我國衛生區域劃分研究

黃 菊 莊 寧 代 濤 張 璐

1.中國醫學科學院醫學信息研究所/衛生政策與管理研究中心 北京 100020 2.國家衛生和計劃生育委員會 北京 100044

?

·衛生服務體系·

我國衛生區域劃分研究

黃 菊1*莊 寧2代 濤1張 璐1

1.中國醫學科學院醫學信息研究所/衛生政策與管理研究中心 北京 100020 2.國家衛生和計劃生育委員會 北京 100044

目的：我國不同地區衛生資源發展不平衡，制定區域衛生規劃要綜合考慮不同地區的經濟、社會、人口、健康等方面的狀況。方法：利用統計年鑒數據，考慮經濟、社會、人口、健康等因素，分別通過主成分分析和因子分析方法計算不同地區的綜合得分，然后對綜合得分進行聚類分析。結果：主成分分析綜合得分和因子分析綜合得分的聚類分析將全國以省(自治區、直轄市)為單元劃分為6類地區，兩種分析方法的分類結果類似。結論：將全國衛生區域分為六類，第一類地區：上海市、北京市；第二類地區：天津市；第三類地區：江蘇省、浙江省、廣東?。坏谒念惖貐^：遼寧省、山東省、福建省、內蒙古自治區、吉林省、重慶市、陜西省、湖北省、黑龍江省、山西省、河南省、湖南省、河北省、海南省、四川省、江西省、安徽??；第五類地區為：廣西壯族自治區、寧夏回族自治區、新疆維吾爾自治區、甘肅省、青海省、貴州省、云南省；第六類地區為：西藏自治區。分類結果基本符合中國31個省(自治區、直轄市)的衛生發展實際。

衛生區域； 主成分分析； 因子分析； 聚類分析

優化醫療衛生服務體系的資源配置，需要根據不同地區的發展制定有針對性的策略。我國各地衛生資源發展不平衡，根據《2014年中國衛生和計劃生育統計年鑒》，2013年山東省800張床位以上的醫院數量全國最多，達106家，而青海、寧夏、海南僅有4家；北京市2013年千人口執業(助理)醫師數5.85人，而貴州僅為1.31人。[1]我國東中西部經濟社會發展差距較大，進一步加劇了醫療衛生資源配置的不平衡，影響居民公平享有醫療衛生服務的基本權益。合理劃分衛生區域，有利于準確把握不同地區醫療衛生資源配置規律，找準薄弱環節，對區域衛生發展給予政策調控，具有一定的現實意義。

這些年來，一些學者研究了中國的經濟區域劃分。[2-4]1985年，區域經濟學家陳棟生將我國經濟地帶劃分為“六大經濟區”，即東北、黃河流域、長江流域、南方、新疆、西藏六大經濟區。20世紀80年代末到90年代初，經濟學家劉再興根據全國生產力總體布局提出把全國劃分為六個一級經濟區：東北區，黃河中下游區，長江中下游區，東南沿海區，西南區，西北區。2006年6月，國務院發展研究中心發布的《地區協調發展的戰略和政策》報告提出新的綜合經濟區域劃分設想，把中國內地劃分為八大綜合經濟區域。然而，在醫療衛生資源配置領域，學者主要針對局部地區進行衛生資源配置的區域劃分，較少對全國衛生資源配置的區域劃分開展研究，且很少綜合考慮經濟、人口、社會、健康等因素進行衛生區域劃分研究。[5-7]本文將系統考慮經濟、人口、社會、健康等因素，利用主成分分析及因子分析等方法對我國31個省(自治區、直轄市)進行衛生區域劃分。

1 資料與方法

1.1 資料來源

本研究數據來源自《2014年中國統計年鑒》及《2014年中國衛生和計劃生育統計年鑒》。為合理劃分衛生區域，研究綜合考慮不同地區經濟、社會、人口、健康及衛生資源狀況，全面收集了2013年全國31個省(自治區、直轄市)的經濟、社會、人口、健康四個方面相關指標。經濟指標主要包括：人均GDP、人均財政收入與支出、人均衛生支出、城鎮居民人均可支配收入、農村居民人均可支配收入；社會發展指標主要包括：城市人口密度、城鎮化率、15歲以上人口文盲率等；人口指標主要包括：常住人口數、城鎮人口數、農業人口數、地區面積、性別比、65歲以上人口比例、出生率等；居民健康狀況指標主要包括：平均期望壽命、嬰兒死亡率、5歲以下兒童死亡率等；衛生資源狀況指標主要包括：醫院數、基層醫療衛生機構數、衛生技術人員數、執業(助理)醫師數等。

根據所篩選指標應與分類目標密切相關，且具有靈敏性、代表性、實用性等原則，經過專家咨詢最終確定12個指標作為區域劃分的依據，分別為地區人均GDP、地區人均財政收入、城鎮居民可支配收入、農村居民可支配收入、城市人口密度、城鎮化率、15歲以上人口文盲比例、65歲以上人口比例、期望壽命、嬰兒死亡率、千人口執業(助理)醫師數、每萬平方公里醫院數。其中，人均GDP、地區人均財政收入可較好反映地區經濟水平，城鎮居民可支配收入及農村居民可支配收入則能較好地反映地區居民的經濟實力；城市人口密度、城鎮化率、15歲以上人口文盲率能分別反映地區城市建設發展、城市化水平及教育發展情況；65歲以上人口比例主要體現地區老齡化水平；期望壽命可以衡量地區居民的健康水平，并且嬰兒死亡率也是反映一個地區居民健康水平及婦幼保健工作水平的重要指標；千人口執業(助理)醫師數體現地區衛生人力資源配置，每萬平方公里醫院數反映地區醫院配置，以上兩個指標能較好體現地區衛生人力和物力資源的配置情況。

1.2 分析方法

通過主成分分析及因子分析法構建綜合指標，根據得到的客觀賦權綜合指標運用聚類分析定量區分不同類別地區。主成分分析是數學上的一種降維方法，基本思想是設法將原來眾多具有一定相關性的指標，重新組合成一組新的相互無關的綜合指標來代替原來指標，同時根據需要從中選取幾個較少的綜合指標盡可能多地反映原來指標的信息。[8]相比之下，因子分析是用少數幾個因子描述多個變量之間的關系，被描述的變量是可以觀測的隨機變量，而因子是不可觀測的潛在變量。[9]在獲得主成分及因子綜合得分的基礎上，利用聚類分析根據綜合得分將不同地區進行分類，最后再對因子分析和主成分分析聚類結果進行比較驗證。為保證所有指標具有正向關系，對15歲以上人口文盲比例及嬰兒死亡率進行指標變換，分別轉變為15歲以上人口非文盲比例，嬰兒死亡率的倒數。之后，再將這些變量進行標準化，標準化后所有變量的均值為0，方差為1。使用SPSS軟件進行主成分分析、因子分析和聚類分析。[10-12]

2 結果

2.1 各省(自治區、直轄市)基本情況

以2013年我國31個省(自治區、直轄市)的數據進行比較(表1)：經濟狀況方面，北京、上海均具有較高水平，而云南、甘肅、貴州等地水平較低，不同地區差異較大。社會發展方面，2013年我國城市密度最大的地區是陜西和河南，城市每平方公里的人口數約為5000；城市人口密度最小的地區為內蒙古，城市每平方公里的人口數約為1 059；經濟較好地區的城鎮化率較高，上海的城鎮化率達到89.61%，其次是北京為86.2%，西藏最低僅為22.8%；全國僅西藏、青海和貴州三地的15歲以上人口文盲比例高于10%，其中西藏為41.19%，北京最低為1.52%，說明我國居民受教育程度差異較大。人口狀況，以地區65歲人口比例超過7%為老齡化社會的標準來看，2013年我國29個省(自治區、直轄市)的65歲以上人口數均超過了7%，重慶市的比例最高達到13.25%，西藏最低為5.17%。在居民健康方面，北京、上海的期望壽命最高，2010年分別達到80.18歲和80.26歲，西藏最低，為68.17歲；北京的嬰兒死亡率最低，為2.52‰，西藏的嬰兒死亡率最高，為19.97‰。在衛生資源配置方面，北京的衛生資源配置較豐富，其千人口執業(助理)醫生數達到5.58人，每萬平方公里的醫院數達363家，而貴州的千人口執業(助理)醫生數最低，僅為1.31人，西藏每萬平方公里的醫院數最少，僅為1家?？傮w來看，上海、北京等地區經濟狀況、社會發展、人口健康、衛生資源等均發展較好，而西藏、甘肅、貴州等地則較差。

表1 2013年不同地區經濟社會衛生狀況指標

注：數據來源自《2014年中國統計年鑒》及《2014年中國衛生和計劃生育統計年鑒》。

2.2 地區分類結果

2.2.1 地區主成分分析綜合得分

對上述指標進行主成分分析，得到特征值及解釋方差比例(表2)。第一主成分特征值為7.69，能夠解釋所有指標64.09%的變異；第二主成分特征值為1.58，可解釋13.16%的變異；第三主成分特征值為1.00，能解釋8.33%的變異。三個主成分累計解釋方差比例達到85.58%，選擇前三個主成分計算各個地區的主成分得分。

表2 主成分特征值和貢獻率

主成分是原始變量的線性組合，主成分載荷矩陣中的每一列代表了一個主成分作為原始變量經標準化后得到的新變量的線性組合的相關系數。相關系數的絕對值越大，表明該主成分對相應變量的代表性越大。第一主成分與人均GDP、人均財政收入、城鎮居民可支配收入、農村居民可支配收入、城鎮化率、期望壽命、嬰兒死亡率(倒數)、千人口執業(助理)醫師數、每萬平方公里醫院數的相關性較強，對經濟、健康、衛生資源指標的解釋充分，該主成分可以作為評價地區經濟、健康及衛生資源配置水平的指標。第二主成分與65歲以上人口比例、15歲以上非文盲比例有較高相關性，可認為是代表人口及教育發展情況。第三主成分主要與城市人口密度的相關性較強，代表著城市建設發展情況。

表3 主成分載荷矩陣

根據特征向量，計算2013年各地區的主成分綜合得分(表4)，其中上海得分最高，為4.92，其次是北京，為4.69，西藏最低，為-3.64分。

2.2.2 地區因子分析綜合得分

利用SPSS軟件對上述指標進行因子分析，得到特征值及貢獻率(表5)。初始因子解釋方差與主成分分析結果相同，因子旋轉后四個公因子的特征值均大于1，第一公因子特征值為6.73，方差貢獻率為56.12%；第二公因子方差貢獻率為14.80%，第三公因子方差貢獻率為10.57%，第四公因子為9.09%；累計貢獻率達到90.58%。因子旋轉后，公因子方差貢獻發生了變化，但四個公共因子總信息量未發生改變。

表4 地區主成分分析綜合得分

表5 因子分析特征值和貢獻率

表6 因子載荷矩陣

對四個公因子進行解釋。從表6可以看出，第一因子主要解釋人均GDP、人均財政收入、城鎮居民可支配收入、農村居民可支配收入、城鎮化率、期望壽命、嬰兒死亡率、千人口執業(助理)醫師數、每萬平方公里醫院數，是地區經濟、健康及衛生資源因子；第二因子主要解釋15歲以上人口非文盲比例，是地區教育發展因子；第三因子主要解釋65歲以上人口比例，是地區人口老齡化因子；第四因子主要解釋城市人口密度，是地區城市發展因子。

為了對這些地區的整體狀況進行綜合評價，計算不同地區的各公因子的得分，以各公因子的貢獻率為權數乘以不同地區相應因子得分，并通過求和得到不同地區因子綜合得分。由表7可以看出，上海因子得分最高，為1.91，其次是北京，為1.58，西藏得分最低，為-0.87。各地區因子綜合得分排名與主成分綜合得分排名不完全一樣，但總體上，因子得分排名與主成分得分類似。

2.2.3 聚類分析結果

聚類是按照某個特定標準(一般為距離準則)把一個數據集分割成不同的類或簇，使在同一簇內的數據對象的相似性盡可能大，同時不在同一簇中的數據對象差異性盡可能大，即聚類后同一類別的數據盡可能的聚集在一起，而不同類的數據盡量分離。通過對不同地區的主成分及因子綜合得分數據進行聚類分析，得到聚類樹狀圖(圖1)。

表7 地區因子綜合得分

圖1 地區主成分及因子綜合得分的聚類樹狀圖

按主成分綜合得分聚類樹狀圖如圖1左側，可將各地分為6個區域：第一類地區為上海市、北京市；第二類地區為天津市；第三類地區為江蘇省、浙江??；第四類地區為廣東省、遼寧省、山東省、福建省、內蒙古自治區、吉林省、重慶市、陜西省、湖北省、黑龍江省、山西省、河南省、湖南省、河北省、海南省、四川省、江西省、安徽省、廣西壯族自治區、寧夏回族自治區、新疆維吾爾自治區；第五類地區為貴州省、青海省、云南省、甘肅省；第六類地區為西藏自治區。

按因子綜合得分聚類樹狀圖如圖1右側，總體可分為6個區域。第一類地區為上海市、北京市；第二類地區為天津市；第三類地區為江蘇省、浙江省；第四類地區為廣東省、安徽省、海南省、新疆維吾爾自治區、湖南省、湖北省、河北省、內蒙古自治區、重慶市、四川省、山西省、吉林省、江西省、陜西省、遼寧省、河南省、山東省、福建省、黑龍江省、廣西壯族自治區、寧夏回族自治區；第五類地區為貴州省、青海省、云南省、甘肅??；第六類地區為西藏自治區(表8)。

表8 主成分與因子分析劃分區域比較

3 討論

3.1 關于分析指標

本文利用2013年全國31個省(自治區、直轄市)的經濟、人口、社會、居民健康、衛生資源等方面的指標，通過主成分分析及因子分析法分別構建地區綜合指標，再根據得到的客觀綜合指標，利用聚類分析定量劃分各類衛生區域。其中，人均GDP、地區人均財政總收入、城鎮居民人均可支配收入、鄉村居民年人均純收入能很好地反映地區經濟狀況；城鎮化率、人口密度、15歲以上人口文盲比例能較好的代表地區社會發展狀況。關于衛生指標的選擇，本研究主要介紹衛生區域劃分方法，目的是為衛生資源配置提供依據，各地衛生服務需求指標應納入分類指標之中，即2013年各地居民兩周患病率，但該指標不可獲得，難以納入分類指標體系之中，因此本研究主要通過居民健康狀況來間接反映衛生服務需求因素。從分析結果看，地區65歲以上人口比例、期望壽命、嬰兒死亡率可以較好反映地區的健康狀況，千人口醫師數及每萬平方公里公立醫院數可以反映衛生資源配置狀況，這些指標基本能夠滿足研究需求。利用這些指標構建綜合指標體系可以較好反映不同地區的經濟、社會、人口健康及衛生發展狀況。

3.2 關于分析方法

研究使用兩種分析方法，對我國31個省(自治區、直轄市)進行衛生資源配置的區域劃分。從結果看，按照主成分和因子分析綜合得分進行的區域劃分結果相似(表8)；不同之處是，在主成分綜合得分中，聚類分析將廣東省、廣西壯族自治區、寧夏回族自治區的歸為第四類地區，而在因子綜合得分中，將廣東省分為第三類地區，將廣西壯族自治區、寧夏回族自治區分為第五類地區。其中，廣東省的主成分綜合得分為1.08，相鄰兩省的主成分綜合得分分別為浙江省1.83，遼寧省0.77。雖然廣東省得分與遼寧省更接近，但廣東省得分高于1分，遠高于第四組內其他省的得分。因此結合因子得分聚類分析結果，廣東省歸為第三類地區更為合理。同樣，對于廣西壯族自治區、寧夏回族自治區，兩者的主成分綜合得分分別為-0.96(約等于-1)和-1.17，與第五類地區的得分更近似，應將其歸為第五類地區，與因子綜合得分聚類結果一致。此外，新疆維吾爾自治區的主成分綜合得分及因子綜合得分分別為-1.22分和-0.29分，在主成分綜合得分中，其與寧夏回族自治區得分更接近，應屬于第五類地區；在因子得分中，其與海南省得分更接近，應屬于第四類地區。但由于新疆維吾爾自治區屬于經濟發展極不平衡、人口密度較小、衛生資源配置較不足的地區，因此更適宜歸為第五類地區。總的來看，兩種分析方法得到的地區綜合得分的分類結果類似，主成分分析和因子分析方法獲得的分類結果相互驗證，可以較好地反映各地衛生區域綜合劃分情況排名。

衛生區域劃分是一個動態的分析方法，隨著各地的發展，衛生區域劃分也將隨之變化。采取這種方法可以動態地調整我國衛生區域劃分，合理規劃地區衛生資源。與以往采用相對簡單的中東西衛生區域分類方法相比，本研究的衛生區域分類研究更細化，可以更好的體現不同地區經濟、社會、人口、健康狀況的差異，更適合作為衛生資源配置的區域分類方法。

3.3 關于衛生區域劃分的結果與應用

我國幅員遼闊，地區之間經濟社會發展不平衡，區域醫療衛生發展水平差距較大，影響居民公平享有基本醫療衛生服務。有必要構建科學合理的中國衛生區域劃分體系，因地制宜規劃區域衛生資源的配置及政府投入政策。

綜合應用兩種分析方法的分類結果，按照經濟、社會、人口、健康和衛生資源等發展水平和狀況將我國31個省(自治區、直轄市)分為六個衛生區域。第一類地區屬于經濟發達、人口密度大、健康水平較高、衛生資源豐富的地區，包括上海市、北京市。第二類地區屬于經濟發達、人口密度一般、健康水平較高、衛生資源比較豐富的地區，為天津市。第三類地區屬于經濟較發達、人口密度較大、健康水平較高、衛生資源較豐富的地區，包括江蘇省、浙江省、廣東省。第四類地區屬于經濟發展中等、人口密度較大、健康水平一般、衛生資源配置總體尚可的地區，包括山東省、福建省、遼寧省、重慶市、陜西省、內蒙古自治區、吉林省、湖北省、河南省、黑龍江省、湖南省、山西省、河北省、江西省、安徽省、海南省、四川省。第五類地區屬于經濟欠發達或發展極不平衡、人口密度較小、健康水平較低、衛生資源配置較不足的地區，包括廣西壯族自治區、寧夏回族自治區、新疆維吾爾自治區、貴州省、甘肅省、青海省、云南省。第六類地區屬于經濟欠發達、人口密度小、健康水平低、衛生資源配置不足的地區，為西藏自治區。

《全國醫療衛生服務體系規劃綱要(2015—2020年)》已出臺實施，該綱要運用衛生區域分類測算結果，綜合考慮了經濟、社會、人口、老齡化、城鎮化等因素，結合床位數歷史變化趨勢，借鑒經合組織(OECD)國家人均GDP與我國2020年水平相當時的千人口床位數，對全國不同衛生區域的資源配置標準進行測算，最終提出了到2020年我國每千常住人口醫療衛生機構床位數配置標準。[13]衛生區域分類可以更準確地對不同地區衛生發展狀況進行定位和政策選擇，更加客觀地對不同區域的衛生資源配置給予政策調控，為合理布局不同地區醫療衛生資源總量和公立醫療衛生機構建設提供依據。

[1] 國家衛生和計劃生育委員會. 中國衛生和計劃生育統計年鑒[M]. 北京: 中國協和醫科大學出版社, 2014.

[2] 宋嶺， 魏秀麗. 中國經濟區域劃分綜述[J]. 新疆財經,2000(2): 47-49.

[3] 金相郁. 中國區域劃分的層次聚類分析[J]. 城市規劃匯刊, 2004(2): 23-28.

[4] 劉忠穎. 中國經濟區域劃分[D]. 沈陽： 東北師范大學, 2007.

[5] 楊艷新， 買買提·牙森， 姜婷， 等. 新疆衛生資源配置的區域分類研究[J]. 中國衛生經濟, 2011， 30(6): 84-85.

[6] 萬崇華， 蔡樂， 李曉梅， 等. 云南省區域衛生規劃中區域分類標志值的確定方法[J]. 中國衛生統計, 2003(2):13-15.

[7] 張亮. 云南省衛生資源配置區域分類指標及方法研究[D]. 昆明： 昆明醫學院, 2003.

[8] 郭顯光. 如何用SPSS軟件進行主成分分析[J]. 統計與信息論壇, 1998(2): 61-65.

[9] 王芳. 主成分分析與因子分析的異同比較及應用[J]. 統計教育, 2003(5): 14-17.

[10] 林海明. 如何用SPSS軟件一步算出主成分得分值[J]. 統計與信息論壇, 2007(5): 15-17.

[11] 周衍慶， 王有邦， 李新運. SPSS的聚類分析功能在經濟地理分區中的應用[J]. 棗莊師范?？茖W校學報, 2003(5): 10-15.

[12] 何亮. 主成分分析在SPSS中的應用[J]. 山西農業大學學報, 2007(S1): 20-22.

[13] 中國醫學科學院醫學信息研究所. 衛生服務體系規劃與資源配置研究報告[R]. 北京, 2014.

(編輯 劉博)

Study on division of China’s health region

HUANGJu1,ZhuangNing2,DAITao1,ZHANGLu1

1.CenterforHealthPolicyandManagement,InstituteofMedicalInformation,ChineseAcademyofMedicalSciences,Beijing100020,China2.NationalHealthandFamilyPlanningCommission,Beijing100044,China

Objective: Development of health resources is extremely uneven in China. It is need to consider the situation of each region for China's health regional planning, so area classification should be in progress. Methods Considering the economic, social, population and health factors, the study conducted principal component analysis and factor analysis by statistical yearbook data to calculate the composite score for each region. Then cluster analysis was conducted. Results Principal components and factor analysis were both divided the country in to six categories. Conclusions: The study divided the country into six regions, the first class area: Shanghai, Beijing; the second class area: Tianjin; the third class area: Jiangsu, Zhejiang, Guangdong; the fifth class area: Guangxi, Ningxia, Xinjiang, Gansu, Guizhou, Yunnan, Qinghai; the sixth class area: Tibet. The rest is the forth class area.

Health region; Principal component analysis; Factor analysis; Clustering

黃菊，女(1983年—)，博士，助理研究員，主要研究方向為衛生經濟。E-mail：huang.ju@imicams.ac.cn

代濤。E-mail: dai.tao@imicams.ac.cn

R197

A

10.3969/j.issn.1674-2982.2015.05.001

2015-03-10

2015-05-06