内容发布更新时间 : 2024/5/19 3:01:55星期一 下面是文章的全部内容请认真阅读。

基于GIS的空间可达性研究

———以芝加哥公共医疗卫生服务为例

摘要：本文以芝加哥公共医疗卫生服务为例，通过GIS软件 ，采用两步移动搜索法的可达

性思想，分析芝加哥各普查区居民获取公共卫生服务的可达性, 模拟出芝加哥地区公共医疗卫生服务可达性空间分布。以期为相关部门在制定决策时提供帮助。

关键字： GIS 芝加哥 空间可达性 公共医疗

1引言

公共医疗卫生是关系到一国或一个地区人民大众健康的公共事业。美国城乡卫生行政人员委员会对公共医疗卫生定义———公共医疗卫生是通过评价、政策发展和保障措施来预防疾病、延长人寿命和促进人的身心健康的一门科学和艺术[1]。

在我国，农村的部分行政决策者受经济利益驱动，更重视一些可以短期收益的项目，削弱了政府对于公共卫生的重视程度和行政干预力度[2]。政府对于公共卫生并没有十分明确的分工和职责范围，尤其是对于农村公共卫生的政府职责更是含混不清。因此，尽快明确各级政府的职责和任务，以利于各自履行其职责是当务之急。

公共医疗卫生服务是一种成本低、效果好的服务，但又是一种社会效益回报周期相对较长的服务。在国外，各国政府在公共卫生服务中起着举足轻重的作用，并且政府的干预作用在公共卫生工作中是不可替代的[3]。本文以芝加哥地区的人口数和医师数为基础, 分析各普查区居民获取公共卫生服务的可达性,模拟出芝加哥地区公共医疗卫生服务可达性空间分布。

2空间相互作用理论

2.1空间可达性

可达性是一种经验表述，指利用一种特定的交通系统从某一给定区位到达活动地点的难易程度，相关的指标有距离、时间、费用等。Hansen首次提出了可达性的概念，将其定义为交通网络中各节点相互作用的机会大小。Kwan将可达性分为个人可达性和地方可达性两类，前者是反映个人生活质量的一个指标，后者是指某一区位“被接近”的能力。可达性计算与3个要素有关[4]：①交通成本，一般以两地间的交通时间或交通距离作为计算依据；②端点区位吸引力，指提供某种可达性服务的能力；③端点区位需求力，指对某种可达性服务的需要量。

2.2两步移动搜索法

早期的移动搜寻法( floating catchment area method, FCA method)因考虑了供给与需求可以跨越行政边界的潜在相互作用,减少了区域可用性方法存在的问题。Luo首先假设了一个就医出行的极限距离( 15 英里) ,并以普查单元的中心为圆心、15英里的极限距离为半径建立圆形搜寻域, 搜寻域内医生总数与人口总数的比值被定义为这一普查单元的空间可达性。然后相同的搜寻域从一个普查单元中心移动到其他普查单元的中心, 重复上述计算, 得到研究区内各个普查单元的空间可达性。然而它又潜在假设了搜寻域内的服务对域内所有居民都是充分可用的[5]。

为了克服上述缺点，Radke和Mu提出了两步移动搜寻法 ( twoOstep floating catchment area method, 2 OStep FCAmethod) 的思想。在本文中具体表述如下：

第一步：以任一医院位置j为中心，就医出行的极限距离(d0)为半径，建立搜寻域j。然后查找搜寻域j内所有的人口位置(k)，计算搜寻域内病床数与人口的比值Rj：

（1）

P k是普查单元k的人口数,其中心落在搜寻域内(即dkj≤d0 )，Sj是医院j拥有的病床数；dkj是位置k, j之间的出行距离。

第二步：以任一人口位置i为中心，就医出行的极限距离(d0)为半径，建立搜寻域i。然后查找搜寻域i内所有的医院位置（j），将这些位置的病床数与人口比值汇总求和：

（2）

AiF表示居民点i的就医空间可达性，AiF越大表明该位置i的可达性越好；Rj是搜寻域i（dkj≤d0）内医院位置j的病床数与人口比值；dkj是位置i, j之间的出行距离。

3芝加哥地区公共医疗服务的空间可达性

3.1 数据处理平台

ARCGIS9.0 以强大的分析功能成为一种主流的GIS 软件系统, 用户可用此进行分析和

[6]

地图创建 .本文选用ARCGIS9.3地理信息系统分析平台, 主要利用ARCGIS 中缓冲区分析、叠加分析、最短距离分析等功能。

3.2 数据选取

（1）shape文件chitrtcent：普查小区的重心，其中的popu是从2000年普查数据中提取的人口数据。 （2）shape文件chizipcent：邮政编码区的重心，其中的doc00是从美国医学会（AMA）2000年医师档案中提取的每个邮政编码地区的基本医师数。

（3）shape文件chitrt：普查区的各属性值，作参考表或基表。

3.3 计算步骤

（1）距离计算：利用普查小区重心数据chitrtcent和邮编区重心数据chizipcent。我们可以计算居民（chitrtcent）与医师（chizipcent）之间的直线距离，生成距离文件distance.dbf。 （2）提取阈值范围内的距离：从表distance.dbf中选取距离≤ 20英里(即32,180米)的记录，并输出为表distance20mi.dbf。新的数据表只包括那些在20英里阈值范围内的距离数据，即满足式（2）式给定的条件：

k?{d?d}i?{d?d}kj0ij0和

（图1）。

图1 提取阈值

（3）将人口和医师数据连接到距离表：将医师属性表（chizipcent）和人口属性表（chitrtcent）分别基于邮编区和普查小区连接到距离表distance20mi.dbf（图2）。

图2 连接之后的distance20mi表

（4）汇总每个医师阈值范围内的人口数：在第3步所得表distance20m.dbf的基础上，按医师位置加总人口数，从而生成一个新的表docavl.dbf。其中，列数据sum_popu为每个医师阈值范围内的总人口数（图3），即我们校正了式（2）中的k?{d?D。

k?d}kj0

图3 汇总医师的阈值人口 图4图4 字段docpopR的计算

（5）按医师位置计算医师－人口比：将医师属性表（chizipcent）连接到表docavl.dbf，新