文章快速检索     高级检索
  人文地理  2018, Vol. 33 Issue (6): 28-34, 86  DOI: 10.13959/j.issn.1003-2398.2018.06.004
0

引用本文  

高军波, 韩勇, 喻超, 张永显, 闫军辉. 个体行为视角下中小城市居民就医空间及社会分异研究——兼议与特大城市比较[J]. 人文地理, 2018, 33(6): 28-34, 86. DOI: 10.13959/j.issn.1003-2398.2018.06.004.
GAO Jun-bo, HAN Yong, YU Chao, ZHANG Yong-xian, YAN Jun-hui. RESEARCH ON THE MEDICAL SERVICE CONSUMPTION SPACE AND ITS SOCIAL DIFFERENTIATION OF URBAN RESIDENTS IN SMALL AND MIDDLE-SIZED CITIES BASED ON INDIVIDUAL BEHAVIORS: AND DISCUSS THE COMPARISON WITH MEGA CITIES[J]. Human Geography, 2018, 33(6): 28-34, 86. DOI: 10.13959/j.issn.1003-2398.2018.06.004.

基金项目

教育部人文社会规划项目(18YJA840003);河南省哲学社科规划项目(2017BSH009);河南省科技厅科技攻关项目(182102310988)

作者简介

高军波(1979-), 男, 河南信阳人, 博士(后), 副教授, 主要研究方向为城市规划、城乡转型与乡村贫困。E-mail:gaojb@igsnrr.ac.cn

通讯作者

闫军辉(1983-), 男, 河北定州人, 博士, 讲师, 主要研究方向为历史时期土地利用变化。E-mail:yanjh2015@126.com

文章历史

收稿日期:2017-12-25
修订日期:2018-07-09
个体行为视角下中小城市居民就医空间及社会分异研究——兼议与特大城市比较
高军波1,2, 韩勇1, 喻超1, 张永显3, 闫军辉1     
1. 信阳师范学院 地理科学学院/精准扶贫与乡村振兴软科学研究基地, 信阳 464000;
2. 中国科学院地理科学与资源研究所, 北京 100101;
3. 信息工程大学 地理空间信息学院, 郑州 450052
摘要:基于日常医疗消费出行调查数据,剖析了中小城市居民日常就医出行空间社会特征,并与特大城市比较,结果表明:中小城市居民日常就医选择以市域最高等级综合医院为中心,形成"一超多强"多中心结构,出行空间呈"三带四圈层"的核心-外围形态。低收入群体近距离就医特征突出,出行空间小;高收入群体消费选择较为多元,出行时空范围广。中小城市居民日常就医首选私人诊所,出行距离是首要考虑因素,出行空间与收入水平呈正相关;特大城市居民日常就医首选区级医院,更重视医疗机构社会声誉,与中小城市存在显著差异。
关键词个体行为    医疗消费    行为空间    社会分异    
RESEARCH ON THE MEDICAL SERVICE CONSUMPTION SPACE AND ITS SOCIAL DIFFERENTIATION OF URBAN RESIDENTS IN SMALL AND MIDDLE-SIZED CITIES BASED ON INDIVIDUAL BEHAVIORS: AND DISCUSS THE COMPARISON WITH MEGA CITIES
GAO Jun-bo1,2, HAN Yong1, YU Chao1, ZHANG Yong-xian3, YAN Jun-hui1     
1. College of Geographic Sciences/The Center of Targeted Poverty Alleviation and Rural Revitalization, Xinyang Normal University, Xinyang 464000, China;
2. Institute of Geographic Sciences and Natural Resources Research, CAS, Beijing 100101, China;
3. Institute of Surveying and Mapping, Information Engineering University, Zhengzhou 450052, China
Abstract: Medical services are important in urban resident's daily life, its scientific provision and effective consumption is the guarantee of high-quality urban life. This paper study the daily medical service consumption and social differential in small-middle-sized cities based on the daily medical service consumption data, using standard deviational ellipse and social network analysis method, and then compare that with the megacities. The results show that making the highest level comprehensive hospital as the center, the medical service institution selection of urban residents in small-middle-sized cities form multi-center network structure with the characteristics of "one super and several strong center coexist", and the travel space form the Coreperipheral pattern. The social differentiation characteristics of medical service consumption traveling space of different income groups in small and medium-sized cities will become more and more prominent, and gradually demonstrate the social differentiation trend of the daily life space of residents in small and mediumsized cities. As the whole, the travel space of medical service consumption in small-middle-sized cities increase with resident's educational level, but inverse with residents getting older.
Key words: individual behavior    medical service consumption    travel space    social differentiation    
1 引言

城市公共服务设施的完善配套和有效消费是高品质城市生活的保证, 事关城市社会公平与空间公正, 受到国内外学者广泛关注[1-5]。随着我国从"单位制社会"向"社区制社会"转型, 城市社会空间变得越发的异质和多元, 城市居民日常生活空间的社会分异日益突出。其中不同社会群体差异化的公共服务利用选择及消费出行空间是透视转型期城市社会分异与空间转型的重要微观视角, 现有研究集中于居民通勤、购物、休闲、迁居等[6-10]各类日常行为的时空特征分析, 对有效解读转型期城市空间结构演进与重构过程, 揭示城市社会空间分异, 以及城市空间与个体行为的互动机理具有重要的理论创新价值与实践指导意义。

医疗服务利用选择是城市居民重要的日常公共服务消费类型, 现有研究主要寄希望于医疗服务设施空间分布的可达性均等导向, 实现医疗网点的配置优化, 即通过医疗服务设施网点合理供给, 满足城市居民医疗服务消费需求, 其关键是进行医疗服务设施可达性的精确评价, 主要方法有两步移动搜寻法、核密度、潜能模型、GIS网络分析等。事实上, 供给视角的城市公共服务设施空间优化并不能从根本上解决城市居民公共服务消费的需求问题。研究表明, 即便是有同等的消费机会, 不同社会群体也会倾向于使用与自己社会身份相适应的公共服务, 而不会同等地使用他们所接触到的服务类型[11], 导致城市公共服务配置中的"反比例法则"[12]和"有钱人后院"[13, 14]的特征。就医疗服务设施而言, 受其消费性服务业特征影响, 以及医疗服务设施配置的制度性约束(按户口配给和医保报销指定)和支付能力差异, 以致同一社区城市居民的医疗服务利用选择, 也具有显著差异化的出行空间和行为模式, 导致城市居民生活质量的不平等特征及城市社区间生活质量的差异性。因此, 基于需求导向的城市医疗服务设施配置能更好满足城市居民差异化医疗服务需要, 确保城市居民生活质量和生活品质。近年已有学者开始从需求视角研究城市医疗服务供需问题, 樊立惠等从供需协调视角评价北京市医疗设施时空演化, 分析了北京医疗供需协调空间演变特征[15], 但数据来源仍仅限于特定地域的人均医疗设施供给和需求统计, 并非基于城市居民消费视角的医疗利用的实际需求。孙瑜康等创新性提出了基于个体行为选择的县域医疗服务区划分的思路, 有效评价了现有医疗服务设施利用状况[16], 有助于县域医疗服务网点的科学合理配置调整, 但没有考虑不同类型城乡居民医疗服务需求差异, 且研究对象主要集中在农村地区。

广州是我国改革开放和社会经济发展的先锋城市, 城市医疗服务供给模式转型较早, 城市居民医疗服务消费理念及就医选择模式在当前特大城市中较具代表性; 信阳位居我国中部, 地处河南省社会经济发展水平较高及优先发展区域(中原城市群)之外, 城市规模小, 社会经济发展滞后, 能够在城市医疗服务供给及城市居民就医选择上代表中小城市特征。基于广州和信阳的对比研究, 能够系统发掘转型期我国城市居民医疗服务消费选择及就医出行特征和空间规律, 完善城市医疗服务体系规划。基于此, 以河南省信阳市为例, 基于需求视角的日常医疗利用选择及出行空间调查数据, 探讨转型期中小城市居民的医疗服务消费空间及社会分异特征, 并与广州进行比较, 有助于理论上探索转型期城市居民日常医疗消费行为空间规律, 完善城市日常生活空间研究体系; 在实践中有效引导城市医疗设施供给模式转型及服务网点配置。

2 数据来源及研究方法 2.1 研究区域及数据来源

信阳市是河南省辖地级市, 中心城区(113°59′-114° 12′E, 23°04′-23°10′N)东西长19km, 南北宽8.9km, 总面积80.1km²。信阳市下辖浉河、平桥两区, 2016年底市区常住人口71.5万人, 按照1‰常住人口抽样规模, 需回收有效问卷720份。调研过程集中于2017年5月20日和21日两个休息日, 基于1:500的百度地图矢量化数据, 将信阳城区划分为1km×1km的80个地理栅格单元, 每个栅格单元由培训后调研队员随机发放调查问卷10份, 共计发放问卷800份, 回收有效问卷764份, 有效率95.5%, 符合抽样规模要求。调研内容主要包括受访者的就医所选医疗点、就医出行方式、所需时间、年龄、婚否、受教育程度、职业、收入、家庭人口数等数据。广州城市居民日常医疗消费出行数据及初步成果见本项目组成果参考文献[17]。

2.2 研究方法 2.2.1 标准差椭圆分析法

标准差椭圆空间统计方法基于研究对象的空间区位和空间结构, 能够从全局性的空间角度精确地揭示居民个体日常活动空间范围的方向特征。由3要素构成:转角θ、沿长轴的标准差和沿短轴的标准差, 其中转角θ可以看作是笛卡尔坐标系下x轴和y轴按照点集分布的地理方位沿一定角度旋转后, 正北方向与顺时针的主轴之间的夹角; 长短轴的比值可以体现出要素空间分布的形态特征[18, 19]。标准差椭圆的参数主要包括椭圆重心、方位角、标准差椭圆长短轴, 计算公式如下:标准差椭圆的重心(Xw, Yw)为:

(1)

方位角α为:

(2)

x轴标准差σxy轴标准差σy分别为:

(3)

式中, (xi, yi)表示研究对象的空间区位; wi表示对应权重; 表示各研究对象区位到重心(Xw,Yw)的坐标偏差。

此外, 以居民点和医疗点作为椭圆的两焦点, 可量测居民就医选择的出行特征:①椭圆短轴与长轴的比率, 能够较好的体现出居民个体对目的医疗点的偏离程度; ②椭圆面积, 是反应就医活动空间大小的重要指标, 计算公式为: S面积ab, 其中a=1/2长轴, b=1/2短轴。

2.2.2 社会网络分析法

社会网络分析法是将节点的重要程度等同于和其他节点的连接而使其具有显著性, 常用指标包括点度中心性、中间中心性和接近中心性。点度中心性指在网络中与该节点相连接的节点的数量, 主要用来衡量该节点在整个网络的重要性和影响力; 中间中心性是指某个节点与其他节点间交互的能力, 主要用于衡量节点作为媒介的能力; 接近中心性是指某个节点到其他所有节点距离的远近程度, 距离越远接近中心性越低, 主要用于衡量节点在整个网络中的地位[20]。本研究借助NodeXL分析工具, 进行城市居民医疗机构消费选择的空间网络结构刻画。

3 中小城市居民日常医疗消费出行空间特征 3.1 日常医疗消费出行空间的核心-边缘结构特征显著

信阳城市居民日常医疗消费出行面积集中在4km2范围内, 占比94.3%, 仅5.7%的居民医疗消费出行面积超过4km2(图 1)。在4km2范围内, 根据出行空间面积规模及其变化态势, 形成了一个"三带四圈层"的核心-边缘格局, 其中0-2km2范围内聚集70.6%日常医疗消费规模, 2km2外医疗消费规模显著下降, 衰减率为0.23, 2km2为中小城市居民日常医疗消费的核心圈层; 2-4km2范围内集中了23.8%的日常医疗消费规模, 是城市居民日常医疗消费的外围圈层; 仅5.7%的城市居民日常医疗消费出行面积超过4km2。可见信阳城市居民日常医疗出行空间面积聚集在4km2范围内, 且呈核心-外围空间分布形态。究其缘由, 主要是以信阳为代表的中小城市建成区面积较小, 城市医疗网点和城市居民居住区较为集中, 城市居民日常就医无需远距离出行; 另一方面, 城市新区建设仍起步和发展中, 人口聚集规模较小, 对整体城市居民就医出行距离影响不大。

图 1 信阳城市居民日常医疗消费出行空间结构 Fig.1 The Spatial Structure of Daily Medical Service Consumption Travel in Xinyang
3.2 高等级医疗服务消费选择的出行空间面积更大

信阳城市居民日常医疗消费选择的机构类型多样, 包括综合医院、专科医院、妇幼保健院、社区医院、社区卫生服务中心、村卫生室、私人诊所及药房等。以综合医院、社会卫生服务站、私人诊所、村(社区)卫生室四种类型为主, 其代表性的医疗机构分别是信阳市中心医院、长虹社区卫生服务站、肖家河卫生室及刘秀琼诊所。信阳市中心医院是三甲医院, 也是信阳最高等级的医疗网点, 其就医出行空间面积最大值为23.2km2, 均值为4.2km2, 分别为信阳城市居民医疗消费出行总面积及均值的最高值, 其消费出行面积是长虹社区卫生站(2.3km2, 排名第二)的10.2倍, 是城市居民对私人诊所消费选择出行面积最大值(2km2)的11.6倍(表 1)。由此表明, 中小城市居民医疗消费出行空间与医疗机构等级基本呈正相关关系, 等级越高的医疗机构, 辐射范围越广, 信阳城市居民进行医疗消费选择的机率越高, 出行空间面积也越大。

表 1 信阳城市居民医疗消费选择及出行空间 Tab.1 The Medical Service Consumption Choice and Travel Space of Urban Residents in Xinyang
3.3 民营医疗服务消费就近选择特征突出, 新城区医疗设施辐射范围更广

信阳城市居民对公立综合医院消费选择的出行空间面积均值为3.9km2, 对社区医院利用选择的出行空间均值为3.3km2, 二者相差不大。私人诊所作为信阳民营医疗服务设施代表, 其消费出行空间面积均值仅为1.4km2, 分别为社区医院和综合医院42.4%和35.8%, 表明信阳城市居民对公立医疗服务消费出行空间较大, 民营医疗设施近距离选择特征突出。就相同经济属性医疗服务机构而言, 新城区居民的消费出行空间面积较大。在信阳市羊山新区, 城市居民对许婕卫生室(私人诊所)就医的出行空间最大面积达到14.5km2, 远远超出老城区居民对民营医疗服务就医的出行空间面积。表明一方面中小城市医疗服务网点配置总体不足与空间不均衡并存, 是导致不同居住区位居民医疗服务消费面积差异显著的重要原因; 另一方面, 就医疗机构可达性而言, 民营医疗机构比公立医疗设施更具有距离优势, 能够更加灵活满足城市居民医疗服务需求。

3.4 日常医疗机构选择呈"一超多强"的多中心网络空间结构

基于NodeXL分析工具, 利用Frunchterman-Reigngold算法将城市居民居住点与其医疗消费选择进行多次布局处理, 形成一个相对稀疏的网络, 其最远距离12度, 平均分割5.2度, 整体网络密度为0.006, 显示网络中节点相互交互不频繁。边缘位置的医疗点更多倾向辐射邻近居民点, 但位于中心位置的医疗网点服务范围并不局限于邻近居民点, 形成了五个与居民点交互比较频繁的节点(图 2), 即为最被受访居民认可的五个医疗服务机构, 分别是中心医院、长虹社区医院、肖家河卫生室、刘秀琼诊所、许婕卫生室。节点大小代表着受访城市居民消费选择的规模多少, 表明信阳城市居民的医疗服务消费选择呈现出"一超多强"的多中心结构。其中, 作为信阳市最高等级的医疗服务机构, 信阳中心医院是市域最具吸引力的医疗服务消费中心, 市区同时并存诸多次级区域中心, 影响着不同区域城市居民医疗服务消费选择。经访谈得知, 公立或民营医疗服务机构都可能成为区域医疗消费选择中心, 医疗服务效果是次级区域中心形成核心驱动因素。

图 2 信阳城市居民医疗服务消费选择的社会网络结构图 Fig.2 The Social Network Structure Map of Medical Service Consumption of Urban Resident in Xinyang
4 中小城市居民医疗消费出行空间的社会分异特征 4.1 不同收入群体的医疗消费选择及出行空间差异显著

基于问卷调查数据, 将受访群体收入划分为三个阶层, 月收入小于2000元为低等收入群体, 2000-6000元为中等收入群体, 大于6000元为高等收入群体。就日常医疗消费选择而言, 选择私人诊所的低收入群体比重为60.3%, 中高收入群体比重39.7%, 医疗消费出行空间均值为1.4km2; 选择社区医院的低收入比重为48.3%, 中高收入群体占51.7%, 就医出行空间均值为3.3km2; 而以公立综合医院为医疗消费选择对象, 低收入群体占比39.9%, 中高收入群体占比60.1%, 就医出行空间均值为3.9km2, 表明随着医疗机构等级升高及就医出行面积增加, 高收入群体比重显著提升。同时, 基于SPSS19.0统计分析软件, 发现信阳城市居民医疗消费出行时间与出行空间显著相关(p=0, r= 0.418), 当就医出行时间在15min以内时, 其出行面积均值为1.9km2, 低收入群体比重为57.8%;当就医出行时间高于15min时, 其出行面积均值为6.3km2, 高收入群体比重为67.1%。上述数据表明, 信阳不同收入群体的医疗消费选择及出行空间存在显著差异, 低收入群体倾向以私人诊所或卫生室为就医选择对象, 近距离就医选择特征突出, 医疗消费出行面积小; 高收入群体医疗服务消费选择较为多元化, 倾向以公立综合医院、社区医院为主要选择对象, 医疗消费时空范围更为广阔。究其缘由, 一方面是中小城市公立医院或民营医疗机构对日常疾病治疗, 费用支出差别不大, 都不能进行医疗保险报销, 且受出行方式等制约, 低收入群体不愿意就日常疾病远距离就医; 另一方面, 受就医观念及中小城市民营医疗机构发展仍存在规模小、设备简陋等因素影响, 高收入群体更信赖公立医疗机构, 其中就医观念是其进行远距离医疗消费根本动力。

从发展趋势看, 基于标准差椭圆方法, 不同收入群体标准差椭圆的长短轴与旋转角度也不相同。如图 3所示, 中低收入群体出行空间的标准椭圆呈现出西北-东南走向, 集中分布于老城区(浉河区和京广铁路之间); 高收入群体标准差椭圆呈现出西南-东北走向, 呈现出不断向城市新区方向发展的趋势, 表明信阳不同收入群体的医疗服务消费出行空间的社会分异特征将愈发突出, 逐步展示出中小城市居民日常生活空间的社会分异趋势。

图 3 信阳不同收入群体的标准差椭圆分布图 Fig.3 The Standard Deviation Ellipse Map of Different Income Resident in Xinyang 注:第一级标准差范围包含约68%的输入要素, 第二级标准差范围包含约95%的输入要素
4.2 日常医疗消费出行空间面积随年龄增长整体呈持续下降趋势

图 4所示, 20-30岁信阳城市居民是就医出行空间面积大于5km2消费群体的主要构成部分, 其比重高达37.4%;36.8%的31-40岁城市居民, 其日常医疗出行空间在 [1, 5]km2之间; 41-50岁城市居民日常消费出行空间相对均衡, 在<0.2km2、[0.2, 1) km2、[1, 5]km2、>5km2四个出行空间范围内, 其比重分别为25.5%、24.6%、22.4%和22.2%。但随年龄增长, 51-60岁及60岁以上城市居民的医疗消费空间面积逐步集中在1km2范围内, 分别占该两个年龄阶段受访比重的28.6%和22.3%, 而5km2以上的比重分别降低至9.3%和5.5%。整体上看, 信阳不同年龄阶段城市居民的日常就医出行空间差异显著, 整体上随年龄增长呈持续下降趋势。经访谈得知, 中青年城市居民就医观念更强调医疗设备、就医环境, 出行方式以机动车为主, 所以日常医疗消费出行范围较广、空间分布较为均衡。但老年群体因出行不便且与周边社区医院等医疗机构较为熟悉, 就医档案齐全、诊治方便, 日常就医出行相对集中于近距离空间, 从而整体上呈现随年龄增长持续下降趋势。

图 4 日常医疗消费出行空间与年龄结构关系 Fig.4 The Relationship Between the Age Structure and the Travel Space of Daily Medical Service Consumption
4.3 体制外城市居民的医疗服务消费出行范围广、空间分布相对均衡

中小城市居民日常医疗消费出行空间面积与职业密切相关。在出行面积为[1, 5]km2及5km2以上两个空间范围内, 行政机关、企事业单位及离退休等体制内群体所占比重分别为9.7%和9.3%, 而个体或私营业主、企业单位职员、自由职业者等体制外居民群体的就医选择比重分别为73.1%和81.5%, 表明体制外城市居民的医疗选择距离远、出行空间面积大, 而体制内城市居民的近距离就医选择特征突出。同时, 在空间分布上, 个体或私营业主在小于0.2km2、[0.2, 1) km2、, [1, 5]km2及5km2以上四个等次的空间出行比重分别为22.3%、21.9%、29.9%和35.2%;自由职业者在上述空间出行比重为30.9%、35.6%、28.4%和24.1%, 表明体制外城市居民日常医疗消费空间比重差异不大, 医疗消费出行空间分布的相对均衡性特点。需要注意的是, 进城务工人员虽同属体制外群体, 但其在四个等次的医疗消费出行空间中的比重分别为10.6%、6.8%、6.0%和1.9%, 同样具有显著的近距离选择特征。究其原因, 是受医疗消费意识、支付能力、出行工具等因素共同作用结果; 同样, 受医疗保险统一购买制约, 在校学生的医疗消费选择及出行空间同样具有突出的近距离特征。

4.4 中小城市居民日常医疗消费出行面积随学历的升高而增加

图 5所示, 中小城市居民日常医疗消费出行面积随学历升高而增加, 其中以是否接受大专层次教育为节点, 分为前后两个增长阶段。全体受访居民的医疗消费出行空间面积均值为2.5km2, 其中接受小学、初中、高中阶段教育的城市居民的医疗消费出行空间面积分别为2.1km2、2.1km2和2.5km2, 均值为2.2km2, 是第一个缓慢增长阶段; 接受大专、本科、研究生阶段教育的城市居民, 其医疗消费出行空间面价分别为3.7km2、3.8km2和4.1km2, 均值为3.9km2, 为第二个缓慢增长阶段, 是第一阶段的1.7倍, 实现了日常医疗消费出行面积跨越式增加。可见城市居民受教育水平与日常就医出行空间基本呈正相关关系, 是否接受大专及以上学历教育是影响城市居民日常医疗消费意识的关键, 进而影响城市居民就医选择及出行空间, 中小城市日常医疗消费出行模式与城市居民学历受教育水平密切相关。

图 5 日常医疗消费出行空间与受教育水平关系 Fig.5 The Relationship Between Education Level and Travel Space of Daily Medical Service Consumption
4.5 城市居民日常医疗消费出行空间是进城务工人员的2.2倍

信阳城市常住居民大多能够享有城镇医疗保险, 日常医疗消费出行以电动车和私家车为主要方式, 平均出行面积为2.6km2; 进城务工人员基本都具有农村合作医疗保险, 其医疗报销需要住院凭证, 日常就医不能在信阳市区进行报销, 且就诊选择是以私人诊所和社区医院为主, 步行是最主要的就医出行方式, 因此进城务工人员日常就医出行空间面积均值为1.2km2, 仅为城市居民日常医疗消费空间面积的45.9%, 不及其一半, 表明受医疗消费观念、费用支付及报销政策、居住区位、就医选择及出行工具影响, 中小城市常住居民与进城务工人员的日常医疗消费出行空间面积差异显著。

5 个体行为视角下特大城市与中小城市居民医疗消费比较 5.1 特大城市居民对公立医疗服务消费选择随出行时间先增后减, 中小城市则持续下降

信阳城市居民日常医疗消费出行时间集中在10min以内, 比重高达69.7%;仅1.7%的城市居民日常医疗消费出行时间超过30min。而42.3%的广州城市居民日常医疗消费出行时间超过30min, 其中出行时间超过60min的医疗消费比重仍高达7.9%, 表明与特大城市比较, 中小城市日常医疗消费出行时间较短, 行为空间也较小。在不同性质医疗机构选择上, 信阳和广州城市居民的近距离医疗消费(出行时间<10min)均以民营设施为主, 分别占民营医疗消费总规模的79.4%和36.7%, 但随着距离的递增, 其消费规模急剧下降, 其中小城市居民对民营医疗消费规模下降速度远快于特大城市(图 6)。对公立医疗服务的消费选择, 中小城市与特大城市居民也存在显著差异。信阳61.6%的居民的公立医疗服务消费集中在10min以内, 并在11min出行时间内迅速递减到18.7%, 然后随着出行时间增加, 消费规模缓慢递减。与信阳不同, 广州城市居民仅17.2%公立医疗服务消费规模集中在10min以内, 随着出行时间的增加, 在21-30min时公立医疗消费规模达到最高(30.2%), 然后随出行时间增加而缓慢下降, 总体上呈现先增后减的变化态势, 与信阳城市居民对公立医疗机构选择随出行时间增加而持续递减趋势存在显著差异。

图 6 广州与信阳城市居民日常医疗消费出行时间差异 Fig.6 The Travel Time Difference of Daily Medical Consumption Between Guanghzou and Xinyang
5.2 特大城市居民就医选择更关注诊治效果, 中小城市则以出行距离为首要考虑因素

调查数据显示, 信阳和广州城市居民对日常疾病的处理方式及医疗机构选择存在突出不同(图 7)。信阳城市居民对日常疾病的处理方式首选专业医疗服务机构, 以私人诊所、社区医疗服务中心为主, 占60.4%;其次是自我治疗, 占日常疾病总规模的23.4%;最后才是医院及其他处理方式; 在广州, 27.3%城市居民首选自己处理, 是最常用的处理方式。其次是选择区级医院、市级医院, 占总规模33.2%;最后才是诊所、社区医疗服务中心等其他医疗服务机构。相对中小城市而言, 特大城市居民对日常疾病更倾向自我处理。在医疗服务机构选择上, 中小城市居民选择的医疗服务首选私人诊所, 然后才是社区服务中心、公立医院等; 而特大城市居民首选医疗机构是区级医院、市级医院, 然后才是诊所和社区服务中心, 考虑到诊所和社区服务中心距离较近, 以及公立医疗机构诊治疗效和社会声誉好于民营设施的现实, 表明特大城市居民对日常疾病诊治更加重视医疗效果和医疗服务机构的社会声誉, 而出行距离则是中小城市居民就诊日常疾病是首要考虑因素。

图 7 广州与信阳城市居民日常医疗服务消费选择差异 Fig.7 The Selection Difference of Daily Medical Consumption Between Guangzou and Xinyang
5.3 步行和公交车分别是中小城市与特大城市居民最主要的日常就医出行方式

图 8可知, 步行在信阳与广州城市居民日常医疗消费出行重要方式, 分别占比37.7%和30.1%, 步行不但是信阳城市居民日常疾病就医出行的最主要出行方式, 也是广州城市居民日常医疗消费第二重要出行途径, 仅次于乘公交车进行日常医疗消费的群体(38.4%); 但在信阳, 乘公交车进行日常疾病就诊比重仅为3.6%, 与广州城市居民存在显著区别。对私家车、出租车和自行车三种出行方式的选取, 广州与信阳城市居民表现出相似特征, 差别不大; 因城市规模和城市管理要求不同, 地铁和电动车分别成为广州和信阳城市居民各自"独有"的日常出行方式。地铁是广州城市居民进行日常医疗消费的重要出行方式, 占医疗消费群体总规模5.7%;但由于广州从2005年开始"禁摩", 所以调查数据显示没有城市居民骑电动车(摩托车)进行日常疾病诊治; 信阳没有地铁, 且城市规模不大以致医疗消费距离较近, 电动车成为信阳城市居民仅次于步行的重要日常疾病就诊出行方式。总体上看, 步行是特大城市和中小城市居民日常医疗消费出行重要方式, 公交车是特大城市居民进行日常医疗消费的最主要方式, 而中小城市居民的医疗出行则以电动车为主; 城市规模和城市管理办法对城市居民的日常医疗消费出行方式产生重要的影响。

图 8 广州与信阳城市居民日常医疗服务消费出行方式差异 Fig.8 The Travel Model Difference of Daily Medical Service Consumption Between Guangzhou and Xinyang
5.4 中小城市居民就医出行空间与收入水平呈显著正相关, 与特大城市显著不同

信阳城市居民日常疾病就医出行空间与收入水平密切相关, 其中出行空间≤1km2, 月收入2000元以下的城市居民占63.6%, 随着收入水平的提高, 1km2范围内的日常疾病就医群体比重持续下降至24.2%(月收入达8000元以上); 与此相反, 在日常医疗消费空间超过5km2群体中, 仅6.8%的城市居民月收入低于2000元, 而月收入超过8000元的居民比重高达30.3%, 表明中小城市居民日常医疗消费出行面积随着收入水平提高而逐渐增加, 呈典型正相关关系; 广州城市居民日常医疗消费出行距离集中在10km范围内, 出行距离超过10km, 月收入低于2000元和2000-5000元的居民群体仅分别占比7.6%和5.4%, 而5000元以上的月收入群体, 出行距离在10km-20km及20km以上的就医比重分别上升至23.7%和10.0%, 而且月收入10000元以上群体占比进一步增至27.2%和12.6%, 说明特大城市居民日常医疗>10km消费距离出行规模与收入水平呈显著正相关, 与中小城市类似。但5km是日常医疗消费的基本通勤距离, 并未随城市居民收入增加而降低。如月收入在5000-10000元的广州城市居民在此范围的消费占比为27.4%, 而月收入10000元以上则增加到38.2%, 说明特大城市居民在日常就医的基本出行距离内, 其医疗消费出行与收入水平并不呈相关关系, 与中小城市存在显著差异。

6 结论与讨论

社会经济的综合转型, 改变了城市医疗服务设施供给模式、运行机制及空间配置格局。城市居民对医疗服务消费选择在适应城市空间转型的同时, 也塑造独特的医疗服务消费空间, 是城市日常生活空间体系的重要构成部分。空间均衡配置导向的理论研究与规划实践, 难以有效顾及城市居民医疗消费选择的多样性和差异化, 医疗服务的空间配置公正与使用机会公平目标尚未实现。本研究基于个体行为导向的城市居民日常医疗范围消费出行规律探索及不同类型城市比较, 揭示出中小城市居民日常医疗服务消费选择的"一超多强"多中心结构模式、出行空间的"三带四圈层"核心-外围空间形态, 以及不同收入群体的医疗服务消费选择、出行距离、消费空间等社会分异特征, 并通过与特大城市比较, 发掘不同类型城市居民日常医疗消费选择主要影响因素、出行时间、出行空间及与收入水平相关关系的差异, 是公共服务供给导向实证研究的拓展尝试, 对需求导向下不同类型城市医疗服务实施配置的理论与实践研究具有重要启示意义。

微观个体行为视角的中小城市居民日常医疗消费选择和行为空间规律发掘, 有利于引导和完善城市医疗服务设施网点规划配置。基于城市居民日常医疗消费空间"三带四圈层"形态及不同出行距离的医疗机构选择差异, 可以从内至外将中小城市居民就医出行空间划分为基本医疗消费空间、一般医疗消费空间、重要医疗消费空间和特色医疗消费空间四种类型[21], 从而引导不同类型医疗消费空间的差异化医疗服务设施配置。第一, 完善基本医疗消费空间的"混合供给"模式。中小城市基本医疗消费空间集中在就医出行1km2范围内, 要在社区或居委会尺度上实现社区医疗服务中心、社区医院等公立医疗服务设施全域覆盖, 鼓励民营医疗服务机构以市场为导向进行灵活配置; 第二, 提升一般医疗消费空间服务品质。中小城市2km2出行范围为一般医疗消费空间, 依据老龄化趋势和城市居民多样化医疗服务需求, 着力解决老龄人口、外来人口的保健、常见病、慢性病的预防和诊断优化, 全方位提升医疗服务品质。第三, 提升重要消费医疗消费空间利用效率。破除以县区行政范围内医疗服务总指标为规划目的, 确立中小城市市域居民为服务对象, 优化综合医疗机构分布, 改善交通可达性, 升级数字化管理, 提高利用效率。第四, 构建特色的关键医疗消费空间。以市域范围内主要环境特征和疾病谱系为依据, 进行综合医学会诊、科研探索和创新治疗, 进而系统规划、科学选址, 重在打造较具区域特色和技术特色医疗空间。

参考文献
[1] Knox P L. The intraurban ecology of primacy medical care:Patterns of accessibility and their policy implications[J]. Environment and Planning A, 1978, 10(4): 415-435. DOI:10.1068/a100415
[2] Shi X, Mei-Po Kwan. Geospatial health research and GIS[J]. Annals of GIS, 2015, 21(2): 93-95. DOI:10.1080/19475683.2015.1031204
[3] Zhou S H, Deng L F, Mei-Po Kwan, et al. Social and spatial differentiation of high and low income groups' out-of-home activities in Guangzhou, China[J]. Cities, 2015, 45(7): 81-90.
[4] 周春山, 高军波. 转型期中国城市公共服务设施供给模式及其形成机制研究[J]. 地理科学, 2012, 31(3): 272-279. [Zhou Chunshan, Gao Junbo. Provision pattern of urban public service facilities and its formation mechanism during transitional China[J]. Scientia Geographica Sinica, 2012, 31(3): 272-279. ]
[5] 孟甜甜, 张晶. 北京城区就医可达性评价及空间特征分析[J]. 地理空间信息, 2017, 15(3): 62-66. [Meng Tiantian, Zhang Jing. Evaluation of health care service spatial accessibility and the analysis of the spatial distribution characteristics in Beijing[J]. Geospatial Information, 2017, 15(3): 62-66. ]
[6] 柴彦威, 申悦, 马修军, 等. 北京居民活动与出行行为时空数据采集与管理[J]. 地理研究, 2013, 32(3): 441-451. [Chai Yanwei, Shen Yue, Ma Xiujun, et al. The collection and management of space-time data of individual behavior based on location-based technologies:A case study of activity-travel survey in Beijing[J]. Geographical Research, 2013, 32(3): 441-451. ]
[7] 柴彦威, 李昌霞. 中国城市老年人日常购物行为的空间特征——以北京、深圳和上海为例[J]. 地理学报, 2005, 60(3): 401-408. [Chai Yanwei, Li Changxia. The spatial characteristics of shopping behavior of the Chinese urban elderly:A case study of Beijing, Shenzhen and Shanghai[J]. Acta Geographica Sinica, 2005, 60(3): 401-408. DOI:10.3321/j.issn:0375-5444.2005.03.006]
[8] 柴彦威, 沈洁. 基于活动分析法的人类空间行为研究[J][J]. 地理科学, 2008, 28(5): 594-600. [Chai Yanwei, Shen Jie. Activity-based approach to human spatial behavior research[J]. Scientia Geographica Sinica, 2008, 28(5): 594-600. DOI:10.3969/j.issn.1000-0690.2008.05.002]
[9] 柴彦威, 塔娜. 中国时空间行为研究进展[J]. 地理科学进展, 2013, 32(9): 1362-1373. [Chai Yanwei, Ta Na. Progress in space-time behavior research in China[J]. Progress in Geography, 2013, 32(9): 1362-1373. ]
[10] Chai Yanwei, Ta Na, Ma Jing. The socio-spatial dimension of behavior analysis:Frontiers and progress in Chinese behavioral geography[J]. Journal of Geographical Sciences, 2016, 26(8): 1243-1260. DOI:10.1007/s11442-016-1324-x
[11] 柴彦威, 王德, 张文忠, 等. 地理学评论(第三辑)[M]. 北京: 商务印书馆, 2009: 25. [Chai Yanwei, Wang De, Zhang Wenzhong, et al. Geography Review (series3)[M]. Beijing: Commercial Press, 2009: 25.]
[12] Erkip I. The distribution of urban public service:The case of parks and recreational services in Ankara[J]. Cities, 1997, 14(6): 353-361. DOI:10.1016/S0264-2751(97)00026-7
[13] Omer I. Evaluating accessibility using house-level data:A spatial equity perspective[J]. Computers, Environment and Urban Systems, 2006, 30(3): 254-274. DOI:10.1016/j.compenvurbsys.2005.06.004
[14] Neutens T, Schwanen T, Witlox F, et al. Social equity of public service delivery:A comparison of different accessibility measures[J]. Environment and Planning A, 2010, 42(7): 1613-1615. DOI:10.1068/a4230
[15] 樊立惠, 蔺雪芹, 王岱. 北京市公共服务设施供需协调发展的时空演化特征——以教育医疗设施为例[J]. 人文地理, 2015, 30(1): 90-98. [Fan Lihui, Lin Xueqin, Wang Dai. Spatial-temporal succession characteristics of public service facilities supply and demand coordinated development in Beijing:A case study of educational and medical facilities[J]. Human Geography, 2015, 30(1): 90-98. DOI:10.3969/j.issn.1673-6974.2015.01.046]
[16] 孙瑜康, 吕斌, 赵勇健. 基于出行调查和GIS分析的县域公共服务设施配置评价研究——以德兴市医疗设施为例[J]. 人文地理, 2015, 30(3): 103-111. [Sun Yukang, Lv Bin, Zhao Yongjian. A study of county public service facilities distribution assessment based on behavior investigation and GIS:A case study of medical facilities in dexing[J]. Human Geography, 2015, 30(3): 103-111. ]
[17] 高军波, 田春艳. 基于个体行为的城市居民医疗服务消费特征及社会分异——以广州中心城区为例[J]. 热带地理, 2014, 34(2): 234-240. [Gao Junbo, Tian Chunyan. Medical service consumption features and social differentiation of urban residents based on individual behavior:A case study of the central districts of Guangzhou[J]. Tropical Geography, 2014, 34(2): 234-240. ]
[18] 李德仁, 余涵若, 李熙. 基于夜间灯光数据遥感影像的"一带一路"沿线国家城市发展时空格局分析[J]. 武汉大学学报·信息科学版, 2017, 42(2): 711-720. [Li Deren, Yu Hanruo, Li Xi. The spatial-temporal pattern analysis of city development in countries along the belt and road initiative based on nighttime light data[J]. Geomatics and Information Science of Wuhan University, 2017, 42(2): 711-720. ]
[19] 赵媛, 杨足赝, 郝丽莎, 等. 中国石油资源流动源——汇系统空间格局特征[J]. 地理学报, 2012, 67(4): 455-466. [Zhao Yuan, Yang Zuying, Hao Lisha, et al. The evolution of spatial displacement pattern of china's crude oil flow source-sink system[J]. Acta Geographica Sinica, 2012, 67(4): 455-466. ]
[20] 潘峰华, 赖志勇, 葛岳静. 经贸视角下中国周边地缘环境分析——基于社会网络分析方法[J]. 地理研究, 2015, 34(4): 775-786. [Pan Fenghua, Lai Zhiyong, Ge Yuejing. The surrounding geopolitical environment of China:A social network analysis based on trade data[J]. Geographical Research, 2015, 34(4): 775-786. ]
[21] 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 Junbo, Han Yong, Wang Yimin, 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. ]