引言

城市化进程加速，城市公共服务设施合理布局是衡量城市发展质量的关键，医疗设施空间可达性与均衡性和居民生活密切相关。以合肥为例，它发展迅速且具有典型性，研究其医疗设施能反映多数华东一、二线城市医疗状况。近年来，合肥中心城区扩张，人口和交通复杂，但医疗设施布局未跟上，部分区域居民就医不便。同时，居民对医疗服务质量和便捷性要求提高，对优质医疗资源需求迫切。在此背景下，借助GIS技术研究合肥中心城区医疗服务设施空间可达性与均衡性，对优化资源配置、提升就医满意度、促进城市可持续发展有重要现实意义。

1研究概述

1.1研究意义

城市发展中，城市公共服务设施合理布局对可持续发展和居民生活质量提升至关重要。本研究聚焦医疗设施意义显著。理论上，探究医疗设施空间可达性与均衡性，丰富了布局理论体系。借助GIS技术研究，为该技术应用提供案例，为后续研究提供方法参考，推动学科理论发展。

实践上，研究成果对城市规划和居民生活改善有重要价值。精准呈现合肥中心城区医疗设施分布现状，为政府优化资源配置提供依据，避免错配，提升效率，实现公平可及。对居民而言，助其了解周边资源，规划就医路径，降低成本，提升满意度与幸福感。合理布局还有利于增强城市吸引力和竞争力，为可持续发展创造条件。

1.2 国内外研究现状

江曼琦等以城市紧凑度为切入点，分析其对城市公共服务设施空间可达性的影响，发现紧凑度与可达性有关联，高紧凑度能提升可达性，但受功能布局等因素制约，该研究为城市规划与设施配置优化提供新视角。张定宽研究健康城市导向下老旧社区公共服务设施空间布局微更新，提出优化布局、增加供给等策略改善可达性，提升居民生活质量。马文专注城市公共体育设施选址优化，通过分析可达性量化指标提供科学选址方法，提高可达性，促进资源合理利用。刘心雨从生活圈视角探讨公共服务设施对住宅价格空间异质性的影响，反映出可达性对居民生活的重要性，可达性好的区域住宅价值更高。国外研究中，Omid M等对城市应急服务可达性进行空间分析，发现基础设施布局不合理会导致应急服务可达性不平等，强调优化布局的重要性。Siyu D研究苏州文化设施空间分布和可达性，指出分布不均衡、部分区域可达性低，为文化设施合理布局提供实证依据。Li T等以西安为例分析生活服务设施可达性的空间公平性，发现城市垂直发展影响可达性，传统水平空间分析有局限，需综合考虑垂直维度实现公平可达性。

1.3研究内容

本研究以合肥市中心城区为对象，运用GIS技术深入探究城市公共服务设施中医疗设施的空间可达性与均衡性。首先收集交通路网、人口居住、医疗设施等相关数据并进行预处理，确保数据准确性与可用性。接着对比多种GIS插值法，确定适用于本研究的方法，并选用改进潜能模型法，综合考虑驾车与公共轨道交通出行模式，分析不同空间尺度（街道单元和区县单元）下医疗服务空间可达性情况，明确各区域可达性差异及其原因。然后针对Ⅰ级、Ⅱ级、Ⅲ级不同等级医疗设施分别进行可达性分析，研究其分布特征对可达性结果的影响。最后基于研究结果，为优化医疗资源配置、提升医疗服务水平提出切实可行的建议，旨在促进城市医疗服务的均衡发展，提高居民就医满意度。

2 理论基础

2.1 地理学第一定律

地理学第一定律指出，事物相互关联，近处事物相关性更强。该定律为空间插值分析算法提供理论基础，是利用医疗设施、人口分布等离散空间数据计算未知地理数据的核心依据。研究医疗服务空间可达性时，依此定律，近距离居民点与医疗设施联系密切，彼此影响大。基于此，使用空间插值分析算法处理已知离散数据，可推测研究区域其他位置的医疗服务空间可达性，实现全面评估与可视化表达，为后续分析奠基。

2.2 潜能模型理论

潜能模型在分析空间相互作用方面具有重要作用。在本研究中，基于改进潜能模型来测度医疗服务空间可达性。模型中，居民点到医疗设施的距离或时间、医疗设施的服务能力以及居民对不同等级医疗设施可接受的极限出行时间（或距离）等因素相互关联，共同影响居民就医的倾向性和可达性。

2.3 空间自相关理论

空间自相关理论衡量空间要素的空间依赖程度。研究医疗服务空间可达性与均衡性时，通过空间自相关分析，可揭示医疗设施空间分布的集聚或离散特征。如用Getis - Ord Gi*指数进行热点分析，能确定医疗服务空间可达性的热点（高值集聚）和冷点（低值集聚）区域。热点区域医疗设施集中、可达性高，冷点区域则相反。这有助于了解医疗资源空间分布模式及与人口、交通等因素的关联，为探究医疗服务均衡性提供线索，为优化医疗设施布局提供科学依据。

3研究区概况、数据来源及预处理

3.1研究区概况

合肥简称“庐”或“合”，地处华东、安徽中部、长三角西翼，滨临巢湖，是长三角城市群副中心、科研教育基地和交通枢纽。它由多个市辖区及县（市）构成，总面积11445平方千米，2023年常住人口约963.4万，是长三角重要人口聚集地。

合肥地势以丘陵岗地、低山残丘和平原圩区为主，起伏平缓，属亚热带季风气候，四季分明。作为2000多年历史的古城，合肥自秦代置县，孕育了三国、包拯等文化遗产。

新中国成立后，合肥成为安徽省会，依托科教优势，发展为国家科技创新型试点城市，拥有知名高校和科研院所。其产业完备，新兴产业蓬勃发展，传统产业基础雄厚，是全国重要家电产业基地，有“中国家电之都”美誉。此外，合肥交通便捷，铁路、公路、航空网络完善，新桥机场通达国内外主要城市，是区域性交通枢纽。

3.2交通路网情况

3.2.1交通路网数据

单种交通方式可达性难以反映现实。《2022年度中国主要城市交通分析报告》及合肥2022上半年资料显示，合肥市区公路平均车速40.2公里/小时，早晚高峰24.4公里/小时，晚高峰拥堵指数达1.685。因此，设定市区主干道车速时，应考量早晚高峰车流效应，减少误差，使之更贴近合肥交通状况。依据《城市道路工程设计规范》和合肥实际路况，确定各路段行车车速并计算。

合肥铁路网络资料表明，主铁线设计最高速度80公里/小时，实际平均速度32公里/小时，车站停车时间30-45秒。为便于试验，每站停留时间统一设为30秒，轨道交通平均速度设为32公里/小时。合肥中心区道路网络图见下图。

3.2.2 路径规划数据

针对以往测量空间可达性存在的不足，提出了一种基于路径规划、实时交通信息以及应用界面API的方法。本项目拟以高德、百度等为代表，以网络位置大数据为基础，以实际出行轨迹为基础，对其进行动态调整和优化，形成一种新的路径规划方法。根据合肥市交通局发布的资料，合肥市居民主要以公交、汽车为主。

在图4中，采用了高德APP默认的、经过综合权重的推荐方式，最后将从起点到终点的字段信息显示在表1中。在表1中，aID为一个单元的唯一识别码，而bID为所有级别的卫生资源的唯一识别码。本项目以高德公共服务平台为基础，通过多维数据分析，获得城市居民就诊时所需的出行路径，共计188800条。

出行方式	aID	bID	路线距离/km	时间成本/s
公共轨道交通或驾车	1	1	23.2	2478
	1	2	21.7	2766
	1	3	18.8	2442
	2	1	18.1	2274
	2	2	19.5	2208
	…	…	…	…
总计	1179	160	0.8	492

3.3 人口居住情况

3.3.1 基本人口情况

利用python爬行器，从贝壳网和安居客获取了2022年底合肥区各社区POI信息，包括小区名、地址、单元数、单元数、经纬度等，共获得1180个小区。根据人口数量关系式，将每个居民小区的总人数与《合肥统计年鉴2022》中合肥市各区的常住人口资料相比较，得出与实际人口相吻合的人口资料。

3.3.2 常住人口空间分布格局

本课题选取合肥城区为研究对象，经计算区内居民核数，得到人口核数密度图，对人口空间格局做初步预估。高密度人口以站前街、明光路、大通路为中心，空间稠密；人口密集区主要在北部和西南部，包括海棠、双岗、亳州路、三里街、铜陵路、稻香村等，呈不规则块状；三孝口、逍遥津、芜湖路地区中、低密度人口分布由中心向南和东南渐降；井岗镇、大杨镇、望湖街等人口密集区分布在县城东南部。总体上，合肥城区人口密度呈东北、北部高，西北、东南低的特征，数值较离散。

3.3.3 常住人口空间集聚特征

本项目拟用GIS热点分析方法，测算合肥市区常住人口的空间相关度指标（Getis-OrdGi*），识别人群聚集及离散情况，挖掘医疗服务需求特点。总体上，常住人口冷热区划分结果空间离散性大，热区分布密集，冷热区分布零散。冷点区（P < -3）集中在西北、东南部边缘区，多为老城区，承载人口少。热区（P >3）集中在东北部，因配套中心城区基本公共服务，吸引力强；热区（1 < P <3）是“热点”到“冷点”过渡区，在研究区不同地段，尤其中心区呈“北向东”格局。

3.4 医疗设施情况

3.4.1 医疗设施基本情况

根据《合肥市“十四五”医疗卫生服务体系规划》，合肥市现有医务人员床位数为72,400人，其中：公立、民办、乡镇各单位分别为5.0400人、1.45,000人和0.71000人；根据《中国土空间总体规划（2021—2035年）》及相关政府部门发布的相关资料，并通过百度街道视图及实地考察，排除160处已退出的卫生服务项目。利用ArcGIS10.4软件对其进行了点元素的转换、修改、点元的转换，得到了图形的中心点。

以合肥市区为例，对研究地区各城区的卫生设施用地进行了分类统计，见下图。各区县一类医疗机构的数目有显著的差别，瑶海区最低，庐阳区次之；各区县Ⅱ类医疗机构的数目相差不大，包河区次之，庐阳区最低；三甲医院的分布以瑶海区最低，蜀山区次之。对上述三个医疗机构分别进行了实地考察，并在下图中给出了有关医疗机构的现场照片。

3.4.2 就医影响因子 Sij 的取值

在居民就医行为中，就医影响因素的价值会受其与居住社区的远近、时间等因素的影响，具有偏倚，所以，为了确保研究的严密和数据的可靠性，需要对 Sij 的取值进行探讨。

在修正势模型中，Sij为居住地 i 的就医影响因素；Dij代表居住地 i 与医疗机构地点 j之间的距离或者时间；Dj 是各居民对不同级别医疗机构点所能接受的最大旅行时间（或路程）。

结合合肥15分钟医疗圈现状和问卷调查结果，41%的人认为就医不超15分钟合理，83%的人认为20分钟内就医合理。总结：将居民极限旅行时间 Dj设为20分钟，并按医疗机构服务能力 Mj 的3个级别设定极限旅行时间，服务能力越高，承受的限制旅行时间越长。尤其，调研发现一类以最好医疗机构为代表的患者，所能承受的最大限度旅行时间（Dij > Dj）常超出正常限制旅行时间 Dj。因此，以三级甲等医院为研究对象，限30分钟。具体设置如下表所示。

各等级医疗设施	I级	Ⅱ级	Ⅲ级
极限出行时间/分钟	30	20	15

4 医疗服务空间可达性分析

4.1 基于GIS插值法的选择

通常情况下，在进行空间内插分析时，都会选取相应的空间内插分析方法。空间内插法是一种以“地理第一定律”为基础的空间内插分析方法，该方法被广泛用于空间分析。对各种空间内插分析算法进行了比较，从弱到强分别取1-5进行了比较，其中局部空间内插法的比较结果见下表。

插值算法	推算能力	适应范围	逼近程度	处理速度
经验贝叶斯克里金（Kriging）插值法	5	5	5	2
样条函数插值法（Spline）	4	2	2	4
泰森（Thiessen）多边形法	4	2	3	3
反距离权重插值法（IDW）	1	2	4	4

在此基础上，本项目拟采用合肥市中心城区医疗卫生、人口和道路等数据，采用改进势函数模型，对现有的数据进行拟合，并对其进行插值，以更好、更高效地描述试验结果，并将上述几种插值算法进行比较，从中选出一种更适用的插值算法（表4）。

插值法	对应参数	误差均值（MEAN）	均方根误差（RMSE）
经验贝叶斯克里金（Kriging）插值法	无变化	-0.38×10⁴	1.68×10²
	经验法变化	0.98×10⁴	1.68×10²
	对数经验法	0.79×10⁴	1.68×10²
克里金	普通克里金	5.98×10⁴	1.85×10²
反距离权重插值法（IDW）	2	9.03×10⁴	1.81×10²
局部多项式插值法	3	1.06×10⁴	2.12×10²
全局多项式插值法	3	-0.54×10⁴	4.10×10²
径向基函数插值法	张力样条函数	-0.01×10⁴	1.74×10²

4.2 多空间尺度医疗服务空间可达性分析

4.2.1 街道单元尺度可达性分析

在此基础上，利用修正势函数方法和不变量贝叶斯克里金插值法对其进行可视化表示，得到了合肥中心区卫生设施用地可达性内插的可视化结果。本研究针对我国城市公共卫生资源的现状，提出“中心密集，周边分散”的特点，通过对城市公共卫生资源的微观解析，实现城市公共卫生资源的有效利用。

地区	I级医疗	Ⅱ级医疗	Ⅲ级医疗
大杨镇	2.88%	0.09%	0.22%
三里河街道	1.78%	0.38%	0.22%
海棠街道	2.95%	0.73%	0.39%
杏林街道	1.35%	1.86%	0.72%
长淮街道	0.81%	1.39%	0.68%

北部亳州路、双岗、杏林、海棠、长淮五条街卫生服务设施分布差异明显。双岗有11家医院及社区医疗机构，就医条件好，距市区近，地铁5号线便利居民看病。亳州路、杏林、海棠三条街床位利用率低，辖区内医生少且以社区为单位。中心区域医疗机构对出行限制临界值更低，但因交通和拥堵问题，部分街区公共卫生设施难达高水平。与北方其他街区相比，长淮街道通达程度低，有13所医院及社区卫生机构，多为专科、综合性医院，方便周边市民就医，但大多集中在大街中央，往北较偏远。

南区有三里庵街道、芜湖路、包公街、稻香村、长春街、望湖街等6条街。三里庵街道、芜湖路有合肥中医药大学附属医院25家，是群众看病就医的最佳选择。包公街道、稻香村、长春街三条街道就医条件一般，因街上大型医院少，多为社区医疗机构。望湖街道距离大医院远，周围医疗设施不足，是就医条件最差的区域。

西区有9条街道，即四里河街道、大杨镇、井岗镇等。其中，大杨镇、井岗镇就医条件最差，原因如下：位于合肥二环边，离中心城区三甲医院远；城市卫生保健资源匮乏，部分地区仅设2-3个村，难以满足周边群众需求；城市内部高速、公交线路少，虽有2号线等地铁，但覆盖区域有限，居民就诊距离远。

东区有火车站大街等10条街区。合肥市火车站在此街，快速路和公交多，能缩短周边人看病路程，扩展市中心三甲医院辐射面积，改善当地居住环境且数量更合理。但方庙等地偏僻，医院条件差。总体上，合肥市二环内卫生保健机构布局以三孝口等街道为重点。

4.2.2 区县单元尺度可达性分析

以社区为单元开展社区卫生设施用地可达性研究，可揭示社区内及社区间可及性差别。本课题计划基于已有成果，从社区层面挖掘该地区医疗服务需求及关联关系并实现可视化展示。

“冷热点”是评价医疗机构服务质量的主要标准，统计方法在地理信息系统中广泛应用。“热点”指数值大地区，“冷点”指数值小地区。项目拟将研究成果转化为“地图”，对“热点”与“冷点”地区可视化，并研究其时空关联与演变规律。进行空间自相关性研究前需先分析，得到的数据聚集性强。基于不变量的贝叶斯克里金插值方法能刻画点的空间分布特征，需将“冷热点”与高—高、低—低簇联合，以刻画时空分异特征。

从图12、13可知，研究地区居住社区医疗服务空间可达性分冷点、不显著、热点三类，冷点和热点又各分三个小类。全区约1/3区域无聚群，2/3区域聚类明显，具体如下：

研究区周边冷测点多，与卫生保健资源分布不合理、公交线路覆盖不足有关。大杨镇、海棠街等街道周边居民可及性显著下降，为低集聚区。

热区集中在研究区中部，因区位优越，公交线路换乘多、车站和轨道交叉通道分布密集，利于居民就医。合肥市老城区有大量优质医疗用地，三孝口等街道为高集聚区。

冷热点不明显地区医疗机构布局均衡，是以“中央”为主体的从“热点”到“冷点”的过渡区。

4.3 医疗空间分级模式下可达性分析

本项目以合肥市区为研究对象，在 β=2 的基础上，通过对三个层次的医疗设施进行分析和探讨，以解析不同级别医疗机构的特殊状况，并探索其对可达性的影响。本研究拟首先，对合肥各个级别的医疗服务空间可达性进行统计和总结，然后用平均的居住单元和单元的医疗服务空间可达性来计算其比例，并将其划分为好（＞1.25）、较好（1.00~1.25）、一般（0.75~1.00）、较差（0.5~0.75）、差（＜0.5）五个级别，如下图所示。

4.3.1Ⅰ级医疗服务空间可达性分析

从图14可知，一级医疗卫生用地可及性“差”，1.4%“较好”，1.7%“好”，超4/5居民居住用地及一类医疗用地可及性分布不均。一级医疗机构既能治常见疾病，又对疑难病症疗效好，能吸引边远居民就诊，但可达性分布不平衡，使周边无一级医疗机构的居民多付医疗费用，实施复杂医疗操作时，实际可及性常小于计算可达程度。在此基础上，计算一级医疗设施用地可达性，结果见下图。

从图15可知，庐阳区在研究区中部，蜀山区在西南部，其空间可及性以高可及设施为主。这是因为 I级医疗设施有高质量医疗资源，位置好、交通便利，周边居民看病方便，公共交通完备，偏远地区居民也倾向去一类医疗设施，促进了 I级医疗服务空间可达性。实地调研某 I级卫生设施用地发现，一类卫生设施用地多集中在主要道路附近，周边轨道交通布局完善。总体来说，合肥市区一类医疗设施布局密集，使用高品质医疗资源，空间可及性高，有助于改善就医便利性。

4.3.2Ⅱ级医疗服务空间可达性分析

Ⅱ级医疗用地与Ⅲ类用地相比，三类用地可及性提高，3/5用地中“较差”“一般”比例显著提升至22.8%、18.9%，“较好”“好”仅提升2.1%、1.3%，表明二类用地分布不均衡。二类医疗用地以专业或私立综合医院为主，可提供特殊及常见多发病医疗服务，配置适宜空间可提高就医可达性。在此基础上，仅评估了二级卫生设施用地可达性。

二类医疗机构空间分布较均衡，多数街道设有，多为高可及机构，少数不可及。因Ⅱ级医疗设施中有专门医院，针对性强，围绕居民区且交通便利，就医更便捷。中部地区Ⅱ级医疗用地资源利用率低，因周边一类医疗用地多，减弱了Ⅱ类医疗资源影响，且中心区人口密度小，限制了该类用地可及性。总体上，Ⅱ类医疗机构分布宽泛，多数为高可及设施，对合肥市区就医可及性提升有限。

4.3.3Ⅲ级医疗服务空间可达性分析

从图18可以看出，三类医疗机构的空间可及性有了显著提高，7.7%为“较好”，7.8%为“好”，21.7%为“差”，32.5%为“较差”，约1/2的居民医疗机构空间可及性较差，造成了过分依赖较差的医疗服务，而较低层次的医疗服务空间可及性较差。

从图18可以看出，三级卫生机构的空间分布比较均衡，各区都有一定的Ⅲ类卫生机构，但是大多数都是低可及性，没有高可及的设施。这主要是因为Ⅲ级医疗服务空间以社区卫生服务中心为主，医疗资源十分有限，不能提供更多更复杂的医疗资源，并且大部分都位于小区的街道或者是路边，交通不便，只有在一些常见的小病，附近的居民才会去医院就诊。实地调研3类卫生设施用地，从下图可以看出，3类卫生用地交通不便，有些地段比较隐蔽。

5 总结

研究以合肥市区为例，采用不变量贝叶斯克里金内插法进行测量，结果表明，不变量的经验插值方法更适用于本试验；在选取 β 值的基础上，进行了比较，得出 β=2.0 的结论更接近于现实中的医疗服务空间可达性；从街区尺度来看，逍遥津、三孝口等区域的卫生设施可及性显著高于郊区，大杨镇和三里河两个区域的卫生设施可及性相对较差；从区县单位的角度来看，庐阳区的卫生用地可及性较好，一类医疗机构数量最多；在医疗空间的分层格局中，一级医疗机构的布局比较密集，二级、三级的医疗机构分布比较平衡，而一级的医疗机构相对较高，这是由于医疗资源丰富、区位优越、交通便利等因素的影响。

参考文献：

1. [1] 谢鹏. 合肥市中心城区医疗服务空间可达性分析与优化研究[D]. 安徽理工大学,2024.
2. [2] 江曼琦, 刘蕖, 魏新月. 城市紧凑度对城市公共服务设施空间可达性的影响[J]. 兰州大学学报(社会科学版),2024,52(03):66-79.
3. [3] 栾庆伟. 公共价值视角下海岛城市公共服务可达性研究——基于舟山公共体育设施的空间数据分析[J]. 浙江海洋大学学报(人文科学版),2024,41(03):45-53+77.
4. [4] 张定宽. 健康城市导向下老旧社区公共服务设施空间布局微更新研究[D]. 西南科技大学,2024.
5. [5] 赵宝军. 基于居民行为的兰州市西固区城市活动空间研究[D]. 兰州交通大学,2023.
6. [6] 马文. 基于空间可达性的城市公共体育设施选址优化研究[D]. 兰州理工大学,2023.
7. [7] 付博, 任婉侠, 薛冰. 基于POI大数据的辽宁省公共卫生基础设施空间格局及其服务能力评估[J]. 辽宁大学学报(自然科学版),2022,49(02):151-161.
8. [8] 刘心雨.生活圈视角下城市公共服务设施对住宅价格空间异质性影响效应研究[D]. 深圳大学,2022.
9. [9] 雷洁, 韩贵锋, 熊江鹏, 等. 公共服务设施可达性对城市空间活力的影响——基于热力图的时空分析[C]//中国城市规划学会, 成都市人民政府. 面向高质量发展的空间治理——2020中国城市规划年会论文集（15山地城乡规划）. 重庆大学建筑城规学院;,2021.
10. [10] 冯佳宁. 基于多源数据的城市居民生活质量空间结构研究——以重庆市主城区为例[J]. 城市住宅,2021,28(09):67-70.
11. [11] 冯佳宁. 基于居民生活质量与社会空间耦合的城市治理研究[D]. 重庆大学,2021.
12. [12] 冯健, 钟奕纯. 基于居住环境的常州城市居民生活质量空间结构[J]. 地理学报,2020,75(06):1237-1255.
13. [13] 刘平, 王晶,付一帆. 河北省典型城市公共设施建设评价——基于石家庄、保定、唐山的实证研究[J]. 管理研究,2019(01):1-14.
14. [14] 吴琪. 城市公共服务设施可达性对住房价格分异的影响效应研究[D]. 西安建筑科技大学,2019.
15. [15] 苗菁菁. 城市公共服务设施配置空间公平性评价方法研究[D]. 南京大学,2019.
16. [16] 罗俊颖. 城市住区公共服务设施可达性评价及空间规划策略研究[D]. 浙江大学,2019.
17. [17] Omid M, Javad M T M, Ayda Z, et al. Inequalities in emergency service accessibility: spatial analysis of urban infrastructure[J]. Journal of place management and development,2024,17(04):584-614.
18. [18] Siyu D. Study on the spatial distribution and accessibility of cultural facilities in Suzhou, China[J]. Academic journal of architecture and geotechnical engineering,2024,6(04).
19. [19] Sun S, Sun Q, Zhang F, et al. A spatial accessibility study of public hospitals: A multi-mode gravity-based two-step floating catchment area method[J]. Applied sciences,2024,14(17):7713.
20. [20] Lee S, Im J, Cho K. Understanding spatial inequalities and stratification in transportation accessibility to social infrastructures in South Korea: Multi-dimensional planning insights[J]. Scientific reports,2024,14(01):18445.
21. [21] Li T, Fang X, Zhu J, et al. Horizontal and vertical spatial equity analysis based on accessibility to living service amenities: A case study of Xi’an, China[J]. Land,2024,13(08):1113.