基于空間杜賓模型2008-2018年中國(guó)執(zhí)業(yè)醫(yī)師時(shí)空分異研究*

李成程 闕梓萌 熊晶晶 崔仕臣 孟雪暉

【提 要】 目的 描繪2008-2018年中國(guó)執(zhí)業(yè)醫(yī)師數(shù)量的空間分布和變化特征，探索影響執(zhí)業(yè)醫(yī)師時(shí)空流動(dòng)的相關(guān)因素，為加速衛(wèi)生人力資源的有序流動(dòng)和出臺(tái)人才流動(dòng)政策提供科學(xué)論據(jù)。方法 使用經(jīng)驗(yàn)貝葉斯指數(shù)來計(jì)算空間依賴性，通過構(gòu)建執(zhí)業(yè)醫(yī)師聚集度、計(jì)算空間基尼系數(shù)等方法，描述中國(guó)執(zhí)業(yè)醫(yī)師的空間分布和動(dòng)態(tài)變化。采用擬合度最優(yōu)的空間權(quán)重矩陣來構(gòu)建空間杜賓模型，基于此分析影響中國(guó)執(zhí)業(yè)醫(yī)師流動(dòng)的主要影響因素和空間效應(yīng)。結(jié)果 中國(guó)執(zhí)業(yè)醫(yī)師總體數(shù)量逐年增加，空間依賴性明顯且下降趨勢(shì)不明顯。空間聚集性由北京地區(qū)向沿海城市和中西部城市擴(kuò)散，高聚集地區(qū)明顯增加。平均失業(yè)率(直接效應(yīng)-0.107，間接效應(yīng)-0.339)、人均教育經(jīng)費(fèi)投入(直接效應(yīng)0.419，間接效應(yīng)2.276)、人均GDP(間接效應(yīng)-1.669)、人均醫(yī)療衛(wèi)生支出(直接效應(yīng)0.545)和省內(nèi)人口增長(zhǎng)數(shù)(直接效應(yīng)0.001，間接效應(yīng)0.002)是影響執(zhí)業(yè)醫(yī)師省際間流動(dòng)的主要因素。結(jié)論 新一論醫(yī)療改革實(shí)施以來，中國(guó)執(zhí)業(yè)醫(yī)師空間集聚效應(yīng)明顯增加，衛(wèi)生人力資源短缺現(xiàn)象明顯改善，衛(wèi)生人力資源分布均衡性一般。應(yīng)當(dāng)大力增加我國(guó)中西部地區(qū)教育資源投入，進(jìn)一步放寬社會(huì)辦醫(yī)門檻和加強(qiáng)基層醫(yī)療衛(wèi)生隊(duì)伍建設(shè)，促使優(yōu)質(zhì)衛(wèi)生人力資源向中西部地區(qū)合理流動(dòng)等，將有利于緩解衛(wèi)生資源相對(duì)稀缺地區(qū)患者就醫(yī)困難，改善衛(wèi)生人力資源公平性。

執(zhí)業(yè)醫(yī)師作為專業(yè)醫(yī)療服務(wù)的直接提供者，是保證患者生命質(zhì)量的關(guān)鍵力量。經(jīng)過11年的醫(yī)療改革，我國(guó)執(zhí)業(yè)醫(yī)師總體數(shù)量有了大幅度增加但同發(fā)達(dá)國(guó)家相比依舊存在差距[1-2]。規(guī)范化培訓(xùn)提高了執(zhí)業(yè)醫(yī)師的技術(shù)水平，使我國(guó)基層醫(yī)療服務(wù)力量明顯加強(qiáng)[3-4]。國(guó)內(nèi)外學(xué)者從衛(wèi)生人力資源角度進(jìn)行了大量公平性和合理配置研究，試圖使執(zhí)業(yè)醫(yī)師培養(yǎng)同城市經(jīng)濟(jì)發(fā)展相適應(yīng)[5-8]，并在此基礎(chǔ)上構(gòu)建預(yù)測(cè)模型預(yù)測(cè)未來醫(yī)療專業(yè)人才需求[9-12]。目前衛(wèi)生人力資源相關(guān)研究較為缺乏且依托獨(dú)立性假設(shè)，主觀忽略事物之間的空間依賴性[13-15]。本文從執(zhí)業(yè)醫(yī)師角度出發(fā)，充分考慮我國(guó)各省經(jīng)濟(jì)發(fā)展、人口密度的巨大差異，構(gòu)建“執(zhí)業(yè)醫(yī)師密集度”并運(yùn)用經(jīng)驗(yàn)貝葉斯比率來計(jì)算空間依賴性[16]，運(yùn)用空間計(jì)量模型計(jì)算執(zhí)業(yè)醫(yī)師流動(dòng)的影響因素和造成的虹吸效應(yīng)，對(duì)于提高我國(guó)衛(wèi)生人力資源分布均衡性具有一定理論和現(xiàn)實(shí)意義[17-18]，以期為今后相關(guān)研究提供思路借鑒和循證學(xué)依據(jù)。

對(duì)象與方法

1.研究區(qū)域與數(shù)據(jù)來源

本研究數(shù)據(jù)來源于《中國(guó)統(tǒng)計(jì)年鑒》中2008-2018年數(shù)據(jù)，研究區(qū)域?yàn)橹袊?guó)31個(gè)省(自治區(qū)、直轄市)，不含香港、澳門特別行政區(qū)和臺(tái)灣省。其中執(zhí)業(yè)醫(yī)師包括執(zhí)業(yè)醫(yī)師和助理醫(yī)師，即取得醫(yī)師執(zhí)業(yè)證的從事醫(yī)療、預(yù)防保健工作的群體。數(shù)據(jù)顯示，我國(guó)執(zhí)業(yè)醫(yī)師數(shù)量總體規(guī)模在過去11年間增長(zhǎng)了155%，年均增長(zhǎng)14%，由2008年230多萬人增加到2018年360萬人左右，每千人口醫(yī)師數(shù)由2008年1.79人增加到2018年2.59人，增速為145%，年均增長(zhǎng)13%。研究基于兩類指標(biāo)分析執(zhí)業(yè)醫(yī)師的空間分布：千人口醫(yī)師數(shù)(K)與執(zhí)業(yè)醫(yī)師聚集度(Ji)。

2.執(zhí)業(yè)醫(yī)師集聚度

執(zhí)業(yè)醫(yī)師集聚度是指一個(gè)地區(qū)相對(duì)所有研究地區(qū)的執(zhí)業(yè)醫(yī)師人口集聚程度，可以用單一地區(qū)占全國(guó)人口1%的人口基數(shù)上聚集的執(zhí)業(yè)醫(yī)師的比重(%)來表示。計(jì)算公式為：

(1)

其中，Ji是i省執(zhí)業(yè)醫(yī)師聚集度；Pi是i省執(zhí)業(yè)醫(yī)師數(shù)量；Ci是i省的常駐人口數(shù)量；Pn是全國(guó)執(zhí)業(yè)醫(yī)師總數(shù)；Cn是全國(guó)人口總數(shù)。

3.空間權(quán)重矩陣的構(gòu)建與優(yōu)化

外生性空間權(quán)重的構(gòu)建是空間自相關(guān)分析的前提條件，相關(guān)實(shí)證研究證實(shí)收入水平對(duì)于執(zhí)業(yè)醫(yī)師的就醫(yī)選擇至關(guān)重要，因此擬采用人均GDP構(gòu)建地理-經(jīng)濟(jì)空間權(quán)重矩陣，并同鄰接地理矩陣進(jìn)行比較。通過蒙特卡洛模擬分析[19]，基于KNN均值法構(gòu)建的地理-經(jīng)濟(jì)空間權(quán)重矩陣收斂性最好，優(yōu)于其他空間矩陣(表1)。

表1 2008年執(zhí)業(yè)醫(yī)師人員密度空間權(quán)重矩陣選擇與優(yōu)化結(jié)果

其中，通過歐式距離來計(jì)算省份之間的空間距離并進(jìn)行聚類。距離公式如下：

(2)

4.總體空間自相關(guān)分析

MORAN指數(shù)被廣泛運(yùn)用于空間自相關(guān)檢驗(yàn)中驗(yàn)證事物之間的空間依賴性。在本研究中，執(zhí)業(yè)醫(yī)師密度Ji本質(zhì)上是一種比率，而比率固有的方差不穩(wěn)定性會(huì)破壞方差穩(wěn)定的基本假設(shè)，特別當(dāng)區(qū)域間的基數(shù)相差過大時(shí)，極易導(dǎo)致MORAN值得出虛假的結(jié)論[20]。因此，本研究試圖通過經(jīng)驗(yàn)貝葉斯比率進(jìn)行空間自相關(guān)檢驗(yàn)，通過混合逼近方法避免方差不穩(wěn)定性，得到經(jīng)驗(yàn)貝葉斯指數(shù)(empirical Bayes index，EBI)，將其定義為：

(3)

(4)

κi=α+b/xi

(5)

其中，κi表示邊緣方差，b表示ρi的邊緣期望，通過Ri來描述κi和ρi之間的相互關(guān)系，EBI反映了Ji的空間依賴性。

5.執(zhí)業(yè)醫(yī)師空間聚類分析

空間基尼系數(shù)包括顯性基尼系數(shù)、隱性基尼系數(shù)和顯性-隱性基尼系數(shù)三大類[21]。相比傳統(tǒng)的相對(duì)基尼系數(shù)，能夠更加具體地分析事物之間聚集程度和空間結(jié)構(gòu)性依賴。定義為：

(6)

(7)

Gini=G1+G2

(8)

其中，G1表示顯性空間基尼系數(shù)，G2表示隱性空間基尼系數(shù)，反應(yīng)了執(zhí)業(yè)醫(yī)師空間聚集的極化效應(yīng)。R2為空間計(jì)量模型決定系數(shù)。

6.空間計(jì)量模型的選擇

空間計(jì)量模型在經(jīng)典的回歸模型基礎(chǔ)上考慮了空間依賴性，能夠在外生性空間權(quán)重矩陣的基礎(chǔ)上觀測(cè)因變量、自變量和誤差項(xiàng)的參數(shù)估計(jì)。Hausman檢驗(yàn)(57.16，P<0.001)和LM檢驗(yàn)(417.16，P<0.001)結(jié)果表明應(yīng)采用隨機(jī)效應(yīng)模型[22-23]。隨后，進(jìn)一步檢驗(yàn)空間杜賓模型(spatial durbin model，SDM)能否進(jìn)一步簡(jiǎn)化為空間滯后模型(spatial lagged model，SLM)(42.54，P<0.01)或空間誤差模型(spatial error model，SEM)(348.03，P<0.01)。檢驗(yàn)結(jié)果表明具有隨機(jī)效應(yīng)的SDM為最優(yōu)模型。建立空間杜賓模型來估計(jì)中國(guó)執(zhí)業(yè)醫(yī)師時(shí)空分布模型，模型定義為：

(9)

其中，γit是千人口執(zhí)業(yè)醫(yī)師數(shù)量i空間單元t時(shí)間觀測(cè)值，ρ是空間自相關(guān)系數(shù)，ρ′是空間滯后系數(shù)，ωit是地理-經(jīng)濟(jì)空間權(quán)重矩陣，εit是隨機(jī)擾動(dòng)項(xiàng)，表示空間自相關(guān)模型的誤差值。所有自變量均進(jìn)行多重共線性檢驗(yàn)(VIF<3)，因此不存在多重共線性問題。

表2 變量基本統(tǒng)計(jì)量

結(jié) 果

1.千人口執(zhí)業(yè)醫(yī)師數(shù)分布

基于已有文獻(xiàn)和相關(guān)研究，將全國(guó)千人口執(zhí)業(yè)醫(yī)師數(shù)按照稀疏程度分為五個(gè)級(jí)別：稀疏區(qū)(k<1.5)、次級(jí)稀疏區(qū)(1.53)。總體而言，執(zhí)業(yè)醫(yī)師總體聚集度偏低，執(zhí)業(yè)醫(yī)師數(shù)量同發(fā)達(dá)國(guó)家有一定差距(表3)。2008年僅有北京和上海處于密集區(qū)，千人口醫(yī)師數(shù)為4.23人；天津地區(qū)處于次級(jí)密集區(qū)，千人口醫(yī)師數(shù)為2.66人；而次級(jí)稀疏區(qū)千人口醫(yī)師數(shù)僅為1.66人；同時(shí)稀疏區(qū)千人口醫(yī)師數(shù)僅為1.24人，同密集區(qū)相差3.41倍。2008年全國(guó)大部分地區(qū)低于均等地區(qū)，約占總?cè)丝诘?1.07%，僅有2.72%的人口處于密集地區(qū)，相差近30倍。2018年中國(guó)執(zhí)業(yè)醫(yī)師數(shù)量大幅度增加，密集地區(qū)依舊較為稀缺，變?yōu)楸本┖驼憬貐^(qū)，千人口醫(yī)師數(shù)為3.98人，11年間下降6%；次級(jí)稀疏區(qū)千人口醫(yī)師數(shù)為1.88人，相比2008年增加近52%。密集和次級(jí)密集地區(qū)依舊分布在個(gè)別經(jīng)濟(jì)發(fā)達(dá)地區(qū)，稀疏區(qū)數(shù)量變?yōu)?，次級(jí)稀疏區(qū)數(shù)量大幅度減少，均等區(qū)數(shù)量顯著增加，45.30%人口處于均值地區(qū)，千人口醫(yī)師數(shù)為2.31人；次級(jí)密集區(qū)人口數(shù)量增至45.27%，千人口醫(yī)師數(shù)增至2.75人(圖1)。

表3 2008年、2018年中國(guó)省級(jí)執(zhí)業(yè)醫(yī)師分布分類統(tǒng)計(jì)

圖1 2008、2018年中國(guó)千人口執(zhí)業(yè)醫(yī)師數(shù)空間分布

2.執(zhí)業(yè)醫(yī)師空間自相關(guān)分析

2008年中國(guó)執(zhí)業(yè)醫(yī)師聚集度經(jīng)驗(yàn)貝葉斯指數(shù)為0.4870，達(dá)到顯著水平。2017年中國(guó)執(zhí)業(yè)醫(yī)師聚集度經(jīng)驗(yàn)貝葉斯指數(shù)為0.4846，同樣達(dá)到顯著水平。結(jié)果顯示，從2008年至2017年中國(guó)執(zhí)業(yè)醫(yī)師的EBI值均為正，具有明顯的空間集聚效應(yīng)，下降趨勢(shì)尚不明顯，說明中國(guó)執(zhí)業(yè)醫(yī)師的空間集聚性還較為明顯(表4)。

表4 中國(guó)執(zhí)業(yè)醫(yī)師聚集度空間分布自相關(guān)系數(shù)

3.執(zhí)業(yè)醫(yī)師空間聚類分析

空間聚類圖可以用來描述空間單元同相鄰地區(qū)空間單元的相似和相異程度。計(jì)算2008年和2018年中國(guó)千人口執(zhí)業(yè)醫(yī)師的空間基尼系數(shù)(G)并繪制成圖(圖2)。2008年僅有北京地區(qū)為高聚集區(qū)，廣大中部、西部地區(qū)均為低聚集區(qū)。低聚集區(qū)的經(jīng)濟(jì)水平發(fā)展水平較弱，同時(shí)我國(guó)的執(zhí)業(yè)醫(yī)師數(shù)量缺口較為巨大。

圖2 2008、2018年中國(guó)執(zhí)業(yè)醫(yī)師空間聚類圖

同2008年相比，2018年中國(guó)執(zhí)業(yè)醫(yī)師高聚集區(qū)數(shù)量明顯增加，為13個(gè)，逐步以北京、東部沿海地區(qū)為中心向中西部擴(kuò)散。低聚集區(qū)明顯減少，但是廣大西部地區(qū)和部分中部地區(qū)依舊處于低聚集區(qū)，因此執(zhí)業(yè)醫(yī)師數(shù)量依舊缺乏。

4.執(zhí)業(yè)醫(yī)師時(shí)空分布的影響因素

統(tǒng)計(jì)結(jié)果表明，人均GDP、人均醫(yī)療衛(wèi)生支出同執(zhí)業(yè)醫(yī)師空間分布具有顯著相關(guān)性(表5)。由于空間杜賓模型包括自變量和因變量的空間滯后效應(yīng)。因此通過偏微分分解得到相關(guān)變量的直接效應(yīng)和空間溢出效應(yīng)(表6)。直接效應(yīng)表示本地區(qū)影響因素對(duì)本地區(qū)因變量的影響，間接效應(yīng)表示相鄰地區(qū)影響因素對(duì)本地區(qū)因變量的影響。

表5 SDM模型計(jì)量結(jié)果

表6 SDM計(jì)量模型直接效應(yīng)和間接效應(yīng)結(jié)果

具體來說，本地失業(yè)率每增加1%，會(huì)導(dǎo)致本地執(zhí)業(yè)醫(yī)師流失0.11%，而相鄰地區(qū)失業(yè)率每增加1%，將會(huì)導(dǎo)致本地執(zhí)業(yè)醫(yī)師數(shù)量減少0.339%，這說明我國(guó)執(zhí)業(yè)醫(yī)師數(shù)量目前還嚴(yán)重不足，醫(yī)師的救助范圍已經(jīng)超出本地患者而覆蓋周邊相鄰地區(qū)；本地人均教育經(jīng)費(fèi)投入每增加1%，本地執(zhí)業(yè)醫(yī)師數(shù)量增加0.42%，相鄰地區(qū)教育經(jīng)費(fèi)投入每增加1%，本地執(zhí)業(yè)醫(yī)師數(shù)量增加2.28%，說明隨著交通方式多樣化和便捷化，教育資源已經(jīng)逐步實(shí)現(xiàn)區(qū)域共享，同時(shí)執(zhí)業(yè)醫(yī)師作為專業(yè)技術(shù)人才，不斷的業(yè)務(wù)學(xué)習(xí)對(duì)其工作至關(guān)重要。相鄰地區(qū)人均GDP每增加1%，本地執(zhí)業(yè)醫(yī)師數(shù)量將減少1.67%。本地人均醫(yī)療衛(wèi)生支出每增加1%，本地執(zhí)業(yè)醫(yī)師數(shù)量將會(huì)增加0.55%，沒有發(fā)現(xiàn)此影響因素的間接效應(yīng)。此外，本地和相近地區(qū)人口數(shù)量增加同樣吸引執(zhí)業(yè)醫(yī)師數(shù)量，但其影響甚微。

討 論

1.中國(guó)省級(jí)千人口醫(yī)師數(shù)的空間分布變化明顯

截至2018年我國(guó)各省千人口醫(yī)師數(shù)總體數(shù)量同2008年相比均明顯增加，特別是中部地區(qū)和西南地區(qū)執(zhí)業(yè)醫(yī)師數(shù)量增長(zhǎng)明顯。經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)的衛(wèi)生人力資源明顯加強(qiáng)，說明醫(yī)師規(guī)范化培訓(xùn)、全科醫(yī)生培養(yǎng)等相關(guān)政策的落地有力推動(dòng)了我國(guó)的基層醫(yī)療隊(duì)伍逐步發(fā)展壯大，但是基層衛(wèi)生依舊薄弱，基層患者“就醫(yī)難”的現(xiàn)實(shí)困境還尚未根除。與此同時(shí)，青海、江西兩省的千人口執(zhí)業(yè)醫(yī)師數(shù)11年間的增長(zhǎng)速度同全國(guó)其他省份相比較為緩慢，執(zhí)業(yè)醫(yī)師資源還有較大提升空間來進(jìn)一步滿足人民群眾基本就醫(yī)需求。因此，應(yīng)當(dāng)繼續(xù)加強(qiáng)基層醫(yī)療人才隊(duì)伍建設(shè)，擴(kuò)大執(zhí)業(yè)醫(yī)師隊(duì)伍數(shù)量，進(jìn)一步縮小東部、中部、西部地區(qū)的衛(wèi)生人力資源差距，包括放寬社會(huì)力量辦醫(yī)準(zhǔn)入門檻等以解決衛(wèi)生人力資源特別是執(zhí)業(yè)醫(yī)師資源緊缺難題[24-25]。

2.各省執(zhí)業(yè)醫(yī)師聚集度變化顯著

結(jié)果表明，隨著我國(guó)各省的執(zhí)業(yè)醫(yī)師數(shù)量逐年增加，執(zhí)業(yè)醫(yī)師熱點(diǎn)地區(qū)也逐年增加，由2008年1個(gè)省成長(zhǎng)為2018年的13個(gè)省份，包括東南沿海省份和中部省份。陜西、重慶、湖北三省逐漸成為熱點(diǎn)地區(qū)，一方面依賴于國(guó)家政策優(yōu)惠，另一方面同各省的人才優(yōu)惠政策和配套資源投入密不可分。因此在今后改革中需要發(fā)揮熱點(diǎn)地區(qū)的引領(lǐng)作用，加速區(qū)域間優(yōu)質(zhì)醫(yī)療衛(wèi)生資源的有序流動(dòng)并向冷點(diǎn)地區(qū)擴(kuò)散，加速整合地區(qū)間碎片化的醫(yī)療資源，打破信息壁壘，加快區(qū)域間醫(yī)療資源共享平臺(tái)建設(shè)，形成良性閉環(huán)。

此外，經(jīng)驗(yàn)貝葉斯指數(shù)表明我國(guó)執(zhí)業(yè)醫(yī)師分布不均衡性依舊明顯，優(yōu)質(zhì)衛(wèi)生人力資源聚集格局尚未出現(xiàn)明顯變化[26-28]，這一分布同我國(guó)各地教育資源和經(jīng)濟(jì)發(fā)展情況空間分布基本一致。因此，各地區(qū)應(yīng)當(dāng)在發(fā)展經(jīng)濟(jì)的同時(shí)增加教育資源投入以吸引醫(yī)學(xué)人才。

3.當(dāng)?shù)亟?jīng)濟(jì)發(fā)展顯著影響執(zhí)業(yè)醫(yī)師流動(dòng)

研究發(fā)現(xiàn)，當(dāng)?shù)氐氖I(yè)率增加會(huì)導(dǎo)致本地執(zhí)業(yè)醫(yī)師流失，但執(zhí)業(yè)醫(yī)師和失業(yè)率并不存在空間溢出效應(yīng)，這可能由于衛(wèi)生人力資源依舊缺乏，同一地區(qū)的醫(yī)療機(jī)構(gòu)往往同時(shí)承擔(dān)周邊地區(qū)患者的診療服務(wù)。

而收入因素目前依舊是執(zhí)業(yè)醫(yī)師從業(yè)地點(diǎn)考慮的主要因素之一，研究結(jié)果表明周邊地區(qū)人均收入增加會(huì)造成本地執(zhí)業(yè)醫(yī)師流失，而當(dāng)?shù)厝司t(yī)療支出增加會(huì)吸引執(zhí)業(yè)醫(yī)師流入。因此應(yīng)當(dāng)進(jìn)一步增加衛(wèi)生人員的收入，特別是增加專業(yè)技術(shù)服務(wù)相關(guān)的費(fèi)用以體現(xiàn)技術(shù)成本[29]。

4.教育資源投入和執(zhí)業(yè)醫(yī)師空間流動(dòng)關(guān)系密切

本地教育資源投入對(duì)執(zhí)業(yè)醫(yī)師的就業(yè)地點(diǎn)選擇影響巨大，執(zhí)業(yè)醫(yī)師更加傾向于教育資源豐富的地區(qū)執(zhí)業(yè)，這可能是由于考慮到子女未來的教育和發(fā)展問題。因此，各地應(yīng)當(dāng)繼續(xù)增加教育資源的相對(duì)投入，不僅僅是執(zhí)業(yè)醫(yī)師的教學(xué)研一體化培養(yǎng)，還包括優(yōu)質(zhì)的通識(shí)教育資源[30-32]。在增加本地資源投入絕對(duì)值的同時(shí)還應(yīng)當(dāng)同周邊地區(qū)資源投入進(jìn)行比較以保持相對(duì)吸引力，改善衛(wèi)生服務(wù)可及性，杜絕“馬太效應(yīng)”形成。

5.本文的創(chuàng)新點(diǎn)和局限性

本研究通過構(gòu)造執(zhí)業(yè)醫(yī)師聚集度這一指標(biāo)來描述我國(guó)執(zhí)業(yè)醫(yī)師資源的空間依賴性和動(dòng)態(tài)變化，相較于目前同類研究一定程度上解決單一Moran指數(shù)對(duì)率的計(jì)算的局限性[33]。構(gòu)建空間計(jì)量模型探究地區(qū)發(fā)展同醫(yī)療人力資源的作用機(jī)制和內(nèi)生性問題，是對(duì)衛(wèi)生人力資源諸多影響因素虹吸效應(yīng)的初步探索。受制于研究樣本，尚未對(duì)各省內(nèi)部指標(biāo)進(jìn)一步細(xì)化，不同年齡執(zhí)業(yè)醫(yī)師對(duì)于諸多影響因素的傾斜也可能存在差異，故將在今后的研究中將出現(xiàn)的諸多局限性注意完善。