高斯函数,公式为
G(dkj,d0)= e - 1 2 × d k j d 0 - e - 1 2 / ( 1 - e - 1 2 ) , d k j ≤ d 0 ; 0 , d k j > d 0 。
2)计算居住小区需求点的可达性Ai,公式为
Ai= ∑ i ∈ { d i j ≤ d 0 }G(dij,d0)×Rj。
式中:Rj为医疗资源供给点的服务能力值;dij为居住小区需求点i到供给点j的空间距离;Ai表示居住小区i人均享有的某类医疗资源数量。
本文是在综合考量西安城市规模、道路网结构和相关规划基础上展开的,在搜索服务半径d0的选择上,借助ArcGIS 10.6软件中的网络分析模块,采用OD距离成本矩阵法最终确定各类医疗资源的服务半径(表1)。
表1 西安城市医疗资源服务半径的确定

Tab.1 Determination of service radius of urban medical resources in Xi’an

类型 核算思路和步骤 服务半径d0/km
医院类 ①依据西安城市道路网数据建立OD成本矩阵,计算每家医院与每个居住小区的OD距离;②考虑到三甲医院的综合服务功能,分别核算三甲医院与其他医院距居住小区的OD值,d三甲医院→居住小区=9.88 km、d居住小区→三甲医院=10.67 km、d其他医院→居住小区=9.91 km、d居住小区→其他医院=10.76 km;③核算医院类的OD距离均值为10.31 km,参考相关研究[41-42],确定本文医院类医疗资源的服务半径为10 km。 10
诊所类 根据诊所类医疗资源属于街道级医疗设施的服务特点,采用如下步骤核算服务半径:①基于ArcGIS 10.6核算研究区内西安市各街道的平均面积S平均值=16 km2;②核算与各街道平均面积最为接近的正六边形的边长为2.5 km;③参考相关研究中城市居民就医出行的距离特征[43],确定本文诊所类医疗资源的服务半径为2.5 km。 2.5
药店类 参考《“健康西安2030”行动规划》、15 min生活圈规划和城市居民就医出行的距离特征[43-44],确定本文药店类医疗资源的服务半径为1.5 km。 1.5

3 结果与分析

3.1 西安城市医疗资源的空间集聚特征

3.1.1 医疗资源的空间集聚模式

为精确刻画西安市医疗资源的空间集聚特征,将研究区划分为边长为800 m的正六边形格网,共得到格网655个。正六边形是最类圆的多边形,并可以减少由格网形状的边界效应带来的样本偏差。选取800 m为边长是依据《城市居住区规划标准》[45]中15 min社区居住生活圈的服务半径下限为800 m。采用核密度估计法[46]来识别各类医疗资源的空间集聚区。
从整体上(图4a)看,研究区的医疗资源呈现典型的“核心-外围”结构,并沿城市中轴线的主发展方向延伸,具有CBD性质的高水平开发区和卫星城的集聚效应显著。西安城市发展的主轴线是指以城市中心的钟楼为核心,分别向南和向北沿交通主干线延伸的城市发展轴,也称中轴线。受历史沿革、城市规划和产业布局等因素影响,其中南向为西安城市发展的主方向,城南地域的建成水平、人口密度和公共设施密度相对更高。传统内城区均为医疗资源高核密度区,随着城市的圈层扩展,医疗资源核密度值整体呈下降趋势。同时,医疗资源的高核密度区沿中轴线向西安城市主发展方向(南)延伸,并分别在西安高新技术产业开发区的东北部和原长安区政府所在的韦曲街道形成了两处高核密度区。西安高新技术产业开发区是西安市单位建设用地产出最高的区域,在西安城市发展中具有重要意义。韦曲街道原为西安市主城区的卫星城,现在是大学城和航天基地的重要服务枢纽,其形成的高核密度区与原主城区呈相对分离的岛状结构。
图4 西安城市医疗资源空间分布核密度图

注:网络版为彩图。

Fig.4 Kernel density map of spatial distribution of medical resources in Xi’an

从各类型的医疗资源来看,除了遵循“核心-外围”结构等共性特征外,不同性质和功能的医疗资源表现出差异化的空间集聚模式。具有全域服务性质的医院类医疗资源的向心性非常显著,86%的高核密度格网集中在传统内城区,次高核密度格网也多分布在成熟建成区;在城市外围面积广大的城乡过渡区,医院数量仅占研究区总量的10.28%,空间非均衡性最强(图4b)。以社区为主要服务对象的诊所类医疗资源,空间非均衡性有所减弱,其高核密度区的数量较医院类增加了1倍,在空间分布上也从传统内城区向南扩展至成熟建成区和新兴扩展区(图4c)。具有较强遍在性的药店类医疗资源,其在研究区内的数量最多,空间分布最广泛,空间模式与医疗资源整体的分布特征也最为接近,中等核密度区的范围显著扩展至新兴扩展区边缘(图4d)。

3.1.2 医疗资源空间集聚的尺度特征

不同的研究尺度下,一定空间内的点要素呈现出不同的集聚特征。基于Crimestat 3.3软件,采用适用于多尺度空间格局分析的Ripley’s K函数研究西安城市医疗资源在不同空间尺度上的集聚特征,并识别出各类医疗资源空间集聚最为显著时的特征尺度。采用Monte Carlo法进行100次统计学模拟,得到集聚强度L(d)的演化曲线和置信区间(图5),并统计特征尺度和集聚强度(表2)。
图5 西安城市医疗资源的Ripley’s L(d)

注:L(d)min和L(d)max分别表示低值置信区间和高值置信区间的包迹线; L(csr)表示完全空间随机分布的状态,一般被用为比较基线。网络版为彩图。

Fig.5 Ripley’s L(d) of urban medical resources in Xi’an

表2 西安城市医疗资源的空间集聚特征

Tab.2 Spatial agglomeration characteristics of urban medical resources in Xi’an

类型 空间集聚模式 特征尺度d/km 集聚强度L(d)
医疗资源整体 “核心-外围”结构+主发展轴依赖 9.19 4.93
医院类 向心型极化,非均衡性强 8.36 4.01
诊所类 极化减弱,非均衡性居中 8.81 5.04
药店类 轴向延伸,非均衡性弱 8.63 3.41
总体来看,西安城市医疗资源的空间集聚强度L(d)始终大于零,且在99%的置信度上均通过显著性检验,表明西安城市整体及各类医疗资源均呈现出显著的集聚分布特征(图5)。不同类型医疗资源L(d)的峰值存在差异,在空间尺度效应下诊所类医疗资源的L(d)峰值最大(图5c),空间集聚性最强,其次为医院类医疗资源(图5b),而药店类医疗资源的空间集聚性相对最弱(图5d)。随着距离尺度d的逐渐增大,西安市整体及各类医疗资源的空间集聚强度L(d)均呈现出先增长后缓慢下降的演化趋势。各类医疗资源集聚强度L(d)达到峰值时所对应的距离尺度d较为接近,医院类、诊所类和药店类医疗资源分别在距离尺度d为8.36、8.81和8.63 km时达到集聚强度的峰值,即西安各类医疗资源的集聚特征表现得最为显著的特征尺度具有相似性,处于0.5 km左右的变化区间内。
为进一步测度西安城市医疗资源集聚特征尺度的空间意义,基于研究区的空间形态学特征(单中心,类圆形),将研究区面积抽象成圆形,所得的对应直径为34.70 km,而各类医疗资源空间集聚的特征尺度均值为8.45 km,约为对应圆形直径的1/4。

3.2 西安城市医疗资源的人口适配性

城市医疗资源的供给能力与需求压力随人口规模变化而不断改变,并在适应、协同和匹配等方面呈现出一定的格局特征[35]。在西安城市医疗资源空间集聚特征研究的基础上,本文分别从居住小区点位置和居住小区人口数量两个视角,采用协同区位商和高斯两步移动搜索法探讨西安城市医疗资源与居住人口的区位关联特征和可达性,以综合评估城市医疗资源与人口分布的适配特征。

3.2.1 基于居住小区空间点位置的医疗资源区位关联性

基于ArcGIS 10.6软件,采用协同区位商CLQ计算西安市各类医疗资源与居住小区的区位关联性,并依据算法含义和自然断点法将CLQ进行等级划分(表3)。
表3 西安城市医疗资源与居住小区的区位关联性

Tab.3 Locational correlation between urban medical resources and residential communities in Xi’an

医疗资源的区位趋向 数值 空间关联性 居住小区的区位趋向 数值 空间关联性
Q医院类→居住小区 0.764 离散 Q居住小区→医院类 6.743 强趋近
Q诊所类→居住小区 1.068 随机 Q居住小区→诊所类 2.216 中趋近
Q药店类→居住小区 1.297 弱趋近 Q居住小区→药店类 1.708 中趋近
西安城市医疗资源与居住小区具有较为明显的区位关联性。除医院类医疗资源在区位选择时未表现出靠近居住小区的空间倾向外(CLQ小于1),其他医疗资源与居住小区的双向CLQ均大于1;城市医疗资源与居住小区的双向区位关联模式呈现出显著的“非对称性”。整体来说,医疗资源的区位倾向受居住小区的影响弱于居住小区区位倾向受医疗资源的影响。其中,医院类医疗资源的区位倾向受居住小区的影响最弱,这主要是由于作为大型城市公共资源,医院类医疗资源的布局主要受政府主导的医疗卫生资源规划、交通设施等宏观因素的影响,并具有较明显的滞后性;Q诊所类→居住小区值趋近于1,对居住小区表现出随机的空间关联模式;在3种医疗资源中,药店类医疗资源的区位倾向受居住小区的影响最为显著,体现了其主要受市场力量调节且灵活性强的特征。而居住小区的区位倾向则表现为全部趋近于各类城市医疗资源,CLQ值均大于1,并高于其CLQ逆向值。从城市医疗资源的类型差异看,医院类医疗资源对居住小区产生的区位关联性远高于诊所类和药店类医疗资源,CLQ值分别为后两者的3.04和3.95倍,体现了大型城市公共资源在人口空间配置中的先导性特征。

3.2.2 基于居住小区人口数量的医疗资源可达性

1)西安城市医疗资源可达性的数据特征
对西安城市医疗资源的可达性进行描述性统计(表4),发现各类医疗资源的可达性存在显著差异。从平均水平来看,数量最多的药店类可达性远高于其他类型,分别是医院类和诊所类医疗资源的4.46倍和2.49倍;诊所类医疗资源的平均可达性居中,医院类的平均可达性最低,但二者差距相对较小。从数据分布看,药店类可达性的变异系数也远高于其他类,表现出强烈的离散特征;但诊所类和医院类医疗资源可达性的离散程度较为一致。从均衡性看,各类医疗资源的基尼系数均大于0.5,表现出强烈的非均衡特征,其中药店类医疗资源可达性的基尼系数最大,其次为诊所类和医院类医疗资源。
表4 西安城市医疗资源可达性的描述性统计与基尼系数

Tab.4 Descriptive statistics and Gini coefficient of accessibility of urban medical resources in Xi’an

类型 数量/个 均值/(个·千人-1) 标准差 变异系数 基尼系数
医疗资源整体 5 583 218.4 0.361 5 1.655 2 0.772 5
医院类 496 30.3 0.024 4 0.805 2 0.733 6
诊所类 2 025 54.4 0.043 9 0.806 9 0.774 1
药店类 3 062 135.2 0.350 4 2.591 7 0.803 6
为进一步探讨医疗资源与人口分布的空间适配性,在Origin 2019软件中以居住小区人口数为横轴,以医疗资源可达性为纵轴绘制散点图(图6)。随着居住小区人口规模的增大,整体及各类医疗资源的可达性均呈现衰减趋势,但衰减曲线存在显著差异。诊所类医疗资源的可达性随着居住小区人口规模增大而减小的趋势最为突出(图6c)。其次为医院类,但该类医疗资源的可达性在5 000人以内的小规模居住小区表现出低水平的相对稳定,81.66%的数据点都位于居住小区人口数和可达性均低于均值的第三象限;当居住小区人口规模超过平均水平(即5 000人)后,医院类医疗资源的可达性开始较为明显的衰减(图6b)。药店类和医疗资源整体的可达性随居住小区人口规模增大而降低的演化趋势较为平缓,呈现出较好的稳定性特征(图6a、6d)。
图6 西安城市医疗资源可达性与居住小区规模散点图

注:图中的象限线分别为居住小区人口规模和医疗资源可达性的均值。

Fig.6 Scatter plot of urban medical resources accessibility and residential communities scale in Xi’an

2)西安城市医疗资源可达性的空间特征
为探讨医疗资源可达性的空间特征,在ArcGIS 10.6中将西安城市各类医疗资源及整体的可达性进行空间可视化。在SPSS软件中进行数据分布检验,发现可达性数据组为非正态分布,因此采用最为适用的几何间隔法进行空间分级(图7)。
图7 西安城市医疗资源可达性的空间分异

注:网络版为彩图。

Fig.7 Spatial differentiation of accessibility of urban medical resources in Xi’an

整体看,西安城市医疗资源的可达性与其空间集聚模式表现出相似的特征,即“核心-外围”圈层结构和城市发展主轴依赖,随着城市圈层的扩展,医疗资源的可达性水平逐渐降低,圈层内部的非均衡性逐渐增强(图7、8)。西安城市医疗资源可达性空间结构的形成是在城市宏观社会经济和整体地域结构背景下,在政府规划和市场调节的双重力量下,不同类型和区位偏好的医疗资源在城市内部地域空间格局演化的综合体现。
图8 西安城市医疗资源可达性的圈层分异

Fig.8 Circle differentiation of accessibility of urban medical resources in Xi’an

从类型分异看,医院类医疗资源可达性的“核心-外围”圈层特征表现得最为典型。从传统内城区逐渐向外扩展,医院类医疗资源的可达性从54.4个/千人逐渐降低至9.8个/千人,且越靠近城市外围,圈层间衰减趋势越显著,圈层间的衰减率分别为21.69%、38.26%和62.73%(表5)。其中,城乡过渡区兼具可达性水平最低(可达性仅为其他圈层的18%、23%和37%)和衰减率最大的特征。从均衡性特征看,医院类医疗资源可达性均衡水平的圈层分异相较于其他类型较为平缓,基尼系数随着圈层扩张平稳增长,阈值区间为0.48~0.75。这是由于医院类医疗资源的布局主要受政府规划影响,大型医院建设体量大、周期长,其布局较城市扩张和人口分布具有相对滞后性,因此城市最外围的城乡过渡区易成为医院类医疗资源与人口分布匹配性最为薄弱的城市空间。
表5 西安城市医疗资源可达性的圈层衰减律 单位:%

Tab.5 The circular decay law of the accessibility of urban medical resources in Xi’an

圈层 医疗资源整体 医院类 诊所类 药店类
传统内城区→成熟建成区 39.52 21.69 46.23 40.11
成熟建成区→新兴扩展区 8.38 38.26 33.04 -16.12
新兴扩展区→城乡过渡区 32.37 62.73 11.14 22.05

注:衰减率是指相邻两个圈层的可达性水平之差除以前一个圈层的可达性,计算式为β= A i - A i + 1 A i。

诊所类医疗资源可达性也呈现“核心高-外围低”的圈层结构,可达性高值区除分布在传统内城区和成熟建成区外,沿城市发展轴向主方向(南)延伸的趋势显著。不同于医院类,诊所类可达性的衰减趋势逐渐减弱,圈层间衰减率分别为46.23%、33.04%和11.14%,从传统内城区到成熟建成区的衰减特征最为明显。在均衡性上,诊所类医疗资源的基尼系数随着圈层扩展持续较为均匀的增大,阈值区间为0.48~0.85。这主要是由于诊所类医疗资源具有社区服务的性质,较医院类医疗资源具有轻资产的特性,同时也能够较好地发挥市场在该类医疗资源配置中的作用,因此在圈层衰减性上表现得相对较弱。
药店类医疗资源可达性高值区分布较为广泛,但向心型集聚和沿城市发展轴延伸的趋势依然显著。从圈层分异看,药店类可达性呈现出不同于其他类别的波动下降趋势,圈层间衰减率分别为40.11%、-16.12%和22.05%,即在新兴扩展区形成了药店类医疗资源可达性的波动上升地带,其可达性水平达到139.7个/千人,超过了成熟建成区(120.3个/千人)和城乡过渡区(108.9个/千人)。这主要是由于新兴扩展区是近20年来西安城市扩展和人口集聚的主要区域,由于医院类等大型医疗公共资源建设的相对滞后性,受市场和资本调节更为灵活的药店类医疗资源在新兴扩展区为城市居民提供了初级的医疗服务和产品,体现了医疗资源间的补偿替代效应[25]。在均衡性上,药店类医疗资源可达性随着圈层扩展逐渐增大,且圈层间差异非常显著。在传统内城区药店类医疗资源接近于均衡分布,基尼系数仅为0.06;随着圈层扩张,至相邻的成熟建成区,药店类医疗资源可达性的基尼系数即迅速增长至0.66,后持续增加至接近1。
受各类医疗资源空间分异的叠加影响,西安市医疗资源综合可达性的圈层特征相对较弱,但仍表现出“核心-外围”结构和沿城市发展主轴扩张的特点。值得关注的是,在研究范围内存在各类医疗资源服务半径均未覆盖到的居住小区,即可达性水平为0的可达性盲区。这类居住小区主要分布在城乡过渡区的外围边缘,多位于城市规划建设的薄弱真空地带。其中医院类医疗资源的可达性盲区共3个,均位于城乡过渡区中韦曲街道的最北边缘处;诊所类和药店类医疗资源的可达性盲区分别为9个和27个,主要集中在城乡过渡区的东北外缘。

4 结果与讨论

4.1 结果

1)在空间集聚特征上,西安城市医疗资源总体呈现典型的“核心-外围”结构,并沿城市中轴线的主发展方向延伸,具有CBD性质的高水平开发区和卫星城的集聚效应显著。分类型来看,不同性质和功能的城市医疗资源表现出差异化的空间集聚模式,具有全域服务性质的医院类医疗资源的向心型极化特征最为显著。在尺度特征上,各类医疗资源的集聚强度峰值所对应的特征尺度具有一致性,约为同等面积圆形直径的1/4。即在相似规模和形态的城市研究中,各类医疗资源有可能在研究区对应圆形直径1/4的尺度上表现出最强的空间集聚强度。
2)在区位关联关系上,西安城市医疗资源与居住小区的区位关联模式呈现出显著的“非对称”结构。医疗资源的区位倾向受居住小区的影响弱于居住小区区位倾向受医疗资源的影响,医院类医疗资源对居住小区产生的区位关联性远高于诊所类和药店类医疗资源,体现了大型城市公共资源在人口配置关系中的先导性作用。
3)西安城市各类医疗资源的可达性呈现药店类>诊所类>医院类的变化格局,随着居住小区人口规模的增大,各类医疗资源的可达性表现出不同形态的衰减特征。当居住小区人口规模超过平均值(5 000人)后,各类医疗资源的可达性下降明显,因此在城市住宅区规划中应尽量避免过大规模的居住人口集聚。
4)在空间特征上,西安城市医疗资源的可达性与其空间集聚模式整体上表现出相似的特点,即随着城市圈层的扩展,医疗资源的可达性水平逐渐降低,圈层内部的非均衡性逐渐增强。不同城市圈层间各类医疗资源的可达性水平和衰减特征存在显著差异。最外围的城乡过渡区是医院类医疗资源与人口适配性最为薄弱的区域,应成为城市大型健康资源规划建设中重点关注的城市空间。药店类医疗资源的可达性在新兴扩展区形成了反衰减的上升地带,体现了市场机制下不同等级和层次的城市医疗资源间的补偿替代效应。各开发区集中分布的新兴扩展区是各类医疗资源可达性变动最为剧烈的圈层,体现了开发区在城市资源配置中的集聚、虹吸和溢出等效应引发的医疗资源可达性非均衡变动。

4.2 讨论

1)城市公共资源的空间失配是世界各国,尤其是发展中国家城市化进程中普遍存在的现象[47]。如何在快速城镇化背景下构建有利于促进医疗资源高效配置、城市医疗空间公平和分级诊疗体系的研究框架,是地理学服务可持续城市和社区建设的重要领域。本文在既有研究基础上,引入适配性概念,综合考虑城市居住小区人口对不同等级层次医疗资源的需求实际,构建了城市医疗资源空间集聚与人口适配性分析框架,研究了医院、诊所和药店3类不同主导运行机制下的城市医疗资源的集聚模式、关联关系和空间表现,既拓展了城市公共资源优化配置理论和分析范式,又为大城市医疗资源的合理布局提供了科学支撑。
2)西安城市医疗资源与人口规模的适配关系整体呈现“中心强-外围弱”的圈层衰减结构规律,城市外围区是各类城市医疗资源的薄弱区,这种空间结构与东部发达地区城市医疗设施的可达性“中心高-外围低”结构具有相似性[1,21-22]。但是,目前西安市正处于城市化快速发展期和城市空间快速拓展区,未来随着人口的集聚和老龄化人口的不断加深,势必会出现不同层级医疗资源的短缺,特别是城市外围区医院类医疗资源的空缺区,这将成为影响未来可持续健康城市和可持续居住区建设的重要现实性因素。因此,在未来的城市规划和管理中应充分发挥“市区-街道-小区”多等级层次的医疗资源体系服务功能和替代效应,打造“15 min医疗卫生服务圈”。依据城市各圈层的人口集聚与医疗资源可达性特征,协调优化城市各类医疗资源的空间配置:适当疏散医疗资源集聚度高的传统内城区和成熟建成区,加强对新兴扩展区和城乡过渡区的医疗资源配置。针对城市外围地区医院类大型医疗资源供需矛盾突出的问题,可采用设立分院、公私合营等形式向城市三环路以外适当疏散部分综合医院或新建综合医院。对具有人口集聚潜力的各类城市新区,在城市医疗资源规划时应遵循适度超前的配置原则,保留相应的医疗资源用地,实现三级甲等医院在城市新区的全覆盖。在医疗资源可达性盲区内进行零星地块空间的灵活开发,完善基层医疗资源服务功能,促进城市公共资源的公平高效配置。
3)大城市医疗资源的空间配置与人口需求的关系具有一定的复杂性和动态性,可持续健康城市背景下如何有效配置不同层级的城市医疗资源,满足城市居民就医的不同需求是未来中国城市建设治理过程中亟须解决的重要命题。囿于数据限制,本文未考虑作为西北地区的中心城市——西安市的医院类医疗资源还在一定程度上承担着其他城市外来人口的就医需求,使得医院类医疗资源的适配水平存在偏高的可能性,未来在城市医院类医疗资源的服务对象方面应精确考虑其他城市外来人口的就医需求。另外,基于案例区所得的城市医疗资源空间集聚的特征尺度“约为同等面积圆形直径的1/4”的结论可能在与西安市相似规模和形态的平原型城市研究中具有较好的适用意义,但普适性和推广性尚需更多的案例研究进行修正。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
曾文, 向梨丽, 李红波, 等. 南京市医疗服务设施可达性的空间格局及其形成机制[J]. 经济地理, 2017, 37(6):136-143.

ZENG W, XIANG L L, LI H B, et al. Spatial pattern of access to health care facilities and its formation mechanism in Nanjing[J]. Economic Geography, 2017, 37(6):136-143.

[2]
王芳, 朱明稳, 陈崇旺, 等. 基于步行指数与人口空间格局的城市健康资源公平性:以广州市中心城区为例[J]. 资源科学, 2021, 43(2):390-402.

DOI

WANG F, ZHU M W, CHEN C W, et al. Equity of urban health resources based on walkability and spatial distribution of population:a case study of the central urban area of Guangzhou City[J]. Resources Science, 2021, 43(2):390-402.

[3]
周建平, 刘程军, 徐维祥, 等. 中国新型城镇化与城市医疗资源空间适配性研究[J]. 地理科学, 2021, 41(7):1168-1177.

DOI

ZHOU J P, LIU C J, XU W X, et al. Research on the spatial adaptability of China’s new urbanization and urban medical resources[J]. Scientia Geographica Sinica, 2021, 41(7):1168-1177.

DOI

[4]
湛东升, 张文忠, 张娟锋, 等. 北京市公共服务设施集聚中心识别分析[J]. 地理研究, 2020, 39(3):554-569.

DOI

ZHAN D S, ZHANG W Z, ZHANG J F, et al. Identifying urban public service facilities centers in Beijing[J]. Geographical Research, 2020, 39(3):554-569.

[5]
张沛, 杨欢, 张中华. 新型城镇化导向下公共服务设施空间配置模式研究:以渭南市主城区为例[J]. 现代城市研究, 2015, 30(3):70-77.

ZHANG P, YANG H, ZHANG Z H. Spatial configuration modes of public service facilities under new urbanization orientation:a case study of Weinan main urban areas[J]. Modern Urban Research, 2015, 30(3):70-77.

[6]
王洁晶, 朱巍, 刘涛. 公共服务设施可达性、个人社会资本与居民心理健康:基于北京的实证研究[J]. 人文地理, 2022, 37(1):18-27.

WANG J J, ZHU W, LIU T. Spatial accessibility, social capital and mental wellbeing of urban residents: a case study of Beijing[J]. Human Geography, 2022, 37(1):18-27.

[7]
周弦. 15分钟社区生活圈视角的单元规划公共服务设施布局评估:以上海市黄浦区为例[J]. 城市规划学刊, 2020(1):57-64.

ZHOU X. Assessing the distribution of public service facilities in unit planning based on the perspective of the 15-minute community-life circle: evidence from Huangpu district of Shanghai[J]. Urban Planning Forum, 2020(1):57-64.

[8]
冉钊, 高建华. 大城市医疗健康资源空间演化及其影响因素:以郑州中心城区为例[J]. 地域研究与开发, 2023, 42(2):53-59.

RAN Z, GAO J H. Spatial evolution and influencing factors of medical and health resources in big cities:a case study of central urban area of Zhengzhou City[J]. Areal Research and Development, 2023, 42(2):53-59.

[9]
陶卓霖, 戴特奇, 宋长青. 空间公平导向的城市医疗设施优化配置模型研究[J]. 地理学报, 2023, 78(2):474-489.

DOI

TAO Z L, DAI T Q, SONG C Q. Improving spatial equity-oriented location-allocation models of urban medical facilities[J]. Acta Geographica Sinica, 2023, 78(2):474-489.

DOI

[10]
申立, 陆圆圆. 基于韧性提升的医疗卫生设施布局优化研究:以上海为例[J]. 上海城市管理, 2022, 31(1):11-17.

SHEN L, LU Y Y. Research on layout optimization of medical and health facilities based on resilience improvement[J]. Shanghai Urban Management, 2022, 31(1):11-17.

[11]
ALEXANDER G L, MADSEN R W, MILLER E L, et al. The state of nursing home information technology sophistication in rural and nonrural US markets[J]. The Journal of Rural Health, 2017, 33(3):266-274.

DOI PMID

[12]
TREACY L, BOLKAN H A, SAGBAKKEN M. Correction:distance,accessibility and costs.Decision-making during childbirth in rural Sierra Leone:a qualitative study[J]. PLoS One, 2018, 13(4):e0196523.

[13]
HASHTARKHANI S, KIANI B, BERGQUIST R, et al. An age-integrated approach to improve measurement of potential spatial accessibility to emergency medical services for urban areas[J]. The International Journal of Health Planning and Management, 2020, 35(3):788-798.

DOI PMID

[14]
COFFEE N, TURNER D, CLARK R A, et al. Measuring national accessibility to cardiac services using geographic information systems[J]. Applied Geography, 2012,34:445-455.

[15]
ARISANTI R, PONTOH R S, WINARNI S, et al. Assessing service availability and accessibility of healthcare facilities in Indonesia:a spatially-informed correspondence analysis with visual approach[J]. Decision Science Letters, 2023, 12(3):591-604.

[16]
NEUTENS T. Accessibility, equity and health care:review and research directions for transport geographers[J]. Journal of Transport Geography, 2015,43:14-27.

[17]
DUBBIN L, MCLEMORE M, SHIM J K. Illness narratives of African Americans living with coronary heart disease: a critical interactionist analysis[J]. Qualitative Health Research, 2017, 27(4):497-508.

DOI PMID

[18]
JAKLII T K, KOVAA J. The impact of demographic changes on the organization of emergency medical services:the case of Slovenia[J]. Organizacija, 2015, 48(4):247-258.

[19]
赵雪雁, 王晓琪, 刘江华, 等. 基于不同尺度的中国优质医疗资源区域差异研究[J]. 经济地理, 2020, 40(7):22-31.

ZHAO X Y, WANG X Q, LIU J H, et al. Regional differences of quality medical resources in China based on different scales[J]. Economic Geography, 2020, 40(7):22-31.

[20]
李薇, 杜芳娟, 阮欧. 不同医疗资源空间配置及影响因素的地理探测:以贵阳主城区为例[J]. 测绘通报, 2022(12):116-120,125.

DOI

LI W, DU F J, RUAN O. Geographical detection of the allocation and influencing factors of different healthcare resources:take the main city of Guiyang as an example[J]. Bulletin of Surveying and Mapping, 2022(12):116-120,125.

[21]
张中浩, 孙诗萌, 汪雪, 等. 特大城市医疗公共服务可达性的空间格局及其影响因素分析:以上海市为例[J]. 地理科学, 2022, 42(4):622-630.

DOI

ZHANG Z H, SUN S M, WANG X, et al. Spatial pattern of medical public services accessibility in megacities and its influencing factors:a case study of Shanghai[J]. Scientia Geographica Sinica, 2022, 42(4):622-630.

[22]
胡舒云, 陆玉麒, 胡国建, 等. 基于多源大数据的深圳市医疗设施可达性与公平性测算[J]. 经济地理, 2021, 41(11):87-96.

HU S Y, LU Y Q, HU G J, et al. Measuring accessibility and equity of medical resources in Shenzhen based on multi-source big data[J]. Economic Geography, 2021, 41(11):87-96.

[23]
王东华, 曹小曙, 黄晓燕. 中国集中连片特困地区医疗可达性对贫困的影响[J]. 陕西师范大学学报(自然科学版), 2021, 49(2):1-14.

WANG D H, CAO X S, HUANG X Y. The impact of health care accessibility on poverty in the concentrated contiguous severe poverty areas in China[J]. Journal of Shaanxi Normal University (Natural Science Edition), 2021, 49(2):1-14.

[24]
武田艳, 唐春雷, 张若晨, 等. 居民选择行为视角下医疗设施服务承载力GDCL评价方法:以基本公共卫生服务为例[J]. 地理与地理信息科学, 2020, 36(4):64-69.

WU T Y, TANG C L, ZHANG R C, et al. GDCL evaluation method for service carrying capacity of medical facilities from the perspective of residents’ choice behavior:a case study of basic public health service[J]. Geography and Geo-Information Science, 2020, 36(4):64-69.

[25]
冉钊, 高尚, 杨捷, 等. 大城市医疗健康资源空间交互及其网络演化:以郑州中心城区为例[J]. 地理研究, 2022, 41(2):494-508.

DOI

RAN Z, GAO S, YANG J, et al. Spatial interaction characteristics and network evolution of medical health resources in big cities:a case study of Zhengzhou City[J]. Geographical Research, 2022, 41(2):494-508.

[26]
李亚洲, 张佶, 毕瑜菲, 等. “人口-设施” 精准匹配下的公共服务设施配置策略[J]. 规划师, 2022, 38(6):64-69,87.

LI Y Z, ZHANG J, BI Y F, et al. “human oriented” public service facilities configuration[J]. Planners, 2022, 38(6):64-69,87.

[27]
湛东升, 张文忠, 谌丽, 等. 城市公共服务设施配置研究进展及趋向[J]. 地理科学进展, 2019, 38(4):506-519.

DOI

ZHAN D S, ZHANG W Z, CHEN L, et al. Research progress and its enlightenment of urban public service facilities allocation[J]. Progress in Geography, 2019, 38(4):506-519.

DOI

[28]
翟石艳, 何新新, 孔云峰, 等. 基于最优供需分配的公共设施空间可达性分析[J]. 地理学报, 2022, 77(4):1028-1038.

DOI

ZHAI S Y, HE X X, KONG Y F, et al. Measuring the spatial accessibility of public services by optimal supply-demand allocation[J]. Acta Geographica Sinica, 2022, 77(4):1028-1038.

DOI

[29]
冉钊, 周国华, 张鸿辉, 等. 城市健康资源与人口分布空间关联性:以长沙中心城区为例[J]. 资源科学, 2019, 41(8):1488-1499.

DOI

RAN Z, ZHOU G H, ZHANG H H, et al. Spatial correlation between urban health resources and population distribution:a case study of the central urban area of Changsha City[J]. Resources Science, 2019, 41(8):1488-1499.

[30]
SHIPP A J, JANSEN K J. Reinterpreting time in fit theory:crafting and recrafting narratives of fit in medias res[J]. Academy of Management Review, 2011, 36(1):76-101.

[31]
ZANG Z, REN Q L, ZHANG Y Q. Analysis of the spatial adaptability of gross ecosystem production,gross domestic production,and population density in Chinese mainland[J]. Land, 2022, 11(8):1295.

[32]
颜梅艳, 余斌, 郭新伟, 等. 基于主客观比较视角的乡村人居环境建设适配性评价:以江汉平原公安县为例[J]. 地理科学进展, 2021, 40(11):1876-1887.

DOI

YAN M Y, YU B, GUO X W, et al. Adaptability of rural human settlements construction based on subjective and objective comparison:a case study of Gong’an County on the Jianghan Plain[J]. Progress in Geography, 2021, 40(11):1876-1887.

[33]
吉宇琴, 姜会明. 新时代老龄化与养老资源适配度时空差异及其影响因素分析[J]. 地理科学, 2022, 42(5):851-862.

DOI

JI Y Q, JIANG H M. Spatial and temporal differences and influencing factors of the adaptation degree of aging and pension resources in the new era[J]. Scientia Geographica Sinica, 2022, 42(5):851-862.

DOI

[34]
何昭丽, 王瑞方. 干旱区旅游业用水供需适配性评价模型及应用:以中国新疆为例[J]. 自然资源学报, 2021, 36(12):3215-3231.

DOI

HE Z L, WANG R F. Evaluation model and application of water supply and demand suitability for tourism in arid areas:a case study of Xinjiang[J]. Journal of Natural Resources, 2021, 36(12):3215-3231.

[35]
王宏亮, 吴健生, 高艺宁, 等. 城市公共资源与人口分布的空间适配性分析:以深圳市为例[J]. 北京大学学报(自然科学版), 2021, 57(6):1143-1152.

WANG H L, WU J S, GAO Y N, et al. Spatial fitness of urban public resources and population distribution:taking Shenzhen as an example[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2021, 57(6):1143-1152.

[36]
马蓓蓓, 李海玲, 魏也华, 等. 西安市贫困空间结构特征与发生机理[J]. 地理学报, 2018, 73(6):1018-1032.

DOI

MA B B, LI H L, WEI Y H, et al. Spatial structure and mechanism of urban poverty in Xi’an city[J]. Acta Geographica Sinica, 2018, 73(6):1018-1032.

[37]
任家怿, 王云. 基于改进两步移动搜索法的上海市黄浦区公园绿地空间可达性分析[J]. 地理科学进展, 2021, 40(5):774-783.

DOI

REN J Y, WANG Y. Spatial accessibility of park green space in Huangpu District of Shanghai based on modified two-step floating catchment area method[J]. Progress in Geography, 2021, 40(5):774-783.

DOI

[38]
王少剑, 莫惠敏, 吕慧妮, 等. 区位因素影响下高铁站区产业结构特征:基于POI数据的实证分析[J]. 地理学报, 2021, 76(8):2016-2031.

DOI

WANG S J, MO H M, LYU H N, et al. Industrial structure of high-speed railway station areas under the influence of location:empirical evidences from POI data[J]. Acta Geographica Sinica, 2021, 76(8):2016-2031.

[39]
LESLIE T F, KRONENFELD B J. The colocation quotient:a new measure of spatial association between categorical subsets of points[J]. Geographical Analysis, 2011, 43(3):306-326.

[40]
孟斌, 高丽萍, 李若倩. 基于协同区位商的北京城市职住要素空间关联[J]. 地理学报, 2021, 76(6):1380-1393.

DOI

MENG B, GAO L P, LI R Q. Spatial correlation analysis of residential and employment elements in Beijing based on collaborative location quotient[J]. Acta Geographica Sinica, 2021, 76(6):1380-1393.

DOI

[41]
郭亮, 彭雨晴, 贺慧, 等. 分级诊疗背景下的武汉市医疗设施供需特征与优化策略[J]. 经济地理, 2021, 41(7):73-81.

GUO L, PENG Y Q, HE H, et al. Supply-demand characteristics of medical resources and its optimizing countermeasures in Wuhan under the background of graded diagnosis and treatment[J]. Economic Geography, 2021, 41(7):73-81.

[42]
徐丰, 张琦, 牛继强, 等. 基于可达性的郑州市医疗资源空间均等化研究[J]. 地域研究与开发, 2021, 40(5):37-43.

XU F, ZHANG Q, NIU J Q, et al. Research on spatial equality of medical resources in Zhengzhou City based on accessibility[J]. Areal Research and Development, 2021, 40(5):37-43.

[43]
古荭欢, 吴瑞君, 孙斌栋. 分级诊疗能否促进空间平等?:基于上海市公共医疗服务可达性的情景分析[J]. 人文地理, 2022, 37(5):63-70.

GU H H, WU R J, SUN B D. Does hierarchical diagnosis and treatment system facilitate the spatial equality? A scenario analysis of the accessibility of public medical facilities in Shanghai[J]. Human Geography, 2022, 37(5):63-70.

[44]
高军波, 韩勇, 王义民, 等. 基于个体行为的城市居民就医空间及规划思考:以广州中心城区为例[J]. 城市规划, 2017, 41(10):46-52.

GAO J B, HAN Y, WANG Y M, et al. Reflections on space of medical service for urban residents and its planning based on individual behavior:a case study of central district of Guangzhou[J]. City Planning Review, 2017, 41(10):46-52.

[45]
吴夏安, 徐磊青, 仲亮. 《城市居住区规划设计标准》中15分钟生活圈关键指标讨论[J]. 规划师, 2020, 36(8):33-40.

WU X A, XU L Q, ZHONG L. Key indicators of 15-minute life circle in the standard for urban residential area planning and design[J]. Planners, 2020, 36(8):33-40.

[46]
李小璨, 阿荣, 佟宝全. 呼和浩特市生活性服务业空间布局特征及评价[J]. 干旱区地理, 2021, 44(4):1186-1197.

LI X C, A R, TONG B Q. Characteristics and evaluation of the spatial distribution of life service industry in Hohhot City[J]. Arid Land Geography, 2021, 44(4):1186-1197.

[47]
曾德珩, 杨礁, 徐盼盼. 城市空间失配问题研究进展与启示[J]. 现代城市研究, 2021(6):2-9.

ZENG D H, YANG J, XU P P. Research progress and enlightenment on urban space mismatch[J]. Modern Urban Research, 2021(6):2-9.

Options
Outlines

/

〈 〉

Copyright © Journal of Shaanxi Normal University(Natural Science Edition)
Address: No.1000 Taoyuan Avenue, Yu Bei District, Chongqing　Post Code:401120
Tel: 029-81530883，81530879，81530885　　E-mail: lkxuebao@snnu.edu.cn
Powered by Beijing Magtech Co. Ltd.