中國西部地區全科醫生資源配置公平性分析及需求預測研究

張蘭 張瑞華 吳雪蓮 楊燕 段桂敏 趙大仁

【摘要】 背景 全科醫生是居民健康的守門人，其資源的合理配置是實現衛生服務公平性的基本保障。目前我國對全科醫生配置方面的研究主要集中于全國和部分單體省份，缺乏針對以西部地區為研究對象的全科醫生人力資源配置的研究。目的 評價2015—2020年我國西部地區全科醫生資源配置現狀，為西部地區優化全科醫生資源配置提供參考。方法 本研究數據來源于2016—2017年《中國衛生和計劃生育統計年鑒》、2018—2022年《中國衛生健康統計年鑒》、2016—2022年《中國統計年鑒》。運用阿特金森指數和區位熵對西部地區全科醫生配置進行總體測算和具體分解；運用灰色預測模型對西部地區2022—2025年全科醫生需求量進行預測。結果 2015—2020年西部地區全科醫生數從39 290人增加至 94 652人，年均增長率為19.23%；2015年和2020年按人口、經濟和地理面積分布的阿特金森指數分別是0.126 5和0.049 3、0.124 4和0.038 2、0.786 5和0.694 4；2020年西部各省份的人口、經濟、地理指標的區位熵分別在0.794 3～1.219 0、0.697 0～1.337 3、0.043 2～7.727 0，西南地區地理配置區位熵>1，西北地區人口配置區位熵優于地理配置，甘肅省、青海省和廣西壯族自治區經濟指標的區位熵在研究年限內均>1；灰色模型預測2022—2025年西部地區全科醫生數量呈增長趨勢。結論 西部地區全科醫生資源配置水平逐漸提升，結構逐步優化，但仍存在總量不足、分布不均、注冊率較低、公平性較差等問題。建議應以地理分級為標準，以“調增優存”為原則，以職業吸引力為目標，以資源整合和區域協同為導向，進一步優化西部地區全科醫生資源配置。

【關鍵詞】 全科醫生；資源配置；健康公平性；西部地區；阿特金森指數；區位熵；灰色預測

【中圖分類號】 R 192 【文獻標識碼】 A DOI：10.12114/j.issn.1007-9572.2023.0232

Equity Analysis and Demand Prediction of General Practitioner Resource Allocation in Western China

ZHANG Lan1，ZHANG Ruihua1，2，WU Xuelian1，YANG Yan3，DUAN Guimin1，ZHAO Daren4*

1.School of Management，Chengdu University of Traditional Chinese Medicine，Chengdu 611137，China

2.General Practitioners Training Center of Sichuan Province，Chengdu 610015，China

3.Reform，Innovation and Operations Expansion Department，the Third People's Hospital of Chengdu，Chengdu 610031，China

4.Department of Medical Administration，Sichuan Provincial Orthopedic Hospital，Chengdu 610041，China

*Corresponding author：ZHAO Daren，Assistant researcher ；E-mail：cdzhaodaren@163.com

【Abstract】 Background General practitioners（GPs）are gatekeepers of residents' health，the rational allocation of resources is the basic guarantee for achieving fairness in health services. At present，research on the allocation of GPs in China mainly focuses on the whole country and individual provinces，lack of research on the allocation of human resources for general practitioners in the western region as the research object. Objective To comprehensively evaluate the current situation of GPs resource allocation in western China from 2015 to 2020，provide a reference for optimizing the resources distribution of GPs in the western region of China. Methods The data for this study were derived from the China Health and Family Planning Statistical Yearbook（2016-2017），the China Health Statistics Yearbook（2018-2022），and the China Statistical Yearbook（2016-2022）. Using Atkinson index and location entropy to calculate and decompose the overall allocation of GPs resources in the western region. Using grey prediction model to predict the demand for GPs in the western region from 2022 to 2025. Results From 2015 to 2020，the number of GPs in the western region increased from 39 290 to 94 652，with an average annual growth rate of 19.23%. The Atkinson Index by population，economy，and geography in 2015 and 2020 respectively were 0.1265 and 0.049 3，0.124 4 and 0.038 2，0.786 5 and 0.694 4. The location entropy of population，economy，and geographical indicators in the western provinces in 2020 respectively ranged from 0.794 3 to 1.219 0，0.697 0 to 1.337 3，and 0.043 2 to 7.7270. The location entropy of geographical allocation in the southwest region is greater than 1，while the location entropy of population allocation in the northwest region is better than geographical allocation.The location entropy of economic indicators in Gansu，Qinghai and Guangxi is greater than 1 during the research period.The grey model predicts that the resources of GPs in the western region will show an increasing trend from 2022 to 2025. Conciusion The allocation level of GPs in the western region is gradually improving，and the structure is gradually optimizing. However，there are still problems such as insufficient total quantity，uneven distribution，low registration rate，and poor fairness. Suggestions should be based on geographical classification as the standard，with the principle of "Adjust increment and optimize inventory"，the goal of occupational attractiveness，and the guidance of resource integration and regional collaboration to further optimize the resource allocation of GPs in the western region.

【Key words】 General practitioners；Resource allocation；Health equity；Western region；Atkinson index；Location entropy；Grey prediction

“強基層”是深化醫藥衛生體制改革的重要原則和工作內容，近年來，國家將提升基層醫療服務能力作為最基礎、最根本的重要工作［1］。全科醫生作為居民健康的“守門人”，是保障基層衛生事業健康發展的重要條件，也是基層醫療衛生人才建設的重點［2］。《關于改革完善全科醫生培養與使用激勵機制的意見》（國辦發〔2018〕3號）明確指出要為衛生與健康事業發展提供可靠的全科醫學人才支撐［3］。我國西部地區面積廣大，各省、市、自治區的地域情況復雜各異，醫療衛生資源配置面臨的挑戰和難度較大，同時西部地區農村人口眾多，健康風險較高［4］，居民醫療服務需求較大，因此，完善西部地區基層醫療衛生服務體系和以全科醫生為重點的基層醫療衛生隊伍建設具有重要意義。本研究對西部地區12個省份的全科醫生配置情況進行分析和預測，以期為有效優化西部地區全科醫生服務資源的區域布局、建設西部地區全科醫生隊伍提供參考。

1 資料與方法

1.1 一般資料

研究對象為我國西部12個省份的全科醫生，包括注冊為全科醫學專業的人員和取得全科醫師培訓合格證的人員。數據來源于2016—2017年《中國衛生和計劃生育統計年鑒》、2018—2022年《中國衛生健康統計年鑒》、2016—2022年《中國統計年鑒》。根據國家統計局的劃分標準，我國西部地區包括內蒙古自治區、廣西壯族自治區、陜西省、甘肅省、青海省、寧夏回族自治區、新疆維吾爾自治區、重慶市、四川省、貴州省、云南省、西藏自治區共12個省份。

根據《中國衛生和計劃生育統計年鑒》《中國衛生健康統計年鑒》的統計口徑：2015—2020年全科醫生總數為注冊為全科醫學專業和取得全科醫生培訓合格證的執業（助理）醫師數之和。2021年最新統計口徑：全科醫生總數為注冊為全科醫學專業和注冊為鄉村全科執業（助理）醫師的人數之和。由于全科醫生的統計口徑發生變化，故本研究分為兩個部分：一是對2015—2020年我國西部地區全科醫生配置情況進行分析，二是運用灰色預測模型對2022—2025年西部整體及各省份的“全科醫生總數”進行預測。

1.2 研究方法

1.2.1 阿特金森指數（Atkinson index）：阿特金森指數最初是用來評價收入分配公平性的社會福利性指標，后逐步應用于衛生領域研究資源配置公平性［5］。阿特金森指數相比于基尼系數（Gini coefficient），對資源不均等分布的敏感性更高［6］，其取值范圍在0～1，數值越小，分布越平均。其計算公式為：

A=1-［（xi/u）1-εf（xi）］1/（1-ε）? ? ? ? ? ? ? ? ? （式1）

xi表示i地區的衛生資源量，u表示衛生資源的平均值，∑是不平等厭惡參數，反映社會對不平等的厭惡（或對平等的偏好）程度［7］，本研究將ε設置為2進行計算［5］。

1.2.2 區位熵：區位熵又稱專業化率，是一種研究區域類要素空間分布情況的指標，主要用于產業結構分析，測算小區域某一產業部門在大區域范圍的相對集中程 度［8］。本研究將區位熵引入衛生領域，反映微觀區域內全科醫生供需水平在整體研究范圍內的水平并顯示其空間分布情況。計算公式為：

LQi=（Mi/Pi）/（M/P）? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （式2）

Mi、M分別表示i地區和總研究區內的資源數量，Pi、P分別表示i地區和總研究區內的人口數（地理面? ?積）［8］，一般將1作為臨界值，當取值<1時，說明相對不公平；反之，相對公平。

1.2.3 灰色預測模型：灰色預測GM（1，1）模型是由鄧聚龍教授提出的以原始數列進行建模分析、定量預測未來變化趨勢的理論，具有樣本數據少、運算方便、適用性強和精度高等優點［9］。模型的方程公式為：（式3）

公式中a、u為待定系數，其中a為發展灰度，u為內生控制灰度。該模型主要原理是：對原始時間序列進行累加，構建一階線性微分動態時間序列模型，用最小二乘法進行參數估計，逆生成及累減還原得到預測值，并通過后驗差比值C和小誤差概率P評價模型的? ? ? ? 精度［10］，見表1。

1.3 統計學方法

采用Excel 2019進行數據錄入和計算，采用年均增長率反映全科醫生增速和發展趨勢，同時運用SPSS 25.0對西部地區全科醫生資源配置進行描述性分析。

2 結果與分析

2.1 全科醫生發展現狀

2.1.1 2015—2020年西部地區全科醫生變化情況分析：2015—2020年，我國西部地區全科醫生數從39 290人增加至94 652人，年均增長率為19.23%，高于全國平均水平（16.73%）［11］；取得全科醫生培訓合格證的人數年均增長率為6.79%；注冊為全科醫學專業的人數年均增長率為38.08%，高于東部（27.67%）、中部（20.42%）以及全國平均水平（30.21%）［11］；全科醫生注冊率逐年提高，2020年注冊為全科醫學專業的人數首次高于取得全科醫生培訓合格證的人數，為58.56%；每萬人口全科醫生數從1.06人增加至2.47人，低于全國平均2.90人［11］。見表2。

2.1.2 2015—2020年西部各省份全科醫生年均增長率發展情況分析：2015—2020年我國西部12個省份中“注冊為全科醫學專業的人數”的年均增長率均快于“取得全科醫生培訓合格證的人數”的增長速度；四川省、云南省、廣西壯族自治區、重慶市的注冊人數和注冊率的增長速度均快于西部其他省份；內蒙古自治區、甘肅省、新疆維吾爾自治區的“取得全科醫生培訓合格證的人數”高于“注冊為全科醫學專業的人數”且全科醫生注冊率的增長比率較低，西藏自治區注冊率為負增長；西藏自治區、陜西省的每萬人口全科醫生數年均增長率較高，分別為35.30%、30.67%；貴州省的每萬人口全科醫生數僅為1.96人，僅四川省高于全國平均水平。見表3。

2.2 全科醫生配置公平性

2.2.1 阿特金森指數評價：由圖1可知，2015—2020年，我國西部地區全科醫生按人口分布的阿特金森指數由0.126 5下降至0.049 3，按經濟分布的阿特金森指數由0.124 4下降至0.038 2，按地理面積分布的阿特金森指數由0.786 5下降至0.694 4，西部地區全科醫生資源配置公平性持續優化，按人口以及經濟分布的公平性始終優于按地理面積分布，人口配置公平性相對較優，地理配置公平性有待提高。

2.2.2 區位熵評價：2015—2020年，四川省、廣西壯族自治區按人口、經濟、地理配置的區位熵逐步完善，到2020年兩省按人口、經濟、地理配置的區位熵均>1，甘肅省在研究年限內的各指標區位熵均>1，3個省份全科醫生配置的均衡性和可及性均較好；重慶市按人口及地理配置的區位熵優于按經濟配置，按經濟配置的區位熵均小于1；貴州省、云南省、陜西省、寧夏回族自治區這4個省份按地理配置的區位熵均>1，地理可及性較好，按人口及經濟配置的區位熵有待完善；青海省、新疆維吾爾自治區按人口、經濟配置的區位熵優于按地理配置，按地理配置的區位熵遠<1；內蒙古自治區按人口配置的區位熵均>1，人口均衡性較好，按經濟和地理配置的區位熵均<1，按經濟配置的區位熵呈現上升趨勢，按經濟配置公平性逐年完善，但按地理配置的區位熵呈下降趨勢；西藏自治區按人口、地理、經濟配置的區位熵均<1，且均低于西部其他省份，按地理配置的區位熵遠<1，地理可及性較差，見表4。

2.3 全科醫生需求預測

構建的13個灰色預測模型的后驗差比值C<0.35，P均為1.0，預測精度等級為1級，見表5。外推預測結果顯示：2022—2025年我國西部地區及各省市全科醫生資源呈穩步上升趨勢，見表6。

3 討論

3.1 西部地區全科醫生資源總量不足、分布不均

研究結果表明：我國西部地區取得全科醫生培訓合格證的人數、注冊為全科醫學專業的人數、全科醫生總數及每萬人口全科醫生數均呈逐年增長趨勢，且注冊為全科醫學專業的人數和全科醫生總數的年均增長率均高于東、中部和全國平均水平，表明西部地區全科醫生隊伍的建設與發展取得了一定的成績。但是，西部地區全科醫生總數在全國占比仍相對較低（23.15%），低于東部（50.84%）、中部（26.00%）地區，且西部每萬人口全科醫生數僅為2.47人，低于東部（3.43人）、中部（2.53人），僅四川省（3.01人）超過全國平均水平（2.90人），最低的貴州省僅為1.96人。上述研究結果與國務院頒布的《關于改革完善全科醫生培養與使用激勵機制的意見》（國辦發〔2018〕3號）中提出的“到2020年，城鄉每萬名居民擁有2～3名合格的全科醫生”和“到2030年，城鄉每萬名居民擁有5名合格的全科醫生”的目標仍有一定差距。同時，預測結果顯示，2022—2025年西部地區全科醫生資源呈增長趨勢，表明未來幾年西部地區各省份全科醫生的發展趨勢整體向好，但長期來看，隨著現階段我國人口老齡化的加劇以及居民對醫療服務需求和質量的不斷增長［11］，西部地區全科醫生資源供給仍面臨較大挑戰。此外，西部地區區域之間全科醫生資源發展差異明顯，陜西省、重慶市的全科醫生增長速度較快，新疆維吾爾自治區、青海省和云南省的增長速度較慢，西藏自治區的缺口最大，其高年均增長率與基數小有關；截至2020年西部地區全科醫生總數豐富的四川省是西藏自治區的34倍，是寧夏回族自治區及青海省的14倍；預測結果顯示，到2025年西部各省份之間全科醫生需求量預測結果差異仍然較大，可能未來仍會存在全科醫生資源分布不均的難題。

3.2 西部地區全科醫生注冊率有所改善但仍相對較低

研究發現，西部地區全科醫生的注冊人數和注冊率逐年提高，2020年注冊率達58.56%，并超過取得培訓合格證的人數，與國內李婉等［12］、陳方廳等［13］的研究結果存在差異，這可能與近年來各級政府對西部偏遠地區和基層的投入與發展高度重視相關。雖然西部地區全科醫生隊伍結構在不斷完善，但2020年全科醫生注冊人數和注冊率仍低于全國平均水平（255 856人、62.59%），內蒙古自治區、甘肅省、新疆維吾爾自治區、西藏自治區的注冊率增長速度較慢，西藏自治區出現負增長，注冊人數均未超過取得培訓合格證的人數，這4個省份的全科醫生隊伍結構亟須優化。西部地區注冊率偏低的原因可能與現階段對全科醫學的社會認可度及職業吸引力等因素密切相關：一是如今仍有部分居民和全科學員以傳統專科思維看待全科醫學的價值，全科醫生的社會認可度和職業自我認同感較低［14］；二是全科醫生的薪酬待遇偏低，職業發展空間有限，且西部地區地處偏遠，經濟發展速度較慢，職業環境較差等導致西部地區全科醫生職業吸引力不足［15］。

3.3 西部地區全科醫生資源配置公平性存在差異

阿特金森指數的研究結果顯示：2015—2020年西部地區全科醫生按人口和經濟分布的公平性始終優于按地理分布；區位熵結果顯示：西部地區內存在不同程度的人口、地理和經濟配置不公平，四川省、甘肅省、廣西壯族自治區、重慶市全科醫生配置整體較好；貴州省、云南省、陜西省、寧夏回族自治區按人口與經濟配置的公平性相對地理配置較差；而內蒙古自治區、青海省、新疆維吾爾自治區、西藏自治區資源配置公平性整體較差，按地理配置公平性亟須改善。究其原因，一方面是因為經濟與人口的交互作用使經濟發達地區人口也相對密集［16］；另一方面我國西北地區經濟發展相對落后、地理面積廣闊、人口密度低且居住分散，“地向性”指標對資源配置影響更大，而西南地區經濟發展較快、人口相對密集，且受四川省、重慶市等集聚效應的影響，“人向性”指標影響更大［17］。但是，目前政府在進行衛生規劃時又長期將每千（萬）人口資源擁有全科醫生數作為資源配置標準，較少關注區域結構和空間分布，忽略了西部部分省份地廣人稀的特征，導致資源投入配置比例失衡，造成區域間資源配置差異顯著［18］。

4 建議

4.1 以地理分級為標準，強化政府的主導地位和作用

澳大利亞為改善衛生人力資源配置不均衡制定了地理分級標準并依據分級原則制定差異化衛生人力激勵政策，極大促進了偏遠和極度偏遠地區衛生人力資源的流入［19］。可借鑒該國地理分級經驗，根據西部各省份的轄區人口年齡、交通可達性、經濟狀況、全科醫生隊伍建設水平和缺乏情況等實際情況，進行分級并制定差異化衛生政策，引導全科醫生資源合理流動。同時，建議相關部門組建西部地區專項評估小組，定期考察醫療衛生供需情況，實時更新地理分級標準與衛生政策。其次，中央和地方政府也應進一步加大對西部全科醫生建設工作的重視程度，中央政府應加強宏觀調控，通過規劃、調控、資金投入、制度建設以及衛生改革等途徑補齊西部各地區醫療衛生資源短板；各級地方政府需積極完善和落實本地區全科醫生培養與使用激勵等的相關政策與體制機制，通過大力發展地區經濟等方式提高地方人均經濟水平和醫療購買能力［20］，以增加地方政府的可支配資金，提升地方政府衛生資源規劃的空間與能力。

4.2 以“調增優存”為原則，持續擴充西部地區全科醫生隊伍

針對西部地區全科醫生總量不足的現狀，建議遵循“調整增量，優化存量”的政策。在“調整增量”上：一是擴大西部地區全科醫學招生規模，增加全科醫學生培養數量，逐步完善助理全科醫師培訓、農村訂單定向免費培養、全科特崗計劃、轉崗培訓、對口支援等培養政策與方案［21］；二是推動西部地區定向醫學生誠信管理體系建設，運用道德、經濟、行政、法律等多途徑增強定向醫學生的契約精神以及提高其服務基層的履約

率［22］，減少人才流失；三是積極鼓勵社會力量舉辦全科診所，輔以政府補貼，并為其提供更好的政策環境和發展平臺，以增加西部地區醫療服務資源，擴大服務供給。在“優化存量”上：一是重視并關注已執業全科醫生的繼續教育和職業發展［23］，加大對學歷教育的支持力度，提高基層在職全科醫生的總體服務質量和服務效率；二是完善西部地區全科醫生退出機制，適當延長全科醫生骨干的服務年齡，可結合實際采用擇優返聘執業的方式彌補全科人才缺口；三是加強西部地區遠程醫療服務體系建設，借助互聯網優勢，完善全科醫生培養信息平臺、增強遠程會診等智慧醫療模式的普及和使用［24］，解決傳統培訓成本高、基層服務能力弱的問題。

4.3 以職業吸引力為目標，提高西部地區全科醫生注冊率

盡管我國西部地區全科醫生隊伍結構在逐步優化，但注冊率仍有待提高。研究表明，注冊率高低與政府衛生投入呈中度正相關［25］，因此，首先政府要持續加大對西部地區的衛生投入，并通過轉移支付的方式降低政府衛生投入水平的差異，針對西藏自治區、新疆維吾爾自治區等嚴重缺乏地區，可以通過增加政府直接投資、撬動社會資本投入、地方政府發放債券等多途徑加大支持與投入力度［26］，同時鼓勵發展水平較好的四川省、重慶市等通過自身優勢提高全科醫生的數量和質量。其次，重視并加強全科學員的專業認知教育和職業認同教育［27］，讓學員了解全科醫學的發展動態和全科醫生的社會價值，通過多種方式增強社會認可度，提高其職業信心以及從事全科醫生崗位的意愿。此外，完善西部地區全科醫生激勵機制，提高職業吸引力。在西部地區探索實施全科醫生年薪制以及同工同酬制，在子女教育、進修培訓、工資待遇、晉升等方面加大傾斜力度；探索實施全科醫生編制周轉池制度和編制備案制管理［23］，促進稀缺編制資源向西部全科崗位傾斜；優化我國西部地區全科衛生人員的職稱晉升體系，增設西部地區全科醫生的職稱晉升比例；加強西部地區基層衛生的硬件投入，完善西部地區信息化建設及醫療設備與藥品供應，提供良好的執業環境。

4.4 以資源整合和區域協同為導向，推動資源分布的均衡性

為提高西部地區全科醫生分布的均衡性并縮小地區差異，首先，政府在衡量衛生服務公平性以及統籌全科醫生區域布局時不僅要考慮人口分布，還應重視經濟發展水平、人群衛生服務需求、機構輻射能力和服務半徑等因素的影響［28］。其次，一方面，應強化西部整體性思維，以均衡發展為目標建立區域協同機制，依托“互聯網+全科醫生”、縣域醫共體、巡回醫療等流動性服務新模式促進優質全科醫生的共享與利用［29］，同時暢通跨省合作，推動西南對西北地區、發達對薄弱地區的對口支援力度，實現資源互補；另一方面，針對區域間差異，提質擴模，實現差異化發展。貴州省、云南省、陜西省、寧夏回族自治區應側重全科醫生相對人口分布的適配性，根據當地人口分布特征以及資源利用效率合理分配資源；西藏自治區、新疆維吾爾自治區、內蒙古自治區、青海省應著重考慮醫療服務半徑問題，既要強化對該類地區的政策供給，穩定擴充人才總量，又要合理設置衛生資源配置標準，重視提高全科醫生資源的地理覆蓋率；四川省、重慶市、廣西壯族自治區、甘肅省應重在“提檔升級”，根據當地醫療需求，加強全科醫生亞專長培訓，培養全有所專的基層全科醫生，同時結合政策和自身優勢，積極探索推動西部地區全科醫療數字化轉型，持續加大醫療信息化建設，利用外部技術手段提高基層醫療服務能力與效率［30］。

作者貢獻：張蘭進行文章的構思與設計、數據分析、論文撰寫；張瑞華進行論文的修訂，負責文章的質量控制與審校；吳雪蓮、楊燕進行數據的收集與整理，統計學處理；段桂敏進行論文修訂，監督管理；趙大仁對文章的結構邏輯、可行性進行指導、審查、監督，對文章整體負責。

本文無利益沖突。

張蘭：https：//orcid.org/0009-0005-3601-9453

張瑞華：https：//orcid.org/0000-0003-1471-009X

趙大仁：https：//orcid.org/0000-0003-4383-5756

參考文獻

魯志鴻，孟慶躍，王穎. 新醫改前后中國基層衛生資源配置公平性分析［J］. 中國公共衛生，2017，33（8）：1203-1205.

程艷敏，徐燕飛，溫楠，等. 2013—2016年山東省全科醫生配置現狀及公平性趨勢研究［J］. 中國全科醫學，2020，23（4）：414-418. DOI：10.12114/j.issn.1007-9572.2020.00.019.

中華人民共和國中央人民政府. 關于改革完善全科醫生培養與使用激勵機制的意（國辦發〔2018〕3號）見［EB/OL］.（2018-01-04）［2023-6-20］. http：//www.gov.cn/zhengce/content/2018-01/24/content_5260073.htm.

黃銳，李婉，郝婧. 西部地區農村基層醫療衛生服務效率評價研究：基于DEA-Tobit模型的分析［J］.西北民族研究，2023，119（2）：144-155. DOI：10.16486/j.cnki.62-1035/d.20230411.002.

王藝諾，閆萍，徐玉英，等. “十三五”期間湖北省衛生人力資源配置公平性研究［J］. 護理學報，2023，30（3）：45-50.

朱陽杰，唐康，劉同同，等. 我國衛生資源配置公平性研究綜述［J］. 解放軍醫院管理雜志，2021，28（12）：1101-1103.

辛靜靜. 京津冀地區主要城市集聚差異研究［J］. 工業技術經濟，2017，36（2）：153-160.

黃經南，朱愷易. 基于POI數據的武漢市公共服務設施布局社會公平績效評價［J］. 現代城市研究，2021，36（6）：24-30.

ZHAO D R，ZHANG H W，CAO Q，et al. The research of ARIMA，GM（1，1），and LSTM models for prediction of TB cases in China［J］. PLoS One，2022，17（2）：e0262734.

張瑞華，趙大仁，何思長，等. 基于灰色GM（1，1）模型與ARIMA模型的四川省衛生人力資源預測探討［J］. 現代預防醫學，2017，44（7）：1242-1247.

姜文娟，陳美倫，崔瑛. 基于灰色模型的山東省“十四五”期間衛生人力資源預測研究［J］. 中國衛生標準管理，2023，14（5）：54-58. DOI：10.3969/j.issn.1674-9316.2023.05.012.

李婉，韓彩欣. 我國西部地區全科醫生配置公平性研究：基于基尼系數和集聚度［J］.衛生經濟研究，2020，37（9）：29-32. DOI：10.14055/j.cnki.33-1056/f.2020.09.008.

陳方廳，趙春文，于倩倩，等. 我國全科醫生人力資源配置分析與預測［J］. 中國衛生統計，2019，36（5）：678-681.

王榮華，李云濤，季國忠，等. 阻礙全科學員注冊為全科醫生的影響因素調查研究［J］. 中國全科醫學，2019，22（28）：3505-3509. DOI：10.12114/j.issn.1007-9572.2019.00.386.

馮晶，申鑫，甘勇. 中國東中西部地區全科醫生離職意愿現狀及其影響因素［J］. 中國公共衛生，2021，37（11）：1635-1640. DOI：10.11847/zgggws1131685.

毛瑛，朱斌，劉錦林，等. 我國西部地區衛生人力資源配置公平性分析：基于資源同質性假設［J］. 中國衛生經濟，2015，34（7）：31-34. DOI 10.7664/CHE20150710.

沈曉，甘恩儒，徐一明.基于集聚度的我國西部地區衛生資源配置評價［J］. 醫學與社會，2019，32（7）：32-35，53.

王狄佳，陳丹鏑，楊先碧，等. 我國西部地區基層衛生人力資源配置公平性研究［J］. 現代預防醫學，2019，46（11）：1986-1989.

干穎瀅，王書平，吳曉凡，等. 基于地理分級標準的偏遠地區衛生人力資源優化：澳大利亞改良版蒙納士模型及其對我國的啟示［J］. 中國全科醫學，2022，25（31）：3843-3850.

張曄，張馳，王志強. 2004—2016年新疆醫療衛生資源配置公平性與影響因素研究：基于“人口公平性”與“地理公平性”的綜合視角［J］. 中國衛生事業管理，2019，36（7）：499-509.

楊輝，韓建軍，許巖麗. 中國全科醫生隊伍建設的發展、挑戰與展望［J］. 中國全科醫學，2019，22（19）：2267-2279.

宋茂榮，劉波，宋晶. 農村訂單定向醫學生契約精神：現狀、背離與回歸［J］. 衛生經濟研究，2022，39（8）：18-20.

付英杰，王健，孟彥，等. 中國全科醫生發展趨勢及公平性研究［J］. 中國全科醫學，2020，23（1）：7-13.

接純純，周典，田帝，等. 基于共生理論的遠程會診與線上診療融合發展模式研究［J］. 中國醫院管理，2022，42（7）：43-46.

黃冬梅，尹文強，于倩倩，等. 我國全科醫生資源現狀與“2020政策目標”比較分析［J］. 中國衛生經濟，2017，36（10）：51-55. DOI 10.7664/CHE20171013.

萬圣潔，段桂敏，李家偉，等. “十三五”期間西部地區中醫類醫院衛生資源配置公平性及需求預測研究［J］. 中國醫院，2023，27（4）：5-9. DOI：10.19660/j.issn.1671-0592.2023.04.02.

潘雯，馮晶，鄭艷玲，等.中國全科醫生心理資本與留職意愿的關系研究：職業認同的中介作用［J］. 中國全科醫學，2023，26（25）：3127-3132.

吳曉凡，尹悅，干穎瀅，等. 西藏自治區基層衛生資源配置現狀及公平性研究［J］. 中國全科醫學，2023，26（16）：1953-1957. DOI：10.12114/j.issn.1007-9572.2022.0560.

袁文輝，蘇婉敏，王培席. 廣東省全科醫生配置公平性分析［J］. 衛生經濟研究，2023，40（2）：85-88，93.

蘇彬彬，劉尚君，盧彥君，等. 基于集聚度的我國基層衛生人力資源配置評價研究［J］. 中國衛生政策研究，2021，14（4）：49-54.DOI：10.3969/j.issn.1674-2982.2021.04.007.

（本文編輯：李婷婷）

*通信作者：趙大仁，助理研究員；E-mail：cdzhaodaren@163.com

基金項目：教育部人文社會科學規劃基金項目（21YJAZH016）；四川省基層衛生事業發展研究中心（SWFZ22-Z-02）；四川省基層衛生事業發展研究中心（SWFZ21-Q-59）

引用本文：張蘭，張瑞華，吳雪蓮，等.中國西部地區全科醫生資源時空配置分析及需求預測研究［J］.中國全科醫學，2024，27（25）：3171-3177. DOI：10.12114/j.issn.1007-9572.2023.0232.［www.chinagp.net］

ZHANG L，ZHANG R H，WU X L，et al. Equity analysis and demandprediction of general practitioner resource allocation in western China［J］.Chinese General Practice，2024，27（25）：3171-3177.

? Editorial Office of Chinese General Practice. This is an open access article under the CC BY-NC-ND 4.0 license.